中国超大城市碳排放达峰的影响因素及组合情景预测——基于门限-STIRPAT模型的研究

城市是中国碳排放的重要来源,而超大城市的碳达峰研究对国内其他城市和全国能否实现碳达峰目标具有重要的现实意义.以北京、上海、广州、深圳、天津和重庆等6个超大城市为研究对象,能源强度为门限变量,建立门限-STIRPAT模型,首先确定6个超大城市碳排放的驱动因素,然后对27种情景下的各城市碳排放达峰进行预测.研究结果表明:①人口、人均GDP和能源强度对各城市碳排放起到正向促进效应,人口的影响效应最大,其次是能源强度,人均GDP对碳排放的影响最小.②能源强度对二氧化碳排放的影响呈阶段性变化特征.③北京、上海和重庆在高能源强度下降率的情景下,已经达峰;天津、除最宽松的高-高-高情景外的广州和深圳会在2030年前实现达峰.如果能源强度以中速率下降,6个城市碳排放不能保证一定能在2030年前达峰.如果能源强度以低速率下降,6个城市均不能在2030年前达峰.本研究有利于明确超大城市碳排放的影响因素,对其他城市尽快实现碳排放达峰具有借鉴意义,为全国实现碳达峰目标提供可行的研究思路.

结构视域下自主技术创新对工业碳排放的影响及趋势预测

工业是中国碳排放的主要来源,其减排结果关系到中国整体碳达峰目标的实现。工业低碳发展中自主技术创新的作用日益凸显,而持续调整的工业能源结构和行业结构可能影响自主技术创新的减排效果,进而影响工业碳排放趋势。因此,厘清工业结构调整下自主技术创新对工业碳排放的影响进而预测碳排放趋势,对于工业碳达峰进程具有重要意义。根据2010—2019年的省级面板数据,运用门限-STIRPAT拓展模型研究能源结构与行业结构调整背景下自主技术创新对工业碳排放的影响,并结合LSTM神经网络和情景分析对工业碳排放进行预测。研究结果表明:①自主技术创新对工业碳排放具有显著减排效应。此外,能源结构和行业结构分别对工业碳排放产生显著正向影响和负向影响。②自主技术创新对工业碳排放的减排效果存在显著能源结构和行业结构门限效应。具体而言,能源结构存在双门限效应,门限值分别为16.98%和31.18%,且数值越大时自主技术创新的减排效果越弱;而行业结构仅存在单门限效应,门限值为49.45%,且对自主技术创新减排效果的影响与能源结构相反。③预测期内,工业碳排放预测结果在不同情景下表现出明显差异。其中,LSTM神经网络预测结果表明,基准情景的工业碳排放能够在2024年达峰,但达峰后出现反弹趋势;而自主技术创新增强情景的工业碳排放相较于基准情景累计减少3.27亿t且不存在反弹趋势;能源结构去煤化情景不足以有效减少工业碳排放。基于上述结果,从加强自主技术创新、调整工业结构等方面为工业低碳发展提出政策建议。