doi10.12006/j.issn.1673-1719.2017.093 丑洁明 , 代如锋 , 董文杰 , 等 . 美国气候新政背景下的中国未来 CO 2 排放情景预测 [J]. 气候变化研究进展 , 2018, 14 1 95-105 美国气候新政背景下的中国未来 CO 2 排放情景预测 丑洁明 1 , 代如锋 1 , 董文杰 1,2 , 班靖晗 1 , 胡川叶 1 1 北京师范大学地表过程与资源生态国家重点实验室，北京 100875； 2 中山大学大气科学学院，珠海 519082 气候变化研究进展 第 14 卷 第 1 期 2018 年 1 月 CLIMATE CHANGE RESEARCH V ol. 14 No. 1 January 2018 摘 要本文应用 LMDI分解分析方法对中国 20002014年生产部门 CO 2 排放量变化做因素分解分析，同时结合 STIRPAT模型建立 CO 2 预测模型，分析 20172030年中国的 CO 2 排放情况。结果表明，经济增长和能耗强度变化对 中国 CO 2 排放量变化的影响分别为 114.9、- 22.6。基于预测模型变量构建未来情景，设定正常路线、减排路线和 激进路线 3条路线，共包含 9种情景。正常路线的低碳情景和减排路线的基准情景下可实现 2025年达到 CO 2 排放峰值， 减排路线的低碳情景可实现 2020 年达到排放峰值。 关键词CO 2 排放预测；LMDI 方法；情景分析；中国排放峰值；美国气候新政 收稿日期 2017-05-11；修回日期 2017-07-03 资助项目 国家重点研发计划资助项目2016YFA0602703；国家自然科学基金项目（41575001；北京师范大学自主科研基金学科交叉重大项目（ 2015KJJCA14） 作者简介丑洁明，女，教授；代如锋（通信作者，男，硕士， ① UNFCCC 官方网站为 http//unfccc.int/2860.php。 引 言 IPCC 在第五次评估报告中指出，气候变暖的 事实毋庸置疑，化石燃料燃烧和土地利用等人类活 动导致的温室气体排放极有可能是观测到的 20 世 纪中叶以来变暖的主要原因 [1] 。但为减缓和适应气 候变化的国际谈判，始终在争端中寻求协调，最终 达成的共识往往是多方妥协的产物。1992 年通过了 联合国气候变化框架公约（UNFCCC，并每 年召开气候变化缔约方大会，协商控制温室气体排 放 ① 。1997 年签署京都议定书 ，要求工业化国 家完成具体减排任务。欧盟认真履行减排责任，美 国自始至终没有加入此协议，澳大利亚态度暧昧， 加拿大退出京都议定书 ，发达国家差异化的态 度使全球减排成效不彰。2009 年召开哥本哈根气候 大会，达成不具法律约束力的哥本哈根协议。 2015 年召开巴黎气候大会，与会各方签署巴黎协 定 ，同样不具有法律约束力，减排目标由各国自 主设定。为促使巴黎气候大会取得成果，中国和美 国两个世界上最大的 CO 2 排放国积极制定减排目 标 [2] ，美国计划于 2025 年实现在 2005 年基础上减 排 26 ～ 28。中国计划 2030 年左右 CO 2 排放达 到峰值且将努力早日达峰。这给全球减排事业带来 了希望。 2016年 11 月 4日， 巴黎协定正式生效， 全球应对气候变化制度迈上新的台阶 [3] 。目前全球 CO 2 排放依旧保持增长态势，2015 年全球化石燃料 燃烧排放的 CO 2 达到 362.74 亿 t [4] 。然而，美国不 顾世界各国反对于 2017年 6月 3日宣布退出巴黎 协定 [5] 。如此一来，中国作为世界第一大 CO 2 排 放国，其排放特征、未来趋势及气候政策愈益成为 气候变化研究进展 2018 年 96 学界研究的热点 [6] 。 许多研究针对中国 CO 2 排放的影响因素展开。 徐国泉等 [7] 基于对数平均权重分解法（LMDI）分 析了 19952004 年间中国人均碳排放受能源结构、 能源效率和经济增长等因素的影响，发现经济增长 促使人均碳排放量呈指数增长，能源效率效应呈倒 U型；Liu 等 [8] 分析了 19972009 年中国省域碳排 放的影响因素，发现区域间巨大的技术差异导致了 碳排放强度的差异；郭朝先 [9] 用 LMDI 方法从产业 层面和地区层面对中国 19952007 年碳排放做了分 解分析，结果表明能源利用效率的提高是抑制碳排 放增长最主要的因素，经济规模扩张对中国 CO 2 排 放量增加影响最大；陈诗一 [10] 从碳排放强度的视角 考察了 20 世纪 90 年代以来中国在工业上的减排情 况，给出了产业结构调整和能源结构调整的具体建 议。上述研究得出基本一致的结论，新的时期有新 的国情，需要作出新的量化研究。另一些研究关注 未来中国 CO 2 排放状况。林伯强等 [11] 以 Kaya 恒等 式为基础，建立协整方程并设定 不同的发展情景 预测了 20102020 年 CO 2 排放情况，其中基准情 景下中国 2020 年 CO 2 排放总量为 94.18 亿 t，情景 1（较为悲观、情景 2（较为乐观）两种情景下总 排放量分别为 77.43 亿 t 和 114.14 亿 t。Yuan 等 [12] 基于改进的 Kaya 恒等式，设定未来中国的经济、 人口和能源消费等因素的变化率，组合各变量的未 来变化率得到不同的未来情景，全面分析了 2010 2050 年间中国 CO 2 排放的可能情况，结果表明中国 能源消费峰值将出现在 20352040 年间，峰值为 52 亿～54 亿 tce，CO 2 峰值将出现在 20302035 年间，峰值为 92 亿～ 94 亿 t，同时有 2亿～ 3亿 t 的潜在减排量。 国际形势瞬息万变，大国之间的新一轮气候博 弈正在展开。中国与美国同为 CO 2 排放大国，在推 进全球减少排放 CO 2 事业方面肩负重任，同时中国 也是世界最大的发展中国家，经济发展问题应当与 减排协调并举。美国宣布退出巴黎协定，此举 势必会引起各国应对，中国未来 CO 2 排放状况可 能不得不有所应对性变动。本文将开展新时期中国 CO 2 排放研究工作，以厘清新形势下中国应对美国 气候变化新政背景下的 CO 2 排放特征，预测未来中 国可能的 CO 2 排放状况，提出相应的发展路径和应 对策略。 1 数据和方法 1.1 数据 本文使用的数据包括 20002014 年中国分行 业增加值数据 ② 、人口数据、能源数据 [13] 和 1980 2014 年长时间序列的中国 CO 2 排放量数据，1980 2014 年中国 CO 2 排放量数据源自美国田纳西州橡 树岭国家实验室环境科学部二氧化碳信息分析中心 （CDIAC） [4] 。分行业数据用于因素分解分析，长时 间序列 CO 2 数据用于建立预测模型。为方便对比分 析，本文将各年度分行业增加值折算为 2000年可比 价。由于经济数据的行业划分与能源平衡表中的行 业划分不一致，本文对经济数据做合并处理，将批 发零售业和住宿餐饮业合并为批发零售和住宿餐饮 业，金融业、房地产业和其他行业合并为其他行业。 1.2 方法 本文将基于 LMDI 方法分析 20002014 年中 国 CO 2 排放量增加的背后因素，同时基于 STIRPAT （Stochastic Impacts by Regression on Population, Affluence, and Technology）模型建立中国未来 CO 2 排放预测模型，分析中国可能的 CO 2 排放状况。 1.2.1 CO 2 计算方法 依据 IPCC 提供的 CO 2 估算方法 [14] ，本文计算 了 20002014 年中国生产部门终端能源消费产生的 CO 2 。各类能源消费量与其 CO 2 排放系数的乘积即 得到 CO 2 排放量，如 1 式所示 ②数据来源为中国国家统计局年度数据，http// 式中下标 i1,,8代表国民经济中 6个生产行 业（农林牧渔水利业、工业、建筑业、交通运输和 C i j E ij ef j 1 - cs ijo j 。 1 44 12 S 温室气体排放 1 期 97 丑洁明，等美国气候新政背景下的中国未来 CO 2 排放情景预测 仓储邮政、批发零售和住宿餐饮、其他行业）和 2 个生活部门（城镇和乡村；j1,,18 表示 18 种 能源（电力和热力另做处理，此处不包含；C i 代 表各行业 CO 2 排放量（t CO 2 ；E ij 表示 i部门消耗 j 类能源的总量（TJ；ef j 表示 j 类能源的碳排放因 子（t C/TJ，本文研究的时间范围内视为常量，如表 1所示；cs ij 表示 i部门消耗的 j类能源中未被氧化 而作为原材料使用的比例，本文只考虑作为燃料的 终端能源，所以 cs ij0；o j 是 j 类能源燃烧氧化率 （；44/12 表示 CO 2 对碳的分子重量比。 本文用电热摊派原则处理各行业消耗的电力 和热能，即用电部门和用热部门承担发电过程和热 能生产过程排放的 CO 2 [15] 。以火力发电为例，能源 平衡表中火力发电一行表示发电消耗的各类能源量 值，每类能源量除以总发电量得到该类能源消耗比 例，各行业消耗电量乘以各类能源消耗比例，将电 力消耗分摊到各类能源，即为电力摊派，同理可实 现热力摊派。 1.2.2 因素分解模型构建 分解分析是一种研究事物变化特征及其作用 机理的分析框架，在碳排放领域得到广泛应用。通 常将 CO 2 排放表征为多个因素的作用，进而应用 LMDI 因素分解分析方法，定量分析各个因素变动 对碳排放量变动的影响。 日本学者 Kaya [17] 提出将碳排放与社会、经济、 表 1 各类能源的碳排放系数和氧化率 [16] Table 1 Carbon emission coefficient and oxidation rate of various types of energy 能源类型 原煤 洗精煤 其他洗煤 型煤 焦炭 焦炉煤气 其他煤气 其他焦化产品 原油 碳排放系数 /t C/TJ 氧化率 / 26.37 25.41 25.41 33.60 29.50 13.58 12.20 29.50 20.10 能源类型 汽油 煤油 柴油 燃料油 液化石油气 炼厂干气 其他石油制品 天然气 液化天然气 碳排放系数 /t C/TJ 氧化率 / 0.98 0.98 0.98 0.90 0.93 0.99 0.99 0.93 0.98 18.9 19.6 20.2 21.1 17.2 18.2 20.0 15.3 15.3 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.99 1.00 能源等宏观量之间的关系以简单的数学形式加以描 述，以解释人类活动对碳排放的影响。本文将 Kaya 恒等式应用到行业层面，并设定能源消耗碳强度、 能耗强度、产业结构、人均 GDP 和人口规模 5个 影响碳排放的因素，可以得到 2 式 式中 i1,,6表示国民经济中 6个生产行业； C 代表 CO 2 排放总量；C i 代表 i 行业 CO 2 排放量 （t CO 2 ；EC i 代表 i行业终端能源消费量（tce；G i 代表 i行业增加值（万亿元；G代表国内生产总值 （万亿元；P代表人口总数。2 式可表示为 3 式， 赋予变量新的意义 式中 CI i 代表 i 行业单位能源消费排放的 CO 2 量（t CO 2/tce，简称能源消费碳强度，衡量能源消 费结构优劣，非化石能源占比越大，其值越低；EI i 代表 i行业的能耗强度（tce/ 万元，反映能源使用 效率；GS i 代表 i行业增加值占国内生产总值比例 （， 表征产业结构； PG代表人均 GDP （万元/人， 表征经济规模。 对生产部门应用 LMDI 加法分解法 [18] ，CO 2 排 放量从 0时期到 t时期的变化可以表示为其他几个 分量效应之和。 C 6 i1 。 2 S C i EC i EC i G i G i G G P C 6 i1 CI i EI i GS i PGP 。 3 S 气候变化研究进展 2018 年 98 图 1 20002014 年各行业/部门 CO 2 排放量 Fig. 1 CO 2 emission of each industry during 2000-2014 1.2.3 预测模型 本文选择 STIRPAT 模型作为预测模型的基础方 法，STIRPAT 来源于 IPAT 模型 [19] 。Dietz 等 [20] 改进 了传统的 IPAT 模型，每一项加入需估计的系数，使 最初的 IPAT 模型变成可估计参数的随机影响回归模 型，其标准形式为 式中 I 表示环境负荷，本文以 CO 2 排放量表 示（亿 t CO 2 ；A 表示富裕程度，本文以人均 GDP （PG）衡 量； T表示技术水平， 本文以能耗强度 （EI） 为衡量指标；a 是模型系数，b,c,d 是待估参数，e 是误差项。常用其对数形式做参数回归，即 b,c,d 分别表示 P，PG，EI 对 I 的弹性，P， PG， EI每变化 1，分别会引起 CO 2 变化 b， c， d。 2 结果分析 2.1 终端能源消耗产生的CO 2 排放量计算结果分 析 2000 年以来中国经济发展迅猛，能源消耗 也快速攀升，此期间行业级 CO 2 值得细致分析。 运用 1 式估算 20002014 年间中国各生产行业 和生活部门CO 2 排放量，如图1 所示，2000 2014 年间中国 CO 2 排放总量一直处于增长状态， 从 2000 年的 33.5 亿 t CO 2 增加至 2014 年的 109.2 亿 t CO 2 ，增加 75.7 亿 t CO 2 ，增幅 225.8。中国 CO 2 排放总量年平均增速 8.9，其中 20032005 年增速最快，年增长速度分别为 16.5、16.0、 14.3，2014 年增长速度最缓，仅为 0.2。 从行业来看，工业 CO 2 排放量处于主导地位， 其所占比重始终维持在 70 左右，在此期间工业 总排放量增加了 54.4 亿 t CO 2 。工业之外的其他五 大行业 CO 2 排放量较小，农业 CO 2 排放量增速较 小，15 年间增长 94，其他 4 个行业 14 年增幅均 在 200 以上。生活部门用能排放量占 CO 2 总排放 I aP b A c T d e 。 4 乡村 2000 城镇 其他行业 批发零售和 住宿餐饮 交通运输和 仓储邮政 建筑业 工业 农林牧渔水 利业 2002 2004 2006 2008 2010 2012 2014年 80 60 40 20 0 CO 2 排放量 / 亿 t 120 100 图 2 20002014 年生产部门 CO 2 排放量变化因素分解结果 Fig. 2 Decomposition results of CO 2 emission for production sector during 2000-2014 量比重稳定在 11 左右，城镇居民 CO 2 排放量高 于乡村居民排放量。由于生产部门的 CO 2 排放量 远大于生活部门，下文分解分析将针对生产部门 展开。 2.2 六大生产行业CO 2 排放因素分解 估算五大因素对中国六大生产行业 CO 2 排放 量增加的贡献，总体分解结果如图 2 所示，2000 2014 年生产部门 CO 2 排放量增加 67.6 亿 t，其 中经济增长效应贡献最大，促进 CO 2 排放量增加 77.7 亿 t，占 CO 2 变化总量的 114.9；能耗强度 下降带来最多的负效应，减少 CO 2 排放 15.3 亿 t， 占 CO 2 变化总量的-22.6，有效抑制 CO 2 排放量 过快增加；能源结构变化有微弱负效应，减少 CO 2 排放 1.2 亿 t，占比为-1.8，产业结构变化有微 弱正效应，贡献 1.8 亿 t CO 2 ，占比为 2.6，人口 数量变化效应贡献了 4.7 亿 t CO 2 ，占比 6.9。 能源结 构效应 80 60 40 20 0 各因素贡献量 / 亿 t CO 2 -20 100 能耗强 度效应 产业结 构效应 经济增 长效应 人口增 长效应 lnC CO lna blnP clnPG dlnEI lne。 5 2 温室气体排放 1 期 99 丑洁明，等美国气候新政背景下的中国未来 CO 2 排放情景预测 对每年 CO 2 排放量变化做分解分析，结果如 图 3 所示，经济增长效应始终占据主导地位，表现 为促进 CO 2 排放量增加的正效应，这与中国经济 持续高速增长分不开，与徐国泉等 [7] 、郭朝先 [9] 研 究结论一致。中国人均 GDP 从 2000 年的 7902 元 增长至 2014 年的 27087.3 元，增幅达 242.8，年 均增速 9.1，高速发展的经济从总体上导致 CO 2 排放增加。 能耗强度效应在多数年份表现出较大的负效 应，只有 2003 年、2004 年、2005 年和 2009 年是 正效应。20002014 年中国全行业平均能耗强度 波动下降，从 245.6 TJ/亿元下降至 220.2 TJ/亿 元。但 20032005 年全行业能耗强度不降反升， 增长率分别为 4.6/a、7.0/a、3.9/a，此期间各 行业能耗强度均表现出上升趋势，尤以工业和交通 运输行业增长迅猛；此期间中国经济增长速度很快， 汽车、房地产等行业的快速发展增加了对钢铁、水 泥等原材料和电力的需求，间接增加了基础能源消 耗量；同时全球能源危机显现，煤荒、电荒困扰中 国，煤炭行业利润明显高于其他行业，大量劣质煤 流入市场。 种种原因造成此阶段能耗强度不降反升， CO 2 排放量也在这一阶段快速增加。2006 年之后 能耗强度下降趋势明显。 图 3 20002014 年生产部门 CO 2 排放量变化逐年分解结果 Fig. 3 Yearly decomposition results of CO 2 emission for production sector during 2000-2014 能源结构效应 8 6 4 2 0 各因素贡献量 / 亿 t CO 2 -2 10 能耗强度效应 产业结构效应 经济增长效应 人口增长效应 -4 -6 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 年 中国非化石能源消耗比重逐步增加，从 2000 年的 7.3 增加至 2014 年的 11.3，能源结构逐步 优化，能源结构效应在研究区间中，有 8 年表现出 负效应，6 年表现出正效应，总体上有微弱的负效 应，反映出中国能源消费结构逐步优化，但改变缓 慢，低碳能源开始使用，但使用量较少的现状。产 业结构变化在多数年份有正效应，其根源是中国产 业结构中工业比重高。人口总数变化始终表现出较 小的正效应，是因为人口总数持续增加，此期间年 平均增长率为 0.5。值得注意的是，此期间人口 总量增长率不断降低，但 2002 年之后人口增长效 应贡献量趋于增加，原因是中国城市化进程加快所 致，Zha 等 [21] 研究表明，城市人口 CO 2 排放量高 于乡村人口，除了生活 CO 2 排放量增加，城市人 口增加需要配套相应的服务设施，同样促进生产部 门 CO 2 排放量增加。 朱勤等 [22] 研究了中国 19802007 年的能源消 费碳排放的影响因素，结果表明 1980 年以来，中 国能源消费碳排放受经济产出效应的影响最大，表 现为促进排放作用，能源强度表现出负效应，人口 规模效应、产业结构效应、能源结构效应较小。 这些结论与本文研究结论高度吻合，总体而言， 19802014 年中国碳排放主要受经济增长和能耗 气候变化研究进展 2018 年 100 强度两大因素影响，其余因素影响较小。 3 中国未来CO 2 排放情景预测分析 3.1 预测模型构建 根据 2.2 结论，19802014 年间对中国 CO 2 排放影响最大的因素是经济和能耗强度，相较之 下，其余因素影响较小，所以预测模型将经济和能 耗强度视为主要变量，其余因素的效应作为对数模 型的常数项考虑。为保障预测模型具有代表性，本 文基于 19802014 年长时间序列的中国化石能源 消费 CO 2 排放量、人均 GDP、能耗强度数据，应 用 SPSS 软件做多元线性回归分析。由此得到回归 模型为 式 6 揭示了中国近 30 多年来 CO 2 变化与经 济水平和能耗强度的关系，人均 GDP每提高 1， CO 2 排放量将增加 1.032；能耗强度每提升 1， CO 2 排放量将增加 0.884。反映出此期间中国人 均 GDP 不断增长，推动 CO 2 排放量增加，能耗强 度不断下降，抑制 CO 2 排放量过快增长。常数项 涵盖其他因素的影响，诸如人口增长、能源结构效 应、产业结构效应等。式 6 可表示为指数形式， 如式 7 所示。 根据 7 式，计算 19802014 年历史时期的 CO 2 值，检验回归效果，模型总体 RMSE 为 2.3 亿 t，R 2 为 0.9932，预测值与实际值对比如图 4 所 示，统计检验结果表明预测模型可以较精确地反映 出 CO 2 排放量在历史时期的变化情况。 3.2 中国应对美国气候新政情景设定 设定中国可能的 3 条路线，每条路线包含3种 情景（表 2。 3.2.1 正常路线 中国气候政策不受美国气候政策影响，按照既 有的发展路线前行，此路线下可能的排放情景分为 基准情景（S1、低碳情景（S2、高排放情景（S3 。 根据各类政策规划和机构预测报告，设定经济 社会变量的基准情景，以此反应未来最可能的发 展路径。2017 年政府工作报告 ③ 预计中国 GDP 增速为 6.5，世界银行 [23] 预测 20182020 年中 国 GDP 增速分别为 6.3、6.3、6.0。中国与 新气候经济报告 [24] 设定中国经济 3种发展情景， 其中中等增长情景预测 20212030 年间 GDP 年平 均增长速度为 4.8，但此情景对 20102016 年经 济增速预测过高，所以本文设定情景时参考上述参 数并酌情调整。人均 GDP 增长速度与 GDP 增长速 度有很强的一致性，2000年以来两者差别平均为 0.6，考虑到未来全面开放二胎，人均 GDP 增长 图 4 19802014 年回归模型重建值与观测值对比 Fig. 4 Differences between regressions and observed values during 1980-2014 表 2 中国应对美国气候新政可能的排放情景 Table 2 Possible emission scenarios for China to response to the U.S. new climate policy 基准情景 低碳情景 高排放情景 情景 正常路线 减排路线 S1 S2 S3 激进路线 S4 S5 S6 S7 S8 S9 ③ 2017 年政府工作报告 http// lnC CO 3.467 1.032lnPG 0.884lnEI 。 6 2 C CO exp 3.467 1.032lnPG 0.884lnEI 。 7 2 80 60 40 20 0 CO 2 排放量 / 亿 t 100 120 历史预测值 实际值 1980 1988 1996 2004 2012 年 温室气体排放 1 期 101 丑洁明，等美国气候新政背景下的中国未来 CO 2 排放情景预测 速率与 GDP 增长速率之间的差别会更大，本文设 定 20172020 年间人均 GDP 增长速度比 GDP 增 长速度低 0.6，20212030 年人均 GDP 增长速 度比 GDP 增长速度低 0.65。具体参数见表 3 和 表 4。 能源发展战略行动计划（20142020 年 ） [25] 预 计 2020 年一次能源消耗总量将控制在 48 亿 tce， 十三五能源规划报告预计 2020 年中国能源消耗总 量将控制在 50 亿 t以内， 中国能源展望 2030 [26] 预测未来能源需求量增速不断放缓，2030 年一次 能源消耗总量为 53 亿 tce，同时，一次能源消耗结 构将持续优化，表现为煤炭比重大幅下降，清洁 能源使用量不断增加，到 2020 年、2030 年煤炭比 重分别为 60、49，非化石能源比重分别达到 15、22。参考中国与新气候经济报告中持 续减排情景，能耗强度在 20102020 年间年平均 增长率为-2.66，20212030 年间年平均增长率 为- 2.56。近年来国家在环保事业投入加大，各 类政策进一步收紧，本文在设定基准情景时参考上 述参数，酌情降低增长率。具体参数见表 3和表 4。 低碳情景是基准情景的一个补充，此情景下国 家将加大力度提高能源使用效率，清洁能源消耗占 比进一步提高，与此同时，经济增速将有所放缓。 低碳情景下，20172019 年的人均 GDP 增速参考 表 3 不同情景下人均 GDP 变率 Table 3 Change rate of per capita GDP under different scenarios 情景 2017 年 2018 年 S1 S2 S3 S4 S5 S6 S7 S8 S9 2019 年 2020 年 20212025 年 20262030 年 5.90 5.90 5.90 5.80 5.80 5.80 6.00 6.00 6.00 5.70 5.70 5.80 5.60 5.60 5.70 5.80 5.80 5.90 5.70 5.50 5.70 5.50 5.30 5.50 5.90 5.70 5.90 5.40 5.30 5.60 5.20 5.10 5.40 5.60 5.50 5.80 4.15 3.85 4.55 3.75 3.45 4.15 4.55 4.25 4.95 3.15 2.85 3.55 2.75 2.45 3.15 3.55 3.25 3.95 表 4 不同情景下能耗强度变率 Table 4 Change rate of energy intensity under different scenarios 情景 S1 S2 S3 S4 S5 S6 S7 S8 S9 20172020 年 20212025 年 -3.60 -4.40 -2.90 -3.90 -4.70 -3.20 -3.30 -4.10 -2.60 -3.30 -3.60 -2.60 -3.60 -3.90 -2.90 -3.00 -3.30 -2.30 20262030 年 -3.10 -3.40 -2.40 -3.40 -3.70 -2.70 -2.80 -3.10 -2.10 世界银行预测结果 [23] ，与基准情景相同，2020 年 酌情调整。20212030 年人均 GDP 增速参考中 国与新气候经济报告中的低增长情景，其预测 20212030 年间 GDP 年平均增长速度为 3.28， 本文酌情调整，设定 20212025 年人均 GDP 增 长率为 3.85，20262030 年人均 GDP 增长率为 2.85。 低碳情景较基准情景，能耗强度将以更快的速 度下降。林伯强等 [11] 设定 20162020 年能耗强度 年增长率为-4.60。中国与新气候经济报告 中加速减排情景下，能耗强度增长率在 2010 2020 年为-2.94/a，20212030 年为-2.69/a。 本文设定低碳情景时，考虑到近年来国家在清洁发 气候变化研究进展 2018 年 102 展方面投入巨大，酌情参考上述文献，设定能耗 强度增长率在 20172020、20212025、2026 2030 年分别为-4.4、-3.6、-3.4。 高排放情景下，中国保持较快经济发展，产业 结构和能源结构优化缓慢，整体能源效率提高幅 度有限。高排放情景同样参考设定 20172020 年 的人均 GDP 增速，期间增长率平稳下滑。2021 2030 年人均 GDP 增速参考中国与新气候经济 报告中的高增长情景，其预测 20212030 年间 GDP 年平均增长速度为 6.02，本文酌情调整， 设定年人均 GDP 增长率在 20212025 年、2026 2030 年分别为 4.55，3.55。 高排情景较基准情景，能耗强度下降缓慢。 此项数值参考林伯强等 [11] 研究结果，能源强度 指标的变动幅度为 0.3 ～ 0.5。为使高排放情 景对比作用明显，本文设定高排放情景能耗强度 增长率比基准情景低 0.7，即能耗强度增长率在 20172020 年、20212025 年、20262030 年分 别为-2.9、-2.6、-2.4。 3.2.2 减排路线 中国采取更为严格的减排政策，大力发展清洁 能源和可再生能源，经济增速放缓，向可持续发 展、清洁发展逐步调整，持续迈进。此路线下，设 定 3种未来可能的经济社会情景基准情景（S4、 低碳情景（S5、高排放情景（S6。减排路线目的 在于全面考察中国可能的减排情景，所以 S4 ～ S6 是在 S1 ～ S3 的基础上，等值调低人均 GDP 增长 速率和能耗强度增长速率。具体参数见表 3和表 4。 3.2.3 激进路线 中国放弃已有的减排承诺，持续使用化石能 源，清洁能源有限发展，人均 GDP 增长速度在短 期内维持在较高水平。此路线下，设定 3 种未来 可能的经济社会情景基准情景（S7、低碳情景 （S8、高排放情景（S9。激进路线目的在于考察 高排放情景下中国未来 CO 2 排放的可能变化，所 以 S7 ～ S9 是在 S1 ～ S3 的基础上，等值调高人 均 GDP 增长速率和能耗强度增长速率。具体参数 见表 3 和表 4。 汇总所有情景（表 2，每种情景下人均 GDP 变率和能耗强度变率如表 3 和表 4 所示，由此预估 未来中国 CO 2 排放量。 3.3 预测结果分析 根据 3.2 节中设定的情景，得到中国未来 CO 2 排放量预估结果，如图 5 所示。3 种路线包含 9 种 发展情景，其中 S2 和 S4 情景下，CO 2 排放峰值将 出现在 2025年，CO 2 排放量峰值分别为 115.0亿 t、 116.3 亿 t。S5 情景可实现 2020 年达峰，CO 2 排放 量峰值为 109.4 亿 t。S1 和 S8 情景在 2030 年之前 没有峰值出现，但 20262030 年间 CO 2 排放量增 长率很小，有望在 2030 年左右实现峰值目标。其 他情景下 CO 2 排放量始终保持较快增长速度，短 期内很难出现排放峰值。 正常路线下基准情景（S1）的排放情况，2020 年中国 CO 2 排放量达到 115.0 亿 t，2030 年达到 124.9 亿 t，期间 CO 2 排放速度逐步放缓，有望在 2030 年达到排放峰值。正常路线是中国最有可能 图 5 20172030 年 CO 2 排放预测结果 Fig. 5 Projection results of CO 2 emission during 2017-2030 80 60 40 20 0 CO 2 排放量 / 亿 t 100 120 140 160 180 110 100 90 80 CO 2 排放量 / 亿 t 120 130 140 150 160 S9 S3 S7 S6 S1 S8 S4 S2 S5 S1 S8 S9 S3 S7 S6 S2 S4 S5 1980 1988 1996 2004 2012 2020 2028 年 2010 2014 2018 2022 2026 2030 年 温室气体排放 103 丑洁明，等美国气候新政背景下的中国未来 CO 2 排放情景预测 1 期 采取的应对路线，特朗普签署“能源独立”行政命 令后，中国政府表示，将继续实施应对气候变化政 策，履行已有的承诺 [27] 。 减排路线中的低碳情景（S5）下，2020 年中 国 CO 2 排放量为 109.4 亿 t，之后 CO 2 排放量持续 下降，2030 年 CO 2 排放量仅为 104.9 亿 t。减排路 线是中国可能采取的应对路线之一，中国将注重产 业结构升级，严格控制生产行业能耗强度，从粗放 型发展向集约型发展大步迈进， 同时调整能源结构， 大力发展清洁能源和可再生能源。中国在此路线的 发展必将牺牲一定的经济增速，但是在清洁能源的 投入将引领全球，为后续发展蓄力。 激进路线中的高排放情景（S9）下，CO 2 排放 量高速增长， 2020年中国 CO 2 排放量达到 120.3亿 t， 2030 年达到 154.9 亿 t。激进路线反映出中国正面 对抗美国气候新政的结果，届时其他国家也可能效 仿中美，放弃减排承诺，控制温度升高的目标将不 可能实现。中国经济快速增长总是伴随着 CO 2 排 放量增加，能源使用效率低、化石能源处于主导地 位是重要原因。未来经济发展方向是资源节约型、 环境友好型，需不断提高能源使用效率、降低能耗 强度，这个过程是艰难的。所以控制 CO 2 排放需 要牺牲一定的经济增长，如达峰情景 S2、S4、S5 均为较低的经济增长率，高排放情景 S3、S9 都是 经济增速较快的情景。从长远来看，经济转型是必 然选择，可持续发展才能为未来经济增长创造更大 空间。 4 结论与讨论 为厘清中国生产部门的 CO 2 排放特征及影响 因素变化，本文首先利用中国终端能源消耗数据 估算了 20002014 年间的 CO 2 排放量，然后用扩 展的 Kaya 恒等式，结合 LMDI 分解分析方法，对 20002014 年间中国生产部门的 CO 2 排放做分解 分析。同时结合 STIRPAT 模型，利用对数回归方 法建立中国 CO 2 排放量预测模型，并预测了可能 的 CO 2 排放状况。主要结论如下。 20002014 年