文摘
气候变化威胁我们的经济、环境和社会可持续性严重。世界已采取积极措施应对气候变化,减少碳排放。预测碳排放峰值已成为全球焦点,以及中国低碳发展的主要目标。中国已承诺其碳排放量将在2030年左右达到高峰,为了早些时候达到顶峰。学者们研究了碳排放的影响因素。然而,研究碳排放峰值并不广泛。因此,通过设置一个较低的情况下,中间的情况下,和高的情况下,本文预测从2015年到2035年中国的碳排放峰值基于数据从1998年到2014年使用的随机影响回归人口、财富和技术(STIRPAT)模型。中间,结果表明,在低和高的场景中国将达到其碳排放量在2024年达到顶峰,2027年和2030年,分别。因此,本文提出了大规模应用技术创新提高能源效率和优化能源结构和供给和需求。中国应该利用产业政策和人力资本投资来刺激的快速发展低碳产业、现代农业和服务产业,帮助中国达到碳排放峰值约2030年或更早。
1。介绍
碳排放峰值的最大燃烧化石燃料产生的碳排放。中国是世界上第一大排放国的碳排放在2014年(1]。当中国将达到碳排放峰值已成为广泛关注的焦点。国务院提出的目标降低排放强度在2005年水平的-45%,2020年经济增长40% (2]。中国还宣布其达到碳排放峰值的目标在2030年左右,打算早些时候达到高峰,提高非化石燃料占一次能源供应大约20%到2030年(3]。2015年11月,总统习近平宣布,中国将达到碳排放峰值约2030或更早4]。
目前还不清楚中国是否将在2030年达到碳排放峰值,并在何种水平的碳排放峰值。也没有多少研究中国碳排放峰值。因此,通过设置一个较低的情况下,中间的情况下,和高的情况下,本文预测从2015年到2035年中国的碳排放峰值基于1998 - 2014年的数据使用STIRPAT模型。研究中国碳排放峰值可以为碳减排政策的制定提供参考和可持续发展的未来。STIRPAT模型的内部参数和中国官方的气候目标,剩下的纸是专门研究这些可能性。
2。文献综述
近年来,世界上许多机构和学者利用不同的模型来预测中国的碳排放峰值。这有一些方法用于预测。
英国石油公司表示,世界上能源增长将主要集中在新兴经济体如中国、印度、俄罗斯和巴西在未来20年从2011年。全球碳排放峰值将很快到2020年之后,当碳排放将比2005年高出20% (5]。国际能源署(IEA)还指出,碳排放量将在2020年达到峰值(6]。王(7)表示,中国将在2025年达到碳排放峰值没有影响经济增长。通过设置持续改进场景(CIS)和加速改进场景(AIS),周et al。8)估计,中国将达到碳排放峰值在独联体和AIS在2033年和2027年,分别。刘等人。9)提出在实现这一目标,中国将有一个挑战在2030年如果没有重大政策变化。
根据修改后的EKC曲线,朱et al。10)估计,中国的能源消费和二氧化碳排放量将在2043年和2040年达到峰值在当前的技术水平。基于库兹涅茨模型,林和江11)预测,中国的碳排放将在大约2020年达到顶峰。使用IPAC模型和基线场景中,低碳的情况下,江和强化低碳情景,et al。12)设计的低碳发展道路。结果表明,中国的碳排放量将在2030年达到顶峰强化低碳情景和峰值约2040在基线场景中。锅等。13)认为,中国的碳排放量将在2035年和2045年之间的某个时间达到峰值。基于全球能源和环境问题GTAP-Dyn-E动态模型,刘et al。14预测世界上碳排放量的八个主要经济体(美国、欧盟、日本、澳大利亚、中国、印度、巴西和南非)从2010年到2050年。结果表明,中国不可能在2050年之前达到峰值。元等。15)承认,中国的碳排放量将从2030年到2035年期间使用岩石峰值的身份。基于政府主导型的场景中,让这些场景,和一种混合政府让这些场景中,吴et al。16)采用一个修订版本的岩石分析发展中国家的碳排放。同样,Mavromatidis et al。17)采用岩石的身份在分析瑞士建筑减排的主要动力股票。他(18]分析了目标和2030年中国的碳排放路径,指出,中国需要改善其能源技术创新和能源管理体系和改革定价机制促进碳排放目标的实现。茶和徐19)从2025年到2030年中国的碳排放计算通过设置不同的场景。易et al。20.)定量评估有限公司2从2005年到2020年减排使用LMDI(对数平均本指数)和场景分析。结果表明,减少40 - 45%的目标可能实现。王等人。21王),et al。22傅,et al。23李,et al。24王,et al。25)利用STIRPAT模型找出影响的因素,有限公司2在不同的地区排放。
从上面的结果,中国的碳排放峰值,它可以观察到,伟大的区别在于碳排放峰值的预测。学者也采用不同的模型和方法,如情景分析方法,该指数分解法,结构分析方法,和STIRPAT模型。
场景分析方法很容易使用,可以分析和比较各种各样的场景。然而,这种方法的最大缺陷是,场景预测的参数设置是相当武断的。碳排放的影响因素并不全面的情景分析方法,这可能会错过一些重要的变量。例如,城市化对碳排放的增加有很大的影响,但它是困难的为模型,以反映这种情况。
历史数据可以用于该指数分解方法和结构分析方法准确地衡量碳排放的影响因素。能源结构和产业结构的影响碳排放相对较弱。这并不意味着该指数分解法并不重要的能源结构和产业结构对碳排放的影响。然而,由于研究的短时间内,这些变量的变化并不大。
STIRPAT模型有两个优点。首先,它具有更好的可扩展性,可以引入多个独立变量来测试每个独立变量的影响对环境的压力在分析环境压力。其次,STIRPAT模型是非线性的,因此引入指数可以用来分析nonequal比例的个体对环境的影响因素。
3所示。模型和数据
3.1。模型
STIRPAT模型来源于IPAT模型。埃利希和霍尔德伦(26)在1971年首次提出了IPAT模型。采用IPAT模型定量计算人对环境的影响。表达了对环境的影响,表示人口,表示富裕,表示技术水平。然而,尽管IPAT模型被广泛认可和应用于环境变化的影响因素的分析,也有一些明显的缺点。一个缺点是,每个因素的影响是相等的。为了弥补这个缺陷,迪茨和罗莎27)提出了随机格式,它被称为STIRPAT模型
的变量,,每个因素的指数方面,是随机误差。STIRPAT模型可以变成IPAT模型。STIRPAT模型被广泛用于研究碳排放及其影响因素(28]。
随着城市化水平(UL),能源消费结构(ECS)和经济结构(ES)是公司的重要影响因素2排放,本文介绍了UL、ECS和ES到模型中。本文中使用的变量的描述(表1),修改后的模型如下所示:
回归分析是进行(2)。回归系数反映了弹性解释变量和被解释变量之间的关系。
对于那些包含许多独立变量的模型,可能存在一定的相关性或它们之间高度相关。这种情况可能扭曲模型,很难估计准确。因此,多重共线性测试应该做检测。岭回归是一个很好的方法来避免多重共线性,马尔在1962年首次提出。1970年他和Kennard发达系统(29日]。岭回归的使用是一个很好的方法来检测多重共线性问题。
3.2。数据
的数据,,、UL、ECS和ES 1998年和2014年之间都从风数据30.],中国统计年鉴[31日),中国国家统计局(National Bureau of Statistics) (32]。
4所示。结果与讨论
4.1。影响因素和回归方程拟合
(1)人口从1998年到2014年。中国的人口是12.48亿年的1998人增加到13.68亿年的2014 (31日]。虽然中国人口增加了在这一时期,人口增长率降低了在同一时期,除了2005年(如图1)。
(2)人均GDP从1998年到2014年。中国人均国内生产总值6800元,1998年和2014年升至4.65万元(31日]。在此期间,中国的人均国内生产总值增加,而最低的增长率小幅上涨的1998年的5.37%和2007年22.5%的最高点(如图2)。
(3)从1998年到2014年碳排放强度。中国碳排放强度从3.88吨/一万元下降到1998年的1.34吨/一万元2014年,虽然在2002年略有增加时,2003年和2009年(如图3)。
(4)城市化水平从1998年到2014年。中国的城市化水平已经从1998年的33.85%持续增加到2014年的54.77%。虽然城市化水平增加了在这一时期,城市化增长率下降除了在2007年和2010年。最低的增长率为1.94%发生在2014年,并在1998年达到了4.5%的最高税率(如图4)。
(5)从1998年到2014年能源消费结构。中国能源消费结构从1998年到2014年略有增加。增长率为3.13%发生在2005年,最高和最低的增长率−2.97%发生在2000年(如图5)。
(6)经济结构从1998年到2014年。有个小的变化从1998年到2014年中国的经济结构。经济结构在1998年是59.7%,最高,最低的是2001年的46.2%。2003年增长率是17.68%,最高和最低的增长率在2001年−22.35%(如图)6)。
(7)回归方程拟合。采取作为因变量,,,,,作为独立变量,山脊上和岭估计的系数值被显示在表2。
从表2,也可以看出脊往往是稳定的岭参数大于0.45时。因此本文选择了岭参数为0.45,该回归方程如下:
从(4),它可以观察到,积极的变化,人口、人均GDP、城市化水平和能源消费结构会增加碳排放的总量。然而,它可以观察到,积极的碳排放强度和经济结构的变化将减少碳排放的总量。拟合值与实际值的比较碳排放量从1998年到2014年,所有年的随机误差小于5%,除了2001年和2002年。有一个更好的拟合拟合值与实际值之间(如图7)。
4.2。场景设置
我们假设有三个中国未来的开发场景:低,中间,和高排放场景。在低排放的场景中,每个变量略有变化。每个变量的变化中间适度排放场景。每个变量的变化更大的高排放场景。
(1)人口设置。以2015人口(31日]随着基线和场景设置从所言33),低、中、高排放场景,年增长率将−2.81%,−1.95%,分别和−1.91%(如图)8)。
(2)人均GDP设置。他指的是2015年人均GDP数据(31日从国际能源署)和场景设置6),中国的人均国内生产总值的变化从2015年到2035年被设置(如图9)。
(3)碳排放强度设置。2015年碳排放强度的数据取自相关(31日]。场景设置是基于减少的排放强度的目标在2005年水平的-45%,2020年经济增长40% (4)和经济增长的排放强度减少60%低于2005年水平的-65%到2030年(34]。瞿的变化范围是基于参考和郭35)和美联社(36(如图10)。
(4)城市化水平设置。2015年中国的城市化水平是56.1%37]。联合国设定的场景是(33(如图11)。
(5)能源消费结构。2015年中国能源消费结构是64.0%23]。根据英国石油公司[场景设置38(如图12)。
(6)经济结构设置。2015年中国的经济结构是40.5%31日]。根据李和黄的场景设置33]。经济结构在低的趋势,中产和高排放场景如图13。
4.3。碳排放峰值的预测和讨论
低排放的结果情况下,中间排放场景,和高排放场景图中所示14。
(1)在低排放的情况下,中国将保持一个较低的人口增长率,以及人均GDP的变化较慢的速度,和城市化和经济结构。中国的碳排放量将达到峰值2024年约82.7亿吨。林Boqiang的结果是一致的,37)谁说如果霾是管理严格,碳排放量将在2024年之前达到顶峰。能源与环境政策研究中心在北京理工学院(39还预测,二氧化碳排放量将在2025年达到峰值低排放场景。
(2)中间发射的情况下,中国的碳排放量将在2027年达到顶峰,约88.3亿吨,05.7亿吨以上的低排放的场景。
(3)在高排放情况下,碳排放将会提出到2030年,达到93.7亿吨。然后,从2030年到2035年将会有轻微的减少。结果是符合Bi (40),预测碳排放量将从2015年的80.1亿吨增加到93.5亿吨,2030年那一年达到顶峰。结果也接近,曰et al。41]。
5。结论和政策含义
5.1。结论
作为碳排放达到峰值,在中国经济发展会有根本性的变化和化石能源消耗也将达到顶峰。这时,一个解耦的经济增长和化石能源将发生。根据上述结果,结论如下:
(1)在不同的场景中,碳排放量将在不同年份不同程度达到顶峰。在低碳的情况下,碳排放将最早在最低水平达到顶峰。中间的碳排放情况下,碳排放将三年后达到峰值水平略高于低碳的场景。在高碳排放的情况下,碳排放高峰将在最新的但是在最高水平的三个场景。
(2)中国达到碳排放峰值的目标大约2030可以实现。在高碳排放的情况下,尽管今年峰值出现在最新的,它是在2030年之前。到那时,能源消费结构和产业结构优化,和低碳技术也将大规模应用。可再生能源的发展将有一定的基础和表现出快速发展的趋势。能源结构将更环保。
5.2。政策影响
根据上述结果和结论与目标,提出了以下政策影响。
(1)选择的目标,结合中国的发展和预测碳排放峰值,中国政府可以考虑实现碳排放峰值期间“第15届五年计划。“中国的碳排放峰值可以维持在约90亿吨。到那时,中国的工业化将基本上已经完成,人均国内生产总值将接近6万元,和城镇化水平将达到约70%。如果大规模应用创新技术,中国有望实现低碳转型和碳排放峰值顺利。
(2)实现的目标,中国应该制定国家战略和区域战略尽快达到碳排放的顶峰。每个行业也确保目标的实现。同时,应该改善,能源效率和能源结构,应该优化需求和供应。激励低碳工业、现代农业和服务业将有利于早期实现碳排放峰值。
相互竞争的利益
作者宣称没有利益冲突。
作者的贡献
丽丽和非政府组织Lei设计研究和方法论;吴Sanmang收集数据和编译的所有数据和文献;丽丽和吴Sanmang完成实验和计算;非政府组织Lei,丽丽和陈Jiabin分析结果,提出政策;非政府组织Lei和丽丽修订手稿和批准的手稿;非政府组织Lei将负责未来读者提问作为通讯作者。
确认
作者表达自己真诚的感谢来自新世纪优秀人才支持计划下的中国教育部批准号ncet - 13 - 1009,国家自然科学基金委批准号下的中国71173200,中国地质调查局发展研究中心资助下12120114056601和12120114056601号,国家科技重大项目批准号2016 zx05016005 - 003,重点实验室的资源和环境承载能力评估,国土资源部(中国社科院的土地和资源经济学,中国地质大学,北京)在批准号CCA2016.03。