李建豹，黃賢金，揣小偉，孫樹(shù)臣

（1. 南京財(cái)經(jīng)大學(xué) 公共管理學(xué)院，江蘇 南京 210023；2. 南京大學(xué) 地理與海洋科學(xué)學(xué)院，江蘇 南京 210023；3. 聊城大學(xué) 環(huán)境與規(guī)劃學(xué)院，山東 聊城 252059）

溫室氣體排放引起的全球變暖問(wèn)題，受到各國(guó)政府的廣泛關(guān)注。人類活動(dòng)碳排放是引起全球變暖的主要原因之一。中國(guó)已成為世界第一大碳排放國(guó)，2009年中國(guó)政府提出，2020 年碳排放強(qiáng)度比2005 年下降40%～45%，并將其作為約束性指標(biāo)納入國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的中長(zhǎng)期規(guī)劃，2014 年中國(guó)正式提出到2030年左右中國(guó)碳排放量有望達(dá)到峰值。2015 年中國(guó)向聯(lián)合國(guó)氣候變化框架公約秘書(shū)處提交了應(yīng)對(duì)氣候變化國(guó)家自主貢獻(xiàn)文件《強(qiáng)化應(yīng)對(duì)氣候變化行動(dòng)——中國(guó)國(guó)家自主貢獻(xiàn)》，提出了到2030 年碳排放強(qiáng)度比2005 年下降60%～65%等目標(biāo)。2020 年中國(guó)政府承諾，力爭(zhēng)2030前實(shí)現(xiàn)碳排放峰值，努力爭(zhēng)取2060 年前實(shí)現(xiàn)碳中和。為了實(shí)現(xiàn)以上碳減排目標(biāo)，各級(jí)政府應(yīng)制定科學(xué)合理的碳減排政策，以指導(dǎo)碳減排工作，而預(yù)測(cè)碳排放是制定碳減排政策的基礎(chǔ)。

學(xué)者們利用不同方法對(duì)碳排放量進(jìn)行預(yù)測(cè)分析，主要 包 括STIRPAT 模 型[1-3]、情 景 分 析 法[4-6]、IPAT 模型[7-9]、LEAP 模型[10-11]、蒙特卡洛動(dòng)態(tài)模擬[12]、中國(guó)能源環(huán)境綜合政策評(píng)價(jià)模型[13]、ARIMA 模型、BP 神經(jīng)網(wǎng)絡(luò)組合模型[14]和系統(tǒng)動(dòng)力學(xué)模型[15-17]。黃蕊等[1]使用STIRPAT 模型和情景分析法預(yù)測(cè)了江蘇省能源消費(fèi)碳排放量發(fā)現(xiàn)，當(dāng)人口和經(jīng)濟(jì)低速增長(zhǎng)，技術(shù)高速增長(zhǎng)時(shí)，2020 年碳排放量預(yù)測(cè)值為202.81 兆噸。朱宇恩等[7]使用改進(jìn)的IPAT 模型預(yù)測(cè)了2015—2040 年山西省能源碳排放發(fā)現(xiàn)，GDP 在低速和中速發(fā)展情景下，碳排放可在2030 年前達(dá)到峰值，而在高速增長(zhǎng)情景下，2015—2040 年碳排放未出現(xiàn)峰值。Shan 等[10]使用LEAP 模型模擬了不同情景下2020 年與2030 年能源的初始和最終需求發(fā)現(xiàn)，2020 年最初能源需求為4 840 ～5 070 兆噸，2030 年為5 580 兆噸～5 870 兆噸，所有發(fā)展情景下，均能實(shí)現(xiàn)碳排放強(qiáng)度下降40%～45%的目標(biāo)。劉云鵬等[12]運(yùn)用蒙特卡洛動(dòng)態(tài)模擬預(yù)測(cè)了2030 年居民生活消費(fèi)碳排放情況發(fā)現(xiàn)，碳排放的最大值為64.27 億噸。姜克雋等[13]使用中國(guó)能源環(huán)境綜合政策評(píng)價(jià)模型預(yù)測(cè)了中國(guó)2050 年能源需求和溫室氣體排放發(fā)現(xiàn)，未來(lái)能源需求和溫室氣體排放呈明顯增加趨勢(shì)。趙成柏和毛春梅[14]利用ARIMA 模型和BP 神經(jīng)網(wǎng)絡(luò)組合模型，預(yù)測(cè)了中國(guó)碳排放強(qiáng)度的變化，結(jié)果表明，2020 年中國(guó)碳排放強(qiáng)度比2005 年下降了34%。韓楠[15]構(gòu)建了碳排放系統(tǒng)動(dòng)力學(xué)模型，預(yù)測(cè)了未來(lái)中國(guó)碳排放的發(fā)展趨勢(shì)發(fā)現(xiàn)，在資本、勞動(dòng)力及創(chuàng)新等要素的綜合調(diào)控下，能夠?qū)崿F(xiàn)GDP 增加的同時(shí)，碳排放量下降。

以往學(xué)者多關(guān)注能源碳排放峰值[1,2,17]，忽略了工業(yè)碳排放，但工業(yè)碳排放在總碳排放中占有較大比例，忽略工業(yè)碳排放會(huì)導(dǎo)致碳排放預(yù)測(cè)值偏低。現(xiàn)有研究尺度多為省域[1,7,11]或國(guó)家[8,9,16]，以城市群為研究尺度的相對(duì)較少，城市群是中國(guó)碳排放的重要來(lái)源，對(duì)中國(guó)碳減排目標(biāo)的實(shí)現(xiàn)具有重要意義。長(zhǎng)三角城市群是中國(guó)最大的城市群，已躋身于國(guó)際公認(rèn)的六大世界級(jí)城市群。2019 年，長(zhǎng)三角城市群碳排放量占中國(guó)的13.6%，是中國(guó)碳排放的重要來(lái)源區(qū)域。《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》要求進(jìn)行低碳發(fā)展。因此，結(jié)合長(zhǎng)三角地區(qū)各省市的發(fā)展現(xiàn)狀，參照現(xiàn)行長(zhǎng)三角地區(qū)各省市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃的目標(biāo)及第十三個(gè)五年規(guī)劃的目標(biāo)完成情況，設(shè)置基準(zhǔn)情景、低碳情景和高碳情景，基于改進(jìn)的IPAT 模型，模擬2015—2060 年長(zhǎng)三角地區(qū)各省市的能源和工業(yè)碳排放量（下文中的“碳排放”一律指“能源和工業(yè)碳排放”），并提出相應(yīng)的碳排放控制策略，以期為長(zhǎng)三角地區(qū)低碳調(diào)控提供決策參考。

1 數(shù)據(jù)來(lái)源

能源消費(fèi)總量和用于計(jì)算碳排放量的化石燃料消費(fèi)數(shù)據(jù)源于2001—2020 年《中國(guó)能源統(tǒng)計(jì)年鑒》，化石燃料消耗類型主要包括原油、汽油、煤油、柴油、燃料油、液化石油氣、石腦油、瀝青、潤(rùn)滑油、煉廠干氣、其他石油制品、原煤、洗精煤、其他洗煤、型煤、焦炭、其他焦化產(chǎn)品、煤焦油和天然氣等。地區(qū)生產(chǎn)總值和工業(yè)產(chǎn)品產(chǎn)量源于2001—2020 年《中國(guó)統(tǒng)計(jì)年鑒》。人口來(lái)源于2001—2020 年《江蘇統(tǒng)計(jì)年鑒》《浙江統(tǒng)計(jì)年鑒》和《上海統(tǒng)計(jì)年鑒》。平均貨幣工資和平均實(shí)際工資指數(shù)源于EPS 數(shù)據(jù)平臺(tái)的中國(guó)區(qū)域經(jīng)濟(jì)數(shù)據(jù)庫(kù)。

2 碳排放峰值預(yù)測(cè)模型構(gòu)建

2.1 IPAT模型

IPAT 模型被廣泛應(yīng)用在能源和碳排放領(lǐng)域中，受國(guó)內(nèi)外學(xué)者的青睞，可將碳排放分解為不同因子的乘積形式，其表達(dá)式如下：

式中：C為碳排放量；P為人口；G為國(guó)內(nèi)生產(chǎn)總值。

綜合分析現(xiàn)有研究成果，選擇碳排放的主要影響因素，對(duì)IPAT 模型進(jìn)行改進(jìn)，預(yù)測(cè)碳排放量。研究表明，碳排放不僅與經(jīng)濟(jì)產(chǎn)出和能源消費(fèi)情況有關(guān)，還與產(chǎn)業(yè)結(jié)構(gòu)和科技進(jìn)步等因素密切相關(guān)[18]。產(chǎn)業(yè)資本收益率與人均勞動(dòng)報(bào)酬是引起產(chǎn)業(yè)結(jié)構(gòu)演變的直接原因，而產(chǎn)業(yè)技術(shù)進(jìn)步是引起產(chǎn)業(yè)資本收益率與人均勞動(dòng)報(bào)酬變動(dòng)的直接原因，是引起產(chǎn)業(yè)結(jié)構(gòu)變化的間接原因。產(chǎn)業(yè)技術(shù)進(jìn)步與產(chǎn)業(yè)勞動(dòng)者報(bào)酬變動(dòng)之間的相關(guān)性較強(qiáng)，可決系數(shù)為0.91[19]。因此，可用0.91 與產(chǎn)業(yè)勞動(dòng)報(bào)酬變動(dòng)率的乘積表示產(chǎn)業(yè)技術(shù)進(jìn)步率，表示技術(shù)進(jìn)步與產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)情況[20]。IPAT 模型需要預(yù)測(cè)人口的變動(dòng)情況，而對(duì)人口的預(yù)測(cè)可能會(huì)導(dǎo)致研究結(jié)果存在一定誤差，因此，選擇直接預(yù)測(cè)國(guó)內(nèi)生產(chǎn)總值，減少預(yù)測(cè)變量，可適當(dāng)減少模型誤差，其表達(dá)式如下：

式中：E為能源消費(fèi)總量；E/G為單位國(guó)內(nèi)生產(chǎn)總值能耗，C/E為能源碳排放強(qiáng)度；f為勞動(dòng)者報(bào)酬率；其他變量與式（1）中的含義相同。

2.2 情景設(shè)置

選擇2015 年為基年，根據(jù)長(zhǎng)三角地區(qū)各省市的發(fā)展現(xiàn)狀與國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃及國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃的目標(biāo)，將GDP、單位國(guó)內(nèi)生產(chǎn)總值能耗、能源碳排放強(qiáng)度和技術(shù)因素設(shè)置為以下三種情景。

基準(zhǔn)情景：充分考慮國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃的完成情況及國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃的目標(biāo)，結(jié)合當(dāng)前經(jīng)濟(jì)發(fā)展新常態(tài)的現(xiàn)狀，以國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃為指導(dǎo)，進(jìn)行嚴(yán)格的節(jié)能減排，引進(jìn)先進(jìn)低碳技術(shù)，淘汰落后產(chǎn)能，提高能源利用效率，降低單位國(guó)內(nèi)生產(chǎn)總值能耗和二氧化碳排放量。

低碳情景：在基準(zhǔn)情景的基礎(chǔ)上，更加注重引進(jìn)先進(jìn)低碳技術(shù)，增加低碳技術(shù)投資，政府、企業(yè)和個(gè)人均具有較強(qiáng)的低碳意識(shí)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展模式，優(yōu)化能源消費(fèi)結(jié)構(gòu)，單位國(guó)內(nèi)生產(chǎn)總值能耗和二氧化碳排放的降幅較大，能源利用效率得到大幅度提高。

高碳情景：不完全按照國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃的要求，雖關(guān)注碳排放問(wèn)題，單位國(guó)內(nèi)生產(chǎn)總值能耗和二氧化碳排放不斷下降，但更注重經(jīng)濟(jì)發(fā)展速度。

2.2.1 國(guó)內(nèi)生產(chǎn)總值

研究長(zhǎng)時(shí)間序列，應(yīng)考慮價(jià)格和物量變化對(duì)國(guó)內(nèi)生產(chǎn)總值（GDP）的影響，因此，與GDP 相關(guān)的變量均轉(zhuǎn)換為2000 年不變價(jià)，如單位GDP 能耗、平均工資和GDP 等。2019 年，上海的GDP（2000 年不變價(jià)）為25 152.147 億元，江蘇的為61 448.829 億元，浙江的為38 333.894 億元，江蘇和浙江的GDP 均在全國(guó)前四，是經(jīng)濟(jì)總量較大的省份。

在長(zhǎng)三角地區(qū)，經(jīng)濟(jì)發(fā)展處于全國(guó)領(lǐng)先水平，其中，上海市“十二五”期間，GDP 年均增速為7.5%，“十三五”規(guī)劃中將GDP 年均增速降至6.5%以上，而實(shí)際GDP年均增速為6.7%，由此可知，近五年來(lái)，上海市GDP增速已明顯下降。在上海市“十四五”規(guī)劃中，將GDP平均增速設(shè)定為5%。依據(jù)經(jīng)濟(jì)的發(fā)展現(xiàn)狀及五年規(guī)劃目標(biāo)，上海市GDP 增速的情景設(shè)定如表1 所示。

表1 不同情景下上海市國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)速度

江蘇省“十二五”期間，國(guó)內(nèi)生產(chǎn)總值年均增速為9.6%，“十三五”規(guī)劃中將GDP 年均增速降至7.5%，實(shí)際GDP 年均增長(zhǎng)6.3%，GDP 增速呈下降趨勢(shì)?！笆奈濉币?guī)劃目標(biāo)中，將GDP 平均增速設(shè)定為5.5%。依據(jù)經(jīng)濟(jì)的發(fā)展現(xiàn)狀及五年規(guī)劃目標(biāo)，江蘇省GDP 增速的情景設(shè)定如表2 所示。

表2 不同情景下江蘇省國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)速度

浙江省“十二五”期間，GDP 年均增速為7.8%，“十三五”規(guī)劃中將GDP 年均增速設(shè)定為7%，GDP 實(shí)際年均增長(zhǎng)6.5%，“十三五”期間浙江省GDP 增速明顯低于“十二五”期間?！笆奈濉币?guī)劃目標(biāo)中，將GDP 平均增速設(shè)定為5.5%。依據(jù)經(jīng)濟(jì)的發(fā)展現(xiàn)狀及規(guī)劃目標(biāo)，浙江省GDP 增速設(shè)置如表3 所示。

表3 不同情景下浙江省國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)速度

2.2.2 單位國(guó)內(nèi)生產(chǎn)總值能耗

2011 年，《“十二五”控制溫室氣體排放工作方案》確定了“十二五”期間中國(guó)各省份單位國(guó)內(nèi)生產(chǎn)總值能耗下降指標(biāo)，上海、江蘇和浙江單位國(guó)內(nèi)生產(chǎn)總值能耗的下降目標(biāo)均為18%。2019 年，上海、江蘇和浙江的單位國(guó)內(nèi)生產(chǎn)總值能耗分別為0.465 噸/萬(wàn)元、0.529 噸/萬(wàn)元和0.584 噸/萬(wàn)元。2016 年，《“十三五”控制溫室氣體排放工作方案》明確了“十三五”時(shí)期中國(guó)各省份單位GDP 能耗下降目標(biāo)，其中，上海、江蘇和浙江單位GDP 能耗的下降目標(biāo)均為17%。在“十二五”和“十三五”期間，上海、江蘇和浙江的單位GDP 能耗下降目標(biāo)均相同，因此，假設(shè)2015—2060 年上海、江蘇和浙江具有相同的單位GDP 能耗下降目標(biāo)。參照單位GDP 能耗的下降速度，設(shè)置2015—2060 年長(zhǎng)三角地區(qū)的單位GDP 能耗下降速度如表4 所示。

表4 不同情景下的單位國(guó)內(nèi)生產(chǎn)總值能源消耗降低速度

2.2.3 技術(shù)因素和能源碳排放強(qiáng)度

假設(shè)未來(lái)40 年不發(fā)生飛躍性的技術(shù)變革，利用不變價(jià)工資增長(zhǎng)曲線的斜率表征科技進(jìn)步率。計(jì)算2000—2019 年上海平均貨幣工資（2000 年不變價(jià)），對(duì)平均貨幣工資取對(duì)數(shù)，繪制平均貨幣工資曲線（圖1）。由圖1可知，可決系數(shù)為0.981，勞動(dòng)者報(bào)酬率變動(dòng)系數(shù)f為0.093，技術(shù)進(jìn)步值為0.085，社會(huì)科技從創(chuàng)新到推廣大約需要5 年。如果技術(shù)進(jìn)步值為8.5%，技術(shù)因素的影響系數(shù)k為91.5%，每年的技術(shù)影響為98.2%。以2015年為基期，設(shè)定技術(shù)因素的影響系數(shù)為1，按照每年的技術(shù)影響為0.982，依次計(jì)算出2015—2060 年上海技術(shù)因素的系數(shù)（表5）。由圖2 可知，2000—2019 年上海能源消費(fèi)與碳排放擬合曲線的可決系數(shù)為0.781，2000—2019 年能源碳排放強(qiáng)度為1.411。同理，可計(jì)算出2015—2060 年江蘇和浙江技術(shù)因素的系數(shù)（表5）。2000—2019 年江蘇和浙江能源碳排放強(qiáng)度為3.139 和2.083。

圖1 2000—2019年上海不變價(jià)工資擬合曲線

表5 2015—2060年長(zhǎng)三角地區(qū)技術(shù)因素系數(shù)

圖2 2000—2019年上海能源消費(fèi)量與碳排放量擬合曲線

3 預(yù)測(cè)結(jié)果及分析

為了驗(yàn)證模型的準(zhǔn)確性，選擇基準(zhǔn)情景，比較2015—2019 年碳排放實(shí)際值與預(yù)測(cè)值的差異（表6）。由表6 可知，2015—2019 年長(zhǎng)三角地區(qū)碳排放的誤差分別為-4.556%、-3.296%、-1.301%、1.152%、-1.346%，模型誤差均在5%以內(nèi)，表明改進(jìn)的IPAT 模型具有較好的精度和可信性，適合預(yù)測(cè)長(zhǎng)三角地區(qū)碳排放。

表6 2015—2019年長(zhǎng)三角地區(qū)碳排放預(yù)測(cè)模型精度驗(yàn)證

由表7 和圖3 可知，在基準(zhǔn)情景下，上海、江蘇、浙江和長(zhǎng)三角地區(qū)的碳排放分別在2020 年、2025 年、2030 年和2025 年達(dá)到峰值，碳排放量分別為166.430百萬(wàn)噸、1 034.391 百萬(wàn)噸、457.954 百萬(wàn)噸和1 650.570百萬(wàn)噸，表明長(zhǎng)三角地區(qū)嚴(yán)格按照五年規(guī)劃要求，能夠在2030 年前實(shí)現(xiàn)碳排放峰值。2060 年，上海、江蘇、浙江和長(zhǎng)三角地區(qū)的碳排放量分別為99.007 百萬(wàn)噸、743.607 百萬(wàn)噸、375.459 百萬(wàn)噸和1 218.073 百萬(wàn)噸。國(guó)務(wù)院印發(fā)的《“十三五”控制溫室氣體排放工作方案》中明確提出要有效控制碳排放總量，支持優(yōu)化開(kāi)發(fā)區(qū)域率先達(dá)到碳排放峰值。長(zhǎng)三角地區(qū)作為國(guó)家重要的優(yōu)化開(kāi)發(fā)區(qū)域之一，生態(tài)環(huán)境問(wèn)題日益凸顯，應(yīng)該在區(qū)域低碳轉(zhuǎn)型方面發(fā)揮積極的引領(lǐng)示范作用。因此，長(zhǎng)三角地區(qū)應(yīng)該在五年規(guī)劃的基礎(chǔ)上，實(shí)施更加嚴(yán)格的碳減排政策。

表7 長(zhǎng)三角地區(qū)碳排放峰值時(shí)間及大小

圖3 基準(zhǔn)情景下長(zhǎng)三角地區(qū)碳排放變化趨勢(shì)

由表7 和圖4 可知，在低碳情景下，上海、江蘇、浙江和長(zhǎng)三角地區(qū)碳排放均在2020 年達(dá)到峰值，碳排放量分別為160.879 百萬(wàn)噸、996.188 百萬(wàn)噸、427.460百萬(wàn)噸和1 584.527 百萬(wàn)噸，相比基準(zhǔn)情景，上海的達(dá)峰年份仍為2020 年，江蘇、浙江和長(zhǎng)三角地區(qū)的達(dá)峰年份分別提前5 年、10 年和5 年，達(dá)峰的碳排放量分別降低了5.551 百萬(wàn)噸、38.203 百萬(wàn)噸、30.494 百萬(wàn)噸和66.043 百萬(wàn)噸。2060 年，上海、江蘇、浙江和長(zhǎng)三角地區(qū)的碳排放量分別為71.842 百萬(wàn)噸、540.207 百萬(wàn)噸、272.729 百萬(wàn)噸和884.778 百萬(wàn)噸。因此，低碳情景能夠確保長(zhǎng)三角地區(qū)碳排放峰值提前實(shí)現(xiàn)，且碳排放量相對(duì)較低。

圖4 低碳情景下長(zhǎng)三角地區(qū)碳排放變化趨勢(shì)

由表7 和圖5 可知，在高碳情景下，上海、江蘇、浙江和長(zhǎng)三角地區(qū)分別在2030 年、2040 年、2045 年和2040 年達(dá)到碳排放峰值，達(dá)峰時(shí)的碳排放量分別為175.678 百萬(wàn)噸、1 161.936 百萬(wàn)噸、545.963 百萬(wàn)噸和1 873.537 百萬(wàn)噸，相比基準(zhǔn)情景，達(dá)峰時(shí)間均有所推遲，無(wú)法在2030 年前達(dá)到碳排放峰值，且達(dá)峰的碳排放量分別增加了9.248 百萬(wàn)噸、127.545 百萬(wàn)噸、88.009 百萬(wàn)噸和222.967 百萬(wàn)噸。2060 年，上海、江蘇、浙江和長(zhǎng)三角地區(qū)的碳排放量分別為136.271 百萬(wàn)噸、1 022.315百萬(wàn)噸、516.239 百萬(wàn)噸和1 674.825 百萬(wàn)噸。因此，高碳情景無(wú)法保證2030 年前長(zhǎng)三角地區(qū)實(shí)現(xiàn)碳排放峰值。

圖5 高碳情景下長(zhǎng)三角地區(qū)碳排放變化趨勢(shì)

在三種情景中，基準(zhǔn)情景按照五年規(guī)劃進(jìn)行設(shè)定，長(zhǎng)三角地區(qū)能夠在2030 年前實(shí)現(xiàn)碳排放峰值，碳排放量相對(duì)較大，為1 650.570 百萬(wàn)噸。長(zhǎng)三角地區(qū)作為優(yōu)化開(kāi)發(fā)區(qū)域之一，要率先達(dá)到碳排放峰值，可能需要在基準(zhǔn)情景和低碳情景之間選擇一種比較適合的發(fā)展路徑，將基準(zhǔn)情景作為最佳可能范圍的下限，將低碳情景作為最佳可能范圍的上限。

4 結(jié)論與建議

4.1 結(jié)論

參照長(zhǎng)三角地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展現(xiàn)狀和五年規(guī)劃目標(biāo)，分別設(shè)置基準(zhǔn)情景、低碳情景和高碳情景，以2015年為基期，運(yùn)用改進(jìn)的IPAT 模型預(yù)測(cè)了長(zhǎng)三角地區(qū)2015—2060 年的碳排放，分析了不同情景下碳排放峰值出現(xiàn)的時(shí)間及大小，經(jīng)分析主要得出以下結(jié)論：

（1）基準(zhǔn)情景下，上海、江蘇、浙江和長(zhǎng)三角地區(qū)的碳排放分別在2020 年、2025 年、2030 年和2025 年達(dá)到峰值，碳排放量分別為166.430 百萬(wàn)噸、1 034.391百萬(wàn)噸、457.954 百萬(wàn)噸和1 650.570 百萬(wàn)噸；低碳情景下，上海、江蘇、浙江和長(zhǎng)三角地區(qū)均在2020 年達(dá)到碳排放峰值，碳排放量分別為160.879 百萬(wàn)噸、996.188百萬(wàn)噸、427.460百萬(wàn)噸和1 584.527百萬(wàn)噸；高碳情景下，上海、江蘇、浙江和長(zhǎng)三角地區(qū)分別在2030 年、2040年、2045 年和2040 年達(dá)到碳排放峰值，碳排放量分別為175.678 百萬(wàn)噸、1 161.936 百萬(wàn)噸、545.963 百萬(wàn)噸和1 873.537 百萬(wàn)噸。

（2）比較出現(xiàn)碳排放峰值的時(shí)間和大小可知，在基準(zhǔn)情景和低碳情景下，長(zhǎng)三角地區(qū)碳排放峰值分別出現(xiàn)在2025 年和2020 年。長(zhǎng)三角地區(qū)作為優(yōu)化開(kāi)發(fā)區(qū)，為積極響應(yīng)國(guó)家“支持優(yōu)化開(kāi)發(fā)區(qū)域率先達(dá)到碳排放峰值”的號(hào)召，應(yīng)以基準(zhǔn)情景作為發(fā)展的下限，以低碳情景作為發(fā)展的上限，在確保長(zhǎng)三角地區(qū)社會(huì)經(jīng)濟(jì)平穩(wěn)健康可持續(xù)發(fā)展的前提下，積極發(fā)展低碳經(jīng)濟(jì)。

（3）2060 年，上海、江蘇、浙江和長(zhǎng)三角地區(qū)的碳排放量，在基準(zhǔn)情景下，分別為99.007 百萬(wàn)噸、743.607 百萬(wàn)噸、375.459 百萬(wàn)噸和1 218.073 百萬(wàn)噸；在低碳情景下，分別為71.842 百萬(wàn)噸、540.207 百萬(wàn)噸、272.729 百萬(wàn)噸和884.778 百萬(wàn)噸；在高碳情景下，分別為136.271 百萬(wàn)噸、1 022.315 百萬(wàn)噸、516.239 百萬(wàn)噸和1 674.825 百萬(wàn)噸，表明2060 年長(zhǎng)三角地區(qū)碳排放仍然較高，要實(shí)現(xiàn)碳中和，需降低碳排放的同時(shí)，提升碳匯能力。

4.2 政策建議

碳排放受多種因素影響，包括經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)水平和能源消費(fèi)結(jié)構(gòu)等因素，基于以上研究結(jié)論，提出以下政策建議：

第一，加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，應(yīng)該注重經(jīng)濟(jì)發(fā)展質(zhì)量和效率，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展模式。上海作為長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展的中心，應(yīng)該充分整合長(zhǎng)三角地區(qū)資源，積極發(fā)展以金融業(yè)為中心的現(xiàn)代服務(wù)業(yè)，增加高附加值產(chǎn)業(yè)比重，充分發(fā)揮其引領(lǐng)示范作用，引領(lǐng)外圍地區(qū)社會(huì)經(jīng)濟(jì)的平穩(wěn)健康可持續(xù)發(fā)展。江蘇碳排放占長(zhǎng)三角地區(qū)碳排放總量的一半以上，由于其第二產(chǎn)業(yè)比例相對(duì)較高，尤其是重工業(yè)比例較高，碳排放量相對(duì)較大，碳減排難度較大，是長(zhǎng)三角地區(qū)碳排放的重點(diǎn)調(diào)控區(qū)，應(yīng)注重產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，降低第二產(chǎn)業(yè)比例，尤其是重工業(yè)比例，淘汰高排放、高污染和高耗能產(chǎn)業(yè)，增加第三產(chǎn)業(yè)比例，轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式，發(fā)展低碳經(jīng)濟(jì)。

第二，采用先進(jìn)低碳技術(shù)，降低單位GDP 能耗。通過(guò)限制能耗水平、排放額度和可再生能源發(fā)電配額等，限制高能耗、高排放和高污染企業(yè)發(fā)展，督促其改進(jìn)生產(chǎn)工藝，淘汰落后技術(shù)，采用先進(jìn)低碳技術(shù)，進(jìn)行低碳技術(shù)創(chuàng)新。上海作為長(zhǎng)三角地區(qū)的中心，應(yīng)充分發(fā)揮其輻射帶動(dòng)作用，積極向江蘇和浙江輸出先進(jìn)低碳技術(shù)，并給予資金和技術(shù)人員的支持，引領(lǐng)其走低碳發(fā)展之路。

第三，優(yōu)化能源消費(fèi)結(jié)構(gòu)，控制能源消費(fèi)總量。積極發(fā)展新能源和清潔能源，發(fā)揮長(zhǎng)三角地區(qū)靠近沿海的優(yōu)勢(shì)，充分利用水能、風(fēng)能、潮汐能和核能等。尤其是浙江，能源相對(duì)匱乏，對(duì)外依賴度較大，應(yīng)根據(jù)自身能源優(yōu)勢(shì)，優(yōu)化能源消費(fèi)結(jié)構(gòu)，大力發(fā)展風(fēng)電和生物質(zhì)能源；提倡“煤改氣”和“煤改電”，加快能源低碳轉(zhuǎn)型，采用清潔煤炭技術(shù)，減少煤炭直接消費(fèi)量。

第四，提高植被碳匯，同時(shí)加強(qiáng)長(zhǎng)三角沿海地區(qū)的海洋碳匯。浙江林地面積較大，植被碳匯較高，應(yīng)充分利用海洋資源，發(fā)展海洋生物產(chǎn)業(yè)和海洋經(jīng)濟(jì)，努力提升海洋碳匯能力。上海植被碳匯能力增加較快，應(yīng)充分發(fā)揮其引領(lǐng)示范作用。同時(shí)，積極發(fā)揮上海碳排放交易所的作用，促進(jìn)碳匯能力提升。江蘇應(yīng)引進(jìn)上海和浙江提高碳匯的技術(shù)，同時(shí)增加技術(shù)投資。