摘要：2020年中國明確提出“雙碳”戰(zhàn)略目標(biāo)，京津冀作為北方最具活力的城市群，是能源消費(fèi)量大、碳排放量高的地區(qū)之一，其碳減行動對全局有著重要影響。基于此本文采用“三種范圍”的碳排放核算方法估算1990-2022年京津冀“兩市一省”與區(qū)域整體碳排量，并從經(jīng)濟(jì)、社會、環(huán)境、能源、技術(shù)五個方面出發(fā)得出如下結(jié)論：1．京津冀碳排放主要經(jīng)歷高速增長、調(diào)控增長和綠色轉(zhuǎn)型3個階段。2．京津冀碳排影響最顯著的是能源和技術(shù)方面：北京市碳排影響程度較大的則為技術(shù)和社會方面：天津市主要影響因素為經(jīng)濟(jì)和技術(shù)方面：河北省則是能源和社會方面。3．不同情景下碳排放總量都呈現(xiàn)先升后降的“倒U”型趨勢，高碳情景下，京津冀地區(qū)將在2032年達(dá)“碳達(dá)峰”；在基準(zhǔn)情景下將于2030年達(dá)峰值；低碳情景下于2028年達(dá)峰值。政策建議：規(guī)劃部署京津冀區(qū)域生態(tài)環(huán)境協(xié)同發(fā)展：因省制宜下放切合當(dāng)?shù)亟?jīng)濟(jì)實際的政策文件：完善節(jié)能減排機(jī)制體系。

關(guān)鍵詞：京津冀地區(qū)；“碳達(dá)峰”；碳排放；組合預(yù)測模型；情景分析

基金項目：河北省社會科學(xué)基金項目“‘以人民為中心’的地方政府治理轉(zhuǎn)型進(jìn)程及評價研究”（HB2ITJ005）

中圖分類號：F207；X196 文獻(xiàn)標(biāo)識碼：A

文章編號：1674-537X（2024） 07. 0025-14

一、引言

目前全球氣候變化逐漸成為人類發(fā)展面臨的最大非傳統(tǒng)安全挑戰(zhàn)。2024年3月，國際能源署發(fā)布《2023年全球碳排放報告》指出，2023年全球與能源相關(guān)的二氧化碳排放量達(dá)到創(chuàng)紀(jì)錄的374億噸，較上一年增加4.1億噸，增幅1.1%。溫室氣體過量排放將導(dǎo)致極端天氣問題，不僅威脅人類生存環(huán)境，而且對全球經(jīng)濟(jì)、社會穩(wěn)定與發(fā)展構(gòu)成挑戰(zhàn)。全球氣候變化日益嚴(yán)峻，世界各國關(guān)注倍增，相繼推出應(yīng)對策略。國際方面2016年170多個國家的領(lǐng)導(dǎo)人在巴黎氣候大會上共同簽署《巴黎協(xié)定》，為減少溫室氣體排放共同應(yīng)對全球氣候變化挑戰(zhàn)：2017年29個國家簽署《碳中和聯(lián)盟聲明》，為全球氣候治理注入了新活力。

中國設(shè)定明確的碳減排目標(biāo)、推進(jìn)碳達(dá)峰和碳中和等多項措施。2020年12月，中國明確提出“雙碳”戰(zhàn)略目標(biāo)，即二氧化碳排放力爭于2030年前實現(xiàn)碳達(dá)峰，努力爭取2060年前實現(xiàn)碳中和。2024年3月，國家發(fā)布《貫徹實施＜國家標(biāo)準(zhǔn)化發(fā)展綱要＞行動計劃（2024-2025年）》，旨在推動國家標(biāo)準(zhǔn)化工作的深入發(fā)展，表明我國致力于推進(jìn)綠色低碳發(fā)展的決心。

聚焦于京津冀地區(qū)，《2015年京津冀協(xié)調(diào)發(fā)展規(guī)劃綱要》明確京津冀地區(qū)的整體定位為“以首都為核心的世界級城市群、區(qū)域整體協(xié)同發(fā)展改革引領(lǐng)區(qū)、全國創(chuàng)新驅(qū)動經(jīng)濟(jì)增長新引擎、生態(tài)修復(fù)環(huán)境改善示范區(qū)”。京津冀作為北方最具活力與潛力的城市群，也是能源消費(fèi)量大、碳排放量高的地區(qū)之一。因此，京津冀碳減行動對全局有重要影響。京津冀“雙碳”重要使命的推進(jìn)有利于改善環(huán)境質(zhì)量，對促進(jìn)綠色低碳發(fā)展，構(gòu)建良好生態(tài)文明具有重要影響。

京津冀碳排放總量十年時間由3.6億噸上升至11.6億噸，占全國比重超10%。北京自2010年碳排放達(dá)峰值后呈現(xiàn)波動下降趨勢，但天津、河北碳排放量總體仍呈上升趨勢。未來規(guī)劃中，北京計劃“碳排放穩(wěn)中有降，碳中和邁出堅實步伐”，天津提出“推動綠色低碳循環(huán)發(fā)展，完善生態(tài)環(huán)境保護(hù)機(jī)制體制”，河北將“制定實施碳達(dá)峰、碳中和中長期規(guī)劃”“加快推進(jìn)碳達(dá)峰碳中和進(jìn)程”。規(guī)劃中同時提到，爭取北京在2025年前率先達(dá)峰，河北在2035年前碳達(dá)峰。

本文將采用STIRPAT模型、機(jī)器學(xué)習(xí)算法等方法研究以下問題：明確京津冀目前碳排放量現(xiàn)狀、深入研究影響碳排放的主要因素、預(yù)測京津冀未來碳排放趨勢。深化對碳排放的動態(tài)理解，為低碳經(jīng)濟(jì)理論提供實證基礎(chǔ)，豐富現(xiàn)有的低碳經(jīng)濟(jì)理論：促進(jìn)經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展：對碳減排策略的科學(xué)制定與實施：增強(qiáng)區(qū)域環(huán)境治理能力具有理論與現(xiàn)實的雙重意義。

二、文獻(xiàn)綜述

近年來，礦物燃料的使用放出大量溫室氣體，臭氧層遭到破壞嚴(yán)重威脅了人們的居住環(huán)境。為減少碳排污染，近年來越來越多學(xué)者對未來碳排放情況進(jìn)行預(yù)測。

（一）國外相關(guān)研究

國外研究聚焦于我國碳排放的時空演變趨勢。Huang H、Zhou J（2022）探討省級地區(qū)碳排放和碳補(bǔ)償?shù)目臻g和時間差異模式研究，采用碳排放系數(shù)法計算碳排放和碳吸收來分析土地利用碳排放和碳吸收的趨勢。Sun W等（2022）從碳排放效率角度出發(fā)，應(yīng)用隨機(jī)前沿分析篩選影響碳強(qiáng)度的因素，構(gòu)建碳排放強(qiáng)度預(yù)測模型分析碳排效率，發(fā)現(xiàn)碳排效率與碳排強(qiáng)度之間存在高相關(guān)性并且經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)等因素對碳排強(qiáng)度有顯著負(fù)向作用，能源消費(fèi)結(jié)構(gòu)和對外貿(mào)易依賴度會對碳排強(qiáng)度有顯著正向作用。Zeng Yuan等（2023）通過系統(tǒng)動力學(xué)構(gòu)建SD模型評估北京—天津—河北城市群碳排放驅(qū)動因素的框架，肯定調(diào)整工業(yè)結(jié)構(gòu)的重要性，認(rèn)為單一政策措施調(diào)整能源結(jié)構(gòu)對減少碳排放最有效。

（二）國內(nèi)相關(guān)研究

國內(nèi)從能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)規(guī)模等方面開展碳排放的研究。張翠菊（2017）等發(fā)現(xiàn)我國省域碳排放強(qiáng)度具有明顯的空間相關(guān)特征，能源結(jié)構(gòu)、能源稟賦、產(chǎn)業(yè)結(jié)構(gòu)的提高會增加區(qū)域碳排放強(qiáng)度。王霞（2020）等發(fā)現(xiàn)，經(jīng)濟(jì)規(guī)模擴(kuò)大會造成高碳制造業(yè)碳排放量增加，而產(chǎn)業(yè)結(jié)構(gòu)調(diào)整會導(dǎo)致碳排放減少。

還有學(xué)者運(yùn)用STIRPAT模型對碳排放影響因素進(jìn)行相關(guān)研究，如：王建雄等（2021）通過LMDI法和STIRPAT模型分析京津冀的碳排放量及其影響因素，發(fā)現(xiàn)地區(qū)碳排放受產(chǎn)出規(guī)模效應(yīng)、能源強(qiáng)度效應(yīng)的影響較大；張兵兵等（2023）利用校準(zhǔn)的夜間燈光數(shù)據(jù)，對不同城市碳達(dá)峰驅(qū)動因素進(jìn)行分析，發(fā)現(xiàn)固定資產(chǎn)投資和人均碳排放量對碳排放有顯著正向作用，產(chǎn)出碳強(qiáng)度和投資結(jié)構(gòu)對碳排放有顯著負(fù)向影響。

劉春梅等（2023）結(jié)合Lasso和機(jī)器學(xué)習(xí)（SVF、RF、BP神經(jīng)網(wǎng)絡(luò)）構(gòu)建碳排放量預(yù)測模型測算能源消費(fèi)的碳排放量，進(jìn)行情景分析探究中國未來碳達(dá)峰時間及碳中和的可行性：霍騰飛等（2024）構(gòu)建“城鎮(zhèn)化-建筑碳排放”模型，揭示影響建筑碳排放相關(guān)因素，采用多情景分析方法對京津冀地區(qū)2020 - 2050年建筑碳排放演變趨勢和達(dá)峰情況進(jìn)行動態(tài)模擬。

（三）研究述評

上述研究多采用單一的STIRPAT模型或機(jī)器學(xué)習(xí)模型研究影響因素對碳排放量的影響或預(yù)測未來碳排趨勢，未考慮影響因素對碳排可能存在線性和非線性影響。因此本文基于京津冀碳排放量和影響因素指標(biāo)采用Lasso篩選相關(guān)變量。構(gòu)建線性、非線性和組合預(yù)測模型確定最佳預(yù)測模型，并結(jié)合情景分析研究不同情景下的碳達(dá)峰時間及峰值，為未來的碳減排提供合理化建議。

三、數(shù)據(jù)說明及京津冀三省碳排放趨勢情況

（一）數(shù)據(jù)來源與指標(biāo)選取

1．指標(biāo)選取

本文選取1990-2022年北京、天津、河北三省作為研究樣本。在現(xiàn)有碳排放研究基礎(chǔ)上，構(gòu)建經(jīng)濟(jì)、社會、環(huán)境、能源、技術(shù)五個方面共二十一個指標(biāo)的碳排放影響因素指標(biāo)體系。

預(yù)測變量為京津冀碳排放量，單位億噸。在測算碳排放量時，采用叢建輝等（2014）提出的核算方法。通過直接與間接排放的分類，利用范圍1（使用活動水平數(shù)據(jù)與排放因子的乘積）、范圍2（電力、熱力部門的排放核算）和范圍3（生命周期視角測度）的排放劃分，避免重復(fù)計算以確保核算的全面性和準(zhǔn)確性。

影響因素指標(biāo)體系：經(jīng)濟(jì)因素包括外商直接投資、經(jīng)濟(jì)水平、各產(chǎn)業(yè)結(jié)構(gòu)和工業(yè)結(jié)構(gòu)；社會因素主要有人口規(guī)模、城市化率、交通發(fā)展水平、固定資產(chǎn)投資等社會經(jīng)濟(jì)指標(biāo)：各省市森林覆蓋率作為環(huán)境因素反映自然環(huán)境對碳排放的調(diào)節(jié)作用。通過研發(fā)強(qiáng)度、技術(shù)市場成交額、垃圾處理率和科技成果等指標(biāo)，反映技術(shù)創(chuàng)新對降低碳排放的潛在貢獻(xiàn)。

能源因素中能源消耗總量直接反映一個地區(qū)在一定時間內(nèi)對能源的需求和消耗規(guī)模。能源強(qiáng)度是指單位GDP所需的能源消耗量，通常用來衡量一個地區(qū)能源使用的效率。能源消費(fèi)結(jié)構(gòu)和各類能源占比是清潔能源使用占比和化石燃料依賴程度的側(cè)面體現(xiàn)。

2．?dāng)?shù)據(jù)來源與預(yù)處理

預(yù)測變量碳排放量來源于馬克數(shù)據(jù)網(wǎng)。經(jīng)濟(jì)、社會和技術(shù)因素中變量的原始數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》與國家統(tǒng)計局?jǐn)?shù)據(jù)庫。環(huán)境因素中的森林覆蓋率取自《中國環(huán)境統(tǒng)計年鑒》以及各地的統(tǒng)計年鑒等。

能源因素中變量的數(shù)據(jù)均來源于《中國能源統(tǒng)計年鑒》。其中計算能源消耗總量時所使用的“折標(biāo)準(zhǔn)煤系數(shù)”源自2008年《中國能源統(tǒng)計年鑒》中的換算方法，為：煤炭為o．7143kg標(biāo)煤/kg、焦炭為0. 9714kg標(biāo)煤/kg、原油和燃料油為1.4286kg標(biāo)煤/kg、汽油和煤油為1.4714kg標(biāo)煤/kg、柴油為1.4571kg標(biāo)煤/kg、天然氣為13. 3t標(biāo)煤／t、電力為1.229t標(biāo)煤／萬kW·h。

研究中首先對數(shù)據(jù)質(zhì)量進(jìn)行評估并進(jìn)行預(yù)處理。通過確定缺失值的分布，采用多重插補(bǔ)和時間序列預(yù)測填補(bǔ)缺失值，鑒于某些變量的缺失值比例較高，決定放棄該變量以減少數(shù)據(jù)的不完整性。過程中，盡量保持?jǐn)?shù)據(jù)的完整性和分析的準(zhǔn)確性，確保填補(bǔ)后的缺失值能夠合理地反映原始數(shù)據(jù)的特征。

（二）模型評價指標(biāo)概述

本文選取五個量化指標(biāo)綜合評估模型性能。其中MSE、RMSE、MAE的指標(biāo)范圍為[0，+），NRMSE、MAPE的指標(biāo)范圍為[0，1]，其結(jié)果值越大，則表示誤差越大，模型的效果越差。模型評價指標(biāo)如下表。

（三）碳排放趨勢分析及能源消費(fèi)現(xiàn)狀

1．碳排放總量

圖1顯示京津冀整體在2000-2022年碳排放總量呈現(xiàn)波動上升趨勢，且增長速度有所放緩；而碳排放增速在1997年高達(dá)20. 5%。增長率先于碳排放總量下降表明每單位經(jīng)濟(jì)活動的碳排放強(qiáng)度在降低，節(jié)能減排政策開始顯現(xiàn)效果。綜合碳排放總量及增速對應(yīng)京津冀經(jīng)濟(jì)發(fā)展歷程可分為三個主要階段：

（1）高速增長階段（1990-2004）：

該時期是改革開放初期，經(jīng)濟(jì)進(jìn)入高速增長期，工業(yè)化和城市化進(jìn)程加速，大量外資流入經(jīng)濟(jì)全球化。此階段，碳排放量因工業(yè)擴(kuò)張和能源需求增加而顯著上升，碳排放增長率處于高位。

（2）調(diào)控增長階段（2005-2015）：

2006年，我國在“十一五”規(guī)劃中首次提出節(jié)能減排目標(biāo)——單位國內(nèi)生產(chǎn)總值能耗降低20%左右，主要污染物排放總量減少10%的約束性指標(biāo)；2011年“十二五”規(guī)劃中再次明確節(jié)能減排目標(biāo)，開始實施環(huán)保法規(guī)，推動環(huán)保意識的提升和污染治理措施的加強(qiáng)，碳排放增速開始放緩。

（3）綠色轉(zhuǎn)型階段（2016-2022）：

“十三五”規(guī)劃更加注重生態(tài)文明建設(shè)和綠色發(fā)展，積極參與全球氣候治理，提出并實施減排承諾，推動能源結(jié)構(gòu)優(yōu)化和綠色技術(shù)創(chuàng)新。并于2020年宣布的2060年前實現(xiàn)碳中和的目標(biāo)進(jìn)一步加速產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，更加注重清潔能源，碳排放得到有效控制，碳排放增速顯著回落。

三個階段結(jié)合國家相應(yīng)政策和發(fā)展階段從更為宏觀的視角理解京津冀碳排放趨勢的演變。一定程度上反應(yīng)了京津冀的節(jié)能減排策略取得效果，然而實際碳排放變化可能受到多種因素影響，因此進(jìn)一步討論各省的能源消費(fèi)量以探究其能源特征。

2．能源消費(fèi)特征分析

對比京津冀能源消費(fèi)情況，由圖2可知京津冀能源消費(fèi)量總體上呈上升趨勢，河北省能源消費(fèi)量遠(yuǎn)超北京和天津占據(jù)領(lǐng)先地位。從增速上看，河北省增速從2011年開始放緩，北京市長期處于較低水平而天津從2010年超越北京后呈明顯加速上漲趨勢。

由圖3可知能源消費(fèi)總量趨勢與各省的趨勢相同，而京津冀總體于1998-2005年處于快速增長趨勢，并于2005年達(dá)到峰值17. 34%，此后增速逐漸減緩。增速的下降說明從“十一五”開始，減排政策對減少碳排放增速起到了積極作用，單位能源使用效率得到提高。

四、基于京津冀地區(qū)碳排放預(yù)測模型的構(gòu)建

基于前章對京津冀碳排放量現(xiàn)狀描述分析，建立“擴(kuò)展- STIRPAT模型”、RF、XGBoost、BP神經(jīng)網(wǎng)絡(luò)和組合預(yù)測模型并通過對比誤差指標(biāo)，選出最優(yōu)模型。

（一）影響因素篩選及指標(biāo)解釋

在一定樣本量的情況下，因素指標(biāo)較多可能造成過擬合和多重共線。為避免該情況發(fā)生，使用多重共線性檢驗判斷影響因素指標(biāo)之間是否顯著相關(guān)。并采用Lasso回歸對變量進(jìn)行篩選。

1．多重共線性檢驗

多重共線性表現(xiàn)為解釋變量之間存在相關(guān)關(guān)系。檢驗方法主要采用：相關(guān)系數(shù)檢驗、方差膨脹因子檢驗和條件數(shù)檢驗等。

（1）相關(guān)系數(shù)檢驗

對各影響因素進(jìn)行相關(guān)性檢驗，對于連續(xù)的數(shù)值型變量采用Pearson相關(guān)性檢驗。Pearson積矩相關(guān)公式為：

相關(guān)系數(shù)，的數(shù)值越大，表明兩個因素之間的相關(guān)關(guān)系越高，對影響碳排量的21個指標(biāo)計算相關(guān)系數(shù)，結(jié)果如下：

由熱力圖得大多數(shù)變量間相關(guān)系數(shù)大于0.8，表示存在高正（負(fù)）相關(guān)性，因此可初步推斷變量之間存在共線性。

（2）條件數(shù)檢驗

由相關(guān)系數(shù)檢驗結(jié)果大致推斷出影響因素間存在嚴(yán)重的多重共線，因此采用定量檢驗方法來確定變量間是否存在共線性及程度大小。計算公示如下：

k=-λmax（X'X）/λmin（X'X）（2）

其中，X為影響因素變量矩陣，λmax （X'X）和λmin （X'X）分別是矩陣X'X的最大、最小特征根。直觀上，條件數(shù)k越大，特征根差異越大，多重共線程度越大。實踐中，當(dāng)k＜100時，一般認(rèn)為多重共線的程度很?。寒?dāng)100＜k ＜1000時，認(rèn)為存在中等程度或較強(qiáng)的多重共線：當(dāng)k ＞1000時，認(rèn)為存在嚴(yán)重的多重共線。本研究使用R軟件計算出條件數(shù)k =109177. 26，遠(yuǎn)遠(yuǎn)大于1000，所以確定碳排放影響因素間存在嚴(yán)重多重共線性。

2．影響因素篩選

為削弱多重共線性影響，研究者多采用逐步回歸和嶺回歸的方法。本研究采用Lasso回歸對影響因素篩選，理由如下：Lasso回歸與嶺回歸相比，可以將不重要變量的回歸系數(shù)壓縮至零。接下來將歸一化后的數(shù)據(jù)使用Lasso回歸對影響因素進(jìn)行分析。

圖5曲線代表自變量系數(shù)的變化軌跡，縱坐標(biāo)是影響因素回歸系數(shù)值，下橫坐標(biāo)是log（λ），上橫坐標(biāo)是此時模型中非零系數(shù)個數(shù)。接下來使用10折交叉驗證來對Lasso回歸模型進(jìn)行調(diào)優(yōu)。

圖6的下橫坐標(biāo)為log（λ），上橫坐標(biāo)為篩選出的變量個數(shù)，縱坐標(biāo)為均方誤差，y軸越小表示模型擬合效果越好。紅色虛線表示誤差最小時的入值，此時模型擬合效果最好，用min表示：黑色虛線表示誤差最小的1個標(biāo)準(zhǔn)誤處的lambda值，此時模型擬合也較好，且納入模型變量較少，用1se表示。由min和1se篩選出的變量個數(shù)只相差1個，因此本文選min對應(yīng)的lambda值作為Lasso回歸的最優(yōu)參數(shù)，即入=o．003500902。最終篩選出的變量如下：

得出通過交叉驗證擇優(yōu)，并將系數(shù)為0的變量剔除后，最終得到10個影響變量：經(jīng)濟(jì)因素：SIS、TIS；社會因素：P、PCO；能源因素：EI、CCR、TPC、ES;技術(shù)因素：Ramp;D、HT。

（二）線性模型構(gòu)建

STIRPAT模型是一種常用于環(huán)境和經(jīng)濟(jì)影響評估的模型，該模型主要包括人口因素、富裕程度和技術(shù)因素，擴(kuò)展-STIRPAT模型是對自變量進(jìn)行因素分解或增加自變量。鑒于本文以京津冀碳排放量做因變量，依據(jù)Lasso回歸篩選出的影響變量作為自變量進(jìn)行回歸。構(gòu)建擴(kuò)展- STIRPAT模型對京津冀現(xiàn)實情況進(jìn)行分析。即：

C=a×SISb1×TISb2×Pc1×PCOc2×EId1×CCRd2×TPCd3×ESd4×R＆Dei×HTe2×ε（3）

式中a代表模型擬合系數(shù)，b、c、d、e代表解釋變量重要程度，ε為誤差項。接下來對擴(kuò)展模型取對數(shù)，以消除時間序列波動變化趨勢，變換模型如下：

InC=a+b1lnSIS+b2lnTIS+c1lriP+c2lnPCO+d1lnEI+d2lnCCR+d3lnTPC+d4lnES+e1lnRamp;D+e2lnHT+ε（4）

為能對各省份提出針對性建議，依據(jù)上節(jié)變量篩選過程分別對兩市一省影響因素進(jìn)行篩選，并進(jìn)行“擴(kuò)展-STIRPAT”模型分析。結(jié)果如下：

京津冀整體擴(kuò)展- STIRPAT模型為：

InC=-2.822 -0.213lnS/S -0.098lnT/S+0. 268lnP-0.041lnPCO -0.024lnE/-0.5661lnCCR -0.029lnTPC+1.007nES+0. 206lnRamp;D+0.419lnHT（5）

由于政府正對各方面因素進(jìn)行優(yōu)化改進(jìn)，但碳排放量仍在上升，因此本次回歸系數(shù)符號可能與理論相反。通過比較回歸系數(shù)絕對值來探究各影響因素對碳排放量的強(qiáng)度。京津冀整體碳排影響因素主要是ES、CCR和HT，當(dāng)前我國能源獲取仍是依靠煤炭類能源燃燒，因此煤炭類能源消費(fèi)占比越高，碳排放量越多：生活垃圾燃燒會產(chǎn)生大量廢氣和二氧化碳，因此無害化處理與碳排放量之間是負(fù)向關(guān)系。綜上京津冀應(yīng)加大煤炭類能源燃燒和垃圾無害化處理的控制力度。

針對分地區(qū)得出：北京市碳排影響因素主要為HT和P；天津市主要影響因素為TIS和HT；河北省則是ES、CCR和P。鑒于此得出不同地區(qū)影響碳排放主要因素不同，因此應(yīng)因?。ㄊ校┲埔?、統(tǒng)籌安排、下放切合當(dāng)?shù)亟?jīng)濟(jì)實際的政策文件。

為擇出最優(yōu)預(yù)測模型對劃分為8：2的訓(xùn)練集和測試集進(jìn)行預(yù)測評價。

預(yù)測誤差表得出訓(xùn)練集和測試集的MSE、MAE都較小，且測試集的NRMSE和MAPE都處于3-4%，相對來說模型預(yù)測結(jié)果較好，比較可靠。模型各年份的預(yù)測值與實際值如圖。

圖7顯示預(yù)測值在實際值上下波動且增幅趨勢大致相同，說明STIRPAT模型擬合好。

（三）非線性預(yù)測模型構(gòu)建

考慮到影響因素變量對碳排放量可能存在非線性情況，因此采用機(jī)器學(xué)習(xí)算法中的RF、XGBoost和BP神經(jīng)網(wǎng)絡(luò)構(gòu)建預(yù)測模型。對數(shù)據(jù)進(jìn)行如上模型預(yù)測，模型擬合效果如表6。

從整體看不同算法的訓(xùn)練集誤差均小于測試集誤差。雖然訓(xùn)練集中XGBoost模型MSE、MAE和RMSE明顯小于BP神經(jīng)網(wǎng)絡(luò)和RF，但在測試集中BP神經(jīng)網(wǎng)絡(luò)和RF的MAE大約為XGBoost的4/5，且MSE和RMSE明顯更小。測試集中RF和BP神經(jīng)網(wǎng)絡(luò)模型的NRMSE分別為4.39%和4.33%，而XG-Boost為5.88%。綜上，BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測效果優(yōu)于RF和XGBoost模型，預(yù)測結(jié)果更準(zhǔn)確，能更好地反映未來碳排量和趨勢。模型擬合圖如圖8。

（四）組合預(yù)測模型構(gòu)建

基于前文模型預(yù)測結(jié)果，同時考慮到不同模型可能側(cè)重信息不同，因此將線性與非線性模型進(jìn)行組合。雖然模型變量間會存在共線性，但是使用線性回歸并不會影響參數(shù)估計量的無偏性，故本次模型組合方法采用線性組合。組合預(yù)測模型為STIR-PAT-RF/XGBoost/BP神經(jīng)網(wǎng)絡(luò)和STIRPAT - RF -XGBoost-BP神經(jīng)網(wǎng)絡(luò)。對數(shù)據(jù)進(jìn)行如上模型預(yù)測，其模型擬合效果如表7。

由誤差表可看出無論是訓(xùn)練集還是測試集誤差指標(biāo)均相對單一指標(biāo)有所下降。測試集中STIRPAT-BP組合預(yù)測模型的誤差指標(biāo)相對最小，其中MSE為0．08623，MAE為0．26719，RMSE為0. 29366，NRMSE為2.82%，MAPE為3.08%，訓(xùn)練集誤差指標(biāo)也相對較小。綜上STIRPAT-BP組合預(yù)測模型的預(yù)測效果更好，預(yù)測結(jié)果更準(zhǔn)確，可以更好地反映未來碳排量和趨勢。得到STIRPAT - BP模型回歸方程系數(shù)見下表8。

表得，組合預(yù)測值與真實值之間存在著一定的線性關(guān)系，R2=0．9951＞0．8，可見擬合效果好；F= 3060，對應(yīng)P=0.000＜0.05，認(rèn)為在0.05的顯著性水平下，回歸方程擬合效果顯著：同時自變量系數(shù)所對應(yīng)的t統(tǒng)計量P值均小于0. 05，認(rèn)為在0. 05的顯著性水平下，自變量系數(shù)解釋效果顯著。得到最終預(yù)測函數(shù)為：

C=0. 0875+0.7539XSTIRPAT+0.2415XBP（6）

各組合預(yù)測模型擬合圖如圖9。

（五）模型對比

為確定最優(yōu)預(yù)測模型，對比不同類型的最優(yōu)模型誤差，結(jié)果如表9。

表得STIRPAT-BP對STIRPAT的NRMSE指標(biāo)降低了0．7%，MAPE指標(biāo)降低0．65%：STIRPAT -BP對BP神經(jīng)網(wǎng)絡(luò)的NRMSE指標(biāo)降低1. 51%，MAPE指標(biāo)降低1.06%。綜上，STIRPAT-BP模型各誤差指標(biāo)相對于STIRPAT和BP神經(jīng)網(wǎng)絡(luò)模型更小，因此京津冀碳排量預(yù)測最優(yōu)模型為STIRPAT-BP組合預(yù)測模型。

五、基于京津冀地區(qū)碳排放量情景分析

本節(jié)針對京津冀發(fā)展目標(biāo)和區(qū)域一體化戰(zhàn)略使用情景分析法，并利用最優(yōu)模型對京津冀2020 -2035年碳排放的趨勢進(jìn)行預(yù)測。

（一）情景設(shè)定與描述

本次情景分析設(shè)置三種情景：基準(zhǔn)情景是指在特定條件下的預(yù)期水平，表示按照國家和京津冀發(fā)展規(guī)劃及各政府的政策要求調(diào)整結(jié)構(gòu)，使京津冀未來碳排放按照現(xiàn)階段的目標(biāo)發(fā)展：低碳情景表示在完成京津冀各政府原定經(jīng)濟(jì)未來規(guī)劃的前提下，進(jìn)一步落實可持續(xù)發(fā)展戰(zhàn)略：高碳情景表示京津冀各地政府將以經(jīng)濟(jì)發(fā)展作為戰(zhàn)略規(guī)劃的主要目標(biāo)，不采取針對性強(qiáng)的減排手段，放任該地區(qū)的能源消費(fèi)與碳排放的持續(xù)上漲。

（二）影響變量參數(shù)設(shè)置

1．經(jīng)濟(jì)因素參數(shù)設(shè)置

關(guān)于京津冀經(jīng)濟(jì)因素參數(shù)的情景設(shè)定，《關(guān)于政協(xié)十三屆全國委員會第四次會議第0863號提案答復(fù)的函》指出進(jìn)一步推動京津冀協(xié)同發(fā)展、經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化提升，構(gòu)建綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系：由《河北省國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和=O三五年遠(yuǎn)景目標(biāo)綱要》中指出“十三五期間”三次產(chǎn)業(yè)結(jié)構(gòu)由2015年11.7：43.7：44.6調(diào)整為10.7：37.6：51.7，服務(wù)業(yè)占比超50%；《天津市國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)綱要》中指出“十三五期間”服務(wù)業(yè)質(zhì)量效益提升，比重提高到64. 4%；《北京市“十四五”時期高精尖產(chǎn)業(yè)發(fā)展規(guī)劃》指出大力發(fā)展高精尖產(chǎn)業(yè)，提出2025年以高精尖產(chǎn)業(yè)為代表的實體經(jīng)濟(jì)根基更加穩(wěn)固，2035年基本實現(xiàn)產(chǎn)業(yè)治理能力現(xiàn)代化。

本文將2016-2020年第二三產(chǎn)業(yè)結(jié)構(gòu)年均增速談定為2020-2025年的低碳情景，基準(zhǔn)高碳情景都基于低碳情景對應(yīng)時期，根據(jù)實際上下浮動0. 5%左右，而2026-2030與2031-2035年增速分別基于2020-2025年，根據(jù)實際上下浮動0.5%左右，得到的第二三產(chǎn)業(yè)結(jié)構(gòu)年均增速情景設(shè)定，見表10-11。

2．社會因素參數(shù)設(shè)置

關(guān)于京津冀地區(qū)社會因素參數(shù)情景設(shè)定，《國家人口發(fā)展規(guī)劃（2016-2023年）》指出十二五期間年均自然增長率保持在0．5%左右，到2030年人口均衡發(fā)展態(tài)勢基本形成，達(dá)14.5億人左右；《河北省人口發(fā)展規(guī)劃（2018-2035）》指出依據(jù)國家目標(biāo)，至2035年人口增加到7910萬；《天津市人口發(fā)展“十四五”規(guī)劃》指出至2025年本市人口達(dá)1500萬左右；《北京城市總體規(guī)劃（2016年-2035年）》指出調(diào)整人口空間布局，2020年城六區(qū)常住人口控制在1085萬，2035年控制在1085萬內(nèi)，城六區(qū)以外平原和山區(qū)保持人口規(guī)?；痉€(wěn)定。依據(jù)邊際效應(yīng)遞減理論得各省市私人汽車擁有量的增速將逐漸放緩。

2021年三胎開放，根據(jù)二孩政策的完成結(jié)果設(shè)定京津冀地區(qū)的人口規(guī)模年均增長率，即短時間會發(fā)生一定比例的人口增長，但長時間不會有大范圍波動。按2016-2020年全國常住人口年均增速設(shè)定2020-2025高碳情景，基準(zhǔn)低碳情景都以高碳情景對應(yīng)期為準(zhǔn)向下浮0. 7%0左右，而且2026-2030與2031-2035年增速基于2020-2025年的增速向下浮動0．5‰左右：京津冀私人汽車擁有量按2016 -2020年增速設(shè)為2020-2025年高碳情景，基準(zhǔn)低碳情景都以高碳情景對應(yīng)時期為準(zhǔn)向下浮0．7%左右，且2026-2030與2031- 2035年增速基于2020-2025年增速向下浮動0．4％左右，得到社會因素情景設(shè)定，見表12 -13。

3．能源因素參數(shù)設(shè)置

關(guān)于京津冀能源因素參數(shù)設(shè)定，《2030年前碳達(dá)峰行動方案》指出優(yōu)化能源結(jié)構(gòu)，到2025年能源消費(fèi)量控制在60億噸標(biāo)煤內(nèi)，非化石能源消費(fèi)比重達(dá)20％，單位GDP能源消耗比2020年下降13. 5％，到2030年非化石能源消費(fèi)比重達(dá)25%：在煤炭消耗方面推進(jìn)煤炭消費(fèi)替代和轉(zhuǎn)型升級，十四五時期合理控制煤炭消費(fèi)增長，十五五時期逐步減少；針對電力，《能源生產(chǎn)和消費(fèi)革命戰(zhàn)略》指出到2030年，非化石能源發(fā)電量占全部發(fā)電量的比重力爭達(dá)到50%。

《河北省國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)綱要》指出十四五時期單位GDP能源消耗降低15%；《天津市“十四五”節(jié)能減排工作實施方案》提到2025年能源消費(fèi)得到合理控制，全市單位GDP能源消耗比2020年下降14. 5％，非化石能源占能源消費(fèi)量比重力爭比2020年提高4％以上，煤炭消費(fèi)量下降10％；《北京市“十四五”時期能源發(fā)展規(guī)劃》指出到2025年能源消費(fèi)量控制在8050萬噸標(biāo)煤，單位GDP能耗降幅達(dá)到國家要求，煤炭消耗量占比控制在0. 9%，2035年能源消費(fèi)量進(jìn)入達(dá)峰平臺期，力爭控制在9000萬噸標(biāo)煤左右。

查閱文獻(xiàn)將2016-2020年各能源因素年均增速設(shè)為2020- 2025年高碳情景，基準(zhǔn)低碳情景都以高碳情景對應(yīng)時期為準(zhǔn)，其中能源結(jié)構(gòu)和煤炭消費(fèi)占比向上浮0. 7％左右，電力消費(fèi)總量和能源強(qiáng)度上下浮0. 4％左右，2026 - 2030與2031- 2035年增速分別基于2020-2025增速根據(jù)實際上下浮動0.3-0. 5％左右，得能源因素年均增速設(shè)定，見表14-17。

4．技術(shù)因素參數(shù)設(shè)置

關(guān)于京津冀技術(shù)因素參數(shù)設(shè)定，《河北省科技創(chuàng)新“十四五”規(guī)劃》提出到2025年全社會研究與試驗發(fā)展經(jīng)費(fèi)投入年均增長10%，基礎(chǔ)研究經(jīng)費(fèi)占全社會研發(fā)經(jīng)費(fèi)比重達(dá)到4%，2035年全省科創(chuàng)實力大幅提升；《天津市科技創(chuàng)新“十四五”規(guī)劃》提出到2025年Ramp;D經(jīng)費(fèi)支出占GDP比重達(dá)到3. 3％；《北京市“十四五”時期國際科技創(chuàng)新中心建設(shè)規(guī)劃》提出到2025年全社會研發(fā)經(jīng)費(fèi)支出占GDP比重保持在6%。國家統(tǒng)計局年度數(shù)據(jù)顯示2020年生活垃圾無害化處理率達(dá)到99. 9%，因此不需設(shè)置參數(shù)。

基于文件和文獻(xiàn)將2016-2020年研發(fā)強(qiáng)度年均增速設(shè)為2020-2025年高碳情景，基準(zhǔn)低碳情景都以高碳情景對應(yīng)時期為準(zhǔn)，向上浮0．5%左右，而2026- 2030與2031- 2035年增速分別基于2020 -2025增速向上浮動0. 3％左右，得到研發(fā)強(qiáng)度年均增速設(shè)定：

（三）情景趨勢預(yù)測結(jié)果分析

將STIRPAT - BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型對2020-2035年京津冀碳排趨勢預(yù)測，繪制不同情景京津冀碳排量趨勢：

三種情景碳排量是呈倒U趨勢，圖中的參照線代表不同情景下碳達(dá)峰時間。高碳情景下，京津冀將在2032年達(dá)峰值，基準(zhǔn)情景下于2030年達(dá)峰值，低碳情景于2028年達(dá)峰值。其中《2030年前碳達(dá)峰行動方案》確保在2030年前如期實現(xiàn)達(dá)峰目標(biāo)，因此基準(zhǔn)或低碳情景下可達(dá)國家總體目標(biāo)要求。說明低碳發(fā)展戰(zhàn)略對實現(xiàn)雙碳目標(biāo)具有促進(jìn)作用，且減排力度越大雙碳目標(biāo)越早實現(xiàn)。

表19顯示基準(zhǔn)情景碳達(dá)峰值為14. 71576680億噸，低碳情景碳達(dá)峰值為14. 10827998億噸，高碳情景碳達(dá)峰值為14. 97275036億噸。該結(jié)果與學(xué)者苑清敏等所得研究結(jié)論相差不大，再次證明結(jié)果的可靠性。

六、結(jié)論與建議

（一）結(jié)論

本文利用STIRPAT、機(jī)器學(xué)習(xí)、組合預(yù)測模型和情景分析方法得出如下結(jié)論：

1．中國碳排放主要經(jīng)歷了從1990-2004年的高速增長、2005 - 2015年的調(diào)控增長和2016-2022年的綠色轉(zhuǎn)型3個階段。

2．不同地區(qū)影響碳排放的主要因素不同，京津冀整體的碳排主要影響因素是能源結(jié)構(gòu)、煤炭消費(fèi)占比、生活垃圾無害化處理率、人口規(guī)模、能源強(qiáng)度、第二產(chǎn)業(yè)結(jié)構(gòu)、研發(fā)強(qiáng)度、第三產(chǎn)業(yè)結(jié)構(gòu)、交通水平和電力消費(fèi)總量共10個。針對分地區(qū)可得：北京市碳排影響因素主要為生活垃圾無害化處理和總?cè)丝冢禾旖蚴兄饕獮榈谌a(chǎn)業(yè)結(jié)構(gòu)和生活垃圾無害化處理率：河北省則是能源結(jié)構(gòu)、煤炭消費(fèi)占比和總?cè)丝凇?/p>

3．考慮到影響因素對預(yù)測變量存在線性和非線性關(guān)系，采用線性模型、機(jī)器學(xué)習(xí)模型和組合預(yù)測模型進(jìn)行線性預(yù)測，經(jīng)過誤差對比后，得到組合預(yù)測模型的預(yù)測效果最優(yōu)，其中STIRPAT-BP預(yù)測效果最佳。

4．對低碳、基準(zhǔn)和高碳情景進(jìn)行模擬，碳達(dá)峰時間分別為2028年、2030年、2032年，且峰值依次降低。根據(jù)3種模擬結(jié)果比較和《2023年前碳達(dá)峰行動方案》，得出低碳和基準(zhǔn)情景都完成了2030年前實現(xiàn)碳達(dá)峰的目標(biāo)。

（二）建議

1．政府層面

第一，因省制宜、統(tǒng)籌安排、下放切合當(dāng)?shù)亟?jīng)濟(jì)實際的政策文件。不同地區(qū)影響碳排放的主要因素不同，北京市應(yīng)著眼于生活垃圾合理化治理、推廣廚余垃圾堆肥、提高可回收垃圾的回收利用率等方面優(yōu)化生活垃圾的處理方式，推廣綠色生活方式：天津市應(yīng)合理規(guī)劃綠色產(chǎn)業(yè)結(jié)構(gòu)，大力發(fā)展清潔能源技術(shù)等環(huán)保產(chǎn)業(yè)，優(yōu)化第三產(chǎn)業(yè)結(jié)構(gòu)，助推綠色低碳發(fā)展：河北省應(yīng)加速創(chuàng)建低碳高效的能源體系，淘汰高污染、高耗能、低產(chǎn)出企業(yè)，堅持差異化發(fā)展戰(zhàn)略，因地制宜地選擇發(fā)展領(lǐng)域，實現(xiàn)能源結(jié)構(gòu)的綠色轉(zhuǎn)型。

第二，建設(shè)并完善節(jié)能減排機(jī)制體系。政府提高對京津冀地區(qū)的政策扶持力度，貫徹實行《低碳出行碳減排量核算技術(shù)規(guī)范》，推動碳普惠共建共享互認(rèn)，加快建立并完善節(jié)能減排的機(jī)制體系。低碳情景下，應(yīng)確立并完善碳排放的核算與核查標(biāo)準(zhǔn)，構(gòu)建高度監(jiān)控能力和廣泛覆蓋面的評價指標(biāo)體系：建立和完善京津冀生態(tài)補(bǔ)償和綠色發(fā)展獎懲機(jī)制，鼓勵社會資本投資減排工程，同時完善對京津冀碳排放總量限制的相關(guān)政策等。

2．企業(yè)層面

第一，加大技術(shù)創(chuàng)新投入，提高研發(fā)強(qiáng)度。能源技術(shù)創(chuàng)新方面，企業(yè)應(yīng)繼續(xù)推進(jìn)關(guān)鍵技術(shù)攻關(guān)，積極研究并推行綠色低碳技術(shù)、負(fù)碳排技術(shù)、脫碳技術(shù)；同時重視相關(guān)科研人員的技術(shù)培養(yǎng)，發(fā)揮人才優(yōu)勢，聚焦技術(shù)前沿，助推重要技術(shù)困難的攻關(guān)。第二，加強(qiáng)與其他企業(yè)的技術(shù)合作與交流。在推進(jìn)自身科技創(chuàng)新研發(fā)的同時，企業(yè)更應(yīng)深化與國內(nèi)乃至國際企業(yè)的交流與合作，共同培育綠色、低碳的思維方式，拓寬國際視野，加速綠色科技創(chuàng)新體系的構(gòu)建，以實現(xiàn)可持續(xù)發(fā)展的長遠(yuǎn)目標(biāo)。

3．社區(qū)及個人層面

第一，低碳社區(qū)，綠色生活。建設(shè)低碳社區(qū)，鼓勵全社會踐行資源節(jié)約、綠色低碳的生活模式。日常生活中，鼓勵居民從“衣、食、住、行、用”不同方面踐行低碳行為，如：開展低碳家庭創(chuàng)建活動；制定和發(fā)布社區(qū)低碳生活指南等。第二，低碳理念，深入人心。學(xué)習(xí)綠色低碳生活思想，積極參與多樣化的低碳生活推廣活動，深入理解和實踐低碳生活，讓低碳理念圍繞生活方方面面。

（本文通訊作者：張劍榮）