面向臨港新片區(qū)的碳排放核算與預(yù)測研究

陳 赟,張華富,羅 瀟,李博文,王海冰

(1.國網(wǎng)上海浦東供電公司，上海 200122；2.上海理工大學(xué)機械工程學(xué)院，上海 200093)

0 引言

全球氣候變化是人類社會實現(xiàn)可持續(xù)性發(fā)展所面臨的重要挑戰(zhàn)之一。人類進行生產(chǎn)活動消耗化石能源所排放的CO2及其他溫室氣體是導(dǎo)致氣候變暖的根本原因。電力產(chǎn)業(yè)作為排放大戶，已成為施行碳減排工作的首要對象。實現(xiàn)我國雙碳目標(biāo)，不僅需要新興的碳減排技術(shù)，還需要科學(xué)的碳減排政策。制定科學(xué)的碳減排政策的重要前提是實現(xiàn)合理的碳排放預(yù)測。

在此背景下，國內(nèi)外眾多學(xué)者對如何實現(xiàn)碳排放的有效核算和預(yù)測展開了大量研究。針對全國性的碳排放核算，有學(xué)者建立了覆蓋全國性城市CO2排放核算數(shù)據(jù)庫[1-2]。針對地方性區(qū)域碳排放核算，有學(xué)者從生命周期視角出發(fā)構(gòu)建完整的區(qū)域碳足跡核算框架及方法學(xué)模型[3]。針對不同行業(yè)(如快遞[4]、石化[5]、污水處理[6]等)產(chǎn)生的碳排放核算，有學(xué)者分別建立碳排放模型，對各階段的碳排放進行評估。

針對CO2排放量的預(yù)測，有學(xué)者采用支持向量機模型，建立了燃煤電廠煤質(zhì)及運行參數(shù)與CO2排放量的關(guān)系模型[7]，并加入Adaboost算法[8]對模型進行優(yōu)化提升。目前，主流碳預(yù)測的預(yù)測模型有Logistic 回歸預(yù)測模型[9]、灰色模型(gray model,GM)[10]、理想點多屬性決策算法[11]等?？赏卣沟碾S機性環(huán)境影響評估(stochastic impacts by regression on population,affluence,and technology，STIRPAT)模型由于對碳排放與各影響因素之間的關(guān)系進行定量分析，具有較好的靈活性和一定的拓展空間，成為研究碳排放峰值問題的認(rèn)可度較高的模型。

本文基于各類能源用戶和社會生產(chǎn)的多元化能源數(shù)據(jù)開展電力碳排放預(yù)測研究，實現(xiàn)電力能源碳排放的有效預(yù)測，結(jié)合臨港新片區(qū)雙碳目標(biāo)，制定合理的降碳策略，助力國家雙碳計劃。本文首先從宏觀層面和特定場景分別對臨港新片區(qū)的直接和間接碳排放的核算方法進行研究；然后分析了臨港新片區(qū)人口、人均國內(nèi)生產(chǎn)總值(gross domestic product,GDP)、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、能源強度和能源結(jié)構(gòu)對區(qū)域產(chǎn)生碳排放量的影響，并通過改進的STIRPAT模型對影響顯著的因素進行建模分析；最后根據(jù)臨港新片區(qū)城市規(guī)劃、產(chǎn)業(yè)發(fā)展規(guī)劃和綜合能源規(guī)劃，對影響模擬結(jié)果關(guān)鍵要素的未來變化趨勢進行預(yù)測分析，實現(xiàn)未來區(qū)域電力能源碳排放量的有效預(yù)測。

1 臨港新片區(qū)的能源電力碳排放核算方法

世界資源研究所和可持續(xù)發(fā)展工商理事會于2011年底發(fā)布的《企業(yè)價值鏈標(biāo)準(zhǔn)》提出了測量企業(yè)產(chǎn)品溫室氣體排放的核算范圍。核算范圍具體可分為3個。

①范圍1是發(fā)生在指定區(qū)域邊界內(nèi)部的所有直接碳排放過程(包括本地電力、熱力供應(yīng)，工業(yè)生產(chǎn)，本地固體廢棄物處理，本地污水處理等)。

②范圍2是指定區(qū)域外購電力和熱力引起的間接碳排放。

③范圍3是除范圍1和范圍2之外產(chǎn)生的一切碳排放，包括購買產(chǎn)品的上游排放和交通運輸排放等間接排放。

2019年8月20日，臨港新片區(qū)正式成立。新片區(qū)內(nèi)采用集中統(tǒng)一規(guī)劃模式，打造臨港新片區(qū)一體化信息管理服務(wù)平臺，同時集聚發(fā)展集成電路、人工智能、生物醫(yī)藥和航空航天四大重點產(chǎn)業(yè)，形成了先進智造片區(qū)、滴水湖核心片區(qū)、新興產(chǎn)業(yè)片區(qū)、浦東國際機場南側(cè)片區(qū)和綜合產(chǎn)業(yè)片區(qū)的五大片區(qū)。由于不同區(qū)域、行業(yè)的碳排放強度不同，因此針對臨港新片區(qū)的碳排放核算，需從宏觀層面和特定產(chǎn)業(yè)場景分別進行計算。

1.1 基于清單分析法的碳核算

在宏觀層面，對于范圍1和范圍2中的直接碳排放和外購電力和熱力部分的間接碳排放進行核算。根據(jù)清單分析法中所列寫的清單收集的相關(guān)數(shù)據(jù)，選取對應(yīng)的碳排放因子，研究估算碳排放量。直接碳排放量清單中包括指定范圍內(nèi)的火電機組發(fā)電、熱力供應(yīng)、固廢焚燒/填埋、污水處理。因此，直接碳排放E直為：

E直=xQ發(fā)電+yQ熱力+zQ固廢+wQ污水

(1)

式中：Q發(fā)電為火電機組指定時間段內(nèi)發(fā)電量，萬千瓦時；Q熱力為指定時間段內(nèi)熱力供應(yīng)量，百萬千焦；Q固廢為指定時間段內(nèi)掩埋/焚燒的固廢質(zhì)量，萬噸；Q污水為指定時間段內(nèi)污水處理總量，萬立方米；x、y、z、w為對應(yīng)的碳排放因子。

間接碳排放量清單中包含外購電力和外購熱力。間接碳排放E間為：

E間=(E電耗-E清潔能源)×(1-β)+E燃?xì)?/p>

(2)

式中：E電耗為外購電能消耗碳排放，由臨港新片區(qū)指定時間段內(nèi)外購電量乘以對應(yīng)碳排放因子計算得出；E清潔能源為本地清潔能源消納減排量，由臨港新片區(qū)指定時間段內(nèi)本地清潔能源消納量乘以對應(yīng)碳排放因子計算得出；β為外購電力清潔能源占比；E燃?xì)鉃樘烊粴馓寂欧?，由臨港新片區(qū)指定時間段內(nèi)外購天然氣量乘以對應(yīng)碳排放因子計算得出。

碳匯減排清單中目前包括自然碳匯、技術(shù)降碳以及碳排放權(quán)購入。因此，碳匯量E匯為：

E匯=E自然+E固碳+E購入

(3)

式中：E自然為自然碳匯量，由臨港新片區(qū)指定時間段內(nèi)綠地面積乘以對應(yīng)碳排放因子計算得出；E固碳為指定區(qū)域指定時間段內(nèi)采用降碳技術(shù)減少的碳排放總量；E購為指定區(qū)域指定時間段內(nèi)購入的碳排放權(quán)額度總量。

結(jié)合式(1)～式(3)可知，在指定區(qū)域的指定時間段內(nèi)，碳排放總量E總為：

E總=E直+E間-E匯

(4)

運用清單分析法，按照月度或者年度統(tǒng)計臨港新片區(qū)的電能消耗、燃?xì)庀?、本地清潔能源發(fā)電量、火電機組發(fā)電量、固廢處理量、污水處理量、綠植面積、固碳量以及碳排放配額購入量，研究碳排放的直接和間接的核算方法，從宏觀層面對臨港新片區(qū)展開不同維度的碳排放核算和分析。

1.2 基于投入產(chǎn)出法的碳核算

對于臨港新片區(qū)管委會關(guān)注的重點企業(yè)，尤其是在生產(chǎn)過程中會造成除了能源消耗以外的大量碳排放的企業(yè)，使用清單分析法難以準(zhǔn)確核算其碳排放量，為政府制定相關(guān)碳排放限制措施造成了不便。因此，本文采取投入產(chǎn)出法對特定企業(yè)的碳排放量展開核算，以彌補清單分析法的局限性。

通過投入產(chǎn)出法計算，某企業(yè)在指定時間段內(nèi)的碳排放總量E總為：

E總=V碳系×M企業(yè)

(5)

式中：V碳系為投入產(chǎn)出表中各環(huán)節(jié)的碳排放系數(shù)矩陣，包含了范圍1和范圍2的范疇；M企業(yè)為某企業(yè)的列昂惕夫逆矩陣(完全需要系數(shù)矩陣)，表征各部門中間的生產(chǎn)需求結(jié)構(gòu)。

本文利用投入產(chǎn)出法，收集特定企業(yè)指定時間內(nèi)的投入清單和產(chǎn)出清單，結(jié)合《中國投入產(chǎn)出表》提供的消費品載能碳排放分析基礎(chǔ)數(shù)據(jù)，建立行業(yè)投入產(chǎn)出宏觀經(jīng)濟數(shù)據(jù)與物質(zhì)消耗模型，從而衡量不同行業(yè)產(chǎn)出產(chǎn)品與碳排放量之間的關(guān)系。這有利于減少對微觀層面物質(zhì)消耗數(shù)據(jù)的依賴，實現(xiàn)對特定碳排放較多的企業(yè)的精準(zhǔn)碳排放核算。

2 基于擴展STIRPAT模型的碳排放預(yù)測

2.1 STIRPAT模型

STIRPAT模型通過對人口、財產(chǎn)、技術(shù)3個自變量和因變量之間的關(guān)系進行評估。STIRPAT模型是1類可拓展的環(huán)境影響評估模型，是由Dietz和Rosa在傳統(tǒng)IPAC模型的基礎(chǔ)上，考慮了人口規(guī)模、富裕程度、技術(shù)水平對于環(huán)境因素的單獨影響，而拓展得到的非線性模型。該模型有效地避免了同比例因素變動引起的誤差，定量研究環(huán)境評估與各影響因素之間的關(guān)系，具有較好的靈活性和一定的拓展空間，已成為應(yīng)用較廣泛、公認(rèn)度較高的預(yù)測模型。其基本計算式為：

Q=aPbAcTde

(6)

式中：Q為環(huán)境壓力;P為人口規(guī)模;A為富裕程度;T為技術(shù)水平;a為模型的系數(shù);b、c、d為各自變量指數(shù);e為誤差。

指數(shù)的引入使得STIRPAT模型可用于分析各類因素對環(huán)境的非比例影響。

對式(6)兩邊取自然對數(shù)，得到線性方程:

lnI=lna+blnP+clnA+dlnT+lne

(7)

式中：I為二氧化碳排放。

由彈性系數(shù)的概念可知,方程回歸系數(shù)反映的是解釋變量與被解釋變量之間的彈性關(guān)系。

2.2 擴展的STIRPAT模型

為了實現(xiàn)對碳排放更加精確的預(yù)測、更加全面地研究不同因素對于碳排放的影響，除了基本模型中人口、財富和技術(shù)這3個變量外，本文將城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)這3個對區(qū)域碳排放強度影響較為明顯的因素納入擴展模型中。擴展的STIRPAT模型計算式為：

lnI=lna+blnP+clnA+dlnU+flnG+glnE+

hlnS+lne

(8)

式中：U為城鎮(zhèn)化率;G為產(chǎn)業(yè)結(jié)構(gòu);E為能源強度;S為能源結(jié)構(gòu);b、c、d、f、g、h分別為各變量彈性系數(shù)。

通過對擴展的STIRPAT模型進行研究，結(jié)合臨港新片區(qū)的實際發(fā)展情況，臨港新片區(qū)內(nèi)規(guī)上企業(yè)中制造業(yè)規(guī)上企業(yè)較多，約占全部規(guī)上企業(yè)的75%，能源消耗比重較大，碳排放強度較高，因此使用第二產(chǎn)業(yè)產(chǎn)值占GDP的比重來衡量產(chǎn)業(yè)結(jié)構(gòu)。臨港新片區(qū)的能源結(jié)構(gòu)以火電為主、可再生能源為輔，并且在未來規(guī)劃中清潔能源的占比將不斷提高。因此，本文以煤炭消費占能源消費總量的比重來衡量能源結(jié)構(gòu)，并將其分解為終端能源消費占比(電/氣比)和綠電占比。臨港新片區(qū)的人口和人均GDP可通過規(guī)劃中的GDP總值直接反映，作為一個已知系數(shù)進行考慮。城鎮(zhèn)化率指標(biāo)主要用于國家層面碳排放預(yù)測。臨港新片區(qū)正處于集中規(guī)劃階段，致力打造世界級制造業(yè)集群、發(fā)展配置全球高端要素的服務(wù)業(yè)，城鎮(zhèn)化率指標(biāo)不適用于臨港新片區(qū)碳排放趨勢預(yù)測。因此，針對于臨港新片區(qū)的碳排放趨勢預(yù)測，目前主要考慮的影響因素包括產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)水平以及能耗強度。

經(jīng)過上述分析研究，將式(8)改進為：

lnI=lna+blnP+clnA+dlnG+flnE+glnS+lne

(9)

3 臨港新片區(qū)的碳排放預(yù)測

3.1 數(shù)據(jù)來源

由于臨港新片區(qū)于2019年掛牌成立，缺乏相應(yīng)歷史統(tǒng)計數(shù)據(jù)，所以本文以上海市歷史數(shù)據(jù)為基準(zhǔn)、以臨港新片區(qū)的未來規(guī)劃設(shè)置預(yù)測指標(biāo)。依據(jù)STIRPAT模型不同指標(biāo)的可獲得性，人口數(shù)據(jù)、GDP數(shù)據(jù)來源于2010—2020年《上海市統(tǒng)計年鑒》。產(chǎn)業(yè)結(jié)構(gòu)、能源強度和能源結(jié)構(gòu)來源于《中國能源統(tǒng)計年鑒》、《中國技術(shù)統(tǒng)計年鑒》、《中國(上海)自由貿(mào)易試驗區(qū)臨港新片區(qū)國土空間總體規(guī)劃(2019—2035 年)》。能源結(jié)構(gòu)依據(jù)煤炭消費量占總能源消費的比重計算得到。終端能源結(jié)構(gòu)根據(jù)電、氣消費所占比重計算得到。綠電占比消費根據(jù)總發(fā)電量中可再生能源發(fā)電占比計算得到。能源強度根據(jù)能源消費總量與GDP的比值計算得到。個別的缺失數(shù)據(jù)采用插值法補齊。

碳排放核算溫室氣體清單數(shù)據(jù)根據(jù)《省級溫室氣體清單編制指南》得到。電力和熱力排放因子根據(jù)上海市2010年能源平衡表和溫室氣體清單編制數(shù)據(jù)計算得到。電力數(shù)據(jù)來源于浦東公司。清潔能源數(shù)據(jù)來源于上海市電力公司。企業(yè)產(chǎn)品投入產(chǎn)出溫室氣體的核算根據(jù)《溫室氣體議定書-企業(yè)核算與報告準(zhǔn)則》計算得到。其余數(shù)據(jù)來源于政府相關(guān)部門。

根據(jù)所收集的研究數(shù)據(jù)，可通過上述核算方法計算得到上海市歷年的碳排放核算結(jié)果。2010—2020年上海地區(qū)碳排放各相關(guān)變量統(tǒng)計情況如表1所示。表1中，樣本數(shù)均為11個。

表1 2010—2020年上海地區(qū)碳排放各相關(guān)變量統(tǒng)計情況

3.2 預(yù)測結(jié)果和分析

基于臨港新片區(qū)2010—2020年碳排放核算的數(shù)據(jù)，利用改進后的STIRPAT模型對CO2排放量與各影響因素之間進行擬合。將對數(shù)化后的各組變量進行共線性驗證，發(fā)現(xiàn)變量P的方差膨脹因子為148.227；變量A的方差膨脹因子為43.024；變量G的方差膨脹因子為776.451；變量E的方差膨脹因子為161.849；變量S的方差膨脹因子為35.052。各組變量之間的方差膨脹因子均遠(yuǎn)大于10。

為避免各變量之間可能出現(xiàn)的多重共線性問題，本文采用嶺回歸的方法對數(shù)據(jù)進行有偏估計的回歸分析，將總?cè)丝?、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、能源強度和能源結(jié)構(gòu)定義為自變量，能源產(chǎn)生的碳排放量作為因變量，在SPSS19.0軟件中編寫調(diào)用 Ridge Regression程序的語法進行擬合回歸，得到不同嶺參數(shù)K值和擬合優(yōu)度R2值之間的圖像關(guān)系。嶺回歸K值與R2值的對應(yīng)關(guān)系如圖1所示。

由圖1可知，R2與K之間呈現(xiàn)負(fù)相關(guān)。當(dāng)K的取值越小時，則丟棄的信息與精度越小，預(yù)測模型的精度越高。因此，K的取值應(yīng)當(dāng)盡可能小。通過嶺回歸中的嶺跡圖來判斷K的取值范圍。圖2為嶺跡圖。

由圖2可知，當(dāng)K處于0.2～0.8時，嶺回歸系數(shù)基本趨于穩(wěn)定，擬合程度較好。因此，K的選取應(yīng)該在此范圍內(nèi)。結(jié)合圖1，當(dāng)K=0.2時，對應(yīng)的模型擬合效果最佳。

將模型中的嶺回歸參數(shù)設(shè)置為K=0.2，再次進行嶺回歸擬合分析。嶺回歸方差分析如表2所示。

表2 嶺回歸方差分析

當(dāng)K=0.2時，模型中的R2=0.858 8，說明當(dāng)K取值為0.2時，擬合模型可以將因變量引起的方差波動減少85.88%。基于以上分析，本文構(gòu)建出臨港新片區(qū)碳排放預(yù)測模型。模型方程為：

lnI=-14.316+1.123lnP+0.529lnA+0.162lnG+

0.745lnE+0.816lnS

(10)

嶺回歸模型系數(shù)即STIRPAT模型的彈性系數(shù)。式(10)中，各主要因素均對臨港新片區(qū)CO2排放總量有正相關(guān)的促進作用。各影響因素間的彈性系數(shù)存在一定差異。首先，人口規(guī)模對碳排放的影響處于第一，說明人口數(shù)量的增加對能源的需求產(chǎn)生了較大的影響。人口每增長1%，碳排放強度增加1.123%。其次，能源結(jié)構(gòu)也是影響碳排放強度的重要因素，但其彈性系數(shù)與人口相比較小。上海的能源結(jié)構(gòu)以傳統(tǒng)能源為主、可再生能源為輔，能源結(jié)構(gòu)中煤炭占比較大，而清潔能源發(fā)展?jié)摿^大。此外，能源強度和人均GDP也是重要的影響因素，上海GDP增量與能源消費位居全國前列，而能源消費與其他因素相比對碳排放的影響較小，說明上海地區(qū)能源消費以優(yōu)質(zhì)高效為主、能源利用率較高。產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響較小。由歷年數(shù)據(jù)可以看出，上海地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)不斷升級，第二產(chǎn)業(yè)的比重逐年下降，對能源的消費需求變小。

3.3 碳排放預(yù)測影響因子分析

碳排放的強度受到不同因素的共同影響。依據(jù)臨港新片區(qū)發(fā)展規(guī)劃和“十四五”發(fā)展計劃，將不同的因素分別設(shè)置不同的值進行碳排放峰值的預(yù)測，并對模型中可預(yù)測的部分進行系統(tǒng)、科學(xué)的分離，從而有效降低預(yù)測的誤差和不確定性。

3.3.1 影響因子分析預(yù)測

①人口規(guī)模。一方面，自臨港新片區(qū)成立以來，開放各項自由貿(mào)易區(qū)的實驗政策，吸引了大量中外企業(yè)的入駐，常住人口規(guī)模實現(xiàn)較大幅度的增加，人口增長趨于平穩(wěn)。另一方面，依據(jù)《中國(上海)自由貿(mào)易試驗區(qū)臨港新片區(qū)總體方案》，在2019—2035年期間臨港新片區(qū)加大力度引進各類高新技術(shù)企業(yè)和創(chuàng)新型機構(gòu)，必將引起人口的持續(xù)增長，人口規(guī)模將不斷加大。預(yù)計到2035年，臨港新片區(qū)人口至少達(dá)250萬。根據(jù)這一預(yù)設(shè)，將2020—2030年人口的增長速率設(shè)定為7.26%，在2030年到2035年逐步放緩。

②GDP規(guī)模。隨著臨港新片區(qū)各類優(yōu)惠政策的推出，臨港新片區(qū)在成立第一年就吸收投資超過2 700億元。特別是《關(guān)于以“五個重要”為統(tǒng)領(lǐng)加快臨港新片區(qū)建設(shè)的行動方案(2020—2022年)》提出，從2020年到2022年，臨港新片區(qū)地區(qū)增加值年均增速達(dá)到25%。臨港新片區(qū)“十四五”規(guī)劃明確臨港新片區(qū)到2025年要實現(xiàn)地區(qū)生產(chǎn)總值較2018年翻兩番，并提出“2026年到2035年這10年里，如果臨港新片區(qū)總產(chǎn)值能再翻兩番，就能達(dá)到一萬億元”。由于臨港新片區(qū)在未來二十年建成規(guī)模將迅速擴張，各種優(yōu)惠政策必將吸引眾多企業(yè)前來入駐，洋山港作為重要的對外貿(mào)易港口，對外貿(mào)易需求也必將上升，帶來的社會紅利不斷釋放，未來的經(jīng)濟必將急劇增長。同時，考慮全球新冠疫情帶來的經(jīng)濟增長阻力，將臨港新片區(qū)的GDP歷史數(shù)據(jù)進行擬合。2021—2035年臨港新片區(qū)GDP產(chǎn)值預(yù)測趨勢如圖3所示。

③產(chǎn)業(yè)結(jié)構(gòu)。臨港新片區(qū)一期工程中，重點碳排放主要集中在第二產(chǎn)業(yè)，能源碳排放量占臨港新片區(qū)全部產(chǎn)業(yè)結(jié)構(gòu)排放總量的近70%。其中，制造業(yè)為主要的碳排放來源。臨港新片區(qū)初步聚集了新能源裝備、海洋工程、智能制造、生物醫(yī)藥、人工智能等一批骨干企業(yè)，培育形成智能新能源汽車、集成電路、高端裝備制造3個千億級產(chǎn)業(yè)集群。在未來一段時間，制造業(yè)碳排放量將保持高速增長。同時，臨港新片區(qū)“十四五規(guī)劃”指出，發(fā)展配置全球高端要素資源的現(xiàn)代服務(wù)業(yè)，推動跨境金融服務(wù)、新型國際貿(mào)易、現(xiàn)代航運服務(wù)、數(shù)字信息服務(wù)、科技創(chuàng)新服務(wù)等新興產(chǎn)業(yè)的發(fā)展?；诖?，臨港新片區(qū)的產(chǎn)業(yè)結(jié)構(gòu)變化率設(shè)定為低速-0.5%。

④能源結(jié)構(gòu)。臨港新片區(qū)的煤炭資源匱乏，風(fēng)能、光伏等可再生資源豐富。近年來，煤炭消費占能源消費總量比重不斷降低，清潔能源產(chǎn)業(yè)發(fā)展迅速。臨港新片區(qū)“十四五”規(guī)劃指出，2025年清潔能源占能源消費比重 50%。基于2020年臨港新片區(qū)清潔能源占比為 42.33%，綜合考慮區(qū)域清潔能源發(fā)展趨勢，本文以2025年區(qū)域清潔能源占比可達(dá)50%為目標(biāo)，對臨港新片區(qū)2021—2035年清潔能源發(fā)電量趨勢進行擬合預(yù)測。清潔能源預(yù)測趨勢如圖4所示。

⑤能源強度。響應(yīng)國家節(jié)能減排號召，國家大力發(fā)展綠色能源技術(shù)，產(chǎn)業(yè)技術(shù)不斷升級，低碳綠色的觀念深入人心。人們的生活方式發(fā)生轉(zhuǎn)變，更加傾向于低碳綠色和高能效產(chǎn)品，產(chǎn)品的單位能效不斷下降。本文基于區(qū)域總體能源碳排放量和清潔能源碳減排量，得出臨港新片區(qū)2020—2035年單位GDP能耗趨勢。單位能耗預(yù)測趨勢如圖5所示。

3.3.2 碳排放峰值預(yù)測

本文基于上海地區(qū)碳排放預(yù)測模型，結(jié)合臨港新片區(qū)各類影響因子的規(guī)劃和預(yù)測指標(biāo)，測算出臨港新片區(qū)2021—2035年實際能源電力碳排放預(yù)測趨勢。能源電力碳排放預(yù)測趨勢如圖6所示。

由圖6可知，臨港新片區(qū)在2032年進入能源電力“碳達(dá)峰”階段，未在2030年前實現(xiàn)“碳達(dá)峰”目標(biāo)。從趨勢上看，2028—2030年度能源電力碳排放增長已進入平緩期。其中，區(qū)域能源電力碳排放增速預(yù)計將于2028年進入明顯下降階段。若想在2030年前實現(xiàn)能源電力碳排放的達(dá)峰，需進一步提升清潔能源占比，合理配置區(qū)域能源結(jié)構(gòu)，加快產(chǎn)業(yè)結(jié)構(gòu)升級以及產(chǎn)業(yè)技術(shù)升級帶來的單位 GDP 能耗下降，使得區(qū)域能源電力碳排放按時或提前進入“碳達(dá)峰”階段。

4 結(jié)論

本文運用清單分析法和投入產(chǎn)出法對區(qū)域能源消耗產(chǎn)生的碳排放量核算進行了研究，依據(jù)核算結(jié)果，以改進后的STIRPAT模型對歷史數(shù)據(jù)進行擬合回歸處理，分析了各類影響因子對能源碳排放的實際影響。以臨港新片區(qū)為例，本文結(jié)合其發(fā)展規(guī)劃，對該片區(qū)未來15年的能源電力碳排放量進行預(yù)測，得出以下結(jié)論。

①上海地區(qū)能源碳排放的影響因子中人口密集程度、能源消費結(jié)構(gòu)以及能源強度產(chǎn)生的影響較大，產(chǎn)業(yè)結(jié)構(gòu)與人均生產(chǎn)總值影響相對較小。

②臨港新片區(qū)依據(jù)發(fā)展規(guī)劃在2030年前實現(xiàn)“碳達(dá)峰”幾率較小，未來10年電力能源碳排放仍處于上升階段，碳排放增長速率逐漸放緩。

目前，臨港新片區(qū)內(nèi)入駐企業(yè)不斷增多，能源消費愈加增強，控制碳排放強度的有效增長，實現(xiàn)臨港新片區(qū)內(nèi)2030年“碳達(dá)峰”的目標(biāo)，臨港新片區(qū)面臨較大的減排壓力。因此，本文提出以下對策。

①進一步加強電網(wǎng)結(jié)構(gòu)建設(shè)，提高新能源并網(wǎng)比例，鼓勵發(fā)展分布能源交易，消納更多清潔能源，以提升區(qū)域清潔能源占比。

②提速區(qū)域產(chǎn)業(yè)升級，在招商引資方面進一步引入低能源電力碳排強度的企業(yè)，逐步促進區(qū)域產(chǎn)業(yè)向綠色、低碳轉(zhuǎn)型。

③響應(yīng)國家“30碳達(dá)峰，60碳中和”的發(fā)展目標(biāo)，宣傳低碳節(jié)能環(huán)保工作，采用集群建模等技術(shù)控制，保證資源的高效利用。

④完善碳交易機制，針對高排放的企業(yè)、行業(yè)進行碳稅管理，立足本地經(jīng)濟，發(fā)展循環(huán)經(jīng)濟，充分利用市場控制手段減少溫室氣體排放。