中國交通運輸業(yè)碳達(dá)峰時間預(yù)測研究

朱長征，楊莎，劉鵬博，王萌

(1.西安郵電大學(xué)，a.現(xiàn)代郵政學(xué)院，b.經(jīng)濟(jì)與管理學(xué)院，西安 710061；2.西安建筑科技大學(xué)，管理學(xué)院，西安 710055)

0 引言

中國是目前全球碳排放量最大的經(jīng)濟(jì)體，根據(jù)英國石油公司(BP)計算，2020年中國CO2排放量達(dá)到98.94 億t，占全球碳排放量的比重提升至30.7%。2020 年9 月22 日，中國在第七十五屆聯(lián)合國大會上宣布“中國CO2排放力爭于2030年前達(dá)到峰值，努力爭取2060年前實現(xiàn)碳中和”。根據(jù)本文測算，近20 年間，中國交通運輸業(yè)CO2排放量增長了2.97 倍，2019 年達(dá)到了8.04 億t，約占全行業(yè)1/10。交通運輸業(yè)碳達(dá)峰對實現(xiàn)中國總體碳達(dá)峰具有十分重要的作用，因此，預(yù)測中國交通運輸業(yè)CO2達(dá)峰時間具有重要意義。

現(xiàn)階段，國內(nèi)外對碳達(dá)峰的研究已取得了一定成果。研究顯示，短期內(nèi)中國能源消耗量和CO2排放量將持續(xù)增長[1]，未來區(qū)域交通碳排放增長趨勢逐漸變緩，但總量將繼續(xù)呈上升趨勢，社會仍然面臨較大的溫室氣體減排壓力[2]。通過分析經(jīng)濟(jì)、技術(shù)及能源和碳排放之間的相關(guān)性，可見經(jīng)濟(jì)增長對碳排放有明顯的促進(jìn)作用[3]，且只有在CO2與經(jīng)濟(jì)增長之間實現(xiàn)強(qiáng)脫鉤的情況下，CO2排放才能實現(xiàn)達(dá)峰[4]。以此為基礎(chǔ)，相關(guān)學(xué)者分析了影響CO2排放的主要驅(qū)動因素[5]，構(gòu)建碳排放預(yù)測模型，研究多種情景下碳排放峰值[6]。MI等[7]認(rèn)為最可行的情景下，中國CO2排放將在2025—2035 年間達(dá)到峰值，且2030年是中國實現(xiàn)碳達(dá)峰的最佳時間點[8]。

綜上所述，目前，對碳達(dá)峰的研究主要集中在國家層面上，針對交通運輸業(yè)碳達(dá)峰的研究較少。為分析中國交通運輸業(yè)碳達(dá)峰情況，本文構(gòu)建了拓展的STIRPAT(Stochastic Impacts by Regression on Population,Affluence,and Technology)模型，并利用嶺回歸構(gòu)建碳達(dá)峰預(yù)測模型，基于情景分析預(yù)測5種情景下中國交通運輸業(yè)碳達(dá)峰時間。

1 研究方法與數(shù)據(jù)

1.1 碳排放測算模型

本文采用聯(lián)合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change，IPCC)[9]提供的方法，計算中國交通運輸業(yè)碳排放為

式中：C1為中國交通運輸業(yè)一次能源CO2排放量(萬t)；Ci為中國交通運輸業(yè)i能源消耗產(chǎn)生的CO2排放量；i為各能源種類(石油、煤炭及天然氣)；Ei為交通運輸業(yè)第i類能源的消耗量；Fi為第i類能源的平均低位發(fā)熱量；Vi為碳氧化因子，即能源燃燒時的碳氧化率；Ri為第i類能源的碳排放系數(shù)；44和12分別為CO2和碳的分子量。

電力等二次能源在交通運輸業(yè)中的占比較大，因此，在計算中國交通運輸業(yè)碳排放時，需要將電力間接產(chǎn)生的CO2排放量包括在內(nèi)，其中，電力產(chǎn)生的CO2排放主要來源于火電。中國交通運輸業(yè)電力CO2排放為

式中：C2為交通運輸業(yè)中電力產(chǎn)生的CO2排放量；Ee為交通運輸業(yè)電力轉(zhuǎn)化所消耗的能源；K為火電發(fā)電裝機(jī)占總裝機(jī)容量的比重；M為電力折標(biāo)煤系數(shù)；L為煤炭的碳排放系數(shù)。

式中：C為中國交通運輸業(yè)CO2排放總量。

1.2 拓展的STIRPAT模型

IPAT模型(人類活動對環(huán)境影響的定量關(guān)系模型)是美國生態(tài)學(xué)家埃里奇(Ehrlich)和康默納(Comnoner)于20世紀(jì)70年代提出的評估人類活動對環(huán)境影響的定量關(guān)系模型，可以具體分析人口(P)、富裕程度(A) 和技術(shù)(T)這3因素對環(huán)境的影響程度[10]。STIRPAT模型是對IPAT模型的拓展，是識別與能源相關(guān)的碳排放背后的社會、經(jīng)濟(jì)和技術(shù)驅(qū)動因素的有效方法。

STIRPAT模型為

式中：I為環(huán)境指標(biāo)；a為模型的系數(shù)；P為中國人口數(shù)量；b、c、d為變量的系數(shù)；e為隨機(jī)誤差項。對式(4)進(jìn)行變形，可得

本文在對交通運輸業(yè)碳排放驅(qū)動因素的眾多文獻(xiàn)進(jìn)行梳理的基礎(chǔ)上，認(rèn)為人口規(guī)模、經(jīng)濟(jì)增長、城鎮(zhèn)化水平、能源強(qiáng)度、交通運輸業(yè)產(chǎn)業(yè)增加值及能源結(jié)構(gòu)是影響交通運輸業(yè)碳排放的重要因素。因此，本文選擇以上6個變量對STIRPAT模型進(jìn)行拓展，即

式中：f、v、m為變量的系數(shù)；G為中國GDP；U為中國城鎮(zhèn)化率；Q為中國交通運輸業(yè)能源強(qiáng)度；S為中國交通運輸業(yè)產(chǎn)業(yè)增加值；W為交通運輸業(yè)傳統(tǒng)能源占比。

嶺回歸相關(guān)理論由Hoerl 和Kennard 提出。嶺回歸是改進(jìn)的最小二乘法，可通過偏置-方差權(quán)衡解決共線性問題，提高參數(shù)估計的準(zhǔn)確性和可靠性。為消除式(6)變量中存在的共線性問題，本文選擇嶺回歸估計各變量系數(shù)。關(guān)于碳排放影響因素的相關(guān)文獻(xiàn)如表1所示。

表1 關(guān)于碳排放影響因素的相關(guān)文獻(xiàn)Table 1 Literature on influencing factors of carbon dioxide emissions

1.3 數(shù)據(jù)來源及參數(shù)確定

1.3.1 數(shù)據(jù)來源

本文中人口數(shù)量、GDP、交通運輸業(yè)增加值及能源消費等主要數(shù)據(jù)來源于《中國統(tǒng)計年鑒2001—2020》《中國能源統(tǒng)計年鑒2001—2020》。其中，能源強(qiáng)度為交通運輸業(yè)能源消耗量與交通運輸業(yè)增加值的比值，能源結(jié)構(gòu)為交通運輸業(yè)傳統(tǒng)能源消耗量(煤炭和石油消耗量)占總能源消耗量的比重，交通運輸產(chǎn)業(yè)規(guī)模為交通運輸業(yè)增加值與國內(nèi)生產(chǎn)總值的比值，城鎮(zhèn)化水平為城鎮(zhèn)人口與總?cè)丝诘谋戎怠?/p>

1.3.2 參數(shù)確定

本文在用嶺回歸解決線性回歸分析中自變量共線性問題時，需先結(jié)合嶺跡圖確定嶺參數(shù)k。k值的選擇原則是各個自變量的標(biāo)準(zhǔn)化回歸系數(shù)趨于穩(wěn)定時的最小k值，k值越小則偏差越小。交通運輸業(yè)碳排放影響因素嶺跡如圖1所示?？芍?，當(dāng)k值為0.01 時，自變量的標(biāo)準(zhǔn)化回歸趨于穩(wěn)定，因此，本文選取最佳k值為0.01。

圖1 交通運輸業(yè)碳排放影響因素嶺跡Fig.1 Ridge trace map of influencing factors of carbon emission from transportation industry

本文對交通運輸業(yè)碳達(dá)峰預(yù)測模型進(jìn)行嶺回歸ANOVA 檢驗(也稱F 檢驗)，結(jié)果通過F 檢驗(F=542.96,p=0.000 ＜0.05)，如表2所示。本文利用SPSS軟件得到嶺回歸分析結(jié)果，其中，人口、GDP、城鎮(zhèn)化水平、能源強(qiáng)度、交通運輸業(yè)增加值及傳統(tǒng)能源占比等變量皆通過了顯著性檢驗，即均會對交通運輸業(yè)碳排放產(chǎn)生顯著影響。

表2 嶺回歸分析結(jié)果Table 2 Results of ridge regression analysis

將中國交通運輸業(yè)CO2排放影響因素數(shù)據(jù)進(jìn)行對數(shù)化處理后，輸入拓展的STIRPAT 模型，得到中國交通運輸業(yè)CO2預(yù)測模型。本文根據(jù)該模型模擬2000—2019年中國交通運輸業(yè)CO2排放量，結(jié)果如圖2所示。

圖2 中國交通運輸業(yè)CO2排放量擬合度分析Fig.2 Analysis of fit degree of carbon dioxide emissions in transportation industry in China

2000—2019年間，中國交通運輸業(yè)CO2實際排放量與模型模擬排放量擬合度達(dá)到了99.6%，可見模型預(yù)測結(jié)果具有可行性。

2 情景設(shè)置

2.1 碳達(dá)峰情景設(shè)置

通過分析中國經(jīng)濟(jì)與交通運輸業(yè)發(fā)展?fàn)顩r，碳達(dá)峰相關(guān)政策以及相關(guān)文獻(xiàn)，本文設(shè)置5種發(fā)展情景：強(qiáng)化低碳情景、一般低碳情景、基準(zhǔn)情景、一般高碳情景及絕對高碳情景。

(1) 基準(zhǔn)情景(BAU)，即延續(xù)現(xiàn)階段交通運輸業(yè)發(fā)展趨勢，分析經(jīng)濟(jì)增長、能源消費及人口規(guī)模等影響因素的歷史變化情況，并以此為基礎(chǔ)，設(shè)置各影響因素增長水平。

(2)一般低碳情景(L)，即以實現(xiàn)交通運輸業(yè)盡早碳達(dá)峰為目標(biāo)，更加注重經(jīng)濟(jì)發(fā)展質(zhì)量，經(jīng)濟(jì)增長進(jìn)入中低速階段，能源系統(tǒng)效率有所提高，能源消費總量維持在合理水平。相較于基準(zhǔn)情景，各影響因素增長率均有所下降。

(3)強(qiáng)化低碳情景(DL)，即采取超常規(guī)減排政策與措施，能源系統(tǒng)效率大幅度提升，能源消費總量保持較低水平，各影響因素增長緩慢。相較于基準(zhǔn)情景，各影響因素增長率下降幅度較大。

(4)一般高碳情景(H)，即較少考慮新技術(shù)的采納和進(jìn)一步的減排政策，能源效率的提高、產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和能源結(jié)構(gòu)的優(yōu)化主要依賴于社會經(jīng)濟(jì)發(fā)展驅(qū)動。相較于基準(zhǔn)情景，各影響因素的增長率均有所上升。

(5)絕對高碳情景(DH)，即以經(jīng)濟(jì)增長為主要目標(biāo)，較少關(guān)注污染排放和氣候變化，交通運輸業(yè)發(fā)展較為粗放，各影響因素數(shù)值均處于較高水平。相較于基準(zhǔn)情景，各影響因素增長率增加幅度較大。

2.2 不同情景下影響因素增長率設(shè)置

(1) 人口。根據(jù)第七次人口普查數(shù)據(jù)，中國2020 年人口數(shù)為14.12 億人，2010—2020 年間，中國人口年平均增長率為0.53%。國務(wù)院《國家人口發(fā)展規(guī)劃(2016—2030 年)》和聯(lián)合國《世界人口展望2019》文件中分別預(yù)測了中國2020—2050 年間的總和生育率約在1.6～1.8區(qū)間內(nèi)?！度丝谂c勞動綠皮書》指出，中國人口預(yù)計將在2029 年達(dá)到峰值14.42億人，從2030年開始進(jìn)入持續(xù)的負(fù)增長，2050年減少到13.64億人。

綜上所述，預(yù)計2021—2035 年間，基準(zhǔn)情景下，中國人口增長率增長速度變緩，人口數(shù)量將在2031年達(dá)到峰值；強(qiáng)化低碳情景、一般低碳情景、一般高碳情景及絕對高碳情景下，人口將分別在2027年，2029年，2032年，2034年達(dá)到峰值。

(2)GDP。2012—2019 年，中國GDP 年增速均保持在6%～8%區(qū)間內(nèi)。中國社會科學(xué)院經(jīng)濟(jì)研究所課題組認(rèn)為2021—2030年間中國GDP增長率將保持在5.4%～6.3%區(qū)間內(nèi)。HSBC(The Hongkong and Shanghai Banking Corporation Limited) 和OECD(Organization for Economic Co-operation and Development)等機(jī)構(gòu)分別預(yù)測了2020—2050 年中國GDP增長情況，結(jié)果顯示，在2040年前后中國經(jīng)濟(jì)將趨于穩(wěn)定，潛在GDP 增長率約為4%，且中國將在2045年前邁入高收入國家。

綜上，預(yù)計2021—2040 年間，基準(zhǔn)情景下，中國GDP 增長率將保持在4%～6%區(qū)間內(nèi)，且在2040年后趨于穩(wěn)定；一般低碳情景和強(qiáng)化低碳情景下，中國GDP增長率相較于基準(zhǔn)情景分別減少0.2%和0.5%；一般高碳情景和絕對高碳情景下，中國GDP增長率相較于基準(zhǔn)情景分別增加0.3%和0.5%。

(3)城鎮(zhèn)化水平。近40 年，中國城鎮(zhèn)化率伴隨經(jīng)濟(jì)增長呈現(xiàn)較為明顯的線性增長特征，2020年城鎮(zhèn)化水平達(dá)到63.89%。與國際經(jīng)驗一致，中國城鎮(zhèn)化率在達(dá)到60%后，整體將呈現(xiàn)趨緩增長態(tài)勢。國務(wù)院發(fā)展中心和世界銀行等機(jī)構(gòu)預(yù)測2030年中國城鎮(zhèn)化率將達(dá)到66%～73%，2050 年城鎮(zhèn)化率將收斂于76%～80%。

綜上，預(yù)計2020—2050 年間，基準(zhǔn)情景下中國城鎮(zhèn)化率將保持在0.55%～1.1%區(qū)間內(nèi)，呈緩慢增長趨勢，2050 年城鎮(zhèn)化率將達(dá)到81%；強(qiáng)化低碳情景、一般低碳情景、一般高碳情景及絕對高碳情景下，2050 年中國城鎮(zhèn)化率將分別達(dá)到78.95%，80.14%，81.34%，82.56%，83.80%。

(4)能源強(qiáng)度。國務(wù)院印發(fā)《2030 年前碳達(dá)峰行動方案》指出，到2025年單位國內(nèi)生產(chǎn)總值能源消耗將比2020 年下降13.5%。《中國應(yīng)對氣候變化的政策與行動》白皮書中指出，2025年單位GDP的CO2排放較2020 年會降低18%。IEA(International Energy Agency)預(yù)測新政策情景下，2040 年中國運輸業(yè)一次能源消耗量將達(dá)到5.13億t油當(dāng)量?！?050世界與中國能源展望》預(yù)測，相比于2015 年，2050年中國能源強(qiáng)度將下降76%。

綜上，預(yù)計2021—2050 年間，基準(zhǔn)情景下，交通運輸業(yè)技術(shù)水平將不斷提升，交通運輸業(yè)能源強(qiáng)度增長率將保持在-2.8%～-1.5%區(qū)間內(nèi)，能源強(qiáng)度呈不斷下降趨勢；一般低碳情景和強(qiáng)化低碳情景下，交通運輸業(yè)能源強(qiáng)度增長率相較于基準(zhǔn)情景分別減少0.3%和0.5%；一般高碳情景和絕對高碳情景下，交通運輸業(yè)能源強(qiáng)度增長率相較于基準(zhǔn)情景分別增加0.2%和0.5%。

(5)交通運輸產(chǎn)業(yè)規(guī)模。2000—2019 年間，中國交通運輸業(yè)增加值年均增長率高達(dá)11.37%。“十四五”交通運輸發(fā)展規(guī)劃編制中強(qiáng)調(diào)，中國將由交通大國向交通強(qiáng)國邁進(jìn)。預(yù)計未來中國交通運輸業(yè)增加值將呈穩(wěn)定上升趨勢，2021—2050年增長率將保持在5%～8%區(qū)間內(nèi)。

綜上，預(yù)計2021—2050 年間，基準(zhǔn)情景下，交通運輸產(chǎn)業(yè)增加值增長率保持在5.5%～8%區(qū)間內(nèi)，產(chǎn)業(yè)增加值在2050 年達(dá)到263769 億元；強(qiáng)化低碳情景、一般低碳情景、一般高碳情景及絕對高碳情景下，2050 年交通運輸業(yè)產(chǎn)業(yè)增加值將分別達(dá)到225668億，241590億，305183億，371530億元。

(6)能源結(jié)構(gòu)。2000—2019 年間，中國交通運輸業(yè)傳統(tǒng)能源占比穩(wěn)定下降，由95.79%減少至84.10%。中國《能源生產(chǎn)和消費革命戰(zhàn)略(2016—2030)》《2030年前碳達(dá)峰行動方案》中指出，到2025年和2030 年，非化石能源消耗占比將分別達(dá)到20%和25%左右?！?050年世界與中國能源展望》指出，中國能源需求結(jié)構(gòu)將順應(yīng)全球發(fā)展趨勢，天然氣占比將呈穩(wěn)定上升趨勢，預(yù)計在2040 年超過石油占比，在2050 年可達(dá)到17.6%，且分別預(yù)測了2020—2050 年中國交通運輸業(yè)參考情景和氫能社會情景下的石油消費占比。眾多學(xué)者預(yù)測2021—2030 年中國交通運輸業(yè)石油制品消費量年增長率達(dá)到7.62%，2019—2050 年煤炭消費量將穩(wěn)步下降。

綜上，預(yù)計2021—2050 年間，基準(zhǔn)情景下，傳統(tǒng)能源消耗占總能耗比重將不斷下降，預(yù)計占比將由83%下降至58%；強(qiáng)化低碳情景、一般低碳情景、一般高碳情景及絕對高碳情景下，2050年交通運輸業(yè)傳統(tǒng)能源占比將分別為52.27%，55.20%，61.52%，63.79%。

5 種情景下，交通運輸業(yè)各影響因素的增長率設(shè)定值如表3所示。

表3 不同情景下各影響因素的增長率設(shè)定值Table 3 Growth rate data of various influencing factors under different scenarios (%)

3 研究結(jié)果分析

3.1 中國交通運輸業(yè)碳排放趨勢分析

2000—2019年間，中國交通運輸業(yè)能源消耗由1.14億噸標(biāo)準(zhǔn)煤逐年增加至4.39億噸標(biāo)準(zhǔn)煤，增長率高達(dá)283.59%。中國交通運輸業(yè)能源消耗如圖3所示。

由圖3可知，煤炭消費量占比小且呈逐年遞減趨勢，由2000 年的1139.94 萬t 下降至283 萬t；石油、天然氣和電力的消費量呈上升趨勢，研究區(qū)間內(nèi)分別增長了3.01，57.78，5.23 倍，其中，石油消耗量在總能源消耗量中占據(jù)了最大比重，20年間石油消耗量占總能源消耗量比重均大于85%。由此可見，中國交通運輸業(yè)仍處于快速發(fā)展階段。

圖3 中國交通運輸業(yè)能源消耗Fig.3 Energy consumption of transportation industry in China

中國交通運輸業(yè)CO2排放量趨勢如圖4 所示。研究區(qū)間內(nèi)，中國交通運輸業(yè)CO2排放量增長趨勢明顯，由2000 年的2.03 億t 增加至2019 年的8.04億t，增長了2.97倍。其中，交通運輸業(yè)石油消耗產(chǎn)生的CO2為中國交通運輸業(yè)最主要的碳排放源，2018 年達(dá)到峰值7.09 億t。中國交通運輸業(yè)煤炭消耗產(chǎn)生的CO2排放量占比較小，且隨著煤炭消耗量的下降而不斷減少。近20 年，交通運輸業(yè)天然氣和電力消耗產(chǎn)生的CO2排放量均呈逐年上升趨勢，分別由2000年的0.013億t和0.07億t增加至2019 年的0.75 億t 和0.35 億t，年均增長率高達(dá)23.9%和8.8%。

圖4 中國交通運輸業(yè)CO2排放趨勢Fig.4 Carbon dioxide emission trend of transportation industry in China

3.2 碳達(dá)峰情景分析

本文基于5種發(fā)展情景，分析2021—2050年中國交通運輸業(yè)CO2達(dá)峰情況，如圖5，圖6 和表4所示。

表4 中國交通運輸業(yè)碳達(dá)峰情景分析Table 4 Scenario analysis of carbon dioxide peak of transport industry in China

圖5 5種情景下中國交通運輸業(yè)碳達(dá)峰預(yù)測Fig.5 Forecast of carbon emissions in transportation in five scenarios in China

圖6 2021—2050年期間中國交通運輸業(yè)CO2變化量Fig.6 Carbon dioxide changes of transport industry from 2021 to 2050 in China

(1) 基準(zhǔn)情景下，中國交通運輸業(yè)CO2排放將在2035 年達(dá)到峰值12.35 億t，約為2019 年CO2排放量的1.54 倍。若中國交通運輸業(yè)按基準(zhǔn)情景中的趨勢發(fā)展，對中國實現(xiàn)2030 年碳達(dá)峰的目標(biāo)十分不利。

(2) 一般低碳情景下，中國交通運輸業(yè)CO2排放將在2032 年達(dá)到11.00 億t 的峰值，峰值量低于基準(zhǔn)情景1.35億t。

(3) 強(qiáng)化低碳情景下，中國交通運輸業(yè)CO2將在2030 年達(dá)到峰值，峰值量為10.31 億t。2030 年后，中國交通運輸業(yè)CO2累計排放量負(fù)增長趨勢明顯。

(4) 一般高碳情景下，中國交通運輸業(yè)CO2達(dá)峰時間為2040 年，峰值量為14.01 億t，超過基準(zhǔn)情景下的CO2峰值量1.66億t。

(5) 絕對高碳情景下，中國交通運輸業(yè)CO2峰值時間為2043 年，峰值水平為16.47 億t，超過基準(zhǔn)情景下的碳排放量4.12億t。若中國交通運輸業(yè)按照高碳情景下的趨勢發(fā)展，碳排放增速更快且峰值過高，CO2累計排放量遠(yuǎn)超其他4種情景。顯然，單方面追求經(jīng)濟(jì)增長而忽視碳減排的行為阻礙了中國“雙碳”目標(biāo)的實現(xiàn)。

4 結(jié)論

本文構(gòu)建了拓展的STIRPAT模型，預(yù)測5種情景下中國交通運輸業(yè)碳排放峰值，得到結(jié)論如下：

(1) 2000—2019 年間，中國交通運輸業(yè)CO2總體上呈不斷上升趨勢，20 年間由2.03 億t 增加至8.04億t，增速較快。研究區(qū)間內(nèi)，中國交通運輸業(yè)石油消耗量占能源消耗總量比重保持在85%以上，石油制品產(chǎn)生的碳排放為交通運輸業(yè)主要碳排放源。天然氣和電力消耗量呈逐年遞增趨勢，但在交通運輸業(yè)中的占比較小。中國交通運輸業(yè)能源消費結(jié)構(gòu)仍需進(jìn)一步改善。

(2)本文設(shè)置了5 種情景預(yù)測中國交通運輸業(yè)碳達(dá)峰情況。強(qiáng)化低碳情景下，中國交通運輸業(yè)將在2030 年最早實現(xiàn)碳達(dá)峰，峰值量為10.31 億t；一般低碳、基準(zhǔn)及一般高碳情景下，中國交通運輸業(yè)將在2031—2040 年期間實現(xiàn)達(dá)峰，在此時間區(qū)間內(nèi)，中國交通運輸業(yè)最有可能實現(xiàn)碳達(dá)峰，3種情景下CO2累計排放量均呈明顯負(fù)增長趨勢；絕對高碳情景下中國交通運輸業(yè)CO2將在2043年實現(xiàn)達(dá)峰，該情景下CO2達(dá)峰晚且峰值大，CO2累計排放量遠(yuǎn)超其他情景，對中國實現(xiàn)“雙碳”目標(biāo)十分不利。