中國能源消費(fèi)CO2排放的影響因素及情景分析

張劍，劉景洋，董莉，喬琦

國家環(huán)境保護(hù)生態(tài)工業(yè)重點(diǎn)實(shí)驗(yàn)室, 中國環(huán)境科學(xué)研究院

全球變暖不僅造成嚴(yán)重的經(jīng)濟(jì)損失，而且導(dǎo)致社會(huì)福利損失和人口遷移[1]。聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）第五次評(píng)估報(bào)告(AR5)[2]指出，1970——2010年化石燃料燃燒和工業(yè)過程CO2排放量約占溫室氣體總排放增量的78%，過去全球平均氣溫升高原因中95%可能與人類活動(dòng)產(chǎn)生的溫室氣體有關(guān)，而傳統(tǒng)化石能源消費(fèi)產(chǎn)生的CO2等溫室氣體又是造成全球溫室效應(yīng)的主要原因。據(jù)《BP世界能源統(tǒng)計(jì)年鑒》[3]，2019年全球由能源產(chǎn)生的CO2排放量約341.69億t，較2018年增長0.5%。中國是能源消費(fèi)和碳排放大國，2020年中國碳排放總量占全球總排放量的32%[4]。2020年9月，中國在聯(lián)合國大會(huì)上向世界宣布了2030年前實(shí)現(xiàn)碳達(dá)峰、2060年前實(shí)現(xiàn)碳中和的目標(biāo)，在加速中國經(jīng)濟(jì)和能源轉(zhuǎn)型、推動(dòng)高質(zhì)量發(fā)展等方面都具有高瞻遠(yuǎn)矚的意義。

國內(nèi)外碳排放的研究主要集中在碳排放影響因素與預(yù)測上。常用的方法有環(huán)境庫茲涅茨曲線[5-7]、IPAT 方程[8-10]、STIRPAT 方程[11-16]、Kaya恒等式[17]、LMDI分解法[18-19]、BP神經(jīng)網(wǎng)絡(luò)[20-21]、灰色預(yù)測模型[22]、系統(tǒng)動(dòng)力學(xué)[23-25]、LEAP模型[26-27]等。STIRPAT方程是IPAT方程的擴(kuò)展形式，是探索與認(rèn)識(shí)復(fù)雜的社會(huì)經(jīng)濟(jì)因素對環(huán)境壓力影響的有效方法，目前已經(jīng)在氣候變化、碳排放、能源消耗等領(lǐng)域的研究中發(fā)揮了重要作用[28]。STIRPAT模型可以用來探討碳排放的影響因素，也可以對碳排放量進(jìn)行預(yù)測。

以往研究碳排放的STIRPAT模型在產(chǎn)業(yè)結(jié)構(gòu)層面上較少考慮到第三產(chǎn)業(yè)變動(dòng)所帶來的影響，但第三產(chǎn)業(yè)也是碳排放的重要來源，產(chǎn)業(yè)結(jié)構(gòu)影響能源消耗總量，進(jìn)而影響到CO2排放量。鑒于大多數(shù)文獻(xiàn)存在數(shù)據(jù)陳舊、遺漏重要變量等問題，筆者以2000——2020年中國相關(guān)時(shí)間序列數(shù)據(jù)為依據(jù)，基于Tapio脫鉤模型分析經(jīng)濟(jì)增長對CO2排放的依賴程度，利用擴(kuò)展后的STIRPAT模型，探討中國能源消費(fèi)CO2排放的影響因素，并利用情景分析法預(yù)測基準(zhǔn)情景（S0）、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化情景（S1）、能源結(jié)構(gòu)優(yōu)化情景（S2）、多要素優(yōu)化情景（S3）4種情景下的能源消費(fèi)CO2排放量，以期尋找碳減排的技術(shù)路線和對策，為實(shí)現(xiàn)碳達(dá)峰、碳中和目標(biāo)提供科學(xué)的決策參考。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 能源消費(fèi)CO2排放量的估算

我國的CO2排放主要來源于化石能源的消費(fèi)，能源消費(fèi)所產(chǎn)生的CO2排放量計(jì)算公式如下：

式中：ICO2為能源消費(fèi)所產(chǎn)生的CO2排放量，億t；Ei為第i類化石能源的消費(fèi)標(biāo)準(zhǔn)量，萬t，以標(biāo)準(zhǔn)煤計(jì)；δi為第i類能源的碳排放系數(shù)，煤炭、石油和天然氣的碳排放系數(shù)分別取0.747 6、0.582 5和0.443 5[29]；44/12是按CO2分子量和C原子量的比例計(jì)算得到的氣化系數(shù)。

1.1.2 脫鉤模型

碳排放脫鉤是指經(jīng)濟(jì)增長對化石能源消費(fèi)的依賴逐步降低[30]，經(jīng)濟(jì)發(fā)展與碳排放之間的關(guān)系逐漸弱化。采用Tapio脫鉤模型[31]，通過計(jì)算中國能源消費(fèi)CO2排放與經(jīng)濟(jì)增長之間的脫鉤彈性系數(shù)來考察二者之間的脫鉤狀態(tài)。設(shè)脫鉤彈性系數(shù)為e，其計(jì)算公式如下：

式中：It和It-1和分別表示t年和t-1年的CO2排放量，GDPt和 GDPt-1和分別表示t年和t-1年的國內(nèi)生產(chǎn)總值。

1.1.3 IPAT方程與STIRPAT模型

IPAT方程又叫環(huán)境負(fù)荷的控制方程，用于表征人類活動(dòng)對環(huán)境問題的成因，由Ehrlich等[32]于20世紀(jì)70年代提出，其公式如下：

式中：I為環(huán)境壓力，通常用能源消耗量或污染物排放量來表示；P為人口要素，通常用人口規(guī)模來表示；A為富裕度要素，通常用人均地區(qū)生產(chǎn)總值來表示；T為技術(shù)要素，通常用單位地區(qū)生產(chǎn)總值所產(chǎn)生的環(huán)境影響或能源消耗來表征。

Dietz等[33-34]在經(jīng)典IPAT方程的基礎(chǔ)上，提出了STIRPAT模型。STIRPAT模型克服了IPAT方程所有自變量等比例影響因變量的劣勢，并可根據(jù)研究目的及需要加入其他自變量來更全面評(píng)估環(huán)境壓力，其公式如下：

式中：a為模型的系數(shù)；b、c、d為指數(shù)項(xiàng)；θ為模型的殘差項(xiàng)。

對式（4）兩邊取對數(shù)后可得式（5）：

式中：lna為常數(shù)項(xiàng)；lnθ為隨機(jī)干擾項(xiàng)。

鑒于人口規(guī)模、人均GDP、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、碳排放強(qiáng)度和能源消費(fèi)結(jié)構(gòu)等要素廣泛用于碳排放研究，筆者基于STIRPAT模型，選取人口規(guī)模和城鎮(zhèn)化率作為人口要素，選取人均GDP、第二產(chǎn)業(yè)占比、第三產(chǎn)業(yè)占比作為富裕度要素，選取碳排放強(qiáng)度和能源消費(fèi)結(jié)構(gòu)作為技術(shù)要素（表1）。

表1 模型中各變量情況說明Table 1 Description of each variable in the model

在STIRPAT模型的基礎(chǔ)上，將表1中8個(gè)變量引入式（5），為了檢驗(yàn)CO2排放量與經(jīng)濟(jì)增長之間是否存在倒U型的環(huán)境庫茲涅茨曲線，將(lnA1)2加入到式（5）中：

式中：lnP1、lnP2、lnA1、(lnA1)2、lnA2、lnA3、lnT1、lnT2為自變量；a1～a8為彈性系數(shù)，若a4＜0，則CO2排放量與經(jīng)濟(jì)增長之間存在倒U型的環(huán)境庫茲涅茨曲線。

1.2 數(shù)據(jù)來源

依據(jù)2000——2020年中國能源消費(fèi)量數(shù)據(jù)計(jì)算能源消費(fèi)CO2排放量，能源種類包括煤炭、石油、天然氣。人均GDP、碳排放強(qiáng)度測算依據(jù)的人均GDP數(shù)據(jù)均以2000年不變價(jià)格計(jì)算。所有數(shù)據(jù)均來源于國家統(tǒng)計(jì)局[35]。

2 結(jié)果與分析

2.1 能源消費(fèi)量和產(chǎn)生的CO2排放量

2000——2020年中國能源消費(fèi)量和所產(chǎn)生的CO2排放量如圖1所示。從圖1可以看出，自2000年以來，我國能源消費(fèi)量一直保持增長趨勢，2000年為14.7億t，2020年增至49.8億t，總體增長238.86%，年均增長6.29%。能源消費(fèi)所產(chǎn)生的CO2排放量也在同步增加，從2000年的35億t增長到2020年的104.38億t。2003年以前，CO2排放量增長率逐年上升，并在2003年達(dá)到峰值，為17.57%。從2003年開始，增長率有所下降，且從2006年以來，增長率一直保持在10%以內(nèi)。從2018年開始，能源消費(fèi)量和CO2排放量的增長率持續(xù)下降。

圖1 2000——2020年中國能源消費(fèi)量和能源消費(fèi)所產(chǎn)生的CO2排放量變化Fig.1 Changes in China's energy consumption and CO2 emission of energy consumption from 2000 to 2020

2.2 脫鉤效應(yīng)

利用式（2）計(jì)算2000——2020年中國能源消費(fèi)CO2排放量與經(jīng)濟(jì)增長之間的脫鉤彈性系數(shù)，結(jié)果如表2所示。

由表2可知，研究期內(nèi)中國能源消費(fèi)CO2排放量與經(jīng)濟(jì)增長之間的脫鉤狀態(tài)總體較好，以弱脫鉤為主。CO2排放量脫鉤狀態(tài)的演變過程可劃分為2個(gè)階段：第1階段（2000——2005年）以擴(kuò)張型負(fù)脫鉤為主，該階段CO2排放量的增長速度較快，并且超過了經(jīng)濟(jì)增長速度，2003年表現(xiàn)得尤為明顯。第2階段（2005——2020年）除2010——2011年外均為弱脫鉤，這表明在經(jīng)濟(jì)增長的同時(shí)，雖然CO2排放量也在增長，但其增長幅度小于經(jīng)濟(jì)增長幅度，這是一種比較理想的脫鉤狀態(tài)。該階段脫鉤彈性系數(shù)總體呈先下降后上升的態(tài)勢，這是因?yàn)樽浴笆濉币?guī)劃以來，落實(shí)環(huán)境保護(hù)責(zé)任，大力發(fā)展循環(huán)經(jīng)濟(jì)，加強(qiáng)環(huán)境保護(hù)監(jiān)管等環(huán)保措施效果顯著。但中國正處在經(jīng)濟(jì)和產(chǎn)業(yè)轉(zhuǎn)型時(shí)期，仍以高耗能、高污染經(jīng)濟(jì)增長模式為主，脫鉤彈性系數(shù)并不穩(wěn)定，應(yīng)使“雙碳”目標(biāo)成為經(jīng)濟(jì)轉(zhuǎn)型助推器，通過知識(shí)、技術(shù)、治理等方式來提高經(jīng)濟(jì)增長率，全面向綠色低碳、高質(zhì)量發(fā)展轉(zhuǎn)型，實(shí)現(xiàn)穩(wěn)定的脫鉤彈性系數(shù)。

表2 2000——2020年中國能源消費(fèi)CO2排放量與經(jīng)濟(jì)增長的脫鉤關(guān)系Table 2 Decoupling relationship between CO2 emission of China's energy consumption and economic growth from 2000 to 2020

2.3 STIRPAT模型估計(jì)

利用嶺回歸消除模型的多重共線性。當(dāng)k=0.1時(shí)，嶺回歸估計(jì)結(jié)果如表3所示。從表3可以看出，各變量的回歸系數(shù)逐漸趨于穩(wěn)定；模型的可決系數(shù)（R2）為 0.990，整體擬合程度非常好；F=155.399，通過了1%的顯著性水平檢驗(yàn)。

表3 嶺回歸估計(jì)結(jié)果Table 3 Estimated results by Ridge regression

得到的嶺回歸方程為：

根據(jù)嶺回歸方程，對自變量的回歸系數(shù)進(jìn)行排序，以說明各自變量對能源消費(fèi)CO2排放量的影響程度，其排序?yàn)槿丝谝?guī)模＞能源消費(fèi)結(jié)構(gòu)＞第二產(chǎn)業(yè)占比＞城鎮(zhèn)化率＞人均GDP＞第三產(chǎn)業(yè)占比＞碳排放強(qiáng)度。根據(jù)嶺回歸方程，當(dāng)人口規(guī)模、能源消費(fèi)結(jié)構(gòu)、第二產(chǎn)業(yè)占比、城鎮(zhèn)化率、人均GDP、第三產(chǎn)業(yè)占比、碳排放強(qiáng)度每變化1%時(shí)，分別引起能源消費(fèi)CO2排放量的2.857%、0.879%、0.836%、0.623%、(0.221+0.011lnA1)%、0.241%、0.132%的變化。根據(jù)嶺回歸方程，(lnA1)2的系數(shù)為正，說明中國目前的能源消費(fèi)CO2排放量與經(jīng)濟(jì)增長之間不存在倒U型的環(huán)境庫茲涅茨曲線。

人口要素是影響中國能源消費(fèi)CO2排放量最主要的要素。人口規(guī)模與CO2排放量呈正相關(guān)關(guān)系，當(dāng)年末總?cè)丝跀?shù)每增加1%，CO2排放量將增加2.857%。能源是人類生存的基本要求，人類日常的一切活動(dòng)都會(huì)直接或間接產(chǎn)生CO2[36]。中國又是世界上人口最多的國家，雖然近30年人口年度增長率不斷下降，但人口基數(shù)大，人均壽命逐步提高，且伴隨三孩政策的逐步落實(shí)，人口規(guī)模在未來較長的一段時(shí)間內(nèi)仍將保持在較高水平，人口依舊會(huì)是能源消費(fèi)量和CO2排放量的重要影響因素。當(dāng)城鎮(zhèn)化率每增加1%，CO2排放量將增加0.623%。2000——2020年，我國人口的城鎮(zhèn)化率從36.22%增至63.89%，平均每年增長1.38個(gè)百分點(diǎn)。伴隨著城鎮(zhèn)化水平的快速提高，居民消費(fèi)水平將會(huì)提高，生活方式也會(huì)隨之改變，從而使得居民對生活性能源消耗的直接與間接需求增長[37]；城市建筑、交通及居民住宅等對能源的需求也會(huì)不斷增長[38]，從而帶動(dòng)了CO2排放量的增長。

富裕度要素是影響CO2排放量的第二大要素。當(dāng)人均GDP每增加1%，CO2排放量將增加(0.221+0.011lnA1)%。2000——2020年中國人均GDP增長了8倍，年均增長率11.7%。隨著人均GDP的持續(xù)增長，居民擁有更多的可支配收入，居民的消費(fèi)水平不斷提高，居住條件逐步改善，消費(fèi)品（尤其是耐用消費(fèi)品）購買持續(xù)增長，這不可避免導(dǎo)致了能源消費(fèi)量和CO2排放量的增長。當(dāng)?shù)诙a(chǎn)業(yè)占比每下降1%時(shí)，CO2排放量將減少0.836%；當(dāng)?shù)谌a(chǎn)業(yè)占比每增加1%時(shí)，CO2排放量將增加0.241%。第二產(chǎn)業(yè)占比、第三產(chǎn)業(yè)占比作為產(chǎn)業(yè)結(jié)構(gòu)變化的指標(biāo)，研究期內(nèi)分別呈下降和上升的趨勢，且第三產(chǎn)業(yè)占比對CO2排放量的貢獻(xiàn)程度小于第二產(chǎn)業(yè)占比。因此，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，優(yōu)化產(chǎn)業(yè)布局，提高第三產(chǎn)業(yè)的發(fā)展質(zhì)量和水平，培育經(jīng)濟(jì)發(fā)展的新動(dòng)力將有助于減少CO2排放量。

技術(shù)要素對CO2排放量也有較為顯著的影響。當(dāng)碳排放強(qiáng)度每下降1%，CO2排放量將減少0.132%。碳排放強(qiáng)度由2000年的3.49 t/萬元降至2020年的1.96 t/萬元（2000年不變價(jià)），呈現(xiàn)出持續(xù)下降的態(tài)勢。碳排放強(qiáng)度越低，意味著CO2排放量越少的同時(shí)經(jīng)濟(jì)發(fā)展越好[39]。已有研究表明，碳排放強(qiáng)度的降低離不開技術(shù)的進(jìn)步、能源利用效率的提高等因素[40-41]。碳排放強(qiáng)度的回歸系數(shù)較小，表明碳排放強(qiáng)度的下降雖然會(huì)抑制CO2的排放，但目前的減排效果并不明顯。因此，積極發(fā)展碳捕獲、利用與封存技術(shù)，提高能源的利用效率，促進(jìn)碳排放強(qiáng)度進(jìn)一步降低，是我國未來碳減排的主要手段。能源消費(fèi)結(jié)構(gòu)對CO2排放量也有重要影響，煤炭消費(fèi)量在能源消費(fèi)量中的占比長期居高不下，也是我國CO2排放量持續(xù)增長的主要原因之一。當(dāng)煤炭消費(fèi)量占比每下降1%，CO2排放量將減少0.879%。研究期內(nèi)，煤炭消費(fèi)量占比先升后降，且有繼續(xù)下降的趨勢。雖然能源消費(fèi)結(jié)構(gòu)正逐步得到優(yōu)化，但目前我國的能源消耗仍過度依賴煤炭，降碳減排應(yīng)注重能源消費(fèi)結(jié)構(gòu)調(diào)整，控制和減少化石能源消費(fèi)總量，逐步提高清潔能源的使用比例。

與已有的研究成果進(jìn)行對比，不同文獻(xiàn)對中國碳排放影響因素的研究結(jié)論并不完全一致，這是由研究地區(qū)、模型方法、數(shù)據(jù)的種類及其時(shí)間跨度等因素上的差異造成的。本研究結(jié)果與Li等[42]的研究結(jié)果相似，均認(rèn)為人口要素是驅(qū)動(dòng)中國能消費(fèi)CO2排放量最重要的因素；馬曉鈺等[43]研究了人口要素對30個(gè)省（區(qū)、市）的CO2排放量影響程度，發(fā)現(xiàn)人口規(guī)模對CO2排放量影響程度最大，其次是城市化水平和家庭規(guī)模；而朱勤等[44]利用1978——2008年的數(shù)據(jù)研究人口、消費(fèi)及技術(shù)因素對碳排放量的影響，結(jié)果表明人口規(guī)模并不是最主要的影響因素，人均消費(fèi)額和城市化率對碳排放的影響高于人口規(guī)模。

2.4 能源消費(fèi)CO2排放量預(yù)測

基于中國能源消費(fèi)CO2排放的STIRPAT模型，將其變換可進(jìn)一步得到中國能源消費(fèi)CO2排放量的預(yù)測公式：

對式（8）進(jìn)行有效性驗(yàn)證，將各年度人口要素、富裕度要素、技術(shù)要素?cái)?shù)據(jù)代入求得CO2排放量的模擬值，并進(jìn)一步將模擬值與歷史值進(jìn)行2個(gè)獨(dú)立樣本T檢驗(yàn)。結(jié)果表明，P為0.996，顯著大于0.01，說明根據(jù)式（8）計(jì)算的CO2排放量模擬值與歷史值具有較好的一致性。

情景分析在碳排放研究中被廣泛應(yīng)用，是預(yù)測未來碳排放趨勢的一種常規(guī)方法?；诟饕刈兓实臍v史值、“雙碳”目標(biāo)以及“十四五”時(shí)期相關(guān)政策規(guī)劃，分別設(shè)定了基準(zhǔn)情景（S0）、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化情景（S1）、能源結(jié)構(gòu)優(yōu)化情景（S2）、多要素優(yōu)化情景（S3）4 種情景。

基準(zhǔn)情景（S0）：在該情景下，各要素的變化率均為中速率。即保持現(xiàn)有發(fā)展模式和速度條件下，預(yù)測未來可能的CO2排放趨勢。

產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化情景（S1）：以基準(zhǔn)情景為基礎(chǔ)，將第二產(chǎn)業(yè)占比的下降速率和第三產(chǎn)業(yè)占比的增長速率由中速率設(shè)定為高速率，其他要素的變化率與基準(zhǔn)情景相同。該情景重點(diǎn)關(guān)注產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化，即加大第二產(chǎn)業(yè)占比下降的速率，提升第三產(chǎn)業(yè)占比增長的速率，特別是通過加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)等措施來降低CO2排放量。

能源結(jié)構(gòu)優(yōu)化情景（S2）：以基準(zhǔn)情景為基礎(chǔ)，將碳排放強(qiáng)度與煤炭消費(fèi)量占比的下降速率由中速率設(shè)定為高速率，其他要素的變化率與基準(zhǔn)情景相同。該情景通過加強(qiáng)低碳技術(shù)、能效提升技術(shù)的應(yīng)用及提升清潔能源占比等措施來降低CO2排放量。

多要素優(yōu)化情景（S3）：以基準(zhǔn)情景為基礎(chǔ)，將第二產(chǎn)業(yè)占比、碳排放強(qiáng)度、煤炭消費(fèi)量占比的下降速率由中速率設(shè)定為高速率，將第三產(chǎn)業(yè)占比的增長速率由中速率設(shè)定為高速率，其他要素的變化率與基準(zhǔn)情景相同。該情景代表了多種措施的協(xié)同作用，反映了綜合考慮未來社會(huì)、經(jīng)濟(jì)、環(huán)境發(fā)展需求后所盡力爭取達(dá)到的CO2排放狀態(tài)。

情景分析時(shí)間跨度為2021——2060年，分4個(gè)階段：第1階段為2021——2030年，第2階段為2031——2040年，第3階段為 2041——2050年，第4階段為2051——2060年。依據(jù)相關(guān)規(guī)劃，將預(yù)測模型中的各要素分階段賦予變化率，如表4所示。基于4種情景，進(jìn)一步利用式（8）對中國能源消費(fèi)CO2排放量進(jìn)行情景分析預(yù)測，結(jié)果如圖2所示。

表4 模型中各要素的情景參數(shù)設(shè)定Table 4 Scenario parameter setting of factors affecting CO2 emission in the model %

從圖2可以看出，4種情景下能源消費(fèi)CO2排放量存在顯著差異。S0情景下，中國在2030年無法實(shí)現(xiàn)碳達(dá)峰的目標(biāo)，CO2排放量將在2040年達(dá)到峰值，為118.04億t。S1和S2情景下，CO2排放量可在2030年達(dá)峰，峰值分別為110.90億和109.18億t，其中S2情景的減排效果優(yōu)于S1情景，這是因?yàn)榈谌a(chǎn)業(yè)也是CO2排放的重要來源，低碳消費(fèi)是實(shí)現(xiàn)碳達(dá)峰不可忽視的重要領(lǐng)域，S2情景注重降低煤炭消費(fèi)量占比，通過提高能效從源頭上對CO2排放加以控制，因此減排效果更好。但是這2種情景都存在著一定的不確定性：S1情景中產(chǎn)業(yè)發(fā)展受到各種因素的影響，如市場變化、政策出臺(tái)等均會(huì)影響產(chǎn)業(yè)發(fā)展的預(yù)期；S2情景下，2030年的煤炭消費(fèi)量占比要達(dá)到44.10%，實(shí)現(xiàn)這個(gè)目標(biāo)有一定難度，需要大力發(fā)展使用可再生能源技術(shù)，積極制定并有效實(shí)施能源相關(guān)政策等。S3情景下，CO2排放量在2021年達(dá)到峰值，為105.03億t，之后緩慢下降，進(jìn)入相對穩(wěn)定的平臺(tái)期，在2030年左右開始加速下降，此情景的碳減排效果最為理想。由于各要素存在不確定性，S3情景下的達(dá)峰年限可能還會(huì)推遲。S3情景多措并舉，從制度機(jī)制、技術(shù)創(chuàng)新、能源和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化等多個(gè)途徑推進(jìn)碳減排，也符合我國實(shí)現(xiàn)碳達(dá)峰和碳中和的決心。本研究未考慮到碳匯建設(shè)，碳匯對碳中和的影響還有待于進(jìn)一步研究。

圖2 不同情景下2021——2060年中國能源消費(fèi)CO2排放量Fig.2 CO2 emissions from China's energy consumption under different scenarios in 2021-2060

3 結(jié)論

（1）2000——2020年的21年間，中國能源消費(fèi)量和能源消費(fèi)產(chǎn)生的CO2排放量均呈上升趨勢。其中，能源消費(fèi)量增長238.86%，能源消費(fèi)CO2排放量增長198.19%。能源消費(fèi)CO2排放量與經(jīng)濟(jì)增長之間整體呈現(xiàn)出弱脫鉤狀態(tài)。

（2）人口規(guī)模、能源消費(fèi)結(jié)構(gòu)、第二產(chǎn)業(yè)占比、城鎮(zhèn)化率、人均GDP、第三產(chǎn)業(yè)占比、碳排放強(qiáng)度每變化1%時(shí)，分別引起能源消費(fèi)CO2排放量的2.857%、0.879% 、0.836% 、0.623% 、(0.221+0.011 lnA1)%、0.241%、0.132%的變化。(lnA1)2系數(shù)為正，表明目前中國還不存在能源消費(fèi)CO2排放量的倒U型環(huán)境庫茲涅茨曲線，未來CO2減排壓力仍不樂觀。

（3）基準(zhǔn)情景(S0)下中國無法在2030年之前實(shí)現(xiàn)碳達(dá)峰，峰值出現(xiàn)在2040年，為118.04億t。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化情景(S1)和能源結(jié)構(gòu)優(yōu)化情景(S2)下CO2排放量在2030年左右達(dá)到峰值，分別為110.79億和109.18億t。多要素優(yōu)化情景(S3)下CO2排放量在2030年前達(dá)到峰值，為105.03億t，之后緩慢下降，并在2030年之后加速下降。多要素優(yōu)化情景(S3)是切合我國碳減排實(shí)際的情景。所以為早日實(shí)現(xiàn)碳達(dá)峰、碳中和，應(yīng)做好頂層設(shè)計(jì)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，加快能源體制機(jī)制改革，穩(wěn)步推進(jìn)碳達(dá)峰、碳中和目標(biāo)的實(shí)現(xiàn)。