我國30省份碳達(dá)峰能力綜合評價研究

付加鋒，劉倩，馬占云，營娜

（中國環(huán)境科學(xué)研究院，北京 100012）

2020 年9 月，習(xí)近平主席在第七十五屆聯(lián)合國大會上宣布：“中國將提高國家自主貢獻(xiàn)力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030 年前達(dá)到峰值，努力爭取2060 年前實(shí)現(xiàn)碳中和?！?021 年習(xí)近平總書記在中央財(cái)經(jīng)第九次會議中強(qiáng)調(diào)，要把碳達(dá)峰、碳中和納入生態(tài)文明建設(shè)整體布局，拿出抓鐵有痕的勁頭，如期實(shí)現(xiàn)2030 年前碳達(dá)峰、2060 年前碳中和的目標(biāo)。2021 年國務(wù)院印發(fā)《2030 年前碳達(dá)峰行動方案》，隨后中共中央、國務(wù)院聯(lián)合發(fā)布了《關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見》。由此可見，加快落實(shí)國家碳達(dá)峰行動方案，已成為我國碳中和目標(biāo)引領(lǐng)下推動經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵任務(wù)。各地區(qū)亟須加快制定碳達(dá)峰方案，開展達(dá)峰行動，助力中國實(shí)現(xiàn)碳達(dá)峰與碳中和目標(biāo)。

眾多學(xué)者對碳達(dá)峰問題開展了廣泛的研究[1]，如碳達(dá)峰政策、碳達(dá)峰路徑、碳達(dá)峰時間以及碳達(dá)峰趨勢等。這些研究的研究區(qū)域涉及東部地區(qū)[1-3]、中部地區(qū)[4-5]、東北地區(qū)[6]、西部地區(qū)[7]，研究行業(yè)涉及道路交通行業(yè)[8]、電力行業(yè)[9]、鋼鐵行業(yè)[10]、鋁冶煉行業(yè)[11]、石化化工行業(yè)[12]、建筑行業(yè)[13-14]、工業(yè)和農(nóng)業(yè)部門[15]。

1 碳達(dá)峰問題研究現(xiàn)狀

1.1 碳達(dá)峰政策研究

已有研究表明，葛楊[16]通過比較分析國際碳稅制度實(shí)踐，嘗試指出國際碳稅制度經(jīng)驗(yàn)對我國達(dá)成碳減排目標(biāo)的啟示，并根據(jù)國內(nèi)實(shí)際情況提出相關(guān)政策建議，為2030 年前實(shí)現(xiàn)碳達(dá)峰、2060 年前實(shí)現(xiàn)碳中和提供了借鑒；劉偉京[17]提出江蘇要把降碳作為源頭治理的“牛鼻子”，倒逼重點(diǎn)排污企業(yè)從源頭上控制化石能源消耗，著力實(shí)現(xiàn)CO2與大氣污染物的協(xié)同減排，助力實(shí)現(xiàn)碳達(dá)峰；姜華等[18]指出在原二氧化碳排放強(qiáng)度控制的基礎(chǔ)上，統(tǒng)籌建立并實(shí)施二氧化碳總量控制是實(shí)現(xiàn)控碳特別是有序有力降碳的關(guān)鍵。以上碳達(dá)峰政策理論能夠?yàn)樘歼_(dá)峰提供政策指導(dǎo)。

1.2 碳達(dá)峰路徑研究

有學(xué)者應(yīng)用模型方法從碳達(dá)峰的影響因素及路徑分析角度探索了多種CO2的達(dá)峰情景，如STIRPAT 模型、迪氏指數(shù)模型、蒙特卡洛模擬方法、三系統(tǒng)耦合模型和系統(tǒng)耦合協(xié)調(diào)度模型。盡管這些建模方法在構(gòu)建理論、構(gòu)建思路和影響因素上有差別，但是，這些研究都聚焦于CO2排放的主要驅(qū)動因素的識別，提出了達(dá)峰路徑和關(guān)鍵舉措。如馬宇恒[19]運(yùn)用LMDI 分解法，分析了東北地區(qū)碳排放的影響因素，應(yīng)用擴(kuò)展后的STIRPAT 模型以及情景分析法對東北地區(qū)碳排放峰值進(jìn)行預(yù)測，得出碳排放受人口規(guī)模、經(jīng)濟(jì)發(fā)展、能源結(jié)構(gòu)、技術(shù)進(jìn)步因素的影響，強(qiáng)節(jié)能情景是實(shí)現(xiàn)東北地區(qū)2030 年碳排達(dá)峰最佳情景，峰值為298.2×107噸；陳麗君等[2]采用LEAP 模型，認(rèn)為浙江省在激進(jìn)式達(dá)峰情景下，經(jīng)濟(jì)在高碳的產(chǎn)業(yè)結(jié)構(gòu)下快速增長，預(yù)計(jì)在2023 年左右碳排放達(dá)到峰值，屆時碳排放總量達(dá)5 億噸左右，在漸進(jìn)式達(dá)峰情景下，適當(dāng)控制經(jīng)濟(jì)發(fā)展速度，逐漸控制碳排放總量增加，逐步實(shí)施減碳技術(shù)應(yīng)用，預(yù)計(jì)在2025 年左右碳排放達(dá)到峰值，屆時碳排放總量為4.8 億噸左右；劉彥迪[20]基于IPAT 模型設(shè)計(jì)了48 個碳排放發(fā)展情景，使用Centralized-DEA 方法來評價48 個情景下二氧化碳排放路徑的分配效率，提出能源結(jié)構(gòu)以基準(zhǔn)情景的預(yù)測為方向發(fā)展（C2 情景）時是48 個情景中最優(yōu)的二氧化碳排放達(dá)峰情景；王勇等[21]用廣義迪氏指數(shù)（GDIM）模型分別考察了2005—2016 年五種交通運(yùn)輸方式碳排放的影響因素，在此基礎(chǔ)上使用蒙特卡洛模擬對2017—2030 年五大交通運(yùn)輸方式碳排放的年平均變化率進(jìn)行動態(tài)情景分析，結(jié)果表明投資規(guī)模是影響鐵路、公路、航空及管道運(yùn)輸碳排放量的首要因素，運(yùn)輸規(guī)模是影響水路運(yùn)輸碳排放量的首要因素；于孟君[22]運(yùn)用碳排放系數(shù)法測算了2000—2017 年我國石化行業(yè)及其子行業(yè)的二氧化碳排放量，以此為基礎(chǔ)采用廣義迪氏指數(shù)法對二氧化碳排放量進(jìn)行影響因素分解，并探究了影響化石行業(yè)二氧化碳排放量增長的主要因素和關(guān)鍵促降因素；邵帥等[23]使用廣義迪氏指數(shù)分解法考察了1995—2014 年制造業(yè)碳排放演變的驅(qū)動因素，并基于蒙特卡洛模擬對2015—2030 年制造業(yè)碳排放的潛在演化趨勢進(jìn)行了動態(tài)情景分析，研究認(rèn)為投資規(guī)模是制造業(yè)碳排放增加的首要因素，而投資碳強(qiáng)度和產(chǎn)出碳強(qiáng)度則是引致碳排放減少的關(guān)鍵因素；李治國等[24]通過建立三系統(tǒng)耦合模型和系統(tǒng)耦合協(xié)調(diào)度模型，總結(jié)出制造業(yè)“壓力—倒逼”機(jī)制下的達(dá)峰機(jī)理，規(guī)劃了山東省具體的碳排放達(dá)峰路徑。

1.3 碳達(dá)峰時間及趨勢研究

還有一部分學(xué)者從國家和地方兩個維度開展了關(guān)于CO2排放達(dá)峰時間及峰值水平的研究。如國家尺度，馬丁和陳文穎[25]以能源優(yōu)化模型為基礎(chǔ)，以2030 年CO2排放達(dá)峰為目標(biāo)設(shè)計(jì)不同情景，認(rèn)為要想實(shí)現(xiàn)2030 年達(dá)峰，只有通過發(fā)展可再生能源、推廣高耗能產(chǎn)業(yè)的節(jié)能減排技術(shù)，使得電力、工業(yè)部門及高耗能部門分階段率先達(dá)峰；姜克雋等[26]利用IPAC 模型進(jìn)行模擬，認(rèn)為在技術(shù)進(jìn)步的強(qiáng)化低碳情景下，中國將于2030 年達(dá)到峰值；地方尺度，李惠民等[1]提出從能源燃燒相關(guān)的CO2排放來看，北京市在2010 年已經(jīng)達(dá)峰；王健夫[5]通過探索適用于城市層面碳排放達(dá)峰研究的模型方法學(xué)，提出低碳情景和達(dá)峰情景下，武漢市CO2排放分別于2030 年和2025 年達(dá)到峰值的前提條件是工業(yè)部門CO2排放需要提前5 年達(dá)峰；畢瑩和楊方白[6]運(yùn)用預(yù)測模型，得出遼寧省低碳情景下達(dá)峰時間最早為2034 年，激進(jìn)情景下達(dá)峰時間為2040 年；王春春等[3]運(yùn)用情景分析法預(yù)測江蘇省在快速、慢速達(dá)峰情景下分別在2025年和2029 年達(dá)到CO2排放峰值，慢速達(dá)峰情景下未能實(shí)現(xiàn)2030 年CO2達(dá)峰目標(biāo)；蔣含穎等[27]通過構(gòu)建基于條件判斷函數(shù)和Mann-Kendall 趨勢分析檢驗(yàn)法的城市CO2排放達(dá)峰判斷模型，結(jié)果表明昆明、深圳與武漢3 個城市已達(dá)峰，8 個城市處于平臺期，其余25 個城市綜合來看尚未達(dá)峰；崔修禎等[28]利用DTW 算法實(shí)現(xiàn)了SO2和CO2在時間軸上的匹配關(guān)系，得出中國絕大部分城市都可以在2030 年前實(shí)現(xiàn)碳達(dá)峰。除了國家和地方層面，還有一些學(xué)者以部門為研究對象，探索電力[29]、交通[30]、工業(yè)[31]等行業(yè)CO2排放達(dá)峰時間、峰值水平及促進(jìn)碳排放盡早達(dá)峰的控制措施和這些措施實(shí)施帶來的經(jīng)濟(jì)成本。此外，也有學(xué)者采用統(tǒng)計(jì)分析方法研究碳達(dá)峰趨勢，如郭芳等[32]采用蒙特卡洛方法與K 均值聚類算法將中國286 個樣本城市的達(dá)峰趨勢劃分為5 類。

上述研究圍繞碳達(dá)峰的政策、時間、影響因素及路徑以及趨勢開展了大量工作，這些研究對于深化對碳達(dá)峰、碳中和目標(biāo)的認(rèn)識有重要意義。然而，這些研究中并未給出我國的碳達(dá)峰能力如何，對于落實(shí)“有條件的地方率先達(dá)峰”的地區(qū)還不明確。在助力碳達(dá)峰和碳中和目標(biāo)實(shí)現(xiàn)的進(jìn)程中，我國各地區(qū)的碳達(dá)峰能力評估是重要的研究議題。因此，本文擬開展我國不同地區(qū)碳達(dá)峰能力評價，選取我國30 個省份（不包括西藏自治區(qū)及港澳臺地區(qū)，下同）2008—2017 年的面板數(shù)據(jù)，運(yùn)用因子分析法確定各地區(qū)的因子綜合得分及排序，并運(yùn)用TOPSIS 綜合評價法計(jì)算出每個地區(qū)因子綜合得分與理想解的貼近度，解析不同地區(qū)碳達(dá)峰能力的時序和空間差異性，并提出差異化達(dá)峰建議供決策者和研究者參考。

2 模型構(gòu)建

2.1 因子分析法

因子分析法是1904 年由Charles Spearman 對學(xué)生考試成績的研究而提出的，是對主成分分析的擴(kuò)展。 其基本思想是根據(jù)相關(guān)性的大小將原始變量分組，使得同組內(nèi)變量間的相關(guān)性較高，不同組變量間的相關(guān)性較低。每組變量代表一個基本結(jié)構(gòu)，并用一個不可觀測的綜合變量表示，這個基本結(jié)構(gòu)就稱為公共因子。對于所研究的某一具體問題，原始變量可以分解成兩部分之和的形式，一部分是少數(shù)幾個不可測的所謂公共因子的線性函數(shù)，另一部分是與公共因子無關(guān)的特殊因子。

其構(gòu)建方法為：設(shè)有n個樣本品，每個樣本品觀測有p個指標(biāo)，p個指標(biāo)之間有較強(qiáng)的相關(guān)性（要求p個指標(biāo)相關(guān)性較強(qiáng)的理由是很明確的，只有相關(guān)性較強(qiáng)才能從原始變量中提出公共因子）。為便于研究，消除由于觀測量綱的差異及數(shù)量級不同所造成的影響，需要將樣本觀測數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使標(biāo)準(zhǔn)化后的變量均值為0，方差為1。原始變量及標(biāo)準(zhǔn)化后的變量向量均用X表示，X=(X1,X2, …,Xp)是可觀測隨機(jī)向量，F(xiàn)=(F1,F2,…,Fm)(m＜p)是不可觀測的變量。ε=(ε1,ε2, …,εm)與F相互獨(dú)立，則模型為Xi=αi1F1+αi2F2+…+αimFm+εi，其矩陣形式可以表示為X=AF+ε，其中，F(xiàn)為公共因子，A=αij為因子載荷矩陣，ε為特殊因子，公共因子可根據(jù)公式Fi=bi1X1+bi1X1+…+binXn利用回歸方法求得因子得分模型，進(jìn)而利用F=(AF1+BF2+CF3+…)/(A+B+C+…)可以求得因子分析綜合得分，其中，A為成分1 的方差貢獻(xiàn)率，B為成分2 的方差貢獻(xiàn)率，C為成分3 的方差貢獻(xiàn)率，以此類推，而分母則是累計(jì)方差貢獻(xiàn)率。

2.2 TOPSIS綜合評價法

TOPSIS 法是由C. L. Hwang 和K. Yoon 在1981 年首次提出的，其基本原理是通過檢測評價對象與最優(yōu)解、最劣解的距離來進(jìn)行排序，若評價對象最靠近最優(yōu)解同時又最遠(yuǎn)離最劣解，則為最好；否則不為最優(yōu)。其中最優(yōu)解的各指標(biāo)值都達(dá)到各評價指標(biāo)的最優(yōu)值，最劣解的各指標(biāo)值都達(dá)到各評價指標(biāo)的最差值。具體步驟如下：

（1）建立指標(biāo)體系。假設(shè)所研究的對象為Gti(i=1, 2,…,n)，指標(biāo)為Xij(i=1, 2, …,n)，其中為評價對象的個數(shù)，如果評價區(qū)間為m年，則t2-t1=m。

（2）對對象集Gti(i=1, 2, …,n)的橫截面數(shù)據(jù)進(jìn)行因子分析，得出對象集Gti(i=1, 2, …,n)的ft,k因子（k≤p）及每個對象集的因子綜合得分yt1, …,ytn，其中t表示時間點(diǎn)，即得到矩陣(Yti)n×m。

（3）采用TOPSIS 法對Gti(i=1, 2, …,n)的綜合因子得分Yti進(jìn)行最終的評價。步驟一是把每一年截面數(shù)據(jù)的因子分析得分作為一個新的指標(biāo)，由此面板數(shù)據(jù)便形成了一個新的指標(biāo)體系，即有m個指標(biāo)，n個評價對象，Yti個數(shù)據(jù)；步驟二是對m個指標(biāo)進(jìn)行歸一化處理，具體見式（1）；步驟三是從處理后的數(shù)據(jù)矩陣中找出各列的最大值、最小值構(gòu)成理想解，見式（2），負(fù)理想解見式（3）；步驟四是計(jì)算第i個對象與理想解、負(fù)理想解的距離接近程度，分別見式（4）、（5）；步驟五是計(jì)算第i個對象與最優(yōu)因子的貼近度，見式（6），Cj+結(jié)果越大，說明i地區(qū)2008—2017 年碳達(dá)峰水平越高。

2.3 指標(biāo)選取

目前還沒有碳達(dá)峰能力指標(biāo)體系，故需要對碳減排的核心指標(biāo)進(jìn)行探索，綜合考慮能源、工業(yè)、交通、建筑等碳排放領(lǐng)域，針對碳達(dá)峰能力的整體性、可比性、科學(xué)性、可操縱性，對已有文獻(xiàn)中的多項(xiàng)指標(biāo)進(jìn)行篩選，選取具有代表性、可量化的要素和因子，最后篩選確定了人均GDP 指標(biāo)（反映經(jīng)濟(jì)發(fā)展水平）、綠電供應(yīng)（反映能源結(jié)構(gòu)）和單位GDP 碳排放（反映碳排放狀況）3 個指標(biāo)。在雙碳背景下，碳標(biāo)簽制度能夠緩解氣候變化，減少溫室氣體排放，推廣低碳排放技術(shù)，優(yōu)先選擇能夠代表居民購買綠色產(chǎn)品傾向和意愿的人均可支配收入指標(biāo)，對于本文的研究至關(guān)重要。碳達(dá)峰本身是一個政策驅(qū)動的過程，自然情況下各個省份在2030 年是很難達(dá)峰的，研究碳達(dá)峰能力必然少不了政策驅(qū)動指標(biāo)。本文為了全面、客觀、科學(xué)地評價我國各地區(qū)的碳達(dá)峰能力，開始時選取了人均GDP、綠電供應(yīng)、單位GDP 碳排放、人均可支配收入及政策驅(qū)動、單位GDP 水耗、工業(yè)GDP 比重、技術(shù)市場成交額、大學(xué)以上占受教育人口比重等指標(biāo)，綜合評價我國各地區(qū)的碳達(dá)峰能力，但是由于用SPSS 軟件做出來的擬合結(jié)果以及用Execl 做出來的TOPSIS 結(jié)果跟實(shí)際不符合，經(jīng)過多次嘗試，剔除其他指標(biāo)，最后選取人均GDP、綠電供應(yīng)、單位GDP 碳排放、人均可支配收入及政策驅(qū)動來評價我國各地區(qū)的碳達(dá)峰能力。

（1）人均GDP（X1）。該指標(biāo)反映了經(jīng)濟(jì)發(fā)展水平和人民生活水平，根據(jù)庫茲涅茨曲線，隨著經(jīng)濟(jì)發(fā)展水平的變化，碳排放水平會先增加后降低，指標(biāo)計(jì)算采用各地區(qū)的生產(chǎn)總值/各省市總?cè)丝跀?shù)。

（2）綠電供應(yīng)（X2）。該指標(biāo)反映了各地區(qū)的低碳發(fā)展水平，由水能、生物質(zhì)能、太陽能、風(fēng)能等可再生能源組成綠色的能源結(jié)構(gòu)，指標(biāo)計(jì)算采用（發(fā)電量-火力發(fā)電量）/電力消費(fèi)量。

（3）單位GDP 碳排放（X3）。該指標(biāo)反映了經(jīng)濟(jì)發(fā)展的碳排放情況，是指每單位國民生產(chǎn)總值的增長所帶來的CO2排放量，表示各地區(qū)碳排放的整體水平，指標(biāo)計(jì)算采用各地區(qū)的碳排放量/各地區(qū)的生產(chǎn)總值。

（4）人均可支配收入（X4）。居民可支配收入越高，居民可能會有更高的傾向要去購買綠色產(chǎn)品，對碳減排起到積極推動作用。

（5）政策驅(qū)動（X5）。選取各地區(qū)低碳發(fā)展相關(guān)的包括應(yīng)對氣候變化、節(jié)能減排溫室氣體控制、綠色交通、綠色建筑、碳排放核算、綠色金融、碳交易、碳匯建設(shè)等方面的法律法規(guī)、規(guī)范指南、標(biāo)準(zhǔn)等政策性文件表征政策驅(qū)動，然后賦值。

3 實(shí)證研究

構(gòu)建基于因子分析法的TOPSIS 綜合評價法對我國30個省份2008—2017 年的碳排放情況進(jìn)行實(shí)證研究，分析各地區(qū)碳達(dá)峰水平的差異性，綜合評價我國各地區(qū)的碳達(dá)峰能力，并根據(jù)各地區(qū)的實(shí)際情況提出政策和建議，為政府有針對性地制定碳排放及碳減排策略提供依據(jù)和參考。

3.1 因子分析

運(yùn)用統(tǒng)計(jì)計(jì)量分析軟件對我國2008—2017 年30 個省份碳達(dá)峰水平綜合評價指標(biāo)的截面數(shù)據(jù)分別進(jìn)行因子分析。

3.1.1 數(shù)據(jù)檢驗(yàn)

在運(yùn)用因子分析法前需要對數(shù)據(jù)間的相關(guān)性進(jìn)行檢驗(yàn)，如果變量之間彼此獨(dú)立，則無法提取公共因子進(jìn)行因子分析；并且，需要用KMO 檢驗(yàn)變量間的偏自相關(guān)系數(shù)，一般認(rèn)為統(tǒng)計(jì)量的結(jié)果接近以及大于0.6 效果較好。由2008—2017 年截面數(shù)據(jù)的檢驗(yàn)結(jié)果（表1）可知，每一年度的截面數(shù)據(jù)KMO 結(jié)果均接近0.6 且Bartlett 檢驗(yàn)概率值均為0.000，拒絕原假設(shè)，說明選取的指標(biāo)數(shù)據(jù)比較適合因子分析。

表1 2008—2017年截面數(shù)據(jù)KMO檢驗(yàn)和Bartlett檢驗(yàn)結(jié)果

3.1.2 截面數(shù)據(jù)公共因子提取及綜合得分的計(jì)算

表2是基于2008—2017 年30 個省份的樣本數(shù)據(jù)采用因子分析法得到的2 個成分特征值大于1 且旋轉(zhuǎn)后的累計(jì)方差貢獻(xiàn)率大于70%的數(shù)據(jù)結(jié)果，說明通過該方法提取的前2 個公共因子可以很好地解釋碳排放水平，其他因子的影響可以忽略不計(jì)。

表2 2008—2017截面數(shù)據(jù)因子分析的總方差貢獻(xiàn)率

為了能夠合理地解釋各公共因子的含義，對2008—2017 年每年的截面數(shù)據(jù)初始因子載荷矩陣進(jìn)行方差最大化旋轉(zhuǎn)，雖然每年各指標(biāo)的具體載荷量不同，但每年載荷量的不同并不影響各公共因子的具體分類和解釋，以2017 年的數(shù)據(jù)進(jìn)行解釋。由表3 可以看出，第一個公共因子在X1、X4即在人均GDP、人均可支配收入上具有較大的因子載荷量，這2 個指標(biāo)反映了一個省市的經(jīng)濟(jì)發(fā)展水平和綠色能源結(jié)構(gòu)以及消費(fèi)水平；第二個公共因子在X2、X5即在綠電供應(yīng)、政策驅(qū)動上具有較大的因子載荷量，這2 個指標(biāo)反映了一個省市的綠色能源結(jié)構(gòu)和政策驅(qū)動。

表3 2017年各指標(biāo)旋轉(zhuǎn)后在公共因子上的載荷量

3.1.3 因子分析結(jié)論

由表4 可以看出，我國30 個省份年度的綜合因子的最高分與最低分差距較大，說明各地區(qū)的碳達(dá)峰能力差異性明顯，其中超過一半的地區(qū)（16 個）綜合因子得分為負(fù)值，表明我國整體碳達(dá)峰能力較低。具體地，北京、天津等東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)以及浙江、山東、廣東等沿海地區(qū)碳達(dá)峰能力較強(qiáng)，而西部經(jīng)濟(jì)偏弱地區(qū)的碳達(dá)峰能力較弱。同時，從表4 中還可以看出，我國30 個省份年度的碳達(dá)峰水平綜合因子得分存在差異且高低排序在樣本期間也不盡相同。這說明不同地區(qū)綜合評價碳達(dá)峰能力時，不能簡單地將每年的綜合因子得分加總進(jìn)行評價，需要采用一個綜合評價方法來解決因子分析在面板數(shù)據(jù)中的缺陷。因此，該文采取TOPSIS 方法對不同地區(qū)的碳達(dá)峰能力進(jìn)行綜合評價。

3.2 TOPSIS綜合評價

由TOPSIS 綜合評價結(jié)果及排名（表5）可以看出，我國碳達(dá)峰排名前10 的省份主要位于東部地區(qū)，還有1個位于華中地區(qū)，1 個位于西南部地區(qū)。整體來看，各省份的碳達(dá)峰綜合發(fā)展能力差異較大，東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)貼近度Ci*較高，綜合評價結(jié)果靠前，東北地區(qū)發(fā)展程度次之。這一結(jié)論與因子分析法的結(jié)果一致，反映的是整個樣本期間各省份碳達(dá)峰情況的綜合排名。

3.3 碳達(dá)峰能力分類

根據(jù)上述結(jié)果，結(jié)合各地區(qū)發(fā)展水平，按照達(dá)峰能力大小順序，將我國30 個省份的碳達(dá)峰能力分為三組。

第一組：率先達(dá)峰區(qū)域，這類區(qū)域有明顯的碳達(dá)峰優(yōu)勢，包括上海、北京、天津、江蘇、浙江、廣東6 個省市。這些省市的順序與2017 年全國各省份人均GDP 排名中北京、上海、天津、江蘇、浙江的排序基本一致，盡管廣東的人均GDP 低于福建，但仍處于全國第7 位，說明碳達(dá)峰優(yōu)勢明顯的區(qū)域經(jīng)濟(jì)較為發(fā)達(dá)。另外，北京、上海、天津、廣東這4 個省市屬于碳排放權(quán)交易試點(diǎn)省市，這些省市自2013 年以來碳排放相關(guān)的政策性文件就相對完善，對于碳減排有一定引領(lǐng)作用。因此，這4 個省市的碳達(dá)峰能力強(qiáng)與這些省市的政策有一定的關(guān)系。江蘇碳達(dá)峰能力強(qiáng)與該省風(fēng)力發(fā)電有關(guān)，該省綠電供應(yīng)具有相對優(yōu)勢。

第二組：正常達(dá)峰區(qū)域，這類區(qū)域能夠在規(guī)定時限內(nèi)完成碳達(dá)峰，包括湖北、福建、山東、重慶、遼寧、廣西、吉林、江西、四川、海南、安徽、河南、河北、內(nèi)蒙古。在風(fēng)電方面，內(nèi)蒙古和河北為全國十大風(fēng)電裝機(jī)省區(qū)，并且山東、遼寧、福建的風(fēng)力發(fā)電優(yōu)勢在全國也比較明顯；在核電方面，截至2018 年9 月，廣西（81.5%）、遼寧（50.5%）和福建（43.3%）的大型發(fā)電集團(tuán)核電市場化率在各地區(qū)排名前三；在生物質(zhì)方面，吉林的生物質(zhì)資源優(yōu)勢比較明顯；在政策性驅(qū)動方面，湖北、遼寧、山東、重慶的優(yōu)勢比較明顯，說明正常達(dá)峰地區(qū)大部分都是綠電供應(yīng)優(yōu)勢比較明顯的區(qū)域，部分地區(qū)政策驅(qū)動有一定的推動作用。

第三組：滯后達(dá)峰區(qū)域，這類區(qū)域碳達(dá)峰優(yōu)勢不明顯，并有可能滯后于規(guī)定達(dá)峰時限，包括云南、黑龍江、陜西、青海、新疆、甘肅、貴州、山西、寧夏，這些省份主要集中在黃河流域。盡管滯后達(dá)峰區(qū)域大部分在能

源結(jié)構(gòu)方面優(yōu)勢比較明顯，單位GDP 碳排放不高，但是由于這些地區(qū)的經(jīng)濟(jì)發(fā)展水平相對滯后，碳排放相關(guān)的政策文件相對缺乏以及人們有傾向地去購買綠色產(chǎn)品的意愿不高等方面的影響，導(dǎo)致這些地區(qū)在碳達(dá)峰的進(jìn)程中進(jìn)度相對滯后。

4 結(jié)論與建議

本文使用2008—2017 年我國30 個省份的面板數(shù)據(jù)，運(yùn)用因子分析法和TOPSIS 綜合評價法，研究各地區(qū)的碳達(dá)峰能力。我國大部分地區(qū)與理想解的貼近度較大，經(jīng)濟(jì)發(fā)展水平、能源結(jié)構(gòu)、消費(fèi)水平與政策驅(qū)動等因素導(dǎo)致各地區(qū)的達(dá)峰水平存在差異，有16 個地區(qū)的得分為負(fù)值，表明我國整體碳達(dá)峰水平較低。具體地，北京、天津等東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)以及浙江、山東、廣東等沿海地區(qū)的碳達(dá)峰能力較強(qiáng)，而西部經(jīng)濟(jì)偏弱地區(qū)的碳達(dá)峰能力較弱。按照達(dá)峰能力大小順序，將我國30 個省份碳達(dá)峰能力分為率先達(dá)峰區(qū)域、正常達(dá)峰區(qū)域和滯后達(dá)峰區(qū)域三組。

我國各地區(qū)的經(jīng)濟(jì)發(fā)展水平會影響碳達(dá)峰時間，要實(shí)現(xiàn)2030 年前碳達(dá)峰目標(biāo)，既要保持經(jīng)濟(jì)增長速度，又要保障經(jīng)濟(jì)發(fā)展質(zhì)量，避免粗放型經(jīng)濟(jì)增長模式。經(jīng)濟(jì)新常態(tài)下，經(jīng)濟(jì)發(fā)展方向應(yīng)逐漸向綠色低碳方向轉(zhuǎn)型，同時積極引導(dǎo)居民轉(zhuǎn)變消費(fèi)模式，樹立公眾低碳消費(fèi)觀念。

鑒于經(jīng)濟(jì)發(fā)展水平、能源結(jié)構(gòu)、消費(fèi)水平、政策驅(qū)動對碳達(dá)峰的關(guān)鍵作用，建議不同達(dá)峰區(qū)域采取以下差異化達(dá)峰措施：

（1）率先達(dá)峰區(qū)域主要包括兩個方面，一方面是經(jīng)濟(jì)發(fā)達(dá)以及政策驅(qū)動優(yōu)勢比較明顯的省市（如北京、上海、天津、廣東、浙江），前4 個省市還屬于碳排放權(quán)交易試點(diǎn)城市，政策驅(qū)動優(yōu)勢更加明顯，建議這5 個省市在未來碳達(dá)峰過程中繼續(xù)發(fā)揮經(jīng)濟(jì)、政策驅(qū)動優(yōu)勢，降低煤炭占比，提高可再生能源占比，提高電氣化發(fā)展水平，倡導(dǎo)低碳生活；另一方面是經(jīng)濟(jì)發(fā)達(dá)以及能源結(jié)構(gòu)優(yōu)勢比較明顯的地區(qū)（如江蘇），建議江蘇在未來碳達(dá)峰過程中繼續(xù)發(fā)揮經(jīng)濟(jì)、能源結(jié)構(gòu)的聯(lián)合優(yōu)勢，提高政策引領(lǐng)助推力，提升消費(fèi)者對低碳產(chǎn)品的認(rèn)知度，低碳生活。

（2）正常達(dá)峰區(qū)域大部分經(jīng)濟(jì)發(fā)展水平一般，能源結(jié)構(gòu)調(diào)整優(yōu)勢比較明顯，如山東、遼寧、福建、廣西、內(nèi)蒙古、河北、吉林，建議在未來碳達(dá)峰過程中繼續(xù)發(fā)揮能源結(jié)構(gòu)優(yōu)勢，提高經(jīng)濟(jì)發(fā)展質(zhì)量的同時，避免粗放型經(jīng)濟(jì)增長模式，逐漸向綠色低碳方向轉(zhuǎn)型，引導(dǎo)地方政府緊跟國家及部級單位的氣候變化及節(jié)能方面的政策，提高政策驅(qū)動在碳達(dá)峰過程中的助推力。政策性驅(qū)動優(yōu)勢比較明顯的省市，如湖北、遼寧、山東、重慶，建議在未來碳達(dá)峰過程中繼續(xù)發(fā)揮政策驅(qū)動優(yōu)勢，努力優(yōu)化能源結(jié)構(gòu)，構(gòu)建清潔低碳、安全高效的能源體系。

（3）碳達(dá)峰優(yōu)勢不明顯的區(qū)域經(jīng)濟(jì)發(fā)展水平比較落后，政策文件比較缺乏，但是能源結(jié)構(gòu)優(yōu)勢比較明顯，建議該區(qū)域在碳達(dá)峰過程中繼續(xù)發(fā)揮能源結(jié)構(gòu)優(yōu)勢，推動經(jīng)濟(jì)高質(zhì)量發(fā)展，努力提高政策驅(qū)動乏力現(xiàn)象。

（4）后續(xù)研究中應(yīng)建立完善的指標(biāo)體系，使其更細(xì)致詳實(shí)地反映各地區(qū)的碳達(dá)峰能力和達(dá)峰時間。