遼寧省碳排放影響因素分析及達峰情景預測

畢 瑩，楊方白

(1.東北財經大學統計學院，遼寧 大連 116025；2.遼寧師范大學數學學院，遼寧 大連 116029)

?

遼寧省碳排放影響因素分析及達峰情景預測

畢 瑩1，楊方白2

(1.東北財經大學統計學院，遼寧 大連 116025；2.遼寧師范大學數學學院，遼寧 大連 116029)

基于中國實現2030年碳排放達到峰值的宏觀目標為背景，本文以中國碳排放的主要地區遼寧省為研究對象，首先運用拓展的STIRPAT模型對遼寧省碳排放的影響因素進行篩選和分析，并建立起預測回歸模型；其次根據建立的預測模型對遼寧省未來的碳排放達峰進行情景預測。研究結論顯示:對遼寧省碳排放產生顯著影響的因素分別為經濟水平、能源結構、產業結構、開放程度和碳排放強度因素；低碳情景是實現遼寧省碳排放達峰的最佳發展模式，達峰時間最早(2034年)，且峰值最低，激進排放情景則是最不理想的發展模式，達峰時間最晚(2040年)，峰值也最高。

碳排放；低碳情景；激進排放情景；達峰預測；情景分析； STIRPAT模型

一、引 言

實現2030年碳排放達峰不僅是中國為應對全球氣候變化向國際社會做出的鄭重承諾，也是中國未來經濟結構轉型與可持續發展的必然選擇。作為全球最大碳排放國家，為了積極應對全球氣候變化，推動世界各國切實采取措施降低二氧化碳排放，中國政府在與美國政府聯合發表的《氣候變化聯合聲明》中做出承諾:“中國計劃2030年左右二氧化碳排放達到峰值且將努力早日達峰，并計劃到2030年非化石能源占一次能源消費比重提高到20%左右。”此后，中國又在多個國際場合中重申這一承諾，受到國際社會的廣泛關注和好評。要想實現中國2030年碳排放達峰的目標，不僅需要先進的減排技術作支撐，更重要的是有高效的減排政策做指導，因而需要對實現碳排放達峰進行科學預測。作為中國東北地區的老工業基地，遼寧省的能源消耗較多，導致由能源消費產生的CO2排放量也比較大，因而遼寧省能否實現碳排放達峰對實現中國整體碳排放達峰具有重要意義，是決定中國能否兌現“達峰承諾”的關鍵環節。在此背景下，本文對影響遼寧省碳排放的因素進行篩選和研究，并對其達峰情景進行預測分析是有明確的現實意義的，有利于國家從促進遼寧省碳排放減弱的重要因素入手，針對性地提出建設遼寧省低碳發展及實現碳排放達峰的對策和措施。

二、國內外研究綜述

在目前低碳發展的大趨勢下，國內外有關地區或行業碳排放影響因素的研究成果逐漸豐富，其中指數分解法、Kaya恒等式、LMDI分解法和STIRPAT模型等是研究碳排放影響因素最有效的幾種方法，因而得到了國內外學者的廣泛應用。Ang和Pandiyan[1]運用因素分解法對中國、中國臺灣和韓國制造業部門的碳排放強度進行研究，指出產品結構、燃料份額和部門能源強度等因素中對制造業部門的碳排放強度影響最大的是部門能源強度。Lin和Chang[2]對中國臺灣1980—1992年主要經濟部門二氧化硫、氮氧化物、二氧化碳排放進行Divisia指數分解，結論表明經濟增長對有害氣體排放影響最大。Ang等[3]在對不同指數分解方法進行比較研究的過程中，以中國為實例分析了工業CO2的排放，選取1985—1990年為樣本期，考察了4種能源和8個工業部門，實證分析的結果表明工業增加值和行業能源強度降低分別對工業碳排放起到了最大的正效應和最大的負效應。國內也不乏關于CO2排放影響因素的分解研究，袁鵬和程施[4]采用對數平均Divisia指數分解法對遼寧省碳排放增加的驅動因素進行了分析，經濟規模的擴大是遼寧碳排放增加的決定性因素，產業結構的重型化也起到了一定的增排作用；能源效率的提高在很大程度上抑制了碳排放增長。叢建輝等[5]以河南省濟源市為例，基于改進的STIRPAT模型對中小城市工業碳排放影響因素進行分解，研究表明城市化水平、勞均產出、工業輕重結構等變量對濟源市工業碳排放增加起到了正向作用，能源強度降低、公有制比例提高能夠抑制碳排放增加，而工業固定資產投資、企業規模和外商投資變量在研究期間的影響并不顯著。秦軍和唐慕堯[6]基于Kaya恒等式，利用灰色關聯分析法對2000—2011年江蘇省統計數據進行了關聯分析，結果顯示：對碳排放影響最大的是煤炭消耗量，其次是原油消耗量、GDP以及人均GDP，人口及天然氣消耗量對碳排放影響較小，說明改善以煤炭為主體的能源結構是降低江蘇省碳排放的最有效途徑。

碳排放達峰是近年來國際節能減排領域的關注重點，目前國內外學者預測中國碳排放峰值的主流方法有EKC曲線、IPAC模型、STIRPAT模型、LMDI分解法、LEAP模型、灰色預測法和神經網絡模型等。朱永彬等[7]在內生經濟增長模型Moon-Sonn的基礎上對傳統的環境庫茲涅茨曲線進行了優化，研究認為中國如果在當前技術進步的速率下繼續發展，將在2040年達到碳排放的頂峰，如果中國能源強度的下降速率達到4.5%—5.0%，中國碳排放很有可能在2040年之前達到峰值。姜克雋等[8]利用IPAC模型對中國未來中長期的能源與溫室氣體排放進行了情景預測，預測結果顯示:在基準情景下，中國化石燃料產生的碳排放將于2040年達到峰值；在強化低碳情景下，將于2030年達到峰值。鄧小樂和孫慧[9]利用STIRPAT模型對西北五省區未來碳排放峰值進行了預測，研究發現：技術與財富對峰值的影響較為重要。孫維等[10]利用LMDI分解技術先對廣州市碳排放影響因素進行分解分析，結果表明，經濟增長和能源強度分別是對廣州市碳排放產生促進和抑制作用的最主要因素。王冰妍等[11]以上海市為例，利用LEAP模型對“零方案”情景(BAU)和低碳發展情景下的能源消耗和碳排放進行了預測，顯示在低碳發展模式下，2020年上海的能源消費總量和大氣污染物排放總量都將比基準發展模式下的減少很多。Lin等[12]利用GM(1,1)灰色預測模型預測了中國臺灣2009—2012年的CO2排放趨勢和達峰時間。紀廣月[13]利用灰色關聯分析原理，對中國碳排放影響因素進行了篩選，再利用BP神經網絡模型對中國碳排放進行預測，從而大大地提高了神經網絡的訓練速度，并且達到了良好的預測效果，為中國碳排放預測提供了新的科學工具。

總體來說，已有研究極大地促進了碳排放影響因素及達峰的研究，為該領域的后續研究奠定了基礎，盡管如此，當前研究還存在以下三點不足之處：(1)研究對象上，對地區碳排放達峰研究有所欠缺。目前，大多數文獻只是對中國整體或某行業的碳排放影響因素或達峰預測進行分析，對中國具體省區的碳排放研究有待深入，尤其是碳排放較嚴重的省區。(2)在碳排放影響因素的選擇上不夠全面。大多數學者僅僅考慮了人均GDP、產業結構等公認因素，沒有周全其他可能對碳排放產生影響的因素，這樣得出的研究結論也許有失偏頗。(3)研究方法上，對碳排放的預測模型有待改進。例如，基于EKC曲線的研究是在這一曲線存在的假設下進行的，而碳排放與經濟發展是否存在倒U型的曲線關系還有待商榷。

基于目前的研究現狀，本文對遼寧省碳排放影響因素分析和達峰研究的主要工作體現在以下三個方面：(1)將研究對象定位于中國碳排放的主要地區——遼寧省，從而針對遼寧省的地方特征對其減排和達峰戰略提出針對性意見。(2)在選擇碳排放的影響因素時，從規模因素、結構因素、技術因素三個方面選取8個指標，對于可能影響遼寧省碳排放的因素給予較全面的分析和評估。(3)基于擴展的STIRPAT模型對遼寧省碳排放達峰進行預測研究，同時為了消除變量之間多重共線性的影響，選擇嶺回歸法建立回歸模型。

三、碳排放的核算方法及數據來源

本文將遼寧省碳排放分為兩部分：一部分是化石燃料燃燒帶來的直接碳排放，另一部分是電力消耗帶來的間接碳排放。直接碳排放的測算采用《2006年IPCC國家溫室氣體清單指南》(以下簡稱《IPCC指南》)中介紹的基準方法，即從各種化石燃料的消耗角度對遼寧省碳排放進行測算。因此，遼寧省碳排放的計算公式為:

C=C1+C2

(1)

(2)

C2=QE×DE×EE

(3)

式(1)中，C1表示直接碳排放，C2表示間接碳排放。

式(2)中，j表示第j種能源種類，本文根據IPCC的能源劃分選取了8種能源種類，分別為原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣；Ej表示第j種能源的消費量，數據來源于1995—2016年《中國能源統計年鑒》；NCVj表示第j種能源的低位發熱量，數據來源于《IPCC指南》；CCj表示第j種能源的碳含量，數據來源于《IPCC指南》；COFj表示第j種能源的碳氧化因子，根據《IPCC指南》通常該值取100%，表示完全氧化；44/12表示CO2與碳的分子量之比，即碳轉化成CO2的轉化系數。

式(3)中， QE表示電力總消費量，數據來源于1995—2016年《中國能源統計年鑒》；DE表示電力碳排放系數，本文取不同研究計算的平均值0.7173t/tce；EE表示供電煤耗，每年具體的數值取自國家電網發布的新聞數據。

四、遼寧省碳排放影響因素分析

(一)遼寧省碳排放的STIRPAT模型構建

STIRPAT(Stochastic Impacts by Regression on PAT)模型是York等人在IPAT模型和ImPACT模型的基礎上重新提出的預測模型，針對以上兩個模型無法反映模型中各個因素非均衡與非單調的函數關系的缺陷進行了修正。目前，STIRPAT模型已被廣泛用于碳排放達峰的預測研究中。

在變量選擇上：(1)被解釋變量為遼寧省碳排放。(2)解釋變量的規模因素中選取地區經濟水平和企業規模。(3)解釋變量的結構因素從更深層次對影響遼寧省碳排放的因素進行剖析，本文選擇的4個結構因素分別是城市化率、能源結構、產業結構和開放程度。(4)此外，本文還引入技術因素作為解釋變量，用能源利用效率和碳排放強度來體現減排技術水平對碳排放的影響。具體的指標及說明如表1所示。

表1 遼寧省碳排放預測模型中的變量描述

注：各指標的數據來源于1995—2016年《中國能源統計年鑒》和1995—2016年《遼寧省統計年鑒》。

首先采用最小二乘法進行多元線性逐步回歸來擬合模型，但通過共線性檢測的結果發現，模型VIF值顯著大于10，說明自變量之間存在嚴重的多重共線性，為消除其對研究結果的影響，本文選擇使用嶺回歸方法對模型重新進行回歸分析。嶺回歸分析法是基于最小二乘法改進的一種統計方法，它可以通過在自變量標準化矩陣的主對角線上加入非負因子的方法消除多重共線性對分析結果的干擾，從而使回歸推斷的結果得到顯著提高[14]。

遼寧省碳排放的初始STIRPAT模型為:

C=β0QPβ1CMβ2URβ3ESβ4ISβ5ODβ6EEUβ7TSβ8e

(4)

實際應用中常常將式(4)兩邊取對數，即:

lnC=lnβ0+β1ln(QP)+β2ln(CM)+β3ln(UR)+β4ln(ES)+β5ln(IS)+β6ln(OD)+β7ln(EEU)+β8ln(TS)+lne

(5)

式(5)中，β0為模型的比例常數項，β1—β8為指數項，e表示誤差項。

以遼寧省1994—2015年的相關數據進行嶺回歸建模，根據輸出結果中不同k值下標準自回歸系數可以看出，在嶺參數k從0到1的變化過程中，城市化率和能源利用效率變量的標準化嶺回歸系數絕對值一直很小且很穩定，從嶺回歸分析的變量檢驗結果來看，這兩個變量以及企業規模的p值大于顯著性水平0.05，說明三者對遼寧省碳排放的影響不顯著，應剔除掉這三個變量再重新進行嶺回歸分析。最終以經濟水平、能源結構、產業結構、開放程度、碳排放強度為自變量，遼寧省碳排放為因變量的嶺回歸結果如表2所示。

表2 遼寧省碳排放STIRPAT模型的嶺回歸結果

變 量系 數t值sig.t常數項9.94433.6230.000經濟水平0.13014.4290.000能源結構0.8692.4780.016產業結構0.6152.0680.024開放程度-0.170-10.5410.000碳排放強度0.0963.0520.008R20.981F值154.715sig.F0.000

從表2可以看出，各變量的t值對應的p值均小于顯著性水平0.05，且模型的擬合優度R2值為0.981，說明該模型的建立效果比較理想。最終建立的遼寧省碳排放嶺回歸方程為：

lnC=9.944+0.130ln(QP)+0.869ln(ES)+0.615ln(IS)-0.170ln(OD)+0.096ln(TS)

(6)

為了證明該預測模型的有效性，基于遼寧省各年度數據通過模型計算得到碳排放的方程回歸值，然后對碳排放實際值與回歸值進行兩配對樣本T檢驗，檢驗結果顯示p值為0.617，大于顯著性水平0.05，說明根據上述模型計算的遼寧省碳排放與實際情況沒有顯著差異，方程預測效果較好。

(二)遼寧省碳排放影響因素分析

依據遼寧省碳排放STIRPAT回歸模型中各變量回歸系數的顯著性檢驗結果，對遼寧省碳排放產生顯著影響的解釋變量有經濟水平、能源結構、產業結構、開放程度和碳排放強度。分析各變量對碳排放的影響效果，可以得出以下結論：

第一，經濟水平對碳排放產生了顯著的正向影響。在其他影響因素不變時，經濟水平每提高一個單位，遼寧省碳排放將增長0.130個單位*指碳排放和經濟水平變量對數變換后的系數關系，下同。，這與袁鵬和程施[4]的分析結果基本一致。經濟水平之所以對遼寧省碳排放產生顯著影響，主要是因為經濟水平的提高能夠有效推動地區發展，提升遼寧省內的產品需求和生產供給，進而導致地區碳排放增加。

第二，能源結構也在一定程度上促進了遼寧省碳排放。從回歸系數來看，煤炭占一次能源消耗的比重每提高一個單位，遼寧省碳排放將相應提高0.869個單位。煤炭是遼寧省的主要消耗能源，在1995—2015年期間每年的煤炭消耗比重為60%—70%，然而煤炭是所有燃料中碳排放因子最大的能源，煤炭消耗比重的上升勢必引起碳排放增加[5]，因此，遼寧省政府應加快對天然氣、風能、太陽能等清潔能源的開發和基礎設施建設，鼓勵企業使用綠色能源，降低煤炭等化石能源的消費比重，從而實現全省能源消費結構的“綠色化”發展。

第三，產業結構的重型化也會對遼寧省碳排放起到一定的增排作用，但相對其他因素的影響程度較小。改革開放以前，東北地區尤其是遼寧省是中國最重要的重工業基地，雖然產業結構的重型化使遼寧省經濟發展取得不小成就，但是粗放型能源消耗模式勢必會導致CO2排放量的增多，這意味著遼寧省經濟發展仍建立在對環境污染和資源消耗的基礎上。因此，在不影響遼寧省經濟發展的前提下逐漸降低第二產業在地區總產值中的比重，優先發展高增加值、低能耗、低碳排放的高新技術產業和服務業，從而實現產業結構的升級優化是遼寧省必須面臨的嚴峻考驗，否則將阻礙節能減排及達峰目標的實現。

第四，開放程度是對遼寧省碳排放起抑制作用的最主要因素。其在預測模型中的回歸系數為-0.170，說明港澳臺及外商投資企業比重的提高能夠對遼寧省碳排放起到不小的抑制作用，主要原因在于外資企業在節能減排方面的技術水平比較先進，拉動了省內企業減排技術的變革和進步，因而減緩了遼寧省碳排放趨勢。

第五，碳排放強度作為評估地區或行業減排技術的替代指標，其對遼寧省碳排放的促進作用是不容小覷的。從回歸系數看，遼寧省碳排放強度每增加一個單位，其碳排放量大約增加0.096個單位。一般認為，碳排放強度的降低主要是由技術進步提高所帶動，碳排放強度越小說明地區減排技術也比較發達。在研究時限內，遼寧省碳排放強度一直處于不斷下降趨勢，說明技術因素對于抑制遼寧省碳排放有所貢獻。

總體來說，各因素對于遼寧省碳排放的影響程度和方向都有所差別，首先經濟水平的進步是導致遼寧省碳排放規模加重的決定性因素，其次是開放程度的擴大，煤炭消耗比重和重工業比重的提高在一定程度上也有增排作用，碳排放強度的降低則對遼寧省碳排放起到不容小覷的抑制增長作用，而城市化率、企業規模、能源利用效率對遼寧省碳排放的影響效果并不顯著。

五、遼寧省碳排放達峰的情景預測

(一)情景設計

情景分析法中各指標預測值的設置都要參考相關政策規劃及發達國家發展規律，并與以往不同階段的變化率進行對照，確保數據的設置符合地區或行業經濟發展的實際情況[14]。本文將2016—2050年平均劃分為七個時間段，遼寧省碳排放預測模型中的各個指標均分為“強”和“中”兩個取值。

根據各參數的不同組合最終設計出遼寧省碳排放的四種情景模式，如表3所示。考慮到碳排放過程中增碳與減碳因素的實際變化，并結合遼寧省未來經濟社會發展中的經濟、能源和產業等發展政策[14]，本文將經濟水平、能源結構、產業結構、碳排放強度四個變量歸為積極因素(促進碳排放因素)，將開放程度變量歸為消極因素(抑制碳排放因素)。

表3 遼寧省碳排放的情景模式

(二)遼寧省碳排放預測及達峰分析

利用遼寧省碳排放STIRPAT模型可計算出遼寧省2016—2050年碳排放預測值，根據預測結果可以看出，遼寧省在不同情景模式下的達峰時間分布在2034—2040年之間，并且在不同碳排放模式下達峰時間和峰值大小都有差異。遼寧省在四種情景模式下的碳排放達峰預測情景如表4所示。

表4 遼寧省碳排放峰值的情景預測 單位：億t

注：*表示碳排放在某種情景模式下達到峰值。

對遼寧省在各情景模式下碳排放達峰預測的具體分析如下：

第一，基準模式下，遼寧省碳排放不僅無法實現2030年按時達峰，且差距較大。基準模式是所有指標的影響力度都為“中”的情景模式，即不采取任何減碳措施的基準發展模式。由表4可知，在這種模式下，遼寧省將在2036年實現碳排放達峰，峰值為116.626億t，顯然該模式無法滿足中國2030年碳排放達峰的要求，且延后較長時間，因而需要外部政策的干預。

第二，低碳模式是遼寧省碳排放達峰的最佳發展模式。低碳模式是在基準模式的基礎上，將消極因素的影響力度改為“強”的情景發展模式，由于消極因素對碳排放抑制作用的加強，該模式下的達峰時間比基準模式有所提前，峰值也相應降低。由表4可知，在低碳模式下，遼寧碳排放達峰時間為2034年，峰值為112.741億t。雖然與中國2030年的達峰目標相比延后了4年，但考慮到遼寧省與北京市等較發達地區的發展現狀相比要相對落后，所以還是在可接受范圍內的。

第三，激進排放模式是遼寧省碳排放達峰預測中最不理想的發展模式。激進排放模式是指消極因素的影響力度為“中”，而所有積極因素的影響力度為“強”的情景模式。由表4可知，在這個模式下，遼寧省碳排放的達峰情景與達峰目標相差甚遠，不僅達峰時間嚴重推遲(2040年)，峰值也偏高(121.387億t)。中和模式是在激進排放模式的基礎上將消極因素的影響力度調為“強”的模式，可以看出由于中和模式有消極因素的碳排放抑制效果，所以達峰時間比激進排放模式提前2年，峰值也降低3.938億t。

第四，對比基準模式、低碳模式和中和模式可以得出結論：積極因素對碳排放的促進作用要比消極因素的抑制作用明顯，更容易使碳排放達峰時間延后、峰值增高。首先，在基準模式的基礎上將消極因素對碳排放的抑制力度調為“強”后，使遼寧省碳排放達峰時間提前了兩年，峰值也降低了3.885億t。其次，在低碳模式的基礎上將積極因素對碳排放的促進力度全部調為“強”后，使遼寧省碳排放達峰時間又滯后了4年，峰值增加了4.708億t。因此可以看出，積極因素對遼寧省碳排放達峰的負面影響比消極因素對遼寧省碳排放達峰的正面影響更加嚴重，不過也有可能是由影響因素數量上的差距造成的，但仍不排除以上結論的可能性。

由以上預測結果分析可以看出，如果遼寧省在減排和達峰過程中能夠合理控制自身經濟的發展速度、減少煤炭等化石能源的消耗占比、積極擴大對外開放程度，并且通過升級減排技術等方式來降低碳排放強度，同時在不影響經濟發展的情況下加快產業結構的升級調整，那么遼寧省碳排放有望在2034年實現較為理想的達峰局面。

六、結論與政策建議

本文采用遼寧省1995—2015年的相關數據，分別在結構因素、規模因素和技術因素中選取了8個可能對遼寧省碳排放產生顯著影響的指標，進而基于改進的 STIRPAT模型和嶺回歸分析法建立起遼寧省碳排放的預測模型，并對其影響因素進行了篩選和評估，最后依據建立的預測模型對遼寧省碳排放達峰進行了情景預測和分析。主要得出以下研究結論：

第一，在所有考慮的影響因素中有5個變量對遼寧省碳排放有顯著影響，分別為經濟水平、能源結構、產業結構、開放程度和碳排放強度，其中開放程度變量能夠對遼寧省碳排放起到抑制效果，其余4個變量則起到或多或少的增排效果。

第二，在所有碳排放達峰情景模式中，低碳模式是遼寧省實現碳排放達峰的首選發展模式，因為在該模式下的達峰時間最早，且峰值最低。而激進排放模式則是最差的發展模式，不僅達峰時間最晚，且峰值也最高。

上述結論對于促進遼寧省節能減排策略的制定、推動遼寧省盡快實現較低的碳排放峰值，以及積極響應國家節能減排號召具有重要意義。因此，本文提出如下四點政策建議：

第一，穩定經濟發展，加快技術進步，加強地區間交流合作。遼寧省碳排放達峰管理工作應該既能夠保證地區經濟發展、能源結構、產業結構和對外開放程度穩定在合理水平，又能夠兼顧減排技術的升級，尤其是碳排放強度的降低，因為一旦忽略了科技的進步，不僅會使遼寧省碳排放達峰時間延后，還會令峰值上升。由此看來，國家應當加大在節能減排技術方面的資金和人員投入，鼓勵各行業研究人員不斷探索、勇于創新，淘汰落后技術，推進新興技術。同時，地方政府應加強省區間甚至國際間的交流合作，積極引進先進思想和技術，并盡快應用到日常減排工作中。

第二，開發低碳能源，加快調整能源消費結構。目前，煤炭等化石能源仍然是遼寧省最主要的消耗能源，占全省一次能源消費總量的70%左右，實現能源結構的清潔化是遼寧省實現達峰目標的關鍵步驟。因此，應提升天然氣、水電、風能、太陽能等清潔能源和可再生能源的使用比重，加快建設清潔能源的基礎設施，由此推動地區能源消費結構向低碳化、綠色化方向發展。另外，適當擴大煤炭等化石能源的資源稅征收范圍，提高資源稅的收費標準，糾正煤炭等化石能源的成本制度(如將在使用能源過程中帶來的環境治理成本加入到能源的使用成本中)，建立完善的環境保護稅收制度，從而降低中國工業對化石能源的依賴程度，提升可再生能源在市場價格中的競爭力。

第三，優化產業結構，促進高新技術產業發展。遼寧省是東北地區的老工業基地，同時也是全國有名的工業輸出大省，其第二產業產值每年占地區生產總值的50%左右，說明遼寧省經濟規模的擴大仍然大部分依賴重工業產業的發展，但這種依賴性將對資源和環境造成不小的負面影響。因為重工業的發展無疑會消耗更多的能源消耗，尤其是煤炭等化石能源的消費，而煤炭燃燒會導致大量CO2氣體等環境污染物的排放。因此遼寧省應該加快轉變產業結構的重型化趨勢，降低重工業等重污染行業在地區生產總值中的比重，限制高污染、高耗能、低產出產業的盲目擴張，同時大力發展高新技術產業和服務業，加大對低污染、低能耗、高產出產業的投入，確保在不影響遼寧省經濟發展的前提下完成地區產業結構的轉型和優化，從而推動節能減排和達峰目標的順利實現。另外，利用高新低碳技術對傳統高污染產業進行低碳改造和重工業轉移也不失為一種優化產業結構的好方式。

第四，充分發揮市場機制的調節作用。將市場手段應用到低碳經濟中不僅可以降低減排成本，推動產業結構優化升級，還能夠充分挖掘地區內部的減排潛力。因此，應重視建立區域碳交易市場，依靠市場手段，促進地方政府擴大對節能減排工作的投入，并加大減排技術研發的力度。另外，中國政府在2011年提出的碳排放權交易試點工作也應該受到推崇。

[1] Ang,B.W., Pandiyan,G. Decomposition of Energy-Induced CO2Emissions in Manufacturing[J]. Energy Economics, 1997, 19(3): 363-374.

[2] Lin,S.J., Chang,T.C. Decomposition of SO2, NOXand CO2Emissions From Energy Use of Major Economic Sectors in Taiwan[J]. Energy Journal, 1996, 17(1): 1-17.

[3] Ang,B.W., Zhang,F.Q., Choi,K.H. Factorizing Changes in Energy and Environmental Indicators Through Decomposition[J]. Energy, 1998, 23(6): 489-495.

[4] 袁鵬,程施. 遼寧省碳排放增長的驅動因素分析——基于LMDI分解法的實證[J]. 大連理工大學學報(社會科學版), 2012, (1): 35-40.

[5] 叢建輝,劉學敏,朱婧,等. 中小城市工業碳排放：核算方法與影響因素——以河南省濟源市為例[J].資源科學, 2013, (11): 2158-2165.

[6] 秦軍,唐慕堯. 基于Kaya恒等式的江蘇省碳排放影響因素研究[J]. 生態經濟, 2014,(11): 53-56.

[7] 朱永彬,王錚,龐麗,等. 基于經濟模擬的中國能源消費與碳排放高峰預測[J]. 地理學報, 2009, (8): 933-944.

[8] 姜克雋,胡秀蓮,莊幸,等. 中國2050年低碳情景和低碳發展之路[J]. 中外能源, 2009, (6): 1-7.

[9] 鄧小樂,孫慧. 基于STIRPAT模型的西北五省區碳排放峰值預測研究[J]. 生態經濟(中文版), 2016, (9): 36-41.

[10] 孫維,余卓君,廖翠萍. 廣州市碳排放達峰值分析[J]. 新能源進展, 2016, (3): 246-252.

[11] 王冰妍,陳長虹,黃成,等. 低碳發展下的大氣污染物和CO2排放情景分析——上海案例研究[J]. 能源研究與信息, 2004, (3): 137-145.

[12] Lin,C.S., Liou,F.M., Huang,C.P. Grey Forecasting Model for CO2Emissions: A Taiwan Study[J]. Applied Energy, 2011, 88(11): 3816-3820.

[13] 紀廣月. 基于灰色關聯分析的BP神經網絡模型在中國碳排放預測中的應用[J]. 數學的實踐與認識, 2014, (14): 243-249.

[14] 劉晴川,李強,鄭旭熙. 基于化石能源消耗的重慶市二氧化碳排放峰值預測[J]. 環境科學學報, 2017, (4)：1582-1593.

(責任編輯：尚培培)

東北財經大學經濟運行與財政政策研究基地

東北財經大學經濟運行與財政政策研究基地(以下簡稱基地)成立于2015年4月，是經財政部批準設立的、納入部省共建框架的首家智庫建設試點基地。基地依托于東北財經大學國家重點學科財政學和東北財經大學經濟與社會發展研究院的雄厚研究力量，致力于解決宏觀經濟運行、財政改革與發展的重大需求和重大科學問題，不斷提升為國家決策提供服務的能力。同時，基地通過體制機制創新，先行先試，積累經驗，探索推進部省共建研究工作長期化、制度化的新模式。

一、基地優勢

基地依托東北財經大學國家重點學科財政學，該學科在財稅體制改革和財經決策領域具有較強的學術理論底蘊，長期跟蹤研究宏觀經濟重大問題和熱點難題，為財政部相關司局提供了大量的高水平咨政成果，已形成較強的學術影響力和決策影響力。

基地以東北財經大學經濟與社會發展研究院為平臺開展各項工作。經濟與社會發展研究院是東北財經大學下設的跨學科、綜合性專職科研機構，擁有一支高水平專職科研團隊，具備廣泛調動、組織、整合多方科研力量的能力。近年，經濟與社會發展研究院的研究人員中標1項國家社會科學基金重大招標項目，以及12項國家自然科學基金項目和國家社會科學基金項目，獲得國家和省領導批示、國家級和省級內參發表的決策咨詢成果20余項，在高端學術與政策研究上已形成雄厚的科研實力。

基地現有專職科研人員20人，全部擁有博士學位，研究人員學科領域包括財政學、產業經濟學、國際經濟學、金融學和統計學等多個學科。基地還積極整合、吸納了一批校內外高水平學者參與研究團隊建設，通過特聘與合作的方式，與多位國內外知名專家學者建立了合作聯系。

二、建設目標

基地以“三個一”建設為目標：一個陣地——圍繞宏觀經濟運行、財稅體制改革、財政政策等領域的重大決策，打造面向財政部相關司局的智力支持陣地；一個平臺——打造宏觀經濟、財政稅收、計量經濟等多學科交融的高端學術交流和成果發布平臺，促進學術界和決策部門間的信息交流；一個基地——整合校內外優秀財經研究人才，引進高端學術人才，培養財經后備人才，建設財經政策領域創新型人才培養基地。最終將本基地打造成為服務財稅體制改革重大決策的國內一流新型智庫。

三、建設進展

基地通過體制機制創新，已形成例行會議、委托研究、信息交流和成果報送等四大運行機制。基地以宏觀經濟形勢分析與預測、宏觀經濟運行專題分析、財政體制與政策分析等三個領域為主要抓手，開展了一系列具有前瞻性、實效性的預測分析和專題研究。相關成果通過本基地創辦的《預測專報》直接報送給財政部領導及相關司局，得到了財政部相關領導的充分肯定，為國家宏觀經濟決策提供了重要參考。截至2017年第一季度，《預測專報》共上報15期，已成為基地為國家提供宏觀經濟預測分析與財政政策決策智力支撐的主要服務渠道。2017年，基地成功承辦“共建工作聯席會議”，并向財政部和所有共建高校介紹了基地建設經驗，為推進全國部省共建工作和完善部省共建研究機制做出了應有的貢獻。

2017-04-15

國家社會科學基金重大項目“社會主義與市場經濟深度融合研究”(2015YZD08)；中國博士后科學基金項目“中國碳排放達峰的情景預測、路徑規劃與經濟影響研究”(2016M601318)；國家自然科學基金項目“貿易產品消耗的全口徑水資源：區域評估、影響因素及流動特征”(71573034)；遼寧省教育廳科研平臺項目“中國對外貿易隱含碳排放及其外貿結構調整研究”(LN2016JD020)

畢 瑩(1994-)，女，遼寧丹東人，碩士研究生，主要從事投入產出分析、國民經濟核算和宏觀經濟研究。E-mail:bixiaoying1215@163.com

F124.5；X321

A

1008-4096(2017)04-0091-07