CO2排放峰值問題探究:國別比較、歷史經驗與研究進展

(1.山西大學 經濟與管理學院,山西 太原 030006;2山西綠色發展研究中心,山西 太原 030006)

1 引言

“峰值”即一定時間范圍內的最大瞬間值。作為具有重要意義的統計指標,關于峰值的分析出現在社會科學研究的諸多層面,特別是能源和環境污染物等與產出相關的領域[1-3]。自CO2被確認為全球氣候變暖的“元兇”后,許多研究者將過量的CO2視為人類活動的“壞產出”[4,5],對它在全球和區域層面何時達到峰值給予了重點關注。CO2排放峰值是指一個經濟體CO2的最大年排放值,CO2排放達峰意味著該經濟體CO2排放量不再增長,進入一個以小幅波動為特征的平臺期,而后將出現明顯的持續下降趨勢。我國于2014年通過《中美氣候變化聯合聲明》第一次提出“計劃2030年左右CO2排放達到峰值”,并于2015年6月將該目標作為向國際社會承諾的國家自主貢獻目標(INDC)之一。國家層面CO2排放峰值目標的提出,極大地促升了有關該主題的研究。依照“CNKI學術趨勢工具”提供的數據和文獻計量學分析,國內理論界對CO2排放峰值的探討始于2009年左右,在2014年后學術熱度大幅躍升(圖1)。

本文首先通過對國際能源署(IEA)等機構碳排放數據的分析,比較了世界主要發達國家CO2排放的歷史趨勢與達峰時間,探討了率先達峰國家的峰值穩定性情況。在此基礎上,結合世界主要經濟體的社會經濟數據,梳理了CO2排放達峰時各國面臨的社會經濟條件;重點對國內學術界關于峰值預測方法、我國整體與行業以及重點省域CO2排放峰值預測問題進行了總結與評述。本文旨在通過對CO2排放峰值的國別比較和歷史經驗分析,“以他山之石、遂己身之玉”,為未來我國整體與區域達峰目標的實現提供歷史鏡鑒,并借助對當前有關我國CO2排放峰值研究文獻的盤點,展望下一步的研究方向。

注:資料來源于CNKI學術趨勢http://trend.cnki.net/TrendSearch/.

圖1 CO2排放峰值研究的學術趨勢

2 CO2排放峰值的國別比較

2.1 世界主要發達國家CO2排放峰值

CO2排放量核算一般涉及能源活動、工業生產過程、農業、土地利用變化和林業、廢棄物處理五大部門,其中能源活動部門的化石燃料燃燒排放CO2量一般占區域CO2排放總量的70%以上,且現有數據源相對較豐富,因此本部分的相關比較主要基于化石燃料燃燒后的CO2排放量。從圖2可見澳大利亞、日本、比利時、加拿大、西班牙、德國、意大利、英國、美國等9個發達經濟體約40年的CO2排放情況。對比發現,大部分歐盟國家于20世紀70—90年代達到CO2排放峰值,而美國、加拿大、日本等發達經濟體CO2排放在2008年全球金融危機前后達到峰值。作為全球第一大經濟體的美國,CO2排放水平比其他國家量級更高,年排放量一直維持在40億t以上,其他國家年排放量均在14億t以下。

總體來看,盡管上述經濟體在1971年后都出現了CO2排放峰值年,但峰值年之后CO2排放趨勢不盡一致,大致分為三類情形:第一類情形稱為“穩定型峰值”,代表性國家有德國、比利時等。這類國家的CO2排放總量在達峰后一直呈下降趨勢,無回彈現象,CO2排放趨勢符合倒“U”型環境庫茲涅茨曲線特征。第二類情形稱為“亞穩定型峰值”,代表性國家有美國、加拿大等。這類國家的CO2排放總量在達峰后先下降一段時間后又有回升,但仍未超過原有峰值量。第三類稱為“波動型峰值”,代表性國家有日本、澳大利亞、意大利等。這類國家CO2排放都曾在20世紀后半期出現階段性極大值,曾一度確認為CO2排放已達到峰值,但進入21世紀后又出現CO2排放量超越之前極值量的情況。“波動型峰值”的出現主要與宏觀經濟不穩定相關,這類國家一般在經濟高速上漲后因外力沖擊出現了經濟衰退(如日本),經濟衰退導致能源消耗由遞增趨勢突變為遞減趨勢,CO2排放的極值點隨即出現,待經濟回升后隨著能源消耗的進一步增加,CO2排放量隨之增多。與之相比,達峰時間出現在1990年以前的歐洲國家往往是工業化過程結束后的“自然達峰”,未受政策導向的明顯影響[6]。

圖2 1971—2013年英、德、美等9國的CO2排放情況

2.2 發達國家CO2排放達峰時相關指標分析

CO2排放與經濟發展方式、發展水平特別是能源消費水平高度相關,本文將主要國家CO2排放達峰時的社會經濟指標進行對比,有利于識別CO2排放達峰應具備的社會經濟條件。世界主要發達經濟體CO2排放達峰時的一些經濟指標見表1。

表1 世界主要發達經濟體CO2排放達峰相關指標

注:碳排放數據來源于IEA統計報告《CO2Emissions from Fuel Combustion Highlights》和文獻[7];能源消費量數據來源于BP統計報告《Statistical Review of World Energy》;GDP采用2010年不變價(美元);人口、產業結構數據來源于世界銀行WDI數據庫。

通過對表1中各類指標的比較分析發現:①各經濟體CO2排放總量的達峰時間一般不早于人均CO2排放總量達到峰值的時間。德國、英國、日本、歐盟等國的CO2排放總量峰值和人均峰值出現在相同年份,加拿大、西班牙等國家總量峰值時間晚于人均峰值時間。出現這種情況主要是由于人均CO2排放達峰后,這些國家的人口繼續保持增長,而CO2排放量在未來幾年出現下降,后又有回升所致。從圖3可見,加拿大、西班牙兩國人口一直保持增長,但CO2排放增長量出現下降后分別于2003—2004年、2005—2006年又出現回升,導致人均峰值時間早于總量峰值時間出現的情況。在人口保持增長的情況下,人均CO2排放總量是否平穩或下降,是判斷峰值年是否即將到來的直觀先行指標。②總量達峰時間一般都先于能源消費達峰時間,意味著這些國家在達峰時經濟增長與化石能源消耗實現了“脫鉤”,或經濟發展所需要的新增能源主要通過不產生CO2排放的可再生能源來滿足。③各經濟體總量達峰時已處于極高的工業化和城市化水平。根據錢納里對工業化基本階段的劃分標準,大部分國家達峰時都基本完成了工業化的后期階段,美國、日本、加拿大、澳大利亞、比利時進入了后工業化社會時期(農業產業比重低于10%,工業比重低于服務業,城鎮化率>75%)。同時,根據諾瑟姆城市化三階段理論,實現CO2排放達峰的國家基本處于城市化后期階段(城市化率超過70%)。

圖3 加拿大、西班牙兩國人口與CO2排放指標對比

2.3 基于國際經驗值的簡要啟示與討論

國際經驗值對中國整體達峰的啟示:本文對2004—2016年我國CO2排放基本情況與相應社會經濟條件進行了統計,見表2。根據世界主要發達國家CO2排放達峰時主要社會經濟指標情況分析和得到的相關結論做出簡要推斷:①我國的CO2排放量在2014年出現了階段性極大值,但難以得出已實現了峰值的結論。觀察我國近年的CO2排放總量數據,發現在2014年我國出現了總量極值點(極值量92.24億t)。部分國際研究機構(如倫敦政治經濟學院格蘭瑟姆研究所)做出了中國CO2排放或已達峰的判斷。關于我國CO2排放總量是否達峰,還需更多時間觀察做進一步的研判,本文傾向于我國CO2排放未達峰。對應前述國際經驗值,支撐這一結論的原因主要包括兩個方面:一是類比日本、澳大利亞等國家“波動性峰值”的情形,出現階段性極大值點不一定意味著出現了峰值,我國2014年極值點的出現可能與經濟發展進入“新常態”、經濟增速下滑、能源消費總量控制引發的化石能源消費增速下降有關。二是我國的城市化水平仍然在快速增長,而城市化被大量文獻證明為驅動CO2排量增長的重要因素[8,9],這一因素持續增長意味著碳排放已達峰的結論還為時尚早。②我國已出現了實現峰值目標的傾向,峰值目標將在2030年前出現。判斷的依據主要有:一是人均CO2排放在2013年后出現明顯下降。根據國際經驗,這一關鍵指標的下降是CO2排放正在接近峰值的最顯著信號;二是我國的產業結構已基本接近工業化后期階段的水平,工業化階段的完成將在很大程度上促成峰值年的實現;三是進一步從城市化指標看,按照發達經濟體達峰時城市化率基本在70%以上的情形估算,我國大約需要10年時間才能達到這一水平。即碳排放峰值目標在“十五五”時期出現,但應早于2030年。③我國整體實現峰值時,人均CO2排放水平將在6t以下,低于發達國家的水平,這為從人均公平角度研究碳排放空間提供了新視角。但按照我國INDC提出的碳強度下降目標,達峰時我國碳強度水平可能在9—10t/萬美元之間,這一數據相對發達國家仍偏高,達峰后還需要采取進一步措施以降低碳強度。

表2 2004—2016年中國CO2排放相關情況

(續表2)

年份CO2排放總量(億t)人均CO2排放量(t)人均CO2排放量增長率(%)能源消費總量(億tce)人均能源消耗量(tce)碳強度(t/萬美元) 城市化率(%)產業結構(%)201081．196．56 9．1736．102．4313．3047．509．546．444．1201188．077．24 10．3838．702．5911．6051．279．446．444．2201289．797．43 2．5340．202．6810．5052．579．445．345．3201392．197．56 1．7841．703．079．6053．709．344．046．7201492．247．54-0．1742．603．128．8054．779．143．147．8201591．656．69-11．3943．003．148．3056．108．840．950．2201691．236．62-1．0343．63．168．1057．358．639．851．6

國際經驗值對我國各省市達峰的啟示:2016年11月我國印發的《“十三五”控制溫室氣體排放工作方案》提出,支持優化開發區域和低碳試點省市在2020年前實現碳排放率先達峰。本文據此選擇廣東省、江蘇省、北京市、天津市等10個省市觀察其近十年來人均CO2排放情況(圖4),通過該指標簡單研判這些省市的達峰時間。各省市人均CO2排放數據由本研究根據《中國省級溫室氣體清單編制指南》提供的方法計算得出。

圖4 2005—2015年我國部分優化開發區域、低碳試點省份人均CO2排放變化情況

從圖4可知,2005—2015年海南省、江蘇省、浙江省、山東省人均CO2排放仍呈持續增加趨勢;廣東省人均CO2排放雖呈現上升趨勢,但上升速度逐年降低;北京、上海等其他5個省市的人均CO2排放則均趨于平緩或進入下降階段。北京市從2007年起人均CO2即呈現緩慢下降趨勢;上海市人均CO2排放基本圍繞11t/人左右的水平窄幅波動,進入一個平臺期;湖北省、河北省人均CO2排放在2013年之后呈現下降趨勢;天津市人均CO2排放在2014年后呈現下降趨勢。根據前述國際經驗可推測出,北京市、上海市、天津市、河北省、湖北省等5省市CO2排放有率先達峰的可能性,在一定程度上加快了我國實現CO2排放峰值目標的步伐。

3 關于中國CO2排放峰值研究的評述

3.1 主要預測方法簡述

學術界基于“自上而下”或“自下而上”的框架結構,探索了多種CO2排放峰值預測方法,見表3。通過盤點發現,理論界已開發出了多種方法體系用于預測CO2排放峰值,為各區域盡早實現CO2排放峰值提供了方法支撐。此外,盡管各方法體系建立的理論基礎和構建思路存在一定差異,但最終都落腳在CO2排放的影響因素上,可謂“殊途同歸”。更為本質的差距在于對CO2排放主要影響因素的選擇不同、情景設置中關鍵參數的設置不同。

3.2 以國家及行業層面為主體的研究評述

理論界對我國CO2排放峰值的研究大致以2014年國家明確達峰目標這一歷史事件為分界點,分成兩個階段。第一個階段是在達峰目標明確之前,主要根據我國的工業化、城市化發展進程和《京都議定書》中提到的控制全球氣候溫升變化等要求來探討何時能達到拐點,代表性研究成果見表4。第二階段是在明確達峰目標之后,研究者的關注重心發生明顯轉變,更多研究力量投入到研判我國能否盡早實現、如何盡早實現、以何種水平實現、實現的社會經濟影響和系統風險等問題。在這一階段關于行業峰值的預測和分析增多(表5)。

表3 CO2排放峰值主要預測方法盤點

(續表3)

預測方法代表性文獻方法簡要描述LEAP吳堯萍(2013年)常征(2014年)楊順順(2017年)LEAP模型通過預測不同情景下各部門(終端消費、能源加工轉換、資源開采、非用能部門等)的能源需求量，結合碳排放因子對CO2排放峰值進行預測排放清單法Wang(2015年)蘇(2015年)Xu(2016年)排放清單法是根據CO2排放量為各種能源品種的消耗量與其對應CO2排放因子之積的加總，對能源結構、技術、政策等影響能源品種消耗量的因子進行情景設置，預測不同情境下的CO2排放量及峰值。排放清單法靈活性較強，有多種變形IPAC姜克雋(2009年)IPAC模型是基于與未來碳排放密切相關的經濟發展、人口、城市化、行業發展、氣候變化政策、技術等主要因素，借助情景分析，設置情景參數，對能源需求和CO2排放趨勢進行分析和預測Moon-Sonn(最優經濟增長模型)朱永彬(2009年)王錚(2010年)蔣偉(2013年)Moon-Sonn模型是根據經濟最優增長率函數，設置參數計算未來經濟平穩增長路徑下的經濟增長率，對GDP、能源消費量進行估計，再通過預測未來時間段的能源結構和產業結構，對CO2排放量進行預測MARKAL-MACRO周偉(2010年)MARKAL-MACRO模型主要是基于其效用函數，從人口、宏觀經濟、能源效率、能源結構等子系統設定不同的情景方案，探究能源消費和CO2排放的情況，預測CO2排放峰值IAMC柴麒敏(2015年)IAMC模型是基于經濟發展速度、結構和技術變化及其背后的政策目標等進行情景設計，并把峰值年預測值作為情景參數，預測不同峰值年下CO2排放的峰值，并對CO2排放路徑進行探討系統動力學模型佟賀豐(2010年)苑清敏(2016年)Li(2017年)系統動力學模型通過建立碳排放系統動力學流程圖，分析CO2排放的影響因素，根據歷史數據確定模型參數，在對影響因素設置情景的基礎上對CO2排放情況進行模擬分析。該模型可拓展到水泥、原鋁等行業，用于行業CO2排放預測投入—產出模型薛勇(2011年)馮宗憲(2016年)投入—產出模型主要是結合結構分解法(SDA)，對CO2排放的影響因素進行分析，并在分析關鍵影響因素的基礎上，借助情景分析方法對CO2排放峰值進行預測IESOCEM(跨期能源系統優化和碳排放模型)畢超(2015年)IESOCEM模型通過分析經濟社會指標(GDP、產業結構、人口和城市化等)與能源服務需求量之間的歷史規律和數量關系，對跨期分類能源服務需求進行預測，并結合經濟成本、技術效率以及能源政策和規劃要求對經濟技術參數、CO2排放系數進行設置，對能源消費量、構成、CO2排放趨勢和峰值進行預測C-GEMZhang(2016年)C-GEM模型是根據碳價、燃料稅、新能源發展和補貼等能源政策的力度進行情景設置，對能源消費和CO2排放情況進行預測和分析MERGEBlanford，2008年MERGE模型主要通過預測人口、GDP、勞動生產率等經濟發展因素和能源強度，對能源消費量進行預測，并根據碳價差異設置不同情景，探究全球各國CO2排放情況與達峰時間GCAMZhou(2018年)GCAM模型通過對人口、GDP增長、能源效率、服務需求等因素進行預測，同時考慮能源技術的經濟成本、市場偏好性等，設置不同情景，預測能源消費量和CO2排放量。該模型靈活性較強，可用于各行業的CO2排放預測，且模型數據易獲得

表4 第一階段代表性研究成果

表5 第二階段代表性研究成果

3.3 以我國省市為主體的研究評述

另有一些學者對我國部分省市的達峰時間做了預測,各省區經濟總量、技術情況、能源消耗情況、人口、城鎮化率、減排力度等主要影響因素差異較大,導致各省區峰值預測的時間具有差異性,見表6。由表6可見,2014年前的相關主題研究都認為研究的省份在2030年后才會達到峰值,這一時間在2014年后的相關主題中明顯提前。從區域差異看,研究者多認為北京、天津、浙江等東部省份的達峰時間在2030年前,而中西部省份峰值的出現時間更晚。因此,要實現2030年我國整體CO2達峰的目標,2020年后中西部省份減排是重中之重。

表6 理論界對中國部分省市的峰值預測研究

4 結論與展望

4.1 結論

我國CO2排放峰值問題作為2014年《中美氣候變化聯合聲明》的核心內容,受到了理論界與政策界的密切關注。本文首先比較了世界主要發達國家CO2排放的歷史趨勢、達峰時間、達峰時各國的社會經濟狀況,探討了國際CO2排放達峰經驗對我國整體及省市CO2排放達峰的可能啟示。研究發現:根據峰值穩定性狀況的差異,世界主要發達國家CO2排放峰值可分為穩定型峰值、亞穩定型峰值和波動型峰值三種。我國在2014年出現了CO2排放極大值點,但并不意味著已達到了峰值;人均CO2排放是否出現平穩或下降趨勢、工業化和城市化是否達到極高水平,可作為判斷峰值年是否即將到來的直觀指標。據此研判,我國整體以及北京、上海、天津等省市已出現了接近實現峰值的傾向,我國CO2排放峰值將在2030年前出現;我國達到峰值時,人均CO2排放低于發達國家達峰時的水平、碳強度高于發達國家達峰時水平,達峰后仍需要注重以技術進步和結構優化為導向的減排努力。此外,本研究系統梳理了理論界關于我國CO2排放峰值預測主要方法、研究側重點和省域差異方面的相關研究成果。梳理發現:理論界針對CO2排放峰值已開發了包括IPAT、LEAP、系統動力學、CGE等在內的至少16種預測方法,這些方法遵從“自上而下”或“自下而上”或兩者結合的方法框架,為CO2排放峰值預測提供了豐富的方法論指導,對CO2排放影響因素的不同理解和對應情景設置的不同構成了這些方法的主要差異;理論界關于我國CO2排放峰值的研究大致以2014年國家明確達峰目標這一歷史事件分成兩個階段:第一階段主要根據我國的工業化、城市化發展進程等來探討峰值時間;第二階段研究者的重心轉變到研判我國2030年達峰目標的實現路徑、社會經濟影響等方面,同時關于行業峰值的預測和分析增多;基于不同省份的實證預測研究發現,CO2排放峰值表現出明顯的區域差異,多認為北京、天津、浙江等東部省份的達峰時間在2030年前,而中西部省份峰值的出現時間更晚。

4.2 未來研究展望

目前有研究在以下三個方面還有待加強:①根據政策變化重新進行情景設置和參數設定。現有研究通過人口、GDP、產業結構、能源結構、技術等社會經濟指標和相關的政策規劃進行情景設置,對這些因素的設置在很大程度上影響著峰值年出現時間的判斷。我國政策層面加大了對生態文明、綠色發展和美麗中國建設目標的重視力度,重大改革或政策調整經常發生,需要及時跟蹤并針對性地進行參數調整。如放開“二胎”政策、碳市場啟動等重大政策安排,從根本上改變了峰值的實現時間,現有文獻對這些因素的考慮明顯滯后。②進一步加強針對不同區域和細分行業的達峰研究。排放結構不平衡是我國在應對氣候變化領域的基本特征,但現有研究多集中于我國整體和部分省份CO2排放峰值的預測,對一些特定區域層面的研究較少,尤其是關于城市、西部省份和資源型省份達峰的研究更少。此外,對交通、建筑、鋼鐵、水泥、電力、煤炭等重點行業達峰的研究也較少。③重視對同一區域采用不同的方法進行比較研究。CO2排放峰值預測方法較多,不同方法的構造思路存在較大差異,而現有文獻多利用一種方法對區域CO2排放峰值進行預測,應強化對同一區域不同峰值預測方法的綜合比較研究和不確定性分析。

:

[1]黎斌林,申維.基于多循環Hubbert模型對全球石油峰值的預測[J].中國礦業,2014,23(1)∶40-43,61.

[2]Istoni L S,Patricia R R,Francisco T R.Modeling Oil Production and Its Peak by Means of A Stochastic Diffusion Process Based on The Hubbert Curve[J].Energy,2017,133(5)∶455-470.

[3]Wang Q,Li R R.Decline in China′s Coal Consumption：An Evidence of Peak Coal or A Temporary Blip[J].Energy Policy,2017,108(6)∶696-701.

[4]汪克亮,楊寶臣,楊力.考慮環境效應的中國省際全要素能源效率研究[J].管理科學,2010,23(6)∶100-111.

[5]吳建新, 黃蒙蒙. 中國城市經濟的綠色轉型：基于環境效率和環境全要素生產率的分析[J].產經評論,2016,7(6)∶98-115.

[6]柴麒敏,徐華清.基于IAMC模型的中國碳排放峰值目標實現路徑研究[J].中國人口·資源與環境,2015,25(6)∶37-46.

[7]何建坤.CO2排放峰值分析：中國的減排目標與對策[J].中國人口·資源與環境,2013,23(12)∶1-9.

[8]林伯強,劉希穎.中國城市化階段的碳排放：影響因素和減排策略[J].經濟研究,2010,45(8)∶66-78.

[9]周葵,戴小文.中國城市化進程與碳排放量關系的實證研究[J].中國人口·資源與環境,2013,23(4)∶41-48.

[10]楊秀,付琳,丁丁.區域碳排放峰值測算若干問題思考：以北京市為例[J].中國人口·資源與環境,2015,25(10)∶39-44.

[11] 林伯強,蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析[J].管理世界,2009,4(4)∶27-36.

[12] 趙忠秀,王苒,Hinrich V,等.基于經典環境庫茲涅茨模型的中國碳排放拐點預測[J].財貿經濟,2013,(10)∶81-88,48.

[13]杜強,陳喬,陸寧.基于改進IPAT模型的中國未來碳排放預測[J].環境科學學報,2012,32(9)∶2294-2302.

[14]朱宇恩,李麗芬,賀思思,等.基于IPAT模型和情景分析法的山西省碳排放峰值年預測[J].資源科學,2016,38(12)∶2316-2325.

[15]Li F F,Xu Z,Ma H.Can China Achieve Its CO2Emissions Peak by 2030[J].Ecological Indicators,2018,84(8)∶337-344.

[16]渠慎寧,郭朝先.基于STIRPAT模型的中國碳排放峰值預測研究[J].中國人口·資源與環境,2010,20(12)∶10-15.

[17]王憲恩,王泳璇,段海燕.區域能源消費碳排放峰值預測及可控性研究[J].中國人口·資源與環境,2014,24(8)∶9-16.

[18]王勇,畢瑩,王恩東.中國工業碳排放達峰的情景預測與減排潛力評估[J].中國人口·資源與環境,2017,27(10)∶131-140.

[19]吳堯萍,王遠,林曉梅,等.江蘇省能源需求預測及二氧化碳減排研究[J].長江流域資源與環境,2013,22(7)∶908-914.

[20]常征,潘克西.基于LEAP模型的上海長期能源消耗及碳排放分析[J].當代財經,2014,(1)∶98-106.

[21]楊順順.基于LEAP模型的長江經濟帶分區域碳排放核算及情景分析[J].生態經濟,2017,33(9)∶26-30.

[22]Wang Z X,Zhang J J,Pan L,etal.Estimate of China′s Energy Carbon Emissions Peak and Analysis on Electric Power Carbon Emissions[J].Science Direct,2014,5(4)∶181-188.

,趙錦洋,胡建信.中國電力行業1990—2050年溫室氣體排放研究[J].氣候變化研究進展,2015,11(5)∶353-362.

[24]Xu J H,Yi B W,Fan Y.A Bottom-up Optimization Model for Long-term CO2Emissions Reduction Pathway in The Cement Industry：A Case Study of China[J].International Journal of Greenhouse Gas Control,2016,44(11)∶199-216.

[25]姜克雋,胡秀蓮,劉強,等.2050低碳經濟情景預測[J].環境保護,2009,(24)∶28-30.

[26]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,2009,64(8)∶935-944.

[27]王錚,翟石艷,馬曉哲.河南省能源消費碳排放的歷史特征及趨勢預測[J].地域研究與開發,2010,29(6)∶69-74.

[28]蔣偉,汪卓妮,蘇方林.貴州省能源消費及碳排放高峰模擬預測[J].貴州農業科學,2013,41(4)∶151-155,160.

[29]周偉,米紅.中國碳排放：國際比較與減排戰略[J].資源科學,2010,32(8)∶1570-1577.

[30]Chen W Y.The Costs of Mitigating Carbon Emissions in China：Findings from China MARKAL-MACRO Modeling[J].Energy Policy,2005,33(7)∶885-896.

[31]佟賀豐,崔源聲,屈慰雙,等.基于系統動力學的我國水泥行業CO2排放情景分析[J].中國軟科學,2010,(3)∶40-50.

[32]苑清敏,劉琪,劉俊.基于系統動力學的城市碳排放及減排潛力分析——以天津市為例[J].安全與環境學報,2016,16(6)∶256-261.

[33]Li Q,Zhang W J,Li H Q,etal.CO2Emission Trends of China′s Primary Aluminum Industry：A Scenario Analysis Using System Dynamics Model[J].Energy Policy,2017,105(2)∶225-235.

[34]薛勇,郭菊娥,孟磊.中國CO2排放的影響因素分解與預測[J].中國人口·資源與環境,2011,21(5)∶106-112.

[35]馮宗憲,王安靜.陜西省碳排放因素分解與碳峰值預測研究[J].西南民族大學學報(人文社科版),2016,37(8)∶112-119.

[36]畢超.中國能源CO2排放峰值方案及政策建議[J].中國人口·資源與環境,2015,25(5)∶20-27.

[37]Zhang X L,Karplus V J,Qi T Y,etal.Carbon Emissions in China：How Far Can New Efforts Bend The Curve[J].Energy Economics,2016,54(12)∶388-395.

[38]Blanford G J,Richels R G,Rutherford T F.Revised Emissions Growth Projections for China：Why Post Kyoto Climate Policy Must Look East[J].Discussion paper 2008-06,Cambridge,Mass,USA：Harvard Project on International Climate Agreements,2008,(3)∶1-32.

[39]Zhou S,Wang Y,Yuan Z Y,etal.Peak Energy Consumption and CO2Emissions in China′s Industrial Sector[J].Energy Strategy Reviews,2018,20(2)∶113-123.

[40]岳超,王少鵬,朱江玲,等.2050年中國碳排放量的情景預測——碳排放與社會發展Ⅳ[J].北京大學學報(自然科學版),2010,46(4)∶517-524.

[41]紀建悅,姜興坤.我國建筑業碳排放預測研究[J].中國海洋大學學報(社會科學版),2012,(1)∶53-57.

[42]Tian Y H,Zhu Q H,Geng Y.An Analysis of Energy-related Greenhouse Gas Emissions in The Chinese Iron and Steel Industry[J].Energy Policy,2013,56(12)∶352-361.

[43]郭朝先.中國工業碳減排潛力估算[J].中國人口·資源與環境,2014,24(9)∶13-20.

[44]Wang Z,Zhu Y S,Zhu Y B,etal.Energy Structure Change and Carbon Emission Trends in China[J].Energy,2016,115(8)∶369-377.

[45]邵帥,張曦,趙興榮.中國制造業碳排放的經驗分解與達峰路徑——廣義迪氏指數分解和動態情景分析[J].中國工業經濟,2017,(3)∶44-63.

[46]Meng M,Jing K Q,Mander S.Scenario Analysis of CO2Emissions from China′s Electric Power Industry[J].Journal of Cleaner Production,2016,142(10)∶3101-3108.

[47]黃蕊,朱永彬,王錚.上海市能源消費趨勢和碳排放高峰估計[J].上海經濟研究,2010,(10)∶81-90.

[48]劉曉,熊文,朱永彬,等.經濟平穩增長下的湖南省能源消費量及碳排放量預測[J].熱帶地理,2011,31(3)∶310-315.

[49]翟石艷,王錚,馬曉哲,等.區域碳排放量的計算——以廣東省為例[J].應用生態學報,2011,22(6)∶1543-1551.

[50]席細平,謝運生,王賀禮,等.基于IPAT模型的江西省碳排放峰值預測研究[J].江西科學,2014,32(6)∶768-772.

[51]黃蕊,王錚,丁冠群,等.基于STIRPAT模型的江蘇省能源消費碳排放影響因素分析及趨勢預測[J].地理研究,2016,35(4)∶781-789.

[52]劉晴川,李強,鄭旭煦.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,2017,37(4)∶1582-1593.

[53]陳麗君,吳紅梅,范玲,等.浙江省碳排放峰值判斷及其對策研究[J].中國能源,2017,39(4)∶43-47.

[54]IEA.CO2Emissions from Fuel Combustion[R].Paris：IEA Statistics,2015∶1-138．

[55]IPCC.Climate Change 2013：The Physical Science Basis[M].Cambridge：Cambridge University Press,2014∶4-6.

[56]BP.Statistical Review of World Energy June 2015[R].London,2015∶1-44.