基于IO-SDA 法的2020～2060 年中國行業CO2排放預測與分析

王火根,汪鈺婷,肖麗香(江西農業大學經濟管理學院,江西 南昌 330045)

目前,中國正處于工業化深化發展階段,能源需求保持剛性增長,CO2排放持續增長.行業生產消耗了中國87%的能源,貢獻了95%的CO2排放,其節能降碳對實現碳達峰碳中和具有重要意義.

針對CO2排放進行驅動因素分解的研究較多,研究尺度涵蓋了國家[1-5]、區域[6-7]、省市[8-9]和行業[10-12].指數分解法(IDA)和結構分解法(SDA)是兩種通行的因素分解方法.相比于IDA 法,SDA 法對數據要求高,但可憑借投入產出模型全面分析各種直接和間接影響因素,特別是一部門最終需求變動對其他部門產生的間接影響[13-14].自Leontief 等[15]用投入產出模型測算美國能源消耗污染排放以后,SDA 法逐漸成為環境領域的常用工具.基于此方法,很多學者研究了中國CO2排放變化的影響因素,較為一致的結論是:最終需求規模擴張始終是促進CO2排放增長最主要的因素;能源消費結構、碳強度是CO2減排的主要因素;投入產出結構一般表現為正向效應;能耗強度和最終需求結構在各個階段起的作用不一致.

現有研究存在的主要問題是數據滯后.受未來能源和投入產出表難以獲得的限制,絕大多數文獻利用歷史數據對CO2變化影響因素進行現狀分析,忽視了雙碳目標下,經濟、能源系統將產生顛覆性變革,難以根據過去的數據得到建設性結論和政策啟示.實際上,雙碳目標提出以來,涌現了許多碳中和情景下的長期能源需求和經濟走勢預測成果.多家機構[16-21]綜合考慮中國社會經濟現實,對能源、經濟系統轉型和CO2排放的時間表和路線圖進行了探索.由于研究方法和統計口徑并不一致,得到的結論也并不完全一致.大部分機構的結果表明:在碳中和情景下,中國能源相關CO2排放在十五五中期達峰,后經歷5～10 年平臺期,2035 年下降到77 億～102 億t,2035 年后出現明顯下降,到2060 年剩余10 億t 以下;煤、油、氣分別在十四五、十五五、十六五時期達峰,非化石能源逐步成為主導能源. 2035 年GDP總量將比2020 年翻一番,2060 年將比2020 年翻兩番;產業結構加快向服務業主導結構轉型.同時,一些學者以細分行業為切入點,通過自上而下的綜合評估模型或自下而上的技術模型探索了中國重點行業[22]、電力[23]、工業[24]等領域的碳達峰與碳中和路徑,也有一些學者通過梳理發達國家碳中和經驗,立足本國國情,針對鋼鐵[25]、化學[26]、交通[27]等行業制定了CO2排放達峰與中和方案.以上研究大多明確了雙碳目標下中國整體及細分行業的各階段目標、措施和政策,能為未來40 年的CO2排放相關研究提供關鍵年份的能源和經濟數據支持.

因此,本文采用IO-SDA 法,將中國2020～2060年3 個階段12 個行業能源燃燒的CO2排放量變化進行分解研究,根據國內權威機構對經濟的預測,采用RAS 法[28-31]測算2025～2060 年直接消耗系數和投入產出表;在此基礎上,結合國內能源預測成果,定量分析達峰平臺期、快速減排期與全面中和期3 階段下碳排放強度、投入產出結構、最終需求結構和最終需求規模4 項因素對中國行業CO2排放變化的貢獻及階段特征.

1 研究方法

本文利用IO-SDA 法量化各影響因素對中國行業CO2排放變化的影響.一致做法是從CO2排放核算公式Q=CLY 中析取影響因素進行分解.其中,Q為CO2排放總量;C 為單位產出CO2排放,即碳排放強度,反映能源利用效率;L =(I ?A )-1為Leontief 逆矩陣,反映經濟系統產業聯系和技術水平;Y 為最終需求,反映經濟規模.因此, CO2排放影響因素一般被分解為三大類:能源影響、技術影響和需求影響[2,32].更為常見的做法是,在三大因素的基礎上,根據研究需要進行擴展,進一步探究具體因素對碳排放變化的影響[33-34].本文參考陳慶能等[35]、劉云楓等[4]的研究,將CO2排放變化分解為碳排放強度效應、投入產出結構效應、最終需求結構效應、最終需求規模效應.

1.1 環境投入產出模型

投入產出模型(Input-Output method)能利用代數矩陣很好地反映經濟系統各行業間的生產與消耗關系.假設一個經濟系統由n 個行業組成,通過式(1),將最終產品列向量 Y( n×1)與總產值列向量X( n×1)聯系起來.

也可以寫為

式中: A 為直接消耗系數矩陣,I 為A 的同階單位陣,(I ?A )?1為Leontief 逆矩陣,矩陣中的元素稱為Leontief 逆系數,表示獲得某部門單位最終產品時對所有部門中間產品的完全消耗.

當污染物排放指標已知時,可以建立環境投入產出模型.設Q為CO2排放量, C 為碳排放強度,代表單位貨幣產出的CO2排放量,則

式中:ECi為8 大類化石能源消費量(包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣),EiF為該能源的碳排放系數,44/12 為將碳轉化為CO2的系數.

本文在Leontief 模型的基礎上,結合式(2)和(4),構建環境投入產出模型,如式(5)所示:

1.2 結構分解分析

在式(5)中,令投入產出結構L =(I ?A)?1反映各個行業的關聯關系.將最終需求向量 Y( n×1)拆分為最終需求結構 Z(n ×r)和最終需求規模 S( r×1)的乘積,Z 中的元素表示各行業消費比重、投資比重及凈出口比重,S 中的元素為消費總額、投資總額及凈出口總額.則CO2排放量可分解為4 項驅動因素的乘積:

CO2排放變化量被表示為:

式中:tQ 和0Q 分別表示第t 期和第0 期的CO2排放量.因為計算兩個不同時期的變化,最終結果可以是基于第t 期,也可以是基于第0 期.

如果從第t 期開始進行分解,有:

如果從第0 期開始進行分解,有:

根據兩極分解法[1,4,36]得到ΔQ 的分解公式:

式中:ΔCQ 、ΔLQ 、ΔQZ、ΔSQ 分別表示碳排放強度效應、投入產出結構效應、最終需求結構效應和最終需求規模效應.

1.3 基于RAS 法的投入產出表編制方法

RAS 法又叫雙比例尺度法,它的基本思想是以基礎年份中間流量矩陣為出發點,根據目標年份的總產出、中間使用合計和中間投入合計等數據,找出一套行乘數R 去調整基礎年份直接消耗系數矩陣0A 的各行元素,使經過調整后的中間流量矩陣的行合計與目標年份的中間使用合計相等;同時找出一套列乘數S 去調整基礎年份直接消耗系數矩陣A0的各列元素,使經過調整后的中間流量矩陣的列合計與目標年份的中間投入合計相等,即經過不斷調整最后找到一個能滿足行和列雙重約束的中間流量矩陣,進而求得該中間流量矩陣對應的直接消耗矩陣At,最后求得投入產出結構[29,37-39].假設中間使用合計和中間投入合計分別為U?和C?,則目標年份的投入產出結構At預測的基本步驟如下:

(1)已知基礎年份中間流量矩陣,可以求出基礎年份直接消耗系數矩陣0A ,用0A 乘以目標年份的總產出對角陣,得到目標年份的中間流量矩陣.將1W 中各行元素合計與各列元素合計都與U?比和C?比較,若不一致時需要進行調整.

(2)行調整.令 U1為矩陣W1各行元素合計數的列向量.若要 U1與U?對應元素相等,應當計算第一次行調整系數向量.用左乘W1,得到,即.此時中間流量矩陣的各行元素合計數與U?對應元素相等.量矩陣

(3)列調整.令 C1為第一次行調整得到的中間流各列元素合計數的行向量,但 C1與C?對應元素不一致.若要使兩者對應元素相等,應當計算第一次列調整系數向量.用右乘,得到.此時中間流量矩陣的各列元素合計數與C?對應元素相等.

(4)進一步調整行和列.令U2為經過第一次行和列調整的中間流量矩陣各行元素合計數的列向量,但U2與?U 對應元素又不一致了.若要使兩者對應元素相等,需要進行第二次行調整系數,用左乘,得到.同理,令C2為第二次行調整得到的中間流量矩陣各列元素合計數的行向量,但C2與C?對應元素不一致.若要使兩者對應元素相等,應當計算第二次列調整系數向量.用右乘,得到

(5)目標年份中間流量矩陣Wt.假設行與列都經過n 次調整,直到 Un與U?相當接近或相等, Cn與 C?相當接近或相等,從而得到目標年份的中間流量矩陣:

IO-SDA 法與RAS 法均通過Excel 實現,其中RAS 法在操作層面存在簡易處理方法[29].

2 數據獲取及處理

2.1 行業分類與可比價投入產出表的編制

本文2017、2020 年投入產出表來源于國家統計局.因為兩個年份投入產出表部門分類不同,前者為42 部門,后者為153 部門,為便于后續計算,參考國家統計局發布的《國民經濟行業分類GB/T4754-2017》并對照能源消費量中的行業分類情況,把原有的部門重新合并成12 行業投入產出表和能源消費統計表,并以2017 年為基準年,對2020 年行業價格數據進行平減,如表1 所示

表1 行業分類與價格指數Table 1 Industry classification and price index

2.2 能源系統數據的獲取及處理

2.2.1 歷史能源消費數據與碳排放系數的獲取及處理 《中國統計年鑒》中的能源消費數據以能源實物量計量,不同品種的計量單位不同,在測算時參照《中國能源統計年鑒》中的折標煤系數,將各品種能源實物量轉換為標準量.假定碳排放系數EFi在研究期內固定,非化石能源不產生碳排放,其系數為0.8種一次化石能源的轉換系數和碳排放系數見表2.另外,考慮到一些能源加工轉換行業,例如石油煤炭及

表2 分能源品種的標準煤轉換系數和碳排放系數Table 2 Standard coal conversion coefficient and carbon emission coefficient of energy varieties

其他燃料加工業,原煤與原油絕大部分用于生產原料(而非燃料)使用,被轉化成焦炭、煤油等二次能源,只有當這些二次能源燃燒時才會釋放CO2.為避免重復計算造成行業CO2排放量高估,本文利用《中國能源統計年鑒》中的“中國能源平衡表”,對原始數據進行調整:①從石油煤炭及其他燃料加工業的煤炭、原油消費量中扣除用于生產焦炭、汽油、煤油、柴油、燃料油的部分;②從電力等公共品生產和供應業的煤炭消費量中扣除用于生產煤氣等燃氣的部分;③從采掘業中扣除煤炭的洗選損失量、石油損失量、天然氣損失量.

2.2.2 未來能源消費數據與 CO2排放量的測算 基于《能源生產和消費革命戰略(2016—2030)》《關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》《2030 年前碳達峰行動方案》等國家政策文件,《中國能源體系碳中和路線圖》等國際預測報告,借鑒蔡博峰等[16]在《中國碳中和目標下的二氧化碳排放路徑》CAEP-CP1.1情景下2025～2060 年用于燃燒的能源消費量和各能源占比的結論,扣除居民生活使用消費后得到本文行業一次能源消費數據.值得注意的是,2025 年及以后的能源預測數據是將一次化石能源合并為煤炭、石油、天然氣3 種能源,這3 種能源的碳排放系數不能直接從統計數據中獲得,而不同學者和機構測算出的結果不完全一致但相差不大,本文采用中國科委氣候變化項目課題組[40]測算的結果,見表3.

表3 分能源品種的標準煤轉換系數和碳排放系數Table 3 Standard coal conversion coefficient and carbon emission coefficient of energy varieties

利用式(3)計算2025～2060 年CO2排放總量,如表4 所示.未來重點行業如電力、工業、鋼鐵、化工、交通等的能源消費參考前人[23-27]的研究,剩余行業按照一次能源消費總量減去重點行業能源消費量,結合2007～2020 年的行業能源消費演變趨勢預測.

表4 2025～2060 年能源消費量、能源結構與CO2排放量測算Table 4 Calculation of energy consumption, energy structure and CO2 emissions from 2025 to 2060

2.3 經濟系統數據的獲取及處理

要獲得未來年份的投入產出表,首先要預測目標年份的總產出、增加值等總量控制指標[41].參考相關機構與學者[19,42-44]的研究,結合當前經濟發展實際,對GDP 增速進行預測,如表5 所示.

表5 2021～2060 年GDP 增速預測(%)Table 5 Forecast of GDP growth rate from 2021 to 2060(%)

根據表5 和2020 年GDP,可計算2025～2060 年GDP;基于張希良等[19]對2060 年產值指數的預測,確定2060 年中國及各行業總產出;結合2060 年GDP,得2060 年增加值率;遵循“2050 年前增加值率逐年提高,增速放緩;2050 年現代化強國目標實現,而后增加值率保持相對穩定”的原則推算2025～2055 年增加值率,得到2025～2055 年總產出.

借鑒歐盟、日本、美國等發達國家經驗,結合中國新發展理念、供給側結構性改革等措施,認為中國產業結構將加快向服務業主導轉型.參考張希良等[19]的結論,得到2025～2060 年產業結構和各行業增加值;結合2007～2020 年各行業增加值率變化趨勢,推算2025～2055 年各行業的增加值率,將2025～2055 年總產出分解到各個行業,獲得各行業的總產出.

隨著人們生活水平和收入水平的提高,最終消費占比逐漸上升,并且在“擴大內需”的刺激下,消費比例會以更快的速度上升[19].假定中國凈出口率常年保持在2%,借鑒發達國家最終需求結構變化趨勢,以其當前的平均水平作為中國2050 年最終需求結構,進而推算到其他年份.主要宏觀發展指標見表6.

表6 2025～2060 年主要宏觀發展指標預測Table 6 Prediction of major macro development indicators from 2025 to 2060

消費結構將從以物質消費為主轉向精神消費為主.投資結構將從邊際報酬較低的工業為主轉向邊際報酬較高的服務業為主[45].假定未來凈出口結構與2020 年保持一致,消費和投資結構參考張希良等[19]的研究.根據表6 各階段GDP 和最終需求結構,可得對應最終需求規模及構成(表7).

表7 2025～2060 年最終需求規模構成預測(萬億元)Table 7 The forecast of final demand scale composition from 2025 to 2060(1012yuan)

2.4 2025～2060 年投入產出表測算

參考當前發達國家的投入產出結構,結合中國“去產能”等政策措施,利用RAS 法對2025～2060年投入產出表進行測算. RAS 法所需的基礎數據為基礎年份中間流量矩陣、目標年份控制量(總產出、中間使用合計、中間投入合計).在基礎年份的選擇上,我國基準年度投入產出表的編制年度為逢2、逢7 年度,依賴于專門的投入產出調查[29].投入產出延長表的編制年度為逢0、逢5 年度,采用調查法與RAS 法等非調查方法.目前國家統計局發布的最新的投入產出表為2020 年、2018 年、2017 年.綜合考慮數據的準確性和時效性,選擇2017 年作為基礎年份,2017 年中間流量矩陣為基礎年份中間流量矩陣.前文已對各年各行業的總產出、增加值等數據做了預測,利用公式中間使用合計=總產出-最終需求,即可得相應年份和行業的中間使用合計.根據投入產出表的平衡關系,中間投入合計=總產出-增加值,即可得相應年份和行業的中間投入合計.

3 結果與討論

3.1 2017～2020 年CO2排放:總量視角

利用IO-SDA 法計算2017、2020 年的行業能源相關CO2排放量分別為92.44 億t 和97.47 億t,與國際能源署(IEA)提供的數據接近(表8).

表8 本文與IEA 能耗碳比較Table 8 Energy consumption carbon compared with IEA

由表9 可見,2017～2020 年中國CO2排放增長5.03 億t,增幅為5.4%.最終需求規模效應為12.75 億t,是促進CO2排放增長的主要因素,貢獻度為253.4%.除最終需求規模外,投入產出結構也有較大的貢獻,促進CO2排放增長1.50 億t,貢獻度為29.9%.碳排放強度下降是制約CO2排放增長的主導因素,減少了8.78 億tCO2排放,占變化總量的-174.5%.需求結構的調整一定程度上抑制了CO2排放的快速增長,但效果有限.由此可見,在2017～2020 年,需求擴張是導致CO2增長的重要因素,碳排放強度下降是抑制CO2快速增長的關鍵.

表9 2017～2020 年中國CO2 排放變化IO-SDA 結果Table 9 IO-SDA results of CO2 emission changes in China from 2017 to 2020

3.2 2017～2020 年CO2排放:行業視角

由表10 可見,2020 年電力等公共品生產和供應業消耗化石能源排放的CO2比2017 年增加6.67 億t,占總增量的132.6%,是中國行業CO2排放增長的主要動力.除了電力等公共品生產和供應業和金屬產品制造業、化學工業、石油煤炭及其他燃料加工業輕微增加外,其他行業尤其是采掘業、食品及輕工業、交通運輸倉儲和郵政業等第三產業的CO2排放量均減少.

表10 2017～2020 年分行業CO2排放變化IO-SDA 結果(億t)Table 10 IO-SDA results of CO2 emission changes by industry from 2017 to 2020(108t)

從4 項驅動因素對CO2排放變化的影響來看,碳排放強度下降是促進絕大部分行業CO2減排的主導因素,在電力等公共品生產和供應業、金屬產品制造業、采掘業尤為明顯.說明這些行業能源結構優化和能源效率提高舉措取得了積極成效.

最終需求結構效應對CO2排放變化的影響最小,但總體上抑制了CO2增長,減排0.44億t.減排量最大的是交通運輸倉儲和郵政業,減排1.87億t,超過該因素減排量的4 倍.這和交通運輸倉儲和郵政業在此期間進一步轉變發展方式,優化運輸結構,倡導綠色出行是分不開的.

最終需求規模的變動幾乎增加了所有行業的CO2排放,導致增排12.75 億t,占總效應的253.4%.只給采掘業帶來了0.25 億t 的減排量.根據這一因素對各行業碳排放的影響分析,發現仍然是電力等公共品生產和供應業與金屬產品制造業增長最快,分別增加5.33 億t、3.32 億t,兩者合計占最終需求規模效應的67.9%,對中國產業能源相關CO2排放變化起著舉足輕重的作用.

投入產出結構變動在不同行業呈現不同的特征,電力等公共品生產和供應業增加了3.67 億tCO2排放,另外5 個增排行業增量都在0.18 億t 以下,6 個實現了CO2減排的行業合計只減排2.63 億t.可見,在電力等公共品生產和供應業對CO2排放變動起著舉足輕重的作用下,投入產出結構效應是造成2017～2020 年產業CO2排放增加的另一重要因素,增排1.50 億t,占總效應的29.9%.

3.3 2020～2060 年CO2排放:總量視角

表11 結果表明:中國行業能源相關CO2排放應在2030 年左右達到峰值,2035 年前呈現穩中有降趨勢,為達峰平臺期;2035～2050 年各階段CO2減排量在18.90 億～20.93 億t 之間,為快速減排期; 2050～2060 年各階段CO2減排量17.62 億～17.67 億t,為全面中和期.從分解結果來看,2020～2060 年中國CO2減排86.55 億t,碳排放強度效應為-171.16 億t,貢獻度為197.8%.在各個階段均促進CO2減排,且始終為促進CO2減排的主導因素;投入產出結構效應為-36.53 億t,最終需求結構效應為-11.44 億t,貢獻度分別為42.2%、13.2%.除了2045～2050 年和2055～2060 年,投入產出結構效應在各個階段均為促進CO2排放下降的第二大驅動因素;除了2050～2055年,最終需求結構效應一直是CO2排放的促降因素,但整體影響較小,特別是隨著2050年中國現代化強國目標實現之后,最終需求結構保持基本穩定,其變動對CO2排放的影響不足0.01 億t.最終需求規模效應是促進CO2排放增長的唯一因素,在其他因素不變的條件下,中國2020～2060 年最終需求規模擴張導致的CO2排放為132.58 億t,減排貢獻度為-153.2%.但隨著經濟增速逐步放緩,最終需求規模效應越來越小,增排量從2020～2025 年間的24.89億t 逐步下降到2055～2060 年間的1.75 億t.

表11 2020～2060 年中國CO2 排放變化IO-SDA 結果(億t)Table 11 IO-SDA results of CO2 emission changes in China from 2020 to 2060(108t)

3.4 2020～2060 年CO2排放:階段視角

按照達峰平臺期、快速減排期和全面中和期,將2020～2060 年劃分為2020～2035 年、2035～2050年、2050～2060 年3 個階段,對比分析各階段中國行業CO2排放的變化特點及影響因素.

表12 顯示:2020～2035 年間,中國行業CO2排放增加了8.04 億t; 2035～2050 年間,中國行業CO2排放大幅下降,減排量為59.30 億t ,這主要是由于能源結構從2035 年的煤、油、非化石能源“三分天下”到2050 年非化石能源占比66%;2050～2060 年間,中國已完成兩個“一百年”的奮斗目標,建成社會主義現代化強國的偉大愿景也已實現,經濟增速進一步放緩,經濟結構保持基本穩定,對化石能源的消耗以及行業CO2排放也進一步減少.這10 年間中國行業CO2減排量為35.29 億t,比2035～2050 年的減排量下降了24.01 億t.

表12 2020～2060 年分階段行業CO2 排放變化IO-SDA 結果(億t)Table 12 IO-SDA results of phased changes in industry CO2 emissions from 2020 to 2060(108t)

從行業看:2020～2035年中國行業CO2排放的增加,主要是電力等公共品生產和供應業、交通運輸倉儲和郵政業排放增加所致.這兩個行業增排量分別為5.27 億t、2.72 億t,合計7.99 億t,貢獻度為99.4%,其余增排或減排的行業變化量均在0.76 億t 以下.2035～2050 年間,電力等公共品生產和供應業由增排最突出的行業變為減排最突出的行業,減排量為38.04 億t.金屬產品制造業減排9.67 億t,是減排貢獻第二大行業,兩者合計減排量占CO2減排總量的80.4%,對中國行業的CO2排放變化起著決定性作用.另外,在2020～2035 年間起到增排作用的化學工業、交通運輸倉儲和郵政業、非金屬礦物制品業在2035～2050 年也起到了減排作用,減排量均在2.0 億t 以上.2050～2060 年,金屬產品制造業超越電力等公共品生產和供應業,成為減排貢獻最大的行業,減排10.07 億t,貢獻度為28.5%;電力等公共品生產和供應業減排7.04 億t,貢獻度為19.9%;交通運輸倉儲和郵政業上升到減排量的第3 位.

從各階段因素分解結果看,最終需求規模擴張是促進CO2排放增加的唯一因素,如果沒有其他因素的減排效應,實際的CO2排放量要多出許多.只是隨著經濟增速的放緩,其引起的 CO2排放量從2020～2035 年間的69.74 億t 減少到2035～2050 年間、2050～2060 年的32.34 億t、6.10 億t,增排貢獻度也從867.5%下降到54.5%、17.3%.碳排放強度、投入產出結構和最終需求結構變動在3 個階段均抑制CO2排放增長.就減排效果來說,碳排放強度最優,各階段減排貢獻度均高于100%,減排量均在39 億t以上,尤其2035～2050 年間,減排量高達83.53 億t;投入產出結構次之,最終需求結構最差.且投入產出結構和最終需求結構隨著時間推移,減排效果逐漸減弱.2020～2035 年,兩者減排量18.70 億t、3.67 億t,貢獻度為232.6%、45.7%;2035～2050 年,兩者減排量為4.66 億t、3.45 億t,貢獻度為7.9%、5.8%;2050～2060 年間, 兩者減排量為0.59 億t、30 萬t,貢獻度為1.7%、0.0%.

從行業因素分解結果看: 反映能源結構優化和效率提高的碳排放強度下降無一例外地在各個階段對所有行業的CO2減排發揮了積極作用. 2020～2035 年間,其他服務業甚至依靠碳排放強度的下降,抵消了另外3項驅動因素帶來的CO2排放增長,最后帶來了行業CO2減排. 2035～2060 年間,碳排放強度下降更是所有行業實現CO2減排的決定性因素.電力等公共品生產和供應業、金屬產品制造業、交通運輸倉儲和郵政業、化學工業是碳排放強度效應最顯著的行業,合計減排量在3 個階段分別為32.79,75.44,33.67 億t,貢獻度分別為對應階段碳排放強度效應的83.4%、90.3%和82.5%.

投入產出結構對各行業CO2排放的影響不盡相同,帶來了絕大部分行業碳排放量的減少, 最為顯著的是電力等公共品生產和供應業,2020～2060年間合計減排14.54 億t,占該因素減排總量的60.7%,對整體減排起到了重要作用.但該行業投入產出結構效應隨時間削弱明顯,從2020～2035 年間的11.10 億t 降到2035～2050 年間的3.27 億t,再到2050～2060年間的0.17 億t,這一變動也直接導致了全行業投入產出結構對CO2減排的貢獻明顯減小,2035～2050 年間減排量為4.66 億t,幾乎減少為2020～2035 年間的1/4,2050～2060年間更是減少為0.59億t.部分行業受投入產出結構變動影響輕微增加了CO2排放,如建筑業在3 個階段分別增加0.05 億t、0.08 億t、0.01億t.也有一些行業的投入產出結構對不同階段的CO2排放有不同的影響,如其他服務業2020～2035 年間受投入產出結構變動影響增加了0.2 億tCO2排放,但在2035～2050 年間,投入產出結構成為其他服務業的CO2促降因素,說明其他服務業在2035～2050年間通過技術進步,實現了生產同樣的最終產品時,消耗了更少的化石能源.又如農業,與其他服務業相反,投入產出結構由2020～2035 年間的促降因素變成了2035～2050 年間的促增因素,這說明農業在2050 年生產與2035 年同樣多的最終產品時,直接或間接消費了更多的化石能源,并釋放了更多的CO2.

同樣的,最終需求結構變動對各行業CO2排放的影響不一.2020～2035 年間,該因素對除交通運輸倉儲和郵政業、其他服務業之外的10 個行業的減排起到了積極影響,最為顯著的仍然是電力等公共品生產和供應業,減排1.82 億t,其余9 個行業減排量均在0.52 億t 以下.與2020～2035 年的階段相比,2035～2050 年間最終需求結構變動促使CO2減排量由3.67 億t 變為3.45 億t,減排作用變化不大.最終需求結構變動導致交通運輸倉儲和郵政業、其他服務業有小幅增加,合計增加0.13 億t,其余10 個行業合計減排3.58 億t.由于2050～2060 年間最終需求結構變化很小,該因素對CO2排放變化的影響也很小.10年間,只有交通運輸倉儲和郵政業和其他服務業帶來合計0.0173 億tCO2排放增量,其他行業均為減少或不變,全行業CO2減排量合計0.003 億t.當然,這也反映出最終需求結構在2020～2060 年間逐步向交通運輸倉儲和郵政業、其他服務業等第三產業轉移.

最終需求規模效應是促進CO2排放增長的唯一因素,尤其是在2020～2035 年中國經濟增速較快的階段里,源于最終需求規模擴張帶來的CO2的排放量有69.74 億t,是該階段全行業CO2排放增加量的約8.7 倍.從最終需求規模變動對各行業CO2排放的影響來看,與碳排放強度效應相反,這一因素在各階段都增加了所有行業CO2排放,仍然是電力等公共品生產和供應業、金屬產品制造業、交通運輸倉儲和郵政業、化學工業CO2排放的增加量最大,合計增排量在3 個階段分別為59.70 億t、28.69 億t、5.07億t,貢獻度分別為85.6%、88.7%、83.2%.特別是2020～2035年間的電力等公共品生產和供應業,三項促降因素的減排量均遙遙領先于其他行業,若沒有最終需求規模的變動,會是減排貢獻最大的行業.但由于最終需求規模的持續擴張給電力等公共品生產和供應業帶來的巨大增排量,導致該行業最終增排5.27 億t,成為增排最大的行業,占總增排量的65.5%.

3.5 研究不足

第一,本文從國家統計局獲取的投入產出表與利用RAS 法編制的投入產出表均為競爭型投入產出表(即沒有分離出進口中間使用矩陣和進口最終需求),容易高估最終需求對中國CO2排放的影響.第二,RAS 法是應用非常廣泛的投入產出表平衡和更新方法,也是國家統計局編制投入產出延長表時所用的方法,但其假定結構影響和效率影響具有部門間一致性[46],這與現實存在一定差距,是RAS 法更新誤差的主要來源.第三,對外貿易對中國CO2排放具有重要影響,如何明確凈出口率和凈出口結構是一項重要的課題.囿于數據可得性,本文并沒有深入研究, 而是簡單假設凈出口率常年保持在2%,凈出口結構也與2017 年保持一致.第四,本文將國民經濟產業部門合并成12 個行業,一是為了將投入產出表和統計年鑒的行業分類統一,二是囿于未來細分行業能源消費、經濟增長等預測數據的可得性,合并后行業分類較粗糙,可能導致行業CO2排放測算的誤差.以上幾點均可能導致本文誤差,但不影響整體結論.

4 政策建議

(1)降低碳排放強度.CO2排放是與經濟發展尤其是工業化、城市化水平相伴而生的.在中國仍以化石能源為主要消費能源的環境下,最終需求規模擴張必然會促進CO2排放的快速增長.因此,盲目地通過降低經濟增速、抑制最終需求規模擴張的減排方案已不可行.降低碳排放強度可以全部或部分彌補最終需求規模擴張對CO2排放的增長,對CO2減排有極大的促進作用,因此通過多種手段來降低碳排放強度已成為必然趨勢:①通過經濟結構調整、管理進步、技術進步等手段提高能源利用率,進而控制能源消費總量,這是降低碳排放強度、控制CO2排放量的前提;②調整能源結構,建立以光伏、風電、水電等低碳能源體系.一方面要發揮世界上最大的制造業經濟體在清潔能源技術,風能、太陽能的清潔發電設備制造上的優勢,降低清潔能源開發成本,保衛能源安全;另一方面要深化能源價格機制改革和推進能源體制市場化,促進新能源對傳統化石能源的逐步替代,推動煤炭行業的有序退出.對于暫時無法退出的煤炭行業,要堅持煤炭資源優質高效的開發和合理有效利用,減少原煤的直接使用,轉變煤炭的使用率,促進煤炭的清潔使用.

(2)促進技術創新.技術創新是實現碳中和目標的重要手段.一方面,在能源領域的技術創新可促進先進可再生能源、高效化石能源的開發利用,調節技術和能源發展的矛盾;同時,技術創新能優化國民經濟部門的投入結構,通過新能源替代傳統化石能源,減少高碳能源的投入,從而控制CO2排放總量.另一方面,生產部門技術和管理水平的提高使得活勞動減少,對能源的消耗系數降低,可通過減少能源消費量的方式減少CO2排放量.另外,應重點關注電力等公共品生產和供應業、金屬產品制造業、交通運輸倉儲和郵政業、化學工業、建筑業等重點行業的節能技術創新, 要加大對這些行業發展CUSS、控制直接碳捕集、碳移除等負碳技術的支持,鼓勵這些行業企業加大對負碳技術的研發投入.這些負碳技術必定會在接近2060 年時期發揮關鍵作用,是消耗5.59 億t 能源消費CO2排放的主要力量.

(3)持續推進最終需求結構優化.雖然最終需求規模擴張是引起中國CO2排放的最大因素,但減少CO2排放并不意味著壓制最終需求規模,而是要引導最終需求結構優化,既包括最終需求細分因素之間的結構比例,也包括細分因素內部高低碳產品的優化.對于前者,主要是因為產業結構優化是中國低碳經濟發展的必由之路,而最終需求結構是影響生產結構的直接因素,要想提高第三產業在國民經濟中的比重,必須提高消費在最終需求中的比重,降低投資在最終需求中的比重[47].對于后者,要注重消費結構和投資結構的優化,實現消費和投資產品的低碳化.在消費結構優化過程中,要通過宣傳教育樹立居民低碳認知,通過政策設計倒逼居民形成低碳預期,引導居民的低碳消費偏好和消費選擇,培養居民低碳消費方式.在投資結構優化過程中, 政府也要進行政策干預,比如對綠色長期項目等投資巨大的節能項目設立專項計劃;對碳捕捉、碳封存等成本高昂的重大節能降耗技術提供資金和技術支持,引導投資的低碳化方向,鼓勵低碳技術的研發.

5 結論

5.1 2020～2060 年,中國行業CO2排放總量整體上先增后降,峰值出現在2030 年左右,后經歷平臺期,2035 年后開始快速減排,2050 年后減排速度變慢.

5.2 2020～2060 年,CO2排放累計減少86.55 億t,碳排放強度、投入產出結構和最終需求結構對行業CO2排放起到不同程度的抑制,其中碳排放強度最為突出,減排貢獻度為197.8%,投入產出結構次之,最終需求結構最弱.最終需求規模是增加CO2排放的唯一因素.

5.3 CO2排放總量和4 項驅動因素的變化幅度在達峰平臺期、快速減排期、全面中和期3 個階段由小變大再變小.

5.4 4 項驅動因素在各階段對CO2排放變化的影響基本依托于電力等公共品生產和供應業、金屬產品制造業、化學工業、交通運輸倉儲和郵政業.達峰平臺期和快速減排期電力等公共品生產和供應業對CO2排放變化方向和大小起著主導作用,全面中和期金屬產品制造業影響最大.