《Sustainability》:Pathways Toward Carbon Peaking and Deep Decarbonization in the Yellow River Basin: Evidence from Tapio Decoupling, GTWR, and Scenario Analysis
编辑推荐:
在中国碳达峰和碳中和目标的背景下,明确黄河流域是否能够实现经济增长与碳排放的脱钩,并通过深度脱碳维持区域发展,对于该地区的生态保护与高质量发展至关重要。本研究整合了Tapio脱钩模型、地理时间加权回归(GTWR)模型以及研究人员自主开发的LEAP-YRB v5
在中国碳达峰和碳中和目标的背景下,明确黄河流域是否能够实现经济增长与碳排放的脱钩,并通过深度脱碳维持区域发展,对于该地区的生态保护与高质量发展至关重要。本研究整合了Tapio脱钩模型、地理时间加权回归(GTWR)模型以及研究人员自主开发的LEAP-YRB v5宏观部门混合模型,研究了2010年至2022年间的95个地级市,并预测了2022年至2060年黄河流域九个省级区域的能源消耗和碳排放。结果表明:(1)城市脱钩状态在扩张耦合、强脱钩和弱脱钩之间波动,弱脱钩成为主导,到2022年增至62个城市;(2)人均GDP和城市化倾向于增加脱钩指数,从而抑制脱钩,而更集约的建设用地利用促进了脱钩,产业结构升级和绿色专利表现出情境依赖效应;(3)在基准情景下,该流域无法实现碳达峰,而政策驱动情景下约在2030年达到峰值约33.57亿吨CO2。在碳中和导向情景下,净排放量到2060年大幅下降至8.25亿吨,表明深度脱碳但未实现完全碳中和。完全碳中和需要额外的碳汇、跨区域清洁电力整合、更强的电力部门脱碳或负排放技术,超出模型所代表的内生措施。
在全球气候变化加剧、中国提出碳达峰与碳中和目标(“30·60”双碳目标)的背景下,黄河流域作为国家重要的经济承载区和生态屏障区,其经济增长与碳排放的脱钩状态及深度脱碳路径直接关系到区域生态保护与高质量发展。然而,现有研究多聚焦于国家或省级尺度,对流域这一特殊地理单元的系统性关注不足;在驱动因素分析中,常用方法(如LMDI、STIRPAT)偏向时间维度,对时空非平稳性考虑有限,且绿色技术创新因素的研究相对稀缺;碳峰值预测模型往往采用通用或高度聚合的假设,忽略了省际在部门结构、能源禀赋和经济增长轨迹上的差异。为此,研究人员整合了Tapio脱钩模型、地理时间加权回归(GTWR)模型以及自主开发的LEAP-YRB v5宏观部门混合模型,构建了“诊断-归因-预测”三位一体的系统分析框架,旨在回答以下问题:黄河流域城市层面经济增长与碳排放的脱钩关系如何演化?哪些社会经济、技术和土地利用因素驱动或抑制脱钩,且这些因素如何随时空变化?在何种政策和技术情景下,黄河流域可实现碳达峰并接近2060年的深度脱碳?研究基于2010—2022年95个地级市的数据,并预测了2022—2060年九个省级区域的能源消费与碳排放,其结论为制定差异化、适应性的区域可持续发展战略提供了实证依据。该论文发表在《Sustainability》。
研究人员采用的主要关键技术方法包括:Tapio弹性脱钩模型(用于衡量经济增长与碳排放之间关系的弹性指数,通过计算碳排放变化率与经济总量变化率的比值来判断脱钩状态);地理时间加权回归(GTWR)模型(可同时考虑空间和时间非平稳性,用以分析人均GDP、城市化率、产业结构升级、城市建设用地面积和绿色专利授权数五个驱动因素对脱钩指数的影响);以及LEAP-YRB v5宏观部门混合驱动模型(基于长期能源替代规划系统(LEAP)概念框架,将宏观经济指标GDP作为核心驱动力,并引入省际异质性参数,对黄河流域九省2022—2060年能源消费和碳排放进行多情景模拟)。数据来源包括国家统计局、各省统计年鉴、中国能源统计年鉴、中国城市统计年鉴及国家知识产权局等公开数据(表2),样本覆盖黄河流域九省95个地级市。
研究结果分为四个部分:
**3.1 黄河流域经济增长与碳排放脱钩关系的时空演化**:通过Tapio脱钩模型分析,发现黄河流域脱钩指数呈波动下降趋势,从2010—2011年的1.10降至2021—2022年的0.42。脱钩状态在扩张耦合、强脱钩和弱脱钩之间动态交替,总体呈现“扩张耦合—强脱钩—扩张耦合—弱脱钩”的演化模式,弱脱钩成为主导类型。省级层面,青海和四川脱钩程度较高,内蒙古脱钩水平较弱;城市层面,脱钩状态表现出显著的时空分异,东部地区和省会城市脱钩表现优于西部资源型城市。
**3.2 黄河流域碳排放脱钩指数的时空驱动机制**:通过GTWR模型回归分析,发现人均GDP和城市化率对脱钩指数呈正驱动效应(均值回归系数分别为0.0005和0.68),是抑制脱钩的主要因素,且呈现“西强东弱”的空间格局;城市建设用地面积对脱钩指数呈负驱动效应(均值回归系数为-0.18),表明土地利用集约化促进了脱钩,尤其在西安、郑州等中心城市效果显著;绿色专利授权数的回归系数在-0.01至0.02之间波动,呈现双向效应,东部城市(如济南、青岛)为负(促进脱钩),西部城市为正(抑制脱钩),反映了技术进步的“反弹效应”;产业结构升级的均值回归系数为1.24,整体抑制脱钩,但在时间维度上,东部城市通过服务业内部结构优化(金融、科技服务)减弱了这种抑制效应,空间维度上,山西、陕西等传统工业省份的抑制效应较强,而山东通过产业转移和劳动力流动降低了抑制效应。
**3.3 终端能源消费预测分析**:基于LEAP-YRB v5模型对五种情景(BAU、PDS、EEI、CES、CS)的模拟,结果显示BAU情景下终端能源消费从2022年的18.05亿吨标准煤(tce)持续增长至2060年的28.01亿吨tce;CS情景下能源消费在2030年左右达峰(约17.7亿吨tce),随后下降至2060年的10.90亿吨tce,仅为BAU同期的39%。模型回溯检验(2016—2021年)显示,能源消费和CO
2排放的平均绝对百分比误差(MAPE)分别为2.28%和2.55%,校准约束下的时间保留测试(2020—2021年)MAPE分别为0.58%和0.32%。
**3.4 多情景碳排放总量预测分析**:BAU情景下碳排放持续上升,无法实现碳达峰;PDS情景下约2030年达峰,峰值为33.57亿吨CO
2;EEI和CES情景分别于2026年和2025年达峰,峰值分别为32.47亿吨和32.78亿吨CO
2,表明能效提升的减排效果优于清洁能源转型;CS情景下2060年净碳排放降至8.25亿吨CO
2,实现深度脱碳但未完全碳中和,仍需额外碳汇或负排放技术。
讨论部分指出,黄河流域脱钩的不稳定性可归因于各省经济发展阶段的异步性及能源系统对煤炭的锁定效应。驱动因素中,经济发展和城市化的“规模效应”是抑制脱钩的主因,而产业结构升级在多数时期和区域反而抑制脱钩,这源于传统服务业占主导及重工业的“锁定效应”。绿色专利的双向效应反映了技术进步在提高效率的同时可能刺激能源消费增长。碳峰值路径分析表明,从PDS到CS情景,达峰时间可提前五年,峰值水平降低约6%。CS情景下2060年电力在终端能源消费中的占比达64.7%,煤炭占比仅8.0%,电力部门深度脱碳和工业部门减排是核心。敏感性分析显示,GDP增速和能源强度下降率是长期影响最大的参数,而蒙特卡洛模拟表明CS情景下2060年净碳排放的中位数为8.26亿吨CO
2,2.5%–97.5%分位数范围为6.71–9.88亿吨,均未达到净零。
研究结论翻译如下:黄河流域经济增长与碳排放的脱钩呈现动态波动和显著空间异质性,东部地区和省会城市脱钩表现较好,而山西、陕西、内蒙古等富煤地区脱钩稳定性不足。驱动因素中,人均GDP和城市化率主要起抑制脱钩的正向驱动作用;产业结构升级是核心驱动力;城市建设用地促进全流域脱钩;绿色技术具有双向效应,抑制效应为主。结果表明,黄河流域在政策驱动和更积极的情景下可实现碳达峰,但仅靠内生减排措施不足以在2060年实现完全碳中和,即使在最积极的情景下仍存在大量剩余排放。因此,需要额外碳汇、跨区域清洁电力整合、更强的电力部门脱碳和负排放技术来弥补碳中和缺口。