不同經(jīng)濟(jì)發(fā)展路徑下的能源需求與碳排放預(yù)測(cè)——基于河北省的分析

翁智雄,馬忠玉,*,葛察忠,蔡松鋒,程翠云,杜艷春

不同經(jīng)濟(jì)發(fā)展路徑下的能源需求與碳排放預(yù)測(cè)——基于河北省的分析

翁智雄1,馬忠玉1,2*,葛察忠3,蔡松鋒2,程翠云3,杜艷春3

(1.中國(guó)人民大學(xué)環(huán)境學(xué)院,北京 100872；2.國(guó)家信息中心,北京 100045；3.生態(tài)環(huán)境部環(huán)境規(guī)劃院,北京 100045)

運(yùn)用協(xié)整檢驗(yàn)和馬爾科夫鏈等方法研究不同經(jīng)濟(jì)增長(zhǎng)路徑下河北省2017~2035年的能源需求與結(jié)構(gòu)、CO2排放情況.結(jié)果顯示:經(jīng)濟(jì)增長(zhǎng)對(duì)能源需求具有明顯的拉動(dòng)作用.低速增長(zhǎng)情景下,河北2035年的人均能源消費(fèi)量與能源消費(fèi)總量將分別達(dá)到5.261tce和41613.294萬(wàn)tce,而高速情景下則分別為7.618tce和60258.456萬(wàn)tce.河北未來(lái)的能源結(jié)構(gòu)將長(zhǎng)期保持相對(duì)穩(wěn)定的狀態(tài),煤炭在能源結(jié)構(gòu)中的絕對(duì)份額短期內(nèi)難以改變,預(yù)計(jì)到2035年煤炭的消費(fèi)占比仍將達(dá)到88.16%.河北的CO2排放量將依然長(zhǎng)期保持增長(zhǎng)趨勢(shì).高速情景下,預(yù)計(jì)CO2排放量將從2017年的87699.314萬(wàn)t增加至2035年的159117.415萬(wàn)t,分別是同期低速增長(zhǎng)情景下的1.01倍和1.45倍.應(yīng)保持經(jīng)濟(jì)合理增長(zhǎng),優(yōu)化能源消費(fèi)結(jié)構(gòu),調(diào)整產(chǎn)業(yè)布局,培育和發(fā)展新動(dòng)能.

能源需求預(yù)測(cè)；能源結(jié)構(gòu)預(yù)測(cè)；經(jīng)濟(jì)增長(zhǎng)；碳排放；河北

河北省是中國(guó)的重工業(yè)大省,也是大氣污染問(wèn)題最為突出的省份之一[1].2017年,中國(guó)74個(gè)城市空氣質(zhì)量排名中,空氣質(zhì)量后10位的城市河北就占據(jù)了6個(gè)[2];京津冀地區(qū)碳排放量約占全國(guó)的1/5[3],而河北則是京津冀地區(qū)的主要“排放大戶”.河北的大氣污染狀況與其以鋼鐵為主的產(chǎn)業(yè)結(jié)構(gòu)和“一煤獨(dú)大”的能源消費(fèi)結(jié)構(gòu)密切相關(guān)[4-5],鋼鐵產(chǎn)量長(zhǎng)期居于全國(guó)首位[6],煤炭占其能源消費(fèi)的比重長(zhǎng)期達(dá)85%以上[7].在供給側(cè)結(jié)構(gòu)性改革和京津冀協(xié)同發(fā)展戰(zhàn)略背景下,不合理的產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)已經(jīng)成為制約河北經(jīng)濟(jì)社會(huì)發(fā)展的主要問(wèn)題[8],也成為影響解決河北突出大氣污染問(wèn)題的關(guān)鍵因素.能源需求和結(jié)構(gòu)的變化本質(zhì)上受經(jīng)濟(jì)增長(zhǎng)、人口規(guī)模擴(kuò)大和工業(yè)化發(fā)展的驅(qū)動(dòng),只有識(shí)別出河北省能源需求變化的關(guān)鍵因素,才能為其未來(lái)的經(jīng)濟(jì)與能源發(fā)展規(guī)劃提供參考依據(jù).

能源需求的研究可以劃分為3類:一是分析能源需求與經(jīng)濟(jì)增長(zhǎng)關(guān)系,二是研究能源需求的各類影響因素,三是識(shí)別不同經(jīng)濟(jì)增長(zhǎng)方案下的能源需求.能源需求與經(jīng)濟(jì)增長(zhǎng)的研究較多,國(guó)內(nèi)外大多數(shù)研究認(rèn)為兩者之間呈正向關(guān)系[9-11].在此基礎(chǔ)上,學(xué)者們將原先單一的經(jīng)濟(jì)增長(zhǎng)維度拓展至涵蓋城鎮(zhèn)化、工業(yè)化、能源效率、能源價(jià)格等多維度的分析上.何曉萍等[12]將GDP、城市化、工業(yè)化、電力使用效率和電價(jià)水平納入考慮,認(rèn)為中國(guó)2020年的人均電力消費(fèi)量將達(dá)到5000KW×h.國(guó)內(nèi)關(guān)于不同經(jīng)濟(jì)增長(zhǎng)方案下的能源需求研究主要集中在國(guó)家層面.如劉蘭鳳等[13]分析了在6.5%的GDP增長(zhǎng)方案下,中國(guó)2030年的能源需求總量約為66.75億t, 7.5%的增長(zhǎng)下則達(dá)到80.20億t.也有學(xué)者研究某一種能源需求在不同增長(zhǎng)情景下的變化,如林伯強(qiáng)[14]認(rèn)為不同增長(zhǎng)情景下,2025年中國(guó)的煤炭占比將下降至54.8%~59%.這些研究主要運(yùn)用自回歸整合移動(dòng)平均模型[15]、線性與非線性回歸[16]、協(xié)整檢驗(yàn)[17]等方法.相比前兩種方法,協(xié)整檢驗(yàn)法能有效刻畫(huà)出能源需求與各影響因素之間的長(zhǎng)期關(guān)系,在基于歷史變化產(chǎn)生的長(zhǎng)期協(xié)整關(guān)系基礎(chǔ)上,得到不同增長(zhǎng)情景下的能源需求量.

能源結(jié)構(gòu)預(yù)測(cè)是能源結(jié)構(gòu)研究的重要內(nèi)容.以能源需求研究為基礎(chǔ),能源結(jié)構(gòu)預(yù)測(cè)的分析旨在運(yùn)用一定的方法估算出每一種能源的需求量或需求占比.盡管可以運(yùn)用的模型和方法較多,但馬爾科夫鏈法是目前對(duì)能源消費(fèi)結(jié)構(gòu)進(jìn)行預(yù)測(cè)的主要方法,且多與碳排放分析相結(jié)合.從國(guó)家層面的研究來(lái)看,王峰等[18]運(yùn)用馬爾科夫鏈法分析了在不同能源規(guī)劃情景下中國(guó)的能源消費(fèi)結(jié)構(gòu)變化,進(jìn)而估算出不同能源消費(fèi)結(jié)構(gòu)對(duì)實(shí)現(xiàn)碳強(qiáng)度目標(biāo)的影響.也有學(xué)者直接以碳減排為政策目標(biāo),運(yùn)用馬爾科夫鏈法分析在這些減排情景下的能源結(jié)構(gòu)變化[19].從區(qū)域?qū)用娴难芯縼?lái)看,目前區(qū)域?qū)用婊蚴〖?jí)層面的研究仍然有限,如王彩明等[20]運(yùn)用馬爾可夫鏈預(yù)測(cè)了京津冀地區(qū)2020年的一次能源消費(fèi)結(jié)構(gòu).

綜觀已有研究,多數(shù)集中于分析某個(gè)國(guó)家或多個(gè)國(guó)家的能源需求變化,研究中國(guó)能源需求問(wèn)題的文章也大多集中在國(guó)家層面,而從省級(jí)層面開(kāi)展的研究仍然不足.此結(jié)果既與數(shù)據(jù)可得性有關(guān),更與中國(guó)的能源政策制定過(guò)程和經(jīng)濟(jì)發(fā)展階段有關(guān).中國(guó)能源資源的調(diào)配與政策制定長(zhǎng)期以國(guó)家為單位,受過(guò)去經(jīng)濟(jì)增長(zhǎng)的利益驅(qū)動(dòng),地方政府對(duì)改變傳統(tǒng)的能源消費(fèi)結(jié)構(gòu)的動(dòng)力不足,導(dǎo)致地方的能源結(jié)構(gòu)調(diào)整相對(duì)滯后.但近幾年來(lái),隨著區(qū)域性的環(huán)境問(wèn)題日益突出、供給側(cè)結(jié)構(gòu)性改革對(duì)產(chǎn)業(yè)升級(jí)的需求日益迫切,部分區(qū)域的能源需求發(fā)生了重大改變,最為典型的是京津冀地區(qū),尤其是河北,亟需補(bǔ)充省級(jí)層面的相關(guān)研究.另一方面,從研究的時(shí)間維度來(lái)看,大多已有的研究預(yù)測(cè)時(shí)間至2020年和2025年,極少有學(xué)者開(kāi)展更長(zhǎng)維度的預(yù)測(cè).基于此,本文選擇河北為研究對(duì)象,基于其1980~2016年的歷史數(shù)據(jù),運(yùn)用單位根檢驗(yàn)和協(xié)整檢驗(yàn)法刻畫(huà)出河北能源需求量與經(jīng)濟(jì)增長(zhǎng)(GDP)、人口變化、工業(yè)化之間的關(guān)系,綜合運(yùn)用馬爾科夫鏈法預(yù)測(cè)河北2017~2035年的能源需求和能源結(jié)構(gòu)變化.考慮到經(jīng)濟(jì)增長(zhǎng)路徑的影響,進(jìn)一步將經(jīng)濟(jì)增長(zhǎng)分為低速、中速和高速等3類增長(zhǎng)情景,模擬不同經(jīng)濟(jì)增長(zhǎng)路徑下的能源消費(fèi)、能源結(jié)構(gòu)和碳排放變化,以期為京津冀地區(qū)和河北省的能源發(fā)展規(guī)劃提供決策依據(jù).

1 模型構(gòu)建

1.1 能源需求預(yù)測(cè)模型

1.1.1 變量選擇 本文將河北省能源需求的主要因素歸結(jié)為3個(gè)方面,一是經(jīng)濟(jì)發(fā)展水平,二是工業(yè)化發(fā)展水平,三是人口因素.

①人均地區(qū)生產(chǎn)總值(GDP)表征經(jīng)濟(jì)發(fā)展水平.用人均地區(qū)生產(chǎn)總值來(lái)衡量經(jīng)濟(jì)發(fā)展水平的大小,大量文獻(xiàn)[11,21-22]認(rèn)為經(jīng)濟(jì)增長(zhǎng)對(duì)能源需求具有顯著的正向影響,通常認(rèn)為能源需求會(huì)隨著經(jīng)濟(jì)增長(zhǎng)而增加.為消除通貨膨脹等價(jià)格因素的影響,本文中的人均地區(qū)生產(chǎn)總值按照當(dāng)年價(jià)計(jì)算的GDP折算為以1980年為基期的不變價(jià)GDP.

②工業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重表征工業(yè)化發(fā)展水平.工業(yè)生產(chǎn)是能源消費(fèi)的重要來(lái)源[17,23],本文采用河北省工業(yè)增加值占其地區(qū)生產(chǎn)總值的比重來(lái)表征工業(yè)化,理論上預(yù)期工業(yè)化與能源消費(fèi)之間呈正向關(guān)系.

③人口因素的影響隱含在其他變量之中.由于經(jīng)濟(jì)發(fā)展過(guò)程中人是能源消費(fèi)的主體,一些研究表明,人口對(duì)能源需求具有正向影響,即人口數(shù)量越大,能源消費(fèi)需求越大[13,24].本文對(duì)GDP、能源消費(fèi)采用“人均”的處理方式(按常住人口統(tǒng)計(jì)),潛在地將人口因素考慮在其中.

盡管按照市場(chǎng)價(jià)格理論,價(jià)格會(huì)影響需求,但由于中國(guó)能源要素市場(chǎng)的價(jià)格具有一定的特殊性,長(zhǎng)期以來(lái)政府對(duì)能源價(jià)格采取管制的方式,導(dǎo)致能源要素的市場(chǎng)價(jià)格存在一定程度的“扭曲”.雖然林伯強(qiáng)等[25]嘗試采用估算的加權(quán)能源價(jià)格進(jìn)行分析,但模擬結(jié)果表明能源價(jià)格對(duì)能源需求的影響并不顯著.因此,本文與部分學(xué)者一樣[26-27],未將能源價(jià)格因素考慮至能源需求預(yù)測(cè)模型之中.

此外,也有部分學(xué)者在預(yù)測(cè)中國(guó)能源需求時(shí)將能效水平和城鎮(zhèn)化水平考慮其中.從能效水平來(lái)看,一些學(xué)者運(yùn)用工業(yè)增加值占工業(yè)部門能源消費(fèi)之比來(lái)衡量中國(guó)的能效水平[17,25],這些研究均集中于國(guó)家層面,河北的相關(guān)統(tǒng)計(jì)資料未公布此類或類似的數(shù)據(jù)結(jié)果.另一方面,大量專門研究能源效率的文章,如孫廣生等[28]將能源效率看作資本、勞動(dòng)力、能源和產(chǎn)出的綜合結(jié)果,由此表明很難用單一指標(biāo)衡量能源效率.從城鎮(zhèn)化水平來(lái)看,少數(shù)學(xué)者如何曉萍[12]用城鎮(zhèn)人口在總?cè)丝谥械谋壤沓擎?zhèn)化率,將該變量納入到中國(guó)的電力需求預(yù)測(cè)模型中.但由于衡量城鎮(zhèn)化水平的統(tǒng)計(jì)指標(biāo)歸根結(jié)底表現(xiàn)為人口的變化,所以大多數(shù)學(xué)者將城鎮(zhèn)化的影響隱含在人口的變化之中.

基于上述考慮,本文構(gòu)建起如下的河北能源消費(fèi)需求預(yù)測(cè)模型:

PERENY=0+1PERGDP+2INDSHE+ε(1)

式中: PERENY表示河北年的人均能源消費(fèi)需求,tce/人); PERGDP表示年的人均地區(qū)生產(chǎn)總值,萬(wàn)元/人; INDSHE表示年的工業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重,%;表示不同年份(1980~2016年);0表示截距項(xiàng); ε表示擾動(dòng)項(xiàng);1、2表示各變量的系數(shù).

1.1.2 單位根和協(xié)整檢驗(yàn) 本文著重考察人均能源需求與人均GDP、工業(yè)化之間的長(zhǎng)期關(guān)系,進(jìn)而運(yùn)用模擬得到的長(zhǎng)期關(guān)系預(yù)測(cè)河北未來(lái)的能源需求量.公式(1)若采用簡(jiǎn)單的時(shí)間序列回歸,只能得到一個(gè)基于歷史數(shù)據(jù)的結(jié)果,無(wú)法用來(lái)衡量時(shí)間序列變量之間的長(zhǎng)期關(guān)系.基于此,本文采用如下方式處理:

(1)進(jìn)行變量的單位根檢驗(yàn).單位根檢驗(yàn)是長(zhǎng)期關(guān)系檢驗(yàn)的前提條件,對(duì)于時(shí)間序列變量而言,如果變量存在單位根(非平穩(wěn)),則說(shuō)明一般的回歸結(jié)果可能存在一定的偏誤,回歸結(jié)果不可用.這種情況下,需要運(yùn)用差分的方式對(duì)存在單位根過(guò)程的變量進(jìn)行處理,當(dāng)各變量同階單整達(dá)到平穩(wěn)時(shí),此時(shí)可以進(jìn)一步使用長(zhǎng)期協(xié)整關(guān)系刻畫(huà)變量間的長(zhǎng)期關(guān)系.為確保單位根檢驗(yàn)的準(zhǔn)確性,本文運(yùn)用ADF(Augment Dickey-Fuller)檢驗(yàn)法[29]和PP(Phillips-Person)檢驗(yàn)法[30]開(kāi)展單位根檢驗(yàn),如表1所示.結(jié)果表明,原序列在2種檢驗(yàn)法下均無(wú)法拒絕原假設(shè),說(shuō)明原時(shí)間序列非平穩(wěn),存在單位根.本文對(duì)人均能源消費(fèi)、人均GDP、工業(yè)增加值占GDP的比重等3個(gè)變量分別進(jìn)行一階差分和二階差分,一階差分下仍然無(wú)法實(shí)現(xiàn)時(shí)間序列平穩(wěn),但在二階差分下2種檢驗(yàn)均通過(guò)5%的顯著性檢驗(yàn),即均拒絕原假設(shè),說(shuō)明二階差分下各變量實(shí)現(xiàn)平穩(wěn),即該時(shí)間序列為二階單整(I(2)),同階單整條件下可進(jìn)一步對(duì)其做長(zhǎng)期協(xié)整關(guān)系檢驗(yàn).

表1 單位根檢驗(yàn)結(jié)果

注: 5%的顯著性水平下得到“接受”或“拒絕”的結(jié)果.

表2 不同信息準(zhǔn)則下VAR模型的滯后階數(shù)

注: LL、LR、FPE、AIC、HQIC、SBIC表示選擇滯后階數(shù)時(shí)所根據(jù)的準(zhǔn)則,由stata軟件根據(jù)其內(nèi)部算法自動(dòng)選擇;*表示依據(jù)某種信息準(zhǔn)則選定的最優(yōu)滯后階數(shù).

(2)進(jìn)行長(zhǎng)期協(xié)整檢驗(yàn).在單位根檢驗(yàn)的基礎(chǔ)上,本文運(yùn)用Johansen-Juselius協(xié)整法檢驗(yàn)各變量之間是否存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系.該方法是以向量自回歸(VAR)模型為基礎(chǔ)的檢驗(yàn)回歸系數(shù)的方法,是一種對(duì)多變量進(jìn)行協(xié)整檢驗(yàn)的較好方法[26].協(xié)整檢驗(yàn)過(guò)程中,首先需要確定協(xié)整檢驗(yàn)的滯后階數(shù),本文依據(jù)表2的結(jié)果,確定VAR模型的滯后階數(shù)為2階.其次,確定協(xié)整方程的個(gè)數(shù).表3的跡統(tǒng)計(jì)量是檢驗(yàn)協(xié)整向量存在性的常用統(tǒng)計(jì)量,原假設(shè)為不存在協(xié)整關(guān)系,在秩數(shù)量為“0”時(shí),跡統(tǒng)計(jì)量在1%和5%水平上均拒絕原假設(shè),說(shuō)明存在協(xié)整關(guān)系;而在“最多1個(gè)秩”時(shí)接受原假設(shè),由此判斷存在1個(gè)協(xié)整方程.

表3 Johansen-Juselius協(xié)整秩檢驗(yàn)

注: ***表示通過(guò)了1%的顯著性檢驗(yàn),當(dāng)跡統(tǒng)計(jì)量為42.56時(shí),既通過(guò)了5%的顯著性檢驗(yàn),也通過(guò)了1%的顯著性檢驗(yàn).§ 表示在5%的顯著性水平下,無(wú)法拒絕“最多一個(gè)秩”的原假設(shè),即協(xié)整秩結(jié)果表明“存在一個(gè)協(xié)整方程”.

(3)得到能源需求預(yù)測(cè)模型的方程結(jié)果.根據(jù)公式(1),在單位根和協(xié)整檢驗(yàn)的基礎(chǔ)上,運(yùn)用Stata15進(jìn)行回歸,得到人均能源消費(fèi)量與人均GDP、工業(yè)化之間的長(zhǎng)期協(xié)整關(guān)系,如公式(2):

PERENY=-7.3173+3.1297PERGDP+

0.1975INDSHE(2)

式中:0=-7.3173;1=3.1297;2=0.1975;所有系數(shù)來(lái)自于協(xié)整回歸結(jié)果,均通過(guò)了1%的顯著性水平.在此方程基礎(chǔ)上,結(jié)合河北省GDP、工業(yè)化水平、人口等指標(biāo)的未來(lái)預(yù)測(cè)值,即可預(yù)測(cè)其未來(lái)的能源需求量.

1.2 能源結(jié)構(gòu)預(yù)測(cè)模型

本文運(yùn)用馬爾科夫鏈法來(lái)預(yù)測(cè)河北未來(lái)的能源消費(fèi)結(jié)構(gòu)變化.馬爾科夫鏈法主要基于某些變量的現(xiàn)在狀態(tài)及其變化趨勢(shì),預(yù)測(cè)其在未來(lái)某一特定期間內(nèi)可能出現(xiàn)的狀態(tài),能源消費(fèi)結(jié)構(gòu)的變動(dòng)就是一個(gè)馬爾可夫過(guò)程[18].

假設(shè)在時(shí)刻,河北省的能源消費(fèi)結(jié)構(gòu)狀態(tài)向量為:

()={s(),s(),s(),s()} (3)

式中:s(),s(),s(),s()分別表示煤炭、石油、天然氣、一次電力及其他能源在能源消費(fèi)中的比重.設(shè)~+1時(shí)刻的轉(zhuǎn)移矩陣如下:

在概率矩陣()中,主對(duì)角線上的元素表示4類能源消費(fèi)保持原有份額的概率,主對(duì)角線元素以外的元素表示轉(zhuǎn)移概率.其中,行元素表示該能源消費(fèi)份額向其他能源消費(fèi)轉(zhuǎn)化的概率,列元素表示其他能源向該能源轉(zhuǎn)化的概率,轉(zhuǎn)移矩陣中每一行的概率之和為1.根據(jù)~+1時(shí)刻的能源消費(fèi)變化,確定每一行、每一列的轉(zhuǎn)移概率元素值.基于河北1980~ 2016年測(cè)算得到36個(gè)轉(zhuǎn)移概率矩陣,運(yùn)用算術(shù)法求得平均轉(zhuǎn)移概率矩陣P(),見(jiàn)公式(5):

基于平均轉(zhuǎn)移概率矩陣(),可求得+n時(shí)刻河北的能源消費(fèi)結(jié)構(gòu)狀態(tài)向量,根據(jù)能源需求模型預(yù)測(cè)的每一年能源需求量得到未來(lái)每一年的能源消費(fèi)結(jié)構(gòu),并通過(guò)人口變量將人均結(jié)果分別轉(zhuǎn)化為4種能源的消費(fèi)總量,由于河北2017年的能源消費(fèi)結(jié)構(gòu)等數(shù)據(jù)尚未公布,的初始值取2016年.

()()P(6)

在河北2017~2035年能源結(jié)構(gòu)預(yù)測(cè)結(jié)果基礎(chǔ)上,本文運(yùn)用碳排放系數(shù)求解得到河北歷年的CO2排放量:

Q,t=α,t×all,t(7)

C=SC,t=Sc×Q,t={煤,石油,天然氣} (8)

式中:Q,t表示第種能源在年的消費(fèi)量; α,t表示第種能源在第年總的能源消費(fèi)中所占的比重;all,t表示年能源消費(fèi)總量(含煤、石油、天然氣、一次電力和其他);C表示第年的CO2排放量; C,t表示第種能源在第年的CO2排放量;對(duì)i,t加總可得到總的CO2排放量;c表示煤炭、石油、天然氣轉(zhuǎn)化成標(biāo)準(zhǔn)煤當(dāng)量后的CO2排放因子(本文依據(jù)林伯強(qiáng)等[25]的排放系數(shù),分別對(duì)煤炭取2.763,石油取2.145,天然氣取1.642,單位均為“kg/kg標(biāo)準(zhǔn)煤”).

2 數(shù)據(jù)來(lái)源和情景設(shè)定

2.1 數(shù)據(jù)來(lái)源

河北1980~2016年的能源消費(fèi)量、常住人口、工業(yè)增加值占地區(qū)生產(chǎn)總值比重、各類能源(煤炭、石油、天然氣、一次電力及其他能源)占能源消費(fèi)總量的比重等數(shù)據(jù)均來(lái)自于《河北經(jīng)濟(jì)年鑒2017》[7].地區(qū)生產(chǎn)總值指數(shù)也來(lái)源于《河北經(jīng)濟(jì)年鑒2017》,并將年鑒中“上一年為100”的GDP指數(shù)折算為以1980年為基期(1980年=100),使河北省的GDP平減至以1980年為基期的GDP.由于2017年的能源消費(fèi)量與能源消費(fèi)結(jié)構(gòu)數(shù)據(jù)尚未公布,本文將2017年作為預(yù)測(cè)年份,基于模型進(jìn)行預(yù)測(cè).

2.2 情景設(shè)定

2.2.1 未來(lái)人口規(guī)模的設(shè)定 《河北省人口發(fā)展規(guī)劃(2018~2035年)》[31]提出:河北省人口總量在2020年調(diào)控到7700萬(wàn)人左右,2035年增加至7910萬(wàn)人.本文據(jù)此設(shè)定(見(jiàn)表4).根據(jù)《國(guó)家人口發(fā)展規(guī)劃(2016~2030年)》[32]中設(shè)定的目標(biāo)“2020年中國(guó)人口總量為14.2億人,2030年人口總量為14.5億人”,本文采用國(guó)家2020~2030年的人口年均增長(zhǎng)率0.21%作為河北該期間的人口年均增長(zhǎng)率(見(jiàn)表4).考慮到河北省當(dāng)前的城鎮(zhèn)化發(fā)展空間(2017年的城鎮(zhèn)化率為55.01%[33])、京津冀協(xié)同發(fā)展空間和工業(yè)化發(fā)展空間較大,對(duì)外來(lái)人口的短期拉動(dòng)作用明顯,本文將2020~2030年的人口增長(zhǎng)區(qū)間劃分為2021~ 2025年、2026~2030年2個(gè)階段,前者設(shè)定人口年均增長(zhǎng)率為0.25%,后者設(shè)定為0.17%,平均增長(zhǎng)率為0.21%.

2.2.2 未來(lái)GDP規(guī)模的設(shè)定 由于目前缺乏對(duì)河北中長(zhǎng)期GDP增長(zhǎng)率的直接預(yù)測(cè),本文參考李善同[34]的研究思路,并考慮河北省“去產(chǎn)能”等外部政策對(duì)未來(lái)經(jīng)濟(jì)可能產(chǎn)生的影響,將河北未來(lái)的GDP增長(zhǎng)率設(shè)定為高、中、低三檔情景.根據(jù)發(fā)達(dá)國(guó)家的發(fā)展經(jīng)驗(yàn),每個(gè)情景下的GDP增速在經(jīng)濟(jì)發(fā)展后期呈現(xiàn)遞減趨勢(shì).其中,高速增長(zhǎng)情景下假設(shè)河北未來(lái)經(jīng)濟(jì)增長(zhǎng)動(dòng)力強(qiáng)勁,城鎮(zhèn)化、工業(yè)化和京津冀協(xié)同發(fā)展對(duì)經(jīng)濟(jì)的拉動(dòng)作用明顯;中速情景主要沿襲當(dāng)前的經(jīng)濟(jì)發(fā)展路徑,增長(zhǎng)速度參考河北和國(guó)家的中長(zhǎng)期發(fā)展規(guī)劃;低速增長(zhǎng)情景認(rèn)為勞動(dòng)力、資本推動(dòng)經(jīng)濟(jì)的動(dòng)力疲軟,“去產(chǎn)能”“去庫(kù)存”等經(jīng)濟(jì)轉(zhuǎn)型政策對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面沖擊作用持續(xù).

情景1:高速增長(zhǎng)情景.高速增長(zhǎng)情景以中速增長(zhǎng)情景為參考,在中速增長(zhǎng)情景的基礎(chǔ)上每個(gè)階段分別提高0.5%.

情景2:中速增長(zhǎng)情景.由于2017年河北的GDP增長(zhǎng)率為6.6%[33],與全國(guó)同期6.9%的水平相近[35],河北未來(lái)的GDP增長(zhǎng)率預(yù)測(cè)可參考中國(guó)GDP增速的有關(guān)文獻(xiàn).依據(jù)《河北省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》[36]:2017~2020年河北省的年均GDP增長(zhǎng)率目標(biāo)為7%.因此,本文將河北2017~2020年的中速增長(zhǎng)情景設(shè)定為年均增長(zhǎng)率7%.參考白重恩等[37]的預(yù)測(cè)結(jié)果:中國(guó)未來(lái)各時(shí)期的潛在經(jīng)濟(jì)增長(zhǎng)率分別為2021~2025年達(dá)到5.57%,2026~2030年為4.82%,2031~2035年為3.94%.本文分別設(shè)定河北2021~2025年的GDP增速為6%,2026~2030年的增速為5%,2031~2035年的增速為4%.

表4 情景設(shè)定

注: “人口規(guī)?！北硎境Ｗ∪丝谝?guī)模的變化(萬(wàn)人);“經(jīng)濟(jì)增長(zhǎng)”表示根據(jù)不同的經(jīng)濟(jì)增長(zhǎng)速度設(shè)定的3類情景;“工業(yè)化水平”表示工業(yè)增加值占GDP比重的變化(%).

情景3:低速增長(zhǎng)情景.假設(shè)河北在該情景下的“人口紅利”逐步弱化,投資對(duì)經(jīng)濟(jì)的拉動(dòng)疲軟,“去產(chǎn)能”等產(chǎn)業(yè)政策與環(huán)境管理政策持續(xù)推進(jìn),經(jīng)濟(jì)處于低速發(fā)展?fàn)顟B(tài).由于經(jīng)濟(jì)增長(zhǎng)受到的內(nèi)外部因素十分復(fù)雜,盡管也有學(xué)者,如李志俊等[38]基于CGE模擬得出“去產(chǎn)能”將給中國(guó)2020年的GDP增長(zhǎng)帶來(lái)0.0443%的負(fù)面沖擊的結(jié)論,但對(duì)各項(xiàng)政策的負(fù)面沖擊做出全面精準(zhǔn)的判斷仍然非常困難.因此,本文對(duì)低速情景下的GDP增長(zhǎng)采取統(tǒng)一“降速”的方式,即每個(gè)階段的GDP增長(zhǎng)率分別比中速增長(zhǎng)情景下降1%.

2.2.3 未來(lái)工業(yè)增加值占比的設(shè)定 由河北1980~ 2016年歷年的工業(yè)占比數(shù)據(jù)可知[7],河北歷年的工業(yè)產(chǎn)值占GDP的比重表現(xiàn)為逐年下降的特征.其中,2016年,河北工業(yè)增加值占當(dāng)年地區(qū)生產(chǎn)總值的比重為41.74%,高于同期的全國(guó)水平(33.31%),占比相當(dāng)于全國(guó)2008年的水平[39].基于此,本文設(shè)定河北的工業(yè)增加值占比到2020年下降至38%,到2025年下降至34%.2026年后的工業(yè)增加值占比進(jìn)一步下降,2030年和2035年分別下降至30%和25%.

3 結(jié)果與討論

3.1 經(jīng)濟(jì)與人口預(yù)測(cè)結(jié)果

本文根據(jù)不同的經(jīng)濟(jì)增長(zhǎng)情景對(duì)河北未來(lái)的經(jīng)濟(jì)與人口進(jìn)行了預(yù)測(cè).由表5可知,不同增長(zhǎng)情景下的GDP規(guī)模差異明顯.低速情景下,河北2035年的GDP規(guī)模僅為19137.31億元,而中速情景和高速情景下,同期的GDP規(guī)模分別增加至22936.96億元和25094.81億元.由表6可知,2020~2035年,河北的工業(yè)增加值占比呈逐年遞減趨勢(shì),占比由2020年的38.13%下降至2035年的25.35%;常住人口規(guī)模不斷擴(kuò)大,規(guī)模由2020年的7700萬(wàn)人增加至2035年的7910萬(wàn)人.

表5 河北2020~2035年不同經(jīng)濟(jì)增長(zhǎng)下的GDP規(guī)模

表6 河北2020~2035年工業(yè)增加值占比與常住人口

3.2 能源消費(fèi)量預(yù)測(cè)結(jié)果

3類經(jīng)濟(jì)增長(zhǎng)情景下,河北人均能源消費(fèi)量和能源消費(fèi)總量的趨勢(shì)基本一致.由表7可知,經(jīng)濟(jì)增長(zhǎng)對(duì)能源需求量的拉動(dòng)作用明顯:低速情景下,人均能源消費(fèi)量和能源消費(fèi)總量均保持平緩的增長(zhǎng),2020年,河北人均能源消費(fèi)量和能源消費(fèi)總量分別為4.534tce和34911.448萬(wàn)tce,到2035年,分別增加至5.261tce和41613.294萬(wàn)tce,人均量與總量的增長(zhǎng)率分別為16.03%、19.20%;高速增長(zhǎng)情景下,能源的人均量和總量均顯著增加,2020~2035年,分別增長(zhǎng)59.24%和63.59%,2035年的水平值分別為7.618tce和60258.456萬(wàn)tce.中速增長(zhǎng)情景下的變化趨勢(shì)與高速情景更加吻合,2035年,該情景下的人均能源消費(fèi)量和能源消費(fèi)總量分別達(dá)到6.764tce和53505.044萬(wàn)tce.

表7 河北2020~2035年不同經(jīng)濟(jì)增長(zhǎng)情景下的人均能源消費(fèi)量與能源消費(fèi)總量

注:“人均量”表示人均能源消費(fèi)量(tce/人),“總量”表示能源消費(fèi)總量(萬(wàn)tce).

3.3 能源消費(fèi)結(jié)構(gòu)預(yù)測(cè)結(jié)果

圖1 河北1980~2035年能源消費(fèi)結(jié)構(gòu)變化

河北的能源消費(fèi)結(jié)構(gòu)仍將以煤炭消費(fèi)為主,盡管煤炭的消費(fèi)占比會(huì)有一定程度的下降,但在其能源消費(fèi)結(jié)構(gòu)中的絕對(duì)地位難以改變.由圖1可知,1980~2016年,河北的煤炭消費(fèi)占比始終維持在85%以上的“高位”水平,盡管2010年出現(xiàn)了一個(gè)小幅下降(由2009年的92.51%下降至89.71%),但以后的占比依然居高不下.本文根據(jù)馬爾科夫法推測(cè),煤炭仍將是其主要能源,預(yù)計(jì)2035年煤炭的消費(fèi)占比將達(dá)到88.16%.相比煤炭,石油、天然氣、電力和其他能源的消費(fèi)占比有限,預(yù)計(jì)2016年以后河北的石油、電力及其他能源消費(fèi)占比有小幅下降,天然氣的消費(fèi)占比呈小幅上升趨勢(shì).2035年,預(yù)計(jì)石油消費(fèi)、天然氣消費(fèi)、電力及其他能源消費(fèi)占比分別為6.86%、3.56%和1.42%.

從人均能源消費(fèi)與能源消費(fèi)總量的變化趨勢(shì)來(lái)看,如圖2所示,3種情景下的人均量與總量的變化趨勢(shì)保持一致,即煤炭是主要的能源消費(fèi)來(lái)源,其次分別為石油、天然氣、電力及其他能源.煤炭的消費(fèi)階段性特征明顯:①第一階段(1980~1999年):煤炭消費(fèi)量平緩增長(zhǎng).此期間,河北的人均煤炭消費(fèi)量、煤炭消費(fèi)總量均保持平穩(wěn)緩慢的增長(zhǎng)態(tài)勢(shì),中速增長(zhǎng)情景下,人均量從0.513tce增加至1.276tce,總量從2652.425萬(wàn)tce增加至8442.281萬(wàn)tce;②第二階段(2000~2013年):煤炭消費(fèi)快速增長(zhǎng).此期間,煤炭消費(fèi)的人均量與總量均保持快速增長(zhǎng)態(tài)勢(shì),中速情景下的人均量從1.526tce增加至3.588tce,總量則從10181.38萬(wàn)tce增加至26309.34萬(wàn)tce;③第三階段(2014~2016):煤炭消費(fèi)量出現(xiàn)下降,由于此階段采取嚴(yán)格的環(huán)境保護(hù)政策,在中央環(huán)境保護(hù)督察、去產(chǎn)能、去庫(kù)存等政策的外部沖擊下,煤炭的消費(fèi)量明顯下降,中速情景下,人均量從3.513tce下降至3.391tce,相應(yīng)的煤炭消費(fèi)總量從25936.66萬(wàn)tce下降至25328.22萬(wàn)tce.④未來(lái)煤炭的消費(fèi)仍將保持增長(zhǎng)趨勢(shì)(2017~2035年),增長(zhǎng)的幅度取決于經(jīng)濟(jì)增長(zhǎng)速度.對(duì)比低速增長(zhǎng)情景和高速增長(zhǎng)情景可知,煤炭消費(fèi)量的增長(zhǎng)趨勢(shì)受經(jīng)濟(jì)發(fā)展影響明顯:經(jīng)濟(jì)低速情景下,煤炭的人均與總量消費(fèi)量盡管仍將增長(zhǎng),但增長(zhǎng)明顯放緩,該情景下的煤炭人均消費(fèi)量從2017年的3.786tce增加至2035年的4.634tce,增長(zhǎng)率為22.40%,煤炭消費(fèi)總量對(duì)應(yīng)從28499.067萬(wàn)tce增加至36652.062萬(wàn)tce,增長(zhǎng)率為28.61%;而高速增長(zhǎng)情景下,對(duì)應(yīng)的人均煤炭消費(fèi)量從3.831tce增加至6.710tce,增長(zhǎng)率為75.15%,煤炭消費(fèi)總量對(duì)應(yīng)從28835.129萬(wàn)tce增加至53074.305萬(wàn)tce,增長(zhǎng)率為84.06%.

3.4 CO2排放預(yù)測(cè)結(jié)果

如圖3所示,河北的CO2排放總量和人均排放量總體上仍保持增長(zhǎng)趨勢(shì).從歷史變化來(lái)看,河北CO2排放總量與人均排放量在1980~1999年期間增長(zhǎng)緩慢,2000年以后增長(zhǎng)加速且持續(xù)至2013年,2014~ 2016年出現(xiàn)小幅的波動(dòng).1980~2016年期間,CO2排放總量從8289.462萬(wàn)t增加至77033.379萬(wàn)t,增長(zhǎng)了729.29倍;對(duì)應(yīng)的人均CO2排放量從1603.998kg增加至10312.367kg,增長(zhǎng)了442.92倍.從未來(lái)的變化趨勢(shì)來(lái)看,中高速經(jīng)濟(jì)增長(zhǎng)情景將會(huì)顯著拉動(dòng)CO2排放,尤其是高速增長(zhǎng)情景下,CO2排放總量將從2017年的87699.314萬(wàn)t增加至2035年的159117.415萬(wàn)t,分別是同期低速增長(zhǎng)情景下的1.01倍和1.45倍;人均CO2排放量將從2017年的11651.707kg增加至2035年的20115.861kg,分別是同期低速增長(zhǎng)情景下的1.01倍和1.45倍.

3.5 預(yù)測(cè)的不確定性

盡管本文已考慮多種主要因素影響下的河北能源消費(fèi)和CO2排放變化,并設(shè)定不同的經(jīng)濟(jì)增長(zhǎng)路徑來(lái)量化評(píng)估影響程度,但由于數(shù)據(jù)有限,仍然難以完全真實(shí)地刻畫(huà)出能源消費(fèi)量和CO2排放量的變化.尤其是長(zhǎng)期的政策具有不確定性和不可預(yù)見(jiàn)性,與其他同類研究一樣,經(jīng)濟(jì)指標(biāo)和能源結(jié)構(gòu)的預(yù)測(cè)具有一定的局限性,相關(guān)的數(shù)據(jù)結(jié)果僅提供一定參考.

4 結(jié)論與建議

4.1 結(jié)論

4.1.1 經(jīng)濟(jì)增長(zhǎng)拉動(dòng)能源需求 根據(jù)長(zhǎng)期協(xié)整模型,分析了經(jīng)濟(jì)低速增長(zhǎng)、中速增長(zhǎng)和高速增長(zhǎng)等3類情景下,河北1980~2035年的能源需求量.經(jīng)濟(jì)增長(zhǎng)對(duì)能源需求量的拉動(dòng)作用明顯:低速增長(zhǎng)情景下,人均能源消費(fèi)量和能源消費(fèi)總量均保持平緩的增長(zhǎng);而高速增長(zhǎng)情景下的能源需求量增長(zhǎng)迅速.

4.1.2 能源消費(fèi)結(jié)構(gòu)長(zhǎng)期穩(wěn)定 基于馬爾科夫鏈法,河北的能源消費(fèi)結(jié)構(gòu)將長(zhǎng)期保持相對(duì)穩(wěn)定的狀態(tài),不同類型的能源消費(fèi)具有一定的階段性特征.盡管煤炭在能源消費(fèi)中的占比會(huì)有一些降低,但其在能源消費(fèi)結(jié)構(gòu)中的絕對(duì)份額難以改變;石油、天然氣、電力及其他能源的消費(fèi)占比仍然有限.不同經(jīng)濟(jì)增長(zhǎng)情景會(huì)影響每一種能源的消費(fèi)量,經(jīng)濟(jì)增速越快,對(duì)各類能源的消費(fèi)量越大.

4.1.3 CO2排放量保持長(zhǎng)期增長(zhǎng) 根據(jù)測(cè)算,河北CO2排放的人均量與總量將依然長(zhǎng)期保持增長(zhǎng)趨勢(shì).從河北的歷史排放趨勢(shì)來(lái)看,河北的CO2排放的階段性變化與經(jīng)濟(jì)增長(zhǎng)變化保持一致:經(jīng)濟(jì)增長(zhǎng)越快,CO2的排放量越大.CO2排放量直接取決于經(jīng)濟(jì)增長(zhǎng)質(zhì)量,在粗放的經(jīng)濟(jì)增長(zhǎng)情景下,必然帶來(lái)較高的能源消耗和較大的CO2排放.

4.2 建議

4.2.1 保持經(jīng)濟(jì)合理增長(zhǎng) 經(jīng)濟(jì)增長(zhǎng)要保持在合理的區(qū)間,避免經(jīng)濟(jì)過(guò)快增長(zhǎng)對(duì)資源能源的過(guò)度消耗.應(yīng)降低資源能源的消耗,不斷提高河北經(jīng)濟(jì)發(fā)展的質(zhì)量.

4.2.2 優(yōu)化能源消費(fèi)結(jié)構(gòu) 未來(lái)應(yīng)改變河北以煤炭為主的能源消費(fèi)結(jié)構(gòu),通過(guò)價(jià)格補(bǔ)貼等政策,提高清潔電力、可再生能源在能源消費(fèi)中的比重,不斷提高能源利用效率和清潔化程度,通過(guò)技術(shù)創(chuàng)新推動(dòng)能源的清潔利用.

4.2.3 調(diào)整升級(jí)產(chǎn)業(yè)結(jié)構(gòu) 能源的消費(fèi)結(jié)構(gòu)本質(zhì)上是由產(chǎn)業(yè)結(jié)構(gòu)決定的,應(yīng)加快升級(jí)河北的產(chǎn)業(yè)結(jié)構(gòu),改變長(zhǎng)期依賴重工業(yè)的發(fā)展模式,在京津冀協(xié)同發(fā)展的國(guó)家戰(zhàn)略機(jī)遇下,培育和發(fā)展新產(chǎn)業(yè),為產(chǎn)業(yè)發(fā)展注入新活力.

4.2.4 加強(qiáng)生態(tài)環(huán)境管理 應(yīng)繼續(xù)實(shí)施嚴(yán)格的生態(tài)環(huán)境管理政策,運(yùn)用各種環(huán)境治理手段推動(dòng)河北減排目標(biāo)的實(shí)現(xiàn),通過(guò)環(huán)境管理倒逼產(chǎn)業(yè)轉(zhuǎn)型.

[1] 杜 穎.河北省經(jīng)濟(jì)增長(zhǎng)與大氣污染關(guān)系研究[D]. 北京:中國(guó)地質(zhì)大學(xué)(北京), 2016. Du Y. Study on relationship between economic growth and air pollution in Hebei province [D]. Beijing: China University of Geosciences (Beijing), 2016.

[2] 生態(tài)環(huán)境部.2017中國(guó)生態(tài)環(huán)境狀況公報(bào)[R]. 北京:生態(tài)環(huán)境部, 2018:1-54. Ministry of Ecology and Environment (MEE). China’s ecological and environmental bulletin in 2017 [R]. Beijing: MEE, 2018:1-54.

[3] 閆云鳳.京津冀碳足跡演變趨勢(shì)與驅(qū)動(dòng)機(jī)制研究[J]. 軟科學(xué), 2016, 30(8):10-14. Yan Y F. The carbon footprint’s trends and its drivers in Beijing- Tianjin-Hebei region [J]. Soft Science, 2016,30(8):10-14.

[4] 伯 鑫,徐 峻,杜曉惠,等.京津冀地區(qū)鋼鐵企業(yè)大氣污染影響評(píng)估 [J]. 中國(guó)環(huán)境科學(xué), 2017,37(5):1684-1692. Bo X, Xu J, Du X H, et al. Impacts assessment of steel plants on air quality over Beijing-Tianjin-Hebei [J]. China Environmental Science, 2017,37(5):1684-1692.

[5] 伯 鑫,趙春麗,吳 鐵,等.京津冀地區(qū)鋼鐵行業(yè)高時(shí)空分辨率排放清單方法研究 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(8):2554-2560. Bo X, Zhao C L, Wu T,. Emission inventory with high temporal and spatial resolution of steel industry in the Beijing-Tianjin-Hebei region [J]. China Environmental Science, 2015,35(8):2554-2560.

[6] 陳慧萍.基于供給側(cè)改革的河北鋼鐵產(chǎn)能過(guò)剩研究[J]. 當(dāng)代經(jīng)濟(jì), 2017(29):141-143. Chen H P. Study on steel overcapacity in Hebei based on the supply-side reform [J]. Contemporary Economics, 2017,(29):141-143.

[7] 河北省統(tǒng)計(jì)局.河北經(jīng)濟(jì)年鑒2017 [R]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2017. Hebei Statistical Bureau. Hebei economic yearbook in 2017 [R]. Beijing: China Statistical Press, 2017.

[8] 李云燕,殷晨曦.京津冀地區(qū)PM2.5減排實(shí)效與影響因素的門限效應(yīng) [J]. 中國(guó)環(huán)境科學(xué), 2017,37(4):1223-1230. Li Y Y, Yin C X. Threshold effect of socio-economic factors influencing PM2.5in Beijing-Tianjin-Hebei [J] China Environmental Science, 2017,37(4):1223-1230.

[9] Lee C C. Energy consumption and GDP in developing countries: a cointegrated panel analysis [J]. Energy economics, 2005,27(3):415- 427.

[10] 林伯強(qiáng).中國(guó)能源需求的經(jīng)濟(jì)計(jì)量分析[J]. 統(tǒng)計(jì)研究, 2001, 10(10):34-39. Lin B Q. Study on the energy demand in China based on econometric theory [J]. Statistical Research, 2001,10(10):34-39.

[11] 林伯強(qiáng).結(jié)構(gòu)變化、效率改進(jìn)與能源需求預(yù)測(cè)—以中國(guó)電力行業(yè)為例[J]. 經(jīng)濟(jì)研究, 2003,(5):57-65. Lin B Q. Structural changes, efficiency improvement and electricity demand forecasting [J]. Economic Research, 2003(5):57-65.

[12] 何曉萍,劉希穎,林艷蘋(píng).中國(guó)城市化進(jìn)程中的電力需求預(yù)測(cè)[J]. 經(jīng)濟(jì)研究, 2009,(1):118-130. He X P, Liu X Y, Lin Y P. China’s electricity demand forecast under urbanization process [J]. Economic Research, 2009,(1):118-130.

[13] 劉蘭鳳,易行健.中國(guó)能源需求的估計(jì)與預(yù)測(cè)模擬[J]. 上海財(cái)經(jīng)大學(xué)學(xué)報(bào), 2008,4(10):84-91. Liu L F, Yi X J. An estimation on forecast of energy demand in China [J]. Journal of Shanghai University of Finance and Economics, 2008,4(10):84-91.

[14] 林伯強(qiáng),吳 微.中國(guó)現(xiàn)階段經(jīng)濟(jì)發(fā)展中的煤炭需求 [J]. 中國(guó)社會(huì)科學(xué), 2018(2):141-161. Lin B Q, Wu W. Demand for coal in current Chinese economic development [J]. Social Science in China, 2018,(2):141-161.

[15] Wang Y Y, Wang J Z, Zhao G,. Application of residual modification approach in seasonal ARIMA for electricity demand forecasting: A case study of China [J]. Energy Policy, 2012,48:284- 294.

[16] Lee C C, Chang C P. The impact of energy consumption on economic growth: evidence from linear and nonlinear models in Taiwan [J]. Energy, 2007,32(12):2282-2294.

[17] Belke A, Dobnik F, Dreger C. Energy consumption and economic growth: New insights into the cointegration relationship [J]. Energy Economics, 2011,33(5):782-789.

[18] 王 鋒,馮根福.優(yōu)化能源結(jié)構(gòu)對(duì)實(shí)現(xiàn)中國(guó)碳強(qiáng)度目標(biāo)的貢獻(xiàn)潛力評(píng)估[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2011(4):127-137. Wang F, Feng G F. Contribution of improving energy mix to carbon intensity target in China [J]. China Industrial Economics, 2011,(4): 127-137.

[19] 劉金明.基于資源與環(huán)境約束的中國(guó)能源供需格局發(fā)展研究 [D]. 北京:華北電力大學(xué), 2013. Liu J M. Development of the energy supply and demand pattern of China under the constraints of resources and environment [D]. Beijing: North China Electric Power University, 2013.

[20] 王彩明,李 健.一次能源消費(fèi)結(jié)構(gòu)調(diào)整對(duì)京津冀碳強(qiáng)度目標(biāo)的貢獻(xiàn)力分析 [J]. 科技管理研究, 2017,(7):226-233. Wang C M, Li J. Potential contribution analysis of primary consumption structure adjustment to the carbon intensity coal of Beijing-Tianjin-Hebei region [J]. Science and Technology Management Research, 2017,(7):226-233.

[21] Lin B Q, Ouyang X L. Energy demand in China: Comparison of characteristics between the US and China in rapid urbanization stage [J]. Energy conversion and management, 2014,79:128-139.

[22] Yuan X C, Sun X, Zhao W G,et al. Forecasting China’s regional energy demand by 2030: A Bayesian approach [J]. Resources, Conservation and Recycling, 2017,127:85-95.

[23] 周 偉,米 紅.中國(guó)能源消費(fèi)排放的CO2測(cè)算 [J]. 中國(guó)環(huán)境科學(xué), 2010,30(8):1142-1148. Zhou W, Mi H. Calculation on energy-related CO2emissions in China [J]. China Environmental Science, 2010,30(8):1142-1148.

[24] 馬曉君,董碧瀅,于淵博,等.東北三省能源消費(fèi)碳排放測(cè)度及影響因素 [J]. 中國(guó)環(huán)境科學(xué), 2018,38(8):3170-3179. Ma X J, Dong B Y, Yu Y B, et al. Measurement of carbon emissions from energy consumption in three Northeastern provinces and its driving factors [J]. China Environmental Science, 2018,38(8):3170- 3179.

[25] 林伯強(qiáng),李江龍.環(huán)境治理約束下的中國(guó)能源結(jié)構(gòu)轉(zhuǎn)變—基于煤炭和二氧化碳峰值的分析[J]. 中國(guó)社會(huì)科學(xué), 2015,(9):84-107. Lin B Q, Li J L. Transformation of China’s energy structure under environmental governance constraints: A peak value analysis of coal and carbon dioxide [J]. Social Science in China, 2015,(9):84-107.

[26] 馬宏偉,劉思峰,袁潮清,等.基于生產(chǎn)函數(shù)的中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的多變量協(xié)整關(guān)系的分析[J]. 資源科學(xué), 2012,34(12):2374- 2381. Ma H W, Liu S F, Yuan C Q,et al. Cointegration analysis of economic growth and energy consumption in China [J]. Resources Science, 2012, 34(12):2374-2381.

[27] 林伯強(qiáng),蔣竺均.中國(guó)二氧化碳的環(huán)境庫(kù)茲涅茨曲線預(yù)測(cè)及影響因素分許[J]. 管理世界, 2009,(4):27-36. Lin B Q, Jiang Z J. Projection and factor analysis on China’s Environmental Kuznets Curve of carbon dioxide [J] Management World, 2009,(4):27-36.

[28] 孫廣生,黃 祎,田海峰,等.全要素生產(chǎn)率、投入替代與地區(qū)間的能源效率[J]. 經(jīng)濟(jì)研究, 2012,(9):99-112. Sun G S, Huang W, Tian H F, et al. Total factor productivity, inputs substitution and regional energy efficiency disparity [J]. Economic Research, 2012,(9):99-112.

[29] MacKinnon J G. Numerical distribution functions for unit root and cointegration tests [J]. Journal of applied econometrics, 1996,11(6): 601-618.

[30] Maddala G S, Wu S. A comparative study of unit root tests with panel data and a new simple test [J]. Oxford Bulletin of Economics and statistics, 1999,61(S1):631-652.

[31] 河北省人民政府.河北省人口發(fā)展規(guī)劃(2018~2035年) [R]. 河北:河北省人民政府, 2018. Hebei government. Hebei’s pollution growth plan (2018~2035) [R]. Hebei: Hebei government, 2018.

[32] 國(guó)務(wù)院.國(guó)家人口發(fā)展規(guī)劃(2016~2030年) [R]. 北京:國(guó)務(wù)院, 2016. State Council. National pollution growth plan (2016~2030) [R]. Beijing: State Council, 2016.

[33] 河北省統(tǒng)計(jì)局.河北省2017年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[R]. 河北:河北省統(tǒng)計(jì)局, 2018. Hebei Statistical Bureau. Hebei’s economic and social development bulletin in 2017 [R]. Hebei: Hebei Statistical Bureau, 2018.

[34] 李善同.2005~2020年中國(guó)經(jīng)濟(jì)增長(zhǎng)前景分析[J]. 財(cái)經(jīng)界, 2005,(11):10-15. Li S T. Projection on China’s economic growth between 2005 and 2020 [J]. Finance China, 2005,(11):10-15.

[35] 國(guó)家統(tǒng)計(jì)局.中國(guó)2017年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[R]. 北京:國(guó)家統(tǒng)計(jì)局, 2018. National Statistical Bureau. China’s economic and social development bulletin in 2017 [R]. Beijing: National Statistical Bureau, 2018.

[36] 河北省人民政府.河北省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要[R]. 河北:河北省人民政府, 2016. Hebei government. Hebei’s economic and social development plan during the 13thfive-year period [R]. Hebei: Hebei government, 2016.

[37] 白重恩,張 瓊.中國(guó)經(jīng)濟(jì)增長(zhǎng)潛力預(yù)測(cè):兼顧跨國(guó)生產(chǎn)率收斂與中國(guó)勞動(dòng)力特征的供給側(cè)分析[J]. 經(jīng)濟(jì)學(xué)報(bào), 2017,4(4):1-27. Bai C E, Zhang Q. China’s growth potential to 2050: A supply-side forecast based on cross-country productivity convergence and its featured labor force [J]. China Journal of Economics, 2017,4(4):1-27.

[38] 李志俊,原鵬飛.去產(chǎn)能戰(zhàn)略的影響評(píng)價(jià)及建議—基于動(dòng)態(tài)CGE模型的研究[J]. 中國(guó)軟科學(xué), 2018,(1):10-18. Li Z J, Yuan P F. Evaluation and route overcapacity cutting: Analysis based on dynamic computable general equilibrium model [J]. China Soft Science, 2018,(1):10-18.

[39] 國(guó)家統(tǒng)計(jì)局.中國(guó)2008年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[R]. 北京:國(guó)家統(tǒng)計(jì)局, 2009. National Statistical Bureau. China’s economic and social development bulletin in 2008 [R]. Beijing: National Statistical Bureau, 2009.

Projection on energy demand and carbon emission in various economic developing pathways——A case study in Hebei province.

WENG Zhi-xiong1, MA Zhong-yu1,2*, GE Cha-zhong3, CAI Song-feng2, CHENG Cui-yun3, DU Yan-Chun3

(1.School of Environment & Natural Resources, Renmin University of China, Beijing 100872, China；2.State Information Center, Beijing 100045, China；3.Chinese Academy for Environmental Planning, Beijing 100045, China)., 2019,39(8)：3508~3517

This study uses the cointegration test and the Markov chain method to project Hebei’s future (2017~2035) energy demand and structure, and the associated CO2emissions by considering three distinct economic developing scenarios. The results show that the economic growth has strong pulling effect on energy demand. Under the low-growth scenario, Hebei’s per capita energy consumption and total consumption will reach 5.261tce and 416.13million tce respectively. While these consumptions will be 7.618tce and 602.58million tce respectively under the high-growth scenario. Hebei’s future energy consumption structure will maintain stable in the long term, unlikely to change the percentage of coal in total energy consumption. The coal consumption will reach 88.16% in Hebei’s total energy consumption in 2035. The increasing trend of Hebei’s CO2emissions will continue in the long run. Under the high-growth scenario, Hebei’s total CO2emissions will increase from 876.99million ton in 2017 to 1 591.17million ton, 1.01times and 1.45times higher than the contemporaneous emissions in the low-growth scenario respectively. It’s thus necessary to keep Hebei’s economic growth within a rational range, optimize energy consumption structure, adjust industrial distribution, cultivate and develop new economy.

energy demand projection；energy structure projection；economic growth；carbon emission；Hebei province

X24

A

1000-6923(2019)08-3508-10

翁智雄(1989-),男,浙江杭州人,中國(guó)人民大學(xué)環(huán)境學(xué)院博士研究生,主要從事氣候變化經(jīng)濟(jì)、能源與環(huán)境經(jīng)濟(jì)研究.發(fā)表論文30余篇.

2019-02-27

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFA0602601);國(guó)家社會(huì)科學(xué)基金項(xiàng)目(18BJL058);國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2018YFC0213700)

* 責(zé)任作者, 教授, mazy@sic.gov.cn