共享社会经济路径下中国及分省经济变化预测

doi:10.12006/j.issn.1673-1719.2017.161

气候变化研究进展 ›› 2018, Vol. 14 ›› Issue (1): 50-58.doi: 10.12006/j.issn.1673-1719.2017.161

共享社会经济路径下中国及分省经济变化预测

姜彤^1,²(), 赵晶¹, 曹丽格², 王艳君¹, 苏布达^1,^2,³, 景丞³, 王润⁴, 高超⁵

1南京信息工程大学气象灾害预报预警与评估协同中心/地理科学学院,南京 210044
2中国气象局国家气候中心,北京100081
3中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室,乌鲁木齐830011
4湖北大学资源和环境学院,武汉430062
5宁波大学地理与空间信息技术系,宁波 315211

收稿日期:2017-08-22 修回日期:2017-09-02 出版日期:2018-01-31 发布日期:2018-01-30
作者简介:
作者简介：姜彤,男,研究员,jiangtong@cma.gov.cn
基金资助:
国家重点研发计划项目（2017YFA0603701);中国清洁发展机制（CDM）基金赠款项目;中国气象局气候变化专项“气候变化影响综

Projection of national and provincial economy under the shared socioeconomic pathways in China

Tong JIANG^1,²(), Jing ZHAO¹, Li-Ge CAO², Yan-Jun WANG¹, Bu-Da SU^1,^2,³, Cheng JING¹, Run WANG⁴, Chao GAO⁵

1 Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, School of Geography,Nanjing University of Information Science & Technology, Nanjing 210044, China;
2 National Climate Center, China Meteorological Administration, Beijing 100081, China
3 State Key Laboratory of Desert and Oasis Ecology, Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, China
4 School of Resources and Environmental Science, Hubei University, Wuhan 430062, China
5 Department of Geography & Spatial Information Techniques, Ningbo University, Ningbo 315211, China;

Received:2017-08-22 Revised:2017-09-02 Online:2018-01-31 Published:2018-01-30

摘要/Abstract

摘要：

基于中国历次人口和经济普查及逐年统计年鉴,率定柯布道格拉斯（Cobb-Douglas）经济预测模型的参数,依据共享社会经济路径（SSPs）框架情景,构建2020—2100年中国31个省（区、市）经济变化格点（0.5°×0.5°）数据库。未来中国经济呈现如下特点：(1)沿可持续路径（SSP1）和不均衡路径（SSP4),GDP将呈现先增后降趋势,峰值出现在2070—2080年;沿中间路径（SSP2）和化石燃料为主的发展路径（SSP5),GDP则呈现持续增长趋势;区域竞争路径（SSP3）下,2050年以后GDP增长处于停滞状态。(2)无论采用何种路径,2020年前GDP仍旧保持6.0%左右的增速,随后增速均低于5.0%并出现放缓或停滞,甚至负增长态势。(3)社会经济发展政策对中国分省经济增长产生直接影响。2020年代SSP1~SSP5路径下江苏、广东和山东省GDP总量位列前三;2090年代,SSP1和SSP5路径下广东、山东和江苏省GDP总量依旧位列前三;SSP2路径下,浙江位列第二;SSP3路径下,河南跻身前三;SSP4路径下,排名前三省份为广东、江苏和浙江省。(4) 2020年代SSP1、SSP2和SSP5路径下,山东、浙江等省GDP增速超过6.0%,SSP3和SSP4路径下仅广东和浙江省GDP增速可维持5.0%左右,个别省还出现负增长;2090年代各省GDP增速均降至不足1.0%。

关键词: 共享社会经济路径（SSPs), 柯布道格拉斯预测模型, 经济预测, 分省, 中国

Abstract:

Based on national demographic and economic census and annual statistical yearbooks, this paper focused on the projection of national and provincial economy in China during 2020-2100, using Cobb-Douglas model under the five shared socioeconomic pathways (SSPs). The results show that: (1) national economy will keep rising up to 2070-2080 and then decline under sustainability (SSP1) and inequality (SSP4), while GDP will continue to grow under middle of the road (SSP2) and fossil-fueled development (SSP5) and stagnate after 2040 under regional rivalry (SSP3). (2) GDP can maintain about 6.0% growth rate before 2020s under all SSPs, but will slow down to less than 5.0% afterwards and may stagnate or even show negative growth. (3) The social and economic development policies have direct impacts on the provincial economic growth. GDP at the Jiangsu, Guangdong and Shandong provinces ranks in the top three under SSP1~SSP5 in 2020s. In 2090s, provinces ranks in the top three keep consistent with 2020s under SSP1 and SSP5, but Zhejiang will rank the second under SSP2, Henan enters the top three under SSP3, and the top three provinces will be changed as Guangdong, Jiangsu and Zhejiang under SSP4. (4) As for growth rate of GDP, Shandong and Zhejiang can stay above 6.0% under SSP1, SSP2 and SSP5 in 2020s, only Guangdong and Zhejiang provinces can maintain about 5.0% and some provinces might show negative growth under SSP3 and SSP4. In 2090s, all provincial GDP growth rate will be less than 1.0%.

Key words: Shared socioeconomic pathways (SSPs), Cobb-Douglas model, Economic projection, Provincial level, China

姜彤, 赵晶, 曹丽格, 王艳君, 苏布达, 景丞, 王润, 高超. 共享社会经济路径下中国及分省经济变化预测[J]. 气候变化研究进展, 2018, 14(1): 50-58.

Tong JIANG, Jing ZHAO, Li-Ge CAO, Yan-Jun WANG, Bu-Da SU, Cheng JING, Run WANG, Chao GAO. Projection of national and provincial economy under the shared socioeconomic pathways in China[J]. Climate Change Research, 2018, 14(1): 50-58.

图/表 6

表1 SSPs路径下中国全要素生产率（TFP）假设

Table 1 Assumptions on total factor productivity (TFP) in China under the five SSPs

图1 2011—2016年GDP统计数据与SSP2路径预测结果比较

Fig. 1 Comparison of the recorded and projected annual GDP under SSP2 in 2011-2016

图2 2000—2100年中国GDP总量(a)和增速(b)变化

Fig. 2 GDP (a) and GDP growth rate (b) in China for 2000-2100

图3 2020年代中国各省（区、市）年均GDP空间分布

Fig. 3 Spatial distribution of provincial annual GDP in China in 2020s

图4 2020年代中国各省（区、市）年均GDP增速空间分布

Fig. 4 Spatial distribution of annual growth rate of provincial GDP in China in 2020s

Table 2 Top eight provinces by GDP in 2090s under the five SSPs万亿元

参考文献

[1]	IPCC. Climate change 2013: the physical science basis [M]. Cambridge: Cambridge University Press, 2013
[2]	Smith A.An inquiry into the nature and causes of the wealth of nations [M]. 江苏: 译林出版社, 2013
[3]	Keynes J M.A Treatise on probability[J]. Science, 1921, 58(1490): 51-52
[4]	International Monetary Fund. Republic of Madagascar: economic development document [M]. IMF Country Report, 2017, No. 17/225
[5]	World Bank.Global economic prospects: a fragile recovery[M]. Global economic prospects, World Bank, 2017: 1-5
[6]	王小鲁. 中国经济增长的可持续性与制度变革[J]. 经济研究, 2000 (7): 3-15
[7]	李京文. 21世纪中国经济长期预测 (2000—2050年)[J]. 冶金经济与管理, 2000 (3): 4-7
[8]	林毅夫. 展望新千年的中国经济[J]. 宁波经济: 财经视点, 2001 (1): 11-12
[9]	Nakicenovic N, Swart R.Special report of the intergovernmental panel on climate change[J]. Infection & Immunity, 2000, 70(7): 3611-3620
[10]	Ruijven B J V, Levy M A, Agrawal A, et al. Enhancing the relevance of shared socioeconomic pathways for climate change impacts, adaptation and vulnerability research[J]. Climatic Change, 2014, 122(3): 481-494
[11]	vanVuuren D P, Riahi K, Moss R, et al. A proposal for a new scenario framework to support research and assessment in different climate research communities[J]. Global Environmental Change, 2012, 22(1): 21-35
[12]	曹丽格, 方玉, 姜彤, 等. IPCC影响评估中的社会经济新情景(SSPs)进展[J]. 气候变化研究进展, 2012, 8(1): 74-78
[13]	张杰, 曹丽格, 李修仓, 等. IPCC AR5中社会经济新情景(SSPs) 研究的最新进展[J]. 气候变化研究进展, 2013, 9(3): 225-228
[14]	Riahi K, van Vuuren D P, Kriegler E, et al. The shared socioeconomic pathways and their energy, land use, and greenhouse gas emissions implications: an overview[J]. Global Environmental Change, 2017,1(42): 153-168
[15]	Hawksworth J.The world in 2050: how big will the major emerging market economies get and how can the OECD compete [R]. PricewaterhouseCoopers, 2006
[16]	Cuaresma J C.Income projections for climate change research: a framework based on human capital dynamics[J]. Global Environmental Change, 2017, 42: 226-236
[17]	Leimbach M, Kriegler E, Roming N, et al. Future growth patterns of world regions: a GDP scenario approach[J]. Global Environmental Change, 2017, 42: 215-225
[18]	Dellink R, Chateau J, Lanzi E, et al. Long-term economic growth projections in the shared socioeconomic pathways[J]. Global Environmental Change, 2017, 42: 200-214
[19]	O’Neill B C, Kriegler E, Ebi K L, et al. The roads ahead: narratives for shared socioeconomic pathways describing world futures in the 21st century[J]. Global Environmental Change, 2017, 42: 169-180
[20]	姜彤, 赵晶, 景丞, 等. IPCC共享社会经济路径下中国和分省人口变化预估[J]. 气候变化研究进展, 2017, 13(2): 128-137
[21]	史永东, 武志, 甄红线. 我国金融发展与经济增长关系的实证分析[J]. 预测, 2003, 22(4): 1-6
[22]	朱承亮, 岳宏志, 李婷. 中国经济增长效率及其影响因素的实证研究: 1985—2007年[J]. 数量经济技术经济研究, 2009 (9): 52-63
[23]	薛继亮. 基于产业转型升级视角的中国就业结构转变研究[J]. 财经问题研究, 2017 (3): 36-41
[24]	中华人民共和国国家统计局. 2010年第六次全国人口普查主要数据公报(第1号)[J]. 中国计划生育学杂志, 2011, 54(8): 511-512
[25]	Samir K C, Lutz W.The human core of the shared socioeconomic pathways: population scenarios by age, sex and level of education for all countries to 2100[J]. Global Environmental Change, 2014, 42(1): 181-192
[26]	叶裕民. 全国及各省区市全要素生产率的计算和分析[J]. 经济学家, 2002, 3(3): 115-121
[27]	金飞, 张琦. 中国市区县级TFP变动问题的讨论: 2007—2010年[J]. 数量经济技术经济研究, 2013 (9): 55-71
[28]	刘建国, 李国平, 张军涛, 等. 中国经济效率和全要素生产率的空间分异及其影响[J]. 地理学报, 2012, 67(8): 1069-1084
[29]	Goldsmith R W.A perpetual inventory of national wealth[M]. National Bureau of Economic Research, 1951, 12: 5-74
[30]	单豪杰. 中国资本存量K的再估算: 1952—2006年[J]. 数量经济技术经济研究, 2008 (10): 17-31

共享社会经济路径下中国及分省经济变化预测

Projection of national and provincial economy under the shared socioeconomic pathways in China

RichHTML

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	翁宇威,蔡闻佳,王灿. 共享社会经济路径（SSPs）的应用与展望[J]. 气候变化研究进展, 2020, 16(2): 215-222.
[2]	王岱,孙银川,游庆龙. 太平洋年代际振荡对中国冬季最低气温年代际变化的贡献[J]. 气候变化研究进展, 2020, 16(1): 70-77.
[3]	潘金玉,苏布达,翟建青,王艳君,姜彤. 基于共享社会经济路径的中国经济发展趋势及其影响要素分析[J]. 气候变化研究进展, 2019, 15(6): 607-616.
[4]	马欣,王文涛,张雪艳,吴绍洪,刘燕华. 基于哥本哈根学派的中国气候安全化比较分析[J]. 气候变化研究进展, 2019, 15(6): 693-699.
[5]	廖要明,陈德亮,刘秋锋. 中国地气温差时空分布及变化趋势[J]. 气候变化研究进展, 2019, 15(4): 374-384.
[6]	李彩瑛,阎建忠,花晓波,张镱锂. 农户生计对气候变化的敏感性研究综述[J]. 气候变化研究进展, 2019, 15(3): 290-300.
[7]	孙茹,韩雪,潘婕,熊伟,居辉. 全球1.5℃和2.0℃升温对中国小麦产量的影响研究[J]. 气候变化研究进展, 2018, 14(6): 573-582.
[8]	贺冰蕊,翟盘茂. 中国1961—2016年夏季持续和非持续性极端降水的变化特征[J]. 气候变化研究进展, 2018, 14(5): 437-444.
[9]	丁小江,钟方雷,毛锦凰,宋晓谕,黄春林. 共享社会经济路径下中国各省城市化水平预测[J]. 气候变化研究进展, 2018, 14(4): 392-401.
[10]	李青青,苏颖,尚丽,魏伟,王茂华. 国际典型碳数据库对中国碳排放核算的对比分析[J]. 气候变化研究进展, 2018, 14(3): 275-280.
[11]	丑洁明, 代如锋, 董文杰, 班靖晗, 胡川叶. 美国气候新政背景下的中国未来CO₂排放情景预测[J]. 气候变化研究进展, 2018, 14(1): 95-105.
[12]	张冬峰, 韩振宇, 石英. CSIRO Mk3.6.0模式及其驱动下RegCM4.4模式对中国气候变化的预估[J]. 气候变化研究进展, 2017, 13(6): 557-568.
[13]	张海滨, 戴瀚程, 赖华夏, 王文涛. 美国退出《巴黎协定》的原因、影响及中国的对策[J]. 气候变化研究进展, 2017, 13(5): 439-447.
[14]	王艳君景丞曹丽格姜彤孙赫敏黄金龙翟建青陶辉高超苏布达. 全球升温控制在1.5℃和2.0℃时中国分省人口格局[J]. 气候变化研究进展, 2017, 13(4): 327-336.
[15]	姜彤, 赵晶, 景丞, 曹丽格, 王艳君, 孙赫敏, 王安乾, 黄金龙, 苏布达, 王润. IPCC共享社会经济路径下中国和分省人口变化预估[J]. 气候变化研究进展, 2017, 13(2): 128-137.