基于STIRPAT模型的碳排放峰值预测研究——以甘肃省为例

利用STIRPAT模型对未来甘肃省碳排放达峰时间及峰值进行了预测。基于不同视角选取了不同的碳排放影响因素,对甘肃省2005—2020年的时间序列数据进行回归分析,得出甘肃省碳排放趋势方程,设定基准、低碳及强化低碳3种情景模式,预测出不同情景下甘肃省2021-2035年碳排放量及碳强度指标。研究结果表明：在基准情景下甘肃省二氧化碳排放总量将在2032年达峰,峰值为16248.88万吨;低碳情景下碳排放总量将在2030年达峰,峰值为15560.75万吨,可看齐国家2030年前达峰目标;强化低碳情景下碳排放总量将在2027年实现提前达峰,峰值为15078.07万吨。最后,基于甘肃省省情并结合研究结果,对其碳达峰工作提出对策建议。     

基于LSTM模型的中国交通运输业碳排放预测

为助力交通运输业实现碳达峰、碳中和目标,本研究基于拓展的STIRPAT模型选取人口、机动车保有量和能源强度等8个变量作为中国交通运输业碳排放量影响因素,并根据1990-2019年指标数据建立LSTM碳排放模型,在低碳、基准及高碳3种情景下对交通运输业碳排放进行预测.结果表明:1990-2019年间中国交通运输业碳排放量总体呈现上升趋势.低碳、基准及高碳情景下,碳排放达峰时间分别为2033年、2035年及2038年,峰值量分别为1145.64,1218.68,1308.40百万t.中国应积极采取节能降碳措施,优化交通运输业结构,推进清洁能源应用,促进中国交通碳排放向低碳情景发展,助力达峰目标早日实现.     

西安高新区多情景碳达峰预测及减排路径分析

第十三届全国人民代表大会第五次会议提出要致力于推进碳达峰碳中和工作,促进经济社会向全面绿色低碳转型,实现高质量发展.西安高新区作为陕西省重要的科技创新和产业聚集区,经济发展在很大程度上依赖于能源消耗,碳减排的任务就显得尤为艰巨.以西安高新区为研究对象,首先通过系统核算园区内碳排放,对不同能源种类和不同行业企业碳排放现状进行分析;然后利用Kaya模型设定多种独立的碳达峰情景,预测不同情景下的碳排放总量值及碳达峰时间;最后结合西安高新区发展特点科学甄选相应的碳减排路径,给出合理的减排建议.结果表明,目前电力消耗碳排放占比最多且份额呈逐年上升趋势,工业碳排量始终占主导地位且第三产业发展日益蓬勃;碳排放因子情景、能源强度情景和经济水平情景这3种情景下可于2030年达到碳达峰,其中经济发展水平对西安高新区未来碳达峰的峰值和时间影响最大,产业结构情景、能源结构情景和人口规模情景在2030年前没有出现峰值;未来减排路径主要从电力部门脱碳、经济稳健高质量发展、能源及产业结构绿色升级和构建绿色交通体系入手,可为实现碳中和预留更多的准备时间,也为我国工业园区低碳发展提供决策参考.     

珠三角碳达峰系统动力学预测

基于2000—2020年数据,利用IPCC法对珠三角碳排放总量进行测算,然后运用STIRPAT模型将碳排放影响因素划分为7个维度,使用空间杜宾模型分析珠三角碳排放影响因素,并依据广东省发展目标提出8种预测方案。最后运用系统动力学对2021—2035年不同政策方案下的珠三角碳排放趋势进行动态预测。结果表明：1)既定政策情形下,珠三角2030年可实现碳达峰;2)一定的政策干预可以减少碳排放,但若政府放松管理,将无法实现碳达峰;3)实行单一减排政策情景下,碳达峰时间集中于2025—2030年;4)多种碳减排政策协调控制情境下可在2024年实现碳达峰,优于单一碳减排政策。结合空间杜宾模型分析与碳排放预测结果,提出增加城市绿化、重视政策间协调配合与城市间空间联系、优化产业结构、完善电力系统、加强居民绿色消费意识等政策建议,将有助于碳达峰的实现。     

基于LEAP模型的长三角某市碳达峰情景

基于LEAP模型,构建了适用于X市的LEAP-X分部门测算模型,设置了基准情景、低碳情景、强化低碳情景和2023年达峰情景等4种碳排放达峰情景.测算分析结果表明,仅在强化低碳情景与2023年达峰情景下可以实现2030年前碳达峰目标,强化低碳情景达峰时间约在2025年但实际可能推迟,峰值约为1.7亿t.工业是碳排放量最大部门,石化行业是工业中占比最大行业,不同情景下其占比始终保持在30%左右,发电与钢铁行业占比逐年降低,净调入电力逐渐增加.产业结构优化、能源结构调整是X市碳达峰主要驱动因素.强化低碳情景下单位GDP碳排放量在2030年将较2020年下降41%左右.     

重点行业/领域碳达峰路径研究方法

区域化石能源消费量与碳排放量往往集中于少数高能耗、高排放的重点行业和领域. 重点行业/领域的产业规模、能源结构和碳排放变化直接决定区域碳排放达峰时间、达峰质量和峰值大小. 研究重点行业/领域碳达峰路径,是实现碳排放分区管控、落实行业减排责任和推动区域碳排放总量达峰的重要基础. 本研究构建了一种重点行业/领域碳达峰路径研究方法,涵盖宏观目标约束、边界和范围确定、宏观需求预测、行业关联耦合四大模块. 该方法提供了在区域经济社会发展和碳达峰目标双约束下,不同行业/领域碳排放达峰的路径优化选择. 在充分考虑国民经济社会发展需求、行业发展技术特点、国内外进出口变化的基础上,宏观预测重点行业/领域发展规模与需求变化,同时结合以技术为核心的MESSAGE模型建立动态反馈机制,分析产业链上下游供需关系,建立行业内、行业间能量流、物质流耦合关系,通过不断迭代优化确立各行业/领域未来发展需求,并建立不同发展情景,综合研判各情景提出重点行业/领域碳达峰目标与路径. 该方法满足国家、省份、城市等不同区域尺度的重点行业/领域碳排放路径分析与减排措施、成本效益、政策保障评估.      

农村居民生活碳达峰路径及对策

全国碳达峰目标已经明确,农村居民生活能源消费是碳排放增长的重要来源,亟待得到有效控制.为研究农村居民生活碳达峰路径,基于农村居民生活能源消费现状分析,采用碳排放系数法对2000—2018年农村居民生活的碳排放进行核算,基于情景分析法,从能源消费结构调整的角度,设定不同情景分析农村居民生活的碳达峰时间及峰值.结果表明:①2000—2018年,农村居民生活碳排放量、人均碳排放量均呈快速上升趋势,其中农村居民生活碳排放量占国家碳排放总量的3.0%~4.0%.②在2030年国家碳排放强度下降65%的目标下,农村居民生活同步碳达峰目标约为3.64×108 t;农村居民煤炭消费的碳排放已在2017年达峰,总量达峰则依托于能源结构调整情景实现目标.③基准情景下,2030年前无法实现碳达峰;政策情景下,将在2027—2028年达到峰值,峰值约为3.66×108 t;优化情景下,将在2024年达到峰值,峰值约为3.44×108 t.④基于能源结构调整的碳达峰路径主要表现为煤炭消费占比降至18.0%左右,天然气、电力、其他能源消费占比分别提至1.5%、35.0%、30.0%左右.研究显示,促进碳达峰的措施可重点从完善顶层设计、制定农村能源发展战略规划、推动分布式能源系统建设、加强节能减排技术保障、创新资金支持、普及绿色低碳生活方式等几个方面加强实施,从而推动农村的能源变革与节能减排.      

基于能源碳排放预测的中国东部地区达峰策略制定

中国东部的11个省市是中国经济最发达的地区,其碳排放量约占全国碳排放量的1/2.随着气候变化的加剧和国际社会的关注,中国政府制定了区域差异化的达峰目标,因此,预测该地区碳排放对于评估中国能否实现达峰目标具有重要意义.本文基于中国东部11省市1997-2017年的面板数据,采用STIRPAT模型来预测不同情景下的碳排放趋势,并据此分析东部地区整体碳排放达峰的可能性.结果发现,有7个省市碳排放可能在2030年之前达峰,其中,北京、上海将最早出现碳排放峰值,达峰时间可能为2022年;然而,另外4个省市碳排放较难在2030年之前达峰.从东部地区整体来看,该地区碳排放达峰时间在2028-2033年,峰值为5018.03×10⁶~5497.20×10⁶ t.因此,东部地区整体碳排放可以在2030年左右达峰,为较好地实现中国整体碳排放达峰目标奠定了基础;此外,考虑到东部各省市的碳排放达峰情况存在差异,应根据各省市的实际情况制定差异化的达峰目标.     

吉林省能源消费碳排放变化趋势预测与影响因素分析

探讨区域能源消费碳排放的长期变化趋势对碳减排政策的制定和减排目标的实现有重要意义。该文以吉林省为例,研究基于STIRPAT模型能源消费碳排放的影响因素,分析其历史变化特征,分别设定节能情景和节能-低碳情景预测吉林省未来的碳排放走势。研究结果表明,经济增长是影响碳排放的主要因素,碳排放强度的下降是抑制碳排放的主要因素;随着时间的推移,碳排放先后经历碳排放增长期、高峰期和回落期,整体呈倒"U"型趋势;相较节能情景,节能-低碳情景碳排放增长趋势放缓且各年份碳排放水平更低。     

全国各省域碳达峰时空特征及影响因素

中国碳达峰是全球气候治理的重要议程,中国各省级地区的碳达峰研究对全国碳达峰任务达成和路径安排具有重要影响和现实支撑。基于混合型能源投入产出模型,延伸构建了碳达峰时间预测模型。在经济发展和碳排放强度改善的9种组合情景下,预测了2020— 2040年全国30个省级地区（除西藏、台湾、香港和澳门）的碳排放总量,并通过拟合计算与历史期峰值的比较,得到碳达峰时间。在此基础上,利用Probit模型对各地区是否能够在2030年前达到碳峰值做影响因素分析。结果显示：（1）中国各省级地区碳达峰时间差异明显,在空间格局上呈南北条带状聚集。（2）碳排放强度的改善对碳达峰时间影响较大,4% yr^-1的改善对 2030年前达峰最有利。（3）产业结构、政府干预程度、对外开放程度对能否在2030年前实现碳达峰目标影响显著。     

中国省域碳达峰路径与政策

从省域层面推动发达地区率先碳达峰是中国实现2030年前碳达峰目标的有效途径.以江苏省为例,构建了省级LEAP-Jiangsu模型,结合改进的多层对数平均迪氏分解(M-LMDI)模型、 Tapio脱钩模型和减污降碳协同效应模型探索碳排放的关键影响因素及碳达峰路径.采用改进的多层M-LMDI模型分析了江苏省历史时期和未来预测情况下碳排放的主要影响因素;基于历史碳排放分解结果和规划目标,构建了多种发展情景的LEAP-Jiangsu模型,预测江苏省碳排放达峰时间及达峰水平;运用Tapio脱钩模型和减污降碳协同效应模型,研究碳排放与经济发展的关系和碳排放与大气污染物排放的协同效应.结果表明,2035年江苏省一次能源需求总量以标煤计约为401.2～474.6 Mt,终端能源需求量约为319.2～382.3 Mt;江苏省最可能在2025～2030年实现碳达峰目标,碳排放峰值约为815.3～845.7 Mt;能源强度降低、产业结构优化、提高终端电气化水平和能源结构调整等节能减排措施的减排贡献率分别为33.1%、 26.8%、 21%和15.2%.     

2000-2020年中国种植业碳排放驱动因素及预测分析

为了解中国种植业碳排放情况并对种植业碳减排提出针对性的措施,文章对中国2000-2020年的种植业碳排放进行了测度,并基于LMDI模型,对碳排放驱动因素展开了研究。灌溉碳排放量为种植业碳排放第二大来源且一直处于增长态势,故基于STIRPAT模型,设置了7种不同的情景组合,并对不同情景下灌溉碳排放达峰情况进行了预测。结果表明：（1）2000-2020年中国种植业碳排放总量先增加后减少,在2015年实现了达峰,峰值为10 732.6万t。（2）种植业生产效率、农业产业结构、国家产业结构、农村地区人口对种植业碳减排为正效应,国家经济发展水平、农村人口流失水平则表现为负效应。（3）生态和经济协同发展情景下,2030年灌溉碳排放可以实现达峰,对应值为1 981.8万t。最后,就中国种植业碳减排提出了促进种植业低碳机械化发展、深化种植业低碳技术性改革、保持城镇化率平稳增长等建议。     

多情景视角下京津冀碳排放达峰预测与减排潜力

京津冀地区是中国核心经济区的重要组成部分,也是碳排放重点区域,其碳排放早日达峰对实现国家达峰目标尤为关键。通过分析碳排放及影响因素的关系,构建碳排放系统动力学模型,并设置六种情景方案,模拟预测其对北京、天津和河北碳达峰时间、峰值及减排潜力的影响。结果显示：（1）基准情景下,北京已经实现碳达峰,天津预计2023年碳达峰,而河北则难在2035年前达峰。（2）协调发展情景即综合调控政策,较单一措施情景,各地区碳减排效果最优;其中,北京2020—2030年碳排放较基准情景下降13.52%,天津碳达峰可提前至2021年,河北则可在2030年达到峰值。（3）单一措施情景下,环保情景对北京碳减排作用最显著,而节能减排情景则是实现天津与河北碳达峰的最佳发展模式。     

基于LEAP模型的工业园区碳达峰路径：以南京某国家级开发区为例

工业园区是能源消费和碳排放的密集区域,推动工业园区碳达峰对国家早日实现碳达峰目标具有重要意义.以南京某国家级开发区为例,基于LEAP模型,设置基准情景（BAU）、非工业减排（S1）、全行业一般减排（S2）、全行业强化减排（S3）和深度减排（S4）共5类情景,分析各情景下的能源消费需求和CO2排放变化情况,评估各项措施的碳减排贡献,提出园区实现碳达峰目标的政策建议.结果表明,S2、S3和S4情景下能源消费需求和CO2排放量将分别于2035、2030和2028年达到峰值,能源消费需求峰值（以标煤计）分别为26.28、21.66和19.10万t,CO2排放峰值分别为75.35、59.34和53.24万t.工业是研究区域能源消费和碳排放的主要贡献行业,S2、S3和S4情景下工业能源消费和碳排放占比分别于2035年、2030年和2028年达到峰值57.1%、56.0%、53.6%和64.2%、66.2%和62.9%.工业能效提升的碳减排贡献最大,其次为经济增速放缓,交通新能源汽车推广和公共建筑节能的碳减排贡献不显著.综合考虑碳达峰时间和园区碳排放强度考核目标,建议将S3情景作为该园区碳达峰的实施...     

中国城市碳达峰评估方法初探

从碳达峰的定义及判断标准入手,提出了1套适用于中国城市碳达峰的评估体系。一方面,中国城市需要结合自身实际情况提出明确的达峰期限和达峰峰值目标,具备条件的城市应尽早达峰;另一方面,中国城市需要制定精细化的达峰路径图,其内容要包括城市总体的年度和阶段性排放目标、部门的达峰期限、达峰峰值和达峰前后的排放控制方案。同时,配合相应的监督考核机制,加强碳排放的统计与核算工作,构建碳排放数据信息平台以及建立目标责任制度和奖惩机制。     

基于函数极值条件下的中国碳达峰碳中和情景分析

基于函数极值条件提出了碳达峰出现时间和需要满足的理论条件,并对主要发达国家作了验证,同时对中国现状做了分析,最后采用了基准和强化两种情景分析了中国实现2030年碳达峰后进入2060年碳中和时期的二氧化碳排放量。研究结果显示：（1）根据IPAT恒等式将碳排放函数分解成人口、人均GDP和碳强度三个因素时,碳峰值出现时间为三个因素年增长率之和由正转负的正数值年度,发达国家的历史数据证实了这一条件。（2）中国三个因素年增长率之和自2003年起已经开始降低,最近几年一直在0.01~0.02徘徊,表明总体上朝着有利于碳达峰的方向发展,同时按照三个因素的预期发展目标计算得出中国2030年碳排放峰值的上限为112.2亿t,若2021—2035年保持相同的人均GDP年均复合增长率,碳强度年均复合增长率的绝对值需要比人均GDP年均复合增长率高0.14个百分点。（3）在能源消费总量逐渐回落的前提条件下,2060年基准情景下非化石能源占比约为65%,产生的二氧化碳量约为31.4亿t,强化情景下非化石能源占比约为70%,二氧化碳排放约为26.6亿t,而碳汇和CCUS等固碳技术还存在不确定性,碳中和任务依然艰巨。实现碳达峰碳中和最终需要控制能源消费,践行低碳消费行为。     

基于扩展STIRPAT模型LMDI分解的碳排放脱钩因素

为研究经济发展与碳排放的脱钩情况,常用对数平均迪式指数分解法（LMDI）结合Kaya恒等式和Tapio脱钩模型计算碳变化量和弹性脱钩指数.借鉴上述方法,将STIRPAT模型与LMDI分解法相结合,建立STIRPAT模型的回归系数与碳变化量和脱钩弹性指数之间的数量关系,研究影响碳排放各因素的脱钩状态.结果表明：(1)STIRPAT模型LMDI分解法能够避免满足Kaya恒等式的IPAT模型中使用LMDI分解法时增加新变量的情况,部分新增变量往往缺乏明确的经济学含义;(2)LMDI分解将STIRPAT模型中的统计回归系数的含义,由变量的变动引起碳排放量变动的弹性系数,扩展到变量的变动引起碳变化量的倍数;(3)STIRPAT模型LMDI分解法,将数据的统计结果通过统计回归系数纳入到各因素的碳变化量和弹性脱钩指数之中,使弹性脱钩指数能够反映数据的统计信息;(4)以重庆市2001～2019年碳排放数据为例,来说明STIRPAT模型LMDI分解法可以用于判定碳排放变量的脱钩状态,能够体现数据本身所包含的统计信息,更能反映研究对象的实际情况.     

漓江流域陆地生态系统碳储量时空特征与预测

评估生态系统碳储量,对区域生态管理具有重要意义。利用InVEST模型和PLUS模型,基于解译的土地利用数据和未来土地利用预测数据,研究2000-2020年漓江流域土地利用变化和碳储量时空特征,并预测未来不同发展情景下碳储量的变化。结果表明：2000-2020年漓江流域土地利用变化表现为耕地、林地和草地面积减少,水域、建设用地和未利用地面积增加;受土地利用变化的影响,2000-2020年漓江流域碳储量减少了0.945×10⁶ t,其中2015-2020年减幅最大;碳储量高的区域主要分布在流域西北、西南及东部高海拔地区,碳储量低的区域主要分布在流域中部平原地区且2000-2020年明显扩大,流域内的临桂区、兴安县和灵川县碳储量减少较为显著。预测2030年漓江流域在自然发展情景下碳储量会进一步下降,耕地保护情景下碳储量相较自然发展情景增加0.345×10⁶ t,生态保护情景下碳储量比自然发展情景、耕地保护情景分别增加1.540×10⁶、1.195×10⁶ t。耕地保护情景能够保护耕地数量,但建设用地扩张受...     

多情景下湖北省交通运输碳排放峰值预测研究

为加快湖北省交通运输业实现碳达峰,利用湖北省2005—2019年人口规模、城镇化率、交通运输强度、能源强度等数据,构建扩展STIRPAT模型,并结合设置的基准、污染减排、节能降碳、绿色低碳4类情景(18种情景方案),对湖北省2020—2035年交通运输碳排放峰值进行预测.结果表明：(1)2005—2019年湖北省交通运输碳排放量总体呈现出波动上升的趋势;(2)在其它影响因素不变的情况下,技术性减排对交通运输碳排放的抑制作用大于结构性减排,且随着时间推移,其作用效果越明显;(3)绿色低碳情景下,保持人口和城镇化率中增长、经济水平高增长的情景方案最可能符合湖北省交通运输碳排放达峰路径,研究预测其碳排放于2030年达到峰值6330.2万t.最后,结合研究结论提出了具体可行的政策性建议.     

基于PLUS-InVEST模型的江西省生态系统碳储量时空演变与预测

土地利用变化是影响陆地生态系统碳储量变化的重要因素,研究土地利用变化与碳储量之间关系对优化区域土地利用结构,维持区域碳平衡可提供可靠的数据支撑.以江西省为例,分析1990~2020年土地利用变化,基于PLUS模型,结合自然发展情景、生态优先情景和经济发展情景设置,对2030年江西省土地利用格局进行模拟分析,运用InVEST模型测算1990~2020年及未来不同情景下江西省碳储量变化,利用空间自相关分析探索江西省不同情景下陆地生态系统碳储量时空变化特征,并提出相应的政策建议.结果表明:①1990~2020年江西省碳储量整体呈下降趋势,共减少4.58×10⁷ t.其中,水域和建设用地的面积增加,耕地、林地、草地及未利用地面积减少是导致碳储量减少的主要原因.②2030年江西省陆地生态系统碳储量在自然发展情景、生态优先情景和经济发展情景下分别为2.20×10⁹、2.24×10⁹和2.19×10⁹ t.③3种情景下的碳储量值在空间分布上具有相似性,碳储量高值区域在江西省北部、西北部及西部区域出现集聚,低值区域则在中部区域聚集.研究结果可为江西省未来国土空间规划,提升陆地生态系统碳储量提供数据支撑.