基于长时间序列的上海碳排放预测及主要驱动因素分析

A Prediction of the Carbon Emissions in Shanghai Based on Long Time Series and an Analysis of Main Driving Factors

扫码查看

原文链接

维普
万方数据

中文摘要：基于2000-2020年的长时间序列数据,通过建立可拓展的随机性环境影响评估(STIRPAT)模型开展了上海能源碳排放多情景中长期预测,并利用对数指数分解(LMDI)模型对主要驱动因素的贡献进行了定量分析,结果发现:不同减排路径下碳排放趋势存在较大的差异,达峰年份、峰值水平将对碳中和目标的实现产生较为明显的影响."十四五""十五五"是决定上海碳达峰的关键时期,若控制得力,则碳排放达峰可能出现在2010-2015年间,目前已处于波动下行阶段;但结合当前新冠疫情及国际形势研判,碳排放峰值出现在2030年前可能性更大,且此峰值略高于2010-2015年历史最高点.在此基础上,基于中和情景2和中和情景3中长期预测结果显示,如要实现2060年碳中和,2030年起年均碳减排量约为500万t,2050年碳排放量相比2030年下降约为50％,至2060年约比峰值水平下降75％以上,此碳排放总量减排压力明显高于历史时期,能源结构的优化与能源强度的下降是最主要的减排贡献者.

外文关键词：

Carbon dioxide emission peaking Carbon neutrality STIRPAT model LMDI model Prediction

作者：

戴洁、钱美尹、胡静

展开 >

作者单位：

上海市环境科学研究院低碳经济研究中心,上海200233

关键词：

碳达峰碳中和STIRPAT模型LMDI模型预测

基金：

上海市2021年度软科学研究计划定向委托项目上海市2021年度软科学研究计划定向委托项目上海市生态环境局科研项目

项目编号：

2169211190021692112204沪环科[2022]第5号

出版年：

2023

上海环境科学

上海市环境科学研究院

上海环境科学

影响因子：0.371

ISSN：1000-3975

年,卷(期)：2023.42(4)

参考文献量11