首页|基于长时间序列的上海碳排放预测及主要驱动因素分析

基于长时间序列的上海碳排放预测及主要驱动因素分析

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

Carbon dioxide emission peaking Carbon neutrality STIRPAT model LMDI model Prediction

戴洁、钱美尹、胡静

展开 >

上海市环境科学研究院低碳经济研究中心,上海200233

碳达峰 碳中和STIRPAT模型LMDI模型 预测

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

2169211190021692112204沪环科[2022]第5号

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)
  • 11