上海环境科学2023，Vol.42Issue(4) ：151-157,179.

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

戴洁 钱美尹 胡静
上海环境科学2023，Vol.42Issue(4) ：151-157,179.
✕
  • 维普
  • 万方数据

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

戴洁 1钱美尹 1胡静1
扫码查看

作者信息

  • 1. 上海市环境科学研究院低碳经济研究中心,上海200233
  • 折叠

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.

关键词

碳达峰/碳中和STIRPAT模型LMDI模型/预测

Key words

Carbon dioxide emission peaking Carbon neutrality STIRPAT model LMDI model Prediction

引用本文复制引用

基金项目

上海市2021年度软科学研究计划定向委托项目(21692111900)

上海市2021年度软科学研究计划定向委托项目(21692112204)

上海市生态环境局科研项目(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
参考文献量11
段落导航相关论文