|
京津冀碳排放影响因素分解及碳达峰预测研究
|
Abstract:
京津冀作为中国核心经济区和碳排放的重点区域,尽早达峰对于实现我国碳达峰目标具有十分重要的意义。文章运用灰色关联分析方法,筛选影响碳排放的因子,利用LMDI模型分解影响因子,分析各影响因子对碳排放量的贡献度,设置5种不同情景,针对每种情景采用STIRPAT模型进行碳排放未来趋势预测。研究结果表明:(1) 政府干预、城镇化率、人均GDP、产业结构和能源强度显著影响京津冀城市群碳排放;(2) 能源强度和能源结构变动呈现出抑制碳排放的效应,经济发展与人口增长变动呈现出促进碳排放的效应;(3) 京津冀整体有望在2030年前实现碳达峰。最后针对不同城市提出差异化的建议,从调整能源结构、落实政策制度、优化产业结构来实现京津冀地区碳达峰目标。
As the core economic zone and the key area of carbon emission in China, the Beijing-Tianjin-Hebei region is of great significance to reach its carbon peak as soon as possible. In this paper, the grey correlation analysis method is used to screen the factors that affect carbon emissions, the LMDI model is used to decompose the impact factors, and the contribution of each impact factor to carbon emissions is analyzed. Five different scenarios are set up, and the STIRPAT model is used to predict the future trend of carbon emissions for each scenario. The results show that: (1) Government intervention, urbanization rate, per capita GDP, industrial structure and energy intensity significantly affect carbon emissions in the Beijing-Tianjin-Hebei city cluster; (2) changes in energy intensity and energy structure inhibit carbon emissions, while changes in economic development and population growth promote carbon emissions; (3) the Beijing-Tianjin-Hebei region as a whole is expected to reach its carbon peak by 2030. Finally, different suggestions are put forward for different cities, from adjusting the energy structure, implementing the policy system, optimizing the industrial structure to achieve the goal of carbon peak in the Beijing-Tianjin-Hebei region.
[1] | 王韶华, 赵暘春, 张伟, 等. 京津冀碳排放的影响因素分析及达峰情景预测——基于供给侧改革视角[J]. 北京理工大学学报(社会科学版), 2022, 24(6): 54-66. |
[2] | Ang, B.W. (2004) Decomposition Analysis for Policymaking in Energy: Which Is the Preferred Method? Energy Policy, 32, 1131-1139. https://doi.org/10.1016/S0301-4215(03)00076-4 |
[3] | 陈涛, 李晓阳, 陈斌. 中国碳排放影响因素分解及峰值预测研究[J]. 安全与环境学报, 2024, 24(1): 396-406. |
[4] | 梁青青. 基于经典环境库茨涅茨曲线的我国农业碳排放拐点预测及区域比较[J]. 科技与经济, 2017, 30(3): 106-110. |
[5] | 许绩辉, 王克. 中国民航业中长期碳排放预测与技术减排潜力分析[J]. 中国环境科学, 2022, 42(7): 3412-3424. |
[6] | 宋杰鲲, 康忠燕, 韩文杰, 等. 基于系统动力学的山东省能源消费碳排放预测[J]. 中外能源, 2019, 24(11): 91-99. |
[7] | 李心萍, 苏时鹏, 张雅珊, 等. 福建省碳排放预测与碳达峰路径分析[J]. 资源开发与市场, 2023, 39(2): 139-147. |
[8] | 李俊杰, 刘湘. 宁夏碳排放影响因素与碳达峰预测[J]. 中南民族大学学报(人文社会科学版), 2022, 42(7): 116-124+185-186. |
[9] | 邱子健, 靳红梅, 高南, 等. 江苏省农业碳排放时序特征与趋势预测[J]. 农业环境科学学报, 2022, 41(3): 658-669. |
[10] | 王东, 吴长兰. 广东碳排放现状及预测研究[J]. 开放导报, 2015(6): 91-94. |
[11] | 岳书敬. 长三角城市群碳达峰的因素分解与情景预测[J]. 贵州社会科学, 2021(9): 115-124. |
[12] | 王少剑, 莫惠斌, 方创琳. 珠江三角洲城市群城市碳排放动态模拟与碳达峰[J]. 科学通报, 2022, 67(7): 670-684. |
[13] | 刘贵利, 王依. 成渝地区实现“双碳”目标的时空预测及分区管治[J]. 环境保护, 2021, 49(16): 60-62. |
[14] | 高国力, 文扬, 王丽, 等. 基于碳排放影响因素的城市群碳达峰研究[J]. 经济管理, 2023, 45(2): 39-58. |
[15] | 王铮, 刘晓, 朱永彬, 等. 京?津?冀地区的碳排放趋势估计[J]. 地理与地理信息科学, 2012, 28(1): 84-89. |
[16] | 陈亮, 张楠, 王一帆, 等. 京津冀地区碳排放强度变化的驱动因素及其归因分析——基于细分行业与五年规划的视角[J/OL]. 中国环境科学, 2023: 1-17. |
[17] | 黄昱杰, 刘贵贤, 薄宇, 等. 京津冀协同推进碳达峰碳中和路径研究[J]. 中国工程科学, 2023, 25(2): 160-172. |
[18] | 魏杰, 杨林. 经济新常态下的产业结构调整及相关改革[J]. 经济纵横, 2015(6): 1-5. |
[19] | 李守林, 赵瑞, 陈丽华. 基于灰色关联分析TOPSIS的物流企业创新绩效评价[J]. 工业技术经济, 2018, 37(4): 12-21. |
[20] | 吉兴全, 赵国航, 于一潇, 等. 基于4E平衡的碳排放因素分解与峰值预测方法[J]. 高电压技术, 2022, 48(7): 2483-2494. |
[21] | 郭朝先. 中国碳排放因素分解: 基于LMDI分解技术[J]. 中国人口·资源与环境, 2010, 20(12): 4-9. |
[22] | York, R., Rosa, E.A. and Dietz, T. (2003) STIRPAT, IPAT and ImPACT: Analytic Tools for Unpacking the Driving Forces of Envi-ronmental Impacts. Ecological Economics, 46, 351-365.
https://doi.org/10.1016/S0921-8009(03)00188-5 |
[23] | 司志远, 杨明, 于一潇, 等. 基于卫星云图特征区域定位的超短期光伏功率预测方法[J]. 高电压技术, 2021, 47(4): 1214-1223. |
[24] | 袁方成, 陈泽华. 新时代新型城镇化的要素结构及其优化路径[J]. 华中师范大学学报(人文社会科学版), 2020, 59(3): 20-29. |
[25] | 天津市人民政府. 天津市国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要[EB/OL].
https://www.tj.gov.cn/zwgk/szfwj/tjsrmzf/202102/t20210208_5353467.html, 2023-01-20. |
[26] | 韩楠, 罗新宇. 多情景视角下京津冀碳排放达峰预测与减排潜力[J]. 自然资源学报, 2022, 37(5): 1277-1288. |
[27] | Guan, Y., Shan, Y., Huang, Q., et al. (2021) Assessment to China’s Recent Emission Pattern Shifts. Earth’s Future, 9, e2021EF002241. https://doi.org/10.1029/2021EF002241 |
[28] | Zhou, J.K. and Li, Y.T. (2022) Research on Spatial Distribution Char-acteristics of High Haze Pollution Industries Such as Thermal Power Industry in the Beijing-Tianjin-Hebei Region. Ener-gies, 15, Article No. 6610.
https://doi.org/10.3390/en15186610 |