连云港市碳排放“双向”分析及碳达峰情景分析与预测_田赢.pdf

监管新论DOI:10 3969/j issn 1674 6732 2023 01 014连云港市碳排放“双向”分析及碳达峰情景分析与预测田赢1，韩遇春1，王炜1，胡立聪2，赵健2，卢闻州2*(1 国网江苏省电力有限公司连云港供电分公司，江苏连云港222000;2 江南大学物联网工程学院，江苏无锡214122)摘要:为探究连云港市碳排放特征，实现“碳达峰”“碳中和”的目标，以 20112020 年连云港市的碳排放量数据为核心，采用可拓展的随机性的环境影响评估模型(STIPAT)以及岭回归方法进行碳排放量数据的“双向”分析。首先，根据连云港市 20112020 年能源消耗数据，“反向”核算出连云港市历年的碳排放量，结果表明，连云港市碳排放量呈现逐年持续上升趋势;其次，选取人口因素、人均地区生产总值、城市化率、能源结构、产业结构为主要因素，构建了 STIPAT 模型这一“正向”预测媒介，采用岭回归分析法得到了连云港市的碳排放量拟合模型，结果表明，不同的因素对连云港市碳排放量的影响程度存在差异;最后，通过情景分析法预设 6 种连云港市未来发展情景模型，对连云港市的碳排放量进行了预测，结果表明，中增长 高减排的发展模式更适合连云港市，将于 2030 年以 4 788 9 万 t 的碳排放量实现达峰。针对这一发展模式要求，提出连云港市应积极调整能源结构比例、加快产业结构优化等相关建议。关键词:碳排放;“双向”分析;可拓展的随机性的环境影响评估模型;岭回归;情景分析法;碳达峰预测中图分类号:X24文献标志码:B文章编号:1674 6732(2023)01 0085 07收稿日期:2022 05 19;修订日期:2022 11 18基金项目:国家自然科学基金资助项目(62101215);国网江苏省电力有限公司连云港供电分公司业务研究项目(20211260)作者简介:田赢(1980)，男，高级工程师，硕士，研究方向为电网规划等。*通讯作者:卢闻州E-mail:luwenzhou126 comBi-directionAnalysis of Carbon Emission and Carbon Peak Scenario Analysis andPrediction in LianyungangTIAN Ying1，HAN Yu-chun1，WANG Wei1，HU Li-cong2，ZHAO Jian2，LU Wen-zhou2*(1 State Grid Jiangsu Electric Power Co Ltd，Lianyungang Power Supply Company，Lianyungang，Jiangsu222000，China;2 School of Internet of Things Engineering，Jiangnan University，Wuxi，Jiangsu 214122，China)Abstract:To analyze Lianyungangs carbon emission characteristics and to achieveCarbon peakandCarbon neutralitytargets，by using the STIPAT(Stochastic Impacts by egression on Population，Affluence and Technology)model and ridge regression，abi-direction analysis of carbon emissions is done based on Lianyungangs carbon emission data from 2011 to 2020 Firstly，accordingto Lianyungangs energy consumption data from 2011 to 2020，Lianyungangs carbon emissions over the years are backwardlycalculated，which increase sustainably year by yearSecondly，by selecting population，per capita gross domestic product，urbanization rates，energy structure and industry structure as dominant factors，a STIPAT model forforwardanalysis is developedLianyungangs carbon emission model is established by idge regression，which shows different factors have different degrees of impacton carbon emission Finally，six development models in Lianyungang are set up in advance and carbon emission data is predicted byscenario analysis method，which shows the medium-growth-high-emission-reduction model is more suitable for Lianyungang，achievingcarbon peak in 2030 with 47 889 million tons Based on the development model，relevant recommendations are proposed forLianyungang，such as adjusting the proportion of energy structure actively，accelerating the optimization of industrial structureKey words:Carbon emission;Bi-direction analysis;STIPAT model;idge regression;Scenario analysis;Carbonpeak prediction58第 15 卷第 1 期2023 年 1 月环境监控与预警Environmental Monitoring and ForewarningVol 15，No 1January 20230前言随着经济社会的不断发展，二氧化碳(CO2)排放量持续增长，温室效应的影响不断恶化。世界气象组织的数据显示，截至 2020 年底，全球平均气温比工业化前升高了 1 2，已接近 1 5 升温上限，形势十分严峻。2016 年，我国 CO2排放量约为98 93 亿 t，同年美国、日本和韩国的 CO2排放量分别为 50 06，11 36，6 20 亿 t，约为我国 CO2排放量的 50 6%，11 48%，6 27%，我国的碳排放量已经占据约全球碳排放量的四分之一1 2。2020 年，我国 CO2排放量约为 104 亿 t，发展态势不容乐观。习近平在第 75 届联合国大会一般性辩论中宣布，中国 CO2排放量力争在 2030 年前达到峰值，在2060 年前实现碳中和，以此来面对全球能源发展和环境保护的要求3。为了实现“双碳”的目标，需要对碳排放问题进行系统研究。杜强等4 在“碳排放量与能源消费成正比”假设的基础上，研究了中国 20022010年碳排放量的影响因素，引入表征科技进步的变量，对环境影响评估模型(IPAT)进行了改进，得出了我国碳达峰的时间预计在 2030 年;张峰等5 基于山东省 20022012 年历史数据，构建了灰色模型 GM(1，1)模型、Verhulst 模型和 SCGM(1，1)c模型的组合灰色预测模型，不仅能够发挥单一预测模型的优点，还能提高碳排放预测的精度，对于山东省建筑业和交通运输业的碳排放量进行了预测分析，并给出了相应建议;吐尔逊买买提等6 基于 19952014 年农业生产碳排放源，建立碳排放关系数据库，利用广义神经网络构建了新疆碳排放的预测模型，分别探讨了新疆人口、人均国内生产总值(GDP)、农业贡献值、农机总动力和农户固定资产投资等对于农业生产碳排放的影响程度，为新疆碳排放总量分析和影响因素量化提供了参考;马海良等7 基于 2005 年中国的地区数据，设置了 9种分配情景，对我国 2020 年碳份额分配展开了预测研究，提出了要加快技术进步速度、通过供给侧改革大力淘汰落后产能等相关结论。目前，研究碳排放量影响因素的分析方法，主要包括 IPAT 模型、灰色模型 GM(1，1)、神经网络分析法、情景分析法、可拓展的随机性的环境影响评估模型(STIPAT)等。其中，STIPAT 模型是基于 IPAT 模型的改进模型，是研究地区碳排放量影响因素以及模型拟合的主流方法之一8。同时情景分析法能够合理地预测该地区的各个因素的发展状况，对于预测未来碳排放具有一定的参考意义，对于早日实现碳达峰、碳中和的目标具有一定的指导意义。吴彤等9 通过对临沂市 20092019年碳排放数据建立了 STIPAT 模型，定量分析了临沂市工业碳排放量与企业固定资产、人均工业生产增加值、能源强度和能源结构的关系，预测了 6种情景下临沂市 20202030 年的工业碳排放量，给出了相应的政策指导建议;龚利等10 主要分析了长三角地区 19972016 年能源消费量、CO2排放量和排放强度的变化趋势，建立了 STIPAT 模型，定量分析了包括人口、人均地区生产总值(简称“人均 GDP”)、外商直接投资、技术进步等因素与碳 排 放 量 之 间 的 关 系;刘 健 强 等11 基 于STIPAT 模型，将产业结构升级、人口老龄化、碳排放量三者纳入同一系统进行分析，得出了推动人口老龄化、产业结构升级能有助于释放人口老龄化的“碳减排效应”等结论。江苏省的经济发展水平一直位居全国前列，2020 年江苏省 GDP 总量约占全国的 10 08%，工业产值也处于全国前列，但是江苏省的碳排放总量以及能源消费量也处于前列，属于高碳排放区域12。连云港市作为江苏北部的地级市，经济水平在江苏处于后生地位，具有一定的经济发展潜力。现以连云港市的碳排放数据为核心，通过分析连云港市碳排放量来源，进行碳排放量的“反向”测算;采用岭回归分析法定量分析碳排放量与连云港市人口、人均地区生产总值、城市化率、能源结构等要素之间的关系，建立 STIPAT 模型;通过情景分析法预测连云港市的碳排放量和碳达峰趋势，并给出相关政策建议。具体技术路线见图 1。图 1连云港市碳排放“双向分析”技术路线1碳排放“反向”测算方法1 1碳排放量的来源碳排放主要来源于生产生活中化石能源的消耗，所以根据相关能源消耗数据来计算碳排放量，68第 15 卷第 1 期田赢等 连云港市碳排放“双向”分析及碳达峰情景分析与预测2023 年 1 月是分析碳排放量数据最直接的方式，也是“反向”研究分析碳排放的重要手段。以连云港市碳排放量的具体数据作为研究对象，实现对于连云港市碳排放量的特征分析及预测，是实现双碳目标的有力手段。与省内其他城市相比，连云港市处于后工业化时期城市，化石能源的大量消耗，是连云港市碳排放量增加的主要原因。化石能源包括原煤、焦炭、洗煤、天然气、原油、柴油等，是连云港市碳排放的主要来源。通过获取连云港市相关化石能源消耗数据，能够从“反向”测算得到连云港市的碳排放量。1 2碳排放量“反向”核算方法为了计算连云港市的碳排放量，采用联合国政府间气候变化专门委员会(IPCC)推荐的排放因子计算方法，计算公式见式(1):I=ni=0Qi i i=ni=0Qi i i4412(1)式中:I CO2排放量，t;Qi 第 i 种能源的实际消