江苏省设区市尺度的碳排放核算及影响因素研究

摘要

本文利用联合国政府间气候变化专门委员会(intergovernmental panelonclimatechange,IPCC)清单法核算了江苏省13个设区市1999—2020年的碳排放量,并利用可拓展随机性环境影响评估模型(stochastic impactsby regression onpopulation,affluence,andtechnology;STIRPAT)分析经济、人口、能源强度和能源结构对碳排放的影响。各设区市的碳排放存在较大差异,淮安的年均碳排放量(3.00×10^(7)t CO_(2))处于中游水平,苏州具有最大的年均碳排放量,约为淮安的5倍。2020年,宿迁、常州和盐城的碳排放量同比增加,其他城市的碳排放量同比下降或者零增长,其中,淮安、扬州、泰州、南通和徐州的碳排放量持续下降。STIRPAT模型拟合结果表明:(1)碳排放与人口的关系具有地区差异,苏南城市的人口与碳排放均为显著正相关,南通、徐州和泰州则为显著负相关;(2)人均GDP、第二产业占比、能源强度(单位GDP能耗)以及能源结构(原煤占一次能源消费比重)与碳排放总量具有显著的正相关关系,可通过优化产业结构、降低能源强度和优化能源结构降低江苏省的碳排放量。