Page 70 - 《环境工程技术学报》2023年第1期

· 66 · 环境工程技术学报 第 13 卷

表 1 情景设置
Table 1 Scenarios setting
情景 参数 2020年 2021—2025年 2026—2060年
地区生产总值 增长1.5% 2021年增长6.5%，其他年增长6% 年增长6%
能源强度 5年累计下降17% 5年累计降低15% 5年累计降低15%
碳排放强度 5年累计降低20.5% 5年累计降低20.5% 5年累计降低20.5%
基准情景
城镇化率 83.60% 年均增长0.28个百分点 年均增长0.28个百分点
第三产业占比 64.40% 年均增长1.8% 年均增长1.8%，增长至90%不再增长
人口总数 年均增长0.159% 年均增长0.159% 年均增长0.159%
地区生产总值 增长1.5% 2021年增长6.5%，其他年增长6% 年增长3.6%
能源强度 5年累计下降17% 5年累计降低15% 5年累计降低21%
碳排放强度 5年累计降低20.5% 5年累计降低28.7% 5年累计降低28.7%
低碳情景
城镇化率 83.60% 年均增长0.28个百分点 年均增长0.168个百分点
第三产业占比 64.40% 年均增长1.8% 年均增长2.52%，增长至90%不再增长
人口总数 年均增长0.159% 年均增长0.159% 年均增长0.095 4%
地区生产总值 增长1.5% 2021年增长6.5%，其他年增长6% 年增长1.2%
能源强度 5年累计降低17% 5年累计降低15% 5年累计降低27%
碳排放强度 5年累计降低20.5% 5年累计降低36.9% 5年累计降低36.9%
超低碳情景
城镇化率 83.60% 年均增长0.28个百分点 年均增长0.056个百分点
第三产业占比 64.40% 年均增长1.8% 年均增长3.24%，增长至90%不再增长
人口总数 年均增长0.159% 年均增长0.159% 年均增长0.031 8%

从式（16）来看，对于天津市，在保持其他变量不
变的情况下，能源结构每降 低 1%，则碳排放量平均
减 少 0.671%；能源强度每降 低 1%，则碳排放量平均
减 少 0.293%；经济增长每提 高 1%，则碳排放量平均
增 加 0.644%；城镇化率每提 高 1%，则碳排量放平均
减 少 6.932%；城镇人口数与第三产业总值的比每增
加 1%，则碳排放量平均增 加 0.291%；第三产业总值
每增 加 1%，则碳排放量平均减 少 0.103%。由此可
见，能源结构、能源强度、经济增长、城镇化率与碳
排放量成正相关，这一结果与上海市 [26] 、江苏省 、
[32]
]
昆明市 [33 ] 和天津市 等的研究结果一致。
[8
LMD 方法 和 STIRPA 模型对碳排放量的预测
I
T
图 1 LMD 各影响因素累计贡献率
I
2
Fig.1 Cumulative contribution rate of each 对比见 图 2。 种方法对碳排放量预测的误差为
n
influencing factor of LMDI −3.72%～3.02%，平均误差为−0.14%，Pearso 相关系

的能源结构（占比 为 3.9%）对碳排放量起到了拉动作 数 为 0.998（P<0.01），这说 明 2 种方法对碳排放量的
I
用，其他影响因素分析与本文一致，主要原因是其研 拟合具有较强的一致性。LMD 方法主要揭示的是
9
究中引入了区域结构效应，这一效应对天津市的碳 天津 市 2000—201 年这一时段内各碳排放量影响
排放量起到了拉动作用，影响了能源结构对碳排放 因素对碳排放量的贡献率，但不能定量地描述各影
量的减缓分析。 响因素对碳排放量的长期效应，更适合用于对某一
基于式（14）和偏最小二乘法（PLS）得到的回归 时段的碳排放量影响因素进行定量分析； 而 STIRPAT
方程为： 模型则可以揭示各影响因素对碳排放量的趋势效
Q = exp(0.671lnES+0.293lnEI+0.644lnC− 应，但不能描述一个时段的各影响因素对碳排放量
6.932lnD+0.291lnE −0.103lnF +10.833) （16） 的贡献率，更适合用于碳排放量的预测分析。因此