基于LMDI和Tapio脫鉤模型的甘肅省碳排放研究

張愛寧 李滋婷 李宗省

DOI：10.16783/j.cnki.nwnuz.2024.03.007

收稿日期：2023-12-28;修改稿收到日期：2024-04-24

基金項目：2023年甘肅省軟科學(xué)項目（23JRZA349）；2022年甘肅省軟科學(xué)項目（22JR4ZA003）

作者簡介：張愛寧（1982—），男，甘肅慶陽人，研究員，碩士.主要研究方向為科技發(fā)展戰(zhàn)略研究.

E-mail：94788976@qq.com

*通信聯(lián)系人，女，助理研究員，碩士.主要研究方向為科技政策研究、產(chǎn)業(yè)研究.

E-mail：2570135081@qq.com

摘要：在定量核算2005—2021年甘肅省碳排放量和強度的基礎(chǔ)上，預(yù)測分析基準(zhǔn)情景、高排放情景和低排放情景3種發(fā)展情景下甘肅省碳達(dá)峰時間及路徑.研究表明，甘肅省整體脫鉤狀態(tài)較為理想，貢獻主要來源于煤炭碳排放量與經(jīng)濟增長長期處于弱脫鉤;經(jīng)濟增長具有增排效應(yīng)，能源強度、能源結(jié)構(gòu)和人口規(guī)模具有節(jié)能減排效應(yīng)，尤其是能源強度.從情景預(yù)測分析看，基準(zhǔn)情景下，甘肅省將在2035年碳排放達(dá)到峰值，2035年之后經(jīng)濟與碳排放處于強脫鉤狀態(tài)，很難在2060年之前實現(xiàn)碳中和;高排放情景下，將在2045達(dá)到峰值，經(jīng)濟與碳排放一直處于弱脫鉤狀態(tài)，后續(xù)實現(xiàn)碳達(dá)峰的難度較大;低排放情景下，2030年后經(jīng)濟與碳排放一直處于強脫鉤狀態(tài)，碳排放量下降幅度較大，在2060年之前實現(xiàn)碳中和較為容易.

關(guān)鍵詞：LMDI模型；Tapio脫鉤模型；碳排放；情景設(shè)置

中圖分類號：F 124??? 文獻標(biāo)志碼：A??? 文章編號：1001-988Ⅹ（2024）03-0055-09

Research on carbon emission in Gansu Province based

on LMDI and Tapio decoupling model

ZHANG Ai-ning1，LI Zi-ting1，LI Zong-xing2，3

（1.Gansu Provincial Institute of Science and Technology Information/Gansu Provincial Key Laboratory of Science and

Technology Evaluation and Monitoring，Lanzhou 730000，Gansu，China;

2.Key Laboratory of Ecohydrology of Inland River Basin，Chinese Academy of Sciences，Lanzhou 730000，Gansu，China;

3.Gansu Qilian Mountain Ecology Research Center，Lanzhou 730070，Gansu，China）

Abstract：On the basis of quantitative accounting of carbon emissions and intensity in Gansu Province from 2005 to 2021，the time and path of carbon peak in Gansu Province were predicted and analyzed under three development scenarios：baseline scenario，high emission scenario，and low emission scenario.The results show that the overall decoupling status in Gansu Province is relatively ideal，

with the main contribution coming from long-term weak decoupling between coal carbon emissions

and economic growth.Economic growth has an effect of increasing emissions，while energy intensity，energy structure，and population size have effects of energy saving and emission reduction，especially energy intensity.From the scenario prediction analysis，under the baseline scenario，Gansu Province is expected to reach its peak in 2035，and the economy and carbon emissions will be in a strong decoupling state after 2035，but it will be challenging to achieve carbon neutrality before 2060.Under the high emission scenario，the peak will be reached in 2045，with the economy and carbon emissions continuously in a weak decoupling state，making it more difficult to achieve the carbon peak subsequently.Under the low emission scenario，the peak will be reached in 2030，and after 2030，the economy and carbon emissions have been in a strong decoupling state，and the magnitude of carbon emission reduction being significant，making it relatively easier to achieve carbon neutrality before 2060.

Key words：LMDI model;Tapio decoupling model;carbon emissions;scenario setting

近年來，如何有效控制和減少碳排放成為世界各國關(guān)注和競爭的焦點.以習(xí)近平同志為核心的黨中央統(tǒng)籌國內(nèi)國際兩個大局，向國際社會作出力爭2023年前實現(xiàn)碳達(dá)峰、2060年前實現(xiàn)碳中和（簡稱“雙碳”目標(biāo)）的莊嚴(yán)承諾.2021年，出臺《關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見》，要求各級政府探索推動“雙碳”目標(biāo)實現(xiàn)的路徑，確保如期實現(xiàn)“雙碳”目標(biāo).

從國家層面［1-3］、區(qū)域?qū)用妫?-5］、城市層面［6-8］和行業(yè)層面出發(fā)，探索碳排放影響因素、減排路徑的相關(guān)研究較多.國家、區(qū)域和城市層面主要通過綜合考慮經(jīng)濟、能源和氣候及碳稅等因素，分情景預(yù)測碳達(dá)峰時間；行業(yè)層面主要集中探索工業(yè)［9-10］、電力［11-13］、交通運輸［14-15］、建筑［16-17］、旅游業(yè)［18］等行業(yè)碳達(dá)峰時間、峰值水平等.從研究區(qū)域看，碳達(dá)峰時間預(yù)測的相關(guān)研究主要集中在浙江、山東、江蘇、北京等東部發(fā)達(dá)省份，對中西部欠發(fā)達(dá)省份的研究相對較少.從碳排放影響因素看，相關(guān)研究主要運用對數(shù)平均迪氏分解模型［19］和STIRPAT模型，探索影響碳達(dá)峰的主要因素.從脫鉤狀態(tài)看，相關(guān)研究主要應(yīng)用Tapio脫鉤指數(shù)等模型，探索經(jīng)濟增長與碳排放的脫鉤狀態(tài)［20］.

甘肅省是我國西部重要的能源基地，2022年，新能源并網(wǎng)622萬kW，新能源發(fā)電量538億kW·h，排名全國第二，有實力成為助力“雙碳”目標(biāo)實現(xiàn)的先行者.本研究以甘肅省為研究對象，分析2005—2021年碳排放現(xiàn)狀和經(jīng)濟增長與碳排放量之間的脫鉤狀態(tài)，揭示影響碳排放的主要因素，預(yù)測不同情景下碳達(dá)峰時間和路徑，以期為甘肅省如期實現(xiàn)“雙碳”目標(biāo)提供理論依據(jù)，同時也為西部其他省份如期實現(xiàn)“雙碳”目標(biāo)提供參考借鑒.

1? 數(shù)據(jù)與方法

1.1? 數(shù)據(jù)來源

核算2005—2021年甘肅省碳排放量所需能源數(shù)據(jù)，以及未來碳排放預(yù)測所需要的經(jīng)濟、人口、能源等數(shù)據(jù)主要來源于《甘肅發(fā)展年鑒》和相關(guān)年份的統(tǒng)計公報.

1.2? 研究方法

1.2.1? 碳排放量核算

運用聯(lián)合國政府間氣候變化專門委員會（IPCC）在《IPCC國家溫室氣體排放清單指南》中公布的碳排放量估算公式［21］，測算2005—2021年甘肅省碳排放量，公式如下：

Ct=∑Eit×Fi，（1）

其中，Ct表示第t年的碳排放量，Eit表示第t年第i種能源的消費量，F(xiàn)i表示第i種能源碳排放系數(shù).碳排放系數(shù)參考溫雪穎等［22］相關(guān)研究，能源碳排放系數(shù)選取美國能源情報局、日本能源經(jīng)濟研究所、國家發(fā)改委能源研究所、國家計委能源所、國家科委氣候變化項目、國家環(huán)保局溫室氣體控制項目和中國工程院7家單位的平均值，其中，煤炭碳排放系數(shù)為0.72tC/tce，石油碳排放系數(shù)為0.56tC/tce，天然氣碳排放系數(shù)為0.42tC/tce.

1.2.2? Tapio脫鉤指數(shù)模型

20世紀(jì)末，經(jīng)濟合作與開發(fā)組織（OECD）將“脫鉤”概念引入農(nóng)業(yè)政策研究領(lǐng)域，隨后資源環(huán)境學(xué)者又將其拓展到環(huán)境研究領(lǐng)域，用于探索經(jīng)濟增長與環(huán)境壓力（資源消耗）的關(guān)系.Tapio（2005）［23］在對1970—2001年歐洲經(jīng)濟發(fā)展與碳排放之間關(guān)系進行研究時，引入“彈性系數(shù)”，用于反映經(jīng)濟發(fā)展與生態(tài)環(huán)境、能源消耗之間的關(guān)系，公式如下：

ε（C，GDP）=ΔCCn-1ΔGDPGDPn-1，（2）

其中，ε為脫鉤指數(shù)，表示經(jīng)濟發(fā)展與碳排放之間的脫鉤彈性；ΔC和ΔGDP分別表示碳排放和地區(qū)生產(chǎn)總值的變化量；

ΔC/Cn-1表示第n年相對于n-1的碳排放量變化率，

ΔGDP/GDPn-1表示第n年相對于n-1年的GDP變化率.脫鉤關(guān)系依據(jù)彈性系數(shù)可分為負(fù)脫鉤、脫鉤和連接3種狀態(tài)；依據(jù)弱、強、擴張、衰退四種強度，進一步細(xì)分為弱負(fù)脫鉤、強負(fù)脫鉤、擴張負(fù)脫鉤、弱脫鉤、強脫鉤、衰退脫鉤、衰退連接及擴張連接8種等級［24］，如見表1所示.

1.2.3? LMDI模型

LMDI模型是Kaya恒等式的拓展，反映經(jīng)濟發(fā)展、人口等因素對碳排放的影響.本文運用LMDI模型，結(jié)合Kaya恒等式思想，從能源結(jié)構(gòu)、能源強度、經(jīng)濟發(fā)展、人口規(guī)模4個方面，分解甘肅省碳排放影響因素：

C=CiEi×EiE×GDPP×P=

∑i（Fi×Si×I×G×P），（3）

其中，C為碳排放量;Ci為第i種能源的碳排放量；E為能源消費總量;Ei為第i種能源的消費量；P為人口規(guī)模；Fi為第i種能源的碳排放系數(shù)；Si為能源結(jié)構(gòu)（第i種能源消費占總能源消費的比重）；I為能源強度；G為人均地區(qū)生產(chǎn)總值，衡量經(jīng)濟發(fā)展水平.運用乘積分解及加和分解，分解基期到報告期的碳排放變化量，公式為：

ΔC=ΔF×ΔS×ΔI+ΔG+ΔP，（4）

假設(shè)基期到報告期能源碳排放系數(shù)保持不變，模型分解為：

ΔS=∑iCti-C0ilnCti-lnV0ilnStS0，

ΔI=∑iCti-C0ilnCti-lnV0ilnItI0，

ΔG=∑iCti-C0ilnCti-lnV0ilnGtG0，

ΔP=∑iCti-C0ilnCti-lnV0ilnPtP0.（5）

各影響因素對碳排放量貢獻率的計算公式分別為：

n1=ΔSΔC×100%，

n2=ΔIΔC×100%，

n3=ΔGΔC×100%，

n4=ΔPΔC×100%，（6）

貢獻率大于0，表明該影響因素對碳排放量具有正向拉動作用；貢獻率小于0，表明該影響因素對碳排放量具有負(fù)向抑制作用［25］.

1.2.4? 情景和參數(shù)設(shè)置

借鑒張歡等［26］相關(guān)研究中關(guān)于情景設(shè)置的方法，面向“雙碳”目標(biāo)，根據(jù)地區(qū)生產(chǎn)總值、能源強度、碳排放強度和人口規(guī)模的不同變化，設(shè)置基準(zhǔn)、高排放和低排放3種情景.為保證各情景指標(biāo)參數(shù)設(shè)定與甘肅省未來發(fā)展趨勢相符，在情景要素變化上對照“十三五”期間發(fā)展趨勢，

預(yù)測2021—2025年各個指標(biāo)情況以及碳排放量.以5年為一個階段，將2021到2050年劃分為5個階段，設(shè)置不同情景不同時期各指標(biāo)增長率參數(shù)，見表2.

基準(zhǔn)情景.經(jīng)濟增長：第一階段設(shè)置為《甘肅省國民經(jīng)濟和社會發(fā)展第十四五個五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)綱要》（甘政發(fā)［2021］18號）提出的，“十四五”期間地區(qū)生產(chǎn)總值年均增長6.5%，之后每一階段下降0.5%.能源強度：比《甘肅省“十四五”節(jié)能減排綜合工作方案》（甘政發(fā)［2022］41號）提出的能源強度年均下降2.6%低0.4%（-3.0%）.人口規(guī)模：《甘肅省人口發(fā)展規(guī)劃（2016—2030年）》（甘政發(fā)［2018］24號）提出，2030年全省常住人口達(dá)到2780萬人以上，因此第一階段人口年均增長率設(shè)置為1.06%的二分之一再減去0.01%，之后每一階段下降0.2%.能源結(jié)構(gòu)：“十三五”時期年均增速-2.46%.

高排放情景.經(jīng)濟增長：第一階段設(shè)置為“十三五”期間甘肅省地區(qū)生產(chǎn)總值年均增速6.78%，之后每一階段下降0.5%.能源強度：《甘肅省“十四五”節(jié)能減排綜合工作方案》（甘政發(fā)［2022］41號）提出的能源強度年均下降2.6%.人口規(guī)模：《甘肅省人口發(fā)展規(guī)劃（2016—2030年）》（甘政發(fā)［2018］24號）提出，2030年全省常住人口達(dá)到2780萬人以上，因此第一階段人口年均增長率設(shè)置為1.06%，之后每一階段下降0.2%.能源結(jié)構(gòu)：設(shè)置為-1.88%（“十三五”時期年均增速最大值的一半）.

低排放情景.經(jīng)濟增長：第一階段設(shè)置為《甘肅省國民經(jīng)濟和社會發(fā)展第十四五個五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)綱要》（甘政發(fā)［2021］18號）提出的，“十四五”期間地區(qū)生產(chǎn)總值年均增長6.5%，之后每一階段下降0.5%.能源強度：比《甘肅省“十四五”節(jié)能減排綜合工作方案》（甘政發(fā)［2022］41號）提出的能源強度年均下降2.6%低0.4%（-3.0%）.人口規(guī)模：第一階段設(shè)置為“十三五”時期的年均增速-0.19%，之后每一階段下降0.1%.能源結(jié)構(gòu)：設(shè)置為-2.7%，比“十三五”時期年均增速低.

2? 結(jié)果與討論

2.1? 碳排放量及碳排放強度

圖1為2005—2021年，甘肅省碳排放量與能源強度變化趨勢.研究期內(nèi)甘肅省能源消費所產(chǎn)生的碳排放量總體呈上升趨勢，具體可分為快速上升期和保持穩(wěn)定期兩個階段.2005—2014年為快速上升期，由2005年的2.54×107t快速增長至2014

年的4.09×107t，年均增速為5.43%.2014—

2021年為穩(wěn)定期，年均增速僅0.52%.而同期，甘肅省能源強度呈逐年下降趨勢，由2005年的2.31tce/億元降至2021年的0.82tce/億元，年均增速為-6.24%.2014年以來，碳排放量增長緩慢，能源強度顯著下降，說明甘肅省采取的碳減排措施取得了一定成效.

2.2? 脫鉤狀態(tài)分析

表3所示為2006—2021年，甘肅省經(jīng)濟增長與碳排放的脫鉤指數(shù)及脫鉤狀態(tài).第一階段

（2006—2014年），甘肅省碳排放量增加，地區(qū)生產(chǎn)總值也增加，經(jīng)濟增長與碳排放之間呈弱脫鉤狀態(tài)；第二階段（2015—2017年），甘肅省碳排放量減少，而地區(qū)生產(chǎn)總值增加，經(jīng)濟增長與碳排放之間呈強脫鉤狀態(tài)；第三階段（2018—2021年），經(jīng)濟增長與碳排放之間的脫鉤狀態(tài)不穩(wěn)定，其中，2018年和2021年二者之間呈弱脫鉤狀態(tài)，2019年呈強脫鉤狀態(tài)，2020年呈擴張負(fù)脫鉤.總體而言，甘肅省碳排放量與經(jīng)濟增長之間呈正相關(guān)性，但經(jīng)濟增長年均增速（11.23%）遠(yuǎn)快于碳排放量年均增速（3.25%）.

第一階段，脫鉤指數(shù)呈波動式變動，特別是2009年波動最大，主要是受2008年美國次貸危機影響，甘肅省經(jīng)濟增長速度減緩.為推動經(jīng)濟發(fā)展，甘肅省積極布局建設(shè)新能源基地，抵御次貸危機帶來的負(fù)面影響，但碳排放量增長速度仍不及經(jīng)濟增長速度，使甘肅省脫鉤指數(shù)出現(xiàn)短暫波動.第二階段，2017年，甘肅省人民政府印發(fā)《甘肅省2017年大氣污染防治工作方案》，重點開展能源結(jié)構(gòu)優(yōu)化調(diào)整、綜合整治燃煤污染、加強工業(yè)污染治理等碳減排工作，使甘肅省經(jīng)濟增長與碳排放之間呈強脫鉤狀態(tài).第三階段，受甘肅省新能源紅色預(yù)警、中美貿(mào)易戰(zhàn)等影響，甘肅省經(jīng)濟增長乏力，能源消耗波動大，碳排放量增長速度仍比經(jīng)濟增長速度慢，脫鉤狀態(tài)不穩(wěn)定.

表4為各類能源消費碳排放與經(jīng)濟增長之間的脫鉤指數(shù)、脫鉤狀態(tài).煤炭消費碳排放量與經(jīng)濟增長呈弱脫鉤狀態(tài)，即經(jīng)濟增長的同時，煤炭消費碳排放量增加，經(jīng)濟增長速度快于煤炭消費碳排放增長速度.石油、天然氣消費碳排放量與經(jīng)濟增長的關(guān)系極不穩(wěn)定，存在多個不可取脫鉤狀態(tài)，弱脫鉤、強脫鉤、擴張連接、擴張負(fù)脫鉤狀態(tài)交替出現(xiàn).甘肅省碳排放量與經(jīng)濟增長整體處于脫鉤狀態(tài)的貢獻，主要源于煤炭消費碳排放量與經(jīng)濟增長長期處于弱脫鉤.

2020年，甘肅省整體能源消費，其中煤炭消費、天然氣消費的碳排放量與經(jīng)濟增長均處于擴張負(fù)脫鉤，經(jīng)濟在增長，碳排放量也在增加，碳排放量增長速度比經(jīng)濟增長速度快.石油消費碳排放量與經(jīng)濟增長處于擴張連接狀態(tài)，即石油消耗產(chǎn)生的碳排放量增長速度與經(jīng)濟增長速度基本相同，呈較強依賴狀態(tài).2020年該種情況的出現(xiàn)，主要是受新冠疫情影響，經(jīng)濟出現(xiàn)下滑，GDP增速減緩，而能源消費量增加，且增速大于增長速度，導(dǎo)致碳排放量增加.

2.3? 甘肅省碳排放影響因素分析

以2005年為基期，運用LMDI分解模型，定量分析經(jīng)濟增長、能源強度、能源結(jié)構(gòu)、人口規(guī)模的碳減排貢獻率（圖2）.整體來看，僅經(jīng)濟增長會

促進碳排放量增加，其余3個因素均發(fā)揮著抑制碳排放量增加的作用，因素貢獻率絕對值大小依次為：經(jīng)濟增長>能源強度>能源結(jié)構(gòu)>人口規(guī)模，與劉茂輝等［27］對天津市碳排放驅(qū)動因素和董瑩等［28］對甘肅省碳排放驅(qū)動因素的研究結(jié)論一致.

LMDI因素分解模型公式中的ΔC為正，即4個因素的貢獻率加總大于0，也證實了甘肅省碳排放整體呈上升趨勢的現(xiàn)實.

從各影響因素看，經(jīng)濟增長是促進碳排放量增加的主要因素，整體呈遞增趨勢.主要源于為滿足經(jīng)濟發(fā)展需求，各行各業(yè)能源消費在增加，從而碳排放量增加.能源強度是抑制碳排放量增加的主要因素.甘肅省依靠科技創(chuàng)新和技術(shù)產(chǎn)業(yè)化應(yīng)用，提高了高耗能行業(yè)、企業(yè)的能源使用效率，降低了相同產(chǎn)值條件下的碳排放量.自2020年以來，依靠提高能源使用效率抑制碳排放的空間在逐漸收窄.能源結(jié)構(gòu)對碳排放具有抑制作用（除2006年和2007年外），但貢獻率不明顯.這與甘肅省以煤炭為主的能源消費結(jié)構(gòu)、以工業(yè)為主的經(jīng)濟結(jié)構(gòu)息息相關(guān).人口規(guī)模整體抑制碳排放，但影響效應(yīng)值較小，可能與近年來甘肅省人口處于流失狀態(tài)，人才的穩(wěn)、育、引難度較大相關(guān).2020年，甘肅省第七次人口普查常住人口2501.98萬人，較2010年第六次人口普查減少55萬人.

2.4? 碳排放變化情況模擬

2.4.1? 不同情景下甘肅省碳排放量預(yù)測

以2021年數(shù)據(jù)為起始點，依據(jù)參數(shù)設(shè)置，預(yù)測不同情景下甘肅省碳排放量，結(jié)果見圖3.基準(zhǔn)情景下，2022—2035年碳排放量持續(xù)增長，2035年達(dá)到峰值4525.18萬t，期間碳排放增量約為293萬t，無法如期實現(xiàn)2030年碳達(dá)峰目標(biāo).高排放情景下，2022—2045年碳排放量持續(xù)增長，在2045年達(dá)到峰值5451.45萬t，較基準(zhǔn)情景下高出約29%.期間碳排放增量約為1200萬t，比基準(zhǔn)情景下的碳排放增量約高926萬t，無法如期實現(xiàn)2030年碳達(dá)峰目標(biāo)，且碳達(dá)峰后實現(xiàn)碳中和的難度也相對較大.低排放情景下，2022—2030年碳排放量持續(xù)增長，2030年達(dá)到峰值4339.59萬t，分別比基準(zhǔn)情景、高排放情景峰值低185.59萬t和1111.86萬t.2021年至達(dá)峰時間的碳排放增量約為107萬t.不僅可以實現(xiàn)2030年碳達(dá)峰目標(biāo)，且碳達(dá)峰后的減排壓力也相對較小，為如期實現(xiàn)2060年碳中和目

標(biāo)打下基礎(chǔ).未來甘肅省采取低排放情景才能如期

完成2030年的碳達(dá)峰目標(biāo).

2.4.2? 不同情景下甘肅省經(jīng)濟增長與碳排放的脫鉤指數(shù)預(yù)測

2022—2030年，3種情景下，經(jīng)濟增長與碳排放均為弱脫鉤.2031—2035年，基準(zhǔn)情景和高排放情景下，經(jīng)濟增長與碳排放為弱脫鉤；低排放情景下經(jīng)濟增長與碳排放為強脫鉤.2036—2050年，基準(zhǔn)情景和低排放情景下，經(jīng)濟增長與碳排放為強脫鉤；高排放情景下，經(jīng)濟增長與碳排放為弱脫鉤.經(jīng)濟增長與碳排放強脫鉤有助于實現(xiàn)碳達(dá)峰，因此，要想如期實現(xiàn)雙碳目標(biāo)，就需要在低排放情景下，推廣應(yīng)用清潔能源，使經(jīng)濟增長與碳排放強脫鉤.同時，部署實施一批碳匯工程，增加碳匯，抵消部分碳排放量.

3? 結(jié)論與建議

3.1? 結(jié)論

通過對2005—2021年甘肅省碳排放特征及變化趨勢進行探索研究，得出以下主要結(jié)論：

1）脫鉤指數(shù)模型分析結(jié)果顯示，研究期內(nèi)甘肅省整體脫鉤狀態(tài)較為理想，除2020年外，其余年份均處于強脫鉤或弱脫鉤兩種理想狀態(tài).

2）LMDI模型分析結(jié)果顯示，2006—2021年，經(jīng)濟增長對甘肅省碳排放量的影響最大，其次是能源強度，能源結(jié)構(gòu)、人口規(guī)模對碳排放量的貢獻相對較小；能源強度、能源結(jié)構(gòu)、人口規(guī)模對碳排放變化具有負(fù)向抑制作用，而經(jīng)濟增長對碳排放變化具有正向促進作用.

3）低排放情景下，甘肅省可以在2030年如期實現(xiàn)碳達(dá)峰，且2060年實現(xiàn)碳中和的壓力也較小.

3.2? 建議

1）強化能源結(jié)構(gòu)和強度效應(yīng)的負(fù)向抑制作用，充分利用甘肅省風(fēng)能、太陽能、生物質(zhì)能、氫能等清潔能源和可再生能源豐富的優(yōu)勢，開展關(guān)鍵技術(shù)研發(fā)，提升能源開發(fā)利用效率，構(gòu)建清潔低碳、安全高效的能源體系，助力實現(xiàn)“雙碳”目標(biāo).

2）創(chuàng)新“新能源+農(nóng)業(yè)”“新能源+建筑”“新能源+交通”等產(chǎn)業(yè)融合發(fā)展場景，推動新能源發(fā)電與關(guān)聯(lián)產(chǎn)業(yè)的融合，加快產(chǎn)業(yè)協(xié)同共進，實現(xiàn)新能源即產(chǎn)即消.

3）推進重點領(lǐng)域低碳工藝技術(shù)改造，加快工業(yè)領(lǐng)域低碳轉(zhuǎn)型和數(shù)字化工藝革新，推動產(chǎn)業(yè)智能化綠色化發(fā)展，盡快擺脫對化石能源消耗的過多依賴，促進經(jīng)濟發(fā)展的同時有效控制能源消費，降低碳排放量.

4）統(tǒng)籌提升黃河流域和祁連山生態(tài)保護和修復(fù)能力，穩(wěn)定現(xiàn)有山水林田湖草沙等生態(tài)系統(tǒng)的固碳作用，增強碳匯能力.

參考文獻：

［1］? 王思博，莊貴陽，竇曉銘.中國省域碳達(dá)峰梯次劃分與差異化排放路徑——基于碳排放與經(jīng)濟發(fā)展雙重視角的考察［J］.武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023，76（3）：136.

［2］? 苗安康，袁越，吳涵，等.中國省域碳達(dá)峰路徑與政策［J］.環(huán)境科學(xué)，2023，44（8）：4623.

［3］? 李輝，孫雪麗，龐博，等.基于碳減排目標(biāo)與排放標(biāo)準(zhǔn)約束情景的火電大氣污染物減排潛力［J］.環(huán)境科學(xué)，2021，42（12）：5563.

［4］? 施曉燕，趙有益，王音璠，等.黃河流域資源型城市碳達(dá)峰情景模擬研究［J］.西北師范大學(xué)學(xué)報（自然科學(xué)版），2024，60（1）：106.

［5］? 李心萍，蘇時鵬，張雅珊，等.福建省碳排放預(yù)測與碳達(dá)峰路徑分析［J］.資源開發(fā)與市場，2023，39（2）：139.

［6］? 姚明秀，王淼薇，雷一東.基于STIRPAT模型的上海市碳達(dá)峰預(yù)測研究［J］.復(fù)旦學(xué)報（自然科學(xué)版），2023，62（2）：226.

［7］? 杜涵蓓，趙立君，劉臣煒，等.基于LEAP模型和KAYA模型的主城區(qū)碳達(dá)峰預(yù)測及不確定性分析［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報，2022，38（8）：983.

［8］? 王勇，許子易，張亞新.中國超大城市碳排放達(dá)峰的影響因素及組合情景預(yù)測——基于門限-STIRPAT模型的研究［J］.環(huán)境科學(xué)學(xué)報，2019，39（12）：4284.

［9］? 魏麗莉，侯宇琦.中國工業(yè)二氧化碳邊際減排成本測算與行業(yè)碳達(dá)峰預(yù)測［J］.經(jīng)濟理論與經(jīng)濟管理，2023，43（2）：63.

［10］? 蔣惠琴，李奕萱，陳苗苗，等.碳中和愿景下浙江省工業(yè)部門碳達(dá)峰預(yù)測與實現(xiàn)策略［J］.地域研究與開發(fā)，2022，41（4）：157.

［11］? 胡壯麗，羅毅初，蔡航.城市電力行業(yè)碳排放測算方法及減碳路徑［J］.上海交通大學(xué)學(xué)報，2024，58（1）：82.

［12］? 師? 瑋，鄭雅麗，楊家鵬，等.多時間尺度下電力消費碳排放區(qū)域動態(tài)演進及收斂性分析［J］.西北師范大學(xué)學(xué)報（自然科學(xué)版），2024，60（1）：97.

［13］? 師瑋，鄭雅麗，楊家鵬，等.多時間尺度下電力消費碳排放區(qū)域動態(tài)演進及收斂性分析［J］.西北師范大學(xué)學(xué)報（自然科學(xué)版），2024，60（1）：97.

［14］? 王世進，蒯樂伊.中國交通運輸業(yè)碳排放驅(qū)動因素與達(dá)峰路徑［J］.資源科學(xué)，2022，44（12）：2415.

［15］? 史丹，葉云嶺.城市交通碳排放趨勢與減排對策研究——以上海市為例［J］.現(xiàn)代管理科學(xué)，2022（4）：3.

［16］? 常莎莎，馮國會，崔航，等.建筑行業(yè)碳排放特征及減排潛力預(yù)測分析［J］.沈陽建筑大學(xué)學(xué)報（自然科學(xué)版），2023，39（1）：139.

［17］? 徐偉，倪江波，孫德宇，等.我國建筑碳達(dá)峰與碳中和目標(biāo)分解與路徑辨析［J］.建筑科學(xué)，2021，37（10）：1.

［18］? 朱海，王立國，賀焱，等.多情景下中國省域旅游業(yè)碳達(dá)峰的時空特征研究［J］.干旱區(qū)資源與環(huán)境，2023，37（1）：169.

［19］? 劉茂輝，鄧小文，劉勝楠，等.基于LMDI法和Tapio脫鉤模型的天津市碳排放分析［J］.環(huán)境污染與防治，2022，44（10）：1397.

［20］? 張永凱，田雨.黃河流域城市群碳排放與經(jīng)濟增長脫鉤狀態(tài)及驅(qū)動因素［J］.人民黃河，2023，45（5）：30.

［21］? IPCC.2006 IPCC Guidelines for National Greenhouse Gas Inventories［R］.Kanagawa：Institute for Global Environmental Strategics，2006.

［22］? 溫雪穎，金良，郭長治，等.基于脫鉤理論的內(nèi)蒙古能源消費碳排放與經(jīng)濟發(fā)展特征分析［J］.未來與發(fā)展，2019（3）：60.

［23］? TAPIO P.Towards a theory of decoupling：Degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001［J］.J Transp Policy，2005（12）：137.

［24］? 閆慶友，李雪婷.基于GDIM的山東省能源消費碳排放與經(jīng)濟發(fā)展脫鉤研究［J］.山東工業(yè)技術(shù)，2023（2）：3.

［25］? 薛建春，曹力博.基于脫鉤指數(shù)和LMDI模型的黃河流域能源低碳發(fā)展研究［J］.前沿，2023（1）：70.

［26］? 張歡，楊彥紅，王瑞祥.甘肅省綠色金融發(fā)展對碳達(dá)峰與低碳韌性的影響研究——基于STIRPAT模型和情景模擬的分析［J］.西部金融，2023（2）：69.

［27］? 劉茂輝，鄧小文，劉勝楠，等.基于LMDI法和Tapio脫鉤模型的天津市碳排放分析［J］.環(huán)境污染與防治，2022，44（10）：1397.

［28］? 董瑩，許寶榮，華中，等.基于LMDI的甘肅省碳排放影響因素分解研究［J］.蘭州大學(xué)學(xué)報（自然科學(xué)版），2020，56（5）：606.

（責(zé)任編輯? 武維寧）