張愛(ài)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(xiàng)目：2023年甘肅省軟科學(xué)項(xiàng)目（23JRZA349）；2022年甘肅省軟科學(xué)項(xiàng)目（22JR4ZA003）

作者簡(jiǎn)介：張愛(ài)寧（1982—），男，甘肅慶陽(yáng)人，研究員，碩士.主要研究方向?yàn)榭萍及l(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?yàn)榭萍颊哐芯?、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(qiáng)度的基礎(chǔ)上，預(yù)測(cè)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(shí)間及路徑.研究表明，甘肅省整體脫鉤狀態(tài)較為理想，貢獻(xiàn)主要來(lái)源于煤炭碳排放量與經(jīng)濟(jì)增長(zhǎng)長(zhǎng)期處于弱脫鉤;經(jīng)濟(jì)增長(zhǎng)具有增排效應(yīng)，能源強(qiáng)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(qiáng)度.從情景預(yù)測(cè)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(jì)與碳排放處于強(qiáng)脫鉤狀態(tài)，很難在2060年之前實(shí)現(xiàn)碳中和;高排放情景下，將在2045達(dá)到峰值，經(jīng)濟(jì)與碳排放一直處于弱脫鉤狀態(tài)，后續(xù)實(shí)現(xiàn)碳達(dá)峰的難度較大;低排放情景下，2030年后經(jīng)濟(jì)與碳排放一直處于強(qiáng)脫鉤狀態(tài)，碳排放量下降幅度較大，在2060年之前實(shí)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(hào)：F 124??? 文獻(xiàn)標(biāo)志碼：A??? 文章編號(hào)：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(lái)，如何有效控制和減少碳排放成為世界各國(guó)關(guān)注和競(jìng)爭(zhēng)的焦點(diǎn).以習(xí)近平同志為核心的黨中央統(tǒng)籌國(guó)內(nèi)國(guó)際兩個(gè)大局，向國(guó)際社會(huì)作出力爭(zhēng)2023年前實(shí)現(xiàn)碳達(dá)峰、2060年前實(shí)現(xiàn)碳中和（簡(jiǎn)稱“雙碳”目標(biāo)）的莊嚴(yán)承諾.2021年，出臺(tái)《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(jiàn)》，要求各級(jí)政府探索推動(dòng)“雙碳”目標(biāo)實(shí)現(xiàn)的路徑，確保如期實(shí)現(xiàn)“雙碳”目標(biāo).

從國(guó)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(guó)家、區(qū)域和城市層面主要通過(guò)綜合考慮經(jīng)濟(jì)、能源和氣候及碳稅等因素，分情景預(yù)測(cè)碳達(dá)峰時(shí)間；行業(yè)層面主要集中探索工業(yè)［9-10］、電力［11-13］、交通運(yùn)輸［14-15］、建筑［16-17］、旅游業(yè)［18］等行業(yè)碳達(dá)峰時(shí)間、峰值水平等.從研究區(qū)域看，碳達(dá)峰時(shí)間預(yù)測(cè)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(duì)中西部欠發(fā)達(dá)省份的研究相對(duì)較少.從碳排放影響因素看，相關(guān)研究主要運(yùn)用對(duì)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(jì)增長(zhǎng)與碳排放的脫鉤狀態(tài)［20］.

甘肅省是我國(guó)西部重要的能源基地，2022年，新能源并網(wǎng)622萬(wàn)kW，新能源發(fā)電量538億kW·h，排名全國(guó)第二，有實(shí)力成為助力“雙碳”目標(biāo)實(shí)現(xiàn)的先行者.本研究以甘肅省為研究對(duì)象，分析2005—2021年碳排放現(xiàn)狀和經(jīng)濟(jì)增長(zhǎng)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(cè)不同情景下碳達(dá)峰時(shí)間和路徑，以期為甘肅省如期實(shí)現(xiàn)“雙碳”目標(biāo)提供理論依據(jù)，同時(shí)也為西部其他省份如期實(shí)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(lái)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(lái)碳排放預(yù)測(cè)所需要的經(jīng)濟(jì)、人口、能源等數(shù)據(jù)主要來(lái)源于《甘肅發(fā)展年鑒》和相關(guān)年份的統(tǒng)計(jì)公報(bào).

1.2? 研究方法

1.2.1? 碳排放量核算

運(yùn)用聯(lián)合國(guó)政府間氣候變化專門(mén)委員會(huì)（IPCC）在《IPCC國(guó)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(cè)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(fèi)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(guó)能源情報(bào)局、日本能源經(jīng)濟(jì)研究所、國(guó)家發(fā)改委能源研究所、國(guó)家計(jì)委能源所、國(guó)家科委氣候變化項(xiàng)目、國(guó)家環(huán)保局溫室氣體控制項(xiàng)目和中國(guó)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(jì)合作與開(kāi)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(jì)增長(zhǎng)與環(huán)境壓力（資源消耗）的關(guān)系.Tapio（2005）［23］在對(duì)1970—2001年歐洲經(jīng)濟(jì)發(fā)展與碳排放之間關(guān)系進(jìn)行研究時(shí)，引入“彈性系數(shù)”，用于反映經(jīng)濟(jì)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(jì)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(duì)于n-1的碳排放量變化率，

ΔGDP/GDPn-1表示第n年相對(duì)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(qiáng)、擴(kuò)張、衰退四種強(qiáng)度，進(jìn)一步細(xì)分為弱負(fù)脫鉤、強(qiáng)負(fù)脫鉤、擴(kuò)張負(fù)脫鉤、弱脫鉤、強(qiáng)脫鉤、衰退脫鉤、衰退連接及擴(kuò)張連接8種等級(jí)［24］，如見(jiàn)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(jì)發(fā)展、人口等因素對(duì)碳排放的影響.本文運(yùn)用LMDI模型，結(jié)合Kaya恒等式思想，從能源結(jié)構(gòu)、能源強(qiáng)度、經(jīng)濟(jì)發(fā)展、人口規(guī)模4個(gè)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(fèi)總量;Ei為第i種能源的消費(fèi)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(fèi)占總能源消費(fèi)的比重）；I為能源強(qiáng)度；G為人均地區(qū)生產(chǎn)總值，衡量經(jīng)濟(jì)發(fā)展水平.運(yùn)用乘積分解及加和分解，分解基期到報(bào)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(bào)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(duì)碳排放量貢獻(xiàn)率的計(jì)算公式分別為：

n1=ΔSΔC×100%，

n2=ΔIΔC×100%，

n3=ΔGΔC×100%，

n4=ΔPΔC×100%，（6）

貢獻(xiàn)率大于0，表明該影響因素對(duì)碳排放量具有正向拉動(dòng)作用；貢獻(xiàn)率小于0，表明該影響因素對(duì)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(qiáng)度、碳排放強(qiáng)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(lái)發(fā)展趨勢(shì)相符，在情景要素變化上對(duì)照“十三五”期間發(fā)展趨勢(shì)，

預(yù)測(cè)2021—2025年各個(gè)指標(biāo)情況以及碳排放量.以5年為一個(gè)階段，將2021到2050年劃分為5個(gè)階段，設(shè)置不同情景不同時(shí)期各指標(biāo)增長(zhǎng)率參數(shù)，見(jiàn)表2.

基準(zhǔn)情景.經(jīng)濟(jì)增長(zhǎng)：第一階段設(shè)置為《甘肅省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四五個(gè)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(hào)）提出的，“十四五”期間地區(qū)生產(chǎn)總值年均增長(zhǎng)6.5%，之后每一階段下降0.5%.能源強(qiáng)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(hào)）提出的能源強(qiáng)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(hào)）提出，2030年全省常住人口達(dá)到2780萬(wàn)人以上，因此第一階段人口年均增長(zhǎng)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(shí)期年均增速-2.46%.

高排放情景.經(jīng)濟(jì)增長(zhǎng)：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(qiáng)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(hào)）提出的能源強(qiáng)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(hào)）提出，2030年全省常住人口達(dá)到2780萬(wàn)人以上，因此第一階段人口年均增長(zhǎng)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(shí)期年均增速最大值的一半）.

低排放情景.經(jīng)濟(jì)增長(zhǎng)：第一階段設(shè)置為《甘肅省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四五個(gè)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(hào)）提出的，“十四五”期間地區(qū)生產(chǎn)總值年均增長(zhǎng)6.5%，之后每一階段下降0.5%.能源強(qiáng)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(hào)）提出的能源強(qiáng)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(shí)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(shí)期年均增速低.

2? 結(jié)果與討論

2.1? 碳排放量及碳排放強(qiáng)度

圖1為2005—2021年，甘肅省碳排放量與能源強(qiáng)度變化趨勢(shì).研究期內(nèi)甘肅省能源消費(fèi)所產(chǎn)生的碳排放量總體呈上升趨勢(shì)，具體可分為快速上升期和保持穩(wěn)定期兩個(gè)階段.2005—2014年為快速上升期，由2005年的2.54×107t快速增長(zhǎng)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(qiáng)度呈逐年下降趨勢(shì)，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(lái)，碳排放量增長(zhǎng)緩慢，能源強(qiáng)度顯著下降，說(shuō)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(jì)增長(zhǎng)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(jì)增長(zhǎng)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(jì)增長(zhǎng)與碳排放之間呈強(qiáng)脫鉤狀態(tài)；第三階段（2018—2021年），經(jīng)濟(jì)增長(zhǎng)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(qiáng)脫鉤狀態(tài)，2020年呈擴(kuò)張負(fù)脫鉤.總體而言，甘肅省碳排放量與經(jīng)濟(jì)增長(zhǎng)之間呈正相關(guān)性，但經(jīng)濟(jì)增長(zhǎng)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(dòng)式變動(dòng)，特別是2009年波動(dòng)最大，主要是受2008年美國(guó)次貸危機(jī)影響，甘肅省經(jīng)濟(jì)增長(zhǎng)速度減緩.為推動(dòng)經(jīng)濟(jì)發(fā)展，甘肅省積極布局建設(shè)新能源基地，抵御次貸危機(jī)帶來(lái)的負(fù)面影響，但碳排放量增長(zhǎng)速度仍不及經(jīng)濟(jì)增長(zhǎng)速度，使甘肅省脫鉤指數(shù)出現(xiàn)短暫波動(dòng).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(diǎn)開(kāi)展能源結(jié)構(gòu)優(yōu)化調(diào)整、綜合整治燃煤污染、加強(qiáng)工業(yè)污染治理等碳減排工作，使甘肅省經(jīng)濟(jì)增長(zhǎng)與碳排放之間呈強(qiáng)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(jì)增長(zhǎng)乏力，能源消耗波動(dòng)大，碳排放量增長(zhǎng)速度仍比經(jīng)濟(jì)增長(zhǎng)速度慢，脫鉤狀態(tài)不穩(wěn)定.

表4為各類能源消費(fèi)碳排放與經(jīng)濟(jì)增長(zhǎng)之間的脫鉤指數(shù)、脫鉤狀態(tài).煤炭消費(fèi)碳排放量與經(jīng)濟(jì)增長(zhǎng)呈弱脫鉤狀態(tài)，即經(jīng)濟(jì)增長(zhǎng)的同時(shí)，煤炭消費(fèi)碳排放量增加，經(jīng)濟(jì)增長(zhǎng)速度快于煤炭消費(fèi)碳排放增長(zhǎng)速度.石油、天然氣消費(fèi)碳排放量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系極不穩(wěn)定，存在多個(gè)不可取脫鉤狀態(tài)，弱脫鉤、強(qiáng)脫鉤、擴(kuò)張連接、擴(kuò)張負(fù)脫鉤狀態(tài)交替出現(xiàn).甘肅省碳排放量與經(jīng)濟(jì)增長(zhǎng)整體處于脫鉤狀態(tài)的貢獻(xiàn)，主要源于煤炭消費(fèi)碳排放量與經(jīng)濟(jì)增長(zhǎng)長(zhǎng)期處于弱脫鉤.

2020年，甘肅省整體能源消費(fèi)，其中煤炭消費(fèi)、天然氣消費(fèi)的碳排放量與經(jīng)濟(jì)增長(zhǎng)均處于擴(kuò)張負(fù)脫鉤，經(jīng)濟(jì)在增長(zhǎng)，碳排放量也在增加，碳排放量增長(zhǎng)速度比經(jīng)濟(jì)增長(zhǎng)速度快.石油消費(fèi)碳排放量與經(jīng)濟(jì)增長(zhǎng)處于擴(kuò)張連接狀態(tài)，即石油消耗產(chǎn)生的碳排放量增長(zhǎng)速度與經(jīng)濟(jì)增長(zhǎng)速度基本相同，呈較強(qiáng)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(jì)出現(xiàn)下滑，GDP增速減緩，而能源消費(fèi)量增加，且增速大于增長(zhǎng)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(yùn)用LMDI分解模型，定量分析經(jīng)濟(jì)增長(zhǎng)、能源強(qiáng)度、能源結(jié)構(gòu)、人口規(guī)模的碳減排貢獻(xiàn)率（圖2）.整體來(lái)看，僅經(jīng)濟(jì)增長(zhǎng)會(huì)

促進(jìn)碳排放量增加，其余3個(gè)因素均發(fā)揮著抑制碳排放量增加的作用，因素貢獻(xiàn)率絕對(duì)值大小依次為：經(jīng)濟(jì)增長(zhǎng)>能源強(qiáng)度>能源結(jié)構(gòu)>人口規(guī)模，與劉茂輝等［27］對(duì)天津市碳排放驅(qū)動(dòng)因素和董瑩等［28］對(duì)甘肅省碳排放驅(qū)動(dòng)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(gè)因素的貢獻(xiàn)率加總大于0，也證實(shí)了甘肅省碳排放整體呈上升趨勢(shì)的現(xiàn)實(shí).

從各影響因素看，經(jīng)濟(jì)增長(zhǎng)是促進(jìn)碳排放量增加的主要因素，整體呈遞增趨勢(shì).主要源于為滿足經(jīng)濟(jì)發(fā)展需求，各行各業(yè)能源消費(fèi)在增加，從而碳排放量增加.能源強(qiáng)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(lái)，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(duì)碳排放具有抑制作用（除2006年和2007年外），但貢獻(xiàn)率不明顯.這與甘肅省以煤炭為主的能源消費(fèi)結(jié)構(gòu)、以工業(yè)為主的經(jīng)濟(jì)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(lái)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(wàn)人，較2010年第六次人口普查減少55萬(wàn)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(cè)

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

標(biāo)打下基礎(chǔ).未來(lái)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(jì)增長(zhǎng)與碳排放的脫鉤指數(shù)預(yù)測(cè)

2022—2030年，3種情景下，經(jīng)濟(jì)增長(zhǎng)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(jì)增長(zhǎng)與碳排放為弱脫鉤；低排放情景下經(jīng)濟(jì)增長(zhǎng)與碳排放為強(qiáng)脫鉤.2036—2050年，基準(zhǔn)情景和低排放情景下，經(jīng)濟(jì)增長(zhǎng)與碳排放為強(qiáng)脫鉤；高排放情景下，經(jīng)濟(jì)增長(zhǎng)與碳排放為弱脫鉤.經(jīng)濟(jì)增長(zhǎng)與碳排放強(qiáng)脫鉤有助于實(shí)現(xiàn)碳達(dá)峰，因此，要想如期實(shí)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(jì)增長(zhǎng)與碳排放強(qiáng)脫鉤.同時(shí)，部署實(shí)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(guò)對(duì)2005—2021年甘肅省碳排放特征及變化趨勢(shì)進(jìn)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(qiáng)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(jì)增長(zhǎng)對(duì)甘肅省碳排放量的影響最大，其次是能源強(qiáng)度，能源結(jié)構(gòu)、人口規(guī)模對(duì)碳排放量的貢獻(xiàn)相對(duì)較??；能源強(qiáng)度、能源結(jié)構(gòu)、人口規(guī)模對(duì)碳排放變化具有負(fù)向抑制作用，而經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放變化具有正向促進(jìn)作用.

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

3.2? 建議

1）強(qiáng)化能源結(jié)構(gòu)和強(qiáng)度效應(yīng)的負(fù)向抑制作用，充分利用甘肅省風(fēng)能、太陽(yáng)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(shì)，開(kāi)展關(guān)鍵技術(shù)研發(fā)，提升能源開(kāi)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(shí)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(chǎng)景，推動(dòng)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(jìn)，實(shí)現(xiàn)新能源即產(chǎn)即消.

3）推進(jìn)重點(diǎn)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(dòng)產(chǎn)業(yè)智能化綠色化發(fā)展，盡快擺脫對(duì)化石能源消耗的過(guò)多依賴，促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí)有效控制能源消費(fèi)，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(hù)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(qiáng)碳匯能力.

參考文獻(xiàn)：

［1］? 王思博，莊貴陽(yáng)，竇曉銘.中國(guó)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(jì)發(fā)展雙重視角的考察［J］.武漢大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023，76（3）：136.

［2］? 苗安康，袁越，吳涵，等.中國(guó)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(bào)（自然科學(xué)版），2024，60（1）：106.

［5］? 李心萍，蘇時(shí)鵬，張雅珊，等.福建省碳排放預(yù)測(cè)與碳達(dá)峰路徑分析［J］.資源開(kāi)發(fā)與市場(chǎng)，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(cè)研究［J］.復(fù)旦學(xué)報(bào)（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(cè)及不確定性分析［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2022，38（8）：983.

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

［9］? 魏麗莉，侯宇琦.中國(guó)工業(yè)二氧化碳邊際減排成本測(cè)算與行業(yè)碳達(dá)峰預(yù)測(cè)［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)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(mén)碳達(dá)峰預(yù)測(cè)與實(shí)現(xiàn)策略［J］.地域研究與開(kāi)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(cè)算方法及減碳路徑［J］.上海交通大學(xué)學(xué)報(bào)，2024，58（1）：82.

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

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

［14］? 王世進(jìn)，蒯樂(lè)伊.中國(guó)交通運(yùn)輸業(yè)碳排放驅(qū)動(dòng)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(shì)與減排對(duì)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(guó)會(huì)，崔航，等.建筑行業(yè)碳排放特征及減排潛力預(yù)測(cè)分析［J］.沈陽(yáng)建筑大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，39（1）：139.

［17］? 徐偉，倪江波，孫德宇，等.我國(guó)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(guó)，賀焱，等.多情景下中國(guó)省域旅游業(yè)碳達(dá)峰的時(shí)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(jì)增長(zhǎng)脫鉤狀態(tài)及驅(qū)動(dòng)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(zhǎng)治，等.基于脫鉤理論的內(nèi)蒙古能源消費(fèi)碳排放與經(jīng)濟(jì)發(fā)展特征分析［J］.未來(lái)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(fèi)碳排放與經(jīng)濟(jì)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(duì)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(bào)（自然科學(xué)版），2020，56（5）：606.

（責(zé)任編輯? 武維寧）