碳核算方法与行业碳排放测算研究综述

 

除测算已产生的 CO2外，对CO2的排放预测也非常重要。在我国“双碳”目标颁布后，碳排放的预测对政策的制定与实施有着重要的指导意义。用于这类预测的方法或模型主要有IPAT模型、STIRPAT模型、对数平均迪氏指数法（LMDI）、广义迪氏指数分解法（GDIM）、经济—能源—环境—一般均衡模型等。

 

IPAT模型是美国斯坦福大学人口学家 Ehrlich和Holder于1971年针对技术改善环境恶化提出的人文驱动因素对环境影响的模型。IPAT模型的核心公式是I=PAT恒等式，其中I代表环境影响（impact）、P代表人口（population）、A代表富裕程度（affluence）以及T代表技术（technology）。由于该模型反映的是碳排放与影响因素之间单调线性关系，而且与环境库兹涅茨曲线（EKC）的研究结论相悖， 因而Dietz and Rosa将其改为随机形式，即STIRPAT模型。两个模型均采用指数的方法，结合对影响碳排放的因素，对未来的碳排放做出预测。学者陈占明等利用二氧化碳数据库与地级市数据，通过扩展的STIRPAT模型进行实证分析表明，控制人口规模是大型城市碳减排的关键，而中、小型城市应注重技术提升与产业结构优化，城市规模会影响整体碳达峰的路径设计。

 

在碳排放变化影响因素分解研究领域，对数均值迪氏指数分解法（Logarithmic Mean Divisia Index method, LMDI）因具备诸多优良的特性而得到了广泛的应用，该方法不但能够消除不能解释的残差项，而且能够处理数据中的0值问题，还具有计算过程简单、所得分解结果直观的特点，LMDI方法可以使模型结果具有更强的说服力。李佛关和吴立军利用LMDI分析发现能源结构与人口规模方面的碳减排效益有待优化，经济发展水平过于激进会导致减排受阻，技术提升成为减排主攻方面。之后逐渐演变出了广义迪氏指数分解法（GDIM）王勇等针对东北地区的交通运输情况，利用 GDIM 分别进行在基期、低碳、低碳与技术双重提升三类不同情景下进行碳达峰预测，预计在倡导和实现低碳节能、提升能源技术的情形下，中国交通运输行业能够在2030年及之前实现不同程度的碳达峰。

 

经济—能源—环境—一般均衡模型则是设计在2025年低值单峰情景、2025年高值单峰情景、2027年中值单峰情景、2025-2027年平台型达峰情景等4种碳达峰情景下，碳减排政策对我国GDP增长、居民消费、固定资产投资、就业等的影响，以探寻在实现碳排放量最小情况下，对经济发展负面影响相对更小的路径。张世国等基于国家信息中心经济—能源—环境一般均衡模型模拟估计我国在2025年实现不同碳达峰峰值带来的经济损失，通过对比发现，在到达碳达峰之前，节能减排力度越大，不仅会降低达峰绝对值，更会减轻后期碳中和所面临的环境压力。