基于STIRPAT模型的长三角区域四省市碳排放预测

来源：环境工程技术学报杂志2025年第1期北京时间：

作者：杨霖, 王敏, 李丽平, 杨儒浦

摘要：基于STIRPAT模型，通过岭回归方法分别定量分析长三角区域四省市（安徽、江苏、上海和浙江）的人口规模、人均GDP、城市化率、能源消耗强度、能源结构、第二产业增加值占比与碳排放量的关系，设置3种情景预测模式，预测长三角区域四省市的碳排放量发展趋势。结果表明：安徽省碳排放量影响最显著的变量是能源强度，能源强度每增加1%，碳排放量将下降0.524%，其余三省市碳排放量影响最显著的自变量均为人均GDP，人均GDP每增加1%，江苏、上海和浙江三省碳排放量分别增加1.734%、1.434%和1.355%。长三角区域在基准情景、低碳情景和强化低碳情景下分别于2035年、2030年和2025年达到碳排放峰值。人口增长速度、经济发展水平和能源强度是影响未来长三角四省市碳排放量增长的主要因素。建议长三角区域四省市制定分阶段、分地区差异化的碳达峰目标，对于煤炭依赖程度较高的安徽省，要努力构建多元化的低碳能源体系，利用长三角东部地区丰富的自然资源承接劳动密集型产业；上海、江苏、浙江三省市在加大科技创新助力产业转型升级的同时，也要合理控制人口数量，增强公民环保意识。

关键词：碳排放, STIRPAT模型, 岭回归, 发展情景, 长三角区域