“双碳”目标下南京市碳排放研究社会实践报告

2026年9月1日

今年暑期（7月），南京农业大学一支社会实践小组围绕南京市碳排放开展了一项全链条实证研究。研究综合运用STIRPAT岭回归、LMDI因素分解、贪心优化算法、双重差分模型（DID）及机器学习预测等多种计量工具，从宏观城市、中观行业、微观政策多个维度切入，完成了“因素识别—区域对比—行业优化—政策评估—预测预警”的系统性分析，产出一套可迁移的城市碳排放研究框架。研究明确指出，人均GDP是南京碳排放的首要增排驱动力，能源强度下降是核心减排抓手；在总减排目标1651万吨二氧化碳的约束下，钢铁、电力、石化等五大高耗能行业的最优减排方案出炉，全社会总减排成本约27.6亿元；全国碳交易市场使南京纳入企业的碳排放强度显著下降约15.2%。

研究背景：工业城市减碳面临“增长与减排”双重压力

在全球气候变暖的大背景下，我国提出2030年前实现碳达峰、2060年前实现碳中和的重大战略目标。城市作为能源消耗与碳排放的核心载体，是落实“双碳”政策的关键单元。南京市作为长三角地区重要的综合性工业与科教中心，钢铁、石化、电力等高耗能产业集聚，经济增长与碳排放管控的矛盾较为突出。在区域一体化进程中，南京既需要保持经济高质量发展，又要按期完成碳达峰任务，科学识别碳排放驱动因子、合理分配行业减排任务、客观评估碳市场政策成效，具有强烈的现实意义。

现有相关文献多聚焦单一模型分析，较少实现多维度闭环研究。此次社会实践小组依托公开统计数据，历时一个月，完成了从数据采集到成果输出的全过程，旨在为地方政府制定碳达峰实施方案提供数据支撑与决策参考。

研究方法：多模型融合，构建完整分析闭环

实践小组由高涵哲、赵子墨、蒋雯、蒋舒同、潘颖琪、王子倩六位同学组成。研究采用线上线下结合的方式，线下完成文献研读与小组研讨，线上完成数据搜集、清洗、Python建模编程、图表绘制及报告撰写。

研究数据来源包括南京及长三角各城市统计年鉴、CEADs中国碳核算数据库等，时间跨度为2010—2023年。小组统一完成了GDP可比价换算、能源折算标准煤、按IPCC系数分城市分行业碳排放核算等预处理工作，并构建了结构化数据集。

在模型搭建方面，小组依次完成了以下工作：

· STIRPAT岭回归：解决宏观变量多重共线性问题，测算人口、人均GDP、能源强度等对碳排放的弹性影响；
· LMDI加法分解：对南京、上海、苏州、杭州四市开展碳排放因素分解，对比区域差异；
· 贪心优化算法：以全社会减排总成本最小为目标，求解五大高耗能行业减排额度最优分配；
· 双向固定效应DID模型：评估全国碳交易政策对南京企业的净处理效应；
· 多元线性回归与随机森林对比：完成碳排放预测，并构建“绿—黄—红”三级预警体系。

主要发现：四大核心结论明晰南京减碳路径

结论一：人均GDP是首要增排动力，能效提升是核心减排抓手

STIRPAT岭回归结果显示，人均GDP对南京碳排放的弹性系数最大，是推动碳排放增长的首要因素；能源强度下降的减排效应最为显著，第二产业占比降低同样发挥积极作用，而人口、城镇化、外商直接投资的影响相对微弱。LMDI分解进一步印证，经济规模扩张带来大量碳排放增量，但能源效率提升有效抵消了大部分增长压力。

结论二：长三角四城减排机制同中有异，需差异化施策

南京、上海、苏州、杭州四座城市均表现出“经济规模驱动上涨、能效改善压低排放”的共同特征，但因产业结构差异，各城市应选择不同的优先策略：南京重化工业占比高，应优先推进工业节能改造；上海已进入后工业化阶段，重点在于能源结构清洁转型；苏州以制造业节能改造为主；杭州则可依托数字经济巩固低碳产业优势。

结论三：五大行业最优减排方案——钢铁、电力担纲主力

在总减排目标1651万吨二氧化碳的约束下，以成本最小化为目标，贪心算法求得最优分配方案为：钢铁行业承担38.2%的减排量，电力行业承担29.1%，石化行业承担18.2%，建材和交通各承担7.3%。全社会总减排成本约27.6亿元。研究指出，应优先将财政资金倾斜至电力、钢铁等边际减排成本较低的领域，而交通、石化则需侧重前沿技术储备，避免“一刀切”压减产能。

结论四：碳交易政策有效，企业碳排放强度下降15.2%

双重差分模型净效应为-0.377，表明全国碳交易市场使南京纳入企业的碳排放强度显著降低约15.2%。研究认为，政策效应主要通过倒逼企业开展技术改造实现，而非简单压缩产能，说明碳交易机制在南京发挥了实质性减排推动作用。

预测预警体系：2023年南京处于“绿灯”可控区间

在碳排放预测方面，小样本条件下多元线性回归预测效果优于随机森林模型，MAPE仅0.3%。基于增速阈值，小组构建了三级预警机制。2023年南京碳排放增速为1.5%，处于绿灯可控区间，可为地方碳排放动态管控提供直观决策工具。

实践反思：数据与模型存在局限，未来将拓展研究维度

研究团队也客观梳理了研究中存在的不足：碳排放核算采用固定IPCC排放系数，未考虑技术进步带来的系数动态变化；行业优化模型仅以经济成本最小为目标，未纳入就业保障、产业平稳过渡等社会约束；公开微观企业数据获取难度较大，部分指标依赖间接估算，可能影响实证精度。小组表示，后续研究计划扩充居民生活碳排放测算，在优化模型中增加社会约束条件，并引入更多机器学习算法提升预测稳健性。

团队感悟：减碳不是“一刀切”，理论需对接现实

小组成员在实践总结中表示，通过本次研究深刻认识到“双碳”目标不是简单的数字任务，而是兼顾经济发展、产业转型和企业成本的复杂系统工程。“同样是减少一吨二氧化碳，电力行业仅需30元，交通行业却高达100元以上，这说明减排政策必须尊重行业客观现实，优先推行低成本技改方案。”

团队还表示，这次实践让他们走出课本，真切体会到社会科学实证研究的严谨与不易。“掌握模型工具不等于做好实证研究，还要充分理解研究对象的现实背景。未来我们将继续夯实数理统计基础，更多关注社会现实问题，用所学知识服务绿色低碳发展决策。”

本次社会实践产出了包含原始数据集、Python求解代码、完整研究论文及项目汇报PPT在内的系列成果，形成了一套可迁移的城市碳排放分析研究框架，为南京及长三角其他城市的碳达峰实施方案提供了有益参考。