www.cnzgsl.com2023年8月161产业经济2020年9月，我国明确提出2030年“碳达峰”与2060年“碳中和”目标。苏州作为我国内地最强地级市，在高能耗、环境负担重的现状下实现低碳转型面临巨大困境。为积极稳妥地推进“双碳”目标，苏州市政府制定印发《关于加快转变发展方式做好碳达峰碳中和工作的实施意见》，提出2030年前达到目标。本文以苏州为研究对象，核算其在2011—2021年能源消费引起的碳排放，采用因素分解法分析苏州碳排放变动趋势及影响因素，探讨时间性差异，基于上述制订相关政策。1文献综述如今，碳排放已成为国际学者与低碳减排学界的研究热题，影响碳排放的因素研究有分解与分析方法体系和回归分析方法体系两种。一是分解与分析方法体系。通过构建碳排放恒等式，采用因素分解法分析影响碳排放的原因。其中，对数平均迪氏指数分解法(LMDI)是广泛使用的分解法，可在时空双维度展开分析研究，有效对各因素解析。从空间上来看，我国学者大多聚焦碳排放负载较大、经济较发达地区，如北京、上海等，通过能源消费数据对碳排放驱动因子进行分析。林晓洁等(2022)利用LMDI对香港地区能源消费演变趋势进行研究；姚永玲(2011)对北京市能源碳排放因素分解分析；孙燕燕(2020)对上海市旅游碳排放效应分解进行研究；杨燕、武戈(2013)基于南京市和苏州市比较分析，研究长三角城市工业碳排放因素分解模型。从时间上来看，孙冬营等(2023)利用LMDI方法探究城市生活用水量变化的驱动效应；纪义虎等(2022)通过LMDI因素分解法分析了沁河流域近20年碳排放增速变化趋势；宋辉等(2019)借助对数平均迪氏指数因素分解法，研究产业节能效应；张鸿武等(2016)从时间维度对工业碳减排技术效应进行研究；韩钰铃、刘益平(2018)基于LMDI探究在时间维度下区域碳排放中各驱动因子的贡献度。二是回归分析方法。以计量经济学为基础，系统评估分析对象，其中IPAT和STIRPAT两大模型应用最为广泛。如龚利等(2018)基于STIRPAT模型的能源消耗影响因素研究；孙义等(2020)基于STIRPAT模型的辽宁省碳排放影响因素研究；彭芳(2023)基于IPAT模型对绿色建筑短期碳排放进行预测；王丽等(2017)基于IPAT模型的城市碳排放分析。总之，关于碳排放影响分解因素的研究文献不在少数，从时间到空间、从局部到整体，研究文献极为丰富。基于LMDI因素分解模型的特征，不能同时对三个或更多结构性因素进行分析和考量，故为解决此缺点，本文使用二阶段LMDI因素分解法，一齐划分出包括效率因素(能源强度)、...
