省级双碳指数指标体系（方法论）.pdf

省级双碳指数指标体系 中国省级双碳指数，是以绿色、低碳、循环发展等为基础理论，以碳排放关 键影响因素为分析路径，综合考虑能源、工业、交通、生活等碳排放领域，从气 候雄心、低碳状态、排放趋势三大维度对各省响应国 家 “ 双碳 ” 战略情 况进行客 观评价的指数。 该指数是 2021年由中国环境科学研究院与公众环境研究中心成立联合课题 组共同开发的。 其指数评价主要依据联合课题组构建的 “ 省级碳达峰碳中和指数 评价指标体系 ” ，该指 标体系共包括气候雄心、低碳状态和排放趋势 3个一级指 标，宏观目标、能力建设、碳排放状况等 6个二级指标，以及碳达峰目标、碳中 和相关目标、试点示范建设等 18个三级指标，并采用决策者赋权法对各级指标赋 予相应权重。 指标体系 反映了低碳社会作为一个涉及人类活动与自然资源相互影响、相互 作用的复杂系统的特点，体现了各地区 响应“双碳”战略 的 积极性 ， 有利于 督促 地方推动产业、能源、交通运输等 结构的 调整， 采用 低碳生产、低碳建筑、低碳 生活 的方式 ，实现减污降碳协同控制，以低碳环保引领推动 经济社会 高质量发展。 图 1 省级 双碳 指数的 构建框架 2022年课题组对指标体系做出了进一步升级，详见表 1所示。 表 1 省级双碳指数评价指标体系 2.0 及权重 目标层 一级指标 二级指标 三级指标 指标名称 指标权重 中国 省级 双碳 指数 气候雄心 （ 0.3） 宏观目标 （ 0.5） 碳达峰目标 0.12 碳中和相关目标 0.03 能源转型目标 （ 0.35） 非化石能源消费占比 2025 目标 0.0525 非化石能源消费占比 2030 目标 0.0525 （ 1） 能力建设 （ 0.15） 统计核算披露 0.045 低碳状态 （ 0.4） 碳排放状况 （ 0.3） 人均碳排放量 0.048 单位 GDP 碳排放量 0.072 经济社会结构 （ 0.3） 高排放行业占比 0.060 公路货运周转量占比 0.036 人均超低能耗建筑面积 0.024 能源消费 （ 0.3） 单位 GDP 能耗强度 0.072 非化石能源消费占比 0.048 低碳禀赋 （ 0.1） 年平均风功率密度 0.012 水平面年总太阳辐照量 0.012 森林蓄积量 0.016 排放趋势 （ 0.3） 碳排放趋势检验 0.15 碳排放脱钩指数 0.12 碳排放量变化率 0.03 指标 解释 碳达峰目标 指标解释：该指标主要考察各省份碳 达峰目标年设定的远近，目标年越近 表明其气候雄心越大，得分越高。 碳中和 相关 目标 指标解释：该指标主要考察各地区实 现碳中和目标的雄心，包括碳中和目 标年、中长期碳排放削减目标、碳减排 专项行动等方面，目标年越早、减排目 标及路径越清晰，该项得分越高。 非化石能源消费占比目标 指标解释：各地区设定的 2025年、 2030 年非化石能源消费占比目标值与现状 值的提升幅度，提升幅度越大表明雄 心越大，得分越高。 测算方法：直接引用数据 数据来源：各省碳达峰实施方案、十四 五规划等“ 1+N”政策文件。 统计核算披露 指标解释：该指标主要表征各地区在 碳排放核算、考核、在线监测、全国碳 市场履约与信息公开情况、碳排放信 息披露等 5方面的能力建设公开情况。 人均碳排放量（吨 /人） 指标解释：指一个统计周期内，平均每 人排放的二氧化碳量。 测算方法：人均碳排放量 =二氧化碳排 放量 /年末常住人口 数据来源：二氧化碳排放量数据来自 中国城市温室气体工作组的测算结果， 年末常住人口来自国家统计年鉴。 单位 GDP碳排放量（千克 /万元） 指标解释：指每生产万元 GDP的二氧 化碳排放量，碳强度高低不表明效率 高低，一般来说该指标会随着技术进 步和经济增长而下降，能够表征区域 经济发展的碳排放绩效水平。 测算方法：单位 GDP碳排放量 =二氧化 碳排放量 /GDP 数据来源：二氧化碳排放数据来自中 国城市温室气体工作组的碳排放测算 结果， GDP数据来自国家统计年鉴 （ GDP采用 2015年不变价）。 高排放行业占比（ %） 指标解释：指火电、建材、钢铁、有色、 石化、化工、造纸七大高碳排放行业的 产出，占工业总产出的比值，反映一个 区域工业产业结构优化程度。由于民 航属于交通运输业统计口径不一致， 暂不纳入 行业占比分析。 测算方法：高碳排放产业占比 =七大大 高排放行业主营业务收入 /工业主营业 务收入合计 ×100% 数据来源：各省统计年鉴 公路货运周转量占比（ %） 指标解释：指一个统计期内，区域公路 货运周转量在总货运周转量中的占比， 反映一个区域交通运输结构，公路货 运较水路运输、铁路运输，其能源消耗 及碳排放均偏高。 测算方法：公路货运周转量占比 =公路 货运周转量 /总货运周转量 ×100% 数据来源：国家统计年鉴。 人均超低能耗建筑面积（平方米 /人） 指标解释：指一个统计期内，平均每人 占有超低能耗建筑的面积，一定程度 上可以 反映建筑领域能效提升情况。 测算方法：人均超低能耗建筑面积 = （近零能耗建筑面积 +超低能耗建筑 面积） /年末常驻人口 数据来源：各省市建筑领域“十四五” 规划文件 单位 GDP能耗强度（千克标煤 /万元） 指标解释：每产生万元 GDP所消耗的 能源，可以反映全社会能源消费水平 和节能降耗状况，是能源利用效率指 标。该指标说明一个地区经济活动中 对能源的利用程度，反映经济结构和 能源利用效率。 测算方法：单位 GDP能耗强度 =能源消 费总量 /GDP 数据来源：能源消费总量数据来自各 省统计年鉴， GDP数据来自国家统计 年鉴（ GDP采用 2015年不变价）。 非化石能源消费占比（ %） 指标解释：指风能、太阳能、水能、生 物质能、地热能、海洋能、核能等可再 生能源或新能源，占一次能源消费总 量的比值，表征一个区域的能源消费 结构的清洁度，提高非化石能源比重 能够有效降低温 室气体排放。 测算方法：直接引用数据 数据来源：各省统计年鉴、各省十四五 规划文件。 年平均风功率密度（瓦 /平方米） 指标解释：某区域内，气流在一定时间 段内垂直通过单位截面积的风能，年 平均风功率密度可以反映该区域发展 风电的资源禀赋。 测算方法：直接引用数据 数据来源：《 2021年中国风能太阳能资 源年景公报》中， 100米高度层风功率 密度年平均数据。 水平面年总太阳辐照量 （千瓦时 /平方 米） 指标解释：指特定时间内水平面上太 阳辐照的年累计值，多年平均太阳能 辐射量可以反映该区域发展光伏发电 的资源禀赋。 测算方法：直接引用数据 数据来源：《 2021年中国风能太阳能资 源年景公报》 中，各地区水平面总辐照 量平均值 森林蓄积量（亿立方米） 指标解释：是指一定森林面积上存在 着的林木树干部分的总材积，森林是 吸收二氧化碳的重要碳汇资源，一定 程度上可以表征区域的碳汇能力。 测算方法：直接引用数据 数据来源：国家统计年鉴 碳排放趋势检验 测算方法：采用 MK检验方法来判断各 省级 行政区 碳排放趋势。首先对于各 省级 行政区 2005~2020年间的碳排放 进行最大值筛选，若该地区碳排放最 大值出现年份后数据量大于等于 5，则 对该地区碳排放最大值后的碳排放数 据进行 MK检验。若最大值年份后的地 区排放有显著下降趋势，则认为该地 区达峰；若没有显著下降趋势，则认为 该地区处于下降趋势不显著状态，此 处显著性水平分别取 𝛼 =0.01、 0.05；若 出现最大值年份后在排放出现波动变 化，则认为该地区处于平台期。对于碳 排放最大值出现年份后数据量小于 5 的地区，因为当数据量过少时无法进 行趋势检验，且一个地 区达峰后需要 有一段时间证明其是否为虚假达峰， 故认 为这部分地区暂时处于未达峰状 态。 数据来源：二氧化碳排放数据来自中 国城市温室气体工作组的碳排放测算 结果。 碳排放脱钩指数 指标解释：指一定时期碳排放量平均 增长率与同期国民生产总值平均增长 率的比值，反映碳排放与国民经济的 发展关系，本研究采用 2016~2020年的 几何平均值表示。 测算方法：碳排放脱钩指数几何平均 值 =（（ 2020年碳排放量 /2016年碳排放 量） ^1/4） -1） /（（ 2017地区生产总值 指数 *2018地区生产总值指数 *2019地 区生产总值指数 *2020地区生产总值 指数） ^1/4-1) 数据来源：二氧化碳排放数据来自中 国城市温室气体工作组的碳排放测算 结果，地区生产总值指数数据来自国 家统计年鉴。 碳排放量变化率 指标解释：指一定范围内一个核算期 的二氧化碳排放量较上一核算期二氧 化碳排放量的变化率，反映区域碳排 放同比变化趋势。 测算方法：碳排放量变化率 =（ 2020年 碳排放量 /2016年碳排放量） ^1/4-1 数据来源：碳排放数据来自中国城市 温室气体工作组的碳排放测算结果。 指标 赋分 （ 1） 综合打分法 采用综合打分法的指标，包括碳达峰目标、碳中和 相关 目标、统计核算披露、 碳排放趋势检验 4个指标。具体打分方法如下： ① 碳达峰目标： 以国家 2030 年碳达峰目标为基准，赋分为 20 分，目标年每提 前一年加 8 分，每向后推迟一年减 4 分，对于目前尚未明确提出碳达峰目标 年的省级 行政区 不得分。为鼓励碳达峰条件较好的省级 行政区 尽早宣布达峰， 并进入达峰后碳减排阶段，采用以下方法对得分进行修正。 ⚫ 对于在 “十三五 ”相关规划文件提出了碳达峰目标年，在 “十四五 ”相关规 划文件中未进一步明确的省级 行政区 ， 按照 “十三五 ”提出的目标年赋分 再乘以系数 0.5。 ⚫ 对于经 MK检验碳排放量显著下降的省级 行政区 ，按照评价基准年的人 均 GDP水平，超过 2万美元的赋分结果再乘以系数 0.3， 1~2万美元之间的 乘以系数 0.5，小于 1万美元的乘以系数 0.8。 ② 碳中和 相关 目标： 以国家 2060 年碳中和目标为基准，赋分为 20 分，目标年 每提前一年加 4 分，每向后推迟一年减 4 分，对于目前尚未明确提出碳中和 目标年的省级 行政区 不得分。 ③ 统计核算披露： 碳排放核算、考核、在线监测、全国碳市场履约与信息公开 情况、碳排放信息披露 5 个领域 各 计 20 分 ， 各领域已开展实践的得 20 分， 未提及的不得分。 其中，能源与碳排放考核方面，在相关公开文件提到完成 目标情况的得 10 分，公布具体数值的得 20 分；全国碳市场履约与信息公开 方面，发布履约名单及履约情况的得 10 分，企业碳披露率 90%以上的再得 10 分；碳排放信息披露方面，城市发布企业温室气体排放信息管理文件的得 10 分，省建立温室气体排放信息披露管理的得 20 分。 ④ 碳排放趋势检验： 碳排放未出现 峰 值 （即 2020 年为最大值） 的不得分，出现 最大值后年数小于 5 年的得分计 20 分。对于出现最大值且最大值后年数满 5 年的，对最大值年 到 2020 年 的碳排放数据进行 MK 检验，其中 Z 值 ≥0的， 即碳排放处于波动变化状态，计 40 分； Z 值为负但下降趋势不显著的计 60 分； Z 值为负且在 0.05 水平显著的，即碳排放量显著下降，计 80 分； Z 值 为负在 0.01 水平显著的，即碳排放下降趋势非常显著，计 100 分。 （ 2） 标准化赋分法 采用标准化赋分方法的指标包括年平均风功率密度、水平面总太阳辐照量， 具体方法如下 ： 对于定量指标数据，由于指标的单位、数量级有差异，因此需要消除因量纲 对评价过程的影响。首先对每个统计指标的数据进行无量纲转换。本着正向指标， 最大值计分为 100分，最小值计分为 1分；对于逆向指标，最大值计分为 1分，最 小值计分为 100分；其余省级 行政区 的 得分参照最高和最低省级 行政区 的得分， 采用 Min-max标准化法进行无量纲转换。 正向指标标准化赋分公式如下： 𝑋𝑖𝑗 = 100× 𝑥𝑖𝑗 −𝑚𝑖𝑛{𝑥𝑖𝑗}𝑚𝑎𝑥{𝑥 𝑖𝑗}−𝑚𝑖𝑛{𝑥𝑖𝑗} 逆向指标标准化赋分公式如下： 𝑋𝑖𝑗 = 100× 𝑚𝑎𝑥{𝑥𝑖𝑗}−𝑥𝑖𝑗𝑚𝑎𝑥{𝑥 𝑖𝑗}−𝑚𝑖𝑛{𝑥𝑖𝑗} 为消除 0值，因此对计算公式进行修正，具体如下： 正向指标修正后的计算公式如下： 𝑋𝑖 = 99× 𝑥𝑖 −𝑚𝑖𝑛{𝑥𝑖}𝑚𝑎𝑥{𝑥 𝑖}−𝑚𝑖𝑛{𝑥𝑖} +1 逆向指标修正后的计算公式如下： 𝑋𝑖𝑗 = 99× 𝑚𝑎𝑥{𝑥𝑖}−𝑥𝑖𝑚𝑎𝑥{𝑥 𝑖}−𝑚𝑖𝑛{𝑥𝑖} +1 其中， xij为第 i省第 j个指标的原始数据， Xij为标准化后的得分， min{xij}、 max{xij}为 30个 省级 行政区 第 j个指标的最小值和最大值。 其中，若有指标对应的序列数据存在极值情况，采用分段标准化赋分。 （ 3） 分位数赋分法 采用分位数赋分法的指标，包括非化石能源消费占比目标、人均碳排放量、 单位 GDP碳排放量、高排放行业占比、公路货运周转量占比、人均超低能耗建筑 面积、单位 GDP能耗强度 、非化石能源消费占比、森林蓄积量、碳排放脱钩指数、 碳排放变化率，具体赋分方法如下： 为了缩小极值对分数的影响，确保每个特征的统计属性都位于同一范围，增 加评价结果年度可比性，将首期评价中部分采取标准化赋分的指标调整为分位数 赋分法。以 2019年统计指标的数据为基准，根据 2020年指标极值设定截至 2030年 目标值，采用百分位数计算方法对指标进行无量纲转换。具体的评价方法和目标 值设定依据详见表 2和表 3。 表 2 分位数赋分设定方法 分数区间段 说明 (90-100] 以 2020 年极值和根据 2020 年极值估算的 2030 年目标值为区 间，进行百分位数评价。对于正向指标，目标值计分为 100 分，最大值计分为 90 分；对于逆向指标，目标值计分为 100 分，最小值计分为 90 分。 [1-90] 以 2019 统计指标测算数据为基准，百分位数评价。对于正向 指标，最大值计分为 90 分，最小值计分为 1 分；对于逆向指 标，最大值计分为 1 分，最小值计分为 90 分。 表 3 指标目标值设定 指标名称 目标值 目标值参考文件 人均碳排放量 2.5tCO2e/人 Climate Change Performance Index 单位 GDP 碳排 放量 2020 年最小值 *(1-18%)^2 《中共中央 国务院关于完整准确全面贯彻新发展理念 做好碳达峰碳中和工作的意见》， “ 到 2025 年 .单位 国内生产总值二氧化碳排放比 2020 年下降 18%” 高排放行业占 比 2020 年最小值 *(1-13.5%)^2 《中共中央 国务院关于完整准确全面贯彻新发展理念 做好碳达峰碳中和工作的意见》， “ 到 2025 年 .单位 国内生产总值能耗比 2020 年下降 13.5%” 公路货运周转 量 2020 年最小值 *(1-1.5%)^2 《综合运输服务“十四五”发展规划》 ， “ 铁路货物周 转量占比（ %）由 2020 年 15.5%提升到 17%” 人均超低能耗 建筑面积 2020 年省最大值 *(1+25%) 《“十四五”建筑节能与绿色建筑发展规划》，“ 到 2025 年，城乡新建居住建筑能效水平提升 30%，城镇 新建公共建筑能效水平提升 20%” ，基于此将超低能耗 建筑面积提升 率 至设定为（ 30%+20%） /2 单位 GDP 能耗 强度 2020 年最小值 *(1-13.5%)^2 《中共中央 国务院关于完整准确全面贯彻新发展理念 做好碳达峰碳中 和工作的意见》， “ 到 2025 年 .单位 国内生产总值能耗比 2020 年下降 13.5%” 非化石能源消 费占比 2020 年最大值 47.2%*(1+(25%- 15.9%)/15.9%) 《中共中央 国务院关于完整准确全面贯彻新发展理念 做好碳达峰碳中和工作的意见》， “ 到 2030 年 .非化 石能源消费比重达到 25%左右 ” 2020 年非化石能源占 比： 15.9% 森林蓄积量 2020 年省最大值 *(1+(180- 175)/175)*(1+(19 0-180)/180) 《中共中央 国务院关于完整准确全面贯彻新发展理念 做好碳达 峰碳中和工作的意见》， “ 到 2025 年， … 森 林蓄积量达到 180 亿立方米 ”；“ 到 2030 年， .森林 蓄积量达到 190 亿立方米 ” 2020 年森林总蓄积量： 175 亿立方米 指数 评价 模型与 方法 1、综合评价模型 按照省级 双碳 指数评价指标体系，以及确定的各指标权重，采用加权综合评 价方法，建立指数模型，具体如下。 式中， Y为省级 双碳 指数的综合评分， 𝑌𝑖1为第 i个 一级 指标的综合评分、 𝑌𝑖𝑗2为 第 i个 一级指标层 第 j个 二级 指标的综合评分， 𝑥𝑖𝑗𝑘为第 i个 一级指标层 第 j个 二级指 标层 第 k个 三级 指标的评分结果， 𝜔𝑖𝑗𝑘为第 i个 一级指标层 第 j个 二级指标层 第 k个 三级 指标的权重。 2、 MK趋势检验法 Mann-Kendall简称为 MK检验法，由 Mann于 1945年率先提出，并由 Kendall于 1975年进一步研究，是一种非参数统计检验方法。 MK检验 法 的优点是不需要样 本遵从一定的分布，也不受少数异常值的干扰，通常被用于 在长时间序列数据集 中检测单调趋势 ，还可以检验时间序列是否发生了突变。 MK趋势检验法过程如下： 对于样本量为 n的时间序列 X，确定所有 n(n−1)/2个 𝑥𝑗 −𝑥𝑘差值的符号，其 中 jk。 MK检验统计量 S计算方式为： S = ∑ ∑ 𝑠𝑔𝑛(𝑥𝑗 −𝑥𝑘) 𝑛 𝑗−𝑘+1 𝑛−1 𝑘−1 𝑠𝑔𝑛(𝑥𝑗 −𝑥𝑘) = { 1， 𝑥𝑗 −𝑥𝑘 0 0， 𝑥𝑗 −𝑥𝑘 = 0 −1， 𝑥𝑗 −𝑥𝑘 0 0， 𝑆 = 0 𝑆 +1 √𝑉𝐴𝑅(𝑆) ， 𝑆 0 设零假设 H0没有单调趋势， H𝑎有单调增趋势，在给定的 α置信水平上，如果 |𝑍| ≥ 𝑍1−𝛼 2⁄ ，则原假设是不可接受的，即在 α置信水平上，时间序列数据存在明 显上升或下降趋势，对于统计量 Z𝑀𝐾，大于 0时为上升趋势，小于 0时为下降趋势。