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权重指标名称0.12中国0.03省级气候雄心宏观目标碳达峰目标0.0525双碳（0.3）（0.5）0.0525指数碳中和相关目标能源转型目标非化石能源消费占比2025目标（0.35）非化石能源消费占比2030目标（1）能力建设（0.15）统计核算披露0.045碳排放状况（0.3）人均碳排放量0.048单位GDP碳排放量0.072低碳状态经济社会结构0.060（0.4）（0.3）高排放行业占比0.036公路货运周转量占比0.024能源消费人均超低能耗建筑面积0.072（0.3）单位GDP能耗强度0.048非化石能源消费占比0.012低碳禀赋年平均风功率密度0.012（0.1）水平面年总太阳辐照量0.0160.15排放趋势森林蓄积量0.12（0.3）碳排放趋势检验0.03碳排放脱钩指数碳排放量变化率指标解释数据来源：各省碳达峰实施方案、十四五规划等“1+N”政策文件。碳达峰目标统计核算披露指标解释：该指标主要考察各省份碳达峰目标年设定的远近，目标年越近指标解释：该指标主要表征各地区在表明其气候雄心越大，得分越高。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、碳排放信碳中和相关目标息披露等5方面的能力建设公开情况。指标解释：该指标主要考察各地区实人均碳排放量（吨/人）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、碳减排指标解释：指一个统计周期内，平均每专项行动等方面，目标年越早、减排目人排放的二氧化碳量。标及路径越清晰，该项得分越高。测算方法：人均碳排放量=二氧化碳排非化石能源消费占比目标放量/年末常住人口指标解释：各地区设定的2025年、2030数据来源：二氧化碳排放量数据来自年非化石能源消费占比目标值与现状中国城市温室气体工作组的测算结果，值的提升幅度，提升幅度越大表明雄年末常住人口来自国家统计年鉴。心越大，得分越高。测算方法：直接引用数据单位GDP碳排放量（千克/万元）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。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测算方法：人均超低能耗建筑面积=高低，一般来说该指标会随着技术进（近零能耗建筑面积+超低能耗建筑步和经济增长而下降，能够表征区域面积）/年末常驻人口经济发展的碳排放绩效水平。数据来源：各省市建筑领域“十四五”测算方法：单位GDP碳排放量=二氧化规划文件碳排放量/GDP单位GDP能耗强度（千克标煤/万元）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指标解释：每产生万元GDP所消耗的结果，GDP数据来自国家统计年鉴能源，可以反映全社会能源消费水平（GDP采用2015年不变价）。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高排放行业占比（%）对能源的利用程度，反映经济结构和能源利用效率。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测算方法：单位GDP能耗强度=能源消产出，占工业总产出的比值，反映一个费总量/GDP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，数据来源：能源消费总量数据来自各暂不纳入行业占比分析。省统计年鉴，GDP数据来自国家统计年鉴（GDP采用2015年不变价）。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/工业主营业非化石能源消费占比（%）务收入合计×100%指标解释：指风能、太阳能、水能、生数据来源：各省统计年鉴物质能、地热能、海洋能、核能等可再生能源或新能源，占一次能源消费总公路货运周转量占比（%）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指标解释：指一个统计期内，区域公路能够有效降低温室气体排放。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，公路货测算方法：直接引用数据运较水路运输、铁路运输，其能源消耗及碳排放均偏高。数据来源：各省统计年鉴、各省十四五规划文件。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%年平均风功率密度（瓦/平方米）数据来源：国家统计年鉴。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，年人均超低能耗建筑面积（平方米/人）平均风功率密度可以反映该区域发展风电的资源禀赋。指标解释：指一个统计期内，平均每人测算方法：直接引用数据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数据来源：《2021年中国风能太阳能资行趋势检验，且一个地区达峰后需要源年景公报》中，100米高度层风功率有一段时间证明其是否为虚假达峰，密度年平均数据。故认为这部分地区暂时处于未达峰状态。水平面年总太阳辐照量（千瓦时/平方米）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指标解释：指特定时间内水平面上太结果。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碳排放脱钩指数的资源禀赋。指标解释：指一定时期碳排放量平均测算方法：直接引用数据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数据来源：《2021年中国风能太阳能资发展关系，本研究采用2016~2020年的源年景公报》中，各地区水平面总辐照几何平均值表示。量平均值测算方法：碳排放脱钩指数几何平均森林蓄积量（亿立方米）值=（（2020年碳排放量/2016年碳排放量）^1/4）-1）/（（2017地区生产总值指标解释：是指一定森林面积上存在指数2018地区生产总值指数2019地着的林木树干部分的总材积，森林是区生产总值指数2020地区生产总值吸收二氧化碳的重要碳汇资源，一定指数）^1/4-1)程度上可以表征区域的碳汇能力。数据来源：二氧化碳排放数据来自中测算方法：直接引用数据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数据来源：国家统计年鉴家统计年鉴。碳排放趋势检验碳排放量变化率测算方法：采用MK检验方法来判断各指标解释：指一定范围内一个核算期省级行政区碳排放趋势。首先对于各的二氧化碳排放量较上一核算期二氧省级行政区2005~2020年间的碳排放化碳排放量的变化率，反映区域碳排进行最大值筛选，若该地区碳排放最放同比变化趋势。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测算方法：碳排放量变化率=（2020年据进行MK检验。若最大值年份后的地碳排放量/2016年碳排放量）^1/4-1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，则认为数据来源：碳排放数据来自中国城市该地区处于下降趋势不显著状态，此温室气体工作组的碳排放测算结果。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{𝑥𝑖𝑗}−𝑚𝑖𝑛{𝑥𝑖𝑗}逆向指标标准化赋分公式如下：𝑋𝑖𝑗=100×𝑚𝑎𝑥{𝑥𝑖𝑗}−𝑥𝑖𝑗𝑚𝑎𝑥{𝑥𝑖𝑗}−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：𝑋=99×𝑥𝑖−𝑚𝑖𝑛{𝑥𝑖}+1𝑖𝑚𝑎𝑥{𝑥𝑖}−𝑚𝑖𝑛{𝑥𝑖}逆向指标修正后的计算公式如下：𝑋=99×𝑚𝑎𝑥{𝑥𝑖}−𝑥𝑖+1𝑖𝑗𝑚𝑎𝑥{𝑥𝑖}−𝑚𝑖𝑛{𝑥𝑖}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。分数区间段表2分位数赋分设定方法(90-100][1-90]说明以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。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单位GDP碳排2.5tCO2e/人ClimateChangePerformanceIndex2020年最小值《中共中央国务院关于完整准确全面贯彻新发展理念放量做好碳达峰碳中和工作的意见》，“到2025年...单位(1-18%)^2国内生产总值二氧化碳排放比2020年下降18%”高排放行业占《中共中央国务院关于完整准确全面贯彻新发展理念比2020年最小值做好碳达峰碳中和工作的意见》，“到2025年...单位(1-13.5%)^2国内生产总值能耗比2020年下降13.5%”公路货运周转2020年最小值《综合运输服务“十四五”发展规划》，“铁路货物周量(1-1.5%)^2转量占比（%）由2020年15.5%提升到17%”《“十四五”建筑节能与绿色建筑发展规划》，“到人均超低能耗2020年省最大值2025年，城乡新建居住建筑能效水平提升30%，城镇建筑面积(1+25%)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2020年最小值《中共中央国务院关于完整准确全面贯彻新发展理念强度(1-13.5%)^2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2020年最大值《中共中央国务院关于完整准确全面贯彻新发展理念费占比47.2%(1+(25%-做好碳达峰碳中和工作的意见》，“到2030年...非化15.9%)/15.9%)石能源消费比重达到25%左右”2020年非化石能源占森林蓄积量比：15.9%2020年省最大值《中共中央国务院关于完整准确全面贯彻新发展理念(1+(180-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175)/175)(1+(19蓄积量达到190亿立方米”0-180)/180)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。𝑙𝑚𝑛𝑌=∑∑∑𝑥𝑖𝑗𝑘𝜔𝑖𝑗𝑘𝑖=1𝑗=1𝑘=1𝑚𝑛𝑌𝑖1=∑∑𝑥𝑖𝑗𝑘𝜔𝑖𝑗𝑘𝑗=1𝑘=1𝑛𝑌𝑖2𝑗=∑𝑥𝑖𝑗𝑘𝜔𝑖𝑗𝑘𝑘=1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、𝑌𝑖2𝑗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j>k。MK检验统计量S计算方式为：𝑛−1𝑛S=∑∑𝑠𝑔𝑛(𝑥𝑗−𝑥𝑘)𝑘−1𝑗−𝑘+11，𝑥𝑗−𝑥𝑘>0𝑠𝑔𝑛(𝑥𝑗−𝑥𝑘)={0，𝑥𝑗−𝑥𝑘=0−1，𝑥𝑗−𝑥𝑘<0再计算S的方差VAR（S）：𝑝1𝑉𝐴𝑅(𝑆)=18[n(n−1)(2n+5)−∑𝑞𝑘(𝑞𝑘−1)(2𝑞𝑘+5)]𝑘=1其中𝑝代表数据X的结组个数，𝑞𝑘表示第k个结组的数据个数。最后用VAR（S）计算MK检验统计量Z𝑀𝐾：𝑆−1，𝑆>0√𝑉𝐴𝑅(𝑆)Z𝑀𝐾=0，𝑆=0𝑆+1，𝑆<0{{√𝑉𝐴𝑅(𝑆)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。