以全球变暖为主要特征的气候变化越来越成为世界各国普遍关注的全球化重大问题,能源消耗引发的全球变暖、二氧化碳排放问题越来越突出。本文着重关注城镇化与碳减排背景下,能源消费碳排放研究领域中两方面急需深入分析的问题:一方面,随着城镇化进程加快,居民生活部门将是未来能源消费及碳排放增长的重点领域,不仅应进一步分析对居民生活能源消费碳排放的影响效应,还应展开对其未来排放趋势的模拟;另一方面,为应对日益严峻的碳减排压力,急需深入分析探讨未来的区域能源消费碳排放趋势及峰值,碳排放峰值的调控机制,制定实现碳减排目标的发展路径,提供科学的决策参考。围绕居民生活能源消费及碳排放、能源消费碳排放峰值及其峰值调控机制等相关问题进行建模与应用研究,扩展和完善了我国能源消费碳排放领域的研究思路和模型方法,弥补相关研究的不足或缺失。针对城镇化背景下居民生活能源消费碳排放的建模定量研究主要包含以下两方面内容:(1)基于我国1993-2013年统计数据,核算居民生活直接和间接能源消费碳排放,构建居民生活能源碳排放驱动因素的LMDI分解模型,研究表明,经济增长与人口对居民家庭能源消费碳排放呈正向驱动效应,消费支出呈波动负向效应,家庭能源强度效应整体呈波动下降趋势,能源排放的驱动效应较不稳定;采用蒙特卡洛动态模拟2030年居民生活能源碳排放情况,其中居民家庭能源消费碳排放的最大概率值为62.53亿吨,而概率累积和达到75%以上的碳排放介于55.58-73.89亿吨之间。开展居民生活能源消费碳排放动态分解与模拟预测研究,弥补对居民生活能源消费碳排放预测研究的缺失。(2)将门限回归模型与STIRPAT模型相结合,以城镇化率作为门限变量,以生活能源结构、居民消费率、产业结构分别作为解释变量,构建多个不同视角的门限-STIRPAT扩展模型,基于1995-2012年30个省级区域面板数据,测算不同视角下基于城镇化率的居民生活能源消费碳排放门限效应,总结居民生活能源消费碳排放中城镇化进程的阶段性规律,深入分析城镇化水平处于不同阶段时,居民生活能源消费碳排放所受影响的差异性。研究表明,城市化率分别处于门限值(0.250、0.325和0.457)前后时,居民生活能源消费碳排放所受影响出现了阶段性的变化。当城镇化率低于0.250时,能源结构、居民消费率和产业结构对居民生活能源消费碳排放均呈负向弹性关系,分别为-0.688、-0.570、-0.570;当城市化率低于0.457时,负向弹性关系仍然存在,但相关关系明显减弱,能源结构负向弹性关系介于(-0.338,-0.019),居民消费率和产业结构负向弹性关系为-0.251;当城市化率超过0.457时,能源结构、居民消费率和产业结构对居民生活能源消费碳排放已逐步显现或转变为正向弹性关系。围绕区域能源消费碳排放未来趋势及碳排放峰值调控机制研究主要包含以下三方面内容:(3)运用扩展的STIRPAT模型,以我国碳排放现状所处的“碳排放强度高峰-人均碳排放高峰阶段”演化阶段作为研究阶段,筛选已完成该演化阶段的爱尔兰和丹麦作为研究对象,分析特定阶段典型国家的碳排放影响因素。结果表明:各影响因素对碳排放和人均碳排放的影响性质基本相似,但影响程度大小存在一定的差异性;人均GDP是最重要的碳排放驱动力;城镇化率达到一定水平趋稳后,增碳效应逐渐降低;丹麦由于进出口商品性质差异成为碳排放转移受益国,获得减碳效应;碳排放强度对碳排放增加起到缓冲作用。(4)在第5章的研究基础上,对碳排放峰值的调控机制展开深入探讨,为吉林省低碳经济发展提供科学的决策参考。以吉林省为例,构建STIRPAT扩展模型,设定低碳情景、节能-低碳情景、节能情景和基准情景,将情景分析方法与STIRPAT扩展模型相结合预测区域能源消费碳排放趋势与峰值,碳排放峰值时间分别为2029年、2036年、2040年和2045年,峰值大小依次为264.0百万吨、356.2百万吨、430.0百万吨和477.3百万吨。对碳排放峰值的单因素调控分析表明:人口、城镇化率不影响碳排放峰值时间,只影响峰值大小;人均GDP、碳排放强度和第二产业比对峰值时间和峰值大小均有不同程度的影响。人均GDP对碳排放峰值的影响最为显著,其次为第二产业占比和碳排放强度,城镇化率和人口的影响相近似。(5)为弥补现有研究较少考虑多个因素协同变化对碳排放峰值影响的不足,第7章中构建自下而上的终端能源LEAP模型,从峰值控制视角,结合情景分析,深入对比分析能源、产业结构单独调整与协同调整下对区域碳排放峰值大小与时间的影响。对比分析表明:以较弱的模式协同调整能源和产业结构,对碳排放峰值的影响反而弱于以较强模式的单独调整;协同调整能源和产业结构,将显著降低碳排放峰值量,但减排效果略小于以相同模式单独调整的碳排放峰值减排之和。综合碳排放绝对量和碳减排效率角度考虑,SAⅢ情景适宜作为吉林省未来经济社会发展路径的参考。第5章到第7章的系统研究,弥补了对能源消费碳排放峰值的驱动研究的不足,在一定程度上延展和完善区域能源消费碳排放纵向研究思路。