fa تجزیه و تحلیل عوامل مؤثر بر انتشار گازهای گلخانه‌ای (GHGs) و پتانسیل‌های کاهش انتشار در ایران گازهاي گلخانه اي-دي اكسيد كربن-سوخت هاي فسيلي گازهاي گلخانه اي-دي اكسيد كربن-سوخت هاي فسيلي پژوهشي Research <span style="font-family:b nazanin;"><span style="font-size:12.0pt;">تغییرات اقلیمی جز در سایه کاهش انتشار گازهای گلخانه‌ای تا سطح امن، قابل کنترل نمی‌باشد. در این راستا شناسایی عوامل مؤثر بر انتشار و تحلیل سناریوهای ممکن برای تحقق این هدف اهمیت فراوانی دارد. </span></span><br> <span style="font-family:b nazanin;"><span style="font-size:12.0pt;">در پژوهش حاضر با استفاده از روش میانگین لگاریتمی شاخص دیویژیا (</span></span><span dir="LTR">LMDI</span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">)</span></span> <span style="font-family:b nazanin;"><span style="font-size:12.0pt;">در تلفیق با مدل توسعه‌یافته کایا (</span></span><span dir="LTR">EKI</span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">) پنج عامل مؤثر شامل جمعیت، سرانه </span></span><span dir="LTR">GDP</span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">، شدت انرژی، شدت کربن و سهم سوخت‌های فسیلی در بازه زمانی 2012-1971 برای کشور ایران مورد بررسی قرار گرفته است. ارزیابی و مقایسه دو روش تحلیل زنجیره‌ای و غیرزنجیره‌ای و سناریوهای مختلف کاهش انتشار براساس </span></span><span dir="LTR">INDC</span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> پیشنهادی از دیگر بخش‌های پژوهش است. </span></span><br> <span style="font-family:b nazanin;"><span style="font-size:12.0pt;">براساس نتایج، شدت کربن، اثر فعالیت و جمعیت دارای اثر افزایشی و سهم سوخت‌های فسیلی مهم‌ترین عامل کاهش انتشارها است. اقدامات آتی دولت باید براساس تغییر سوخت مصرفی و الگوی رشد اقتصادی کم‌کربن متمرکز شود. تحلیل زنجیره‌ای به‌عنوان یک واقعه‌نگار، تأثیر رویدادها را بر عوامل مؤثر و انتشارها نشان می‌دهد. درحالی‌که تحلیل غیرزنجیره‌ای با حذف نوسانات، تصویری شفاف از الگوهای کلی ارائه‌ می‌دهد، از میان سناریوهای پیشنهادی تک‌بُعدی کاهش، بهترین و منطقی‌ترین گزینه کاهش سهم سوخت‌های فسیلی (تا 40 درصد نسبت به 2020) و اتکاء بر منابع تجدیدپذیر است. کاهش شدت کربن و شدت انرژی (هر یک به&rlm;میزان 50 درصد نسبت به سال 2020) گزینه‌های بعدی به‌شمار می‌رود. </span></span><br> <strong><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">طبقه‌بندی </span></span></strong><strong><span dir="LTR">JEL</span></strong>: <span dir="LTR">Q54</span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">، </span></span><span dir="LTR">Q01</span><br> <strong><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">کلید واژه‌ها: </span></span></strong><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">تغییر اقلیم، </span></span><span dir="LTR">LMDI</span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">، جمعیت، اثر فعالیت، شدت کربن، شدت انرژی</span></span><br> &nbsp; Climate change cannot control unless by reduction of GHG emissions to secure level, therefore it is important to identify driving forces and possible scenarios based on targets.<br> In this research, the Logarithmic Mean Divisia Index decomposition approach in combination with Extended Kaya Identity (EKI) are applied to investigate five factors could affect emissions during 1971-2012 in Iran. These factors include population, GDP_capita, energy and carbon intensity and share of fossil fuels. Chaining, non-chaining methods and three emission reduction scenarios (4, 8 and 12%) based on Iran INDC forms the other parts of research.<br> Based on results, carbon intensity, activity effect, and population contribute to increase and share of fossil fuels has a decreasing effect on emissions. The future targets of government should emphasis on change of fuel type and economic development toward low carbon. Chaining analysis could be used as a calendar, show the effect of events on parameters while non-chaining present a clear image by deleting noises. Among proposed reduction scenarios, the best and logical option emphasize on reduction of fossil fuel share (up to 40% compared to 2020) and development of renewable energies. Improvement of carbon and energy intensity (each as 50% compared to 2020) are the next options.<br> <strong>JEL Classification:</strong> Q54, Q01<br> <strong>Keywords:</strong> Climate Change, LMDI, Population, Activity Effect, Carbon Intensity, Energy Intensity. &nbsp;&nbsp;&nbsp;&nbsp; تغییر اقلیم, LMDI, جمعیت, اثر فعالیت, شدت کربن, شدت انرژی Climate Change, LMDI, Population, Activity Effect, Carbon Intensity, Energy Intensity. 77 105 http://iiesj.ir/browse.php?a_code=A-10-1202-1&slc_lang=fa&sid=1 Azadeh Tavakoli آزاده توکلی atavakoli@znu.ac.ir 10031947532846004534 10031947532846004534 Yes University of Zanjan دانشگاه زنجان