摘要：随着道路交通碳排放量的不断攀升,全球温室效应不断加剧。近年来,在工业、能源等领域,结合因素分解模型与碳排放预测模型的双模型方法已显示出其在揭示碳排放关键驱动因素和探明碳达峰路径方面的优势,但在道路交通领域的应用尚显不足。本研究利用多尺度排放清单模型获取2001年至2019年中国道路交通碳排放数据,并采用GDIM方法对影响碳排放的驱动因素(包括GDP、道路交通能源消耗量、单位能耗碳排放量、人口总量、道路交通人均碳排放量、人均GDP、单位GDP能耗和道路交通碳排放强度)进行分解。其次,设计五种逐层递进的情景,以评估不同政策组合下的减排潜力;最后,运用LEAP模型对2021-2035年中国道路交通的碳达峰情况进行情景仿真和预测。结果显示:(1)在各驱动因素中,GDP是影响交通碳排放的最主要因素,而人均GDP是抑制碳排放的关键;(2)在各情景模拟中,中经济发展强效低碳情景(SLSC)和中经济发展强化低碳情景(ELSC)展现出最佳的减排效果,预计在2024年均能实现碳达峰,其峰值碳排放量分别为1399.9Mt和1402.69Mt;在所有车型中,商用车碳排放将于2020年的744Mt增长至2035年的约800-1300Mt,相较于其他车型,其碳减排潜力巨大;(3)尽管摩托车的碳排放量在三种车型中最低,但其排放量呈上升趋势。摩托车在单独实行“摩改电”措施后无法实现碳达峰,需要未来进一步的管控措施配合其他政策同步实施才能实现碳达峰。本研究所提出的模型及方法在交通运输碳减排中具有较好的参考价值。