王大中:我国能源面临四大挑战

<正>王大中几个"排位"给人以警醒:中国已成为第二能源生产与消费国、第一煤炭生产与消费国、第二石油消费国及石油进口国、第二电力生产国。我国能源的人均年消费量是1.72吨标准煤,为世界平均     

我国能源消费增速放缓 报告称去年增速仅为4.7%

<正>《世界能源统计年鉴2014》报告显示,2013年中国仍然是世界上最大的能源消费国,占全球消费量的22.4%;不过从增速来看,中国2013年能源消费增长速度为4.7%,低于过去十年8.6%的平均水平。根据报告,在2013年,中国继续成为世界上最大的能源消费国,同时也是世界上最大的能源生产国,能源产量占据全球总供应量的18.9%,主要生产的燃料是煤炭,占全球煤炭总产量的47.4%。此外,在2013年,中国能源消费增长速度     

规避风险 美国天然气消费多元化

<正>随着国际油价飙涨,世界各国天然气消费需要骤然增加。美国为世界上最大的天然气消费国,世界第二大生产国。2006年其天然气消费量和产量分别占世界总量的22.0%和18.5%,2007年在其一次能源消费构成中石油占39.2%,天然气占     

基于碳排放约束的山东省沿海城镇带能源发展多目标优化决策

 针对能源发展中的高能耗问题和碳排放问题,以山东省沿海城镇带为研究区域,将二氧化碳排放因子纳入能源消费结构优化之中,采用多目标规划的方法构建了以碳排放成本最小、能源消费产生的污染物治理费用最小为目标函数,以经济发展规划、能源消费总量、能源消费结构及碳排放量为约束函数的山东省沿海城镇带能源消费结构多目标优化模型。研究区2035年的能源发展多目标优化结果为：煤炭消费量占能源消费总数下降为36%;油类能源消费量占能源消费总数的17%;天然气消费量占能源消费总数的25%;清洁能源占能源消费总数的比例提高到22%,各项指标均满足山东省能源消费的多个目标和约束。同时,针对山东省沿海城镇带低碳情景下的未来发展,提出了加快能源供给侧和能源消费侧的结构性改革、实施清洁能源和电能替代等建议,以加快转变高耗能生产方式,促进经济结构优化升级,实现节能减排、低碳环保的可持续发展。     

中国能源消费特征分析——基于完全因素分解模型的实证研究

采用完全因素分解模型,对1994～2009年中国产业部门和民生部门(居民生活消费)的能源消费特征进行了量化分析.将影响产业部门能源消费变化的因素分解为经济因素、结构因素和效率因素,将影响民生部门能源消费变化的因素分解为人口因素、经济因素和效用因素.实证研究结果表明,产业部门中经济因素是中国能源消费量持续增长的主要原因,效率因素缓解了能源消费量的增长趋势,结构因素没有实现减少能源消费的作用.民生部门的能源消费量正处在快速增长阶段,并且经济因素是民生部门能源消费量增加的主要原因.     

基于面板数据模型的我国行业能源消费特征分析

将面板数据模型(Panel data)应用到我国行业能源消费特征的分析中.分析了面板数据模型的类型、识别和参数的估计问题,建立了能源消费总量、汽油、柴油、天然气、电力消费量5种变系数面板数据模型和煤炭、原油、煤油、燃油消费量4种变截距面板数据模型,利用两种面板数据模型分析了工业、农业、建筑业、交通业和批发业等6个行业能源消费倾向和能源消费平均水平的特征.实证分析表明,面板数据模型是分析能源消费特征的有效工具.     

中国能源消费与经济增长关系的实证分析

文章采用1978到2008年之间的GDP和总能源、煤炭、电力和石油的消费总量数据,运用协整检验,因果检验和误差修正模型的计量方法检验了能源消费总量及其内部的煤炭、电力和石油消费量与GDP增长之间的关系。结果显示,电力和石油消费量与经济增长两两之间的因果关系存在极大的差异性:总能源和煤炭消费量与经济增长之间存在单向长期的因果关系;经济增长与总能源与煤炭消费量之间不存在因果关系;电力与石油消费量与经济增长之间存在双向长期的因果关系。最后,文章对促进能源产业升级和发展提出了相关建议。     

军备竞赛与发展问题之三

军备竞赛浪费了大量宝贵资源。石油占全球能源构成的40%,对人类生活和社会生产具有重大意义。石油对军事部门更为重要,占军事能源消费的四分之三以上。如果把军事部门的间接消费,即生产军用品和劳务所消费的石油计算在内,估计用于军事的石油消费量占全球石油总消费量的5—6%。现在世界石油的年消费量在30亿吨左右,其中就有1.5亿吨以上用于军事方面。这个数字接近除中国以外的所有发展中国家总消费量的一半,比法国的总消费量约高50%。这是个惊人的数字!     

应用组合模型对我国能源消费的预测

鉴于我国能源消费系统的复杂性及非线性特征,分别采用神经网络和时间序列两种方法建立我国能源消费总量的单项预测模型,并对各模型进行了检验,模型的检验结果表明建立的模型可以作为预测未来能源消费量的有效工具.根据标准差法对各模型的结果进行权重分配,建立我国能源消费的组合预测模型,组合预测模型既克服单一模型的缺陷,又提高了预测精度,之后应用此模型对我国未来六年的能源消费进行预测,2015年我国能源消费总量将会达到41.9亿吨标准煤.     

基于组合模型对我国能源消费的预测

鉴于我国能源消费系统的复杂性及非线性特征,本文分别采用神经网络和时间序列两种方法建立我国能源消费总量的单项预测模型,并对各模型进行了检验,模型的检验结果表明建立的模型可以作为预测未来能源消费量的有效工具。根据标准差法对各模型的结果进行权重分配,建立我国能源消费的组合预测模型,组合预测模型既克服单一模型的缺陷,又提高了预测精度,之后应用此模型对我国未来六年的能源消费进行预测,2015年我国能源消费总量将会达到41.9亿吨标准煤。     

世界现有能源不能伴随人类永久

在70年代后发生的石油危机之前,世界能源是充分和廉价的。如今的工业发达国家正是获取了大量廉价能源发展了经济,从而得以从二次大战的创伤中恢复过来并且达到了空前的繁荣。如今不仅廉价能源时代一去不复返了,而且由于核电站事故的威胁和环境污染问题日益突出,使得全世界都在关心世界能源是取之不尽还是用之将竭?这首先要看看——世界能源消费的现状和未来根据世界能源会议的调查统计,1985年的世界商品能源消费量为74亿吨油当量(各种能源按其发热量折算为每公斤10000千卡的石油,称为油当量),其中煤炭消费占30%,石油占38%,天然气占20%,水电占7%,核能占5%。在世界能源总消费中,仅占世界人口约1/4的工业化国家能源消费占3/4以上,而占世界人口3/4的广大第三世界国家对商品能源的消费还不到     

基于完全因素分解模型的中国生产性能源消费量变动的实证研究

本文应用完全因素分解模型对中国1985年到2008年生产性能源消费量的变动进行分解。生产性能源消费指排除生活能源消费的用于各行业生产所投入的能源消费。能源消费量的变动分解为三种效应：由于整体经济的增长带来的经济规模效应、产业结构变动带来的结构效应和技术进步的效率效应。创新之处在于应用因素分解模型进行能源消费量变动的研究。 实证结果表明：24年来,实际GDP带来的经济规模效应是使得能源消费不断上升的最主要因素,效率效应的作用与经济规模效应相反,对于控制能源消费的增长起到了较大并且积极的作用,产业结构的调整对能源消费的控制并没有起到积极的作用。     

产业结构与能源消费的回归分析

针对能源消耗总量,通过对相关数据的分析,从能源消费强度、能源消费倾向和能源消费总量三个角度分析我国三大产业部门的能源消费特征。首先对选取的数据进行筛选处理,借助Eviews软件,运用线性回归方法对能源消费量与产业结构间的关系进行分析,发现能源消耗量与产业结构存在负相关关系,在此基础上提出通过优化调整产业结构来降低能源耗费量。     

基于环境约束的广东省能源消费与经济结构关系研究

在深入分析总结能源消费与经济结构变动的理论基础上,分析广东省工业能源消费量变动的重要影响因素,对广东省经济结构、能源消费变动进行定性和定量分析,找出其变动的趋势及特点;定量研究广东省经济发展与能源消费、环境污染的关系,建立基于经济结构与能源消费协调发展的广东省能源消费优化模型。从经济结构优化和能源可持续发展的角度提出广东省能源发展建议。     

中国生产性能源消费量变动的实证研究

应用完全因素分解模型对中国1985年到2008年生产性能源消费量的变动进行分解。能源消费量的变动分解为三种效应:由于整体经济的增长带来的经济规模效应、产业结构变动带来的结构效应和技术进步的效率效应。实证结果表明:24年来,实际GDP带来的经济规模效应是使得能源消费不断上升的最主要因素;效率效应的作用与经济规模效应相反,效率效应对于控制能源消费的增长起到了较大并且积极的作用;产业结构的调整对能源消费的控制并没有起到积极的作用。     

能源效率:可持续发展能源战略的优先选择

一、能源是我国可持续发展的一个长期制约因素　　我国作为世界上最大的发展中国家,面临人口、资源和环境的巨大压力,能源和这３个制约因素密切相关。从可持续发展的观点看,能源是我国实现现代化的一个长期制约因素,需要几代人的努力才能解决。主要问题是：１．人均能耗低而能源强度高我国的一次能源产量和消费量均居世界第二位。但人均能源消费水平很低,１９９６年商品能源人均消费量为１１３４ｋｇｃｅ,仅为世界平均值的５５％;全国居民家庭人均生活用电量为９３ｋＷｈ,只相当于美国的２４％。人均能耗与生活质量的关系比人均产…     

基于夜间灯光影像的能源消费与PM2.5时空关系研究

利用能源消费统计数据与夜间灯光影像对陕西省能源消费进行空间化处理,结合PM_2.5遥感数据,基于双变量空间相关性分析等方法,研究了陕西省能源消费与PM_2.5的时空关系,并利用随机森林回归模型探讨了影响ρ(PM_2.5)变化的能源消费因素．结果表明:1）2001—2013年陕西省ρ(PM_2.5)先增大后减小,最高值达到28.5 μg·m?3,省内PM_2.5分布的空间异质性较强,其中关中地区的ρ(PM_2.5)最高;2）陕西省能源消费量逐年上升,在空间上的分布与ρ(PM_2.5)类似,关中地区的能源消费量最多;3）陕西省能源消费量与ρ(PM_2.5)的Moran’s I达到了0.289,表明二者之间有着明显的空间正相关性,即高能源消费的区域有着高质量浓度的PM_2.5分布;4）人口密度、路网密度与能源消费总量是陕西省ρ(PM_2.5)变化的重要驱动因素．      

能源时序相空间重构及其混沌特征分析

对中国能源生产量与能源消费量实测值时间序列分别进行相空间重构，按照关联维数方法求算吸引子维数。通过计算，得出中国能源年生产量与消费量时序的相关维是正的分数值，能源生产时序饱和嵌入维数m^∞为10，关联维数为1．18，影响能源生产的因素约为2－10个。能源消费时序饱和嵌入维数m^∞为10，关联维数为1．13，影响能源消费的因素约为2－10个。通过对二阶柯尔莫尔哥洛夫熵K2的计算得出，我国能源生产量的可预测时间尺度是9年，能源消费量的可预测时间尺度是10年。     

辽宁省能源消费与二氧化碳排放特征研究

能源消费量和二氧化碳排放量是衡量地区经济发展的重要指标.该文通过数据调研及碳排放估算,对辽宁省2005～2010年能源消费及其产生的二氧化碳排特征和变化趋势进行了研究.结果显示,2005年以来辽宁省能源消费总量呈上升趋势,煤炭和石油消费量在总消费量中的比例超过95％,是辽宁省的主导能源.2005-2010年,辽宁省二氧化碳排放量逐年增加,碳排放强度逐年降低.辽宁省第二产业能源消费和二氧化碳排放量占主导地位,二氧化碳排放量从高到底依次为第二产业,第三产业,第一产业.     

基于ARIMA模型的全国能源消费的短期预测

目的:根据全国能源历史消费数据来预测未来能源消费,为科学制定能源规划及经济发展战略提供建议。方法:选取1953-2011年的全国能源消费总量数据,运用ARIMA(1,1,3)模型预测未来4年的能源消费量。结果:2012年至2015年的能源消费量依次为354948.40、371466.8、392505.06、413849.93(万吨标准煤)。结论:预测结果表明国家制定的能源消费总量控制目标比较合理。但是我国仍需要更多的措施来实现这一目标。