中国碳排放影响因素分析和趋势预测——基于STIRPAT和GM(1,1)模型的实证研究

采用STIRPAT模型全面地对影响中国2000—2011年碳排放的因素进行分析,并利用灰色模型GM(1,1)预测了中国2012—2020年碳排放量.研究结果显示:城镇化率、经济增长、产业结构、能源价格、人口、能源结构和外贸强度对碳排放量有一定的促进作用,技术进步对碳排放量具有较强的抑制作用;其中对中国碳排放量增加影响较大的因素是人口和产业结构;根据GM(1,1)预测模型的结果,可以看出未来的减排压力还很大.因此,治理碳排放的政策应该综合考虑人口、产业结构和技术进步等影响因素.     

上海市碳排放影响因素的灰色关联分析与预测

为给上海市降低碳排放量提供有益参考,同时给中国城市低碳发展作示范,通过灰色关联分析法研究了上海市2000—2011年碳排放量与经济增长水平、人口规模、产业结构、能源结构、能源强度的关联度,并详细分析了各影响因素对上海市碳排放量的影响.同时运用基于正弦函数变换的GM(1,1)模型对上海市碳排放量进行了预测,预测结果表明了上海市加大节能减排力度的紧迫性.最后,针对研究结果,结合上海市实际情况,给出了降低上海市碳排放量的具体对策和路径.     

动态自适应粒子群优化灰色模型的碳排放预测

碳排放量预测对于发展低碳经济十分重要,利用GM（1,1）灰色模型对碳排放预测存在一些不足．本文引入动态自适应粒子群算法对其进行改进,并结合新模型（DAPSOGM）来预测碳排放,以浙江丽水市近5年的碳排放量,编辑matlab程序实证分析,结果证实新模型具有较高的预测精度和推广价值．     

甘肃省直接生活能源消费碳排放分析及预测

利用排放系数和对数平均D氏指数(LMDI)分解法对甘肃省直接生活能源消费碳排放量和影响因素进行了计算和分析,并结合多种方法建立了预测模型.研究结果显示:(1)2000—2010年,碳排放量呈现整体增加的趋势,增幅为55.14%,在各种能源中煤的碳排放居于首位.就城乡结构而言,城镇的人均碳排放量高于农村,但由于农村人口基数大,其碳排放总量却高于城镇;(2)人均消费水平和能源消费强度分别对人均碳排放起到正向促进和负向抑制作用,城镇居民消费水平的提高和城镇人口比例的逐年上升以及城镇能源消费强度的下降和城镇消费在总消费比例的增加是根本原因;(3)以GM(1,1)预测模型和三次多项式模型为基础的组合预测模型,具有精度高、偏差小、预测结果较合理等优点,具有一定应用潜力.     

基于灰色理论的陕西省土地利用变化及其碳排放研究

为了揭示陕西省2006—2018年碳排放变化规律,促进陕西省低碳土地利用模式构建,本文根据陕西省2006—2018年的土地利用数据构建碳排放模型及计算相关指数,分析土地利用的碳排放效应,通过灰色关联度分析,确定不同土地类型与碳排放的关联程度高低,运用GM(1,1)模型,预测出2020—2030年的土地碳排放量.得出以下...     

基于灰色马尔可夫模型的采煤机生产率的预测

生产率是衡量采煤机工作性能的一项重要指标,对煤矿开采的科学决策以及发展规划具有重要的指导意义.通过建立采煤机生产率的指标评价体系,运用灰色GM (1,1)模型以及灰色马尔可夫模型分别进行了预测,经过比较可发现,灰色马尔可夫模型预测的准确率和预测精度都优于GM(1,1)模型,尤其对波动性和随机性大的数据具有很好的拟合和预测效果,为具有多因素影响的采煤机生产性能预测评价提供了一种有效的途径和方法.     

基于扩展的STIRPAT模型的河南省发展低碳经济的影响因素分析

研究低碳经济的主要影响因素,对河南省转变经济发展方式、建设中原经济区具有重要的现实意义.基于扩展的STIRPAT模型,利用河南省1978—2010年统计数据,对河南省低碳经济的主要影响因素及其贡献率进行了实证研究.结果表明:对碳排放总量有显著正向影响的主要因素有人口增长、经济发展、能源强度与单位能耗碳排放量的交互作用、能源消费结构、国际贸易分工;对人均碳排放量有显著正向影响的因素有经济发展水平、能源强度与单位能耗碳排放量的交互作用、能源消费结构、产业结构、国际贸易分工.产业结构对碳排放总量的影响不显著,但对人均碳排放有显著的正向影响.河南省碳排放的最大正向影响因素及贡献率最大的均为经济增长,而能源强度和单位能耗碳排放量交互作用对碳排放具有一定的抑制作用.     

用灰色模型预测我国能源的需求量

文章利用格兰杰因果关系、相关系数法和一次回归模型等方法定性地和定量地分析了能源需求量与经济的关系,最后用GM(1,1)模型预测我国2008—2015年能源需求量并提出我国能源发展战略。     

基于灰色预测模型的公路运输量预测

为了准确预测公路运输量,提高公路运输行业的管理水平,在运输业近年运量统计数据的基础上,利用灰色预测理论的GM(1,1)模型,给出了运用GM(1,1)模型进行预测的详细步骤,并以浙江省公路运输量预测为例进行了实际应用,对预测结果进行误差检验,表明预测结果具有较高的精度.     

基于STIRPAT模型的京津冀“碳达峰”预测研究

为了解决京津冀地区碳排放量达峰问题,以河北省为例,研究京津冀碳排放达峰实现路径,对京津冀未来的碳排放量进行预测分析,建立以河北省2004—2021年碳排放相关数据为基础的STIRPAT碳排放预测拓展模型。设置了6个情景,通过综合考虑人口规模、人均GDP、城镇化率、产业结构、能源强度、能源结构数据的变化速度,模拟不同情景下京津冀2022—2040年的碳排放趋势,进而预测京津冀三地的“碳达峰”时间与碳排放峰值。结果表明：北京除清洁发展情景是在2030年达峰,其余情景均在2035年达到峰值;天津除经济放缓情景是在2030年达峰,其余情景均在2035年实现“碳达峰”;河北除基准情景在2035年达峰外,其余情景均是在2030年达到峰值。所提的碳排放预测拓展模型在考虑多情景分析下,就京津冀地区如何控制和减少碳排放量提出相关建议,可为京津冀低碳经济的发展提供一定的参考依据。     

基于LMDI的中国石化产业CO2排放的解耦分析

针对石化产业提出了解耦状态模型,并运用对数平均迪氏分解(Logarithmic Mean Divisia Index,LMDI)方法构建了石化产业二氧化碳排放的影响因素模型,探索石化产业能源强度、能源结构、能源效率与产业结构对石化产业二氧化碳排放的影响.研究结果显示:中国石化产业经历了4个阶段:强烈的消极解耦阶段(1999-2002年)、扩张负解耦阶段(2003-2007年)、弱解耦阶段(2008-2009年)和强解耦阶段(2010年),已呈现出"强解耦"的低碳经济特征.能源强度是影响石化产业解耦效果实现的关键性因素,而产业结构调整并没有显示出明显的解耦效果.     

影响装备性能的电磁环境因素GM(1,n)模型定量分析

为了对战场电磁环境影响因素进行定量分析并排序,针对小样本试验数据,提出基于GM(1,n)模型综合装备性能及其电磁环境影响因素进行建模,介绍了实现算法.为了提高GM(1,n)模型的建模精度,建立了基于背景值加权处理的GM(1,n)优化模型与算法;对某电子侦察装备的侦察概率与3个相关电磁环境影响因素的GM(1,4)建模进行了验证.结果表明,文中所提模型和算法合理有效,能定量分析电磁环境影响因素对装备侦察概率的影响主次关系.     

安徽省能源消费碳排放足迹的动态变化及因素分解

文章采用生态足迹模型与因素分解分析模型,定量分析了1995-2008年安徽省能源消费碳排放足迹的变动趋势、生态效应以及影响因素.结果表明:近15 a安徽省碳排放足迹呈上升态势,煤炭足迹在其中占主导地位;碳足迹强度呈幂指数衰减,而碳足迹生态压力不断上升,说明碳排放对自然生态系统的压力逐渐增大.因素分解结果显示,经济增长效...     

我国碳排放影响因素研究

通过建立协整模型和状态空间模型,研究了碳排放及其主要影响因素人口、城镇化水平、能源结构、能源强度、经济发展水平(GDP)、产业结构和能源价格之间的协整关系和各影响因素对碳排放影响的变动性特征.结果表明,碳排放与人口、城镇化水平等各因素之间存在长期的均衡关系.另外,碳排放弹性系数具有明显的波动性特征,说明各因素在具体年份对碳排放的影响带有制度变迁和政策调整等因素的影响痕迹.最后依据研究结果,结合我国现实情况和社会经济发展规律,提出了我国社会经济发展建设性政策建议.     

基于灰色理论的城市燃气负荷预测

城市燃气负荷与城市工业发展,城市人口等因素密切相关,由于传统的城市燃气负荷GM（1,1）预测模型仅与历史数据有关,预测结果并不能真实反映燃气负荷在未来的变化趋势。应用灰色GM（1,N）模型,将工业产值和城市人口两个因子引入燃气负荷预测模型,建立一个一阶3个变量的灰色GM（1,3）模型,进行预测。实例预测计算结果表明该模型能够准确预测城市燃气负荷,而且该模型考虑了影响燃气负荷的主要因素,使得预测模型和结果更为合理。     

能源依赖省份经济增长与碳排放关系及影响因素——以宁夏回族自治区为例

从碳排放总质量和碳排放强度方面对宁夏1980—2010年经济增长与碳排放的关系进行分析;用STIRPAT模型进行岭回归函数拟合,探讨经济增长与能源碳排放之间的定量关系;通过脱钩指数进一步分析了经济增长与能源碳排放之间的动态变化关系.结果表明,为实现宁夏经济增长与碳排放之间的强脱钩,提出转变经济发展方式,控制人口过快增长;提高能源利用效率,优化能源结构等建议.     

Empirical analysis of influencing factors of carbon emissions in transportation industry in Fujian Province,China

The transportation industry has become an important source of carbon emissions with rapid economic development and the acceleration of urbanization. Identifying the key factors of carbon emissions is crucial for energy conservation, emission reduction and green development in the transportation industry. Here, variance analysis was used to study the influencing factors of carbon emissions in the transportation industry in Fujian Province, China. The results showed that transportation efficiency have the most significant impact on carbon emissions, followed by carbon emission intensity in transportation, and then the transportation structure. Meanwhile, there was a significant interaction between transportation efficiency and structure. Therefore, innovative energy-saving and emission-reduction technologies for transportation efficiency should be studied as the focus for the green and low-carbon development of the transportation industry.     

基于灰色系统理论的湖南省电力需求分析与预测

在灰色系统理论的基础上,给出了影响电力消费的社会经济因子灰色关联分析,设计GM（1,1）预测模型较好地预测了2003—2015年的湖南省电力需求．结果表明,湖南省电力需求与湖南省城乡居民收入水平有密切关系,为用灰色关联理论方法预测湖南省未来电力的需求提供了可信度．2003—2015年湖南省电力需求预测精度较高,能够反映其实际发展趋势．