基于生产函数理论的碳排放量模型及应用

为了准确预测经济社会发展及能源消费的二氧化碳排放量(简称碳排放量),提出了基于生产函数理论的碳排放量模型.首先,以生产函数为理论基础,结合碳排放量与经济社会发展及能源消费相关的事实,构建了碳排放通用模型;利用经典的碳排放模型,验证了通用模型模型的合理性.其次,根据我国可能出现的发展情况,以人口、GDP、城市化率、能源强度、能源结构和产业结构等作为驱动因素,推导出适合我国的碳排放系列模型.最后,将国家统计局历史数据和外推法驱动因素数据带入碳排放预测模型中,实现对我国碳排放量预测.结果表明:新碳排放量模型更加符合实际情况;人口、GDP和城市化率是碳排放的主导驱动因素;用新模型预测得出我国碳排放在2027年左右达到峰值,经济社会发展将在2030年前实现脱碳.     

基于方向性距离函数的中国省区碳排放驱动因素研究

文章使用方向性距离函数的非参数框架把我国各省区碳排放变化的驱动因素分解为规模效应、技术效率效应、技术进步效应、资本碳比效应、劳动碳比效应、能源碳比效应以及结构效应等7个部分,扩充了碳排放的主要影响因素,扩展了对碳排放驱动力量的深入理解。研究结果表明:规模效应的持续扩大仍然是碳排放增长的首要原因;资本碳比效应是省区碳减排的主要驱动力量;劳动碳比效应是造成碳排放增长的重要因素,能源碳比效应自2001年以来表现出减排功能;技术进步减排效应微弱,技术效率和结构效应影响较小。     

基于能源消费的重庆市土地利用碳排放效应分析

基于能源消费视角,通过构建土地利用碳排放核算模型,从土地利用碳排放核算、碳足迹和碳排放强度3个方面,对重庆市1997-2010年的土地利用碳排放效应进行时空变化分析.结果表明:(1)重庆市土地利用碳排放总量呈增加趋势,由1997年的3 796.12×104t增加到2010年的9 435.21×104t;独立工矿用地的地均碳排放强度最大;单位GDP碳排放强度呈现下降趋势,节能减排实施效果明显;碳足迹呈增加趋势,生产性土地面积不足以补偿土地碳足迹;(2)土地利用碳排放和碳足迹的多少顺序在空间上呈现出:"一圈","渝东北","渝东南"的空间分布状态.     

基于分形理论的我国碳排放量预测研究

运用以分维为基础的分形理论,选取1978—2013年的碳排放数据,对我国2014年、2015年和2016年的碳排放量进行预测.根据数据绘制我国碳排放量的散点图,并以此为基础,分别从新能源利用、经济发展方式、法律保障和人才培养等方面提出降低我国碳排放量的对策.     

基于IPAT模型的江西省碳排放峰值预测研究

通过对江西省1995-2012年的时间序列数据进行回归,利用IPAT模型对未来江西省碳排放峰值出现时间进行预测。可以发现,技术进步对峰值的影响较为重要。按照江西省目前发展趋势,若经济社会发展的同时保持能源强度和碳排放强度合理下降,江西省的峰值到达时间约在2032-2035年之间。因此,保持能源强度和碳排放强度的不断下降对江西省尽快出现碳排放峰值至关重要,健全应对气候变化机制、调整产业结构、优化能源结构、提高清洁能源消费比重应成为江西省今后的重点工作任务。     

基于能源消费的江苏省碳排放特征及规律分析

基于江苏省能源消费的统计数据,利用碳排放方法分析了2002—2010年不同能源消费类型和不同产业部门的碳排放特征．结果表明：碳排放量是随着能源消费量的增加而增加的,碳排放强度由于GDP的快速增加,呈现了快速下降的趋势．在碳排放总量中,第二产业的能源消费是主要的碳排放来源,年均增长率为14．9％,其中,工业占主导地位,年均碳排放量为51．84Mt;生活消费和第三产业碳排放次之,年均增长率分别是2．23％和3．4％．而在第二产业中,原煤是工业碳排放的主要来源,年均碳排放量为31．15Mt．江苏省能源消费碳排放总量增长速率小于GDP的增长速率,导致各年碳排放强度以年均5．2％的幅度下降,进一步表明在经济快速发展的同时,还未实现CO2绝对减排．     

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.     

京津冀服务业能源消费碳排放影响因素分析

利用统计数据首先分析了1995—2013年京津冀地区能源消费结构并核算京津冀地区服务业碳排放量,其次通过灰色关联分析方法分析了京津冀地区服务业能源消费碳排放影响因素.研究发现,京津冀服务业能源消费以石油为主;能源结构多元化系数和产业规模是北京市服务业能源消费碳排放最主要影响因素,人口效应和能源强度是天津市服务业能源消费碳排放最主要影响因素,能源结构多元化系数、人口效应、产业规模、能源强度和河北省服务业碳排放呈中度关联关系.提出京津冀地区服务业能源消费有待向碳排放量低的天然气等能源转变,北京市和河北省服务业能源利用效率有待提高的建议.     

能源消费碳排放零残差因素分解模型研究

LMDI模型、Shapley值模型和MRCI模型均是能源消费碳排放的零残差因素分解模型,对三种模型的基本形式进行拓展,提出基于多层次多因素分解的通用表述形式,给出各分解模型中因素的累积效应、逐年效应和效应贡献度的测算方法,并对三种模型特点进行对比。运用Kendall协调系数法对三种模型结果进行相容性检验,输出相容模型集;基于各相容单一分解模型,构建能源消费碳排放的最优加权组合分解模型。应用上述模型对青岛市能源消费碳排放进行分解实证,结果表明,人均GDP和人口是青岛市碳排放增加的驱动因素,能源消费强度下降和能源消费结构优化则对碳排放增长具有抑制作用。     

上海市交通碳排放驱动因素分析

文章在核算交通碳排放量的基础上,利用STIRPAT模型和岭回归法对上海市交通碳排放驱动因素进行定量研究,并根据环境库兹涅茨曲线(environmental Kuznets curve,EKC)模型剖析了交通碳排放和经济发展之间的关系。结果表明,上海市交通碳排放总量增长较快,由2001年末的399.43×10⁴ t增长到2015年末的1 288.86×10⁴ t,年均增长率为8.73%,其中人口规模和产业结构的正效应、负效应较显著。交通碳排放量与人均GDP之间呈N型EKC关系,伴随着人均GDP的增长,交通碳排放量呈现快速增长—缓慢增长—继续增长的变化趋势;经济增长并不会带来交通碳排放量的下降,传统意义上的拐点并不存在。该文基于上述研究结果提出了优化产业结构、开发新能源等建议。     

重庆市主城区城市空间形态演变研究

运用分形理论中的边界维数对重庆市近30年的城市空间结构形态变化进行定量分析,揭示重庆市不同时期的城市地域扩展方式.结果显示,重庆市主城区各区在各个时期城市形态具有差异,整体上重庆市城市建成区在30年间的发展使得图形破碎度降低,其中1980～1997年为城市地域的快速发展期1,997～2001年为高速波动发展期,2001～2010年为高速发展并有趋于稳定趋势发展期.     

基于投入产出分析的建筑业碳排放核算

为了研究中国建筑业的碳排放情况、衡量建筑业的碳排放影响力、并与其他行业进行比较,该文提出关联碳排放的概念,在碳排放核算过程中将其分为直接碳排放与间接碳排放2个部分,利用投入产出分析计算间接碳排放。在计算了2002、2005及2007年建筑业及其他行业的直接碳排放、间接碳排放和关联碳排放后,还利用关联碳排放系数和碳排放拉动系数比较了主要工业行业单位产出的碳排放能力。文章通过碳排放核算研究,计算得到建筑业2002、2005和2007年的关联碳排放量分别为9 512.43万t、130 066.85万t和181 143.54万t;关联碳排放系数分别为3.41t.亿元-1、3.26t.亿元-1和2.89t.亿元-1。2007年建筑业关联碳排放在25个主要行业中排名第2,而关联碳排放系数排名第9。评价结果显示:建筑业碳排放影响力巨大,尤其具有很强的碳排放拉动能力。     

基于时间序列的南昌房地产价格指数模型研究

鉴于房地产全国价格指数与实际城市房地产价格相差较大,本文基于自回归积分移动平均模型理论,构造了南昌市1998～2011年共55个季度房地产价格指数数据的理论模型ARIMA(3,2,0),经Box-Pierce检验表明该模型具有95％的概率合理性,为预测南昌市未来房地产价格指数提供参考.     

基于历次人口普查的西安市人口分布预测研究

城市人口分布预测对城市人口政策制定及配套设施规划意义重大。研究基于西安市第二至第六次街区人口普查数据,使用人口灰色预测和城区36维空间扩展预测等方法,直观展示了2020年大西安中心市区人口分布态势。预测表明,2020年大西安核心区仍将维持人口高密度状态,城区继续向周边郊区蔓延,圈层式和飞地式扩展的功能区和产业园区周围将聚拢人口和服务性工商业,形成片、轴、圈相叠合的庞大混合功能区;大西安人口分布变动的影响因素包括人口增长、新型城镇化、产业园区规划、居住和通勤改变、城市等级提升等。该研究有助于认识城市人口分布和空间演化规律,研究结论可作为城市规划、公共服务、商业选址、政策制定的决策参考依据。     

基于HALRTC理论的短时交通流预测算法

针对目前短时交通流预测算法多考虑交通流的低维信息特征,导致无法满足预测精准度要求等问题,引入高精度低秩张量填充理论（HALRTC）,构建基于周、天、时段等多时间维度的动态张量模型,设计了一种融合高维交通流特征的短时交通流预测算法,并以京港澳高速公路杜家坎路段交通流速度数据为例进行实证验证。研究结果显示,算法能够基于较少历史数据较快达到良好预测效果,可有效实现针对工作日与非工作日的交通流预测,平均绝对误差（MAE）平均值约为3.6%,并能及时跟踪交通流波动性。在缺失数据情况下,所提出算法预测精度随数据缺失比例增大而降低,但相较于3种经典预测算法可表现出更好的预测精度。     

基于粗糙集和D-S证据理论的交通拥堵预警

鉴于拥堵预警中的信息和知识具有随机性和不确定性、采集到的数据又常常包含着噪声的特点,利用粗糙集能够对数据进行分析和处理,D-S理论能够分析各种不完备信息的特点,提出了一种算法——基于粗糙集和D-S理论,计算交通可能发生拥堵的概率,为交通拥堵预警提供分析与支持.仿真结果表明该方法是可行而且有效的.     

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．     

基于RBF神经网络的粮食生产预测研究

提高中国粮食生产量的预测精度与效率是人们关注的一个重要问题.对RBF神经网络的结构、特性和训练算法作了简要的概述.根据粮食产量与其影响因素之间存在的映射关系,应用RBF神经网络建立了多因素非线性时间序列预测模型,并进行了仿真试验.结果表明,用RBF神经网络进行粮食生产预测得到了十分满意的结果.     

基于改进适应度函数的RNA结构预测

RNA二级结构预测是生物信息学的重要研究内容。本文提出了一个新的启发式算法进行带假节的RNA结构预测。本文首先通过对RNA序列的若干特征和RNA二级结构进行相关性分析,从中选择跟RNA结构有较大相关性的特征,然后依据遗传算法、综合自由能、被选择茎区的条数以及被选择茎区的平均长度等特征来构造打分函数预测RNA的结构。本文对该方法进行了测试,结果表明本文所采用的从特征分析中得出的打分函数以及通过启发式算法来叠加茎的方法是有效的,在对tRNA以及5SrRNA等序列的预测上相比单纯的自由能最小方法有更高的准确性。并且该方法进一步推广到预测含假结的RNA的二级结构时也有较好的结果。     

基于统计学习理论的提高采收率潜力预测

将近年来在统计理论方面的最新研究成果引入到提高采收率潜力分析中，对自组织、改进型BP神经网络、支持向量机3种方法在提高采收率潜力预测中的应用进行了探讨。3种方法的对比研究表明，在所用样本较少的条件下，支持向量机方法能够兼顾模型的通用性和推广性，即由有效的训练集样本得到的小的误差能够保证对独立的测试集的误差仍保持较小，该方法具有较好的应用前景。