当前位置:主页 > 经济论文 > 宏观经济论文 >

减排约束下的中国能源需求预测

发布时间:2018-09-02 07:49
【摘要】:伴随着经济的高速增长,我国能源消费一路攀升,能源需求与供给间的矛盾日益突出,能源短缺已经成为制约我国经济社会发展的重要因素。与此同时,我国提出了“到2020年单位国内生产总值二氧化碳排放量比2005年降低40%-45%”的减排目标。未来我国的能源需求将面临环境约束不断强化的局面。因此,在减排的约束下对能源需求进行预测,具有很强的现实意义。本文基于我国二氧化碳强度的减排目标,构建了不考虑减排路径的能源需求预测静态模型和考虑减排路径的能源需求预测动态模型,探讨在减排的硬性约束下,我国未来的能源需求状况,分析能源需求随减排路径选择的演变规律。在能源需求模型构建时,基于经济发展、能源政策以及环境政策对未来能源需求的重要导向性影响,选择减排约束、经济增长、能源结构作为模型的约束条件。研究结果显示:我国2015、2020年的一次能源消费量分别为39.72亿吨标准煤和48.26亿吨标准煤;煤炭在一次能源消费中的比重将大幅下降;减排约束对我国能源节约和能源消费结构调整的作用明显;减排路径对我国能源需求影响显著,具体表现为加速减排路径下能源需求明显高于减速减排路径。最后,根据研究结果对我国未来的能源发展提出了政策建议。
[Abstract]:With the rapid economic growth, energy consumption in China has been rising, the contradiction between energy demand and supply has become increasingly prominent, energy shortage has become an important factor restricting the economic and social development of our country. At the same time, China has put forward the target of reducing carbon dioxide emissions per unit GDP by 40% to 45% by 2020 compared with 2005. In the future, the energy demand of our country will be faced with the situation that the environmental constraints are constantly strengthened. Therefore, it is of great practical significance to forecast energy demand under the restriction of emission reduction. Based on the emission reduction target of carbon dioxide intensity in China, the static model of energy demand prediction without considering emission reduction path and the dynamic model of energy demand forecasting considering emission reduction path are constructed in this paper. The future energy demand in China, the evolution of energy demand with emission reduction path selection is analyzed. In the construction of energy demand model, based on the important guiding influence of economic development, energy policy and environmental policy on future energy demand, the constraints of emission reduction, economic growth and energy structure are chosen as the constraints of the model. The results show that the primary energy consumption of China in 2015 and 2020 is 3.972 billion tons standard coal and 4.826 billion tons standard coal respectively, and the proportion of coal in primary energy consumption will decrease greatly. Emission reduction constraints play a significant role in energy conservation and energy consumption structure adjustment in China, and emission reduction path has a significant impact on China's energy demand, which shows that energy demand in accelerated emission reduction path is significantly higher than that in decelerated emission reduction path. Finally, according to the results of the study, the future energy development in China is proposed policy recommendations.
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:F206

【相似文献】

相关期刊论文 前10条

1 袁长伟 ,吴群琪;对运输需求预测理论的再认识[J];综合运输;2005年01期

2 彼得·哈曼;培恩德·埃里克生;翟祥龙;;需求预测与需求分析[J];现代外国哲学社会科学文摘;1981年07期

3 刘俊生;;衡水市农村1985年耐用机电消费品需求预测[J];预测;1985年05期

4 海;;日本情报服务需求预测[J];情报学刊;1989年01期

5 振波;;我国今后五年内的冰箱需求预测[J];制冷;1990年03期

6 ;“九五”──2010年棉花需求预测[J];技术经济信息;1994年10期

7 ;2010年世界钢需求预测[J];冶金管理;1995年02期

8 ;今后几年化肥需求预测[J];垦殖与稻作;1996年02期

9 何兆利;公司职工的需求预测[J];行政人事管理;1999年12期

10 谈成龙;未来五年世界铀需求预测[J];国外铀金地质;1999年04期

相关会议论文 前10条

1 宋国青;;从总需求预测的角度看利率[A];2013年秋季CMRC中国经济观察(总第35期)[C];2013年

2 马树德;;卷烟订单需求预测的特点及模型构建[A];上海市烟草专卖局2007年度获奖论文集(经济管理类)[C];2007年

3 张淼;;北京市能源需求预测及发展对策研究[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年

4 高月芳;梁永生;唐飞;欧志伟;湛邵斌;;基于神经网络和VBA的零售业需求预测系统[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

5 聂锐;张炎治;吕涛;;江苏省能源需求预测及平衡方案设计[A];2006年江苏省哲学社会科学界学术大会论文集(上)[C];2006年

6 王帅;汤铃;余乐安;;基于Wavelet/EMD-LSSVR的分解集成预测模型及其在牛奶消费需求预测中的应用[A];第五届(2010)中国管理学年会——管理科学与工程分会场论文集[C];2010年

7 张舵;高文杰;李小玲;;石家庄市区公共自行车租赁点布局研究[A];2014(第九届)城市发展与规划大会论文集—S04绿色交通、公交优先与综合交通体系[C];2014年

8 王红;;2020年我国教育经费投入强度需求预测及政策建议[A];中国梦:道路·精神·力量——上海市社会科学界第十一届学术年会文集(2013年度)[C];2013年

9 路言峰;;新模型在卷烟需求预测中的探索及应用[A];上海市烟草专卖局2009年度获奖论文集(经济管理类)[C];2009年

10 张哲荣;戴文礼;陈建智;;以潜在信息函数为基础之残差离散灰模型预测短期需求[A];第25届全国灰色系统会议论文集[C];2014年

相关重要报纸文章 前10条

1 梁小民;需求预测的运用与困难[N];中国经济时报;2004年

2 蔡绮芝 DigiTimes;康宁上调2006~2008年玻璃面板需求预测[N];电子资讯时报;2007年

3 本报记者 高蕾;明年钢铁需求预测[N];中国煤炭报;2012年

4 福建龙海市局(分公司) 林文通;遵循科学方法 保证预测质量[N];东方烟草报;2013年

5 朱成章;六大因素影响能源需求预测[N];华中电力报;2004年

6 商报记者 王万利 师兴;2013年国内汽车需求预测达2080万辆[N];北京商报;2013年

7 上海丰宝电子副总经理 刘海东;做好市场和需求预测关键在于有效沟通[N];中国电子报;2008年

8 全国农业技术推广服务中心;2007年农药药械需求预测[N];农民日报;2006年

9 许庆欣;如何进行产品需求预测[N];厂长经理日报;2000年

10 ;十类新型建材未来需求预测[N];陕西科技报;2007年

相关博士学位论文 前4条

1 徐琳;云计算环境下计算型任务的资源需求预测[D];中国科学技术大学;2015年

2 詹蓉;面向即时顾客化定制的个性化需求预测方法研究[D];华中科技大学;2008年

3 张志清;面向不确定需求的供应链协同需求预测研究[D];哈尔滨工业大学;2010年

4 演克武;基于需求预测的机型指派和评价研究[D];南京航空航天大学;2010年

相关硕士学位论文 前10条

1 祝新春;基于模糊理论的国内旅游需求预测研究[D];湖南工业大学;2015年

2 陈湘芝;基于需求预测的库存管理技术与系统研发[D];哈尔滨工业大学;2015年

3 强春发;应对自然灾害应急粮食需求预测研究[D];南京财经大学;2015年

4 靳绍悦;基于城市轨道交通的停车换乘需求预测[D];大连交通大学;2015年

5 张星煜;D公司多品类产品的需求预测管理优化实践[D];东华大学;2015年

6 方冰;发动机售后配件市场需求预测研究[D];上海交通大学;2015年

7 张艳芳;半导体分立器件需求预测与库存控制优化[D];上海交通大学;2015年

8 潘顺;考虑寿命预测的地铁车轮需求预测及备件库存控制[D];上海交通大学;2014年

9 周岳骞;面向民航需求建模的用户查询日志大数据分析方法研究与实现[D];北京交通大学;2016年

10 蒋聪之;基于轨道交通接驳的公共自行车租赁点规划方法研究[D];东南大学;2015年



本文编号:2218727

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/2218727.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2b6ae***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com