基于试点7省市减排的森林碳汇需求潜力预测与仿真研究
发布时间：2021-10-17 07:01
以我国北京、天津、上海、湖北、重庆、广东、深圳等7个碳交易试点省市为案例区,运用方向性距离函数求得各案例区工业行业碳边际减排成本,并采用云模型仿真方法,对试点省市未来10年的森林碳汇需求潜力做出科学预测,进而对如何提升试点省市未来10年的森林碳汇需求进行政策仿真研究。研究结果表明:我国7个试点省市工业行业的碳边际减排成本存在着很大的差异,企业超排处罚率、产业激励政策、自行技术减排补贴率和企业碳排放配额发放强度变化等4个政策因素对减排行业森林碳汇需求潜力存在不同影响效应。基于不同政策因素的组合影响计算与分析,最后就如何提升未来7个试点省市的森林碳汇需求总量提出了相关的政策建议。
【文章来源】：林业资源管理. 2019,(04)北大核心
【文章页数】：9 页
【部分图文】：
试点7省市减排行业森林碳汇潜在需求量图Fig.1Potentialdemandforforestcarbonsequestrationinthe7()
7个试点省市碳减排行业的森林碳汇需求潜力变化做一个模拟分析。这4个相关政策变量包括:企业超排处罚率(s);企业自行技术减排补贴率(m);碳排放配额发放强度(p);产业激励政策(g)。以此为基础，本研究将对上述政策因素在未来10年中的变化作出如下情景假设:情景假设1:根据过去7省市减排行业的企业超排处罚力度(s)数据，现假设未来10年其年平均增长速度将以企业碳边际减排成本的10%提升，在其它条件不变的情况下，企业超排处罚力度变化下的森林碳汇潜在需求量预测如图2所示:当企业超排处罚力度增加幅度为10%时，云模型为(0.5306，0.7451，0.1241)，整个云图向右发生了移动，森林碳汇潜在需求量的平均值在5000～10000万t之间，当确定度为1时，潜在需求量为5500万t。可见，企业超排处罚力度上升后，期望值的分布范围扩大，期望值有所增加。因此，随着企业超排处罚力度的上升，7省市减排企业的森林碳汇潜在需求量也在不断增加。情景假设2:根据过去7省市减排行业的企业自行技术减排补贴力度(m)数据，现假设未来10年其年平均增长速度将以企业碳交易价格的10%提升，在其它条件不变的情况下，企业自行技术减排补贴变化下的森林碳汇潜在需求量预测如图3所示。图2企业超排处罚力度变化下的森林碳汇潜在需求量预测图Fig.2Predictionofpotentialdemandforforestcarbonsequestrationunderthechangeofcorporatesuper-dischargepenalties(tenthousandtons)图3企业自行技术减排补贴变化下森林碳汇潜在需求量预测图Fig.3Predictionofpotentialdemandforforestcarbonsequestrationunderthechange
林碳汇潜在需求量的平均值在5000～10000万t之间，当确定度为1时，潜在需求量为5500万t。可见，企业超排处罚力度上升后，期望值的分布范围扩大，期望值有所增加。因此，随着企业超排处罚力度的上升，7省市减排企业的森林碳汇潜在需求量也在不断增加。情景假设2:根据过去7省市减排行业的企业自行技术减排补贴力度(m)数据，现假设未来10年其年平均增长速度将以企业碳交易价格的10%提升，在其它条件不变的情况下，企业自行技术减排补贴变化下的森林碳汇潜在需求量预测如图3所示。图2企业超排处罚力度变化下的森林碳汇潜在需求量预测图Fig.2Predictionofpotentialdemandforforestcarbonsequestrationunderthechangeofcorporatesuper-dischargepenalties(tenthousandtons)图3企业自行技术减排补贴变化下森林碳汇潜在需求量预测图Fig.3Predictionofpotentialdemandforforestcarbonsequestrationunderthechangeofenterprise'sowntechnologyemissionreductionsubsidies(tenthousandtons)51
【参考文献】：
期刊论文
[1]供需视域下森林碳汇研究综述与展望[J]. 田国双,邹玉友. 林业经济. 2018(08)
[2]中国二氧化碳影子价格估算及与交易价格差异分析——基于二次型方向性距离产出函数[J]. 陈欣,刘延. 生态经济. 2018(06)
[3]造纸企业污染物排放影子价格的估计——基于参数化的方向性距离函数[J]. 王兵,朱晓磊,杜敏哲. 环境经济研究. 2017(03)
[4]利用Matlab绘制云模型[J]. 许大亮. 科技创新与生产力. 2016(01)
[5]一种基于云模型的数据预测算法[J]. 吴江,孙剑伟. 软件. 2015(12)
硕士论文
[1]中欧国际航线市场需求的影响因素及预测分析[D]. 李霞.中国民用航空飞行学院 2018
本文编号：3441336
【文章来源】：林业资源管理. 2019,(04)北大核心
【文章页数】：9 页
【部分图文】：
试点7省市减排行业森林碳汇潜在需求量图Fig.1Potentialdemandforforestcarbonsequestrationinthe7()
7个试点省市碳减排行业的森林碳汇需求潜力变化做一个模拟分析。这4个相关政策变量包括:企业超排处罚率(s);企业自行技术减排补贴率(m);碳排放配额发放强度(p);产业激励政策(g)。以此为基础，本研究将对上述政策因素在未来10年中的变化作出如下情景假设:情景假设1:根据过去7省市减排行业的企业超排处罚力度(s)数据，现假设未来10年其年平均增长速度将以企业碳边际减排成本的10%提升，在其它条件不变的情况下，企业超排处罚力度变化下的森林碳汇潜在需求量预测如图2所示:当企业超排处罚力度增加幅度为10%时，云模型为(0.5306，0.7451，0.1241)，整个云图向右发生了移动，森林碳汇潜在需求量的平均值在5000～10000万t之间，当确定度为1时，潜在需求量为5500万t。可见，企业超排处罚力度上升后，期望值的分布范围扩大，期望值有所增加。因此，随着企业超排处罚力度的上升，7省市减排企业的森林碳汇潜在需求量也在不断增加。情景假设2:根据过去7省市减排行业的企业自行技术减排补贴力度(m)数据，现假设未来10年其年平均增长速度将以企业碳交易价格的10%提升，在其它条件不变的情况下，企业自行技术减排补贴变化下的森林碳汇潜在需求量预测如图3所示。图2企业超排处罚力度变化下的森林碳汇潜在需求量预测图Fig.2Predictionofpotentialdemandforforestcarbonsequestrationunderthechangeofcorporatesuper-dischargepenalties(tenthousandtons)图3企业自行技术减排补贴变化下森林碳汇潜在需求量预测图Fig.3Predictionofpotentialdemandforforestcarbonsequestrationunderthechange
林碳汇潜在需求量的平均值在5000～10000万t之间，当确定度为1时，潜在需求量为5500万t。可见，企业超排处罚力度上升后，期望值的分布范围扩大，期望值有所增加。因此，随着企业超排处罚力度的上升，7省市减排企业的森林碳汇潜在需求量也在不断增加。情景假设2:根据过去7省市减排行业的企业自行技术减排补贴力度(m)数据，现假设未来10年其年平均增长速度将以企业碳交易价格的10%提升，在其它条件不变的情况下，企业自行技术减排补贴变化下的森林碳汇潜在需求量预测如图3所示。图2企业超排处罚力度变化下的森林碳汇潜在需求量预测图Fig.2Predictionofpotentialdemandforforestcarbonsequestrationunderthechangeofcorporatesuper-dischargepenalties(tenthousandtons)图3企业自行技术减排补贴变化下森林碳汇潜在需求量预测图Fig.3Predictionofpotentialdemandforforestcarbonsequestrationunderthechangeofenterprise'sowntechnologyemissionreductionsubsidies(tenthousandtons)51
【参考文献】：
期刊论文
[1]供需视域下森林碳汇研究综述与展望[J]. 田国双,邹玉友. 林业经济. 2018(08)
[2]中国二氧化碳影子价格估算及与交易价格差异分析——基于二次型方向性距离产出函数[J]. 陈欣,刘延. 生态经济. 2018(06)
[3]造纸企业污染物排放影子价格的估计——基于参数化的方向性距离函数[J]. 王兵,朱晓磊,杜敏哲. 环境经济研究. 2017(03)
[4]利用Matlab绘制云模型[J]. 许大亮. 科技创新与生产力. 2016(01)
[5]一种基于云模型的数据预测算法[J]. 吴江,孙剑伟. 软件. 2015(12)
硕士论文
[1]中欧国际航线市场需求的影响因素及预测分析[D]. 李霞.中国民用航空飞行学院 2018
本文编号：3441336
本文链接：https://www.wllwen.com/jingjilunwen/jingjililun/3441336.html
