中国能源碳足迹的驱动因素及其控制研究

发布时间：2019-08-14 15:57

【摘要】：经济高速发展对碳足迹增长具有明显的推动作用，其结果使我们赖以生存的生态环境日趋脆弱。人类的生态之舟将沉没于割裂了经济增长和生态环境天然联系的经济扩张中。人类行为必须与基于生态系统特征的能源约束相协调，必须在经济增长与碳足迹控制之间寻求平衡。但经济系统的开放性以及环境系统的复杂性导致了碳足迹控制的不确定性。因此，明确影响碳足迹增长的驱动因素对于制订合理的碳足迹控制和低碳经济发展政策具有重要的现实意义。论文以可持续发展、循环经济学和生态足迹学等理论为支撑，通过历年数据分析和探究，对我国能源碳足迹的驱动因素进行了实证研究，研究结果为减缓碳足迹增长、转变经济发展模式提供了数据支撑和理论依据。论文回顾了国内外学者对于碳足迹相关问题的探析和解读，在此基础上从系统理论的视角，重新诠释和归纳了影响碳足迹的因素，尝试对碳足迹驱动因素进行系统归集和有效识别，从而寻求有效的碳足迹增长控制途径。论文应用随机森林（Random Forest）算法兼顾不同数据可拟合性特点和VIM机制甄别了碳足迹的主要驱动因素；通过偏最小二乘（PLS）方法对驱动因素进行印证和筛选，简化指标体系并构建碳足迹影响模型，从而揭示促进能源碳足迹持续增长的动力机制。最后，基于论文的研究结果、中国国情以及国外先进发展经验，进一步提出了减缓碳足迹增长、发展低碳经济的相关措施建议。论文的主要研究内容和研究结论如下：第一，能源及碳足迹发展现状分析：系统探讨了我国目前能源消费，能源监管以及能源碳足迹的现状。研究发现我国的能源消费存在消费总量递增、消费结构畸形和供需缺口扩大等问题；能源监管具有管理体制松散，监督机制匮乏等弊端；而能源碳足迹总量与日俱增，碳足迹产值与强度并没有实质性进步；在能源日益枯竭以及国内外环境压力下，需要有针对性地进行调整和管理。第二，基于随机森林的碳足迹驱动因素研究：利用随机森林的VIM机制识别得出产业结构、经济发展规模、固定资产投资、住宅建筑和技术水平等9个因素是碳足迹系统主要驱动因素。经济子系统中的产业结构、经济规模和固定资产投资的VIM分别达到了8.1575，7.9486和7.8169，该结论表明经济发展对碳足迹的迅速增加起到了至关重要的作用；社会子系统中的人口规模和住宅建筑的VIM分别为7.6787和7.4774；而支撑子系统中的技术水平的重要性得分为7.3458；表征环境子系统的生态碳汇效应的VIM仅为2.2653，从一定程度证实了我国生态系统入不敷出的事实。第三，基于偏最小二乘方法的实证研究：运用PLS进一步探究了碳足迹的主要影响因素并结合随机森林的研究结论筛选出碳足迹稳健驱动因素，论文据此构建了碳足迹驱动模型。模型结果证实产业结构、经济规模和人口规模对碳足迹的正向驱动力分别达到了0.24042、0.17260和0.12175；劳动人口和技术水平对碳足迹则产生了阻尼作用，其抑制碳足迹增长的作用力分别为-0.00825和-0.06043。实证结果客观全面地反映碳足迹与各驱动因素的动态作用机制及其内在逻辑关系。最后，基于论文的实证结果，结合中国国情以及借鉴国外先进发展经验，提出了发展低碳经济、构建低碳社会、创新低碳支撑、培育低碳环境和加强国际合作等五个方面十二条减缓碳足迹增长和发展低碳经济的措施建议，研究结果为政府部门制定碳足迹管理措施提供了数据支撑和政策参考。
【图文】：

关系图,数据误差,变量数,关系图

41 424...nE MSEMSE ）用 MSE1，MSE2，…，MSEn与矩阵 4.9 对应的第 i 行向量相减并平除以标准误差则得到变量的重要性评分，，即1( ( ) / ) /nj ij EjMSE MSE n S 型拟合实证森林算法需要确定参数 Mtry和 ntree，两个参数对模型的建立及预测具数 ntree表示树的数量，即在随机森林计算过程中，树的数量取值足够稳定。参数 Mtry表征分裂的变量个数，即在生成树的过程中，所有特过随机选择特征确定用于分裂的变量数。森林算法主要是通过袋外数据误差来选择合适的参数值。通过 R 平台与 OOB Error 的相互关系。当 Mtry为 2 时，OOB Error 达到峰值 0.0至最小值 0.000099，此时 Mtry取值为 4；此后 OOB Error 随着 Mtry的体趋于增加。如下图 4.1 所示：

关系图,均方,残差,关系图

图 4.2 树的棵数与均方残差关系图据模拟过程，最终确定 Mtry=4，ntree=600。至此，基于上述挑选出的参数并建随机森林模型。算结果显示，模型整体的均方残差为 8.642067e-05，R2达到了 0.9771，表好的拟合效果。通过表中数据分析可知随机森林的平均相对误差为 1.95%4.5 所示：表 4.5 能源碳足迹实际值与拟合值结果对比年份能源碳足迹实际值随机森林拟合值相对误差（%）1997 0.11190 0.11373 1.634131998 0.11087 0.11239 1.372601999 0.11398 0.11591 1.698432000 0.11613 0.11847 2.014552001 0.11771 0.11947 1.499112002 0.12410 0.13157 6.017382003 0.14385 0.14122 1.826252004 0.16566 0.15959 3.66819
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：X24;F124.5

【参考文献】