基于LMDI的辽宁省能源消费影响因素分解及预测
发布时间：2021-02-06 05:02
辽宁省作为东北老工业基地,为改革开放初期的现代化建设积累了大量的工业资本,但粗放型的发展方式已经不能适应国际国内发展环境,同时技术水平落后和资源枯竭等问题也成为制约辽宁省发展的关键因素。近年来辽宁省经济发展出现了疲软的现象,经济总量排名从1978年的全国第二下降到2015年的第十,而2015年辽宁省GDP较上一年增长率仅为0.15%。因此,加快转变经济发展模式,走低碳发展道路,实现可持续发展对辽宁省具有重要意义。本研究旨在分析辽宁省能源消费现状,找出影响能源消费变动的主要因素,并对中远期辽宁省能源消费进行情景分析和预测,所得结论将为辽宁省制定中远期能源规划和相关产业政策提供参考依据。本文首先利用产业结构演变系数与能源消费结构系数两个指标对辽宁省经济、能源消费进行定性与定量相结合的实证分析,同时将辽宁省与全国进行对比分析,探寻辽宁省能源消费特征。结果显示,辽宁省在经历长期的工业化初期阶段之后开始向工业化后期过渡,虽然产业结构呈现“三二一”特征,但是相比我国发达地区（北京、上海等）产业结构仍有较大优化空间;在能源消费结构方面,辽宁省乃至全国的能源结构都过于单一,辽宁省煤炭和石油消费占比一度...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景与选题意义
1.2 国内外研究现状
1.2.1 指数分解分析研究现状
1.2.2 能源消费预测模型研究现状
1.3 论文主要内容及技术路线
1.3.1 本文主要内容
1.3.2 本文技术路线
2 辽宁省产业结构与能源消费结构演变分析
2.1 辽宁省经济发展现状分析
2.2 辽宁省产业结构演变分析
2.2.1 产业结构演变系数
2.2.2 辽宁省产业结构演变分析
2.2.3 产业结构演变系数的对比分析
2.3 辽宁省能源消费现状分析
2.3.1 辽宁省能源消费量
2.3.2 辽宁省能源消费结构
2.3.3 辽宁省人均能源消费量
2.3.4 辽宁省能源消费强度
2.4 辽宁省能源消费结构演变分析
2.4.1 能源消费结构演变系数
2.4.2 能源消费结构系数对比分析
2.5 小结
3 基于LMDI的辽宁省能源消费影响因素分析
3.1 研究方法
3.1.1 LMDI方法
3.1.2 基于LMDI的辽宁省能源消费变动分析模型
3.1.3 基于LMDI的全国能源消费变动分析模型
3.2 数据来源
3.3 结果及分析
3.3.1 辽宁省能源消费变动影响因素分析
3.3.2 全国能源消费变动影响因素对比分析
3.4 小结
4 辽宁省能源消费情景预测
4.1 模型建立
4.2 情景设定
4.2.1 人口因素设定
4.2.2 经济活动因素设定
4.2.3 产业结构因素设定
4.2.4 能源强度因素设定
4.2.5 城镇化率因素设定
4.2.6 人均生活能耗因素设定
4.3 情景结果与分析
4.3.1 基准情景
4.3.2 上限情景
4.3.3 下限情景
4.3.4 情景对比
4.4 小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]中国生活能源消费的典型污染物排放及驱动因素研究[J]. 陈菡,於世为. 中国人口·资源与环境. 2017(12)
[2]辽宁出口贸易的短板及补强研究[J]. 李辉,贾晓薇. 辽宁师范大学学报(社会科学版). 2017(05)
[3]基于组合模型的我国能源需求预测[J]. 文炳洲,索瑞霞. 数学的实践与认识. 2016(20)
[4]2020年中国能源消费总量预测——基于定基能源消费弹性系数法[J]. 刘卫东,仲伟周,石清. 资源科学. 2016(04)
[5]中国农业能源消耗碳排放变化驱动因素及其贡献研究——基于Kaya恒等扩展与LMDI指数分解方法[J]. 戴小文,何艳秋,钟秋波. 中国生态农业学报. 2015(11)
[6]基于LMDI指数分析的中国煤炭消费增长分解研究[J]. 张伟,张金锁,孙再罗. 中国矿业. 2014(08)
[7]基于LMDI分解的厦门市碳排放强度影响因素分析[J]. 刘源,李向阳,林剑艺,崔胜辉,赵胜男. 生态学报. 2014(09)
[8]情景分析法应用于能源需求与碳排放预测[J]. 刘俊杰,李树林,范浩杰,林强. 节能技术. 2012(01)
[9]国内外能源预测模型和能源安全评价体系研究综述[J]. 陶然,蔡云泽,楼振飞,刘卫星. 上海节能. 2012(01)
[10]北京市能源需求预测与污染物排放量变化趋势分析[J]. 吴智泉,张世平,马美倩,安连锁. 能源技术经济. 2011(11)
博士论文
[1]发达国家和发展中国家能源消费与碳排放控制研究[D]. 栾晏.吉林大学 2015
[2]中国省区能源消费与二氧化碳排放驱动因素分析及预测研究[D]. 王文超.大连理工大学 2013
[3]基于指数分解的我国能源相关CO2排放及交通能耗分析与预测[D]. 张明.大连理工大学 2009
硕士论文
[1]吉林省工业经济发展与工业碳排放关系分析[D]. 吴思锟.吉林大学 2017
[2]辽宁省人口问题数学模型研究[D]. 姜希伟.辽宁师范大学 2016
[3]基于LMDI法的能源消费及碳排放影响因素研究[D]. 贾皎皎.天津大学 2014
[4]基于组合模型的辽宁能源需求预测及政策研究[D]. 郭晓娜.东北财经大学 2012
[5]大连市工业发展低碳经济途径研究[D]. 刘晓俞.大连理工大学 2012
[6]湖北省节能的绿色投入产出分析[D]. 张小丽.华中科技大学 2007
本文编号：3020196
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景与选题意义
1.2 国内外研究现状
1.2.1 指数分解分析研究现状
1.2.2 能源消费预测模型研究现状
1.3 论文主要内容及技术路线
1.3.1 本文主要内容
1.3.2 本文技术路线
2 辽宁省产业结构与能源消费结构演变分析
2.1 辽宁省经济发展现状分析
2.2 辽宁省产业结构演变分析
2.2.1 产业结构演变系数
2.2.2 辽宁省产业结构演变分析
2.2.3 产业结构演变系数的对比分析
2.3 辽宁省能源消费现状分析
2.3.1 辽宁省能源消费量
2.3.2 辽宁省能源消费结构
2.3.3 辽宁省人均能源消费量
2.3.4 辽宁省能源消费强度
2.4 辽宁省能源消费结构演变分析
2.4.1 能源消费结构演变系数
2.4.2 能源消费结构系数对比分析
2.5 小结
3 基于LMDI的辽宁省能源消费影响因素分析
3.1 研究方法
3.1.1 LMDI方法
3.1.2 基于LMDI的辽宁省能源消费变动分析模型
3.1.3 基于LMDI的全国能源消费变动分析模型
3.2 数据来源
3.3 结果及分析
3.3.1 辽宁省能源消费变动影响因素分析
3.3.2 全国能源消费变动影响因素对比分析
3.4 小结
4 辽宁省能源消费情景预测
4.1 模型建立
4.2 情景设定
4.2.1 人口因素设定
4.2.2 经济活动因素设定
4.2.3 产业结构因素设定
4.2.4 能源强度因素设定
4.2.5 城镇化率因素设定
4.2.6 人均生活能耗因素设定
4.3 情景结果与分析
4.3.1 基准情景
4.3.2 上限情景
4.3.3 下限情景
4.3.4 情景对比
4.4 小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]中国生活能源消费的典型污染物排放及驱动因素研究[J]. 陈菡,於世为. 中国人口·资源与环境. 2017(12)
[2]辽宁出口贸易的短板及补强研究[J]. 李辉,贾晓薇. 辽宁师范大学学报(社会科学版). 2017(05)
[3]基于组合模型的我国能源需求预测[J]. 文炳洲,索瑞霞. 数学的实践与认识. 2016(20)
[4]2020年中国能源消费总量预测——基于定基能源消费弹性系数法[J]. 刘卫东,仲伟周,石清. 资源科学. 2016(04)
[5]中国农业能源消耗碳排放变化驱动因素及其贡献研究——基于Kaya恒等扩展与LMDI指数分解方法[J]. 戴小文,何艳秋,钟秋波. 中国生态农业学报. 2015(11)
[6]基于LMDI指数分析的中国煤炭消费增长分解研究[J]. 张伟,张金锁,孙再罗. 中国矿业. 2014(08)
[7]基于LMDI分解的厦门市碳排放强度影响因素分析[J]. 刘源,李向阳,林剑艺,崔胜辉,赵胜男. 生态学报. 2014(09)
[8]情景分析法应用于能源需求与碳排放预测[J]. 刘俊杰,李树林,范浩杰,林强. 节能技术. 2012(01)
[9]国内外能源预测模型和能源安全评价体系研究综述[J]. 陶然,蔡云泽,楼振飞,刘卫星. 上海节能. 2012(01)
[10]北京市能源需求预测与污染物排放量变化趋势分析[J]. 吴智泉,张世平,马美倩,安连锁. 能源技术经济. 2011(11)
博士论文
[1]发达国家和发展中国家能源消费与碳排放控制研究[D]. 栾晏.吉林大学 2015
[2]中国省区能源消费与二氧化碳排放驱动因素分析及预测研究[D]. 王文超.大连理工大学 2013
[3]基于指数分解的我国能源相关CO2排放及交通能耗分析与预测[D]. 张明.大连理工大学 2009
硕士论文
[1]吉林省工业经济发展与工业碳排放关系分析[D]. 吴思锟.吉林大学 2017
[2]辽宁省人口问题数学模型研究[D]. 姜希伟.辽宁师范大学 2016
[3]基于LMDI法的能源消费及碳排放影响因素研究[D]. 贾皎皎.天津大学 2014
[4]基于组合模型的辽宁能源需求预测及政策研究[D]. 郭晓娜.东北财经大学 2012
[5]大连市工业发展低碳经济途径研究[D]. 刘晓俞.大连理工大学 2012
[6]湖北省节能的绿色投入产出分析[D]. 张小丽.华中科技大学 2007
本文编号：3020196
本文链接：https://www.wllwen.com/kejilunwen/dongligc/3020196.html
