基于改进极限学习机算法的碳强度研究
发布时间：2020-12-04 07:19
气候变化问题是当今世界关注的热点问题,尤其是二氧化碳排放增加引起的全球变暖问题,已经威胁到人类的生存和发展,是当今世界亟需解决的重大问题之一。作为最大的发展中国家,我国经济正处于转型期,后工业化进程的持续推动会进一步加剧我国经济增长和污染排放之间的矛盾,从而我国面临的减排压力更加严峻。近年来,我国积极发展低碳经济,大力倡导节能减排,社会对碳减排问题关注度日益提升,如何在经济稳定发展的同时,有效利用能源并减少二氧化碳排放,完成碳减排目标,实现经济与环境的协调发展,是我国发展低碳经济和绿色经济、走可持续发展道路的关键命题。本文以碳排放效率角度为切入点,基于全国及30个省市的碳排放数据,结合超越对数生产函数,构建基于随机前沿分析法（SFA）的碳排放效率模型,测算分析我国及各省市的碳排放效率情况。通过核密度估计和空间分布分析,得出我国各省市的碳排放效率总体呈一定的上升和趋同态势,东、中、西和东北部地区之间存在较大差异。在此基础上,综合选取经济发展水平、产业结构、能源消费结构、城市化水平、外贸依存度和所有制结构7个影响因素,利用SFA模型定量分析各影响因素与碳排放效率的关系。基于碳排放效率及影响...
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
000-2016年我国各省市部分年份的核密度估计图
制了 2000-2016 年我国省市的碳排放效率均值空间分布图，详见图 3-3。图 3-3 2000-2016 年中国省域碳排放效率均值空间分布图图 3-3 通过不同的颜色反映了省市碳排放效率的高低程度，将颜色由浅至深分为 5级，其中颜色最浅的两个地区是西藏和台湾，由于本文测算碳排放效率时未将这两个地区纳入考虑范围，所以其对应的 0-0.35 这个效率区间不作分析。颜色 5 级的省市主要包括北京、天津、江苏、上海、浙江、福建、广东和海南 8 个省，除山东和河北外，基本与前文划分的东部地区省市一致，这些省市的碳排放效率都在 0.8 以上。颜色 4 级的省市有吉林、河南、安徽、江西、湖南、湖北、陕西、四川、重庆、广西、辽宁、山东 12个省，包含东部地区的山东，东北部地区的辽宁和吉林以及西部地区的四川、重庆和陕西，其余也基本和中部地区划分相同，碳排放效率介于 0.65-0.8 之间。颜色 3 级的省市有贵州、云南、甘肃、新疆、黑龙江和河北
图 4-1 粒子调整位置示意图者提出了相应的改进方法，大量的实要更强的全局搜索能力， 值较大，在迭代后期，群体逐渐收敛到一个较部搜索能力， 值较小，由此快速收的进行优化调整，调整方式见公式
【参考文献】：
期刊论文
[1]政府支出与碳排放的影响因素分析——基于STIRPAT拓展模型的面板实证[J]. 刘书玲,曹庆仁,郑卫. 中国煤炭. 2018(10)
[2]中国省域碳强度空间依赖格局及其影响因素的空间异质性研究[J]. 刘贤赵,高长春,张勇,张东水,谢金宁,宋焱,王志强. 地理科学. 2018(05)
[3]不同情景下碳排放达峰对中国经济的影响——基于CGE模型的分析[J]. 王勇,王恩东,毕莹. 资源科学. 2017(10)
[4]我国能源活动CO2排放在2020—2022年之间达到峰值情景和可行性研究[J]. 姜克隽,贺晨旻,庄幸,刘嘉,高霁,徐向阳,陈莎. 气候变化研究进展. 2016(03)
[5]中国碳排放强度影响因素对区域差异的作用分析[J]. 颜艳梅,王铮,吴乐英,刘昌新. 环境科学学报. 2016(09)
[6]中国能源和碳排放的效率测度与影响因素研究[J]. 许士春,龙如银. 软科学. 2015(03)
[7]中国省际碳排放效率的空间计量[J]. 马大来,陈仲常,王玲. 中国人口·资源与环境. 2015(01)
[8]基于弹性脱钩理论的我国碳排放及经济增长研究[J]. 吴洋,范如国. 科技管理研究. 2014(20)
[9]基于SFA方法的碳排放效率区域差异化与协调机制研究[J]. 雷玉桃,杨娟. 经济理论与经济管理. 2014(07)
[10]我国碳排放效率的区域动态差异、敛散性及时变因素分析[J]. 席建国. 地域研究与开发. 2013(05)
博士论文
[1]能源约束下中国二氧化碳排放的环境效率、影响因子及动态关系研究[D]. 康艳青.天津大学 2016
[2]中国碳排放强度影响因素、收敛性及溢出性研究[D]. 张翠菊.重庆大学 2016
[3]中国能源消费碳强度影响因素及减排路径研究[D]. 黄芳.南京航空航天大学 2014
[4]中国碳排放测算分析与减排路径选择研究[D]. 樊星.辽宁大学 2013
硕士论文
[1]珠三角碳强度预测与减排路径分析[D]. 谢欣秀.华南理工大学 2018
[2]基于改进LSSVM的河北省碳排放预测研究[D]. 孙静怡.华北电力大学 2018
[3]基于LMDI模型的碳排放影响因素研究[D]. 刘薇.南京审计大学 2017
[4]我国区域碳强度的影响因素及灵敏度分析[D]. 陈迪雄.中国矿业大学 2017
[5]我国碳强度目标实现的驱动因素与路径选择研究[D]. 王克凡.五邑大学 2016
本文编号：2897215
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
000-2016年我国各省市部分年份的核密度估计图
制了 2000-2016 年我国省市的碳排放效率均值空间分布图，详见图 3-3。图 3-3 2000-2016 年中国省域碳排放效率均值空间分布图图 3-3 通过不同的颜色反映了省市碳排放效率的高低程度，将颜色由浅至深分为 5级，其中颜色最浅的两个地区是西藏和台湾，由于本文测算碳排放效率时未将这两个地区纳入考虑范围，所以其对应的 0-0.35 这个效率区间不作分析。颜色 5 级的省市主要包括北京、天津、江苏、上海、浙江、福建、广东和海南 8 个省，除山东和河北外，基本与前文划分的东部地区省市一致，这些省市的碳排放效率都在 0.8 以上。颜色 4 级的省市有吉林、河南、安徽、江西、湖南、湖北、陕西、四川、重庆、广西、辽宁、山东 12个省，包含东部地区的山东，东北部地区的辽宁和吉林以及西部地区的四川、重庆和陕西，其余也基本和中部地区划分相同，碳排放效率介于 0.65-0.8 之间。颜色 3 级的省市有贵州、云南、甘肃、新疆、黑龙江和河北
图 4-1 粒子调整位置示意图者提出了相应的改进方法，大量的实要更强的全局搜索能力， 值较大，在迭代后期，群体逐渐收敛到一个较部搜索能力， 值较小，由此快速收的进行优化调整，调整方式见公式
【参考文献】：
期刊论文
[1]政府支出与碳排放的影响因素分析——基于STIRPAT拓展模型的面板实证[J]. 刘书玲,曹庆仁,郑卫. 中国煤炭. 2018(10)
[2]中国省域碳强度空间依赖格局及其影响因素的空间异质性研究[J]. 刘贤赵,高长春,张勇,张东水,谢金宁,宋焱,王志强. 地理科学. 2018(05)
[3]不同情景下碳排放达峰对中国经济的影响——基于CGE模型的分析[J]. 王勇,王恩东,毕莹. 资源科学. 2017(10)
[4]我国能源活动CO2排放在2020—2022年之间达到峰值情景和可行性研究[J]. 姜克隽,贺晨旻,庄幸,刘嘉,高霁,徐向阳,陈莎. 气候变化研究进展. 2016(03)
[5]中国碳排放强度影响因素对区域差异的作用分析[J]. 颜艳梅,王铮,吴乐英,刘昌新. 环境科学学报. 2016(09)
[6]中国能源和碳排放的效率测度与影响因素研究[J]. 许士春,龙如银. 软科学. 2015(03)
[7]中国省际碳排放效率的空间计量[J]. 马大来,陈仲常,王玲. 中国人口·资源与环境. 2015(01)
[8]基于弹性脱钩理论的我国碳排放及经济增长研究[J]. 吴洋,范如国. 科技管理研究. 2014(20)
[9]基于SFA方法的碳排放效率区域差异化与协调机制研究[J]. 雷玉桃,杨娟. 经济理论与经济管理. 2014(07)
[10]我国碳排放效率的区域动态差异、敛散性及时变因素分析[J]. 席建国. 地域研究与开发. 2013(05)
博士论文
[1]能源约束下中国二氧化碳排放的环境效率、影响因子及动态关系研究[D]. 康艳青.天津大学 2016
[2]中国碳排放强度影响因素、收敛性及溢出性研究[D]. 张翠菊.重庆大学 2016
[3]中国能源消费碳强度影响因素及减排路径研究[D]. 黄芳.南京航空航天大学 2014
[4]中国碳排放测算分析与减排路径选择研究[D]. 樊星.辽宁大学 2013
硕士论文
[1]珠三角碳强度预测与减排路径分析[D]. 谢欣秀.华南理工大学 2018
[2]基于改进LSSVM的河北省碳排放预测研究[D]. 孙静怡.华北电力大学 2018
[3]基于LMDI模型的碳排放影响因素研究[D]. 刘薇.南京审计大学 2017
[4]我国区域碳强度的影响因素及灵敏度分析[D]. 陈迪雄.中国矿业大学 2017
[5]我国碳强度目标实现的驱动因素与路径选择研究[D]. 王克凡.五邑大学 2016
本文编号：2897215
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/2897215.html
最近更新
教材专著
