基于投影寻踪的中国区域碳排放影响因素差异性研究
发布时间：2023-01-08 15:03
全球的气候变化引起了世界关注,是目前人类面临的最严峻的挑战。全球变暖主要由于大量排放的二氧化碳等温室气体。中国的城镇化水平和产业化水平快速提高,加上人口基数大和资源利用不充分,加大了中国的节能减排压力。因此,如何鞭策中国的节能减排机制,研究我国各省碳排放现状以及对影响因素的分析和预测,对我国各省合理控制碳排放以及中国未来的低碳发展具有重要意义。本文主要通过四方面进行研究:首先,通过碳排放测量方法,得到我国2000-2016年的碳排放总量,以及我国30个省（除西藏）每年的碳排放量,分析知我国碳排放量在2012年增长趋于平缓,2016年出现负增长;并得出我国的碳排放特点:我国人均碳排放量存在东部高、中西部低的特点;我国碳排放强度呈现东部低、西部高的特点;我国碳排放存在区域性差异,不仅是东部和西部的差异;其次,利用Kaya恒等式将碳排放影响因素分解为人均GDP、能源强度、产业结构、能源结构和人口规模,并构建LMDI因素分解模型,得到这五种影响因素在碳排放变化上的贡献率,分析知人均GDP对16年的碳排放贡献率最大,能源结构的贡献率最小,能源强度,产业结构和人口规模居中;再次,通过投影寻踪模型,...
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 海内外研究现状
1.2.1 碳排放海外研究现状
1.2.2 碳排放国内研究现状
1.3 研究目的及研究内容
1.3.1 研究目的
1.3.2 研究内容
1.4 研究思路及主要创新点
1.4.1 研究思路
1.4.2 主要创新点
第2章 基础理论概述
2.1 碳排放相关理论
2.1.1 碳排放基本概念
2.1.2 碳排放相关指标
2.2 基于实数编码的加速遗传算法
2.2.1 遗传算法简介
2.2.3 模型构建
2.3 投影寻踪
2.3.1 投影寻踪概述
2.3.2 投影寻踪应用
2.4 马尔科夫预测方法
2.4.1 马尔科夫内容
2.4.2 马尔科夫预测模型构建
2.5 本章小结
第3章 基于LMDI模型的我国碳排放影响因素研究
3.1 我国碳排放基本情况
3.1.1 碳排放基本测量
3.1.2 我国碳排放分析
3.1.3 我国各省市碳排放分析
3.2 基于LMDI碳排放影响因素分解模型构建
3.2.1 基于Kaya恒等式碳排放影响因素选取
3.2.2 基于LMDI碳排放影响因素分解模型构建
3.2.3 碳排放影响因素分解分析
3.3 碳排放特征分析
3.4 数据来源
3.5 本章小结
第4章 基于投影寻踪的我国碳排放聚类及差异性分析
4.1 投影寻踪模型构建
4.2 我国碳排放影响因素聚类分析
4.3 区域碳排放影响因素差异性分析
4.4 本章小结
第5章 我国区域碳排放影响因素预测分析
5.1 基于马尔科夫预测模型构建
5.2 区域碳排放影响因素预测结果
5.3 区域碳排放影响因素预测分析
5.4 区域碳排放影响因素预测前后差异性比较
5.5 本章小结
第6章 政策建议
6.1 大力调整和优化能源结构
6.2 加大各省产业结构调整力度
6.3 注重提高能源利用效率
6.4 走低碳经济的发展道路
第7章 研究成果和结论
参考文献
攻读硕士学位期间发表的学术论文和科研成果
致谢
【参考文献】：
期刊论文
[1]江苏省经济增长的碳排放测算与预测——基于灰色马尔科夫模型[J]. 朱伟,田泽,岳金桂. 世界科技研究与发展. 2015(04)
[2]城镇化、工业化、信息化与中国的能源强度[J]. 李标,吴贾,陈姝兴. 中国人口·资源与环境. 2015(08)
[3]天津市工业部门碳排放强度研究:基于LMDI-Attribution分析方法[J]. 赵涛,田莉,许宪硕. 中国人口·资源与环境. 2015(07)
[4]改进的灰色马尔科夫预测模型对全国碳排放量的预测[J]. 黄元生,尚月. 赤峰学院学报(自然科学版). 2015(09)
[5]基于Laspeyres分解法的东部地区经济增长与碳排放分析[J]. 黄元生,李慧. 华北电力大学学报(社会科学版). 2015(01)
[6]基于土地适宜性评价的区域碳排放权分配研究[J]. 余光英,员开奇. 资源开发与市场. 2014(10)
[7]基于Laspeyres分解法的中国碳生产率影响因素解析[J]. 路正南,杨洋,王健. 工业技术经济. 2014(08)
[8]中国碳排放的区域差异及演变特征分析与因素分解[J]. 邓吉祥,刘晓,王铮. 自然资源学报. 2014(02)
[9]基于LMDI分解方法的北京地区碳排放驱动因素分析[J]. 吴振信,石佳,王书平. 中国科技论坛. 2014(02)
[10]中国能源消费碳排放强度及其影响因素的空间计量[J]. 程叶青,王哲野,张守志,叶信岳,姜会明. 地理学报. 2013(10)
博士论文
[1]基于LMDI的我国二氧化碳排放影响因素研究[D]. 徐军委.中国矿业大学（北京） 2013
[2]中国居民消费碳排放的测算及影响因素研究[D]. 汪臻.中国科学技术大学 2012
[3]我国碳排放影响因素分析[D]. 贺红兵.华中科技大学 2012
[4]区域低碳经济发展模式研究[D]. 张英.山东师范大学 2012
硕士论文
[1]基于Kaya模型的我国建筑业二氧化碳排放与其影响因素关联性研究[D]. 马朋.安徽建筑大学 2017
[2]基于LMDI的京津冀地区电力工业碳排放影响因素研究[D]. 张咪.华北电力大学 2017
[3]浙江省碳排放影响因素研究[D]. 范若男.浙江财经大学 2017
[4]中国建筑行业碳排放测算及影响因素分解分析[D]. 陈进道.重庆大学 2016
[5]基于投影寻踪法的中国各省区碳排放聚类分析[D]. 张剑阳.华北电力大学 2016
[6]新疆碳排放效率区域差异与协调机制研究[D]. 冯朝阳.新疆财经大学 2015
[7]中国省际碳排放影响因素分析[D]. 高翠云.吉林大学 2015
[8]面板数据分析方法在江苏省碳强度分析中的应用[D]. 陈超.南京师范大学 2015
[9]基于遗传算法和信息熵的改进模糊聚类算法研究及应用[D]. 刘瑞.中国矿业大学 2014
[10]我国碳排放与经济增长的变化规律及碳排放前景分析[D]. 罗君.南京信息工程大学 2013
本文编号：3728687
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 海内外研究现状
1.2.1 碳排放海外研究现状
1.2.2 碳排放国内研究现状
1.3 研究目的及研究内容
1.3.1 研究目的
1.3.2 研究内容
1.4 研究思路及主要创新点
1.4.1 研究思路
1.4.2 主要创新点
第2章 基础理论概述
2.1 碳排放相关理论
2.1.1 碳排放基本概念
2.1.2 碳排放相关指标
2.2 基于实数编码的加速遗传算法
2.2.1 遗传算法简介
2.2.3 模型构建
2.3 投影寻踪
2.3.1 投影寻踪概述
2.3.2 投影寻踪应用
2.4 马尔科夫预测方法
2.4.1 马尔科夫内容
2.4.2 马尔科夫预测模型构建
2.5 本章小结
第3章 基于LMDI模型的我国碳排放影响因素研究
3.1 我国碳排放基本情况
3.1.1 碳排放基本测量
3.1.2 我国碳排放分析
3.1.3 我国各省市碳排放分析
3.2 基于LMDI碳排放影响因素分解模型构建
3.2.1 基于Kaya恒等式碳排放影响因素选取
3.2.2 基于LMDI碳排放影响因素分解模型构建
3.2.3 碳排放影响因素分解分析
3.3 碳排放特征分析
3.4 数据来源
3.5 本章小结
第4章 基于投影寻踪的我国碳排放聚类及差异性分析
4.1 投影寻踪模型构建
4.2 我国碳排放影响因素聚类分析
4.3 区域碳排放影响因素差异性分析
4.4 本章小结
第5章 我国区域碳排放影响因素预测分析
5.1 基于马尔科夫预测模型构建
5.2 区域碳排放影响因素预测结果
5.3 区域碳排放影响因素预测分析
5.4 区域碳排放影响因素预测前后差异性比较
5.5 本章小结
第6章 政策建议
6.1 大力调整和优化能源结构
6.2 加大各省产业结构调整力度
6.3 注重提高能源利用效率
6.4 走低碳经济的发展道路
第7章 研究成果和结论
参考文献
攻读硕士学位期间发表的学术论文和科研成果
致谢
【参考文献】：
期刊论文
[1]江苏省经济增长的碳排放测算与预测——基于灰色马尔科夫模型[J]. 朱伟,田泽,岳金桂. 世界科技研究与发展. 2015(04)
[2]城镇化、工业化、信息化与中国的能源强度[J]. 李标,吴贾,陈姝兴. 中国人口·资源与环境. 2015(08)
[3]天津市工业部门碳排放强度研究:基于LMDI-Attribution分析方法[J]. 赵涛,田莉,许宪硕. 中国人口·资源与环境. 2015(07)
[4]改进的灰色马尔科夫预测模型对全国碳排放量的预测[J]. 黄元生,尚月. 赤峰学院学报(自然科学版). 2015(09)
[5]基于Laspeyres分解法的东部地区经济增长与碳排放分析[J]. 黄元生,李慧. 华北电力大学学报(社会科学版). 2015(01)
[6]基于土地适宜性评价的区域碳排放权分配研究[J]. 余光英,员开奇. 资源开发与市场. 2014(10)
[7]基于Laspeyres分解法的中国碳生产率影响因素解析[J]. 路正南,杨洋,王健. 工业技术经济. 2014(08)
[8]中国碳排放的区域差异及演变特征分析与因素分解[J]. 邓吉祥,刘晓,王铮. 自然资源学报. 2014(02)
[9]基于LMDI分解方法的北京地区碳排放驱动因素分析[J]. 吴振信,石佳,王书平. 中国科技论坛. 2014(02)
[10]中国能源消费碳排放强度及其影响因素的空间计量[J]. 程叶青,王哲野,张守志,叶信岳,姜会明. 地理学报. 2013(10)
博士论文
[1]基于LMDI的我国二氧化碳排放影响因素研究[D]. 徐军委.中国矿业大学（北京） 2013
[2]中国居民消费碳排放的测算及影响因素研究[D]. 汪臻.中国科学技术大学 2012
[3]我国碳排放影响因素分析[D]. 贺红兵.华中科技大学 2012
[4]区域低碳经济发展模式研究[D]. 张英.山东师范大学 2012
硕士论文
[1]基于Kaya模型的我国建筑业二氧化碳排放与其影响因素关联性研究[D]. 马朋.安徽建筑大学 2017
[2]基于LMDI的京津冀地区电力工业碳排放影响因素研究[D]. 张咪.华北电力大学 2017
[3]浙江省碳排放影响因素研究[D]. 范若男.浙江财经大学 2017
[4]中国建筑行业碳排放测算及影响因素分解分析[D]. 陈进道.重庆大学 2016
[5]基于投影寻踪法的中国各省区碳排放聚类分析[D]. 张剑阳.华北电力大学 2016
[6]新疆碳排放效率区域差异与协调机制研究[D]. 冯朝阳.新疆财经大学 2015
[7]中国省际碳排放影响因素分析[D]. 高翠云.吉林大学 2015
[8]面板数据分析方法在江苏省碳强度分析中的应用[D]. 陈超.南京师范大学 2015
[9]基于遗传算法和信息熵的改进模糊聚类算法研究及应用[D]. 刘瑞.中国矿业大学 2014
[10]我国碳排放与经济增长的变化规律及碳排放前景分析[D]. 罗君.南京信息工程大学 2013
本文编号：3728687
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3728687.html
