安徽省二氧化碳排放量预测分析——基于ARIMA模型

发布时间：2021-02-09 07:27

　　伴随着全球气候变暖问题的日益严峻,越来越多的研究者认为二氧化碳排放是影响全球气候变化的重要因素。利用1995-2017年安徽省的九种能源消耗量和IPCC核算办法来估算安徽省二氧化碳排放量,在对安徽省的能源消耗结构、二氧化碳排放强度分析认识的基础上,利用ARIMA模型对十三五后期安徽省的二氧化碳排放量进行预测。研究表明:安徽省目前在能源结构上过于依赖原煤,但近年来安徽省二氧化碳排放强度逐渐下降,因此,安徽省有很大可能性完成"十三五"节能减排规划目标。 

【文章来源】：科技经济导刊. 2020,28(25)

【文章页数】：3 页

【部分图文】：

研究程序图

3.2 能源结构分析从核算安徽省二氧化碳排放量的八种能源上来看(因天然气占比小且单位与其他能源不同,在此不予考虑),除燃料油以外,其他七种能源消耗量与安徽省的二氧化碳排放量呈现正向相关的演变趋势,根据图2可以看出,在各个能源消耗量上,安徽省对原煤、焦炭、原油、柴油的消耗量较大,特别是原煤的消耗需求,各年份原煤消耗量占比平均高达80%左右,这表明原煤的消耗对安徽省的二氧化碳排放量有着巨大的影响。

从2000-2017年来看,安徽省在二氧化碳排放强度方面呈现出不断下降的趋势,尤其是从2000年到2011年,安徽省在此期间的二氧化碳排放强度下降趋势非常明显,高达53.9%,而从2012年到2017年,安徽省的二氧化碳排放强度的下降趋势相较于之前逐渐趋于缓慢。这表明安徽省每单位GDP所要消耗的二氧化碳排放量在不断减少,但近年来随着国家对于节能减排方面的改革进入深水区,安徽省的二氧化碳排放强度趋势在逐渐向好的同时也面临着越来越严峻的挑战。3.4 ARIMA模型分析

【参考文献】：
期刊论文
[1]供给侧视角下中国碳排放关键部门的识别[J]. 邓光耀.  统计与决策. 2020(05)
[2]中国农业碳排放特征及影响因素研究[J]. 胡婉玲,张金鑫,王红玲.  统计与决策. 2020(05)
[3]基于粗糙集—神经网络方法的陕西省碳排放预测研究[J]. 仇国芳,蔡卓珉.  生态经济. 2019(10)
[4]基于建筑信息模型的全生命周期碳排放测算及对策[J]. 马彩云,赖芨宇,潘杰,陈静怡,孙华威.  牡丹江大学学报. 2019(08)
[5]基于节能减排目标的能源替代空间测算模型研究[J]. 李斯吾,张维,陈熙,万靖,陈梦,别芳玫.  湖北电力. 2018(04)
[6]中国建筑业优化升级对其碳排放影响的分阶段研究[J]. 樊琳梓,李爽,裴志海.  技术经济. 2018(08)
[7]山西省碳排放影响因素分解及峰值预测[J]. 杜俊慧,张克勇,张雪姣.  中北大学学报(自然科学版). 2018(03)
[8]安徽省农业碳排放测算及其影响因素分析[J]. 李颖.  农村经济与科技. 2017(19)
[9]温室气体排放总量目标制定研究方法述评[J]. 黄炜,王诚.  价值工程. 2017(12)
[10]基于投入产出模型的建筑业碳排放效应测算[J]. 王连,华欢欢,王世伟.  统计与决策. 2016(21)



本文编号：3025282