王玥:山东省碳排放影响因素分解及趋势预测论文

王玥:山东省碳排放影响因素分解及趋势预测论文

本文主要研究内容

作者王玥(2019)在《山东省碳排放影响因素分解及趋势预测》一文中研究指出:随着经济社会的快速发展,以煤炭为主的能源消费结构导致我国能源消耗增加,特别是对化石能源的消耗增加,进而导致我国碳排放量不断增加,温室效应增强,进行碳减排已成为世界各国的普遍共识。近年来,山东省依靠其自身资源优势获得了较快发展,但其背后则是由于大量能源消耗而导致的生态环境被破坏等一系列资源环境问题。同时,由于山东省的经济发展方式、产业结构、发展阶段等,与全国有共同点,因此,本文以山东省为例,研究山东省碳排放的影响因素、预测碳排放的未来变化趋势,不仅对于山东省具有积极意义,而且对于推动中国乃至其他地区碳减排,为其提供推广、借鉴经验,具有重要意义。本文以山东省为研究对象,首先,对山东省碳排放相关因素进行描述性统计分析;其次,通过相关文献梳理,确定采用LMDI模型方法对山东省碳排放影响因素分解分析;再次,利用灰色系统理论中的灰色Verhulst预测模型对山东省未来碳排放量演变趋势作出预测,最后针对山东省实际情况提出减排政策,将能源消费量控制在合理范围内,减少山东省碳排放量,为实现美丽山东、绿色发展提供借鉴。文章得出以下主要结论:(1)山东省碳减排面临严峻形势。山东省的经济增长主要是依靠高耗能产业(第二产业)拉动,产业结构有待优化;能源消费结构重煤、重油,不够合理;能源消费总量大、增长率过高。(2)通过LMDI模型对山东省2005-2017年碳排放影响因素进行分解,从分解结果来看,经济产出效应、能源消费结构效应和产业结构效应对山东省碳排放量的整体贡献起到了正向促进作用,能源强度效应对山东省碳排放量的整体贡献起到了负向抑制作用。其中,在对山东省碳排放起促进作用的影响因素中,影响程度由大到小分别是经济产出、能源消费结构、产业结构;主要起抑制作用的影响因素是能源强度。而经济产出是影响山东省碳排放的最主要影响因素。(3)采用IPCC碳排放计算方法,对山东省2011-2017年碳排放量进行测算,发现2017年山东省碳排放量达到88857万吨,在此基础上通过灰色Verhulst模型对山东省未来碳排放量进行预测,结果表明到2022年,山东省碳排放量将达到92646万吨。通过结论可知,山东省碳排放的主要因素有:经济增长、产业结构、能源利用率、能源消费结构和生活消费等,因此,本文主要从这几个方面,给出相应措施建议,助力山东省节能减排。

Abstract

sui zhao jing ji she hui de kuai su fa zhan ,yi mei tan wei zhu de neng yuan xiao fei jie gou dao zhi wo guo neng yuan xiao hao zeng jia ,te bie shi dui hua dan neng yuan de xiao hao zeng jia ,jin er dao zhi wo guo tan pai fang liang bu duan zeng jia ,wen shi xiao ying zeng jiang ,jin hang tan jian pai yi cheng wei shi jie ge guo de pu bian gong shi 。jin nian lai ,shan dong sheng yi kao ji zi shen zi yuan you shi huo de le jiao kuai fa zhan ,dan ji bei hou ze shi you yu da liang neng yuan xiao hao er dao zhi de sheng tai huan jing bei po huai deng yi ji lie zi yuan huan jing wen ti 。tong shi ,you yu shan dong sheng de jing ji fa zhan fang shi 、chan ye jie gou 、fa zhan jie duan deng ,yu quan guo you gong tong dian ,yin ci ,ben wen yi shan dong sheng wei li ,yan jiu shan dong sheng tan pai fang de ying xiang yin su 、yu ce tan pai fang de wei lai bian hua qu shi ,bu jin dui yu shan dong sheng ju you ji ji yi yi ,er ju dui yu tui dong zhong guo nai zhi ji ta de ou tan jian pai ,wei ji di gong tui an 、jie jian jing yan ,ju you chong yao yi yi 。ben wen yi shan dong sheng wei yan jiu dui xiang ,shou xian ,dui shan dong sheng tan pai fang xiang guan yin su jin hang miao shu xing tong ji fen xi ;ji ci ,tong guo xiang guan wen suo shu li ,que ding cai yong LMDImo xing fang fa dui shan dong sheng tan pai fang ying xiang yin su fen jie fen xi ;zai ci ,li yong hui se ji tong li lun zhong de hui se Verhulstyu ce mo xing dui shan dong sheng wei lai tan pai fang liang yan bian qu shi zuo chu yu ce ,zui hou zhen dui shan dong sheng shi ji qing kuang di chu jian pai zheng ce ,jiang neng yuan xiao fei liang kong zhi zai ge li fan wei nei ,jian shao shan dong sheng tan pai fang liang ,wei shi xian mei li shan dong 、lu se fa zhan di gong jie jian 。wen zhang de chu yi xia zhu yao jie lun :(1)shan dong sheng tan jian pai mian lin yan jun xing shi 。shan dong sheng de jing ji zeng chang zhu yao shi yi kao gao hao neng chan ye (di er chan ye )la dong ,chan ye jie gou you dai you hua ;neng yuan xiao fei jie gou chong mei 、chong you ,bu gou ge li ;neng yuan xiao fei zong liang da 、zeng chang lv guo gao 。(2)tong guo LMDImo xing dui shan dong sheng 2005-2017nian tan pai fang ying xiang yin su jin hang fen jie ,cong fen jie jie guo lai kan ,jing ji chan chu xiao ying 、neng yuan xiao fei jie gou xiao ying he chan ye jie gou xiao ying dui shan dong sheng tan pai fang liang de zheng ti gong suo qi dao le zheng xiang cu jin zuo yong ,neng yuan jiang du xiao ying dui shan dong sheng tan pai fang liang de zheng ti gong suo qi dao le fu xiang yi zhi zuo yong 。ji zhong ,zai dui shan dong sheng tan pai fang qi cu jin zuo yong de ying xiang yin su zhong ,ying xiang cheng du you da dao xiao fen bie shi jing ji chan chu 、neng yuan xiao fei jie gou 、chan ye jie gou ;zhu yao qi yi zhi zuo yong de ying xiang yin su shi neng yuan jiang du 。er jing ji chan chu shi ying xiang shan dong sheng tan pai fang de zui zhu yao ying xiang yin su 。(3)cai yong IPCCtan pai fang ji suan fang fa ,dui shan dong sheng 2011-2017nian tan pai fang liang jin hang ce suan ,fa xian 2017nian shan dong sheng tan pai fang liang da dao 88857mo dun ,zai ci ji chu shang tong guo hui se Verhulstmo xing dui shan dong sheng wei lai tan pai fang liang jin hang yu ce ,jie guo biao ming dao 2022nian ,shan dong sheng tan pai fang liang jiang da dao 92646mo dun 。tong guo jie lun ke zhi ,shan dong sheng tan pai fang de zhu yao yin su you :jing ji zeng chang 、chan ye jie gou 、neng yuan li yong lv 、neng yuan xiao fei jie gou he sheng huo xiao fei deng ,yin ci ,ben wen zhu yao cong zhe ji ge fang mian ,gei chu xiang ying cuo shi jian yi ,zhu li shan dong sheng jie neng jian pai 。

论文参考文献

  • [1].京津冀地区建筑行业碳排放强度影响因素研究[D]. 胡一鸣.北京交通大学2019
  • [2].典型绿色产业发展及其对碳排放的影响[D]. 李慧丽.合肥工业大学2019
  • [3].河南省农业水土资源开发的碳排放效应研究[D]. 杨青林.华北水利水电大学2019
  • [4].碳排放权价格的影响因素及波动特征研究[D]. 李逸文.合肥工业大学2019
  • [5].基于IGWO-SVM模型的河北省碳排放情景预测研究[D]. 杨帆.华北电力大学2019
  • [6].金融发展对碳排放的影响研究[D]. 周路雪.北京交通大学2019
  • [7].基于产业细分的京津冀碳排放分析及对策研究[D]. 于江浩.华北电力大学2019
  • [8].中国省域碳排放效率演变特征测度及影响因素研究[D]. 赵海蕊.华北电力大学2019
  • [9].河北省工业碳排放预测及减排对策研究[D]. 刘立果.华北电力大学2019
  • [10].基于投影寻踪的中国区域碳排放影响因素差异性研究[D]. 黄琳琳.华北电力大学2019
  • 读者推荐
  • [1].基于DSGE模型的碳排放约束对中国经济增长影响的效应测度[D]. 范映君.山西财经大学2019
  • [2].中国区域经济发展对碳排放影响研究[D]. 刘旭敏.吉林大学2019
  • [3].山西省农业碳排放的测度及影响因素研究[D]. 张瑞玲.山西财经大学2019
  • [4].草根体育组织对山东省老年人生活质量的影响研究[D]. 吴强.曲阜师范大学2019
  • [5].中国省域低碳经济发展评价和碳排放影响因素作用路径研究[D]. 王珍.安徽大学2019
  • [6].对外贸易对天津碳排放的影响研究[D]. 刘晓丹.天津商业大学2019
  • [7].中国省域经济增长碳排放尾效的空间统计分析[D]. 王继田.广西师范大学2019
  • [8].中国国产电影票房的影响因素研究[D]. 刘暄.中国科学技术大学2019
  • [9].我国能源生产、经济增长与碳排放研究[D]. 李荣.江苏大学2019
  • [10].安徽省人口流出对经济增长影响的实证研究[D]. 焦利欣.东北财经大学2018
  • 论文详细介绍

    论文作者分别是来自曲阜师范大学的王玥,发表于刊物曲阜师范大学2019-07-17论文,是一篇关于碳排放论文,影响因素论文,模型论文,灰色模型论文,曲阜师范大学2019-07-17论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自曲阜师范大学2019-07-17论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    王玥:山东省碳排放影响因素分解及趋势预测论文
    下载Doc文档

    猜你喜欢