基于情景分析法的京津冀能源消费碳排放预测研究

摘要

伴随着各地区能源需求的不断增长，化石燃料的大量使用使得全球变暖、温室气体排放等环境问题日渐突出，逐渐成为制约经济发展的瓶颈因素。随着京津冀协同发展战略的逐步实施，京津冀地区的经济总量迅速增长，人民生活水平质量不断提高，但同时也存在着诸多环境问题，比如各产业能源消耗量大幅度提高，碳排放、雾霾天气、环境污染等问题随之而来。我国以煤炭为主的化石能源消费结构，决定了碳排放主要来源是化石能源消费，因此，京津冀能源消费碳排放测算、分解和预测研究可以为京津冀地区制定未来的协同发展战略提供重要参考依据，具有重要的现实意义和实际应用价值。本文主要展开以下研究工作: （1）从碳排放影响因素与碳排放预测两个角度对国内外研究现状进行归纳总结，在此基础上，提出了本文的研究内容和研究思路，并对碳排放相关理论和研究方法进行概述，选择了本文的研究方法，为之后的实证研究奠定基础。 （2）基于京津冀地区 1995-2015 年的能源消费碳排放相关数据，从能源消费现状、能源消费碳排放特征、能源消费碳排放影响因素三个方面来全面分析研究京津冀地区能源消费碳排放现状，根据分析研究结果，采用 GFI 模型和 IPSO-BP神经网络模型，构建了京津冀能源消费碳排放影响因素分解模型和碳排放情景预测模型。 （3）运用 GFI 模型把驱动京津冀地区能源消费碳排放的因素分解为人均GDP 效应、人口规模效应、能源结构效应和能源强度效应，并逐一分析各个因素的贡献力及影响程度；基于情景分析法设定该地区碳排放影响因素的高碳情景、基准情景与低碳情景，运用IPSO-BP神经网络模型预测2016-2030年不同情景下的能源消费碳排放量,并对其预测结果进行分析。 GFI分解结果显示，人均GDP、人口规模、能源结构、能源强度的贡献率依次为70.75%、14.73%、10.89%、3.63%，由此可知，人均 GDP是拉动碳排放增长的主要因素，而能源强度则主要抑制碳排放增加；情景预测结果显示，在高碳情景、基准情景和低碳情景下，京津冀地区能源消费碳排放量出现峰值的时间分别为2028、2025、2030年，峰值大小依次为40280万吨、38892万吨、36158万吨。最后依据以上分析结果，对京津冀地区提出相应的节能减排措施。

目录

第一个书签之前

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 国内外研究现状

1.2.1 碳排放影响因素研究现状

1.2.2 碳排放预测研究现状

1.3 本文研究的主要内容及框架

1.4 本文的创新点

第2章 相关理论基础与方法

2.1 碳排放相关理论介绍

2.1.1 温室气体与碳排放

2.1.2 能源经济理论

2.1.3 节能减排理论

2.1.4 可持续发展理论

2.2 碳排放研究方法概述

2.2.1 碳排放核算方法

2.2.2 碳排放影响因素分析方法

2.2.3 碳排放预测方法

2.3 本章小结

第3章 京津冀能源消费碳排放现状分析

3.1 京津冀能源消费现状分析

3.1.1 能源消费总量

3.1.2 能源消费强度

3.1.3 能源消费结构

3.2 京津冀能源消费碳排放特征分析

3.2.1 碳排放量测算

3.2.2 碳排放总量

3.2.3 人均碳排放量

3.2.4 碳排放强度

3.3 京津冀能源消费碳排放影响因素分析

3.4 本章小结

第4章 京津冀能源消费碳排放实证模型构建

4.1 碳排放影响因素分解模型构建

4.1.1 广义费雪分解模型

4.1.2 碳排放影响因素分解模型的构建

4.2 碳排放情景预测模型构建

4.2.1 BP神经网络模型

4.2.2 IPSO-BP神经网络模型

4.2.3 基于情景分析法的IPSO-BP神经网络预测模型构建

4.3 本章小结

第5章 京津冀能源消费碳排放情景预测

5.1 碳排放影响因素分解结果

5.1.1 人均GDP效应

5.1.2 人口规模效应

5.1.3 能源结构效应

5.1.4 能源强度效应

5.2 情景设定及参数预测

5.2.1 人口规模预测情景

5.2.2 人均GDP预测情景

5.2.3 能源强度预测情景

5.2.4 能源结构预测情景

5.3 碳排放情景预测结果

5.4 京津冀节能减排措施建议

5.5 本章小结

第6章 研究成果与结论

参考文献

附录

攻读硕士学位期间发表的论文及其他成果

致谢