“双碳”目标下我国碳排放总量预测与情景模拟研究

来源 :上海财经大学 | 被引量 : 0次 | 上传用户:lijiarose
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,全球气候变暖引起了世界范围内的重视,人们的关注点开始聚焦于人类活动导致的二氧化碳排放上来,其中主要表现为能源消费产生的碳排放。中国作为全世界碳排放量最大的国家,在全球碳减排行动上展现出大国担当,承诺“2030年前实现碳达峰,2060年前实现碳中和”。面对严峻的减排压力和经济高质量发展转型的阶段性目标,研究我国目前能源消费碳排放现状并积极探索符合我国国情的碳减排路径成为我国实现“双碳”目标的关键。因此,测算我国历年能源消费碳排放总量、分析我国目前碳排放现状并探索未来我国碳达峰出现时点和峰值,进而提出对应的碳减排政策建议,对我国开展节能减排工作、实现“双碳”目标具有重大意义。本文在对国内外研究现状归纳总结的基础上,根据研究内容确定了本文的整体研究框架。首先,基于我国26种能源历年的终端消费数据(实物量),运用碳排放系数法测算了我国1986-2019年的能源消费碳排放总量,并对34年间我国碳排放趋势进行分析。其次,在建立了包含经济、社会、环境、能源、技术五大角度共计18个变量的碳排放影响因素指标体系的基础上,利用Lasso回归筛选出第二产业GDP占比、全社会固定资产投资、能源消费总量、石油消费占比和研发强度作为碳排放的主要影响因素。基于此,构建原始的支持向量机、随机森林、BP神经网络预测模型和基于Lasso回归的支持向量机、随机森林、BP神经网络预测模型,基于历史数据对模型进行训练和验证,根据均方误差和绝对均值误差对6种模型进行比较评价。结合情景分析法设置基准、绿色低碳、高速发展三种情景模式,根据各项指标的历史变化趋势和我国发展规划设置不同情景模式下各指标的变化情况,选择预测效果最优的Lasso-SVR对三种情景下我国未来40年的碳排放情况进行模拟分析,结果显示在三种情景下碳达峰出现的时间点分别为2035、2029、2041年,峰值为95.8、83.08、96.14(单位:亿吨)。最后,根据情景模拟结果对我国碳减排提出相关政策建议。
其他文献
目的 分析糖尿病尿毒症患者维持性血液透析的细节护理干预效果。方法 在江苏省射阳县人民医院2017年1月—2020年12月收治患者中选取87例行维持性血液透析治疗的糖尿病尿毒症患者作研究对象,根据患者入院顺序进行分组,先入院治疗的43例患者纳入对照组,行常规护理干预,后入院治疗的44例患者纳入观察组,行细节护理干预。观察两组患者并发症发生情况,评估两组患者生活质量与护理满意度。结果 观察组并发症发生
期刊
股市市场中,针对股市未来的走势进行预测是投资者关注的重点,这不仅有助于投资者分析市场环境,规避潜在风险,同时也有利于投资者在股市中优化投资策略,选择合适投资时机。对于我国A股市市场,最具有代表性的是常见的宽基指数,如HS300、中证500指数等。金融市场是一个复杂的系统,经济、政治、投资者情绪等众多因素关系复杂地影响着市场行情,所以金融市场的数据有如下特点,首先是低信噪比:金融市场的随机事件大,波
学位
加快建设以实体经济为支撑的现代化产业体系,是实现中国式现代化的根本支撑。目前中国产业体系现代化水平还不高,尚未构建起以实体经济为支撑的现代化产业体系,具体表现为:实体经济大而不强,产业体系的根基不牢;原始创新能力较为薄弱,产业体系的创新力不足;产业基础能力较弱,产业体系的控制力不强;产业链供应链现代化水平较低,产业体系的安全性不高。加快建设以实体经济为支撑的现代化产业体系的重点任务包括:推动产业转
期刊
在日常沟通中,当人们回答问题时,往往会有意识或无意识地利用自己掌握的常识知识或背景知识,而对于计算机而言,能够理解并利用自然文本中的这种常识知识是其能实现语义理解和高质量推理的基础。而当前领先的自然语言处理技术获得这种常识知识一般包括2种途径:一是基于在大型无标注文本上的预训练,使模型获得隐性的、不可解释的常识知识,并编码在模型参数中;二是通过明确的外部知识库,向模型进行知识增强,同时增强模型的可
学位
投资组合优化问题是金融投资理论中一个非常经典的问题。自Markowitz首次提出投资组合理论后,这一问题也受到了越来越多的关注。其中最具有代表性的模型就是Markowitz提出的均值方差模型,将投资组合的组合收益与从量化的角度刻画出投资者对于风险和收益的偏好。同时,为了满足投资者进行多阶段投资的需求,均值方差模型也被推广到了多阶段的形式,为投资者提供有效的投资策略。然而在实际的投资行为中,均值方差
学位
近些年来,互联网迅速发展,人们不受时间、地点的的限制可以快速地获取需要的信息和知识。随着新闻媒体以及传播手段的发展和普及,网络上产生了海量的文本数据,其中蕴含着丰富的信息。事件抽取作为自然语言处理领域中的研究重点,旨在从非结构化的信息中获取人们关注的内容。新闻文本是一种重要的信息资源,基于内容的新闻文本事件抽取能从大规模的新闻文本数据集中发现关联知识和关联规则,挖掘文本深层次的语义内涵,可应用于情
学位
2014年“11超日债”违约是我国首次债券实质性违约事件,由此,我国债券市场的刚性兑付被打破,尤其是2018年后债券频频“爆雷”,甚至出现了公司违约潮,这对我国债券市场乃至资本市场均形成了巨大的打击。近两年随着新冠疫情的传播,国内外的经济都遭受到了巨大的冲击,债券违约案例也居高不下,可见我国债券违约已然常态化。面对新的时代背景,对债券违约风险的研究也变得更加迫切。在样本选择方面,本文从Wind选取
学位
报纸
随着移动互联网的迅猛发展,人们能够很方便的通过手机获取各种资讯信息。但从海量的资讯信息中快速的找到用户感兴趣的内容十分困难,资讯推荐系统的存在就是帮助用户解决这一难题。资讯推荐是推荐场景中最有挑战性的课题,也是各大互联网平台争相研究的领域,只有准确的定位用户的偏好,推荐给用户感兴趣并且多元化、新颖性的资讯,提升用户的体验才能更好的在流量时代占据一席之地。而由于资讯推荐场景所存在的不同于其他场景的特
学位
报纸