当前位置:首页 > 经济
中国能源消费低碳化发展模型与政策
中国能源消费低碳化发展模型与政策

中国能源消费低碳化发展模型与政策PDF电子书下载

经济

  • 电子书积分:9 积分如何计算积分?
  • 作 者:孟明,牛东晓著
  • 出 版 社:北京:科学出版社
  • 出版年份:2014
  • ISBN:9787030406453
  • 页数:183 页
图书介绍:本书根据中国化石能源消费及CO2排放的特点,设计了一套包括路径分解、边际影响分析以及排放量预测功能的模型系统,并以此对中国的能源消费低碳化问题进行了实证研究,得到了很多原创性结论。本书的研究成果,对于中国能源及产业政策的调整以及在未来的国际碳排放协议中承担合理的减排份额具有重要的借鉴意义。
《中国能源消费低碳化发展模型与政策》目录

第1章 绪论 1

1.1 研究背景 1

1.1.1 能源消费的驱动作用 1

1.1.2 能源消费的供需前景 2

1.1.3 化石能源消费与温室效应 3

1.1.4 中国的能源消费及碳排放 5

1.2 研究意义 7

1.2.1 形成能源消费低碳化分析模型系统 7

1.2.2 模型系统满足发展中国家的需要 8

1.2.3 为中国能源消费低碳化发展提供实证建议 9

1.3 本书的研究思路及主要内容 9

第2章 国内外研究进展综述 12

2.1 分解模型综述 12

2.1.1 Divisia指数分解模型 12

2.1.2 Laspeyres指数分解模型 15

2.1.3 DEA-MPI分解模型 17

2.1.4 几种分解模型的比较 18

2.2 边际分析模型综述 19

2.2.1 IO模型 20

2.2.2 变量投影重要性分析模型 21

2.2.3 基于EKC理论的边际影响力分析模型 23

2.3 CO2排放量趋势外推模型 24

2.3.1 年度CO2排放模型 24

2.3.2 月度CO2排放模型 25

第3章 碳生产率三维分解模型及实证 27

3.1 指标选择及基础分解框架 27

3.1.1 指标选择 27

3.1.2 基础分解框架 27

3.2 碳生产率三维分解模型 28

3.2.1 绝对分解模型 28

3.2.2 相对分解模型 30

3.2.3 两种分解模型的关系 32

3.3 数据来源及分解结果 32

3.3.1 数据来源及转换 32

3.3.2 定量分解结果 35

3.4 分解结果分析及政策建议 37

3.4.1 产业部门维度分析 37

3.4.2 年份维度分析 40

3.4.3 影响因素维度分析 41

3.5 本章小结 44

第4章 区域经济增长的Laspeyres指数分解分析 45

4.1 研究对象及目的 45

4.2 Laspeyres指数分解算法 45

4.2.1 基础分解框架 45

4.2.2 完全分解算法 46

4.3 数据来源及转换 47

4.3.1 数据来源及选择 47

4.3.2 数据转换 49

4.4 分解结果分析 50

4.4.1 定量分解过程及结果 50

4.4.2 驱动因素分析 52

4.4.3 地理分布分析 54

4.5 本章小结 57

第5章 区域能源效率的DEA-MPI分解分析 59

5.1 研究框架及方法选择 59

5.2 DEA-MPI分解算法 60

5.2.1 DEA的原理及算法 60

5.2.2 MPI分解算法 62

5.3 数据及分解结果 64

5.3.1 数据来源及选择 64

5.3.2 MPI分解结果 65

5.4 分解结果分析 66

5.4.1 总体状况分析 66

5.4.2 特殊省份分析 67

5.4.3 地理分布分析 72

5.5 本章小结 74

第6章 基于IO模型的中国进出口碳转移分析 75

6.1 研究框架与基本思路 75

6.2 IO碳转移模型 76

6.2.1 IO模型的种类 76

6.2.2 投入产出表 77

6.2.3 IO模型算法 78

6.2.4 进出口碳转移算法 82

6.3 数据来源及预处理 83

6.3.1 投入产出数据 83

6.3.2 直接碳密度数据 84

6.3.3 进出口数据 86

6.4 计算结果分析 88

6.4.1 完全碳密度分析 88

6.4.2 完全碳转移量分析 90

6.4.3 碳转移量趋势分析 91

6.5 本章小结 92

第7章 碳排放边际影响及情景预测模型分析 94

7.1 研究框架及基本思路 94

7.2 多重共线性问题及识别 94

7.2.1 OLS方法的原理 95

7.2.2 多重共线性的原理及影响 97

7.2.3 多重共线性的识别 98

7.3 PLS及扩展方法 100

7.3.1 PLS2模型的核心思想 100

7.3.2 PLS1模型的简化算法 102

7.3.3 交叉有效性 103

7.3.4 PLS1的建模步骤 104

7.3.5 PLS1的辅助分析算法 105

7.4 数据选择及初步分析 107

7.4.1 数据来源及预处理 107

7.4.2 数据的初步分析 108

7.5 结果分析及情景预测 110

7.5.1 PLS回归模型 110

7.5.2 样本及变量分析 111

7.5.3 情景设计及预测分析 112

7.6 本章小结 118

第8章 年度CO2排放量趋势外推模型 119

8.1 趋势规律与拟合方程 119

8.1.1 CO2排放趋势分析 119

8.1.2 Logistic曲线方程 122

8.2 参数估计算法 123

8.2.1 Yule算法 123

8.2.2 Rhodes算法 124

8.2.3 Nair算法 125

8.2.4 灰色模型算法 126

8.2.5 混合模型算法 129

8.3 数据拟合及预测结果分析 131

8.3.1 长期趋势的拟合结果分析 131

8.3.2 近期年份的预测结果分析 134

8.4 本章小结 136

第9章 基于分段函数的小样本EKC分析模型 137

9.1 研究框架与基本思路 137

9.2 分段曲线及其拟合方程 138

9.2.1 分段曲线 138

9.2.2 分段函数 138

9.3 数据来源及初步分析 139

9.3.1 数据来源 139

9.3.2 数据的初步分析 139

9.4 结果与讨论 141

9.4.1 趋势拟合方程 141

9.4.2 发展趋势预测 142

9.4.3 峰值年份预测分析 144

9.5 本章小结 144

第10章 月度CO2排放量趋势外推模型 146

10.1 月度CO2排放量趋势特征 146

10.2 趋势外推算法 147

10.2.1 传统分解及预测算法 147

10.2.2 固定振幅算法 148

10.2.3 变动振幅算法 153

10.3 数据拟合及预测结果分析 155

10.3.1 数据来源 155

10.3.2 预测方法设计 156

10.3.3 三种算法的中间值及预测结果 156

10.3.4 误差分析 159

10.4 本章小结 161

第11章 结论与展望 162

11.1 结论与主要创新点 162

11.2 展望 163

参考文献 165

返回顶部