基于STRPAT模型的碳排放情景分析
CSTR:
作者:
作者单位:

1.东莞理工学院;2.广东省特种设备检测研究院东莞检测院

基金项目:

广东省“创新强校工程”项目“节能减排目标下的低碳情况分析与政策研究—以东莞为例 ”(2016WQNCX140),东莞市社会科技发展(一般)项目立项(20185071401220);


Scenario Analysis on carbon Emission Based on the STIRPAT model
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [11]
  • |
  • 相似文献
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    科学合理预测碳排放发展,对建设低碳城市具有重要的指导意义。本文以东莞市为例,采用基于扩展STIRPAT模型,通过岭回归拟合得到碳排放量与GDP、人口、城市化、人均消费支出、工业化及能源利用效率的多元线性模型,在此基础上,根据低碳社会发展各个不同阶段设定基准情景、低碳情景、节能情景等3种情景,对碳排放量进行预测及减排潜力分析。结果表明,人口数量对碳排放的影响最大,城市化率影响最小,碳排放量在基准情景下预计2020年为8246t,2025年达到8177t,而节能情景、低碳情景碳排放量均有不同程度的下降,在低碳发展的政策措施及一系列低碳发展行动与技术支撑下,东莞市碳排放仍具有较大的减排潜力。

    Abstract:

    It is of great guiding significant to prediction the carbon emission development for construction of low-carbon cities. Taking Dongguan City as an example, This paper built a expanded STIPRAT-based multivariate linear model fitted by a ridge regression to examine the relationship between carbon emissions and GDP, population, urbanization, per capita consumption expenditure, industrialization and energy efficiency. OnSthisSbasis, three scenarios: Business as Usual Scenario,Energy-saving Scenario,Low-carbon Scenario were set.we forecast carbon emission and analyze the emission reduction potential according to the different stages of the development of a low-carbon society. The results showed that the population had the greatest influence on carbon emission and urbanization rate has the least impact,SCarbon emissions are expected to be 8246t in 2020 and 8177t in 2025 under the Business as Usual Scenario, While carbon emissions have a different degree of decline on Energy-saving Scenario,Low-carbon Scenario. SDongguan city still has a great potential for carbon emission reduction for the Ssupport of low-carbon development policies and a series of low-carbon development actions and technologies.

    参考文献
    [1] 彭斯震,张九天. 中国2020 年碳减排目标下若干关键经济指标研究[J]. 中国人口.资源与环境,2012,22 (5):27-31.
    [2] 王宪恩,王泳璇,段海燕. 区域能源消费碳排放峰值预测及可控性研究[J]. 中国人口.资源与环境,2014,24(8):9-16.
    [3] 黄蕊,王铮. 基于STIRPAT 模型的重庆市能源消费碳排放影响因素研究[J].环境科学学报,2013,33(2):602-608.
    [4] 姜磊,季民河.基于STIRPAT 模型的上海市能源消费影响因素研究[J].上海环境科学,2011,30( 6) : 240-244.
    [5] 杨来科,赵捧莲,张云.中国碳排放量影响因素测算的研究方法比较[J].华东经济管理,2012,26 (5):55-59.
    [6] 付加锋,刘小敏.基于情景分析法的中国低碳经济研究框架与问题探索[J].资源科学,2010,32 (2):205-210.
    [7] 张伟,张金锁,李朋林,等.基于情景分析的区域经济社会低碳发展路经研究: 以陕西省为例[J].统计应用研究,2012,27(11):60-66.
    [8] 朱婧,低碳城市能源需求与碳排放情景分析[J], 中国人口.资源与环境,2015,25(7):49-55
    [9] 何丽萍,刘希,林艳萍.中国进程化中电力需求预测[J],经济研究,2009(1),118-130.
    [10] 王桂新,武俊奎.城市规模与空间结构对碳排放的影响[J].城市发展研究,2012,(19):89-95.
    [11] 朱中军 魏景赋 田文举.城镇化对中国不同区域碳排放影响的对比分[J].新疆农垦经济,2018,:27-34.
    相似文献
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

钟少芬、莫健文、刘煜平、张玄、郭晓娟.基于STRPAT模型的碳排放情景分析[J].,2019,(17).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-03-12
  • 最后修改日期:2019-09-06
  • 录用日期:2019-04-10
  • 在线发布日期: 2019-09-16
文章二维码

联系电话:020-37635126(一、三、五)/83568469(二、四)(查稿)、37674300/82648174(编校)、37635521/82640284(财务)、83549092(传真)

联系地址:广东省广州市先烈中路100号大院60栋3楼302室(510070) 广东省广州市越秀区东风西路207-213星河亚洲金融中心A座8楼(510033)

邮箱:kjgl83568469@126.com kjgl@chinajournal.net.cn

科技管理研究 ® 2025 版权所有
技术支持:北京勤云科技发展有限公司
请使用 Firefox、Chrome、IE10、IE11、360极速模式、搜狗极速模式、QQ极速模式等浏览器,其他浏览器不建议使用!
关闭
关闭