共 28 条
结构视域下自主技术创新对工业碳排放的影响及趋势预测
被引:33
作者:
刘朝
[1
,2
]
王梓林
[1
,2
]
原慈佳
[1
,2
]
机构:
[1] 湖南大学工商管理学院
[2] 湖南大学资源与环境管理研究中心
来源:
基金:
湖南省自然科学基金;
关键词:
自主技术创新;
工业结构;
碳排放;
门限-STIRPAT拓展模型;
LSTM神经网络;
D O I:
暂无
中图分类号:
X322 [部门环境规划与管理];
F424 [工业建设与发展];
学科分类号:
083305 ;
摘要:
工业是中国碳排放的主要来源,其减排结果关系到中国整体碳达峰目标的实现。工业低碳发展中自主技术创新的作用日益凸显,而持续调整的工业能源结构和行业结构可能影响自主技术创新的减排效果,进而影响工业碳排放趋势。因此,厘清工业结构调整下自主技术创新对工业碳排放的影响进而预测碳排放趋势,对于工业碳达峰进程具有重要意义。根据2010—2019年的省级面板数据,运用门限-STIRPAT拓展模型研究能源结构与行业结构调整背景下自主技术创新对工业碳排放的影响,并结合LSTM神经网络和情景分析对工业碳排放进行预测。研究结果表明:(1)自主技术创新对工业碳排放具有显著减排效应。此外,能源结构和行业结构分别对工业碳排放产生显著正向影响和负向影响。(2)自主技术创新对工业碳排放的减排效果存在显著能源结构和行业结构门限效应。具体而言,能源结构存在双门限效应,门限值分别为16.98%和31.18%,且数值越大时自主技术创新的减排效果越弱;而行业结构仅存在单门限效应,门限值为49.45%,且对自主技术创新减排效果的影响与能源结构相反。(3)预测期内,工业碳排放预测结果在不同情景下表现出明显差异。其中,LSTM神经网络预测结果表明,基准情景的工业碳排放能够在2024年达峰,但达峰后出现反弹趋势;而自主技术创新增强情景的工业碳排放相较于基准情景累计减少3.27亿t且不存在反弹趋势;能源结构去煤化情景不足以有效减少工业碳排放。基于上述结果,从加强自主技术创新、调整工业结构等方面为工业低碳发展提出政策建议。
引用
收藏
页码:12 / 21
页数:10
相关论文