辽宁省碳排放影响因素分析及达峰情景预测

被引:20
作者
毕莹 [1 ]
杨方白 [2 ]
机构
[1] 东北财经大学统计学院
[2] 辽宁师范大学数学学院
基金
中国博士后科学基金;
关键词
碳排放; 低碳情景; 激进排放情景; 达峰预测; 情景分析; STIRPAT模型;
D O I
10.19653/j.cnki.dbcjdxxb.2017.04.013
中图分类号
X321 [区域环境规划与管理];
学科分类号
083305 ; 1204 ;
摘要
基于中国实现2030年碳排放达到峰值的宏观目标为背景,本文以中国碳排放的主要地区辽宁省为研究对象,首先运用拓展的STIRPAT模型对辽宁省碳排放的影响因素进行筛选和分析,并建立起预测回归模型;其次根据建立的预测模型对辽宁省未来的碳排放达峰进行情景预测。研究结论显示:对辽宁省碳排放产生显著影响的因素分别为经济水平、能源结构、产业结构、开放程度和碳排放强度因素;低碳情景是实现辽宁省碳排放达峰的最佳发展模式,达峰时间最早(2034年),且峰值最低,激进排放情景则是最不理想的发展模式,达峰时间最晚(2040年),峰值也最高。
引用
收藏
页码:91 / 97
页数:7
相关论文
共 13 条
[1]   基于STIRPAT模型的西北五省区碳排放峰值预测研究 [J].
邓小乐 ;
孙慧 .
生态经济, 2016, 32 (09) :36-41
[2]   广州市碳排放达峰值分析 [J].
孙维 ;
余卓君 ;
廖翠萍 .
新能源进展, 2016, 4 (03) :246-252
[3]   基于化石能源消耗的重庆市二氧化碳排放峰值预测 [J].
刘晴川 ;
李强 ;
郑旭煦 .
环境科学学报, 2017, 37 (04) :1582-1593
[4]   基于Kaya恒等式的江苏省碳排放影响因素研究 [J].
秦军 ;
唐慕尧 .
生态经济, 2014, 30 (11) :53-56
[6]   中小城市工业碳排放:核算方法与影响因素——以河南省济源市为例 [J].
丛建辉 ;
刘学敏 ;
朱婧 ;
汤争争 .
资源科学, 2013, 35 (11) :2158-2165
[7]   辽宁省碳排放增长的驱动因素分析——基于LMDI分解法的实证 [J].
袁鹏 ;
程施 .
大连理工大学学报(社会科学版), 2012, 33 (01) :35-40
[8]   基于经济模拟的中国能源消费与碳排放高峰预测 [J].
朱永彬 ;
王铮 ;
庞丽 ;
王丽娟 ;
邹秀萍 .
地理学报, 2009, 64 (08) :935-944
[9]   中国2050年低碳情景和低碳发展之路附视频 [J].
姜克隽 ;
胡秀莲 ;
庄幸 ;
刘强 .
中外能源, 2009, (06) :1-7
[10]   低碳发展下的大气污染物和CO2排放情景分析—上海案例研究 [J].
王冰妍 ;
陈长虹 ;
黄成 ;
赵静 ;
戴懿 .
能源研究与信息, 2004, (03) :137-145