基于改进的主成分回归模型的碳排放预测的研究.pdfVIP

CHINA ANDENVIRONMENTVoL242014 中国人口，资源与环境 2014年第24卷 POPULATION,RESOURCES 基于改进的主成分回归模型的碳排放预测研究 王兵1，2 张贤3 (1．北京理工大学能源与环境政策研究中心，北京100081：2．北京理工大学管理与经济学院，北京 100081；3．中国21世纪议程管理中心，北京100038) 摘要为分析影响碳排放的主要因素，本文引入主成分分析理论，多元线性回归模型来考察影响碳排放的人文、经济、 能源等因素与碳排放之间的相互关系，进一步对其影响因素进行主成分多元回归建模，并就未来的碳排放及其强度展开 预测。结果表明：在所考察因素中。能源消费总量与碳排放的关系最为紧密；其次是6DP和人口总量。在结构指标中， 工业化率和化石燃料比重。这两个因素对碳排放的影响远高于城市化率、城镇居民消费水平。对上述结果分析后，本文 提出了合理控制能源消费总量和经济增速。提高经济发展质量和服务业比重。促进新能源产业发展等政策建议。最后， 基于情景设置。本文运用主威分回归方程对我国2020年碳排放总量及其强度进行预测。 关键词主成分分析；多元回归模型；碳排放预测；经济结构；新能源发展 控制和减少二氧化碳等温室气体排放是世界各国促进环 强度之间的关系，认为两者之间关系密切，但能源强度对碳 境与经济协调发展和应对气候变化的重要政策导向。2l世纪 排放强度下降的贡献是有限的M1。 以来，中国经济的快速发展推动了能源消费的快速增长，C02 上述文献对碳排放影响因素做了积极有益的研究，但也 排放增长速度一直居于世界前列。与其他金砖国家相比，我 存在有待改进的方面：其一，这些研究大多数采用指数分解法， 国从2003年以来碳排放增长速度远高于其他金砖国家，这无这就造成可参考的影响因素较少，而且利用这一方法很难进 疑会影响气候谈判中金砖国家间的协调和合作。在气候谈判 行预测研究；其二，模型从一个视角或两个视角考虑碳排放 面临的压力越来越大的背景下，如何在保证足够发展空问， 问题，而较少探索结构变化对碳排放的影响i最后，上述分 实现2020年全面建设小康社会目标的前提下，走出一条低碳析较少考虑多重共线性的影响，从而结果具有一定的不确定 能源发展的清洁道路，是中国今后相当长时期内面临的巨大 性。 挑战…。因此，分析我国碳排放的影响因素，对未来碳排放 本文从人口、经济、能源三个方面提取出八个主要考察 总量及其强度进行有效预测具有重要的指导意义。 因素，首先对数据进行ADF单位根检验，由检验结果对不平 国内外许多学者用不同方法对这一问题展开了研究。 稳时间序列经差分处理后，对数据标准化并进行主成分分析， 部分学者用定性分析的方法对碳排放影响因素进行分析咄11。 得到全部主成分，运用多元回归模型将所有主成分对因变量 张志强等从人均碳排放、年排放量的增长趋势来分析我国碳 回归，通过检验和整理后得到关于主成分回归结果，经矩阵 减排所面临的挑战，提出了应对气候变化的政策建议瞄1。何 转换得到关于原变量的标准化回归方程。一方面，模型从三 建坤等对GDP增长率、碳排放增长对GDP的弹性、能源消费个方面提取了8个主要因素，既有总量指标，又有结构指标 强度、能源消费的碳强度与碳排放强度下降进行了规律性分 和技术指标，更加全面地考虑了碳排放影响因素；另一方面 析，从而指出了以温室气体排放强度下降率作为减排指标的 主成分分析可以消除多重共线性的影响，使得多元回归结果 不合理性旧J。从定量分析的研究角度出发，因素分解法和多 具有较高的准确性；最后，为防止出现“伪回归”现象，本 文先对数据进行ADF单位根检验，差分处理后使得满足多元 元回归分析是其中主要的研究方法。hng和Pandiyan对工业 部门中的制造业碳排放进行指数分解，得到部门能源强度是 回归分析的数据要求。 影响碳排放强度的最重要因素H1。