中國的經(jīng)濟正在快速發(fā)展,與此同時二氧化碳的排放也在一同增長。國家亟需降低并且控制好碳排放,走綠色的可持續(xù)發(fā)展道路。在探索碳減排的道路上,一些發(fā)達國家取得了許多優(yōu)秀的經(jīng)驗,并得出了許多成功的結(jié)果。但對于中國來說,直接走國外鋪好的路是不可取的,要考慮我國實際情況,找尋適合中國的發(fā)展路線。本文首先對中國能源消費及碳排放現(xiàn)狀進行描述性統(tǒng)計分析,包括中國能源消費總量、中國能源消費結(jié)構(gòu)、碳排放總量、人均碳排放等。并預(yù)測五個年份的人均碳排放量。接著以國內(nèi)外碳排放相關(guān)理論為指導(dǎo),基于STIRPAT模型探究影響中國的碳排放因素。自變量總分為人口、財富、技術(shù)這三方面,細(xì)分為人口數(shù)量、人口城市化率、人均GDP等。最后得出這些影響因素的增加都會促進我國人均碳排放量的增加。其中,產(chǎn)業(yè)結(jié)構(gòu)對我國人均碳排放量的影響較大。然后選取發(fā)達國家德國,與中國進行碳排放的比較研究。將上一章選取的指標(biāo)進行整理與優(yōu)化:新增碳排放強度以及可再生能源產(chǎn)量。將整理好的八個指標(biāo)作為對比序列,碳排放總量作為主序列。通過灰色關(guān)聯(lián)分析法,分別排序出兩國碳排放影響因素的親疏程度。根據(jù)對比結(jié)果,去借鑒德國的減排方法,并找出符合中國國情的碳減排路徑。... 

【文章來源】：北方工業(yè)大學(xué)北京市

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

論文結(jié)構(gòu)圖

第二章中國能源消費及碳排放現(xiàn)狀分析6圖2-11997-2018年我國能源消費總量及其增長速度2.1.2中國能源消費結(jié)構(gòu)在中國能源消費的產(chǎn)業(yè)結(jié)構(gòu)中，主要從第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)以及居民生活消費這幾方面來研究，同時還加上了在第二產(chǎn)業(yè)中占據(jù)重要地位的工業(yè)來進行對比。把21年來的中國能源統(tǒng)計年鑒進行整合，將1997年到2017年的農(nóng)、林、牧、漁業(yè)視為第一產(chǎn)業(yè)；將1997年到2017年的建筑業(yè)、工業(yè)視為第二產(chǎn)業(yè)；將1997年到2017年的批發(fā)、交通、餐飲業(yè)等其他行業(yè)的結(jié)合視為第三產(chǎn)業(yè)；居民生活消費為1997年到2017年對應(yīng)的生活消費。最后，分別將這5個指標(biāo)與能源消費總量作比，得出了下表2-2。由下表2-2可知，在中國能源消費的產(chǎn)業(yè)結(jié)構(gòu)中，第一產(chǎn)業(yè)能源消費比重下降較為明顯，從1997年的4.34%下降為2017年的1.99%；第二產(chǎn)業(yè)能源消費始終占據(jù)主導(dǎo)地位，所占比重每年均在62%以上；第三產(chǎn)業(yè)能源消費比重從1997年的10.77%上漲到2017年的17.60%，在這三大產(chǎn)業(yè)中處于第二；而這20年中呈波浪形變動的為居民生活消費，占比從1997年的12.04%變化到2017年的12.85%，總體來說是微弱的上升趨勢。而在圖2-2中可以發(fā)現(xiàn)，工業(yè)是中國能源消費的主體。我們可以從工業(yè)能源利用效率這個突破口下手，將能源消費強度變低。表2-21997-2017年我國第一、二、三產(chǎn)業(yè)、居民生活消費以及工業(yè)所占比重（%）年份第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)居民生活消費工業(yè)19974.3474.2310.7712.0473.36

第二章中國能源消費及碳排放現(xiàn)狀分析8圖2-21997-2017年中國各產(chǎn)業(yè)能源消費占比（%）在中國能源消費的種類結(jié)構(gòu)中，從煤炭、石油、天然氣以及水電、核電、風(fēng)電來分析研究[20]。通過《中國能源統(tǒng)計年鑒2018》，整理出了下表2-3、2-4以及圖2-3。表2-31997-2018年煤炭、石油、天然氣以及水電、核電、風(fēng)電的用量（萬噸標(biāo)準(zhǔn)煤）年份煤炭石油天然氣水電、核電、風(fēng)電1997970392772524468698199896554283262451885219999924230222281182942000100670323323233107282001105772329763733130662002116160356113900139052003138352396144533145842004161657458265296175012005189231465246273193412006207402501327735211992007225795529459343233582008229237535421090126931200924066655125117642857120102495686275314426339012011271704650231780432512201227546568363193033900720132809997129222096425252014279329740902427148116201527384978673253645201920162702088062727021579642017270912843233139761897

【參考文獻】：
期刊論文
[1]制度與技術(shù):德國走向低碳發(fā)展的兩個“車輪”[J]. 邱吉,趙紫玉,郭俊杰.  城市管理與科技. 2014(03)
[2]Japan’s experience of energy saving and business model for low-carbon economy[J]. Satoshi Watanabe,Makoto Nishimura.  Chinese Journal of Population,Resources and Environment. 2013(04)
[3]資源型省份碳排放驅(qū)動力分析——基于PATH-STIRPAT模型的實證研究[J]. 徐麗娜,趙濤,楊曉峰.  中國科技論壇. 2013(12)
[4]中國物流業(yè)碳排放特征及其影響因素分析——基于LMDI分解技術(shù)[J]. 馬越越,王維國.  數(shù)學(xué)的實踐與認(rèn)識. 2013(10)
[5]基于STIRPAT模型的青海省碳排放影響因素協(xié)整分析[J]. 王小寧.  對外經(jīng)貿(mào). 2012(07)
[6]中國物流產(chǎn)業(yè)碳排放驅(qū)動因素研究[J]. 劉龍政,潘照安.  商業(yè)研究. 2012(07)
[7]SAS6.11版嶺回歸分析程序設(shè)計及其實例分析[J]. 郭秀花,趙連偉.  數(shù)理統(tǒng)計與管理. 2001(01)
[8]嶺回歸分析的SAS程序設(shè)計[J]. 田俊.  數(shù)理統(tǒng)計與管理. 1999(03)

博士論文
[1]中國城鎮(zhèn)居民碳足跡及城市低碳發(fā)展研究[D]. 劉曉宇.吉林大學(xué) 2019
[2]基于能源消費的中國碳排放影響因素研究[D]. 王永哲.首都經(jīng)濟貿(mào)易大學(xué) 2017
[3]北京市碳排放影響因素與減排政策研究[D]. 范鳳巖.中國地質(zhì)大學(xué)(北京) 2016

碩士論文
[1]京津冀地區(qū)建筑行業(yè)碳排放強度影響因素研究[D]. 胡一鳴.北京交通大學(xué) 2019
[2]中國區(qū)域碳排放強度及其影響因素的空間計量經(jīng)濟分析[D]. 李姝.北京交通大學(xué) 2019
[3]基于結(jié)構(gòu)方程模型的中國碳排放影響因素分析[D]. 周新.北京交通大學(xué) 2019
[4]城鎮(zhèn)居民生活消費碳排放影響因素分析[D]. 蔡淑君.哈爾濱工業(yè)大學(xué) 2019
[5]基于STIRPAT模型的人口結(jié)構(gòu)因素對霧霾污染的影響研究[D]. 韓雨萌.哈爾濱理工大學(xué) 2019
[6]基于STIRPAT模型的河北省碳排放峰值預(yù)測研究[D]. 王琪.華北電力大學(xué) 2019
[7]基于STIRPAT模型的中美印碳排放影響因素比較研究[D]. 趙馨月.山西財經(jīng)大學(xué) 2018
[8]中國碳排放的測算和影響因素研究[D]. 黃霞.北京交通大學(xué) 2018
[9]基于STIRPAT模型中國制造業(yè)碳排放影響因素分析[D]. 薛智濤.山西大學(xué) 2018
[10]北京地區(qū)碳排放的驅(qū)動因素與減排政策研究[D]. 張祎文.對外經(jīng)濟貿(mào)易大學(xué) 2018



本文編號：3116176