一种预测区域碳达峰形势的方法

1.本发明涉及碳排放达峰，特别是一种预测区域碳达峰形势的方法。


背景技术：

2.经济发展对能源的需求巨大，我国能源消费中煤炭的占比较高，而煤炭又是碳排放系数较高的一次能源，因此可以预见我国的二氧化碳减排压力巨大。区域的碳达峰对中国全面实现碳达峰至关重要，因此识别区域的碳排放特征与关键影响因子并预测区域碳达峰形势对区域碳达峰路径提供基础和支撑。
3.国内学者在对区域的碳达峰形势的研究中相对较少，并且在情景设计时往往将各因素统一考虑设定一种或少许几种情景，情景较少且较为主观，影响因子考虑较少，在预测结果时，往往会造成很大的差异，本技术首先对区域的碳排放特征和关键影响因子识别，并客观设计多种情景，依据预测结果及达峰情景中各影响因子的可行性判断区域碳达峰形势。


技术实现要素：

4.针对上述情况，为克服现有技术之缺陷，本发明之目的就是提供一种用于识别区域碳排放特征与关键影响因子并预测区域碳达峰形势的方法，可有效解决当前判断方法客观性较弱、区域适宜性差的问题。
5.为实现上述目的，本发明解决的技术方案是，一种预测区域碳达峰形势的方法，包括以下步骤：
6.(1)、识别区域的碳排放特征，对区域进行划分；
7.(2)、对各区域的碳排放影响因子进行分解分析，识别并明确各区域的碳排放影响因子中的关键因子；
8.(3)、结合所述时间节点之前的碳排放量及关键影响因子的变化特征构建碳排放预测模型；
9.(4)、根据构建的预测模型及关键影响因子的不同情景，对区域不同发展情景的碳排放进行预测，并针对预测结果及各情景发展的可行性判断区域的碳达峰形势。
10.本发明方法科学合理，在识别区域碳排放特征的基础上，对区域碳排放的关键影响因子进行识别，并对关键影响因子未来发展情景进行预测，从而判断区域碳达峰形势，为针对不同区域碳排放特征制定行之有效且实际的碳达峰行动方案提供支撑，区域碳排放趋势的科学判断及碳达峰路径的科学规划提供基础，有显著的社会和经济效益。
附图说明
11.图1是本发明的流程图。
12.图2是本发明图1中区域碳排放关键影响因子识别流程。
13.图3是本发明图1中区域碳达峰形势判断流程。
具体实施方式
14.以下结合附图和实施例对本发明的具体实施方式作出详细说明。
15.一种预测区域碳达峰形势的方法，包括以下步骤：
16.(1)识别区域的碳排放特征，对区域进行划分：
17.所述的区域碳排放特征为社会经济发展因素所组成的多维特征定义，将反映多维特征的指标集合定义为区域碳排放特征指标集，在识别区域碳排放特征时，首先选择指标集，各指标在定义中选择了相对指标并与全国平均水平(统计局官网查所需年份统计年鉴即可，公知数据)做比值，指标小于1，代表该特征低于全国平均水平；指标大于等于1，代表该特征高于或等于全国平均水平；若指标值超过2，则将其定义为2(即标准化处理方式)，代表该特征远高于全国平均水平。
18.然后根据历史数据(统计局官网查所需年份统计年鉴即可，公知数据)，使用spss软件中系统聚类的ward法对各省域历年的区域碳排放特征进行聚类分析，形成n种区域碳排放典型特征；最后计算目标对象的区域碳排放特征指标集与n种区域碳排放典型特征指标集的欧氏距离，并制作雷达图表示区域碳排放特征，计算公式如下：
[0019][0020]
其中，x表示目标对象的区域碳排放特征指标集，y表示区域碳排放典型特征指标集，i 表示n种区域碳排放典型特征，j表示n项区域碳排放特征指标的数值，xi表示目标对象的第i项区域碳排放特征指标的数值，y
ij
表示第i种区域碳排放典型特征下的第j项指标的数值，di表示目标对象中各个区域碳排放特征指标与不同区域碳排放典型特征中所对应的各个指标值的欧氏距离。
[0021]
(2)明确区域碳排放影响因子中的关键因子，如图2所示：
[0022]
首先根据区域的能源消费数据计算区域的二氧化碳排放量，计算公式如下：
[0023][0024]
式中：a—二氧化碳排放量，104t；bi—能源i消费量，按标准煤计，104t；ci—能源i 碳排放系数，(104t)/(104t)；i—能源种类；
[0025]
然后根据区域的碳排放特征选取相应的碳排放影响因子作为分解对象，运用因素分解模型对所选影响因子进行分解，依据各影响因子的对区域碳排放的影响程度识别出区域碳排放的关键影响因子。
[0026]
分解方法一般分为结构分解法和指数分解法，在实际中常用的是是lmdi模型，影响因子的贡献程度计算公式如下：
[0027][0028]
其中，式中c—二氧化碳总排放量，即消耗主要化石能源所释放出的碳排放量；i—不同的能源类型；p—人口；g—gdp；ei—第i种能源的消费量；ci—第i种能源消费产生的碳排放量；其中r＝g/p，表示人均gdp，m＝e/g，表示能源强度，e＝ei/e，代表能源结构，fi＝ci/ei，代表碳排放系数。(本实施例中选取人口、人均gdp、能源强度、能源结构为影响因子
进行识别，在方法应用中可根据区域的特征和数据获取条件进行影响因子的扩展和细化)。
[0029]
由于某种能源的碳排放系数是不变的，在进行碳排放量综合影响效应计算时，将碳排放系数效应假定为0，本文碳排放增长量的综合影响效应计算公式如下：
[0030]
δc＝δc
p
δcr δcm δce[0031]
逐年各因素累计效应：
[0032][0033][0034][0035][0036]
其中，式中
△
c—综合效应，
△
cp—人口效应，
△
cr—人均gdp效应，
△
cm—能源强度效应，
△
ce—能源结构效应；
[0037]
为进一步明确各因素效应的贡献，用指数形式定义各因素贡献率δ：
[0038][0039]
δ
p
δr δm δe＝1
[0040]
其中，式中δ
p
—人口效应贡献率，δr—人均gdp效应贡献率，δm—能源强度效应贡献率，δe—能源结构效应贡献率；
[0041]
(3)结合所述时间节点之前的碳排放量及关键影响因子的变化特征构建碳排放预测模型：
[0042]
在对区域碳排放进行预测时，一般选用sirpat预测模型。首先依据stirpat模型的拓展原则对区域的碳排放总量及关键影响因子所述时间节点之前15-20年的数据(公知数据) 进行统计、计算，然后以spss软件为工具进行岭回归进行stirpat模型构建，该模型的基本形式如下所示：
[0043]
i＝ap
bac
tde
[0044]
式中，式中i、p、a、t—分别表示环境压力、人口规模、富裕程度、技术水平；a—模型常数项，b、c、d—分别为人口规模、富裕程度、技术水平的估计指数，e—模型随机误差项；
[0045]
将stirpat模型等式两边取对数，则可以将环境压力与各因素的关系转化为线性关系，公式如下所示：
[0046]
ln(i)＝ln(a) bln(p) cln(a) dln(t) lne
[0047]
式中，回归系数b、c、d—为环境压力与各影响因素之间的弹性系数。
[0048]
(4)根据区域碳排放影响因子的设计运用预测模型进行预测，依据预测结果及各情景发展的可行性判断区域的碳达峰形势：
[0049]
首先对区域的碳排放关键影响因子未来发展进行多情景的设计，每个因子独立设
计，并进行排列组合，设计出多种情景；然后运用模型对各组合情景进行碳达峰预测；根据预测结果，对满足2030年碳达峰目标的情景进行具体分析，分析各关键影响因子按达峰情景的可行性，从而判断区域的碳达峰形势。
[0050]
本发明方法科学合理，在识别区域碳排放特征的基础上，对区域碳排放的关键影响因子进行识别，并对关键影响因子未来发展情景进行预测，从而判断区域碳达峰形势，为针对不同区域碳排放特征制定行之有效且实际的碳达峰行动方案提供支撑，解决此前相关方法客观性较弱、区域适宜性差等问题，经实地试验，区域碳达峰形势适宜性强，预测准确率高达95％以上，为区域碳排放趋势的科学判断及碳达峰路径的科学规划提供基础，是预测区域碳达峰形势上的一大创新，有显著的社会和经济效益。