中國(guó)的經(jīng)濟(jì)正在快速發(fā)展,與此同時(shí)二氧化碳的排放也在一同增長(zhǎng)。國(guó)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(dá)國(guó)家取得了許多優(yōu)秀的經(jīng)驗(yàn),并得出了許多成功的結(jié)果。但對(duì)于中國(guó)來(lái)說,直接走國(guó)外鋪好的路是不可取的,要考慮我國(guó)實(shí)際情況,找尋適合中國(guó)的發(fā)展路線。本文首先對(duì)中國(guó)能源消費(fèi)及碳排放現(xiàn)狀進(jìn)行描述性統(tǒng)計(jì)分析,包括中國(guó)能源消費(fèi)總量、中國(guó)能源消費(fèi)結(jié)構(gòu)、碳排放總量、人均碳排放等。并預(yù)測(cè)五個(gè)年份的人均碳排放量。接著以國(guó)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(guó)的碳排放因素。自變量總分為人口、財(cái)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(huì)促進(jìn)我國(guó)人均碳排放量的增加。其中,產(chǎn)業(yè)結(jié)構(gòu)對(duì)我國(guó)人均碳排放量的影響較大。然后選取發(fā)達(dá)國(guó)家德國(guó),與中國(guó)進(jìn)行碳排放的比較研究。將上一章選取的指標(biāo)進(jìn)行整理與優(yōu)化:新增碳排放強(qiáng)度以及可再生能源產(chǎn)量。將整理好的八個(gè)指標(biāo)作為對(duì)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(guó)碳排放影響因素的親疏程度。根據(jù)對(duì)比結(jié)果,去借鑒德國(guó)的減排方法,并找出符合中國(guó)國(guó)情的碳減排路徑。... 

【文章來(lái)源】：北方工業(yè)大學(xué)北京市

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

論文結(jié)構(gòu)圖

第二章中國(guó)能源消費(fèi)及碳排放現(xiàn)狀分析6圖2-11997-2018年我國(guó)能源消費(fèi)總量及其增長(zhǎng)速度2.1.2中國(guó)能源消費(fèi)結(jié)構(gòu)在中國(guó)能源消費(fèi)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(fèi)這幾方面來(lái)研究，同時(shí)還加上了在第二產(chǎn)業(yè)中占據(jù)重要地位的工業(yè)來(lái)進(jìn)行對(duì)比。把21年來(lái)的中國(guó)能源統(tǒng)計(jì)年鑒進(jìn)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(fèi)為1997年到2017年對(duì)應(yīng)的生活消費(fèi)。最后，分別將這5個(gè)指標(biāo)與能源消費(fèi)總量作比，得出了下表2-2。由下表2-2可知，在中國(guó)能源消費(fèi)的產(chǎn)業(yè)結(jié)構(gòu)中，第一產(chǎn)業(yè)能源消費(fèi)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(fèi)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(fèi)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(dòng)的為居民生活消費(fèi)，占比從1997年的12.04%變化到2017年的12.85%，總體來(lái)說是微弱的上升趨勢(shì)。而在圖2-2中可以發(fā)現(xiàn)，工業(yè)是中國(guó)能源消費(fèi)的主體。我們可以從工業(yè)能源利用效率這個(gè)突破口下手，將能源消費(fèi)強(qiáng)度變低。表2-21997-2017年我國(guó)第一、二、三產(chǎn)業(yè)、居民生活消費(fèi)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(fèi)工業(yè)19974.3474.2310.7712.0473.36

第二章中國(guó)能源消費(fèi)及碳排放現(xiàn)狀分析8圖2-21997-2017年中國(guó)各產(chǎn)業(yè)能源消費(fèi)占比（%）在中國(guó)能源消費(fèi)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(lái)分析研究[20]。通過《中國(guó)能源統(tǒng)計(jì)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(wàn)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(xiàn)】：
期刊論文
[1]制度與技術(shù):德國(guó)走向低碳發(fā)展的兩個(gè)“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(dòng)力分析——基于PATH-STIRPAT模型的實(shí)證研究[J]. 徐麗娜,趙濤,楊曉峰.  中國(guó)科技論壇. 2013(12)
[4]中國(guó)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(guó).  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 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(duì)外經(jīng)貿(mào). 2012(07)
[6]中國(guó)物流產(chǎn)業(yè)碳排放驅(qū)動(dòng)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(jì)及其實(shí)例分析[J]. 郭秀花,趙連偉.  數(shù)理統(tǒng)計(jì)與管理. 2001(01)
[8]嶺回歸分析的SAS程序設(shè)計(jì)[J]. 田俊.  數(shù)理統(tǒng)計(jì)與管理. 1999(03)

博士論文
[1]中國(guó)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(fèi)的中國(guó)碳排放影響因素研究[D]. 王永哲.首都經(jīng)濟(jì)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(guó)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(qiáng)度影響因素研究[D]. 胡一鳴.北京交通大學(xué) 2019
[2]中國(guó)區(qū)域碳排放強(qiáng)度及其影響因素的空間計(jì)量經(jīng)濟(jì)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(guó)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(fèi)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(duì)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(cè)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(cái)經(jīng)大學(xué) 2018
[8]中國(guó)碳排放的測(cè)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(guó)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(dòng)因素與減排政策研究[D]. 張祎文.對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 2018



本文編號(hào)：3116176