以我國(guó)北京、天津、上海、湖北、重慶、廣東、深圳等7個(gè)碳交易試點(diǎn)省市為案例區(qū),運(yùn)用方向性距離函數(shù)求得各案例區(qū)工業(yè)行業(yè)碳邊際減排成本,并采用云模型仿真方法,對(duì)試點(diǎn)省市未來(lái)10年的森林碳匯需求潛力做出科學(xué)預(yù)測(cè),進(jìn)而對(duì)如何提升試點(diǎn)省市未來(lái)10年的森林碳匯需求進(jìn)行政策仿真研究。研究結(jié)果表明:我國(guó)7個(gè)試點(diǎn)省市工業(yè)行業(yè)的碳邊際減排成本存在著很大的差異,企業(yè)超排處罰率、產(chǎn)業(yè)激勵(lì)政策、自行技術(shù)減排補(bǔ)貼率和企業(yè)碳排放配額發(fā)放強(qiáng)度變化等4個(gè)政策因素對(duì)減排行業(yè)森林碳匯需求潛力存在不同影響效應(yīng)�；诓煌咭蛩氐慕M合影響計(jì)算與分析,最后就如何提升未來(lái)7個(gè)試點(diǎn)省市的森林碳匯需求總量提出了相關(guān)的政策建議。 

【文章來(lái)源】：林業(yè)資源管理. 2019,(04)北大核心

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

試點(diǎn)7省市減排行業(yè)森林碳匯潛在需求量圖Fig.1Potentialdemandforforestcarbonsequestrationinthe7()

7個(gè)試點(diǎn)省市碳減排行業(yè)的森林碳匯需求潛力變化做一個(gè)模擬分析。這4個(gè)相關(guān)政策變量包括:企業(yè)超排處罰率(s);企業(yè)自行技術(shù)減排補(bǔ)貼率(m);碳排放配額發(fā)放強(qiáng)度(p);產(chǎn)業(yè)激勵(lì)政策(g)。以此為基礎(chǔ)，本研究將對(duì)上述政策因素在未來(lái)10年中的變化作出如下情景假設(shè):情景假設(shè)1:根據(jù)過(guò)去7省市減排行業(yè)的企業(yè)超排處罰力度(s)數(shù)據(jù)，現(xiàn)假設(shè)未來(lái)10年其年平均增長(zhǎng)速度將以企業(yè)碳邊際減排成本的10%提升，在其它條件不變的情況下，企業(yè)超排處罰力度變化下的森林碳匯潛在需求量預(yù)測(cè)如圖2所示:當(dāng)企業(yè)超排處罰力度增加幅度為10%時(shí)，云模型為(0.5306，0.7451，0.1241)，整個(gè)云圖向右發(fā)生了移動(dòng)，森林碳匯潛在需求量的平均值在5000～10000萬(wàn)t之間，當(dāng)確定度為1時(shí)，潛在需求量為5500萬(wàn)t�？梢�(jiàn)，企業(yè)超排處罰力度上升后，期望值的分布范圍擴(kuò)大，期望值有所增加。因此，隨著企業(yè)超排處罰力度的上升，7省市減排企業(yè)的森林碳匯潛在需求量也在不斷增加。情景假設(shè)2:根據(jù)過(guò)去7省市減排行業(yè)的企業(yè)自行技術(shù)減排補(bǔ)貼力度(m)數(shù)據(jù)，現(xiàn)假設(shè)未來(lái)10年其年平均增長(zhǎng)速度將以企業(yè)碳交易價(jià)格的10%提升，在其它條件不變的情況下，企業(yè)自行技術(shù)減排補(bǔ)貼變化下的森林碳匯潛在需求量預(yù)測(cè)如圖3所示。圖2企業(yè)超排處罰力度變化下的森林碳匯潛在需求量預(yù)測(cè)圖Fig.2Predictionofpotentialdemandforforestcarbonsequestrationunderthechangeofcorporatesuper-dischargepenalties(tenthousandtons)圖3企業(yè)自行技術(shù)減排補(bǔ)貼變化下森林碳匯潛在需求量預(yù)測(cè)圖Fig.3Predictionofpotentialdemandforforestcarbonsequestrationunderthechange

林碳匯潛在需求量的平均值在5000～10000萬(wàn)t之間，當(dāng)確定度為1時(shí)，潛在需求量為5500萬(wàn)t�？梢�(jiàn)，企業(yè)超排處罰力度上升后，期望值的分布范圍擴(kuò)大，期望值有所增加。因此，隨著企業(yè)超排處罰力度的上升，7省市減排企業(yè)的森林碳匯潛在需求量也在不斷增加。情景假設(shè)2:根據(jù)過(guò)去7省市減排行業(yè)的企業(yè)自行技術(shù)減排補(bǔ)貼力度(m)數(shù)據(jù)，現(xiàn)假設(shè)未來(lái)10年其年平均增長(zhǎng)速度將以企業(yè)碳交易價(jià)格的10%提升，在其它條件不變的情況下，企業(yè)自行技術(shù)減排補(bǔ)貼變化下的森林碳匯潛在需求量預(yù)測(cè)如圖3所示。圖2企業(yè)超排處罰力度變化下的森林碳匯潛在需求量預(yù)測(cè)圖Fig.2Predictionofpotentialdemandforforestcarbonsequestrationunderthechangeofcorporatesuper-dischargepenalties(tenthousandtons)圖3企業(yè)自行技術(shù)減排補(bǔ)貼變化下森林碳匯潛在需求量預(yù)測(cè)圖Fig.3Predictionofpotentialdemandforforestcarbonsequestrationunderthechangeofenterprise'sowntechnologyemissionreductionsubsidies(tenthousandtons)51

【參考文獻(xiàn)】：
期刊論文
[1]供需視域下森林碳匯研究綜述與展望[J]. 田國(guó)雙,鄒玉友.  林業(yè)經(jīng)濟(jì). 2018(08)
[2]中國(guó)二氧化碳影子價(jià)格估算及與交易價(jià)格差異分析——基于二次型方向性距離產(chǎn)出函數(shù)[J]. 陳欣,劉延.  生態(tài)經(jīng)濟(jì). 2018(06)
[3]造紙企業(yè)污染物排放影子價(jià)格的估計(jì)——基于參數(shù)化的方向性距離函數(shù)[J]. 王兵,朱曉磊,杜敏哲.  環(huán)境經(jīng)濟(jì)研究. 2017(03)
[4]利用Matlab繪制云模型[J]. 許大亮.  科技創(chuàng)新與生產(chǎn)力. 2016(01)
[5]一種基于云模型的數(shù)據(jù)預(yù)測(cè)算法[J]. 吳江,孫劍偉.  軟件. 2015(12)

碩士論文
[1]中歐國(guó)際航線市場(chǎng)需求的影響因素及預(yù)測(cè)分析[D]. 李霞.中國(guó)民用航空飛行學(xué)院 2018



本文編號(hào)：3441336