基于灰色关联与预测模型分析陕西省交通运输碳排放

时间：2021-01-18 12:03:46　来源：雅意学习网本文已影响人

摘要：文章基于2005～2016年陕西省交通运输能量消耗基础数据，运用灰色关联分析法研究了城市化率、人口数量、GDP、交通运输仓储邮政业投资额、单位GDP能耗、私家车数量六大因素与陕西省交通运输碳排放关联度。同时基于灰色系统预测模型GM（1，1），对陕西省交通运输碳电力碳排放进行量化预测。分析结果表明，陕西省交通运输碳排放与相关因素相关度依次是城市化率>人口数量>GDP>交通运输仓储和邮政业投资额>单位GDP能耗>私家车数量。预测发现，电力碳排放2022年将突破200万吨，面临巨大的减排压力。因此对陕西省交通运输碳减排提出针对性的策略。关键词：交通运输;灰色关联分析;GM（1，1）模型;碳排放预测中图分类号：U473.9 文献标识码：B 文章编号：1671-7988（2019）03-121-03
　　Grey correlation and forecasting analysis of transportation emission in Shaanxi province
　　Luan Ziqing
　　（ School of Automobile， Chang"an University， Shaanxi Xi’an 710064 ）

Abstract： Based on the basal data of transportation energy consumption from 2005 to 2016 in Shaanxi province， the correlation of the between the six factors of urbanization rate， population， GDP， transportation warehousing and postal service investment， energy consumption per unit GDP， the number of private cars and transportation emissions of the Shaanxi province. Simultaneously， based on the GM（1，1） forecasting model to predict the quantitative of the transportation emission in Shaanxi province. The result is given show that the correlation of ranking is urbanization rate， GDP， energy consumption per unit GDP， transportation warehousing and postal service investment， the number of private cars for the prediction of the transportation emission in Shaanxi province. Electric carbon emission showed that it will break through 2 million tons in 2022 under huge pressure to reduce emissions. Meanwhile specific strategies were proposed in order to reduce the transportation emission in Shaanxi province.Keywords： Transportation; Grey correlation analysis; GM（1，1） model; forecasting of carbon emissionCLC NO.： U473.9 Document Code： B Article ID： 1671-7988（2019）03-121-03
　　引言
　　交通運输业是对全国碳排放增长和碳排放强度最大行业之一，能源消耗和碳排放呈现逐年上升的趋势，减排潜力巨大^[1]。西安是西北地区最大的城市，也是全国11个国家中心城市之一，在陕西省开展交通运输碳排放的相关研究具有指导性意义。本文基于2005～2016年陕西省年鉴历年统计数据，通过灰色关联分析法研究了城市化率、人口数量、GDP、交通运输仓储邮政业投资额、单位GDP能耗、私家车数量六大因素^[2]与陕西省交通运输排放关联度，详细分析了各相关因素对陕西省交通运输碳排放的影响。同时基于灰色系统预测模型GM（1，1），对陕西省交通运输碳电力碳排放进行量化预测。
　　1 碳排放影响因素选取和数据处理
　　本文在以往研究成果的基础上，结合陕西省实际情况，借鉴文献^[3]选取了城市化率、人口数量、GDP、交通运输仓储邮政业投资额、单位GDP能耗、私家车数量作为陕西省交通运输碳排放量的影响因素。能源消耗基础数据来源自《陕西统计年鉴（2005～2017）》，本文将根据联合国政府间气候变化专门委员会（IPCC）2006年版排放指南中的公式^[4]计算可测算得到图1所示2005～2016年陕西省交通运输碳排放量。

推荐访问:陕西省排放关联灰色模型

基于灰色关联与预测模型分析陕西省交通运输碳排放

最新文章

热门文章