一种基于STIRPAT模型的碳峰值预测方法、系统和装置制造方法及图纸

本发明专利技术属于环保技术领域，具体涉及一种基于STIRPAT模型的碳峰值预测方法、系统和装置。该预测方法用于预测目标区域在未来数年的碳排放情况，得到地区碳达峰的年限和对应的碳峰值；S1：基于STIRPAT基础模型构建以人口规模、经济发展水平、技术水平、城市化率、产业结构和能源结构为影响因子的碳排放预测模型。S2：获取不同区域对应的包含各影响因子以及年份的历史数据集。S3：对各个区域的碳排放预测模型进行岭回归。S4：制订符合各区域发展规划的排放情景；S5：基于设定的排放情景对各个区域未来数年的碳排放进行预测，并输出预测出的达峰年份和区域碳峰值。本发明专利技术解决了现有各类碳峰值预测模型无法兼顾不同地区对经济发展的合理诉求的问题。理诉求的问题。理诉求的问题。

【技术实现步骤摘要】
一种基于STIRPAT模型的碳峰值预测方法、系统和装置


[0001]本专利技术属于环保
，具体涉及一种基于STIRPAT模型的碳峰值预测方法、系统和装置。

技术介绍

[0002]随着环境问题的日益突出和各国对环保问题的宣传，碳排放导致气后变暖进而影响地球环境的观念已经深入人心。降低碳排放、早日实现碳中和也成为了国际社会不断追求的目标。实现碳中和需要保障人民社会水平和社会经济发展的基础上完成。因此，研究碳排放现状及影响因素，基于不同模式对碳排放峰值预测，是实现地区碳排放尽快达峰、有效节能减排的前提，也是一个需要高度关注和深入发掘的领域。
[0003]目前，国内外学者对碳排放问题进行了大量研究，学者们从国家、省区和行业等角度评估了不同碳排放影响因素对环境的影响。马峥、崔豫泓基于SDA模型，从能源结构效应、碳强度效应、投入产出技术效应和总量效应4个方面对中国碳排放驱动因素分解研究；宁论辰等基于超效率SBM
‑
Tobit模型的两阶段分析研究了我国30个省级行政区2007
‑
2016年的碳排放效率及其影响因素；李建豹等探究了江苏省人口城镇化与能源消费CO2排放耦合协调度的时空格局，并基于空间滞后面板Tobit模型分析了其影响因素；姜博、马胜利以东北三省为例，运用EKC和STIRPAT扩展模型定量分析富裕程度、能源消费强度以及产业结构等关键因素对东北三省碳排放的影响；付华等采用LMDI方法分析了中国制造业28个子行业的碳排放及影响因素；于克美等基于非期望产出DEA模型、Tobit模型以及Bootstrap模型对我国铁路运输业碳排放效率及影响因素进行了分析。
[0004]除对碳排放的影响因素探究外，碳排放峰值预测也成为了各领域学者的研究热点。主流的研究方法和手段有：IPAT模型及其衍生的STIRPAT模型、环境库兹聂茨曲线、灰色预测模型和系统动力学等。其中，席细平等通过对江西省1995
‑
2012年的时间序列数据进行回归，利用IPAT模型对未来江西省碳排放峰值进行了预测研究；渠慎宁、郭朝先基于STIRAT模型，用我国30个省市的面板数据对中国的碳排放峰值进行了预测；刘卫东等基于1992
‑
2012 年我国省际面板数据，将技术创新纳入环境库兹涅茨曲线方程构建碳排放模型，对我国碳排放峰值进行预测；王永哲、马立平以吉林省为例，构建灰色GM(1,1)模型，对吉林省2016
‑
2018 年人均碳排放量进行了预测；赵亚涛基于系统动力学和情景分析法对我国煤电行业碳排放进行了仿真模拟与预测。
[0005]但是，目前已经取得成果的各类碳排放峰值预测模型大多仅依赖各地区的节能减排目标和技术发展水平等相关的因素进行设计，并未考虑到不同区域对经济发展的合理诉求；因此在实际应用过程中存在局限性。

技术实现思路

[0006]为了解决现有各类碳峰值预测模型存在局限性，无法兼顾不同地区对经济发展的合理诉求的问题，本专利技术提供一种全新的基于STIRPAT模型的碳峰值预测方法、系统和装
置。
[0007]本专利技术采用以下技术方案实现：
[0008]一种基于STIRPAT模型的碳峰值预测方法，其用于预测目标区域在未来数年的碳排放情况，得到碳达峰的年限和对应的碳峰值。该碳峰值预测方法包括如下步骤：
[0009]S1：基于STIRPAT基础模型构建以人口规模P、经济发展水平A、技术水平T、城市化率U、产业结构IN和能源结构RE为影响因子的碳排放预测模型。碳排放预测模型如下：
[0010]lnI＝lna+blnP+clnA+dlnT+flnU+glnIN+hlnRE+U
[0011]上式中，I表示区域的碳排放量；a表示模型系数，b、c、d、f、g、和h分别表示人口规模P、经济发展水平A、技术水平T、城市化率U、产业结构IN和能源结构RE六项影响因子的回归系数。
[0012]S2：采集各区域历年经济与社会发展的统计数据，并从中获取不同区域对应的包含各影响因子以及年份的历史数据集。
[0013]S3：将各个区域的所述历史数据集输入到碳排放预测模型中，对各个区域的碳排放预测模型进行岭回归，确定模型系数和回归系数。岭回归过程中对模型中的所有变量进行单位根检验，并根据SIC准则确定滞后项。
[0014]S4：结合各地的国民经济和社会发展规划以及设定环保目标，对碳排放预测模型中的各个影响因子添加约束，进而制订符合各区域发展规划的排放情景。
[0015]S5：基于设定的排放情景，利用步骤S3中回归后的所述碳排放预测模型对各个区域未来数年的碳排放进行预测，并输出预测出的达峰年份和区域碳峰值。
[0016]作为本专利技术进一步的改进，在步骤S1构建的碳排放预测模型中，人口规模采用地区的常驻人口数进行衡量。经济发展水平用人均GDP进行衡量。技术水平用万元GDP碳排放强度进行衡量。城市化率采用城镇人口占总人口比重的进行衡量。产业结构采用第三产业增加值比重进行衡量。能源结构用非化石能源消费量占全部能源消费量的比重进行衡量。
[0017]作为本专利技术进一步的改进，步骤S2中，采集到的历史数据集中元数据的格式如下：(Y，P，A，T，U，IN，RE)；其中，Y表示各个数据的统计年份。
[0018]作为本专利技术进一步的改进，在步骤S3碳排放预测模型的岭回归过程中，STIRPAT模型中对输入的所有元数据数据进行了对标准化处理，以使变量更具线性化趋势，消除异方差对时间序列数据的影响，提高回归结果的拟合程度；同时运用JJ检验变量之间的协整关系以利于进行回归分析。
[0019]作为本专利技术进一步的改进，步骤S4中，根据不同区域的经济发展水平将不同区域划分为低水平、中水平和高水平三种发展阶段的类型，然后对不同发展阶段的区域设计不同的排放情景；制订出的三种排放情景如下；
[0020]一、基础情景
[0021]基础情景适用于处于低水平发展阶段的区域。基础情景以国民经济和社会发展规划提出的节能减排目标实现的社会发展情况为基础，对人口规模、经济发展水平、技术水平、城市化率、产业结构和能源结构各因素的未来发展速率以符合设定的基础要求为限。
[0022]二、强化减排情景
[0023]强化减排情景适用于中水平发展阶段的区域。强化减排情景是以寻求经济与资源环境的协调可持续发展为目标；在基础情景的基础上，结合环保目标的要求，加大对技术水
平和能源结构的约束。
[0024]三、深度减排情景
[0025]深度减排情景适用于高水平发展阶段的区域。深度减排情景是以在2030年实现碳达峰、2050年实现近零排放为目标，在强化减排情景的基础上，逐步强化对人口规模、经济发展水平、技术水平、城市化率、产业结构和能源结构各项因素的限制。
[0026]本专利技术还包括一种基于STIRPAT模型的碳峰值预测系统，该碳峰值预测系统采用如前述的基于STIRPAT模型的碳峰值预测方法，结合地区社会经济发展的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于STIRPAT模型的碳峰值预测方法，其用于预测目标区域在未来数年的碳排放情况，得到地区的碳达峰年限和对应的碳峰值；其特征在于，所述碳峰值预测方法包括如下步骤：S1：基于STIRPAT基础模型构建以人口规模P、经济发展水平A、技术水平T、城市化率U、产业结构IN和能源结构RE为影响因子的碳排放预测模型；所述碳排放预测模型如下：lnI＝lna+blnP+clnA+dlnT+flnU+glnIN+hlnRE+U上式中，I表示区域的碳排放量；a表示模型系数，b、c、d、f、g、和h分别表示人口规模P、经济发展水平A、技术水平T、城市化率U、产业结构IN和能源结构RE六项影响因子的回归系数；S2：采集各区域历年经济与社会发展的统计数据，并从中获取不同区域对应的包含各影响因子以及年份的历史数据集；S3：将各个区域的所述历史数据集输入到碳排放预测模型中，对各个区域的碳排放预测模型进行岭回归，确定模型系数和回归系数；岭回归过程中对模型中的所有变量进行单位根检验，并根据SIC准则确定滞后项；S4：结合各地的国民经济和社会发展规划以及设定环保目标，对所述碳排放预测模型中的各个影响因子添加约束，进而制订符合各区域发展规划的排放情景；S5：基于设定的排放情景，利用步骤S3中回归后的所述碳排放预测模型对各个区域未来数年的碳排放进行预测，并输出预测出的达峰年份和区域碳峰值。2.如权利要求1所述的基于STIRPAT模型的碳峰值预测方法，其特征在于：在步骤S1构建的碳排放预测模型中，人口规模采用地区的常驻人口数进行衡量；经济发展水平用人均GDP进行衡量；技术水平用万元GDP碳排放强度进行衡量；城市化率采用城镇人口占总人口比重的进行衡量；产业结构采用第三产业增加值比重进行衡量；能源结构用非化石能源消费量占全部能源消费量的比重进行衡量。3.如权利要求1所述的基于STIRPAT模型的碳峰值预测方法，其特征在于：步骤S2中，采集到的历史数据集中元数据的格式如下：(Y，P，A，T，U，IN，RE)；其中，Y表示各个数据的统计年份。4.如权利要求1所述的基于STIRPAT模型的碳峰值预测方法，其特征在于：在步骤S3碳排放预测模型的岭回归过程中，STIRPAT模型中对输入的所有元数据数据进行了对标准化处理，以使变量更具线性化趋势，消除异方差对时间序列数据的影响，提高回归结果的拟合程度；同时运用JJ检验变量之间的协整关系以利于进行回归分析。5.如权利要求1所述的基于STIRPAT模型的碳峰值预测方法，其特征在于：步骤S4中，根据不同区域的经济发展水平将不同区域划分为低水平、中水平和高水平三种发展阶段的类型，然后对不同发展阶段的区域设计不同的排放情景；制订出的三种排放情景如下；一、基础情景基础情景适用于处于低水平发展阶段的区域；基础情景以国民经济和社会发展规划提出的节能减排目标实现的社会发展情况为基础，对人口规模、经济发展水平、技术水平、城市化率、产业结构和能源结构各因素的未来发展速率以符合设定的基础要求为限；二、强化减排情景强化减排情景适用于中水平发展阶段的区域；强化减排情景是以寻求经济与资源环境
...

【专利技术属性】
技术研发人员：周浩，徐基前，周鹏飞，赵伟，单永梅，韩周，刘帅，
申请(专利权)人：安徽南瑞中天电力电子有限公司，
类型：发明
国别省市：