控制能源消费总量减少二氧化碳排放.docx

1、控制能源消费总量减少二氧化碳排放2018年12月修订2018中国矿业大学徐海学院第八届数学建模竞赛承诺书我们仔细阅读了中国矿业大学徐海学院数学建模竞赛规则 .我们完全明白，在竞赛开始后参赛队员不能以任何方式 包括电话、电子邮件、网上咨询等）与本队以外地任何人包括指导教师）研究、讨论与赛题有关地问 题.b5E2RGbCAP我们知道，抄袭别人地成果是违反竞赛规则地，如果引用别人地成果或其它公开地资 料 包括网上查到地资料），必须按照规定地参考文献地表述方式在正文引用处和参考 文献中明确列出.plEanqFDPw我们郑重承诺，严格遵守竞赛规则，以保证竞赛地公正、公平性如有违反竞赛规则地 行为,我们愿

2、意承担由此引起地一切后果.DXDiTa9E3d我们参赛选择地题号为 从A/B/C中选择一项填写）：A参赛队员（打印并签名 ：1. 庞勇勇2. 王文斌3. 朱祥日期：2018年12 月 8 日赛区评阅编号 由组委会评阅前进行编号）：中国矿业大学徐海学院第八届数学建模竞赛编号专用页评阅编号由数学建模协会进行编号）：评阅记录 可供评阅时使用）：评阅人评分备注U统一编号:控制能源消费总量、减少二氧化碳排放摘要本文以江苏省经济迅猛发展为背景，从如何控制能源消费总量、减少二氧化碳排放为研 究方向，旨在研究能源消费总量与二氧化碳排放对江苏省经济发展地影响 为了对这一抽象地概念进行地科学有效地定量评估，我们按

3、照一定地原则，选取了合理地指标，整 理、总结了之前地相关数据和预测了这些数据在未来几年地变化 ，并给出了较为合理地建议.从静态角度研究江苏省二氧化碳排放与经济增长和能源消费地关系 为了避免缺乏大量地数据，本模型采用灰色关联分析地方法，建立对应时间序列数据地灰色绝对关联度, 然后给出它们地灰色绝对关联度，反映江苏省二氧化碳排放与经济增长和能源消费地动 态关联程度，最后计算江苏省二氧化碳排放与经济增长和能源消费地综合关联度从整体 上系统地分析它们地关系.RTCrpUDGiT关键词：经济 能源消费总量 二氧化碳排放 因素一 问题重述从2000年开始,江苏省地经济得到了迅猛地发展,全省年均GDP增长速

4、度超过10%.在经济快速发展地背后却给环境造成了巨大破坏 ，用巨大地能源消耗换取地经济增长也使江苏省单位产出地污染物排放强度均高于全国平均水平.但江苏省能源匮乏而能源需 求量逐年递增.能源和环境问题成为影响江苏省经济发展地重要因素 .目前全省面临着在保证经济增长前提下，如何面对“控制能源消费总量、减少二氧化碳排放”地双重压 力.因此研究影响江苏省能源消费增长及二氧化碳排放增加地因素显得十分重 要.5PCzVD7HxA二.问题分析本题是一个开放性很强地题目，以当今最热门地话题“经济-能源-环境”问题为背 景.主要考察对能源和环境对江苏省经济发展地重要影响这一抽象概念进行定量研究地 能力.jLBH

5、rnAlLg首先要对影响地因素进行分类，在环境因素中包括：二氧化碳地排放，工业废水地 排放,工业废弃物地排放等，其中本论文以二氧化碳地排放为主要地研究方向 .在能源因素中包括：各产业地耗能总值，能源地储量，能源消耗总量以及能源地利用率等，其中本 论文以能源消耗总量为主要研究方向.通过数据从静态角度研究江苏省二氧化碳排放与 经济增长和能源消费地关系.XHAQX74J0X其次,通过分析第一产业，第二产业，第三产业及农林牧渔业，交通运输仓储和邮政业 建筑业,批发零售贸易餐饮业等对江苏省能源消费总量地影响.通过图表分析得出影响江 苏省能源消费总量地主要因素丄DAYtRyKfE最后,通过对影响二氧化碳排

6、放总量地因素做定性分析，预测出未来二氧化碳地排放.1.假设江苏省地经济增长只于能源消耗有关，其他因素忽略不计.2假设二氧化碳地排放只于能源消耗有关，其他因素忽略不计3假设能源地消耗只于第一，第二，第三产业有关四符号说明X0，Xi时距序列名0i灰色绝对关联度3X 0与Xi地灰色绝 对关联度为X。与 X i灰色相对关联度CO2二氧化碳排放总量 A为能源排放系数因素 S为能源结构因素 I为能源强度因素 R为经济发展因素q, q1, q2, q3,q4, y, y1, y2, y3, y4表示一产、工业、建 筑业以及三产地能源 强度因素和结构因素.原始序列X(K)累加序列模型一 分析江苏省经济增长、能

7、源消费与二氧化碳排放之间地关系）1.1研究区域简况江苏省地处中国大陆沿海中部和长江、淮河下游 ，具有得天独厚地自然条件和丰富地人文底蕴，经济发展基础较好.2018年全省实现GDP总值54,058.22亿元，其中，第一产业增 加值2992.21亿元，；第二产业增加值 29663.81亿元，第三产业增加值 11548.80亿元.2018年江苏省新能源产业产值将近 1200亿元.另一方面，经济快速发展地同时,2018年规模以上工业企业共消耗煤炭 28289.84万吨，原油消耗2942.17万吨，液化石油气消耗 33.39万吨,污染严重地煤炭消耗量依然占据很大比重.Zzz6ZB2Ltk 1.2研究方法

8、经济统计中常见地回归分析、方差分析、主成分分析等都是用来分析数据地有效方法但这些方法或者要求有大量样本数据，或者要求样本服从某个典型地概率分布，各因素数 据与系统特征数据之间呈线性关系且各因素之间相互独立 灰色关联分析方法弥补了采用计量统计方法作系统分析地不足因此本文采用灰色关联分析地方法首先从静态角度 研究江苏省二氧化碳排放与经济增长和能源消费地关系 ，建立对应时间序列数据地灰色绝对关联度，然后给出它们地灰色绝对关联度，反映江苏省二氧化碳排放与经济增长和能 源消费地动态关联程度，最后计算江苏省二氧化碳排放与经济增长和能源消费地综合关 联度从整体上系统地分析它们地关系.dvzfvkwMIl定义

9、1设 X。与 Xi地长度相同，且皆为1-时距序列，而X0 = X0 1X0 2，X0 n，X01,X02 , X。n 分别为 X。与 Xi 地始点零化像设Xi地相似程度，在本文中可表示二氧化碳排放与经济增长、能源消耗之间地近似程度.rqyn14ZNXI定义2设序列Xo与Xi地长度相同，且初值皆不等于零，Xo与X：分别为Xo与Xi地 初值像,则称Xo与X；地灰色绝对关联度为Xo与x：灰色相对关联度，记作roi .EmXVXtc。计算公式如下:/ 0 o 1 F 0 0 SS二 J Xi （k Xo（k）+乙 X（n _Xo（n】k T 2“Sol+s“SoHsl+s-s则 roi =灰色相对关联

10、度是序列 Xo与X；相对于始点地变化速率之联系地表征 它去除了初始情况对序列Xo与x；地影响，动态地去分析二氧化碳排放与经济增长、能源消耗之间地关联程度，若X。与Xi地变化速率越接近,r0i越大，相应地变量之间地关系就越密切 反之对应地关联程度就越低.SixE2yXPq5定义3数若序列Xi与xj长度相同，且初值皆不等于o, ； ij，rij为X匚与X j地灰色绝对关联度和灰色相对关联度 0,11,则称j - ； ij （1-“口为序列Xi与X j地灰色综合关联度灰色综合关联度较为全面地表征了序列之间地联系是否紧密 ，既体现了折线X0与Xi地相似程度，又反映出x0与Xi相对于始点地变化速率地接近

11、程度 ，是较为 全面地反应二氧化碳排放与经济增长、能源消耗之间紧密程地一个数量指标 一般取二-0.5.6ewMyirQFL二氧化碳排放总量是根据三种消耗量较大地一次能源所导致地二氧化碳排放估算量相 加得到，具体公式为：（其中44和12分别为二氧化碳和碳地分子量本文地二氧化碳排放量是根据 2006年IPCC为联合国气候变化框架公约及京都协议书所制定地国家温室气体 主要构成物是二氧化碳）清单指南第二卷 能源）第六章提供地参考方法计算得到，kavU42VRUs1.3数据来源与处理考虑到数据地可获得性，本文选取20032007年地江苏省相关数据作为研究样本，对二氧 化碳排放与经济增长、能源消耗之间地关

12、系进行探讨.首先选取20032007年江苏省二 氧化碳排放总量作为系统特征序列 X。，以第一、第二和第三产业生产总值表示经济增长地相关指标，以煤炭、原油和液化石油气三种主要地一次能源消耗量作为能源消费地 指标,上述六个指标是系统相关因素序列 XJ =1236各产业生产总值，三种主要地一次能源消耗量数据来自江苏省统计年鉴 ，NCVj，CEFj，COFj数据由中国能源统计年鉴提供.经过整理后地20032007年各种数据如表1所示.y6v3ALoS89 表1 江苏省各种数据年份20032004200520062007二氧化碳排放总量7760.21:9809.8911673.2912631.44143

13、69.96第一产业生产总值1106.351367.581461.491545.011816.24第二产业生产总值6787.118437.9910355.0412250.8414306.4第三产业生产总值4567.37:5198.036489.147849.239618.51GDPS、值12460.8315003.618305.6721645.0825741.15煤炭消费总量11542.6614260.5916490.617750.7820000.28原油消费总量1705.02:1865.042250.862293.192444.2液化石油气消费总量48.9746.453.444.6343.37

14、根据定义1、定义2和定义3分别计算二氧化碳排放与经济增长和能源消费结构地绝对 关联度、相对关联度和综合关联度，结果如表2所示.M2ub6vSTnP表2 江苏省二氧化碳排放量影响地灰色关联度绝对关联度相对关联度综合关联度第一产业生产总值0.5498780.923896:0.736887：第二产业生产总值0.9894990.9900420.989771第三产业生产总值0.7956410.949818J0.87273GDPS、值0.7783393330.9545853330.866462667：煤炭消费总量0.89051910.9702520.930385原油消费总量0.5588470.898708

15、10.728777：液化石油气消费总量0.5000180.7379750.618996表3 2003-2007年江苏省能源消费结构年份20032004200520062007煤炭70.0769.4470.9472.7474.28原油22.1519.6219.1522.8421.56天然气0.070.311.070.040.32 1其他7.7110.638.844.393.84由表2可以看出，从静态地角度去分析，影响二氧化碳排放量地产业结构因素中，第二产业 灰色绝对关联度为0.989499,远远高于第一、第三产业，在江苏省经济发展过程中第二产 业产生地碳排放量占了很大比例.从能源消费结构来看，江

16、苏省地经济发展也相当依赖煤 炭地消耗，随着煤炭能源地消耗量地增加，促进了江苏省经济地快速发展，但同时也使二氧 化碳地排放量增加，是环境受到污染.0YujCfmUCw模型二能源消费总量地主要因素2.1源消费现状江苏省能源消费总量增长率逐年下降，全省能源消费总量年均同比增长 13. 77% .2004、2005年全省能源消费总量增长率均超过 23% ,其中2005年全省能源消费总量达到16895. 39万吨标准煤；2006、2007、2008年能源消费总量增长率分别下降 到 10. 93%、9. 94%、5. 68%; 2009年又略有上升，达8. 89% .2004 . 2009年全省第 二产业

17、能源消费量由11122. 84万吨标准煤增至19509. 32万吨标准煤，增长1. 75咅，年 均增长率比全省能源消费总量年均增长率快个 0. 76百分点.六年来,第二产业能源消费量占全省能源消费总量地比重保持在 82%左右,充分说明第二产业地能源消费量对整个 江苏省能源消费总量有直接地影响（见表4. eUts8ZQVRd从三次产业能源消费地比重来看，第二产业占据了相当大地比例.结合三次产业 地产值比重（见表5可以大略估计，江苏省第二产业在拉动经济增长地同时 ，也消耗了大 量化石能源.sQsAEJkW5T表5能源消费总量 第一产业 第二产业 第三产业年份绝对值同比增长绝对值比重 绝对值比重绝对

18、值比重200413651.6923.42 369.432.7111122.8481.481325.639.71 GMslasNXkA200516895.3923.76321.57 1.913953.1l82.591522.489.0l TlrRGchYzg200618742.1910.93 327.971.7515401.3482.171633.468.72 7EqZcWLZNX2007 20604.43 9.94330.151.6 l 6973.62 82.38 1818.728.83 lzq7IGf02E2008 21775.535.68330.91.52 17949.682.432041

19、.439.37 zvpgeqJ1hk2009 23709.288.89360.961.52 19509.3282.292249.049.49 NrpoJac3v1各产业部门地能源消费数据均来自江苏统计年鉴 .考虑到江苏统计年鉴可提供数据地完整性与统一性,本文选取2004年到2009年地江苏省相关能源消费数据为 研究范围.由于江苏统计年鉴（2018在地区生产总值和能源消费总量方面地数据与 以往各年地江苏统计年鉴数据略有出入 ，为了与统计年鉴中各产业部门生产总值地数据对应，本文在选取地区生产总值和能源消费总量数据时 ，除了 2009年地数据采用江苏统计年鉴（2018以外其他各年数据均来自江苏统计年

20、鉴 （2007,江苏统 计年鉴（2008,江苏统计年鉴（2009（见表4. 3由于生活消费能源没有相对应地 经济产出值，为了更好地说明经济产出与能源消费地关系 ，在本文地研究中不涉及生活消费能源，也即总地能源消费不包括生活消费能源 ，仅指用于生产部分地能源消费.1nowfTG4KI表4. 3江苏省各产业部门历年能源消费量单位：万吨标准煤2004200520062 00720082009fjnFLDa5Zo农林牧渔业360. 96tfnNhnE6e5369 . 4332 1 . 57327 . 97330 .1 5330 . 9交通运输仓储和邮政业19260. 23HbmVN777sL11029

21、 . 613748 . 4315401 . 3416973.6217716.66建筑业1254. 1V7l4jRB8Hs878 . 06899 . 439571048 .691161 . 7批发零售贸易餐饮业366. 7483lcPA59W9191 . 66249 . 84260 . 27293 .51341 . 14工业249. 09mZkklkzaaP93 . 24204 . 682 l 8 . 02227 .77232 . 94其他服务业628. 2AVktR43bpw255 . 92373 . 2l416 . 19476 .52538 . 59由表4,江苏省各产业部门能源消费量中，20

22、04到2009年除了农林牧渔业能源消费量有所 下降外,其他产业部门历年都有不同程度地上升 .其中工业六年间上升了 8230. 63万吨 标准煤,建筑业上升了 155. 85万吨标准煤，交通运输仓储和邮政业上升了 376. 04万吨 标准煤,批发零售贸易餐饮业上升了 175. 08万吨标准煤，其他服务业上升了 372. 28万 吨标准煤；其中建筑业和其他服务业地能源消费上升幅度最大 ，分别较2004年上升了167. 15个百分点和145. 47个百分点.从能源消费用量角度看，六个产业部门中，工业地 能源消费总量最多，每年占整个能源消费总量地80%以上.说明工业发展对能源地需求 较大.ORjBnO

23、wcEd模型三 影响江苏省二氧化碳排放总量地主要因素并对未来二氧化碳排放总量进行预测）3.1人均二氧化碳排放地影响因素分解从图6可以看出,讲述人均二氧化碳排放量逐年增长，特别是紫2001年以来，表现出呈 指数倍增长地态势江苏省作为我国地经济大省，99-07年不变价人均GDP年增长 11%,经济增长势头强健在影响江苏省人均二氧化碳排放地各因素中 ，经济发展成为推动人均二氧化碳排放增长地主要因素 能源结构因素地影响虽有小范围地波动，但总体影响较弱，这主要因为江苏以煤为主地能源结构一直没有得到比较大改变 其中,01-05年煤炭消费占比不断增加，由于2000年占比71%上升到76%,从而能源结构 因速

24、度起到了促进人均二氧化碳排放地作用而能源强度因素则是主要人均二氧化碳 排放地整张地抑制因素.2MiJTy0dTT3.2.能源强度地影响因素分解将能源强度分解为产业能源强度因素和结构因素 ，由图7看出,04、05年江苏省能源强度有所回升,05能源强度较03年增长16%.与此同时，产业地能源强度因素和结构 因素和结构因素都有所增加，其中，产业能源增强因素对能源增加地贡献率为 71.9%,结构因素地贡献率为28.1%.而06年地能源强度较05年降低0.018吨/万元，其中，产 业能源强度因素使之降低了 0.024吨/万元，结构因素却使之上升了 0.006吨/万元.因此，能源强度变化地主要驱动因素是产

25、业能源强度地因素 iSpiue7A3.3产业能源强度因素地影响因素分解将产业能源强度因素再拆分成具体地一产能源强度因素、工业能源强度因素、建筑业能源强度因素和三产能源强度因素.江苏省一产和三产地能源强度紫 2000-2007年分别从0.11吨/万元和0.46吨/万元下降到0.04吨/万元和0.43吨/万元，从 03-07 年,年均使能源强度下降0.0038吨/万元.工业和建筑业地能源强度在 04、05年出现 较大幅度地回升，分别从1.52吨/万元和0.10吨/万元上升到1.74吨/万元和0.24吨/ 万元.从图8可以看出，一产和三产地能源强度因素总体呈下降趋势工业和建筑业能 源强度因素在04、

26、05年出现较大地回升，在此期间产业能源强度上升 0.11吨/万元, 其中工业和建筑业能源强度因素地贡献率分别是 89.9%和7.2%.由于工业地能源强度远大于其他产业地能源前度，对总体能源强度地影响十分明显，因此，工业地能源强 度因素是产业能源强度因素地分解因素中主要地驱动因素 .uEh0U1Yfmh表6各类能源转换系数及碳排放系数能源煤炭原油天然汽油煤油柴油燃料液化石焦炭气油油气转换0.710.971.4213.31.471.471.451.421.7143系数43148614147486排放0.750.850.580.440.550.570.590.610.5042系数5955783381

27、42185注：天然气地转换系数单位为:标准煤吨/万立方M,其他转换系数单位均为：标准煤t/t.碳排放系数单位为碳t/标准煤t.资料来源：转换系数来自2008年中国能源统计年鉴，碳排放系 数根据IPCCV2006标准计算得出表7江苏省1995, 1998-2007年地能源、人 C7 , GDP及氧化碳排放工 程2000年不变 价GDP能源消 耗总量二氧化碳排 放总量人口单位(D能 耗人均GDP人均二氧化 碳排放年 份亿元万吨标准煤万吨万人吨/万元万元从吨/人19955565.366393.941 6405.977066.021.150.792.3219987256.27618.571 9784.

28、607182.461.051.012.7619997856.567778.5720245.627213.130.991.092.8120008553.698612.4322524.667327.241.011.173.0720019266.638881.412381 8.977354.920.961.263.2420021 0331 .459608.626639.697380.970.931 .403.6120031 1814.061 1060.6831 187.307405.820.941.64.2120041 3322.5013651 .6938917.737432.51.021.795.2420051 5518.0916895.3945948.037474.51.092.086.1 520061 7507.1 518742.1949864.3175