基于组合赋权法的我国CO2排放量影响因素的评价研究

摘要/Abstract

摘要： 为客观和准确地挖掘和评价我国CO₂排放量影响因素,选取技术投入、对外贸易开放程度、产业结构、能源消费结构、经济增长水平、人口规模和绿色植被用地面积等因素作为评价依据,构建我国CO₂排放量影响因素指标体系。在此基础上,基于组合赋权法构建我国CO₂排放量影响因素评价模型,实证分析2000~2011年我国CO₂排放量影响因素。组合赋权法结果显示:技术投入、产业结构、能源消费结构、经济增长和绿色植被用地面积是影响我国CO₂排放量的主要因素。组合赋权法在我国CO₂排放量影响因素评价分析的运用,提高了评价的客观性和科学性,为进一步确定CO₂排放量影响因素提供有价值的参考。

关键词: 可持续发展, 碳排放, 影响因素评价, 组合赋权

Abstract: We select technology investment, open degree of foreign trade, industrial structure, energy consumption structure, economic growth level, population scale and green vegetation land area as the object of evaluation, construct index system of influence factors of carbon dioxide emissions in China, in order to objectively and exactly dig and evaluate the influence factors of carbon dioxide emissions in China. Establish influence factors of carbon dioxide emissions evaluation model based on the method of combination weights. Select relevant data from 2000~2011 in China to carry out empirical analysis for the influence factors of carbon dioxide emissions. Empirical results show technology investment, industrial structure, energy consumption structure, economic growth level, green vegetation land area are the key influence factors of carbon dioxide emissions in China. The use of combination weights to evaluate and analyze the influence factors of carbon dioxide emissions in China improves the objective and scientific evaluation result. Moreover, provides a valuable reference for further confirmation of carbon dioxide emissions influence factors.

Key words: sustainable development, carbon dioxide emissions, influence factors evaluation, combination weights

中图分类号:

N945.16
F206

孟凡生, 李美莹. 基于组合赋权法的我国CO₂排放量影响因素的评价研究[J]. 运筹与管理, 2014, 23(1): 157-165.

MENG Fan-sheng, LI Mei-ying. Research on Influence Factors of Carbon Dioxide Emissions in China Based on the Method of Combination Weights[J]. Operations Research and Management Science, 2014, 23(1): 157-165.

参考文献

[1] Choi K H, Zhang F Q, Ang B W. Factorizing changes in energy and environmental indicators through decomposition[J]. Energy, 1998, 23(6): 489-495.
[2] York R, Rosa E A, Dieta T. STIRPAT, IPAT and IMPACT: analytic tools for unpacking the driving forces of environmental impacts[J]. Ecological Economics, 2003, 46(3): 351-365.
[3] Paul S, Bhattacharya R N. CO₂ emission from energy use in india: a decomposition analysis[J]. Energy Policy, 2004, 32(5): 585-593.
[4] 徐国泉,刘则渊,姜照华.中国碳排放的因素分解模型及实证分析:1995~2004[J].中国人口·资源与环境,2006,16(6):158-161.
[5] Okushima S, Tamura M. Multiple calibration decomposition analysis: energy use and carbon dioxide emissions in the japanese economy, 1970~1995[J]. Energy Policy, 2007, 35(10): 5156-5170.
[6] Tunc G, Türüt-Asik S, Akbostanci E. A decomposition analysis of CO₂ emissions from energy use: turkish case[J]. Energy Policy, 2009, 37(11): 4689-4699.
[7] Ang J B. CO₂ emissions, research and technology transfer in China[J]. Ecological Economics, 2009, 68(10): 2658-2665.
[8] 唐志鹏,刘卫东,周国梅等.基于突变级数法的中国CO₂减排的影响要素指标体系及其评价研究[J].资源科学,2009,31(11):1999-2005.
[9] 雷钊.我国碳排放影响因素分析与减排政策思考[J].统计与决策,2011,(16):56-158.
[10] 杨骞,刘华军.中国二氧化碳排放的区域差异分解及影响因素—基于1995~2009年省际面板数据的研究[J].数量经济技术经济研究,2012,(5):36-49.
[11] Keller W. Geographic localization of international diffusion[J]. American Economic Review, 2002, 92(1): 120-142.
[12] 徐士元.技术进步对能源效率影响的实证分析[J].科研管理,2009,30(6):16-24.
[13] 米国芳,刘广为.中国碳排放强度影响因素相关性研究—基于VAR与SVAR模型分析[J].中国科技论坛,2012,(10):110-115.
[14] 史丹.中国能源效率的地区差异与节能潜力分析[J].中国工业经济,2006,(10):49-58.
[15] 王俊松,贺灿飞.能源消费、经济增长与中国CO₂排放量变化—基于LMDI方法的分解分析[J].长江流域资源与环境,2010,19(1):18-23.
[16] Birdsall N. Another look at population and global warming: population, health and nutrition policy research[M]. Washington DC: World Bank, 1992.
[17] 申笑颜.中国碳排放影响因素的分析与预测[J].统计观察,2010,(19):90-92.
[18] 王传玲,贾勇.浅谈对“探究二氧化碳是否是光合作用的原料”实验的改进[J].生物学通报,2012,47(3):58.
[19] 中华人民共和国国家统计局.中国统计年鉴[J].北京:中国统计出版社,2011.
[20] 李美娟,陈国宏,陈衍泰.综合评价中指标标准化方法研究[J].中国管理科学,2004,12(6):45-48.
[21] 王学军,郭亚军.基于G1法的判断矩阵的一致性分析[J].中国管理科学,2006,14(3):65-70.
[22] 李刚,周立斌,曹宏举.基于理想排序的群组G2赋权方法研究[J].数理统计与管理,2012,31(2):316-324.
[23] 杨惠敏,付萍.基于熵权的多级模糊综合评价的应用[J].华北电力大学学报,2005,32 (5):104-107.
[24] 王育新,刘晓冰,曹志诚.基于产业集群的高新区竞争力评价及实证研究[J].科学学与科学技术管理,2009,(11):6-15.
[25] 杨红平,马大川,漆贤军.信息系统投资的最优组合赋权法研究[J].科学学与科学技术管理,2004,(2):48-51.
[26] 郭亚军.综合评价理论、方法及应用[M].北京:科学出版社,2002:44-51.
[27] 迟国泰,李刚,程砚秋.级差最大的人的全面发展评价模型及省份实证[J].运筹与管理,2011,20(1):102-110.

基于组合赋权法的我国CO₂排放量影响因素的评价研究

Research on Influence Factors of Carbon Dioxide Emissions in China Based on the Method of Combination Weights

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	许杰, 陈富坚, 刘国平. 机动车碳税政策下政府、企业与出行者的三方演化博弈模型研究[J]. 运筹与管理, 2021, 30(9): 9-16.
[2]	田成诗, 刘怡. 中国碳排放与经济发展存在倒U型关系吗?——考虑时间相关效应和异质性的研究[J]. 运筹与管理, 2021, 30(9): 232-239.
[3]	张晓月, 黄俊伟. 兼顾功能与协调的企业专利质量评价研究——中国上市芯片企业的实证分析[J]. 运筹与管理, 2020, 29(7): 222-231.
[4]	范德成, 方璘, 宋志龙. 基于指标变异程度与关联程度组合赋权的中国工业结构转换能力动态综合评价[J]. 运筹与管理, 2020, 29(6): 166-178.
[5]	韩亚娟, 杨玉琪. 基于组合赋权法和未确知测度模型的发动机健康状况评估[J]. 运筹与管理, 2020, 29(4): 204-211.
[6]	梁喜, 张余婷. 基于消费者偏好的低碳双渠道供应链定价与减排策略[J]. 运筹与管理, 2020, 29(12): 107-117.
[7]	王新利, 黄元生, 刘诗剑. 优化能源消费结构对河北省碳强度目标实现的贡献潜力分析[J]. 运筹与管理, 2020, 29(12): 140-146.
[8]	刘金培, 宋晓霞, 陈华友, 汪官镇, 王珍. 中国人均碳排放影响因素的长期均衡与因果动态关系研究——基于结构突变ARDL-VECM模型的实证分析[J]. 运筹与管理, 2019, 28(9): 57-65.
[9]	潘燕春, 杨雯, 马建华, 马楠, 陈智民, 周明. C&T条件下碳排放核查三方博弈研究[J]. 运筹与管理, 2019, 28(9): 66-74.
[10]	蔡晨光,徐选华,王佩,薛行健. 基于决策者信任水平和组合赋权的不完全偏好复杂大群体应急决策方法[J]. 运筹与管理, 2019, 28(5): 17-25.
[11]	薛星群, 王旭坪, 詹林敏. 电子商务物流最后一公里配送的碳排放研究[J]. 运筹与管理, 2019, 28(12): 118-123.
[12]	祝玉婷, 韩莹, 袁安富. 基于改进的Pythagorean模糊语言集的可持续实验室评价方法[J]. 运筹与管理, 2019, 28(11): 149-155.
[13]	苏屹, 于跃奇. 基于加速遗传算法投影寻踪模型的企业可持续发展能力评价研究[J]. 运筹与管理, 2018, 27(5): 130-139.
[14]	杨越, 成力为. 区域差异化制度设计下的碳排放交易市场效率评价[J]. 运筹与管理, 2018, 27(5): 157-167.
[15]	曹细玉, 张杰芳. 碳减排补贴与碳税下的供应链碳减排决策优化与协调[J]. 运筹与管理, 2018, 27(4): 57-61.