一、2002年中国GDP增长预测（论文文献综述）
郭向东[1]（2021）在《农业经济发展对宏观经济增长及波动的作用机制研究》文中研究表明农业是国民经济的基础产业,对中国这样一个人口巨大的发展中国家尤为重要。它不仅关系粮食安全问题,也关系到广大农民的民生问题,还直接影响着宏观经济目标的实现。在全球经济放缓并受疫情冲击影响这一大背景下,在“十三五”收关、“十四五”开局的关键时期,在中国经济处于“新常态”面临新的诸多挑战的情况下,研究农业经济发展和中国宏观经济运行之间的关联关系,及如何有效平衡推进农业现代化与经济的中高速增长的关联性问题具有非常重要的现实意义。本文为研究农业经济发展与宏观经济运行之间的内在影响与作用机制,以中国农产品价格、中国农业经济发展及宏观经济运行的相关数据为样本,运用VAR、非线性MS（M）-AR（p）、非线性MS（M）-VAR（p）等模型对中国农业经济发展及宏观经济的运行之间的关联关系进行测度。研究发现:中国农、林、牧、渔农产品以及总体农产品生产价格指数波动率时间序列都呈现出显着的长期记忆性特征。农、林、牧、渔农产品以及总体农产品生产价格指数时间序列对其不确定性的冲击反应较为显着,但是,农、林、牧、渔农产品以及总体农产品生产价格指数不确定性对其价格指数的冲击反应都较为微弱。农产品价格指数在四种滞后阶数具体情况下,可以在方向和程度两个维度影响宏观经济增长。在大多数情况下,中国农产品生产价格指数水平对GDP增长率时间序列的冲击响应维持在正向水平;方差分解表明中国农产品生产价格指数水平时间序列对GDP增长率时间序列影响的贡献程度往往较小。中国农产品的生产价格指数周期成分时间序列在四种滞阶数具体情况下,也对中国GDP增长率周期成分时间序列的影响作用在方向和程度两个维度上产生影响。方差分解发现中国农产品生产价格指数周期成分时间序列对我国GDP增长率周期成分时间序列影响的贡献程度很大。中国GDP增长率周期成分时间序列对中国种植业、畜牧业农产品以及总体农产品生产价格指数水平周期成分时间序列影响的贡献程度往往较小,而对中国林业、渔业农产品生产价格指数水平周期成分时间序列影响的贡献程度较大。对中国农业经济以及宏观经济的增长周期路径研究表明,中国农业经济较难由“低速增长区制”向中高速增长区制转移,由“中速增长区制”攀升至“快速增长区制”的转移概率相对较高,中国农业经济发展可以充分发挥资本及技术优势。当中国农业经济步入“中速增长区制”与“快速增长区制”后也不易发生大幅下降,即具有相对稳定的发展态势。中国农业经济处于各区制时维持概率均较高,处于“低速增长区制”的可能性最大,处于“中速增长区制”的可能性最小,处于“快速增长区制”的可能性居中,中国农业经济发展需通过政策支持和资金投入促进快速发展。中国农业总产值和中国GDP增长路径并不完全同步,农、林、牧、渔四部门经济的增长路径也各不相同。中国农业经济处于各区制的维持概率均较高;而转移概率都相对较低,因此中国农业经济具有一定的惰性特征,不易改变所处的增长状态,农业经济发展需要加大资金和政策支持力度。而中国宏观经济发展成功步入高速增长状态,会倾向于维持良好的增长态势,但一旦落入低速增长状态,将面对十分严峻的经济复苏挑战。农业经济发展与宏观经济运行之间的时变作用机制研究发现:当“农业与经济”系统处于“低速增长区制”时,中国农业总产值增长率与中国GDP增长率具有正相关关系;当“农业与经济”系统处于“快速增长区制”时,中国农业总产值增长率与中国GDP增长率具有更强的正相关关系;而当“农业与经济”系统处于“中速增长区制”时,中国农业总产值增长率与中国GDP增长率却具有微弱的负相关关系。“农业与经济”系统处于“中速增长区制”时,中国农业总产值增长率与中国GDP增长率具有微弱负相关关系的可能性最小,持续性最弱,而“农业与经济”系统处于“低速增长区制”或“快速增长区制”时,中国农业总产值增长率与中国GDP增长率具有显着正相关关系的可能性更大,持续性更强。当“农业与经济波动”系统处于低波动区制时,中国农业总产值增长率与中国GDP增长波动率具有正相关关系;当“农业与经济波动”系统处于中波动区制时,中国农业总产值增长率与中国GDP增长波动率同样具有正相关关系,这一点与“农业与经济”系统中的结果不同;而当“农业与经济波动”系统处于高波动区制时,中国农业总产值增长率与中国GDP增长波动率具有更强的正相关关系。“农业与经济波动”系统处于高波动区制时,中国农业总产值增长率与中国GDP增长波动率具有最强正相关关系的可能性最小、持续性最弱,而“农业与经济波动”系统处于中低波动区制时,中国农业总产值增长率与中国GDP增长波动率具有正相关关系的可能性更大、持续性更强。本文研究的创新点如下:（1）本文研究结果显示农产品价格时间序列和农产品价格波动率时间序列都具有长记忆性特征,这一研究成果丰富完善了相关学术体系。（2）本文关于农产品价格波动对宏观经济增长影响的研究中,以农、林、牧、渔及总体农产品生产价格指数作为样本,排除既往研究仅选取个别种类农产品作为研究样本的局限性,补强了既往研究,研究对象和研究范围具有一定的创新性。（3）本文使用马尔可夫转移模型将中国农业经济及宏观经济的增长周期路径区分为低速、中速和高速三种区制,并计算了不同区制间的转移概率、平均持续期和具体转移时间,以此分析判断中国农业经济和宏观经济的运行情况。研究成果具有一定的创新性。（4）本文将研究金融问题的研究思路引入到农业经济问题的研究中,使用MS（M）-VAR（p）模型分析了农业经济发展与宏观经济处于不同运行状态和不同波动状态中的关联关系,在研究方法上具有一定的创新性。（5）本文使用前述方法研究所得的结论,即农业经济发展在宏观经济处于三中不同运行状态及三种不同波动状态中的关联作用,丰富和完善了农业经济发展与宏观经济增长之间内在影响与作用的学术体系。基于上述研究结论,本文提出如下政策建议:第一、政策的制定者在实施农产品价格调控时应首先考虑保持农产品价格的稳定性,避免价格不确定性的增加而增加社会成本,减损社会福利;同时由于农产品价格的长记忆性特征,实施价格调控时要考虑政策的周期性和有效性。第二、由于农产品价格水平能够影响宏观经济增长,而且农产品价格周期成分对宏观经济增长周期成分影响较大,政府应关注并监测“蒜你狠”“豆你玩”“姜你军”等农产品价格非正常波动情况,采取有效措施保持农产品价格的稳定,避免影响宏观经济的平稳发展。第三、由于农业经济的弱质性特征及农业政策与农业经济发展之间的强烈相关性,中国政府应当继续实施2004年以来的农业扶持政策,特别加强除渔业以外的种植业、林业、畜牧业的支持力度。第四、由于农业经济发展对国计民生的重要意义及其与宏观经济增长之间的强烈正相关关系,政府应强化农业是国民经济基础产业的意识,特别是农业经济发展对经济增长的贡献不亚于出口贸易的这一重要意识,加大对农业的支持力度。一方面可以促进农业经济发展,解决中国特有的“三农问题”;另一方面为中国宏观经济增长增加新的推动力,解决新常态下中国经济的长期增长驱动力问题。本文包括图66幅,表46个,参考文献328篇。
马雪菲[2]（2020）在《中国国际海上货物运输CO2排放驱动因素分析及减排对策研究》文中研究说明随着全球气候变暖,气候变化问题已经成为人类社会发展面临的重要挑战,而CO2排放是造成长期气候变化的最主要因素。作为世界第一碳排放大国,中国政府在巴黎协定等国际协议中做出了温室气体减排承诺,这对各行业节能减排工作提出了严峻考验。海上货物运输是全球贸易运输的支柱,各国国际贸易采用最主要运输方式就是通过海运物流。近年来中国国际海上货物运输量持续增长,由海上货物运输所产生的CO2排放量显着增加。国际海事组织已经开始推动海运物流业温室气体减排工作的进程,并设定了海上运输业长期减排战略。因此,在减排承诺与海运业可持续发展的压力下,中国国际海上货物运输产生的CO2排放及CO2减排对策研究已经成为亟待解决的问题。本文围绕中国国际贸易海上货物运输产生的CO2排放问题,详细剖析了海上货物运输产生CO2排放的变化特征,预测了中国未来国际海运CO2排放的发展趋势,深入研究了影响海运CO2排放增长的驱动因素并探讨了海运业CO2排放与经济增长脱钩关系及内在机理,提出了海上货物运输的CO2减排路径。本文的主要研究内容如下:（1）中国国际海上货物运输CO2排放测算研究。基于1999年-2018年中国国际进出口海运量数据,运用IPCC的碳排放测算框架,构建基于船舶活动数据的海运CO2排放测算模型。按照实际货物运输类别细分,分别按船型核算以中国为始发地或目的地的国际贸易海运运输产生的CO2排放,并对CO2排放总量和各船型CO2排放进行时序特征分析。研究表明:1999年-2018年间,中国国际贸易海运CO2排放变化经历了三个阶段,总体呈增加趋势;各船型的单位周转量能耗的显着差异对其产生的CO2排放有着决定性的影响。（2）中国国际海上货物运输CO2排放未来趋势预测研究。在IPAT模型和IMO海运变量理论基础上,构建中国国际海上货物运输CO2排放趋势预测模型,并基于情景分析法,预测基础基准情景及三种调整情景下海运CO2排放未来发展趋势。研究表明:基础基准情景BAU-trend下中国国际海上货物运输CO2排放量在未来仍呈快速增长的趋势。BAU-AD1和BAU-AD2情景下海运CO2排放量增长速度放缓。各情景转换时,低碳货运周转量方式、强化船舶能效、使用清洁能源这三种方式分别降低了 10%、35%和3%的CO2排放量。（3）中国国际海上货物运输CO2排放驱动因素及其与经济增长的关系研究。利用LMDI分解分析法构建中国国际海上货物运输CO2排放影响因素模型,探究能源强度、货类结构、海运强度、经济因素以及人口对海运CO2排放总量变化的贡献;基于LMDI分解结果并结合Tapio脱钩模型,构建中国国际海上货物运输CO2排放脱钩分解指数模型,分析中国经济增长与CO2排放增长之间的脱钩关系及内在机理。研究表明:人均GDP和人口始终是加剧CO2排放增长的因素,其中人均GDP是CO2排放增长最主要的拉动因素;船舶能源强度因素是未来海运物流强有力的CO2减排驱动因素。中国国际海运CO2排放增长与经济增长的关系总体经历了四个阶段,逐步趋向于弱脱钩状态但不稳定。能源强度因子和货类结构是推动海运业CO2排放脱钩发展的关键因素。（4）中国国际海上货物运输CO2减排路径研究。基于三种潜在的海上货物运输CO2减排途径,以实现全球海运2050年CO2减排约束为目标,建立中国国际海运CO2减排策略长期评价模型。引入反向逆推法,对各减排途径的进行指标设定,设计出两种具有代表性的CO2减排路径,根据实证分析研究结果提出减排对策。研究表明:“强化零碳燃料”和超低慢速航行”两种路径下都可以满足全球海运2050年CO2减排约束。“强化零碳燃料”减排路径主要依靠新能源替代传统重油的途径,“超低慢速航行”减排路径主要依靠运营合理化途径的船舶降速。应从建立海上货物运输船舶的MRV管理体系、建立完善市场机制政策体系等方面制定减排对策,实施组合政策以完成CO2减排目标实现。本研究丰富和完善了中国国际海上货物运输CO2排放问题的研究成果,对实现海运低碳物流运输的可持续发展具有非常重要的现实意义,同时为中国政府及决策者制定海运业减排政策、解决海运交通对气候的影响提供重要的启示。
卢灿[3]（2020）在《1.5℃约束下中国电力行业碳达峰后情景及效应研究》文中提出联合国政府间气候变化专门委员会（IPCC）发布的《全球升温1.5℃》特别报告显示:人类必须在本世纪中叶之前将全球温度升高控制在1.5℃以内,才能将各种极端天气和自然灾害对人类的影响降到最低。因此,全球各国急需在各个行业和领域采取快速且深远的低碳转型变革策略。中国电力行业碳排放不仅在中国碳排放总量中占比最高,占全球碳排放总量的比重也远高于其他国家的其他行业。鉴于此,以碳排放达峰为分水岭,研究中国电力行业碳排放达峰后的变动趋势情景,不仅能为中国电力行业碳排放达峰后至净零排放前的中长期减排路径提供决策支持,还能为全球其他国家电力行业碳减排方案的制定提供参考依据。本研究的主要内容及结论如下:（1）对IPCC 1.5℃特别报告涉及的电力行业评估结果进行了针对性分析,将该报告中与电力行业能源结构调整和碳减排相关的评估信息量化分解到中国电力行业,并根据官方权威数据资料对中国电力行业碳排放量等相关指标进行了计算和处理。为全面阐述中国电力行业现阶段综合发展水平,对其基本经济指标、投资建设指标、技术效率指标、能源消耗指标的发展轨迹进行了动态分析。（2）通过国际间比较分析,结合已实现达峰国家峰值后碳排放的变动轨迹趋势特征,总结了其他国家达峰后出现的趋势类型,并根据中国碳排放特征,分析了符合中国电力行业达峰后趋势的情景。（3）构建了基于马尔可夫链的中国电源结构预测模型,预测了截至2050年之前的中国电力行业电源结构,依据模型结果设定了电力行业峰值后趋势技术减排情景;通过碳定价机制设定了电力行业峰值后趋势经济减排情景。为全方位揭示中国电力行业峰值后趋势情景对全球主要国家的综合影响,分别构建了以煤电技术进步为外生冲击和以碳定价机制为外生冲击的全球多部门动态可计算一般均衡模型。（4）结果分析表明:虽然电源结构技术进步比碳定价机制在中国电力行业产生的减排效果显着,但同时也会抑制本研究中分析的发展中国家经济的增长速度。反之,尽管在中国全行业执行碳定价机制对全球各国的影响较平缓,但该种峰值后趋势情景达到的减排效果也完全满足全球温升目标的约束条件。因此,本研究认为,极端的煤电下降方式纵然能以最快速度和最显着的减排效果实现温控目标,但不利于全球可持续发展目标的实现,而碳定价机制导致的减排在短期内虽达不到立竿见影的效果,但从中长期来看,更符合全球经济—能源—环境协调统一发展的内在要求。
郭鹏程[4]（2020）在《中国民航客运碳排放时空演变与影响因素研究》文中指出在全球变暖等环境问题日益突出、国际社会聚焦关注碳排放的发展背景下,中国民航业仍将在相当一段时间内保持较快发展。中国民航业的低碳化发展势在必行。首先,基于中国民航业及民航客机相关数据和参数,测算2000年-2018年民航客运碳排放量,对碳排放的时空演变特征进行分析;其次,借助Kaya恒等式和灰色关联法对中国民航客运碳排放的影响因素进行了分析;第三,借助STIRPAT模型和情景分析法对2019年-2050年中国民航客运碳排放做出预测,找到峰值及其出现年份。为中国民航业低碳化发展提供理论借鉴意义。主要结论如下:1)2000年-2018年中国民航客运碳排放整体呈波动增长趋势,由1322.11×104t增加至15164.91×104t,增幅为1047.02%。人均碳排放量呈波动增长趋势,由197.79kg/人增至239.90kg/人,增幅为21.29%。碳排放强度呈整体下降趋势,由1.73kg/tkm降为0.92kg/tkm,下降0.81kg/tkm。中国民航客运碳排放的赫希曼指数（HHI）总体呈下滑趋势,但仍属于高寡占Ⅰ型,各区域的HHI虽存在较大差异但均呈下降趋势。2)东、中、西、东北四个地区民航客运碳排放量的差距呈拉大趋势。将民航客运碳排放划分为低、较低、中、较高、高五个排放等级,各区域在2000年、2006年、2012年和2018年四个时间节点的等级变化为:东部地区（较低-中-高-高）、中部地区（低-低-较低-中）、西部地区（低-较低-中-高）、东北地区（低-低-低-较低）,各区域呈现由低到高的演变趋势。地级城市机场的不断新增及升级是各区域民航客运碳排放发展的动力之一。3)中国民航客运碳排放的主要影响因素并按影响程度排序分别为:民航客运周转量、燃油消耗、经济发展水平、人口规模。4)中国民航客运在情景W和情景N中分别于2048年（21375.12×104t）和2041年（19375.46×104t）出现碳排放峰值,但为了配合2030年中国碳排放整体达峰的目标,情景N即高速发展情景下的中国民航客运发展更符合发展预期。
丛日杰[5]（2020）在《中国区域碳排放对工业生态系统运行效率影响统计分析》文中进行了进一步梳理全球气候变暖以及由此引发的极端气候增多等环境问题已经成为各国不得不面对的事实。环境污染加剧和自然生态环境的破坏给人类的生产和生活带来了严重的威胁。随着中国城镇化和工业化进程的不断加快,大量的化石能源消耗使得碳排放量不断增长。中国工业大而不强,数量扩张明显,增长质量不高,发展模式依旧是高投入,高消耗,高排放,低收益的模式。近年来,能源短缺、气候异常、环境污染已经严重影响经济社会发展和人民生活质量。中国必须严格控制温室气体的排放,实现经济社会绿色低碳、可持续发展。我国幅员辽阔,各个地区的经济发展不平衡,碳排放情况存在很大的差异性。本文采用《2006年IPCC国家温室气体清单指南》对1998-2018年我国区域碳排放总量、碳排放强度、人均碳排放量进行测算,利用空间统计学方法莫兰指数对区域集聚情况进行分析。同时,采用灰色综合关联分析法对各区域的碳排放影响因素进行比较,为制定和实施区域的差异化减排策略提供数据支持。工业部门是我国碳排放的重点行业,本文采用系统动力学方法从工业、能源、技术、碳排放、人口五个方面构建我国区域工业生态系统,深入研究工业生态系统的运行机制,对系统模型进行仿真模拟。将碳排放量数据引入到工业生态系统运行效率中,并对碳排放约束下我国工业生态系统的运行效率进行测算,为政府制定区域工业可持续发展策略,协调区域内经济、能源、环境等关系提供依据。对制定产业发展政策,优化产业结构,决策工业生态布局,实现碳减排目标起到重要的作用。在对国内外研究文献及基本理论进行论述的基础上运用空间统计分析方法、系统动力学理论、DEA方法等对区域碳排放及其对工业生态系统运行效率的影响进行深入研究。主要内容包括:第一章绪论,阐明选题的来源,选题的意义,论述论文主要内容及结构安排,并介绍论文的研究方法及创新点和不足之处;第二章对国内外区域碳排放、区域碳排放差异、区域工业生态系统构建等相关文献进行梳理;第三章对低碳经济理论、可持续发展理论、工业生态系统等相关理论进行综述;第四章利用2006年IPCC指南中的测算方法,对1998-2018年中国30个省市自治区的碳排放总量、碳排放强度、人均碳排放量进行估算,并利用五级划分表直观地对区域碳排放存在的差异及演变趋势进行展示,利用空间统计学方法对我国区域碳排放存在的空间相关性和空间布局特征进行分析,采用灰色关联分析方法对我国30个省份的碳排放影响因素的灰色关联度进行测算;第五章基于系统动力学理论,利用Vensim软件工具,建立我国区域工业生态系统动力模型,主要包括工业、能源、技术、碳排放、人口五个子系统。对变量进行仿真模拟,对我国未来的碳排放情况进行预测,同时针对不同的政策情景进行仿真;第六章构建区域工业生态系统运行效率评价指标体系,采用DEA方法中的BBC模型,将碳排放作为投入指标对运行效率进行测算,另外,依据我国2020年碳减排目标,将碳排放作为非期望产出,利用SBM模型对碳排放约束下的系统运行效率进行测算,对低碳约束下区域工业生态系统运行效率进行研究;第七章从多方面给出我国区域碳减排与工业生态系统发展的对策。第八章总结出文章的主要结论,提出下一步研究的方向和展望。本文得出的主要结论有:我国碳排放呈现阶段性特征,大致可分为三个阶段。第一阶段为1998-2001年,呈平稳增长态势,第二阶段为2002-2011年,呈现迅猛增长,第三阶段为2012-2018年,增长速度明显放缓。年均碳排放东部地区最高,其次是中部地区,西部地区最低。但增长率方面西部最高,中部增长率最低。中部地区的碳排放强度下降明显,正逐步缩小与东部地区的差距。各省份之间碳排放情况不平衡,差异性很大。人均碳排量较高的省份为东部经济发达地区和能源丰富的地区,而较低的省份多为经济发展落后的中西部地区。区域之间的碳排放强度差距在逐步缩小,有明显收敛趋势。通过空间统计学方法莫兰指数对1998-2018年我国区域的碳排放总量、碳排放强度、人均碳排放量进行计算都大于0,标准化检验值均为正,且均大于1.96,表明我国区域碳排放空间分布并非是随机状态,呈现出明显的空间集聚特征。1998-2008年之间碳排放总量与人均碳排放量空间集聚态势明显,并且集聚趋势在增强,但2008-2018年集聚趋势有所减弱。而碳排放强度自1998-2018年之间空间集聚态势明显,并且集聚趋势不断增强。同时,我国区域碳排放的情况呈现不断优化趋势,低低集聚区域逐渐增多,而高高区域都在不断减少。采用灰色关联分析方法,建立灰色关联度模型,测算的得到不同区域碳排放影响因素的灰色关联度不同。基于系统动力学理论,利用Vensim软件工具,建立工业生态系统动力模型,主要包括工业、能源、技术、碳排放、人口五个子系统。对模型中的人口、GDP、工业增加值、能源消费总量、碳排放总量、碳排放强度、人均碳排量的历史检验误差都没有超过-10%到+10%,在可接受范围内。可以看出模型的仿真结果较好,能够用来对我国区域工业生态系统的发展趋势进行预测。根据仿真模拟结果,单一的政策并不会给碳排放情况带来明显降低,为了实现碳减排目标必须采用多种方案并举,这样才能确保减排目标的实现。采用DEA中的BBC模型,将碳排放作为投入指标对运行效率进行测算,计算得到2009-2018年我国区域工业生态系统运行效率。自2011-2013期间,我国工业生态效率总体水平有所提高,但后期逐渐下滑。各省份之间工业生态效率差异明显。东部的工业生态效率明显高于中部和西部地区。依据我国2020年碳减排目标,将碳排放作为非期望产出,利用SBM模型对碳排放约束下的运行效率进行测算,大部分区域生态效率值有所下降。中西部地区下降最明显。碳排放约束对区域工业生态系统运行效率有重要影响。但从长期看,施加碳排放约束会促进工业生态系统运行效率提高。本文创新之处在于:1.在对我国区域30个省份的碳排放核算后,本文在现有的研究基础上对区域碳排放总量、人均碳排放量、碳排放强度进行五级划分,用绿、蓝、黄、橙、红五色直观地对区域碳排放存在的差异和演变过程进行展示,并重点探讨碳排放对工业生态系统运行效率的影响机理。2.将碳排放子系统引入到区域工业生态系统动力模型中,利用系统动力学理论从工业、能源、技术、碳排放、人口五个方面构建系统动力模型,对碳排放与其它子系统之间的动力反馈结构和作用机制进行重点分析,针对不同的低碳减排情景进行仿真模拟,为制定区域工业生态发展策略提供依据。3.首次将区域碳排放量引入到工业生态系统运行效率测算中,选取能源消费总量、工业企业就业人口、R&D经费投入、碳排放量作为投入指标,工业增加值作为产出指标,利用DEA中的BBC模型对系统运行效率进行测算。4.依据我国2020年碳减排目标,将碳减排约束目标首次加入到区域工业生态系统运行效率测算中。结果显示,短期内考虑碳排放约束会使得工业生态系统运行效率下降,但从长期来看,施加碳排放约束会促进工业生态系统运行效率的提升。对全要素生产率进行分解,结果表明技术进步是提升的主要原因。
潘金玉[6]（2020）在《共享社会经济路径下中国经济发展趋势及影响要素研究》文中研究表明经济的快速发展对全球气候产生极大的影响,同时减缓气候变化的一些举措也给人类经济发展带来极大的影响。社会经济情景是近年来气候变化研究的重要议题之一。本研究在“全面二孩”政策下,基于人口、经济普查及历年统计年鉴资料,在IPCC共享社会经济路径（SSPs）全球框架下,按照中国实际情况,设定柯布-道格拉斯经济预测模型中的劳动参与率、资本存量、资本系数等参数,预测2010-2100年中国及分省经济总量、第一、第二和第三产业产值发展趋势,并分析劳动投入量、资本投入量及全要素生产率三个影响要素对GDP增长的贡献程度。研究结果有利于均衡匹配与优化产业结构、合理分配和利用社会资源,推动经济可持续发展。同时也为分产业气候变化风险评估提供数据基础。其结果如下:（1）经济总量的预测:不同SSPs路径下,21世纪中国经济均将呈增长态势。GDP增速在2030年前基本维持6%左右,之后持续下降,至2060s稳定在一定水平;2070s起SSP1和SSP4路径下增速低于0.5%,SSP2-3和SSP5路径下增幅保持在0.5%～1.5%。省级尺度上,SSPs路径下经济变化趋势存在很大空间差异。2090s,SSP1-2和SSP4-5路径下,广东省是经济总量最高的省份;SSP3路径下,江苏省最高。（2）产业结构的预测:不同SSPs路径下,中国第一、第二和第三产业产值的变化趋势有显着差异。SSP1-5路径下,第一产业产值呈先增后减的趋势,在2060-2080年间达到峰值;第二产业产值在SSP1和SSP4路径下分别增加至2060s和2040s后呈下降趋势,SSP2-3和SSP5路径下总体上呈增加趋势;第三产业产值在SSP1-5路径下均呈持续上升趋势。第一、第二和第三产业产值增速均呈下降趋势,在本世纪中后期逐渐放缓。产业间增速及物质需求的变化导致一、二产业占经济总量的比重逐渐减少,第三产业比重增加,产业结构逐渐优化。不同的社会经济发展政策对中国分省第一、第二和第三产业产值影响显着。到本世纪末期,第一产业在SSP1和SSP3-5路径下山东省产值最高;SSP2路径下江苏省最高;第二产业在SSP1-2和SSP4路径下,广东省排名第一,SSP3路径下江苏省产值仍最高,SSP5路径下,浙江省超过江苏省位居第一;第三产业在SSP1-2和SSP3路径下广东省产值最高,SSP3和SSP5路径下则江苏省最高。增速上,各省第一、第二和第三产业均呈不同程度放缓。第一产业在2030s后逐渐出现负增长;第二产业在SSP1和SSP3-4路径下本世纪后期均会负增长,而SSP2和SSP5路径下吉林省、黑龙江省等制造业落后省份增速在2070s后呈负增长;第三产业在不同路径下均呈正向增长,2060年前均高于1%,之后逐渐放缓,SSP5路径增速略高于其他路径。21世纪,第一、第二和第三产业产值基本呈现东高西低的空间特点,且东部地区产业结构更为合理。（3）经济发展的影响要素:1978年以来,资本投入量是影响中国经济发展的最主要因素。未来,SSP3-4路径下,经济发展相对缓慢,社会区域差异较大,中国沿用这两条道路发展经济的可能性较小。本文在SSP1、SSP2和SSP5三条路径下分析影响经济增长的要素变化。SSP1-2路径下,全要素生产率自2020s起成为影响我国经济增长的主要因素;而SSP5路径下,资本投入量始终是经济增长的主要因素。
赵楷[7]（2019）在《经济新常态下人民币国际化影响因素及测度研究》文中研究说明近年来,我国的综合实力发展迅速,硬实力和软实力都得到一定发展,在经济方面,我国的表现尤为突出,GDP总量巨大,对外贸易发展迅速,促使我国谋求在全球的国际地位,而一国货币是否具有国际影响力又是衡量国家综合实力的重要因素。2008年全球经济危机爆发,以美元为主导的国际货币体系暴露出一系列问题,各国纷纷抓住这个机遇,努力促进本国货币国际化。中国也在积极推进人民币的国际化,2009年4月人民币跨境贸易结算试点业务的开展标志着人民币国际化拉开序幕,2014年中央经济工作会议提出要稳步推进人民币国际化,2016年10月人民币正式加入SDR货币篮子。虽然人民币国际化在一些方面已经取得了一定的发展,但目前人民币国际化程度仍然较低,三大职能发展还不够完善。人民币国际化不是一蹴而就的,尤其是在经济新常态背景下,要根据我国具体情况,对人民币国际化程度进行测算并具体分析各影响因素的作用,努力寻求一个适合我国的人民币国际化发展道路。本文的研究内容即分析人民币国际化的影响因素并构建人民币国际化测度指标体系,测算人民币国际化程度并提出推进人民币国际化发展的建议。文章框架如下:绪论部分,简要介绍文章的研究背景和研究意义,并对国内外相关文献进行梳理;第二部分,从主要国际货币及其国际化过程入手,介绍货币国际化的相关理论,在历史经验和相关理论分析中总结影响货币国际化的主要因素;第三部分,首先从国内外大环境上指出当前国际货币体系的弊端和人民币国际化的历史机遇,在经济新常态背景下,看到人民币国际化收益的同时,也不可忽视其弊端,继而具体分析人民币国际化三大职能发展的现状,交易媒介职能成为人民币走向国际的突破口,记账单位职能逐渐发挥出来,但价值储备职能发展程度仍然较低;第四部分,利用统计数据和图表分析影响人民币国际化的因素,总体来说,近年来我国经济实力提升迅速、对外贸易总量巨大、人民币币值稳定、金融市场发展状况乐观、国内军事科技水平和国家政策态度等都利于人民币国际化发展;第五部分,根据反映国际货币三大职能的影响因素构建人民币国际化测度指标体系,利用因子分析将各个因素对总体趋势的方差贡献进行加权,测算1994-2017年人民币国际化程度指数,可知近年来人民币国际化程度指数总体呈上升趋势,不同年份存在波动,经济总量、贸易水平、金融市场、币值稳定等因素对程度指数影响重大,利用指数平滑法对新常态下人民币国际化程度进行平滑分析和预测,可知经济新常态下人民币国际化水平先是趋于平稳,而后继续增加;第六部分,进行总结,并指出稳步推进人民币国际化要促进经济健康发展、积极开展跨境贸易、深化金融市场改革、保持人民币币值稳定和发挥好人民币的储备职能。
阮亮[8]（2019）在《中国终端能源消费演变规律及预测研究》文中提出能源是人类生产和生活的必须品。随着经济的发展以及工业的扩大,人类对能源的需求量日益增加,全球范围都出现了能源危机。中国作为全球最大的能源消费国,对于能源消费的热点问题格外关注。而终端能源是直接参与生产和生活消费的那一部分能源,它的变化特点对国家制定能源政策有很强的作用。另一方面,对能源做出调整必须了解未来能源的消费情况。因此中国终端能源消费变化规律研究及消费预测具有十分重要的意义。而目很少有学者研究终端能源消费变化特点,利用变化特点进行预测的研究更少。基于此,本文通过对中国终端能源消费现状分析,发现中国终端能源消费逐年上升,整体呈现出“S”形变化趋势。终端能源消费强度逐年下降,但存在着区域差异。人均终端能源消费与人均GDP之间存在“S”形变化轨迹。煤炭仍然是中国终端能源消费的主力,但比重在逐渐减少,比重增加较多的是电力及其它清洁能源。对终端能源消费的影响因素变化分析可得,对生产用终端能源消费起到促进作用的主要是人均GDP,而对其起到抑制作用的主要是能源消费强度,人口因素和产业结构对终端能源消费的影响不大。对生活用终端能源消费影响较大的因素为城镇人口比例,城镇居民人均可支配收入以及居民消费水平。利用社会网络分析方法,进行整体网络结构分析可得,各省终端能源消费的关联十分密切,已经存在严重的溢出效应。进行中心性分析,得到东南地区的点度中心度高,在网络中较为活跃。中部地区及几个经济发达地区的中介中心度高,在网络中的控制力强。中部以及南部地区接近中心度高,处于网络中心,西北地区接近中心度低,处于网络的边缘。进行块模型分析,发现早期北京、天津对能源的需求较大,但逐渐联合北方形成了大片的双向溢出区域。而东南地区早期能够靠互相之间的能源交流得到满足,但后来由于经济发展迅速,能源的需求量过大,成为了净受溢板块,不断吸引西北或西南的能源供给。利用发现的终端能源消费演变规律,采用多种单一模型进行预测。随后将这些单一模型进行组合,采用准则差法、方差倒数法、最优线性法三种确定权重的方式设计组合模型。确定了预测精度最高的最优线性法,由此对中国2019-2021年终端能源消费总量进行了预测。随后利用相似的方式对中国终端能源消费结构进行预测,得到最合适的组合模型对中国2019-2021年终端能源消费结构进行预测。
张弛[9]（2019）在《能源消费强度的影响因素与碳排放预测研究》文中认为近年来,伴随着全球经济的快速发展,能源消耗量也在急剧增加,产生了资源紧缺和气候变化等一系列问题。能源消费强度作为衡量能源综合利用效率的指标,反映了经济对于能源的依赖程度以及能源利用的经济效益,是解决当前经济发展与能源环境约束矛盾的关键切入点。研究能源消费强度的关键影响因素,并分析能源消费强度变动与碳排放的关系,有利于提升能源利用效率,从而抑制不合理能源消费,促进高效低碳能源体系的构建。然而,现有研究大多采用单一的回归模型或分解模型,对传统经济发展模式背景下的能源消费强度和碳排放问题进行分析,难以适应中国经济转型升级加快的发展趋势。为此,本文在回顾总结国内外研究现状的基础上,围绕新常态背景下能源消费强度的影响因素和碳排放预测问题,采用短期波动分析和长期趋势分析相结合、归因分析与回归分析相结合以及分解分析与情景分析相结合的方法,开展多维度多层次的深入研究。本文系统分析了能源消费强度变动的趋势特征、波动特征和弹性特征,研究了区域能源消费强度变动的影响因素,构建了考虑行业能源消费强度的碳排放预测情景模型,对于推动绿色高效的能源消费模式转变,具有重要的理论意义和实践价值。本文的具体研究内容和创新点如下:（1）能源消费强度的变动特征研究。首先,分析了能源消费强度、煤炭和电力消费强度历史变动趋势,然后构建结构向量自回归模型研究了能源消费强度波动特征,并结合脉冲响应函数和方差分解法,揭示了煤炭消费占比和电力消费占比变化对能源消费强度的波动影响和动态冲击。其次,基于脱钩理论提出了电力脱钩指数的测算方法,并建立了其与能源消费强度弹性指标的联系。综合分析了电力占比、能源消费强度、产业结构等对电力消费的影响,阐述了总电力消费脱钩指数的变动趋势以及行业能源消费强度弹性变动的特征及成因,为能源消费强度的多维度深入研究奠定基础。（2）能源消费强度的影响因素研究。首先,在将中国划分为东部、中部和西部三个区域的基础上,提出了一种多区域的能源消费强度分解与归因分析模型。将制造业能源消费强度变化分解为区域强度效应和区域结构效应,揭示了不同区域对两个影响效应的贡献程度,从而实现了能源消费强度在区域层面的首次分配。其次,综合考虑制造业生产效率、结构、投资以及省份发展水平、城镇化水平和开放程度水平六个关键性因素,建立了基于面板数据的分位数回归模型,全面考察了不同区域能源消费强度在不同水平时影响因素的作用机理和差异性,为区域探索能源增效和节能降耗的途径提供参考。（3）能源消费强度和碳排放预测研究。首先,提出了考虑多能源和多部门的碳排放分解模型,从单时段和多时段两个方面,分析了能源消费强度等因素对碳排放的作用差异、变动趋势和贡献率。进一步预测了行业增加值以及能源消费强度降低率,建立了碳排放预测情景模型;在此基础上,研究了基准情景和展望情景下碳强度降低目标实现的可行性。其次,构建了分解模型和情景模型结合的评估框架,挖掘未来减少碳排放的潜在驱动力,并比较了能源经济政策的有效性。最后,基于上述研究提出降低行业能源消费强度、实现节能减排的相关措施建议。系统评价经济转型升级背景下的能源消费强度及其与碳排放的关系,有利于实现经济与能源环境协调发展。本文从趋势、波动和弹性等方面探讨了能源消费强度的变动特征,深入分析了区域能源消费强度的影响因素及其作用机理,构建了能源消费强度和碳排放的情景预测模型,为建立绿色低碳的可持续发展体系提供了重要参考。随着互联网服务的深入和云计算技术的应用,能源数据不断积累,如何挖掘和分析多元海量的能源大数据,综合优化能源系统的运行管理将成为今后重要的研究方向。
董康银[10]（2019）在《低碳约束背景下中国能源转型路径与优化模型研究》文中提出社会经济高速发展过程中,能源消费所产生的大量二氧化碳是导致全球气候变暖的主要原因。作为世界上最大的能源消费国和碳排放国,中国制定并实施一系列碳减排措施,向国际社会公开承诺碳减排目标。然而,在以煤炭、石油等高碳能源为主导的能源消费结构下,中国迫切需要进行能源系统的低碳清洁转型,以保障社会经济的健康、稳定和可持续发展。基于上述背景和目的,本论文从低碳经济的视角出发,在系统梳理和总结国内外相关理论和研究的基础上对中国能源转型路径的选择、评估和优化等关键科学问题进行了定性和定量研究,主要取得以下创新性的工作:（1）在核算中国二氧化碳排放的基础上,分析全国和区域尺度下二氧化碳排放和能源转型路径的时空格局和演变特征。结果表明,中国二氧化碳排放与能源转型路径的时空演变特征高度一致,说明了能源转型作为中国碳减排有效途径的合理性;（2）综合运用多种计量工具,分析中国二氧化碳排放与低碳（天然气）或清洁能源（核能和可再生能源）的耦合关系,进而评估低碳能源和清洁能源作为中国能源低碳清洁转型路径的可行性,旨在对中国能源转型路径的选择提供依据。结果表明,在中国大部分省份,低碳和清洁能源能够有效减少二氧化碳排放,进而表明可选择低碳能源和清洁能源作为中国能源低碳清洁转型的有效路径。然而,中国低碳或清洁能源消费占比仍较小,其碳减排效果很有可能会被经济增长和高碳能源消耗所产生的二氧化碳排放所抵消;（3）基于LMDI指数分解方法构建中国二氧化碳排放驱动因素分解模型,并分别对不同时期中国分地区分行业二氧化碳变化量的驱动因素进行分解分析,进而评估全国和区域尺度下中国现有能源转型路径的碳减排效应。结果表明,能源结构效应对中国二氧化碳排放存在显着的负向抑制作用。此外,能源生产和重工业是中国碳排放增加的主要贡献部门,也是能源转型碳减排效果最为明显的两个部门;（4）构造基于LEAP平台的中国能源转型路径优化模型,即LEAP-China模型,并采用该模型对不同能源转型情景下2015～2040年中国二氧化碳排放量进行仿真预测,以甄选出中国能源低碳转型的最佳路径。结果表明,除ESA-IV情景外,2015～2040年期间中国二氧化碳排放均呈总体下降趋势。此外,ESA-III情景为中国能源低碳转型最佳路径,即中短期大力发展天然气,长期大力发展核能和可再生能源等清洁能源。另外,在该情景下,能源生产和重工业是中国碳减排潜力最大的两个部门;（5）以能源转型主体（即低碳和清洁能源）为研究对象,基于二代计量工具和指数分解方法,分别分析低碳能源和清洁能源的关键社会经济影响因素并制定相应促进策略。结果表明,经济发展水平、城市化水平、能源强度和产业结构与中国天然气消费存在正向影响;相反,能源消费结构（煤炭占比）对中国天然气消费起到负向抑制作用。此外,经济发展和能源替代效应是拉动清洁能源的消费的主要贡献因素;相反,能源消费结构和能源强度效应是抑制中国清洁能源消费的主要因素。基于上述结论,为了更好地实现能源低碳转型和促进中国天然气、核能和可再生能源产业的发展,本论文相应提出一系列政策建议。
二、2002年中国GDP增长预测（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、2002年中国GDP增长预测（论文提纲范文）
（1）农业经济发展对宏观经济增长及波动的作用机制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 论文研究背景 |
| 1.1.1 论文研究的历史背景 |
| 1.1.2 论文研究的现实背景 |
| 1.2 论文选题的意义 |
| 1.2.1 研究的理论意义 |
| 1.2.2 研究的实践意义 |
| 1.3 论文研究的主要内容与创新点 |
| 1.3.1 论文研究的主要内容 |
| 1.3.2 创新点 |
| 1.4 论文的研究方法 |
| 1.5 论文研究的技术路线图与实证研究逻辑框架 |
| 1.5.1 论文研究的技术线路 |
| 1.5.2 论文实证研究的逻辑框架 |
| 1.6 相关概念界定及说明 |
| 1.6.1 概念界定 |
| 1.6.2 相关说明 |
| 2 文献综述 |
| 2.1 农产品价格的文献回顾 |
| 2.1.1 农产品价格波动的相关文献 |
| 2.1.1.1 关于农产品价格波动的特征研究的文献回顾 |
| 2.1.1.2 农产品价格长记忆性特征研究的相关文献回顾 |
| 2.1.1.3 其它有关农产品价格研究文献 |
| 2.2 农产品价格与宏观经济相互影响的相关文献回顾 |
| 2.3 农业经济发展的文献回顾 |
| 2.4 农业与经济增长的文献回顾 |
| 2.4.1 关于农业金融与经济的文献回顾 |
| 2.4.2 关于农业投资与经济增长的文献回顾 |
| 2.4.3 关于农(副)产品价格与经济增长的文献回顾 |
| 2.4.4 关于农业总要素生产率(TFP)与经济增长的文献回顾 |
| 2.4.5 农业与经济增长关系研究方法的文献回顾 |
| 3 论文研究的理论基础 |
| 3.1 农业发展理论 |
| 3.1.1 农业发展理论概述 |
| 3.1.2 农业发展理论的历史演进 |
| 3.1.3 农业发展理论的内涵 |
| 3.1.4 农业发展理论在中国农业发展和经济增长的运用 |
| 3.2 本文研究涉及的其它相关理论 |
| 3.2.1 农产品价格理论 |
| 3.2.2 经济周期理论 |
| 3.2.3 经济增长理论 |
| 4 农产品价格及其不确定性的长期记忆性与关联性检验 |
| 4.1 农产品价格及其不确定性的长期记忆性实证检验 |
| 4.1.1 长期记忆性分析方法 |
| 4.1.1.1 ARFIMA模型构建 |
| 4.1.1.2 FIGARCH模型构建 |
| 4.1.2 农产品价格的数据选择与描述 |
| 4.1.3 农产品价格及其不确定性的长期记忆性检验 |
| 4.2 农产品价格与其不确定性之间的关联性检验 |
| 4.2.1 向量自回归(VAR)模型构建 |
| 4.2.2 单位根检验 |
| 4.2.3 Granger因果关系的计量检验 |
| 4.2.4 VAR模型的脉冲响应及方差分解 |
| 4.3 本章小结 |
| 5 农产品价格及其波动性对中国经济的影响研究 |
| 5.1 农产品价格与中国经济增长之间的关联性检验 |
| 5.1.1 农产品价格序列与中国经济增长序列的选取和描述 |
| 5.1.2 时间序列的平稳性检验 |
| 5.1.3 向量自回归(VAR)模型的构建与估计 |
| 5.1.4 Granger因果关系检验 |
| 5.1.5 冲击响应函数估计与方差分解分析 |
| 5.2 农产品价格波动与中国经济增长波动性之间的关联性检验 |
| 5.2.1 ADF单位根检验 |
| 5.2.2 影响的方向及影响作用的程度分析 |
| 5.2.3 Granger因果关系检验 |
| 5.2.4 冲击反应的时间变化路径刻画 |
| 5.2.5 影响的贡献程度判别 |
| 5.3 本章小结 |
| 6 农业经济发展与宏观经济增长的周期性路径判别 |
| 6.1 非线性MS(M) –AR(P)模型构建 |
| 6.2 农业经济发展与宏观经济增长的周期性数据选择 |
| 6.3 中国农业经济发展与宏观经济增长的周期性路径刻画 |
| 6.3.1 非线性MS(M)-AR(p)模型的参数估计 |
| 6.3.2 中国农业经济以及宏观经济增长的区制转移概率 |
| 6.3.3 中国农业经济及宏观经济处于各增长区制的平均持续期 |
| 6.3.4 中国农业经济及宏观经济不同增长区制间的转移路径刻画 |
| 6.4 本章小结 |
| 7 农业经济发展在宏观经济运行过程的作用研究 |
| 7.1 非线性MS(M) -VAR(P)的模型设定 |
| 7.2 对农业总产值增长率及宏观经济增长率的时间动态轨迹的刻画 |
| 7.3 农业经济发展在宏观经济增长过程中的作用机制检验与分析 |
| 7.3.1 非线性MS(M) -VAR(p)模型的参数估计 |
| 7.3.2 农业经济发展对宏观经济增长作用机制的周期性变迁识别 |
| 7.3.3 农业经济发展对宏观经济增长作用机制的区制转移特征测度 |
| 7.4 农业经济发展在宏观经济波动过程中的作用机制检验与分析 |
| 7.4.1 非线性MS(M) -VAR(p)模型的参数估计 |
| 7.4.2 农业经济发展对宏观经济波动作用机制的周期性变迁识别 |
| 7.4.3 农业经济发展对宏观经济波动作用机制的区制转移特征测度 |
| 7.5 本章小结 |
| 8 结论 |
| 8.1 结论 |
| 8.2 政策建议 |
| 8.3 研究的不足与展望 |
| 参考文献 |
| 附录 A |
| 索引 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）中国国际海上货物运输CO2排放驱动因素分析及减排对策研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究进展与述评 |
| 1.3.1 CO_2排放测算研究进展 |
| 1.3.2 CO_2排放因素研究进展 |
| 1.3.3 CO_2排放趋势研究进展 |
| 1.3.4 海运CO_2排放问题研究进展 |
| 1.3.5 文献述评 |
| 1.4 研究问题、内容及路线 |
| 1.4.1 研究问题的提出 |
| 1.4.2 研究内容 |
| 1.4.3 研究方法和技术路线 |
| 2 相关概念和理论 |
| 2.1 基本概念界定 |
| 2.1.1 CO_2排放 |
| 2.1.2 海运CO_2排放 |
| 2.1.3 CO_2排放衡量指标 |
| 2.2 相关理论基础 |
| 2.2.1 低碳经济理论 |
| 2.2.2 可持续发展理论 |
| 2.2.3 脱钩理论 |
| 2.3 海运CO_2排放的理论辨析 |
| 2.3.1 低碳海运发展及度量指标 |
| 2.3.2 海运CO_2排放分析框架 |
| 3 中国国际海上货物运输CO_2排放测算研究 |
| 3.1 CO_2排放测算问题描述及解决思路 |
| 3.2 中国国际海上货物运输CO_2测算模型构建 |
| 3.2.1 中国国际海运CO_2排放测算模型 |
| 3.2.2 货物类别及船型的选取 |
| 3.2.3 数据来源与处理 |
| 3.3 中国国际海上货物运输CO_2测算结果分析 |
| 3.3.1 中国国际海运CO_2排放量测算结果 |
| 3.3.2 中国国际海上货物运输CO_2时序特征分析 |
| 3.3.3 各船型CO_2排放演进特征分析 |
| 3.3.4 中国国际海运CO_2排放及全球海运CO_2排放比较 |
| 3.4 本章小结 |
| 4 中国国际海上货物运输CO_2排放未来趋势预测研究 |
| 4.1 CO_2排放趋势预测问题描述及解决思路 |
| 4.2 中国国际海运CO_2排放未来趋势预测模型构建 |
| 4.3 情景构建 |
| 4.3.1 海运需求量因子 |
| 4.3.2 船舶能耗因子 |
| 4.3.3 CO_2排放因子 |
| 4.3.4 情景设计 |
| 4.4 中国国际海运CO_2排放量未来趋势预测 |
| 4.4.1 基础基准情景下中国国际海运CO_2排放趋势预测 |
| 4.4.2 三种调整基准情景下中国国际海运CO_2排放趋势预测 |
| 4.4.3 中国国际海运CO_2排放预测值与全球CO_2减排理想目标比较 |
| 4.5 本章小结 |
| 5 中国国际海运CO_2排放驱动因素及其与经济增长脱钩研究 |
| 5.1 CO_2排放因素研究问题描述及解决思路 |
| 5.2 中国国际海运CO_2排放驱动因素分解模型构建 |
| 5.2.1 Kaya恒等式及驱动因素指标选取 |
| 5.2.2 中国国际海运CO_2排放驱动因素分解模型 |
| 5.2.3 数据来源与处理 |
| 5.3 中国国际海运CO_2排放驱动因素结果分析 |
| 5.3.1 总体因素分解结果分析 |
| 5.3.2 各驱动因素的效应分析 |
| 5.4 中国国际海运CO_2排放与经济增长脱钩模型构建 |
| 5.4.1 中国国际海运CO_2排放脱钩模型 |
| 5.4.2 数据来源与处理 |
| 5.5 中国国际海运CO_2排放脱钩结果及分析 |
| 5.5.1 中国国际海运CO_2排放脱钩状态分析 |
| 5.5.2 中国国际海运CO_2排放脱钩指数变化的内在机理分析 |
| 5.6 本章小结 |
| 6 中国国际海上货物运输CO_2减排路径研究 |
| 6.1 CO_2减排路径研究问题描述及解决思路 |
| 6.2 海运业CO_2减排途径的可能选择 |
| 6.2.1 基于技术进步的减排 |
| 6.2.2 基于燃料替代的减排 |
| 6.2.3 基于运营合理化的减排 |
| 6.3 中国国际海运CO_2减排策略长期评价模型构建 |
| 6.3.1 中国国际海运CO_2减排目标确定 |
| 6.3.2 中国国际海运CO_2减排策略长期评价模型 |
| 6.4 海运CO_2减排目标约束路径下各减排途径指标回溯 |
| 6.4.1 海运CO_2减排目标约束路径下的CO_2排放效率 |
| 6.4.2 各减排途径的指标设置与组合 |
| 6.5 满足海运CO_2减排目标约束的代表性路径分析 |
| 6.5.1 “强化零碳燃料”减排路径 |
| 6.5.2 “超低慢速航行”减排路径 |
| 6.5.3 两种代表性减排路径对比分析 |
| 6.6 中国海运业碳减排政策建议 |
| 6.6.1 建立船舶MRV管理体系 |
| 6.6.2 建立完善市场机制政策体系 |
| 6.6.3 推动节能减排技术进步 |
| 6.6.4 发展可替代新能源技术 |
| 6.6.5 实施运营合理化手段 |
| 6.6.6 优化海运进出口货类结构 |
| 6.6.7 推进交通业基础设施建设 |
| 6.7 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（3）1.5℃约束下中国电力行业碳达峰后情景及效应研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 温控目标相关研究 |
| 1.2.2 碳排放峰值预测研究动态 |
| 1.2.3 碳减排效应相关研究 |
| 1.2.4 电力行业碳排放相关研究 |
| 1.3 研究内容 |
| 1.3.1 研究总体思路 |
| 1.3.2 研究目标 |
| 1.3.3 研究重点 |
| 1.3.4 研究难点 |
| 1.3.5 研究技术路线 |
| 1.4 研究成果及创新之处 |
| 1.5 本章小结 |
| 第2章 中国电力行业发展现状分析 |
| 2.1 引言 |
| 2.2 中国电力行业基本经济指标发展现状 |
| 2.2.1 全社会用电量 |
| 2.2.2 发电装机容量 |
| 2.2.3 电力行业工业增加值及其占比 |
| 2.3 中国电力行业投资建设指标发展现状 |
| 2.3.1 历年电源投资完成情况 |
| 2.3.2 历年电网投资完成情况 |
| 2.4 中国电力行业技术效率指标发展现状 |
| 2.4.1 电厂发电和供电标准煤耗 |
| 2.4.2 发电厂厂用电率 |
| 2.4.3 电厂发电设备利用小时数 |
| 2.4.4 供、售电量及线路损失率 |
| 2.4.5 历年发用电设备容量比 |
| 2.5 中国电力行业燃料消耗指标发展现状 |
| 2.5.1 发电消耗标煤量 |
| 2.5.2 供热消耗标煤量 |
| 2.5.3 电力生产与消费弹性系数 |
| 2.6 本章小结 |
| 第3章 中国电力行业碳排放及电源结构的国际间比较 |
| 3.1 引言 |
| 3.2 碳排放总量现状 |
| 3.2.1 全球碳排放总量 |
| 3.2.2 中国碳排放总量 |
| 3.2.3 五大洲代表性国家碳排放总量 |
| 3.3 电力行业碳排放量现状 |
| 3.3.1 全球电力行业碳排放总量 |
| 3.3.2 中国电力行业碳排放总量 |
| 3.3.3 五大洲代表性国家电力行业碳排放总量 |
| 3.4 电力行业电源结构及对应碳排放现状 |
| 3.4.1 全球电力行业电源结构及其碳排放 |
| 3.4.2 中国电力行业电源结构及其碳排放 |
| 3.4.3 五大洲代表性国家电力行业电源结构及其碳排放 |
| 3.5 本章小结 |
| 第4章 1.5℃约束下中国电力行业碳达峰后情景分析 |
| 4.1 引言 |
| 4.2 1.5℃约束下中国电力行业技术减排情景 |
| 4.2.1 1.5℃约束下电力行业电源结构 |
| 4.2.2 Markov Chain模型基本原理 |
| 4.2.3 中国电力行业电源结构预测的Markov Chain模型 |
| 4.2.4 无1.5℃约束下的中国电源结构基准情景预测 |
| 4.2.5 1.5℃约束下的中国电源结构技术减排情景预测 |
| 4.3 1.5℃约束下中国电力行业经济减排情景 |
| 4.3.1 1.5℃约束下中国电力行业碳排放剩余预算 |
| 4.3.2 1.5℃约束下中国电力行业经济减排情景预测 |
| 4.4 中国电力行业碳达峰后情景 |
| 4.5 本章小结 |
| 第5章 中国电力行业碳达峰后情景综合效应评估模型构建 |
| 5.1 引言 |
| 5.2 可计算一般均衡模型的基本原理 |
| 5.2.1 可计算一般均衡模型的基本形式 |
| 5.2.2 可计算一般均衡模型的应用领域 |
| 5.2.3 可计算一般均衡模型的方程体系及数据基础 |
| 5.3 GTAP模型的框架体系 |
| 5.3.1 GTAP模型的基本结构 |
| 5.3.2 GTAP模型的应用领域 |
| 5.3.3 GTAP模型的数据基础 |
| 5.4 GTAP-E模型的构建 |
| 5.4.1 GTAP-E模型的基本结构 |
| 5.4.2 GTAP-E模型的改进 |
| 5.5 本章小结 |
| 第6章 1.5℃约束下中国电力行业碳达峰后技术减排情景综合效应分析 |
| 6.1 引言 |
| 6.2 技术减排情景对宏观经济的效应分析 |
| 6.2.1 对GDP的效应分析 |
| 6.2.2 对投资的效应分析 |
| 6.2.3 对不同行业总产出的效应分析 |
| 6.3 技术减排情景对进出口贸易的效应分析 |
| 6.3.1 对进口的效应分析 |
| 6.3.2 对出口的效应分析 |
| 6.4 技术减排情景对能源消费水平的效应分析 |
| 6.4.1 对煤炭消费量的效应分析 |
| 6.4.2 对石油消费量的效应分析 |
| 6.4.3 对天然气消费量的效应分析 |
| 6.5 技术减排情景对碳排放水平的效应分析 |
| 6.5.1 对碳排放总量的效应分析 |
| 6.5.2 对电力行业煤电碳排放的效应分析 |
| 6.5.3 对居民生活用能碳排放量的效应分析 |
| 6.5.4 对重点行业碳排放量的效应分析 |
| 6.6 技术减排情景对居民生活的效应分析 |
| 6.6.1 对居民生活消费的效应分析 |
| 6.6.2 对居民福利的效应分析 |
| 6.7 基于技术减排层面的政策建议 |
| 6.8 本章小结 |
| 第7章 1.5℃约束下中国电力行业碳达峰后经济减排情景综合效应分析 |
| 7.1 引言 |
| 7.2 经济减排情景对宏观经济的效应分析 |
| 7.2.1 对碳定价的效应分析 |
| 7.2.2 对GDP的效应分析 |
| 7.2.3 对投资的效应分析 |
| 7.2.4 对部门总产出的效应分析 |
| 7.3 经济减排情景对进出口贸易的效应分析 |
| 7.3.1 对进口的效应分析 |
| 7.3.2 对出口的效应分析 |
| 7.4 经济减排情景对能源消费水平的效应分析 |
| 7.4.1 对煤炭消费量的效应分析 |
| 7.4.2 对石油消费量的效应分析 |
| 7.4.3 对天然气消费量的效应分析 |
| 7.5 经济减排情景对碳排放水平的效应分析 |
| 7.5.1 对碳排放总量的效应分析 |
| 7.5.2 对电力行业煤电碳排放的效应分析 |
| 7.5.3 对居民生活用能碳排放量的效应分析 |
| 7.5.4 对重点行业碳排放量的效应分析 |
| 7.6 经济减排情景对居民生活的效应分析 |
| 7.6.1 对居民生活消费的效应分析 |
| 7.6.2 对居民福利的效应分析 |
| 7.7 基于经济减排层面的政策建议 |
| 7.8 本章小结 |
| 第8章 研究结论与展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（4）中国民航客运碳排放时空演变与影响因素研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 碳排放测算 |
| 1.2.2 碳排放影响因素 |
| 1.2.3 碳排放峰值预测 |
| 1.2.4 文献述评 |
| 1.3 主要研究内容及技术路线图 |
| 1.4 研究方法与数据处理 |
| 1.4.1 碳排放测算 |
| 1.4.2 碳排放影响因素分解 |
| 1.4.3 碳排放预测模型 |
| 1.4.4 数据来源与处理 |
| 2 中国民航客运碳排放时空演变特征 |
| 2.1 中国民航客运发展现状 |
| 2.2 中国民航客运碳排放时序变化 |
| 2.2.1 碳排放量 |
| 2.2.2 碳排放强度 |
| 2.2.3 民航客运碳排放垄断性分析 |
| 2.3 中国民航客运碳排放空间演变 |
| 2.4 小结 |
| 3 中国民航客运碳排放影响因素分析 |
| 3.1 影响因素识别 |
| 3.2 影响因素分析 |
| 3.3 小结 |
| 4 中国民航客运碳排放峰值预测 |
| 4.1 STIRPAT模型构建与检验 |
| 4.2 碳排放峰值情景分析 |
| 4.2.1 民航客运周转量预测 |
| 4.2.2 人口 |
| 4.2.3 人均GDP |
| 4.2.4 能源消耗水平 |
| 4.2.5 生物燃油替代比例 |
| 4.3 各种情景下的民航客运碳排放分析 |
| 4.4 小结 |
| 5 结论 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（5）中国区域碳排放对工业生态系统运行效率影响统计分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容及结构安排 |
| 1.2.1 研究内容 |
| 1.2.2 结构安排 |
| 1.3 研究思路与方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 论文创新之处与不足 |
| 1.4.1 主要创新点 |
| 1.4.2 不足之处 |
| 第2章 国内外文献综述 |
| 2.1 区域碳排放综述 |
| 2.1.1 国外研究综述 |
| 2.1.2 国内研究综述 |
| 2.2 工业生态系统综述 |
| 2.2.1 国外研究综述 |
| 2.2.2 国内研究综述 |
| 2.3 区域碳排放与工业生态系统运行综述 |
| 2.3.1 国外研究综述 |
| 2.3.2 国内研究综述 |
| 第3章 相关理论基础 |
| 3.1 低碳经济理论 |
| 3.1.1 低碳经济内涵 |
| 3.1.2 环境库兹涅茨曲线 |
| 3.1.3 环境经济学理论 |
| 3.2 可持续发展理论 |
| 3.2.1 可持续发展的内涵 |
| 3.2.2 可持续发展的意义 |
| 3.2.3 低碳经济与可持续发展的关系 |
| 3.3 区域工业生态系统及其运行 |
| 3.3.1 工业生态系统的内涵 |
| 3.3.2 工业生态系统的特点 |
| 3.3.3 碳排放对工业生态系统运行影响机理 |
| 3.4 其他相关理论 |
| 3.4.1 空间统计学理论 |
| 3.4.2 灰色关联理论 |
| 3.4.3 系统动力学理论 |
| 3.4.4 DEA方法 |
| 第4章 中国区域碳排放核算分析 |
| 4.1 区域碳排放测算方法 |
| 4.1.1 区域碳排放核算原则 |
| 4.1.2 区域碳排放核算方法 |
| 4.2 区域碳排放核算及空间状况分析 |
| 4.2.1 全国碳排放核算分析 |
| 4.2.2 东中西部碳排放核算分析 |
| 4.2.3 省域碳排放核算分析 |
| 4.3 区域碳排放空间相关分析 |
| 4.3.1 区域碳排放总量空间相关分析 |
| 4.3.2 区域碳排放强度空间相关分析 |
| 4.3.3 区域人均碳排放量空间相关分析 |
| 4.4 区域碳排放影响因素分析 |
| 4.4.1 区域碳排放总量影响因素分析 |
| 4.4.2 区域碳排放强度影响因素分析 |
| 4.4.3 区域人均碳排放量影响因素分析 |
| 4.5 本章小结 |
| 第5章 区域工业生态系统模型构建与仿真 |
| 5.1 区域工业生态系统运行SD模型构建 |
| 5.1.1 系统运行的SD模型构建原则与思路 |
| 5.1.2 区域工业生态系统运行的主要因果关系 |
| 5.1.3 区域工业生态系统流图与方程编写 |
| 5.2 区域工业生态系统运行SD模型的检验与仿真 |
| 5.2.1 模型检验 |
| 5.2.2 系统仿真与预测 |
| 5.3 区域工业生态系统运行情景分析与政策模拟 |
| 5.3.1 区域工业生态系统运行情景分析 |
| 5.3.2 区域工业生态系统运行政策模拟 |
| 5.4 本章小结 |
| 第6章 区域碳排放对工业生态系统运行效率影响分析 |
| 6.1 区域工业生态系统运行效率测算与分析 |
| 6.1.1 区域工业生态系统运行效率指标体系构建 |
| 6.1.2 区域工业生态系统运行效率测算 |
| 6.1.3 松弛变量分析 |
| 6.2 碳排放约束下工业生态系统运行效率测算与分析 |
| 6.2.1 区域碳排放目标测算 |
| 6.2.2 碳排放约束下模型构建 |
| 6.2.3 碳排放约束下区域工业生态系统运行效率测算 |
| 6.3 区域碳排放对工业生态系统运行效率影响 |
| 6.3.1 区域工业生态系统运行效率变化分析 |
| 6.3.2 区域工业生态系统全要素生产率分析 |
| 6.4 本章小结 |
| 第7章 发展低碳经济提高工业生态系统运行效率政策建议 |
| 7.1 转变区域经济增长方式 |
| 7.2 优化区域产业结构 |
| 7.3 激励区域企业技术创新 |
| 7.4 降低区域能源消耗强度 |
| 7.5 提高区域工业生态系统运行效率 |
| 7.6 提升城镇化质量和公民环保意识 |
| 7.7 建立区域碳排放市场 |
| 7.8 健全区域碳排放法律、法规 |
| 第8章 研究结论与展望 |
| 8.1 主要结论 |
| 8.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间发表论文及参加科研情况 |
（6）共享社会经济路径下中国经济发展趋势及影响要素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 气候情景的演变 |
| 1.2.2 经济预测研究进展 |
| 1.2.3 影响要素研究进展 |
| 1.3 技术路线 |
| 1.4 研究内容 |
| 1.5 论文结构 |
| 第二章 研究数据及方法 |
| 2.1 研究数据 |
| 2.2 研究方法 |
| 2.2.1 共享社会经济路径 |
| 2.2.2 柯布-道格拉斯经济预测模型 |
| 2.2.3 共享社会经济路径下经济预测情景假设 |
| 2.2.4 经济发展贡献分解方法 |
| 第三章 1978-2018年经济变化 |
| 3.1 经济总量变化 |
| 3.2 分产业变化 |
| 3.3 产业结构变化 |
| 3.4 章节总结 |
| 第四章 2010-2100年经济总量时空变化 |
| 4.1 预测结果验证 |
| 4.2 中国经济总量预测 |
| 4.3 分省经济总量变化 |
| 4.4 章节总结 |
| 第五章 2010-2100年分产业产值时空变化 |
| 5.1 预测结果验证 |
| 5.2 中国分产业变化 |
| 5.3 分省分产业变化 |
| 5.4 中国及分省产业结构变化 |
| 5.5 章节总结 |
| 第六章 影响要素分析 |
| 6.1 1978-2100年各要素变化 |
| 6.2 1978-2100年各要素贡献 |
| 6.3 章节总结 |
| 第七章 结论与展望 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（7）经济新常态下人民币国际化影响因素及测度研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究背景与研究意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 国内外文献综述 |
| 一、货币国际化相关理论文献综述 |
| 二、货币国际化影响因素文献综述 |
| 三、货币国际化程度度量文献综述 |
| 四、文献述评 |
| 第三节 研究内容与研究方法 |
| 一、研究内容 |
| 二、研究方法 |
| 第四节 可能存在的创新点及不足之处 |
| 一、可能存在的创新点 |
| 二、不足之处 |
| 第二章 货币国际化的理论基础 |
| 第一节 国际货币与货币国际化 |
| 第二节 货币国际化的相关理论 |
| 一、最优货币区理论 |
| 二、货币替代理论 |
| 三、国际金融市场一体化理论 |
| 四、网络外部性与转换成本理论 |
| 第三章 人民币国际化的现状分析 |
| 第一节 人民币国际化的现实背景 |
| 一、当前国际货币体系的利弊 |
| 二、人民币国际化的历史机遇 |
| 三、中国经济发展进入新常态 |
| 四、人民币国际化的收益及成本 |
| 第二节 人民币国际化的具体现状 |
| 一、交易媒介职能视角下人民币国际化的具体现状 |
| 二、记账单位职能视角下人民币国际化的具体现状 |
| 三、价值储备职能视角下人民币国际化的具体现状 |
| 第四章 人民币国际化的影响因素分析 |
| 第一节 经济发展水平与人民币国际化 |
| 第二节 币值稳定与人民币国际化 |
| 第三节 金融市场发展与人民币国际化 |
| 第四节 货币惯性与人民币国际化 |
| 第五节 其他因素与人民币国际化 |
| 第五章 人民币国际化测度指标体系构建及趋势分析 |
| 第一节 实证方法介绍与指标的选取 |
| 一、实证方法介绍 |
| 二、指标的选取与数据 |
| 第二节 人民币国际化程度的测算 |
| 第三节 测算结果及趋势分析 |
| 一、测算结果分析 |
| 二、测算趋势分析 |
| 第四节 新常态下人民币国际化程度的指数平滑分析 |
| 第六章 结论及对策建议 |
| 第一节 结论 |
| 第二节 对策建议 |
| 一、保持经济健康发展、积极开展跨境贸易 |
| 二、深化金融市场改革、建立国际金融中心 |
| 三、维持国内物价稳定、促进汇率市场化改革 |
| 四、推动人民币“走出去”、提高人民币国际储备份额 |
| 参考文献 |
| 致谢 |
| 在读期间科研成果 |
（8）中国终端能源消费演变规律及预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 能源消费规律研究现状 |
| 1.2.2 能源消费预测研究现状 |
| 1.3 本文研究思路及研究内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.4 本文创新点 |
| 第2章 能源消费理论与相关研究方法 |
| 2.1 能源消费的理论基础 |
| 2.1.1 能源的概念及分类 |
| 2.1.2 能源消费指标 |
| 2.1.3 能源消费影响因素 |
| 2.1.4 能源消费空间结构 |
| 2.1.5 能源消费预测的分类 |
| 2.1.6 能源消费预测的步骤 |
| 2.2 能源消费影响因素分析方法 |
| 2.2.1 相关性分析方法 |
| 2.2.2 格兰杰因果分析方法 |
| 2.2.3 IPAT模型 |
| 2.2.4 STIRPAT模型 |
| 2.2.5 LMDI模型 |
| 2.3 能源消费空间结构分析方法 |
| 2.3.1 探索性空间数据分析法(ESDA) |
| 2.3.2 社会网络分析法(SNA) |
| 2.4 能源消费预测方法 |
| 2.4.1 趋势外推法 |
| 2.4.2 回归分析法 |
| 2.4.3 随机时间序列法 |
| 2.4.4 灰色预测法 |
| 2.4.5 神经网络法 |
| 2.4.6 组合预测法 |
| 2.5 本章小结 |
| 第3章 中国终端能源消费演变规律 |
| 3.1 终端能源消费现状变化规律 |
| 3.1.1 终端能源消费总量变化规律 |
| 3.1.2 终端能源消费强度变化规律 |
| 3.1.3 人均终端能源消费变化规律 |
| 3.1.4 终端能源消费结构变化规律 |
| 3.2 终端能源消费影响因素变化规律 |
| 3.2.1 生产用终端能源影响因素变化规律 |
| 3.2.2 生活用终端能源影响因素变化规律 |
| 3.3 终端能源消费空间网络变化规律 |
| 3.3.1 整体网络结构分析 |
| 3.3.2 中心性分析 |
| 3.3.3 块模型分析 |
| 3.4 本章小结 |
| 第4章 中国终端能源消费总量预测 |
| 4.1 中国终端能源消费总量单一模型预测 |
| 4.1.1 依据终端能源消费总量变化规律预测 |
| 4.1.2 依据终端能源消费强度变化规律预测 |
| 4.1.3 依据人均终端能源消费变化规律预测 |
| 4.2 几种单一模型精确度的比较 |
| 4.2.1 常用精确度评价指标介绍 |
| 4.2.2 贴近度评价方法的原理与构建 |
| 4.2.3 单一模型的精确度比较 |
| 4.3 组合预测模型 |
| 4.3.1 利用标准差法进行组合预测 |
| 4.3.2 利用方差倒数法进行组合预测 |
| 4.3.3 利用最优线性法进行组合预测 |
| 4.4 组合预测模型精度的比较 |
| 4.5 中国2019-2021年终端能源消费预测 |
| 4.5.1 中国GDP估计 |
| 4.5.2 中国人口估计 |
| 4.5.3 中国终端能源消费预测 |
| 4.6 本章小结 |
| 第5章 中国终端能源消费结构预测 |
| 5.1 单一模型预测 |
| 5.1.1 马尔科夫预测模型 |
| 5.1.2 成分数据变换预测模型 |
| 5.2 组合模型预测 |
| 5.3 中国2019-2021年终端能源消费结构预测 |
| 5.4 本章小结 |
| 第6章 研究成果与结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（9）能源消费强度的影响因素与碳排放预测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路与方法 |
| 1.2.1 研究思路 |
| 1.2.2 研究方法 |
| 1.3 研究内容与框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究框架 |
| 第二章 国内外研究现状 |
| 2.1 能源消费强度相关研究 |
| 2.2 能源消费强度影响因素相关研究 |
| 2.3 碳排放相关研究 |
| 2.4 能消费强度与碳排放关系相关研究 |
| 2.5 本章小结 |
| 第三章 能源消费强度的变动特征研究 |
| 3.1 引言 |
| 3.2 能源消费强度的变动趋势特征分析 |
| 3.2.1 能源消费强度的变动趋势 |
| 3.2.2 煤炭消费强度的变动趋势 |
| 3.2.3 电力消费强度的变动趋势 |
| 3.3 能源消费强度的波动特征分析 |
| 3.3.1 模型与数据 |
| 3.3.2 结果分析与讨论 |
| 3.4 能源消费强度的弹性变动特征分析 |
| 3.4.1 模型与数据 |
| 3.4.2 结果分析与讨论 |
| 3.5 本章小结 |
| 第四章 能源消费强度的影响因素研究 |
| 4.1 引言 |
| 4.2 模型与方法 |
| 4.2.1 归因分析方法 |
| 4.2.2 面板分位数回归 |
| 4.3 数据的来源与选择 |
| 4.4 实证结果与讨论 |
| 4.4.1 归因分析 |
| 4.4.2 整体回归分析 |
| 4.4.3 区域回归分析 |
| 4.5 本章小结 |
| 第五章 能源消费强度与碳排放预测研究 |
| 5.1 引言 |
| 5.2 模型与方法 |
| 5.2.1 碳排放量核算方法 |
| 5.2.2 碳排放分解模型 |
| 5.2.3 情景分析方法 |
| 5.3 数据的来源与选择 |
| 5.4 实证结果与讨论 |
| 5.4.1 碳排放量分解分析 |
| 5.4.2 碳排放预测分析 |
| 5.4.3 碳减排途径分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究结论与政策建议 |
| 6.1.1 研究结论 |
| 6.1.2 政策建议 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（10）低碳约束背景下中国能源转型路径与优化模型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 中国碳减排目标的实现亟需发展低碳经济 |
| 1.1.2 中国以高碳能源为主的能源结构亟待优化 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 文献综述 |
| 1.3.1 能源低碳转型研究现状 |
| 1.3.2 能源转型碳减排评估研究现状 |
| 1.3.3 能源系统规划研究现状 |
| 1.3.4 文献总结 |
| 1.4 研究内容及拟解决的问题 |
| 1.4.1 研究内容 |
| 1.4.2 拟解决关键问题 |
| 1.5 研究思路及技术路线 |
| 1.5.1 研究思路 |
| 1.5.2 技术路线 |
| 第2章 相关概念与理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 能源种类及能源结构概念界定 |
| 2.1.2 二氧化碳排放概念界定 |
| 2.1.3 能源转型路径概念界定 |
| 2.2 理论基础 |
| 2.2.1 低碳经济理论 |
| 2.2.2 环境库兹涅茨曲线理论 |
| 2.2.3 能源替代理论 |
| 2.2.4 复杂系统耦合优化理论 |
| 2.3 本章小结 |
| 第3章 中国二氧化碳排放与能源转型路径时空演变特征研究 |
| 3.1 模型方法及数据来源 |
| 3.1.1 研究框架 |
| 3.1.2 二氧化碳排放量估算方法 |
| 3.1.3 数据来源 |
| 3.2 中国能源转型路径时空演变特征 |
| 3.2.1 国家层面 |
| 3.2.2 区域层面 |
| 3.3 中国二氧化碳排放时空演变特征 |
| 3.3.1 国家层面 |
| 3.3.2 区域层面 |
| 3.4 本章小结 |
| 第4章 低碳约束背景下中国能源转型路径选择研究 |
| 4.1 中国能源转型路径可行性评估:高碳能源转向低碳能源 |
| 4.1.1 模型方法 |
| 4.1.2 数据来源 |
| 4.1.3 结果分析与讨论 |
| 4.2 中国能源转型路径可行性评估:高碳能源转向清洁能源 |
| 4.2.1 模型方法 |
| 4.2.2 数据来源 |
| 4.2.3 结果分析与讨论 |
| 4.3 本章小结 |
| 第5章 中国能源转型路径的碳减排效应评估研究 |
| 5.1 模型方法及数据来源 |
| 5.1.1 LMDI指数分解分析方法 |
| 5.1.2 基于LMDI的中国二氧化碳排放驱动因素分解模型 |
| 5.1.3 数据来源 |
| 5.2 结果分析与讨论 |
| 5.2.1 国家层面 |
| 5.2.2 区域层面 |
| 5.3 本章小结 |
| 第6章 中国能源转型路径优化研究:基于改进的LEAP模型 |
| 6.1 模型方法及数据来源 |
| 6.1.1 模型框架 |
| 6.1.2 计算方法 |
| 6.1.3 情景及参数设置 |
| 6.1.4 数据来源 |
| 6.2 结果分析与讨论 |
| 6.2.1 基准情景的结果 |
| 6.2.2 能源转型情景的结果 |
| 6.2.3 分行业碳减排潜力对比 |
| 6.3 本章小结 |
| 第7章 低碳约束背景下中国能源转型的策略研究 |
| 7.1 中国天然气发展驱动力及促进策略研究 |
| 7.1.1 模型方法 |
| 7.1.2 数据来源 |
| 7.1.3 结果分析与讨论 |
| 7.1.4 结论及政策建议 |
| 7.2 中国核能及可再生能源发展驱动力及促进策略研究 |
| 7.2.1 模型方法 |
| 7.2.2 数据来源 |
| 7.2.3 结果分析与讨论 |
| 7.2.4 结论及政策建议 |
| 7.3 本章小结 |
| 第8章 结论 |
| 8.1 基本结论 |
| 8.2 研究不足与未来展望 |
| 参考文献 |
| 附录 A 图表目录及缩写词 |
| 附录 B 第一章相关附表 |
| 附录 C 第三章相关附表 |
| 附录 D 第五章相关附表 |
| 附录 E 第六章相关附表 |
| 附录 F 第七章相关附表 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
四、2002年中国GDP增长预测（论文参考文献）
- [1]农业经济发展对宏观经济增长及波动的作用机制研究[D]. 郭向东. 北京交通大学, 2021(02)
- [2]中国国际海上货物运输CO2排放驱动因素分析及减排对策研究[D]. 马雪菲. 大连海事大学, 2020(01)
- [3]1.5℃约束下中国电力行业碳达峰后情景及效应研究[D]. 卢灿. 华北电力大学(北京), 2020(06)
- [4]中国民航客运碳排放时空演变与影响因素研究[D]. 郭鹏程. 西北师范大学, 2020(01)
- [5]中国区域碳排放对工业生态系统运行效率影响统计分析[D]. 丛日杰. 辽宁大学, 2020(08)
- [6]共享社会经济路径下中国经济发展趋势及影响要素研究[D]. 潘金玉. 南京信息工程大学, 2020(02)
- [7]经济新常态下人民币国际化影响因素及测度研究[D]. 赵楷. 安徽财经大学, 2019(03)
- [8]中国终端能源消费演变规律及预测研究[D]. 阮亮. 华北电力大学(北京), 2019(01)
- [9]能源消费强度的影响因素与碳排放预测研究[D]. 张弛. 合肥工业大学, 2019(03)
- [10]低碳约束背景下中国能源转型路径与优化模型研究[D]. 董康银. 中国石油大学(北京), 2019(01)