关于碳减排问题解决方案的建模探讨

关于碳减排问题解决方案的建模探讨

摘要：

关键词：碳排放；温室气体；气候变暖；燃料需求预测

1 问题的提出

1.1问题引出

“全球气候变暖”(Global Warming）以及“碳减排”（Carbon emission reduction）问题，是当今社会的热点问题。 世界没有一个有法律约束力的“碳排放”协议。为了从数学角度对现有的数据进行分析，结合各国的经济形势，从经济发展、能源需求、温室气体排放的逻辑顺序，据此建立模型预测至2030年及2050年前的碳排放情况，验证达到联合国“使全球变暖不超过2摄氏度”的气候变化目标实现的可能性，并给出了合理、现实的解决方案。

1.2问题重述

“全球气候变暖”（Global Warming）以及“碳减排”（Carbon emission reduction）问题，已成为世界关注的一个热点问题。但是由于各国环境条件的巨大差异以及利益间的巨大冲突， 世界各国却无法达成一个有法律约束力的“碳排放”协议，为此，联合国政府间气候变化专业委员会—IPCC特聘请你们提供相关研究报告，内容应包括：

1.在收集相关信息的基础上，对当前全世界碳排放形势作出分析，并据此建立模型预测至2030年及2050年前的碳排放情况。

2 如果要达到联合国“使全球变暖不超过2摄氏度”的气候变化目标，给出你们认为合理、现实的解决方案，并据此预测全世界2030年及2050年的碳排放情况。联合国的气候变化目标是否可以达到？

3.按照你们的解决方案，具体到美国、日本、俄罗斯、印度、巴西、中国等国家，各自应承担什么义务？理由是什么？

4.将你们的研究结果写成一份不超过两页的简短报告，提交给IPCC。要注意所引用数据的可靠性。所有引用文献请注明出处。

文中利用附录中提供的及自己查找到的资料和数据建立和全球变暖有关的因素的的数学模型，主要包括以下几个部分：

1.影响全球变暖的因素的数学模型； 2.煤炭需求量的数学模型；

..

3.碳排放量的数学模型；

4.描述碳排放量和温度升高之间关系的数学模型；

2附录表格中部分数据添加的说明

2问题分析

2.1背景分析

能源为人类社会文明的进步提供了强大的动力，但掠夺式开发和疯狂式利用也带来了严重的环境问题，比如水污染、大气污染、重金属污染、自然水位下降、干旱、地表沦陷等问题。早在14世纪初,英国就注意到了煤烟污染；17世纪伦敦煤烟污染加重时,有学者提出过改善大气品质的方案近年来，不过直到这时,污染只在少数地方存在,污染物也较少,依靠大自然的自净能力,尚不至于造成重大危害。环境污染发生质的变化并演变成一种威胁人类生存与发展的全球性危机, 则始于18世纪末叶兴起的工业革命。

国际上几个代表性的国家生产总值持续高速猛劲增长，创造了巨大的物质文明，但环境问题同样不可小觑。现阶段世界经济增长与环境保护之间存在着越来越尖锐的矛盾，现代工业化进程消耗了大量的化石能源，造成碳排放的大幅度增加，导致严重的温室效应。在不影响经济稳定增长的前提下，实现碳排放的逐渐减少，是国际社会目前亟待解决的问题。

全球气候变暖”（Global Warming）以及“碳减排”（Carbon emission reduction）问题，直接导致两极冰川融化和海平面的上升，已成为近年来世界关注的一个热点问题。碳排放强度（单位GDP的碳排放量）是衡量经济发展水平与碳排放增长之间关系的重要指标之一。掌握碳排放强度的变化规律，研究其主要影响因素的变化对其的冲击效应，可以为制定相应的节能减排政策提供数据支持和理论依据。

因此，为全世界碳排放形势作出分析，并据此建立模型预测，量化研究全球至2030年及2050年前的碳排放情况，提出合理、现实的解决方案具有重大而深远的意义。

2.2影响全球二氧化碳排放的相关因素

从二氧化碳排放的来源看，有生产和生活两部分，从量上可以主要分为四个方面。

一是国内生产总值（GDP）。从全球的情况来看，二氧化碳的排放量与实际GDP正相关，且二氧化碳的增长速度略小于实际GDP增速。而从各个国家的情况

..

来看，虽然都符合与GDP正相关的关系，但增速与实际GDP的增速由于产业结构能源结构等因素而各不相同。

二是产业结构。一个经济体中如果第二产业所占比例较高，尤其是重工业中的电力工业、水泥工业、冶金工业或者石油产业等比例较高，其二氧化碳排放量就会相对较高。这实际上反映了一个国家经济体的能源强度，即生产一单位GDP所需要的能源。观察世界各国的能源强度发现，最高的是俄罗斯和中东地区国家，它们以石油生产作为GDP的主要支柱，另外亚洲国家上升较快，且高于世界平均水平，而北美欧洲等地区国家的能源强度则低于世界平均水平，且趋于下降，这与发达国家第三产业比例升高有关。

三是能源结构及能源效率。众所周知，各种燃料燃烧排放二氧化碳的强度从高到低依次是：煤、石油、天然气、水能、核能等新能源。一个国家的能源结构及燃料使用效率对二氧化碳的排放也起到很大作用。从世界各国的化石燃料使用情况来看，欧洲各国的煤使用比例从1980年持续下降，到2007年，由原来的30%下降到18%，这部分解释了欧洲二氧化碳排放量稳中有降的状态。 四是生活排放的污染物和农业、林业的影响。如取暖，高纬度地区由于天气寒冷，由取暖而燃烧化石燃料排放的二氧化碳相对较多，经济水平接近的欧洲与美国相比，居民取暖排放的二氧化碳在全部二氧化碳排放中所占的比例分别为10.8%与5.8%；再如交通方式，欧洲国家较小，地铁系统发达，人均汽车拥有量较美国少，因而，欧洲道路交通二氧化碳排放量占全部二氧化碳排放量的22%，美国占27%；欧洲人均交通二氧化碳排放量为1.81 吨/人，而美国这一指标达4.07吨/人。因此，改善交通结构，减少生活用电量等都可以减少生活二氧化碳排放量，这对以生活排放为主的美国尤为重要，对中国也有一定的借鉴意义。

2.3全球二氧化碳减排的有效路径

根据从能源到二氧化碳的产生过程，减排有两个切入点，其一是从能源市场

进行干涉，改善能源结构或者提高能源的使用效率，主要方法有使用税收等手段改变不同能源物质的价格、政府管制限额、推广可以提高化石燃烧效率的新技术等；其二是从电力市场入手进行干涉，改变电力的需求供给关系来影响能源的使用，使用税收等手段抬高电价或倡导全社会节约用电，减少电的需求，调整产业结构以及资本密度，在工业领域对设备实行精细化管理、按期保养、维护设备，利用新技术提高各种生产设备的用电效率等。

但是，在这个过程中，会对这两个市场的供给方或需求方产生一定的影响，即出现减排成本。首先影响能源大国的经济；其次，会导致电价以及其他材料生产成本提高，影响经济复苏；第三，汽车等产品的消费会由于能源价格上涨而下降。

..

大气中二氧化碳含量（碳存量）也是一个非常重要的概念。二氧化碳存量治理有其必要性。以减排为主要手段的低碳经济不是一蹴而就的，碳捕获和存储被科学界认为是减少二氧化碳气体最具时效的手段。

地球最主要的二氧化碳吸纳处是海洋，科学家发现海洋在1800年到1994年间吸收了4760亿吨二氧化碳，接近于排放总量的一半；仅2008年一年，海洋就吸收了23亿吨的碳，是人类全年释放二氧化碳总量的四分之一。海洋对二氧化碳的吸收受温度、海水酸碱度以及其他因素的影响，因此，治理海洋环境，改善污水排放所引起的海洋污染，通过科学研究增强海洋吸碳能力都是减少碳存量的方法。

另一个碳吸收者为森林。数据显示，2000～2005年间，全世界有731.7万公顷的森林从地球上消失。从地区看，非洲全域森林减少率相对较高，2000～2005年每年减少0.6%，森林面积每年减少404万公顷。大洋洲地区的森林面积也同样在减少，年减少率为0.2%。亚洲的森林面积虽然整体上有所增加，但个别国家森林持续减少的局面没有多大改观。欧洲地区的森林面积则继续增加。因此，投入资金进行植树造林、森林维护，以及控制东南亚、南非国家的森林砍伐和林业发展，都是有效解决碳存量的方法。

除此之外，投资研发资金生产，开发人工吸收技术也是解决碳存量的有效方法。

2.4碳排放量计算

主要是以IPCC的国家温室气体排放清单为代表的全面测算碳排放,IPCC2006年国家温室气体排放中,碳排放的全面测算包括能源、工业过程和产品使用、农业、林业和其他土地利用、废弃物四个方面。其中，工业工程和产品使用的动力是电力或煤炭石油天然气，而电力又由煤炭石油天然气燃烧发电产生的（考虑到现今社会下，水电、新能源发电所占的比例较小，不予考虑），所以不考虑工业生产对碳排放量的影响，农业、林业生产中，绿色植物的生长过程中光合作用需要吸收CO2，保守计算情况下，考虑光合作用所消耗的CO2来源于废弃物所产生，所以在计算中，只考虑能源消耗量对碳排放量的影响。 因为我国现在还没有碳排放量的直接监测资料,所以本文对碳排放量的研究是通过对能源消费量的测算得来的,能源消费量就是统计年鉴中终端能源消费量。

计算公式釆用《IPCC2006温室气体排放清单》所推荐的公式,即: C（总排放量）=E（能源终端消耗量）×c（排放系数） 具体数学公式如下:

CEc （2-1）

..

其中C为碳排放量,单位为104t；C为碳排放系数(t-C/tce)；E为能源终端消耗量,单位为104t.tce。当E为能源消耗总量时,根据国家发展与改革委员会能源研究所推荐数值C即碳排放系数为0.67,C02的排放系数为2.4567, 表1. 碳排放系数

C02排放系数

推荐值

国家发改委能源所

0.67(t-C/tce)

2.4567(t-C02/tce)

2.5具体问题分析

本题要求我们建立一个预测未来三十年内的碳排放量的的数学模型，其中包括搜集相关的数据资料，分析当前全世界碳排放形势，就旨在达到联合国“使全球变暖不超过2摄氏度”的气候变化目标，给出合理、现实的解决方案，并据此预测全世界2030年及2050年的碳排放情况，并予以验证该目标能否实现，最后还要在提出的方案合理的基础上，给出方案中几个主要的能源消耗大国美国、日本、俄罗斯、印度、巴西、中国等国家，各自应承担的义务。 下图所示为解题过程中需要解决的问题。

问题1：如何获取数据资料及对数据处理并预测未 来的平均数据

问题4：如何安排各个国家的减排措施问题3：如何验证温度升高是否超过2℃问题2：如何建立二氧化碳排放量和温度升高的关系 图1. 问题解决流程简图

对于问题一，在获取的数据资料的基础上对当前全世界碳排放形势作出分析，建立预测模型。本文依托中国煤炭资源网（http://www.sxcoal.com/gjms/33200/0/listnew.html）等网站提供的世界煤

..

炭年消费量数据、世界石油年消费量数据、世界天然气年消费量数据，应建立模型的需要，将数据进行了一定的技术处理，统一折算到标准煤，进而利用改造过的神经网络预测算法即灰色神经网络预测算法预测未来三十年时间内世界年煤炭、石油、天然气的消耗量。

针对问题二,在从美国国家航空航天局网站上获取的数据资料的基础上，以1880-2007年全球CO2排放量的数据作为输入变量，与1880-2007年全球年平均气温建立LREG-FARIMA模型，利用FARIMA模型对 LREG 模型的残差进行动态预测，探究CO2排放量增加对全球温度上升的影响，进而从数学角度建立二氧化碳排放量与温度升高的关系，为后文计算碳排量对温度变化的影响做下前期准备工作。

针对问题三，在问题二建立的模型的基础上，利用问题一预测的未来三十年时间内碳排量的数据计算温度升高的范围。

针对问题四，从矛盾的特殊方面考虑，通过分析各个国家现有经济结构的基础上，结合未来社会可持续发展的要求，从合理开发利用能源的角度，提出世界上几个主要的大国的减排措施；从矛盾的普遍性方面考虑，对世界上各个国家提出一些节能减排的措施。

3.模型假设

假设世界经济形势近几年不会出现大的波动，能源供应不出现剧烈变动； 假设国家统计局、中国煤炭资源网所提供的数据都是可信的的；

假设全球碳排放以煤炭、石油、天然气燃烧后碳元素均以二氧化碳气体形式进入大气；

假设忽略农林产业(如树木、花草)进行光合作用所消耗的CO2和人类活动所产生的废弃物的碳排放从效果上看大致相等；

假设化石能源（主要是煤炭、石油、天然气）在本世纪中叶前不受到各个国家或地区的地方保护性储备，即大规模减少能源供给的可能性忽略。

假设全球新能源技术在短时期内无法取得技术性能源革命，清洁能源在本世纪中叶无法取代化石燃料在世界能源格局中主要占比的地位，并且忽略新能源发电和水力发电中的碳排放。

4.符号说明

Y1-n x1-n……

..

5.模型的建立及求解

5.1 模型建立的依据

下图所示为生态系统中碳平衡示意图。正常情况下，植物光合作用消耗CO2而植物的呼吸作用和人类、动物的活动等产生CO2，实现自然界中C的动态平衡，使得自然界温度不会有明显的上升。工业革命以来，人类行为大量开采利用的煤炭、石油、天然气，使得亿万年来的C的动态平衡受到破坏，导致了温度的上升。可以认为正是由于煤炭、石油、天然气的过度开采、利用导致了碳排量的增加和温度的上升。

借鉴河南师范大学校长焦留成教授的1998年在中国矿业大学期间的博士论文《基于稀土永磁直线电机的四层线性分析理论》中忽略电机的种类（交流电机或者是直流电机），并不考虑电机内部结构（电机转子和定子相互之间的复杂耦合），从整体上考虑电机的输入因素和输出效能（如转矩）的科学的分析方法，认为自然界作为一个极其复杂的、内部诸多元素之间强耦合的大系统，考虑到假如没有人类对化石燃料的开采、利用，自然界作为一个系统通过内部诸多元素的相互耦合、相互作用，从较长时间范围内看，其C元素是动态平衡的，所以可以把自然界作为一个系统考虑，其输入因素是化石燃料（煤炭、石油、天然气）的燃烧，输出是碳排量，且输出通过以上建立的CO2和温度升高的关系直接影响温度的升高。

图2. 自然界碳元素平衡示意图

输入

系统输出

图3. 借鉴电机模型后的输入、输出关系示意图

..

5.2 预测方法

常规的预测方法包括时间序列法、概率算法、人工智能算法等。其中人工智能算法包括灰色预测算法、神经网络预测算法、支持向量机预测算法等。本文选择用灰色神经网络预测模型即灰色预测算法和神经网络算法相结合，以期两者可以取长补短，取得更好的预测效果。

灰色理论最早有中国华中理工学院（现为华中科技大学）邓聚龙于1982年提出。灰色理论一门研究信息部分清楚、部分不清楚并带有不确定性现象的应用数学学科。传统的系统理论，大部研究那些信息比较充分的系统。对一些信息比较贫乏的系统．利用黑箱的方法，也取得了较为成功的经验。但是，对一些内部信息部分确知、部分信息不确知的系统，却研究得很不充分。这一空白区便成为灰色系统理论的诞生地。因此，灰色系统理论主要研究的就是“外延明确，内涵不明确”的“小样本，贫信息”问题。在客观世界中，大量存在的不是白色系统(信息完全明确)也不是黑色系统(信息完全不明确)，而是灰色系统。因此灰色系统理论以这种大量存在的灰色系统为研究对象而获得进一步发展。

5.2.1灰色理论的观点:

(1)灰色系统理论认为，系统是否会出现信息不完全的情况、取决于认识的层次、信息的层次和决策的层次，低层次系统的不确定量是相当的高层次系统的确定量，要充分利用已知的信息去揭示系统的规律。灰色系统理论在相对高层次上处理问题，其视野较为宽广；

(2)应从事物的内部，从系统内部结构和参数去研究系统。灰色系统的内涵更为明确具体；

(3)社会、经济等系统，一般不存在随机因素的干扰，这给系统分析带来了很大困难，但灰色系统理论把随机量看作是在一定范围内变化的灰色量，尽管存在着无规则的干扰成分．经过一定的技术处理总能发现它的规律性；

(4)灰色系统用灰色数、灰色方程、灰色矩阵、灰色群等来描述，突破了原有方法的局限．更深刻地反映了事物的本质；

(5)用灰色系统理论研究社会经济系统的意义，在于一反过去那种纯粹定性描述的方法，把问题具体化、量化，从变化规律不明显的情况中找出规律，并通过规律去分析事物的变化和发展

..

5.2.2灰色GM（1，1）模型的建立

设时间序列设时间序列

有n个观察值，通过累加生成新序列 则GM（1，1）模型相应的微分方程为：

其中: 称为发展灰数；μ称为内生控制灰数。 设

为待估参数向量

可利用最小二乘法求解。解得：

求解微分方程，即可得预测模型：

5.3神经网络算法

5.3.1神经网络算法简介

人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 神经网络用到的算法就是向量乘法，并且广泛采用符号函数及其各种逼近。并行、容错、可以硬件实现以及自我学习特性，是神经网络的几个基本优点，也是神经网络计算方法与传统方法的区别所在。

5.3.2神经网络预测方法的步骤：

第一步，根据实际情况，选择适当的网络结构作为预测工具，根据已确定的

..

预测 因子和被预测量，决定网络的输入和输出，进而决定网络的结构(网络各层次的节点数)

第三步，利用训练样本是对网络进行训练和学习；

第四步，利用检验样本对网络训练结构进行检验，验证网络的泛化能力； 第五步，用训练好的网络，根据已知的数据进行实际预测。

第二步，准备样本数据和样本的规范化处理，样本分为训练样本和检验样本；

5.4燃料需求量预测

5.4.1样本数据

样本数据全部来源于中国煤炭资源网。

图4. 煤炭、石油、天然气年消耗量和年碳排放量的标本数据

为便于计算和看图，上图采用标幺制。其中煤炭年消耗量的基准值为2074.49（百万吨油当量），石油的基准值为3234.6（百万吨），天然气的基准值24536（亿立方米），碳排放量的基准值3.6667（百亿吨）。

上述各单位之间从热值的角度考虑的换算关系： 1吨油当量=1.4286吨标准煤； 1立方米天然气=1.33kg标准煤；

..

开始读入样本数据进行一次累加初始化连接权值，节点阀值计算隐含层节点输出计算输出层输出计算隐含层和输出层误差更新连接权值和节点阀值N学习次数达到上限？Y结束图5. 灰色神经网络算法流程图

..

5.4.2预测数据

预测结果如下图所示。

图6. 预测所得到的未来三十年世界年煤炭消耗量（基准2074.49百万吨油当量）

图7. 预测所得到的未来三十年世界年石油消耗量（基准3234.6百万吨）

..

图8. 预测所得到的未来三十年世界年天然气消耗量（基准24536亿立方米）

图9. 预测所得到的未来三十年世界年碳排量（基准3.6667百亿顿）

..

图10. 算法进化次数与误差变化趋势示意图

为便于观察，把2000~2013年数据和预测的数据放在一张图表中，如下图所示：

图11. 2000~2050年煤炭、石油、天然气年消耗量和年碳排放量变化趋势示意图

6.基于分数差分自回归求和移动平均模型的CO2与全球温度关系

以1880-2007年全球CO2排放量的数据作为输入变量，与1880-2007年全球

..

年平均气温建立了LREG-FARIMA模型，利用FARIMA模型对 LREG 模型的残差进行了动态预测，探究CO2排放量增加对全球温度上升的影响。

为了取得较好的拟合和预测效果，采用分数差分自回归求和移动平均模型LREG-FARIMA(1,0.44,2)模型，即：

00.860xttyt(10.93B)(1B)0.44(10.46B0.16B2)ett ei~iidN(0,0.15) 上式中，

x和y分别代表标准化后的CO排放量和全球温度的时序数据。

00tt26.1. CO2 排放量与全球温度LREG模型建立及协整关系的检验

6.1.1CO2 排放量与全球温度LREG模型建立

CO2 排放量与全球温度的单位及数量级存在差异,故在建模之前,首先对CO2

00排放量和全球温度的时序数据标准化，分别记为xt和yt  由CO2排放量与全球气温的时序示意图可以看出：

x和y都随时间发展而上升，00tt并且上升趋势明显，近乎指数形式，由此可以推测：CO2排放量与全球气温成正相关

线形关系，据此，建立CO2排放量与全球气温的一元线性回归模型（记为 LREG）。

进行相同步数的差分后序列分别x和和yLREG 模型要求xy平稳，故在建模前分别绘制了x和y的时序图，并对其做了单位根校验，结果  由于建立

0000tttt00tt

图12. CO2排放量与全球气温的时序示意图

..

x和和y变化平稳，y单位根校验的统计量都位x1阶差分处于显著性水平为0.01的拒绝域，拒绝了序列非平稳的原假设，表明和xy如下图所示，图形显示，

0000tttt00tt理后都是平稳序列。

图13.

x0t0和y的时序图 t 表2. xt和y单位根检验结果

0t0时间序列 单位根检验统计量值 -4.1507 -11.7903

显著性水平0.01的拒绝域

x0t

W2.58 W2.58

y t0 模型的参数估计及其显著性检验的p-value、模型显著性检验F值、Ajusted R square 见下表所示。

表3. LREG模型的参数估计

..

参数 XS F值

Adjust R square

估计值（标准差）

0.85801（0.04558） 354.4 0.7341

P-value

<2e-6 <2。2e-16

0 Adjusted R square 值为 0.7341，说明xt能够解释y变动趋势中的t

73.41%的因素，其余不能解释的部分由残差引起。

0

x对y的一元线性关系已经建立： 

00

tt y0.86xtt

0t06.1.2. CO2 排放量与全球温度协整关系检验

变量之间的协整关系，是指在用归残差序列序列

tx拟合了对y的 LREG后，模型的回

00

tt为平稳序列。当残差序列平稳时，可以避免产生两个非平稳

tx0t0之间的虚假线性回归，保证模型具有实际意义。 yt

的分析之前，先对进行了平稳性检验。其

时序图和单位根检验结果分别见图14 和表 4。由此我们得出平稳的结

在进行下一步对残差序列

ttt..

图14. LREG残差序列时序图

表4. LREG 残差序列单位根检验

时间序列

单位根检验统计量值

-4.2495

显著性水平0.01的拒绝域



tW2.58

6.2.回归残差 FARIMA(1,0.44,2)模型建立

6.2.1.回归残差 FARIMA(1,0.44,2)模型建立

在建模前先对（Box.test()），检验 p-value=3.29e-12，t进行白噪声检验

在显著性水平为0.05时拒绝原假设，t为非白噪声序列，我们对其进行的以下分析是有意义的。 绘制

的序列的 ACF 和 PACF 图（见图 10），其 ACF 拖尾，考虑可

tt能存在长记忆性，因此用fracdiff(），arima()确定模型阶数，选取AIC值最小

的模型FARIMA(1,0.44,2)，并对所有参数进行了显著性检验，在0.05的显著性水平下拒绝原假设，参数均显著。参数估计结果集显著性检验p-value 见表5。

..

图15. LREG 残差 ACF 和 PACF

表5. FARIMA 参数估计

参数 d AR1 MA1 MA2 AIC

估计值

4.405e-01 (6.754e-07) 0.9259(0.0455) -0.4586 (0.0978) -0.1626 (0.0816) 128.71

P-value <2e-16 1.791351e-41 7.130613e-06 4.849167e-02

6.2.2 FARIMA残差｛et｝的白噪声检验

绘制｛et｝时序图、ACF、PACF见图11

..

图16. FARIMA残差｛et｝时序图、ACF、PACF

从图16可以看出，对｛et｝拟合FARIMA（1，0.44，2）后的残差｛et｝为白噪声，且不存在异方差。为了保险起见，用Box.test()和jarque.bera.test()对｛et｝进行了随机性和正态性检验，均在显著性水平为0.5时接受了原假设。检验结果见表6。

表6. FARIMA残差｛et｝检验结果

检验

Box.test()

jarque.bera.test()

p-value 0.9957 0.4673

至此说明，对｛et｝建立FARIMA(1,0.44,2)模型可以有效地反应序列的自相关性和波动性。模型的具体形式如下：

(1-0.93B)(1-B)0.44t=(1+0.46B+0.16B2)et,et～iiDN(0,0.15) (3)

..

6.3 基于LREG-FARIMA(1,0.44,2)模型的全球温度的预测

为了检验｛yt0｝的LREG-FARIMA(1,0.44,2)模型的好坏，和在对全球气温预测时的做法一样，选取｛yt0，t=1880～1979｝作为原始数据，对｛yt0，t=1980～2007｝进行样本内动态预测（向前阶数为1阶），与实际数据进行比较，用以检验模型的合理性，绘制预测值的时序图及置信区间(见图17)。

图17. LREG-FARIMA预测结果

从图17中可以看出，除1999年外，真实残差均落入预测值的95%的置信区间内，且预测值与真实值的拟合程度较好，说明用LREG-FARIMA(1,0.44,2)模型拟合｛yt0｝可以取得令人满意的预测结果。

7. 解决方案分析

通过以上所建立的模型的计算，未来全球变暖不超过两度，不会实现，温度会升高3~5摄氏度，为达到联合国“使全球变暖不超过2摄氏度”的气候变化目标，全球碳排放量需年均减少4.9%。通过大量统计表明，全球变暖不超过2摄氏度，全球碳排放量必须在现在的基础上实行严格、有效控制达到每年减少

..

4.9%。

虽然气候变化问题已获得了越来越多的国际关注，但碳强度的下降速度却越来越慢。全球性金融危机暂缓了各国降低碳强度的步伐，从金融危机开始到现在的四年里，碳强度只下降了不到1%。因此，全球每年碳排放量目前已超过联合国公布的标准，实施切实可行的举措减少各国碳排放量已刻不容缓。

天然气是最清洁的化石燃料。页岩气作为新兴的能源，将带来一次产业革命。随着社会对清洁能源需求不断扩大，天然气价格不断上涨，人们对页岩气的认识迅速提高。特别是水平井与压裂技术水平不断进步，人类对页岩气的勘探开发正在形成热潮。页岩气是从页岩层中开采出来的天然气,成分以甲烷为主,是一种重要的非常规天然气资源。页岩气的形成和富集有着自身独特的特点,往往分布在盆地内厚度较大、分布广的页岩烃源岩地层中。较常规天然气相比,页岩气藏具有自生自储特点，大部分产气页岩分布范围广、厚度大,且普遍含气,这使得页岩气井能够长期地以稳定的速率产气,具有开采寿命长和生产周期长的优点。

全球页岩气资源非常丰富。据预测,世界页岩气资源量为456万亿立方米,主要分布在北美、中亚和中国、中东和北非、拉丁美洲、俄罗斯等地区。与常规天然气相当,页岩气的资源潜力可能大于常规天然气。

有资料还就页岩气的使用给出了建议。它预测，在目前的消费速度下，如果将全球石油和煤炭消费量的10%更换为天然气，那么每年可实现3%的碳减排。警告说，虽然页岩气的使用可以为人们“多争取一点时间”，但这会降低低碳技术，如核能和可再生能源领域的投资，并可能会让新兴经济体更依靠于石油。因此，加大开采页岩气是减缓温室效应的重要举措。

虽然页岩气的开发利用可以为全球碳排放做出一定贡献，但这会降低低碳技术，如核能和可再生能源领域的投资，并且，页岩气作为化石能源并非实现长远周期内碳减排的最佳策略。同时，通过加大核能利用，推广风能和光伏太阳能等新能源发电，可实现一定程度的碳减排，例如需降低全球2%的碳排放，本方案以风能和光伏太阳能发电为代表，通过计算，由前节数据可知，2013年全世界碳排放等效煤耗量为14503.95288百万吨，若减少2%的碳排放量即减少2% 14503.95288×0.02=290.0790576百万吨等效煤耗量。若将等效煤耗量的减少以送出相同电量情况下采用新能源发电后节省的火力发电所用煤量来表示，可分析如下：国家统计局有关文件规定，在火力发电中，1万千瓦时电力=1.229吨标煤，此处采用这一数据，则减少的等效煤耗量相当于29007.90576 ÷1.229=23602.85253亿千瓦时电力。目前，新能源发电主要以风力发电和太阳能发电为主，取风力发电机组年最大利用小时数2046h，太阳能发电机组年最大利用小时数1368h，且风光发电互不影响，则23602.85253亿千瓦时电力相需新能源总装机容量为23602.85253(20461368)6.9135 亿千瓦，即69.135万

..

兆瓦。

在生成相同热值的情况下，若煤和石油使用量减少8%，天然气使用量增加8%，则碳排放量能减少3%。计算过程如下：

由前节计算数据可知13年煤的消耗量为421349.6639万吨;

石油的消耗量为420650万吨油当量，折合成煤耗量为4206501.4268=600940.6274万吨;

天然气消耗量为33838.579亿立方米，折合成煤耗量为33838.5791.3310810-7=450053.1012万吨;

资

源

使

用

优

化

前

总

等

效

煤

耗

量

421349.6639+600940.6274+450053.1012=1472343.398万吨。

优化后，

421349.66390.92+ 600940.62740.92+450053.10121.08=1426564.417万吨，

减少消耗量为1472343.398-1426564.417=45778.981万吨； 减排效果为45778.9811472343.398=0.03109=3.109%。

到2050年，全球电力消耗量将增长160%。不过，全球核电力若能在目前的基础上增加两倍，既能满足电力增长的需求，又能避免每年10亿到20亿顿的碳排量、缓解全球气候变暖。实施这一方案，就需要新建数百座发电成本低于煤/天然气发电厂的经济型核电站，同时还须建立妥善处置核废料、防止核武器扩散的有效机制。核电提供了全球1/6的电力，是除水力之外主要的“无碳”能源。

采取以上减排策略后，碳排量的预测曲线如下图示：

图18. 采取减排措施后，碳排量的预测曲线图

..

8.世界各国削减碳排量的方法

各国政府应该建立强制性的税收政策，控制温室气体的排放。要在削减排放量上起到真正的杠杆作业，不仅需要以市场为基础的气候政策（比如碳排放税和更巧妙的交易体系），还需要有相应的规章制度来推动新技术的应用。 征税提供清晰、长期的价格信号，促使企业更明智地投资低碳排放项目。建立限额交易系统，为碳信用额设立价格上限，是企业能够明确估计自己要承担的成本。

《联合国气候变化框架公约》对发达国家和发展中国家规定的义务以及履行义务的程序有所区别。公约要求发达国家作为温室气体的排放大户，采取具体措施限制温室气体的排放，并向发展中国家提供资金以支付他们履行公约义务所需的费用。而发展中国家只承担提供温室气体源与温室气体汇的国家清单的义务，制订并执行含有关于温室气体源与汇方面措施的方案，不承担有法律约束力的限控义务。公约建立了一个向发展中国家提供资金和技术，使其能够履行公约义务的资金机制。

各国应承担的义务应根据各国的能源结构和经济发展水平所决定的。同时，国家的战略，也毋庸置疑是各国需要承担的义务。减少碳排放问题需要世界各国责任共担，具体到每一个国家，国家应根据自身资源与产能结构，切实有效地为减少碳排放付诸行动，做负有世界责任的联合国成员。履行气候责任，是各国的义务与博弈，需要各国政府采取合适政策，通力合作。减少碳排放要生产领域与消费领域同时改善。

8.1美国

图19. 美国一次能源消费结构示意图

从以上数据中可以看出：美国的能源结构中石油、煤炭、天然气等常规能源

..

所占比例较大，作为未来能源发展趋势的新能源开发较少，可再生能源也只是在最近几年才开始大规模开发，但所占比例较小，能源结构不合理。

美国本土油气生产大幅增加的一个重要因素是页岩油气、油砂(一种沥青、沙、富矿黏土和水的高度黏稠混合物)、深海石油等非常规能源的迅猛开发。其中，页岩石油每天的开采量已从2000年的20万桶上升到现在的100万桶；页岩气产量也从2000年的122亿立方米猛增至2010年的1378亿立方米。美国石油协会总裁兼首席执行官杰克•杰勒德说，如果算上页岩天然气资源，美国达到开

表7. 美国一次能源消费结构（百万吨油当量/Mtoe）

表8. 美国各种一次能源消费的百分率（%）

采标准的油气资源居世界首位，比沙特多24%，是巴西的7倍多。美国PFC能源咨询公司则预计，到2020年，页岩油气资源将占美国油气产出约三分之一，届时美国将是全球最大的油气生产国，超过俄罗斯和沙特。

美国1993年已探明的煤炭储量达4300亿吨，石油储量1.5亿桶，合2190万吨，天然气储量为5.98万亿立方米。作为全球能源消费大国和石油进口大国，根据世界能源的紧张形势，美国在采取一系列的措施使能源品种多元化和能源来源多样化，保证其能源安全的同时，应采取更加有效的策略减少碳排放引起的气候变化。

第一，美国政府必须采取积极措施，应依靠其经济、科技优势，研发并应用

..

新技术，例如更先进的燃煤发电厂，它能将产生的二氧化碳安全地注入地下。在以页岩气新型“水力压裂法”为代表的先进开采技术，美国应加强与各国的合作和支持，使世界范围内页岩气的消费比重上升，缓解煤和石油产生的过量碳排放。

第二，在新能源方面，美国应依靠其高水平的科研力量，在光伏、核能、潮汐、地热等多样性能源方面进行更大的资金和技术研发支持，突破阻碍新能源推广的一些技术难题。美国还应采用更加睿智的策略，加入到新兴的市场中，并积极向发展中国家低息提供技术支持，为全球碳减排贡献技术力量。

第三，美国在依靠先进的技术的同时，应建立强制性的税收政策，控制温室气体的产生，为全球碳减排探索出一条可以借鉴的二氧化碳限额交易等制度，在全球碳交易中做出负责任的角色。而非在大国能源博弈中，为了实现自身的能源战略，扩张能源势力，争夺能源霸权。

8.2俄罗斯

俄罗斯的能源储量中天然气居世界第一，煤炭居世界第二，石油居世界第七，是世界上少有的能源种类齐全、储量丰富的国家之一。由于俄罗斯雄厚的资源基础，使得俄罗斯的能源产业发达而且是国民经济的支柱产业。俄罗斯的能源主要是向欧洲各国出口，同时本国也消费大量的能源。

第一，俄罗斯虽是能源大国，但应调整国内能源开发和利用结构，逐步从高能耗结构向节约型、效益型转变。依靠强大的军工产业，加大核能等能源的和平利用，同时在广袤的国上可根据不同地域的环境优势加大风能、潮汐能等新能源利用比例。

第二，积极开展国际合作，增强能源开采和利用率，提高自己能源产业的技术水平。转变单纯扮演“能源帝国”的角色，提高能源产业的技术含量和开采能力。

第三，加强天然气、页岩气的开发，保持在欧洲市场的供给，进一步开拓和发展亚洲市场，使欧洲和亚洲更多地区获得更多清洁的油气供给。

8.3日本

日本是太平洋岛屿国家，矿产资源贫乏，工业原料和能源主要依赖进口，但作为世界重要的发达经济体，日本在科技领域具有全球领先的技术优势。根据上图，日本较少利用一次能源的直接燃烧，而是通过电气化提高能源利用率，由于人口等原因城市燃气的需求比例也较大，但能源结构整体较为合理。

首先，日本应在资金实力和技术水平上发挥自身优势，调整能源消费结构，继续大力发展核电、太阳能、风能、水能等新能源。通过大力可再生能源，减少本国对石油和天然气的依赖，减少碳排放。

..

第二，日本应将在节能建筑和家电等领域不涉及机密的技术对外输出，加强国际交流合作。积极投入研发人员，在减少世界单位产能碳排放的事业做出一定技术革新，为全球节能科技贡献智力和技术力量。

第三，大力开展节能活动。日本能源战略的一个重要部分就是节约能源。加大节能建筑物等节能技术的开发，从建筑设计到材料，以及如何充分利用太阳能方面做统一规划。日本对汽车及家用电器建立的全方位的节能标准体系应加大推广。日本民众的低碳生活方式也应继续落实，节能活动和低碳方式应在世界范围内推广。

图20. 日本2005年能源结构

8.4印度

年份 产量 消费量 1999 2000

图 21. 印度能源结构示意图

表9. 印度的煤炭供求情况（1999—2008）（单位：万吨油当量）

2001 2002 2003 2004 2005 2006 2007 2008 12650 13220 13360 13850 14440 15570 16210 17020 18100 19430 13610 14420 14520 15180 15680 17230 18440 19540 21290 23140 1200 1160 1330 1240 1660 2630 2520 3190 3710 净进口量 960 ..

消费量 净进口量 245 0 264 0 264 0 276 0 295 0 319 27 357 61 373 80 401 100 414 108 表10. 印度的石油供求情况（1999—2008）（单位：万吨） 年份 产量 消费量 1999 2000 3470 3420 2001 3410 7290 2002 3520 7610 2003 3540 7770 2004 3630 8390 2005 3460 8500 2006 3580 8460 2007 3620 9230 2008 3610 10240 9250 10610 10700 11130 11310 12020 11960 12040 12850 13850 净进口量 5780 7190 表11. 印度的天然气供求情况（1999—2008）（单位：亿立方米）

年份 产量 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 245 264 264 276 295 292 296 293 301 306 由上图可以看出，印度作为世界上最大的发展中国家和人口最多的国家之一，能源结构很不合理：对煤炭的依赖程度达到48%，对石油的依赖程度达到33%，两者加起来就超过80%，而对新能源的开发利用几乎为零。

印度是全球第7大能源生产国，同时也是全球第5大能源消费国，其年能源消费量占到全球的4%。从中期来看，印度能源供应的压力将持续上升。如果按照现在经济发展速度、城市化进程及中产阶级增速，在未来20年里，印度对能源产品的需求将迅速上涨。印度在过去5年已经成为全球快速增长的经济体之一，其年经济增长率在8%。印度规划委员会认为，如果要大规模消除贫困、满足国内发展要求，印度未来需要在25年里内保持同样经济增长率。为了实现这一雄伟目标，印度有必要在2003年到2004年的基础上，将其一次能源供应量提高4到5倍、电力产能提高6到10倍。到2031年，电力产能将从现在的206吉瓦增加到800吉瓦。在未来的发展过程中，印度对能源的要求会更高，假如不改变现有的能源结构，碳排放量会更大。

能源多样化要求印度发展更为可持续的能源结构。印度电力主要来源于煤炭、水电，大约分别占到55%和21%。煤炭和水力资源占到主要比重，对于印度而言也毫无疑问，印度是第五大煤炭储存地，同时水力发电潜力巨大，但是，这其中也存在不少问题。煤炭是印度消耗量和需求量最大的能源，然而电站缺煤情况在印度并不少见。

就上述所描述的客观现状而言，印度在能源及低碳发展上面临着诸多的挑战和机遇。主要体现为：

1.能源生产的效率不高，这意味着印度未来对能源基础设施建设以及能效技术有着较高的需求潜力；

..

2.能源部门的市场化程度不高，能源定价机制缺乏有效性，以及能源的投资和投入不足。这一挑战的主要矛盾在于如何将国内外的私人资本引入到能源市场中，由此，如果政策有所松动并积极改善市场环境，相信印度未来能源市场将是私人投资的天堂；

3.缺乏统一的能源发展战略，印度如能进一步更好地平衡能源发展在数量和质量上的关系，尤其是平衡好经济增长与环境保护间的关系，那么未来印度将成为太阳能等新兴能源利用的最大规模基地。

为了有效减少碳排量，针对实际情况，印度在本国发展的同时，应做到以下几点：

第一，利用地域优势，大力发展太阳能和潮汐能等可再生能源，积极谋求与周边国家互利合作，在能源和电力上达到最大可能的高效利用。

第二，作为“金砖四国”中发展迅速的成员，印度应在新能源领域加大投入，利用自身的优势扩大新能源的比例。

6.5巴西

图22. 巴西能源结构示意图

巴西水力资源丰富，金属矿藏丰富，是一个得天独厚资源丰富的国家。幅员辽阔，人均面积和人均资源占有量都位居世界前列。

根据巴西官方公布的数字，2004年巴西能源生产结构分别是：石油39.1%、水利发电14.4%、酒精13.8%、木材和木炭13.2%、天然气8.9%、煤炭6.7%、核能1.5%、其它能源2.4%。特别是在可替代能源方面，巴西更是处于世界领先水平。2004年的可再生能源和不可再生能源的比例为43.9%和56.1%；经合组织成员国的平均比例为6%和94%，世界平均比例是13.6%和96.4%（2002年统计数据）。巴西的能源多元化已成为当今世界各国学习的范例。

..

巴西因其丰厚的盐下层油气储量、丰沛的水电资源以及丰裕的乙醇燃料在能源领域享有盛誉。近年来，巴西积极开发水电资源，综合利用甘蔗渣等生物质能，取得了良好的经济效益和社会效益。总体上，巴西能源结构较为合理，在此基础上，巴西还需要继续开发新能源，优化甘蔗渣的利用方式，提高其利用效率，加大对水电的开发，继续开发风电资源，以减少对石油的依赖程度，减少碳排量。

因此，巴西应水力应利用丰富的水能资源，合理规划发展水电是其优势，建立更多以伊泰普水电站为范例的水力工程。

另外，巴西还可以丰富的海上风源大力发展风能，利用其丰富的资源提供的有利条件，大力发展二次能源和新能源。将清洁能源作为工业和民用主要能源以代替石油，使可再生能源在能源消耗总量的比重扩大。

此外，巴西应利用其独特的农业优势，以农作物为原料，大力发展生物质能。

6.6中国

图23. 中国与世界能源结构比对图

中国自然资源丰富，主要矿产储量都位于世界前列。中国能源消费结构中煤炭占主要地位，从煤炭、石油、天然气、水能所占例上看，煤炭占68%，石油占19%，天然气占9%。近年来，中国十分关注能源消费结构的优化，中国政府制定了一系列节能目标，煤炭消费占一次能源消费比重逐年下降，天然气和非化石能源消费比重有所提高。2014年5月21日，中国石油天然气集团公司和俄罗斯天然气工业股份公司签署了《中俄东线供气购销合同》。根据双方商定，从2018年起，俄罗斯开始通过中俄天然气管道东线向中国供气，输气量逐年增长，最终达到每年380亿立方米，累计30年。中俄两国此次签署的天然气供销协议将保证中国天然气供应和能源结构的稳定与改善。

中国作为一个发展中国家，因工业化进程尚未完成，人均碳排放还未达到峰值，随着经济的持续增长和能源消费量的增加，碳排放还有上升的空间，因此面临的减排压力较大，中国能源供给结构和消费结构均需做出调整。中国能源结构中供给应尽快降低对煤炭的依赖，大力开发其他清洁性能源和可再生能源。同时，

..

中国需要高度关注和深入挖掘居民生活消费领域所蕴含节能减排的潜力，既要努力提高居民消费水平，又要积极增加促进节能减排的有效手段。只有通过相应消费需求的调整，倡导适度消费、绿色消费的理念，引导居民消费向可持续发展方向发展，才能。此外，降低生产部门的碳排放强度、调整中间生产需求结构也是有效的政策选项。

首先，提高可再生能源的比重。中国水力资源丰富，可以进一步利用水力资源。并大力发展太阳能、风能、地热能等。

其次，大力提高电能的使用。电是二次能源，并且清洁高效。目前中国的电力来源主要是火力发电，可提高在电力生产中水力发电、风力发电、光伏发电、核能发电等的比例，实现能源产业结构的转变。

第三，农村居民的煤炭终端消费比重过高，而天然气消费的比重尚不足城镇居明的1%。 在提高城市化水平的同时，还需要加大对农村居民生活用能方面的帮扶，提高农村居民的生活用能水平；农村居民的生活用能结构的优化空间较大， 从生活用能排放结构来看，相较东中部经济较为发达地区，西部欠发达地区的煤炭消费碳排放比重较高，这些地区应该格外加强生活用能结构的优化，增加对非化石燃料的消费。

技术进步是抑制碳排放增长的重要因素。由居民消费水平和消费结构组成的居民消费模式变动是拉动中国消费品嵌入式增加的一个重要因素，其其对碳排放增长的拉动作用有日益增强的趋势。但是，从减缓碳排放来说，并不意味着未来的低碳发展需要从压缩居民消费水平入手，未来我国低碳经济发展的主要策略思想应该兼顾两个方面：既要努力提高居民消费水平，又要积极增加促进节能减排的有效手段。倡导适度消费、绿色消费的理念，引导居民消费向可持续发展方向发展显得尤为重要。此外，降低生产部门的碳排放强度、调整中间生产需求结构也是有效的政策选项。

减排需要生产领域与消费领域同时改善。

6.7其他减排措施

以上各国的共性问题就是新能源开发较少，从需求侧对能量的管理做的还不够。各国可以借鉴日本调整能源结构的成功经验，其中很重要的一条就是，号召全民节能，减少不必要的能源浪费，收集回收工业废气、废热，实现冷、热电联产等，以减少对电能的需求，从而降低减排压力。除了节约能源以外，各国还可以在以下领域有所作为，减少碳排量。

..

6.7.1新能源开发

新能源( NE） 又称非常规能源。是指传统能源之外的各种能源形式。指刚开始开发利用或正在积极研究、有待推广的能源，如太阳能、地热能、风能、海洋能、生物质能和核聚变能等。

据估算，每年辐射到地球上的太阳能为17.8亿千瓦，其中可开发利用500～1000亿度。但因其分布很分散，能利用的甚微。地热能资源指陆地下5000米深度内的岩石和水体的总含热量。其中全球陆地部分3公里深度内、150℃以上的高温地热能资源为140万吨标准煤，一些国家已着手商业开发利用。世界风能的潜力约3500亿千瓦，因风力断续分散，难以经济地利用，今后输能储能技术如有重大改进，风力利用将会增加。海洋能包括潮汐能、波浪能、海水温差能等，理论储量十分可观。限于技术水平，现尚处于小规模研究阶段。当前由于新能源的利用技术尚不成熟，故只占世界所需总能量的很小部分，今后有很大发展前途。

6.7.2 消费主义的遏制

对消费主义的节制属于道德问题，“理应怎么样”，至于怎样做，则仍要依靠商业行为来达成。塑料袋有偿使用，便加大了消费者的成本，达到节制的效果。碳气体减排则是迄今为止在全球合作上比较成功的一个领域，创建了全新的模式，国家间采取谈判、缔约的方式去节制碳气体的排放量，而执行层面上则由企业承担，以买卖碳气体排放权的方式来完成。商业是商业社会维系运转的基础，也是手段。所以，企业尤其是大公司，在消费主义的节制运动中理当更责无旁贷。

6.7.3 节能技术

节能技术是指采取先进的技术手段来实现节约能源的目的。具体可理解为，根据用能情况，能源类型分析能耗现状，找出能源浪费的节能空间，然后依此采取对应的措施减少能源浪费，达到节约能源的目的。

推广节能技术，可以重点在以下领域采取节能措施：

节电技术：功率因数补偿技术、闭环控制技术、能量回馈技术、相控调功技术、稳压调流技术、电能质量治理技术；

节煤技术：水煤浆技术、粉煤加压气化技术、节煤助燃剂技术、节煤固硫除尘浓缩液、空腔型煤技术；

节油技术：锅炉节油技术、柴油机节油技术、发电机节油技术、汽车节油技术、航空航天节油技术；

节水技术：工业节水技术、农业节水技术、城镇生活节水技术、服务业节水

..

技术；

节气技术：民用节气技术、锅炉节气技术、油田集输系统； 工艺改造节能技术：通过改进生产工艺，节约耗能的技术

6.7.4碳交易完善，金融制度要跟上

为了应对全球变暖和资源枯竭,低碳经济作为一种新的发展模式受到世界各国的广泛关注。低碳经济以实现碳约束条件下社会经济持续平稳发展为目标,如何创建这种发展模式是一项重大的课题。科斯产权理论认为只要明确界定产权,经济行为主体之间的交易行为就可以有效的解决外部性问题,实现社会利益最大化。基于此,《京都议定书》以国际法的形式订立了IET、CDM和JI三个基于市场的交易机制,这三个交易机制是当前碳金融制度的主要交易模式。 碳金融制度的核心是其交易机制,所有的其他交易活动都是围绕其交易机制展开。按照交易方式的不同,碳交易分为配额交易和项目交易,这是两种最基本的交易形式。碳金融交易机制的利益主体主要有配额交易的履约者、项目交易的参与者、专业碳金融机构、相关国际金融组织等,通过对他们职能、权利、义务等的考察,可以了解到对利益主体的激励和监管是碳金融制度交易机制能否达到预期效果的关键。中国已经初步建立了碳金融制度,其交易机制日渐完善,CDM交易、VER交易都有一定程度的发展,碳交易平台和碳金融服务也初具规模。因为比较优势突出,中国已经成为世界上最大的项目交易卖家,但是这并不代表中国的碳金融制度发展一帆风顺,相反是举步维艰。当前中国碳金融制度交易机制发展面临的困境主要表现在四个方面：交易费用昂贵、碳交易平台割据、组织服务体系不完善、国际碳交易市场缺乏话语权。完善碳金融制度交易机制是推动低碳经济发展的有效手段,完善碳金融制度交易机制应当以法制性为保障、以竞争性为驱动、以开放性为外延和以平等性为基础。完善碳金融制度交易机制的思路可以总结为运营模式市场化、投融资渠道多元化、完善监管体制、加强国际合作等。基于此,一些学者提出了一些相应的完善碳金融制度交易机制的建议,包括培养低碳导向的投融资文化意识、建立全国范围内的碳交易平台、推动与碳交易相关政府职能创新、提升国际碳交易市场中的地位等。 通过对碳金融制度交易机制的基本分析、碳金融制度交易机制的发展困境及完善路径等内容的探讨,可以得出结论：碳金融制度的发展关键在于交易机制的维持,以市场交易实现碳减排资源的优化配置是碳金融制度的基本法则。同时,大量反市场因素的存在,为了维护市场机制的运转,强化政府监管是金融制度交易机制发展的保障

综上所述，能源的供给与消费结构、方式也反映了一个国家的现代化水平。现代化的标志之一就是电气化，而电气化有一个前提，就是能源也要现代化。

..

6.8 二氧化碳减排的全球策略

从公共经济学的角度来看，公共物品具有非竞争性、非排他性的特点，适宜的生存条件包括全球温度的稳定等是全球公共物品。减排、碳存量治理以及适应性措施都是全球“公共设施”，应该由各国共同承担。

将全球气温增长控制在2℃以内是治理二氧化碳问题的目标。在二氧化碳治理问题上，将各国的经济发展也就是GDP作为私人物品，全球气候改善作为公共物品，其最优的提供量需要由这两方的成本收益比较决定，而不是简单的照搬科学结论，只有这样，各国之间才可能避免争端达成共识。 由各国缴纳不同比例的资金设立二氧化碳治理基金，来进行相应公共物品的提供，在筹资过程中，应该遵循两个基本原则：一是外部性内部化，即由二氧化碳排放国承担所带来的外部性；二是历史排放与先期排放同等原则，由于二氧化碳进入大气以后稳定存在，现在气温上升等气候变迁是二氧化碳排放的累积效应，因此，不同时期的排放应平等处理。基于这两个原则，一种可行的筹资安排是按照排放损益的关系制定各国缴纳的基金，即制定排放收益和排放损失的综合指标，来确定各国在减排基金中缴纳的份额；其中排放收益是指由历史积累二氧化碳排放而获得经济效益，可以用累积二氧化碳在世界累积排放中的比例衡量；排放受损是指由于历史积累二氧化碳排放而导致环境问题，进而影响经济发展或造成经济损失。

7.模型的评价、改进与推广

本文紧密围绕碳排放问题，运用了马克思主义哲学的关于因果关系和矛盾的主要方面、次要方面的精辟观点指导全过程。认为化石燃料的燃烧导致温室气体的排放量增大，进而使得温度升高，即化石燃料的燃烧是因而温度升高是果；整体上，化石燃料的燃烧因温度升高，抓住矛盾的主要方面而忽略次要方面。整个过程都是在马克思主义哲学的指导下进行，所有的假设、论断具有一定的合理性和科学性，完全可以采用。针对现有的数据资料，通过改进的人工智能预测算发的利用，得出未来三十年内的煤炭、石油、天然气的消耗量，通过三者之间的等值折算《IPCC2006温室气体排放清单》所推荐的公式的采用得出未来三十年，各个年份的碳排放量，把预测来的数据带入建立的碳排放量与温度上升量值的关系，预测未来温度升高会不会达到2摄氏度。从而解决了题目中的问题一、二。

虽然在建立模型时专注了问题的主要矛盾，能在一定程度上解决一部分问题，但是模型的考虑的不够全面，假设的条件不一定都满足，精度不够高，这也是需要继续改进的地方。

..

附录Ⅰ 源程序

%% 清空环境变量 clc clear

load data1

%% 数据累加作为网络输入 [n,m]=size(X); ym=zeros(n+37,m); yc=zeros(n+37,m); y=zeros(n+37,m); for i=1:n

y(i,1)=sum(X(1:i,1)); end

%% 网络参数初始化 a=0.3+rand(1)/4; b1=0.3+rand(1)/4; b2=0.3+rand(1)/4;

%% 学习速率初始化 u1=0.0015; u2=0.0015;

%% 权值阀值初始化 t=1; w11=a;

w21=-y(1,1); w22=2*b1/a; w23=2*b2/a;

w31=1+exp(-a*t); w32=1+exp(-a*t); w33=1+exp(-a*t);

theta=(1+exp(-a*t))*(b1*y(2,1)/a+b2*y(3,1)/a-y(1,1)); %% 循环迭代 for j=1:30 E(j)=0;

..

for i=1:10

%% 网络输出计算 t=i;

LB_b=1/(1+exp(-w11*t)); %输入层输出 LC_c1=LB_b*w21; %隐含层输出 LC_c2=y(i+1,1)*LB_b*w22; %隐含层输出 LC_c3=y(i+2,1)*LB_b*w23; %隐含层输出 LD_d=w31*LC_c1+w32*LC_c2+w33*LC_c3;

theta=(1+exp(-w11*t))*(w22*y(i+1,1)/2+w23*y(i+2,1)/2-y(1,1)); ym(i,1)=LD_d-theta; %网络输出值 yc(i,1)=ym(i,1); %% 权值修正

error(i)=ym(i,1)-y(i,1); %计算误差

E(j)=E(j)+abs(error(i)); %误差求和 error1(i)=error(i)*(1+exp(-w11*t)); %计算误差 error2(i)=error(i)*(1+exp(-w11*t)); %计算误差 error3(i)=error(i)*(1+exp(-w11*t));

error7(i)=(1/(1+exp(-w11*t)))*(1-1/(1+exp(-w11*t)))*(w21*error1(i)+w22*error2(i)+w23*error3(i));

%修改权值

w22=w22-u1*error2(i)*LB_b; w23=w23-u2*error3(i)*LB_b; w11=w11+a*t*error7(i); end end

%画误差随进化次数变化趋势 figure(1) plot(E)

title('训练误差','fontsize',12); xlabel('进化次数','fontsize',12); ylabel('误差','fontsize',12); %根据训出的灰色神经网络进行预测 for i=10:51 t=i;

LB_b=1/(1+exp(-w11*t)); %输入层输出 LC_c1=LB_b*w21; %隐含层输出 LC_c2=y(i-1,1)*LB_b*w22; %隐含层输出 LC_c3=y(i-2,1)*LB_b*w23; %隐含层输出

LD_d=w31*LC_c1+w32*LC_c2+w33*LC_c3; %输出层输出

theta=(1+exp(-w11*t))*(w22*y(i-1,1)/2+w23*y(i-2,1)/2-y(1,1)); %阀值

..

ym(i,1)=LD_d-theta; %网络输出值 yc(i,1)=ym(i,1); if i>14

y(i)=ym(i,1); end

%% 权值修正

error(i)=ym(i,1)-y(i,1); %计算误差

error1(i)=error(i)*(1+exp(-w11*t)); %计算误差 error2(i)=error(i)*(1+exp(-w11*t)); %计算误差 error3(i)=error(i)*(1+exp(-w11*t));

error7(i)=(1/(1+exp(-w11*t)))*(1-1/(1+exp(-w11*t)))*(w21*error1(i)+w22*error2(i)+w23*error3(i));

%修改权值

w22=w22-u1*error2(i)*LB_b; w23=w23-u2*error3(i)*LB_b; w11=w11+a*t*error7(i); end

for j=51:-1:10

ys(j,:)=yc(j,:)-yc(j-1,:); end

x=2010:2050; figure(2)

plot(x,ys(11:51,1),'-*'); hold on

xx=2010:2013;

plot(xx,X(11:14,1),'r:o');

legend('灰色神经网络','实际排放量') title('灰色系统预测','fontsize',12) xlabel('年份','fontsize',12) ylabel('碳排放量','fontsize',12) disp(ys(11:50,1))

..

附录Ⅱ 2000~2050煤炭、石油、天然气年耗量和年碳排量（标

幺值）

煤（基准2074.49百万吨石油当量） 1.1272 1.1327 1.1594 1.2522 1.3334 1.4015 1.4665 1.5399 1.5926 1.5803 1.7142 1.7997 1.9253 2.0311 2.1292 2.219 2.3013 2.3766 2.4457 2.5089 2.5669 2.6199 2.6686 2.7131 2.754 2.7914 2.8256 2.857 2.8858 2.9121 2.9363 石油（基准3234.6百万吨） 0.9738 1.02 1.0253 1.0594 1.0982 1.1338 1.1585 1.2013 1.2335 1.2024 1.2916 1.3135 1.3508 1.3791 1.5677 1.628 1.6844 1.7371 1.7864 1.8326 1.8757 1.9161 1.9538 1.9892 2.0222 2.0531 2.082 2.109 2.1343 2.1579 2.1801 天然气（基准24536亿立方米） 1.1379 1.0498 1.1222 0.9901 1.1923 1.2062 1.2194 1.2382 1.2327 1.2085 1.2465 1.2549 1.2768 1.3005 1.36 1.404 1.4462 1.4865 1.5252 1.5622 1.5977 1.6317 1.6642 1.6954 1.7252 1.7538 1.7811 1.8073 1.8324 1.8564 1.8794 碳排放（基准3.6667百亿吨） 0.78903 0.77295 0.80182 0.78681 0.87401 0.89962 0.92202 0.95177 0.96757 0.95084 1.0087 1.0322 1.0629 1.1033 1.1477 1.1833 1.2172 1.2495 1.2803 1.3096 1.3376 1.3642 1.3895 1.4137 1.4367 1.4586 1.4795 1.4994 1.5184 1.5364 1.5536 ..

2.9584 2.9786 2.9972 3.0142 3.0298 3.0441 3.0571 3.0691 3.0801 3.0901 3.0993 3.1078 3.1155 3.1226 3.1291 3.135 3.1405 3.1455 3.15 3.1553 2.2007 2.2201 2.2382 2.2551 2.271 2.2858 2.2996 2.3126 2.3247 2.336 2.3466 2.3565 2.3658 2.3745 2.3826 2.3902 2.3973 2.4039 2.4102 2.4182

1.9015 1.9226 1.9428 1.9622 1.9807 1.9984 2.0154 2.0317 2.0473 2.0622 2.0765 2.0902 2.1034 2.1159 2.1279 2.1395 2.1505 2.1611 2.1712 2.182 1.57 1.5856 1.6005 1.6147 1.6282 1.6411 1.6533 1.665 1.6761 1.6867 1.6968 1.7064 1.7156 1.7243 1.7326 1.7405 1.7481 1.7553 1.7621 1.77

..

关于碳减排问题解决方案的研究报告