碳排放影响因素的省域聚类分析

碳排放影响因素的省域聚类分析

【摘要】本文基于Kaya恒等式,找出与碳排放相关的因素,然后以这些因素为指标,对中国省域碳排放进行K均值聚类分析,从而将国内各省市分为4个区域,并根据不同的区域进行具体分析。

【关键词】碳排放Kaya恒等式聚类分析

一、引言

我国幅员辽阔,各地收入水平、产业结构、资源禀赋等存在着很大的差异,因此在倡导节能环保、实施低碳发展时,必须要考虑到影响区域排放的因素差异,从而有目的、有针对性地制定不同的减排目标和策略。

二、指标选取

在碳排放的因素分解分析中,Kaya恒等式得到推广并被广泛的运用。Kaya 恒等式是由日本学者Yoichi Kaya(1990)在联合国政府间气候变化专门委员会的一次研讨会上首次提出的。Kaya恒等式通过一种简单的数学公式把人类活动产生的二氧化碳排放与经济、政策、人口等影响因素联系起来了。其表达式为:C=(C/E)(E/GDP)(GDP/P)P)(1)

Kaya恒等式把能源相关的碳排放(C)对能源(E)、产出(GDP,国内生产总值)和人口(P)连接起来了。C/E表示能源的碳排放强度,也就是单位能源碳排放;E/GDP表示单位产出能源消耗(产出的能源强度);GDP/P表示人均收入;P表示人口总量。

根据Johan A.,Delphine F.和Koen S.(2002)的方法,可以在Kaya恒等式的基础上把碳排放按照下面的公式分解。

在公式(2)中,C为碳排放总量;Ci为第i种一次能源的碳排放量;E为一次能源的消费量;Ei为i种能源的消费量;Y为国内生产总值(GDP);P为人口。公式(3)表示的是人均碳排放的Kaya分解。从公式(3)可以看出,人均碳排放与能源结构()、各种一次能源的碳排放强度()、产出的能源强度()和人均收入()有关。其中各种能源的碳排放强度()可以看做是一个常数,具体的数值可以参考国家发改委能源所和国家科委气候变化项目组等研究机构给出的数值;产出的能源强度()与产业结构密切相关。因此,本文选取人均碳排放、能源结构、产业结构、产出的能源强度、人均收入这5个指标作为进行碳排放分析的相关指标。

三、聚类分析

聚类分析是一种很常见的数据挖掘技术,它的主要作用是用于揭示数据库中未知的对象类。简单地说,就是对大量的数据进行分类,使得同一类别的数据之间的相似度尽可能大、相异度尽可能小,而不同类别之间的数据的相似度要尽可能小、相异度尽可能大。聚类分析的本质特征就是按照事物的所有特征来构建组,每组的成员应该显示出尽可能类似的结构。聚类分析来的目的是为了在众多对象中确定对象的同质性。

本文的研究过程中采用了K均值(K-means)聚类算法。K均值算法是以平均值作为类的中心的一种聚类方法。假设有n个对象,把它分为k类。其中,分成的聚类个数k是采用k均值算法必须预先制定的参数。聚类的过程可以通过以下几个步骤来进行:首先,随机选取k个对象,把每个对象作为一个类的中心,分别代表k各类;其次,根据距离中心最近的原则,寻找与各对象最相似的类,

相关推荐
相关主题
热门推荐