减排约束下的中国石油需求预测 - bob手机在线登陆

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

减排约束下的中国石油需求预测

焦建玲,韩晓飞,李兰兰,朱俊红

文章导航> bob手机在线登陆学报（社会科学版）> 2015> (1): 48-52

焦建玲, 韩晓飞, 李兰兰, 朱俊红. 减排约束下的中国石油需求预测[J]. bob手机在线登陆学报（社会科学版）, 2015, (1): 48-52. doi: 10.15918/j.jbitss1009-3370.2015.0107

引用本文:

焦建玲, 韩晓飞, 李兰兰, 朱俊红. 减排约束下的中国石油需求预测[J]. bob手机在线登陆学报（社会科学版）, 2015, (1): 48-52.doi:10.15918/j.jbitss1009-3370.2015.0107

JIAO Jianling, HAN Xiaofei, LI Lanlan, ZHU Junhong. Prediction of China Oil Demand with the Constraints of CO2 Abatement[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2015, (1): 48-52. doi: 10.15918/j.jbitss1009-3370.2015.0107

Citation:

JIAO Jianling, HAN Xiaofei, LI Lanlan, ZHU Junhong. Prediction of China Oil Demand with the Constraints of CO2 Abatement[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2015, (1): 48-52.doi:10.15918/j.jbitss1009-3370.2015.0107

减排约束下的中国石油需求预测

doi:10.15918/j.jbitss1009-3370.2015.0107

1.
合肥工业大学管理学院, 合肥 230009

基金项目:

国家自然科学基金资助项目(71271074);安徽省电力经济技术研究中心委托项目(SGAHJY00GHJS1400150)

Prediction of China Oil Demand with the Constraints of CO2 Abatement

1.
School of Management, Hefei University of Technology, Hefei 230009, China

摘要:针对中国2015年和2020年CO2排放强度减排目标,建立了以CO2强度减排为主要约束,综合考虑经济增长、能源结构以及产业结构等约束的石油需求优化预测模型.预测结果显示:2015年和2020年中国石油需求量分别为5.28亿吨、6.04亿吨,该结果意味着,未来我国石油需求总量仍将有较大幅度的增加,但占一次能源比重有所下降;与其他研究结果比较发现,减排约束对石油需求的增长起到一定的抑制作用;未来中国的石油对外依存度仍将处于较高水平.
- 减排约束/
- 石油需求预测/
- 优化模型
Abstract:China has proposed carbon dioxide reduction targets in 2015 and 2020. In this background, an optimization model considering carbon dioxide abatement target as hard constraint while taking the constraints of economic development, energy consumption structure and industrial structure into account was constructed. China's oil demands in 2015 and 2020 are 5.28 and 6.04 million tons respectively. The result shows that China's oil demand will greatly increase in the future, while its share will decrease to some degree; China's oil demand in 2015 and 2020 will be inhibited under the restrictions of CO2 emission; China's dependency on imported oil in the future will still be high.
- CO₂abatement constraint/
- prediction of oil demand/
- optimization model

[1]	中石油经济技术研究院. 2012年国内外油气行业发展报告[R]. 北京:中石油经济技术研究院,2013.
[2]	王双英,李东,王群伟. 基于LMDI指数分解的中国石油消费影响因素分析[J]. 资源科学,2011(4):759-765.
[3]	陈文静,何刚. 石油消费及其影响因素:基于非参数模型的研究[J]. 管理工程学报,2009,23(4):170-173.
[4]	张学志,才国伟. 基于VECM模型的石油消费与经济增长因果关系检验[J]. 清华大学学报:自然科学版,2010,50(5):681-685.
[5]	刘卫国,晋鹤. 我国产业结构与石油消费的相关性分析[J]. 北京石油化工学院学报,2009,17(2):59-61.
[6]	Yuhua Zheng,Dongkun Luo. Industrial structure and oil consumption growth path of China:empirical evidence[J]. Energy,2013,57(1):336-343.
[7]	曹广喜. "金砖四国"的碳排放、能源消费和经济增长[J]. 亚太经济,2011(6):18-22,33.
[8]	吴良海. 基于粒子群优化支持向量机的石油需求预测[J]. 计算机仿真,2010,27(4):292-295.
[9]	唐丽芳,唐伟. 基于CPSO-SVM的石油需求预测[J]. 计算机仿真,2012,29(6):206-209.
[10]	王秋萍,闫建波. 灰色神经网络模型在石油消费预测中的应用[C]//中国高等科学技术中心. 第19届灰色系统全国会议论文集.中国高等科学技术中心,2010:4.
[11]	孙燕,林振山,管卫华. 我国未来15年石油供需预测与对策[J]. 南京师范大学学报:自然科学版,2006,29(2):120-123.
[12]	徐刚,王维国. 中国石油消费的组合预测[J]. 黑龙江对外经贸,2009(10):72-74,134.
[13]	陈海涛. 基于系统动力学的中国石油需求系统模型及预测[J]. 统计与决策,2010(20):98-101.
[14]	石艳丽,安海忠,高湘昀. 基于时序——神经网络模型的我国石油消费预测[J]. 资源与产业,2011,13(2):37-42.
[15]	International Energy Agency. World energy outlook 2011[R]. Paris:IEA/OECD,2011.
[16]	Energy Information Administration. International energy outlook 2013[R]. US:Energy Information Administration of the U.S. Department of Energy,2013.
[17]	国家发展和改革委员会能源研究所课题组. 中国2050年低碳发展之路能源需求暨碳排放情景分析[M]. 北京:科学出版社,2009.
[18]	郭义强,郑景云,葛全胜. 一次能源消费导致的二氧化碳排放量变化[J]. 地理研究,2010,29(6):1027-1036.

[1]	王长波, 胡志伟, 周德群.中国居民消费间接CO₂排放核算及其关键减排路径. bob手机在线登陆学报（社会科学版）, 2022, 24(3): 15-27.doi:10.15918/j.jbitss1009-3370.2022.1565
[2]	王兆华.《碳交易效率与企业减排决策研究》评介. bob手机在线登陆学报（社会科学版）, 2022, 24(1): 187-188.
[3]	周鹏, 高朱红, 闻雯.政府补贴、碳减排目标约束与工业企业低碳策略选择. bob手机在线登陆学报（社会科学版）, 2022, 24(4): 118-128.doi:10.15918/j.jbitss1009-3370.2022.1420
[4]	廖华, 向福洲.中国“十四五”能源需求预测与展望. bob手机在线登陆学报（社会科学版）, 2021, 23(2): 1-8.doi:10.15918/j.jbitss1009-3370.2021.7348
[5]	张文静, 马喜立.以环境税治理雾霾的减排效果及减排成本——基于动态多区域CGE模型. bob手机在线登陆学报（社会科学版）, 2020, 22(3): 36-47.doi:10.15918/j.jbitss1009-3370.2020.2085
[6]	谢晖, 孙永河, 段万春, 许成磊.基于界面管理的创新团队资源配置整合优化模型. bob手机在线登陆学报（社会科学版）, 2017, (5): 72-79.doi:10.15918/j.jbitss1009-3370.2017.2058
[7]	伏开放, 陈志祥.动态需求下的损耗品生产-零售库存优化. bob手机在线登陆学报（社会科学版）, 2016, (6): 70-79.doi:10.15918/j.jbitss1009-3370.2016.0609
[8]	陈江华.国有企业学习型组织构建的外部市场行为分析. bob手机在线登陆学报（社会科学版）, 2016, (4): 71-77.doi:10.15918/j.jbitss1009-3370.2016.0410
[9]	田家华, 田时中, 赵鹏大.减排约束下中国天然气供需安全评价:2006-2014年. bob手机在线登陆学报（社会科学版）, 2016, (2): 22-29.doi:10.15918/j.jbitss1009-3370.2016.0205
[10]	邓晓兰, 陈宝东.碳减排约束下我国产业结构变迁的路径选择. bob手机在线登陆学报（社会科学版）, 2014, (6): 1-6.
[11]	张跃军, 周彬, 王丽.基于支持向量机模型的北京市能源需求预测研究. bob手机在线登陆学报（社会科学版）, 2013, (3): 8-12.
[12]	孙梅, 邓星, 董同明.神经网络和卡尔曼算法在石油需求预测中的应用. bob手机在线登陆学报（社会科学版）, 2013, (6): 10-15.
[13]	诸克军, 李兰兰, 龚承柱.天然气工业用户峰谷分时定价多目标优化模型. bob手机在线登陆学报（社会科学版）, 2012, (1): 9-14.
[14]	兰花.欧盟航空减排贸易指令的国际法分析——兼评中欧航空减排争议. bob手机在线登陆学报（社会科学版）, 2012, (3): 117-122.
[15]	曹萍, 陈福集.GA-灰色神经网络的区域物流需求预测. bob手机在线登陆学报（社会科学版）, 2012, (1): 66-70.
[16]	阳成虎.基于预算约束的多产品报童风险模型研究. bob手机在线登陆学报（社会科学版）, 2011, (3): 46-50.
[17]	黄建华, 党延忠.快递超网络模型及基于效率的优化方法. bob手机在线登陆学报（社会科学版）, 2011, (3): 68-72.
[18]	尹贻林, 王垚.基于利益相关者需求的城市交通枢纽设施优化设计研究. bob手机在线登陆学报（社会科学版）, 2009, (3): 53-57.
[19]	封云, 马军海.供应链需求预测的非线性方法研究. bob手机在线登陆学报（社会科学版）, 2008, (5): 82-86.
[20]	王兆红, 邱菀华, 梁美容.熵权优化模型在设施管理绩效评价中的应用研究. bob手机在线登陆学报（社会科学版）, 2006, (6): 74-78.

WeChat

点击查看大图

计量

文章访问数:1077
HTML全文浏览量:2
PDF下载量:1313
被引次数:0

减排约束下的中国石油需求预测

doi:10.15918/j.jbitss1009-3370.2015.0107

1. 合肥工业大学管理学院, 合肥 230009

基金项目:

国家自然科学基金资助项目(71271074);安徽省电力经济技术研究中心委托项目(SGAHJY00GHJS1400150)

收稿日期:2014-08-31
刊出日期:2015-01-19

关键词:

石油需求预测/

摘要:针对中国2015年和2020年CO2排放强度减排目标,建立了以CO2强度减排为主要约束,综合考虑经济增长、能源结构以及产业结构等约束的石油需求优化预测模型.预测结果显示:2015年和2020年中国石油需求量分别为5.28亿吨、6.04亿吨,该结果意味着,未来我国石油需求总量仍将有较大幅度的增加,但占一次能源比重有所下降;与其他研究结果比较发现,减排约束对石油需求的增长起到一定的抑制作用;未来中国的石油对外依存度仍将处于较高水平.

English Abstract

焦建玲, 韩晓飞, 李兰兰, 朱俊红. 减排约束下的中国石油需求预测[J]. bob手机在线登陆学报（社会科学版）, 2015, (1): 48-52. doi: 10.15918/j.jbitss1009-3370.2015.0107

引用本文:

焦建玲, 韩晓飞, 李兰兰, 朱俊红. 减排约束下的中国石油需求预测[J]. bob手机在线登陆学报（社会科学版）, 2015, (1): 48-52.doi:10.15918/j.jbitss1009-3370.2015.0107

JIAO Jianling, HAN Xiaofei, LI Lanlan, ZHU Junhong. Prediction of China Oil Demand with the Constraints of CO2 Abatement[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2015, (1): 48-52. doi: 10.15918/j.jbitss1009-3370.2015.0107

Citation:

JIAO Jianling, HAN Xiaofei, LI Lanlan, ZHU Junhong. Prediction of China Oil Demand with the Constraints of CO2 Abatement[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2015, (1): 48-52.doi:10.15918/j.jbitss1009-3370.2015.0107

参考文献 (18)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

作者相关

写作规范

友情链接

总访问量: 今日访问量:

版权所有：bob手机在线登陆学术期刊中心

主管单位: 中华人民共和国工业和信息化部主办单位: bob手机在线登陆地址: 北京市海淀区中关村南大街5号

本系统由北京仁和汇智信息技术有限公司开发