白寶峰 梁進(jìn)
DOI:10.19392/j.cnki.16717341.201714129
摘要:本文針對(duì)交通運(yùn)輸企業(yè)的碳排放的測(cè)定問(wèn)題,經(jīng)過(guò)分析發(fā)現(xiàn)直接對(duì)于碳排放量的測(cè)定是很難做到的,因?yàn)槠溆绊懸蛩囟喾N多樣,十分復(fù)雜,我們無(wú)法將所有影響因素考慮周全,因此需要尋找一種替代的算法,忽略一些直觀的影響因素,而采用隨機(jī)性的環(huán)境影響評(píng)估模型,解決了碳排量不可直接測(cè)量或者影響因素不可預(yù)測(cè)的缺點(diǎn)。
關(guān)鍵詞:不可預(yù)測(cè);嶺回歸分析;隨機(jī)性環(huán)境預(yù)測(cè)模型;解釋變量系數(shù)
基于隨機(jī)性的環(huán)境影響評(píng)估模型:經(jīng)分析,考慮到在交通運(yùn)輸過(guò)程中各種條件的不可預(yù)測(cè)性,不便于準(zhǔn)確測(cè)定,于是將問(wèn)題簡(jiǎn)化為討論在運(yùn)輸過(guò)程中的碳排放測(cè)定問(wèn)題。根據(jù)有關(guān)資料,在運(yùn)輸過(guò)程中影響碳排放的因素也是多種多樣的,但有的影響因素的影響效果非常微弱,忽略后并不影響對(duì)于碳排放量的精度測(cè)定,而有的因素忽略后對(duì)于碳排放量精度測(cè)定的影響很大,綜合考慮,將城鎮(zhèn)化率、人均GDP、客運(yùn)周轉(zhuǎn)量、貨運(yùn)周轉(zhuǎn)量作為碳排放量的主要影響因素。運(yùn)用可拓展的隨機(jī)性的環(huán)境影響評(píng)估模型STIRPAT,可以通過(guò)自變量和應(yīng)變量之間的關(guān)系進(jìn)行評(píng)估,從而測(cè)出碳排放量。
根據(jù)有關(guān)數(shù)據(jù)和模型公式可知方程的回歸系數(shù)反映的即是解釋變量與被解釋變量之間的彈性關(guān)系,因而尋找方程回歸系數(shù)即是找出問(wèn)題解的關(guān)鍵。運(yùn)用嶺回歸方程,通過(guò)MATLAB進(jìn)行編程求解,求得各影響因素的相關(guān)系數(shù)分別為0.1935、0.2180、0.2034、0.2185模型系數(shù)常數(shù)為1.3513e-16,即表明城鎮(zhèn)化率、人均GDP、客運(yùn)周轉(zhuǎn)量、貨運(yùn)周轉(zhuǎn)量各自每增加1%,碳排放總量分別增加0.1935%、0.2180%、0.2034%、0.2185%。在明確了模型中各解釋變量和被解釋變量之間的關(guān)系后,根據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù),從而測(cè)算出交通運(yùn)輸企業(yè)的碳排放量。
此外,文中還對(duì)各解釋變量的影響程度進(jìn)行了分析,最后討論了模型的優(yōu)缺點(diǎn)以及改進(jìn)的方向。
1 問(wèn)題的重述
當(dāng)前交通運(yùn)輸行業(yè)作為碳排放大戶,其減排效果對(duì)減排目標(biāo)的影響巨大,但是交通行業(yè)仍然沒(méi)有進(jìn)入市場(chǎng)化減排交易體系(碳交易市場(chǎng))。交通運(yùn)輸企業(yè)不愿意進(jìn)入是一方面的原因,更重要的原因是交通運(yùn)輸企業(yè)的碳排放量難以測(cè)定。比如:交通運(yùn)輸企業(yè)的車輛排放量受到車型、道路狀況、行駛速度(包括加速、減速、怠速、巡航等速度)、道路和天氣情況等因素的影響。
問(wèn)題:
請(qǐng)建立數(shù)學(xué)模型對(duì)交通運(yùn)輸企業(yè)的碳排放量進(jìn)行測(cè)定(只考慮交通運(yùn)輸企業(yè)的交通工具運(yùn)行過(guò)程中的碳排放量的測(cè)定,其他不予考慮,但需要假設(shè)界定)。
2 模型的假設(shè)
(1)僅考慮在交通工具運(yùn)行過(guò)程中的碳排放量測(cè)定問(wèn)題。
(2)各類能源消耗可以折算成標(biāo)準(zhǔn)煤的消耗。
(3)假定車輛能源消耗和碳排放只與車輛行駛公里數(shù)和載重?cái)?shù)有關(guān),而車型、道路情況、行駛速度、道路和天氣狀況等情況悉數(shù)為正常情況,不會(huì)影響車輛的碳排放量。
(4)假定各數(shù)據(jù)來(lái)源準(zhǔn)確,不存在數(shù)據(jù)缺失和不真實(shí)的情況。
3 符號(hào)說(shuō)明
Q碳排放量/萬(wàn)噸
a模型常數(shù)
U城鎮(zhèn)化率
A人均GDP/(元/每人)
PT客運(yùn)周轉(zhuǎn)量/億人每公里
FT貨運(yùn)周轉(zhuǎn)量/億噸每公里
4 模型的分析和求解
4.1 STIRPAT模型的分析
碳排放量的多少受到各種因素的影響,其中很多因素不便于測(cè)定和描述,采用stirpat模型,使得很多不便于測(cè)定和描述的影響因素綜合起來(lái),變成能夠測(cè)定的客觀具體的影響因素,通過(guò)前期分析和預(yù)判,找出了各類因素之間的因果關(guān)系,簡(jiǎn)化影響因素的數(shù)目和數(shù)據(jù)的大小,這樣使得模型變得簡(jiǎn)潔明了,易于求解和分析。通過(guò)強(qiáng)調(diào)主要解釋變量間和被解釋變量的關(guān)系,對(duì)于解釋變量的變化量的測(cè)定,可以直接反映被解釋變量的變化。
4.2 STIRPAT模型的求解
建立模型方程lnQ=a+blnU+clnA+dlnPT+elnFT,公式中a為常數(shù),b.c.d.e分別為各解釋變量的系數(shù),表示含義為各解釋變量每變化1%,被解釋變量變化量為各解釋變量系數(shù)。已知各解釋變量的統(tǒng)計(jì)數(shù)據(jù),先對(duì)數(shù)據(jù)進(jìn)行處理和整合。
采用嶺回歸方法來(lái)對(duì)多線性數(shù)據(jù)進(jìn)行處理,犧牲部分精度來(lái)使得數(shù)據(jù)的穩(wěn)定性得到充分的保證。在本題中先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理求Y即通過(guò)能源消耗量和碳排放系數(shù)以及折合標(biāo)準(zhǔn)煤系數(shù)之間的關(guān)系,先對(duì)已知能源消耗嶺的情況下的碳排量進(jìn)行計(jì)算,然后通過(guò)計(jì)算出的數(shù)據(jù)即Y值代入進(jìn)行嶺回歸分析,求得相關(guān)解釋變量的系數(shù)。碳排量和能源消耗以及碳排量系數(shù),折合標(biāo)準(zhǔn)煤系數(shù)之間的關(guān)系為碳排量=能源消耗量×碳排量系數(shù)×折合標(biāo)準(zhǔn)煤系數(shù)。
整理數(shù)據(jù)后可得:
X=36.22;7858;12261.1;4432137.66;8622;13155.1;4771039.09;9398;14125.6;5068640.53;10542;13810.5;5385941.76;12336;16309.1;6944542.99;14185;17466.7;80258.1,
Y=53996.08;61370.47;78899.49;90474.57;118300.98;156739.86,
代入公式θK=XTX+KI-1XTY,經(jīng)過(guò)計(jì)算和上述程序中的曲線圖可知K=0.8,因此求得θK=0.1935;0.2180;0.2034;0.2185。
具體數(shù)據(jù)實(shí)現(xiàn)通過(guò)在Matlab中進(jìn)行編程來(lái)對(duì)嶺回歸方程進(jìn)行處理,從而得到了相應(yīng)的模型解釋變量的系數(shù)在何種條件下趨于穩(wěn)定,即為該模型下的解釋變量系數(shù)值。
通過(guò)程序分析,作圖可直觀得出,當(dāng)K的值在0.8時(shí),各解釋變量對(duì)應(yīng)的嶺回歸系數(shù)趨于穩(wěn)定。
當(dāng)嶺回歸參數(shù)趨于穩(wěn)定的時(shí)候,模型各解釋變量的系數(shù)在表中可清楚的看出分別為0.1935、0.2180、0.2034、0.2185模型的常數(shù)項(xiàng)為1.3513e-16,將上述各模型系數(shù)和常數(shù)項(xiàng)代入到stirpat中,
即可得到完整的對(duì)于碳排量的計(jì)算方程
lnQ=1.3513e-16+0.1935lnU+0.2180lnA+0.2034lnPT+0.2185lnFT將統(tǒng)計(jì)數(shù)據(jù)代入即可得碳排量數(shù)值。
5 模型的評(píng)價(jià)和推廣
5.1 模型的優(yōu)點(diǎn)
1)該模型忽略了在碳排放測(cè)定過(guò)程中,對(duì)于碳排放影響因素的具體直觀求解,轉(zhuǎn)而通過(guò)相應(yīng)的環(huán)境影響因素,使得模型中解釋變量和被解釋變量之間關(guān)系變的簡(jiǎn)單清晰,在測(cè)定過(guò)程中具有很強(qiáng)的可操作性,同時(shí)模型在求解和設(shè)計(jì)過(guò)程中綜合考慮了社會(huì)、經(jīng)濟(jì)、環(huán)境等因素,選取的四個(gè)影響因素很具有代表性和擴(kuò)展性,使得模型求解結(jié)果更加精確。
2)在模型關(guān)于解釋變量系數(shù)的求解過(guò)程中,采用嶺回歸方法,相較于最小二乘回歸,犧牲了一部分?jǐn)?shù)據(jù)的精確度,但使得數(shù)據(jù)能夠穩(wěn)定,減少了數(shù)據(jù)誤差范圍,變得更加可信。
5.2 模型的缺點(diǎn)
本模型在分析過(guò)程中,無(wú)法做到對(duì)于碳排量直觀影響因素如能源消耗量等的分析和測(cè)定,也無(wú)法對(duì)于各影響因素的進(jìn)行比較,因此該模型得出的結(jié)論為最終結(jié)論,無(wú)法對(duì)各影響因素的影響程度進(jìn)行直觀具體描述,在運(yùn)用碳排量結(jié)論作出相應(yīng)的政策和措施時(shí),無(wú)法提供細(xì)致全面的分析和建議。同時(shí)在選取解釋變量的時(shí)候,存在著隨機(jī)性的可能,無(wú)法保證每次選取的解釋變量都能很好的代替整體數(shù)據(jù)的特征。
5.3 模型的改進(jìn)和推廣
模型改進(jìn):在模型中加入對(duì)于解釋變量的解構(gòu),可以運(yùn)用LMDI方法來(lái)對(duì)解釋變量加以描述和求解,同時(shí)在運(yùn)用嶺回歸求取模型系數(shù)的時(shí)候,對(duì)于解釋變量的選取應(yīng)該通過(guò)控制變量法,從相關(guān)因素中通過(guò)控制單一變量計(jì)算得出相關(guān)指標(biāo),判斷哪幾種變量的影響因素較大,哪幾種因素可忽略,從而使得選取的解釋變量更加合理。
參考文獻(xiàn):
[1]渠慎寧,郭朝先.基于STIRPAT模型的中國(guó)碳排放峰值預(yù)測(cè)研究.
[2]嶺回歸分析.
作者簡(jiǎn)介:白寶峰(1994),男,回族,安徽合肥人,本科。