碳排放量控制优化模型构建

导语：碳排放量控制优化模型构建一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

全球气候变暖已成为国际社会极为关注的话题，由于气候变化可能导致的海平面上升、洪涝灾害、生物多样性降低等一系列环境问题开始威胁人类的正常生存，气候问题亟待解决，温室气体减排已迫在眉睫[1]。自2003年英国政府提出“低碳经济”的概念以来，作为应对气候变化的最佳经济发展模式，低碳经济一直受到全世界的广泛青睐。世界各国向低碳经济转型是世界经济的发展趋势，低碳经济由此成为相关领域研究的热点[2-5]。我国也在发展低碳经济和温室气体减排方面做出了积极的努力，并在丹麦哥本哈根举行的联合国气候变化会议上，承诺在2020年单位GDP温室气体排放量比2005年下降40%~45%的碳减排目标。然而，碳减排和低碳经济发展的道路并不平坦，我国低碳经济的发展也受制于多方面因素，其中，产业结构不合理就是一个重要方面[6-7]。因此，科学合理地构建低碳经济发展的碳减排模型，对经济发展和碳排放量控制进行优化，能够在保障经济增速不变的前提下，实现碳排放总量的降低，有效地指导产业结构调整，从而为政府管理部门科学有效的管理规划、低碳经济发展方向的制定提供依据，达到实现低碳化发展的目标。近年来，低碳经济领域的相关研究不断涌现，许多学者以低碳经济理论为指导，从内涵、特征、发展原则等方面进行了广泛的研究，并将低碳经济发展所涉及的各因素经过收集和归纳，从不同角度构建了低碳经济发展相关的指标体系，如低碳经济综合评价指标体系、低碳城市评价指标体系、低碳城市控制指标体系等，为低碳经济发展的深入研究奠定了基础[8-10]。但是，目前低碳发展相关研究多集中于定性分析，定量分析仍然较少，本文基于以往的研究工作，结合数学模型进一步对低碳经济发展进行定量化研究。

1模型构建

1.1目标函数的构建

本文基于低碳经济理论，分别设定2005、2020年为基准年和预期年，以预期年的碳排放总量最小为优化目标，影响低碳经济发展的预期年各行业经济增长量作为优化模型的决策变量，构建基于结构减排的不确定性低碳经济发展碳排放总量控制优化模型，选取我国在哥本哈根会议上承诺的2020年单位GDP温室气体减排目标、社会经济增速不变、行业经济增长量等作为约束条件，运用区间规划数学方法进行模型求解。模型目标函数具体表达如下：

1.2约束条件的选取

在约束条件的选取过程中，温室气体减排目标约束为我国在哥本哈根会议上承诺的2020年单位GDP温室气体排放量较2005年降低40%~45%的减排目标；预期年社会经济总量约束以2005年经济增长总量为基准，参考近年来我国经济增长速率，考虑金融危机等经济因素的影响，以保守经济增速预测2020年经济增长总量；行业经济增长量约束，以2005年各行业经济值为基准，以各行业保守经济增速预测2020年行业经济增长量。（1）温室气体减排目标约束：（Ii=1ΣPi0±+Ii=1ΣExi±×ΔPi±ΔEi±）/Ii=1ΣExi±≤C0/E0×（1-η±）（2）社会经济总量约束：Ii=1ΣExi±≥E0×（1+δ±）n（3）行业经济增长量约束：Exi±≥AE0andExi±≥AB01.3决策变量及参数的意义（1）决策变量。模型选取各行业经济增长量作为决策变量，并以区间形式表示。（2）参数。f±：预期年的碳排放总量，万t；C1±：不同行业预期年的碳排放量，万t；PF0±：农、林、水利业基准年的碳排放量，万t；ExF±：农、林、水利业预期年经济总量，万元；ΔPF±/ΔEF±：农、林、水利业单位经济增长量的碳排放量，万t/万元；PG0±：采掘业基准年的碳排放量，万t；ExG±：采掘业预期年经济总量，万元；ΔPG±/ΔEG±：采掘业单位经济增长量的碳排放量，万t/万元；PH0±：制造业基准年的碳排放量，万t；ExH±：制造业预期年经济总量，万元；ΔPH±/ΔEH±：制造业单位经济增长量的碳排放量，万t/万元；PI0±：能源生产与供应业基准年的碳排放量，万t；ExI±：能源生产与供应业预期年经济总量，万元；ΔPI±/ΔEI±：能源生产与供应业单位经济增长量的碳排放量，万t/万元；PJ0±：建筑业基准年的碳排放量，万t；ExJ±：建筑业预期年经济总量，万元；ΔPJ±/ΔEJ±：建筑业单位经济增长量的碳排放量，万t/万元；PK0±：交通运输业基准年的碳排放量，万t；ExK±：交通运输业预期年经济总量，万元；ΔPK±/ΔEK±：交通运输业单位经济增长量的碳排放量，万t/万元；PL0±：销售住宿餐饮业基准年的碳排放量，万t；ExL±：销售住宿餐饮业预期年经济总量，万元；ΔPL±/ΔEL±：销售住宿餐饮业单位经济增长量的碳排放量，万t/万元；PM0±：其他行业基准年的碳排放量，万t；ExM±：其他行业预期年经济总量，万元；ΔPM±/ΔEM±：其他行业单位经济增长量的碳排放量，万t/万元；PN0±：居民日常生活基准年的碳排放量，万t；ExN±：居民日常生活预期年经济总量，万元；ΔPN±/ΔEN±：居民日常生活单位经济增长量的碳排放量，万t/万元；E0：基准年社会经济总量，万元；η+：预期年的碳减排目标，无量纲；C0：基准年的碳排放总量，万t；δ±：预期年社会经济增速，无量纲。

1.3模型参数

模型参数均取自国家统计局出版的中国统计年鉴，其中，C1±~C9±分别代表九大行业，表1为各行业基准年经济总量、能源消耗量等模型参数。

2模型求解及分析

2.1模型求解结果

在模型参数及约束条件输入后，利用Lingo11.0软件求解预期年各行业经济总量、碳排放量，并计算预期年的单位GDP碳排放量（表2）。

2.2模型结果分析

将基于结构减排的不确定性碳排放总量控制优化方案下预期年的单位GDP碳排放量与基准年单位GDP碳排放量以柱形图形式表达，如图1所示。结合图1和表2分析可知：（1）基于结构减排的不确定性优化方案下，预期年的碳排放总量控制在[273274.96,288285.27]万t之间，单位GDP碳排放量为[0.48,0.50]万t/万元，较基准年单位GDP碳排放量有明显降低，能够保证在2020年实现37.07%~41.08%的降低幅度，但仅有不确定性优化上限能够达到我国在哥本哈根会议上承诺的2020年单位GDP温室气体减排目标。（2）基于结构减排的不确定性优化方案中，各行业单位GDP碳排放量降低幅度均较为明显，下降值最大的行业是建筑业、销售住宿餐饮业和农林牧渔水利业，表明以上行业相比其他行业具有经济效益好、碳排放量低的优势，若积极推广低碳能源应用、低碳饮食习惯和低碳消费方式，大力发展低碳社区，能够十分有效、显著地降低单位GDP的碳排放量，亦可弥补其他行业低碳发展的不足。（3）所有行业中，交通运输业、制造业和能源生产供应业单位GDP碳排放优化量较基准年的降低比重低于整体单位GDP碳排放降低值的均值，其中，交通运输业的单位GDP碳排放量降低幅度最低，表明此行业碳减排阻力很大，同时，新能源、新技术在交通运输业的推广不仅面临着技术难题还有成本压力，若不从技术上突破、大力扶持公共交通事业，单位GDP碳排放量较难有大幅度降低。

3结语

本研究以保障经济发展为前提，以预期年低碳经济发展碳排放总量最小化为优化目标，构建基于结构减排的不确定性低碳经济发展碳排放总量控制优化模型，通过查阅权威统计数据、确定模型所需参数及约束条件，运用数学方法获取碳排放总量控制的最优配置方案。模型优化方案显示，优化后预期年的单位GDP碳排放量较基准年降低了37.07%~41.08%；优化方案为区间形式，可为决策者提供一定范围的决策空间，决策者可以在考虑保守和优越条件之间平衡的基础上，在优化方案区间内权衡利弊，选择合适的方案。虽然不确定性优化方案下的单位GDP碳排放量相比基准年有十分显著的降低，但仅优化方案上限能够满足我国在哥本哈根会议上承诺的2020年单位GDP温室气体减排目标。因此，为了确保完成减排任务，在未来的研究中仍应进一步探寻更宽广泛、更深入可行的减排途径。