-
题名中国2030年CO2排放情景预测与减排潜力分析
被引量：23
- 1
-
-
作者
王迪
和维
聂锐
-
机构
中国矿业大学管理学院
江苏省能源经济与管理研究基地
-
出处
《系统工程学报》
CSCD
北大核心
2019年第6期721-735,共15页
-
基金
国家自然科学基金资助项目(71974191,71874191)
国家社会科学基金后期资助项目(19FGLB057)
+2 种基金
江苏省高校哲学社会科学研究重点资助项目(2017ZDIXM162)
中国矿业大学研究生教改资助项目(YJSJG_2017_048)
中国矿业大学文化传承专项-能源矿业经济智库资助项目(2018WHCC01).
-
文摘
建立了中国CO2排放情景预测与调控路径优化的集成分析框架,分情景预测了中国CO2排放趋势,测算了各部门的减排潜力并给出了相应的调控路径.研究表明,深度能源转型情景下中国CO2排放将在2025年实现达峰目标(102.54×10^8 t)并在2030年实现强度减排目标(0.65t/万元),同时煤炭消费将在2020年达峰(28.11×10^8 tce).未来中国CO2减排的关键在于挖掘经济增长、能源技术进步与能耗结构优化的减排潜力,特别是提高第二部门的能源效率,优化第一部门和第二部门的能耗结构,以及调整第二部门、第四部门和第六部门的经济发展模式.此外,推进能源结构转型和能源技术创新也是实现中国2030年CO2减排双重目标的重要保障.
-
关键词
CO2排放
减排潜力
情景预测
对数平均指数分解模型
-
Keywords
CO2 emissions
reduction potential
scenario prediction
LMDI model
-
分类号
F205
[经济管理—国民经济]
-
-
题名基于函数型自适应聚类的股票收益波动模式比较
被引量：9
- 2
-
-
作者
王德青
何凌云
朱建平
-
机构
中国矿业大学管理学院
厦门大学数据挖掘研究中心
中国矿业大学江苏省能源经济与管理研究基地与国际能源政策研究中心
厦门大学管理学院
中国统计学会
教育部高等学校统计学类专业教学指导委员会
中国统计教育学会
-
出处
《统计研究》
CSSCI
北大核心
2018年第9期79-91,共13页
-
基金
国家自然科学基金“函数型数据的自适应分类预测方法及其在金融高频预测中的应用”(71701201)
教育部人文社会科学基金“金融市场的函数型数据挖掘方法与应用研究”(15YJCZH162)
+3 种基金
2016年度全国统计科学研究项目“函数型数据自适应聚类分析的方法与应用研究”(2016LY13)的阶段性研究成果
江苏省自然科学基金青年项目“金融高频数据的函数型自适应分类预测方法研究”(BK20170268)
中国博士后科学基金项目“函数型数据挖掘理论、方法与应用”(2015M571839)
中央高校基本科研
-
文摘
股票收益波动具有典型的连续函数特征,将其纳入连续动态函数范畴分析,能够挖掘现有离散分析方法不能揭示的深层次信息。本文基于连续动态函数视角研究上证50指数样本股票收益波动的类别模式和时段特征:首先由实际离散观测数据信息自行驱动,重构隐含在其中的本征收益波动函数;进一步,利用函数型主成分正交分解收益函数波动的主趋势,在无核心信息损失的主成分降维基础上,引入自适应权重聚类分析客观划分股票收益函数波动的模式类别;最后,利用函数型方差分析检验不同类别收益函数之间波动差异的显著性和稳健性,并基于波动函数周期性时段划分、图形展示和可视化剖析每一类别收益函数在不同时段波动的势能转化规律。研究发现:上证综指股票收益波动的主导趋势可以分解为四个子模式,50只股票存在五类显著的波动模式类别,并且五类波动模式的特征差异主要体现在本次研究区间的初始阶段。本文拓展了股票收益波动模式分类和差异因素分析的研究视角,能够为金融监管部门管理策略的制定和证券市场的投资组合配置提供实证支持。
-
关键词
函数型主成分
波动模式
自适应聚类
上证50
-
Keywords
Functional Principal Component
Volatility Patterns
Adaptive Clustering
SSE50
-
分类号
C812
[社会学—统计学]
-
