?《基于Logistic模型的中國各省碳排放預(yù)測》一文簡評
寧宇
《基于Logistic模型的中國各省碳排放預(yù)測》一文刊登于《長江流域資源與環(huán)境》2013年第22卷第2期，被國內(nèi)5家權(quán)威檢索系統(tǒng)收錄：全國中文核心期刊要目總覽、中國科技論文統(tǒng)計源期刊(即中國科技核心期刊)、中國科學(xué)引文數(shù)據(jù)庫(CSCD)、中文社會科學(xué)引文索引(CSSCI)、中國人文社會科學(xué)引文數(shù)據(jù)庫。同時也被國際重要檢索系統(tǒng)收錄：俄羅斯文摘雜志（PЖ）、美國化學(xué)文摘(CA)、美國劍橋科學(xué)文摘(CSA)、日本科學(xué)技術(shù)文獻(xiàn)數(shù)據(jù)庫(JICST)、英國動物學(xué)記錄(ZR)等。
研究依托于“能源消費與碳排放量成正比”假設(shè)，對中國30個省區(qū)2011—2020年的碳排放量進(jìn)行了較為準(zhǔn)確的預(yù)測。此文發(fā)表后反響熱烈，短短時間內(nèi)便得近1500次下載量，20次引用。其中引用此文的6篇學(xué)術(shù)論文，均被被中文社會科學(xué)引文索引（CSSCI）與中國科學(xué)引文數(shù)據(jù)庫來源期刊（CSCD）收錄且影響因子較高，此外引用本文的十余篇碩博士論文也均為985或者211高校所出。這足以見其學(xué)術(shù)影響力，究其原因，便在于此文深諳“實際”與“創(chuàng)新”之道。
一、“實際”之道
中國每年碳排放量的增速居高不下，以年均10.05%的速度增長并且在2006年更是超越美國成為最大的碳排放國家，2012年碳排放總量達(dá)到92.1億噸，占世界碳排放總量的26.7%。在維護(hù)生態(tài)環(huán)境和全球節(jié)能減排的時代大背景下，2009年中國政府在哥本哈根氣候峰會上承諾：到2020年單位GDP排放在2005年的基礎(chǔ)之上要減少40-45%，并且在十二五規(guī)劃中明確提出2015年能源強(qiáng)度要比2010年下降16%，碳排放強(qiáng)度下降17%。2010年8月，國家發(fā)改委下發(fā)了《關(guān)于開展低碳省區(qū)和低碳城市試點工作的通知》，啟動了國家低碳省和低碳城市的試點工作。廣東、遼寧、湖北、陜西、云南5省成為首批試點地區(qū)。面對巨大的減排壓力，各級政府能夠制定出符合實際情況的政策方針，定量的統(tǒng)計、監(jiān)測、考核辦法也顯得尤為重要。
不巧的是，在省市層面上對未來碳排放量進(jìn)行預(yù)測的研究成果相對較少，此文作者便從此實際需求出發(fā)，彌補了此項空白。
在實際研究中，2002年前后的兩個時間段碳排放量差異很大，前后兩個時期中國各省碳排放量變化的驅(qū)動因素有了顯著變化，2002以前的碳排放量變化趨勢無法表征未來年份的碳排放量變化，諸多相關(guān)研究學(xué)者均未對此情況做出合理處理。而本文則利用K—均值聚類分析法，將30個省地區(qū)劃分為5類，探尋到以2002年為分界點的前后兩個時期，中國各省碳排量變化的驅(qū)動因素有所差別。果斷選擇以2002年研究依靠的起點，并針對此做法可能產(chǎn)生的誤差在構(gòu)件模型預(yù)測相關(guān)數(shù)據(jù)后進(jìn)行帶回檢驗，確保合理解決2002年前后數(shù)據(jù)“斷層”問題，同時也保證預(yù)測研究工作的準(zhǔn)確性、合理性。
近幾年是全面深化改革的關(guān)鍵之年，也是全面完成“十二五”規(guī)劃的收官之年，全國上下均以提高經(jīng)濟(jì)運行質(zhì)量和效益為中心，積極發(fā)現(xiàn)和培育新增長點，優(yōu)化經(jīng)濟(jì)發(fā)展方式和動力，加強(qiáng)保增長保環(huán)境兩手抓的力度，不斷推動經(jīng)濟(jì)社會持續(xù)健康發(fā)展。此研究所獲得的理論框架與相關(guān)數(shù)據(jù)，為各級政府及相關(guān)機(jī)構(gòu)制定接下來的“十三五”規(guī)劃，甚至更加長遠(yuǎn)的節(jié)能減排、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)政策提供了強(qiáng)有力的支持，對解決實際問題效用奇佳。
此文審時度勢，從實際中來并解決實際，再回到實際中去，展現(xiàn)出學(xué)術(shù)研究應(yīng)有的良好循環(huán)，同時也成為相關(guān)學(xué)術(shù)研究的標(biāo)榜。
二、“創(chuàng)新”之道
若說“實際”是學(xué)術(shù)研究的根基與歸處，那么“創(chuàng)新”便是其方法與內(nèi)涵。
在此文之前，相關(guān)研究學(xué)者對碳排放量預(yù)測模型的建立基本涵蓋了所有影響因素，但相關(guān)研究學(xué)者所選取的因素不盡相同，側(cè)重點也不同。再加上各類因素對碳排放量的影響程度也有很大偏差，結(jié)果就導(dǎo)致預(yù)測工作差異性極大。此外相關(guān)研究學(xué)者沒有剔除受偶然因素影響的樣本數(shù)據(jù)，所得數(shù)據(jù)對未來碳排放量不能進(jìn)行很好的解釋，導(dǎo)致預(yù)測精度不高，無法為政策制定建立有力導(dǎo)向。
本文則基于CO2排放量與能源消費量成正比的假設(shè)，消除在能源轉(zhuǎn)化過程中因地區(qū)科技水平和采取的碳排放因子不同造成的影響，采取把全國歷年碳排放量根據(jù)各省區(qū)的能源消費量進(jìn)行分?jǐn)?，然后再分析各省區(qū)數(shù)據(jù)的辦法，很好的解決了上述兩個問題，形成了以下新思路：①用資料文獻(xiàn)法、調(diào)查研究法對國內(nèi)外學(xué)者的碳排放量預(yù)測工作進(jìn)行全面總結(jié)。②基于CO2排放量與能源消費量成正比的假設(shè)計算出各省地區(qū)累積碳排放量與人均碳排放量，并用K-均值聚類分析法將30個省地區(qū)分為5類，進(jìn)而選取了合理的數(shù)據(jù)起點。③建立Logistic預(yù)測模型，并用非線性最小二乘法得出Logistic預(yù)測模型中的相關(guān)參數(shù)，進(jìn)行碳排放量預(yù)測工作。④將已有數(shù)據(jù)帶入模型進(jìn)行驗算。
再者，作者使用K—均值聚類法在數(shù)據(jù)使用前對其進(jìn)行分析，處理方式巧妙。K—均值聚類是最著名的劃分聚類算法，由于簡潔和效率使得他成為所有聚類算法中最廣泛使用的。數(shù)據(jù)處理過程中，研究者給定一個數(shù)據(jù)點集合和需要的聚類數(shù)目K，K—均值聚類算法便根據(jù)某個距離函數(shù)反復(fù)把數(shù)據(jù)分入K個聚類中。本文作者用此方法將30個省地區(qū)分為5類，化繁為簡，使數(shù)據(jù)趨勢一目了然，為選取合適的研究起點打下基礎(chǔ)。正可謂“刪繁就簡三秋樹，領(lǐng)異標(biāo)新二月花”，此文對碳排放預(yù)測工作中繁雜數(shù)據(jù)的處理方法值得更多的學(xué)者去思考，去領(lǐng)悟。
Logistic預(yù)測模型也是本文的突出亮點。Logistic預(yù)測模型原本使用于種群生態(tài)學(xué)，100多年來Logistic模型幾乎是描述種群S型增長的唯一數(shù)學(xué)模型，國內(nèi)外一些學(xué)者根據(jù)自己的實驗結(jié)果以及在總結(jié)前人研究成果的基礎(chǔ)上，提出了許多有關(guān)于Logistic的修正和改進(jìn)模型，這些模型對于揭示種群的增長規(guī)律發(fā)揮了積極作用，是生態(tài)界作為描述種群生態(tài)學(xué)的基本法則。本文開創(chuàng)性的將其使用于碳排放量的預(yù)測工作上，利用Logistic模型能較好地描述形如S型增長去向的特點提高了預(yù)測的準(zhǔn)確度。在只有9年數(shù)據(jù)進(jìn)行預(yù)測的情況下，驗算得知2002—2010年的碳排放量驗算值與實際統(tǒng)計值平均誤差僅有6.5%，除寧夏外其余各省地區(qū)誤差均在7%以下，充分展現(xiàn)了Logistic預(yù)測模型對碳排放量預(yù)測有很高的擬合度，同時也為碳排放量預(yù)測開創(chuàng)了新道路。
此文展現(xiàn)諸多“實際”與“創(chuàng)新”之處，對首創(chuàng)性的研究方法也拿捏得當(dāng)，可見作者治學(xué)之功，造詣之深，同時也寄望于后人能在此基礎(chǔ)上，對碳排方面進(jìn)行更加深入的研究。
掃一掃上新西部網(wǎng)
不良信息舉報窗口
