问题低碳经济的评价与预测

低碳经济的评价与预测

摘要

发展低碳经济是人类可持续发展、降低温室效应的必由之路，本文主要研究低碳经济的评价与预测问题，我们通过建立AHP综合评价模型、灰色预测模型、多项式拟合等得以解决问题，并提出了自己的合理化建议。

问题一根据所给数据建立数学模型对4个省的低碳经济竞争力进行综合评价，给出每个省在各年的低碳经济竞争力的排序结果，分析各省低碳经济的发展变化状况，属于综合评价模型。由于指标较少，故而我们选择利用层次分析法，建立AHP综合评价模型。通过查阅资料，我们经过详细的定性、定量分析，确立了比较矩阵，利用MATLAB计算得出单位GDP二氧化碳排放、人均二氧化碳排放、单位建成区面积能耗、人均城市绿地面积、森林覆盖率的权重依次为0.3044，0.2235，0.1890, 0.1684，0.1147。然后我们通过线型加权，利用MATLAB算出每个省在各年的低碳经济竞争力得分，得到2005—2009年排序结果皆为：北京>四川>重庆>上海。最后我们利用EXCEL绘制出各省低碳经济的发展趋势图及5个指标的变化趋势图，从宏观与个体的角度，进行详细分析，得出四个省份都在不同程度的促进低碳经济的发展，但都有所波动；低碳经济具有鲜明的“地方特色”等结论。

问题二我们根据所给数据，建立数学模型，预测2012年4个省的人均二氧化碳排放量，属于预测模型。限于题目中只有2005—2009年的数据，数据较少，故而我们建立灰色预测模型和多项式拟合分别进行预测，然后取其均值作为最后的预测结果，利用MATLAB进行求解，得到2012年北京、上海、重庆、四川的人均二氧化碳排放分别为6.7631、12.6046、6.3497、4.5029顿/（人•年）。

问题三我们提出为实现到2020年我国单位国内生产总值二氧化碳排放在2005年基础上下降40%~45%的长期目标的建议和意见。通过研究本文及查阅有关资料，我们提出了发展“因地制宜”的低碳经济、推进经济增长方式的转变和经济结构的调整、调整支出结构，增加财政投入等合理化建议。

本文最大的特色是采用定性分析与定量分析相结合的方法处理数据，在数据较少的情况下，建立两种模型进行预测，使结果更加可靠。同时针对问题一和问题三都从不同角度进行详细分析和研究，使本文更具有实际价值。

关键词：AHP综合评价模型宏观与个体分析灰色预测模型多项式拟合因地制宜

一、问题提出

低碳经济的评价与预测

2009年联合国丹麦哥本哈根气候大会以来，“应对气候变化”成为全世界关注的最热门的话题。“低碳”的基本含义是较低地排放以二氧化碳为代表的温室气体。低碳经济，以减少温室气体排放为特征。发展低碳经济，必须在《联合国气候变化框架公约》的基础上，它需要国家的支持，需要每一个企业单位，每一个人的努力，涉及到低碳文化、低碳立法、低碳政策、低碳金融、低碳贸易、低碳企业治理、低碳城市构建等方方面面，需要自然科学、技术科学、人文、社会、管理科学之间的融合与协调作战。

附录给出了2005～2009年北京、上海、重庆、四川4个省的相关数据，请你研究下面三个问题：

（1）根据所给数据建立数学模型对4个省的低碳经济竞争力进行综合评价，给出每个省在各年的低碳经济竞争力的排序结果，分析各省低碳经济的发展变化状况。

（2）根据所给数据建立数学模型预测2012年4个省的人均

CO排放量。

2

（3）温家宝总理在哥本哈根气候大会上庄严宣布，到2020年我国单位国内生产总值CO

排放在2005年基础上下降40%~45%的长期目标。为实现这一目标，国家“十二五2

规划”也明确提出了阶段的约束性指标。请你查阅有关资料，提出你自己认为切实可行的完成这一目标的建议和意见。

附录：4省区有关数据。

二、基本假设

1、假设1 ：假设评价低碳经济的5个指标重要程度依次为：单位GDP二氧化碳排放、人均二氧化碳排放、单位建成区面积能耗、人均城市绿地面积、森林覆盖率；

2、假设2 ：假设2012—2020年，影响低碳经济的经济因素、政策因素、技术因素、环境因素等不会出现非预期的大幅度变动；

3、假设3：假设从官方获取的各个省份的低碳经济指标的统计数据信息真实可靠；

三、符号说明

四、问题分析

本文是在低碳经济的背景下提出来的低碳经济的评价与预测问题。

问题一要求根据所给数据建立数学模型对4个省的低碳经济竞争力进行综合评价，给出每个省在各年的低碳经济竞争力的排序结果，分析各省低碳经济的发展变化状况。属于综合评价模型。本题中，共有单位GDP二氧化碳排放、人均二氧化碳排放、单位建成区面积能耗、人均城市绿地面积、森林覆盖率5个评价指标，由于指标较少，模糊评价、主成份分析法等不利于做出较好的评价，故而我们选择利用层次分析法，作到定量与定性分析相结合，查阅相关资料确定各个指标的权重，从而建立AHP综合评价模型，利用MATLAB给出每个省在各年的低碳经济竞争力的排序结果。最后我们利用EXCEL绘制出各省低碳经济的发展趋势图及5个指标的变化趋势图，从宏观、个体的角度，分析各省低碳经济的发展变化状况。

问题二要求我们根据所给数据建立数学模型预测2012年4个省的人均2CO 排放量，属于预测模型。常见的预测模型有：时间序列预测、灰色预测、BP 神经网络、统计回归、拟合等由于题目中只有2005—2009年的数据，数据较少，故我们利用灰色预测和多项式拟合分别进行预测，然后取其均值作为最后的预测结果。

问题三要求我们为实现到2020年我国单位国内生产总值CO2排放在2005年基础上下降40%~45%的长期目标，提出认为切实可行的完成这一目标的建议和意见。我们通过研究本文及查阅有关资料，给出合理化建议。

五、模型的建立与求解

5.1 问题一模型建立与求解 5.1.1 问题一的分析

问题一要求研究的是：根据所给数据建立数学模型对4个省的低碳经济竞争力进行综合评价，给出每个省在各年的低碳经济竞争力的排序结果，分析各省低碳经济的发展变化状况。问题一属于综合评价模型，我们必须明确知道，要评价一个省份的低碳经济竞争力，就必须给出相应地能反映低碳经济竞争力的指标。本题中，共有单位GDP 二氧化碳排放、人均二氧化碳排放、单位建成区面积能耗、人均城市绿地面积、森林覆盖率5个评价指标，由于指标较少，模糊评价、主成份分析法等不利于做出较好的评价，故而我们选择利用层次分析法，作到定量与定性分析相结合，查阅相关资料确定各个指标的权重，从而建立AHP 综合评价模型，利用MATLAB 给出每个省在各年的低碳经济竞争力的排序结果。最后我们利用EXCEL 绘制出各省低碳经济的发展趋势图及5个指标的变化趋势图，从宏观、个体的角度，分析各省低碳经济的发展变化状况。 5.1.2 问题一模型的建立

Step1 数据的标准化处理

因为评价指标可能有极大型的、极小型的、中间型、或区间型四种情况，且可能各有不同的量纲，故需要对不同类型的指标变换成统一的、无量纲的标准化指标。 处理方法为：

1.评价指标类型的一致化处理

通过判断可知的森林覆盖率、人均二氧化碳排放，两类指标为极大型指标，无需一致化处理；单位GDP 二氧化碳排放、单位建成区面积能耗、人均二氧化碳排放这三类指标为极小型指标，即总是期望指标的取值越小越好，需要将进行指标类型一致化处理。

（1）单位GDP 二氧化碳排放

*11

1

,1,2,3,4i i P i P == (1-1)

（2）人均二氧化碳排放

*22

1

,1,2,3,4i i P i P == (1-2)

（3）单位建成区面积能耗

*33

1

,1,2,3,4i i P i P == (1-3)

2.评价指标无量纲化处理