新書推薦：
《
耕读史
》
售價：NT$
500.0
《
地理计算与R语言
》
售價：NT$
551.0
《
沈括的知识世界：一种闻见主义的实践（中华学术译丛）
》
售價：NT$
398.0
《
大思维：哥伦比亚商学院六步创新思维模型
》
售價：NT$
332.0
《
宏观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
》
售價：NT$
709.0
《
UE5虚幻引擎必修课（视频教学版）
》
售價：NT$
505.0
《
真需求
》
售價：NT$
505.0
《
阿勒泰的春天
》
售價：NT$
230.0
|
| 編輯推薦： |
|
当前，对于能源消费低碳化模型的研究主要以西方国家的学者为主导，其研究内容也体现了这些国家的能源消费特点及产业政策调整的需要，很多时候并不适合中国的实际情况。例如，西方国家关注化石能源消费及碳排放总量的变化，所以在分解模型的设计方面也是以上述指标为主，而我国更关注一些比例性指标如碳生产率和人均碳排放等的变化。孟明、牛东晓编写的《中国能源消费低碳化发展模型与政策》将在考虑中国等发展中国家化石能源消费及碳排放特点的基础上，设计一系列的用于能源消费低碳化分析的模型算法，并将其用于对中国的实证分析，进而提出相应的能源及产业政策调整建议。
|
| 內容簡介： |
能源消费低碳化发展是缓解温室效应加剧的影响，实现经济与社会环境可持续发展的必由之路。针对中国等发展中国家的特点，孟明、牛东晓编写的《中国能源消费低碳化发展模型与政策》在碳排放发展路径分解、边际影响分析和发展情景预测三个领域设计了多个模型，并将其应用于中国的实证分析，得到了许多对中国能源及产业政策调整具有借鉴意义的结论。
《中国能源消费低碳化发展模型与政策》可为能源领域的研究人员提供参考，也可作为管理科学与工程、技术经济与管理以及数量经济等专业高年级本科生或研究生的教材。
|
| 目錄：
|
前言
第1章 绪论
1.1 研究背景
1.1.1 能源消费的驱动作用
1.1.2 能源消费的供需前景
1.1.3 化石能源消费与温室效应
1.1.4 中国的能源消费及碳排放
1.2 研究意义
1.2.1 形成能源消费低碳化分析模型系统
1.2.2 模型系统满足发展中国家的需要
1.2.3 为中国能源消费低碳化发展提供实证建议
1.3 本书的研究思路及主要内容
第2章 国内外研究进展综述
2.1 分解模型综述
2.1.1 Divisia指数分解模型
2.1.2 Laspeyres指数分解模型
2.1.3 DEA-MPI分解模型
2.1.4 几种分解模型的比较
2.2 边际分析模型综述
2.2.1 10模型
2.2.2 变量投影重要性分析模型
2.2.3 基于EKC理论的边际影响力分析模型
2.3 CO2排放量趋势外推模型
2.3.1 年度C02排放模型
2.3.2 月度C02排放模型
第3章 碳生产率三维分解模型及实证
3.1 指标选择及基础分解框架
3.1.1 指标选择
3.1.2 基础分解框架
3.2 碳生产率三维分解模型
3.2.1 绝对分解模型
3.2.2 相对分解模型
3.2.3 两种分解模型的关系
3.3 数据来源及分解结果
3.3.1 数据来源及转换
3.3.2 定量分解结果
3.4 分解结果分析及政策建议
3.4.1 产业部门维度分析
3.4.2 年份维度分析
3.4.3 影响因素维度分析
3.5 本章小结
第4章 区域经济增长的Laspeyres指数分解分析
4.1 研究对象及目的
4.2 Laspeyres指数分解算法
4.2.1 基础分解框架
4.2.2 完全分解算法
4.3 数据来源及转换
4.3.1 数据来源及选择
4.3.2 数据转换
4.4 分解结果分析
4.4.1.定量分解过程及结果
4.4.2 驱动因素分析
4.4.3 地理分布分析
4.5 本章小结
第5章 区域能源效率的DEA-MPI分解分析
5.1 研究框架及方法选择
5.2 DEA-MPI分解算法
5.2.1 DEA的原理及算法
5.2.2 MPl分解算法
5.3 数据及分解结果
5.3.1 数据来源及选择
5.3.2 MPI分解结果
5.4 分解结果分析
5.4.1.总体状况分析
5.4.2 特殊省份分析
5.4.3 地理分布分析
5.5 本章小结
第6章 基于IO模型的中国进出口碳转移分析
6.1 研究框架与基本思路
6.2 IO碳转移模型
6.2.1 IO模型的种类
6.2.2 投入产出表
6.2.3 IO模型算法
6.2.4 进出口碳转移算法
6.3 数据来源及预处理
6.3.1 投入产出数据
6.3.2 直接碳密度数据
6.3.3 进出口数据
6.4 计算结果分析
6.4.1 完全碳密度分析
6.4.2 完全碳转移量分析
6.4.3 碳转移量趋势分析
6.5 本章小结
第7章 碳排放边际影响及情景预测模型分析
7.1 研究框架及基本思路
7.2 多重共线性问题及识别
7.2.1 0LS方法的原理
7.2.2 多重共线性的原理及影响
7.2.3 多重共线性的识别
7.3 PLS及扩展方法
7.3.1 PLS2模型的核心思想
7.3.2 PLsl模型的简化算法
7.3.3 交叉有效性
7.3.4 PLS1的建模步骤
7.3.5 PLS1的辅助分析算法
7.4 数据选择及初步分析
7.4.1 数据来源及预处理
7.4.2 数据的初步分析
7.5 结果分析及情景预测
7.5.1 PLs回归模型
7.5.2 样本及变量分析
7.5.3 情景设计及预测分析
7.6 本章小结
第8章 年度C02排放量趋势外推模型
8.1 趋势规律与拟合方程
8.1.1 C02排放趋势分析
8.1.2 Logistic曲线方程
8.2 参数估计算法
8.2.1 Yule算法
8.2.2 Rhodes算法
8.2.3 Nail算法
8.2.4 灰色模型算法
8.2.5 混合模型算法
8.3 数据拟合及预测结果分析
8.3.1 长期趋势的拟合结果分析
8.3.2 近期年份的预测结果分析
8.4 本章小结
第9章 基于分段函数的小样本EKC分析模型
9.1 研究框架与基本思路
9.2 分段曲线及其拟合方程
9.2.1 分段曲线
9.2.2 分段函数
9.3 数据来源及初步分析
9.3.1 数据来源
9.3.2 数据的初步分析
9.4 结果与讨论
9.4.1 趋势拟合方程
9.4.2 发展趋势预测
9.4.3 峰值年份预测分析
9.5 本章小结
第10章 月度COz排放量趋势外推模型
10.1 月度C02排放量趋势特征
10.2 趋势外推算法
10.2.1 传统分解及预测算法
10.2.2 固定振幅算法
10.2.3 变动振幅算法
10.3 数据拟合及预测结果分析
10.3.1 数据来源
10.3.2 预测方法设计
10.3.3 三种算法的中间值及预测结果
10.3.4 误差分析
10.4 本章小结
第11章 结论与展望
11.1 结论与主要创新点
11.2 展望
参考文献
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
