Forecasting China’s primary energy demand based on an improved AI model

An improved energy demand forecasting model is built based on the autoregressive distributed lag (ARDL) bounds testing approach and an adaptive genetic algorithm (AGA) to obtain credible energy demand forecasting results. The ARDL bounds analysis is first employed to select the appropriate input variables of the energy demand model. After the existence of a cointegration relationship in the model is confirmed, the AGA is then employed to optimize the coefficients of both linear and quadratic forms with gross domestic product, economic structure, urbanization, and technological progress as the input variables. On the basis of historical annual data from 1985 to 2015, the simulation results indicate that the proposed model has greater accuracy and reliability than conventional optimization methods. The predicted results of the proposed model also demonstrate that China will demand approximately 4.9, 5.6, and 6.1 billion standard tons of coal equivalent in 2020, 2025, and 2030, respectively.     

Factors affecting the quantitative uncertainty of the estimated short-term intake. Part I—Calculation methods

ABSTRACT

The calculation of the combined uncertainty of the international estimated short-term intake (IESTI) of ethephon residues in apples is shown as an example. The ethephon residues in apples were reported by the Joint FAO (Food and Agriculture Organization of the United Nations)/WHO (World Health Organization) Meeting on Pesticide Residues (JMPR). The apple consumption data were taken from the IESTI (international short-term intake) calculation template used by the JMPR. The IESTI was calculated with the currently used method (case 2a) and a proposed one recommended by the EFSA (European Food Safety Authority)/RIVM (Dutch National Institute for Public Health) Scientific Workshop co-sponsored by FAO and WHO. In this example, the ratio of IESTI_proposed/IESTI_current and their combined relative uncertainty are about 2.8, and 1.7, respectively. The larger IESTI and uncertainty obtained with the proposed equation are the consequence of calculation only with the large portion (LP) instead of its combination with unit mass, and the MRL instead of the highest residue (HR). The LP is the major contributor to the combined uncertainty. Both the calculated IESTI and its combined uncertainty depend on the actual food – pesticide residue combination, and should be calculated for each case.     

中国能源可持续发展区域差异及其因素分析

该文在明晰中国能源可持续发展内涵的基础上,从能源足量、可持续、合理供给;能源与水、土地、森林等资源配套能力;国家可持续能源政策与地区规划的融合,减缓环境资源的损耗;环境可持续性四个目标出发,构建了区域能源可持续发展指标体系。从定量的角度刻画中国能源可持续发展的区域差异,解析影响中国能源可持续发展的主要因素。研究结果表明,可持续能源政策与环境的可持续性是制约能源可持续发展的关键环节;能源与森林、土地资源的配套能力是重要基础;能源供应能力是核心所在;从中国东、中、西部来看,西部地区是中国能源可持续性最强的地区,中部次之,东部能源可持续性最弱;从中国八大区域来看,能源可持续性沿海地区最弱,东北和长江中游地区次之,大西北、西南和黄河中游地区最强。本文作者最后认为多元化发展,提升能源供应能力;建立健全环境税收制度,增强环境可持续性;因地制宜,是促进中国区域能源可持续发展的必然选择。     

中国现代城镇化发育的能源消费

城镇是现代社会财富积累的中心。矿物燃料为主的一次能源不仅是现代人类社会发展的基本动力来源,也是现代城镇化发育的基本动力来源。随着城镇化发育不断走向成熟,城镇的生存和发展对能源消费的依赖日趋强烈。这种消费需求不仅体现在总量增长方面,而且更体现在质量提高方面。世界和中国的实践均证明了这一点。所不同者,在产业发展政策和能源消费政策的作用下,中国现代城镇化发育的能源消费表现出明显的不尽人意:第一,能源消费总量增长迅速,甚至进入21世纪以来也是如此;第二,能源消费结构演进缓慢、特别是进入国家城镇化快速发育阶段后的表现更是如此;第三,能源产出效率提高有限,甚至出现一定程度的倒退。如此能源消费特征,对中国城镇化的持续发育构成了巨大挑战,因此,建议加快城镇产业结构调整、推进能源消费结构演进和提高城镇能源消费质量。     

人口与消费对碳排放影响的分析模型与实证

从消费压力人口视角探讨碳排放问题,有利于正确判断和把握气候变化压力的人文因素,以及人口与消费可持续发展的动力学机制.本文通过对STIRPAT模型的扩展,应用岭回归方法计量分析人口、消费及技术因素对碳排放的影响.对我国1980至2007年碳排放情况的统计实证结果表明,扩展的STIRPAT模型对中国国情有较高的解释力.居民消费水平、人口城市化率、人口规模三个因素对我国碳排放总量的变化影响明显;现阶段我国居民消费水平与人口结构变化对碳排放的影响力已高于人口规模变化的影响力,居民消费水平与消费模式等人文因素的变化有可能成为我国碳排放的新的增长点;技术进步因素在此模型中对我国该阶段碳排放的解释力有限,表明我国未来通过技术进步减缓碳排放的潜力巨大.     

我国城市间客运交通能源消耗趋势的分解

随着我国城镇化水平不断提高,城市作为重要的交通网络节点,其衔接交通运输线路、产生和承担客货流转换的功能日益显著。定量地探讨城市间客运交通能源消费变化的影响因素对于我国未来城市间客运交通能源需求的研究及温室气体减排具有重要意义。本文采用终端能源需求MAED模型,对我国城市间客运交通能耗的历史基期数据进行处理,同时对未来能耗进行预测,在形成ASIF结构的数据基础上,利用对数平均迪氏指数法(Logarithmic Mean Index,LMDI)对城市间客运交通能耗的活动效应、结构效应和强度效应进行分解分析。结果表明,从历史数据来看,我国"十五"期间城市间客运交通能耗的快速增加同时取决于客运周转量的增加、客运交通模式和能耗强度的转变,若延续这一发展趋势,我国中长期城市间客运交通模式将快速增长。未来城市间轨道交通网络的发展和高效利用及交通节能减排政策的落实将是促进能源消耗增速降低的可能选择。     

内生创新、人文发展与中国的能源效率

基于内生经济增长理论,本文通过运用面板数据分析方法,重点讨论了内生创新和人文发展对中国能源效率的影响。研究结果表明,无论是全国层面的总体估计还是从东部、中部和西部的分区域估计,内生创新对中国的能源效率都产生着正面影响;人文发展状况总体上对能源效率的提高也具有正面的影响,但是人文发展中人均消费量的提高对能源效率的改善产生着负面的效应。内生创新和人文发展对能源效率的作用在中国东部、中部和西部地区不尽相同,这些作用一致呈现出由东部向中部再向西部地区逐渐递减的分布趋势。人文发展较内生创新而言对能源效率的贡献弹性更加显著。因此,从内生创新和人文发展的角度出发,通过有效措施把能源消费方式转变到依靠技术进步、人口与经济社会协调发展的内涵式消费方式上来,依然是提高中国能源效率的有效策略。     

LCA of the South African sugar industry

A life cycle assessment of sugar produced in South Africa evaluates the environmental impacts and energy consumption of the different life cycle phases of sugar production. The system studied includes sugar cane farming, fertiliser and herbicide manufacture, cane burning, sugar cane transportation and sugar manufacture. Inventory and impact assessment results show that non-renewable energy consumption is 5350 MJ per tonne of raw sugar produced and 40% of this is from fertiliser and herbicide manufacture. Reduction in the use or impact of fertiliser for cane farming could bring considerable savings in terms of fossil energy consumption and a reduction in greenhouse gas emissions.     

秦皇岛地热能梯级利用状况与前景分析

在对秦皇岛地热能资源现状和开发利用调查的基础上,对秦皇岛地区的地热资源分布特征进行了分类,通过对相应的地热资源利用现状进行调查,掌握了地热能利用的现状以及存在的种种问题和不足。为了更加合理高效地利用地热能资源,进行开发利用前景分析,制定了地热能综合梯级利用的规划建议。     

电力行业的节能减排与低碳经济

中国能源结构以煤为主,火电行业是碳排放量的主体,面对低碳经济的发展模式,电力行业势必将成为CO2减排的主力军。目前,火电行业通过"上大压小"政策,实现结构减排;通过提高电力工业的烟气脱硫,实现工程减排;通过扩大清洁能源的比例,减少煤炭消耗总量,实现总量减排。使用清洁能源是实现碳减排的有效途径。指出了电力行业"节能减排"的现状和措施,分析了电力行业在"低碳经济"中所面临的新形势,并对低碳电力技术的研究与运用进行了展望,阐述了通过利用清洁能源促进碳减排的迫切性和必要性。