城市能源效率的PS-kNN分类综合评价

被引：3

作者：

方国斌 ^{[1
,2
]}

宋国君 ^{[1
]}

机构：

[1] 中国人民大学环境学院

[2] 安徽财经大学统计与应用数学学院

来源：

统计与信息论坛 | 2014年 / 29卷 / 09期

关键词：

能源效率; 预测强度; k最近邻; 分类;

D O I：

暂无

中图分类号：

F206 [能源管理];

学科分类号：

020201 ;

摘要：

为了对区域能源效率做出客观评价,提出一种新的基于不可控因素的地级城市分类的能源效率分类比较方法,旨在研究能源效率的地区可比性问题。分类问题的讨论包括类别个数的确定和分类方法的选取;分类个数和分类原则的确定采用预测强度和基础因子相结合的办法,进一步采用k最近邻分类方法对其余不可控因子进行分类预测,以避免所谓的自评判问题;运用文中所给出的综合分类结果对一些城市的能源效率进行评价,便于相关城市找到提高能源效率的有效措施。"

引用

收藏

页码：34 / 43

页数：10

相关论文

共 14 条

[1] 针对能源效率问题的中国地区聚类 [J].

吕斌 ;

王科 ;

徐志强 .

经济地理, 2013, 33 (04) :15-21

[2] 基于工业结构特征的中国地区能源消费强度差异分析 [J].

王菲 ;

董锁成 ;

毛琦梁 .

地理科学进展, 2013, 32 (04) :522-531

[3] 中国地区能源效率差异及其影响因素分析 [J].

孙敬水 ;

汪德兴 .

技术经济与管理研究, 2011, (12) :77-81

[4] 我国各省能源消费与其省会城市年平均温度的相关性研究 [J].

牛强 ;

李玲 ;

林峰 ;

聂超群 ;

季路成 .

中国能源, 2010, 32 (09) :19-24

[5] 省际节能减排效率变动及收敛性研究——基于Malmquist指数 [J].

孙欣 .

统计与信息论坛, 2010, 25 (06) :101-107

[6] 能源效率的七类测度指标及其测度方法 [J].

魏一鸣 ;

廖华 .

中国软科学, 2010, (01) :128-137

[7] 自然环境因素对能源效率的影响——中国各地区的理论节能潜力和实际节能潜力分析 [J].

杨红亮 ;

史丹 ;

肖洁 .

中国工业经济, 2009, (04) :73-84

[8] 技术进步能提高能源效率吗?——基于中国工业部门的实证检验 [J].

李廉水 ;

周勇 .

管理世界, 2006, (10) :82-89

[9]

中国统计年鉴.[M].中华人民共和国国家统计局; 编.中国统计出版社.2012,

[10] Cluster validation by prediction strength [J].

Tibshirani, R ;

Walther, G .

JOURNAL OF COMPUTATIONAL AND GRAPHICAL STATISTICS, 2005, 14 (03) :511-528