1980年至2010年全球能源消费不平等

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Global inequality in energy consumption from 1980 to 2010》
---
作者：
Scott Lawrence and Qin Liu and Victor M. Yakovenko
---
最新提交年份：
2014
---
英文摘要：
  We study the global probability distribution of energy consumption per capita around the world using data from the U.S. Energy Information Administration (EIA) for 1980-2010. We find that the Lorenz curves have moved up during this time period, and the Gini coefficient G has decreased from 0.66 in 1980 to 0.55 in 2010, indicating a decrease in inequality. The global probability distribution of energy consumption per capita in 2010 is close to the exponential distribution with G=0.5. We attribute this result to the globalization of the world economy, which mixes the world and brings it closer to the state of maximal entropy. We argue that global energy production is a limited resource that is partitioned among the world population. The most probable partition is the one that maximizes entropy, thus resulting in the exponential distribution function. A consequence of the latter is the law of 1/3: the top 1/3 of the world population consumes 2/3 of produced energy. We also find similar results for the global probability distribution of CO2 emissions per capita.
---
中文摘要：
我们使用美国能源信息管理局（EIA）1980-2010年的数据研究了全球人均能源消耗的概率分布。我们发现洛伦兹曲线在这段时间内有所上升，基尼系数G从1980年的0.66下降到2010年的0.55，表明不平等性有所下降。2010年全球人均能源消费的概率分布接近指数分布，G=0.5。我们将这一结果归因于世界经济的全球化，全球化将世界混合在一起，使世界更接近最大熵状态。我们认为，全球能源生产是一种有限的资源，由世界人口分配。最可能的分区是使熵最大化的分区，从而得到指数分布函数。后者的一个结果是1/3定律：世界人口的前1/3消耗生产能源的2/3。对于人均二氧化碳排放量的全球概率分布，我们也发现了类似的结果。
---
分类信息：

一级分类：Physics        物理学
二级分类：Data Analysis, Statistics and Probability        数据分析、统计与概率
分类描述：Methods, software and hardware for physics data analysis: data processing and storage; measurement methodology; statistical and mathematical aspects such as parametrization and uncertainties.
物理数据分析的方法、软硬件：数据处理与存储；测量方法；统计和数学方面，如参数化和不确定性。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类：Statistics        统计学
二级分类：Applications        应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--

---
PDF下载：
--> Global_inequality_in_energy_consumption_from_1980_to_2010.pdf (2.5 MB)

2022-5-5 08:11:46 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：能源消费 不平等 distribution Applications Econophysics

熵2013，155565-5579；doi:10.3390/E15125565开放访问权限1099-4300 www。mdpi。com/journal/entropyArticleGlobal不等的能源消费从1980年到2010年斯科特·劳伦斯、刘琴和维克多·M·亚科文科*美国马里兰州大学帕克学院物理系，20742-4111；电子邮件：srl@umd.edu（S.L.）；秦柳。christoph@gmail.com（Q.L.）*通信地址的作者；电子邮件：yakovenk@physics.umd.edu;网状物：http://physics.umd.edu/~雅科文克/经济物理学/接收日期：2013年10月21日；修订形式：2013年12月12日/接受日期：2013年12月12日/出版日期：2013年12月16日摘要：我们使用美国能源信息管理局（EIA）1980-2010年的数据研究了全球人均能源消耗的概率分布。我们发现，洛伦兹曲线在这段时间内有所上升，基尼系数G从1980年的0.66下降到2010年的0.55，表明水质有所下降。2010年全球人均能耗概率分布服从指数分布，G=0.5。我们将这一结果归因于世界经济的全球化，这使世界变得更加复杂，并使其更接近最大化状态。我们认为，全球能源生产是一种有限的资源，被世界人口分割。最可能的分区是使熵最大化的分区，从而得到指数分布函数。后者的结果是1/3定律：世界人口的前1/3消耗生产能源的2/3。

我们还发现了人均同工同酬的全球概率分布的类似结果。关键词：不平等；能源消耗；碳排放；最大熵；指数分布；洛伦兹曲线；基尼系数；经济物理学；三分之一定律；全球化分类：PACS 89.65。生长激素；88.05.Lg；89.30.A-；89.70.Cf1。能源、气候和环境是我们这个时代最大的问题。围绕这些问题展开的讨论大多集中在全世界的能源消耗总量和共排放量上，2013年的统计数据为155566，以及全世界人口的相应人均数量。这些趋势如图1所示，其中1980年至2010年的点代表历史数据，而2020年至2040年的点代表美国能源信息管理局（EIA）的预测。我们论文的数据来源是ref。[1] ，以及本文中显示的所有数据图的电子表格，可作为在线补充资料。图1中的上升预测推断了2000-2010年观察到的趋势。然而，将全球变暖限制在2o正如政府间气候变化专门委员会（IPCC）在2013年的报告中指出的那样，C要求将累计碳排放总量限制在1万亿吨[2]。这是一个具有挑战性的目标，因为根据目前的趋势，预计2040年左右会达到这个极限[4]。图1。

总能耗和人均能耗（红色和蓝色圆圈）的历史趋势（1980年至2010年）和未来预测（2020年至2040年），以及共同排放量（红色和蓝色十字架），以及共张力（绿色圆圈）和人口（黑色曲线）。●●●每十亿人的耗电量每十亿人的二氧化碳排放量总耗电量二氧化碳排放强度（每单位能源的排放量）人口50亿60亿70亿80亿能源使用和碳排放量早期能源数据来源：EIA预测：联合国（中期情景）耗电量（太瓦）二氧化碳排放量（每年10亿公吨）●●●●●●●●●●●● ●●●●●●●●●●●●●●●●●●●●●●0 10 20 300 10 20 30 40 50●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●2.0 2.4 2.8 3.23.4 4.2 5.0 5.8●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●60克/兆焦耳1980年1990年2000年2010年2020年2030年2040随着发达国家的能源消耗和人口基本稳定，全球增长的大部分来自发展中国家，如中国的能源（图2中的左图）和印度以及其他人口（图2中的右图）。因此，能源消耗总量和碳排放问题与世界各国之间的能源不平等问题密不可分。由于各国的规模不同，因此用人均能源消耗来描述每个国家是合适的n=En/Nn，在热力学术语中，它是一个强度变量。它是通过将每个国家的单位时间总能耗（即功率）除以人口Nn得到的，人口Nn是热力学术语中的广泛变量。发达国家和发展中国家之间人均能源消费的巨大不平等是公认的。

然而，全球经验概率分布函数Pemp() 2013年energyEntropy的人均消费量为155567, 根据所有世界国家的数据，据我们所知，文献中尚未对其进行定量构建和研究。本文的主要目的是构建和解释Pemp() 使用1980-2010年的EIA数据[1]。我们认为，定量描述全球能源不平等及其历史趋势是理解和解决社会面临的挑战性问题的重要一步。图2。1980-2010年伊努萨、中国、印度和世界其他地区的能源消耗（左图）和人口（右图）叠加图。与统计物理的理论类比本研究的理论动机来自与统计物理的类比，这是由作者之一[5]在以前的论文中提出的。对于处于热平衡状态的气体，发现具有ε能量的原子的概率密度函数P（ε）由能量的指数函数给出：Pexp（ε）∝ 经验(-ε/T），其中T是温度，玻尔兹曼常数设置为kB=1。这就是著名的玻尔兹曼-吉布斯概率分布[6]。在这个指数分布中，只有少数高能的“富”原子和许多低能的“贫”原子，因此原子之间的能量分布是高度不平等的，即使原子（同类）是相同的。这种不平等是概率论中最大熵原理的结果[7]。根据热力学第二定律，在封闭系统中总能量守恒的约束下，通过熵的最大化得到平衡概率分布Pexp（ε）[6]。参考文献。

[8] ，这一一般数学原理被应用于货币m在从事货币交易的经济主体的统计集合中的概率分布P（m）。InThere也是一个源于三维动量空间的前置因子，但它与我们的目的无关，因为我们只考虑一维分布。熵2013，155568这些交易类似于气体中原子之间的碰撞，代理人之间相互转移资金以支付商品和服务，但总金额在封闭的经济系统中是守恒的。在一定的限制条件下，文献[8]提出了货币的均衡概率分布为指数分布的猜想：Pexp（m）∝ 经验(-m/Tm），其中Tm=hmi是货币温度，等于每个代理的平均货币量。很难找到货币余额分布的经验统计数据，因此许多论文随后集中研究了美国[11]、英国[12]、澳大利亚[13]、罗马尼亚[14]、欧盟[15]和其他国家收入的经验概率分布。在大多数情况下，收入分布的两级结构被发现[12,14–18]，包括下层阶级大多数人口（约97%）的指数分布和上层阶级（约3%）的幂律分布。更多参考文献可在评论文章[9]和书[19]中找到。除了国家内部的收入不平等，全球贫富国家之间也存在不平等。通过货币描述来描述全球不平等是很困难的，因为不同的货币具有某种任意和非官方的汇率，尽管可以使用购买力平价（PPP）来代替[20]。

班纳吉和雅科文科[18]采取了不同的方法，关注人均能源消费的不平等 以千瓦（kW）为单位，这是一个通用的物理单位。这个变量是不同国家物质生活水平的指标，也是世界各地经济不平等的代表。参考文献[18]将全球能源生产（主要来自化石燃料）视为在世界人口中分配的有限资源，并应用最大熵原理，推测平衡概率分布P() 人均能源消耗 应该是指数型的：Pexp() ∝ 经验(-/T), T在哪里= Hi=R∞ P() D 是人均能耗。为了验证这一推测，参考文献[18]研究了从世界资源研究所（WRI）下载的有限数据集，该数据集涵盖了1990年至2005年期间约130个国家，发现经验概率分布Pemp() 向指数级进化(). 然而，该数据集中缺少一些人口众多但能耗较低的贫穷国家。在本文中，我们使用了EIA[1]中一个更详细的数据集，涵盖了1980年至2010年期间约220个国家。我们发现文献[18]中提出的理论假设得到了更有力的实证支持。我们证明了Pemp() 正如最大熵原理所预期的那样，从1980年的高度不平等分布演变为2010年的更平等分布，非常接近指数分布。

我们将这一结果归因于世界经济的全球化，全球化使世界变得更加复杂，并使其更接近最大熵状态。一般来说，只有中央银行有权发行新货币。当债务被允许时，货币余额可能会出现负值，这会放松m=0时的边界条件，通常会破坏系统的稳定性[9,10]。严格地说，总能源生产和消费以及总人口确实会随着时间的推移而增加，如下图所示。1和2，但增长速度相对较慢。在这种情况下，熵最大化受到缓慢变化的约束，产生了一个参数缓慢变化的准平衡概率分布。熵2013，1555693。能源消耗分配3。1.累积概率分布函数对于EIA数据集中约220个国家的离散数量[1]，更方便的是构建经验互补累积分布函数（CDF），用于定义asCemp的能源消耗() =R∞Pemp() D, 而不是概率密度函数（PDF）Pemp(). 首先，我们按照人均能源消耗的升序对所有国家进行排序n、 因此，n=1代表消费最低的国家，n=L代表消费最高的国家，其中L代表国家总数。然后，累积分布函数是EMP(n） =PLk=n+1NkPLk=1Nk，（1）人均能源消耗大于n、 实际上，这种结构分配了相同的能耗n=En/nn代表国家n的所有nn居民。根据书[21]中的术语，这种方法对应于全球不平等研究中的概念2。

在概念1中，所有国家都被赋予同等的权重，而不考虑其人口，因此在人口分布上，一组小国可以超过少数几个人口最多的国家n、 一种更明智的方法是按人口比例分配不同国家的权重，这在概念2中和公式（1）中的CDF中都有实现。更复杂的概念3考虑了国家内部的概率分布（即不平等），并将其组合成全局概率分布。虽然概念3最准确，但很难找到所需的数据，因此我们在论文中只使用概念2。根据2010年EIA数据构建的经验CDF Cemp（εn）如左图所示。3.用带圆圈的红色实线表示。全球人均能源消耗i=PLk=1nNkPLk=1Nk=EN≈ 2010年为2.5千瓦，（2）其中E是全球总能耗，N是全球总人口。在图3中，我们观察到广泛的不平等，其中 = 在美国，10千瓦的功率是小时的4倍我 = 印度0.6千瓦，比印度低4倍i、 及 = 在中国，2.5千瓦约等于小时i、 图3左面板中的黑色虚线显示了理论指数概率分布Cexp() = 经验(-/T), 这给了一个相当好的整体分布使用= Hi=2.5千瓦。插图显示了Cemp（εn）的对数线性图，其中纵轴为对数，横轴为线性。在这些坐标系中，指数函数变成了直虚线，红色的经验点相当接近理论线。因此，我们得出结论，2010年人均能源消耗的经验概率分布接近指数分布。熵2013，155570图3。（左图）互补累积概率分布函数，等式。

（1） ，占2010年全球人均能源消耗量的比例（红色曲线），而非指数（黑色虚线曲线）。插图以对数线性比例显示了相同的图。（右图）洛伦兹绘制了1980-2010年全球人均能源消耗图（彩色曲线），与指数分布图（黑色实心曲线）进行了对比。●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●● ●●●●●●●●●●●●●●●●●●●●能源消耗的累积分布世界人口的人均千瓦0 5 10 15 20 250.0 0.2 0.4 0.6 0.8 1.0●2010年环境影响评估数据●●●●●●●●●●平均2。5千瓦●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●0 5 10 15 20 250.001 0.01 0.1沙特阿拉伯●●●●●●●0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 100.10.20.30.40.50.60.70.80.91数据来源：Eiausachnrusfraukbraindin Chnbraukfraussaussrlorenz全球能源消耗图世界人口比例世界能源消耗比例指数G=0.52010 G=0.552000 G=0.621990 G=0.641980 G=0.663.2。洛伦兹曲线为了从历史的角度看待这一观察，我们构建了1980-2010年人均能源消费的洛伦兹曲线。对于给定的概率密度P(), 让我们来介绍变量() = 1.- C() =ZP() D, y() =H伊兹 P() D, （3） x在哪里() 是人均能源消耗低于, 还有y() 这个人口的总能量消耗是用h标准化的吗i、 洛伦兹曲线[22]是y的参数图() 对x(), 参数在哪里 从0到∞.