论文摘要
本文系统地研究了1930～2016年世界各国铅消费的历史数据,并依据各国经济发展情况将全球国家划分为五类不同的国家集团,运用人均GDP与人均铅消费量的"S"形消费规律并考虑禁售燃油车的相关政策的影响,分两种情况预测未来全球的铅需求:一是铅蓄电池未被大规模替代,此情况下在2025年、2030年、2035年、2040年,全球铅需求量分别为1 264万t、1 293万t、1 308万t、1 292万t;二是未来禁售燃油车,大规模铅蓄电池被其他电池所代替,此情况下在2025年、2030年、2035年、2040年,全球铅需求量分别为1 115万t、1 044万t、955万t、787万t。针对未来铅需求的变化情况,提出提高铅蓄电池的能量密度以及深循环性能、加强铅蓄电池的回收能力、传统铅蓄电池制造逐步向新能源电池转变等建议,为铅消费的适应性调整提供参考。
论文目录
文章来源
类型: 期刊论文
作者: 张继鹏,代涛,王高尚,李丹
关键词: 铅消费,需求预测,蓄电池,燃油车,适应性调整
来源: 中国矿业 2019年03期
年度: 2019
分类: 工程科技Ⅰ辑,经济与管理科学
专业: 矿业工程,工业经济
单位: 中国地质科学院全球矿产资源战略研究中心,中国地质科学院矿产资源研究所国土资源部成矿作用与资源评价重点实验室,中国地质大学(北京)地球科学与资源学院
基金: 中国地质调查局地质调查项目“中国铁铜铝等资源循环调查评价”资助(编号:121201103000150015),国家自然科学基金重点项目“经济新常态下的国家金属资源安全管理及其政策研究”资助(编号:71633006)
分类号: F416.1
页码: 1-7
总页数: 7
文件大小: 379K
下载量: 157
相关论文文献
- [1].旅游需求预测理论基础与方法研究[J]. 营销界 2019(47)
- [2].连锁便利店需求预测研究[J]. 中国物流与采购 2020(04)
- [3].ANRPC:NR需求下降，再次下调产量预估[J]. 特种橡胶制品 2020(05)
- [4].基于需求预测更新的高速公路项目柔性特许期模型[J]. 统计与决策 2020(09)
- [5].基于多价值链的汽车零配件需求预测研究[J]. 现代计算机 2020(24)
- [6].世界钢铁协会发布2019年4月版短期钢铁需求预测结果[J]. 天津冶金 2019(02)
- [7].云计算环境下资源需求预测与优化配置方法研究[J]. 信息通信 2016(08)
- [8].全国农药药械需求预测会商会在杭州召开[J]. 农业技术与装备 2011(22)
- [9].中西方旅游需求预测对比研究:理论基础与模型[J]. 旅游学刊 2010(08)
- [10].解析全球能源需求预测结果及相关模型体系[J]. 资源与产业 2009(03)
- [11].改进果蝇算法优化回声状态网络的旅游需求预测研究[J]. 计算机工程与科学 2020(02)
- [12].产业转型升级中的河北省科技人员需求预测[J]. 产业与科技论坛 2017(20)
- [13].中国城乡居民生活用电月度需求预测[J]. 统计与决策 2015(02)
- [14].供应链条件下制造企业需求预测管理研究[J]. 价值工程 2014(07)
- [15].预测模型在图书需求预测中的应用[J]. 出版科学 2009(06)
- [16].基于部门消费混合模型的我国天然气未来需求预测[J]. 中国地质调查 2020(04)
- [17].基于精益理论下的电力物资需求预测管理提升措施[J]. 运输经理世界 2018(02)
- [18].常态化电网工程物资需求预测管理模式的研究[J]. 物流工程与管理 2018(08)
- [19].专家判定矩阵法在连锁零售企业分店库存商品需求预测中的应用[J]. 经济研究导刊 2017(05)
- [20].基于网络搜索数据的旅游需求预测研究进展[J]. 四川文理学院学报 2016(02)
- [21].基于灰色理论的山东省能源需求预测及分析[J]. 中国工程咨询 2016(01)
- [22].略谈石油档案的需求预测[J]. 兰台世界 2008(S2)
- [23].2012年我国钢铁消费分析和2013年需求预测[J]. 冶金经济与管理 2013(01)
- [24].个性化需求预测面临的挑战及解决方法研究[J]. 预测 2009(05)
- [25].农药需求预测量化考量农民需求[J]. 植物医生 2009(06)
- [26].住宅地产电动汽车充电需求预测和协同调度分析[J]. 住宅科技 2020(02)
- [27].考虑信息泄露的零售商需求预测信息共享研究[J]. 运筹与管理 2020(07)
- [28].基于服务链业务科技资源的配件需求预测研究[J]. 物流科技 2019(05)
- [29].基于简单移动平均法的汽车售后配件需求预测研究[J]. 中国商论 2019(14)
- [30].未来10年我国锡资源需求预测[J]. 中国国土资源经济 2018(01)