基于STIRPAT模型的甘肃省碳排放预测与影响因素研究

摘要

基于IPCC排放系数法对甘肃省1990—2021年碳排放量进行测算,结合LMDI分解法、STIRPAT模型对碳排放的驱动因素进行分析,并使用随机森林确认关键影响因素.采用PSOBP神经网络模型对基准情景、高碳情景、低碳情景下的未来趋势进行预测.研究结果表明,能源利用、产业结构中的第一产业和第二产业对碳排放具有抑制作用,城镇人口占比、地区生产总值、能源消费强度等因素显著促进碳排放,天然气消耗对碳排放增长贡献最大.随机森林分析确认了地区生产总值、能耗强度、城镇化水平、产业结构、能源结构等为主要影响因素.引入粒子群算法有效提升BP神经网络预测精度,其结果显示,在基准情景、高碳情景、低碳情景下,甘肃省分别将在2025年(25 044.39万t),2030年(26 091.57万t)和2035年(32 059.94万t)实现碳达峰.

关键词

STIRPAT模型 / 碳排放 / 岭回归 / 随机森林 / PSO-BP神经网络