基于可解释深度学习的中国煤炭价格驱动因素研究

吕靖烨, 李冲, 樊秀峰

技术与创新管理 ›› 2026, Vol. 47 ›› Issue (02) : 136 -149.

PDF
技术与创新管理 ›› 2026, Vol. 47 ›› Issue (02) : 136 -149. DOI: 10.14090/j.cnki.jscx.2026.0202

基于可解释深度学习的中国煤炭价格驱动因素研究

    吕靖烨, 李冲, 樊秀峰
作者信息 +

Author information +
文章历史 +
PDF

摘要

随着中国能源结构的不断深化转型,煤炭价格的波动受到多重非线性因素的复杂交互作用影响,而价格波动不仅直接关系到国家能源安全,也对宏观经济运行与政策调控产生深远影响,因此亟需开展系统性研究。基于GS-XGBoost-SHAP模型构建系统分析框架,从非线性视角系统揭示煤炭价格波动的关键驱动因素,以及单变量与变量交互作用的非线性影响机制。研究结果表明:NEWC澳大利亚动力煤价格、大庆原油价格、BRENT原油价格、经济增长和经济政策不确定性是影响煤炭价格波动的核心变量,印证了“能源—经济—不确定性”三元驱动的价格形成机制;煤炭价格与关键变量之间的作用关系呈现显著的非线性与非对称性特征,即关键变量的正向驱动效应明显强于负向抑制效应;各变量之间的交互效应在煤炭价格形成中呈现异质性且具有显著的非线性特征,且强交互作用主要集中于各关键变量对煤炭价格呈现强正向效应的取值区间。

关键词

中国煤炭价格 / 非线性影响 / GS-XGBoost模型 / SHAP可解释性分析 / 交互作用

Key words

引用本文

引用格式 ▾
吕靖烨, 李冲, 樊秀峰. 基于可解释深度学习的中国煤炭价格驱动因素研究[J]. 技术与创新管理, 2026, 47(02): 136-149 DOI:10.14090/j.cnki.jscx.2026.0202

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/