广东省碳排放量测算、影响因素分析及预测模型选择

摘要：

广东省是中国经济最发达的省份之一,科学预测其碳排放量对"双碳"背景下探索省级控碳发展路径具有重要意义.论文首先对各类碳源和碳汇进行核算,得到了广东省1995-2019年的净碳排放量;运用扩展的STIRPAT模型分析广东省碳排放的影响因素,并将其作为碳排放量预测模型的输入变量;建立经鸡群算法优化的快速学习网CSO-FLN预测模型,对广东省碳排放量进行预测,并将预测结果与FLN、ELM模型进行比较分析以验证CSO-FLN模型的优越性和有效性.研究结果表明:广东省的净碳排放量在研究期间呈现上升趋势;人口规模、富裕度、产业结构与碳排放量之间均存在正相关关系,对外开放、技术水平、能源结构与碳排放量之间存在负相关关系;CSO-FLN模型的预测精度高于FLN、ELM模型,可作为后续碳排放量预测的有效建模方法.

关键词：碳排放、STIRPAT模型、鸡群算法、快速学习网

所属期刊栏目：38

分类号：F062.2(经济学分支科学)

资助基金：河北省社会科学基金项目HB17GL068

在线出版日期：2022-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：21-27,32