首页|"双碳"目标下中国能源消费碳排放量预测

"双碳"目标下中国能源消费碳排放量预测

Prediction of carbon emissions from energy consumption in China under the"dual carbon"goal

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
[目的]面对"碳达峰、碳中和"全球性主题,预测与模拟中国能源消费碳排放量,探索碳达峰时间及碳中和可实现性,为促进减排目标的实现提供理论依据.[方法]本文运用碳排放系数法测算1986-2019年中国26种能源消费的碳排放量,从经济、社会、环境、能源、技术5个方面出发,建立了包含18个变量的能源消费碳排放影响因素指标体系,利用Lasso回归筛选出5个主要因素.运用3种机器学习方法和Lasso回归构建了支持向量机回归(SVR)、随机森林(RF)、BP神经网络和Lasso-SVR、Lasso-RF、Lasso-BP共6种碳排放量预测模型,基于均方误差(MSE)和平均绝对误差(MAE)对6种预测模型进行比较和分析.结合情景分析法设置新常态化情景、绿色低碳情景、2℃目标情景和1.5℃目标情景4种情景,选择最优预测模型对4种情景下中国2020-2060年的碳排放量进行模拟分析.[结果]研究显示:4种情景下,随着减排力度加强,中国碳达峰平台期逐渐缩短,平台期内碳达峰时间分别为2035、2029、2026、2025年,峰值分别为95.8亿、74.48亿、67.23亿、65.23亿tCO2e,2 ℃目标情景和1.5 ℃目标情景下中国能如期实现碳中和目标,4种情景均可能实现2℃温升目标,但前两种情景不能实现1.5℃温升目标.[结论]4种情景下中国能源消费碳达峰峰值和达峰时间不尽相同,实现碳中和的可能性也有所差别.为尽早实现"碳达峰、碳中和"目标,中国必须着力推动产业结构和能源结构优化,增加绿色资产投资,以技术进步助力减排事业发展.

energy consumptioncarbon emissionpredictionscenario simulationLassoSVRRFBPNN

刘春梅、钱啸吟

展开 >

上海财经大学信息管理与工程学院,上海 200433

能源消费 碳排放 预测 情景模拟 Lasso 支持向量机 随机森林 BP神经网络

教育部人文社会科学研究课题

22YJA790035

2023

10.18402/resci.2023.10.02

资源科学
中国科学院地理科学与资源研究所 中国自然资源学会

资源科学

CSTPCDCSSCICSCDCHSSCD北大核心
影响因子：2.408
ISSN：1007-7588
年,卷(期)：2023.45(10)
  • 3
  • 24