中国二氧化碳排放峰值的情景预测及达峰特征 ——基于粒子群优化算法的BP神经网络分析

摘要：

实现碳排放达到峰值既是中国在全球气候谈判中的国际承诺,也是中国实现经济结构转型和可持续发展的必要选择.本文运用基于粒子群优化算法的BP神经网络分析,在8种发展模式下对中国二氧化碳排放峰值进行预测研究.研究发现,中国能在经济衰退模式、 节能模式2等5种模式下实现2030年二氧化碳排放达峰;人均GDP、 城市化率、 研发强度、 非化石能源消费量比重对二氧化碳排放的影响较大,人口、 能源强度的影响较小.

关键词：二氧化碳排放峰值、BP神经网络、粒子群优化算法、情景分析法

分类号：F124;X321(中国经济)

资助基金：中国博士后科学基金特别资助项目 "中国完全消耗水资源的规模测算、 流动格局及影响机理"2017T100180;中国博士后科学基金面上项目 "中国碳排放达峰的情景预测、 路径规划与经济影响研究"2016M601318;辽宁省经济社会发展研究课题 "辽宁省碳排放达峰的情景预测及经济影响评估"2018lslktzd-010;辽宁省社会科学规划基金项目 "辽宁省高等教育财政支出效率评价"L17BJY042

在线出版日期：2018-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：19-27