基于Lasso-BP神经网络模型的河南省碳达峰路径研究

摘要：

为探索河南省碳达峰路径,满足河南省碳达峰战略需求,选取河南省2001-2020年社会、经济、能耗、资源4个维度的12个指标,使用Lasso-BP神经网络方法,建立河南省碳排放量预测模型.,基于12个指标数据的回归分析,设计了 6条发展路径,对河南省2021-2035年的碳排放量进行预测.结果表明:1)12个维度的因素中,影响碳达峰的6大关键因素为煤炭消费占比、单位GDP能耗、森林覆盖率、能源消费总量、第二产业GDP比重和私人汽车拥有量;2)追求单因素发展的路径1—4均无法在2030年实现碳达峰;在路径5、6下,河南省将于2029年碳达峰,相较于路径5,路径6的峰值排放量低2.53 Mt,峰值为510.91 Mt CO2;3)为实现碳达峰,在"十四五"和"十五五"阶段,应分别将煤炭消费占比、单位GDP能耗、森林覆盖率、能源消费总量、第二产业GDP比重、私人汽车拥有量的年均增长率控制在-4.0％和-5.0％、-3.5％和-4.0％、2.0％和 3.0％、0.5％和 0.4％、-1.5％和-2.0％、7.5％和 7.0％.

关键词：碳达峰、Lasso回归、BP神经网络、路径研究、碳排放预测

所属期刊栏目：40

分类号：F206;F426;TP183

资助基金：中国工程院重大咨询研究项目2020-ZD-18-5

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：151-156,164