中国碳排放预测的时空演化特征及驱动因素——基于ARIMA-BP神经网络算法的研究
综合经济学
2024-11-28 v2 经济学
应用统计
摘要
中国的碳排放量占全球总量的三分之一。如何确保在2030年前实现碳达峰、2060年前实现碳中和，以有效达成“双碳”目标，是当前重要的政策导向。基于ARIMA-BP模型的省级面板数据，本文表明能耗强度效应是驱动碳排放增长的主要因素，人均GDP和能耗结构效应是抑制碳排放的主要因素，而产业结构效应和人口规模效应的影响相对较小。基于研究结论，从能源结构、产业结构、新质生产力和数字经济等方面提出了政策建议。
引用
@article{arxiv.2409.00039,
title = {Spatial-temporal evolution characteristics and driving factors of carbon emission prediction in China-research on ARIMA-BP neural network algorithm},
author = {Zhao Sanglin and Li Zhetong and Deng Hao and You Xing and Tong Jiaang and Yuan Bingkun and Zeng Zihao},
journal= {arXiv preprint arXiv:2409.00039},
year = {2024}
}
备注
18 pages,11figures