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
Scenario Prognostics and Characteristics of China's Carbon Dioxide Emissions Peak:A BP Neural Network Analysis Based on Particle Swarm Optimization作者机构:东北财经大学统计学院辽宁大连116025
出 版 物:《东北财经大学学报》 (Journal of Dongbei University of Finance and Economics)
年 卷 期:2018年第19卷第5期
页 面:19-27页
学科分类:02[经济学] 0201[经济学-理论经济学] 08[工学] 083305[工学-城乡生态环境与基础设施规划] 0833[工学-城乡规划学]
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)
主 题: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
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。