基于STIRPAT和ARIMA-BP神经网络模型的南京市碳排放影响因素分析及趋势预测.pdfVIP

２０２５年１１月南京晓庄学院学报Ｎｏｖ.２０２５

第６期ＪＯＵＲＮＡＬＯＦＮＡＮＪＩＮＧＸＩＡＯＺＨＵＡＮＧＵＮＩＶＥＲＳＩＴＹＮｏ.６

基于ＳＴＩＲＰＡＴ和ＡＲＩＭＡ￣ＢＰ神经网络模型的南京市

碳排放影响因素分析及趋势预测

周洪伟ꎬ李永梅ꎬ王宇ꎬ董喆

(南京晓庄学院信息工程学院、人工智能学院ꎬ江苏南京２１１１７１)

摘要:“能耗双控”逐步转向“碳排放双控”ꎬ是我国“双碳”战略实施的一项基础性、前置性的

制度变革ꎬ故本文在２０００—２０２３年南京市二氧化碳排放量数据的基础上对南京市二氧化碳影响因

素以及未来排放量的趋势进行研究ꎮ首先ꎬ对２０００—２０２３年内的南京市碳排放及其影响因素的相

关数据进行整理和对比ꎻ随后ꎬ进一步对影响南京市二氧化碳排放量的各因素展开了深入的定量研

究ꎮ建立了ＳＴＩＲＰＡＴ统计模型ꎬ并结合南京市实际情况对模型进行优化和拓展ꎬ同时对该模型进

行单因素相关性分析及多重相关性检验ꎮ另外ꎬ本文根据建立的ＳＴＩＲＰＡＴ拓展模型得出常住人

口、富裕度和城镇化水平以及交通流量影响因素与南京市碳排放量呈正相关而技术进步因素与南

京市碳排放量呈现负相关相关关系ꎮ最后ꎬ通过建立ＡＲＩＭＡ￣ＢＰ神经网络组合模型ꎬ对南京市未来

１０年的二氧化碳排放量进行预测ꎬ并对其精度以及稳定性做了定量与定性分析ꎮ希望本文的结果

能对南京市政府应对碳排放的测算与管控提供一些科学依据与参考意见ꎮ

关键词:碳排放ꎻＳＴＩＲＰＡＴꎻ岭回归ꎻＡＲＩＭＡ￣ＢＰꎻ神经网络ꎻ预测

中图分类号:Ｏ２１３.９文献标识码:Ａ文章编号:１００９７９０２(２０２５)０６００８５１２

０引言

改革开放以来ꎬ中国经济经历了快速增长ꎬ但这种粗放型发展模式导致了能源资源的高消耗和突出的环

[１]

境问题ꎬ使中国成为全球碳排放总量最大的国家ꎮ为应对这一挑战ꎬ中国承诺２０３０年前实现单位ＧＤＰ碳

[２]

排放较２００５年下降６０％—６５％ꎬ并力争提前达峰ꎮ当前ꎬ“能耗双控”向“碳排放双控”的制度转型ꎬ正成

为实现“双碳”目标的核心机制ꎬ其关键在于建立以碳排放强度为核心的新型管控体系ꎮ

在此背景下ꎬ江苏省作为工业大省和碳排放大省ꎬ减排任务尤为艰巨ꎮ南京市作为省会及长三角重要工

业基地ꎬ碳排放总量长期位居全省前列ꎮ据研究数据显示ꎬ南京市工业碳排放占全省比重超１５％ꎬ其中钢

[３]

铁、石化两大高耗能行业贡献了全市工业碳排放的７０％以上ꎮ２０２１—２０２３年ꎬ南京市碳排放年均增速达

２８％ꎬ高于全省平均水平(２１％)ꎬ凸显其达峰路径对全省目标的全局性影响ꎮ同时ꎬ南京市单位ＧＤＰ能耗

为０３８吨标准煤/万元(２０２３年)ꎬ虽低于全省均值(０４２)ꎬ但仍面临产业重型化带来的结构性减排

[３]

压力ꎮ

横向对比显示ꎬ江苏省内减排行动呈现差异化布局:苏州依托数字技术推进工业园区碳效管控ꎻ无锡聚

焦光伏产业集群建设ꎻ常州探索“新能源＋交通”融合减碳模式ꎮ南京则以重工业低碳转型为核心特色ꎬ例

如推动南钢、梅钢两大钢铁企业实施氢能冶炼和ＣＣＵＳ即“碳捕集、利用与封存”技术示范ꎬ目标２０３０年前实

收稿日期:２０２５０３０７

作者简介:周洪伟ꎬ南京晓庄学院信息工程学院、人工智能学院讲师ꎬ主要研究方向:概率统计ꎬ金融数学ꎬＥｍａｉｌ:

ｈｗｚｈｏｕ１２２＠１６３.ｃｏｍꎻ李永梅ꎬ共同一作ꎬ南京晓庄学院信息工程学院、人工智能学院本科生ꎬ主要研究方向:数学与应用数学

(师范)ꎮ

—８５—

[３]

现钢铁行业率先达峰