基于Lasso-GRNN神经网络模型的京津冀碳达峰情景预测

来源：环境科学杂志2025年第1期北京时间：

作者：李国柱,黄巧慧

单位：河北地质大学经济学院, 石家庄 050031,河北地质大学自然资源资产资本研究中心, 石家庄 050031,河北地质大学经济学院, 石家庄 050031

摘要：京津冀地区作为中国能源消耗、碳排放的集聚区,降低碳排放量,实现碳达峰是该区域当下的首要目标. 以1995~2021年京津冀区域的碳排放数据以及影响碳排放的影响因素数据为研究样本,首先计算京津冀3个区域碳排放与经济增长的脱钩值,划分脱钩状态. 其次考虑到影响碳排放因素的复杂性,通过Lasso变量选择方法确定影响京津冀每个地区碳排放的关键因素,将筛选出的各个关键因素值作为GRNN与BP神经网络的输入,网络输出为对应地方的碳排放值,分析比较建立每个区域的Lasso-GRNN与Lasso-BP碳排放模型,综合各个方面分析比较Lasso-GRNN预测结果均优于Lasso-BP模型,因此选择Lasso-GRNN模型进一步设定基准情景、因素调控情景与综合调控情景进行情景分析. 结果表明：①北京市与天津市的经济增长与碳排放基本实现强脱钩,河北省整体处于弱脱钩状态,整体经济发展状态不够理想,需要进行调整优化. ②在每种情景设置下,北京市均已在2010年实现碳达峰,峰值为13 843.98万t；天津市在2013年实现碳达峰,峰值为21 115.48万t；河北省在综合因素调控情景下,将在2029年实现碳达峰,峰值为92 402.86万t. 根据研究结果对京津冀的经济发展提出合理化建议,优化产业结构,差异化发展低碳路径,使得京津冀进一步加强协作,推动低碳合作体制机制创新.

关键词：京津冀,碳达峰,脱钩模型,Lasso-GRNN模型,低碳发展,