基于贝叶斯模型平均与机器学习的中国省域碳达峰预测

来源：环境科学杂志2025年第1期北京时间：

作者：桂河清,杜鑫

单位：聊城大学商学院, 聊城 252000,聊城大学商学院, 聊城 252000

摘要：采用2005~2021年的面板数据测算了中国30个省域化石能源消费和净电力消费的碳排放，基于贝叶斯模型平均法筛选碳排放关键影响因素，运用机器学习模型预测各省域碳达峰实施方案是否能确保其2030年前实现碳达峰. 结果表明，非化石能源消费和天然气消费分别占能源消费总量的比例、第一和第三产业比例以及私人汽车拥有量5个变量是省域碳排放的关键影响因素；装袋法、随机森林、支持向量机和BP神经网络这4种机器学习模型中，BP神经网络预测中国各省域碳排放的效果最佳；如果产业结构调整和重点领域能源消费延续2017~2021年的发展趋势，各省域碳达峰实施方案提出的能源消费结构优化目标可确保北京等21个省域2030年前实现碳达峰，内蒙古等9个省域则需进一步优化能源消费结构、加强产业结构调整以及控制重点领域能源消费才能在2030年前实现碳达峰.

关键词：碳达峰,贝叶斯模型平均（BMA）,机器学习,碳排放核算,预测,