基于Adaboost-SVR模型的我国碳排放强度分析与预测

作者：梁小林; 秦欢; 陈敏茹; 许奇; 梁曌

来源：经济数学, 2020, 37(03): 167-174.

DOI：10.16339/j.cnki.hdjjsx.2020.03.022

• 碳排放强度
• 自适应提升算法
• 支持向量回归
• LMDI分解

首先对我国1960-2017年的碳排放趋势分5个阶段分析,发现虽然在不同时期存在波动,但长期来看,我国碳排放强度呈逐步下降趋势.然后对差分平稳后的序列数据建立Adaboost-SVR预测模型,采用RMSE、MAPE、MAE、MSE四个评价指标比较Adaboost-SVR模型与Adaboost-DT、SVR、BP神经网络对碳排放强度的预测精度.结果表明,组合模型明显优于其他3种模型,对于碳排放强度预测具有很高的可靠性.另外,通过使用Adaboost-SVR模型进行后续年份预测,发现我国未来碳排放强度总体将继续缓慢下降.最后,基于二氧化碳排放量的LMID分解结果,提出调整能源产业结构,促进可再生能源利用等节能减排建议.

• 单位
  长沙理工大学