肖枝洪， 王明浩

(重庆理工大学 数学与统计学院，重庆 400054)



中国碳排放量的组合模型及预测*

肖枝洪， 王明浩**

(重庆理工大学 数学与统计学院，重庆 400054)

摘要：根据碳排放的演化规律，采用ARIMA模型与BP神经网络集成的组合模型，对中国碳排放量进行预测研究；取1980—2007年中国碳排放量作为训练样本，确定模型参数；然后取2008—2013年中国碳排放量作为测试样本对文中的组合模型进行验证，并与已有文献所建立的预测模型进行比较，结果显示，此处所建立的组合模型预测误差极小；最后,根据组合模型对2014—2020年中国碳排放量进行预测，指出中国还将继续面临碳减排压力。

关键词：ARIMA模型；BP神经网络；碳排放；组合模型

随着全球气候逐渐变暖，各国开始着手研究其原因[1]，结果表明，气候变暖的主因是二氧化碳过量排放，从而提出碳排放量这一概念。中国碳排放量预测的准确与否极大地影响着中国未来的发展及绿色城市构建。目前，关于碳排放量预测的方法主要分为两种。第一种是分析碳排放量与其影响因素之间的关系，构建能源消费模型，随后基于情景分析法对碳排放量进行预测。但不足之处在于，情景分析法会受到较大主观因素的影响。第二种根据碳排放量过去变化的趋势对未来碳排放量进行预测[2]，其主要采用时间序列方法，如ARIMA模型。ARIMA模型的优点在于简单、灵活、可行。但其局限于研究序列的线性关系，不能反映序列的非线性关系。然而在实际情况中，绝大多数时间序列都包含了非线性关系[3]。……