基于STIRPAT模型的上海市碳达峰预测研究

本文根据1997年—2019年上海市碳排放相关数据,筛选后确定人口、人均GDP、能源强度、能源结构以及交通周转量5个特征因子建立STIRPAT模型,利用Python的sklearn机器学习库中的岭回归模型对方程进行拟合,采用划分数据集的方式选取岭回归合适的超参数α,最终得到上海市碳排放预测模型。采用每5年设置一次变化率、5年内变化率匀速下降的方式设定未来特征变化率,且各特征值变化率均采用等差方式设定高中低3档,组合形成5种情景,运用情景分析法对上海市2040年前的碳排放量做出预测：在低碳发展情景与节能情景下,上海市可以完成2025年前碳达峰的目标;在中间基准情景、理想情景与自由发展情景下,无法完成2025年前碳达峰的目标。根据碳排放预测模型系数,能源强度、人均GDP增速和人口数量是降低上海市碳排放总量的关键影响因素,建议上海市优先选择节能情景模式,严格控制能源消耗总量,优化能源结构,降低能源强度,同时适当降低经济发展速度,有利于实现双碳目标。