[论文解读] Nonparametric approaches for analyzing carbon emission: from statistical and machine learning perspectives

Yiming Ma, Hang Liu+1 more|arXiv (Cornell University)|Mar 27, 2023

Environmental Impact and SustainabilityEnvironmental Science被引用 3

一句话总结

本研究评估了非参数方法——核回归、随机森林和神经网络——在使用中国十个城市（2005–2019年）数据建模城市碳排放方面的表现。研究发现，神经网络在拟合和预测碳排放方面优于线性模型及其他非参数技术，为政策相关的预测与因子分析提供了更精确的工具，尤其在芜湖市，通过有针对性的干预措施，碳排放预计在2025年左右达到峰值。

ABSTRACT

Linear regression models, especially the extended STIRPAT model, are routinely-applied for analyzing carbon emissions data. However, since the relationship between carbon emissions and the influencing factors is complex, fitting a simple parametric model may not be an ideal solution. This paper investigated various nonparametric approaches in statistics and machine learning (ML) for modeling carbon emissions data, including kernel regression, random forest and neural network. We selected data from ten Chinese cities from 2005 to 2019 for modeling studies. We found that neural network had the best performance in both fitting and prediction accuracy, which implies its capability of expressing the complex relationships between carbon emissions and the influencing factors. This study provides a new means for quantitative modeling of carbon emissions research that helps to understand how to characterize urban carbon emissions and to propose policy recommendations for "carbon reduction". In addition, we used the carbon emissions data of Wuhu city as an example to illustrate how to use this new approach.

研究动机与目标

• 为解决线性STIRPAT模型在捕捉碳排放与影响因素之间复杂非线性关系方面的局限性。
• 评估非参数统计与机器学习方法在建模城市碳排放方面的表现。
• 为碳排放预测和气候政策制定提供一种数据驱动、高精度的建模框架。
• 展示神经网络在利用城市层面数据分析和预测排放趋势方面的应用，以芜湖市为案例研究。

提出的方法

• 本研究在扩展的STIRPAT模型中，将人口、富裕程度（人均GDP）、能源强度和产业结构（第二产业占比）作为自变量。
• 在2005–2019年中国十个城市的面板数据上，对比了四种建模方法：线性对数线性回归、核回归、随机森林和前馈神经网络。
• 通过十个城市在样本内拟合度（R²）和样本外预测精度（MSE、MAE）评估模型性能。
• 选取神经网络模型进行芜湖市的详细分析与预测，基于不同假设（能源强度、GDP增长率和产业结构）进行情景预测。
• 模型整合了特征重要性分析，以评估各因素对排放的相对影响。
• 设定两种情景进行预测：基准情景（无政策干预）和政策干预情景，强调产业升级与能源效率提升。

实验结果

研究问题

• RQ1 非参数模型与传统线性STIRPAT模型相比，在拟合和预测城市碳排放方面表现如何？
• RQ2 在核回归、随机森林和神经网络中，哪一种非参数方法在预测中国城市碳排放方面具有最高的预测精度？
• RQ3 在高维非线性背景下，人口、富裕程度、能源强度和产业结构对碳排放的相对贡献是什么？
• RQ4 非参数建模如何为实现城市碳达峰与碳中和目标提供政策干预支持？

主要发现

• 神经网络在所有测试模型中表现最佳，其均方误差（MSE）和平均绝对误差（MAE）显著低于线性回归及其他非参数方法。
• 神经网络模型在捕捉碳排放与能源强度、产业结构等影响因素之间复杂非线性交互关系方面表现出更强的能力。
• 在芜湖市，若不实施政策干预，基准情景下碳排放将持续增长，到2030年仍未达峰。
• 在政策干预情景下，若能源强度年均下降4%、人均GDP增长3%、第二产业占比年均下降2%，则碳排放预计在2025年左右达峰并开始下降。
• 研究证实，优化产业结构并降低能源强度是控制排放增长的关键杠杆，即使需以适度的经济增长为代价。
• 神经网络模型的特征重要性分析表明，能源强度和产业结构是影响最大的因素，其次为富裕程度和人口。