基于机器学习和LEAP模型的智慧城市碳减排效应研究
Journal: Engineering and Management Science DOI: 10.12238/ems.v7i12.16416
Abstract
为研究智慧城市试点政策对城市双碳减排的影响，本文采用多种机器学习回归模型进行数据驱动，对智慧城市的碳排放进行预测，并构建LEAP模型，引入政策因素，对智慧城市减排潜力进行量化分析。文章结合了BP神经网络、LSTM、SVM与随机森林4种机器学习方法，对2024年—2035年不同城市4种基准情景下的碳排放量趋势进行了预测；并设计技术扩散曲线构建LEAP模型，通过情景模拟定量评估智慧城市试点政策在交通和工业领域的减排潜力。结果表明：智慧城市试点政策有效缓解了部分城市碳排放的快速上升趋势，但全国整体碳排放依然呈稳步增长态势，这提示现行政策在执行力度、技术推广和政策协同上仍有较大优化空间。
Keywords
智慧城市试点政策；碳减排；机器学习；LEAP模型
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 庄贵阳.我国实现“双碳”目标面临的挑战及对策[J].人民论坛，2021，（18）：50-53.
[2] 欧阳志远，史作廷，石敏俊，等.“碳达峰碳中和”：挑战与对策[J].河北经贸大学学报，2021，42（05）：1-11.
[3] 李智超.政策试点推广的多重逻辑——基于我国智慧城市试点的分析[J].公共管理学报，2019，16（03）：145-156+175.
[4] 刘成杰，胡钰苓，李虹桥，等.中国智慧城市试点政策对城市发展质量的影响——基于韧性发展的视角[J].城市问题，2021，（11）：79-89.
[5] 孙瑞英.从定性、定量到内容分析法——图书、情报领域研究方法探讨[J].现代情报，2005，（01）：2-6.
[6] 刘甲炎，范子英.中国房产税试点的效果评估：基于合成控制法的研究[J].世界经济，2013，36（11）：117-135.
[7] 白立敏，修春亮，冯兴华，等.中国城市韧性综合评估及其时空分异特征[J].世界地理研究，2019，28（06）：77-87.
[8] 李欣睿.智慧城市建设对碳排放的影响及作用机制[J].中国市场，2024，（17）：5-8.
[9] 刘潇.智慧城市试点政策的碳减排效应研究[D].浙江大学，2023.
[2] 欧阳志远，史作廷，石敏俊，等.“碳达峰碳中和”：挑战与对策[J].河北经贸大学学报，2021，42（05）：1-11.
[3] 李智超.政策试点推广的多重逻辑——基于我国智慧城市试点的分析[J].公共管理学报，2019，16（03）：145-156+175.
[4] 刘成杰，胡钰苓，李虹桥，等.中国智慧城市试点政策对城市发展质量的影响——基于韧性发展的视角[J].城市问题，2021，（11）：79-89.
[5] 孙瑞英.从定性、定量到内容分析法——图书、情报领域研究方法探讨[J].现代情报，2005，（01）：2-6.
[6] 刘甲炎，范子英.中国房产税试点的效果评估：基于合成控制法的研究[J].世界经济，2013，36（11）：117-135.
[7] 白立敏，修春亮，冯兴华，等.中国城市韧性综合评估及其时空分异特征[J].世界地理研究，2019，28（06）：77-87.
[8] 李欣睿.智慧城市建设对碳排放的影响及作用机制[J].中国市场，2024，（17）：5-8.
[9] 刘潇.智慧城市试点政策的碳减排效应研究[D].浙江大学，2023.
Copyright © 2025 曹雄智, 牟俊杰, 潘柏州, 肖超, 张宇
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License