金尚柱 李青霞

(重慶科技學院 智能技術(shù)與工程學院，重慶 401331)

0 前 言

隨著全球氣溫逐漸變暖，環(huán)境問題日益突出，我國一直以來高度重視“碳達峰、碳中和”工作的開展，從全局謀劃一域，以一域服務(wù)全局。重慶市地處西南地區(qū)，位于長江上游，是我國重要的工業(yè)基地之一，其能源消耗總量在2005年就已突破4 900×104t標準煤。運用科學的方法對碳排放量進行分析與預(yù)測，有利于重慶市碳排減工作的開展，也可為其實現(xiàn)低碳經(jīng)濟轉(zhuǎn)型提供基礎(chǔ)支撐和決策依據(jù)。

目前的碳預(yù)測模型大概分為兩類：直接構(gòu)建模式和混合構(gòu)建模式[1-6]。本次研究選用直接構(gòu)建模式，利用重慶市碳排放量及其影響因素之間的交互關(guān)系來構(gòu)建預(yù)測模型。由于目前直接構(gòu)建模式中常用的偏最小二乘回歸法和嶺回歸法存在響應(yīng)變量解釋能力差、參數(shù)難以確定等問題，本次研究的碳排放量主要影響因素從人口、經(jīng)濟、技術(shù)等3個方面進行選擇[7-10]。人工神經(jīng)網(wǎng)絡(luò)算法具有強大的優(yōu)化處理能力和學習能力，已逐漸成為智慧能源的核心支撐技術(shù)。重慶市是我國最“年輕”的直轄市，可用的歷史數(shù)據(jù)較少，這樣的小樣本數(shù)據(jù)會導(dǎo)致人工神經(jīng)網(wǎng)絡(luò)模型訓練不充分，從而出現(xiàn)泛化能力弱、過擬合等問題。本次研究在選用STIRPAT模型相關(guān)因素的基礎(chǔ)上，利用支持向量回歸機模型對重慶市碳排放量進行預(yù)測，以期為“雙碳行動”工作提供參考數(shù)據(jù)和決策依據(jù)。

1 碳排放影響因素的選擇

STIRPAT模型是一種可擴展、隨機性的環(huán)境影響評估模型，采用回歸的思想對人口、經(jīng)濟、技術(shù)這3個自變量之間的關(guān)系進行評估，3個自變量因素可以根據(jù)不同的場景進行擴展[11]。本次研究借鑒該模型的相關(guān)因素，在遵循綜合性、可比性及數(shù)據(jù)可追溯性的原則下，選擇總?cè)丝跀?shù)量、年末從業(yè)人數(shù)、城鎮(zhèn)化率、第二產(chǎn)業(yè)貢獻率、人均生產(chǎn)總值、能源消耗總量等6項指標作為碳排放的主要影響因素。其中，總?cè)丝跀?shù)量、年末從業(yè)人數(shù)和城鎮(zhèn)化率反映了人口因素對碳排放量的影響；第二產(chǎn)業(yè)貢獻率和人均生產(chǎn)總值反映了經(jīng)濟因素對碳排放量的影響；能源消耗總量反映了能源消費因素對碳排放量的影響。

2 碳排放預(yù)測的支持回歸及模型

2.1 支持回歸機的基本原理

支持向量機(Support Vector Machine，SVM)在1995年被提出，它可用于小樣本數(shù)據(jù)的非線性和高維問題分析，很好地解決了第二代神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)選擇和局部最小值等問題[12]。支持向量回歸(Support Vector Regression，SVR)是支持向量機的一個分支，因其優(yōu)越的學習性能和良好的泛化能力，在系統(tǒng)辨識、預(yù)測估計等領(lǐng)域被廣泛研究和應(yīng)用[13]。

給定訓練數(shù)據(jù)集D={(x1，y1)，(x2，y2)，…，(xn，yn)}，xi∈Rm，yi∈R，i=1，…，m。其中：xi是輸入因子；yi是期望值。函數(shù)表達式如式(1)：

f(x)=wTx+b

(1)

式中：w和b是待確定的模型參數(shù)。假設(shè)SVR能夠容忍f(x)與真實y之間最多有的誤差，那么SVR問題可轉(zhuǎn)化為如下最優(yōu)化問題：

(2)

(3)

將上述公式引入對偶問題中便于模型的求解：

(4)

最終得到線性回歸函數(shù)：

(5)

2.2 碳排放預(yù)測SVR模型

通過SVR模型來構(gòu)建影響因素與碳排放量之間的關(guān)系，構(gòu)造出一個多輸入、單輸出的支持向量回歸機模型。已知重慶市成為直轄市n年以來碳排放量數(shù)據(jù)樣本集及其影響因素，利用SVR建立預(yù)測模型。主要流程如下：

(1)對數(shù)據(jù)集中的因變量與自變量分別進行歸一化處理，將樣本中的因變量與自變量皆縮放至[0，1]，公式如下：

(6)

式中：Xmax為樣本最大值；Xmin為樣本最小值。

(2)將樣本集進行訓練集與預(yù)測集的劃分。對于訓練樣本，選用徑向基函數(shù)作為核函數(shù)，如式(7)：

K(xi，x)=exp(-γ‖xi-x‖2)

(7)

采用網(wǎng)格搜索法對參數(shù)γ進行優(yōu)化，選出最優(yōu)參數(shù)。

(3)將重慶市1997—2015年的碳排放量及其影響因素作為訓練樣本，將計算得到的2025—2030年碳排放量及其相關(guān)影響因素值按照同樣的歸一化方式進行處理后，運用獲得的最佳參數(shù)值對模型進行訓練輸出，再對輸出結(jié)果進行反歸一化處理，最后得到碳排放量預(yù)測值。

3 重慶市碳排放SVR預(yù)測模型

3.1 模型構(gòu)建

本次研究數(shù)據(jù)均來自《重慶市統(tǒng)計年鑒》[14]和《中國能源統(tǒng)計年鑒》。同時借鑒《IPCC指南》和《重慶市規(guī)劃環(huán)境影響評價技術(shù)指南——碳排放評價(試行)》，并結(jié)合其他學者的相關(guān)研究，選取煤炭、焦炭、汽油、煤油、柴油、燃料油、天然氣和煤泥等8種能源的消耗量來計算重慶市的碳排放量。計算公式為：

(8)

式中：Ki是第i種能源的消耗量；fi是第i種能源的折標系數(shù)；ei是第i種能源的碳排放系數(shù)。

根據(jù)所選取的碳排放量影響因素，繪制進行相關(guān)性熱力圖的繪制(見圖1)，以便很直觀地反映所有影響因素和碳排放量之間的相關(guān)性。

圖1 碳排放量影響因素的相關(guān)性熱力圖

按照碳排放SVR模型的構(gòu)建步驟，首先對數(shù)據(jù)樣本進行歸一化處理，然后對訓練樣本和測試樣本進行劃分。用徑向基函數(shù)作為核函數(shù)，采用網(wǎng)格搜索法進行參數(shù)優(yōu)化，最后得到最優(yōu)參數(shù)C為5，γ為0.01。

3.2 實驗評價指標

為合理地評價模型擬合效果，選用以下3種評價指標。

(1)絕對誤差MAE：

(9)

(2)均方誤差MSE：

(10)

(3)決定系數(shù)R2：

(11)

3.3 模型評價與預(yù)測結(jié)果

預(yù)測模型在測試集中得到的MAE、MSE和R2分別為0.16、0.039和0.96，有較高的準確度。根據(jù)重慶市未來的規(guī)劃，對2025—2030年重慶市的碳排放量進行模擬設(shè)定，具體設(shè)定依據(jù)如下：

(1)人口設(shè)置?！吨貞c市人口發(fā)展規(guī)劃(2016—2030年)》(下文簡稱為《規(guī)劃》)中描述,重慶市在“十二五”期間全市戶籍人口自然增長率由7.25‰下降至4.01‰，總體上人口增長平穩(wěn)。根據(jù)發(fā)展規(guī)劃中的預(yù)測發(fā)展指標對情景進行設(shè)置，設(shè)定重慶市人口總量的年均增長率為4.16‰，則2030年重慶戶籍人口將近3 600.00萬人。

(2)年末從業(yè)人數(shù)設(shè)置。根據(jù)《規(guī)劃》中的描述，重慶市勞動力供給最豐富的時期還會持續(xù)10年左右，2027年重慶市勞動人口將達到峰值，總數(shù)約為2 440.00萬人。但是根據(jù)《重慶統(tǒng)計年鑒2017》可以看出，年末從業(yè)人數(shù)增長率出現(xiàn)回調(diào)，由2015年的0.61%回調(diào)至2017年的-0.17%。在容許合理誤差的情況下，基于2015—2017年的各年末從業(yè)人數(shù)平均增長率來進行情景設(shè)置，設(shè)定重慶市年末從業(yè)人數(shù)增長率為0.13%，2027年重慶年末從業(yè)人數(shù)達到峰值約1 729.49萬人，然后進行-0.10%的回調(diào)，2030年重慶市年末從業(yè)人數(shù)約為1 724.30萬人。

(3)城鎮(zhèn)化率設(shè)置。按照《重慶市國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標綱要》(下文簡稱為《綱要》)，設(shè)定重慶市常住人口城鎮(zhèn)化率年均增長率為1%，預(yù)測2030年重慶市的城鎮(zhèn)化率將達到78%左右。

(4)第二產(chǎn)業(yè)貢獻率設(shè)置(產(chǎn)業(yè)貢獻率是指各產(chǎn)業(yè)部門增加值可比價增量與國內(nèi)生產(chǎn)總值可比價增量之比)。《綱要》產(chǎn)業(yè)結(jié)構(gòu)規(guī)劃目標中提到，由于社會文明程度的提高和重慶旅游業(yè)的興起，重慶市文化產(chǎn)業(yè)和旅游產(chǎn)業(yè)的貢獻率逐年提升。第三產(chǎn)業(yè)貢獻率的提升意味著第二產(chǎn)業(yè)貢獻率在逐年遞減。根據(jù)《重慶統(tǒng)計年鑒》中的數(shù)據(jù)計算，設(shè)定重慶市第二產(chǎn)業(yè)貢獻率年均增長率為-2.350%，以2011年為基準，預(yù)測2030年重慶市第二產(chǎn)業(yè)貢獻率將在56.885%左右。

(5)人均生產(chǎn)總值設(shè)置。根據(jù)重慶統(tǒng)計局公開內(nèi)容顯示，重慶市2013—2016年人均生產(chǎn)總值年均增長率為10.2%。設(shè)定重慶市人均生產(chǎn)總值年均增長率為10.2%，以2015年人均生產(chǎn)總值為基準，預(yù)測2030年人均生產(chǎn)總值將在161 834.96元左右。

(6)能源消費總量設(shè)置。根據(jù)《綱要》可知，近幾年我國將控制能源綜合生產(chǎn)能力，單位地區(qū)生產(chǎn)總值能源消耗呈下降的趨勢。參照《綱要》中近幾年單位地區(qū)生產(chǎn)總值能源消耗的趨勢，設(shè)定能源消耗總量年增長率為-6‰，預(yù)測2030年能源消耗總量將為8 654.30×104t標準煤。

將模擬設(shè)定的2025—2030年碳排放量影響因素數(shù)據(jù)代入已完成訓練的SVR模型中，得到重慶市2025—2030年的碳排放量預(yù)測值(見表2)。

表2 重慶市2025—2030年的碳排放量預(yù)測值

4 結(jié) 語

本次研究通過構(gòu)建的支持回歸機模型對重慶市2025—2030年的碳排放量進行了預(yù)測，通過對現(xiàn)有數(shù)據(jù)的訓練和測試，MAE、MSE和R2分別達到0.16、0.039和0.96，有較高的準確度。在模擬情景下，2025—2030年重慶市的碳排放量整體呈現(xiàn)緩慢下降的趨勢，可推測出碳達峰將在2025年前實現(xiàn)。但是，通過對2025—2030年這一區(qū)間的碳排放量預(yù)測，可得出碳排放量年減少率在0.9%左右。這意味著節(jié)能減排工作仍要抓緊落實，防止碳排放量可能出現(xiàn)的反復(fù)增長。

針對上述分析結(jié)果，對重慶市未來幾年的“雙碳”工作提出以下幾點建議：一是近幾年重慶旅游業(yè)的興起，為產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整帶來了前所未有的助力，應(yīng)抓緊契機逐步促進產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級；二是在保證能源供給的前提下，降低對煤炭等能源的消耗比重，鼓勵新能源公司進行科技技術(shù)開發(fā)與應(yīng)用，促進綠色能源消費；三是倡導(dǎo)市民參與低碳生活，從身邊的小事做起，為實現(xiàn)“碳達峰、碳中和”的目標而積極助力。