基于随机森林方法的碳足迹及其影响因素研究

被引：11

作者：

唐建荣 ^{[1
]}

陈实 ^{[1
]}

机构：

[1] 江南大学商学院

来源：

统计与信息论坛 | 2013年 / 10期

关键词：

能源碳足迹; 随机森林方法; 偏最小二乘法;

D O I：

暂无

中图分类号：

X502 [污染分析与测定];

学科分类号：

071012 ; 0713 ; 083002 ;

摘要：

研究碳足迹持续增长动因对碳足迹的抑制及其碳减排政策的制定具有深远意义。基于随机森林方法并利用1997—2011年的相关数据构建了碳足迹影响因素分析模型。模型对碳足迹影响因素进行了有效识别和系统归集,并为碳足迹的控制提供了理论依据和数据支撑。研究表明:产业结构、固定资产投资、发展规模、人口规模、住宅建筑、技术水平和城市化水平等因素是形成碳足迹的稳定力量;能源结构、经济速度和碳汇效应的影响并不显著。

引用

页码：70 / 74

页数：5

共 13 条

[1] 外商直接投资与中国碳排放 [J].

宋德勇 ;

易艳春 .

中国人口·资源与环境, 2011, 21 (01) :49-52

[2] 上海市能源利用碳排放足迹研究 [J].

郭运功 ;

汪冬冬 ;

林逢春 .

中国人口·资源与环境, 2010, 20 (02) :103-108

[3]

Population aging and future carbon emissions in the United States[J] . Michael Dalton,Brian O’Neill,Alexia Prskawetz,Leiwen Jiang,John Pitkin. &nbspEnergy Economics . 2006 (2)

[4]

Our Ecological Footprint: Reducing Human Impact on the Earth. Rees W E,Wackernagel M. . 1996

[5]

International inequalities in per capita CO 2 emissions: A decomposition methodology by Kaya factors[J] . Juan Antonio Duro,Emilio Padilla. &nbspEnergy Economics . 2005 (2)

[6]

Assessing income, population, and technology impacts on CO 2 emissions in Canada: Where’s the EKC?[J] . V. Lantz,Q. Feng. &nbspEcological Economics . 2005 (2)

[7] Random forests [J].