基于机器学习增强的中国山西省地级市工业部门CO?排放量精细化核算研究（2007–2022）

《Scientific Reports》：Carbon accounting method for industrial sectors at prefectural level: the case of Shanxi Province

　　

摘要

准确量化地级市层面工业部门的二氧化碳（CO?）排放量至关重要，同时也极具方法改进空间。本研究开发了一套系统化的、机器学习增强的精确分行业CO?排放量估算与缺失数据稳健填补框架。利用该框架，本研究对中国主要能源生产中心——山西省，在其11个地级市的30个工业部门中进行了2007年至2022年的碳排放核算。此外，本研究利用所得数据集刻画了工业CO?排放量的空间分布特征与行业异质性。本研究在以下四个维度推进了现有文献：（i）实现了显著更精细的空间和行业分辨率的碳排放核算；（ii）引入了一种更为精密的、基于最新机器学习技术的算法驱动核算框架；（iii）纳入了更广泛的能源类型，并明确考虑了不同能源来源在分行业碳排放因子方面的差异；（iv）实施了严格的工业部门重新分类，同时对货币指标进行了精细化的不变价格调整处理，以确保工业二氧化碳排放量估计值在时间上的可比性和一致性。