Research on Determining the Critical Influencing Factors of Carbon Emission Integrating GRA with an Improved STIRPAT Model: Taking the Yangtze River Delta as an Example
Notice bibliographique
Résumé
Driven by China's peak carbon emissions and carbon neutrality goals, each region should choose a suitable local implementation path according to local conditions, so it is of great significance to mine and analyze the critical influencing factors of regional carbon emissions. Therefore, this paper integrates grey relation analysis (GRA) and an improved STIRPAT model and selects the Yangtze River Delta region of China as the research object to analyze the factors affecting carbon emissions in four provinces in the region. Firstly, it uses the IPCC method to calculate the energy carbon emissions of each province. Secondly, according to the existing research, the relevant influencing factors of carbon emissions are sorted and summarized as candidate sets and this paper uses GRA to calculate the correlation degree of the above candidate sets. On this basis, this paper combines with the characteristics of the improved STIRPAT model to determine the index selection criteria and filter out the critical factors of each province. Thirdly, an improved STIRPAT model is constructed for each province to explore the influence of critical factors and analyze the influencing factors of carbon emissions in detail. The empirical results show that during the period from 2005 to 2019, the carbon emissions of the four provinces in the Yangtze River Delta are significantly different in structure and trend. At the same time, the critical influencing factors of each province are different and the influence of the same factor on different regions is significantly different. Finally, the policy suggestions for the provinces to achieve their peak carbon emissions and carbon neutrality goals are precisely tailored to the different carbon emission influencing factors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».