1 论文标题：基于GM-ARIMA耦合模型的碳排放动态预测与绿色低碳转型路径优化研究——以山东省的碳排放量为例进行预测分析

2 作者信息：张海珊, 吴禹衡, 叶 础, 李 真*：广东财经大学，统计与数学学院，广东 广州

3 出处和链接：张海珊, 吴禹衡, 叶础, 李真. 基于GM-ARIMA耦合模型的碳排放动态预测与绿色低碳转型路径优化研究——以山东省的碳排放量为例进行预测分析[J]. 低碳经济, 2025, 14(3): 269-286. https://doi.org/10.12677/jlce.2025.143029

4 摘要：本文聚焦于农业生产材料投入能力与碳排放的研究，以山东省为例，对山东省碳排放量进行预测分析。首先，建立了碳排放量的灰色时间序列预测模型，并使用粒子群优化算法(PSO)，对该模型的灰作用量、发展系数两个参数进行优化。接着，利用自回归积分滑动平均算法(ARIMA)分析预测模型的残差，并通过网格搜索法优化ARIMA模型的p、d、q参数。最后，利用ARIMA模型的残差预测结果对灰色预测模型进行补偿。本文创新性地提出了灰色理论–自回归滑动平均模型复合模型(GM-ARIMA)，旨在充分发挥灰色理论在处理不确定性和不完全信息方面的独特优势，同时结合ARIMA模型在时间序列分析中的强大预测能力来消除模型残差，从而为农业碳排放量的预测提供一个可靠的基础模型。