双碳背景下智能体赋能高耗能产业低碳转型的统计评价——以河南省为例

团队成员

• 陈呈 — 数据采集与处理、指标体系构建
• 程弋轩 — 模型构建与实证分析、空间计量
• 杨树立 — 可视化与结果呈现、论文撰写

项目简介

本项目为2026年全国大学生统计建模大赛参赛作品，赛题方向：双碳与数字经济。研究聚焦于”双碳”战略背景下，智能体技术（工业互联网、人工智能等）对河南省高耗能产业低碳转型的赋能效应。基于河南省18个地市2010-2023年的面板数据，综合运用熵权-TOPSIS方法、双向固定效应面板回归、空间杜宾模型(SDM)及多模型组合预测，构建了”评价—分析—预测”的完整统计研究范式。

核心结论

1. 空间分化特征：河南省高耗能产业低碳转型水平呈现显著的”中心—外围”格局，郑州领先优势明显，豫北重工业集聚区整体偏低
2. 智能体赋能效应：数字化水平每提升1个标准差，碳排放强度下降约0.17个标准差（p<0.01）
3. 空间溢出效应：智能体技术通过知识溢出对周边地市产生正向减排协同效应
4. 情景预测：基准情景下预计2030年前后达峰，数字化加速可提前达峰时间

目录结构

📁 统计建模论文项目根目录
├── 📁 report/                 # 【核心】论文文档目录
│   ├── 📄 双碳背景下智能体赋能高耗能产业低碳转型的统计评价——以河南省为例——本科生组——TJJM20260403260616.docx
│   └── 📄 匿名作品—本科生组—TJJM20260403260616.pdf  # 匿名化PDF（提交用）
├── 📁 code/                   # 建模代码与脚本
│   ├── 📁 data_processing/    # 数据预处理脚本
│   │   ├── 📄 数据整合与清洗.py
│   │   ├── 📄 面板数据生成(v1).py
│   │   ├── 📄 面板数据生成(v2).py
│   │   ├── 📄 面板数据生成(v3).py
│   │   └── 📄 面板数据生成(v4).py
│   ├── 📁 model/              # 核心模型实现代码
│   │   ├── 📄 熵权-TOPSIS综合评价.py
│   │   ├── 📄 面板回归+SDM+中介效应.py
│   │   ├── 📄 组合预测（GM+ARIMA+BP）.py
│   │   └── 📄 稳健性+灵敏度分析.py
│   ├── 📁 visualization/      # 结果图表生成脚本
│   │   ├── 📄 LaTeX表格生成.py
│   │   ├── 📄 趋势图.py
│   │   ├── 📄 相关矩阵热力图.py
│   │   ├── 📄 分布图.py
│   │   ├── 📄 权重图.py
│   │   ├── 📄 排名图.py
│   │   ├── 📄 雷达图.py
│   │   ├── 📄 回归系数森林图.py
│   │   ├── 📄 空间分布图.py
│   │   ├── 📄 SDM效应分解.py
│   │   ├── 📄 安慰剂检验.py
│   │   ├── 📄 稳健性检验.py
│   │   ├── 📄 情景预测.py
│   │   └── 📄 模型对比.py
│   └── 📄 main.py             # 主运行脚本
├── 📁 data/                   # 数据文件（注意隐私与版权）
│   ├── 📁 raw/                # 原始数据（只读，不修改）
│   │   ├── 📄 GDP.csv
│   │   ├── 📄 工业互联网覆盖率.csv
│   │   ├── 📄 环境规制强度_2010-2014.csv
│   │   ├── 📄 碳排放强度_2010-2014.csv
│   │   ├── 📄 绿色专利申请数.csv
│   │   └── 📄 能源消费_2010-2014.csv
│   ├── 📁 processed/          # 清洗后的数据
│   │   └── 📄 清洗后面板数据.csv
│   └── 📄 README_data.md      # 数据说明文档
├── 📁 figures/                # 生成的图表文件
│   ├── 📄 fig_trend.pdf       # 趋势图
│   ├── 📄 fig_corr.pdf        # 相关矩阵热力图
│   ├── 📄 fig_dist.pdf        # 分布图
│   ├── 📄 fig_weight.pdf      # 权重图
│   ├── 📄 fig_rank.pdf        # 排名图
│   ├── 📄 fig_radar.pdf       # 雷达图
│   ├── 📄 fig_coef.pdf        # 回归系数森林图
│   ├── 📄 fig_spatial.pdf     # 空间分布图
│   ├── 📄 fig_effect.pdf      # SDM效应分解图
│   ├── 📄 fig_placebo.pdf     # 安慰剂检验图
│   ├── 📄 fig_robust.pdf      # 稳健性检验图
│   ├── 📄 fig_forecast.pdf    # 情景预测图
│   ├── 📄 fig_model_compare.pdf  # 模型对比图
│   ├── 📄 TABLE_baseline.tex  # 基准回归LaTeX表格
│   ├── 📄 TABLE_desc.tex      # 描述性统计LaTeX表格
│   ├── 📄 TABLE_forecast.tex  # 预测结果LaTeX表格
│   ├── 📄 TABLE_index.tex     # 指标体系LaTeX表格
│   ├── 📄 TABLE_topsis.tex    # TOPSIS结果LaTeX表格
│   ├── 📄 all_results.json    # 全部数值结果汇总
│   ├── 📄 problem1_results.json  # 综合评价结果
│   ├── 📄 problem2_results.json  # 回归分析结果
│   ├── 📄 problem3_results.json  # 预测结果
│   └── 📄 sensitivity_results.json  # 灵敏度分析结果
├── 📁 references/             # 参赛提交材料
│   ├── 📄 报名表——TJJM20260403260616.jpg
│   ├── 📄 承诺书——TJJM20260403260616.jpg
│   ├── 📄 AI工具使用情况表—TJJM20260403260616.pdf
│   ├── 📄 查重报告—TJJM20260403260616.pdf
│   ├── 📄 数据及其他—TJJM20260403260616.zip
│   ├── 📄 匿名作品—本科生组—TJJM20260403260616.pdf
│   └── 📄 双碳背景下智能体赋能高耗能产业低碳转型的统计评价——以河南省为例——本科生组——TJJM20260403260616.docx
└── 📄 README.md               # 【必须】项目总说明

技术栈

• 语言：Python 3.10+
• 核心库：numpy, pandas, scipy, scikit-learn
• 可视化：matplotlib, seaborn, cartopy
• 论文排版：Microsoft Word

快速开始

# 1. 安装依赖
pip install numpy pandas scipy scikit-learn matplotlib seaborn

# 2. 运行完整分析
cd code
python main.py

# 3. 查看结果
# - 数据结果: figures/all_results.json
# - 图表: figures/fig_*.pdf
# - 论文: report/双碳背景下智能体赋能高耗能产业低碳转型的统计评价——以河南省为例——本科生组——TJJM20260403260616.docx

竞赛信息

• 赛事：2026年（第十届）全国大学生统计建模大赛
• 组别：本科生组
• 参赛编号：TJJM20260403260616