在国家留学基金委（CSC）——2021年度国家建设高水平大学公派研究生联合培养项目的资助下，中心博士生王伟正目前正在加拿大麦克马斯特大学（McMaster University，2021年TIMES世界大学排名第69名）开展碳排放驱动因素合作研究。

   王伟正在麦克马斯特大学的合作导师是工程学院土木工程系副教授Zoe Li 博士，Zoe Li 副教授同时还是Joseph Ip 杰出工程研究员，她目前的研究课题主要集中于机器学习模型在气候变化、环境管理领域的应用。在北京理工大学副校长、能源与环境政策研究中心主任魏一鸣教授与Zoe Li副教授的联合指导下，王伟正学习并应用机器学习模型对碳排放的关键驱动因素开展了研究。我国提出力争实现2030年前碳达峰、2060年前碳中和的“双碳”目标。经济社会多重因素的变化会共同影响碳排放变化，因此在进行碳减排相关政策制定时，首先需要识别碳排放的关键驱动因素。随机森林作为一种机器学习模型，是一系列树结构分类器的集合。随机森林模型可以捕捉因变量与各种影响因素之间的非线性关系，对大量影响因素的重要性进行排序，这有助于确定每个输入变量的贡献，进一步实现有效的短期预测。我们的初步研究结果显示，第三产业增加值占比、人均专利授权量、电力消费量占比、水力发电量占比等在碳排放驱动因素中的重要性较高。