能源消费一直是人类经济发展和社会进步的重要驱动力,特别是对中国来说,煤炭和原油等化石燃料主导了国家人民的生产生活。但是,在全球气候变化日益严峻以及低碳可持续发展经济兴起的背景下,能源消费过程中随之带来的二氧化碳排放问题已经不可忽视。作为第一的发展中国家,中国如何在保证国内经济又好又快发展的同时,确保能源安全供给、减少碳排放量、应对气候变化以及承担国际环境保护义务与责任,成为亟待解决的一大问题。河北省作为中国大省,近些年来,其环境问题极其严重,特别是雾霾污染问题。考虑到碳排放现象是引起雾霾的一大重要因素,对河北省影响碳排放因素的研究是十分必要的。在本文中,首先介绍了与碳排放相关的概念与理论,中国碳排放现状以及目前国内外对于碳排放研究的具体情况。其次,本文介绍了一种适合小样本数据的最小二乘支持向量机算法,针对算法惩罚因子和核函数宽度根据经验确定的问题,本文引入改进的萤火虫算法,利用启发式智能算法进行寻优,在此基础上提高算法的精确度。在实证研究部分,本文选择了1990-2014年中国河北省的碳排放量和影响因子相关数据为研究对象。对于预选的多个影响因子,本文采用SPSS统计软件确定因子的显著相关性。然后根据样本数据的特点,运用本论文提出的算法针对性进行建模。为了更好地定量衡量因子对碳排放量的具体影响,后续还采用了可拓展的随机性的环境影响评估模型(STIRPAT)与对数平均迪氏分解模型(LMDI)深入分析碳排放量与影响因子之间的关联性。根据分析结果,可以得知:(1)与其他三种算法对比,本文提出的新算法验证了河北省碳排放量与经过SPSS筛选确定的十三个影响因子之间的因果关系,证明了本文提出的算法对标准萤火虫算法的改进和对最小二乘支持向量机的优化是有效的。(2)STIRPAT模型结果表明河北省碳排放量与本文选定的13个影响因子之间均为正向相关,其中最终消费的驱动指数最大,交通运输工具拥有量的指数最小。(3)利用LMDI分解法对碳排放系数、能源强度、能源消费结构、产业结构、经济活动规模和人口规模这六个影响因素进行分解,得知经济活动规模效应是所有因素中对河北省碳排放总量影响最大的正向推动因素。最后,本文还从能源结构、能源效率、人口政策、交通工具和低碳理念层面提出了一些针对性的建议,有利于在理论层面上为政府制定减排政策提供支持,并从源头上有效控制碳排放的产生。