随着中国城市化进程的加快,建筑行业的能源消耗量和碳排放量不断上升,建筑行业被认为具有巨大的减排潜力。因此在保证经济发展水平的情况下,如何实现建筑行业碳达峰尤为重要。但结合以往研究来看,从省级视角针对建筑行业的碳排放还没有一个清晰和全面的认识。本文以河南省建筑业为研究对象,分析其碳排放影响因素,预测未来碳排放趋势,并提出切实可行的减排建议。本文基于排放因子法构建建筑业碳排放核算模型,测算2005-2019年河南省建筑业碳排放量和碳排放强度。根据IPAT模型和以往文献研究,从供给和需求的视角识别建筑业碳排放影响因素。然后利用灰色关联模型计算碳排放量与各影响因素之间的相关性。基于计算结果,从人口、经济、技术和行业四个维度筛选出8个关联度高的影响因素,构建扩展的STIRPAT模型,探讨各影响因素对建筑业碳排放的贡献率。最后,利用粒子群算法（PSO）优化BP神经网络,构建PSO-BP预测模型,设计基准情景、发展减排情景和技术突破情景三种情景,预测2020-2040年河南省建筑业碳排放变化趋势和达峰时间,并根据研究结果提出减排策略。研究结果表明:1)2005-2019年河南省建筑业碳排放总量呈现波动上升趋势,碳排放强度呈缓步下降趋势。政府减排工作已略有成效,但仍存在较大减排潜力。2)识别的14个影响因素与建筑业碳排放的关联度均大于0.6,相关性较强,其中关联度最大的因素为竣工面积和劳动效率。人均GDP和城镇化率等常见的宏观指标仍对河南建筑业碳排放量具有较强的贡献率。同时劳动效率、竣工面积等在以往研究中易被忽略的因素也具有显著影响。能源强度的弹性系数虽然较小,但应关注能源消耗的回弹效应。3)粒子群优化的BP神经网络在碳排放预测方面具有更好的效果。保持现有经济发展速度、行业发展水平及减排措施不变的情景下,河南省建筑业无法在2030年之前达到碳排放峰值。政府、市场和企业应共同作用调控河南省建筑业碳排放。本文的研究结果不仅丰富了省级视角建筑业碳排放的相关研究,且为河南省政府碳减排工作的推进提供一定理论支持。