我国明确提出力争在2030年之前实现碳达峰,2060年之前实现碳中和的“双碳”目标,这要求我国的经济社会发展逐渐由高速增长模式向高质量增长模式转换。在此形势下,促进能源的绿色低碳转型、推动能源的高质量发展已经成为经济高质量增长的前提和必然要求。北京市作为我国的政治、文化中枢,需要在实现“双碳”目标、推动能源绿色低碳转型与高质量发展中探索出一条崭新道路,发挥出模范引领作用。能源足迹作为生态环境、碳排放测算和可持续发展的评判标准之一,能够用来衡量能源消费对生态环境的占用情况。在此背景下,对北京市能源足迹进行核算和演化分析,定量分析相关影响因素对北京市能源足迹的影响机理,并对能源足迹的发展趋势进行预测与分析,具有较好的研究价值。本文在查阅相关资料,分析国内外能源足迹研究现状的基础上,系统梳理了能源足迹、因素分解与神经网络预测相关理论与方法。在此基础上主要开展了以下研究:（1）构建基于净初级生产力的能源足迹核算模型。对北京市历年的能源足迹进行了核算和演化分析,结果显示自1980年后,北京市能源足迹不断上升,能源足迹呈现出赤字状态,且能源足迹赤字呈不断扩大的演化发展趋势。（2）构建基于LMDI能源足迹影响因素的作用机理分解分析模型。结合分解分析模型构建了数据空间,通过LMDI模型定量分析了能源消费结构、能源消费强度、经济发展水平、人口规模对能源足迹变动的贡献值与贡献率,结果表明经济发展水平是促进能源足迹增长的主要因素;人口规模在较低程度上促进了能源足迹的增长;能源消费结构对能源足迹的贡献呈现促进与抑制交替变化的趋势;能源消费强度是抑制能源足迹增长的主要因素。（3）构建基于GRU深度学习神经网络的北京市能源足迹预测模型。明确了北京市能源足迹预测模型的GRU网络结构,并进行了实例分析,结果说明GRU模型的性能较好,然后根据北京市“十四五”规划设定了北京市未来发展的基准情景、低能源足迹情景和高能源足迹情景,给出了各情景下碳达峰时间的具体预测结果。本文通过研究给出了北京市能源足迹的历史演化规律以及相关影响因素的影响机理,并且给出了各情景下的能源足迹碳达峰的预测结果。本文研究能够为北京市推进清洁能源转型、服务“双碳”目标实现的相关政策与行动提供参考和依据。