应对全球碳减排的紧迫挑战，可靠的碳达峰路径对中国碳减排的实施具有重要作用。然而，由于碳排放过程受众多因素影响，且相互作用复杂，传统情景分析方法难以有效识别最优减排路径。为此，在分析福建省的能源消费和碳排放数据的基础上，构建了麻雀搜索算法-支持向量回归模型（Sparrow Search Algorithm-Support Vector Regression,SSA-SVR）模型，该模型综合考虑了影响碳排放的14个关键因素，并基于SVR模型对福建省1999—2022年的碳排放量进行了预测和验证。随后，采用SSA算法优化了各因素的年度变化率组合，探索满足2030年碳达峰目标的多种可能路径。研究结果表明，模型具有较高的准确性和可靠性，探索出的所有路径均能在2030年实现碳达峰，但碳排放量存在显著差异。SSA-SVR模型能够为福建省工业部门实现碳达峰目标提供科学依据和策略建议。