基于灰靶決策模型的工業低碳發展評價研究

高　臣，馬成志

(河海大學 商學院，南京　211100)

?

基于灰靶決策模型的工業低碳發展評價研究

高臣，馬成志

(河海大學 商學院，南京211100)

在簡要分析工業低碳化發展影響因素的基礎上，構建了基于低碳經濟、低碳技術和低碳環境3個方面8個指標的工業低碳化發展水平評價指標體系。將基于模糊聚類改進的灰靶決策方法結合風險決策模型應用到工業低碳化發展水平綜合評價中，并利用中國工業低碳化發展水平的例子進行實證分析。結果表明：在考慮了低碳經濟、低碳技術和低碳環境3個評價指標的前提下，企業技術轉型是實現工業低碳化發展比較有效的方案，說明該改進模型是工業低碳化可持續發展的快速預測的一種新方法。

灰靶決策；模糊聚類；風險決策模型；低碳化發展；綜合評價

目前，低碳化經濟發展是政府工作考核的重要部分，同時又是經濟可持續發展的重要內容。工業在國民經濟發展中占據主導地位，決定著國民經濟現代化的速度、規模和水平[1-8]。中國工業生產以消耗化石能源為主，會產生大量的CO2，影響空氣質量，造成嚴重的環境問題。因此，保護環境和搞好經濟建設成為了現代工業發展要兼顧的兩個重要方面[9-10]。隨著科學技術的發展，低碳工業有效解決了傳統工業發展帶來的環境問題，成為工業發展的新方向[11-13]。對于工業低碳化發展水平進行科學有效的評價不僅有利于政府對經濟政策方向的掌握，還有利于工業未來發展方向的調整。如何評價工業低碳化發展漸漸成為亟待解決的突出問題。在深入分析工業低碳化發展水平影響因素的基礎上，從企業低碳供應鏈的角度，構建了工業低碳化發展水平評價指標體系，制定了發展水平等級和評價準則[1]。常用的綜合評價方法有：恩格爾系數法、層次分析法、聚類分析法和熵權法。

本文嘗試從低碳經濟、低碳技術和低碳環境3個方面構建工業低碳化發展水平評價指標體系。詳細介紹將評價體系理論化的過程，隨后將該過程轉化為具體可行的算法步驟，結合收集到的數據進行運算，利用偏正負靶心度的灰靶決策算法對低碳經濟、低碳技術和低碳環境進行風險決策與評價分析，根據綜合期望靶心度數值越小方案越優的準則在專家提出的4個工業發展調整方案中選擇最優方案。

1　工業低碳化發展水平評價指標體系構建

工業低碳化發展水平綜合評價是一個系統的工程，涉及到工業低碳化發展的資源、環境、經濟、社會等許多方面[14]。本研究在資料允許的前提下，梳理現有相關研究成果和調研資料，并綜合考慮數據可獲得性、評價指標簡明性等，著手從低碳經濟、低碳技術、低碳環境3個方面構建工業低碳化發展水平的評價指標體系基本框架。

1.1低碳經濟

低碳經濟是指在可持續發展理念指導下，通過技術創新、制度創新、產業轉型、新能源開發等多種手段，盡可能地減少煤炭、石油等礦產能源的消耗，減少溫室氣體排放，構建經濟社會發展與生態環境保護雙贏的一種經濟發展形態。其實質是傳統產業發展模式向低碳產業發展模式的轉變。由于工業產業鏈的利益趨向資源型密集型地區和產業集群，因此其特性與工業經濟有著根本的聯系。通過選取工業碳生產能力、工業單位增加碳排放和工業人均碳排放3個指標來量化描述工業的低碳經濟，其中，工業碳生產能力與低碳經濟高低呈正向關系，其他兩個指標均與低碳經濟負向關系。分別計算3個指標：

工業碳生產能力(A11)=工業總產值/工業碳排放量

工業單位增加碳排放(A12)=工業碳排放量/工業增加值

工業人均碳排放(A13)=工業碳排放量/工業從業人數

1.2低碳技術

低碳技術是以低能耗、低污染為基礎的經濟，反映了工業發展過程中強調應對環境問題的先進技術的研究、開發和應用，對能源利用效率以及節能減排有很大的促進作用。由于低碳技術作為評價指標包括諸多方面，結合指標數據的代表性和可取性，選取工業化石能源占能源消耗總量的比重和工業單位能源碳排放強度2個方面作為低碳技術的評價指標。這些指標所代表的影響因素都與低碳技術負相關，分別計算這2個指標：

工業化石能源占能源消耗總量的比重(A21)=工業化石能源消耗量/工業能源總消耗量；

工業單位能源碳排放強度(A22)=工業碳排放量/工業能源總消耗量。

1.3低碳環境

低碳環境就是指在進行生產生活時要盡力減少所消耗的能量，特別是二氧化碳的排放量，從而達到低碳標準，減少對大氣的污染，減緩生態環境惡化。結合工業經濟發展中實行低碳生產的實際情況，選取工業廢水達標率、工業二氧化硫去除率和工業固體廢棄物綜合利用率為低碳環境的主要評價指標。這3個指標均與低碳環境負相關。分別計算3個指標：

工業廢水達標率(A31)=工業廢水排放達標量/工業廢水排放總量；

工業二氧化硫去除率(A32)=工業二氧化硫去除量/工業二氧化硫產生量；

工業固體廢棄物綜合利用率(A33)=工業固體廢棄物綜合利用量/工業固體廢棄物產生量。

綜上，工業低碳化發展水平評價指標體系大致可以分為3個方面共包括8個評價指標，如圖1所示。

圖1　工業低碳化發展水平評價指標體系

2　灰靶決策模型

2.1模型建立

設多屬性決策問題[15-19]由n個決策方案組成的決策方案集為X={x1,…,xn}，其中xi表示第i個決策方案，Y={y1,…,ym}為m個屬性組成的屬性集，用yj表示第j個屬性，yj有Sj種可能的狀態θ={θ1,…,θsj}，狀態θt發生的概率為pjt∈[0,1]，相應的屬性值為uijt，組成屬性yj的風險決策矩陣Uj，屬性yj的屬性權重記為wj。

由于收集到的資料數據可能存在不同的量綱，從而導致評價結果出現偏差甚至錯誤，首先對風險型決策矩陣進行規范化處理。常見的屬性有成本型和效益型，運用灰色極差變量對屬性yj下的風險決策矩陣Uj=(uijt)n×sj進行規范化處理，得到規范化的風險決策矩陣Rj=(rijt)n×sj，其中

對效益型指標：

(1)

對成本型指標：

(2)

(3)

則方案Ai的綜合期望偏離靶心度為

(4)

通過以總期望正靶心度最小和總期望負靶心度最大為目標，構建目標k下的指標權重目標函數：

(5)

對式(5)進行拉格朗日函數優化進行求解：

(6)

(7)

2.2算法說明

根據上述的模型理論分析，將該決策模型與工業低碳發展水平評價結合起來，并且可以依據以下的算法步驟進行評價分析：

步驟1利用理論分析的式(1)和(2)，將低碳經濟、低碳技術、低碳環境3個指標的風險決策矩陣規范化，得到規范化矩陣Rj=(rijt)n×sj；

步驟3由式(5)～(7)建立工業低碳發展綜合評價的指標權重優化模型，根據第一步得到的風險決策矩陣，進一步計算出低碳經濟、低碳技術、低碳環境3個指標的權重wj；

3　實證分析

3.1數據來源

本文對2004—2014年中國工業整體低碳化發展水平進行綜合評價研究，所用數據來源于2004—2014年的《中國統計年鑒》和《中國環境統計年鑒》。根據工業部對中國工業的分類，大致可分為高新技術產業和傳統工業制造產業。其中，高新技術產業包括通信制造業、計算機及其電子工業、交通運輸設備業、電氣工程制造業和醫療及醫藥業等，其余均為傳統工業制造產業。因此，工業是國民經濟和社會發展的主體產業，但也是二氧化碳的主要排放者(2012年工業總產值占國內生產總值的39.84%，但二氧化碳排放量占全國的94.82%)，粗放的經濟發展方式也導致了環境不斷惡化與資源過分消耗等系列問題的集中出現[15]。雖然改革開放以來中國以年均9%的增長速度造就了 “經濟奇跡”，但是中國經濟高速增長的同時面臨日益嚴峻的環境壓力與能源瓶頸。現在只有發展低碳經濟才能實現經濟的可持續增長，實現低碳發展和經濟增長的“雙贏”局面。

3.2模型檢驗

本研究根據我國現有的傳統工業制造產業的生產過程中的工業碳排放量對于環境的影響程度，將其劃分為4種類型：很好、好、一般和差，分別用s1，s2，s3和s4表示。為了將傳統工業產業成功地引到低碳發展的道路上，眾多調研專家意見在充分調查的基礎上提出加快投資建設A1、企業技術轉型A2、排放設備改造A3和產業結構調整A4共4種應對方案，在充分考慮低碳經濟U1、低碳技術U2、低碳環境U33個主要因素以及其中的8個細化的評價指標，給出了各個方案的風險決策表如表1所示，在這些數據的基礎上利用基于模糊聚類改進的資源分配模型分析方法選出一個最優的方案。

接下來就根據灰靶決策模型的相關步驟來選擇最優方案。

首先利用式(1)和式(2)對各個指標下的風險決策將矩陣進行規范化計算，可以得到以下的全新矩陣：

確定了正負靶心度矩陣具體數值的基礎上，就可以利用式(5)～(7)構建指標權重模型，并利用公式計算出3個指標低碳經濟U1、低碳技術U2、低碳環境U3的權重向量：

以及方案Ai,i=1,…,4的綜合期望偏離靶心度εi,i=1,2,3,4數值為：

根據綜合期望靶心度數值越小方案越優的準則，可以發現方案3為最優方案，所以優先考慮方案A2。

表1　各個方案的風險決策

3.3檢驗結果分析

對于加快投資建設A1、企業技術轉型A2、排放設備改造A3和產業結構調整A4中應對方案的上述分析內容是一種理性分析，利用具體數據和科學精確的分析方法可以得出方案A2是最優方案。從另外一個方面來看，在構建低碳社會、建設生態文明的背景下，從傳統經濟發展模式向低碳經濟發展模式的轉變需要的是對傳統工業技術理論進行創新和完善，對傳統工業的技術進行改進，使之能更好地貫徹新時代新形勢下的新工業發展理念，在可持續發展的道路上堅定不移地走下去。在傳統工業低碳發展的形勢要求下，全國各地的工業企業要積極追隨知識經濟時代的腳步，盡量利用原有的生產設備，采用新技術、新工藝，加大科技經費投入，提高生產技術水平，依靠提高生產要素質量和利用效率來實現企業利潤增長，促進未來經濟長足發展，促使企業自身跨入低消耗、低成本、高質量、高效益的高效企業行列中，真正有效地實現工業低碳高效發展。

4　結束語

本文針對實際生活中資料信息數值不是實數值的情況，改進研究經典風險型決策的模型，提出了一種風險型灰靶決策方法，以決策信息為區間灰數且權重大小未知為風險型決策的信息依據，大膽建立灰靶模型，并利用風險決策矩陣數值計算指標權重值，通過計算綜合期望偏離靶心度對備選方案進行排序，并且依據綜合期望靶心度數值越小方案越優的準則選出最優方案。對于我國進行低碳工業的推廣提供一些有價值的參考意見，以促進我國環保事業的進一步發展。

[1]于君濤,張建宇.基于AHP-DEA的低碳供應鏈績效評價研究[J].經濟體制改革，2015(5):44-51.

[2]劉春貴,郭忠行.基于DEA低碳供應鏈績效評價研究[J].科技管理研究，2012(9):96-100.

[3]付加鋒,莊貴陽,高慶先.低碳經濟的概念辨識及評價指標體系構建[J].中國人口·資源與環境，2010(8):38-43.

[4]朱俏俏,孫慧,王士軒.中國資源型產業及制造業碳排放與工業經濟發展的關系[J].中國人口·資源與環境，2011(13):30-36.

[5]楊克磊，張振宇．天津市碳排放預測及低碳經濟發展對策分析——基于改進GM(1,1)模型[J]．重慶理工大學學報(自然科學)，2014(2):111-114．

[6]傅利平，邵瑩．基于 DPSWR 模型的天津市低碳城鎮化評價研究[J]．重慶理工大學學報(自然科學)， 2015(2):124 -129．

[7]吳楊．低碳建筑評價體系研究——基于生命周期評價理論的研究[J]．重慶理工大學學報(自然科學)，2015(11):96-100．

[8]趙道致，史功明．節能服務公司參與的低碳供應鏈減排研究[J]．重慶理工大學學報(自然科學)， 2015(1):115-122．

[9]蘇方林,李臣,張瑞.我國中部欠發達省經濟低碳發展影響因素個案研究及啟示[J].學術論壇,2011(8):67-69.

[10]孫炳,姚建,符迪迪.四川省低碳經濟影響因素及減排對策分析[J].安徽農業科技,2012(1):56-58.

[11]傅曉華,歐祝平.低碳經濟:新型工業化的新途徑[J].中南林業科技大學學報,2010(4):74-76.

[12]鮑健強.低碳經濟:人類經濟發展方式的新變革[J].中國工業經濟,2008(4):153.

[13]傅曉華,歐祝平.基于可持續發展視角的新型工業化的內在規律[J].求索,2007(9):23.

[14]岳書敬,王旭蘭,許耀.中國工業行業低碳創新及其影響因素解析[J].財經科學,2014(9):78-87.

[15]姚升保,岳超源.基于綜合賦權的風險型多屬性決策方法[J].系統工程與電子技術,2005(12):2047-2050.

[16]羅黨,劉思峰.灰色多指標風險型決策方法研究[J].系統工程與電子技術,2004(8):1057-1059.

[17]劉培德,王婭姿.一種屬性權重未知的區間概率風險型混合多屬性決策方法[J].控制與決策， 2012(2):276-280.

[18]俞立平.企業性質與創新效率——基于國家大中型工業企業的研究[J].數量經濟技術經濟究,2007,24(5):108-115.

[19]黃國慶, 王鵬飛, 宋飛. 基于離差最大化的直覺模糊多屬性決策方法[J]. 四川兵工學報, 2014, 35(3):144-147.

(責任編輯何杰玲)

Evaluation of Development of Low-Carbon Industrial Grey Target Decision Model

GAO Chen, MA Cheng-zhi

(Business School, Hohai University, Nanjing 211100, China)

Based on a brief analysis of the development of low-carbon industrial factors, we constructed a low-carbon industrial development level evaluation index system of low-carbon economy based on low-carbon technologies and low-carbon environmental including eight indicators, and would apply the risky grey target decision model based on fuzzy clustering the method to the level of low-carbon industrial development comprehensive evaluation analysis system, and using the example of the level of China’s low-carbon industrial development, we verified the new model. The results showed that: under the three evaluate indicators that the low-carbon economy, low-carbon technologies and low carbon environmental, technology transformation is an effective method to achieve low-carbon industrial development for enterprises. Further it verifies that the improved model is a new and predictive method to sustainable development for the low-carbon industries.

grey target; fuzzy cluster; risk decision model; low-carbon development; comprehensive evaluation

2016-03-14基金項目：江蘇省社會科學基金資助項目(09GLB006);江蘇省高校哲學社會科學研究基金資助項目(2012SJDFDY096)

高臣(1991—),男,山東泰安人,碩士研究生,主要從事人力資源管理研究，E-mail:gaochenen@163.com；通訊作者 馬成志(1956—),男,江蘇泰興人,碩士,副教授,主要從事企業管理、工業心理學研究，E-mail:gaochenen@163.com。

format：GAO Chen, MA Cheng-zhi.Evaluation of Development of Low-Carbon Industrial Grey Target Decision Model[J].Journal of Chongqing University of Technology(Natural Science)，2016(9):60-65.

10.3969/j.issn.1674-8425(z).2016.09.010

X823

A

1674-8425(2016)09-0060-06

引用格式：高臣，馬成志.基于灰靶決策模型的工業低碳發展評價研究[J].重慶理工大學學報(自然科學)，2016(9):60-65.