基于SD模型的煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)及防范研究

0 引言

我國(guó)是能源消費(fèi)與二氧化碳（ CO₂ ）排放大國(guó)，據(jù)《 BP 世界能源統(tǒng)計(jì)年鑒2020》數(shù)據(jù)，我國(guó)能源消耗約占全球 24.27% ，二氧化碳排放約占全球28.76% ，單位GDP碳排放強(qiáng)度約為全球水平的3倍。其中，煤電行業(yè) CO₂ 排放量高達(dá)35.39億t，占比 34.11% ，該行業(yè)是碳中和的關(guān)鍵領(lǐng)域[1-2]因此，煤電企業(yè)必須堅(jiān)定推進(jìn)低碳轉(zhuǎn)型，為其他企業(yè)提供經(jīng)驗(yàn)[3]

然而，當(dāng)前煤電企業(yè)低碳轉(zhuǎn)型面臨諸多挑戰(zhàn)：煤炭?jī)r(jià)格高、環(huán)保標(biāo)準(zhǔn)提升、交易電價(jià)降低，導(dǎo)致企業(yè)虧損嚴(yán)重； CO₂ 捕集、利用與封存（CCUS）技術(shù)尚不成熟，需大量融資推進(jìn)技術(shù)落地與解決規(guī)模化難題，而這些過程均存在風(fēng)險(xiǎn)[4]。因此，研究煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)，有助于預(yù)測(cè)潛在危機(jī)并制定防范策略[5-7]

1 煤電企業(yè)低碳轉(zhuǎn)型內(nèi)涵

煤電企業(yè)低碳轉(zhuǎn)型指為適應(yīng)能源發(fā)展新形勢(shì)、應(yīng)對(duì)內(nèi)外部挑戰(zhàn)，煤電企業(yè)在發(fā)展戰(zhàn)略、業(yè)務(wù)結(jié)構(gòu)、技術(shù)應(yīng)用、管理模式等方面進(jìn)行全面調(diào)整與變革，以實(shí)現(xiàn)可持續(xù)發(fā)展的過程。低碳轉(zhuǎn)型主要包括能源結(jié)構(gòu)調(diào)整、技術(shù)改造升級(jí)與創(chuàng)新、業(yè)務(wù)多元化拓展、管理模式變革，以及市場(chǎng)策略調(diào)整。

其中，能源結(jié)構(gòu)調(diào)整指減少對(duì)煤炭的依賴，增加風(fēng)電、太陽能發(fā)電、水電、天然氣發(fā)電等清潔能源的投入與開發(fā)，提高清潔能源在總發(fā)電量中的占比，構(gòu)建多元化能源供應(yīng)體系，以滿足能源發(fā)展新趨勢(shì)和環(huán)保要求[8]。技術(shù)改造升級(jí)與創(chuàng)新聚焦于加大先進(jìn)技術(shù)的研發(fā)與應(yīng)用，提高煤炭燃燒效率，降低污染物排放，研究智能發(fā)電技術(shù)，提升發(fā)電生產(chǎn)的自動(dòng)化與智能化水平，從而提高生產(chǎn)效率和運(yùn)營(yíng)管理質(zhì)量。業(yè)務(wù)多元化拓展要求煤電企業(yè)積極拓展綜合能源服務(wù)業(yè)務(wù)9，為用戶提供一站式、定制化的能源解決方案，同時(shí)涉足儲(chǔ)能、氫能等新興領(lǐng)域，培育新的業(yè)務(wù)增長(zhǎng)點(diǎn)。管理模式變革旨在優(yōu)化企業(yè)的組織架構(gòu)、管理流程和決策機(jī)制，引入數(shù)字化管理工具與平臺(tái)，實(shí)現(xiàn)企業(yè)運(yùn)營(yíng)的數(shù)字化和智能化，提升管理效率和決策科學(xué)性[10]。市場(chǎng)策略調(diào)整則要求煤電企業(yè)重新審視市場(chǎng)定位，根據(jù)市場(chǎng)需求變化和自身轉(zhuǎn)型優(yōu)勢(shì)，制定新的市場(chǎng)競(jìng)爭(zhēng)策略，加強(qiáng)與產(chǎn)業(yè)鏈上下游企業(yè)的合作，提高市場(chǎng)份額，積極參與電力市場(chǎng)改革，通過優(yōu)化電量交易、提供輔助服務(wù)等方式，提升企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力和盈利能力[1]。

2 煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)因素識(shí)別

煤電企業(yè)低碳轉(zhuǎn)型是一個(gè)復(fù)雜的系統(tǒng)過程，其內(nèi)在復(fù)雜性決定了風(fēng)險(xiǎn)隱患的多樣性和不確定性，因此需要從多角度、多層次進(jìn)行全面且準(zhǔn)確的風(fēng)險(xiǎn)識(shí)別。本研究基于PEST理論，將風(fēng)險(xiǎn)準(zhǔn)則層劃分為5個(gè)類別，即政策風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)和人員風(fēng)險(xiǎn)，并深入剖析煤電企業(yè)低碳轉(zhuǎn)型的風(fēng)險(xiǎn)影響因素[12-13]，具體分析如下：

（1）政策風(fēng)險(xiǎn)。政策風(fēng)險(xiǎn)指企業(yè)在低碳轉(zhuǎn)型過程中面臨的政策不確定性因素，這些因素可能導(dǎo)致企業(yè)轉(zhuǎn)型受阻。具體包括政策調(diào)整和政策補(bǔ)貼調(diào)整[14]。

（2）經(jīng)濟(jì)風(fēng)險(xiǎn)。經(jīng)濟(jì)風(fēng)險(xiǎn)指企業(yè)在運(yùn)營(yíng)和發(fā)展過程中面臨的經(jīng)濟(jì)不確定性因素，可能導(dǎo)致財(cái)務(wù)狀況惡化或經(jīng)濟(jì)損失。主要因素包括高投資不確定性、資產(chǎn)擱淺、融資不確定性和經(jīng)濟(jì)增速慢[15-16]

（3）技術(shù)風(fēng)險(xiǎn)。技術(shù)風(fēng)險(xiǎn)指企業(yè)在創(chuàng)新和應(yīng)用新技術(shù)過程中可能面臨的不確定性和挑戰(zhàn)，這些風(fēng)險(xiǎn)可能直接影響項(xiàng)目的實(shí)施效果、成本效益及長(zhǎng)期運(yùn)營(yíng)的穩(wěn)定性。具體包括新技術(shù)應(yīng)用不確定性、信息安全不確定性、技術(shù)創(chuàng)新不足、技術(shù)依賴性強(qiáng)和技術(shù)改造兼容不確定性[17-18]

（4）市場(chǎng)風(fēng)險(xiǎn)。市場(chǎng)風(fēng)險(xiǎn)是指企業(yè)因市場(chǎng)環(huán)境變化而面臨的不確定性，可能影響煤電企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力、成本結(jié)構(gòu)和盈利能力。主要因素包括可再生能源競(jìng)爭(zhēng)、能源價(jià)格不穩(wěn)定、關(guān)系依賴性強(qiáng)和市場(chǎng)需求變化[19]

（5）人員風(fēng)險(xiǎn)。人員風(fēng)險(xiǎn)指企業(yè)在低碳轉(zhuǎn)型過程中人員因素導(dǎo)致的不確定性，可能威脅到轉(zhuǎn)型的成功或企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展。具體包括人員流失、管理者決策失誤、員工學(xué)習(xí)能力不足、團(tuán)隊(duì)協(xié)作困難和技術(shù)人員短缺[20]

3構(gòu)建煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)SD模型

3.1構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)因果關(guān)系圖及存量流量圖

根據(jù)識(shí)別出的風(fēng)險(xiǎn)因素及指標(biāo)選取的相關(guān)準(zhǔn)則，綜合考慮煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)的影響因素。從政策風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、人員風(fēng)險(xiǎn)5個(gè)維度出發(fā)，對(duì)轉(zhuǎn)型風(fēng)險(xiǎn)因素進(jìn)行量化，構(gòu)建煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，見表1。

表1煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

由于煤電企業(yè)低碳轉(zhuǎn)型是一個(gè)復(fù)雜且時(shí)間跨度長(zhǎng)的系統(tǒng)性過程，因此選擇系統(tǒng)動(dòng)力學(xué)模型對(duì)其低碳轉(zhuǎn)型風(fēng)險(xiǎn)進(jìn)行評(píng)估。通過深入分析低碳轉(zhuǎn)型過程中各風(fēng)險(xiǎn)因素之間的相互關(guān)系，構(gòu)建煤電企業(yè)低碳轉(zhuǎn)型評(píng)價(jià)系統(tǒng)風(fēng)險(xiǎn)因果關(guān)系圖，如圖1所示。

圖1煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)因果關(guān)系圖

為實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)的量化評(píng)估，在因果關(guān)系圖的基礎(chǔ)上進(jìn)一步建立了存量流量圖。將政策風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、人員風(fēng)險(xiǎn)設(shè)為狀態(tài)變量，煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)存流量圖如圖2所示。

3.2計(jì)算系統(tǒng)中各風(fēng)險(xiǎn)指標(biāo)權(quán)重

在煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)估中，為了確定各風(fēng)險(xiǎn)指標(biāo)的權(quán)重，本研究采用CRITIC賦權(quán)法。該方法基于指標(biāo)的標(biāo)準(zhǔn)差和相關(guān)系數(shù)，綜合衡量指標(biāo)的客觀權(quán)重。具體地，對(duì)于第 j 個(gè)指標(biāo)的權(quán)重w_j 的計(jì)算公式如下

圖2煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)存流量圖

式中， G_i 為第 i 個(gè)指標(biāo)的信息量， n 為指標(biāo)總數(shù)。首先，將相關(guān)數(shù)據(jù)歸一化，計(jì)算每個(gè)指標(biāo)的標(biāo)準(zhǔn)差，即指標(biāo)的對(duì)比強(qiáng)度。其次，計(jì)算指標(biāo)間相關(guān)系數(shù)，由相關(guān)系數(shù)得出指標(biāo)的沖突性。最后，計(jì)算每個(gè)指標(biāo)的信息量。指標(biāo)的信息量越大，說明其在指標(biāo)體系中的重要性越大。通過CRITIC 法，可以得到每個(gè)風(fēng)險(xiǎn)指標(biāo)的權(quán)重 w_i ，可為后續(xù)的系統(tǒng)動(dòng)力學(xué)（SD）風(fēng)險(xiǎn)評(píng)估模型奠定基礎(chǔ)。

3.3系統(tǒng)動(dòng)力學(xué)模型方程

根據(jù)煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)存量流量圖、風(fēng)險(xiǎn)因素邊界值及風(fēng)險(xiǎn)因素權(quán)重，確定風(fēng)險(xiǎn)評(píng)估模型中的風(fēng)險(xiǎn)函數(shù)關(guān)系。具體方程如下：

政策風(fēng)險(xiǎn) =INTEG （政策風(fēng)險(xiǎn)增量，time）

政策風(fēng)險(xiǎn)變化量 政策調(diào)整 +w₁₂× 政策補(bǔ)貼調(diào)整

經(jīng)濟(jì)風(fēng)險(xiǎn) =INTEG （經(jīng)濟(jì)風(fēng)險(xiǎn)增量，time）

經(jīng)濟(jì)風(fēng)險(xiǎn)變化量 高投資不確定性 +w₂₂× 資產(chǎn)擱淺 +w₂₃× 融資不確定 +w₂₄× 經(jīng)濟(jì)增速慢

技術(shù)風(fēng)險(xiǎn) Λ=INTEG （經(jīng)濟(jì)風(fēng)險(xiǎn)增量，time）

技術(shù)風(fēng)險(xiǎn)變化量 新技術(shù)應(yīng)用不確定性 + w₃₂× 信息安全不確定性 技術(shù)創(chuàng)新不足 + w₃₄× 技術(shù)依賴性強(qiáng) +w₃₅× 技術(shù)改造兼容不確定性

市場(chǎng)風(fēng)險(xiǎn) Λ=INTEG （市場(chǎng)風(fēng)險(xiǎn)增量，time）

市場(chǎng)環(huán)境風(fēng)險(xiǎn)變化量 可再生能源競(jìng)爭(zhēng) +w₄₂× 能源價(jià)格不穩(wěn)定 +w₄₃× 關(guān)系依賴性強(qiáng) + w₄₄× 市場(chǎng)需求變化

人員風(fēng)險(xiǎn) Λ=INTEG （人力風(fēng)險(xiǎn)增量，time）

人員風(fēng)險(xiǎn)變化量 σ=w₅₁× 人員流失 +w₅₂× 管理者決策失誤 +w₅₃× 員工學(xué)習(xí)能力不足 +w₅₄× 團(tuán)隊(duì)協(xié)作困難 +w₅₅× 技術(shù)人員短缺

3.4 風(fēng)險(xiǎn)評(píng)價(jià)系數(shù)

為更準(zhǔn)確地評(píng)估煤電企業(yè)低碳轉(zhuǎn)型過程中的風(fēng)險(xiǎn)，引入風(fēng)險(xiǎn)評(píng)價(jià)系數(shù) μ ，公式如下

式中， p_i 為相同年份條件下第 i 個(gè)目標(biāo)風(fēng)險(xiǎn)的仿真模擬數(shù)值； n 為風(fēng)險(xiǎn)種類總數(shù)。 μ 值越大，表明對(duì)應(yīng)目標(biāo)風(fēng)險(xiǎn)的風(fēng)險(xiǎn)性越高。

根據(jù)風(fēng)險(xiǎn)評(píng)價(jià)系數(shù) μ 的數(shù)值，將目標(biāo)風(fēng)險(xiǎn)劃分為I、Ⅱ、Ⅲ、 、 ΔV 共5個(gè)風(fēng)險(xiǎn)等級(jí)。風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)見表2。

表2風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)

4案例分析

H集團(tuán)是經(jīng)國(guó)務(wù)院批準(zhǔn)成立的國(guó)有重要骨干企業(yè)，主營(yíng)業(yè)務(wù)涵蓋電源開發(fā)、建設(shè)、經(jīng)營(yíng)和管理。2017年，H集團(tuán)開始初步探索低碳轉(zhuǎn)型方案，并于2018年明確低碳轉(zhuǎn)型目標(biāo)，持續(xù)優(yōu)化電源結(jié)構(gòu)。根據(jù)煤電市場(chǎng)發(fā)展和電力市場(chǎng)需求的變化，H集團(tuán)優(yōu)先發(fā)展清潔高效的煤電、熱電項(xiàng)目，并積極關(guān)停和處置退役煤電機(jī)組。然而，在大規(guī)模推進(jìn)低碳轉(zhuǎn)型的過程中，H集團(tuán)也面臨諸多轉(zhuǎn)型風(fēng)險(xiǎn)。因此，本文選擇H集團(tuán)作為研究案例，深入探討其低碳轉(zhuǎn)型過程中的風(fēng)險(xiǎn)特征及應(yīng)對(duì)策略。

4.1數(shù)據(jù)來源及風(fēng)險(xiǎn)指標(biāo)權(quán)重計(jì)算

案例數(shù)據(jù)源自H集團(tuán)2012—2022年度報(bào)告及可持續(xù)發(fā)展報(bào)告。在系統(tǒng)動(dòng)力學(xué)模型中，狀態(tài)變量的起始值直接采用H集團(tuán)年度報(bào)告中的真實(shí)經(jīng)營(yíng)數(shù)據(jù)，以確保模型的現(xiàn)實(shí)基礎(chǔ)和準(zhǔn)確性；速率變量則根據(jù)狀態(tài)變量的特征進(jìn)行自定義設(shè)置，以反映各變量之間的動(dòng)態(tài)關(guān)系；輔助變量的數(shù)據(jù)通過Excel軟件對(duì)年度報(bào)告中的實(shí)際數(shù)據(jù)進(jìn)行處理，然后帶入方程或用表函數(shù)表示，以支持模型的運(yùn)行和分析。

針對(duì)煤電企業(yè)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)，本文進(jìn)行量化計(jì)算，H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)計(jì)算方式見表3。

表3H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)計(jì)算方式

運(yùn)用CRITIC權(quán)重計(jì)算模型，對(duì)系統(tǒng)動(dòng)力學(xué)方程中各風(fēng)險(xiǎn)指標(biāo)的權(quán)重進(jìn)行計(jì)算，具體的計(jì)算過程如下：

（1）對(duì)相關(guān)數(shù)據(jù)進(jìn)行歸一化處理。消除不同指標(biāo)量綱和數(shù)量級(jí)的影響，確保權(quán)重計(jì)算的科學(xué)性和合理性。H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)歸一化見表4和表5。

表4H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)歸一化1

續(xù)

（2）計(jì)算H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)差，見表6。

表6H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)差

（3）計(jì)算H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)間相關(guān)系數(shù)，見表7～表8。

表7H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)間相關(guān)系數(shù)1

（續(xù)）

（4）計(jì)算H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)沖突性，見表9。

表9H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)沖突性

（5）計(jì)算H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)信息量，見表10。

表10H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)信息量

（6）計(jì)算H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重，見表11。

表11H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重

4.2 仿真結(jié)果分析

根據(jù)H集的團(tuán)經(jīng)營(yíng)周期（2012—2022年），設(shè)定系統(tǒng)動(dòng)力學(xué)模型的初始時(shí)間為2012年，結(jié)束時(shí)間為2022年，模擬步長(zhǎng)（DT）為 1a 。將2012—2022年各指標(biāo)的數(shù)據(jù)輸入已建立的SD模型，并將各風(fēng)險(xiǎn)指標(biāo)權(quán)重代入SD模型方程如下：

政策風(fēng)險(xiǎn)變化量 =0.06× 政策調(diào)整 +0.04× 政策補(bǔ)貼調(diào)整

經(jīng)濟(jì)風(fēng)險(xiǎn)變化量 =0.05× 高投資不確定性 + 0.03× 資產(chǎn)擱淺 +0.06× 融資不確定性 +0.07× 經(jīng) 濟(jì)增速慢

技術(shù)風(fēng)險(xiǎn)變化量 =0.05× 新技術(shù)應(yīng)用不確定性 +0.05× 信息安全不確定性 +0.05× 技術(shù)創(chuàng)新不足 +0.04× 技術(shù)依賴性強(qiáng) +0.06× 技術(shù)改造兼容不確定性

市場(chǎng)風(fēng)險(xiǎn)變化量 =0.04× 可再生能源競(jìng)爭(zhēng) + 0.04× 能源價(jià)格不穩(wěn)定 +0.04× 關(guān)系依賴性強(qiáng) + 0.04× 市場(chǎng)需求變化

人員風(fēng)險(xiǎn)變化量 Λ=0.1Λ×Λ 人員流失 +0.04× 管理者決策失誤 +0.04× 員工學(xué)習(xí)能力不足 +0.05× 團(tuán)隊(duì)協(xié)作困難 +0.05× 技術(shù)人員短缺

借助Vensim.PLE軟件進(jìn)行模擬，可以輸出5個(gè)目標(biāo)風(fēng)險(xiǎn)存量和目標(biāo)風(fēng)險(xiǎn)速率量隨時(shí)間變化而變化的走勢(shì)圖。通過依次將各風(fēng)險(xiǎn)指標(biāo)權(quán)重下調(diào)至 30% ，并與初始狀態(tài)進(jìn)行比較，如圖3～圖8所示，為下文風(fēng)險(xiǎn)防范對(duì)策提供參考。

圖3政策風(fēng)險(xiǎn)模擬結(jié)果圖

從圖3可以看出，政策補(bǔ)貼調(diào)整對(duì)H集團(tuán)在政策風(fēng)險(xiǎn)方面的影響相對(duì)較大，而政策調(diào)整對(duì)H集團(tuán)的影響相對(duì)較小，因此，H集團(tuán)在制定政策風(fēng)險(xiǎn)防范對(duì)策時(shí)，可以重點(diǎn)考慮如何應(yīng)對(duì)政策補(bǔ)貼調(diào)整。

圖4經(jīng)濟(jì)風(fēng)險(xiǎn)模擬結(jié)果圖

從圖4可以看出，經(jīng)濟(jì)增速慢對(duì)H集團(tuán)在經(jīng)濟(jì)風(fēng)險(xiǎn)方面的影響較為顯著，而資產(chǎn)擱淺和高投資不確定性對(duì)H集團(tuán)的影響相對(duì)較小，融資不確定性對(duì)H集團(tuán)的影響與初始狀態(tài)相差無幾。因此，在制定經(jīng)濟(jì)風(fēng)險(xiǎn)防范對(duì)策時(shí)，可以重點(diǎn)考慮經(jīng)濟(jì)增速慢的應(yīng)對(duì)措施，而對(duì)融資不確定性、高投資不確定性及資產(chǎn)擱淺，可以采取盡量規(guī)避的方式。

圖5技術(shù)風(fēng)險(xiǎn)模擬結(jié)果圖

從圖5可以看出，技術(shù)改造兼容風(fēng)險(xiǎn)對(duì)H集團(tuán)在技術(shù)方面的影響較為顯著，而技術(shù)依賴性強(qiáng)、技術(shù)創(chuàng)新不足及新技術(shù)應(yīng)用不確定性對(duì)H集團(tuán)的影響相對(duì)較小，信息安全不確定性對(duì)H集團(tuán)的影響與初始狀態(tài)相差無幾。因此，在制定技術(shù)風(fēng)險(xiǎn)防范對(duì)策時(shí)，可以重點(diǎn)考慮技術(shù)改造兼容不確定性對(duì)H集團(tuán)的影響。

圖6市場(chǎng)風(fēng)險(xiǎn)模擬結(jié)果圖

從圖6可以看出，市場(chǎng)需求變化對(duì)H集團(tuán)在市場(chǎng)風(fēng)險(xiǎn)方面的影響較為顯著，而關(guān)系依賴性強(qiáng)和能源價(jià)格不穩(wěn)定對(duì)H集團(tuán)的影響相對(duì)較小，可再生能源競(jìng)爭(zhēng)對(duì)H集團(tuán)的影響與初始狀態(tài)相差無幾。因此，在制定市場(chǎng)風(fēng)險(xiǎn)防范對(duì)策時(shí)，可以重點(diǎn)考慮市場(chǎng)需求變化對(duì)H集團(tuán)的影響。

圖7人員風(fēng)險(xiǎn)模擬結(jié)果圖

圖8H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)模擬結(jié)果圖

從圖8可以看出，將各風(fēng)險(xiǎn)因素權(quán)重下調(diào)至30% 后，人員風(fēng)險(xiǎn)對(duì)H集團(tuán)的影響較為顯著，經(jīng)濟(jì)風(fēng)險(xiǎn)和技術(shù)風(fēng)險(xiǎn)對(duì)H集團(tuán)的影響相對(duì)較小，市場(chǎng)風(fēng)險(xiǎn)的影響與初始狀態(tài)相差無幾。從各風(fēng)險(xiǎn)因素的仿真結(jié)果看，H集團(tuán)應(yīng)重點(diǎn)考慮人員風(fēng)險(xiǎn)對(duì)低碳轉(zhuǎn)型過程的影響。

為了更清晰地觀察H集團(tuán)低碳轉(zhuǎn)型風(fēng)險(xiǎn)的數(shù)值變化，并對(duì)風(fēng)險(xiǎn)水平進(jìn)行定量描述，列出目標(biāo)風(fēng)險(xiǎn)在第0年、第2年、第4年、第6年、第8年和第10年的風(fēng)險(xiǎn)值。不同年份目標(biāo)風(fēng)險(xiǎn)數(shù)值表見表11。這些數(shù)值是通過系統(tǒng)動(dòng)力學(xué)模型的仿真模擬得出的，可為風(fēng)險(xiǎn)評(píng)估和管理決策提供具體的數(shù)據(jù)支持。

表11不同年份目標(biāo)風(fēng)險(xiǎn)數(shù)值表

從圖7可以看出，人員流失對(duì)H集團(tuán)在人員風(fēng)險(xiǎn)方面的影響較為顯著，而技術(shù)人員短缺對(duì)H集團(tuán)的影響相對(duì)較小，員工學(xué)習(xí)能力不足、團(tuán)隊(duì)協(xié)作困難和管理者決策失誤對(duì)H集團(tuán)的影響與初始狀態(tài)相差無幾。因此，在制定人員風(fēng)險(xiǎn)防范對(duì)策時(shí)，可以重點(diǎn)考慮人員流失對(duì)H集團(tuán)的影響。

根據(jù)上述的案例仿真數(shù)據(jù)表，計(jì)算不同年份目標(biāo)風(fēng)險(xiǎn)評(píng)價(jià)系數(shù)，見表12。

表12不同年份目標(biāo)風(fēng)險(xiǎn)評(píng)價(jià)系數(shù)表

（續(xù)）

綜上，H集團(tuán)低碳轉(zhuǎn)型過程中各影響因素風(fēng)險(xiǎn)等級(jí)見表13。

表13影響因素風(fēng)險(xiǎn)等級(jí)

從表13可以看出，H集團(tuán)低碳轉(zhuǎn)型過程中，經(jīng)濟(jì)風(fēng)險(xiǎn)為中等程度的風(fēng)險(xiǎn)因素，對(duì)H集團(tuán)的低碳轉(zhuǎn)型發(fā)展具有顯著影響，必須予以高度重視。相比之下，政策風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、人員風(fēng)險(xiǎn)及市場(chǎng)風(fēng)險(xiǎn)的風(fēng)險(xiǎn)等級(jí)較低。針對(duì)這些風(fēng)險(xiǎn)，H集團(tuán)應(yīng)制定一套基本的應(yīng)對(duì)策略，確保在風(fēng)險(xiǎn)出現(xiàn)時(shí)能夠迅速響應(yīng)，防止風(fēng)險(xiǎn)進(jìn)一步擴(kuò)大影響，從而保證H集團(tuán)低碳轉(zhuǎn)型的穩(wěn)定性。

5 風(fēng)險(xiǎn)防控建議

5.1 政策風(fēng)險(xiǎn)防范對(duì)策

從圖3可以看出，政策補(bǔ)貼力度對(duì)H集團(tuán)政策風(fēng)險(xiǎn)變化的影響顯著，而政策調(diào)整的影響相對(duì)較小。因此，不同規(guī)模的煤電企業(yè)應(yīng)根據(jù)自身資金狀況及政策調(diào)整趨勢(shì)，制定相應(yīng)對(duì)策。同時(shí)，政府應(yīng)深入了解煤電企業(yè)在低碳轉(zhuǎn)型中的具體風(fēng)險(xiǎn)與需求，針對(duì)不同規(guī)模企業(yè)的技術(shù)升級(jí)、資金籌措、市場(chǎng)準(zhǔn)入等需求，制定差異化的支持政策。

5.2 經(jīng)濟(jì)風(fēng)險(xiǎn)防范對(duì)策

根據(jù)圖4可以看出，經(jīng)濟(jì)增速慢對(duì)H集團(tuán)的影響較為顯著，而資產(chǎn)擱淺、高投資不確定性和融資不確定性的影響相對(duì)較小。在制定經(jīng)濟(jì)風(fēng)險(xiǎn)防范對(duì)策時(shí)，煤電企業(yè)可從4個(gè)方面著手：一是拓寬市場(chǎng)，實(shí)施精細(xì)化成本控制，降低發(fā)電成本并減少煤炭消耗；二是加強(qiáng)資產(chǎn)全面評(píng)估與規(guī)劃，清晰了解資產(chǎn)狀況和市場(chǎng)潛力；三是針對(duì)高投資不確定性，強(qiáng)化投資決策機(jī)制或采用多元化投資組合；四是應(yīng)對(duì)融資不確定性，拓寬融資渠道并加強(qiáng)與銀行合作及信用建設(shè)。

5.3 技術(shù)風(fēng)險(xiǎn)防范對(duì)策

根據(jù)圖5可以看出，技術(shù)改造兼容不確定性對(duì)H集團(tuán)的影響較為顯著，而技術(shù)依賴性強(qiáng)、技術(shù)創(chuàng)新不足、新技術(shù)應(yīng)用不確定性和信息安全不確定性的影響相對(duì)較小。在制定技術(shù)風(fēng)險(xiǎn)防范對(duì)策時(shí)，煤電企業(yè)可采取5方面的措施：一是加強(qiáng)對(duì)現(xiàn)有設(shè)備的評(píng)估，明確技術(shù)水平和兼容問題，邀請(qǐng)專業(yè)團(tuán)隊(duì)論證并在改造前進(jìn)行模擬測(cè)試，及時(shí)解決潛在兼容性問題；二是通過加強(qiáng)自主研發(fā)或增強(qiáng)技術(shù)儲(chǔ)備，降低技術(shù)依賴性；三是通過外部人才引進(jìn)或內(nèi)部人才培養(yǎng)，彌補(bǔ)技術(shù)創(chuàng)新不足；四是采用試點(diǎn)應(yīng)用或與其他企業(yè)合作的方式，規(guī)避新技術(shù)應(yīng)用不確定性；五是建立信息安全管理體系，對(duì)相關(guān)人員進(jìn)行培訓(xùn)，以應(yīng)對(duì)信息安全不確定性。

5.4 市場(chǎng)風(fēng)險(xiǎn)防范對(duì)策

根據(jù)圖6可以看出，市場(chǎng)需求變化對(duì)H集團(tuán)的影響較為顯著，而關(guān)系依賴性強(qiáng)、能源價(jià)格不穩(wěn)定和可再生能源競(jìng)爭(zhēng)的影響相對(duì)較小。在制定市場(chǎng)風(fēng)險(xiǎn)防范對(duì)策時(shí)，煤電企業(yè)可從4個(gè)方面入手：一是針對(duì)市場(chǎng)需求變化風(fēng)險(xiǎn)，建立完善的市場(chǎng)需求監(jiān)測(cè)體系，借助大數(shù)據(jù)分析和市場(chǎng)調(diào)研預(yù)測(cè)未來需求，最大限度地降低其對(duì)企業(yè)低碳轉(zhuǎn)型的影響；二是通過拓寬合作關(guān)系網(wǎng)或強(qiáng)化自身核心競(jìng)爭(zhēng)力，降低關(guān)系依賴性；三是運(yùn)用價(jià)格風(fēng)險(xiǎn)管理工具或優(yōu)化成本控制，應(yīng)對(duì)能源價(jià)格不穩(wěn)定風(fēng)險(xiǎn)；四是通過協(xié)同發(fā)展或差異化競(jìng)爭(zhēng)戰(zhàn)略，規(guī)避可再生能源競(jìng)爭(zhēng)風(fēng)險(xiǎn)。

5.5 人員風(fēng)險(xiǎn)防范對(duì)策

根據(jù)圖7可以看出，人員流失對(duì)H集團(tuán)的影響較為顯著，而技術(shù)人員短缺、員工學(xué)習(xí)能力不足、管理者決策失誤和團(tuán)隊(duì)協(xié)作困難的影響相對(duì)較小。在制定人員風(fēng)險(xiǎn)防范對(duì)策時(shí)，煤電企業(yè)可采取5個(gè)方面的措施：一是針對(duì)人員流失問題，優(yōu)化薪酬福利體系，加強(qiáng)企業(yè)文化建設(shè)，減少人員流失；二是針對(duì)技術(shù)人員短缺問題，通過外部人才引進(jìn)或內(nèi)部人才培養(yǎng)的方式加以解決；三是針對(duì)員工學(xué)習(xí)能力不足的問題，建立學(xué)習(xí)激勵(lì)機(jī)制，提供豐富學(xué)習(xí)資源；四是對(duì)于管理者決策失誤的問題，提高管理者素質(zhì)，完善決策機(jī)制；五是對(duì)于團(tuán)隊(duì)協(xié)作困難的問題，優(yōu)化溝通機(jī)制，定期開展團(tuán)建活動(dòng)，增強(qiáng)團(tuán)隊(duì)凝聚力，降低相關(guān)風(fēng)險(xiǎn)損失。

6 結(jié)語

煤電企業(yè)低碳轉(zhuǎn)型具有投資大、周期長(zhǎng)、參與者多等特點(diǎn)。本文從動(dòng)態(tài)視角出發(fā)，綜合考慮各風(fēng)險(xiǎn)因素與目標(biāo)之間的關(guān)系，構(gòu)建了煤電企業(yè)低碳轉(zhuǎn)型全過程風(fēng)險(xiǎn)仿真模型，并通過H集團(tuán)案例分析，驗(yàn)證了模型的有效性。該模型能夠有效模擬煤電企業(yè)低碳轉(zhuǎn)型在不同階段的風(fēng)險(xiǎn)變化趨勢(shì)，為項(xiàng)目各參與方提供科學(xué)合理的參考建議。

參考文獻(xiàn)

[1］本刊編輯部．“雙碳”目標(biāo)下的轉(zhuǎn)型[J]．科學(xué)新聞，2021，23（6）：1.

[2]GOKULI，YANGO，JAMESE，etal.Ratchetingofclimatepledgesneeded to limitpeak global warming[J].NatureClimateChange，2022，12（12）：1129-1135.

[3］韓文科．“雙碳”三年能源綠色低碳轉(zhuǎn)型穩(wěn)步推進(jìn)［J]．中國(guó)新聞發(fā)布（實(shí)務(wù)版），2023（9）：16-20.

[4］陸秋琴，魏悅，黃光球．火電企業(yè)低碳轉(zhuǎn)型效果關(guān)鍵影響因素研究［J].生產(chǎn)力研究，2023（1）：108-114.

[5］何李麗，張恒．“雙碳”目標(biāo)下我國(guó)能源轉(zhuǎn)型路徑［J]．上海節(jié)能，2023（9）：1285-1294.

[6］廖璐璐，李根生，宋先知，等．我國(guó)脫碳路徑與油公司能源轉(zhuǎn)型策略研究［J]．石油鉆探技術(shù)，2023，51（1）：115-122.

［7］趙國(guó)濤，錢國(guó)明，王盛，等．“雙碳”目標(biāo)下火電企業(yè)綠色低碳轉(zhuǎn)型的對(duì)策分析［J]．華電技術(shù)，2021，43（10）：11-21.[8］周鶴良．關(guān)于優(yōu)化能源結(jié)構(gòu)加快能源轉(zhuǎn)型的思考［J]．電氣時(shí)代，2019（11）：20-24.[9］王璟．山西煤電產(chǎn)業(yè)向綠色低碳綜合能源服務(wù)轉(zhuǎn)型的基本思路［J]．現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化，2023，13（8）：205-211，225.［10］安鳳栓．新型電力系統(tǒng)下煤電機(jī)組數(shù)字化轉(zhuǎn)型的探索和實(shí)踐［J].儀器儀表用戶，2024，31（6）：89-91.[11］袁紅．電煤長(zhǎng)協(xié)助力煤電產(chǎn)業(yè)鏈協(xié)同發(fā)展［J]．中國(guó)電力企業(yè)管理，2024（31）：65-68.[12］張來斌，王建良，武頌凱，等．中國(guó)式現(xiàn)代化背景下能源轉(zhuǎn)型風(fēng)險(xiǎn)識(shí)別與應(yīng)對(duì)［J]．中國(guó)工程科學(xué)，2024，26（4）：16-27.[13］陳友．“雙碳”目標(biāo)背景下工業(yè)企業(yè)綠色低碳轉(zhuǎn)型研究[J]．現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化，2025，15（2）：162-164，169.［14］連飛，尚瑩，吳晨．“雙碳”目標(biāo)下低碳轉(zhuǎn)型的金融風(fēng)險(xiǎn)防范——基于財(cái)政補(bǔ)貼與綠色信貸的政策協(xié)同［J]．財(cái)政研究，2024（10）：79-96.[15］肖建忠．我國(guó)能源企業(yè)規(guī)模化過程中的資產(chǎn)擱淺風(fēng)險(xiǎn)研究——基于創(chuàng)造性破壞理論視角［J]．企業(yè)經(jīng)濟(jì)，2024，43（8）：2，5-16.[16］李康，蘇乃芳，李宏瑾．綠色低碳轉(zhuǎn)型：政策路徑、影響機(jī)制和趨勢(shì)分析［J]．金融評(píng)論，2024，16（5）：13-34，147.[17］于英利，付旭晨，戴瑩瑩，等．煤電機(jī)組“三改聯(lián)動(dòng)”改造升級(jí)技術(shù)路線與驗(yàn)收評(píng)價(jià)［J]．能源與環(huán)保，2024，46（9）：213-218，225.[18］劉純霞，譚蓉慧，陳友余，等．?dāng)?shù)字化轉(zhuǎn)型與企業(yè)綜合風(fēng)險(xiǎn)［J].運(yùn)籌與管理，2023，32（11）：197-205.[19］荊朝霞，李煜鵬，趙昱宣，等．能源系統(tǒng)低碳轉(zhuǎn)型背景下的混合電力市場(chǎng)體系結(jié)構(gòu)與設(shè)計(jì)［J]．電力系統(tǒng)自動(dòng)化，2024，48（11）：24-36.[20］李國(guó)蘭，孫小蘭，陳靜．?dāng)?shù)字驅(qū)動(dòng)綠色發(fā)展：高耗能企業(yè)綠色低碳轉(zhuǎn)型動(dòng)力解構(gòu)［J]．金融理論與實(shí)踐，2024（7）：17-30.PMT收稿日期：2025-02-27

作者簡(jiǎn)介：

陸秋琴（1966—），女，博士，教授，碩士研究生導(dǎo)師，研究方向：資源系統(tǒng)優(yōu)化。胡逸勍（通信作者）（1998—），女，研究方向：企業(yè)綠色轉(zhuǎn)型。