一种钢铁企业低碳水平综合评估方法和系统、存储介质技术方案

本发明专利技术涉及一种钢铁企业低碳水平综合评估方法和系统、存储介质，方法包括以下步骤：构建包括环境类、经济类、技术类、管理类四类指标的目标企业低碳水平综合评价指标体系；基于各指标之间的相对重要程度，计算得到指标的第一权重系数；基于各指标的变异程度，计算得到指标的第二权重系数；通过组合赋权法，基于第一权重系数和第二权重系数计算得到指标的最终权重系数；通过多种多属性评判方法，基于指标的最终权重系数，完成目标企业的低碳水平综合评估；通过平均排序法对评估结果进行处理，得到目标企业的最终低碳水平综合评估结果。本发明专利技术的评估方法克服传统的主观和客观赋权法的弊端；解决单一评判方法特点各异引发的排序结果不一致的现象。果不一致的现象。果不一致的现象。

【技术实现步骤摘要】
一种钢铁企业低碳水平综合评估方法和系统、存储介质


[0001]本专利技术涉及低碳减排、节能环保
，具体涉及一种钢铁企业低碳水平综合评估方法和系统、存储介质。

技术介绍

[0002]温室气体排放引起的全球气候变暖问题日益突出，如何有效地减少碳排放已经成为当下国际政治、经济及学术研究关注的热点之一，如何快速实现碳达峰和碳中和早已成为了世界性的议题。据不完全统计结果显示，全球温室气体排放中，人类活动造成的温室气体排放大概占74％，其中，工业活动占比高达21％；在所有工业活动中，钢铁行业排放的二氧化碳占17％左右；综上可知，钢铁工业的二氧化碳排放量接近人类总排放量的5％。因此，推动钢铁行业的低碳、绿色发展已成为全球遏制气候变化趋势和实现“双碳”目标的重要环节。
[0003]当前，发展低碳经济已成为世界各国的共识，钢铁企业作为高碳排放企业，清洁低碳转型已成为企业持续、健康发展的关键。为了快速推动企业的节能减排工作和助力国家双碳目标的实现，有必要对企业的低碳政策执行情况、碳减排责任履行情况和碳资产管理情况做出综合评价和排序，帮助企业合理地判断自身减碳任务落实情况的同时，助力政府对企业的碳减排情况进行监督和指导。然而，现有的企业低碳水平评价指标体系较为笼统，普适性较强，缺乏针对性，没有很好地反映钢铁行业的行业特征、生产特点和碳资产管理情况；同时，目前广泛采用的主观和客观赋权法，都存在一定的弊端，不利于生成合理的指标权重系数；最后，多属性评判方法的原理和特点各异，可能导致不同的企业低碳水平排序结果不同，使得评价结论存在争议，严重影响了企业低碳水平评估的实用性和可靠性，无法为政府监管企业的减碳行动，制定相应的减碳政策和节能减排策略提供借鉴和参考。

技术实现思路

[0004]本专利技术解决上述技术问题的方案如下：一种钢铁企业低碳水平综合评估方法系统，包括指标体系构建、权重计算、综合评估等步骤。在运用逻辑推演法构建钢铁企业低碳水平综合评价指标体系的基础上，结合专家的知识和经验判断和客观数据信息，通过组合权重法计算指标的权重系数，解决评估结果与实际情况不符等问题；另一方面，采用多属性评判方法对企业低碳水平评估，并将评估结果通过平均排序法处理，解决单一评判方法原理和特点各异引发的排序结果不一致的现象。
[0005]本专利技术提供了一种钢铁企业低碳水平综合评估方法，包括以下步骤：
[0006]步骤A、通过现场调研、文献查阅和专家咨询的方式收集目标企业的原始数据，运用逻辑推演法，基于目标企业的原始数据构建包括环境类、经济类、技术类、管理类四类指标的目标企业低碳水平综合评价指标体系；所述体系兼具目的性、全面性、可行性、稳定性和协调性；
[0007]步骤B、通过层次分析法，基于各指标之间的相对重要程度，计算得到指标的第一
权重系数w
ia
；利用专家的知识和经验判断，确定指标之间的相对重要程度，第一权重系数w
ia
反映人为主观判断指标的权值；
[0008]步骤C、通过熵权法，基于各指标的变异程度，计算得到指标的第二权重系数w
is
；利用熵值判定指标的离散程度，第二权重系数w
is
反映客观数据信息指标的权值；
[0009]步骤D、通过组合赋权法，基于第一权重系数w
ia
和第二权重系数w
is
计算得到指标的最终权重系数w
i
；最终权重系数w
i
结合了主观和客观因素生成指标的权值；
[0010]步骤E、通过多种多属性评判方法，基于指标的最终权重系数w
i
，完成目标企业的低碳水平综合评估；通过平均排序法对多种多属性评判方法的评估结果进行处理，得到目标企业的最终低碳水平综合评估结果。
[0011]优选的，所述步骤A还包括加强对目标企业的理解和认识、构建评价体系后筛除重叠、冗余或关联度高的指标；对初选指标集进行筛选，得到简洁明了、且能反映钢铁企业低碳特性的指标体系；通过指标体系的实际应用，分析低碳水平综合评价结果的合理性，探明导致评价结论不合理的原因，完成对指标体系的反馈调节和修正。
[0012]优选的，所述步骤B，具体包括以下步骤：
[0013]步骤B1、构造判断矩阵，确定指标的相对重要程度(判断矩阵的标度定义见表1)，如公式(1a)所示：
[0014][0015]其中，C
nm
为第n个评价对象的第m个评价指标值。
[0016]表1判断矩阵标度定义
[0017][0018]步骤B2：根据判断矩阵，求出其最大特征根λ
max
和对应的特征向量ω，详见公式(1b)，对所求特征向量进行归一化，所得结果即为各个指标的第一权重系数w
ia
；
[0019]Aω＝λ
max
ω
ꢀꢀꢀꢀ
(1b)
[0020]步骤B3、通过一致性检验判断指标的权重分配是否合理，检验公式如(1c)和(1d)
所示：
[0021]CR＝CI/RI
ꢀꢀꢀꢀ
(1c)
[0022]CI＝(λ
max
‑
n)/(n
‑
1)
ꢀꢀꢀꢀ
(1d)
[0023]其中，CR为判断矩阵的随机一致性比率，当CR<0.1时，认为判断矩阵的一致性是可以接受的；否则，对判断矩阵做适当修正，直至通过一致性检验；CI为判断矩阵的一般一致性指标；RI为判断矩阵的平均随机一致性指标，取值见表2；n为指标的个数。
[0024]表2平均随机一致性指标
[0025]n1234567891011121314RI000.520.891.121.241.361.411.461.491.521.541.561.58
[0026]优选的，所述步骤C具体包括：
[0027]步骤C1：构建评价指标的原始矩阵V，如(2a)所示；基于经济类指标中的收益指标和成本指标优先的处理方程分别详见(2b)和(2c)，采用归一化方法对原始数据进行处理，最终得到的标准化指标矩阵R，如(2d)所示：
[0028][0029][0030][0031][0032]其中：V为评价指标的原始矩阵，v
ij
为第i个指标第j年的初始值；i＝1,2,
…
,m，m为评价指标数；j＝1,2,
…
,n，n为评价年份数；r
ij
为第i个指标第j年的标准化值；R为标准化后的评价矩阵。
[0033]步骤C2：计算各指标的熵及信息偏差度，计算公式如下所示：
[0034][0035][0036]d
i
＝1
‑
E
i
ꢀꢀꢀꢀ
(2g)
[0037]其中：E
i
为评价指标的熵；k为转换系数；d
j
为信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种钢铁企业低碳水平综合评估方法，其特征在于，包括以下步骤：步骤A、通过文献查阅收集目标企业的原始数据，运用逻辑推演法，构建包括环境类、经济类、技术类、管理类四类指标的目标企业低碳水平综合评价指标体系；步骤B、通过层次分析法，基于各指标之间的相对重要程度，计算得到指标的第一权重系数w
ia
；步骤C、通过熵权法，基于各指标的变异程度，计算得到指标的第二权重系数w
is
；步骤D、通过组合赋权法，基于第一权重系数w
ia
和第二权重系数w
is
计算得到指标的最终权重系数w
i
；步骤E、通过多种多属性评判方法，基于指标的最终权重系数w
i
，完成目标企业的低碳水平综合评估；通过平均排序法对多种多属性评判方法的评估结果进行处理，得到目标企业的最终低碳水平综合评估结果。2.根据权利要求1所述一种钢铁企业低碳水平综合评估方法，其特征在于，所述步骤A还包括筛除目标企业低碳水平综合评价指标体系中的重叠、冗余或关联度高的指标。3.根据权利要求1所述一种钢铁企业低碳水平综合评估方法，其特征在于，所述步骤B，具体包括以下步骤：步骤B1、构造判断矩阵，确定指标的相对重要程度，如公式(1a)所示：其中，C
nm
为第n个评价对象的第m个评价指标值；步骤B2：根据判断矩阵，求出其最大特征根λ
max
和对应的特征向量ω，详见公式(1b)，对所求特征向量进行归一化，所得结果即为各个指标的第一权重系数w
ia
；Aω＝λ
max
ω
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1b)步骤B3、通过一致性检验判断指标的权重分配是否合理，检验公式如(1c)和(1d)所示：CR＝CI/RI
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1c)CI＝(λ
max
‑
n)/(n
‑
1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1d)其中，CR为判断矩阵的随机一致性比率，当CR<0.1时，认为判断矩阵的一致性是可以接受的；否则，对判断矩阵做适当修正，直至通过一致性检验；CI为判断矩阵的一般一致性指标；RI为判断矩阵的平均随机一致性指标；n为指标的个数。4.根据权利要求1所述一种钢铁企业低碳水平综合评估方法，其特征在于，所述步骤C具体包括：步骤C1：构建评价指标的原始矩阵V，如(2a)所示；基于经济类指标中的收益指标和成本指标优先的处理方程分别详见(2b)和(2c)，采用归一化方法对原始数据进行处理，最终得到的标准化指标矩阵R，如(2d)所示：
其中：V为评价指标的原始矩阵，v
ij
为第i个指标第j年的初始值；i＝1,2,
…
,m，m为评价指标数；j＝1,2,
…
,n，n为评价年份数；r
ij
为第i个指标第j年的标准化值；R为标准化后的评价矩阵；步骤C2：计算各指标的熵及信息偏差度，计算公式如下所示：步骤C2：计算各指标的熵及信息偏差度，计算公式如下所示：d
i
＝1
‑
E
i
(2g)其中：E
i
为评价指标的熵；k为转换系数；d
j
为信息偏差度；n为评价年份数；r
ij
为第i个指标第j年的标准化值；步骤C3：根据熵值和信息偏差度，计算得到第二权重系数w
is
，计算公式如下所示：其中：w
is
为第i个指标的权重系数；d
j
为信息偏差度。5.根据权利要求4所述一种钢铁企业低碳水平综合评估方法，其特征在于，所述步骤D具体包括：步骤D1：对第一权重系数w
ia
与第二权重系数w
is
的偏差的绝对值进行求和，计算公式如(3a)所示：其中：i代表指标类型；ΔW为权重偏差的绝对值的总和；步骤D2：运用组合赋权法，确定各个指标的最终权重，计算公式如(3b)所示：
其中：w
i
为组合权重法生成的第i个指标的最终权重系数；α为分配系数。6.根据权利要求1所述一种钢铁企业低碳水平综合评估方法，其特征在于，所述步骤E中，多属性评判方法包括SAW加权法、TOPSIS综合评价法和VIKOR折衷排序方法；通过SAW加权法、TOPSIS综合评价法和VIKOR折衷排序方法，基于指标的最终权重值，分别完成目标企业的低碳水平综合评估与排序，再通过平均排序法对SAW加权法、TOPSIS综合评价法和VIKOR折衷排序法的排序结果进行处理，得到目标企业的低碳水平综合评估排序结果。7.根据权利要求6所述一种钢铁企业低碳水平综合评估方法，其特征在于，通过SAW加权法，基于指标的最终权重值w
i
，完成目标企业的低碳水平综合评估与排序，具体计算公式如下所示：其中：r
ij
为指标的归一化结果；w
i
为指标的最终权重系数；U
i
为所述企业的低碳水平综合评估结果；通过TOPSIS综合评价法，基于指标的最终权重值w

【专利技术属性】
技术研发人员：王乐乐，叶赞，安静，顾晓晔，王国彬，刘会，
申请(专利权)人：国网宁夏电力有限公司营销服务中心国网宁夏电力有限公司计量中心，
类型：发明
国别省市：