CN114118809A - 碳排放量的分配方法及其装置、电子设备、存储介质 - Google Patents
碳排放量的分配方法及其装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN114118809A CN114118809A CN202111434626.XA CN202111434626A CN114118809A CN 114118809 A CN114118809 A CN 114118809A CN 202111434626 A CN202111434626 A CN 202111434626A CN 114118809 A CN114118809 A CN 114118809A
- Authority
- CN
- China
- Prior art keywords
- index
- index set
- carbon emission
- main body
- level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 322
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 322
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000009826 distribution Methods 0.000 claims abstract description 106
- 239000011159 matrix material Substances 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 33
- 238000004519 manufacturing process Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 12
- 230000001186 cumulative effect Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 29
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 16
- 230000009467 reduction Effects 0.000 description 12
- 229910002092 carbon dioxide Inorganic materials 0.000 description 8
- 239000001569 carbon dioxide Substances 0.000 description 8
- 238000010276 construction Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006386 neutralization reaction Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种碳排放量的分配方法及其装置、电子设备、存储介质。其中,该分配方法包括:获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,基于预先构建的碳排放量分配模型,分别对第一指标集合、第二指标集合、第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量,基于不同层级下分配给各类主体的碳排放量,确定分配给待分配主体的碳排放量。本发明解决了相关技术中在为不同主体分配碳排放量时,由于仅对主体进行粗粒度的区域划分,导致缺乏公平性与合理性的技术问题。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种碳排放量的分配方法及其装置、电子设备、存储介质。
背景技术
为了应对气候变化、实现温控目标,需要对各主体对象分配合适的碳排放量,相关技术中,常用的分配原则有公平性原则和效率原则,但是一味的追求公平性原则可能会挫伤某些区域持续减排的积极性,而仅遵循效率原则虽然可以使总收益最大化,但也可能加剧碳排放的不平等性,因此,现有的分配方法无法兼顾公平性和效率性。
现有的碳排放量的分配方法主要包括:指标法、博弈论方法、数据包络分析法,其中,指标法包括单指标法和多指标法,单指标法易于理解和操作,但分配结果较为片面,可执行性受限;多指标考虑了碳排放量分配的多种因素,运用广泛,相比于单指标法,多指标法更容易考虑公平和效率原则,使其分配结果更容易被接受,但是指标权重的确定仍有较强的主观因素,在一定程度上缺乏合理性;博弈论法的原理是根据各排放主体对整体的贡献确定分配权重,这种方法操作复杂,其透明度和可行性有待商榷;数据包络分析法根据不同排放主体之间的投入与产出要素估算相对效率,据此进行投入(或产出)要素的调整,这种方法过于注重分配效率最大化,可能导致结果缺乏公平性与合理性。
然而,现有的分配方法大多仅考虑不同区域中的主体需要分配的碳排放量,并没有将待分配主体进一步细化,因此,对某些主体来说缺乏公平性与合理性。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种碳排放量的分配方法及其装置、电子设备、存储介质,以至少解决相关技术中在为不同主体分配碳排放量时,由于仅对主体进行粗粒度的区域划分,导致缺乏公平性与合理性的技术问题。
根据本发明实施例的一个方面,提供了一种碳排放量的分配方法,包括:获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,其中,所述第一指标集合为所述待分配主体所在的第一层级的分配指标合集,所述第二指标集合为所述待分配主体所在的第二层级的分配指标合集,所述第三指标集合为所述待分配主体所在的第三层级的分配指标合集,所述第一指标集合的管控权限大于所述第二指标集合,所述第二指标集合的管控权限大于所述第三指标集合;基于预先构建的碳排放量分配模型,分别对所述第一指标集合、所述第二指标集合、所述第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量;基于不同层级下分配给各类主体的碳排放量,确定分配给所述待分配主体的碳排放量。
可选地,在基于预先构建的碳排放量分配模型,分别对所述第一指标集合、所述第二指标集合、所述第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量之前,所述分配方法还包括:获取历史过程中的第一指标集合、第二指标集合和第三指标集合,训练碳排放量分配模型,其中,所述碳排放量分配模型用于确定分配给各层级下不同类主体的碳排放量。
可选地,所述第一指标集合至少包括:人口数量、生产总值、历史累计碳排放量和碳排放效率,在对所述第一指标集合的碳排放效率计算时,包括:获取所述第一类主体中每个主体的第一数据集合、第二数据集合、第三数据集合,其中,所述第一数据集合至少包括:成本数据、劳动力数据,所述第二数据集合至少包括:生产总值,所述第三数据集合至少包括:碳排放量;将所述第一数据集合、所述第二数据集合以及所述第三数据集合分别转换为第一矩阵、第二矩阵以及第三矩阵;基于所述第一矩阵、所述第二矩阵以及所述第三矩阵,构建生产数据集合;基于生产数据集合和第一预设配置,计算所述第一指标集合的碳排放效率。
可选地,基于预先构建的碳排放量分配模型,对所述第一指标集合进行计算的步骤,包括:在获取第一指标集合后,对所述第一指标集合中每个指标进行预处理,得到所述第一指标集合中每个指标的特征值;基于所述特征值,计算所述第一类主体中每个主体在每个指标中所占的分配比重;基于每个主体在每个指标中所占的分配比重,计算每个指标的熵值;基于每个所述指标的熵值,计算每个所述指标的指标权重。
可选地,在计算每个所述指标的指标权重之后,所述分配方法还包括:对所述第一指标集合进行归一化处理,得到归一化后的第一指标集合;基于每个所述指标的指标权重以及所述归一化后的第一指标集合,计算所述第一层级下分配给第一类主体的碳排放量。
可选地,基于预先构建的碳排放量分配模型,对所述第二指标集合进行计算的步骤,包括:在获取第二指标集合后,对所述第二指标集合中每个指标进行标准化处理,得到第二指标集合中每个指标的指标取值,其中,所述第二指标集合至少包括:行业增加值、历史累计碳排放量和碳强度;基于所述指标取值,计算每个所述指标的标准差和每两个指标间的相关系数;基于所述标准差和所述相关系数,构建信息量指标;基于所述信息量指标,计算每个所述指标的指标权重。
可选地,在计算每个所述指标的指标权重之后,所述分配方法还包括:对所述第二指标集合进行归一化处理,得到归一化后的第二指标集合;基于每个所述指标的指标权重以及所述归一化后的第二指标集合,计算所述第二层级下分配给第二类主体的碳排放量。
可选地,基于预先构建的碳排放量分配模型,对所述第三指标集合进行计算的步骤,包括:在获取第三指标集合后,基于所述第三类主体中每个主体的历史碳排放量以及第三层级的碳排放总量,计算所述第三层级下分配给第三类主体的碳排放量,其中,所述第三指标集合至少包括:历史碳排放量。
根据本发明实施例的另一方面,还提供了一种碳排放量的分配装置,包括:获取单元,用于获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,其中,所述第一指标集合为所述待分配主体所在的第一层级的分配指标合集,所述第二指标集合为所述待分配主体所在的第二层级的分配指标合集,所述第三指标集合为所述待分配主体所在的第三层级的分配指标合集,所述第一指标集合的管控权限大于所述第二指标集合,所述第二指标集合的管控权限大于所述第三指标集合;计算单元,用于基于预先构建的碳排放量分配模型,分别对所述第一指标集合、所述第二指标集合、所述第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量;确定单元,用于基于不同层级下分配给各类主体的碳排放量,确定分配给所述待分配主体的碳排放量。
可选地,所述分配装置还包括:第一训练模块,用于在基于预先构建的碳排放量分配模型,分别对所述第一指标集合、所述第二指标集合、所述第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量之前,获取历史过程中的第一指标集合、第二指标集合和第三指标集合,训练碳排放量分配模型,其中,所述碳排放量分配模型用于确定分配给各层级下不同类主体的碳排放量。
可选地,所述第一指标集合至少包括:人口数量、生产总值、历史累计碳排放量和碳排放效率,所述分配装置包括:第一获取模块,用于在对所述第一指标集合的碳排放效率计算时,获取所述第一类主体中每个主体的第一数据集合、第二数据集合、第三数据集合,其中,所述第一数据集合至少包括:成本数据、劳动力数据,所述第二数据集合至少包括:生产总值,所述第三数据集合至少包括:碳排放量;第一转换模块,用于将所述第一数据集合、所述第二数据集合以及所述第三数据集合分别转换为第一矩阵、第二矩阵以及第三矩阵;第一构建模块,用于基于所述第一矩阵、所述第二矩阵以及所述第三矩阵,构建生产数据集合;第一计算模块,用于基于生产数据集合和第一预设配置,计算所述第一指标集合的碳排放效率。
可选地,所述计算单元包括:第一处理模块,用于在获取第一指标集合后,对所述第一指标集合中每个指标进行预处理,得到所述第一指标集合中每个指标的特征值;第二计算模块,用于基于所述特征值,计算所述第一类主体中每个主体在每个指标中所占的分配比重;第三计算模块,用于基于每个主体在每个指标中所占的分配比重,计算每个指标的熵值;第四计算模块,用于基于每个所述指标的熵值,计算每个所述指标的指标权重。
可选地,所述分配装置还包括:第二处理模块,用于在计算每个所述指标的指标权重之后,对所述第一指标集合进行归一化处理,得到归一化后的第一指标集合;第五计算模块,用于基于每个所述指标的指标权重以及所述归一化后的第一指标集合,计算所述第一层级下分配给第一类主体的碳排放量。
可选地,所述计算单元包括:第三处理模块,用于在获取第二指标集合后,对所述第二指标集合中每个指标进行标准化处理,得到第二指标集合中每个指标的指标取值,其中,所述第二指标集合至少包括:行业增加值、历史累计碳排放量和碳强度;第六计算模块,用于基于所述指标取值,计算每个所述指标的标准差和每两个指标间的相关系数;第二构建模块,用于基于所述标准差和所述相关系数,构建信息量指标;第七计算模块,用于基于所述信息量指标,计算每个所述指标的指标权重。
可选地,所述分配装置还包括:第四处理模块,用于在计算每个所述指标的指标权重之后,对所述第二指标集合进行归一化处理,得到归一化后的第二指标集合;第八计算模块,用于基于每个所述指标的指标权重以及所述归一化后的第二指标集合,计算所述第二层级下分配给第二类主体的碳排放量。
可选地,所述计算单元包括:第九计算模块,用于在获取第三指标集合后,基于所述第三类主体中每个主体的历史碳排放量以及第三层级的碳排放总量,计算所述第三层级下分配给第三类主体的碳排放量,其中,所述第三指标集合至少包括:历史碳排放量。
根据本发明实施例的另一方面,还提供了一种处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的碳排放量的分配方法。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的碳排放量的分配方法。
在本公开中,获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,基于预先构建的碳排放量分配模型,分别对第一指标集合、第二指标集合、第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量,基于不同层级下分配给各类主体的碳排放量,确定分配给待分配主体的碳排放量。在本申请中,可以将主体细化到第三层级(即将区域内的主体进一步划分为不同行业内的主体),通过预先构建的碳排放量分配模型,计算分配给每一层级下的主体的碳排放量,从而确定分配给待分配主体的碳排放量,有利于提高碳排放量分配的公平性与合理性,进而解决了相关技术中在为不同主体分配碳排放量时,由于仅对主体进行粗粒度的区域划分,导致缺乏公平性与合理性的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的碳排放量的分配方法的流程图;
图2是根据本发明实施例的一种不同层级的碳排放量的分配方法的示意图;
图3是根据本发明实施例的一种碳排放量的分配装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于本领域技术人员理解本发明,下面对本发明各实施例中涉及的部分术语或名词做出解释:
碳中和:即节能减排,是指企业、团体或个人测算在一定时间内,直接或间接产生的温室气体排放总量,通过植树造林、节能减排等形式,抵消自身产生的二氧化碳排放。
碳达峰:是指碳排放进入平台期后,进入平稳下降阶段。
碳强度:是指单位生产总值的二氧化碳排放量。
本发明下述各实施例可应用于各种碳排放量的分配***/应用/设备中,用于针对不同主体,计算其被分配的碳排放量,本发明中的待分配主体可以指位于某区域中某行业下的主体,例如,企业、组织、团体等,也可以是区域层级的主体(例如,某省、某市、某区等),或者区域下的层级的主体(例如,某行业)。
本发明提出了一种更加细粒化的碳排放量的分配方法,使用了预先构建的碳排放量分配模型,可以为各层级各主体分配碳排放量。本发明基于公平与效率视角,采用管控权限原则、支付能力原则和公平性等原则,构建不同层级的碳排放量分配体系,根据所选取的指标及其权重计算不同层级下各主体的碳排放配额,该方法不仅将宏观层级的碳中和目标具体化,将二氧化碳减排责任进一步细化,而且还考虑到了不同层级各减排主体的经济发展状况等众多因素,因而该方法具有操作性强、可靠性高、公平合理等优点。
实施例一
根据本发明实施例,提供了一种碳排放量的分配方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种可选的碳排放量的分配方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,其中,第一指标集合为待分配主体所在的第一层级的分配指标合集,第二指标集合为待分配主体所在的第二层级的分配指标合集,第三指标集合为待分配主体所在的第三层级的分配指标合集,第一指标集合的管控权限大于第二指标集合,第二指标集合的管控权限大于第三指标集合。
步骤S104,基于预先构建的碳排放量分配模型,分别对第一指标集合、第二指标集合、第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量。
步骤S106,基于不同层级下分配给各类主体的碳排放量,确定分配给待分配主体的碳排放量。
通过上述步骤,可以获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,基于预先构建的碳排放量分配模型,分别对第一指标集合、第二指标集合、第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量,基于不同层级下分配给各类主体的碳排放量,确定分配给待分配主体的碳排放量。在本发明实施例中,可以将主体细化到第三层级(即将区域内的主体进一步划分为不同行业内的主体),通过预先构建的碳排放量分配模型,计算分配给每一层级下的主体的碳排放量,从而确定分配给待分配主体的碳排放量,有利于提高碳排放量分配的公平性与合理性,进而解决了相关技术中在为不同主体分配碳排放量时,由于仅对主体进行粗粒度的区域划分,导致缺乏公平性与合理性的技术问题。
下面结合上述各步骤对本发明实施例进行详细说明。
在本发明实施例中,在基于预先构建的碳排放量分配模型,分别对第一指标集合、第二指标集合、第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量之前,分配方法还包括:获取历史过程中的第一指标集合、第二指标集合和第三指标集合,训练碳排放量分配模型,其中,碳排放量分配模型用于确定分配给各层级下不同类主体的碳排放量。
在本发明实施例中,第一指标集合为第一层级下各主体的分配指标,第一层级可以是指不同区域(例如,不同省区域、不同市区域等),在进行不同区域(即第一层级)分配指标的选取时,需要考虑到各区域的人口、经济等因素信息,故第一层级配额分配指标可以选取各区域的人口数量、生产总值、历史累计碳排放量和碳排放效率等。例如,某一区域(如,省级区域/直辖市区域)配额分配指标的选取,在省级层级进行碳配额计算时,需要考虑到各省级的人口、经济等因素。
第二指标集合为第二层级下各主体的分配指标,第二层级可以是指同一区域下的不同行业(例如,某医疗行业、某教育行业等),在进行不同行业(即第二层级)分配指标的选取时,根据不同行业的减排能力、减排责任和减排效率,选取行业增加值、历史累计碳排放量、碳强度(单位GDP的二氧化碳排放量)作为分配指标。
第三指标集合为第三层级下各主体的分配指标,第三层级可以是指同一行业下的不同主体(例如,某医疗行业下的各医院、某制造行业下的各企业等),在进行不同主体(即第三层级)分配指标的选取时,可以考虑主体的历史碳排放量。
在本发明实施例中,可以获取不同层级下的各主体的历史指标集合,通过这些历史指标集合训练碳排放量分配模型,从而得到碳排放量分配模型,用以确定分配给各层级下不同类主体的碳排放量。
步骤S102,获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,其中,第一指标集合为待分配主体所在的第一层级的分配指标合集,第二指标集合为待分配主体所在的第二层级的分配指标合集,第三指标集合为待分配主体所在的第三层级的分配指标合集,第一指标集合的管控权限大于第二指标集合,第二指标集合的管控权限大于第三指标集合。
在本发明实施例中,可以获取待分配主体(可以是某企业、团体或组织,以下以企业进行示意性说明)最近时间内(即预设时间段内。例如,近一年内)的第一指标集合、第二指标集合和第三指标集合,其中,第一指标集合可以是某企业在某区域(即第一层级)的分配指标合集,第二指标集合可以是某企业所在的某行业(即第二层级)的分配指标合集,第三指标集合可以是某企业(即第三层级)的分配指标合集,并且区域中的第一指标集合的管控权限大于行业中的第二指标集合,行业中的第二指标集合的管控权限大于某企业本身的第三指标集合。
步骤S104,基于预先构建的碳排放量分配模型,分别对第一指标集合、第二指标集合、第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量。
在本发明实施例中,在获取各指标集合后,可以通过训练好的碳排放量分配模型,将所需指标集合输入至碳排放量分配模型中,通过计算可以得到不同层级下各主体的碳排放配额(即分配给主体的碳排放量)。
可选的,第一指标集合至少包括:人口数量、生产总值、历史累计碳排放量和碳排放效率,在对第一指标集合的碳排放效率计算时,包括:获取第一类主体中每个主体的第一数据集合、第二数据集合、第三数据集合,其中,第一数据集合至少包括:成本数据、劳动力数据,第二数据集合至少包括:生产总值,第三数据集合至少包括:碳排放量;将第一数据集合、第二数据集合以及第三数据集合分别转换为第一矩阵、第二矩阵以及第三矩阵;基于第一矩阵、第二矩阵以及第三矩阵,构建生产数据集合;基于生产数据集合和第一预设配置,计算第一指标集合的碳排放效率。
在本发明实施例中,第一指标集合可以包括各区域的人口数量、生产总值、历史累计碳排放量和碳排放效率。其中,各区域的碳排放效率的计算过程如下:
(1)定义每个区域(决策单元)的投入(x)(即第一数据)、期望产出(y)(即第二数据)、非期望产出(c)(即第三数据),其中,各区域的投入包括资本存量(即成本数量)、劳动力(从业人数)(即劳动力数据)和能源消耗总量等,期望产出可以为生产总值,非期望产出可以是二氧化碳排放量;
(2)用矩阵的形式表示各区域的投入、期望产出和非期望产出,以下矩阵以31个区域为例进行表示:
投入:X=[X1,X2,…,X31]∈Rm×31(即第一矩阵),
期望产出:Y=[Y1,Y2,…,Y31]∈Rr×31(即第二矩阵),
非期望产出:C=[C1,C2,…,C31]∈Rn×31(即第三矩阵),
其中,m、r、n分别表示投入要素、期望产出、非期望产出的种类;
(3)构建包含投入、期望产出、非期望产出的生产可能性集合(p)(即生产数据集合),如下所示:
P={(x,y,c)/x≥Xλ,y≤Yλ,c=Cλ,λ≥0};
其中,λ是权重向量。
(4)根据弱配置设置(即第一预设配置,如下述公式(2)),计算区域k的超效率(ρk),计算公式(1)如下:
其中,i、s、q分别表示第i、s、q个投入、期望产出和非期望产出变量, 分别是第i、s、q个投入、期望产出和非期望产出变量的平均值,则是所有投入、期望产出和非期望产出变量的平均值,xki、yks、ckq表示第k个区域对应的投入、期望产出和非期望产出值。
可选的,基于预先构建的碳排放量分配模型,对第一指标集合进行计算的步骤,包括:在获取第一指标集合后,对第一指标集合中每个指标进行预处理,得到第一指标集合中每个指标的特征值;基于特征值,计算第一类主体中每个主体在每个指标中所占的分配比重;基于每个主体在每个指标中所占的分配比重,计算每个指标的熵值;基于每个指标的熵值,计算每个指标的指标权重。
可选的,在计算每个指标的指标权重之后,分配方法还包括:对第一指标集合进行归一化处理,得到归一化后的第一指标集合;基于每个指标的指标权重以及归一化后的第一指标集合,计算第一层级下分配给第一类主体的碳排放量。
在本发明实施例中,可以计算第一层级各指标的权重,以得到各区域的碳排放配额,具体过程如下:
(1)将各区域的人口数量、GDP值、历史累计碳排放量和碳排放效率进行无量纲化处理(即实现预处理,是指不同指标之间由于存在量纲不同致其不具可比性,因此通过无量纲化处理将各指标数据进行规范化,以消除量纲影响),得到各指标处理后的特征值(r);
其中,下标i表示区域,j表示指标,aij表示j项指标在i区域的特征值,rij表示j项指标在i区域标准化后的特征值。
(2)利用特征值(r)计算不同指标下各区域在此指标中所占的分配比重(d),j项指标下i区域在此指标中所占的比重(dij)为:
(3)根据各区域在每个指标中所占的分配比重计算指标的熵值(h),熵值的计算过程如下所示:
当dij=0,规定dij ln(dij)=0;
(4)根据各指标的熵值计算指标权重,如下公式所示:
(5)利用各指标的权重以及在第一层级归一化后的指标计算各区域碳排放量(即对第一指标集合进行归一化处理后,基于每个指标的指标权重以及归一化后的第一指标集合,计算第一层级下分配给第一类主体的碳排放量):
aco2i=ω1populationi+ω2CDPi+ω3hco2i+ω4eco2i;
其中,population、CDP、hco2、eco2分别表示人口数量指标、生产总值、历史碳排放量指标和碳排放效率。
可选的,基于预先构建的碳排放量分配模型,对第二指标集合进行计算的步骤,包括:在获取第二指标集合后,对第二指标集合中每个指标进行标准化处理,得到第二指标集合中每个指标的指标取值,其中,第二指标集合至少包括:行业增加值、历史累计碳排放量和碳强度;基于指标取值,计算每个指标的标准差和每两个指标间的相关系数;基于标准差和相关系数,构建信息量指标;基于信息量指标,计算每个指标的指标权重。
可选的,在计算每个指标的指标权重之后,分配方法还包括:对第二指标集合进行归一化处理,得到归一化后的第二指标集合;基于每个指标的指标权重以及归一化后的第二指标集合,计算第二层级下分配给第二类主体的碳排放量。
在本发明实施例中,可以计算第二层级各指标的指标权重,以得到各行业的碳排放配额,计算过程如下:
(1)将第二指标集合中每个指标(例如,行业增加值、历史累计碳排放量、碳强度等)进行标准化处理,得到新的指标取值:
(2)基于指标取值,计算各类指标的标准差(σj)和指标间的相关系数(rjk),公式如下:
(3)基于标准差和相关系数,构建信息量指标(Ij),公式如下:
(4)基于信息量指标,计算各指标的指标权重(ωj),公式如下:
(5)利用各指标的权重以及在第二层级归一化后的指标计算各行业碳排放量(即对第二指标集合进行归一化处理,基于每个指标的指标权重以及归一化后的第二指标集合,计算第二层级下分配给第二类主体的碳排放量);
Ri=ω1Ai+ω2HCEi+ω3CIi;
其中,A是增加值,HCE是历史累计碳排放,CI是绝对碳强度。
可选的,基于预先构建的碳排放量分配模型,对第三指标集合进行计算的步骤,包括:在获取第三指标集合后,基于第三类主体中每个主体的历史碳排放量以及第三层级的碳排放总量,计算第三层级下分配给第三类主体的碳排放量,其中,第三指标集合至少包括:历史碳排放量。
在本发明实施例中,第三指标集合可以包括:历史碳排放量,用各企业(即第三层级)的历史碳排放量除以企业所在行业碳排放总量,得到第三层级的碳排放分配额,公式如下:
其中,HCEij表示第i个行业的第j个企业的历史碳排放量。
步骤S106,基于不同层级下分配给各类主体的碳排放量,确定分配给待分配主体的碳排放量。
在本发明实施例中,在计算出不同层级下分配给各类主体的碳排放量后,可以确定分配给待分配主体的碳排放量(例如,在计算出某企业所在区域、所在行业以及该行业下各主体的分配的碳排放量后,可以确定分配给该企业的碳排放量)。
本发明实施例,基于公平与效率视角,采用祖父原则、支付能力原则和公平性等原则,构建不同层级的碳排放分配体系,根据所选取的指标及其权重计算不同层级下各主体的碳排放配额,不仅将宏观层级的碳中和目标具体化,将二氧化碳减排责任进一步细化,而且还考虑到了不同层级各减排主体的经济发展状况等众多因素,因此,本发明实施例具有操作性强、可靠性高、公平合理等优点。
实施例二
图2是根据本发明实施例的一种不同层级的碳排放量的分配方法的示意图,本发明实施例以“国家-省级-行业-企业”层级为例进行说明,如图2所示,在确定国家碳配额后,可以通过碳排放量分配模型,计算省级碳配额分配量、行业碳配额分配量、企业碳配额分配量,本发明实施例可以通过获取不同层级的历史指标,以对该模型进行训练,从而得到训练后的碳排放量分配模型,该模型的训练过程可以基于公平原则、效率原则或祖父原则,通过熵值法、CRITIC法(客观权重赋权法)、祖父法进行。本发明实施例中的不同层级的指标可以为:第一层级(即国家—省级)的各省级的人口规模(人口数量)、经济发展水平(人均GDP)、历史碳排放量(人均累积历史碳排放)以及碳排放效率(可通过Super-SBM模型计算得到结果);第二层级(即省级—行业)的各行业的减排能力(人均工业增加值)、减排责任(历史累计碳排放量)以及减排效率(单位增加值的碳排放量);第三层级(即行业—企业)的各企业的减排责任(历史累计碳排放量)。具体计算过程如下:
步骤1:“国家-省级”碳配额分配的计算。
步骤11:分配指标的选取:省级配额分配指标选取各省的人口数量、GDP值、历史累计碳排放量和碳排放效率,其中,各省级(以31省级为例进行说明)的碳排放效率的计算过程如下:
(1)定义每个省级(决策单元)的投入(x)、期望产出(y)、非期望产出(c)。其中,各省的投入包括资本存量、劳动力(从业人数)和能源消耗总量,期望产出是GDP,非期望产出是二氧化碳排放量;
(2)用矩阵的形式表示31个省级的投入、期望产出和非期望产出。
投入:X=[X1,X2,…,X31]∈Rm×31;
期望产出:Y=[Y1,Y2,…,Y31]∈Rr×31;
非期望产出:C=[C1,C2,…,C31]∈Rn×31;
其中,m、r、n分别表示投入要素、期望产出、非期望产出的种类;
(3)构建包含投入、期望产出、非期望产出的生产可能性集合(p),如下所示:
P={(x,y,c)/x≥Xλ,y≤Yλ,c=Cλ,λ≥0};
其中,λ是权重向量。
(4)根据弱配置设置,计算省级k的超效率(ρk),计算公式如下:
步骤12:计算省级层级各指标的权重,以得到各省级的碳排放配额,具体过程如下:
(1)将各省的人口数量、GDP值、历史累计碳排放量和碳排放效率进行无量纲化处理,得到各指标标准化后的特征值(r);
其中,下标i表示省级,j表示指标,aij表示j项指标在i省级的特征值,rij表示j项指标在i省级标准化后的特征值。
(2)利用特征值(r)计算不同指标下各省级在此指标中所占的比重(d),j项指标下i省级在此指标中所占的比重(dij)为:
(3)根据各省级个指标的比重计算指标的熵值(h),熵值的计算过程如下所示:
当dij=0,规定dij ln(dij)=0;
(4)根据各指标的熵值计算权重,如下公式所示:
(5)利用各指标的权重以及在省级层级归一化后的指标计算各省碳排放量;
aco2i=ω1populationi+ω2CDPi+ω3hco2i+ω4eco2i;
其中,population、CDP、hco2、eco2分别表示人口数量指标、GDP值、历史碳排放量指标和碳排放效率。
步骤2:“省级-行业”碳配额分配的计算。
步骤21:行业分配指标的选取。行业配额分配指标选取行业增加值(GDP)、历史累计碳排放量和碳强度(单位GDP的二氧化碳排放量)。
步骤22:计算行业层级分配指标的权重,以得到各行业的碳排放配额。计算过程如下:
(1)将行业增加值、历史累计碳排放量、碳强度进行标准化处理,得到新的指标取值:
(2)计算各类指标的标准差(σj)和指标间的相关系数(rjk),公式如下:
(3)构建信息量指标(Ij),公式如下:
(4)计算各指标的权重(ωj),公式如下:
(5)利用各指标的权重以及在行业层级归一化后的指标计算各省碳排放量;
Ri=ω1Ai+ω2HCEi+ω3CIi;
其中,A是增加值,HCE是历史累计碳排放,CI是绝对碳强度。
步骤3:“行业-企业”碳配额分配的计算。
步骤31:企业分配指标的选取。企业配额分配指标选取企业的历史碳排放量;
步骤32:计算各企业的碳排放配额。用各企业的历史碳排放量除以企业所在行业碳排放总量,得到企业层级的碳排放分配额,公式如下:
其中HCEij表示第i个行业的第j个企业的历史碳排放量。
经过上述三个步骤的训练学***合理有效分配。
本发明实施例,提供了一种不同层级的碳排放量的分配方法,可以基于公平与效率视角,采用祖父原则、支付能力原则和公平性等原则,构建不同层级的碳排放量的分配体系,根据所选取的指标及其权重计算不同层级下各主体的碳排放配额,该方法不仅将宏观层级的碳中和目标具体化,将二氧化碳减排责任进一步细化,而且还考虑到了不同层级各减排主体的经济发展状况等众多因素,因而该方法具有操作性强、可靠性高、公平合理等优点。
实施例三
本实施例中提供的一种碳排放量的分配装置包含了多个实施单元,每个实施单元对应于上述实施例一中的各个实施步骤。
图3是根据本发明实施例的一种碳排放量的分配装置的示意图,如图3所示,该分配装置可以包括:获取单元30,计算单元32,确定单元34,其中,
获取单元30,用于获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,其中,第一指标集合为待分配主体所在的第一层级的分配指标合集,第二指标集合为待分配主体所在的第二层级的分配指标合集,第三指标集合为待分配主体所在的第三层级的分配指标合集,第一指标集合的管控权限大于第二指标集合,第二指标集合的管控权限大于第三指标集合;
计算单元32,用于基于预先构建的碳排放量分配模型,分别对第一指标集合、第二指标集合、第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量;
确定单元34,用于基于不同层级下分配给各类主体的碳排放量,确定分配给待分配主体的碳排放量。
上述分配装置,可以通过获取单元30获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,通过计算单元32基于预先构建的碳排放量分配模型,分别对第一指标集合、第二指标集合、第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量,通过确定单元34基于不同层级下分配给各类主体的碳排放量,确定分配给待分配主体的碳排放量。在本发明实施例中,可以将主体细化到第三层级(即将区域内的主体进一步划分为不同行业内的主体),通过预先构建的碳排放量分配模型,计算分配给每一层级下的主体的碳排放量,从而确定分配给待分配主体的碳排放量,有利于提高碳排放量分配的公平性与合理性,进而解决了相关技术中在为不同主体分配碳排放量时,由于仅对主体进行粗粒度的区域划分,导致缺乏公平性与合理性的技术问题。
可选的,分配装置还包括:第一训练模块,用于在基于预先构建的碳排放量分配模型,分别对第一指标集合、第二指标集合、第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量之前,获取历史过程中的第一指标集合、第二指标集合和第三指标集合,训练碳排放量分配模型,其中,碳排放量分配模型用于确定分配给各层级下不同类主体的碳排放量。
可选的,第一指标集合至少包括:人口数量、生产总值、历史累计碳排放量和碳排放效率,分配装置包括:第一获取模块,用于在对第一指标集合的碳排放效率计算时,获取第一类主体中每个主体的第一数据集合、第二数据集合、第三数据集合,其中,第一数据集合至少包括:成本数据、劳动力数据,第二数据集合至少包括:生产总值,第三数据集合至少包括:碳排放量;第一转换模块,用于将第一数据集合、第二数据集合以及第三数据集合分别转换为第一矩阵、第二矩阵以及第三矩阵;第一构建模块,用于基于第一矩阵、第二矩阵以及第三矩阵,构建生产数据集合;第一计算模块,用于基于生产数据集合和第一预设配置,计算第一指标集合的碳排放效率。
可选的,计算单元包括:第一处理模块,用于在获取第一指标集合后,对第一指标集合中每个指标进行预处理,得到第一指标集合中每个指标的特征值;第二计算模块,用于基于特征值,计算第一类主体中每个主体在每个指标中所占的分配比重;第三计算模块,用于基于每个主体在每个指标中所占的分配比重,计算每个指标的熵值;第四计算模块,用于基于每个指标的熵值,计算每个指标的指标权重。
可选的,分配装置还包括:第二处理模块,用于在计算每个指标的指标权重之后,对第一指标集合进行归一化处理,得到归一化后的第一指标集合;第五计算模块,用于基于每个指标的指标权重以及归一化后的第一指标集合,计算第一层级下分配给第一类主体的碳排放量。
可选的,计算单元包括:第三处理模块,用于在获取第二指标集合后,对第二指标集合中每个指标进行标准化处理,得到第二指标集合中每个指标的指标取值,其中,第二指标集合至少包括:行业增加值、历史累计碳排放量和碳强度;第六计算模块,用于基于指标取值,计算每个指标的标准差和每两个指标间的相关系数;第二构建模块,用于基于标准差和相关系数,构建信息量指标;第七计算模块,用于基于信息量指标,计算每个指标的指标权重。
可选的,分配装置还包括:第四处理模块,用于在计算每个指标的指标权重之后,对第二指标集合进行归一化处理,得到归一化后的第二指标集合;第八计算模块,用于基于每个指标的指标权重以及归一化后的第二指标集合,计算第二层级下分配给第二类主体的碳排放量。
可选的,计算单元包括:第九计算模块,用于在获取第三指标集合后,基于第三类主体中每个主体的历史碳排放量以及第三层级的碳排放总量,计算第三层级下分配给第三类主体的碳排放量,其中,第三指标集合至少包括:历史碳排放量。
上述的分配装置还可以包括处理器和存储器,上述获取单元30,计算单元32,确定单元34等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来确定分配给待分配主体的碳排放量。
上述存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,基于预先构建的碳排放量分配模型,分别对第一指标集合、第二指标集合、第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量,基于不同层级下分配给各类主体的碳排放量,确定分配给待分配主体的碳排放量。
根据本发明实施例的另一方面,还提供了一种处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述任意一项的碳排放量的分配方法。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备执行上述任意一项的碳排放量的分配方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种碳排放量的分配方法,其特征在于,包括:
获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,其中,所述第一指标集合为所述待分配主体所在的第一层级的分配指标合集,所述第二指标集合为所述待分配主体所在的第二层级的分配指标合集,所述第三指标集合为所述待分配主体所在的第三层级的分配指标合集,所述第一指标集合的管控权限大于所述第二指标集合,所述第二指标集合的管控权限大于所述第三指标集合;
基于预先构建的碳排放量分配模型,分别对所述第一指标集合、所述第二指标集合、所述第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量;
基于不同层级下分配给各类主体的碳排放量,确定分配给所述待分配主体的碳排放量。
2.根据权利要求1所述的分配方法,其特征在于,在基于预先构建的碳排放量分配模型,分别对所述第一指标集合、所述第二指标集合、所述第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量之前,所述分配方法还包括:
获取历史过程中的第一指标集合、第二指标集合和第三指标集合,训练碳排放量分配模型,其中,所述碳排放量分配模型用于确定分配给各层级下不同类主体的碳排放量。
3.根据权利要求1所述的分配方法,其特征在于,所述第一指标集合至少包括:人口数量、生产总值、历史累计碳排放量和碳排放效率,在对所述第一指标集合的碳排放效率计算时,包括:
获取所述第一类主体中每个主体的第一数据集合、第二数据集合、第三数据集合,其中,所述第一数据集合至少包括:成本数据、劳动力数据,所述第二数据集合至少包括:生产总值,所述第三数据集合至少包括:碳排放量;
将所述第一数据集合、所述第二数据集合以及所述第三数据集合分别转换为第一矩阵、第二矩阵以及第三矩阵;
基于所述第一矩阵、所述第二矩阵以及所述第三矩阵,构建生产数据集合;
基于生产数据集合和第一预设配置,计算所述第一指标集合的碳排放效率。
4.根据权利要求3所述的分配方法,其特征在于,基于预先构建的碳排放量分配模型,对所述第一指标集合进行计算的步骤,包括:
在获取第一指标集合后,对所述第一指标集合中每个指标进行预处理,得到所述第一指标集合中每个指标的特征值;
基于所述特征值,计算所述第一类主体中每个主体在每个指标中所占的分配比重;
基于每个主体在每个指标中所占的分配比重,计算每个指标的熵值;
基于每个所述指标的熵值,计算每个所述指标的指标权重。
5.根据权利要求4所述的分配方法,其特征在于,在计算每个所述指标的指标权重之后,所述分配方法还包括:
对所述第一指标集合进行归一化处理,得到归一化后的第一指标集合;
基于每个所述指标的指标权重以及所述归一化后的第一指标集合,计算所述第一层级下分配给第一类主体的碳排放量。
6.根据权利要求1所述的分配方法,其特征在于,基于预先构建的碳排放量分配模型,对所述第二指标集合进行计算的步骤,包括:
在获取第二指标集合后,对所述第二指标集合中每个指标进行标准化处理,得到第二指标集合中每个指标的指标取值,其中,所述第二指标集合至少包括:行业增加值、历史累计碳排放量和碳强度;
基于所述指标取值,计算每个所述指标的标准差和每两个指标间的相关系数;
基于所述标准差和所述相关系数,构建信息量指标;
基于所述信息量指标,计算每个所述指标的指标权重。
7.根据权利要求6所述的分配方法,其特征在于,在计算每个所述指标的指标权重之后,所述分配方法还包括:
对所述第二指标集合进行归一化处理,得到归一化后的第二指标集合;
基于每个所述指标的指标权重以及所述归一化后的第二指标集合,计算所述第二层级下分配给第二类主体的碳排放量。
8.根据权利要求1所述的分配方法,其特征在于,基于预先构建的碳排放量分配模型,对所述第三指标集合进行计算的步骤,包括:
在获取第三指标集合后,基于所述第三类主体中每个主体的历史碳排放量以及第三层级的碳排放总量,计算所述第三层级下分配给第三类主体的碳排放量,其中,所述第三指标集合至少包括:历史碳排放量。
9.一种碳排放量的分配装置,其特征在于,包括:
获取单元,用于获取预设时间段内待分配主体的第一指标集合、第二指标集合和第三指标集合,其中,所述第一指标集合为所述待分配主体所在的第一层级的分配指标合集,所述第二指标集合为所述待分配主体所在的第二层级的分配指标合集,所述第三指标集合为所述待分配主体所在的第三层级的分配指标合集,所述第一指标集合的管控权限大于所述第二指标集合,所述第二指标集合的管控权限大于所述第三指标集合;
计算单元,用于基于预先构建的碳排放量分配模型,分别对所述第一指标集合、所述第二指标集合、所述第三指标集合进行计算,得到第一层级下分配给第一类主体的碳排放量、第二层级下分配给第二类主体的碳排放量、第三层级下分配给第三类主体的碳排放量;
确定单元,用于基于不同层级下分配给各类主体的碳排放量,确定分配给所述待分配主体的碳排放量。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任意一项所述的碳排放量的分配方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至8中任意一项所述的碳排放量的分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111434626.XA CN114118809A (zh) | 2021-11-29 | 2021-11-29 | 碳排放量的分配方法及其装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111434626.XA CN114118809A (zh) | 2021-11-29 | 2021-11-29 | 碳排放量的分配方法及其装置、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114118809A true CN114118809A (zh) | 2022-03-01 |
Family
ID=80371224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111434626.XA Pending CN114118809A (zh) | 2021-11-29 | 2021-11-29 | 碳排放量的分配方法及其装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114118809A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023236619A1 (zh) * | 2022-06-07 | 2023-12-14 | 中山大学 | 一种交通排放配额分配过程中离群数据识别的优化方法 |
CN117422193A (zh) * | 2023-09-20 | 2024-01-19 | 中国测绘科学研究院 | 一种土地利用视角下的碳资产负债表编制方法 |
-
2021
- 2021-11-29 CN CN202111434626.XA patent/CN114118809A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023236619A1 (zh) * | 2022-06-07 | 2023-12-14 | 中山大学 | 一种交通排放配额分配过程中离群数据识别的优化方法 |
CN117422193A (zh) * | 2023-09-20 | 2024-01-19 | 中国测绘科学研究院 | 一种土地利用视角下的碳资产负债表编制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Attardi et al. | Non-compensatory composite indicators for the evaluation of urban planning policy: The Land-Use Policy Efficiency Index (LUPEI) | |
Amirteimoori et al. | Resource allocation and target setting in data envelopment analysis | |
CN114118809A (zh) | 碳排放量的分配方法及其装置、电子设备、存储介质 | |
Soltanifar et al. | The voting analytic hierarchy process method for discriminating among efficient decision making units in data envelopment analysis | |
Zhang et al. | Towards sustainable water management in an arid agricultural region: A multi-level multi-objective stochastic approach | |
CN103310388B (zh) | 基于信源熵的电网运行综合指数计算方法 | |
Viaggi et al. | Designing contracts for irrigation water under asymmetric information: Are simple pricing mechanisms enough? | |
Llorca et al. | Using the latent class approach to cluster firms in benchmarking: An application to the US electricity transmission industry | |
Wang et al. | Case-based reasoning for product style construction and fuzzy analytic hierarchy process evaluation modeling using consumers linguistic variables | |
Yue et al. | Type-2 fuzzy mixed-integer bi-level programming approach for multi-source multi-user water allocation under future climate change | |
Kangas et al. | Multiple criteria decision support methods in forest management: an overview and comparative analyses | |
Levina et al. | Weak aggregating algorithm for the distribution-free perishable inventory problem | |
CN109117872A (zh) | 一种基于自动最优聚类算法的用户用电行为分析方法 | |
CN104408643A (zh) | 一种行为感知偏好获取***及其获取方法 | |
Rao et al. | Improved multiple attribute decision making methods | |
CN114219242A (zh) | 车辆装备的效能评估方法及效能评估体系构建*** | |
CN108898273A (zh) | 一种基于形态分析的用户侧负荷特征聚类评价方法 | |
CN114139940A (zh) | 一种基于组合赋权-云模型的广义需求侧资源网荷互动水平评估方法 | |
Zeng et al. | A two-stage interval-stochastic water trading model for allocating water resources of Kaidu-Kongque River in northwestern China | |
CN109636184B (zh) | 一种品牌的账号资产的评估方法及*** | |
Pienaar et al. | Linking hydrological uncertainty with equitable allocation for water resources decision-making | |
CN110750572A (zh) | 一种科技成果启发式评价的自适应方法和装置 | |
Kokasih et al. | Property rental price prediction using the extreme gradient boosting algorithm | |
Vieira et al. | The growth process of higher education institutions and public policies | |
CN102708298B (zh) | 一种车载通信***电磁兼容指标分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |