本站小編為你精心準備了信息熵碳排放論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、模型的構建

（一）基于信息熵的行業碳排放配額分配模型信息熵可以客觀衡量系統均衡性，避免人為偏好影響，近年來，信息熵被廣泛應用于社會工程經濟領域的系統評價和決策中。根據歷史文獻閱讀和工業企業碳排放現狀分析，總結工業企業碳排放的影響因素主要有經濟水平、能源結構、能源強度和碳排放強度等。鑒于企業碳排放量的分配要考慮企業歷史責任、發展要求、減排能力、減排潛力和減排效率，本文選取歷史排放量、工業產值、能源結構、能源強度和碳排放強度5個指標。本文以T0年為碳排放量分配基準年，以T年為碳排放量分配目標年，根據“定總量、算減量、確定分配量”的思路，以歷史沿襲法為基礎，確定分配年各行業碳排放總量，在減排總量分配中體現各行業異質性和分配公平有效性。具體建模步驟如下：1．建立原始評價矩陣本文將m個工業行業設為待評價的對象，將歷史排放量、工業產值、能源結構、能源強度和碳排放強度5個影響因素設為評價指標，每個對象對應這5個評價指標。2．原始矩陣歸一化處理由于各個指標的含義和量綱不一，不能直接進行比較，需要進行歸一化處理。不同性質的指標歸一化處理方式不一，鑒于本文采用的減排分配量評價指標都是效益型指標，故進行統一歸一化處理。各指標內涵和歸一化處理如表1所示。

（二）基于波爾茲曼熵的企業碳排放配額分配模型在區域碳排放量分配給區域內各行業后，將行業碳排放總量分配給行業內各個企業是落實碳分配和碳減排目標的關鍵。本文基于波爾茲曼分布，將熵最大化的原理應用于同行業下各個企業之間碳排放量的分配。在這里，包含多個企業的單個減排工業行業類比于物質系統，單位分配碳排放量類比于物質顆粒，參與減排企業的歷史碳排放量和上報未來碳排放量幾何平均類比于物質單態。假設所有的單位碳排放量在同一個企業k內都產生相同的碳排放量，那么企業k的碳排放強度ek即類比于物質單態i的單態能量Ei。在這樣的類比下，分配給企業k的單位碳排放量的概率和跟企業k的歷史排放量和未來排放量成正比，跟企業k的碳排放強度成反比，既兼顧了歷史排放責任、未來發展需求，又鼓勵提高排放效率。

二、樣本選取與數據來源

昆山市張浦鎮位于上海、蘇州、昆山之間的黃金三角地帶，是“全國經濟百強縣”之首昆山市的經濟強鎮。改革開放以來，張浦鎮實施外向帶動戰略，先后成立了德國工業園、海峽兩岸食品產業園、N維空間文化產業園等特色園區，累計吸引了3400多家企業注冊落戶，形成了以加工制造業為主的工業城鎮。2012年，張浦鎮規模以上工業企業達到220家，其能源消耗占全部企業能源消耗的95%。通過對張浦鎮規模以上工業企業碳排放量進行定量分配，給予企業明確碳排放量約束，不但推進了碳交易市場的建立和工作的開展，也促進了張浦鎮“十二五”期間節能減排目標的實現。本文選取張浦鎮規模以上工業企業為樣本，考慮到張浦鎮自2012年才進行規模以上工業企業網上能耗統計，本文選取2012年和2013年規模以上工業企業歷史排放數據，分配2013年規模以上工業企業碳排放量。2012年張浦鎮規模以上工業企業220家，2013年增加至255家，選取張浦鎮2012—2013年不變的217家規模以上工業企業作為碳排放權分配企業。通過計算分析，2012—2013年期間，此217家工業企業在政府行政命令下減排11%，完全達到政府規劃要求，因此本文直接使用2013年規模以上企業實際排放量作為分配總量，同時也方便對比分析分配結果的滿意度。企業能耗和工業產值數據來源于張浦鎮經促局統計科提供的《2012年張浦鎮規模以上工業企業能耗明細》和《2013年張浦鎮規模以上工業企業能耗明細》；碳排放數據以各企業各類能源消費量為依據，根據各類能源發熱系數、排放系數和碳氧化率計算得到，相關系數取自《上海市溫室氣體排放核算與報告技術文件》推薦標準，各個分品種能源的碳排放系數如表2所示。

三、分配結果分析

（一）基于信息熵的行業碳排放配額分配結果分析本文基于信息熵理論，以2012年和2013年張浦鎮規模以上工業企業碳排放數據均值，計算各行業碳排放減排系數，進而對2013年張浦鎮規模以上工業行業碳排放總量進行分配。通過基于信息熵的行業碳排放分配模型公式的計算，可得各指標的信息熵值、信息量值和熵權重值，這3個參數是計算減排因子的基礎。具體減排影響因素指標參數計算值如表3所示。從各個影響因素指標的信息熵值來看，工業產值信息熵值最大，熵值為0.707，說明工業產值信息量較小，行業減排能力對碳總量減排作用較小；能源結構熵值最小，熵值0.470，說明能源結構信息量較大，原煤減少使用對碳總量減排作用較大。其他因素如歷史排放量、能源強度和排放強度在碳減排分配中影響越來越小。結合張浦鎮2013年規模以上工業碳分配總量，通過信息熵行業碳分配模型計算可得張浦鎮2013年規模以上工業各個行業碳排放配額。根據碳減排結果（圖1）顯示，各行業的碳減排量相對于2012年，各行業減排幅度從17.17%~0.02%不等，全行業碳減排量相對于基期2012年減排了11.01%，基本符合張浦鎮發展需求和節能減排形勢。如圖1所示，一方面，化學原料和化學制品制造業（行業26）分配到碳減排量16.81萬噸，減幅17.17%，對以煤為主的化工行業，施以嚴格的減排約束，有利于促進化工行業調整能源結構。其中，中鹽昆山有限公司耗能占總化工行業耗能96.5%，其“十二五”期間實施節能技改可以節能21.45%，所以化工行業的碳排放減排降幅符合了行業節能潛力，該減排量切實可行。另一方面，非金屬礦物制品業（行業30）分配到碳減排量8.40萬噸，降幅9.27%，這對碳排放強度較高的非金屬行業提出較高要求，督促企業節能減排，提高能源效率。其中，臺玻集團耗能占總行業耗能81.81%，其能源審計報告顯示臺玻集團“十二五”期間實施節能技改項目，可以節能8.98%，考慮到中鹽鍋爐項目實施，臺玻集團等企業將使用中鹽的鍋爐蒸汽，則臺玻集團可以進一步節能減排，所以非金屬礦物制品業碳排放降幅是合理且可行的。通過對比基于信息熵的碳排放總量行業分配和基于歷史排放的碳排放總量行業分配結果如圖2所示。以化工行業為例，若是基于歷史排放進行碳排放量分配，其可獲得87.118萬噸的分配量，多出5.207萬噸。這種情況下，雖然分配標準考慮到行業發展需求，但是分配存在不公平性，政府仿佛在變相鼓勵高排放企業進行碳排放，此碳分配量可能得不到其他企業認同；另外，企業獲得高排放權利，其節能減排動力不足，企業不會主動提高能源效率，行業碳排放強度難以下降，難以完成全行業的節能減排目標。基于信息熵的分配方法考慮了化工行業歷史責任和行業減排潛力，分配結果使化工行業的碳排放量更加合理。進一步通過對比基于信息熵的碳排放總量行業分配和基于按比例分配的碳排放總量行業分配減排占比，如圖3所示。經計算發現，按相同碳減排比例（本文的減排分配比例是11.01%）分配得到的各行業碳排放量和按歷史排放分配得到的分配量結果是一致的。在按等減排比例分配情況下，此分配標準沒有考慮各個行業的異質性，各個行業的減排能力和減排潛力是不一致的，對于能源效率低下的化工行業和能源效率相對較高的通信電子行業都采取一刀切的分配方法，是粗放不合適的。綜上，基于信息熵的碳排放量分配相對于基于歷史排放和基于等減排比例的分配更加公平有效，主要是由于信息熵方法基于行業異質性，客觀考慮了行業發展需求、減排能力和減排潛力，其分配結果更加符合實際。

（二）基于波爾茲曼熵的企業碳排放配額分配結果分析基于上述行業碳排放配額分配結果，通過玻爾茲曼熵，計算張浦鎮規模以上工業企業2013年碳排放量分配額。鑒于數據可得性，C0i使用企業2012年和2013年碳排放量的幾何平均；ei使用企業2013年碳排放強度，以體現企業最新排放效率，貼合企業實際需求和要求；β由2012年和2013年歷史碳排放量，通過最小二乘法模擬計算取得（即使Y值最小），各個行業β計模擬結果如表4所示。根據各行業的最優β值，進一步計算得出各個行業內企業的碳排放配額。根據各個行業內企業的碳排放量分配結果看出，各個企業獲得的碳排放分配量相對于基期2012年排放量，減排幅度不等，不僅由于行業異質性，也考慮行業內企業的發展需求和碳排放效率。對于化學原料和化學制品制造業（行業26），對該行業下15家企業碳排放量的分配中，通過最小二乘法的β模擬最優值為0。通過計算，如圖4所示，分配結果與歷史排放均值成正比，分配結果相對于企業2013年實際排放值和2012年歷史排放值比較沒有很大波動。此時β取值為0，企業分配到的碳排放配額基本滿足企業自身生產需要，企業之間碳交易成本最低。若適當提高β取值，可以進一步獎勵高排放效率企業，懲罰低排放效率企業，不過增加了本行業下企業的碳交易成本。本文此處β取值為0，中鹽公司雖然碳排放強度高，但是作為國營企業，已經進行節能改造，能源效率迅速提高，若減排后多出的碳排放配額，既可以用于進一步擴大生產，提高行業高效率產能占比，從而改善了行業的資源配置，提高了整個行業的碳排放效率；也可以通過碳交易市場出售給其他減排成本較高企業，獲得利潤，進一步改善生產結構。其他化學制品公司碳排放強度不高，在政府部分鼓勵和補貼下，可以積極申報政府節能技改項目，以進一步提高碳排放效率。對于橡膠和塑料制品業（行業29），在對該行業下16家企業碳排放量的分配中，通過最小二乘法的β模擬最優值為0.514。通過計算可得各個企業2013年碳排放配額，相對于企業2012年和2013年歷史排放幾何平均值，分配減排量比從-22.77%~13%不等，由圖5所示，在總量控制下，橡膠和塑料制品業下各企業分配到的減排比例和企業排放強度成正向關系，企業碳排放強度越高，企業分配得到減排量越大。此時的β取值，不僅使得企業碳交易成本最低，同時獎勵了高排放效率企業，懲罰了低排放效率企業。隨著β值取值越小于0.514，則企業分配到的碳排放量更接近歷史排放均值；隨著β值取值越大于0.514，企業因碳排放強度受到的懲罰和獎勵就更大。β取值0.514，企業間碳交易成本最小。分配到較少碳排放配額的企業需要通過提高能源效率，降低碳排放需求，或者通過碳交易市場購買碳排放配額；分配到較多碳排放配額的企業，可以通過碳交易出售給減排成本較高的企業，也可以自己儲備用來擴大優質生產力。例如，和進塑膠電子有限公司，2013年碳排放強度為0.686噸CO2/萬元，碳排放效率行業最低，分配獲得13%的碳排放減量；而賀升電子有限公司，2013年碳排放強度為0.016噸CO2/萬元，碳排放效率行業最高，分配獲得22.77%的碳排放增量。在此情況下，和進塑膠電子有限公司必須進行節能減排工程項目實施，提高碳排放效率，降低碳交易成本；而賀升電子有限公司則可以出售碳配額獲益。綜上，在同一個行業下使用基于玻爾茲曼熵的企業碳排放配額分配法，以最小交易成本為目標，考慮了企業未來發展需求，達到獎勵高排放效率企業，懲罰低排放效率企業，分配結果更易被企業接受，也推動了張浦鎮節能減排工作順利完成。

四、主要結論

在明確各區域減排任務后，將區域內部碳排放總量分解到各企業，是真正落實區域減排目標的關鍵。本文在前人區域碳排放量分配研究的基礎上，進一步探索了以加工制造業為主的區域內各行業和企業碳排放量分配問題。本文基于信息熵和玻爾茲曼熵理論，構建了區域碳排放總量企業間分配方法，并以昆山市張浦鎮為例，實證分析方法的可行性。研究發現，一方面，基于信息熵的行業碳排放配額分配方法，客觀考慮了行業異質性，分配結果基本符合各行業歷史責任、減排能力和減排潛力；基于玻爾茲曼熵的企業碳排放配額分配方法，以最小交易成本為目標，考慮了企業的未來發展需求和碳排放效率，分配結果不僅公平有效可執行，而且達到社會資源優化配置作用。因此，基于熵的碳排放總量企業分配方法是一種較為科學的碳分配方法。另一方面，從張浦鎮的碳排放總量分配結果看出，張浦鎮減排重點行業是化學制品行業、非金屬制品行業和通訊電子行業，減排重點企業是中鹽公司和臺玻集團；同時，張浦鎮能源強度偏高，能源消費以煤為主。做好重點行業和企業的減排工作，改變以煤為主的能源消費結構，是張浦鎮提高能源效率，完成“十二五”減排目標的關鍵。

作者：周德群王梅張欽單位：南京航空航天大學經濟與管理學院能源軟科學研究中心