“碳中和”視角下主成分分析法的能源轉(zhuǎn)型成效評價(jià)研究

摘要：傳統(tǒng)的主成分分析法在評價(jià)能源轉(zhuǎn)型成效時(shí)，無法充分考慮“碳中和”目標(biāo)的影響，因此，提出“碳中和”視角下改進(jìn)主成分分析法的能源轉(zhuǎn)型成效評價(jià)方法?！疤贾泻汀币暯窍掠?jì)算能源轉(zhuǎn)型成效指標(biāo)權(quán)重，從多個(gè)維度全面評價(jià)能源轉(zhuǎn)型的成效，構(gòu)建能源轉(zhuǎn)型成效評價(jià)模型，基于改進(jìn)主成分分析法評價(jià)能源轉(zhuǎn)型成效，綜合得分越高，說明在能源轉(zhuǎn)型方面的整體成效越好。實(shí)驗(yàn)結(jié)果表明：使用此方法后，碳排放量的減排效果明顯，碳排放量明顯下降，達(dá)到“碳中和”的目標(biāo)。

關(guān)鍵詞：能源轉(zhuǎn)型 主成分分析法 “碳中和”視角 碳排放量

中圖分類號：D26.4

Research on the Effectiveness Evaluation of Energy Transition Based on Principal Component Analysis from the Perspective of “Carbon Neutrality”

WU Hong LUO PengHechuan Branch of China Tower Co.，Ltd.， Chongqing， 401520 China

Abstract： Traditional principal component analysis cannot fully consider the impact of the “carbon neutrality” goal when evaluating the effectiveness of energy transition， so this paper proposes to improve the evaluation method of the effectiveness of energy transition based on principal component analysis from the perspective of “carbon neutrality”. The weights of the effectiveness indicators of energy transition are calculated from the perspective of “carbon neutrality”， the effectiveness of energy transition is comprehensively evaluated from multiple dimensions， and an effectiveness evaluation model of energy transition is constructed. Evaluating the effectiveness of energy transition based on the improved principal component analysis method， and the higher the comprehensive score， the better the overall effectiveness of energy transition. Experimental results show that after using this method， the emission reduction effect of carbon emissions is obvious with their significant reduction， achieving the goal of “carbon neutrality”.

Key Words： Energy transition; Principal component analysis; “Carbon neutrality” perspective;Carbon emission

能源轉(zhuǎn)型不僅涉及到能源結(jié)構(gòu)的調(diào)整，還涉及能源效率的提升和碳排放的減少。主成分分析法是一種常用的多元統(tǒng)計(jì)分析方法，它能夠通過降維的方式，從多個(gè)指標(biāo)中提取出主要的影響因素，從而簡化問題、揭示規(guī)律。在能源轉(zhuǎn)型成效評價(jià)中，主成分分析法可以有效地整合多個(gè)評價(jià)指標(biāo)，提供更直觀、更全面的評價(jià)結(jié)果。因此，改進(jìn)主成分分析法，提高其在能源轉(zhuǎn)型成效評價(jià)中的準(zhǔn)確性和有效性，是當(dāng)前研究的熱點(diǎn)和難點(diǎn)?；谝陨媳尘埃狙芯繌摹疤贾泻汀币暯浅霭l(fā)，改進(jìn)主成分分析法，構(gòu)建一套更加科學(xué)、準(zhǔn)確的能源轉(zhuǎn)型成效評價(jià)方法[1]。

1 “碳中和”視角下能源轉(zhuǎn)型成效評價(jià)方法設(shè)計(jì)

“碳中和”視角下計(jì)算能源轉(zhuǎn)型成效指標(biāo)權(quán)重

“碳中和”視角下的能源體系轉(zhuǎn)型不僅涉及了能源結(jié)構(gòu)的升級與技術(shù)的提升，還涉及了清潔能源技術(shù)的高效普及。通過對清潔能源項(xiàng)目的環(huán)境、經(jīng)濟(jì)和社會效益等進(jìn)行全面的理解和分析，并結(jié)合改進(jìn)主成分分析法的實(shí)際運(yùn)作機(jī)理，制定出相應(yīng)的能源轉(zhuǎn)型的成效評價(jià)政策提供借鑒[2]。

本文選擇熵權(quán)法進(jìn)行能源轉(zhuǎn)型成效樣本評價(jià)指標(biāo)的數(shù)據(jù)信息大小程度的確定，在一定程度上，避免受能源轉(zhuǎn)型評價(jià)的主觀因素造成的誤差。熵權(quán)法的具體計(jì)算過程如下：

（1）建立原始能源轉(zhuǎn)型數(shù)據(jù)的初始決策向量[3]，其計(jì)算公式如下：

式（1）中：代表原始能源轉(zhuǎn)型數(shù)據(jù)。

（2）將得到的原始能源轉(zhuǎn)型數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，可以得出第個(gè)指標(biāo)的比重，其計(jì)算公式如下：

式（2）中：表示第個(gè)指標(biāo)的比重；代表當(dāng)量因子。

（3）根據(jù)該比重進(jìn)而確定出第個(gè)指標(biāo)的加權(quán)值，其計(jì)算公式如下：

（4）第個(gè)指標(biāo)的權(quán)重的計(jì)算公式如下：

構(gòu)建的能源轉(zhuǎn)型成效指標(biāo)體系[4]，如表1所示。

根據(jù)具體情況和實(shí)際需求，還可以進(jìn)一步細(xì)化和定制指標(biāo)，以確保評價(jià)結(jié)果的準(zhǔn)確性和有效性[5]。

1.2 構(gòu)建能源轉(zhuǎn)型成效評價(jià)模型

本文選擇STIRPAT模型構(gòu)建出能源轉(zhuǎn)型成效評價(jià)模型，STIRPAT模式的基本原理就是采用比較評價(jià)對象與最優(yōu)解或者最劣解的距離來進(jìn)行排序。本文在傳統(tǒng)的主成分分析法基礎(chǔ)上，根據(jù)樣本指標(biāo)的信息量大小程度，結(jié)合加權(quán)法對各評價(jià)指標(biāo)進(jìn)行賦權(quán)。通過加權(quán)改進(jìn)的STIRPAT模型，可以在一定程度上避免主觀因素引起的誤差。這種改進(jìn)方法考慮了各評價(jià)指標(biāo)在整體評價(jià)中的相對重要性，從而提高成效評價(jià)結(jié)果的準(zhǔn)確性和客觀性。

首先，將正、負(fù)效應(yīng)指標(biāo)進(jìn)行規(guī)范化處理，其計(jì)算公式如下：

其次，確定能源轉(zhuǎn)型成效評價(jià)模型的理想值，其表達(dá)公式如下：

式（6）中：代表最優(yōu)方案即正理想解；代表最劣方案即負(fù)理想解。

這里使用STIRPAT模型分析能源轉(zhuǎn)型水平變化與影響因素之間的關(guān)系，能源轉(zhuǎn)型成效評價(jià)模型的計(jì)算公式如下：

式（7）中：代表能源轉(zhuǎn)型水平；代表誤差項(xiàng)。

根據(jù)式（7）可以看出越大時(shí)，越接近能源轉(zhuǎn)型成效的最優(yōu)水平，的取值范圍為[0，1]，當(dāng)時(shí)，能源轉(zhuǎn)型水平最高，當(dāng)時(shí)，能源轉(zhuǎn)型水平最低。

基于改進(jìn)主成分分析法評價(jià)能源轉(zhuǎn)型成效

針對目前統(tǒng)計(jì)數(shù)據(jù)指標(biāo)可獲得性的現(xiàn)狀，將目的性、全面性、定性與定量相結(jié)合、穩(wěn)定性可比性與靈活性可操作性相結(jié)合，建立出一種新的能源轉(zhuǎn)型成效評價(jià)指標(biāo)體系。利用因素分析檢測變量之間的相關(guān)性，對原變量進(jìn)行歸類，將相關(guān)度高的變量歸到一類，再與以上主成分的結(jié)果相結(jié)合，得到一種更加科學(xué)、合理的多級目標(biāo)評價(jià)模式，在這個(gè)基礎(chǔ)上，再與專家們的意見相結(jié)合，對評價(jià)向量進(jìn)行客觀、精確的構(gòu)建。最后，基于交叉后的評價(jià)向量，測算出每一項(xiàng)指標(biāo)的相對權(quán)重，并將每一項(xiàng)指標(biāo)的相對指標(biāo)值進(jìn)行無量綱化后，再采用綜合評價(jià)方法，就能獲得各樣本的綜合得分值，進(jìn)而對其進(jìn)行合理的能源轉(zhuǎn)型成效綜合評價(jià)。

為此，本文選擇的能源轉(zhuǎn)型成效評價(jià)的目標(biāo)函數(shù)分別為：碳排放、年度能源消耗總量，其中的決策變量是能源轉(zhuǎn)型中的風(fēng)電裝機(jī)容量與光伏裝機(jī)容量，其表示如下：

上述目標(biāo)函數(shù)的約束條件的表達(dá)公式為：

式（8）中：代表風(fēng)電裝機(jī)容量，單位為MW；表示光伏裝機(jī)容量，單位為MW；代表最大風(fēng)電裝機(jī)容量，單位為MW；表示最大光伏裝機(jī)容量，單位為MW。

基于上述章節(jié)中構(gòu)建的能源轉(zhuǎn)型成效評價(jià)模型與碳排放和年度能源消耗總量，進(jìn)行標(biāo)準(zhǔn)化處理，并最終得出加權(quán)能源轉(zhuǎn)型成效的評價(jià)得分結(jié)果，其計(jì)算公式如下：

式（9）中：代表環(huán)境影響類型的影響潛因；表示第種污染物的排放量；代表環(huán)境影響類型。

將各個(gè)樣本的主成分得分進(jìn)行綜合，得到每個(gè)樣本的綜合得分。綜合得分越高，說明該樣本在能源轉(zhuǎn)型方面的整體成效越好。

2實(shí)驗(yàn)測試與分析

2.1實(shí)驗(yàn)準(zhǔn)備

本次實(shí)驗(yàn)將選取A市的5個(gè)項(xiàng)目作為實(shí)驗(yàn)調(diào)研對象，該5個(gè)項(xiàng)目的詳細(xì)參數(shù)如下表2所示。

在本次實(shí)驗(yàn)中，將測試氣站通過能源轉(zhuǎn)型，減少化石能源的使用效果，增加清潔能源的使用。將對五個(gè)氣站實(shí)施能源轉(zhuǎn)型后，監(jiān)測碳排放量的結(jié)果，是否達(dá)到“碳中和”的目標(biāo)為實(shí)驗(yàn)?zāi)繕?biāo)。

2.2實(shí)驗(yàn)結(jié)果與分析

根據(jù)上述實(shí)驗(yàn)準(zhǔn)備，檢測出5個(gè)氣站的碳排放量結(jié)果，其測試結(jié)果如下表3所示。

經(jīng)過“碳中和”視角下改進(jìn)主成分分析法的能源轉(zhuǎn)型成效評價(jià)方法使用后，氣站#2的碳排放量減少了4.96×104kg/a，氣站#2的碳排放量減少了2.57×104 kg/a，氣站#3的碳排放量減少了4.17×104 kg/a，氣站#4的碳排放量減少了5.07×104 kg/a，氣站#5的碳排放量減少了4.39×104 kg/a，碳排放量的減排效果明顯突出，碳排放量明顯下降，達(dá)到“碳中和”的目標(biāo)。

3結(jié)語

通過引入主成分分析法，能夠更全面、更準(zhǔn)確地評估能源轉(zhuǎn)型的成效，為政策制定和實(shí)施提供有力支持。通過實(shí)證分析，發(fā)現(xiàn)改進(jìn)的主成分分析法能夠更準(zhǔn)確地反映能源轉(zhuǎn)型的實(shí)際情況，為政策制定者提供更準(zhǔn)確、更有針對性的建議。在未來的研究中，將繼續(xù)改進(jìn)主成分分析法，提高評價(jià)方法的準(zhǔn)確性和有效性。

參考文獻(xiàn)

[1] 徐偉，時(shí)圣強(qiáng).基于熵權(quán)—TOPSIS法的能源轉(zhuǎn)型成效評價(jià)及障礙度分析：以內(nèi)蒙古自治區(qū)為例[J].應(yīng)用能 源技術(shù)，2020（1）：13-19.

[2] 湯偉，楊鋮，謝芝東等.綜合主成分分析及改進(jìn)神經(jīng)網(wǎng)絡(luò)的電壓穩(wěn)定控制方法[J].微型電腦應(yīng)用，2021，37（8）：78-81.

[3] 龔旭，呂佳.基于加權(quán)主成分分析和改進(jìn)密度峰值聚類的協(xié)同訓(xùn)練算法[J].重慶師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，38（4）：87-96.

[4] 田家豪，劉思佳，李運(yùn)瑋.碳中和視角下產(chǎn)業(yè)協(xié)調(diào)對碳排放的影響研究[J].商展經(jīng)濟(jì)，2023（18）：135-138.

[5] 王文，劉錦濤.碳中和引發(fā)的大國博弈規(guī)則重塑：基于碳約束下的生產(chǎn)轉(zhuǎn)型與國力升級視角[J].探索與爭 鳴，2023（7）：118-131，179.