在"碳中和"以及碳配额交易等政策因素和碳成本因素推动下,评估发电企业碳减排效率的重要性日益凸显。企业碳减排效率受到资本、劳动力、能耗等多种要素影响,其中碳管理水平也是重要的投入因素。由于碳管理相关事务众多,不确...在"碳中和"以及碳配额交易等政策因素和碳成本因素推动下,评估发电企业碳减排效率的重要性日益凸显。企业碳减排效率受到资本、劳动力、能耗等多种要素影响,其中碳管理水平也是重要的投入因素。由于碳管理相关事务众多,不确定性较大,成本难以量化。因此本研究引入区间二型模糊数来处理专家对发电企业碳管理水平评估的语言变量,构建带区间二型模糊的超效率SBM模型(slack based model),利用α-cut和乐观悲观估计等方法将模型分为4个子模型进行求解和排序,并选取G能源集团4省份17家发电企业实际数据,对所选企业碳减排整体水平进行评价。评价结果发现:不同发电企业对碳管理投入不确定性的敏感度不同;江苏发电企业碳减排效率普遍最高,其次为广东,辽宁和陕西,而且4个省份碳减排效率水平参差不齐。展开更多
文摘在"碳中和"以及碳配额交易等政策因素和碳成本因素推动下,评估发电企业碳减排效率的重要性日益凸显。企业碳减排效率受到资本、劳动力、能耗等多种要素影响,其中碳管理水平也是重要的投入因素。由于碳管理相关事务众多,不确定性较大,成本难以量化。因此本研究引入区间二型模糊数来处理专家对发电企业碳管理水平评估的语言变量,构建带区间二型模糊的超效率SBM模型(slack based model),利用α-cut和乐观悲观估计等方法将模型分为4个子模型进行求解和排序,并选取G能源集团4省份17家发电企业实际数据,对所选企业碳减排整体水平进行评价。评价结果发现:不同发电企业对碳管理投入不确定性的敏感度不同;江苏发电企业碳减排效率普遍最高,其次为广东,辽宁和陕西,而且4个省份碳减排效率水平参差不齐。
