电力企业低碳审计评价指标体系的构建——基于DSR-AHP.docx

电力企业低碳审计评价指标体系的构建——基于DSR-AHP
摘要：
随着全球气候变化和国内环保政策日趋严格，电力企业需要更加重视低碳发展，实施低碳审计评价是推进低碳发展的重要手段。本文以层次分析法和DSR方法为基础，构建了电力企业低碳审计评价指标体系。该指标体系包括5个一级指标和18个二级指标，涵盖了电力企业低碳发展的经济、环境和社会三个方面，并引入了数据隐私保护和主观性评价的DSR方法。该指标体系可为电力企业实施低碳审计评价提供参考。
关键词：低碳审计；层次分析法；DSR方法；电力企业；评价指标体系
1.引言
在全球气候变化和环境污染问题日益加剧的背景下，可持续发展已成为全球热点话题。作为能源行业的重要组成部分，电力企业承担着重要的社会责任，需要更加重视低碳发展，促进经济可持续发展。
低碳审计评价是电力企业实施低碳发展的一种核心手段，可以帮助企业了解自身的碳排放情况和发展水平，为未来的发展提供指导和决策依据。因此，建立科学合理的电力企业低碳审计评价指标体系具有重要的意义。
本文以层次分析法和DSR方法为基础，以电力企业低碳发展为研究对象，构建相应的评价指标体系。该指标体系包括5个一级指标和18个二级指标，涵盖了电力企业低碳发展的经济、环境和社会三个方面，并引入了数据隐私保护和主观性评价的DSR方法。该指标体系可为电力企业实施低碳审计评价提供参考。
2.相关理论
2.1层次分析法
层次分析法（AnalyticHierarchyProcess，AHP）是一种基于专家判断的多层次决策方法，由美国数学家ThomasSaaty于20世纪70年代初提出。该方法侧重于处理具有多个目标和多个因素的决策问题，通过对问题进行层次划分，将复杂问题转化为结构清晰、可操作的问题，最终得出决策结果。
AHP的主要流程包括：建立层次结构模型、构建判断矩阵、计算特征向量和一致性检验、综合判断，其中特征向量是对各因素权重的量化指标，一致性检验是保证专家判断一致性的重要环节。
2.2DSR方法
DSR（DecisionSupportSystemwithReweighting）方法是一种将数据隐私保护和主观性评价结合起来的决策支持方法，由中国科学院研究员宋凯在20世纪90年代提出。该方法在传统的决策支持系统基础上，引入了加权重复试验和权重重分配的思想，以保护敏感数据的隐私和减小决策者主观误差。
DSR方法的主要流程包括：建立决策模型、构建数据矩阵、进行一次数据处理、运行DSR方法、评价决策结果，其中数据矩阵是对各决策因素的数值化描述，数据处理是对矩阵进行噪音干扰和重复试验，DSR方法是利用特定的加权策略对有关数据权重进行重新计算。
3.评价指标体系构建
3.1确定评价层次结构
在确定电力企业低碳审计评价指标体系时，应该首先确定评价的层次结构。本文将电力企业低碳审计评价分为经济、环境和社会三个方面，构建了一级指标。
在经济方面，考虑到低碳发展需要具有经济可行性，本文将企业经济效益作为一级指标，包括企业盈利能力、投资收益率和成本控制能力。
在环境方面，本文将电力企业的碳排放和环境保护作为一级指标，包括单位电量碳排放量、企业污染排放量和生态环境保护能力。
在社会方面，本文将电力企业的社会责任和合规性作为一级指标，包括企业社会形象、社会责任和法律合规水平。
3.2确定二级评价指标
在确定一级指标后，本文进一步细化了相关的二级评价指标，具体如下：
经济方面
-企业盈利能力：包括企业利润和销售收入；
-投资收益率：包括投资回报率和资产负债率；
-成本控制能力：包括管理费用占比、能耗成本和用电成本。
环境方面
-单位电量碳排放量：包括全社会和企业本身的碳排放科技水平；
-企业污染排放量：包括废气、废水和固体废物排放量；
-生态环境保护能力：包括水土保持、生态建设和资源节约利用。
社会方面
-企业社会形象：包括企业信誉、品牌和影响力；
-社会责任：包括环保责任、公益捐赠和员工福利；
-法律合规水平：包括政策法规遵守、内部管理和社会公正性。
3.3引入DSR方法
为了保证有关数据的隐私性和减小决策者的主观误差，本文引入了DSR方法，即在矩阵中添加随机噪声，重复试验，重新计算权重。具体过程如下：
-设计决策模型，确定各指标的权重；
-构建数据矩阵，定义指标对应的量化方式；
-对数据矩阵进行一次处理，添加随机噪声；
-运行DSR方法，计算新的权重矩阵；
-评价决策结果，确定评价指标的得分。
4.总结与展望
本文以电力企业低碳审计评价为研究对象，结合层次分析法和DSR方法，构建了相应的评价指标体系。该指标体系包括5个一级指标和18个二级指标，涵盖了电力企业低碳发展的经济、环境和社会三个方面，并引入了数据隐私保护和主观性评价的DSR方法。
该指标体系可以为电力企业低碳发展提供参考，同时也可