【摘要】本文參照聯(lián)合國可持續(xù)發(fā)展委員會(huì)提出的DSR模型，從我國滬深兩市7家電力公司發(fā)布的2012年社會(huì)責(zé)任報(bào)告中選取了17個(gè)碳審計(jì)定量指標(biāo)作為研究對(duì)象，根據(jù)PCA模型選取四個(gè)主成分并篩選出15個(gè)碳審計(jì)評(píng)價(jià)指標(biāo)，并使用人工神經(jīng)網(wǎng)絡(luò)模型確定指標(biāo)權(quán)重，得出評(píng)價(jià)結(jié)果并提出相應(yīng)對(duì)策建議。
【關(guān)鍵詞】DSR模型 PCA模型 人工神經(jīng)網(wǎng)絡(luò) 碳審計(jì)
能源與人類社會(huì)歷史發(fā)展密切相關(guān)，人類社會(huì)已經(jīng)經(jīng)歷了三個(gè)能源時(shí)期，即薪柴時(shí)期、煤炭時(shí)期和石油時(shí)期，即將進(jìn)入清潔能源時(shí)期。在這一時(shí)期，低碳經(jīng)濟(jì)成為國內(nèi)外關(guān)注的焦點(diǎn)，低碳經(jīng)濟(jì)發(fā)展模式以低能耗、低污染、低排放和高效能、高效率、高效益為基礎(chǔ)，以節(jié)能減排為發(fā)展方式，以碳中和技術(shù)為發(fā)展方法。為了促進(jìn)低碳經(jīng)濟(jì)政策的制定實(shí)施和修訂，督促社會(huì)組織節(jié)能減排，明確在資源利用上的浪費(fèi)和不足，挖掘自身的節(jié)能潛力，提高對(duì)資源能源的利用效率，低碳審計(jì)這種全新審計(jì)模式孕育而生。本文主要探討如何建立一套科學(xué)的碳審計(jì)評(píng)價(jià)指標(biāo)體系，以填補(bǔ)目前的研究空白。
一、研究方法
1. PCA模型。PCA即主成分分析，也稱主分量分析，旨在利用降維的思想，把多指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)。它是一種對(duì)數(shù)據(jù)進(jìn)行分析的技術(shù)，最重要的應(yīng)用是對(duì)原有數(shù)據(jù)進(jìn)行簡(jiǎn)化。主成分分析這種方法可以有效地找出數(shù)據(jù)中最“主要”的元素和結(jié)構(gòu)，去除噪音和冗余，將原有的復(fù)雜數(shù)據(jù)降維，揭示隱藏在復(fù)雜數(shù)據(jù)背后的簡(jiǎn)單結(jié)構(gòu)。它的優(yōu)點(diǎn)是簡(jiǎn)單，而且無參數(shù)限制，可以方便地應(yīng)用于各個(gè)場(chǎng)合。
假設(shè)原樣本指標(biāo)X1，X2，…，XP與新的待求指標(biāo)Y1，Y2，…，YP存在線性相關(guān)的關(guān)系，即：
Y1=C11X1+C12X2+…+C1PXP
Y2=C21X1+C22X2+…+C2PXP
Y3=CP1X1+CP2X2+…+CPPXP
矩陣C滿足CC′= I ， 即C為正交矩陣，其中的Cij由下列原則決定：①Zi與Zj（i≠j）相互獨(dú)立；②Z1是Zi中方差最大的變量，Z2在Zi（i≠1）中方差次最大，依次類推，Zp方差最小。
這樣算出的新指標(biāo)Y1，Y2，…，YP分別稱為第1個(gè)，第2個(gè)，…，第p個(gè)主分量， 它們的方差依次遞減。為了消除量綱的不合理影響，在實(shí)際應(yīng)用中往往先對(duì)樣本值進(jìn)行標(biāo)準(zhǔn)化。
2. 人工神經(jīng)網(wǎng)絡(luò)模型。人工神經(jīng)網(wǎng)絡(luò)是指用大量的簡(jiǎn)單計(jì)算單元（即神經(jīng)元）構(gòu)成的非線性系統(tǒng)，它在一定程度和層次上模仿了人腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)的信息處理、存儲(chǔ)及檢索功能，因?yàn)榫哂袑W(xué)習(xí)、記憶和計(jì)算等處理功能。人工BP網(wǎng)絡(luò)算法的學(xué)習(xí)過程由信號(hào)的正向傳播與誤差的反向傳播兩個(gè)過程組成，其學(xué)習(xí)算法步驟：
（1）正向傳播。通過輸入的樣本Xk=f（[i=0m-1WikXi-θk]），其中k=1，2，…，m；計(jì)算出各層輸出，傳向輸出層Z，得到輸出值Yi=f（[k=0p-1WjkXk-θj]），其中j=1。
（2）反向傳播。反向傳播時(shí)，從輸出層沿原路反向進(jìn)行計(jì)算和修改，并對(duì)每個(gè)隱層的各個(gè)神經(jīng)元的權(quán)系數(shù)進(jìn)行修改，使誤差趨于最小，見公式1。
經(jīng)過反復(fù)進(jìn)行正向傳播和反向傳播，指導(dǎo)達(dá)到收斂，一旦神經(jīng)網(wǎng)絡(luò)訓(xùn)練完畢，即可得到網(wǎng)絡(luò)各層的權(quán)重值R。
（3）確定評(píng)價(jià)指標(biāo)權(quán)重。
①相關(guān)顯著性系數(shù)：
X=Wjk （2）
Rij= Wki （1-e-X）/（1+e-X） （3）
②相關(guān)指數(shù)：
Y=Rij （4）
Rij=|（1-e-Y）/（1+e-Y）| （5）
③絕對(duì)影響系數(shù)，即權(quán)重：
Sij=Rij/ Rij （6）
其中：X=｛X1，X2，…，Xn｝為輸入層向量；Z=｛Z1，Z2，…，Zm｝為隱含層輸出向量；Y=｛Y｝為輸出層輸出向量；V=｛V1，V2，…，Vm｝為輸入層到隱含層之間的權(quán)值矩陣；W=｛W1，W2，…，Wm｝為隱層到輸出層的權(quán)值矩陣，i為神經(jīng)網(wǎng)絡(luò)輸入單元，i=1，2，…，m；j為神經(jīng)網(wǎng)絡(luò)輸出單元，k=1，2，…，p；Wik為輸入層神經(jīng)元i和隱含層神經(jīng)元k之間的權(quán)系數(shù)；Wjk為輸出層神經(jīng)元j和隱含層神經(jīng)元k之間的權(quán)系數(shù)；θj為臨界值；
是輸出層神經(jīng)元j向隱含層神經(jīng)元k傳遞的誤差， 是隱含層神經(jīng)元k向輸入神經(jīng)元i傳遞的誤差。
二、指標(biāo)選取及實(shí)證分析
1. 指標(biāo)選取。DSR即驅(qū)動(dòng)力—狀態(tài)—響應(yīng)概念框架，是研究環(huán)境—經(jīng)濟(jì)—社會(huì)三大系統(tǒng)協(xié)調(diào)發(fā)展的基本模式， 被廣泛用來構(gòu)建各種不同領(lǐng)域的可持續(xù)發(fā)展指標(biāo)體系。DSR模型分為三類指標(biāo)，分別是驅(qū)動(dòng)力指標(biāo)、狀態(tài)指標(biāo)和響應(yīng)指標(biāo)。其中驅(qū)動(dòng)力指標(biāo)描述了經(jīng)濟(jì)發(fā)展到后工業(yè)化時(shí)期， 社會(huì)經(jīng)濟(jì)系統(tǒng)具有向高產(chǎn)出、低污染、環(huán)境友好型發(fā)展模式轉(zhuǎn)型的內(nèi)在動(dòng)力和訴求， 包括生產(chǎn)方式、消費(fèi)模式、技術(shù)導(dǎo)向和資源可持續(xù)利用等；狀態(tài)指標(biāo)描述自然界的物理或生態(tài)狀態(tài)和因此造成的社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顟B(tài)，回答了系統(tǒng)發(fā)生了什么樣的變化的問題；響應(yīng)指標(biāo)描述對(duì)各種問題做了什么和應(yīng)該做什么的問題，回答了人類的反應(yīng)和行動(dòng)。
如表1所示，根據(jù)上述指標(biāo)體系構(gòu)建原則，從7家電力公司發(fā)布的2012年社會(huì)責(zé)任報(bào)告中選取了17個(gè)碳審計(jì)定量指標(biāo)作為研究對(duì)象構(gòu)建基于DSR模型的企業(yè)碳審計(jì)評(píng)價(jià)指標(biāo)體系。這7家電力公司分別為國家電網(wǎng)北京電力有限公司、國家電網(wǎng)浙江電力有限公司、國家電網(wǎng)山東電力有限公司、國家電網(wǎng)江西電力有限公司、國家電網(wǎng)福建電力有限公司、國投電力有限公司和大唐電力有限公司。指標(biāo)體系分為三層：第一層項(xiàng)目層，按照項(xiàng)目類型為電力公司低碳審計(jì)項(xiàng)目；第二層是準(zhǔn)則層的驅(qū)動(dòng)力、狀態(tài)和響應(yīng)；第三層是指標(biāo)層，針對(duì)項(xiàng)目層的壓力、狀態(tài)和響應(yīng)分別列出具體的指標(biāo)。
應(yīng)當(dāng)說明的是，在構(gòu)建指標(biāo)體系時(shí)，筆者在借鑒前人研究環(huán)境審計(jì)的基礎(chǔ)上設(shè)置指標(biāo)，并且最后建立的指標(biāo)體系中和環(huán)境有關(guān)的指標(biāo)較多，而有關(guān)財(cái)務(wù)方面的指標(biāo)比較少，這是因?yàn)樘紝徲?jì)審查的是效率、效果、效益，與傳統(tǒng)的財(cái)務(wù)審計(jì)的審查內(nèi)容有根本區(qū)別。
2. PCA模型檢驗(yàn)。
（1）主成分確定。由于原數(shù)據(jù)值相差很大，不能直接進(jìn)行比較，因此首先將樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，再利用標(biāo)準(zhǔn)化矩陣求得特征值，最后根據(jù)累計(jì)貢獻(xiàn)率確定主成分。一般特征值累積貢獻(xiàn)率達(dá)85% ~ 95%即可選為主成分。從表 2 可以看出，前4個(gè)成分的特征值大于1，且方差累積貢獻(xiàn)率達(dá)到 92.187%，因此可用這4個(gè)主成分來替代原來的17個(gè)指標(biāo)，同時(shí)也證明初選指標(biāo)具有一定的合理性。
（2）指標(biāo)篩選。從指標(biāo)代表性的角度來篩選指標(biāo)，挑選因子載荷絕對(duì)值較大的指標(biāo)為主要指標(biāo)作為解釋變量。當(dāng)指標(biāo)的主成分載荷絕對(duì)值均小于0.7時(shí)，相關(guān)性小，該指標(biāo)可剔除。表3中的X2（資產(chǎn)總額）和X3（銷售收入增長(zhǎng)率）的四個(gè)主成分均小于0.7，故該指標(biāo)主成分的信息量相對(duì)較少，可以剔除，得到15個(gè)低碳審計(jì)評(píng)價(jià)指標(biāo)。
在驅(qū)動(dòng)力層中：除去被剔除的兩個(gè)指標(biāo)外，低碳研發(fā)費(fèi)用（X5）相對(duì)電力收入（X1）和售電量（X4）來說第一主成分載荷較小，說明企業(yè)用于節(jié)約能源和保護(hù)環(huán)境的研發(fā)費(fèi)用較少或者貢獻(xiàn)較小，需加大對(duì)這方面的投入。
狀態(tài)層中：第一主成分較全面地反映了化學(xué)需氧量（X8）、粉塵排放量（X9）、廢水排放量（X10）、綜合消耗（X11）、用戶平均停電時(shí)間（X15）各指標(biāo)的情況；第二主成分在萬元生產(chǎn)總值能耗（X12）這一指標(biāo)上載荷較大，說明這一成分主要反映能源消耗和經(jīng)濟(jì)發(fā)展水平，第三主成分主要反映CO2排放（X6）水平；
在響應(yīng)層中：CO2減排（X15）和資金投入（X17）所在的第四和第一主成分載荷比其他主成分得分高，說明CO2減排和減排投資帶來的效益相對(duì)來說比較明顯。可以看出，優(yōu)化后的指標(biāo)體系更具有合理性，為指標(biāo)確定權(quán)重奠定了客觀基礎(chǔ)。
3. 權(quán)重確定。為了獲得各評(píng)價(jià)指標(biāo)的權(quán)重，我們采用了人工神經(jīng)網(wǎng)絡(luò)模型，首先要確定各神經(jīng)網(wǎng)絡(luò)單元數(shù)，其中輸入層單元數(shù)為15，輸出層單元數(shù)為1，隱含層神經(jīng)單元數(shù)可自行設(shè)定。本文根據(jù)如下規(guī)則確定隱含層的神經(jīng)元數(shù)：隱含層的神經(jīng)元數(shù)目大于等于輸入層神經(jīng)元和輸出層神經(jīng)元數(shù)目和的一半，小于輸入層神經(jīng)元和輸出層神經(jīng)元數(shù)的和，因此本文隱含層神經(jīng)單元數(shù)設(shè)定為8個(gè)。
（1）網(wǎng)絡(luò)訓(xùn)練。對(duì)篩選后指標(biāo)的標(biāo)準(zhǔn)化矩陣進(jìn)行訓(xùn)練，消除了指標(biāo)量綱和數(shù)量級(jí)的影響，通過訓(xùn)練分析，期望誤差選擇的是0.001，通過對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，如下圖。
由此可見，進(jìn)過336次訓(xùn)練后，訓(xùn)練結(jié)果達(dá)到期望誤差值，而且網(wǎng)絡(luò)誤差的收斂速度非?？欤@示的結(jié)果證明了P和T之間非線性映射關(guān)系的擬合是非常精確的。
（2）確定指標(biāo)權(quán)重。神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的結(jié)果只是各神經(jīng)網(wǎng)絡(luò)神經(jīng)元之間的關(guān)系，要想得到輸入因素相對(duì)于輸出因素之間的真實(shí)關(guān)系，也就是輸入因索對(duì)輸出因素的決策權(quán)重，還需要對(duì)各神經(jīng)元之間的權(quán)重加以分析處理，為此利用上文公式求出各指標(biāo)的權(quán)重，見表4。
用各指標(biāo)權(quán)重乘以各指標(biāo)原始數(shù)據(jù)標(biāo)準(zhǔn)化結(jié)果后得出7家電力公司低碳審計(jì)綜合得分及排名，結(jié)果整理如表5所示。同時(shí)可以看出狀態(tài)層排名與綜合排名一致，說明狀態(tài)層指標(biāo)是影響低碳審計(jì)的關(guān)鍵因素，該研究結(jié)果與表4中指標(biāo)權(quán)重相呼應(yīng)。
三、結(jié)論與建議
本文嘗試性地運(yùn)用主成分分析法對(duì)指標(biāo)體系進(jìn)行優(yōu)化，然后運(yùn)用人工神經(jīng)網(wǎng)絡(luò)確定優(yōu)化指標(biāo)的權(quán)重，盡可能消除以往權(quán)重確定方法中的人為影響，保證權(quán)值的有效性和實(shí)用性，評(píng)定的結(jié)果與實(shí)際基本相符。研究結(jié)果顯示：權(quán)重最高的指標(biāo)分別是狀態(tài)層的X4（CO2排放量）、X5（SO2排放量）、X7（粉塵排放量）、X8（廢水排放量），說明企業(yè)的低碳審計(jì)評(píng)價(jià)等級(jí)，跟上面幾個(gè)指標(biāo)關(guān)系最大，企業(yè)應(yīng)該減少排放廢水、廢氣，比如引進(jìn)廢水廢氣處理設(shè)備；同時(shí)萬元生產(chǎn)總能耗比較低，說明并不是降低能耗，就會(huì)提高碳審計(jì)的評(píng)價(jià)和排名；在響應(yīng)層中，指標(biāo)X13（CO2減排量）和X15（減排資金投入）權(quán)重較大，說明企業(yè)應(yīng)加大減排資金，處理廢水廢氣，把煤炭的消耗盡量轉(zhuǎn)移到電力消耗。
為促進(jìn)企業(yè)利用低碳審計(jì)指標(biāo)采取有針對(duì)性的措施，推動(dòng)企業(yè)走可持續(xù)發(fā)展的低碳化道路，筆者提出以下建議：
1. 升級(jí)戰(zhàn)略，把提高能效和碳減排作為核心業(yè)務(wù)之一。在全球發(fā)展低碳經(jīng)濟(jì)的大背景下，企業(yè)必須分析國內(nèi)外低碳經(jīng)濟(jì)政策對(duì)企業(yè)所屬行業(yè)及企業(yè)本身的影響，制定相應(yīng)的發(fā)展戰(zhàn)略，將發(fā)展低碳經(jīng)濟(jì)的思想納入企業(yè)日常運(yùn)營管理和經(jīng)營決策，提出應(yīng)對(duì)市場(chǎng)變化的需求和采取低碳行動(dòng)的機(jī)會(huì)，開發(fā)低碳產(chǎn)品以協(xié)助消費(fèi)者使用能效高的產(chǎn)品，實(shí)現(xiàn)企業(yè)的低碳經(jīng)濟(jì)轉(zhuǎn)型，實(shí)現(xiàn)經(jīng)濟(jì)效益和社會(huì)效益雙豐收。
2. 提高能效，充分利用太陽能、風(fēng)能等可再生能源。了解低碳項(xiàng)目的成本和收益來進(jìn)行業(yè)務(wù)規(guī)劃和相關(guān)投資，挑選適合生產(chǎn)和節(jié)能的設(shè)備，尋找企業(yè)能源、碳消耗密集的節(jié)點(diǎn)，使用可再生能源替代能耗高的能源，減少二氧化碳排放，提高能源生產(chǎn)和使用效率。
3. 創(chuàng)新技術(shù)，構(gòu)建企業(yè)低碳技術(shù)創(chuàng)新聯(lián)盟。目前我國企業(yè)的低碳技術(shù)尚未發(fā)展成熟，企業(yè)單獨(dú)進(jìn)行低碳創(chuàng)新缺乏充足的研發(fā)資金和相應(yīng)的技術(shù)人才，而且風(fēng)險(xiǎn)較大，因此共同進(jìn)行技術(shù)創(chuàng)新、構(gòu)建企業(yè)技術(shù)創(chuàng)新聯(lián)盟是不錯(cuò)的選擇，可以彌補(bǔ)企業(yè)單獨(dú)創(chuàng)新的缺陷，為企業(yè)發(fā)展低碳經(jīng)濟(jì)奠定基礎(chǔ)。
4. 企業(yè)管理層要主動(dòng)踐行低碳發(fā)展的承諾，宣傳低碳經(jīng)濟(jì)的內(nèi)涵及其對(duì)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式和經(jīng)濟(jì)持續(xù)發(fā)展的重大意義，教育員工了解有關(guān)減少碳排放、環(huán)境保護(hù)措施的信息，引導(dǎo)員工自覺投入到低碳活動(dòng)中。
【注】本文受國家社會(huì)科學(xué)基金項(xiàng)目“實(shí)物期權(quán)條件下的公共資源交易問題研究”（項(xiàng)目編號(hào)：08BYJ060）及教育部人文社會(huì)科學(xué)研究項(xiàng)目“區(qū)域性碳交易平臺(tái)的系統(tǒng)研究”（編號(hào)：11YJAZH084）資助。
主要參考文獻(xiàn)
1. 梁中，周翔.低碳產(chǎn)業(yè)創(chuàng)新系統(tǒng)運(yùn)行績(jī)效評(píng)價(jià)的指標(biāo)體系.統(tǒng)計(jì)與決策，2012；2
2. 劉元明，單紹磊，高朋釗.煤炭企業(yè)節(jié)能減排評(píng)價(jià)指標(biāo)體系及模型構(gòu)建.經(jīng)濟(jì)研究導(dǎo)刊，2011；6
3. 陳相杰，楊乃定，劉效廣.研發(fā)項(xiàng)目復(fù)雜性指標(biāo)權(quán)重確定的FANP法.計(jì)算機(jī)工程與應(yīng)用，2012；11
4. 王鋒，馮根福.優(yōu)化能源結(jié)構(gòu)對(duì)實(shí)現(xiàn)中國碳強(qiáng)度目標(biāo)的貢獻(xiàn)潛力評(píng)估.中國工業(yè)經(jīng)濟(jì)，2011；4
5. 朱海就.區(qū)域創(chuàng)新能力評(píng)估的指標(biāo)體系研究.科研管理，2004；3
6. 李靖華，郭耀煌.主成分分析用于多指標(biāo)評(píng)價(jià)的方法研究.管理工程學(xué)報(bào)，2002；1
7. 白雪梅，趙松山.對(duì)主成分分析綜合評(píng)價(jià)方法若干問題的探討.統(tǒng)計(jì)研究，1995；6
8. 邱東.多指標(biāo)綜合評(píng)價(jià)方法的系統(tǒng)分析.北京：中國統(tǒng)計(jì)出版社，1991
9. 張崇甫，陳述云，胡希玲.統(tǒng)計(jì)分析方法及其應(yīng)用.重慶：重慶大學(xué)出版社，1995
【作 者】
唐建榮（教授） 傅雙雙
【作者單位】
（江南大學(xué)商學(xué)院 江蘇無錫 214122）
