《发电企业低碳竞争力评价研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
Ｂ＇ｕ；．，：：ＨＰ；＾：ｖ；．：发巧企业低碳葦餘评价珊冀＇、．＾；、＇＇－Ｌ－．＊．１ｒＮ．，：７；Ｖｖ＾＇ｒ么■与ｅ－Ｒｅｓｅａｉ妇的５註£〇却別蜗ｙｌｏｗｄａｒ权包社ｐｏｗｅｒｇ约的ｒａｔｉｏｎ叩若■．ｂｕｓｉｔｔｅｓｓＶ．，＇．．＇．．．■－．■，？．．．．八‘；ｔ，．”Ｉ＇－．■；与－ｒ乂：，克吟．＾—’‘＾．＇中兴—诗範．知、？．孔．錢某：．；带护於’｜＇…作．．，育ＶｖＣＶ’ｖｔｐ！？．？，！’．一－｝ｆ－．，ｔＶ■，．、．－＇＇？．－＾■．＼，Ｊ；ｖＪ／．‘＇＇Ａ＇．伴．云＇，－换．，如护，．‘＇－■、＇‘■－中．；■’＇片＇：，产／＞：、‘＇苗＇－，＂．，去＇．ｃ■．？ｒ＾．．Ｖ．Ｖ？．，户—■’．－卢．＇，．－－乂．‘＇；ＶＸＶＶ：Ｖｒ；飞．：．＇。Ｖ－乂．＇一＇，＇．．；’，、■＾：■？ｖ：．：＇＇＇．＇＾，—／＾＇：－．１／聲令邊＇＼＇＾＇■ｒ／７；＾，：ｖｊ－，２０１６ｒ鲁年巧盡画 国内图书分类号：C931.2学校代码：10079国际图书分类号：005.2密级：公开硕士学位论文发电企业低碳竞争力评价研究硕士研究生：侯天昊导师：孙薇教授申请学位：管理学硕士学科：工商管理专业：企业管理所在学院：经济与管理学院答辩日期：2016年3月授予学位单位：华北电力大学 ClassifiedIndex:C931.2U.D.C:005.2ThesisfortheMasterDegreeResearchoncompetitivelow-carbonpowergenerationbusinessCandidate：HouTianhaoSupervisor：Prof.SunWeiSchool：SchoolofEconomicsandManagementDateofDefence：March,2016Degree-Conferring-Institution：NorthChinaElectricPowerUniversity 摘要摘要随着我国经济的不断发展，碳排放日益增多，我国已经成为碳排放第一大国。二氧化碳对全球气候有着很大影响，同时，逐渐增多的碳排放也在威胁着人类的生存，带来的环境问题也越来越严重。全球气候变暖可能导致天灾增多，冰川融化，疾病肆虐，甚至会因为洋流改变而再次进入冰河期。在全球变暖、环境破坏日益严重的当下，低碳经济是我国面临的新选择、新机遇、新挑战，是改善环境这个大问题的发展模式。电力行业是我国的支柱性产业，同时也是碳排放和环境污染的重点行业，电力行业低碳化是促进我国其他行业实现低碳化的基础，是我国应对当前环境问题的根本措施。电力行业应当担负起低碳发展和环境保护的重任，为中国低碳经济的不断发展做出应有的贡献。因此，对发电企业进行低碳竞争力评价，及时发现问题，并加以改进具有重要的实际意义。本文分析了发电企业低碳竞争力评价的研究背景及选题的意义，并根据我国发电企业的特点，从发电企业的营运竞争力评价指标、发展竞争力评价指标、环境竞争力评价指标和管理竞争力评价指标四个方面包括了总装机容量、发电量、上网电价等27个指标构建了发电企业低碳竞争力综合评价指标体系；并根据发电企业低碳竞争力评价指标以及数据样本的特点，建立了遗传算法（GA）优化支持向量机的发电企业低碳竞争力评价模型；本文选取两家发电企业进行低碳竞争力评价实证分析，根据实证分析结果，将两家发电企业不同年份间的低碳竞争力评价值进行对比，经过对比后分析两家发电企业相同年份之间造成低碳竞争力评价值的不同原因及单个发电企业不同年份之间低碳竞争力评价值变化的原因，同时为发电企业低碳竞争力的提高提出了相关建议，为以后的发电企业低碳竞争力评价工作的有效开展和完善提供一种借鉴和参考。关键词：电力行业；发电企业；遗传算法；支持向量机；低碳竞争力I AbstractAbstractWiththedevelopmentofournationaleconomy,carbonemissionisincreasingprogressively,andournationhasrankedfirstincarbonemission.CarbonDioxidemakesasignificanteffectonglobalclimate;Inthemeantime,increasingcarbonemissionisthreateninghumansurvivalandcausingagrowingamountofseriousenvironmentalissues–globalwarmingcouldleadtothefrequentoccurrenceofnaturaldisasters,themeltingofglacier,thespreadingofepidemicdiseases,andeventhethrowbackoficeageasthechangingoftheoceancurrents.Atpresent,astheglobalwarmingandenvironmentaldestructionaregrowingworse,lowcarboneconomyisthenewchoice,newopportunityandnewchallengethatournationisfacing,itisthedevelopmentmodelofthatbigissue-improvingenvironment.Powersectorisbothourcountry’sdominantindustryandthekeyindustryofcarbonemissionandenvironmentalpollution,asaconsequence,lowcarbonizationofpowersectoristhefundamentoflowcarbonizationofotherindustriesinourcountry,anditistheprimarymeasureofaddressingourcurrentenvironmentalissues.Powersectorhasseriousresponsibilitytodevelopwithlow-carbonemission,toprotectenvironment,andtocontributeitsduesharetoChina’slow-carboneconomicdevelopment.Therefore,ithaspracticalsignificancetoevaluatethelow-carboncompetitivenessofelectricpowerenterprisesandidentifyproblemspromptly.Thispaperanalyzestheresearchbackgroundofthelow-carboncompetitivenessevaluationforelectricpowerenterprisesandthemeaningofthispaper,and,accordingtothefeatureofourcountry’selectricpowerenterprises,buildsthelow-carboncompetitivenessevaluationsystemforelectricpowerenterprisesinfouraspectsthatincludetheevaluationindicatorsoftheelectricpowerenterprises’operationalcompetency,thedevelopmentalcompetency,theenvironmentalcompetencyandthemanagerialcompetency,inwhichincludetwenty-sevenindicatorscoveringthetotalinstalledcapacity,theelectricenergyproduction,andthefeed-intariff,etc;thispaperalsoestablishesthelow-carboncompetitivenessevaluationmodelforelectricpowerenterprisesbasedonthegeneticalgorithm(GA)optimizedsupportvectormachines;thispaperanalyzesempiricallyaccordingtotwochosenelectricpowerenterprises,comparesthelow-carboncompetitivenessevaluationvaluesbetweentwoelectricpowerenterprisesII Abstractamongvariousyearsbasedontheresultoftheempiricalanalysis,analyzesthereasonforthedifferenceoflow-carboncompetitivenessevaluationvaluesbetweentwoelectricpowerenterprisesinthesameyearandthereasonforthedifferenceoflow-carboncompetitivenessevaluationvaluesinsingleelectricpowerenterpriseamongvariousyears,and,inthemeantime,proposesrelatedrecommendationsforimprovingthelow-carboncompetitivenessofelectricpowerenterprisesaswellasprovidesexperiencesandreferencesforeffectivedevelopmentandimprovementofelectricpowerenterprises’low-carboncompetitivenessevaluationwork.Keywords:Electricindustry;Powergenerationenterprises;Geneticalgorithm;Supportvectormachine;Low-carboncompetitivenessIII 目录目录摘要..............................................................................................................................IAbstract...............................................................................................................................II第1章绪论.....................................................................................................................11.1研究背景及意义.......................................................................................................11.1.1研究背景.............................................................................................................11.1.2研究意义.............................................................................................................21.2国内外研究现状.......................................................................................................31.2.1国外研究现状.....................................................................................................31.2.2国内研究现状.....................................................................................................41.3发电企业低碳竞争力主要评价方法.......................................................................81.4主要研究内容...........................................................................................................9第2章发电企业低碳竞争力相关理论概述.................................................................112.1发电企业低碳竞争力相关概念及理论.................................................................112.1.1低碳经济...........................................................................................................112.1.2企业竞争力.......................................................................................................132.1.3企业低碳竞争力...............................................................................................162.1.4发电企业低碳竞争力.......................................................................................172.2本章小结.................................................................................................................18第3章发电企业低碳竞争力评价指标体系.................................................................193.1评价指标体系设计的基本原则.............................................................................193.2发电企业低碳竞争力影响因素分析.....................................................................203.3构建发电企业低碳竞争力评价指标体系.............................................................213.4发电企业低碳竞争力评价指标评分标准.............................................................233.5本章小结.................................................................................................................25第4章发电企业低碳竞争力评价模型研究.................................................................264.1发电企业低碳竞争力评价方法适用性研究.........................................................264.2支持向量机理论基础.............................................................................................264.2.1支持向量机的原理...........................................................................................264.2.2支持向量机核函数...........................................................................................284.2.3支持向量机的参数选择...................................................................................284.2.4支持向量机参数优化问题...............................................................................294.3遗传算法理论基础.................................................................................................294.3.1遗传算法原理...................................................................................................30IV 目录4.3.2遗传算法核心...................................................................................................314.4GA-SVM模型与应用..............................................................................................324.5本章小结.................................................................................................................35第5章实证分析.............................................................................................................365.1数据收集.................................................................................................................365.1.1定性与定量指标...............................................................................................365.1.2样本数据获取...................................................................................................375.2模型训练过程.........................................................................................................405.3结果分析.................................................................................................................425.4提高发电企业低碳竞争力的建议.........................................................................435.5本章小结.................................................................................................................44第6章研究成果和结论.................................................................................................46参考文献...........................................................................................................................48在学期间发表的学术论文和参加科研情况...................................................................51致谢...........................................................................................................................53V 华北电力大学硕士学位论文第1章绪论1.1研究背景及意义1.1.1研究背景在经济飞速发展的当今社会，人民的生活水平有了显著的提高，然而这种进步却是以生态环境的不断恶化作为代价的。在全球气候变暖的大环境下，全球气候变化大会（COP20）于2014年12月1日在秘鲁首都利马举办。会议期间，各国代表就全球气候变暖问题展开了激烈的讨论。同时，各国代表也在会场外部就气候变化给各个国家带来的恶劣影响与灾难向大家作了全方位的展示。最终，大会拟定了针对全球变暖现状的行动策略，以及要求发达国家对发展中国家进行关于气候所导致的消极影响的财政援助支持、消除气候不良影响的基本草案。该次会议形成了应对气候变化策略的基本方针，为2015年制定于巴黎的应对气候变化全球协议奠定了基础。在中国，环境问题关系到人民生活的各个方面，也因此受到人们的广大关注。诸如“雾霾、APEC蓝、中国呼吸、气候大会、低碳社区”等关键词已深入人心。于此同时，一些低碳产品，例如防雾霾口罩、空气过滤净化器、清洁型能源也引起了人们的广泛关注。然而，首都及其周围地区的雾霾侵袭自2010年以来从未得到真正的消除，尤其是秋季以后，城市居民每天都忍受着雾霾对于生产生活造成的影响和威胁。在APEC会议召开期间，通过北京及周边地区的共同努力，空气质量曾得到有效治理，“APEC蓝”的目标得以实现，这一进步使国民看到了希望。但有统计数据表明，我国的雾霾问题依旧不容乐观，并有进一步加剧的趋势。环境质量的日益下降显示了我国目前急需减少或限制二氧化碳的排放总量。我国环保部门于2015年初颁布了《国家环境保护“十三五”规划基本思路》，提出“十三五”规划在环境保护方面的现状与未来趋势、改进目标、重大战略任务、重大工程和项目以及制度建设和政策创新[1]。“十三五”是我国改善大气污染和水污染的重要转折点，相关领域的环境质量将会在这一时期之后得到逐步的改善。统计数据结果显示，在2012年，我国一次能源消费量高达36.2亿吨标煤，单位GDP能耗是世界平均水平的2.5倍，美国的3.3倍，并且高于巴西、墨西哥等发展中国家。全球的平均水平为每消耗1吨标煤可创造2万5千元GDP，而在我国，这一指标仅为1万4千元人民币GDP。这一对比结果显示了我国的能源高消耗低效率的特点。以2013年的统计数据为例，我国GDP占全球总量的12.3%，而能源消耗却占据了全球总量的21.5%。现如今，我国年度人均二氧化碳排放量已达到了6吨，逼近欧洲、日本等发达1 华北电力大学硕士学位论文国家的排放水平，并且仍呈现持续增长态势。在我国部分发达地区，人均二氧化碳排放量甚至大于10吨，已经与欧洲、日本等发达国家发展峰值时的排放量平齐，并且仍保持着快速增长的趋势。从根本上说，导致这些现象的原因是我国庞大的高耗能产业的飞速发展，以及这些产业在发展过程中形成的产能过剩现状，再加上诸多企业存在的不合理需求与资源浪费。我国以煤炭为主的能源结构一直无法改变，每年的煤炭消费量达到了全球的煤炭消费总量的50.4%，尤其是在我国的东部地区，其煤炭消费量占全球的40%，其“煤炭空间密度”即单位国土面积上消耗的煤炭量居于国家首位，更是全球平均值的12倍。据不完全统计，每年的煤炭消费中，有50%以上的煤炭是用于直接燃烧而非用于发电，这种使用方式导致了对环境最严重的污染。截止至2013年底，我国的煤炭消耗量达到了39亿吨，其中有18.3亿吨用于发电厂的发电计划，还有剩余的超过20亿吨的煤炭则用于直接燃烧。统计数据的计算结果显示，我国的“油耗空间密度”达到了全球平均水平的3倍，尤其是在我国东部地区，其“碳排放的空间密度”达到了全球平均水平的6倍，种种现象表明我国已经进入高碳国家行列。在各国都在提倡节能减排的大环境下，电力行业作为我国主要的煤炭消费行业面临着巨大的压力。推行有利于低碳生产的技术创新，提高我国电力行业的低碳竞争力，主动实现节能减排的重要目标成为了电力行业目前的主要使命，这些举措也将为中国的低碳发展道路奠定坚实的基础。随着中国市场经济体制的不断成熟，一个企业若想获得市场经济体系下的长远发展，就必须提高企业本身的低碳竞争力，使之在市场竞争中获得一席之地。近年来，随着我国电力企业体制改革的不断深化，发电企业逐渐融入市场竞争的大环境中，并演化为市场的竞争主体。在全面推行低碳发展的背景下，发电企业必须根据自己的企业特点，制定适合自己的发展路线，实现绿色、经济、高效的发展，从而不断提高自身的低碳竞争力。本文针对这一现状，提出了发电企业低碳竞争力并展开研究。1.1.2研究意义随着低碳经济改革的不断推进和深入，其对发展中的中国提出了更高的要求，这对于中国来说既是机遇也是挑战。目前我国正处于不断推进现代化和城镇化的发展阶段，其需要耗费大量的人力、物力和财力。就目前而言，我国的主要能源消费种类包括两部分，一个是煤炭，另一个是石油。由于能源消费的特点，导致我国的碳排放量只增不减，而科技水平落后也成为了我国向低碳发展的一个极大的阻碍，对于煤炭消费主要行业的电力工业来说，提出了更高的要求和挑战。全球气候变暖的最主要原因就是二氧化碳等温室气体的高度排放，对于中国来说，大规模电厂的发展给中国的环境带来了极大的压力与威胁。面对国内外节能减排的压力，2 华北电力大学硕士学位论文我国电力企业由于其行业特性，存在高污染、高消耗等特点，使其成为了节能减排的主要改革对象。近年来，我国积极的倡导节能减排，虽然取得了点成效，但是还是无法改变现如今以煤炭为主的能源消费结构，在环境保护方面也存在许多的缺陷。现如今，在低碳经济全球化的推动下，我国的电力行业应紧紧抓住此次机会，积极开展和推广节能技术创新，碳捕捉利用技术，提升电力企业的低碳竞争力，尤其是一些大型的发电企业，其碳排放量不容忽视，更应该加强清洁生产的管理，为实现中国的节能减排目标贡献一份力量。因此，在低碳经济的浪潮下，探讨发电企业的低碳竞争力问题具有十分重要的理论意义和现实意义。1.2国内外研究现状1.2.1国外研究现状国外许多学者和相关研究机构从多角度对企业竞争力进行了分析和研究，比较有代表性的研究成果如下：1994年世界经济论坛在该年度发表的《全球竞争力报告》中阐述了一个国家的公司竞争力的概念，将其定义为一个公司在全球市场上所拥有的高于行业平均水平的财富生产能力；哈佛大学的Spence教授持有的不同的观点，其认为一个国家的企业竞争力可以看做该企业在全球市场上所拥有的进行贸易的能力；竞争优势理论在早期是由MichaelE.Porter学者从实证角度进行了研究，首先提出了将企业竞争力分为五个要素，并对该模型进行了分析，结果得出在所有的企业战略中最主要的就是挖掘并维持企业的竞争优势，即竞争优势战略。电力行业的低碳方面也一直是国外相关学者和机构关注的重点，具有代表性的观点如下。在英国最早提出低碳经济一词的是其《能源白皮书》，该词一经提出，便使低碳化成为英国的电力行业所要达到的重要目标之一。MichaelGmbb等学者在其文章中首先阐述了电力行业实行低碳化的优缺点，其次在上述基础上分别对发电所使用的多种燃料在不同组合下所产生的碳排放量进行了测量计算和比较，由此得出了下述结论：在使用不同燃料组合的情况下能够减少碳排放量，同时能够使电力系统获得更高的安全性和稳定性[2]。此外，他们还对实现低碳化发展的政策工具所存在的不足和多元化进行了探讨。NeilStrachan等学者就低碳经济是否影响企业竞争力进行了相关研究，其得出的结论为，在较长时期之内，如果不考虑减排二氧化碳对于英国竞争力和过渡性造成的影响，英国能够达到降低二氧化碳排放量的目标[3]。ToshihikoNakata运用能源系统模型对低碳社会进行了研究，其目的在于发现能源系统与低碳社会之间存在何种关联性[4]。Kannan等通过建立MARKAL模型，研究了英国的电力相关部门在减少碳排放的各种情况下所起到的不同作用。MARKAL模型的分析结果显示，如果英国政府想要达到至2050年将二氧3 华北电力大学硕士学位论文化碳的排放总量降低60%的目标，唯一的途径就是对全部的能源系统进行转化。并且该学者在综合考虑了英国的低碳技术限制、国家对于电力资源的需求、实现低碳系统的成本等因素的前提下，提出了英国能源系统在转化过程中可以参考的针对不同电源结构的组合方案[5]。在欧盟中，一些发达国家为了达到节能减排的目的寻求与发展中国家的合作。其将拥有的先进技术引入到一些发展中国家，并将碳排放转移到发展中国家，由此以减少发达国家自身的碳排放量。JohnA.Mathews在其实证分析中对电力系统的碳排放量进行了量化研究，并且研究论证了欧盟国家若想实现降低二氧化碳排放的目的，其需要采取措施的核心部门是发电部门[6]。在美国，相关学者对发电部门如何减少碳排放也进行了研究。S.Giblin等将加利福尼亚州作为研究对象，分析了能源经济能效和碳排放强度的量化是否对电力部门的运营产生影响[7]。JamesNelson等学者在研究中首先利用混合整数线性规划模型对北美西部的产能扩张方案进行了情景分析[8]，并提出了温室气体减排工作的重心是电力企业的生产减排工作。1991年，MichaelE.Porter学者在NewYorkTimes上第一次界定了绿色竞争力的定义，将其定义为在环境保护，健康和可持续发展这一绿色发展基础上，一个企业获得企业竞争优势的能力。这一概念一经提出，便在国际上掀起了研究绿色竞争力的新浪潮。MorrisAltman以单个企业作为研究案例，将其行为构建了相关模型。其分析结果表明，一个更加绿色的企业在传统经济主导的商品市场中处于更加具有竞争力和收益性的地位。LiGong和ZhouChuanhua等在其研究中发现，关注绿色管理，对于新的经济全球化和环境政策与法规的形势下的企业发展起着举足轻重的作用。Hitchens和D.Thankappan等将欧洲中小企业为研究案例，研究了企业竞争力指标和环境绩效的相关性。其分析结果表明，具有高水平竞争力的企业往往也更关注环境绩效的水平。CathyA.Rusinko将各种可持续发展战略作为研究对象，分析了不同策略对企业竞争力水平所产生的作用。ThomasEichner，MacroRunkel等在结合绿色评价制度和设立动态应用模型的基础上建立了产品数据库并提高了企业管理水平和企业竞争力[9]。Brandoni和Arteconi,对其所在地区发电厂的现有技术进行了分析，研究结果表明微型发电技术有助于减少二氧化碳的排放量并产生较多的可再生产品[10]。1.2.2国内研究现状对于发电企业的企业竞争力，近年来国内已经出现了较多的研究。张弛，牛东晓[11]认为决定有关发电企业竞争力指标分析独特性的原因是电力产品的独特性。因此，构建科学合理的发电企业竞争力的指标体系尤为重要。该体系应有如下特点：第一，指标体系应包含企业资源基础，运营能力，发电成本与外部环境的四个准则层；第二。指标体4 华北电力大学硕士学位论文系的评价指标共有14个，包括当地政府管理效率、区域电力市场规范化程度、总装机容量、负荷位置、净资产、固定资产净值率、总资产周转率、资产负债表、总资产报酬率、机组等效可用系数、单位燃料成本、检修、折旧和工资。可以较为全面的对企业竞争力有所评价；第三，提出将主客观权重相结合的方法运用TOPSIS模型，从而克服该模型存在的不足，有效评价发电企业竞争力。范俐婷[12]以主成分分析法为基础，构建了基于层次分析法的潜在竞争力评价模型和基于综合指数法的综合竞争力评价模型。该学者选取了我国8家具有代表性的火力发电企业，并运用上述三个模型对于企业的竞争力水平进行了定性、定量、系统的分析，得出了竞争力、潜在竞争力和业绩竞争力的排名，进而提出了相关对策和建议。陈立荣、郭继伟[13]等提出了建立在熵权基础上的灰色关联分析方法改进版本，并运用该方法对江苏省5家发电企业进行了企业竞争力的评价，进而分析评价结果与指标权重的关系。陈辰[14]分析了规模竞争力、燃料竞争力和生产竞争力对于发电企业竞争力水平的影响，并基于这三个指标构建了发电企业竞争力评价指标体系。此外，他还将熵权与灰色关联度法相结合，对样本中的发电企业竞争力水平进行了分析。该研究方法在减少主观影响的同时，还可以对不同发电企业的竞争力水平进行客观的展示。刘江[15]将模糊综合评价法运用于发电企业竞争力的评判中，通过该方法的利用，识别发电企业中最为核心的竞争力，并对企业运行中的薄弱环节进行预警。张立辉、乞建勋[16]等构建了40个评价指标，并结合了企业潜在竞争力、现实竞争力、行业竞争力、业绩竞争力四个方面，对我国上市的发电企业的竞争力进行了评价，通过与熵权法、因子分析法、综合指数法、层次分析法四种方法的评价结果进行对比，得出他们所提出的方法具有更好的评价能力。单宏胜，黄文杰[17]第一次将弓箭理论运用于竞争力中，创造性的将企业掌握的资源基础设为弓，经营过程设为弦，企业对业绩设为箭。该模型论述了企业竞争力表现在业绩表现，经营过程与资源基础三个方面，并通过BPNN模型的应用，构建了发电企业竞争力评价的模型。瞿斌、田惠英[18]等人从外部环境、资源基础、经营过程、业绩表现四个方面以可操作性，综合性，导向性，可比性为原则构建了13个评价指标对发电企业进行综合评价，提出了局部变权评价法，并通过具体案例进行了实证分析。宋佩华[19]通过AHP法加权分析与灰色关联度法的结合建立了评价发电企业竞争力的指标体系，并对五家发电企业进行了综合分析。基于低碳经济理论，米国芳，王春枝[20]针对火电企业的特殊性首先构建了IAHP-SWOT量化模型，并以此为根据分析了发电企业在低碳经济环境下发展的优劣势，5 华北电力大学硕士学位论文可以运用的机会与可能面临的威胁，另外还采用IAHP-SWOT量化模型对火力发电企业进行定位分析，得出火电企业应采取“优势-威胁”(ST)低碳发展经济战略，尽可能地利用优势规避或减轻外部环境的威胁所带来的不良影响，并提出了火电企业低碳经济发展战略的具体实施方案。现如今，国内对于电力行业低碳的相关研究同样相对较多。殷红军，郭永凯[21]提出“以大力发展新能源引领发电集团向低碳企业转型”，我国应提高新能源发电装机的比重，并且将新能源的发展逐步作为企业的特色竞争力，从而改变现有的产业结构，提高企业的可持续发展能力和盈利能力。林锐[22]重点对我国低碳经济的宏观发展环境和国际背景进行了分析，并以此为基础，对在低碳经济发展中起着重要地位的电力企业需要面临的问题与发展机遇进行了详尽的分析。并据此进一步提出，我国的电力价格与二氧化碳价格、财税政策、约束机制或交易机制有着重要的联动效应。因此，在低碳经济的发展背景下，电力企业若想有长远发展，在考虑需求关系与电价波动的同时，也应该考虑与国家宏观调控政策相关的各种配额机制或碳税等因素。不仅如此，文章还进一步分析了低碳技术、各种新型低碳电源运用在不同程度上对于发电企业低碳进程的影响。陈慧珍[23]认为，发电企业应该抓住国家大力实施能源与环境发展战略的背景，将低碳竞争力作为企业的核心竞争力，全方面制定出合理可行的低碳经济管理与运营模型，只有如此，企业良好的资源节约与环境友好型社会形象才可以得以树立。在我国环境发展的大背景下，在制定电力企业战略时，不仅应整体考虑国家的宏观政策与电价联动，还应当考虑电力行业市场的交易机制和约束机制，制定出更符合电力行业特点的减排目标。杨卓，毛应淮[24]认为，我国的以煤炭为主的能源结构不是短期内就可以有所改变的，作为一段时间的能源结构主导，火电企业的减排将成为发展的重中之重。通过加大电力工业的烟气脱硫力度和增加清洁能源的比重在一定程度上可以减少火电企业的碳排放。文章在此基础上还进一步描述了当前电力行业节能减排的情况，提出了电力企业的减排方式和机遇挑战，指出了低碳技术在未来的研究和运用，并在文章的最后强调清洁能源发展的必要性和严峻性。李潇，巫世晶等人[25]提出，发电企业只有顺应世界经济的发展变化，全面分析当前中国的经济环境，提高经济发展方式转变的标准并培养前瞻性，才可以肩负起提高能源效用减少排放的重任，使其保持良好的企业竞争力，更好的适应信息时代的经济发展与环境变化，为实现企业的可持续发展奠定坚实的基础。刘丽珍[26]研究并分析了影响火电企业进行清洁生产的因素，并且通过实例分析，对所建立的指标体系进行了演示和客观合理的评价，并据此提出具有针对性的建议。6 华北电力大学硕士学位论文陈启鑫，周天睿，康重庆[27]利用实际数据，结合未来的发展，研究了不同电力调度模式下二氧化碳排放的计算模型，分析了不同调度模式下国内电力行业的二氧化碳排放轨迹，并以此为基础，提出了以机组年发电小时数差异为控制要素的电量分配方法，由此形成不同的调度方案，进而计算比较了不同调度方案对二氧化碳减排的影响效果。张岩，史琼，田翠香[28]指出，我国发电企业的高碳排放特征使其减排成为我国低碳经济发展过程的关键因素。并以此为基础，结合发电企业的特点，建立低碳能源消耗产出、低碳消费和低碳管理三维一体的评价指标体系，尝试构建了包含非化石能源用于发电的比重、电压合格率、低碳电力调度比重、智能化配电网容量、终端用电活动二氧化碳排放强度、单位供电量二氧化碳排放强度、充电站电力消耗比重、开展煤质源头控制、新能源并网建设投资、企业技能岗位职工培训、供电半径规划的合理性、低碳电力技术投资等12项指标在内的发电企业低碳绩效评价指标体系。米国芳[29]以低碳发展为着力点，建立了促进火电企业可持续发展的评价指标体系，推动了低碳经济理论在电力领域的发展创新。并且从经济协调度、电力生产、社会协调度、环境承载力和资源承载力五个方面着手，结合当前中国火电企业可持续发展的情况,构建了低碳角度下火电企业可持续发展评价指标体系。以竞争力理论为基础，邢新朋[30]提出了发电企业绿色竞争力的概念，并且以此为基础提出了包含企业资源和能力、企业经济能力、环境绩效指标等三个环节在内的，涵盖了26个指标的发电企业绿色竞争力评价指标体系，此外，还结合了模糊评价和熵值赋权法，构建了发电企业绿色竞争力评价模型并进行了实证分析。朱利明[31]通过结合模糊综合评价法和层次分析法，从运营、环境、资源、管理竞争力四个角度对大型发电企业的低碳竞争力进行评价分析，并据此提出政府和企业在培育低碳竞争力过程中应当注意的问题与需要途径的路程。通过文献综述可知，国外学者主要针对低碳的概念与低碳技术对企业竞争力的影响进行了研究，而针对发电企业的低碳竞争力的研究尚属空白，而国内的学者对普通企业的竞争力评价研究较为成熟，对普通企业的低碳竞争力评价研究发展迅速，这在一个层面上与国外的研究形成了互补的状态。但是整体来看，国内外对于发电企业的低碳竞争力的研究都尚不成熟，鲜有研究，所运用的方法也只局限于层次分析法、模糊综合评价法这两种简单的评价方法。层次分析法与模糊综合评价法在指标权重确定上具有很强的主观性，这在一定程度上降低了评价结果的可靠性。同时在低碳竞争力评价这种所需指标数据较多的情况下计算较为繁琐，效率较为低下。为此，本文利用遗传算法良好的全局搜索能力，可以快速地将支持向量机解空间中的全体解搜索出，找到合适的最优模型参数，无论是简易性、客观性还是准确性上都明显优于以上两种普通评价方法。通过构建具有发电企业特色的低碳竞争力评价指标体系，运用实例分析，对发电企业的低碳竞7 华北电力大学硕士学位论文争力进行了合理细致的评价，结果表明，所提出的方法的评价效果较为突出，具有一定的实践意义。通过新方法的提出与发电企业特点的结合，本文为发电企业的低碳发展提供了新的发展思路，为发电企业低碳化进程提供了坚实的基础与努力的方向。1.3发电企业低碳竞争力主要评价方法目前国内外学者在评价方法上最主流的方法有三种：定性分析、定量分析和定性定量相结合分析。依据经验或者专家的主观判断来进行评价的方法为定性分析，这种方法虽然过程和要求简单，但是在准确性方面却存在着不足；我们用定量分析来对电力企业的数据进行评价，这就导致指标的设计要求相应的提高；为了研究量化的企业竞争力，通过将定性与定量方法结合，可以将定性指标通过数学函数将其进行量化。下面对几种评价企业竞争力的定量分析方法进行介绍。（1）层次分析法层次分析法是把多目标的决策问题作为一个系统来看待，并把整体目标拆分为数个分目标或是准则，进一步得以构成多个目标（准则或约束）的分层体系，以定性指标模糊量化办法为依据，为体系进行包括单层次和总体层次在内的排序，进而提供与多目标、多方案的优化决策相关的建议。将与决策问题有关的整体目标、各层次的分级目标、相关的评价标准以及备选方案按顺序排列，形成一定的层级体系，以判断矩阵求解特征向量为根据，即可获取某一层次的分子与上一层次对应分子对比得出的优先权重，也就是单层次排序，按照这种原则进行进一步推演，得到整体层次的排序，获取各个备选方案与整体目标对比得出的权重，其中最佳的方案即为所得出权重最大的方案。在这一过程中，需要指出的是“优先权重”指的是相对度量，即为每个备选方案与某个分子的评价原则或者与分子目标下优异程度相比较而言的度量水平，以及与每个分子目标与上一次目标对比的相对重要程度相比较而言的度量水平。层次分析法主要适用于解决一些定量描述比较困难的目标值，尤其在该决策问题的目标系统具有分层交错评价指标时，层次分析法更能体现出其独特的价值。详细的操作办法为，以每个分子指标构造判断矩阵为依照，得出最大特征值以及特征向量W，并将其进一步归一化，即可获取该层指标与上一层指标相比较而得出的相对重要性权值。（2）数据包络分析法数据包络分析为比较决策单元效率与效益的良好方法，尤其在对一些相同类型的输入和输出进行实施时。它以一种系统的实际决策单元，以帕累托最优决策单元（DEA有效性和相应的多目标规划问题的帕累托有效解）的概念为基础，利用线性规划技术确定效率系统前沿或称为生产边界的决定，然后用函数得到的相对效率和规模信息。8 华北电力大学硕士学位论文（3）BP神经网络神经网络模型在时下获得了非常广泛的实践，BP神经网络是这其中获得实践应用最广泛的一种网络模型。它是一种以误差逆传播算法为依据训练得出的多层前馈网络。BP神经网络具有的独特优势体现在它在对于输入—输出模式映射关系方面具有非常优秀的学习和存储效果，更独特的是它不需要对于这些模式映射关系的数学方程进行提前揭示。BP神经网络采用的是利用反向传播，对于网络的权值和阈值进行不断修正的方法，将网络的误差平方和减小到最低值，即最速下降法。BP神经网络模型是由包括输入、隐含和输出三层在内的拓扑结构构成的。（4）模糊综合评价法模糊综合评价法是一套以模糊数学理论为依据的方法体系，模糊数学领域在当今逐渐受到了广大学者了解和关注，模糊综合评价法也因此获得了较为深化的应用。该评价方法的具体实施步骤即为以隶属度原则为基础，使问题实现从定性评价到定量评价的转化，在对模糊数学理论进行实践的过程中，将各种对于事物造成一定程度影响的多样化因素做出整体的评价。由于模糊综合评价法具有综合性高和输出结果明了的优势特点，它可以为一些不够清晰的和量化困难的问题提出很好的解决方案。综上所述，各类非确定性的问题都可以通过模糊综合评价法来得以解决。（5）支持向量机在机器学习领域中，支持向量机是一种监督学习模型，其与相关学习算法有关，对于数据分析、模式识别、分类和回归分析等问题均可以适用支持向量机。给出一组训练集，每个标记为属于两类，一个模型由一个支持向量机训练算法建立，将新的实例分配为一类或者其他类，使其成为非概率二元线性分类。一个支持向量机的例子，例如在空间中的点和映射，使得所述类别不同的例子是由一个明显的差距是尽可能宽划分的表示。新的实施例则映射到相同的空间里，并且预测基于它们落在所述间隙侧上属于一个类别。1.4主要研究内容作为国家经济的基础性行业和支柱性产业，电力企业的持续发展在国家经济发展中的作用不容小觑。而现如今环境日益恶化，人们将更多的目光聚焦在低碳环保问题上，发电企业对于此问题也不能忽视，所以发电企业必须将低碳节能作为体现自己竞争力的一大重要指标。此外对于发电企业自身发电技术的不断提升，电源结构的调整，清洁发电的有效实现，达到绿色、高效、经济的要求也有着重要意义。因此针对发电企业的以上问题，本文通过构建发电企业低碳竞争力评价指标体系，结合遗传算法优化支持向量机的模型，并以部分发电企业为例，对发电企业的低碳竞争力进行综合评价，同时对应用结果进行分析，以此来论证本文构建的发电企业低碳竞争力评价指标体系和评价模型9 华北电力大学硕士学位论文在发电企业低碳竞争力评价中的适用性和有效性。主要论文研究主要概括为以下内容：（1）对发电企业低碳竞争力的研究背景进行阐述并描述国内外有关问题的研究现状。（2）介绍发电企业低碳竞争力相关的理论。（3）对我国现如今低碳经济下的发电企业现状进行分析，构建发电企业低碳竞争力评价指标体系，并对各个指标进行解释分析。（4）构建遗传算法优化支持向量机的发电企业低碳竞争力评价模型。（5）以某些发电企业为例，对发电企业低碳竞争力进行实例分析，对发电企业低碳竞争力进行评价，其评价结果可以验证本文构建的评价模型的有效性并且在我国发电企业提高自身低碳竞争力方面也具有一定的参考价值。10 华北电力大学硕士学位论文第2章发电企业低碳竞争力相关理论概述2.1发电企业低碳竞争力相关概念及理论2.1.1低碳经济近年来，随着低碳问题的不断热化，许多国内外学者对其定义进行阐述。本文在参考有关低碳经济的文献后，对其进行定义，认为在可持续发展的观念下，通过技术、制度等方面的创新、对新能源的开发利用以及能源利用率的提高，降低碳基能源等高碳能源的消耗量，减少在碳基能源燃烧过程中温室气体的排放，使得社会经济和自然生态环境协调发展的经济方式为能源的低碳经济。其内涵是降低温室气体和污染物的排放量，使低污染、低能耗的社会发展目标得以实现，这就要求我们要建立低碳能源系统和低碳发展技术以及低碳能源产业体系。以低碳经济、低碳技术为核心的低碳经济概念是替代当前化石能源发展模式的经济发展模式[32]。以整个电力能源经济活动为中心，无论是在电力能源的生产环节还是在消费环节等的各个环节都要全面考虑温室气体的排放问题，目前已经是大众对电力能源低碳经济概念较为认同的理解，其主要体现在对电力能源生产和消费方面做出的选择更高效，来达到最小的温室气体排放量的经济体。与此同时，电力能源需求的不断提高加之不可再生能源的日益消耗，将推动电力能源发展向低碳经济发展的转型[33]。低碳生产和消费以及低碳技术的创新和发展是电力能源经济的主要问题，其中电力能源的低碳生产和使用是通过电力能源结构调整与降低污染物排放为基础的一种可持续生产方式。低碳经济主要有以下相关理论。（1）可持续发展理论长久以来的非秩序开采给人们的生存空间产生了极大的负担，人类发展在极大程度上受到资源瓶颈与环境容量的显著约束。二十世纪八十年代末经济合作与发展组织在其发表的《我们共同的未来》报告中首次将可持续进展的概念确定为：“在符合现代人类需求的同时，不会威胁到子孙的幸福，顺应其所需状况而达到有效的发展。”此理念的主体观点为：社会经济的进展理应创立于世界正直与生活条件的可持续进展的基础上，囊括了现在人类和未来子孙的需要、政治权利、世界均衡、现有能源、社会承受能力、生活空间与进展联合等重点内容。将来的竞争属于碳类物质产出效率竞争，而低碳经济目的为实现人类、国家、世界、生态以及大自然的11 华北电力大学硕士学位论文同步和可持续进展，实际意义与主体均具备着丰富的可持续进展观点，人们必须成功的完成工业进展至今的初始规模转变为低碳规模的转化，方可有效的废除长久至今人们生存环境和经济进展间存在的显著矛盾。（2）环境库兹涅茨曲线(EKC)环境库兹涅茨曲线是二十世纪九十年代中期经美国普林斯顿大学中的两位著名的经济学家研究提出的。它的含义是：“沿着一个国家的发展轨迹尤其是在工业化的起飞阶段，不可避免地会出现一定程度的环境恶化，在人均收入达到一定水平后，经济发展会有利于环境质量的改善。”经过针对人们平均收益和生态毁坏标准间的演变模拟，来讲述经济进展对生态破坏的影响情况。其中格鲁斯曼和克鲁格表示经济进展与生态负担存在以下类型的关联：经济进展会对生态破坏程度起着相当明显的作用，于经济进展的途径当中，生态条件将伴随经济水平的提高、人们平均收益水平的提高呈现出无法避免的破坏，然而一旦人们平均收益现状达到较好水平时，生态破坏程度将伴随人们平均收益的增长而出现下跌趋势。人们平均收益与生态保护的联系属于一种反U型的曲线。中国当前处在工业、建筑业迅速进展的重要时期，经济显著增加与人数日益增加导致能源有限的局面更加的明显，如若顺应当前的经济发展形式与消费模式进展，能源和环境限制会日益突显，而低碳型发展模式能够转变这样的消费模式和产业结构现状，最终有助于推动可持续消费与发展。（3）脱钩发展理论刘传江等人提出以下看法：“脱钩发展理论”能够运用于经济方面，其核心功能为用于解析经济进展和能源耗费间存在的一些关联。针对经济增加和能源耗费间所存在的关联进行了较深层的探究，结果显示任意国家与区域工业进展起始阶段，能源耗费程度伴随经济整体的增加而按照一定比率增加，更有甚者增加幅度更大，在一个指定时期以后产生经济增加时，能源耗损并非顺应增加，反倒是呈现下跌现状，进而形成倒U型，这就是脱钩发展理论。脱钩发展理论给两型社会的出现做好了理论铺垫。所谓的两型社会指的是“能源节约型、生态友好型社会”。能源节约型国家是整体国家经济创立于节省能源的前提下，创建节约型国家的重点内容为节省能源。生态友好型国家是一类人类与自然协调发展的国家形态，它的主要意义为人们的制造产出和能源使用情况与生态环境同步可持续进展。“两型社会”提倡的主要原因为经济国家进展与生态能源耗损的脱节。“两型社会”并非仅仅只是节省能源和维护生态，同时也不仅仅只是增强国家经济进展程度，脱钩发展理论验证了低碳发展是有可能实现的。低碳经济即经过较大规模的增大能源产出效率环境产出效率，实现最少的能、材、水、地耗损和最低的有害物质产生，更好的完成“两型社会”的协调发展。12 华北电力大学硕士学位论文（4）生态足迹理论现阶段，人们在衡量自然资源利用率和自然为人们提供的各种物资资源的时候，一般都采用的是生态足迹理论。最开始提出这个理论的人应该是加拿大的W·雷斯，他提出的时间是1992年，但是当时该理论并没有得到完善。在1996年的时候，M·魏克内格学者在前人的基础上将该理论进行了完善。生态足迹是统计出每个人消耗的自然资源，并将这些资源统一的换算成能够进行生产的土地面积，根据计算土地面积能够提供的总资源和人们需求之间的数值差——生态赤字或生态盈余，能够很明确的说明出不同的地方的人们对自然生态环境的贡献。生态足迹不仅可以很好的突显出个体或区域对于资源消耗的程度，还可以反映出土地提供的物质资源的多少和消耗总量，更能显示出人类持续生存的生态阀值[34]。研究生态足迹可以很好的判断出某些地方土地提供的资源是否满足人们的需要，是否能够可持续的发展，是否具备大生态安全性：如果计算出的数值差距很大，自然资源不能够满足人们的需求，那么这一区域的发展将会受到阻碍，严重的会出现大生态安全危机，这也会间接的影响着社会经济的发展。相反，如果地区提供的资源大于人们消耗水平，那么将使人们在这一区域很好的进行可持续发展，进而为社会的可持续发展奠定一定的基础。2.1.2企业竞争力由于企业发展的环境、经济社会发展特征及存在问题的多样性，再加上企业竞争力存在理论指导和研究侧重点的不同，在对企业竞争进行阐述时，学者们没有明确的进行统一定义。尽管不同学者是从自身的独特角度来定义企业竞争力，但是随着探究不断的深入，企业竞争力的定义渐渐呈现出统一的趋势。现在学术界普遍认同用“企业+竞争力”的模式来定义企业竞争力。从字面上看，这一定义非常的简单，但实际上是一个非常复杂的概念。在对企业竞争力进行理解与评估能力强弱的时候，应当从全局出发的进行分析和理解。结合各界的有关学者对企业竞争力的定义，并根据该领域的研究现状，笔者认为，企业竞争力是指在激烈的市场竞争环境中，独立经营的企业通过获取和运用资源，在为市场提供比其他企业更为优质的产品和服务的基础上，实现自身价值和可持续发展的综合性能力。从本质上说，企业竞争力是作为市场竞争主体的企业在复杂多变的环境中赖以生存和发展的能力。总之，在对企业竞争力进行确切定义的时候离不开以下三个方面的内容：第一，市场竞争和企业在其中具有一定的地位是不可缺少的，企业如果想要在竞争中成为市场经济的主体之一，必须是在竞争中体现出自身独立的市场地位，这样才会拥有我们说的企业竞争力；第二，从企业竞争力13 华北电力大学硕士学位论文的市场表现看，企业竞争力表现为企业通过获取和运用资源为市场提供比其他企业更具有性价比产品或服务的能力；第三，根据企业竞争力的来源进行分析，企业竞争力是包括公司的内部和外部一系列综合因素共同作用的产物。近年来，企业竞争力的相关理论引发了众多学者的极大兴趣与坚持不懈的深入研究，该理论由此也得到了逐步的发展与完善。有关于竞争力理论的研究有相当长的历史，最早起源于古典学派经济理论。李嘉图的著作比较优势理论是竞争理论正式形成的标志。竞争理论的另一个代表著作是经济学大师马歇尔的集聚优势理论。这些理论框架向我们展示了不同国家之间存在的绝对竞争和相对竞争优势的形成原理。这一原理在国际化分工的环境下变得更为凸显。这也是我们称之为理论基础的原因。然而，这些理论框架并没有正式提出竞争力的概念。直至20世纪80年代，竞争力的概念才被明确提出，并且有学者在这一概念的基础上提出了一整套的理论评价体系。由此，竞争力的发展过程和原理得到了完整的诠释。产业组织理论从20世纪30年代开始逐步发展，并使得企业竞争理论获得了很大程度的发展与完善。该理论认为，同类性质的所有企业的集合整体就是产业。产业组织理论并不是从企业内部的各个差异进行分析，而是从市场分析的角度对市场优势、超额利润等进行了解释。美国哈佛大学商学院的迈克尔波特教授在上世纪80年代对产业组织理论进行了更加深入的拓展，发表了其著名的三部曲:《竞争战略》、《竞争优势》、《国家竞争优势》，从而使该理论得以广泛应用于战略管理领域。迈克尔波特在深入研究SCPC（结构—行为—绩效）理论的基础上，提出了五种竞争力的分析模式[35]。这五种竞争力量是:新进入者的威胁（进入壁垒）、替代产品或服务的威胁（替代威胁）、客户侃价能力、供应商侃价能力和竞争对手。该模式指出，一个行业的盈利能力决定于五种竞争力的共同作用。同时，企业的盈利水平主要由五种力量的合力而决定。迈克尔波特的理论提出，在企业逐步建立竞争优势时，市场结构起着举足轻重的作用。此外，波特还对于此前其他学者的研究成果进行了归纳，并提出了竞争优势理论。该理论认为，企业若想保持良好的竞争力，要考虑成本领先，标新立异，目标聚集这三个关键因素。此外，他还认为，在进入或者退出一个产业时所遇到的壁垒，恰恰正是促进企业竞争优势产生，并维持该竞争优势，使之一直存在下去的主要动力。正确的企业定位会使企业获得或提高自身竞争力，从而提高企业的吸引力和盈利能力。这一竞争优势理论一经提出便广为流传。上个世纪80年代，企业战略领域的另一个显著理论是企业能力理论。许多经济学家和企业战略专家在该理论问世后都对其产生了极高的兴趣。这使得该理论在企业战略领域得到了广泛的关注，甚至成为研究主题。企业能力理论将企业的能力进行了如下定义：在一个竞争性的氛围中，一个企业通过各方面的促进作用从而获14 华北电力大学硕士学位论文得较之其他企业的竞争优势就是企业能力。每个企业都有着包含了优点和缺点的不同特点，这些是每个企业的本质特征，是区分该企业与其他企业的重要指标。企业应首先着力改善企业自身的效率，进而提高企业家的盈利水平。这是企业竞争优势的基础。该理论认为，合理经营是企业优势的基础准则，同样还是维持企业竞争优势的核心手段。同时该理论还认为，决定企业绩效的主要因素是企业的特有能力、企业资产和企业自身独特的机制[36]。一个企业只有能够随着市场的变化做出相应的反映，能够随着时间的推移不断进行产品创新，能够协调内外部的不同力量，才能在全球市场竞争中立于不败之地。C.K.潘汉尔德学者与甘瑞哈默学者于二十世纪末期将“企业核心竞争力”这一理论引进了学术界，他们将企业的核心竞争力这一概念定义为“在企业或者相关组织内部的聚合累积性质知识，该种学识尤其与怎样调整各种类型的生产技能和整合提高各种技术类型相关”，企业核心竞争力是一种在漫长过程中逐渐形成的、聚合于企业本体内部的、具有企业独特性质的，可以协助企业获取并维护企业从过去到未来这一时间流中的竞争优势，并且使企业在激烈的竞争之中获取主观能动性，保持自身独特的竞争优势的核心能力。竞争动力学理论近年来在企业的战略性维护与管理方面获取了许多综合的运用机会，受到了许多好评。竞争动力学的理论依据如下所述。该理论实践的第一步是将企业的内部资源和综合能力范围作出整体的分析，并且进行细致的评估。在完整的评估之后，再将各个具有不同内部资源和综合能力的企业之间的竞争作用进行进一步分析，并且对拥有竞争优势的企业产生的影响进行非静态化分析评价。竞争动力学理论的突出优势在于，它对企业竞争相关战略制定方面的原则性问题作出了令人满意的回答，这些问题包括企业如何在市场经济化程度不断提高、市场化竞争不断完善的当今经济环境中，获得并且保持自身的竞争优势，从而在激烈的市场竞争中取得较高的市场领军地位。竞争动力学理论的精华体现在“动态”两个字，这种动态的概念是相对于作者前述的相比较来说静态和独立的、体系之间缺乏综合联系的各种理论而言的。动态这一概念的精华即在于企业应该随着经营环境的变化不断重新塑造企业竞争力，从而帮助企业与外部经济环境整合并且相适应。企业需要提高自己的创新速度和加大创新步伐，尤其是在当今的大经济环境下，时效性和反应效率是决定竞争优势的关键因子，而技术的创新水平也在不断提高、技术的创新速度在不断加速、市场竞争与经济环境的本质存在着不稳定性，这时创新的反应速度就变得更为重要。企业的竞争核心“能力”反映的是企业从综合战略角度出发，适当地管理、运用、聚合和循环使用企业内外部的各种资源，从而使企业内部的竞争能力适应大经济环境的快速变化。本文之前提到的各种竞争理论模型的提出者通常是以不同的理论依据为原则，15 华北电力大学硕士学位论文从各自的不同思维角度论述自己的理论。但是从综合角度来说，上述每个理论都是在企业的内部资源、竞争能力和外部环境等方面做出对应的调研和分析，进而从不同角度对于企业的竞争优势给出论述分析和解释。2.1.3企业低碳竞争力迈克尔波特学者的观点在于，企业的竞争能力是企业所具备的在国际经济市场上以国际化的战略手段进行相互竞争的能力，由此迈克尔也被称为“竞争战略之父”。在当下的市场经济背景下，低碳经济是当前经济的主题，因此如何提高企业竞争力的手段即演变为如何将企业经济发展模式转变为低碳经济模式，进而获取收益和企业竞争优势，也就是说，低碳竞争力将决定企业能否在未来经济竞争中占据主导地位。王石[37]提出，政府引导、社会舆论、企业管理是企业发展低碳经济的三个主要因素。只有协调好这三方面的关系，让三个发展动力互动作用，才能使企业在低碳发展的路上走得更远。潘家华提出，低碳发展与经济结构转型之间存在着相互作用，这就意味着低碳经济的发展对于提升企业竞争力、提高国家整体竞争水平并且维护国家在国际上的经济地位都有着十分关键的作用。本文综合了与企业竞争理论和企业低碳发展的各种基础理论模型，给出了如下所述的关于企业竞争力这一概念的定义：企业低碳竞争力是以低碳发展为前提条件，以可持续发展为指导思想，通过对内外部资源进行整合和利用，利用先进的与低碳发展、可再生资源开发和先进管理理念有关的一系列技术，促使企业实现由高能耗、高排放、高污染的传统发展模型向新型的低投入低污染模式的转变，从而在市场经济的竞争之中取得利益最大化并且维持自身经济价值水平的能力。从企业低碳竞争力的概念可以得知，企业低碳竞争力的核心内容大致包括了如下几个方面：首先，企业低碳竞争力的主体核心思想即为保持可持续的经济发展。在短时间内提高企业的低碳竞争力是很难取得令人满意的成果的，这一过程是十分漫长、不能急于求成的。企业只有长期保持持续有效的生产经营，才能在这一过程中提升企业创造持续经济价值的能力。企业低碳竞争力的提高将会带动企业获取自身的可持续竞争能力；其次，企业内外部经济因素的相互作用对于提高低碳竞争力有着不可或缺的影响，而企业的外部经济因素即是提高企业低碳竞争力的最为关键的因素。只有对我们所说的宏观因素、产业因素、竞争因素、市场和需求因素等因素进行重点分析和综合考虑，才能准确判断企业所面临的外部机遇和威胁；再者，企业在不断完善的过程中培养出的优异的生产运作能力与低碳竞争力也有着很重要的联系。而优越的生产经营能力离不开对于包括能源、设备、技术以及管理制度在内的一系列基础因素的整合。企业优异的生产运作16 华北电力大学硕士学位论文能力集中体现在如下的两个关键点：首先，低碳企业与传统企业相比较存在的特色为低碳企业具有更环保低碳的发展观点、更环境友好的运作流程、更为节约的运作模式和更有效率的产出总量等；第二，低碳企业比竞争对手具有更先进的产品研发潜能、更高效低碳的生产流程、更环保的企业形象以及更具有感染力的品牌文化等。企业的低碳竞争力对于维护企业发展有着许多突出的表现，低碳竞争力可以促使企业在生产运作、市场、客户服务等多个角度获得优越的表现，它可以帮助企业获得同行业市场中的主导地位，进而使企业获得利润最大化水平并且获得保持其独特竞争优势的能力。发展和完善企业的低碳竞争力是一个复杂的、多层次的、综合性的过程，低碳竞争力的获取关系到企业运作和市场活动的各个方面，是一项系统化的综合工程。2.1.4发电企业低碳竞争力在当前的市场经济形势下，发电企业的低碳竞争力理论对于增强发电企业自身竞争能力有着重要的指导作用，即发电企业若想提高自身竞争能力，必须重视“低碳”发展这一路径。发电企业一般情况下是利用内部资源的整合优化分配手段来培育企业的竞争能力，进而使企业在电力行业中占据主体地位。从上述分析中我们可以得出，发电企业的低碳竞争力符合如下定义：发电企业低碳竞争力获取的主要途径在于，降低企业对于传统高碳能源的依赖程度、改良企业能源的构成、提高利用能源的效率、培养企业以低消耗低排放为主的资源低碳配置能力。发电企业的低碳竞争力主要包含了运营竞争力、管理竞争力、资源竞争力和环境竞争力等多个方面的核心内容。在当前的市场经济体系下，低碳技术、低碳管理和低碳文化构成了发展企业低碳竞争力的三大核心因子。低碳技术：与传统技术相比，低碳技术不仅仅能够有效地降低传统“高碳”技术对煤炭石油等能源的依存度，也能够因为能源效率和低碳配置能力的提高从而减少煤炭石油等能源的使用量和污染气体，特别是温室气体的排放，进而提高资源配置主体的低碳竞争力。一般来说，大型发电企业低碳技术的竞争主要表现为技术创新、技术垄断和技术利用这几方面。首先，在当今全球各国都追求低碳经济的大环境下，低碳技术创新作为发电企业核心竞争力的关键构成要素。因此，发电企业通常采取包括低碳产品、工艺以及管理技术在内的多样化方式来强化企业的低碳技术水平。其次，一旦大型发电企业所掌握的低碳技术显著领先于其竞争对手时，按照正常的市场经济规律，就会产生技术垄断现象。不过这种情况并不是永久性的，市场竞争的不断变化必然会导致当前的垄断企业被后来者超越替代。正是因为市场中17 华北电力大学硕士学位论文存在激烈的竞争态势，每个企业都会在外部的鞭策下不断进行技术创新活动，由此促进了低碳技术的大力发展。最后，大型的发电企业利用低碳技术实现其商业价值的转化，不仅能够实现股东价值最大化，还更进一步推动了低碳技术的创新与发展。低碳管理：低碳管理在本质上是对大型发电企业可持续发展模式的重塑，是对发电企业的传统管理模式在能源结构和节能减排方面的改善，是一种在低碳背景下诞生的管理创新。目前，对于大型发电企业进行的低碳管理主要表现在严格控制碳使用、碳排放以及提高资源投入产出率，进而加强企业资源的低碳配置能力和低碳竞争力。低碳管理一般包括了以下几个方面，即低碳战略管理、低碳组织管理、低碳生产管理与低碳营销管理。具体而言：第一，低碳战略管理是大型发电企业低碳管理的首要环节，主要作用是从战略层面确定低碳管理的目标和实施策略，从而全方位掌握和协调企业低碳管理过程。第二，低碳组织管理是为了有效降低机构的能源消耗，减少温室气体特别是二氧化碳的排放量，增加能源的投入产出比率。和锥型、刚性的组织结构相比，扁平化、柔性化和网络化的组织结构更为灵活，信息传递效率高，是加强低碳组织管理的首选。第三，低碳生产管理主要针对的是企业生产过程中的能耗和碳排放控制，需要考虑产品从设计到产出的多个阶段。根据产品的生命周期，将低碳设计、釆购和制造与产品生产过程中对应的阶段联系起来，由此实现大型发电企业的低碳生产管理。第四，低碳营销管理则是在传统市场营销手段的基础上，建立低碳营销组合策略，融合了低碳和营销理念。低碳文化：低碳文化的催生剂是当前的低碳经济大背景。对大型发电企业而言，需要把低碳理念有机地融入到已有的企业文化中，由此重新构建新的价值和文化体系。一般来说，大型发电企业的低碳文化是从意识形态和价值观这两个方面逐步转变企业内部现存的思维模式，建立能够有效适应低碳发展要求的经营和管理理念。科学合理的企业低碳文化有利于实现资源的低碳配置，以及强化大型发电企业的低碳竞争力。2.2本章小结在低碳经济环境下，发电企业需要提升自身环保、绿色、节能的水平，从而确保发电企业的可持续发展。本章首先介绍了低碳经济、企业竞争力、企业低碳竞争力以及发电企业低碳竞争力等与本文选题相关的概念；然后阐述了企业竞争力理论与低碳经济理论。为后面章节对发电企业为例进行发电企业低碳竞争力评价实证分析做铺垫。18 华北电力大学硕士学位论文第3章发电企业低碳竞争力评价指标体系3.1评价指标体系设计的基本原则在实际应用中，对目标对象进行评价研究时，需要根据其领域和目的，结合问题的实际情况，选择恰当的影响因素来构建合理的综合指标体系。因为指标体系的科学与否，直接关系到后续评价研究的结果。发电企业低碳竞争力评价属于一个复杂的大系统，会有很多方面对其产生影响。所以，为了最终可以获得一个可靠可信的评价结果，本文构建的指标体系合理可行，因此需要满足以下若干项原则：（1）科学性一般来说，科学性是指针对实际问题，选择的多个影响因子构成的综合评价指标体系是否符合客观实际，是否反映出事物的本质和内在规律，体系的科学程度直接关系到最后的评价结果是否可靠。对于评价发电企业低碳竞争力，我们需要从发电企业自身的特点着手，并且结合低碳竞争力的定义，从多个指标进行构建。（2）全面性一个全面的指标体系应该要尽可能地涵盖比较大的影响因素范围，这样可以使得构建的体系能够全面完整地反映评价对象——发电企业低碳竞争力的特征。但是，全面性并不等同于全部，其实质是在不遗漏任何关键因素的前提下，尽可能地包含较多的因子，但是要注意指标之间的重叠性，避免指标体系的冗余，杜绝因为过多、繁复的影响因子造成后续评价工作的复杂性。（3）系统性所有事物都是一个有机的、相互关联、相互作用影响的整体。因此，构建发电企业低碳竞争力的指标体系时，不能从割裂的、静态的角度考虑问题，比如只选择单一因子，而是要以动态的、联系的角度选择相互影响的有效因子，这样能够系统地全方位地对该问题进行评估，得出准确的结果。（4）可比性在会计学中的可比性包括了横向和纵向对比。通常，在构建的指标体系中不仅仅有定量指标，也会涉及到定性指标。但是定量指标存在量级不同，定量和定性指标也不能直接进行对比，所以一般要采用某一个确定的标准化方式，将各个指标进行转换，使得其成为具有可比性的数据。19 华北电力大学硕士学位论文3.2发电企业低碳竞争力影响因素分析（1）内部因素尽管这些年我国火电机组的供电煤耗因为电力行业技术的不断发展正在逐年降低，但是和当今世界先进水平相比，依旧存在一个较大的差距。从这个角度来看，我国煤耗降低的潜力还是比较大的。当前，国内大型发电企业通常采取改造节能设备、加强过程管理等措施来降低企业在生产运营过程中产生的煤炭消耗量，进而减少企业的经营成本，提高其低碳竞争力。设备更新和节能改造措施是两种较好的方式，发电企业一般会针对性地进行选择。当然，除了以上两种常用的方式以外，目前加强技术管理也是实现运行优化的一大选择。总而言之，发电企业能否占据竞争优势的关键是技术。对技术管理进行强化，对生产运行机制进行规范处理，都可以在一定程度上降低能耗、优化管理。特别是新能源的兴起，包括风能、太阳能、核能等，增加其发电比重，改善已有的电源结构，是可以降低企业能耗，增强低碳竞争力的。所以，大型发电企业应该在满足生产运营盈利的前提下，大力发展清洁能源，进一步巩固其市场竞争力。一般来说，企业的战略管理与其自身的定位是戚戚相关的，正如上层建筑决定经济基础一样，科学的战略也决定着企业未来发展的方向和高度。在当前国家政府呼吁低碳可持续发展的前提下，如果发电企业重视自身的社会责任，把环境保护这一问题尽早纳入企业的发展计划；重视企业与社区、环境的协调，加大绿色技术的研发，与国家政策和方针保持一致，可以避免因为国家政策导致的政策性罚款，树立良好的企业形象，进一步强化自身在市场经营中的竞争力。（2）外部因素电力体制改革、电力市场供需状况、产业政策、环境政策和同行业的竞争者以及潜在进入者的威胁等都会影响到国家宏观政策的制定[38]。对于地处沿海经济发达的地区，特别是长三角地区和珠三角地区，因为经济的快速发展，随之对电力的需求也急剧增长，这样能够充分发挥该区域电厂的生产能力。另外，在这些地区的企业，一般拥有较大空间的高电价承受力，所以使得这些地方的电力企业能够有更大的发展空间和获利潜质。与之相反，对处于内陆地区，比如经济水平相对落后或者说重工业的比重偏小的地区的电力企业来说，因为经济发展滞后，使得当地企业对于电力的需求量偏低；而且，为了降低成本增加利润，他们在价格上也不愿意接受较高的电价，这就导致了当地电力企业的生产能力一般是低负荷运行，存在机组空闲浪费的现象，无法达到最优的盈利模式。而且，对电力公司而言，低售电量和低电价，都限制了企业的盈利空间。当然，因为经济不发达，地理位置偏内陆等原因，20 华北电力大学硕士学位论文这些地区的电网建设往往也比较落后，无法将多余的电量远距离输送到电力需求量较高的沿海地区，由此限制了跨区域供电，进一步使得企业的利润无法增加。以上阐明了区域经济和市场结构的影响机制。3.3构建发电企业低碳竞争力评价指标体系经过研读大量资料，结合我国发电企业的实际情况与影响因素，同时根据章节3.1评价指标体系设计的基本原则，考虑到指标的科学性、全面性、系统性与对比性，本文所构建的发电企业低碳竞争力评价指标体系主要包含营运竞争力、发展竞争力、环境竞争力和管理竞争力四个方面的内容。营运竞争力与发展竞争力着重于强调发电企业的经济方面的竞争力，而环境竞争力与管理竞争力则强调发电企业低碳环保方面的竞争力，这也就概括体现了发电企业低碳竞争力。总装机容量、发电量、上网电价、发电机组平均负荷率、厂用电率、供电煤耗、资产负债率、单位燃料成本、单位发电成本这九个指标，表现出发电企业的发展规模、运营状况和成本状况，都关乎发电企业营运能力。发电量同比增长率、利润总额增长率、技术人员比重这三个指标，发电量同比增长率和利润总额增长率分别代表发展规模的增长与利润的增长速度，而技术人员比重的大小同样影响着发电企业的发展速度。烟尘排放浓度、二氧化硫排放浓度、单位发电碳排放浓度、氮氧化物排放浓度、氮氧化物排放达标率、废水排放达标率、烟尘排放达标率、厂界噪声达标率、脱硫效率、炉灰渣综合利用率、废水综合利用率这十一个指标体现出发电企业的污染物排放、回收再利用的环境保护能力。而低碳制度全面程度、低碳制度执行程度、企业低碳文化氛围、员工低碳意识培养这四个指标则是发电企业内部以人为主要资源，从企业内部提高发电企业低碳竞争力。所以发电企业低碳竞争力评价指标体系如表3-1所示；表3-1发电企业低碳竞争力评价指标体系一级指标二级指标三级指标指标类型发电企业低碳竞争力评价总装机容量(A1)+发电量(A2)+上网电价(A3)+发电机组平均负荷率(A4)+营运竞争力(A)厂用电率(A5)+供电煤耗(A6)-资产负债率(A7)-单位燃料成本(A8)-单位发电成本(A9)-21 华北电力大学硕士学位论文表3-1续表一级指标二级指标三级指标指标类型发电量同比增长率(B1)+发展竞争力(B)利润总额增长率(B2)+技术人员比重(B3)+烟尘排放浓度(C1)-二氧化硫排放浓度(C2)-单位发电碳排放强度(C3)-氮氧化物排放浓度(C4)-氮氧化物排放达标率(C5)+环境竞争力(C)废水排放达标率(C6)+烟尘排放达标率(C7)+厂界噪声达标率(C8)+脱硫效率(C9)+炉灰渣综合利用率(C10)+废水综合利用率(C11)+低碳制度全面程度(D1)+低碳制度执行程度(D2)+管理竞争力(D)企业低碳文化氛围(D3）+员工低碳意识培养(D4)+（1）总装机容量：一个发电企业发电机组发出总额定有功的量；（2）发电量：发电量=发电机1产出电量+发单机2产出电量+发单机3产出电量+⋯⋯+发单机n产出电量；是发电企业中的发电机产出的所有电量总和；（3）上网电价：电网购买发电企业的电力和电量，在发电企业接入主网架那一点的计量价格；（4）发电机组平均负荷率：（一段时间内发电量发电时间）满负荷；（5）厂用电率：厂用电率=（发电企业生产过程的所用电量总发电量）100%，是发电企业直接用于生产过程的所用电量占总发电量的百分比；（6）供电煤耗：供电煤耗=消耗的标准煤量向外发送的电能，是发电企业每向外发送一千瓦时电能所消耗的标准煤量；（7）资产负债率：资产负债率=发电企业负债总额全部资产总额，资产负债率指标是衡量发电企业长期偿债能力指标之一；（8）单位燃料成本：单位燃料成本=燃煤成本发电量，是发电企业单位发电量下燃煤成本；（9）单位发电成本：单位发电成本=成本总和发电量，是单位发电量下大型发电企业的各类成本总和；22 华北电力大学硕士学位论文（10）发电量同比增长率：发电量同比增长率=[(今年发电量去年发电量)去年发电量]100%，是发电企业发电量和去年同期相比较的增长率；（11）利润总额增长率：利润总额增长率=[(本期利润总额上期利润总额)上期利润总额]100%，是增长的利润总额与上期利润总额之比；（12）技术人员比重：技术人员比重=技术人员人数发电企业总人数，是技术人员在发电企业中所占人数的百分比；（13）烟尘排放浓度：发电企业生产过程中所排放的烟尘浓度；（14）二氧化硫排放浓度：发电企业生产过程中所排放的二氧化硫浓度；（15）单位发电碳排放强度：发电企业单位电量的碳排放水平；（16）氮氧化物排放浓度：发电企业生产过程中所排放的氮氧化物排放浓度；（17）氮氧化物排放达标率：氮氧化物排放达标率=氮氧化物处理量氮氧化物排放总量，是氮氧化物处理量在氮氧化物排放总量中的比重；（18）废水排放达标率：废水排放达标率=废水处理量废水排放总量，是废水处理量在废水排放总量中的比重；（19）烟尘排放达标率：烟尘排放达标率=烟尘处理量烟尘排放总量，是烟尘处理量在烟尘排放总量中的比重；（20）厂界噪声达标率：发电企业噪声污染处理水平；（21）脱硫效率：单位时间内脱硫系统脱除的二氧化硫量在进入脱硫系统烟气中二氧化硫量的比重；（22）炉灰渣综合利用率：发电企业对炉灰和炉渣综合利用的水平；（23）废水综合利用率：发电企业对废水综合利用的水平；（24）低碳制度全面程度：发电企业低碳制度的完整程度；（25）低碳制度执行程度：发电企业低碳制度的执行落实程度；（26）企业低碳文化氛围：发电企业和低碳相联系的习惯及行为方式的精神格调；（27）员工低碳意识培养：发电企业对员工进行低碳意识培养的程度；3.4发电企业低碳竞争力评价指标评分标准本文根据对相关资料的分析和中国发电企业与低碳经济的实际情况，结合评分标准相关文献[39-40]，最终确定了发电企业低碳竞争力评价等级界限区间，评价指标评语集设为{优，良，合格，较差，差}，对应的评语得分分别为[0.9,1],[0.8,0.9),[0.6,0.8),[0.4,0.6）,[0,0.4)。以下为发电企业低碳竞争力评价各23 华北电力大学硕士学位论文个指标评价标准。（1）营运竞争力总装机容量：[400,+∞)为优秀；[200,400)为良好；[150,200)为合格；[80,150)为较差；[0,80)为差。发电量：[200,+∞)为优秀；[115,200)为良好；[80,115)为合格；[60,80)为较差；[0,60)为差。上网电价：[0.45,0.6)为优秀；[0.43,0.45)为良好；[0.41,0.43)为合格；[0.40,0.41)为较差；[0.30,0.40)为差。发电机组平均负荷率：[0.80,1]为优秀；[0.70,0.80)为良好；[0.55,0.70)为合格；[0.50,0.55)为较差；[0,0.50)为差。厂用电率(%)：[4.6,10）为优秀；[4.4,4.6)为良好；[4.2,4.4)为合格；[4.0,4.2)为较差；[3.8,4.0)为差。资产负债率(%)：[60,65)为优秀；[65,70)为良好；[70,75)为合格；[75,80)为较差；[0,60)∪[80,100]为差。单位燃料成本：[0,0.23)为优秀；[0.23,0.27)为良好；[0.27,0.31)为合格；[0.31,0.35)为较差；[0.35,10)为差。单位发电成本：[0,0.28)为优秀；[0.28,0.3)为良好；[0.3,0.32)为合格；[0.32,0.34)为较差；[0.34,10)为差。（2）发展竞争力发电量同比增长率(%)：[10,+∞)为优秀；[1,10)为良好；[0.5,1)为合格；[0,0.5)为较差；(-∞,0)为差。利润总额增长率(%)：[10,+∞)为优秀；[5,10)为良好；[1,5)为合格；[0,1)为较差；(-∞,0)为差。技术人员比重(%)：[50,60)为优秀；[20,50)为良好；[10,20)为合格；[5,10)为较差；[0.5)∪[60,100]为差。（3）环境竞争力烟尘排放浓度：[0,5)为优秀；[5,15)为良好；[15,25)为合格；[25,35)为较差；[35,+∞)为差。二氧化硫排放浓度：[0,40)为优秀；[40,80)为良好；[80,100)为合格；[100,110)为较差；[110,+∞)为差。单位发电碳排放强度：[0,0.6)为优秀；[0.6,0.8)为良好；[0.8,0.9)为合格；[0.9,1)为较差；[1,+∞)为差。氮氧化物排放浓度：[0,60)为优秀；[60,80)为良好；[80,100)为合格；[100,400)24 华北电力大学硕士学位论文为较差；[400,+∞)为差。二氧化氮排放达标率(%)：[99.6,100]为优秀；[99.4,99.6)为良好；[99.2,99.4)为合格；[99.0,99.2)为较差；[0,0.99)为差。废水排放达标率(%)：[99.8,100]为优秀；[99.7,99.8)为良好；[99.6,99.7)为合格；[99.5,99.6)为较差；[0,99.5)为差。烟尘排放达标率(%)：[99.8,100]为优秀；[99.7,99.8)为良好；[99.6,99.7)为合格；[99.5,99.6)为较差；[0,99.5)为差。厂界噪声达标率(%)：[99.8,100]为优秀；[99.7,99.8)为良好；[99.6,99.7)为合格；[99.5,99.6)为较差；[0,99.5)为差。脱硫效率(%)：[97,100]为优秀；[96,97)为良好；[95,96)为合格；[94,95)为较差；[0,94)为差。炉灰渣综合利用率(%)：[96,100]为优秀；[94,96)为良好；[90,94)为合格；[85,90)为较差；[0,85)为差。废水综合利用率(%)：[99,100]为优秀；[98,99)为良好；[97,98)为合格；[96,97)为较差；[0,96)为差。（4）管理竞争力低碳制度全面程度：[85,100]为优秀；[75,85)为良好；[60,75)为合格；[50,60)为较差；[0,50)为差。低碳制度执行程度：[85,100]为优秀；[75,85)为良好；[60,75)为合格；[50,60)为较差；[0,50)为差。企业低碳文化氛围：[85,100]为优秀；[75,85)为良好；[60,75)为合格；[50,60)为较差；[0,50)为差。员工低碳意识培养：[85,100]为优秀；[75,85)为良好；[60,75)为合格；[50,60)为较差；[0,50)为差。3.5本章小结本章在结合我国发电企业的实际情况与影响因素，同时根据以上评价指标体系设计的基本原则，考虑到指标的科学性、全面性、系统性与可比性等构建指标体系基本原则的指导下，根据电力行业的特点，从营运竞争力、发展竞争力、环境竞争力和管理竞争力四个方面来构建了发电企业低碳竞争力指标体系。25 华北电力大学硕士学位论文第4章发电企业低碳竞争力评价模型研究4.1发电企业低碳竞争力评价方法适用性研究支持向量机在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势[41]，然而，在实际使用中却存在着模型参数的选择问题。遗传算法是一种基于自然选择和自然遗传的模拟生物进化的自适应全局化概率搜索算法，具有简单通用、适应性强、适于样本数据并行处理的特点。它能有效克服支持向量机的缺点，利用遗传算法良好的全局搜索能力，可以快速地将解空间中的全体解搜索出，找到合适的最优模型参数，以达到高精度识别的目的。由于我国发电企业低碳竞争力具有高度复杂化的特点，经济能力与环境保护能力并重，多个因素相互联系相互制约。为此，本文鉴于上述两种算法的优势互补，利用两者综合优越性，设计了基于遗传算法优化支持向量机的评价模型，实现了准确的、能够自我学习、自我调整、自适应性强和高度可靠的发电企业低碳竞争力评价功能，使我国发电企业低碳竞争力评价更具有准确性、高度可靠性和智能化。4.2支持向量机理论基础1995年，Vapnik和Cortes提出一种新的机器学习方法——支持向量机SupportVectorMachine（SVM），该方法以统计学理论为基础，伴随其发展，各领域研究者开始逐渐关注支持向量机的应用，使其得到快速推广[42]。根据统计学中的VC维理论，结合结构风险最小化原理，同时提取有限样本中的信息，支持向量机力求寻找模型复杂程度与学习能力间的最佳均衡，从而使泛化能力达到最优。SVM的基本原理是在训练数据非线性映射到的高维特征空间（Hilbert空间）中寻找一个超平面，该超平面可以满足正例和反例两者间的隔离边缘最大化。考虑到传统的神经网络存在过拟合、易陷入局部最优以及结果选择等劣势，SVM不仅可以有效解决上述问题，而且适于处理非线性、小样本及数据高维等情况，在模式识别、数据挖掘等领域得到广泛应用。4.2.1支持向量机的原理设支持向量机的训练样本集为，其中为第个样本的输入，代表影响因素维数，为第个样本的期望输出。26 华北电力大学硕士学位论文首先，引入不敏感损失函数：fxyfxyfxy（4-1）0fxy＜式（4-1）中，为不敏感损失函数参数。其次，定义核函数：kxi,xjxixj（为某一非线性函数）（4-2）核函数的引入使得高维空间中的内积运算可以通过输入空间中的函数来实现。然后，构造最优决策函数：fxwxb（4-3）式(4-3)中，为权值向量，为阈值，“”表示内积运算。最后，引入松弛变量i，i，得到最优化问题：l12minwC（4-4）ii2i1yiwxjbiS.t.wxjbyii（4-5）,0ii通过拉格朗日变换，得到其对偶最优化问题：1llllMaxaiaiajajkxi,xjaiyiaiyi（4-6）2i11ji1i1lS.t.aiai0（4-7）i10a，aCii式（4-7）中，为惩罚参数。求解上述优化问题，可得决策函数：lfxaakx,xbiii（4-8）i1其中，阈值通过式（4-9）Karush-Kuhn-Tucker条件计算得出:bywxa,a0,Ciiii（4-9）bywxa,a0,Ciiii27 华北电力大学硕士学位论文4.2.2支持向量机核函数支持向量机核函数的选择是构造支持向量机模型的重要环节，选择不同的核函数会产生性能各异的支持向量机模型。支持向量机模型常用的核函数有以下四种[43]：（1）Sigmoid核函数Kxx(,)tanh((vxxc))ii（4-10）式（4-10）中，和为常数，“”表示内积运算。（2）线性核函数Kxx(,)xxii（4-11）（3）多项式核函数dKxx(,)((xx)1)ii（4-12）（4）高斯径向基核函数2xxijKx,xexp（4-13）ij22式（4-13）中，是高斯径向基核函数核宽参数。高斯径向基核函数是支持向量机常用的一种核函数，其良好的可分性和局部性能够很好的帮助人们解决实际问题。本文就选取高斯径向基核函数作为支持向量机的核函数进行模型的学习和训练。4.2.3支持向量机的参数选择支持向量机中主要存在三个参数：惩罚参数，不敏感损失函数参数以及核函数核宽参数。各参数的取值与算法性能联系紧密。惩罚系数反映误差大于时的惩罚程度，过大的易出现过学习现象，过小的又会导致欠学习，这两种现象都会增大SVM的误差。因此，的适当取值是使支持向量机误差最小的重要保证。不敏感损失函数表示目标函数的期望误差，过大的易使SVM预测精度降低，而过小的会增加SVM的维数。因此合理的不仅可以保证预测性能的准确性，而且可以有效避免维数灾害的发生。核函数核宽参数决定着支持向量机的高维空间结构以及所求非线性规划问题28 华北电力大学硕士学位论文最优解的复杂程度。过大的会增加训练与测试误差，导致欠学习；过小的会使训练误差小，但增大测试误差，导致过学习，因此取值合理才能保证SVM的泛化能力。4.2.4支持向量机参数优化问题SVM参数的合理选择关系到分类器的分类性能和泛化能力，是实际应用中至关重要的一步。选择SVM参数本质上是求满足泛化误差最小的可行解。整个参数选取可以看作一个优化搜索过程，最佳模型的潜在解对应搜索空间中的每一个点，然后估计其推广能力，以此为依据进行评估。常见的支持向量机寻优方法如下：通常，人们会结合大量实验，采用网格划分等简单直观的方法选取较优参数。此方法找到的最高的分类准确率仅符合交叉验证意义，而且在寻找最佳参数和时，计算量会随着搜索范围的增加而增大。Chapelle等人提出了一种选取参数的线性搜索方法——梯度下降(GradientDescend,GD)。该方法可以有效改善计算时间，但由于对初始点要求较高，易陷入局部最优。遗传算法(GA,GeneticAlgorithm)由密歇根大学的霍兰教授及其学生在生物模拟技术启发下提出的一种鲁棒性强、实用高效的优化方法。作为一种自适应概率优化的技术，遗传算法以生物遗传和进化机制为基础，基于自身特性得到迅速推广[44]。Chen[45]和Zheng[46]利用遗传算法对SVM参数进行优化选取，其中适应度函数为不同的推广能力估计。根据实验结果，GA-SVM可以有效缩短计算时间，受初始值的影响较小，但遗传算法需要根据不同的优化问题对交叉与变异方式进行设计，操作复杂。粒子群算法(Particleswarmoptimization,PSO)是Kenedy和Eberhat基于鸟类捕食行为提出的一种群体智能优化算法。PSO算法根据生物种群行为特征，实现求解优化问题。PSO算法与遗传算法的区别在于PSO根据个体间的协作获取最优解，该方式使得PSO具有操作简单、高效易实现等优势。因此，PSO在函数优化、模式分类等领域应用广泛。杨慧中等人[47]提出基于PSO优化的SVM算法，根据仿真结果可以看出，PSO算法可以有效实现全局搜索，模型准确率得以大幅提高。4.3遗传算法理论基础通过对达尔文进化论的深入研究，美国著名专家霍兰于1975年提出了遗传算法的概念，即在生物进化规律的基础上，发展而来的高效寻优搜索方法。与普通搜索方法的差异在于，它是人类模拟遗传学的生物进化过程及自然界进化论的自然选择，运用编码方式随机对目标空间进行搜索的方法。遗传算法工作的原理是分解可29 华北电力大学硕士学位论文能域，把每一个可能分解成一条染色体或一个单体，继而对每个单体进行编码工作以构成符号串模型，接着依据达尔文进化规律，对自然淘汰的生物进化过程进行模拟，将遗传学操作（复制、交换、变异等）运用到模型体重复中去，通过函数评估，对每个个体预设目标适应度，以优胜劣汰、适者生存为原则，从而持续推动生物体进化，最后运用全局共举搜索的方式来选择群体中最优秀的个体，以满足要求的最优解[48]。遗传算法作为非导数型具有代表性的优化策略，拥有诸多优点，比如群体自适应性、整体寻优性等优点，将其应用到分类、建模等方面，获得了普遍的好评[49]。运用组织进化的方法，能有效区分传统的对目录函数空间单线索搜索方法，它采用的是在目标函数空间里多线索共行的搜索方法，并对多个可行解做筛查，继而通过基本操作诞生新型的“遗传基因”，从而避免了陷入局部极小的尴尬局面，有效的完成优化处理工作；另外还有个优点，由于遗传算法在操作过程中仅需少量的信息，并对目标函数的精准没有严格要求，所以只要通过选取、复制、交叉、变异等运算便能以比较大的概率在目标空间里搜寻到全空间最优及次优解，也就是说遗传算法自身具备的优质特征使它蜕变为支持向量机的优质改进工具之一。4.3.1遗传算法原理遗传算法的本质是关于繁衍、筛查和评测的迭代运算方法，通常其操作步骤包括以下三个方面：首先——对问题解编码，将问题的每个隐性解用一条条染色体代替表示，初步编码生成原始群体；其次——建立适应度函数（基于问题优化所需的目标函数），并根据函数适应度尺寸筛选适应个体做进一步遗传操作；最后——以优胜劣汰、适者生存为原则，来选择群体中最优秀的个体，在种群演化过程中，所有个体都被评上优劣等级并获得对应的适应度值，个体通过选择、交叉、变异的过程进化为更高适应度，最终找出问题的最优解。运用遗传算法的主要步骤如下所示：（1）编码转换：首先对问题的每一个可能解进行优化，并通过染色体来表示，其次，将其转换成基因码串模型。（2）种群初始化：理论上是通过随机生成形态，生成一个潜在解集合。（3）评价适应度：在算法中，“适应度”是指个体在环境中的适应程度。我们用适应度函数来计算个体的适应能力，如果函数值越小，那么则表明个体的适应能力越弱，也说明它的解价值较高，反之亦然。可依据应用状况，对适应度函数进行相关的设定。30 华北电力大学硕士学位论文nk2wYLi,jYi,j/YLi,j111jfitnesspopmseYLY（4-14）n1（4）基因操作：核心操作内容是复制、交换及变异。复制——基于单体在群体中适应度的大小，将相应的基因复制给新群体，通过该操作，可实现优胜劣汰的目的，从而发挥其提升群体适应度的作用。交换——依据随机交换概率，对两个父代染色体进行交换操作，通过部分基因的随机交换操作，并根据新生个体适应度来选择最优个体，并将其视为交换的结果。变异——根据变异概率随机选取需要变异操作的某个父代染色体及随机基因位，遵照一定操作方法获得变异后的子代染色体，并根据适应度值来获取最优个体。4.3.2遗传算法核心遗传操作作为遗传算法的核心操作，它真实模拟了生物基因遗传的基本原理[50]。在遗传算法中，在完成第一步（编码重组构建初始种群）后，才能进行遗传操作，随后依据个体在种群中适应度的值，来决定后续操作，最终实现优胜劣汰的进化过程。从搜寻择优层面说，遗传操作是迭代性的优化问题解，在迭代过程中不断接近最优解。遗传算法中重点的遗传操作步骤，有以下三种类型：选择、交叉、变异。（1）选择选择——为组成更优质的群体，通过在原有群体中选择具备更强环境适应能力的个体的过程。在遗传算法中，以优胜劣汰、适者生存为原则，对个体进行选择操。具体来说，就是通过适应度函数，确定个体的适应度，继而选择相应的后续操作，其目的是通过选择适应度高的个体，从而使其具有更高的次代遗传概率，通过该操作，进一步降低适应度较弱个体的遗传概率，从而实现新生个体适应度的普遍提高，进而不断接近最优解。选择算子的初衷是为了相对优质个体，减免或规避有用遗传信息的丧失，提升遗传算法收敛至最优解的概率。选择算子的优劣水平会对遗传算法的终极结果产生很大程度的影响，如果算子的选择不合理，就容易让种群的多元性丧失，令父子两代个体相差度不高，最终导致遗产进化难以进展并提早收敛。（2）交叉交叉——同源染色体的交换重组是生物进化的重要环节，通过该过程，新个体才得以产生，因此，该过程具有促进生物进化的作用。在遗传算法中，交叉算子通过模拟生物交配重组功能对圈子内个体进行交叉操作，新个体得以不断出现，从而31 华北电力大学硕士学位论文保证了群体多元性的存在，扩充了在解空间的寻求范畴，为遗传算法装备了强势的搜寻能力，由此可见，在整个遗传算法中，交叉算子具有十分重要的地位，是可算法的收敛性能的直接裁定者[51]。所以说，如何设计一套科学有效的交叉算子显得十分重要，具体来说，应着重考虑一下几点：怎样确定交叉点位置，怎样操作交叉点基因，交叉操作过程中如何解决各种细节问题等。（3）变异变异——生物的进化史不仅仅停留在理论层面，在实践的过程中，难免会出现某些复制错误，导致生物某些基因产生突变，从而交错复制成新的染色体，蜕变为新的生物性状。遗传算法中通过引入变异算子对上述过程做真实模拟，以较小概率对个体某些或某个属性位做一定程度的转变，从而生成新个体，提升种群的多元性。4.4GA-SVM模型与应用（1）遗传算法优化支持向量机因为遗传算法具备优秀的全局搜寻功能和隐含的并行性特征，能在短时间内起到搜索全局最优点的作用，所以本文运用GA对SVM做参数优化，力求找出最优的RBF参数与惩罚因子的组合。结合RBF核参数与参数惩罚参数，以便找到所需的优化参数组合：，其中，基于SVM的分类，来确认精度RA，并将此作为适应度函数。把GA应用到SVM优化中，主要的步骤如下：步骤1；步骤2初始化种群；步骤3对个体适应度函数值进行准确的计算；步骤4假如种群整体的适应度值或已经超过先前设定的终止代数值，则直接进入步骤8；步骤5；步骤6应用选择算子从中选择新的；步骤7对进行交叉变异操作后，转到步骤3；步骤8得出最佳核参数与惩罚参数组合，通过向量机对该组合进一步优化，力争找出全局最优分类面。32 华北电力大学硕士学位论文支持向量机参数集编码并给出初始种群计算适应度函数值SVM模型F(x)F(x)：适应度是是否停止？否遗传算子操作：选择算子交叉算子变异算子生成子代种群得到最优预测结果图4.1GA-SVM运算流程图（2）数据划分将部分指标数据作为训练集，而将剩余指标数据作为测试集。对于训练集，输入是带有标签的一组向量()，对于测试集，输入是，输出是。（3）样本数据处理变量的数值受到度量单位的影响，度量单位不一致可能会导致统计分析结果的不同。此外，同一组样本数据的不同变量，其方差的大小可能很悬殊，在某些统计方法中，可能方差大的变量起的作用会比较大，而方差小的变量的作用基本可以忽略，从而统计结果不能真实地反映客观实际。综合以上原因，选取综合评判指标的归一化方法对样本数据进行处理。33 华北电力大学硕士学位论文设：max(x)a，min(x)b，对于正向指标，即指标越大越好，采用下述公式进行处理：xbyab（4-15）对于负向指标，即指标越小越好，采用下述公式进行处理：axyab（4-16）对于适度性指标，即指标值在某一个固定值为最好，采用下述公式进行处理：1y1qx（4-17）其中q为该指标最合适值。（4）确定指标权重由于各个指标对于低碳竞争力的重要性并不相同，运用熵权法确定各个指标的权重，进行一个客观的赋权，以便能够更加合理的对评价对象进行客观、准确的评价。根据信息论中信息熵的定义，一组数据的信息熵。其中，如果，则定义。确定信息熵的计算公式，计算出各个指标的信息熵，，，，。通过计算各指标的权重：()。（5）模型训练过程步骤1初始化种群。随机或以一定概率生成初始种群，选择若干个个体，将这些个体比喻为染色体或基因，该种群被称为第一代。步骤2根据每条染色体的特征子集的编码，形成对应的训练数据与测试数据。步骤3根据每条染色体的惩罚因子和核函数值对训练数据和测试数据采用支持向量机进行训练和测试。步骤4按照适应度计算函数，计算每个个体的适应度值。步骤5判断是否满足终比条件，如果满足终比条件，退出循环，遗传优化结束，并将优化参数代入SVM进行运算，得出最终评价结果；否则转到步骤6。步骤6执行交叉算子和变异算子。这里配对交叉概率和基因变异概率的大小是算法开始前自行定义。由此形成了新一代个体后，返回步骤2继续执行优化算法。34 华北电力大学硕士学位论文4.5本章小结本章主要内容是阐明支持向量机、参数选择、四种核函数、遗传算法的基础原理和运算步骤，同时对支持向量机选取参数遇到的盲目性问题，采用遗传算法对其优化，并基于此，创建新型的支持向量机模型。描述了从数据收集到模型训练的过程。35 华北电力大学硕士学位论文第5章实证分析5.1数据收集本文的定量指标数据来自于A、B两家发电企业2010年至2014年的指标数据，而定性指标数据是聘请5位有丰富的企业管理经验与低碳背景知识的专家、学者根据A、B两家发电企业当地实际情况结合发电企业低碳竞争力评价指标评分标准打分所得。根据第三章所构建的发电企业低碳竞争力评价指标体系，本文以A、B两家发电企业的相关指标2010年至2014年每年的年度数据为基础，选择A、B两家发电企业的2010年至2013年的年度数据作为训练样本，而选取A、B两家发电企业的2014年年度数据作为测试样本。5.1.1定性与定量指标第三章构建的发电企业低碳竞争力的评价指标体系中有定量指标同时也有定性指标。为了更加直观的体现、区别出定量指标与定性指标，本文将定量指标与定性指标分开，如下表5-1、表5-2。表5-1发电企业低碳竞争力评价定量指标一级指标二级指标三级指标指标类型总装机容量(A1)+发电量(A2)+上网电价(A3)+发电机组平均负荷率(A4)+发电企业低碳竞争力评价营运竞争力(A)厂用电率(A5)+供电煤耗(A6)-资产负债率(A7)-单位燃料成本(A8)-单位发电成本(A9)-发电量同比增长率(B1)+发展竞争力(B)利润总额增长率(B2)+技术人员比重(B3)+烟尘排放浓度(C1)-二氧化硫排放浓度(C2)-环境竞争力(C)单位发电碳排放强度(C3)-氮氧化物排放浓度(C4)-氮氧化物排放达标率(C5)+36 华北电力大学硕士学位论文表5-1续表一级指标二级指标三级指标指标类型废水排放达标率(C6)+烟尘排放达标率(C7)+厂界噪声达标率(C8)+脱硫效率(C9)+炉灰渣综合利用率(C10)+废水综合利用率(C11)+表5-2发电企业低碳竞争力评价定性指标一级指标二级指标三级指标指标类型低碳制度全面程度(D1)+发电企业低碳低碳制度执行程度(D2)+管理竞争力(D)竞争力评价企业低碳文化氛围(D3)+员工低碳意识培养(D4)+5.1.2样本数据获取（1）实际数据获取A、B两家发电企业2010年至2014年的定量指标的实际数据统计如下表5-3和表5-4所示；表5-3A发电企业低碳竞争力评价定量指标20102011201220132014总装机容量(A1)206206206206206发电量(A2)111112114115118上网电价(A3)0.430.430.430.430.44发电机组平均负荷率(A4)0.5620.5670.5670.5700.572营运竞争力(A)厂用电率(A5)4.14.34.44.54.6供电煤耗(A6)311309308306305资产负债率(A7)7573727270单位燃料成本(A8)0.30.280.260.260.25单位发电成本(A9)0.330.320.310.310.3发电量同比增长率(B1)0.710.91.790.882.61发展竞争力(B)利润总额增长率(B2)-66571016技术人员比重(B3)5050505050烟尘排放浓度(C1)303028195二氧化硫排放浓度(C2)100100505050单位发电碳排放强度(C3)0.80.80.80.80.8氮氧化物排放浓度(C4)39799977848二氧化氮排放达标率(C5)99.199.299.299.399.537 华北电力大学硕士学位论文表5-3续表20102011201220132014环境竞争力(C)废水排放达标率(C6)100100100100100烟尘排放达标率(C7)100100100100100厂界噪声达标率(C8)100100100100100脱硫效率(C9)9595959797炉灰渣综合利用率(C10)909394.59697废水综合利用率(C11)100100100100100表5-4B发电企业低碳竞争力评价定量指标20102011201220132014总装机容量(A1)206206206206206发电量(A2)110112112114118上网电价(A3)0.410.410.410.410.42发电机组平均负荷率(A4)0.5610.5630.5650.5680.570营运竞争力(A)厂用电率(A5)4.34.44.44.54.7供电煤耗(A6)312310309309306资产负债率(A7)7777777675单位燃料成本(A8)0.30.280.260.260.25单位发电成本(A9)0.370.370.360.360.35发电量同比增长率(B1)01.8201.793.51发展竞争力(B)利润总额增长率(B2)-630141719技术人员比重(B3)4848484950烟尘排放浓度(C1)303030205二氧化硫排放浓度(C2)100100505050单位发电碳排放强度(C3)0.80.80.80.80.8氮氧化物排放浓度(C4)399100998079二氧化氮排放达标率(C5)99.199.299.499.499.6环境竞争力(C)废水排放达标率(C6)100100100100100烟尘排放达标率(C7)10010010010099.8厂界噪声达标率(C8)100100100100100脱硫效率(C9)9595959696炉灰渣综合利用率(C10)909394.59696废水综合利用率(C11)100100100100100对于定性指标数据的获取采用专家打分法，具体过程如下：聘请5位有丰富的企业管理经验与低碳背景知识的专家、学者按照3.4节发电企业低碳竞争力评价指标评分标准进行评分。对其结果取平均作为最终的定性指标数据作为A、B两家发电企业2010年至2014年的定性指标数据，如表5-5与表5-6；38 华北电力大学硕士学位论文表5-5A发电企业低碳竞争力评价定性指标20102011201220132014低碳制度全面程度(D1)70758795100低碳制度执行程度(D2)80838795100管理竞争力(D)企业低碳文化氛围(D3)7075788085员工低碳意识培养(D4)8083838385表5-6B发电企业低碳竞争力评价定性指标20102011201220132014低碳制度全面程度(D1)6772859099低碳制度执行程度(D2)7780839098管理竞争力(D)企业低碳文化氛围(D3)6874757983员工低碳意识培养(D4)7576767880（2）数据划分本文选取A、B发电企业的2010年至2013年的数据作为训练样本，2014年的数据作为测试样本。（3）样本数据的处理依照4.4节样本数据处理中数据归一化中所说，将所选择A、B两家发电企业2010年至2014年的数据作为样本，分为训练集和测试集。前4年发电企业数据作为训练集，剩余的作为测试集。将数据运用式（4-15）、（4-16）、（4-17）进行处理后的结果如表5-7所示。表5-7发电企业数据归一化39 华北电力大学硕士学位论文通过4.4节所介绍熵权法确定指标权重的方法，得出每个指标的权重如表5-8所示；表5-8发电企业低碳竞争力评价指标指标权重一级指标二级指标指标权重三级指标指标权重总装机容量(A1)0.0431发电量(A2)0.0368上网电价(A3)0.0177发电机组平均负荷率(A4)0.0382营运竞争力(A)0.3133厂用电率(A5)0.0377供电煤耗(A6)0.0382资产负债率(A7)0.0263单位燃料成本(A8)0.0388发单位发电成本(A9)0.0365电发电量同比增长率(B1)0.0338企发展竞争力(B)0.1104利润总额增长率(B2)0.0395业技术人员比重(B3)0.0371低烟尘排放浓度(C1)0.0287碳二氧化硫排放浓度(C2)0.0350竞单位发电碳排放强度(C3)0.0431争氮氧化物排放浓度(C4)0.0395力氮氧化物排放达标率(C5)0.0372评环境竞争力(C)0.4217废水排放达标率(C6)0.0431价烟尘排放达标率(C7)0.0414厂界噪声达标率(C8)0.0431脱硫效率(C9)0.0286炉灰渣综合利用率(C10)0.0389废水综合利用率(C11)0.0431低碳制度全面程度(D1)0.0384管理竞争力(D)0.1546低碳制度执行程度(D2)0.0381企业低碳文化氛围(D30.0396员工低碳意识培养(D4)0.03845.2模型训练过程本文采用二进制编码，编码长度为20，初始种群大小设定为20，最大迭代次数为200。将A、B两家发电企业的2010年至2013年年度数据的8个样本作为训练集进行训练，得出较好的惩罚因子和核函数，2014年年度数据的2个样本作为测试集，代入得出的惩罚因子和核函数。GA-SVM算法是在MATLAB7.9.0(R2009b)的运行40 华北电力大学硕士学位论文环境中实现的。将表5-7中归一化的指标数据输入MATLAB程序中，其中遗传算法寻优的参数适应度曲线如图5.1所示。0.04最佳适应度平均适应度0.0350.030.0250.02适应度0.0150.010.00500102030405060708090100进化代数图5.1遗传算法寻优的适应度曲线图适应度曲线中，平均适应度值反映的是整个种群的好坏和收敛情况，平均适应度值接近最佳适应度值，说明种群中每个个体都在最优解周围。从图5.1可知，最佳适应度和平均适应度相差很小，说明遗传算法寻得的参数效果还是比较好的。通过GA-SVM模型训练后得到的结果如表5-9所示；表5-9GA-SVM模型结果GA-SVMA企业2010年0.3845A企业2011年0.5631A企业2012年0.6930A企业2013年0.8014A企业2014年0.9377B企业2010年0.2808B企业2011年0.4429B企业2012年0.5658B企业2013年0.6800B企业2014年0.826641 华北电力大学硕士学位论文5.3结果分析（1）本文将模型输出的结果定义为M，最终评分V的公式为;根据遗传算法优化支持向量机模型评价值结合3.4节发电企业低碳竞争力评价评分标准和表5-8发电企业低碳竞争力评价指标权重计算出A、B发电企业2010年至2014年的发电企业低碳竞争力评价得分如表5-10示；同时为了更加直观的看出A、B发电企业低碳竞争力评价值在2010年至2014年的变化，根据表5-10做出了发电企业低碳竞争力评价值柱状图5.2。表5-10发电企业低碳竞争力评价得分低碳竞争力评分(V)评价等级A企业2010年0.6307合格A企业2011年0.7379合格A企业2012年0.8158良好A企业2013年0.8808良好A企业2014年0.9626优秀B企业2010年0.5685较差B企业2011年0.6657合格B企业2012年0.7395合格B企业2013年0.8080良好B企业2014年0.8960良好图5.2发电企业低碳竞争力评价值柱状图42 华北电力大学硕士学位论文通过表5-10与图5.2可以看出，A、B发电企业低碳竞争力总体来说都是合格的。纵向对比，A发电企业从2010年的0.6307分到2014年的0.9626分，每年都在不断地提升自身的低碳竞争力，评价等级也由最初的合格提升到优秀，究其原因主要还是发电量同比增长率、利润总额增长率、低碳制度全面程度的提升与烟尘排放浓度、二氧化硫排放浓度和氮氧化物排放浓度的逐年下降致使A发电企业低碳竞争力的不断攀升。而B发电企业从2010年至2014年每年的评分分别为0.5685分、0.6657分、0.7395分、0.8080分和0.8960分，每年的低碳竞争力评分也是不断提升的，主要是供电煤耗、氮氧化物排放浓度的下降与发电量同比增长率、利润总额增长率、低碳制度全面程度的提升。横向对比，A发电企业每年都比B发电企业低碳竞争力得分高。就2010年来说，A发电企业主要在发电量同比增长率与员工低碳意识培养方面比B发电企业好；而2014年来说，A发电企业主要在单位发电成本和氮氧化物排放浓度上比B发电企业好以至于低碳竞争力比B发电企业高。因为电力行业在能源行业中处于中心地位，并且低碳是当今一个非常热门的话题，本文选取发电企业进行低碳竞争力评价实例验证，通过实例验证结果分析，表明了所构建的发电企业低碳竞争力评价指标体系和GA-SVM模型在发电企业低碳竞争力评价中的适用性和有效性，也为为发电企业低碳竞争力评价提供了一个合理有效地方法。5.4提高发电企业低碳竞争力的建议低碳城市，远离雾霾，人人向往这样宜居可持续的碧水蓝天、美好家园。而要实现这一美好愿景，需要社会各界结合自身实际，联合协作保证节能减排工作的顺利推进。值得一提的是，发电企业在这一强大合力中发挥了积极作用。（1）政府方面1）加强政策方面的引导为有效保证低碳经济发展的市场化，若市场能够引导的，政府应秉承绝不干预的准则，并适当颁布激励政策[52]。但是，考虑到低碳经济发展不成熟，为保证发电企业真正参与到低碳经济的发展中，政府应当制定相关的法规和节能减排的硬指标，并要求发电企业严格执行，即进行适度干预。2）鼓励清洁能源目前火力发电依然是我国主要采取的发电形式，其存在着环境污染大、效率低、成本高、不可持续发展等劣势。火力发电以煤炭、石油等不可再生的化石燃料为主要燃料，这些有限的资源正濒临枯竭。我国发电行业受到的价格冲击伴随着国际能43 华北电力大学硕士学位论文源价格的不断提高势必会增大，由此导致发电成本的提升，上网电价与销售电价的成本也会随之上涨。为响应节能减排的号召，风能、水能等非化石能源亟待大力开发，从而保证风力、水力发电的有效发展。（2）社会方面由于社会公众对发电企业的低碳生产关注较少，监督不到位，A、B两家发电企业无论是在2010年合格的低碳竞争力水平，还是发展到2014年优秀的低碳竞争力水平，这期间他们均未收到过环保事件的投诉，也未因环保问题接受相关部门的处理，该现象的产生还与社会公众不易察觉隐形污染和高碳问题，进而增加监督难度有关。因此，社会公众需要提高自身的低碳意识，在日常生活中体现低碳思想，倡导低碳生产，低碳生活。对于发电企业，社会公众作为影响其低碳竞争力外部环境中的重要力量，应当积极宣传低碳理念，对其污染环境的行为勇于投诉，实现社会舆论监督[53]，对低碳实践活动广泛参与。（3）发电企业自身1）努力通过科技创新提升发电企业低碳竞争力科技是第一生产力，这要求发电企业应注重技术创新，从而提高自身的低碳竞争力[54]。发电企业若想壮大自身，必须不断实现技术创新，只有这样，才能不断推动发电企业经济增长，提升其低碳竞争力。而员工创新意识与能力的提升是发电企业实现技术创新的重要保证，因此发电企业应着力打造一支完整的创新队伍，形成企业内部浓厚的创新氛围。发电企业对于先进的生产与管理技术应时刻关注，通过学习引进吸收，实现有效的企业内部推广，加强对企业技术和管理素质的提升。另外，尽可能重复利用炉渣、废水、炉灰等废弃物，减少污染物的排放，提高水和煤炭等资源的利用程度，最终提升发电企业的经济效益，增强发电企业的低碳竞争力。2）通过塑造低碳企业文化提升发电企业低碳竞争力先进的技术、设备、工艺流程的引进可以帮助发电企业从硬件升级角度实现节能减排，硬件升级与软件升级应努力实现同步发展，因此，低碳应逐步发展成为发电企业文化的重要组成部分，同时得到每个员工的认可。发电企业应以低碳文化为根基，鼓励低碳行为，从而进一步构建资源节约型、环境友好型企业。5.5本章小结本章通过搜集A、B发电企业2010年至2014年的指标实际数据统计和计算数据获得数据样本，将样本数据进行归一化处理，然后运用MATLAB软件设置遗传算法和支持向量机的模型参数；最后运用设置参数后的GA-SVM模型做数据样本44 华北电力大学硕士学位论文训练和测试，并对GA-SVM模型的测试结果进行分析。通过分析得出A、B发电企业低碳竞争力评价不同的原因，同时为发电企业提升自身低碳竞争力提出了几点相关的建议。45 华北电力大学硕士学位论文第6章研究成果和结论本文对发电企业低碳竞争力进行评价研究，旨在为低碳在发电企业中发展出谋划策，以保证电力行业的可持续发展。本文对发电企业低碳竞争力评价研究的基本目的是能够建立起一套科学地反映发电企业低碳竞争力的评价体系，运用遗传算法优化的支持向量机对发电企业低碳竞争力进行评价，对发电企业提升自身竞争力，推广绿色、低碳、可持续的电力生产理念，维护良好的生态环境，为天蓝蓝转变为天天蓝的目标实现提供途径。本文主要内容和创新点包括以下几个方面：（1）在分析电力行业和发电企业的特性基础上，建立了科学、全面、合理的发电企业低碳竞争力评价指标体系。指标体系主要从营运竞争力、发展竞争力、环境竞争力、管理竞争力这四个方面来综合评价发电企业的低碳竞争力。（2）本文引入熵权法对评价指标进行赋权，对比专家打分法等传统权重确定方法更具客观性与科学性。构建了基于遗传算法优化支持向量机的发电企业低碳竞争力评价模型，运用于发电企业低碳竞争力的评价，计算量小、易操作，提高了模型的泛化性能和解决高维与非线性问题的能力；从而改善了有些普通评价方法计算过程过于繁琐、精确性较低的缺点。由于发电企业低碳竞争力的相关研究目前可参考的研究成果不多，本文在发电企业低碳竞争力的研究过程中遇到了很多困难和挑战，因为篇幅和时间的限制，相关问题的研究还不够深入，分析还不够透彻，所以以后还需要进行更加深入、透彻的分析研究。（1）丰富与完善评价指标体系发电企业低碳竞争力的评价指标体系并不能涵盖所有对低碳竞争力有影响的因素，对发电企业低碳竞争力的影响因素还有每年的国家宏观能源政策变动，国内外资源环境的变化，国际政治环境的变化等等因素，以后可以将这些因素加入到发电企业低碳竞争力评价指标体系中来。同时，本文只用了两家发电企业2010年至2014年的指标数据，缺乏广泛性，以后会加入更多发电企业的数据进行研究与分析。（2）多种方法的应用和结果的对比研究可以进行发电企业低碳竞争力评价的方法和模型有很多，但是本文由于时间和论文篇幅的限制，只运用了遗传算法改进的支持向量机和普通的支持向量机两种模型进行研究和对比，以后可以将粒子群算法、BP神经网络等方法结合并运用到发46 华北电力大学硕士学位论文电企业低碳竞争力评价研究工作中，争取找出更优的评价预测模型，更好地为发电企业低碳竞争力评价工作服务。47 华北电力大学硕士学位论文参考文献[1]袁婉莹.“十三五”环保工作怎样开展[J].环境,2015,(3):28-30[2]MichaelGrubb,LucyButler,PaulTwomey.DiversityandSecurityinUKElectricityGeneration:TheinfluenceofLowCarbonObjectives[J].EnergyPolicy,2006,34(18):4050-4062[3]NeilStrachan,Ramachandran,Kannan.HybridModelingofLong-termCarbonReductionScenariosfortheUK[J].EnergyEconomics,2008,30(6):2947-2963[4]ToshihikoNakata,DiegoSilva,MikhailRodionov.ApplicationofEnergySystemModelsforDesigningaLow-carbonSociety[J].ProgressinEnergyandCombustionScience,2011,37(4):462-502[5]ViebahnP,NitschJ,FischedicklM,etal.ComparisonofCarbonCaptureandStoragewithRenewableEnergyTechnologiesRegardingStructural,EconomicandEcologicalAspectsinGermany[J].InternationalJournalofGreenhouseGasControl,2007,1(1):121-133[6]JohnA.Mathews.HowCarbonCreditsCouldDrivetheEmergenceofRenewableEnergies[J].Energypolicy,2008,36(10):3633-3639[7]S.Giblin,A.Mcnabola.ModelingtheImpactsofaCarbonEmission-differentiatedVehicleTaxSystemonCO2EmissionsIntensityfromNewVehiclePurchasesinIreland[J].Energypolicy,2009,37(4):1404-1411[8]JamesNelson,JosiahJohnston,AnaMileva,etal.High-resolutionModelingoftheWesternNorthAmericanPowerSystemDemonstratesLow-costandLow-carbonFutures[J].EnergyPolicy,2012,(3):1012-1017[9]ThomasEichner,MarcoRunkel.EfficientPoliciesforGreenDesigninaVintageDurableGoodModel[J].EnvironmentalandResourceEconomics,2005,30(3):259-278[10]CaterinaBrandoni,AlessiaArteconi.Assessingtheimpactofmicro-generationtechnologiesonlocalsustainability[J].EnergyConversionandManagement,2014,87(11):1281-1290[11]张弛，牛东晓.基于组合权的TOPSIS模型在发电企业竞争力评价中的应用[J].电力科学与工程,2008,(3):53-55[12]范俐婷.我国火力发电企业竞争力分析与评价模型研究[D].哈尔滨理工大学硕士论文.2010[13]陈立荣，郭继伟，王敬敏.基于熵权的灰色关联分析在发电企业竞争力评价中的应用[J].电力学报,2005,20(4):359-361[14]陈辰.基于熵权与灰色关联分析的发电企业竞争力评价[J].价值工程,2011,(1):1-2[15]刘江.基于模糊综合评判技术的发电企业核心竞争力识别模型构建[J].黑龙江科技信息,2013,(16):95[16]张立辉，乞建勋，谭忠富.电力市场化改革背景下我国发电企业竞争力评价模型研究[J].中国管理科学,2006,14(专辑):637-642[17]单宏胜，黄文杰.发电企业竞争力评价的弓箭理论模型[J].中国电力,2008,41(6):6-948 华北电力大学硕士学位论文[18]瞿斌，田慧英，翟亚军.发电企业综合竞争力评价指标体系构建与方法研究[J].工业技术经济,2006,25(9):85-87[19]宋佩华.我国发电企业竞争力评价研究[D].哈尔滨理工大学硕士论文.2011[20]米国芳，王春枝.火电企业低碳经济发展战略研究[J].财经理论研究,2015,(4):105-112[21]殷红军，郭永凯.低碳经济与发电企业发展[J].中国电力企业管理,2010,(16):30-31[22]林锐.低碳经济对我国电力企业的影响及应对[J].电力与电工,2010,(1):26-29[23]陈慧珍.低碳经济时代下我国电力企业的经济管理应对之策[J].中国管理信息化,2012,(12):80-81[24]杨卓，毛应淮.电力行业的节能减排与低碳经济[J].中国环境管理干部学院学报,2010,(1):1-4[25]李潇，巫世晶，李国庆.提升发电企业持续竞争力的研究[J].电力科技与环保,2011,(6):60-62[26]刘丽珍.火电行业清洁生产评价与体会[J].能源环境保护,2011,(1):62-64[27]陈启鑫，周天睿，康重庆.节能发电调度的低碳化效益评估模型及其应用[J].电力系统自动化,2009,(16):24-29[28]张岩，史琼，田翠香.电力企业低碳绩效评价指标体系构建探析[J].现代商贸工业,2012,(18):24-25[29]米国芳.低碳视角下火电企业可持续发展评价指标体系研究[J].经济论坛,2012,(11):102-105[30]邢新朋.低碳背景下发电企业绿色竞争力模糊评价研究[D].哈尔滨工业大学硕士论文.2011[31]朱利明.大型发电企业低碳竞争力评价体系与培育路径研究[D].中国地质大学博士论文.2013[32]JiangBing,SunZhenqing,LiuMeiqin.China'senergydevelopmentstrategyunderthelow-carboneconomy[J].Energy,2010,35(11):4257-4264[33]ZhangZhongxiang.Chinainthetransitiontoalow-carboneconomy[J].EnergyPolicy,2010,38(11):6638-6653[34]ShaoLing,WuZi,ChenGQ.ExergybasedecologicalfootprintaccountingforChina[J].EcologicalModelling,2013,252(10):83-96[35]王兆新.提升山东省农村信用社合作社市场竞争力问题研究[D].山东大学硕士论文.2011[36]GyoergyKadocsa,AnnaFrancsovics.MacroandMicroEconomicFactorsofSmallEnterpriseCompetitiveness[J].ActaPolytechnicaHungarica,2011,8(1):23-40[37]王石.寂静的春天[J].中国企业家,2009,(14):114-115[38]郝婵娟.中国区域电力产业可持续竞争力评价研究[D].华北电力大学硕士论文.2013[39]秦寿康等.综合评价原理与应用[M]．北京:电子工业出版社(PublishingHouseofElectronicsIndustry)，2001：94-132[40]郭亚军.综合评价理论、方法及应用[M]．沈阳:科学出版社，2007[41]崔瑜琦.基于最小二乘支持向量机风电机组的预测研究[D].华北电力大学硕士论文.2010[42]KuoBor-Chen,HoHsin-Hua,LiCheng-Hsuan.AKernel-BasedFeatureSelection49 华北电力大学硕士学位论文MethodforSVMWithRBFKernelforHyperspectralImageClassification[J].IEEEJournalofSelectedtopicsinappliedearthobservationsandremotesensing,2014,7(1):317-326[43]LengYan,XuXinyan,QiGuanghui.Combiningactivelearningandsemi-supervisedlearningtoconstructSVMclassifier[J].Knowledge-basedsystems,2013,44(5):121-131[44]Moradi,M.H.Abedini,M.AcombinationofgeneticalgorithmandparticleswarmoptimizationforoptimalDGlocationandsizingindistributionsystems[J].InternationalJournalofElectricalPower&EnergySystems,2012,34(1):66-74[45]YanXF,ChenDZ,HuSX.Chaos-geneticalgorithmsforoptimizingtheoperatingconditionsbasedonRBF-PLSModel[J].ComputersandChemicalEngineering,2003,27(12):1393-1404[46]ZhengChunhong,JiaoLicheng.AutomaticparametersselectionforSVMbasedonGA[C].Procofthe5thWorldCongressonIntelligentControlandAutomation.Piscataway,NJ:IEEEPress,2004:1869-1872[47]邵信光,杨慧中,陈刚.基于粒子群优化算法的支持向量机参数选择及其应用[J].控制理论与应用,2006,23(5):740-743[48]汤可宗.遗传算法与粒子群优化算法的改进及应用研究[D].南京理工大学博士论文.2011[49]张鑫源,胡晓敏,林盈.遗传算法和粒子群优化算法的性能对比分析[J].计算机科学与探索,2014,(1):90-102[50]乔超,唐慧佳,王春红.一种基于选择的遗传算法[J].计算机工程与应用,2007,(1):70-73[51]张玉萍.自适应遗传算法的研究及应用[D].哈尔滨工业大学硕士论文.2009[52]张剑波.低碳经济法律制度研究[D].重庆大学博士论文.2012[53]王皓.企业低碳竞争力的研究——以机电制造企业为例[D].江南大学硕士论文.2010[54]吕强.新形势下我国发电企业保持竞争优势研究[J].山东社会科学,2008,(3):138-14050 华北电力大学硕士学位论文在学期间发表的学术论文和参加科研情况[1]SunWei,HouTianhao.Researchoffinancialearly-warningmodelforthelistedelectricpowercompaniesonevolutionarysupportvectormachinesbasedonGeneticAlgorithm[J].JournalofInformationandComputationalScience(JICS),2015,12(2)：601-609（EI索引号：20150500482275）[2]参加“项目计划综合分析研究”项目，项目团队成员，2013.9～2014.6[3]参加“新一轮电力体制改革对浙江电力公司的影响”项目，项目团队成员，2015.3～2015.6[4]参加“基于成本精益化管控的企业经营决策平台”项目，项目团队成员，2015.5～2016.451 华北电力大学硕士学位论文52 华北电力大学硕士学位论文致谢首先，感谢我的导师孙薇教授。从论文选题、梳理框架、研究分析、论文撰写、到初稿形成、修改、最终定稿的整个过程，自始至终都得到了孙老师悉心的指导和耐心的帮助。导师严谨的治学态度、求实的科研精神都使我受益匪浅。孙老师认真负责，在论文的选题、思路分析及撰写中都进行了多次的指导，而在初稿形成后孙老师也在百忙之中对论文进行了详尽的批改并且提出了一些中肯的意见，使得本篇文章在结构和内容上都更加的专业和丰富。研究生期间，孙老师对工作认真负责、对科研严谨求实、对生活积极乐观的态度在潜移默化中对我以很大的影响，相信对我以后的工作和生活都有非常大的帮助。在此向孙老师表示衷心的感谢！其次，感谢华北电力大学经济管理系的老师们。华电老师们的专业教学和生活指导使得我在研究生期间受益良多，让我不仅在专业知识及科研素养方面有所进步，还使我有一个更加积极的态度面对生活。最后，感谢百忙之中参与我论文进行评阅、论文答辩的各位专家！53
此文档下载收益归作者所有
