文摘

煤炭消费的研究已经成为一个学术关注的焦点由于生态和环境问题。本研究提出了可持续性评价的方法对煤炭消费利用多属性决策(MADM)模型。使用的数据来自《中国统计年鉴》和《中国能源统计年鉴》。MADM模型由属性(标准),他们的重要性权重,选择。煤炭消费的可持续性综合评价系统,这是由四个一级指标包括煤强度(CS)、能源依赖(ED)、(SL),社会发展水平和人口规模20二年级(PS)及其相应的指标,是包含在MADM模型属性(标准)。属性的重要性权重是由熵权法(EWM)和层次分析法(AHP),而中国的煤炭消费的可持续性综合评价多年来被认为是作为一种替代方法。四个一级指标的评价指标是通过多目标优化,然后通过四个一级指标的权重和评价指标,进行了多目标优化的总体目标的可持续性综合评价煤炭消耗量多年来,和可持续发展的综合评价指标的煤炭消耗量多年来。结果表明,中国的煤炭消费是可持续的,综合评估指数从2011年的0.058上升到2021年的0.837,增加了13.4倍。

1。介绍

在中国,石油和天然气是稀缺的,煤炭储量相对丰富,煤炭将成为能源消费结构在很长一段时间(1]。煤炭行业,基本的能源和工业原料,提供了一个有效的保障对中国社会和经济的发展和国家能源安全(2),但coal-centered能源消费结构是严重的空气污染的主要来源。例如,煤炭消费产生PM2.5污染,严重影响了公共卫生(3]。限制经济转型和环境保护、煤炭消费增长近年来已经显著放缓(4]。统计数据显示,煤炭消费在能源消费总量的比例从2006年的72.4%下降到2021年的56%,下降为22.7% (5]。在中国的能源消费结构,煤炭消费的份额已经运行在一个较高的水平,尽管下降的趋势(6]。减少煤炭消耗,优化能源消费结构,中国在2020年首次提出加强政策和措施来实现峰有限公司₂排放到2030年,到2060年碳中和。近年来,中国工业化和全球化的进程推动煤炭消费的增长和增加国家的生态环境的压力。严重的环境问题和不合理的煤炭消费结构在一定程度上限制了中国经济的发展(7]。为了使科学的能源规划和政策,必须预测未来趋势,煤炭消费合理的准确性。许多国内外学者已经开发出各种评价和预测方法研究煤炭消费的可持续性和环境影响的煤炭储备,煤炭生产、煤炭消耗量。任等。8)建立了最小偏差weight-evaluation模型基于层次分析法(AHP)和熵。评估表明,煤炭行业一直保持需求增长在过去的几十年里。Zhang et al。9)建立了一个安全评价体系对中国煤炭供需和使用熵和TOPSIS方法评价煤炭安全在2002 - 2009年。障碍影响煤矿安全的在每个界别分组,在每个界别分组和安全的水平和障碍2020年和2021年预测使用gray-theoretic模型。Mushtaq et al。10评估影响因素的煤炭消费在能源密集型行业的低效率。实证结果表明,能源结构、产业结构和企业规模的驱动因素是煤炭消费的低效率。然而,技术进步和开放导致了煤炭利用效率的下降。以山东省煤炭消耗量为研究对象,刘等人。11)构建21个场景的关键元素的不同组合和学习分开,打算提供一个有用的参考为政府制定煤炭削减计划。侯et al。12),结合新标准的经济和能源结构调整的现状,做出了蒙特卡罗模拟对中国煤炭需求预测。结果表明,中国的煤炭需求将先上升然后下降从2016年到2025年,在2020年达到40.25亿吨的峰值需求。方等。13]介绍了城市化的库兹涅茨曲线模型和验证中国的城市化促进了煤炭需求的快速增长。郝et al。14)利用环境库兹涅茨曲线验证倒u形的人均国内生产总值和人均煤炭消耗量之间的关系。贾et al。15)预测,煤炭消耗量从2020年到2035年在甘肃省利用灰色马尔可夫链模型。结果显示,甘肃省煤炭需求将保持上升趋势在接下来的15年。研究六个产业在中国,成为郭et al。16)分解煤煤炭效率经济效率和煤炭环境效率。研究表明,煤的经济效益大于其环境效益,和中国政府需要额外注意的煤的清洁利用。王,李17)发明了一种时间序列模型来预测从2016年到2020年中国的煤炭消耗量基于从1995年到2014年能源消费模式。

在这些提到的模型,不同的方法被用来评估和预测煤炭消耗量的当前和未来的发展趋势从不同的角度和高质量的评价和预测结果。由于中国经济的快速增长,其经济结构和能源结构已发生了显著变化。因此,可能有多种因素影响煤炭消耗量。准确评估煤炭消费的可持续发展需要考虑多种因素的联合效应。幸运的是,MADM模型研究提供了一个不同的想法的煤炭消耗量的评估。

到目前为止,已经有很多研究MADM模型。王等人。18]分析了影响效率的临终汽车逆向物流行业循环经济的背景下,提高资源利用效率的MADM模型。杨et al。19)提出了一种多属性模糊评价模型的音乐课程教学水平,实现了定量分析的音乐课程的教学水平。隋et al。20.)建立了一个新的MADM模型通过使用灰色关系度和模糊灰色关系度。结合一个例子,显示了该模型在多属性决策有更高的分辨率和灵敏度。由于有限的知识、经验和能力的一个专家,越来越多的实用的多准则排序(MCS)问题需要多个专家的参与。Zhang et al。21)开发两个一致同意TOPSIS-Sort-B MCS算法来处理问题。Shorabeh et al。22)决定了公共图书馆的适当位置结合地理信息系统和MADM。结果可以作为一个潜在的工具在城市管理和规划识别领域适合图书馆建设来提高图书馆的整体利用率和趋势。很少有研究调查个性化个人语义(π)MADM的上下文中。李等人。23)提出了一种数据驱动学习模式来分析决策者π。具体地说,第一次提出π多属性学习函数定义一个通用的计算形式替代解决方案的综合评价的价值。然后,考虑到现有分类的替代解决方案,得到个性化的数值刻度语言方面的决策者。Vukotic和Kecojevic24]应用MADM模型来评估性能的绳子表面铲运营商煤矿。消除不一致在多个决策者提供偏好信息为评估标准,吴et al。25)提出了一种语言多属性群决策方法选择合适的可持续的供应商。这种方法解决了主体性的评估标准,满足集团决策者的需要额外的标准和内容,使最终的评价结果更加可行和可操作的。根据直觉模糊集的概率优势关系,王et al。26MADM)提出了一个三维模型,并推导出直觉模糊集的条件概率。MADM解决问题的模型和一个未知的重量下概率犹豫模糊信息,刘等人。27)开发了一种基于改进的概率模糊MADM方法距离的措施。陈等人。28先进intuitionistic-fuzzy-factor-analysis模型,并介绍了相关系数测量的随机直觉模糊变量和随机MADM的过程和算法。邢et al。29日)提出了不同间隔的两个梯形模糊多属性群决策方法基于·曲克积分和开发出一种不同的反馈机制,认为利润或成本标准检测专家,获得个人共识之间的不一致性评价矩阵。然后,最后一组评价矩阵是通过整合一致评价矩阵的所有人。总之,上述研究MADM模型阐明其应用的条件和限制,并提供一个好的研究角度来看,思想,本文的方法。

很多早期的文献采用了不同的方法从不同的角度来评估和预测煤炭消耗量,获得高质量的评价和预测结果。然而,没有报道的多属性决策模型来评估在中国煤炭消费的可持续性。有许多因素影响煤炭消费和煤炭消费的可持续性评估需要考虑多种因素的联合效应做出更准确的判断。本研究提出了一种方法来评估煤炭消费的可持续性使用MADM和提供了一个参考能源规划的可持续性评估煤炭消耗量在2011 - 2021年在中国。本文的创新和贡献是以下三点:(1)确定的四个一级指标评价体系的基础上,分解的四个驱动煤炭消耗量的影响,避免任意选择评价指标。(2)本文提出了一种新的可持续评价基于MADM的煤炭消耗量,这有效地处理不确定性多属性决策,为煤炭消耗量评价提供参考。(3)本研究深入探讨了信息的数据,使用熵权法来确定二年级的重量指标的煤炭消费,避免权重确定的主观性。

剩下的论文的主要结构如下:部分2建立了评价体系,描述了MADM评估过程。节3,我们目前的评估结果对煤炭消费的四个一级指标和2011 - 2011年获得综合评价指标。节4,具体应用场景MADM方法以及本研究的局限性进行了讨论。部分5总结了主要结论,指出未来的研究方向。

2。方法

多属性决策(MADM)模型用于全面评价煤炭消费的可持续性。MADM模型由属性(标准),他们的重要性的权重,选择。具体步骤如下:第一步:建设评价体系(决策标准)。煤炭消费的可持续性综合评价系统包括四个一级指标,包括煤强度(CS)、能源依赖(ED)、(SL),社会发展水平和人口规模(PS), 20个相应的二年级指标。第二步:预处理的数据。都是使用的数据来自《中国统计年鉴》和《中国能源统计年鉴和整理。相比之下,在这篇文章中,一个评价矩阵构造和规范化。第三步:确定评价指标的权重。基于数据预处理的重要性评价指标的权重是通过熵权法(EWM)和层次分析法(AHP)。第四步:综合评价指标的计算。采取可持续发展的综合评价多年来对中国的煤炭消耗量为研究对象MADM(替代),线性加权组合方法(WLC) MADM模型用于计算中国可持续发展的综合评价指标的煤炭消耗量。

大纲的方法在这项研究中呈现在图1。

2.1。评价指标体系的建设

指的是早期的研究文献中使用的方法论框架研究[30.,31日),煤炭消费总量(CC)在某一年被分解成四个驾驶的影响,包括煤强度(CS)的影响,能源依赖(ED)的影响,社会发展水平(SL)效应,人口规模(PS)的效果。具体来说,分解的四个驱动煤炭消耗量的影响可以表示为如下方程:

这里,CC吨,EC吨标准煤,GDP在10000元,总共和TI的居民。在方程(1),煤强度(CS)效果表示为煤炭在能源消费总量的比例,和煤炭占中国能源消费总量的比例最大。尽管煤炭消费的下降趋势,其份额仍在一个较高的水平(32]。煤强度(CS)是一个负面的综合评价指标相对于煤炭消费的可持续发展。主要原因是较小的煤强度(CS)的价值,较低的经济发展依赖石化能源和低碳经济的发展水平就越高。能源依赖(ED)效果表示为单位GDP能耗。根据产业发展的理论,GDP包括三个产业的产值,第二产业是世界上最大的能源消耗。减少能源依赖(ED)是由于工业发展和经济发展的水平。与可持续发展的综合评价煤炭消费、能源依赖(ED)绝对是一个负面指标。社会发展水平(SL)表示为人均GDP,这是一个积极的指标。值越高,越高的居民的平均生活水平。人口规模(PS)的总结了影响人口变化对中国煤炭消费,这是一个积极的指标。

基于煤炭消费的四个驱动影响方程(1)和借鉴现有研究成果33,34),一个综合评价系统可持续发展的中国煤炭消费是由煤强度(CS),能源依赖(ED)、(SL),社会发展水平和人口规模(PS)作为一级指标和相应20二年级指标(表1)。

一级指标的特点基础上,二年级20指标的评估标准是为了丰富综合评价系统。其中,煤强度(CS)的研究主要集中在煤炭消费结构和四个二年级设计指标,衡量煤炭在能源消费总量的比例(CS1),热功率的比例在全国发电(CS2),每10000元国内生产总值煤炭进口总量(CS2),每10000元国内生产总值和煤炭消费(CS4)。能源的依赖(ED)的研究主要集中在能源消费结构和四个小学二年级的指标设计,以每10000元国内生产总值能源消耗(ED1),能源消耗每10000元工业产值(ED2),清洁能源在能源消费总量的比例(ED3)和能源消费的弹性系数(ED4)。社会发展水平(SL)主要是关注经济发展的研究,和8二年级指标被设计出来,以总GDP (SL1),人均GDP (SL2),人均消费支出(SL3),居民的恩格尔系数(SL4),城镇登记失业率(SL5)的比例第三产业的产值在国内生产总值(SL6),固定资产投资总额(SL7)和环境污染控制的总投资(SL8)。人口规模(PS)主要集中在人口规模和年龄结构,包括自然出生率(PS1),人口老龄化速度(PS2),城市化率(PS3)和平均预期寿命(PS4)。考虑到经济和社会发展的速度,二年级指标大多是表达的相对价值和属性是积极的还是消极的(表1)。

2.2。预处理的数据(正常化评价指标)

在MADM模型中,由于不同的单位和大小,每个属性下的评价指标(标准)层不能直接比较。因此,数据预处理(正火)是必要的原始序列转换成类似的序列。在下面,我们正常使用线性比例变换方法评价指标。

集评价对象 有评价指标 ,然后这些评价指标的原始数据可以形成一个矩阵 ,这被称为“决策矩阵。《黑客帝国 可以通过规范化矩阵和被称为标准化矩阵(35]。其中,代表的标准化值评价对象评价指标和 。

当评价指标的特点是“效益指标,“原始序列可以规范如下:

当评价指标的特点是“成本指标,”原系列可以规范如下:

在公式(3)和(4),和 ,分别代表的最大或最小值决策矩阵的列。

在矩阵 ,每一个指标的方向是一致的,即所有指标成为“指标”36]。

2.3。测定指标的重要性权重

2.3.1。熵权法

标准化后的矩阵 了,需要确定每个指标的权重。熵权法(EWM)是一种精确的定量载荷分配技术,它是基于每个观测值所提供的资料来确定变权(37]。EWM具有较强的可操作性和客观性,可以反映数据中隐藏的信息。此外,它可以提高指标的差异以避免过度造成的微小差异分析困难选择的指标,可以全面反映各种隐含的信息数据35,38]。一个指标的值的差异越大,越有价值,相应的权重就越大。相反,当一个评价对象的值之间的差异在一个指标是次要的,这表明,很小,所提供的有效信息指标和指标也小的重量39]。相比之下,选择加权方法(AHP)等,EWM可以消除由人为因素引起的错误(40]。EWM显示的数学模型如下:(1)信息熵的计算 在公式(5)和(6),正规化矩阵中对应的元素吗 。在公式(6),信息熵是包含在指标,而的归一化值的比例吗指数的一年。K玻耳兹曼常数,我们假设当吗 , 。(2)计算权重

其中,( )的重量吗指标和 。

2.3.2。通过层次分析法权重

Saaty首次开发层次分析法(41,42]。层次分析法是一种有效的方法,也是经常用于重量计算。这是一个量化的分析方法处理复杂和多准则的系统,可以将复杂的问题分解成着重多层次和多因素研究和便于比较和重量计算43]。层次分析法是一种主观权重方法。判断矩阵中的元素的值反映了比较两个因素的相对重要性。通常情况下,测量尺度的9表明相对重要性。表2描述了具体的比较标准。MADM的属性(标准)模型在这项研究包括四个一级指标,即煤强度(CS)、能源依赖(ED),社会发展部水平(SL),和人口规模(PS)。因为它们是定性的措施,它可能被认为是使用AHP权重。

成对比较矩阵构造(也称为判断矩阵)根据上述方法,其中aij是一个因素比另一个的重要性。获取权向量和一致性检查的过程如图2。

成对比较矩阵一般是不一致的矩阵。为了利用其特征值对应的特征向量λ权向量的因素相比,其不一致应在允许范围内。在图2一致性指标CI时集。 ,矩阵是矩阵的一致性。CI越大,越不一致矩阵A是。为了确定的允许范围的不一致程度矩阵一个,有必要确定一致性指数CI的标准。为此,随机一致性指标RI(表3)介绍了CR(图定义和判断标准2)。一般来说,如果计算通过一致性检验,表明相应的权重确定是可行的。否则,建议调整成对比较矩阵一个并重新计算,直到结果通过了一致性检验(41]。

为了获得四个一级指标的权重的可持续评估煤炭消费,顺序矩阵(表成立4)。

2.4。综合评价煤炭消费的可持续性

决策系统是随着时间的推移不断移动和改变。实时合成决定启用评估每个子系统的运行状态,从而获得实时反馈信息,实时更新指标。每个一级指标的综合得分是用来评估评价对象在所有评价指标。常用的聚合方法是线性加权组合(WLC)方法,它允许的标准来维护一个持续变化最小风险0到最大风险的标准可以补偿。的补偿方法是由重量决定的标准,和相对特征的标准可以表示为评价指标的权重。合并后的分数每个一级指标是通过使用下列公式计算:

可持续性评价的综合得分对煤炭消费(四个一级指标)可以用以下公式计算:

3所示。结果

3.1。综合评价的四个一级指标

3.1.1。煤强度(CS)

煤强度(CS)包括四个小学二年级的指标:煤炭在能源消费总量的比例(CS1),热功率的比例在中国发电(CS2),煤炭进口总额(CS3),每10000元国内生产总值和煤炭消费(CS4)。

从图3(一)、煤炭能源消费总量中所占的份额(CS1)已经从2011年到2021年下降,从2011年的70.2%到2021年的56%,下降了20%。在中国的电力需求,火电在发电的比例(CS2)是相对强劲,大幅波动,有三个波动,即2012(78.58%)、2017年(70.92%)、2018年(73.32%)和2019年(68.88%),但变化的总体趋势是下降(图3(b))。从2011年到2016年,每10000元国内生产总值煤炭进口总额(CS3)波动明显,但自2016年以来,一直是单调下降的趋势(图3(c))。煤炭消费每10000元国内生产总值(CS4)已经在一个单调下降,从2021年的0.6014到2011年的0.251,下降58.3%(图3(d))。

使用公式(6)和(7),四个二年级的煤强度指标的权重(CS)被计算为0.299,0.197,0.289,和0.215,分别。CS1 CS3有更大的权重,CS4最小重量为0.197。与此同时,贡献率和煤强度的综合评价指标(CS)的计算是通过规范化矩阵 和公式(9),分别(图4)。

图4(一)表明,CS1和CS4贡献了0%在2011年和2012年的0%,分别与CS2和CS3 2012年分别是0%;然而,只有CS3贡献了2013年的0%。自2014年以来,4二年级指标做出了贡献,在不同程度上,煤强度的综合评价指标。从2012年到2021年,煤炭力量的综合评价指数(CS)显示一个总体上升趋势,从2021年的0.08378到2012年的0.66612,增加6.9倍(图4(b))。

3.1.2。能源的依赖(ED)

能源的依赖(ED)包括四个小学二年级的指标:每10000元国内生产总值能源消耗(ED1),能源消耗每10000元工业产值(ED2),清洁能源在能源消费总量的比例(ED3)和能源消费的弹性系数(ED4)。如图5(一),从2011年到2021年,ED1和ED2一直下降,与前减少38%,后者为24%。从图5(b), ED3一直在上升,从2011年的13%到2021年的25.5%,增长率为96.2%。ED4波动显著:从2011年到2015年,它单调减少75%,从2015年到2020年,它增加单调的4.05倍,但从2020年到2021年下降了33%。

使用公式(6)和(7),二年级四个指标的权重能源依赖(ED)计算为0.301,0.236,0.282,和0.181,分别。ED1 ED2有较大的权重,ED4最小重量为0.181。ED的贡献率计算归一化矩阵 ,和公式(9)是用来计算的综合评价指数(图6)。

从图可以看出6(一),2011年,ED1的贡献率,ED2, ED3是0%,而ED4是100%。ED4在2020年贡献了0%,而ED3贡献了38%。四个二年级指标造成的整体评估ED不同程度在不同的年。从2011年到2021年,ED的综合评价指数显示整体上升趋势,从2012年的0.04712上升到2021年的0.8945,17.9倍的增加(图6(b))。

3.1.3。社会发展水平(SL)

社会发展水平(SL)包括8二年级指标:总GDP (SL1),人均GDP (SL2),人均消费支出(SL3),居民的恩格尔系数(SL4),城镇登记失业率(SL5)的比例第三产业的产值在国内生产总值(SL6),固定资产投资总额(SL7)和总投资环境污染控制(SL8)。原始数据图所示7。

的八个二流指标,SL4和SL5“基于成本”指标,而其余的是“benefit-based”指标。我们可以看到数据7(一)和7(b)、SL1 SL2, SL3大致处于单调递增状态与经济增长率为134.4%,123.2%,和122.7%,分别。如图7(c), SL4从2011年到2019年减少了14.3%。SL5通常会有所下降,从2019年的4.1到2011年的3.75;同时,它可能会受到疫情影响,从2020年的4.2增加到2021年的3.96。SL6显示了一个单调增加,从2021年的44.3到2011年的53.3,比上年增长20.3%。从图7(d), SL7显示了一个单调增加从2011年到2021年,尽管SL8显示了一个总体增长趋势在整个调查期间,除2013年和2014年。由公式(6)和(7),SL的八个小学二年级的指标的权重计算为0.158,0.155,0.134,0.097,0.145,0.113,0.104,和0.094,分别。SL1和SL2较大重量的0.158和0.155,分别,SL8最小的重量为0.094。此外,SL的贡献率由归一化矩阵计算 ,和SL的综合评价指数计算公式(9)(图8)。

从图8(一),2011年,SL1的贡献率,SL2, SL3, SL4 SL5, SL7都是0%。在2021年,只有SL8贡献了0%。各年,八个二流指标造成了不同程度的SL的整体评估。从数据可以看出8(b),从2011年到2019年,SL的综合评价指数显示单调上升趋势,从2011年的0.025上升到2019年的0.838,33.5倍的增加,但在2020年下降到0.687,然后增加到2021年的0.873(图8(b))。

3.1.4。人口规模(PS)

人口规模(PS)包括四个小学二年级的指标,即自然出生率(PS1),人口老龄化速度(PS2),城市化率(PS3)和平均预期寿命(PS4)(图9)。

如图9(一),而PS1波动从2011年到2021年,它主要是在下降,最大降幅为94.2%。PS2呈现单调增加,从2011年的9.1上升至14.2,2021年增长率为56%(图9(b))。从数据9(c)和9(d), PS3和PS4还显示一个单调增加,增长率为24.9%和4.2%,分别。

由公式(5)和(6),PS的二年级四个指标的权重计算为0.368,0.181,0.226,和0.225,分别。PS1的最大重量,0.368,PS2最小,0.181。同时,综合评价指标的贡献率和PS正规化矩阵计算 和公式(9),分别(图10)。

从图10(a),在2011年,PS3和PS4的贡献率是0%,分别。在2016年,只有PS1贡献了0%,而在2021年,只有PS2贡献了0%。从2011年到2021年,除2016 (0.349),PS的综合评价指数表现出上升趋势,从2011年的0.252上升到2021年的0.819,增加3.25倍(图10(b))。

3.2。可持续发展的综合评价

归一化比较矩阵对于一个给定的MADM模型如表所示5。后总结行元素和获得归一化向量,每个准则的权重图所示11(一个)。其中,SL中最具影响力的标准模型,其次是CS,而PS最小的重量。为了测试的一致性AHP模型,一致性指标和一致性比率计算,公式(11)- (13)显示计算过程。如果少于10% CR,一致性是令人满意的34]。显然,没有必要在这种情况下提高一致性。

根据评价指标和相应的重量(图四个一级指标11(一)),可持续发展对煤炭消费的综合指数计算公式(10)。从图11(b),除了2020(0.679),可持续发展综合指数对中国的煤炭消耗量的上升,2021年从2011年的0.058上升到0.837,增加了14.4倍。

4所示。讨论

4.1。影响因素的综合评价

从数据8(b)和11(b), SL的评价指标和综合评价指标对2020年煤炭消费的可持续性显著降低。可能的原因是突然流行有全面而深刻的对经济和社会的影响。煤炭消费的可持续发展综合评价指数表现出类似的趋势SL,最有可能因为SL最大的权重综合评价系统。

从的角度子项(一级指标)的可持续发展的综合评价煤炭消费(图12),每个一级指标的评价指数序列从2011增加到2019左右。其中,CS的评价指数在2012年下跌,而PS评价指标在2016年和2017年下降。与2019年相比,计算机科学的评估指标,艾德,和SL 2020年显著下降,而PS的评价指数增加。与2011 - 2020年相比,2021年的最高评价指标在四个一级指标。此外,同样的方法被用来探索相应的二年级的影响指标一级指标,发现“短板”因素,为可持续发展的决策提供科学证据在煤炭消费。

4.2。设计的综合评价系统

摘要煤炭消费是分解成四个驱动效应,即CS,艾德,SL,和PS。然后,CS,艾德,SL, PS设计为四个一级指标全面系统评价煤炭消费的可持续性。基于每个一级指标的特征和以教训早期文学和经济理论,二十个二年级指标是为了提高综合评价体系。虽然二年级指标的设计是基于每个一级指标的特征和文学早些时候,二流的质量指标没有实证研究在综合评估系统,这是本研究的主要限制。

4.3。可持续发展的评价方法的局限性

在煤炭消费的可持续性评价,四个一级指标的权重评估使用AHP方法。邀请专家对每一个指标的重要性(以平均分数为评价结果),和一个决策矩阵终于确定。然后进行一致性测试结果后,AHP方法的过程。同时结果表明,权重由这种方法是可行的,没有研究专家达成共识的过程四个一级指标的重要性。张先生和李21)开发两个指标值Sort-B算法来解决在群决策一致性问题,表明了未来进一步的研究方向。

5。结论

煤炭消费造成的生态和环境问题得到了人类社会的巨大关注。从MADM模型的评价结果,可以看出,从2011年到2021年中国的煤炭消费是可持续的。更具体地说,综合评价指标从2011年的0.058增加到2019年的0.771。综合评估指数下降到2020年的0.679和2021年的0.837增加到最大。从四个一级指标的权重,SL的重量最大的贡献综合评价指数,而PS的重量最小的整体贡献评价指标。此外,通过分析每个一级指标的贡献率和相应的二年级指标的主要影响因素可以发现中国煤炭消费的可持续性,支持科学决策。

根据MADM模型,本文设计了一个综合评价系统可持续发展的煤炭消费,包括四个一级指标:CS,艾德,SL,和PS。其中,CS包括二年级四个指标,ED包括二年级四个指标,SL包括八个小学二年级的指标,和PS包括二年级四个指标。由于总体评价结果大致符合当前的经济发展趋势,这表明本文设计的综合评价体系是可行的。这个评价体系可以作为煤炭消费的可持续性评价系统的框架,为政府部门提供参考的可持续性评价煤炭消费水平垂直(每年)或(在每个地区的)。

有一些局限性。首先,在评价体系的设计,四个主要指标是由分解的四个驱动煤炭消耗量的影响,而相应的二级指标指的是由相关的引用。这些评价指标的相关性和有效性没有解决在纸上,需要额外的探索。此外,利用AHP确定定性指标的权重(四个一级指标)包括选择偏好和主体性。由于有限的知识、经验和能力的一个专家,越来越多的实用的多准则排序(MCS)问题需要多个专家的参与。如何获得两厢情愿选择在群决策排序结果(MCS)需要深入研究。本文在结论中,研究人员可能会受在这一领域的研究和创新。在未来,额外的当前研究将结合MADM和应用于煤炭消耗量的综合评价,从而进一步导致了中国的能源战略的科学决策。

数据可用性

生成的数据集在当前研究可从相应的作者以合理的要求。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是支持中国的国家社会科学基金(19 bjy046)。