CN112101732A - 一种基于gep指标体系的企业生态效率评价方法 - Google Patents

一种基于gep指标体系的企业生态效率评价方法 Download PDF

Info

Publication number
CN112101732A
CN112101732A CN202010832707.4A CN202010832707A CN112101732A CN 112101732 A CN112101732 A CN 112101732A CN 202010832707 A CN202010832707 A CN 202010832707A CN 112101732 A CN112101732 A CN 112101732A
Authority
CN
China
Prior art keywords
enterprise
data
emission
pollution
index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010832707.4A
Other languages
English (en)
Other versions
CN112101732B (zh
Inventor
张鹏
晏泽翌
张飞舟
赵红颖
林沂
陈伟
闫旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Peking University
Original Assignee
Peking University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Peking University filed Critical Peking University
Priority to CN202010832707.4A priority Critical patent/CN112101732B/zh
Publication of CN112101732A publication Critical patent/CN112101732A/zh
Application granted granted Critical
Publication of CN112101732B publication Critical patent/CN112101732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于GEP指标体系的企业生态效率评价方法,其特征在于包括以下步骤:1)将目标企业的企业数据实时传输至指定的云存储服务平台,并根据该目标企业的企业数据基于模糊综合评价模型生成企业生态效率评价指标体系中各指标的指标值;2)根据该目标企业的企业数据计算所得所述企业生态效率评价指标体系中的各一级指标,计算该目标企业的企业综合评价Rc;3)根据该目标企业的企业数据计算所得所述企业生态效率评价指标体系中的指标数据计算该目标企业的污染中和评价Rce、同行业企业评级Rcp;4)根据该目标企业的企业综合评价Rc、污染中和评价Rce和同行业企业评级Rcp确定该目标企业的企业生态效率评级。

Description

一种基于GEP指标体系的企业生态效率评价方法
技术领域
本发明涉及一种基于GEP指标体系的企业生态效率评价方法,能够准确反映企业价值,属于计算机软件技术领域;应用在企业投融资评级、企业园区入驻评级、企业生态效率评级、企业社会价值评级领域。
背景技术
现有的企业评级即评价方法,主要以企业经营能力即盈利能力指标为评价标准,在企业的上市融资、证券交易、银行贷款、园区入驻等领域主要以企业的盈利能力作为衡量标准,销售收入、利润、固定资产收益率、税务、工商、投融资、科研成果、风险等经营能力指标主导着企业的信用评级指标体系,环境指标、社会价值指标仅作为附属参考,ESG评级方法单纯从企业的环境、社会价值、公司管理指标分析企业价值,目前缺乏同时反映企业经营能力、环境效益、社会价值的综合评级体系;企业污染排放、资源消耗方面的数据统计方式主要来源于企业上报,ESG指标数据来源于上市企业的公开数据。总体上,现有的企业评价方法缺乏透明、高效、实时的企业大数据采集方法,同时缺乏综合反映企业经营能力与环境效益的生态效率评价指标、模型。
目前,随着工业数字化及云服务的发展,工业生产企业的物联网数据大多存储在云平台,由第三方云服务商负责管理数据并保密,社会缺乏对云服务商的统一管理规范。
发明内容
为解决现有企业评级方法缺乏同时反映企业环境效益与经营能力的生态效率评价指标、模型,以及缺乏透明、高效、实时的数据采集方式,本发明设计了一种获取企业数据的方法,以及企业生态效率评价指标与模型。
本发明的技术方案为:
一种基于GEP指标体系的企业生态效率评价方法,其特征在于包括以下步骤:
1)将目标企业的企业数据实时传输至指定的云存储服务平台,并根据该目标企业的企业数据基于模糊综合评价模型生成企业生态效率评价指标体系中各指标的指标值;其中,所述企业生态效率评价指标体系包括企业污染排放与资源消耗多级指标体系、企业经营能力多级指标体系、环境贡献多级指标体系以及污染中和及可替代性多级指标体系;
2)根据该目标企业的企业数据计算所得所述企业生态效率评价指标体系中的各一级指标,计算该目标企业的企业综合评价Rc=ESr+EIq+ALT+Dsn+Ecc+CE;其中EIq为企业资源消耗与污染排放对环境影响总量、ESr为企业经营能力总量、ALT为可替代性指标、Dsn为社会需求度指标、Ecc为间接污染中和量、CE为污染中和率百分之百后的环境贡献量指标;
3)根据该目标企业的企业数据计算所得所述企业生态效率评价指标体系中的指标数据计算该目标企业的污染中和评价Rce=Dn+μ(1-Dn)Rn+ESr+ALT+Dsn、同行业企业评级Rcp=ρ+μ*Rn;其中,Dn是直接污染中和率,Rn是间接污染中和率,μ是异地间接污染中和补救系数,ρ是企业生态效率值;μ的取值根据Rn对Rcp的贡献决定;
4)根据该目标企业的企业综合评价Rc、污染中和评价Rce和同行业企业评级Rcp确定该目标企业的企业生态效率评级。
进一步的,所述企业数据包括企业的配电系统数据、生产活动分类排放数据、有价资源分类消耗数据、非商品资源消耗数据、热红外成像数据、气体传感数据和企业信用数据。
进一步的,配电系统数据服务商按照目标企业的每个生产单元功对该目标企业的配电系统数据进行划分并传输至指定的云存储服务平台;划分后的配电系统数据包括环保过滤处理设备的数据、生产作业设备的数据、生产活动分类排放数据、有价资源分类及消耗数据、非商品类资源消耗数据。
进一步的,所述生产活动分类排放数据包括:含碳排放细分数据、污水排放细分数据、有毒气体细分排放数据、有毒颗粒物细分排放数据、有毒液体细分排放数据、直接热量排放数据、常规粉尘排放数据、PM2.5排放数据;所述有价资源分类及消耗数据包括:含电力消耗数据、水消耗数据、生产材料分类消耗数据;所述非商品类资源消耗数据包括:含空气消耗量、非有价水资源消耗量、土壤及沙土使用量、岩石及矿物使用量、其它可再生资源使用量、其它不可再生资源使用量。
进一步的,第j个二级指标
Figure BDA0002638568870000021
Fij为第j个二级指标下的第i个三级指标,Kij为第j个二级指标下的第i个三级指标的权重系数,N为第j个二级指标下的三级指标个数;权重系数Kij的取值根据三级指标Fij对上一级Fj的贡献决定。
进一步的,企业资源消耗与污染排放对环境影响总量EIq=Enr+Evr+Ep;非有价资源消耗环境影响量
Figure BDA0002638568870000022
其中NRi为第i种非有价资源的消耗量,ENi为第i种非有价资源消耗环境影响因子;有价资源消耗环境影响量
Figure BDA0002638568870000023
其中Cri为第i种有价资源的消耗量,EIi为第i种有价资源消耗环境影响因子;污染排放环境影响量Ep=Kc*Ec+Kw*Ew+Kpg*Epg+Ktl*Etl+Kh*Eh+Kds*Eds+Kpm*Epm+Kr*Er;其中,Ec为碳排放,Kc为碳排放环境影响系数,Ew为污水排放,Kw为污水排放环境影响系数,Epg为有毒气体排放,Kpg为毒气体环境影响系数,Etl为有毒液体,Ktl为有毒液体环境影响系数,Eh为直接排放热量,Kh为直接热量释放环境影响系数,Eds为常规粉尘排放,Kds为常规粉尘分类及危害系数,Epm为PM2.5排放,Kpm为PM2.5排放环境影响系数,Er为有毒颗粒物排放量,Kr为有毒颗粒物环境影响系数。
进一步的,企业经营能力总量
Figure BDA0002638568870000031
其中,Eir为第i种经营指标量,Ksi为第i种经营指标在经营能力总量中的影响因子。
进一步的,污染中和率百分之百后的环境贡献量CE=CGEP+NGEP;其中,CGEP为企业对生态系统生产总值的贡献量,NGEP为企业对非生态系统生产总值的环境贡献量。
进一步的,基于生态效率SBM模型计算企业生态效率值ρ。
进一步的,直接污染中和率
Figure BDA0002638568870000032
间接污染中和率
Figure BDA0002638568870000033
其中,Qrc是减少的污染排放量与资源消耗量的和,Qic是未采取污染中和措施前的污染排放量与资源消耗量的和,Qcc是间接污染中和量,Kcc是间接污染中和量对企业污染排放及资源消耗所造成的环境影响补救系数,Qce是直接污染中和后的污染排放量及资源消耗量,Kce是污染排放及资源消耗造成的环境影响系数。
一、企业污染排放、资源消耗数据采集方法:
设计统一的企业生产活动数据监测平台,实现企业污染排放数据、资源消耗数据实时采集监测,建立环境污染监测标准规范,为环境污染监测实施提供法律依据。同时,结合企业经营数据体系构建企业大数据平台。
1、针对不同行业的生产过程、消耗、排放等特征,设计《环保数据行业规范(草案)》:
(1)物联网技术自动采集数据
生产型企业的生产单元的配电系统数据必须联网,配电系统数据服务商必须将数据实时传输至具有国家环保数据资质的企业云存储服务平台;生产企业的每个生产单元功能模块的配电系统数据保证能够按模块区分,例如用于环保过滤处理的设备与用于生产作业的设备配电系统分离;生产排污口及周围必须安装对排放物具有检测功能的传感器且具有联网功能,其数据实时传输到经环保部认证的云存储服务平台;生产作业区域安装能够探测生产过程中可能释放污染物质的传感器,探测能力覆盖全部作业区域,数据实时传输到云平台;生产活动分类排放数据(含碳排放细分数据、污水排放细分数据、有毒气体细分排放数据、有毒颗粒物细分排放数据、有毒液体细分排放数据、直接热量排放数据、常规粉尘排放数据、PM2.5排放数据)、有价资源分类及消耗数据(含电力消耗数据、水消耗数据、生产材料分类消耗数据、其它分类消耗数据)、非商品类资源消耗数据(含空气消耗量、非有价水资源消耗量、土壤及沙土使用量、岩石及矿物使用量、其它可再生资源使用量、其它不可再生资源使用量)全部实时传输到云平台。
(2)企业填报数据
生产活动单位定期通过企业大数据监测平台网页界面手动填写生产活动分类排放数据、有价资源分类消耗数据、非商品(无价)资源消耗数据,包括生产材料分类及使用量、产品类型及产量、生产过程中产生的碳、有毒物质分类及单位量,有毒物质及采取的处理方式等。
(3)无人机及卫星遥感数据
企业排放热量的热红外成像数据、气体传感数据、其它摄影测量数据全部接入企业大数据监测平台。
2、设计《云数据服务平台环保认证资质及责任规范(草案)》:
制订统一规范,包括:云服务企业技术能力要求;云服务平台保密协定;云服务商向企业大数据监测平台开放数据接口,企业大数据监测平台的数据分析分析软件实时分析企业的生产活动;云服务平台责任与义务。
3、接入企业经营数据体系:
结合现有以金融为主的企业信用数据,扩大数据范围,整合数据并建立行业标准,形成统一管理的数据接口,构建更加完善的企业经营数据体系,包括企业工商信息、资质信息、司法信息、投融资信息、知识产权、科技创新项目、新技术应用、供应链信息、税务信息、财务报表、股权穿透、管理层信息、土地使用信息等,在保护隐私权的同时尽可能提高企业信息透明度,并建立完善的法律法规及数据管理规范,并将企业经营数据体系接入到企业大数据监测平台。
二、企业评价指标、模型
1、指标
指标按行业分类,再根据行业内企业的业务类别、生产流程、产品类别、原材料及消耗、经营模式等特征进行详细分类。
表1污染排放与资源消耗指标体系
Figure BDA0002638568870000041
Figure BDA0002638568870000051
Figure BDA0002638568870000061
表2经营能力指标体系
Figure BDA0002638568870000062
Figure BDA0002638568870000071
表3污染中和及可替代性指标
Figure BDA0002638568870000072
Figure BDA0002638568870000081
表4环境贡献指标
Figure BDA0002638568870000082
2、模型
(1)综合分析模型
模型指标的计算思路主要基于模糊综合评价模型(Fuzzy Synthetic EvaluationModel),
即,公式:
Figure BDA0002638568870000083
其中Fj是表1、表2中的第j个二级指标,Fij为第j个二级指标下的第i个三级指标,K是权重系数,取值0-1之间,代表三级指标所拥有的权重,Kij通过实际统计回归处理决定,从而使公式精确反映实际情况。
同样的,一级模型函数,其中Kj为第j个二级指标的权重,同样由实际统计回归决定。
权重模糊系数以模糊控制隶属函数表征,其中包括哥西型、正态型、χ2型,完全由其不同参数状态下对上一级的贡献决定,系数的设置方式在此称为“变权重模糊控制”,即权重系数Kij的取值根据三级指标Fij对上一级Fj的贡献决定。
Figure BDA0002638568870000084
污染排放环境影响
Figure BDA0002638568870000085
其中,Ep污染排放环境影响量
Ec 碳排放
Kc 碳排放环境影响系数
Ew 污水排放
Kw 污水排放环境影响系数
Epg 有毒气体排放
Kpg 有毒气体环境影响系数
Etl 有毒液体
Ktl 有毒液体环境影响系数
Eh 直接排放热量
Kh 直接热量释放环境影响系数
Eds 常规粉尘排放
Kds 常规粉尘分类及危害系数
Epm PM2.5排放
Kpm PM2.5排放环境影响系数
Er 有毒颗粒物排放量
Kr 有毒颗粒物环境影响系数
根据不同行业排放情况计算系数值;上述污染排放环境影响量指标对应表1,与一级指标里的生产活动分类排放数据指标一致。
Figure BDA0002638568870000091
有价资源消耗环境影响
Figure BDA0002638568870000092
Evr 有价资源消耗环境影响量
CRi 第i种有价资源的消耗量
EIi 第i种有价资源消耗环境影响因子
有价资源消耗环境影响量指标对应表1,与一级指标里的有价资源消耗数据指标一致。
Figure BDA0002638568870000093
非有价资源消耗
非有价资源消耗采用同样上述排放计算原理:
Figure BDA0002638568870000094
其中,
Enr 非有价资源消耗环境影响量
NRi 第i种非有价资源的消耗量
ENi 第i种非有价资源消耗环境影响因子
非有价资源消耗环境影响量指标对应表1,与一级指标里的非商品(无价)资源消耗数据指标一致。
Figure BDA0002638568870000101
企业资源消耗与污染排放对环境影响总量
EIq=Enr+Evr+Ep
Figure BDA0002638568870000102
企业经营能力
Figure BDA0002638568870000103
ESr 企业经营能力总量
Eir 第i种经营指标量
Ksi 第i种经营指标在经营能力总量中的影响因子
Figure BDA0002638568870000104
企业综合评价模型算法
Figure BDA0002638568870000105
Rc 企业综合评级
ALT 可替代性(或可替代率)
Dsn 社会需求度
Ecc 间接污染中和量(最大值为污染排放与资源消耗的环境影响量)
CE 污染中和率百分之百后的环境贡献量。
备注:直接污染中和量在污染排放与资源消耗量中体现;企业综合评级Rc是企业资源消耗与污染排放对环境影响总量EIq、企业经营能力总量ESr、可替代性ALT、社会需求度Dsn、间接污染中和量Ecc、污染中和率百分之百后的环境贡献量CE的和。
Figure BDA0002638568870000106
企业污染中和
如表3所示,参考其中指标。
“企业污染中和”是指企业通过植树造林、节能减排、环境治理等方式抵消自身产生的污染(含碳)排放量,以实现污染零排放为目标,企业污染中和分为直接污染中和、间接污染中和。
直接污染中和是指企业直接通过技术手段实现节能减排的中和方式,直接污染中和量是指企业通过环保技术手段实现的污染减排量或对环境的污染影响量。直接污染中和率是应用环保技术手段减少的环境影响量与应用环保技术前(未应用环保技术时)的环境影响量的比值,例如,在不考虑资源消耗情况下,通过加装环保设备减少污染排放量与未加装环保设备时的污染排放量的比值是直接污染中和率;在不考虑污染排放情况下,通过提高资源利用率减少的资源浪费量与之前的资源耗费量的比值是直接污染中和率。
直接污染中和率,即:
Figure BDA0002638568870000111
其中,Qrc是减少的污染排放量与资源消耗量的和,Qic是未采取污染中和措施前的污染排放量与资源消耗量的和,0<Dn<1;对应表3中的二级指标与三级指标。
间接污染中和,是指企业通过间接方式改善环境的方式。例如,通过间接投资绿色产业;直接参与植物造林(以污染排放区与植树区位置进一步分类);以交易方式出售或购买污染排放。间接污染中和量是企业以间接污染中和方式对环境做出的影响量(抵消量)。
间接污染中和率,即:
Figure BDA0002638568870000112
其中,Ecc是抵消的污染排放环境影响量及资源消耗环境影响量,Ece是直接污染中和后的污染排放环境影响量及资源消耗环境影响量;Qcc是间接污染中和量,Kcc是间接污染中和量对企业污染排放及资源消耗所造成的环境影响补救系数,Qce是直接污染中和后的污染排放量及资源消耗量,Kce是污染排放及资源消耗造成的环境影响系数,0<Rn<1。
(2)污染中和评价模型
参考表3中的指标,
Rce=Dn+μ(1-Dn)Rn+ESr+ALT+Dsn
Dn是直接污染中和率
Rn是间接污染中和率
ESr是经营能力总量
ALT是可替代率
Dsn是社会需求度
μ是异地间接污染中和补救系数,即异地污染中和对本地污染影响的补救系数,例如企业在异地的污染中和并不能弥补本地污染带来的直接影响。
本模型关于系数的设置方式,也采用“变权重模糊控制”方式。
(3)SBM评价模型
n个属于同一行业的企业,生产消耗及排放类型指标相同或相似,每个企业有a个投入资源(能源消耗、资源消耗)指标,b个期望产出(价值)指标,c个非期望产出(污染排放)指标。
X是投入资源(能源消耗、资源消耗)指标,对应表1中的有价资源消耗数据、非商品资源消耗数据;
Y是期望产出(价值)指标,可以参考企业利润、销售收入、科研成果等指标,对应表2中的营收、科研成果;
Z是污染排放指标,对应表1中的生产活动分类排放数据;
Figure BDA0002638568870000121
是投入资源松弛变量,
Figure BDA0002638568870000122
Figure BDA0002638568870000123
是期望产出(产品)松弛变量,
Figure BDA0002638568870000124
Figure BDA0002638568870000125
是污染排放松弛变量,
Figure BDA0002638568870000126
κμm是权重向量
ρ是生态效率值
ρ=[0,1]
生态效率SBM模型,即:
Figure BDA0002638568870000127
Figure BDA0002638568870000128
Figure BDA0002638568870000129
Figure BDA00026385688700001210
当ρ等于1时,代表0污染;ρ越趋近于0,污染排放越严重,或资源能源消耗越重。Xim代表第i种投入资源的第m个指标,Yjm代表第j种期望产出的第m个指标,Zkm代表第k种污染排放的第m个指标,角标中的m代表第m个指标;S是指标的个数。
基于SBM模型的同行业企业评级:
企业生态效率ρ值与直接污染中和率正相关,直接污染中和量直接体现在污染排放量Z与投入资源X中。
基于同行业企业生态效率ρ值大小,同时结合企业的间接污染中和率,评价公式即评价结果Rcp:
Figure BDA00026385688700001211
Figure BDA0002638568870000131
Rn是间接污染中和率,Ecc、Ece、Kcc、Qcc、Kce、Qce的具体解释参考上述(1)中的
Figure BDA0002638568870000132
企业污染中和;μ是异地间接污染中和补救系数,即异地污染中和对本地污染影响的系数,μ的取值:1>μ>0。
本模型关于系数μ的设置方式,也采用“变权重模糊控制”方式,即权重系数μ的取值根据Rn对Rcp的贡献决定。
(4)企业GEP(CGEP)评价模型
参考表4,
CE=CGEP+NGEP
CE污染中和率百分之百后的环境贡献量
CGEP企业对生态系统生产总值(GEP)的贡献量
NGEP企业对GEP计算指标范围外的环境贡献量
3、评级结果
依据上节模型计算分值,按照分值阶梯对应评级结果:
表5评级对应关系表
Figure BDA0002638568870000133
附图说明
图1为企业大数据监测平台架构图;
①企业,②污染排放数据,③资源消耗数据,④经营数据,⑤污染中和数据,⑥无人机或卫星遥感摄影测量,⑦生产现场传感器采集,⑧接入企业生产数据系统,⑨接入第三方渠道(含云服务)数据系统,⑩数据传输,
Figure BDA0002638568870000141
卫星数据传输,
Figure BDA0002638568870000142
5G通信数据,
Figure BDA0002638568870000143
云数据存储,
Figure BDA0002638568870000144
数据加密,
Figure BDA0002638568870000145
实时数据,
Figure BDA0002638568870000146
数据灾备,
Figure BDA0002638568870000147
成果数据,
Figure BDA0002638568870000148
数据分析计算,
Figure BDA0002638568870000149
大数据分析处理,
Figure BDA00026385688700001410
模型算法,
Figure BDA00026385688700001411
企业评级。
具体实施方式
第一步,技术架构设计
如图1所示,企业①的污染排放数据②、资源消耗数据③通过无人机或卫星遥感摄影测量⑥、生产现场传感器采集⑦、接入企业生产数据系统⑧的方式获得,企业的经营数据④、污染中和数据⑤通过接入第三方渠道(含云服务)数据⑨的方式获得,通过卫星数据传输
Figure BDA00026385688700001412
5G通信
Figure BDA00026385688700001413
的方式将数据传输到云数据存储
Figure BDA00026385688700001414
大数据分析处理
Figure BDA00026385688700001415
模型算法
Figure BDA00026385688700001416
企业评级
Figure BDA00026385688700001417
对实时数据
Figure BDA00026385688700001418
进行处理计算,并将评级结果输出到成果数据
Figure BDA00026385688700001419
在工业企业生产活动现场部署传感器,接入工业企业已有的MES、SCADA等数据系统,接入工业数据服务商的云平台,多种方式组合获得企业污染排放与资源消耗数据,接入第三方数据渠道获得企业财报、工商等经营数据,建立统一的企业大数据监测平台。
同时,结合企业手动输入数据,与自动采集数据对比。企业定期在专属企业数据采集监测平台网页界面输入生产材料数据、产品数据、生产过程概括数据、产量数据、排污数据、资源消耗数据。
第二步,企业评级示例
假设同行业的5家企业A、B、C、D、E,其资源消耗分类、产出污染物分类、经营指标均相似,应用污染中和模型计算,即:
Rce=Dn+μ(1-Dn)Rn+ECr+ALT+Dsn
假设5家企业的产品相同,即可替代性ALT与社会需求度Dsn相同,忽略不计;经营指标相同,经营能力忽略不计。计算公式简化为:
Rce=Dn+μ(1-Dn)Rn
假设A企业通过应用高技术环保技术及设备,污染排放为0,即:直接污染中和率为1;B企业通过应用普通环保设备,直接污染中和率达到0.7;C企业的直接污染中和率为0.6;D企业的直接污染中和率为0.4;E企业未应用任何环保设备及技术,污染物直接排放,即:直接污染中和率为0;A企业未采用间接污染中和方式,即:间接污染中和为0;B企业通过投资本地植树造林活动,间接污染中和率为0.1;C企业在本地的间接污染中和率为0.5;D企业未参加间接污染中和;E企业的间接污染中和率为0.6,间接污染中和补救系数μ为0.8。
5家企业的综合评级简化计算,A{1,0};B{0.7,0.1};C{0.6,0.5};D{0.4,0};E{0,0.6*0.8},即污染中和率为:A{1};B{0.73};C{0.8};D{0.4};E{0.48},可知A>C>B>E>D,对应企业评级表4,结合级别设定的分值范围得出最终的评级结果。
第三步,企业评级推广模式
将企业评级模型算法功能模块嵌入到工业园区精准招商软件系统,从源头上抑制污染企业,系统功能包括:
一、招商引资企业库(名录)
整理组织企业及行业名单数据库,包括利用国际及国内知名的企业及行业权威排名,以及基于污染中和指标、模型、算法的企业评级数据库。
二、评级指标、模型及算法
嵌入企业综合分析模型、污染中和评价模型、SBM评价模型、企业GEP评价模型。
三、精准招商
1、目标对象
(1)招商计划管理
(2)招商意向管理
2、企业评级优选
(1)多方案模型选择
以企业评级结果为基础条件,进一步根据用户意向选择,系统匹配对应的评级模型算法,软件自动计算企业评分与级别分类。示例:
Figure BDA0002638568870000151
选择“企业规模导向模型”,系统评级模型将侧重企业销售收入指标;
Figure BDA0002638568870000152
选择“未来科技模型”,模型将侧重发展趋势及科技含量指标;
Figure BDA0002638568870000153
选择“利润导向模型”,将侧重经营利润指标;
Figure BDA0002638568870000154
选择“行业龙头模型”,将侧重企业在行业中的排名情况。
Figure BDA0002638568870000155
选择“绿色环保模型”,将侧重企业在环境污染方面的排放情况。
Figure BDA0002638568870000156
选择“风险预警模型”,将侧重企业在综合风险方面的评分情况。
Figure BDA0002638568870000157
选择“产业热度模型”,将侧重企业从事产业或所属行业的社会需求(销售收入及竞争)热度。
Figure BDA0002638568870000161
选择“ROE模型”,将侧重企业的固定资产收益比率指标。
Figure BDA0002638568870000162
选择“污染中和模型”,将着重考核企业污染中和指标。
(2)智能检索匹配企业库
分行业、分指标、分类别检索企业,自动匹配对应企业库中的分类名录。例如:
Figure BDA0002638568870000168
选择中国物流行业优质企业,系统将自动匹配企业库中的“中国100强物流企业榜单”;
Figure BDA0002638568870000169
选择中国销售额规模企业,系统将匹配企业库中“中国企业500强排行榜”;
Figure BDA00026385688700001610
选择高新技术企业知名利润规模公司,系统自动匹配企业库中“国家高新技术企业名录”和“中国企业利润排行榜”,关联检索匹配优质企业;
Figure BDA00026385688700001611
对于企业库中“未排名企业名录”公司优选,系统将结合评级模型,智能评分,并检索优质企业。
(3)投资意向分析
根据当地资源供给情况与目标企业的资源需求吻合程度,建立匹配度指标,综合评价预测企业投资意向。
Figure BDA0002638568870000163
根据招商地理位置原材料及供应链资源,结合目标企业的生产需求;
Figure BDA0002638568870000164
根据招商地理位置交通状况,结合目标企业生产情况;
Figure BDA0002638568870000165
根据招商地理位置经济发达程度与自然人文环境,结合目标企业经营性质及产业地位;
Figure BDA0002638568870000166
根据招商地理位置人力资源供给,结合目标企业生产经营需求;
Figure BDA0002638568870000167
根据招商地理位置已有投资企业规模、知名度及影响力、行业及产业类别,结合目标招商企业的行业类别、规模、知名度等情况。
(4)定制化评级指标
基于招商意向,附加设计评级指标。
四、园区安全管理
1、园区GIS、BIM全景监控
2、园区地标易燃易爆级别划分及地图撒点展示
3、应急指挥
(1)应急安全场地规划
(2)安全路线指引
五、园区人才推介
1、园区企业人才信息采集
2、企业人才缺口采集
3、园区人才战略规划
4、招聘会专场安排
六、园区科技工作及成果
1、专利统计
(1)发明专利分类及统计
(2)实用新型分类及统计
(3)外观设计专利统计
(4)软件著作权统计
(5)商标统计
2、国家基金项目
3、省重点科研计划项目
七、园区企业监测
1、风险监测
(1)法律风险
(2)经营及财务风险
(3)管理风险
(4)流动性风险
(5)政策风险
(6)经济政治环境风险
(7)宏观基本面风险
(8)汇率风险
(9)舆情风险
2、预警提示
(1)高风险企业预警提示
(2)发展均衡与持续问题警示
(3)污染级别警示
八、园区智慧决策
1、基于企业大数据及评级结果,为园区管理者提供全方位决策支持。
(1)安全事故预案
Figure BDA0002638568870000171
火灾
Figure BDA0002638568870000172
地震
Figure BDA0002638568870000181
洪涝
Figure BDA0002638568870000182
台风
(2)企业风险预案
根据不同类型企业风险,结合经验教训总结,制定企业风险预案。
2、应急处理策略
(1)基于实时事故或风险类别,智能匹配应急处理预案,自动制定多套决策方案。
(2)智能提示不同方案利弊特征。
第四步,企业评级制约体系
设计“评级合约组织”,吸引绿色高科技企业、社会组织、政府福利机构、国际非盈利组织等单位加盟,联盟成员达成共识并共同遵守公益组织公约,即:共同抵制被认定为高污染企业及人力资源名单,共同抑制高污染计划及实施。为企业提供绿色认证服务,包括环境效益认证和生态效率认证,并与消费市场渠道联合,建立合约,推进认证体系市场推广,积累认证体系信用及价值,为消费者提供优质绿色环保商品保证。

Claims (10)

1.一种基于GEP指标体系的企业生态效率评价方法,其特征在于包括以下步骤:
1)将目标企业的企业数据实时传输至指定的云存储服务平台,并根据该目标企业的企业数据基于模糊综合评价模型生成企业生态效率评价指标体系中各指标的指标值;其中,所述企业生态效率评价指标体系包括企业污染排放与资源消耗多级指标体系、企业经营能力多级指标体系、环境贡献多级指标体系以及污染中和及可替代性多级指标体系;
2)根据该目标企业的企业数据计算所得所述企业生态效率评价指标体系中的各一级指标,计算该目标企业的企业综合评价Rc=ESr+EIq+ALT+Dsn+Ecc+CE;其中EIq为企业资源消耗与污染排放对环境影响总量、ESr为企业经营能力总量、ALT为可替代性指标、Dsn为社会需求度指标、Ecc为间接污染中和量、CE为污染中和率百分之百后的环境贡献量指标;
3)根据该目标企业的企业数据计算所得所述企业生态效率评价指标体系中的指标数据计算该目标企业的污染中和评价Rce=Dn+μ(1-Dn)Rn+ESr+ALT+Dsn、同行业企业评级Rcp=ρ+μ*Rn;其中,Dn是直接污染中和率,Rn是间接污染中和率,μ是异地间接污染中和补救系数,ρ是企业生态效率值;μ的取值根据Rn对Rcp的贡献决定;
4)根据该目标企业的企业综合评价Rc、污染中和评价Rce和同行业企业评级Rcp确定该目标企业的企业生态效率评级。
2.根据权利要求1所述的方法,其特征在于,所述企业数据包括企业的配电系统数据、生产活动分类排放数据、有价资源分类消耗数据、非商品资源消耗数据、热红外成像数据、气体传感数据和企业信用数据。
3.根据权利要求1所述的方法,其特征在于,配电系统数据服务商按照目标企业的每个生产单元功对该目标企业的配电系统数据进行划分并传输至指定的云存储服务平台;划分后的配电系统数据包括环保过滤处理设备的数据、生产作业设备的数据、生产活动分类排放数据、有价资源分类及消耗数据、非商品类资源消耗数据。
4.根据权利要求3所述的方法,其特征在于,所述生产活动分类排放数据包括:含碳排放细分数据、污水排放细分数据、有毒气体细分排放数据、有毒颗粒物细分排放数据、有毒液体细分排放数据、直接热量排放数据、常规粉尘排放数据、PM2.5排放数据;所述有价资源分类及消耗数据包括:含电力消耗数据、水消耗数据、生产材料分类消耗数据;所述非商品类资源消耗数据包括:含空气消耗量、非有价水资源消耗量、土壤及沙土使用量、岩石及矿物使用量、其它可再生资源使用量、其它不可再生资源使用量。
5.根据权利要求1所述的方法,其特征在于,第j个二级指标
Figure FDA0002638568860000011
Fij为第j个二级指标下的第i个三级指标,Kij为第j个二级指标下的第i个三级指标的权重系数,N为第j个二级指标下的三级指标个数;权重系数Kij的取值根据三级指标Fij对上一级Fj的贡献决定。
6.根据权利要求1所述的方法,其特征在于,企业资源消耗与污染排放对环境影响总量EIq=Enr+Evr+Ep;非有价资源消耗环境影响量
Figure FDA0002638568860000021
其中NRi为第i种非有价资源的消耗量,ENi为第i种非有价资源消耗环境影响因子;有价资源消耗环境影响量
Figure FDA0002638568860000022
其中Cri为第i种有价资源的消耗量,EIi为第i种有价资源消耗环境影响因子;污染排放环境影响量Ep=Kc*Ec+Kw*Ew+Kpg*Epg+Ktl*Etl+Kh*Eh+Kds*Eds+Kpm*Epm+Kr*Er;其中,Ec为碳排放,Kc为碳排放环境影响系数,Ew为污水排放,Kw为污水排放环境影响系数,Epg为有毒气体排放,Kpg为毒气体环境影响系数,Etl为有毒液体,Ktl为有毒液体环境影响系数,Eh为直接排放热量,Kh为直接热量释放环境影响系数,Eds为常规粉尘排放,Kds为常规粉尘分类及危害系数,Epm为PM2.5排放,Kpm为PM2.5排放环境影响系数,Er为有毒颗粒物排放量,Kr为有毒颗粒物环境影响系数。
7.根据权利要求1所述的方法,其特征在于,企业经营能力总量
Figure FDA0002638568860000023
其中,Eir为第i种经营指标量,Ksi为第i种经营指标在经营能力总量中的影响因子。
8.根据权利要求1所述的方法,其特征在于,污染中和率百分之百后的环境贡献量CE=CGEP+NGEP;其中,CGEP为企业对生态系统生产总值的贡献量,NGEP为企业对非生态系统生产总值的环境贡献量。
9.根据权利要求1所述的方法,其特征在于,基于生态效率SBM模型计算企业生态效率值ρ。
10.根据权利要求1所述的方法,其特征在于,直接污染中和率
Figure FDA0002638568860000024
间接污染中和率
Figure FDA0002638568860000025
其中,Qrc是减少的污染排放量与资源消耗量的和,Qic是未采取污染中和措施前的污染排放量与资源消耗量的和,Qcc是间接污染中和量,Kcc是间接污染中和量对企业污染排放及资源消耗所造成的环境影响补救系数,Qce是直接污染中和后的污染排放量及资源消耗量,Kce是污染排放及资源消耗造成的环境影响系数。
CN202010832707.4A 2020-08-18 2020-08-18 一种基于gep指标体系的企业生态效率评价方法 Active CN112101732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010832707.4A CN112101732B (zh) 2020-08-18 2020-08-18 一种基于gep指标体系的企业生态效率评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010832707.4A CN112101732B (zh) 2020-08-18 2020-08-18 一种基于gep指标体系的企业生态效率评价方法

Publications (2)

Publication Number Publication Date
CN112101732A true CN112101732A (zh) 2020-12-18
CN112101732B CN112101732B (zh) 2022-10-11

Family

ID=73753996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010832707.4A Active CN112101732B (zh) 2020-08-18 2020-08-18 一种基于gep指标体系的企业生态效率评价方法

Country Status (1)

Country Link
CN (1) CN112101732B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159538A (zh) * 2021-04-06 2021-07-23 新奥数能科技有限公司 能源控制指标管理方法、装置和电子设备
CN113240272A (zh) * 2021-05-12 2021-08-10 平安科技(深圳)有限公司 企业esg指数确定方法及相关产品
CN113436024A (zh) * 2021-08-25 2021-09-24 江苏荣泽信息科技股份有限公司 基于区块链的esg可信指标综合服务平台
CN113705953A (zh) * 2021-07-05 2021-11-26 集商网络科技(上海)有限公司 一种基于大数据的园区产业自动化分析方法
CN113837648A (zh) * 2021-10-11 2021-12-24 讯飞智元信息科技有限公司 企业关联性分析方法、关联企业推荐方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726905A (zh) * 2018-12-20 2019-05-07 北交金科金融信息服务有限公司 一种企业价值画像评价的方法和系统
CN109948910A (zh) * 2019-02-27 2019-06-28 佳宜景观工程有限公司 企业生态文明指数评价方法
CN110705855A (zh) * 2019-09-23 2020-01-17 清华苏州环境创新研究院 一种企业环境画像评价方法及系统
CN111027836A (zh) * 2019-12-03 2020-04-17 泰州企业征信服务有限公司 一种企业公共信用评级系统及方法
CN111061989A (zh) * 2019-12-19 2020-04-24 国网江西省电力有限公司 一种配电网继电保护装置综合评价系统及方法
CN111539626A (zh) * 2020-04-23 2020-08-14 中国环境科学研究院 一种基于城市群地区重点产业发展的生态风险评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726905A (zh) * 2018-12-20 2019-05-07 北交金科金融信息服务有限公司 一种企业价值画像评价的方法和系统
CN109948910A (zh) * 2019-02-27 2019-06-28 佳宜景观工程有限公司 企业生态文明指数评价方法
CN110705855A (zh) * 2019-09-23 2020-01-17 清华苏州环境创新研究院 一种企业环境画像评价方法及系统
CN111027836A (zh) * 2019-12-03 2020-04-17 泰州企业征信服务有限公司 一种企业公共信用评级系统及方法
CN111061989A (zh) * 2019-12-19 2020-04-24 国网江西省电力有限公司 一种配电网继电保护装置综合评价系统及方法
CN111539626A (zh) * 2020-04-23 2020-08-14 中国环境科学研究院 一种基于城市群地区重点产业发展的生态风险评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邵强等: "中国石油开发企业生态文明建设评价", 《辽宁工程技术大学学报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159538A (zh) * 2021-04-06 2021-07-23 新奥数能科技有限公司 能源控制指标管理方法、装置和电子设备
CN113159538B (zh) * 2021-04-06 2023-04-07 新奥数能科技有限公司 能源控制指标管理方法、装置和电子设备
CN113240272A (zh) * 2021-05-12 2021-08-10 平安科技(深圳)有限公司 企业esg指数确定方法及相关产品
CN113240272B (zh) * 2021-05-12 2024-04-12 平安科技(深圳)有限公司 企业esg指数确定方法及相关产品
CN113705953A (zh) * 2021-07-05 2021-11-26 集商网络科技(上海)有限公司 一种基于大数据的园区产业自动化分析方法
CN113436024A (zh) * 2021-08-25 2021-09-24 江苏荣泽信息科技股份有限公司 基于区块链的esg可信指标综合服务平台
CN113837648A (zh) * 2021-10-11 2021-12-24 讯飞智元信息科技有限公司 企业关联性分析方法、关联企业推荐方法和装置
CN113837648B (zh) * 2021-10-11 2023-11-17 讯飞智元信息科技有限公司 企业关联性分析方法、关联企业推荐方法和装置

Also Published As

Publication number Publication date
CN112101732B (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
CN112101732B (zh) 一种基于gep指标体系的企业生态效率评价方法
Roddis et al. The role of community acceptance in planning outcomes for onshore wind and solar farms: An energy justice analysis
Xu et al. Optimization algorithms for construction site layout planning: a systematic literature review
Deveci et al. Evaluation of criteria for site selection of solar photovoltaic (PV) projects using fuzzy logarithmic additive estimation of weight coefficients
Ouma et al. MCDA-GIS integrated approach for optimized landfill site selection for growing urban regions: an application of neighborhood-proximity analysis
CN113379227A (zh) 产业园区数据处理方法、装置、计算机设备及存储介质
Enahoro Design and Bases of Environmrntal Accounting in Oil & Gas and Manufacturing Sector in Nigeria
Nanda et al. Factors determining suitable landfill sites for energy generation from municipal solid waste: a case study of Jabodetabek Area, Indonesia
Calkin et al. Built structure identification in wildland fire decision support
Qanazi et al. Stone-industry in Palestine: Bridging the gap between environmental sustainability and economical value
Agbelie et al. Linking interstate pavement preservation investment to performance: An exploratory aggregate analysis
Antweiler Elements of environmental management
Carlson et al. The importance of small fires for wildfire hazard in urbanised landscapes of the northeastern US
Eckersten et al. Inclusion and exclusion of environmental aspects in early-stage planning of transport infrastructure projects: A Swedish case study
Urbinati et al. A multidimensional scorecard of KPIs for retrofit measures of buildings: A systematic literature review
Goncalves et al. Sustainable Management of Energy Wood Chips Sector: Case Study of the Regional Park “Caps et Marais d’Opale”
Malmaeus et al. Quantifying pressures from Swedish industries impacting Sweden’s Environmental Quality Objectives
Portoghesi et al. 15 Computer-based tools to support decisions in forest planning in Italy
Polyakov Digital technologies in the transformation of approaches to the management of natural resource capital in the agricultural sector
Sorrentino et al. Housing location in a Philadelphia metro watershed: Can profitable be green?
Kabak et al. GIS-Based Multi-Criteria Decision Making for Site Selection: An Application of GRP Pipe Production Plant.
Alsiary A critical investigation into the barriers and opportunities for environmental management systems ‘EMSs’ implementation for the delivery of environmental benefits to the Industrial City in Jeddah, KSA.
Grønberg Land use planning and chemical sites. Summary report
Awuku Conceptual Cost Estimation of Highway Bid Items Using Geostatistical Interpolation
Thompson et al. Do working forest easements work for conservation?

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant