昌海亮，文海東

（湖南農(nóng)業(yè)大學(xué)工學(xué)院，長(zhǎng)沙 410128）

1 層析分析法

層次分析法本質(zhì)上是一種決策思維方式，即將復(fù)雜問(wèn)題各個(gè)組成部分按照主導(dǎo)關(guān)系分組，形成有序的層次結(jié)構(gòu)，通過(guò)各種手段比較、綜合人的判斷來(lái)確定決策因素相對(duì)重要性的總體順序[1]。使用層次分析法解決問(wèn)題的基本步驟如下：確定問(wèn)題并建立層次結(jié)構(gòu)；構(gòu)建一個(gè)配對(duì)判斷矩陣；計(jì)算被比較元素的相對(duì)權(quán)重；計(jì)算各級(jí)元素的總權(quán)重。

2 模糊綜合評(píng)價(jià)法

模糊綜合評(píng)價(jià)法的基本思想是基于評(píng)價(jià)因素的評(píng)價(jià)標(biāo)準(zhǔn)和權(quán)重，采用模糊集變換的原理，通過(guò)隸屬度來(lái)描述各因素的模糊邊界，構(gòu)建模糊評(píng)價(jià)矩陣，最終通過(guò)多層復(fù)合操作確定評(píng)估對(duì)象所屬的級(jí)別[2]。具體步驟如下：

（1）對(duì)所有評(píng)價(jià)指標(biāo)進(jìn)行評(píng)估；

（2）確定一組平估因素：將所有因素分成S個(gè)子集，標(biāo)記為U1，U2…，Us，并滿足條件U={U1,…,Us}，Ui∩ Uj=φ(i≠j)，每個(gè)子集 Ui（i=1，2，…，s）又可以由它的下一級(jí)評(píng)價(jià)因素子集Xini來(lái)評(píng)價(jià)，即其可以表示為Ui={Xi1, Xi1,…, Xini}，其中i=1，2，…，s；n表示U中所有的元素個(gè)數(shù)，n表示U的ii元素個(gè)數(shù)；

（3）對(duì)于每個(gè)評(píng)估因素Ui進(jìn)行單因素評(píng)估；

（4）給出每個(gè)評(píng)估因素的權(quán)重Ui；

（5）得到Ui最終評(píng)語(yǔ)Bi；

（6）按照Ui在U中的重要程度給出權(quán)重，得出U的最終評(píng)語(yǔ)向量B。

3 清潔可再生能源評(píng)估模型

3.1 確定一組評(píng)估因素（U）

對(duì)于決策者而言，清潔能源的選擇考慮了廣泛的問(wèn)題。如果決策者是政府，其主要體現(xiàn)在四個(gè)方面：經(jīng)濟(jì)、環(huán)境、社會(huì)和技術(shù)。通過(guò)向?qū)＜业膶?zhuān)訪，結(jié)合3E評(píng)價(jià)理論，同時(shí)引入技術(shù)評(píng)價(jià)，本文給出如下清潔能源評(píng)價(jià)的指標(biāo)體系。

3.1.1 技術(shù)指標(biāo)

技術(shù)指標(biāo)是指清潔能源的技術(shù)水平。其包括三方面的因素，即技術(shù)的實(shí)用性、技術(shù)的成熟性以及技術(shù)的發(fā)展前景和潛力。

3.1.2 經(jīng)濟(jì)指標(biāo)

經(jīng)濟(jì)指標(biāo)是從項(xiàng)目的經(jīng)濟(jì)實(shí)用性考慮。其包括兩方面因素：項(xiàng)目?jī)?nèi)部收益率和單位成本所產(chǎn)出的能源。

3.1.3 環(huán)境指標(biāo)

環(huán)境指標(biāo)主要是指清潔能源處理過(guò)程中的污染物排放，包括廢水、廢水渣和廢氣的排放。廢氣的排放又包括SO2、NOx、CO2、PM10的排放。

3.1.4 社會(huì)指標(biāo)

社會(huì)指標(biāo)是指清潔能源的選擇對(duì)社會(huì)做出的貢獻(xiàn)，包括對(duì)可持續(xù)發(fā)展的貢獻(xiàn)和對(duì)就業(yè)的貢獻(xiàn)。

3.2 確定次要評(píng)估因素

對(duì)于評(píng)估因素集中的每個(gè)因素U1、U2、U3、U4都可以由它的下一級(jí)的因素子集來(lái)Xij評(píng)價(jià)，其中i=1，2，3，4，j=1，2，3…，s，s為Ui下一級(jí)評(píng)估因子的個(gè)數(shù)，根據(jù)不同的因素，其s值不同。在本模型中：

U1={X11,X12,X13}，X11=前景和潛力，X12=技術(shù)實(shí)用性，X13=技術(shù)成熟性；

U2={X21,X22}，X21=內(nèi)部收益率，X22=單位能源成本；

U3={X31}，X31=污染物減排；

U4={X41,X42,X43}，X41=對(duì)能源安全貢獻(xiàn)，X42=對(duì)可持續(xù)發(fā)展貢獻(xiàn)，X43=對(duì)就業(yè)的貢獻(xiàn)。

每一個(gè)因素集Xij又可以由其下一級(jí)因素子集Yijz來(lái)評(píng)價(jià)，z=1，2，…，W，W為Xij下一級(jí)評(píng)價(jià)因子的個(gè)數(shù)。本模型中：

X11={Y111}，Y111=技術(shù)發(fā)展前景；

X12={Y121,Y122}，Y121=項(xiàng)目運(yùn)行可維護(hù)性，Y122=能源的供給；

X13={Y131}，Y131=發(fā)展階段；

X21={Y211}，Y211=項(xiàng)目?jī)?nèi)部收益率；

X22={Y221}，Y211=單位清潔能源成本。

X31={Y311,Y312Y313,Y314,Y315,Y316}，Y311=單位能源廢水減排，Y312=單位能源SO2減排，Y313=單位能源NOx減排，Y314=單位能源CO2減排，Y315=單位能源PM10減排，Y316=單位能源廢渣減排。

X41={Y411}，Y411=能源的替代性；

X42={Y421}，Y421=能源的可再生性；

X43={Y431}，Y431=提供就業(yè)機(jī)會(huì)。

3.3 底層評(píng)估因子單因素評(píng)估，確定隸屬度

評(píng)估集設(shè)為V={W1,W2,W3,W4}，Wk（其中k=1，2，…m，m=4）代表對(duì)底層因子Yijz的評(píng)價(jià)標(biāo)度，分別為優(yōu)秀、良好、一般和較差。本文采用專(zhuān)家評(píng)分法確定底層因子Yijz的隸屬度。

3.4 確定Y層對(duì)X層的權(quán)重

對(duì)于基層評(píng)價(jià)因子Yijz，本文采用專(zhuān)家打分法來(lái)確定Y層對(duì)X層的權(quán)重。最終得到Y(jié)層X(jué)對(duì)層的權(quán)重為：

M11={M111}，M12={M121,M122}，M13={M131}，M21={M211}，M22={M221}，M31={M311,M312,M313,M314,M315,M316}，M41={M411}，M42={M421}，M43={M431}，。

3.5 得出評(píng)估結(jié)果

令Xij的一級(jí)評(píng)判向量為Bi，有B1={b11,b12,b13,b14}，B2={b21,b22,b23,b24}，B3={b31,b32,b33,b34}，B4={b41,b42,b43,b44}。

3.6 進(jìn)行二次評(píng)判，得到最終評(píng)估結(jié)果

在進(jìn)行二次評(píng)判時(shí)，將每個(gè)Ui看成一個(gè)因素，則U={U1,U2,U3,U4}又是一個(gè)因素集，U的單因素評(píng)判矩陣為：

U層對(duì)A層的權(quán)重為A1={a1,a2,a3,a4}，則得到二級(jí)評(píng)判向量B=A·R={b1,b2,b3,b4}，由此可得最終的評(píng)估結(jié)果為B={b1,b2,b3,b4}。

3.7 建立評(píng)價(jià)模型

設(shè)I=B·V，V為上文給出的評(píng)語(yǔ)集V={W1,W2,W3,W4}，給評(píng)語(yǔ)集賦值W1=4，W2=3，W3=2，W4=1，則

若I1＞I2，則說(shuō)明方案1優(yōu)于方案2。

4 數(shù)據(jù)來(lái)源與處理

在美國(guó)國(guó)家能源數(shù)據(jù)系統(tǒng)（SEDS）網(wǎng)站中，筆者分別采集加利福尼亞州（CA）、亞利桑那州（AZ）、新墨西哥州（NM）和德克薩斯州（TX）四大州從1960年到2009年50年的清潔可再生能源數(shù)據(jù)集并進(jìn)行數(shù)據(jù)整理[2]。將各州清潔可再生能源（天然氣、地?zé)崮堋⑺Πl(fā)電、太陽(yáng)能和風(fēng)能）進(jìn)行數(shù)據(jù)預(yù)處理，剔除無(wú)關(guān)數(shù)據(jù)，得到相關(guān)有用數(shù)據(jù)[3]。

5 美國(guó)四大州清潔能源分析

運(yùn)用上述模型分別對(duì)美國(guó)四大州的清潔可再生能源（天然氣、風(fēng)能、太陽(yáng)能、水力發(fā)電和地?zé)崮埽┻M(jìn)行分析，筆者得到相關(guān)評(píng)估值，如表1所示。

表1 美國(guó)四大州清潔能源評(píng)估值

由表1可知，在四州中，地?zé)崮堋⑻?yáng)能和水力發(fā)電在加利福尼亞州消耗最多，天然氣和風(fēng)能在德克薩斯州消耗最多，總體來(lái)說(shuō)，加利福尼亞州使用清潔可再生能源最佳。

6 結(jié)語(yǔ)

本文論述的模型涵蓋的因素眾多，考慮全面，可信度高，有一定的可操作性，在清潔可再生能源分析方面具有一定的價(jià)值。