基于支持向量机的重污染工业企业碳风险预警研究

• 作者: 周志方 肖恬
• 来源期刊: 环境污染与防治
• 关键词: 低碳经济 重污染工业企业 碳风险 风险预警 支持向量机模型
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 环境管理
• 页码范围: 82-89
• 页数: 8页
• 字数: 9098字
• 语种: 中文
• DOI: 10.15985/j.cnki.1001-3865.2016.01.015

摘要

针对碳效率较低、排放量大为特点的中国重污染工业企业在未来实行节能环保与低碳发展可能存在着导致经济利益流出的碳风险,结合国内外对碳风险研究较少的现状,提出建立重污染工业企业碳风险评价指标体系与预警模型.以机器学习的最新成果——支持向量机(SVM)模型为基础、选取高斯核函数并借鉴风险预警理论成果,对实验企业进行风险预警.使得企业能正确识别和把握碳风险,以事前控制的理想状态降低碳风险对企业的影响.结果表明,运用SVM模型进行碳风险预警具有较高的准确性、可操作性与推广价值.同时,总结了SVM模型评估得出碳风险较低的企业所具有的共性,对于重污染工业企业管控碳风险的实践具有重要指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周志方	中南大学商学院	65	985	15.0	31.0
5	肖恬	中南大学商学院	3	8	2.0	2.0