原創(chuàng) 高沁怡等 南京林業(yè)大學(xué)學(xué)報(bào)

論文推薦

基于貝葉斯網(wǎng)絡(luò)的林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)

高沁怡1，潘春霞2，劉強(qiáng)1,3，顧同光1，祝雅璐1，吳偉光1,3*

1.浙江農(nóng)林大學(xué)經(jīng)濟(jì)管理學(xué)院，2.安吉縣自然資源與規(guī)劃局，

3.浙江農(nóng)林大學(xué)浙江省鄉(xiāng)村振興研究院。

發(fā)展林業(yè)碳匯是應(yīng)對氣候變化的重要途徑,具有明顯的成本優(yōu)勢可。我國政府已將林業(yè)增匯作為應(yīng)對氣候變化的重要戰(zhàn)略選擇,并將包括林業(yè)碳 匯在內(nèi)的中國核證自愿減排(China certified emission reduction,CCER)項(xiàng)目作為減排抵消機(jī)制納人碳交易市場,眾多企業(yè)與機(jī)構(gòu)也已紛紛涉足林業(yè)碳匯項(xiàng)目開發(fā)。然而,值得注意的是,由于我國統(tǒng)一碳市場尚處于探索試點(diǎn)階段,碳匯交易政策與規(guī)則尚不明朗:加之林業(yè)碳工開發(fā)投資大、周期長,且受自然技術(shù)、市場、政策等諸多因素影響,依然面臨較大的不確定性與風(fēng)險(xiǎn)。近年來,因涉足林業(yè)碳匯開發(fā)而陷人困境甚至破產(chǎn)的企業(yè)也不在少數(shù)4。因此,林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)與管理十分值得關(guān)注,這不僅對企業(yè)投資決策有直接影響,還對林業(yè)碳匯產(chǎn)業(yè)的長遠(yuǎn)發(fā)展產(chǎn)生深刻影響。

目前,關(guān)于林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)的研究主要集中于風(fēng)險(xiǎn)來源、分類與識別等定性探討層面;林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)測度與綜合評價(jià)的研究十分有限,僅有少數(shù)學(xué)者基于三角模糊理論、層次分析法對林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)進(jìn)行了初步評價(jià)。然而,由于林業(yè)碳匯開發(fā)受自然技術(shù)、市場、政策等諸多因素影響,且各種因素相互作用交織,形成一個(gè)復(fù)雜的網(wǎng)絡(luò)系統(tǒng),以上風(fēng)險(xiǎn)評價(jià)方法與模型,往往難以對不同風(fēng)險(xiǎn)因子之間的復(fù)雜關(guān)系做出有效推理,從而對整體風(fēng)險(xiǎn)做出準(zhǔn)確評價(jià)。貝葉斯網(wǎng)絡(luò) (Bayesian network, BN)基于其強(qiáng)大的不確定性推理能力,可以對復(fù)雜網(wǎng)絡(luò)系統(tǒng)中眾多變量間的關(guān)系做出有效概率推理。為此,本期論文推薦的作者以CCER林業(yè)碳匯項(xiàng)目為研究對象,基于貝葉斯網(wǎng)絡(luò)原理,在分析項(xiàng)目風(fēng)險(xiǎn)來源及其影響機(jī)理的基礎(chǔ)上,構(gòu)建林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)模型,對CCER林業(yè)碳匯項(xiàng)目的整體風(fēng)險(xiǎn)水平進(jìn)行測度,并對主要風(fēng)險(xiǎn)因子做出判別;在此基礎(chǔ)上,比較不同類型CCER林業(yè)碳匯項(xiàng)目的風(fēng)險(xiǎn)差異,為林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)與管理提供科學(xué)參考。

下面跟學(xué)報(bào)君一探究竟！

作者簡介

通訊作者

吳偉光，男，1972年9月生，浙江農(nóng)林大學(xué)經(jīng)濟(jì)管理學(xué)院教授，博士生導(dǎo)師。主要從事資源與環(huán)境經(jīng)濟(jì)學(xué)、生物質(zhì)能源發(fā)展等領(lǐng)域研究工作，主持國家自然科學(xué)基金項(xiàng)目2項(xiàng)，國家林業(yè)局重大調(diào)研項(xiàng)目、教育部人文社科規(guī)劃項(xiàng)目、浙江省自然科學(xué)基金、浙江省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目、浙江省科技廳軟科學(xué)重點(diǎn)研究等項(xiàng)目50余項(xiàng)。

第一作者

高沁怡，女，1994年6月生，浙江農(nóng)林大學(xué)農(nóng)林經(jīng)濟(jì)管理專業(yè)碩士研究生。

關(guān)鍵詞：林業(yè)碳匯；風(fēng)險(xiǎn)評價(jià)；貝葉斯網(wǎng)絡(luò)；中國核證自愿減排(CCER)

基金項(xiàng)目：國家自然科學(xué)基金面上項(xiàng)目(71873126);浙江省自然科學(xué)基金重點(diǎn)項(xiàng)日(1Z1903000);國家林業(yè)和草原局軟科學(xué)項(xiàng)目(2019131017);浙江省大學(xué)生科技創(chuàng)新活動(dòng)計(jì)劃暨新苗人才計(jì)劃項(xiàng)目(2019R412043)。

引文格式：高沁怡,潘春霞,劉強(qiáng),等,基于貝葉斯網(wǎng)絡(luò)的林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)[J].南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2021,45(4):210-218.GAOQ Y,PANCX,LIUQ,et al.Risk asessments of forestry carbon sequestration projects based on Bayesian network[J].Journal of Nanjing Forestry University (Natural Sciences Edition),2021,45(4):210-218.DOI:10.12302/j.isn. 1000-2006.201912050.

1目的

發(fā)展林業(yè)碳匯是應(yīng)對氣候變化的重要途徑,隨著我國碳交易市場的逐步建立與完善,林業(yè)碳匯項(xiàng)目開發(fā)受到廣泛關(guān)注,發(fā)展前景良好,但也面臨諸多不確定性與風(fēng)險(xiǎn)?；谪惾~斯網(wǎng)絡(luò)原理,對林業(yè)碳匯項(xiàng)目進(jìn)行系統(tǒng)風(fēng)險(xiǎn)評價(jià),為項(xiàng)目風(fēng)險(xiǎn)管理提供參考。

2方法

以中國核證自愿減排(China crtifed emission reducio,CCER)林業(yè)碳匯項(xiàng)目為研究對象,利用多領(lǐng)城林業(yè)碳匯專家知識,通過確定網(wǎng)絡(luò)結(jié)構(gòu)與計(jì)算風(fēng)險(xiǎn)參數(shù),構(gòu)建基于貝葉斯網(wǎng)絡(luò)的林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)模型。結(jié)合專家訪談和實(shí)地調(diào)研信息,確定林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)清單,并在此基礎(chǔ)上確定風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu);根據(jù)專家對各類風(fēng)險(xiǎn)因子發(fā)生概率及影響大小的打分,利用熵權(quán)法計(jì)算風(fēng)險(xiǎn)因子權(quán)重,以此獲得每位專家對于風(fēng)險(xiǎn)源及總風(fēng)險(xiǎn)的評價(jià)結(jié)果,得到貝葉斯網(wǎng)絡(luò)運(yùn)行的全部參數(shù)。利用構(gòu)建的風(fēng)險(xiǎn)評價(jià)模型,測度CCER林業(yè)碳匯項(xiàng)目整體風(fēng)險(xiǎn)水平并判斷各類風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)因子;考慮不同類型CCER林業(yè)碳匯項(xiàng)目的特征差異,對該風(fēng)險(xiǎn)評價(jià)模型進(jìn)行適應(yīng)性調(diào)整,納入項(xiàng)目類型節(jié)點(diǎn),通過貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)概率模擬功能,計(jì)算4類CCER林業(yè)碳匯項(xiàng)目的風(fēng)險(xiǎn)值,比較不同類型CCER林業(yè)碳匯項(xiàng)目的風(fēng)險(xiǎn)差異。

2.1 林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)來源

作為中國自愿減排市場的重要組成部分,CCER林業(yè)碳匯項(xiàng)目開發(fā)受到社會(huì)各界普遍關(guān)注,并呈現(xiàn)快速發(fā)展態(tài)勢。目前,主要有4種類型,分別為:碳匯造林項(xiàng)目、森林經(jīng)營碳匯項(xiàng)目、竹子造林碳匯項(xiàng)目和竹林經(jīng)營碳匯項(xiàng)目。林業(yè)碳匯項(xiàng)目開發(fā)一般具有程序復(fù)雜、周期較長等特點(diǎn),且受自然、技術(shù)、市場、政策等諸多因素影響,面臨較大的不確定性與風(fēng)險(xiǎn)。結(jié)合CCER林業(yè)碳匯項(xiàng)目特點(diǎn),主要將風(fēng)險(xiǎn)按其來源劃分為自然風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)4大類。

▲碳匯林

2.2 研究方法

考慮樣本限制及林業(yè)碳匯項(xiàng)目開發(fā)特點(diǎn),在CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)來源分析基礎(chǔ)上,通過專家訪談和實(shí)地調(diào)研信息確定網(wǎng)絡(luò)結(jié)構(gòu)。首先,基于文獻(xiàn)分析與實(shí)地調(diào)研,確定初步風(fēng)險(xiǎn)清單,由林業(yè)碳匯領(lǐng)域相關(guān)專家對各類風(fēng)險(xiǎn)下的具體風(fēng)險(xiǎn)因子進(jìn)行識別與打分,并形成最終風(fēng)險(xiǎn)清單;其次,基于林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)清單,構(gòu)建以“風(fēng)險(xiǎn)源-風(fēng)險(xiǎn)因子-項(xiàng)目整體風(fēng)險(xiǎn)”為主要框架的網(wǎng)絡(luò)結(jié)構(gòu)。同時(shí),考慮各類風(fēng)險(xiǎn)之間可能存在的依賴關(guān)系,基于林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)影響機(jī)理的分析,在風(fēng)險(xiǎn)來源節(jié)點(diǎn)間添加必要的有向邊,得到最終的林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)貝葉斯網(wǎng)絡(luò)圖。貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)中各因子的發(fā)生概率和影響大小通過ｍ位專家打分,以5點(diǎn)李克特量表(從非常低到非常高,見圖1)衡量,確定各因子風(fēng)險(xiǎn)水平

Rij=Pij X Cij （１）

式中:Rij為第j個(gè)專家確定的第i個(gè)風(fēng)險(xiǎn)因子的風(fēng) 險(xiǎn)水平,Pij為第j個(gè)專家對第i個(gè)風(fēng)險(xiǎn)因子發(fā)生概率的打分,Cij為第j個(gè)專家對第i個(gè)風(fēng)險(xiǎn)因子影響后果的打分。

為適應(yīng)貝葉斯網(wǎng)絡(luò)分析,參考Lee等的研究,使用圖1所示風(fēng)險(xiǎn)矩陣對數(shù)據(jù)集進(jìn)行規(guī)范化處理,將風(fēng)險(xiǎn)水平設(shè)為“R1”“R2”“R3”共3種狀態(tài),分別表示風(fēng)險(xiǎn)水平為低、中、高。

▲圖 1 風(fēng)險(xiǎn)分類矩陣

基于風(fēng)險(xiǎn)因子的專家打分及規(guī)范化結(jié)果,計(jì)算風(fēng)險(xiǎn)源及整體風(fēng)險(xiǎn)的風(fēng)險(xiǎn)水平,并通過網(wǎng)絡(luò)結(jié)構(gòu)匹配風(fēng)險(xiǎn)源及整體風(fēng)險(xiǎn)節(jié)點(diǎn)的條件概率,最后利用貝葉斯網(wǎng)絡(luò)專業(yè)軟件Netica得到初始狀態(tài)概率分布。風(fēng)險(xiǎn)源的風(fēng)險(xiǎn)水平計(jì)算(式2）：

同理,得到各類風(fēng)險(xiǎn)源的風(fēng)險(xiǎn)權(quán)重,計(jì)算整體風(fēng)險(xiǎn)水平,獲得全部參數(shù)。最后,運(yùn)行Netica軟件得到完整的條件概率分布,完成整個(gè)網(wǎng)絡(luò)建模。

3結(jié)果

①CCER林業(yè)碳匯項(xiàng)目整體風(fēng)險(xiǎn)值為1.932,四大類風(fēng)險(xiǎn)的風(fēng)險(xiǎn)水平由高到低分別為政策風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)和自然風(fēng)險(xiǎn),風(fēng)險(xiǎn)值分別為2.150、2.022、1.925、1.546;②CCER林業(yè)碳匯項(xiàng)目中政策風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)因子為林業(yè)碳匯交易規(guī)則變化、國家減排政策變化;市場風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)因子為勞動(dòng)力價(jià)格上漲、土地租金上漲;技術(shù)風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)因子為項(xiàng)目未能獲得簽發(fā)、項(xiàng)目未能獲得備案;自然風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)因子為病蟲害、森林火災(zāi);③不同類型CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)水平由高到低分別為碳匯造林項(xiàng)目、竹子造林項(xiàng)目、森林經(jīng)營項(xiàng)目、竹林經(jīng) 營項(xiàng)目,風(fēng)險(xiǎn)值分別為2.221 .2.121、1.954.1.705。

3.1 CCER林業(yè)碳匯項(xiàng)目發(fā)展調(diào)研

于2019年6至7月，對廣東、福建、江西、浙江四省CCER林業(yè)碳匯項(xiàng)目發(fā)展?fàn)顩r進(jìn)行實(shí)地調(diào)研,對目前CCER林業(yè)碳匯發(fā)展整體狀況、經(jīng)營現(xiàn)狀、面臨的困難與風(fēng)險(xiǎn)等進(jìn)行全面的了解,為確定初步風(fēng)險(xiǎn)清單和向調(diào)研專家提供背景信息。面向林業(yè)碳匯項(xiàng)目開發(fā)機(jī)構(gòu)(主體)、碳市場交易平臺、高?？蒲袡C(jī)構(gòu)、林業(yè)政府部門等(表1)發(fā)放林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)專家問卷120份,收回有效問卷119份,有效回收率99.2%。從地區(qū)分布來看,本次調(diào)查的專家主要集中于林業(yè)碳匯項(xiàng)目開發(fā)相對活躍的省份;從行業(yè)分布來看,本次調(diào)查的專家主要集中于項(xiàng)目開發(fā)機(jī)構(gòu)(主體)、高校及科研機(jī)構(gòu)以及林業(yè)政府部門。問卷內(nèi)容包括專家基本信息和對林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)的判別兩部分,專家先對一般意義的CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)進(jìn)行打分,在此基礎(chǔ)上,對4種不同類型CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)大小進(jìn)行比較與排序。

▼表 1 林業(yè)碳匯風(fēng)險(xiǎn)調(diào)查專家分布情況

3.2 CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)貝葉斯網(wǎng)絡(luò)模型

構(gòu)建的林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)貝葉斯網(wǎng)絡(luò)如圖2所示,以項(xiàng)目整體風(fēng)險(xiǎn)為終端節(jié)點(diǎn),包含自然、 技術(shù)、市場、政策4類風(fēng)險(xiǎn)源及18個(gè)風(fēng)險(xiǎn)因子節(jié)點(diǎn)。通過式(1)和圖1的規(guī)范化處理,得到CCER林業(yè)碳匯項(xiàng)目18個(gè)風(fēng)險(xiǎn)因子的專家打分結(jié)果,可知自然風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)的風(fēng)險(xiǎn) 均值分別為1.630、1.837、2.134、2.128。根據(jù)熵權(quán)法依次計(jì)算風(fēng)險(xiǎn)因子及風(fēng)險(xiǎn)源的權(quán)重,得到自然風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)的權(quán)重分別為0.287、0.296、0.146、0.271?；跈?quán)重計(jì)算結(jié)果,根據(jù)式(2)得到每位專家對風(fēng)險(xiǎn)源及整體風(fēng)險(xiǎn)水平的評價(jià)值,以此獲得運(yùn)行貝葉斯網(wǎng)絡(luò)所需全部參數(shù)。

▲圖 2 林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)評價(jià)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)

3.3 CCER林業(yè)碳匯項(xiàng)目整體風(fēng)險(xiǎn)與主要風(fēng)險(xiǎn)因子

3.3.1 林業(yè)碳匯項(xiàng)目整體風(fēng)險(xiǎn)

得到項(xiàng)目風(fēng)險(xiǎn)的所有初始參數(shù)后,利用Netica軟件運(yùn)行整個(gè)貝葉斯網(wǎng)絡(luò),CCER林業(yè)碳匯項(xiàng)目整體風(fēng)險(xiǎn)及不同風(fēng)險(xiǎn)源的初始風(fēng)險(xiǎn)狀態(tài)概率分布如圖3所示。該項(xiàng)目整體風(fēng)險(xiǎn)處于“R1”“R2”“R3”狀態(tài)的概率分別為23.8%、58.9%、17.2%，處于高工風(fēng)險(xiǎn)的概率較低。根據(jù)貝葉斯網(wǎng)絡(luò)風(fēng)險(xiǎn)參數(shù)的賦值方法,風(fēng)險(xiǎn)水平取值區(qū)間為[1,3],計(jì)算項(xiàng)目整體風(fēng)險(xiǎn)值得:1×0.238+2×0.589+3×0.172=1.932,項(xiàng)目整體風(fēng)險(xiǎn)的期望值接近2,表明CCER林業(yè)碳匯項(xiàng)目總體風(fēng)險(xiǎn)水平處于中等。

從不同類別風(fēng)險(xiǎn)的概率分布結(jié)果看市場風(fēng)險(xiǎn)處于高風(fēng)險(xiǎn)狀態(tài)的概率最高,達(dá)32.9%;其次為政策風(fēng)險(xiǎn),自然風(fēng)險(xiǎn)處于高風(fēng)險(xiǎn)狀態(tài)的概率最低,僅為6.68%。同理,計(jì)算出自然風(fēng)險(xiǎn)技術(shù)風(fēng)險(xiǎn)市場風(fēng)險(xiǎn)和政策風(fēng)險(xiǎn)的風(fēng)險(xiǎn)值分別為:1.546.1.925、2.022、2.150,結(jié)果顯示CCER林業(yè)碳匯項(xiàng)目面臨的政策風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)相對較高,其次為技術(shù)風(fēng)。

▲圖 3 林業(yè)碳匯項(xiàng)目類型風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)初始運(yùn)行結(jié)果

3.3.2 林業(yè)碳匯項(xiàng)目主要風(fēng)險(xiǎn)因子

在對CCER林業(yè)碳匯項(xiàng)目整體風(fēng)險(xiǎn)水平進(jìn)行測度的基礎(chǔ)上,進(jìn)一步利用Netica軟件得到不同類別風(fēng)險(xiǎn)中各風(fēng)險(xiǎn)因子的互信息(表2),以此判斷CCER林業(yè)碳匯項(xiàng)目各類風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)因子。兩個(gè)變量間的互信息通過熵與條件熵的差值度量,設(shè)定在給定關(guān)于一個(gè)變量的信息時(shí),另一個(gè)變量不確定性的減少,可用于識別貝葉斯網(wǎng)絡(luò)中隨機(jī)變量間的相關(guān)影響程度,各風(fēng)險(xiǎn)因子與其風(fēng)險(xiǎn)源的互信息值見表2。結(jié)果顯示,CCER林業(yè)碳匯項(xiàng)目中政策風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)因子為林業(yè)碳匯交易規(guī)則變化、 國家減排政策變化;市場風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)因子為勞 動(dòng)力價(jià)格上漲、土地租金上漲;技術(shù)風(fēng)險(xiǎn)的主要風(fēng) 險(xiǎn)因子為項(xiàng)目未能獲得簽發(fā)、項(xiàng)目未能獲得備案;自然風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)因子為病蟲害、森林火災(zāi)。

▼表 2 林業(yè)碳匯項(xiàng)目主要風(fēng)險(xiǎn)因子

3.4 不同類型CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)比較

本研究中,CCER林業(yè)碳匯項(xiàng)目有4種類型,不同類型CCER林業(yè)碳匯項(xiàng)目開發(fā)的技術(shù)要求、投入與產(chǎn)出、經(jīng)營周期等均有較大差異,相應(yīng)面臨的風(fēng)險(xiǎn)也有顯著差異。因此,有必要在對CCER林業(yè)碳匯項(xiàng)目進(jìn)行整體風(fēng)險(xiǎn)分析的基礎(chǔ)上,比較不同類型項(xiàng)目的風(fēng)險(xiǎn)差異。本研究獲取了專家對于不同類型CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)的分別評價(jià)與排序,將其納入所構(gòu)建的貝葉斯網(wǎng)絡(luò)模型,模擬比較不同 類型CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)大小。

首先，對原有網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行相應(yīng)調(diào)整,增加“項(xiàng)目類型”節(jié)點(diǎn);其次,為簡化貝葉斯網(wǎng)絡(luò)的運(yùn)行,增加“分類型項(xiàng)目風(fēng)險(xiǎn)”節(jié)點(diǎn)作為“項(xiàng)目類型”和“項(xiàng)目整體風(fēng)險(xiǎn)”的子節(jié)點(diǎn),表示考慮項(xiàng)目類型差異情況下林業(yè)碳匯項(xiàng)目的整體風(fēng)險(xiǎn)水平。該節(jié)點(diǎn)的風(fēng)險(xiǎn)狀態(tài)設(shè)為“L”“M”“H”,分別表示風(fēng)險(xiǎn)值為“低”“中”“高”,條件概率由項(xiàng)目整體風(fēng)險(xiǎn)值匹配專家對不同類型CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)大小的排序結(jié)果得到?？紤]不同林業(yè)碳匯項(xiàng)目類型風(fēng)險(xiǎn)的貝葉斯網(wǎng)絡(luò)評價(jià)下碳匯造林、森林經(jīng)營竹子造林、竹林經(jīng)營項(xiàng)目的隨機(jī)先驗(yàn)概率均為25%,則模型調(diào)整后運(yùn)行結(jié)果顯示低、中、高風(fēng)險(xiǎn)項(xiàng)目的概率分別為25%、50%、25%。

貝葉斯網(wǎng)絡(luò)能夠通過相關(guān)節(jié)點(diǎn)的概率模擬,推斷目標(biāo)節(jié)點(diǎn)的概率分布。在此基礎(chǔ)上,以“項(xiàng)目類型”作為模擬節(jié)點(diǎn)(分別設(shè)置每一類型狀態(tài)概率為100%),“分類型項(xiàng)目風(fēng)險(xiǎn)”為目標(biāo)節(jié)點(diǎn),得到不同類型CCER林業(yè)碳匯項(xiàng)目的風(fēng)險(xiǎn)狀態(tài)概率分布如王表3所示。從4類項(xiàng)目的風(fēng)險(xiǎn)概率分布來看,碳匯造林項(xiàng)目處于高風(fēng)險(xiǎn)的概率最大,為45.0%;其次為竹子造林項(xiàng)目為22.7%;森林經(jīng)營和竹林經(jīng)營項(xiàng)目處于高風(fēng)險(xiǎn)的概率相對較低,分別為20.9%、11.4%。

同理,為比較4類項(xiàng)目的風(fēng)險(xiǎn)水平,將“L”“M”“H”3種風(fēng)險(xiǎn)狀態(tài)分別賦值“1”“2”“3”,計(jì)算各類項(xiàng)目的風(fēng)險(xiǎn)值,結(jié)果如表3所示。碳匯造林、森林經(jīng)營、竹子造林、竹林經(jīng)營項(xiàng)目的風(fēng)險(xiǎn)值分別為2.221、1.954、2.121、1.705,風(fēng)險(xiǎn)由高到低分別為:碳匯造林項(xiàng)目、竹子造林項(xiàng)目、森林經(jīng)營項(xiàng)目、竹林經(jīng)營項(xiàng)目。結(jié)果顯示,造林項(xiàng)目的風(fēng)險(xiǎn)普遍大于經(jīng)營項(xiàng)目,而喬木林項(xiàng)目的風(fēng)險(xiǎn)普遍大于竹林項(xiàng)目。這一結(jié)果與直觀判斷相符合,一般而言造林項(xiàng)目周期長、投入成本高,項(xiàng)目投人成本相對較低,經(jīng)營周期相對較短,面臨的風(fēng)險(xiǎn)也就相對較低。同理,喬木林經(jīng)營周期普遍長于竹林,相應(yīng)風(fēng)險(xiǎn)也高。

▼表 3 不同類型CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)模擬結(jié)果

4結(jié)論

貝葉斯網(wǎng)絡(luò)能夠綜合考慮風(fēng)險(xiǎn)水平及風(fēng)險(xiǎn)影響關(guān)系兩方面信息,在項(xiàng)目風(fēng)險(xiǎn)評價(jià)方面具有一定優(yōu)勢。當(dāng)前條件下CCER林業(yè)碳匯項(xiàng)目風(fēng)險(xiǎn)水平中等,政策風(fēng)險(xiǎn)與市 場風(fēng)險(xiǎn)相對較高,企業(yè)主體參與林業(yè)碳匯項(xiàng)目投資決策時(shí),應(yīng)密切關(guān)注碳匯市場相關(guān)政策變化,對項(xiàng)目風(fēng)險(xiǎn)進(jìn)行 科學(xué)評估;有關(guān)部門應(yīng)注重降低政策不確定性引發(fā)的系統(tǒng)性風(fēng)險(xiǎn),并提高碳匯市場的穩(wěn)定性與活躍性;簡化林業(yè)碳匯項(xiàng)目開發(fā)程序,以降低項(xiàng)目開發(fā)的交易成本。

關(guān)注我們，更多精彩