導讀：每隔一段時間，數(shù)據(jù)叔就會感嘆“時代不同了”?？萍歼M步帶來的變革，說不定在哪天就讓你進入一個新時代，而你自己卻又察覺不到。2022，數(shù)字化轉(zhuǎn)型、元宇宙、Web3.0、Java 17或許是最火爆的關鍵詞之中的幾個，相關書籍也一出版就暢銷，今天就給你推薦一波霸榜新書！
01 《Java核心技術 卷I：開發(fā)基礎（原書第12版）》
作者：凱·S.霍斯特曼（Cay S.Horstmann）
根據(jù)Java 17全面升級，全球暢銷20余年歷久彌新
數(shù)百萬開發(fā)者共同的選擇，50位KOL聯(lián)名推薦
推薦語：Core Java 第12版經(jīng)過全面修訂，以涵蓋Java 17的新特性。新版延續(xù)之前版本的優(yōu)良傳統(tǒng)，用數(shù)百個實際的工程案例，全面系統(tǒng)地講解了Java語言的核心概念、語法、 重要特性、 開發(fā)方法。本書不僅讓你深入了解設計和實現(xiàn) Java 應用涉及的所有基礎知識和 Java 特性，還會幫助你掌握開發(fā) Java 程序所需的全部基本技能。相信在學習Java的道路上有了本書的輔助，你的學習一定可以做到事半功倍。
02 《因果論：模型、推理和推斷（原書第2版）》
作者：朱迪亞·珀爾（Judea Pearl）
推薦語：圖靈獎獲得者、貝葉斯網(wǎng)絡奠基人、美國國家科學院院士、結構因果圖的創(chuàng)始人朱迪亞·珀爾因果論代表作。
第二次因果革命即將到來？因果推斷會是下一個AI熱潮嗎？本書全面闡述了現(xiàn)代因果關系分析，展示了因果關系如何從一個模糊的概念發(fā)展成為一套數(shù)學理論，并廣泛用于統(tǒng)計學、人工智能、經(jīng)濟學、哲學、認知科學、衛(wèi)生科學和社會學等領域。本書第1版曾獲2001年拉卡托斯獎，作者朱迪亞·珀爾是2011年圖靈獎得主。本書的出版將有利于中國的廣大學者、學生和各領域研究人員了解和掌握因果模型、推理和推斷相關的內(nèi)容，在相關領域做出優(yōu)異的成果。
03 《華為數(shù)字化轉(zhuǎn)型之道》
作者：華為企業(yè)架構與變革管理部
華為公司質(zhì)量與流程IT團隊官方出品
首次對外公開華為數(shù)字化轉(zhuǎn)型方法論與實踐經(jīng)驗
推薦語：本書由華為公司質(zhì)量與流程IT團隊官方出品，從認知、理念、轉(zhuǎn)型框架、規(guī)劃和落地方法、業(yè)務重構、平臺構建等多個維度全面總結和闡述了華為自身的數(shù)字化轉(zhuǎn)型歷程、方法和實踐，能為準備開展或正在開展數(shù)字化轉(zhuǎn)型的企業(yè)提供系統(tǒng)、全面的參考。
內(nèi)容精選：
- 揭秘華為數(shù)字化轉(zhuǎn)型框架：1套方法、4類場景、3個平臺能力
- 揭秘華為數(shù)字化轉(zhuǎn)型架構藍圖（多圖詳解，建議收藏）
04 《人機物融合群智計算》
作者：郭斌 劉思聰 於志文
人機物融合群智計算恢弘巨著
推薦語：本書系統(tǒng)化地闡明新一代“群智感知計算”內(nèi)涵，并匠造出一把開啟“人機物融合群智計算”新世界大門的鑰匙。本書既可以作為專著，為物聯(lián)網(wǎng)、人工智能、工業(yè)互聯(lián)網(wǎng)、智慧城市、智能制造等領域的科研人員和IT從業(yè)者提供創(chuàng)新的發(fā)展視角及相關理論、方法與技術支撐，也可以作為高年級本科生或研究生的參考教材。
05 《少兒計算思維養(yǎng)成記》
作者：包若寧 卜文遠 傅鼎荃 等
中國計算機學會科普閱讀推薦圖書
推薦語：計算思維是信息社會創(chuàng)新型人才的素養(yǎng)。本書是少兒計算思維養(yǎng)成過程的忠實記錄：中科院計算所三位研究員組織了小SIGMA 數(shù)學興趣親子班，教授孩子們數(shù)學思維與計算思維；孩子們在學習時編程序、寫心得、記筆記，終匯集成冊，形成本書。這是一本“孩子寫給孩子看”的書，尤其適合中小學生閱讀自學。
06 《數(shù)據(jù)合規(guī)：入門、實戰(zhàn)與進階》
作者：孟潔、薛穎、朱玲鳳
企業(yè)數(shù)據(jù)合規(guī)治理的實用工作手冊！
數(shù)據(jù)合規(guī)專業(yè)人士成長進階的秘笈！
推薦語：資深律師 & 企業(yè)法務的多年一線數(shù)據(jù)合規(guī)經(jīng)驗的系統(tǒng)總結！實務經(jīng)驗干貨！全書以白小萌萌作為數(shù)據(jù)合規(guī)律師的進階軌跡為主線，從企業(yè)數(shù)據(jù)合規(guī)工作整體認知入手，梳理數(shù)據(jù)保護法律全景，生動具體地介紹了企業(yè)數(shù)據(jù)合規(guī)工作中十二個常見業(yè)務場景的實操經(jīng)驗，從日常工作必備的隱私政策如何寫到出海和上市的數(shù)據(jù)合規(guī)風險，展望了“數(shù)據(jù)保護官”的多維能力，可謂是數(shù)據(jù)合規(guī)前行道路上必備的工作指引。
07 《云上數(shù)字化轉(zhuǎn)型》
作者：阿里云智能-全球技術服務部
數(shù)字化轉(zhuǎn)型沒有銀彈
不破不立，如何破？如何立？
推薦語：本書凝聚了阿里云智能-全球技術服務部幾十位專家的智慧，集合了阿里巴巴的內(nèi)部經(jīng)驗和阿里云的外部實踐，從方法論、技術工具、中臺建設到落地實踐和案例，為讀者構建了一幅數(shù)字化轉(zhuǎn)型的全景。有志進行數(shù)字化轉(zhuǎn)型的企業(yè)負責人和技術人員，都可以從本書中找到自己需要的內(nèi)容。
08 《元宇宙大爆炸：產(chǎn)業(yè)元宇宙的全球洞察與戰(zhàn)略落地》
作者：周掌柜
產(chǎn)業(yè)元宇宙布局戰(zhàn)略指南
推薦語：產(chǎn)業(yè)元宇宙布局戰(zhàn)略指南。全球化視野深入分析和推演，Meta、Google、Apple、Nvidia、Microsoft、騰訊、百度、阿里、字節(jié)等近15家科技巨頭布局元宇宙的底層邏輯。這是一部立足于全球化產(chǎn)業(yè)實踐，為企業(yè)深刻理解元宇宙、布局元宇宙提供戰(zhàn)略架構和實操建議的專業(yè)著作。
本書力求超越概念層面的爭論，基于周掌柜團隊在多家中國前沿科技公司的戰(zhàn)略實踐和對歐美科技巨頭的長期研究，用務實的專業(yè)視角解構產(chǎn)業(yè)元宇宙，沿著“虛擬+現(xiàn)實”“AI+數(shù)據(jù)”和“顯示+交互”三條基本線索，多角度展現(xiàn)了這次深刻體現(xiàn)文明進化升維的前沿創(chuàng)新革命。
09 《用戶運營方法論：入門、實戰(zhàn)與進階》
作者：汪雪飛
百度資深產(chǎn)品和運營專家10余年經(jīng)驗總結
凝聚百度、小米、貓撲用戶運營思想與方法的精髓
推薦語：這是一部以產(chǎn)品和運營雙重視角，從9個維度全面講解用戶運營思維、方法、技巧的著作。它將帶領產(chǎn)品經(jīng)理和運營經(jīng)理全面、系統(tǒng)地了解并掌握頭部互聯(lián)網(wǎng)公司究竟是如何做用戶運營的。
10 《神經(jīng)機器翻譯》
作者：菲利普·科恩（Philipp Koehn）
NLP大牛菲利普·科恩機器翻譯權威之作
中科院自動化所宗成慶老師領銜翻譯
多位重量級專家傾情推薦
推薦語：深度學習正在徹底改變當今機器翻譯系統(tǒng)的構建方式。本書從歷史、語言和應用背景等方面介紹了機器翻譯和評價所面臨的挑戰(zhàn)，講述了自然語言應用中常用的深度學習核心方法。
此外，本書還包含使用Python撰寫的代碼示例，為讀者理解和實現(xiàn)自己的機器翻譯系統(tǒng)提供了一個實踐藍本。本書內(nèi)容廣泛，涵蓋了機器學習技巧、處理各種形式的數(shù)據(jù)所涉及的問題、模型增強，以及分析和可視化面臨的挑戰(zhàn)和方法等內(nèi)容。
]]>
論文推薦
高沁怡1，潘春霞2，劉強1,3，顧同光1，祝雅璐1，吳偉光1,3*
1.浙江農(nóng)林大學經(jīng)濟管理學院，2.安吉縣自然資源與規(guī)劃局，
3.浙江農(nóng)林大學浙江省鄉(xiāng)村振興研究院。
發(fā)展林業(yè)碳匯是應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)項目作為減排抵消機制納人碳交易市場,眾多企業(yè)與機構也已紛紛涉足林業(yè)碳匯項目開發(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、市場、政策等諸多因素影響,依然面臨較大的不確定性與風險。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)碳匯項目風險評價與管理十分值得關注,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)的長遠發(fā)展產(chǎn)生深刻影響。
目前,關于林業(yè)碳匯項目風險的研究主要集中于風險來源、分類與識別等定性探討層面;林業(yè)碳匯項目風險測度與綜合評價的研究十分有限,僅有少數(shù)學者基于三角模糊理論、層次分析法對林業(yè)碳匯項目風險進行了初步評價。然而,由于林業(yè)碳匯開發(fā)受自然技術、市場、政策等諸多因素影響,且各種因素相互作用交織,形成一個復雜的網(wǎng)絡系統(tǒng),以上風險評價方法與模型,往往難以對不同風險因子之間的復雜關系做出有效推理,從而對整體風險做出準確評價。貝葉斯網(wǎng)絡 (Bayesian network, BN)基于其強大的不確定性推理能力,可以對復雜網(wǎng)絡系統(tǒng)中眾多變量間的關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)碳匯項目為研究對象,基于貝葉斯網(wǎng)絡原理,在分析項目風險來源及其影響機理的基礎上,構建林業(yè)碳匯項目風險評價模型,對CCER林業(yè)碳匯項目的整體風險水平進行測度,并對主要風險因子做出判別;在此基礎上,比較不同類型CCER林業(yè)碳匯項目的風險差異,為林業(yè)碳匯項目風險評價與管理提供科學參考。
下面跟學報君一探究竟！
作者簡介
通訊作者
吳偉光，男，1972年9月生，浙江農(nóng)林大學經(jīng)濟管理學院教授，博士生導師。主要從事資源與環(huán)境經(jīng)濟學、生物質(zhì)能源發(fā)展等領域研究工作，主持國家自然科學基金項目2項，國家林業(yè)局重大調(diào)研項目、教育部人文社科規(guī)劃項目、浙江省自然科學基金、浙江省哲學社會科學規(guī)劃項目、浙江省科技廳軟科學重點研究等項目50余項。
第一作者
高沁怡，女，1994年6月生，浙江農(nóng)林大學農(nóng)林經(jīng)濟管理專業(yè)碩士研究生。
關鍵詞：林業(yè)碳匯；風險評價；貝葉斯網(wǎng)絡；中國核證自愿減排(CCER)
基金項目：國家自然科學基金面上項目(71873126);浙江省自然科學基金重點項日(1Z1903000);國家林業(yè)和草原局軟科學項目(2019131017);浙江省大學生科技創(chuàng)新活動計劃暨新苗人才計劃項目(2019R412043)。
引文格式：高沁怡,潘春霞,劉強,等,基于貝葉斯網(wǎng)絡的林業(yè)碳匯項目風險評價[J].南京林業(yè)大學學報(自然科學版),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)碳匯項目開發(fā)受到廣泛關注,發(fā)展前景良好,但也面臨諸多不確定性與風險?；谪惾~斯網(wǎng)絡原理,對林業(yè)碳匯項目進行系統(tǒng)風險評價,為項目風險管理提供參考。
2方法
以中國核證自愿減排(China crtifed emission reducio,CCER)林業(yè)碳匯項目為研究對象,利用多領城林業(yè)碳匯專家知識,通過確定網(wǎng)絡結構與計算風險參數(shù),構建基于貝葉斯網(wǎng)絡的林業(yè)碳匯項目風險評價模型。結合專家訪談和實地調(diào)研信息,確定林業(yè)碳匯項目風險清單,并在此基礎上確定風險貝葉斯網(wǎng)絡結構;根據(jù)專家對各類風險因子發(fā)生概率及影響大小的打分,利用熵權法計算風險因子權重,以此獲得每位專家對于風險源及總風險的評價結果,得到貝葉斯網(wǎng)絡運行的全部參數(shù)。利用構建的風險評價模型,測度CCER林業(yè)碳匯項目整體風險水平并判斷各類風險的主要風險因子;考慮不同類型CCER林業(yè)碳匯項目的特征差異,對該風險評價模型進行適應性調(diào)整,納入項目類型節(jié)點,通過貝葉斯網(wǎng)絡的節(jié)點概率模擬功能,計算4類CCER林業(yè)碳匯項目的風險值,比較不同類型CCER林業(yè)碳匯項目的風險差異。
2.1 林業(yè)碳匯項目風險來源
作為中國自愿減排市場的重要組成部分,CCER林業(yè)碳匯項目開發(fā)受到社會各界普遍關注,并呈現(xiàn)快速發(fā)展態(tài)勢。目前,主要有4種類型,分別為:碳匯造林項目、森林經(jīng)營碳匯項目、竹子造林碳匯項目和竹林經(jīng)營碳匯項目。林業(yè)碳匯項目開發(fā)一般具有程序復雜、周期較長等特點,且受自然、技術、市場、政策等諸多因素影響,面臨較大的不確定性與風險。結合CCER林業(yè)碳匯項目特點,主要將風險按其來源劃分為自然風險、技術風險、市場風險、政策風險4大類。
▲碳匯林
2.2 研究方法
考慮樣本限制及林業(yè)碳匯項目開發(fā)特點,在CCER林業(yè)碳匯項目風險來源分析基礎上,通過專家訪談和實地調(diào)研信息確定網(wǎng)絡結構。首先,基于文獻分析與實地調(diào)研,確定初步風險清單,由林業(yè)碳匯領域相關專家對各類風險下的具體風險因子進行識別與打分,并形成最終風險清單;其次,基于林業(yè)碳匯項目風險清單,構建以“風險源-風險因子-項目整體風險”為主要框架的網(wǎng)絡結構。同時,考慮各類風險之間可能存在的依賴關系,基于林業(yè)碳匯項目風險影響機理的分析,在風險來源節(jié)點間添加必要的有向邊,得到最終的林業(yè)碳匯項目風險評價貝葉斯網(wǎng)絡圖。貝葉斯網(wǎng)絡結構中各因子的發(fā)生概率和影響大小通過ｍ位專家打分,以5點李克特量表(從非常低到非常高,見圖1)衡量,確定各因子風險水平
Rij=Pij X Cij （１）
式中:Rij為第j個專家確定的第i個風險因子的風 險水平,Pij為第j個專家對第i個風險因子發(fā)生概率的打分,Cij為第j個專家對第i個風險因子影響后果的打分。
為適應貝葉斯網(wǎng)絡分析,參考Lee等的研究,使用圖1所示風險矩陣對數(shù)據(jù)集進行規(guī)范化處理,將風險水平設為“R1”“R2”“R3”共3種狀態(tài),分別表示風險水平為低、中、高。
▲圖 1 風險分類矩陣
基于風險因子的專家打分及規(guī)范化結果,計算風險源及整體風險的風險水平,并通過網(wǎng)絡結構匹配風險源及整體風險節(jié)點的條件概率,最后利用貝葉斯網(wǎng)絡專業(yè)軟件Netica得到初始狀態(tài)概率分布。風險源的風險水平計算(式2）：
同理,得到各類風險源的風險權重,計算整體風險水平,獲得全部參數(shù)。最后,運行Netica軟件得到完整的條件概率分布,完成整個網(wǎng)絡建模。
3結果
①CCER林業(yè)碳匯項目整體風險值為1.932,四大類風險的風險水平由高到低分別為政策風險、市場風險、技術風險和自然風險,風險值分別為2.150、2.022、1.925、1.546;②CCER林業(yè)碳匯項目中政策風險的主要風險因子為林業(yè)碳匯交易規(guī)則變化、國家減排政策變化;市場風險的主要風險因子為勞動力價格上漲、土地租金上漲;技術風險的主要風險因子為項目未能獲得簽發(fā)、項目未能獲得備案;自然風險的主要風險因子為病蟲害、森林火災;③不同類型CCER林業(yè)碳匯項目風險水平由高到低分別為碳匯造林項目、竹子造林項目、森林經(jīng)營項目、竹林經(jīng) 營項目,風險值分別為2.221 .2.121、1.954.1.705。
3.1 CCER林業(yè)碳匯項目發(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)碳匯項目發(fā)展狀況進行實地調(diào)研,對目前CCER林業(yè)碳匯發(fā)展整體狀況、經(jīng)營現(xiàn)狀、面臨的困難與風險等進行全面的了解,為確定初步風險清單和向調(diào)研專家提供背景信息。面向林業(yè)碳匯項目開發(fā)機構(主體)、碳市場交易平臺、高?？蒲袡C構、林業(yè)政府部門等(表1)發(fā)放林業(yè)碳匯項目風險評價專家問卷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目開發(fā)機構(主體)、高校及科研機構以及林業(yè)政府部門。問卷內(nèi)容包括專家基本信息和對林業(yè)碳匯項目風險的判別兩部分,專家先對一般意義的CCER林業(yè)碳匯項目風險進行打分,在此基礎上,對4種不同類型CCER林業(yè)碳匯項目風險大小進行比較與排序。
▼表 1 林業(yè)碳匯風險調(diào)查專家分布情況
3.2 CCER林業(yè)碳匯項目風險評價貝葉斯網(wǎng)絡模型
構建的林業(yè)碳匯項目風險評價貝葉斯網(wǎng)絡如圖2所示,以項目整體風險為終端節(jié)點,包含自然、 技術、市場、政策4類風險源及18個風險因子節(jié)點。通過式(1)和圖1的規(guī)范化處理,得到CCER林業(yè)碳匯項目18個風險因子的專家打分結果,可知自然風險、技術風險、市場風險、政策風險的風險 均值分別為1.630、1.837、2.134、2.128。根據(jù)熵權法依次計算風險因子及風險源的權重,得到自然風險、技術風險、市場風險、政策風險的權重分別為0.287、0.296、0.146、0.271?；跈嘀赜嬎憬Y果,根據(jù)式(2)得到每位專家對風險源及整體風險水平的評價值,以此獲得運行貝葉斯網(wǎng)絡所需全部參數(shù)。
▲圖 2 林業(yè)碳匯項目風險評價貝葉斯網(wǎng)絡結構
3.3 CCER林業(yè)碳匯項目整體風險與主要風險因子
3.3.1 林業(yè)碳匯項目整體風險
得到項目風險的所有初始參數(shù)后,利用Netica軟件運行整個貝葉斯網(wǎng)絡,CCER林業(yè)碳匯項目整體風險及不同風險源的初始風險狀態(tài)概率分布如圖3所示。該項目整體風險處于“R1”“R2”“R3”狀態(tài)的概率分別為23.8%、58.9%、17.2%，處于高工風險的概率較低。根據(jù)貝葉斯網(wǎng)絡風險參數(shù)的賦值方法,風險水平取值區(qū)間為[1,3],計算項目整體風險值得:1×0.238+2×0.589+3×0.172=1.932,項目整體風險的期望值接近2,表明CCER林業(yè)碳匯項目總體風險水平處于中等。
從不同類別風險的概率分布結果看市場風險處于高風險狀態(tài)的概率最高,達32.9%;其次為政策風險,自然風險處于高風險狀態(tài)的概率最低,僅為6.68%。同理,計算出自然風險技術風險市場風險和政策風險的風險值分別為:1.546.1.925、2.022、2.150,結果顯示CCER林業(yè)碳匯項目面臨的政策風險和市場風險相對較高,其次為技術風。
▲圖 3 林業(yè)碳匯項目類型風險貝葉斯網(wǎng)絡初始運行結果
3.3.2 林業(yè)碳匯項目主要風險因子
在對CCER林業(yè)碳匯項目整體風險水平進行測度的基礎上,進一步利用Netica軟件得到不同類別風險中各風險因子的互信息(表2),以此判斷CCER林業(yè)碳匯項目各類風險的主要風險因子。兩個變量間的互信息通過熵與條件熵的差值度量,設定在給定關于一個變量的信息時,另一個變量不確定性的減少,可用于識別貝葉斯網(wǎng)絡中隨機變量間的相關影響程度,各風險因子與其風險源的互信息值見表2。結果顯示,CCER林業(yè)碳匯項目中政策風險的主要風險因子為林業(yè)碳匯交易規(guī)則變化、 國家減排政策變化;市場風險的主要風險因子為勞 動力價格上漲、土地租金上漲;技術風險的主要風 險因子為項目未能獲得簽發(fā)、項目未能獲得備案;自然風險的主要風險因子為病蟲害、森林火災。
▼表 2 林業(yè)碳匯項目主要風險因子
3.4 不同類型CCER林業(yè)碳匯項目風險比較
本研究中,CCER林業(yè)碳匯項目有4種類型,不同類型CCER林業(yè)碳匯項目開發(fā)的技術要求、投入與產(chǎn)出、經(jīng)營周期等均有較大差異,相應面臨的風險也有顯著差異。因此,有必要在對CCER林業(yè)碳匯項目進行整體風險分析的基礎上,比較不同類型項目的風險差異。本研究獲取了專家對于不同類型CCER林業(yè)碳匯項目風險的分別評價與排序,將其納入所構建的貝葉斯網(wǎng)絡模型,模擬比較不同 類型CCER林業(yè)碳匯項目風險大小。
首先，對原有網(wǎng)絡結構進行相應調(diào)整,增加“項目類型”節(jié)點;其次,為簡化貝葉斯網(wǎng)絡的運行,增加“分類型項目風險”節(jié)點作為“項目類型”和“項目整體風險”的子節(jié)點,表示考慮項目類型差異情況下林業(yè)碳匯項目的整體風險水平。該節(jié)點的風險狀態(tài)設為“L”“M”“H”,分別表示風險值為“低”“中”“高”,條件概率由項目整體風險值匹配專家對不同類型CCER林業(yè)碳匯項目風險大小的排序結果得到?？紤]不同林業(yè)碳匯項目類型風險的貝葉斯網(wǎng)絡評價下碳匯造林、森林經(jīng)營竹子造林、竹林經(jīng)營項目的隨機先驗概率均為25%,則模型調(diào)整后運行結果顯示低、中、高風險項目的概率分別為25%、50%、25%。
貝葉斯網(wǎng)絡能夠通過相關節(jié)點的概率模擬,推斷目標節(jié)點的概率分布。在此基礎上,以“項目類型”作為模擬節(jié)點(分別設置每一類型狀態(tài)概率為100%),“分類型項目風險”為目標節(jié)點,得到不同類型CCER林業(yè)碳匯項目的風險狀態(tài)概率分布如王表3所示。從4類項目的風險概率分布來看,碳匯造林項目處于高風險的概率最大,為45.0%;其次為竹子造林項目為22.7%;森林經(jīng)營和竹林經(jīng)營項目處于高風險的概率相對較低,分別為20.9%、11.4%。
同理,為比較4類項目的風險水平,將“L”“M”“H”3種風險狀態(tài)分別賦值“1”“2”“3”,計算各類項目的風險值,結果如表3所示。碳匯造林、森林經(jīng)營、竹子造林、竹林經(jīng)營項目的風險值分別為2.221、1.954、2.121、1.705,風險由高到低分別為:碳匯造林項目、竹子造林項目、森林經(jīng)營項目、竹林經(jīng)營項目。結果顯示,造林項目的風險普遍大于經(jīng)營項目,而喬木林項目的風險普遍大于竹林項目。這一結果與直觀判斷相符合,一般而言造林項目周期長、投入成本高,項目投人成本相對較低,經(jīng)營周期相對較短,面臨的風險也就相對較低。同理,喬木林經(jīng)營周期普遍長于竹林,相應風險也高。
▼表 3 不同類型CCER林業(yè)碳匯項目風險模擬結果
4結論
貝葉斯網(wǎng)絡能夠綜合考慮風險水平及風險影響關系兩方面信息,在項目風險評價方面具有一定優(yōu)勢。當前條件下CCER林業(yè)碳匯項目風險水平中等,政策風險與市 場風險相對較高,企業(yè)主體參與林業(yè)碳匯項目投資決策時,應密切關注碳匯市場相關政策變化,對項目風險進行 科學評估;有關部門應注重降低政策不確定性引發(fā)的系統(tǒng)性風險,并提高碳匯市場的穩(wěn)定性與活躍性;簡化林業(yè)碳匯項目開發(fā)程序,以降低項目開發(fā)的交易成本。
關注我們，更多精彩
