贝叶斯网络模型在旅游大数据分析中的应用（贝叶斯网络模型构建流程）

原创 高沁怡等 南京林业大学学报

论文推荐

基于贝叶斯网络的林业碳汇项目风险评价

高沁怡1，潘春霞2，刘强1,3，顾同光1，祝雅璐1，吴伟光1,3*

1.浙江农林大学经济管理学院，2.安吉县自然资源与规划局，

3.浙江农林大学浙江省乡村振兴研究院。

发展林业碳汇是应对气候变化的重要途径,具有明显的成本优势可。我国政府已将林业增汇作为应对气候变化的重要战略选择,并将包括林业碳 汇在内的中国核证自愿减排(China certified emission reduction,CCER)项目作为减排抵消机制纳人碳交易市场,众多企业与机构也已纷纷涉足林业碳汇项目开发。然而,值得注意的是,由于我国统一碳市场尚处于探索试点阶段,碳汇交易政策与规则尚不明朗:加之林业碳工开发投资大、周期长,且受自然技术、市场、政策等诸多因素影响,依然面临较大的不确定性与风险。近年来,因涉足林业碳汇开发而陷人困境甚至破产的企业也不在少数4。因此,林业碳汇项目风险评价与管理十分值得关注,这不仅对企业投资决策有直接影响,还对林业碳汇产业的长远发展产生深刻影响。

目前,关于林业碳汇项目风险的研究主要集中于风险来源、分类与识别等定性探讨层面;林业碳汇项目风险测度与综合评价的研究十分有限,仅有少数学者基于三角模糊理论、层次分析法对林业碳汇项目风险进行了初步评价。然而,由于林业碳汇开发受自然技术、市场、政策等诸多因素影响,且各种因素相互作用交织,形成一个复杂的网络系统,以上风险评价方法与模型,往往难以对不同风险因子之间的复杂关系做出有效推理,从而对整体风险做出准确评价。贝叶斯网络 (Bayesian network, BN)基于其强大的不确定性推理能力,可以对复杂网络系统中众多变量间的关系做出有效概率推理。为此,本期论文推荐的作者以CCER林业碳汇项目为研究对象,基于贝叶斯网络原理,在分析项目风险来源及其影响机理的基础上,构建林业碳汇项目风险评价模型,对CCER林业碳汇项目的整体风险水平进行测度,并对主要风险因子做出判别;在此基础上,比较不同类型CCER林业碳汇项目的风险差异,为林业碳汇项目风险评价与管理提供科学参考。

下面跟学报君一探究竟！

作者简介

通讯作者

吴伟光，男，1972年9月生，浙江农林大学经济管理学院教授，博士生导师。主要从事资源与环境经济学、生物质能源发展等领域研究工作，主持国家自然科学基金项目2项，国家林业局重大调研项目、教育部人文社科规划项目、浙江省自然科学基金、浙江省哲学社会科学规划项目、浙江省科技厅软科学重点研究等项目50余项。

第一作者

高沁怡，女，1994年6月生，浙江农林大学农林经济管理专业硕士研究生。

关键词：林业碳汇；风险评价；贝叶斯网络；中国核证自愿减排(CCER)

基金项目：国家自然科学基金面上项目(71873126);浙江省自然科学基金重点项日(1Z1903000);国家林业和草原局软科学项目(2019131017);浙江省大学生科技创新活动计划暨新苗人才计划项目(2019R412043)。

引文格式：高沁怡,潘春霞,刘强,等,基于贝叶斯网络的林业碳汇项目风险评价[J].南京林业大学学报(自然科学版),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

发展林业碳汇是应对气候变化的重要途径,随着我国碳交易市场的逐步建立与完善,林业碳汇项目开发受到广泛关注,发展前景良好,但也面临诸多不确定性与风险。基于贝叶斯网络原理,对林业碳汇项目进行系统风险评价,为项目风险管理提供参考。

2方法

以中国核证自愿减排(China crtifed emission reducio,CCER)林业碳汇项目为研究对象,利用多领城林业碳汇专家知识,通过确定网络结构与计算风险参数,构建基于贝叶斯网络的林业碳汇项目风险评价模型。结合专家访谈和实地调研信息,确定林业碳汇项目风险清单,并在此基础上确定风险贝叶斯网络结构;根据专家对各类风险因子发生概率及影响大小的打分,利用熵权法计算风险因子权重,以此获得每位专家对于风险源及总风险的评价结果,得到贝叶斯网络运行的全部参数。利用构建的风险评价模型,测度CCER林业碳汇项目整体风险水平并判断各类风险的主要风险因子;考虑不同类型CCER林业碳汇项目的特征差异,对该风险评价模型进行适应性调整,纳入项目类型节点,通过贝叶斯网络的节点概率模拟功能,计算4类CCER林业碳汇项目的风险值,比较不同类型CCER林业碳汇项目的风险差异。

2.1 林业碳汇项目风险来源

作为中国自愿减排市场的重要组成部分,CCER林业碳汇项目开发受到社会各界普遍关注,并呈现快速发展态势。目前,主要有4种类型,分别为:碳汇造林项目、森林经营碳汇项目、竹子造林碳汇项目和竹林经营碳汇项目。林业碳汇项目开发一般具有程序复杂、周期较长等特点,且受自然、技术、市场、政策等诸多因素影响,面临较大的不确定性与风险。结合CCER林业碳汇项目特点,主要将风险按其来源划分为自然风险、技术风险、市场风险、政策风险4大类。

▲碳汇林

2.2 研究方法

考虑样本限制及林业碳汇项目开发特点,在CCER林业碳汇项目风险来源分析基础上,通过专家访谈和实地调研信息确定网络结构。首先,基于文献分析与实地调研,确定初步风险清单,由林业碳汇领域相关专家对各类风险下的具体风险因子进行识别与打分,并形成最终风险清单;其次,基于林业碳汇项目风险清单,构建以“风险源-风险因子-项目整体风险”为主要框架的网络结构。同时,考虑各类风险之间可能存在的依赖关系,基于林业碳汇项目风险影响机理的分析,在风险来源节点间添加必要的有向边,得到最终的林业碳汇项目风险评价贝叶斯网络图。贝叶斯网络结构中各因子的发生概率和影响大小通过ｍ位专家打分,以5点李克特量表(从非常低到非常高,见图1)衡量,确定各因子风险水平

Rij=Pij X Cij （１）

式中:Rij为第j个专家确定的第i个风险因子的风 险水平,Pij为第j个专家对第i个风险因子发生概率的打分,Cij为第j个专家对第i个风险因子影响后果的打分。

为适应贝叶斯网络分析,参考Lee等的研究,使用图1所示风险矩阵对数据集进行规范化处理,将风险水平设为“R1”“R2”“R3”共3种状态,分别表示风险水平为低、中、高。

▲图 1 风险分类矩阵

基于风险因子的专家打分及规范化结果,计算风险源及整体风险的风险水平,并通过网络结构匹配风险源及整体风险节点的条件概率,最后利用贝叶斯网络专业软件Netica得到初始状态概率分布。风险源的风险水平计算(式2）：

同理,得到各类风险源的风险权重,计算整体风险水平,获得全部参数。最后,运行Netica软件得到完整的条件概率分布,完成整个网络建模。

3结果

①CCER林业碳汇项目整体风险值为1.932,四大类风险的风险水平由高到低分别为政策风险、市场风险、技术风险和自然风险,风险值分别为2.150、2.022、1.925、1.546;②CCER林业碳汇项目中政策风险的主要风险因子为林业碳汇交易规则变化、国家减排政策变化;市场风险的主要风险因子为劳动力价格上涨、土地租金上涨;技术风险的主要风险因子为项目未能获得签发、项目未能获得备案;自然风险的主要风险因子为病虫害、森林火灾;③不同类型CCER林业碳汇项目风险水平由高到低分别为碳汇造林项目、竹子造林项目、森林经营项目、竹林经 营项目,风险值分别为2.221 .2.121、1.954.1.705。

3.1 CCER林业碳汇项目发展调研

于2019年6至7月，对广东、福建、江西、浙江四省CCER林业碳汇项目发展状况进行实地调研,对目前CCER林业碳汇发展整体状况、经营现状、面临的困难与风险等进行全面的了解,为确定初步风险清单和向调研专家提供背景信息。面向林业碳汇项目开发机构(主体)、碳市场交易平台、高校科研机构、林业政府部门等(表1)发放林业碳汇项目风险评价专家问卷120份,收回有效问卷119份,有效回收率99.2%。从地区分布来看,本次调查的专家主要集中于林业碳汇项目开发相对活跃的省份;从行业分布来看,本次调查的专家主要集中于项目开发机构(主体)、高校及科研机构以及林业政府部门。问卷内容包括专家基本信息和对林业碳汇项目风险的判别两部分,专家先对一般意义的CCER林业碳汇项目风险进行打分,在此基础上,对4种不同类型CCER林业碳汇项目风险大小进行比较与排序。

▼表 1 林业碳汇风险调查专家分布情况

3.2 CCER林业碳汇项目风险评价贝叶斯网络模型

构建的林业碳汇项目风险评价贝叶斯网络如图2所示,以项目整体风险为终端节点,包含自然、 技术、市场、政策4类风险源及18个风险因子节点。通过式(1)和图1的规范化处理,得到CCER林业碳汇项目18个风险因子的专家打分结果,可知自然风险、技术风险、市场风险、政策风险的风险 均值分别为1.630、1.837、2.134、2.128。根据熵权法依次计算风险因子及风险源的权重,得到自然风险、技术风险、市场风险、政策风险的权重分别为0.287、0.296、0.146、0.271。基于权重计算结果,根据式(2)得到每位专家对风险源及整体风险水平的评价值,以此获得运行贝叶斯网络所需全部参数。

▲图 2 林业碳汇项目风险评价贝叶斯网络结构

3.3 CCER林业碳汇项目整体风险与主要风险因子

3.3.1 林业碳汇项目整体风险

得到项目风险的所有初始参数后,利用Netica软件运行整个贝叶斯网络,CCER林业碳汇项目整体风险及不同风险源的初始风险状态概率分布如图3所示。该项目整体风险处于“R1”“R2”“R3”状态的概率分别为23.8%、58.9%、17.2%，处于高工风险的概率较低。根据贝叶斯网络风险参数的赋值方法,风险水平取值区间为[1,3],计算项目整体风险值得:1×0.238+2×0.589+3×0.172=1.932,项目整体风险的期望值接近2,表明CCER林业碳汇项目总体风险水平处于中等。

从不同类别风险的概率分布结果看市场风险处于高风险状态的概率最高,达32.9%;其次为政策风险,自然风险处于高风险状态的概率最低,仅为6.68%。同理,计算出自然风险技术风险市场风险和政策风险的风险值分别为:1.546.1.925、2.022、2.150,结果显示CCER林业碳汇项目面临的政策风险和市场风险相对较高,其次为技术风。

▲图 3 林业碳汇项目类型风险贝叶斯网络初始运行结果

3.3.2 林业碳汇项目主要风险因子

在对CCER林业碳汇项目整体风险水平进行测度的基础上,进一步利用Netica软件得到不同类别风险中各风险因子的互信息(表2),以此判断CCER林业碳汇项目各类风险的主要风险因子。两个变量间的互信息通过熵与条件熵的差值度量,设定在给定关于一个变量的信息时,另一个变量不确定性的减少,可用于识别贝叶斯网络中随机变量间的相关影响程度,各风险因子与其风险源的互信息值见表2。结果显示,CCER林业碳汇项目中政策风险的主要风险因子为林业碳汇交易规则变化、 国家减排政策变化;市场风险的主要风险因子为劳 动力价格上涨、土地租金上涨;技术风险的主要风 险因子为项目未能获得签发、项目未能获得备案;自然风险的主要风险因子为病虫害、森林火灾。

▼表 2 林业碳汇项目主要风险因子

3.4 不同类型CCER林业碳汇项目风险比较

本研究中,CCER林业碳汇项目有4种类型,不同类型CCER林业碳汇项目开发的技术要求、投入与产出、经营周期等均有较大差异,相应面临的风险也有显著差异。因此,有必要在对CCER林业碳汇项目进行整体风险分析的基础上,比较不同类型项目的风险差异。本研究获取了专家对于不同类型CCER林业碳汇项目风险的分别评价与排序,将其纳入所构建的贝叶斯网络模型,模拟比较不同 类型CCER林业碳汇项目风险大小。

首先，对原有网络结构进行相应调整,增加“项目类型”节点;其次,为简化贝叶斯网络的运行,增加“分类型项目风险”节点作为“项目类型”和“项目整体风险”的子节点,表示考虑项目类型差异情况下林业碳汇项目的整体风险水平。该节点的风险状态设为“L”“M”“H”,分别表示风险值为“低”“中”“高”,条件概率由项目整体风险值匹配专家对不同类型CCER林业碳汇项目风险大小的排序结果得到。考虑不同林业碳汇项目类型风险的贝叶斯网络评价下碳汇造林、森林经营竹子造林、竹林经营项目的随机先验概率均为25%,则模型调整后运行结果显示低、中、高风险项目的概率分别为25%、50%、25%。

贝叶斯网络能够通过相关节点的概率模拟,推断目标节点的概率分布。在此基础上,以“项目类型”作为模拟节点(分别设置每一类型状态概率为100%),“分类型项目风险”为目标节点,得到不同类型CCER林业碳汇项目的风险状态概率分布如王表3所示。从4类项目的风险概率分布来看,碳汇造林项目处于高风险的概率最大,为45.0%;其次为竹子造林项目为22.7%;森林经营和竹林经营项目处于高风险的概率相对较低,分别为20.9%、11.4%。

同理,为比较4类项目的风险水平,将“L”“M”“H”3种风险状态分别赋值“1”“2”“3”,计算各类项目的风险值,结果如表3所示。碳汇造林、森林经营、竹子造林、竹林经营项目的风险值分别为2.221、1.954、2.121、1.705,风险由高到低分别为:碳汇造林项目、竹子造林项目、森林经营项目、竹林经营项目。结果显示,造林项目的风险普遍大于经营项目,而乔木林项目的风险普遍大于竹林项目。这一结果与直观判断相符合,一般而言造林项目周期长、投入成本高,项目投人成本相对较低,经营周期相对较短,面临的风险也就相对较低。同理,乔木林经营周期普遍长于竹林,相应风险也高。

▼表 3 不同类型CCER林业碳汇项目风险模拟结果

4结论

贝叶斯网络能够综合考虑风险水平及风险影响关系两方面信息,在项目风险评价方面具有一定优势。当前条件下CCER林业碳汇项目风险水平中等,政策风险与市 场风险相对较高,企业主体参与林业碳汇项目投资决策时,应密切关注碳汇市场相关政策变化,对项目风险进行 科学评估;有关部门应注重降低政策不确定性引发的系统性风险,并提高碳汇市场的稳定性与活跃性;简化林业碳汇项目开发程序,以降低项目开发的交易成本。

关注我们，更多精彩