孫瑋 SUN Wei；侯金柯 HOU Jin-ke；張帆 ZHANG Fan；程亞如 CHENG Ya-ru

（河北經(jīng)貿(mào)大學(xué)金融學(xué)院，石家莊 050000）

0 引言

在全球氣候變化背景下，實(shí)現(xiàn)低碳經(jīng)濟(jì)轉(zhuǎn)型是經(jīng)濟(jì)社會(huì)發(fā)展的必然選擇[1]。國務(wù)院印發(fā)的《2030 年前碳達(dá)峰行動(dòng)方案》將“綠色低碳全民行動(dòng)”列為“碳達(dá)峰十大行動(dòng)”之一。該行動(dòng)方案要求，鼓勵(lì)全民踐行綠色低碳行動(dòng)，增強(qiáng)全民節(jié)約意識(shí)、環(huán)保意識(shí)、生態(tài)意識(shí)，倡導(dǎo)簡約適度、綠色低碳、文明健康的生活方式，把綠色理念轉(zhuǎn)化為全體人民的自覺行動(dòng)，積極推行綠色低碳生活，實(shí)現(xiàn)低碳環(huán)保。

本文按照這一要求，探索低碳行為向個(gè)人信用轉(zhuǎn)化的方式，首先，構(gòu)建個(gè)人碳賬戶，在個(gè)人層面，圍繞衣食住行游的每一次碳減排行為，設(shè)計(jì)指標(biāo)進(jìn)行量化和記錄，為個(gè)人碳減排行為提供統(tǒng)一標(biāo)準(zhǔn)，憑借碳賬戶可以作為綠色信用建模的基礎(chǔ)。其次，本文嘗試將碳賬戶和個(gè)人信用對(duì)接起來，通過重新設(shè)計(jì)信用評(píng)級(jí)模型，對(duì)低碳行為進(jìn)行建模，將低碳行為納入個(gè)人綠色信用體系。本文利用分類準(zhǔn)確率較高但解釋力不強(qiáng)的證據(jù)權(quán)重（WOE）與信息價(jià)值（IV）方法，對(duì)特征變量進(jìn)行篩選后，通過具有解釋能力的Logistic回歸模型建立信用評(píng)分卡，從而兼顧模型的預(yù)測準(zhǔn)確率和解釋能力。該模型為碳信用和個(gè)人信用的有效鏈接提供了方法，對(duì)行為人個(gè)人綠色信用水平進(jìn)行預(yù)測具有合理性和實(shí)際可操作性。最后，選取校園場景進(jìn)行模型的實(shí)證研究，在校園出行、宿舍節(jié)電、光盤行動(dòng)、圖書館打卡、操場運(yùn)動(dòng)等眾多校園場景下，應(yīng)用個(gè)人碳賬戶將行為人在各個(gè)分散化平臺(tái)上的低碳行為，包括每一次的節(jié)電、節(jié)約糧食等低碳行為，按照科學(xué)的方法量化，實(shí)現(xiàn)對(duì)學(xué)生低碳行為的記錄，通過數(shù)據(jù)準(zhǔn)備、變量設(shè)置、變量篩選等方法，并根據(jù)場景需求及業(yè)務(wù)數(shù)據(jù)特點(diǎn)，選擇合適的特征變量，帶入個(gè)人綠色信用模型，得出相應(yīng)的驗(yàn)證結(jié)果。

1 文獻(xiàn)綜述

2022 年10 月，黨的二十大報(bào)告提及“完善碳排放統(tǒng)計(jì)核算制度，健全碳排放權(quán)市場交易制度”。由此，作為碳市場的一個(gè)分支，企業(yè)碳賬戶和個(gè)人碳賬戶在碳減排上發(fā)揮了重要作用。

個(gè)人碳賬戶最早由英國環(huán)境部長David Miliband 提出，是個(gè)人碳資產(chǎn)管理的交易賬戶，用于衡量人們?nèi)粘；顒?dòng)的碳排放量[2]?，F(xiàn)階段，個(gè)人碳賬戶可看作是碳市場的一個(gè)分支，用戶將碳排放量儲(chǔ)存在碳賬戶，經(jīng)過系統(tǒng)計(jì)算轉(zhuǎn)換為相應(yīng)碳積分，憑借碳積分可兌換福利。邱峰，邵成多（2023）指出個(gè)人碳賬戶或可定義為，實(shí)時(shí)記錄個(gè)人在不同生活場景下的低碳行為數(shù)據(jù)，根據(jù)評(píng)價(jià)體系進(jìn)行量化，轉(zhuǎn)換為碳積分（資產(chǎn)），繼而將碳賬戶余額與授信優(yōu)惠、禮品和服務(wù)兌換、碳市場交易等權(quán)益相掛鉤，對(duì)個(gè)人形成正向激勵(lì)，從而讓個(gè)人低碳行為更有價(jià)值[3]。

個(gè)人碳賬戶與低碳行為相聯(lián)系，個(gè)人碳賬戶的盈余主要來自低碳行為的量化，低碳行為就是指生活作息時(shí)所耗用的能量要盡力減少，從而減低碳排，特別是CO2的排放量，從而減少對(duì)大氣的污染，減緩生態(tài)惡化。個(gè)人低碳行為依據(jù)權(quán)威的方法學(xué)進(jìn)行測算，當(dāng)前應(yīng)用最為廣泛的是CCER 測算法，測算的具體范圍包括日常生活與消費(fèi)用能、交通出行、循環(huán)利用等行為。從節(jié)約紙張、用電、用水等，折算個(gè)人低碳行為節(jié)省的碳排放量。

吳嘉瑩等（2019）提出個(gè)人碳賬戶的建立和發(fā)展能有效降低碳排放[4]。孫傳旺，魏曉楠（2022）梳理了不同類型社會(huì)主體碳賬戶構(gòu)建的方法以及碳賬戶應(yīng)用的主要模式[5]。另有學(xué)者研究了利用個(gè)人碳賬戶數(shù)據(jù)反映出的低碳行為特征，得出碳行為與個(gè)人信用的內(nèi)在關(guān)系，為未來碳賬戶轉(zhuǎn)換信用分提供依據(jù)。

本文對(duì)校園低碳行為場景化細(xì)分后，可以從學(xué)校情況、學(xué)習(xí)情況、生活情況、運(yùn)動(dòng)情況和善度行為等方面進(jìn)行界定，在這些細(xì)分場景中，可以反應(yīng)學(xué)生的低碳行為，即通過采用更節(jié)能、更綠色的生活方式主動(dòng)減少碳排放。

2 構(gòu)建融入證據(jù)權(quán)重的信用評(píng)分卡模型

2.1 分箱與WOE 編碼 基于機(jī)器學(xué)習(xí)的方法，對(duì)樣本特征進(jìn)行挖掘，首先需要進(jìn)行分箱處理，將數(shù)據(jù)進(jìn)行離散化處理，接著再進(jìn)行WOE 編碼處理，最后再篩選出與模型相適應(yīng)的解釋變量。

分箱是將連續(xù)變量轉(zhuǎn)化為離散值的過程，即把連續(xù)的數(shù)據(jù)值按照不同類別分成幾組，再根據(jù)不同的類別重新劃分特征，進(jìn)行離散化。特征離散化之后，組內(nèi)差異小，組間差異大，模型會(huì)更加穩(wěn)定，降低了模型過擬合的風(fēng)險(xiǎn)。分箱之后需要對(duì)變量進(jìn)行編碼。

WOE（weight of evidence）稱為證據(jù)權(quán)重，是一種針對(duì)原始變量的編碼形式。要對(duì)某個(gè)變量進(jìn)行WOE 編碼，首先需要對(duì)這個(gè)變量進(jìn)行準(zhǔn)確且有效的分組。公式（1）表示“當(dāng)前分組中負(fù)樣本占所有負(fù)樣本的比例”和“當(dāng)前分組中正樣本占所有正樣本的比例”的差異。

從WOE 的公式中可以看出，該分組中負(fù)樣本率越小，則這種差異越小，WOE 越?。回?fù)樣本率越大，則這種差異越大，WOE 就越大，該分箱的負(fù)樣本比例越高。也就是說，通過WOE 變換，特征值不僅僅代表一個(gè)分類，還代表了這個(gè)分類的重要性，即對(duì)最終信用評(píng)估結(jié)果的貢獻(xiàn)度。

2.2 計(jì)算信息值IV IV（information value）稱為信息價(jià)值，是衡量特征區(qū)分度的一種指標(biāo)，常用來評(píng)估指標(biāo)對(duì)風(fēng)險(xiǎn)的預(yù)測能力，可用來快速篩選變量/特征，取值范圍是[0，+∞）

信息值IV 衡量的是某一變量的信息量，其決定了自變量對(duì)目標(biāo)變量的影響程度。其中，n 為變量分組的個(gè)數(shù)。

信息值IV 的大小也衡量的是特征變量與目標(biāo)變量相關(guān)性的強(qiáng)弱。一般認(rèn)為，IV≤0.03，相關(guān)性較弱；IV≥0.03，相關(guān)性很強(qiáng)。

2.3 基于邏輯回歸的個(gè)人信用評(píng)分卡模型 在信用評(píng)分卡建模中，可用的方法有很多種，其中Logistic 回歸是運(yùn)用比較廣泛的一種。同時(shí)，由于是否違約是一個(gè)二元離散變量，不能利用簡單的線性回歸模型，而應(yīng)該采用Logistic對(duì)被WOE 編碼后的定量變量和定性變量進(jìn)行回歸。

在探索個(gè)人碳賬戶的信用評(píng)價(jià)樣本中，學(xué)生的“好”“壞”樣本數(shù)量欠缺，參考小樣本學(xué)習(xí)算法。在對(duì)定量變量和定性變量的分變量進(jìn)行WOE 編碼后，篩選出滿足要求的解釋變量。對(duì)各變量的分變量進(jìn)行回歸，可得到各分變量對(duì)應(yīng)的分值，進(jìn)而可計(jì)算出樣本學(xué)生的綠色信用評(píng)分。

3 基于校園場景的學(xué)生低碳行為的實(shí)證研究

3.1 場景選擇 個(gè)人低碳行為的綠色信用模型的構(gòu)建需要選擇合適的研究對(duì)象和模型訓(xùn)練場景。在校園場景中，圍繞學(xué)生的衣食住行學(xué)等方面，學(xué)生具有低碳的良好行為，在一定的地理范圍內(nèi)活動(dòng)，形成涵蓋學(xué)習(xí)、生活、運(yùn)動(dòng)等各個(gè)方面的低碳行為數(shù)據(jù)，且均有校園系統(tǒng)進(jìn)行記錄。因此，本文以校園為場景探索個(gè)人碳賬戶在綠色信用評(píng)估中的應(yīng)用具有典型性和代表性。

本研究碳賬戶信息采集工作通過問卷調(diào)查集及訪談形式獲取，未通過智能設(shè)備采集，所以無法覆蓋所有低碳行為，且個(gè)人碳足跡與減碳行為大多出于調(diào)研者自愿，信息的廣度、準(zhǔn)確性會(huì)受到影響，但模型構(gòu)建的理念及評(píng)估方法不受影響。

3.2 校園碳賬戶構(gòu)建 構(gòu)建學(xué)生減碳行為的特征指標(biāo)，篩選低碳行為信息，將信息轉(zhuǎn)換為信用，信用轉(zhuǎn)化為貸款。在選擇場景的基礎(chǔ)上，評(píng)估指標(biāo)設(shè)計(jì)參考相關(guān)文獻(xiàn)及一些權(quán)威機(jī)構(gòu)的模型，并咨詢信用評(píng)價(jià)方面的專家，初步確定了12 個(gè)低碳行為指標(biāo)納入個(gè)人碳賬戶。指標(biāo)主要包括5 個(gè)維度：學(xué)生信用情況類變量2 個(gè)、學(xué)習(xí)情況類變量3 個(gè)、生活情況類變量2 個(gè)，運(yùn)動(dòng)情況類變量3 個(gè)和善度行為類變量2 個(gè)。各項(xiàng)指標(biāo)數(shù)據(jù)來源為通過調(diào)查問卷獲得，在學(xué)生填寫調(diào)查問卷中，可通過查詢相應(yīng)系統(tǒng)得到。同時(shí)，模型部署后，低碳行為數(shù)據(jù)能夠經(jīng)過行為人授權(quán)，通過接口的方式從校園場景范圍內(nèi)的相關(guān)系統(tǒng)查詢到。

具體細(xì)項(xiàng)如表1 所示，針對(duì)學(xué)生的低碳行為，選取宿舍、食堂、圖書館、操場等場景，分析相應(yīng)的按時(shí)就寢次數(shù)、食堂規(guī)范就餐次數(shù)、圖書館學(xué)習(xí)時(shí)長、操場運(yùn)動(dòng)時(shí)長數(shù)據(jù)，其中，針對(duì)規(guī)范就餐、就寢的次數(shù)，或是學(xué)習(xí)、運(yùn)動(dòng)時(shí)長，不是關(guān)注具體數(shù)值，而是范圍，規(guī)范學(xué)生的低碳的衣食住行行為屬于什么水平，對(duì)構(gòu)建低碳行為評(píng)分模型有什么解釋作用。所以對(duì)數(shù)值型數(shù)據(jù)，進(jìn)行離散化處理，比如每周規(guī)范就餐次數(shù)的范圍在0 到30 次之間，我們把0 到20 按照5為一個(gè)檔位，分為4 檔，用0、1、2、3 這樣的數(shù)值來表示。

表1 學(xué)生個(gè)人碳賬戶變量名稱

將這些行為記錄在個(gè)人碳賬戶，納入綠色信用模型評(píng)分，對(duì)于鼓勵(lì)低碳行為，實(shí)現(xiàn)雙碳目標(biāo)具有重要的現(xiàn)實(shí)意義。

芝麻信用評(píng)分通過查詢支付寶獲得，通過對(duì)海量信息數(shù)據(jù)的綜合處理和評(píng)估，分析大量的線上交易及行為數(shù)據(jù)，進(jìn)而得出行為人的信用評(píng)分，因此，選取芝麻信用能夠?qū)W(xué)生信用進(jìn)行評(píng)估。教師評(píng)價(jià)是對(duì)學(xué)生在校行為的綜合測評(píng)，能夠?qū)W(xué)生的表現(xiàn)進(jìn)行評(píng)價(jià)，根據(jù)學(xué)工系統(tǒng)，教師評(píng)定為優(yōu)設(shè)為3，良設(shè)為2，中為1。學(xué)習(xí)成績：根據(jù)學(xué)校教務(wù)系統(tǒng)，將學(xué)習(xí)成績最近一個(gè)學(xué)期的平均分在90-100 分的設(shè)為4，在80-90 分設(shè)為3，70-80 分設(shè)為2，70 分以下設(shè)為1。圖書館學(xué)習(xí)時(shí)長：以一個(gè)自然月為周期，計(jì)算時(shí)長，折算成平均每天的圖書館打卡時(shí)長，在合理學(xué)習(xí)時(shí)長內(nèi)，時(shí)間長則更具有綠色能量。圖書館借書次數(shù)：以一個(gè)自然月為周期，以系統(tǒng)記錄的借書次數(shù)，計(jì)算平均值，借書次數(shù)越多則更具有綠色能量。食堂規(guī)范就餐指就按照一日三餐的規(guī)則在校園食堂打卡，能吃完餐盤事物，剩餐少，沒有浪費(fèi)，如果經(jīng)常不能按時(shí)就餐，或食物剩余，則視為不規(guī)范的低碳行為。通過查詢學(xué)?？▌?wù)系統(tǒng)，將每月在食堂規(guī)范就餐25 次以上的設(shè)為1，15-24 次的設(shè)為2，5-14 次設(shè)為3，4 次以下設(shè)為4。宿舍節(jié)電（規(guī)范就寢），指根據(jù)學(xué)校門禁系統(tǒng)，每晚在21：00-22：00 之間回寢，按時(shí)就寢，如果熄燈后還看電子設(shè)備，意味著多消耗電能，則為不規(guī)范就寢。規(guī)范就寢的次數(shù)每月25 次及以上設(shè)為1，15-24 次的設(shè)為2，5-14 次設(shè)為3，4 次以下設(shè)為4。 操場運(yùn)動(dòng)時(shí)長：以一個(gè)自然月為周期，以系統(tǒng)記錄的時(shí)間，計(jì)算時(shí)長，折算成平均每天的運(yùn)動(dòng)時(shí)長，在合理運(yùn)動(dòng)時(shí)長內(nèi)，運(yùn)動(dòng)時(shí)間長比運(yùn)動(dòng)時(shí)間短更具有綠色能量。運(yùn)動(dòng)次數(shù)：以一個(gè)自然月為周期，以系統(tǒng)記錄次數(shù)計(jì)算，在合理運(yùn)動(dòng)次數(shù)內(nèi)，運(yùn)動(dòng)次數(shù)多比運(yùn)動(dòng)次數(shù)少更具有綠色能量。公益活動(dòng)和競賽：公益活動(dòng)代表為社會(huì)做出貢獻(xiàn)、傳遞正能量，競賽代表學(xué)以致用的能力，每學(xué)期參加公益活動(dòng)和競賽的次數(shù)越多越能代表綠色行為。在校園出行上，共享單車/電車出行可以看作是低碳行為，單車相比電車更具有節(jié)能性，將單車在共享出行的使用率作為衡量指標(biāo)，以自然周為周期，計(jì)算使用次數(shù)，一周中電車使用次數(shù)與單車使用次數(shù)的比例，比值越小說明使用單車越多，越具代表低碳行為。

3.3 個(gè)人綠色信用等級(jí)制定 采用上述方法，通過對(duì)反應(yīng)低碳行為的各個(gè)指標(biāo)進(jìn)行選擇、計(jì)算、分類和匯總，得出各指標(biāo)的Logistic 評(píng)分，形成系統(tǒng)完整準(zhǔn)確的綠色信用評(píng)分卡。根據(jù)綠色信用風(fēng)險(xiǎn)評(píng)分卡，可直接得出行為人的綠色信用評(píng)分，具有實(shí)際業(yè)務(wù)的可解釋性和操作應(yīng)用價(jià)值。

如表2 所示。評(píng)分卡將每個(gè)指標(biāo)的實(shí)際值劃分為兩檔或三檔，評(píng)分時(shí)，在基礎(chǔ)分上逐一加上每個(gè)評(píng)級(jí)指標(biāo)對(duì)應(yīng)的分檔得分（負(fù)分為減去），得到最終的綠色信用評(píng)分。結(jié)果分?jǐn)?shù)越高，代表該行為人綠色信用資質(zhì)越好，出現(xiàn)信用違約的概率越低。

表2 各變量所對(duì)應(yīng)的分變量得分

4 結(jié)論與展望

4.1 在場景中踐行低碳行為，提高全民的“碳素質(zhì)”低碳行為要在具體的場景下界定，從人們?nèi)粘Ｉ钕M(fèi)入手，統(tǒng)一碳足跡計(jì)算口徑，規(guī)范可核準(zhǔn)的碳減量標(biāo)準(zhǔn)，在不同場景中，包括出行、購物、居家等生活消耗中，建立個(gè)人碳信息數(shù)據(jù)庫。數(shù)據(jù)庫應(yīng)該可以自動(dòng)、動(dòng)態(tài)獲取行為人在各個(gè)場景中相關(guān)方面的碳信息，形成個(gè)人碳賬戶。培養(yǎng)大眾環(huán)保意識(shí)，為行為人主動(dòng)參與碳減排提供有效途徑，提高全民的“碳素質(zhì)”。

4.2 構(gòu)建完整的個(gè)人綠色信用評(píng)分體系，并規(guī)范發(fā)展第三方評(píng)級(jí)機(jī)構(gòu) 進(jìn)一步將個(gè)人綠色信用信息，與個(gè)人信用評(píng)分對(duì)接，將減碳信息納入個(gè)人征信系統(tǒng)，建立完整的個(gè)人信用評(píng)分體系，實(shí)現(xiàn)個(gè)人綠色信用信息數(shù)據(jù)共享，最終形成完善透明的個(gè)人綠色信用體系。此外，第三方評(píng)級(jí)機(jī)構(gòu)尤其是個(gè)人信用評(píng)級(jí)機(jī)構(gòu)的發(fā)展和規(guī)范，是構(gòu)建完整的個(gè)人綠色信用評(píng)級(jí)體系的重要一環(huán)，也是鼓勵(lì)低碳行為發(fā)展的堅(jiān)實(shí)基礎(chǔ)。