基于場景的個人碳賬戶和綠色信用模型構建研究
——以校園大學生為例

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)大學金融學院，石家莊 050000）

0 引言

在全球氣候變化背景下，實現(xiàn)低碳經(jīng)濟轉型是經(jīng)濟社會發(fā)展的必然選擇[1]。國務院印發(fā)的《2030 年前碳達峰行動方案》將“綠色低碳全民行動”列為“碳達峰十大行動”之一。該行動方案要求，鼓勵全民踐行綠色低碳行動，增強全民節(jié)約意識、環(huán)保意識、生態(tài)意識，倡導簡約適度、綠色低碳、文明健康的生活方式，把綠色理念轉化為全體人民的自覺行動，積極推行綠色低碳生活，實現(xiàn)低碳環(huán)保。

本文按照這一要求，探索低碳行為向個人信用轉化的方式，首先，構建個人碳賬戶，在個人層面，圍繞衣食住行游的每一次碳減排行為，設計指標進行量化和記錄，為個人碳減排行為提供統(tǒng)一標準，憑借碳賬戶可以作為綠色信用建模的基礎。其次，本文嘗試將碳賬戶和個人信用對接起來，通過重新設計信用評級模型，對低碳行為進行建模，將低碳行為納入個人綠色信用體系。本文利用分類準確率較高但解釋力不強的證據(jù)權重（WOE）與信息價值（IV）方法，對特征變量進行篩選后，通過具有解釋能力的Logistic回歸模型建立信用評分卡，從而兼顧模型的預測準確率和解釋能力。該模型為碳信用和個人信用的有效鏈接提供了方法，對行為人個人綠色信用水平進行預測具有合理性和實際可操作性。最后，選取校園場景進行模型的實證研究，在校園出行、宿舍節(jié)電、光盤行動、圖書館打卡、操場運動等眾多校園場景下，應用個人碳賬戶將行為人在各個分散化平臺上的低碳行為，包括每一次的節(jié)電、節(jié)約糧食等低碳行為，按照科學的方法量化，實現(xiàn)對學生低碳行為的記錄，通過數(shù)據(jù)準備、變量設置、變量篩選等方法，并根據(jù)場景需求及業(yè)務數(shù)據(jù)特點，選擇合適的特征變量，帶入個人綠色信用模型，得出相應的驗證結果。

1 文獻綜述

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

個人碳賬戶最早由英國環(huán)境部長David Miliband 提出，是個人碳資產(chǎn)管理的交易賬戶，用于衡量人們?nèi)粘；顒拥奶寂欧帕縖2]。現(xiàn)階段，個人碳賬戶可看作是碳市場的一個分支，用戶將碳排放量儲存在碳賬戶，經(jīng)過系統(tǒng)計算轉換為相應碳積分，憑借碳積分可兌換福利。邱峰，邵成多（2023）指出個人碳賬戶或可定義為，實時記錄個人在不同生活場景下的低碳行為數(shù)據(jù)，根據(jù)評價體系進行量化，轉換為碳積分（資產(chǎn)），繼而將碳賬戶余額與授信優(yōu)惠、禮品和服務兌換、碳市場交易等權益相掛鉤，對個人形成正向激勵，從而讓個人低碳行為更有價值[3]。

個人碳賬戶與低碳行為相聯(lián)系，個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，從而減少對大氣的污染，減緩生態(tài)惡化。個人低碳行為依據(jù)權威的方法學進行測算，當前應用最為廣泛的是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，折算個人低碳行為節(jié)省的碳排放量。

吳嘉瑩等（2019）提出個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主體碳賬戶構建的方法以及碳賬戶應用的主要模式[5]。另有學者研究了利用個人碳賬戶數(shù)據(jù)反映出的低碳行為特征，得出碳行為與個人信用的內(nèi)在關系，為未來碳賬戶轉換信用分提供依據(jù)。

本文對校園低碳行為場景化細分后，可以從學校情況、學習情況、生活情況、運動情況和善度行為等方面進行界定，在這些細分場景中，可以反應學生的低碳行為，即通過采用更節(jié)能、更綠色的生活方式主動減少碳排放。

2 構建融入證據(jù)權重的信用評分卡模型

2.1 分箱與WOE 編碼 基于機器學習的方法，對樣本特征進行挖掘，首先需要進行分箱處理，將數(shù)據(jù)進行離散化處理，接著再進行WOE 編碼處理，最后再篩選出與模型相適應的解釋變量。

分箱是將連續(xù)變量轉化為離散值的過程，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，模型會更加穩(wěn)定，降低了模型過擬合的風險。分箱之后需要對變量進行編碼。

WOE（weight of evidence）稱為證據(jù)權重，是一種針對原始變量的編碼形式。要對某個變量進行WOE 編碼，首先需要對這個變量進行準確且有效的分組。公式（1）表示“當前分組中負樣本占所有負樣本的比例”和“當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，該分組中負樣本率越小，則這種差異越小，WOE 越小；負樣本率越大，則這種差異越大，WOE 就越大，該分箱的負樣本比例越高。也就是說，通過WOE 變換，特征值不僅僅代表一個分類，還代表了這個分類的重要性，即對最終信用評估結果的貢獻度。

2.2 計算信息值IV IV（information value）稱為信息價值，是衡量特征區(qū)分度的一種指標，常用來評估指標對風險的預測能力，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，其決定了自變量對目標變量的影響程度。其中，n 為變量分組的個數(shù)。

信息值IV 的大小也衡量的是特征變量與目標變量相關性的強弱。一般認為，IV≤0.03，相關性較弱；IV≥0.03，相關性很強。

2.3 基于邏輯回歸的個人信用評分卡模型 在信用評分卡建模中，可用的方法有很多種，其中Logistic 回歸是運用比較廣泛的一種。同時，由于是否違約是一個二元離散變量，不能利用簡單的線性回歸模型，而應該采用Logistic對被WOE 編碼后的定量變量和定性變量進行回歸。

在探索個人碳賬戶的信用評價樣本中，學生的“好”“壞”樣本數(shù)量欠缺，參考小樣本學習算法。在對定量變量和定性變量的分變量進行WOE 編碼后，篩選出滿足要求的解釋變量。對各變量的分變量進行回歸，可得到各分變量對應的分值，進而可計算出樣本學生的綠色信用評分。

3 基于校園場景的學生低碳行為的實證研究

3.1 場景選擇 個人低碳行為的綠色信用模型的構建需要選擇合適的研究對象和模型訓練場景。在校園場景中，圍繞學生的衣食住行學等方面，學生具有低碳的良好行為，在一定的地理范圍內(nèi)活動，形成涵蓋學習、生活、運動等各個方面的低碳行為數(shù)據(jù)，且均有校園系統(tǒng)進行記錄。因此，本文以校園為場景探索個人碳賬戶在綠色信用評估中的應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，未通過智能設備采集，所以無法覆蓋所有低碳行為，且個人碳足跡與減碳行為大多出于調(diào)研者自愿，信息的廣度、準確性會受到影響，但模型構建的理念及評估方法不受影響。

3.2 校園碳賬戶構建 構建學生減碳行為的特征指標，篩選低碳行為信息，將信息轉換為信用，信用轉化為貸款。在選擇場景的基礎上，評估指標設計參考相關文獻及一些權威機構的模型，并咨詢信用評價方面的專家，初步確定了12 個低碳行為指標納入個人碳賬戶。指標主要包括5 個維度：學生信用情況類變量2 個、學習情況類變量3 個、生活情況類變量2 個，運動情況類變量3 個和善度行為類變量2 個。各項指標數(shù)據(jù)來源為通過調(diào)查問卷獲得，在學生填寫調(diào)查問卷中，可通過查詢相應系統(tǒng)得到。同時，模型部署后，低碳行為數(shù)據(jù)能夠經(jīng)過行為人授權，通過接口的方式從校園場景范圍內(nèi)的相關系統(tǒng)查詢到。

具體細項如表1 所示，針對學生的低碳行為，選取宿舍、食堂、圖書館、操場等場景，分析相應的按時就寢次數(shù)、食堂規(guī)范就餐次數(shù)、圖書館學習時長、操場運動時長數(shù)據(jù)，其中，針對規(guī)范就餐、就寢的次數(shù)，或是學習、運動時長，不是關注具體數(shù)值，而是范圍，規(guī)范學生的低碳的衣食住行行為屬于什么水平，對構建低碳行為評分模型有什么解釋作用。所以對數(shù)值型數(shù)據(jù)，進行離散化處理，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為一個檔位，分為4 檔，用0、1、2、3 這樣的數(shù)值來表示。

表1 學生個人碳賬戶變量名稱

將這些行為記錄在個人碳賬戶，納入綠色信用模型評分，對于鼓勵低碳行為，實現(xiàn)雙碳目標具有重要的現(xiàn)實意義。

芝麻信用評分通過查詢支付寶獲得，通過對海量信息數(shù)據(jù)的綜合處理和評估，分析大量的線上交易及行為數(shù)據(jù)，進而得出行為人的信用評分，因此，選取芝麻信用能夠對學生信用進行評估。教師評價是對學生在校行為的綜合測評，能夠對學生的表現(xiàn)進行評價，根據(jù)學工系統(tǒng)，教師評定為優(yōu)設為3，良設為2，中為1。學習成績：根據(jù)學校教務系統(tǒng)，將學習成績最近一個學期的平均分在90-100 分的設為4，在80-90 分設為3，70-80 分設為2，70 分以下設為1。圖書館學習時長：以一個自然月為周期，計算時長，折算成平均每天的圖書館打卡時長，在合理學習時長內(nèi)，時間長則更具有綠色能量。圖書館借書次數(shù)：以一個自然月為周期，以系統(tǒng)記錄的借書次數(shù)，計算平均值，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，如果經(jīng)常不能按時就餐，或食物剩余，則視為不規(guī)范的低碳行為。通過查詢學校卡務系統(tǒng)，將每月在食堂規(guī)范就餐25 次以上的設為1，15-24 次的設為2，5-14 次設為3，4 次以下設為4。宿舍節(jié)電（規(guī)范就寢），指根據(jù)學校門禁系統(tǒng)，每晚在21：00-22：00 之間回寢，按時就寢，如果熄燈后還看電子設備，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 次及以上設為1，15-24 次的設為2，5-14 次設為3，4 次以下設為4。 操場運動時長：以一個自然月為周期，以系統(tǒng)記錄的時間，計算時長，折算成平均每天的運動時長，在合理運動時長內(nèi)，運動時間長比運動時間短更具有綠色能量。運動次數(shù)：以一個自然月為周期，以系統(tǒng)記錄次數(shù)計算，在合理運動次數(shù)內(nèi)，運動次數(shù)多比運動次數(shù)少更具有綠色能量。公益活動和競賽：公益活動代表為社會做出貢獻、傳遞正能量，競賽代表學以致用的能力，每學期參加公益活動和競賽的次數(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，以自然周為周期，計算使用次數(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 個人綠色信用等級制定 采用上述方法，通過對反應低碳行為的各個指標進行選擇、計算、分類和匯總，得出各指標的Logistic 評分，形成系統(tǒng)完整準確的綠色信用評分卡。根據(jù)綠色信用風險評分卡，可直接得出行為人的綠色信用評分，具有實際業(yè)務的可解釋性和操作應用價值。

如表2 所示。評分卡將每個指標的實際值劃分為兩檔或三檔，評分時，在基礎分上逐一加上每個評級指標對應的分檔得分（負分為減去），得到最終的綠色信用評分。結果分數(shù)越高，代表該行為人綠色信用資質越好，出現(xiàn)信用違約的概率越低。

表2 各變量所對應的分變量得分

4 結論與展望

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

4.2 構建完整的個人綠色信用評分體系，并規(guī)范發(fā)展第三方評級機構 進一步將個人綠色信用信息，與個人信用評分對接，將減碳信息納入個人征信系統(tǒng)，建立完整的個人信用評分體系，實現(xiàn)個人綠色信用信息數(shù)據(jù)共享，最終形成完善透明的個人綠色信用體系。此外，第三方評級機構尤其是個人信用評級機構的發(fā)展和規(guī)范，是構建完整的個人綠色信用評級體系的重要一環(huán)，也是鼓勵低碳行為發(fā)展的堅實基礎。