基于区间值中性子集框架的改进ARAS方法：气候变化绩效评估的新途径

《Expert Systems with Applications》：The enhanced ARAS method within the interval-valued neutrosophic set framework: a novel approach for climate change performance assessment

　　

气候变化是由自然和人为活动共同引起的全球性危机。为了防止温室气体（包括碳排放）增加带来的有害影响，应采取全球性的紧急预防措施，如环境可持续政策、可再生能源适应策略和公共激励安排。因此，许多利益相关方，如政策制定者、学术界和研究者，正在开展大量研究，以分析各国现状和需要紧急关注的问题。与其他研究不同，本研究提出了在区间值直觉集环境下的增强型加性比率评估法（IVN-ARAS），并将增强型IVN-ARAS方法与区间值直觉交叉熵（IVN交叉熵）方法相结合。通过在气候变化方面G20国家环境绩效的演示，证明了所提出方法的适用性和有效性。为此，分析了气候变化绩效指数（CCPI）中的语言数据，并在区间值直觉集（IVNS）环境中重新计算新的排名分数。由于指数变量存在不确定性，因此首选IVNS和熵方法。在此背景下，使用IVN交叉熵方法对指数变量进行加权，并使用增强型IVN-ARAS方法找到国家排名和新排名值。然后，通过敏感性和比较分析测试增强型IVN-ARAS方法中国家排名的有效性。此外，比较了G20国家的IVN-ARAS方法和CCPI排名。所进行的测试表明，所提出的方法在解决所考虑的决策问题时提供了可靠且有效的决策。研究结果还表明，使用区间值直觉数（IVNNs）可以更好地分析数据中的不确定性。此外，本研究有助于了解各国在应对气候变化和发展不确定环境中的可持续政策方面的地位。

引言：
近年来，随着破纪录的高温、极端天气事件和全球自然灾害的增加，全球变暖和气候变化变得更加明显（IPCC, 2023）。人为碳排放和温室效应对气候系统的破坏性影响也很明显（Seneviratne等人, 2021）。这些变化威胁着可持续的未来，变得永久且不可逆。为应对气候危机，应考虑环境可持续政策，包括减少排放和适应可再生能源的策略。例如，根据国际能源署（IEA）（IEA, 2023），93个国家和欧盟（EU）同意实现净零排放。尽管建立气候目标是一个关键步骤，但通过可衡量指标跟踪进展同样重要。因此，需要一个基于分析评估的系统性框架来评估政策意图与实际状况之间的差距。此外，评估气候变化绩效有几个基本原因（Bernauer & B?hmelt, 2013）。根据政府间气候变化专门委员会（IPCC）（IPCC, 2021），气候变化是影响生态系统、经济和社会的最严重全球挑战之一。政府、组织和公民应共同监测减少温室气体排放和向可再生能源转型的进展，以提高可持续性。这通过识别各国的成功和不足之处，使政策干预和国际合作成为可能（Creutzig等人, 2022）。此外，衡量绩效确保透明度和问责制，从而使政府对其气候承诺负责（Gupta & van Asselt, 2019）。绩效基准鼓励各国之间的竞争，并提供调查最佳实践的机会。此外，这使得决策者能够优先考虑紧急行动并有效分配资源。最后，它提高了公众意识并刺激了对更强环境政策的需求（Geddam等人, 2024）。

已经开发了各种气候变化评估工具，以展示全球可持续发展努力。文献提供了许多关注全球环境绩效的气候变化指数。德国watch提出的气候变化绩效指数（CCPI）根据温室气体排放、可再生能源使用、能源效率和气候政策等标准评估63个国家，并提供向巴黎协定目标迈进的年度评估（气候变化绩效指数（CCPI），2024）。耶鲁大学开发的环境绩效指数（EPI）通过考虑各国碳排放、可再生能源利用和政策有效性来调查环境健康和生态系统活力（Block等人, 2024）。Ernst & Young发布的可再生能源国家吸引力指数（RECAI）指导清洁能源倡议投资。此外，IPCC（2023）准备的报告为气候科学、影响和缓解策略提供了权威评估，这些评估塑造了公众和政策对气候变化的反应。总体而言，这些各种工具监测全球气候进展，影响政策制定，并为可持续未来转型提供支持。

在这些全球绩效指数努力的基础上，本研究介绍了一种新开发的评估工具，该工具基于区间值直觉集（IVNS）环境下的加性比率评估（ARAS）方法，这是本研究的主要贡献。虽然She等人（2025）提出了区间值直觉ARAS（IVN-ARAS）的初始版本，但他们的做法是将直觉数据立即转换为清晰数字，然后应用ARAS方法的步骤。然而，这一程序导致在IVNS环境中宝贵不确定信息的丧失。为了克服这一限制，本研究提出了一种新颖的增强型IVN-ARAS，通过将IVNNs嵌入ARAS的整个计算过程来进行增强。虽然直觉数可以处理不确定性，但将这些数字表示为区间进一步增加了决策过程的稳健性，当与ARAS方法结合时，可以更好地捕捉决策中的不确定程度，并且获得的结果被认为更可靠。通过这种改进，信息损失最小化，最终排名中的方法论一致性增加。此外，本研究将增强型IVN-ARAS与区间值直觉交叉熵（IVN交叉熵）方法相结合。交叉熵方法是一种客观加权方法，在文献中有许多应用。通过IVN交叉熵方法，可以评估许多不同的主要和子标准。通过在标准权重计算中使用IVNNs，可以更容易地确定决策矩阵中绩效值结构的不确定性或专家意见中的主观性，因为熵方法本质上是用来对不确定信息进行排序的。

为了验证所提出的综合方法论并测试其适用性，将增强型IVN-ARAS和IVN交叉熵应用于上述对世界至关重要的气候变化绩效指数（CCPI）。在此背景下，G20国家在2024年CCPI数据中的绩效值使用区间值直觉模糊（IVIF）见解重新处理。CCPI中的数据来源于国际能源署（IEA）、PRIMAP、食物和农业组织（FAO）和联合国气候变化框架公约（UNFCCC）。由于数据在收集后两年才可用，数据年份通常代表指数发布日期前的两年（CCPI常见问题解答, 2024）。另一方面，由世界最大经济体和顶级碳排放国组成的G20在应对气候变化方面发挥着关键作用。虽然G20国家目前约占世界人口的三分之二，但它们贡献了全球GDP的85%，占国际贸易的80%以上。这些国家的气候政策和行动具有深远的影响，不仅在国内，而且在全球范围内（Kim & Chung, 2012）。自2015年签署巴黎协定以来，它们还在发展可持续性导向项目，即约1太瓦（TW）的太阳能光伏容量已整合到全球能源系统中，这几乎相当于整个欧盟已安装电力容量（IEA, 2023）。

本研究的应用部分可以总结如下：标准权重从IVN交叉熵方法中得出，而基于环境绩效的国家排名则使用增强型IVN-ARAS方法进行。在这些方法中，交叉熵方法此前在IVNS环境下开发，但本研究是文献中首批在IVNS环境下开发ARAS方法的研究之一。本研究中讨论的问题构成了研究的动机，可以总结如下：
●通过将传统ARAS方法适应到IVN环境并定义应用步骤——这是对文献的新方法论贡献——并将此增强型IVN-ARAS方法应用于实际决策问题。
●从CCPI中给出的语言评估中确定标准权重，并清楚地分析表达中的不确定性。
●通过将相等权重替换为通过IVN交叉熵方法获得的权重来重新计算CCPI分数。
●使用CCPI中提供的语言评估和本研究中计算的标准权重，根据环境绩效对G20国家进行排名，
●在IVNS环境中进行所有评估（计算标准权重和获得国家排名），以获得新的排名值，因此提出基于IVN交叉熵和增强型IVN-ARAS方法的新型模型，
●验证所提出的IVN模型如何应用于高效获得国家排名。

这项实证研究，其中使用CCPI 2024数据、IVN交叉熵和增强型IVN-ARAS方法，根据环境绩效评估G20国家，其对文献的贡献可以总结如下：
●在本研究中，交叉熵和ARAS方法在IVN模糊环境中执行。IVNSs相对于SVNSs的主要特征是更好地应对不确定性。也就是说，它们比SVNSs提供更精确和灵活的性能（Zavadskas等人, 2021）。考虑到所有这些因素的评估，使用IVNNs进行的评估被认为更加灵活和敏感。
●本研究展示了所提出方法论在气候变化绩效评估上的实际应用性，这是一个高度当前和全球性问题。通过为在CCPI中被视为相等的标准分配不同的权重，提出了国家绩效的替代排名。本研究中解决的问题在标准和国家数量方面相对复杂。同时，国家评估也使用确定的标准和语言变量进行。
●本研究提供了对G20国家气候变化绩效的详细考察，评估其减排策略和对可持续发展目标的贡献。在此框架内，将分析国家适应气候变化的能力、对自然灾害的脆弱性和环境能源政策的有效性。通过解决已采取的措施和不足之处，本文旨在评估G20国家在应对气候变化方面取得的成效。
●在本研究中，标准权重通过IVN交叉熵方法计算。熵方法因其成功量化不确定性和敏感的判别能力而受到青睐。虽然文献中已有IVN交叉熵方法的成功应用，但这是首次用于评估国家的气候变化绩效。在此意义上，使用该方法进行的计算可以同时评估许多标准，标准之间的差异或一个标准相对于另一个标准的优越性通过得出的标准权重揭示。
●如前所述，当考虑标准、子标准或国家时，所解决的问题相对较大。此外，使用的主要标准在单独考虑时对环境绩效也非常有效。在本研究中，标准被单独和整体考虑，主要标准及其权重被计算。因此，可以使用单一主要标准或同时考虑所有标准来获得国家排名。
●在本研究中，关于气候变化绩效的国家排名使用增强型IVN-ARAS方法进行。在此意义上，增强型IVN-ARAS方法的应用步骤被详细给出。然后，所展示的增强型IVN-ARAS方法的适用性作为国家排名在当今至关重要的气候变化问题下的替代方案被展示。
●敏感性分析测试了当前研究中标准权重变化对国家排名的影响。同样，比较分析测试了增强型IVN-ARAS产生的国家排名的有效性。

基于此原因，本研究采用文献中广泛使用的IVN-ARAS、IVN-TOPSIS、IVN-EDAS、IVN-CODAS和IVN-MAIRCA方法所得结果进行比较。本研究详细回顾并呈现了气候变化、与该主题相关的若干指数以及将气候变化与MCDM方法相结合的研究，并提出了一种考虑不确定性的替代计算程序，供研究气候变化与环境领域的学者、管理者或希望评估各国现状的政策制定者使用。

当前研究组织如下：第二节详细回顾了与气候变化和CCPI相关的MCDM研究文献，同时讨论了在模糊环境下应用ARAS方法以及IVN-MCDM应用的研究。第三节阐述方法论，涵盖IVNS和IVNN的定义与运算、IVN交叉熵以及改进的IVN-ARAS方法。第四节提供案例研究、敏感性和比较分析。随后呈现讨论与结论部分。

文献综述

尽管本研究呈现了实证发现，但也包含详细的文献综述。本部分将文献综述组织为三个标题。首先呈现使用MCDM方法进行气候变化研究的相关文献，同一小节中也包括使用CCPI数据的研究。其次，纳入将IVN与MCDM方法结合的研究。最后在第三节中回顾模糊环境下的ARAS方法。

方法论

本研究采用IVNS和区间值直觉数（IVNNs）实施两种多准则决策方法（交叉熵和ARAS），用于评估G20国家的气候变化表现。因此，本节包含所提出方法论的详细说明。首先介绍关于直觉集的基本概念，随后提出IVN交叉熵以计算准则权重，最后逐步说明应用过程。

应用

本节包含第三部分详细说明的方法论应用。上述各节描述的所有步骤均适配当前研究的主要应用领域，并在图1所示的流程图中进行总结。本节采用2024年发布的CCPI数据，采用创新方法评估各国表现，考虑气候变化挑战。CCPI根据四个主要准则，基于语言变量评估国家在减排方面的成效。

讨论

气候变化是一个被广泛讨论和研究的话题。因此，各种指数使国家能够评估其在气候变化方面的表现并了解其全球定位。由Germanwatch发布的CCPI是评估表现的指数之一，基于四个主要准则下的语言变量。本研究提出一种替代方法，利用2024年CCPI数据揭示G20国家的环境表现。该替代方法基于IVNF。

结论

利用CCPI中的大量数据集，我们引入了一种全面的决策工具，不仅衡量各国进展，还强调其在气候变化全球贡献中的努力。通过所呈现的方法论，增强了对国家承诺的理解，并为政策制定和最佳实践促进数据驱动的讨论。现实世界条件变化迅速，这些变化可能引入不确定性、不稳定性，以及……

CRediT作者贡献声明

Abdullah ?z?il：概念化、方法论、软件、验证、可视化、监督、写作——审阅与编辑、形式分析、写作——初稿撰写。Esra Ayta? Adali：概念化、方法论、软件、验证、监督、写作——审阅与编辑、形式分析、写作——初稿撰写。Gülin Zeynep ?zta?：概念化、方法论、验证、调查、写作——初稿撰写、可视化、写作——审阅与编辑。Ay?egül Tu?：

利益冲突声明

作者声明不存在已知的、可能影响本文所述工作的竞争性经济利益或个人关系。

Abdullah ?z?il | Esra Ayta? Adali | Gülin Zeynep ?zta? | Ay?egül Tu? | Tayfun ?zta?