本申请涉及一种碳排放区域分类方法，属于碳排放核算领域，尤其涉及一种用于多区域环境隐含碳排放的区域分类的静态方法、装置及存储介质。
背景技术：
1、国际上普遍采用来自于《ipcc国家温室气体清单指南》的清单编制方法，对国家领土范围内产生的温室气体进行核算，即生产者责任制。然而，发达国家为满足其消费需求，通过从发展中国家进口碳密集型产品、转移高碳密集产业来减少碳排放，而上面的核算方法仅仅从直接生产角度的碳排放量进行碳排放责任的确认，这对净碳出口国不利。对于国内行政区域或行业碳减排分配也存在着类似的碳减排目标分配问题。
2、目前，各区域环境碳排放角色技术特征不明显，对于区域碳排放责任的划分依据不够充分，对中宏观场景下的全国多区域价值流动与碳排放环境排放角色分配技术缺少深度分析，尤其是基于传统统计的方法不能提取数据的深度特征，只能在线性无限近似下处理数据。
技术实现思路
1、根据本申请的第一个方面，提供了一种用于多区域环境隐含碳排放的区域分类的静态方法，该方法能够对各区域碳排放数据进行深度分析，识别出各区域在贸易隐含碳排放中的角色特征身份，以作为区域碳排放责任划分的合理依据。
2、所述用于多区域环境隐含碳排放的区域分类的静态方法，包括：
3、针对多区域隐含碳排放，构建多类型目标函数模型，对所述多类型目标函数模型的函数数据进行深度特征的提取，得到区域分类结果。
4、优选地，所述多类型目标函数模型包括隐含碳排放流动目标函数模型和价值型贸易流动目标函数模型，对两个模型的函数数据进行聚类分析；根据聚类分析结果，对多区域在贸易隐含碳排放中的角色特征身份进行标识。
5、优选地，该方法还包括：对所述区域分类结果进行静态显示。
6、优选地，所述隐含碳排放流动目标函数模型如下公式所示：
7、
8、其中，δgk表示从第k区域到其他区域间的净碳排放数量，表示从消费角度第k区域的隐含碳排放总量，表示从生产角度第k区域的直接生产性碳排放总量，n表示被测分类范围内所含的区域数量；δgk的正值或负值，分别表示区域消费产生的环境隐含碳排放比生产产生的环境碳排放的多或少。
9、优选地，所述价值型贸易流动目标函数模型如下公式所示：
10、
11、其中，δmk表示从第k区域到其他区域间的净价值流，表示第k区域的消费总量，表示第k区域的总产出，n表示研究范围内所含的区域数量；δmk的正值或负值，分别表示该区域消费价值比生产价值的多或少。
12、优选地，所述对两个模型的函数数据进行聚类分析包括：将第k区域到其他区域间的净碳排放数量δgk和净价值流δmk输入至聚类算法，通过聚类算法得到区域类型，所述区域类型为消费区域或生产区域；所述聚类算法包括以下至少一种：k-means聚类算法、k-means+聚类算法。
13、优选地，该方法还包括：在构建隐含碳排放流动目标函数模型前，计算碳排放流矩阵，执行以下步骤：
14、假设各区域碳排放与生产市场为完全竞争市场；
15、获取价值型投入产出模型和直接碳排放数据信息；
16、根据所述价值型投入产出模型确定各区域的直接消耗系数，计算列昂惕夫逆矩阵；
17、将所述直接碳排放数据信息表示为对角矩阵，将其与所述列昂惕夫逆矩阵进行点乘计算，得到碳排放流矩阵。
18、优选地，所述碳排放流矩阵表示为：
19、g＝fdiag(i-a)-1ydiag
20、其中，fdiag为被测分类内各区域单位总产值产生碳排放量的直接碳流的对角矩阵，即碳排放密度；a表示投入产出模型直接消耗系数矩阵；i是单位矩阵；y表示各区域最终使用列向量，g是碳排放流动矩阵，diag表示相应对角矩阵。
21、根据本申请的第二个方面，提供了一种用于多区域环境隐含碳排放的区域分类的静态装置，包括：
22、计算模块，用于针对多区域隐含碳排放，构建多类型目标函数模型；
23、分类模块，用于对所述多类型目标函数模型的函数数据进行深度特征的提取，得到区域分类结果。
24、优选地，所述该装置还包括显示模块，用于对所述区域分类结果进行静态显示。
25、优选地，所述计算模块构建的多类型目标函数模型包括隐含碳排放流动目标函数模型和价值型贸易流动目标函数模型；所述计算模块用于对两个模型的函数数据进行聚类分析，并根据聚类结果对多区域在贸易隐含碳排放中的角色特征身份进行标识。
26、优选地，所述隐含碳排放流动目标函数模型如下公式所示：
27、
28、其中，δgk表示从第k区域到其他区域间的净碳排放数量，表示从消费角度第k区域的隐含碳排放总量，表示从生产角度第k区域的直接生产性碳排放总量，n表示被测分类范围内所含的区域数量；δgk的正值或负值，分别表示区域消费产生的环境隐含碳排放比生产产生的环境碳排放的多或少。
29、优选地，所述价值型贸易流动目标函数模型如下公式所示：
30、
31、其中，δmk表示从第k区域到其他区域间的净价值流，表示第k区域的消费总量，表示第k区域的总产出，n表示研究范围内所含的区域数量；δmk的正值或负值，分别表示该区域消费价值比生产价值的多或少。
32、根据本申请的第三个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述用于多区域环境隐含碳排放的区域分类的静态方法中的部分或全部步骤。
33、本申请能产生的有益效果包括：
34、1)本申请所提供的隐含碳排放流动目标函数模型，在构建时，除了投入产出模型，还将碳排放流动数据作为了新的变量纳入到模型中，考察了静态竞争下一国多区域或多国多区域的贸易流动及隐含碳排放流动，提供了一种新的碳排放核算策略。
35、2)本申请采用机器学习算法，如采用k-means聚类算法或k-means+聚类算法，能够提取碳排放流动和价值流动数据的深度特征，解决了现有技术只能采用统计方式而无法进行数据深度特征提取的技术问题；将深度特征作为不同区域或省份在碳排放环境中的价值角色分配的标识，提高了区域碳排放责任划分的准确性，克服了现有技术对多区域碳减排分析的研究中缺少基于碳排放流动网络出发的“消费者责任制”考虑的技术问题。
1.一种用于多区域环境隐含碳排放的区域分类的静态方法，其特征在于，该方法包括：针对多区域隐含碳排放，构建多类型目标函数模型，对所述多类型目标函数模型的函数数据进行深度特征的提取，得到区域分类结果。
2.根据权利要求1所述的用于多区域环境隐含碳排放的区域分类的静态方法，其特征在于，所述多类型目标函数模型包括隐含碳排放流动目标函数模型和价值型贸易流动目标函数模型，对两个模型的函数数据进行聚类分析；根据聚类分析结果，对多区域在贸易隐含碳排放中的角色特征身份进行标识；
3.根据权利要求2所述的用于多区域环境隐含碳排放的区域分类的静态方法，其特征在于，所述隐含碳排放流动目标函数模型如下公式所示：
4.根据权利要求2所述的用于多区域环境隐含碳排放的区域分类的静态方法，其特征在于，所述价值型贸易流动目标函数模型如下公式所示：
5.根据权利要求2所述的用于多区域环境隐含碳排放的区域分类的静态方法，其特征在于，所述对两个模型的函数数据进行聚类分析包括：将第k区域到其他区域间的净碳排放数量δgk和净价值流δmk输入至聚类算法，通过聚类算法得到区域类型，所述区域类型为消费区域或生产区域；所述聚类算法包括以下至少一种：k-means聚类算法、k-means+聚类算法。
6.根据权利要求3所述的用于多区域环境隐含碳排放的区域分类的静态方法，其特征在于，在构建隐含碳排放流动目标函数模型前，计算碳排放流矩阵，包括以下步骤：
7.根据权利要求6所述的用于多区域环境隐含碳排放的区域分类的静态方法，其特征在于，所述碳排放流矩阵表示为：
8.一种用于多区域环境隐含碳排放的区域分类的静态装置，其特征在于，所述装置包括：
9.根据权利要求8所述的用于多区域环境隐含碳排放的区域分类的静态装置，其特征在于，所述该装置还包括显示模块，用于对所述区域分类结果进行静态显示；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的用于多区域环境隐含碳排放的区域分类的静态方法。
