基于云环境下信息资源配置的碳排放管理研究

马 慧，李飞飞，褚 旭

(首都经济贸易大学 信息学院，北京 100070)

基于云环境下信息资源配置的碳排放管理研究

马 慧，李飞飞，褚 旭

(首都经济贸易大学 信息学院，北京 100070)

首先概述碳足迹的相关概念，比较各国碳足迹的发展与实践；通过构建嵌入碳管理的能力成熟度模型，形成碳排放管理体系。然后，以Amazon云服务仿真案例分析信息资源的配置效率，通过优化信息资源配置，计算减少的碳排放量。最后，针对云环境下信息资源的节约，提出推动低碳绿色管理的建议。

云环境；碳足迹；能力成熟度模型；碳排放量

引言

近年来雾霾问题的日趋严重，二氧化碳浓度连创新高。国际科学界认为目前所观察到的全球变暖现象，90%以上可能来自温室气体排放的贡献[1]。因此，减少温室气体的排放成为应对气候变化中最为重要的一项工作。

一、碳足迹概述

1.碳足迹定义

“碳足迹”(Carbon Footprint,CF)源于1996年生态足迹概念的产生[2]，最早出现于英国，并在学术界、非政府组织、新闻媒体推动下迅速发展起来[3]。全球足迹网(Global Footprint Network)认为，碳足迹通常用于衡量一个活动或组织的碳排放量(通常以吨计)。碳足迹占人类整体生态足迹的54%，并且是发展最快速的组成部分。自1961年以来，人类碳足迹已经增长了11倍[4]。碳足迹组织、《PAS 2050规范》、国际标准化组织(ISO)等也分别从不同的角度阐述了碳足迹[5-7]。

维德曼和明克斯(Wiedmann & Minx，2007)将碳足迹定义为：“由一个组织、事件甚至产品产生的温室气体(GHG)排放总量”。他们认为碳足迹可以衡量由一个活动或在产品生命周期中积累的直接或间接的CO2排放总量[8]。如今，大多数的学者将碳足迹定义为直接和间接的CO2排放量加上一个给定的产品、过程或贯穿其整个生命周期的活动的其他温室气体的等效CO2排放量[9-10]。

(二)各国碳足迹的发展

目前，减少碳排放已经成为全球最热门的政治与经济议题之一。各国政府和相关机构都纷纷开展了碳足迹评价方法研究，并在碳足迹基础上推出了“碳标签”。2008年10月，英国发布了PAS2050《商品和服务在生命周期内的温室气体排放评估规范》，成为全球第一个通过统一的方法评估消费品生命周期内温室气体排放的标准。日本于2011年4月开始实施农产品碳标签制度，要求出售的农产品须通过碳标签向消费者显示其生产过程中排放的二氧化碳量。法国新环保法案作为全球第一个强制性环保和碳标签法案，将强制性要求在法国制造、销售和使用的消费品都必须披露产品的环境信息。除此之外，推广使用碳标签的还有美国、瑞典、加拿大、韩国等国家。

受碳认证影响，许多跨国公司也陆续提高了对碳足迹认证产品的订单需求。美国百事可乐、法国达能公司等多家跨国企业的2500余种商品已经通过了碳足迹认证，沃尔玛公司已经要求10万家供应商必须完成商品碳足迹验证并贴上碳标签。此外，百事、IBM、宜家等知名跨国公司均要求供应商提供碳标签。

与欧美等西方国家相比，中国开展碳足迹研究起步较晚，目前还没有建立较为完整可行的碳标签体系，仅有青岛啤酒、大成食品等极少数行业领军企业开始接受碳足迹评估或推出碳足迹标识产品。与发达国家相比，中国在低碳技术的储备尤其是低碳核心技术储备、资金投入、碳搜集和储存等方面都相对滞后。

二、碳排放管理体系的构建

1.碳排放的横纵向比较

可以从横纵两个方向来分析碳排放的情况。具体来说，横向分析各国的碳排放水平，纵向则从碳排放的直接和间接来源进行分析。

(1)各国碳排放情况的横向比较

在全球碳排放量贡献的地区差异下，掩盖着国家之间更大的差异。如图1所示，2011年将近2/3的全球碳排放仅来自十个国家，其中，中国占25.4%，美国占16.9%，远远超过了其他国家。这两个国家总共产生了13.2×109吨CO2。2011年，沙特阿拉伯取代了英国进入到十大碳排放国家的行列[11]。

五个最大的碳排放国家1990年到2011年单位GDP排放量的减少，符合全球观察的平均减少量(23%)。中国和俄罗斯联邦更加明显，如图2所示[11]。

从1990年到2011年，全球碳排放量增长了50%，如图3所示。二氧化碳的排放量取决于人口、人均国民生产总值、单位生产值能耗及单位能耗排放因子等四个决定因素。Kaya公式*在低碳经济中，学者们普遍用Kaya公式来具体分解低碳经济的内涵。：排放=人口×人均GDP×单位GDP能源消耗量×单位能耗排放量。

在全球范围内，经济增长与能源使用部分脱离，能源强度同比下降23%。然而，混合能源的碳排放强度几乎不变，人口(32%)和人均GDP(48%)的组合增长导致1990年至2011年间全球CO2排放量的大幅增加。国家和地区之间的这种行为有很大的差异。理解二氧化碳排放趋势和驱动因素对设计合理有效的减排政策至关重要。

(2)碳排放来源的纵向分析

碳足迹的来源包括直接碳排放和间接碳排放，即碳排放部门化。

2011年，电力和热力两个部门产生了全球近2/3的碳排放量，迄今为止规模最大，占到42%，而运输部门占到了22%，如图4所示。

世界范围内电与热的产生很大程度上依赖于煤炭，它是碳强度最高的化石燃料。如澳大利亚、中国、印度、波兰和南非等国家超过2/3的电和热都是通过煤的燃烧产生的。

2013年《世界能源展望(WEO)》项目指出，到2035年，电力需求将高于当前需求的70%，这是由发展中国家人口和收入的快速增长、房屋和商业建筑中使用的电气设备数量的持续增加、由电驱动的工业化进程的加速等因素导致的。与此同时，由于政府的支持、投资成本的降低和化石燃料价格的上涨，基于可再生能源的发电量预计在未来25年将继续增长。

2.嵌入碳管理的能力成熟度模型

根据碳排放管理水平，CMM提供了一个过程改进的框架，企业通过阶梯式的进化框架，可以极大程度地提高按计划的时间和成本提交有质量保证的产品的能力。它采用分层的方式来安排组成部分，是一种不断改进和逐步完善的过程，各个级别具有各自不同的特征，如图5所示。

三、云环境下信息资源的配置研究

1.信息资源配置的含义

信息资源的配置是指信息资源在时间、空间和数量三个方面的合理配置。信息资源在时间、空间和数量上相互结合后配置的结果，就形成各种各样的结构。信息资源结构合理与否取决于信息资源的配置是否合理，而这又最终影响着信息资源的共享状况。

2.云环境下信息资源配置效率分析

随着发展中国家沿产业和技术阶段拾级而上，企业所采用的技术越来越复杂，资本需要增加。另外，生产和市场规模也有了变化，远距离市场交易越来越多。为了使新升级的产业中的企业降低交易成本，需要教育、金融、法律和硬件基础设施方面同时做出相应改进，以提供一个灵活、平稳的产业和技术升级过程。这一理论对云计算的发展分析也同样适用。以下为Amazon云服务仿真案例。

(1)Amazon S3云服务

图6显示了Amazon S3云仿真系统的总体架构[12]。为了能够在不同的平台上运行，云仿真软件使用Java语言。通常情况下，脚本可以同时运行一组模拟，并将仿真结果保存在存储系统中。Amazon S3提供了一个简单的Web服务接口，它可以从网络的任何位置、在任何时间进行存储和检索数据。它给任何开发人员访问同一高度可扩展，可靠，安全，快捷，廉价的基础设施的机会。

(2)亚马逊弹性云计算

亚马逊弹性计算云(EC2，Elastic Compute Cloud)是一个让使用者可以租用云端电脑运行所需应用的系统。EC2使用Xen虚拟化技术。每个虚拟机，又称作实例，能够运行小、大、极大三种能力的虚拟私有服务器。Amazon利用EC2计算单元去分配硬件资源。它缩短了获取和启动新服务器的实例时间到数分钟，更加适应用户计算需求的变化，旨在使开发者的网络规模计算变得更为容易，提供可调整的云计算能力。

图7为完成所有的任务所需要的时间和成本函数，图中各线上的点的数值表示云环境中运行仿真模拟的实例数量K，可以看出，随着总时间的延长和云环境中运行仿真模拟的实例数量的减少，各虚拟机实例类型的总成本逐渐降低，并趋于稳定[14]。

3.云环境与信息资源管理能力成熟度探讨

按照能力成熟度理论，将信息资源管理能力成熟度层次模型划分成5个等级，即无管理级、规范级、定义级、定量分析级和预测级。在云计算和大数据的支持下，信息资源具有共享的特性，为管理过程达到“定义级”提供重要支撑。通过提高信息资源的共享水平，节省资源，从而节省资源的用电量，进而减少碳排放，实现信息资源的绿色有效使用。

四、以云环境下信息资源的节约推动低碳绿色管理的建议

加强节能减排，实现低碳发展，是生态文明建设的重要内容，也是促进经济提质增效升级的必由之路。针对近年来世界各国越来越严重的雾霾天气，以2014年4月16日北京市环保局正式发布了北京市PM2.5来源解析最新研究成果为依据，提出以下几点对策与建议。

1.降低资源消耗——防控雾霾公害的主攻方向

IPCC《国家温室气体排放清单指南》提供了能源碳排放定量信息。因此可以借鉴IPCC和国际研究成果，将资源形成从高到低的资源列表，学习国际碳排查和碳足迹标准，挖掘碳排查和碳足迹的典型案例并加大宣传。

2.完善气候质监体系——将碳管理能力纳入质监体系中

以能力概念为切入点，借鉴国际能力成熟度模型，将碳管理能力划分不同等级：混沌级、规范级、共享级协同级、度量级以及预防级等。同时，将碳排放标准以及产品碳排放监管也纳入产品质量法律体系中，应用“低碳管理名片的认证”提升碳管理能力。

3.搭建云平台——为信息资源配置的“减排”做贡献

硬件资源如计算机、网络、通信设备等，在使用中消耗大量电力，形成大量间接碳排放。为此，应充分利用计算机资源共享性、云平台等技术，提升计算机资源配置的效率，特别是要加强研究大数据时代的云存贮，积极搭建云平台，进一步实现信息资源减排目标。

五、结论

本文以云环境下的信息资源为研究对象、以碳足迹相关知识和质量工程技术为基础，构建碳排放管理能力成熟度等级。通过云存储，实现资源共享；并且，将信息资源节省的耗电量转化为碳排放量，进而研究云环境下信息资源的合理配置对碳排放质量管理能力的提升。研究对于企业的质量创新管理和社会的可持续发展具有指导和借鉴意义。

[1]张志强，曲建升，曾静静.温室气体排放评估指标及其定量分析[J].地理科学，2008,63(7):693-702.

[2]WACKERNAGEL M，REES W E.Our ecological footprint-reducing human impact on the earth[M].Gabriola Island：New Society Publishers，1996.

[3]WEIDEMA B P，THRANE M，CHRISTENSEN P，et al.Carbon footprint-A catalyst for life cycle assessment? [J].Journal of Industrial Ecology，2008，12(1):3-6.

[4]Global Footprint Network.Ecological footprint [EB/OL].[2012-8-30].http://www.footprintnetwork.org/ en/index.php/GFN/page/carbon_footprint/.

[5]Carbon Footprint.What is a carbon footprint? [EB/OL].[2012-10-01].http://www.carbonfootprint.com/carbon footprint.html.

[6]BSI，Carbon Trust，Defra，et al.PAS 2050：specification for the assessment of the life cycle greenhouse gas emissions of goods and services[EB/OL].[2012-10-01].http://shop.bsigroup.com/en/Browse-by Sector/Energy-Utilities / PAS-2050 /.

[7]International Organization for Standardization(ISO).ISO 14067:carbon footprint of products [EB/OL].[2012-10-04].http://www.iso.org/iso/home/store/catalogue_tc/catalogue_detail.htm? csnumber=59521

[8]WIEDMANN T， MINX J.A definition of ‘carbon footprint’[J].Ecological Economics Research Trends，2007(2)：55-65.

[9]SANKESHA P B,SUYASH D,RACHI S，et al.Understanding the impact of lifestyle on individual carbon footprint [J].Procedia-Social and Behavioral Sciences，2014(133)：47-60.

[10]WU X M，HU S，MO S J.Carbon footprint model for evaluating the global warming impact of food transport refrigeration systems [J].Journal of Cleaner Production，2013(54):115-124.

[11]OECD/IEA.CO2 Emissions From Fuel Combustion[R].Paris,2013.

[12]DANIELE A，ENRICO M： A cost-effective cloud computing framework for accelerating multimedia communication simulations[J].Journal of Parallel and Distributed Computing，2012(72)：1373-1385.

(责任编辑：姚望春)

Carbon Emissions Management About Information Resource Allocation Based on the Cloud Environment

MA Hui，LI Feifei，CHU Xu

(Capital University of Economics and Business，Beijing 100070，China)

The paper firstly summarized the related concepts of carbon footprint，compared the development and practice of national carbon footprint based on the development trend of the cloud environment，aiming at the current problem of air pollution.The authors constructed the embedded carbon management capability maturity model (CMM) and formed the carbon emissions management system.Then，the authors analyzed the allocation efficiency of information resources citing the Amazon cloud computing simulation case.The authors could calculate the reduction of carbon emissions through optimizing information resource configuration.Finally，promoting low-carbon green management suggestions are put forward in view of the information resources saving cloud environment.

cloud environment；carbon footprint；CMM；carbon emissions

2014-09-25

首都经济贸易大学教改项目“以辅助学习软件的研制及深度介入促进资源整合与教学效果提高的研究”；首都经济贸易大学科技创新重点项目

马慧(1963—)，女，首都经济贸易大学信息学院教授；李飞飞(1991—)，女，首都经济贸易大学信息学院硕士研究生；褚旭(1990—)，男，首都经济贸易大学信息学院硕士研究生。

F113.3

A

1008-2700(2015)02-0089-06