“双碳”数据质量影响因素研究——基于Fuzzy-DEMATEL-ISM方法
来源：图书情报工作杂志2026年第4期北京时间：
作者：赵晓春,徐凌洋,周瑛
单位：安徽大学管理学院 合肥 230601
摘要：[目的/意义]为确保国家“双碳”（碳达峰、碳中和）目标的顺利实现，聚焦于“双碳”数据质量，旨在识别并分析影响其质量的因素及其层级和结构关系，为基于“双碳”数据驱动的决策与应用提供坚实的理论支持。[方法/过程]采用全面质量管理（TQM）理论构建因素维度框架，并通过文献分析法确定影响“双碳”数据质量的具体因素。进一步地，利用模糊DEMATEL方法识别出关键影响因素，并结合解释结构模型（ISM）深入分析这些因素之间的层级关系及内在联系，从而系统性地揭示“双碳”数据质量的影响机制。[结果/结论]研究表明，“双碳”数据质量受到5个维度下共计17个因素的影响。其中，政治环境和公众环境是两个根源性的关键因素，其他6个关键影响因素为监管与管理、管理人员培训、数据处理技术、安全环境、市场环境以及规范，分布在深层和中层因素之中。从全面质量管理的角度出发，围绕环境、组织、标准、数据和技术5个方面进行系统分析，提出对“双碳”数据质量影响因素的新见解，展现了一定的创新性。
关键词：碳排放,"双碳"数据,数据质量,全面质量管理理论,模糊DEMATEL-ISM,
基金资助：本文系国家社会科学基金项目“人工智能赋能低碳治理的信息处理模式创新研究”（项目编号:24BTQ064）研究成果之一。
