周躍云,趙先超，丁 夢(mèng)

(湖南工業(yè)大學(xué) 低碳城市研究所,湖南 株洲 412007)

區(qū)域可持續(xù)發(fā)展的核心是實(shí)現(xiàn)人口、資源、環(huán)境、經(jīng)濟(jì)與社會(huì)復(fù)合系統(tǒng)的協(xié)調(diào)與平衡。一定程度上講，區(qū)域碳排放的過(guò)快增長(zhǎng)，必然引起區(qū)域環(huán)境的惡化。碳排放問(wèn)題已經(jīng)成為影響區(qū)域?qū)崿F(xiàn)可持續(xù)發(fā)展的重要問(wèn)題。碳排放不僅包括人均指標(biāo)的多少，還應(yīng)包括碳排放效率。在面臨全球生態(tài)環(huán)境急速惡化的嚴(yán)峻形勢(shì)下，逐步提高碳排放效率已經(jīng)成為解決區(qū)域可持續(xù)發(fā)展問(wèn)題的有效途徑之一。在此背景下，國(guó)內(nèi)外許多學(xué)者[1-6]對(duì)碳排放的效率問(wèn)題進(jìn)行了研究。其中：一個(gè)重要的研究成果是碳排放經(jīng)濟(jì)效率可以用單位GDP引起的碳排放量來(lái)表示。從理論上講，由于評(píng)估能源碳排放經(jīng)濟(jì)效率的指標(biāo)只有一個(gè)，不須對(duì)指標(biāo)進(jìn)行權(quán)重的賦予，但是，為保證研究過(guò)程及結(jié)果的科學(xué)性，有必要對(duì)不同年份進(jìn)行賦權(quán)。因此，本文采用OWA算子賦權(quán)方法對(duì)不同時(shí)段實(shí)行權(quán)重賦權(quán)，并結(jié)合Topsis構(gòu)建加權(quán)組合模型，對(duì)湖南省及各地州的能源消費(fèi)碳排放經(jīng)濟(jì)效率進(jìn)行科學(xué)評(píng)估。

一 研究方法與數(shù)據(jù)來(lái)源

(一)OWA-Topsis模型

1. OWA算子賦權(quán)方法。OWA算子賦權(quán)思想是依據(jù)決策數(shù)據(jù)本身來(lái)確定相應(yīng)的權(quán)重。近年來(lái)，一種光滑連續(xù)的正態(tài)分布密度函數(shù)已經(jīng)被普遍接受。本文結(jié)合能源碳排放量的面板數(shù)據(jù)，采用王煜提出的一種基于決策數(shù)據(jù)的賦權(quán)方法，以求與指標(biāo)相對(duì)應(yīng)的各年份時(shí)間權(quán)重[7]。OWA算子賦權(quán)的方法主要分為以下幾步：

第二步：數(shù)據(jù)標(biāo)準(zhǔn)化處理。利用上式得到的均值和方差進(jìn)行決策數(shù)據(jù)標(biāo)準(zhǔn)化處理，其計(jì)算公式為：

2. OWA-Topsis加權(quán)組合評(píng)價(jià)方法。Topis(Topsis method)法是系統(tǒng)工程中有限方案多目標(biāo)決策分析的一種常用方法，多用于效益評(píng)價(jià)、衛(wèi)生決策等多個(gè)領(lǐng)域，特別是由于Topsis對(duì)樣本資料無(wú)特殊要求，使用靈活簡(jiǎn)便，因此當(dāng)前應(yīng)用越來(lái)越廣泛。OWA-Topsis加權(quán)組合評(píng)價(jià)的主要步驟是[8]：

第一步：評(píng)價(jià)指標(biāo)趨同化。Topsis法進(jìn)行評(píng)價(jià)時(shí)，要求所有指標(biāo)變化方向一致(即所謂同趨勢(shì)化)，即將高優(yōu)指標(biāo)轉(zhuǎn)化為低優(yōu)指標(biāo)，或?qū)⒌蛢?yōu)指標(biāo)轉(zhuǎn)化為高優(yōu)指標(biāo)(一般采用此種方式)，轉(zhuǎn)化方法常用倒數(shù)法進(jìn)行，即令原始數(shù)據(jù)中低優(yōu)指標(biāo)Xiji=1,2…,n；j=1,2…,m)，通過(guò)Xij′=1/Xij變換而轉(zhuǎn)化為高優(yōu)指標(biāo)，然后建立同趨勢(shì)化后的原始數(shù)據(jù)表。

第二步：矩陣歸一化處理。對(duì)趨同化的原始數(shù)據(jù)矩陣進(jìn)行歸一化處理，并建立相應(yīng)矩陣，其轉(zhuǎn)換公式為：

第三步：從歸一化矩陣中計(jì)算最優(yōu)值向量和最劣值向量，即計(jì)算歸一化矩陣中最優(yōu)與最劣方案的評(píng)價(jià)集。計(jì)算方法分別如下：

第五步：計(jì)算諸評(píng)價(jià)對(duì)象與最優(yōu)方案的接近程度Ci，其計(jì)算公式如下：

式中，Ci在0與1之間取值，Ci值越接近1，表示該評(píng)價(jià)對(duì)象越接近最優(yōu)水平；反之，越接近于0，表示該評(píng)價(jià)對(duì)象越接近最劣水平。

第六步：按Ci大小將各評(píng)價(jià)對(duì)象排序，Ci值越大，表示綜合效應(yīng)越好。

(二)數(shù)據(jù)來(lái)源

湖南省及各地州市GDP數(shù)據(jù)來(lái)源于湖南省統(tǒng)計(jì)年鑒，均為當(dāng)年價(jià)。湖南省各市州能源消耗數(shù)據(jù)來(lái)源于《湖南省統(tǒng)計(jì)年鑒》中“規(guī)模以上工業(yè)企業(yè)綜合能源消費(fèi)量”以及“規(guī)模以上工業(yè)企業(yè)主要能源品種消費(fèi)量”。湖南省各市州能源消費(fèi)碳排放數(shù)據(jù)根據(jù)ORNL(美國(guó)橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室提供的方法測(cè)算)[9]。能源消費(fèi)碳排放經(jīng)濟(jì)效率定義為GDP/能源消費(fèi)碳排放。

二 湖南省各市州能源消費(fèi)碳排放經(jīng)濟(jì)效率測(cè)算與分析

表1為2008～2011年湖南省各地市能源消費(fèi)碳排放經(jīng)濟(jì)效率測(cè)算原始數(shù)據(jù)。

表1 湖南省各地市能源消費(fèi)碳排放經(jīng)濟(jì)效率原始數(shù)據(jù) 單位：萬(wàn)噸

以2011年為例，長(zhǎng)沙市、湘西自治州與吉首市能源消費(fèi)碳排放經(jīng)濟(jì)效率較高，分別為14.931萬(wàn)元/噸、16.636萬(wàn)元/噸以及10.558萬(wàn)元/噸。綜合來(lái)看，這三個(gè)地區(qū)各年份碳排放經(jīng)濟(jì)效率都比較高。

由表1最后一行得到4個(gè)決策數(shù)據(jù)序列[1.814，1.946，2.258，2.398]。每個(gè)數(shù)據(jù)的權(quán)重為1/4，那么序列平均值為2.104，方差為0.270。根據(jù)均值和方差求得標(biāo)準(zhǔn)化序列[-2.697，-2.502，-2.041，-1.835]。高斯密度函數(shù)公式處理后得到權(quán)重粗糙序列[0.026，0.044，0.124，0.186]，歸一化處理后得到不同年份的權(quán)重序列為[0.069，0.115，0.327，0.489]。

對(duì)上表中的數(shù)據(jù)進(jìn)行歸一化處理后，結(jié)果見(jiàn)表2：

表2 歸一化處理矩陣

根據(jù)上表的數(shù)據(jù)確定最優(yōu)和最劣向量，最優(yōu)向量序列和最劣向量序列為：

MAX序列=[0.481,0.626,0.534,0.539]

MIN序列=[0.035,0.022,0.027,0.027]

然后，分別計(jì)算各指標(biāo)值與最優(yōu)、最劣向量的距離和接近度，并按照接近度的大小進(jìn)行排列，具體結(jié)果見(jiàn)表3。

表3 基于OWA時(shí)間權(quán)重修正的Topsis各地市碳排放經(jīng)濟(jì)效率評(píng)價(jià)結(jié)果

從上表可以看出，長(zhǎng)沙、湘西州、張家界、永州等市州的能源消費(fèi)碳排放效率較高，而婁底、岳陽(yáng)、湘潭、郴州、衡陽(yáng)等城市的能源消費(fèi)碳排放效率較低。從整體上看，湖南省各地市能源碳排放經(jīng)濟(jì)效率差異顯著，碳排放經(jīng)濟(jì)效率最高的長(zhǎng)沙市，其效率接近于1，而最低的婁底市，其效率接近于0，從各城市碳排放經(jīng)濟(jì)效率分布來(lái)看，除個(gè)別城市碳排放經(jīng)濟(jì)效率較高外，多數(shù)城市優(yōu)勢(shì)接近度小于0.5，這類城市共10個(gè)，占到全部地級(jí)城市的71%，優(yōu)勢(shì)接近度在0.3以下的城市共8個(gè)，占到全部地級(jí)城市的57%。加之，湖南省能源碳排放經(jīng)濟(jì)效率為0.124，也不及0.3，因此，從總體上看，湖南省能源碳排放經(jīng)濟(jì)效率比較低。

三 湖南省各市州能源消費(fèi)碳排放經(jīng)濟(jì)效率聚類與優(yōu)化

為進(jìn)一步客觀描述湖南省各地州能源消費(fèi)碳排放經(jīng)濟(jì)效率的空間差異情況，參考國(guó)內(nèi)學(xué)者對(duì)碳排放經(jīng)濟(jì)效率高低的劃分標(biāo)準(zhǔn)[3-7]，將湖南省能源消費(fèi)碳排放經(jīng)濟(jì)效率劃分為以下三種類型(見(jiàn)表4)即：碳排放經(jīng)濟(jì)效率高值區(qū)(優(yōu)勢(shì)接近度>0.5)、碳排放經(jīng)濟(jì)效率中值區(qū)(優(yōu)勢(shì)接近度在0.3～0.5之間)、碳排放經(jīng)濟(jì)效率低值區(qū)(優(yōu)勢(shì)接近度<0.3)。

表4 湖南省各地市能源消費(fèi)碳排放經(jīng)濟(jì)效率分類

處于能源消費(fèi)碳排放經(jīng)濟(jì)效率高值區(qū)的有長(zhǎng)沙、湘西州、張家界和永州四個(gè)城市，優(yōu)勢(shì)接近度均超過(guò)0.5，但這一區(qū)域得分也有比較大的差距，例如：長(zhǎng)沙的優(yōu)勢(shì)接近度(0.965)超過(guò)永州的優(yōu)勢(shì)接近度(0.538)0.427。其中，長(zhǎng)沙市為湖南省省會(huì)城市，且是國(guó)家資源節(jié)約型與環(huán)境友好型社會(huì)綜合配套改革試驗(yàn)區(qū)的核心城市，也是國(guó)家長(zhǎng)株潭城市群的核心城市，經(jīng)濟(jì)實(shí)力雄厚，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整較好。對(duì)比之下，處于同一等級(jí)的湘西州、張家界處于大湘西地區(qū)，永州屬于大湘南承接國(guó)家產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)，且湘西州、張家界還屬于國(guó)家扶貧攻堅(jiān)示范區(qū)，這三個(gè)城市區(qū)域經(jīng)濟(jì)不發(fā)達(dá)，而這三個(gè)城市以第一產(chǎn)業(yè)和第三產(chǎn)業(yè)為主，第二產(chǎn)業(yè)不發(fā)達(dá)的現(xiàn)狀，導(dǎo)致其城市能源消費(fèi)碳排放較其它城市來(lái)講比較小，城市能源消費(fèi)排放效率較高。從這個(gè)意義上講，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高能源利用效率均是提高能源消費(fèi)碳排放效率的重要途徑。

處于能源消費(fèi)碳排放經(jīng)濟(jì)效率中值區(qū)的懷化和邵陽(yáng)也屬于大湘西區(qū)域，這兩個(gè)區(qū)域經(jīng)濟(jì)不發(fā)達(dá)，大體居于湖南省中游位置，區(qū)域產(chǎn)業(yè)也多以第一產(chǎn)業(yè)和第三產(chǎn)業(yè)為主，能源消費(fèi)碳排放相對(duì)較少。處于能源消費(fèi)碳排放經(jīng)濟(jì)效率低值區(qū)的城市較多，包括常德、株洲、益陽(yáng)、衡陽(yáng)、郴州、湘潭、岳陽(yáng)和婁底8個(gè)城市。這8座城市均有一個(gè)共同的特征，多數(shù)屬于傳統(tǒng)工業(yè)型城市，區(qū)域工業(yè)產(chǎn)業(yè)所占比重較高，特別是傳統(tǒng)高耗能產(chǎn)業(yè)在區(qū)域產(chǎn)業(yè)中占據(jù)著主要位置。這些城市優(yōu)勢(shì)接近度較小，一定程度上說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)仍未凸顯作用，當(dāng)前這些城市的經(jīng)濟(jì)發(fā)展在很大程度上仍依賴于高碳產(chǎn)業(yè)的發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)仍亟需優(yōu)化調(diào)整。

[1] Ramanathan R. A multi-factor efficiency perspective to the relationships among world GDP：Energy consumption and carbon dioxide emissions [J].Technological Forecasting &Social Change, 2006, 73(3): 483-494.

[2] Herrala R, Rajeev K G.Global CO2efficiency: Countries estimates using a stochastic cost frontier[J]. Energy Policy,2012,45(2): 762-770.

[3] 岳瑞鋒，朱永杰．1990-2007年中國(guó)能源碳排放的省域聚類分析[J]．技術(shù)經(jīng)濟(jì)，2010，29(3)．

[4] 陳黎明，黃 偉．基于隨機(jī)前沿的我國(guó)省域碳排放效率研究[J]．統(tǒng)計(jì)與決策，2013(9)．

[5] 李 濤，傅 強(qiáng)．中國(guó)省際碳排放效率研究[J]．統(tǒng)計(jì)研究，2011，28(7)．

[6] 王 煜，徐澤水．OWA算子賦權(quán)新方法[J]．?dāng)?shù)學(xué)認(rèn)識(shí)與實(shí)踐，2008，12(3)．

[7] 周 ?。‰H碳排放經(jīng)濟(jì)效率的TOPSIS評(píng)價(jià)分析[J]．統(tǒng)計(jì)與決策，2011，21(10)．

[8] 徐 勝，楊 娟.碳排放經(jīng)濟(jì)效率的TOPSIS評(píng)價(jià)分析—基于山東省17地市的面板數(shù)據(jù)[J].經(jīng)濟(jì)與管理評(píng)論，2013(1).

[9] 趙先超，朱 翔，周躍云.湖南省不同土地利用的碳排放效應(yīng)及時(shí)空格局分析[J].環(huán)境科學(xué)學(xué)報(bào)，2013，33(3).