李恒川　路正南

摘要 產(chǎn)業(yè)系統(tǒng)具備開放系統(tǒng)、遠離平衡態(tài)以存在漲落的耗散結(jié)構(gòu)特征，以此為基礎(chǔ)可以構(gòu)建我國產(chǎn)業(yè)系統(tǒng)的熵變理論，從產(chǎn)業(yè)系統(tǒng)熵變路徑的角度出發(fā)來探討產(chǎn)業(yè)系統(tǒng)的減排途徑。產(chǎn)業(yè)系統(tǒng)熵主要用于說明產(chǎn)業(yè)系統(tǒng)狀態(tài)，產(chǎn)業(yè)系統(tǒng)熵值不能體現(xiàn)產(chǎn)業(yè)系統(tǒng)熵變的情況，所以為了探尋產(chǎn)業(yè)系統(tǒng)熵變路徑，需要運用層級因素分解技術(shù)對非期望產(chǎn)出率熵變進行兩層分解。使用基于kaya等式的LMDI分解法對非期望產(chǎn)出率熵變進行第一層分解，將其分解為產(chǎn)業(yè)結(jié)構(gòu)熵變、非期望產(chǎn)出強度熵變和期望產(chǎn)出率熵變，再參考kaya等式的形式，引入生產(chǎn)函數(shù)作為因素分析的要素依據(jù)，對第一層分解出的因素進行第二層分解，梳理從最終產(chǎn)品需求以及中間技術(shù)變化出發(fā)，經(jīng)由產(chǎn)出結(jié)構(gòu)變動、期望產(chǎn)出率變動、非期望產(chǎn)出強度變動最終影響產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變的網(wǎng)絡(luò)層級結(jié)構(gòu)，勾勒出產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變的路徑圖，利用路徑分析模型分析各影響因素之間的網(wǎng)絡(luò)層級結(jié)構(gòu)關(guān)系。基于2000-2012年我國產(chǎn)業(yè)部門的數(shù)據(jù)，本文對產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變進行了實證分析，在此過程中，利用PLS回歸對我國產(chǎn)業(yè)部門的生產(chǎn)函數(shù)進行了擬合，解決了生產(chǎn)函數(shù)擬合過程中存在的多重共線性問題，為非期望產(chǎn)出率的熵值計算做好了數(shù)據(jù)準備。通過計算我國產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率及各分解因素的熵值，結(jié)合路徑分析模型的結(jié)果，可以得到結(jié)論：我國非期望產(chǎn)出率熵變的漲落與我國經(jīng)濟發(fā)展的周期吻合，驗證了熵變理論的正確性和實用性；從路徑分析模型的總效應(yīng)角度分析，提高生產(chǎn)過程中各生產(chǎn)要素的使用效率對我國產(chǎn)業(yè)系統(tǒng)的熵減貢獻較大；路徑分析模型的直接和間接效應(yīng)都顯示產(chǎn)業(yè)結(jié)構(gòu)對非期望產(chǎn)出率變動影響最大，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級是實現(xiàn)產(chǎn)業(yè)系統(tǒng)減排的重要途徑。本文的研究結(jié)論為實現(xiàn)我國產(chǎn)業(yè)系統(tǒng)減排提供了重要依據(jù)。

關(guān)鍵詞 非期望產(chǎn)出率；熵變；層級分解；路徑分析；PLS回歸

中圖分類號 F206 文獻標識碼 A

文章編號 1002-2104（2015）08-0116-09 doi：10.3969/j.issn.1002-2104.2015.08.015

我們賴以生存的地球正面臨全球氣候變暖、能源耗竭危機、環(huán)境質(zhì)量惡化等一系列緊迫問題，發(fā)展綠色經(jīng)濟已經(jīng)成為世界范圍的共識。目前，全球減排研究的熱點方向是碳減排問題，而環(huán)境保護顯然涉及的范圍更加廣泛，除了碳排放，廢水排放和固體廢物排放也是重要的污染排放源，工業(yè)生產(chǎn)活動是這些排放最主要的來源，所以系統(tǒng)性地研究工業(yè)生產(chǎn)過程中非期望產(chǎn)出的減排問題是我國經(jīng)濟社會研究領(lǐng)域內(nèi)長期而艱巨的任務(wù)。本文將以此為切入點，從產(chǎn)業(yè)系統(tǒng)整體角度出發(fā)，研究工業(yè)生產(chǎn)過程中非期望產(chǎn)出的產(chǎn)生路徑及減排途徑。

基于產(chǎn)業(yè)系統(tǒng)自身的特征，我國的產(chǎn)業(yè)系統(tǒng)表現(xiàn)出與耗散結(jié)構(gòu)理論高度的內(nèi)在契合，所以使用熵變理論來分析我國產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出的減排途徑具有一定的理論基礎(chǔ)。熱力學(xué)熵變理論主要運用于系統(tǒng)領(lǐng)域的研究，包括自然科學(xué)領(lǐng)域和社會科學(xué)領(lǐng)域的各種復(fù)雜系統(tǒng)的研究。自然科學(xué)領(lǐng)域的系統(tǒng)熵研究有何君等[1]、楊琳等[2]、Scott[3]、Wang等[4]分別在飛機控制系統(tǒng)、電力系統(tǒng)、森林生態(tài)系統(tǒng)、城市生態(tài)系統(tǒng)等領(lǐng)域的研究。同時，隨著熵變理論的發(fā)展，社會科學(xué)領(lǐng)域?qū)ο到y(tǒng)熵變理論的應(yīng)用研究也越來越廣泛，孫銳等[5]、李志強等[6]、趙亞芳等[7]、Belizza等[8]、Ye等[9]分別對企業(yè)知識系統(tǒng)、企業(yè)家行為系統(tǒng)、復(fù)雜教育系統(tǒng)、碳排放系統(tǒng)、成本分配系統(tǒng)等領(lǐng)域運用熵變理論進行了深入研究。

通過上述文獻分析可知，熵變理論在社會科學(xué)領(lǐng)域的研究存在兩個問題，一是許多文獻只是提出了熵變理論在各種復(fù)雜系統(tǒng)中的理論應(yīng)用模型，并沒有進行實證分析；二是少量具有實證分析的文獻中都是直接計算了各變量的熵值，不曾說明系統(tǒng)熵變過程中各變量的影響及貢獻，所以使用層級因素分解技術(shù)對其進行更為深入的產(chǎn)業(yè)系統(tǒng)熵變動因?qū)嵶C分析將是本文的重點研究方向。

李恒川等：中國產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變層級結(jié)構(gòu)關(guān)系研究

中國人口·資源與環(huán)境 2015年 第8期

1 產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變機理

“熵”這個概念首先是由法國科學(xué)家克勞修斯提出的，對比做功的過程，熱傳導(dǎo)的過程可以記作ds=dQ/T，其中S就是熵，它是一個表示系統(tǒng)狀態(tài)的量，與過程和路徑無關(guān)，所以熵本身無法反映出系統(tǒng)的諸多特征，需要對其進行進一步的分解分析，但是熵的“商”特征正好契合了因素分析的結(jié)構(gòu)特征需求。

產(chǎn)業(yè)系統(tǒng)作為一個耗散系統(tǒng)，通過與外部系統(tǒng)交換資本、能源、勞動力與原材料等物質(zhì)能量及最終產(chǎn)品需求和政策等信息，進行生產(chǎn)和消費活動，并在實現(xiàn)中間產(chǎn)品價值轉(zhuǎn)移和最終產(chǎn)品增加值的過程中附帶產(chǎn)生碳排放、固體廢棄物以及廢水等污染物，其中增加值為期望產(chǎn)出，污染物為非期望產(chǎn)出。而從投入產(chǎn)出的角度看，非期望產(chǎn)出總量與生產(chǎn)活動的總產(chǎn)出的比值度量了生產(chǎn)與消費過程中衍生無效產(chǎn)出的程度，可將該比值稱為非期望產(chǎn)出率。那么非期望產(chǎn)出率就可以表示成：U=C/X，其中U是非期望產(chǎn)出率，C是非期望產(chǎn)出，X是總產(chǎn)出。類似于熱傳導(dǎo)的過程，產(chǎn)業(yè)系統(tǒng)的熵變過程可以表示成dU=dC/X，所以用非期望產(chǎn)出率作為產(chǎn)業(yè)系統(tǒng)熵具有一定的優(yōu)勢，主要表現(xiàn)在兩個方面：

1.1 非期望產(chǎn)出率熵變分解可較好地度量產(chǎn)業(yè)系統(tǒng)的可持續(xù)成長狀態(tài)

假設(shè)產(chǎn)業(yè)系統(tǒng)由n個產(chǎn)業(yè)部門組成，C為非期望產(chǎn)出量，X為總產(chǎn)出，U為非期望產(chǎn)出率，Y為產(chǎn)品增加值（國內(nèi)生產(chǎn)總值），則有：

U=C/X=∑ni=1Ui×Si=∑ni=1UiA×UiB×Si （1）

公式 （1） 參考kaya等式的分解形式，規(guī)避了結(jié)構(gòu)分解法（SDA）的缺點[12-13]，結(jié)果表明，非期望產(chǎn)出率U是各產(chǎn)業(yè)部門非期望產(chǎn)出率Ui以總產(chǎn)出結(jié)構(gòu)Si為權(quán)重的加權(quán)平均值。其中，Ui=UiA×UiB，反映了第i產(chǎn)業(yè)非期望產(chǎn)出率是Ui產(chǎn)業(yè)非期望產(chǎn)出強度UiA與產(chǎn)業(yè)部門期望產(chǎn)出率UiB綜合作用的結(jié)果。

將初始時刻的非期望產(chǎn)出率標記為U0，T期的非期望產(chǎn)出率標記為UT，運用LMDI分解法，產(chǎn)業(yè)系統(tǒng)在該段時期的熵變?yōu)椋?/p>

公式 （3） 表明分期望產(chǎn)出率熵變可由以下幾個部分構(gòu)成：①產(chǎn)業(yè)非期望產(chǎn)出強度熵變，體現(xiàn)了產(chǎn)業(yè)降低非期望產(chǎn)出的效果；②產(chǎn)業(yè)期望產(chǎn)出率熵變，體現(xiàn)了產(chǎn)業(yè)系統(tǒng)提升經(jīng)濟增長的能力；③產(chǎn)出結(jié)構(gòu)熵變，體現(xiàn)了產(chǎn)業(yè)系統(tǒng)的內(nèi)部組織結(jié)構(gòu)變動。顯然，從統(tǒng)計的角度看，非期望產(chǎn)出率融合了非期望產(chǎn)出強度與期望產(chǎn)出率的共同作用，可較好地度量產(chǎn)業(yè)系統(tǒng)的可持續(xù)成長狀態(tài)。同時，這個分解結(jié)果為進一步進行產(chǎn)業(yè)系統(tǒng)熵的層級分解深入作好了鋪墊。

1.2 層級熵變分解較好地描述了產(chǎn)業(yè)系統(tǒng)熵變動因

通過kaya等式，結(jié)合LMDI分解法[14-18]對非期望產(chǎn)出率熵變進行了第一層分解，得出了非期望產(chǎn)出率熵變由非期望產(chǎn)出強度熵變、期望產(chǎn)出率熵變以及產(chǎn)業(yè)結(jié)構(gòu)熵變?nèi)齻€部分構(gòu)成的結(jié)論，但是以這個因素解釋產(chǎn)業(yè)系統(tǒng)熵變顯然顯得很粗糙，空洞而沒有實際的利用價值，所以需要對其進行進一步的分解。本文對第一層分解得到的三個要素進行進一步分解，形成層級分解的第二層分解[17]，以探尋產(chǎn)業(yè)系統(tǒng)的熵變路徑。

（1）非期望產(chǎn)出強度熵變分解。類似于kaya等式的特征，考慮到因素分解的目的是為了研究產(chǎn)業(yè)系統(tǒng)熵變路徑，涉及到系統(tǒng)的增長特性，故本文將引入生產(chǎn)函數(shù)作為熵變分解的要素依據(jù)[19]。設(shè)EC為傳統(tǒng)能源消費，E為能源消費總量，K為固定資產(chǎn)投資，L為勞動力，M為原材料，各產(chǎn)業(yè)部門生產(chǎn)函數(shù)為：

那么第i產(chǎn)業(yè)的非期望產(chǎn)出就可以表示為：

（6） 表明產(chǎn)業(yè)非期望產(chǎn)出強度熵可以分解為能源利用率、能源結(jié)構(gòu)、能源與其它各生產(chǎn)要素的替代以及技術(shù)水平，是產(chǎn)業(yè)系統(tǒng)與外部系統(tǒng)交換物質(zhì)、能量以及信息后的生產(chǎn)組織行為，可以看成是產(chǎn)業(yè)系統(tǒng)外部熵變。

（2）期望產(chǎn)出率熵變分解。同樣是引入生產(chǎn)函數(shù)，期望產(chǎn)出率可以表示成：

示能源占用率、資本占用率、勞動占用率以及原材料占用率。公式 （8） 表明產(chǎn)業(yè)期望產(chǎn)出率熵變可以分解為資本占用率、能源占用率、勞動力占用率、原材料占用率以及技術(shù)水平等因素的變動，是產(chǎn)業(yè)系統(tǒng)內(nèi)部占用生產(chǎn)要素的狀態(tài)變動，可以看成是產(chǎn)業(yè)系統(tǒng)內(nèi)部熵變。

（3）產(chǎn)業(yè)結(jié)構(gòu)熵變分解。設(shè)Zi和Fi分別為第i產(chǎn)業(yè)的中間使用品以及最終產(chǎn)品，則SAi=1-FiXi就是第i產(chǎn)業(yè)中間使用的完全消耗系數(shù)，體現(xiàn)了中間部門的技術(shù)進步，而SBi=FiXi為第i產(chǎn)業(yè)的最終產(chǎn)品占總產(chǎn)出比例，體現(xiàn)該產(chǎn)業(yè)的最終產(chǎn)品需求狀況。則有：

ΔS=ΔSA+ΔSB （9）

公式 （9） 表明產(chǎn)出結(jié)構(gòu)熵變可以分解為中間部門技術(shù)進步、最終產(chǎn)品需求等因素的變動，可以看成是產(chǎn)業(yè)系統(tǒng)內(nèi)外部熵變的結(jié)合點。

通過對產(chǎn)業(yè)系統(tǒng)熵變的層級分解，可以發(fā)現(xiàn)，產(chǎn)業(yè)系統(tǒng)生產(chǎn)活動過程中的12個基本因素，本文稱之為“二級因素”，將通過3個“一級因素”非期望產(chǎn)出強度、期望產(chǎn)出率和產(chǎn)業(yè)結(jié)構(gòu)影響產(chǎn)業(yè)系統(tǒng)的熵變，具體影響如何，將根據(jù)實證分析結(jié)果得出。本文研究中第二層因素分解已經(jīng)達到12個基本因素，已經(jīng)能夠比較全面地分析產(chǎn)業(yè)系統(tǒng)熵變的路徑，

所以不再進行第三層分解，如果有繼續(xù)深入研究的需要，可以在第二層分解的基礎(chǔ)上繼續(xù)分解，限于篇幅，不再詳述。

圖1 產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變的傳導(dǎo)路徑圖

Fig.1 Path of the industrial system undesirable

output rate entropy change

1.3 產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率層級傳導(dǎo)路徑

產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變的層級分解結(jié)果顯示，產(chǎn)業(yè)系統(tǒng)熵變既包含著由產(chǎn)業(yè)系統(tǒng)產(chǎn)出結(jié)構(gòu)、產(chǎn)業(yè)系統(tǒng)期望

產(chǎn)出率、產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出強度直接引起的產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率變動的熵變路徑，可以簡稱為直接路徑，同時也包含著由產(chǎn)業(yè)系統(tǒng)產(chǎn)出結(jié)構(gòu)、產(chǎn)業(yè)系統(tǒng)期望產(chǎn)出率、產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出強度三項中的某一項變動，經(jīng)由其他兩項變動的傳導(dǎo)，再間接影響產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率變動的熵變路徑，簡稱為間接路徑。具體分析產(chǎn)業(yè)系統(tǒng)實際運行過程，不難發(fā)現(xiàn)產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變的三個動因其作用是有差別的：期望產(chǎn)出率、非期望產(chǎn)出強度的變化完全依賴于各行業(yè)的獨立決策，國家調(diào)控很難從期望產(chǎn)出率以及非期望產(chǎn)出強度入手，能調(diào)控的主要是產(chǎn)業(yè)結(jié)構(gòu)，這也吻合我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的實際情況。更進一步，產(chǎn)業(yè)系統(tǒng)整體的期望產(chǎn)出率和非期望產(chǎn)出強度都是由各行業(yè)的相應(yīng)指標經(jīng)過加權(quán)平均得到的結(jié)果，而各行業(yè)的期望產(chǎn)出率和非期望產(chǎn)出強度的變化，首先影響著各自產(chǎn)出水平的變化，各自產(chǎn)出水平的變化再引起產(chǎn)業(yè)系統(tǒng)產(chǎn)出結(jié)構(gòu)的變化。這從另一側(cè)面說明，由產(chǎn)業(yè)系統(tǒng)產(chǎn)出結(jié)構(gòu)變化所推動的產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變，在一定程度上代表著期望產(chǎn)出率和非期望產(chǎn)出強度的熵變。產(chǎn)業(yè)系統(tǒng)產(chǎn)出結(jié)構(gòu)熵變的傳導(dǎo)路徑可以簡單地用圖1進行直觀反映。

1.4 產(chǎn)業(yè)系統(tǒng)熵變路徑分析模型

上述產(chǎn)業(yè)系統(tǒng)熵變的直接傳導(dǎo)路徑和間接傳導(dǎo)路徑，還可以借助于路徑分析模型進行分析。

在產(chǎn)業(yè)系統(tǒng)中，設(shè)引發(fā)系統(tǒng)熵變的自變量為x1……xi……xj……xk，系統(tǒng)熵變（因變量）為S，自變量xi對因變量S的直接影響系數(shù)為Pis，將rij定義為自變量xi和xj之間的簡單相關(guān)系數(shù)，ris定義為自變量xi和因變量S之間的簡單相關(guān)系數(shù)，則ris的分解方程可表示為：

（12）

上述模型計量驗證產(chǎn)業(yè)系統(tǒng)的熵變路徑，具體作用為：

（1）通過公式（12）解得Pis，此即為相關(guān)影響因素xi對產(chǎn)業(yè)系統(tǒng)熵變S的直接影響系數(shù)；

（2）由公式（10）可以計算得到rijpis（i≠j），此即為相關(guān)影響因素xi通過xj對產(chǎn)業(yè)系統(tǒng)熵變S的間接影響系數(shù)，將這些間接影響系統(tǒng)加總∑i≠jrijPis則可得到xi通過其它變量對系統(tǒng)熵變S所產(chǎn)生的間接影響系數(shù)的總和；

（3）比較相關(guān)影響因素xi對產(chǎn)業(yè)系統(tǒng)熵變S的直接影響系數(shù)和間接影響系數(shù)的總和ris=Pis+∑i≠jrijPis，即可發(fā)現(xiàn)系統(tǒng)熵變的主要傳導(dǎo)路徑。

2 我國產(chǎn)業(yè)部門非期望產(chǎn)出率熵變實證

2.1 數(shù)據(jù)來源與整理

我國對工業(yè)行業(yè)的統(tǒng)計制度比較完善，故本文選取我國工業(yè)部門對我國的產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變進行實證分析。本文分析所采用的原始數(shù)據(jù)主要來源于國家統(tǒng)計局頒布的《中國統(tǒng)計年鑒2013》、《中國工業(yè)經(jīng)濟統(tǒng)計年鑒2001》到《中國工業(yè)經(jīng)濟統(tǒng)計年鑒2013》以及2005年到2013年的《中國環(huán)境統(tǒng)計年鑒》，由于這12年之間的統(tǒng)計口徑有變化，本文根據(jù)最新的統(tǒng)計制度對工業(yè)行業(yè)的部門進行了整合，最后選取了39個產(chǎn)業(yè)部門。使用的指標數(shù)據(jù)，固定資產(chǎn)合計、就業(yè)人數(shù)、能源消費、工業(yè)總產(chǎn)值及最終產(chǎn)品都直接可以從年鑒中獲取，而原材料投入、工業(yè)增加值、傳統(tǒng)能源投入、非期望產(chǎn)出需要進一步數(shù)據(jù)加工處理。主營業(yè)務(wù)成本中包含了原材料投入、直接人工成本和制造費用，由此，本文就可以從統(tǒng)計年鑒中獲取原材料投入的數(shù)據(jù)。工業(yè)增加值的核算方法有兩種，一種是生產(chǎn)法，另一種是收入法，本文使用收入法核算工業(yè)增加值，包括了固定資產(chǎn)折舊、勞動者報酬、生產(chǎn)稅凈額和營業(yè)盈余，這樣同樣可以從年鑒中獲取數(shù)據(jù)。傳統(tǒng)能源投入主要包括原煤、焦炭、原油、汽油、煤油、柴油、燃料油等工業(yè)原料，然后按照國家綜合能耗計算通則，將其換算成標準煤。非期望產(chǎn)出的收集比較復(fù)雜，本身包含廢氣排放排放、固體廢物排放和廢水排放三項，排放單位不同，故本文參考期望產(chǎn)出用產(chǎn)出值來表示的思路，根據(jù)中國環(huán)境統(tǒng)計年鑒的內(nèi)容，可以將工業(yè)三廢的治理成本換算整合成為本文所需的非期望產(chǎn)出。

2.2 生產(chǎn)函數(shù)的PLS回歸

基于產(chǎn)業(yè)系統(tǒng)熵變理論，實證分析首先要解決的問題是39個產(chǎn)業(yè)部門的生產(chǎn)函數(shù)擬合。本文在實際處理生產(chǎn)函數(shù)數(shù)據(jù)時發(fā)現(xiàn)，四個自變量固定資產(chǎn)投資（K）、能源消費（E）、就業(yè)人數(shù)（L）和原材料投入（M）之間存在嚴重的多重共線性。參考吳喜之《復(fù)雜數(shù)據(jù)統(tǒng)計方法》[20]關(guān)于變量多重共線性的處理方法，一般的共線性問題解決方法有嶺回歸、Lasso回歸、適應(yīng)性Lasso回歸和偏最小二乘回歸（PLS）。由于數(shù)據(jù)跨度較小，使用嶺回歸時會出現(xiàn)無效數(shù)據(jù)長度的問題，所以本文不選用嶺回歸。而Lasso回歸和適應(yīng)性Lasso回歸處理共線性問題的原理則是篩選掉了一些系數(shù)，本文的要求是得到各個變量的系數(shù)，顯然它們都不符合本文的要求，故最終選擇了偏最小二乘（PLS）回歸擬合。

本文在對39個行業(yè)的生產(chǎn)函數(shù)相關(guān)的數(shù)據(jù)進行PLS回歸時，首先需要對數(shù)據(jù)進行標準化，然后才可以對數(shù)據(jù)進行PLS回歸。本文使用R軟件的lars程序包和pls程序包對各個行業(yè)的生產(chǎn)函數(shù)進行PLS回歸，PLS回歸時選用“CV”檢驗，對數(shù)據(jù)進行兩次PLS回歸，第一次PLS回歸可以得到“CV”檢驗值從而確定主成分數(shù)量，第二次在確定了主成分的基礎(chǔ)上進行PLS回歸得到標準化后變量的系數(shù)，隨后對這些系數(shù)進行還原標準化[23]，從而得到產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變分解需要的系數(shù)（見表1）。

表1 我國產(chǎn)業(yè)部門偏最小二乘回歸系數(shù)匯總表

Tab.1 Summary of PLS regression coefficients in Chinas industrial sectors

從表1的數(shù)據(jù)結(jié)果可以看出，大多數(shù)行業(yè)在提取主成分時，第一主成分的方差貢獻就達到了90%以上，選擇“CV”值最小的主成分個數(shù)，除了6個產(chǎn)業(yè)在提取所有4個主成分后，方差貢獻依舊達不到85%的要求水平，其余行業(yè)總體上呈現(xiàn)出良好的擬合效果。從表1還可以看出，PLS回歸雖然最適合本文的生產(chǎn)函數(shù)擬合，但也存在兩個問題，一是部分行業(yè)的系數(shù)出現(xiàn)了負數(shù)，有4個行業(yè)的能源消費系數(shù)是負的，表明能源消費增長對行業(yè)增長是起副作用的，查閱資料，這個結(jié)果表明了這4各行業(yè)在生產(chǎn)過程中表現(xiàn)出能源使用不效率的問題；二是PLS回歸得到的還原標準化后的系數(shù)不滿足生產(chǎn)函數(shù)系數(shù) “αi+βi+γi+νi=1”的假設(shè)，在擬合過程中發(fā)現(xiàn)，PLS回歸直接得到的系數(shù)是滿足“αi+βi+γi+νi=1”假設(shè)的，但是還原標準化后是不滿足的，所以分解結(jié)果會有殘差，非期望產(chǎn)出強度分解結(jié)果公式（6）中會出現(xiàn)一個增加值Y項，期望產(chǎn)出率分解結(jié)果公式（8）中會出現(xiàn)一個總產(chǎn)出X項，這兩項都可以歸為“產(chǎn)出水平”對產(chǎn)業(yè)系統(tǒng)熵變的影響，恰好說明了產(chǎn)業(yè)系統(tǒng)熵表明的是一定產(chǎn)出水平產(chǎn)業(yè)系統(tǒng)由于生產(chǎn)活動而發(fā)生產(chǎn)品價值轉(zhuǎn)移的一個狀態(tài)[24]。本文要分析的是產(chǎn)品價值轉(zhuǎn)移的過程中產(chǎn)業(yè)系統(tǒng)的熵變，所以本文正好不需要對殘差“產(chǎn)出水平”進行詳細分析。

2.3 我國產(chǎn)業(yè)部門非期望產(chǎn)出率熵值計算

通過擬合我國產(chǎn)業(yè)部門生產(chǎn)函數(shù)，得到了產(chǎn)業(yè)系統(tǒng)熵計算需要的系數(shù)αi，βi，γi，νi。通過計算我國產(chǎn)業(yè)部門2001-2012年的非期望產(chǎn)出強度UA、期望產(chǎn)出率UB和總產(chǎn)出結(jié)構(gòu)Si，結(jié)合公式 （2） 可以計算得到非期望產(chǎn)出強度分解、期望產(chǎn)出率分解和產(chǎn)出結(jié)構(gòu)分解的ωi，這樣就可以通過產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變原理計算我國產(chǎn)業(yè)部門2002-2012年的產(chǎn)業(yè)系統(tǒng)熵了（見表2）。2.4 路徑分析模型的求解

根據(jù)表2我國產(chǎn)業(yè)部門非期望產(chǎn)出率的熵值結(jié)果，可以使用R軟件計算得到各變量間的簡單相關(guān)系數(shù)為

Rs=（-0.3008-0.4575-0.0783 0.2404 0.1628

-0.1323-0.1811-0.2234-0.1309 0.1972

-0.2815）T

進而由公式（12）計算得到相關(guān)影響因素xi對產(chǎn)業(yè)系統(tǒng)熵變的直接影響系數(shù)為：

Pis=（-1.4787-1.2758 0.5722-1.7138 2.5784 3.2478-5.8347 0.5051 2.3007-4.7315 -2.5895）T

直接效應(yīng)和間接效應(yīng)結(jié)果如表3所示。

各因子的判決系數(shù)公式為：

R2（i）=R2i+∑ni≠jR2ij=2PisRs-P2is，路徑分析模型的判決系數(shù)為：

R2=∑11i=1PisRs≈0.999984

路徑分析模型的檢驗結(jié)果表明，期望產(chǎn)出率熵變、非期望產(chǎn)出強度熵變和產(chǎn)業(yè)結(jié)構(gòu)熵變?nèi)笠蛩啬芙忉屃宋?/p>

表2 2002-2012年我國產(chǎn)業(yè)部門非期望產(chǎn)出率熵值

Tab.2 Entropy of Chinas industrial sector undesirable output rate during 2002-2012

表3 非期望產(chǎn)出率熵變路徑分析模型結(jié)果

Tab.3 Results of the undesirable output rate entropy

change path analysis model

10

國自2002 年以來99.998 4%的產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變，即我國產(chǎn)業(yè)系統(tǒng)熵變，據(jù)此可認為本文選擇的路徑分析模型有效刻畫了我國產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變的傳導(dǎo)路徑。

3 結(jié)論與對策建議

基于產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變理論及路徑分析模型，使用我國產(chǎn)業(yè)部門的數(shù)據(jù)實證分析產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變的網(wǎng)絡(luò)層級結(jié)構(gòu)關(guān)系，可以得到如下結(jié)論：

（1）產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變S大多為負熵，2002年和2010年的熵增也接近于0，說明我國產(chǎn)業(yè)系統(tǒng)整體呈現(xiàn)出有序狀態(tài)。同時我國產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變呈現(xiàn)出一定的周期性漲落規(guī)律，與實際經(jīng)濟運行狀況相符合，從2002年開始，我國的經(jīng)濟高速發(fā)展，產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率為負熵且表現(xiàn)出漲落狀態(tài)，到2008年受全球經(jīng)濟危機影響，2009年我國產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率表現(xiàn)為熵增，與經(jīng)濟運行及經(jīng)濟滯后性高度契合[25]。同時，計算結(jié)果驗證了產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變理論的正確性和實用性。

（2）產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變總效應(yīng)影響最大的前5個因素依次為：勞動力占用的熵變UB3、能源占用的熵變UB2、原材料占用的熵變UB4、能源-勞動力替代的熵變UA4以及資本占用的熵變UB1，從中可以看出，生產(chǎn)要素占用是影響產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵減的關(guān)鍵因素。比如勞動力占用熵變從表2可以看出總體呈現(xiàn)較大的負熵流，說明我國產(chǎn)業(yè)系統(tǒng)中勞動力使用效率的提高使得產(chǎn)業(yè)系統(tǒng)熵減較大，由此可以推斷，目前，提高各生產(chǎn)要素的使用效率將對我國產(chǎn)業(yè)系統(tǒng)熵減，降低非期望產(chǎn)出率提供較大的貢獻。

（3）從直接效應(yīng)來分析產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變的原因，從表3可知，影響較大的5個因素依次是：最終產(chǎn)品需求熵變SB、資本占用的熵變UB1、原材料占用的熵變UB4、能源利用率的熵變UA1、中間部門技術(shù)進步熵變SA，由此可得產(chǎn)業(yè)結(jié)構(gòu)變化對產(chǎn)業(yè)系統(tǒng)的熵減貢獻最大，本文的研究結(jié)果從另一個側(cè)面說明了產(chǎn)業(yè)結(jié)構(gòu)升級的重要性及迫切性。同時，上述5個因素調(diào)控將是減少產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出最直觀的切入點，對我國產(chǎn)業(yè)系統(tǒng)減排提供了明確的操控方向。

（4）如果從間接效應(yīng)出發(fā)來分析產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變的原因，同樣由表3可知，影響最大的因素是能源占用的熵變UB2，說明其他因素變動對產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率變動的間接效應(yīng)大部分來源于其他因素變動引起的能源占用率熵值變動，能源占用率是產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變最重要的間接傳導(dǎo)路徑，這也契合了諸多研究指出的從提高能源利用率來實現(xiàn)減排的經(jīng)典理論。其次，勞動力占用的熵變UB3、中間部門技術(shù)進步熵變SA等因素都是我國產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變的重要間接傳導(dǎo)路徑，很好地體現(xiàn)了我國產(chǎn)業(yè)系統(tǒng)運行過程中，協(xié)調(diào)能源占用的熵變UB2、勞動力占用的熵變UB3、中間部門技術(shù)進步熵變SA等因素的發(fā)展，將對我國產(chǎn)業(yè)系統(tǒng)減排產(chǎn)生深遠影響。

（編輯：王愛萍）

參考文獻（References）

[1]何君， 趙競?cè)?袁修干.飛機環(huán)境控制系統(tǒng)的最小熵增分析[J] . 北京航空航天大學(xué)學(xué)報，2006，32（9）：1007-1010.[He Jun， Zhao Jingquan， Yuan Xiugan. Entropy Generation Minmization Analysis for Aircraft Environmental Control System Optimal Design[J]. Journal of Beijing University of Aeronautics and Astronautics， 2006，32（19）： 1007-1010.]

[2]楊琳，何芳.基于耗散理論的城市邊緣區(qū)土地利用的彈性管理研究[J].地理科學(xué)， 2007， 27（5）： 655-660.[Yang Lin， He Fang. Elastic Management of Land Use in Urbanrural Fringe Based on Principles of Dissipative Structure[J]. Scientia Geographica Sinica， 2007， 27（5）： 655-660.]

[3]Jiusto S. An Indicator Framework for Assessing US State Carbon Emissions Reduction Efforts （With Baseline Trends from 1990 to 2001）[J]. Energy Policy， 2008，36：2234-2252.

[4]Wang Xuana， Su Jieqionga，Shan Shan， et al.Urban Ecological Regulation Based on Information Entropy at the Town Scale[J]. Procedia Environmental Sciences，2012，13： 1155-1164.

[5]孫銳，趙坤. 知識型企業(yè)知識狀態(tài)系統(tǒng)的熵變研究[J].科學(xué)學(xué)研究，2008，26（2）：339-343.[Sun Rui， Zhao Kun. Research on Entropy Change for Know Ledge State System of Know LedgeBased Enterprise [J]. Studies in Science of Science， 2008，26（2）：339-343.]

[6]李志強， 劉春梅. 基于耗散結(jié)構(gòu)的企業(yè)家創(chuàng)新行為系統(tǒng)熵變模型[J].中國軟科學(xué)， 2009， 8：162-166.[Li Zhiqiang， Liu Chunmei. Research on the Entropy Change Model for Entrepreneurs Creative Behavior System Based on Dissipative Structure[J].China Soft Science Magazine， 2009， 8：162-166.]

[7]趙麗芳，于亞瓊. 基于生物熵視角的國家審計“免疫系統(tǒng)”功能分析[J].審計研究， 2011， （4）：53-57.[Zhao Lifang， Yu Yaqiong. A Research on the Function of Government Audit Immune System Based on the Principle of Biological Entropy[J]. Audit Research， 2011， （4）：53-57.]

[8]JanetRuizMendoza B， SheinbaumPardo C. Electricity Sector Reforms in Four LatinAmerican Countries and Their Impact on Carbon Dioxide Emissions and Renewable Energy[J]. Energy Policy，2010，38：6755-6766.

[9]Ye X， Li C. A Novel Evaluation of Heatelectricity Cost Allocation in Cogenerations Based on Entropy Change Method[J]. Energy Policy，2013，60：290-295.

[10]HerrmannPillath C. The Evolutionary Approach to Entropy： Reconciling GeorgescuRoegens Natural Philosophy with the Maximum Entropy Framework[J]. Ecological Economics， 2011，70： 606-616.

[11]Lucia U. Maximum or Minimum Entropy Generation for Open Systems？[J]. Physica A，2012，391： 3392-3398.

[12]蔣雪梅， 劉軼芳.全球貿(mào)易隱含碳排放格局的變動及其影響因素[J].統(tǒng)計研究， 2013， 34（9）：29-36.[Jiang Xuemei， Liu Yifang. Research on the Pattern Change of Carbon Emission Embodied in International Trade and Its Determinants[J]. Statistical Research，2013，34（9）： 29-36.]

[13]Kalimeris P，Richardson C， Bithas K. A Metaanalysis Investigation of the Direction of the EnergyGDP Causal Relationship： Implications for the Growthdegrowth Dialogue[J]. Journal of Cleaner Production，2014，64：1-13.

[14]宋德勇， 盧忠寶.中國碳排放影響因素分解及其周期性波動研究[J].中國人口·資源與環(huán)境，2009， 19（3）：18-24. [Song Deyong，Lu Zhongbao. The Factor Decomposition and Periodic Fluctuations of Carbon Emission in China[J]. China Population，Resources and Environment，2009，19（3）： 18-24.]

[15]郭朝先.中國碳排放因素分解：基于LMDI 分解技術(shù)[J].中國人口·資源與環(huán)境，2012， 20（12）：4-9.[Guo Chaoxian. Decomposition of Chinas Carbon Emissions： Based on LMDI Method[J]. China Population， Resources and Environment，2012，20（12）： 4-9.]

[16]唐建榮， 張白羽， 王育紅.基于LMDI的中國碳排放驅(qū)動因素研究[J].統(tǒng)計與信息論壇，2011， 26（11）：19-25.[Tang Jianrong， Zhang Baiyu， Wang Yuhong. Research on Driving Factors of Carbon Emissions in China Based on LMDI[J]. Statistics & Information Forum，2011，26（11）： 19-25.]

[17]袁鵬， 程施， 劉海洋.國際貿(mào)易對我國CO2排放增長的影響：基于 SDA 與 LMDI 結(jié)合的分解法 [J].經(jīng)濟評論，2010， （1）：122-132.[Yuan Peng， Cheng Shi， Liu Haiyang. The Effect of International Trade on CO2 Emissions Growth in China： Based on a Method Combined SDA with LMDI[J]. Economic Review，2010，（1）： 122-132.]

[18]梁潔， 史安娜， 朱恒金.江蘇省碳排放強度變化趨勢及其影響因素分析[J].南京社會科學(xué)，2013， （5）：143-148.[Liang Jie， Shi Anna， Zhu Hengjin. An Analysis on the Trends of Changes of Carbon Emission Intensity and the Influential Factors in Jiangsu[J]. Social Sciences in Nanjing，2013，（5）： 143-148.]

[19]周五七， 聶鳴.中國碳排放強度影響因素的動態(tài)計量檢驗[J].管理科學(xué)， 2012， 25（5）：99-107. [Zhou Wuqi， Nie Ming. A Dynamic Econometric Test on Influential Factors of Carbon Emission Intensity in China[J]. Journal of Management Science，2012，25（5）： 99-107.]

[20]吳喜之.復(fù)雜數(shù)據(jù)統(tǒng)計方法：基于R的應(yīng)用[M].北京：中國人民大學(xué)出版社， 2013：25-31.[Wu Xizhi. Complex Data Statistics Method：The Application Based on R[M]. Beijing：Renmin University of China Press， 2013：25-31.]

[21]Menichelli E，Alm T，Tomic O，et al. SOPLS as an Exploratory Tool for Path Modeling[J]. Food Quality and Preference，2014，36：122-134.

[22]潘雄鋒，舒濤，徐大偉.中國制造業(yè)碳排放強度變動及其因素分解[J].中國人口·資源與環(huán)境，2011，21（5）：101-105. [Pan Xiongfeng，Shu Tao，Xu Dawei.On the Changes in the Carbon Emission Intensity of Chinas Manufacturing Industry and Its Factors Decomposition[J]. China Population，Resources and Environment，2011，21（5）：101-105.]

[23]宋德勇，徐安.中國城鎮(zhèn)碳排放的區(qū)域差異和影響因素[J].中國人口·資源與環(huán)境，2011，21（11）：8-14.[Song Deyong，Xu An.Regional Difference and Influencial Factors

of Chinas Urban Carbon Emissions[J].China Population，Resources and Environment，2011，21（11）：8-14.]

Hierarchy Relationship of Undesirable Output Rate Entropy Change in China

Industry System：Based on Hierarchical Factor Decomposition Technique with PLS

LI Hengchuan LU Zhengnan

（School of Management， Jiangsu University， Zhenjiang Jiangsu 212013， China）

Abstract The industrial system is an open system far away from equilibrium and fluctuates sometimes. It means that the industrial system has the characteristics of dissipative structure， which can be the basis of the construction of Chinas industrial system entropy theory. We can explore the industrial system reduction approaches with the industrial system entropy change path. The industrial system entropy mainly explains the state of industrial system and does not presents the change of the entropy. To investigate the change path of the industrial system entropy， we require a hierarchical factor decomposition technique by which we decompose the industrial system entropy into two layers. This paper uses the LMDI decomposition based on Kaya equation to carry on the first layer decomposition， and decomposes the undesirable output rate entropy into the industrial structure entropy， the undesirable output intensity entropy and the expected output rate entropy. In the second layer decomposition， the paper introduces the production function into the decomposition method just like Kaya equation. After the hierarchical factor decomposition， We can obtain a hierarchical network structure with using the method of path analysis to discuss the entropy change， which begins from the middle technological changes and the final product demand， then affects the change of the output structure， the rate of expected output， and the intensity of undesirable output intensity， and finally affects the entropy change of industrial system. We carry on an empirical analysis based on the relevant data of industrial system undesirable output rate of the industrial sector in China in 2000-2012. Considering the multicollinearity problems of the production function， we use a PLS regression model to fit it. The result prepares data for calculating our industrial system entropy. With analysis of the industrial system entropy by using the path model， we draw following conclusions： the undesirable output rate entropy corresponds to the economy cycle theory， which verifies the correctness and practicality of the entropy theory. Improving the efficiency of production factors contributes a lot to the reduction of Chinas industrial system entropy. The direct and indirect effects of path model both reveal that the industrial structure is a main mainly factor of the undesirable output rate entropy change， and the transformation and upgrading of industrial structure is an important way to realize industrial system emission reduction. The conclusions of this paper provide the basis for industrial emission reduction.

Key words undesirable output rate； entropy； hierarchical decomposition； path