田晴，杜麗娟

(華北理工大學(xué) 經(jīng)濟(jì)學(xué)院，河北 唐山 063009)

我國(guó)省域低碳經(jīng)濟(jì)發(fā)展評(píng)價(jià)及建議
——基于因子分析法

田晴，杜麗娟

(華北理工大學(xué) 經(jīng)濟(jì)學(xué)院，河北 唐山 063009)

因子分析；低碳經(jīng)濟(jì)；省域經(jīng)濟(jì)

中國(guó)經(jīng)濟(jì)增速目前正處于“換擋”的階段，新常態(tài)概念的提出，中國(guó)低碳經(jīng)濟(jì)的發(fā)展愈加得到重視，變傳統(tǒng)的粗放經(jīng)濟(jì)為節(jié)能低碳的發(fā)展模式更為迫切。通過(guò)因子分析法分析2013年各省域低碳經(jīng)濟(jì)發(fā)展情況，構(gòu)建碳排放評(píng)價(jià)體系。研究發(fā)現(xiàn)，低碳經(jīng)濟(jì)的發(fā)展水平大致是與經(jīng)濟(jì)發(fā)展水平相對(duì)應(yīng)的，東部地區(qū)低碳經(jīng)濟(jì)發(fā)展水平較高，北京、天津等居于前列，而中西部地區(qū)水平偏低。根據(jù)因子分析的結(jié)果提出促進(jìn)我國(guó)低碳經(jīng)濟(jì)發(fā)展的可行性建議。

當(dāng)今的中國(guó)正處于工業(yè)化、城市化的快速發(fā)展時(shí)期，根據(jù)中國(guó)社科院發(fā)布的《2013中小城市綠皮書》預(yù)測(cè)顯示，中國(guó)城鎮(zhèn)人口在2020年將達(dá)到8.37億，意味著中國(guó)城市化率將達(dá)到60.34%。與此同時(shí)，據(jù)挪威的CICERO推算，2016年中國(guó)CO2累積排放量將達(dá)到1464億噸，該值會(huì)超過(guò)美國(guó)躍居世界首位。這意味著隨著人口的集聚、工業(yè)化的推進(jìn)和大量基礎(chǔ)設(shè)施在建的同時(shí)，中國(guó)工業(yè)化城市化和碳排放之間的矛盾也日益嚴(yán)峻。對(duì)中國(guó)來(lái)說(shuō)，低碳經(jīng)濟(jì)是中國(guó)經(jīng)濟(jì)步入新常態(tài)、進(jìn)入轉(zhuǎn)型期的動(dòng)力，也是新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。研究影響低碳經(jīng)濟(jì)發(fā)展的因素，構(gòu)建碳排放評(píng)價(jià)體系，對(duì)省域低碳經(jīng)濟(jì)的發(fā)展有著重要的意義。

一、國(guó)內(nèi)外相關(guān)研究述評(píng)

目前國(guó)內(nèi)外對(duì)碳排放的研究主要集中在以下五個(gè)方面：低碳經(jīng)濟(jì)的內(nèi)涵研究、發(fā)展路徑和政策建議的研究、影響碳排放的因素研究、國(guó)際發(fā)展的啟示和評(píng)價(jià)指標(biāo)體系的構(gòu)建等[2]。這些都為研究低碳經(jīng)濟(jì)、促進(jìn)低碳經(jīng)濟(jì)發(fā)展提供了重要的參考價(jià)值。

國(guó)外在低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系的構(gòu)建方面的研究認(rèn)為，低碳經(jīng)濟(jì)與CO2減排量密切相關(guān)，其發(fā)展水平評(píng)價(jià)模型看作是“環(huán)境—經(jīng)濟(jì)模型”，包括動(dòng)態(tài)能源優(yōu)化模型、動(dòng)態(tài)系統(tǒng)模擬模型、部門預(yù)測(cè)模型、成本效益分析法等成本估計(jì)類模型[3]。

而在國(guó)內(nèi)學(xué)者一般重理論而少實(shí)證研究，研究?jī)?nèi)容包括碳排放與經(jīng)濟(jì)發(fā)水平、能耗和GDP 增長(zhǎng)之間的關(guān)系上[2]。肖翠仙(2011)，運(yùn)用德爾菲法構(gòu)建了一個(gè)全面的指標(biāo)體系，3個(gè)層次，7個(gè)二級(jí)指標(biāo)并52個(gè)三級(jí)指標(biāo)，運(yùn)用AHP分析法賦予權(quán)重，綜合指數(shù)法進(jìn)行了評(píng)價(jià)分析[4]。其中，關(guān)海玲(2012)運(yùn)用因子分析法，從生態(tài)角度對(duì)我國(guó)省域低碳生態(tài)城市發(fā)展水平進(jìn)行了評(píng)價(jià)，構(gòu)建了四維目標(biāo)評(píng)價(jià)體系[5]。龍家勇(2012)從經(jīng)濟(jì)、社會(huì)、環(huán)境、技術(shù)、產(chǎn)業(yè)等五個(gè)方面構(gòu)建了評(píng)價(jià)體系，并采用因子分析和協(xié)整理論對(duì)我國(guó)省域低碳經(jīng)濟(jì)作了評(píng)價(jià)[6]。王海宏(2014)研究了省域產(chǎn)業(yè)結(jié)構(gòu)對(duì)低碳經(jīng)濟(jì)的影響，認(rèn)為縮小地區(qū)差距的主要辦法是產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化[7]。楊剛，魏靜等(2015)對(duì)陜南3個(gè)城市選取14個(gè)指標(biāo)進(jìn)行了因子分析，構(gòu)建了評(píng)價(jià)體系，但因選取樣本城市較少，結(jié)果并不顯著[8]。

本文在前人研究基礎(chǔ)上，以我國(guó)除西藏以外(因西藏的數(shù)據(jù)不全而除去)的30個(gè)省份為例，運(yùn)用因子分析法對(duì)搜集的各省份經(jīng)濟(jì)發(fā)展情況的數(shù)據(jù)，啟用19個(gè)相關(guān)因子進(jìn)行低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)和分析。

二、我國(guó)省域低碳經(jīng)濟(jì)發(fā)展評(píng)價(jià)指標(biāo)的建立

(一)評(píng)價(jià)指標(biāo)的選取

2013年是我國(guó)進(jìn)行碳排放權(quán)交易市場(chǎng)建設(shè)的起始年份，本文分析2013年各省市低碳經(jīng)濟(jì)情況及影響因素，也為2017年全國(guó)碳市場(chǎng)的建設(shè)研究做準(zhǔn)備。因此低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系如下，數(shù)據(jù)來(lái)源于《2014中國(guó)城市統(tǒng)計(jì)年鑒》和國(guó)家統(tǒng)計(jì)局網(wǎng)站中的分省年度統(tǒng)計(jì)數(shù)據(jù)。

(二)指標(biāo)體系的建立其中，指標(biāo)選取的計(jì)算公式和解釋如下：

表1 低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系表

三、對(duì)省域低碳經(jīng)濟(jì)發(fā)展現(xiàn)狀因子分析

(一)因子分析

本文使用SPSS 17.0統(tǒng)計(jì)軟件進(jìn)行因子分析，建立相關(guān)參數(shù)后進(jìn)行分析，得到相關(guān)結(jié)果如下：(1)KMO 檢驗(yàn)和Bartlett球形檢驗(yàn)。在對(duì)標(biāo)準(zhǔn)化的數(shù)據(jù)進(jìn)行檢驗(yàn)之后，KMO的檢驗(yàn)值為0.595>0.5，P值為0.000<0.05，說(shuō)明原始數(shù)據(jù)適合進(jìn)行因子分析。(2)變量共同度。因子分析可以得到這19個(gè)變量的變量共同度，反映的是每個(gè)變量對(duì)提取出的公共因子的依賴程度，從分析結(jié)果看，除個(gè)別在70%，幾乎所有變量的共同度都在80%以上，說(shuō)明提取的因子包含了原始變量的大部分信息，因子提取的效果較理想。(3)特征根與方差貢獻(xiàn)率。由于對(duì)低碳經(jīng)濟(jì)發(fā)展水平的評(píng)價(jià)不僅要從單個(gè)因子得分進(jìn)行比較，更重要的是進(jìn)行全面的綜合評(píng)價(jià)，每個(gè)因子的方差貢獻(xiàn)率可以表示其對(duì)低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)的解釋程度，特征根與方差貢獻(xiàn)率如表所示：

表2 方差分析輸出結(jié)果

可以看出，前5個(gè)因子的累計(jì)方差貢獻(xiàn)率達(dá)到80.755>80，說(shuō)明所提取的5個(gè)公因子解釋了原始變量80.755%的信息。

(4)旋轉(zhuǎn)后的因子載荷矩陣。把原始變量記為Xi(i=1，2…19)，通過(guò)旋轉(zhuǎn)后的因子載荷矩陣對(duì)各公因子進(jìn)行命名，可以看到，經(jīng)旋轉(zhuǎn)后的因子載荷系數(shù)已經(jīng)有明顯的區(qū)別，第一個(gè)公因子在X14、X1、X15、X4、X5和X8上具有較大的載荷，說(shuō)明具有很強(qiáng)的相關(guān)性，可以歸為一類，命名為碳生產(chǎn)力因子；第二個(gè)公因子在X16、X17、X12、X13和X10上具有較高的載荷，歸為一類，命名為經(jīng)濟(jì)發(fā)展水平因子；第三個(gè)公因子在X9、X7、X19和X6上具有較高載荷，歸為一類，命名為工業(yè)污染和治理因子；第四個(gè)因子在X18和X11上有較高載荷，命名為居民生活碳排放因子；第五個(gè)因子在X2和X3上具有較高載荷，因此可以命名為碳匯因子。

(二)因子得分的計(jì)算

在計(jì)算之前，對(duì)各指標(biāo)值進(jìn)行標(biāo)準(zhǔn)化處理。由于X7、X8、X9、X17四個(gè)指標(biāo)是逆向指標(biāo)，進(jìn)行正向化處理X*=1/Xi。根據(jù)因子得分系數(shù)矩陣，選取每個(gè)公因子旋轉(zhuǎn)后的方差貢獻(xiàn)率作為權(quán)數(shù)，綜合得分=(30.557F1+17.098F2+14.579F3+10.337F4+8.183F5)/80.755

(三)結(jié)果分析

從以下因子綜合得分及排名可以得出如下幾個(gè)結(jié)論：

(1)從各省市綜合得分來(lái)看，低碳經(jīng)濟(jì)發(fā)展水平差異明顯。發(fā)展水平較高的地區(qū)為廣東省、浙江省、黑龍江省、江蘇省、內(nèi)蒙古自治區(qū)等，其綜合得分在0.85以上，最高值是廣東省為1.324。吳雪等(2012)曾在其低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系中構(gòu)建了評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)[10]，當(dāng)指標(biāo)值X≥0.85時(shí)屬于低碳經(jīng)濟(jì)，呈明顯生態(tài)吸碳效應(yīng)；當(dāng)指標(biāo)值0.45≤X<0.60時(shí)，屬于中高碳經(jīng)濟(jì)，當(dāng)X<0.45時(shí)是高碳經(jīng)濟(jì)。

(2)通過(guò)此評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)來(lái)看，我國(guó)只有5個(gè)省市(廣東、浙江、黑龍江、江蘇、內(nèi)蒙古)的低碳經(jīng)濟(jì)發(fā)展較好，有明顯的生態(tài)吸碳效應(yīng)；屬于中高碳經(jīng)濟(jì)的只有山東省和北京市兩個(gè)，其余的省份都處于高碳經(jīng)濟(jì)水平。若從全國(guó)平均水平來(lái)看，前10名的省市處于全國(guó)水平以上，湖南省居于全國(guó)平均水平，其余的均在全國(guó)均值以下，最低值為-2.771，與最高值之差為4.905。

表3 因子綜合得分及排名表

四、研究結(jié)論與對(duì)策建議

(一)研究結(jié)論

本文遵循促進(jìn)低碳經(jīng)濟(jì)發(fā)展的原則上構(gòu)建評(píng)價(jià)體系，運(yùn)用因子分析從5個(gè)維度對(duì)數(shù)據(jù)進(jìn)行了分析。總體來(lái)看，低碳經(jīng)濟(jì)發(fā)展水平省際間差異明顯，水平較高的省份大部分位于東部，并隨著西、中、東順序遞增。這說(shuō)明，低碳經(jīng)濟(jì)的發(fā)展水平是與省域經(jīng)濟(jì)發(fā)展水平密切相關(guān)的。

從第一個(gè)因子排名分析，廣東、江蘇、山東、浙江、安徽等省份居于前列，可見，為治理環(huán)境而投入的環(huán)保和科技力量，二氧化碳排放量正向化之后也代表了碳排放能夠?yàn)榻?jīng)濟(jì)發(fā)展做出的貢獻(xiàn)。因此，碳生產(chǎn)力越大，低碳經(jīng)濟(jì)發(fā)展越好。在經(jīng)濟(jì)發(fā)展因子排名中，江西、寧夏、北京、廣東、上海居于前5名，說(shuō)明，在產(chǎn)業(yè)結(jié)構(gòu)和居民生活水平上具有一定的優(yōu)勢(shì)。第二、三產(chǎn)業(yè)的產(chǎn)業(yè)結(jié)構(gòu)狀況越優(yōu)化，低碳水平也越高。在工業(yè)污染和治理因子上，二氧化硫排放量和煙粉塵排放量做了正向化處理，固體廢棄物綜合利用率和工業(yè)治理完成投資額四個(gè)指標(biāo)的衡量中，黑龍江、江蘇、內(nèi)蒙古等居于前列，而天津市、北京市和上海市的排名分別在18、19和23名，工業(yè)污染和治理上的不足嚴(yán)重影響了三個(gè)市區(qū)在綜合排名上的位置。在碳匯因子上，森林覆蓋率和森林蓄積量代表各省市的碳匯能力，說(shuō)明具有較高的碳吸收能力，在森林保護(hù)較好的地區(qū)該因子排名靠前，為保護(hù)生態(tài)平衡做出了貢獻(xiàn)。

(二)對(duì)策與建議

(1)縮小全國(guó)經(jīng)濟(jì)發(fā)展差距，加快經(jīng)濟(jì)可持續(xù)發(fā)展。

經(jīng)濟(jì)發(fā)展水平與低碳經(jīng)濟(jì)發(fā)展水平呈正相關(guān)關(guān)系，東部地區(qū)城市化水平高，經(jīng)濟(jì)水平高，這就為低碳城市的發(fā)展提供了所取得人才、科研和資金方面的支持。對(duì)比來(lái)看，中西部地區(qū)低碳經(jīng)濟(jì)發(fā)展水平較低的原因就在于經(jīng)濟(jì)差距。因此，加快國(guó)民經(jīng)濟(jì)水平的持續(xù)快速發(fā)展，是低碳發(fā)展的保證。

(2)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，倡導(dǎo)發(fā)展低碳環(huán)保產(chǎn)業(yè)

從因子分析結(jié)果看，低碳經(jīng)濟(jì)發(fā)展水平較高的省份的第三產(chǎn)業(yè)占比都在50%以上，而大部分省區(qū)仍然是以第二產(chǎn)業(yè)為支柱產(chǎn)業(yè)，第三產(chǎn)業(yè)的發(fā)展水平能夠反映產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化程度。因此，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，逐步降低高碳產(chǎn)業(yè)在國(guó)民經(jīng)濟(jì)中的地位，大力發(fā)展與低碳經(jīng)濟(jì)相應(yīng)的低碳環(huán)保產(chǎn)業(yè)，這將是低碳經(jīng)濟(jì)時(shí)代的新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。

(3)完善節(jié)能環(huán)保體系，加大環(huán)保力度

低碳城市發(fā)展是由節(jié)能環(huán)保體系維護(hù)的。我國(guó)東部省區(qū)由于產(chǎn)業(yè)政策的傾斜、低碳技術(shù)的使用、能源使用效率的提高，在經(jīng)濟(jì)快速發(fā)展的同時(shí)維持了城市低碳化的發(fā)展。在這一過(guò)程中，東部地區(qū)淘汰產(chǎn)業(yè)和設(shè)備向中、西部地區(qū)轉(zhuǎn)移，同時(shí)轉(zhuǎn)移的是高碳排放和高能耗產(chǎn)業(yè)，也造成了中、西部地區(qū)的環(huán)境污染。因此必須完善現(xiàn)有的節(jié)能環(huán)保體系，加大節(jié)能環(huán)保的力度。

(4)完善生態(tài)系統(tǒng)的建設(shè)，增強(qiáng)各省森林碳匯能力

碳匯是指從空氣中清除二氧化碳的過(guò)程，即森林吸收并儲(chǔ)存二氧化碳的能力。據(jù)估計(jì)，每公頃森林每年吸收的CO2可以達(dá)到20噸值40噸，所以各省進(jìn)一步擴(kuò)大森林覆蓋面積，完善生態(tài)系統(tǒng)建設(shè)，是一種可行性強(qiáng)、投資小、收益高的措施[11]。

[1]中國(guó)人民大學(xué)氣候變化與低碳經(jīng)濟(jì)研究所.低碳經(jīng)濟(jì)——中國(guó)用行動(dòng)告訴哥本哈根[M].北京：石油工業(yè)出版社，2010.

[2]楊珍.中國(guó)低碳經(jīng)濟(jì)發(fā)展水平的綜合評(píng)價(jià)[D].遼寧大學(xué)，2013.05.

[3]譚晨.中國(guó)低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)研究[D].湖南師范大學(xué)，2012.05.

[4]肖翠仙,唐善茂.城市低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系研究[J].生態(tài)經(jīng)濟(jì)，2011(1):45-48,57.

[5]關(guān)海玲,孫玉軍.我國(guó)省域地毯生態(tài)城市發(fā)展水平綜合評(píng)價(jià)—基于因子分析[J].技術(shù)經(jīng)濟(jì)，2012，31(7):91-98.

[6]龍家勇.中國(guó)省域低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)及碳排放影響因素分析[D].福建農(nóng)林大學(xué)，2012.04.

[7]王海宏.低碳經(jīng)濟(jì)下我國(guó)省域產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化實(shí)證分析[J].商業(yè)時(shí)代，2014(7):134-135.

[8]楊剛,魏靜,等.基于因子分析的陜南城市低碳經(jīng)濟(jì)發(fā)展水平研究[J].河南科學(xué)，2015(1):104-109.

[9]劉希雅,王宇飛,等.城鎮(zhèn)化過(guò)程中的碳排放來(lái)源[J].中國(guó)人口·資源與環(huán)境，2015(1):61-66.

[10]吳雪,陳錦,李爽.低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系的構(gòu)建[J].企業(yè)經(jīng)濟(jì)，2012(6):11-14.

[11]謝振枚.中國(guó)發(fā)展低碳經(jīng)濟(jì)面臨的困境與對(duì)策分析[D].吉林大學(xué)，2011(5).

Evaluation and Suggestion of Development of Provincial Low-carbon Economy in China

Tian Qing, DU Li-juan

(College of Economics, North China University of Science and Technology, Tangshan Hebei 063009,China)

:factor analysis; low-carbon economy; provincial economy

China's economic growth rate is in the shifting stage now, Chinese low-carbon economy has been increasingly valued with the propose of new normal concept, It's more urgent to change the traditional extensive mode of economic development into low-carbon energy. Low-carbon economy in my country has come out only a few years ago, so the passage is about to evaluate their level of economic development of low-carbon in 2013 on the basic of 30 province through factor analysis. On the whole: the low-carbon economy development level is coincidence with the economy level, in eastern region is the highest, and then put forward feasible suggestions to promote the development of low-carbon economy.

2095-2708(2017)01-0033-05

F062.2

A