基于多维视角的陕南城市低碳经济综合评价

杨　刚

(陕西理工学院 数学与计算机科学学院， 陕西 汉中 723000)



基于多维视角的陕南城市低碳经济综合评价

杨刚

(陕西理工学院 数学与计算机科学学院， 陕西 汉中 723000)

[摘要]构建了低碳经济评价指标体系，采用模糊隶属度函数法对体系中的指标进行无量纲化处理。分别用主成分分析法、层次分析法确定指标体系中各指标层、各子系统的权重，采用线性加权和函数法建立指标体系评价模型对2007—2012年这6年的陕南城市低碳经济各子系统、各城市分别进行了纵向评价，最后对6年的陕南城市低碳经济发展水平进行了总体评价，并用多重折线图清晰地展示了这些结果，从而较全面地对陕南城市低碳经济发展水平进行了横向(空间尺度)和纵向(时间尺度)的比较。

[关键词]低碳经济；主成分分析；层次分析；模糊隶属度函数；多重折线图

低碳城市就是以低碳经济为发展模式、以低碳生活和社会为建设目的，通过优化能源结构、节能减排、循环利用，最大限度减少温室气体排放，建立资源节约型、环境友好型社会，建设一个良性可持续的能源生态体系[1]。自2003年英国提出发展低碳经济以来，国内许多领域的学者对之进行了较广泛的研究，其中围绕城市低碳经济综合评价方面的研究成果有：李晓燕等[2](2010)建立了城市低碳经济评价指标体系并采用模糊层次分析法和主成分分析法对4个中央直辖市进行了城市低碳经济综合评价；谈琦[3](2011)建立了城市低碳经济评价指标体系并采用因子分析法对南京、上海进行了城市低碳经济综合评价和对比分析；肖翠仙等[4](2011)在城市低碳经济评价指标体系中，运用层次分析法确定各指标权数，然后综合评价了广西梧州市的低碳经济，并提出发展建议等。这些研究中大多存在如下缺点：有的确定权重的方法单一，从而导致指标权重的确定不够准确、客观；有的仅仅研究某年低碳经济，研究成果难以反映区域低碳经济的实际发展情况；有的在低碳经济评价时角度单一，研究成果不够全面、深入等。本研究采用层次分析法、主成份分析法分别确定各层权重，并用线性加权和函数法研究陕南连续6年的低碳经济情况，最后从纵向、横向等角度用多重折线图展示了陕南低碳经济发展总体情况和规律。

1低碳经济评价指标体系的构建

为了对城市的低碳经济发展现状作出正确评价，需要建立一套设计合理、操作简便、符合特定地域实际情况的低碳城市评价指标体系。该体系的最高综合指数为低碳城市综合发展度，用来评价一个城市低碳经济的综合水平，它包含经济发展指数、科技发展指数、环境发展指数和社会发展指数。在相关原则和理论的指导下，建立的低碳经济评价指标体系如表1所示[5-6]。指标中“居民消费价格指数”、“万元GDP能耗”和“能耗消费弹性系数”这3个指标是逆向指标。另外，指标体系中各指标的原始数据来自于陕南各城市统计年鉴、陕西统计年鉴等。

表1　城市低碳经济评价指标体系

2评价指标的无量纲化处理

评价指标体系中的指标，应该先进行无量纲化处理后才能计算综合评价结果。指标无量纲化常用的方法有标准化法、阀值法、均值化法以及模糊隶属度函数法。本研究中的评价指标数量较多，且既有正向指标又有逆向指标，故采用模糊隶属度函数法进行无量纲化[7]。

对正向指标的隶属度函数公式为

对逆向指标的隶属度函数公式为

上述公式中Xi表示第Bi指标的实际数值,B(Xi)表示第Xi指标的隶属度值,max(Xi)表示第Xi指标的最大值,min(Xi)表示第Xi指标的最小值。经过函数处理后的指标量化值B(Xi)已经消除了量纲的影响，可以进行指标之间的比较。另外指标数据的无量纲化处理可以在Excel中完成。

3指标体系中各子系统和各指标权重的确定

评价指标的权重是指某一评价指标在整个指标体系中的重要性的大小，权重对评价指标体系的评价结果影响很大。目前权重确定的方法主要有客观赋权法和主观赋权法。在本研究中，综合考虑主、客观赋权法的优劣，选取层次分析法(主观赋权法)和主成分分析法(客观赋权法)对指标进行赋权：首先用主成分分析法确定各子系统内部指标的主成分得分，取各主成分的方差贡献率为权重，进行加权综合，得到各子系统中各指标的权重值[8]；再运用层次分析法确定各子系统(即准则层)的权重，进而加权综合，得出目标层的低碳城市综合发展度。

3.1用主成分分析法确定各指标的权重

3.1.1经济系统中各指标权重的确定

对经济系统中经过无量纲化处理的各指标建立数据文件，并在SPSS 13.0中进行主成分分析[2]，可得特征根与方差贡献表、初始因子载荷矩阵如表2所示。

表2　特征根与方差贡献表和初始因子载荷矩阵

从表2可见，按照特征值大于1作为纳入标准，前两个特征值大于1的主成分，其累计贡献率已达到78.346%，提取两个主成分已能概括出绝大部分信息。将因子载荷矩阵的数据输入SPSS数据视图窗口，易求得第一、二主成分的特征向量，则主成分F1、F2及F的表达式如下(ZXi为无量纲化后的各指标值)：

F1=0.531 8ZX1-0.363 8ZX2-0.093 8ZX3+0.528 0ZX4+0.533 5ZX5+0.111 8ZX6，

F2=-0.001 7ZX1+0.365 4ZX2+0.625 4ZX3+0.142 5ZX4+0.079 5ZX5+0.670 4ZX6，

F=0.560 11F1+0.223 35F2，

则容易求得经济系统中各指标的权重W1为

W1=0.560 11T1+0.223 35 T2=(0.297 5，-0.122 2，0.087 1，0.327 6，0.316 5，0.212 4)，

其中T1、T2分别为从表2的初始因子载荷矩阵中的“成分1”、“成分2”两个向量计算出来的第一、第二主成分的特征向量。

3.1.2其它各子系统中各指标权重的确定

同理可求得科技系统中各指标的权重W2为

W2=0.532 61T1+0.332 83T2=(-0.182 4，0.437 1，0.412 1，0.009 5)，

社会系统中各指标的权重W3为

W3=(-0.004 3，0.298 2，0.227 4，0.193 4，0.108 6，-0.200 8，-0.205 2)，

环境系统中各指标的权重W4为

W4=(0.508 1，0.508 1)。

3.2用层次分析法确定准则层的权重

根据表1内容在YAAHP 7.5软件中建立城市低碳经济综合评价层次结构模型，并设计相应的“计算选项”参数。请10名专家进行判断分析，综合专家意见后写出准则层的比较判断矩阵。用YAAHP建立的关于准则层的判断矩阵如表3所示(矩阵的一致性比例为0.044 4，最大特征根为4.118 7)。

表3　准则层的判断矩阵及其权重

4陕南城市低碳经济综合评价

4.1指标体系评价模型的确定

目前国内外对低碳城市指标体系评价方法较多,常用的评价方法有德尔菲法、数据包络分析方法、层次分析法、因子分析法、模糊数学分析法等[9-10]。本研究选择线性加权和函数法，这种方法通过线性模型实现各评价指标之间的线性补偿，有助于评价结果的合理有效。

4.1.1各子系统评价模型

在主成分分析法确定各综合评价因子权重的基础上，构造如下评价模型：

4.1.2综合水平评价模型

在得到各子系统发展指数后，运用层次分析法(Analytic Hierarchy Process，AHP)确定各子系统的权重，再进行整个系统的低碳经济综合指数的计算。计算模型为：

4.2陕南低碳经济水平的纵向评价

4.2.1各子系统发展水平的纵向评价

(1)经济系统发展水平的评价

由公式Y=0.297 5ZX1-0.122 2ZX2+0.087 1ZX3+0.327 6ZX4+0.316 5ZX5+0.212 4ZX6，可以求得2007到2012这6年汉中市、安康市和商洛市3个城市的经济系统发展指数情况，在SPSS中绘制各年、各市经济系统发展情况的多重折线图如图1所示。由图可见：总体而言，2007—2012年期间3个城市的经济水平呈较快发展趋势(除汉中市经济在2008—2009年略有下降之外)；从2009年起，安康市经济水平一直保持第一；汉中市经济水平发展劲头十足，大有赶超安康的趋势；商洛市经济水平增长相对缓慢，屈居第三。

(2)科技系统发展水平的评价

由公式Y=-0.182 4ZX7+0.437 1ZX8+0.412 1ZX9+0.009 5ZX10，可以求得2007—2012这6年汉中市、安康市和商洛市3个城市的科技系统发展指数情况如图2所示。由图可见：2007—2012年间安康市和汉中市的科技水平远远高于商洛市；从2008年起，安康市和汉中市的科技水平呈逐年下降趋势，其中安康市的科技水平下降趋势比汉中市较平缓，但总体而言，安康市科技水平远高于汉中市；商洛市的科技水平呈逐年缓慢上升趋势，但距科技水平排在第二位的汉中市还有一段不小的差距。

图1　各年、各市经济系统发展情况　　　　　　图2　各年、各市科技系统发展情况

(3)社会系统发展水平的评价

由公式Y=-0.004 3ZX11+0.298 2ZX12+0.227 4ZX13+0.193 4ZX14+0.108 6ZX15-0.200 8ZX16-0.205 2ZX17，可以求得2007—2012这6年汉中市、安康市和商洛市3个城市的社会系统发展指数情况如图3所示。由图可见：2007—2012年间汉中市社会发展水平虽略有起伏(在2010年开始下降，2011年开始回升)，但总体而言远高于其它两个城市；在这6年间安康市、商洛市的社会发展水平逐年呈上升趋势，但总体而言安康市的社会发展水平一直高于商洛市。

(4)环境系统发展水平的评价

由公式Y=0.508 1ZX18+0.508 1ZX19，可以求得2007—2012这6年汉中市、安康市和商洛市3个城市的环境系统发展指数情况如图4所示。由图可见：2007—2012年间汉中市环境发展水平高于其它两市(除2007年外)，但其总体水平呈逐年缓慢下降趋势；安康市、商洛市的环境发展水平起伏较大，尤其是安康市，但总体而言安康市的环境发展水平要高于商洛市(除2011年外)；另外由图可见商洛市的环境在未来有大幅下降趋势，希望能引起有关部门的足够重视。

图3　各年、各市社会系统发展情况　　　　　　图4　各年、各市环境系统发展情况

4.2.2各城市低碳经济发展水平的纵向评价

(1)汉中市各年低碳经济各子系统发展水平的评价

由SPSS绘制汉中市各年低碳经济各子系统的发展水平可得图5。由图可见：近6年间经济水平从2009年来发展速度最快，形势喜人；科技水平从2008年起一直在下降，但从2009年起下降水平比较平缓；社会发展水平从2007年起一直在下降，特别是2011年下降幅度最大，但到2012年发展水平有大幅度的提高；环境发展水平从2007年起增涨迅猛，但从2008年起呈缓慢下降趋势。

(2)安康市历年低碳经济各子系统发展水平的评价

图5　汉中市各年低碳经济发展情况　　　　　　图6　安康市各年低碳经济发展情况

由SPSS绘制安康市各年低碳经济各子系统的发展情况可得图6。由图可见：近6年间安康市经济水平发展速度最快，劲头十足；科技水平从2008年起一直呈缓慢下降趋势；社会发展水平在2007—2011年为较迅速发展阶段，但从2011年起开始略有下降；环境发展水平在这6年中的起伏波动最大，其发展水平先是下降，接着上升，从2010年起迅速降低，接着又呈缓慢上升趋势。另外，由图中清晰可见安康市社会子系统发展水平最低，应引起有关部门的特别重视。

(3)商洛市历年低碳经济各子系统发展水平的评价

由SPSS绘制商洛市各年低碳经济各子系统的发展情况可得图7。由图可见：近6年间商洛市经济水平发展速度最快，劲头十足；科技水平从2007年起呈上升发展趋势，但从2010年起又略有下降；社会发展水平从2007年起一直呈缓慢上升趋势；环境发展水平在2007—2011年增长较为迅速，但从2011年起呈极速下降趋势。此外由图可见4个子系统发展水平按由高到低排序依次为：经济子系统、环境子系统、科技子系统、社会子系统。

4.3陕南城市低碳经济水平的总体评价

按照低碳经济综合水平评价模型公式容易求得各市各年低碳经济综合发展指数，用SPSS绘制各市各年低碳经济发展情况可得图8。

图7　商洛市各年低碳经济发展情况　　　　　　图8　各市各年低碳经济总体发展情况

由图8可见，在2007—2012年这6年间3市的低碳经济发展水平由高到低排序依次为：汉中市、安康市、商洛市，其中安康市低碳经济水平发展程度距汉中市相差不大(两条折线比较接近)，但商洛市低碳经济发展水平距安康市有较大的差距；总体而言，这6年间汉中市、安康市、商洛市的低碳经济发展水平呈逐年上升趋势(除汉中市低碳经济水平在2008—2009年间略有下降外)。

[参考文献]

[1]孙柏林.关注“低碳经济”，再谈“节能降耗”与自动化技术[J].电气时代，2008(6)：26-30.

[2]李晓燕，邓玲.城市低碳经济综合评价探索[J].现代经济探讨，2010(2)：82-85.

[3]谈琦.低碳城市评价指标体系构建及实证研究[J].生态经济，2011(12)：81-85.

[4]肖翠仙，唐善茂.城市低碳经济评价指标体系研究[J].生态经济，2011(1)：45-48.

[5]杨艳芳，李慧凤.北京市低碳城市发展评价指标体系研究[J].科技管理研究，2012(15)：88-90.

[6]李晓燕.基于模糊层次分析法的省区低碳经济评价探索[J].华东经济管理，2010，24(2)：24-28.

[7]郭凤霞.武汉城市圈低碳经济发展水平与对策研究[D].武汉：武汉理工大学，2011：27-28.

[8]朱建平，殷瑞飞.SPSS在统计分析中的应用[M].北京：清华大学出版社，2010：171-177.

[9]宋伟轩.长江沿岸28个城市的低碳化发展评价[J].地域研究与开发，2012，31(1)：139-144.

[10]李伯华，徐亮.低碳城市发展水平的测度及其对策研究——以长株潭为例[J].安徽农业科学，2011，39(2)：1180-1183.

[责任编辑：谢 平]

Comprehensive evaluation on low-carbon economy

in the southern Shaanxi province based on the multidimensional vision

YANG Gang

(School of Mathematics and Computer Science, Shaanxi University of Technology,

Hanzhong 723000, China)

Abstract:The study has built an evaluation index system of low-carbon economy by doing dimensionless processing of indexes in the system with the method of fuzzy membership function. Then the study uses respectively principal component analysis and AHP to get weights of each index and each subsystem of the index system. By newly-fomulated evaluation model of index system by the linear weighted sum function method, we have assessed city low-carbon economy of each subsystem and each city longitudinally from 2007 to 2012 in the southern Shaanxi province. Finally a comprehensive evaluation of city low-carbon economy over the six years in southern Shaanxi province is made and amultiple broken line graphs is drawn to show the effects. It does an overall comparison of city low-carbon economy, in the southern Shaanxi province, horizontaly (focusing on space scale) and vertically (focusing on time scale).

Key words:low-carbon economy;principal component analysis;analytic hierarchy process;fuzzy membership function;multiple broken line graph

作者简介：杨刚(1973—)，男，陕西省洋县人，陕西理工学院副教授，硕士，主要研究方向为应用统计、区域经济、计算机应用。

基金项目：国家自然科学基金资助项目(41501159)；陕西理工学院科研计划项目(slgky13-45)

收稿日期：2015-07-15

[中图分类号]O29：F222

[文献标识码]A

[文章编号]1673-2944(2015)06-0060-07