国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

東北老工業(yè)基地低碳發(fā)展水平的綜合評(píng)價(jià)

2015-04-23 00:56:58杜亞楠李紹萍
關(guān)鍵詞:東北三省變量因子

孟 巖,杜亞楠,李紹萍

(東北石油大學(xué)經(jīng)濟(jì)管理學(xué)院,黑龍江大慶163318)

一直以來(lái),人類以高碳排放為基礎(chǔ)的經(jīng)濟(jì)增長(zhǎng),已導(dǎo)致全球排放的二氧化碳以及其他溫室氣體遠(yuǎn)超過(guò)地球的承載能力,生態(tài)環(huán)境日益惡化,轉(zhuǎn)變城市傳統(tǒng)經(jīng)濟(jì)發(fā)展模式,發(fā)展低碳城市已迫在眉睫[1]。為了更好地權(quán)衡低碳發(fā)展與經(jīng)濟(jì)增長(zhǎng),國(guó)內(nèi)部分學(xué)者開始對(duì)從低碳發(fā)展路徑、低碳評(píng)價(jià)指標(biāo)的構(gòu)建、低碳技術(shù)、低碳生態(tài)理念的形成等方面進(jìn)行深入、廣泛的分析和研究,其中主要圍繞城市低碳經(jīng)濟(jì)綜合評(píng)價(jià)方面的研究,其成果有:關(guān)海玲、孫玉軍(2012)對(duì)全國(guó)31 個(gè)省,其按照東部地區(qū)、中部地區(qū)和西部地區(qū)進(jìn)行劃分,分析不同地區(qū)的低碳發(fā)展的綜合水平,并針對(duì)不同地區(qū)分析結(jié)果提出相應(yīng)的應(yīng)對(duì)措施[2];李曉燕(2010)等建立了城市低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系,并采用模糊層次分析法和主成分分析法對(duì)四個(gè)直轄市(北京、上海、天津、重慶)進(jìn)行了城市低碳經(jīng)濟(jì)綜合評(píng)價(jià),得出四個(gè)直轄市均未達(dá)到低碳經(jīng)濟(jì)水平,并對(duì)各直轄市的低碳經(jīng)濟(jì)建設(shè)提出許多建設(shè)性建議[3];談琦(2011)建立了城市低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系并采用因子分析法對(duì)南京、上海進(jìn)行了城市低碳經(jīng)濟(jì)綜合評(píng)價(jià)和對(duì)比分析,針對(duì)兩城市低碳經(jīng)濟(jì)存在的問題提出了若干建議;肖翠仙(2011)等在城市低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系中,運(yùn)用層次分析法確定各指標(biāo)權(quán)數(shù),然后綜合評(píng)價(jià)了廣西梧州市的低碳經(jīng)濟(jì),并提出發(fā)展建議[4];楊剛、魏靜(2015)等收集了2007—2012年陜南城市的具體數(shù)據(jù),對(duì)漢中市、商洛市、安康市的低碳經(jīng)濟(jì)發(fā)展水平進(jìn)行研究,得出漢中市低碳發(fā)展位居首位,安康市、商洛市分別位居第二名和第三名[5]。

東北老工業(yè)地區(qū)因其資源豐富而一直大量消耗化石能源,造成二氧化碳排放過(guò)度,成為全國(guó)碳排放的重災(zāi)區(qū),因此為了適應(yīng)可持續(xù)發(fā)展的需要,研究東北地區(qū)的低碳發(fā)展問題迫在眉睫。然而,目前的研究,其成果多集中在分析區(qū)域低碳經(jīng)濟(jì)影響因素、低碳發(fā)展路徑和措施、低碳稅收及其平臺(tái)、低碳技術(shù)引進(jìn)、低碳科技發(fā)展和低碳消費(fèi)方式改變、低碳制度建設(shè)等方面,對(duì)于東北地區(qū)低碳經(jīng)濟(jì)綜合評(píng)價(jià)研究的成果較少。因此,本文運(yùn)用因子分析方法對(duì)東北老工業(yè)基地低碳發(fā)展水平進(jìn)行綜合系統(tǒng)的評(píng)價(jià),得出影響東北老工業(yè)基地低碳發(fā)展的主要因素,針對(duì)實(shí)證結(jié)果,提出合理的建議,為低碳發(fā)展的進(jìn)一步研究提供了研究方法和管理思路。

一、低碳發(fā)展評(píng)價(jià)指標(biāo)體系構(gòu)建

為了對(duì)東北老工業(yè)基地低碳發(fā)展現(xiàn)狀作出準(zhǔn)確的綜合評(píng)價(jià),需要建立一整套設(shè)計(jì)合理、操作方便、符合東北三省目前低碳發(fā)展?fàn)顩r的綜合評(píng)價(jià)指標(biāo)體系。按照系統(tǒng)復(fù)合理論,城市低碳經(jīng)濟(jì)發(fā)展是一個(gè)由社會(huì)體統(tǒng)、環(huán)境系統(tǒng)、經(jīng)濟(jì)系統(tǒng)、科技系統(tǒng)組成的復(fù)合系統(tǒng)[6]。在系統(tǒng)復(fù)合理論和層次分析指標(biāo)體系構(gòu)建的指導(dǎo)下,本文借鑒大量學(xué)者在相關(guān)領(lǐng)域的研究成果,采用頻度統(tǒng)計(jì)法,進(jìn)行指標(biāo)體系的補(bǔ)充和取舍,同時(shí)考慮到東北老工業(yè)基地低碳發(fā)展的特殊情況,最終選取了15 個(gè)具有代表性的低碳指標(biāo),并將其分成四個(gè)層面,構(gòu)建了一個(gè)相對(duì)較為科學(xué)合理的東北地區(qū)低碳發(fā)展指標(biāo)評(píng)價(jià)體系。

(一)評(píng)價(jià)指標(biāo)選取

本文在深入研究東北三省低碳發(fā)展?fàn)顩r的基礎(chǔ)上,參照國(guó)家環(huán)??偩诸C布的“生態(tài)城市建設(shè)試行指標(biāo)體系”,結(jié)合國(guó)內(nèi)外相關(guān)低碳社會(huì)發(fā)展指標(biāo)評(píng)價(jià)體系,將低碳發(fā)展評(píng)價(jià)體系分成三個(gè)層次,即目標(biāo)層、準(zhǔn)則層和指標(biāo)層。目標(biāo)層是指對(duì)發(fā)展地區(qū)低碳經(jīng)濟(jì)、建設(shè)生態(tài)環(huán)境過(guò)程中,在社會(huì)、經(jīng)濟(jì)、科技等方面的綜合評(píng)價(jià),反映區(qū)域低碳系統(tǒng)的協(xié)調(diào)發(fā)展水平以及地區(qū)結(jié)構(gòu)功能的和諧程度。準(zhǔn)則層旨在評(píng)價(jià)子系統(tǒng)對(duì)綜合評(píng)價(jià)指標(biāo)各方面的影響,本文將根據(jù)實(shí)證分析結(jié)果對(duì)指標(biāo)進(jìn)行分類,并根據(jù)指標(biāo)的特點(diǎn)對(duì)準(zhǔn)則層進(jìn)行命名。指標(biāo)層則是評(píng)價(jià)準(zhǔn)則層的具體化指標(biāo),本文選取的指標(biāo)如下:高技術(shù)產(chǎn)業(yè)新產(chǎn)品產(chǎn)值(萬(wàn)元,X1),城市生活垃圾無(wú)公害化處理率(%,X2),每萬(wàn)人擁有公交車數(shù)量(標(biāo)臺(tái),X3),R&D 經(jīng)費(fèi)支出(萬(wàn)元,X4),城市化率(%,X5),燃?xì)馄占奥?%,X6),建成區(qū)綠地覆蓋率(%,X7),單位GDP 碳排放量(千克/萬(wàn)元,X8),居民消費(fèi)價(jià)格指數(shù)(%,X9),單位GDP能耗(噸標(biāo)準(zhǔn)煤/萬(wàn)元,X10),人均收入水平(元,X11),第三產(chǎn)業(yè)比重(%,X12),第二產(chǎn)業(yè)比重(%,X13),工業(yè)廢水排放達(dá)標(biāo)率(%,X14),環(huán)境污染治理投資占GDP 比重(%,X15)。

(二)數(shù)據(jù)來(lái)源

本文以東北三省(即遼寧省、吉林省和黑龍江省)為研究樣本,分別收集相關(guān)數(shù)據(jù),并結(jié)合因子分析方法的實(shí)證研究要求對(duì)數(shù)據(jù)進(jìn)行整理,據(jù)此評(píng)價(jià)東北老工業(yè)基地低碳發(fā)展水平。數(shù)據(jù)主要來(lái)源于2000—2012年的《遼寧統(tǒng)計(jì)年鑒》、《吉林統(tǒng)計(jì)年鑒》《黑龍江統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》以及《中國(guó)統(tǒng)計(jì)年鑒》。

表1 遼寧省低碳發(fā)展指標(biāo)數(shù)據(jù)

表2 吉林省低碳發(fā)展指標(biāo)數(shù)據(jù)

表3 黑龍江省低碳發(fā)展指標(biāo)數(shù)據(jù)

二、東北三省低碳發(fā)展的因子分析

本文選取15 個(gè)指標(biāo)對(duì)東北三省低碳發(fā)展?fàn)顩r進(jìn)行研究,運(yùn)用因子分析方法,通過(guò)分析變量?jī)?nèi)在的依存關(guān)系,探求觀測(cè)變量之間的基本結(jié)構(gòu),將眾多的觀測(cè)變量簡(jiǎn)化到幾個(gè)潛變量進(jìn)行反映,并運(yùn)用降維后的潛變量對(duì)數(shù)據(jù)得分進(jìn)行計(jì)算,從整體上呈現(xiàn)東北老工業(yè)基地低碳發(fā)展的綜合評(píng)價(jià)結(jié)果。

(一)因子分析過(guò)程

對(duì)數(shù)據(jù)進(jìn)行整理之后,就需要建立數(shù)據(jù)標(biāo)準(zhǔn)化的相關(guān)系數(shù)矩陣。相關(guān)系數(shù)矩陣是進(jìn)行因子分析的基礎(chǔ)數(shù)據(jù),同時(shí)在進(jìn)行因子分析之前需要確定采用適當(dāng)?shù)臋z驗(yàn)方式,本文運(yùn)用SPSS 軟件對(duì)東北三省低碳發(fā)展指標(biāo)進(jìn)行分析:

第一步,運(yùn)用標(biāo)準(zhǔn)化系數(shù)矩陣檢驗(yàn)數(shù)據(jù)是否適合進(jìn)行因子分析的驗(yàn)證,主要采用KMO 檢驗(yàn)、Bartlett 球體檢驗(yàn)等進(jìn)行判斷。KMO 的取值介于0 到1 之間,KMO 越接近于1,說(shuō)明變量之間的相關(guān)性越強(qiáng),原有變量就越適合采用因子分析。一般認(rèn)為,KMO 大于0.7 指標(biāo)就比較適合進(jìn)行因子分析。Bartlett 球體檢驗(yàn)主要體現(xiàn)在Sig.小于0.05的水平上即可。數(shù)據(jù)檢驗(yàn)結(jié)果,見表4。

表4 KMO 和Bartlett 檢驗(yàn)

從表4 數(shù)據(jù)可以看出,本文有關(guān)反映東北三省低碳發(fā)展水平15 個(gè)指標(biāo)的KMO 為0.752 >0.7,說(shuō)明樣本符合標(biāo)準(zhǔn)。從Bartlett 球體檢驗(yàn)可以看出,統(tǒng)計(jì)量的觀測(cè)值為839.446,相應(yīng)的P 值的概率為0.000,在0.00 的顯著性水平下拒絕原假設(shè),說(shuō)明該樣本適合進(jìn)行因子分析。

表5 變量的共同度

從表5 變量共同度不難發(fā)現(xiàn),大多數(shù)變量的共同度都在0.700 的水平之上,能夠反映出所提取的公共因子包含各個(gè)觀測(cè)變量的主要內(nèi)容,各變量之間存在緊密的內(nèi)部聯(lián)系,能夠比較完整地代表初始變量的信息,有助于提高因子分析的顯著性。同時(shí),各觀測(cè)變量之間并不是完全相關(guān)關(guān)系,因此可以通過(guò)降維的方法對(duì)指標(biāo)進(jìn)行簡(jiǎn)化壓縮,從而用較少的指標(biāo)層次反映東北老工業(yè)基地低碳發(fā)展的情況。

第二步,根據(jù)標(biāo)準(zhǔn)化數(shù)據(jù)求出相關(guān)系數(shù)矩陣的特征值、方差以及累積方差貢獻(xiàn)率,由表6 可知,特征值大于1 的前四個(gè)公共因子的累積方差貢獻(xiàn)率已達(dá)到84.063%,大于80%,說(shuō)明前四個(gè)因子已經(jīng)包含觀測(cè)變量80%以上的信息。同時(shí),碎石圖也能反映出從第四個(gè)因子開始,曲線走勢(shì)平緩,陡峭程度明顯減弱,進(jìn)一步說(shuō)明前四個(gè)因子即可呈現(xiàn)相關(guān)的重要信息。因此,選取的15 個(gè)指標(biāo)可以運(yùn)用前四個(gè)公共因子綜合評(píng)價(jià)東北三省低碳發(fā)展的水平。

表6 解釋的總方差

續(xù)表:

第三步,根據(jù)旋轉(zhuǎn)前后的因子載荷矩陣,將觀測(cè)變量劃分到不同公共因子中,并對(duì)不同公共因子進(jìn)行命名。由于旋轉(zhuǎn)前的載荷矩陣在不同變量上沒有明顯的差異性,為了方便對(duì)公共因子進(jìn)行命名,就必須對(duì)旋轉(zhuǎn)后的載荷矩陣進(jìn)行分析,從表7 可以發(fā)現(xiàn),觀測(cè)變量在公共因子的載荷矩陣中出現(xiàn)了明顯的差異性,第一個(gè)因子在指標(biāo)X1,X2,X3,X4,X5,X6,X7上有較大的載荷,說(shuō)明這六個(gè)觀測(cè)變量有較強(qiáng)的相關(guān)性,因此可以將其歸為一類,綜合這六個(gè)指標(biāo)的特點(diǎn),將該因子命名為“低碳科技發(fā)展系統(tǒng)”;第二個(gè)因子在指標(biāo)X8,X9,X10,X11上有較大的載荷,說(shuō)明這四個(gè)指標(biāo)有較大的相關(guān)性,這四個(gè)指標(biāo)歸為一類,將其命名為“低碳社會(huì)經(jīng)濟(jì)系統(tǒng)”;第三個(gè)因子在指標(biāo)X12,X13上有較大的載荷,說(shuō)明這兩個(gè)指標(biāo)有較強(qiáng)的相關(guān)性,這兩個(gè)指標(biāo)歸為一類,將其命名為“低碳產(chǎn)業(yè)結(jié)構(gòu)系統(tǒng)”;第四個(gè)因子在指標(biāo)X14,X15上有較大的載荷,說(shuō)明這兩個(gè)指標(biāo)有較強(qiáng)的相關(guān)性,可以歸為一類,將其命名為“低碳環(huán)境保護(hù)系統(tǒng)”。

根據(jù)旋轉(zhuǎn)后的因子載荷矩陣對(duì)指標(biāo)體系重新分類,依據(jù)目標(biāo)層、準(zhǔn)則層和指標(biāo)層進(jìn)行劃分,歸類結(jié)果如表8所示。

表7 旋轉(zhuǎn)后的因子載荷矩陣

表8 東北老工業(yè)基地低碳發(fā)展水平評(píng)價(jià)指標(biāo)體系

第四步,依據(jù)因子得分系數(shù)矩陣,計(jì)算出四個(gè)公共因子的得分線性方程,并根據(jù)該公式得出東北三省在不同因子上的得分情況。通過(guò)因子得分系數(shù)矩陣與指標(biāo)標(biāo)準(zhǔn)化值的乘積得到如下線性關(guān)系:

F1=0.073 ×X1+0.061 ×X2-0.042 ×X3+0.138 ×X4+0.016 ×X5+0.117 ×X6+0.032 ×X7+0.061 ×X8+0.268 ×X9+0.181 ×X10+0.296×X11-0.173 ×X12+0.012 ×X13+0.269 ×X14-0.225 ×X15

F2=-0.301 ×X1-0.283 ×X2+0.037 ×X3-0.073 ×X4+0.225 ×X5-0.010 ×X6+0.108 ×X7+ 0.082 × X8-0.188 × X9-0.027 × X10-0.119 ×X11-0.003 ×X12-0.167 ×X13-0.166 ×X14-0.441 ×X15

F3=0.017 ×X1+0.034 ×X2+0.460 ×X3-0.398 ×X4+0.009 ×X5-0.077 ×X6+0.198 ×X7+0.158 ×X8-0.137 ×X9-0.080 ×X10-0.056×X11-0.039 ×X12+0.244 ×X13+0.006 ×X14+0.060 ×X15

F4=0.004 ×X1-0.012 ×X2-0.019 ×X3+0.129 ×X4-0.100 ×X5+0.094 ×X6-0.001 ×X7-0.016 ×X8+0.060 ×X9-0.036 ×X10-0.258×X11+0.721 ×X12+0.432 ×X13-0.084 ×X14-0.071 ×X15

(二)低碳發(fā)展水平的綜合評(píng)價(jià)

上述四個(gè)因子只能從某一方面評(píng)價(jià)東北三省的低碳發(fā)展?fàn)顩r,不能綜合地反映低碳發(fā)展水平,因此就需要運(yùn)用因子綜合得分公式計(jì)算遼寧省、吉林省、黑龍江省總體低碳系統(tǒng)的發(fā)展形勢(shì),比較東北三省低碳發(fā)展存在的差異。由于數(shù)據(jù)較多,無(wú)法一一比較每個(gè)年份的低碳發(fā)展?fàn)顩r,本文采用2012年的數(shù)據(jù)進(jìn)行綜合得分評(píng)價(jià),其綜合評(píng)價(jià)公式如下:

F =(54.125% × F1+ 14.356% × F2+8.126% ×F3+7.453% ×F4)/84.063%

根據(jù)上式,得到東北三省低碳發(fā)展水平的評(píng)價(jià)結(jié)果,如表10所示。

(三)因子得分的結(jié)果分析

從東北三省低碳發(fā)展綜合排名情況來(lái)看,遼寧省位居第一位,其得分為1.8187,明顯高于吉林省和黑龍江省,說(shuō)明其低碳發(fā)展水平整體不錯(cuò),為東北三省低碳發(fā)展起到榜樣作用;從具體因子分析發(fā)現(xiàn),遼寧省整體低碳發(fā)展水平呈現(xiàn)較好趨勢(shì),主要源于其低碳科技發(fā)展水平較高,一直致力于科技發(fā)展能力,而產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境保護(hù)均位居第二名,并未充分的發(fā)揮降低碳排放的作用。

表9 Component Score Coefficient Matrix

表10 因子得分匯總表

吉林省綜合排名位居第二名,得分為0.0977,其低碳發(fā)展處于一般水平,僅有低碳社會(huì)經(jīng)濟(jì)系統(tǒng)位居第一名,說(shuō)明其運(yùn)用經(jīng)濟(jì)手段關(guān)注低碳問題取得初步成效,但仍處于低碳發(fā)展的初級(jí)水平,低碳發(fā)展仍然是其發(fā)展的長(zhǎng)期目標(biāo),其產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境保護(hù)位居第三名,處于相對(duì)弱勢(shì)地位,亟待解決。

黑龍江省綜合排名位居第三名,得分為-0.1089,低碳發(fā)展水平不太樂觀,從四個(gè)因子排名可以看出,雖然產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境保護(hù)因素都滿足了低碳發(fā)展的需要,但是由于這兩方面的方差貢獻(xiàn)率僅為8.129%和7.453%,對(duì)低碳發(fā)展影響比重較小,因此無(wú)法滿足整體低碳發(fā)展水平的需要;而且低碳科技發(fā)展水平落后于其他兩省,成為其低碳發(fā)展的最大瓶頸。

表11 因子得分排名表

三、政策建議

針對(duì)遼寧省、吉林省和黑龍江省在低碳發(fā)展方面存在的問題,結(jié)合以上評(píng)價(jià)結(jié)果,本文提出以下總體發(fā)展戰(zhàn)略和具體的應(yīng)對(duì)措施,以期幫助東北老工業(yè)基地更快更好地解決高碳、高污染、高排放的問題。

1.遼寧省應(yīng)保持現(xiàn)有的科技發(fā)展水平,不斷提升產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境保護(hù)的作用,重點(diǎn)關(guān)注經(jīng)濟(jì)建設(shè)與低碳發(fā)展的權(quán)衡關(guān)系。遼寧省是東北地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)的省份,但是從評(píng)價(jià)結(jié)果來(lái)看,其低碳經(jīng)濟(jì)建設(shè)并未對(duì)低碳發(fā)展起到明顯的積極作用,說(shuō)明其在發(fā)展經(jīng)濟(jì)的同時(shí)忽視了低碳發(fā)展的需要,過(guò)于注重經(jīng)濟(jì)建設(shè),而降低對(duì)環(huán)境方面的關(guān)注度,因此可以適當(dāng)放慢經(jīng)濟(jì)發(fā)展速度,在經(jīng)濟(jì)保持穩(wěn)定增長(zhǎng)同時(shí),提升低碳發(fā)展的總體水平;同時(shí)應(yīng)進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),大力發(fā)展服務(wù)業(yè)、旅游產(chǎn)業(yè)、餐飲業(yè)等第三產(chǎn)業(yè)的作用,將科學(xué)技術(shù)全面運(yùn)用到產(chǎn)業(yè)發(fā)展中,完善重工業(yè)生產(chǎn)技術(shù)水平,實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)從粗放型向節(jié)約型的轉(zhuǎn)變;另外,政府還應(yīng)加大環(huán)境污染治理投資資金,完善社會(huì)環(huán)境污染設(shè)備,同時(shí)對(duì)企事業(yè)單位進(jìn)行定期不定期的環(huán)境保護(hù)宣傳教育,從思想上提升各個(gè)單位對(duì)環(huán)境保護(hù)的意識(shí),從根源上解決環(huán)境問題。

2.吉林省應(yīng)進(jìn)一步提升科技發(fā)展水平,大力抓產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境保護(hù)問題。吉林省低碳經(jīng)濟(jì)手段對(duì)低碳發(fā)展起到了較好作用,但科技發(fā)展處于相對(duì)薄弱的地位,政府應(yīng)該鼓勵(lì)高新技術(shù)產(chǎn)業(yè)的發(fā)展,采取一些優(yōu)惠政策引進(jìn)科技型企業(yè)的入住,對(duì)于運(yùn)用低碳技術(shù)的企業(yè),政府應(yīng)予以財(cái)政支持,重視第三產(chǎn)業(yè)和技術(shù)制造業(yè),提升整個(gè)省份的科技實(shí)力,完善低碳發(fā)展水平;加大在社會(huì)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)上的投放,政府應(yīng)建設(shè)低碳技術(shù)項(xiàng)目資金,同時(shí)鼓勵(lì)企業(yè)資本的投入,政府和企業(yè)攜手共同實(shí)現(xiàn)低碳城市的目標(biāo);建設(shè)城市垃圾無(wú)公害化處理廠,提高城市無(wú)公害化處理效率,提升整個(gè)城市的空氣質(zhì)量;同時(shí),大力倡導(dǎo)綠色產(chǎn)業(yè)和綠色經(jīng)濟(jì),降低碳排放企業(yè)的數(shù)量,在穩(wěn)步發(fā)展第二產(chǎn)業(yè)的同時(shí),科學(xué)有效地發(fā)展農(nóng)業(yè)和服務(wù)業(yè);在第二產(chǎn)業(yè)的環(huán)境治理方面,應(yīng)提高工業(yè)廢氣、廢水排放的達(dá)標(biāo)率,減少工業(yè)發(fā)展對(duì)土壤和空氣的污染。

3.黑龍江省必須大力推動(dòng)低碳科技發(fā)展水平,進(jìn)一步完善經(jīng)濟(jì)建設(shè)對(duì)低碳發(fā)展的作用,黑龍江省因其土地肥沃一直努力發(fā)展農(nóng)業(yè)產(chǎn)業(yè),因此,其產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境保護(hù)對(duì)低碳發(fā)展起到了較為積極的作用,但是科技發(fā)展速度相對(duì)緩慢,科技發(fā)展水平較低,對(duì)此政府應(yīng)加大人才引進(jìn)力度,建立低碳科技引導(dǎo)資金,吸引企業(yè)資本的投入,將科技資金用于節(jié)能減排、低碳能源技術(shù)的開發(fā)以及二氧化碳捕捉與封存等;對(duì)于積極研究開發(fā)低碳技術(shù)的企業(yè)進(jìn)行稅收減免,以此規(guī)范新創(chuàng)企業(yè)的低碳排放指標(biāo)和低碳技術(shù)指標(biāo),提高低碳企業(yè)準(zhǔn)入門檻,對(duì)現(xiàn)有企業(yè)低碳技術(shù)做進(jìn)一步嚴(yán)格要求,同時(shí)發(fā)展新型產(chǎn)業(yè),結(jié)合黑龍江省的發(fā)展需要,大力發(fā)展新能源產(chǎn)業(yè)、物流產(chǎn)業(yè)、金融產(chǎn)業(yè)等,減少高碳企業(yè)的數(shù)量。

[1]沈清基,安 超,劉昌壽.低碳生態(tài)城市理論與實(shí)踐[M].北京:中國(guó)城市出版社,2012.

[2]關(guān)海玲,孫玉軍.我國(guó)省域低碳生態(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.

[3]李曉燕,鄧 玲.城市低碳經(jīng)濟(jì)綜合評(píng)價(jià)探索——以直轄市為例[J].現(xiàn)代經(jīng)濟(jì)探討,2010,(2):82-85.

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

[5]楊 剛,魏 靜,郭天印,楊立夫,李明嬌.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].河南科技,2015,(33):104-109.

[6]李伯華,徐 亮.低碳城市發(fā)展水平的測(cè)度及其對(duì)策研究——以長(zhǎng)株潭為例[J].安徽農(nóng)業(yè)科學(xué),2011,39(2):1180-1183.

猜你喜歡
東北三省變量因子
2003 年—2022 年?yáng)|北三省地區(qū)生產(chǎn)總值及一般公共預(yù)算收支情況表
初中地理《東北三省》教學(xué)案例與反思
因子von Neumann代數(shù)上的非線性ξ-Jordan*-三重可導(dǎo)映射
抓住不變量解題
也談分離變量
一些關(guān)于無(wú)窮多個(gè)素因子的問題
影響因子
影響因子
東北三省滑雪產(chǎn)業(yè)的空間拓展路徑
SL(3,3n)和SU(3,3n)的第一Cartan不變量
灌阳县| 成武县| 永善县| 拉萨市| 惠来县| 太湖县| 阳原县| 耒阳市| 旅游| 梁山县| 绿春县| 玛纳斯县| 通许县| 甘孜县| 华蓥市| 德保县| 理塘县| 竹北市| 浦江县| 巴塘县| 苍梧县| 天峨县| 新密市| 天台县| 金门县| 遂昌县| 鄯善县| 凤山县| 水富县| 丰城市| 曲周县| 桐城市| 华宁县| 禹城市| 清原| 新余市| 普安县| 隆化县| 北票市| 灵石县| 元江|