馬伯鈞++胡鵬舉

[摘要]如果說20世紀(jì)是工業(yè)經(jīng)濟時代，21世紀(jì)便是低碳經(jīng)濟時代。基于低碳經(jīng)濟和我國的現(xiàn)實國情，構(gòu)建低碳經(jīng)濟發(fā)展評價指標(biāo)體系，通過sPss因子分析模型，計算不同省區(qū)低碳經(jīng)濟的綜合得分。結(jié)果表明，江蘇、廣東、山東等省區(qū)低碳經(jīng)濟綜合發(fā)展水平名列前茅。促進低碳經(jīng)濟發(fā)展要從加大技術(shù)創(chuàng)新力度、開發(fā)新能源等方面采取相關(guān)策略。

[關(guān)鍵詞]低碳經(jīng)濟；發(fā)展評價；因子分析；指標(biāo)體系

[中圖分類號]F120.3 [文獻標(biāo)識碼]A [文章編號]1671-8372（2015）04-0032-05

低碳經(jīng)濟是要在減少溫室氣體排放的同時，保持經(jīng)濟持續(xù)穩(wěn)定增長，從而實現(xiàn)低排放、低能耗、低污染的可持續(xù)發(fā)展模式。低碳經(jīng)濟的概念在2003年由英國提出后，理論界對低碳經(jīng)濟進行了大量的研究。對低碳經(jīng)濟發(fā)展水平的評價是一項復(fù)雜的系統(tǒng)工程，其中涉及多方面的影響因素。本文采用SPSS 20.0分析法，選取相對重要的指標(biāo)因子，對我國大部分省區(qū)（本文選取30個省區(qū)）的低碳經(jīng)濟發(fā)展水平進行評價與比較，并據(jù)此對我國未來低碳經(jīng)濟發(fā)展水平提出相應(yīng)的對策建議。

一、我國低碳經(jīng)濟發(fā)展的問題及其研究

我國大部分省區(qū)人口眾多，截至2013年，河北人口為7333萬人，山東9733萬人，湖南6691萬人，人口基數(shù)大，加之二胎政策的逐步放開，勢必會對能源和環(huán)境造成一定影響，形成低碳經(jīng)濟前進中的阻力。改革開放初期推崇的工業(yè)化大發(fā)展是我國碳排放增加的直接誘因，而如今轉(zhuǎn)型期間，工業(yè)仍支撐著我國眾多地區(qū)的經(jīng)濟發(fā)展；然而，工業(yè)對能源依賴性最強，對經(jīng)濟的貢獻也最為突出，地方政府有時出于政績考慮，任由其發(fā)展而不加約束，在很大程度上影響了低碳經(jīng)濟的發(fā)展。我國各地區(qū)居民的消費觀念和生活方式也存在問題，如某些人先富起來了，就大肆進口高碳產(chǎn)品；國內(nèi)市場，過度用電、開車、使用塑料制品等現(xiàn)象屢見不鮮，構(gòu)成低碳經(jīng)濟的巨大隱患。國外對商品的需求上升，也在很大程度上刺激著我國的出口貿(mào)易，由于我國在總體能源加工、開采技術(shù)方面的不足，出口商品生產(chǎn)量的擴大會帶動碳排放的增長。政府的宏觀調(diào)控能力和企業(yè)的碳排放處理、新型能源開發(fā)等技術(shù)水平，也深刻影響著各地區(qū)的低碳經(jīng)濟水平。

隨著近幾年環(huán)境問題不斷突出，國內(nèi)各界越來越重視低碳經(jīng)濟，學(xué)術(shù)界也對中國低碳經(jīng)濟發(fā)展表現(xiàn)出日趨濃厚的研究興趣，并就低碳經(jīng)濟發(fā)展中的碳稅設(shè)置、汽車尾氣排放標(biāo)準(zhǔn)、污染排放權(quán)市場交易等問題，提出了一系列建設(shè)性意見。例如，彭道賓、張明勝（2011）在研究江西省低碳經(jīng)濟發(fā)展水平時，構(gòu)建了相應(yīng)的評價指標(biāo)體系，包括驅(qū)動因素、壓力因素、狀態(tài)因素、影響因素、回應(yīng)因素等在內(nèi)的40項指標(biāo)；肖文、樊文靜（2011）認(rèn)為碳排放量與人均碳排放量、清潔能源占一次性能源消費比例、經(jīng)濟增長與碳排放的脫鉤指數(shù)、低碳競爭力指數(shù)等指標(biāo)，可以較為準(zhǔn)確地反映我國低碳經(jīng)濟發(fā)展?fàn)顩r；袁男優(yōu)（2010）則認(rèn)為低碳經(jīng)濟包括低碳技術(shù)、低碳能源、低碳產(chǎn)業(yè)、低碳城市、低碳管理等五大要素。目前國內(nèi)公認(rèn)的能源消耗碳排放量計算方法是IPCC指南的方法，但該方法存在與煤炭開采相關(guān)的逃逸排放無法估算等問題，計算出來的結(jié)果與實際有一定的差距，不利于碳稅制度的制定和實施。

二、低碳經(jīng)濟發(fā)展實證分析

因子分析是主成分分析的延伸，相對于主成分分析，因子分析更側(cè)重于解釋被觀測變量之間的相關(guān)系數(shù)或協(xié)方差之間的結(jié)構(gòu)。本文采用因子分析法對各省低碳經(jīng)濟的發(fā)展水平進行實證分析。

（一）指標(biāo)構(gòu)建與數(shù)據(jù)選取

鑒于數(shù)據(jù)的可獲得性，本文選取2012年涉及經(jīng)濟、生活、科技等方面的13項指標(biāo)（因子）來構(gòu)建指標(biāo)體系，指標(biāo)數(shù)據(jù)來自于《中國科技統(tǒng)計年鑒2013》《中國能源統(tǒng)計年鑒2013》《中國環(huán)境統(tǒng)計年鑒2013》和30省區(qū)的統(tǒng)計年鑒2013版（見表1）。

（二）實證分析過程與結(jié)果

使用SPSS20.O分析方法，對指標(biāo)進行KMO檢驗和球形Bartlett檢驗（表2）。

從表2可以看出，KMO統(tǒng)計量為0.737，大于0.7的臨界值，而Bartlet檢驗的P值非常接近0，說明應(yīng)該拒絕各變量獨立的原假設(shè)，即變量間具有較強的相關(guān)性。綜上，對13項指標(biāo)做因子分析是合適的（見表3）。

表3按照系數(shù)大小進行了排序，無數(shù)字的單元格表明系數(shù)過小，被抑制輸出。系統(tǒng)提取了4個公因子，第一公因子在X4、Xll、X13、X5、X7、X3，X12、X2和X9上有較大的載荷，但其中有正有負(fù)，公因子意義不明顯；第四公因子沒有一個較大載荷，不明其意。

對提取的公因子進行共同度檢驗，結(jié)果見表4。

由表4可知，除X6、X12外，其他因子的共同度都在90%以上，因此提取的4個公因子是比較成功的，對各因子的解釋能力較強。

另外，可以利用碎石圖進一步判斷按照特征根大于1的標(biāo)準(zhǔn)提取的4個公因子是否合理（見圖1）。

從圖1可以看出，前4個因子的散點落在陡坡上，且特征根都大于1，作用明顯；而后面的因子散點平緩，影響較小，所以至多考慮前4個因子即可。

針對表3不能確定公因子含義的問題，可采用方差最大旋轉(zhuǎn)法，通過旋轉(zhuǎn)加以解決（見表5、表6）。

表5顯示，4個公因子的累積方差貢獻率達(dá)到92.955%，這說明4個公因子包含了13項指標(biāo)的主要信息，簡化了模型，通過對各公因子的研究，我們就能很好地對中國30省區(qū)的低碳經(jīng)濟發(fā)展水平進行評價。表6同樣是進行了排序且過小的系數(shù)被抑制輸出，與未旋轉(zhuǎn)前相比，此時各因子的含義相當(dāng)明確合理。

第一公因子在X13、X4、X2、X3、X12和Xll上有較大的載荷，即年末人口數(shù)、固定資產(chǎn)投資、社會消費品零售總額、R&D經(jīng)費支出、申請專利數(shù)和民用汽車擁有量載荷較大，這6項指標(biāo)分別涉及人口、經(jīng)濟、技術(shù)和機動車尾氣影響4個方面，因此可以命名為綜合因子。