陳宗富

曲靖師范學(xué)院,云南 曲靖 655011

綠色發(fā)展視角下PSO優(yōu)化城市經(jīng)濟發(fā)展的策略選擇

陳宗富

曲靖師范學(xué)院,云南 曲靖 655011

針對節(jié)能減排和綠色發(fā)展的需求，在綠色經(jīng)濟發(fā)展動態(tài)模型和節(jié)能減排綜合指數(shù)定量分析我國各經(jīng)濟區(qū)域的節(jié)能減排狀況的基礎(chǔ)上，以我國各省市自治區(qū)為研究對象，提出一種基于綠色發(fā)展的數(shù)學(xué)評價模型，為綠色發(fā)展模式的選擇提供科學(xué)依據(jù)。

粒子群算法;節(jié)能減排;綠色發(fā)展;數(shù)學(xué)模型

改革開放以來，城市經(jīng)濟的快速發(fā)展和城市大規(guī)模的城鎮(zhèn)化和工業(yè)化導(dǎo)致資源過度消耗和環(huán)境污染，在取得經(jīng)濟快速發(fā)展的同時付出了巨大的環(huán)境代價。目前，通過發(fā)展綠色經(jīng)濟，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及經(jīng)濟發(fā)展方式的轉(zhuǎn)變，有利于減少污染物排放和降低能耗，極大地提高能源利用效率和廢棄物的循環(huán)利用。Nejadkoorki等人[1]研究發(fā)現(xiàn)顆粒物、SO2等污染物的排放總量和經(jīng)濟增長的長期關(guān)系呈現(xiàn)倒U型，即經(jīng)濟的增長隨污染物的排量的增加先增加后下降。Richmond[2]以全球36個國家近25年的面板數(shù)據(jù)為研究對象，通過格蘭特檢驗研究發(fā)現(xiàn)國家的GDP收入和人均能源利用和CO2排放量之間存在拐點現(xiàn)象。遲遠(yuǎn)英[3]從低碳經(jīng)濟的視角出發(fā)，通過研究我國風(fēng)電產(chǎn)業(yè)的實證研究發(fā)現(xiàn)，由于我國在技術(shù)、管理和資金等方面的不足，我國必須通過產(chǎn)業(yè)結(jié)構(gòu)調(diào)整才能實現(xiàn)節(jié)能減排目標(biāo)的實現(xiàn)好綠色發(fā)展模式的正確選擇。

本文在分析CO2排放量的基礎(chǔ)上，通過建立綠色經(jīng)濟發(fā)展動態(tài)模型和節(jié)能減排綜合指數(shù)定量分析我國各經(jīng)濟區(qū)域的節(jié)能減排狀況，根據(jù)節(jié)能減排和綠色發(fā)展的要求，提出適合我國各省市自治區(qū)的節(jié)能減排措施，為綠色發(fā)展模式的選擇提供科學(xué)決策的依據(jù)。

1 粒子群算法

粒子群算法是受鳥群覓食行為啟發(fā)所提出的一種群體智能算法，其中每個粒子表示一個可能解向量，根據(jù)適應(yīng)度函數(shù)值大小判斷粒子的好壞，并通過向全局和個體最優(yōu)解學(xué)習(xí)實現(xiàn)粒子位置和速度的不斷更新，實現(xiàn)全局最優(yōu)搜索。Xi=（xi1,xi2,…,xid）和Vi=（vi1,vi2,…,vid）分別表示粒子的位置和粒子的速度，粒子的位置和速度可通過公式（1）實現(xiàn)更新：

2 綠色發(fā)展數(shù)學(xué)評價模型

針對綠色發(fā)展，政府間氣候變化專門委員會很早就提出了一種基于CO2排放的預(yù)測模型的綠色發(fā)展評價模型，該數(shù)學(xué)模型如公式（2）所示[4]：

其中，E為CO2排放總量；，C轉(zhuǎn)化成CO2的摩爾質(zhì)量比；gi表示燃料的碳氧化系數(shù)（i=1,2,…,n1，n1=17）；ai表示化石燃料的熱量轉(zhuǎn)化系數(shù)；bi表示燃料的平均碳含量；Ai表示化石燃料當(dāng)年的消費量；Si表示化石燃料的固有含碳量。Ai=Oi+Ii-Xi-Bi-Ri，Oi為一次消耗能源的實際年產(chǎn)量；Ii為燃料進(jìn)口量；Xi為燃料出口量；Bi為飛機和船舶運輸所消耗的實際燃料量；Ri為燃料儲備變化量。由于我國地域廣闊，擁有30多個省市自治區(qū)，各自的經(jīng)濟發(fā)展水平差異很大，即使同一省市自治區(qū)的不同地區(qū)都存在很大差異。結(jié)合我國具體實際情況，政府在制定節(jié)能減排相關(guān)政策和計劃的時候，除了考慮CO2排放量之外，還應(yīng)考慮農(nóng)村、城市在空間上的相互作用和影響，本文參考柯布-道格拉斯生產(chǎn)函數(shù)模型，考慮農(nóng)村和城市之間的空間相互作用和影響，綜合考慮區(qū)域經(jīng)濟發(fā)展、CO2排放量、人口分布等因素，建立一個不同區(qū)域節(jié)能減排-經(jīng)濟發(fā)展數(shù)學(xué)模型，模型如公式（3）所示[5]：

其中，q表示不同省市自治區(qū)的功能區(qū)影響指數(shù)；n2表示全國省市自治區(qū)的數(shù)量；xj表示j省市自治區(qū)內(nèi)一定規(guī)模以上企業(yè)數(shù)量；yi表示j省市自治區(qū)內(nèi)一定規(guī)模以上企業(yè)的總利潤；zj表示j省市自治區(qū)內(nèi)非農(nóng)業(yè)從業(yè)人數(shù)總量；aj=a1j/a0j表示j省市自治區(qū)內(nèi)人口影響參數(shù)，a1j，a0j分別表示j省市自治區(qū)內(nèi)非農(nóng)業(yè)從業(yè)人數(shù)總量和人口總量；Kj表示j省市自治區(qū)CO2預(yù)測排放總量；hj表示j省市自治區(qū)的生產(chǎn)彈性；b表示距離指數(shù)因子；e表示相對精度浮點；rj表示j省市自治區(qū)離北京最遠(yuǎn)和最近距離的均值。

3 實證分析

3.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于《中國統(tǒng)計年鑒2013》和《中國地圖》中有關(guān)測量數(shù)據(jù)如表1所示[6,7]，用來計算適應(yīng)度函數(shù)所需的參數(shù)。

表1 各省市自治區(qū)的統(tǒng)計數(shù)據(jù)Table 1 Statistics of various provinces and autonomous regions

J 地區(qū) District rj1 rj2 a0j a1j mxj myj mzj19 廣東 1584.55 2231.41 9544 6148 52574 32726111 1493.38 21 廣西 1548.86 2166.34 4816 1838 5427 2311411 114.6 21 海南 2223.53 3146.98 854 411 1 548 817411 12.6 22 重慶 1171.13 1511.45 2839 1419 6119 3186811 132.13 23 四川 1197.36 2111.97 8138 3144 13725 8445611 297.54 24 貴州 1382.45 1984.45 3793 1114 2676 1818311 73.53 25 云南 1646.14 2522.81 4543 1499 3321 3111411 84.34 26 西藏 1812.45 3418.17 287 65 88 88 45111 1.79 27 陜西 443.33 1193.68 3762 1584 4125 11189911 131.83 28 甘肅 764.54 2132.18 2628 845 1941 1194611 69.13 29 青海 1221.63 2416.28 554 227 515 1771711 17.42 31 寧夏 774.43 1168.55 618 278 911 391311 25.89 31 新疆 1677.43 3591.93 2131 845 1859 7795211 57.84

3.2 實驗結(jié)果

針對綠色發(fā)展評價數(shù)學(xué)模型，運用PSO算法求解節(jié)能減排-經(jīng)濟發(fā)展數(shù)學(xué)模型，PSO參數(shù)設(shè)置如下：最大迭代次數(shù)為100，種群大小為20，其實驗結(jié)果如圖1所示：

圖1 尋優(yōu)結(jié)果圖Fig.1 Results of optimization

圖2 PSO綠色發(fā)展評價結(jié)果圖Fig.2 Evaluation results for PSO green development

由圖2綠色發(fā)展評價結(jié)果圖可知，從長遠(yuǎn)來看，X、Y、Z三個量均呈現(xiàn)下降趨勢。X下降說明未來一段時間規(guī)模以上工業(yè)企業(yè)總數(shù)呈現(xiàn)下降趨勢，該分析結(jié)果和當(dāng)前企業(yè)重組、個別企業(yè)做大做強的總體趨勢和未來工業(yè)企業(yè)所占比重呈現(xiàn)逐漸下降的總體趨勢是基本符合的；Y下降說明未來一段時間規(guī)模以上工業(yè)企業(yè)創(chuàng)造的利潤呈現(xiàn)下降趨勢，主要原因工業(yè)化后期，工業(yè)企業(yè)利潤下降，更多利潤來自于第三產(chǎn)業(yè)；Z下降說明未來一段時間規(guī)模以上企業(yè)的從業(yè)人員數(shù)量呈現(xiàn)下降趨勢，符合我國工業(yè)化后期的發(fā)展趨勢。

根據(jù)分析可知，1992～2011年全國第一、三產(chǎn)業(yè)就業(yè)比重與產(chǎn)業(yè)比重基本具有相同的變動趨勢，即隨著第一產(chǎn)業(yè)在國民經(jīng)濟中的比重的下降，第一產(chǎn)業(yè)就業(yè)比重迅速下降；隨著第三產(chǎn)業(yè)在國民經(jīng)濟中的比重的上升，第三產(chǎn)業(yè)就業(yè)比重也迅速提高。

由圖1和圖2可以得到與我們的直觀判斷取得較為一致的結(jié)果。何種原因?qū)е碌诙a(chǎn)業(yè)的不一致性？由此引入各產(chǎn)業(yè)的結(jié)構(gòu)偏離度和勞動生產(chǎn)率指標(biāo)[8]。全國1992～2011年三大產(chǎn)業(yè)的結(jié)構(gòu)偏離度與勞動生產(chǎn)率如圖3和圖4所示，數(shù)據(jù)來源于《中國統(tǒng)計年鑒2013》。

圖3 結(jié)構(gòu)偏離度曲線Fig.3 Curves of structural deviation

圖4 勞動生產(chǎn)率曲線Fig.4 Curves of labor productivity

由圖3和圖4可知，（1）第一產(chǎn)業(yè)的結(jié)構(gòu)偏離度呈現(xiàn)負(fù)值，偏離度從1992年的-0.4985上升至2011年的-0.7366，偏離零值越來越遠(yuǎn)。較高的負(fù)偏離度說明全國第一產(chǎn)業(yè)勞動力仍較富裕，而且隨著工業(yè)化進(jìn)程的加快，第一產(chǎn)業(yè)勞動力向其他產(chǎn)業(yè)轉(zhuǎn)移的趨勢還會增強。（2）第二產(chǎn)業(yè)的結(jié)構(gòu)偏離度為正值且較大，是三個產(chǎn)業(yè)中偏離度絕對值最大的。隨著工業(yè)化進(jìn)程的加快，資本與技術(shù)逐漸替代勞動力，一方面，第二產(chǎn)業(yè)勞動生產(chǎn)率顯著提高，明顯高于第一、三產(chǎn)業(yè)，另一方面，第二產(chǎn)業(yè)對勞動力的吸納能力卻出現(xiàn)下降的趨勢，即第二產(chǎn)業(yè)發(fā)展中存在明顯的“高增長、低就業(yè)”現(xiàn)象。（3）第三產(chǎn)業(yè)的結(jié)構(gòu)偏離度總體為正且數(shù)值相對較小，并有緩慢趨于零值的趨勢，說明第三產(chǎn)業(yè)的產(chǎn)業(yè)結(jié)構(gòu)和就業(yè)結(jié)構(gòu)向均衡狀態(tài)靠近。

通過實證分析發(fā)現(xiàn)，本文提出的節(jié)能減排-經(jīng)濟發(fā)展數(shù)學(xué)模型的預(yù)測結(jié)果和“產(chǎn)業(yè)結(jié)構(gòu)升級”、“節(jié)能減排”、“產(chǎn)業(yè)結(jié)構(gòu)多元化”等政策的推行是一致的[9]，因此本文的數(shù)學(xué)模型是切實可行的。因此，在制定節(jié)能減排措施和政策時，除了綜合考慮各省市自治區(qū)的經(jīng)濟發(fā)展、資源環(huán)境、政策支持等因素的影響外，還應(yīng)考慮CO2排放量的大小。針對綠色經(jīng)濟發(fā)展的建議如下：（1）轉(zhuǎn)變經(jīng)濟發(fā)展方式；（2）加大綠色投資，通過科技發(fā)展促進(jìn)綠色經(jīng)濟；（3）建立健全發(fā)展綠色經(jīng)濟的保障制度；（4）綜合協(xié)調(diào)環(huán)境保護和經(jīng)濟發(fā)展，加強環(huán)境保護；（5）推進(jìn)傳統(tǒng)產(chǎn)業(yè)升級；（6）建立和完善綠色發(fā)展和節(jié)能減排宣傳教育和培訓(xùn)機制。

5 結(jié)論

本文在CO2排放量分析的基礎(chǔ)上，通過建立PSO算法的經(jīng)濟發(fā)展動態(tài)模型和節(jié)能減排綜合指數(shù)定量分析我國各經(jīng)濟區(qū)域的節(jié)能減排狀況，并在此基礎(chǔ)上提出符合各地政策的節(jié)能減排措施，實現(xiàn)綠色發(fā)展模式的科學(xué)選擇。在制定節(jié)能減排措施和政策時，除了綜合考慮各省市自治區(qū)的經(jīng)濟發(fā)展、資源環(huán)境、政策支持等因素的影響外，還應(yīng)考慮CO2排放量的大小。

[1]Nejadkoorki F,Nicholson K,Lake I,et al.An Approach for Modelling CO2Emissions from Road Traffic in Urban Areas[J].Science of The Total Environments,2015,4(2):269-278

[2]Richmond AK,Kaufaiaim RK.Energy Prices and Turning Points The Relationship between Income and Energy Use Carbon Emissions[J].The Energy Journal,2012,2(7):157-161

[3]遲遠(yuǎn)英.基于低碳經(jīng)濟視角的中國風(fēng)電產(chǎn)業(yè)發(fā)展研究[D].長春:吉林大學(xué),2011

[4]高有福.環(huán)境保護中政府行為的經(jīng)濟學(xué)分析與對策研究[D].長春:吉林大學(xué),2006

[5]王 鵬,尤濟紅.中國環(huán)境管制效果的評價研究——基于工業(yè)綠色發(fā)展的一個空間視角[J].經(jīng)濟社會體制比較,2016(5):25-42

[6]岳書敬,楊 陽,許 耀.市場化轉(zhuǎn)型與城市集聚的綜合績效——基于綠色發(fā)展效率的視角[J].財經(jīng)科學(xué),2015(12):80-91

[7]姚 剛,蔡 寧,蔡瑾琰,等.焦點企業(yè)創(chuàng)業(yè)傳導(dǎo)與集群升級綠色發(fā)展的仿真研究——基于網(wǎng)絡(luò)視角[J].生態(tài)經(jīng)濟:中文版,2016,32(5):38-43

[8]劉加林,康娉娉,朱 強,等.綠色發(fā)展理念視角下民族地區(qū)生態(tài)資本運營與生態(tài)補償耦合問題探討[J].生態(tài)經(jīng)濟:中文版,2016,32(12):177-181

[9]林衛(wèi)斌,蘇 劍,周曄馨.經(jīng)濟發(fā)展方式轉(zhuǎn)變:加快還是減緩——基于能源環(huán)境視角的測度與分析[J].經(jīng)濟學(xué)家,2016(2):33-41

Strategical Choice for Urban Economic Development with PSO Optimization in light of Green Development

CHEN Zong-fu
Qujing Normal University,Qujing 655011,China

According to the needs of the energy conservation and emission reduction,the mathematical evaluation model was put forward on the green development to take various provinces,cities and autonomous regions in China as objects on basis of analysis on the green economy development models and composite indexes so as to provide a conference for scientific solutions in terms of green development patterns.

Particle Swarm Optimization Algorithm;energy conservation and emissions reduction;green development; mathematical model

TP391.1

:A

:1000-2324(2017)02-0293-04

103969/j.issn.1000-2324.2017.02.027

2016-09-09

:2016-10-13

2016國家社科基金一般項目:依托地區(qū)生物資源實現(xiàn)西部民族貧困地區(qū)精準(zhǔn)脫貧對策研究(16BJY103)

陳宗富(1979-),男,講師,博士.主要研究方向為農(nóng)業(yè)經(jīng)濟，綠色經(jīng)濟.E-mail:charlechen221@163.com