李嘉文 陈德权 徐嘉源
摘要：基于PSR模型構建中国省域低碳经济发展能力评价指标体系，利用熵权TOPSIS和空间自相关分析方法对研究区域2004-2010-2016年进行了时间、空间上的综合分析。研究发现：中国低碳经济发展能力水平在不断被提升，省域之间的差距也正在不断的缩小，省域间具有显著的空间差异，呈从东到西由强到弱，局部地区存在跳跃的格局。排名上，广东省一直占据榜首的位置，以浙江、上海为代表东部沿海地区和以青海、甘肃为代表的西部地区一直处于发展的前列和后列。省域间低碳经济发展能力存在空间正相关关系。
关键词：低碳经济 碳排放 空间自相关 熵权TOPSIS
中图分类号： 文献标识码：A
Measurement of China's Provincial Low-Carbon Economy Development Capacity based on Entropy TOPSIS Method
LI Jiawen1 CHEN Dequan2 XUN Jiayuan1
（1.Dongguan Institute of Surveying and Mapping， Dongguan， Guangdong Province， 523000 China; 2. Guangdong Research Centre for the Marine Development and Planning， Guangzhou， Guangdong Province， 510200 China）
Abstract： based on the PSR model， the evaluation index system of China's provincial low-carbon economic development capacity was constructed， it makes a comprehensive temporal and spatial analysis of the study area from 2004 to 2010 to 2016 by using entropy TOPSIS and spatial autocorrelation analysis methods. The study found that China’s low-carbon economic development capability is constantly improving， and the gap between provinces is also constantly shrinking. There are significant spatial differences between provinces， showing a pattern of jumping from east to west， from strong to weak， and in some areas. In terms of rankings， Guangdong Province has always occupied the top position. The eastern coastal areas represented by Zhejiang and Shanghai and the western regions represented by Qinghai and Gansu have always been at the forefront and back of development. There is a positive spatial correlation between provinces' low-carbon economic development capabilities.
Key Words： Low-carbon economy; Carbon emissions; Spatial autocorrelation; Entropy TOPSIS
随着全球气候变暖、温室效应带来的生态环境影响严重威胁了人类的生存和发展，实行“低碳经济”的发展模式对可持续发展意义重大[1]。“低碳经济”缘起于2003年英国发布的UK Energy White Paper：Our energy future-creating a low carbon economy《能源白皮书》，指一种以“可持续发展”为理念，减少温室气体排放课减少能源消耗为目标，技术创新、产业转型调整和发展新能源为手段，协调经济发展和环境保护实现共赢的发展模式[2]。中国的CO2排放量居世界首位，经济发展背后同样面临着各种环境问题，推行以“低能耗、低污染、低排放”为特点的低碳经济发展模式实为必要。而研究中国各个省份的低碳经济发展能力状况和时空差异与空间关联模式，对有关部门明晰地区发展特征、指定差异化低碳经济发展策略有一定的现实意义。
国内外的学者对“低碳经济”及相关的研究有很多。国外的研究虽早于国内，但两者都主要集中在低碳经济的内涵[3-4]、必要性及发展模式[5-6]、碳排放与经济发展的关系[7-8]、和碳排放驱动因素[9-10]等方面。在低碳经济发展评价体系和研究方法上各学者展开了积极探索：Wang J基于经济、社会、环境、技术系统评价指标，利用线性加权的方法得到低碳经济发展的综合评价指数[11]。付加峰等基于低碳视角，从低碳产出、消费、资源、政策、环境几个维度构建了多层次的评价体系，并推荐使用AHP和DEA组合方法进行综合评价[11]。王伟从能源、经济、环境、政策与社会五个维度筛选指标，对北京市低碳经济发展水平进行了测度[12]。闫树熙[13]、陈艳[14]等人基于前人的研究成果，分别用熵值法、模糊层次分析法（IFAHP）、对比分析法和主成分分析法对云南省、陕西省和江西省的低碳经济发展水平进行了综合分析。李献士等基于层次分析法与DPSIR指标选取框架对河北省的低碳经济发展状况做了全面评价[15]。在研究尺度上还有学者以局部区域和城市为研究对象进行了探索分析[16-19]。
各学者从不同的研究尺度，基于不同的对象构建评价体系，用丰富的研究方法对低碳经济发展水平与能力进行了积极的探索与研究，在给本文以启示的同时也为本文的研究提供了切入点。以往的研究偏重于中小尺度的研究范围，全国范围内的研究较少，对低碳经济发展能力测度的指标体系的权重的测定偏主观、评价结果对空间格局及空间自相关性分析少见。基于此，本文以普适性、客观性为原则，通过PSR模型选取并构建指标体系，利用熵权TOPSIS法确定权重，对中国30个省份的2004年、2010年、2016年的低碳经济发展能力进行综合测度，进而对研究区域进行了探索性空间分析。旨在定量化客观分析省域低碳经济发展水平，探索省域低碳经济发展的时空差异变化。
1 数据来源与指标体系的构建
1.1 数据来源
考虑到数据的可获得性及西藏的相关指标数据存在严重缺失的情况，运用统计学方法预测补足可能对最后的结果的精确性有一定影响，所以本文选取剔除了西藏、香港、澳门、台湾的中国30个省（市、自治区）为研究对象。研究数据主要取自 2004、2010、2016年度的《中国统计年鉴》、《中国能源统计年鉴》、《中国环境统计年鉴》中华人民共和国科学技术部的科技统计分析报告以及各省市单位统计年鉴。
1.2 基于PSR模型评价指标体系的构建
本文基于PSR分析框架选取具体的评价指标，从经济、能源、环境、产业科技、生活消费等子系统中选取表征相关状态的指标。压力指标从能源和环境两个角度选取指标，能源方面选取单位GDP能耗和电耗，环境压力方面主要考虑经济发展带来的生活、工业方面的废弃物和CO2的排放。状态方面主要从生活、经济、环境、产业四个维度综合表征研究区域的发展现状。生活方面选取了城镇居民人均可支配收入、居民消费水平、人均城市道路面积、每万人拥有公共交通车辆等指标。经济的发展离不开“三驾马车”的带动，则经济方面选取了代表投资、出口、消费三方面的指标，并结合碳生产力来表征低碳经济的生产能力。环境状态的评价主要是选取能显示现有环境碳汇能力的指标比如森林面积、自然保护区占比、湿地面积占比等指标。产业方面则是分析研究区域的第二、三产业的占比。最后，响应方面指标的选取从科技响应和环保意识响应两个方面考虑。碳排放量是一个特殊的指标数据，在统计年鉴中并不能直接获取，所以必须通过计算得到。为此本文参考联合国政府间气候变化委员会（IPCC）专门针对这个数据提出了一个基于能源表观消费量的参考方法的碳排放量的计算公式。
①
其中， 代表二氧化碳的总排放量， 分别代表不同的能源，而 代表不同能源的消耗量。 代表的是每一种能源的净发热值，在我国被称为平均低位发热量。 为对应能源类型的单位热值含碳量， 表示不同能源的碳氧化因子，最后 就是每一种能源的碳排放系数，可以由前几项指标计算得到。这里m为7，7种能源分别为原煤、焦炭、原油、燃料油、汽油煤油、柴油、天然气。平均低位发热量和标准煤系数取自《综合能耗计算通则》（GB/T 2589-2008），《省级温室气体排放清单编制指南》（发改办气候[2011]1041号）
2 研究方法
2.1 熵权TOPSIS法
熵权TOPSIS法由熵权法确定权重和TOPSIS确定排序的组合方法。熵权法是一种根据数据固有信息特征确定权重的客观赋值方法，因为其客观性从而有效避免了主观赋值方法所带有的认识偏差，能较为真实的反映变量对目标的影响程度。TOPSIS法能基于评价对象与正、负理想解的距离从而得出各评价对象与理想解的相对贴近度，从而实现优劣排序。通过熵权法确定权重的TOPSIS法能都有效的消除主观因素的影响。熵权TOPSIS法的评价步骤如下：
（1）对包含m个评价对象和n个指标的评价样本构建样本矩阵：
②
（2）对样本矩阵进行数据标准化处理，包括指标数据正向化处理和去量纲。本文的正向指标与负向指标分别用公式③、④进行处理：
③ ④
（3）计算信息熵：
⑤ 式中： ; ; 为评价对象数量。
（4）计算权重：
⑥
（5）计算加权规范矩阵 ：
， ⑦
（6）计算最优解 、最劣解 ：
， ⑧
（7）计算综合评价指数 ， ∈[0，1]，综合评价指数越高代表评价对象与理想解的贴合度越高，对象评价越优。
，式中 ， ⑨
3 实证分析
3.1 省域低碳经济发展综合评价
基于低碳经济发展评价指标体系，通过熵权TOPSIS法得到了中国30个省份2004、2010和2016年的低碳经济发展状况进行分析，得到了各年份30个省份的最优解贴合度即综合评价指数Ci，通过排序后得到了三个时间节点间的排序变动情况（表3）。借助SPSS20.0对各时间节点的Ci进行描述性统计分析发现综合得分都不符合标准正态分布，存在一定程度的两级分化，形成小部分前段聚集，大部分中后段聚集的现象，但各年度综合指数的平均值总体呈上升趋势，极差值也在逐年缓步减少，说明中国低碳经济发展能力水平在不断被提升，省域之间的差距也正在不断的缩小。通过对各年份综合指数排序发现，北京、广东、上海、浙江、江苏、山东、福建、天津、四川等等东部沿海地区低碳经济发展能力一直处于前列，排名前列的变化也是在这几个省份之间，从排名动态变化上来看，前段的省市排名基本没什么变化，排名中后列的区域变化情况则非常显著。在排名靠前的省市中，广东凭借着优秀的经济发展能力，良好的自然生态保护和产业科技水平高等优势一直稳居第一位，山东、福建12年间通过自身的稳步发展也一直保持着第6第7的位置，北京、江苏经过十来年间不断的环境治理与经济发展，排名的到一定提升，超越了上海。而在样本聚集的中后段，湖南、湖北、河南、内蒙古、黑龙江、安徽、重庆、贵州12年间排名不断提升，陕西省2004年到2010年排名上升了10位，但在2010到2016年期间排名又下降了7位，安徽、内蒙古12年间排名都提升了7位。12年间排名减低比较快的是辽宁、海南和青海，分别减低了12、6和5个名次，河北、吉林、新疆同样出现了不同程度地排名降低情况。甘肃、贵州、新疆、山西、宁夏、青海、吉林等省份一直處于排名的后端。
为了更进步一步分析造成以上变化的原因，将由所确定指标权重和指标标准化后的得到的综合指数按指标所在子系统分离，发现一直处于后面的省份相较于一直处于前列的省份在能源系统、经济系统和产业科技系统方面的得分要落后很多，而内蒙古、安徽、河南等在排名上升较多的省市在这几个系统方面的分进步明显。排名较后的地区大多位于西部地区，其本身就拥有良好的生态环境条件，环境系统方面有着一定优势，经济条件与产业科学技术水平成为限制其低碳经济发展能力的主要原因。排名不断降低的青海与辽宁，环境系统和生活消费系统的得分都出现较大的下降，经济系统方面的得分青海有一定增长，辽宁省呈先增长后下降的趋势，可能和东北老工业基地的衰落有关。能源系统和产业科技系统方面的分数变化不大，说明其共同在经济发展的同时对环境系统的保护的力度不够，环境保护、科技投入力度需要加大，经济发展模式需要逐步转型。
3.2.1空间格局分析
将通过熵權TOPSIS法的得到的各年份的综合评价指数通过ArcGIS10.3空间分析软件按自然间断点分级法分类成5类得到了不同年份的低碳经济发展状况的空间差异状况。从空间分布上总体来看，省域间低碳经济发展能力呈从东到西由强到弱，局部地区存在跳跃的格局。低碳经济发展能力强的地区集中在东部沿海地区，一般的集中在中部地区，较弱的则集中在西北地区。从空间格局的变化情况同样可以看出，排名前列的省份变化不大，中后列的地区特别是排名中间的地区变化较大。
3.2.2 全局空间自相关分析
利用OpenGEODa空间分析软件工具分别计算2004年、2010年和2016年综合评价指数Ci的莫兰指数（Moran’s I），检验各年度莫兰指数的显著性水平发现P值均小于0.05，即在99.5%的置信度下研究区域间的空间自相关是显著的。2004、2010和2016年的莫兰指数分别为0.12758、0.15883和0.15497，说明中国省域低碳经济发展能力具有的一定地空间正相关关系。另外，也说明了且相关性的总体增强。散点在四个象限都有分布，说明四种聚类模式都有存在，主要集中在第一、二、三象限。落在第二、三象限的点要明显多于第一象限、即中国低碳经济发展能力中等及偏下的省市聚集数量明显多于低碳经济发展能力强的地区，具有“俱乐部趋同”的现象。莫兰指数呈波浪上升，说明研究区域间的聚集状况有所上升。
4 结语
本文通过熵权TOPSIS法对2004、2010、2016年中国省域低碳发展能力进行综合评价并对其空间格局及关联模式进行了探索性空间分析，得到以下几点结论：
（1）中国省域低碳经济发展能力总体还偏弱，较大部分省市在中后端聚集，但在时间上总体发展水平逐步上升，区域差异缓步缩小。北京、广东、上海、浙江、江苏、山东、福建、天津、四川等东部沿海地区低碳经济发展能力一直处于前列，甘肃、贵州、新疆、山西、宁夏、青海等西北地区一直处于排名的后端。12年间处在发展前列的省份排名变化很小，但中后段的省份排名竞争激烈。
（2）低碳经济的发展需要较强的经济发展能力、良好自然生态环境支撑和强力产业科技技术，2004-2016年排名常在后段的省市在对应的能源系统、经济系统、产业科技系统与一直处理前列的省市差距很大。这方面的不足也成为限制其低碳经济发展能力增强的主要原因。安徽、重庆等排名不断上升的省市在这几方面的得分不断上升，排名不断下滑的辽宁、青海在经济系统方面的得分得到提高的同时，环境方面的得分却不断下滑。
（3）从总体空间分布上来看，中国省域间低碳经济发展能力呈现从东到西由强到弱，局部地区存在跳跃的格局。低碳经济发展能力强的地区集中在东部沿海地区，一般的集中在中部地区，较弱的则集中在西北地区，省域间低碳经济发展能力存在空间正相关关系。
参考文献
[1] Dou X. Low Carbon-Economy Development： China's Pattern and Policy Selection[J]. Energy Policy， 2013， 63（C）：1013-1020.
[2] 梁宵，邱晟晏.中国发展低碳经济的困境与“新常态”下的新机遇[J]]. 求是学刊， 2016， 43（5）：54-61.
[3] 庄贵阳.我国经济低碳发展的途径与潜力分析[J] .国际技术经济研究， 2005（3）：79-87.
[4] Treffers D J， Faaij A P C， Spakman J， et al. Exploring the possibilities for setting up sustainable energy systems for the long term： two visions for the Dutch energy system in 2050[J]. Energy Policy， 2005， 33（13）：1723-1743.
[5] 宋博.区域经济低碳发展的驱动因素实证研究——以河南省为例[J].经济视角，2020（06）：59-66.
[6] 付允，马永欢，刘怡君，等.低碳经济的发展模式研究[J].中国人口·资源与环境，2008， 18（3）：14-19.
[7] 付加锋，郑林昌，程晓凌.低碳经济发展水平的国内差异与国际差距评价[J].资源科学，2011， 33（4）：664-674.
[8] 宋德勇，卢忠宝.中国碳排放影响因素分解及其周期性波动研究[J].中国人口·资源与环境， 2009， 19（3）：18-24.
[9] Wang Y， Fang X， Yin S， et al. Low-carbon development quality of cities in China： evaluation and obstacle analysis[J]. Sustainable Cities and Society， 2020， 64（9）：102553.
[10] 沈镭，孙艳芝.中国在气候变化下碳排放、能源消费与低碳经济领域的研究进展综述（英文）[J].Journal of Geographical Sciences，2016，26（7）：855-870.
[11] Wang J. Empirical Study and evaluation System Construction based on Hierarchical Fuzzy Index for Low Carbon Economy[J]. Journal of Industrial Technological Economics， 2014， 6（20）：8180-8186.
[12] 王偉. 基于SEM模型的北京市低碳经济发展水平测度与评价研究[D].华北电力大学（北京），2019.
[13] 闫树熙，马佳佳.陕西省城市低碳经济发展水平的综合测度与评价[J].贵州大学学报（自然科学版），2018，35（6）：112-115.
[14] 陈艳.基于主成分分析的江西低碳经济发展评价分析[J].南昌大学学报（人文社会科学版），2012，43（6）：63-68+90.
[15] 李献士，李相佑，王殿茹.基于DPSIR模型的河北省低碳经济发展评价研究[J].河北经贸大学学报，2014，35（2）：106-109.
[16] 李云燕，羡瑛楠，殷晨曦.低碳城市发展评价方法模式研究——以四直辖市为例[J].生态经济，2017，33（12）：46-51.
[17] 梁臻. 陕西省低碳城市发展水平评价研究[D].西安：西安理工大学，2020.
[18] 冯丹蕾，刘明，刘莎.黄河经济带上游区域低碳经济发展现状与发展战略分析[J].生态经济，2021，37（3）：13-22.
[19] 李恩康， 陆玉麒， 黄群芳，等. 泛珠江—西江经济带经济差异时空演变及其驱动因素[J]. 经济地理， 2017， 37（5）：20-27.
61第一作者：李嘉文（1990-），女，广东东莞人，测绘工程师，本科，主要从事于测绘地理信息、遥感、土地利用现状及空间数据挖掘等研究和应用工作
通讯作者：陈德权（1996-），男，湖南邵阳人，硕士，工程师，研究方向为遥感与地理信息系统，E-mail：c1304030168@163.com
