(淮南师范学院,安徽淮南 232001)
中国城市化与工业化的快速发展,经济的可持续性正面临着新的严峻挑战。近年来,在贯彻和谐社会、建设生态文明的大背景下,我国政府对能源与环境问题高度重视。新世纪以来,城市作为人类活动的中心,消耗了全球能源的75%,旨在降低人类活动碳足迹的发展理念正在逐渐成为人们生活的主流思想,能源安全与全球变暖是全球最受关注的问题,“低碳经济”是应对这两大难题行之有效的发展方式。城市是国家经济社会发展的主角,是解决能源问题和环境问题的关键,环境友好型社会早已取代高消耗、高污染和低效率的发展模式,自2007年,建设低碳城市成为低碳发展的重要内容。低碳城市以低碳经济为发展目标,市民具备低碳生活理念,政府规划以低碳社会建设为蓝图,这是低碳城市的三大基本标志。低碳城市建设是节能减排、转变经济增长方式的重要途径,是我国城市化进程的必然趋势,也是发展中国家应对气候变化的重要课题之一。
一、安徽省低碳经济发展状况
在国内外加快低碳经济发展的背景下,我省积极发展低碳经济,不断加大政策支持和引导力度,已取得一些积极成效。1.新能源生产基地初步形成,产业发展空间大
近年来,我省充分集成各方面资源积极发展低碳能源,积极谋划发展一批核能、太阳能与生物质能源等新能源项目,目前全省已在核能利用前期工作推进、太阳能利用、生物质能利用及风能电场工程规划等新能源领域取得了积极进展,初步形成区域性新能源生产基地。
2.低碳技术研发具备一定优势,部分领域推广普及低碳技术
一是清洁能源技术具备一定研发实力。在染料敏化太阳电池、光伏发电系统、太阳能光热综合利用等领域取得一定成果,秸秆综合利用等生物质能技术取得较大进展,中科院及中科大的核聚变技术研究处于领先地位。二是主要高耗能行业低碳技术取得新突破。洁净煤技术稳步推进,煤矿瓦斯治理技术达到国内领先水平,钢铁余热利用技术具有一定优势,已掌握烧结余热、转炉汽化蒸汽、高炉冲渣热水等发电技术。
3.工业领域节能效果明显,重点行业及企业示范作用突出
“十一五”时期以来全省组织实施一批重点节能技术改造、重大节能技术示范工程,不断淘汰落后产能,开展节能技术的推广应用,有效支撑工业领域节能减排。
4.交通领域加大低碳试点与技术创新,新能源汽车走在全国前列
一是合肥成为我国低碳交通试点城市。二是新能源汽车方面在国内自主品牌企业中处于领先地位。奇瑞汽车股份有限公司、江淮汽车股份有限公司、安凯汽车股份有限公司、安徽国轩电动汽车有限公司等企业多年来一直从事节能和新能源汽车的研发和生产,在纯电动汽车的研发和生产方面具有较强的自主创新能力和自主品牌优势。
5.商业领域节能减排积极推进,积极倡导绿色消费模式
2008年以来,我省重视商业领域节能工作,积极推动重点商业企业低碳化发展,努力培育低碳消费理念,取得良好成效。一是加强引导及资金技术支持,鼓励大型商业企业建立低碳发展模式。二是继续开展绿色饭店创建活动,培育居民低碳消费习惯。
二、低碳城市评价指标建立
1.指标设计原则构建指标评价体系,应以全面性、科学性、可比性、可操作性为原则。
2.具体指标设立及其解释
低碳经济的实质主要体现在环境优良、经济发展良好、碳排放量少这三大方面,基于此,本文采用如下指标进行刻画。
(1)建成区绿化覆盖率指标(市辖区)——环境指标
(2)安徽地级市年均生产总量增长率指标——经济效益指标
(3)弧弹性指标
弹性指标计算公式如下:

原则上弧弹性值越高,则相对脱钩效果越明显。
(4)碳排放强度指标
碳排放强度指标(限工业)的计算公式为:期末二氧化碳/期末工业产值
3.各指标权重选择
主成分分析是把原来多个变量化为少数几个综合指标的一种统计分析方法,从数学角度来看,这是一种降维处理技术。假定有n个样本,每个样本共有p个变量描述,这样就构成了一个n×p阶的地理数据矩阵:

如果记原来的变量指标为 X, X,……X,它们的综合指标——新变量指标为Z,Z,……Zm(m≤p),则

在(2)式中,系数l由下列原则来决定:
(1)z与 z(i≠j;i,j=1,2,3,……,m)相互无关。
(2)z是(x,x,……,x)的一切线性组合中方差最大者:z是与 z不相关的 x,x,……,x的所有线性组合中方差最大者。……z是与z,z,……,z都不相关的 x,x, ……,x的所有线性组合中方差最大者。
这样决定的新变量指标 z,z,……,z别称为原变量指标 x,x,……,x的第一,第二,…,第 m主成分。其中,z在总方差中占的比例最大,z,z,……,z的方差依次递减。
三、安徽省地级市低碳化评价
1.评价的前提与假设本文基于安徽省2003年至2010年状况,假定一个目标城市A与安徽地级市进行比较,与A最相似的地级市被认为是安徽省的“低碳城市”。基于目前安徽事实,我们将安徽地级市分为两类,一类为资源型城市(铜陵、淮南、淮北),另一类为非资源型城市。由于资源型城市的特殊性,我们硬性规定目前资源城市低碳程度不如非资源型城市。为了突出目标城市A的进步性,本文将资源型城市与非资源型城市一起讨论,得到结果后,再区别对待。
2.数据收集
(1)建成区绿化覆盖率
各市2003—2010年建成绿化覆盖率如表1所示。
(2)2003—2010 年生产总量
2003—2010年安徽省地级市生产总量如表2所示。
观察数据不难发现安徽十七地级市生产总量在2003—2010年间逐年递增,安徽省地级市2003年为基期的年均生产总量增长率表计算见表3。
(3)2003—2010年工业总产值和工业废气排放总量

表1 建成区绿化覆盖率表(2003—2010年均值)

表2 安徽省地级市生产总量表(单位:亿元)

表3 生产总量增长率表
2003—2010年安徽地级市工业总产值见表4。
工业废气排放总量见表5。
通过计算得到2003—2010年工业总产值-工业废气二氧化碳排放量弧弹性如表6。

表4 2003—2010年安徽地级市工业总产值表(单位:万元)

表5 工业废气排放总量表(单位:亿标立方米)
(4)碳排放强度值(工业)
2010年碳排放强度值(工业)见表7。
3.数据的处理方法:
(1)目标城市A的确定

表6 弧弹性

表7 碳排放强度值
通过数据计算,得到2003—2010年平均水平下淮南市建成区绿化覆盖率最高,为43.1%:合肥市生产总值年均增长最快,是平均每年以基期(以03年为基期)生产总量的69.63%增长:淮北弧弹性最大,为 4.79:黄山碳排放强度最小,为0.16t:因此假设A城市建成区绿化覆盖率为43.1%,年均生产总量增长率为基期生产总量的169.63%,弧弹性为 4.79,碳排放强度为0.16t。做这种假设原因在于可以立足10年以来安徽最优情况来评判相对低碳的地级市。
(2)数学模型
利用相似优先比数学模型来解决安徽各地级市低碳比较问题。设:

其中i与j为城市代号,Xi和Xj为城市具体某种指标数值,X为目标城市A具体某种指标数值。通过计算安徽地级市与A的相似得分,确定较低碳的地级市。在此模型中,得分越低则与A相似程度越高。由于合肥年均生产总量增长率与A相等,故设合肥在此指标下得分为0,通过上式可以构造安徽地级市的年均生产总量增长率相似比矩阵如下:

A 1 A 2 A 3 A 4 A 5 A 6 A 7 A 8 A 9 A 1 0A 1 1A 1 2A 1 3 A 1 4 A 1 5 A 1 6 0.0 0 0.5 7 0.5 6 0.5 5 0.5 2 0.0 1 0.6 1 0.5 3 0.3 9 0.5 9 0.4 5 0.5 9 0.3 5 0.4 3 0.5 4 0.5 7 0.4 4 0.0 0 0.5 0 0.4 9 0.4 6 0.0 1 0.5 5 0.4 7 0.3 4 0.5 4 0.3 9 0.5 3 0.3 0 0.3 8 0.4 9 0.5 1 0.4 5 0.5 3 0.0 0 0.5 0 0.4 7 0.0 1 0.5 6 0.4 8 0.3 5 0.5 5 0.4 0 0.5 4 0.3 1 0.3 9 0.5 00.5 2 0.8 2 0.8 6 0.8 5 0.0 0 0.8 3 0.0 3 0.8 8 0.8 4 0.7 5 0.8 7 0.7 9 0.8 7 0.7 1 0.7 8 0.8 50.8 6 0.9 9 0.9 9 0.9 9 0.9 9 0.0 0 0.5 0 1.0 0 0.9 9 0.9 9 0.9 9 0.9 9 0.9 9 0.9 9 0.9 9 0.9 90.9 9 0.3 9 0.4 6 0.4 5 0.4 4 0.4 1 0.0 0 0.5 0 0.4 2 0.3 0 0.4 8 0.3 4 0.4 8 0.2 5 0.3 3 0.4 30.4 6 0.4 7 0.5 4 0.5 3 0.5 2 0.4 9 0.0 1 0.0 0 0.5 0 0.3 7 0.5 7 0.4 2 0.5 6 0.3 2 0.4 0 0.5 20.5 4 0.6 1 0.6 7 0.6 6 0.6 5 0.6 2 0.0 1 0.7 0 0.0 0 0.5 0 0.6 9 0.5 5 0.6 9 0.4 5 0.5 4 0.6 50.6 7 0.4 1 0.4 8 0.4 6 0.4 5 0.4 2 0.0 1 0.5 2 0.4 3 0.0 0 0.5 0 0.3 6 0.5 0 0.2 7 0.3 4 0.4 50.4 7 0.5 5 0.6 2 0.6 1 0.6 0 0.5 7 0.0 1 0.6 6 0.5 8 0.4 5 0.0 0 0.5 0 0.6 4 0.4 0 0.4 9 0.6 00.6 2 0.4 1 0.4 8 0.4 7 0.4 6 0.4 3 0.0 1 0.5 2 0.4 4 0.3 1 0.5 0 0.0 0 0.5 0 0.2 7 0.3 5 0.4 50.4 8 0.4 1 0.4 8 0.4 7 0.4 6 0.4 3 0.0 1 0.5 2 0.4 4 0.3 1 0.5 0 0.3 6 0.0 0 0.2 7 0.3 5 0.4 50.4 8 0.6 5 0.7 2 0.7 0 0.6 9 0.6 7 0.0 1 0.7 5 0.6 8 0.5 5 0.7 3 0.6 0 0.7 3 0.0 0 0.5 9 0.6 90.7 1 0.5 7 0.6 4 0.6 2 0.6 1 0.5 9 0.0 1 0.6 7 0.6 0 0.4 6 0.6 6 0.5 1 0.6 5 0.4 1 0.0 0 0.6 10.6 3 0.4 6 0.5 3 0.5 1 0.5 0 0.4 7 0.0 1 0.5 7 0.4 8 0.3 5 0.5 5 0.4 0 0.5 5 0.3 1 0.3 9 0.0 00.5 2 0.4 3 0.5 1 0.4 9 0.4 8 0.4 5 0.0 1 0.5 4 0.4 6 0.3 3 0.5 3 0.3 8 0.5 2 0.2 9 0.3 7 0.4 80.0 0
通过聚类分析知: 当 λ1〉0.95 选出 A9、A13得分为 1, 当 λ2〉0.71 选出 A11、A14 得分为 2,λ3〉0.57 选出 A1、A6、A8 得分为 3,λ3〉0.43 选出A3、A4、A5、A15 得分为 4,λ5〉0.43 选出 A2、A7、A10、A12、A16 得分为 5。
其中 Ai(i=1,2,3,……16)含义如下表:

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 A16淮北 亳州 宿州 蚌埠 阜阳 淮南 滁州 六安 马鞍山 巢湖 芜湖 宣城 铜陵 池州 安庆 黄山
故年均生产总量增长率如下:

合肥 淮北 亳州 宿州 蚌埠 阜阳 淮南 滁州 六安 马鞍山 巢湖 芜湖 宣城 铜陵 池州 安庆 黄山0 3 5 4 4 4 3 5 3 1 5 2 5 1 2 4 5
同理建成区覆盖率得分如下:

合肥 淮北 亳州 宿州 蚌埠 阜阳 淮南 滁州 六安 马鞍山 巢湖 芜湖 宣城 铜陵 池州 安庆 黄山2 2 3 3 2 3 0 3 1 3 3 4 4 4 4 3 1
弧弹性得分:

合肥 淮北 亳州 宿州 蚌埠 阜阳 淮南 滁州 六安 马鞍山 巢湖 芜湖 宣城 铜陵 池州 安庆 黄山1 0 4 4 4 3 2 3 2 3 4 2 4 3 4 4 1
碳排放强度得分:

合肥 淮北 亳州 宿州 蚌埠 阜阳 淮南 滁州 六安 马鞍山 巢湖 芜湖 宣城 铜陵 池州 安庆 黄山1 3 3 3 2 2 4 2 1 4 4 3 4 4 4 4 0
根据得到的结果,容易发现绿化覆盖与碳排放指标得分出现了背离现象。例如淮南市绿化得分为0,是安徽范围内较优水平,而碳排放强度得分为4,属于安徽范围内较差水平。出现这种背离的原因很大程度上是由于城市发展水平不一。通过相关权重系数的加总得到非资源城市得分如下:

合肥 宿州 蚌埠 滁州 六安 马鞍山 巢湖 芜湖 宣城 铜陵 池州 安庆 黄山1.15 3.64 3.12 3.64 1.87 2.6 4.05 3.02 4.47 3.02 3.54 3.74 2.18
四、总 结
城市是国家经济社会发展的主角,是解决能源问题和环境问题的关键,低碳城市以低碳经济为发展目标,是我国城市化进程的必然趋势,也是发展中国家应对气候变化的重要课题之一。安徽省新能源生产基地初步形成,产业发展空间大,低碳技术研发具备一定优势,部分领域推广普及低碳技术,工业领域节能效果明显,重点行业及企业示范作用突出,交通领域加大低碳试点与技术创新,新能源汽车走在全国前列,商业领域节能减排积极推进,积极倡导绿色消费模式通过指标设计原则、具体指标设立及其解释、各指标权重选择建立了低碳城市评价指标。根据安徽省地级市建成区绿化覆盖率、2003—2010年生产总量、2003—2010年工业总产值和工业废气排放总量、碳排放强度值(工业)等数据的收集与处理,建立数学模型,得出了低碳化评价体系。主要评价结果为基于安徽城市面板,采用主成分分析法,得到合肥得分最低,为1.15分,因此合肥是安徽省目前较低碳的地级市。在安徽范围内较低碳的城市是相对大型城市,它们的经济发展水平在安徽省内居于前列。出现此种现象主要原因是这些大城市发展较快,经济实力的增强使其可以引进更先进的技术,第三产业产值会随人们日益提高的生活水平得到增加,使得较低碳的服务业走上舞台。为了能够达到低碳的目的,在建立低碳城市时应大力引进先进技术,增加经济产值,优化产业结构,以早日实现低碳化。[1]戴亦欣.中国低碳城市发展的必要性和治理模式分析[J].中国人口资源与环境,2009,(3).
[2]徐冬青.发达国家发展低碳经济的做法与经验借鉴[J].世界经济与政治论坛,2009,(6).
[3]庄贵阳.低碳经济:气候变化背景下中国的发展之路[M].北京:气象出版社,2007:11.
[4]蔡益泉.我国低碳产业的发展现状与对策思考[J].华东经济管理,2013,(4):32-35.
[5]范星宏,周娟.低碳经济背景下的安徽省绿色饭店建设策略研究[J].华东经济管理,2013,(4):6-9.
[6]夏垄堡.发展低碳经济,实现城市可持续发展[J].环境保护,2008,(2).
[7]付允,刘怡君,汪云林,等.低碳城市的评价方法与支撑体系研究[J].中国人口·资源与环境,2010,(8).
[8]刘志林,戴亦欣,董长贵,等.低碳城市理念与国际经验[J].城市发展研究,2009.6.
[9]中国科学院可持续发展战略研究组.中国可持续发展战略报告——探索中国特色的低碳道路[M].北京:科学出版社,2009.
[10]李云燕.低碳城市的评价方法与实施途径[J].宏观经济管理,2011,(3).


最新评论