发布时间：2022-10-04 09:28 热度：
由于低碳经济的评价涉及多个指标变量，而且指标变量之间还存在不同程度的相关关系，这时最好能从中提取少数的综合变量，使其能够包含原变量提供的大部分信息，同时这些综合变量尽可能地彼此不相关，因子分析就是为解决这一问题而提出的统计分析方法。
一、引言
在全球气候变暖的背景下，以低排放、低能耗、低污染为核心理念的低碳经济应运而生并成为全球热点。正处于城市化和工业化进程不断加快的人口大国——中国，能耗和污染不断加重，环境恶化不断加剧，是典型的温室气体排放大国。国际能源署统计表明，中国已超过美国成为二氧化碳排放总量和能源消耗量最多的国家，成为世界关注的焦点。同时我们也看到，改革开放以来，我国经济的飞速增长使其对能源的需求急剧增加，但是目前煤炭产量已经接近极限，对于煤炭等能源的过度依赖无疑会成为我国经济发展的瓶颈。而以通过技术创新和制度创新，提高能源利用效率，构建清洁能源结构为核心思想的低碳经济正是解决资源能源，可持续发展等问题的有效途径。对此，如何从我国国情出发发展低碳经济，不仅是我国转变发展方式，调整产业结构，提高资源能源利用率，保护生态环境和保持经济持续快速增长的需要，也是缓解在全球排放问题上面临的国际压力的需要，影响重大而深远。发展低碳经济，其前提是对低碳经济发展状况进行全面、准确把握，在此基础上，才能寻求发展低碳经济的突破。因此，综合评价区域低碳经济发展水平，系统地认识低碳经济的区域差异，对于我国更好的建设和谐社会有重要意义。
从现有文献看，国内学者对低碳经济发展的研究已经成为当前研究的热点。刘朝等(2011)分析了我国低碳经济的发展前景并得出提高居民低碳意识和倡导低碳消费有利于实现低碳目标的结论;肖翠仙等(2011)研究了如何构建城市低碳经济评价指标体系，提出了将经济发展，能耗排放、技术发展和低碳产业等指标纳入评价体系的看法，并以广西梧州市为例进行了实证分析。余丽生等(2011)对浙江省低碳经济发展进行了综合评价，发现浙江省低碳经济发展水平在不断提高，同时未来低碳经济发展前景在很大程度上取决于能源消耗总量的控制和结构的改善;刘爱兰等(2010)运用Matlab聚类对我国各地区低碳经济发展情况进行评价并提出了相关政策建议;卞勇等(2010)通过对2008年各省市数据研究后发现，各省市在经济社会发展水平、能耗及碳排放水平和可再生能源利用状况存在较大差异。总体来说，上如研究侧重某一具体区域，基于全国省际层面的数据研究较少。本文试图构建一个评价指标体系，利用省级数据，对我国低碳经济发展区域差异进行实证研究。
二、低碳经济发展评价体系的建立
(一)评价指标的选择
选择低碳经济评价指标的目的是对低碳经济发展状况进行测度和评价，因此低碳经济指标的选取要反映低碳经济的内涵和实质。具体地说，低碳经济指标的选择应该遵循以下几方面的要求：(1)科学性。指标体系应该具有一定的理论基础，能够反映低碳经济的内涵和实质。(2)代表性。选取的指标不能太多，而且要具有代表性。(3)简明性和可操作性。指标概念明确，另外选择时要考虑现有的人力、物力和技术水平，在现实生活中可以测量。
根据以上要求，在充分借鉴前人研究成果的基础上，并结合指标数据的可获得性，设计了如下指标：资源能源消耗、污染排放和经济社会发展三个模块共11个评价指标，详见表1。
(二)评价指标无量纲化处理
这里采用极值处理法。具体的评价指标有两种类型：X9、X10、X11是正指标，即指标越大，低碳经济发展水平越好;X1、X2、X3、X4、X5、X6、X7是逆指标，即指标越小，低碳经济发展水平越好。
正指标的无量纲化处理方法为：
逆指标的无量纲化处理方法为：
其中mj是第j个变量的最小值，Mj是第j个变量的最大值。
(三)评价模型的建立
因子分析反映了一种降维的思想，通过降维将相关性高的变量聚在一起，不仅便于提取容易解释的特征，而且降低了需要分析的变量数目和问题分析的复杂性。因此，本文首先采用因子分析得到反映各区域低碳经济发展状况的公因子和综合因子的得分与排名，然后进一步通过聚类分析获得区域低碳经济发展的层次分类。在因子分析和聚类分析基础上，综合二者结果，对我国低碳经济发展区域差异进行综合评价。
三、区域低碳经济发展的实证分析
(一)数据来源
本文使用的数据来自于《中国统计年鉴2011》和各省市2011年统计年鉴。鉴于数据的可获得性，本次的研究对象是除新疆、西藏和宁夏以外的28个省市。另外，由于河北省的能源消费弹性系数X2、吉林和江苏的单位工业产值工业固体废物排放量X7数据有缺失，在进行因子分析时用相应变量的均值替换。
(二)实证分析过程
本文首先借助SPSS16.0统计软件，计算出所需的11项指标，然后调用因子分析模块对低碳经济进行分析，结果见表2、表4。从表2可知，提取的6个公因子，其累计方差贡献率达90.16%，说明6个公因子对原始变量有很好的代表性。
经过对6个公因子进行分析，发现公因子1、3、4意义相近，体现了各地区对资源能源的消耗，为此，根据公因子1、3、4对方差的贡论文联盟wWw.LWlm.coM献率进行加权得G1，公因子5、6都代表了各地区的污染排放，加权后得到G2，公因子2体现的是各区域的经济发展水平，记为G3。最后以方差贡献率为权数对G1、G2、G3加权得到因子综合得分F，结果见表3。
(三)因子分析结果的比较
⑴ 从第一个因子G1可以看出，海南、重庆、黑龙江、北京、吉林5个地区在资源能源上的消耗相对于我国其他地区比较节约，而内蒙古，贵州，河北，山西，青海需要尽快采取有力措施减少对能源的消耗。
⑵ 对第二个因子G2进行比较发现，虽然辽宁和黑龙江是老工业区，但是污染排放量却不高，原因是近些年老工业区的经济地位逐渐被珠三角和长三角经济开发区取代，使得污染排放有所下降。同时，经济发达地区如北京、上海的污染排放量也不高，说明了奥运会和世博会后这些地区的环境有所改善，地区政府比较重视低碳经济的发展。
⑶ 对第三个因子进行比较，发现与实际情况较吻合，北京、浙江、上海、广东的社会经济处于全国领先水平，而江西、黑龙江、安徽、河南的社会经济水平相对较落后。
⑷ 对综合因子F进行对比可以发现，区域的低碳经济发展情况不均衡。作为国际化大都市的北京和上海当仁不让的在低碳经济发展上处于全国领先水平，而贵州、山西、青海的低碳经济形势则不容乐观，需要各方引起重视并采取积极有效的举措。
(四)聚类分析及结果评价
基于以上因子的特征，我们利用SPSS16.0软件进行聚类分析(系统聚类法)，识别低碳经济发展的区域类型，聚类结果表明，所研究的28个省市低碳经济发展状况可以分为4类，见表4。
四、结论
借助因子分析和聚类分析，文章对我国低碳经济区域发展水平和区域差异进行了实证研究，从中得到以下结论。
1、我国低碳经济发展趋同于经济发展状况。具体分类情况：第一类是首都北京，北京低碳经济的发展处于全国领先水平。但是，北京的资源能源消耗和污染排放的问题也不能因此轻视。第二类是海南、上海、黑龙江、浙江、吉林、江苏等地，这些经济较发达地区的低碳经济发展水平也较高，其中上海的能源消耗较低但污染排放较高，原因主要为上海是国际化都市，发展虽然不依赖于能源，但高城市化水平带来了污染和排放问题。第三类是以山东、辽宁、陕西、广东为代表的地区，这些地区的低碳经济发展处于中下水平。还可以看到，虽然广东经济社会发展水平处在全国前列，但其低碳经济的发展却远远落后于经济发展的步伐，有关部门应引起重视。第四类是甘肃、广西、内蒙古、山西等7个西北部省市，低碳经济发展水平相对落后，亟待提高。
2、我国低碳经济发展水平区域差异较大。从总体上看，各地区在资源能源消耗、污染排放与社会经济发展方面呈不均衡态发展。各地区普遍存在经济发展依赖于能源消耗，导致污染排放的问题。
参考文献：
[1] 刘朝、赵涛. 2020 年中国低碳经济发展前景研究[J].中国人口·资源与环境，2011(7)：73-79
[2] 肖翠仙、唐善茂. 城市低碳经济评价指标体系研究[J].生态经济，2011(1)：45～48，57
[3] 余丽生、冯建、虞斌. 浙江省低碳经济发展综合评价研究[J].统计研究，2011(10)：111-112
[4] 刘爱兰、刘振忠. 运用Matlab 聚类低碳城市的实证分析[J].忻州师范学院学报，2010(5)：103-106
