APP下载

中国碳排放影响因素分析及对策

2012-11-27张国晨刘广为

关键词:小团体聚类因素

赵 涛,张国晨,刘广为

(天津大学管理与经济学部,天津300072)

在全球气候问题被日益关注、温室气体减排呼声高涨的背景下,“低碳”已经成为世界范围内的热门词汇。我国作为全世界最大的发展中国家,年人均碳排放总量位居世界第二。中国政府对碳排放产生的环境问题高度重视,提出到2020年,单位GDP的碳排放量比2005年的单位GDP的碳排放量降低40%~45%[1]。为了实现这一目标,必须想方设法降低国内的碳排放,这是我国可持续发展战略的重中之重,更是我国经济转变发展方式的必由之路。

一、文献综述与研究方法

近年来,众多学者针对多个国家与地区碳排放的影响因素进行深入研究。Gentil等[2]通过对都市废物排放的研究分析,从高层次能源的使用和材料回收方面,对碳排放进行有效限制;Verbruggen等[3]认为可再生的电力供应是降低碳排放的关键因素,得出可再生的电力供应需要替代不可持续的化石能源和核能技术;Anna等[4]考虑垃圾焚烧的碳排放因素,认为垃圾内的含碳量因素应为其中的关键,提出用垃圾分类的方法,降低垃圾焚烧过程中的碳排放;Nakata等[5]提出了构建“低碳社会”概念,涉及到社会、经济和环境等众多学科,其核心是减少碳排放,并指出新的能源政策、垃圾能源的利用、清洁碳资源技术的渗透等是实现“低碳社会”构建的有效步骤;Sawangphol等[6]对泰国低碳供电的现状和展望进行分析,认为可以通过利用生物能的清洁能源、制造业的垃圾、水电和风能等降低碳排放;Guo Ru等[7]以上海为研究对象,介绍了城市级别碳排放量减少的系统分析方法,并进行碳排放的情景预测,为其他城市降低碳排放提供了减排模板。综上所述,碳排放由众多影响因素相互作用而决定,如何清晰的分析中国碳排放影响因素的相互关系,找到其中的关键影响因素,从而制定相应的应对措施是本文的研究重点。

本文列举出影响中国碳排放的14种影响因素,应用解释结构模型(interpretive structural modeling,ISM)阐述各个因素间的结构关系。基于中国经济发展现状与中国现有的应对碳排放的能力,上述碳排放影响因素不能同时得到解决,因此运用小团体分析方法对碳排放影响因素进行聚类,得出由相互影响的几个因素组成的影响因素聚类。随后找到聚类中的关键影响因素,结合其所在的聚类环境,提出解决对策与方案,在解决关键因素的同时,对聚类中其他影响因素的解决起到推动和促进作用。

二、碳排放影响因素分析

本文应用文献检索与专家咨询相结合的方法,综合分析中国碳排放的影响因素,从而寻找影响中国碳排放的因素见表1。

表1 影响碳排放的因素

三、ISM方法与聚类划分

系统解释结构模型(ISM)是Warfield教授[11]研发的一种方法模型,其目的是为了将社会经济系统中的复杂问题简单化与明晰化。该模型主要通过有向图模型和布尔矩阵作为主要分析手段,通过系统内部各要素相互关系的分析,确定各要素在系统中的地位。

1.因素间影响关系分析

ISM模型需要分析各影响因素之间的逻辑关系。各影响因素之间逻辑关系的确定主要由相关领域专家组判断,根据其判定结果转化为布尔矩阵,形成可达矩阵见表2。

表2 可达矩阵

可达矩阵反映出碳排放影响因素的直接关系,表中的数字“1”表示两种因素之间有影响,“0”表示两种因素之间没有影响。

2.影响因素聚类分析

中国目前还处在粗放式经济发展模式中,经济发展体系十分复杂。中国在“十二五”规划中,虽然提出了经济转型发展,然而经济较快的发展仍然是主要目标。降低碳排放会在短期内影响中国经济的发展,并且需要大量的资金与政策支持。多项因素解决引发的政策改变有可能对中国现阶段经济发展产生众多负面影响。因此,降低中国的碳排放需要一个长期的过程,如何集中有限的资源发展经济,并使中国的碳排放在现有条件下实现最大程度的减少,是本文所要解决的问题。

在单一因素无法快速有效解决的前提下,采用因素聚类的方法,将有紧密影响的因素聚类,综合分析问题的核心因素所在,集中财力物力对核心因素采取不同程度的解决办法。本文采用小团体分析法对14种影响因素聚类。小团体(subgroup或称cliques)就是团体中的一小部分节点(本文指碳排放影响因素)关系特别紧密,以至于结合成一个次级团体。将碳排放影响因素进行小团体分析,每一个小团体就是要划分成的聚类。

14种影响因素划分聚类应符合如下条件:1)经小团体划分后所得到的聚类应包括所有14个因素;2)聚类中的因素应当在3~5个;3)聚类的个数不能超过14个。其中,条件1)由聚类因素的影响关系密度确定,即某一因素在所属聚类中与其他因素的联系(影响和被影响)程度。经过ISM分析软件UCINET的多次模拟划分,本文将碳排放影响因素划分为4种因素为一个团体单位数量,这4种因素组成的小团体中,每个因素与其他3种因素都有联系(影响或被影响)。据此,对碳排放的14种影响因素按照小团体分析聚类,其结果见图1。

图1 聚类结果

图1中,将碳排放影响因素进行小团体分析,得到6个聚类。这6个聚类包含了14种影响因素。

3.聚类的关键因素分析

通过ISM模型的构建与分析,影响碳排放的14种影响因素划分为6个聚类。每个聚类中的4种影响因素相互作用,其核心因素的解决对整个聚类的影响因素起到至关重要的作用。6个聚类的核心影响因素分析见表3。

表3 核心影响因素分析

四、对策分析

表3分析了6个聚类中的核心影响因素,针对核心影响因素及所处的聚类环境,降低碳排放的解决对策分析见表4。

表4 对策分析

除去聚类中的核心因素,其他8种因素现阶段也有相应的解决方案,例如贸易自由化的负效应可以由国家制定相应的壁垒政策,阻止其进入。但正如前文所述,由于国内目前经济处在高速发展时期,政策的改变有可能带来一系列的问题。因此,从实际出发,进行聚类的划分及其关键因素的解决对中国降低碳排放具有重要意义。

五、结 语

碳排放是影响中国经济发展的重要因素。影响碳排放的14种因素中任何一个因素的变化都有可能对中国经济发展造成巨大影响。因此,聚类中关键影响因素的确定是解决碳排放影响因素聚类的重要步骤。通过聚类关键影响因素的解决过程可以看出,关键影响因素的处理对其他因素有着良性影响,并且起到积极的作用。在新形势下如何降低碳排放,正确处理碳排放影响因素之间的关系,有待进一步的分析与研究。

[1]吴献金,邓 杰.贸易自由化、经济增长对碳排放的影响[J].中国人口·资源与环境,2011,21(1):43.

[2]Gentil E,Clavreul J,Christensen TH .Global warming factor of municipal solid waste management in Europe[J].Waste Management& Research,2009(27):850-860.

[3]Verbruggen A,Lauber V.Basic concepts for designing re-newable electricity support aiming at a full-scale transition by 2050[J].Energy Policy,2009(37):5732-5743 .

[4]Anna W,Astrup T.CO2emission factors for waste incineration:Influence from source separation of recyclable materials[J].Waste Management,2011(31):1597-1605 .

[5]Nakata T,Silva D,Rodionov M.Application of energy system models for designing a low-carbon society[J].Progress in Energy and Combustion Science,2011(37):462-502 .

[6]Sawangphol N,Pharino C.Status and outlook for Thailand’s low carbon electricity development[J].Renewable and Sustainable Energy Reviews,2011(15):564-573 .

[7]Guo Ru,Cao Xiaojing,Yang Xinyu,et al.The strategy of energy-related carbon emission reduction in Shanghai[J].Energy Policy,2010(38):633-638 .

[8]刘 朝,赵 涛.中国低碳经济影响因素分析与情景预测[J].资源科学,2011,33(5):846-847 .

[9]Andrews SP.Energy Policy and Regulation in the People’s Republic of China[M].New York:Aspen Publishers Inc,2004:24-112.

[10]Fang Y,Zeng Y.Balancing energy and environment:The effect and perspective of management instruments in China[J].Energy,2007(34):2247-2261.

[11]Warfield J W.Developing interconnected matrices in structural modeling[J].IEEE Transcript on Systems,Men and Cybernetics,1974,4(1):51-81.

[12]雷立钧,荆哲峰.国际碳交易市场发展对中国的启示[J].中国人口·资源与环境,2011,21(4):30-36.

[13]曾月征.我国低碳经济发展的科技人才开发机制[J].商业经济评论,2011(5):40-41.

猜你喜欢

小团体聚类因素
引领班级小团体健康发展的策略研究
解石三大因素
基于K-means聚类的车-地无线通信场强研究
基于高斯混合聚类的阵列干涉SAR三维成像
要不要走进班级中的“小团体”
基于Spark平台的K-means聚类算法改进及并行化实现
短道速滑运动员非智力因素的培养
基于改进的遗传算法的模糊聚类算法
浅谈对班内特殊小团体的认识和管理
以小见大 以点带面