我国超大城市绿色低碳发展评价体系的构建及实证研究①

傅钰 任继勤 李广

摘 要：近年来各种极端天气频发，各个国家各个领域对低碳发展道路投入了越来越多的关注。而我国绿色低碳发展道路已成为许多超大城市发展的议题。超大城市绿色低碳发展道路取得的成就和存在的问题急需建立一个专门针对超大城市的绿色低碳发展评价体系，并衡量已取得的成就，对超大城市绿色低碳未来发展进行针对性地调整。本文通过因子分析构建了一个针对我国超大城市绿色发展评价体系，选取了我国三个经济区中较有代表性的三个超大城市天津、上海、广州进行对比，对我国超大城市绿色低碳发展提出相关建议，即我国超大城市在今后的发展道路上要加快城市产业结构调整、增加城市生态建设投入、加强城市文化发展、降低能源消耗。

关键词：超大城市 低碳经济 评价体系

中图分类号：F290 文献标识码：A 文章编号：2096-0298（2017）01（b）-131-03

1 引言

环境问题已成为城市发展迫在眉睫的问题，自发改委2010年提出《关于开展低碳省区和低碳城市试点工作的通知》到现在，已历经多年发展，低碳城市建设成果如何，已成为一个热门话题。近年来国内外专家学者在低碳经济低碳城市的理论研究方面已取得了一定的研究成果，绿色低碳发展评价体系的建立已成为低碳发展研究领域的研究热点，但专门针对国内超大城市绿色低碳发展评价体系构建的相对较少。

超大城市与一般的城市不同，不仅仅是人口多，更是一个时代经济和区域扩张方式的表现。同时，与国外的超大城市不同，我国的超大城市更多了一份行政色彩，这就决定了我国的超大城市较一般城市拥有更多各方面的资源或者区域治理优势与责任。而且在城市建筑和交通领域，我国超大城市施工面积占比要高于国外的大城市。因此本文把绿色低碳发展评价体系构建与我国超大城市发展相结合，大城市的评价指标选取中应较一般城市评价指标体系的指标选取更全面，在交通建筑方面稍有侧重。根据国务院2014年提出的城区常住人口1000万以上的城市为超大城市的标准，在我国超大城市中，分别选取京津冀经济区较有代表性的超大城市天津，长江经济带较有代表性的超大城市上海，珠江三角洲区较有代表性的超大城市广州做对比，以期对我国超大城市绿色低碳发展道路进行回顾总结，为下一步发展提出建议。

2 超大城市低碳经济评价指标体系的建立

2.1 超大城市低碳评价指标选取

本文采用因子分析的方法进行研究，可以有效减少主观判断的误差，建立的评价体系较客观。首先通过因子分析在指标层的原始数据中进行标准化处理，将高维价值指标降维，通过发掘隐藏在数据中影响城市绿色低碳发展的公共因子和特殊因子，再在公共因子中选取解释作用较强的指标，建立评价体系。

在指标的选取上，由于超大城市绿色低碳发展并不是局限于城市生态建设或者是碳排放量的减少，而是一个多方面全方位的绿色低碳发展。故本文在最初的数据采集中，选取了7个准则层，20个指标层。经济层面选取的指标有年末人口数—市辖区、地区生产总值—市辖区、人均地区生产总值—市辖区；产业层面选取的指标有第一产业增加值占地区生产总值比重—市辖区、第二产业增加值占地区生产总值比重—市辖区、第三产业增加值占地区生产总值比重—市辖区；建筑层面选取了城市建成区面积；能源方面选取了城市液化石油气供气总量、城市人工煤气、天然气供气总量、城市供水总量、全社会用电量—市辖区、全社会用电量—工业—市辖区；交通层面选取了公共汽车、电车运营数—市辖区、出租车汽车运营数—市辖区；生态方面选取了城市建成区绿化覆盖面积、城市绿地面积、城市公园绿地面积；文化方面选取了艺术表演场馆数—剧场、影剧院—市辖区、单位人口拥有公共图书馆藏量—市辖区、医疗卫生机构数—醫院和卫生院—市辖区；在数据的选取上尽可能做到对我国超大城市绿色低碳发展评价做到全面、客观、真实。数据来源主要通过中经网统计数据库和中国知网统计年鉴，选取目标城市2004年～2014年的城市发展中数据。

2.2 超大城市低碳评价指标体系的建立

（1）单位标准化。由于上述指标中，选取的单位不统一，因此第一步需要对数据进行无量纲化处理，去除单位进行标准化处理。在进行标准化时对能源消耗等指标进行取倒数处理，标准化后得到的数值围绕0进行上下波动，有正负之分，正值代表高于平均水平，负值代表低于平均水平。

（2）对因子分子进行可行性检验。运用SPSS19.0软件进行可行性检验，得出KMO检验数值为0.58，近似卡方值954.256，自由度190，显性概率0.000。可以推出之前所建矩阵为非单位矩阵，故对之前选取的20个指标变量进行因子分析有意义。

（3）运用因子分析法进行主成分分析。通过计算得到图1和表1，由碎石图（见图1）可以看出，从第五个主因子开始，曲线变得相对平缓，即前四个因子基本反映原指标绝大部分信息，从第五个因子开始对整体的贡献率降低。

（4）又由因子载荷矩阵（表1）可以看出，其中第一主因子载荷系数相对较高的指标分别为第三产业增加值占地区生产总值比重、第二产业增加值占地区生产总值比重，其载荷系数分别为0.9、0.8，从中可以看出第一主因子重点体现在产业结构方面的指标。第二主因子载荷系数较高的为城市绿地面积、城市建成区绿化覆盖面积、城市公园绿地面积，载荷系数分别为0.82、0.82、0.8，从中可以看出第二主因子分析重点体现在城市生态方面。第三主因子载荷系数较高的为城市艺术表演场馆数，载荷系数为0.94，从中可以看出第三主因子分析重点在社会文化方面。第四个主因子载荷系数较高的为全社会用电量—工业，载荷系数为0.64，从中可以看出第四个主因子分析在能源消耗方面。

根据上述分析结果，我们得到一个我国超大城市绿色低碳发展评价体系模型。如表2超大城市绿色低碳发展评价体系。

3 天津、上海、广州超大城市绿色低碳发展绩效评价

把天津、上海、广州三个超大城市2004年～2014年绿色低碳发展相关指标，代入因子分析法所建立的超大城市绿色低碳发展绩效评价指标体系，得到表3天津、上海、广州各年份因子得分对比表。

由天津、上海、广州各年份因子得分对比表（表3）和天津、上海、广州各年份因子得分折线分析图（图2）可以直观地看出，天津、上海、广州最初F值均低于平均水平，取值均为负数，尤以广州2004年F值为-11.25，2009年天津、上海、广州F值由负转正，2014年广州F取值超过天津、上海F值为9.13。相对于天津、上海的缓慢增长，广州显现出后来居上的态势。

3.1 加快产业结构调整

产业结构的合理化，对一个超大城市绿色低碳发展影响至关重要。对比天津、上海、广州三个超大城市产业结构可以发现，广州产业结构从最初2004年第一、第二、第三产业占比分别为2.15%、42.24%、55.61%发展到2014年的1.31%、33.47%、65.23%，上海的产业结构也从最初的1.11%、50.92%、47.97%发展到0.41%、34.69%、64%。天津的产业結构调整从最初的2.44%、53.63%、43.93%发展到2014年的0.82%、49.5%、49.68%，产业结构调整速度较前两者较慢。天津应加快产业结构调整，利用好自身区域优势与政策支持，抓住产业调整的契机，大力发展第三产业。

3.2 增加城市生态建设

虽然天津、上海、广州城市绿地面积、城市建成区绿化覆盖面积、城市公园绿地面积不断扩大，整体生态城市建设也在不断增加。但生态的增加量还是远低于生态的需求量，环境问题频现。在超大城市继续发展道路中，应继续增加城市生态投入，重视城市环评工作的重要性，增加城市及周边的生态持续发展。

3.3 加强城市文化发展

城市文化是一个城市发展的显著标志，也是市民意识形态的发展体现。任何政策得以贯彻执行，除了政策自身的好坏以外，离不开对正确理念的贯彻执行，氛围营造。提高市民的文化意识，培养正确的生活习惯、消费理念。只有人们意识到低碳经济发展的重要性，才能在日常生活中积极落实低碳办公理念和低碳生活方式，如低碳消费、低碳出行的落实。

3.4 降低能源消耗

降低能耗，产业结构调整是重点。产业结构调整重点在于增加第三产业的发展，降低第二产业在整个经济中所占的比重。因为第二产业大多是重工业、建筑业等高能耗产业，相比较而言，第三产业大多是服务业和高科技产业，相对对资源和能耗需求较少，发展潜力大。加大对产业结构调整的支持力度，激励企业低能耗、低排放及研究新的低碳技术，以此来规范新建企业的低碳技术标准，提高现有企业低碳技术的研发水平，更好地为低碳经济发展服务。

降低能耗，提高高碳产业的深度和广度，降低高碳产业的发展速度，提高发展质量。提高各类企业的排放标准，严格规范企业的准入政策，对于高碳产业，要加快淘汰其落后的工艺及设备，给予低碳产业一定的补助，加快其发展的步伐。

参考文献

[1] Hong Li，Kuangnan Fang，Wei Yang，et al.Regional Environmental Efficiency Evaluation in China：Analysis Based on the Super-SBM Model with Undesirable Outputs[J].Mathematical and Computer Modelling，2013（58）.

[2] Alberto Xodo.Gaining competitive advantage through a low carbon economy：China vs Europe[J].International Journal of Energy Sector Management，2011（4）.

[3] Paul B.Stretesky，Michael J.Lynch.A cross-national study of the association between per capita carbon dioxide emissions and exports to the United States[J]. Social Science Research，2009（38）.

[4] Andrea Baranzini，Jose GoIdemberg，Stefan Speck.A future for carbon taxes [J].Ecological Economics，2009（32）.

[5] Omer A M.Focus On Low Carbon Technologies：The Positive Solution[J].Renewable and Sustainable Energy Reviews，2007（4）.

[6] 周泽炯.基于Super-SBM模型的低碳经济发展绩效评价研究[J].资源科学，2013，35（12）.

[7] 辛玲.低碳城市评价指标体系的构建[J].统计与决策，2011（7）.

[8] 谈琦.低碳城市评价指标体系构建及实证研究——以南京上海动态对比为例[J].生态经济，2011（12）.

[9] 付允，刘怡君，汪云林.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）.

[10] 王斌斌.低碳经济发展评价体系构建与经验研究——以大庆市为例[J].东北财经大学学报，2010（11）.

①基金项目：国家社科基金面上项目（16BGL007）和中央高校基本业务费专项资金项目（PT1620）。

作者简介：傅钰（1992-），女，河南人，天津农学院研究生，主要从事农业会计、农业经济管理方面的研究；任继勤（1963-），女，黑龙江人，北京化工大学副教授，研究生导师，主要从事资源与环境管理方面的研究； 通讯作者：李广（1963-），男，河南人，教授，研究生导师，主要从事农林经济管理方面的研究。