基于灰色多目标决策的低碳经济发展水平统计检验

娄 厦

（哈尔滨商业大学 金融学院,哈尔滨 150028）

0 引言

党的十八届三中全会提出了五大发展理念，其中绿色发展理念是五大发展理念的重要组成部分。大力坚持绿色发展理念本身也是改变我国长期以来经济发展与环境保护失衡问题的重要措施，是实现经济可持续发展的基础。大力发展低碳经济，是改变我国以煤炭为主要能源消费结构的可行路径。通过梳理现有研究文献可以发现，低碳经济发展的影响因素分析、低碳经济发展水平评估等是现有研究的热点和难点。本文拟将多目标决策的理论和方法引入到低碳经济发展水平综合评估中，通过建立低碳经济评价体系，建立基于灰色关联度的低碳经济发展水平多目标决策模型，并分别从东部、中部和西部经济区选取代表性城市进行实证研究。相关研究结果一方面可以拓展低碳经济发展水平的模型和方法，另一方面可以根据评估结论提出有针对性的低碳经济发展对策建议。

1 发展低碳经济的评价体系

发展低碳经济是适应消费者新型消费理念的需要，是为企业提供技术创新激励的需要、是实现产业结构升级发展的需要。

低碳经济发展水平的评价指标体系主要从低碳环境、低碳投入、资源利用和低碳产出四个方面进行评价（见图1）：

（1）低碳环境。从经济发展的生态学的角度分析，任何经济发展都离不开特定的区域环境，区域经济的发展水平、区域资源的承载力等因素在很大程度上决定了经济行为主体的行为特征，例如经济发展水平越高的区域通常具有更高的环境保护意识和环境保护要求。因此，低碳环境是发展低碳经济的重要影响变量，选取“区域GDP水平”、“人均可支配支出”、“城市化率”等指标反映发展低碳经济的环境发展水平。

（2）低碳投入。低碳经济是典型的资本密集和技术密集经济发展模式，只有通过资本投入、劳动投入才能实现低碳经济发展所必须的技术创新和技术进步目标的实现。因此，低碳投入是发展低碳经济的重要方面，为了反映发展低碳经济的投入强度，选取“低碳金融支持”、“低碳研发人员”、“低碳研发资金”以及“低碳财政补贴”等全面反映发展低碳经济所依赖的资本投入和劳动投入强度。

（3）资源利用。资源利用是发展低碳经济的重要方面，旨在通过技术创新提高各种资源利用效率，并实现风能、太阳能、生物质能源等新型能源对传统能源的替代。因此，选取“非化石能源比重”、“新能源消耗比重”以及“煤炭占耗能的比重”等指标反映传统能源的利用效率以及新能源对传统能源的替代效应。

（4）低碳产出。发展低碳经济的最终目标在于实现经济发展与环境保护的协调发展，增加经济发展的可持续性，因此，发展低碳经济的产出主要表现在经济发展能耗的降低以及经济发展的各种污染物排放总量的降低等方面。本文选取“人均碳排放”、“单位GDP能耗”、“能源利用效率”、“碳排放总量”等指标反映发展低碳经济的产出水平。

图1 低碳经济发展水平评价指标体系

2 基于灰色多目标决策的低碳经济发展水平统计检验

2.1 灰色多目标决策模型和方法

灰色关联分析方法是一种重要的多属性决策方法，具体建模步骤如下：第一，确定参考数列和比较数列，用以反映系统的状态；第二，对于参考数列和比较数列分别进行无量纲化处理，即将不同单位的指标数据建立可比性；第三，计算比较数列相对于参考数列的灰色关联度；第四，求解加权综合灰色关联度；第五，依据加权综合灰色关联度进行决策。参考数列和比较数列的灰色关联系数为：

式中：ρ为分辨率，一般取值为0.5。

2.2 统计检验的理论和方法

（1）Kruskal-Wallis检验

Kruskal-Wallis检验是通过来自多个独立总体样本的观察值，来判断其在指标p上的分布是否相同的非参数检验方法。Kruskal-Wallis检验的思路如下：将来自多个独立总体样本在指标p上的观察值混合后按照升序排列，得到每个观察值的秩，然后对多组独立样本的秩求平均数。当出现同分观察值时，则认为其分布无显著差异；否则，其分布存在显著差异。以三组样本为例，说明Kruskal-Wallis检验的过程。设三组独立样本和(Z1，Z2，…，Zn3)分别来自总体X，Y和Z，则Kruskal-Wallis检验的统计量计算公式为：

（2）Jonckheere-Terpstra检验

在假设检验过程中，有时候需要考虑k组独立样本x1，x2，…，xk在指定指标上的观察值是否呈现上升或者下降趋势。Jonckheere-Terpstra检验就是通过多组独立样本的观察值，判断样本来自的多个总体在指定指标上的观察值是否呈现上升或者下降趋势的非参数统计方法。Jonckheere-Terpstra检验的基本思路如下：假设k组独立样本x1，x2，…，xk在指标 p上的观察值呈上升趋势，则 Xi在指标p上的观察值小于Xj在指标p上的观察值的样本数量比较多(其中i＜j)；否则，Xi在指标 p上的观察值小于Xj在指标p上的观察值的样本数量比较少(其中i＜j)。以三组样本为例，说明Jonckheere-Terpstra检验的过程。设三组样本分别来自独立总体 X1、X2和 X3，则Jonckheere-Terpstra检验的J统计量计算公式为

2.3 低碳经济发展水平多目标决策

以2015年相关统计数据为基础，通过国家统计局等相关机构统计数据的收集，选取我国省级区域进行实证研究。以准则层的多目标决策过程为例，介绍方法的具体应用，方案层的评价过程与一级指标相同。

（1）应用层次分析法计算指标权重。

经专家论证的各一级指标重要性判断矩阵如下：

经计算可知CR=0.072、CI=0.0648、RI=0.9，满足一致性要求，经过计算，低碳环境、低碳投入、资源利用和低碳产出四项指标的权重向量为（0.091，0.348，0.315，0.246）。

（2）计算各地区低碳经济发展水平的灰色关联度及灰色加权关联度。计算结果如表1所示。

表1 我国省级区域低碳经济发展水平灰色管理分析和评价结果

（3）多目标决策对象综合排序。

图2 三大经济区低碳经济发展水平评价结果

通过对上述地区的综合排序（见图2）可以看出，以北京为代表的东部经济区低碳经济发展水平最高，以四川为代表的中部经济区低碳经济发展水平次之，而以云南为代表的西部经济区低碳经济发展水平最低。在所有的考评单位中，广东省的低碳经济发展水平最高，而西藏地区的低碳经济发展水平最低。进一步的分析可以看出，东部经济区的资源利用效率相对较低，但是低碳投入和低碳产出水平总体较高，而西部经济区低碳经济发展的环境优良，但是低碳经济的投入水平和资源利用效率均较低。

2.4 低碳经济发展水平差异显著性与趋势检验

统计学的角度对上述进行检验，分别应用Kruskal-Wallis检验和Jonckheere-Terpstra检验进行差异显著性检验和趋势检验，相关检验结果如表2所示。

表2 我国三大经济区低碳经济发展水平差异性与趋势性检验结果

通过相关统计检验结果可以得到以下重要结论：第一，Kruskal-Wallis统计检验的结果在0.1的显著性水平下具有统计检验的显著性，Kruskal-Wallis统计检验的结果说明了从行政区域的角度分析，我国各个省份之间存在较强的差异性；第二，Jonckheere-Terpstra统计检验的结果在0.05的显著性水平下具有统计检验的显著性，说明我国低碳经济的发展水平具有经济区之间的层次趋势性。

3 对策建议

提高我国低碳经济发展水平，应以供给侧改革为契机推行低碳消费、建立国有企业低碳经济绩效评价体系、利用大数据技术支撑低碳经济精准发展：

（1）以供给侧改革为契机推行低碳消费。发展低碳经济，推动低碳消费是关键，例如，相比给与新能源汽车生产企业一定政策支持的激励模式，其政策绩效相比给与新能源汽车消费者而言缺乏显著性。因此，有必要以供给侧改革为契机推行低碳消费，例如，政府可以通过购买服务的形式推动新能源汽车发展，可以通过PPP项目的形式鼓励低碳行业的固定资产项目投资。

（2）建立低碳经济绩效评价体系。传统的国民经济评价往往以国民生产总值等经济效益指标作为衡量政绩和经济发展水平的标准，这种评价体系忽视了经济发展的路径问题和经济发展的质量问题，因此，必须打破唯国民生产总值等经济效益指标作为衡量政绩和经济发展水平的标准，将低碳经济发展纳入到经济绩效评价体系，特别是绿色经济技术研发投入、环境污染治理投入等都应纳入低碳经济绩效评价体系。

（3）利用大数据技术支撑低碳经济精准发展。我国区域在发展低碳经济的过程中呈现出发展水平和发展需求的异质性，例如，北京、河北等地区在发展低碳经济方面需要通过技术创新提高传统能源利用效率，并利用新能源实现对传统能源的替代，而四川、云南等地区在发展低碳经济的过程中需要在强化自然环境资源保护的基础上，加强低碳经济的金融支持、低碳经济的研发投入等。大数据等信息技术的高度发展，对实施低碳经济发展的数据监测、数据采集和数据挖掘奠定了基础，有必要在开展低碳经济数据监测、收集和挖掘的基础上，针对各区域发展的差异性进行个性化的低碳经济发展政策实施。