基于SEM的低碳城市评价指标体系构建研究

李艳芳 卢奕成

（河北建筑工程学院经济管理学院，河北 张家口 075000）

0 引言

目前全球气候变暖问题凸显，成为全球各方讨论的焦点。二氧化碳等温室气体排放量不断增加是引起气候变化的主要原因之一，城市作为温室气体排放的主要贡献者，碳排放占比高达75%，这一比例还将随城镇化率的增大而提升［1］。根据国家统计局提供的数据，从1953 年到2022 年，中国城镇化率从13.26%跃升至65.22%。城镇化率大幅提高，带动经济快速发展的同时也伴随着能源消耗和二氧化碳排放等问题，经济发展与社会进步、环境保护和资源利用之间的矛盾愈发激烈。为实现国家和城市层面的碳减排目标，2003 年英国颁布能源白皮书，首次提出“低碳经济”概念，强调经济发展、社会进步、资源利用和生态环境相互协调，在世界拉开了发展低碳经济和建设低碳城市的序幕。目前，国内已经开展三批低碳试点城市，锚定“双碳”目标，城市低碳转型蓄势待发。虽然在碳减排方面取得一定的成绩，但由于缺乏科学的评价指标体系，很难客观评价城市低碳建设水平。因此，如何从多维度识别影响城市低碳建设的关键因素，科学评价城市低碳建设水平，优化城市低碳转型路线图、行动计划，进而实现“双碳”目标成为目前需要思考的焦点问题。

1 理论框架

1.1 DPSIR模型

1993 年，亚太经合组织（OECD）在“压力—状态—反应”PSR 模型的基础上提出“驱动力—压力—状态—影响—响应”DPSIR 模型，得到欧洲环境局（EEA）的认可，成为人类生产活动与生态环境保护工作绩效评估的主要模型之一。蒋文武［2］借助文献分析法、灰色关联法定量与定性相结合识别建设低碳生态城市中的关键要素，选择DPSIR 模型确定10个一级指标及40 个具体指标构建低碳城市评价指标体系，运用数据包络模型对湘潭市各县进行实证分析。张丽君等［3］基于DPSIR模型，从7个维度选取27 个指标构建评价指标体系，结合熵权法与德尔菲层次分析法确定指标权重，将288 个中国地级以上城市根据自然断裂点法分为四类，为其提供低碳发展建议。段锦［4］根据DPSIR 模型确定6 个维度31 个指标构建评价指标体系，利用熵权法确定指标权重评价山西省2009—2017 年低碳城市建设水平。DPSIR 模型相较于PSR 模型更为精确揭露人类生产活动与生态环境的关系，被提出后广泛用于生态环境评价等方面，受到较多学者好评。

1.2 结构方程模型

结构方程模型包含测量模型和结构模型，具备同时处理多个变量间影响关系及测量误差影响的能力，可以有效弥补传统方法的缺陷。影响低碳城市建设水平的关键因素众多，各因素间会相互影响，可以借助结构方程模型对影响建设低碳城市的因素进行研究，从中找出关键因素，为提升低碳城市建设水平提供理论支撑。赵涛等［5］从经济、社会、环境和能源四个维度选取19 个指标构建低碳城市评价指标体系，运用结构方程模型分析我国35 个副省级以上城市低碳发展关键因素，结果表明城市低碳发展水平受各关键影响因素相互影响。目前利用结构方程模型对低碳城市的研究较少，通过DPSIR 模型结合结构方程模型探索影响低碳城市建设水平的关键因素研究尚有空缺，正是本研究的一个创新点。

2 研究设计

2.1 指标选取

根据DPSIR 模型各要素间的相互影响关系，如图1 所示［6］，在驱动力中选取低碳经济发展、城市低碳转型作为一级指标，在压力中选取能源消耗强度作为一级指标，在状态中选取污染物排放量作为一级指标，在影响中选取低碳环境建设作为一级指标，在响应中选取低碳社会响应、低碳技术提升作为一级指标。参考近年低碳城市评价指标体系相关文献、与“双碳”有关的国家政策对建设低碳城市的关键要素进行识别研究，结合科学性、可量化性、数据可获取性原则，选取25个二级指标确定评价指标体系。

图1 DPSIR基础模型

2.2 研究假设

本研究将7 个一级指标作为潜变量探索其对低碳城市建设水平的影响关系，提出以下假设。H1：低碳经济发展（ED）对低碳城市建设水平（CB）产生影响；H2：低碳转型规模（TS）对低碳城市建设水平（CB）产生影响；H3：能源消耗强度（EN）对低碳城市建设水平（CB）产生影响；H4：污染物排放量（PD）对低碳城市建设水平（CB）产生影响；H5：生态环境建设（EC）对低碳城市建设水平（CB）产生影响；H6：社会响应（SR）对低碳城市建设水平（CB）产生影响；H7：低碳技术提升（LT）对低碳城市建设水平（CB）产生影响。

2.3 问卷设计与数据收集

问卷形式采用Likert5 级量表，询问被调查人认为该指标对低碳城市建设水平的影响程度，问卷发放给面向与“双碳”研究有关的高校师生、政府工作人员、研究机构人员，通过线下纸质问卷及线上网络问卷的方式回收数据。本研究发放问卷260 份，回收有效问卷239 份，问卷样本人口统计学分析如下：男性人数居多，占比63.18%，女性占比36.82%；样本人口年龄结构年轻化，18～35 岁居多，占比61.08%，36 岁以上占比38.92%；样本人口高学历比重较大，本科及以上占比98.74%；样本人口有88.28%对低碳城市有一定程度的了解，37.24%的人有参与低碳城市相关项目的经历。

3 数据分析

3.1 信效度检验

通过SPSS 26软件对回收问卷的信度进行检验，结果表明每个潜变量的克朗巴哈系数与CR 值均大于0.7，可以进行下一步分析［7］，见表1。

表1 信度、聚合效度检验

效度检验包含聚合效度检验和区分效度检验。对模型进行验证性因子分析，通过AVE 进行聚合效度检验。当AVE＞0.5时，表明潜变量具有较好的聚合效度［8］；当潜变量AVE 平方根大于潜变量间标准化回归权重系数绝对值时，表示结构方程模型具有较好的区分效度［9］，见表1、表2。

表2 区分效度检验

3.2 模型拟合度检验

通过AMOS 26 软件绘制结构方程模型，如图2所示，进行二阶验证性因子分析，并对模型拟合度进行检验，各项拟合度均达到可接受范围，见表3，说明模型拟合程度较好。

表3 模型拟合度检验结果

3.3 研究假设检验

绘制模型时，将“CB→ED”路径非标准化路径系数设定为1，不需要进行显著性检验。模型潜变量标准路径系数及研究假设结果见表4，本研究提出7个假设在95%的置信区间得到支持。

表4 研究假设显著性检验

3.4 确定指标权重

通过对潜变量路径系数及观察变量荷载系数进行归一化处理，见式（1）、式（2），可以得到低碳城市评价指标体系中一级指标、二级指标的权重，见表5。

表5 低碳城市建设水平评价指标体系

式中：Wi表示第i个一级权重指标，yi表示第i个潜变量的标准化路径系数；Wij表示第i个一级指标下第j个二级指标权重，yij表示第i个潜变量对第j个观察变量的因子荷载系数；n表示指标数量。

4 结论与建议

本研究根据DPSIR 模型各要素间相互影响关系，确定7 个一级指标，结合近年来相关研究文献与政策文件，选取25 个二级指标构建评价指标体系。通过问卷调查法对低碳城市建设水平影响因素进行调研，利用SPSS 26软件分析问卷数据并进行信度效度检验，在AMOS 26 软件中绘制结构方程模型进行二阶CFA 分析并检验研究假设，对标准化路径系数和因子荷载系数进行归一化处理确定各指标权重，可以得出以下结论。一级指标权重从大到小依次为低碳经济发展>能源消耗强度>生态环境建设>低碳技术提升>低碳转型规模>低碳社会响应>污染物排放量；二级指标中，人均GDP 所占比重最大，低碳社会响应与低碳技术提升的二级指标权重都较小。

经济作为城市发展的第一驱动力，任何发展都需要雄厚的经济基础，目前各地都在加快经济复苏，大多数城市仍以第二产业为主，“高能耗、高污染、高排放”的粗放型产业结构与低碳经济发展理念相互排斥，经济发展受到“双碳”目标的压力还需要作出一定让步。城市居民注重生活质量选择私家车出行，市面上还存在大量高能耗电器且居民家中仍有人在使用“超龄”高能耗家电；企业注重经济效益忽略提升低碳技术，科研经费的投入少，创新能力不足，导致污染物排放量增加，这些都表明节能环保意识有待提升。对此提出以下建议。

第一，调整产业结构，严控“三高”产业规模。一手做加法，推动产业结构由“二三一”向“三二一”转型，大力发展高新技术产业和战略性新兴产业；一手做减法，严控高能耗、高污染、高排放产业规模，为实现“双碳”目标让步。目前，人们更加关注生命健康，更加抵触污染物排放。同时，经济复苏提供大量新业态工作岗位，同时也成为低碳城市发展的契机。

第二，倡导低碳环保理念，提高社会参与度。低碳城市建设，需要政府、市民等多方参与，市民日常行为会影响温室气体排放，政府宣传部门应通过各类媒体资源传播低碳环保理念，举行低碳主题科教宣传活动，倡导低碳出行、低碳居住。实施能效新标准，淘汰高能耗家电，推广节能家电等低碳产品。在城市中营造以节能减排为荣的氛围，为实现城市低碳转型奠定基础。

第三，优化能源结构，实行能源消耗强度和总量双重控制。我国目前能源消费结构仍以煤炭为主，可再生能源消费占比较低。为实现可持续发展，摆脱对煤炭等不可再生资源的依赖，需要加大低碳技术研发力度，提升高碳行业技术创新能力，改造高能耗的煤电机组，淘汰落后小火电，推动清洁能源代替不可再生的化石能源，提高光伏太阳能、风能等清洁能源消费比重。

第四，保护和建设生态环境，增强碳汇能力。低碳城市建设必须立足于“绿水青山就是金山银山”发展理念，通过推进植树造林工作，建立健全生态补偿机制，促进人与自然和谐共生。保证人类生产活动，在减少温室气体排放的同时，提高森林覆盖率、建成区绿化覆盖率，增强碳汇能力。