摘 要：在构建低碳经济发展指标体系的基础上，运用因子分析法提取出经济环境因子、技术因子和自然禀赋因子，利用三个因子的贡献率作为低碳经济发展水平综合得分的权重，计算出低碳经济发展水平的综合得分,并在此基础上提出一定的政策建议。

　　关键字：低碳经济 因子分析 指标体系

　　发展低碳经济是目前大多数国家关注的一个焦点，它可以解决经济、社会与环境协调发展中存在的问题。低碳经济的开发利用符合可持续发展的要求，具有清洁无污染可再生的特点。在世界经济危机的大背景之下，大力发展低碳经济，将是政府解决经济增长的新的突破口。

　　中国温室气体排放量已居世界第二，且中国刚进入工业化发展的中期阶段，工业化和城市化进程加快，未来温室气体的排放量还将继续增加，预计到2025年前后，中国的温室气体排放量很可能超过美国，成为全球温室气体排放第一大户[1]。1995至2001年间，二氧化碳排放量保持在一个基本不变的水平上(大约9亿吨)。但在进入2002年以后，二氧化碳排量急剧上升，一直逼近至2008年的19.23亿吨。

　　一、低碳经济发展评价指标体系的建立

　　1.评价方法的基本思想

　　因子分析是主成分分析的推广，因子分析的实质就是用几个潜在的、不可观测的、互不相关的随机变量去描述许多变量之间的相关关系(或者协方差关系)，这些随机变量被称为公共因子。因子分析的主要任务之一就是对原有变量中信息重叠的部分提取彼此间互不相关的综合因子，实现减少变量个数的目的。同时，根据标准化后的因子得分系数可以计算得各因子得分，通过选择合理的权重可计算最终的综合得分。

　　2.评价指标选取原则

　　(1)全局性原则：一套指标体系不可能涵盖所有碳指标，但必须反映当前我国社会经济发展中高碳排放的主要问题。因此，选取指标时需选择那些有代表性、信息量大的指标。

　　(2)客观性原则：评价指标应具有可量化、具体化的特点。为此要尽可能采用有客观数据支撑的指标，或通过相应的计算可间接得到的指标数据。同时指标中的数据来源应可靠，评价标准应科学合理。

　　(3)整体性与层次性原则：指标体系作为一个整体，应该较全面反映低碳经济发展的具体特征，即反映社会文化、经济产业、政策法律、科学技术发展的主要状态特征及动态变化、发展趋势。确定各方面具体指标时，必须依据一定的逻辑规则，体现出合理的结构层次。

　　(4)动态性与稳定性原则：建设低碳经济是动态过程。这主要表现在两方面：一是指标设置的动态性，即指标应随着社会、经济、科技的发展作适当的调整;二是指标权重动态性;同时指标体系的在一定时期内的相对稳定，所以，设计指标体系需兼顾静态指标和动态指标平衡。既反映经济发展的现状，又反映其动态变化性。

　　(5)3R原则：低碳经济重点是通过节约能源、提高能效、提高物质循环利用率、降低碳排放或零排放，促进人与自然协调发展。因此，3R原则是构建低碳经济指标体系中必须遵循的原则[2]。

　　3.低碳经济指标体系构架

　　有关低碳经济的概念讨论表明，低碳并不是目的，而只是手段，重要的是要保障人文发展目标的实现。在农业社会，几乎没有化石能源的消费和碳排放，社会生产力并不高，单位碳排放的经济产出可能非常高。但社会发展水平整体低下，显然不是人类社会发展进程中所寻求的低碳经济。而在另一方面，工业化进程消耗大量化石能源，排放大量温室气体，虽然积累了大量的物质财富，但对人类长远未来可能带来灾难性的后果，也不是我们所追求的目标。我们认为，低碳经济是指碳生产率和人文发展(human development)均达到一定水平的经济形态。碳生产率指的是单位碳排放所产出的GDP，碳生产率的提高意味着用更少的物质和能源消耗产生更多的社会财富。人文发展意味着在经济能力、健康、教育、生态保护、社会公平等人文尺度(human dimensions)上实现经济发展和社会进步[3]。

　　衡量低碳发展水平，主要是在经济发展、技术水平、资源禀赋这三个方面是否具备发展低碳的潜力。根据以上分析，选择以下指标来构建低碳经济发展指标。

　　表1 低碳经济发展评价指标体系

　　指标

　　指标含义

　　计算方法

　　CO2排放量

　　X1

　　指区域在某一时期内排放二氧化碳的总和

　　人均碳排放

　　X2

　　反映不同消费模式导致

　　碳排放总量/人口总量

　　GDP

　　X3

　　反映经济发展水平

　　产业结构比例

　　X4

　　从经济结构方面反映技术进步

　　一产产值比重

　　碳生产率

　　X5

　　衡量低碳技术水平

　　GDP/碳排放总量

　　非碳能源比重

　　X6

　　反映能源消费结构变化

　　水电、核电、风电等占能源消费总量的比重

　　低碳政策

　　X7

　　反映国家对低碳经济的影响

　　虚拟变量

　　碳能源排放系数

　　X8

　　衡量资源禀赋、能源结构、能源效率等

　　碳排放总量/能源消费总量

　　森林覆盖率

　　X9

　　反映森林碳汇作用大小

　　数据来源：美国橡树岭国家实验室CO2数据(主要是燃料和水泥等工业) http://cdiac.ornl.gov/;

　　中国统计年鉴(1996-2009)

　　为综合评价低碳经济发展水平，运用因子分析法对低碳经济发展水平进行测评。

　　二. 实证分析

　　1.指标预处理

　　在低碳经济发展水平评价体系中，由于原始指标具有不同的单位，且存在逆指标。指标的不同单位及正负性给评价过程造成了一定的困难，所以需要在做因子分析之前对指标进行预处理，即指标的一致化和无量纲化。指标一致化处理是将定义为逆指标的原始数据转化为正指标，将逆指标取倒数将逆指标正向化的一种方法。

　　采集维随机向量，个样本，，构造样本矩阵，并且进行标准化变换：

　　;;;

　　其中;，得标准化矩阵。

　　2.因子分析适用性检验

　　表2 KMO检验结果

　　KMO抽样适度测度值：Overall MSA=0.6705

　　X1

　　X2

　　X3

　　X4

　　X5

　　X6

　　X7

　　X8

　　X9

　　0.6709

　　0.7358

　　0.7148

　　0.5824

　　0.8208

　　0.6536

　　0.6169

　　0.5451

　　0.6740

　　KMO抽样适度测度值主要通过构建KMO统计量，计算各变量间相关系数平方和代表公共因子的作用空间，偏相关系数平方和反映特殊因子的作用空间。KMO度量的经验标准为：0.9以上表示非常适合;0.8表示适合;0.7表示一般;0.6表示不太适合;0.5以下表示极不适合。从上面可以看出Overall MSA = 0.6705，大于0.5，一般认为此值越大，做因子分析的效果就越好。

 1/2    1 2 下一页 尾页