關(guān)鍵詞：低碳經(jīng)濟；因子分析；小波分析

近年來，隨著世界經(jīng)濟的蓬勃發(fā)展，全球性環(huán)境問題愈發(fā)嚴重。我國若要保持一定的經(jīng)濟增長速度，必須轉(zhuǎn)變經(jīng)濟發(fā)展方式，走循環(huán)經(jīng)濟、低碳經(jīng)濟之路。鑒于此，大量學(xué)者針對二氧化碳排放問題展開了系統(tǒng)、科學(xué)的研究，并有學(xué)者特別專注于對我國二氧化碳省域排放情況的研究。如，張倩寧等[1] 采用改進的STIRPAT模型對江蘇省碳排放量進行了估算和預(yù)測；王思博等[2] 對我國省域碳排放與經(jīng)濟發(fā)展?fàn)顟B(tài)研判分組，并探究了各類型省域組合碳排放與經(jīng)濟增長驅(qū)動因素的特征。

對于我國的低碳經(jīng)濟發(fā)展而言，及時掌握國內(nèi)各區(qū)域低碳經(jīng)濟發(fā)展情況并預(yù)測其發(fā)展變化具有重要意義。因此，本文對我國各省市區(qū)低碳經(jīng)濟發(fā)展水平進行了評價，并對典型省市區(qū)的低碳經(jīng)濟發(fā)展水平進行了預(yù)測，以期能夠更加準(zhǔn)確地掌握我國低碳經(jīng)濟發(fā)展趨勢，為相關(guān)領(lǐng)域的創(chuàng)新與優(yōu)化提供參考。

1我國各省市區(qū)能源碳排放量估算

若要對我國低碳經(jīng)濟發(fā)展情況展開評價，應(yīng)先估算出我國各省市區(qū)的二氧化碳排放量，然后再構(gòu)建評價體系進行評價。本文采用能源碳排放法估算我國各省市區(qū)二氧化碳的排放量，二氧化碳排放量的碳排放換算如式（1）所示[3]。

碳排放換算系數(shù)= 二氧化碳排放量×12/44。本文采用的碳排放換算系數(shù)由各項研究數(shù)據(jù)平均后所得，如表1 所示。

通過查找《中國能源統(tǒng)計年鑒》得到2000-2011年我國30個省市區(qū)主要能源（煤炭、原油、天然氣）消耗數(shù)據(jù)，根據(jù)式（1）計算出各省市區(qū)相應(yīng)的二氧化碳排放總量。（注：①能源消耗量獲取自《中國能源統(tǒng)計年鑒》，并將其折算成標(biāo)準(zhǔn)煤消耗量；②標(biāo)準(zhǔn)煤換算系數(shù)煤炭為0.7143tce/t，石油為1.4286tce/t，天然氣為12.143tce/ 萬m³；③西藏、臺灣、香港、澳門因數(shù)據(jù)缺乏，未納入研究。）

為了更加直觀地展現(xiàn)我國各省市區(qū)的能源碳排放水平，根據(jù)碳排放計算結(jié)果制得2006-2011年我國30個省市區(qū)的碳排放量變化趨勢圖，如圖1所示。

根據(jù)計算所得的我國各省市區(qū)二氧化碳排放總量，歸納出演化規(guī)律。一是，研究期間，隨著我國經(jīng)濟高速發(fā)展，各省市區(qū)的二氧化碳排放量整體呈上升趨勢，但2008年受經(jīng)濟危機的影響，大部分省市區(qū)碳排放量有小幅回落趨勢，可見碳排放與經(jīng)濟發(fā)展之間存在一定相關(guān)性。二是，對我國各省市區(qū)橫向比較發(fā)現(xiàn)，東部沿海發(fā)達地區(qū)，以及山西省、河南省、內(nèi)蒙古自治區(qū)碳排放總量比較大；山東省工業(yè)經(jīng)濟發(fā)展迅猛，GDP排名在全國前列，但省內(nèi)高耗能產(chǎn)業(yè)多，使得其碳排放總量為國內(nèi)最高；山西省、內(nèi)蒙古自治區(qū)屬于我國重要的礦產(chǎn)資源大省，煤炭開采業(yè)的迅猛發(fā)展大大推動了當(dāng)?shù)毓I(yè)經(jīng)濟發(fā)展，但同時也造成其碳排放量居高不下、增長迅速的現(xiàn)狀；中部地區(qū)受發(fā)展水平限制，碳排放總量整體而言為中等；西部地區(qū)（甘肅、青海等?。┖湍戏铰糜蝿俚兀ㄔ颇?、海南等?。约鞍l(fā)展水平較高的直轄市，二氧化碳排放量均不高。

2省域低碳經(jīng)濟發(fā)展水平評價

基于因子分析對省域低碳經(jīng)濟發(fā)展水平進行綜合評價。

2.1評價指標(biāo)的選取[4]

選取合適的低碳經(jīng)濟評價指標(biāo)，既是準(zhǔn)確把握低碳經(jīng)濟實質(zhì)與內(nèi)涵的基礎(chǔ)，又是科學(xué)衡量和評價地區(qū)低碳經(jīng)濟發(fā)展?fàn)顩r的關(guān)鍵。本文基于科學(xué)性、代表性、簡明性和可操作性等原則[5][6]，選取了如表2 所示的低碳經(jīng)濟評價指標(biāo)。

2.2評價指標(biāo)數(shù)據(jù)處理

評價指標(biāo)涉及的基礎(chǔ)數(shù)據(jù)均來自《中國能源統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》，采用線性比例標(biāo)準(zhǔn)化法、極差化法對數(shù)據(jù)進行一致化和無量綱化處理。

2.3評價模型的建立

2.3.1因子分析[7][8]

假設(shè)指標(biāo)集所隱含的因子結(jié)構(gòu)在較短時間跨度內(nèi)不會發(fā)生顯著變化，先利用SAS軟件編程對我國各省市區(qū)每年的低碳經(jīng)濟發(fā)展情況進行因子分析，獲得指標(biāo)權(quán)重，然后進行綜合排序，得到30個省市區(qū)的綜合得分，并在此基礎(chǔ)上進行分析預(yù)測。

按式（2）計算我國各省市區(qū)每年的綜合得分。

以京津冀（北京市、天津市、河北?。┖蛢?nèi)蒙古自治區(qū)為例，列出如表3所示的這些地方2000-2011年的綜合得分。

根據(jù)我國30個省市區(qū)的2000-2011年平均綜合得分進行排名。從排名情況可以看出，排名靠前的省市區(qū)，如北京市、上海市、廣東省，大多位于東部地區(qū)（東部地區(qū)經(jīng)濟活躍，發(fā)展處于全國領(lǐng)先地位，近年來隨著經(jīng)濟轉(zhuǎn)型的持續(xù)推進，第二產(chǎn)業(yè)比重不斷下降，第三產(chǎn)業(yè)比重上升，成為我國發(fā)展低碳經(jīng)濟的樣板地區(qū)）；排名靠后的省市區(qū)，如山西省、內(nèi)蒙古自治區(qū)等，經(jīng)濟發(fā)展大多依賴資源外運，其高耗能的重工業(yè)給環(huán)境帶來很大壓力。

通過對比因子分析的賦分結(jié)果，發(fā)現(xiàn)我國各省市區(qū)的低碳經(jīng)濟發(fā)展水平較不均衡。北京市和上海市作為國際化大都市，屬于三二一產(chǎn)業(yè)結(jié)構(gòu)發(fā)展格局，在低碳經(jīng)濟發(fā)展中處于全國領(lǐng)先地位；山西省、貴州省、內(nèi)蒙古自治區(qū)、寧夏回族自治區(qū)等省市區(qū)的低碳經(jīng)濟發(fā)展形勢則不容樂觀，其為了實現(xiàn)碳達峰目標(biāo)，須盡早優(yōu)化能源產(chǎn)業(yè)結(jié)構(gòu)，大力發(fā)展低碳產(chǎn)業(yè)。

2.3.2聚類分析結(jié)果及評價

為了整體評價我國低碳經(jīng)濟發(fā)展水平，通過對各省市區(qū)因子分析所得的賦分結(jié)果進行聚類分析，如表4 所示，將30個省市區(qū)的低碳經(jīng)濟發(fā)展?fàn)顩r分為4 大類。根據(jù)因子分析和聚類分析結(jié)果小結(jié)如下。

2.3.2.1各省市區(qū)的低碳經(jīng)濟發(fā)展水平

基本趨同經(jīng)濟發(fā)展水平第1類是北京市、上海市、江蘇省等7個省市區(qū)，這些地區(qū)經(jīng)濟水平處于全國前列，同時低碳經(jīng)濟水平也在全國處于相對領(lǐng)先的地位。第2類是天津市、安徽省、江西省等經(jīng)濟較為發(fā)達的9個省市區(qū)，這些地區(qū)的低碳經(jīng)濟發(fā)展水平也相對較高。第3類是河北省、遼寧省、吉林省等10個省市區(qū)，這些地區(qū)的低碳經(jīng)濟發(fā)展處于中等偏下水平。第4類是山西省、內(nèi)蒙古自治區(qū)、貴州省等4個省市區(qū)，這些地區(qū)自然資源豐富，大多發(fā)展能源工業(yè)和資源導(dǎo)向型產(chǎn)業(yè)，但其發(fā)展過度依賴自身資源，且資源利用效率較低，低碳經(jīng)濟發(fā)展水平欠缺，須及時轉(zhuǎn)變和提升發(fā)展模式。

2.3.2.2不同省市區(qū)之間的低碳經(jīng)濟發(fā)展水平差異較大

我國不同省市區(qū)在資源能源消耗和社會經(jīng)濟發(fā)展方面呈多樣化、不均衡的發(fā)展態(tài)勢。各省市區(qū)經(jīng)濟發(fā)展存在不同程度的依賴資源和能源消耗、產(chǎn)業(yè)結(jié)構(gòu)失衡、生產(chǎn)耗能高等問題，導(dǎo)致碳排放量居高不下、環(huán)境污染形勢嚴峻。

3省域低碳經(jīng)濟發(fā)展水平預(yù)測及驗證

為進一步了解我國低碳經(jīng)濟發(fā)展趨勢，須對各省市區(qū)低碳經(jīng)濟水平進行預(yù)測。由于因子分析得到的綜合得分序列波動較大，因此考慮利用小波分析組合模型進行預(yù)測[9]。

3.1小波分析理論簡介

小波分析是應(yīng)用數(shù)學(xué)領(lǐng)域一個新的分支，具有多分辨率的時、頻分析特征，在時間、頻率域均具有表征信號局部特征的能力[9]。因此，在對非平穩(wěn)隨機時間序列進行分析方面，小波分析是一種非常有效的方法。根據(jù)小波分析理論，信號可以通過小波分解，一層一層分解到不同的頻率通道上，由于分解后的信號在頻率成分上比原始信號單一，并且小波分解對信號作了平滑處理，因此分解后信號的平穩(wěn)性比原始信號要好得多。

運用Mallat 算法，對信號進行多層分解，每一層分解均會將上一次分解得到的低頻信號再次轉(zhuǎn)換分解為低頻和高頻2部分信號。

3.2基于小波分析組合模型的得分序列分解及預(yù)測

3.2.1時間序列分解

選用Daubechies 正交小波（db10小波）對因子分析得到的各區(qū)域綜合得分序列進行3層分解，即得到Score=a₃+d₁+d₂+d₃。從聚類分析得到的4 類低碳經(jīng)濟發(fā)展區(qū)域中挑選典型的京津冀和內(nèi)蒙古自治區(qū)為例，作為分解預(yù)測的研究對象。由小波分析分解得到以上4個省市區(qū)的分解數(shù)據(jù)后，再對分解得到的低頻部分與高頻部分分別進行預(yù)測，預(yù)測的時間長度為5a。

3.2.2低頻部分預(yù)測

對低頻部分利用新陳代謝GM（1，1） 模型[10]進行預(yù)測，得到4個省市區(qū)的預(yù)測結(jié)果。經(jīng)后驗差檢驗C 值可以判斷，所有預(yù)測模型均通過檢驗，模型精度為優(yōu)。

3.2.3高頻部分預(yù)測

對高頻部分d₁、d₂、d₃采用時間序列分析， 利用SAS 軟件編程； 根據(jù)BIC最小信息值確定建立的模型類型，如ARMA（2，1）、ARMA（2，1）、AR（2）、MA（2） 等；再用確定的模型對各省市區(qū)分解得到的高頻部分進行預(yù)測。

3.2.4信號重構(gòu)

把低頻信號和各層高頻信號預(yù)測值相加得到各典型省市區(qū)得分的預(yù)測值，并作出如圖2所示的各典型省市區(qū)低碳經(jīng)濟發(fā)展綜合得分值時間變化圖。

從圖2可以看出，4個省市區(qū)代表具有典型性，其低碳經(jīng)濟發(fā)展情況與聚類分析結(jié)果一致，即第1類屬于中偏低碳經(jīng)濟，第2類屬于中碳經(jīng)濟，第3類屬于中偏高碳經(jīng)濟，第4類屬于高碳經(jīng)濟。同時，從4個省市區(qū)2012-2016年低碳經(jīng)濟發(fā)展綜合得分預(yù)測值及歷史綜合得分值的走勢可以看出，第1類省市區(qū)低碳經(jīng)濟發(fā)展綜合得分逐年升高，且變化率最大；第2類省市區(qū)低碳經(jīng)濟發(fā)展綜合得分也在逐年上升，但增加的比率不如第1類大；第3類和第4類省市區(qū)低碳經(jīng)濟發(fā)展的趨勢基本穩(wěn)定。

3.3省域低碳經(jīng)濟發(fā)展水平預(yù)測結(jié)果驗證分析

采用上述方法，并依據(jù)《中國能源統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》數(shù)據(jù)，測算得到如圖3 所示的北京市、天津市、河北省和內(nèi)蒙古自治區(qū)4個典型省市區(qū)2012-2019年的二氧化碳排放量變化，得到如圖4 所示的4個典型省市區(qū)2012-2019年低碳經(jīng)濟評價的因子分析綜合得分變化。

從圖3、圖4可以看出，高碳經(jīng)濟（第4 類）區(qū)域中內(nèi)蒙古自治區(qū)的二氧化碳排放量仍呈現(xiàn)逐年明顯持續(xù)攀升態(tài)勢，其低碳經(jīng)濟發(fā)展綜合評價得分基本穩(wěn)定且呈現(xiàn)小幅度的增長；中偏高碳經(jīng)濟（第3類）典型區(qū)域河北省的二氧化碳排放量呈現(xiàn)穩(wěn)定態(tài)勢，其低碳經(jīng)濟發(fā)展綜合評價得分基本穩(wěn)定且呈現(xiàn)小幅度的增長趨勢；中碳經(jīng)濟（第2類）典型區(qū)域天津市的二氧化碳排放量較為穩(wěn)定，其低碳經(jīng)濟發(fā)展綜合評價得分呈現(xiàn)一定幅度的增長趨勢；低偏中碳經(jīng)濟（第1 類）典型區(qū)域北京市的二氧化碳排放量已開始呈現(xiàn)逐年降低的趨勢，其低碳經(jīng)濟發(fā)展綜合評價得分呈現(xiàn)較為明顯的增長趨勢。由此可見，基于小波分析與新陳代謝GM（1，1） 組合模型預(yù)測低碳經(jīng)濟發(fā)展趨勢具有一定的參考意義。

4結(jié)論

由于存在能源結(jié)構(gòu)、發(fā)展模式、發(fā)展程度等各方面的不同，導(dǎo)致我國30個省市區(qū)的二氧化碳排放量及其變化趨勢具有很大差異。我國30個省市區(qū)的低碳經(jīng)濟發(fā)展?fàn)顩r整體水平不高，大部分省市區(qū)處在中碳經(jīng)濟或中偏高碳經(jīng)濟水平，距離低碳經(jīng)濟發(fā)展的要求還有較大差距。

第1類（中偏低碳經(jīng)濟）省市區(qū)低碳經(jīng)濟發(fā)展呈現(xiàn)明顯的增長趨勢，且趨勢變化率最大。第2類（中碳經(jīng)濟）省市區(qū)低碳經(jīng)濟發(fā)展也呈現(xiàn)一定的向好趨勢，但增幅不如第1類。第3類和第4類（中偏高碳經(jīng)濟和高碳經(jīng)濟）省市區(qū)低碳經(jīng)濟發(fā)展情況穩(wěn)中向好，但難以在短時間內(nèi)實現(xiàn)大幅度轉(zhuǎn)變。

基于因子分析、小波分析與新陳代謝GM（1，1） 組合模型的低碳經(jīng)濟發(fā)展綜合評價和預(yù)測，具有一定的準(zhǔn)確性及可靠性，能夠較好地揭示和預(yù)測我國省市區(qū)低碳經(jīng)濟發(fā)展?fàn)顩r與趨勢，具有較強的應(yīng)用意義。

在我國政府的調(diào)控下，低碳經(jīng)濟政策逐漸發(fā)揮作用，目前我國低碳經(jīng)濟發(fā)展情況較好，整體處于上升趨勢。未來，我國各省市區(qū)低碳經(jīng)濟的進一步發(fā)展，應(yīng)結(jié)合其能源和產(chǎn)業(yè)結(jié)構(gòu)、人口與經(jīng)濟發(fā)展模式的特點，來制定合適的方針政策，構(gòu)建契合的低碳經(jīng)濟發(fā)展體系，以有利于早日實現(xiàn)高品質(zhì)的低碳經(jīng)濟發(fā)展轉(zhuǎn)型，走可持續(xù)發(fā)展之路。

作者簡介

吳克祥（1993—），男，漢族，湖北監(jiān)利人，工程師，碩士，研究方向為環(huán)境保護與資源利用。

加工編輯：王玥

收稿日期：2024-05-12