低碳城市效率和低碳城市关注度的关系研究

      摘要：文章选取22个低碳试点城市, 以其2011年—2016年的面板数据作为样本, 运用传统DEA方法和基于面板数据的改进DEA方法, 分别测量样本城市发展效率和低碳城市关注度;基于得到的样本城市关注度, 运用ward算法和k-means算法, 将22个样本城市进行聚类, 分为5个不同的城市群组;结合测量出的22个样本城市2011年到2016年的低碳城市发展效率, 研究5个群组的特征及其造成的低碳城市效率的差异;最后, 为中国未来的低碳城市发展提供方向和建议。

　　关键词：低碳城市; 关注度; 效率; 城市群组;

　　一、引言

　　由于近几十年来经济的高速发展, 中国已经成为世界最大的碳排放国家。据推算, 中国二氧化碳的排放量在2040年前, 仍将持续升高。碳排放的增加是导致全球气候变暖、温室效应, 以及出现极端恶劣天气等自然灾害的直接诱发因素, 严重破坏了生态环境。世界各国对减少碳排放以应对日益严峻的气候变化已达成普遍共识。本研究通过运用定量的方法对低碳城市关注度进行研究、分类, 通过对不同关注度所对应的低碳城市效率差异的研究, 确定低碳城市关注度对低碳城市效率的影响, 并由此对中国低碳城市的发展提出建议。

　　在本文中, 研究者按照国内对于低碳城市基本一致的观点将低碳城市界定为, 城市在发展的过程中, 在城市化和经济发展的同时又削减二氧化碳的排放量以达到缓解气候变化目的的城市。

　　“关注度”一词则是由学者丁柏铨最先被应用于新闻媒体的研究中, 关注的是民众对各类信息的关注度。在本文中, 作者将关注度定义为城市高层管理者的心理活动指向和集中于某个方向的强度。城市高层管理者通过配置关注度来影响城市的低碳行为, 包括城市发展行为、城市建设行为、城市鼓励行为等, 进而影响低碳城市整体绩效。

　　二、文献综述

　　2003年, 英国率先在《我们能源的未来》白皮书中提出“低碳经济”, 日本随后提出“低碳社会”, “低碳”引起了国际社会的广泛关注, 而低碳城市逐渐成为低碳经济与低碳社会的空间聚焦点。2008年初, 世界自然基金会WWF在我国以上海、保定两市推出“低碳城市”发展示范项目, “低碳城市”这一名词进入了中国民众以及研究者的视野。

　　中国低碳城市的主要研究内容包括以下几个方面, 一是以城市为单位的二氧化碳排放量统计方法的研究, 如娄伟、白卫国等;二是对低碳城市的定义、发展理论等的研究, 如潘晓东 (2010) 、张贡生 (2011) 等;三是对低碳城市绩效的评估, 如朱靖 (2012) 等基于DPSIR模型构建了低碳城市发展评价指标体系, 同时以济源市为例进行验证;牛胜男 (2012) 依据可持续发展指标体系建立了低碳城市评价的指标体系。但是, 低碳城市关注度作为低碳城市研究的基础性研究之一, 却很少被人提及。

　　另外, 对关注度的测量方法, 主要包括内容分析法、问卷调查法、案例分析法, 这是国内外主流的三种方法, 如杨威杉 (2017) 等近期发表的中国低碳城市关注度研究等, 但是这些方法各自具有一定的缺陷性, 没有办法准确、真实地表现一个低碳城市的关注度。

　　本研究建立了一个能够较为准确地测量低碳城市效率和低碳城市关注度的测量体系, 运用传统DEA方法测量低碳城市效率, 同时, 借鉴Jordi等学者在2014年提出的一种新的方法———基于面板数据的改进DEA方法来测量低碳城市关注度, 通过关注度的测量结果对样本城市进行聚类, 分为5个城市群组, 对比5个城市群组的效率差异, 研究低碳城市关注度与效率的关系, 减少以往用文本分析方法测量关注度带来的误差, 提高数据的有效性, 以及结果的显着性。

　　三、模型与指标体系

　　1.低碳城市效率测量模型 (传统DEA方法) 。本研究运用传统的DEA方法, 通过计算产出价值和投入成本之间的关系得出每个低碳城市的效率比, 对22个样本城市城市6年的低碳城市发展效率进行测量, 以下是低碳城市效率的测量模型:

　　其中:Ero为城市ro在某一时期的效率;Xr为引入的参数;i和j分别表示模型中的投入指标和产出指标;ni为城市r在投入指标i上某一时期的投入;mj为城市r在产出指标j上某一时期的产出;将样本城市的数据, 分年份带入模型中, 就能求出城市ro这一年份的低碳城市效率Ero, 当Ero的值大于等于1时, 我们说这个城市在这一年份是有效率的;当它小于1时, 我们说这个城市在这一年份是没有效率的。

　　2.低碳城市关注度测量模型 (改进DEA方法) 。本研究通过借鉴Jordi等学者在2014年提出的一种新的方法———基于面板数据的改进DEA方法对22个样本城市进行低碳城市关注度的测量, 这种方法将原始的数据包络分析方法进行改进, 并将截面数据拓展到面板数据以进行分析, 我们采用22个低碳城市试点城市的6年面板数据, 运用以下构建的模型对样本城市的低碳城市关注度进行测量:

　　其中:ero为城市ro的长期效率;ui为投入指标的长期权重;vj为产出指标的长期权重;i和j分别表示模型中的投入指标和产出指标;xir为城市r在投入指标i上第T期的投入;yjr为城市r在产出指标j上第T期的产出。将22个城市的面板数据带入模型中, 将会得到ui和vj的具体取值, 对应表示城市ro对各个指标的关注度大小。

　　3.指标体系。本研究通过近百篇的综述文献和指标文献的查阅, 以及专家、学者审议评分, 将最终的低碳城市效率测量投入产出指标体系和低碳城市关注度测量评价指标体系确定如下, 借鉴的主要文献有。

　　低碳城市效率测量的指标体系:

　　投入指标:总人口、政府财政支出、人均公共交通数量;

　　产出指标:全年空气达标天数、死亡率、当年人均可支配收入、城市化、全年科研成果数量。

　　低碳城市关注度测量的指标体系:

　　投入指标:总人口变动值、政府财政支出、人均公共交通数量变动值;

　　产出指标:全年空气达标天数、城市绿地总面积变动值、死亡率、当年人均可支配收入变动值、全年GDP、城市化变动值、产业结构变动值、全年科研成果数量。

　　四、样本与数据

　　自2010年中国开展低碳城市试点工作以来, 至今为止, 中国审理并通过的低碳城市试点项目共有三批次6省81市 (区、县) , 其中2010年7月通过第一批次5省8市试点城市审理;2012年12月通过第二批次1省28市试点城市审理;2017年1月通过45市 (区、县) 试点城市审理。因为第三批次试点城市试行时间太短, 前两批次试行时间至少在4年以上, 且前两批次中部分市面板数据缺失严重, 最终将样本城市确定为前两批次试点城市中的22个, 选取数据的时间段为2011年12月-2016年12月, 这些样本市有:

　　上海、杭州、保定、池州、延安、宁波、温州、厦门、北京、重庆、桂林、南昌、武汉、淮安、镇江、乌鲁木齐、遵义、苏州、赣州、石家庄、贵阳、天津。

　　通过广泛的资料查阅, 本研究已收集到22个样本城市6年的绝大部分数据, 数据来源主要集中于政府工作报告, 核心期刊论文等信度较高的途径。

　　五、实证分析

　　(一) 低碳城市效率测量

　　在收集到样本数据后, 本研究先运用传统的DEA方法, 对22个低碳样本城市6年的低碳城市发展效率进行了测量, 城市效率测量的结果显示:

　　赣州、乌鲁木齐、苏州、桂林、池州、上海、宁波、镇江、北京、遵义、厦门这11个城市发展较好, 5年来一直为有效状态;温州、淮安、杭州、延安、重庆这5个城市有部分年份效率测量结果较低, 需要调查原因, 进行管理改进;贵阳、南昌、天津、石家庄、武汉、保定这6个城市或多次被评为无效, 或某些年份测量结果效率极低, 急需寻求改进的办法。

　　此外, 我们也把最终测出的各城市效率数值运用在了研究最后的对比分析中。

　　(二) 低碳城市关注度测量

　　1.数据处理。首先, 将数据按照以下模型对收集到的城市数据进行无量纲化处理:

　　其中, Xrotopo表示城市ro在指标po上to时期的数值 (p代表了所有的产出和投入指标, 共12个) ;Xpo表示所有城市所有年份的指标的平均值。

　　2.关注度测量。运用lingo软件对处理后的面板数据运用建立好的模型进行运算, 得出各城市关注度的值, 各指标关注度的和为10, 此数值被运用于下个阶段的对比研究中。由此得出各?城市关注度焦点分别为表1, 其中, 所列出的焦点累计占各城市关注度的85%以上, 占比由大到小排列。

　　(三) 聚类分析

　　运用以下标准化公式将上述得到的低碳城市关注度的数值标准化后, 运用ward算法和k-means算法将22个城市的关注度聚类为5个群组, 分类结果及群组特征如表2所示, 其中一个城市的关注度因偏离其余城市太多, 故自己独立为一个群组;另, 表中列出的群组特征都是相对的, 如:是相对于其他城市忽视了科研, 并不是此群组的城市没有科研。

　　表2 城市群组

　　六、结论及建议

　　1.研究结论。根据聚类分析分类的群组, 我们将各群组的样本城市, 及其对应的低碳城市效率 (效率取6年的平均值) 和关注度的值写入表3中, 表3中各个群组内样本城市已按效率高低从高到低排列。

　　从表3我们可以明显发现, 群组1只有1个城市天津, 完全区别于其余城市, 它的效率在22个城市中也处于极低的地位, 一定程度上说明这样 (重视GDP等的发展、忽视科研等, 各项关注度极度不平衡) 的低碳城市发展是不健康的, 但是, 因为这个群组聚类样本不足, 故没有对此结论构成足够的支撑。

　　在群组2中, 淮安、贵阳、天津3个城市都不是全有效的城市, 在某些年份中呈现了无效的发展, 但是, 这3个城市的发展效率还是有很大的不同的, 只能说这个群组的特征 (重视城市化进程、重视资金投入, 忽视其他) 在一定程度上是不健康的, 但也缺乏足够的证据支撑。

　　在群组3中, 上海、北京、杭州、保定4个城市, 除保定外, 其余3个城市6年中都至少有5年是有效率的, 一定程度上表明其群组特征 (重视科研、忽视城市空气质量) 在一定程度上是有利的, 但是, 这也是一种不健康的发展, 以牺牲环境来进行的发展, 就像是在走钢丝, 一不留神就走成了群组中的保定市22个城市中唯二的6年都无效的城市, 甚至没有一年的E值高过0.55, 故此群组的特征并不提倡。

　　在群组4中, 9个城市中有6个都在6年内长期有效, 另外3个城市重庆、南昌、武汉也都至少有一个年份是有效的, 故而研究认为此群组所代表的特征 (各项关注度较为平衡, 重视人口、较为忽视科研) 是相对健康的, 但是因为其内的3个非全有效样本城市无效年份较多, 故其结论同样缺乏证据支撑。

　

　　表3 各群组城市及其关注度

　　在群组5中, 5个城市中有3个都在6年内长期有效, 另外2个城市温州、延安也至少有半数的年份是有效的, 所以研究认为这个群组的特征 (重视政府财政支出、城市安全、人口健康) 在一定程度上是一个发展健康的城市应该具有的属性。

　　2.对策建议。

　　第一, 要更多地重视城市治安、医疗情况, 降低死亡率;

　　第二, 要更多地重视空气质量问题, 加强环境保护建设, 落实“绿水青山就是金山银山”的科学发展观念;

　　第三, 要加大政府财政支出, 但是各项支出要有理有据杜绝贪污腐败行为;

　　第四, 要控制人口的增长速度, 防止人口爆发式增长, 增加城市负担;

　　第五, 要鼓励本城市的科研发展, 同时要有一个限度;

　　第六, 建议各城市不要过于专注于城市化建设, 避免发展不健康的城市化;

　　第七, 杭州、延安、南昌、石家庄、保定五市的效率水平比较低, 尤其是石家庄和保定市, 应控制人口的快速增长, 控制城市化进程的速度, 防止不健康的城市化, 限制重工业建设, 改善城市空气质量。

　　注释

　　(1) (1) 丁柏铨.浅议新闻报道的受关注度[J].新闻通讯, 2001, (08) :44-45
　　(2) (2) Department of Trade and Industry (DTI) .UK Energy White Paper:O ur Energy Future-creating A Low Carbon Economy.London:TSO, 2003:1-142
　　(3) (3) Gomi K, Shimada K, Matsuoka Y.Scenario study for a regional low-carbon society.Sustainability Science, 2007, 2 (1) :121-131
　　(4) (4) 娄伟.城市碳排放量测算方法研究——以北京市为例[J].华中科技大学学报 (社会科学版) , 2011 (03) :104-110
　　(5) (5) 白卫国, 庄贵阳, 朱守先, 刘德润.中国城市温室气体清单核算研究——以广元市为例[J].城市问题, 2013 (08) :13-18
　　(6) (6) 潘晓东.中国低碳城市发展路线图研究[J].中国人口.资源与环境, 2010 (10) :13-18
　　(7) (7) 张贡生, 李伯德.低碳城市:一个关于国内文献的综述[J].首都经济贸易大学学报, 2011 (01) :107-120
　　(8) (8) 朱婧, 汤争争, 刘学敏, 卢一富.基于DPSIR模型的低碳城市发展评价——以济源市为例[J].城市问题, 2012 (12) :42-47
　　(9) (9) 牛胜男.基于可持续发展的低碳城市评价指标体系与方法研究[D].华北电力大学, 2012
　　(10) (10) 杨威杉, 蔡博峰, 王金南, 曹丽斌, 李栋.中国低碳城市关注度研究[J].中国人口·资源与环境, 2017 (02) :22-27
　　(11) (11) J Surroca, D Prior, JA TribóGiné.Using Panel Data DEA to Measure CEO s’Focus of Attention:An Application to the Study of Cognitive Group Membership and Performance[J].Strategic Management Journal, 2016, ?37 (2) :370-388
　　(12) (12) 苏美蓉, 陈彬.中国低碳城市热思考:现状、问题及趋势, 2012.3.15
　　(13) (13) 刘钦普.国内构建低碳城市评价指标体系的思考, 2013.12.31
　　(14) (14) 刘钦普.国内低碳城市的概念及评价指标体系研究评述, 2014.6.12
　　(15) (15) 连玉明.城市价值与低碳城市评价指标体系[J].城市问题, 2012 (1) :15-21
　　(16) (16) 马军.城市低碳经济评价指标体系构建——以东部沿海6省市低碳发展现状为例[J].科技进步与对策, 2010 (22) :165-167
　　(17) (17) 木子林.中国公布首个低碳城市标准[J].山西能源与节能, 2010 (3) :94-95
　　(18) (18) 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) :80-84
　　(19) (19) 王嬴政, 周瑜瑛, 邓杏叶, 低碳城市评价指标体系构建及实证分析[J].统计科学与实践, 2011 (1) :48-50
　　(20) (20) 辛玲.低碳城市评价指标体系的构建[J].统计与决策, 2011 (7) :78-80
　　(21) (21) 辛章平, 张银太.低碳经济与低碳城市[J].城市发展研究, 2008 (4) :98-102
　　(22) (22) 杨德志.低碳城市发展进程评估模型的研究[J].湖北民族学院学报:自然科学版, 2011 (1) :70-72
　　(23) (23) 张良, 陈克龙, 曹生奎.基于碳源/汇角度的低碳城市评价指标体系构建[J].能源环境保护, 2011, 25 (6) :9-11
　　(24) (24) 中国科技网.全国低碳经济媒体联盟首次发布《中国低碳城市评价体系》[EB/OL].http://www.stdaily.com
　　(25) (25) 华坚, 任俊.基于ANP的低碳城市评价研究[J].科技与经济, 2011 (6) :101-103
　　(26) (26) 霍震.广东省低碳城市评价体系研究[J].环境科学与管理, 2012, 37 (4) :65-67
　　(27) (27) 岳立, 曾鑫.基于DEA-Malmquist指数方法的西部11省城市化效率评价[J].湖南财政经济学院学报, 2013, 29 (03) :61-66
　　(28) (28) 何跃, 王莉.我国低碳经济发展效率分析[J].统计与决策, 2012 (04) :157-160
　　(29) (29) 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, 20 (8) :44-47
　　(30) (30) 中国科学院可持续发展战略研究组.2009中国可持续发展战略报告:探索中国特色的低碳道路[M].北京:科学出版社, 2009
　　(31) (31) 社科院公布迄今最为完整的低碳城市评估标准[J].领导决策信息, 2010 (12) :18
　　(32) (32) 张京祥.对我国低碳城市发展风潮的再思考[J].规划师, 2010, 26 (05) :5-8
　　(33) (33) 杨志恒.基于Ward法的区域空间聚类分析[J].中国人口·资源与环境, 2010, 20 (S1) :382-386
　　(34) (34) 项晓敏, 金晓斌, 杜心栋, 孙伟, 周寅康.基于Ward系统聚类的中国农用地整治实施状况分析[J].农业工程学报, 2015, 31 (06) :257-265
　　(35) (35) 霍叶青, 何跃.基于离差最大化和Ward系统聚类的四川城镇化水平研究[J].软科学, 2010, 24 (06) :71-73+84