京津冀地区推进低碳经济应解决的五个问题

　　摘    要：　低碳发展的制约要素对京津冀区域低碳经济发展的影响程度不同，且各影响要素之间是伴有因果、隶属和相互影响关系的。本文运用ISM解释结构模型，分析梳理京津冀低碳经济发展影响因素之间的关系，明确其影响程度。结果表明，在向低碳经济推进的过程中，京津冀应重视构建完善的低碳政策框架、提高居民低碳意识、加强城市之间深层次协同合作、优化能源消费结构以降低对煤炭的依赖程度、加强低碳领域专业人才的培养和引进这五个因素，从而真正实现京津冀经济协同发展的低碳化转型。

　　关键词:    ISM; 京津冀;低碳经济;影响因素;

　　低碳经济是指通过新能源开发和技术创新等手段降低对煤炭石油等高能耗资源消耗，减少二氧化碳排放，以达到经济发展与环境保护双赢的一种经济形态。自英国首次提出“低碳经济”概念以来，国际社会都在为了新型经济的发展在各个领域开展低碳减排合作。作为我国重点培育的三大经济区之一，京津冀区域肩负着低碳转型的重任。京津冀区域各地市低碳发展水平参差不齐，近十年只有北京市低碳发展相对较好，其他地区低碳经济发展与其还有一定的差距，甚至出现河北省“排放高、收入低、产业结构欠合理”的现状。如何将低碳经济融入河北本土，如何从高能耗、高污染的行业中成功转型，已成为京津冀协同发展的重要研究内容之一。

　　国内外关于低碳经济的研究主要集中在低碳经济的定位和影响因素分析、低碳经济发展效率评价、区域低碳经济协同发展等方面。而对低碳经济发展效率进行评价的首要步骤就是要找出低碳经济的影响因素进而构建评价指标体系，因此深入分析影响低碳经济发展的因素及其相互关系，有利于构建低碳发展效率的评价指标体系及找到政策制定的着眼点。近年来，国外学者对低碳经济发展的影响因素的研究也是层出不穷。Greening对多个OECD国家的不同部门进行分解，发现与碳排放强度下降最相关的是生产部门。R.Ramanathan利用DEA分析了能源消耗、GDP及碳排量三者的关系。U.Soytas通过构建VAR模型分析了GDP和能源消耗对碳排放量的影响。P.Michael根据固定效应模型对人均碳排放量进行研究，得出能源、化工等产业是人均碳排放量最主要的影响因素。国内，刘再起通过对美日等7个国家产业结构实证分析，得出第三产业的碳排放量要低于第二产业。梁强对地区低碳发展与产业结构的关系进行了深入研究并提出推动产业结构的调整来实现低碳经济快速发展。徐莉莉从低碳和环保两个角度建立低碳效率评价指标体系。

　　影响京津冀区域低碳经济发展的每种要素是有机联系在一起的，影响程度不同，且各因素之间或者是因果关系或者是隶属关系等。本文运用解释结构模型（ISM），构建京津冀低碳经济发展影响因素的层级结构，并据此梳理京津冀低碳经济发展的制约因素之间的关系，明确其影响程度，进而为京津冀实现一体化低碳发展政策制定提供科学依据。

　　一、解释结构模型简述

　　1973年美国华费尔特教授提出了解释结构模型（ISM），适用于分析因素众多且关系复杂的社会、经济系统分析。该方法可以把含有较多的因素且因素间相互关系模糊不清的复杂系统转化为可视化，且能将上下因素关系表征出来的结构模型。其基本原理是通过将复杂的系统分解为若干子系统，再利用人们的实践经验和已知知识，生成邻接矩阵并构造出多级的阶梯结构模型。构建ISM模型的基本步骤如下：

　　1.确定影响因素集：N={ri:i=1,2，…，n}。

　　2.形成意识模型：任意两个因素之间的直接二元关系可以表示为

　　3.生成邻接矩阵：所有直接二元关系的总和构成邻接矩阵A={aij}n×n。

　　4.生成可达矩阵：

　　矩阵的乘法满足布尔代数运算法则，I为单位矩阵，M即为可达矩阵。

　　5. 阶层划分：受因素ri影响的因素集合定义为可达集P(ri），影响因素ri的因素集合定义为先行集Q(ri），若P(ri）⌒Q(ri)=P(ri），则ri为最高级因素，满足这一条件的因素为同一阶层L1，以此类推得到不同的阶层L2,L3，…。

　　6. 生成层次结构图，以有向图的形式表示系统的层次结构。

　　二、京津冀低碳经济影响因素ISM构建

　　低碳经济的发展不仅受到产业结构的影响，而且与低碳技术创新和应用程度、低碳政策的完善性和居民的低碳意识的强弱等因素息息相关，但这些因素之间本身就是互相影响的，因此需要构建一个清晰的结构框架来解释低碳经济影响因素间的因果层次关系与相互制约关系。本文通过文献检索、相关领域的专家咨询和头脑风暴等多种方法相结合，列举出如下11个京津冀地区低碳经济发展的影响因素，包括城市间深层次协同合作程度（S1），低碳政策框架的完善程度（S2），碳排放交易机制的健全程度（S3），以煤炭为主要能源的依赖程度（S4），第三产业所占比重（S5），低碳领域专业人才的供应（S6），低碳经验的推广程度（S7），居民低碳意识唤醒程度（S8），低碳产业的发展程度（S9），低碳技术协同创新程度（S10），低碳数据与信息统计缺失（S11）。

　　下面对这11个影响因素进行ISM分析。根据ISM的构建步骤，首先需要清楚各影响因素之间的逻辑关系，即每两个影响因素之间的因果关系，建立初始邻接矩阵。每两个影响因素之间的因果关系的确定主要由相关领域专家及政府部门负责人组成，得出直接关联矩阵，如表1所示。

　　表1 初始邻接矩阵

　　下面对初始邻接矩阵进行布尔运算，得到最终可达矩阵如表2所示，进而可以梳理清晰这11个影响因素之间的层级结构。

　　表2 最终可达矩阵

　　根据最终可达矩阵可以看出这11个影响因素被分布在不同的层级分区。由各因素的层级分布和最终可达矩阵，可以构造京津冀区域低碳经济影响因素的层级结构图如图1所示。

　　图1 京津冀低碳经济发展影响因素结构图

　　三、京津冀低碳经济影响因素解析

　　由图1可以看出，第一层次包括低碳经验的推广程度（S7）、低碳技术协同创新程度（S10）、低碳数据与信息统计缺失（S11），这一层影响因素是影响京津冀低碳发展的表层因素，也是区域各方面发展现状的直观结果，对京津冀区域低碳水平影响最为直接。因此直接调控这一因素对京津冀低碳经济协同发展的影响最小。

　　第二层次只包括低碳产业的发展程度（S9）这个因素，体现了京津冀低碳产业发展的阶段性特点。其产生的效果要大于第一层要素的作用效果。由此可以判断，若要加快京津冀低碳产业发展，需要优先选择调整城市耗能结构、提高城市工业效益、加快产业优化速度等途径。

　　第三层次包括碳排放交易机制的健全程度（S3）、第三产业所占比重（S5）两元素。它对第一层次和第二层次的因素产生直接或间接的作用。产业结构不合理直接影响第一、二层的因素，同时也是第一、二层要素的主导原因，因此调整产业结构和健全碳排放交易机制是京津冀低碳产业发展的主要着力点。

　　第四层次包括城市间深层次协同合作程度（S1）、以煤炭为主要能源的依赖程度（S4）、低碳领域专业人才的供应（S6）这三个因素。这三个因素相互影响，彼此作用，且对一、二、三层因素有直接或间接作用，也是倒数第二层次，是影响京津冀低碳发展的主要因素。

　　第五层次为低碳政策框架的完善程度（S2）、居民低碳意识唤醒程度（S8）两个因素，这两个因素正是影响京津冀低碳发展的深层因素，即关键因素，是模型的输出因素，对以上四层的要素都有直接或者间接的影响，是影响京津冀低碳产业发展的深层原因。缺乏完善的保障制度和措施会直接影响第一、二、三层的因素，说明在京津冀区域低碳协同发展过程中，政府是低碳建设的主要推动者和政策供给者，政府的决策将决定低碳经济发展的走向和进度。而居民的低碳意识间接影响了低碳政策的制定和实施，政策的完善程度又直接影响了居民低碳意识的提高。

　　四、结论

　　通过解释结构模型分析结果可以看出，京津冀低碳经济发展的11个影响因素分布在5级递阶结构的各个层级，形似“纺锤”。第一层次包含三个因素，即低碳经验的推广程度、低碳技术协同创新程度、低碳数据与信息统计缺失。这一层次虽然包含的因素较多，但这一层影响因素是影响京津冀低碳发展的表层因素，对京津冀低碳经济协同发展的影响最小。第二层次只包括低碳产业的发展程度这个因素，其产生的效果要大于第一层要素的作用效果。第三层次包括碳排放交易机制的健全程度和第三产业所占比重两元素，是第一、二层要素的主导原因，因此调整产业结构和健全碳排放交易机制可作为京津冀低碳经济协同发展的主要着力点。第四层次包括城市间深层次协同合作程度、以煤炭为主要能源的依赖程度和低碳领域专业人才的供应三个因素，这三个因素是影响京津冀低碳发展的主要因素，可作为进一步研究京津冀区域低碳发展效率评价的评价指标。第五层次包括低碳政策框架的完善程度和居民低碳意识唤醒程度两个因素，这两个因素是影响京津冀低碳发展的关键因素。

　　因此，在向低碳经济推进的过程中，京津冀应重视构建完善的低碳政策框架、提高居民低碳意识、加强城市之间深层次协同合作、优化能源消费结构，以降低对煤炭的依赖程度、加强低碳领域专业人才的培养和引进，从而真正实现经济协同发展的低碳化转型。

　　参考文献

　　[1]Ramanathan R A multi factor eficiency perspective to the relationships among world GDP, energy consumption and carbon dioxide emissions[J] Technological Forecasting&Social Change 2006(73):483-494.

　　[2]Soytas U,Sari R,Ewing B T.Energy consumption, income, and carbon emissions in the United States[J]. Ecological Economics, 2007(62)-:482-489.

　　[3]Stretesky P B,Lynch M J.A cross-national study of the association between per capital Carbon dioxide emissions and exports to the United States[J]. Social Science Research,2009(38):239-250.

　　[4]刘再起,陈春低碳经济与产业结构调整研究[J] .国外社会科学, 2010(03):21-27.

　　[5]梁强基于技术创新机制的低碳产业发展研究一以民族地区数据为例[J] 生态经济, 2017,33(07):42-46.

　　[6]徐莉莉区域低碳环保发展综合评价[]资源信息与工程, 2016(04):202-204.

　　[7]白思俊.系统工程[M] .北京:电子I业出版社, 2006.