近10年上海市低碳城市发展进程研究*

杨德志

(辽东学院师范学院，辽宁丹东 118001）

近10年上海市低碳城市发展进程研究*

杨德志

(辽东学院师范学院，辽宁丹东 118001）

依据各个评价指标的方差贡献率的大小，设定层次分析评价模型的权重，构建低碳城市发展进程的评价模型。根据上海市2000～2009年的统计数据，对上海市低碳经济发展进程进行综合评价，得到上海市的低碳经济发展水平正处于不断上升状态的结论。

上海市;低碳城市;发展进程

前言

真正实现“调整产业结构，发展低碳经济，建设低碳城市，实现绿色家园”这一目标，其核心是能源技术和减排技术创新、产业结构和制度创新以及人类生存发展观念的根本性转变［1］。在全面推进低碳经济发展，建设低碳城市时，构建低碳城市发展的评价指标体系，对低碳城市发展的历程进行评价显得尤为重要。因此，本文采用各指标的方差贡献率作为层次分析评价模型的权重，建立评价体系，得到一种简单有效的评价方法，对上海市低碳经济对城市发展的影响进行评价。

1 低碳城市评价体系的构建

1.1 层次分析模型［2］

基于2009～2020年中国低碳城市发展战略目标的考虑，以低碳城市评价指标为目标层，以经济发展系统、低碳技术系统、低碳环境系统以及低碳社会系统准则层，具体方案见图1。

图1 层次结构模型

1.2 评价指标的权值设定

图1所示的低碳城市的评价指标权值设定的是否合理，直接影响评价结果。因此，本文依据各个评价指标的方差贡献率的大小，设定层次分析评价模型的权重，这样会使层次分析评价模型更为科学。

模型数据来源于2009～2020年中国低碳城市发展战略目标和2000～2009年上海统计年鉴［3～5］。21个指标度量单位不同且取值范围彼此差异非常巨大，不宜直接用协防差矩阵来求主成分。因此综合考虑用相关矩阵求各个评价指标的方差贡献率。

求解21个指标的特征值，按照特征值从大到小的顺序编号，结果见表1。

表1 相关矩阵的特征值及其大小排序

1.3 构造各层次的判断矩阵并对其进行一致性检验

层次分析法在使用过程中，关键就是指标权值的确定。本文以各主成分的方差贡献率，作为简化后的层次分析评价模型的权重取值的依据，使目标植的科学性和合理性。

1.3.1 构造准则层对目标层的判断矩阵及一致性检验

构造准则层对目标层的判断矩阵如下:

运用Matlab进行一致性检验，结果见表2。在表2中，B1表示经济发展;B2表示低碳技术;B3表示低碳环境;B4表示低碳社会。从表2可知，此判断矩阵的一致性可以接受。

表2 准则层的一致性检验结果

1.3.2 指标层对准则层的判断矩阵及一致性检验

1)经济发展系统的判断矩阵及一致性检验

经济发展系统的判断矩阵为:

运用Matlab进行一致性检验，结果见表3。在表3中，P11表示外贸进出口总额;P12表示R＆D经费占GDP比重;P13表示人均可支配收入;P14表示人均生产总值;P15表示第三产业比重;P16表示对外开发度。从表3可知，此判断矩阵的一致性可以接受。

表3 经济发展系统的一致性检验结果

2)低碳技术系统的判断矩阵及一致性检验

低碳技术系统的判断矩阵为:

运用Matlab进行一致性检验，结果见表4。在表4中，P21表示单位生产总值化学需氧量排放量;P22表示单位生产总值二氧化碳排放量;P23表示工业废水排放总量;P24表示单位生产总值综合能耗;P25表示工业重复用水量;P26表示单位工业增加能耗;P27表示污水处理率。从表4可知，此判断矩阵的一致性可以接受。

表4 低碳技术系统的一致性检验结果

3)低碳环境系统的判断矩阵及一致性检验

低碳环境系统的判断矩阵为:

运用Matlab进行一致性检验，结果见表5。在表5中，P31表示历年环境保护投入情况;P32表示历年环境空气质量优良率;P33表示人均公共绿地面积;P34表示绿化覆盖率。从表5可知，此判断矩阵的一致性可以接受。

表5 低碳环境系统的一致性检验结果

4)低碳社会系统的判断矩阵及一致性检验

低碳社会系统的判断矩阵为:

运用Matlab进行一致性检验，结果见表6。在表6中，P41表示公众对环境保护的满意率;P42表示机动车保有量变化趋势;P43表示人口自然增长率;P44表示居民的低碳理念。从表6可知，此判断矩阵的一致性可以接受。

表6 低碳社会系统的一致性检验结果

2 2000～2009年上海市低碳城市发展进程

低碳城市指标得分系统具体步骤如下.

1)数据标准化

对方案层21个指标的原始数据进行标准化处理，本模型采用的数据标准化公式为［6］:

式中，i=1，2，…，10;j=1，2，…，21。i的值分别代表 2000 ～2009 年，j分别代表方案层 21 个指标)，并运用Matlab软件，求得标准化后的21个指标值。

2)计算2000～2009年上海市低碳城市发展进程年度得分

计算2000～2009年上海市低碳城市发展进程年度得分的公式:每年低碳城市发展进程得分=标准化后的数据×各自的权重×对应的目标层的权重。运用Matlab软件得出最终的结果，见表6。

表6 2000～2009年上海市低碳城市指标分数

根据表6数据，绘制为低碳城市发展进程图，见图2。

图2 2000～2009年低碳城市发展进程

从图2可以看出，上海2000～2009年低碳城市发展上升趋势明显。

3 结论

在低碳城市建设中，低碳社会系统的建设程度决定着低碳城市建设的水平。低碳社会系统中的居民低碳理念、机动车保有量是现阶段低碳城市发展进程评价体系的两个最重要指标，这两个指标必须采取相应措施，努力提高建设水平。

［1］许涤龙，欧阳胜银.低碳经济统计评价体系的构建［J］.统计与决策，2010，(22):23－26.

［2］邵超峰，鞠美庭.基于DPSIR模型的低碳城市指标体系研究［J］.生态经济，2010，(10):95－99.

［3］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［M］.北京:科学出版社，2009:199－230.

［4］上海世博会事务协调局上海市环境保护局.中国2010年上海世博会环境报告［R］.上海:上海市环境保护局，2009:8－46.

［5］上海统计局.上海统计年鉴［M］.北京:中国统计出版社，2010.

［6］王斌会.多元统计分析及R语言建模［M］.广东:暨南大学出版社，2010:182－211.

The Research on the Low－carbon Growth Process of Shanghai in the Recent Ten Years

YANG De－zhi

(Teachers’College，East Liaoning University，Dandong Liaoning 118001，China)

The weight of AHP models and the evaluation model of city’s low －carbon growth process were set according to the size of variance contribution of evaluation indexes.Based on the statistic data of Shanghai from 2000 to 2009，the comprehensive evaluation of low－carbon growth process of Shanghai was made and the conclusion was drawn that the low －carbon growth level is raising continuously.

Shanghai;low－carbon city;development process

O 242.1

A

1673－2103(2011)02－0095－06

2010－12－24

辽宁省高等教育学会基金项目(GZYB09024).

杨德志(1976－)，男，满族，辽宁丹东人，讲师，硕士，研究方向:数学模型与应用，优化与控制.