基于OWA-TOPIS模型的湖南省能源碳排放经济效率聚类分析

周跃云,赵先超，丁 梦

(湖南工业大学 低碳城市研究所,湖南 株洲 412007)

区域可持续发展的核心是实现人口、资源、环境、经济与社会复合系统的协调与平衡。一定程度上讲，区域碳排放的过快增长，必然引起区域环境的恶化。碳排放问题已经成为影响区域实现可持续发展的重要问题。碳排放不仅包括人均指标的多少，还应包括碳排放效率。在面临全球生态环境急速恶化的严峻形势下，逐步提高碳排放效率已经成为解决区域可持续发展问题的有效途径之一。在此背景下，国内外许多学者[1-6]对碳排放的效率问题进行了研究。其中：一个重要的研究成果是碳排放经济效率可以用单位GDP引起的碳排放量来表示。从理论上讲，由于评估能源碳排放经济效率的指标只有一个，不须对指标进行权重的赋予，但是，为保证研究过程及结果的科学性，有必要对不同年份进行赋权。因此，本文采用OWA算子赋权方法对不同时段实行权重赋权，并结合Topsis构建加权组合模型，对湖南省及各地州的能源消费碳排放经济效率进行科学评估。

一 研究方法与数据来源

(一)OWA-Topsis模型

1. OWA算子赋权方法。OWA算子赋权思想是依据决策数据本身来确定相应的权重。近年来，一种光滑连续的正态分布密度函数已经被普遍接受。本文结合能源碳排放量的面板数据，采用王煜提出的一种基于决策数据的赋权方法，以求与指标相对应的各年份时间权重[7]。OWA算子赋权的方法主要分为以下几步：

第二步：数据标准化处理。利用上式得到的均值和方差进行决策数据标准化处理，其计算公式为：

2. OWA-Topsis加权组合评价方法。Topis(Topsis method)法是系统工程中有限方案多目标决策分析的一种常用方法，多用于效益评价、卫生决策等多个领域，特别是由于Topsis对样本资料无特殊要求，使用灵活简便，因此当前应用越来越广泛。OWA-Topsis加权组合评价的主要步骤是[8]：

第一步：评价指标趋同化。Topsis法进行评价时，要求所有指标变化方向一致(即所谓同趋势化)，即将高优指标转化为低优指标，或将低优指标转化为高优指标(一般采用此种方式)，转化方法常用倒数法进行，即令原始数据中低优指标Xiji=1,2…,n；j=1,2…,m)，通过Xij′=1/Xij变换而转化为高优指标，然后建立同趋势化后的原始数据表。

第二步：矩阵归一化处理。对趋同化的原始数据矩阵进行归一化处理，并建立相应矩阵，其转换公式为：

第三步：从归一化矩阵中计算最优值向量和最劣值向量，即计算归一化矩阵中最优与最劣方案的评价集。计算方法分别如下：

第五步：计算诸评价对象与最优方案的接近程度Ci，其计算公式如下：

式中，Ci在0与1之间取值，Ci值越接近1，表示该评价对象越接近最优水平；反之，越接近于0，表示该评价对象越接近最劣水平。

第六步：按Ci大小将各评价对象排序，Ci值越大，表示综合效应越好。

(二)数据来源

湖南省及各地州市GDP数据来源于湖南省统计年鉴，均为当年价。湖南省各市州能源消耗数据来源于《湖南省统计年鉴》中“规模以上工业企业综合能源消费量”以及“规模以上工业企业主要能源品种消费量”。湖南省各市州能源消费碳排放数据根据ORNL(美国橡树岭国家实验室提供的方法测算)[9]。能源消费碳排放经济效率定义为GDP/能源消费碳排放。

二 湖南省各市州能源消费碳排放经济效率测算与分析

表1为2008～2011年湖南省各地市能源消费碳排放经济效率测算原始数据。

表1 湖南省各地市能源消费碳排放经济效率原始数据 单位：万吨

以2011年为例，长沙市、湘西自治州与吉首市能源消费碳排放经济效率较高，分别为14.931万元/吨、16.636万元/吨以及10.558万元/吨。综合来看，这三个地区各年份碳排放经济效率都比较高。

由表1最后一行得到4个决策数据序列[1.814，1.946，2.258，2.398]。每个数据的权重为1/4，那么序列平均值为2.104，方差为0.270。根据均值和方差求得标准化序列[-2.697，-2.502，-2.041，-1.835]。高斯密度函数公式处理后得到权重粗糙序列[0.026，0.044，0.124，0.186]，归一化处理后得到不同年份的权重序列为[0.069，0.115，0.327，0.489]。

对上表中的数据进行归一化处理后，结果见表2：

表2 归一化处理矩阵

根据上表的数据确定最优和最劣向量，最优向量序列和最劣向量序列为：

MAX序列=[0.481,0.626,0.534,0.539]

MIN序列=[0.035,0.022,0.027,0.027]

然后，分别计算各指标值与最优、最劣向量的距离和接近度，并按照接近度的大小进行排列，具体结果见表3。

表3 基于OWA时间权重修正的Topsis各地市碳排放经济效率评价结果

从上表可以看出，长沙、湘西州、张家界、永州等市州的能源消费碳排放效率较高，而娄底、岳阳、湘潭、郴州、衡阳等城市的能源消费碳排放效率较低。从整体上看，湖南省各地市能源碳排放经济效率差异显著，碳排放经济效率最高的长沙市，其效率接近于1，而最低的娄底市，其效率接近于0，从各城市碳排放经济效率分布来看，除个别城市碳排放经济效率较高外，多数城市优势接近度小于0.5，这类城市共10个，占到全部地级城市的71%，优势接近度在0.3以下的城市共8个，占到全部地级城市的57%。加之，湖南省能源碳排放经济效率为0.124，也不及0.3，因此，从总体上看，湖南省能源碳排放经济效率比较低。

三 湖南省各市州能源消费碳排放经济效率聚类与优化

为进一步客观描述湖南省各地州能源消费碳排放经济效率的空间差异情况，参考国内学者对碳排放经济效率高低的划分标准[3-7]，将湖南省能源消费碳排放经济效率划分为以下三种类型(见表4)即：碳排放经济效率高值区(优势接近度>0.5)、碳排放经济效率中值区(优势接近度在0.3～0.5之间)、碳排放经济效率低值区(优势接近度<0.3)。

表4 湖南省各地市能源消费碳排放经济效率分类

处于能源消费碳排放经济效率高值区的有长沙、湘西州、张家界和永州四个城市，优势接近度均超过0.5，但这一区域得分也有比较大的差距，例如：长沙的优势接近度(0.965)超过永州的优势接近度(0.538)0.427。其中，长沙市为湖南省省会城市，且是国家资源节约型与环境友好型社会综合配套改革试验区的核心城市，也是国家长株潭城市群的核心城市，经济实力雄厚，产业结构调整较好。对比之下，处于同一等级的湘西州、张家界处于大湘西地区，永州属于大湘南承接国家产业转移示范区，且湘西州、张家界还属于国家扶贫攻坚示范区，这三个城市区域经济不发达，而这三个城市以第一产业和第三产业为主，第二产业不发达的现状，导致其城市能源消费碳排放较其它城市来讲比较小，城市能源消费排放效率较高。从这个意义上讲，优化产业结构，提高能源利用效率均是提高能源消费碳排放效率的重要途径。

处于能源消费碳排放经济效率中值区的怀化和邵阳也属于大湘西区域，这两个区域经济不发达，大体居于湖南省中游位置，区域产业也多以第一产业和第三产业为主，能源消费碳排放相对较少。处于能源消费碳排放经济效率低值区的城市较多，包括常德、株洲、益阳、衡阳、郴州、湘潭、岳阳和娄底8个城市。这8座城市均有一个共同的特征，多数属于传统工业型城市，区域工业产业所占比重较高，特别是传统高耗能产业在区域产业中占据着主要位置。这些城市优势接近度较小，一定程度上说明产业结构的优化升级仍未凸显作用，当前这些城市的经济发展在很大程度上仍依赖于高碳产业的发展，产业结构仍亟需优化调整。

[1] Ramanathan R. A multi-factor efficiency perspective to the relationships among world GDP：Energy consumption and carbon dioxide emissions [J].Technological Forecasting &Social Change, 2006, 73(3): 483-494.

[2] Herrala R, Rajeev K G.Global CO2efficiency: Countries estimates using a stochastic cost frontier[J]. Energy Policy,2012,45(2): 762-770.

[3] 岳瑞锋，朱永杰．1990-2007年中国能源碳排放的省域聚类分析[J]．技术经济，2010，29(3)．

[4] 陈黎明，黄 伟．基于随机前沿的我国省域碳排放效率研究[J]．统计与决策，2013(9)．

[5] 李 涛，傅 强．中国省际碳排放效率研究[J]．统计研究，2011，28(7)．

[6] 王 煜，徐泽水．OWA算子赋权新方法[J]．数学认识与实践，2008，12(3)．

[7] 周 健．省际碳排放经济效率的TOPSIS评价分析[J]．统计与决策，2011，21(10)．

[8] 徐 胜，杨 娟.碳排放经济效率的TOPSIS评价分析—基于山东省17地市的面板数据[J].经济与管理评论，2013(1).

[9] 赵先超，朱 翔，周跃云.湖南省不同土地利用的碳排放效应及时空格局分析[J].环境科学学报，2013，33(3).