新能源城市评价指标体系的构建与研究

赵振宇，戴赛岚，郭润凡

(华北电力大学 经济与管理学院，新能源电力与低碳发展研究北京市重点实验室，北京 102206)

0 引 言

近年来新能源在中国发展迅猛，“新能源示范城市”也被列入《国家新型城镇化规划(2014年-2020年)》的重点项目[1]。与低碳城市相比，中国的学者对新能源城市的研究尚处于起步阶段[2]，甚至新能源城市的概念和内涵都不清晰，处于摸索和起步发展阶段。

目前，国内外颁布的与新能源城市有关联的指标体系主要有：1996年联合国可持续发展委员会等提出的CSD可持续发展指标体系，主要分为驱使力指标、状态指标及响应指标[3]；世界银行设计开发了一套衡量可持续发展的指标体系，主要是通过计算国家财富的真实存量来进行评估[4]；2012年中国国家能源局发布了以新能源利用量指标、分类新能源利用指标及组织管理和激励政策指标为一级指标的“新能源示范城市”评价指标体系[5]。除此之外，许多学者也在城市新能源发展、低碳城市、产业园区的评价指标方面进行了研究。付允等[6]提出了低碳城市的5大支撑体系,即产业结构体系、基础设施体系、消费支撑体系、政策制度体系和技术支撑体系；辛玲等[7]在分析低碳城市的内涵及特点基础上，从经济低碳化、基础设施低碳化、生活方式低碳化、低碳技术发展、低碳制度完善度和生态环境优良等6个方面构建一个比较全面有效的低碳城市评价指标体系；王晶晶[8]将评价对象聚焦于产业园区，从园区管理与保障机制、规划布局与土地利用、资源利用与温室气体管理、循环经济与环境保护等4个方面进行低碳评估。

然而，现有的研究提出的评价体系很多处于理论研究阶段，指标计量方法不足，相当一部分数据当前无法采集，研究的普适性较弱，而且大多数研究的对象是低碳城市，新能源与城市要素结合的研究成果较少。为了推动中国新能源城市的发展，发挥城市示范效应，促进城市内新能源规模化发展，建立一套科学全面的新能源城市指标体系具有理论和现实意义。

1 新能源城市评价指标体系的构建

选择评价指标时应遵循统计学中指标选取的系统性、科学性、可比性和可行性的一般原则[9]。通过对现有新能源城市相关指标体系的比较研究，结合新能源城市的特点及建设目标，在已有研究成果基础上选取新能源城市评价指标，本文提出更具科学性、针对性、可操作性和普适性的新能源城市评价指标体系，包括新能源开发情况、新能源利用情况及新能源发展环境3项分类指标，具体指标如表1所示。

表1 新能源城市评价指标体系

1.1 新能源开发情况(A)

新能源开发情况指一个地区(市)的新能源资源开发的程度，具体分为新能源开发现状(A1)、新能源开发的经济效益与环保效益(A2)两个方面。

1.1.1 新能源开发现状(A1)

非化石能源占一次能源消费比重(A11)：体现了一次能源消费结构从传统化石能源向非化石能源转变的程度，用以评价一个城市(或地区)能源清洁利用、低碳发展程度。

电能占终端能源消费比重(A12)：体现了电能替代煤炭、石油、天然气等其他能源的程度，用以衡量一个城市(或地区)终端能源消费结构和电气化程度。

新能源发电量占比(A13)：体现新能源在发电结构中的重要程度，用以评价一个城市(或地区)风能、太阳能等新能源开发利用水平。

1.1.2 新能源开发的经济效益与环保效益(A2)

新能源产业经济贡献率(A21)：即新能源产业产值与地区生产总值之比，其值越大，表明经济效果越好，可以方便而直观地表示地区新能源行业开发的经济性。

单位产值能耗降低率(A22)：反映能源消费水平和节能降耗状况的主要指标，体现了一个城市(或地区)经济活动对能源利用程度的变化程度，反映经济结构和能源利用效率。

1.2 新能源利用情况(B)

新能源利用情况考查一个地区(城市)新能源的消费情况，通过新能源消费比重指标衡量新能源消费在能源消费总量中的比例，具体指标包括：新能源利用总量(B1)、新能源利用效率(B2)、新能源电力消纳能力(B3)及新能源推广度(B4)。

1.2.1 新能源利用总量(B1)

新能源消费比重(B11)：新能源消费比重是衡量一个城市(地区)新能源推广应用程度的综合指标，它通过比较规划期内该城市新能源消费量与地区能源消费总量，用以反映该城市新能源利用情况。

1.2.2 新能源利用效率(B2)

新能源利用效率指在一个地区(城市)经济发展过程中，新能源在其中起到的推动作用，主要通过单位GDP新能源消费量(B21)指标体现。

1.2.3 新能源电力消纳能力(B3)

新能源电力消纳能力受电源结构、电网输送能力、负荷特性和新能源特性等因素影响，新能源消纳问题逐渐凸显，新能源消纳能力成为是否规划发展新能源的重要指标。新能源电力消纳能力考虑一个城市(地区)弃风和弃光问题，包括两项指标：风电弃风率(B31)和光伏弃光率(B32)，并综合全国风电及光伏装机规模进行指标赋权。

1.2.4 新能源推广度(B4)

绿色建筑覆盖率(B41)：该指标体现一个城市(或地区)的绿色建筑推广应用程度，是推进城市建筑节能降耗、绿色发展的重要指标。

新能源动力交通规模(B42)：以新能源动力汽车保有量为考查指标，包括地区(市)内保有的所有公共汽车及私家汽车等。

新能源农业规模(B43)：将太阳能、风能等新能源广泛应用到现代农业种植、养殖、灌溉、病虫害防治以及农业机械动力提供等领域的一种新型农业，包括光伏农业大棚、渔光互补等项目。

新能源综合能源工业产业利用系统规模(B44)：考查地区(市)内是否有工业产业园区应用新能源综合能源系统。

1.3 新能源发展环境(C)

新能源发展环境(C)是考查地区新能源发展的新能源发展政策环境(C1)、新能源发展技术环境(C2)及新能源发展产业环境(C3)。

1.3.1 新能源发展政策环境(C1)

新能源资源的开发在很大程度上受该地区政策的影响，有力的政策环境有利于推动新能源资源的开发及投资。在新能源行业政策分析上，可将政策划分为准入规则、政策规划目标、平台建设、政府补贴、税收激励等类别，通过对新能源发展政策支持度(C11)指标评分进行衡量。

1.3.2 新能源发展技术环境(C2)

新能源科研投入比重(C21)：通过统计年度内城市实际用于能源领域基础研究、应用研究和试验发展的经费支出与城市地区生产总值(GDP)的比重计算当地新能源行业的科研投入比。

1.3.3 新能源发展产业环境(C3)

良好的产业环境能够发挥地区要素作用，促进当地新能源企业间良性竞争，利于新能源行业的扩大。新能源发展产业环境可通过新能源企业规模占比(C31)指标衡量。

2 新能源城市评价关键指标筛选

为更加高效、快捷地考查新能源在各城市的推广应用程度，为新能源城市开发建设提供发展目标、科学导向和评判依据，在所建新能源城市指标评价体系基础上，基于粗糙集理论进行关键指标筛选，删除掉影响较小的指标，最终选择非化石能源占一次能源消费比重(A11)、电能占终端能源消费比重(A12)、新能源发电量占比(A13)、新能源产业经济贡献率(A21)、单位产值能耗下降率(A22)、新能源消费比重(B11)、绿色建筑覆盖率(B41)及新能源发展政策支持度(C11)作为该指标体系的关键指标，各指标计算如表2所示。

表2 新能源城市评价关键指标

其中，新能源发展政策支持度采用0～1打分制，打分规则如下：1)缺乏针对新能源开发的支持政策，0.2分；2)已出台部分新能源发展支持政策，但政策未成体系、覆盖度小、落实度低、未产生积极影响，0.4分；3)在准入规则、政策规划目标、平台建设、政府补贴、税收激励等方面均有政策支持，政策体系较完善、但落实度较低、影响一般，0.6分；4)在准入规则、政策规划目标、平台建设、政府补贴、税收激励等方面均有政策支持，政策体系较为完善、落实度较高、影响较好，0.8分；5)在准入规则、政策规划目标、平台建设、政府补贴、税收激励等方面均有政策支持，政策体系完善、落实度高、影响显著，1分。

3 基于AHP-TOPSIS的新能源城市综合评价

3.1 AHP-TOPSIS法基本原理

AHP-TOPSIS法是层次分析法和逼近理想解排序法的结合，通过AHP法来对各个指标进行赋权，再通过评判对象与正理想解和负理想解之间的相对距离对评判对象进行排序[10]，其计算过程如下：

3.1.1 建立初始评价矩阵及其标准化

假设现存在m组样本，则有样本组A={A1,A2,…,Am}，各方案指标数为n，则对应指标组为X={X1,X2,…,Xn}，因此得到评价指标Xij(i∈[1,m],j∈[1,n])，则初始评价矩阵矩阵如下：

若各评价指标量纲不同，则采用Z-Score法对各指标进行无量纲化处理，逆指标需要进行正负号对调。

3.1.2 构造加权标准化矩阵

根据AHP法所确定的组合权重，对标准化处理的初评矩阵赋权，可得加权标准化矩阵：

3.1.3 确定正负理想解

在逆指标完成正向化处理的前提下，得到正理想解和负理想解分别为

3.1.4 计算评价距离

第i组样本与正理想解的评价距离为

第i组样本与负理想解的评价距离为

3.1.5 计算各样本的贴近度

当Ci趋近于1时，评价对象达到正理想解；当Ci趋近于0时，评价对象达到负理想解。因此，贴近度Ci的大小体现了某市构建新能源城市能力大小，贴近度Ci越大，构建新能源城市能力越大。

3.2 实例分析

甘肃敦煌拥有着得天独厚的自然资源，新能源资源丰富，尤其是光热资源，2016年11月甘肃敦煌成为继安徽金寨之后第二批高比例可再生能源示范城市。德令哈市位于柴达木盆地东北边缘，和敦煌拥有类似的资源禀赋，光热资源尤为突出，十分适合新能源发展。用上述评价方法对德令哈和敦煌进行对比评价，调研两市相关战略规划及报告得到原始指标数据如表3所示。两地区对新能源发展政策支持力度都比较大，从各个方面推动新能源行业的发展，政策差异性难较高下，根据打分规则两地区新能源发展政策支持度都取0.8。结果如表4所示。

表3 新能源城市指标数据表

表4 相对接近程度及排序表

由表4可知，在该指标体系中，德令哈的贴近度C1的值为0.521 8，敦煌的贴近度C2的值为0.478 2，C1值要大于C2，表明德令哈市在新能源城市构建能力上优于敦煌市。从实际情况来看，德令哈人口少于敦煌，旅游业欠发达，很多资源还未开发完善，相对敦煌来说全社会用电负荷需求小，外送通道还不发达，这些因素导致德令哈市更容易实现区域内的100%新能源城市目标。

4 结 语

从新能源开发情况、新能源利用情况及新能源发展环境三方面建立起一套科学完备的新能源城市指标体系，选取的16个指标涵盖了城市新能源发展的的各方面，综合对一个城市(或地区)的能源消费水平及结构、新能源利用效率及推广程度，多维度对新能源发展状况进行评价。考虑到某些地区新能源发展相关统计数据难以获得，且选用的指标间存在一定关联度，某些指标对评价结果影响较小，在原有的指标体系的基础上，基于粗糙集理论进行了关键指标筛选，选取影响因子最大的8个指标作为评价指标体系的关键指标。经过筛选后的指标体系可以更加高效快捷地对某地区新能源发展现状进行评估，为对各类新能源城市的发展评估提供科学系统的测评工具，为优化能源结构，发展清洁能源产业，构建清洁低碳、安全高效的能源体系提供参考，为新能源城市的建设提供发展目标和引导。