时空分异：数字背景下安徽省低碳发展研究

摘要：为实现“双碳”目标和区域绿色发展，安徽省积极践行低碳发展，并大力推动数字经济与传统产业融合，解决好安徽省数字经济与低碳经济协调发展这一主题成为各界关注的热点问题。文章选取安徽省2011—2019年15个地级市的数据，通过TOPSIS熵权法测算安徽省城市低碳发展效率，进而在识别数字经济关键要素基础上，利用时空地理加权模型分析数字经济对城市低碳发展效率的影响。结果表明，安徽省的低碳发展水平逐步提升，呈现东部高、西部低的趋势。数字经济在低碳发展中发挥关键作用，但效应因时点而异。

关键词：低碳发展；数字经济；TOPSIS熵权法

中图分类号：F274文献标识码：A文章编号：1005-6432（2024）32-0005-04

DOI：10.13939/j.cnki.zgsc.2024.32.002

1引言

近年来，全球面临气候变化挑战，安徽省积极响应国家低碳经济战略，制定了节能减排方案。通过生态建设和创新驱动，安徽不断强化低碳生态社会。同时，省内建设数字经济平台，如脱贫攻坚大数据管理平台和大数据分析与应用实验室，推动数字经济发展。然而，有效协调数字经济与低碳经济发展仍是理论和实践的核心问题。文章将在测算安徽省低碳发展水平的基础上，进一步识别数字经济的核心要素，并探讨数字经济在低碳发展中的作用。

2安徽省低碳发展综合水平演进

2.1分析思路

在本节研究中，将针对安徽省2011年至2019年的15个地级市的数据进行分析。通过采用TOPSIS（TechniqueforOrderPreferencebySimilaritytoIdealSolution）熵权法，评估安徽省各城市的低碳发展水平。

2.2指标选取

文章从经济、低碳、社会三个层面，构建了一个包含14项指标的城市低碳发展评价体系[1]。其中，利用通用碳排放计算公式CO2=K×E计算得出碳排放量，K是碳排放强度系数，E是各种种类的能源使用量，在参照史学飞等[2]的研究结果基础上，将煤炭、石油、天然气的碳排放系数设定为0.7329、0.5574、0.4426。因此，碳排放量的计算公式为：C=0.7329×E（煤油）+0.5574×E（原油）+0.4426×E（天然气），同时参照邓荣荣和张翱祥[3]所做的研究，将排放与GDP的比例作为碳排放强度的指标。城市低碳发展指数测算指标体系见表1。

2.3数据来源

文章选取2011—2019年安徽省15个城市作为样本，选取《安徽省统计年02ae109caf67b696e3e31d6f6be758a4鉴》《中国城市统计年鉴》等有关数据，并从CEADs中国碳核算数据库中获得相关数据进行了分析。在数据分析过程中，注意到存在部分缺失值，因此采用了线性插补法和临近年均值法来填补这些缺失值。

2.4数据处理

对于正向指标，标准化处理公式为：

Eij=Xij－Xmin/（Xmax－Xmin）（1）

考虑到数据可能会取到0值，故添加系数0.9和0.1截距变量，故处理公式为：

Eij=0.9×（Xij－Xmin）/（Xmax－Xmin）+0.1（2）

对于负向指标，采用下列公式使其正向化：

Eij=Xmax－Xij（3）

其中，Eij表示第i年中的第j项指标标准化值，Xij表示第i年中的第j项指标原始值，Xmax和Xmin分别表示第j年中的第i项指标最大值和最小值，i=1，2，…，n表示参与评价的年数，j=1，2，…，m表示各个系统的指标数。

2.5结果分析

经过TOPSIS熵权法计算，2011年至2019年安徽省各地级市的数据结果见表2。在全球气候变化和国内可持续发展政策的双重推动下，安徽省的城市低碳效率指数呈现出了多样化的发展趋势。这些趋势不仅反映了地方政府对于国家绿色发展战略的响应，也展示了不同城市在实施具体政策时的差异性。

合肥市、宿州市、马鞍山市和宣城市的低碳发展效率指数稳定在0.45左右，表现出良好的低碳发展水平。蚌埠市、芜湖市、六安市、亳州市、安庆市、铜陵市和阜阳市的低碳发展效率指数均值在0.4以上，低碳发展水平较好。池州市、滁州市、淮南市和淮北市的低碳发展效率指数均值在0.4以下，表明这些城市的低碳发展水平相对较差。

安徽省城市的低碳效率指数变化，揭示了地方政府在响应国家低碳政策时的不同策略和执行力度。这些城市的案例表明，低碳政策的制定和执行需要考虑地方实际，发挥城市特色，同时需加强监管和激励机制，以确保政策的有效实施。未来，安徽省的低碳发展仍需在优化产业结构、创新低碳技术、完善市场机制和提升公众参与度等方面持续发力，以实现低碳、绿色、可持续的发展目标。

3数字经济对低碳发展效率影响分析

3.1分析思路

文章将识别数字经济的关键要素，选取2011—2019年安徽省各城市的数据，运用时空地理加权回归模型（GeographicallyandTemporallyWeightedRegression，GTWR）来深入探讨数字经济对安徽省低碳发展的影响机制[4]。

3.2要素识别

数字经济以数字技术和数据为核心，通过互联网推动生产、流通、交流和消费。评价数字经济可从数字基建、数字产业、科技创新、数字转型和数字公共服务等方面入手。文章选取一系列要素，旨在准确反映数字经济对安徽省低碳发展的影响。具体包括：互联网普及率：该要素通过互联网宽带接入用户数量来衡量，展现了信息通信网络的普及程度及民众的接入水平，是数字基础设施建设的关键衡量指标。互联网行业就业人数：该要素反映了网络产业的规模和人才储备，用信息传输、计算机服务和软件工业从业人员的数量来度量，是对数字产业发展水平的一个重要度量。互联网行业产出：通过电信业务收入来表示，该要素反映了互联网行业对经济增长的贡献，是数字技术创新的关键衡量指标。移动互联网用户数量：以移动电话年末用户数来衡量，该要素揭示了移动互联网在日常生活中的普及情况及应用范围，是衡量数字化转型进程的重要指标。数字金融普惠性：展示了金融服务在网络平台的可及性和负担能力，是衡量数字公共服务水平的关键指标。

这些要素全面覆盖了数字经济的关键方面，反映出其发展水平的综合性和多维性。同时，它们与低碳发展目标的对应关系揭示了数字经济对低碳发展可能的影响路径。例如，互联网普及率和移动互联网用户数有助于信息共享和资源优化，进而减少碳排放；互联网行业就业人数和产出能够促进绿色创新和低碳产业的发展；数字金融的普及有助于支持绿色投资和消费模式。因此，文章选取的要素不仅有坚实的理论基础，而且具有实际应用价值，能够有效分析安徽省数字经济对低碳发展的推动作用，并为相关政策制定提供有力的数据支持。

3.3数据来源

文章选取2011—2019年安徽省15个地级市作为研究对象，采用《安徽省统计年鉴》《中国城市统计年鉴》《北京大学数字普惠金融指数》等收集到的多个方面的数据。

3.4影响因素分析

在进行回归分析之前，需要考虑多重共线性。当多重共线性出现时，回归模型的精度将受到很大的影响。因此，文章采用SPSS统计分析方法，测量了各变量的变异系数，并对各变量之间的共线性进行了检验。从方差膨胀因子计算结果（见表3）得出，5个变量的VIF都在10以下，说明它们之间没有显著的共线性。

从GTWR模型具体回归参数结果（见表4）来看，在2011年至2019年，安徽省的15个地级市在低碳发展方面经历了显著的变化，这些变化与互联网相关的多种因素紧密相关。整体而言，互联网技术的推广和应用对于促进安徽省的低碳发展起到了关键作用，尽管这种作用在不同城市和不同时间点上表现出了差异性。

在这段时间内，安徽省加大了在合肥、芜湖等城市的互联网基础设施投资，提高了互联网普及率，推动了智能制造、绿色能源等低碳产业发展。合肥高新技术产业开发区吸引了大量互联网企业和专业人才，推动了新能源汽车、智能电网等低碳技术的发展。

然而，移动互联网在不同城市的推广效果和对低碳生活方式的促进作用不一，取决于基础设施完善程度和公众环保意识。数字金融的普及提高了金融服务效率，降低了交易成本，间接促进了低碳经济的发展，但其直接影响有限。

安徽省政府在“十三五”规划中明确提出了发展数字经济、推动绿色生产和消费的目标，并通过税收优惠、绿色信贷等政策支持互联网技术在低碳发展中的应用。未来，安徽省可进一步深化互联网与低碳经济的融合，特别是在移动互联网和数字金融发展方面，以实现可持续发展目标。

4结论与建议

4.1结论

文章以安徽省15个地级市2011—2019年的数据为基础，采用TOPSIS熵权模型、时空地理加权模型等方法，分析出安徽省各城市低碳发展存在时空分异特征，并分析数字经济对低碳发展效率的作用机理，得到如下结论：第一，安徽省大部分城市的低碳发展水平整体上呈现出一种不断提高的态势。第二，安徽省的低碳发展水平在地区间有很大的不平衡，总体上是东高西低，南高北低。第三，数字经济对安徽省低碳发展具有重要作用，但该作用因城市、时间的不同而存在一定的差异。

4.2&nbsRbcrIdkyABjBQLcB+VgBtA==p;建议

在分析了安徽省2011年至2019年的低碳发展效率及数字经济的影响后，考虑到不同地区的低碳发展现状和潜力存在差异，政府可以实施区域差异化的政策措施。在低碳发展效率较低的地区，可采取更为灵活的政策手段，如定制化的税收激励、财政扶持等，促进当地企业和居民采用清洁能源和低碳技术。政府可通过财政扶持、税收优惠等政策激励企业采用互联网技术优化生产过程，提高能效，降低碳排放。鼓励企业加大对清洁生产技术的研发和应用，推动产业升级和低碳化转型。鉴于数字经济对低碳发展的积极影响，建议政府在东部和南部地区加大对数字经济基础设施建设的投入，例如加快云计算、大数据中心等相关设施的建设。同时，要注重覆盖面，确保西部和北部地区也能享受到数字经济带来的便利。

参考文献：

[1]韩兆安，吴海珍，赵景峰.数字经济与高质量发展的耦合协调测度与评价研究[J].统计与信息论坛，2022，37（6）：22-34.

[2]史学飞，孙钰，崔寅.基于熵值-主成分分析法的天津市低碳经济发展水平评价[J].科技管理研究，2018，38（3）：247-252.

[3]邓荣荣，张翱祥.中国城市数字金融发展对碳排放绩效的影响及机理[J].资源科学，2021，43（11）：2316-2330.

[4]李云燕，张硕.中国城市碳排放强度时空演变与影响因素的时空异质性[J].中国环境科学，2023，43（6）：3244-3254.

［作者简介］崔同胜（1999—），男，汉族，安徽宣城人，研究方向：低碳经济、数字经济；吉敏全（1970—），男，汉族，山西运城人，青海大学财经学院教授，研究方向：技术经济、低碳经济。