皖江城市带低碳经济评价

第３７卷　第１２期西南师范大学学报（自然科学版）２０１２年１２月Ｖｏｌ．３７　Ｎｏ．１　２ Ｊｏｕｒｎａｌ　ｏｆ　Ｓｏｕｔｈｗｅｓｔ　Ｃｈｉｎａ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）Ｄｅｃ．２０１２

文章编号：１０００－５４７１（２０１２）１２－０１１５－０５

皖江城市带低碳经济评价研究①

张云鹏１，　赵小风２，　孙　燕３

１．南京工业大学测绘学院，南京２１０００９；２．南京大学政府管理学院，南京２１００９３；

３．南京财经大学公共管理学院，南京２１００４６

摘要：以皖江城市带９个城市为研究区域，运用ＤＰＳＩＲ方法，建立了包含驱动、压力、状态、影响、响应的５项因素２２项指标的低碳经济评价指标体系，并对皖江城市带的低碳经济发展水平进行评价．结果表明：皖江地区各市的低碳经济控制水平有待提高；低碳经济水平从高到低依次为宣城、铜陵、池州、滁州、巢湖、马鞍山、芜湖、安庆、合肥．宣城和铜陵两个城市低碳经济水平相对较好，其资源利用率和单位产出效益水平较高；合肥低碳经济水平排名最后，主要原因是发展中能源消耗、电力、交通路网等压力过大，需要注意能源的有效利用；其他６个城市，各因素层指标比较均衡，但发展中仍需注意对个别极值影响因素的控制．

关　键　词：低碳经济；评价；皖江城市带

中图分类号：Ｘ２４文献标志码：Ａ

近年来，“低碳经济”越来越多地得到世界各国的关注．中国作为发展中大国，随着经济高速发展，化石能源消费快速增长，温室气体排放量一直位居世界前列［１］．从《联合国气候变化框架公约》签署到《京都议定书》生效，再到《哥本哈根协议》的艰难谈判，关于发展权与排放权的讨论不断升级［２］．各国对低碳经济具有不同的认识和不同的实践，以英国为首的欧盟各国通过制定低碳政策引导人们向低碳生活方式转型［３］，美国重视通过技术途径解决气候变化问题，日本则高度重视高新技术在能源和环境中的应用，致力于打造低碳社会，俄罗斯、印度、巴西、南非、韩国等经济转型国家和发展中国家陆续开展了低碳经济政策研究．近年来，中国也不断推出“低碳经济”政策，如将减排目标纳入“十二五”规划；大力发展“低碳产业”，支持产业转型等．近年来，中国学者在低碳经济评价的研究方面，主要运用层次分析模型、物质流分析模型、ＤＰＳＩＲ模型等探讨、构建低碳经济评价指标体系［４－７］．其中，层次分析模型较好地考虑和集成了综合评价过程中的各种定性与定量信息，但在应用中摆脱不了评价过程中的随机性及认识上的模糊性．物质流分析模型将经济系统的物质分为输入、储存、输出三大部分，通过研究三者的关系，揭示物质在特定区域内的流动特征和转化效率，并将其作为区域低碳经济评价依据，但其输入、储存、输出参数值较难界定．ＤＰＳＩＲ评价模型能够较好地揭示环境与人类活动的因果关系，结构清晰，为人类活动、资源、环境与可持续发展研究及其评价提供了一个基本框架，具有较强的系统性和广泛的适用性．基于此，笔者在研究中选用ＤＰＳＩＲ评价模型，力求科学、合理的评价城市带低碳经济发展水平．

皖江城市带是承接东部产业转移，发展“低碳经济”的重要实验区［８］．２０１０年１月１２日，国务院正式批复《皖江城市带承接产业转移示范区规划》，指出该区域要把资源节约和环境保护放到重要位置，把承接产业转移和提高可持续发展能力结合起来，推进节能减排，促进资源综合利用，大力发展循环经济和低碳经

①收稿日期：２０１２－０９－２０

基金项目：安徽省国土资源科技项目“安徽省典型城市不同功能用地集约利用评价及空间分异研究”；国家自然科学基金“基于分层视角的工业用地集约利用机理研究”（４１２０１５７３）．

作者简介：张云鹏（１９８０－），男，河北石家庄人，博士，讲师，主要从事地理时空建模与应用．

通信作者：赵小风，博士，讲师．

济．因此，本文选择皖江城市带作为研究区域，构建基于ＤＰＳＩＲ的低碳经济评价指标体系，对皖江城市带的９个城市进行低碳经济评价，揭示皖江城市带低碳经济发展水平及区域差异，为皖江城市带承接产业转移和发展低碳经济提供理论依据．

１　数据来源与方法

图１　皖江城市带城市分布

１．１　数据来源

皖江城市带包括合肥、芜湖、马鞍山、铜陵、安庆、池州、滁州、宣城８个地级市，以及巢湖市（县级）、六安市的金安区和舒城县，共４６个县（

市），土地面积７．６万ｋｍ２．２０１０年，皖江城市带地区生产总

值分别为８　４０７亿元，占安徽省经济总量的６８．０２％，在安徽省经济发展中占有举足轻重的地位．同时，皖江城市带是泛长三角地区的重要组成部分，在承接东部沿海产业转移中具有重要的战略地位．本文数据来源于《安徽省统计年鉴（２０１０年）》，主要包括人口总量、ＧＤＰ、化石能源消耗量、ＣＯ２排放总量、农业化肥用量、三次产业产值、年均气温、年均降水量、森林覆盖率等指标数据．由于行政区划的调整，六安市的金安区和舒城县的的数据难以获取，因此，本文以合肥、芜湖、马鞍山、铜陵、安庆、池州、滁州、宣城和巢湖这９个城市作为研究对象（图１），开展低碳经济评价．碳排放总量计算参考２００６年ＩＰＣＣ《

国家温室气体排放清单指南》

以及相关文献的计算方法和标准，即化石燃料的燃烧是温室气体增加的主要来源，将不同能源按标准统一折算为标准煤，取标准煤二氧化碳排放系数的平均值Ｋ＝０．７１５９，计算区域一定时期内的ＣＯ２排放水平．图２　ＤＰＳＩＲ模型结构

１．２　研究方法

ＤＰＳＩＲ模型是作为衡量环境及可持续发展的一种指标体系而开发出来的，其是在ＰＳＲ和ＤＳＲ模型的基础上经过修正发展而来，其涵盖了经济、社会、环境、政策４大要素，不仅表明了社会、经济发展和人类行为对环境的影响，也表明了人类行为及其最终

导致的环境状态对社会的反馈［９－１０］．ＤＰＳＩＲ模型主

要包括驱动力（Ｄ）、压力（Ｐ）、状态（Ｓ）、影响（Ｉ）、响应（Ｒ）五个部分（图２）．每一部分代表一种类型的指标，每类指标又分为若干指标项．低碳经济评价中，ＤＰＳＩＲ模型的驱动力表示为影响低碳经济发展的社

会经济驱动力因素；压力表示为发展中的资源消耗量；状态表示为ＣＯ２排放量以及经济产出量等；影响表示为发展过程中资源环境状态；响应表示为各类发展行为对社会环境指标的影响情况．

为解决各项指标值不同质的问题，评价过程中采用极差法对各项指标进行无量纲化处理．首先将各项指标的绝对值转化为相对值，并令ｐｉｊ＝｜ｐｉｊ｜．由于在多指标综合评价中，正负向指标对综合评价结果而言，所代表含义方向完全相反，正向指标数值越高越好，负向指标数值越低越好，因此，对于正负指标采用不同的算法进行数据处理．具体公式如下：

正向指标：ｐ′ｉｊ＝

ｐｉｊ－ｐｍｉｎ（ｐ１ｊ，ｐ２ｊ，…，

ｐｎｊ）ｐｍａｘｐ１ｊｐ２ｊｐｎｊ－ｐｍｉｎｐ１ｊｐ２ｊｐｎｊ（１

）６

１１西南师范大学学报（自然科学版） ｈｔｔｐ：／／ｘｂｂｊ

ｂ．ｓｗｕ．ｃｎ 第３７卷