经济发展水平的主要指标大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇经济发展水平的主要指标范文，希望它们能为您的写作提供参考和启发。

篇（1）

【中图分类号】F0622 【文献标志码】A 【文章编号】1674―0351（2013）06―0125―07

一、引言

近年来随着全球气候变化和能源短缺广受关注，发展权和排放权讨论不断升级，低碳经济理念迅速发展。欧盟、美国、日本等发达国家纷纷制定低碳经济发展战略，俄罗斯、巴西、南非、阿根廷等新兴经济体也陆续开展了低碳经济政策研究。我国处在工业化和城市化的快速发展阶段，经济发展仍依赖以煤炭为主的传统能源结构，能源利用效率低下与能源供应紧张等问题日益突出，发展低碳经济是我国的必然选择。由于我国各地区社会经济发展水平、资源环境特征差异巨大，有必要建立一套能够全面反映低碳经济内涵与特点的指标体系，对各省域低碳经济发展的现状和潜力进行测评和分析，指出差异化原因，以此促进节能减排，推动我国向低碳转型。

低碳经济的理念提出已久，20世纪末的文献中就出现了“低碳经济”这一术语以及对发展低碳经济途径的分析[1]183-208， 2003年，英国时任首相布莱尔在《我们未来的能源――创建低碳经济》白皮书中提出，到2050年英国的CO2排放量要减少60%，英国要通过提高资源的生产率、改善能源结构转变为低碳经济国家[2]，这是低碳经济概念首次出现在官方文件中。2006年，前世界银行首席经济师、英国经济学家尼古拉斯・斯特恩主持完成并《斯特恩报告》，分析了气候变化对财政、社会和环境的影响，指出不断加剧的温室效应将会严重影响全球经济发展[3]。我国对低碳经济的研究起步较晚，但成果显著，相关专家和学者们对低碳经济的概念、评价体系及发展策略等都有了深入研究。潘家华、庄贵阳等学者对低碳经济的概念、核心要素及评价指标体系进行了分析和探索[4]，[5]，[6]，[7]，[8]；付加锋、唐笑飞等学者构建了我国省域低碳经济发展水平的评价指标体系，并进行了测试运用[9]，[10]，[11]，[12]。这些研究在低碳经济的概念和评价体系的构建上都作出了贡献，但仍存在不足，在对不同地区之间的低碳经济发展水平进行比较时，对地区间经济发展、经济结构、生产水平和资源禀赋等方面的差异性关注不够；并且现有的低碳经济发展指标体系简单将整个低碳经济发展指标体系划分为经济、社会、环境等多个子系统，计算模型采用简单的线性模型，不能反映出各个子系统之间的相互联系，导致结论差异较大。

本文尝试建立一套较为合理的省域低碳经济发展水平评价指标体系，并进行测评、得出结论和建议。本文在指标体系和计算模型上都进行了新的尝试，评价体系中既包括反映各省区低碳经济发展现状的指标，也包括体现各省区发展低碳经济的能力指标；函数模型上，则设计了一种更能有效反映各子系统之间相互影响的非线性函数模型。

二、低碳经济发展水平评价指标体系

（一）指标选择和数据来源

低碳经济的基本特征是低能耗、低排放、低污染，对低碳经济发展水平的评价应该以系统全面性、主体相关性和省域指标可比性等为基本原则。本文从不同维度综合考虑，建立由低碳环境水平、低碳产业水平、低碳效率水平和低碳创新水平等4个准则层的22个指标层构成的低碳经济发展水平评价指标体系，对我国30个省（自治区、直辖市）进行测度和比较。由于缺乏数据，本文没有对其进行评估。指标体系见表1。为确保数据的权威性，本文环境、社会、经济发展状况及政府方面的指标数据均来自《中国统计年鉴》，能源消耗和碳排放方面的数据来自《中国能源统计年鉴》。数据核算均用2001-2011年平均值或平均增长速度，这样可避免因个别年份数据缺失导致目标研究的偏颇。

（二）指标解释

低碳环境是发展低碳经济的基础，它主要包括一地区森林资源禀赋、人口密度和劳动力禀赋。森林是陆地生态系统中最大的碳库，在降低大气中温室气体浓度、减缓全球气候变暖中，具有十分重要的作用。扩大森林覆盖面积是未来30-50年经济可行、成本较低的重要减缓措施。许多国家和国际组织都在积极利用森林碳汇应对气候变化。森林碳汇抵消CO2 已成为国际公约的重要内容。本文将森林面积增长率和森林覆盖率作为碳汇建设的主要指标。人口密度也是影响低碳环境的重要因素，人口越多，生活和经济活动中的耗能就越多，排放的CO2 也越多，对自然和大气环境的影响越大，超过自然的承受能力就会削弱自然的适应能力和自我调节能力。一地区的劳动年龄人口中参加经济活动人口的比重能反映它发展经济、进行改革优化、开发新能源新技术的基础和动力，所以本文采用劳动力参与率来衡量各省区的人力资源环境水平。

低碳产业是发展低碳经济的支柱，它主要指一地区的产业结构、贸易模式和产业内技术水平，这些因素主要决定了地区的能耗强度进而碳排放强度。不同产业的能源消耗强度不同，一般第二产业的能源消耗强度最高，而第二产业中，重化工的能源消耗强度又远高于一般制造业[13]。经济学上有一条著名的倒“U”形曲线，反映了传统工业化不同发展阶段与环境污染趋势的关系，显示当一个经济体达到工业化中期后，由于第三产业比重的上升和高耗能产业比重的下降，碳排放强度会逐渐降低。因此，第三产业是低碳经济的一个重要方面，第三产业的比重也成为一地区低碳经济发展水平的重要评价指标。知识技术密集型的高新技术产业已成为国家之间竞争的重要领域，它是带动产业结构升级和提升劳动生产率的根本途径，具有低碳排放、高经济效益的特点，因此也是低碳发展的一个重要突破口。高新技术产业的比重越高，则说明发展低碳经济的基础和能力越强。一国的贸易模式对其低碳经济水平也有重要影响，国际贸易不仅使产品在世界各国之间自由流动，同时也使得碳排放可以自由转移，出口商品在生产过程中的碳排放被计入出口地区。1997-2007年，中国碳排放量的1003%-2654%是由出口产品的生产所引致的，进口产品的碳排放量仅占到440% （1997年）和905%[13]。因此，国际贸易顺差可以作为反映各省区低碳水平的一个指标。转变经济发展方式、发展低碳经济的核心和关键是技术，技术也是促进经济增长由粗放型向集约型转变、节能减排、提高低碳经济水平最有效的着力点。所以本文选用技术市场交易额比重作为衡量各省区技术创新水平及发展低碳经济能力的一个指标。

低碳效率是一地区低碳经济发展水平的表现，它包括能源消耗指标和碳排放指标。发展低碳经济就是要实现低能耗、低排放，改善能源结构、提高能源利用效率、降低污染排放。因此，通过对一地区能源结构、能源消耗强度和碳排放强度等指标的测量，就可以直观反映其低碳发展水平。能源消耗强度是指单位GDP消耗的能源，反映一地区能源利用效率的现状。能源消耗弹性是指能源消耗增速与GDP增速之比，反映地区能源利用效率的变化趋势，若GDP增速高于能源消耗增速，则说明能源利用效率有所提高，低碳发展水平也有所提高。在能源种类中，煤的碳排放最为严重，石油次之，而天然气、水能、风能、太阳能等都是清洁能源。我国各省区的能源禀赋不同，能源利用结构也存在不同，本文选择煤炭消耗比重来反映各地区的能源结构。碳排放强度是指单位GDP的CO2排放量，它的值越小则低碳水平越高。碳排放增长率反映一地区碳排放的发展趋势，在保证GDP增长的同时，碳排放增长率小于1则说明污染排放有所减缓、低碳水平有所提高。人类均有公平的碳排放权，尽管国际碳减排机制尚未明确各国碳减排任务的分配标准，但人均碳排放是一个较为公平且能够为多数国家所认可的国际标准，人均碳排放较低，面临的碳排放约束相对会小一些，对经济可持续增长有利[14]。除CO2外，SO2和COD也是工业废气中的主要有害气体，它们对大气的污染和对人体的伤害都十分严重，也直接影响着一地区的低碳发展能力和水平。

低碳创新是发展低碳经济的引擎，它指一地区开发低碳技术、发展循环经济的潜力。从现阶段来看，能源部门的低碳技术涉及节能、煤的清洁高效利用、油气资源和煤层气的勘探开发、可再生能源及新能源利用技术、二氧化碳捕获与埋存（CCS）等领域的减排新技术[4]。对这些技术的研发支出和环境保护支出直接体现一地区对低碳技术的投入和开发力度。所以，本文采用研发支出占GDP的比重和环境保护支出占财政支出的比重两个指标来反映一地区发展低碳经济的潜力。工业固体废弃物综合利用率则可反映其资源循环利用、污染治理的水平。人力资源是一个地区经济发展的根本，也是发展低碳经济、研发低碳技术的基础和动力，人力资源的素质和知识技能水平直接影响该地区低碳经济发展的能力和水平。提高劳动力素质、培养高科技人才关键在教育，所以选择公共教育支出占财政支出的比重来衡量一地区对人力资源开发的投入力度和发展低碳经济的潜力。对教育、技术研发的支出都有利于提高社会劳动生产率，进而减少资源消耗、提高经济效益，对教育和研发的投入越大、全员劳动生产率越高，对低碳经济发展的支撑能力就越高。

三、评价模型与结果分析

（一）确定各指标权重

本文采用层次分析法来建立指标体系并确定指标权重。层次分析法是一种定性与定量分析相结合的分析方法，能够将复杂问题分解成若干层次，由专家和决策者对所列指标通过两两比较重要程度而逐层进行判断评分，并利用计算判断矩阵的特征向量确定下一层指标对上层指标的贡献度，从而得到各指标层指标重要性排列结果，以此来确定指标权重。本文就各指标的相对重要程度咨询了低碳经济相关领域专家，进而构造判断矩阵，经过计算和一致性检验后得到了各指标的权重，见表1。

（二）指标计算模型

首先，要对指标层数据进行无纲量化处理。因为各个指标的单位不同，必须经过无纲量化处理后才进行比较分析。促进低碳经济发展的指标为正向指标，采用公式（1）处理；阻碍低碳经济发展的指标则为逆向指标，采用公式（2）处理：

其中，xi 表示i省区原始数据，-min（xi ）表示原始数据中所有样本的最小值，-max（xi）表示原始数据中所有样本的最大值，这样经过变换后的xi ′有统一的量纲，所有数据位于[0，1]。

其次，对准则层指数进行计算。根据每个准则层下属指标的数据和权重值计算出各准则层的得分，具体方法为：记低碳环境水平指数为δE、低碳产业水平指数为δI、低碳效率水平指数为δB、低碳创新水平指数为δC。以δB为例，计算公式为：

其中，n代表低碳环境水平下二级指标个数，Wi为权重。同理，可计算出δI、δB和δC。

最后，对目标层指数进行计算。准则层决定了目标层的水平表现，但它们之间并非简单的多元线性关系，不能用线性组合加总得到目标层，因此，本文构建一个计算低碳经济发展水平综合指数的非线性函数，公式为：

（4）

其中，μ代表低碳经济发展水平综合得分。为便于比较，计算出来的各省区综合得分乘以100，使其介于[0，100]。

（三）结果分析

1综合比较

评价结果显示，我国低碳经济发展水平的地域差距较大（见图1）。整体上来看，东南沿海地区优于中西部地区，西北部及北部地区最为落后。东部沿海地区经济发展水平较高，产业结构也在不断优化，北京市的产业结构已接近发达国家和地区；沿海地区的化石能源分布少而风能等清洁能源资源相对丰富，福建、浙江、海南非常注重清洁能源的开发利用，能源结构也较为合理；南方地区的森林资源丰富，对碳的吸收转化能力强，福建省的森林覆盖率更是全国第一。因此，东南沿海地区的整体低碳经济发展水平处于全国领先地位。中西部地区经济发展起步晚、水平低，从东部地区转移来的“三高”产业给中西部的能源和环境造成巨大的压力；由于资金和技术的缺乏，中西部地区对新能源的开发利用不足，能源利用效率和碳减排技术水平也较低，因此低碳经济发展水平较为落后。尤其是内蒙古、贵州、宁夏和山西等省，煤炭资源丰富，能源结构中煤炭比重过高，再加上自身生态环境脆弱，发展低碳经济的起点很低、任务很艰巨。

2指标层比较

（1）低碳环境水平指数。从整体上看，东部及南部沿海省区的低碳环境水平高于内陆省区，西北部地区远远落后（见表2）。这是由于影响低碳环境水平最重要的因素是森林资源禀赋，而我国东部和南部地区由于气候和地形地貌原因森林资源丰富，内陆尤其是西北部地区气候干旱，且多草原、沙漠分布，植被稀少。低碳环境水平排在前面的浙江、福建、江西、广西和云南都是我国森林资源的主要分布地区，福建省的森林覆盖率达到6272%，全国最高，浙江和江西也都达到50%以上。另外，浙江省的劳动力参与率指数全国领先，为923%，这为其发展低碳经济提供了人力基础。青海省在2001-2011年间的森林面积增长很快，碳汇水平非常高，且人口少，人口密度全国最低，这使得它的整体低碳环境水平比较高。低碳环境水平排名落后的除了新疆、甘肃、内蒙古、山西等西北部地区外，还有江苏、天津和上海，这三个省市虽然地处东部沿海地带，但森林资源匮乏，森林覆盖率很低，且人口密度高，尤其是上海市的人口密度达到3140人/平方公里，全国最高，这严重影响了它们的低碳环境水平。

（2）低碳产业水平指数。从表2可以看出，低碳产业水平基本与各地区经济发展水平和发展阶段相一致。得分排在前面的省份主要是我国经济发展水平较高的省份，如北上广一线城市、天津、江苏等，这些地区经济基础好，产业结构比较合理，第三产业发展较为完善。北京作为我国的政治、文化中心，第三产业在整个经济中的比重已超过80%，产业结构已接近发达国家和地区，工业也以现代制造业和高新技术产业为主，对能源的依赖和消耗较低，能耗和碳排放都较少。广东省地理位置优越，依托香港国际金融中心，对外开放程度高，利于吸收国外先进技术，再加上国家政策优惠，拥有全国最多的高新技术产业开发区，高新技术产业占GDP的比重达到47%，领先全国。上海和天津的高新技术产业发展也都处于全国领先水平，产业结构也较为合理，低碳产业水平得分较高。排名落后的省份包括山西、河北、河南、新疆、青海等省，均为经济发展较为落后的省区，由于东部沿海地区的“三高”产业向中西部地区转移，这些地区的产业结构以高能耗、高污染的重工业为主，工业技术水平低，严重影响了低碳经济的发展。

（3）低碳效率水平指数。总体上来说，南方地区的低碳效率水平高于北方地区。这是因为影响低碳效率水平的因素是能源消耗、能源结构和碳排放情况，我国北方地区的能源以煤炭为主，而南方地区能源结构则比较多元化，水力、生物质能等清洁能源资源相对丰富。排名靠前的广东、浙江、福建、上海等省区都处于东南沿海地区，太阳能、风能、生物质能、潮汐能等可再生能源资源非常丰富，新能源产业的发展也走在国内前列。此外，这些省份经济发展水平都比较高，为提高能源利用率、降低能耗提供了物质和技术基础，所以能源消耗强度都比较低、碳排放较少。低碳效率水平低的山西、内蒙古、贵州省等都是我国煤炭资源的主要分布地区，工业结构又以重工业为主，煤炭占能源消耗的比重分别达到13638%、11237%、9427%，这些省份的经济发展水平都较低，煤炭的利用率低、碳排放处理技术落后，因此，单位GDP的能源消耗和碳排放都过高。北京市虽然靠近山西、内蒙古，但其经济发展水平高，工业尤其是重工业比重低，能源高效利用和减排技术较高，因此它的能源消耗强度和碳排放强度都很低。

（4）低碳创新水平指数。从表2可以看出，低碳创新水平基本与各地的经济发展水平和对低碳发展的投入力度相一致。排在前面的北京、上海、天津和陕西等省市对科技研发的投入都较其他省区更高，2001-2011年，它们的研究与开发支出占GDP的比重分别为535%、239%、204%和237%，排在后面的新疆、云南、青海和海南等省的研发支出比重分别仅为033%、052%、059%和024%。另外，北京、天津、上海、江苏、浙江和广东等省区经济发展水平较高，为其废弃物综合利用提供了较好的资金和技术支持。北京、天津和上海的社会劳动生产率也比较高，上海市全国最高，平均每年每人生产总值达到119万元，远高于全国平均水平的399万元/人。值得注意的是，青海、内蒙古、甘肃、宁夏这些自身生态环境比较脆弱和恶劣的省份环境保护支出占财政支出的比重较其他省份要高，这有助于它们增加绿地面积、改善生态环境、提高低碳经济水平。

四、结论及对策建议

低碳经济是人类为了应对全球气候变化而实施的一种全新的经济发展模式，更是我国实现科学发展与绿色发展的重要战略选择。本文构建了省域低碳经济发展水平评价指标体系，对我国30个省区的低碳经济发展水平进行测评，发现我国整体低碳经济发展水平较低，且区域差异明显。由于目前我国的产业结构和能源结构都不够完善、低碳技术发展欠缺，我国低碳经济发展水平落后于许多发达国家。同时，由于我国各地区经济发展水平和发展阶段的差异、自然资源禀赋的差异、以及政府重视程度差异等，我国低碳经济发展水平的区域差异十分明显。概括来说，经济发展水平较高且自然环境较好的东部地区高于经济发展相对落后、自然环境相对恶劣的中西部地区，煤炭资源丰富但经济发展落后的宁晋蒙地区低碳经济发展水平最为落后。

基于本文的研究结论，结合我国实际情况，建议在以下几个方面作出努力：（1）提高森林覆盖面积和质量。与工业减排相比，森林碳汇投资少、成本低、综合效益大，更具经济可行性和现实选择性。因此，我国应该将发展森林碳汇作为应对气候变化的主要选择，既要增加森林面积，也要提高森林质量。（2） 改善能源结构和利用效率。应该适当调整能源结构，逐渐降低煤炭等化石燃料在能源消费结构中的比重，积极发展生物质能、风能、核能和太阳能等可再生能源。同时应加快研发传统化石燃料的清洁高效技术和循环利用技术，在能源梯级利用技术、矿产资源综合利用技术、废弃物综合利用技术、循环经济产业链接技术等重大关键技术领域取得新进展。（3）优化产业结构。在保证经济增长和就业的同时，适当降低高能耗高污染低附加值的制造业比重，鼓励第三产业扩大规模。除了调整和优化三大产业的比重结构外，更要着重提升三大产业的质量，让节能减排在各个领域都得到落实和扩展。（4）大力发展低碳技术。应扩大政府和企业的研发投入，进一步优化低碳技术创新与推广的政策环境，重视企业的技术创新主体地位，鼓励和支持自主创新、研发低碳技术和低碳产品。同时，也要加强节能减排、低碳、环保、清洁能源等领域的国际交流与合作，鼓励引进国外先进节能环保技术和管理经验，促进我国低碳技术创新。

参考文献：

[1]Ann PKinzig， Daniel M Kammen National Trajectories of Carbon Emissions： Analysis of Proposals to Foster the Transition to Low-carbon Economies [J]Global Environmental Change， 1998（3）

[2]DTI Energy White Paper： Our Energy Future-Create a Low Carbon Economy [R] London ： TSO， 2003

[3]Stern Nicolars Stern Review on the Economics of Climate Change [M]London ： Cambridge University Press，2007

[4]潘家华，庄贵阳，等低碳经济的概念辨识及核心要素分析[J]国际经济评论，2010（4）

[5]付加锋，庄贵阳，高庆先低碳经济的概念辨识及评价指标体系构建[J]中国人口・资源与环境，2010（8）.

[6]冯之浚，周荣低碳经济：中国实现绿色发展的根本途径[J]中国人口・资源与环境，2010（4）

[7]徐匡迪转变发展方式 建设低碳经济[J]上海大学学报，2010（4）

[8]潘家华怎样发展中国的低碳经济[J]中国市场，2010（11）

[9]郑林昌，付加锋，李江苏中国省域低碳经济发展水平及其空间过程评价[J]中国人口・资源与环境，2011（7）

[10]唐笑飞，鲁春霞，安凯中国省域尺度低碳经济发展综合水平评价[J]资源科学，2011（4）

[11]江正平，张伟，雷亮省域低碳经济发展评价指标体系的构建及测评[J]广东农业科学，2012（1）

篇（2）

中图分类号:F29　文献标志码:A　文章编号:1673-291X(2010)03-0130-02

1994年,副省级城市成立后,国内学者展开了副省级城市间的比较研究,周璐红、李亚妮、徐建益,选取副省级城市三大产业为研究因素,研究了相对资源承载力及其社会经济发展研究。武春光、于成学对中国副省级城市的知识生产效率进行了测算,并进行分析。陈志在2007年运用了线性加权函数等方法,研究了中国副省级城市综合竞争力比较分析。黄南、李程骅,运用了因子分析和聚类分析的方法,对副省级城市经济发展水平进行了比较分析,但是其数据为2007年的数据。

为了避免时间区间对分析造成的误差,准确反映15个副省级城市的经济发展水平变化情况,本文运用2001年、2004年和2008年统计数据,综合运用因子分析和聚类分析,得出15个城市经济发展的动态变化。

一、指标的选取和数据的采集

1.指标的选取。根据中国15个副省级城市的经济发展现状,综合国内外研究学者关于经济发展水平的指标选择∞,在遵循科学性、合理性、可比性和可操作性的原则下。分别选取了六个经济指标:(1)x1=国内生产总值(亿元);(2)x2=人均GDP(元/人);(3)x3=固定资产投资占GDP比重(%);(4)X4=第三产业占GDP比重(%);(5)x5=财政收入占GDP比重(%);(6)x6=出口依存度(%)。这六个指标,分别从经济增长、结构优化、国际贸易等各个角度,全面反映了经济发展水平。

2.数据来源。本文数据部分是直接来自于各副省级城市统计年鉴,部分是根据数据计算得出。根据分析需要。选取了2001年、2004年和2008年三个年度15个副省级城市的横截面数据。

3.分析方法。本文应用SPSS软件,运用因子分析法将各年度的六个指标进行分析,收集2008年各副省级城市数据,根据计算,知其KMO达到0.68,接近0.7的水平,因此比较适合做因子分析。

一般来说,当综合因子的累积贡献率达到85%以上,表明公因子反映大部分信息,而彼此又不相关。经过方差最大化正交旋转后,第一主成分贡献率为56.766%,第二主成分为23.430%,第三主成分为10.433%,累积方差贡献率超过90%,因此可以将前三个公因子作为评价副省级城市经济发展水平的综合指标。由旋转后的因子载荷矩阵可知,公因子F1在GDP、投资比重和人均GDP上的载荷值分别为0,904、0、860和0.746,因此公因子F1可作为经济增长指标。公因子F2在财政收入和出口上载荷值分别为0.963和0.820,因此,公因子F2主要代表财政收入比重和出口依存度。公因子F3在第三产业产值比重上的载荷值为0.937,因此,F3作为第三产业发展指标。最终,根据得到的因子得分矩阵,得出三个公因子的计算函数:F1=0.499X1-0.41X2-0.227X3-0.348X4+0.13X5+0.269X6F2=-0,226X1+0,091X2+0,025X3+0,633X4+0.383X5+0.167X6F3=-0.114Xl+0.058X2+1.057X3+0.263X4-0.282X5-0.077X6

根据以上计算函数,最终可计算出副省级城市各自的因子得分,然后,计算出经济发展水平指数F=(F1×56.766%+F2×23.430%+F3×10.433%)/90.629%,经过标准化,并聚类分析后,可得到15个副省级城市的经济发展水平排序。同样,2000年和2004年的计算经济发展水平指数的方法与上述方法相同,最终,得到15个副省级城市三个年度的经济发展水平排序以及发展趋势如下表所示:

根据分析,可以得出最终副省级城市经济发展的聚类结果,共分为三类。第一类为深圳和广州;第二类为厦门、杭州、宁波、大连、南京、青岛和沈阳;第三类为济南、武汉、成都、长春、哈尔滨和西安。

二、15个副省级城市经济发展结论与建议

1.副省级城市经济发展结论分析。从上述分析以及分类可知,在副省级城市中,第一类为经济发展水平极发达地区;第二类为经济发展水平较发达地区;第三类为经济发展水平一般地区。

第一类地区为广州和深圳,这两个城市的经济发展水平在副省级城市中处于领先地位,并且比较稳定。这两个城市都位于珠三角经济圈,优越的地理位置和优惠的经济发展政策成为广州、深圳经济发展的推动因素。经济结构方面,两市的第三产业占GDP总量的比重在2008年都达到了50%以上,表明这两个城市经济结构已经由工业主导型变成服务主导型。其中深圳市出口总量已经连续十几年位居全国大中城市首位,可以说,出口是深圳市经济发展的重要推动力。尽管全球金融危机对两市尤其是深圳的冲击很大,但是随着经济的逐渐恢复,预计在“十一五”期间,深圳和广州将率先基本实现社会主义现代化。第二类地区包括厦门、杭州、宁波、大连、南京、青岛和沈阳,这些城市中,除了南京和沈阳,其他都是沿海城市。综合三年的经济发展指数来看,厦门、杭州、宁波、大连标准化后的指数均为正值,而南京、青岛和沈阳均为负值,表明南京、青岛和沈阳在第二类城市中的经济发展水平相对较弱。从2008年数据来看,第三产业比重只有宁波在50%以上,达到55%。而出口依存度方面,厦门、青岛和宁波等港口城市在10%以上,其余城市均在10%以下,从中可以看出几个城市的发展特点。第三类地区是副省级城市中经济发展水平一般的地区,包括济南、武汉、成都、长春、哈尔滨和西安。这六个城市有两个共同点:省会城市和内陆城市。首先,作为一省的省会,一般是作为政治中心建设,因此经济发展水平相对其他副省级城市较弱。其次,作为内陆城市,其出口依存度都在3%以下,明显低于其他副省级城市。

2.副省级城市经济发展建议。根据以上的分析结果,我们对副省级城市的经济发展提出以下建议:(1)各城市应该明确自己所处的类别,定位自己的发展方向,在巩固原有优势经济的基础上,积极发展自己的薄弱环节,做到全面、协调、可持续发展。(2)充分利用国家区域经济发展的政策作为导向,积极发展自身经济。比如青岛,要紧紧抓住近年来环渤海经济圈的建设,促进自身发展。还有西部城市,要抓住国家西部大开发的大背景,积极加快自身经济发展。(3)根据各城市发展实际,调整产业结构,促进第三产业的发展,国际和国内的实践都表明,越是发达国家和地区,第三产业比重越大。

副省级城市作为各自区域经济的额中心,是中国区域经济发展的领导力量,因此,副省级城市的经济发展水平直接决定其区域的经济发展水平,各副省级要积极发展自身经济,提高城市竞争力,发挥和提高区域性城市综合功能。

参考文献:

[1]周璐红,李亚妮,徐建益.副省级城市相对资源承裁力及其社会经济发展研究[J].特区经济,2009,(4).

[2]武春光,于成学,中国副省级城市知识生产效率及其影响因素分析[J].中国科技论坛,2008,(7).

[3]陈志,中国副省级城市综合竞争力评价与比较[J].商业研究,2007,(6).

篇（3）

“ 低碳经济” 的概念由英国首相布莱尔在 2003 年发表的《我们未来的能源 － 创建低碳经济》白皮书中提出，即低碳经济是指通过提高能源利用效率，开发清洁能源来实现以低能耗、低污染、低排放为基础的经济发展模式。其实质是能源效率和清洁能源结构问题，核心是能源领域的技术创新和相关的制度创新，目标是减缓气候变化和促进人类的可持续发展。自低碳经济发展模式提出后，各国纷纷响应，积极制定本国、本地区“低碳化”发展目标和政策措施。如英国政府提出，到 2020 年可再生能源在能源供应中要占15% ，到 2050 年将二氧化碳排放量相对于 1990 年削减 60% ，并于 2020 年取得实质性的进展，将英国创建为低碳经济国； 日本提出温室气体减排长期目标是： 到 2050 年日本的温室气体排放量比目前减少 60% 至80% ; 2007 年 11 月，美国参议院提出了《低碳经济法案》，奥巴马总统上任后提出，大力发展生物质等可再生能源，催生一个新兴产业，带领美国经济走向复苏。2009 年7 月8 日，g8 峰会提出，到2050 年发达国家温室气体排放总量应在 1990 年或其后某一年的基础上减少 80% 以上，到 2050 年使全球温室气体排放量至少减少 50%。这预示着，从现在开始到 2050 年的 40 年，低碳经济将是国家竞争力和企业竞争力的重要体现。

1 陕西省发展低碳经济的背景分析。

陕西省属于西部落后省份，从资源禀赋看，陕北地区不但是重要的能源矿产资源富集区，也是国家重要的能源重化工基地。自 80 年代以来，以煤为主的能源消费结构在支撑陕西经济发展的同时，也对生态环境形成巨大的压力。同时，陕西省能源结构相对单一，尚未形成以清洁能源和绿色能源等多种模式构成的能源生产体系，因此，节能减排目标任务艰巨。同时，陕西也是全国用煤大省之一，自 1978 年以来，煤炭消费量所占比重一直稳定在 70%以上。根据统计资料，2007 年全省工业原煤消费 7400 万吨，保守估计二氧化碳排放量超过 1. 66 亿吨，人均排放量超过全国平均水平近 1. 6 倍。

按照陕西省目前的煤炭工业规划，到 2020 年全省原煤生产将超过 5 亿吨，其中煤化工超过 2 亿吨，每生产一吨甲醇要排放约 2 吨二氧化碳。如果规划中的煤化工项目全部上马，年排放二氧化碳至少 4 亿吨。

与高碳消耗相对应，从陕西省工业结构看，重工业所占比重达到 78. 1%，2005 年陕西省重工业增加值占全部工业增加值的比重高达 83. 4%，高于全国平均水平 14. 8 个百分点。年耗标煤 5000 吨以上的重点耗能企业 565 家，实现总产值占规模以上工业企业的 74. 5%，而消耗的能源所占比重则高达 97. 8%。从经济发展方式看，陕西经济增长依然沿袭传统的线性发展模式，遵循“资源消耗 － 产品工业 － 污染排放”的粗放型发展模式，经济的数量型增长是建立在资源大量消耗的基础上，每万元生产总值消耗能源数值指标高于全国平均水平。从能源利用上看，以煤为主的能源消费结构在短期内不会逆转，产业结构重型化的现状和粗放式的生产方式还要持续一段时间，这些即给陕西省推进循环经济、发展低碳产业提出了严峻的考验，也提供了有利条件。

2009 年 12 月 7 日，哥本哈根联合国气候变化会议开幕当天，“ 应对气候变化与陕西可持续发展” 论坛在西安举行。此后不久，陕西出台《陕西省新能源发展规划》，在能源化工产业已成为陕西省支柱产业的时候，陕西省意图通过发展新能源来优化能源结构，培育新型产业，发展低碳经济，实现陕西经济的可持续发展。

在随后的省两会上，《政府工作报告》明确提出：2010 年，要把绿色经济、低碳经济、循环经济作为新的发展理念。陕西将大力发展新兴产业，加快培育新的经济增长点，其中一个新兴产业就是环保产业。而节能减排也有了明确目标： 万元 gdp 能耗同比下降 4. 5% 以上，二氧化硫、化学需氧量同比削减 3% 以上。

在此背景下，建设低碳产业，发展低碳经济具有重要的现实意义。

2 陕西省低碳经济发展水平评价。

英国虽然提出了低碳经济的概念，但却没有给出低碳经济的衡量指标和指标体系。目前国际上也没有衡量低碳经济发展水平的指标体系，我国国内在实践中广泛应用的评价指标体系，一是利用层次分析法把所选取的指标指数化，赋予权重后加总，以得分的高低排名（ undp）［1］； 另一种是联合国可持续发展委员会（ uncsd） 提出的驱动力 － 状态 － 响应（ driving force － status － response，dsr） 模型［2］。张亚欣（ 2011）［3］采用碳产出水平、碳排放水平、低碳资源和人民生活等四项指标，评估比较了吉林省、辽宁省、浙江省和全国的低碳经济发展水平； 朱守先（ 2010）［4］选取人均碳排放、碳生产率和碳能源排放系数三项指标评价了吉林市低碳经济发展水平； 付加锋（ 2010）［5］分析了低碳经济的核心要素，构建了以低碳产出、低碳消费、低碳资源、低碳政策和低碳环境为维度的多层次评价指标体系和相应的评价方法； 朱有志（ 2009）［6］等基于层析分析法，构建了包括碳排放、碳源控制、碳汇建设、低碳产业和碳交易合作在内的低碳经济评价指标体系。总体来看，目前国内有关低碳经济发展水平的评价研究正处于起步阶段，相关的研究成果并不多见。

文中在借鉴相关研究的基础上，结合陕西省实际，通过构建低碳经济发展水平评价指标体系，全面评价陕西省低碳经济发展水平，并以全国平均水平作为参照，对比分析陕西省发展低碳经济的优势与不足，以期能够为陕西省发展低碳经济提供经验支持。

2. 1 低碳经济发展水平评价指标构建。

根据相关研究（ 付加锋，2010; 潘家华，2004）［5，7］，衡量一个国家或地区是否达到低碳经济，核心在于考核资源禀赋、技术水平和消费模式是否达到低碳化。而资源禀赋、技术水平和消费模式的低碳化都与一定的发展阶段相联系。此外，还应该考虑各国或地区向低碳经济转型所作的努力。基于以上分析，文中构建的低碳经济发展水平评价指标体系包括目标层、准则层和指标层三个层次。目标层是可持续发展框架下的低碳经济发展水平，准则层由五个方面构成，即低碳产出指标、低碳排放指标、低碳消费指标、低碳资源指标、人民生活（ 表 1） 。

2. 1. 1 低碳产出指标。

低碳产出指标包括三个具体指标。单位碳排放产出即碳生产力，表示排放一单位碳的经济产出； 单位能源产出衡量消费一单位能源的经济产出，这两个指标主要衡量低碳技术水平和能源利用效率； 能源加工转化率则是衡量能源加工转换装置和生产工艺的先进与否，是衡量节能减排和发展低碳经济的一个重要指标； 低碳产出指标是衡量低碳化的核心指标，其指标值的高低能够体现一国在货币资产和技术积累达到一定水平时，进一步降低碳排放强度的潜力和保障。

2. 1. 2 低碳排放指标。

低碳排放指标包括五个具体评价指标，是衡量一国或地区低碳经济发展的直观指标，其指标值的大小反映了一国或地区的“低碳化”状况。碳排放总量是衡量一国或地区在某一时期内排放的二氧化碳的绝对量指标； 人均碳排放衡量按总人口分摊的碳排放量，这一指标与消费模式有关，在满足基本需求的前提下，碳排放越少，消费模式越节约； 能源碳排放系数即碳强度，衡量消费单位能源产生的碳排放量，该指标与能源消费结构相关，能源种类不同，碳排放系数相差很大。能源强度反映单位产值的能源消费量，能源强度越低，意味着单位产出的能源消耗量越小，相应的碳排放量也越小。单位工业增加值能耗衡量单位工业增加值的能源消费量。

2. 1. 3 低碳消费指标。

低碳消费指标从消费方面衡量碳排放水平，包括三个具体评价指标。居民消费碳排放和政府消费碳排放是界定消费模式对碳排放影响的综合指标，居民消费碳排放反映居民消费结构和消费水平等自然消费模式对碳排放的综合影响； 政府消费碳排放反映政府部门发展水平和社会组织形式等社会消费模式对碳排放的综合影响。人均零碳资源消费量的大小衡量人均清洁能源消费状况，也从侧面衡量零碳资源的利用与开发潜力。

2. 1. 4 低碳资源指标。

低碳资源指标衡量低碳资源开发现状，包括三个具体指标。零碳能源作为低碳资源的主要指标，可以用能源消费总量中零碳能源所占比重来衡量； 森林是二氧化碳的吸收器、缓冲器和碳储存库，森林碳汇投入少、效益高，是理想的减碳途径，森林覆盖率越高，则森林的碳汇作用越强，吸收并储存二氧化碳的作用也越强； 城市绿化面积包括公共绿地、居民区绿地、单位附属绿地、防护绿地、生产绿地、道路绿地、风景林地等的绿化种植覆盖面积、屋顶绿化覆盖面积以及零散树林的覆盖面积，城市绿化覆盖率越高，城市碳汇水平越高，对城市碳源的拟制作用越强。

2. 1. 5 人民生活。

人民生活选取居民收入和恩格尔系数两个具有代表性的重要指标来衡量。随着产业结构的调整、工业内部结构的调整和能源结构的优化，以及能源利用效率的提高和技术进步，高产出、低能耗、低排放的第三产业将逐步成为经济发展的动力，人民生活水平和生活质量将不断提高，碳排放量也会逐步降低，进而实现生活方式的低碳化。

2. 2 陕西省低碳经济发展水平评价。

根据以上低碳经济评价指标，计算了 2008 年陕西省低碳经济发展水平。全国平均水平代表我国总体.  

2. 2. 1 碳排放产出水平.

      评价碳排放产出水平即碳生产率，表示每单位碳排放的经济效应。陕西省 2008 年单位碳排放产出为 0.4873 万元 / 吨碳，全国平均水平为 0. 5668 万元 / 吨碳，每吨碳排放产出低于全国平均水平 0. 0795 万元，距离全国平均水平尚有一定的差距。从单位能源投入的产出看，2008 年陕西省为 0. 9208 万元/吨标准煤，全国平均水平为 1. 0550 万元/吨标准煤，陕西省消耗一吨标准煤的产出低于全国平均水平 0. 1342 万元。

从能源加工转换效率看，陕西省为 69. 23%，全国为 71. 55%，陕西省低于全国平均水平 2. 32 个百分点。

总体来看，陕西省碳产出水平与全国相比均有较大差距。

2. 2. 2 碳排放水平评价。

社会活动的最终表现即为现实或未来的消费活动，因此能源消耗、温室气体排放等从根本上受各种消费活动的驱动。2008 年陕西省人均碳排放量为 3. 7373 吨碳/人，低于全国（ 3. 9945 吨碳/人） 平均水平 0.

2572 吨碳 / 人。平均能源碳排放系数 1. 8896 吨碳 / 吨标准煤，接近全国（ 1. 8613 吨碳 / 吨标准煤） 平均水平。单位产值能源消耗 1. 0860 吨标准煤/万元，全国平均为 0. 9479 吨标准煤/万元，每万元产出的能源消耗高于全国平均 0. 1381 吨标准煤。单位工业增加值能耗为 2. 01 吨标准煤/万元，全国平均 2. 19 吨标准煤/万元，每万元单位工业增加值能耗高于全国 0. 18 吨标准煤。从碳排放水平的对比看，陕西省目前降低单位产值能耗和降低单位工业增加值能耗，对于降低单位能源投入的碳排放，进而减少碳排放量具有较强的拉动作用。

2. 2. 3 低碳消费水平评价。

由于各国（ 或地区） 居民消费行为习惯、生活方式等消费模式的不同，会使能源消耗和碳排放产生较大的差异。2008 年陕西省居民消费产生的碳排放为 3. 6076 吨碳/万元，全国平均为 4. 3794 吨碳/万元；政府消费产生的碳排放 11. 3917 吨碳/万元，全国平均为 12. 7055 吨碳/万元，政府消费和居民消费碳排放均达到全国平均水平。而人均零碳能源消费量陕西省为 0. 0178 吨碳/人，全国平均为 0. 1910 吨碳/人，陕西省平均每人零碳能源消费量低于全国平均水平 0. 1732 吨，仅为全国平均水平的 9. 3%，距离当前低碳经济发展目标值尚有较大的差距，因此，目前的关键是发展清洁能源，增加零碳能源消费比重，提高人均零碳能源消费水平。

2. 2. 4 低碳资源水平评价。

低碳资源包括可再生资源和碳汇资源，是一个国家或地区的低碳物质基础。2008 年陕西省零碳能源比重为0. 90%，全国平均为8. 9%，陕西省低于全国平均水平8. 0 个百分点，仅为全国平均水平的10. 1%。

森林植被作为地球上最有效的碳汇资源，森林低碳投资少、效益高，是理想的减碳途径，陕西省目前森林覆盖率为 37. 3%，全国平均为 20. 36%，已达到全国平均水平，对降低大气中的二氧化碳浓度作出了重要贡献。城市绿化覆盖率对城市碳源减排具有重要的拟制作用，目前陕西省城市绿化覆盖率为 38. 8%，全国平均为 38. 2%，已达到全国平均水平。从低碳资源的总体评价结果看，目前的关键是大力开发零碳能源资源，如水能、风能、核能、太阳能、地热能和生物质能等可再生能源。

2. 2. 5 人民生活。

低碳经济的最终目标是实现经济社会的可持续发展，其理想状态是人民生活水平较高，碳排放维持在一个较低的水平上。2008 年陕西省农村居民人均纯收入为 3136 元，全国平均为 4761 元，低于全国平均水平 1625 元，在全国 31 个省市中排名第 27 位； 城镇居民人均可支配收入为 12858 元，全国平均为 15781元，低于全国平均水平 2923 元，在全国排名第 22 位。农村居民和城镇居民收入与全国相比都有较大的差距。而农村居民恩格尔系数和城镇居民恩格尔系数都低于全国平均水平。从人民生活水平的评价结果看，提高陕西省居民收入水平，进而提高生活水平和生活质量，将会在低碳经济发展中起到重要作用。

3 研究结论及建议。

文中通过构建低碳经济发展水平评价指标体系，实证评价了陕西省低碳经济发展水平，并和全国平均水平进行了对比。结果表明，在所有评价指标中，有七项指标达到全国平均水平，这七项指标分别是： 人均碳排放量、居民消费碳排放、政府消费碳排放、森林覆盖率、城市绿化面积、农村居民恩格尔系数、城镇居民恩格尔系数。能源碳排放系数接近全国平均水平，其他各项指标均与全国平均水平相比有较大的差距。

正确认识陕西省发展低碳经济的优势与不足，对于制定科学的低碳经济发展目标具有重要意义。

（ 1） 陕西省产业结构、产业能源消费和产业碳排放均呈现“二三一”的特征，且低碳产出的三项评价指标均未达到全国平均水平，与全国相比还有较大的差距。因此，陕西省发展低碳经济的关键在于继续调整和优化产业结构和工业内部结构，实现“二产”的低碳化。对于那些单位产值能耗大、碳排放多的产业，应限制其发展； 鼓励能耗小、碳排放少的产业的发展； 逐步建立以新型能源、航空航天、医药、先进装备制造和食品等为主体的新型工业结构，有选择的淘汰以化石能源消耗为主的粗放型高碳排放产业。同时，依靠政策引导，利用自身科技优势积极发展技术密集型和知识密集型的低碳产业。

（ 2） 陕西省能源强度、单位产值能耗和零碳能源消费与全国相比有较大的差距。一是由于陕西省独特的资源优势所致，二是由于能源的利用低效。虽然陕西省短期内依赖化石能源消费的现状难以改变，但可以积极开发利用太阳能、风能、核能、水能、生物质能等低碳能源或无碳能源资源。同时，陕西省的邻省内蒙又是我国最大的风电生产基地，陕西省可以利用地理邻接的优势，争取利用内蒙古的风电资源，以减少自身的碳排放。在短期内以煤为主的能源结构调整困难的情况下，除了提高能源利用效率、节约能源资源外，更为可行的减碳途径是发展清洁煤炭技术，将储量相对丰富的煤炭资源转化为高效、清洁的能源资源，实施清洁生产，清洁利用。

（ 3） 陕西省居民收入水平与全国相比差距较大，而居民收入水平的高低直接决定其消费模式。提高居民收入水平，倡导绿色消费、低碳生活，是发展低碳经济的必由之路。如向居民普及低碳常识，鼓励居民使用节能灯等节能家用电器，倡导居民空间装饰的低碳化，有效降低碳排放量。对于广大的农村居民，应该有重点、有力度的引导农业生产方式的低碳化，如最大幅度地减少农业生产中化肥农药的使用量，采用秸秆还田、气化等方式综合利用秸秆资源； 以生物或自然的方式保障农业生产能力。在广大的农村地区因地制宜发展清洁能源，如开发沼气获得生物质能，在陕北太阳能丰富的地区推广发展太阳能的使用等。

（ 4） 植树种草，继续提高森林覆盖率和城市绿化面积，扩大碳汇。陕西省自 1998 年实施退耕还林（ 草） 工程以来，2008 年森林覆盖率提提高到 37. 3%，城市绿化面积已达到 38. 8%，但可开发提高的空间较大。首先，在陕北地区继续推进并扩大退耕还草工程，扩大草地种植和保护面积； 在关中地区推行平原绿化工程，重视城市屋顶、路边草地、休闲旅游地的绿化； 加强三北防护林建设，以及秦岭南北麓、渭北山地、黄河湿地的保护和建设工作； 有重点、有针对性地建设一批生态园林城市群和生态区，如关中生态园林城市群、西安浐灞生态区等，也不失为发展低碳经济、建设低碳省份的有力措施。

参考文献。

［1］undp.2007/2008 中国人类发展报告［m］。 北京： 中国对外翻译出版社，2008.

［2］csd. indicators of sustainable development: guidelines and methodologies（ third edition） ［m］。 new york，united nations publication，2007.

［3］张亚欣，张平宇。 吉林省低碳经济发展水平评价［j］。 干旱区资源与环境，2011，25（ 6） : 43 －47.

［4］朱守先，庄贵阳。 基于低碳化视角的东北地区振兴 － 以吉林市为例［j］。 资源科学，2010，32（ 2） : 230 －233.

篇（4）

中图分类号：F207 文献标识码：A 文章编号：1001-828X（2013）09-000-02

一、引言

近年来，我国经济水平发展突飞猛进并取得了举世目的成就，尤其是城市作为一个地区的社会经济中心对周围区域的影响是巨大的，具体表现为：经济的吸引力—城市的产生和发展都需要外来资源的注入；经济的辐射力—城市将发展的成果惠及周围环境，带动周围经济的发展；中介力—是经济资源交换和周转的中心。整个世界的发展清楚地表明了城市化是现代化进程中唯一有效的综合性手段，因此城市的发展对整个地区的崛起有着直接的推动作用。城市的经济指标就是城市发展的晴雨表，在数量上反映出一个城市状况和水平。但是经济指标种类繁多，究竟哪些才能有效地表达整体城市的经济发展状况呢？这是本文将要讨论的主要问题。

下面将利用主成分分析法对最能代表区域经济发展水平的29个城市进行实证分析研究。

二、指标体系和评价方法

（一）指标体系

经济发展综合实力是一个复杂的系统，根据评价指标选择时应遵循的原则。鉴于《中国金融年鉴2011》给出的全国城市主要金融指标，本文将建立如下评价指标体系（见表1）。

表1 各省市自治区经济发展指标评价体系

（二）主成分分析法

主成分分析也称主分量分析，主要是利用降维思想，在尽量减少信息损失的前提下把多个指标转化为几个综合指标的多元统计方法。因此，我们在研究复杂问题时可以只考虑少数几个主要指标而不至于损失太多信息，从而更容易抓住实务的主要矛盾，揭示其内部变量之间的联系和规律，使问题得到了简化，提高了分析效率。本文所涉及到的29个指标分别用表示，对进行线性变换，可以形成新的综合变量，即把 表示成 的线性组合。

综合变量分别称为原始变量的第1、2、…、25个主成分并且各个综合变量在总方差中所占的比重是依次递减的。若以上述部分主成分就可以反映指标所包含的大部分信息，而且主成分之间是不相关的，那么我们就可以用较少的主成分代替原始指标来分析解决问题。

三、实证分析

使用SPSS进行分析得到总方差的分解结果，如下表所示。

表2 总方差分解结果

如表2，前三个成分的特征值分别为6.619×109，1.982×109，7.762×108都比较大，并且其累计贡献率为99.239%，基本上保留了原来指标的信息，这样原来的25个指标就可以通过这3个指标来反映，起到了降低维度的作用。用SPSS得到的未经旋转的因子载荷矩阵如图1。

图1 未经旋转的因子载荷

如图1，可以得出前三个主成分 的线性组合为：

通过对上述线性组合的观察，我们可以得出在主成分中的系数都比和相应指标的系数大，所以是保险机构从业人员总数、保险机构总数指标的综合反映，代表城乡的社会保障硬件指标。在主成分中，即企业单位存款、股票流通市值、股票市价总值、银行业金融机构各项存款、中长期贷款、进口、银行业金融机构各项贷款、全部保险机构保险赔款支出、境内上市公司数（A、B股）、全部保险机构保险深度、全部保险机构保险费收入、城乡储蓄存款、全部保险机构保险密度、进出口总额、地方财政支出，它比较好地描述了资产的流动状况，代表了城乡经济活力。在主成分中，，指的是第二产业（增加值）、全社会固定资产投资、国内生产总值、短期贷款、社会消费品零售总额、第一产业（增加值）、地方财政收入、第三产业（增加值）、出口、现金投放回笼、居民消费价格指数，它是经济发展的总量反映，代表了城乡经济发展的总体水平。这三个指标相互作用，共同反映城市经济状况。

四、结束语

通过对我国主要省市自治区的重要经济指标方面的主成分分析，我们将反映城市经济发展水平的29个主要经济指标降到了3个主成分，即3个维度，并赋予其新的不同解释：城乡的社会保障硬件指标、城乡经济活力、城乡经济发展的总体水平，基本反映了城市经济发展水平，不但解决了城市经济指标繁杂不易统计的问题，且对于城市未来经济发展的政策导向具有参考价值，现实意义明显。

参考文献：

[1]高校财经数据库.中国统计年鉴[M].北京：中国统计出版社，2010.

篇（5）

引言

地区发展的不平衡一直是中国经济和社会发展进程中的重大问题。由于我国大陆各省（直辖）市的自然资源条件差异较大，地区间经济发展不平衡，各地区人民生活水平高低不平，为对各地区作出综合评估，我们采用SAS软件对各省（直辖）市进行聚类分析。

1.指标与样本数据

根据2012年中华人民共和国国家统计局公布的数据，选取15个可以反映各省市综合实力发展的评价指标，如表1所示，对全国31个省（直辖）市进行统计分析。

表1评价指标

变量变量名称变量说明

X1人均生产总值（万元）反映一个国家或地区的宏观经济运行状况

X2资本形成总额（亿元）常住单位在一定时期内获得的减去处置的固定资产和存货的净额

X3人均消费水平（万元）反映人民物质和文化生活需要的满足程度

X4失业率（%）反映一个国家或地区的失业状况

X5平均工资（元）反映工资总体情况

X6进出口总额（万美元）反映一个国家或地区在对外贸易方面的总规模

X7人均电力消费量（万千瓦小时）反映电力需求

X8人均人民币储蓄存款（万元）反映人民的富裕水平及储蓄习惯

X9人均工业总产值（万元）以货币表现的工业企业在报告期内生产的工业产品总量

X10人均建筑业总产值（元）反映建筑业生产成果的综合指标

X11客运量（万人）一定时期内，各种运输工具实际运送的旅客数量

X12货运量（万吨）一定时期内，各种运输工具实际运送的货物数量

X13人均社会消费品零售总额（万元）反映社会商品购买力的实现程度以及零售市场的规模状况

X14国际旅游外汇收入（百万美元）反映了一个国家或地区国际旅游的规模和水平

X15人均教育经费（元）中央和地方财政部门的财政预算中实际用于教育的费用

2.聚类分析

聚类是将数据划分为若干簇或类的过程，同一类内的数据对象具有较高的相似度，不同类中的数据对象具有较低的相似度，相似度由基于数据对象描述属性的取值来确定，通常指各对象之间的距离。

对各变量作标准化变换后，分别使用最短距离法、重心法和离差平方和法作聚类分析。

2.1 最短距离法

类与类之间的距离为两类最近样品间的距离，即DKL=mini∈GK，j∈GLdij，其树形图如图1所示。

图1

2.2 重心法

类与类之间的距离为它们的重心（均值）之间的欧氏距离，设GK和GL的重心分别为K和L，则GK与GL之间的平方距离为D2KL=d2KL=（K-L）'（K-L），其树形图如图2所示。

图2 图3

2.3 离差平方和法

类中各样品到类重心（均值）的平方欧氏距离之和成为（类内）离差平方和。设类GK和GL合并成新类GM，则GK、GL和GM的离差平方和分别是WK=∑i∈GK（i-K）'（i-K）

WL=∑i∈GL（i-L）'（i-L）

WM=∑i∈GM（i-M）'（i-M）

它们反映了各自类内样品的分散程度。如果GK和GL这两类相距较近，则合并后所增加的离差平方和WM-WK-WL应较小；否则，应较大。所以，GK和GL之间的平方距离为D2KL=WM-WK-WL，其树形图如图3所示。

比较三个树形图，离差平方和法的聚类结果比最短距离法和重心法的结果更加明显，故我们依据离差平方和的结果将31个省（直辖）市大致分为四类：

第一类：北京、天津、上海

第二类：内蒙古、福建、辽宁、江苏、浙江、山东、广东

第三类：河北、河南、安徽、湖南、四川、山西、陕西、江西、广西、吉林、黑龙江、湖北、 贵州、云南、甘肃、新疆、重庆

第四类：海南、、青海、宁夏

3.结论

在坚持区域经济协调发展的大环境下，该问题具有较强的实际意义。通过上面的聚类分析，根据各省（直辖）市综合实力发展的主要指标，结合SAS软件的应用，我们将2012年全国各省（直辖）市的综合实力发展水平划分为4类水平，属于高生活水平的省（直辖）市有3个，属于较高生活水平的省（直辖）市有7个，属于较低生活水平的省（直辖）市有17个，属于低生活水平的省（直辖）市有4个。而属于低水平的省（直辖）市绝大部分在西部，为了实现我国共同富裕的目标，必须对这些地区进行战略扶持，推行西部大开发战略。（作者单位：南京师范大学数学科学学院）

参考文献

[1]王学民. 应用多元分析[M]. 中国：上海财经大学出版社， 2009.

[2]傅丽萍， 孙秋碧. 中国区域经济发展环境分类研究[J]. 福州大学学报（哲学社会科学版）， 2008， （84）： 47-52

篇（6）

中图分类号：C915文献标识码：A

Death Level of Comparative Analysis in the Two Cities of

Huaibei and Huangshan of Anhui

WANG Qin

(Social Science Department, Anhui University, Anhui, Hefei 230039)

AbstractThis paper mainly use the population in different age levels and death date of cities in Anhui the census data of the fifth national population in 2000, constructed entirely life table with CPPS software, analyses the factors that influences death level from four aspects: population age structure, the level of economic development, medical and health level and education.

Key wordsmortality; life expectancy; differences

0 引言

人口死亡率反映的是人口的死亡水平，从另一个角度看人口死亡率水平的高低也间接地反映出一个国家或地区的经济发展水平、生活水平、医疗卫生水平等等。由于安徽省是一个特殊的城市，在自然环境、经济、文化等方面南北差异很大，因此本文特选了安徽最南、最北的两个城市――淮北和黄山市。本文利用CPPS软件按制作完全生命表，用EXCEL计算出相关指标且绘图比较分析安徽省淮北、黄山两市作的死亡率、婴儿死亡率、分性别死亡率及预期寿命的差异，试图分析其差异的原因，其数据主要来源于2000年全国第五次人口普查资料中有关安徽省各市年龄别人口及死亡的资料和2000年安徽省统计年鉴。

1 淮北、黄山两市死亡水平的对比分析

1.1 淮北、黄山两市总死亡率和分性别死亡率的比较分析

根据2000年全国第五次人口普查资料中有关安徽省各市的数据，得出淮北、黄山两市的分年龄别人口数Px和分年龄别死亡率mx，先根据公式计算出各地区的分性别年龄死亡人数Dx，再利用其公式算出两市总死亡率和分性别死亡率，其结果见下表：

表1淮北、黄山市分性别人口数Px、总人口数、分性别死亡率及粗总死亡率

通上表分析得出淮北市分性别总和死亡率和分性别死亡率都比黄山市低，总死亡率比黄山市的低2.87‰，男性死亡率比黄山市的低3.26‰，女性死亡率比黄山市的低2.48‰。

1.2 淮北、黄山两市婴儿死亡率的比较分析

婴儿死亡率是最重要的死亡率指标之一，它在很大程度上反映一个地区医疗卫生条件、社会经济实力、人民生活水平以及科技发展水平。本文以2000年全国第五次人口普查资料中有关安徽省各市的数据为依据，利用公式婴儿死亡率 = ?000‰ 得出淮北市和黄山市男性婴儿死亡率分别为13.63‰和25.65‰，女性婴儿死亡率分别为19.59‰和18.27‰，通过比较可以看出淮北市的男性婴儿死亡率比黄山市低12.02‰，其女性婴儿死亡率比黄山市的高1.32‰。

1.3 淮北、黄山两市65岁及以上老年人死亡率的比较分析

本文选择以65岁作为老年人的起点来分析淮北、黄山市的老年人死亡率。根据2000年全国第五次人口普查淮北、黄山市分性别老年人口死亡率的数据绘制出两城市分性别性老年人口死亡率的交叉曲线图，如下

根据上图看出老年人口死亡率随着年龄增长迅速上升，两城市比较总体上淮北市的男性老年人死亡率比黄山市低，其女性老年人死亡率要比黄山市低。

1.4 淮北、黄山两市0岁分性别预期寿命的比较分析

在平均预期寿命中，以X = 0时的平均预期寿命最为重要，因此本文主要分析0岁分性别平均预期寿命。根据2000年全国第五次人口普查中淮北、黄山两市的数据，利用CPPS人口预测系统，编制出淮北市和黄山市的生命表，如下表（0-1岁分性别平均预期寿命ex）:

表2淮北、黄山两市0岁分性别平均预期寿命表

通过表2看出淮北市0岁分性别平均预期寿命都比黄山市高，其男性0岁预期寿命比黄山市的高4.67岁，其女性0岁预期寿命比黄山市高3岁。

2 淮北、黄山两市死亡水平的原因分析

人口死亡水平受众多因素的影响，本文主要侧重于人口学因素和社会经济因素方面来分析淮北、黄山两市死亡水平的差异。其中人口学因素对死亡水平的影响主要体现在年龄构成和性别构成上，本文主要从分性别年龄构成对死亡水平的影响；社会经济因素主要指的是经济发展水平、社会医疗卫生发展水平和人口受教育程度等方面来分析对死亡水平的影响。

2.1 淮北、黄山两市的人口年龄构成对死亡水平的影响

本文采用国际通用的分法，把人口年龄结构分为0-14岁、15-64岁、65岁及以上三段。根据2000年全国第五次人口普查中淮北、黄山两市的数据，利用公式得出淮北和黄山市的分年龄别人口数Px和分年龄别死亡率mx，根据公式计算出各地区的分性别年龄死亡人数，其结果如下表：

表3淮北、黄山两市的分性别人口年龄结构（%）与死亡水平的对比分析（‰）

从年龄构成看，一般婴儿死亡率和老年人口死亡率较高, 青壮年人口死亡率较低，因此老年人口比重越高总死亡率就越高。从表3中可以看出黄山市的男女65岁及以上老年人口所占的比重均高于淮北市的，所以人口年龄结构是造成淮北市分性别年龄死亡率低于黄山市的原因之一。

2.2 淮北、黄山两市的经济发展水平对死亡水平的影响

经济发展水平影响死亡率水平的高低，一般经济较发达地区其人口死亡率比较低。国内生产总值反映一个地区的经济发展水平，因此本文以国内生产总值来说明，从表4中可知淮北、黄山两市的国内生产总值与总死亡率成反比例的关系，即淮北市的国内生产总值高于黄山市，其死亡率低于黄山市。

表4淮北、黄山两市国内生产总值与死亡率的比较

2.3 淮北、黄山两市医疗卫生发展水平对死亡的影响

医疗卫生水平也是影响死亡率的原因之一，医疗卫生水平越高其死亡率越低。医疗卫生事业水平的比较主要表现在医疗卫生条件：医疗卫生机构数、医疗卫生机构床位数和卫生技术人员数，如下表：

表5淮北、黄山两市医疗卫生水平与死亡率的比较

从表5中淮北、黄山两市医疗卫生水平相比，淮北市的医疗水平远远高于黄山市，因此淮北市死亡率低于黄山市。

2.4 淮北、黄山两市教育水平与死亡率的比较

人们对生活水平、医疗卫生与预期寿命的关系关注得较多，可能忽略受教育水平与死亡率的关系。现代随着受教育程度的提高，人们的知识面较广且丰富，逐渐关注营养、卫生等与身体健康的关系并科学的养身、工作和锻炼，这有助于死亡率的降低、预期寿命的提高。因此受教育程度越高死亡率越低。

表6淮北、黄山两市每十万人中各种受教育程度的人口数(人)

表6中淮北、黄山两市每十万人中各种受教育程度的人数中，从前面表1中知道淮北市总人口死亡率为4.52‰，黄山市总人口死亡率为7.39‰。通过比较可以看出淮北市普遍受教育程度要高于黄山市，淮北市总死亡率低于黄山市。

3 总结

综上所述，淮北市的死亡水平低于黄山市的，主要是年龄构成、经济发展水平、社会医疗卫生发展水平和人口受教育程度等导致的。因此，为了更好地降低死亡水平，应该进一步推动经济的发展、改善医疗卫生条件，建立起较完善的社会保障制度，并加大教育的投入提高教育水平。

参考文献

[1]温勇,尹勤.人口统计学[M].南京:东南大学出版社,2006.

篇（7）

关键词：旅游经济；时空演变；经济差异；陕西

一、序言

旅游业是兼具经济、社会功能的综合性产业，关联度大、带动性强，对国家经济发展、社会进步、对外交往以及文化交流具有重要作用由于旅游资源、社会经济等条件差异，旅游经济呈现出区域差异性，认识和研究这种差异对于优化旅游产业的空间结构，制定有效的区域旅游策略，促进旅游业持续协调发展有着重要的理论和实践意义。旅游经济差异作为区域经济发展不平衡中的一种经济与社会现象，其研究成果还相对较少。研究内容主要侧重于旅游经济差异的时空演变特征、影响因素及其定性分析等；研究尺度主要是基于省级行政单元的全国范围内以及三大地带间大尺度旅游经济差异研究，少数是关于东部省级行政单元内部旅游经济差异研究，西部地区省级行政单元的旅游经济差异问题研究则更少。

陕西省是我国旅游资源非常丰富的省份之一，旅游资源单体总数为9972个，其亚类共有29个，占旅游资源分类国家标准规定的亚类31个的93.55％。与此不相适应的是，2008年陕西省国内旅游收入561亿元，旅游外汇收入实现6.6亿美元，入境旅游接待仅排在全国第14位，西部第4位①，旅游经济较全国平均水平相对滞后。为此，本文从时间和空间角度研究陕西省旅游经济差异的演变特征、揭示其形成机制，以期为陕西省制定有效的区域旅游政策提供理论依据。

二、数据来源与研究方法

1　数据来源

本文选取陕西省10个地级市作为基本研究单元，陕北(榆林、延安)、关中(西安、咸阳、宝鸡、渭南、铜川)和陕南(汉中、安康、商洛)作为三大研究区域。考虑到资料的获取性和可比性，研究时间段选取了1998～2007年连续时间序列；由于旅游外汇收入、国内旅游收入指标较难获取，本文以旅游综合收入为主要数据指标。所有数据资料来源于对应年份各地市的统计年鉴和国民经济与社会发展统计公报。

2　研究方法

表述旅游经济的时间差异程度，本文采用了标准差和变异系数。标准差是样本中各变量值与其均值离差平方和均值的算术平方根，能够全面地反映区域之间的绝对差异程度；变异系数(即标准差系数)是用样本的标准差除以样本的均值来计算的，能够全面地反映各区域经济发展水平相对差异程度，和标准差相比更具可比性。

表述旅游经济的空间差异程度，采用区位熵进行衡量。区位熵即专门化率，该指标能反映某一区域要素的空间分布情况，以及某一区域在高层次区域的地位和作用，更能清晰地反映各研究样本对于整体样本的差异程度。公式如下：

其中，Q为某区域i部门对与高层次区域的区位熵，di为某区域i部门的有关指标，Di为高层次区域i部门的有关指标，n为某类产业的部门数量。

三、旅游经济时间差异的演变特征

1　绝对差异程度不断扩大

从标准差的衡量结果来看(见图1)，陕西省旅游经济差异10年中总体上不断扩大。标准差从1998年的30.04增加到2007年的77.55，增长了158.2％，绝对差异扩大程度非常明显。在排除了2003年“非典”的影响后，陕西省旅游经济绝对差异扩大分为两个过程：1998～2005年为平稳扩大阶段，因为标准差的增长值均未超过10；2006年之后出现急剧扩大态势，2007年的标准差值比2006年高出17左右。总体呈现出先稳后快的演变轨迹。

2　相对差异程度缓慢缩小

与绝对差异的衡量结果不同，陕西省旅游经济相对差异呈现出波动变化但总体趋势呈缩小状态(见图1)。从总体态势看，1998年变异系数值为1.65，而2007年缩小为1.58，10年间相对差异程度逐渐降低。但是从发展过程来看，陕西旅游经济的相对差异先是扩大，2000年达到最高值1.74；之后开始下降，2002年变异系数达到低值1.545(2003年为1.544)；然后从2004年开始回升紧接着又是下降，呈现出了平缓的“M”型波动变化趋势。相对差异程度也相应地经历了扩大一缩小再扩大再缩小的过程。

四、旅游经济空间差异特征及演变

1　旅游经济空间差异特征

陕西省旅游经济空间差异的不均衡性特征显著，一方面体现在西安市与其他市区旅游经济发展水平的空间差异，如图2所示，2007年区位熵值大于1的仅有西安市，其他各市的旅游经济区位熵值则普遍偏低，最低的商洛市仅为0.25。同时，2007年西安市旅游综合收入对全省旅游综合收入的贡献率达到54.4％，这表明西安旅游经济发展水平明显优于全省平均水平及其他市区，是陕西省旅游经济发展水平最高的市区。由此可见，陕西省各个市区旅游经济空间分布极不均衡。

另一方面，这种不均衡性也体现在关中地区与陕北、陕南地区的旅游经济发展水平空间差异。由图3可见，以西安为核心的关中地区是陕西旅游经济发展水平最高的区域。关中地区的旅游综合收入占全省该项收入的80％以上，据统计2000年的比重竟高达95％。相比之下，陕北和陕南两大地区的旅游综合收入比重则很低，虽然在研究时间段内比重呈上升趋势，但也未超过20％。陕西省旅游经济在三大区域之间所表现出的差异程度要强于各市区之间的差异程度，更为显著和不均衡。

2　旅游经济空间差异演变趋势

本文首先利用各市旅游综合收入与全省平均旅游综合收入的比值来衡量各市的旅游经济发展程度；然后，借鉴王凯(2007)、陈晓(2009)等划分标准，结合陕西省旅游经济发展实际，将比值大于等于1.5的划分为旅游经济发达区，比值在1.5和0.5之间的划分为旅游经济发展区，将比值小于等于0.5的划分为旅游经济不发达区；最后，对1998年和2007年全省旅游经济的空间差异情况进行对比分析，从而研究其演变趋势。

结果表明，陕西旅游经济发展区数量扩大而旅游经济不发达区数量减少。1998年只有分布在关中的3个旅游经济发展区，陕北陕南均属于旅游经济落后区；2007年旅游经济发展区的范围增加了延安，扩大至4个市，旅游经济发达区与旅游经济发展区面积占陕西总面积的1/2强(见图4)。并且，关 中地区的集聚格局在逐渐被打破，旅游经济开始向均衡化方向演变。如图5，相对发展速度(各市1998至2007年旅游经济发展速度与同期全省旅游经济发展速度的比值)位居前列的均是陕北和陕南地区的市，而关中地区包括西安市在内则较慢。由于黄帝陵寻根祭祖、延安红色旅游等活动的开展，使延安逐渐成为旅游经济发展区，同时，汉中、安康、商洛依托独特的生态旅游资源快速发展旅游，而榆林由于经济的快速发展(2007年GDP在全省排名第二)而使旅游呈现出强劲的发展势头。因此，陕北陕南地区旅游经济的快速发展促使陕西省旅游经济向均衡化方向演变。

五、形成旅游经济差异的因素分析

在现有的相关研究成果中，主要将旅游经济差异的形成导因于旅游资源禀赋、基础设施、区位因素、区域经济发展水平、产业结构、城市作用体系、惯性因素和优惠政策等因素。鉴于本文研究的区域尺度和对象是各地级市，后三个影响因素的作用不明显，不予考虑。而产业结构与区域经济发展水平紧密相关，交通条件是旅游基础设施和区位因素中的关键因素，因此，本文着重分析旅游资源禀赋、区域经济发展水平和交通条件这三个影响因素与陕西省旅游经济差异之间的相关关系。首先，选取度量这些影响因素的定量化指标，鉴于指标的可获取性和准确性，均采用2007年数据(见表1)；然后，分别分析这些指标值与旅游综合收人之间的相关性，以此来衡量各因素的作用程度。

1　旅游资源禀赋因素

旅游资源是旅游经济发展的核心，它的定量评价采用A级旅游景点作为依据，主要是考虑到A级旅游景区是国家旅游局对旅游景点质量的综合评定，是全面考虑旅游接待各种相关因素而评定的。本文构建了旅游资源指数，来考量陕西省旅游资源对陕西省旅游经济的影响。旅游资源指数是各市拥有的2A、3A、4A、5A旅游景区数量分别加权后的和，公式为：I=0.5Q5A+0.35Q4A+0.1Q3A+0.05Q2A。由于1A级旅游景区的旅游经济效益很低甚至没有，未予考虑。权重是在考虑了各A级景区收入占所有景区收入比重的基础上，结合实际微调后确定的。

表1分析结果显示，旅游资源指数是与旅游综合收入存在正相关，且相关系数在三个影响因素中为最高(R2=0.97)。表明陕西省的旅游经济仍属于一种旅游资源经济，旅游资源禀赋好的市也是长期以来旅游经济发达的区域，旅游资源的级别以及分布的差异直接影响着陕西省旅游经济的时空差异程度。

2　区域经济发展水平因素

旅游业发展要考虑区域的综合经济因素，实践也证明旅游业的发展与区域经济总量增长间的关系日益密切，所以，用GDP作为陕西省区域经济发展水平的衡量指标。

研究结果表明，陕西省各市的区域经济发展水平是影响其旅游经济差异的又一主要因素。表1中，GDP与旅游综合收入呈正相关，且R2值达0.90，表明区域经济水平发达的市区一般也是旅游经济发达的市区；反之亦然。例如关中地区的西安、咸阳、宝鸡是旅游经济和区域经济水平均较高的市区，陕南地区的安康、商洛是二者均较低的市区。

3　旅游交通因素

旅游基础设施是旅游业生存和发展的先决条件，其中旅游交通尤为重要，是增强旅游景区可进人性、改善区位条件的重要因素。所以，旅游交通条件能够很好反映一个地区的基础设施水平和区位条件，它的度量一般采用公路客运量和旅客周转量两个指标。

上表分析结果显示，旅游综合收入与公路客运量(R2=0.73)、与旅客周转量(R2=0.52)的相关性不显著。产生这一结论的原因可能是，就小尺度的本地客源市场而言，西(安)延(安)、西(安)汉(中)、西(安)(安)康等高速公路的开通使大量关中地区客流向陕北陕南移动，带动了该地区旅游经济发展，缩小了与关中的差异。但就大尺度客源市场而言，关中地区比陕南和陕北地区具有更多的经济优势与旅游资源优势，省内迅速发展的交通并不能明显影响它们作为入境游客和外省市游客主要目的地的地位。

六、结论与对策

1　陕西省旅游经济的绝对差异程度不断扩大，而相对差异程度在缩小。关中地区旅游资源丰富且级别高，长期以来是陕西省旅游经济的主体，但是随着陕北和陕南变转换经济发展方式和产业结构优化调整，旅游经济的发展格局正在改变。陕南地区应依靠独特的自然旅游资源，逐渐把旅游产业作为其支柱产业；而陕北地区则要靠能源化工基地带来的经济腾飞从而带动旅游产业的深度发展。

篇（8）

中图分类号：F205 文献标识码：A 文章编号：1007-2101（2011）06-0060-04

目前，世界面临的一个长期问题是“如何应对气候变化”，一个短期问题是“如何促进经济复苏”。长期问题与短期问题能否结合起来解决？结合的关键是什么？这些问题需要世界各国共同努力才有可能解决。大多数国家的政策效果和理论探讨表明，发展低碳经济是解决目前世界长、短期问题的重要结合点。既然发展低碳经济具有如此重要的意义，那么评价低碳经济发展水平便应成为理论界和实际部门关注和解决的一个重要内容，但我国目前对低碳经济的概念和评估方法还刚起步，缺乏深入研究（肖文等，2011）。本文在综述了低碳经济内涵后，从经济要素的角度尝试设计了评价低碳经济发展水平的四象限法。应用该方法对河北省30个制造业低碳经济发展水平的分析结果基本符合省内同领域专家的定性判断。

一、低碳经济内涵的文献综述

虽然低碳经济的术语早在20世纪90年代后期的有关文献中就出现了，但其首次出现在官方文件是2003年2月24日由英国时任首相布莱尔发表的《我们能源的未来：创建低碳经济》的白皮书中（付加锋等，2010）。低碳经济是指通过多种途径减少碳排放，发展以低能耗、低排放、低污染为特征的经济模式，其目标是将大气温度保持在合理水平，减少子孙后代的经济社会发展成本。

进一步细化，该内涵包括以下内容：

1． 低碳经济中的“碳”有广义与狭义之分。广义的“碳”是指《京都议定书》所限定的六种温室气体。《京都议定书》根据温室气体对全球变暖的贡献、来源、稳定性、易监测程度，并考虑到其他国际公约的约束等情况，从而将强制减排的温室气体种类限定为：二氧化碳（CO2），甲烷（CH4），氧化亚氮（N2O），氢氟碳化物（HFCs），全氟化碳（PFCs），六氟化硫（SF6）。在这六种气体中，二氧化碳、甲烷、氧化亚氮是自然界中本来就存在的成份，但氢氟碳化物、全氟化碳、六氟化硫则是人类活动的产物。

狭义的“碳”仅指二氧化碳。在导致气候变暖的各种温室气体中，由于二氧化碳是最大“贡献者”，其贡献度高达60%（任仁，2005），因而美国能源信息管理局（EIA）、世界资源研究所（WRI）、美国橡树岭国家实验室CO2信息分析中心（CDIAC）、国际能源署（IEA）等绝大多数权威研究机构在测算温室气体排放时的测算对象都是二氧化碳的排放量。二氧化碳主要来自化石能源（煤、石油、天然气等）燃烧以及土地利用与土地覆盖变化（特别是森林被破坏）过程中有机碳的氧化引起，这一过程中，海洋和陆地生物圈并不能完全吸收由此引起的过多排放到大气中的二氧化碳，由此导致大气中的二氧化碳浓度不断增加。当前研究低碳经济时重点关注的是化石能源燃烧所产生的二氧化碳。

2． “减少碳排放”的两种途径。《京都议定书》提出了“技术减排”和“市场减排”两种减少碳排放的途径。“技术减排”就是通过清洁能源、可再生能源、新能源、碳埋存及生物碳汇等技术的创新，削减温室气体排放，该途径是长期降低碳排放的根本方法。“市场减排”则是依据“清洁发展机制”（CDM）原则，允许掌握技术优势的国家，通过对发展中国家提供技术支援，帮助降低有害物质排放，换取“二氧化碳排放权”，该途径是短期降低碳排放的变通做法。

3． 低碳经济中的“低能耗”有两个要求。第一个是基本要求，即在能源消费量一定的情况下，在能源消费结构中降低化石能源所占比重。第二个是理想要求，即在达到基本要求的基础上，进一步降低能源消费总量。

4． 低碳经济中的“低排放”是指降低人类活动增加导致的碳排放。地球上的碳排放源包括自然排放和人类活动增加导致的碳排放两种形式，后者被认为是使温室气体浓度逐渐上升的主要因素，因而降低碳排放主要指降低人类活动增加导致碳排放增加的部分。在正常情况下，自然界的碳排放和碳循环是平衡的。工业革命之前，大气中的二氧化碳浓度平均值约为280ppmv（1ppmv=10-6，即百万分之一体积单位），这种碳平衡形成的自然界温室效应不仅无害，而且是有益的，即在地球自身的温室效应作用下，地球具备了温度调节的功能，基本上保持在适宜人类发展的平均15℃的水平。

政府间气候变化专门委员会（IPCC）在其第四次评估报告中指出：人为导致的温室气体浓度增加很可能（90%以上的可信度）是气候变暖的主要原因；另据美国国家海洋和大气管理局测算，到2008年大气中二氧化碳的浓度已达387ppmv，比工业革命之前增长了约40%，这促使全球温度不断上升。最近100年，据IPCC测算，全球气温升高了（0.74±0.18）℃，打破了生物圈中碳循环平衡和热平衡。

5． 低碳经济的两个发展目标。从自然科学的视角看，“低”的目标是低排放、低升温或不升温。按照全球的尺度，1992年《联合国气候变化框架公约》规定，“低”是指应保证“将大气中温室气体浓度稳定在一个水平上，使气候系统免受危险的人为干涉”。1997年《京都议定书》又进一步明确要求，39个工业化国家在2008―2012年之间，应将温室气体排放量在1990年的基础上减少5.2%，达到2007年IPCC和2008年斯特恩报告认为的把气候变暖控制在2℃以内的目标。在这一基本共识下，有些国家根据本国的实际情况提出了自己的目标。如英国的目标是到2010年二氧化碳排放量在1990年水平上减少20%，到2050年共减少60%，届时建立低碳经济社会。

从经济社会的视角看，“低”的目标是低成本。《斯特恩报告》认为，按照当前的发展模式，气候变化将造成全球经济下挫5%~10%，而贫穷国家则会超过10%。如果把环境和健康等一些额外的因素综合考虑进来，气候变化总成本的增加量相当于每人的福利削减20%，碳的社会成本将是85美元/吨二氧化碳当量。如果我们立即采取行动，到2050年，减排的经济成本大概是世界生产总值的1%左右，碳的社会成本约为25~30美元/吨二氧化碳当量，仅是当前发展模式的1/3。

二、低碳经济的四象限评价法

评价低碳经济发展水平对引导低碳经济的健康发展有很大价值（娄伟、李萌，2011），蒋金荷、吴滨（2010），鲁静（2010）对目前评价低碳经济的方法进行了评述。现有的方法主要有层次分析法（AHP）、物质流分析法（MFA）、指标值综合合成法、投入―产出（I―O）模型、宏观经济模型、可计算一般均衡（CGE）模型、动态能源优化模型、综合能源系统仿真模型、部门预测模型等，这些方法从各自研究的需要对低碳经济进行了评价。本文从经济要素的角度设计了评价低碳经济的四象限法。

哥本哈根会议后，发达国家将要执行的“碳关税”、“碳标签”将全球市场带入了“低碳”竞争时代，“碳排放”如同资源、劳动力等一样被计入了企业成本，从而成为影响企业利润增或减的经济要素，因而设计评价低碳经济发展水平的方法，我们可以采用评价经济要素的基本思路：在一定的约束条件下，测算经济要素数量的多少和分析经济要素效益的高低。具体到本文，就是测算碳排放物理水平的变化和评价碳排放经济效益的高低，前者主要是为长期“如何应对变化”提供依据，后者主要是为短期“如何促进经济复苏”提供依据。四象限法是本文提出的综合评价解决低碳经济长、短期问题结合效果的一种方法。

（一）评价碳排放物理水平的方法

当前世界经济正在从高碳经济向低碳经济转型，转型过程中不同国家（地区）的不同产业碳排放的基础和特点不同，这就要求我们在遵循“环境库兹涅茨曲线（Environmental Kuznets curve，EKC）”变化规律的基础上设计合理的评价方法。

EKC曲线是指自20世纪60年代以来，一些学者基于质量守恒原理研究经济增长与环境变化之间关系后得出的一种倒U曲线。该曲线表明，当一个国家经济发展水平较低的时候，二氧化碳排放较少，但是随着收入的增加，二氧化碳由低趋高，环境恶化程度随经济的增长而加剧；当经济发展到达某个临界点或“拐点”后，随着收入的进一步增加，环境污染又由高趋低，其环境污染的程度逐渐减缓，环境质量逐渐得到改善。

根据碳排放量变化的这一规律，我们在评价产业碳排放物理水平变化时，按照“共同但有区别”的原则评价。“共同”是指各产业都应降低碳排放量，“有区别”是指不同产业由于在不同发展阶段不同耗能导致的碳排放量不同，这种不同应区别对待，区别对待的方法就是从产业自身碳排放量动态变化的角度进行评价。为此，我们设基期本行业碳排放量为Pi0，报告期碳排放量为Pit，如果Pit/Pi0

（二）评价碳排放经济效益的方法

低碳经济作为一种经济发展模式，其经济效益对实现该模式的可持续发展具有决定性意义，对此，《联合国气候变化框架公约》（1994）倡议：应对气候变化的政策措施应当讲求成本效益，确保以尽可能最低的费用获得全球效益。在评价碳排放经济效益时，我们设某一行业碳排放占全部产业碳排放的比重为Si，用Si来反映该行业碳排放相对量的大小。设该行业增加值占全部产业增加值的比重为Ri，用Ri反映该行业增加值相对量的大小。设Ei=Ri/Si，如果Ei≤1，表明该行业碳排放相对较多而增加值相对较少；如果Ei>1，表明该行业碳排放相对较少而增加值相对较大。设基期经济效益为Ei0，报告期经济效益为Eit，如果Eit/Ei0>1，我们称之为经济低碳化行业；如果Eit/Ei0≤1，我们称之为经济高碳化行业。

（三）四象限评价法

我们以横轴表示各行业物理碳排放水平，以纵轴表示各行业碳排放经济效益水平，以大于或小于1将座标图划分为四个象限（表1）。第Ⅰ象限的行业由于其既具有经济优势又具有物理优势，因而属于有综合优势的行业；第Ⅱ象限的行业由于其碳排放经济效益在提高而碳排放物理水平也在提高，因而属于有经济优势的行业；第Ⅲ象限的行业由于其碳排放物理水平在增加而碳排放的经济效益在降低，因而属于综合落后的行业；第Ⅳ象限的行业由于其碳排放的物理水平在减少而碳排放经济效益也在降低，因而属于发展低碳经济中有物理优势的行业。

三、应用

笔者采用低碳经济四象限评价法，对河北省两次经济普查时的30个制造业低碳经济发展水平进行了综合分析，结果如下：

（一）碳排放物理水平的评价结果

第二次经济普查与第一次经济普查相比，河北省制造业排放的二氧化碳从第一次普查时的2.84亿吨增加到第二次普查时的3.03亿吨。期间物理高碳化行业有19个，这19个行业在第二次普查时碳排放量为2.47亿吨，第一次普查时为2.22亿吨，增加了11%。物理低碳化行业有11个，这11个行业第一次普查时碳排放量为0.61亿吨，第二次普查为0.56亿吨，降低了8%。

（二）碳排放经济效益的评价结果

第二次经济普查与第一次经济普查相比，经济低碳化的行业有13个，第一次普查时这13个行业的增加值占全部制造业的25.47%，第二次普查时增加到26.97%；同期，这13个行业的碳排放量由30.27%下降到27.33%。经济高碳化的行业有17个，第一次普查时这17个行业的增加值占全部制造业的74.53%，第二次普查时下降到73.03%；同期，这17个行业的碳排放量由69.73%增加到72.67%。

（三）四象限综合评价结果

从表2可见，河北省低碳经济发展水平有综合优势的行业（分布在第Ⅰ象限）有8个，有经济优势的行业（分布在第Ⅱ象限）有5个，有物理优势的行业（分布在第Ⅳ象限）有3个，综合落后的行业（分布在第Ⅲ象限）有14个。

四、结论

低碳经济是在可持续发展理念指导下，通过观念改变、技术和制度创新、产业转型、新能源开发、转变生活方式等多种手段，尽可能地减少煤炭、石油等高碳能源消耗，从而减少温室气体排放，达到经济社会发展与生态环境保护双赢的一种综合性的经济发展模式。

低碳时代，企业的碳排放由过去的社会外部成本被强制转化为企业的内部成本，碳排放成为影响利润增加或减少的经济要素。评价低碳经济发展水平的四象限法就是对碳排放物理水平的变化和碳排放经济效益的高低进行综合分析的一种方法，为此设计了物理高（低）碳化行业和经济效益高（低）碳化行业。该方法得出的结论是某一产业低碳经济发展水平的现状是什么，至于某一产业应如何发展低碳经济，则需要以此结论为基础，考虑行业节能技术水平、新能源应用前景等之后才能进行统筹决策，本文对此问题没有涉及。

河北省制造业在低碳经济发展进程中，综合落后的行业占制造业总数的近一半，其中黑色金属冶炼及压延加工业是河北制造业中规模最大的支柱产业，因而河北省制造业低碳经济发展水平总体不高。

参考文献：

［1］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：探索中国特色的低碳道路［M］.北京：科学出版社，2009.

［2］魏一鸣，刘兰翠，范英，吴刚.中国能源报告（2008）：碳排放研究［M］.北京：科学出版社，2008.

［3］熊焰.低碳之路：重新定义世界和我们的生活［M］.北京：中国经济出版社，2010.

［4］樊纲.走向低碳发展：中国与世界――中国经济学家的建议［C］.北京：中国经济出版社，2010.

［5］张坤民，潘家华，崔大鹏.低碳经济论［C］.北京：中国环境科学出版社，2009.

［6］娄伟，李萌.低碳经济规划理论・方法・模型［M］.北京：社会科学文献出版社，2011.

［7］于刃刚.低碳经济与河北产业结构调整［J］.河北经贸大学学报，2011，（3）.

［8］肖文，樊文静.低碳经济发展的测度指标――兼谈我国低碳经济的发展水平［J］.工业技术经济，2011，（1）.

［9］曲建升，曾静静，张志强.国际主要温室气体排放数据集比较分析研究［J］.地球科学进展，2008，（1）．

［10］付加锋，庄贵阳，高庆先.低碳经济的概念辨识及评价指标体系构建［J］.中国人口・资源与环境，2010，（8）．

［11］任仁.《京都议定书》要减排哪些温室气体［J］.化学教育，2005，（8）．

［12］蒋金荷，吴滨.低碳经济模型现状和几个理论问题探讨［J］.资源科学，2010，（2）：242-247．

［13］鲁静.国内外低碳经济综合评价方法评述［J］.中国投资，2010，（8）．

［14］张德英，张丽霞.碳源排碳量估算办法研究进展［J］.内蒙古林业科技，2005，（1）．

［15］乔海曙，刘小丽.碳排放权的金融属性［J］.理论探索，2011，（3）.

The Connation and the Four-quadrant Evaluation Method on Low-carbon Economy

Chen Yongguo Chu Shangjun Li Zongxiang

Abstract：Low-carbon economy is the important joint point of the addressing climate change and the promoting economic resuscitation. Many scholars and institutions have positively responded to it. This paper uses this method to comprehensively evaluates the 30 manufacturings low-carbon economy in Hebei Province. The results indicate that of the low-carbon economy in Hebei Province, few of the industries possess general advantages while over half of them lag behind the general industrial level. Therefore, the province needs to increase the investment in this field.

Key words：low-carbon economy；the four-quadrant evaluation method；manufacturings

篇（9）

中图分类号：C81 文献标志码：A 文章编号：1002-2589（2013）12-0062-03

引言

如今，一句“你幸福吗？”已是全中国老百姓最常被问到的话题，然而现在人们的幸福感已经不单单是几十年前的吃得饱、穿得暖，人们对待幸福的定义更加注重于民生，医疗、教育、经济、环境、食品等等，已成为人们判定幸福的新标准。据统计，浙江杭州连续7年蝉联“最幸福感城市”桂冠，其次是成都、长沙，相反对于中国的顶级城市上海和北京却很少入围，近10年中仅一次入围“最幸福感城市”，因此一个城市发展得好坏已从从前单一的经济时期过渡到了如今的综合发展阶段，为全面具体地了解一个省份的发展水平，现我们将从6个方面来综合地分析全国29个省份的综合发展情况，并根据得出的客观结果提出可行性建议。

一、方法介绍

（一）主成分分析

主成分分析也称主分量分析，旨在利用降维的思想，是把多指标转化为少数几个综合指标的一种多元统计分析方法。在用统计分析方法研究多变量的课题时，变量个数太多会增加课题的复杂性，因此，人们自然希望用较少的综合变量来代替。在很多情形下，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息[1]。

主成分分析是设法将原来众多具有一定相关性的（比如p个）指标，重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来p个指标做线性组合，作为新的综合指标。最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var（F1）越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。如果第一主成分不足以代表全体数据信息，则可逐步增加第二、第三等主成分，共同表示总体信息。

（二）聚类分析

1.聚类分析的概念

聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。

聚类是将数据分类到不同的类或者簇这样的一个过程[2]，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。聚类分析的目的是把类对象按照一定的规则分成若干类，这些类不是事先给定的，而是根据数据的征确定的，对类的数目和类的结构不必做任何假定。聚类分析依赖于对观测间的近程度（距离）或相似程度的理解，定义不同的距离量度和相似性量度就可以产生不同的聚类结果。聚类分析的内容十分丰富，按其聚类的方法可分为：系统聚类法，动态聚类法，有序样品聚类法，模糊聚类法，图论聚类法，聚类预报法。

2.系统聚类法

系统聚类又称谱系聚类，是一种逐次合并类的聚类分析方法，最后得到一个聚类的谱系图，可以把系统聚类的过程形象地表示出来。系统聚类法是目前在实际应用中使用最多的一类方法。

二、实例分析

（一）指标选取

根据综合评价的代表性原则、综合性原则、系统性原则以及我国各地区经济发展的实际，选取以下6个指标：x1为人均gdp（元）反映区域经济平均发展水平；x2为建设总规模（亿元），反映区域内设施建设能力；x3为平均工资income（元），反映职工工资水平的主要指标；x5为教育经费（万元），反映区域文化教育资金投入；x6为城镇人均医疗保健支出（元），数据汇总如下表所示：

（二）主成分分析

将上述数据整理后运用SAS软件进行主成分分析后得到方差分解主成分提取表（如表2）。

相关系数的特征值及各主成分的方差，可以看出第一主成分的方差为55.4%，第二主成分的方差为29.8%，第三主成分的方差为8.21%，前两个主成分的累计贡献率为85.26%，可见前两个主成分已经具有足够多的方差贡献率来概括该组数据。

根据所选主成分所代表的主轴长度之和占了所有主轴长度之和的大部分的原则我们选取了4个主成分，分别用prin1，prin2，prin3，prin，4表示。

可见第一主成分中NETINC最高gdp、income、capital系数相对较高，且系数均为正数，第二主成分中eduheal具有较高的整系数，由此可以把第一主成分看成由gdp、capital、income、netinc所刻画的反映经济发展水平的综合指标；将第二主成分看成由education、healcare所刻画的人民生活水平有关的综合指标。

前两个主成分的表达式为：

prin1=0.456x1+0.40166x2+0.42775x3+0.49016x4+

0.37929x5+0.25201x6

prin2=-0.36478x1+0.3218x2+0.32456x3+0.30117x4+

0.45361x5+0.60129x6

其次，计算出各成分的因子得分。

可以得出第一主成分中上海得分为5.4317，以绝对的优势高于其他城市，其次北京、江苏、广东也分别位于前列，说明这些城市的经济综合发展水平要高于其他城市，而相反甘肃、宁夏、青海第一主成分最低，说明这些城市的经济发展水平明显落后于上海、北京等城市，国家应该加大对这些城市的经济建设，改善其经济环境。

第二主成分中上海的主成分得分反而最少，为-2.347，说明上海市对于教育和医疗的关注度较其他方面偏低；四川对于教育和医疗的投入力度最大，其次是江苏、山东、河南、河北；江苏对于第一第二主成分而言，均在前列，说明江苏省综合全面发展水平要好于其他省份。

尽管各主成分综合信息的能力较强，分别从经济水平和人民生活水平分析了全国29个城市的发展情况，但是单独使用某个主成分并不能对各省份整体综合发展水平做出一个综合评价，因此，我们按主成分和的方差贡献率占个因子总方差贡献率的比重作为权重进行加权汇总，得出各省份综合发展水平的综合得分。且综合得分表示如下：

Y=0.5541prin1+0.2984prin2

（三）聚类分析

为了验证上述指标的划分是否合理，我们采用层次分析中的系统聚类方法来对29个省份的主成分因子进行聚类分析，分类表如下：

（四）分类结果分析

篇（10）

中图分类号：F127；F321.1 文献标识码：A 文章编号：0439-8114（2016）21-5719-05

DOI：10.14088/ki.issn0439-8114.2016.21.069

The Coupling Rsearch of Aksu Region's Economic Development

and Intensive Use of Construction Land

GUO Huan-huana，GAO Min-huaa，b

（a.Key Laboratory of Oasis Ecology；b.College of Research and Environment Sciences，Xinjiang University，Urumchi 830046，China）

Abstract：Taking economic development and Intensive use of construction land in Aksu as two subsystems of the study and based on both theory and social coordination，entropy method，statistical analysis，system evaluation and coupled model were used. Aksu region's economic development and construction land coupled model was built， and then discussed the coupling relationship， revealed the relationship between economic development and Intensive use of construction land. The results showed that the level of economic development and Intensive use of construction land in Aksu were low；economic development-construction land intensive utilization system in two subsystems arc tangent function model of coordination was worse；two highly coupled subsystems in the economic and Intensive use of construction land level were lower；the Aksu region's intensive use of construction land developed rapidly， there was the urgent need to improve the level of Intensive use of construction land.

Key words：coupling； economic development； intensive use of construction land； Aksu region； coordination

济与土地的诸多研究成果表明，经济因素是土地利用和建设用地利用变化的不可或缺的驱动因子[1-4]；同样土地对经济发展具有不可替代的作用[5-6]。对于经济和建设用地集约利用的关系方面，杜亚娟等[7]对哈尔滨市1991-2010年经济发展水平与建设用地集约利用水平间的动态关系分析得出二者存在长期均衡关系，而且经济发展是土地集约利用的单向因果关系。随着对两者相互关系研究的深入，越来越多的专家学者们更推崇经济和建设用地间的耦合关系。经济发展和建设用地集约利用是两个相对复杂的系统，单纯分析个别指标的相关性，远远不能解释两系统间的协调关系。因此，本研究在各系统指标高度相关的层次上，深入分析了两者的耦合关系协调度。

1 阿克苏地区经济发展与建设用地利用情况

1.1 阿克苏地区经济发展

阿克苏地区生产总值持续增长，2013年地区生产总值692.60亿元，相对2002年增长553.4亿元，地区生产总值年均增长36.14%。2013年地区全社会固定资产投资490.39亿元，2002-2013年该地区全社会固定资产投资稳步增长，年均增长151.73%，其中2013年比上年增长11.56%。2013年地区财政总收入102亿元，2002-2013年阿克苏地区财政收入逐步增加，年均增长率140.47%，其中2013年较上年增长10.20%。

该地区经济水平也逐年提高，2013年人均生产总值28 535元，比2002年的6 615元增加了21 920元，年均增长30.12%，人均生产总值虽然在稳步增长，但相对全国平均水平还有一定差距。2013年该地区人均财政收入4 150.4元，人均财政收入稳步增长，但相对全国平均水平差距明显。衡量民生经济的主要指标为城镇居民可支配收入、农村居民可支配收入与居民消费水平，其中城镇居民可支配收入年均增长31%，农村居民可支配收入年均增长32%，居民消费水平年均增长25%。阿克苏地区这3个指标的水平均低于全国平均水平。

1.2 阿克苏地区建设用地集约水平

1.2.1 建设用地集约利用强度 人口利用强度和经济利用强度是表征建设用地利用强度的主要指标，人口利用强度主要体现在人均建设用地面积方面，经济利用强度则体现在地均生产总值、地均固定资产投资、地均财政收入3项指标。阿克苏地区的人口和建设用地规模逐年攀升，但人口增长速度远不及建设用地规模的增速，导致人均建设用地面积一直呈增长趋势，这也正是阿克苏地区的建设用地人口利用强度不断下降的原因。阿克苏地区地均生产总值、地均财政收入、地均固定资产投资都有不同程度的增长，阿克苏地区建设用地集约水平不断上升（图1）。

1.2.2 经济增长耗地 经济增长耗新增建设用地面积多少反应了该地区经济是否主要靠建设用地扩张来促进经济发展，如图2所示阿克苏地区经济增长耗地较多，为较粗放增长类型。图2中除了2006年建设用地出现负增长以外，各指标的走势整体呈现下降趋势。一方面表现为集约利用水平不断提升，另一方面表征建设用地集约水平的指标为管理绩效，也就是对存量建设用地的盘活效率。存量建设用地的重新利用不仅可以缓解新增建设用地压力，促进建设用地集约利用，而且可以调节土地市场。

2 阿克苏地区经济发展与建设用地耦合关系

2.1 耦合模型的建立

耦合原是物理概念，表示两个或者多个系统亦或两种运动方式间相互作用而相互影响以至联合起来的现象[8]。在此基础上，吴玉鸣等[9]提出多个系统的相互作用耦合度模型：

Cn={（u1，u2，…，un）/∏（ui+uj）} （1）

式中，n为耦合系统子系统的个数；u为各子系统对耦合系统的贡献；C为耦合度值，C∈[0，1]。

在前人研究成果的基础上，结合专家打分法分别选取了表征经济规模增长的生产总值增长及财政收入增长2个指标；表征经济发展水平的人均生产总值、城镇居民可支配收入、农村居民可支配收入以及居民整体消费水平4个指标；表征经济结构的第三产业比重和财政占生产总值比值2个相关指标。建设用地集约利用子系统则根据建设用地利用强度、经济增长耗地及管理绩效三方面确定人均建设用地、地均GDP、地均固定资产投资、地均财政收入、单位GDP增长耗新增建设用地、单位固定资产耗新增用地、单位财政收入耗新增用地以及存量建设用地供应效率指标。

2.2 耦合模型各指标权重的确定

权重的确定方法有很多，如AHP、特尔非法等，鉴于研究两个子系统十几项指标的耦合关系，熵值法可以更好地体现各指标间的非线性关系。因此，引入熵值法这种客观赋权法[10]来确定各指标权重。熵的概念是由克劳德・艾尔伍德・香农首次引入信息论中的，用来度量随机变量的不确定程度。熵值越大，离散程度越大，则该熵值对应的指标的权重值越大。用指标Xij表示第i年第j项指标，计算指标权重的前提是要将所有数据归一化（由于涉及正向、反向两种指标，可以将数据归一化到一个数据区间内，正向指标不作处理，反向指标做反向处理）得到Gij，则第j项指标的熵值[11]：

Sj=-kQijlnQij，（k=，Qij=） （2）

式中，k为调节系数，m为涉及年限。由熵值确定j项标权重：

Wj=，（0≤Wj≤1，Wj=1） （3）

根上述公式计算2002-2013年阿克苏地区的经济发展与建设用地集约耦合系统的各指标权重值。

2.3 耦合模型

根据耦合模型所选取的各项指标权重值得到耦合系统（表1）。

3 耦合系统分析

3.1 指标功效系数

通常用指标功效系数来表示指标对系统的贡献，用功效系数Uij表示，其计算方法如下：

Uij=（Gij-α）/（β-α） （4）

式中，α、β是数据归一化处理中临界值的最小值和最大值。

3.2 综合指数

综合指数是耦合系统中各子系统对耦合系统的贡献。本研究耦合系统中有经济发展综合指数和建设用地集约利用综合指数。

1）经济发展综合指数。经济发展综合指数即为经济子系统Ai对系统的贡献，表示为：

Ai=Uij×Pj （5）

式中，Pj表示第j项指标的权重，对计算出的经济综合指数进行一元二次拟合，得到如下方程：

F（x）=0.004 6x2+0.023 6x+0.030 5（R2=0.979 5）（6）

式中，x=1代表2002年，依次递进。

2）建设用地集约利用综合指数。建设用地集约利用综合指数为建设用地集约利用子系统对耦合系统的贡献：

Bi=Uij×Pj （7）

对其一元二次拟合，得到下述方程：

G（x）=-0.000 9x2+0.043 3x+0.120 2（R2=0.963 2）（8）

根据阿克苏地区2002-2013年的经济与建设用地数据，结合式（6），（8）中的一元二次拟合方程，计算出阿克苏地区经济发展和建设用地集约综合指数变化情况（图3）。阿克苏地区经济发展综合指数和建设用地综合指数均为上升趋势，经济指数较建设用地指数上升较快，2007年经济指数超越建设用地指数。借鉴郭杰等[12]对土地利用等级划分，阿克苏地区建设用地2002-2010年都不满足集约利用等级，2010-2013年为一般等级，可见阿克苏地区建设用地整体集约水平较低，集约上升空间较大（表2）。

3.3 耦合系统协调度分析

3.3.1 两个子系统综合指数协调度 两个系统的同步性用协调度来表示，参照方方[13]的研究用反正切函数来描述两个子系统综合指数的发展水平的接近程度，则阿克苏地区经济和建设用地集约利用综合指数协调度表示为：

Ci=arctan（Ai/Bi-1） （9）

根据反正切函数的特点，协调度C的值域在 （-π/2，π/2）之间，如果两个子系统协调共同发展，那么Ai/Bi的值应该趋近1，换句话说Ci越趋近于0时，两个子系统协调性越好，相反经济发展指数大于或者小于建设用地集约指数时，Ci越远离0，协调度降低。根据阿克苏地区两个子系统的两指数数据，得出其综合协调度函数变化。由图4可以看出，2002-2013年阿克苏地区两项综合指数协调度呈现上升趋势，且2002-2007年间建设用地集约利用指数大于经济发展指数，协调度趋近于0，并在2007年达到最好；2008-2013年经济指数反超建设用地指数较快上升，系统综合指数协调度有所下降。

3.3.2 两个子系统综合指数变化速度协调度 根据数学中导数的概念可知，对时间的函数进行一次求导，可得到该函数的变化速度（率）函数。张振杰[14]的研究表明，通过研究主关联双系统的演化速度，可以得到整个系统或系统间的演变趋势。研究还提出用两个子系统变化速度的夹角作为系统耦合度进行分析。

1）经济发展综合指数的变化速度函数：

VA=dF（X）=0.009 2X+0.023 （10）

2）建设用地集约利用综合指数变数速度函数：

VB=dG（X）=-0.001 8X+0.043 3 （11）

3）双系统演进速度的协调度：

?=arccot（VA/VB） （12）

随着两速度化，协调度输出不同的角度（图5），根据阿克苏地区2002-2013年的数据，速度协调度范围只有2002年在（π/4，π/2）时建设用地集约利用速度稍快于经济发展速度，两速度协调度增强。2003-2013年均在（0，π/4）范围内，此时经济发展速度加快。虽然建设用地集约利用速度还是正向速度，但越来越低于经济发展速度，双系统速度协调度不断降低。

3.3.3 耦合度分析

1）耦合度分析。王硕[15]根据两个子系统对系统的贡献U1、U2的组合来表示系统的耦合度，其模型如下：

Ci= （13）

式中，U1=Ai，U2=Bi，Ci越大则表示两系统耦合越好，相反耦合越差。

阿克苏地区2002-2013年系统耦合度均在（0.88，1）范围内（图6）。根据吴玉鸣等[9]的研究将耦合度不同的等级进行划分，得到该耦合系统属于高度耦合阶段，但这点又与综合指数协调度和综合指数速度协调度的结论不相符，所以该耦合系统出现了“伪协调”[16]现象。

2）耦合协调度分析。许多研究针对“伪协调”提出了系统综合评价指数和对应的耦合协调度判定方法。综合评价指数：T=aU1+bU2；耦合协调度：D=。式中，a、b为贡献系数，考虑经济和建设用地对系统的相互作用，令a=b=1/2，得到协调度D（图6）。参照耦合研究中对耦合协调度的等级划分，该耦合系统在2002-2005年为轻度失调，2006-2010年为初步协调，2011-2013年刚刚进入良好协调的范围，随着两个子系统友好发展，有希望发展为优质协调。

4 小结

1）阿克苏地区经济发展和建设用地集约利用水平都较低；虽然两个子系统的综合指数都有上升趋势，但2010年经济发展指数才超越0.5，直到2013年集约利用综合指数都还处于一般水平，相对国家中部甚至东部还有很大差距，提升空间巨大。

2）系统耦合出现“伪协调”现象，在经济发展水平略低，建设用地集约水平一般的情况下，可能是两个系统相互作用的关系紧密，才导致系统出现高度耦合。耦合协调度的好坏只能说明两个子系统的协调情况，不能反映系统现阶段的发展水平，两个子系统的综合指数协调情况依然是耦合系统发展水平的关键。

3）耦合模型2007年综合指数协调度最好，说明当时低水平的经济和建设用地集约利用促进耦合系统发展。现阶段经济与建设用地集约利用有相互抑制的趋势，建议相关部门在经济发展不放缓的前提下，严格杜绝建设用地粗放、浪费的情况，科学控制建设用地需求和节约使用效率，促进建设用地集约利用，使得系统良好健康发展。

参考文献：

[1] FISCHER G，HEILIG G K.Population momentum and demand on land and water resources[J]. Philosophical Transactions of The Royal Society of London Series B-Biological Sciences，1997， 352（1356）：869-889.

[2] RIEBSAME W E，PARTON W J，GALVIN K A.Integrated modeling of land use and cover change[J].Bioscience，1994，44（5）：350-356.

[3] 陈 春，冯长春.建设用地扩张效率指数研究[J].地域研究与开发，2011，30（2）：133-136.

[4] 陈 春，冯长春.中国建设用地增长驱动力研究[J].中国人口・资源与环境，2010，20（10）：72-78.

[5] 丰 雷，魏 丽，蒋 妍，等.论土地要素对中国经济增长的贡献[J].中国土地科学，2008，22（12）：4-10.

[6] 毛振强，左玉强.土地投入对中国二三产业发展贡献的定量研究[J].中国土地科学，2007，21（3）：59-63.

[7] 杜亚娟，雷国平.哈尔滨市城市土地集约利用与经济发展的协整研究[J].国土资源情报，2012（7）：46-52.

[8] 张亚斌.中国所有制结构与产业机构的耦合研究[M].北京：人民出版社，2001.

[9] 吴玉鸣，张 燕.中国区域经济增长与环境的耦合协调发展研究[J].资源科学，2008，30（1）：25-30.

[10] 金晓斌，张鸿辉，周寅康，等.农用地定级综合评价中权重系数确定方法探讨[J].南京大学学报（自然科学版），2008，44（4）：447-456.

[11] 陆添超，康 凯.熵值法和层次分析法在权重确定中的应用[J].电脑编程技巧与维护，2009（22）：19-20，53.

[12] 郭 杰，吴 斌.土地利用系统健康评价[J].中国土地科学，2011，25（4）：71-78

[13] 方 方.江苏省经济发展与土地非农化耦合关系研究[D].南京：南京师范大学，2010.

篇（11）

一、前言

城市化是衡量一个国家或地区现代化的重要指标。2011年，我国城市化水平达到51.27%，标志着我国已经成为城市化国家。但是城市化水平整体提高的背后，东西部城市化发展不均衡现象早已成为不争的事实。城市化发展不均衡带来的诸多问题也逐渐引起社会的关注，比如一、二线城市房价居高不下，三、四线城市房地产去库存压力巨大，大城市病，农村劳动力流失等问题。诸类问题严重制约我国社会稳定和经济健康发展。为此，中国亟需加快解决区域间城市化发展不均问题，实现各区域之间协调发展，共享发展成果。

（一）城市化的衡量指标

关于城市化内涵，目前学术界还没有统一的界定，不同学科都从各自角度进行了解释。经济学意义上的城市化更加注重生产要素（人口、生产力）在城市化过程中的作用。主要指随着工业的发展，人口、生产力等生产要素向城市集中或者原本的农村区域变为城市区域，使得城市人口所占全国总人口的比重不断增加的过程。

城市化水平也称为城市化率。衡量城市化水平的常用指标是人口指标法，即用城市人口占全国总人口的百分比来作为衡量城市化的标准，用公式表示为

城市化水平=■×100%

（二）中国西南区域的自然与经济特征分析

中国西南地区在行政区划上主要包括四川省、云南省、贵州省、重庆市、藏族自治区，因此也被称作西南五省（区、直辖市），以下简称西南五省区市。西南五省区市面积总共250万平方公里，总人口1.9671亿人，占全国总人口的14.4%。其中农村人口为10666万人，占西南五省区市总人口的54.2%，占全国农村总人口的17.2%。

从自然地理环境来看，我国西南五省区市土地广阔，自然资源富集，具有发展特色农业、矿产、旅游等资源禀赋经济的先天优势。但是复杂的地形结构制约了该地区交通及通信的发展，也因此阻碍了西南地区经济发展。从人文环境来看，该地区民族众多，人口分布不均衡，成都平原、四川盆地人口密度比较大，云贵高原、高原人口密度比较小。同时受经济发展状况和地理位置的限制，西南地区贫困人口比较多，尤其是在边远的山区，受教育程度相对发展落后。

二、我国西南区域城市化的特征

（一）城市化整体水平低于全国平均水平

西南五省（区、市）城市化整体偏低，除了重庆市，其他三省一区的城市化水平均明显低于我国城市化平均水平。以2015年为例，四川、云南、贵州、、重庆城市化率分别为 47.69%、43.33%、42.01%、27.74%、60.94%，其中四川、云南、贵州、比全国城市率分别低8.41%、12.77%、14.09%、28.36%，重庆城市化率比全国城市化率高4.84%。

（二）城市化发展速度超过全国平均水平

西南五省（区、市）城市化增长速度超过全国城市化水平的增长速度，与全国城市化水平之间差距逐渐缩小。2015年，西南五省（区、市）城市化率分别提高了1.39%、1.60%、1.99%、1.95%、1.33%，除重庆与全国平均增长率持平外，其他三省一区城市化率增长率均高于全国增长率。

三、我国西南区域城市化发展水平滞后的分析

虽然中国西南五省（区、市）中重庆城市化水平高于全国水平，但是从整体来看，城市化水平滞后，而且存在很大的差距。造成这种现象的原因主要表现为以下几个方面。

（一）产业结构制不合理

当一个地区的产业结构由农业向工业、服务业转变时，农业部门将会出现剩余劳动力，并且剩余劳动力将会向工业、服务部门流动，推动农村人向城市聚集，亩加速城市化发展。因此产业结构调整是一个地区城市化发展的主要动力。

中国西南五省（区、市）自然条件恶劣，地理条件复杂，多山地丘陵，制约了大规模农业发展，阻碍了机械化在农业中的应用，使得农业多是以家庭为单位的小农经济，生产效率低下，束缚了较多的人口从事农业，阻碍劳动力向工业、服务业转移。

（二）就业结构与产业结构之间不协调

工业化是城市化发展的主要动力，但是在西南五省（区、市）工业化发展并未成为城市化的主要动力。建国后，由于资源优势及特殊的战略地位，西部地区成了我国推行以资源开发产业和国防工业为主的重工业优先的工业化发展布局重点。

（三）区域经济总体水平较低

经济发展水平是决定一个地区城市化发展水平高低的最根本原因。由于自然条件和历史条件的原因，西南地区经济发展水平比较落后，贫困人口多、连片贫困地区集中。2015年，四川省、云南省、贵州省、自治区、重庆市人均可支配收入分别为17221元、15223元、136967元、12254元、20110元，为全国水平的78.4%、84.5%、64.7%、72.2%、92%。人均GDP分别为36693元、28930元、29757元、31682元、52112元，为全国水平的74.5%、58.77%、60.45%、64.36%、105.68%。

（四）地理特点和基础设施水平

西南五省（区、市）交通和通信等基础设施发展落后，以公路和铁路为例，西南五省（区、市）面积占全国总面积的26%，公路总里程占全国公里总里程的20.65%，铁路总里程占全国公路总里程的8.33%。西南地区基础设施落后不仅影响了经济发展，也制约城市化发展。

四、加快我国西部省市城市化发展的路径

（一）调整产业结构使之布局合理

工业化是城市化的主要动力，但是由于西南地区重工化比较严重，所以工业化对城市化的带动作用并不明显，为此西南地区需要加快调整工业结构。首先调整工业轻重比例，西南地区轻工业占比少，这导致工业对剩余劳动力的吸引能力十分有限，为此需要加快轻工业的发展，减轻工业轻重比列失衡。其次加快劳动密集型产业发展，优化工业布局，加快淘汰高污染产业和产能过剩产业，提高工业发展的创新能力和竞争能力。

（二）以集约化方式推动农业发展

西南地区农业发展中存在的最主要的问题是农业生产效率低，专业化、组织化、产业化程度低、产品结构单一。为此，一要大力发展特色农业。西南地区主要的农耕区包括四川盆地、云贵高原、的一江两河区域，每个区域气候、土壤都不相同，根据每个地区的优势，发展特色农业，形成特色农业的规模化经营。二是依靠当地自然风光，旅游资源，大力发展生态旅游观光农业，积极发展大旅游，依靠旅游农业带动周围餐饮、商贸、交通、通讯业以及乡村建设的发展。三是加快改变农业结构，提高农业产业化、标准化、专业化水平，构建生产、加工、储存、销售为一体的产业化体系，加强农业社会化服务体系的建设，推动农村经济结构中二三产业发展。四是加强生态环境治理与保护。西南地区生态环境脆弱，水土流失、荒漠化等生态环境问题严重，因此要积极实施天然林保护工程、人工林种植工程以及退耕还林工程。

（三）以扶贫为抓手促进城市化发展

自从2012年以来，我国经济发展步入“新常态”，如何保持经济稳定发展成为一个难题。西南五省市区应该把握新一轮西部大开发、长江经济带和“一带一路”等国家顶层规划，加快建设交通、通信等基础设施，加快调整经济结构，提高科技创新能力，发挥后发优势，保持经济稳定增长，提高人民生活水平，为贫困地区脱贫提供物质基础。做好扶贫工作最为重要的是培养贫困地区经济增长点，提高贫困地区和贫困人口自我发展能力，从根本上解决贫困问题，而不是仅仅一味的通过财政补贴给予补助。一方面加大贫苦地区的科教投入，提高贫困人口文化水平与科学技能，摆脱贫困的“代际传递”。另一方面，根据贫困地区的优势构建能够带动经济发展的产业体系，建立“一村一品”格局，探索脱贫致富新路子。

五、总结

西南五省（区、市）是我国重要经济板块之一，拥有丰富的自然资源。由于自然和历史原因，经济发展水平低，农业生产效率低下，工业重工化严重，第三产业发展滞后，基础设施落后，从而导致了西南五省（区、市）的城市化滞后于全国水平，与东部地区更是相差甚远。为了尽快缩小与全国乃至|部地区城市化水平差异，西南五省（区、市）应该首先优化产业结构，充分发挥产业结构对城市化的带动力。健全农业产业体系，提高农业生产效率，发展特色农业；优化工业结构，提高服务业发展水平。其次，大力发展旅游业，打造精品线路，积极发展相关配套产业，提高服务接待能力。再次，加快基础设施建设，提高经济发展水平，打赢扶贫攻坚战，为城市化提供坚实的物质基础。

参考文献：

[1]张军.加快城市化应是结构转型头等重任[J].财经界，2016（10）.

[2]周瑞刚，吕昭河.中国西南地区山地城市发展路径思考[J].思想战线，2015（06）.

[3]许芳.城市化和城乡收入差距的时空演变[J].上海经济研究，2015（10）.