區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)評(píng)價(jià)

許珊，范德成，王韶華2

（1.哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江哈爾濱150001；2.燕山大學(xué)經(jīng)濟(jì)管理學(xué)院，河北秦皇島066004）

區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)評(píng)價(jià)

許珊1，范德成1，王韶華2

（1.哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江哈爾濱150001；2.燕山大學(xué)經(jīng)濟(jì)管理學(xué)院，河北秦皇島066004）

為了探討區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)的關(guān)聯(lián)關(guān)系，以低碳為切入點(diǎn)，基于產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)關(guān)聯(lián)的內(nèi)涵，從低碳產(chǎn)出、低碳消耗、低碳能源、低碳排放等四個(gè)方面構(gòu)建評(píng)價(jià)指標(biāo)體系?；谧顑?yōu)組合賦權(quán)法和灰色關(guān)聯(lián)分析法建立低碳關(guān)聯(lián)模型，并對(duì)2000-2012年河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)的低碳關(guān)聯(lián)度進(jìn)行實(shí)證分析。結(jié)果表明：河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)的低碳關(guān)聯(lián)度大體呈上升態(tài)勢(shì)；人均GDP增長(zhǎng)率、能源結(jié)構(gòu)多元化系數(shù)、CO2排放、第二產(chǎn)業(yè)碳生產(chǎn)力、可再生能源比例、SO2排放等指標(biāo)對(duì)河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)影響顯著。

可持續(xù)發(fā)展；產(chǎn)業(yè)結(jié)構(gòu)；能源結(jié)構(gòu)；低碳；最優(yōu)組合賦權(quán)；產(chǎn)出；消耗；能源；排放

發(fā)展低碳經(jīng)濟(jì)已經(jīng)成為我國(guó)加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、實(shí)現(xiàn)跨越式發(fā)展的重要引擎。我國(guó)明確了碳減排目標(biāo)，并將其作為約束性指標(biāo)納入國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中長(zhǎng)期規(guī)劃。一般地，碳減排主要手段包括結(jié)構(gòu)減排、技術(shù)減排和消費(fèi)減排，其中技術(shù)減排和消費(fèi)減排主要集中于微觀層面，其實(shí)質(zhì)是結(jié)構(gòu)減排的具體體現(xiàn)，這里的結(jié)構(gòu)既包括產(chǎn)業(yè)結(jié)構(gòu)，也包括能源消費(fèi)結(jié)構(gòu)［1］。

關(guān)于產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的影響，有學(xué)者認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放增長(zhǎng)起推動(dòng)作用，中國(guó)當(dāng)前的產(chǎn)業(yè)結(jié)構(gòu)不利于碳減排［2-3］。也有學(xué)者持不同觀點(diǎn)，認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放增長(zhǎng)起抑制作用［4-5］。

關(guān)于能源結(jié)構(gòu)對(duì)碳排放的影響。學(xué)術(shù)界前期主要依據(jù)歷史統(tǒng)計(jì)數(shù)據(jù)進(jìn)行因素分析［6-7］；隨著研究深入，開(kāi)始關(guān)注區(qū)域碳排放特征與能源結(jié)構(gòu)間的關(guān)系［8-9］。近年來(lái)，認(rèn)識(shí)到進(jìn)展遲緩的能源結(jié)構(gòu)變化是造成碳排放增長(zhǎng)無(wú)法實(shí)現(xiàn)大幅下降的關(guān)鍵因素，能源結(jié)構(gòu)調(diào)整對(duì)實(shí)現(xiàn)碳減排目標(biāo)的貢獻(xiàn)潛力較大［10-11］。

以上研究均證實(shí)了產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)對(duì)碳排放的貢獻(xiàn)，一致認(rèn)為未來(lái)產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)變動(dòng)對(duì)碳減排的貢獻(xiàn)潛力較大，但忽略了產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)之間的相互關(guān)系?；诖耍疚囊缘吞紴榍腥朦c(diǎn)，探究河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)的關(guān)聯(lián)關(guān)系，以期為河北省實(shí)現(xiàn)低碳經(jīng)濟(jì)提供有建設(shè)性的能源規(guī)劃和產(chǎn)業(yè)政策。

1　評(píng)價(jià)指標(biāo)體系構(gòu)建

低碳化，狹義的理解就是碳生產(chǎn)能力的提高，即單位GDP碳排放的降低，廣義的概念是指以低能耗、低污染、低排放為特征的可持續(xù)經(jīng)濟(jì)發(fā)展模式［12］；產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)是指在不影響社會(huì)經(jīng)濟(jì)發(fā)展目標(biāo)的前提下，依靠技術(shù)進(jìn)步和制度創(chuàng)新降低高碳產(chǎn)業(yè)部門(mén)在國(guó)民經(jīng)濟(jì)中的比重，轉(zhuǎn)變產(chǎn)業(yè)能源利用方式，減少對(duì)高碳能源的需求，在促進(jìn)清潔能源和新興能源產(chǎn)業(yè)發(fā)展的同時(shí)進(jìn)一步深化升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)的協(xié)調(diào)發(fā)展，并最終形成以高增長(zhǎng)、低能耗、低污染、低排放為特征的低碳經(jīng)濟(jì)發(fā)展模式?；诋a(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)的內(nèi)涵，參考國(guó)內(nèi)外相關(guān)研究成果［13］及《“十二五”規(guī)劃綱要》、《節(jié)能減排“十二五”規(guī)劃》等，在系統(tǒng)性、科學(xué)性、可行性原則下構(gòu)建低碳產(chǎn)業(yè)、低碳消耗、低碳能源和低碳排放四個(gè)準(zhǔn)則層，包括11個(gè)具體指標(biāo)的區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)評(píng)價(jià)指標(biāo)體系，如表1所示。

表1　區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)評(píng)價(jià)指標(biāo)體系Table 1 The evaluation index system of low-carbon correlation between regional industrial structure and energy structure

2　基于最優(yōu)組合賦權(quán)法的低碳關(guān)聯(lián)模型構(gòu)建

2.1基于最優(yōu)組合賦權(quán)法的產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)評(píng)價(jià)模型構(gòu)建

2.1.1指標(biāo)的無(wú)量綱化處理

正向指標(biāo)的無(wú)量綱化公式為

逆向指標(biāo)的無(wú)量綱化公式為

式中:xtj表示第t年第j個(gè)指標(biāo)的原始值，Xtj則為對(duì)應(yīng)的無(wú)量綱值，Mj和mj分別表示第j個(gè)指標(biāo)原始值中的最大值和最小值。

2.1.2基于最小距離和最大熵原理的組合賦權(quán)［14］

在以往的研究中，廣泛應(yīng)用的評(píng)價(jià)方法依據(jù)客觀化程度可分為主觀評(píng)價(jià)方法和客觀評(píng)價(jià)方法，兩類評(píng)價(jià)方法各有利弊，主觀評(píng)價(jià)法可以充分發(fā)揮人的智慧和經(jīng)驗(yàn)但容易受主觀因素的影響，而客觀評(píng)價(jià)法可以免除個(gè)人經(jīng)驗(yàn)和主觀意識(shí)的影響，具有相當(dāng)?shù)目陀^性但比較死板。本文嘗試盡量避免評(píng)價(jià)方法的弊端，綜合運(yùn)用主觀評(píng)價(jià)（AHP）和客觀評(píng)價(jià)（粗糙集理論和熵值法），保證評(píng)價(jià)結(jié)果的科學(xué)合理性。

設(shè)分別運(yùn)用粗糙理論、熵值法和AHP確定第j個(gè)指標(biāo)的權(quán)重為，f=1，2，3，則第j個(gè)指標(biāo)的組合權(quán)重為

1）基于最小廣義距離的組合權(quán)系數(shù)

最小廣義距離，即各年度加權(quán)得分與理想點(diǎn)廣義距離最小，設(shè)廣義距離為d，則

2）Jaynes最大熵原理，即保證各賦權(quán)結(jié)果差異最小，則

據(jù)此，構(gòu)建目標(biāo)函數(shù):

式中:η（0≤η≤1）為平衡系數(shù)。

構(gòu)建拉格朗日函數(shù)求得

2.2基于灰色關(guān)聯(lián)分析的關(guān)聯(lián)模型構(gòu)建［15］

1）確定最優(yōu)向量G:

式中:xtj為無(wú)量綱化數(shù)據(jù)，V為取最大運(yùn)算符。

2）計(jì)算灰色關(guān)聯(lián)系數(shù):

式中:ξ（0≤ξ≤1）表示分辨系數(shù)。

3）計(jì)算關(guān)聯(lián)度:

3　實(shí)證研究

依據(jù)科學(xué)性、可行性等原則，參考《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》以及《河北經(jīng)濟(jì)年鑒》，選取河北省2000-2012年各指標(biāo)數(shù)據(jù)對(duì)河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)進(jìn)行深入分析（2014《河北經(jīng)濟(jì)年鑒》尚未發(fā)布，因此2013、2014年相關(guān)數(shù)據(jù)無(wú)法獲得）。

3.1指標(biāo)數(shù)據(jù)計(jì)算

1）產(chǎn)業(yè)能源強(qiáng)度數(shù)據(jù)

根據(jù)2001-2013年《中國(guó)能源統(tǒng)計(jì)年鑒》中“河北能源平衡表（實(shí)物量）”按行業(yè)分的終端能源消費(fèi)量，本文參照國(guó)家統(tǒng)計(jì)局《三次產(chǎn)業(yè)劃分規(guī)定》對(duì)三次產(chǎn)業(yè)的劃分整理各產(chǎn)業(yè)原煤、洗精煤、其他洗煤、焦炭、原油、燃料油、汽油、煤油、柴油、液化石油氣、煉廠干氣、天然氣、焦?fàn)t煤氣、熱力、電力等消費(fèi)量（實(shí)物量），并根據(jù)“各種能源折標(biāo)準(zhǔn)煤參考系數(shù)”計(jì)算相應(yīng)產(chǎn)業(yè)各種能源的消費(fèi)量（標(biāo)準(zhǔn)量），匯總后得到2000-2012年河北省三次產(chǎn)業(yè)的能源消費(fèi)量，進(jìn)而計(jì)算各產(chǎn)業(yè)能源消費(fèi)量與相應(yīng)產(chǎn)業(yè)產(chǎn)值的比值得到產(chǎn)業(yè)能源強(qiáng)度數(shù)據(jù)。

2）產(chǎn)業(yè)碳生產(chǎn)力數(shù)據(jù)

碳生產(chǎn)力，即單位CO2排放的經(jīng)濟(jì)產(chǎn)出，用GDP 與CO2排放量的比值表示。對(duì)于三次產(chǎn)業(yè)碳排放的計(jì)算，借鑒王韶華等［16］對(duì)河北省三次產(chǎn)業(yè)碳排放量的估算方法。

3）能源結(jié)構(gòu)多元化系數(shù)數(shù)據(jù)

能源結(jié)構(gòu)的多元化、均衡化是低碳經(jīng)濟(jì)發(fā)展的要求，也是衡量產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)關(guān)聯(lián)的重要指標(biāo)。本文用能源結(jié)構(gòu)多元化系數(shù)反映河北省能源結(jié)構(gòu)多元化均衡化程度，其計(jì)算公式為

式中:SF表示能源結(jié)構(gòu)多元化系數(shù)，Ei表示第i種能源的消費(fèi)量，可通過(guò)2013年《河北經(jīng)濟(jì)年鑒》獲得歷年數(shù)據(jù)。

4）能源效率數(shù)據(jù)

提高能源效率是促進(jìn)低碳經(jīng)濟(jì)實(shí)現(xiàn)的核心舉措，因此能源效率是衡量低碳經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)，也反映了產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)的關(guān)聯(lián)程度，本文利用河北省GDP增速與能源消費(fèi)增速的比值表示能源效率。其中河北省GDP和能源消費(fèi)的歷年數(shù)據(jù)均可通過(guò)2013年《河北經(jīng)濟(jì)年鑒》獲得。

5）其他指標(biāo)數(shù)據(jù)

2000-2012年河北省的GDP、人均GDP、能源消費(fèi)總量、可再生能源比重等指標(biāo)數(shù)據(jù)均可通過(guò)《河北經(jīng)濟(jì)年鑒》獲得，2000-2012年的CO2排放、化學(xué)需氧量排放，SO2排放等指標(biāo)數(shù)據(jù)可通過(guò)《中國(guó)統(tǒng)計(jì)年鑒》獲得。

2000-2012年河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)評(píng)價(jià)指標(biāo)數(shù)據(jù)，如表2所示。

3.2基于最優(yōu)組合賦權(quán)法的河北省產(chǎn)業(yè)結(jié)構(gòu)與能

源結(jié)構(gòu)低碳關(guān)聯(lián)評(píng)價(jià)

3.2.1粗糙集理論權(quán)重計(jì)算

粗糙集理論的原理就是在既定分類保持不變的基礎(chǔ)上，通過(guò)指標(biāo)約簡(jiǎn)，刪除不重要的指標(biāo)［17］。

1）數(shù)據(jù)的離散化處理。本文借助SPSS16.0統(tǒng)計(jì)軟件采用K-均值聚類分析（分類數(shù)設(shè)定為3）對(duì)無(wú)量綱化數(shù)據(jù)進(jìn)行離散化處理。

2）指標(biāo)約簡(jiǎn):若ind（R）=U/ind（R-｛R＇｝），則稱R＇為R中不必要的；否則稱R＇為R中必要的。

其中，R是由U上等價(jià)關(guān)系組成的集合，U稱為論域，R＇∈R，ind（R）表示R上的不可區(qū)分關(guān)系，即∩R（R中所有等價(jià)關(guān)系的交集）也是一個(gè)等價(jià)關(guān)系，U/ind（R-｛R＇｝）表示等價(jià)關(guān)系交集中刪除一個(gè)等價(jià)關(guān)系后的所有等價(jià)類。

各指標(biāo)的約簡(jiǎn)過(guò)程及結(jié)果如表3所示，所有指標(biāo)都是必要的，均被保留下來(lái)。

3）屬性重要性計(jì)算。設(shè)S=（U，R，V，f）為一個(gè)知識(shí)表達(dá)系統(tǒng)，P，Q?R，則屬性R＇的重要性:

式中:P和Q為U中的等價(jià)關(guān)系，PosP（Q）表示Q的P正域，指的是U中所有根據(jù)分類U/R＇的信息可以準(zhǔn)確地劃分到關(guān)系Q的等價(jià)類中去的對(duì)象集合。

4）對(duì)μ＞0的指標(biāo)的μ值進(jìn)行“歸一化”處理，得到各指標(biāo)的權(quán)值

二級(jí)指標(biāo)的重要性及單層權(quán)值、一級(jí)指標(biāo)的重要性及權(quán)值，以及二級(jí)指標(biāo)的綜合權(quán)值，如表4。

表2　2000-2012年河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)評(píng)價(jià)指標(biāo)數(shù)據(jù)Table 2 Data of various evaluation indexes of low-carbon correlation between the industrial structure and energy structure between 2000 and 2012 in Hebei province

表3　粗糙集理論的指標(biāo)約簡(jiǎn)過(guò)程及結(jié)果Table 3 The index reduction process and the results of the rough set theory

3.2.2熵值法權(quán)重計(jì)算

熵值法主要通過(guò)計(jì)算指標(biāo)的信息熵，根據(jù)指標(biāo)的相對(duì)變化程度對(duì)系統(tǒng)整體的影響來(lái)決定指標(biāo)的權(quán)重［18］。

1）數(shù)據(jù)的“歸一化”處理:

式中:stj表示第t年第j個(gè)指標(biāo)的歸一化值，xtj則為對(duì)應(yīng)指標(biāo)的原始值。

2）熵值計(jì)算:

式中:ej表示第j個(gè)指標(biāo)的熵值，T為被評(píng)價(jià)年份的個(gè)數(shù)。

3）權(quán)值確定:

由式（13）～（15）可得到各指標(biāo)的權(quán)重，如表4。

3.2.3AHP權(quán)重計(jì)算

根據(jù)河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)評(píng)價(jià)指標(biāo)的層次結(jié)構(gòu)設(shè)計(jì)了AHP判斷矩陣專家咨詢表，并通過(guò)面談和電子郵件相結(jié)合的方式發(fā)放給能源經(jīng)濟(jì)、產(chǎn)業(yè)經(jīng)濟(jì)、低碳經(jīng)濟(jì)等相關(guān)領(lǐng)域的專家學(xué)者，主要包括位于河北省、北京市和天津市等的10所高等院校以及2010年12月17日國(guó)家發(fā)展和改革委員會(huì)培訓(xùn)中心舉辦的“碳計(jì)量方法專題培訓(xùn)班”的學(xué)員等。問(wèn)卷共計(jì)發(fā)放116份，共回收88份，回收率為75.86%，其中有效問(wèn)卷81份，問(wèn)卷的有效率為92.05%。通過(guò)和法求解判斷矩陣，并進(jìn)行一致性檢驗(yàn)，得到一級(jí)指標(biāo)和二級(jí)指標(biāo)的權(quán)重，如表4所示。

表4　河北省能源結(jié)構(gòu)低碳評(píng)價(jià)指標(biāo)的粗糙集理論權(quán)值及熵值法權(quán)值Table 4 Weights of rough set theory and entropy value of evaluation indexes

3.2.4組合權(quán)重計(jì)算

令η=0.5，將通過(guò)粗糙集理論、熵值法和AHP確定的各指標(biāo)的權(quán)重代入式（7），可以得到三種評(píng)價(jià)方法的組合權(quán)系數(shù)，分別為0.361 9、0.176 1、0.462 0。

將三種方法確定的各指標(biāo)權(quán)重與組合權(quán)系數(shù)代入式（3），可得到各指標(biāo)的組合權(quán)重，見(jiàn)表4。

由表4可知，低碳產(chǎn)出中的人均GDP增長(zhǎng)率、第二產(chǎn)業(yè)碳生產(chǎn)力以及低碳消耗中的第二產(chǎn)業(yè)能源強(qiáng)度等指標(biāo)對(duì)河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)的影響較顯著。目前，河北省處于并將長(zhǎng)期處于工業(yè)化中期階段，發(fā)展始終是第一要?jiǎng)?wù)，電力、冶金、化工、建材等原材料部門(mén)的快速增長(zhǎng)導(dǎo)致碳排放和能耗總量不斷上升，煤炭的廉價(jià)、可得性滿足了河北省快速發(fā)展的需要，粗放式的經(jīng)濟(jì)增長(zhǎng)方式使得單位產(chǎn)值的碳排放較大。因此，轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式，逐漸由“又快又好發(fā)展”向“又好又快發(fā)展”過(guò)渡，以信息化改造傳統(tǒng)工業(yè)，通過(guò)技術(shù)創(chuàng)新提升裝備水平，大力發(fā)展高新技術(shù)產(chǎn)業(yè)，是優(yōu)化低碳產(chǎn)出和低碳消耗的有效措施。

低碳能源中的能源結(jié)構(gòu)多元化系數(shù)、可再生能源比重以及低碳排放中的CO2排放、SO2排放等指標(biāo)對(duì)河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)的影響較顯著。河北省能源結(jié)構(gòu)極其不合理，煤炭所占比例過(guò)大（長(zhǎng)期穩(wěn)定在90%以上）雖然在重化工業(yè)階段一定程度上實(shí)現(xiàn)了河北省產(chǎn)業(yè)發(fā)展的過(guò)渡，但是帶來(lái)了生態(tài)環(huán)境破壞、經(jīng)濟(jì)效率差等不良后果，阻礙了低碳經(jīng)濟(jì)的發(fā)展；隨著河北省產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的深入，對(duì)高耗能行業(yè)的技術(shù)改造以及第三產(chǎn)業(yè)的不斷壯大，加大了對(duì)落后產(chǎn)能的淘汰力度，對(duì)石油、天然氣等清潔能源以及新能源、可再生能源等的需求增大。因此，科學(xué)制定能源發(fā)展規(guī)劃，并以此為指導(dǎo)，加快調(diào)整能源結(jié)構(gòu)，繼續(xù)淘汰落后生產(chǎn)能力，大力發(fā)展新興能源產(chǎn)業(yè)；加強(qiáng)能源綜合利用，推進(jìn)用能方式轉(zhuǎn)變，提高能源利用效率，減少污染物排放，是形成以低能耗、低污染、低排放為特征的經(jīng)濟(jì)發(fā)展方式的關(guān)鍵。

3.3河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)度計(jì)算

將各指標(biāo)的無(wú)量綱化數(shù)據(jù)代入式（8），得到最優(yōu)比較序列:

令ξ=0.5，將各指標(biāo)的無(wú)量綱化數(shù)據(jù)及最優(yōu)向量的元素?cái)?shù)據(jù)依次代入式（9）、（10），可得到2000-2012年河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)度，如圖1所示。

圖1　2000-2012年河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)分析Fig.1 Analysis of low-carbon correlation between the industrial structure and energy structure between 2000 and 2012 in Hebei province

由圖1可知，2000年以來(lái)，河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)度雖在不斷波動(dòng)，但總體上呈現(xiàn)上升態(tài)勢(shì)，尤其是從2009年開(kāi)始，我國(guó)在哥本哈根會(huì)議上做出了減排承諾并提出了低碳經(jīng)濟(jì)發(fā)展目標(biāo)，河北省積極響應(yīng)國(guó)家號(hào)召，制定了節(jié)能減排規(guī)劃，以此為指導(dǎo)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、優(yōu)化能源結(jié)構(gòu)，使得產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)關(guān)聯(lián)度有了明顯提升。

4　結(jié)論

本文在界定產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)的概念的基礎(chǔ)上，通過(guò)參考和借鑒已有研究成果構(gòu)建了區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)評(píng)價(jià)指標(biāo)體系，并對(duì)2000-2012年河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)度進(jìn)行實(shí)證分析。結(jié)果表明:

1）本文基于最小廣義距離原理和Jaynes最大熵原理構(gòu)建最優(yōu)組合賦權(quán)模型，能夠科學(xué)、合理地分配各評(píng)價(jià)方法所得結(jié)果在最終結(jié)果中所占的份額，保證評(píng)價(jià)結(jié)果的準(zhǔn)確性。

2）河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)水平主要由低碳能源、低碳產(chǎn)出、低碳排放、低碳消耗等四個(gè)方面綜合反映。其中，人均GDP增長(zhǎng)率、能源結(jié)構(gòu)多元化系數(shù)、CO2排放、第二產(chǎn)業(yè)碳生產(chǎn)力、可再生能源比例、SO2排放等指標(biāo)對(duì)河北省產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)影響顯著。

3）利用灰色關(guān)聯(lián)模型可以計(jì)算產(chǎn)業(yè)結(jié)構(gòu)系統(tǒng)內(nèi)每個(gè)指標(biāo)和能源結(jié)構(gòu)系統(tǒng)每個(gè)指標(biāo)的關(guān)聯(lián)程度，但是在劃分關(guān)聯(lián)度等級(jí)時(shí)主觀性較強(qiáng)，這也是本文的一個(gè)不足，將在以后的研究中進(jìn)行探討。

［1］張雷，李艷梅，黃園淅，等.中國(guó)結(jié)構(gòu)節(jié)能減排的潛力分析［J］.中國(guó)軟科學(xué)，2011（2）:42-51. ZHANG Lei，LI Yanmei，HUANG Yuanxi，et al.Analysis on character and potential of energy saving and carbon reducing by structure evolution in China［J］.China soft science，2011 （2）:42-51.

［2］徐成龍，任建蘭，鞏燦娟.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)山東省碳排放的影響［J］.自然資源學(xué)報(bào)，2014，29（2）:201-210. XU Chenglong，REN Jianlan，GONG Canjuan.The influence of adjustment in industrial structures on carbon emissions in Shandong province［J］.Journal of natural resources，2014，29 （2）:201-210.

［3］賈登勛，黃杰.門(mén)檻效應(yīng)、經(jīng)濟(jì)增長(zhǎng)與碳排放［J］.軟科學(xué)，2015，29（4）:67-70. JIA Dengxun，HUANG Jie.Threshold effect，economic growth and carbon emission［J］.Soft science，2015，29（4）:67-70.

［4］牛鴻蕾，江可申.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整碳排放效應(yīng)的多目標(biāo)遺傳算法［J］.系統(tǒng)管理學(xué)報(bào)，2013，22（4）:560-566，572. NIU Honglei，JIANG Keshen.Multi-objective genetic algorithm for optimizing carbon emission from industrial structure adjustment in China［J］.Journal of systems&management，2013，22（4）:560-566，572.

［5］李科.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)與碳排放量關(guān)系的實(shí)證檢驗(yàn)—基于動(dòng)態(tài)面板平滑轉(zhuǎn)換模型的分析［J］.數(shù)理統(tǒng)計(jì)與管理，2014，33（3）:381-393. LI Ke.An empirical test on the relationship between industrial structure and carbon emission in China-an study based on dynamic panel smooth transition regression model［J］.Journal of applied statistics and management，2014，33（3）:381-393.

［6］徐國(guó)泉，劉則淵，姜照華.中國(guó)碳排放的因素分解模型及實(shí)證分析:1995-2004［J］.中國(guó)人口·資源與環(huán)境，2006，16（6）:158-161. XU Guoquan，LIU Zeyuan，JIANG Zhaohua.Decomposition model and empirical study of carbon emissions for China: 1995-2004［J］.China population，resources and environment，2006，16（6）:158-161.

［7］林伯強(qiáng)，蔣竺均.中國(guó)二氧化碳的環(huán)境庫(kù)茲涅茨曲線預(yù)測(cè)及影響因素分析［J］.管理世界，2009（4）:27-36. LIN Baiqiang，JIANG Zhujun.A forecast for China＇s environmental Kuznets curve for CO2emission，and an analysis of the factors affecting China＇s CO2emission［J］.Management world，2009（4）:27-36.

［8］張雷.中國(guó)一次能源消費(fèi)的碳排放區(qū)域格局變化［J］.地理研究，2006，25（1）:1-9. ZHANG Lei.A changing pattern of regional CO2emissions in China［J］.Geographical research，2006，25（1）:1-9.

［9］王媛，程曦，殷培紅，等.影響中國(guó)碳排放績(jī)效的區(qū)域特征研究—基于熵值法的聚類分析［J］.自然資源學(xué)報(bào)，2013，28（7）:1106-1116. WANG Yuan，CHENG Xi，YIN Peihong，et al.Research on regional characteristics of China's carbon emission performance based on entropy method and cluster analysis［J］.Journal of natural resources，2013，28（7）:1106-1116.

［10］王迪，聶銳，李強(qiáng).江蘇省能耗結(jié)構(gòu)優(yōu)化及其節(jié)能與減排效應(yīng)分析［J］.中國(guó)人口·資源與環(huán)境，2011，21（3）:48-53. WANG Di，NIE Rui，LI Qiang.The optimization of energy consumption structure and its effects of energy saving and emission reduction for Jiangsu province［J］.China population，resources and environment，2011，21（3）:48-53.

［11］何立華，楊盼，蒙雁琳，等.能源結(jié)構(gòu)優(yōu)化對(duì)低碳山東的貢獻(xiàn)潛力［J］.中國(guó)人口·資源與環(huán)境，2015，25（6）:89-97. HE Lihua，YANG Pan，MENG Yanlin，et al.Contribution potential of optimizing energy structure to low carbon Shandong［J］.China population，resources and environment，2015，25（6）:89-97.

［12］APERGIS N，OZTURK L.Testing environmental Kuznets Curve hypothesis in Asian countries［J］.Ecological indicators，2015，52:16-22.

［13］MAGAZZINO C.Economic growth，CO2emissions and energy use in Israel［J］.International journal of sustainable development&world ecology，2015，22（1）:89-97.

［14］遲國(guó)泰，齊菲，張楠.基于最優(yōu)組合賦權(quán)的城市生態(tài)評(píng)價(jià)模型及應(yīng)用［J］.運(yùn)籌與管理，2012，21（2）:183-191. CHI Guotai，QI Fei，ZHANG Nan.The city's ecosystem evaluation model based on optimal combination weights and its application［J］.Operations research and management science，2012，21（2）:183-191.

［15］鄧聚龍.灰理論基礎(chǔ)［M］.武漢:華中科技大學(xué)出版社，2002:21-36.

［16］王韶華，于維洋，張偉，等.基于產(chǎn)業(yè)和能源的河北省分產(chǎn)業(yè)碳強(qiáng)度因素分析［J］.經(jīng)濟(jì)地理，2015，35（5）:166-173. WANG Shaohua，YU Weiyang，ZHANG Wei，et al.The decomposition analysis for Hebei's industrial carbon intensity based on industry and energy［J］.Economic geography，2015，35（5）:166-173.

［17］PAWLAK Z，GRZYMALA-BUSSE J，SLOWINSKI R，et al. Rough sets［J］.Communications of the ACM，1995，38 （11）:88-95

［18］陳啟明，陳華友.改進(jìn)的熵值法在確定組合預(yù)測(cè)權(quán)系數(shù)中的應(yīng)用［J］.統(tǒng)計(jì)與決策，2011（13）:159-160. CHEN Qiming，CHEN Huayou.The implication of improved entropy method in determining the weight coefficient of combination forecasting［J］.Statistics and decision，2011（13）: 159-160.

本文引用格式：

許珊，范德成，王韶華.區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)低碳關(guān)聯(lián)評(píng)價(jià)［J］.哈爾濱工程大學(xué)學(xué)報(bào)，2016，37（7）:990-996.

XU Shan，F(xiàn)AN Decheng，WANG Shaohua.Evaluation of low-carbon correlation between regional industrial structure and energy structure［J］.Journal of Harbin Engineering University，2016，37（7）:990-996.

Evaluation of low-carbon correlation between regional industrial structure and energy structure

XU Shan1，F(xiàn)AN Decheng1，WANG Shaohua2
（1.School of Economics and Management，Harbin Engineering University，Harbin 150001，China；2.School of Economics and Management，Yanshan University，Qinhuangdao 066004，China）

In this study，we addressed the correlation between regional industrial structure and energy structure，with low carbon as the breakthrough point.We developed an evaluation index system based on the correlation between the industrial structure and energy structure，including low-carbon output，low-carbon consumption，low-carbon energy，and low-carbon emissions.Using optimal combination weights and gray relation analysis，we also developed a low-carbon correlation model.In addition，we carried out an empirical analysis of low-carbon correlation between regional industrial structure and energy structure between 2000 and 2012 in Hebei Province.The results show that the low-carbon correlation between regional industrial structure and energy structure was generally increasing in Hebei Province.The indexes-per capita GDP growth，the diversification coefficient of the energy sector，carbon dioxide emissions，carbon productivity of secondary industries，proportion of renewable energy，sulfur dioxide emissions-had significant effects on the low-carbon correlation between the industrial structure and energy structure in Hebei province.

sustainable development；industrial structure；energy structure；low carbon；optimal combination weights；output；consumption；energy；emission

10.11990/jheu.201507045

F416.2

A

1006-7043（2016）07-990-07

2015-07-16.網(wǎng)絡(luò)出版日期：2016-05-13.

高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金項(xiàng)目（20122304110018）；教育部人文社會(huì)科學(xué)研究項(xiàng)目（13YJA630016）；黑龍江省自然科學(xué)基金項(xiàng)目（G201313）；燕山大學(xué)青年教師自主研究計(jì)劃課題（14SKA003）；河北省自然科學(xué)基金項(xiàng)目（G2016203011）.

許珊（1980-），女，博士研究生；范德成（1964-），男，教授，博士生導(dǎo)師；王韶華（1986-），男，講師，博士.

王韶華，E-mail:wangshaohua0813@126.com.

網(wǎng)絡(luò)出版地址：http：//www.cnki.net/kcms/detail/23.1390.u.20160513.1344.010.html