江蘇省13市低碳城市建設差異化研究

吳玉飛 尚修妮

（南京信息工程大學，江蘇 南京 210000）

2010年3月19日，中國社科院公布了評估低碳城市的新標準體系，中國至今還沒有任何正式或官方的低碳經濟評估標準，這是迄今首個最為完善的標準。該標準具體分為低碳生產力、低碳消費、低碳資源和低碳政策等四大類共12個相對指標。如果一個城市的低碳生產力指標超過全國平均水平的20%，即可被認定為“低碳”。

江蘇省蘇南、蘇中，蘇北城市間經濟發展水平差異較大，低碳城市建設水平也參差不齊，協調發展應關注如何低碳。“協調發展”的概念可以概括為∶以實現人的全面發展為系統演進的總目標，在遵循客觀規律的基礎上，通過子系統與總系統，以及子系統相互間及其內部組成要素間的協調，使系統及其內部構成要素之間的關系不斷朝著理想狀態演進的過程。本文所指協調發展一方面強調低碳建設中城市各要素的良性協調發展，另一方面強調13個低碳城市的區域協調發展及相互間的影響。

一、低碳城市的內涵

所謂低碳，即較低（更低）的溫室氣體（二氧化碳為主）排放。低碳城市的理念在我國起步較晚，低碳發展模式包括低碳經濟，低碳生活，低碳建設等多個維度。2007年學術界、國際組織和各級政府開始關注“低碳城市”的概念，并定義低碳城市是“城市經濟以低碳產業和低碳化生產為主導模式，市民以低碳生活為理念和行為特征、政府以低碳社會為建設藍圖的城市”。目前我國城市的過分擴張和巨大能耗問題仍然是當下制約中國城市發展的瓶頸，建設節約型社會、促進低碳轉型發展是我國城市化發展的必然選擇。

二、基于因子分析法對江蘇省13市低碳城市的分析評價

本文在2010年3月19日中國社科院公布的評估低碳城市的新標準體系的基礎上，借鑒以前學者對低碳城市評價指標體系的研究，選取江蘇省統計年鑒、13市統計年鑒及統計公報數據，從經濟發展、社會生活、環境發展方面構建影響低碳城市發展的指標體系，借助SPSS統計分析軟件，采用因子分析方法，得出影響因素的分析結果。

（一）指標體系及分析步驟如下

1.指標體系的構建。本文的目的是對江蘇省13市低碳發展水平進行評價，因此本文的目標層是城市低碳發展水平。在參考在2010年3月19日中國社科院公布的評估低碳城市的新標準體系的基礎上，結合江蘇省13市的實際情況，選取了與低碳發展水平密切相關的10個基礎指標：地區生產總值，固定資產投資額，第三產業比重，城鎮化率，每萬人擁有公共交通車輛，人均GDP，城市人均公園綠地面積，建成區綠化覆蓋率，生活垃圾無害化處理率，城鎮污水集中處理率。

2.驗證因子分析的可行性。對變量數據進行巴特利特球體檢驗和KMO測度，KMO和Bartlett的檢驗結果為：取樣足夠度的Kaiser-Meyer-Olkin度量為0.657，近似卡方為144.889，Bartlett的球形度檢df為45、Sig為0.000。

從計算結果得出，KMO抽樣適度測定值為0.657（大于0.5），可用于因子分析。而且檢驗的顯著性水平（sig=0.000）＜0.05，即檢驗結果有統計學顯著性，符合因子分析的條件，可以進行因子分析，并進一步完成主成分分析。

3.數據標準化。由于指標體系中各數據單位不同且數值大小相差較大，難以直接進行比較，因此，在SPSS軟件中通過描述性分析，對原始數據進行標準化，獲得新的數據Z(Xi)。

4.選取主成分。按照特征值（λ）大于1，方差貢獻率大于5%，總方差累積貢獻率大于等于80%的原則，提取兩個主成分來代替全部10個影響因素，其中第一個主成分解釋了原始數據55.766%的信息，第二個主成分解釋了28.649%的信息。兩個主成分的累積方差為84.415%，幾乎反映了所選指標的全部信息，將提取的主成分分別命名為 F1、F2。

5.據主成分得分系數，再結合標準化后的指標數據，確定各主成分的表達式。

表1 成份得分系數矩陣

提取方法∶主成份。

旋轉法∶具有Kaiser標準化的正交旋轉法。

構成得分。

6.確定綜合得分F的計算表達式。根據各因子的方差貢獻率占總方差貢獻率的比重作為權重進行加權匯總，得到綜合得分：F=0.55766F1+0.28649F2。江蘇省13市低碳城市評價綜合得分（按從大到小的順序排名）：1.南京 1.370022919，2.蘇州 0.770131367，3.無錫0.511204643，4.常州 0.458019897，5.鎮江 0.033644701，6.揚州 -0.023021303，7. 徐州 -0.083405058，8. 南通 -0.099660451，9. 泰州-0.513690899，10.淮安 -0.519302359，11.宿遷 -0.563933217，12.鹽城 -0.608272076，13.連云港 -0.731741029。

（二）結果分析

由于初始因子載荷矩陣結構不夠簡明，各因子包含的信息不夠突出，因此采用方差

最大正交旋轉變換，從而得到旋轉后的因子載荷矩陣。

表2 旋轉成份矩陣a

提取方法∶主成份。

旋轉法∶具有Kaiser標準化的正交旋轉法。

a.旋轉在3次迭代后收斂。

在表 2 中，主成分 F1 在變量 X1、X2、X3、X4、X6、X9 上有較大載荷，這表明提高地區生產總值、增加固定資產投資額、提高第三產業比重、提升人均GDP以及加強生活垃圾無害化處理能力是影響低碳城市建設的重要內容。由表也可以看出主成分F2在變量X5、X7、X8、X10上有較大的負載。主要反映每萬人擁有公共交通車輛、城市人均公園綠地面積、建成區綠化覆蓋率、城鎮污水集中處理率對江蘇各市低碳城市建設的影響，說明增加公共低碳產品的投入也可以對江蘇省低碳城市建設的快速發展起到一定作用。

通過綜合得分的計算表達式，可以發現主成分F1的相關系數為0.55766，主成分F2的相關系數為0.286，這進一步說明主成分F1中有較大負載的變量是江蘇省低碳城市發展的重要影響因素。江蘇省低碳城市建設水平呈現出“南高北低”的發展態勢，蘇南各城市低碳城市建設水平明顯高于蘇中和蘇北，并且蘇南各市的低碳建設水平差距較大，蘇中一般，蘇北各市差距較小。

三、江蘇省低碳城市發展差異化的因素分析

江蘇省低碳城市發展之所以產生如此大的差異，其原因主要在以下三個方面：

首先，蘇南的經濟發展水平一直領先于蘇中、蘇北，其較高的經濟發展速度帶動產業結構優化，第三產業的發展改變了經濟增長方式，不斷淘汰高耗能、高污染產業。較高的城鎮化率也使管理當局更注重城市規劃的生態低碳模式。

其次，蘇南城市建設更注重公共低碳產品的投入，城市公園綠地面積、建成區綠化覆蓋率均高于蘇中、蘇北，每萬人擁有公共交通車輛接近蘇北城市的2倍。且蘇南得天獨厚的自然資源及濕潤氣候條件也有利于低碳建設。

最后，能源利用率也是影響低碳城市建設水平的重要因素。蘇北城市由于經濟技術相對薄弱，城鎮污水和生活垃圾處理能力都不如蘇南的能源利用率高。蘇南經濟基礎雄厚的優勢使其更注重新能源技術投入，從而提高能源利用率，降低能源消耗。

四、江蘇省低碳城市協調發展的路徑

第一，優化產業結構，加快產業結構調整。

在江蘇省各大城市，尤其是蘇北城市均存在第二產業占比過重的情況，過重的產業結構對生態環境造成巨大壓力。產業低碳化是低碳城市建設的最主要組成部分，因此江蘇各地市政府必須出臺相關政策制度以推動產業集中集聚集約發展和綠色轉型，創建綠色工廠，促進工業綠色轉型，加快高新技術產業和服務業的發展，不斷提高第三產業的比重，實現產業結構的合理優化。

第二，發展低碳交通，推廣低碳建筑。

城市交通和建筑是城市重要的基礎設施，是發展低碳城市兩項必不可少的基礎性工程。一方面，大力發展智能交通，實施緊湊型城市空間規劃，并不斷推進公交、地鐵等公共交通設施的建設，減少碳排放；另一方面，創新低碳技術，完善生態文明建設管理云平臺，實施“金屋頂”計劃，推廣應用低碳建筑，能源的綠色供給水平不斷提升。從交通和建筑兩個重要的基礎方面實現低碳轉型。

第三，打造“低碳小鎮”，形成低碳發展新標志。

“低碳小鎮”是指通過指標體系的建立，結合低碳產業研發設計、低碳技術展示、低碳人才培訓教育等低碳服務業和低碳技術及產品展示中心、低碳總部經濟園、低碳商務中心，形成以低碳型服務業、商務辦公、居住三位一體的綜合性、集中展示的低碳示范區，實現在應用示范區的零碳排放。目前，蘇南部分地區已經開展了“低碳小鎮”的試點建設工作，蘇北地區應在切實結合自身城市發展模式的前提下，嘗試“低碳小鎮”的試點建設工作，形成城市低碳發展的“樣板”，提升低碳城市發展能力。