基于投影尋蹤模型碳鎖定效應的測度與分析

牛鴻蕾 劉志勇

摘要：從固定投入、技術、制度、社會行為四個維度構建碳鎖定效應綜合評價指標體系，并建立投影尋蹤模型評價模型。以江蘇省為例，測度并分析總體碳鎖定效應及固定投入、技術、制度和社會行為的碳鎖定水平。結果表明：作為創新能力居前列的科技大省，江蘇為實現碳解鎖目標，應繼續維持固定投入、制度與技術解鎖效應的穩定發揮，并充分依托于技術解鎖的先行優勢，著力緩解社會行為的碳鎖定效應顯著增強的問題。

Abstract： The comprehensive evaluation index system of carbon lock-in effect is constructed from four dimensions of fixed investment， technique， institution and social behavior， and the projection pursuit evaluation model is established. Taking Jiangsu Province as a case study area，this paper measures and analyzes its overall carbon lock-in effect and carbon lock-in levels of fixed investment， technology， institution and social behavior. The results show that， as a leading science and technology province with innovative capabilities， in order to achieve the carbon unlocking goal， Jiangsu should continue to maintain a stable display of fixed investment， system and technology unlocking effects， fully rely on the leading advantages of technology unlocking， and focus on alleviating the problem of significantly enhanced carbon lock-in effects.

關鍵詞：碳鎖定效應;綜合評價;投影尋蹤模型;加速遺傳算法

Key words： carbon lock-in effect;comprehensive evaluation;projection pursuit model;accelerating genetic algorithm

中圖分類號：X322? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）02-0179-02

0? 引言

目前，我國已大力推進低碳化轉型的戰略措施，但收效不甚明顯，主要由于經濟發展鎖定在以化石燃料為基礎的能源體系格局中，即發生碳鎖定效應。為解決高速發展與低碳的深層次矛盾，探索如何治理碳鎖定效應已成為一項緊迫任務和重要課題，也是決策層在“十三五”期間的戰略考慮焦點之一。作為經濟大省與典型的能源輸入型地區，江蘇每年的石化能源消費量位居全國的前列。故本文以該省為例，運用基于實碼加速遺傳算法的投影尋蹤模型，測度并分析碳鎖定效應，以期為制定治理碳鎖定的相關政策措施提供有價值的理論參考。

1? 綜合評價指標體系構建

本文從四個維度構建碳鎖定效應的綜合評價指標體系，并選取4個一級指標和17個二級指標。一級指標包括：固定投入鎖定水平（A）、技術鎖定水平（B）、制度鎖定水平（C）和社會行為鎖定水平（D），17個二級指標具體分別包括：屬于固定投入鎖定水平（A）的A1第二產業增加值占GDP的比重、A2高技術產業固定資產投資額占全社會固定資產投資額的比重、A3固定資產折舊占GDP的比重、A4固定資產碳排放強度（碳排放總量/全社會固定資產投資額）;屬于技術鎖定水平（B）的B1能源強度（能源消耗總量/GDP）、B2碳排放強度（碳排放總量/GDP）、B3技術市場成交額和B4研究與試驗發展經費內部支出;屬于制度鎖定水平（C）的C1地方財政一般預算內科學支出、C2公有經濟企事業單位科學研究專業技術人員數、C3環境污染治理投資占GDP的比重及C4國有經濟煤炭采選業、石油和天然氣開采業、石油加工及煉焦業、煤氣生產和供應業固定資產投資額占能源工業總投資額的比重;屬于社會行為鎖定水平（D）的D1平均家庭戶規模、D2人均國內或地區生產總值、D3.旅客周轉量總計、D4城市天然氣普及率和私人汽車擁有量。

2? 方法選擇及數據來源

作為處理與分析高維數據的一類方法，投影尋蹤（Projection Pursuit，即PP）的思想史將高維數據投影至低維子空間上，尋求能夠體現原數據結構及特征的投影，從而實現對于高維數據研究與分析的目的。該方法最早在1974年由美國斯坦福大學的Friedman和Tukey提出并命名。PP克服了高位點稀分布帶來的困難——“維數禍根”，突破傳統的證實性數據分析思維方法，且可用于解決一定程度的非線性問題。另一方面，用PP法處理問題時無須人為假設，具有較好穩健性，故本文采用投影尋蹤模型。具體思路是：通過該模型求得反映多個碳鎖定影響因素的綜合指標特性的投影特征值，并構建特征值及因變量的投影指標函數，尋求確保函數最優的投影值。理論上，該值的大小與碳鎖定水平呈正比，可據此判定碳鎖定效應時空演變特征。

當前，蟻群算法、遺傳算法、粒子群算法等多種智能優化算法已廣泛用于求解投影指標函數，但普遍存在一些弊端，主要體現在早熟收斂、易困于局部最優、運算速度慢等方面。本文選取基于實數編碼的加速遺傳算法（Real-coded Accelerating Genetic Algorithm，RAGA），能夠一定程度上緩解這些問題。因為該種算法是一種改進的遺傳算法，借助決策變量真實值編碼，并增加一個加速運算程序，使優秀個體區間迅速縮小并接近最優點，在運算精度、效率及尋優性能方面具有明顯優勢。因此，下文將采用基于實數編碼加速遺傳算法的投影尋蹤模型，測度江蘇省的碳鎖定效應水平并分析其演變趨勢。

本文選取2003-2016年江蘇省的評價指標數據為樣本，數據來源是2004-2017年的《江蘇統計年鑒》、《中國統計年鑒》、《中國能源統計年鑒》、《中國固定資產統計年鑒》、《中國高技術產業統計年鑒》、《中國科技統計年鑒》、《工業企業科技活動統計年鑒》等。

3? 碳鎖定效應的評價與分析——以江蘇省為例

如圖1 所示，2003年以來，江蘇碳鎖定效應投影值呈現總體下降的趨勢，由2003年的1.315降至2016年的1.118，年均增速為-1.241%。社會行為鎖定效應投影值的年均值為1.181，接近總鎖定效應的投影均值（1.19），兩者始終處于高位水平，且遠大于制度鎖定、固定投入鎖定及技術鎖定的投影值。從投影值的年均值水平來看，上述4類一級指標反映的鎖定水平按由大到小排序，依次為：社會行為鎖定、制度鎖定、固定投入鎖定和技術鎖定。其中，技術鎖定效應具有大幅下降的變化趨勢，年均降速高達10.60%，這說明：江蘇省多年來實施創新驅動戰略，在很大程度有利于通過技術創新帶動經濟社會發展的低碳化轉型。而固定投入鎖定與制度鎖定水平的年均降速均處于6-8%之間的較高水平，也能說明該省在制度方面為低碳發展創造了良好的條件。與之形成對比，社會行為鎖定水平以年均1.36%的速度上升，主要是由于城鎮化步伐加快，人們收入水平提升，生活條件改善。盡管一直提倡并踐行綠色生活及行為方式，但隨著人均收入的提升，社會精神物質產品的日益豐富，在生活領域碳鎖定形勢很難迅速被打破。可見，固定投入、技術和制度方面的碳解鎖效果日益顯現，對總體碳鎖定效應的減輕起到積極的促進作用，而對于社會行為方面的碳鎖定問題應更為妥善的加以解決，以緩解其對實現碳解鎖目標產生的不利影響。

4? 結論

通過構建碳鎖定效應綜合評價指標體系，本文運用實數編碼加速遺傳算法的投影尋蹤模型，以江蘇省為例測度并分析各維度的碳鎖定效應水平。結果表明：該省總體碳鎖定效應呈現平穩、小幅下降的趨勢，固定投入、技術和制度方面的碳鎖定水平在減弱，其中，技術鎖定的年均水平最低，且以最快的速度下降。由此可知，為了實現碳解鎖目標，在保證固定投入、制度與技術解鎖效應充分發揮的前提下，依托于技術解鎖的先行優勢作用，應著力于緩解由社會行為所帶來的碳鎖定加劇問題。

參考文獻：

[1]Unruh， G. C. Understanding Carbon Lock-in[J].Energy Policy， 2000， 28（12）：817-830.

[2]Unruh， G. C. Escaping Carbon Lock-in[J].Energy Policy， 2002， 30（4）：317-325.

[3]王志強，蒲春玲.新疆區域碳鎖定形成機制與判定研究[J].環境科學與技術，2018，41（03）：168-172，185.

[4]蔡海亞.中國碳鎖定的行業差異分解與解鎖路徑分析[J].北京交通大學學報（社會科學版），2018，17（02）：44-51.

[5]李宏偉.“碳鎖定”與“碳解鎖”研究：技術體制的視角[J].中國軟科學，2013（4）：39-48.

[6]梁中.“產業碳鎖定”的內涵、成因及其“解鎖”政策-基于中國欠發達區域情景視角[J].科學學研究，2017，35（1）：54-62.

[7]金菊良，楊曉華，丁晶.基于實數編碼的加速遺傳算法[J].四川大學學報工程科學版，2000，32（4）：20-24.