綠色發展視角下PSO優化城市經濟發展的策略選擇

陳宗富

曲靖師范學院,云南 曲靖 655011

綠色發展視角下PSO優化城市經濟發展的策略選擇

陳宗富

曲靖師范學院,云南 曲靖 655011

針對節能減排和綠色發展的需求，在綠色經濟發展動態模型和節能減排綜合指數定量分析我國各經濟區域的節能減排狀況的基礎上，以我國各省市自治區為研究對象，提出一種基于綠色發展的數學評價模型，為綠色發展模式的選擇提供科學依據。

粒子群算法;節能減排;綠色發展;數學模型

改革開放以來，城市經濟的快速發展和城市大規模的城鎮化和工業化導致資源過度消耗和環境污染，在取得經濟快速發展的同時付出了巨大的環境代價。目前，通過發展綠色經濟，實現產業結構調整以及經濟發展方式的轉變，有利于減少污染物排放和降低能耗，極大地提高能源利用效率和廢棄物的循環利用。Nejadkoorki等人[1]研究發現顆粒物、SO2等污染物的排放總量和經濟增長的長期關系呈現倒U型，即經濟的增長隨污染物的排量的增加先增加后下降。Richmond[2]以全球36個國家近25年的面板數據為研究對象，通過格蘭特檢驗研究發現國家的GDP收入和人均能源利用和CO2排放量之間存在拐點現象。遲遠英[3]從低碳經濟的視角出發，通過研究我國風電產業的實證研究發現，由于我國在技術、管理和資金等方面的不足，我國必須通過產業結構調整才能實現節能減排目標的實現好綠色發展模式的正確選擇。

本文在分析CO2排放量的基礎上，通過建立綠色經濟發展動態模型和節能減排綜合指數定量分析我國各經濟區域的節能減排狀況，根據節能減排和綠色發展的要求，提出適合我國各省市自治區的節能減排措施，為綠色發展模式的選擇提供科學決策的依據。

1 粒子群算法

粒子群算法是受鳥群覓食行為啟發所提出的一種群體智能算法，其中每個粒子表示一個可能解向量，根據適應度函數值大小判斷粒子的好壞，并通過向全局和個體最優解學習實現粒子位置和速度的不斷更新，實現全局最優搜索。Xi=（xi1,xi2,…,xid）和Vi=（vi1,vi2,…,vid）分別表示粒子的位置和粒子的速度，粒子的位置和速度可通過公式（1）實現更新：

2 綠色發展數學評價模型

針對綠色發展，政府間氣候變化專門委員會很早就提出了一種基于CO2排放的預測模型的綠色發展評價模型，該數學模型如公式（2）所示[4]：

其中，E為CO2排放總量；，C轉化成CO2的摩爾質量比；gi表示燃料的碳氧化系數（i=1,2,…,n1，n1=17）；ai表示化石燃料的熱量轉化系數；bi表示燃料的平均碳含量；Ai表示化石燃料當年的消費量；Si表示化石燃料的固有含碳量。Ai=Oi+Ii-Xi-Bi-Ri，Oi為一次消耗能源的實際年產量；Ii為燃料進口量；Xi為燃料出口量；Bi為飛機和船舶運輸所消耗的實際燃料量；Ri為燃料儲備變化量。由于我國地域廣闊，擁有30多個省市自治區，各自的經濟發展水平差異很大，即使同一省市自治區的不同地區都存在很大差異。結合我國具體實際情況，政府在制定節能減排相關政策和計劃的時候，除了考慮CO2排放量之外，還應考慮農村、城市在空間上的相互作用和影響，本文參考柯布-道格拉斯生產函數模型，考慮農村和城市之間的空間相互作用和影響，綜合考慮區域經濟發展、CO2排放量、人口分布等因素，建立一個不同區域節能減排-經濟發展數學模型，模型如公式（3）所示[5]：

其中，q表示不同省市自治區的功能區影響指數；n2表示全國省市自治區的數量；xj表示j省市自治區內一定規模以上企業數量；yi表示j省市自治區內一定規模以上企業的總利潤；zj表示j省市自治區內非農業從業人數總量；aj=a1j/a0j表示j省市自治區內人口影響參數，a1j，a0j分別表示j省市自治區內非農業從業人數總量和人口總量；Kj表示j省市自治區CO2預測排放總量；hj表示j省市自治區的生產彈性；b表示距離指數因子；e表示相對精度浮點；rj表示j省市自治區離北京最遠和最近距離的均值。

3 實證分析

3.1 數據來源

本文數據來源于《中國統計年鑒2013》和《中國地圖》中有關測量數據如表1所示[6,7]，用來計算適應度函數所需的參數。

表1 各省市自治區的統計數據Table 1 Statistics of various provinces and autonomous regions

J 地區 District rj1 rj2 a0j a1j mxj myj mzj19 廣東 1584.55 2231.41 9544 6148 52574 32726111 1493.38 21 廣西 1548.86 2166.34 4816 1838 5427 2311411 114.6 21 海南 2223.53 3146.98 854 411 1 548 817411 12.6 22 重慶 1171.13 1511.45 2839 1419 6119 3186811 132.13 23 四川 1197.36 2111.97 8138 3144 13725 8445611 297.54 24 貴州 1382.45 1984.45 3793 1114 2676 1818311 73.53 25 云南 1646.14 2522.81 4543 1499 3321 3111411 84.34 26 西藏 1812.45 3418.17 287 65 88 88 45111 1.79 27 陜西 443.33 1193.68 3762 1584 4125 11189911 131.83 28 甘肅 764.54 2132.18 2628 845 1941 1194611 69.13 29 青海 1221.63 2416.28 554 227 515 1771711 17.42 31 寧夏 774.43 1168.55 618 278 911 391311 25.89 31 新疆 1677.43 3591.93 2131 845 1859 7795211 57.84

3.2 實驗結果

針對綠色發展評價數學模型，運用PSO算法求解節能減排-經濟發展數學模型，PSO參數設置如下：最大迭代次數為100，種群大小為20，其實驗結果如圖1所示：

圖1 尋優結果圖Fig.1 Results of optimization

圖2 PSO綠色發展評價結果圖Fig.2 Evaluation results for PSO green development

由圖2綠色發展評價結果圖可知，從長遠來看，X、Y、Z三個量均呈現下降趨勢。X下降說明未來一段時間規模以上工業企業總數呈現下降趨勢，該分析結果和當前企業重組、個別企業做大做強的總體趨勢和未來工業企業所占比重呈現逐漸下降的總體趨勢是基本符合的；Y下降說明未來一段時間規模以上工業企業創造的利潤呈現下降趨勢，主要原因工業化后期，工業企業利潤下降，更多利潤來自于第三產業；Z下降說明未來一段時間規模以上企業的從業人員數量呈現下降趨勢，符合我國工業化后期的發展趨勢。

根據分析可知，1992～2011年全國第一、三產業就業比重與產業比重基本具有相同的變動趨勢，即隨著第一產業在國民經濟中的比重的下降，第一產業就業比重迅速下降；隨著第三產業在國民經濟中的比重的上升，第三產業就業比重也迅速提高。

由圖1和圖2可以得到與我們的直觀判斷取得較為一致的結果。何種原因導致第二產業的不一致性？由此引入各產業的結構偏離度和勞動生產率指標[8]。全國1992～2011年三大產業的結構偏離度與勞動生產率如圖3和圖4所示，數據來源于《中國統計年鑒2013》。

圖3 結構偏離度曲線Fig.3 Curves of structural deviation

圖4 勞動生產率曲線Fig.4 Curves of labor productivity

由圖3和圖4可知，（1）第一產業的結構偏離度呈現負值，偏離度從1992年的-0.4985上升至2011年的-0.7366，偏離零值越來越遠。較高的負偏離度說明全國第一產業勞動力仍較富裕，而且隨著工業化進程的加快，第一產業勞動力向其他產業轉移的趨勢還會增強。（2）第二產業的結構偏離度為正值且較大，是三個產業中偏離度絕對值最大的。隨著工業化進程的加快，資本與技術逐漸替代勞動力，一方面，第二產業勞動生產率顯著提高，明顯高于第一、三產業，另一方面，第二產業對勞動力的吸納能力卻出現下降的趨勢，即第二產業發展中存在明顯的“高增長、低就業”現象。（3）第三產業的結構偏離度總體為正且數值相對較小，并有緩慢趨于零值的趨勢，說明第三產業的產業結構和就業結構向均衡狀態靠近。

通過實證分析發現，本文提出的節能減排-經濟發展數學模型的預測結果和“產業結構升級”、“節能減排”、“產業結構多元化”等政策的推行是一致的[9]，因此本文的數學模型是切實可行的。因此，在制定節能減排措施和政策時，除了綜合考慮各省市自治區的經濟發展、資源環境、政策支持等因素的影響外，還應考慮CO2排放量的大小。針對綠色經濟發展的建議如下：（1）轉變經濟發展方式；（2）加大綠色投資，通過科技發展促進綠色經濟；（3）建立健全發展綠色經濟的保障制度；（4）綜合協調環境保護和經濟發展，加強環境保護；（5）推進傳統產業升級；（6）建立和完善綠色發展和節能減排宣傳教育和培訓機制。

5 結論

本文在CO2排放量分析的基礎上，通過建立PSO算法的經濟發展動態模型和節能減排綜合指數定量分析我國各經濟區域的節能減排狀況，并在此基礎上提出符合各地政策的節能減排措施，實現綠色發展模式的科學選擇。在制定節能減排措施和政策時，除了綜合考慮各省市自治區的經濟發展、資源環境、政策支持等因素的影響外，還應考慮CO2排放量的大小。

[1]Nejadkoorki F,Nicholson K,Lake I,et al.An Approach for Modelling CO2Emissions from Road Traffic in Urban Areas[J].Science of The Total Environments,2015,4(2):269-278

[2]Richmond AK,Kaufaiaim RK.Energy Prices and Turning Points The Relationship between Income and Energy Use Carbon Emissions[J].The Energy Journal,2012,2(7):157-161

[3]遲遠英.基于低碳經濟視角的中國風電產業發展研究[D].長春:吉林大學,2011

[4]高有福.環境保護中政府行為的經濟學分析與對策研究[D].長春:吉林大學,2006

[5]王 鵬,尤濟紅.中國環境管制效果的評價研究——基于工業綠色發展的一個空間視角[J].經濟社會體制比較,2016(5):25-42

[6]岳書敬,楊 陽,許 耀.市場化轉型與城市集聚的綜合績效——基于綠色發展效率的視角[J].財經科學,2015(12):80-91

[7]姚 剛,蔡 寧,蔡瑾琰,等.焦點企業創業傳導與集群升級綠色發展的仿真研究——基于網絡視角[J].生態經濟:中文版,2016,32(5):38-43

[8]劉加林,康娉娉,朱 強,等.綠色發展理念視角下民族地區生態資本運營與生態補償耦合問題探討[J].生態經濟:中文版,2016,32(12):177-181

[9]林衛斌,蘇 劍,周曄馨.經濟發展方式轉變:加快還是減緩——基于能源環境視角的測度與分析[J].經濟學家,2016(2):33-41

Strategical Choice for Urban Economic Development with PSO Optimization in light of Green Development

CHEN Zong-fu
Qujing Normal University,Qujing 655011,China

According to the needs of the energy conservation and emission reduction,the mathematical evaluation model was put forward on the green development to take various provinces,cities and autonomous regions in China as objects on basis of analysis on the green economy development models and composite indexes so as to provide a conference for scientific solutions in terms of green development patterns.

Particle Swarm Optimization Algorithm;energy conservation and emissions reduction;green development; mathematical model

TP391.1

:A

:1000-2324(2017)02-0293-04

103969/j.issn.1000-2324.2017.02.027

2016-09-09

:2016-10-13

2016國家社科基金一般項目:依托地區生物資源實現西部民族貧困地區精準脫貧對策研究(16BJY103)

陳宗富(1979-),男,講師,博士.主要研究方向為農業經濟，綠色經濟.E-mail:charlechen221@163.com