基于灰色多目標決策的低碳經濟發展水平統計檢驗

婁 廈

（哈爾濱商業大學 金融學院,哈爾濱 150028）

0 引言

黨的十八屆三中全會提出了五大發展理念，其中綠色發展理念是五大發展理念的重要組成部分。大力堅持綠色發展理念本身也是改變我國長期以來經濟發展與環境保護失衡問題的重要措施，是實現經濟可持續發展的基礎。大力發展低碳經濟，是改變我國以煤炭為主要能源消費結構的可行路徑。通過梳理現有研究文獻可以發現，低碳經濟發展的影響因素分析、低碳經濟發展水平評估等是現有研究的熱點和難點。本文擬將多目標決策的理論和方法引入到低碳經濟發展水平綜合評估中，通過建立低碳經濟評價體系，建立基于灰色關聯度的低碳經濟發展水平多目標決策模型，并分別從東部、中部和西部經濟區選取代表性城市進行實證研究。相關研究結果一方面可以拓展低碳經濟發展水平的模型和方法，另一方面可以根據評估結論提出有針對性的低碳經濟發展對策建議。

1 發展低碳經濟的評價體系

發展低碳經濟是適應消費者新型消費理念的需要，是為企業提供技術創新激勵的需要、是實現產業結構升級發展的需要。

低碳經濟發展水平的評價指標體系主要從低碳環境、低碳投入、資源利用和低碳產出四個方面進行評價（見圖1）：

（1）低碳環境。從經濟發展的生態學的角度分析，任何經濟發展都離不開特定的區域環境，區域經濟的發展水平、區域資源的承載力等因素在很大程度上決定了經濟行為主體的行為特征，例如經濟發展水平越高的區域通常具有更高的環境保護意識和環境保護要求。因此，低碳環境是發展低碳經濟的重要影響變量，選取“區域GDP水平”、“人均可支配支出”、“城市化率”等指標反映發展低碳經濟的環境發展水平。

（2）低碳投入。低碳經濟是典型的資本密集和技術密集經濟發展模式，只有通過資本投入、勞動投入才能實現低碳經濟發展所必須的技術創新和技術進步目標的實現。因此，低碳投入是發展低碳經濟的重要方面，為了反映發展低碳經濟的投入強度，選取“低碳金融支持”、“低碳研發人員”、“低碳研發資金”以及“低碳財政補貼”等全面反映發展低碳經濟所依賴的資本投入和勞動投入強度。

（3）資源利用。資源利用是發展低碳經濟的重要方面，旨在通過技術創新提高各種資源利用效率，并實現風能、太陽能、生物質能源等新型能源對傳統能源的替代。因此，選取“非化石能源比重”、“新能源消耗比重”以及“煤炭占耗能的比重”等指標反映傳統能源的利用效率以及新能源對傳統能源的替代效應。

（4）低碳產出。發展低碳經濟的最終目標在于實現經濟發展與環境保護的協調發展，增加經濟發展的可持續性，因此，發展低碳經濟的產出主要表現在經濟發展能耗的降低以及經濟發展的各種污染物排放總量的降低等方面。本文選取“人均碳排放”、“單位GDP能耗”、“能源利用效率”、“碳排放總量”等指標反映發展低碳經濟的產出水平。

圖1 低碳經濟發展水平評價指標體系

2 基于灰色多目標決策的低碳經濟發展水平統計檢驗

2.1 灰色多目標決策模型和方法

灰色關聯分析方法是一種重要的多屬性決策方法，具體建模步驟如下：第一，確定參考數列和比較數列，用以反映系統的狀態；第二，對于參考數列和比較數列分別進行無量綱化處理，即將不同單位的指標數據建立可比性；第三，計算比較數列相對于參考數列的灰色關聯度；第四，求解加權綜合灰色關聯度；第五，依據加權綜合灰色關聯度進行決策。參考數列和比較數列的灰色關聯系數為：

式中：ρ為分辨率，一般取值為0.5。

2.2 統計檢驗的理論和方法

（1）Kruskal-Wallis檢驗

Kruskal-Wallis檢驗是通過來自多個獨立總體樣本的觀察值，來判斷其在指標p上的分布是否相同的非參數檢驗方法。Kruskal-Wallis檢驗的思路如下：將來自多個獨立總體樣本在指標p上的觀察值混合后按照升序排列，得到每個觀察值的秩，然后對多組獨立樣本的秩求平均數。當出現同分觀察值時，則認為其分布無顯著差異；否則，其分布存在顯著差異。以三組樣本為例，說明Kruskal-Wallis檢驗的過程。設三組獨立樣本和(Z1，Z2，…，Zn3)分別來自總體X，Y和Z，則Kruskal-Wallis檢驗的統計量計算公式為：

（2）Jonckheere-Terpstra檢驗

在假設檢驗過程中，有時候需要考慮k組獨立樣本x1，x2，…，xk在指定指標上的觀察值是否呈現上升或者下降趨勢。Jonckheere-Terpstra檢驗就是通過多組獨立樣本的觀察值，判斷樣本來自的多個總體在指定指標上的觀察值是否呈現上升或者下降趨勢的非參數統計方法。Jonckheere-Terpstra檢驗的基本思路如下：假設k組獨立樣本x1，x2，…，xk在指標 p上的觀察值呈上升趨勢，則 Xi在指標p上的觀察值小于Xj在指標p上的觀察值的樣本數量比較多(其中i＜j)；否則，Xi在指標 p上的觀察值小于Xj在指標p上的觀察值的樣本數量比較少(其中i＜j)。以三組樣本為例，說明Jonckheere-Terpstra檢驗的過程。設三組樣本分別來自獨立總體 X1、X2和 X3，則Jonckheere-Terpstra檢驗的J統計量計算公式為

2.3 低碳經濟發展水平多目標決策

以2015年相關統計數據為基礎，通過國家統計局等相關機構統計數據的收集，選取我國省級區域進行實證研究。以準則層的多目標決策過程為例，介紹方法的具體應用，方案層的評價過程與一級指標相同。

（1）應用層次分析法計算指標權重。

經專家論證的各一級指標重要性判斷矩陣如下：

經計算可知CR=0.072、CI=0.0648、RI=0.9，滿足一致性要求，經過計算，低碳環境、低碳投入、資源利用和低碳產出四項指標的權重向量為（0.091，0.348，0.315，0.246）。

（2）計算各地區低碳經濟發展水平的灰色關聯度及灰色加權關聯度。計算結果如表1所示。

表1 我國省級區域低碳經濟發展水平灰色管理分析和評價結果

（3）多目標決策對象綜合排序。

圖2 三大經濟區低碳經濟發展水平評價結果

通過對上述地區的綜合排序（見圖2）可以看出，以北京為代表的東部經濟區低碳經濟發展水平最高，以四川為代表的中部經濟區低碳經濟發展水平次之，而以云南為代表的西部經濟區低碳經濟發展水平最低。在所有的考評單位中，廣東省的低碳經濟發展水平最高，而西藏地區的低碳經濟發展水平最低。進一步的分析可以看出，東部經濟區的資源利用效率相對較低，但是低碳投入和低碳產出水平總體較高，而西部經濟區低碳經濟發展的環境優良，但是低碳經濟的投入水平和資源利用效率均較低。

2.4 低碳經濟發展水平差異顯著性與趨勢檢驗

統計學的角度對上述進行檢驗，分別應用Kruskal-Wallis檢驗和Jonckheere-Terpstra檢驗進行差異顯著性檢驗和趨勢檢驗，相關檢驗結果如表2所示。

表2 我國三大經濟區低碳經濟發展水平差異性與趨勢性檢驗結果

通過相關統計檢驗結果可以得到以下重要結論：第一，Kruskal-Wallis統計檢驗的結果在0.1的顯著性水平下具有統計檢驗的顯著性，Kruskal-Wallis統計檢驗的結果說明了從行政區域的角度分析，我國各個省份之間存在較強的差異性；第二，Jonckheere-Terpstra統計檢驗的結果在0.05的顯著性水平下具有統計檢驗的顯著性，說明我國低碳經濟的發展水平具有經濟區之間的層次趨勢性。

3 對策建議

提高我國低碳經濟發展水平，應以供給側改革為契機推行低碳消費、建立國有企業低碳經濟績效評價體系、利用大數據技術支撐低碳經濟精準發展：

（1）以供給側改革為契機推行低碳消費。發展低碳經濟，推動低碳消費是關鍵，例如，相比給與新能源汽車生產企業一定政策支持的激勵模式，其政策績效相比給與新能源汽車消費者而言缺乏顯著性。因此，有必要以供給側改革為契機推行低碳消費，例如，政府可以通過購買服務的形式推動新能源汽車發展，可以通過PPP項目的形式鼓勵低碳行業的固定資產項目投資。

（2）建立低碳經濟績效評價體系。傳統的國民經濟評價往往以國民生產總值等經濟效益指標作為衡量政績和經濟發展水平的標準，這種評價體系忽視了經濟發展的路徑問題和經濟發展的質量問題，因此，必須打破唯國民生產總值等經濟效益指標作為衡量政績和經濟發展水平的標準，將低碳經濟發展納入到經濟績效評價體系，特別是綠色經濟技術研發投入、環境污染治理投入等都應納入低碳經濟績效評價體系。

（3）利用大數據技術支撐低碳經濟精準發展。我國區域在發展低碳經濟的過程中呈現出發展水平和發展需求的異質性，例如，北京、河北等地區在發展低碳經濟方面需要通過技術創新提高傳統能源利用效率，并利用新能源實現對傳統能源的替代，而四川、云南等地區在發展低碳經濟的過程中需要在強化自然環境資源保護的基礎上，加強低碳經濟的金融支持、低碳經濟的研發投入等。大數據等信息技術的高度發展，對實施低碳經濟發展的數據監測、數據采集和數據挖掘奠定了基礎，有必要在開展低碳經濟數據監測、收集和挖掘的基礎上，針對各區域發展的差異性進行個性化的低碳經濟發展政策實施。