丁 刚,倪新燕,邓雨露,2

(1.福州大学 经济与管理学院，福建 福州 350108;2.中共张家界市委党校 行政学院,湖南 张家界 427000)

一、引言

自“低碳经济”概念[1]提出以来,为了减少化石燃料和其他能源的碳排放,我国积极践行以“低能耗、低污染、低排放”为核心的低碳经济和绿色发展理念,在《强化应对气候变化行动》中提出了如下目标:2030年单位国内生产总值二氧化碳排放减少到2005年的百分之四十以下，非化石燃料占一次能源比重将提高至百分之二十[2]。这一目标的实现,无疑离不开各个省域在低碳经济发展中的空间互动与协作共享,而省域低碳经济发展空间关系网络特征究竟如何,亦成为当前亟待关注的重要命题。

截至目前,针对区域低碳经济发展这一主题的相关研究主要集中在评价方法的运用、评价指标体系的构建和区域差异的比较等方面。在评价方法的运用方面,C.F.Lee等使用了模糊目标规划法,模拟预测了3种碳税方案下碳减排的力度，并评价了其对经济发展的影响[3];唐笑飞运用层次分析法和k均值聚类法,对省域低碳经济发展水平进行了类型划分[4];Jia等利用TOPSIS方法评价了47个国家的低碳经济发展水平[5]。在评价指标体系的构建方面,李沙浪从能源系统、环境系统和经济系统层面入手构建低碳经济发展评价指标体系[6]；彭研以湖南省13个市区为样本,建立以低碳经济系统、低碳社会系统、低碳环境系统及低碳技术系统4个准则层15个指标的评价指标体系[7]。在区域差异比较方面,郑林昌通过对导致省域低碳经济发展水平差异化的各种因素作用结果进行了探究[8];赵巧芝运用核密度估计法和莫兰指数法对中国2000—2015年30个省域碳排放强度的动态趋势及集聚特征进行了测度[9]。已有研究虽取得了丰富成果,但却鲜少关注省域低碳经济发展的空间关联结构特征。笔者认为,由于省域之间空间近邻效应、贸易往来、人员交流等因素的存在,无疑会使得其彼此间的低碳经济发展呈现出一定的空间互动和关联结构特征,对其进行探究亦具有重要的现实意义。

有鉴于此,本研究试图利用全局熵值法对我国30个参评省域的低碳经济发展水平进行综合评价,采用引力模型建立空间关联网络矩阵,并运用社会网络分析理论对省域低碳经济发展的空间关联网络结构特征进行分析。

二、数据来源及研究方法

(一)数据来源

本研究以有数据可得的全国30个省域(不含西藏及港澳台地区)为研究样本，研究区间设定为2006—2016年。数据来源于历年《中国统计年鉴》以及各省域历年相关《统计年鉴》，对于部分缺失数据，采用平滑指数法对其进行了处理。

(二)模型与方法

1.全局熵值法

全局熵值法可以同时对指标、区域、时间三维时序立体数据表进行分析,避免了传统熵值法只能对二维数据表进行分析的缺点[10],因此本研究采用全局熵值法从时间和空间变化两个维度对2006—2016年省域低碳经济发展水平进行动态综合评价。

2.引力模型

省域低碳经济发展空间关联网络结构特征的探析离不开空间关联网络矩阵的构建[11],本研究在借鉴已有文献的基础上通过运用引力模型实现这一目的。引力模型是根据牛顿万有引力定律和距离衰减效应推导出来的，是测算空间相互作用能力的数学模型,其一般形式为:

(1)

式(1)中,Fi,j表示省域i与省域j之间的吸引力,Qi和Qj分别为两省域的质量,g为引力系数,b为引力衰减指数,Di,j表示省域i与省域j之间的距离。

为了提高模型(1)的适用型,本研究参考已有文献对其进行了完善[12],得到如下模型:

(2)

式(2)中,Xi,j表示省域i与省域j之间的低碳经济发展水平空间关联作用强度,Ki,j表示省域i的低碳经济发展水平与省域i和省域j的低碳经济发展水平之和之比;Ii和Ij表示省域i与省域j的低碳经济发展水平;Di,j表示省域i与省域j之间的地理距离。

通过式(2)可得到省域间的低碳经济发展水平空间关联引力矩阵。参考一般性做法[13],取矩阵的行均值作为临界值,当引力值大于临界值时则赋值为1,表示该行省域低碳经济发展与该列省域低碳经济发展具有关联关系;当引力值小于临界值时,则赋值为0,表示两者之间不具有关联关系。由于各省域的Ki,j不同,可以得到不对称的空间关联网络矩阵,并运用UCINET软件对省域低碳经济发展空间关联网络结构特征做进一步深入分析。

3.社会网络分析法

本研究运用社会网络分析法及其相关测度指标(如网络密度、中心性和块模型等),对省域低碳经济发展水平的整体空间网络特征、个体网络特征及聚类特征等进行分析。社会网络分析法是指通过研究某一特定范围内个体之间关系,揭露了社会系统中内在的规律联系[14],目前已广泛运用至空间关联网络分析之中[15-16]。

(1)网络密度。网络密度是网络分析中常用的一种指标[17],它刻画的是网络中各节点之间关联的紧密程度。其计算公式如式(3)所示:

(3)

(2)中心性分析。中心性是反映各省域在低碳经济发展网络关联关系中所起的不同作用。反映中心性的指标有度数中心度、接近中心度和中间中心度。在这些指标中,度数中心度的计算较为简单,而接近中心度和中间中心度则需要依据公式进行测量。其具体计算公式如式(4)-(5)所示:

(4)

(5)

其中bjk(i)=gjk(i)/gjk,gjk表示省域j与省域k之间存在的关系数目,gjk(i)表示省域j与省域k之间经过i的关系数目。

(3)块模型。本研究利用块模型分析对中国30个省域低碳经济发展空间关联网络进行聚类分析和板块划分,借鉴Wasserman和Faust的研究,将低碳经济发展空间网络划分为双向溢出板块、净受益板块、净溢出板块及经纪人板块四个板块,并对板块内部与板块之间的关联特征进行分析[18]。

三、省域低碳经济发展水平综合评价

在借鉴已有文献的基础上[19-21],本研究选取社会经济、能源消费、碳排放、环境支撑四个准则层共计17个指标对中国30个省域的低碳经济发展水平进行综合评价。通过全局熵值法计算得到17个指标的信息熵、权重(见表1)和2006—2016年30个省域低碳经济发展水平综合评价得分(见表2),限于篇幅,仅列出评价期初(2006年)、期末(2016年)的评价得分及历年均值。

表1 省域低碳经济发展水平评价指标体系

2006—2016年,我国各地区低碳经济发展水平呈上升趋势,参评省域低碳经济发展水平均值由2006年的31.70增至2016年的51.94,表明省域低碳经济发展水平整体呈现上升态势。从参评省域低碳经济发展水平综合得分的地区分布情况来看,我国各地区的低碳经济发展水平存在较为明显的空间非均衡性:东部地区的低碳经济发展水平相对较高,东北、中部地区次之,而西部地区的低碳经济发展水平相对较低。

就各地区低碳经济发展水平综合评价得分的年均增幅而言,2006—2016年东部地区年均增幅为22.93，中部地区年均增幅为18.67，东北地区年均增幅为16.07，而低碳经济发展水平相对落后的西部地区年均增幅达19.81,我国各地区的低碳经济发展速度存在差异。

四、省域低碳经济发展水平的空间关联网络结构特征分析

本研究首先运用式(2)所示的修正的引力模型,计算得到我国30个参评省域的低碳经济发展空间关联关系矩阵(限于篇幅此处不再列出),接下来运用社会网络分析法对省域低碳经济发展空间关联网络的网络密度、网络中心性和聚类情况进行分析,以全面了解其特征。

(一)空间关联网络的整体性分析

为了能更清晰直观地展示各省域低碳经济发展水平的空间关联网络特征,本研究利用UCINET可视化工具Netdraw绘制了其空间关联网络图。如图1所示,东部地区中的上海、江苏、浙江等省域由于同其他省域联系较多而处于网络的中心地带。网络密度反映了省域间低碳经济发展空间关联关系的疏密程度,整体网络密度越大,该网络对其中个体所产生的影响也越大[22]。

图1 2016年省域低碳经济发展网络结构

2006—2016年省域间低碳经济发展空间网络密度整体基本维持在0.42～0.46之间,整体网络密度仍偏低,表明网络中低碳经济发展联系水平相对较低,各省域低碳经济发展的关联强度仍有较大空间可以提升[23]，如表3所示。

表3 省域低碳经济发展网络密度及关联数

(二)空间关联网络的网络中心性分析

网络中心性是研究各省域在网络中的地位和作用的指标,网络中心性常见的刻画指标有度数中心度、接近中心度和中间中心度等指标。通过UCINET软件可计算得到2016年省域低碳经济发展关联网络中各省域的三种中心度指标,如表4所示。

就度数中心度而言,东部地区部分省域(如上海、浙江、江苏)的度数中心度明显高于全国均值,说明这些省域在网络中与其他省域联系更为紧密,处于网络的中心省域。就度数点出度而言,各省域的度数点出度均大于0且均保持在8到17之间(见表4),说明各省域对外均有低碳经济溢出效应,各省域低碳经济溢出效应不仅仅停留在相邻省域,而且已跨越时空相邻的制约,在全国范围内形成了极为广泛的关联关系。从度数点入度来看,上海、江苏等省域的点入度较高,与部分西部省域相比差距较为明显,说明上海、江苏等省域低碳经济发展水平较高,并能有效集聚促进低碳经济发展的资源禀赋,这有助于推动少数省域发展成为全国范围内的低碳经济优势群落,但亦可能会拉大我国各省域间的低碳经济发展差距。

就接近中心度而言,全国30个省域的接近中心度最低值为59.18,最高值为96.67,均值为73.41,总体差异相对较小,说明全国30个省域在低碳经济发展空间关联网络中均能较便捷地与其他省域发生空间联系。上海、浙江、江苏等省域的接近中心度较高,说明这些省域与其他省域联系较为紧密,对其他省域低碳经济发展的影响较强;黑龙江、内蒙古、吉林等省域的接近中心度较低,说明其在网络中的资源禀赋凝聚能力较弱,且不易受到其他省域的影响,亦难以对其他省域的低碳经济发展产生显著影响。

就中间中心度而言,上海、浙江等省域中间中心度较高,说明这些省域在空间关联网络中资源禀赋的掌控能力更强,在网络中起传导作用,对网络中其他省域的低碳经济发展会产生直接影响。通过分析空间网络的中心势可以判断省域之间低碳经济发展空间关联关系的不对称和不均衡程度[17]。该值越接近1,则说明网络越具有集中趋势;越接近于0,则说明网络越均衡。该空间关联网络的点出度中心势为16.05%,点入度中心势为58.86%,点入度中心势明显高于点出度中心势,说明各省域度数点入度在低碳经济发展空间关联网络中的集中性较强,即省域在受益方面较为集中,只有少部分省域在低碳经济发展空间关联网络中获得关联性受益。度数点出度为16.05%,接近于0,说明省域在网络中溢出方面较为均衡,不具有集中趋势,大部分省域在低碳经济发展空间关联网络中都具有溢出效应。

表4 2016年省域低碳经济发展网络的中心度测度结果

(三)空间关联网络的块模型分析

根据省域之间低碳经济发展空间关联的紧密性,采用块模型分析进行空间聚类,揭示板块内部及板块之间存在的关联结构特征。本研究采用迭代相关收敛法CONCOR,选择最大分割密度为2,收敛标准为0.2,分别对2006年和2016年省域低碳经济发展进行非重叠性的聚类分析,得到2006年和2016年省域低碳经济发展空间关联网络分析结果,如图2和图3所示。从板块成员组成来看,板块内部成员组成略有变化,但省域间凝聚的板块构成相对较为稳定;本研究以2016年为例,对板块之间的关联关系进一步予以分析。

2016年,省域低碳经济发展空间关联网络中共存在375个关联关系,分布于板块1、板块2、板块3和板块4。属于板块内部间的低碳经济发展关联关系有150个,板块之间的低碳经济发展关联关系有225个,由此可见,板块间存在着更为明显的空间溢出效应(见表5)。板块1由北京、天津等10个省域构成,该板块接收其他板块的关系数为55,向其他板块发出关系数为50,既对板块外部发出关系,亦接收来自板块外部的关系,并且与其他板块的联系较多,在省域低碳经济发展空间关联网络中起着桥梁作用,具有“经纪人板块”的性质。板块2由山西、青海等5个省域构成,该板块接收关系数为7,而发出关系数为70,期望内部关系比重为14%,实际内部关系比重为7%,具有“净溢出板块”的性质。板块3包括江苏、浙江等7个省域,该板块中的成员既接收其他板块发出的关系,亦向其他板块发出关系,但接收其他板块的关系数为120,远大于向其他板块发出的关系数52,期望内部关系比重为21%,实际内部关系比重为42%,具有“净受益板块”的性质。板块4包括贵州、云南等8个省域,该板块接收其他板块发出的关系数为48,对其他板块发出关系数为58,该板块对其他板块发出的关系数明显多于接收其他板块对其发出的关系数,具有“双向溢出板块”的性质。

图2 2006年空间聚类分析结果图

图3 2016年空间聚类分析结果图

表5 省域低碳经济发展关联网络板块的溢出效应

为了进一步研究板块内及各板块之间低碳经济发展的关联关系并反映低碳经济溢出效应在各板块的分布情况,计算得到板块密度矩阵,再将板块密度矩阵中的值与整体网络密度比较,大于则用“1”代替;小于则用“0”代替[18],得到板块像矩阵(表6)。

表6 省域低碳经济发展关联网络板块密度矩阵和像矩阵

密度矩阵的主对角线上数据表示的是各个板块密度,可以看出除板块2外的其他板块的整体网络密度均高于省域低碳经济发展空间关联网络的整体密度(0.43),说明网络中大部分板块内部均有着与全国平均水平相比更为频繁而密切的互动联系,板块3和板块4的板块密度明显高于板块1和板块2,即省域间低碳经济发展的关联关系主要发生在板块3和板块4,其余板块的关联关系数较少,说明省域低碳经济空间关联网络中各板块之间关联关系的紧密度存在差异。将板块间密度像矩阵转化为省域低碳经济发展空间关联网络板块溢出效应传导图(见图4),则可以更直观地看到,板块1的低碳经济溢出效应体现在板块3和板块1;板块2的低碳经济溢出效应体现在板块3和板块4,且接收其他板块溢出效应的能力较弱;板块3的低碳经济的溢出效应除体现在自身板块外,同时亦接收着来自板块内部以及其他板块的溢出效应;板块4低碳经济的溢出效应体现在板块3和板块4。

图4 省域低碳经济发展空间关联网络板块溢出效应传导图

五、结论与对策

(一)研究结论

本研究通过全局熵值法对30个参评省域低碳经济发展水平进行综合评价,并利用改进的引力模型和SNA方法对其低碳经济发展空间结构进行分析,得出以下结论。

(1)2006—2016年,省域低碳经济发展水平整体呈上升趋势,各地区之间存在着较为明显的发展差异。从整体网络特征来看,省域低碳经济发展空间关联网络整体密度在0.42～0.46之间,空间关联紧密性较弱。从网络中心性分析结果来看,各省域在低碳经济空间关联网络中所处地位及其发挥的作用之间存在明显的差异。东部和中部地区经济较发达省域在整体网络中处于中心位置,而西部地区部分省域则在低碳经济空间关联网络中与其他省域联系较少，空间关联网络的关联关系分布不均且融合度较低。

(2)块模型的分析表明,省域低碳经济发展空间网络中各板块密度存在较大差异,板块3和板块4板块间的关联关系紧密,融合度高;板块1和板块2间的关联关系较稀疏。在低碳经济发展的空间格局中,各板块间存在着较为明显的空间关联关系和溢出效应。板块3和板块4区域空间扩散能力强,可以带动其他板块的低碳经济发展。

(二)对策建议

基于以上分析,本研究提出如下对策建议。

(1)统筹省域低碳经济的协调发展进程。在东部地区率先发展的同时,继续加大对中西部地区的支持力度。与此同时,根据各省域在低碳经济发展空间关联网络中所处的地位,充分发挥其职能。一方面,充分发挥中心省域作用,引领周边省域联动发展,形成多中心、梯度化的低碳经济发展空间联系格局;另一方面,充分发挥中介省域“承上启下”的作用,逐步健全其在网络中的节点功能。

(2)根据空间关联网络的板块结构特征,实施差异化的区域低碳经济发展政策。如,对于经纪人板块而言,应发挥其作为桥梁纽带的联系作用,促进各板块之间的互联互通更为紧密;对于净溢出板块和净受益板块而言,则应在低碳技术研发和绿色产业发展经验方面取长补短,从而实现各省域低碳经济的优势互补与协同发展。