○賀紅兵

一、引言

我國(guó)幅員遼闊，各地收入水平、產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦等存在著很大的差異，因此在倡導(dǎo)節(jié)能環(huán)保、實(shí)施低碳發(fā)展時(shí)，必須要考慮到影響區(qū)域排放的因素差異，從而有目的、有針對(duì)性地制定不同的減排目標(biāo)和策略。

二、指標(biāo)選取

在碳排放的因素分解分析中，Kaya恒等式得到推廣并被廣泛的運(yùn)用。Kaya恒等式是由日本學(xué)者Yoichi Kaya（1990）在聯(lián)合國(guó)政府間氣候變化專門委員會(huì)的一次研討會(huì)上首次提出的。Kaya恒等式通過一種簡(jiǎn)單的數(shù)學(xué)公式把人類活動(dòng)產(chǎn)生的二氧化碳排放與經(jīng)濟(jì)、政策、人口等影響因素聯(lián)系起來了。其表達(dá)式為：

C=（C/E）（E/GDP）（GDP/P）P） （1）

Kaya恒等式把能源相關(guān)的碳排放（C）對(duì)能源（E）、產(chǎn)出（GDP，國(guó)內(nèi)生產(chǎn)總值）和人口（P）連接起來了。C/E表示能源的碳排放強(qiáng)度，也就是單位能源碳排放；E/GDP表示單位產(chǎn)出能源消耗（產(chǎn)出的能源強(qiáng)度）；GDP/P表示人均收入；P表示人口總量。

根據(jù)Johan A.，Delphine F.和Koen S.（2002）的方法，可以在Kaya恒等式的基礎(chǔ)上把碳排放按照下面的公式分解。

在公式（2）中，C為碳排放總量；Ci為第i種一次能源的碳排放量；E為一次能源的消費(fèi)量；Ei為i種能源的消費(fèi)量；Y為國(guó)內(nèi)生產(chǎn)總值（GDP）；P為人口。公式（3）表示的是人均碳排放的Kaya分解。從公式（3）可以看出，人均碳排放與能源結(jié)構(gòu)）、各種一次能源的碳排放強(qiáng)度（）、產(chǎn)出的能源強(qiáng)度）和人均收入（）有關(guān)。其中各種能源的碳排放強(qiáng)度（）可以看做是一個(gè)常數(shù)，具體的數(shù)值可以參考國(guó)家發(fā)改委能源所和國(guó)家科委氣候變化項(xiàng)目組等研究機(jī)構(gòu)給出的數(shù)值；產(chǎn)出的能源強(qiáng)度（）與產(chǎn)業(yè)結(jié)構(gòu)密切相關(guān)。因此，本文選取人均碳排放、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)出的能源強(qiáng)度、人均收入這5個(gè)指標(biāo)作為進(jìn)行碳排放分析的相關(guān)指標(biāo)。

三、聚類分析

聚類分析是一種很常見的數(shù)據(jù)挖掘技術(shù)，它的主要作用是用于揭示數(shù)據(jù)庫(kù)中未知的對(duì)象類。簡(jiǎn)單地說，就是對(duì)大量的數(shù)據(jù)進(jìn)行分類，使得同一類別的數(shù)據(jù)之間的相似度盡可能大、相異度盡可能小，而不同類別之間的數(shù)據(jù)的相似度要盡可能小、相異度盡可能大。聚類分析的本質(zhì)特征就是按照事物的所有特征來構(gòu)建組，每組的成員應(yīng)該顯示出盡可能類似的結(jié)構(gòu)。聚類分析來的目的是為了在眾多對(duì)象中確定對(duì)象的同質(zhì)性。

本文的研究過程中采用了K均值（K-means）聚類算法。K均值算法是以平均值作為類的中心的一種聚類方法。假設(shè)有n個(gè)對(duì)象，把它分為k類。其中，分成的聚類個(gè)數(shù)k是采用k均值算法必須預(yù)先制定的參數(shù)。聚類的過程可以通過以下幾個(gè)步驟來進(jìn)行：首先，隨機(jī)選取k個(gè)對(duì)象，把每個(gè)對(duì)象作為一個(gè)類的中心，分別代表k各類；其次，根據(jù)距離中心最近的原則，尋找與各對(duì)象最相似的類，將其分配到各相應(yīng)的類中；再次，在完成分配后重新計(jì)算每個(gè)類的平均值（中心），作為該類的新中心；接著根據(jù)距離中心最近的原則重新進(jìn)行所有對(duì)象的分類；最后，返回步驟3，直到?jīng)]有變化為止。

下面對(duì)我國(guó)內(nèi)地各省的碳排放和與碳排放相關(guān)的發(fā)展情況運(yùn)用K均值聚類算法進(jìn)行分類分析。選取2008年我國(guó)內(nèi)地30個(gè)省市自治區(qū)的人均收入、人均碳排放、能源強(qiáng)度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)作為指標(biāo)來進(jìn)行聚類分析。由于西藏?cái)?shù)據(jù)缺失，所以這里沒有把西藏納入到分析過程中。指標(biāo)中的人均收入、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、人口數(shù)據(jù)直接來源于《新中國(guó)六十年統(tǒng)計(jì)資料匯編》，能源結(jié)構(gòu)用煤炭消費(fèi)占能源消費(fèi)的比例表示，產(chǎn)業(yè)結(jié)構(gòu)用第二產(chǎn)業(yè)占國(guó)民經(jīng)濟(jì)的比重來表示，能源強(qiáng)度是用能源消費(fèi)除以GDP算出來的，能源消費(fèi)和GDP的數(shù)據(jù)也來源于《新中國(guó)六十年統(tǒng)計(jì)資料匯編》，人均碳排放數(shù)據(jù)是先根據(jù)Kaya恒等式算出各省一次能源的碳排放，然后除以各省的人口數(shù)得來的。

聚類分析中如果參與聚類的變量的量綱不同會(huì)導(dǎo)致錯(cuò)誤的聚類結(jié)果。例如在本文分析中，能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)都是用百分比表示的，因而絕對(duì)值都不會(huì)超過1，而人均收入的單位是元，具體數(shù)值在幾千到幾萬(wàn)不等，如果不對(duì)數(shù)據(jù)進(jìn)行無量綱化，那么在最終的聚類結(jié)果中，由于產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的數(shù)值絕對(duì)值太小，就會(huì)完全起不了作用。因此在進(jìn)行聚類分析之前必須對(duì)變量值進(jìn)行標(biāo)準(zhǔn)化，消除量綱的影響。具體的消除量綱是通過下面公式來進(jìn)行標(biāo)準(zhǔn)正態(tài)化的，結(jié)果見表1。

表1 標(biāo)準(zhǔn)正態(tài)化的各省市排放指標(biāo)

表2 聚類分析結(jié)果

在進(jìn)行聚類分析時(shí)，我們初始K值選4，就是說把全國(guó)省份分為四類，運(yùn)用SPSS運(yùn)算得到表2的聚類結(jié)果。

四、結(jié)論

通過K均值聚類分析，按照和低碳經(jīng)濟(jì)相關(guān)的5個(gè)因素——人均收入、人均碳排放、能源強(qiáng)度、能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)，可將中國(guó)內(nèi)地（西藏除外）分為四個(gè)區(qū)域。

第一個(gè)區(qū)域?yàn)楸本┖蜕虾?。該區(qū)域是中國(guó)最發(fā)達(dá)的地區(qū)，經(jīng)過這么多年的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級(jí)，該地區(qū)已經(jīng)形成以現(xiàn)代服務(wù)業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)模式。這些地區(qū)人均收入和生活水平較高，促使該地區(qū)碳排放增長(zhǎng)的主要?jiǎng)恿κ浅鞘芯用裣M(fèi)方式的轉(zhuǎn)變。該類地區(qū)實(shí)施低碳發(fā)展模式的重點(diǎn)在于轉(zhuǎn)變傳統(tǒng)工業(yè)文明的消費(fèi)觀念，倡導(dǎo)低碳消費(fèi)方式。具體的舉措有：大力推廣建筑節(jié)能，鼓勵(lì)使用節(jié)能電器，降低單位產(chǎn)品生產(chǎn)和使用的能耗，提倡公交、步行以及騎自行車等綠色出行方式。

第二類區(qū)域是廣東和海南，這些地區(qū)的主要特點(diǎn)是能源結(jié)構(gòu)中煤炭的比例非常低，而石油、天然氣和電力等比重較大；產(chǎn)業(yè)結(jié)構(gòu)中工業(yè)比重不大，人均排放量少。海南作為一個(gè)旅游強(qiáng)省和生態(tài)農(nóng)業(yè)大省，工業(yè)經(jīng)濟(jì)比重在全國(guó)是最小的省份之一。廣東省一直都是中國(guó)改革開放的前沿陣地，經(jīng)過這么多年的發(fā)展，產(chǎn)業(yè)逐漸轉(zhuǎn)型升級(jí)，逐漸從以前的資源、勞動(dòng)密集型向技術(shù)、智力密集型轉(zhuǎn)換。

第三類有吉林、黑龍江、江蘇、浙江、安徽、福建、江西、河南、湖北、湖南、廣西、重慶、四川、貴州、云南、山西、甘肅、青海、新疆19個(gè)省區(qū)，它囊括了中國(guó)絕大多數(shù)省區(qū)。這些地區(qū)人均收入比較低，正在承接?xùn)|部發(fā)達(dá)地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，第二產(chǎn)業(yè)的比重在將來還會(huì)逐漸增加，工業(yè)耗能和工業(yè)碳排放也將會(huì)有較大的增長(zhǎng)，這類省區(qū)應(yīng)通過技術(shù)進(jìn)步來調(diào)整產(chǎn)值的能源強(qiáng)度，充分發(fā)揮科學(xué)技術(shù)在減排中的作用，同時(shí)注意調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變生產(chǎn)模式，注重可再生能源的開發(fā)和利用，不能重走發(fā)達(dá)地區(qū)先污染再治理的老路。

第四類有天津、河北、山西、內(nèi)蒙古、遼寧、山東、寧夏。這些省份是我國(guó)煤炭資源的主要產(chǎn)地，煤炭在能源結(jié)構(gòu)中的比重非常大，同時(shí)工業(yè)在該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)中比重非常高，導(dǎo)致這些省份的能源強(qiáng)度非常高。這些地區(qū)也是我國(guó)減排壓力最大的地區(qū)，在低碳減排方面最關(guān)鍵的是要努力提升煤炭資源的利用效率、降低能源強(qiáng)度、加大科技投入力度、使資源得到充分利用。

通過以上聚類分析可以看出，中國(guó)省域間的差異很大，這種差異必然要求采取不同的減排政策和措施。

[1]克勞斯·巴克豪斯，本德·埃里克森，伍爾夫·普林克等：多元統(tǒng)計(jì)分析方法——用SPSS工具[M]．上海：格致出版社、上海人民出版社，2009．

[2]張彬、姚娜、劉學(xué)敏：基于模糊聚類的中國(guó)分省碳排放初步研究[J]．中國(guó)人口資源與環(huán)境，2011（1）．

[3]Johan Albrecht，Delphine Francois，Koen Schoors.A shapley decomposition of carbon emissions without residuals[J].Energy Policy，2002（30）.