文档介绍：
安徽低碳经济评价及建议
本文作者：邓廿庆工作单位：安徽医科大学
影响安徽低碳经济发展因素的实证分析
模型选取本文采用因子分析模型探讨影响安徽省低碳经济的主要影响因素。因子分析（factoranalysis）是主成分分析的推广，它更侧重于解释被观测变量之间相关关系和协方差之间的结构，所以因子分析的实质就是利用几个潜在的但不能直接观测的互不相关的变量，去描述许多变量之间的相关关系或协方差关系，这些随机变量就可以称为因子。为了使得这些因子能很好的替代原始数据，需要对这些因子给出合理的解释。同时为了使用这些因子，还需要对提取结果进行评价。指标构建与数据选取由于低碳经济发展水平涉及到经济、生活、社会、生态等多方面，因此本文选取了15项指标，来构造安徽省低碳经济发展水平评价指标体系：工业能源的固定投资（X1）、环保机构人员总数（X2）、生活污水化学需氧量排放量（X3）、生活以及其他二氧化硫的排放量（X4）、生活其他烟尘排放量（X5）、科技经费内部支出（X6）、政府财政支出比例（X7）、工业生产总值（X8）、标准煤的消费总量（X9）、能源生产能力增长比（X10）、能源弹性系数（X11）、平均每天原油消费量（X12）、工业固体废物综合利用量（X13）、森林覆盖率（X14）、民用汽车用量（X15）①。选取的样本区间为2000－2010年，这些指标的数据来源于《中国能源统计年鉴》以及各个年度的《安徽省统计年鉴》。2．3实证分析过程在进行因子实证分析之前，由于各个随机变量的单位有所不同，所以要对各个变量的原始数据进行标准化处理（或者无量纲化处理），并且估计出各个随机变量的相关系数矩阵，结果显示，相关系数矩阵中的系数绝对值大于0．3，说明可以用因子分析法进行实证分析。实证结果如表1。注：①民用汽车用量包括载客汽车、载货汽车、普通载货汽车、三轮汽车、低速汽车、摩托车、拖从我们的实证结果中可以看出，有6个因子的特征值大于1，它们的方差累计贡献率达到95．35％，说明这6个因子基本上能解释这15个随机变量的方差。第一主因子的4个指标有着较高的载荷系数，方差的贡献率达到24．94％，相对较高的评价指标有：生活污水化学需氧量排放量（X3）、生活以及其他二氧化硫的排放量（X4）、生活其他烟尘排放量（X5）、能源弹性系数（X11）。这些指标从不同的方面测度了碳在人们生活中的排放量，与经济发展水平、能源结构密切相关。所以我们把第一主因子称之为低碳生活消费量的发展水平因子，用F1表示。第二主因子上的载荷系数相对较高的评价指标有：政府财政支出比例（X7）、能源生产能力增长比（X10）、工业固体废物综合利用量（X13）都呈现出较高的正相关，方差的贡献率达到19．33％，反映了低碳发展过程中的污染物治理、财力支持等有关信息，称为低碳的支撑水平因子，记为F2。该因子仅有两个随机变量存在着较高的载荷系数：工业能源的固定投资（X1）、平均每天原油消费量（X12），其载荷系数分别为0．8001和0．6498方差贡献率达17．32％，这一指标主要反映了安徽低碳的投资水平，我们用F3表示。第四主因子也有两个随机变量存在着较高的指标体系，方差的贡献率达14．75％，与工业生产总值