基于DPSIR模型的低碳城市发展评价研究(共12页)

1、基于DPSIR模型的低碳城市发展(fzhn)评价研究摘要(zhiyo)本文以陕西省为例，采用DPSIR模型，对陕西省低碳城市发展情况进行了评价，评价结果表明：陕西省的低碳城市建设在经济发展指标和人口指标的驱动，与经济发展对于能源的需求压力双重作用下，处于低碳城市建设举步维艰，环境污染较为严重的状态下，这种状态造成的影响是每年环境治理投入不少，却收效甚微，为解决这一问题，改变这一状态，陕西省政府制定(zhdng)相应的政策、投入大量的人力物力，为建设低碳城市做出贡献，所以从响应指标角度衡量，陕西省低碳城市发展是向好的。关键词：DPSIR模型；低碳城市发展；陕西省目录(ml) TOC o 1-3

2、h z u HYPERLINK l _Toc387005278 1引言(ynyn) PAGEREF _Toc387005278 h 3 HYPERLINK l _Toc387005279 2低碳城市(chngsh)发展评价方法 PAGEREF _Toc387005279 h 3 HYPERLINK l _Toc387005280 3低碳城市发展评价 PAGEREF _Toc387005280 h 4 HYPERLINK l _Toc387005281 3.1指标体系构建及数据选择 PAGEREF _Toc387005281 h 4 HYPERLINK l _Toc387005282 3.1.1

3、指标体系构建 PAGEREF _Toc387005282 h 4 HYPERLINK l _Toc387005283 3.1.2数据选择 PAGEREF _Toc387005283 h 4 HYPERLINK l _Toc387005284 3.2低碳城市发展评价过程 PAGEREF _Toc387005284 h 4 HYPERLINK l _Toc387005285 3.2.1驱动力指标评价 PAGEREF _Toc387005285 h 4 HYPERLINK l _Toc387005286 3.2.2压力指标评价 PAGEREF _Toc387005286 h 6 HYPERLINK

4、l _Toc387005287 3.2.3状态指标评价 PAGEREF _Toc387005287 h 6 HYPERLINK l _Toc387005288 3.2.4影响指标评价 PAGEREF _Toc387005288 h 7 HYPERLINK l _Toc387005289 3.2.5响应指标评价 PAGEREF _Toc387005289 h 8 HYPERLINK l _Toc387005290 4结论 PAGEREF _Toc387005290 h 9 HYPERLINK l _Toc387005291 参考文献 PAGEREF _Toc387005291 h 10 HYPE

5、RLINK l _Toc387005292 谢辞 PAGEREF _Toc387005292 h 111引言(ynyn)2010年两会，“低碳城市(chngsh)”的提案(t n)数量约占提案总量的10%，此后，100多个城市先后以发展低碳城市作为自己的口号，没有一个省份甘居其后，低碳城市不仅在数量上遍布了中国的版图，发展路径的选择也颇为多样。在河北省保定市，浑身覆盖着太阳能光伏电池板的“电谷大厦”成为这座历史名城的新地标；山东德州的“太阳城”名声俨然有赛过“德州扒鸡”之势，太阳能路灯立于大街小巷；深圳市政府选择与住房和城乡建设部进行共建，让这座城市有了“低碳生态示范市”的底气；在浙江省建德市

6、，一场消灭空调外挂机的全城总动员正在轰轰烈烈地进行。然而，低碳城市发展名副其实的却几乎没有。2014年2月19日，由北京大学和韩国韩中领导人协会共同主办的低碳智慧城市发展论坛19日在四川广安召开，北京国际城市发展研究院院长连玉明就从新型城镇化看中小城市的发展趋势做了主旨发言。他认为，新型城镇就是创新、智慧、绿色的城市区域体系，绿色新型城镇化的关键在于低碳，未来低碳智慧城市将成为人们新的生活方式。综上所述，研究一个适合评价低碳城市发展状况的方案已然成为亟待解决的课题，所以本文以“基于DPSIR模型的低碳城市发展评价研究以陕西省为例”为题，是具有充分的政治背景和经济背景的，也是具有相当的现实意义的

7、。2低碳城市发展评价方法本文选1.1择DPSIR模型作为低碳城市发展评价的方法，对陕西省低碳城市发展情况进行评价，所谓DPSIR模型是OECD在1993年提出的，DPSIR是五个英文单词的首字母的简称，其中，D代表Driving Force，中文含义为驱动力；P代表Pressure，中文含义为压力；S代表State，中文含义为状态；I代表Impact，中文含义为影响；R代表Response，中文含义为响应。DPSIR模型中各指标的作用情况详见图2-1，DPSIR指标作用图。图2-1 DPSIR指标作用图资料来源：笔者(bzh)根据DPSIR作用原理自绘，2014年4月30日3低碳城市(chng

8、sh)发展评价3.1指标体系构建(u jin)及数据选择3.指标体系构建构建适合评价陕西省低碳城市发展状况的指标体系，是采用DPSIR模型对陕西省低碳城市发展状况进行评价的基础，因此，笔者结合DPSIR模型的基本概念与陕西省的省情，构建指标体系如下：驱动力指标（经济发展指标和人口指标）压力指标评价（低碳城市发展的需求指标）状态指标（低碳城市发展现状指标）影响指标（低碳城市发展的状态对社会经济、公众生活及人群健康的影响指标）响应指标（构建合格的低碳城市所采取的措施）。3.1.2数据选择本文所选原始数据全部来自于国家统计局出版的陕西省统计年鉴，数据涉及年份从1987年到2010年，部分数据为拟合所

9、选指标进行了相应的运算，所采用的运算方式主要是量纲变换、比值变换等，根据运算结果生成所需要的分析统计图表，以达到采用DPSIR模型分析评价低碳城市发展状况的目的。3.2低碳城市发展评价过程3.2.1驱动力指标评价驱动力指标：是指促进低碳城市发展的最原始的、最关键的指标。主要包括：经济发展指标和人口指标两大类，此处选择“人均GDP”（详见图3-1，陕西省历年人均GDP折线图）作为衡量陕西省经济发展指标，选择“人口密度”（详见图3-2，陕西省历年人口密度折线图）作为衡量陕西省人口指标。图3-1 陕西省历年(lnin)人均GDP折线图资料来源(liyun)：笔者根据陕西省统计年鉴自绘，2014年4月

10、30日由图3-1可知，陕西省人均GDP处于不断上升的态势中，说明陕西人民的生活水平在逐年提高，那么，在人们基本的衣食住行不再成为困扰，接下来便是追求生活质量的阶段了，而低碳生活是注重(zhzhng)养生与生活质量的人们都立志追求的，所以，人均GDP的提高从某种程度上成为了评价低碳城市发展的重要的驱动力指标之一，且驱动作用较为明显。图3-2 陕西省历年人口密度折线图资料来源：笔者根据陕西省统计年鉴自绘，2014年4月30日由图3-2可知，陕西省人口密度虽然整体处于1.2人/平方米到1.9人/平方米之间，较为稳定，但是论及总量依然较高，论及变化趋势仍可谓处于不断增加中，所以，在人口密度较大的时候，

11、各种能耗自然不会太少，产生的生活垃圾数量也随之增加，在大部分公众都追求生活质量的今天，人口密度自然就成为(chngwi)评价低碳城市发展的重要驱动指标之一，且驱动(q dn)作用较为明显。3.2.2压力指标(zhbio)评价低碳压力指标：是指通过驱动力作用以后，直接施加在地城市发展上的，促进低碳城市发展变化的压力，与驱动力指标同属于对促进低碳城市发展变化产生作用的外力，与驱动力指标不同的是驱动力指标是隐性指标，而压力指标是显性指标。所以，压力指标主要是低碳城市发展的需求指标，包括：经济社会发展对于煤炭、石油、天然气、水电的需求，此处以能耗消费总量指标、煤炭消耗总量指标、石油消耗总量指标、天然气

12、消耗总量指标、水电消耗总量指标，详见图3-3，陕西省历年能耗指标柱状图。图3-3 陕西省历年能耗指标柱状图资料来源：笔者根据陕西省统计年鉴自绘，2014年4月30日由图3-2可知，陕西省能耗所有指标都在逐年升高，说明陕西省建设低碳城市压力非常大，尤其是煤炭和石油的消耗对于温室气体的排放影响非常明显，在陕西省能耗指标中占有相当的比重，确实堪为陕西省低碳城市发展评价的压力指标，且压力较大。3.2.3状态(zhungti)指标评价状态(zhungti)指标是指在低碳城市发展压力的作用下，低碳城市发展所处的状态，状态指标应该描述(mio sh)低碳城市发展的现状与特征，主要包括：代表水资源环境状态的指

13、标，化学需氧量（COD）排放量指标、氨氮排放量指标；代表大气环境状态的指标，二氧化硫(SO2)排放量指标、烟尘排放量指标；代表固体废物环境状态的指标，工业固体废物排放量指标，详见图3-4，陕西省历年环境状态指标图。图3-4 陕西省历年环境状态指标图资料来源：笔者根据陕西省统计年鉴自绘，2014年4月30日由图3-4可知，陕西省低碳城市发展状态指标总量不小，虽然多数指标有历年递减的态势，但是年度间变化不大，说低碳发展现状仍然堪舆，说面在DPSIR模型中，陕西省低碳城市发展在驱动力与压力双重作用下，低碳城市发展有了一定成效，但是成效甚微。3.2.4影响指标评价影响指标：是指低碳城市发展的状态对社会

14、经济、公众生活及人群健康的影响，主要以环境治理投入指标进行衡量，详见图3-5，陕西省历年环境投入柱状图。图3-5 陕西省历年(lnin)环境投入柱状图资料来源：笔者根据陕西省统计(tngj)年鉴自绘，2014年4月30日由图3-5可知，由于陕西省低碳城市发展状况不佳，导致陕西省为了早日实现人们所预期的低碳城市要求，每年需要投入大量的资金，用于环境污染(hunjng wrn)治理、环境基础设施建设、工业污染源治理、营林建设，从而使得我国“绿色GDP”数量受到影响，即社会经济水平发展受到削弱，公众生活质量受到影响，人们的健康状况也受到一定的影响，因此，从影响指标的角度对陕西省低碳城市发展状况进行评

15、价的结果表明，陕西省低碳城市发展任重而道远。3.2.5响应指标评价响应指标：是指构建合格的低碳城市所采取的措施，该指标由于具有较强的定性特征，难以准确的量化，所以，笔者认为应当考虑的方面主要包括：是否制定了低碳城市发展政策并采取了相应的实际行动；是否为建设低碳城市投入了相应的人力物力；是否对低碳城市的建设成果制定了管理及保护措施。（1）政策措施方面：陕西省在国家发展改革委关于开展低碳省区和低碳城市试点工作的通知（发改气候20101587号）将其列为国家低碳试点省之后，便成立了由常务副省长任组长，18个相关厅局为成员单位的应对气候变化领导小组。编制完成了陕西省应对气候变化方案，公布实施了陕西省节

16、约能源条例、陕西省循环经济促进条例等地方性法规，为低碳发展提供了有力的支撑和保障。（2）必要投入(tur)方面：陕西省投入大量人力(rnl)、物力为发展低碳城市做出贡献，在人力方面，主要表现为：在党政领导干部成立低碳城市发展小组，增设从事环境保护工作人员的在编(zi bin)工作岗位及临时工作岗位等；物力方面的投入主要表现为财力投入，财力投入主要表现在：自2010年开始，陕西省财政支出在环境保护项目上逐年递增，分别为：2010年支出828806万元；2011年支出961304万元；2012年支出941427万元。（3）保障措施方面：高技术服务、现代物流、文化创意、商贸会展等能耗低、排碳低的现代

17、服务业发展较快，第三产业在经济总量中的比重达到36.4%；高压输变电、混合动力汽车、汽车燃料电池以及甲醇制取低碳烯烃等技术都处于国际先进水平；碳收集利用和加工已逐成规模，全省直接或间接吸收消化二氧化碳的企业有近百家，年转化利用二氧化碳近千万吨；森林碳汇能力不断增强。以秦岭保护、渭河治理、退耕还林为主的生态环境建设取得积极成效，完成造林2461万亩，森林覆盖率由2005年的37.26%提高到2010年的41.42%；确定了省级低碳试点单位。从市县、园区、企业三个层面，选定了27家单位为省级低碳试点单位，全面摸索低碳发展的新路径。综上所述，从陕西省低碳城市发展的响应指标角度衡量，陕西省的低碳城市发

18、展应当向着逐渐向好的方向发展。4结论综上所述，本文以陕西省为例，采用DPSIR模型，对陕西省低碳城市发展情况进行了评价，评价结果表明：陕西省的低碳城市建设在经济发展指标和人口指标的驱动，与经济发展对于能源的需求压力双重作用下，处于低碳城市建设举步维艰，环境污染较为严重的状态下，这种状态造成的影响是每年环境治理投入不少，却收效甚微，为解决这一问题，改变这一状态，陕西省政府制定相应的政策、投入大量的人力物力，为建设低碳城市做出贡献，所以从响应指标角度衡量，陕西省低碳城市发展是向好的。由于笔者始终处于校园生活环境中，生活阅历不足、知识水平有限，所以在研究过程中难免会有一定的偏颇和疏漏，恳请各位专家学

19、者予以批评指正。参考文献1朱婧,汤争争,刘学敏,卢一富. 基于DPSIR模型的低碳城市(chngsh)发展评价以济源市为例J. 城市(chngsh)问题,2012,12:42-47. 2朱霞,路正南. 基于(jy)DPSIR模型的低碳城市发展评价研究以江苏省为例J. 技术经济与管理研究,2013,01:115-118. 3孙菲菲. 基于DPSIR模型的低碳旅游评价体系的构建及应用J. 财经理论研究,2013,06:96-103. 4张小平,柳婧,方婷. 基于DPSIR模型的兰州市低碳城市发展评价J. 西北师范大学学报(自然科学版),2012,01:112-115. 5王强,黄鹄. 基于DPSIR模型的农业产业化可持续发展评价研究以广西北部湾经济区为例J. 安徽农业科学,2009,30:14907-14909+14912. 6邵超峰,鞠美庭. 基于DPSIR模型的低碳城市指标体系研究J. 生态经济,2010,10:95-99. 7梁曦. 基于“DPSIR”模型的青岛市房地产建设用地的集约利用评价D.青岛理工