金沙澳门总站官网-金沙总站唯一官网

科学研究

资讯动态

当前位置: 金沙澳门总站官网 > 科学研究 > 资讯动态 > 正文

陕西省社科联第十二届(2018)学术年汇城市学院分场获奖征文(四)

日期:2018-10-25    来源:

基于耦合协调度的智慧城市与低碳城市共生研究

张娜 ,杨健全,鲁希

(金沙澳门总站官网,陕西 西安 710018

 

摘 要

信息是城市的基础性战略资源,信息服务的应用范围即是信息服务业智慧低碳效应的作用边界。城市信息活动频繁,信息服务水平高,是智慧低碳效应集中作用的区域。因此,本文以城市为载体,基于2015年全国30个直辖市及省会(自治区首府)城市数据,计算智慧城市与低碳城市的耦合协调度,考察信息服务业促进经济社会智慧低碳发展的作用。上述对于两种城市发展模式共生关系的定量研究,有利于进一步明确信息服务业扩散带动城市智慧低碳发展的事实。

 

关键词:耦合协调;智慧城市;低碳城市;共生

 

 

目前,我国正处在新型城镇化建设进程中,大量农业转移人口涌入城市。根据国家统计局数据显示,2017年末我国城镇常住人口为8.13亿,城镇化率已达到58.52%。城市人口持续增长伴随着不断扩张的资源需求,碳排放量必然呈现放大趋势,这对城市生态环境形成了巨大压力。[1]严峻的生态形势迫使人们对城市的发展模式进行深刻反思,智慧城市和低碳城市成为可行的选择。[2-3]早期城市的信息化发展与低碳化发展之间并无关联,然而随着我国进入新的发展阶段,“互联网+”战略引导下的工业化、城镇化不断推进,城市作为信息资源高度集中和信息产业相对繁荣的区域,是信息服务业智慧低碳效应的重要载体。[4]2009年起,我国开始借助信息服务业发展推进智慧城市建设,并逐渐使之与低碳城市建设对接,进而衍生出两种城市发展模式的共生现象,这种智慧与低碳共生的智慧低碳城市集中体现了我国信息服务业的智慧低碳效应。

一、智慧城市与低碳城市的共生特征

作为信息服务业扩散的正外部性,智慧低碳效应的充分释放在很大程度上有赖于于社会经济环境。[5]近年来,国内很多城市在实践中提出智慧城市与低碳城市“双城联创”、“双城同创”、“双城共建”的思路,旨在寻求两种不同城市发展模式的耦合共生。这种全覆盖的顶层设计有别于国外项目引领式的智慧城市建设模式,在实践中取得了积极的成果。智慧城市和低碳城市作为两种不同的城市发展模式,属于一组异类共生单元[6-8]。考察我国智慧城市和低碳城市建设的事实,发现二者呈现出鲜明的耦合特征:首先是目标一致,低碳城市和智慧城市具有共进性,两种城市发展模式有着共同的目标,即实现城市的环境友好和可持续发展;其次是主体一致,低碳城市和智慧城市的建设任务均由城市中政府、企业、居民等各类主体共同承担;第三是空间一致,低碳城市和智慧城市是在共同的城市空间里寻求经济社会发展;最后是动力一致,低碳城市和智慧城市建设均依托于科技创新。[9]

二、研究方法

以新一代信息通信技术为核心的信息服务业发展是促进低碳城市与智慧城市共生演化的主驱动力,智慧低碳城市发展模式集中体现了信息服务业的智慧低碳效应。这里将智慧低碳城市作为一个系统,则对于其中的子系统低碳城市和智慧城市而言,其交互作用和相互影响的共生关系可以用耦合度来表示。[10-11]为了定量描述我国智慧城市与低碳城市的共生程度,首先需要选取相关指标。这里采用“互联网宽带接入用户数/人口总数”代表城市的智慧化水平,该指标值越大则意味着城市智慧化水平越高。同时,将样本城市的“单位GDP能耗”折算成碳强度用以反映城市的碳排放水平。碳强度是表示城市低碳化发展的逆向指标,该指标值越小则说明低碳化水平越高。考虑到智慧化指标与低碳化指标在量纲和数量级方面均不相同,接下来对原始数据进行标准化处理。为确保各指标数值越大代表该指标水平越好,这里对正向指标值和逆向指标值分别采用式(1)、式(2)所示的方法进行线性变换。在此基础上,为了避免由于数据标准化处理导致指标值为0,因而产生原始数据为0的误判,将上述标准化后的数值转化为[0.0011]之间的均匀分布1,具体方法见式(3)、式(4)。

       为正向指标      1

       为逆向指标      2

其中,为相应上下限值,表示不同的城市。

                         3

                         4

其中,是智慧化序参量和低碳化序参量,分别代表各样本城市智慧城市子系统与低碳城市子系统对总系统的贡献度。

接下来,借鉴物理学的容量耦合概念及系数模型,得到城市智慧化与低碳化的耦合度函数:

                 5

其中,C为耦合度值,C[01]。本文只考虑两个子系统的情况(p,q=1,2; pq),对于智慧低碳城市耦合系统而言,耦合度函数定量描述智慧化与低碳化在一定时间、区域内互动作用的数量关系,C越接近1,智慧城市与低碳城市之间的联系越紧密,系统也就越接近理论状态下的耦合。

然而,耦合度过于强调智慧城市和低碳城市内部相互作用的强度,在进行空间比较的情况下很难反映出各样本城市智慧低碳整体效应的大小,因此相对于耦合度,在其基础上定义的耦合协调度可以更好地评判智慧城市和低碳城市交互耦合的协调程度,即二者在组成智慧低碳共生体时表现出的相互配合与和谐一致的属性。[12-13]耦合协调度模型可以表示为:

                               6

                              7

其中,D为耦合协调度,C为耦合度,T为城市智慧化与低碳化的综合协调指数,反映了二者的整体协同效应,ab为待定系数,本文取经验值a=b=0.5。根据耦合协调度可以判断系统所处的耦合阶段,具体标准见表1

1  耦合阶段判断标准

耦合协调度

耦合阶段

0≤D≤0.4

低度耦合协调

0.4D≤0.5

中度耦合协调

0.5D≤0.8

高度耦合协调

0.8D≤1

极度耦合协调

 

三、实证分析

本文考察了2015年我国4个直辖市和除拉萨外的26个省会(自治区首府)城市的智慧低碳发展状况,相关数据取自《中国城市统计年鉴(2016)》、样本城市《2015年国民经济和社会发展统计公报》及地方统计局网站。通过观察样本城市智慧化指标与低碳化指标,发现相关数据呈现出相互对应的形态,即在全国来看智慧化水平较高的城市,其对应的低碳化水平也相对较高(见图1)。

 

1  智慧化排名前十城市的标准化智慧低碳水平

 

接着按照式(5)、式(6)及式(7)计算我国智慧城市与低碳城市的耦合协调度2,所得结果如表2所示。

2  2015年我国直辖市及省会城市智慧化与低碳化耦合协调度

 

智慧水平(U1

低碳水平(U2

耦合度

C

耦合协调度(D)

耦合阶段

武汉

1.000

0.907

0.499

0.690

高度耦合协调

广州

0.869

0.931

0.500

0.671

高度耦合协调

上海

0.818

0.917

0.499

0.658

高度耦合协调

杭州

0.648

0.939

0.492

0.625

高度耦合协调

成都

0.599

0.901

0.490

0.606

高度耦合协调

济南

0.556

0.721

0.496

0.563

高度耦合协调

南京

0.555

0.793

0.492

0.576

高度耦合协调

北京

0.546

1.000

0.478

0.608

高度耦合协调

乌鲁木齐

0.532

0.504

0.500

0.509

高度耦合协调

西安

0.514

0.913

0.480

0.585

高度耦合协调

太原

0.498

0.806

0.486

0.563

高度耦合协调

海口

0.475

0.866

0.478

0.566

高度耦合协调

福州

0.397

0.910

0.460

0.548

高度耦合协调

贵阳

0.388

0.431

0.499

0.452

中度耦合协调

天津

0.343

0.893

0.448

0.526

高度耦合协调

长沙

0.305

0.946

0.429

0.518

高度耦合协调

南宁

0.300

0.973

0.424

0.520

高度耦合协调

合肥

0.291

0.892

0.431

0.505

高度耦合协调

郑州

0.276

0.761

0.442

0.479

中度耦合协调

南昌

0.255

0.979

0.405

0.500

中度耦合协调

 

昆明

0.251

0.821

0.423

0.476

中度耦合协调

 

银川

0.250

0.278

0.499

0.363

低度耦合协调

 

沈阳

0.247

0.780

0.427

0.468

中度耦合协调

 

石家庄

0.208

0.589

0.439

0.418

中度耦合协调

 

西宁

0.196

0.001

0.071

0.084

低度耦合协调

 

重庆

0.158

0.815

0.369

0.424

中度耦合协调

 

兰州

0.143

0.437

0.431

0.354

低度耦合协调

 

呼和浩特

0.117

0.873

0.323

0.400

低度耦合协调

 

哈尔滨

0.060

0.635

0.280

0.312

低度耦合协调

 

长春

0.001

0.926

0.033

0.123

低度耦合协调

 

由表2中的耦合协调度数据可以看出:

1)武汉、广州、上海、杭州、成都、济南、南京、北京、乌鲁木齐、西安、太原、海口、福州、天津、长沙、南宁、合肥等17个城市的智慧发展与低碳发展高度耦合协调,而银川、西宁、兰州、呼和浩特、哈尔滨和长春等6个城市的智慧发展与低碳发展呈现低度耦合协调,其余的贵阳、郑州、南昌、昆明、沈阳、石家庄和重庆等7个城市则处于中度耦合协调阶段。这表明对于我国大部分城市而言,智慧城市与低碳城市之间已经建立起相互合作、相互促进的共生关系,而其中智慧发展对于低碳发展的促进作用正是信息服务业智慧低碳效应的体现。具体来说,一方面智慧城市建设促进城市低碳发展。信息服务业是典型的低碳产业,以信息服务业为主导的智慧城市建设客观上起到降低高耗能产业比重,优化城市产业结构的作用。同时,信息服务业发展为低碳经济创造了新的增长点,使城市得以凭借创新驱动实现经济增长,在一定程度上缓解了因高耗能、高排放企业限产、关停或外迁带来的地方经济增长乏力问题。而且,智慧城市以信息技术对工业生产的渗透提高其能源使用效率,并通过虚拟现实服务引导了城市居民生活方式的低碳化变革。另一方面,低碳城市建设提升城市的智能水平。低碳城市的经济结构转型需要包括信息服务业在内的高技术产业快速发展。低碳城市建设提出的信息服务需求有力地推动智能技术的深度应用并带动生产要素投入,为信息服务业发展开拓了广阔的空间。同时,新的低碳需求也极大地刺激着信息服务业的技术创新,从而使之能够持续为智慧城市建设提供更高水平的信息服务支撑。由此可见,智慧城市与低碳城市之间实际上形成了资源共享、相互促进的一体化对称互惠共生关系。

2)将样本城市按照智慧水平进行排序,发现总体而言,在智慧化水平较高的城市,智慧化与低碳化的耦合协调度也相应较高;反之,智慧化水平较低的城市则智慧化与低碳化的耦合协调度也相应较低。这表明信息服务扩散有效促进了智慧城市与低碳城市的共生,即信息服务水平越高的城市,其智慧低碳整体效应越强。由信息服务业智慧低碳效应形成机理分析可知,信息服务和经济社会之间存在较为复杂的相互塑造关系,而建立在信息服务业高度发展基础上的智慧城市与低碳城市共生正是这种复杂关系的体现,有序的共生机制能够产生符合信息扩散要求的稳态行为战略和行为规范,从而促进信息服务业智慧低碳效应的形成。另外,相关数据也表明,贵阳、银川等13个城市的智慧化水平在全国来讲相对落后,是影响城市智慧低碳共生发展的主要因素。

四、结论

信息服务业具备为智慧城市提供综合信息平台,并引导生产生活方式进行低碳变革的能力,成为两种异质城市发展方式共生的主要驱动力。[14]信息服务业特有的智慧属性在扩散过程中形成智慧低碳效应,信息服务业扩散水平决定了智慧低碳效应的强度。在实践中,各级地方政府主导的智慧城市和低碳城市建设,给信息服务扩散提供了良好的政策机遇,信息服务业带动经济社会低碳发展的效应在智慧城市与低碳城市的耦合共生中得到集中体现。

本文以城市为载体考察我国智慧城市与低碳城市的共生现象及其智慧低碳特征,对智慧城市与低碳城市的共生关系进行实证研究,探讨信息服务扩散对经济社会低碳发展的作用。研究发现在武汉、广州等24个样本城市中,智慧化与低碳化呈现高、中度耦合协调,而且,信息服务业扩散对两种城市模式的耦合起到重要的促进作用,智慧化水平越高的城市,其智慧发展与低碳发展的相互作用越强,智慧低碳的整体效应越显著。两种城市发展模式耦合共生说明智慧城市建设和低碳城市建设是相互促进的,而其中智慧化对低碳化的带动作用正是信息服务业智慧低碳效应的集中体现,也是实践中众多城市提出智慧城市与低碳城市“双城共建”的内在原因。由此可以看出,在工业化、城镇化背景下,城市集中体现了信息服务业的智慧低碳效应。作为智慧城市和低碳城市共生体的智慧低碳城市以智能信息化做为实现城市低碳化发展的具体路径,以低碳化信息需求带动城市智能化水平提升,有助于确保城市经济增长与碳减排并行不悖、相辅相成,从而实现城市的全面可持续发展。

 

参考文献

[1] WINDER N, McIntosh B S, JEFFREY P. The origin, diagnostic attributes and practical application of co-evolutionary theory[J]. Ecological Economics, 2005, (4):347-361.

[2] RUTTER P, KEIRSTEAD J. A Brief History and the Possible Future of Urban Energy Systems[J]. Energy Policy, 2012, 50(3):72-80.

[3] KHAYYAT, N. T., HESHMATI, A. Production risk, energy use efficiency and productivity of Korean industries[R]. Working paper, 2014.

[4] SCHULTE, P., WELSCH, H., REXH?USER, S. ICT and the demand for energy: evidence from OECD countries[J]. Environmental and Resource Economics, 2016, 63(1):119-146.

[5] KIM, J., & HEO, E. Effect of ICT capital on the demands for labor and energy in major industries of Korea, US, and UK[J]. Environmental and Resource Economics Review, 2014, 23(1), 91–32.

[6] 胡晓鹏. 产业共生:理论界定及其内在机理[J]. 中国工业经济, 2008, (9): 118-128.

[7] 袁纯清. 共生理论:兼论小型经济[M]. 北京:经济科学出版社, 1998:20.

[8] 黑川纪章. 共生城市[J]. 建筑学报, 2001 (4): 7-12.

[9] DENNIS PAMLIN. Sustainability at the speed of light: opportunities and challenges for tomorrow's society[R]. World Wide Fund for Nature, 2002.

[10]ISHIDA, H.. The effect of ICT development on economic growth and energy consumption in Japan[J].Telematics and Informatics,2015,32(1): 79-88.

[11]R?PKE I, CHRISTENSEN T H. Energy impacts of ICT – Insights From an Everyday Life Perspective[J]. Telematics and Informatics, 2012,29(11): 348-361.

[12]Outline for the first global IT strategy for CO2 redctions: A billion tonnes of CO2 reductions and beyond through transformative change[R] . World Wide Fund for Nature (WWF) , 2008.

[13]Smart2020: enabling the low carbon economy in the information age[R]. The Climate Group on Behalf of the Global e-Sustainability Initiative (GeSI), 2008.

[14]愿景2050[R]. 世界可持续发展工商理事会, 2010.

 

 

Research on Symbiosis between Smart City and Low-Carbon City based on Coupling Coordination Degree

ZHANG Na, YANG Jianquan, LU Xi

(Xi'an Jiao Tong University City College, Xi'an, Shaanxi 710018)

 

Abstract

Information is the basic strategic resource of cities. The application scope of information service is the function boundary of the smart low-carbon effect of information service industry. Information activities are frequent and information service level is high in cities, so there are the regions where smart low-carbon effects are concentrated. Therefore, based on the data of the 30 provincial capital cities of China in 2015, this paper calculates the coupling coordination degree between the smart city and the low-carbon city, and investigates the role of the information service industry to promote the low- carbon development of economic and social. The quantitative research on the symbiotic relationship between the two types of urban development models is conducive to further clarifying the fact that the information service industry diffuses to drive the smart low-carbon development of city.

 

Keywords: Coupling coordination degree; Smart city; Low-carbon city; Symbiosis

 

 



编辑概况

张娜(1978),女,甘肃临泽人,博士,研究方向:产业经济与城市发展,Email:xianzn@139.com

杨健全(1962),男,陕西大荔人,教授,硕导,研究方向:国际贸易;Email:562248651@qq.com

鲁希(1997),女,河南南阳人,大学本科,国贸专业Email:1321179434@qq.com

 

1 该方法参考《中国城市竞争力统计年鉴》。

2 由于我国碳排放主要来自于化石能源消费,按照国家发改委能源研究所推荐值,1吨标准煤的碳排放系数为0.67,而1吨碳在氧气中完全燃烧后能释放3.67吨二氧化碳。因此,本文将样本城市单位GDP能耗按照“1标准吨煤=(0.67*3.67)吨CO2”的关系折算为碳强度,其中GDP以2010年不变价格计算。

XML 地图 | Sitemap 地图