研究目的
研究方法
1.指标选择：
- LCC效果评估指标：通过文献综述，选择了包括经济、社会、能源、环境等多个维度的指标，构建了一个综合评估LCC绩效的指标体系。
2.BP神经网络：
用于评估LCC的效果，构建了一个三层BP神经网络模型，该模型包含输入层、隐藏层和输出层，采用Sigmoid型非线性函数作为激活函数，通过反向传播算法训练网络，捕捉变量间的非线性关系。
3.三阶段数据包络分析（DEA）模型：
4.波士顿矩阵：
用于从效果和效率的双重维度分析LCC绩效，将LCC绩效分为四个象限，以探索不同的发展路径。
5.数据收集与处理：
数据来源于35个中国大城市，涵盖2010-2019年期间，部分指标数据从2006年开始收集。 数据来源包括中国城市统计年鉴、中国城市建设统计年鉴、中国能源统计年鉴、中国碳排放账户和数据集、中国环境统计年鉴、中国统计年鉴等。 缺失数据通过线性插值或外推技术完成。
结果
1.LCC效果表现：
35个样本城市在2010-2019年期间的LCC效果值显示出增长（27/35）或稳定（8/35）的趋势。 上海（SH）的效果提升尤为显著，得益于内部优势和外部政策的结合。 北京（BJ）等城市在研究期间显示出稳定的高效果表现，但后续发展进入平台期。
2.LCC效率表现：
35个样本城市的LCC效率值在2010-2019年期间呈现出波动趋势。 高效率城市主要分布在东部沿海地区，而低效率城市主要集中在西北地区。 东部和东北部城市的LCC效率普遍高于中部或西部地区。
3.效果与效率的双重视角分析：
部分城市在整个研究期间始终保持“高-高”（H-H）状态，如上海、广州和深圳。 一些城市则始终处于“低-低”（L-L）状态，如太原、合肥和郑州。 一些城市如杭州（HZ）和南京（NJ）在研究期间逐渐从“低-低”（L-L）状态转变为“高-高”（H-H）状态。
讨论
- 1.效果与效率的重要性
：效果是成功的基础，效率是维持成功的关键。 - 2.方法的有效性验证
：通过案例研究验证了结合效果和效率的双重视角分析方法的有效性。 - 3.政策建议
：提出了针对中国城市低碳绩效提升的政策建议，包括因地制宜的政策、技术创新、资源配置优化等。 - 4.局限性与未来研究方向
：研究的局限性在于样本城市数量限制了发现的普遍性，未来研究可以扩展到全球更多城市，并深入考虑生态网络及其压力-响应模式。
