西部地區(qū)能源消費碳排放時空格局演變及影響因素分析

冉光圭 楊 宣

（貴州大學 管理學院，貴州·貴陽 550025）

西部地區(qū)在我國戰(zhàn)略全局中具有十分重要的地位，加快西部地區(qū)生態(tài)文明建設，是西部地區(qū)高質量發(fā)展的內在要求，更是維護國家生態(tài)安全的戰(zhàn)略需要[1]。本文研究西部地區(qū)能源消費碳排放的時空格局演變及其影響因素，涵蓋重慶市、四川省、陜西省、云南省、貴州省、廣西壯族自治區(qū)、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)（含新疆生產(chǎn)建設兵團）、內蒙古自治區(qū)等11個?。ㄗ灾螀^(qū)、直轄市，下同），研究對象包括這11個?。▍^(qū)、市） 的127個地市、1019個縣及市轄區(qū)，總面積達563.94萬平方公里，約占全國國土總面積的58.74%；2020年GDP合計21.14萬億元，占全國國內生產(chǎn)總值的20.8%；人口規(guī)模3.79億人，占全國總人口的26.86%。其中，低碳試點省級行政區(qū)3個，低碳試點地級市18個，低碳試點縣及市轄區(qū)城市5個。2019年，西部11個?。▍^(qū)、市） 能源消費總量140546萬噸標準煤，約占全國31.4%。本文采用數(shù)據(jù)融合方法構建夜間燈光數(shù)據(jù)DMSP2000—2020年，模擬中國西部地區(qū)（西藏除外） 省市縣三級2000—2019 年多尺度碳排放模型，結合分數(shù)階灰色預測模型估算2025年多尺度碳排放數(shù)據(jù)，最后采用空間聚集性分析和LMDI因素分解方法進行聚類分類和影響因素探究，深刻揭示西部地區(qū)11個?。▍^(qū)、市） 能源消費碳排放的時空演變格局、動態(tài)演變規(guī)律及其影響動因，為西部地區(qū)各?。▍^(qū)、市） 制定科學有效的能源政策、碳減排方案，助推西部地區(qū)高質量發(fā)展提供基于大樣本的數(shù)據(jù)支撐和經(jīng)驗支持。

一、西部地區(qū)省域能源消費碳排放時空格局演變及預測

（一） 省級尺度碳排放時空格局演變模擬及預測

省級尺度能源消費碳排放數(shù)據(jù)借鑒呂倩和劉海濱的方法得到。2000年，碳排放量最高的是四川省，達到了13484.37萬噸，貴州和新疆的碳排放情況較為相似，位居第二，最低的是青海省，碳排放量僅為1489.36萬噸。2010年和2019年，碳排放量最高的則變?yōu)榱藘让晒?，分別達到62982.19萬噸和112807.70萬噸，最低的依然是青海，分別為4278.11萬噸和7179.69萬噸。借鑒Wu et al.的預測方法，得到2025年分省碳排放數(shù)據(jù)可窺見出，新疆的碳排放量從2019年的67923.94萬噸預計陡增至2025年的149072.1309萬噸，增速位居第一。其次則為內蒙古，依舊處于高碳排，預計2025年碳排放133006.55萬噸，位居第二。青海的碳排放量則與2019年前比增長幅度不大，仍處于較低水平，預計2025年碳排放量10906.47萬噸。

內蒙古自治區(qū)由于資源稟賦優(yōu)越，礦產(chǎn)資源富集，一直以來位居西部地區(qū)高碳排首位。目前世界上已查明的140多種礦產(chǎn)中，在內蒙古已發(fā)現(xiàn)礦產(chǎn)種類128種，其中儲量居全國前10位的有56種，22 種儲量列全國前3位，7種居全國首位。這導致內蒙古形成能源消費拉動型經(jīng)濟發(fā)展模式，碳排放量居高不下，需要加以重點防治。西南地區(qū)的人口大省四川由于地理位置優(yōu)越，資源豐富，工業(yè)化和城鎮(zhèn)化水平高，一直以來位居高碳排省份，也是需要密切關注的。隨著“一帶一路”建設的加快推進，廣西、新疆背靠東盟自由貿易區(qū)和中亞走廊的良好區(qū)位優(yōu)勢，能源消費需求旺盛，碳排放量逐年攀升。采用分數(shù)階灰色模型估計2025 年兩區(qū)碳排放量將達到新高度，分別為42293.6736萬噸和149072.1309萬噸。

（二） 地市級尺度碳排放時空格局演變模擬及預測

目前，西部地區(qū)各省份市縣兩級的能源消費統(tǒng)計數(shù)據(jù)極度匱乏，難以準確建立市縣兩級的碳排放數(shù)據(jù)。借鑒杜海波等的做法，本文用擬合后得到的DMSP/OLS2000—2020 年夜間燈光數(shù)據(jù)模擬市縣兩級的能源消費碳排放情況。考慮到降尺度到柵格單元的精度問題，故采取不含截距的線性回歸。

2000 年高排放區(qū)域主要集中在省會城市，四川成都市的碳排放量最高，內蒙古各地市的碳排放普遍較高。西部地區(qū)省會城市都有著很強的周邊輻射能力，尤其是呼和浩特市和西安市的輻射范圍較廣，呼和浩特市周邊聚集著如鄂爾多斯市、包頭市等這樣的高碳排城市，同時省內還形成了以赤峰市、呼倫貝爾市為代表的高碳排城市。西安市周邊則聚集了如渭南市、咸陽市這樣的高碳排地級市。昆明市除了帶動周邊的玉溪市、曲靖市、紅河哈尼族彝族自治州形成高碳排區(qū)域外，還輻射到了貴州省的六盤水市，形成包圍昆明市的高碳排區(qū)域。貴陽市、南寧市、蘭州市、西寧市的輻射范圍有限，省內各城市間發(fā)展較為均衡，碳排情況較為均勻。2010年后情況有所變化，內蒙古鄂爾多斯市位居榜首，整體碳排放與重慶市相近，并進一步向南輻射至陜西的榆林市、延安市形成新的高碳排城市群，而渭南市的碳排放有所改觀。烏魯木齊市周邊的高碳排區(qū)域則繼續(xù)呈擴張之勢，吸納了周邊的伊犁、塔城等地區(qū)。到2019 年，內蒙古的碳排放情況進一步惡化，開始呈南北擴張之勢，與周邊的烏蘭察布市、通遼市、興安盟等城市形成大面積高碳排區(qū)域，還波及到了甘肅的慶陽市、寧夏的吳忠市等城市。新疆的高碳排情況也不容樂觀，其轄區(qū)內的阿克蘇地區(qū)碳排放情況開始步入第一梯隊，并有向北擴張之勢。四川、云南、廣西、貴州等也開始形成大面積高碳排區(qū)域。綜上來看，地市級尺度基本與省級尺度結論一致。

通過分數(shù)階灰色預測2025年后的地市級碳排放發(fā)現(xiàn)，西部地區(qū)北方城市中，內蒙古的高碳排情況出現(xiàn)均勻分布，部分城市開始掉出高碳排聚集區(qū)。而新疆的和田地區(qū)、喀什地區(qū)和青海的海西州則增速明顯，出現(xiàn)高碳排傾向。西部地區(qū)南方城市中，昆明市與貴陽市的城市虹吸效應較為明顯，周邊聚集了大量的高碳排地級市，貴州省內貴陽市與遵義市形成雙城高碳排城市，云南省昆明市吸納了周邊的曲靖市，還將貴州省的黔西南州吸納進來形成高碳排城市群，四川省內的甘孜州增速較為迅速，預計2025年會達到高峰。

（三） 縣級尺度碳排放時空格局演變模擬及預測

2000 年，區(qū)縣級的高碳排區(qū)域主要集中在內蒙古、新疆、陜西一帶，碳排放量位居前10名的區(qū)縣依次為鄯善縣、庫車市、輪臺縣、科爾沁區(qū)、牙克石市、賽罕區(qū)、九原區(qū)、青銅峽市、準格爾旗、神木市。四川成都市的雙流區(qū)，重慶市渝北區(qū)，云南昆明市的紅塔區(qū)、西山區(qū)、官渡區(qū)，貴州六盤水市的盤州市等也形成了高碳排區(qū)域。2010 年后，內蒙古、寧夏和陜西出現(xiàn)大量新增高碳排城市，碳排放量位居前10名的區(qū)縣依次為鄂爾多斯市的準格爾旗、榆林市的定邊縣、鄂爾多斯市的伊金霍洛旗、銀川市的靈武市、延安市的志丹縣、阿克蘇地區(qū)的庫車市、鄂爾多斯市的東勝區(qū)、通遼市的科爾沁區(qū)、延安市的吳起縣、呼和浩特市的土默特左旗。2019年后，內蒙古、寧夏高碳排區(qū)域進一步擴大，形成了連接陜西榆林、內蒙古鄂爾多斯、寧夏銀川市為三角的高碳排區(qū)域，碳排放量位居前10名的區(qū)縣依次為阿克蘇地區(qū)的沙雅縣、吳忠市的鹽池縣、鄂爾多斯市的烏審旗和準格爾旗、榆林市的定邊縣、銀川市的靈武市、慶陽市的華池縣、環(huán)縣和合水縣、鄂爾多斯市的伊金霍洛旗。

分數(shù)階灰色模型模擬2025年碳排放情況發(fā)現(xiàn)，新疆阿克蘇地區(qū)、青海玉樹州、四川甘孜州可能會出現(xiàn)高碳排，云南轄區(qū)的高碳排區(qū)域呈現(xiàn)收縮趨勢，預計碳排放量位居前10名的區(qū)縣依次為阿克蘇地區(qū)的沙雅縣、玉樹州的曲麻萊縣、吳忠市的鹽池縣、鄂爾多斯市的烏審旗、慶陽市的華池縣、合水縣、環(huán)縣、銀川市的靈武市、榆林市的榆陽區(qū)、鄂爾多斯市的準格爾旗。

二、空間聚集性分析

本文用全局莫蘭指數(shù)（Moran's I） 觀測西部地區(qū)市縣兩級尺度的空間聚集效應，通過ARCGIS空間分析工具匯總如表1所示。西部地區(qū)地市級和區(qū)縣級從2000—2019 年的全局莫蘭指數(shù)都為正，且正態(tài)統(tǒng)計量Z值都在5%水平下顯著（p<0.05），說明西部地區(qū)市縣兩級碳排放整體水平呈顯著正相關，內部存在高（低） 聚類。進一步發(fā)現(xiàn)，地市級層面從2000年到2005年，全局莫蘭指數(shù)從0.5859上升至0.5895，說明這段時間內各地級市間高度正相關，內部協(xié)調度高，碳排放相似的城市出現(xiàn)規(guī)模聚集。2010—2019 年，全局莫蘭指數(shù)開始逐年降低，說明各地級市間出現(xiàn)分化的現(xiàn)象，彼此間有所不同，局部區(qū)域聚集了大量的高碳排區(qū)域。而區(qū)縣級層面全局莫蘭指數(shù)在2000—2010年一直處于增長的趨勢，直到2010年起開始降低。時間尺度上區(qū)縣級與地市級雖存在一定的滯后，但大體上數(shù)據(jù)走勢基本一致。

表1西部11個?。ㄗ灾螀^(qū)、直轄市） 地市及區(qū)縣兩級全局莫蘭指數(shù)表

運用局部莫蘭指數(shù)可以更方便地觀察彼此間的聚集情況，參照武紅的做法，將聚集類型劃分為四類減排區(qū)，并通過ARCGIS空間分析工具匯總可得地市級聚集數(shù)據(jù)見（表2）?？傮w來看，高-高聚集主要分布在內蒙古、新疆、陜西、寧夏等省區(qū)，高-低聚集則主要分布在四川成都市、甘肅蘭州市、貴州遵義市和新疆阿克蘇地區(qū)，低-低聚集則來自甘肅甘南州、青海海南州和果洛州、四川雅安市自貢市和內江市等，低-高聚集則主要分布在陜西銅川市和新疆阿拉爾市。

表2 西部11個省地市級LISA聚集分析

地市和區(qū)縣兩級全局莫蘭指數(shù)在時間尺度上具有一定的不同，有必要針對區(qū)縣級進行較為詳盡的局部莫蘭指數(shù)聚類分析。區(qū)縣尺度聚類分析發(fā)現(xiàn)高-高聚類主要分布在兩處，一處以內蒙古、陜西、寧夏為主，另一處以新疆為主，這一結論與地市尺度的結論所有不同。從表2可知，自2010年后，新疆地市級層面就退出高-高聚集，但區(qū)縣級聚類分析卻表明，新疆沙雅縣、庫車市、輪臺縣等仍處于高-高聚集，陜西則主要集中在藍田縣、臨渭區(qū)、大荔縣等處，而內蒙古、寧夏的高-高聚集基本與地市級層面一致。高-低聚集分布在新疆、四川、貴州、廣西、云南、重慶一帶，新疆高-低聚集主要集中在且末縣和葉城縣，四川高-低聚集主要集中在簡陽市、西昌市，貴州高-低聚集主要集中在花溪區(qū)、凱里市、紅花崗區(qū)等，云南高-低聚集主要集中在大理市和保山市隆陽區(qū)等，廣西高-低聚集主要集中在興賓區(qū)。低-高聚集則分布在新疆、內蒙古、陜西一帶，內蒙古低-高聚集主要集中在鄂爾多斯市、包頭市、烏蘭察布市等，如察哈爾右翼中旗、鄂托克前旗、達茂旗等，陜西低-高聚集主要集中在榆林市、延安市等地，如子洲縣、甘泉縣、清澗縣等，新疆低-高聚集主要集中在和靜縣和木壘哈薩克自治縣等。低-低聚集主要分布在甘肅、青海、四川、貴州、廣西、云南等?。▍^(qū)），除地市級層面反映的分布區(qū)域外，四川低-低聚集主要集中在甘孜州、涼山州、雅安市和樂山市，如白玉縣、雅江縣、鹽源縣等；云南低-低聚集主要集中在昭通市、迪慶藏族自治州和怒江傈僳族自治州，如昭陽區(qū)、鎮(zhèn)雄縣、貢山縣等；貴州低-低聚集主要集中在銅仁市和黔東南州，如天柱縣、石阡縣和松桃自治縣等；廣西低-低聚集主要集中在桂林市、柳州市和賀州市等地，如昭平縣、資源縣、融安縣等。從地市和區(qū)縣兩級的聚類分析可知，地市級和區(qū)縣級彼此間存在一定差異，區(qū)縣級的異質性更為顯著，所以有必要在政策制定中考慮地市和區(qū)縣不同層級，以達到較好的減排效果。

三、西部地區(qū)能源消費碳排放影響因素分析

表3報告了2000—2019 年西部地區(qū)11個?。▍^(qū)、市） 能源消費碳排放的LMDI分解結果。從表3 可知，經(jīng)濟發(fā)展和能源結構的變化對碳排放量的增長有正向影響，能源強度的變化對碳排放量的增長表現(xiàn)為負向影響，人口規(guī)模的影響具有異質性。經(jīng)濟發(fā)展變動對西部11個省2000—2019年能源消費碳排放的影響最大，累積貢獻率達125.46 %；能源強度的影響程度位居第二，累積貢獻率為-33.21%；人口規(guī)模的影響程度居第三，累積貢獻率為4.01%；能源結構對碳排放量的影響最小，累積貢獻率僅為3.74%。

表3 2000-2019年西部地區(qū)11個?。ㄗ灾螀^(qū)、直轄市） 能源消費碳排放的LMDI分解結果表

（一） 經(jīng)濟發(fā)展是西部11個?。▍^(qū)、市） 能源消費碳排放增長的最主要誘因

由表3可知，經(jīng)濟發(fā)展對碳排放的累積貢獻率最高，高達125.46%，且累積貢獻值最大，為4596199.2萬噸，表明經(jīng)濟發(fā)展是造成西部地區(qū)能源消費碳排放量快速增加的主要因素。從省際看，西部11個?。▍^(qū)、市） 經(jīng)濟發(fā)展對能源消費碳排放的貢獻率從大到小依次是重慶（224.9%）、貴州（198.82%）、甘肅（174.96%）、四川（152.89%）、陜 西（117.16%）、 青 海（112.89%）、 廣 西（111.63%）、云南（111.55%）、新疆（105.42%）、內蒙古（104.64%）、寧夏（86.03%）。除寧夏低于90%外，其余各省經(jīng)濟發(fā)展對能源消費碳排放的累積貢獻率都大于100%，尤以重慶和貴州較高。貴州經(jīng)濟增速連續(xù)十年居于全國前列，2020年地區(qū)生產(chǎn)總值17826.56億元，按可比價格計算，比上年增長4.5%，增速高于全國2.2個百分點；重慶2020年地區(qū)生產(chǎn)總值25002.79億元，比上年增長3.9%。

（二） 能源強度降低是抑制能源消費碳排放的關鍵因素

能源強度的累積貢獻率為-33.21%，絕對值在所有影響因素中排名第二，僅次于經(jīng)濟發(fā)展因素，說明西部11個省（區(qū)、市） 能源強度下降有利于顯著降低能源消費碳排放量。其中，重慶市的能源強度對碳排放的抑制作用最強，自2010年被納入低碳試點城市以來，重慶市大力發(fā)展綠色產(chǎn)業(yè)，創(chuàng)建綠色園區(qū)2個、綠色工廠42家、綠色礦山101家，2019 年成立全市首家綠色銀行，發(fā)行綠色債券44.6億元，把“綠色+”融入經(jīng)濟社會發(fā)展各方面，支持循環(huán)經(jīng)濟、綠色產(chǎn)業(yè)和節(jié)能環(huán)保產(chǎn)業(yè)，全面推進節(jié)能降耗，技術進步和產(chǎn)業(yè)升級使得重慶市在西部地區(qū)碳減排貢獻率中居于首位。寧夏的能源強度整體上對碳排放具有促進作用，2013—2019 年，寧夏能源強度累積貢獻率為負值，即對碳排放具有抑制作用。但在2013年以前寧夏能源強度累積貢獻率為正值，即對碳排放具有一定的促進作用，究其原因，主要源于寧夏能源結構單一，其中2020年電力結構中火力發(fā)電占比依然高達83.8%，脆弱的生態(tài)環(huán)境加上單一的能源結構使得寧夏面臨轉型之難，能源強度居高不下。

（三） 人口規(guī)模增長對能源消費碳排放有著微弱的正向影響

人口規(guī)模的累積貢獻率為4.01%，僅高于能源結構效應，說明人口規(guī)模變動對碳排放起著微弱的正向拉動作用。從省際差異看，四川和重慶的人口規(guī)模具有微弱的負向影響，即對碳排放起到一定的抑制作用，而其余各省的人口規(guī)模具有稍弱的正向影響，對碳排放起到一定的促進作用。從人口增長來看，2000—2019年四川和重慶的人口都曾在某一時間段內出現(xiàn)人口持續(xù)下降后又逐步上升，而其他各省區(qū)都處于持續(xù)增長中，人口增長率的變化對碳排放具有異質性。

（四） 能源結構變動對能源消費碳排放的影響較小

能源結構的累積貢獻率最小，僅為3.74%，說明能源結構是能源消費碳排放增長最微弱的影響因素。從省際差異分析，新疆能源結構對碳排放的累積貢獻率較高，占比達到7.67%，除此以外，各省間相差不大。新疆煤炭資源豐富，高儲量的煤炭資源吸引了山東魯能、神華、國投集團等企業(yè)陸續(xù)在新疆從事煤炭勘探開發(fā)和煤電，給新疆經(jīng)濟注入了活力，也帶來了能源結構上的不合理。貴州能源結構對碳排放的累積貢獻率居西部地區(qū)最低，占比僅為1.15%，近年來，貴州守住發(fā)展和生態(tài)兩條“底線”，用好“新”與“舊”“守”與“變”的辯證法，加快新舊動能的接續(xù)轉換，有力助推高質量發(fā)展，貴州生態(tài)利用型、循環(huán)高效型、低碳清潔型和環(huán)境治理型等綠色經(jīng)濟占地區(qū)生產(chǎn)總值的比重達到50%，取得了良好的生態(tài)效益和經(jīng)濟效益。

四、結論與政策建議

（一） 結論

1. 西部地區(qū)能源消費碳排放的時空格局演變特征：省級層面，內蒙古的碳排放量常年位居西部地區(qū)首位，青海的碳排放量整體較低；地市層面，內蒙古的鄂爾多斯市和包頭市、新疆的阿克蘇地區(qū)等地碳排放較高；區(qū)縣層面，新疆輪臺縣、鄯善縣，陜西志丹縣、吳起縣等都具有一定的高碳排。預計2025年廣西和新疆的碳排放量增長較快，新疆的和田地區(qū)和喀什地區(qū)、青海的海西州增速明顯，新疆沙雅縣、青海曲麻萊縣、寧夏鹽池縣和靈武市、內蒙古烏審旗和準格爾旗、甘肅華池縣、甘肅合水縣和環(huán)縣、陜西榆陽區(qū)等區(qū)縣會產(chǎn)生高碳排，需要重點防范。

2. 西部地區(qū)能源消費碳排放的空間聚集效應：11個省（區(qū)、市） 地市級和區(qū)縣級碳排放整體水平呈顯著正相關關系，內部存在高（低） 聚類。各省會城市基本處于高碳排第一方陣，并各自形成省會（首府） 城市包圍圈，輻射周邊城市。高-高聚集（優(yōu)先減排區(qū)） 主要分布在新疆、內蒙古、陜西一帶的市縣。高-低聚集（重點減排區(qū)）分布在新疆、四川、貴州、廣西、云南一帶的市縣。低-高聚集（減排觀察區(qū)） 分布在新疆、內蒙古、陜西一帶的市縣。低-低聚集（減排緩沖區(qū)）主要分布在四川、貴州、廣西、云南等地市縣。

3. 西部地區(qū)能源消費碳排放變動的影響誘因包括經(jīng)濟發(fā)展、能源強度、人口規(guī)模和能源結構。經(jīng)濟發(fā)展是能源消費碳排放的主要驅動因素，其中重慶的經(jīng)濟發(fā)展對碳排放增長的累積貢獻率最大，高達224.9%。能源強度下降是抑制碳排放的關鍵因素，其中重慶的能源強度對碳排放的抑制作用最強，為-121.56%。人口規(guī)模對能源消費碳排放的影響具有異質性，四川和重慶的人口規(guī)模對碳排放具有微弱的負向影響，即對碳排放起到一定的抑制作用，其余各省的人口規(guī)模對碳排放具有稍弱的正向影響。能源結構對碳排放的累積貢獻率最低，其中新疆的能源結構貢獻率較高，占比達到7.67%。

（二） 政策建議

1. 重點防范資源型城市的高碳排傾向。內蒙古鄂爾多斯市、包頭市，陜西榆林市，新疆阿克蘇地區(qū)等地的礦產(chǎn)資源儲備豐富，自然資源稟賦較好，碳排放較高，要加以重點防范。在制定碳減排方案時，需要考慮轄區(qū)內城市間差異，僅僅只針對省會城市減排難以發(fā)揮較大功效。建立碳減排省際會商機制，構建省際間碳排放數(shù)據(jù)、信息共享平臺，對兩省鄰近地域要重點監(jiān)控，避免因政策差異形成碳排放監(jiān)管“真空”。制定縣級尺度的減排區(qū)域，強化目標主體責任，完善市縣級碳排放數(shù)據(jù)的統(tǒng)計標準和體系。

2. 培育綠色低碳文化，推行綠色低碳生產(chǎn)生活方式，踐行綠色低碳生活。大力發(fā)展綠色低碳循環(huán)經(jīng)濟，降低單位GDP能耗。高碳排城市應重點扶持減排產(chǎn)業(yè)，如清潔發(fā)電、綠色建筑、新能源汽車等相關產(chǎn)業(yè)，嚴控煤炭消費，構建以非化石能源為主的零碳能源系統(tǒng)，實現(xiàn)清潔能源高效替代，同時積極開展碳捕集利用與封存技術研發(fā)與利用，實現(xiàn)二氧化碳資源的利用。提升城市廢棄物精細化管理水平，提高能源二次利用效率。加快生態(tài)文明立法，培育綠色低碳文化，養(yǎng)成良好的綠色低碳生活方式，實現(xiàn)綠色低碳消費，最終實現(xiàn)綠色低碳發(fā)展。