中國城市碳達(dá)峰路徑及其驅(qū)動因素的結(jié)構(gòu)分解

張兵兵，王捷，閆志俊

（1.南京農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，江蘇 南京 210095； 2.南京農(nóng)業(yè)大學(xué)中國資源環(huán)境與發(fā)展研究院，江蘇 南京 210095； 3.南京師范大學(xué)商學(xué)院，江蘇 南京 210046）

改革開放以來，中國經(jīng)濟發(fā)展取得令人矚目的成就，但同時也伴隨著能源過度消耗和環(huán)境污染問題。2021年，中國能源消費總量高達(dá)52.4億t標(biāo)準(zhǔn)煤，二氧化碳排放量超119億t，為世界第一大能源消耗國和碳排放國。節(jié)能減排是解決當(dāng)前世界資源環(huán)境瓶頸的必然之路［1］。城市作為經(jīng)濟發(fā)展的重要載體和節(jié)能減排的主戰(zhàn)場，其減排效果將直接決定著中國“雙碳”目標(biāo)能否按期實現(xiàn)。因此，科學(xué)解析符合經(jīng)濟發(fā)展規(guī)律下的城市碳達(dá)峰路徑，并深入剖析影響城市碳達(dá)峰的結(jié)構(gòu)性因素，能夠在實踐層面為中國整體碳達(dá)峰、碳中和戰(zhàn)略目標(biāo)的實現(xiàn)起到引領(lǐng)示范作用。

1 文獻(xiàn)綜述

目前，與該研究密切相關(guān)的文獻(xiàn)主要圍繞碳排放測算［2-3］、碳達(dá)峰預(yù)測及其影響因素分解兩方面展開。第一，碳排放測算及碳達(dá)峰時間預(yù)測。現(xiàn)有文獻(xiàn)較多利用DMSP/OLS夜間燈光數(shù)據(jù)進行碳排放測算，并且這一數(shù)據(jù)官方只更新到2013年［4-5］。Zhao等［6］利用NPP/VIIRS夜間燈光數(shù)據(jù)彌補了2013年后的數(shù)據(jù)缺失問題，將城市維度的碳排放研究數(shù)據(jù)擴充至2015年。此外，一些學(xué)者［7-9］采用模型預(yù)測與情景模擬相結(jié)合的方法探究二氧化碳峰值問題，然而傳統(tǒng)預(yù)測模型難以處理數(shù)據(jù)繁雜以及變量復(fù)雜關(guān)系所導(dǎo)致的精度不足缺陷。機器學(xué)習(xí)因具有較強的非線性擬合能力，許多學(xué)者認(rèn)為這會使預(yù)測結(jié)果更加科學(xué)合理［10］。第二，碳排放驅(qū)動因素的結(jié)構(gòu)分解。碳排放驅(qū)動因素的分解方法主要有結(jié)構(gòu)分解法（SDA）和指數(shù)分解法（IDA）。結(jié)構(gòu)分解法需要建立在投入-產(chǎn)出數(shù)據(jù)基礎(chǔ)上［11］，而指數(shù)分解法所需數(shù)據(jù)更易獲取、便于操作，所以得到了更為廣泛的應(yīng)用［12-14］。已有運用廣義迪氏指數(shù)法對碳排放進行分解的研究表明能源消耗、人口規(guī)模、經(jīng)濟發(fā)展均是影響碳排放的驅(qū)動因素［15］。

2 基于夜間燈光數(shù)據(jù)的城市碳排放估算

2.1 估算方法

借鑒Meng等［5］的測算思路反演中國2000—2018年地級及以上城市（下文中的“地級市”或“城市”均指“地級及以上城市”）的二氧化碳排放。首先，對原始燈光數(shù)據(jù)進行校準(zhǔn)；其次，運用燈光亮度總值對省際層面二氧化碳排放量進行彈性估算；最后，引入從上至下估計方法，構(gòu)建模型對地級市碳排放進行測度（夜間燈光數(shù)據(jù)反演的詳細(xì)過程略，備索）。

2.2 估算結(jié)果分析

2.2.1 區(qū)域-城市層面

由于各個區(qū)域的經(jīng)濟發(fā)展水平、政策導(dǎo)向、產(chǎn)業(yè)結(jié)構(gòu)的異質(zhì)性，中國東中西地區(qū)各個城市二氧化碳排放量也有所不同。2000—2018年各地區(qū)城市年均二氧化碳排放量呈波動上升趨勢，中部地區(qū)城市年均碳排放居高，東部城市居中，西部城市最低。其中，中部地區(qū)城市與東部地區(qū)城市年均碳排放在2000—2007年間呈平行增長趨勢，2007年后兩者差距逐漸拉大，至2018年兩者年均碳排放相差3 772.38萬t。這可能是由于2007年之后，東部地區(qū)經(jīng)濟發(fā)展重心逐步轉(zhuǎn)為優(yōu)化經(jīng)濟結(jié)構(gòu)和提升經(jīng)濟質(zhì)量，其年均碳排放增速開始逐步放緩。隨著產(chǎn)業(yè)“西進”步伐加速，中部區(qū)域承接國際和國內(nèi)產(chǎn)業(yè)轉(zhuǎn)移能力不斷加強，一定程度上引致了中部區(qū)域碳排放的增加（限于篇幅，區(qū)域-城市層面結(jié)果圖略，備索）。

2.2.2 五大城市群

基于以上分析，分別構(gòu)建城市群人均碳排放與GDP碳強度指標(biāo)以剖析五大城市群碳排放的動態(tài)演化趨勢。

觀察圖1可知，2000—2018年五大城市群的二氧化碳排放總量、人均碳排放總體呈現(xiàn)增長態(tài)勢，而GDP碳強度則呈現(xiàn)下降趨勢。2000—2018年間長江中游、長三角、珠三角、成渝和京津冀五大城市群碳排放量年均增速分別為7.5%、6.9%、5.7%、3.4%和5.5%，與此同時，其經(jīng)濟發(fā)展年均增速分別為14.2%、12.2%、12.9%、11.4%和11.5%，經(jīng)濟增長的年均增速均小于碳排放的年均增速，因此，五大城市群的單位GDP強度均呈現(xiàn)下降趨勢。這也充分表明中國節(jié)能降碳增效行動取得積極進展，生態(tài)文明觀念穩(wěn)固樹立，為應(yīng)對全球氣候變化作出了積極貢獻(xiàn)［16］。人均碳排放呈現(xiàn)增長趨勢，則意味著此期間二氧化碳排放增速要顯著高于人口增長速度。具體來說，2000—2018年五大城市群二氧化碳排放和人均碳排放特征大致可分為“快速增長期”與“平臺波動期”兩個階段，這與段林豐等［17］研究結(jié)論相一致。

圖1 2000—2018年五大城市群二氧化碳排放趨勢

分區(qū)域?qū)Ρ葋砜?，珠三角城市群GDP碳強度為五大城市群最低，其樣本內(nèi)GDP碳強度均值為1.14萬t/億元，大大低于位居第二名成渝城市群的2.37萬t/億元，而其碳排放總量和人均碳排放都遠(yuǎn)高于處于較低水平的成渝城市群。這主要歸因金融危機后，珠三角城市群積極尋求經(jīng)濟發(fā)展轉(zhuǎn)型，不斷進行結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級，GDP碳強度得以明顯降低。隨著珠三角城市群第三產(chǎn)業(yè)的快速發(fā)展，城鎮(zhèn)用地碳排放持續(xù)增長將成為碳減排的關(guān)鍵問題，引致其碳排放總量不斷增加［18］。長江中游城市群GDP碳強度在2000—2018年間下降了15.62萬t/億元，京津冀與長三角城市群分別下降了2.84萬t/億元、0.22萬t/億元，前者下降幅度遠(yuǎn)超出后兩者，反映為高碳排放地區(qū)的降幅顯著高于低排放地區(qū)的降幅，地區(qū)間平均排量差異縮小，呈現(xiàn)出一定的收斂特性。

3 基于機器學(xué)習(xí)的城市碳達(dá)峰路徑演化

3.1 特征選擇及預(yù)測

選取地級市層面經(jīng)濟發(fā)展水平、資本、勞動、能源消費和PM2.5等5個與碳排放密切相關(guān)的變量作為初始數(shù)據(jù)集，運用隨機森林算法對初始數(shù)據(jù)集進行降維，以獲得最優(yōu)預(yù)測模型。其次，運用Prophet模型對2019—2035年267個城市的四個特征變量進行預(yù)測（全國地級及以上城市共297個，含4個直轄市，囿于數(shù)據(jù)的可獲得性，該研究未包括巴彥淖爾、烏蘭察布、黑河、亳州、隨州、中山、云浮、崇左、來賓、賀州、貴港、三沙、儋州、眉山、資陽、畢節(jié)、銅仁、普洱、吐魯番、哈密、拉薩、日喀則、昌都、林芝、山南、那曲、固原、中衛(wèi)、西寧、海東以及港澳臺地區(qū)）。最終，基于預(yù)測的各特征變量數(shù)據(jù)運用高斯回歸、支持向量機、梯度提升等方法擬合得到2019—2035年地級市碳排量預(yù)測值。由于碳中和的實現(xiàn)涉及因素種類較多且較為復(fù)雜［19］，鑒于此，該研究在預(yù)測城市碳達(dá)峰時并未考慮2060年碳中和要求。

3.2 碳達(dá)峰路徑分析

比照4種模型預(yù)測結(jié)果，發(fā)現(xiàn)高斯回歸算法的預(yù)測結(jié)果較優(yōu)于支持向量機和梯度提升。從總體預(yù)測趨勢來看，現(xiàn)有演化路徑下267個地級市中能按期甚至提前碳達(dá)峰的城市僅有3個，分別為蘇州市、貴陽市和德州市，剩余的絕大多數(shù)城市并不能按期碳達(dá)峰。其中，約有15%的城市可以在2031年達(dá)峰，近8%的城市可在2032年達(dá)峰，71%的城市集中在2034年達(dá)峰，剩余約6%的城市將長時間延遲達(dá)峰。該研究將以高斯回歸預(yù)測結(jié)果為準(zhǔn)，從不同層面對城市碳達(dá)峰路徑進行分析。

3.2.1 區(qū)域-城市層面

從碳排放的絕對量來看，267個地級市的碳排放仍呈現(xiàn)出持續(xù)上升態(tài)勢。2019年267個地級市二氧化碳排放總量為12 067.90萬t，到2035年將增長至19 489.98萬t，17年間將增長1.6倍。從時間維度來看，267個地級市碳排放增長率呈現(xiàn)出波動性下降趨勢。2019—2035年碳排放年均增長率將為3.1%，約為2000—2018年均增長率的1/3。其中：2020—2025年267個地級市碳排放年均增速為3.3%，2025—2030年增速將有所減緩，年均增長率下降至3.1%，2030—2035將進一步放緩，年均增長率降低至2.6%。這意味著未來碳排放增長量將會隨著各地碳達(dá)峰措施力度的加強而持續(xù)走低（限于篇幅，各模型預(yù)測曲線對比圖及區(qū)域-城市層面分析結(jié)果圖表略，備索）。

3.2.2 東中西部地區(qū)城市

基于預(yù)測的各變量數(shù)據(jù)，進一步構(gòu)建GDP碳強度及人均碳排放等指標(biāo)對不同區(qū)域2019—2035年碳排放變化趨勢進行深度剖析。2019—2035年，各地區(qū)城市生產(chǎn)總值碳強度將呈現(xiàn)波動性下降趨勢，人均碳排放總體則呈現(xiàn)波動式上升趨勢。從碳排放絕對量來看，中部地區(qū)城市仍將是碳排放最高的區(qū)域，東部地區(qū)城市年均碳排放緊隨其后，西部城市最低，這與2000—2018年的測算情形相一致。從GDP碳強度看，東中西地區(qū)城市生產(chǎn)總值碳強度總體將呈波動性下降趨勢，與2000—2018變動趨勢有所不同。未來西部城市將可能逐漸成為GDP碳強度最低的區(qū)域，東部略高于西部，中部地區(qū)則可能仍在高位，維持在3.74萬t/億元左右。就GDP碳強度的下降速度而言，呈現(xiàn)出“西部地區(qū)城市＞東部地區(qū)城市＞中部地區(qū)城市”的格局。這也從側(cè)面反映出東西部地區(qū)城市的產(chǎn)業(yè)結(jié)構(gòu)將逐漸轉(zhuǎn)向低碳化，部分城市可通過能源結(jié)構(gòu)調(diào)整和優(yōu)化升級，率先實現(xiàn)碳達(dá)峰。從人均碳排放看，各地區(qū)則形成“中部地區(qū)城市＞東部地區(qū)城市＞西部地區(qū)城市”的格局。中部地區(qū)城市人均碳排放增長最快，由2019年的26.20 t/人增長到2035年34.49 t/人，其人均碳排放約分別是西部和東部地區(qū)城市的3.2倍和1.6倍。

東部地區(qū)城市生產(chǎn)總值碳強度不斷降低，這可能是一些經(jīng)濟發(fā)達(dá)的城市，在推動產(chǎn)業(yè)升級的過程中低碳技術(shù)產(chǎn)業(yè)得以快速發(fā)展，在綠色低碳高質(zhì)量發(fā)展轉(zhuǎn)型過程中處于領(lǐng)先位置，因而具有按期甚至提前碳達(dá)峰的產(chǎn)業(yè)基礎(chǔ)。中部地區(qū)城市GDP碳強度雖呈下降趨勢，但碳排放總量和人均碳排放均出現(xiàn)較大增長。中部地區(qū)城市的產(chǎn)業(yè)結(jié)構(gòu)以高能耗為主，能源消費需求會隨著工業(yè)化、城鎮(zhèn)化的進一步而增加，因而引致的碳排放也會增加。西部地區(qū)城市不論是碳排放絕對量、GDP碳強度還是人均碳排放都是三大地區(qū)城市中較低的。這可能得益西部地區(qū)得天獨厚的區(qū)位資源稟賦，風(fēng)能、太陽能等可再生清潔能源比重較高，并且地廣人稀，城鎮(zhèn)化水平較低，使得其碳排放絕對量與人均碳排放處于較低水平。

3.2.3 五大城市群

觀察圖2可以看出，在現(xiàn)有路徑演化下，五大城市群的碳排放總量及人均碳排放量總體將呈現(xiàn)出波動式上升趨勢，而GDP碳強度則呈下降趨勢。2019—2035年長江中游、長三角、京津冀、珠三角和成渝城市群碳排放總量將分別增長44.41%、30.53%、35.17%、35.43%和33.98%，同時期其GDP碳強度則分別下降23.8%、11.2%、24.2%、30.09%和28.3%。這表明未來五大城市群在保持經(jīng)濟發(fā)展的同時可以實現(xiàn)碳排放量的下降，即實現(xiàn)經(jīng)濟低碳轉(zhuǎn)型?？v向來看，長江中游城市群的二氧化碳排放量、GDP碳強度和人均碳排放將為五大城市群最高，預(yù)測區(qū)間內(nèi)“三高”態(tài)勢特征明顯。2021年其第三產(chǎn)業(yè)增加值占比僅為51%，遠(yuǎn)低于京津冀、長三角的67%、57%，產(chǎn)業(yè)結(jié)構(gòu)不盡合理，第三產(chǎn)業(yè)比重過低，短時期內(nèi)“三高”態(tài)勢難以快速緩解。而成渝城市群無論是二氧化碳排放總量、人均碳排放強度，還是GDP碳強度在未來都將處于相對較低水平。

圖2 2019—2035年5大城市群二氧化碳排放趨勢

作為中國三大沿海城市群，長三角、珠三角、京津冀地理條件優(yōu)越，經(jīng)濟發(fā)展強勁，故其低碳轉(zhuǎn)型發(fā)展備受關(guān)注。2035年，長三角城市群碳排量將達(dá)到26.89億t，約為京津冀城市群的1.6倍、珠三角城市群的4.2倍。與此同時，其GDP碳強度、人均碳排放將分別為3.46萬t/億元、18.26 t/人，約為京津冀城市群的3.7倍、1.2倍，珠三角城市群的8.2倍、1.5倍。2020年，長三角地區(qū)一次能源需求總量約為8.4億t標(biāo)準(zhǔn)煤，終端能源需求總量約占全國的17%，煤炭等化石能源在長三角能源消費中所占比重仍占主導(dǎo)地位［20］，所以其二氧化碳排放總量、GDP碳強度、人均碳排放都將居高不下。而珠三角城市群的煤炭、油品消費占比有所下降，天然氣消費占比逐漸上升，一次電力及其他能源消費占比增長趨勢明顯，故其未來減排潛力巨大［21］。自京津冀協(xié)同發(fā)展戰(zhàn)略實施以來，其低碳發(fā)展速度明顯加快，但整體低碳發(fā)展水平仍落后長三角、珠三角地區(qū)，除煤炭占能源消費總量的比重較高外，京津冀地區(qū)綠色創(chuàng)新能力也存在明顯不足，區(qū)域內(nèi)擴散能力較弱，導(dǎo)致成果難以有效轉(zhuǎn)化［22-23］，因此，其碳排放總量、GDP碳強度相對較高（限于篇幅，部分城市碳達(dá)峰時間表及典型城市群碳達(dá)峰路徑分析結(jié)果略，備索）。

4 城市碳達(dá)峰驅(qū)動因素的結(jié)構(gòu)分解

4.1 分解機理

將在Vaninsky［14］的基礎(chǔ)上對傳統(tǒng)的廣義迪氏指數(shù)分解法（GDIM）進行拓展，拓展后的廣義迪氏指數(shù)引入了固定資產(chǎn)投資（I）和外商直接投資（F）等兩個因素，拓展后的Kaya恒等式如公式（1）所示：

進一步地，可將上述公式變換成以下形式：

公式（2）：CE=C/E表示能源碳強度，CG=C/G表示產(chǎn)出碳強度，CI=C/I表示固定投資碳強度，CF=C/F表示外商直接投資碳強度，CP=C/P表示人口規(guī)模碳強度；在基本模型中還包括了四個指標(biāo)，以增加其解釋能力：EG=E/G表示能源消費強度，GI=G/I表示投資效率，IF=I/F表示投資結(jié)構(gòu)，反映為固定資產(chǎn)投資的外商直接投資比重，F(xiàn)P=F/P表示人均外商直接投資。

將各因素對碳排放變化的貢獻(xiàn)表示為函數(shù)Φ(X)，在公式（1）中各方程依次對各因素X進行一階求導(dǎo)可得雅可比矩陣Φ(X)（限于篇幅，相關(guān)矩陣公式備索）。

根據(jù)廣義迪氏指數(shù)的內(nèi)涵，城市碳排放的變化量可以分解成以下各因素貢獻(xiàn)加總的形式：

其中：L為時間跨度，?C=(CF，F(xiàn)，0，0，0，0，0，0，0，0，0，0，0，0)T，I表示單位矩陣，“+”為廣義逆矩陣。城市碳排放的變化可被分為14種驅(qū)動因素貢獻(xiàn)之和（上述變量相關(guān)信息略，備索）。

4.2 分解結(jié)果分析

在考察的14個結(jié)構(gòu)因素中，能源消費規(guī)模、產(chǎn)出規(guī)模、固定資產(chǎn)投資規(guī)模、外商直接投資規(guī)模和人均碳排放對碳排放基本保持促增作用，產(chǎn)出碳強度、固定資產(chǎn)投資碳強度、人均外商直接投資和能源強度基本保持促降作用，能源碳強度、外商直接投資碳強度、投資效率、人口規(guī)模和投資結(jié)構(gòu)的促增作用和促降作用均有出現(xiàn)。以城市群為劃分，對分解結(jié)果進行分析。限于篇幅，僅對長三角及珠三角典型代表城市作詳細(xì)剖析（2000—2035長三角及珠三角城市群分解結(jié)果略，備索）。

4.2.1 長三角城市群

為了更加清楚地反映各因素在城市碳排放演變的動態(tài)影響，對長三角典型代表城市2000—2035年的碳排放進行分解，結(jié)果如下。

觀察圖3可知，外商直接投資規(guī)模是杭州市和上海市碳排放增加的首要因素，其35年間引致的碳排放增量約為人均碳排放的兩倍左右，分別使其碳排放增加0.88億t、1.57億t。與杭州市相比，外商直接投資規(guī)模對上海市碳排放的促增影響相對較大。上海市作為中國經(jīng)濟最為發(fā)達(dá)的國際化城市，自2008年起其外商直接投資金額就遠(yuǎn)超長三角其他城市。2000—2035年外商直接投資年均增速為14.9%，外商直接投資規(guī)模擴大也引致碳排放增加。對南京市和蘇州市碳排放有顯著促增影響的因素為固定資產(chǎn)投資規(guī)模，到2035年分別使得南京市和蘇州市碳排放增加0.67億t、1.89億t。蘇州市固定資產(chǎn)投資自2003年起一直保持波動上升的態(tài)勢，且略高于南京市的固定資產(chǎn)投資，說明在未來大規(guī)模的固定資產(chǎn)投資仍是蘇州市碳排放增長的主要驅(qū)動因素。此外，人均碳排放也是促使南京市、杭州市和上海市碳排放增加的重要因素，碳排放量分別上升了0.15億t、0.38億t和0.77億t。相比其他城市，南京市、杭州市和上海市等城市居民的消費模式更具有高能耗特征所致。僅以2019年為例，南京市、杭州市和上海市的城鄉(xiāng)居民用電量分別為97億kW·h、138億kW·h和245億kW·h，遠(yuǎn)超其他城市用電量水平。

圖3 長三角典型城市分解結(jié)果

對杭州市和上海市碳排放有著顯著負(fù)向影響的因素為人均外商直接投資，2000—2035年間分別致使兩地碳排放減少了0.68億t、1.20億t。這可能是因為外商直接投資規(guī)模及人口規(guī)模對碳排放均表現(xiàn)為正向影響，但人口規(guī)模擴張所引致碳排放的增加量要大于外商直接投資，從而使得人均外商直接投資對各城市碳排放的貢獻(xiàn)呈負(fù)向作用。對南京市和蘇州市碳排放有顯著促降作用的因素為投資結(jié)構(gòu)，35年間引致的碳排放減少分別為0.41億t和1.69億t。此外，產(chǎn)出碳強度對蘇州市、上海市和杭州市的碳減排有顯著的影響。這是由于隨著科技進步和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，三個城市低碳經(jīng)濟發(fā)展取得一定成效，因而產(chǎn)出碳強度對區(qū)域碳排放表現(xiàn)出顯著的抑制作用。對此，政府應(yīng)持續(xù)優(yōu)化長三角各城市外資區(qū)域與產(chǎn)業(yè)布局，推動引資戰(zhàn)略從“重引進規(guī)模，輕引進質(zhì)量”向“質(zhì)量優(yōu)于規(guī)?！鞭D(zhuǎn)變，同時不斷提升長三角城市綠色低碳技術(shù)創(chuàng)新能力，提高減污降碳關(guān)鍵核心技術(shù)攻關(guān)能力，搶占碳達(dá)峰、碳中和的技術(shù)制高點。

4.2.2 珠三角城市群

為了更加清楚地探究各因素對城市碳達(dá)峰的動態(tài)影響，也對珠三角典型城市2000—2035年的碳排放進行分解，結(jié)果如下。

由圖4可以看出，在影響碳排放的各項驅(qū)動因素中，固定資產(chǎn)投資規(guī)模對各城市碳排放的促增貢獻(xiàn)最大。這一時期，珠三角城市群固定資產(chǎn)投資呈逐年上升趨勢，由此引致珠海市、深圳市、佛山市和廣州市碳排放分別增加0.27億t、0.29億t、0.95億t和1.44億t。其中，固定資產(chǎn)投資規(guī)模對廣州市碳排放的促增作用最大。這說明大規(guī)模的固定資產(chǎn)投資仍是廣州市經(jīng)濟快速增長的主要推動力，粗放型的經(jīng)濟增長方式還未得到較好的改善，從而導(dǎo)致其碳排放的增加。與此同時，外商直接投資碳強度對佛山市和廣州市碳排放的促增影響較為顯著，至2035年分別使得碳排放增加0.24億t、0.56億t。就深圳市而言，除固定資產(chǎn)投資規(guī)模對其碳排放有顯著的正向影響外，能源消費規(guī)模的影響也不可忽視，未來節(jié)能減排政策應(yīng)著眼改善粗放型經(jīng)濟增長模式，淘汰和限制高能耗的落后生產(chǎn)力。

圖4 珠三角典型城市分解結(jié)果

投資結(jié)構(gòu)是各城市碳排放的主要促降因素。這可能是由于固定資產(chǎn)投資及外商直接投資規(guī)模均對碳排放呈現(xiàn)促增作用，外商直接投資規(guī)模擴張所帶來碳排放的增加要大于固定資產(chǎn)投資所引致的碳排放增量，從而導(dǎo)致投資結(jié)構(gòu)對各城市碳排放呈現(xiàn)負(fù)向影響。隨著各種低碳技術(shù)研發(fā)與應(yīng)用，使得經(jīng)濟發(fā)展中低碳化程度得到提高，產(chǎn)出碳強度對各城市碳排放的抑制作用日趨明顯，到2035年可使珠海市、深圳市、佛山市和廣州市碳排放減少0.01億t、0.03億t、0.04億t和0.05億t。這說明技術(shù)進步也是各城市碳排放減少的重要因素，這一分析結(jié)果與IPCC發(fā)布的研究報告相一致。投資碳強度與能源強度的負(fù)向影響較弱，未來應(yīng)進一步注重降低各城市的能源消耗強度并改善投資效率。

5 數(shù)據(jù)來源

數(shù)據(jù)具體來源主要包括以下三類：一是，測算所使用的DMSP和VIIRS兩組夜間燈光數(shù)據(jù)由美國國家海洋大氣管理局國家地球物理數(shù)據(jù)中心發(fā)布。省級及城市維度能源、污染排放數(shù)據(jù)集來自往年《中國能源統(tǒng)計年鑒》和基于夜間燈光數(shù)據(jù)反演模擬所得。二是，預(yù)測所用地級市層面經(jīng)濟發(fā)展水平GDP、資本、勞動、能源消費和PM2.5等變量數(shù)據(jù)均來自歷年《城市統(tǒng)計年鑒》《區(qū)域統(tǒng)計年鑒》《中國統(tǒng)計年鑒》，缺失值部分使用K近鄰插值填補。三是，分解部分2000—2018年所使用各因素分解數(shù)據(jù)主要來自歷年《城市統(tǒng)計年鑒》《區(qū)域統(tǒng)計年鑒》《中國統(tǒng)計年鑒》，碳排放數(shù)據(jù)由前文模擬估算所得，2019—2035年分解數(shù)據(jù)均來自前文預(yù)測所得。為保證數(shù)據(jù)的可比性，GDP、外商直接投資及固定資產(chǎn)投資均平減為2000年不變價格。

6 結(jié)語與啟示

首先反演模擬了2000—2018年267個地級市碳排放量，并運用機器學(xué)習(xí)的多種算法對各城市的碳達(dá)峰路徑進行預(yù)測，最后基于拓展的廣義迪氏指數(shù)對城市碳達(dá)峰的驅(qū)動因素進行了結(jié)構(gòu)分解，結(jié)果顯示：中國城市碳排放總量呈持續(xù)增長態(tài)勢，基本形成“東部發(fā)達(dá)城市高集聚，中西部欠發(fā)達(dá)城市低集聚”的格局。267個城市中，可以提前達(dá)峰和按期達(dá)峰的城市僅有6個，比重僅約為2%，95%的城市將會在2031—2034年碳達(dá)峰，剩余3%的城市會長時間延遲達(dá)峰。產(chǎn)出規(guī)模、能源消費規(guī)模、固定資產(chǎn)投資規(guī)模、外商直接投資規(guī)模和人均碳排放對各城市碳排放基本保持促增作用，而產(chǎn)出碳強度、投資碳強度、人均外商直接投資和能源強度基本保持促降作用。

該研究對中國如何整體按期實現(xiàn)“雙碳”目標(biāo)具有重要的借鑒和啟示：第一，推進低碳產(chǎn)業(yè)集群建設(shè)，培育低碳轉(zhuǎn)型引領(lǐng)示范城市。第二，大力發(fā)展清潔能源，積極引導(dǎo)“三高”項目綠色轉(zhuǎn)型。第三，擴大低碳城市試點范圍，兼顧城市“穩(wěn)發(fā)展”與“促減排”。