城市碳達(dá)峰的非線性機(jī)制與異質(zhì)性路徑研究

摘要：經(jīng)濟(jì)快速發(fā)展帶來(lái)的CO2排放問(wèn)題已成為全球公認(rèn)的環(huán)境問(wèn)題，對(duì)此，中國(guó)于2020年提出了“雙碳”目標(biāo)。作為碳排放大省，山東省的CO2排放機(jī)制和碳達(dá)峰軌跡值得關(guān)注。以EKC曲線為基礎(chǔ)，運(yùn)用面板平滑轉(zhuǎn)換模型（PSTR）實(shí)證分析山東省地級(jí)市層面的碳達(dá)峰路徑。研究表明：山東省地級(jí)市CO2的排放受到地區(qū)經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模和科技水平等因素的影響，經(jīng)濟(jì)發(fā)展與碳排放的關(guān)系符合EKC曲線的倒“U”型特征。異質(zhì)性研究發(fā)現(xiàn)：山東省各地級(jí)市的碳排放機(jī)制和路徑存在明顯的區(qū)域異質(zhì)性，其中，青島、濟(jì)南和威海等城市碳峰值點(diǎn)的人均GDP水平明顯高于其他城市，這些城市有望成為山東省最先實(shí)現(xiàn)碳達(dá)峰目標(biāo)的城市；以濱州、德州和濟(jì)寧為代表的輕工業(yè)主導(dǎo)型城市，其碳減排處于山東省的平均水平，這類(lèi)城市在碳減排的過(guò)程中尤其需要注意產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和人口規(guī)模的控制；棗莊、菏澤和淄博等重工業(yè)主導(dǎo)型城市，在較低的經(jīng)濟(jì)發(fā)展水平上逐步達(dá)到碳峰值點(diǎn)，這些城市重工業(yè)比重相對(duì)較高，提升經(jīng)濟(jì)發(fā)展水平和合理控制人口規(guī)模成為該類(lèi)城市碳減排的工作重點(diǎn)。

關(guān)鍵詞：碳達(dá)峰；碳減排；EKC曲線；區(qū)域協(xié)同

中圖分類(lèi)號(hào)：F062.2

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1673-5595（2024）04-0001-10

一、引言

科技創(chuàng)新引領(lǐng)世界經(jīng)濟(jì)加速發(fā)展，各國(guó)經(jīng)濟(jì)發(fā)展導(dǎo)致能源的消耗量急劇增長(zhǎng)，隨之而來(lái)的環(huán)境問(wèn)題也日益顯現(xiàn)。國(guó)際能源署最新數(shù)據(jù)統(tǒng)計(jì)，2022年全球與能源相關(guān)的溫室氣體總排放量413億噸，

突破歷史記錄，CO2排放量年均增長(zhǎng)率達(dá)到1%左右［1］，CO₂的快速增長(zhǎng)導(dǎo)致2022年地球海平面上升和大氣中溫室氣體濃度均創(chuàng)下歷史新高，碳排放問(wèn)題的全球治理已經(jīng)刻不容緩。為此，世界各國(guó)達(dá)成了全球碳治理的統(tǒng)一共識(shí)，以歐盟和美國(guó)為代表的主要國(guó)家和經(jīng)濟(jì)體相繼出臺(tái)了碳減排的一攬子措施和目標(biāo)；中國(guó)于2020年也明確提出了“雙碳”目標(biāo)，承諾力爭(zhēng)于2030年前達(dá)到碳排放峰值，2060年前實(shí)現(xiàn)碳排放的“零增長(zhǎng)”，2021年出臺(tái)的《中共中央國(guó)務(wù)院關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見(jiàn)》對(duì)碳達(dá)峰和碳中和工作進(jìn)行了系統(tǒng)謀劃，《國(guó)務(wù)院關(guān)于印發(fā)2030年前碳達(dá)峰行動(dòng)方案的通知》對(duì)碳達(dá)峰工作進(jìn)行了總體部署。

碳排放問(wèn)題是諸多因素共同作用的結(jié)果，既取決于區(qū)域經(jīng)濟(jì)發(fā)展水平，也受到地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模和技術(shù)水平的影響。鑒于中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展的不平衡性，碳減排和碳達(dá)峰工作也應(yīng)該因地制宜，“雙碳”目標(biāo)的實(shí)現(xiàn)要將總體布局和區(qū)域協(xié)調(diào)相結(jié)合。最新數(shù)據(jù)顯示，2022年山東省碳排放量居全國(guó)第一位，約占全國(guó)比重的10%，山東是名副其實(shí)的碳排放大省。［2］經(jīng)濟(jì)發(fā)展水平相對(duì)較高、產(chǎn)業(yè)結(jié)構(gòu)偏重工業(yè)、人口規(guī)模居全國(guó)前列等，都是導(dǎo)致山東省碳排放量持續(xù)增長(zhǎng)的原因。另外，山東省區(qū)域經(jīng)濟(jì)發(fā)展也存在較大的不平衡性，膠東、省會(huì)、魯南三大經(jīng)濟(jì)圈的發(fā)展模式、支柱產(chǎn)業(yè)和發(fā)展導(dǎo)向各有不同，產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模和技術(shù)水平等也存在較大的差異，這也導(dǎo)致了不同城市在碳排放變動(dòng)機(jī)制、軌跡和路徑方面的異質(zhì)性。

鑒于此，本文將山東省地級(jí)市層面的碳排放機(jī)制作為研究重點(diǎn)，探討不同類(lèi)別城市的異質(zhì)性碳達(dá)峰路徑。首先，從山東省16個(gè)地級(jí)市入手，結(jié)合區(qū)域差異性對(duì)城市層面的碳排放規(guī)模進(jìn)行測(cè)算；其次，從非線性視角研究城市層面碳減排的影響因素和變動(dòng)機(jī)制，檢驗(yàn)環(huán)境庫(kù)茲涅茨曲線（EKC曲線）在山東省地級(jí)市層面的適用性；最后，對(duì)各地級(jí)市按照經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)進(jìn)行聚類(lèi)分析，對(duì)各類(lèi)城市碳減排機(jī)制的異質(zhì)性進(jìn)行研究，從區(qū)域統(tǒng)籌的視角提出“雙碳”目標(biāo)實(shí)現(xiàn)與區(qū)域平衡發(fā)展之間的協(xié)同路徑。

二、文獻(xiàn)回顧

中國(guó)“雙碳”目標(biāo)的實(shí)現(xiàn)是一個(gè)整體的概念，需要經(jīng)濟(jì)、社會(huì)、環(huán)境的統(tǒng)籌布局和多路徑協(xié)調(diào)發(fā)展，碳減排與經(jīng)濟(jì)高質(zhì)量發(fā)展可以同步進(jìn)行，相輔相成。化石燃料和電力能源的消耗是碳排放的重要來(lái)源，碳達(dá)峰目標(biāo)的實(shí)現(xiàn)需要經(jīng)濟(jì)增長(zhǎng)與傳統(tǒng)能源脫鉤，以清潔能源發(fā)展推動(dòng)能源結(jié)構(gòu)的調(diào)整［3］，以能源效率提升和新能源技術(shù)創(chuàng)新助力“雙碳”目標(biāo)的實(shí)現(xiàn)，進(jìn)而推動(dòng)中國(guó)經(jīng)濟(jì)的高質(zhì)量發(fā)展［4］。碳減排技術(shù)的革新和經(jīng)濟(jì)的綠色增長(zhǎng)同樣是推動(dòng)中國(guó)碳達(dá)峰目標(biāo)順利實(shí)現(xiàn)的重要途徑［5］，綠色政策合力和區(qū)域協(xié)同創(chuàng)新有助于經(jīng)濟(jì)社會(huì)發(fā)展全面綠色轉(zhuǎn)型，進(jìn)而降低中國(guó)的整體碳排放，實(shí)現(xiàn)可持續(xù)發(fā)展［6-7］?？傮w來(lái)看，中國(guó)的經(jīng)濟(jì)增長(zhǎng)與碳排放之間呈“N”型關(guān)系，經(jīng)濟(jì)體量仍然是碳排放的決定性因素。［8］

碳排放規(guī)模的增長(zhǎng)和軌跡的變動(dòng)是經(jīng)濟(jì)社會(huì)諸多因素共同作用的結(jié)果，從EKC曲線的基本機(jī)制出發(fā)，世界各國(guó)的碳排放軌跡基本呈現(xiàn)多階段和非線性的特征，人均收入、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)均對(duì)CO₂排放有顯著影響。［9-10］人均GDP的增長(zhǎng)是碳排放量增長(zhǎng)的最大驅(qū)動(dòng)因素，經(jīng)濟(jì)發(fā)展水平和居民生活水平的提高直接導(dǎo)致了中國(guó)CO₂排放量增大。［11］目前為止，能源效率的提升和能源結(jié)構(gòu)的調(diào)整所帶來(lái)的碳減排效應(yīng)，仍然難以抵消由經(jīng)濟(jì)增長(zhǎng)導(dǎo)致的碳排放規(guī)模擴(kuò)大。［12-13］城市化也是中國(guó)碳排放量增長(zhǎng)的驅(qū)動(dòng)因素之一，而且城市化對(duì)CO₂排放的非線性影響在不同區(qū)域存在較大的異質(zhì)性。［14］此外，碳排放還具有顯著的空間關(guān)聯(lián)性，碳減排政策的區(qū)域協(xié)調(diào)、碳中和技術(shù)的區(qū)域共享和碳市場(chǎng)的緊密合作，是區(qū)域碳達(dá)峰目標(biāo)實(shí)現(xiàn)的必要途徑。［15］碳市場(chǎng)具有顯著的碳減排效應(yīng)，中國(guó)以政府調(diào)控為引導(dǎo)的碳市場(chǎng)建設(shè)，顯著降低了各地區(qū)的碳強(qiáng)度和碳規(guī)模，將市場(chǎng)機(jī)制與行政調(diào)控相結(jié)合，協(xié)同推進(jìn)“雙碳”目標(biāo)的實(shí)現(xiàn)，在中國(guó)具有很強(qiáng)的可行性和現(xiàn)實(shí)性。［16］

受經(jīng)濟(jì)社會(huì)發(fā)展不平衡的影響，碳排放規(guī)模和變動(dòng)趨勢(shì)在區(qū)域間存在較大的差異。區(qū)域經(jīng)濟(jì)發(fā)展的不平衡是造成碳排放差異的主要原因［17］，能源強(qiáng)度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)也是造成碳排放差異的重要因素［18］。長(zhǎng)期以來(lái)，中國(guó)各省份碳排放趨勢(shì)的差異性是客觀存在的［19］，各區(qū)域必須因地制宜地選擇適合本地的碳達(dá)峰目標(biāo)實(shí)現(xiàn)路徑，根據(jù)當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展特點(diǎn)和產(chǎn)業(yè)結(jié)構(gòu)等因素，制定碳達(dá)峰的行動(dòng)方案［20］。中國(guó)各區(qū)域碳減排方案的制定和具體實(shí)施需要充分考慮區(qū)域之間的協(xié)同性，加大資金、人力和產(chǎn)業(yè)向中西部地區(qū)集中的力度，提高中國(guó)能源環(huán)境效率［21］，積極探索各區(qū)域城市間的協(xié)同路徑，發(fā)揮北京和上海等城市的技術(shù)引領(lǐng)和輻射作用，推動(dòng)輕工業(yè)城市的綠色高效發(fā)展，使能源型和重工業(yè)型城市加速完成產(chǎn)業(yè)轉(zhuǎn)型和升級(jí)［22］。

綜上所述，圍繞碳減排機(jī)制和路徑方面的研究已有一定的積累，但梳理后發(fā)現(xiàn)，中國(guó)地級(jí)市層面的細(xì)分碳排放數(shù)據(jù)尚需要補(bǔ)充，尤其是針對(duì)碳排放大省的地級(jí)市碳排放機(jī)制和異質(zhì)性路徑的研究還存在一定的欠缺，省級(jí)層面的區(qū)域碳減排協(xié)同策略還需要完善。基于此，本文以中國(guó)碳排放數(shù)據(jù)庫(kù)（CEADS）為依托，補(bǔ)充山東省各地級(jí)市碳排放的面板數(shù)據(jù)，結(jié)合門(mén)限模型梳理山東省地級(jí)市層面的異質(zhì)性碳排放路徑，以山東省的區(qū)域發(fā)展情況為基礎(chǔ)，分析城市間發(fā)揮區(qū)域協(xié)同效應(yīng)，進(jìn)而提出順利實(shí)現(xiàn)“雙碳”目標(biāo)的可行路徑。

三、理論機(jī)制與模型構(gòu)建

（一）EKC曲線

EKC曲線來(lái)源于解釋經(jīng)濟(jì)增長(zhǎng)與收入差距之間關(guān)系的庫(kù)茲涅茨曲線，系統(tǒng)描述了經(jīng)濟(jì)發(fā)展與環(huán)境退化之間的關(guān)系。［23］在經(jīng)濟(jì)發(fā)展初期，環(huán)境問(wèn)題尚未顯現(xiàn)；隨著經(jīng)濟(jì)發(fā)展水平的提升，環(huán)境退化問(wèn)題日益嚴(yán)重；當(dāng)經(jīng)濟(jì)發(fā)展水平達(dá)到一定的臨界點(diǎn)后，環(huán)境問(wèn)題逐漸得到改善。經(jīng)濟(jì)發(fā)展與環(huán)境退化之間總體呈現(xiàn)兩階段或三階段的非線性關(guān)系。傳統(tǒng)的兩階段EKC曲線（倒“U”型）基本表達(dá)形式為

（二）EKC曲線在碳排放領(lǐng)域的應(yīng)用

（三）EKC曲線在碳排放領(lǐng)域的進(jìn)一步拓展

除了經(jīng)濟(jì)發(fā)展水平這一EKC曲線的核心因素外，產(chǎn)業(yè)結(jié)構(gòu)也是決定地區(qū)CO₂排放的重要因素。重工業(yè)占主導(dǎo)的區(qū)域往往碳排放規(guī)模較大，高新技術(shù)產(chǎn)業(yè)占主導(dǎo)的區(qū)域通常有望率先完成碳達(dá)峰目標(biāo)。［25］此外，人口規(guī)模和集聚程度決定了消費(fèi)領(lǐng)域碳排放的數(shù)量大小，技術(shù)發(fā)展水平同樣是影響地區(qū)碳排放的重要因素。綜合來(lái)看，公式（3）可以繼續(xù)細(xì)化為

（四）基于EKC曲線的碳排放影響機(jī)制模型構(gòu)建——PSTR模型

四、指標(biāo)測(cè)度與實(shí)證分析

（一）指標(biāo)測(cè)度與選擇

1.被解釋變量

2.核心解釋變量

3.其他解釋變量

4.轉(zhuǎn)換變量

（二）數(shù)據(jù)處理

根據(jù)PSTR模型的基本要求，式（5）的實(shí)證數(shù)據(jù)采用的是面板數(shù)據(jù)的形式，2019年萊蕪市正式并入濟(jì)南市，考慮到數(shù)據(jù)的連續(xù)性，本文最終保留山東省16個(gè)地級(jí)市為碳減排的研究對(duì)象（考慮到數(shù)據(jù)的前后關(guān)聯(lián)性，為減少數(shù)據(jù)波動(dòng)性，2019—2021年間濟(jì)南市的相關(guān)數(shù)據(jù)為減去萊蕪地區(qū)后的數(shù)據(jù)）。同時(shí)，考慮碳排放數(shù)據(jù)的可得性和其他解釋變量的完整性，模型最終選取2000—2021年共22年為研究的時(shí)間跨度，全樣本數(shù)據(jù)個(gè)數(shù)為352個(gè)，時(shí)間跨度和樣本數(shù)據(jù)具有一定的代表性和說(shuō)服性。數(shù)據(jù)來(lái)源于CEADS數(shù)據(jù)庫(kù)和山東省歷年的統(tǒng)計(jì)年鑒。數(shù)據(jù)描述性統(tǒng)計(jì)結(jié)果如表1所示。

（三）機(jī)制檢驗(yàn)

1.PSTR模型的非線性趨勢(shì)檢驗(yàn)

表2非線性檢驗(yàn)的結(jié)果表明，在位置參數(shù)數(shù)量m分別為1和2的情況下，Wald、Fisher和LRT三大檢驗(yàn)的檢驗(yàn)值均足夠大，顯著性水平均達(dá)到1%，P值均為0。由此可見(jiàn)，PSTR模型在m=1的條件下已經(jīng)可以顯著拒絕線性的原假設(shè)，式（5）碳排放影響機(jī)制模型的非線性趨勢(shì)非常明顯。通過(guò)表2的結(jié)果也可以近似判斷出，式（6）中的位置參數(shù)數(shù)量m等于1，即模型中每個(gè)轉(zhuǎn)換函數(shù)G中僅存在一個(gè)位置參數(shù)的臨界值點(diǎn)。

2.PSTR模型剩余機(jī)制的檢驗(yàn)

在確定了PSTR模型的非線性機(jī)制后，非線性的機(jī)制數(shù)量主要通過(guò)轉(zhuǎn)換函數(shù)G的數(shù)量n和每個(gè)轉(zhuǎn)換函數(shù)位置參數(shù)的數(shù)量m來(lái)確定。首先，在非線性機(jī)制檢驗(yàn)的基礎(chǔ)上，進(jìn)一步確定每個(gè)轉(zhuǎn)換函數(shù)中存在的臨界值點(diǎn)數(shù)量m，采用AIC準(zhǔn)則（赤池信息準(zhǔn)則）和BIC準(zhǔn)則（貝葉斯信息準(zhǔn)則）來(lái)依次確定；然后，為確保準(zhǔn)確性，分別在m=1和m=2的前提下，對(duì)式（5）的轉(zhuǎn)換函數(shù)個(gè)數(shù)進(jìn)行檢驗(yàn)（Wald、Fisher和LRT檢驗(yàn)），從原假設(shè)n=1、備擇假設(shè)n=2開(kāi)始，依次進(jìn)行，直到接受原假設(shè)為止，從而確定符合PSTR模型變動(dòng)趨勢(shì)的最佳轉(zhuǎn)換函數(shù)個(gè)數(shù)n。具體檢驗(yàn)結(jié)果如表3所示。

表3的進(jìn)一步機(jī)制檢驗(yàn)結(jié)果表明，在位置參數(shù)數(shù)量m為1的條件下，AIC和BIC的標(biāo)準(zhǔn)值均小于m為2的條件下的數(shù)值，因此，結(jié)合非線性檢驗(yàn)、AIC和BIC的機(jī)制檢驗(yàn)可以判定，位置參數(shù)數(shù)量m=1，山東省碳減排機(jī)制模型的每個(gè)轉(zhuǎn)換函數(shù)G存在1個(gè)臨界值點(diǎn)。

進(jìn)一步，在原假設(shè)n=1和備擇假設(shè)n=2下，無(wú)論m=1還是m=2的機(jī)制，Wald、Fisher和LRT三大檢驗(yàn)的顯著性均僅能達(dá)到5%，P值不夠小，顯著性不夠強(qiáng)，由此，不能顯著拒絕n=1的原假設(shè)。與此同時(shí)，在原假設(shè)n=2和備擇假設(shè)n=3下，無(wú)論m=1還是m=2的機(jī)制，Wald、Fisher和LRT三大檢驗(yàn)均能顯著拒絕n=2原假設(shè)，由此可以判定式（5）中的轉(zhuǎn)換函數(shù)個(gè)數(shù)n=1。綜合來(lái)看，PSTR模型是具有一個(gè)轉(zhuǎn)換函數(shù)G、每個(gè)轉(zhuǎn)換函數(shù)具有1個(gè)臨界值點(diǎn)C的非線性兩階段模型。

（四）模型基準(zhǔn)結(jié)果

在m=1和n=1的非線性機(jī)制下，按照Colletaz等［31］的方法，以轉(zhuǎn)換變量為變化主線，以轉(zhuǎn)換函數(shù)為轉(zhuǎn)換動(dòng)力，分別對(duì)不同位置參數(shù)和轉(zhuǎn)換函數(shù)作用下的模型進(jìn)行多階段的非線性面板回歸分析。鑒于PSTR模型非線性機(jī)制的存在，位置參數(shù)C和轉(zhuǎn)換速度γ的確定采用網(wǎng)絡(luò)格點(diǎn)法，結(jié)合去組內(nèi)均值手段，在不同的作用機(jī)制下尋找最佳的位置和速度組合，該組合使模型在最佳臨界值點(diǎn)實(shí)現(xiàn)連續(xù)平滑轉(zhuǎn)換，結(jié)果如表4所示。

表4的基準(zhǔn)實(shí)證結(jié)果表明，山東省地級(jí)市碳排放機(jī)制的全樣本模型存在顯著的非線性兩機(jī)制，CO₂排放隨著地級(jí)市經(jīng)濟(jì)發(fā)展水平的提升呈現(xiàn)先上升后下降的倒“U”型趨勢(shì)，符合標(biāo)準(zhǔn)EKC曲線的基本特征，兩機(jī)制的臨界值拐點(diǎn)出現(xiàn)在人均GDP達(dá)到5．3078萬(wàn)元時(shí)，此時(shí)碳排放達(dá)到峰值點(diǎn)，兩機(jī)制之間在臨界點(diǎn)以16.2991的速度快速實(shí)現(xiàn)了平滑轉(zhuǎn)換。

第一階段，當(dāng)人均GDP處于0.2473萬(wàn)元至5．3078萬(wàn)元之間時(shí)，CO₂排放處于EKC曲線的前半部分，此時(shí)碳排放量會(huì)隨著經(jīng)濟(jì)發(fā)展水平的上升而逐漸增長(zhǎng)，碳排放仍處于峰值點(diǎn)的前端。在這一機(jī)制下，轉(zhuǎn)換函數(shù)G的取值為0，此時(shí)模型退化為顯著的線性機(jī)制，核心解釋變量PCGDP的影響系數(shù)在1%的顯著性水平下達(dá)到1.0901，經(jīng)濟(jì)發(fā)展與碳排放之間存在較強(qiáng)的正向關(guān)系，說(shuō)明在經(jīng)濟(jì)發(fā)展的初期階段，人均GDP每增長(zhǎng)1單位，會(huì)導(dǎo)致碳排放量增長(zhǎng)1.0901單位，經(jīng)濟(jì)發(fā)展水平是決定山東省各地級(jí)市碳排放規(guī)模的首要因素。另外，產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的影響度也達(dá)到了0.0511，且顯著性水平達(dá)到1%，表明產(chǎn)業(yè)結(jié)構(gòu)在經(jīng)濟(jì)發(fā)展初期對(duì)CO₂排放的影響相對(duì)較弱。人口規(guī)模也能在5%的顯著性水平下對(duì)山東各地級(jí)市的CO₂排放產(chǎn)生一定的影響，影響系數(shù)為0.2990，影響度顯著高于產(chǎn)業(yè)結(jié)構(gòu)，說(shuō)明山東省作為人口大省，消費(fèi)領(lǐng)域的碳排放需要引起足夠的重視。綜合一階段的實(shí)證結(jié)果可以看出，在經(jīng)濟(jì)發(fā)展的第一階段，各經(jīng)濟(jì)發(fā)展變量均處于上升期，雖然對(duì)碳排放產(chǎn)生了一定的影響，但此時(shí)的經(jīng)濟(jì)發(fā)展水平和人口規(guī)模等因素對(duì)碳排放的作用相對(duì)明顯。

第二階段，當(dāng)人均GDP超過(guò)5.3078萬(wàn)元時(shí)，CO₂排放越過(guò)峰值點(diǎn)達(dá)到EKC曲線的后半部分，此時(shí)的碳排放量會(huì)隨著經(jīng)濟(jì)發(fā)展水平的上升而開(kāi)始逐漸下降，各城市已經(jīng)開(kāi)始關(guān)注碳排放問(wèn)題。兩階段共同構(gòu)成了山東省地級(jí)市碳排放的非線性趨勢(shì)。此時(shí)，PCGDP的影響系數(shù)在1%的顯著性水平下達(dá)到-6．0550，經(jīng)濟(jì)發(fā)展和碳排放在這一階段開(kāi)始呈現(xiàn)負(fù)相關(guān)關(guān)系，且負(fù)向影響程度顯著大于第一階段的正向影響，表明這一時(shí)期國(guó)家的碳排放政策正在發(fā)揮重要作用。與此同時(shí)，產(chǎn)業(yè)結(jié)構(gòu)與碳減排也在這階段開(kāi)始呈現(xiàn)負(fù)向的影響關(guān)系，影響系數(shù)在1%的顯著性水平下達(dá)到-0.2990，主要原因是：隨著經(jīng)濟(jì)發(fā)展水平的提升，第二產(chǎn)業(yè)產(chǎn)值占GDP的比重開(kāi)始呈現(xiàn)下降趨勢(shì)，這一時(shí)期的影響系數(shù)同樣相對(duì)于第一階段有所提升。人口規(guī)模的影響系數(shù)仍然為正向的1.5510，表明人口規(guī)模和密度是導(dǎo)致山東省各地級(jí)市CO₂排放規(guī)模不斷上升的重要因素。綜合第二階段的非線性機(jī)制可以看出，隨著經(jīng)濟(jì)發(fā)展水平的上升，CO₂排放規(guī)模開(kāi)始出現(xiàn)下降的趨勢(shì)，國(guó)家和地區(qū)的碳減排政策、產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和調(diào)整等因素起到了重要作用，人口規(guī)模及集聚程度對(duì)碳排放的影響也不容忽視。

五、城市異質(zhì)性分析

（一）各地級(jí)市的聚類(lèi)分析

山東省的經(jīng)濟(jì)體量和碳排放在全國(guó)占比雙高［32］，由于經(jīng)濟(jì)發(fā)展水平、資源稟賦和技術(shù)水平等因素的差異，省內(nèi)各區(qū)域經(jīng)濟(jì)發(fā)展存在一定的不平衡性，各地級(jí)市的CO₂排放趨勢(shì)和路徑也存在較大的差異。鑒于此，以式（5）中的主要核心解釋變量PCGDP和IST為依據(jù)，參照Ramaswami等［33］的GDP占比分類(lèi)法，以第二產(chǎn)業(yè)占比為聚類(lèi)分析的聚類(lèi)指標(biāo)［34］，對(duì)山東省16個(gè)地級(jí)市進(jìn)行聚類(lèi)分析。以山東省16個(gè)地級(jí)市的工業(yè)總產(chǎn)出數(shù)據(jù)為依托，計(jì)算各地級(jí)市輕工業(yè)、重工業(yè)和高新技術(shù)產(chǎn)業(yè)的產(chǎn)出占比；按照工業(yè)產(chǎn)值占比對(duì)16個(gè)地級(jí)市進(jìn)行排序，并通過(guò)百分位的形式得到產(chǎn)業(yè)結(jié)構(gòu)的均衡指標(biāo)；以此為依據(jù)，將16個(gè)地級(jí)市劃分為重工業(yè)主導(dǎo)型、輕工業(yè)主導(dǎo)型和高新技術(shù)產(chǎn)業(yè)主導(dǎo)型3類(lèi)。具體來(lái)看，青島、濟(jì)南、臨沂、泰安和威海5個(gè)城市屬于高新技術(shù)產(chǎn)業(yè)主導(dǎo)型，濱州、德州、濟(jì)寧、日照和濰坊5個(gè)城市屬于輕工業(yè)主導(dǎo)型，而東營(yíng)、菏澤、聊城、煙臺(tái)、棗莊和淄博6個(gè)城市屬于重工業(yè)主導(dǎo)型。以聚類(lèi)分析為基礎(chǔ)，分別結(jié)合PSTR模型進(jìn)行子樣本的城市異質(zhì)性實(shí)證分析，數(shù)據(jù)的子樣本描述性統(tǒng)計(jì)如表5所示。

（二）機(jī)制檢驗(yàn)

首先，分別對(duì)不同類(lèi)別的樣本城市碳減排模型進(jìn)行非線性檢驗(yàn)，檢驗(yàn)方法依然采用Wald、Fisher和LRT檢驗(yàn)。在原假設(shè)γ=0和備擇假設(shè)γ≠0下，3類(lèi)城市群的檢驗(yàn)結(jié)果均顯著拒絕模型的線性原假設(shè)（見(jiàn)表6），表明3類(lèi)城市群的經(jīng)濟(jì)發(fā)展與碳排放趨勢(shì)均呈現(xiàn)顯著的非線性關(guān)系。

其次，確定3類(lèi)城市群碳排放模型轉(zhuǎn)換函數(shù)G的具體數(shù)量n。表6中的Wald、Fisher和LRT檢驗(yàn)結(jié)果表明，3個(gè)子樣本模型在原假設(shè)n=1、備擇假設(shè)n=2的機(jī)制下，P值較大；再綜合T檢驗(yàn)值和顯著性水平來(lái)看，3個(gè)模型均不能顯著拒絕原假設(shè)，即每個(gè)城市群碳排放的PSTR模型均只存在1個(gè)轉(zhuǎn)換函數(shù)。

最后，繼續(xù)通過(guò)AIC和BIC準(zhǔn)則來(lái)確定3類(lèi)城市碳排放模型中每個(gè)轉(zhuǎn)換函數(shù)G中位置參數(shù)C的數(shù)量m。從表6的檢驗(yàn)結(jié)果可以看出，3類(lèi)異質(zhì)性城市PSTR模型，在m=1的條件下AIC和BIC準(zhǔn)則的數(shù)值均小于m=2的條件下的數(shù)值，也即每個(gè)轉(zhuǎn)換函數(shù)的最佳轉(zhuǎn)換臨界值點(diǎn)的數(shù)量為1。

綜合來(lái)看，山東省3類(lèi)城市群的PSTR碳排放模型與全樣本模型的機(jī)制保持一致，都是在m=1、n=1條件下的兩階段非線性機(jī)制，隨著經(jīng)濟(jì)發(fā)展水平的提升，3類(lèi)城市的碳排放均在經(jīng)歷一段時(shí)間的上升期之后達(dá)到碳峰值點(diǎn)，然后呈現(xiàn)不斷下降的趨勢(shì)。

（三）模型的城市異質(zhì)性分析

在m=1、n=1的模型機(jī)制下，對(duì)不同樣本城市群的非線性PSTR模型進(jìn)行多階段回歸。同理，在實(shí)證分析過(guò)程中，轉(zhuǎn)換速度γ和位置參數(shù)C的確定采用網(wǎng)絡(luò)格點(diǎn)法，在不同的作用機(jī)制下，結(jié)合去組內(nèi)均值手段，以尋找每個(gè)模型的最佳結(jié)果組合。最終，山東省碳排放的城市異質(zhì)性PSTR模型結(jié)果如表7所示。

1.高新技術(shù)產(chǎn)業(yè)主導(dǎo)型城市

表7中高新技術(shù)產(chǎn)業(yè)主導(dǎo)型城市碳排放趨勢(shì)的結(jié)果表明，青島、濟(jì)南、臨沂、泰安和威海5個(gè)城市滿足EKC曲線的基本倒“U”型關(guān)系，隨著經(jīng)濟(jì)發(fā)展水平的提升，碳排放呈現(xiàn)先上升后下降的二階段機(jī)制。該類(lèi)城市的產(chǎn)業(yè)結(jié)構(gòu)相對(duì)合理，人均GDP水平相對(duì)較高，在PCGDP為6.9917萬(wàn)元時(shí)達(dá)到碳峰值點(diǎn)，相對(duì)于全樣本模型，碳達(dá)峰時(shí)的人均GDP水平更高，這些城市有望成為山東省最先實(shí)現(xiàn)碳達(dá)峰目標(biāo)的城市。具體來(lái)看，PCGDP、IST、DP3個(gè)解釋變量在一機(jī)制中的影響度相對(duì)于全樣本有了顯著的提升，且影響系數(shù)在3類(lèi)城市中最大，表明高新技術(shù)產(chǎn)業(yè)主導(dǎo)型城市的經(jīng)濟(jì)發(fā)展水平相對(duì)較高；在二機(jī)制中，產(chǎn)業(yè)結(jié)構(gòu)的影響度依然在增強(qiáng)，人口規(guī)模是高新技術(shù)產(chǎn)業(yè)主導(dǎo)型城市需要特別注意的碳排放因素。

2.輕工業(yè)主導(dǎo)型城市

由表7可知，輕工業(yè)主導(dǎo)型城市在人均GDP為5.5133萬(wàn)元時(shí)達(dá)到碳峰值點(diǎn)，這與全樣本模型的結(jié)果基本持平，表明濱州、德州、濟(jì)寧、日照和濰坊5個(gè)城市的碳排放軌跡和趨勢(shì)基本在全省的平均水平上下。PCGDP變量在兩個(gè)機(jī)制的影響系數(shù)分別為0．6649和-1.4711，第一階段經(jīng)濟(jì)發(fā)展對(duì)碳排放的影響度相對(duì)較弱，第二階段越過(guò)拐點(diǎn)之后影響開(kāi)始逐漸增強(qiáng)，產(chǎn)業(yè)結(jié)構(gòu)和人口規(guī)模在二機(jī)制中對(duì)碳排放的影響度分別為1.8772和-3．9922，大幅領(lǐng)先于其他類(lèi)城市，說(shuō)明輕工業(yè)主導(dǎo)型城市在碳減排的過(guò)程中尤其需要注意產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和人口規(guī)模的控制。

3.重工業(yè)主導(dǎo)型城市

受經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)因素的影響，重工業(yè)主導(dǎo)型城市群在碳達(dá)峰點(diǎn)的人均GDP只有4．0008萬(wàn)元，相對(duì)落后于山東省平均水平。從東營(yíng)、菏澤、聊城、煙臺(tái)、棗莊和淄博6個(gè)城市總體來(lái)看，產(chǎn)業(yè)結(jié)構(gòu)中重工業(yè)比重較大。在一機(jī)制中，PCGDP和IST變量的影響度分別在1%和10%的顯著性水平下達(dá)到2.1008和0.1550，而人口規(guī)模的影響只有0.7720；當(dāng)二機(jī)制達(dá)到碳峰值點(diǎn)之后，產(chǎn)業(yè)結(jié)構(gòu)的影響度趨于平穩(wěn)，提升經(jīng)濟(jì)發(fā)展水平和合理控制人口規(guī)模成為該類(lèi)城市碳減排的工作重點(diǎn)。重工業(yè)主導(dǎo)型城市需要以產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化為主線，以提升經(jīng)濟(jì)發(fā)展水平為主要目標(biāo)，力爭(zhēng)穩(wěn)步實(shí)現(xiàn)碳達(dá)峰。

六、結(jié)論與建議

（一）結(jié)論

（1）山東省地級(jí)市CO₂的排放受到地區(qū)經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模和技術(shù)水平等因素的影響，經(jīng)濟(jì)發(fā)展水平與碳排放的關(guān)系符合EKC曲線的倒“U”型特征。人均GDP與城市碳排放之間存在明顯的非線性、兩階段關(guān)系。在經(jīng)濟(jì)發(fā)展的初期，碳排放受到經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)等因素的影響，排放規(guī)模逐漸擴(kuò)大，并達(dá)到峰值點(diǎn)；當(dāng)城市經(jīng)濟(jì)發(fā)展到一定程度之后，碳排放規(guī)模越過(guò)峰值點(diǎn)開(kāi)始呈現(xiàn)下降的趨勢(shì)，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化、人口的合理布局和科技水平的提升成為城市碳減排的重要手段和途徑。

（2）山東省各地級(jí)市的碳排放機(jī)制和路徑存在明顯的區(qū)域異質(zhì)性。青島、濟(jì)南和威海等城市碳峰值點(diǎn)的人均GDP水平明顯高于其他城市，這些高新技術(shù)產(chǎn)業(yè)主導(dǎo)型城市有望成為山東省最先實(shí)現(xiàn)碳達(dá)峰目標(biāo)的城市，人口規(guī)模是該類(lèi)城市需要特別注意的碳排放因素；以濱州、德州和濟(jì)寧為代表的輕工業(yè)主導(dǎo)型城市，其碳減排處于山東省的平均水平，碳排放軌跡和趨勢(shì)緊跟高新技術(shù)產(chǎn)業(yè)主導(dǎo)型城市，產(chǎn)業(yè)結(jié)構(gòu)和人口規(guī)模對(duì)碳排放的影響度大幅領(lǐng)先于其他城市，因此在碳減排的過(guò)程中尤其需要注意產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和人口規(guī)模的控制；棗莊、菏澤和淄博等城市在較低的經(jīng)濟(jì)發(fā)展水平上逐步達(dá)到碳峰值點(diǎn)，這些城市重工業(yè)比重相對(duì)較高，經(jīng)濟(jì)發(fā)展水平處于相對(duì)落后位置，

承接高新技術(shù)主導(dǎo)型城市的產(chǎn)業(yè)轉(zhuǎn)移、實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和升級(jí)是其目前碳減排工作的重心。

（二）建議

（1）以科技創(chuàng)新推動(dòng)山東省產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，大力發(fā)展高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)，加強(qiáng)碳減排領(lǐng)域的人才隊(duì)伍建設(shè)，推動(dòng)全省經(jīng)濟(jì)的低碳、高質(zhì)量發(fā)展。

以“雙碳”目標(biāo)引領(lǐng)山東省經(jīng)濟(jì)發(fā)展方式的綠色轉(zhuǎn)型，將碳減排與經(jīng)濟(jì)的高質(zhì)量發(fā)展掛鉤，將產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和高新技術(shù)發(fā)展作為“雙碳”目標(biāo)實(shí)現(xiàn)的重要抓手；以新一代科技革命為依托，全面推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型，以制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展為牽引，推動(dòng)產(chǎn)業(yè)創(chuàng)新融合發(fā)展，優(yōu)先發(fā)展高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)；把新舊動(dòng)能轉(zhuǎn)換作為山東高質(zhì)量發(fā)展的重點(diǎn)突破口，促進(jìn)數(shù)字技術(shù)全鏈條賦能實(shí)體經(jīng)濟(jì)，推動(dòng)制造大省向制造強(qiáng)省轉(zhuǎn)變，推動(dòng)全省經(jīng)濟(jì)的綠色低碳轉(zhuǎn)型發(fā)展。與此同時(shí)，構(gòu)建和強(qiáng)化綠色低碳發(fā)展的人才支撐體系，加強(qiáng)碳排放技術(shù)領(lǐng)域的人才隊(duì)伍建設(shè)，加強(qiáng)碳減排領(lǐng)域的國(guó)際技術(shù)交流和合作，為山東省的綠色低碳高質(zhì)量發(fā)展提供充足的技能人才支撐。

（2）山東省碳達(dá)峰目標(biāo)的實(shí)現(xiàn)需要整體布局、區(qū)域統(tǒng)籌，找準(zhǔn)不同類(lèi)型城市的定位，根據(jù)具體情況確定碳減排的重點(diǎn)工作方向和碳達(dá)峰行動(dòng)方案。

山東省整體碳達(dá)峰目標(biāo)的實(shí)現(xiàn)，需要充分尊重區(qū)域經(jīng)濟(jì)發(fā)展不平衡的現(xiàn)實(shí)，各城市碳達(dá)峰行動(dòng)方案的制定不僅要從自身發(fā)展情況出發(fā)，還要注重碳減排領(lǐng)域的區(qū)域融合發(fā)展。高新技術(shù)產(chǎn)業(yè)主導(dǎo)型的青島和濟(jì)南等城市，要充分發(fā)揮在山東省碳減排技術(shù)領(lǐng)域的引領(lǐng)作用，加強(qiáng)在碳減排和碳中和技術(shù)領(lǐng)域的投入，培育低碳綠色發(fā)展領(lǐng)域的高端人才隊(duì)伍，借助RCEP的機(jī)遇，在技術(shù)創(chuàng)新和碳減排領(lǐng)域加強(qiáng)與日韓等國(guó)家的國(guó)際技術(shù)合作，爭(zhēng)取走在中國(guó)各城市碳減排的前列；輕工業(yè)主導(dǎo)型的濱州、德州和濟(jì)寧等城市，要緊跟山東省碳減排行動(dòng)的步伐，承接和利用濟(jì)南和青島等城市的產(chǎn)業(yè)、技術(shù)和資金，發(fā)揮自身的資源優(yōu)勢(shì)和稟賦，加快自身產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型和升級(jí)，引進(jìn)和培育新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，加強(qiáng)清潔能源和高端制造業(yè)的發(fā)展；以重工業(yè)為主導(dǎo)的棗莊、菏澤和淄博等城市，應(yīng)以產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和升級(jí)為工作重點(diǎn)和碳減排的突破口，同時(shí)以新舊動(dòng)能轉(zhuǎn)換為契機(jī)積極發(fā)展新能源和新材料領(lǐng)域。另外，還要注重人口結(jié)構(gòu)的調(diào)整和人口的合理布局，各城市之間要通力合作，共同實(shí)現(xiàn)山東省的碳達(dá)峰目標(biāo)。

參考文獻(xiàn)：

［1］王鈴.IEA發(fā)布《2022年全球二氧化碳排放》報(bào)告［J］.石油煉制與化工，2023，54（6）：110.

［2］王浩.“雙碳”目標(biāo)下山東省能源現(xiàn)狀及減碳對(duì)策［J］.能源研究與管理，2024，16（1）：37-42.

［3］林伯強(qiáng).碳中和進(jìn)程中的中國(guó)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)［J］.經(jīng)濟(jì)研究，2022，57（1）：56-71.

［4］張希良，黃曉丹，張達(dá)，等.碳中和目標(biāo)下的能源經(jīng)濟(jì)轉(zhuǎn)型路徑與政策研究［J］.管理世界，2022，38（1）：35-66.

［5］胡鞍鋼.中國(guó)實(shí)現(xiàn)2030年前碳達(dá)峰目標(biāo)及主要途徑［J］.北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，21（3）：1-15.

［6］FriedlB，GetznerM.DeterminantsofCO₂EmissionsinaSmallOpenEconomy［J］.EcologicalEconomics，2003，45（1）：133-148.

［7］陳詩(shī)一.能源消耗、二氧化碳排放與中國(guó)工業(yè)的可持續(xù)發(fā)展［J］.經(jīng)濟(jì)研究，2009，44（4）：41-55.

［8］胡初枝，黃賢金，鐘太洋，等.中國(guó)碳排放特征及其動(dòng)態(tài)演進(jìn)分析［J］.中國(guó)人口·資源與環(huán)境，2008（3）：38-42.

［9］林伯強(qiáng)，蔣竺均.中國(guó)二氧化碳的環(huán)境庫(kù)茲涅茨曲線預(yù)測(cè)及影響因素分析［J］.管理世界，2009（4）：27-36.

［10］AngJB.CO₂Emissions，ResearchandTechnologyTransferinChina［J］.MPRAPaper，2009，68（10）：2658-2665.

［11］王鋒，吳麗華，楊超.中國(guó)經(jīng)濟(jì)發(fā)展中碳排放增長(zhǎng)的驅(qū)動(dòng)因素研究［J］.經(jīng)濟(jì)研究，2010，45（2）：123-136.

［12］徐國(guó)泉，劉則淵，姜照華.中國(guó)碳排放的因素分解模型及實(shí)證分析：1995-2004［J］.中國(guó)人口·資源與環(huán)境，2006（6）：158-161.

［13］于志慧，何昌磊.綠色信貸、綠色技術(shù)進(jìn)步與區(qū)域碳排放［J］.中國(guó)石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，39（6）：40-47.

［14］XuB，LinB.HowIndustrializationandUrbanizationProcessImpactsonCO₂EmissionsinChina：EvidencefromNonparametricAdditiveRegressionModels［J］.EnergyEconomics，2015，48（3）：188-202.

［15］邵帥，范美婷，楊莉莉.經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、綠色技術(shù)進(jìn)步與中國(guó)低碳轉(zhuǎn)型發(fā)展——基于總體技術(shù)前沿和空間溢出效應(yīng)視角的經(jīng)驗(yàn)考察［J］.管理世界，2022，38（2）：46-69.

［16］吳茵茵，齊杰，鮮琴，等.中國(guó)碳市場(chǎng)的碳減排效應(yīng)研究——基于市場(chǎng)機(jī)制與行政干預(yù)的協(xié)同作用視角［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（8）：114-132.

［17］DuroJA，PadillaE.InternationalInequalitiesinperCapitaCO₂Emissions：ADecompositionMethodologybyKayaFactors［J］.EnergyEconomics，2006，28（2）：170-187.

［18］楊騫，劉華軍.中國(guó)二氧化碳排放的區(qū)域差異分解及影響因素——基于1995—2009年省際面板數(shù)據(jù)的研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，29（5）：36-49.

［19］張友國(guó)，白羽潔.區(qū)域差異化“雙碳”目標(biāo)的實(shí)現(xiàn)路徑［J］.改革，2021（11）：1-18.

［20］曲越，秦曉鈺，黃海剛，等.碳達(dá)峰碳中和的區(qū)域協(xié)調(diào)：實(shí)證與路徑［J］.財(cái)經(jīng)科學(xué)，2022（1）：55-70.

［21］YinJY，CaoYF，TangBJ.FairnessofChinasProvincialEnergyEnvironmentEfficiencyEvaluation：EmpiricalAnalysisusingaThree-stageDataEnvelopmentAnalysisModel［J］.NaturalHazards，2019，95（10）：343-362.

［22］曲越，秦曉鈺，汪惠青，等.中國(guó)“碳中和”的城市協(xié)同路徑研究——基于“碳達(dá)峰”異質(zhì)性的門(mén)限模型［J］.中國(guó)地質(zhì)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，22（4）：50-63.

［23］鄭思齊，萬(wàn)廣華，孫偉增，等.公眾訴求與城市環(huán)境治理［J］.管理世界，2013，（6）：72-84.

［24］陸旸.從開(kāi)放宏觀的視角看環(huán)境污染問(wèn)題：一個(gè)綜述［J］.經(jīng)濟(jì)研究，2012，47（2）：146-158.

［25］張紅鳳，周峰，楊慧，等.環(huán)境保護(hù)與經(jīng)濟(jì)發(fā)展雙贏的規(guī)制績(jī)效實(shí)證分析［J］.經(jīng)濟(jì)研究，2009，44（3）：14-26.

［26］ShanY，GuanD，LiuJ，etal.MethodologyandApplicationsofCityLevelCO₂EmissionAccountsinChina［J］.JournalofCleanerProduction，2017，161：1215-1225.

［27］邵帥，張可，豆建民.經(jīng)濟(jì)集聚的節(jié)能減排效應(yīng)：理論與中國(guó)經(jīng)驗(yàn)［J］.管理世界，2019，35（1）：36-60.

［28］彭水軍，張文城，孫傳旺.中國(guó)生產(chǎn)側(cè)和消費(fèi)側(cè)碳排放量測(cè)算及影響因素研究［J］.經(jīng)濟(jì)研究，2015，50（1）：168-182.

［29］張華，魏曉平.綠色悖論抑或倒逼減排——環(huán)境規(guī)制對(duì)碳排放影響的雙重效應(yīng)［J］.中國(guó)人口·資源與環(huán)境，2014，24（9）：21-29.

［30］PastorJT，KnoxLovellCA.AglobalMalmquistProductivityIndex［J］.EconomicsLetters，2005，88（2）：266-271

［31］ColletazG，HurlinC.ThresholdEffectsofthePublicCapitalProductivity：AnInternationalPanelSmoothTransitionApproach［R/OL］.［2024-02-25］.https：//shs.hal.science/file/index/docid/55666/filename/dr2006_01colletaz_hurlin.pdf.

［32］張?jiān)伱?，閆晴，趙金凱.山東經(jīng)濟(jì)增長(zhǎng)與化石能源消耗脫鉤的區(qū)域差異與收斂性［J］.中國(guó)石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，39（1）：34-43.

［33］RamaswamiA，JiangD，TongK，etal.ImpactoftheEconomicStructureofCitiesonUrbanScalingFactors：ImplicationsforUrbanMaterialandEnergyFlowsinChina［J］.JournalofIndustrialEcology，2018，22（2）：392-405.

［34］魯桐，黨印.公司治理與技術(shù)創(chuàng)新：分行業(yè)比較［J］.經(jīng)濟(jì)研究，2014，49（6）：115-128.

責(zé)任編輯：曲紅

NonlinearMechanismandHeterogeneousPathofUrbanCarbonPeaking：

EmpiricalAnalysisBasedonPanelDataofPrefecture-level

CitiesinShandongProvince

QUYue，LIUJiatong，QINXiaoyu

（CollegeofEconomicsandManagement，ShandongUniversityofScienceandTechnology，Qingdao266590，Shandong，China）

Abstract：Theissueofcarbondioxideemissionsbroughtaboutbyrapideconomicdevelopmenthasbecomeagloballyrecognizedenvironmentalproblem，inresponsetothis，Chinahasproposedthe\"dualcarbon\"goalin2020.Asamajorcarbon-emittingprovince，themechanismofcarbondioxideemissionsandthetrajectorytowardscarbonpeakinShandongProvinceareworthyofattention.BasedontheEnvironmentalKuznetsCurve（EKC），thispaperemploysthePanelSmoothTransitionRegressionmodel（PSTR）toempiricallyanalyzethecarbonpeakingpathwaysattheprefecture-levelcitiesinShandongProvince.Resultsindicatethattheemissionsofcarbondioxideinprefecture-levelcitiesofShandongProvinceareinfluencedbyfactorssuchasregionaleconomicdevelopmentlevel，industrialstructure，populationagglomeration，andleveloftechnology.Therelationshipbetweeneconomicdevelopmentandcarbonemissionsconformstotheinverted\"U-shaped\"characteristicoftheEKCcurve.Heterogeneityanalysisrevealsthatthereisasignificantregionalheterogeneityinthecarbonemissionmechanismsandpathwaysamongtheprefecture-levelcitiesinShandongProvince.CitieslikeQingdao，Jinan，andWeihaihaveahigherpercapitaGDPlevelatthecarbonpeakpointcomparedtoothercities，whicharelikelyexpectedtobethefirsttoachievethecarbonpeaktargetinShandongProvince.Inaddition，lightindustry-dominatedcitiessuchasBinzhou，Dezhou，andJiningexhibitaveragecarbonreductionlevelswithintheprovinceandneedtoparticularlyfocusonoptimizingindustrialstructuresandcontrollingpopulationsizesduringthecarbonreductionprocess.Heavyindustry-dominatedcitieslikeZaozhuang，Heze，andZibo，whichreachtheircarbonpeakatrelativelylowereconomicdevelopmentlevels，havehigherproportionsofheavyindustry，forthesecities，improvingeconomicdevelopmentlevelsandreasonablycontrollingpopulationsizesarecrucialforeffectivecarbonreduction.

Keywords：carbonpeak;carbonreduction;EKCcurve;regionalcollaboration

英文編校：馬志強(qiáng)