我國五大城市群碳排放特征分析與減碳策略探討

摘 要 城市群作為推動區(qū)域經(jīng)濟增長和環(huán)境可持續(xù)性發(fā)展的重點地域，在科學技術創(chuàng)新、產(chǎn)業(yè)集群形成和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等方面扮演了重要角色。以生產(chǎn)消費與空間為視角，探討了中國五大城市群的碳排放總體特征、構(gòu)成特征、空間分布、轉(zhuǎn)換特征和碳匯的結(jié)構(gòu)與空間特征。通過對比五大城市群的碳排放結(jié)構(gòu)關聯(lián)，評估了總量與強度、碳中和特征，以及與社會經(jīng)濟因素的相關性；揭示了各城市群之間及城市群內(nèi)部地級市產(chǎn)業(yè)門類在碳排放方面的相互影響。最后，基于現(xiàn)行減碳政策和機制，并參考相關國際經(jīng)驗，對五大城市群的減碳策略做了初步探討。

關 鍵 詞 五大城市群；碳排放特征；減碳路徑

文章編號 1673-8985（2024）04-0048-08 中圖分類號 TU984 文獻標志碼 A DOI 10.11982/j.supr.20240407

0 引言

我國“十四五”規(guī)劃明確指出，要優(yōu)化提升京津冀、長三角、珠三角、成渝、長江中游等城市群。城市群作為經(jīng)濟增長的重要引擎，其碳排放問題尤為突出，同時也蘊藏著減排的巨大潛力，承擔著率先實現(xiàn)碳達峰的重任，并要為其他地區(qū)做出示范及提供寶貴經(jīng)驗[1]。碳排放問題不應局限于單個城市的層面，而應在城市群及以上尺度做綜合考量。城市群內(nèi)部城市之間在交通和產(chǎn)業(yè)上聯(lián)系緊密，且城市群之間在發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和能源消費模式等方面差異顯著，這些均對碳減排策略的制定提出復雜的要求。從城市群的角度研究碳減排，有助于揭示不同城市群的碳減排需求、差異化策略需求和潛在協(xié)同效應，從而為精確和有效地制定低碳發(fā)展政策和減碳路徑提供科學依據(jù)。

1 既有研究概述

在既有的相關研究中，已有學者認識到城市群在中國低碳發(fā)展中的重要作用，并以具體的城市群為實證案例，分析了碳排放的影響因素，提出政策和機制的優(yōu)化方向；如KONG等[2]研究檢驗了城市群（NUA）政策對中國經(jīng)濟發(fā)展和環(huán)境污染的影響，認為城市群政策可以實現(xiàn)經(jīng)濟和環(huán)境上的收益，并強調(diào)了綠色技術創(chuàng)新、產(chǎn)業(yè)集聚和產(chǎn)業(yè)結(jié)構(gòu)升級對實現(xiàn)這些經(jīng)濟環(huán)境效益的重要性。研究發(fā)現(xiàn)，深化協(xié)同治理、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和推動綠色技術是區(qū)域一體化影響城市碳排放的重要機制；例如ZENG等[3]針對京津冀城市群的研究表明產(chǎn)業(yè)結(jié)構(gòu)是碳排放的關鍵影響因素，通過調(diào)整能源結(jié)構(gòu)和加大技術創(chuàng)新投資等綜合政策措施，可以顯著降低碳排放和碳排放強度；NING等[4]以呼包鄂榆城市群為研究對象，對其碳排放和減排潛力進行預測，強調(diào)了經(jīng)濟增長、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、能源政策、環(huán)保和技術投資的結(jié)合是有效的減碳措施。也有研究證明了區(qū)域協(xié)同治理對碳排放的影響；如LIU等[5]針對成渝城市群，使用進化博弈理論探討了政府間合作在減排合作方面的影響因素，研究表明成渝地區(qū)政治、經(jīng)濟等方面的互補性為兩地減排合作提供了自然動力和堅實基礎，同時建議通過區(qū)域聯(lián)盟合作和針對性政策來提高減排效率。

城市形態(tài)與能源使用及碳排放之間的關系長期以來一直存在爭議，因為空間形態(tài)不是能源需求的唯一驅(qū)動因素，但也已有大量研究證明空間形態(tài)或其某些屬性會對能源需求產(chǎn)生影響，并且空間產(chǎn)生的綜合影響更為顯著[6]。國內(nèi)關于城市群層面，建設用地及空間形態(tài)對碳排放的影響，現(xiàn)有研究多通過構(gòu)建不同的模型來對城市空間形態(tài)進行量化，結(jié)論一是城市群的碳排放與建設用地特別是工業(yè)用地的變化密切相關；二是緊湊合理的城市空間形態(tài)與功能布局有利于城市群的低碳發(fā)展，且“多中心”發(fā)展模式更有利于碳減排的實現(xiàn)。如OU等[7]通過面板數(shù)據(jù)建模量化分析城市形態(tài)與碳排放之間的關系，指出緊湊、多核發(fā)展的城市格局有利于碳減排。舒心等[8]通過分析長三角城市群碳排放重心轉(zhuǎn)移及其與城市用地增長的關系，構(gòu)建相應面板數(shù)據(jù)模型，發(fā)現(xiàn)城市形態(tài)緊湊，但功能布局及配置不合理將對減碳排產(chǎn)生負面作用。SHI等[9]從城Hfz5S8iHMryniesKoh+MZqf1YiN+un11EsdsliIYkws=市政府政策、區(qū)域、人口、經(jīng)濟規(guī)模等多視角出發(fā)，分析得出城市形態(tài)的不規(guī)則性和復雜性與城市碳排放均呈顯著相關性。

既有研究突出了城市群政策在推動經(jīng)濟增長與環(huán)境可持續(xù)性之間達到平衡的關鍵作用，尤其是綠色技術創(chuàng)新、產(chǎn)業(yè)集群形成及產(chǎn)業(yè)結(jié)構(gòu)的戰(zhàn)略性調(diào)整對于實現(xiàn)這一目標的核心重要性。此外，相關研究還深入探討了區(qū)域一體化、協(xié)同治理、能源政策制定、環(huán)境保護措施和技術投資等多方面因素在調(diào)控城市碳排放中的決定性作用。從既有文獻看，尚缺少對不同城市群之間在碳排放方面的深入比較與分析成果。本文旨在通過對不同城市群碳排放特征的系統(tǒng)比較，揭示各區(qū)域在碳排放模式上的異同；在此基礎上，深入剖析影響城市群碳排放的關鍵因素，并探討當前的減排策略。

2 研究設計

2.1 研究對象及數(shù)據(jù)來源

本文的研究對象“五大城市群”源自《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》，即綱要中所提的“優(yōu)化提升京津冀、長三角、珠三角、成渝、長江中游等城市群”；城市群的具體分析范圍結(jié)合了各城市群“十四五”規(guī)劃、發(fā)展規(guī)劃和國家發(fā)改委等劃定范圍，以地級市為最小分析單元（見圖1）。2023年，五大城市群的GDP之和為58.3萬億元，占全國總量的57.5%；常住人口為6.5億人，占全國總量的46%；以常住人口估算，人均GDP約為9.0萬元，同期全國人均GDP為7.2萬元。

其中，研究分析涉及3種數(shù)據(jù)：碳排放數(shù)據(jù)、用地覆被數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)。碳排放數(shù)據(jù)來源于中國城市溫室氣體工作組（China City Greenhouse Gas Working Group，CCG）發(fā)布的中國城市二氧化碳排放數(shù)據(jù)集（2005年、2010年、2015年和2020年），該數(shù)據(jù)集核算了城市在工業(yè)能源、工業(yè)過程、農(nóng)業(yè)、服務業(yè)、城鎮(zhèn)生活、農(nóng)村生活和交通等7個領域中的直接碳排放及間接碳排放（即區(qū)域外調(diào)入的電力和熱力轉(zhuǎn)換而成的碳排放）數(shù)據(jù)。該數(shù)據(jù)集基于環(huán)境保護部環(huán)境規(guī)劃院氣候變化與環(huán)境政策研究中心建立的中國高空間分辨率二氧化碳排放網(wǎng)格數(shù)據(jù)（China High Resolution Emission Gridded Data，CHRED）[10]，采用統(tǒng)一數(shù)據(jù)源和規(guī)范化、標準化的數(shù)據(jù)處理方法，并且覆蓋中國所有地級市，有利于城市橫向比較、排放對標及相關排放研究。研究區(qū)地表覆蓋柵格數(shù)據(jù)，空間分辨率為30 m×30 m，來源于我國自然資源部。經(jīng)濟社會數(shù)據(jù)來自各省統(tǒng)計年鑒、各地級市統(tǒng)計年鑒、個別地級市國民經(jīng)濟與社會發(fā)展統(tǒng)計年報。

2.2 研究方法

除了普通的描述性統(tǒng)計分析，本文采用了空間自相關分析、灰色關聯(lián)度分析和產(chǎn)業(yè)聚類分析方法。闡釋如下：

（1）空間自相關

在研究地級市碳排放量的空間自相關性時，本文采用了Moran's I統(tǒng)計方法來量化碳排放數(shù)據(jù)的空間分布模式。Moran's I是一種廣泛應用于地理空間數(shù)據(jù)分析的方法，用于檢測數(shù)據(jù)在空間分布上是否存在聚集或離散，考慮了每個地級市碳排放量與其鄰近地區(qū)碳排放量之間的相關性。Moran's I值的范圍在-1（完全離散）到+1（完全聚集）之間，旨在揭示地級市碳排放量在空間上的聚集特征。

（2）灰色關聯(lián)度

關聯(lián)度分析是一個用來識別和比較影響因素與目標之間關聯(lián)度的方法，是灰色系統(tǒng)理論中的一種重要方法。該方法通過計算目標序列與各比較序列（系統(tǒng)中的其他相關因素或指標序列）之間的關聯(lián)度，來反映它們之間的相似性或相互影響程度。關聯(lián)度越大，表明兩者之間的相似度或影響力越強。為了分析五大城市群的碳排放和社會經(jīng)濟序列的關系，以城市群所含每個地級市的總碳排作為參考序列，而每個地級市的GDP、人均GDP、二產(chǎn)比重、常住人口、城鎮(zhèn)化率則作為評價項。通過計算各評價項與總碳排的關聯(lián)系數(shù)值，并進一步得出關聯(lián)度值，可以判斷各評價項與總碳排的關聯(lián)密切程度。

（3）產(chǎn)業(yè)聚類分析

聚類分析是統(tǒng)計學中根據(jù)研究樣本的相似性，建立分類從而達到“物以類聚”效果的多元統(tǒng)計分析方法。主要運用城市的4個關鍵經(jīng)濟指標：能源生產(chǎn)、重工業(yè)、輕工業(yè)和高新技術產(chǎn)業(yè)的GDP產(chǎn)值占比，用K-means算法對五大城市群的城市進行分類，每個組內(nèi)的城市在這些指標上表現(xiàn)出較高的相似性，而組間則相對較為差異化。產(chǎn)業(yè)分類和細分統(tǒng)計方法參考相關文獻[11]。

2.3 研究的技術路線

本文圍繞中國五大城市群的碳排放特征展開，旨在揭示城市群在碳排放模式上的差異性和共性，在此基礎上提出五大城市群的碳減排路徑。首先分析五大城市群生產(chǎn)消費視角與空間視角下的碳排放特征，包括總體特征、構(gòu)成特征、空間分布、轉(zhuǎn)換特征和碳匯的結(jié)構(gòu)與空間特征；進而通過對比五大城市群的碳排放結(jié)構(gòu)關聯(lián)，評估總量與強度、碳中和特征，以及與社會經(jīng)濟因素的相關性。最后，基于現(xiàn)狀特征的把握，結(jié)合現(xiàn)有的區(qū)域減排的機制設置，并參考國際上的發(fā)展趨勢和相關經(jīng)驗，提出五大城市群的碳減排促進策略（見圖2）。

3 五大城市群的碳排放特征與結(jié)構(gòu)性比較分析

3.1 五大城市群的碳排放特征分析

3.1.1 基于生產(chǎn)消費視角的碳排放特征

（1）總體特征

2005—2020年，我國五大城市群的總碳排放量合計從269 946萬t上升到462 986萬t，增加了71.5%；而同期GDP總量合計從11.97億元上升到58.29億元，增長了430%，GDP總量的增長大大超過總碳排放量的增長；同時，常住人口合計從5.53億人上升到6.51億人，增長了17.7%，大大低于總碳排放量的增長（見圖3）。

五大城市群的經(jīng)濟和人口基本情況見圖4。對五大城市群分別進行碳排放總量、人均碳排放量、單位GDP碳排放3個指標的觀察與橫向比較，發(fā)現(xiàn)從碳排放總量來看，呈現(xiàn)出長三角＞京津冀＞長江中游＞成渝＞珠三角的態(tài)勢；但從增長速度來看，長三角＞成渝＞長江中游＞珠三角＞京津冀（見圖5）。橫向比較人均碳排放量，呈現(xiàn)出京津冀＞長三角＞長江中游＞珠三角＞成渝的態(tài)勢；且從增長速度來看，珠三角城市群出現(xiàn)了負增長（2020年的人均碳排放量低于2005年），比較其他城市群的人均碳排放量增長速度，長三角＞長江中游＞成渝＞京津冀（見圖6）。橫向比較單位GDP碳排放量，呈現(xiàn)京津冀＞長江中游＞成渝＞長三角＞珠三角的態(tài)勢，五大城市群的單位GDP排放量都是在減少的；且從減少的速度來看，成渝＞長江中游＞珠三角＞長三角＞京津冀（見圖7）。

（2）構(gòu)成特征

統(tǒng)計區(qū)域內(nèi)的總碳排放由間接排放和直接排放構(gòu)成，其中直接排放主要由農(nóng)業(yè)、服務業(yè)、工業(yè)、生活和交通碳排放構(gòu)成，間接排放則包括區(qū)域外調(diào)入的電力和熱力的折算碳排放。從直接—間接碳排放構(gòu)成來看，五大城市群中珠三角、京津冀的間接排放比重較高，分別占25%和15%左右，其余城市群均以直接碳排放為主，占比為90%左右。

從直接碳排放結(jié)構(gòu)特征來看，五大城市群基本都以工業(yè)排放為主，占比均達80%以上；其次是交通，再次是居民生活及服務業(yè)。2005—2020年，總體上各城市群工業(yè)碳排放量的總量上升，但在總碳排放量中的比重在下降；而交通碳排放在總碳排放中的比重則在上升（見圖8）。

3.1.2 基于空間視角的碳排放特征

（1）碳排放的空間分布與轉(zhuǎn)換特征

在城市群內(nèi)部，碳排放主要發(fā)生在建設用地上（LUCC分類為城鄉(xiāng)居民工礦用地）。根據(jù)LUCC 30 m×30 m精度用地數(shù)據(jù)的計算結(jié)果表明，2005—2020年間，五大城市群的建設用地從75 964 km2增長到109 465 km2，占全部用地比重從6.32%上升到9.09%；增長的建設用地中，長三角城市群占40%，京津冀城市群占27%，長江中游城市群、成渝城市群和珠三角城市群分別占15%、12%和6%（見表1）。而從五大城市群2005—2020年間用地轉(zhuǎn)換矩陣來看，長三角城市群、京津冀、長江中游城市群的建設用地增長主要由耕地轉(zhuǎn)化而來；成渝和珠三角城市群的建設用地增長則主要由耕地和林地轉(zhuǎn)化而來。

（2）碳排放的空間關聯(lián)特征

碳排放的空間關聯(lián)特征展示了不同區(qū)域碳排放量之間的相互影響。顯著的正空間關聯(lián)性意味著高（或低）碳排放區(qū)域傾向于相互鄰近，表明這些區(qū)域可能共享相似的工業(yè)結(jié)構(gòu)或能源使用模式。負空間關聯(lián)性則表明高碳排放區(qū)域與低碳排放區(qū)域相鄰，這種情況較為罕見。如果空間關聯(lián)性不顯著，表明區(qū)域間碳排放量的分布是隨機的，沒有明顯的地理聚集模式。

基于生產(chǎn)消費視角，以地級市為單位，分別以五大城市群總體運用Moran I指數(shù)進行空間關聯(lián)性判斷。結(jié)果表明，五大城市群的碳排放總體上在空間上的關聯(lián)性增強，空間相關性增加；長三角城市群的碳排放空間關聯(lián)性先增加后減少；珠三角城市群碳排放的空間關聯(lián)性在2015年之后顯著；京津冀、長江中游、成渝城市群碳排放的空間關聯(lián)性不顯著（見表2）。

3.1.3 碳匯的結(jié)構(gòu)與空間特征

凈碳排放總量與城市群的碳匯關系密切，本文對2005年、2020年五大城市群的碳匯數(shù)量變化及結(jié)構(gòu)特征進行統(tǒng)計。結(jié)果表明，成渝、京津冀城市群的碳匯量略有上升，長江中游、長三角、珠三角城市群的碳匯總量略有下降（見圖9）。而在碳匯結(jié)構(gòu)中，成渝的林地、京津冀的耕地林地、長江中游的水域呈現(xiàn)增長的態(tài)勢，其余用地呈現(xiàn)略有下降的態(tài)勢（見表3）。

3.2 五大城市群碳排放的結(jié)構(gòu)性比較分析

3.2.1 總量與強度

在綜合考慮總量與效率的基礎上，對我國五大城市群的碳排放狀況進行匯總與比較分析（見表4）。通過對4項關鍵指標（總碳排放量、單位GDP碳排放、人均碳排放、地均碳排放）執(zhí)行最大值標準化處理，構(gòu)建雷達圖以直觀展現(xiàn)各城市群間的表現(xiàn)差異（見圖10）。雷達圖揭示了長江中游、珠三角和成渝城市群在碳排放方面的共性，這體現(xiàn)在相對較低的總碳排放量、單位GDP碳排放和人均碳排放；但這些城市群地均碳排放偏高，表明單位土地面積的碳排放強度較大。與之相反，長三角和京津冀城市群盡管在總碳排放、單位GDP碳排放和人均碳排放上數(shù)值較高，卻在地均碳排放上表現(xiàn)較低；這可能與這些城市群較高的產(chǎn)業(yè)集聚度和優(yōu)化的土地使用效率有關[12]?？傮w而言，五大城市群在碳排放特征上呈現(xiàn)出兩種明顯不同的模式。這一發(fā)現(xiàn)對于制定區(qū)域碳減排戰(zhàn)略和土地利用規(guī)劃具有一定啟示意義。

3.2.2 碳中和特征

圖11展現(xiàn)了五大城市群碳排放與碳匯的相對量化關系。首先，對比五大城市群的碳排放與碳匯量級，可以明顯觀察到碳排放總量顯著高于碳匯量。其次，從圖中每個城市群的數(shù)據(jù)散點及其斜率關系來看，2005年和2020年的京津冀城市群，以及2020年的長三角城市群，在碳排放相對于碳匯的比例上較高，這表明在區(qū)域內(nèi)碳排放與碳匯之間存在較大的不均衡性。除成渝、京津冀城市群在碳匯量上呈現(xiàn)增長外，其他城市群的碳匯量出現(xiàn)減少，導致碳匯空間帶來的碳中和能力降低。在五大城市群中，長江中游城市群的碳匯總量占比最高，這一數(shù)據(jù)指標反映了其在區(qū)域碳循環(huán)中的重要性。

3.2.3 經(jīng)濟社會關聯(lián)

（1）關聯(lián)度分析

圖12的關聯(lián)度計算結(jié)果顯示了從2005年至2020年各評價項的關聯(lián)度變化趨勢?？梢钥闯?，GDP和人均GDP在2010年達到關聯(lián)度高點，隨后有所下降，表明至少在2010年前總碳排放與GDP的關系更為緊密。而二產(chǎn)比重在2010年后呈下降趨勢。這反映了隨著產(chǎn)業(yè)結(jié)構(gòu)的變化，其對總碳排放的影響在減弱。同時，常住人口關聯(lián)度整體上升，但增長速度在放緩，意味著人口增長對碳排放的影響正逐漸增大但增速放緩。最后，城鎮(zhèn)化率的關聯(lián)度一直在持續(xù)增加，說明城鎮(zhèn)化進程與總碳排放的關系日益緊密[13]。

（2）產(chǎn)業(yè)聚類分析

產(chǎn)業(yè)聚類數(shù)據(jù)顯示了各城市群的地級市在不同產(chǎn)業(yè)方面的專注和發(fā)展狀況。2020年五大城市群地級市的產(chǎn)業(yè)聚類分析結(jié)果顯示（見圖13），京津冀城市群以能源生產(chǎn)和重工業(yè)城市為主，長三角城市群的城市類型較為綜合多樣，珠三角城市群在高科技產(chǎn)業(yè)方面比較突出，而長江中游城市群在輕工業(yè)和重工業(yè)方面的分布較為均衡。

4 政策視角下五大城市群減碳策略探討

4.1 區(qū)域減排的政策和機制

在一個國家內(nèi)部，為實現(xiàn)碳排放減少的目標，通常會采用包括國家層面的政策制定、地方政府間合作及多部門協(xié)調(diào)機制建構(gòu)等舉措。諸如，在國家政策指引下，建立全國性碳排放交易系統(tǒng)（如我國正在建立的全國碳市場）、簽訂州際或省際應對氣候變化協(xié)議（如美國的RGGI）、建立城市間合作網(wǎng)絡（如C40城市氣候領導群）、成立政府間工作小組或委員會、出臺財政激勵措施，以及加強信息共享和能力建設。所有這些政策和機制都是為了促進區(qū)域各個層級和部門在減少碳排放方面的協(xié)調(diào)與合作。

在我國區(qū)域碳減排政策方面，國家層面的政策導向是以“能源消費雙控”與企業(yè)層面的“碳排放權(quán)交易市場”來共同構(gòu)筑一個雙重約束框架。前者是國家層面對區(qū)域和地方碳減排的約束，見于2021年國家發(fā)改委頒布的政策文件《完善能源消費強度和總量雙控制度方案》，這是一種偏強制和底線性思維的減碳制度設計。該文件要求“合理設置國家和地方能耗雙控指標”“以能源產(chǎn)出率為重要依據(jù)，綜合各地區(qū)經(jīng)濟社會發(fā)展水平、發(fā)展定位、產(chǎn)業(yè)結(jié)構(gòu)和布局、能源消費現(xiàn)狀、節(jié)能潛力、能源資源稟賦、環(huán)境質(zhì)量狀況、能源基礎設施建設和規(guī)劃布局、上一五年規(guī)劃目標完成情況等因素，合理確定各省（自治區(qū)、直轄市）能耗強度降低和能源消費總量目標”。后者則是提出建立針對企業(yè)的碳排放權(quán)交易市場，已于2021年啟動該項工作；2023年生態(tài)環(huán)境部頒發(fā)了《溫室氣體自愿減排交易管理辦法（試行）》，但目前僅局限在能源生產(chǎn)領域，今后將逐步擴大覆蓋范圍。這兩種制度設計都將構(gòu)成區(qū)域碳減排的約束條件：前者成為行政范圍內(nèi)的緊約束，后者將通過市場機制來約束企業(yè)行為。

在當前的政策環(huán)境框架下，五大城市群出臺了一些低碳政策與規(guī)范，總體對應了各自的碳排放現(xiàn)狀以及經(jīng)濟與社會發(fā)展的特定特征。例如，長三角城市群出臺《長三角生態(tài)綠色一體化發(fā)展示范區(qū)碳達峰實施方案》，旨在構(gòu)建一個跨區(qū)域低碳發(fā)展的典范，強調(diào)了經(jīng)濟發(fā)展與碳排放控制的統(tǒng)籌，并推動了從能源消耗“雙控”向碳排放總量及強度“雙控”的轉(zhuǎn)變。此外，該方案還探索了按領域、階段和區(qū)域劃分的協(xié)同碳減排扶持與補貼政策。2024年7月，長三角示范區(qū)成功完成了首筆跨省碳普惠交易，是建立一個碳普惠聯(lián)建共享機制的的實踐嘗試，有效地滿足了區(qū)域內(nèi)高碳排放行業(yè)與碳減排技術需求的對接。《水鄉(xiāng)客廳近零碳專項規(guī)劃》則是通過融合低碳技術與生態(tài)碳匯等的發(fā)展，采取集中引領與分類示范的策略，構(gòu)建了一個集成的近零碳生產(chǎn)生活空間。《上海市碳達峰實施方案》作為一個省市級綜合減碳方案，包含了碳排放控制、能源結(jié)構(gòu)優(yōu)化、產(chǎn)業(yè)升級、綠色建筑和可持續(xù)交通等多方面的綜合性減碳措施?！毒┙蚣侥茉磪f(xié)同發(fā)展行動計劃》專注于控制能源消耗的總量和強度，通過促進清潔能源的發(fā)展，適應了該區(qū)域重工業(yè)集中且能源依賴度高的地域特征，推動了區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)的低碳轉(zhuǎn)型。珠三角地區(qū)通過《珠江三角洲地區(qū)改革發(fā)展規(guī)劃綱要》加強了低碳經(jīng)濟和國際低碳城區(qū)的建設，反映了該區(qū)域在高新技術產(chǎn)業(yè)中的領先地位。廣州、深圳等城市進一步制定了明確的低碳發(fā)展目標和策略，確保區(qū)域內(nèi)的低碳政策與國際化及技術創(chuàng)新導向保持一致。《成渝地區(qū)雙城經(jīng)濟圈建設規(guī)劃綱要》提出要推動能源結(jié)構(gòu)優(yōu)化、建設低碳園區(qū)和實施重點低碳試點項目，四川和重慶也都制定了碳排放控制計劃和方案。長江中游城市群則致力于推動產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和綠色低碳發(fā)展，強調(diào)促進清潔能源和低碳技術應用的政策，加強污染減排和碳排放監(jiān)測。

4.2 相關國際經(jīng)驗借鑒

考察國際經(jīng)驗，可以發(fā)現(xiàn)不同類型的碳減排政策隨時間而變化，即政策的演進和實施往往與全球氣候變化的相關國際議程（協(xié)定），以及各國所處的發(fā)展階段（體現(xiàn)在技術進步、經(jīng)濟條件等）與政治意愿等因素緊密相關。

通過分析各國碳減排政策的出臺和執(zhí)行時間，可以發(fā)現(xiàn)不同類型的碳減排政策在不同的歷史時期有著不同的重點和推進速度。這些政策的演進反映了全球應對氣候變化的進程、經(jīng)濟社會發(fā)展水平、技術創(chuàng)新能力及國際政治經(jīng)濟格局的變化。大致可以分為5個階段：第一階段為早期階段（1980年代末—1990年代），初期主要集中在能效提升和一些基本的環(huán)境保護措施，如提高建筑和工業(yè)領域的能效標準，推廣節(jié)能技術和產(chǎn)品。森林保護和植樹造林等自然碳匯增加措施也開始得到關注。第二階段為“京都議定書時期”（1997年—2000年代），隨著京都議定書的簽訂，碳交易和市場機制（如清潔發(fā)展機制CDM）開始得到國際社會的認可和推廣；法律和規(guī)章制度開始逐步建立，一些國家開始設立國家級的碳排放目標和限制。第三階段（2000年代初至中期）對可再生能源的支持政策得到加強，包括各種補貼、稅收優(yōu)惠和可再生能源發(fā)電配額制度等。能源結(jié)構(gòu)調(diào)整政策逐漸成為重點，特別是在一些發(fā)達國家中，開始重視減少對化石燃料的依賴。第四階段為“巴黎協(xié)定時期”（2015年—2020年代），隨著《巴黎協(xié)定》的達成，各國對減排承諾的實施更為重視，全球減排努力加強。碳定價和市場機制得到進一步發(fā)展，越來越多的國家和地區(qū)開始建立或計劃建立碳定價機制，如碳稅和區(qū)域性碳交易市場。研發(fā)和技術創(chuàng)新支持政策愈發(fā)重要，包括對綠色氫能、碳捕捉和封存（CCS）、碳捕捉和利用（CCU）等前沿技術的研發(fā)投入。第五階段是2020年代初期以來的新時期，隨著氣候變化的緊迫性加劇，對于加快能源轉(zhuǎn)型、深化產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和推動綠色低碳技術的政策支持進一步加強。國際合作和多邊機制在推進全球減排方面的作用日益凸顯，如通過技術轉(zhuǎn)移、綠色金融等方式支持發(fā)展中國家的減排努力。

全球應對氣候變化的大勢和相關的國際經(jīng)驗，對我國在不同發(fā)展時期的減碳政策制訂有著重要的參考價值和借鑒意義。

4.3 五大城市群碳減排策略探討

依據(jù)庫茲涅茲環(huán)境曲線假設，經(jīng)濟發(fā)展與環(huán)境質(zhì)量之間的關系在達到高度發(fā)展階段后，預期將實現(xiàn)協(xié)調(diào)一致。在此階段，對于經(jīng)濟發(fā)展較為成熟的城市群而言，低碳技術的廣泛應用及政策創(chuàng)新在提高碳效率和減少排放量方面將展現(xiàn)出顯著的潛力[14]。前文的分析已經(jīng)揭示，長江中游、長三角、成渝城市群與京津冀、珠三角城市群在碳排放模式上表現(xiàn)出明顯的不同。前三者呈現(xiàn)出相對較低的碳排放水平，這可能與這些區(qū)域在經(jīng)濟結(jié)構(gòu)優(yōu)化、能源效率提升及政策支持方面的相對優(yōu)勢有關。相對而言，京津冀及長三角城市群較高的碳排放水平則反映了這些地區(qū)在能源消耗及產(chǎn)業(yè)排放方面面臨的挑戰(zhàn)。特別是，京津冀地區(qū)由于其城市產(chǎn)業(yè)結(jié)構(gòu)在能源消耗和重工業(yè)方面的顯著特點，具備顯著的碳減排潛力。而珠三角地區(qū)以高科技產(chǎn)業(yè)為主導，在可預見的未來將維持一種健康的低碳排放發(fā)展趨勢。至于長江中游、成渝、長三角城市群，鑒于其城市產(chǎn)業(yè)類型的綜合性和多樣性，可通過市場機制有效調(diào)控碳排放速度，以實現(xiàn)低碳發(fā)展目標。

基于上述基本判斷，下文提出促進碳減排的策略建議，旨在為未來的城市群減碳化研究提供方向性思路。

（1）技術與政策創(chuàng)新

首先要評估低碳技術推廣的現(xiàn)狀與潛力，尤其是京津冀、長三角城市群在工業(yè)生產(chǎn)與建筑領域的應用情況，以及五大城市群中新能源汽車和公共交通系統(tǒng)等綠色能源的推廣情況。其次是從城市群層面出發(fā)，對低碳政策的創(chuàng)新及其實施效果進行評估。選擇具有代表性的產(chǎn)業(yè)城市作為試點，從政策設計、目標設定、實施機制和效果評估等方面出發(fā)，建立系統(tǒng)化的低碳試點案例，以加快制定能夠激勵市場活力、促進公私部門合作，并為其他區(qū)域提供借鑒的系統(tǒng)化解決方案。

（2）區(qū)域交流與合作

關注區(qū)域合作與交流，建立城市群間的碳減排合作機制和交流平臺，探索如何通過共享最佳實踐、協(xié)調(diào)政策措施，以及聯(lián)合實施減排項目來實現(xiàn)協(xié)同效應。比如建立數(shù)據(jù)平臺共享碳排放數(shù)據(jù)和減排技術，所有城市群都可以實時訪問和共享有關碳排放的數(shù)據(jù)與減排成效，以及相關的低碳技術。在政策協(xié)調(diào)方面，以平衡碳減排責任與資源為原則，制定跨城市群的協(xié)同政策，一方面促進區(qū)域內(nèi)的環(huán)保政策和碳排放標準的統(tǒng)一，確保碳減排措施在整個區(qū)域內(nèi)得到有效實施，防止碳排放的“泄漏”或政策差異造成的不公平競爭；另一方面，確保資源豐富和技術先進的城市群能夠支持資源較少的地區(qū)。最后，可以聯(lián)合實施大型碳減排項目，例如，城市群可以共同投資和建設大型的可再生能源項目，如風電和太陽能發(fā)電站，或共建區(qū)域碳捕捉和儲存設施，共享減排成果和經(jīng)濟效益。

（3）面向低碳的空間協(xié)同規(guī)劃

針對各城市群面臨的碳減排使命和挑戰(zhàn)，需要研究制訂面向未來的城市群碳減排戰(zhàn)略規(guī)劃，其中包括加強綠色低碳技術研發(fā)與創(chuàng)新、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提升能源效率、增強生態(tài)系統(tǒng)的保護與修復能力，以及優(yōu)化區(qū)域內(nèi)各層級的空間布局等多維策略措施?？臻g協(xié)同規(guī)劃方面，在城市群層面，考慮進一步推動構(gòu)建多中心、網(wǎng)絡化、集約型的國土空間開發(fā)保護格局[15]，系統(tǒng)性減少因低效的區(qū)域空間布局和交通聯(lián)系帶來的額外碳排放；大量整合區(qū)域內(nèi)規(guī)模較大的綠色基礎設施，如國家公園、綠帶和濕地，增強城市群的生態(tài)系統(tǒng)的碳匯功能。在城市層面，鼓勵發(fā)展分布均衡的多中心城市結(jié)構(gòu)，減少通勤需求，從而降低交通引起的碳排放[16]；在城市中心及交通樞紐周圍推行高密度的混合用途開發(fā)[17]；推廣生態(tài)友好型開發(fā)，充分考慮地形、水系及生態(tài)條件，利用城市區(qū)域的生態(tài)走廊和綠色緩沖區(qū)等自然元素，促進生物多樣性，同時提升城市空間的碳吸收能力。

5 結(jié)語

本文通過深入分析中國五大城市群的碳排放特征與減碳路徑，揭示了區(qū)域碳排放的復雜性和多樣性。研究發(fā)現(xiàn)，雖然所有城市群在過去15年中碳排放總量均呈上升趨勢，但單位GDP碳排放量呈現(xiàn)出顯著的下降趨勢，展示了經(jīng)濟增長與碳排放脫鉤的積極跡象。本文不僅比較了五大城市群碳排放的總量與結(jié)構(gòu)，還從社會經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源使用模式等多方面分析了碳排放的關鍵驅(qū)動因素。

通過對比分析，本文進一步證實了城市群內(nèi)部和跨城市群之間在碳減排策略和實施中存在顯著差異。特別是珠三角、長三角城市群通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和推廣低碳技術，已經(jīng)取得顯著的碳減排效果；而長江中游、成渝城市群則顯示出碳排放控制與經(jīng)濟發(fā)展之間的潛在沖突，需要更為精細化的策略來平衡兩者的關系。結(jié)合對國內(nèi)外碳減排政策和機制的梳理和借鑒，本文探討了針對五大城市群的減排路徑，強調(diào)了減排技術應用與區(qū)域協(xié)調(diào)和政策創(chuàng)新的重要性。

參考文獻 References

[1]高國力，文揚，王麗，等. 基于碳排放影響因素的城市群碳達峰研究[J]. 經(jīng)濟管理，2023，45（2）：39-58.

GAO Guoli， WEN Yang， WANG Li， et al. Study on carbon peak of urban clusters based on analysis of influencing factors of carbon emissions[J]. Business and Management Journal， 2023， 45（2）： 39-58.

[2]KONG F， ZHANG H， MENG X， et al. Can the policy of national urban agglomeration improve economic and environmental gains？ Evidence from quasi-natural experiments with 280 cities in China[J]. International Journal of Environmental Research and Public Health， 2022， 19（13）： 7596.

[3]ZENG Y， ZHANG W， SUN J， et al. Research on regional carbon emission reduction in the Beijing–Tianjin–Hebei urban agglomeration based on system dynamics： key factors and policy analysis[J]. Energies， 2023， 16（18）： 6654.

[4]NING X， HE Y， ZHANG J， et al. Analysis of carbon emission projections and reduction potential of resource-dependent urban agglomerations from the perspective of multiple scenarios—a case study of Hu-Bao-O-Yu urban agglomeration[J]. International Journal of Environmental Research and Public Health， 2023， 20（5）： 4250.

[5]LIU J， MENG W， HUANG B， et al. Factors influencing intergovernmental cooperation on emission reduction in Chengdu-Chongqing urban agglomeration： an evolutionary game theory perspective[J]. International Journal of EnvironmentalResearch and Public Health， 2022， 19（22）： 14848.

[6]SILVA M， OLIVEIRA V， LEAL V. Urban form and energy demand： a review of energy-relevant urban attributes[J]. Journal of Planning Literature， 2017， 32（4）： 346-365.

[7]OU J， LIU X， LI X， et al. Quantifying the relationship between urban forms and carbon emissions using panel data analysis[J]. Landscape Ecology， 2013， 28（10）： 1889-1907.

[8]舒心，夏楚瑜，李艷，等. 長三角城市群碳排放與城市用地增長及形態(tài)的關系[J]. 生態(tài)學報，2018，38（17）：6302-6313.

SHU Xin， XIA Chuyu， LI Yan， et al. Relationships between carbon emission， urban growth， and urban forms of urban agglomeration in the Yangtze River Delta[J]. Acta Ecologica Sinica， 2018， 38（17）： 6302-6313.

[9]SHI K， XU T， LI Y， et al. Effects of urban forms on CO2 emissions in China from a multi-perspective analysis[J]. Journal of Environmental Management， 2020， 262： 110300.

[10]CAI B， LIANG S， ZHOU J， et al. China high resolution emission database （CHRED） with point emission sources， gridded emission data， and supplementary socioeconomic data[J]. Resources， Conservation and Recycling， 2018， 129： 232-239.

[11]EDWARDS A W F， CAVALLI-SFORZA L L. A method for cluster analysis[J]. Biometrics， 1965， 21（2）： 362-375.

[12]HAN F， XIE R， FANG J， et al. The effects of urban agglomeration economies on carbon emissions： evidence from Chinese cities[J]. Journal of Cleaner Production， 2018， 172： 1096-1110.

[13]DODMAN D. Urban density and climate change[R]. 2009.

[14]CREUTZIG F， BAIOCCHI G， BIERKANDT R， et al. Global typology of urban energy use and potentials for an urbanization mitigation wedge[J]. Proceedings of the National Academy of Sciences， 2015， 112（20）： 6283-6288.

[15]謝湘雅，張翀. “雙碳”戰(zhàn)略下上海市規(guī)劃管控策略探索——基于國際經(jīng)驗的分析研究[J]. 上海城市規(guī)劃，2023（3）：71-77.

XIE Xiangya， ZHANG Chong. Research on Shanghai planning management strategy under the "carbon emissions peak and carbon neutrality"： based on analysis of international experiences[J]. Shanghai Urban Planning Review， 2023（3）： 71-77.

[16]王睿，柯嘉，張赫. 基于職住分離的超大特大城市交通擁堵碳排放機理研究——以天津市“郊住城職”現(xiàn)象為例[J]. 上海城市規(guī)劃，2023（6）：33-39.

WANG Rui， KE Jia， ZHANG He. The carbon emission mechanism of traffic congestion in mega cities caused by job-housing imbalance： a case study of commuting behavior from suburban housing to urban workplaces in Tianjin[J].Shanghai Urban Planning Review， 2023（6）： 33-39.

[17]侯曉赫，劉思睿，馬濤，等. 低碳視角下中日區(qū)域交通一體化特征比較及發(fā)展策略研究——以粵港澳大灣區(qū)與東京灣區(qū)為例[J]. 上海城市規(guī)劃，2023（6）：40-46.

HOU Xiaohe， LIU Sirui， MA Tao， et al. Comparison of regional transport integration characteristics and development strategies of China and Japan from low-carbon perspective： a case study of Guangdong-Hong Kong-Macao Greater Bay Area and Tokyo Bay Area[J]. Shanghai Urban Planning Review， 2023（6）： 40-46.

基金項目：上海市哲學社會科學規(guī)劃課題“超大城市新城建設的功能定位與優(yōu)化路徑研究”（編號2023BCK009）資助。