呼包鄂榆城市群碳排放與經(jīng)濟(jì)發(fā)展脫鉤關(guān)系及其驅(qū)動因素

摘 要：能源資源型城市碳減排對于實現(xiàn)“雙碳”目標(biāo)至關(guān)重要，為了給呼包鄂榆資源型城市群碳減排和經(jīng)濟(jì)高質(zhì)量發(fā)展等提供參考，依據(jù)中國碳核算數(shù)據(jù)庫（CEADs）發(fā)布的城市碳排放清單和該城市群各市社會經(jīng)濟(jì)面板數(shù)據(jù)，以2007—2019年為研究期，分析了碳排放量及排放強(qiáng)度的變化情況，采用Tapio脫鉤指數(shù)模型分別分析了碳排放量、排放強(qiáng)度與經(jīng)濟(jì)增長的脫鉤關(guān)系，采用LMDI分解法探討了碳排放驅(qū)動因素。結(jié)果表明：1）研究期內(nèi)呼包鄂榆城市群碳排放量呈增大趨勢，各城市排放量及增幅差異較大，其中呼和浩特和包頭排放量及增幅相對較小，鄂爾多斯和榆林排放量及增幅較大；2）呼包鄂榆城市群碳排放強(qiáng)度呈上升趨勢，其中呼和浩特和包頭呈微降趨勢，鄂爾多斯和榆林呈上升趨勢；3）研究期末，呼包鄂榆城市群整體碳排放與經(jīng)濟(jì)發(fā)展的關(guān)系為擴(kuò)張負(fù)脫鉤，碳排放量增長率大于經(jīng)濟(jì)增長率、二者關(guān)系失衡，其中呼和浩特實現(xiàn)了碳排放與經(jīng)濟(jì)發(fā)展強(qiáng)脫鉤即在經(jīng)濟(jì)增長的同時減少了碳排放量，包頭實現(xiàn)了碳排放與經(jīng)濟(jì)發(fā)展弱脫鉤即碳排放量增長率小于經(jīng)濟(jì)增長率，鄂爾多斯和榆林碳排放與經(jīng)濟(jì)發(fā)展的關(guān)系分別為強(qiáng)負(fù)脫鉤、擴(kuò)張負(fù)脫鉤即碳排放量增長率大于經(jīng)濟(jì)增長率；4）人口規(guī)模效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)和技術(shù)進(jìn)步效應(yīng)是呼包鄂榆城市群碳排放量增長的驅(qū)動因素，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)和能源結(jié)構(gòu)效應(yīng)是碳排放量增長的抑制因素。

關(guān)鍵詞：碳排放；經(jīng)濟(jì)發(fā)展；脫鉤關(guān)系；驅(qū)動因素；呼包鄂榆城市群

中圖分類號：X24 文獻(xiàn)標(biāo)志碼：A doi：10.3969/j.issn.1000-1379.2025.02.005

引用格式：張范平，張梅紅，吳喜軍.呼包鄂榆城市群碳排放與經(jīng)濟(jì)發(fā)展脫鉤關(guān)系及其驅(qū)動因素[J].人民黃河，2025，47（2）：30-35，41.

基金項目：陜西省教育廳專項科研計劃項目（21JK1014）；榆林市科技計劃項目（CXY-2020-015-13）；榆林學(xué)院博士科研啟動項目（21GK09）；陜西省自然科學(xué)基礎(chǔ)研究計劃項目（2023-JC-QN-0333）；陜西省科技創(chuàng)新團(tuán)隊項目（2022TD-08）

DecouplingRelationshipBetweenCarbonEmissionsandEconomic DevelopmentinHo？Bao？Or？YuUrbanAgglomerationandItsDrivingFactors

ZHANGFanping，ZHANGMeihong，WUXijun

（SchoolofCivilEngineering，YulinUniversity，Yulin719000，China）

Abstract：Carbonreductioninenergyresources-basedcitiesisofgreatsignificancetoachievethegoalofcarbonpeakandcarbonneutrality inChina.Inordertoprovidereferenceforthecarbonemissionreductionandhigh？qualityeconomicdevelopmentofHohhat？Baotou？Ordos？Yu？ lin（HBOY）resources？basedurbanagglomeration，thispaperanalyzedthechangesrulesofcarbonemissionsandemissionintensityfrom 2007to2019andthedecouplingrelationshipsbetweencarbonemission，emissionintensityandeconomicgrowthbyusingtheTapiodecou？ plingmodel，anddiscussedthedrivingfactorofcarbonemissionbyusingtheLMDIdecompositionmethod，basedontheCarbonEmission AccountsandDatasets（CEADs），releasedbyurbancarbonemissioninventoryandthesocio？economicpaneldataofthecitiesintheurban agglomeration.Theresultsshowthata）duringthestudyperiod，thecarbonemissionsofHBOYagglomerationshowanincreasingtrend，but theemissionsandgrowthratesofeachcityarequitedifferent.TheemissionsandgrowthratesofHohhatandBaotouarerelativelysmall，whileOrdosandYulinarerelativelylarge.b）ThecarbonemissionintensityofHBOYurbanagglomerationshowanupwardtrend，among which，HuhhatandBaotoushowaslightdownwardtrend，whileOrdosandYulinshowanupwardtrend.c）Attheendofthestudyperiod，therelationshipbetweenthecarbonemissionandeconomicdevelopmentofHBOYurbanagglomerationisnegativedecoupling.Thegrowthrate ofcarbonemissionsisgreaterthantheeconomicgrowthrate.Therelationshipofgrowthratebetweencarbonemissionandeconomicisunbal？ anced.Hohhathasrealizedstrongdecouplingbetweencarbonemissionandeconomicdevelopment，thatis，carbonemissionisreducedwhile economicgrowthisachieved.Baotouhasrealizedweakdecouplingbetweencarbonemissionandeconomicdevelopment，thatis，carbonemis？ siongrowthrateislessthaneconomicgrowthrate.TherelationshipsbetweencarbonemissionsandeconomicdevelopmentinOrdosandYulin isstrongnegativedecouplingandexpansionnegativedecouplingrespectively，thatis，thegrowthrateofcarbonemissionisgreaterthanthee？ conomicgrowthrate；d）Populationscaleeffect，economicdevelopmenteffectandtechnologicalprogresseffectarethedrivingfactorsforthe growthofcarbonemissionsinHBOYurbanagglomeration，whileindustrialstructureeffectandenergystructureeffectaretheinhibitingfac？ torsforthegrowthofcarbonemissions.

Keywords：carbonemissions；economicdevelopment；decouplingrelationship；drivingfactors；Ho？Bao？Or？Yuurbanagglomeration

0 引言

在過去的一個多世紀(jì)，化石燃料燃燒及不可持續(xù)的能源和土地利用導(dǎo)致全球氣溫持續(xù)上升，其主要原因是以CO2為主的溫室氣體排放[1]。中國作為全球最大的發(fā)展中國家和能源消費(fèi)大國，非常重視經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)之間關(guān)系的協(xié)調(diào)[2]。2020年9月22日，國家主席習(xí)近平在第七十五屆聯(lián)合國大會上宣布，中國力爭在2030年前二氧化碳排放達(dá)到峰值、努力爭取在2060年前實現(xiàn)碳中和目標(biāo)（即“雙碳”目標(biāo)）。2021年10月24日中共中央、國務(wù)院發(fā)布的《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》，提出了2025年、2030年、2060年碳減排的具體目標(biāo)。

在上述背景下，碳排放變化規(guī)律及驅(qū)動因素成為學(xué)界研究的熱點。關(guān)于碳排放量的測算，大都采用基于能源消耗數(shù)據(jù)的碳排放系數(shù)法[3-4]，但該方法因省級以下行政區(qū)能源消費(fèi)數(shù)據(jù)難以準(zhǔn)確獲取而應(yīng)用受到一定限制[4]，為了解決碳排放量數(shù)據(jù)在時間和空間尺度上的限制，有關(guān)學(xué)者提出了多種碳排放量間接測算方法，如采用夜間燈光數(shù)據(jù)反演城市碳排放量[5-6]。清華大學(xué)關(guān)大博教授研究團(tuán)隊創(chuàng)建了中國碳核算數(shù)據(jù)庫（CEADs，https：//www.ceads.net.cn），中國城市溫室氣體工作組發(fā)布了中國城市二氧化碳排放數(shù)據(jù)集（http：//www. cityghg.com）。有關(guān)研究成果表明，我國碳排放量及排放強(qiáng)度在空間上呈現(xiàn)北高南低的分布特征[7-8]。關(guān)于碳排放驅(qū)動因素及其作用機(jī)制，學(xué)者們也開展了廣泛研究，如：Huang等[9]基于社會生態(tài)系統(tǒng)框架研究了中國土地利用效率與碳排放的關(guān)系；馮新惠等[10]分析了城市形態(tài)對碳排放的影響機(jī)制；莫惠斌等[11]通過研究，認(rèn)為經(jīng)濟(jì)規(guī)模與產(chǎn)業(yè)結(jié)構(gòu)是碳排放的重要驅(qū)動因素；劉偉等[12]分析了黃河流域三大城市群（呼包鄂榆城市群、關(guān)中平原城市群、中原城市群）工業(yè)增長、能源消費(fèi)與碳排放的關(guān)系；劉志華等[13]分析了科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級與碳排放的關(guān)系；崔艷芳等[14]通過研究，認(rèn)為人口規(guī)模、人均GDP、城鎮(zhèn)化率和單位GDP能耗對碳排放量的增加有促進(jìn)作用，而產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對碳排放有抑制作用。上述研究涉及全國、省域、城市（群）、縣域等多個空間尺度，采用的研究方法有Tapio脫鉤模型[9]、地理探測器[15]、LMDI分解法[1]、計量經(jīng)濟(jì)模型[13]、投入產(chǎn)出模型[16-17]等，雖然已取得豐碩研究成果，但是在不同時空尺度碳排放基礎(chǔ)數(shù)據(jù)采集及處理、碳排放量測算方法等方面都有待進(jìn)行深入的理論探索和廣泛的實證檢驗。

我國碳排放量的90%來自能源生產(chǎn)和消費(fèi)[18]，能源資源型城市碳減排對于實現(xiàn)“雙碳”目標(biāo)至關(guān)重要。位于黃河中上游地區(qū)的呼包鄂榆城市群（包括內(nèi)蒙古自治區(qū)呼和浩特市、包頭市、鄂爾多斯市和陜西省榆林市），既是我國重要的能源生產(chǎn)、消費(fèi)和輸出地，也是重要的煤化工、農(nóng)畜產(chǎn)品加工、稀土新材料產(chǎn)業(yè)和裝備制造業(yè)基地，近年來經(jīng)濟(jì)快速發(fā)展，已逐漸成為我國中西部地區(qū)重要的經(jīng)濟(jì)增長極，2022年GDP總量為19236億元（人均達(dá)158844元），第一、二、三產(chǎn)業(yè)比例為4.16∶60.67∶35.17。本文對呼包鄂榆城市群碳排放時空格局及驅(qū)動因素進(jìn)行研究，以期為該資源型城市群碳減排和經(jīng)濟(jì)高質(zhì)量發(fā)展等提供參考。

1 研究方法與數(shù)據(jù)來源

1.1 Tapio脫鉤指數(shù)模型

1.2 LMDI分解法

LMDI分解法（對數(shù)平均迪氏分解法）具有無殘差、易使用等優(yōu)點，被廣泛用于資源環(huán)境領(lǐng)域的影響因素分析[20-22]。根據(jù)本研究的內(nèi)容，用人均GDP表示經(jīng)濟(jì)發(fā)展水平，用工業(yè)產(chǎn)值與GDP的比值表示產(chǎn)業(yè)結(jié)構(gòu)，用能源消耗量與工業(yè)產(chǎn)值的比值表示能源利用效率，用碳排放量與能源消耗量的比值表示能源結(jié)構(gòu)，構(gòu)建的LMDI模型的基本形式為

1.3 數(shù)據(jù)來源

準(zhǔn)確的碳排放量數(shù)據(jù)是研究結(jié)果可靠的基礎(chǔ)，本文采用的碳排放量數(shù)據(jù)源自清華大學(xué)關(guān)大博教授團(tuán)隊在中國碳核算數(shù)據(jù)庫（CEADs）發(fā)布的1997—2019年290個城市碳排放清單，該碳排放清單是基于DMSP/OLS、NPP/VIIRS兩套夜間燈光數(shù)據(jù)利用粒子群優(yōu)化-反向傳播算法反演得到的，其與基于能源消耗數(shù)據(jù)核算的碳排放量擬合精度較高。本文采用的人口、GDP、能源消耗量等數(shù)據(jù)源自陜西省和內(nèi)蒙古自治區(qū)歷年統(tǒng)計年鑒。

2 結(jié)果與分析

2.1 碳排放量及排放強(qiáng)度變化情況

2.1.1 碳排放量變化情況

本文研究期為2007—2019年，呼包鄂榆各市碳排放量變化情況見圖1，其中：呼和浩特呈增加—減少趨勢，2007年為38.62Mt，2013年增至最大值89.36Mt，2019年為74.19Mt，多年平均為74.25Mt；包頭呈波動增加趨勢，2007年為67.29Mt，2019年為133.81Mt，多年平均為113.11Mt；鄂爾多斯呈快速增加趨勢，2007年為44.61Mt，2019年為313.42Mt，多年平均為167.22Mt；榆林也呈快速增加趨勢且增幅最大，2007年為68.84Mt，2019年為457.76Mt，多年平均為245.27Mt。

呼包鄂榆城市群碳排放總量在研究期呈增大趨勢，2007年為219.36Mt，2019年為979.18Mt，多年平均為599.85Mt，其中：榆林占比最高，由2007年的31.38%提高至2019年的46.75%；鄂爾多斯占比次之，由2007年的20.34%提高至2019年的32.01%；呼和浩特和包頭占比均較低，前者由2007年的17.61%降至2019年的7.58%，后者則由2007年的30.68%降至2019年的13.67%。

2.1.2 碳排放強(qiáng)度變化情況

用單位GDP碳排放量表示碳排放強(qiáng)度。呼包鄂榆城市群整體碳排放強(qiáng)度在研究期呈現(xiàn)上升趨勢，2007年為5.92t/元，2019年為7.38t/元，多年平均值為6.36t/元。各市碳排放強(qiáng)度變化情況見圖2，其中：呼和浩特呈波動下降趨勢，由2007年4.59t/元下降至2019年2.66t/元，多年平均值為4.58t/元；包頭也呈波動下降趨勢，由2007年7.18t/元下降至2019年4.93t/元，多年平均值為6.55t/元；鄂爾多斯呈波動上升趨勢（尤其在2016年以后上升幅度明顯增大），由2007年3.88t/元上升至2019年8.69t/元，多年平均值為5.03t/元；榆林呈現(xiàn)波動上升趨勢，2015年最大（為13.71t/元），2019年為11.03t/元，多年平均值為9.49t/元（為四市最大值）。

2.2 碳排放與經(jīng)濟(jì)發(fā)展脫鉤關(guān)系

2.2.1 碳排放量與經(jīng)濟(jì)發(fā)展脫鉤關(guān)系

由前述分析可知，呼包鄂榆城市群碳排放量和排放強(qiáng)度均呈上升趨勢，且各市差異較大。為進(jìn)一步探究碳排放量與經(jīng)濟(jì)發(fā)展的脫鉤關(guān)系，分別按2007—2019年、2007—2013年、2013—2019年3個時段計算了呼包鄂榆城市群整體及各市碳排放量與經(jīng)濟(jì)發(fā)展的脫鉤指數(shù)，結(jié)果見表2。

從城市群整體來看，按2007—2019年長時段計算的碳排放量與經(jīng)濟(jì)發(fā)展脫鉤指數(shù)為1.34，脫鉤類型為擴(kuò)張負(fù)脫鉤；分階段來看，2007—2013年城市群整體碳排放量與經(jīng)濟(jì)發(fā)展的脫鉤指數(shù)為1.00、脫鉤類型為增長連接，2013—2019年脫鉤指數(shù)為2.07、脫鉤類型為擴(kuò)張負(fù)脫鉤，說明城市群碳排放量增長率大于經(jīng)濟(jì)增長率、二者關(guān)系失衡。

從具體城市來看，2007—2019年呼和浩特經(jīng)濟(jì)增長的同時減少了碳排放量，實現(xiàn)了碳排放量與經(jīng)濟(jì)發(fā)展強(qiáng)脫鉤；包頭碳排放量增長率小于經(jīng)濟(jì)增長率，實現(xiàn)了碳排放量與經(jīng)濟(jì)發(fā)展弱脫鉤，且有望在短期內(nèi)實現(xiàn)強(qiáng)脫鉤；鄂爾多斯碳排放量增長率為經(jīng)濟(jì)增長率的2.81倍，碳排放量與經(jīng)濟(jì)發(fā)展脫鉤類型為擴(kuò)張負(fù)脫鉤，經(jīng)濟(jì)發(fā)展脫鉤指數(shù)為0.09，脫鉤類型為弱脫鉤，即碳排放強(qiáng)度增長率低于經(jīng)濟(jì)增長率。從具體城市來看，呼和浩特和包頭在研究期內(nèi)實現(xiàn)了碳排放強(qiáng)度與經(jīng)濟(jì)發(fā)展強(qiáng)脫鉤，即在保持經(jīng)濟(jì)增長的同時實現(xiàn)了碳排放強(qiáng)尤其需要引起重視的是2013—2019年為強(qiáng)負(fù)脫鉤（經(jīng)濟(jì)增長率為負(fù)而碳排放量增長率為正）；榆林碳排放量與經(jīng)濟(jì)發(fā)展的脫鉤類型，2007—2013年為增長連接，2013—2019年為擴(kuò)張負(fù)脫鉤即碳排放量增長率明顯大于經(jīng)濟(jì)增長率，應(yīng)引起足夠重視。

2.2.2 碳排放強(qiáng)度與經(jīng)濟(jì)發(fā)展脫鉤關(guān)系

把式（1）中碳排放量、計算時段碳排放增量替換為碳排放強(qiáng)度、碳排放強(qiáng)度增量，分別按2007—2019年、2007—2013年、2013—2019年3個時段計算了呼包鄂榆城市群整體及各市碳排放強(qiáng)度與經(jīng)濟(jì)發(fā)展的脫鉤指數(shù)，結(jié)果見表3。

從城市群整體來看，2007—2019年碳排放強(qiáng)度與度降低；鄂爾多斯和榆林在研究期內(nèi)實現(xiàn)了碳排放強(qiáng)度與經(jīng)濟(jì)發(fā)展弱脫鉤，但需要注意的是鄂爾多斯碳排放強(qiáng)度與經(jīng)濟(jì)發(fā)展在2013—2019年為強(qiáng)負(fù)脫鉤（即經(jīng)濟(jì)增長率為負(fù)而碳排放強(qiáng)度增長率為正）。

2.3 碳排放量變化的驅(qū)動因素

對呼包鄂榆城市群整體及各市2013—2019年（研究期后期）碳排放增量及各類效應(yīng)分解結(jié)果見表4，各類效應(yīng)變化情況見圖3。

1）呼包鄂榆城市群整體。人口規(guī)模效應(yīng)一直是碳排放量增加的驅(qū)動因素，但其效應(yīng)在減弱；經(jīng)濟(jì)發(fā)展效應(yīng)是碳排放量增加的主要驅(qū)動因素，其年際波動較大；產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)是碳排放量增加的主要抑制因素，但其抑制作用在研究期不穩(wěn)定，如2017—2019年對碳排放量增加有促進(jìn)作用；技術(shù)進(jìn)步效應(yīng)是研究期碳排放量增加的一個主要驅(qū)動因素；能源結(jié)構(gòu)效應(yīng)是碳排放量增加的抑制因素，但其抑制作用較小且不穩(wěn)定。

2）呼和浩特。人口規(guī)模效應(yīng)和經(jīng)濟(jì)發(fā)展效應(yīng)是碳排放量增加的驅(qū)動因素，兩者的驅(qū)動效應(yīng)在研究期逐漸減弱；產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、技術(shù)進(jìn)步效應(yīng)和能源結(jié)構(gòu)效應(yīng)是研究期碳排放量增加的抑制因素，其中產(chǎn)業(yè)結(jié)構(gòu)的抑制效應(yīng)逐漸減弱并轉(zhuǎn)變?yōu)榇龠M(jìn)、技術(shù)進(jìn)步效應(yīng)由促進(jìn)逐漸轉(zhuǎn)變?yōu)橐种?、能源結(jié)構(gòu)效應(yīng)不穩(wěn)定。

3）包頭。人口規(guī)模效應(yīng)和經(jīng)濟(jì)發(fā)展效應(yīng)是碳排放量增加的驅(qū)動因素，其中人口規(guī)模效應(yīng)在研究期逐漸減弱、經(jīng)濟(jì)發(fā)展效應(yīng)逐漸增強(qiáng)；產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、技術(shù)進(jìn)步效應(yīng)和能源結(jié)構(gòu)效應(yīng)是碳排放增加的抑制因素，其中產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)較顯著、技術(shù)進(jìn)步效應(yīng)在減弱、能源結(jié)構(gòu)效應(yīng)不穩(wěn)定。

4）鄂爾多斯。人口規(guī)模效應(yīng)和技術(shù)進(jìn)步效應(yīng)是碳排放量增加的驅(qū)動因素，其中人口規(guī)模效應(yīng)在研究期逐漸減弱、技術(shù)進(jìn)步效應(yīng)逐漸增強(qiáng)；經(jīng)濟(jì)發(fā)展效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)和能源結(jié)構(gòu)效應(yīng)是碳排放量增加的抑制因素，經(jīng)濟(jì)發(fā)展效應(yīng)在研究期由促進(jìn)逐漸變?yōu)橐种?、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)和能源結(jié)構(gòu)效應(yīng)由抑制變?yōu)榇龠M(jìn)。

5）榆林。人口規(guī)模效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)、技術(shù)進(jìn)步效應(yīng)和能源結(jié)構(gòu)效應(yīng)是碳排放量增加的驅(qū)動因素，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)是碳排放量增加的抑制因素，其中人口規(guī)模效應(yīng)和經(jīng)濟(jì)發(fā)展效應(yīng)比較穩(wěn)定、其他效應(yīng)波動較大。

3 結(jié)論與建議

3.1 結(jié)論

1）研究期內(nèi)呼包鄂榆城市群碳排放量呈增加趨勢，各城市排放量及增幅差異較大，其中：呼和浩特、包頭排放量及增幅相對較小，多年平均碳排放量分別為74.25、113.11Mt；鄂爾多斯、榆林排放量及增幅較大，多年平均碳排放量分別為167.22、245.27Mt。

2）研究期內(nèi)呼包鄂榆城市群碳排放強(qiáng)度呈上升趨勢，其中呼和浩特和包頭呈微降趨勢，鄂爾多斯和榆林呈上升趨勢。

3）研究期末，從呼包鄂榆城市群整體來看，碳排放量與經(jīng)濟(jì)發(fā)展的關(guān)系為擴(kuò)張負(fù)脫鉤，即碳排放量增長率大于經(jīng)濟(jì)增長率、二者關(guān)系失衡。從各城市來看，呼和浩特實現(xiàn)了碳排放與經(jīng)濟(jì)發(fā)展強(qiáng)脫鉤，在經(jīng)濟(jì)增長的同時減少了碳排放量；包頭實現(xiàn)了碳排放與經(jīng)濟(jì)發(fā)展弱脫鉤，碳排放量增長率小于經(jīng)濟(jì)增長率；鄂爾多斯和榆林碳排放與經(jīng)濟(jì)發(fā)展的關(guān)系分別為強(qiáng)負(fù)脫鉤、擴(kuò)張負(fù)脫鉤，碳排放量增長率大于經(jīng)濟(jì)增長率，應(yīng)引起足夠重視。

4）人口規(guī)模效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)和技術(shù)進(jìn)步效應(yīng)是呼包鄂榆城市群碳排放量增長的驅(qū)動因素，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)和能源結(jié)構(gòu)效應(yīng)是碳排放量增長的抑制因素，其中人口規(guī)模效應(yīng)在減弱、經(jīng)濟(jì)發(fā)展效應(yīng)在增強(qiáng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)由抑制逐漸轉(zhuǎn)變?yōu)轵?qū)動。

3.2 建議

基于上述結(jié)論，提出如下建議：

1）呼包鄂榆城市群應(yīng)進(jìn)一步統(tǒng)籌產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、污染治理與生態(tài)保護(hù)，嚴(yán)格限制高污染、高耗能產(chǎn)業(yè)，積極采取多種措施推進(jìn)碳減排、促進(jìn)低碳經(jīng)濟(jì)轉(zhuǎn)型，使得產(chǎn)業(yè)結(jié)構(gòu)及其布局與生態(tài)、資源、環(huán)境承載能力相適應(yīng)。

2）呼包鄂榆城市群各市應(yīng)根據(jù)產(chǎn)業(yè)結(jié)構(gòu)制定差異化發(fā)展路徑，推動經(jīng)濟(jì)發(fā)展的有效提質(zhì)和合理增量。呼和浩特作為內(nèi)蒙古自治區(qū)首府，應(yīng)強(qiáng)化科技創(chuàng)新、金融服務(wù)、文化教育等功能；包頭應(yīng)發(fā)揮“中國制造2025”試點示范作用，重點發(fā)展稀土新材料、冶金、現(xiàn)代裝備制造、農(nóng)畜產(chǎn)品精深加工等產(chǎn)業(yè)；鄂爾多斯和榆林應(yīng)打造高端能源化工產(chǎn)業(yè)集群，布局風(fēng)能、太陽能、生物質(zhì)能、天然氣等清潔能源，構(gòu)建低碳、綠色發(fā)展模式，以盡快實現(xiàn)碳排放與經(jīng)濟(jì)增長強(qiáng)脫鉤。

3）發(fā)揮政府在低碳化轉(zhuǎn)型發(fā)展中的主導(dǎo)作用，通過綠色金融創(chuàng)新等調(diào)動企業(yè)低碳化轉(zhuǎn)型的積極性。

參考文獻(xiàn)：

[1] 李江元，丁濤.我國碳排放增長的驅(qū)動因素分解：基于LMDI模型[J].煤炭經(jīng)濟(jì)研究，2020，40（6）：47-56.

[2] 顧恬瑋，彭建.基于自然的碳達(dá)峰、碳中和解決方案：關(guān)鍵議題[J].生態(tài)學(xué)報，2023，43（9）：3384-3391.

[3] 公維鳳，范振月，王傳會，等.黃河流域碳排放區(qū)域差異、成因及脫鉤分析[J].人民黃河，2021，43（12）：12-17.

[4] 康寬，郭沛，陳景帥.中國城市碳足跡壓力測算與非均衡性研究：差異、極化與空間集聚特征[J].城市問題，2022（10）：4-16.

[5] 鄧榮榮，張翱祥.中國城市數(shù)字金融發(fā)展對碳排放績效的影響及機(jī)理[J].資源科學(xué)，2021，43（11）：2316-2330.

[6] ODAT，MAKSYUTOVS，ANDRESRJ.TheOpen？Source DataIn？VentoryforAnthropogenicCO2，Version2016（odiac2016）：AGlobalMonthlyFossilFuelCO2GriddedE？ missionsDataProductforTracerTransportSimulationsand SurfaceFluxInversions[J].EarthSystemScienceData，2018，10（1）：87-107.

[7] ZHENGJL，MIZF，COFFMANDM，etal.RegionalDevel？ opmentandCarbonEmissionsinChina[J].EnergyEconom？ ics，2018，81：25-36.

[8] 陳帝伯，魏偉，周俊菊，等.中國省域碳源/碳匯強(qiáng)度及碳盈虧的空間演變[J].經(jīng)濟(jì)地理，2023，43（1）：159-168.

[9] HUANGJ，HANWJ，ZHANGZF，etal.TheDecoupling RelationshipBetweenLandUseEfficiencyandCarbonEmis？ sionsinChina：AnAnalysisUsingtheSocio？EcologicalSys？ tems（SES）Framework[J].LandUsePolicy，2024，138：107055.

[10] 馮新惠，李艷，王詩逸，等.“雙碳”目標(biāo)下城市形態(tài)對碳排放的影響：以長江經(jīng)濟(jì)帶為例[J].環(huán)境科學(xué)，2024，45（6）：3389-3401.

[11] 莫惠斌，王少劍.黃河流域縣域碳排放的時空格局演變及空間效應(yīng)機(jī)制[J].地理科學(xué)，2021，41（8）：1324-1335.

[12] 劉偉，毛顯強(qiáng)，李巍，等.黃河流域城市群工業(yè)增長與碳排放脫鉤關(guān)系研究[J].環(huán)境工程技術(shù)學(xué)報，2023，13（2）：849-856.

[13] 劉志華，徐軍委，張彩虹.科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級與碳排放效率：基于省際面板數(shù)據(jù)的PVAR分析[J].自然資源學(xué)報，2022，37（2）：508-520.

[14] 崔艷芳，張國興.黃河流域資源型城市碳排放影響因素與達(dá)峰預(yù)測研究[J].人民黃河，2023，45（2）：9-14.

[15] 常青，蔡為民，谷秀蘭，等.河南省農(nóng)業(yè)碳排放時空分異、影響因素及趨勢預(yù)測[J].水土保持通報，2023，43（1）：367-377.

[16] 余錦如，王遠(yuǎn)，余凡，等.基于“水-能-碳”消費(fèi)視角的福建省資源環(huán)境與經(jīng)濟(jì)增長脫鉤關(guān)系[J].應(yīng)用生態(tài)學(xué)報，2021，32（11）：3845-3855.

[17] 宋敏，鄒素娟.黃河流域碳排放效率的區(qū)域差異、收斂性及影響因素[J].人民黃河，2022，44（8）：6-12，56.

[18] WANGJC，DUANYF，JIANGHY，etal.China’sEnergy？ Water？LandSystemCo？EvolutionUnderCarbonNeutrality GoalandClimateImpacts[J].JournalofEnvironmental Management，2024，352：120036.

[19] 陳培紅，王鵬，李春紅.基于ESDA-GIS的湖南省碳排放時空差異動態(tài)演化分析[J].衡陽師范學(xué)院學(xué)報，2022，43（6）：104-111.

[20] 張娜，孫芳城，胡鈺苓，等.長江經(jīng)濟(jì)帶三大城市群土地利用碳排放的區(qū)域差異及空間收斂性[J].環(huán)境科學(xué)，2024，45（8）：4656-4669.

[21] 孔凡斌，曹露丹，徐彩瑤.縣域碳收支核算與碳綜合補(bǔ)償類型分區(qū)：以錢塘江流域為例[J].經(jīng)濟(jì)地理，2023，43（3）：150-161.

[22] 徐澤，李儲，牛陸.呼包鄂榆城市群土地混合利用與碳排放的脫鉤關(guān)系[J].環(huán)境科學(xué)研究，2022，35（1）：299-308.

【責(zé)任編輯 張智民】