禹湘 陳楠 李曼琪

摘要?城市既是溫室氣體排放最主要的領(lǐng)域，也是易受到氣候變化影響的領(lǐng)域，實(shí)現(xiàn)城市的碳減排已成為全球應(yīng)對(duì)氣候變化日益重要的舉措。中國(guó)正在經(jīng)歷全球規(guī)模最大、速度最快的城鎮(zhèn)化進(jìn)程，城市的低碳發(fā)展對(duì)于中國(guó)實(shí)現(xiàn)應(yīng)對(duì)氣候變化目標(biāo)，推進(jìn)生態(tài)文明建設(shè)，實(shí)現(xiàn)經(jīng)濟(jì)、社會(huì)與環(huán)境的共贏意義重大。2010年7月以來，中國(guó)國(guó)家發(fā)展和改革委員會(huì)先后開展了三批87個(gè)低碳省區(qū)和低碳城市的試點(diǎn)工作。根據(jù)低碳城市試點(diǎn)的進(jìn)展，本文采用Tapio脫鉤模型考察低碳試點(diǎn)城市經(jīng)濟(jì)增長(zhǎng)與碳排放總量變動(dòng)之間的關(guān)系，并根據(jù)脫鉤彈性系數(shù)的大小將低碳試點(diǎn)城市分為低碳成熟型、低碳成長(zhǎng)型、低碳后發(fā)型三種。在對(duì)城市進(jìn)行分類的基礎(chǔ)上采用STRIPAT模型，考察經(jīng)濟(jì)規(guī)模、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平等因素和碳排放總量和人均碳排放量之間的關(guān)系，識(shí)別不同驅(qū)動(dòng)因素對(duì)試點(diǎn)城市碳排放的影響，依據(jù)碳排放驅(qū)動(dòng)因素識(shí)別不同類型城市的減排路徑。研究結(jié)論表明，對(duì)于低碳成熟型城市，大力發(fā)展可再生能源，加大研發(fā)投入是有效的減排途徑;對(duì)于低碳成長(zhǎng)型城市，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提升城鎮(zhèn)化質(zhì)量是減少碳排放的關(guān)鍵;對(duì)于低碳后發(fā)型城市，實(shí)現(xiàn)低碳發(fā)展需在促進(jìn)經(jīng)濟(jì)增長(zhǎng)的基礎(chǔ)上，加快淘汰落后產(chǎn)能，加速產(chǎn)業(yè)升級(jí)轉(zhuǎn)型。同時(shí)，位于東、中、西不同區(qū)域的低碳試點(diǎn)城市呈現(xiàn)出不同的碳排放特征，未來在探索差異化、多元化的城市減排路徑時(shí)，區(qū)域性的綠色低碳協(xié)同發(fā)展有利于實(shí)現(xiàn)城市碳減排的目標(biāo)。

關(guān)鍵詞?城市;碳排放;低碳;脫鉤

中圖分類號(hào)?F062.1

文獻(xiàn)標(biāo)識(shí)碼?A?文章編號(hào)?1002-2104（2020）07-0001-09?DOI：10.12062/cpre.20200436

氣候變化是人類面臨的共同挑戰(zhàn)，作為目前世界上最大的溫室氣體排放國(guó)，中國(guó)是全球應(yīng)對(duì)氣候變化的積極參與者與貢獻(xiàn)者。中國(guó)在國(guó)家自主貢獻(xiàn)中提出二氧化碳排放在2030年左右達(dá)到峰值，并爭(zhēng)取盡早達(dá)峰，以及單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降60%～65%的應(yīng)對(duì)氣候變化行動(dòng)目標(biāo)。中國(guó)正大力推進(jìn)生態(tài)文明建設(shè)，把應(yīng)對(duì)氣候變化融入國(guó)家經(jīng)濟(jì)社會(huì)發(fā)展中長(zhǎng)期規(guī)劃，正步入綠色、循環(huán)、低碳的發(fā)展道路。城市是經(jīng)濟(jì)活動(dòng)中心，也是溫室氣體排放的重要主體，城市碳減排目標(biāo)的實(shí)現(xiàn)直接關(guān)系著中國(guó)應(yīng)對(duì)氣候變化及可持續(xù)發(fā)展目標(biāo)的實(shí)現(xiàn)。2019年末，我國(guó)城鎮(zhèn)常住人口84?843萬人，城鎮(zhèn)人口占總?cè)丝诒戎兀ǔ擎?zhèn)化率）約為60.6%[1]。隨著中國(guó)城市化的不斷推進(jìn)，城市的基礎(chǔ)設(shè)施建設(shè)、工業(yè)活動(dòng)、交通運(yùn)輸及居民生活都將消耗大量能源，城市將成為碳排放增長(zhǎng)的最主要領(lǐng)域之一[2]。根據(jù)Cai等[3]的統(tǒng)計(jì)，城市碳排放約占中國(guó)整體碳排放的70%。不僅如此，城市也是氣候風(fēng)險(xiǎn)的高發(fā)地區(qū)，因氣候變化導(dǎo)致的干旱、海平面上升、熱浪、極端天氣等氣候?yàn)?zāi)害對(duì)城市的威脅正逐步顯現(xiàn)[4]。中國(guó)政府為提高城市應(yīng)對(duì)氣候變化能力做出了積極的努力，啟動(dòng)低碳城市試點(diǎn)是其中的重要舉措。中國(guó)國(guó)家發(fā)展改革委于2010、2012和2017年先后在6個(gè)省和81個(gè)城市開展了三批國(guó)家低碳省市試點(diǎn)，旨在探索不同地區(qū)率先實(shí)現(xiàn)碳排放達(dá)峰的低碳發(fā)展模式和有效路徑。參與低碳試點(diǎn)的城市通過設(shè)定碳排放達(dá)峰目標(biāo)，倒逼低碳發(fā)展轉(zhuǎn)型，加大低碳技術(shù)和產(chǎn)品的應(yīng)用力度，推進(jìn)工業(yè)、建筑、交通等重點(diǎn)領(lǐng)域的低碳發(fā)展，形成了各具特色的低碳發(fā)展模式。

作為全球覆蓋范圍最廣的城市層面的低碳試點(diǎn)，中國(guó)低碳城市試點(diǎn)引起了廣泛關(guān)注。國(guó)內(nèi)外學(xué)者通過不同的指標(biāo)體系對(duì)中國(guó)低碳城市試點(diǎn)的成效進(jìn)行評(píng)估，如Khanna等[5]對(duì)第一批8個(gè)試點(diǎn)城市的低碳發(fā)展目標(biāo)及政策支持手段進(jìn)行評(píng)估;宋祺佼等[6]以兩批共36個(gè)低碳試點(diǎn)城市，從區(qū)域分布、經(jīng)濟(jì)水平和人口規(guī)模三方面對(duì)低碳試點(diǎn)情況進(jìn)行分析;丁丁等[7]以人均碳排放等10個(gè)指標(biāo)建立的低碳城市指標(biāo)體系對(duì)36個(gè)低碳試點(diǎn)城市進(jìn)行評(píng)價(jià);周澤宇等[8]選擇了4大類共16項(xiàng)低碳發(fā)展的核心指標(biāo)計(jì)算出試點(diǎn)城市的低碳指數(shù);陳楠和莊貴陽(yáng)[9]從宏觀領(lǐng)域、能源、產(chǎn)業(yè)、低碳生活等維度對(duì)低碳城市建設(shè)狀況進(jìn)行評(píng)估;中國(guó)城市綠色低碳評(píng)價(jià)研究項(xiàng)目組[10]構(gòu)建城市綠色低碳發(fā)展評(píng)價(jià)指標(biāo)體系對(duì)三批低碳試點(diǎn)城市的綠色低碳發(fā)展效果進(jìn)行評(píng)估;Cheng等[11]用綠色全要素生產(chǎn)率對(duì)中國(guó)的低碳試點(diǎn)城市進(jìn)行評(píng)估;Song等[12]以中國(guó)286個(gè)地級(jí)市的面板數(shù)據(jù)進(jìn)行準(zhǔn)自然實(shí)驗(yàn)，對(duì)中國(guó)的低碳試點(diǎn)城市進(jìn)行評(píng)價(jià)。相關(guān)研究表明，低碳試點(diǎn)城市評(píng)價(jià)的指標(biāo)日益多元，從僅包含碳排放指標(biāo)逐漸增加至經(jīng)濟(jì)、產(chǎn)業(yè)、能源、環(huán)境、政策、管理等多方面的指標(biāo);評(píng)價(jià)的內(nèi)容日益豐富，從低碳生產(chǎn)逐漸擴(kuò)展至低碳生活，從碳減排擴(kuò)展至生態(tài)環(huán)境的綠色協(xié)同發(fā)展;評(píng)價(jià)的城市數(shù)量逐漸增多，時(shí)間跨度日益增長(zhǎng);評(píng)價(jià)的方法日益多樣化，從單一評(píng)價(jià)方法逐漸到組合評(píng)價(jià)方法。大部分學(xué)者均認(rèn)為中國(guó)的低碳城市試點(diǎn)成效顯著，不僅能有效提升城市低碳發(fā)展的水平，助力“十四五”期間的碳排放達(dá)峰[13]，還能改善城市生態(tài)效率，有效推動(dòng)中國(guó)經(jīng)濟(jì)的綠色增長(zhǎng)。

中國(guó)幅員遼闊，位于不同區(qū)域、具有不同人口規(guī)模、經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)特征的城市采用了不同的低碳發(fā)展路徑，因此，低碳試點(diǎn)城市的案例研究也是熱點(diǎn)之一。如Yang等[14]對(duì)北京、晉城、池州、廣元低碳試點(diǎn)的特色和亮點(diǎn)進(jìn)行了分析。Shen等[15]以北京的低碳試點(diǎn)為例，陳楠和莊貴陽(yáng)[16]以浙江省的低碳試點(diǎn)城市為例，F(xiàn)eng等[17]以參與第一批試點(diǎn)的廣東省為例，吳雪蓮和萬迎峰[18]以武漢的低碳試點(diǎn)為例，對(duì)城市碳排放的驅(qū)動(dòng)因素、模式和路徑進(jìn)行了分析。從不同研究的結(jié)論來看，人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)均是影響城市碳排放的重要因素，但這些因素在不同的區(qū)域以及城市發(fā)展的不同階段對(duì)碳排放的貢獻(xiàn)有所不同。

目前針對(duì)低碳試點(diǎn)城市評(píng)估的研究雖然豐富，但評(píng)估體系尚無統(tǒng)一界定，根據(jù)不同評(píng)價(jià)指標(biāo)來分析各城市碳排放的特征，所得結(jié)論差異較大。受我國(guó)區(qū)域發(fā)展不平衡的影響，現(xiàn)有的三批低碳試點(diǎn)城市的經(jīng)濟(jì)社會(huì)發(fā)展水平不一，經(jīng)濟(jì)增速與碳排放增速之間的關(guān)系并未得到充分論證，而這既是城市低碳政策制定的基礎(chǔ)，更是低碳試點(diǎn)的目標(biāo)?；诖?，本文以2010年低碳試點(diǎn)城市建立的起始時(shí)間為基準(zhǔn)，選擇62個(gè)試點(diǎn)城市（在考慮到連續(xù)數(shù)據(jù)可獲取情況下，本文去除三批參與低碳試點(diǎn)城市的區(qū)縣一級(jí)，選擇62個(gè)城市作為分析樣本），采用Tapio模型分析了2010—2015、2015—2016和2016—2017年這幾個(gè)時(shí)間段試點(diǎn)城市碳排放與經(jīng)濟(jì)發(fā)展之間的脫鉤情況，并根據(jù)脫鉤情況的差異將試點(diǎn)城市劃分為不同類型。進(jìn)一步針對(duì)不同類型的城市，采用STRIPAT模型分析影響其碳排放的驅(qū)動(dòng)因素，提出不同類型城市的低碳發(fā)展模式及路徑。對(duì)中國(guó)低碳試點(diǎn)城市低碳發(fā)展成效的評(píng)估和低碳發(fā)展模式的總結(jié)不僅能形成可復(fù)制、可推廣的經(jīng)驗(yàn)，從而引領(lǐng)和帶動(dòng)中國(guó)城市的整體綠色、低碳轉(zhuǎn)型，還能為其他國(guó)家提供可借鑒的城市低碳發(fā)展的中國(guó)方案。

1?數(shù)據(jù)和模型

目前中國(guó)正處于工業(yè)化后期，城市不僅是工業(yè)的集聚地，也是大量居民生產(chǎn)、生活的集中地，現(xiàn)階段經(jīng)濟(jì)發(fā)展水平仍然是決定中國(guó)城市碳排放的最重要因素之一。鑒于此，本文先采用Tapio模型對(duì)低碳試點(diǎn)城市經(jīng)濟(jì)增速與碳排放增速之間的關(guān)系進(jìn)行充分論證，并基于經(jīng)濟(jì)增速與碳排放增速之間的脫鉤情況對(duì)這些城市進(jìn)行分類，針對(duì)最為主要的類型采用STRIPAT模型對(duì)影響城市碳排放的因素進(jìn)行比較分析，從而歸納總結(jié)出不同類型城市實(shí)現(xiàn)碳減排的模式和路徑。

1.1?城市碳排放數(shù)據(jù)核算方法

對(duì)城市碳排放的特征進(jìn)行研究，首先要對(duì)城市的碳排放進(jìn)行核算。城市尺度的碳排放核算不僅包括城市中與能源消費(fèi)相關(guān)的碳排放，還包括工業(yè)過程排放和廢棄物處理的相關(guān)排放，其中農(nóng)業(yè)、土地利用和林業(yè)相關(guān)的碳排放量所占比例較小。依據(jù)《中國(guó)能源統(tǒng)計(jì)年鑒》中終端能源消費(fèi)量的數(shù)據(jù)，考慮到試點(diǎn)城市的能源消費(fèi)品種，本文最終選用煤炭、焦炭、原油、燃料油、汽油、煤油、柴油、天然氣八種能源核算碳排放。能源消費(fèi)碳排放的核算方法和排放因子參照聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（IPCC）提供的碳排放核算方法進(jìn)行估算[19]，計(jì)算公式如下：

CO2=∑ni=1（Ei×NCVi×CEFi×COFi）?（1）

式中，CO2為能源消費(fèi)碳排放量，n表示能源種類數(shù)量，Ei表示第i種能源消耗的實(shí)物量，NCVi表示第i種能源的平均低位發(fā)熱量，CEFi為第i種能源的單位熱值當(dāng)量，COFi為第i種能源的碳氧化因子，其缺省值為1。

1.2?Tapio低碳試點(diǎn)城市碳排放脫鉤模型

有關(guān)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染物的關(guān)系，Shafik和Bandyopadhyay[20]采用環(huán)境庫(kù)茲涅茨曲線（EKC）來解釋經(jīng)濟(jì)增長(zhǎng)和環(huán)境質(zhì)量之間的倒U型關(guān)系。隨后，經(jīng)濟(jì)合作與發(fā)展組織（OECD）[21]提出用脫鉤來衡量經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的關(guān)系，并用脫鉤指數(shù)來衡量?jī)烧叩淖儎?dòng)關(guān)系，以期打破“環(huán)境的壞”和“經(jīng)濟(jì)的好”之間的連接。脫鉤分析也開始被用于對(duì)OECD成員國(guó)的經(jīng)濟(jì)增長(zhǎng)和污染物排放分析，如Ruffing[22]和Gupta[23]的研究。隨后Tapio[24]在分析交通領(lǐng)域碳排放時(shí)構(gòu)建了脫鉤彈性系數(shù)，可以更加詳細(xì)地描述環(huán)境壓力與經(jīng)濟(jì)增長(zhǎng)的關(guān)聯(lián)情況。Tapio模型也被廣泛應(yīng)用于中國(guó)碳排放的相關(guān)分析，如Wang和Su[25]將其運(yùn)用于國(guó)家層面、齊紹洲等[26]將其運(yùn)用于省級(jí)層面、郭炳南等[27]將其用于區(qū)域?qū)用?、Jiang等[28]將其運(yùn)用于部門領(lǐng)域的碳排放分析。本文將Tapio模型運(yùn)用于城市層面，基于其脫鉤彈性系數(shù)的界定并結(jié)合中國(guó)城市碳排放的特征，根據(jù)調(diào)整的Tapio模型彈性系數(shù)對(duì)參與低碳試點(diǎn)的城市進(jìn)行分類。

Tapio模型的彈性系數(shù)值計(jì)算公式如下：

式中，e表示脫鉤彈性系數(shù)，ΔCO2和ΔGDP分別表示基期到末期的碳排放和國(guó)內(nèi)生產(chǎn)總值的變動(dòng)。Tapio模型依據(jù)e值的高低和ΔCO2、ΔGDP的正負(fù)情況界定了八種脫鉤狀態(tài)，如表1所示。Tapio模型為避免過度解讀細(xì)微變化，將落在臨界點(diǎn)處的情況彈性考慮。

本文用Tapio脫鉤模型對(duì)62個(gè)低碳試點(diǎn)城市的脫鉤關(guān)系進(jìn)行研究?？紤]到數(shù)據(jù)的可得性，彈性系數(shù)的測(cè)算使用2010、2015、2016和2017年各城市的碳排放總量和GDP數(shù)據(jù)?？疾炱跒椤笆濉币?guī)劃期間，即2010—2015、2015—2016及2016—2017年。在進(jìn)行區(qū)域分析時(shí)，使用處于各脫鉤狀態(tài)的城市占總城市數(shù)量的百分比來表現(xiàn)區(qū)域城市的脫鉤整體情況。

1.3?碳排放驅(qū)動(dòng)因素模型分析規(guī)模（P）、富裕程度（A）、技術(shù)水平（T）對(duì)環(huán)境壓力（I）的影響。但I(xiàn)PAT模型在實(shí)際運(yùn)用中不允許各影響因素存在非單調(diào)、不同比例的變化，因而具有一定的局限性。為此，York等[30]采用隨機(jī)模型的方式將IPAT模型擴(kuò)展為STRIPAT模型。具體表達(dá)方式如下：

其中，b、c和d分別為P、A、T的系數(shù)，a為常數(shù)項(xiàng)，ε為誤差項(xiàng)。對(duì)（3）式兩邊取對(duì)數(shù)，得到：

（4）式表述了人口、富裕程度和技術(shù)水平與環(huán)境壓力之間的線性關(guān)系，目的在于分析經(jīng)濟(jì)增長(zhǎng)和碳排放之間可能存在的非線性關(guān)系，以及不同影響因素對(duì)碳排放的影響。本文選取低碳試點(diǎn)政策設(shè)計(jì)最為關(guān)注的幾個(gè)領(lǐng)域，即能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化率和科技投入等。林伯強(qiáng)等[31]、Yu等[32]、魯萬波等[33]的研究也表明這些因素會(huì)顯著影響城市碳排放。考慮到城市碳排放特征的差異性，本文基于Tapio模型的分析，引入了表示城市類型的虛擬變量dummytype，當(dāng)脫鉤彈性系數(shù)e≥1時(shí)，dummytype設(shè)為1;當(dāng)e<1時(shí)，dummytype設(shè)為0，從而構(gòu)建模型（5）和（6），分別考察碳排放總量和人均碳排放量與不同碳排放影響因素之間的關(guān)系。

其中，TC為碳排放總量;PC為人均碳排放量;IS為第三產(chǎn)業(yè)的占比;ES為煤炭占一次能源消費(fèi)的比重，代表能源結(jié)構(gòu);UR為城市化率;RD為科研投入水平;GDP為城市生產(chǎn)總值。2010、2015—2017年的能源數(shù)據(jù)主要來源于各省或市統(tǒng)計(jì)年鑒和產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)，城市生產(chǎn)總值數(shù)據(jù)均來源于EPS數(shù)據(jù)庫(kù)，科研投入來自《中國(guó)城市統(tǒng)計(jì)年鑒》的科學(xué)技術(shù)支出，城鎮(zhèn)化率來源于各城市統(tǒng)計(jì)公報(bào)。數(shù)據(jù)的描述性統(tǒng)計(jì)如表2所示。

2?城市碳減排特征分析

2.1?基于Tapio脫鉤模型的分析

根據(jù)Tapio模型可分別計(jì)算出62個(gè)低碳試點(diǎn)城市的脫鉤彈性系數(shù)，并根據(jù)表1確定其脫鉤狀態(tài)。2010—2015年和2015—2016年，碳排放和經(jīng)濟(jì)增長(zhǎng)處于脫鉤減弱型狀態(tài)的城市占比分別為71%和69%，處于脫鉤增強(qiáng)型狀態(tài)的城市占比約為20%。2016—2017年，相較前一階段處于脫鉤增強(qiáng)型的城市數(shù)量從12個(gè)增長(zhǎng)為23個(gè)，占比提升至37%，表明經(jīng)濟(jì)增長(zhǎng)但碳排放負(fù)增長(zhǎng)的城市數(shù)量在顯著上升;而處于脫鉤減弱型狀態(tài)的城市數(shù)量逐年減少，占比從前兩個(gè)階段的70%左右下降至32%。2016—2017年，增長(zhǎng)連接型和負(fù)脫鉤增長(zhǎng)型城市的占比從前一階段的0上升至10%左右，這是因?yàn)樵?015—2016年處于脫鉤減弱型的城市中，大部分的碳排放由正增長(zhǎng)變?yōu)樨?fù)增長(zhǎng)，從而進(jìn)一步提升為脫鉤增強(qiáng)型;而其他城市經(jīng)濟(jì)增長(zhǎng)和碳排放增長(zhǎng)的差距也在逐漸減小，轉(zhuǎn)型為連接增長(zhǎng)型或負(fù)脫鉤增長(zhǎng)型。綜合各試點(diǎn)城市三年的脫鉤情況分析，脫鉤增強(qiáng)型和脫鉤減弱型城市處于主導(dǎo)地位。2017年脫鉤增強(qiáng)型的城市數(shù)量在顯著上升，表明低碳試點(diǎn)城市在經(jīng)濟(jì)增長(zhǎng)的同時(shí)，碳排放得到了有效控制。但2017年一小部分城市的經(jīng)濟(jì)增速相對(duì)碳排放有所放緩。

原Tapio模型中，將彈性值在1的上下20%之內(nèi)視為連接狀態(tài)，即e∈（0.8，1.2）。由于本文更關(guān)注經(jīng)濟(jì)增長(zhǎng)和碳排放量的相對(duì)增長(zhǎng)幅度，故將這個(gè)區(qū)間進(jìn)行調(diào)整。將e=1，即經(jīng)濟(jì)增長(zhǎng)和碳排放量的相對(duì)增長(zhǎng)幅度的突變臨界線，作為低碳城市類型劃分的分割線。當(dāng)e<1時(shí)，經(jīng)濟(jì)增長(zhǎng)快于碳排放增長(zhǎng)，e>1時(shí)則反之。將調(diào)整過的劃分臨界線回嵌入Tapio脫鉤模型框架，綜合考慮2015—2017年份各城市的脫鉤類型，并根據(jù)其彈性系數(shù)的大小及GDP的增長(zhǎng)情況，將其劃分為低碳成熟型（ΔGDP>0且e<1）、低碳成長(zhǎng)型（ΔGDP>0且e≥1）和低碳后發(fā)型（ΔGDP<0）。其中，低碳成熟型的城市呈現(xiàn)碳排放的增速小于GDP的增速，或GDP增長(zhǎng)而碳排放負(fù)增長(zhǎng);低碳成長(zhǎng)型的城市呈現(xiàn)碳排放的增速大于GDP的增速，說明這些城市雖然經(jīng)濟(jì)在增長(zhǎng)，但碳排放還需進(jìn)一步降低。低碳后發(fā)型的城市則呈現(xiàn)出GDP負(fù)增長(zhǎng)。

根據(jù)以上低碳城市類型的劃分，低碳試點(diǎn)城市中的北京、廈門、南平和深圳這四個(gè)城市，達(dá)到了GDP正增長(zhǎng)而碳排放負(fù)增長(zhǎng)的最理想情景。低碳后發(fā)型城市的GDP均為負(fù)增長(zhǎng)，其中位于東北地區(qū)的沈陽(yáng)和吉林市的經(jīng)濟(jì)下降速度快于碳排放的下降速度，而西部的金昌、烏魯木齊和昌吉在經(jīng)濟(jì)發(fā)展速度下降的同時(shí)，碳排放量在上升，各類型試點(diǎn)城市的分布如圖1所示。

2.2?基于STRIPAT模型的碳排放特征分析

基于Tapio模型的城市類型劃分，低碳成熟型城市和低碳成長(zhǎng)型兩類城市作為研究關(guān)注的重點(diǎn)，需進(jìn)一步分析其碳排放總量和人均碳排放量的影響因素。

從數(shù)據(jù)分布來看，不同城市的規(guī)模差距較大，對(duì)回歸結(jié)果的有效性可能產(chǎn)生影響。White檢驗(yàn)的結(jié)果表明模型存在異方差。為考察模型的多重共線性問題，本文計(jì)算了各解釋變量之間的相關(guān)系數(shù)，發(fā)現(xiàn)各變量之間的相關(guān)系數(shù)大多小于0.63，只有生產(chǎn)總值與科研投入之間的相關(guān)系數(shù)為0.918。進(jìn)一步考察方差膨脹因子，發(fā)現(xiàn)除科研投入和生產(chǎn)總值的方差膨脹因子分別為8.33和6.64外，其余全部小于1.97，均值為4.06，多重共線性問題并不嚴(yán)重，因此本文使用加權(quán)最小二乘法（WLS）。

表3和表4分別表示以碳排放總量和人均碳排放量作為因變量的加權(quán)最小二乘法回歸結(jié)果，模型（1）、（3）、（5）、（7）表示低碳成熟型城市情況，（2）、（4）、（6）、（8）表示低碳成長(zhǎng)型城市情況。

對(duì)于二氧化碳排放總量，在低碳成熟型和低碳成長(zhǎng)型城市中，生產(chǎn)總值、能源結(jié)構(gòu)、城鎮(zhèn)化率分別與二氧化碳排放總量呈顯著正相關(guān);科研投入、產(chǎn)業(yè)結(jié)構(gòu)分別與二氧化碳排放總量呈顯著負(fù)相關(guān)關(guān)系。這其中，生產(chǎn)總值仍然是影響碳排放的最重要因素之一。低碳成熟型城市和低碳成長(zhǎng)型城市相比，生產(chǎn)總值相對(duì)于碳排放總量的彈性系數(shù)更大，說明規(guī)模效應(yīng)對(duì)低碳成熟型城市二氧化碳排放的影響更大。城鎮(zhèn)化率相對(duì)于碳排放總量的彈性系數(shù)，低碳成長(zhǎng)型城市的彈性系數(shù)由1.205增加到1.736，且顯著性水平由5%提高到1%，說明快速城鎮(zhèn)化所帶來的碳排放增加的問題日益凸顯。對(duì)比兩種類型城市的彈性系數(shù)值的大小表明，科研投入水平的增加、煤炭占一次能源比重的下降對(duì)減少成熟型城市二氧化碳排放總量的效果更為明顯。

以人均碳排放量為因變量的模型結(jié)果顯示，在低碳成熟型城市中，生產(chǎn)總值、城鎮(zhèn)化率、能源結(jié)構(gòu)與人均碳排放量呈顯著正相關(guān);科研投入、產(chǎn)業(yè)結(jié)構(gòu)分別與人均碳排放量呈顯著負(fù)相關(guān)。在低碳成長(zhǎng)型城市中，科研投入與人均碳排放量呈負(fù)相關(guān)關(guān)系，但未達(dá)到顯著性水平;產(chǎn)業(yè)結(jié)構(gòu)與人均碳排放在5%的顯著性水平下負(fù)相關(guān)。具體來看，雖然生產(chǎn)總值與低碳成熟型城市人均碳排放量呈顯著正相關(guān)，但彈性系數(shù)值穩(wěn)步降低，顯著性水平由1%變?yōu)?%;而成長(zhǎng)型城市雖然沒有達(dá)到顯著性水平，但彈性系數(shù)穩(wěn)步增加，說明經(jīng)濟(jì)規(guī)模效應(yīng)對(duì)成長(zhǎng)型城市人均碳排放量的影響雖不顯著，但在逐漸提高。城鎮(zhèn)化率對(duì)低碳成長(zhǎng)型城市的影響更大，而科研投入增加、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和能源結(jié)構(gòu)調(diào)整對(duì)減少低碳成熟型城市的人均碳排放量效果更為顯著。

綜合表3和表4的分析結(jié)果發(fā)現(xiàn)，低碳成熟型城市受經(jīng)濟(jì)規(guī)模和能源結(jié)構(gòu)影響較大。科研技術(shù)的投入對(duì)兩類城市的減排都有作用，但對(duì)低碳成熟型城市來說，技術(shù)效應(yīng)相對(duì)于規(guī)模效應(yīng)更為顯著，意味著現(xiàn)階段低碳成熟型城市從技術(shù)投入角度更有利于減少碳排放，率先實(shí)現(xiàn)達(dá)峰。產(chǎn)業(yè)結(jié)構(gòu)對(duì)于低碳成長(zhǎng)型城市的減排更為顯著，表明低碳成長(zhǎng)型城市需要加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，防范過快城鎮(zhèn)化和經(jīng)濟(jì)快速增長(zhǎng)的規(guī)模效應(yīng)所引發(fā)的碳排放增加問題。

3?城市碳減排路徑分析

3.1?城市層面的碳減排路徑

低碳成熟型城市的經(jīng)濟(jì)增速高于碳排放增速。相比低碳成長(zhǎng)型城市，其產(chǎn)業(yè)因素對(duì)碳排放總量和人均碳排放的彈性系數(shù)均相對(duì)較低，說明產(chǎn)業(yè)結(jié)構(gòu)調(diào)整所帶來的減排潛力較小。對(duì)于低碳成熟型城市，未來減排的重點(diǎn)領(lǐng)域在優(yōu)化能源結(jié)構(gòu)，大力發(fā)展可再生能源，同時(shí)加大科研投入，促進(jìn)低碳技術(shù)創(chuàng)新。同時(shí)，因城市間的資源稟賦和規(guī)模具有較大差異，還需要進(jìn)一步細(xì)化未來的低碳發(fā)展路徑。北京、上海、深圳等一線城市需要在碳排放總量和碳強(qiáng)度雙控的基礎(chǔ)上進(jìn)一步加大創(chuàng)新研發(fā)力度，以“創(chuàng)新+”帶動(dòng)碳減排，進(jìn)一步降低人均碳排放水平;濟(jì)南等省會(huì)城市需要從能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行雙向優(yōu)化，減少單位生產(chǎn)總值碳排放;杭州、南京、廣州等省會(huì)城市的居民消費(fèi)活力較強(qiáng)，需要推行低碳生活方式，倡導(dǎo)低碳消費(fèi)，從而減少人均碳排放。對(duì)于濟(jì)源、湘潭、株洲等以工業(yè)為主的中小城市，實(shí)踐表明在深化能源結(jié)構(gòu)調(diào)整的同時(shí)，提高能源使用效率是減少碳排放的有效路徑。南平、廣元、昆明、黃山、桂林等生態(tài)環(huán)境較好的城市，則宜于進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，發(fā)展第三產(chǎn)業(yè)，通過打造生態(tài)旅游、養(yǎng)生休閑、文化創(chuàng)意等服務(wù)業(yè)實(shí)現(xiàn)綠色低碳轉(zhuǎn)型。

低碳成長(zhǎng)型城市的經(jīng)濟(jì)增速低于碳排放增速，該類型城市的產(chǎn)業(yè)結(jié)構(gòu)和城市化率相對(duì)于碳排放總量和人均碳排放的彈性較大，這與其大部分正處于快速工業(yè)化和城鎮(zhèn)化進(jìn)程中的情況相符，未來需加大力度推進(jìn)綠色城鎮(zhèn)化，同時(shí)加大產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，推進(jìn)城市的低碳轉(zhuǎn)型。武漢、長(zhǎng)沙等省會(huì)城市應(yīng)依托中部崛起戰(zhàn)略，積極培育戰(zhàn)略性新興產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)。烏海、晉城等能源豐富的城市需要進(jìn)一步提升傳統(tǒng)產(chǎn)業(yè)的附加值。低碳后發(fā)型城市目前正面臨防止經(jīng)濟(jì)衰退和節(jié)能減排的雙重壓力。該類城市要堅(jiān)持目標(biāo)導(dǎo)向和問題導(dǎo)向，在保證經(jīng)濟(jì)不繼續(xù)下滑的基礎(chǔ)上，加快淘汰落后產(chǎn)能，加速產(chǎn)業(yè)轉(zhuǎn)型。例如吉林等資源豐富的城市需從根本上改變資源密集的粗放型經(jīng)濟(jì)增長(zhǎng)方式，以低碳發(fā)展為契機(jī)，實(shí)現(xiàn)城市經(jīng)濟(jì)增長(zhǎng)方式的轉(zhuǎn)型。

3.2?區(qū)域?qū)用娴某鞘刑紲p排路徑

由于中國(guó)區(qū)域經(jīng)濟(jì)的梯度發(fā)展戰(zhàn)略，東、中、西部的資源稟賦、經(jīng)濟(jì)發(fā)展基礎(chǔ)差異等原因?qū)е轮袊?guó)經(jīng)濟(jì)發(fā)展呈現(xiàn)出東部、中部和西部地區(qū)逐步降低的梯度差距[34]，中國(guó)東、中、西部地區(qū)低碳城市試點(diǎn)也呈現(xiàn)出不同區(qū)域性特征。

總體來看，30個(gè)位于東部的低碳試點(diǎn)城市中，低碳成熟型、成長(zhǎng)型和后發(fā)型分別占80%、17%和3%;15個(gè)中部試點(diǎn)城市中，低碳成熟型、成長(zhǎng)型和后發(fā)型城市分別占40%、53%和7%;17個(gè)西部低碳試點(diǎn)城市這三種類型的占比分別為59%、24%和18%。在低碳發(fā)展方面也呈現(xiàn)出顯著的梯度差距。東部地區(qū)不僅有80%的低碳試點(diǎn)城市實(shí)現(xiàn)了經(jīng)濟(jì)增速大于碳排放增速，北京、廈門、南平和深圳率先實(shí)現(xiàn)了經(jīng)濟(jì)正增長(zhǎng)而碳排放的負(fù)增長(zhǎng);中部低碳試點(diǎn)城市的成熟型和成長(zhǎng)型占比相近，說明中部城市在經(jīng)濟(jì)增長(zhǎng)的同時(shí)，仍具有更大的減排潛力和空間;相比較東部和中部地區(qū)，西部的低碳試點(diǎn)城市在低碳后發(fā)型中占比最大，金昌、烏魯木齊和昌吉這三個(gè)城市對(duì)經(jīng)濟(jì)的發(fā)展和碳排放的控制有著較為迫切的需求。除了西部這三個(gè)城市，低碳后發(fā)型城市中其他兩個(gè)均位于東北地區(qū)，未來還需借助新時(shí)代東北振興戰(zhàn)略，著力推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，利用東北獨(dú)有的生態(tài)資源，積極推動(dòng)低碳綠色產(chǎn)業(yè)的發(fā)展。

可見，未來東部地區(qū)應(yīng)該立足其經(jīng)濟(jì)發(fā)展的優(yōu)勢(shì)，進(jìn)一步通過低碳技術(shù)引領(lǐng)率先實(shí)現(xiàn)城市碳排放的達(dá)峰。中部地區(qū)應(yīng)在加速城鎮(zhèn)化的過程中，通過全面提升城鎮(zhèn)化的質(zhì)量和水平來實(shí)現(xiàn)低碳轉(zhuǎn)型。中、西部地區(qū)，未來在能源和產(chǎn)業(yè)結(jié)構(gòu)上仍有較大低碳轉(zhuǎn)型空間，西部地區(qū)未來要進(jìn)一步防止能源和產(chǎn)業(yè)的粗放式發(fā)展所帶來的碳排放增長(zhǎng)。

4?結(jié)?論

低碳城市建設(shè)已成為中國(guó)實(shí)現(xiàn)應(yīng)對(duì)氣候變化目標(biāo)，推動(dòng)經(jīng)濟(jì)發(fā)展向綠色低碳轉(zhuǎn)型，實(shí)現(xiàn)高質(zhì)量發(fā)展的著力點(diǎn)。中國(guó)的低碳城市試點(diǎn)通過將碳排放指標(biāo)和經(jīng)濟(jì)發(fā)展指標(biāo)緊密掛鉤，在能源、交通、建筑、工業(yè)、居民生活等領(lǐng)域積極探索低碳城市的發(fā)展模式。

本文的分析結(jié)論表明，鑒于不同類型的城市呈現(xiàn)出不同的減排特征，需明確和細(xì)化以碳排放達(dá)峰為目標(biāo)的城市低碳發(fā)展路徑，精準(zhǔn)施政，采用差異化、精準(zhǔn)化的城市低碳發(fā)展模式和多元化的低碳發(fā)展路徑。城市實(shí)現(xiàn)低碳轉(zhuǎn)型應(yīng)在立足城市經(jīng)濟(jì)發(fā)展階段、資源稟賦的基礎(chǔ)上形成契合城市特色的低碳發(fā)展的空間格局、產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)方式和生活方式。

目前，中國(guó)從國(guó)家戰(zhàn)略層面推進(jìn)城市低碳發(fā)展的相關(guān)工作，實(shí)際上是從碳排放目標(biāo)倒逼城市更快地實(shí)現(xiàn)低碳轉(zhuǎn)型。中國(guó)低碳城市試點(diǎn)已初步形成了由國(guó)家宏觀層面的頂層戰(zhàn)略到城市中觀層面的政策制定，再到城市具體微觀領(lǐng)域的政策傳導(dǎo)機(jī)制。中國(guó)低碳城市試點(diǎn)之所以在短期內(nèi)取得了較大的成績(jī)，相較于其他國(guó)家，政府的大力推動(dòng)和完善的低碳公共政策治理體系發(fā)揮了重要作用[35]。未來還需進(jìn)一步充分發(fā)揮市場(chǎng)的作用，通過碳交易、合同能源管理等市場(chǎng)化工具以及大力發(fā)展綠色金融等融資手段來推動(dòng)城市的低碳轉(zhuǎn)型。

對(duì)于不同區(qū)域的低碳城市發(fā)展，未來應(yīng)充分考慮如何從區(qū)域協(xié)同的角度減少碳排放，推動(dòng)區(qū)域?qū)用娴某鞘袦p排政策的制定和實(shí)施。東部地區(qū)是中國(guó)人口規(guī)模最大、經(jīng)濟(jì)活力最強(qiáng)、經(jīng)濟(jì)密度最高的區(qū)域，其人口和經(jīng)濟(jì)的集聚效應(yīng)、規(guī)模效應(yīng)、溢出效應(yīng)遠(yuǎn)高于中、西部地區(qū)，應(yīng)充分發(fā)揮區(qū)域優(yōu)勢(shì)，形成區(qū)域協(xié)同的低碳減排戰(zhàn)略，大力推進(jìn)城市層面的減排。中部和西部地區(qū)可通過區(qū)域化的低碳戰(zhàn)略來協(xié)調(diào)區(qū)域內(nèi)低碳產(chǎn)業(yè)生產(chǎn)要素配置，促進(jìn)城市低碳轉(zhuǎn)型的區(qū)域合作，從而縮短經(jīng)濟(jì)發(fā)展與碳排放同步增長(zhǎng)的周期，加快城市碳排放與經(jīng)濟(jì)發(fā)展脫鉤的進(jìn)程。

未來，中國(guó)低碳城市試點(diǎn)所取得的經(jīng)驗(yàn)還應(yīng)在更大范圍推廣，為中國(guó)更廣大城市的低碳轉(zhuǎn)型提供有益借鑒，為其他發(fā)展中國(guó)家城市的低碳轉(zhuǎn)型提供參考，為全球城市作為非國(guó)家主體的減排路徑探索貢獻(xiàn)中國(guó)智慧和經(jīng)驗(yàn)。

（編輯：劉照勝）

參考文獻(xiàn)

[1]國(guó)家統(tǒng)計(jì)局城市社會(huì)經(jīng)濟(jì)調(diào)查司.中國(guó)城市統(tǒng)計(jì)年鑒2019[M].北京：中國(guó)統(tǒng)計(jì)出版社，2019.

[2]SHAN?Y?L，?GUAN?D?B，?HUBACEK?K，?et?al.?City-level?climate?change?mitigation?in?China?[J].?Science?advances，?2018.?DOI：?10.1126/sciadv.aaq0390.

[3]CAI?B?F，?CUI?C，?ZHANG?D，?et?al.?China?city-level?greenhouse?gas?emissions?inventory?in?2015?and?uncertainty?analysis?[J].?Applied?energy，?2019.?DOI：10.1016/j.apenergy.2019.113579.

[4]巢清塵，胡國(guó)權(quán)，馮愛青.全球氣候風(fēng)險(xiǎn)與中國(guó)防范策略[M]//應(yīng)對(duì)氣候變化報(bào)告（2019）：防范氣候風(fēng)險(xiǎn).北京：社會(huì)科學(xué)出版社，2019.

[5]KHANNA?N，?FRIDLEY?D，?HONG?L.?Chinas?pilot?low-carbon?city?initiative：?a?comparative?assessment?of?national?goals?and?local?plans?[J].?Sustainable?cities?and?society，?2014?（12）：?110-121.

[6]宋祺佼，王宇飛，齊曄.?中國(guó)低碳試點(diǎn)城市的碳排放現(xiàn)狀[J].中國(guó)人口·資源與環(huán)境，2015，25（1）：78-82.

[7]丁丁，蔡蒙，付琳，等.?基于指標(biāo)體系的低碳試點(diǎn)城市評(píng)價(jià)[J].中國(guó)人口·資源與環(huán)境，2015，25（10）：1-10.

[8]周澤宇，田丹宇，付琳，等.?低碳城市指數(shù)的構(gòu)建與應(yīng)用[J].?宏觀經(jīng)濟(jì)管理，2017（11）：52-56.

[9]陳楠，莊貴陽(yáng).?中國(guó)低碳試點(diǎn)城市成效評(píng)估[J].?城市發(fā)展研究，2018，25（10）：88-95，156.

[10]中國(guó)城市綠色低碳評(píng)價(jià)研究項(xiàng)目組.中國(guó)城市綠色低碳發(fā)展評(píng)級(jí)研究[M]//應(yīng)對(duì)氣候變化報(bào)告2019：防范氣候風(fēng)險(xiǎn).北京：社會(huì)科學(xué)出版社，2019.

[11]CHENG?J，?YI?J，?DAI?S，?et?al.?Can?low-carbon?city?construction?facilitate?green?growth？?evidence?from?Chinas?pilot?low-carbon?city?initiative?[J].?Journal?of?cleaner?production，?2019，?231：?1158-1170.

[12]SONG?M?L，?ZHAO?X，?SHANG?Y?P.?The?impact?of?low-carbon?city?construction?on?ecological?efficiency：?empirical?evidence?from?quasi-natural?experiments?[J].?Resources，?conservation?and?recycling，?2020（6）：114-121.

[13]齊曄，劉天樂，宋祺佼，等.?低碳城市試點(diǎn)“十四五”期間需助力碳排放達(dá)峰[J].?環(huán)境保護(hù)，2020，48（5）：9-11.

[14]YANG?X，?WANG?X?C，?ZHOU?Z?Y.?Development?path?of?Chinese?low-carbon?cities?based?on?index?evaluation?[J].?Advances?in?climate?change?research，2018（2）：?144-153.

[15]SHEN?L，?WU?Y，?LOU?Y，?et?al.?What?drives?the?carbon?emission?in?the?Chinese?cities？a?case?of?pilot?low?carbon?city?of?Beijing?[J].?Journal?of?cleaner?production，?2018，174：?343-354.

[16]陳楠，莊貴陽(yáng).低碳城市成效評(píng)估及碳排放收斂性分析——以浙江省各設(shè)區(qū)市為例[J].生態(tài)經(jīng)濟(jì)，2018，34（12）：14-21，28.

[17]FENG?J?C，?ZENG?X?L，?YU?Z，?et?al.?Status?and?driving?forces?of?CO2?emission?of?the?national?low?carbon?pilot：?case?study?of?Guangdong?Province?during?1995—2015[J].?Energy?procedia，?2019，?158：?3602-3607.

[18]吳雪蓮，萬迎峰.?武漢低碳城市試點(diǎn)創(chuàng)建的路徑及模式淺析[J].?工業(yè)安全與環(huán)保，2020，46（2）：102-106.

[19]IPCC.?Climate?change?2013，?the?physical?science?basis?summary?for?policymakers?[EB/OL].?http：//?www.ipcc.ch/.

[20]SHAFIK?N，?BANDYOPADHYAY?S.?Economic?growth?and?environmental?quality：?time-series?and?cross-country?evidence?[R].?RePEc，?1992.

[21]OECD.?Organization?for?economic?co-operation?and?development?indicators?to?measure?decoupling?of?environment?pressure?from?economic?growth[R].2002.

[22]RUFFING?K.?Indicators?to?measure?decoupling?of?environmental?pressure?from?economic?growth?[J].?Sustainability?indicators：?a?scientific?assessment，?2007，?67：?211.

[23]GUPTA?S.?Decoupling：?a?step?toward?sustainable?development?with?reference?to?OECD?countries?[J].?International?journal?of?sustainable?development?&?world?ecology，?2015，?22（6）：?510-519.

[24]TAPIO?P.?Towards?a?theory?of?decoupling：?degrees?of?decoupling?in?the?EU?and?the?case?of?road?traffic?in?Finland?between?1970?and?2001[J].?Transport?policy，?2005，12（2）：?137-151.

[25]WANG?Q，?SU?M.?Drivers?of?decoupling?economic?growth?from?carbon?emission：?an?empirical?analysis?of?192?countries?using?decoupling?model?and?decomposition?method?[J].?Environmental?impact?assessment?review，?2020，81：106356.

[26]齊紹洲，林屾，王班班.中部六省經(jīng)濟(jì)增長(zhǎng)方式對(duì)區(qū)域碳排放的影響——基于Tapio脫鉤模型、面板數(shù)據(jù)的滯后期工具變量法的研究[J].中國(guó)人口·資源與環(huán)境，2015，25（5）：59-66.

[27]郭炳南，林基，劉堂發(fā).長(zhǎng)三角地區(qū)二氧化碳排放與經(jīng)濟(jì)增長(zhǎng)脫鉤關(guān)系的實(shí)證研究[J].生態(tài)經(jīng)濟(jì)，2017，33（4）：25-29.

[28]JIANG?R，?ZHOU?Y，?LI?R.?Moving?to?a?low-carbon?economy?in?China：?decoupling?and?decomposition?analysis?of?emission?and?economy?from?a?sector?perspective?[J].?Sustainability，?2018，10（4）：978.

[29]EHRLICH?P?R，HODREN?J?P.?Impact?of?population?growth?[J].?Science，?1971，171：1212-1217.

[30]YORK?R，?ROSA?E?A，?DIETZ?T.?STIRPAT，IPAT?and?ImPACT：?analytic?tools?for?unpacking?the?driving?forces?of?environmental?impacts?[J].?Ecological?economics，?2003，?46（3），?351-365.

[31]林伯強(qiáng)，姚昕，劉希穎.?節(jié)能和碳排放約束下的中國(guó)能源結(jié)構(gòu)戰(zhàn)略調(diào)整[J].?中國(guó)社會(huì)科學(xué)，2010（1）：58-71.

[32]YU?X，?WU?Z，?ZHENG?H，?et?al.?How?urban?agglomeration?improve?the?emission?efficiency？?a?spatial?econometric?analysis?of?the?Yangtze?River?Delta?urban?agglomeration?in?China?[J].?Journal?of?environmental?management，?2020，?260：?110061.

[33]魯萬波，仇婷婷，杜磊.?中國(guó)不同經(jīng)濟(jì)增長(zhǎng)階段碳排放影響因素研究[J].經(jīng)濟(jì)研究，2013，48（4）：106-118.

[34]黃群慧.?改革開放40年中國(guó)的產(chǎn)業(yè)發(fā)展與工業(yè)化進(jìn)程[J].?中國(guó)工業(yè)經(jīng)濟(jì)，2018（9）：5-23.

[35]莊貴陽(yáng).?中國(guó)低碳城市試點(diǎn)的政策設(shè)計(jì)邏輯[J].中國(guó)人口·資源與環(huán)境，2020，30（3）：19-28.

[36]何建坤.全球綠色低碳發(fā)展與公平的國(guó)際制度建設(shè)[J].中國(guó)人口·資源與環(huán)境，2012，22（5）：15-21.

[37]柴麒敏，?何建坤.?氣候公平的認(rèn)知、政治和綜合評(píng)估——如何全面看待“共區(qū)”原則在德班平臺(tái)的適用問題[J].?中國(guó)人口·資源與環(huán)境，?2013，?23（6）：?1-7.

[38]梅賜琪，?劉志林.?行政問責(zé)與政策行為從眾;“十一五”節(jié)能目標(biāo)實(shí)施進(jìn)度地區(qū)間差異考察[J].?中國(guó)人口·資源與環(huán)境，?2012，?22（12）：?129-136.

[39]張小麗，劉俊伶，王克，等.?中國(guó)電力部門中長(zhǎng)期低碳發(fā)展路徑研究[J].?中國(guó)人口·資源與環(huán)境，2018，28（4）：68-77.

[40]朱東山，?孔英，?高一放，?等.?中國(guó)發(fā)電行業(yè)CO2?減排成本及潛力研究[J].?中國(guó)人口·資源與環(huán)境，?2015，?25（2）：14-20.

[41]王常凱，謝宏佐.?中國(guó)電力碳排放動(dòng)態(tài)特征及影響因素研究[J].?中國(guó)人口·資源與環(huán)境，2015，25（4）：?21-27.

[42]崔學(xué)勤，王克，鄒驥.?2?℃和1.5?℃目標(biāo)對(duì)中國(guó)國(guó)家自主貢獻(xiàn)和長(zhǎng)期排放路徑的影響[J].中國(guó)人口·資源與環(huán)境，2016，26（12）：1-7.

Research?on?carbon?emission?characteristics?and?reduction?pathways?of?low-carbon?pilot?cities?in?China

YU?Xiang1?CHEN?Nan2?LI?Man-qi1

（1.?Research?Institute?for?Ecological-civilization，?Chinese?Academy?of?Social?Sciences，?Beijing?100028，?China;?2.?Data?Center?of?Ministry?of?Culture?and?Tourism，China?Tourism?Academy?，Beijing?10005，?China）

Abstract?Cities?are?major?contributors?to?global?greenhouse?gases?and?are?vulnerable?to?climate?change.?At?present，?China?is?undergoing?an?urbanization?process?at?an?unprecedented?scale?and?speed，?and?low-carbon?urban?development?is?of?great?significance?to?Chinas?goal?of?addressing?climate?change，?promoting?ecological?civilization，?and?achieving?economic，?social，?and?ecological?impacts?in?the?meantime.?Since?July?2010，?the?National?Development?and?Reform?Commission?has?carried?out?three?batches?of?pilot?low-carbon?projects?in?82?cities?and?provinces，?and?the?performance?of?these?low-carbon?cities?has?been?evaluated?by?various?research?groups.?This?paper?summarized?the?characteristics?of?carbon?emission?and?proposed?potential?developmental?paths?of?its?reduction?for?the?low-carbon?pilot?cities.?The?Tapio?model?was?used?to?investigate?the?relationship?between?economic?growth?and?carbon?emissions，?then?according?to?the?values?of?the?decoupling?elasticity?coefficient，?these?cities?were?classified?into?three?types：?low-carbon?maturity?type，?low-carbon?growing?type，?and?low-carbon?late-developing?type.?Based?on?the?types?of?the?low-carbon?pilot?cities，?the?STRIPAT?model?was?employed?to?examine?the?relationships?between?total?carbon?emissions?and?per?capita?carbon?emissions?and?economic?scale，?energy?structure，?industrial?structure，?and?urbanization?level，?etc.，?in?order?to?identify?different?impacts?from?the?driving?factors?on?urban?carbon?emissions，?and?to?further?formulate?appropriate?developmental?paths?of?carbon?emission?reduction?for?different?types?of?the?low-carbon?pilot?cities.?For?cities?of?the?low-carbon?maturity?type，?vigorously?developing?renewable?energy?and?increasing?research?and?development?investment?are?effective?ways?to?reduce?carbon?emissions.?For?low-carbon?growing?cities，?optimizing?the?industrial?structure?and?improving?the?quality?of?urbanization?are?more?effective.?For?low-carbon?late-developing?cities，?they?should?further?remove?the?backward?production?capacity?and?accelerate?the?industrial?upgrading?and?transformation?on?the?basis?of?promoting?economic?growth.?Moreover，?it?is?concluded?that?different?and?diversified?carbon?emission?reduction?paths?require?regional?green?and?low-carbon?synergetic?development.

Key?words?city;?carbon?emission;?low?carbon;?decoupling

收稿日期：2020-03-21?修回日期：2020-05-15

作者簡(jiǎn)介：禹湘，博士，副研究員，主要研究方向?yàn)槟茉磁c氣候變化政策。E-mail：yuxiang@cass.org.cn。

通信作者：陳楠，博士，助理研究員，主要研究方向?yàn)榈吞冀?jīng)濟(jì)、低碳旅游。E-mail：chennan526@163.com。

基金項(xiàng)目：科學(xué)技術(shù)部《第四次氣候變化國(guó)家評(píng)估報(bào)告》編制工作專項(xiàng);中國(guó)社會(huì)科學(xué)院哲學(xué)社會(huì)科學(xué)登峰計(jì)劃氣候變化經(jīng)濟(jì)學(xué)優(yōu)勢(shì)學(xué)科建設(shè)項(xiàng)目成果。