曹 翠，李秋妍

(暨南大學(xué) 經(jīng)濟(jì)學(xué)院，廣州 510632)

改革開放以來(lái)，中國(guó)進(jìn)入了快速工業(yè)化和城市化的階段，經(jīng)濟(jì)發(fā)展的同時(shí)也帶來(lái)一系列環(huán)境問(wèn)題。由碳排放過(guò)量而導(dǎo)致的全球氣候變暖是當(dāng)前中國(guó)乃至整個(gè)世界共同關(guān)注的話題。中國(guó)自1998年5月簽署并于2002年8月核準(zhǔn)了《京都議定書》以來(lái)，積極探索和研究低碳經(jīng)濟(jì)模式，在2009年哥本哈根召開的《聯(lián)合國(guó)氣候變化框架公約》第15 次締約方大會(huì)上，中國(guó)政府承諾在2005年基期的基礎(chǔ)上，到2020年單位GDP 碳排放減排40%～45%。研究不同因素對(duì)碳排放的影響從而尋找減排路徑是實(shí)現(xiàn)該目標(biāo)的有效途徑。然而，碳排放具有階段性特征，不同的城市化進(jìn)程，其碳排放特征也不同。由于我國(guó)各地區(qū)自然環(huán)境和社會(huì)經(jīng)濟(jì)條件存在很大的差異，地區(qū)發(fā)展極不平衡，其城市化進(jìn)程也大不相同，因而表現(xiàn)出不同的碳排放特征，這使得將城市化同碳排放結(jié)合起來(lái)研究很有必要。

一、文獻(xiàn)綜述

近年來(lái)，有關(guān)碳排放的因素分解分析得到了廣大研究學(xué)者的重視，其中由Ang et al.提出的LMDI 分解法由于有效解決了分解中的剩余問(wèn)題且計(jì)算較簡(jiǎn)便，得到了國(guó)內(nèi)學(xué)者的青睞。郭朝先(2010)運(yùn)用LMDI 方法對(duì)中國(guó)1995—2007年的碳排放從產(chǎn)業(yè)層面和地區(qū)層面進(jìn)行了分解［1］。王峰等(2010)將1995—2007年間的CO2排放的變化分解為11 種驅(qū)動(dòng)因素的加權(quán)貢獻(xiàn)，并以三年為間隔將該時(shí)期分為六個(gè)階段，再運(yùn)用LMDI 方法對(duì)每個(gè)時(shí)間段和每一種驅(qū)動(dòng)因素進(jìn)行了研究［2］。雷厲(2011)等以地區(qū)為基礎(chǔ)，運(yùn)用LMDI 分解模型對(duì)各個(gè)省及東、中、西三大區(qū)域碳排放的影響因素進(jìn)行了分析［3］。趙奧，武春友(2010)基于改進(jìn)的Kaya 等式和LMDI 分解法，對(duì)中國(guó)1990—2008年間各年的CO2排放量進(jìn)行了影響因素的分解［4］。

以上文獻(xiàn)著重分析了經(jīng)濟(jì)發(fā)展以及能源消費(fèi)等對(duì)碳排放的影響，然而都沒(méi)有將城市化列入研究范圍，現(xiàn)有的關(guān)于城市化和碳排放的研究主要集中于城市化對(duì)碳排放的影響。林伯強(qiáng)和劉希穎(2010)運(yùn)用全國(guó)層面的時(shí)間序列數(shù)據(jù)，選用協(xié)整的方法對(duì)中國(guó)城市化發(fā)展不同階段的碳排放影響因素進(jìn)行了研究，并動(dòng)態(tài)地解釋和預(yù)測(cè)了中國(guó)CO2排放量的變動(dòng)［5］;孫昌龍等(2013)根據(jù)城市化水平的不同將全球主要國(guó)家(地區(qū))劃分成不同的組別，并通過(guò)STIRPAT 模型評(píng)估了不同城市化階段包括城市化在內(nèi)的各因子對(duì)碳排放的影響［6］;劉華軍(2012)利用時(shí)間序列數(shù)據(jù)和省際面板數(shù)據(jù)，使用多種估計(jì)方法實(shí)證檢驗(yàn)了城市化對(duì)二氧化碳的影響［7］;肖周燕(2011)使用誤差修正模型研究了新中國(guó)成立以來(lái)城市化水平與CO2排放量的相互關(guān)系，并比較了改革開放前后城市化發(fā)展對(duì)中國(guó)CO2排放影響的差異［8］。

盡管現(xiàn)有的研究在碳排放的因素分解分析和城市化對(duì)碳排放的影響方面均有涉及，但少有文獻(xiàn)將這兩部分內(nèi)容結(jié)合起來(lái)，利用城市化指標(biāo)對(duì)處于不同城市化階段的中國(guó)各省市進(jìn)行歸類，對(duì)不同城市化階段的不同因素對(duì)碳排放的影響差異進(jìn)行比較分析。且現(xiàn)有文獻(xiàn)對(duì)城市化的劃分主要是依據(jù)城鎮(zhèn)人口占總?cè)丝诘谋戎剡@一單一指標(biāo)，忽略了城鎮(zhèn)化過(guò)程中經(jīng)濟(jì)發(fā)展、社會(huì)結(jié)構(gòu)和生活方式的一系列轉(zhuǎn)變。本文在現(xiàn)有文獻(xiàn)研究的基礎(chǔ)上，以城市化的綜合指標(biāo)為基礎(chǔ)，通過(guò)聚類分析將全國(guó)30 個(gè)省市自治區(qū)(除西藏)分成三大區(qū)域，并通過(guò)LMDI 方法分別對(duì)這三類地區(qū)碳排放的影響因素進(jìn)行實(shí)證分析。

二、研究方法和數(shù)據(jù)

(一)研究方法

在劃分城市化階段時(shí)，本文借鑒陳明星［9］等的城鎮(zhèn)化綜合測(cè)度指標(biāo)研究成果，選取了人口城市化指標(biāo)、經(jīng)濟(jì)城市化指標(biāo)、社會(huì)城市化指標(biāo)和土地城市化指標(biāo)四方面綜合指標(biāo)，通過(guò)聚類分析的方法將全國(guó)30 個(gè)省市自治區(qū)(除西藏)分成三大區(qū)域。其中，人口城市化指標(biāo)包括城鎮(zhèn)人口規(guī)模、城鎮(zhèn)人口比重、非農(nóng)從業(yè)人口比重;經(jīng)濟(jì)城市化指標(biāo)包括人均GDP、人均工業(yè)生產(chǎn)總值、非農(nóng)產(chǎn)業(yè)產(chǎn)值比重、非農(nóng)產(chǎn)業(yè)GDP 密度;社會(huì)城市化指標(biāo)包括萬(wàn)人普通高中在校生數(shù)、萬(wàn)人擁有衛(wèi)生技術(shù)人員數(shù)、萬(wàn)人擁有床位數(shù)、城鄉(xiāng)居民人民幣儲(chǔ)蓄存款;土地城市化指標(biāo)包括建成區(qū)面積、人均建成區(qū)面積、人均公共綠地面積、人均道路鋪設(shè)面積。

在進(jìn)行因素分解分析時(shí)，本文采用目前使用較多的LMDI 方法。該方法由B.W.Ang 于1998年提出，由于其不僅能有效解決分解中的剩余問(wèn)題，還能處理數(shù)據(jù)中的零值與負(fù)值問(wèn)題，因而受到廣大研究學(xué)者的青睞［10］。碳排放的LMDI 分析是基于Kaya 公式［11］的基礎(chǔ)上，將碳排放量分解成排放因子、能源結(jié)構(gòu)、能源強(qiáng)度、經(jīng)濟(jì)效應(yīng)以及人口等因素的乘積。本文也通過(guò)對(duì)Kaya 公式進(jìn)行擴(kuò)展，將碳排放進(jìn)行如下分解:

其中，i 表示地區(qū)(31 個(gè)省、市、自治區(qū))，j 表示一次性能源消費(fèi)種類;C 表示碳排放總量;Cij表示i 地區(qū)j 種能源的碳排放量;Eij表示i 地區(qū)的第j 種能源消費(fèi)量;Ei表示i 地區(qū)的能源消費(fèi)總量;Qi表示i 地區(qū)的實(shí)際GDP;Pi表示i 地區(qū)的總?cè)丝?Uij表示排放因子;Sij表示能源消費(fèi)結(jié)構(gòu);Ii表示能源強(qiáng)度;YI表示人均GDP。

根據(jù)LMDI 分解方法，基期和報(bào)告期的碳排放量可以分解成乘法和加法兩種形式。乘法和加法分解分別如下:

下標(biāo)emf，str，int，act，p 分別代表排放因子效應(yīng)、能源結(jié)構(gòu)效應(yīng)、能源強(qiáng)度效應(yīng)、人均產(chǎn)出效應(yīng)以及人口效應(yīng)。根據(jù)B.W.Ang 等人的推導(dǎo)［12］，在乘法分解模式下，有:

在加法分解模式下，有:

(二)數(shù)據(jù)來(lái)源與處理

在做聚類分析時(shí)，本文選取了2000年以及2009年各項(xiàng)城市化指標(biāo)的相關(guān)數(shù)據(jù)，并對(duì)其平均值進(jìn)行標(biāo)準(zhǔn)化，以消除量綱。其中數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒2000》與《中國(guó)統(tǒng)計(jì)年鑒2009》。在做LMDI 分析時(shí)，本文選取了2000—2010年全國(guó)31 個(gè)省(市、自治區(qū))的人口、GDP 以及各一次能源消費(fèi)量等數(shù)據(jù)，其中GDP 均以2000年不變價(jià)進(jìn)行了調(diào)整。同時(shí)，由于數(shù)據(jù)的缺失，本文的研究不包括2001年與2002年，數(shù)據(jù)來(lái)源于各年《中國(guó)統(tǒng)計(jì)年鑒》以及《中國(guó)能源統(tǒng)計(jì)年鑒》。由于西藏?cái)?shù)據(jù)缺失太多，本文的分析不包括西藏。

在計(jì)算碳排放時(shí)，本文借鑒雷厲、仲云云［3］的做法，根據(jù)IPCC《國(guó)家溫室氣體排放清單指南》所提供的方法，使用如下公式進(jìn)行計(jì)算:

其中，《中國(guó)能源統(tǒng)計(jì)年鑒》將最終能源消費(fèi)種類細(xì)分為原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣八種，考慮到原油主要用于加工轉(zhuǎn)換、煉制其他油類，為避免重復(fù)，不列入碳排放的計(jì)算范圍。由于原始統(tǒng)計(jì)時(shí)各種能源的消費(fèi)均為實(shí)物統(tǒng)計(jì)量，這里使用標(biāo)準(zhǔn)量轉(zhuǎn)換系數(shù)把各能源的消費(fèi)量轉(zhuǎn)化為以標(biāo)準(zhǔn)煤為單位，借鑒袁鵬、程施［13］的計(jì)算，得碳排放系數(shù)和標(biāo)準(zhǔn)量轉(zhuǎn)換系數(shù)見表1。

表1 各類能源的轉(zhuǎn)換系數(shù)與碳排放系數(shù)

此外，鑒于各一次能源的碳排放系數(shù)隨時(shí)間變動(dòng)不大以及測(cè)度碳排放系數(shù)的技術(shù)困難，本文假定其不隨時(shí)間發(fā)生變動(dòng)，統(tǒng)一使用IPCC 提供的默認(rèn)值。因此，在因素分解的過(guò)程中，Demf恒等于1，△Cemf恒為0，排放因子對(duì)碳排放變動(dòng)的貢獻(xiàn)率始終為零。

三、實(shí)證分析

(一)城市化的聚類分析

用SPSS 對(duì)標(biāo)準(zhǔn)化的城市化綜合指標(biāo)相關(guān)數(shù)據(jù)進(jìn)行K 均值聚類分析，將中國(guó)大陸30 個(gè)省市自治區(qū)(除西藏)分成三大區(qū)域:第Ⅰ區(qū)域?yàn)楸本?、上海和天津，第Ⅱ區(qū)域?yàn)檫|寧、江蘇、浙江、山東和廣東，第Ⅲ區(qū)域?yàn)閮?nèi)蒙古、福建、河北、山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。其中，第Ⅰ區(qū)域是城市化進(jìn)程最快的地區(qū)，不管是在人口城市化，經(jīng)濟(jì)、社會(huì)發(fā)展還是在土地利用方式上都走在了中國(guó)城市化的前沿，基本已進(jìn)入城市化后期;第Ⅱ區(qū)域的城市化水平低于第Ⅰ區(qū)域，該區(qū)域的省份盡管經(jīng)濟(jì)發(fā)展較快，但城市化水平不高，基本還處于城市化中后期;第Ⅲ區(qū)域城市化水平相對(duì)比較落后。

(二)碳排放的LMDI 比較分析

1.碳排放變化的比較

根據(jù)上文所提到的碳排放計(jì)算方法，算得三大區(qū)域的碳排放(如表2 所示)，可以看出三大區(qū)域的碳排放都是逐年增加的。且從2000—2010年，三大區(qū)域的碳排放分別增加61.12%、192.52%、174.92%，其中第Ⅱ區(qū)域增加最多，約為第Ⅰ區(qū)域3.1 倍、第Ⅲ區(qū)域的1.1 倍。這是因?yàn)閺?000—2010年第Ⅱ區(qū)域工業(yè)得到迅速發(fā)展，對(duì)能源的需求也不斷增加，導(dǎo)致碳排放大幅度增加;而第Ⅰ區(qū)域城市化進(jìn)程較第Ⅱ區(qū)域更快，產(chǎn)業(yè)結(jié)構(gòu)較第Ⅱ區(qū)域更合理，碳排放較小的第三產(chǎn)業(yè)占比逐漸變大，導(dǎo)致該區(qū)域碳排放增長(zhǎng)較緩。同時(shí)由圖1 碳排放的增長(zhǎng)率變化情況也可以看出，第Ⅱ、Ⅲ區(qū)域碳排放增長(zhǎng)率大于第Ⅰ區(qū)域;就單個(gè)區(qū)域來(lái)看，第Ⅰ區(qū)域增長(zhǎng)率變化幅度不大，而第Ⅱ、Ⅲ區(qū)域增長(zhǎng)率變化幅度較大，且區(qū)域之間碳排放增長(zhǎng)率差異趨于減小。

表2 碳排放量(104t)

圖1 碳排放增長(zhǎng)率變化

表3 LMDI 加法分解

2.LMDI 結(jié)果分析

用LMDI 方法對(duì)三大區(qū)域的碳排放進(jìn)行加法分解得到結(jié)果見表3。

從整體來(lái)看，人均產(chǎn)出和人口是碳排放的促進(jìn)因素，而能源結(jié)構(gòu)、能源強(qiáng)度是碳排放的抑制因素。這是因?yàn)槿司a(chǎn)出的增加意味著經(jīng)濟(jì)的發(fā)展以及對(duì)能源需求的增加，因而必然促進(jìn)碳排放的增加，人口的增加也必然導(dǎo)致對(duì)能源需求的增加，不管是體現(xiàn)在對(duì)直接的生活能源需求的增加還是對(duì)間接的生產(chǎn)能源需求的增加。而能源結(jié)構(gòu)的優(yōu)化，如清潔能源的推廣使用，也是導(dǎo)致碳排放減少的原因。同時(shí)，由能源強(qiáng)度降低所體現(xiàn)的能源使用效率的提高也導(dǎo)致碳排放的減少。從區(qū)域之間比較來(lái)看，從2000—2010年，能源結(jié)構(gòu)的變化使第Ⅰ區(qū)域碳排放減少497.24 萬(wàn)噸，卻使第Ⅱ區(qū)域碳排放增加955.11 萬(wàn)噸，第Ⅲ區(qū)域碳排放增加874.74 萬(wàn)噸。在第Ⅰ區(qū)域，能源結(jié)構(gòu)始終是抑制碳排放增加的，而第Ⅱ、Ⅲ區(qū)域能源結(jié)構(gòu)的抑制效應(yīng)不是很明顯?？梢?，處于城市化較低水平的省市、自治區(qū)，其能源結(jié)構(gòu)尚未得到合理優(yōu)化，以煤炭為主的能源結(jié)構(gòu)未得到改變。從2000—2010年，能源強(qiáng)度的變化使第Ⅰ區(qū)域的碳排放減少5 468.30萬(wàn)噸，第Ⅱ區(qū)域減少1 822.33萬(wàn)噸，第Ⅲ區(qū)域減少7 346.52 萬(wàn)噸，是碳排放的主要抑制因素。其對(duì)第Ⅰ區(qū)域碳排放的增加始終發(fā)揮抑制作用，對(duì)第Ⅱ、Ⅲ區(qū)域碳排放的增加則是先促進(jìn)后抑制。由此可以看出隨著城市化進(jìn)程的推進(jìn)，能源效率不斷得到提高，從而抑制碳排放的增加。從2000—2010年，人均產(chǎn)出使第Ⅰ區(qū)域的碳排放增加7 698.37萬(wàn)噸、第Ⅱ區(qū)域增加47 968.21 萬(wàn)噸、第Ⅲ區(qū)域增加116 915.01萬(wàn)噸，是碳排放的主要促進(jìn)因素;人口的變化使第Ⅰ區(qū)域的碳排放增加2 973.69萬(wàn)噸、第Ⅱ區(qū)域增加3 992.29萬(wàn)噸、第Ⅲ區(qū)域增加3 488.72萬(wàn)噸，也是碳排放的促進(jìn)因素。

LMDI 乘法分解的結(jié)果見表4。同加法分解得到的結(jié)果一致，人均產(chǎn)出和人口是碳排放的促進(jìn)因素，而能源結(jié)構(gòu)、能源強(qiáng)度是碳排放的抑制因素。2000—2010年，能源結(jié)構(gòu)的變化使第Ⅰ區(qū)域碳排放下降0.75%(由1－Di得到)，第Ⅱ區(qū)域下降0.08%，第Ⅲ區(qū)域增加0.07%，區(qū)域之間差異不大?？梢姡覈?guó)由資源稟賦所決定的以煤炭為主的能源結(jié)構(gòu)，并未隨著城市化的推進(jìn)而得到根本改變。能源強(qiáng)度的變化對(duì)三大區(qū)域碳排放的抑制作用差異較大，具體來(lái)看，2000—2010年，能源強(qiáng)度的變化使第Ⅰ區(qū)域碳排放降低42.55%，第Ⅱ區(qū)域下降3.76%，第Ⅲ區(qū)域下降6.31%，其中對(duì)第Ⅰ區(qū)域抑制作用最明顯，第Ⅱ區(qū)域最不明顯。這表明城市化進(jìn)程最快的第Ⅰ區(qū)域，能源效率得到了大幅度提高，相應(yīng)地使得碳排放減少;而第Ⅱ區(qū)域能源效率未得到明顯提高，其對(duì)碳排放的抑制作用未充分發(fā)揮出來(lái)。人均產(chǎn)出的增加始終是導(dǎo)致碳排放增加的最主要的因素，2000—2010年人均產(chǎn)出的增加使三大區(qū)域的碳排放分別增加18.20%、73.93%、82.30%，其中對(duì)第Ⅲ區(qū)域的碳排放促進(jìn)作用最大，對(duì)第Ⅰ區(qū)域促進(jìn)作用最小。同樣，人口的增加也是促進(jìn)三大區(qū)域碳排放增加的因素，2000—2010年人口的增加使三大區(qū)域的碳排放分別增加35.17%、8.75%、3.15%。

表4 LMDI 乘法分解 單位:%

由表5 各因素對(duì)碳排放變化的貢獻(xiàn)率可以看出:人均產(chǎn)出作為碳排放的主要促進(jìn)因素，其對(duì)碳排放增加的貢獻(xiàn)率大于作為碳排放主要抑制因素的能源強(qiáng)度的貢獻(xiàn)率，因而總體上，碳排放是不斷增加的。2000—2010年，能源結(jié)構(gòu)對(duì)第Ⅰ區(qū)域碳排放的貢獻(xiàn)始終是負(fù)向的，且貢獻(xiàn)率波動(dòng)較大;對(duì)第Ⅱ、Ⅲ區(qū)域碳排放的貢獻(xiàn)都是由正向變?yōu)樨?fù)向，且貢獻(xiàn)率始終處于較低水平。同一時(shí)期，能源強(qiáng)度對(duì)第Ⅰ區(qū)域碳排放的貢獻(xiàn)率始終為負(fù)，且處于較高水平(2000—2010年為－116.19%)，而對(duì)第Ⅱ、Ⅲ區(qū)域碳排放的貢獻(xiàn)雖由正向變?yōu)樨?fù)向，但貢獻(xiàn)率平均來(lái)說(shuō)較低，這同樣表明第Ⅱ、Ⅲ區(qū)域能源效率對(duì)碳排放的抑制作用尚未充分發(fā)揮出來(lái)。2000—2010年，人均產(chǎn)出對(duì)三大區(qū)域碳排放的貢獻(xiàn)率都較高，分別為163.57%、93.88%、102.62%，第Ⅰ區(qū)域最高，第Ⅱ區(qū)域最低;人口對(duì)三大區(qū)域碳排放的貢獻(xiàn)率為正，分別為63.18%、7.81%、3.06%。

表5 因素貢獻(xiàn)率 單位:%

四、結(jié)論與政策建議

(一)結(jié)論

1.就不同城市化進(jìn)程的區(qū)域碳排放情況來(lái)看，處于城市化進(jìn)程中間階段的區(qū)域碳排放增長(zhǎng)最快，處于最低城市化階段的區(qū)域次之，而處于最高城市化階段的區(qū)域碳排放增長(zhǎng)最慢。

2.就LMDI 分解的情況來(lái)看，在任一城市化階段，人均產(chǎn)出都是碳排放的主要促進(jìn)因素，能源強(qiáng)度都是碳排放的主要抑制因素，這一特征并未因?yàn)樗幊鞘谢A段不同而發(fā)生變化。

3.具體來(lái)看，能源結(jié)構(gòu)對(duì)城市化進(jìn)程最快的區(qū)域碳排放有抑制作用，但貢獻(xiàn)率較小，對(duì)城市化進(jìn)程較慢的區(qū)域抑制作用不明顯。這進(jìn)一步說(shuō)明，隨著城市化進(jìn)程的推進(jìn)，能源結(jié)構(gòu)逐步得到優(yōu)化，從而抑制碳排放的增加，但基于我國(guó)以煤炭為主的能源結(jié)構(gòu)未得到根本改變，能源結(jié)構(gòu)對(duì)碳排放的抑制作用十分有限。

4.能源強(qiáng)度對(duì)不同城市化進(jìn)程的區(qū)域碳排放的抑制效果存在明顯差異，其中，對(duì)城市化進(jìn)程最快的區(qū)域抑制作用最明顯，對(duì)處于城市化中間階段的區(qū)域最不明顯。這表明雖然處于城市化中間階段的地區(qū)經(jīng)濟(jì)迅速發(fā)展，但產(chǎn)業(yè)結(jié)構(gòu)仍然不合理，高耗能產(chǎn)業(yè)占比較大，能源效率未得到明顯改善，因而對(duì)碳排放的抑制作用十分有限。相反，處于城市化更高階段的區(qū)域能源效率顯著提高，對(duì)抑制碳排放貢獻(xiàn)率較大。

5.人均產(chǎn)出對(duì)不同城市化進(jìn)程的區(qū)域碳排放的變化始終發(fā)揮最主要的作用，對(duì)碳排放的貢獻(xiàn)率最大，這也是導(dǎo)致總體上各區(qū)域碳排放不斷增加的原因。同時(shí)可以看到，在不同城市化進(jìn)程的各個(gè)區(qū)域，人均產(chǎn)出的促進(jìn)效應(yīng)還是存在差異的——隨著城市化進(jìn)程的推進(jìn)而遞減。

6.由于各地區(qū)人口波動(dòng)不大，因此相比人均產(chǎn)出，人口增加所帶來(lái)的碳排放的增加有限。從分解結(jié)果來(lái)看，人口變化對(duì)碳排放的促進(jìn)作用隨城市化進(jìn)程的推進(jìn)而遞增，即在城市化進(jìn)程最快的地區(qū)，人口變化所導(dǎo)致的碳排放增加最多。

(二)政策建議

1.鑒于處于不同城市化階段的區(qū)域，尤其是城市化進(jìn)程慢的區(qū)域能源結(jié)構(gòu)對(duì)碳排放的抑制作用不明顯，這主要是因?yàn)橛晌覈?guó)資源稟賦所決定的以煤炭為主的能源結(jié)構(gòu)變化不大，因而應(yīng)考慮積極開發(fā)并推廣清潔能源的使用，以清潔能源最大限度地替代高排放的非清潔能源，以改變當(dāng)前的能源結(jié)構(gòu)，從而降低碳排放。

2.鑒于包括遼寧、江蘇等五個(gè)省在內(nèi)的第Ⅱ區(qū)域所處的城市化階段仍不高，第二產(chǎn)業(yè)占比較高，產(chǎn)業(yè)結(jié)構(gòu)不合理，能源效率低下，應(yīng)積極學(xué)習(xí)城市化進(jìn)程快的地區(qū)關(guān)于實(shí)現(xiàn)碳減排的有效經(jīng)驗(yàn)，致力于發(fā)展低碳經(jīng)濟(jì)，積極開發(fā)低碳技術(shù)，提高能源的使用效率，以充分發(fā)揮其對(duì)碳排放的抑制效用。同時(shí)，包括內(nèi)蒙古、福建、河北等22 個(gè)省、市、自治區(qū)在內(nèi)的第Ⅲ區(qū)域由于處于更低的城市化水平，經(jīng)濟(jì)發(fā)展對(duì)高能耗產(chǎn)業(yè)的依賴較大，并還將持續(xù)一段時(shí)間，應(yīng)考慮在發(fā)展經(jīng)濟(jì)的同時(shí)，兼顧碳排放的降低，積極吸取先進(jìn)地區(qū)的發(fā)展經(jīng)驗(yàn)，避免重走先發(fā)展后治理的錯(cuò)誤道路。

3.在碳減排的過(guò)程中，應(yīng)充分考慮處于不同城市化階段的區(qū)域的發(fā)展特征，并以此為基礎(chǔ)制定不同的碳排放目標(biāo)。區(qū)域之間應(yīng)相互學(xué)習(xí)，相互促進(jìn)，共同推進(jìn)低碳經(jīng)濟(jì)的發(fā)展。

［1］郭朝先.中國(guó)碳排放因素分解:基于LMDI 分解技術(shù)［J］.中國(guó)人口·資源與環(huán)境，2010，(12):4－9.

［2］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，(2):123－136.

［3］雷 厲，仲云云，袁曉玲.中國(guó)區(qū)域碳排放的因素分解模型及實(shí)證分析［J］.當(dāng)代經(jīng)濟(jì)科學(xué)，2011，(5):59－65.

［4］趙 奧，武春友.中國(guó)CO2排放量變化的影響因素分解研究［J］.軟科學(xué)，2010，(12):55－59.

［5］林伯強(qiáng)，劉希穎.中國(guó)城市化階段的碳排放:影響因素和減排策略［J］.經(jīng)濟(jì)研究，2010，(8):66－78.

［6］孫昌龍，靳 諾，張小雷，等.城市化不同演化階段對(duì)碳排放的影響差異［J］.地理科學(xué)，2013，(3):266－272

［7］劉華軍.城市化對(duì)二氧化碳排放的影響［J］.上海經(jīng)濟(jì)研究，2012，(5):24－35.

［8］肖周燕.中國(guó)城市化發(fā)展階段與CO2排放的關(guān)系研究［J］.中國(guó)人口·資源與環(huán)境，2011，(12):139－145.

［9］陳明星，陸大道，張華等.中國(guó)城市化水平的綜合測(cè)度及其動(dòng)力因子分析［J］.地理學(xué)報(bào)，2009，(4):387－398.

［10］Ang B W.Zhang F Q，Choi K H.Factorizing Changes in Energy and Environmental Indicators Through Decomposition［J］.Energy，1998，(6):489－495.

［11］Kaya Y.Impact of Carbon Dioxide Emission Control on GNP Growth:Interpretation of Proposed Scenarios［R］.Paris:IPCC Energy and Industry Subgroup，Response Strategies Working Group，1990.

［12］Ang B W.The LMDI Approach to Decomposition Analysis:a Practical Guide［J］，Energy Policy，2005，(33):867－871

［13］袁 鵬，程 施，等.遼寧省碳排放增長(zhǎng)的驅(qū)動(dòng)因素分析——基于LMDI 分解法的實(shí)證［J］.大連理工大學(xué)學(xué)報(bào)，2012，(1):35－40.

［14］范定祥，劉會(huì)洪.中國(guó)省區(qū)碳排放強(qiáng)度的分布特征及其變化分析［J］.西安財(cái)經(jīng)學(xué)院學(xué)報(bào)，2012，(3):5－10.

［15］倪 外.基于低碳經(jīng)濟(jì)的區(qū)域發(fā)展模式探討［J］.2012，(9):26－30.