郭芳,王燦,2 *,張?jiān)娀?/p>
(1.清華大學(xué)環(huán)境學(xué)院,北京 100084;2.清華大學(xué)國家治理與全球治理研究院,北京 100084)
2020 年9 月,中國在第七十五屆聯(lián)合國大會(huì)上宣布,“將提高國家自主貢獻(xiàn)力度,采取更加有力的政策和措施,二氧化碳排放力爭于2030 年前達(dá)到峰值,努力爭取2060 年前實(shí)現(xiàn)碳中和”。隨后的中央經(jīng)濟(jì)工作會(huì)議明確將“做好碳達(dá)峰、碳中和工作”作為2021年的重點(diǎn)任務(wù)之一。至此,加快落實(shí)國家碳達(dá)峰行動(dòng)方案,已成為我國碳中和目標(biāo)引領(lǐng)下推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵任務(wù)[1]。城市是我國能源消費(fèi)和溫室氣體排放的主要來源,貢獻(xiàn)了全國85%的直接碳排放。與此同時(shí),城市也是我國能效提升、能源轉(zhuǎn)型和環(huán)境保護(hù)等各項(xiàng)政策實(shí)施的行動(dòng)中心[2]。因此,城市亟須加快制定碳達(dá)峰方案,開展達(dá)峰行動(dòng),助力中國實(shí)現(xiàn)碳達(dá)峰與碳中和目標(biāo)[3]。
當(dāng)前,由于城市的發(fā)展階段、人口規(guī)模、資源稟賦等因素影響,我國城市碳排放特征存在顯著差異。據(jù)2018 年城市碳排放數(shù)據(jù)顯示,我國城市碳排放的集中度較高,碳排放排名前20%的城市貢獻(xiàn)了全國總量的50%(圖1)。由于城市化和工業(yè)化所處的發(fā)展階段不同,我國城市的碳排放結(jié)構(gòu)也存在較大差異,城市的主要排放來源,包括能源生產(chǎn)排放、工業(yè)排放或服務(wù)業(yè)排放等[4]并不相同。行動(dòng)進(jìn)展上,目前我國已有80 多個(gè)城市明確提出了達(dá)峰目標(biāo)年份,其中絕大多數(shù)為低碳試點(diǎn)城市(圖2)。城市碳達(dá)峰行動(dòng)在速度、強(qiáng)度和質(zhì)量上均存在較大差異。
考慮到我國城市碳排放特征的顯著差異,城市碳達(dá)峰行動(dòng)的設(shè)計(jì)和實(shí)施應(yīng)差異化展開。在這一背景下,本文以我國286 個(gè)城市為樣本,綜合考慮影響城市排放趨勢(shì)的多種靜態(tài)和動(dòng)態(tài)因素,運(yùn)用聚類分析方法,對(duì)城市的碳達(dá)峰趨勢(shì)進(jìn)行了分類分析。通過深入分析我國城市達(dá)峰趨勢(shì)的類型特征,為地方政府設(shè)計(jì)因地制宜的達(dá)峰路線、明確達(dá)峰目標(biāo)和重點(diǎn)任務(wù)提供參考依據(jù)。
以往的文獻(xiàn)研究表明,城市碳排放受到社會(huì)經(jīng)濟(jì)、技術(shù)水平,自然地理和政策文化等多個(gè)維度的影響。這些特征不僅會(huì)影響城市邊界內(nèi)的排放,還會(huì)對(duì)城市上游活動(dòng)排放和下游活動(dòng)排放產(chǎn)生影響[5]。其中,社會(huì)經(jīng)濟(jì)因素在以往文獻(xiàn)中討論最為廣泛。例如,城市的經(jīng)濟(jì)發(fā)展水平與城市化水平類似,與碳排放之間遵循環(huán)境庫茲涅茨曲線理論,呈現(xiàn)倒U 形曲線關(guān)系[6-8]。人口規(guī)模與城市CO2排放存在一定的超線性[9]或亞線性[10,11]比例關(guān)系,意味著不同的城市發(fā)展類型。緊湊城市理論表明,人口密度增加會(huì)通過減少人均住房面積和通勤距離、改變居民出行等渠道,提升能源利用效率,從而影響城市碳排放[10,12]。技術(shù)水平方面,以往研究發(fā)現(xiàn),能源強(qiáng)度、科研經(jīng)費(fèi)投入和外商資本投資(FDI)等因素會(huì)通過影響技術(shù)創(chuàng)新與進(jìn)步和產(chǎn)業(yè)集群等影響城市碳排放[13-15]。自然地理方面,城市的地理位置、氣候條件、交通與土地資源的空間布局和變化等,均會(huì)對(duì)城市碳排放產(chǎn)生影響[16-18]。例如,Zhang 等發(fā)現(xiàn)城市的平均降雨和平均氣溫會(huì)影響城市居民的家庭能耗與交通出行選擇,進(jìn)而影響城市碳排放[19]。Liu 等表明,緊湊型城市具有更高的排放效率,因而碳排放水平更低[20]。政策方面,F(xiàn)u 等發(fā)現(xiàn)中國的低碳城市試點(diǎn)政策可以顯著提高城市的碳排放效率,其作用渠道包括優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),提升能源利用效率等[21]。周迪和劉奕淳以中國273 個(gè)地級(jí)市為研究樣本,發(fā)現(xiàn)碳排放權(quán)交易政策對(duì)于降低城市碳排放強(qiáng)度具有顯著且持續(xù)的影響[22]。
圖1 2018年我國城市累積排放比例
圖2 中國城市達(dá)峰目標(biāo)年份
基于上述因素,已有文獻(xiàn)對(duì)城市進(jìn)行了分類,并根據(jù)不同城市特征識(shí)別了差異化的節(jié)能減排策略。從研究方法上,一般可以分為兩類:基于單一因素的分類和基于組合因素的分類。運(yùn)用單一因素分類時(shí),以往文獻(xiàn)主要根據(jù)城市的經(jīng)濟(jì)發(fā)展階段或產(chǎn)業(yè)結(jié)構(gòu)特征加以分類。例如,Auffhammer 等將中國287個(gè)城市分為一、二、三線城市,并將其工業(yè)碳排放分解為規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng),分析了不同城市3 種效應(yīng)的減排貢獻(xiàn)差異[23]。Ramaswami等依據(jù)城市的產(chǎn)業(yè)結(jié)構(gòu),將285 個(gè)中國城市劃分為工業(yè)城市、商業(yè)城市和混合經(jīng)濟(jì)城市3 種類型,在此基礎(chǔ)上分析了不同城市其人口規(guī)模、國內(nèi)生產(chǎn)總值(GDP)與能源消耗之間的比例關(guān)系[24]。Shan等采用K 均值聚類方法,根據(jù)每個(gè)城市的能源生產(chǎn)、重工業(yè)、輕工業(yè)和高科技產(chǎn)業(yè)的工業(yè)產(chǎn)出份額,將中國182 個(gè)城市分為能源城市、重工業(yè)城市、輕工業(yè)城市、高科技城市、服務(wù)業(yè)城市5 類,并針對(duì)每類城市提出了具體的減排政策建議[4]。Shan 等通過計(jì)算城市經(jīng)濟(jì)增長與碳排放的脫鉤指數(shù),對(duì)中國294 個(gè)城市進(jìn)行了分類,識(shí)別了不同城市脫鉤狀態(tài)的驅(qū)動(dòng)因素[25]??傮w來說,這類研究大多關(guān)注單一影響因素與城市碳排放的關(guān)系,忽略了其他因素對(duì)城市分類的影響。
既有文獻(xiàn)針對(duì)組合因素進(jìn)行研究時(shí),主要借助聚類分析和分類樹等機(jī)器學(xué)習(xí)算法,綜合考慮城市的各類特征對(duì)城市進(jìn)行分類[17,26-27]。例如,Saldivar-Sali 基于分類樹模型,選取全球155 個(gè)具有代表性的城市,根據(jù)其氣候條件、城市GDP、人口和人口密度,將城市的資源消耗劃分為15 類,分析了不同類型城市的資源代謝差異[26]。Hu 等利用K 均值聚類算法和演化樹模型將144 個(gè)國家和地區(qū)的能源結(jié)構(gòu)演化趨勢(shì)劃分為4 種不同的類型[27]。Creutzig 等以全球274 個(gè)城市為研究對(duì)象,基于分類樹模型識(shí)別影響城市能源消費(fèi)特征的關(guān)鍵因素,包括收入水平、人口密度、油價(jià)和制熱度日數(shù)(HDD)等,將城市的能源消費(fèi)模式分為8 類,并給出了差異化的節(jié)能策略建議[17]。然而,這類研究主要集中在全球?qū)用妫^少關(guān)注中國城市,且僅有少數(shù)研究基于城市碳達(dá)峰視角對(duì)中國城市進(jìn)行分類。此外,以往研究主要基于靜態(tài)的截面指標(biāo),缺少對(duì)影響城市分類的動(dòng)態(tài)因素的考慮,弱化了相關(guān)研究結(jié)論的可靠性和借鑒意義。
針對(duì)地方碳達(dá)峰行動(dòng)的研究需求,在現(xiàn)有文獻(xiàn)的基礎(chǔ)上,本文選取中國286 個(gè)地級(jí)城市作為研究樣本,采用K 均值聚類算法對(duì)城市的排放趨勢(shì)進(jìn)行了分類分析。本文的貢獻(xiàn)在于:①從碳達(dá)峰趨勢(shì)角度出發(fā)分類城市,對(duì)城市差異化推進(jìn)碳達(dá)峰具有指導(dǎo)意義。②綜合考慮了影響城市碳達(dá)峰趨勢(shì)的各類因素并同時(shí)納入動(dòng)態(tài)指標(biāo)。③結(jié)合蒙特卡洛模擬方法,考慮了傳統(tǒng)的K 均值聚類算法的不確定性。
考慮到數(shù)據(jù)的可得性和數(shù)據(jù)指標(biāo)口徑的一致性,本文的樣本里沒有包括港澳臺(tái)地區(qū),自治州、盟、地區(qū)和省管轄行政區(qū)等50 個(gè)地級(jí)行政區(qū),以及海南省儋州市和西藏自治區(qū)拉薩市,最終選擇中國286 個(gè)地級(jí)市作為研究對(duì)象。城市總數(shù)占全國地級(jí)行政區(qū)總數(shù)的84%①參考2018 年中華人民共和國行政區(qū)劃代碼http://www.mca.gov.cn/article/sj/xzqh/1980/201903/201903011447.html。。
碳達(dá)峰趨勢(shì)聚類指標(biāo)體系的構(gòu)建,需滿足科學(xué)性、系統(tǒng)性、可比較性、可操作性的原則[26,28]。在指標(biāo)體系的構(gòu)建過程中,應(yīng)將影響碳排放和達(dá)峰趨勢(shì)的相關(guān)因素都納入其中。靜態(tài)指標(biāo)選擇主要基于以往文獻(xiàn)中識(shí)別的不同因素對(duì)城市碳排放的影響規(guī)律,用來反映不同類型城市碳排放的截面特征。而動(dòng)態(tài)指標(biāo)的考慮,則用于進(jìn)一步幫助判斷不同城市碳達(dá)峰的趨勢(shì)特征。本文最終選取了6 個(gè)靜態(tài)指標(biāo)和4 個(gè)動(dòng)態(tài)指標(biāo)對(duì)中國286 個(gè)地級(jí)城市進(jìn)行聚類分析。其中,靜態(tài)指標(biāo)包括人口、人均GDP、第二產(chǎn)業(yè)增加值占比、全年電力消耗量,以及建成區(qū)面積占比和人均碳排放量。具體的指標(biāo)選擇依據(jù)說明如下:
(1)人口。較多的人口導(dǎo)致能源需求較多,因此能源消費(fèi)產(chǎn)生的碳排放也較多。本文選用城市的年末總?cè)丝趤肀碚鞒鞘械娜丝谝?guī)模。
(2)經(jīng)濟(jì)發(fā)展水平。經(jīng)濟(jì)發(fā)展需要能源資源的投入和使用。隨著經(jīng)濟(jì)發(fā)展水平的變化,根據(jù)環(huán)境庫茲涅茨曲線,碳排放水平會(huì)先增加后降低。本文選用人均GDP 來表示城市經(jīng)濟(jì)發(fā)展水平。
(3)產(chǎn)業(yè)結(jié)構(gòu)。第二產(chǎn)業(yè)(尤其是高耗能產(chǎn)業(yè))的化石能源燃燒是城市碳排放的重要來源,本文選用第二產(chǎn)業(yè)增加值占比來表征城市產(chǎn)業(yè)結(jié)構(gòu)。
(4)能源消耗強(qiáng)度。能源消耗強(qiáng)度越大,城市碳排放越多??紤]到城市尺度相關(guān)能耗數(shù)據(jù)的匱乏,本文采用全年電力消耗量與地區(qū)生產(chǎn)總值的比值來表征各城市的能源消耗強(qiáng)度。
(5)城市化水平。城市化過程中,城市擴(kuò)張會(huì)拉動(dòng)住房和交通等基礎(chǔ)設(shè)施建設(shè),還會(huì)通過影響城市碳源碳匯水平影響城市碳排放。本文選用城市建成區(qū)面積與城市面積的比值表征不同城市的城市化水平。
(6)人均碳排放。本文選用人均碳排放表示除上述指標(biāo)以外影響城市碳達(dá)峰趨勢(shì)的因素。
此外,4 個(gè)動(dòng)態(tài)指標(biāo)包括人口、GDP 總量、建成區(qū)面積和碳排放各自的年均增長率,用來表征關(guān)鍵指標(biāo)對(duì)城市碳達(dá)峰趨勢(shì)的影響。
上述的社會(huì)經(jīng)濟(jì)數(shù)據(jù)主要來源于《中國城市統(tǒng)計(jì)年鑒》[29]。城市建成區(qū)面積數(shù)據(jù)來源于中國1985—2017 年高空間分辨率(30 米)人造不透水面逐年動(dòng)態(tài)數(shù)據(jù)集[30]。2018 年城市碳排放數(shù)據(jù)來自生態(tài)環(huán)境部環(huán)境規(guī)劃院發(fā)布的中國城市碳排放數(shù)據(jù)集,其數(shù)據(jù)口徑為范圍一排放(指發(fā)生在城市地理邊界內(nèi)的排放)和范圍二排放(指城市地理邊界內(nèi)的活動(dòng)消耗的調(diào)入電力和熱力相關(guān)的間接排放)[5]。2005—2017 年的城市碳排放數(shù)據(jù)由縣級(jí)碳排放數(shù)據(jù)整理得到[31](表1)。
聚類是進(jìn)行數(shù)據(jù)挖掘的一種技術(shù)方法,在區(qū)域分類中應(yīng)用廣泛。聚類分析是依據(jù)給定樣本特征的相似性或距離,在非監(jiān)督狀態(tài)下獲得最優(yōu)劃分,最終使得組內(nèi)樣本相似度最大、組間樣本具有高度異質(zhì)性的過程。目前聚類分析的算法已經(jīng)形成多種不同的分支,包括層次聚類、模糊聚類、系統(tǒng)聚類和K 均值聚類(也稱為K-means 聚類)等[32]。本文選擇研究中最為常用的K-means 聚類算法對(duì)城市的碳達(dá)峰趨勢(shì)進(jìn)行聚類。該算法通過迭代,將樣本劃分到K 個(gè)類別中,使得每個(gè)樣本與其所屬類的中心或均值最近,從而得到K 個(gè)層次化的類別。
具體做法如下:首先,為了消除不同指標(biāo)量綱的影響,本文對(duì)所有聚類指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化處理,形成樣本集合X={x1,x2,…,xn}。其次,隨機(jī)選擇K 個(gè)樣本點(diǎn)作為初始聚類中心,隨后計(jì)算每個(gè)樣本到類中心的距離并將每個(gè)樣本指派到距離其最近的中心類中,構(gòu)成初始的聚類結(jié)果。再次,計(jì)算各類中樣本的均值作為新的類中心,重復(fù)上述步驟直到收斂為止[33]。需要指出的是,本文利用歐式距離平方d(xi,xj)來表示樣本之間的距離或相似度,參見式(1)。聚類算法的收斂條件或評(píng)價(jià)指標(biāo)②除WSS 之外,聚類效果的評(píng)價(jià)指標(biāo)還包括輪廓系數(shù)(Silhouette Coefficient)、分離度(Separation)等多個(gè)指標(biāo)。為樣本和其所屬類的中心之間的距離總和WSS。該指標(biāo)越小表示同類之間的相似性越大,聚類效果越好,參見式(2)。
表1 聚類指標(biāo)選取
考慮到K-means 算法對(duì)于聚類的初始點(diǎn)選擇,類別個(gè)數(shù)和異常值較為敏感,本文首先基于26 個(gè)聚類評(píng)價(jià)指標(biāo)得到了最優(yōu)的分類個(gè)數(shù)。其次采用蒙特卡洛模擬進(jìn)行了1000 次初始點(diǎn)的隨機(jī)選取,以檢驗(yàn)聚類結(jié)果的穩(wěn)健性。最后,本文選擇WSS 最小的聚類過程作為最終的聚類結(jié)果。
上述基于蒙特卡洛的聚類計(jì)算過程在Python3.7.6軟件中完成,具體的模型代碼感興趣的讀者可以聯(lián)系作者進(jìn)一步獲取。
根據(jù)圖3,26 個(gè)聚類評(píng)價(jià)指標(biāo)中,有7 個(gè)指標(biāo)推薦聚類個(gè)數(shù)為5類,有6個(gè)指標(biāo)推薦聚類個(gè)數(shù)為10類。為了避免產(chǎn)生過于復(fù)雜的聚類,本文將聚類個(gè)數(shù)設(shè)為5 類。在此基礎(chǔ)上,本文選擇1000 次模擬中WSS 最小的聚類結(jié)果作為最優(yōu)結(jié)果①因篇幅原因,計(jì)算過程沒有展示,如讀者需要,可聯(lián)系作者進(jìn)一步的了解。。
圖3 聚類個(gè)數(shù)選擇
結(jié)果顯示,當(dāng)前中國城市的達(dá)峰趨勢(shì)大致分為5類(表2)。其中,第一類可以概括為“低碳潛力型城市”,包括115 個(gè)城市,主要分布在我國中西部如湖南、貴州、云南等省份。第二類概括為“低碳示范型城市”,包括28 個(gè)地級(jí)市,以我國四大直轄市和沿海發(fā)達(dá)省份的省會(huì)(自治區(qū)首府)城市為主。第三類概括為“人口流失型城市”,包括62 個(gè)地級(jí)市,主要分布在我國東北、廣西和甘肅等省份。第四類概括為“資源依賴型城市”,包括7 個(gè)地級(jí)市,主要分布在我國內(nèi)蒙古和甘肅等省份。第五類概括為“傳統(tǒng)工業(yè)轉(zhuǎn)型期城市”,包括74 個(gè)地級(jí)市,主要分布在河北、山西、安徽和河南等省份。
從總體特征來看,低碳潛力型城市和傳統(tǒng)工業(yè)轉(zhuǎn)型期城市在全國碳排放總量中占比最高,分別占比31.5%和31.3%,是我國落實(shí)2030 年達(dá)峰行動(dòng)的重要抓手。低碳潛力型城市和低碳示范型城市這兩類是我國低碳試點(diǎn)城市占比最高的城市,分別占比38.4%和24.7%。
為了詳細(xì)探討不同達(dá)峰趨勢(shì)類型的城市特點(diǎn),我們最終選取了表1 中的6 個(gè)聚類指標(biāo):年末總?cè)丝凇⑷司鵊DP、第二產(chǎn)業(yè)增加值占比、人均碳排放、GDP 年均增長率和碳排放年均增長率②靜態(tài)指標(biāo)方面,由于城市化水平,能源強(qiáng)度分別與經(jīng)濟(jì)發(fā)展水平和人均排放水平具有一定的相關(guān)性,因此未在后文分析中做詳細(xì)說明。動(dòng)態(tài)指標(biāo)方面,為了說明不同城市的脫鉤狀態(tài),后文選取了經(jīng)濟(jì)發(fā)展與碳排放趨勢(shì)指標(biāo)加以說明。,分別對(duì)5 類城市進(jìn)行了分析。下面具體討論各類城市的特點(diǎn)和達(dá)峰規(guī)劃建議。
第一類城市概括為“低碳潛力型城市”,以貴陽、昆明、贛州、普洱、三亞、長沙和湘潭等城市為代表。根據(jù)圖4 和表3 可以看出,該類城市當(dāng)前人口規(guī)模較大,人均GDP 處于中下游水平(均值約為5.14
萬元),經(jīng)濟(jì)發(fā)展尚處于起步階段。第二產(chǎn)業(yè)占比約為44.37%,產(chǎn)業(yè)結(jié)構(gòu)較好。人均碳排放在五類中處于最低水平。與此同時(shí),該類城市人口增長較快,經(jīng)濟(jì)產(chǎn)值的年均增速達(dá)到14.63%,處于全國領(lǐng)先水平,碳排放增長也相對(duì)較快。該類城市在經(jīng)濟(jì)保持高速增長的同時(shí),人均碳排放仍處于較低水平,充分體現(xiàn)了其以低碳產(chǎn)業(yè)拉動(dòng)經(jīng)濟(jì)增長的發(fā)展模式。以貴陽市為例,該市借助獨(dú)特的自然地理優(yōu)勢(shì),圍繞大數(shù)據(jù)產(chǎn)業(yè)全面建設(shè)生態(tài)文明城市,自2012 年以來經(jīng)濟(jì)增速連續(xù)6 年位居中國省會(huì)(自治區(qū)首府)城市第一[34],是低碳潛力型城市中的代表城市之一。
表2 碳達(dá)峰趨勢(shì)的聚類結(jié)果
圖4 不同達(dá)峰類型城市的特征
表3 不同達(dá)峰類型城市的指標(biāo)范圍
由于這類城市經(jīng)濟(jì)發(fā)展尚處在加速階段,碳排放仍呈現(xiàn)增長趨勢(shì),二者尚未表現(xiàn)出脫鉤跡象,預(yù)計(jì)這類城市在“十四五”期間碳排放會(huì)繼續(xù)上升,并在2026—2029 年逐步達(dá)峰。建議這類城市的碳達(dá)峰目標(biāo)設(shè)定為2026—2029 年。此外,由于該類城市處在工業(yè)化和城市化階段的早期,在進(jìn)行達(dá)峰規(guī)劃與實(shí)施時(shí),應(yīng)規(guī)避傳統(tǒng)的“先污染后治理”的工業(yè)化老路,以布局低碳產(chǎn)業(yè)體系為重點(diǎn)。具體措施包括:①引進(jìn)創(chuàng)新的低碳產(chǎn)業(yè)技術(shù),建立市場(chǎng)導(dǎo)向的低碳機(jī)制和鼓勵(lì)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè);②城市建設(shè)應(yīng)注重低碳城市規(guī)劃和建筑節(jié)能改造技術(shù)的應(yīng)用。
第二類城市概括為“低碳示范型城市”,以北京、上海、天津、廣州、深圳、南京、杭州等城市為代表。根據(jù)圖4 和表3 可以看出,該類城市人口規(guī)模最大,經(jīng)濟(jì)發(fā)展水平顯著高于全國平均水平(人均GDP均值達(dá)12.8 萬元)。二產(chǎn)占比約為42.1%,產(chǎn)業(yè)結(jié)構(gòu)以服務(wù)業(yè)為主。由于行政級(jí)別、人力資源、科技水平和管理政策等方面的領(lǐng)先優(yōu)勢(shì),該類城市是全國重點(diǎn)的人口凈流入城市,人口年均增長率達(dá)1.54%,經(jīng)濟(jì)體量大且處于穩(wěn)步增長中。相對(duì)于第四類以外的城市,盡管該類城市當(dāng)前人均碳排放仍相對(duì)較高,但其碳排放增長處于全國最低水平,碳排放年均增長率為3.79%。
自“十一五”以來,該類城市的經(jīng)濟(jì)發(fā)展與碳排放已呈現(xiàn)脫鉤趨勢(shì)(如圖4 的北京市和深圳市)或處于正在脫鉤的階段。預(yù)計(jì)該類城市在“十四五”期間碳排放會(huì)繼續(xù)保持下降趨勢(shì),并在“十四五”初期實(shí)現(xiàn)碳排放達(dá)峰。建議這類城市的達(dá)峰目標(biāo)設(shè)定為2020—2022 年。由于該類城市能源供應(yīng)主要依靠外地調(diào)入,產(chǎn)業(yè)結(jié)構(gòu)的低碳轉(zhuǎn)型已基本完成,消費(fèi)側(cè)碳減排任務(wù)面臨挑戰(zhàn)較大,因此在實(shí)施達(dá)峰行動(dòng)計(jì)劃時(shí),應(yīng)大力引領(lǐng)消費(fèi)側(cè)低碳轉(zhuǎn)型,以碳中和為目標(biāo)率先探索深度脫碳路徑;適當(dāng)控制達(dá)峰峰值(人口規(guī)模大且人均排放較高);積極建設(shè)新型達(dá)峰示范區(qū),為其他城市實(shí)現(xiàn)達(dá)峰提供模范借鑒作用。具體措施包括:①在建筑和交通等領(lǐng)域倡導(dǎo)公眾低碳消費(fèi)的生活方式;②加快探索市場(chǎng)導(dǎo)向的低碳機(jī)制,包括碳排放交易和碳金融等。
圖5 2006-2018年北京市和深圳市GDP和CO2排放總量的變化
第三類城市概括為“人口流失型城市”,以伊春、鶴崗、撫順、雞西、呼和浩特、天水等城市為代表。根據(jù)圖4 和表3 可以看出,該類城市最為顯著的特點(diǎn)是人口規(guī)模較小、人口增長最為緩慢(年均增長率僅為0.14%)。大部分城市在過去十幾年中都經(jīng)歷了持續(xù)的城市收縮,人口流失問題較為嚴(yán)重。由于傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型滯后或衰退,當(dāng)前城市的產(chǎn)業(yè)結(jié)構(gòu)處于工業(yè)化后期(第二產(chǎn)業(yè)增加值平均占比為32.49%)。此外,這類城市經(jīng)濟(jì)發(fā)展相對(duì)落后,且隨著就業(yè)人口的流失,經(jīng)濟(jì)增長顯著低于其他類型城市,出現(xiàn)放緩或收縮趨勢(shì)。相較于其他幾類城市,這類城市的人均碳排放相對(duì)較低且碳排放增長也較為緩慢。
當(dāng)前這類城市經(jīng)濟(jì)和碳排放仍呈現(xiàn)緩慢增長趨勢(shì),因此預(yù)計(jì)這類城市在“十四五”初期碳排放會(huì)繼續(xù)緩慢上升,隨后在“十四五”后期達(dá)峰。建議這類城市的達(dá)峰目標(biāo)設(shè)定為2023—2025 年。由于結(jié)構(gòu)危機(jī)型收縮、欠發(fā)達(dá)型城市收縮和邊境偏遠(yuǎn)型城市收縮現(xiàn)象①收縮型城市類型http://www.chinadevelopment.com.cn/zk/yw/2019/07/1539100.shtml,產(chǎn)業(yè)轉(zhuǎn)型升級(jí)困難,就業(yè)人口流失問題嚴(yán)重,經(jīng)濟(jì)增長遲滯,因此該類城市在進(jìn)行達(dá)峰規(guī)劃與實(shí)施時(shí),應(yīng)重點(diǎn)協(xié)調(diào)低碳發(fā)展與經(jīng)濟(jì)增長、就業(yè)的關(guān)系。具體措施包括:①從優(yōu)化城市空間布局、盤活資產(chǎn)設(shè)施存量的角度出發(fā)規(guī)劃低碳發(fā)展;②尋找聚焦產(chǎn)業(yè),淘汰落后產(chǎn)能,提升資源利用效率。
第四類城市概括為“資源依賴型城市”,包括鄂爾多斯、烏海、克拉瑪依、榆林、石嘴山、銀川和嘉峪關(guān)市等。其中鄂爾多斯、烏海、榆林和石嘴山市是我國典型的煤炭工業(yè)基地,以煤炭產(chǎn)業(yè)為主導(dǎo)產(chǎn)業(yè)??死斠朗袆t是我國重要的石油城市[35],均是我國重要的能源對(duì)外供給城市。根據(jù)圖4 和表3 可以看出,該類城市最為顯著的特點(diǎn)是人口規(guī)模最小,但經(jīng)濟(jì)較為發(fā)達(dá)(人均GDP 達(dá)11.65 萬元)。當(dāng)前這類城市產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)為主,占比高達(dá)59.6%,經(jīng)濟(jì)發(fā)展保持穩(wěn)定增長。由于長期以來的高耗能發(fā)展模式,該類城市的人均碳排放遠(yuǎn)高于全國平均水平(人均排放達(dá)117.7 噸),碳排放增長始終保持較快水平。
由于這類城市當(dāng)前的經(jīng)濟(jì)發(fā)展和碳排放仍呈現(xiàn)緩慢增長趨勢(shì),二者尚未表現(xiàn)出脫鉤跡象,預(yù)計(jì)這類城市碳排放會(huì)在“十四五”期間會(huì)繼續(xù)上升,之后在“十五五”期間實(shí)現(xiàn)碳排放達(dá)峰。建議這類城市達(dá)峰目標(biāo)設(shè)定為2026—2029 年。由于長期依賴能耗大、產(chǎn)值低的資源開采和加工行業(yè),能源供給的低碳轉(zhuǎn)型形勢(shì)嚴(yán)峻,部分城市(如已被列為國家資源枯竭型城市的石嘴山市和烏海市)主導(dǎo)產(chǎn)業(yè)已出現(xiàn)萎縮,因此該類城市在進(jìn)行達(dá)峰規(guī)劃與實(shí)施時(shí),應(yīng)以提高資源的使用效率、構(gòu)建多元化產(chǎn)業(yè)體系為重點(diǎn)。具體措施包括:①引導(dǎo)資源規(guī)?;?、集約化開發(fā),提高資源節(jié)約和綜合利用水平;②改造提升傳統(tǒng)資源型產(chǎn)業(yè)、發(fā)展綠色礦業(yè),培育壯大接續(xù)替代產(chǎn)業(yè),加快發(fā)展現(xiàn)代服務(wù)業(yè)[36]。
第五類城市概括為“傳統(tǒng)工業(yè)轉(zhuǎn)型期城市”,以邢臺(tái)、邯鄲、保定、包頭、連云港、溫州、大慶等城市為代表。該類既包括河北省和東北三省以鋼鐵、化工等為重點(diǎn)產(chǎn)業(yè)的大部分重工業(yè)城市,也包括長江三角洲以紡織、服裝和電子為重點(diǎn)產(chǎn)業(yè)的部分輕工業(yè)城市。根據(jù)圖4 和表3 可以看出,該類城市的顯著特點(diǎn)是人口規(guī)模較大,當(dāng)前經(jīng)濟(jì)發(fā)展均處于全國中上游水平。產(chǎn)業(yè)結(jié)構(gòu)較重(占比48.28%),經(jīng)濟(jì)發(fā)展依賴于傳統(tǒng)工業(yè),直接導(dǎo)致了這類城市人均碳排放相對(duì)較高。這些城市經(jīng)濟(jì)發(fā)展仍處于上升期,盡管產(chǎn)業(yè)結(jié)構(gòu)調(diào)整一定程度上制約了經(jīng)濟(jì)的高速增長,但取得了初步的碳減排效果,碳排放增長相對(duì)較緩。
鑒于該類城市目前碳排放與經(jīng)濟(jì)增長尚未表現(xiàn)出脫鉤跡象,產(chǎn)業(yè)結(jié)構(gòu)仍具有較大的調(diào)整和轉(zhuǎn)型空間,預(yù)計(jì)其碳排放在“十四五”和“十五五”期間仍會(huì)保持上升趨勢(shì),建議這類城市達(dá)峰目標(biāo)設(shè)定為2030 年。由于該類城市處于工業(yè)化發(fā)展的后期,產(chǎn)業(yè)結(jié)構(gòu)布局已經(jīng)基本形成,在進(jìn)行達(dá)峰規(guī)劃與實(shí)施時(shí),應(yīng)積極運(yùn)用低碳技術(shù)改造和提升傳統(tǒng)產(chǎn)業(yè),淘汰落后產(chǎn)能。具體包括:①有效利用低碳產(chǎn)業(yè)技術(shù)和循環(huán)利用技術(shù);②引導(dǎo)產(chǎn)業(yè)結(jié)構(gòu)向低碳的戰(zhàn)略新興產(chǎn)業(yè),如高端裝備制造、新材料和現(xiàn)代服務(wù)業(yè)進(jìn)行轉(zhuǎn)型。
城市是實(shí)現(xiàn)我國碳達(dá)峰和碳中和目標(biāo)的關(guān)鍵。受社會(huì)經(jīng)濟(jì)、技術(shù)水平、自然地理和政策文化等多個(gè)維度的影響,我國不同城市的碳排放在總量、結(jié)構(gòu)和達(dá)峰行動(dòng)的進(jìn)展上存在較大差距。在這一背景下,城市碳達(dá)峰行動(dòng)的設(shè)計(jì)和實(shí)施需要差異化展開。這一任務(wù)的重要前提是深入認(rèn)識(shí)我國城市碳排放達(dá)峰趨勢(shì)的類型特征。本文運(yùn)用聚類分析方法,對(duì)我國286 個(gè)樣本城市的碳達(dá)峰趨勢(shì)進(jìn)行了分類分析,為不同類型城市的達(dá)峰目標(biāo)設(shè)計(jì)和行動(dòng)重點(diǎn)提供了科學(xué)建議。
從碳排放達(dá)峰的趨勢(shì)來看,中國城市可以劃分為5 種類型:低碳潛力型城市、低碳示范型城市、人口流失型城市、資源依賴型城市和傳統(tǒng)工業(yè)轉(zhuǎn)型期城市。城市的達(dá)峰方案設(shè)計(jì)根據(jù)其達(dá)峰趨勢(shì)類型應(yīng)側(cè)重于不同的規(guī)劃重點(diǎn):對(duì)于經(jīng)濟(jì)增長迅速且產(chǎn)業(yè)結(jié)構(gòu)還未形成重工業(yè)路徑依賴的城市,應(yīng)規(guī)劃建立低碳產(chǎn)業(yè)體系,發(fā)展創(chuàng)新型綠色經(jīng)濟(jì);對(duì)于供給側(cè)改革卓有成效,產(chǎn)業(yè)結(jié)構(gòu)低碳轉(zhuǎn)型進(jìn)度領(lǐng)先的城市,應(yīng)加快探索碳中和路徑,建設(shè)新型達(dá)峰示范區(qū),引導(dǎo)消費(fèi)側(cè)低碳轉(zhuǎn)型;對(duì)于人口流失、經(jīng)濟(jì)下行壓力大的城市,應(yīng)協(xié)調(diào)低碳發(fā)展與經(jīng)濟(jì)增長、就業(yè)的關(guān)系;對(duì)于資源依賴,且面臨一定增長困境的城市,應(yīng)提高資源的使用效率,構(gòu)建多元化產(chǎn)業(yè)體系;對(duì)于依賴傳統(tǒng)工業(yè),處于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型期的城市,應(yīng)積極運(yùn)用低碳技術(shù)改造和提升傳統(tǒng)產(chǎn)業(yè),加快淘汰落后產(chǎn)能。