陳 芳 曹曉蕓

(1.安徽大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 合肥 230601;2.安徽大學(xué) 創(chuàng)新發(fā)展戰(zhàn)略研究院，安徽 合肥 230601)

一、引言

CO2等溫室氣體排放引起的全球氣候變化成為人類(lèi)命運(yùn)共同體面臨的最大的非傳統(tǒng)安全挑戰(zhàn)。2003年英國(guó)能源白皮書(shū)《我們的能源未來(lái)》提出“低碳經(jīng)濟(jì)”，開(kāi)啟了全球范圍內(nèi)“控碳、降碳”的實(shí)踐。氣候變化的治理是典型的公共產(chǎn)品，需要全球各國(guó)和地區(qū)都積極承擔(dān)相應(yīng)的責(zé)任；據(jù)經(jīng)濟(jì)合作與發(fā)展組織(OECD)統(tǒng)計(jì)數(shù)據(jù)顯示，截止到目前全球公認(rèn)已穩(wěn)定達(dá)到碳排放峰值的國(guó)家和地區(qū)54個(gè)，占全球碳排放總量的40%；自2006年中國(guó)CO2排放量超過(guò)美國(guó)，一直是全球最大的溫室氣體排放國(guó)。(1)根據(jù)英國(guó)風(fēng)險(xiǎn)評(píng)估公司Maplecroft公布的溫室氣體排放量數(shù)據(jù)。同時(shí)作為全球第一人口大國(guó)、最大發(fā)展中國(guó)家，在人口壓力、工業(yè)化進(jìn)程階段等發(fā)展硬約束下，2020年習(xí)近平主席宣布：2030年前CO2排放達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和?！半p碳”承諾不僅是中國(guó)實(shí)現(xiàn)高質(zhì)量發(fā)展的內(nèi)在要求，也是大國(guó)責(zé)任與擔(dān)當(dāng)?shù)耐庠谡蔑@，更是重塑新發(fā)展格局的內(nèi)外路徑融合的根本落腳點(diǎn)。在碳達(dá)峰“全國(guó)一盤(pán)棋”的戰(zhàn)略指導(dǎo)下長(zhǎng)三角“要謀先手棋”，2020年長(zhǎng)三角經(jīng)濟(jì)總量占比約為24%(2)數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒(2021)》。，成為三大經(jīng)濟(jì)增長(zhǎng)極中最活躍的地區(qū)，但其工業(yè)經(jīng)濟(jì)是建立在大量消耗基礎(chǔ)上的“粗放式”繁榮(3)于明亮、李雨蒔、陳文浩等：《長(zhǎng)三角地區(qū)能源消費(fèi)變化的驅(qū)動(dòng)因素分解研究——基于1995—2016年數(shù)據(jù)的分析》，《東南大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2020年第2期，第69-79頁(yè)。，長(zhǎng)三角“雙碳”目標(biāo)實(shí)現(xiàn)既是國(guó)家推動(dòng)部分區(qū)域率先達(dá)峰，完成達(dá)峰目標(biāo)的戰(zhàn)略部署，更是借力“十四五”發(fā)展實(shí)現(xiàn)長(zhǎng)三角綠色生態(tài)一體化的重要路徑。因此，摸清長(zhǎng)三角“碳家底”、找準(zhǔn)“減碳能力”，進(jìn)而厘清“雙碳”路徑正是本文研究意義所在。

國(guó)內(nèi)外關(guān)于碳達(dá)峰、碳中和的研究首先聚焦于“碳排放驅(qū)動(dòng)因素分解的模型工具”，主流方法有IDA類(lèi)(4)Wang H,Ang B W,Bin Su.Assessing drivers of economy-wide energy use and emissions:IDA versus SDA.Energy Policy,2017,107；L’schel Andreas,Rexh’user Sascha,Schymura M.Trade and the environment:An application of the WIOD database.Chinese Journal of Population,Resources and Environment,2013,11(1),pp.51-61.與SDA類(lèi)(5)Arto Iaki,Dietzenbacher Erik.Drivers of the growth in global greenhouse gas emissions.Environmental science & technology,2014,48(10).。IDA法以能源恒等式為基礎(chǔ)，凸顯驅(qū)動(dòng)因素結(jié)構(gòu)變化的作用效果(6)程郁泰、張納軍：《碳排放IDA模型的算法比較及應(yīng)用研究》，《統(tǒng)計(jì)與信息論壇》2017年第5期，第10-17頁(yè)。，而沒(méi)有將技術(shù)進(jìn)步、要素間替代等與其變化密切相關(guān)的要素納入考慮范圍，缺乏各要素間相互關(guān)系的底層邏輯梳理(7)杜克銳、鄢哲明、楊志明：《能源和環(huán)境績(jī)效評(píng)價(jià)方法的最新研究進(jìn)展》，《環(huán)境經(jīng)濟(jì)研究》2018年第1期，第113-138頁(yè)。;SDA法則以投入產(chǎn)出表與消耗系數(shù)矩陣為基礎(chǔ)，可以達(dá)到精細(xì)化產(chǎn)業(yè)部門(mén)最終能源需求的目的(8)Hoekstra R,den Bergh, Jeroen C J M.Comparing structural decomposition analysis and index.Energy Economics,2003,25(1).，但未克服算法的復(fù)雜性與數(shù)據(jù)的難獲得性等缺陷(9)張納軍、程郁泰：《碳排放SDA模型的算法比較及應(yīng)用研究》，《統(tǒng)計(jì)與信息論壇》2018年第4期，第67-74頁(yè)。。隨著研究深入新方法隨之涌現(xiàn)，比如生產(chǎn)理論中的Shephard產(chǎn)出距離函數(shù)法(10)Zhou P,Ang B W.Decomposition of aggregate CO2 emissions:A production-theoretical approach.Energy Economics,2007,30(3).，規(guī)避了前兩種方法的不足，具有較好的經(jīng)濟(jì)解釋能力，但仍未重視碳排放的空間外溢效應(yīng)。國(guó)內(nèi)相關(guān)研究更注重從“影響因素分析的實(shí)踐結(jié)論”梳理“雙碳”目標(biāo)的著力點(diǎn)。中國(guó)經(jīng)濟(jì)增長(zhǎng)整體尚未完全擺脫“自然消耗增加型”模式(11)胡美娟、丁正山、李在軍等：《生態(tài)效率視角下旅游業(yè)生態(tài)福利及驅(qū)動(dòng)因素——以常州市為例》，《生態(tài)學(xué)報(bào)》2020年第6期，第1944-1955頁(yè)。，粗放型經(jīng)濟(jì)產(chǎn)出效應(yīng)仍是工業(yè)碳排放增加的最主要因素，只有當(dāng)經(jīng)濟(jì)集聚水平達(dá)到閾值后，減排效應(yīng)才會(huì)顯現(xiàn)。(12)邵帥、張曦、趙興榮：《中國(guó)制造業(yè)碳排放的經(jīng)驗(yàn)分解與達(dá)峰路徑——廣義迪氏指數(shù)分解和動(dòng)態(tài)情景分析》，《中國(guó)工業(yè)經(jīng)濟(jì)》2017年第3期，第44-63頁(yè)。產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)會(huì)引起碳排放量的改變，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)為碳排放的抑制因子(13)郭朝先：《中國(guó)二氧化碳排放增長(zhǎng)因素分析——基于SDA分解技術(shù)》，《中國(guó)工業(yè)經(jīng)濟(jì)》2010年第12期，第47-56頁(yè)；許士春、習(xí)蓉、何正霞：《中國(guó)能源消耗碳排放的影響因素分析及政策啟示》，《資源科學(xué)》2012年第1期，第2-12頁(yè)。，縮減第二產(chǎn)業(yè)對(duì)經(jīng)濟(jì)的貢獻(xiàn)率，可以有效降低碳排放量。此外，能源強(qiáng)度降低也是工業(yè)碳排放減少的重要因素。

國(guó)家多次強(qiáng)調(diào)避免“雙碳”政策的“一刀切”和不符合地方實(shí)際情況的現(xiàn)象，與基于社會(huì)經(jīng)濟(jì)發(fā)展、自然資源稟賦、工業(yè)化進(jìn)程階段、人口壓力和政策文化等多維度識(shí)別差異化的碳減排路徑研究形成相互佐證。比如，其一，以社會(huì)經(jīng)濟(jì)發(fā)展階段為劃分標(biāo)準(zhǔn)，基于各類(lèi)型城市工業(yè)碳排放的規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)減排貢獻(xiàn)的作用效果，三線城市的碳減排難度明顯大于一、二線城市(14)Auffhammer M,Sun Weizeng,Wu Jianfeng.The Decomposition and Dynamics of Industrial Carbon Dioxide Emissions for 287 Chinese Cities in 1998—2009.Journal of Economic Surveys,2016,30(3).；其二，以工業(yè)化進(jìn)程為劃分標(biāo)準(zhǔn)，基于城市的支柱產(chǎn)業(yè)和經(jīng)濟(jì)結(jié)構(gòu)差異，能源城市與重工業(yè)城市的碳排放強(qiáng)度明顯高于輕工業(yè)城市、高科技城市與服務(wù)業(yè)城市，其減排工作的效果更優(yōu)(15)Shan Yuli,Guan Dabo,Hubacek K J,et al.City-level climate change mitigation in China.Science Advances,2018,4(6).；其三，依據(jù)產(chǎn)業(yè)結(jié)構(gòu)劃分為工業(yè)城市、商業(yè)城市和混合經(jīng)濟(jì)城市，研判其人口規(guī)模、國(guó)內(nèi)生產(chǎn)總值與能源消耗之間比例關(guān)系的區(qū)別，高度商業(yè)化的城市表現(xiàn)出人口規(guī)模、國(guó)內(nèi)生產(chǎn)總值與能源消耗的高度相關(guān)性，碳減排難度更大(16)Ramaswami A,Jiang Daqian,Tong Kangkang.Impact of the Economic Structure of Cities on Urban Scaling Factors:Implications for Urban Material and Energy Flows in China.Journal of Industrial Ecology,2018,22(2).；其四，依據(jù)碳達(dá)峰趨勢(shì)劃分為低碳潛力型城市、低碳示范型城市、人口流失型城市、資源依賴(lài)型城市和傳統(tǒng)工業(yè)轉(zhuǎn)型期城市，區(qū)分各類(lèi)型城市的達(dá)峰目標(biāo)設(shè)計(jì)和行動(dòng)重點(diǎn)，并將低碳潛力型城市和傳統(tǒng)工業(yè)轉(zhuǎn)型期城市認(rèn)定為落實(shí)2030年達(dá)峰行動(dòng)的關(guān)鍵一環(huán)(17)郭芳、王燦、張?jiān)娀埽骸吨袊?guó)城市碳達(dá)峰趨勢(shì)的聚類(lèi)分析》，《中國(guó)環(huán)境管理》2021年第1期，第40-48頁(yè)。；等等。

精準(zhǔn)識(shí)別碳排放驅(qū)動(dòng)因素是長(zhǎng)三角實(shí)現(xiàn)“低碳經(jīng)濟(jì)”的痛點(diǎn)，但現(xiàn)有文獻(xiàn)少有基于空間模型工具探究長(zhǎng)三角工業(yè)碳排放驅(qū)動(dòng)因素，更缺乏對(duì)長(zhǎng)三角城市類(lèi)型特征的系統(tǒng)梳理，弱化了相關(guān)研究結(jié)論的借鑒意義。本研究以長(zhǎng)三角地區(qū)2009—2019年的工業(yè)能源數(shù)據(jù)為基礎(chǔ)，測(cè)算歷年的工業(yè)能耗碳排放和空間分布及其演進(jìn)趨勢(shì)，架構(gòu)長(zhǎng)三角各城市間的低碳協(xié)同機(jī)制，破解單一區(qū)域無(wú)法有效應(yīng)對(duì)復(fù)雜的氣候問(wèn)題，形成工業(yè)低碳轉(zhuǎn)型與高質(zhì)量發(fā)展的疊加效應(yīng)、集成效應(yīng)及系統(tǒng)性合力(18)陳芳、張書(shū)勤：《長(zhǎng)江經(jīng)濟(jì)帶綠色發(fā)展不平衡問(wèn)題：概念框架與評(píng)估》，《統(tǒng)計(jì)與決策》2021年第12期，第161-165頁(yè)。；深入分析長(zhǎng)三角城市工業(yè)碳排放的類(lèi)型特征和驅(qū)動(dòng)因素，為各城市地方政府設(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)。使當(dāng)?shù)貧夂蛘吣繕?biāo)與經(jīng)濟(jì)社會(huì)發(fā)展的政策目標(biāo)協(xié)調(diào)統(tǒng)一，以期引領(lǐng)全國(guó)零碳轉(zhuǎn)型，成為國(guó)家綠色發(fā)展的樣板，為其他區(qū)域騰出發(fā)展空間、預(yù)留發(fā)展時(shí)間。

二、長(zhǎng)三角城市工業(yè)碳排放基本特征

采用IPCC的核算方法對(duì)長(zhǎng)三角城市工業(yè)的碳排放現(xiàn)狀進(jìn)行“摸底”。其能源利用結(jié)構(gòu)以煤炭為主，還包括焦煤、原油、汽油、煤油、柴油、燃料油、天然氣和汽油液化氣等化石能源，本文選取這9種能源衡量長(zhǎng)三角工業(yè)直接碳排放、選取電力衡量間接碳排放。各燃料的二氧化碳排放系數(shù)取自《省級(jí)溫室氣體清單編制指南(試行)》；電力碳排放系數(shù)的具體數(shù)值參考國(guó)家發(fā)改委2011年發(fā)布的《省級(jí)溫室氣體清單編制指南(試行)》。

長(zhǎng)三角城市工業(yè)碳排放量與經(jīng)濟(jì)發(fā)展?fàn)顩r基本吻合，經(jīng)濟(jì)發(fā)展與資源消耗還未實(shí)現(xiàn)實(shí)質(zhì)性脫鉤。基于碳排放總量維度，安徽、江蘇、浙江分別有3、4、9個(gè)高碳城市。長(zhǎng)三角各城市的功能定位和經(jīng)濟(jì)社會(huì)基礎(chǔ)不同，城市工業(yè)碳排放也存在差異：2009年寧波工業(yè)碳排放量居長(zhǎng)三角首位，高達(dá)17 121.7萬(wàn)噸，而黃山處于最低位，約為261.9萬(wàn)噸，二者相差約65倍；至2019年工業(yè)碳排放量最高的蘇州與最低的黃山相差約24 415.9萬(wàn)噸，該差值在樣本期內(nèi)上升47%，區(qū)域內(nèi)碳減排的協(xié)同推進(jìn)任重道遠(yuǎn)。基于碳排放達(dá)峰趨勢(shì)維度，長(zhǎng)三角整體工業(yè)碳排放雖仍呈現(xiàn)上升趨勢(shì)，上海、徐州、南通、泰州、杭州、淮北和宿州初現(xiàn)達(dá)峰特征。此外，南京、無(wú)錫、常州、寧波、溫州、馬鞍山、阜陽(yáng)和亳州，工業(yè)碳排放量已無(wú)明顯波動(dòng)，呈現(xiàn)達(dá)峰趨勢(shì)。蘇州、連云港、揚(yáng)州、鎮(zhèn)江和浙江與安徽大部分城市工業(yè)碳排放仍有逐年上升的勢(shì)態(tài)，釋放危險(xiǎn)信號(hào)，成為長(zhǎng)三角未來(lái)減排工作的重點(diǎn)關(guān)注區(qū)域。

三、長(zhǎng)三角城市工業(yè)碳排放空間格局與分布特征

(一)空間格局及演進(jìn)動(dòng)態(tài)

運(yùn)用重心-標(biāo)準(zhǔn)差橢圓分析2009年與2019年兩個(gè)特征時(shí)點(diǎn)長(zhǎng)三角工業(yè)碳排放的重心轉(zhuǎn)移及標(biāo)準(zhǔn)差橢圓。樣本考察期內(nèi)，工業(yè)碳排放的標(biāo)準(zhǔn)差橢圓主要位于長(zhǎng)三角東部地區(qū)和中部地區(qū)，基本呈現(xiàn)“西北-東南”分布格局，與長(zhǎng)三角城市工業(yè)碳排放特征事實(shí)相符：高碳排放區(qū)集中在以蘇州為核心的中部偏東的位置，以連云港與寧波連成的對(duì)角線將低碳排放區(qū)與高碳排放區(qū)分隔開(kāi)來(lái)，呈現(xiàn)出“高碳排放區(qū)與低碳排放區(qū)交替分布”的空間結(jié)構(gòu)；安徽與浙江部分城市的工業(yè)碳排放均偏低，江蘇中南部地區(qū)與上海的工業(yè)碳排放較高，地理分布呈現(xiàn)“東高西低”的空間格局。從橢圓面積比看，樣本期末橢圓面積略小于樣本初期，說(shuō)明長(zhǎng)三角工業(yè)碳排放存在空間集聚的趨勢(shì)。從重心移動(dòng)軌跡及方向看，長(zhǎng)三角工業(yè)碳排放分布重心在樣本期內(nèi)由無(wú)錫向西南方向移動(dòng)至常州，表明西部單元格城市工業(yè)碳排放的增長(zhǎng)速度高于區(qū)域內(nèi)平均水平。由此可見(jiàn)，碳排放不僅可以沿著貿(mào)易路徑在生產(chǎn)端與消費(fèi)端轉(zhuǎn)移，在長(zhǎng)三角內(nèi)部也沿著產(chǎn)業(yè)轉(zhuǎn)移的方向?qū)崿F(xiàn)了生產(chǎn)端之間的轉(zhuǎn)移。

圖1 長(zhǎng)三角城市工業(yè)碳排放區(qū)位

運(yùn)用核密度估計(jì)法刻畫(huà)2009年、2014年和2019年長(zhǎng)三角城市工業(yè)碳排放的時(shí)序動(dòng)態(tài)演進(jìn)特征(圖3)。其一，核密度曲線的左側(cè)起點(diǎn)逐年降低，低碳排城市占比減少，右側(cè)拖尾逐年延長(zhǎng)，由2009年的約19 000萬(wàn)噸增至2019年的約26 000萬(wàn)噸，高碳排放城市占比增加且碳排放量愈來(lái)愈大。且核密度曲線的重心位置逐年向右偏移，三年的曲線重心分別出現(xiàn)在2 000、3 000與4 000萬(wàn)噸左右，表明樣本期內(nèi)長(zhǎng)三角工業(yè)碳排放整體仍呈現(xiàn)增加的態(tài)勢(shì)。其二，三條核密度曲線均為倒“V”形單峰形狀，表明長(zhǎng)三角地區(qū)工業(yè)碳排放重心較為固定。密度最高點(diǎn)均位于5 000萬(wàn)噸以?xún)?nèi)，10 000萬(wàn)噸以上的密度雖有反彈趨勢(shì)但總體小于0.02‰，碳達(dá)峰基礎(chǔ)相對(duì)較好，明確碳達(dá)峰攻堅(jiān)階段整體性約束指標(biāo)并堅(jiān)持減排政策的方向不變、力度不減，可為后續(xù)碳中和工作舒緩部分壓力。

(二)分布特征

1.空間集群特征

采用Q型鄰接關(guān)系空間權(quán)重矩陣計(jì)算各年長(zhǎng)三角工業(yè)碳排放全局Moran’s I指數(shù)(表1)，2009—2019年長(zhǎng)三角工業(yè)碳排放呈現(xiàn)地理集聚現(xiàn)象。除2014年外長(zhǎng)三角工業(yè)碳排放的相關(guān)性指數(shù)均大于0，且其對(duì)應(yīng)的P值均小于5%，可見(jiàn)長(zhǎng)三角城市工業(yè)碳排放存在顯著的正向空間相關(guān)性，而且在樣本期內(nèi)這種集聚效應(yīng)還較穩(wěn)定。長(zhǎng)三角工業(yè)碳排放空間自相關(guān)性呈現(xiàn)明顯的兩個(gè)階段：下降階段(2009—2014年)與波折上升階段(2015—2019年)。樣本期初期是長(zhǎng)三角工業(yè)發(fā)展的“黃金時(shí)期”，工業(yè)發(fā)展的區(qū)域不平衡性削弱了工業(yè)碳排放的空間集聚現(xiàn)象；自2015年以來(lái)的空間自相關(guān)性波折上升得益于長(zhǎng)三角一體化的提出與深度推進(jìn)，區(qū)域內(nèi)完善的功能區(qū)劃分使得城市的經(jīng)濟(jì)功能與生態(tài)功能區(qū)分開(kāi)來(lái)，將碳排放鎖定在特定范圍內(nèi)，加劇了碳排放的集群效應(yīng)。

圖2 2009年與2019年長(zhǎng)三角工業(yè)碳排放 圖3 2009年、2014年、2019年長(zhǎng)三角重心-標(biāo)準(zhǔn)差橢圓演進(jìn) 工業(yè)碳排放核密度

表1 長(zhǎng)三角工業(yè)碳排放全局Moran’s I指數(shù)

利用局部莫蘭散點(diǎn)圖描述長(zhǎng)三角工業(yè)碳排放集群特征。2019年數(shù)據(jù)表明，在第一象限即高水平與高水平聚集的城市有7個(gè)，在第三象限即低水平與低水平聚集的城市有13個(gè)，說(shuō)明同向聚集處于主導(dǎo)地位。第一象限的城市多位于東部沿海平原地區(qū)，而位于第三象限的城市多來(lái)自安徽。究其原因，是所處工業(yè)化進(jìn)程階段與地理地形因素雙重作用的結(jié)果。東部沿海地區(qū)樣本期初期經(jīng)濟(jì)迅速發(fā)展得益于發(fā)達(dá)的第二產(chǎn)業(yè)，近年來(lái)受生態(tài)環(huán)境紅線的現(xiàn)實(shí)倒逼，雖優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)變發(fā)展方式，但工業(yè)生產(chǎn)碳排放量仍居高不下，且沿海的平原地形有利于二氧化碳的擴(kuò)散作用，加劇了東部沿海地區(qū)工業(yè)碳排放的高高集群；而安徽省內(nèi)多山地，形成了對(duì)工業(yè)發(fā)展與二氧化碳擴(kuò)散的雙重阻礙作用。

2.空間非均衡性

利用基尼系數(shù)測(cè)度方法刻畫(huà)2009—2019年長(zhǎng)三角工業(yè)碳排放的非均衡性特征(圖5)。長(zhǎng)三角整體工業(yè)碳排放的基尼系數(shù)較高，平均值為0.447。呈現(xiàn)明顯的空間非均衡特征，需要限制高碳排放城市的工業(yè)碳排放的繼續(xù)走高。在演進(jìn)趨勢(shì)上，工業(yè)碳排放基尼系數(shù)呈現(xiàn)下降趨勢(shì)：一方面，雙碳目標(biāo)背景下碳排放絕對(duì)量的約束伴之以各種配套政策，使得高碳排放城市的能源轉(zhuǎn)型與產(chǎn)業(yè)升級(jí)成為必然；另一方面，經(jīng)濟(jì)發(fā)展需要使得部分城市的工業(yè)碳排放直線上升。碳排放空間非均衡性的理想狀態(tài)與未來(lái)的發(fā)展趨勢(shì)應(yīng)該是低排放水平城市間的均衡，長(zhǎng)三角目前的工業(yè)碳排放空間格局與該理想狀態(tài)之間仍然存在差距。

圖4 2019年長(zhǎng)三角工業(yè)碳排放局部莫蘭指數(shù)分布

圖5 長(zhǎng)三角城市工業(yè)碳排放空間非均衡性

域間差異按照省際的標(biāo)準(zhǔn)劃分區(qū)域(19)直轄市上海不作為省際研究樣本。，無(wú)論是基尼系數(shù)的數(shù)值大小還是演變趨勢(shì)其空間內(nèi)部差異均存在較為顯著的區(qū)別。從具體數(shù)值看，安徽的內(nèi)部差距最大，基尼系數(shù)平均值為0.412；江蘇地區(qū)內(nèi)部差距相對(duì)較小，基尼系數(shù)平均值為0.332。從演變趨勢(shì)看，江蘇省內(nèi)空間差異在樣本期內(nèi)波動(dòng)較小，其基尼系數(shù)大致保持不變，圍繞0.332的均值小幅度波動(dòng)。浙江省內(nèi)部的空間差異的動(dòng)態(tài)演變則大致呈兩階段變化，2009—2013年基尼系數(shù)增大，2014年以后基尼系數(shù)緩慢下降。樣本期內(nèi)安徽省內(nèi)基尼系數(shù)大致呈現(xiàn)下降趨勢(shì)，年均下降率為17.25%。

四、長(zhǎng)三角城市工業(yè)碳達(dá)峰影響因素及趨勢(shì)特征

(一)研究方法及數(shù)據(jù)來(lái)源

1.空間計(jì)量模型

空間杜賓模型(SDM)、空間滯后模型(SAR)與空間誤差模型(SEM)是空間效應(yīng)計(jì)量回歸的主要模型，為準(zhǔn)確刻畫(huà)長(zhǎng)三角工業(yè)碳排放驅(qū)動(dòng)因素的空間效應(yīng)提供了研究思路?？臻g杜賓模型見(jiàn)表達(dá)式(1)、空間滯后模型見(jiàn)表達(dá)式(2)，空間誤差模型見(jiàn)表達(dá)式(3)。

InC=wJC+l0+l1IS+l2EN1+l3EN2+l4UR+l5LF+ui+δt+φ

(1)

InC=wJC+l0+l1IS+l2EN1+l3EN2+l4UR+l5LF+φ

(2)

InC=l0+l1IS+l2EN1+l3EN2+l4UR+l5LF+Q=γJφ+κ

(3)

式中：C為工業(yè)碳排放量；w為空間回歸系數(shù)；J為n×1階的空間權(quán)值矩陣；IS、EN1、EN2、UR、LF為5個(gè)自變量，分別代表產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、能源強(qiáng)度、城市化和勞動(dòng)力效率；l[l0,l1,…,l5]為待估參數(shù)；ui為空間固定效應(yīng)；δt為時(shí)間固定效應(yīng)；φ為誤差隨機(jī)項(xiàng)；γ為空間誤差系數(shù)；κ為正態(tài)分布的隨機(jī)誤差項(xiàng)?，F(xiàn)有研究表明長(zhǎng)三角工業(yè)碳排放受勞動(dòng)生產(chǎn)率、能源強(qiáng)度、能源結(jié)構(gòu)、碳排放系數(shù)、勞動(dòng)力等因素影響(20)陳芳、張書(shū)勤：《長(zhǎng)江經(jīng)濟(jì)帶綠色發(fā)展不平衡問(wèn)題：概念框架與評(píng)估》，《統(tǒng)計(jì)與決策》2021年第12期，第161-165頁(yè)。，本文從產(chǎn)業(yè)結(jié)構(gòu)、能源、城市化與勞動(dòng)力四個(gè)方面分解長(zhǎng)三角工業(yè)碳排放的驅(qū)動(dòng)因素，具體的以第二產(chǎn)業(yè)增加值占GDP比重、標(biāo)準(zhǔn)化的工業(yè)煤炭消費(fèi)量占工業(yè)能源消費(fèi)總量比重、工業(yè)能源消費(fèi)總量占工業(yè)增加值比重、建成區(qū)面積以及人均GDP為代理變量。

2.聚類(lèi)分析

采用K-means聚類(lèi)算法分析長(zhǎng)三角工業(yè)碳排放趨勢(shì)的類(lèi)型特征，即通過(guò)迭代將樣本劃分到組內(nèi)樣本相似度最大、組間樣本具有高度異質(zhì)性的k個(gè)層次化的類(lèi)別中。參考郭芳等(21)郭芳、王燦、張?jiān)娀埽骸吨袊?guó)城市碳達(dá)峰趨勢(shì)的聚類(lèi)分析》，《中國(guó)環(huán)境管理》2021年第1期，第40-48頁(yè)。的研究，同時(shí)考慮影響長(zhǎng)三角工業(yè)生產(chǎn)和碳排放的相關(guān)因素構(gòu)建指標(biāo)體系，兼顧靜態(tài)指標(biāo)和動(dòng)態(tài)指標(biāo)對(duì)長(zhǎng)三角36個(gè)城市進(jìn)行聚類(lèi)分析。具體地，靜態(tài)指標(biāo)以第二產(chǎn)業(yè)增加值占GDP比重、人均GDP、城鎮(zhèn)從業(yè)人員數(shù)量、建成區(qū)面積 、人均工業(yè)能源消費(fèi)、工業(yè)碳排放量為代理變量；動(dòng)態(tài)指標(biāo)主要考慮GDP年均增長(zhǎng)率、人口年均增長(zhǎng)率、建成區(qū)面積年均增長(zhǎng)率與碳排放年均增長(zhǎng)率。

3.數(shù)據(jù)來(lái)源及說(shuō)明

基于數(shù)據(jù)的可獲得性，選取除淮安、鹽城、宿遷、衢州和麗水外的36個(gè)長(zhǎng)三角城市進(jìn)行研究。本文使用的數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒(2010—2020)》《中國(guó)能源統(tǒng)計(jì)年鑒(2010—2020)》與各城市統(tǒng)計(jì)年鑒。

(二)驅(qū)動(dòng)因素分解

1.基準(zhǔn)回歸

通過(guò)比較LM檢驗(yàn)、HAUSMAN檢驗(yàn)、LR檢驗(yàn)以及Wald檢驗(yàn)的結(jié)果，判斷基準(zhǔn)回歸模型的選擇(22)限于篇幅，四種檢驗(yàn)結(jié)果在文章中不做展示，若需要可向作者索取。。首先利用LM檢驗(yàn)，結(jié)果顯示統(tǒng)計(jì)量在1%水平上均顯著，表明SEM模型和SAR模型均適用，可以選擇SDM模型進(jìn)行分析；進(jìn)一步運(yùn)用Wald檢驗(yàn)和LR檢驗(yàn)判斷空間杜賓模型是否可以轉(zhuǎn)化為空間滯后模型或空間誤差模型，檢驗(yàn)結(jié)果在1%水平上拒絕原假設(shè)；同時(shí)Hausman檢驗(yàn)的P值趨近于0，表明本文選取空間杜賓模型較為合適。

表2 空間計(jì)量回歸結(jié)果

表2模型①展示了空間杜賓模型的回歸結(jié)果，所有影響因素均在1%置信水平下顯著，表明產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、能源強(qiáng)度、城市化與勞動(dòng)力效率對(duì)長(zhǎng)三角工業(yè)碳排放具有較強(qiáng)的作用效果。產(chǎn)業(yè)結(jié)構(gòu)對(duì)工業(yè)碳排放具有正向效用，表明若第二產(chǎn)業(yè)對(duì)經(jīng)濟(jì)貢獻(xiàn)度越小，則可以越早實(shí)現(xiàn)碳排放峰值：一方面，節(jié)能減排政策主要作用于第二產(chǎn)業(yè)，第二產(chǎn)業(yè)占比較高的城市承擔(dān)更大的減排壓力，完成相關(guān)目標(biāo)的意愿相對(duì)較低；另一方面，第一、三產(chǎn)業(yè)通過(guò)技術(shù)進(jìn)步所帶來(lái)的碳減排效果優(yōu)于第二產(chǎn)業(yè)。(23)齊曄、劉天樂(lè)、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》，《環(huán)境保護(hù)》2020年第5期，第9-11頁(yè)。能源結(jié)構(gòu)與能源強(qiáng)度對(duì)工業(yè)碳排放具有顯著驅(qū)動(dòng)作用，具體表現(xiàn)為長(zhǎng)三角工業(yè)經(jīng)濟(jì)增長(zhǎng)與煤炭的鎖定效應(yīng)較強(qiáng)，煤炭在一次能源中的比重高，且短期難以改變(24)楊莉莉、邵帥、曹建華等：《長(zhǎng)三角城市群工業(yè)全要素能源效率變動(dòng)分解及影響因素——基于隨機(jī)前沿生產(chǎn)函數(shù)的經(jīng)驗(yàn)研究》，《上海財(cái)經(jīng)大學(xué)學(xué)報(bào)》2014年第3期，第95-102頁(yè)。，提高能源利用效率、促成能源轉(zhuǎn)型仍是長(zhǎng)三角工業(yè)碳達(dá)峰工作的重要任務(wù)。同時(shí)，城市化對(duì)長(zhǎng)三角工業(yè)碳排放具有顯著的正向影響，不能忽視城市化過(guò)程中帶來(lái)的碳排放問(wèn)題，城市化伴隨著資本、人才與技術(shù)的集聚，意味著更多的生產(chǎn)需求，促進(jìn)工業(yè)規(guī)模的擴(kuò)大，使得能源消費(fèi)剛性需求的增加，帶動(dòng)工業(yè)能源消費(fèi)和碳排放的快速增長(zhǎng)。(25)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》，《經(jīng)濟(jì)研究》2010年第8期，第66-78頁(yè)。勞動(dòng)力效率對(duì)碳排放也展現(xiàn)出顯著正向作用，是因?yàn)殡S著工業(yè)化生產(chǎn)發(fā)展，技術(shù)革新促使勞動(dòng)力效率得到了大幅提高的同時(shí)，也造成了能源消費(fèi)的不斷增加，刺激碳排放的增加。(26)蘇永樂(lè)、冷彩霞、蔣煜宇：《陜西省工業(yè)碳排放現(xiàn)狀及影響因素研究》，《西安財(cái)經(jīng)大學(xué)學(xué)報(bào)》2020年第6期，第58-65頁(yè)。

2.穩(wěn)健性檢驗(yàn)

選擇改變回歸模型進(jìn)行穩(wěn)健性檢驗(yàn)，具體地，模型②采用空間滯后模型，模型③采用空間誤差模型，回歸結(jié)果中各變量系數(shù)符號(hào)相對(duì)穩(wěn)定，與基準(zhǔn)回歸相比無(wú)明顯變動(dòng)，因此認(rèn)為該模型通過(guò)穩(wěn)健性檢驗(yàn)。

3.空間效應(yīng)分解

基于SDM估計(jì)結(jié)果，對(duì)長(zhǎng)三角工業(yè)碳排放的各種驅(qū)動(dòng)因素進(jìn)行空間效應(yīng)的分解，具體地，模型④為直接效應(yīng)、模型⑤為間接效應(yīng)以及模型⑥為總效應(yīng)。由表2：①產(chǎn)業(yè)結(jié)構(gòu)對(duì)工業(yè)碳排放的直接效應(yīng)與間接效應(yīng)均為正，且間接效應(yīng)在5%水平上顯著，表明本地區(qū)的第二產(chǎn)業(yè)發(fā)展程度對(duì)鄰近地區(qū)碳排放具有顯著的促進(jìn)作用。究其原因，地理距離是產(chǎn)業(yè)轉(zhuǎn)移的重要影響因素，產(chǎn)業(yè)升級(jí)時(shí)傾向于就近選擇承接地，加重了鄰近地區(qū)的碳排放負(fù)擔(dān)。②能源結(jié)構(gòu)對(duì)工業(yè)碳排放的直接效應(yīng)在1%水平上顯著為正，間接效應(yīng)不顯著，表明工業(yè)碳排放主要受本地能源結(jié)構(gòu)影響，而鄰近地區(qū)的溢出效應(yīng)不明顯。③能源強(qiáng)度對(duì)工業(yè)碳排放的間接效應(yīng)在1%水平上呈現(xiàn)負(fù)顯著，表明鄰近地區(qū)的能源強(qiáng)度對(duì)本地區(qū)的碳排放具有顯著的抑制作用。隨著城市功能劃分愈發(fā)完善，將高碳排放鎖定在能源強(qiáng)度偏高的地區(qū)，可為周邊地區(qū)釋放碳排放負(fù)擔(dān)。④城市化對(duì)工業(yè)碳排放的間接效應(yīng)為負(fù)且不顯著，表明鄰近地的城市化會(huì)疏解當(dāng)?shù)靥寂欧艍毫?，但效果不顯著。⑤勞動(dòng)力效率與能源強(qiáng)度的表現(xiàn)相反，其間接效應(yīng)在1%水平上呈現(xiàn)正顯著。源于經(jīng)濟(jì)的輻射帶動(dòng)作用，勞動(dòng)力效率偏高的地區(qū)會(huì)刺激周邊區(qū)域的碳排放量也大幅增加。

4.異質(zhì)性檢驗(yàn)

選取樣本初期與樣本末期兩個(gè)時(shí)間節(jié)點(diǎn)進(jìn)行異質(zhì)性檢驗(yàn)，模型⑦為2009年的回歸結(jié)果以及模型⑧為2019年的回歸結(jié)果。由表2：①與2009年相比，2019年的產(chǎn)業(yè)結(jié)構(gòu)與能源強(qiáng)度對(duì)工業(yè)碳排放的作用效果均增強(qiáng)，碳達(dá)峰工作應(yīng)聚焦二者重點(diǎn)攻堅(jiān)，全面精準(zhǔn)發(fā)力。②能源結(jié)構(gòu)對(duì)工業(yè)碳排放的作用效果在2019年變?nèi)?，源于綠色科技的研發(fā)與清潔技術(shù)的推廣使得碳排放空間收緊，弱化了能源結(jié)構(gòu)在2019年的影響效力。③2009年城市化對(duì)工業(yè)碳排放的刺激作用不顯著，是因?yàn)?009年長(zhǎng)三角整體城市化水平不高，并非影響工業(yè)碳排放的主要因素。而隨著城市化進(jìn)程的深入，在2019年其對(duì)工業(yè)碳排放呈現(xiàn)顯著的促進(jìn)作用。④無(wú)論是樣本初期還是樣本末期，勞動(dòng)生產(chǎn)率都是驅(qū)動(dòng)工業(yè)碳排放增加的最重要因素之一，勞動(dòng)力效率的全方位提升對(duì)碳排放的抑制作用還未顯現(xiàn)。

(三)進(jìn)一步分析：趨勢(shì)特征

聚類(lèi)結(jié)果顯示，當(dāng)前長(zhǎng)三角城市的工業(yè)碳達(dá)峰趨勢(shì)大致分為4類(lèi)(表3)。其中，第一類(lèi)為“脫碳先鋒型城市”，包括上海、南京、無(wú)錫、常州等7個(gè)城市，是長(zhǎng)三角有望率先達(dá)峰城市。此類(lèi)城市經(jīng)濟(jì)體量大且處于穩(wěn)步增長(zhǎng)，城市化水平高，產(chǎn)業(yè)結(jié)構(gòu)以服務(wù)業(yè)為主；雖然當(dāng)前碳排放量仍相對(duì)較高，但碳排放增長(zhǎng)速度居長(zhǎng)三角最低水平，年均增長(zhǎng)率約為2%。

表3 K均值聚類(lèi)結(jié)果

第二類(lèi)為“脫碳潛力型城市”，包括南通、揚(yáng)州、鎮(zhèn)江、泰州等9個(gè)城市。此類(lèi)城市勞動(dòng)力擴(kuò)張速度快于人口增長(zhǎng)速度，宜居的生活環(huán)境與高度發(fā)達(dá)的配套設(shè)施發(fā)揮對(duì)勞動(dòng)力的虹吸作用，區(qū)域內(nèi)人口數(shù)量充足。同時(shí)，得益于發(fā)達(dá)的第二產(chǎn)業(yè)，脫碳潛力型城市經(jīng)濟(jì)發(fā)展水平較高，但其碳排放量較小，有望將碳排放峰值控制在較低水平。長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)建設(shè)為脫碳先鋒型城市與脫碳潛力型城市架構(gòu)跨區(qū)域減排協(xié)同機(jī)制奠定基礎(chǔ)，成為長(zhǎng)三角落實(shí)“2030年前碳達(dá)峰”行動(dòng)的先行區(qū)。

第三類(lèi)為“轉(zhuǎn)型困難型城市”，包括徐州、連云港、溫州、金華等8個(gè)城市。此類(lèi)城市中以資源型地區(qū)居多，比如徐州、馬鞍山和滁州等，經(jīng)濟(jì)發(fā)展水平處于中下游水平，城市化水平偏低。產(chǎn)業(yè)結(jié)構(gòu)偏重型化，第二產(chǎn)業(yè)占比約為44.85%；人口增速較快，疏解了當(dāng)?shù)貏趧?dòng)力不足的問(wèn)題的同時(shí)，致使工業(yè)品需求增加，加劇了產(chǎn)業(yè)結(jié)構(gòu)矛盾的同時(shí)刺激了碳排放增長(zhǎng)。

第四類(lèi)為“達(dá)峰滯后型城市”，包括蚌埠、淮南、淮北、銅陵等12個(gè)安徽省城市。此類(lèi)城市經(jīng)濟(jì)發(fā)展尚處于起步階段，經(jīng)濟(jì)發(fā)展?jié)摿Υ?，但失業(yè)率高、人口流失大使得勞動(dòng)力短缺問(wèn)題突出制約其發(fā)展；由于第二產(chǎn)業(yè)欠發(fā)達(dá)，工業(yè)碳排放量較小，但粗放式的經(jīng)濟(jì)發(fā)展方式帶來(lái)能源強(qiáng)度較高。達(dá)峰滯后型城市需警惕隨經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)碳排放快速增長(zhǎng)的可能性，尋求碳排放絕對(duì)量約束與經(jīng)濟(jì)社會(huì)發(fā)展中的平衡。

五、長(zhǎng)三角城市工業(yè)碳達(dá)峰路徑對(duì)比及優(yōu)化策略

考慮區(qū)域碳排放現(xiàn)狀、碳減排能力、發(fā)展定位不同(27)田成詩(shī)、劉怡：《中國(guó)碳排放與經(jīng)濟(jì)發(fā)展存在倒U型關(guān)系嗎?——考慮時(shí)間相關(guān)效應(yīng)和異質(zhì)性的研究》，《運(yùn)籌與管理》2021年第9期，第232-239頁(yè)。，長(zhǎng)三角各類(lèi)型城市應(yīng)差異化制定達(dá)峰時(shí)間等約束性指標(biāo)并自主部署階段性任務(wù)。

(一)脫碳先鋒型城市率先達(dá)峰，實(shí)現(xiàn)全方位引領(lǐng)與借鑒

脫碳先鋒型城市碳排放增速較慢，其經(jīng)濟(jì)發(fā)展正處于全面深度脫碳化的階段。城市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整已經(jīng)基本完成，相較于其他三種類(lèi)型的城市，產(chǎn)業(yè)減排潛力較小。該類(lèi)城市中有5個(gè)是國(guó)家發(fā)改委批設(shè)的低碳試點(diǎn)城市，且包含上海與杭州兩個(gè)碳排放已呈現(xiàn)達(dá)峰狀態(tài)的城市，達(dá)峰基礎(chǔ)理想，可將達(dá)峰目標(biāo)設(shè)置在“十四五”初期。脫碳先鋒型城市應(yīng)錨定技術(shù)革新，提高能效，實(shí)現(xiàn)技術(shù)節(jié)能。上海、南京、蘇州、杭州等擁有扎實(shí)科研基礎(chǔ)的城市著力自主技術(shù)創(chuàng)新扶持，對(duì)基礎(chǔ)理論、關(guān)鍵技術(shù)、工程應(yīng)用等進(jìn)行系統(tǒng)性、變革性的研究，部署二氧化碳的捕集、利用及封存等低碳前沿技術(shù)探索(28)黃國(guó)華、劉傳江、趙曉夢(mèng)：《長(zhǎng)江經(jīng)濟(jì)帶碳排放現(xiàn)狀及未來(lái)碳減排》，《長(zhǎng)江流域資源與環(huán)境》2016年第4期，第638-644頁(yè)。，加快“卡脖子”綠色關(guān)鍵核心技術(shù)攻關(guān)；以“新基建”為契機(jī)，推進(jìn)云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)通信、人工智能、區(qū)塊鏈和邊緣計(jì)算等新一代信息技術(shù)與新能源技術(shù)的交叉融合，搶占顛覆性產(chǎn)業(yè)科技創(chuàng)新制高點(diǎn)；實(shí)施綠色化低碳化變革和數(shù)字化智能化創(chuàng)新“雙輪驅(qū)動(dòng)”，催生新技術(shù)新產(chǎn)業(yè)新業(yè)態(tài)新模式。

(二)脫碳潛力型城市盡快達(dá)峰，高質(zhì)量支撐長(zhǎng)三角低碳發(fā)展

“低端擁擠、高端短缺”的工業(yè)結(jié)構(gòu)現(xiàn)狀，致使脫碳潛力型城市碳排放量仍處于震蕩上升狀態(tài)，但同時(shí)也意味著其第二產(chǎn)業(yè)減排空間廣闊，潛力明顯，因此預(yù)計(jì)該類(lèi)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。其工業(yè)碳達(dá)峰的首要任務(wù)仍是增量經(jīng)濟(jì)的低碳化，堅(jiān)持以“高端、數(shù)字、融合、集群、品牌”為發(fā)展方針，推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型。具體來(lái)說(shuō)，明確碳減排目標(biāo)和指標(biāo)，倒逼傳統(tǒng)產(chǎn)業(yè)的綠色轉(zhuǎn)型，嚴(yán)格控制高耗能、高排放項(xiàng)目建設(shè)；推進(jìn)產(chǎn)業(yè)升級(jí)迭代，以產(chǎn)業(yè)高級(jí)化、城市清潔化、生產(chǎn)高效化與規(guī)模化提升城市低碳發(fā)展效率，構(gòu)建現(xiàn)代產(chǎn)業(yè)體系，推動(dòng)城市經(jīng)濟(jì)邁入高質(zhì)量發(fā)展的新軌道。特別是，合肥、南通等區(qū)域內(nèi)綜合實(shí)力較強(qiáng)的城市，率先培育數(shù)字經(jīng)濟(jì)、高端裝備制造等戰(zhàn)略新興產(chǎn)業(yè)，推動(dòng)集成電路、生物醫(yī)藥、人工智能三大先導(dǎo)產(chǎn)業(yè)規(guī)模倍增；加快建立市場(chǎng)導(dǎo)向的低碳發(fā)展長(zhǎng)效機(jī)制，架構(gòu)綠色低碳的產(chǎn)業(yè)鏈供應(yīng)鏈價(jià)值鏈，培育參與未來(lái)競(jìng)爭(zhēng)新的動(dòng)力源。

(三)轉(zhuǎn)型困難型城市厘清發(fā)展與減排關(guān)系，在當(dāng)前節(jié)奏穩(wěn)步推進(jìn)達(dá)峰

轉(zhuǎn)型困難型城市與達(dá)峰滯后型城市多屬于老工業(yè)城市和資源型城市，產(chǎn)業(yè)發(fā)展層次低、鏈條短、產(chǎn)品附加值低、產(chǎn)能過(guò)剩等問(wèn)題突出，低碳轉(zhuǎn)型形勢(shì)嚴(yán)峻，但尚有較大潛力可挖，是未來(lái)碳減排的重點(diǎn)。該類(lèi)城市達(dá)峰基礎(chǔ)相對(duì)薄弱，由于其經(jīng)濟(jì)發(fā)展尚處在加速階段，碳排放仍呈現(xiàn)增長(zhǎng)趨勢(shì)，二者尚未表現(xiàn)出脫鉤跡象，且產(chǎn)業(yè)結(jié)構(gòu)仍具有較大的調(diào)整和轉(zhuǎn)型空間，需要在達(dá)峰過(guò)程中梳理好碳排放、產(chǎn)業(yè)轉(zhuǎn)型與經(jīng)濟(jì)發(fā)展的關(guān)系，預(yù)計(jì)該類(lèi)城市在“十四五”期間碳排放會(huì)繼續(xù)上升，將達(dá)峰目標(biāo)設(shè)置在2026—2029年逐步達(dá)峰為宜。產(chǎn)業(yè)轉(zhuǎn)型困難的城市全方位賦能鋼鐵、水泥、有色金屬、玻璃等重點(diǎn)行業(yè)和重要領(lǐng)域低碳化改造，推進(jìn)清潔生產(chǎn)；通過(guò)發(fā)展替代行業(yè)創(chuàng)造新的經(jīng)濟(jì)增長(zhǎng)動(dòng)能，對(duì)沖化石能源轉(zhuǎn)型的經(jīng)濟(jì)風(fēng)險(xiǎn)；克服產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的短期陣痛，遏制“兩高”項(xiàng)目盲目發(fā)展，承接產(chǎn)業(yè)轉(zhuǎn)移時(shí)對(duì)標(biāo)國(guó)際先進(jìn)水平提高準(zhǔn)入門(mén)檻，破解生產(chǎn)端碳排放“轉(zhuǎn)移”問(wèn)題。資源轉(zhuǎn)型困難的城市側(cè)重提高資源節(jié)約和綜合利用水平，扭轉(zhuǎn)能源結(jié)構(gòu)高碳化現(xiàn)狀，逐步戒斷對(duì)煤炭的依賴(lài)；形成對(duì)煤電發(fā)展的上限約束，規(guī)劃好煤電退出的路線圖，構(gòu)建新型電力系統(tǒng)；完善可再生能源發(fā)電補(bǔ)貼政策(29)史丹：《能源轉(zhuǎn)型與低碳工業(yè)化道路》，《理論視野》2017年第11期，第29-32頁(yè)。，推動(dòng)風(fēng)電、水電產(chǎn)業(yè)的發(fā)展，提高綠電占比；驅(qū)動(dòng)能源體系向以清潔能源為主導(dǎo)、數(shù)字化技術(shù)與可再生能源相融合的分布式智能能源體系轉(zhuǎn)變，以清潔、綠色方式滿(mǎn)足用能需求。

(四)達(dá)峰滯后型城市全力跟上整體達(dá)峰步驟(30)張友國(guó)、白羽潔：《區(qū)域差異化“雙碳”目標(biāo)的實(shí)現(xiàn)路徑》，《改革》2021年第11期，第1-18頁(yè)。，以碳匯增量鍛造碳中和優(yōu)勢(shì)

達(dá)峰滯后型城市普遍存在產(chǎn)業(yè)結(jié)構(gòu)單一、生態(tài)破壞嚴(yán)重、基礎(chǔ)設(shè)施和城市功能老化、經(jīng)濟(jì)社會(huì)發(fā)展活力不足等問(wèn)題，轉(zhuǎn)型發(fā)展和城市更新尤為迫切。鑒于達(dá)峰滯后型城市目前碳排放與經(jīng)濟(jì)增長(zhǎng)尚未表現(xiàn)出脫鉤跡象，允許該類(lèi)城市工業(yè)達(dá)峰時(shí)間滯后于區(qū)域內(nèi)平均水平，給該地區(qū)經(jīng)濟(jì)發(fā)展預(yù)留空間。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)，建議將達(dá)峰目標(biāo)錨定在2030年左右。達(dá)峰滯后型城市在實(shí)現(xiàn)工業(yè)碳達(dá)峰時(shí)應(yīng)秉持“綠水青山就是金山銀山”的理念，壓縮粗放式的第二產(chǎn)業(yè)的發(fā)展空間，以第三產(chǎn)業(yè)的大發(fā)展推動(dòng)經(jīng)濟(jì)大跨越，確保發(fā)展與保護(hù)協(xié)同共生。在安慶、池州、宣城為主的生態(tài)資源良好、碳匯用地規(guī)模較大的城市，特別是淀山湖、新安江、大別山、黃山等區(qū)域，積極打造生態(tài)旅游、康養(yǎng)、文化等產(chǎn)業(yè)業(yè)態(tài)，不斷擴(kuò)大綠色服務(wù)供給數(shù)量與質(zhì)量，在保證碳匯功能的基礎(chǔ)上實(shí)現(xiàn)高質(zhì)量發(fā)展，為后續(xù)碳中和工作打好基礎(chǔ)。