中國(guó)城市化的溫室效應(yīng)研究

秦昌才，劉譯聰，盧玢文

(煙臺(tái)大學(xué)經(jīng)濟(jì)管理學(xué)院)

1978年以來(lái)，中國(guó)處于城市化與工業(yè)化的快速進(jìn)程之中。中國(guó)人口城市化率以每年約1%的速度增加[1]。截至2018年，我國(guó)城鎮(zhèn)人口占總?cè)丝诘谋壤_(dá)到了59.58%。人口城市化會(huì)帶來(lái)產(chǎn)業(yè)活動(dòng)的規(guī)模集中，消耗大量的能源資源，產(chǎn)生CO2排放。2007年中國(guó)的CO2排放總量高達(dá)67.2億t，超過(guò)美國(guó)成為全球CO2排放最多的國(guó)家。2013年中國(guó)的碳排放量更是達(dá)到了100億t，超過(guò)了歐盟和美國(guó)的總和[2]。研究中國(guó)城市化的溫室效應(yīng)，具有非常重要的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

國(guó)外有關(guān)城市化與碳排放關(guān)系的研究成果豐富，研究范圍較廣，涉及城市形態(tài)、城市生活方式和人口城市化等方面[3-4]。大多數(shù)研究認(rèn)為，人口不斷向城市集聚帶來(lái)的城市人口比重增加，會(huì)引起產(chǎn)業(yè)結(jié)構(gòu)、就業(yè)結(jié)構(gòu)和生活方式的巨大改變，從而引起碳排放的變化[5-6]。另外，部分研究也認(rèn)為城市化與碳排放的關(guān)系依賴于經(jīng)濟(jì)發(fā)展水平和人均收入高低，收入有差異、發(fā)展程度有區(qū)別，二者的關(guān)系就會(huì)不同[7-9]。新常態(tài)下，中國(guó)城市化進(jìn)程在促進(jìn)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，也會(huì)使整體能源消費(fèi)水平提高，從而導(dǎo)致碳排放總量的增長(zhǎng)[10]。

國(guó)內(nèi)研究主要著眼于城市化變量及其他控制變量對(duì)碳排放的影響機(jī)理，使用的研究方法是Kaya等式、IPAT模型或者它的隨機(jī)形式STIRPAT模型。涉及到的控制變量包括人均財(cái)富水平或經(jīng)濟(jì)發(fā)展程度、產(chǎn)業(yè)結(jié)構(gòu)或工業(yè)化水平、能源技術(shù)水平等。人均財(cái)富或經(jīng)濟(jì)發(fā)展水平一般以人均GDP作為代理變量，從而驗(yàn)證環(huán)境庫(kù)茲涅茨曲線的形狀及拐點(diǎn)[11]；產(chǎn)業(yè)結(jié)構(gòu)或工業(yè)化一般以工業(yè)增加值或者第二、三產(chǎn)業(yè)比值作為代理變量[12]。能源技術(shù)水平一般以能源強(qiáng)度，即能源使用量與GDP的比值作為代理變量[13]。

城市化對(duì)碳排放的影響隨著收入水平或者發(fā)展階段等控制變量的不同而變化，在使用截面數(shù)據(jù)或面板數(shù)據(jù)研究時(shí)就會(huì)面臨樣本數(shù)據(jù)的異質(zhì)性問(wèn)題。部分研究會(huì)從不同的出發(fā)點(diǎn)將數(shù)據(jù)樣本拆分成幾部分，如按照年平均碳排放水平將中國(guó)30個(gè)省區(qū)分成5組[14]；Wang等[15]依據(jù)人均國(guó)民收入將全國(guó)省區(qū)分成3部分；更為常見(jiàn)的是按照省市的地理位置劃分為東部、中部和西部3類[16]。上述對(duì)樣本的處理最大的局限在于分組變量的選擇過(guò)于主觀，且變量閾值不是客觀選擇的。這就很大程度上隱藏了樣本信息所反映的研究對(duì)象本身具有的異質(zhì)性，并且存在兩個(gè)弊端：①利用重新分組后的子樣本進(jìn)行回歸，樣本數(shù)量的減少降低了估計(jì)結(jié)果的準(zhǔn)確性；②分組后的樣本省份不能隨著分組變量值的變動(dòng)而改變所屬的子樣本組，這就忽視了樣本省份的動(dòng)態(tài)變化。針對(duì)于此，少數(shù)文獻(xiàn)考慮到了異質(zhì)性問(wèn)題，如Ehrhardt-Martinez K[17]采用半?yún)?shù)混合潛類模型（latent class models）將所研究的國(guó)家分為 3 組。

與現(xiàn)有文獻(xiàn)相比，本文的貢獻(xiàn)有兩點(diǎn)：①利用面板門(mén)限回歸模型對(duì)省際樣本做了內(nèi)生分組，其優(yōu)勢(shì)在于允許省份在樣本期內(nèi)根據(jù)門(mén)限變量值的變化而歸屬于不同的分組，從而對(duì)不同省份城市化的溫室效應(yīng)進(jìn)行了更加科學(xué)而準(zhǔn)確的分析；②區(qū)別于已有文獻(xiàn)，使用第二產(chǎn)業(yè)與第一產(chǎn)業(yè)的比值作為工業(yè)化的代理變量，使用國(guó)有能源工業(yè)固定資產(chǎn)投資作為節(jié)能減排投資的代理變量，來(lái)分析不同控制變量約束下城市化建設(shè)對(duì)碳排放水平的影響。

二、理論模型和數(shù)據(jù)樣本

（一）計(jì)量模型

1. 基礎(chǔ)模型

本文的實(shí)證分析模型為：

式中，因變量為各省份CO2的排放量C，主要是由于該指標(biāo)具備能夠反映各省份從碳排放角度考察的溫室效應(yīng)總水平的總體代表性和不隨人口數(shù)量改變而改變的時(shí)間可比性[18]。

核心解釋變量為城市化變量u?？紤]到數(shù)據(jù)的可獲取性及權(quán)威性，本文采用眾多文獻(xiàn)中的做法，利用城市人口占總?cè)丝诘谋壤鳛槌鞘谢暮饬恐笜?biāo)。也有文獻(xiàn)使用非農(nóng)業(yè)人口占總?cè)丝诘谋壤齺?lái)衡量城市化水平[1]，但這樣處理，可能會(huì)降低城市化對(duì)城市建設(shè)用地?cái)U(kuò)張的影響?？刂谱兞恐皇侨司鶎?shí)際GDP（y），作為人均財(cái)富或經(jīng)濟(jì)發(fā)展水平的代理變量?？刂谱兞恐钱a(chǎn)業(yè)結(jié)構(gòu)變量或工業(yè)化變量s21。選用第二產(chǎn)業(yè)與第一產(chǎn)業(yè)產(chǎn)值的比值作為代理變量，這與絕大多數(shù)研究中使用第二產(chǎn)業(yè)占GDP的比值作為工業(yè)化的代理變量不同。這克服了后者僅僅表征一個(gè)地區(qū)內(nèi)部工業(yè)再生的能力以及工業(yè)的專業(yè)化水平，用來(lái)描述整體工業(yè)化程度并不貼切。Chenery等[19]的實(shí)證研究表明，用第二產(chǎn)業(yè)與第一產(chǎn)業(yè)的比值來(lái)表征國(guó)家的工業(yè)化水平會(huì)更加準(zhǔn)確?？刂谱兞恐枪?jié)能減排投資技術(shù)變量e，本文使用國(guó)有能源工業(yè)固定資產(chǎn)投資作為代理變量。長(zhǎng)期以來(lái)，中國(guó)的能源工業(yè)主要是國(guó)有控股的企業(yè)，節(jié)能減排投資主要是這些國(guó)有能源企業(yè)的固定資產(chǎn)投資。因此，為了克服節(jié)能減排投資數(shù)據(jù)的不可獲得性，本文使用國(guó)有能源工業(yè)固定資產(chǎn)投資作為節(jié)能減排投資的代理變量，來(lái)考察我國(guó)省份之間節(jié)能減排投資效果的差異。

根據(jù) Richard 等[20]和 Ehrhardt-Martinez K[17]的現(xiàn)代化理論，本文在模型中引入人均實(shí)際GDP和城市化水平的平方項(xiàng)，來(lái)觀察經(jīng)濟(jì)發(fā)展與城市化對(duì)碳排放的非線性影響，從而驗(yàn)證中國(guó)省份經(jīng)濟(jì)發(fā)展和城市化的環(huán)境庫(kù)茲涅茨曲線（Environmental Kuznets Curve，簡(jiǎn)稱 EKC）[21-22]的存在。

2. 門(mén)限回歸模型

本文使用了門(mén)限回歸模型[23]，其優(yōu)勢(shì)在于根據(jù)特定門(mén)限變量對(duì)樣本進(jìn)行分組回歸，并允許截面在樣本期內(nèi)根據(jù)門(mén)限變量值在分組間轉(zhuǎn)移變化，是比EKC曲線更靈活的非線性形式。

門(mén)限回歸模型的基礎(chǔ)特征為：假設(shè)只存在一個(gè)門(mén)限變量t，而且這個(gè)變量只存在2個(gè)閾值 γ1,γ2，則模型為：

（二）數(shù)據(jù)樣本

本文CO2排放量的計(jì)算公式為：

這里，G HGk（k=1,2,3）是 3 種溫室氣體（CO2、NH4和N2O）所產(chǎn)生的碳排放量， G WPk為各溫室氣體對(duì)應(yīng)的全球變暖潛能值， F Ej是第j種化石能源的終端消費(fèi)總量， N CVj是第j種傳統(tǒng)能源的平均低位發(fā)熱值， E Fjk是第j種傳統(tǒng)能源產(chǎn)生第k種溫室氣體的缺省排放因子。C計(jì)算單位為百萬(wàn)t?？紤]到能源統(tǒng)計(jì)中沒(méi)有涵蓋西藏自治區(qū)和港澳臺(tái)，因此數(shù)據(jù)處理時(shí)只采用了我國(guó)其余30個(gè)?。ㄊ?、自治區(qū)）2003-2016年的數(shù)據(jù)進(jìn)行分析。人均實(shí)際GDP是以2003年為不變價(jià)格進(jìn)行計(jì)算，單位為元。文中人均實(shí)際GDP計(jì)算過(guò)程中使用的名義GDP以及指數(shù)數(shù)據(jù)、人口數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》。國(guó)有能源工業(yè)固定資產(chǎn)投資數(shù)據(jù)來(lái)自《中國(guó)能源統(tǒng)計(jì)年鑒》，單位為萬(wàn)元。而人口城市化、第二產(chǎn)業(yè)、第一產(chǎn)業(yè)的數(shù)據(jù)主要來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》；因統(tǒng)計(jì)口徑不一致，2003、2004年的數(shù)據(jù)是筆者根據(jù)2004、2005年《中國(guó)統(tǒng)計(jì)年鑒》和《新中國(guó)60年統(tǒng)計(jì)資料》整理而來(lái)。實(shí)證研究的計(jì)算軟件是 Stata 14。

三、實(shí)證分析和結(jié)果討論

（一）平穩(wěn)性檢驗(yàn)

本研究的實(shí)證數(shù)據(jù)是來(lái)自30個(gè)?。ㄊ小⒆灾螀^(qū)）14年的面板數(shù)據(jù)，為避免偽回歸結(jié)果，首先做相關(guān)的平穩(wěn)性檢驗(yàn)。表1分別做了同單位根的LLC檢驗(yàn)（Levin-Lin-Chu unit-root test）和異單位根的 IPS檢驗(yàn)（Im-Pesaran-Shin unit-root test）。

表1 面板單位根檢驗(yàn)

LLC檢驗(yàn)和IPS檢驗(yàn)的原假設(shè)都是單位根存在。表1結(jié)果顯示，除了人均實(shí)際GDP（y）的對(duì)數(shù)外，其他變量水平序列上的LLC檢驗(yàn)都在一定程度上拒絕了原假設(shè)；而一階差分序列上，兩種檢驗(yàn)方法都表明所有變量是平穩(wěn)的，也即存在一階單整。

（二）相關(guān)估計(jì)方法的回歸結(jié)果

為了便于比較以及保證回歸結(jié)果的穩(wěn)健性，筆者對(duì)全部樣本依次采用了混合普通最小二乘估計(jì)（Pooled-OLS，簡(jiǎn)稱 POLS）、隨機(jī)效應(yīng)估計(jì)（Random Effects，簡(jiǎn)稱 RE）、固定效應(yīng)估計(jì)（Fixed Effects，簡(jiǎn)稱FE）、可行廣義最小二乘估計(jì)（Feasible Generalized Least Squared，簡(jiǎn)稱 FGLS）和帶面板校正標(biāo)準(zhǔn)誤差的最小二乘估計(jì)（Panel Corrected Standard Errors，簡(jiǎn)稱 PCSE）、帶 DK（Driscoll-Kraay，簡(jiǎn)稱DK）標(biāo)準(zhǔn)誤的線性回歸估計(jì)共6種估計(jì)模型?；貧w結(jié)果如表2所示。

作為基準(zhǔn)，本文首先基于POLS方法對(duì)全樣本進(jìn)行了估計(jì)，但結(jié)果并不顯著（見(jiàn)表2）。由于面板數(shù)據(jù)包含截面異質(zhì)性特征，因此POLS估計(jì)不可避免地會(huì)伴有異質(zhì)性偏差。接下來(lái)，本文做了兼顧個(gè)體效應(yīng)和時(shí)間效應(yīng)的RE和FE估計(jì)（見(jiàn)表2）。并做了豪斯曼檢驗(yàn)，結(jié)果表明統(tǒng)計(jì)量為27.06，在0.01水平上顯著，F(xiàn)E方法更適用。但檢驗(yàn)序列自相關(guān)的伍德里奇F檢驗(yàn)表明，統(tǒng)計(jì)量為30.586，在0.01水平上顯著，即存在自相關(guān)；而檢驗(yàn)截面自相關(guān)的派爾森（Pesaran）CD檢驗(yàn)也顯示，統(tǒng)計(jì)量為-2.367，在0.05水平上顯著，即存在截面自相關(guān)。而且，瓦爾德檢驗(yàn)也顯示，統(tǒng)計(jì)量為843.13，在0.01水平上顯著，即FE模型存在組間異方差。為了糾正上述偏差，本文也使用了FGLS估計(jì)（見(jiàn)表2）。而本研究數(shù)據(jù)序列長(zhǎng)度為14，遠(yuǎn)小于截面的個(gè)數(shù)30，這與FGLS估計(jì)樣本時(shí)間長(zhǎng)度至少與截面?zhèn)€數(shù)一樣大的要求不相符，會(huì)造成估計(jì)結(jié)果存在不準(zhǔn)確的可能，比如表2中城市化變量的一次lnu和二次項(xiàng)lnu2系數(shù)都不顯著。因此，F(xiàn)GLS方法并不可靠。于是本研究又分別做了考慮存在“異方差-截面相關(guān)”的PCSE估計(jì)方法和考慮存在“異方差-截面相關(guān)-序列相關(guān)”穩(wěn)健標(biāo)準(zhǔn)誤時(shí)的DK估計(jì)（見(jiàn)表2）。不過(guò)，值得注意的是這些回歸方法都假定解釋變量對(duì)被解釋變量的影響在不同截面上是恒定不變的，這有違樣本存在異質(zhì)性的可能?；诖?，本研究在估計(jì)結(jié)果較好的固定效應(yīng)模型基礎(chǔ)上使用考慮異質(zhì)性的門(mén)限回歸模型。

表2 相關(guān)方法的估計(jì)結(jié)果

（三）門(mén)限回歸結(jié)果

本文選擇人均實(shí)際GDP作為分組的門(mén)限變量，確定門(mén)限變量閾值的個(gè)數(shù)及數(shù)值大小，并進(jìn)行門(mén)限效應(yīng)的檢驗(yàn)。結(jié)果如表3。

人均實(shí)際GDP 有3 個(gè)閾值，分別是0.558 3，0.863 0和 1.066 1，對(duì)應(yīng)的人均實(shí)際 GDP分別是 17 477元、23 703元和29 040元。從而將30個(gè)省份分為低收入 (y≤17 477)、中低收入 (17 477〈y≤23 703)、中高收入 (23 703〈y≤29 040)和高收入 (y〉29 040)4 組（見(jiàn)表 4）。

表3 門(mén)限檢驗(yàn)

表4 門(mén)限回歸結(jié)果

根據(jù)表4可以看出城市化水平與碳排放之間的關(guān)系，4組省份都呈現(xiàn)了庫(kù)茲涅茨曲線的倒U型形狀。從一次項(xiàng)系數(shù)來(lái)看，低收入與中低收入兩組城市化的彈性系數(shù)分別是 5.266 5和 5.913 8，均大于中高收入與高收入兩組的3.830 4和4.024 2。這說(shuō)明人均實(shí)際GDP超過(guò)23 703元后，城市化引起的碳排放增加的幅度會(huì)減少。并且人均實(shí)際GDP介于17 477和23 703元之間的中低收入組，城市化引起碳排放增加的幅度最大。與人均實(shí)際GDP的一次項(xiàng)系數(shù)相比，4組城市化lnu的彈性系數(shù)均大于lny。相對(duì)于經(jīng)濟(jì)發(fā)展，這說(shuō)明城市化是碳排放更大的驅(qū)動(dòng)因素。

根據(jù)碳排放關(guān)于城市化的彈性系數(shù)公式Eu=β2+2β3lnu，我們得到低收入與中低收入組城市化EKC曲線的拐點(diǎn)值，城市化水平分別是35.55%和44.64%。庫(kù)茲涅茨的倒U型形狀說(shuō)明，城市化首先帶來(lái)碳排放的增加，增加到一定程度后開(kāi)始減少?？赡艿慕忉屖?，城市化的人口集聚，首先帶來(lái)巨大的交通與運(yùn)輸壓力，而交通能耗是城市最大的碳源之一，特別是收入的提高帶來(lái)的私人交通的井噴式發(fā)展；同時(shí)，城市化會(huì)大大拓展投入和產(chǎn)出活動(dòng)在城鄉(xiāng)之間長(zhǎng)距離的運(yùn)輸鏈條，伴隨著公路等交通方式、電力等公共網(wǎng)絡(luò)的發(fā)展，產(chǎn)生大量的能耗和碳排放[24]。但城市也是解決氣候變化的“鑰匙”[25]。城市化帶來(lái)的技術(shù)革新與資源優(yōu)化，會(huì)大大改善能源的使用效率，提高清潔能源的比例，推動(dòng)綠色可持續(xù)的生活方式迅速普及，從而將碳排放控制在一定范圍。

至于人均實(shí)際GDP與碳排放之間的關(guān)系，低收入組與中低收入組的非線性關(guān)系顯著，但與庫(kù)茲涅茨曲線假說(shuō)的倒U型形狀不一致；中高收入組的非線性關(guān)系并不顯著；只有人均實(shí)際GDP大于29 040元的高收入組，其經(jīng)濟(jì)增長(zhǎng)與碳排放之間呈現(xiàn)的是倒U形的庫(kù)茲涅茨曲線形狀。根據(jù)碳排放關(guān)于人均實(shí)際GDP的彈性系數(shù)公式Ey= β0+2β1lny，我們得到高收入組經(jīng)濟(jì)發(fā)展EKC曲線的拐點(diǎn)值是人均實(shí)際GDP為15 976元。而由于高收入組的人均實(shí)際GDP已經(jīng)超過(guò)29 040元，因此說(shuō)，高收入組的經(jīng)濟(jì)發(fā)展EKC曲線已經(jīng)處于倒U形曲線的下降階段，即碳排放量水平會(huì)隨著人均實(shí)際GDP的增加而減少。

碳排放對(duì)國(guó)有能源工業(yè)固定資產(chǎn)投資的彈性系數(shù)，低收入組和中高收入組是顯著的正值，分別為0.170 8 和 0.160 9（見(jiàn)表 4），這說(shuō)明節(jié)能減排投資尚沒(méi)有發(fā)揮作用，仍然表現(xiàn)為固定資產(chǎn)投資帶來(lái)的生產(chǎn)擴(kuò)張的碳排放負(fù)效應(yīng)。雖然高收入組的彈性系數(shù)為負(fù)的0.006 7，但由于數(shù)值較小且并不顯著，因此，這說(shuō)明現(xiàn)階段幾乎所有省份的節(jié)能減排投資尚未發(fā)揮對(duì)環(huán)境的正向作用。

對(duì)于用第二產(chǎn)業(yè)與第一產(chǎn)業(yè)的比值衡量的工業(yè)化對(duì)碳排放的影響，4組彈性系數(shù)分別為0.112 8、0.343 7、0.227 7 和 0.370 0（見(jiàn)表 4）。這說(shuō)明工業(yè)化水平每提升1%，碳排放會(huì)分別增加0.112 8%、0.343 7%、0.227 7% 和 0.370 0%。根據(jù)歷史經(jīng)驗(yàn)，一個(gè)國(guó)家的工業(yè)化進(jìn)程必將伴隨著勞動(dòng)力從農(nóng)業(yè)部門(mén)向城市工業(yè)部門(mén)的轉(zhuǎn)移，同時(shí)商品從自給自足的小規(guī)模生產(chǎn)轉(zhuǎn)化為商品交易的大規(guī)模生產(chǎn)，從而也伴隨著化石能源的大量使用和碳排放增加[26-27]。其中，低收入組的彈性最小，即工業(yè)化的碳排放效應(yīng)最小，可能的解釋是低收入省份工業(yè)化初期占主導(dǎo)地位的產(chǎn)業(yè)仍是勞動(dòng)密集型的輕工業(yè)，能耗排放的增加遠(yuǎn)小于產(chǎn)出的增加，即其產(chǎn)出效應(yīng)遠(yuǎn)大于能耗產(chǎn)生的排放效應(yīng)。

四、結(jié) 論

本研究使用我國(guó)30個(gè)省份2003-2016年的面板數(shù)據(jù)，基于門(mén)限回歸模型的建立分析我國(guó)城市化的溫室效應(yīng)。根據(jù)門(mén)限變量人均實(shí)際GDP，將30個(gè)省份分為小于17 477元的低收入組，介于17 477元和23 703元之間的中低收入組，介于23 703元和29 040元之間的中高收入組，以及大于29 040元的高收入組。研究結(jié)論表明，4組省份城市化與碳排放的關(guān)系都符合庫(kù)茲涅茨曲線的倒U型形狀。其中，人均實(shí)際GDP小于23 703元的低收入與中低收入兩組的拐點(diǎn)，分別是城市化水平為35.55%和44.64%。4組中，只有人均實(shí)際GDP大于29 040元的高收入組，其經(jīng)濟(jì)增長(zhǎng)與碳排放之間呈現(xiàn)的是倒U形的庫(kù)茲涅茨曲線形狀，而且處于倒U形曲線的下降階段。碳排放對(duì)國(guó)有能源工業(yè)固定資產(chǎn)投資和第二產(chǎn)業(yè)與第一產(chǎn)業(yè)比值的彈性系數(shù)都是正值，這說(shuō)明工業(yè)化進(jìn)程與節(jié)能減排投資仍表現(xiàn)為對(duì)碳排放的擴(kuò)張效應(yīng)。

基于本文的研究結(jié)論，政策建議主要體現(xiàn)在以下兩個(gè)方面：首先，在確定節(jié)能減排的省級(jí)分配目標(biāo)時(shí)應(yīng)該考慮到不同省份的經(jīng)濟(jì)發(fā)展水平、發(fā)展速度以及城市化程度對(duì)碳排放的不同影響。更進(jìn)一步講，應(yīng)該考慮到不同省份勞動(dòng)力、資本和能源資源等生產(chǎn)要素稟賦的差異，從而在節(jié)能減排投資與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)移過(guò)程中更好地兼顧經(jīng)濟(jì)發(fā)展與環(huán)境規(guī)制的雙重目標(biāo)。其次，現(xiàn)階段中國(guó)的節(jié)能減排戰(zhàn)略與措施不能違背和脫離經(jīng)濟(jì)發(fā)展的階段性特征和社會(huì)發(fā)展規(guī)律。城市化進(jìn)程中，人口的空間移動(dòng)和產(chǎn)業(yè)轉(zhuǎn)移帶來(lái)能源和碳排放的大量增加，迫切需要政府進(jìn)行宏觀管理的頂層設(shè)計(jì)，將城市低碳化與工業(yè)綠色化進(jìn)程嵌入到經(jīng)濟(jì)發(fā)展的戰(zhàn)略目標(biāo)中；實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展的同時(shí)，促進(jìn)供給側(cè)能源更為清潔和再生，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)低碳升級(jí)；在需求側(cè)倡導(dǎo)更加環(huán)保節(jié)能的城市生活理念和消費(fèi)方式，實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)、節(jié)能減排與社會(huì)和諧的協(xié)調(diào)發(fā)展。