生態(tài)環(huán)境分區(qū)管控視域下中國能源碳減排測度及路徑

劉 慧 耿婷婷

(1. 中國石油大學(華東)經濟管理學院,青島 266580;2. 中南財經政法大學統(tǒng)計與數(shù)學學院,武漢 430073)

引 言

李克強于2022年3月5日在第十三屆全國人民代表大會第五次會議上的《政府工作報告》中指出,應加強生態(tài)環(huán)境分區(qū)管控,生態(tài)環(huán)境管控應體現(xiàn)地域性和差異性。近年來,中國經濟發(fā)展迅猛,但能源大量消耗、碳排放量與日俱增的問題愈發(fā)嚴重。《國民經濟和社會發(fā)展統(tǒng)計公報》顯示,2021年中國能源消費總量達52.4億噸標準煤,較上一年增長5.2%。國際能源署指出,2021年全球能源領域二氧化碳排放量達363億噸,較2020年增長6%。面臨愈發(fā)嚴峻的生態(tài)環(huán)境問題,生態(tài)文明已成為人類對傳統(tǒng)工業(yè)文明進行理性反思的產物。(1)尹海濤: 《新時代生態(tài)文明治理體系的主要特征和發(fā)展方向》,《上海交通大學學報(哲學社會科學版)》2022年第30卷第5期,第59—67頁?！笆奈濉笔侵袊鴮崿F(xiàn)碳達峰、碳中和“雙碳”目標的關鍵時期,降低能源消費中的碳排放是中國“雙碳”戰(zhàn)略中“碳減排”的重要組成部分。雖然中國經濟已由高速增長階段轉向高質量發(fā)展階段,各省份經濟發(fā)展的區(qū)域差距逐年縮小,但是在不同省域,能源消費在空間分布上仍然存在明顯差異,政府急需從區(qū)域層面出臺節(jié)能減排的相關政策,逐步推進經濟發(fā)展方式向低碳集約型轉變,優(yōu)化生態(tài)環(huán)境保護的空間格局,建立全域覆蓋、分類管理的生態(tài)環(huán)境分區(qū)管控體系。

本研究首先運用灰色關聯(lián)分析方法,選出影響中國能源消費碳排放量的主要因子,然后采用K-means空間聚類方法,對選出的主要因子進行省域差異性聚類分析,最后通過主成分分析方法,進一步確定各主要因子的影響權重,并針對性地提出了不同省域碳減排的對策建議,為有效實施生態(tài)環(huán)境分區(qū)管控,分區(qū)域推進“雙碳”戰(zhàn)略和促進經濟高質量發(fā)展提供適宜的實現(xiàn)路徑。

一、 文 獻 綜 述

以碳中和為目標,生態(tài)文明和綠色發(fā)展的結合是實現(xiàn)可持續(xù)發(fā)展、高質量雙循環(huán)新發(fā)展格局的必經之路。(2)彭青龍: 《綠色發(fā)展、科技人文與跨學科思維——訪談金涌院士》,《上海交通大學學報(哲學社會科學版)》2021年第29卷第4期,第1—11頁。近年來,隨著碳排放量與日俱增,中國面臨著生態(tài)環(huán)境的嚴峻挑戰(zhàn)。能源消費中的碳排放是最重要的碳排放源,圍繞能源消費碳排放量測算、影響因素分析及其空間差異性,國內外學者開展了大量研究。

(1) 關于能源消費碳排放量測算的研究。Zeeshan Khan等研究指出,科學的碳排放量測量方法對制定相關氣候政策以應對環(huán)境問題至關重要。(3)Zeeshan Khan,Shahid Ali,Muhammad Umar,et al., “Consumption-Based Carbon Emissions and International Trade in G7 Countries: The Role of Environmental Innovation and Renewable Energy,” The Science of the Total Environment,vol.730(August 2020).目前學者們普遍采用聯(lián)合國政府間氣候變化專門委員會(IPCC)提出的碳排放系數(shù)法,計算省域或者市級層面的碳排放量。如吳彼愛、熊永蘭、高長春等的研究分別對不同省域的碳排放水平進行了測算;(4)吳彼愛、高建華: 《中部六省低碳發(fā)展水平測度及發(fā)展?jié)摿Ψ治觥?《長江流域資源與環(huán)境》2010年第19卷第S2期,第14—19頁。(5)熊永蘭、張志強、曲建升等: 《2005—2009年我國省域CO2排放特征研究》,《自然資源學報》2012年第27卷第10期,第1766—1777頁。(6)高長春、劉賢趙、李朝奎等: 《近20年來中國能源消費碳排放時空格局動態(tài)》,《地理科學進展》2016年第35卷第6期,第747—757頁。劉賢趙、鄭繼承等的研究分別對湖南省和貴州省內各市的碳排放量進行了測算。(7)劉賢趙、高長春、宋炎等: 《湖南市域化石能源消費碳排放時空格局及驅動因素》,《生態(tài)學報》2017年第37卷第7期,第2476—2487頁。(8)鄭繼承: 《城鄉(xiāng)居民生活能源消費碳排放測算研究——以貴州省為例》,《生態(tài)經濟》2017年第33卷第6期,第14—18頁。

(2) 關于能源消費碳排放量影響因子的研究。眾多學者認為,經濟發(fā)展水平、人口組成類型、產業(yè)結構、碳排放強度以及能源消費強度會對碳排放量產生顯著影響。王兆峰、馬穎等研究發(fā)現(xiàn),人口增長、經濟增長及環(huán)境規(guī)制等因素對各等級城市碳排放的影響有明顯差異,其中地區(qū)經濟增長和人口規(guī)模擴張對碳排放量具有顯著和直接的正向影響。(9)王兆峰、李竹、吳衛(wèi): 《長江經濟帶不同等級城市碳排放的時空演變及其影響因素》,《環(huán)境科學研究》2022年第35卷第10期,第2273—2281頁。(10)馬穎、邵長秀: 《基于LMDI的北上津區(qū)域能源消費碳排放影響因素分析及脫鉤效應研究》,《甘肅科學學報》2022年第34卷第1期,第124—132頁。Yan Zhang等的研究進一步指出,在眾多影響碳排放的因素中,經濟發(fā)展水平是影響碳排放的首要因素。(11)Yan Zhang, Jinyun Zhang, Zhifeng Yang, et al., “Regional Differences in the Factors that Influence China’s Energy-Related Carbon Emissions, and Potential Mitigation Strategies,” Energy Policy, vol.39, no.12(December 2011),pp.7712-7718.高新才和韓雪則認為,產業(yè)結構對地區(qū)碳排放量有顯著影響。(12)高新才、韓雪: 《黃河流域碳排放的空間分異及影響因素研究》,《經濟經緯》2022年第39卷第1期,第13—23頁。劉元欣、邊宇等的研究認為,能源結構和能源消費強度是影響碳排放量的主要因子。(13)劉元欣、鄧欣蕊: 《我國碳排放影響因素的實證研究——基于固定效應面板分位數(shù)回歸模型》,《山西大學學報(哲學社會科學版)》2021年第44卷第6期,第86—96頁。(14)邊宇、藺雪芹、周笑等: 《京津冀工業(yè)碳排放時空演化特征及影響因素》,《環(huán)境科學與技術》2021年第44卷第11期,第37—47頁。陳亮等研究發(fā)現(xiàn),能源強度和產業(yè)結構在各階段對碳排放強度變化的影響都依托于工業(yè)和交通運輸業(yè)。(15)陳亮、張楠、王一帆等: 《京津冀地區(qū)碳排放強度變化的驅動因素及其歸因分析——基于細分行業(yè)與五年規(guī)劃的視角》,《中國環(huán)境科學》2023年2月22日網(wǎng)絡首發(fā),第1—17頁。基于此,近年來,學者們運用對數(shù)平均迪氏指數(shù)法(LMDI)和STIRPAT模型進一步探究了能源消費碳排放量的影響因素。王利兵和張赟運用LMDI分解法研究發(fā)現(xiàn),技術進步推進產業(yè)結構優(yōu)化,促使能源消費結構改善、能源消費強度下降。(16)王利兵、張赟: 《中國能源碳排放因素分解與情景預測》,《電力建設》2021年第42卷第9期,第1—9頁。馬曉君、劉玉珂等的研究運用LMDI分解法分析了不同影響因子對我國東北三省以及中部六省(市)能源消費碳排放量的影響。(17)馬曉君、董碧瀅、于淵博等: 《東北三省能源消費碳排放測度及影響因素》,《中國環(huán)境科學》2018年第38卷第8期,第3170—3179頁。(18)劉玉珂、金聲甜: 《中部六省能源消費碳排放時空演變特征及影響因素》,《經濟地理》2019年第39卷第1期,第182—191頁。唐曉靈和康銘敏運用STIRPAT模型對上海和西安兩市碳排放的影響因素進行了比較,揭示了東西部城市碳排放特征及其差異性。(19)唐曉靈、康銘敏: 《我國東西部城市碳排放差異性比較研究——基于對上海市和西安市的數(shù)據(jù)分析》,《價格理論與實踐》2020年第5期,第169—172頁。

(3) 關于能源消費碳排放量的空間差異性研究。Huiling Zheng等研究發(fā)現(xiàn),隨著區(qū)域一體化進程的穩(wěn)步推動,碳排放量和區(qū)域間的碳排放差異性均呈現(xiàn)上升趨勢。(20)Huiling Zheng, Xiangyun Gao, Qingrui Sun, et al., “The Impact of Regional Industrial Structure Differences on Carbon Emission Differences in China: An Evolutionary Perspective,” Journal of Cleaner Production, vol.257(June 2020),p.257.呂天宇等利用擴展后的S-STIRPAT模型對全球98個國家的碳排放空間溢出效應進行研究,發(fā)現(xiàn)城市化水平、人均GDP和能源強度對欠發(fā)達國家有更大影響。(21)呂天宇、曾晨、劉澤瑾等: 《空間互動視角下CO2排放驅動因素及溢出效應——基于全球98個國家的數(shù)據(jù)分析》,《生態(tài)學報》2020年第40卷第24期,第8974—8987頁。國內碳排放的區(qū)域差異性問題已經成為研究熱點之一。王鵬等運用曼-肯德爾(Mann-Kendall)趨勢檢驗法分析發(fā)現(xiàn),中國碳排放呈現(xiàn)出“東部高、西部低和北部高、南部低”的格局。(22)王鵬、馮相昭、王敏等: 《我國省域碳排放特征識別及類型劃分》,《環(huán)境與可持續(xù)發(fā)展》2021年第46卷第3期,第31—36頁。張詩卉等人運用層次聚類方法分析了中國各省份的碳排放趨勢后,提出了具有差異性的碳達峰行動路徑。(23)張詩卉、李明煜、王燦等: 《中國省級碳排放趨勢及差異化達峰路徑》,《中國人口·資源與環(huán)境》2021年第31卷第9期,第45—54頁。韓夢瑤、張艷東等人的研究運用泰爾指數(shù)法分析了中國各省域碳排放的區(qū)域差異性,發(fā)現(xiàn)中國各省份的區(qū)域間碳排放差距正逐年擴大。(24)韓夢瑤、劉衛(wèi)東、謝漪甜等: 《中國省域碳排放的區(qū)域差異及脫鉤趨勢演變》,《資源科學》2021年第43卷第4期,第710—721頁。(25)張艷東、趙濤: 《基于泰爾指數(shù)的能源消費區(qū)域差異研究》,《干旱區(qū)資源與環(huán)境》2015年第29卷第6期,第14—19頁。王群偉等人基于數(shù)據(jù)包絡分析方法(DEA)模型構建了CO2排放的曼奎斯特(Malmquist)指數(shù),并基于面板數(shù)據(jù)回歸模型對中國碳排放的區(qū)域差異進行了分析,進一步指出中國東部地區(qū)的CO2績效接近全國最佳水平,東北地區(qū)緊隨其后,中西部地區(qū)較落后。(26)王群偉、周德群、周鵬: 《中國全要素二氧化碳排放績效的區(qū)域差異——考慮非期望產出共同前沿函數(shù)的研究》,《財貿經濟》2010年第9期,第112—117頁。面對中國能源消費碳排放量的顯著空間差異,趙金凱等人指出我國碳中和的實現(xiàn)需要多方協(xié)同,既需要地區(qū)經濟社會發(fā)展模式的協(xié)同轉型,也需要居民生活模式的協(xié)同轉變。(27)趙金凱、張萌、吳婷: 《強可持續(xù)視角下中國碳中和指數(shù)的區(qū)域差異、結構差異及分布差異》,《西安交通大學學報(社會科學版)》2023年第43卷第2期,第143—155頁。

基于上述分析可知,有關能源消費碳排放量的測算方法,IPCC提出的碳排放系數(shù)法較為成熟,已被學者廣泛使用;關于能源消費碳排放量的影響因素,學者們分別從經濟、人口、產業(yè)結構、碳排放強度和能源消費強度的視角進行了研究;從能源消費碳排放量的區(qū)域差異性來看,碳排放存在顯著的區(qū)域差異性已經形成基本共識。

本研究的主要創(chuàng)新點: ① 在研究視角方面,以國家倡導的生態(tài)環(huán)境分區(qū)管控方案為指導,聚焦我國省域能源消費碳排放量空間差異性分析,以期為省域層面實現(xiàn)“雙碳”戰(zhàn)略提供有針對性的精準指導。② 在研究內容方面,首先采用灰色關聯(lián)分析,確立能源消費碳排放量的主要影響指標;然后運用K-means空間聚類法,從“面”上剖析省域能源消費碳排放量的分布格局;為了提升碳減排分區(qū)管控政策的適用性,最后從“點”上針對聚類分析獲得的對省域能源消費碳排放量影響最大的5類指標的影響度進行測度分析,實現(xiàn)了“從面到點”多維度揭示中國省域能源消費碳排放量的空間異質性特征。

二、 研究方法與數(shù)據(jù)來源

(一) 研究方法

1. 灰色關聯(lián)分析

灰色關聯(lián)分析是指在一個系統(tǒng)的發(fā)展過程中,倘若因素之間同步變化的程度較高,則其關聯(lián)性較大,反之關聯(lián)性較小。本文對國內30個省、直轄市、自治區(qū)(西藏和港澳臺地區(qū)除外)的碳排放量與地區(qū)生產總值、第二產業(yè)占比、城市化率、能源消耗強度和碳排放強度之間的關聯(lián)度進行了分析研究,形成30個數(shù)據(jù)序列。具體步驟如下。

① 確定評價指標體系。將數(shù)據(jù)序列構建形成矩陣,如式(1)所示。

(1)

其中,m為指標個數(shù),n為樣本量,X′i=[x′i(1),x′i(2), …,x′i(m)]T,i=1, 2, …,n。本研究令n=30,m=5。

② 確定參考數(shù)據(jù)列。以各區(qū)域碳排放量為參考序列,以其余影響因素為比較序列,如式(2)所示。

X′0=[x′0(1),x′0(2), …,x′0(m)]

(2)

③ 無量綱化。采用均值化法對原始數(shù)據(jù)進行無量綱化,如式(3)所示。

(3)

其中,k=1, 2, …,m。無量綱化后的數(shù)據(jù)序列形成矩陣,如式(4)所示。

(4)

④ 計算每個比較序列與參考序列對應指標的絕對差,即計算|x0(k)-xi(k)|。

⑤ 確定絕對差中的最小值與最大值,如式(5)和式(6)所示。

(5)

(6)

⑥ 計算關聯(lián)系數(shù)。逐個計算每個比較序列與參考序列對應指標的關聯(lián)系數(shù),如式(7)所示。一般情況分辨系數(shù)ρ的取值為0.5,本研究令ρ為0.5。

(7)

⑦ 計算關聯(lián)度。計算關聯(lián)系數(shù)的平均數(shù),即關聯(lián)度,如式(8)所示。

(8)

關聯(lián)度的取值范圍在0～1之間。通常認為,如果關聯(lián)度大于0.7,那么二者有相關關系。關聯(lián)度越大,相關關系越強。

2. 空間聚類

空間聚類是指將空間數(shù)據(jù)集中的對象劃分成由相似對象組成的類別。由于能源消費碳排放量及其影響因素會受到本區(qū)域經濟發(fā)展以及相鄰區(qū)域能源消費和經濟發(fā)展的共同影響,故設定空間權重矩陣,如式(9)所示。

(9)

本研究基于簡單鄰接準則進行空間權重矩陣的構建,即當相鄰觀測元i和j有共同的邊界時記為1,當沒有共同的邊界時則記為0,如式(10)所示。

(10)

① 構建簡單鄰接矩陣W,并指定聚類的類別數(shù)K=5。

② 隨機選取K個省份作為聚類中心,計算其余省份與每個聚類中心的距離。

③ 選擇距離最小值對應的省份并根據(jù)鄰接矩陣W判斷該對象是否與已有聚類中的空間對象具有相鄰關系,若相鄰則放入該類中,否則繼續(xù)尋找。

④ 重新計算每個聚類的中心。

⑤ 迭代②～④步直至聚類中心穩(wěn)定,算法結束。

3. 主成分分析

主成分分析是指將原變量組合為幾個綜合變量,綜合變量相互無關,從中取出幾個使其能最大限度地反映信息量。具體步驟如下。

① 取特征值大于1,并且累計方差貢獻率大于80%的前k個主成分原始信息。第i個主成分Fi,如式(11)所示。

(11)

其中,i=1, 2, …,k,aij為第i個主成分的第j個指標的因子得分,xj為第j個指標變量。

② 得到綜合得分模型,如式(12)所示。

(12)

(二) 數(shù)據(jù)來源

本文從《中國統(tǒng)計年鑒2020》和《中國能源統(tǒng)計年鑒2020》收集了2019年國內各省、直轄市、自治區(qū)(西藏和港澳臺地區(qū)除外)的相關數(shù)據(jù)。其中,地區(qū)生產總值、城鎮(zhèn)人口數(shù)和總人口相關數(shù)據(jù)直接獲得;第二產業(yè)結構比例、能源消耗強度和城市化率通過計算得到;碳排放量根據(jù)IPCC對能源碳排放的算式求得。

三、 實 證 分 析

(一) 能源消費碳排放量的測算

本研究根據(jù)IPCC對能源碳排放量的計算式測算碳排放量,算式如式(13)所示。

(13)

其中,A為碳排放量;Ct為能源t的消費量,能源消費量按照一次性能源消費進行計算,并折算成標準煤;Bt為能源t的碳排放系數(shù);t為能源種類。

碳排放系數(shù)由IPCC碳排放計算指南缺省值計算獲得。(28)趙敏、張衛(wèi)國、俞立中: 《上海市能源消費碳排放分析》,《環(huán)境科學研究》2009年第22卷第8期,第984—989頁。標準煤量通過計算實物量與標準煤折算系數(shù)的乘積獲得,標煤折算系數(shù)來自《中國能源統(tǒng)計年鑒2020》,如表1所示。中國各省、直轄市、自治區(qū)(西藏和港澳臺地區(qū)除外)碳排放量如表2所示。

表1 不同能源的標準煤折算系數(shù)和碳排放系數(shù)

表2 2019年中國各省、直轄市、自治區(qū)(西藏和港澳臺地區(qū)除外)碳排放量

(二) 能源消費碳排放量的影響因素分析

參考已有研究成果,本研究選用地區(qū)生產總值(不變價)以衡量經濟發(fā)展;選用第二產業(yè)占比以衡量產業(yè)結構;選用城市化率(城市人口占比)以衡量人口結構;選用能源消耗強度(單位地區(qū)生產總值的能源消費量)以衡量能源消費;選用碳排放強度(單位地區(qū)生產總值的能源碳排放量)以衡量國民經濟與碳排放量之間的關系。

為進一步說明指標與碳排放量間的相關關系,本研究中運用灰色關聯(lián)分析,分析了2019年中國各省、直轄市、自治區(qū)(西藏和港澳臺除外)的碳排放量與5個指標之間的灰色關聯(lián)度,以此來判斷所選指標與碳排放量之間的關聯(lián)程度,如表3所示。

表3 碳排放量與各影響因素的關聯(lián)度

地區(qū)生產總值、第二產業(yè)占比、城市化率、能源消耗強度和碳排放強度與碳排放量的關聯(lián)度均大于0.7,表明這5個指標與碳排放量之間均有顯著的相關關系。各影響因素與碳排放相關性由強到弱依次為城市化率、能源消耗強度、地區(qū)生產總值、第二產業(yè)占比和碳排放強度(表3),故將上述5個指標作為碳排放K-means空間聚類分析和主成分分析的指標。

(三) 能源消費碳排放量的空間差異性分析

1. 描述性統(tǒng)計分析

根據(jù)表2顯示的2019年中國各省域能源消費碳排放量可知: 中國能源消費碳排放量水平較高的地區(qū)主要分布在我國北部及江浙滬地區(qū),省份主要有內蒙古、遼寧、山東、北京、河北、山西、江蘇、浙江、廣東。內蒙古擁有豐富的煤炭能源,且依賴煤炭消耗來發(fā)展經濟;河北、山東、遼寧等地的產業(yè)結構偏重工業(yè),這些地區(qū)對石化能源的依賴性較強;北京、浙江、廣東等地經濟發(fā)展水平較高,能源消耗較大。中國能源消費碳排放量水平較低的地區(qū)主要包括青海、甘肅、重慶、吉林,其碳排放量均位于中國平均水平以下。其中,青海的碳排放強度降幅居首位,碳排放量處于最低水平。這些地區(qū)碳排放水平較低的原因主要是經濟發(fā)展水平相對較低,能源消耗較少。

由此可見,中國能源消費碳排放量在各省域分布嚴重不均。由于能源消費碳排放量受到地理位置、資源條件、經濟發(fā)展的影響,因此有必要通過聚類分析方法就各指標對中國不同省域碳排放的影響進行聚類,將因素水平類似的省份合為一類,并對不同區(qū)域碳排放水平影響因素進行差異性分析。

2. 基于空間K-means聚類分析

聚類的結果如表4所示。第一類地區(qū)包括東三省、西南地區(qū),以及青海和甘肅;第二類地區(qū)為中國中部地區(qū);第三類地區(qū)為內蒙古、新疆、寧夏和山西;第四類地區(qū)是東部和南部沿海地區(qū);第五類地區(qū)為北京和上海。

表4 聚 類 結 果

聚類的各類質心如表5所示。第一類地區(qū)的能源消耗強度及其碳排放強度較高,但城鎮(zhèn)化水平較低,并且多數(shù)省份的產業(yè)結構偏重重工業(yè);第二類地區(qū)的第二產業(yè)占比較大,這些省份的人口較多,建筑業(yè)發(fā)達;第三類地區(qū)的能源消耗強度及其碳排放強度最高,地區(qū)生產總值最低,屬于能耗高但經濟不發(fā)達的省份;第四類地區(qū)的地區(qū)生產總值高,為經濟發(fā)達的省份;第五類地區(qū)的城市化率最高,技術型經濟發(fā)達,對應為北京和上海。聚類分析的類間平方和為160.125 0,類內平方和為19.875 5,類間差異性極顯著,表明上述聚類結果的可信度高。

表5 各 類 質 心

(四) 各區(qū)域能源消費碳排放量影響因素權重確定及分析

從灰色關聯(lián)分析結果可以發(fā)現(xiàn),就全國范圍而言,城市化率對整體碳排放量的影響最為顯著。但從基于空間鄰接關系的全國碳排放區(qū)域聚類結果可知,各區(qū)域內驅動碳排放的主導因素存在較大差異。

為進一步測度在空間聚類結果中每個區(qū)域的主要影響因素對碳排放量的具體影響程度,選用主成分分析法對不同區(qū)域內各指標的權重進行求解,得出不同區(qū)域內各指標影響碳排放量的權重,如表6所示。

表6 不同區(qū)域內各指標影響碳排放量的權重

第五類地區(qū)僅有北京與上海兩個城市,樣本量過少,不滿足主成分分析的相關樣本條件,第五類地區(qū)中各指標影響程度,需通過與其他四類地區(qū)進行橫向比較得到。

1. 第一類地區(qū)

包括黑龍江、吉林、河北、甘肅、青海、貴州、云南、廣西、天津、遼寧和海南。碳排放指標權重由大到小分別為城市化率、第二產業(yè)占比、碳排放強度、地區(qū)生產總值和能源消耗強度。該類區(qū)域經濟發(fā)展程度相對較低,高科技產業(yè)發(fā)展相對滯后,制造業(yè)及高能耗產業(yè)為其主導產業(yè),同時對工業(yè)“三廢”的處理率也較低。因此,該區(qū)域的減排工作應以提升城市化進程、調整產業(yè)結構、增加高科技產業(yè)等綠色產業(yè)比重為主要路徑。

2. 第二類地區(qū)

包括河南、陜西、安徽、湖北、四川、重慶、江西、湖南和福建。碳排放指標權重由大到小分別為城市化率、碳排放強度、第二產業(yè)占比、能源消耗強度及地區(qū)生產總值,但五類指標權重相差不大,基本處于平均狀態(tài),穩(wěn)定在0.2左右。該類區(qū)域能源資源不是十分富足,地區(qū)生產總值相對于發(fā)達地區(qū)偏低,產業(yè)結構尚未轉型成功,當下產業(yè)結構仍以高能耗產業(yè)為主,技術水平相對于東部和南部沿海地區(qū)較為落后,能源利用率及工業(yè)廢物處理率較低。因此,這部分區(qū)域的碳減排工作需綜合各項指標進行考慮,避免打破平衡。

3. 第三類地區(qū)

包括內蒙古、新疆、山西和寧夏。碳排放指標權重由大到小分別為第二產業(yè)占比、城市化率、碳排放強度、地區(qū)生產總值和能源消耗強度。該類地區(qū)地廣人稀,能源資源豐富,但經濟發(fā)展相對落后,第二產業(yè)所占比例較高且城市化率較低。該地區(qū)碳排放的主要影響因素為過高的高能耗工業(yè)占比、快速增長的城市人口及過大的能源消費量。因此,該區(qū)域的碳減排工作應著力于降低高能耗工業(yè)產業(yè)比例,致力于減少高污染性能源的使用量,同時大力推行清潔能源的使用。

4. 第四類地區(qū)

包括山東、江蘇、浙江和廣東。從表6可知,該區(qū)域碳排放指標權重由大到小分別為地區(qū)生產總值、能源消耗強度、城市化率、碳排放強度及第二產業(yè)占比。這類地區(qū)經濟發(fā)展較好,能源及資源儲量相對較小,但服務業(yè)高度發(fā)展,城鎮(zhèn)人口比重大,城市化率高。該類地區(qū)碳排放的主要驅動因素為地區(qū)生產總值。

5. 第五類地區(qū)

為北京和上海。該區(qū)域為中國經濟發(fā)展進程最快、對外開放程度最高的地區(qū),同時也是城市擴張速度最快、城市化率最高的地區(qū),第二產業(yè)占比及碳排放強度均居全國最低位置,北京和上海也是金融、服務及科技等現(xiàn)代化新興行業(yè)發(fā)展的“領航員”。該地區(qū)碳排放主要驅動因素與第四類東部和南部沿海地區(qū)類似,但該地區(qū)相對第四類地區(qū)城市化程度更高,城市擴張速度更快。故該區(qū)域政府應處理好經濟快速發(fā)展與環(huán)境保護的關系,力求在“發(fā)展”和“環(huán)?！敝g找到平衡。

四、 研究結論與對策建議

分區(qū)域處理好經濟發(fā)展和碳減排的關系是加強我國生態(tài)環(huán)境管控的必經之路,研究能源消費碳排放量的空間差異性對我國各省域政府因地制宜地開展減污降碳,形成綠色環(huán)保的新發(fā)展格局具有重大意義。本研究采用2019年中國30個省、直轄市、自治區(qū)(西藏和港澳臺除外)的相關截面數(shù)據(jù),運用灰色關聯(lián)度分析選取影響碳排放量的指標,運用基于K-means的空間聚類法剖析各省、直轄市、自治區(qū)(西藏和港澳臺除外)能源消費的碳排放量分布格局,運用主成分分析法確定五大區(qū)域內各因子對碳排放量的影響程度,獲得如下主要結論。

1. 城市化率是影響中國能源消費碳排放量的首要因素,其后依次為能源消耗強度、地區(qū)生產總值、第二產業(yè)占比和碳排放強度,它們與能源消費碳排放量的相關度由強漸弱。

2. 中國各省域能源消費碳排放量具有顯著的空間差異性。由于碳排放受到經濟、社會、技術等因素的影響,能源消費碳排放量具有明顯的空間依賴性。能源消費碳排放量較高的地區(qū)主要有華北及江浙滬地區(qū),能源消費碳排放量較低的地區(qū)主要是西北內陸地區(qū)。

3. 中國各省域能源消費碳排放量的影響因素存在明顯差異性,可聚類為5大地區(qū)。第一類地區(qū)集中在西部及東北部,城市化率、第二產業(yè)占比和碳排放強度是其主要的影響因素。該地區(qū)經濟欠發(fā)達,制造業(yè)及高能耗產業(yè)為其主要產業(yè),對工業(yè)“三廢”的處理率較低。第二類地區(qū)位于中國的中部,5個指標的影響力度相當。該地區(qū)能源資源量不十分富足,現(xiàn)階段仍以高耗能產業(yè)為主,能源利用率及工業(yè)廢棄物處理率較低。第三類地區(qū)主要位于北部邊疆,第二產業(yè)占比、城市化率和碳排放強度是主要的影響因素。該區(qū)域能源資源豐富,但經濟發(fā)展水平較低,第二產業(yè)比例較高。第四類地區(qū)位于東部和南部沿海,地區(qū)生產總值是主要的影響因素。該類地區(qū)經濟發(fā)展水平較高,人口密度大,能源資源儲量較小,高新技術產業(yè)發(fā)展較快。第五類地區(qū)為北京和上海,是中國經濟發(fā)展進程最快的地區(qū),影響碳排放的主要因素與第四類地區(qū)相同。該類地區(qū)的第二產業(yè)占比和碳排放強度均為全國最低水平。

基于上述研究結論,本文提出以下對策建議:

1. 考慮到城市化率是影響我國能源消費碳排放量的重要指標,而城市化滯后正是中國經濟發(fā)展過程中的突出問題。因此,急需進一步提升我國的城市化率,考慮不同類型城市資源稟賦的異質性,促進技術集約型經濟的發(fā)展水平,并建立完善的法律體系以保障生態(tài)、經濟和社會的協(xié)同發(fā)展。應進一步擴大內需、促進產業(yè)結構升級,盡早建成綠色、可持續(xù)的現(xiàn)代化都市。比如提高成熟型和成長型城市的資源保障能力,推進衰退型城市積極尋找替代產業(yè),引導再生型城市有條件發(fā)展創(chuàng)新產業(yè)。

2. 考慮到我國不同區(qū)域能源消費碳排放量存在顯著的空間差異性,因此各地為實現(xiàn)節(jié)能減排目標,應根據(jù)當?shù)氐膶嶋H情況,采取不同的技術路徑。

3. 結合不同類型區(qū)域,分區(qū)實施生態(tài)環(huán)境管控,以期推進“雙碳”戰(zhàn)略和區(qū)域經濟的高質量發(fā)展。在第一類地區(qū),應合理調整產業(yè)結構,重點發(fā)展高新技術產業(yè)。一方面可以著力引進國內外先進技術,另一方面可以加強對現(xiàn)有高新技術的推廣和應用。在第二類地區(qū),需同步關注城市化進程、制造業(yè)發(fā)展情況、能源利用效率及經濟發(fā)展水平,明確各影響因素在經濟高質量發(fā)展中的重要性,綜合考慮各因素后再制定相關政策,不可偏廢。第三類地區(qū)要注重減排增效,進一步降低高能耗工業(yè)產業(yè)比例,大力推廣清潔能源,在此基礎上應該同時兼顧產業(yè)的區(qū)域分工。第四類地區(qū)應在城市人口迅速增長及城市區(qū)域迅速擴張的背景下,合理控制碳排放量,加大對低碳環(huán)保類市政基礎設施建設和企業(yè)項目的資金投入,提升碳減排技術的研發(fā)效率與運用效果。第五類區(qū)域要大力推廣使用可再生能源,充分利用技術創(chuàng)新優(yōu)勢,持續(xù)發(fā)展服務業(yè)、新興產業(yè)等綠色低碳產業(yè),加速低碳交通運輸體系建設,在減排增效方面發(fā)揮引領示范作用。