碳中和人才平台
内容提要：城市群是我国经济、人口高度集聚的地区，也是碳排放较为集中的空间单元，更是率先实现碳达峰的排头兵、领头雁。本文运用STIRPAT模型分析了城市群碳排放的影响因素，预测了各城市群在不同情境下的碳排放量和碳达峰时间，构建了压力、潜力和动力指数，对城市群碳达峰压力、碳减排潜力和碳减排达峰动力进行测算。研究发现，人口规模、富裕程度、城镇化水平和技术水平对城市群碳排放量产生显著影响。对城市群碳达峰的预测结果表明，哈长、长三角、京津冀和珠三角城市群在四种情景下均能于2030年前实现碳达峰；长江中游、成渝、中原、北部湾、关中平原和兰州—西宁城市群在低增长慢降耗情境和低增长快降耗情境下能够在2025—2028年实现碳达峰，而在高增长慢降耗情境和高增长快降耗情境下无法在2030年前实现碳达峰；呼包鄂榆城市群在四种情境下都无法实现2030年前碳达峰。进一步研究指出，应根据碳达峰压力、碳减排潜力和碳减排达峰动力对城市群进行分类，并针对不同类型城市群提出差异化的碳达峰实现路径。本文认为，各城市群要通过制定差异化碳达峰目标、推动差异化碳达峰路径模式、明确差异化减碳降碳重点领域、加大低碳脱碳技术研发应用、推动多样化低碳战略性平台建设、完善推进碳达峰监督考评机制，从而率先实现碳达峰。
关键词：城市群 STIRPAT 碳达峰 影响因素
中图分类号：F061.5 文献标志码：A 文章编号：1002—5766(2023)02—0039—20
一、引言
控制温室气体排放，应对全球气候变暖，是世界各国共同的责任。改革开放以来，随着中国工业化和城镇化的深入推进，能源消耗和碳排放快速增长(Lin和Benjamin，2019)[1]。2005年，中国已超过美国成为全球最大的碳排放国(Liu和Lin，2019)[2]。BP(2020)[3]数据显示，，2019年中国一次能源消耗量达到141.7艾焦，二氧化碳排放量达到98.3亿吨，占全球比重分别高达24.3%和28.8%，能源降耗和碳减排面临巨大压力。中国政府承诺在，2030年前达到碳排放峰值，碳达峰目标的实施，意味着中国碳减排重点逐步从基于排放强度转向基于排放总量的控制(Yang等，2019[4]；田云和陈池波，2019[5])。另外，中国地域辽阔，各地区在经济社会发展水平、资源禀赋、人口分布等方面差异显著。此外，由于科技发展水平的不同，各地区的能源利用效率和碳减排效率也存在差异(Li等，2020[6]；武红，2015[7])。为了实现2030年前碳达峰目标，中国的国家目标必须在区域层面上依据“共同但有区别责任”的原则进行分解。因此，如何在区域层面公平而有效地制订碳达峰计划和确定路径模式是当前需要解决的重要问题。
为减缓气候变化，控制温室气体排放，中国做出了巨大努力。国际承诺方面，2020年9月，习近平主席在第75届联合国大会一般性辩论上宣布，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。机构建设方面，相继成立了国家气候变化对策协调小组、国家应对气候变化领导小组、国家应对气候变化战略研究和国际合作中心等工作支持机构，负责研究制定国家应对气候变化的重大战略、方针和对策(解振华，2009[8]；中华人民共和国国务院新闻办公室，2011[9])。相关政策方面，相关部门陆续出台了《中国应对气候变化国家方案》《国家适应气候变化战略》《“十三五”控制温室气体排放工作方案》《“十三五”节能减排综合工作方案》等宏观政策，明确在工业、交通、建筑和能源等领域控制温室气体排放(李俊峰等，2016)[10]，并先后启动了三批国家低碳试点城市(张华，2020)[11]和全国碳交易市场建设。
城市群是城市高度一体化的空间形态，已成为中国城镇化进程中区域空间组织的主要形式(He等，2021[11]；马燕坤，2016[13])。城市群是指在特定的地域范围内，依托一定的基础条件，各城市按照一定的结构发生着紧密联系，共同构成地域整合体(姚士谋等，2006[14])。在过去的40多年里，城市群对中国的城镇化和经济发展作出了巨大贡献(乔彬和李国平，2006[15]；Fang和Yu，2017[16]；方创琳，2018[17]；魏守华等，2013[18])。城镇和人口密集、中心城市作用突出、城市之间经济社会联系紧密、开放程度较高是城市群的重要特征(陈雯等，2015)[19]。高技术产业发展、信息技术应用、快速交通网络建设、经济快速增长和结构优化以及区域一体化已成为推动城市群发展的主要动力(王利伟和冯长春，2016[20]；郑艳婷等，2016[21]；高鹏等，2019[22])。城市群代表着各区域经济社会发展的最先进水平，承担着率先实现碳达峰的重任，为其他地区做出示范并提供宝贵经验，是区域层面实现碳达峰的重点和关键。
本文以城市群为研究对象，采用STIRPAT模型分析了人口规模、经济社会发展水平和技术水平等因素对碳排放的影响。首先，本文对非平衡面板数据进行了平稳性检验，并对回归结果进行豪斯曼(Hausman)检验，根据检验结果选取合适的回归结果进行分析，采用改变样本容量法对模型结果进行稳健性检验。其次，依据各城市群不同行业的碳排放效率和碳排放占比现状，剖析了各城市群碳减排的重点领域和任务，随后设置了四种不同情境，在各情境下根据STIRPAT模型回归结果预测了各城市群2022—2035年的碳排放量和实现碳达峰的时间。最后，构建了压力、潜力和动力指数，对各城市群的碳达峰压力、碳减排潜力和碳减排达峰动力进行测算，根据测算结果提出了不同类型城市群差异化的碳达峰路径模式。
本文的边际贡献主要有:第一，从城市群视角出发，运用STIRPAT模型，分析城市群碳排放的影响因素，探索区域碳达峰的路径模式。现有研究主要关注省域碳达峰路径模式，然而在省级单元内各地区的经济发展水平、发展阶段、特色产业、优势领域差异很大，省级行政区统一的达峰路径模式并不一定适合各城市。城市群作为高度关联的城市联合体，内部各城市的社会经济发展特征相似度较高，碳达峰路径模式可在城市群内复制推广。第二，针对我国11个城市群，设置不同情境预测了碳达峰的时间和峰值，揭示了不同发展阶段城市群实现碳达峰的难度，并根据各城市群碳排放结构现状以及各产业碳减排效率，明确了减排重点领域；第三，现有研究主要通过分析减排潜力来明确不同区域的碳达峰路径模式，但却忽视了各区域实现碳达峰所面临的客观压力，本文构建了城市群碳达峰压力指数、碳减排潜力指数和碳减排达峰动力指数，根据所面临的碳达峰压力和存在的碳减排潜力对城市群进行分类，并提出了差异化的碳达峰路径模式。
二、文献综述
1. 碳排放影响因素
关于碳排放影响因素，国内外学者主要采用STIRPAT模型和对数平均迪氏分解法(LMDI)等方法进行定量分析，并认为应重点关注人口规模、经济社会发展和能源消耗等因素对碳排放的影响。从人口规模和社会经济发展角度，以人均GDP表征人均收入，研究发现人口规模和人均收入是对中国人均碳排放影响最大的因素(林伯强和蒋竺均，2009[23]；王娟和张克中，2014[24]；Wen等，2020[25])，人口规模和人均GDP的增长导致更多的生产和消费，带来了能源消耗和碳排放的增长，从而推高了碳排放。另外，人均碳排放增长率与人均GDP存在正相关关系，扩大经济社会发展规模会产生更多碳排放，人口规模增长将增加对能源在内的各种资源需求，但是，当经济发展越过环境库兹涅茨曲线(Environmental Kuzents Curve，EKC)“拐点”时，人均GDP与碳排放呈负相关(Pan和Zhang，2020)[26]。环保财政支出的增加则出乎意料地导致了碳排放增长(Yang等，2018)[27]，城镇化水平对交通和生活碳排放产生正向影响(Li等，2020)[28]。从能源消耗角度，不管是从不同行业视角还是省级区域视角，大部分学者都认为，能源强度下降是碳排放减缓的主要驱动因素(Xu等，2014[29]；Ren等，2012[30]；Kim和Kim，2012[31])。但是，能源强度的下降幅度普遍还不足以抵消由于人口规模和人均收入增长等因素所导致的碳排放增加，在保持人均收入持续增长的同时，减缓碳排放的关键是进一步降低能源强度，调整产业和能源结构(Chen等，2019[32]；Gu等，2019[33]；孙耀华和仲伟周，2014[34])。
2. 碳达峰目标实现预测
关于碳达峰目标实现，大部分研究主要运用STIRPAT模型，设置不同情境对我国及部分区域碳排放进行预测。研究普遍认为，在合理的经济社会发展速度与碳排放强度降速等情境下，中国有可能在2030年前提早实现碳达峰(Liu和Xiao，2018[35]；Su和Lee，2020[36]；Fang等，2019[37])；而在某些情境下，无法在2030年前实现碳达峰(渠慎宁和郭朝先，2010[38]；马丁和陈文颖，2017[39])，碳排放峰值即为EKC曲线“拐点”，中国应加强清洁能源的开发与利用，在“两高”行业推广节能减排技术，提升服务业在经济结构中的比重，从而减少碳排放，实现碳达峰目标。对于各地区碳排放预测，青岛市要实现碳达峰目标压力非常大，需要大力控制人口规模、降低能耗强度、提升非化石能源消费比重、提高第三产业增加值比重，调整经济结构，转变经济发展方式，积极扩大内需(Wu等，2018)[40]。江苏省未来仍需发展节能减排技术、提高技术水平，转变经济增长方式，使经济增长趋向新常态(黄蕊等2016)[41]。中国应对省级层面碳排放进行区分，从而更加明确各省市在节能减排中承担的责任(杜强等，2013)[42]。
3. 碳达峰实现路径
关于碳达峰实现路径，研究主要从行政区域和重点行业两个维度进行分析。从行政区域维度，学者普遍认为，控制能耗总量及增速、优化能源结构、推广绿色技术、构建低碳经济、降低能耗强度等是实现碳达峰的主要路径(胡西武等，2021[43]；程云鹤，2021[44]；刘甜等，2015[45])。另外，加快碳交易市场建设、逐步实施征收碳税、开展绿色补偿激励、构建绿色金融体系等体制机制建设也是我国实现碳达峰的主要路径(胡鞍钢，2021)[46]。构建差异化绿色能源体系、推进生产生活方式绿色低碳转型、完善碳排放法律法规和协同管理机制等是实现碳达峰的变革路径(王怡，2022)[47]。丰富碳汇资源储备，提升生态系统碳汇能力，构建多能互补体系和多能竞争市场体制，是实现中西部地区能源共济和2030年前碳达峰等目标的重要手段(胡西武等，2021[43]；程云鹤，2021[44])。考虑中西部各省份的差异，应细化阶段目标任务、厘清各地区减排关键领域、加大财政金融对技术研发推广的支持力度、实施动态评估机制(田云和陈池波，2019)[5]。沿海工业城市要加强区域碳排放统计及相关能力建设，并确定各行业碳排放强度先进值，从而更好服务全国碳达峰目标的实现(刘甜等，2015)[45]。从重点行业维度，电力和工业高能耗部门是实现碳达峰的关键部门，要通过普及供应侧的低碳发电技术和消费侧的节能减排技术，推动关键部门分阶段实现碳达峰，并将2030年碳排放峰值控制在100亿-108亿吨之间(马丁和陈文颖，2016)[48]。另外，政府要进一步引导激励制造业增加以节能减排为目的的投资活动，从而激发制造业的碳减排潜力，助力制造业实现碳达峰(邵帅等，2017)[49]。同时，在工业领域中，建材和纺织业能够率先实现碳达峰，石油化工和电力行业最具减排潜力，应根据减排潜力分行业、分阶段制定碳达峰战略，加强行业间统筹协作，推动工业领域尽早实现碳达峰(王勇等，2017)[50]。通过设定适当的经济发展速度和人口规模增速，制定低碳交通基础设施建设战略，鼓励使用新能源汽车，提高交通运输能效，是推动中国交通脱碳化的主要路径(Wang等，2021)[51]。
4. 文献评述
已有研究为碳排放影响因素的理论分析和碳达峰实现路径做了丰富的探索，但仍存在以下不足:一是研究对象聚焦全国、省级行政区或单个城市。我国幅员辽阔，不同区域的社会经济发展阶段、产业结构、技术水平等差异较大，各地区要实行分批梯次达峰，实现目标和政策的分类指导。以全国和省级行政区作为研究对象太过于宏观，碳达峰目标无法体现各区域的差异性，实现路径难以与各地区的产业特点、基础相适应。而以单个城市作为研究对象又过于微观、特征性较强，实现路径仅能在特定区域复制推广。二是研究在分析碳达峰实现路径时仅关注了节能减排潜力，缺乏对达峰压力的统筹考虑。发达地区实现碳达峰的难度较小，节能减排潜力也较小，处于工业化初期阶段的部分相对落后地区，尽管节能减排潜力较大，但实现社会经济发展与碳排放脱钩难度较大。仅考虑减排潜力的碳达峰路径模式研究，脱离了各地区或各行业发展现状的客观事实，无法得出切实可行的结论与建议。
三、研究设计
1. 样本选取
国家“十三五”“十四五”规划确定了全国19个城市群，其中，跨省域城市群由于涉及主体广、覆盖范围大、影响程度深，主要由中共中央、国务院或国家发展改革委发布规划。属于上述情况的城市群共有11个，分别是京津冀城市群、珠三角城市群、长江中游城市群、哈长城市群、成渝城市群、长江三角洲城市群、中原城市群、北部湾城市群、关中平原城市群、呼包鄂榆城市群、兰州—西宁城市群，各城市群范围①如表1所示。
①鉴于数据的可获性，研究对象中长江中游城市群不包含湖北省天门、仙桃和潜江三个省辖县级市；珠三角城市群不包含香港和澳门；哈长城市群不包含吉林省延边朝鲜族自治州；中原城市群不包含河南省辖县级市济源；北部湾城市群不包含海南省儋州市以及东方、澄迈、临高和昌江四个省辖县或省辖县级市；兰州—西宁城市群不包含甘肃省临夏回族自治州下辖县市，青海省海东市、海北藏族自治州、海南藏族自治州和黄南藏族自治州下辖县市。另外，鉴于区县数据采集困难，对于国土面积、人口和经济规模占其所在地级市比重较大的区县，将其地级市全境纳入研究范围，反之则不考虑。纳入研究范围的地级市包括:长江中游城市群的江西省抚州市和吉安市；成渝城市群的重庆市以及四川省绵阳市、达州市和雅安市；关中平原城市群的陕西省商洛市，山西省运城市和临汾市以及甘肃省平凉市和庆阳市；兰州—西宁城市群的甘肃省白银市和定西市。
2. 模型设计
(1)STIRPAT模型。为在不同情境下对未来碳排放进行预测，本文采用STIRPAT模型分析了人口规模、经济社会发展水平和能源消耗强度等因素对城市群碳排放量的影响。STIRPAT模型是由Ehrlich和Holdren(1971)[52]提出的IPAT模型变化而来。IPAT模型旨在定量分析人口(population)、富裕水平(affluence)和技术(technology)对环境的影响(impact)，即I=P×A×T。在考察城市群碳排放影响因素时，模型可表示为:
其中，C为城市群碳排放量；P为城市群常住人口数，表征人口规模；GDP为城市群GDP；E为城市群能源消耗；G为城市群人均GDP，表征富裕程度；IS 为城市群能源消耗强度，表征技术水平；FA为单位能源碳排放系数，是常数项，假设InFA=α。
对式(1)两边取对数后，可以得到下式：
但是，IPAT模型默认各因素对环境的影响呈线性关系，且可考察的影响因素有限，无法分析其他因素对环境的影响。为了克服IPAT模型的局限性，Dietz和Rosa(1994)[53]提出了IPAT方程的随机模型，即STIRPAT模型，公式为。在考察城市群碳排放影响因素时，模型可表示为:
其中，α为模型系数；β1、β2和β3为解释变量的估计系数；γ为控制变量的估计系数；X为控制变量；ε为随机误差项。
STIRPAT模型拒绝了单位弹性假设，增加了随机性，且具有更好的扩展延伸性。在该模型中，可以增加对环境有影响的其他因素，例如城镇化率、财政支出等。在模型变量选择上，本文选取城市群碳排放作为被解释变量，选取城市群常住人口、人均GDP和能源消耗强度作为解释变量。近年来，城市群聚集了大量人口和产业，承载了全国一半以上的人口总量和60%以上的地区生产总值，生产规模和消费规模随着人口规模和富裕程度的增加而增长，从而推动化石燃料消耗碳排放的增长。随着城市群现代化建设的不断深入，推动清洁生产技术快速发展，碳排放强度稳步下降，致使碳排放增速逐渐放缓。
联合国政府间气候变化专门委员会(IPCC)的报告指出，除人口规模、经济增长和能源强度外，城镇化水平是影响碳排放的另一重要因素(Pachauri等，2015)[54]。城镇化与碳排放之间的联系错综复杂，涉及因素包括城市形态、发展水平和基础设施等。在交通运输、建筑、工业、家庭生活等主要排放领域，城镇地区对能源的消费要高于农村地区，特别是城镇商业用电、工业用电远高于农业生产用电，而我国电力供应主要来自于燃煤发电，产生较大份额的碳排放。另外，根据已有文献可知，财政支出和劳动力资源对环境的间接影响也不容忽视(赵哲和谭建立，2020[55]；刘书玲等，2018[56]；朱勤，2018[57])。在一般公共预算主要支出项目中，节能环保支出是重要组成部分，体现了政府对节能减排项目的财政支持。城市群公共财政支出增加，特别是节能环保类支出的增加，将引导低碳生产生活方式，推动城市群碳减排。另外，劳动力是影响产业生产率的关键要素，城市群就业规模的增加将影响劳动生产率，进而提升碳减排效率，降低碳排放强度。因此，为控制解释变量以外的其他因素对碳排放的影响，综合考虑数据可得性，本文选取城镇化率、公共财政支出和从业人员数作为控制变量。
各因素对城市群碳排放的影响机理如图1所示。
本文构建的城市群碳排放影响因素模型如下:
其中，UB为城市群城镇化率，表征城镇化水平；FE为城市群财政一般预算内支出，表征公共财政支出；EM为各产业从业人员总数，表征就业规模；β4、β5和β6为控制变量的估计系数；μi为个体不随时间变化的因素。
(2)碳达峰压力指数。由于中国确定了2030年前实现碳达峰的目标，因此对于各城市群而言，碳达峰时间是实现碳达峰目标首当其冲的压力。碳排放量和碳排放增速是城市群实现碳达峰的另外两个压力，碳排放量较大的城市群实现碳达峰，对全国实现碳达峰的贡献较高，因此其率先实现碳达峰的责任更大；而对于碳排放增速较高的城市群，控制碳排放增长速度面临的阻力较大，短期内实现碳达峰的压力也较大。因此，本文从时间、规模和速度三个视角构建了城市群碳达峰压力指数。构建的城市群碳达峰压力指数如下所示:
其中，Iρr为城市群碳达峰压力指数；ITαv为城市群目标压力指标，反映不同情境下各城市群实现碳达峰的平均年份，表征为实现碳达峰目标所面临的压力；IC为城市群碳排放贡献压力指标，反映2030年各城市群在四种情境下碳排放平均值的相对大小，表征助力全国实现碳达峰所肩负责任带来的压力；ICg为城市群本源压力指标，反映2022—2030年各城市群在四种情境下碳排放平均增速的相对大小，表征在各自碳排放增长速度下实现碳达峰所面临的压力。γ、δ和θ为各压力指标的权重。考虑到各压力指标的单位不同，需要对各指标数值进行标准化处理，如下所示：
其中，I为标准化指标；i为城市群编号；x为原始指标；min x表示所有城市群x指标的最小值，max x表示所有城市群x指标的最大值。
(3)碳减排潜力指数。本文基于效率与公平的视角构建了城市群碳减排潜力指数。从效率角度来看，碳排放强度越高，说明碳排放效率越低，表明通过技术升级和结构调整手段降低碳排放的潜力越大；从公平角度来看，每个人都有排放同等二氧化碳的权利，人均碳排放量越高，则表明通过经济调控手段降低碳排放的潜力越大。潜力指标数值根据式(6)进行标准化处理，构建的城市群碳减排潜力指数如下所示：
其中，IPo为城市群碳减排潜力指数；Ief为城市群效率潜力指标，反映2030年各城市群在四种情境下碳排放平均强度的相对大小，表征在碳排放效率方面存在的碳减排潜力；Ifa为城市群公平潜力指标，反映2030年各城市群在四种情境下人均碳排放平均值的相对大小，表征在碳排放公平性方面存在的减排潜力；ρ和σ分别为效率和公平潜力指标的权重。
(4)碳减排达峰动力指数。城市群需要综合考量其碳达峰压力和碳减排潜力，以制定全面科学的减排方案和碳达峰目标。根据上述碳达峰压力指数和碳减排潜力指数，本文构建了城市群碳减排达峰动力指数，如下所示：
其中，Ifo为城市群碳减排达峰动力指数，φ和ω分别为城市群碳达峰压力指数和碳减排潜力指数的权重。
3. 数据来源及处理
研究中2005年、2010年、2012年和2015年各城市群地级市碳排放数据来源于中国城市温室气体工作组编制的《中国城市二氧化碳排放数据集(2005)》《中国城市二氧化碳排放数据集(2010)》《中国城市二氧化碳排放数据集(2012)》和《中国城市温室气体排放数据集(2015)》，经济、人口及城镇化数据来源于各省份统计年鉴。其中，地区生产总值以2005年的不变价格进行标准化换算。由于地级市能源消耗相关数据的缺失，研究采用省域数据表征各城市群能源消耗情况，能源消耗强度数据来源于《能源统计年鉴》和各省份统计年鉴，各类能源的标准煤折算系数来源于《能源统计年鉴2019》，如表2所示。各城市群地级市从业人员数和公共财政支出来源于《城市统计年鉴》，各变量的描述性统计如表3所示。
四、实证结果与分析
1. 城市群碳排放影响因素分析
基于11个城市群2005年、2010年、2012年和2015年的面板数据，剔除缺失值并将非连续时间的非平衡面板数据处理成平衡面板数据后进行混合0LS回归，估算了城市群固定效应和随机效应。随后，根据豪斯曼(Hausman)检验结果对模型进行选择，并对模型进行了稳健性检验。根据式(4)，为解决各变量量纲不一致的问题，本文构建的STIRPAT模型分别对解释变量、被解释变量和控制变量取对数。因此，在进行检验和回归之前，首先要对所有变量进行对数处理。
(1)平稳性检验。为了避免变量的非平稳而导致的伪回归，需要对面板数据进行平稳性检验。由于研究数据为非平衡面板数据，因此选用Fisher type检验进行平稳性检验。根据表4的检验结果可知，无论是被解释变量、解释变量还是控制变量的检验统计量均显著，模型中的所有变量均平稳，通过平稳性检验，面板数据可以用于回归分析。
(2)模型估计结果。通过估计方程(4)检验了人口规模、富裕程度和技术水平对城市群碳排放的影响。模型分别引入了个体固定效应和随机效应，个体固定效应模型解决了不随时间而变但随个体而异的遗漏变量问题，随机效应解决了误差的自相关性，检验结果如表5所示。第(1)列回归没有引入控制变量、随机效应和固定效应，人口规模、富裕程度和技术水平对碳排放的影响均在0.01水平上显著。第(2)列回归加入控制变量并引入随机效应，三个控制变量对碳排放的影响不显著，其他三个解释变量对碳排放的影响依旧维持在0.01水平上显著。第(3)列回归加入控制变量并引入固定效应，公共财政支出和从业人员数对碳排放影响不显著，人口规模、富裕程度、技术水平和城镇化水平对碳排放的影响分别在0.1、0.05、0.1和0.05水平上显著，估计系数分别为0.97、1.046、0.459和0.826。
基于上述研究结论，本文针对中国城市群碳达峰提出以下政策建议:
第一，制定差异化碳达峰目标。各城市群要根据经济社会发展阶段和现状特征判断未来发展情境，并进一步参照STIRPAT模型预测的碳达峰时间和达峰排放量，因地制宜设定碳达峰目标。哈长城市群经济社会发展趋缓，可最快实现碳达峰，要在2024年前实现碳达峰，达峰排放量控制在3.42亿吨左右。长三角、京津冀和珠三角城市群经济社会发展水平较高，技术水平先进，已从经济快速增长迈向高质量发展阶段，率先实现碳达峰难度较小，要在2025-2029年间率先实现碳达峰，为较晚实现碳达峰地区提供宝贵的发展空间，碳达峰排放量分别控制在21.09亿吨、15.7亿吨和6.66亿吨左右。长江中游、成渝、中原、北部湾、关中平原和兰州-西宁城市群尚处于经济高速增长阶段，且承接了发达城市群转移的碳排放密集产业，仍有较大的碳排放需求，要率先实现碳达峰难度较大，要力争在2030年左右实现，碳达峰排放量分别控制在11.91亿吨、8.65亿吨、8.34亿吨、3.08亿吨、7.28亿吨和1.95亿吨左右。呼包鄂榆城市群是能源输出型城市群，提供了全国其他地区的能源和电力消费。为了满足全国其余地区的能源需求，该城市群能源消耗将维持增长态势，中长期内几乎无法实现碳达峰。第二，推动差异化碳达峰实现路径。综合考虑城市群的碳达峰压力、碳减排潜力、碳减排达峰动力指数，各城市群应实行差异化碳达峰路径。减排动力源城市群(呼包鄂榆和关中平原)要引入先进技术，推动“两高”行业绿色低碳改造；低碳培育型城市群(兰州-西宁和中原)要积极推进“风光储一体化”现代能源体系建设，鼓励碳汇开发与CCUS应用；高质量转型城市群(长江中游、成渝和北部湾)要加快产业低碳高质量转型，提升产业电气化水平；碳达峰示范城市群(京津冀、长三角和珠三角)要实现建筑、交通、生活等全方位减排，加强绿色低碳技术攻关，突破现有技术瓶颈，通过技术溢出效应支持其他地区尽早实现碳达峰。哈长城市群在保障人口和产业不断聚集前提下，加快实现碳达峰。第三，明确差异化减碳降碳重点领域。第一产业不是各城市群碳减排的重点领域。关中平原、呼包鄂榆和兰州-西宁城市群碳减排的重点领域是第二产业。长江中游、哈长、成渝和北部湾城市群应大力推动第三产业碳减排。长三角、兰州-西宁、京津冀和珠三角城市群应强化生活和间接碳减排。中原城市群应将各行业的碳排放增速维持在较低水平，统筹推进第二产业、第三产业、生活和间接领域碳减排措施，综合控制各行业碳排放增速。第四，加大低碳脱碳技术研发应用。支持城市群强化低碳技术研发，引导企业、研发机构、服务中介以及各类社会组织参与低碳技术创新，推动城市群成为低碳技术创新高地。强化对清洁煤技术的开发利用，积极推广燃煤高效发电、先进燃烧、烟气净化等技术。拓展风能、太阳能、水能、地热能等清洁能源利用深度与广度。在中原、长江中游、哈长、长三角城市群以完善生物质资源收运体系为重点，降低成本，促进生物质能发电规模开发。鼓励城市群率先推动智慧能源建设，促进城市群加快绿色智能高效的交通运输技术研究和推广，推动新能源和清洁车辆的开发应用，因地制宜推广天然气汽车，广泛运用“互联网+”、北斗卫星完善智能交通体系。积极发展零碳建筑、近零碳排放园区社区，推广运用建筑光伏发电、热泵采暖、高效绝热、高效电器等技术对传统建筑进行改造。支持对可控核聚变、氢燃料、海洋能、碳汇农业、碳捕获与封存等战略性技术实行集中攻关。第五，推动多样化低碳战略性平台建设。稳步推动全国碳排放权交易市场建设，支持专门设立城市群碳排放权交易板块，鼓励建设城市群碳排放权交易所。在京津冀、长三角、珠三角城市群探索开展碳配额招拍挂，在其他城市群采用差异化基准值法分配配额。建立城市群碳排放数据库，共享碳排放交易信息，研究编制城市群碳排放权交易指数。支持率先在京津冀、长三角、珠三角三大城市群，探索开展吸引境外投资者参与国内碳市场的境内外碳资产回购式融资模式。搭建城市群低碳发展协调平台，因地制宜推动建立城市群低碳发展组织机构，组织开展城市群碳达峰市长联席会议、部门合作协商会议等。加强城市群交流平台建设，鼓励城市群内各城市轮流举办碳达峰博览会、展会，广泛开展低碳发展论坛、研讨会、磋商对话，不断完善国内外低碳发展合作交流机制。积极构建城市群低碳发展融资平台，鼓励政策性银行与商业银行联动创新低碳发展融资系统，强化碳税、碳债券、碳基金、碳保险、碳期权、碳资产证券化等工具创新。建立碳达峰信息交流和宣传平台，普及低碳知识，让城市居民、企业和社会组织在低碳节能减排中发挥主动作用。第六，完善推进碳达峰监督考评机制。健全城市群碳排放相关统计标准，完善评价和碳标识制度，在国家统一指标下突出城市群的引领性适度提高标准并结合不同城市群特征细化内部方案。积极推动城市群能源、工业、交通、建筑等重点行业部门制定实施碳达峰行动方案，实施重点领域碳排放强度分类管理。在设立相关指标和标准时，强化降污减碳协同推进。鼓励各城市群公布碳达峰期限和达峰峰值目标，并制定路线图和施工图。健全城市群碳排放动态监测体系，鼓励独立有资质第三方机构对城市群碳排放数据进行核查。实施城市群碳排放公报制度，按照相关标准编制年度碳排放清单。完善城市群碳排放考核制度，将碳排放情况纳入各城市年度工作目标责任考核体系。建立城市群碳排放考评预警和奖惩制度，实行碳排放红黄绿灯分档预警机制，根据各城市碳排放完成情况实施严格规范的奖励或处罚。加强城市群碳达峰国际交流合作，率先推进碳减排标准、统计、监测等领域与国际接轨。原发：《经济管理》2023年第2期
注明：本公众号转载文章仅用于分享，不用于任何商业用途。如涉及版权问题，敬请后台联络授权或议定合作，我们会按照版权法规定第一时间为您妥善处理。
————————————
微信编辑：竹书流年
微信扫描下方的二维码阅读本文
本网站郑重提醒用户：
1、版权归原作者所有，网站资源来自网络，仅供个人学习，研究，请勿用于其他用途。
2、如有侵权，请联系我们删除！请在转载、上载或者下载有关作品时务必尊重该作品的版权、著作权；
3、如果您发现有您未署名的作品，请立即和本网站联系，本网站会在第一时间加上您的署名或作相关处理。
4、价格均为人工服务费(包括下载整理文件，删除广告连接，核对错字排版等)。并非产品本身价格。
您好！请登录