【摘要】為應(yīng)對全球氣候變暖，我國積極參與全球氣候治理。新發(fā)展理念強(qiáng)調(diào)綠色可持續(xù)發(fā)展，作為全國經(jīng)濟(jì)最活躍區(qū)域之一，長三角地區(qū)有效減少碳排放量和碳排放強(qiáng)度至關(guān)重要。通過對長三角六大都市圈的工業(yè)能源消費(fèi)碳排放強(qiáng)度的測算，可以分析2011～2020年碳排放強(qiáng)度的演變情況及碳排放強(qiáng)度的區(qū)域差異和動態(tài)演進(jìn)情況，結(jié)果表明，六大都市圈碳排放強(qiáng)度整體呈現(xiàn)下降趨勢，但不同都市圈存在顯著差異，應(yīng)當(dāng)采取調(diào)整能源消費(fèi)結(jié)構(gòu)、發(fā)展低碳技術(shù)等手段促進(jìn)區(qū)域低碳經(jīng)濟(jì)一體化發(fā)展。
【關(guān)鍵詞】碳排放強(qiáng)度 長三角都市圈 區(qū)域差異 動態(tài)演進(jìn)
【中圖分類號】F061.5 【文獻(xiàn)標(biāo)識碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2022.22.006
【作者簡介】王青，遼寧大學(xué)經(jīng)濟(jì)學(xué)院教授、博導(dǎo)，遼寧大學(xué)經(jīng)濟(jì)數(shù)據(jù)分析中心主任。研究方向?yàn)楝F(xiàn)代統(tǒng)計方法與宏觀計量分析。主要著作有《居民消費(fèi)變動及影響因素的計量分析》（合著）、《中國城市群經(jīng)濟(jì)發(fā)展水平不平衡的定量測度》（論文、合著）等。
引言
改革開放以來，我國經(jīng)濟(jì)實(shí)現(xiàn)了高速發(fā)展，創(chuàng)造了舉世矚目的“中國奇跡”。然而，與此同時，我國也是能源消耗大國，長期以來粗放式的發(fā)展模式伴隨著能源的大量消耗，使得我國成為世界上二氧化碳排放量較多的國家。當(dāng)前，日益嚴(yán)重的全球氣候變暖與溫室效應(yīng)是引起各種極端天氣最直接的原因，已經(jīng)成為制約人類社會發(fā)展的重要因素。面對巨大的降碳減排壓力，中國承諾力爭2030年前實(shí)現(xiàn)碳達(dá)峰、2060年前實(shí)現(xiàn)碳中和。習(xí)近平總書記在黨的二十大報告中提出要“積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和”，“立足我國能源資源稟賦，堅持先立后破，有計劃分步驟實(shí)施碳達(dá)峰行動。完善能源消耗總量和強(qiáng)度調(diào)控，重點(diǎn)控制化石能源消費(fèi)，逐步轉(zhuǎn)向碳排放總量和強(qiáng)度‘雙控’制度。”[1]堅持低碳經(jīng)濟(jì)，實(shí)現(xiàn)可持續(xù)發(fā)展，是事關(guān)全人類命運(yùn)的必然選擇。
我國的能源結(jié)構(gòu)主要以煤炭、石油、天然氣等為主，其中，煤炭占一次能源消費(fèi)的比例約為60%，因此，能源消耗產(chǎn)生了大量碳排放，工業(yè)產(chǎn)生的碳排放量在所有行業(yè)中所占比重最大[2]。通過對能源消耗產(chǎn)生的碳排放進(jìn)一步分析發(fā)現(xiàn)，能源消耗碳排放呈現(xiàn)出較強(qiáng)的空間相關(guān)性，[3]并且具有高值集聚或低值集聚現(xiàn)象。從地區(qū)角度來看，中國不同地區(qū)因其不同的能源資源條件，在發(fā)展方式上存在較大差異，地區(qū)能源消費(fèi)產(chǎn)生的碳排放也具有異質(zhì)性。2000～2016年，遼中南城市群地均碳排放量呈現(xiàn)增長趨勢，年平均碳排放速率先增大后減小，經(jīng)歷了一個從快到慢的過程，但各市變化差異較大。[4]2005～2019年，京津冀城市群內(nèi)13個城市的碳排放量逐年增加，整體增長速度較緩，研究期內(nèi)京津冀城市群大部分城市的碳排放強(qiáng)度降幅超40%，呈現(xiàn)出良好的發(fā)展趨勢。[5]黃河流域作為我國重要的能源流域，長期依賴能源和礦產(chǎn)資源的大規(guī)模開發(fā)并以此帶動經(jīng)濟(jì)提升。2019年，黃河流域城市群中的呼包鄂榆城市群、中原城市群和關(guān)中平原城市群合計貢獻(xiàn)了黃河流域41%以上的工業(yè)增加值，但工業(yè)能源消費(fèi)量與工業(yè)碳排放量均占黃河全流域的50%以上，工業(yè)碳排放強(qiáng)度也遠(yuǎn)高于全國平均水平。[6]長江經(jīng)濟(jì)帶是我國重大國家戰(zhàn)略發(fā)展區(qū)域，2016年《長江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》確立了“一軸、兩翼、三極、多點(diǎn)”的發(fā)展格局，其中“三極”指長江三角洲城市群、長江中游城市群和成渝城市群。研究發(fā)現(xiàn)，長江中游城市群碳排放強(qiáng)度在2005～2020年呈現(xiàn)逐年遞減的趨勢，從緩慢遞減演變?yōu)榭焖龠f減，同時，不同城市的碳排放強(qiáng)度和高質(zhì)量發(fā)展的耦合協(xié)調(diào)程度具有差異性；[7]成渝城市群碳排放量在2008～2018年不斷增加，地均和人均碳排放量均存在不同程度的波動上升趨勢，且碳排放量具有顯著的空間相關(guān)性；[8]長三角城市群碳排放量在2005～2019年呈現(xiàn)上升趨勢，但增速下降，碳排放強(qiáng)度也呈現(xiàn)穩(wěn)步下降的趨勢，同時碳排放和經(jīng)濟(jì)增長逐漸脫鉤[9]。近年來，不同地區(qū)碳排放變化的共性為碳排放量呈現(xiàn)上升趨勢，碳排放強(qiáng)度呈現(xiàn)下降趨勢，但不同地區(qū)的發(fā)展方式存在差異，能源消費(fèi)水平有所不同，因此，為了提出有針對性的減排降碳政策，需要針對不同地區(qū)甚至城市的碳排放進(jìn)行更加深入的研究分析。
長三角地區(qū)是“一帶一路”與長江經(jīng)濟(jì)帶的重要交匯地帶，也是中國對外開放、參與國際經(jīng)濟(jì)合作和競爭的重要平臺。長三角地區(qū)主要包括有六大都市圈，分別為上海大都市圈（包括上海、蘇州、無錫、常州、南通、嘉興、寧波、舟山、湖州）、南京都市圈（包括南京、鎮(zhèn)江、揚(yáng)州、淮安、馬鞍山、滁州、蕪湖、宣城、常州的溧陽、金壇）、杭州都市圈（包括杭州、湖州、嘉興、紹興、衢州、黃山）、合肥都市圈（包括合肥、淮南、六安、滁州、蕪湖、馬鞍山、蚌埠、桐城）、蘇錫常都市圈（包括蘇州、無錫、常州）和寧波都市圈（包括寧波、舟山、臺州）。隨著區(qū)域經(jīng)濟(jì)一體化的發(fā)展，都市圈的協(xié)調(diào)發(fā)展被視為經(jīng)濟(jì)高質(zhì)量發(fā)展的重要推動力，因此，長三角都市圈的協(xié)同降碳減排是中國力爭實(shí)現(xiàn)碳達(dá)峰、碳中和的重要抓手。
長三角都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度測算
碳排放強(qiáng)度指單位GDP的二氧化碳排放量，本文首先利用政府間氣候變化專門委員會（IPCC）的碳排放量核算方法計算出長三角各都市圈城市的工業(yè)能源消費(fèi)碳排放量，再通過碳排放量和地區(qū)GDP的比值對碳排放強(qiáng)度進(jìn)行核算。能源數(shù)據(jù)來自長三角都市圈各市2012～2021年統(tǒng)計年鑒，由于桐城和臺州能源數(shù)據(jù)缺乏，本文研究不包括此兩地。具體計算公式如下：
其中，CEQ為地區(qū)工業(yè)能源消費(fèi)碳排放量，Ei為能源消耗量，在本文中，選取原煤、焦炭、天然氣、汽油、煤油、燃料油、液化石油氣、熱力和電力作為核算碳排放的主要能源來源，NCVi為燃料的平均低位熱值，EFi為燃料單位熱值含碳量，Oi為含氧量，44／12為C轉(zhuǎn)換為CO2的轉(zhuǎn)換系數(shù)。CEI為工業(yè)能源消費(fèi)碳排放強(qiáng)度（萬噸／億元），GDP為各市地區(qū)生產(chǎn)總值。
2011～2020年，上海大都市圈碳排放強(qiáng)度整體呈現(xiàn)下降趨勢，其中，上海市碳排放強(qiáng)度最低，2020年僅為0.1545，遠(yuǎn)低于其他城市。2011～2020年，上海大都市圈城市碳強(qiáng)度排名發(fā)生了較大變化，由2011年的寧波＞嘉興＞蘇州＞舟山＞湖州＞南通＞無錫＞常州＞上海演變?yōu)?020年的舟山＞蘇州＞嘉興＞寧波＞湖州＞常州＞無錫＞南通＞上海。研究期內(nèi)，上海和常州碳排放強(qiáng)度始終小于1；而蘇州、無錫、南通、嘉興、寧波和湖州均由碳排放強(qiáng)度大于1演變?yōu)樾∮?，其中南通碳排放強(qiáng)度下降了64.40%，下降幅度最大；舟山碳排放強(qiáng)度不降反升，尤其在2020年，舟山碳排放強(qiáng)度高達(dá)2.6737，這也反映出舟山近年來的經(jīng)濟(jì)發(fā)展速度遠(yuǎn)遠(yuǎn)慢于其工業(yè)能源消費(fèi)大幅提升的速度。2011～2020年，南京都市圈城市工業(yè)能源消費(fèi)碳排放強(qiáng)度明顯下降，其中揚(yáng)州和滁州下降幅度較大，分別下降了60.73%和60.18%，同時，2020年兩城市碳排放強(qiáng)度分別位居該都市圈內(nèi)第8位和第9位，碳排放強(qiáng)度分別為0.4097和0.1979。2011～2020年，南京都市圈城市碳排放強(qiáng)度排名沒有發(fā)生明顯變化，僅揚(yáng)州和常州排名互換，2020年碳排放強(qiáng)度從高到低依次為馬鞍山＞鎮(zhèn)江＞蕪湖＞宣城＞淮安＞南京＞常州＞揚(yáng)州＞滁州。具體來看，馬鞍山碳排放強(qiáng)度遠(yuǎn)高于其他城市，其在2011～2013年呈現(xiàn)短暫的上升趨勢，隨后大幅下降；其他城市均呈現(xiàn)出較為平穩(wěn)的下降趨勢，但鎮(zhèn)江僅下降了35.04%，下降幅度最小，并且在2020年鎮(zhèn)江碳排放強(qiáng)度仍高于1。2011～2020年，杭州都市圈城市工業(yè)能源消費(fèi)碳排放強(qiáng)度呈現(xiàn)明顯下降趨勢，且研究期內(nèi)碳排放強(qiáng)度水平排名始終為衢州＞嘉興＞湖州＞紹興＞杭州＞黃山。杭州和黃山碳排放強(qiáng)度下降幅度最大，分別下降了72.66%和87.43%；衢州碳排放強(qiáng)度下降幅度最小，僅為40.73%，且在2020年其碳排放強(qiáng)度仍舊大于1；而湖州和嘉興碳排放強(qiáng)度均從2011年高于1演變?yōu)?020年小于1。杭州都市圈城市工業(yè)能源消費(fèi)碳排放強(qiáng)度的穩(wěn)步下降說明單位經(jīng)濟(jì)增長能夠消耗更少的能源，杭州都市圈城市發(fā)展較為均衡，同時也反映出城市能源利用率的穩(wěn)定提升。2011～2020年，合肥都市圈城市工業(yè)能源消費(fèi)碳排放強(qiáng)度整體呈現(xiàn)下降趨勢，僅六安有一定幅度的增加。研究期內(nèi)，合肥和滁州下降幅度較大，分別下降了60.75%和60.18%，而淮南下降幅度較小，僅下降了27.55%。與2011年相比，2020年合肥都市圈城市碳排放強(qiáng)度排名發(fā)生了較大變化，2011年碳排放強(qiáng)度排名為淮南＞馬鞍山＞蚌埠＞蕪湖＞合肥＞滁州＞六安，到2020年碳排放強(qiáng)度排名演變?yōu)榛茨希抉R鞍山＞蕪湖＞蚌埠＞六安＞合肥＞滁州?；茨咸寂欧艔?qiáng)度遠(yuǎn)遠(yuǎn)高于其他城市，2020年其碳排放強(qiáng)度高達(dá)6.9258；滁州為合肥都市圈碳排放強(qiáng)度最低城市，2020年其碳排放強(qiáng)度僅有0.1979。合肥都市圈碳排放強(qiáng)度的高度差異能夠表現(xiàn)出其發(fā)展的不均衡性。蘇錫常都市圈城市間工業(yè)能源消費(fèi)碳排放強(qiáng)度差距較小，整體碳排放強(qiáng)度呈現(xiàn)穩(wěn)定下降的趨勢。2011～2020年，蘇州、無錫和常州碳排放強(qiáng)度分別下降了43.18%、49.04%和45.56%。研究期內(nèi)，無錫碳排放強(qiáng)度由高于常州演變?yōu)榈陀诔Ｖ荩⒃?020年達(dá)到最小值0.5142。寧波都市圈的寧波和舟山兩座城市碳排放強(qiáng)度發(fā)展迥異，寧波從2011年的1.5969下降到2020年的0.6416，而舟山卻從2011年的1.2380上升為2020年的2.6737。2011～2019年，舟山碳排放強(qiáng)度雖有上升但上升幅度較小，而2020年其碳排放強(qiáng)度激增，主要是由于工業(yè)用電量的大幅增加導(dǎo)致碳排放量的突增，進(jìn)而使得碳排放強(qiáng)度發(fā)生較為異常的變化。
總體來看，研究期內(nèi)僅有寧波都市圈的平均碳排放強(qiáng)度呈現(xiàn)上升趨勢，其他各都市圈平均碳排放強(qiáng)度均下降，其中，杭州都市圈下降幅度最大，由2011年的0.9385降低到2020年的0.4786，而上海大都市圈下降幅度最小，僅下降了30.90%。2011年合肥都市圈平均碳排放強(qiáng)度最高，遠(yuǎn)高于其他都市圈，為2.5314，2020年合肥都市圈平均碳排放強(qiáng)度仍舊高達(dá)1.6559，而上海大都市圈、南京都市圈、杭州都市圈和蘇錫常都市圈平均碳排放強(qiáng)度均遠(yuǎn)小于1。
長三角都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度區(qū)域差異及分解
從總體差異看，2011～2020年，長三角都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度總體差異及其來源如表1所示，碳排放強(qiáng)度總體差異呈現(xiàn)“上升—緩慢下降—上升”的趨勢，并在2013～2014年碳排放強(qiáng)度基尼系數(shù)出現(xiàn)突增的情況，隨后逐漸恢復(fù)平穩(wěn)。研究期內(nèi)，基尼系數(shù)由0.3850上升至0.4893，表現(xiàn)出長三角都市圈碳排放強(qiáng)度總體差異的進(jìn)一步增大，反映出地區(qū)能源消費(fèi)及經(jīng)濟(jì)發(fā)展水平的不均衡。此外，區(qū)域間差異是總體差異的最主要貢獻(xiàn)來源，且研究期內(nèi)區(qū)域內(nèi)差異、區(qū)域間差異和超變密度對總體差異的貢獻(xiàn)程度沒有發(fā)生較大變化，始終為區(qū)域間差異＞超變密度＞區(qū)域內(nèi)差異。區(qū)域間差異貢獻(xiàn)率呈現(xiàn)出先上升后下降的趨勢，在2014年貢獻(xiàn)率達(dá)到最大值56.08%，隨后穩(wěn)步下降，僅在2018年有小幅上升，2020年區(qū)域間差異對總體差異的貢獻(xiàn)率為47.85%。與區(qū)域間差異貢獻(xiàn)趨勢相反，超變密度的貢獻(xiàn)率呈現(xiàn)先下降后上升的趨勢，其在2014年達(dá)到最小值，為26.10%?？傮w來看，由于長三角都市群總體基尼系數(shù)的增大，盡管區(qū)域內(nèi)差異、區(qū)域間差異和超變密度的貢獻(xiàn)程度的變化具有波動性，但總體差異的各來源始終呈現(xiàn)較為明顯的增大趨勢。
從區(qū)域內(nèi)差異看[10]：2011～2020年長三角都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度區(qū)域內(nèi)基尼系數(shù)如圖1所示，從圖中可以看出，長三角六大都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度區(qū)域內(nèi)基尼系數(shù)都呈現(xiàn)明顯的增長趨勢。其中，寧波都市圈增長約384%，增長幅度最大，其次是上海大都市圈，也增長了約140%。2011年長三角各都市圈區(qū)域內(nèi)基尼系數(shù)從大到小為合肥都市圈＞杭州都市圈＞南京都市圈＞上海大都市圈＞寧波都市圈＞蘇錫常都市圈，到2020年演變?yōu)楹戏识际腥Γ竞贾荻际腥Γ旧虾４蠖际腥Γ灸暇┒际腥Γ緦幉ǘ际腥Γ咎K錫常都市圈。上海大都市圈在2011～2016年區(qū)域內(nèi)基尼系數(shù)呈現(xiàn)較為穩(wěn)定的增長，年增長率保持在1%內(nèi)，從2016年開始，區(qū)域內(nèi)基尼系數(shù)增長幅度驟升，其中，2020年相較2019年增長了43.47%。寧波都市圈區(qū)域內(nèi)基尼系數(shù)呈現(xiàn)出“上升—下降—上升”的趨勢，其在2014年出現(xiàn)了大幅下降，區(qū)域內(nèi)基尼系數(shù)達(dá)到最小值0.0273，隨后持續(xù)大幅增長，并在2020年達(dá)到最大值0.3065。
從區(qū)域間差異看，長三角都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度區(qū)域間差異整體呈現(xiàn)增長趨勢，研究期內(nèi)上海大都市圈—蘇錫常都市圈、上海大都市圈—寧波都市圈、南京都市圈—寧波都市圈、杭州都市圈—寧波都市圈和蘇錫常都市圈—寧波都市圈區(qū)域間基尼系數(shù)漲幅均超過100%。2011年，區(qū)域間基尼系數(shù)較高的都市圈有上海大都市圈—合肥都市圈、南京都市圈—合肥都市圈、杭州都市圈—合肥都市圈、合肥都市圈—蘇錫常都市圈、合肥都市圈—寧波都市圈，分別為0.5556、0.5236、0.6030、0.5482和0.5000。從中可以看出，2011年區(qū)域間差異較大的都市圈均包含合肥都市圈，這主要是由于合肥都市圈的碳排放強(qiáng)度遠(yuǎn)遠(yuǎn)高于其他都市圈，因此出現(xiàn)了較大的區(qū)域間差異。2020年杭州都市圈—寧波都市圈區(qū)域間基尼系數(shù)也超過了0.5，達(dá)到0.5882。2011～2020年長三角都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度區(qū)域間基尼系數(shù)均值如表2所示，可以發(fā)現(xiàn)，均值在0.1～0.2之間的僅有上海大都市圈—蘇錫常都市圈；均值在0.2～0.3之間的包括上海大都市圈—寧波都市圈、南京都市圈—蘇錫常都市圈、南京都市圈—寧波都市圈，杭州都市圈—蘇錫常都市圈，蘇錫常都市圈—寧波都市圈；均值在0.3～0.4之間的包括上海大都市圈—南京都市圈、上海大都市圈—杭州都市圈、南京都市圈—杭州都市圈、杭州都市圈—寧波都市圈；沒有都市圈均值在0.4～0.5之間；均值在0.5以上的包括上海大都市圈—合肥都市圈、南京都市圈—合肥都市圈、杭州都市圈—合肥都市圈、合肥都市圈—蘇錫常都市圈、合肥都市圈—寧波都市圈。
從2011～2020年區(qū)域間基尼系數(shù)的演變情況來看，僅有上海大都市圈和合肥都市圈、合肥都市圈和蘇錫常都市圈、合肥都市圈和寧波都市圈區(qū)域間差異增長幅度小于10%，長三角地區(qū)其余都市圈間碳排放強(qiáng)度差異均呈現(xiàn)大幅增長，區(qū)域一體化程度下降明顯。
長三角都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度動態(tài)演進(jìn)
長三角都市圈城市工業(yè)能源消費(fèi)碳排放強(qiáng)度核密度曲線如圖2所示，研究期內(nèi)核密度曲線主要呈現(xiàn)三峰形態(tài)，具有右拖尾現(xiàn)象。主峰在曲線左端，其中一個側(cè)峰離主峰距離較近，而另一個側(cè)峰距離左端兩個峰的距離較遠(yuǎn)。主峰峰值整體呈現(xiàn)上升趨勢，且逐年穩(wěn)步提升。主峰峰值中心具有波動性，呈現(xiàn)先左移后右移的趨勢，但與2011年相比，主峰峰值中心左移，且峰寬變窄，表現(xiàn)出長三角都市圈中碳排放強(qiáng)度值在0.7左右的城市增加。核密度曲線最右端側(cè)峰峰值也呈現(xiàn)上升趨勢，且中心右移。更突出的多峰現(xiàn)象表現(xiàn)出長三角地區(qū)城市碳排放強(qiáng)度的多極化，具有明顯的梯度效應(yīng)，這主要是由于舟山、馬鞍山和淮南的“超高”碳排放強(qiáng)度，增強(qiáng)了地區(qū)間的不均衡性。
長三角各都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度核密度曲線如圖3所示。研究期內(nèi)上海大都市圈主峰中心具有左移的趨勢，2011～2013年主峰峰值呈現(xiàn)快速增長，且由2011年的雙峰演變?yōu)?013年的四峰，說明盡管部分城市碳排放強(qiáng)度值更相近，但多極化現(xiàn)象加重，出現(xiàn)明顯的梯度效應(yīng)，2014年主峰峰值驟降，2014～2020年，主峰峰值較為穩(wěn)定，呈現(xiàn)波動性增長，但增長幅度較小，各年核密度曲線基本為雙峰或三峰，但側(cè)峰峰值較小，說明上海大都市圈內(nèi)的城市碳排放強(qiáng)度有縮小的趨勢，數(shù)值更為集中但仍具有明顯的極化特征。研究期內(nèi)南京都市圈由雙峰演變?yōu)樗姆?，主峰峰值波動性上升，主峰峰值中心先左移后又輕微右移，2011～2018年，南京都市圈碳排放強(qiáng)度核密度曲線基本呈現(xiàn)雙峰形態(tài)，側(cè)峰在主峰右端，且距離較遠(yuǎn)，側(cè)峰峰值增加且中心有右移趨勢，主峰和側(cè)峰的峰寬均變窄，說明南京都市圈城市碳排放強(qiáng)度城市極化現(xiàn)象加劇。杭州都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度核密度曲線始終保持單峰形態(tài)，但峰寬變窄，峰值呈現(xiàn)波動上升的趨勢，研究期內(nèi)峰值中心先左移后右移，相較2011年，2020年峰值中心沒有明顯的偏移，核密度曲線右拖尾現(xiàn)象加強(qiáng)。杭州都市圈碳排放強(qiáng)度核密度曲線的動態(tài)演進(jìn)趨勢表現(xiàn)出圈內(nèi)城市間碳排放強(qiáng)度更接近于0.9，呈現(xiàn)較為良好的發(fā)展態(tài)勢。合肥都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度核密度曲線在研究期內(nèi)由雙峰演變?yōu)槊黠@的三峰，主峰峰值呈現(xiàn)“緩慢上升—急速上升—急速下降—緩慢上升”的態(tài)勢，并在2017年達(dá)到最大值，主峰峰寬也由寬變窄再變寬，與2011年相比，2020年主峰峰值中心左移，側(cè)峰峰值與主峰峰值呈現(xiàn)相同變化趨勢。合肥都市圈碳排放強(qiáng)度核密度曲線整體呈現(xiàn)右拖尾現(xiàn)象，三峰現(xiàn)象的出現(xiàn)也表明碳排放強(qiáng)度呈現(xiàn)多極化的發(fā)展特征。蘇錫常都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度核密度曲線在2013年和2019年主峰和側(cè)峰的峰值較高，極化現(xiàn)象嚴(yán)重，研究期內(nèi)核密度曲線基本均呈現(xiàn)雙峰趨勢，側(cè)峰在主峰右端，存在一定的右拖尾現(xiàn)象。寧波都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度核密度曲線始終呈現(xiàn)單峰形態(tài)，峰值呈現(xiàn)“緩慢下降—急速上升—急速下降—緩慢下降”的演變趨勢，并且2014年峰值遠(yuǎn)遠(yuǎn)高于其他年份，峰值中心沒有顯著的左移或右移，且不具有明顯的拖尾現(xiàn)象。整體來看，研究期內(nèi)長三角六大都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度核密度曲線主峰峰值平均水平從大到小依次為蘇錫常都市圈＞上海大都市圈＞南京都市圈＞寧波都市圈＞杭州都市圈＞合肥都市圈。由此說明各都市圈的碳排放強(qiáng)度存在明顯差異。南京都市圈和合肥都市圈核密度曲線的動態(tài)演進(jìn)趨勢以及曲線多極化現(xiàn)象較為相似。
結(jié)語
2011～2020年，長三角都市圈工業(yè)能源消費(fèi)碳排放強(qiáng)度整體呈現(xiàn)下降趨勢，僅有舟山和六安在研究期內(nèi)上升；工業(yè)能源消費(fèi)碳排放強(qiáng)度基尼系數(shù)計算結(jié)果和碳排放強(qiáng)度核密度曲線演進(jìn)趨勢表明，各都市圈碳排放強(qiáng)度區(qū)域差異增大，不均衡性較強(qiáng)，特別是上海大都市圈和寧波都市圈區(qū)域內(nèi)差異增長幅度最大。為此，應(yīng)加速推進(jìn)區(qū)域低碳經(jīng)濟(jì)一體化，促進(jìn)碳達(dá)峰、碳中和目標(biāo)的達(dá)成，實(shí)現(xiàn)經(jīng)濟(jì)社會綠色可持續(xù)發(fā)展。一方面，要著力縮小各城市、各都市圈間的差距；另一方面，要盡量避免極化現(xiàn)象的產(chǎn)生，促進(jìn)都市圈以及長三角一體化發(fā)展。[11]
加快建設(shè)新型能源體系，著力推進(jìn)綠色低碳高質(zhì)量發(fā)展。中國“富煤少油”的自然資源概況很大程度影響了能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)型進(jìn)度，長三角都市圈當(dāng)前的能源消費(fèi)依舊以煤炭為主，工業(yè)行業(yè)的煤炭消費(fèi)占比突出，進(jìn)而產(chǎn)生高碳排放量。作為中國能源消費(fèi)的高地，長三角地區(qū)加快推進(jìn)能源結(jié)構(gòu)轉(zhuǎn)型十分重要。能源要素配置和經(jīng)濟(jì)發(fā)展具有高度的適配性，因此，受到經(jīng)濟(jì)發(fā)展方式、體制機(jī)制、基礎(chǔ)設(shè)施等方面影響，清潔能源的發(fā)展在一定程度上會受到制約。在面對低碳發(fā)展的諸多問題上，要采取控制化石能源消費(fèi)的增量、促進(jìn)替代能源的發(fā)展、加速產(chǎn)業(yè)結(jié)構(gòu)升級等措施，加速長三角地區(qū)的能源轉(zhuǎn)型步伐?？刂苹茉聪M(fèi)量，并不意味著以可再生能源完全替代煤炭等化石能源，而是要降低煤炭消費(fèi)比重，推動可再生能源和天然氣、石油等能源的多元化發(fā)展。加速產(chǎn)業(yè)結(jié)構(gòu)升級主要是在現(xiàn)有產(chǎn)業(yè)基礎(chǔ)上，逐步構(gòu)建更加適應(yīng)低碳能源消費(fèi)的生產(chǎn)方式，以此配合新能源技術(shù)，助力長三角都市圈的低碳發(fā)展。
大力發(fā)展低碳技術(shù)，加強(qiáng)技術(shù)創(chuàng)新水平。發(fā)展低碳技術(shù)包括對煤的清潔高效利用等減碳技術(shù)，發(fā)展核能、風(fēng)能等無碳技術(shù)以及對二氧化碳的捕獲、利用和封存等去碳技術(shù)。長三角地區(qū)的新能源資源條件有限，因此，發(fā)展碳捕獲、碳利用和碳封存等去碳技術(shù)是長三角低碳發(fā)展的關(guān)鍵，盡管當(dāng)前去碳技術(shù)在快速發(fā)展，也取得顯著成效，但目前的技術(shù)仍舊存在成本高、技術(shù)能耗高等問題，限制了去碳技術(shù)的規(guī)模化應(yīng)用。因此，長三角地區(qū)亟需突破去碳技術(shù)的發(fā)展瓶頸，加強(qiáng)都市圈之間的相關(guān)合作，加大對低碳技術(shù)的投資力度，大力支持企業(yè)技術(shù)創(chuàng)新。同時要在各都市圈的重點(diǎn)規(guī)劃建設(shè)區(qū)域中融入綠色發(fā)展理念，大力探索減碳路徑。
自從長三角一體化發(fā)展上升為國家戰(zhàn)略以來，以上海為中心的上海大都市圈、以南京為中心的南京都市圈等六大都市圈各展所長、相互支撐，不斷推進(jìn)長三角區(qū)域一體化發(fā)展。一體化發(fā)展不但需要中心城市帶動周邊地區(qū)經(jīng)濟(jì)發(fā)展，同時也承擔(dān)著推動實(shí)現(xiàn)區(qū)域共同富裕、生態(tài)綠色發(fā)展的重大使命。因此，長三角各都市圈應(yīng)推進(jìn)圈內(nèi)碳排放平衡和圈間碳排放平衡共同發(fā)展，在圈內(nèi)，碳排放強(qiáng)度低的城市可以通過技術(shù)、資源的支持，幫助碳排放強(qiáng)度高的城市進(jìn)行有效減排；在圈外，應(yīng)當(dāng)加快建立跨都市圈的區(qū)域低碳技術(shù)的共享機(jī)制，在產(chǎn)業(yè)、能源、建筑、交通等重點(diǎn)領(lǐng)域加速開展政府主導(dǎo)、市場驅(qū)動的綠色低碳一體化，構(gòu)建綠色交通網(wǎng)絡(luò)，共建綠色低碳示范區(qū)。此外，還要充分調(diào)動居民的積極性和參與度，推動形成全民共建的低碳社會，在控制能源消費(fèi)量和能源消費(fèi)強(qiáng)度的基礎(chǔ)上加強(qiáng)對碳排放量和碳排放強(qiáng)度的控制。
（本文系國家社會科學(xué)基金重大項目“二元經(jīng)濟(jì)轉(zhuǎn)型視角下中國新型城鄉(xiāng)關(guān)系的構(gòu)建研究”的階段性成果，項目編號：21ZDA053；遼寧大學(xué)博士研究生傅莉媛對本文亦有重要貢獻(xiàn)）
注釋
[1]習(xí)近平：《高舉中國特色社會主義偉大旗幟 為全面建設(shè)社會主義現(xiàn)代化國家而團(tuán)結(jié)奮斗——在中國共產(chǎn)黨第二十次全國代表大會上的報告》，《人民日報》，2022年10月26日，第1～5版。
[2]代麗娟、馬瓊、侯玉龍：《基于IPCC清單編制法的碳排放現(xiàn)狀分析》，《中國市場》，2022年第19期。
[3]楊世杰：《中國省域能源消耗碳排放的空間效應(yīng)研究：基于不同空間權(quán)重矩陣視角》，《環(huán)境科學(xué)與技術(shù)》，2019年第S2期。
[4]邢梓涵、李曉燕、石振宇等：《遼中南城市群城市擴(kuò)張及其碳排放效應(yīng)》，《自然資源遙感》，2022年6月。
[5]李云燕、盛清、代建：《基于DMSP–OLS與NPP–VIIRS整合數(shù)據(jù)的京津冀城市群碳排放時空演變特征》，《環(huán)境工程技術(shù)學(xué)報》，2022年4月。
[6]劉偉、毛顯強(qiáng)、李巍等：《黃河流域城市群工業(yè)增長與碳排放脫鉤關(guān)系研究》，《環(huán)境工程技術(shù)學(xué)報》，2022年9月。
[7]鄺嫦娥、李文意、黃小絲：《長江中游城市群碳排放強(qiáng)度與經(jīng)濟(jì)高質(zhì)量發(fā)展耦合協(xié)調(diào)的時空演變及驅(qū)動因素》，《經(jīng)濟(jì)地理》，2022年第8期。
[8]韋彥汀、李思佳、張華：《成渝城市群的碳排放時空演變特征及其影響因素分析》，《中國環(huán)境科學(xué)》，2022年第10期。
[9]蔣惠琴、陳苗苗、余昭等：《異質(zhì)性視角下長三角城市群碳達(dá)峰影響因素研究》，《城市問題》，2022年第8期。
[10]王青、肖宇航：《華北平原城市綠色發(fā)展效率時空演變趨勢及影響因素》，《城市問題》，2021年第10期。
[11]王青、劉亞男：《長三角六大都市圈經(jīng)濟(jì)高質(zhì)量發(fā)展的區(qū)域差距及動態(tài)演進(jìn)》，《南通大學(xué)學(xué)報（社會科學(xué)版）》，2022年第3期。
Regional Differences and Dynamic Evolution of Carbon Emission Intensity of Industrial Energy Consumption in the Yangtze River Delta Metropolitan Area
Wang Qing
Abstract: In response to global warming, China has taken an active part in global climate governance. The new development concept emphasizes green and sustainable development. Therefore, it is crucial to effectively reduce carbon emissions and carbon emission intensity in the Yangtze River Delta region as it is one of the most economically active regions in China. Based on the calculation of carbon emission intensity of industrial energy consumption in the six metropolitan areas of the Yangtze River Delta, the evolution of carbon emission intensity, regional differences and dynamic evolution of carbon emission intensity from 2011 to 2020 were analyzed. The results showed that the carbon emission intensity of the six metropolitan areas showed a downward trend as a whole, but there were significant differences among these metropolitan areas. We should adjust the energy consumption structure and develop low-carbon technology to promote the development of regional low-carbon economic integration.
Keywords: carbon emission intensity, Yangtze Delta metropolitan areas, regional differences, dynamic evolution
責(zé) 編／陳璐穎
