長三角差異化工業碳達峰路徑研究

陳 芳 曹曉蕓

(1.安徽大學 經濟學院，安徽 合肥 230601;2.安徽大學 創新發展戰略研究院，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命運共同體面臨的最大的非傳統安全挑戰。2003年英國能源白皮書《我們的能源未來》提出“低碳經濟”，開啟了全球范圍內“控碳、降碳”的實踐。氣候變化的治理是典型的公共產品，需要全球各國和地區都積極承擔相應的責任；據經濟合作與發展組織(OECD)統計數據顯示，截止到目前全球公認已穩定達到碳排放峰值的國家和地區54個，占全球碳排放總量的40%；自2006年中國CO2排放量超過美國，一直是全球最大的溫室氣體排放國。(1)根據英國風險評估公司Maplecroft公布的溫室氣體排放量數據。同時作為全球第一人口大國、最大發展中國家，在人口壓力、工業化進程階段等發展硬約束下，2020年習近平主席宣布：2030年前CO2排放達到峰值，努力爭取2060年前實現碳中和?！半p碳”承諾不僅是中國實現高質量發展的內在要求，也是大國責任與擔當的外在彰顯，更是重塑新發展格局的內外路徑融合的根本落腳點。在碳達峰“全國一盤棋”的戰略指導下長三角“要謀先手棋”，2020年長三角經濟總量占比約為24%(2)數據來源于《中國統計年鑒(2021)》。，成為三大經濟增長極中最活躍的地區，但其工業經濟是建立在大量消耗基礎上的“粗放式”繁榮(3)于明亮、李雨蒔、陳文浩等：《長三角地區能源消費變化的驅動因素分解研究——基于1995—2016年數據的分析》，《東南大學學報(哲學社會科學版)》2020年第2期，第69-79頁。，長三角“雙碳”目標實現既是國家推動部分區域率先達峰，完成達峰目標的戰略部署，更是借力“十四五”發展實現長三角綠色生態一體化的重要路徑。因此，摸清長三角“碳家底”、找準“減碳能力”，進而厘清“雙碳”路徑正是本文研究意義所在。

國內外關于碳達峰、碳中和的研究首先聚焦于“碳排放驅動因素分解的模型工具”，主流方法有IDA類(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(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，凸顯驅動因素結構變化的作用效果(6)程郁泰、張納軍：《碳排放IDA模型的算法比較及應用研究》，《統計與信息論壇》2017年第5期，第10-17頁。，而沒有將技術進步、要素間替代等與其變化密切相關的要素納入考慮范圍，缺乏各要素間相互關系的底層邏輯梳理(7)杜克銳、鄢哲明、楊志明：《能源和環境績效評價方法的最新研究進展》，《環境經濟研究》2018年第1期，第113-138頁。;SDA法則以投入產出表與消耗系數矩陣為基礎，可以達到精細化產業部門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).，但未克服算法的復雜性與數據的難獲得性等缺陷(9)張納軍、程郁泰：《碳排放SDA模型的算法比較及應用研究》，《統計與信息論壇》2018年第4期，第67-74頁。。隨著研究深入新方法隨之涌現，比如生產理論中的Shephard產出距離函數法(10)Zhou P,Ang B W.Decomposition of aggregate CO2 emissions:A production-theoretical approach.Energy Economics,2007,30(3).，規避了前兩種方法的不足，具有較好的經濟解釋能力，但仍未重視碳排放的空間外溢效應。國內相關研究更注重從“影響因素分析的實踐結論”梳理“雙碳”目標的著力點。中國經濟增長整體尚未完全擺脫“自然消耗增加型”模式(11)胡美娟、丁正山、李在軍等：《生態效率視角下旅游業生態福利及驅動因素——以常州市為例》，《生態學報》2020年第6期，第1944-1955頁。，粗放型經濟產出效應仍是工業碳排放增加的最主要因素，只有當經濟集聚水平達到閾值后，減排效應才會顯現。(12)邵帥、張曦、趙興榮：《中國制造業碳排放的經驗分解與達峰路徑——廣義迪氏指數分解和動態情景分析》，《中國工業經濟》2017年第3期，第44-63頁。產業結構變動會引起碳排放量的改變，產業結構效應為碳排放的抑制因子(13)郭朝先：《中國二氧化碳排放增長因素分析——基于SDA分解技術》，《中國工業經濟》2010年第12期，第47-56頁；許士春、習蓉、何正霞：《中國能源消耗碳排放的影響因素分析及政策啟示》，《資源科學》2012年第1期，第2-12頁。，縮減第二產業對經濟的貢獻率，可以有效降低碳排放量。此外，能源強度降低也是工業碳排放減少的重要因素。

國家多次強調避免“雙碳”政策的“一刀切”和不符合地方實際情況的現象，與基于社會經濟發展、自然資源稟賦、工業化進程階段、人口壓力和政策文化等多維度識別差異化的碳減排路徑研究形成相互佐證。比如，其一，以社會經濟發展階段為劃分標準，基于各類型城市工業碳排放的規模效應、結構效應和技術效應減排貢獻的作用效果，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，以工業化進程為劃分標準，基于城市的支柱產業和經濟結構差異，能源城市與重工業城市的碳排放強度明顯高于輕工業城市、高科技城市與服務業城市，其減排工作的效果更優(15)Shan Yuli,Guan Dabo,Hubacek K J,et al.City-level climate change mitigation in China.Science Advances,2018,4(6).；其三，依據產業結構劃分為工業城市、商業城市和混合經濟城市，研判其人口規模、國內生產總值與能源消耗之間比例關系的區別，高度商業化的城市表現出人口規模、國內生產總值與能源消耗的高度相關性，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，依據碳達峰趨勢劃分為低碳潛力型城市、低碳示范型城市、人口流失型城市、資源依賴型城市和傳統工業轉型期城市，區分各類型城市的達峰目標設計和行動重點，并將低碳潛力型城市和傳統工業轉型期城市認定為落實2030年達峰行動的關鍵一環(17)郭芳、王燦、張詩卉：《中國城市碳達峰趨勢的聚類分析》，《中國環境管理》2021年第1期，第40-48頁。；等等。

精準識別碳排放驅動因素是長三角實現“低碳經濟”的痛點，但現有文獻少有基于空間模型工具探究長三角工業碳排放驅動因素，更缺乏對長三角城市類型特征的系統梳理，弱化了相關研究結論的借鑒意義。本研究以長三角地區2009—2019年的工業能源數據為基礎，測算歷年的工業能耗碳排放和空間分布及其演進趨勢，架構長三角各城市間的低碳協同機制，破解單一區域無法有效應對復雜的氣候問題，形成工業低碳轉型與高質量發展的疊加效應、集成效應及系統性合力(18)陳芳、張書勤：《長江經濟帶綠色發展不平衡問題：概念框架與評估》，《統計與決策》2021年第12期，第161-165頁。；深入分析長三角城市工業碳排放的類型特征和驅動因素，為各城市地方政府設計因地制宜的達峰路線、明確達峰目標和重點任務提供參考依據。使當地氣候政策目標與經濟社會發展的政策目標協調統一，以期引領全國零碳轉型，成為國家綠色發展的樣板，為其他區域騰出發展空間、預留發展時間。

二、長三角城市工業碳排放基本特征

采用IPCC的核算方法對長三角城市工業的碳排放現狀進行“摸底”。其能源利用結構以煤炭為主，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種能源衡量長三角工業直接碳排放、選取電力衡量間接碳排放。各燃料的二氧化碳排放系數取自《省級溫室氣體清單編制指南(試行)》；電力碳排放系數的具體數值參考國家發改委2011年發布的《省級溫室氣體清單編制指南(試行)》。

長三角城市工業碳排放量與經濟發展狀況基本吻合，經濟發展與資源消耗還未實現實質性脫鉤?；谔寂欧趴偭烤S度，安徽、江蘇、浙江分別有3、4、9個高碳城市。長三角各城市的功能定位和經濟社會基礎不同，城市工業碳排放也存在差異：2009年寧波工業碳排放量居長三角首位，高達17 121.7萬噸，而黃山處于最低位，約為261.9萬噸，二者相差約65倍；至2019年工業碳排放量最高的蘇州與最低的黃山相差約24 415.9萬噸，該差值在樣本期內上升47%，區域內碳減排的協同推進任重道遠?；谔寂欧胚_峰趨勢維度，長三角整體工業碳排放雖仍呈現上升趨勢，上海、徐州、南通、泰州、杭州、淮北和宿州初現達峰特征。此外，南京、無錫、常州、寧波、溫州、馬鞍山、阜陽和亳州，工業碳排放量已無明顯波動，呈現達峰趨勢。蘇州、連云港、揚州、鎮江和浙江與安徽大部分城市工業碳排放仍有逐年上升的勢態，釋放危險信號，成為長三角未來減排工作的重點關注區域。

三、長三角城市工業碳排放空間格局與分布特征

(一)空間格局及演進動態

運用重心-標準差橢圓分析2009年與2019年兩個特征時點長三角工業碳排放的重心轉移及標準差橢圓。樣本考察期內，工業碳排放的標準差橢圓主要位于長三角東部地區和中部地區，基本呈現“西北-東南”分布格局，與長三角城市工業碳排放特征事實相符：高碳排放區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角線將低碳排放區與高碳排放區分隔開來，呈現出“高碳排放區與低碳排放區交替分布”的空間結構；安徽與浙江部分城市的工業碳排放均偏低，江蘇中南部地區與上海的工業碳排放較高，地理分布呈現“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，說明長三角工業碳排放存在空間集聚的趨勢。從重心移動軌跡及方向看，長三角工業碳排放分布重心在樣本期內由無錫向西南方向移動至常州，表明西部單元格城市工業碳排放的增長速度高于區域內平均水平。由此可見，碳排放不僅可以沿著貿易路徑在生產端與消費端轉移，在長三角內部也沿著產業轉移的方向實現了生產端之間的轉移。

圖1 長三角城市工業碳排放區位

運用核密度估計法刻畫2009年、2014年和2019年長三角城市工業碳排放的時序動態演進特征(圖3)。其一，核密度曲線的左側起點逐年降低，低碳排城市占比減少，右側拖尾逐年延長，由2009年的約19 000萬噸增至2019年的約26 000萬噸，高碳排放城市占比增加且碳排放量愈來愈大。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在2 000、3 000與4 000萬噸左右，表明樣本期內長三角工業碳排放整體仍呈現增加的態勢。其二，三條核密度曲線均為倒“V”形單峰形狀，表明長三角地區工業碳排放重心較為固定。密度最高點均位于5 000萬噸以內，10 000萬噸以上的密度雖有反彈趨勢但總體小于0.02‰，碳達峰基礎相對較好，明確碳達峰攻堅階段整體性約束指標并堅持減排政策的方向不變、力度不減，可為后續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型鄰接關系空間權重矩陣計算各年長三角工業碳排放全局Moran’s I指數(表1)，2009—2019年長三角工業碳排放呈現地理集聚現象。除2014年外長三角工業碳排放的相關性指數均大于0，且其對應的P值均小于5%，可見長三角城市工業碳排放存在顯著的正向空間相關性，而且在樣本期內這種集聚效應還較穩定。長三角工業碳排放空間自相關性呈現明顯的兩個階段：下降階段(2009—2014年)與波折上升階段(2015—2019年)。樣本期初期是長三角工業發展的“黃金時期”，工業發展的區域不平衡性削弱了工業碳排放的空間集聚現象；自2015年以來的空間自相關性波折上升得益于長三角一體化的提出與深度推進，區域內完善的功能區劃分使得城市的經濟功能與生態功能區分開來，將碳排放鎖定在特定范圍內，加劇了碳排放的集群效應。

圖2 2009年與2019年長三角工業碳排放 圖3 2009年、2014年、2019年長三角重心-標準差橢圓演進 工業碳排放核密度

表1 長三角工業碳排放全局Moran’s I指數

利用局部莫蘭散點圖描述長三角工業碳排放集群特征。2019年數據表明，在第一象限即高水平與高水平聚集的城市有7個，在第三象限即低水平與低水平聚集的城市有13個，說明同向聚集處于主導地位。第一象限的城市多位于東部沿海平原地區，而位于第三象限的城市多來自安徽。究其原因，是所處工業化進程階段與地理地形因素雙重作用的結果。東部沿海地區樣本期初期經濟迅速發展得益于發達的第二產業，近年來受生態環境紅線的現實倒逼，雖優化經濟結構、轉變發展方式，但工業生產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散作用，加劇了東部沿海地區工業碳排放的高高集群；而安徽省內多山地，形成了對工業發展與二氧化碳擴散的雙重阻礙作用。

2.空間非均衡性

利用基尼系數測度方法刻畫2009—2019年長三角工業碳排放的非均衡性特征(圖5)。長三角整體工業碳排放的基尼系數較高，平均值為0.447。呈現明顯的空間非均衡特征，需要限制高碳排放城市的工業碳排放的繼續走高。在演進趨勢上，工業碳排放基尼系數呈現下降趨勢：一方面，雙碳目標背景下碳排放絕對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型與產業升級成為必然；另一方面，經濟發展需要使得部分城市的工業碳排放直線上升。碳排放空間非均衡性的理想狀態與未來的發展趨勢應該是低排放水平城市間的均衡，長三角目前的工業碳排放空間格局與該理想狀態之間仍然存在差距。

圖4 2019年長三角工業碳排放局部莫蘭指數分布

圖5 長三角城市工業碳排放空間非均衡性

域間差異按照省際的標準劃分區域(19)直轄市上海不作為省際研究樣本。，無論是基尼系數的數值大小還是演變趨勢其空間內部差異均存在較為顯著的區別。從具體數值看，安徽的內部差距最大，基尼系數平均值為0.412；江蘇地區內部差距相對較小，基尼系數平均值為0.332。從演變趨勢看，江蘇省內空間差異在樣本期內波動較小，其基尼系數大致保持不變，圍繞0.332的均值小幅度波動。浙江省內部的空間差異的動態演變則大致呈兩階段變化，2009—2013年基尼系數增大，2014年以后基尼系數緩慢下降。樣本期內安徽省內基尼系數大致呈現下降趨勢，年均下降率為17.25%。

四、長三角城市工業碳達峰影響因素及趨勢特征

(一)研究方法及數據來源

1.空間計量模型

空間杜賓模型(SDM)、空間滯后模型(SAR)與空間誤差模型(SEM)是空間效應計量回歸的主要模型，為準確刻畫長三角工業碳排放驅動因素的空間效應提供了研究思路?？臻g杜賓模型見表達式(1)、空間滯后模型見表達式(2)，空間誤差模型見表達式(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為工業碳排放量；w為空間回歸系數；J為n×1階的空間權值矩陣；IS、EN1、EN2、UR、LF為5個自變量，分別代表產業結構、能源結構、能源強度、城市化和勞動力效率；l[l0,l1,…,l5]為待估參數；ui為空間固定效應；δt為時間固定效應；φ為誤差隨機項；γ為空間誤差系數；κ為正態分布的隨機誤差項?，F有研究表明長三角工業碳排放受勞動生產率、能源強度、能源結構、碳排放系數、勞動力等因素影響(20)陳芳、張書勤：《長江經濟帶綠色發展不平衡問題：概念框架與評估》，《統計與決策》2021年第12期，第161-165頁。，本文從產業結構、能源、城市化與勞動力四個方面分解長三角工業碳排放的驅動因素，具體的以第二產業增加值占GDP比重、標準化的工業煤炭消費量占工業能源消費總量比重、工業能源消費總量占工業增加值比重、建成區面積以及人均GDP為代理變量。

2.聚類分析

采用K-means聚類算法分析長三角工業碳排放趨勢的類型特征，即通過迭代將樣本劃分到組內樣本相似度最大、組間樣本具有高度異質性的k個層次化的類別中。參考郭芳等(21)郭芳、王燦、張詩卉：《中國城市碳達峰趨勢的聚類分析》，《中國環境管理》2021年第1期，第40-48頁。的研究，同時考慮影響長三角工業生產和碳排放的相關因素構建指標體系，兼顧靜態指標和動態指標對長三角36個城市進行聚類分析。具體地，靜態指標以第二產業增加值占GDP比重、人均GDP、城鎮從業人員數量、建成區面積 、人均工業能源消費、工業碳排放量為代理變量；動態指標主要考慮GDP年均增長率、人口年均增長率、建成區面積年均增長率與碳排放年均增長率。

3.數據來源及說明

基于數據的可獲得性，選取除淮安、鹽城、宿遷、衢州和麗水外的36個長三角城市進行研究。本文使用的數據來源于《中國城市統計年鑒(2010—2020)》《中國能源統計年鑒(2010—2020)》與各城市統計年鑒。

(二)驅動因素分解

1.基準回歸

通過比較LM檢驗、HAUSMAN檢驗、LR檢驗以及Wald檢驗的結果，判斷基準回歸模型的選擇(22)限于篇幅，四種檢驗結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，結果顯示統計量在1%水平上均顯著，表明SEM模型和SAR模型均適用，可以選擇SDM模型進行分析；進一步運用Wald檢驗和LR檢驗判斷空間杜賓模型是否可以轉化為空間滯后模型或空間誤差模型，檢驗結果在1%水平上拒絕原假設；同時Hausman檢驗的P值趨近于0，表明本文選取空間杜賓模型較為合適。

表2 空間計量回歸結果

表2模型①展示了空間杜賓模型的回歸結果，所有影響因素均在1%置信水平下顯著，表明產業結構、能源結構、能源強度、城市化與勞動力效率對長三角工業碳排放具有較強的作用效果。產業結構對工業碳排放具有正向效用，表明若第二產業對經濟貢獻度越小，則可以越早實現碳排放峰值：一方面，節能減排政策主要作用于第二產業，第二產業占比較高的城市承擔更大的減排壓力，完成相關目標的意愿相對較低；另一方面，第一、三產業通過技術進步所帶來的碳減排效果優于第二產業。(23)齊曄、劉天樂、宋祺佼等：《低碳城市試點“十四五”期間需助力碳排放達峰》，《環境保護》2020年第5期，第9-11頁。能源結構與能源強度對工業碳排放具有顯著驅動作用，具體表現為長三角工業經濟增長與煤炭的鎖定效應較強，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：《長三角城市群工業全要素能源效率變動分解及影響因素——基于隨機前沿生產函數的經驗研究》，《上海財經大學學報》2014年第3期，第95-102頁。，提高能源利用效率、促成能源轉型仍是長三角工業碳達峰工作的重要任務。同時，城市化對長三角工業碳排放具有顯著的正向影響，不能忽視城市化過程中帶來的碳排放問題，城市化伴隨著資本、人才與技術的集聚，意味著更多的生產需求，促進工業規模的擴大，使得能源消費剛性需求的增加，帶動工業能源消費和碳排放的快速增長。(25)林伯強、劉希穎：《中國城市化階段的碳排放:影響因素和減排策略》，《經濟研究》2010年第8期，第66-78頁。勞動力效率對碳排放也展現出顯著正向作用，是因為隨著工業化生產發展，技術革新促使勞動力效率得到了大幅提高的同時，也造成了能源消費的不斷增加，刺激碳排放的增加。(26)蘇永樂、冷彩霞、蔣煜宇：《陜西省工業碳排放現狀及影響因素研究》，《西安財經大學學報》2020年第6期，第58-65頁。

2.穩健性檢驗

選擇改變回歸模型進行穩健性檢驗，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，回歸結果中各變量系數符號相對穩定，與基準回歸相比無明顯變動，因此認為該模型通過穩健性檢驗。

3.空間效應分解

基于SDM估計結果，對長三角工業碳排放的各種驅動因素進行空間效應的分解，具體地，模型④為直接效應、模型⑤為間接效應以及模型⑥為總效應。由表2：①產業結構對工業碳排放的直接效應與間接效應均為正，且間接效應在5%水平上顯著，表明本地區的第二產業發展程度對鄰近地區碳排放具有顯著的促進作用。究其原因，地理距離是產業轉移的重要影響因素，產業升級時傾向于就近選擇承接地，加重了鄰近地區的碳排放負擔。②能源結構對工業碳排放的直接效應在1%水平上顯著為正，間接效應不顯著，表明工業碳排放主要受本地能源結構影響，而鄰近地區的溢出效應不明顯。③能源強度對工業碳排放的間接效應在1%水平上呈現負顯著，表明鄰近地區的能源強度對本地區的碳排放具有顯著的抑制作用。隨著城市功能劃分愈發完善，將高碳排放鎖定在能源強度偏高的地區，可為周邊地區釋放碳排放負擔。④城市化對工業碳排放的間接效應為負且不顯著，表明鄰近地的城市化會疏解當地碳排放壓力，但效果不顯著。⑤勞動力效率與能源強度的表現相反，其間接效應在1%水平上呈現正顯著。源于經濟的輻射帶動作用，勞動力效率偏高的地區會刺激周邊區域的碳排放量也大幅增加。

4.異質性檢驗

選取樣本初期與樣本末期兩個時間節點進行異質性檢驗，模型⑦為2009年的回歸結果以及模型⑧為2019年的回歸結果。由表2：①與2009年相比，2019年的產業結構與能源強度對工業碳排放的作用效果均增強，碳達峰工作應聚焦二者重點攻堅，全面精準發力。②能源結構對工業碳排放的作用效果在2019年變弱，源于綠色科技的研發與清潔技術的推廣使得碳排放空間收緊，弱化了能源結構在2019年的影響效力。③2009年城市化對工業碳排放的刺激作用不顯著，是因為2009年長三角整體城市化水平不高，并非影響工業碳排放的主要因素。而隨著城市化進程的深入，在2019年其對工業碳排放呈現顯著的促進作用。④無論是樣本初期還是樣本末期，勞動生產率都是驅動工業碳排放增加的最重要因素之一，勞動力效率的全方位提升對碳排放的抑制作用還未顯現。

(三)進一步分析：趨勢特征

聚類結果顯示，當前長三角城市的工業碳達峰趨勢大致分為4類(表3)。其中，第一類為“脫碳先鋒型城市”，包括上海、南京、無錫、常州等7個城市，是長三角有望率先達峰城市。此類城市經濟體量大且處于穩步增長，城市化水平高，產業結構以服務業為主；雖然當前碳排放量仍相對較高，但碳排放增長速度居長三角最低水平，年均增長率約為2%。

表3 K均值聚類結果

第二類為“脫碳潛力型城市”，包括南通、揚州、鎮江、泰州等9個城市。此類城市勞動力擴張速度快于人口增長速度，宜居的生活環境與高度發達的配套設施發揮對勞動力的虹吸作用，區域內人口數量充足。同時，得益于發達的第二產業，脫碳潛力型城市經濟發展水平較高，但其碳排放量較小，有望將碳排放峰值控制在較低水平。長三角生態綠色一體化發展示范區建設為脫碳先鋒型城市與脫碳潛力型城市架構跨區域減排協同機制奠定基礎，成為長三角落實“2030年前碳達峰”行動的先行區。

第三類為“轉型困難型城市”，包括徐州、連云港、溫州、金華等8個城市。此類城市中以資源型地區居多，比如徐州、馬鞍山和滁州等，經濟發展水平處于中下游水平，城市化水平偏低。產業結構偏重型化，第二產業占比約為44.85%；人口增速較快，疏解了當地勞動力不足的問題的同時，致使工業品需求增加，加劇了產業結構矛盾的同時刺激了碳排放增長。

第四類為“達峰滯后型城市”，包括蚌埠、淮南、淮北、銅陵等12個安徽省城市。此類城市經濟發展尚處于起步階段，經濟發展潛力大，但失業率高、人口流失大使得勞動力短缺問題突出制約其發展；由于第二產業欠發達，工業碳排放量較小，但粗放式的經濟發展方式帶來能源強度較高。達峰滯后型城市需警惕隨經濟增長驅動碳排放快速增長的可能性，尋求碳排放絕對量約束與經濟社會發展中的平衡。

五、長三角城市工業碳達峰路徑對比及優化策略

考慮區域碳排放現狀、碳減排能力、發展定位不同(27)田成詩、劉怡：《中國碳排放與經濟發展存在倒U型關系嗎?——考慮時間相關效應和異質性的研究》，《運籌與管理》2021年第9期，第232-239頁。，長三角各類型城市應差異化制定達峰時間等約束性指標并自主部署階段性任務。

(一)脫碳先鋒型城市率先達峰，實現全方位引領與借鑒

脫碳先鋒型城市碳排放增速較慢，其經濟發展正處于全面深度脫碳化的階段。城市產業結構調整已經基本完成，相較于其他三種類型的城市，產業減排潛力較小。該類城市中有5個是國家發改委批設的低碳試點城市，且包含上海與杭州兩個碳排放已呈現達峰狀態的城市，達峰基礎理想，可將達峰目標設置在“十四五”初期。脫碳先鋒型城市應錨定技術革新，提高能效，實現技術節能。上海、南京、蘇州、杭州等擁有扎實科研基礎的城市著力自主技術創新扶持，對基礎理論、關鍵技術、工程應用等進行系統性、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探索(28)黃國華、劉傳江、趙曉夢：《長江經濟帶碳排放現狀及未來碳減排》，《長江流域資源與環境》2016年第4期，第638-644頁。，加快“卡脖子”綠色關鍵核心技術攻關；以“新基建”為契機，推進云計算、大數據、物聯網、移動通信、人工智能、區塊鏈和邊緣計算等新一代信息技術與新能源技術的交叉融合，搶占顛覆性產業科技創新制高點；實施綠色化低碳化變革和數字化智能化創新“雙輪驅動”，催生新技術新產業新業態新模式。

(二)脫碳潛力型城市盡快達峰，高質量支撐長三角低碳發展

“低端擁擠、高端短缺”的工業結構現狀，致使脫碳潛力型城市碳排放量仍處于震蕩上升狀態，但同時也意味著其第二產業減排空間廣闊，潛力明顯，因此預計該類城市在“十四五”初期碳排放會繼續緩慢上升，隨后在“十四五”后期達峰。其工業碳達峰的首要任務仍是增量經濟的低碳化，堅持以“高端、數字、融合、集群、品牌”為發展方針，推動產業轉型。具體來說，明確碳減排目標和指標，倒逼傳統產業的綠色轉型，嚴格控制高耗能、高排放項目建設；推進產業升級迭代，以產業高級化、城市清潔化、生產高效化與規?；嵘鞘械吞及l展效率，構建現代產業體系，推動城市經濟邁入高質量發展的新軌道。特別是，合肥、南通等區域內綜合實力較強的城市，率先培育數字經濟、高端裝備制造等戰略新興產業，推動集成電路、生物醫藥、人工智能三大先導產業規模倍增；加快建立市場導向的低碳發展長效機制，架構綠色低碳的產業鏈供應鏈價值鏈，培育參與未來競爭新的動力源。

(三)轉型困難型城市厘清發展與減排關系，在當前節奏穩步推進達峰

轉型困難型城市與達峰滯后型城市多屬于老工業城市和資源型城市，產業發展層次低、鏈條短、產品附加值低、產能過剩等問題突出，低碳轉型形勢嚴峻，但尚有較大潛力可挖，是未來碳減排的重點。該類城市達峰基礎相對薄弱，由于其經濟發展尚處在加速階段，碳排放仍呈現增長趨勢，二者尚未表現出脫鉤跡象，且產業結構仍具有較大的調整和轉型空間，需要在達峰過程中梳理好碳排放、產業轉型與經濟發展的關系，預計該類城市在“十四五”期間碳排放會繼續上升，將達峰目標設置在2026—2029年逐步達峰為宜。產業轉型困難的城市全方位賦能鋼鐵、水泥、有色金屬、玻璃等重點行業和重要領域低碳化改造，推進清潔生產；通過發展替代行業創造新的經濟增長動能，對沖化石能源轉型的經濟風險；克服產業結構轉型的短期陣痛，遏制“兩高”項目盲目發展，承接產業轉移時對標國際先進水平提高準入門檻，破解生產端碳排放“轉移”問題。資源轉型困難的城市側重提高資源節約和綜合利用水平，扭轉能源結構高碳化現狀，逐步戒斷對煤炭的依賴；形成對煤電發展的上限約束，規劃好煤電退出的路線圖，構建新型電力系統；完善可再生能源發電補貼政策(29)史丹：《能源轉型與低碳工業化道路》，《理論視野》2017年第11期，第29-32頁。，推動風電、水電產業的發展，提高綠電占比；驅動能源體系向以清潔能源為主導、數字化技術與可再生能源相融合的分布式智能能源體系轉變，以清潔、綠色方式滿足用能需求。

(四)達峰滯后型城市全力跟上整體達峰步驟(30)張友國、白羽潔：《區域差異化“雙碳”目標的實現路徑》，《改革》2021年第11期，第1-18頁。，以碳匯增量鍛造碳中和優勢

達峰滯后型城市普遍存在產業結構單一、生態破壞嚴重、基礎設施和城市功能老化、經濟社會發展活力不足等問題，轉型發展和城市更新尤為迫切。鑒于達峰滯后型城市目前碳排放與經濟增長尚未表現出脫鉤跡象，允許該類城市工業達峰時間滯后于區域內平均水平，給該地區經濟發展預留空間。預計其碳排放在“十四五”和“十五五”期間仍會保持上升趨勢，建議將達峰目標錨定在2030年左右。達峰滯后型城市在實現工業碳達峰時應秉持“綠水青山就是金山銀山”的理念，壓縮粗放式的第二產業的發展空間，以第三產業的大發展推動經濟大跨越，確保發展與保護協同共生。在安慶、池州、宣城為主的生態資源良好、碳匯用地規模較大的城市，特別是淀山湖、新安江、大別山、黃山等區域，積極打造生態旅游、康養、文化等產業業態，不斷擴大綠色服務供給數量與質量，在保證碳匯功能的基礎上實現高質量發展，為后續碳中和工作打好基礎。