我國城市發(fā)展與能源碳排放關系的面板數(shù)據(jù)分析

王雅晴,譚德明,張佳田,孟 楠,韓寶龍,*,歐陽志云

1 中國科學院大學資源與環(huán)境學院,北京 100049 2 中國科學院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國家重點實驗室,北京 100085 3 南華大學經(jīng)濟管理學院, 衡陽 421001

我國進入經(jīng)濟新常態(tài)后,為了維持經(jīng)濟的穩(wěn)定增長,需要快速城市化作為動力支撐;同時,在巴黎氣候協(xié)定的約束下,我國面臨碳減排的巨大挑戰(zhàn)。前者由快速城市化帶來對能源消費增長的剛性拉動;后者由政府承諾帶來對能源消費碳減排的硬性約束。緩和或破解二者矛盾具有極強的現(xiàn)實意義,而此項工作的關鍵恰在于厘清城市能源消費的碳排放特征與驅動機制。

城市化推動能耗,能耗推動城市碳排放。圍繞城市化與城市能源消費的關系與機理,國內外學者開展了一系列研究,形成一系列典型結論。Zhang和Lin[1]等利用我國省級面板數(shù)據(jù)建立柯步道格勞斯模型,發(fā)現(xiàn)城市化對城市碳排放和能源消耗的影響,發(fā)現(xiàn)城市化推動了能源消耗的上升,但其影響效應在東、中、西部存在顯著差異。王海鯤等[2]在對無錫市多年碳排放的核算研究中發(fā)現(xiàn),城市能源消費的平均年度碳排放占平均年度總體碳排放的80%。Wang等[3]對170個國家1980—2011的城市化、經(jīng)濟增長、能源消費和碳排放的研究發(fā)現(xiàn)各個變量存在不同程度的Granger因果關系.Bilgili等[4]對亞洲10個國家1990—2014年的統(tǒng)計數(shù)據(jù)分析,發(fā)現(xiàn)城市化對能源密度長期有重要的影響。

城市第二產(chǎn)業(yè)是影響能源碳排放密度與效率的主要原因。Lin和Zhu[5]對我國30個省工業(yè)化與能源強度的研究表明,二產(chǎn)結構和比例對能源密度有重要影響,能源密度隨著產(chǎn)業(yè)結構的調整下降。張偉等[6]借助 Kaya 恒等式對產(chǎn)業(yè)體系的碳排放量因素分解建立產(chǎn)業(yè)體系碳排放模型,對我國29個省區(qū)產(chǎn)業(yè)體系及其三次產(chǎn)業(yè)1995—2014年間的碳排放強度、能源碳排放密度和能源消費強度進行測度,研究發(fā)現(xiàn)：我國產(chǎn)業(yè)體系低碳化發(fā)展是由能源結構的變化所驅動,屬于能源結構變化型; 由于產(chǎn)出占比和能源消費占比較大,導致我國產(chǎn)業(yè)體系能源消費強度,即能源使用效率主要受二次產(chǎn)業(yè)的影響。

我國經(jīng)濟增長、能源消費、碳排放間具有耦合特征,但存在解耦可能。Asumadu-Sarkodie和Dwusu[7]利用電力消耗表征了城市發(fā)展,并發(fā)現(xiàn)電力消耗與碳排放呈現(xiàn)動態(tài)相關,在不同階段耦合特征不一致。仇婷婷[8]利用面板Granger因果檢驗分析經(jīng)濟增長與能源消費、經(jīng)濟增長與碳排放的相互影響關系,實證結果顯示,經(jīng)濟增長與能源消費、經(jīng)濟增長與碳排放之間均存在雙向的因果關系。王凱等[9]基于IPCC溫室氣體排放清單指南中的碳排放因子與核算方法,核算了1995—2010年中國服務業(yè)能源消費和CO2排放量,并發(fā)現(xiàn)服務業(yè)能源消費、CO2排放量與增加值之間的脫鉤狀況總體上呈現(xiàn)出逐步好轉的態(tài)勢;服務業(yè)存在從經(jīng)濟增長到能源消費、CO2排放的單向Granger因果關系。杜祥琬等[10]在研究發(fā)達國家經(jīng)濟發(fā)展與能源消費、能源消費與二氧化碳排放解耦規(guī)律的基礎上,提出我國未來發(fā)展的3種情景假設,即慣性情景、低碳情景和綜合情景。如按假設的低碳情景發(fā)展,中國發(fā)展進入新常態(tài),GDP預期增速雖有所下降,但經(jīng)濟總量仍保持良好增長態(tài)勢,2020年后我國經(jīng)濟增長與能源消費開始呈現(xiàn)逐步解耦的趨勢。

人均GDP、能源消費結構、產(chǎn)業(yè)結構是影響碳排放效率的主要原因。Asumadu-Sarkodie等[11]研究了能源消耗、二氧化碳排放、GDP、工業(yè)化、金融發(fā)展和人口之間的因果關系,通過ARDL回歸分析、神經(jīng)網(wǎng)絡預測及格蘭杰因果關系檢驗表明能源使用和二氧化碳排放之間存在單向的因果關系,工業(yè)化和能源使用之間的雙向因果關系。查建平等[12]利用相對“脫鉤”、“復鉤”的理論與測度模型,對2000—2009年我國工業(yè)經(jīng)濟增長與能源消費和碳排放之間的脫鉤關系進行研究,認為能源效率是實現(xiàn)碳排放與工業(yè)經(jīng)濟增長之間弱“脫鉤”的主要拉升因素,能源排放強度、能源結構以及產(chǎn)業(yè)結構等是脫鉤工作中的薄弱環(huán)節(jié)。張慶民等[13]基于我國 1995—2009 年統(tǒng)計數(shù)據(jù)對產(chǎn)業(yè)結構與碳排放之間的內在關聯(lián)性進行了分析,結果表明,第一產(chǎn)業(yè)碳排放總量與碳排放強度遠低于其他產(chǎn)業(yè),但碳排放量增長率高于其 GDP 增長率; 第二產(chǎn)業(yè)碳排量總量最高,碳排放增長率一直在高位運行且波動幅度較大,碳排放強度呈現(xiàn)明顯下降趨勢; 第三產(chǎn)業(yè)碳排放總量卻遠低于第二產(chǎn)業(yè),碳排放強度與第一產(chǎn)業(yè)相似,但其碳排放增長率較高。蓋美等[14]選取遼寧沿海經(jīng)濟帶為研究對象,構建Tobit多元線性回歸模型對碳排放效率的影響因素進行詳細分析,研究表明：人均GDP與碳排放效率呈顯著正相關,而能源消費結構、能源消費強度、產(chǎn)業(yè)結構及政府干預與碳排放效率呈顯著負相關。

在文獻綜述過程中發(fā)現(xiàn),現(xiàn)有全國范圍的城市能源碳排放研究多是以省級或全國尺度為數(shù)據(jù)最小單元,城市數(shù)據(jù)單元的研究多出現(xiàn)在分省或分區(qū)域的研究中;數(shù)據(jù)采集多是單樣本區(qū)域的時間序列或多樣本區(qū)域的截面數(shù)據(jù),少有面板數(shù)據(jù)。分析其原因,可能是長時間序列數(shù)據(jù)收集中,行政區(qū)劃調整、統(tǒng)計口徑、統(tǒng)計指標調整導致數(shù)據(jù)可獲得性不高。因此,本文通過簡化城市發(fā)展指標,及重新核算城市能源碳排放數(shù)據(jù)的方式,開展10年158個地級城市的面板數(shù)據(jù)分析,以期對我國城市發(fā)展與城市能源碳排放關系有更全面和動態(tài)的認識;同時,采用空間中心模型,刻畫各類指標的空間中心變化,以彌補當前研究中空間分析的不足。

2 案例與數(shù)據(jù)方法

2.1 研究對象與數(shù)據(jù)來源

本研究中使用到的數(shù)據(jù)包括：(1)各城市年末總人口數(shù)據(jù)及城市年末非農(nóng)業(yè)總人口數(shù)據(jù);(2)各城市地區(qū)生產(chǎn)總值及三次產(chǎn)業(yè)增加值數(shù)據(jù);(3)各城市能源消費總量及各類型能源消費量等。主要來自于歷年《中國城市統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》,此外各類能源碳排放換算參數(shù)主要來自于《綜合能耗計算通則》(GB/T 2589—2008)和《省級溫室氣體清單編制指南》(發(fā)改辦氣候[2011]1041號)。上述數(shù)據(jù)的研究分析時間跨度為2006年至2015年,涉及貨幣單位的指標,統(tǒng)一利用歷年CPI值轉化為2015年價格表示。在對所有空值樣本和0值樣本篩除后,剩余完整分析樣本158個,占全國地級城市總數(shù)的一半以上,多數(shù)分布在漠河-騰沖線東部,認為能夠反映我國城市的總體情況,具有較強代表性。樣本城市的空間分布如圖1所示。

圖1 研究對象與總體實驗樣本分布Fig.1 Research object and distribution of total experimental samples

2.2 變量與面板數(shù)據(jù)分析

本文研究城市化水平、三次產(chǎn)業(yè)產(chǎn)值與能源消耗、能源碳排放及單位能耗的碳排放強度之間的關系。建立柯布道格勞斯方程模型如下：

Y=URα1×FIα2×SIα3×TIα4×ε

式中,UR為城市化率、FI為第一產(chǎn)業(yè)產(chǎn)值、SI為第二產(chǎn)業(yè)產(chǎn)值、TI為第三產(chǎn)業(yè)產(chǎn)值、ε為擾動項。Y在三個不同的面板分析中分別為總能耗(Y1)、總能源碳排放(Y2)以及單位能耗的碳排放強度(Y3)。為了消除原始數(shù)據(jù)中存在的異方差和不同變量之間的數(shù)量級差異,且假設柯步道格勞斯函數(shù)模式符合本文變量之間關系,因此,在進行面板數(shù)據(jù)分析之前,對各個指標數(shù)據(jù)進行自然底對數(shù)處理：

Yit=α1ln(URit)+α2ln(FIit)+α3ln(SIit)+α4ln(TIit)+μi+εit

式中,i表示各樣本城市,t表示時間年份,αi表示各變量的回歸系數(shù),ui表示各城市的個體差異,it表示模型的隨機擾動項。下表給出了模型中各個對數(shù)序列的描述性統(tǒng)計量。

表1 各變量的描述統(tǒng)計量

在對一般面板模型進行參數(shù)估計時,先用個體效應F統(tǒng)計量檢驗模型中是否存在個體效應,若存在則選擇變截距模型估計,若不存在則采用混合最小二乘法估計。為了進一步確定是固定影響模型還是隨機影響模型,需要進行Hausman檢驗,由于固定效應模型比隨機效應模型假設條件更寬松,如果Hausman檢驗拒絕原假設,則應該接受假設條件更寬松的模型,即應該采用固定效應模型,否則應該采用隨機效應模型。

固定效應模型和隨機效應模型最大的不同就在于其基本假設,即個體不隨時間改變的變量是否與自變量有關,固定效應模型認為不隨時間改變的變量是內生的,與解釋變量相關,隨機效應模型認為不隨時間改變的變量是外生的,與解釋變量不相關。在模型變量的引入上,固定效應模型默認了那些不隨時間變化的自變量不會對因變量造成影響,因而不允許這類變量出現(xiàn)在模型之中,而隨機效應模型則認為表示某些個體特征的但不隨時間變化而變化的自變量能夠對因變量造成影響,允許這類變量引入到模型之中。

2.3 能源消費碳足跡核算

本文整合2007—2016年《中國能源統(tǒng)計年鑒》數(shù)據(jù)進行相關能源消費碳足跡核算。考慮到以化石能源為代表的傳統(tǒng)能源是造成碳排放的主要原因,因此僅計算包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣和電力等九類能源的碳排放。

基于2007—2016年能源消費原始數(shù)據(jù),結合煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣等八類能源二氧化碳排放系數(shù),將各類型能源消費碳排放量折算為國際統(tǒng)一單位(t),具體折算方法采用如下公式：

式中,E1表示能源消費碳排放量,單位噸;n表示不同類型的能源;e表示能源消費量,單位噸;A表示二氧化碳排放系數(shù),各類能源具體系數(shù)見表2。

表2 各類能源二氧化碳排放系數(shù)

電力能源消費碳排放量采用如下公式進行計算,計算后折算為國際統(tǒng)一單位(t)：

式中,E2表示電力能源消費碳排放量,單位t;n表示不同地區(qū);e表示能源消費量,單位萬千瓦小時;B表示二氧化碳排放系數(shù),各地區(qū)能源具體系數(shù)見表3。

表3 我國區(qū)域電網(wǎng)單位供電平均二氧化碳排放

2.4 城市化率缺失處理

為了科學、真實地反映我國各城市不同階段城鄉(xiāng)人口、社會和經(jīng)濟發(fā)展情況,準確評價城市化水平,本文通過對2007年到2016年《中國城市統(tǒng)計年鑒》中地級及以上城市全市年末總人口數(shù)量和非農(nóng)業(yè)人口數(shù)量的數(shù)據(jù)進行整理,采用城鄉(xiāng)劃分中的非農(nóng)人口占總人口(包括農(nóng)業(yè)與非農(nóng)業(yè))比重進行計算,其結果用百分比(%)來表示。

但由于部分年鑒中非農(nóng)業(yè)人口數(shù)量數(shù)據(jù)缺失,導致上述辦法無法計算出全國各省市的城市化率。可綜合2007—2016年《中國統(tǒng)計年鑒》中各個省份真實城市率(全省城鎮(zhèn)人口比總人口),并根據(jù)各個省市某一年份城市化率比重比值及需要計算年份各個省市城市化率比重比值來進行推算,方法如下：

q=Q×a/A

式中，q為需計算年份各城市的城市化率;Q為需計算年份各省份的城市化率;a為各城市的城市化率;A為各省份的城市化率。2007—2009年年鑒中城市化率的計算(山東省除外),是采用城非農(nóng)人口占總人口(包括農(nóng)業(yè)與非農(nóng)業(yè))比重來進行計算;山東省2008—2016年年鑒中城市化率是根據(jù)2007年年鑒中山東省和省內各個城市的城市化率及需計算年份山東省城市化率比重采用上述公式推算得出;其他各城市2010年到2016年年鑒中的城市化率均是根據(jù)2009年鑒中各個省市城市化率比重的比值及當年個省份城市化率比值采用上述公式推算得出。

2.5 空間重心計算

地理研究中,可用重心移動反映地理事物和現(xiàn)象空間分布的變化。將其用在本文的研究中用于體現(xiàn)相關指標近十年在空間上的變化情況,下面以某指標A為例,說明其空間重心的計算方式。

式中,(AC,X,AC,Y)為該指標的全國重心經(jīng)緯度坐標,(IX,IY)為第I城市的經(jīng)緯度坐標,Ai為第I城市的該指標得分。

3 結果

3.1 中國城市能源消費動態(tài)特征

本文選取典型城市來構建2006—2015年中國各城市能源碳排放變化曲線,并分別利用城市的總能源消耗、能源消耗的總二氧化碳排放量和能源二氧化碳排放逆效率(單位能耗的二氧化碳排放量)三項指標來分析中國各城市能源碳排放總體變化趨勢,從總能源消耗重心轉移和總能源消耗二氧化碳排放重心轉移兩項指標來分析其時空變化趨勢。 樣本城市能源碳排放總體變化趨勢。從2006—2015年,三項指標總體趨勢有顯著差別：總能源消耗量總體呈現(xiàn)逐年平穩(wěn)下降趨勢能源消耗造成的二氧化碳排放量則呈現(xiàn)2006—2012年先快速下降,2013—2015年后緩慢上升的趨勢;而二氧化碳排放逆效率則呈現(xiàn)逐年勻速增長的趨勢(圖2,圖3)

圖2 樣本城市總能源消耗Fig.2 Total energy consumption in sample cities

圖3 樣本城市單位能源消耗二氧化碳排放量和總能源消耗二氧化碳排放量排放量Fig.3 CO2 emission for unit energy consumption & CO2 emission for total energy consumption

樣本城市能源碳排放的空間重心轉移趨勢。根據(jù)樣本城市總能源消耗重心轉移曲線和二氧化碳排放重心轉移曲線,可以發(fā)現(xiàn),二者在時空演變范圍上具有顯著的一致性,其中經(jīng)度變化范圍為116°05′—118°00′E,緯度變化范圍為36°06′—39°02′N。具體表現(xiàn)為： 2006—2011年期間,經(jīng)、緯度變化都較為明顯,且無規(guī)律性;2012—2015年期間,經(jīng)、緯度基本保持不變;總體來說二者重心都向我國西北地區(qū)轉移(圖4)。而二氧化碳排放逆效率重心呈現(xiàn)波動無規(guī)律性轉移(圖5)。

圖4 樣本城市總能源消耗和能耗二氧化碳排放重心轉移Fig.4 The shift of spatial weight for total energy consumption(a) and its CO2 emission(b)

圖5 樣本城市能源消耗二氧化碳排放逆效率重心轉移Fig.5 The shift of spatial weight for the efficiency of CO2 emission

3.2 中國城市發(fā)展動態(tài)特征

中國城市化率自2006年起呈穩(wěn)步遞增趨勢,截至2015年城市化率已達57%。總體而言,2006—2008年城鎮(zhèn)化率空間重心轉移以向西的單向轉移為主,2008—2015年則是東、南方向上的兩向轉移(圖6)。

圖6 中國城市化率的重心轉移Fig.6 The shift of spatial weight for Chinese urbanization rate

中國國內生產(chǎn)總值、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值和第三產(chǎn)業(yè)增加值自1990年來總體均呈現(xiàn)增長趨勢。第一產(chǎn)業(yè)增加值自1990—2005年以來發(fā)展平穩(wěn), 2006—2011年出現(xiàn)短時間微弱增長趨勢,2012年后又趨于平穩(wěn);第二產(chǎn)業(yè)增加值1990—2000年10年間穩(wěn)步增長,2001—2011年10年間快速增長,2012年后增長速率出現(xiàn)浮動但總體仍是增長趨勢;第三產(chǎn)業(yè)增加值自1990年起,就以增加速率不斷提高的形勢發(fā)展;需要特別說明的是,在1990—2009年年間、2010年和2011年第二產(chǎn)業(yè)增加值總是高于第三產(chǎn)業(yè),于2009年和2012年先后兩次相交后第三產(chǎn)業(yè)增加值遠超出第二產(chǎn)業(yè)增加值(圖7)。

圖7 中國國內生產(chǎn)總值及結構變化Fig.7 The change of Chinese GDP and its structure

圖8 中國GDP的重心轉移Fig.8 The shift of spatial weight for Chinese GDP

我國城市地區(qū)生產(chǎn)總值重心是沿東南方向遷移(圖8)。這一現(xiàn)象說明東南部區(qū)域的地區(qū)生產(chǎn)總值增速較其他地區(qū)更高。第一產(chǎn)業(yè)增加值空間重心在2006—2015年期間出現(xiàn)東、西和南、北反復遷移,但無明顯規(guī)律。第二產(chǎn)業(yè)增加值空間重心自2006—2015年總體沿東南方向轉移,規(guī)律明顯。第三產(chǎn)業(yè)增加值空間重心在2006—2015年總體沿東南方向小范圍遷移(圖9)。

圖9 中國三次產(chǎn)業(yè)增加值的重心轉移Fig.9 The shift of spatial weight for the value-added of Chinese three industries

3.3 城市發(fā)展對城市總能耗的影響特征

運用F檢驗對面板模型是否存在個體效應進行檢驗,結果表明拒絕采用混合面板模型,說明模型中確實存在個體效應。為了進一步確定是固定效應模型還是隨機效應模型,對模型進行Hausman檢驗,結果表明,在5%的顯著水平下,拒絕隨機效應模型,故選用固定效應模型。

表4 總能耗固定效應模型估計結果

從上表可知,模型的擬合優(yōu)度R2為0.986,方程的F檢驗P值小于0.05,說明回歸方程顯著具有統(tǒng)計意義。各個變量的回歸系數(shù)均滿足5%顯著性水平。城市化水平UR的回歸系數(shù)為0.095,顯著性水平為4%,說明城市化水平與總能耗之間存在正相關,即城市化水平每增加1個百分點,總能耗會相應增加0.095個百分點。第一產(chǎn)業(yè)產(chǎn)值FI的回歸系數(shù)為-0.260,顯著性水平為0%,說明第一產(chǎn)業(yè)產(chǎn)值與總能耗之間存在負相關,即第一產(chǎn)業(yè)產(chǎn)值每增加1個百分點,總能耗相應減少0.260個百分點。第二產(chǎn)業(yè)產(chǎn)值和第三產(chǎn)業(yè)產(chǎn)值的回歸系數(shù)分別為0.132和0.307,顯著性水平均為0%,說明第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值與總能耗之間存在顯著正相關,即第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值的增加會導致總能耗的增加。

3.4 城市發(fā)展對城市總能耗碳排放的影響特征

首先運用F檢驗對面板模型是否存在個體效應進行檢驗,結果表明拒絕采用混合面板模型,說明模型中確實存在個體效應為了進一步確定是固定效應模型還是隨機效應模型,對模型進行Hausman檢驗。Hausman檢驗結果表明,在5%的顯著水平下,拒絕隨機效應模型,故選用固定效應模型。

表5 能耗碳排放固定效應模型估計結果

從上表可知,模型的擬合優(yōu)度R2為0.989,方程的F檢驗P值小于0.05,說明回歸方程具有顯著統(tǒng)計意義。城市化水平UR的回歸系數(shù)為0.043,顯著性水平為13.7%(大于5%),說明城市化水平不是碳排放的顯著影響因素。第一產(chǎn)業(yè)產(chǎn)值FI的回歸系數(shù)為-0.222,顯著性水平為0%,說明第一產(chǎn)業(yè)產(chǎn)值與碳排放之間顯著負相關,即第一產(chǎn)業(yè)產(chǎn)值每增加1個百分點,碳排放相應減少0.222個百分點。第二產(chǎn)業(yè)產(chǎn)值和第三產(chǎn)業(yè)產(chǎn)值的回歸系數(shù)分別為0.135和0.384,顯著性水平均為0%,說明第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值與碳排放之間顯著正相關,即第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值的增加會導致能源碳排放的增加。

3.5 城市發(fā)展對城市單位能耗碳排放的影響特征

首先運用F檢驗對面板模型是否存在個體效應進行檢驗,結果表明拒絕采用混合面板模型,模型中確實存在個體效應。為了進一步確定是固定效應模型還是隨機效應模型,對模型進行Hausman檢驗。結果表明,在5%的顯著水平下,拒絕隨機效應模型,故選用固定效應模型。根據(jù)F和Hausman檢驗結果進行固定效應模型擬合,結果如下(表6)。

表6 能耗碳排放逆效率固定效應模型估計結果

從上表可知,模型的擬合優(yōu)度R2為0.903,方程的F檢驗P值小于0.05,說明回歸方程具有顯著統(tǒng)計意義。城市化水平UR和第二產(chǎn)業(yè)產(chǎn)值的回歸系數(shù)在5% 的顯著水平下均不顯著,說明城市化水平和第二產(chǎn)業(yè)產(chǎn)值都不是影響能源效率的顯著因素。第一產(chǎn)業(yè)產(chǎn)值FI的回歸系數(shù)為0.065,顯著性水平為0%,說明第一產(chǎn)業(yè)產(chǎn)值與能源效率之間顯著正相關,第一產(chǎn)業(yè)產(chǎn)值每增加1個百分點,能源效率相應增加0.065個百分點。第三產(chǎn)業(yè)產(chǎn)值的回歸系數(shù)為0.069,顯著性水平為0%,說明第三產(chǎn)業(yè)產(chǎn)值與能源效率之間顯著正相關,即第三產(chǎn)業(yè)產(chǎn)值每增加1個百分點,能源效率相應增加0.065個百分點。

4 研究發(fā)現(xiàn)

4.1 城市能源消費與能源碳排放變化趨勢

研究期內城市總體能源消費及能源消耗產(chǎn)生的二氧化碳排放均呈現(xiàn)下降趨勢;但是單位能源消費引起的二氧化碳排放呈現(xiàn)上升趨勢。能源消費與能源二氧化碳排放空間重心呈現(xiàn)沿向北方向遷移的特征;而能源二氧化碳排放逆效率則沒有發(fā)生重心轉移。上述趨勢說明,能源消費總量、能源碳排放都在逐步降低,但是后者下降速度慢于前者,即單位能源消耗的碳排放量增加。可見我國降低能源碳排放的關鍵在于提升清潔能源比例。

4.2 城市化與城市產(chǎn)業(yè)發(fā)展變化趨勢

研究期內全國城市的城市化水平呈現(xiàn)出南方城市城市化速度高于北方城市的特征;第三產(chǎn)業(yè)、第二產(chǎn)業(yè)的比重及增長速度遠高于第一產(chǎn)業(yè);且第三產(chǎn)業(yè)增速高于第二產(chǎn)業(yè)。東南部地區(qū)生產(chǎn)總值增速略高于其他區(qū)域;第一產(chǎn)業(yè)發(fā)展速度基本在空間上維持不變;而第三產(chǎn)業(yè)、第二產(chǎn)業(yè)在東南地區(qū)的發(fā)展速度略高于其他地區(qū)。

4.3 城市發(fā)展與能源消耗的耦合關系

以總能耗為被解釋變量,發(fā)現(xiàn)城市化水平、第二產(chǎn)業(yè)產(chǎn)值及第三產(chǎn)業(yè)產(chǎn)值與總能耗之間存在正相關關系;而第一產(chǎn)業(yè)產(chǎn)值與總能耗之間存在負相關關系。然后以能源碳排放為被解釋變量,發(fā)現(xiàn)城市化水平不是影響碳排放的顯著因素;第一產(chǎn)業(yè)產(chǎn)值與碳排放之間存在負相關關系;第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值與碳排放之間存在正相關關系。最后以能耗碳排放逆效率(單位能耗碳排放)為被解釋變量,得出城市化水平和第二產(chǎn)業(yè)產(chǎn)值都不是影響單位能耗二氧化碳排放量的顯著因素;第一產(chǎn)業(yè)及第三產(chǎn)業(yè)產(chǎn)值與能耗二氧化碳排放量之間存在正相關關系。結合第二產(chǎn)業(yè)對能源消耗影響的重要性,說明能源消費結構的調整,在第二產(chǎn)業(yè)中遇到瓶頸期;鼓勵城市發(fā)展第三產(chǎn)業(yè)有利于單位能源碳排放降低,且第三產(chǎn)業(yè)中開展能源結構調整,提升清潔能源比例更易實現(xiàn)。

5 政策建議

(1)城市應加速發(fā)展高技術服務業(yè)以提高能源碳排放效率

由于第三產(chǎn)業(yè)產(chǎn)值每增加1個百分點,能源效率相應增加0.065個百分點,所以城市應當加速第三產(chǎn)業(yè)發(fā)展;但另一方面城市化水平提升會增加總能耗,第三產(chǎn)業(yè)往往是人力資源依托型產(chǎn)業(yè),會增加城市總能耗,因此,只有重點增加高技術服務業(yè)(非低端勞動力依賴)才能在控制總能耗的同時,減少能源總體碳排放。城市需要采取第三產(chǎn)業(yè)的產(chǎn)業(yè)升級,通過“騰籠換鳥”的方式開展第三次產(chǎn)業(yè)替代。

(2)城市應重點提升二三產(chǎn)業(yè)的能源利用效率

由于二三產(chǎn)業(yè)耗能比重大,能源消耗及能耗碳排放與產(chǎn)值呈現(xiàn)正相關,建議通過二三產(chǎn)業(yè)供給側改革配套制度來提高高耗能企業(yè)的能源消耗成本,用制度推進企業(yè)節(jié)能;注重發(fā)展民營經(jīng)濟,民營企業(yè)對成本的敏感性更高;鼓勵二三產(chǎn)業(yè)淘汰落后技術,開展技術創(chuàng)新;鼓勵二三產(chǎn)業(yè)及跨產(chǎn)業(yè)間的產(chǎn)業(yè)鏈合作,尤其是循環(huán)經(jīng)濟產(chǎn)業(yè)鏈合作,以達到能源梯級利用目的。

(3)城市應有區(qū)別的優(yōu)化三大產(chǎn)業(yè)能源結構

由于第二產(chǎn)業(yè)設備類固定資產(chǎn)投入大,發(fā)展路徑粘性明顯,所以第二產(chǎn)業(yè)能源結構調整難度大,對第二產(chǎn)業(yè)用能結構調整,可采用技術創(chuàng)新獎勵、以獎代補等技術補貼等方式,扶植企業(yè)開展用能替代,從單位熱含碳量高的能源向含碳量低的能源替換。對于第一產(chǎn)業(yè)一方面鼓勵農(nóng)業(yè)規(guī)模化經(jīng)營,以提高先進農(nóng)機使用率;另一方面對于驅蟲補光等低電壓用能設備,鼓勵采用風能、太陽能等可分布式利用能源替換。對于第三產(chǎn)業(yè)重點關注城市服務業(yè)的用能結構調整,餐飲業(yè)減少煤炭使用,替換為天然氣等單位熱含碳量低的能源;旅游業(yè)多使用電動汽車、風能路燈、太陽能路燈等新能源技術。