中國沿海地區(qū)能源碳排放時空演變特征及影響因素研究

高 鶴,宋雪亞

(1.中國黃金集團資產(chǎn)管理有限公司,北京 100011; 2.大連海事大學 航運經(jīng)濟與管理學院,遼寧 大連 116026)

一、引 言

人類健康與良好的生態(tài)環(huán)境息息相關(guān),而全球氣候變暖所帶來的各種社會生態(tài)問題極大程度上威脅著人類健康。世界各國為應(yīng)對全球氣候變化問題相應(yīng)提出低碳行為措施,紛紛將國家的經(jīng)濟發(fā)展轉(zhuǎn)變?yōu)橐浴暗湍芎摹⒌臀廴竞偷团欧拧睘樘卣鞯哪Ｊ?中國更是向世界承諾努力在2030年前實現(xiàn)“碳達峰”及2060年前實現(xiàn)“碳中和”。改革開放以來,中國的經(jīng)濟飛速發(fā)展,尤其是沿海城市憑借廉價資源、區(qū)位優(yōu)勢、優(yōu)惠政策,以全國1/10不到的面積和人口,創(chuàng)造出全國一半以上的經(jīng)濟總量,成為全國和區(qū)域性的增長極,主導著經(jīng)濟社會發(fā)展的命脈。然而中國沿海地區(qū)開發(fā)給沿海地區(qū)各城市環(huán)境帶來的負外部效應(yīng)逐漸凸顯,人類健康和生存環(huán)境都受到了較大的危害。因此,分析沿海地區(qū)能源碳排放的空間分布特征,探究沿海地區(qū)的能源碳排放變化特征的影響效應(yīng),有助于沿海地區(qū)經(jīng)濟高速-能源低碳利用模式的開發(fā),啟發(fā)沿海地區(qū)尋找適合自己的低碳發(fā)展道路,對減緩中國碳排放的壓力具有重大意義。

國內(nèi)外學者使用各種空間技術(shù)對碳排放的時空分布特征及影響因素進行了研究。在碳排放的重心遷移方面,有學者發(fā)現(xiàn)中國碳排放的重心分布方向為東南方向,碳排放強度重心與經(jīng)濟重心變動方向一致向西北方向遷移,其原因是碳排放強度重心與經(jīng)濟重心之間存在高度負相關(guān)關(guān)系,經(jīng)濟重心在一定程度上抑制碳排放強度重心向北移動[1-2]。在空間相關(guān)性分析方面,中國城市碳排放強度的空間相關(guān)性呈現(xiàn)出顯著聚集,城市碳排放空間集聚性增強的同時集聚水平在縮小[3],且中國東部地區(qū)碳排放總量高于西部地區(qū)碳排放總量[4]。在識別碳排放的影響因素方面,許多學者基于IPAT等式[5]和擴展STIRPAT模型[6]分析碳排放影響因素,發(fā)現(xiàn)中國的碳排放變化主要是由人口因素、經(jīng)濟發(fā)展因素[7]、產(chǎn)業(yè)結(jié)構(gòu)及能源強度[8]等因素引起的,且主要驅(qū)動碳排放的因素是經(jīng)濟發(fā)展[9],主要抑制碳排放的因素是能源強度[10-11]。

綜上所述,碳排放問題是國內(nèi)外學者研究的熱點,但現(xiàn)有研究中存在以下不足:1)由于中國的碳排放體系并不完善,國家僅公布各省的碳排放數(shù)據(jù),市級層面的碳排放數(shù)據(jù)很難得到準確的估算,因此我國學者大多數(shù)是從國家層面或者省級層面對碳排放進行研究;2)目前相關(guān)研究大部分使用單一方法探究能源碳排放空間分布狀態(tài),同時從時間和空間上去分析碳排放的時空演變的研究較少;3)傳統(tǒng)因子分析模型分析相關(guān)性普遍存在共線性問題,雖然很多學者在研究中考慮使用添加控制變量等方法減弱因子共線性,但是通過該種方法探究的因子相關(guān)性往往存在較大誤差。因此,本文采用較為新穎的視角,以沿海地區(qū)113個地級以上城市為對象展開分析,研究對象從傳統(tǒng)的省級層面具體到市級層面,在新的經(jīng)濟環(huán)境下,綜合重心遷移模型和探索性空間數(shù)據(jù)模型對能源碳排放進行雙維度研究,并選擇地理探測模型探究沿海地區(qū)各城市能源碳排放的影響因素,不僅能有效避免使用傳統(tǒng)因子分析模型存在的共線性問題,還能更準確地探測各影響因素對能源碳排放的影響程度,最終助力“雙碳”目標早日實現(xiàn)。

二、研究方法與數(shù)據(jù)來源

(一)研究方法

1．重心遷移模型

在重心遷移模型中,假設(shè)某地區(qū)由n個單元組成,其中第m個單元的中心坐標為(Xi,Yi),指標值為Ei,則該區(qū)域的重心坐標Ti(xi,yi)的計算公式如下:

(1)

(2)

本文中,Ei(i=1,2,…,113)為y沿海地區(qū)第i個城市某年份的碳排放總量。從第t年到第t+1年,該區(qū)域某屬性的重心移動距離的計算公式如下:

(3)

式中:C為常數(shù),是把地理坐標單位(1°)轉(zhuǎn)化為平面距離(km)的系數(shù),取值111.111。另外,為深入探究沿海地區(qū)能源碳排放在空間上的方向分布情況,本文還使用標準差橢圓對沿海地區(qū)能源碳排放數(shù)據(jù)進行分析,具體方法參考文獻[12]。

2．探索性空間數(shù)據(jù)分析

本文基于沿海地區(qū)能源碳排放數(shù)據(jù),借助ArcGIS 10.8軟件,采用探索性空間數(shù)據(jù)分析(Exploratory Spatial Data Analysis,ESDA)方法探究沿海地區(qū)的碳排放的空間集聚性和關(guān)聯(lián)性。探索性空間數(shù)據(jù)分析的核心是空間自相關(guān)的測度,主要包括全局空間自相關(guān)和局部空間自相關(guān)[13]。全局空間自相關(guān)用來描述碳排放在研究區(qū)域內(nèi)空間關(guān)聯(lián)性的總體特征,通常用全局空間自相關(guān)指數(shù)(Global Moran’s I)表示,計算公式為

(4)

局部空間自相關(guān)能夠?qū)植康目臻g聚集特征進行識別,本文采用局部空間自相關(guān)指數(shù)(Local Moran’s I)表示位于不同空間城市的高值集聚區(qū)和低值集聚區(qū),其計算公式為

(5)

Ii為正值時,表示該區(qū)域單元周圍相似值(高值或低值)的空間集聚;Ii為負值時,則表示非相似值的空間集聚。采用LISA圖進行直觀展示,將具有顯著性的空間集聚單元劃分為“高-高集聚型”區(qū)域、“低-低集聚型”區(qū)域、“高-低集聚型”區(qū)域、“低-高集聚型”區(qū)域4類,其余為不顯著區(qū)域。

3．地理探測模型

地理探測器的核心思想是如果某個自變量對某個因變量有影響,那么自變量的空間分布和因變量的空間分布應(yīng)該趨于一致[14]。參考已有研究,本文運用地理探測器方法中的因子探測及交互作用探測進行研究。因子探測主要用q值度量,其計算公式為

(6)

(二)數(shù)據(jù)來源

1．碳排放數(shù)據(jù)

本文選取沿海地區(qū)遼寧、河北、天津、山東、江蘇、上海、浙江、福建、廣東、廣西和海南等11個省份共113個地級以上城市為研究對象。考慮到以化石能源為代表的傳統(tǒng)能源燃燒是能源碳排放形成的主要原因,本文整合了2006—2020年沿海地區(qū)煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣和電力九類能源的消耗量,并依據(jù)各類能源的熱量轉(zhuǎn)換系數(shù)和碳排放系數(shù)計算沿海地區(qū)能源碳排放量。由于中國城市尺度的碳排放核算方法和體系并不完善,各類能源的熱量轉(zhuǎn)換系數(shù)和碳排放系數(shù)參考已有文獻[18]。

2．指標選取與數(shù)據(jù)來源

結(jié)合擴展的STIRPAT模型及現(xiàn)有研究,本文從規(guī)模結(jié)構(gòu)、產(chǎn)業(yè)投資和能源強度等方面選取與碳排放聯(lián)系較為密切的7個指標,即經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模、土地城鎮(zhèn)化、能源強度、外商投資和環(huán)境規(guī)制。1)經(jīng)濟發(fā)展(X1),以人均GDP表示;2)產(chǎn)業(yè)結(jié)構(gòu)(X2),以第二產(chǎn)業(yè)產(chǎn)值占GDP的比例表示;3)人口規(guī)模(X3),以年末總?cè)丝跀?shù)量表示;4)土地城鎮(zhèn)化(X4),以建成區(qū)面積占行政區(qū)總面積的比例表示,城鎮(zhèn)化水平的衡量可以從人口城鎮(zhèn)化、土地城鎮(zhèn)化、經(jīng)濟城鎮(zhèn)化和社會城鎮(zhèn)化四個維度進行[19],為避免經(jīng)濟變量之間存在多重共線性,本文重點使用土地城鎮(zhèn)化表征城鎮(zhèn)化水平對碳排放的影響;5)能源強度(X5),以地區(qū)能源消費總量與地區(qū)生產(chǎn)總值的比例表示;6)外商投資(X6),對外開放能有效優(yōu)化國際資源配置,是提高我國國際合作與經(jīng)濟增長的重要引擎,且對外開放程度對工業(yè)碳排放具有正向的推動作用[20-21],本文選取外商投資用以表征對外開放程度對碳排放的影響,以當年實際利用外商直接投資總額表示;7)環(huán)境規(guī)制(X7),由于環(huán)境規(guī)制有力地抑制了城市碳排放強度增長[22],且環(huán)境規(guī)制能通過抑制技術(shù)發(fā)展水平和調(diào)整產(chǎn)業(yè)結(jié)構(gòu)等路徑間接作用碳排放[23-24],因此,本文參考任曉松等[25]的方法,環(huán)境規(guī)制數(shù)據(jù)由工業(yè)廢水排放量、工業(yè)SO2排放量及工業(yè)煙塵排放量計算得到。

本文數(shù)據(jù)主要來源于2007—2021年各城市的《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》《中國城市統(tǒng)計年鑒》《中國統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》。

三、中國沿海地區(qū)能源碳排放時空格局演變特征分析

(一)沿海地區(qū)能源碳排放特征

本文選擇研究時期內(nèi)等間隔年份和起始年份為代表年份(2006年、2010年、2015年和2020年)。為直觀展示2006—2020年沿海地區(qū)能源碳排放的時空分布特征,采用ArcGIS軟件中的自然斷點法將2006年沿海地區(qū)能源碳排放總量劃分為五個等級,并根據(jù)研究時期內(nèi)實際演變數(shù)據(jù)進行相應(yīng)的調(diào)整,最終將沿海地區(qū)能源碳排放劃分為以下五個等級:低度碳排放(0～500.00萬t)、較低度碳排放(500.01萬～1100.00萬t)、中度碳排放(1100.01萬～2500.00萬t)、較高度碳排放(2500.01萬～4000.00萬t)、高度碳排放(4000.01萬t及以上)。2006—2020年沿海地區(qū)能源碳排放總量分布特征如圖1所示。

整體來看,沿海地區(qū)在研究時期內(nèi)時空演變規(guī)律顯著,即各城市能源碳排放總量逐年顯著增加,其中環(huán)渤海區(qū)域與長三角區(qū)域變化最大,而東南沿海區(qū)域、珠三角區(qū)域及西南沿海區(qū)域的變化較小。這可能與我國以環(huán)渤海和長三角地區(qū)為重化工業(yè)基地相關(guān),重化工產(chǎn)業(yè)占比大,“高投入、高能耗”的粗放型生產(chǎn)特點突出,能源消費結(jié)構(gòu)以煤炭為主,導致能源碳排放量大幅度上升;而東南沿海區(qū)域、珠三角區(qū)域和西南沿海區(qū)域是我國經(jīng)濟轉(zhuǎn)型發(fā)展的前沿地帶,產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化升級,節(jié)能減排工作做得相對較好,能源碳排放總量變化較小。

從局部空間分布上看,天津、上海和南京在較早年份就顯現(xiàn)出高度碳排放的特征,隨后在2020年高度碳排放區(qū)域增加了蘇州、杭州、寧波、廣州、深圳、佛山、東莞和欽州。對比各年份的碳排放分布圖,中度、較高度和高度碳排放三個等級的城市由2006年的20個逐漸增加至2020年的47個,能源碳排放的顯著增加對我國在2030年前實現(xiàn)“碳達峰”的目標具有一定的促進作用。

(二)能源碳排放的重心遷移及標準差橢圓分析

運用重心遷移模型對沿海地區(qū)能源碳排放的重心進行計算并利用標準差橢圓將計算數(shù)據(jù)可視化,可以直觀看到其在研究時期內(nèi)在具體的研究區(qū)域上的空間重心位置點移動變化的特征,從而揭示時間段內(nèi)沿海地區(qū)能源碳排放重心的空間動態(tài)移動變化規(guī)律,進而能夠測度沿海地區(qū)各城市能源碳排放在發(fā)展中的空間差異。本文采用ArcGIS軟件中的空間分析模塊對沿海地區(qū)能源碳排放進行重心分析,得到2006—2020年沿海地區(qū)能源碳排放的重心坐標、移動距離及方向,見表1。

由表1可知,沿海地區(qū)能源碳排放整體變動范圍為東經(jīng)117.67°～118.11°、北緯31.73°～32.14°,重心總計遷移197.46 km,平均移動速度為13.16 km/年。從重心移動方向和距離看,沿海地區(qū)能源碳排放重心整體向西南方向移動,其空間移動軌跡可分為三個階段:1)2006—2009年向西南方向移動,相鄰年份間移動的距離為8.57 km～16.18 km,這一階段能源碳排放重心移動幅度較小,說明各城市能源碳排放變動相對均衡。2)2009—2013年向東北方向移動,該時期的重心移動恰好與2006—2009年抵消,因此沿海地區(qū)能源碳排放在2006—2013年間的變動相對穩(wěn)定。3)2013—2020年向西南方向移動,沿海地區(qū)能源碳排放移動主要是該階段導致的,特別是2013—2014年與2019—2020年間重心移動距離高達32.70 km和39.97 km,表明沿海地區(qū)能源消耗在沿海南部城市所排放的二氧化碳較多。2013—2014年遷移原因可能是該時期我國正大力推進珠江三角洲建設(shè)為“粵港澳大灣區(qū)”且西南省份積極參與全球經(jīng)濟分工;2019—2020年遷移主要受新冠肺炎疫情影響,沿海北部城市在封城政策的影響下碳排放顯著減少。

沿海地區(qū)能源碳排放的標準差橢圓分布情況如圖2所示,2006—2020年沿海地區(qū)能源碳排放的標準差橢圓主要位于環(huán)渤海沿海區(qū)域、長三角沿海區(qū)域和東南沿海區(qū)域,標準差橢圓呈現(xiàn)“東北—西南”分布格局。在研究期內(nèi),標準差橢圓的面積明顯增大,說明沿海地區(qū)能源碳排放的發(fā)展態(tài)勢并不穩(wěn)定,空間差異性較為明顯。從半軸長度來看,長半軸長度由2006年1064.29 km擴大至2019年1091.87 km,短半軸長度由351.01 km擴大至374.84 km,說明沿海地區(qū)各城市的能源碳排放呈現(xiàn)空間發(fā)散的趨勢,總體上沿海地區(qū)能源碳排放重心偏向于南方,整體變化趨勢南方大于北方。

(三)基于ESDA的能源碳排放時空格局演變特征

1．能源碳排放時空格局演變總體特征

計算沿海地區(qū)能源碳排放的全局自相關(guān)Moran’s I指數(shù),結(jié)果見表2。表2中所有序列的全局Moran’s I指數(shù)的p值均小于顯著性水平0.01,通過顯著性檢驗,數(shù)據(jù)結(jié)果全部通過Z值檢驗,具有一定的統(tǒng)計學意義。2006—2020年,沿海地區(qū)能源碳排放全局Moran’s I指數(shù)均大于0,集中于0.135～0.204之間,表明在研究期間沿海地區(qū)各城市之間能源碳排放呈現(xiàn)空間正相關(guān),能源碳排放高度排放區(qū)域呈集聚狀態(tài)。沿海地區(qū)能源碳排放的全局Moran’s I指數(shù)由2006年的0.135調(diào)整為2020年的0.166,呈現(xiàn)遞增趨勢,說明沿海地區(qū)各城市的能源碳排放空間相關(guān)性表現(xiàn)為不斷加強的趨勢。

2．能源碳排放時空格局演變局部特征

借助ArcGIS軟件對沿海地區(qū)能源碳排放進行局部空間自相關(guān)分析,得出2006年、2010年、2015年和2020年沿海地區(qū)能源碳排放局部空間自相關(guān)聚類,如圖3所示。由圖3可知:

1)2006—2020年沿海地區(qū)能源碳排放空間格局基本上保持穩(wěn)定。蘇州、廣州、深圳和東莞從2006年以來就保持為“高-高集聚型”區(qū)域,即能源碳排放高值集聚區(qū);在2015年上海、無錫、中山和佛山轉(zhuǎn)變?yōu)椤案?高集聚型”區(qū)域,2020年南通由“低-高集聚型”區(qū)域轉(zhuǎn)向“高-高集聚型”區(qū)域;而中山在2020年從“高-高集聚型”區(qū)域轉(zhuǎn)向不顯著區(qū)域,排除數(shù)據(jù)誤差等原因,這可能是由于該地區(qū)的產(chǎn)業(yè)快速發(fā)展和城市化水平提高等原因使該地區(qū)出現(xiàn)集聚變化。

2)“低-低集聚型”區(qū)域在本文中的含義是能源碳排放低值集聚區(qū)域。在2006—2020年沿海地區(qū)能源碳排放的演變過程中,顯著的“低-低集聚型”區(qū)域主要分布在西南沿海地區(qū),如南寧、柳州、梧州、北海、防城港、欽州、貴港、玉林、百色、賀州、來賓和崇左;除西南沿海區(qū)域外,溫州、湛江、茂名和梅州也穩(wěn)定于“低-低集聚”區(qū)域;到2020年“低-低集聚”區(qū)域包含溫州、南平、梅州、潮州、揭陽、汕頭、賀州、梧州、柳州和百色。

3)“高-低集聚型”僅出現(xiàn)在2006年的汕頭和2020年的欽州,其他年份均未出現(xiàn)“高-低集聚型”區(qū)域,而“低-高集聚型”區(qū)域穩(wěn)定在廊坊、舟山、嘉興、湖州、鎮(zhèn)江和惠州等。

總的來說,沿海地區(qū)能源碳排放“高-高集聚型”區(qū)域的時空變化顯著,呈現(xiàn)出逐漸擴張趨勢,而“低-低集聚”區(qū)域分布動態(tài)呈現(xiàn)緊縮趨勢,“高-低集聚型”和“低-高集聚型”區(qū)域的分布都較為穩(wěn)定,表明沿海地區(qū)能源碳排放的空間分布具有較強的空間集聚性,即空間集聚性顯著。

四、基于地理探測模型的能源碳排放影響因素分析

(一)因子探測結(jié)果分析

由于地理探測器軟件要求自變量為類型量,而本文中所研究的影響因子都為數(shù)值型連續(xù)變量,因此,在使用地理探測器對沿海地區(qū)能源碳排放的影響因子進行分析之前,首先利用ArcGIS軟件中的自然斷點法對自變量進行離散化處理。本文將各因素自然間斷為五個層級,隨后將離散化的自變量值代入GeoDetector軟件,得到沿海地區(qū)能源碳排放因子探測結(jié)果,見表3。由表3可知,2006—2020年,經(jīng)濟發(fā)展、土地城鎮(zhèn)化、外商投資和環(huán)境規(guī)制對沿海地區(qū)能源碳排放具有顯著影響,而能源強度和人口規(guī)模對因變量的影響較弱,2010年、2015年和2020年產(chǎn)業(yè)結(jié)構(gòu)對能源碳排放的影響未通過顯著性檢驗。由此可知,沿海地區(qū)能源碳排放單個影響因子主要是外商投資、土地城鎮(zhèn)化、經(jīng)濟發(fā)展和環(huán)境規(guī)制,次要影響因子為人口規(guī)模和能源強度,產(chǎn)業(yè)結(jié)構(gòu)并不是沿海地區(qū)能源碳排放的主要原因。

(二)交互作用探測結(jié)果分析

交互作用探測主要是為了識別不同的因子交互是否會增加或減弱對能源碳排放的解釋力,本文使用地理探測器中的交互作用因子探測進一步探究沿海地區(qū)能源碳排放空間分異機理。沿海地區(qū)能源碳排放因子交互作用的結(jié)果見表4。從表4結(jié)果中發(fā)現(xiàn):1)對比單因子探測和交互因子探測的結(jié)果,所有交互因子對能源碳排放空間分析的影響力都有明顯增強,說明沿海地區(qū)能源碳排放的空間分異結(jié)果是由經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模、土地城鎮(zhèn)化、能源強度、外商投資和環(huán)境規(guī)制等多因素非線性耦合的結(jié)果;2)2006—2020年,經(jīng)濟發(fā)展和土地城鎮(zhèn)化、經(jīng)濟發(fā)展和外商投資、經(jīng)濟發(fā)展和環(huán)境規(guī)制、土地城鎮(zhèn)化和外商投資以及外商投資和環(huán)境規(guī)制等交互因子對沿海地區(qū)能源碳排放產(chǎn)生雙因子增強作用,除能源強度在部分年份具有雙因子增強效應(yīng)外,其他交互因子均對沿海地區(qū)能源碳排放產(chǎn)生非線性增強效應(yīng),表明經(jīng)濟發(fā)展、土地城鎮(zhèn)化、外商投資和環(huán)境規(guī)制等關(guān)鍵交互因子對沿海地區(qū)能源碳排放的空間分異格局具有明顯的因子疊加效應(yīng)。

五、結(jié)論與建議

本文基于2006—2020年沿海地區(qū)能源碳排放數(shù)據(jù),借助重心遷移模型和探索性空間數(shù)據(jù)分析模型,在時間維度和空間維度探究沿海地區(qū)各城市能源碳排放的空間格局演變特征,并在此基礎(chǔ)上利用地理探測器分析其空間分異的關(guān)鍵影響因素,結(jié)果表明:第一,沿海地區(qū)能源碳排放的時空演變規(guī)律整體顯著,各城市的能源碳排放總量逐年顯著增加,環(huán)渤海區(qū)域和長三角區(qū)域增加幅度較大,其余沿海城市增加幅度較小。能源碳排放重心整體向西南方向移動,標準差橢圓主要位于環(huán)渤海區(qū)域、長三角區(qū)域和東南沿海區(qū)域,其空間分布格局呈“東北—西南”方向。第二,沿海地區(qū)能源碳排放的全局Moran’s I指數(shù)均為正數(shù),各城市之間能源碳排放呈現(xiàn)空間正相關(guān),“高-高集聚型”區(qū)域呈現(xiàn)出逐漸擴張趨勢,“低-低集聚型”區(qū)域呈現(xiàn)緊縮趨勢,“高-低集聚型”和“低-高集聚型”區(qū)域的分布都較為穩(wěn)定,“高-低集聚型”僅出現(xiàn)在2006年的汕頭和2020年的欽州,其他年份均未出現(xiàn)“高-低集聚型”區(qū)域,而“低-高集聚型”區(qū)域穩(wěn)定在廊坊、舟山、嘉興、湖州、鎮(zhèn)江和惠州等。第三,經(jīng)濟發(fā)展、土地城鎮(zhèn)化、外商投資和環(huán)境規(guī)制等關(guān)鍵交互因子對沿海地區(qū)能源碳排放的空間分異格局具有明顯的因子疊加效應(yīng),其空間分異結(jié)果主要是由外商投資、土地城鎮(zhèn)化、經(jīng)濟發(fā)展和環(huán)境規(guī)制引起,且影響程度逐漸減弱。基于上述研究,本文提出以下建議:

第一,沿海地區(qū)各城市應(yīng)實施差異化碳減排措施。沿海地區(qū)能源碳排放呈現(xiàn)出顯著的空間差異性,針對不同層級的碳排放,各級部門應(yīng)通過不同側(cè)重點去制定和實施與該地區(qū)發(fā)展相符的碳減排措施。如高度碳排放、較高度碳排放及中度碳排放地區(qū)應(yīng)將重心放在控制能源碳排放絕對量;低度碳排放和較低度碳排放區(qū)域應(yīng)注重推廣和應(yīng)用現(xiàn)有高新技術(shù),引進更先進的技術(shù),充分有效地利用沿海地區(qū)能源資源稟賦優(yōu)勢,優(yōu)化傳統(tǒng)能源與可再生能源的使用比例。

第二,政府部門應(yīng)當適當提高環(huán)境準入規(guī)制,對外商投資進行有選擇的引進和利用。環(huán)境規(guī)制是促進產(chǎn)業(yè)協(xié)調(diào)發(fā)展的重要手段,適當提高環(huán)境準入規(guī)制,能夠有效引導沿海城市的龍頭企業(yè)將創(chuàng)新投入轉(zhuǎn)向環(huán)保技術(shù)投入。沿海地區(qū)各城市應(yīng)該借助其區(qū)位優(yōu)勢,加速對外貿(mào)易發(fā)展,將引資模式從單純吸引外商直接投資轉(zhuǎn)向有條件地選擇和利用外資,以此優(yōu)化外資投入結(jié)構(gòu),引導外資更多地流向綠色環(huán)保型產(chǎn)業(yè)。

第三,沿海地區(qū)更應(yīng)優(yōu)化土地城鎮(zhèn)化、經(jīng)濟發(fā)展和能源碳排放之間的耦合協(xié)同關(guān)系。規(guī)模結(jié)構(gòu)、產(chǎn)業(yè)投資和能源強度各方面的影響因子對能源碳排放具有較為復(fù)雜的影響機制,處理好城鎮(zhèn)化、經(jīng)濟發(fā)展與碳減排之間的關(guān)系,使土地城鎮(zhèn)化水平與經(jīng)濟發(fā)展水平同地區(qū)的資源環(huán)境承載能力相適應(yīng),不僅能夠促進沿海地區(qū)實現(xiàn)低碳發(fā)展,還能推進落實國家“碳達峰、碳中和”目標工作,從而實現(xiàn)經(jīng)濟發(fā)展與碳排放共贏。