改革開放以來，中國經濟飛速發(fā)展，高速的城市化與經濟的飛躍伴隨著能源的大量消耗與碳排放的不斷增加。2018年，中國因能源消耗產生的二氧化碳排放量占全球的27.8%，年增長率為2.2%，與此前五年0.5%的平均年增速相比有明顯回彈。過量的碳排放帶來嚴重的生態(tài)環(huán)境問題，也讓中國在應對氣候變化與環(huán)境保護方面面臨著巨大壓力。因此，《中共中央關于制定十四五規(guī)劃和2035年遠景目標的建議》中指出，要堅持綠水青山就是金山銀山理念，推進碳排放權市場化交易，完善環(huán)境保護、節(jié)能減排約束性指標管理，加快推動綠色低碳發(fā)展。

在此背景下，我國學者針對碳排放影響因素問題做出了大量研究（如宋幫英和蘇方林，2010；劉傳江等，2013；周銳等，2013；劉夢和胡漢輝，2020）。然而，當前研究大多從個別省份的角度對碳排放量與經濟發(fā)展水平進行研究，沒有站在全國視角去探究地區(qū)差異與原因。因此，本研究的創(chuàng)新有以下幾點：（1）基于各?。▍^(qū)、市）歷年碳排放量，采用系統(tǒng)聚類分析的方法發(fā)掘?。▍^(qū)、市）碳排放的集聚特征；（2）根據(jù)聚類分析的結果，結合實際碳排放與經濟發(fā)展的數(shù)據(jù)建立起兩者的聯(lián)系；（3）從政策角度提出兼顧碳排放與經濟發(fā)展的建議，助力中國經濟的綠色低碳發(fā)展，實現(xiàn)碳中和目標。

1 省級層面碳排放量的測算和聚類分析

1.1 指標的測算

本文30個省（區(qū)、市）的消費能源數(shù)據(jù)均來自于2000年至2017年《中國能源統(tǒng)計年鑒》,缺失的數(shù)據(jù)通過線性插值法補全。選取30個?。▍^(qū)、市）歷年能源平衡表，獲取煤炭、焦炭、焦爐煤氣、高爐煤氣、轉爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣及液化天然氣總共14種能源的消耗數(shù)據(jù)。根據(jù)IPCC中提供的二氧化碳的計算方法及各種類型燃料的碳含量和二氧化碳排放因子計算各?。▍^(qū)、市）二氧化碳排放量。限于文章篇幅，本文省略公式匯報。

1.2 基本模型

聚類分析的基本思想是在樣本之間定義距離，在指標之間定義相似系數(shù)，樣本之間的相似系數(shù)刻畫指標之間的相似度。由于樣本指標數(shù)據(jù)的收集是獨立的，所以可以將30個?。▍^(qū)、市）自2000年至2017年共18年的數(shù)據(jù)視為一個由30個樣本、18個屬性觀測數(shù)據(jù)組成的數(shù)據(jù)矩陣。有：

此時，有空間中兩點xi與xj之間的距離d( xi, xj)滿足：

本文采用歐氏距離計算空間中樣本距離，首先對數(shù)據(jù)進行Z?Score 標準化：

其中，xij為i ?。▍^(qū)、市）的j 年數(shù)據(jù)；Zij為樣本的Z分數(shù)，是xij的標準化結果,用以衡量i ?。▍^(qū)、市）的j年數(shù)據(jù)在所有省（區(qū)、市）j 年數(shù)據(jù)中的相對水準，根據(jù)觀測Z分數(shù)的變動，可以更客觀地評價一個?。▍^(qū)、市）的指標變動情況。

初始聚類時，將每個樣本看成一個單獨的類，計算各類之間的距離即兩點間距離，將距離最近的兩類合并為一個新類，并計算新類與當前各類的距離。重復之前生成新類的步驟直到類總數(shù)為1時停止。

1.3 基于結果的系統(tǒng)聚類分析

依據(jù)測算得到的各省（區(qū)、市）2000年至2017年的人均二氧化碳排放量數(shù)據(jù)，運用SPSS進行系統(tǒng)聚類分析，得到聚類結果。圖1中縱軸為30個?。▍^(qū)、市）及其編號，橫軸數(shù)字代表各省（區(qū)、市）之間的距離，數(shù)字越小則代表相關性越強。

根據(jù)圖1所示，結合系統(tǒng)聚類分析譜系圖與各?。▍^(qū)、市）歷年Z分數(shù)，將30個省（區(qū)、市）分為以下三類。限于篇幅各?。▍^(qū)、市）人均碳排放量聚類結果與各?。▍^(qū)、市）人均GDP分級結果省略匯報。

圖1 各?。▍^(qū)、市）2000年-2017年人均碳排放量聚類譜系圖

一類：Z分數(shù)提升較大的省（區(qū)、市），包括北京、上海、天津、廣東、遼寧、山西及浙江。這些?。▍^(qū)、市）的碳排放情況在全國范圍來看有顯著改善。

二類：Z分數(shù)有提升的?。▍^(qū)、市），包括吉林、黑龍江、重慶及湖北。這些?。▍^(qū)、市）的碳排放情況有部分改善，但是改善幅度小于一類。

三類：Z分數(shù)沒有提升或者下降的省（區(qū)、市），包括安徽、甘肅、海南、寧夏、四川、江西、新疆、廣西、陜西、青海、河北、江蘇、貴州、內蒙古、福建、湖南、河南、山東及云南。這些?。▍^(qū)、市）的碳排放情況改善不明顯，部分情況甚至有倒退。

2 聚類結果差異分析

2.1 經濟發(fā)達地區(qū)碳排放顯著改善

聚類結果表明，經濟發(fā)達地區(qū)碳排放顯著改善，產生這一特征的可能原因是：（1）能源結構優(yōu)化，使用更多清潔能源替代傳統(tǒng)的化石能源；（2）政策力度加強，更多的財政支出用于節(jié)能減排，改善生態(tài)；（3）能源強度下降，高經濟發(fā)展水平意味著相對更高的技術投入水平，更多的技術投入使企業(yè)可以研發(fā)或采用新的節(jié)能技術。

2.2 北京是唯一實現(xiàn)人均碳排放負增長的地區(qū)

在研究過程中發(fā)現(xiàn)，北京市是全國唯一人均碳排放量負增長的地區(qū)，主要有以下幾點原因：（1）污染防治攻堅戰(zhàn)。得益于一系列政策的實行，北京市基本實現(xiàn)全市平原地區(qū)“無煤化”。（2）碳排放交易試點的順利進行。截至2020年底，納入北京市試點碳市場管理的重點碳排放單位共843家，參與履約的重點碳排放單位實現(xiàn)100%履約，有力支撐了北京碳排放強度下降目標的實現(xiàn)。（3）北京非首都功能疏解持續(xù)有效進行。北京非首都功能的疏解，為北京的環(huán)境減負作出了突出貢獻。

2.3 東北三省碳排放情況皆有改善

東北三省的碳排放情況有明顯的改善。作為中國的老重工業(yè)基地，東北三省碳排放情況產生轉變的原因主要來自以下方面：（1）產業(yè)結構調整，第二產業(yè)占比下降。東北三省是中國的重工業(yè)發(fā)展基地，三次產業(yè)結構普遍表現(xiàn)為“二、三、一”的結構，且第二產業(yè)結構內部重工業(yè)、高能耗、資源型比例過高。近年來，隨著經濟改革的發(fā)展，東三省第二產業(yè)占比下降，工業(yè)碳排放降低。（2）人口減少，能源消耗降低。低生育率是老工業(yè)區(qū)存在的普遍問題，東北地區(qū)生育率長期低于國家平均水平。

2.4 江蘇、福建碳排放情況有待改進

作為經濟較為發(fā)達的地區(qū)，江蘇與福建兩省在碳排放上的表現(xiàn)有待改進。江蘇碳排放顯著增長的原因主要歸結為以下幾方面：（1）城市化水平迅速上升，能源消耗大幅增加；（2）江蘇工業(yè)主導特征明顯，工業(yè)能源消耗碳排放貢獻率大。福建碳排放增長則來源于：（1）福建省能源結構上以煤炭為主；（2）經濟迅速發(fā)展，伴隨著高投資、高能耗、高污染排放的粗放型特點。

2.5 中西部碳排放呈現(xiàn)一致變動趨勢

在對各?。▍^(qū)、市）人均碳排放量數(shù)據(jù)進行分析的過程中發(fā)現(xiàn)，我國中西部各地區(qū)人均碳排放量呈現(xiàn)出較為一致的、幅度較小的變動趨勢。這種趨勢的產生，一方面得益于國家“西部大開發(fā)”政策。經濟的增長導致了中西部地區(qū)工業(yè)化、城市化進程加快，從而使得這段時期內碳排放量上升。另一方面，建立全國統(tǒng)一碳市場后，中西部地區(qū)減排效果尤其明顯。

3 結論與建議

本文根據(jù)聚類譜系圖與實際數(shù)據(jù)得到了所選樣本的三個聚類。（1）碳排放情況顯著改善，由以下省（區(qū)、市）組成：北京、上海、天津、廣東、遼寧、山西、及浙江。（2）碳排放情況較有改善，由以下?。▍^(qū)、市）組成：吉林、黑龍江、重慶及湖北。（3）碳排放無明顯改善，由以下?。▍^(qū)、市）組成：安徽、甘肅、海南、寧夏、四川、江西、新疆、廣西、陜西、青海、河北、江蘇、貴州、內蒙古、福建、湖南、河南、山東及云南。在對比樣本的碳排放聚類結果與樣本的經濟發(fā)展水平后有以下發(fā)現(xiàn)：（1）經濟發(fā)達地區(qū)碳排放顯著改善；（2）北京市是唯一實現(xiàn)人均碳排放負增長的地區(qū)；（3）東北三省碳排放情況皆有改善；（4）江蘇、福建碳排放情況有待改進；（5）中西部碳排放呈現(xiàn)一致變動趨勢。

綜上所述，我國大部分?。▍^(qū)、市）在碳排放問題上仍然存在較大改進空間，低碳發(fā)展勢在必行，為此提出以下建議：（1）改進能源結構，積極開發(fā)新能源；（2）積極推動產業(yè)結構調整，加快技術升級；（3）政府應倡導綠色低碳生活，提倡使用節(jié)能設備，可以在一定程度上減緩碳排放的增加。