王一帆，袁大昌

（1.天津大學 建筑學院，天津 300072；2.天津大學城市規(guī)劃設計研究院有限公司，天津 300110）

隨著對全球氣候變暖問題的關注日益增加，世界各國已就控制碳排放問題達成共識。從1992 年《聯(lián)合國氣候變化公約》至今，國際社會對緩解二氧化碳排放做出了不懈努力。中國也不例外，作為負責任的大國，節(jié)能減排一直是我國發(fā)展規(guī)劃的重點，在國家“十四五”規(guī)劃中提出到2030 年實現(xiàn)碳達峰，2060 年實現(xiàn)碳中和目標。然而，作為發(fā)展中國家，如何兼顧經(jīng)濟發(fā)展和低碳目標，對我國未來發(fā)展至關重要。而碳效率作為衡量區(qū)域經(jīng)濟發(fā)展和碳排放成本的關鍵指標，對于促進我國高質量低碳經(jīng)濟建設具有重要意義。碳效率可以被理解為一種以較小的資源和成本消耗和更小的環(huán)境代價獲取最大經(jīng)濟效益的能力[1]，在投入產(chǎn)出不變的情況下，碳排放（對環(huán)境的負面影響）減小，則碳效率提高。盡管不同學者對碳效率的界定存在一定差異，但均強調(diào)環(huán)境成本（碳排放）和經(jīng)濟產(chǎn)出（GDP）[2]。綜合前人研究成果，本文將碳效率作為一種表征可持續(xù)發(fā)展能力的指標，碳效率提升意味著地區(qū)可持續(xù)發(fā)展能力的提高。

碳效率被廣泛應用于國家、區(qū)域、城市、產(chǎn)業(yè)可持續(xù)發(fā)展評價[3-10]，相關研究成果相當豐富。已有研究側重于碳效率的時空格局演變及其影響因素分析，如Zhang &Cheng[11]計算了中國1986—2008 年的碳效率，分析了中國碳效率的時空變化趨勢，并認為科技創(chuàng)新能力是提高碳效率的有效措施；熊曦等[12]以碳效率為測度，測算湖南碳效率水平，運用莫蘭指數(shù)分析了湖南省內(nèi)碳效率的時空分異，從區(qū)域差異角度解釋不同地級市碳效率差別；Wang 等[13]應用非徑向模型（non-radial model）估算了中國各省份碳排放效率，從產(chǎn)業(yè)結構、技術水平和管理能力三個方面解釋了碳效率低下的原因；Ding等[14]從區(qū)域碳效率演變的角度研究了中國30 個省份的碳效率動態(tài)變化情況；王少劍等[15]計算了1992—2013中國地級市碳效率，并描述其空間演變。平智毅等[16]測算了長江經(jīng)濟帶11 個省份的碳效率，并利用空間計量模型研究其影響差異?？傮w來看，關于碳效率影響因素的研究已經(jīng)相當成熟，國內(nèi)外學者研究發(fā)現(xiàn)，外商直接投資、科技創(chuàng)新水平、產(chǎn)業(yè)結構水平、城市發(fā)展水平對碳效率有一定影響。

基于以上分析，目前關于碳效率的研究有兩點不足：（1）已有碳效率研究中，研究者重視從靜態(tài)角度解釋碳效率的時空演變，多采用莫蘭指數(shù)或核函數(shù)分析等方法，忽視了碳效率的動態(tài)演變特征。（2）已有研究在碳效率影響因素解釋上做了全面地探討，但是忽視了碳效率是一種基于投入產(chǎn)出要素的評價，其影響因素與選取的投入和產(chǎn)出產(chǎn)物息息相關。現(xiàn)有關于碳效率影響因素的研究實際上是對碳效率中投入、產(chǎn)出產(chǎn)物的影響因素研究，不具備現(xiàn)實指導意義。

基于此，本文以中國282 個地級市碳排放為研究對象，采用非期望產(chǎn)出的超效率SBM 模型計算2006—2016年的碳效率，構建空間馬爾科夫轉移矩陣對碳效率的時空格局進行動態(tài)演進分析，預測未來中國城市碳效率的演變趨勢。在轉移矩陣和效率分析的基礎上，運用機器學習模型探究不同效率區(qū)間內(nèi)碳排放驅動因素差異，為城市合理配置資源，實現(xiàn)低碳可持續(xù)發(fā)展提供政策支撐。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

本文主要考慮2006—2018 年中國282 個地級市的碳排放效率。衡量碳排放效率需要的5 個指標包括：輸入要素為固定資產(chǎn)投資、勞動力和能源輸入，理想產(chǎn)出為GDP，非期望產(chǎn)出為CO2排放。所有數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》（2006—2018 年）、《中國區(qū)域統(tǒng)計年鑒》（2006—2018 年）、《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》（2007—2016 年）。城市CO2數(shù)據(jù)根據(jù)各城市統(tǒng)計年鑒和IPCC清單核算得出。使用考慮非期望產(chǎn)出的超效率SBM 模型計算得出城市碳排放效率。

影響碳排放的因素可以概括為三個方面：城市發(fā)展水平[17-20]、產(chǎn)業(yè)結構特征[21-24]、金融投資水平[25-26]。參考現(xiàn)有文獻，我們選擇了人均GDP（經(jīng)濟發(fā)展水平）、城市化率（城市化水平）、城市建設用地面積（城市發(fā)展?jié)摿Γ?、人口中心度（城市集聚水平）、產(chǎn)業(yè)城鎮(zhèn)化率（城市發(fā)展階段）5 個要素代表城市發(fā)展水平，以第二產(chǎn)業(yè)GDP 比重、第二產(chǎn)業(yè)人口比重、第三產(chǎn)業(yè)GDP 比重、第三產(chǎn)業(yè)人口比重代表工業(yè)結構特征，以城市房地產(chǎn)投資（土地財政依賴程度）、非房地產(chǎn)投資（城市資金吸引能力）、外資投資（外部依賴型）、科學技術投資（技術發(fā)展水平）作為金融投資水平因素進行分析，數(shù)據(jù)來源于2006—2018 年的《中國城市統(tǒng)計年鑒》。

1.2 研究方法

1.2.1 非期望產(chǎn)出的超效率SBM模型

本文應用考慮非期望產(chǎn)出的超效率SBM 模型對碳效率進行測算。假設有η個決策單元DMU，每個決策單元由投入、期望產(chǎn)出和非期望產(chǎn)出構成，使用m單位投入產(chǎn)生S1 期望產(chǎn)出和S2 非期望產(chǎn)出，由三個矢量表示為：x∈RM,yg∈RS1,yg∈RS2[19]，投入矩陣可以表示為：X=[x1,x2,…,xN]∈RN×M，產(chǎn)出矩陣表示為：Yg=[yg1,yg2,…,ygN]∈RS1×N，非期望產(chǎn)出矩陣可表示為：Yb=[yb1,yb2,…,ybN]∈RS2×N。假設X＞ 0,Yg＞ 0,Yb＞ 0，則生產(chǎn)可能性集定義為：

式中：實際的期望產(chǎn)出低于前沿理想期望產(chǎn)出水平，實際非期望產(chǎn)出高于前沿的非期望產(chǎn)出水平[27]。然而在某些情況下，一些決策單元在評估技術效率的同時也是有效的。為了建立合理的效率評估方法，我們在前人研究的基礎上采用具有不良輸出的super-SBM 模型：

式中：γ*為DMU 的超效率值，其范圍可以大于1。式（2）中的所有其他變量在等式中具有相同的含義。

1.2.2 空間馬爾科夫鏈

馬爾科夫轉移矩陣是一種時間和狀態(tài)均為離散的隨機性分析模型。轉移概率是馬爾可夫鏈中的重要概念，假設馬爾科夫鏈由k個狀態(tài)組成，將馬爾科夫鏈轉化為k個狀態(tài)所組成的序列矩陣，從任意一個狀態(tài)出發(fā)，經(jīng)過任意一次轉移，必然出現(xiàn)狀態(tài)1,2,…,k中的一個，這種狀態(tài)之間的轉移稱為轉移概率?？臻g馬爾科夫鏈是傳統(tǒng)馬爾科夫鏈與空間滯后結合的方法。通過對比空間與非空間矩陣中的對應元素，得出城市碳效率類型與周圍相鄰城市的關系，揭示出不同類型城市碳效率類型轉移的空間溢出效應。將城市碳效率離散為k種類型，將傳統(tǒng)的N×N階狀態(tài)轉移概率矩陣分解為k個N×N階轉移概率矩陣形式，以第N個條件矩陣為例，Pij,t+1(k)表示某個城市以空間滯后類型k為條件時，從t年到t+1 年，由狀態(tài)i轉移到狀態(tài)j的空間轉移概率?？臻g滯后類型k由其綠色發(fā)展效率值在初始年份的空間滯后值劃分，其公式如下：

式中：N代表馬爾科夫鏈的N×N階狀態(tài)轉移概率矩陣，N的數(shù)量通常為馬爾科夫鏈劃定的k個類型決定；Pij,t(k)和Pij,t+1(k)的意義類似，代表0 到t年的轉移概率，Wk是空間滯后權重。

1.2.3 機器學習模型

通過各個模型效果比選，本文選用極端梯度提升算法（XGboost）作為機器學習模型。XGboost 是一個優(yōu)化的分布式梯度增強庫，它在Gradient Boosting 框架下實現(xiàn)機器學習算法，其基本原理是把多個精度較低的樹模型組合成一個精度較高的模型。XGboost 提供了并行樹提升（也稱為GBDT、GBM），可以快速準確地解決許多數(shù)據(jù)科學問題?；赬Gboost 來做特征選擇，XGboost模型訓練完成后可以輸出特征的重要性，并構建預測模型，達到數(shù)據(jù)分析的目的。上述模型計算公式為：

式中：N表示樣本數(shù)，t表示第t棵樹，yt表示第t輪所生成的樹模型，Ω(fi)表示正則項。

2 中國城市碳效率時空演變

2.1 城市碳效率的時空分析

通過DEA，采用超效率SBM 模型對2006—2016年中國城市碳效率進行測算，根據(jù)結果對碳效率進行時間序列和空間格局分析。由圖1 可知，2006—2010 年，碳效率相對較高地區(qū)集中于黑龍江、上海和珠三角地區(qū)；至2016 年，碳效率較高地區(qū)轉為陜西、遼寧、黑龍江、環(huán)渤海、珠三角、長三角和東南沿海地區(qū)。這表明中國城市碳效率整體呈現(xiàn)上升趨勢，尤其是東南沿海地區(qū)，2016 年碳效率與2006 年碳效率相比有巨大提升，城市間差異不斷縮小。

圖1 2006—2016年中國城市碳效率空間分布格局

采用全局莫蘭指數(shù)刻畫碳效率的空間特征，對碳效率的空間相關性進行檢驗，圖2 為中國城市2006—2016年全局莫蘭指數(shù)和平均碳效率變化圖，均在1%的顯著性水平通過檢驗。2006—2016 年，全局莫蘭指數(shù)和碳效率曲線呈現(xiàn)平穩(wěn)趨勢，分別在2011 年和2013 年出現(xiàn)上升波動后重新趨于平穩(wěn)發(fā)展，梯度波動趨勢說明城市碳效率的提升和城市間協(xié)同合作的增強不是一個穩(wěn)定發(fā)展的狀態(tài)，而是依賴于特殊政策和發(fā)展機遇。其中，2013年碳效率的整體上升有賴于2012 年黨的十八大首次將生態(tài)文明建設與政治、經(jīng)濟、文化建設并列?？傮w上升趨勢說明城市碳效率的空間集聚性逐漸增強，城市間技術合作和經(jīng)濟協(xié)同效應具有一定的空間溢出效應，城市間合作不斷增強。但是，這種合作和交流趨于穩(wěn)定，空間集聚和碳效率水平變化越來越小。

圖2 2006—2016年中國城市碳效率與空間集聚變化趨勢

2.2 中國城市碳效率時空演變

為深入分析碳效率的時空演變特征，構建傳統(tǒng)馬爾科夫鏈和空間馬爾科夫鏈兩種轉移矩陣。根據(jù)碳效率的四分之一點將碳效率劃分為低（Ⅰ）、較低（Ⅱ）、中（Ⅲ）、高（Ⅳ）四種狀態(tài)，分別用k=1,2,3,4 表示。

表1 為傳統(tǒng)馬爾科夫鏈計算的概率轉移矩陣，其中概率表示一種狀態(tài)向另一種狀態(tài)轉移的概率。由轉移矩陣可得：（1）對角線上概率均大于非對角線概率，說明中國城市碳效率狀態(tài)具有相對穩(wěn)定性，其中對角線最小值為0.6456，說明碳效率保持原有水平狀態(tài)的概率至少為64.56%。（2）碳效率各狀態(tài)間轉移概率均較小，其不同狀態(tài)間轉移的可能性最大為16.46%，且轉移多發(fā)生在相鄰狀態(tài)之間，狀態(tài)的跨越式發(fā)展概率較低，最高僅為6.34%。（3）碳效率低和高兩種狀態(tài)維持原狀態(tài)的概率最大，分別為77.46%和87.39%，說明碳效率存在“俱樂部趨同”現(xiàn)象，存在較強的內(nèi)生演化特征。（4）碳效率低、較低狀態(tài)向高狀態(tài)演變的概率高于碳效率中狀態(tài)向高狀態(tài)演變的概率，說明中國城市碳效率存在“俱樂部收斂”現(xiàn)象。

表1 2006—2016年中國城市碳效率馬爾科夫轉移矩陣

全局莫蘭指數(shù)分析結果說明中國城市碳效率間存在空間相關性，因此在傳統(tǒng)空間馬爾科夫轉移鏈中加入空間滯后，以城市間歐氏距離作為空間滯后的權重，構建空間馬爾科夫轉移鏈，通過對比分析空間權重背景下的碳效率狀態(tài)轉移矩陣，探討空間關系對城市碳效率轉移的影響。表2 為考慮空間權重的空間馬爾科夫鏈轉移矩陣，比較發(fā)現(xiàn)，鄰域間的轉移概率在兩個矩陣中發(fā)生了顯著變化，說明鄰域間碳效率水平對城市碳效率發(fā)展產(chǎn)生了明顯的影響。

表2 2006—2016中國城市碳效率空間馬爾科夫轉移矩陣

根據(jù)結果發(fā)現(xiàn)：（1）空間馬爾科夫轉移矩陣更好地為中國城市碳效率的“俱樂部收斂”提供了解釋，當鄰域為較低（Ⅱ）和中（Ⅲ）狀態(tài)時，低（Ⅰ）狀態(tài)向更高狀態(tài)轉移的概率更高。（2）中國城市碳效率發(fā)展不協(xié)調(diào)，高效率城市對低效率城市發(fā)展有明顯抑制作用，在高狀態(tài)（Ⅳ）為鄰域條件時，低（Ⅰ）、較低（Ⅱ）、中（Ⅳ）狀態(tài)向下一狀態(tài)轉移的概率顯著低于自身鄰域的概率，說明區(qū)域發(fā)展具有差異性，高效率城市存在明顯的虹吸效應，抑制了其他狀態(tài)城市碳效率的提升。（3）高狀態(tài)的空間權重產(chǎn)生的正面影響低于等級低狀態(tài)空間權重所產(chǎn)出的負面影響，即“虹吸效應”明顯大于“溢出效應”。對于狀態(tài)Ⅱ，當鄰域為狀態(tài)Ⅳ時，其狀態(tài)上升概率為11.1%，這一概率低于當其鄰域為Ⅱ、Ⅲ時狀態(tài)下降的概率（16.6%、17.6%），說明在碳效率集聚發(fā)展過程中，低效率地區(qū)的“虹吸效應”要強于高效率地區(qū)的“溢出效應”，這解釋了我國碳效率發(fā)展過程的集聚化特征和“俱樂部收斂”現(xiàn)象。

3 基于碳效率格局的城市碳排放優(yōu)化

碳效率是綜合勞動力、能源結構、投資水平、GDP和二氧化碳排放的綜合效率。當前中國經(jīng)濟發(fā)展已經(jīng)進入新常態(tài)，2017 年其GDP 增長速率已經(jīng)跌破7%，老齡化問題不斷加劇。在此背景下，為達到習近平總書記在聯(lián)合國大會提出的2060 年碳中和目標，中國節(jié)能減排任務面臨著更加艱巨的挑戰(zhàn)。在勞動力、GDP 和投資要素逐漸下行的前提下，提高碳效率的關鍵是優(yōu)化碳排放量。城市碳排放量驅動因素分析旨在從城市發(fā)展層面找出降低碳排放的關鍵因素，為合理調(diào)配城市發(fā)展資源、實現(xiàn)區(qū)域協(xié)同發(fā)展提供政策依托，探索一條2030 年碳達峰和2060 年碳中和的可行路徑。

根據(jù)前文劃分的碳效率低、較低、中、高四個級別，分別建立機器學習模型，根據(jù)模型對比結果，選取預測性能最好的極端梯度提升模型（extreme gradient boosting）作為建?；A，模型對比結果如表3 所示。

表3 模型對比結果

通過極端梯度提升模型進行特征工程分析結果表明，不同級別碳效率區(qū)的碳排放驅動因素有較大差異，相同驅動因素在不同級別區(qū)域的影響機理也有較大不同。這些驅動因素和差異化的影響機理構成了不同級別地區(qū)的碳特征，四個級別碳特征如圖3 所示。

圖3 碳效率類型的碳排放特征分析

特征工程分析表明，四個級別碳排放典型特征為：（1）低效率區(qū)，碳排放以多元驅動因素為主，城市發(fā)展水平、金融投資水平、產(chǎn)業(yè)結構水平都對碳排放有不同強度的影響，其中科技投資、港澳臺投資和城市建設用地對碳排放有較強影響。（2）較低效率區(qū)，碳排放驅動力由建設用地和金融投資驅動，碳排放與城市建設用地關系密切。（3）中效率區(qū)，碳排放驅動力由城市建設用地和房地產(chǎn)投資驅動，科技投資對碳排放影響力進一步降低。（4）高效率區(qū)，碳排放驅動力由房地產(chǎn)投資與外商投資驅動。

不少研究者認為，中國碳排放增長的驅動力來源于產(chǎn)業(yè)結構，本文研究發(fā)現(xiàn)，不僅僅是二三產(chǎn)的比例，二三產(chǎn)的類型對碳排放的驅動更加重要。從模型結果來看，城市發(fā)展水平夠顯著影響城市碳排放，在不同碳效率分區(qū)的城市，這種影響具有差異性。城市建設用地和城市化率作為城市發(fā)展水平的關鍵要素，對碳排放的影響具有兩面性。一方面，城市受益于高城鎮(zhèn)化率和充足建設用地供給的規(guī)模效應和集聚經(jīng)濟，形成了良好的服務設施、知識人才和勞動力等集聚經(jīng)濟，提升了城市生產(chǎn)率，拉動城市產(chǎn)業(yè)發(fā)展；另一方面，過于粗放的城市建設用地和不匹配發(fā)展需求的金融投資也會帶來集聚不經(jīng)濟現(xiàn)象。從模型解釋結果看來：低、較低效率區(qū)城市在碳排放驅動因素上來源較大，且各個因素都對碳排放有一定影響，從因素解釋圖（圖4）來看，對于這些城市，城市建設用地水平、外商投資和技術投資水平能夠顯著提升城市碳排放，這是因為對于這些城市，工業(yè)生產(chǎn)既是城市碳排放的主要因素，也是城市發(fā)展的重要動力。投資和用地與工業(yè)生產(chǎn)密切相關，城市建設用地主要通過為工業(yè)生產(chǎn)提供土地來影響碳排放，科技和金融投資則不斷改善工藝水平和生產(chǎn)規(guī)模，這種影響使得部分城市將受益于建設用地充足和投資充沛形成的規(guī)模效應和集聚效應，促進城市產(chǎn)業(yè)和城市建設的規(guī)模發(fā)展，從而提升城市工業(yè)生產(chǎn)水平，但是同樣也提升了城市碳排放總量，這是由區(qū)域產(chǎn)業(yè)結構決定的。低、較低效率區(qū)城市以生產(chǎn)型企業(yè)為主，工業(yè)生產(chǎn)規(guī)模提升促進了碳排放的增長。另外，較低的投資水平和建設用地供給導致集聚效應無法形成，工業(yè)發(fā)展成本上升，城市工業(yè)水平較低，反而導致碳排放總量降低。投資水平和城市發(fā)展水平的影響也側面說明，低效率區(qū)城市仍以生產(chǎn)型工業(yè)為主導，工業(yè)仍是碳排放的主要來源，工業(yè)生產(chǎn)不低碳是低效率區(qū)城市的主要特點。

圖4 低、較低效率分區(qū)的碳排放驅動因素影響趨勢

中、高效率區(qū)城市呈現(xiàn)不同的碳特征。從因素影響結果（圖5）來看，金融投資和城鎮(zhèn)化率能夠顯著降低碳排放，這與低效率區(qū)形成顯著對比，這是由中、高效率城市的產(chǎn)業(yè)結構決定的。在中、高效率區(qū)城市，如以北京、上海、廣州、深圳為代表，多以金融科技產(chǎn)業(yè)和高新裝備制造、研發(fā)型產(chǎn)業(yè)為主，其碳排放水平要遠低于低效率區(qū)如鄭州、太原、邯鄲等以資源生產(chǎn)和重工業(yè)為主的城市。同時，中、高效率城市在逐漸淘汰和轉移不適應產(chǎn)業(yè)后，產(chǎn)業(yè)碳排放受益于規(guī)模效益和集聚經(jīng)濟影響呈現(xiàn)下降趨勢。部分城市受益于自身產(chǎn)業(yè)結構，科技產(chǎn)業(yè)和服務業(yè)主導的城市碳排放逐步下降。從實證結果來看：

圖5 中、高效率分區(qū)的碳排放驅動因素影響趨勢

（1）投資強度和用地面積促進了碳排放增長。說明在低效率區(qū)，粗放式投資和建設用地無序擴張的發(fā)展模式仍是導致全國碳排放增加的原因之一。在碳效率低的地區(qū)，土地供應的正向化作用最大，可見土地財政模式主導下的粗放開發(fā)給城市低碳發(fā)展帶來了巨大壓力。

（2）城市化伴隨土地利用類型的改變和基礎設施的提升。四個分區(qū)影響因素顯示，當前高水平城市化仍是城市低碳發(fā)展的重要手段。

（3）外商投資和港澳臺投資強度和碳排放存在顯著相關關系。在低、較低、中三個效率地區(qū)，外來投資強度對碳排放表現(xiàn)出促進作用，在高效率區(qū)則表現(xiàn)出抑制作用，說明“污染天堂效應”和“環(huán)境技術外溢”這兩種情況在中國同時存在。FDI 向本國轉移了高能耗、高污染產(chǎn)業(yè)，導致了碳排放的增加，但同時在本國相對發(fā)達地區(qū)，F(xiàn)DI投資通過技術溢出提升了本國的技術水平，降低了碳排放量。本文實證發(fā)現(xiàn)這兩種現(xiàn)象在中國同時存在。

（4）合理的產(chǎn)業(yè)結構和產(chǎn)業(yè)類型可以改善城市碳排放水平。根據(jù)模型實證結論，在低、中效率區(qū)，第二產(chǎn)業(yè)對碳排放有更強促增作用，這一促進作用在低效率區(qū)更加顯著。這是由于低效率區(qū)域地區(qū)大部分城市仍處于快速工業(yè)化階段，生產(chǎn)型工業(yè)主導的發(fā)展模式增大了碳排放。對于高效率區(qū)，有效的環(huán)境政策和產(chǎn)業(yè)轉型升級整體提升了第二產(chǎn)業(yè)的技術水平和能源效率。

上述分析可知，對于城市低碳發(fā)展來說，關鍵是制定具有針對性的減排對策，準確識別城市發(fā)展階段和發(fā)展需求，在碳效率相對較低的城市，高質量城鎮(zhèn)化發(fā)展和扶持第三產(chǎn)業(yè)可以起到減排效果，嚴格管控建設用地，制定合理的環(huán)境管控規(guī)制也對碳排放降低有重要作用。在碳效率較高的城市，發(fā)揮自身規(guī)模優(yōu)勢是重要的減排手段，在嚴控粗放式發(fā)展的基礎上，合理吸納外來投資，進行產(chǎn)業(yè)專業(yè)和結構升級，不僅可以降低本城市碳排放，還可以帶動周邊城市的低碳發(fā)展。

4 結論與討論

本文首先使用空間自相關和給予非期望產(chǎn)出的超效率SBM 方法得出2006—2016 年中國280 個城市碳效率的演進規(guī)律，結果表明城市碳效率總體均值呈現(xiàn)梯度上升趨勢。其次，空間馬爾科夫鏈分析表明，城市碳排放效率存在集聚效應，城市碳效率水平的動態(tài)發(fā)展過程中，維持原有狀態(tài)的概率大于轉移概率，與高碳效率城市為鄰削弱了增加碳效率向上轉移的概率。

（1）在低效率區(qū)城市，經(jīng)濟發(fā)展與碳排放增長具有趨同效應，受到“污染天堂”效應和自身技術水平的影響，城市產(chǎn)業(yè)發(fā)展會帶來不可避免的碳排放量增長，但是控制粗放式投資和蔓延式用地擴張可以抑制無效碳排放。

（2）在中高效率區(qū)城市，“環(huán)境技術外溢”強于“污染天堂”效應，金融投資是重要減排手段，外來投資和城市發(fā)展可以起到減排效果。

（3）第三產(chǎn)業(yè)發(fā)展和高質量城市化是降低碳排放的重要手段。因此本文認為，在中國低碳發(fā)展進程中，應注重區(qū)域資源合理分配和協(xié)同發(fā)展。一方面，應制定有效的環(huán)境規(guī)制策略，降低低效率區(qū)城市“污染天堂效應”，提升技術投資和經(jīng)濟增長對降低碳排放的正向作用；另一方面，應發(fā)揮高效率城市在吸引金融投資方面的天然優(yōu)勢，利用環(huán)境技術外溢效應，優(yōu)化產(chǎn)業(yè)結構、提高資本利用效率是降低碳排放的關鍵。同時，應進一步發(fā)揮好投資帶來的環(huán)境技術外溢效應，合理進行產(chǎn)業(yè)轉移，將不適應發(fā)展的產(chǎn)業(yè)向低效率區(qū)轉移，降低低效率區(qū)城市碳排放。此外，地方政府均應避免土地財政依賴和粗放投資導向的城市蔓延問題，提升城市化質量。據(jù)此本文認為：政府應注重區(qū)域資源合理分配和協(xié)同發(fā)展，針對不同類型城市治理手段有所側重，高碳效率城市應以增強空間溢出效應、提升資本利用率為主要低碳手段，而低碳效率城市則應通過增強環(huán)境規(guī)制力度，改善城市建設水平最終達到低碳發(fā)展的目標。

本研究應用空間馬爾科夫鏈揭示了區(qū)域碳效率的時空演變規(guī)律，直觀揭示了碳效率集聚效應的區(qū)域性特征，借助極端梯度提升模型進一步揭示區(qū)域演化下碳排放的驅動因素。研究結果能夠更好反映城市碳排放發(fā)展狀況，為各級政府制定針對性政策提供幫助。