劉琦璐，程開明，莊燕杰

（浙江工商大學 統(tǒng)計與數(shù)學學院，浙江 杭州 310018）

一、引言

城市是現(xiàn)代文明的標志，也是國家應(yīng)對氣候變化、推動低碳轉(zhuǎn)型和經(jīng)濟高質(zhì)量發(fā)展的重要載體空間及行動單元［1］?，F(xiàn)代城市承載著絕大多數(shù)的能源消耗和碳排放［2-3］，其政策的靈活性和針對性更強，能夠為節(jié)能減排和碳達峰、碳中和提供巨大潛力和示范機會［4］。

碳達峰、碳中和的深層次問題是能源問題，為如期實現(xiàn)碳達峰、碳中和，我國政府制定了能源消費總量和能源強度“雙控”目標，以降低能源消耗，促進低碳發(fā)展。然而，未來一段時期我國城市能源消費總量將繼續(xù)增長，以煤為主的能源格局短期內(nèi)還無法改變［5］，故降低城市能源強度是實現(xiàn)節(jié)能減排目標的最有效途徑［6］。自“十一五”規(guī)劃開始，我國已連續(xù)3 個五年規(guī)劃將降低能源強度設(shè)定為約束性目標，“十四五”規(guī)劃綱要再次提出到2025 年能源強度要降低13.5%。鑒于不同城市的經(jīng)濟發(fā)展水平、城市規(guī)模、資源稟賦和產(chǎn)業(yè)結(jié)構(gòu)等存在明顯差異的現(xiàn)實［7-8］，需要準確把握城市能源強度的空間分布格局和演變規(guī)律，針對不同類型的城市采取更為科學和更具匹配性的節(jié)能減排策略。

現(xiàn)實是，我國城市層面的能源消費數(shù)據(jù)相對匱乏［9］，導(dǎo)致相關(guān)研究多停留于國家和省級層面［10-11］，但這種大尺度地理單元的能源消費特征容易掩蓋區(qū)域內(nèi)城市能源消費的異質(zhì)性，甚至得出錯誤的結(jié)論［8,12］。已有城市層面的分析較多關(guān)注少數(shù)能源消費統(tǒng)計資料較為充分的特大城市或省會城市［13-14］。隨著能源流通監(jiān)測手段的進步及估算方法的改進，有關(guān)城市尺度能源消費的文獻逐漸增多，主要包括城市能源消費總量估算［15］、城市能源效率測算［16-17］以及城市能源消費的碳排放研究［18-19］等?；A(chǔ)數(shù)據(jù)方面，現(xiàn)有文獻多采用全社會用電量等指標替代能源消費量［16］，或利用GDP 按比例折算［20］、夜間燈光影像數(shù)據(jù)模擬反演［15,21］等方法得到城市能源消費量，因估算過程中未對統(tǒng)計信息豐富的能源平衡表等官方資料加以利用，估算結(jié)果往往存在較大偏差。研究內(nèi)容方面，很少利用長時段、大樣本數(shù)據(jù)對城市能源消費的空間分異、動態(tài)演變及空間效應(yīng)進行深入解析，故有必要加強對城市能源消費時空動態(tài)演進特征的探究。

針對已有研究的不足，本文創(chuàng)新性地采用降尺度能源平衡表估算方法，將省級能源消費量自上而下分解到地級市層面，建立城市能源消費清單，充分利用現(xiàn)有能源統(tǒng)計資料以提高城市能源消費估算的準確性和可比性；進而根據(jù)城市層面的實際能源強度指標，采用Dagum基尼系數(shù)及空間馬爾科夫鏈等方法解析我國城市能源強度的空間分異特征及動態(tài)演變規(guī)律，為研究制定差異化節(jié)能減排策略和低碳轉(zhuǎn)型政策提供科學依據(jù)及有力支撐。

二、研究方法

（一）降尺度能源平衡表估算方法

省級能源平衡表（消費端）包括能源加工轉(zhuǎn)換投入（-）/產(chǎn)出（+）、能源損失量和能源終端消費量三大部分，根據(jù)能源平衡表中的平衡關(guān)系可計算得到能源消費總量：

其中：EC表示能源消費總量；FEC為終端消費量，包括三大產(chǎn)業(yè)生產(chǎn)過程終端能源消費量以及城鎮(zhèn)、農(nóng)村居民生活用能消費量；Lost 為損失量；In?putE 和OutputE 分別表示能源加工轉(zhuǎn)換過程中的能源投入量和產(chǎn)出量。采用自上而下的分配方法得到降尺度的城市能源平衡表，分配表達式為：

其中：i表示省級能源平衡表中的行，代表能源消費的活動類別；j表示省級能源平衡表中的列，代表能源類別；和分別表示城市k和所在省份的第i類活動對第j種能源的消費量；表示第i行的能源消費量分配系數(shù)，即城市k第i項分配指標占全省的比例。

參考Shan 等（2017）［22］和Jing 等（2018）［23］利用省級能源平衡表自上而下對城市CO2排放量進行估算的方法，結(jié)合國家統(tǒng)計局《能源統(tǒng)計報表制度（2020）》中各類能源活動的實際統(tǒng)計范圍，將省級能源平衡表中各項能源消費量分配到地級市層面，最終選取的分配指標見表1所列。

表1 能源平衡表及能源消費量分配指標

通過表1的分配指標及式（1）、式（2）的分配方法，初步由省級能源平衡表降尺度推導(dǎo)出地級市能源平衡表，再將各類能源消費量按照當量熱值能源折算標準煤系數(shù)統(tǒng)一換算成萬噸標準煤的煤當量形式，加總后得到各地級市的能源消費量。

（二）Slope趨勢分析

Slope趨勢分析是通過能源強度的變化斜率來判斷各城市能源強度變動的整體趨勢和速率［24］，計算公式為：

其中：n表示總年份數(shù)；xi為第i年；Ci表示第i年對應(yīng)的城市能源強度。斜率的數(shù)值大小體現(xiàn)了城市能源強度上升或下降的速度。

（三）Dagum基尼系數(shù)及分解

采用Dagum 基尼系數(shù)及其子群分解來全面考察城市能源強度的地區(qū)差異及主要來源，因為相對于傳統(tǒng)基尼系數(shù)和泰爾指數(shù)，Dagum基尼系數(shù)及其分解不僅能夠分析差距的來源，而且能夠描述子樣本的分布狀況，有效解決樣本之間的交叉重疊問題。全部城市能源強度總體基尼系數(shù)計算公式為：

其中：yji是j地區(qū)內(nèi)任意一城市的能源強度；yˉ為所有城市能源強度的平均值；n為城市個數(shù)；k為地區(qū)個數(shù)；nj（nh）是j（h）地區(qū)內(nèi)城市數(shù)量。Da?gum（1997）將基尼系數(shù)（G）分解為群體內(nèi)差距的貢獻（Gw）、群體間差距的凈貢獻（Gnb）和群體間超變密度貢獻（Gt）三個組成部分［25］，即G=Gw+Gnb+Gt。具體分解時，首先將各城市能源強度均值從小到大排序，三大部分的計算公式分別為：

式（5）表示j地區(qū)的基尼系數(shù)Gjj和地區(qū)內(nèi)差異貢獻Gw，其中，分別表示j地區(qū)和全國城市能源強度均值；式（6）表示j和h地區(qū)的地區(qū)間基尼系數(shù)Gjh和地區(qū)間差異貢獻Gnb；式（7）中Gt表示超變密度貢獻；式（8）中Djh表示地區(qū)間城市能源強度的相對影響，djh為j、h地區(qū)中所有yji-yhr>0的樣本值加總的數(shù)學期望，pjh為j、h地區(qū)中所有yhr-yji>0的樣本值加總的數(shù)學期望，可理解為地區(qū)間城市能源強度的差值。

（四）空間馬爾科夫轉(zhuǎn)移矩陣

將城市能源強度從高能源強度類型轉(zhuǎn)向低能源強度類型定義為“向上轉(zhuǎn)移”，反之則定義為“向下轉(zhuǎn)移”?！跋蛏限D(zhuǎn)移”意味著城市能源效率提升，“向下轉(zhuǎn)移”則意味著城市能源效率下降。mij表示在t時刻中屬于類型i的城市在t+1時刻轉(zhuǎn)移到j(luò)類型的概率值，采用下式加以估計：

其中：nij表示整個研究期內(nèi)由t時刻屬于i類型的城市在t+1時刻轉(zhuǎn)移為j類型的城市數(shù)量總和；ni為研究期內(nèi)所有實現(xiàn)轉(zhuǎn)移的年份中屬于類型i的城市數(shù)量總和。

空間馬爾科夫（Markov）轉(zhuǎn)移概率矩陣以某一城市ɑ 在t時刻的空間滯后類型為條件，將傳統(tǒng)馬爾科夫鏈分解為k個k×k的條件轉(zhuǎn)移概率矩陣［26］。在第k個條件矩陣中，mkij為城市ɑ在空間滯后類型為k的條件下，從t時刻狀態(tài)類型i轉(zhuǎn)移到t+1時刻狀態(tài)類型j的概率。城市ɑ的空間滯后值是該城市的空間鄰近城市屬性值的加權(quán)平均，具體公式如下：

其中：空間權(quán)重矩陣Wɑb表示城市ɑ 和城市b的空間關(guān)系，在此采用空間鄰接原則定義空間權(quán)重矩陣；同時，為避免因統(tǒng)計數(shù)據(jù)缺失而形成的孤島問題，將與某一城市距離最近的城市定義為相鄰城市，即保證每個城市至少存在一個鄰居。Yb表示城市b的屬性值；Lagɑ為城市ɑ的空間滯后值，表示城市ɑ的鄰域狀態(tài)。

三、數(shù)據(jù)來源

行政地域城市具有較好的統(tǒng)計數(shù)據(jù)基礎(chǔ)，且作為城市行政治理權(quán)與管轄權(quán)的實施主體，便于承接省級節(jié)能減排考核目標，因此選擇我國30 個省級行政區(qū)（未包含西藏自治區(qū)、香港和澳門特別行政區(qū)、臺灣地區(qū)）的285個地級及以上城市作為研究對象，樣本期為2003—2019年。為考察城市能源強度的空間差異，沿用陳龍等（2016）［20］、鄧健和王新宇（2015）［27］等的做法，將我國行政地域劃分為東部、中部、西部和東北四大地區(qū)。

基于降尺度能源平衡表估算得到城市能源消費量數(shù)據(jù)，將其中少數(shù)能源統(tǒng)計基礎(chǔ)較好的大城市和直轄市的估算數(shù)據(jù)與其實際能源消費量進行對比分析，發(fā)現(xiàn)城市能源消費量估算結(jié)果的準確性較高（1）。

全國、省級能源消費量及城鎮(zhèn)人均生活用能、農(nóng)村人均生活用能數(shù)據(jù)來自《中國能源統(tǒng)計年鑒》；城市全社會用電量來自《中國城市統(tǒng)計年鑒》；城市生產(chǎn)總值（GDP）指數(shù)根據(jù)《中國城市統(tǒng)計年鑒》中城市的實際GDP增長率計算得到；各城市規(guī)模以上工業(yè)產(chǎn)值數(shù)據(jù)來源于歷年《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》、EPS數(shù)據(jù)庫、部分城市統(tǒng)計年鑒以及國民經(jīng)濟和社會發(fā)展統(tǒng)計公報；其他各產(chǎn)業(yè)產(chǎn)值來自《中國城市統(tǒng)計年鑒》和《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》；城市常住人口數(shù)據(jù)來自各省份統(tǒng)計年鑒和部分城市統(tǒng)計年鑒；各類能源折算標準煤的系數(shù)來自國家統(tǒng)計局能源司《能源統(tǒng)計工作手冊》和《能源統(tǒng)計報表制度（2020）》。此外，對其中部分指標存在的少量缺失數(shù)據(jù)采用趨勢外推法和插補法等方法進行填補。

四、結(jié)果與分析

（一）城市能源消費總體情況

為考察我國城市能源消費總體情況，本文對城市能源消費量進行描述性統(tǒng)計，見表2所列。

表2 2003—2019年中國城市能源消費量描述性統(tǒng)計

由表2可以看出，我國城市能源消費總量不斷提高，均值由2003 年的628.77 萬噸標準煤逐漸上升為2019 年的1 629.19 萬噸標準煤，年均增長6.13%；同期城市能源消費量之間的差異也在不斷擴大，標準差由2003 年的740.77 萬噸標準煤逐步上升為2019 年的1 581.98 萬噸標準煤。根據(jù)本文降尺度能源平衡表的估算結(jié)果，2019 年285 個城市能源消費總量達461 270.95 萬噸標準煤，占全國能源消費量（487 488.00萬噸標準煤）的94.62%

進一步考察285 個城市的能源消費量、人口數(shù)量、GDP 和土地面積的累積曲線（圖1），可以發(fā)現(xiàn)：其一，城市能源消費量累積曲線與GDP累積曲線非常接近，表明城市能源消費量與經(jīng)濟發(fā)展水平高度相關(guān)；其二，城市能源消費量累積曲線位于土地面積和人口數(shù)量累積曲線上方，說明城市能源消費的空間集聚性高于土地和人口要素。將城市能源消費量由大到小排列，居前50%的城市能源消費量占到285個城市能源消費總量的79.99%，對應(yīng)的GDP 占比為80.40%，而人口和土地占比僅為65.08%和53.37%，這在一定程度上反映出城市能源消費分布的不均衡性及區(qū)域聚集特征。

圖1 城市主要指標的累積曲線

由此可見，城市能源消費總量與城市GDP 高度相關(guān)，且均在地理空間上呈現(xiàn)出不均衡特征，但兩者相比得到的能源強度空間格局及變動趨勢卻存在不確定性。我國城市能源強度究竟呈現(xiàn)怎樣的時空差異及演變規(guī)律？在能源“雙控”目標下，有必要對此開展進一步探究。

（二）城市能源強度變動速度及幅度

1.城市能源強度變動速度

Slope趨勢分析既能反映城市能源強度的變動方向，又能計算實際變動速度，可進一步考察城市能源強度的動態(tài)演進特征。采用Slope趨勢分析計算2003—2019 年我國城市能源強度變化的斜率，并根據(jù)自然斷點法結(jié)合數(shù)值符號所代表的經(jīng)濟意義，將其劃分為上升型、緩慢下降型、較慢下降型、中速下降型、較快下降型和快速下降型6種類型。

考察城市能源強度6種類型的具體特征可知：①超過一半的城市能源強度變動為緩慢或較慢下降型。285個城市中僅有忻州、綏化等8個城市能源強度呈上升型，164個城市呈緩慢或較慢下降型，占比達57.54%，這些城市主要分布于經(jīng)濟較發(fā)達的東部地區(qū)。②能源強度下降較快的城市主要為資源型城市，仍存在較大節(jié)能潛力。285個城市中有65個城市呈較快或快速下降型，這些城市除貴陽、蘭州等少數(shù)省會城市外多數(shù)為資源型城市，表明近年來我國資源型城市可持續(xù)發(fā)展和能源轉(zhuǎn)型政策取得顯著成效，能源綜合利用效率有明顯提高。然而，資源型城市整體能源強度仍然較高，還有較大的節(jié)能減排空間。③城市能源強度下降趨勢呈明顯的空間集聚特征。能源強度緩慢下降型城市有87個，主要分布于沿海的京津冀城市群、長三角城市群、粵港澳大灣區(qū)、長江中游城市群和中原城市群，呈現(xiàn)出較強的地理集聚性。

2.城市能源強度變動幅度

為深入剖析城市能源強度差異變動的原因，對2010年前后不同地區(qū)城市能源強度年均變動幅度進行對比。由表3可知，2003—2010年東部和中部地區(qū)能源強度上升的城市數(shù)量占比明顯高于東北和西部地區(qū)，且西部和東北地區(qū)能源強度降幅在“2%～5%”和“>5%”區(qū)間的城市遠多于東部和中部地區(qū)。一方面是由于東部、中部地區(qū)部分城市仍然處于高能耗的粗放型經(jīng)濟增長模式，阻礙了地區(qū)整體能源效率的提升；另一方面西部和東北地區(qū)城市出現(xiàn)了技術(shù)追趕效應(yīng)，使得全國城市間能源強度差距逐漸縮小。

他臨危受命，穩(wěn)中求變，他把企業(yè)興衰看得比生命還重要。在多年的負重前行中，他把一個瀕臨破產(chǎn)的虧損小廠， 建設(shè)成為年利稅過億元的企業(yè)；把一個默默無聞的地方企業(yè)，打造成了全國知名品牌。

表3 四大地區(qū)城市能源強度年均變動幅度

2010—2019 年，西部地區(qū)能源強度上升的城市數(shù)量占比明顯高于東部和中部地區(qū)，而能源強度降幅在“5%～8%”和“>8%”區(qū)間的城市占比卻明顯低于東部和中部地區(qū)，導(dǎo)致西部與東部、中部地區(qū)城市能源強度差距擴大。這主要是由于2010年后隨著多元化能源環(huán)境政策的實施，東部、中部地區(qū)城市通過產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新等手段促使能源強度大幅下降，而西部地區(qū)多數(shù)城市產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新能力相對較弱、能源強度降低較慢，導(dǎo)致地區(qū)間差異擴大。此外，在2003—2010 年和2010—2019 年兩個時間段，東北地區(qū)能源強度上升的城市數(shù)量占比均低于西部地區(qū)，且能源強度降低幅度在5%以上的城市數(shù)量占比均明顯高于西部地區(qū)，使得東北與西部地區(qū)之間城市能源強度差異持續(xù)擴大。西部城市發(fā)展資源型工業(yè)和重工業(yè)較多，能源效率提升不明顯［27］，而“東北振興”戰(zhàn)略更加致力于產(chǎn)業(yè)轉(zhuǎn)型升級，有利于東北城市能源效率提升，使得東北和西部城市能源強度差距持續(xù)拉大。

（三）城市能源強度的地區(qū)差異

以2003年為基期結(jié)合GDP平減指數(shù)計算各城市實際GDP，將各城市能源消費量除以實際GDP，得到2003—2019年285個城市的實際能源強度，進而考察城市能源強度的地區(qū)差異。

1.城市能源強度的空間格局

285 個城市的平均實際能源強度從2003 年的1.61噸標準煤/萬元下降至2019年的0.93噸標準煤/萬元，年均下降3.53%，表明我國城市能源綜合利用效率持續(xù)提升。為展現(xiàn)2003—2019年我國城市能源強度空間格局的變動情況，統(tǒng)一按照2019年的能源強度分級標準，采用自然斷點法對2003年、2008年、2013年和2019年的城市能源強度進行分級考察。

從空間格局來看，城市能源強度呈現(xiàn)出由東南沿海向西北內(nèi)陸逐漸增大的態(tài)勢，存在明顯的地區(qū)差異。東南沿海城市能源強度普遍較低，這些城市的經(jīng)濟發(fā)展水平和第三產(chǎn)業(yè)占比均較高；能源強度較高的城市多分布于陜甘寧地區(qū)、黑龍江北部、廣西、四川和云南，多數(shù)為資源型城市或工業(yè)型城市。2003—2019 年，能源強度均值最低的10 個城市由小到大依次為上海、北京、廣州、深圳、蘇州、天津、重慶、杭州、無錫和青島，主要為直轄市和沿海地區(qū)經(jīng)濟較為發(fā)達的服務(wù)業(yè)型城市，這些城市第三產(chǎn)業(yè)占比均超過50%；能源強度均值最高的10 個城市由大到小依次為固原、麗江、嘉峪關(guān)、中衛(wèi)、定西、銅川、隴南、海東、三亞和金昌，這些城市經(jīng)濟發(fā)展水平相對落后，GDP 均位居285 個城市的后10%，且除三亞和麗江外基本都是工業(yè)型城市或資源型城市。從城市能源強度空間格局的變動來看，隨著東部城市的技術(shù)和產(chǎn)業(yè)逐步向中西部城市轉(zhuǎn)移，以及中西部城市自身的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，低能源強度區(qū)域由東南沿海逐漸向西北內(nèi)陸擴展，并呈現(xiàn)出連片化集聚特征。

2.城市能源強度的差異分解

為深入考察我國城市能源強度的差異特征及其主要來源，利用Dagum 基尼系數(shù)計算出2003—2019 年城市能源強度的總體基尼系數(shù)，并進一步分解得到東部、中部、西部和東北四大地區(qū)的區(qū)域內(nèi)和區(qū)域間基尼系數(shù)，結(jié)果如圖2所示。

圖2 城市能源強度地區(qū)差異的Dagum分解

（1）城市能源強度的總體差異。如圖2a所示，2003—2005 年我國城市能源強度出現(xiàn)一定程度的反彈，2005—2019年則持續(xù)下降。對2003—2005年能源強度上升的原因，林伯強和杜克銳（2014）［6］、Wang（2011）［28］等認為主要源于技術(shù)效率惡化、能源對其他要素的替代效應(yīng)以及產(chǎn)業(yè)結(jié)構(gòu)變化，在此不再展開詳細討論。整體來看，城市能源強度差異表現(xiàn)出較明顯的波動性，2003—2010年城市能源強度總體基尼系數(shù)波動中有所下降，2010—2019年則轉(zhuǎn)為波動中有所上升。2003—2010 年，隨著“西部大開發(fā)”“中部崛起”和“東北振興”區(qū)域發(fā)展戰(zhàn)略的實施，中西部和東北地區(qū)經(jīng)濟發(fā)展加快，對東部地區(qū)技術(shù)水平的追趕效應(yīng)逐漸顯現(xiàn)，資本對能源的替代效應(yīng)增強［6］，使得城市間能源強度總體差異趨于減??；而2010年后尤其是黨的十八大以來，各級政府努力改變過度依賴能源的粗放型經(jīng)濟增長方式，轉(zhuǎn)向經(jīng)濟高質(zhì)量發(fā)展模式，制定了一系列能源環(huán)境政策，譬如先后啟動三批低碳城市試點工作、制定能耗“雙控”目標等，各個城市差異化分解能耗“雙控”目標，使得城市間能源強度差異迅速擴大。以低碳試點政策為例，根據(jù)城市能源消費量估算結(jié)果對試點和非試點城市能源強度變化進行對比發(fā)現(xiàn)，第一批試點城市2010—2019年能源強度年均下降6.65%，非試點城市能源強度年均下降4.43%；第一批+第二批試點城市2012—2019年能源強度年均下降5.38%，非試點城市能源強度年均下降4.62%。這表明低碳試點城市能源強度下降幅度普遍高于非試點城市，導(dǎo)致試點城市與非試點城市能源強度差異逐漸增大，這一結(jié)論與張兵兵等［21］的研究結(jié)果相一致。

（2）差異的來源及其貢獻。如圖2b所示，比較區(qū)域內(nèi)、區(qū)域間和超變密度的貢獻率，城市能源強度總體差異主要來源于區(qū)域間差異，其對總體差異的年均貢獻率達51.18%；區(qū)域內(nèi)差異和超變密度的貢獻率大致相等，年均貢獻率分別為24.46%和24.36%。從變化趨勢看，區(qū)域內(nèi)差異貢獻率保持相對平穩(wěn)，區(qū)域間差異貢獻率則以2012 年為轉(zhuǎn)折點呈現(xiàn)先降后升的趨勢，這與城市能源強度總體差異的變化趨勢基本一致，進一步驗證了區(qū)域間差異是總體差異的主要推動力。

（3）區(qū)域內(nèi)差異。如圖2c所示，從四大地區(qū)城市能源強度差異來看，中部、西部地區(qū)的內(nèi)部差異明顯高于東部和東北地區(qū)。其中，西部地區(qū)內(nèi)部城市能源強度基尼系數(shù)均值為0.284 8，高于全國平均水平0.224 5，為城市能源強度差異最大的地區(qū)；東北地區(qū)內(nèi)部城市能源強度基尼系數(shù)均值為0.153 0，差異最小。相對于東部地區(qū)，中部、西部和東北地區(qū)內(nèi)部城市能源強度差異變動幅度較大，均呈現(xiàn)明顯的先降后升趨勢，但拐點出現(xiàn)的年份各不相同。

（4）區(qū)域間差異。如圖2d所示，從區(qū)域間城市能源強度差異大小來看，東部-西部之間城市能源強度差異最大，年均基尼系數(shù)為0.361 3；中部-西部、中部-東部和西部-東北地區(qū)之間，年均基尼系數(shù)分別為0.297 4、0.286 8和0.272 3；東部-東北和中部-東北之間城市能源強度差異相對較小，年均基尼系數(shù)分別為0.213 0和0.226 2。從變動趨勢來看，東部-西部、中部-西部和中部-東北之間差異均以2010年為拐點由縮小轉(zhuǎn)為擴大；中部-東部和東部-東北之間差異分別在2012年和2014年由波動中下降轉(zhuǎn)為逐步上升趨勢；僅有西部-東北地區(qū)之間差異呈持續(xù)上升趨勢?？傮w上，我國城市能源強度的區(qū)域間差異在地理空間上呈東、中、西三級階梯式分布，東部地區(qū)與其他地區(qū)之間的城市能源強度差異仍是當前節(jié)能減排面臨的重要挑戰(zhàn)，特別是東部與西部的城市能源強度差距長期處于高位。

（四）城市能源強度時空演變特征

1.城市能源強度類型轉(zhuǎn)移分析

已有研究對能源強度類型的劃分多采用四分位數(shù)或相等間隔分類方法［29］，由于各組樣本數(shù)量或間距大致相等，僅能反映樣本之間的相對變動，且在數(shù)據(jù)分布有偏的情況下容易將差異較大的樣本置于相同類型中。考慮我國城市能源強度存在地區(qū)差異大、時序變動大和嚴重右偏的特征，參照吳健生等（2014）的做法［15］，采用均值-標準差方法進行分組：首先，計算城市能源強度均值和標準差，暫時將右尾5%的離群值剔除，以更好反映城市能源強度變動，同時減輕離群值對分組標準的影響；其次，采用樣本均值-標準差分級法將城市能源強度分為低、中低、中高和高4個等級，將能源強度位于右尾5%的城市計入高能源強度等級。具體劃分標準見表4所列。

表4 城市能源強度分級標準

劃分城市能源強度類型后，采用Markov狀態(tài)轉(zhuǎn)移矩陣對城市能源強度類型的變動情況進行分析，結(jié)果見表5所列。其中，Markov轉(zhuǎn)移矩陣的行、列分別表示t年和t+1年的城市能源強度類型，對角線上元素表示城市能源強度類型未發(fā)生轉(zhuǎn)移的概率，非對角線元素為城市能源強度類型發(fā)生轉(zhuǎn)移的概率。

表5 2003—2019年城市能源強度類型的馬爾科夫轉(zhuǎn)移矩陣

續(xù)表5

從表5可以看出：①對角線上的概率值遠大于非對角線概率值，表明城市能源強度類型具有較強的穩(wěn)定性。對角線上的概率值介于0.658 9～0.981 0之間，而非對角線上的元素最大值為0.294 4，表明城市能源強度類型發(fā)生轉(zhuǎn)變的最大概率僅為29.44%。②城市能源強度類型的“馬太效應(yīng)”明顯，呈兩端高、中間低的分化特征。低能源強度類型和高能源強度類型保持類型不變的概率（p11和p44）明顯大于中低和中高能源強度類型（p22和p33），即呈現(xiàn)出高者恒高、低者穩(wěn)低的特征，意味著能源效率高的城市存在先發(fā)優(yōu)勢的“慣性”，而能源效率較低的城市可能陷入資源依賴和鎖定效應(yīng)而提升緩慢。③非對角線上的較高概率值主要集中于對角線周邊，表明城市能源強度類型轉(zhuǎn)變多發(fā)生在相鄰類型之間，因為實現(xiàn)節(jié)能減排技術(shù)進步和提高能源效率是一個持續(xù)、漸進的過程，短時期內(nèi)較難實現(xiàn)跨越式發(fā)展。④城市能源效率呈提升趨勢，城市能源強度類型整體趨于向低強度類型轉(zhuǎn)移，特別是2010—2019 年向更低強度類型轉(zhuǎn)移的趨勢明顯增強。2003—2010年和2010—2019年兩個階段城市能源強度向更低強度類型轉(zhuǎn)移（向上轉(zhuǎn)移）的概率分別為9.24%和9.79%，明顯高于向更高強度類型轉(zhuǎn)移（向下轉(zhuǎn)移）的概率5.24%和1.55%，表明城市能源強度整體趨于降低，且第二階段比第一階段的下降趨勢更為明顯。

2.考慮空間溢出的城市能源強度類型轉(zhuǎn)移分析

由于城市之間存在著廣泛的社會經(jīng)濟聯(lián)系，彼此之間并非相互獨立［30-31］，一個城市的能源強度必然受到相鄰城市的影響，使得城市能源強度類型呈現(xiàn)出較強的地理集聚性和空間溢出效應(yīng)［15］，這也對城市能源強度類型的轉(zhuǎn)換產(chǎn)生影響?；诖耍趥鹘y(tǒng)Markov 狀態(tài)轉(zhuǎn)移矩陣基礎(chǔ)上加入相鄰城市能源強度類型這一條件，利用空間Markov 轉(zhuǎn)移矩陣分析空間溢出效應(yīng)下城市能源強度類型的動態(tài)演變特征，結(jié)果見表6所列。

表6 2003—2019年城市能源強度類型的空間馬爾科夫轉(zhuǎn)移矩陣

續(xù)表6

由表6可知：①對角線上的轉(zhuǎn)移概率值顯著高于非對角線位置的概率值，表明考慮相鄰城市能源強度類型影響的條件下，城市能源強度類型同樣傾向于保持穩(wěn)定，類型轉(zhuǎn)移主要發(fā)生在相鄰類型之間。②相鄰城市類型具有明顯的空間溢出效應(yīng)，相鄰城市能源強度類型越低，則該城市向更低類型轉(zhuǎn)移的概率越大，向更高類型轉(zhuǎn)移的概率越?。幌噜彸鞘心茉磸姸阮愋驮礁?，則該城市向更高類型轉(zhuǎn)移的概率越大，向更低類型轉(zhuǎn)移的概率越小。譬如，高能源強度城市向上轉(zhuǎn)移概率為12.54%，而一旦與低及中低類型城市為鄰時相應(yīng)的轉(zhuǎn)移概率分別提高至18.18%和21.33%；同樣，低能源強度城市的向下轉(zhuǎn)移概率為3.69%，而一旦與中高類型城市為鄰時其轉(zhuǎn)移概率則提高至13.04%。③城市本身與相鄰城市的類型差異越大，對相鄰城市的溢出效應(yīng)越明顯。對于能源強度類型為低的城市，在相鄰城市能源強度為中高類型時向下轉(zhuǎn)移的概率為13.04%，明顯高于相鄰城市能源強度為低、中低類型時向下轉(zhuǎn)移的概率（1.88%、8.00%）；而對于能源強度類型為高的城市，在相鄰城市能源強度為低和中低類型時向上轉(zhuǎn)移的概率分別為18.18%和21.33%，明顯高于相鄰城市能源強度為高、中高類型時向上轉(zhuǎn)移的概率（7.28%、15.91%）。

五、結(jié)論與建議

（一）主要結(jié)論

基于降尺度能源平衡表方法，本文對2003—2019年我國285個城市的能源消費量進行估算，解析城市能源強度的時空格局及動態(tài)演進特征，得到以下主要結(jié)論：①我國城市能源消費量存在明顯的分布不均衡性及空間集聚特征，城市能源強度呈現(xiàn)由東南沿海向西北內(nèi)陸逐漸增大的態(tài)勢；東南沿海經(jīng)濟發(fā)展水平較高和技術(shù)發(fā)達的服務(wù)業(yè)型城市能源強度相對較低，而經(jīng)濟發(fā)展水平相對落后的工業(yè)型城市或資源型城市能源強度較高。②多數(shù)城市能源強度呈緩慢或較慢下降型，城市能源強度下降趨勢呈現(xiàn)出明顯的空間集聚特征；資源型城市能源強度下降速度較快，但能源強度水平仍然較高，還存在較大的節(jié)能空間。③城市之間能源強度的總體差異呈先下降后上升的趨勢，地區(qū)間差異是城市能源強度差距的主要來源，平均貢獻率達51.18%，中部和西部地區(qū)內(nèi)部的城市能源強度差異明顯高于東部和東北地區(qū)。④城市能源強度整體向更低類型轉(zhuǎn)移，類型轉(zhuǎn)換多發(fā)生在相鄰類型之間，短時間內(nèi)較難實現(xiàn)跳躍式轉(zhuǎn)換；城市能源強度類型轉(zhuǎn)換存在明顯的“馬太效應(yīng)”，低能源強度類型城市存在先發(fā)優(yōu)勢“慣性”，高能源強度類型城市則存在一定的路徑依賴和鎖定效應(yīng)；相鄰城市的能源強度類型具有明顯的空間溢出效應(yīng)，且相鄰城市能源強度相差越大，空間溢出效應(yīng)越明顯。

（二）對策建議

根據(jù)上述結(jié)論，結(jié)合我國城市能源強度實際，本文提出以下對策建議：

第一，考慮不同城市能源強度的異質(zhì)性，應(yīng)確定差異化、精準化的減排目標和路徑。工業(yè)型城市應(yīng)聚焦于能源結(jié)構(gòu)優(yōu)化和產(chǎn)業(yè)結(jié)構(gòu)升級，積極推進技術(shù)創(chuàng)新，強化節(jié)能技術(shù)標準和能耗管理制度；服務(wù)業(yè)型城市應(yīng)聚焦于建筑、交通等領(lǐng)域的能源消費，引導(dǎo)公眾的綠色低碳消費觀念，強化節(jié)能減排行為示范效應(yīng)；資源型城市應(yīng)加大節(jié)能減排和低碳轉(zhuǎn)型力度，盡快推進產(chǎn)業(yè)多元化，大力發(fā)展節(jié)能技術(shù)，進一步釋放節(jié)能潛力。

第二，建立區(qū)域節(jié)能減排協(xié)同聯(lián)動機制。城市能源強度類型轉(zhuǎn)移的空間溢出效應(yīng)明顯，因此應(yīng)大力發(fā)展城市圈和城市群，促進區(qū)域經(jīng)濟一體化。一方面加強城市間產(chǎn)業(yè)發(fā)展合作，形成產(chǎn)業(yè)鏈和產(chǎn)業(yè)集群；另一方面在企業(yè)節(jié)能補貼、新能源產(chǎn)業(yè)扶持及節(jié)能技術(shù)研發(fā)與應(yīng)用等能源政策上形成有效對接。

第三，以差異化策略促進區(qū)域協(xié)調(diào)發(fā)展，縮小地區(qū)能源利用效率差異。東部地區(qū)較發(fā)達的城市應(yīng)在嚴格控制化石能源消費的基礎(chǔ)上加強節(jié)能減排關(guān)鍵性技術(shù)的突破攻關(guān)，率先實現(xiàn)能源“雙控”和碳達峰，并加快向中西部地區(qū)進行技術(shù)擴散和轉(zhuǎn)移；中西部地區(qū)則要加強自身產(chǎn)業(yè)結(jié)構(gòu)升級和能源轉(zhuǎn)型，東北老工業(yè)基地和資源型城市要加快產(chǎn)業(yè)綠色低碳轉(zhuǎn)型，對不符合功能定位的高能耗、高排放重化工業(yè)實行低碳轉(zhuǎn)型和退出機制。

當然，限于數(shù)據(jù)可得性，本文構(gòu)建能源平衡表的分配指標體系時主要采用行業(yè)產(chǎn)出作為分配標準，蘊含的基本假設(shè)是不同城市同一行業(yè)單位產(chǎn)值的能源投入相同，這一假設(shè)可能與實際存在偏差，部分指標統(tǒng)計口徑前后變化的調(diào)整仍有待改善；限于篇幅，文中未對城市能源強度的空間溢出機制展開解析。這些不足之處，有待于在后續(xù)研究中進一步加以探討與完善。

注釋：

（1）限于篇幅，本文未將城市能源消費量估算結(jié)果及與城市實際能源消費量對比情況一一列出，如有需要可向作者索取。