周會(huì)祥

［摘 要］我國(guó)超大型城市相比其他城市面臨著更大的碳減排壓力，近年來這些城市均在“碳達(dá)峰、碳中和”上做出了有益探索。本文以我國(guó)超大型城市2007—2020年面板數(shù)據(jù)為基礎(chǔ)，采用STIRPAT模型就城市生產(chǎn)、技術(shù)、生活因素對(duì)碳排放的影響作用進(jìn)行了實(shí)證研究，并經(jīng)過比較分析總結(jié)出了四種“雙碳”發(fā)展模式。結(jié)果表明：在整體層面，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、綠色專利比重、建筑能耗比重對(duì)超大型城市碳排放有顯著負(fù)向影響，城市能耗強(qiáng)度、人均GDP水平對(duì)超大型城市碳排放有顯著正向影響，高碳能源比重、交通能耗比重的影響則不顯著。在超大型城市個(gè)體層面，碳排放影響因素對(duì)不同城市具有不同程度的影響作用，經(jīng)過多維比較分析發(fā)現(xiàn)北京、深圳為綜合低碳模式，而其他城市則相對(duì)側(cè)重于低碳生產(chǎn)模式、低碳科技模式或低碳生活模式?；谀Ｊ奖容^分析，提出了增進(jìn)超大型城市“雙碳”發(fā)展效能的啟示。

［關(guān)鍵詞］超大型城市；碳達(dá)峰碳中和；生態(tài)文明；低碳發(fā)展；碳排放

［中圖分類號(hào)］X511 ［文獻(xiàn)標(biāo)志碼］A［文章編號(hào)］1672-4917（2023）02-0114-11

一、引言

2020年9月22日，習(xí)近平主席在第75屆聯(lián)合國(guó)大會(huì)一般性辯論上首次就中國(guó)碳達(dá)峰碳中和目標(biāo)作出了鄭重宣示，即“中國(guó)力爭(zhēng)2030年前二氧化碳排放達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和”^［1］（以下簡(jiǎn)稱“雙碳”或“雙碳”目標(biāo)）。黨的二十大報(bào)告也明確提出，“要積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和，立足我國(guó)能源資源稟賦，堅(jiān)持先立后破，有計(jì)劃分步驟實(shí)施碳達(dá)峰行動(dòng)?！?sup>［^2］黨的十八大以來，以習(xí)近平同志為核心的黨中央將生態(tài)文明建設(shè)提高到了中國(guó)特色社會(huì)主義事業(yè)“五位一體”總體布局層面，提出了一系列原創(chuàng)性的新思想、新理念、新戰(zhàn)略，擘畫美麗中國(guó)宏偉藍(lán)圖，形成并確立了習(xí)近平生態(tài)文明思想，推動(dòng)我國(guó)低碳發(fā)展發(fā)生了歷史性、轉(zhuǎn)折性、全局性的變化。推行“雙碳”目標(biāo)的重大決策部署，彰顯了我們黨一以貫之加快經(jīng)濟(jì)社會(huì)綠色轉(zhuǎn)型發(fā)展的雄心和決心，有利于加快形成綠色低碳生產(chǎn)方式和生活方式，再次展現(xiàn)了人類命運(yùn)共同體的發(fā)展理念與大國(guó)擔(dān)當(dāng)。

兩百多年的世界工業(yè)革命和社會(huì)化大生產(chǎn)在大幅增強(qiáng)財(cái)富創(chuàng)造力的同時(shí)，排放的大量溫室氣體已打破了原有碳循環(huán)系統(tǒng)中碳源和碳匯平衡，造成全球氣候環(huán)境逐漸惡化，如地表氣溫升高、極端天氣頻發(fā)等。就氣候變化問題，聯(lián)合國(guó)政府間氣候變化委員會(huì)（IPCC）發(fā)布的第五次氣候變化評(píng)估研究報(bào)告（2014年）明確指出，人類活動(dòng)極有可能是20世紀(jì)中期以來全球氣候變暖的主要原因。城市是全球人口、工業(yè)、建筑、交通、消費(fèi)的集中承載地，雖其面積僅占地表面積的2%，其人口占世界總量的50%以上，溫室氣體排放卻占總量的70%。^［3］超大型城市是我國(guó)新型城鎮(zhèn)化進(jìn)程中出現(xiàn)的超大規(guī)模人口集聚在少數(shù)幾個(gè)城市的特殊現(xiàn)象，從現(xiàn)有跡象看，超大型城市容易出現(xiàn)在先進(jìn)制造業(yè)與現(xiàn)代服務(wù)業(yè)集中度、開放水平、信息化、交通運(yùn)輸基礎(chǔ)設(shè)施高度發(fā)達(dá)的區(qū)域，人口規(guī)模的快速擴(kuò)張會(huì)帶來更加集中的城市生產(chǎn)生活行為，進(jìn)而對(duì)城市的碳循環(huán)系統(tǒng)發(fā)生持續(xù)影響，超大型城市的產(chǎn)業(yè)結(jié)構(gòu)、科技創(chuàng)新等因素與碳排放的關(guān)系問題值得深入關(guān)注。因此，從我國(guó)超大型城市綠色發(fā)展模式的角度比較研究“雙碳”問題，不僅有利于探究我國(guó)各大城市“雙碳”創(chuàng)新實(shí)踐的內(nèi)在規(guī)律，而且能進(jìn)一步豐富關(guān)于經(jīng)濟(jì)、社會(huì)、環(huán)境三者協(xié)調(diào)發(fā)展的城市生態(tài)經(jīng)濟(jì)理論體系，具有重要的現(xiàn)實(shí)價(jià)值和理論價(jià)值。

二、相關(guān)文獻(xiàn)綜述

國(guó)內(nèi)有關(guān)城市碳排放問題的研究近十余年才興起，國(guó)內(nèi)外學(xué)界對(duì)碳排放控制與經(jīng)濟(jì)社會(huì)發(fā)展要素之間的相互作用機(jī)理的研究并未達(dá)到成熟境地。目前，國(guó)內(nèi)外學(xué)者對(duì)碳排放控制相關(guān)的研究可集中梳理為以下幾個(gè)方面：

第一，關(guān)于區(qū)域碳排放計(jì)量方法的研究。Dietz等（1997年）對(duì)IPAT模型進(jìn)行了改進(jìn)，提出了人類經(jīng)濟(jì)活動(dòng)因素對(duì)環(huán)境影響是非等比例關(guān)系的碳排放STIRPAT模型計(jì)算方法。^［4］Houghton（1999年）通過調(diào)查統(tǒng)計(jì)因植被減少而釋放的碳與植被增加吸收的碳所引起的變化量提出了碳排放量測(cè)算的經(jīng)驗(yàn)空間模型。^［5］Weber（2008年）重構(gòu)了投入產(chǎn)出關(guān)系模型，提出了測(cè)算家庭碳足跡的方法。^［6］郝千婷等（2011年）綜述了國(guó)內(nèi)外學(xué)者為解釋碳排放量與各類影響因素的關(guān)系規(guī)律而構(gòu)建出的IPAT模型、STIRPAT模型、Kara模型、LMDI、Lespeyres等因素分解方法。^［7］劉明達(dá)等（2014年）在IPCC和我國(guó)碳排放項(xiàng)目清單核算框架下，評(píng)述了目前用于碳排放量核算的排放因子法、質(zhì)量平衡法和實(shí)測(cè)估算法三種方法的優(yōu)劣點(diǎn)以及適用面，提出了國(guó)家、省、城市、區(qū)、單體建筑及家庭六個(gè)空間尺度單元的碳核算研究范式。胡建輝（2015年）參照IPCC公布的碳排放分類核算公式，采取綜合匯總各種溫室氣體生產(chǎn)或消費(fèi)活動(dòng)量乘以活動(dòng)種類排放因子系數(shù)之積來測(cè)算國(guó)家、省、城市等宏觀層面的碳排放量，也是目前學(xué)界使用最為普遍的核算方法。^［8］

第二，關(guān)于城市碳排放影響因素的研究。Ehrhardt-Martinez（2002年）經(jīng)實(shí)證分析認(rèn)為人口城市化是影響環(huán)境的重要因素，其對(duì)碳排放的影響大于人均GDP等其他發(fā)展指標(biāo)。^［9］Cole等（2004年）選取了86個(gè)國(guó)家1975—1998年的碳排放數(shù)據(jù)，對(duì)人口規(guī)模結(jié)構(gòu)因素對(duì)環(huán)境污染的影響程度進(jìn)行了研究，認(rèn)為城鎮(zhèn)化率提高會(huì)造成碳排放量的增長(zhǎng)。^［10］Bin等（2005年）分析發(fā)現(xiàn)發(fā)達(dá)國(guó)家城鎮(zhèn)居民的直接、間接的能源消費(fèi)已經(jīng)超越了產(chǎn)業(yè)部門，生活碳排放成為主要增長(zhǎng)點(diǎn)。^［11］Thompson（2006年）經(jīng)實(shí)證研究認(rèn)為能源對(duì)勞動(dòng)力、資本等生產(chǎn)要素的替代關(guān)系決定了碳減排的經(jīng)濟(jì)效益，如替代效應(yīng)較小，則加強(qiáng)節(jié)能技術(shù)研發(fā)必要性增加。^［12］Liddle（2010年）等運(yùn)用IPAT模型發(fā)現(xiàn)近半個(gè)世紀(jì)以來全球發(fā)達(dá)國(guó)家的城鎮(zhèn)化在整體上與碳排放量呈現(xiàn)出正相關(guān)關(guān)系。^［13］Martinez-Zarzoso等（2011年）對(duì)處于不同收入組群國(guó)家的城鎮(zhèn)化水平與碳排放的關(guān)系進(jìn)行了研究，認(rèn)為高收入水平國(guó)家的城鎮(zhèn)化對(duì)碳排放的正向影響程度要大于中等收入水平國(guó)家，在高、低收入水平國(guó)家中，城鎮(zhèn)化與碳排放呈現(xiàn)出倒U型的關(guān)系，但在中等收入水平國(guó)家中此規(guī)律不明顯。^［14］Henriques（2017年）運(yùn)用Kaya模型對(duì)歐洲、北美、日本的碳排放影響因素進(jìn)行了分析，認(rèn)為短期內(nèi)規(guī)模效應(yīng)影響成為主導(dǎo)，但在長(zhǎng)期上技術(shù)變革是主要的抵消因素。^［15］Tan等（2018年）構(gòu)建了建筑行業(yè)碳排放的情景分析模型，提出要強(qiáng)化建筑業(yè)對(duì)碳減排的積極作用。^［16］孫貴艷等（2018年）采用LMDI因素分解法對(duì)1997—2016年重慶市的人口、經(jīng)濟(jì)增長(zhǎng)、能源結(jié)構(gòu)等對(duì)碳排放量的影響進(jìn)行了分析，提出經(jīng)濟(jì)增長(zhǎng)是增進(jìn)人均碳排放量的主要因素，能源強(qiáng)度是控制人均碳排放量的主要因素。^［17］王愛國(guó)等（2019年）對(duì)政府綠色政策與企業(yè)的投資生產(chǎn)行為進(jìn)行了相關(guān)性研究，認(rèn)為綠色鼓勵(lì)扶持型政策對(duì)民營(yíng)企業(yè)投資降碳具有顯著的正向作用，而對(duì)國(guó)有企業(yè)無明顯影響；綠色規(guī)制型政策能促進(jìn)國(guó)有企業(yè)投資降碳，對(duì)民營(yíng)企業(yè)政策作用不大。^［18］Liaskas（2020年）對(duì)碳排放變化進(jìn)行了指數(shù)分解解析，認(rèn)為產(chǎn)出水平、能耗強(qiáng)度、能源結(jié)構(gòu)因素是工業(yè)碳排放的主要影響因素。^［19］梁賽等（2022年）通過對(duì)比分析2015—2017年和2017—2020年我國(guó)生產(chǎn)結(jié)構(gòu)和需求結(jié)構(gòu)數(shù)據(jù)的變化，認(rèn)為能源利用效率與碳排放量顯著相關(guān)，產(chǎn)業(yè)結(jié)構(gòu)不合理也將帶動(dòng)碳排放增加，我國(guó)具有結(jié)構(gòu)性碳減排空間。^［20］劉峰等（2022年）經(jīng)過對(duì)我國(guó)282個(gè)城市近10年的面板數(shù)據(jù)進(jìn)行分析后認(rèn)為，我國(guó)城市綠色金融壯大發(fā)展顯著地抑制了碳排放。^［21］

第三，關(guān)于碳排放區(qū)域間差異的研究。Padilla等（2006年）基于多個(gè)國(guó)家的基尼系數(shù)變動(dòng)與碳排放之間的不平等影響關(guān)系進(jìn)行了研究，認(rèn)為區(qū)域間收入水平的不均衡與碳排放的不均衡情況有著非常緊密的聯(lián)系。^［22］胡建輝等（2015年）從城鎮(zhèn)化對(duì)碳排放的影響效應(yīng)視角對(duì)京津冀、長(zhǎng)三角、珠三角三大城市群進(jìn)行了比較研究，認(rèn)為在三大區(qū)域中人均收入水平與碳排放均存在倒U型關(guān)系，城鎮(zhèn)化對(duì)長(zhǎng)三角城市群碳排放有明顯抑制作用，對(duì)京津冀城市群碳排放具有顯著的正向作用。^［8］Mulali等（2016年）對(duì)欠發(fā)達(dá)區(qū)域與發(fā)達(dá)區(qū)域進(jìn)行了比較分析后認(rèn)為，欠發(fā)達(dá)區(qū)域經(jīng)濟(jì)增長(zhǎng)與碳排放關(guān)系現(xiàn)象不符合EKC假說。^［23］唐曉靈等（2020年）對(duì)上海和西安2005—2018年的碳排放因素進(jìn)行了比較研究，發(fā)現(xiàn)城鎮(zhèn)化水平對(duì)西安市碳排放貢獻(xiàn)有正向影響，對(duì)上海有負(fù)向影響，西安市能源強(qiáng)度對(duì)碳排放的貢獻(xiàn)程度遠(yuǎn)大于上海市。^［24］

第四，關(guān)于城市低碳治理路徑的研究。陳彥希等（2021年）認(rèn)為ESG企業(yè)投資與碳中和密切相關(guān)，ESG評(píng)級(jí)能促使企業(yè)比以往更加關(guān)注對(duì)環(huán)境、社會(huì)的影響，進(jìn)入持續(xù)投資環(huán)境治理的正循環(huán)，有效縮減碳排放。^［25］劉海英等（2022年）對(duì)我國(guó)287個(gè)地級(jí)以上城市2007—2018年的碳排放權(quán)交易政策試點(diǎn)效果進(jìn)行了評(píng)估，發(fā)現(xiàn)碳排放權(quán)交易政策的控碳作用易受到城市要素市場(chǎng)成熟度、產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新強(qiáng)度等因素的約束，碳交易政策的環(huán)境提質(zhì)效果對(duì)老工業(yè)基地城市、人口規(guī)模較大城市更為明顯。^［26］薛飛等（2022年）借助雙重差分法對(duì)綠色財(cái)政政策的節(jié)碳減碳效應(yīng)進(jìn)行了研究，發(fā)現(xiàn)綠色財(cái)政政策控碳作用機(jī)理主要是通過減少單位GDP能耗、降低能耗、產(chǎn)業(yè)低碳化和推動(dòng)技術(shù)創(chuàng)新等路徑實(shí)現(xiàn)減碳。^［27］孫哲遠(yuǎn)等（2022年）對(duì)我國(guó)283個(gè)城市新能源汽車試點(diǎn)對(duì)碳排放的影響機(jī)制進(jìn)行了分析，認(rèn)為新能源車試點(diǎn)政策對(duì)城市碳減排作用顯著，應(yīng)重點(diǎn)從能源結(jié)構(gòu)、技術(shù)創(chuàng)新、公眾參與、環(huán)境投資四個(gè)方面深化交通對(duì)促進(jìn)城市碳減排的傳導(dǎo)作用。^［28］王敏等（2022年）從綠地總體規(guī)模、分布格局等5個(gè)維度對(duì)城市綠地的空間特征與碳中和的關(guān)系進(jìn)行了實(shí)證研究，認(rèn)為城市綠地空間特征對(duì)碳排放有顯著影響，并提出了對(duì)城市綠地空間實(shí)施精細(xì)化管控的建議。^［29］

綜合上述相關(guān)研究成果來看，城市的碳減排效果與城市的產(chǎn)業(yè)形態(tài)、能源形態(tài)、技術(shù)水平、能耗水平、建筑低碳程度、交通低碳程度、居民收入水平、綠色政策、企業(yè)行為等有著復(fù)雜的關(guān)聯(lián)，上述研究均從不同時(shí)空角度對(duì)樣本城市的碳排放與單個(gè)或多個(gè)排放因素進(jìn)行了影響機(jī)理分析，取得了豐富的成果，但關(guān)于“雙碳”發(fā)展模式的研究較為稀少。超大型城市是基于我國(guó)基本國(guó)情發(fā)展起來的特殊城市形態(tài)，具有因超大人口規(guī)模帶來的集中生產(chǎn)、生活、治理等特征，為此，本文側(cè)重于從超大型城市“雙碳”發(fā)展模式視角展開對(duì)比分析，以期探索超大型城市“雙碳”探索實(shí)踐中的異質(zhì)性與發(fā)展規(guī)律。

三、超大型城市“雙碳”相關(guān)影響因素分析

（一）我國(guó)超大型城市的概念與特征

我國(guó)超大型城市是主要依據(jù)人口遷移的數(shù)量規(guī)模作出的概念界定，2014年11月，國(guó)務(wù)院發(fā)布的《關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》明確指出，超大型城市是城區(qū)常住人口為1000萬人以上的城市，城區(qū)是指在市轄區(qū)和不設(shè)區(qū)的市，區(qū)、市政府駐地的實(shí)際建設(shè)連接到的居民委員會(huì)所轄區(qū)域和其他區(qū)域，不包括鎮(zhèn)區(qū)和鄉(xiāng)村。^［30］根據(jù)《2020中國(guó)人口普查分縣資料》顯示，成都于2020年正式升級(jí)為7座超大型城市之一，2021年9月，國(guó)家統(tǒng)計(jì)局發(fā)布的《經(jīng)濟(jì)社會(huì)發(fā)展統(tǒng)計(jì)圖表：第七次全國(guó)人口普查超大、特大城市人口基本情況》再次明確了當(dāng)前城市的規(guī)模劃分，指出連續(xù)兩年符合超大型城市標(biāo)準(zhǔn)的城市分別為上海、北京、深圳、重慶、廣州、成都、天津7座城市。

改革開放后，隨著越來越多的農(nóng)村人口選擇向城市轉(zhuǎn)移并融入當(dāng)?shù)匕l(fā)展，帶動(dòng)了部分城市人口比重的持續(xù)提升和經(jīng)濟(jì)的快速發(fā)展，進(jìn)而產(chǎn)生了超大型城市、特大城市、大城市、中等城市和小城市等不同城區(qū)人口規(guī)模的梯隊(duì)格局。相對(duì)于常規(guī)城市來講，超大型城市通常都具備以下幾點(diǎn)重要特征：一是工業(yè)化與城鎮(zhèn)化高度發(fā)達(dá)，城市擁有相對(duì)完整的工業(yè)基礎(chǔ)與產(chǎn)業(yè)鏈體系，常住人口體量大，經(jīng)濟(jì)總量位居全國(guó)前列。二是產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)代化水平更為合理，追求更高的產(chǎn)業(yè)層級(jí)，先進(jìn)制造業(yè)和高端服務(wù)業(yè)高度集中。三是資源承載壓力巨大，超大規(guī)模的人口巨大的用地、用水、用電等能耗需求對(duì)有限的城市空間形成持續(xù)考驗(yàn)。四是對(duì)外開放水平高，城市多領(lǐng)域?qū)ν夂献鹘涣骱头?wù)貿(mào)易更加頻繁。五是交通運(yùn)輸網(wǎng)絡(luò)、信息傳輸?shù)然A(chǔ)設(shè)施供應(yīng)相對(duì)完善。超大型城市的典型特征會(huì)對(duì)碳排放變化有著深遠(yuǎn)影響。

（二）我國(guó)超大型城市碳排放控制差異分析

目前，我國(guó)超大型城市城區(qū)人口總量已占到全國(guó)城鎮(zhèn)人口數(shù)量的15.8%，城市經(jīng)濟(jì)總量近年來也均位居全國(guó)前15位次內(nèi)。在“雙碳”發(fā)展目標(biāo)導(dǎo)向下，這些超大型城市基于不同的市情形成了各有特色的低碳發(fā)展組織模式，因當(dāng)前綠色碳匯技術(shù)暫未獲得實(shí)質(zhì)性進(jìn)展，碳排放量核算暫未考慮碳匯核減額度，故暫不考慮各城市的碳匯作用，見圖1，其具體模式主要可從城市生產(chǎn)形態(tài)、科技形態(tài)、生活形態(tài)三大維度予以分析考量。在低碳發(fā)展進(jìn)程中，超大型城市生產(chǎn)控碳、科技控碳和生活控碳是實(shí)現(xiàn)綠色低碳發(fā)展的三個(gè)相對(duì)獨(dú)立而又相互影響的終端表現(xiàn)領(lǐng)域，生活控碳通過綠色消費(fèi)等需求側(cè)因素對(duì)生產(chǎn)控碳、科技控碳產(chǎn)生導(dǎo)向作用；科技控碳通過工藝改造、技術(shù)創(chuàng)新等手段提升生產(chǎn)控碳、生活控碳的能級(jí)；生產(chǎn)控碳又通過產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)優(yōu)化等途徑催生科技控碳、生活控碳升級(jí)；三個(gè)領(lǐng)域中的各種二級(jí)因素對(duì)彼此產(chǎn)生交叉作用，從而構(gòu)成生產(chǎn)、科技、生活協(xié)同控碳的統(tǒng)一體。不同城市的產(chǎn)業(yè)結(jié)構(gòu)、科技層級(jí)、收入水平等二級(jí)因素狀況有著較大差異，所產(chǎn)生的節(jié)碳降碳效果會(huì)有一定的差別，故超大型城市的碳排放控制異質(zhì)性也歸結(jié)為以下三方面：

一是城市生態(tài)形態(tài)不同。我國(guó)超大型城市的經(jīng)濟(jì)地理?xiàng)l件、人文環(huán)境等存在客觀差異，在不同的基礎(chǔ)上經(jīng)長(zhǎng)期發(fā)展形成了自身的能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)規(guī)模和技術(shù)水平，城市經(jīng)濟(jì)體產(chǎn)生了相應(yīng)不同的結(jié)構(gòu)效應(yīng)、規(guī)模效應(yīng)和技術(shù)效應(yīng)，因而各超大型城市的能耗和碳排放狀況不盡相同。

二是城市科技形態(tài)不同。低碳技術(shù)創(chuàng)新應(yīng)用和工藝設(shè)備的更新升級(jí)能整體提升城市的資源集約循環(huán)利用水平，有效降低能耗總量和強(qiáng)度，縮減碳排放。受城市研發(fā)投入、技術(shù)進(jìn)步以及人才集聚水平等資源分布差異的影響，各大城市的節(jié)碳降碳技術(shù)水平各不相同。

三是城市生活形態(tài)不同。隨著社會(huì)生產(chǎn)和居民收入水平的逐步提高，居民在用水用電等日常生活消費(fèi)方面的內(nèi)容和方式發(fā)生了重大轉(zhuǎn)變，具有不同消費(fèi)方式、交通方式、治理手段等方式差異的超大型城市所產(chǎn)生的生活碳排放量也存在一定差別。

圖1 我國(guó)超大型城市節(jié)碳降碳的主要領(lǐng)域

（三）“雙碳”影響因素分析

本文在前人研究的基礎(chǔ)上，增加了建筑能耗、交通能耗影響因素分析，超大型城市的“雙碳”主要影響因素可概括為：

1.結(jié)構(gòu)變動(dòng)影響。產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)狀況、能耗結(jié)構(gòu)與整體碳排放有著密切的關(guān)聯(lián)，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)程度越高，所對(duì)應(yīng)的碳排放量越低，反之亦然。另城市能源結(jié)構(gòu)中高碳能源比重越高，所形成的碳排放量越高，反之亦然。

2.技術(shù)水平影響。技術(shù)進(jìn)步既可推動(dòng)生產(chǎn)工藝環(huán)節(jié)和設(shè)備設(shè)施進(jìn)行升級(jí)改造，又可開辟消碳減碳新技術(shù)路徑，從而有效抑制碳排放。

3.經(jīng)濟(jì)收入影響。城市人均GDP收入的快速增加會(huì)造成消費(fèi)規(guī)模、內(nèi)容和方式的新變化，進(jìn)而對(duì)生活碳排放帶來影響。

4.建筑能耗影響。城市建筑科技、運(yùn)營(yíng)管理水平等直接關(guān)系到建筑總體能耗情況，綠色建筑占比越高通常節(jié)碳效果更優(yōu)。

5.交通能耗影響。交通工具綠色升級(jí)、公交路網(wǎng)設(shè)計(jì)等因素對(duì)城市通勤碳排放會(huì)造成持續(xù)的影響。

6.綠色治理影響。有差異的城市綠色產(chǎn)業(yè)扶持政策、金融政策、財(cái)政政策、規(guī)制政策會(huì)引導(dǎo)各類市場(chǎng)主體轉(zhuǎn)變生產(chǎn)生活行為，進(jìn)而會(huì)形成不同的碳治理效果。

四、研究設(shè)計(jì)

（一）變量選取與模型設(shè)定

1.因變量。本文選取二氧化碳排放量來衡量城市各種經(jīng)濟(jì)社會(huì)活動(dòng)和能源消耗帶來的環(huán)境影響。因我國(guó)碳排放量核算尚未建立統(tǒng)一的統(tǒng)計(jì)口徑，同時(shí)IPCC提供的能源燃燒排放值計(jì)算方法需分類統(tǒng)計(jì)多種類化石能耗量，獲取各地多種類能源明細(xì)數(shù)據(jù)十分困難，考慮數(shù)據(jù)來源的可得一致性，故本文選用學(xué)界普遍采用的BP中國(guó)碳排放計(jì)算器提供的系數(shù)法進(jìn)行估算，對(duì)碳排放量的估算如下：

Cit=gdpit×eit×2.493。

其中，Cit是第i個(gè)超大型城市在第t年的碳排放總量；gdpit是第i個(gè)超大型城市在第t年度的區(qū)域生產(chǎn)總值；eit是第i個(gè)超大型城市在第t年的標(biāo)準(zhǔn)煤消耗強(qiáng)度；2.493 是BP中國(guó)碳排放計(jì)算器提供的標(biāo)準(zhǔn)煤對(duì)碳排放的換算系數(shù)。

2.解釋變量。產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)（Pit）是某個(gè)超大型城市第二產(chǎn)業(yè)產(chǎn)值相對(duì)第三產(chǎn)業(yè)產(chǎn)值的比重，用以表示城市工業(yè)產(chǎn)值相對(duì)于服務(wù)業(yè)產(chǎn)值的結(jié)構(gòu)情況。王韶華等認(rèn)為各地區(qū)第二產(chǎn)業(yè)增加值與第三產(chǎn)業(yè)增加值之比能在一定程度上反映產(chǎn)業(yè)結(jié)構(gòu)升級(jí)協(xié)同度。^［31］高碳能源比重（Sit）是某個(gè)超大型城市當(dāng)年煤炭與石油消耗量之和與能源消耗總量的比值，用以表示具有高碳密度排放的能源相對(duì)其他低碳以及可再生能源的結(jié)構(gòu)情況。綠色專利比重（Rit）是某個(gè)超大型城市的綠色專利申請(qǐng)量與城市專利申請(qǐng)總量之比。能耗強(qiáng)度（Eit）是某個(gè)超大型城市當(dāng)年工業(yè)標(biāo)準(zhǔn)煤消耗總量與城市GDP的比值。人均GDP水平（Iit）是某個(gè)超大型城市當(dāng)年GDP總量與常住人口數(shù)量的比值，用以表示城市經(jīng)濟(jì)體大致所處的經(jīng)濟(jì)發(fā)展階段和生活消費(fèi)水平。建筑能耗比重（Bit）是某個(gè)超大型城市當(dāng)年從建筑材料制造、建筑施工直到建筑維護(hù)使用全過程中的能耗量與城市能源消耗總量的比值。交通能耗比重（Tit）是某個(gè)超大型城市當(dāng)年交通客貨綜合運(yùn)輸車輛的能耗量與城市能源消耗總量的比值。

在從產(chǎn)業(yè)變動(dòng)、能源結(jié)構(gòu)、技術(shù)進(jìn)步、收入水平、建筑交通等變量選取的基礎(chǔ)上，考慮各因素之間并非簡(jiǎn)單的線性關(guān)系，采取經(jīng)典的STIRPAT模型進(jìn)行對(duì)數(shù)化處理分析，該模型設(shè)定如下：

lnCit=α+β1lnPit+β2lnSit+β3lnRit+

β4lnEit+β5lnIit+β6lnBit+β7lnTit+eit。

其中，α為常數(shù)項(xiàng)，β1……β7為待估影響系數(shù)，eit為隨機(jī)誤差項(xiàng)，其他變量標(biāo)識(shí)上有所述。通過估算參數(shù)值β1……β7的符號(hào)和數(shù)值大小可以推測(cè)各種變量要素對(duì)特定超大型城市的碳排放影響關(guān)系及程度，當(dāng)βi≥0時(shí)，表征第i項(xiàng)變量對(duì)城市碳排放存在正向或無影響關(guān)系；當(dāng)βi≤0時(shí)，表征第i項(xiàng)變量對(duì)城市碳排放存在負(fù)向或無影響關(guān)系。

（二）數(shù)據(jù)來源與描述統(tǒng)計(jì)

2007年，國(guó)務(wù)院正式頒布了《中國(guó)應(yīng)對(duì)氣候變化國(guó)家方案》，這是第一部全面性的政策文件，國(guó)家科技部等14個(gè)部門同年也聯(lián)合發(fā)布了《中國(guó)應(yīng)對(duì)氣候變化科技專項(xiàng)行動(dòng)》，提出了到2020年我國(guó)應(yīng)對(duì)氣候變化需要推進(jìn)科技進(jìn)步的若干任務(wù)和措施，各超大型城市的“雙碳”實(shí)踐開始快速展開。鑒于上述重要時(shí)間節(jié)點(diǎn)，本文按照官方城市規(guī)模劃分結(jié)果對(duì)上海、北京、深圳、重慶、廣州、成都、天津7座超大型城市2007—2020年的碳排放相關(guān)數(shù)據(jù)進(jìn)行了分析研究，所用原始數(shù)據(jù)分別來自14年期間的《城市統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》、WIND數(shù)據(jù)庫(kù)、CNRDS數(shù)據(jù)庫(kù)以及各城市所對(duì)應(yīng)的省市統(tǒng)計(jì)年鑒。為了縮減原始數(shù)據(jù)的隨機(jī)波動(dòng)性影響，本分析采用了取對(duì)數(shù)平減化處理。各超大型城市碳排放以及相關(guān)變量的描述統(tǒng)計(jì)特征見表1。

五、實(shí)證結(jié)果分析

基于Stata17統(tǒng)計(jì)軟件，本文對(duì)7座超大型城市整體和各超大型城市個(gè)體分別實(shí)施了計(jì)量分析，主要包括基準(zhǔn)回歸、異質(zhì)性分析、穩(wěn)健性檢驗(yàn)以及內(nèi)生性分析，以探究超大型城市碳排放的影響因素和作用機(jī)制。

（一）全國(guó)超大型城市整體基準(zhǔn)回歸分析

1.相關(guān)性分析。

在回歸分析之前，本文對(duì)各變量進(jìn)行了相關(guān)性分析，見表2。通過回歸結(jié)果可知，各變量之間是存在相關(guān)關(guān)系且較為顯著，說明本文的變量選取是科學(xué)合理的，從回歸系數(shù)可知不同變量對(duì)碳排放的影響不同，各變量間的系數(shù)值均小于0.8，變量之間不存在嚴(yán)重的多重共線性。

2.基準(zhǔn)回歸分析。

通過模型混合回歸結(jié)果可知，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、綠色專利比重、城市能耗強(qiáng)度和人均GDP水平均對(duì)碳排放產(chǎn)生顯著的影響，見表3。其中，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、綠色專利比重對(duì)城市碳排放具有抑制作用，而城市能耗強(qiáng)度、人均GDP則對(duì)城市碳排放具有增進(jìn)作用。高碳能源比重、建筑能耗比重、交通能耗比重均對(duì)城市碳排放具有負(fù)向影響，但作用不明顯。

針對(duì)是否存在個(gè)體效應(yīng)問題，本文進(jìn)行了固定效應(yīng)回歸。從固定效應(yīng)回歸結(jié)果看，其與混合回歸結(jié)果基本一致，見表4。在固定效應(yīng)分析中，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、能耗強(qiáng)度、人均GDP和建筑能耗比重均顯著地影響了碳排放，說明設(shè)計(jì)的模型變量整體具有較強(qiáng)固定效應(yīng)。

固定效應(yīng)分析顯示模型存在個(gè)體效應(yīng)，為了鑒別該個(gè)體效應(yīng)是個(gè)體固定效應(yīng)還是個(gè)體隨機(jī)效應(yīng)，本文運(yùn)用豪斯曼檢驗(yàn)法進(jìn)一步進(jìn)行了隨機(jī)效應(yīng)回歸分析，結(jié)果見表5，其P值結(jié)果小于0.05，說明不存在個(gè)體隨機(jī)效應(yīng)，故本文以固定效應(yīng)為基礎(chǔ)展開的“雙碳”影響因素研究是可靠的。

結(jié)合全樣本混合回歸和固定效應(yīng)回歸結(jié)果分析，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、綠色專利比重、建筑能耗比重因素對(duì)我國(guó)超大型城市碳排放具有顯著的負(fù)向影響，而城市能耗強(qiáng)度、人均GDP水平對(duì)超大型城市碳排放有顯著的正向影響。在產(chǎn)業(yè)結(jié)構(gòu)因素上，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)超大型城市碳排放有相對(duì)最大的抑制作用，影響系數(shù)為-0.814，說明隨著產(chǎn)業(yè)結(jié)構(gòu)的不斷優(yōu)化，對(duì)促進(jìn)節(jié)能減排的效果更好。在技術(shù)進(jìn)步因素上，綠色專利比重對(duì)超大型城市碳排放也具有抑制作用，研究期內(nèi)全體超大型城市綠色專利的降碳貢獻(xiàn)均有不同程度的提升；而能耗強(qiáng)度則對(duì)超大型城市具有相對(duì)最大的正向影響，影響系數(shù)為1.017，研究期內(nèi)全體超大型城市能耗強(qiáng)度均有不同程度的下降。在生活水平因素上，人均GDP水平對(duì)超大型城市碳排放具有正向影響，城市綠色生活質(zhì)量有待提升，建筑能耗比重對(duì)超大型城市碳排放具有負(fù)向影響。

（二）異質(zhì)性分析

為研究每一城市的碳排放因素影響程度差異，本文分別對(duì)7座超大型城市進(jìn)行了個(gè)體回歸分析，這為各超大型城市的“雙碳”發(fā)展模式分析提供了實(shí)證基礎(chǔ)，結(jié)果見表6。

1.產(chǎn)業(yè)低碳維度。從城市產(chǎn)業(yè)結(jié)構(gòu)上看，深圳、天津、廣州3座城市的產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)碳排放的影響系數(shù)分別為-0.684、-0.450、-0.153，P值均小于0.3，顯示出相對(duì)顯著的負(fù)相關(guān)關(guān)系；而北京、成都、重慶、上海4座城市的產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)碳排放的影響系數(shù)均為正值，呈現(xiàn)出正相關(guān)關(guān)系。這說明前3座城市的產(chǎn)業(yè)業(yè)態(tài)相對(duì)低碳且維持穩(wěn)定，城市產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化產(chǎn)生了較強(qiáng)的碳排放抑制作用；后4座城市的產(chǎn)業(yè)業(yè)態(tài)相對(duì)高碳耗能，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對(duì)城市碳排放抑制作用相對(duì)不明顯。從高碳能源比重上看，廣州、重慶、北京的煤炭、石油高碳能源消費(fèi)比重對(duì)碳排放具有負(fù)向影響，而天津、成都、深圳、上海的高碳能源消費(fèi)比重對(duì)碳排放表現(xiàn)出正向影響關(guān)系，說明前3座城市近年來通過逐步加強(qiáng)天然氣等清潔能源使用替代，對(duì)節(jié)碳降碳起到了較好的效果，而其他城市碳排放因能源稟賦不足對(duì)高碳能源反應(yīng)敏感。

2.技術(shù)低碳維度。從城市綠色技術(shù)創(chuàng)新上看，重慶、北京、上海的綠色專利比重對(duì)碳排放影響系數(shù)分別為-0.449、-0.162、-0.164，除上海的P值較大以外，其他兩座城市則顯示出相對(duì)顯著的負(fù)向影響關(guān)系，而成都、天津、廣州、深圳4座城市顯示出了相對(duì)顯著的正相關(guān)關(guān)系，這說明重慶、北京近年來通過加強(qiáng)綠色技術(shù)應(yīng)用取得了相對(duì)明顯的效果。從城市能耗強(qiáng)度上看，僅有深圳一座城市的能耗強(qiáng)度對(duì)碳排放的影響系數(shù)為-0.048，且在置信水平0.05上顯著，表現(xiàn)出顯著的負(fù)相關(guān)關(guān)系，而其他6座城市的能耗強(qiáng)度對(duì)碳排放均呈現(xiàn)出不同程度的正向影響，這說明深圳的產(chǎn)業(yè)技術(shù)水平能以相對(duì)較少的能源消耗實(shí)現(xiàn)更大的經(jīng)濟(jì)產(chǎn)出，其低碳技術(shù)減碳效應(yīng)優(yōu)于其他城市，而能耗強(qiáng)度依次由大到小的成都、上海、重慶、廣州、北京、天津6座城市技術(shù)降碳空間更大。

3.生活低碳維度。從城市人均GDP水平上看，重慶、天津、上海3座城市的人均GDP水平對(duì)碳排放的影響系數(shù)分別為0.749、0.704、0.615，其對(duì)應(yīng)P值均小于0.1，顯示出了較強(qiáng)且顯著的正向影響關(guān)系；而北京、廣州、成都、深圳4座城市的人均GDP水平對(duì)碳排放的正向影響系數(shù)均低于0.3，其影響程度相對(duì)較弱。這說明后4座城市收入水平的提高所產(chǎn)生的能源消耗相對(duì)較輕，城市生活方式相對(duì)低碳。從城市建筑能耗上看，天津、上海、重慶、成都、深圳5座城市的建筑業(yè)能耗比重對(duì)碳排放呈現(xiàn)出了相對(duì)顯著的負(fù)向影響關(guān)系，而北京、廣州兩座城市的建筑業(yè)能耗比重對(duì)碳排放則呈現(xiàn)出了一定的正向影響，說明前5座城市近年來通過綠色建科投用、節(jié)能管理等手段有效降低了建筑碳排放，而后兩座城市的建筑減排貢獻(xiàn)相對(duì)不足。從交通能耗上看，深圳、上海、廣州的交通能耗比重對(duì)碳排放的影響系數(shù)為負(fù)，結(jié)合P值發(fā)現(xiàn)深圳、廣州兩座城市呈現(xiàn)出了顯著的負(fù)向影響，而重慶、天津、北京、成都4座城市呈現(xiàn)出了顯著的正向影響，說明前3座城市更好地實(shí)現(xiàn)了綠色交通降碳。

（三）穩(wěn)健性檢驗(yàn)

為了提高上述分析研究的可信度，本文特采用了xtpcse和xtscc回歸法，對(duì)模型變量間的關(guān)系穩(wěn)定性進(jìn)行了進(jìn)一步檢驗(yàn)，檢驗(yàn)結(jié)果見表7。其中，xtpcse對(duì)OLS回歸進(jìn)行了修正，并考慮面板異質(zhì)性問題，xtscc模型則更進(jìn)一步修正了OLS回歸，在進(jìn)行固定效應(yīng)回歸的同時(shí)，處理了異質(zhì)性問題以及自相關(guān)問題，OLS、xtpcse和xtscc分析結(jié)果見表7。經(jīng)過穩(wěn)健性分析可知，各模型估計(jì)結(jié)果基本一致，其中產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、城市能耗強(qiáng)度和人均GDP影響均是顯著的，且產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)顯著抑制了碳排放，城市能耗強(qiáng)度和人均GDP則顯著加速了碳排放，說明本文回歸結(jié)果是無偏的。

（四）內(nèi)生性分析

在模型的變量選取中，往往可能出現(xiàn)變量遺漏和互為因果的問題，在內(nèi)生性問題的應(yīng)對(duì)上，本文選取了常用的系統(tǒng)GMM回歸進(jìn)行了分析，本文分別對(duì)被解釋變量滯后一期、兩期與三期進(jìn)行回歸，見表8?？梢钥闯?，隨著時(shí)間的推移，各因素對(duì)碳排放的影響效果會(huì)逐漸顯現(xiàn)，與本文的基準(zhǔn)回歸結(jié)果趨于一致，這說明超大型城市實(shí)現(xiàn)“雙碳”目標(biāo)是一個(gè)長(zhǎng)期過程，各影響因素變化對(duì)碳排放有著持續(xù)的影響。

六、發(fā)展模式比較分析

結(jié)合模型分析可知，近年來我國(guó)超大型城市分別在產(chǎn)業(yè)低碳、技術(shù)低碳、生活低碳等領(lǐng)域中展開了一些各有側(cè)重的創(chuàng)新探索，進(jìn)而形成了不盡相同的“雙碳”發(fā)展模式，見表9。

（一）低碳生產(chǎn)發(fā)展模式

低碳生產(chǎn)發(fā)展模式是指通過扭轉(zhuǎn)傳統(tǒng)發(fā)展方式，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)，提升低能耗高產(chǎn)值產(chǎn)業(yè)比重，降低低端高耗能產(chǎn)業(yè)份額，增強(qiáng)能源使用效率和清潔能源使用替代，實(shí)現(xiàn)有效抑制碳排放的發(fā)展模式。從產(chǎn)業(yè)變動(dòng)和高碳能源比重兩項(xiàng)指標(biāo)的影響進(jìn)行綜合比較，深圳、廣州、北京、天津4座城市的產(chǎn)業(yè)發(fā)展對(duì)城市碳排放量影響相對(duì)較小，且這些城市的能源清潔化變革力度在逐漸加大，如2007—2020年深圳的工業(yè)產(chǎn)值比重由50.1%調(diào)整至37.7%，傳統(tǒng)高碳能源比重由75.6%降至49.6%，碳減排效果較優(yōu)，形成了低碳生產(chǎn)發(fā)展模式。

（二）低碳科技發(fā)展模式

技術(shù)創(chuàng)新是實(shí)現(xiàn)“雙碳”的關(guān)鍵之路，低碳科技發(fā)展模式是指通過鼓勵(lì)科技創(chuàng)新和強(qiáng)化新型環(huán)保技術(shù)成果的應(yīng)用，帶動(dòng)生產(chǎn)工藝、設(shè)備設(shè)施綠色升級(jí)，不斷以技術(shù)革新實(shí)現(xiàn)低排放、近零排放的發(fā)展模式。從綠色專利比重和能耗強(qiáng)度兩項(xiàng)指標(biāo)的影響效果進(jìn)行比較，北京、深圳、重慶3座城市的研發(fā)投入比重逐漸提升，所帶來的減碳作用優(yōu)于其他城市，這些城市的能耗強(qiáng)度也處于全國(guó)先進(jìn)水平，如研究期內(nèi)北京的綠色專利比重逐年提升，能耗強(qiáng)度也由0.623噸標(biāo)煤/萬元GDP快速降至0.209噸標(biāo)煤/萬元GDP，達(dá)到了良好的節(jié)碳降碳效果。

（三）低碳生活發(fā)展模式

低碳生活發(fā)展模式是指通過革新環(huán)境治理方式，強(qiáng)化市民環(huán)保意識(shí)和低碳行為，完善節(jié)能循環(huán)基礎(chǔ)設(shè)施建設(shè)，使人們?cè)趨⑴c社會(huì)活動(dòng)中厲行節(jié)約和資源循環(huán)清潔高效利用進(jìn)而減少碳排放的發(fā)展模式。從人均GDP水平、建筑能耗比重、交通能耗比重三項(xiàng)指標(biāo)的影響進(jìn)行比較，深圳、北京、廣州、上海、成都5座城市的人均GDP與碳排放的相關(guān)系數(shù)相對(duì)較小，這些城市通過推廣綠色節(jié)能建筑、構(gòu)建綠色交通體系達(dá)到了有效降低城市生活碳排放的目的，如北京收入水平的上升對(duì)碳排放影響相對(duì)較小，深圳的交通能耗比重增速為超大型城市中最低，這些城市近年來在電動(dòng)汽車替代、近零碳社區(qū)等方面的試點(diǎn)探索有效縮減了生活碳排放。

（四）綜合低碳發(fā)展模式

綜合低碳發(fā)展模式是指多維推進(jìn)低碳生產(chǎn)、低碳科技創(chuàng)新應(yīng)用、低碳生活以及生態(tài)綠地碳匯，協(xié)同發(fā)揮綠色產(chǎn)業(yè)、能源、技術(shù)、建筑、交通、職住、消費(fèi)、碳匯等領(lǐng)域的減碳固碳作用，并取得全面低碳發(fā)展成效的模式。從現(xiàn)有低碳生產(chǎn)、低碳科技、低碳生活幾大維度進(jìn)行比較判斷，發(fā)現(xiàn)北京、深圳出現(xiàn)在優(yōu)等行列頻次最高，表明這兩個(gè)超大型城市在多個(gè)維度上均取得了優(yōu)越的降碳成效，成了綜合低碳發(fā)展模式的典型代表。

七、結(jié)論與啟示

根據(jù)對(duì)我國(guó)超大型城市近年來碳排放相關(guān)數(shù)據(jù)所做的“雙碳”發(fā)展模式比較分析，可以得出以下結(jié)論：產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、綠色專利比重、建筑能耗比重對(duì)超大型城市碳排放具有顯著負(fù)向影響，通過提升產(chǎn)業(yè)結(jié)構(gòu)層級(jí)、綠色專利比重和建筑能耗比重能有效抑制超大型城市的碳排放；城市能耗強(qiáng)度、人均GDP水平對(duì)超大型城市碳排放具有顯著的正向影響，通過降低超大型城市的能耗強(qiáng)度、改善綠色生活水平也能有效抑制超大型城市碳排放；高碳能源比重和交通能耗比重對(duì)超大型城市碳排放具有負(fù)向影響但不顯著；我國(guó)超大型城市之間的“雙碳”發(fā)展模式存在著相對(duì)差異，北京、深圳為綜合低碳模式，其他超大型城市則形成了各有側(cè)重的低碳生產(chǎn)模式、低碳科技模式或低碳生活模式。碳排放影響因素對(duì)不同超大型城市碳排放具有不同程度的影響作用：產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、高碳能源比重因素對(duì)深圳、廣州、北京、天津的碳排放抑制作用更大，綠色專利比重、城市能耗強(qiáng)度因素對(duì)北京、深圳、重慶的碳排放抑制作用更大，人均GDP、建筑能耗比重、交通能耗比重因素對(duì)深圳、北京、廣州、上海、成都的碳排放抑制作用更大。

基于對(duì)我國(guó)超大型城市“雙碳”發(fā)展模式差異的分析，可獲得一些有關(guān)增強(qiáng)超大型城市綠色發(fā)展效能的啟示。第一，超大型城市的綜合低碳模式相比其他模式具有更優(yōu)的協(xié)同節(jié)碳降碳效果。北京、深圳兩座超大型城市是綜合低碳模式的典型代表，也恰恰是目前率先達(dá)到了碳排放階段峰值的兩座城市，綜合低碳模式能廣泛挖掘產(chǎn)業(yè)、能源、研發(fā)、技術(shù)、生活等領(lǐng)域的協(xié)同降碳潛能，呈現(xiàn)出更大的降碳速率，需積極促進(jìn)其他模式向綜合低碳模式轉(zhuǎn)變。第二，產(chǎn)業(yè)升級(jí)對(duì)超大型城市的降碳貢獻(xiàn)最為突出，要重點(diǎn)發(fā)揮制造業(yè)、服務(wù)業(yè)結(jié)構(gòu)升級(jí)的優(yōu)勢(shì)作用。超大型城市服務(wù)業(yè)相對(duì)工業(yè)產(chǎn)值的比值提升有利于逐步降低碳排放，表明超大型城市的先進(jìn)制造、節(jié)能環(huán)保等高端產(chǎn)業(yè)業(yè)態(tài)相對(duì)集中，需進(jìn)一步淘汰傳統(tǒng)過剩產(chǎn)能，培育發(fā)展耗能低、附加值高的高新技術(shù)制造業(yè)，促進(jìn)現(xiàn)代服務(wù)業(yè)成長(zhǎng)壯大。第三，要進(jìn)一步發(fā)揮綠色科技創(chuàng)新在節(jié)能減排過程中的關(guān)鍵作用。綠色專利比重和能耗強(qiáng)度從相反兩個(gè)方向影響著超大型城市碳排放，應(yīng)加強(qiáng)低碳零碳負(fù)碳相關(guān)技術(shù)研發(fā)創(chuàng)新，推進(jìn)專利成果轉(zhuǎn)化，加快新能源升級(jí)替代，逐步降低城市能耗強(qiáng)度，推動(dòng)城市科技降碳。第四，要拓展綠色建筑減碳空間，扭轉(zhuǎn)因收入水平提高而造成相應(yīng)生活碳排放不斷增長(zhǎng)的勢(shì)頭。當(dāng)前與城市人口規(guī)模、人均GDP水平上升相伴隨的城市碳排放壓力與日俱增，迫切需要提升超大型城市綠色建筑覆蓋規(guī)模，普及推廣低碳環(huán)保知識(shí)，倡導(dǎo)綠色消費(fèi)，營(yíng)造綠色公共空間。

總之，在邁入新發(fā)展階段、踐行新發(fā)展理念、構(gòu)建新發(fā)展格局的新時(shí)代要求下，我國(guó)超大型城市需以習(xí)近平生態(tài)文明思想為根本遵循，站在美麗中國(guó)、千年大計(jì)、高質(zhì)量發(fā)展的戰(zhàn)略高度推進(jìn)超大型城市“雙碳”發(fā)展模式融合創(chuàng)新，進(jìn)一步鞏固新時(shí)代我國(guó)生態(tài)文明建設(shè)取得的重大成就，在產(chǎn)業(yè)、能源、技術(shù)、生活等領(lǐng)域全面發(fā)力，努力為實(shí)現(xiàn)“雙碳”宏偉目標(biāo)貢獻(xiàn)超大型城市綠色發(fā)展方案。

［參考文獻(xiàn)］

［1］丁怡婷：《力爭(zhēng)2030年前實(shí)現(xiàn)碳達(dá)峰，2060年前實(shí)現(xiàn)碳中和——打贏低碳轉(zhuǎn)型硬仗》，《人民日?qǐng)?bào)》2021年4月2日。

［2］習(xí)近平：《高舉中國(guó)特色社會(huì)主義偉大旗幟 為全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家而團(tuán)結(jié)奮斗——在中國(guó)共產(chǎn)黨第二十次全國(guó)代表大會(huì)上的報(bào)告》，新華網(wǎng)，http：//www.news.cn/politics/cpc20/2022-10/25/c_1129079429.htm。

［3］王欽池：《城市規(guī)模、城市化率與碳排放關(guān)系研究——基于近半世紀(jì)161個(gè)國(guó)家的數(shù)據(jù)》，《西北人口》2015年第3期。

［4］Dietz，T.， E.A.Rosa：“Effects of population and affluence on Co2 emissions”，Proceedings of the national academy of sciences USA， Vol.56，No.1，1997，pp.67-76.

［5］Houghton R.A：“The annual net flux of carbon to the atmosphere from changes in land use 1850-1990”， Tellus， Vol.51，1999，pp.298-313.

［6］Weber C L， Matthews H S：“Quantifying the global and distributional aspects of American household carbon footprint”， Ecological Economics， No.2， 2008，pp.379-390.

［7］郝千婷、黃明祥、包剛：《碳排放核算方法概述與比較研究》，《中國(guó)環(huán)境管理》2011年第4期。

［8］胡建輝、蔣選：《城市群視角下城鎮(zhèn)化對(duì)碳排放的影響效應(yīng)研究》，《中國(guó)地質(zhì)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2015年第6期。

［9］Ehrhardt-Matinez K.Crenshaw E M，Jenkins J C：“Deforestation and the Environmental Kuznets Curve：A cross- National Investigation of Intervening Mechanisms”， Social Science Quarterly， No.1，2002，pp.226-243.

［10］Cole M A，E.Neumayerc：“Examining the impact of demographic factors on air pollution”， Population and Environment， No.1，2004.

［11］Bin S，Dowlatabadi H：“Consumer lifestyle approach to US energy use and the related CO2 emissions”， Energy Policy， No.2，2005，pp.197-208.

［12］Thompson H：“The applied theory of energy substitution in production”， Energy Economics， No.4，2006，pp.410-424.

［13］Liddle，B.S.Lung.：“Age-structure，urbanization and climate change in developed countries：Revisiting STIRPAT for disaggregtated population and consumption-related environmental impacts”， Population and Environment， No.5，2010，pp.27-33.

［14］Martinez-Zarzoso，I.A.Maruotti：“The impact of urbanization on CO2 emissions：Evidence from developing countries”， Ecological Economics， No.7，2011，pp.37-44.

［15］Henriques S T，Borowiecki K J：“The drivers of long-run CO2 emissions in Europe，North America and Japan since 1800”， Energy Policy， No.10，2017，pp.357-359.

［16］Tan X C，Lai H P，Gu B H：“Carbon emission and abatement potential outlook in Chinas building sector through 2050”， Energy Policy， No.1，2018，pp.118.

［17］孫貴艷、王勝：《基于LMDI模型的重慶直轄以來的能源消費(fèi)碳排放研究》，《重慶理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)）》2018年第7期。

［18］王愛國(guó)、劉洋：《政府綠色政策與低碳企業(yè)投資行為的相關(guān)性研究》，《東岳論叢》2019年第7期。

［19］Liaskas K，Mavrotas G，Mandaraka M：“Decomposition of industrial CO2 emissions：The case of European Union”， Energy Economics， No.4，2020，pp.83-394.

［20］梁賽、鄧梓君、鐘秋萌：《社會(huì)經(jīng)濟(jì)轉(zhuǎn)型新模式對(duì)中國(guó)CO2排放的影響》，《北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2022年第4期。

［21］劉峰、黃蘋、唐舟：《綠色金融的碳減排效應(yīng)及影響渠道研究》，《金融經(jīng)濟(jì)學(xué)研究》2022年第6期。

［22］Padilla.E.Serrano.A：“Inequality in CO2 emissions across countries and its relationship with income inequality：A distributive approach”， Energy Policy， Vol.34，2006，pp.1762-1772.

［23］Al-Mulali U，Ozturk I，Solarin S A：“Investigating the environmental Kuznets curve hypothesis in seven regions：The role of renewable energy”， Ecological Indicators， Vol.67，2016，pp.267-282.

［24］唐曉靈、康銘敏：《我國(guó)東西部城市碳排放差異性比較研究——基于對(duì)上海市和西安市的數(shù)據(jù)分析》，《價(jià)格理論與實(shí)踐》2020年第5期。

［25］陳彥希、鄭青：《ESG推動(dòng)碳中和目標(biāo)實(shí)現(xiàn)的政策建議》，《決策探索》（中）2021年第9期。

［26］劉海英、郭文琪：《碳排放權(quán)交易政策試點(diǎn)與能源環(huán)境效率——來自中國(guó)287個(gè)地級(jí)市的實(shí)證檢驗(yàn)》，《西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2022年第5期。

［27］薛飛、陳煦：《綠色財(cái)政政策的碳減排效應(yīng)——來自“節(jié)能減排財(cái)政政策綜合示范城市”的證據(jù)》，《財(cái)經(jīng)研究》2022年第7期。

［28］孫哲遠(yuǎn)、宋鋒華：《城市交通工具變遷能否降低碳排放？——基于雙重差分模型的經(jīng)驗(yàn)證據(jù)》，《干旱區(qū)資源與環(huán)境》2022年第8期。

［29］王敏、宋昊祥：《影響碳中和的城市綠地空間特征與精細(xì)化管控實(shí)施框架》，《風(fēng)景園林》2022年第5期。

［30］國(guó)家統(tǒng)計(jì)局：《經(jīng)濟(jì)社會(huì)發(fā)展統(tǒng)計(jì)圖表：第七次全國(guó)人口普查超大、特大城市人口基本情況》，《求是》2021年第18期。

［31］王韶華、趙晹春、張偉等：《京津冀碳排放的影響因素分析及達(dá)峰情景預(yù)測(cè)——基于供給側(cè)改革視角》，《北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2022年第6期。

A Comparative Study on the Developmental Models of Peaking Carbon Emissions and Carbon Neutralization in Megacities of China

ZHOU Huixiang

（Shenzhen Party School， Shenzhen 518034， Guangdong， China）

Abstract： Compared with other cities， the Chinas megacities are facing greater pressure to reduce carbon emission， but these cities have made useful explorations on “peaking carbon dioxide emissions and carbon neutralization” in recent years. Based on the panel data of megacities in China from 2007 to 2020， this paper adopts the STIRPAT model to make an empirical analysis on the influence of urban production， technology and living factors on carbon emissions， and the analysis concludes four “double-carbon” developmental models. The results show that at the overall level， the changes in industrial structure， proportion of green patents and building energy consumption have a significant negative impact on carbon emissions in megacities， the energy consumption intensity and per capita GDP have a significant positive impact on carbon emissions in megacities， but the influence of high-carbon energy ratio and transportation energy consumption is not significant. At the individual level， through multidimensional comparative analysis， it is found that the carbon emission factors have different effects on different megacities， Beijing and Shenzhen are comprehensive low-carbon modes， while other cities are inclined to the low-carbon production mode， low-carbon technology mode or low-carbon living mode. After the mode comparison， this study has put forward some reflections to improve the developmental efficiency of “double carbon” in megacities of China.

Key words： megacity; peaking carbon emissions and carbon neutralization; ecotogical civilization; low-carbon development; carbon emission

（責(zé)任編輯 編輯劉永?。?/p>