碳中和視角下廣東省城市低碳發展效率空間分異及其驅動機制

曾紫琪, 王 芳, 馮艷芬, 陳子龍

(廣州大學 地理科學與遙感學院, 廣東 廣州 510006)

氣候變化挑戰當前, 我國積極實施應對戰略。習近平總書記在2020年氣候雄心峰會上提出了“力爭2030年前實現碳達峰, 2060年前實現碳中和”的目標,旨在推進我國的低碳經濟發展, 極大地推動了我國低碳事業進入攻關期。廣東省作為低碳經濟發展和低碳城市建設的先鋒, 在2009年便率先編制了我國第一個《低碳經濟發展試點方案》；2010年被確定為全國開展低碳試點工作的排頭兵之一。隨后又陸續制定了多種戰略方案, 2021年4月發布的《廣東省國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》更是提到要以碳達峰為牽引, 促進經濟社會發展全面綠色轉型。在調整優化產業結構后, 廣東省整體在低碳發展上取得了明顯成效, 但也存在著部分后工業發展的城市因重大項目投產而無法完成節能降耗目標的情況[1]。

在碳中和與城市轉型的背景下, 提高城市的低碳發展水平是必要之舉[2]。相對珠三角城市而言, 粵東、粵西和粵北地區的低碳發展水平受到經濟因素的強烈影響[3]。城市經濟水平的提升必然離不開產業的發展[4], 而產業發展帶來的環境問題也日趨嚴重。一方面, 城市需要發展壯大, 另一方面城市需要綠色低碳, 這使得廣東省各市的低碳發展水平存在著明顯的差異。因此, 如何縮小各城市間的低碳發展水平成為目前急需解決的重要問題。

效率是衡量管理有效性的標準, 學者們運用效率測度低碳發展水平的研究已經相對成熟。周平[5]利用超效率DEA模型(Supper Efficiency Data Envelopment Analysis)測算湖南各市州“十二五”期間的低碳效率, 并以此評估低碳發展的成效；楊穎[6]運用DEA模型計算了四川省的低碳經濟發展效率, 并以此作為評估“十一五”期間四川省低碳經濟發展水平的依據；蘭潔等[7]為了解湖北省低碳經濟發展的困境, 對湖北省的低碳經濟發展效率做出評價；凡婕等[8]亦通過測算中國各省的低碳發展效率, 對我國省域的低碳發展狀況進行了實證分析。

上述分析表明, 效率成為衡量區域低碳發展水平的重要標尺[5]。廣東省作為低碳發展最為活躍的地區之一[2], 目前關于其城市低碳發展水平的研究大部分只停留在靜態分析層面[9], 鮮有研究從動態層面分析廣東省低碳發展水平的空間分異特征。基于此, 本文采用DEA模型測算2009-2018年廣東省各城市的低碳發展效率, 以此評價廣東省城市低碳發展的水平。結合Malmquist指數, 用以測度10年間城市低碳發展效率的動態變化, 并利用地理探測器探討低碳發展效率的影響因素。通過對廣東省城市的低碳發展效率進行評價, 為提高城市的低碳發展水平及縮小城市間的低碳發展水平差異提供參考。

1 研究區概況、方法及數據來源

1.1 研究區域概況

廣東省位于北緯20°～25°、東經109°～117°之間, 總面積為179 757 km2。全省主要分為4個區域(圖1),即珠三角地區、東翼地區(粵東)、西翼地區(粵西)和粵北山區。珠三角地區包括廣州、深圳、佛山、東莞、珠海、中山、江門、肇慶和惠州；東翼地區包括汕頭、汕尾、揭陽和潮州；西翼地區包括湛江、茂名和陽江；粵北山區包括清遠、梅州、云浮、河源和韶關。

圖1 廣東省區域分布圖

廣東省經濟發展水平位于全國各省前列, 對能源的需求量大, 是全國CO2排放量最高的地區之一。進入改革開放以來, 廣東省的產業結構模式由傳統的“一二三”模式轉變為“二三一”模式, 并逐步地轉向“三二一”模式。2008年, 廣東省被列為“中英氣候變化影響與適應合作項目”國內的3個試點省份之一。2010年廣東省全面啟動國家低碳省試點工作。

1.2 研究方法

1.2.1 數據包絡分析(Data Envelopment Analysis,DEA)

數據包絡分析最初于1978年由美國著名運籌學家Charnes提出, 是主要應用于公共項目評價的一種效率評價方法, 可實現多輸入、多輸出的同類決策單元間的相對有效性評價[10]。現被廣泛應用于經濟效率評價[6]、資源配置應用[11]、技術進步與可持續發展[12]等眾多研究領域。目前, DEA模型涵蓋了CCR、BCC、FG和ST等多種模型, 常用的主要是用于測算生產是否為規模有效與技術有效的CCR模型和評價生產技術相對有效的BBC模型[13]。本文采用CCR模型檢驗廣東省各市的低碳發展效率, CCR的線性規劃式如下：

(1)

(2)

(3)

λj≥0,j=1,2…n

(4)

s-≥0,s+≥0

(5)

1.2.2 Malmquist指數

Malmquist指數最早是由Malmquist[14]提出的, 由于其能夠較好地刻畫相對效率的動態變化, 研究者將其與DEA模型相結合, 并用于測算發展效率的變化。本文引入Malmquist指數, 用于測度2009-2018年廣東省各地級市低碳城市發展效率的變化情況。Malmquist指數表達式如下：

(6)

(7)

(8)

1.2.3 地理探測器

地理探測器是由王勁峰團隊提出的一種探測某種屬性空間分異性及揭示其背后驅動因素的統計方法，它包括因子探測、風險探測、生態探測以及交互探測4部分內容[15]。本文主要應用因子探測器來檢驗投入產出要素(X)的空間分布是否與城市低碳發展效率(Y)的空間分布存在顯著的一致性或相似性, 以此分析投入產出要素對城市低碳發展效率空間分異產生的影響程度, 用q值來表示度量, 表達式如下：

(9)

1.2.4 指標選取與數據來源

結合2011年中國社科院公布的低碳城市評價體系, 以及參照前人研究的成果[5, 16-18], 發現碳排放是城市低碳發展效率最為直觀的一個衡量因子, 地區經濟發展狀況可以衡量一個地區的城市發展水平。因此，選取單位GDP二氧化碳排放量與地區生產總值為產出指標。從污染物排放、城市綠化方面選取指標衡量環境的低碳水平；從社會科研發展人才與投入、土地開發利用方面選取指標衡量社會的低碳水平；以全社會電力消耗和能源消耗總量代表能源的低碳利用水平。以低碳環境、低碳社會和低碳能源3個方面的指標作為測算城市低碳發展效率的投入指標。具體指標體系如表1。

表1 城市低碳發展效率評價指標

指標數據取自《廣東省統計年鑒(2009-2018)》, 以及各地級市的統計年鑒與統計公報。本文所用到的二氧化碳排放量是由統計年鑒上獲得的各能源種類消耗量, 根據2006年聯合國政府間氣候變化專門委員(Intergovernmental Panel on Climate Change, IPCC)提出的各種能源對應的碳排放系數計算所得。由于二氧化碳是非期望產出, 因此，在處理單位GDP二氧化碳排放量數據時, 對數據進行逆處理, 處理后的數據被認為產出越高(二氧化碳排放量越少), 則效率越高。

2 結果分析

2.1 廣東省城市低碳發展效率時空分異特征

2.1.1 城市低碳發展效率靜態變化

通過Maxdea平臺計算, 獲得廣東省21個地級市2009-2018年的低碳城市發展效率，見表2。當效率值為1時, 表明該決策單元的低碳發展效率在生產的前沿面上, 達到有效水平。效率值越低, 意味著投入產出的效率越低, 資源配置效率離最優狀態距離越大。從2009-2018年的廣東省低碳城市發展效率均值來看, 廣東省整體的低碳城市發展效率并不高, 僅為0.43。廣州、深圳在10年里的低碳發展效率均處于有效狀態, 說明這2個城市相對于廣東省其它城市而言, 其總體資源配置達到了最佳狀態。這與城市的發展水平有很大的關系, 廣州、深圳率先進行產業轉型, 且這2個城市的資源豐富, 因此，低碳發展水平優于其他城市。從均值看, 僅有9個城市高于全省的平均水平, 城市間的低碳發展水平差異明顯, 還有很大的改進空間。

表2 2009-2018年廣東省各市的城市低碳發展效率

以3年為間隔, 選取2009年、2012年、2015年和2018年4個年份, 采用自然間斷點法對其各自的低碳效率進行等級劃分,見圖2。

從圖2可以看出, 4個時間段城市低碳發展效率高值區域始終分布在珠三角地區, 且廣州、深圳保持高水平不變, 珠三角的其余城市(東莞、佛山、珠海)均保持在較高水平, 而肇慶、中山、惠州和江門的低碳發展效率則相對較低。東翼城市汕頭、汕尾、揭陽、潮州的低碳發展效率大致處于較低水平(除了2009年揭陽與汕尾處于中等水平)。西翼城市的低碳發展效率優于東翼城市, 陽江、茂名及湛江保持著中等偏上的水平。山區城市除韶關的低碳發展效率保持在中等水平外, 其余城市(如河源、梅州、云浮和清遠)處于中等以下的水平。從空間分布的區域看, 低碳發展效率較高的城市主要分布在珠三角區域, 西翼城市比東翼城市的低碳發展效率要稍高, 山區城市的低碳發展效率與東翼地區相差不大, 10年間城市的低碳發展效率分異現象并沒有太大的改變。

圖2 廣東省城市低碳發展效率空間分布

根據廣東省統計年鑒的產業結構數據顯示, 2009-2018年珠三角地區的肇慶、中山、惠州和江門, 東翼地區的揭陽、汕頭、汕尾和潮州, 產業結構均以第二產業為主[19], 第二產業帶來的高碳排量是造成城市低碳發展效率較低的主要原因之一。此外, 廣東省在2005年印發了廣東省山區、東西兩翼與珠三角聯手推進產業轉移的相關文件, 文件里面提到為加快山區和東西兩翼的經濟發展, 珠三角的產業將向山區和東西兩翼轉移[20]。因此,對于未能掌握高新技術的地區而言, 帶動經濟發展的同時也帶來了較高的能耗。雖然粵西地區也承接了珠三角轉移的產業, 但從粵西地區的產業結構來看, 粵西地區以第三產業發展為主, 因此，與東翼地區的城市低碳發展效率相比, 西翼地區優于東翼地區。

2.1.2 城市低碳發展效率動態演進分析

為更好地反映廣東省城市低碳發展效率的動態變化趨勢, 運用Malmquist指數進行分析，見表3。

表3 2009-2018年廣東省各市Malmquist指數變化及分解

從表3可以看出,2009-2018年各市的全要素低碳發展效率(TotalFactorProductivity,TFP)均大于1, 廣東省整體的全要素低碳效率均值為1.07, 年均增長率為7%, 表明廣東省整體低碳發展效率呈現上升趨勢。全要素低碳效率的值可以分解為技術效率變化指數(EfficiencyChange,EFFCH)與技術進步指數(TechnologicalChange,TECHCH), 10年間各市的技術進步指數均大于1, 而技術效率的變化同時存在增長與下降2種趨勢, 意味著技術進步是推動全要素低碳效率增長的主要因素, 而技術效率則是全要素低碳發展效率增長的阻礙因素。因此, 隨時間增長而形成的城市低碳發展效率的差異變化主要取決于各市的技術效率變化(EFFCH), 即各市在給定投入的情況下取得最大產出的能力(二氧化碳的排放量最少)。技術效率呈現負增長的城市主要集中在低碳發展效率處于中低水平的城市, 這反映了中低水平城市在發展中雖然其科學技術水平在不斷提升, 但仍出現了技術效率損失與技術進步并存的狀況。可以理解為中低水平城市雖然利用技術進步實現了高產, 但仍未能在實現高產的同時有效地控制二氧化碳的排放量。從技術效率變化指數(EFFCH)的分解看, 江門與汕頭的技術運用水平PECH(PureEfficiencyChange)值小于1, 惠州、茂名和潮州等城市的規模經濟及要素配置SECH(ScaleEfficiencyChange)值小于1。意味著江門與汕頭的技術效率呈負增長是受到了技術運用水平的影響，而惠州、茂名和潮州等城市的技術效率呈負增長則是受到了規模經濟及要素配置的影響。

2.2 廣東省城市低碳發展效率驅動機制分析

為進一步了解投入產出要素對城市低碳發展效率的影響程度, 運用地理探測器分析廣東省城市低碳發展效率的影響機制。通過對比4個時期影響城市低碳發展效率的主導因素, 進一步分析城市低碳發展效率的演變過程。因子探測結果表明, 大部分投入產出要素對城市低碳發展效率分異的影響較大,因子解釋力超過55%。以上4個時期的地區生產總值及單位GDP二氧化碳排放量對廣東省城市低碳發展效率分異的影響程度均排在第一位或第二位, 表明生產效益是影響城市低碳發展效率的主導因素。而城市人均公園綠地面積、工業固體廢物產生量對每個時期的城市低碳發展效率影響都較小, 其余的因素均對城市低碳發展效率產生較大影響。

廣東省的能源消耗主要集中在工業產業, 工業碳排放最為嚴重[21], 其中電力消耗是二氧化碳排放的主要來源[22], 廣東省在經過電源結構優化后, 逐步實現了以更加低碳排的清潔能源發電代替煤電, 大大降低了電力生產活動中二氧化碳的排放, 使得電力消耗對城市低碳發展效率影響顯著。在產業轉型升級前, 工業廢水是污水的主要來源, 伴隨著一些廢水排放較大的產業逐漸縮減, 工業廢水排放得到有效控制并明顯下降。然而, 生活污水以其快速增長的速度, 逐漸替代了工業廢水, 成為廢水排放的主體, 并給環境帶來了新的壓力[23]。因此,由表4可以看出廢水排放對城市低碳發展效率的影響呈現出了先下降再升高的趨勢。高新技術及人才的引進改良了工業內部結構, 廣東省多個城市的工業逐漸朝集約化方向發展, 大幅降低了資源環境的壓力。建筑能耗在城市由工業型向服務型轉變后, 其對全省能源消費的影響會更加突出[24], 并且, 無論是工業還是服務業, 建筑部門都是重要的載體, 因而建成區面積從4個時間段來看, 對城市低碳發展效率都存在著重要的影響。

表4 廣東省城市低碳發展效率分異的影響因子探測結果

3 結論與討論

3.1 結論

本文參照國內權威的低碳評價體系及已有研究, 建立了廣東省城市低碳發展效率的評價指標體系, 利用DEA-CCR模型及Malmquist指數測算廣東省2009-2018年的城市低碳發展效率, 分析10年間廣東省城市低碳發展效率的空間分異特征, 并運用地理探測器分析廣東省城市低碳發展效率的影響機制, 得出了以下主要結論：

(1)廣東省各市的低碳發展效率空間分異大, 低碳發展效率處于較高水平的城市大多分布在珠三角地區；西翼城市的低碳發展效率處于中高水平；東翼城市的低碳發展效率處于中低水平, 與山區城市無較大區別。區域間各市的低碳發展效率亦存在著較大的差別, 其中差異最大的是珠三角地區。

(2)阻礙全要素低碳發展效率增長的原因主要是各市在給定投入情況下, 使二氧化碳產出最小的能力還有待提高。低碳發展效率水平較低的城市, 需要通過產業結構進行優化配置, 優化管理和技術的發揮水平, 從而促進全要素低碳發展效率的增長。

(3)城市的生產效益是影響城市低碳發展效率的主導因素, 其次, 能源消耗及科研資源(人才、資金)、城市開發是影響城市低碳發展效率的重要因素。而城市人均公園綠地面積、工業固體廢物產生量對每個時期的城市低碳發展效率影響都較小，其余的因素均對城市低碳發展效率產生了較大的影響。

3.2 討論

以往的研究主要是通過綜合評價得分法進行城市低碳發展水平的評價, 容易在確定權重時受到人為主觀因素的影響, 而DEA模型中的權重不需要事前設定, 是由數學規劃根據數據產生, 因此，本文引入DEA模型作為評價城市低碳發展水平的主要方法, 可以避免主觀因素對評價結果的影響。

與以往研究結果一致, 珠三角發展較好的城市(如廣州、深圳、東莞、佛山和珠海), 其低碳發展效率水平較高[9]。而珠三角其余城市(如惠州、肇慶)的低碳發展效率水平與以往研究的低碳發展水平結果相比, 存在一定差異,一個可能的原因是本文運用DEA模型算出的低碳發展效率是根據各市的投入與產出的匹配度進行測算的, 因此, 投入與產出的匹配度相對較高的城市, 其城市低碳發展效率也隨之較高；另外一個可能的原因是選取的指標未夠全面, 因此，對各城市的投入與產出匹配度存在一定的影響。

近年, 廣東省針對氣候問題采取了多項措施進行改善[1], 廣東省的低碳發展因此也得到了大力的發展, 空氣污染排放物得到了明顯的控制, 但后期勁頭不足, 面臨著末端治理潛力縮減和污染治理邊際效益遞減的狀況[24], 這是導致部分城市技術進步指數增長而技術效率變化指數逆增長的重要原因之一。廣東省產業結構逐漸由“二三一”模式轉變為“三二一”模式, 高能耗高碳排的第二產業比重降低, 服務業的壯大, 高新技術及人才的引入, 將會進一步提升廣東省城市低碳發展效率。影響城市低碳發展的決定性因素是經濟發展, 短期之內, 部分城市發展還是需要依靠工業發展為主, 要縮減廣東省各地級市間的低碳發展效率的差異, 還需從工業內部結構調整入手, 優化配置結構, 提高技術效率, 提高在給定投入情況下二氧化碳排放最小的能力。廣東省城市低碳發展效率空間分異明顯, 各市發展不平衡, 高值區與低值區差異較大, 如何縮小城市間低碳發展效率差異仍是值得關注的重點。本文僅從表面分析了投入產出要素對城市低碳發展效率的影響力度, 有待進一步模擬在控制各項投入產出要素時, 城市低碳發展效率的變化趨勢, 并以此作為提出提高城市低碳發展水平方案更有力的參考。