呼包鄂榆資源型城市群“水-能-碳”耦合變化及影響因素

楊 屹,張園園

呼包鄂榆資源型城市群“水-能-碳”耦合變化及影響因素

楊 屹*,張園園

(西安理工大學經濟與管理學院,陜西 西安 710054)

在描述呼包鄂榆城市群“水-能-碳”時空演變特征基礎上分析了耦合協調發展水平,并建立灰色關聯模型識別了耦合協調變化的關鍵影響因素.結果顯示:2005～2019年,城市群水資源消耗、能源消費和碳排放呈波動增長態勢,“水-能-碳”之間耦合協調度較低,城鎮化率、人口規模、經濟發展水平是影響耦合協調變化的關鍵因素,且各城市“水-能-碳”耦合協調度的關鍵影響因素呈現明顯的空間異質性.研究將為揭示黃河流域資源型城市生態系統動態變化過程與驅動機制、制定差異化環境治理政策提供科學依據.

黃河流域；資源型城市群；“水-能-碳”；耦合協調；影響因素

水資源短缺、能源風險和碳排放已被列入本世紀全球面臨的十大風險[1],與之對應的清潔水(SDG6)、清潔能源(SDG7)和氣候(SDG13)成為聯合國可持續發展目標的主要關注點[2].流域作為一個包含水、能和碳等多個關聯子系統的復雜生態系統,水資源和能源的投入推動了社會經濟發展,但同時造成水資源短缺、能源危機和高碳排放等問題.黃河流域作為我國主要的資源能源聚集區域和生態功能保障區域[3-4],《黃河流域生態保護和高質量發展規劃綱要》強調了流域水資源生態保護的重要性,而“雙碳”目標的提出給流域低碳轉型與水資源生態保護帶來了嚴峻挑戰.因為采用碳捕獲和碳封存等綠色低碳技術或提升生態系統固碳能力等碳減排行動會增加用水量,采用節水技術也將導致額外的能源消耗和碳排放[5].水、能和碳作為主要資源環境要素,單獨地尋求某一資源要素的優化可能會誘發更深層次的環境沖突[6].呼包鄂榆城市群作為黃河流域資源型城市群,依托豐富的礦產資源發展能源重化工產業獲得了經濟的迅速增長,但也導致“水-能-碳”之間的約束性特征日益加劇,嚴重制約了流域實現高質量發展.耦合協調關系能夠有效分析不同子系統之間的相互權衡和協同作用,被廣泛應用于社會經濟和生態環境保護協調發展的政策制定中[7].因此,通過測算水資源消耗、能源消費和碳排放之間的耦合協調度來評估黃河流域資源型城市群資源環境狀況,并進一步識別關鍵影響因素是探索新時期黃河流域資源型城市群高質量發展路徑的關鍵.

為了應對水資源短缺、能源安全和氣候變化問題,許多學者開始關注水、能和碳等單一環境要素下的區域資源環境狀況[8-10],但單一要素的研究難以解決多要素之間的約束性問題[11].因此,在環境治理中需要協調不同環境要素之間的關系[12].“水-能”之間的關系最早被關注[13],能源開發、生產和運輸等離不來水資源消耗,而取水、用水、排水和污水處理都需要能源,考慮水和能源的系統關系能夠以較低的成本促進城市資源可持續利用[14-15].“能-碳”和“水-碳”關系也越來越多的被關注,能源消費是影響碳排放增長的主要原因,且能源消費結構的變化能夠遏制碳排放[16].水資源和碳排放通過與生產活動相關的社會經濟網絡交織在一起[17],在環境治理過程中要考慮水資源和碳減排的管理政策在社會經濟系統中的耦合機制[18].隨著研究的深入,逐漸拓展到對“水-能-碳”關系的探索.如,Venkatesh等[19]提出水務管理部門要考慮能源強度和溫室氣體排放;Zhang等[5]指出中國電力低碳發展和水資源消耗之間存在“空間錯配”的問題.“水-能-碳”為核心的資源環境問題也逐漸引起了學者們對影響資源環境變化的關鍵驅動因素的關注[20],旨在通過識別關鍵的影響因素來有效改善資源環境狀況.但是現有研究主要集中在對水、能和碳等單一環境要素影響因素的探索,研究發現人口規模、城鎮化水平是影響水污染排放的主要因素[20],經濟增長是驅動碳排放增長的關鍵因素[21],產業結構、人口規模、對外貿易等對能源效率呈現積極推動作用[22].

總體而言,在從水、能和碳等單要素分析演進到“水-能”,“水-碳”和“能-碳”兩要素關系研究的過程中,以“水-能-碳”為核心的多要素關系研究才剛剛起步,仍缺乏對驅動資源環境要素耦合協調度變化因素的深入討論.此外,資源型城市的持續性較差,資源環境問題更為突出[23],促進其擺脫資源依賴困境,實現城市轉型是高質量發展的關鍵[24].鑒于此,本研究創新之處在于,不僅結合流域資源型城市群的特點,以呼包鄂榆城市群為研究對象,從“水-能-碳”三維環境要素探討水資源利用、能源消耗和碳排放的空間分布、空間差異及動態演變特征.而且通過建立耦合協調度模型分析水、能和碳資源環境要素之間的協調關系,并進一步挖掘了耦合協調度的關鍵驅動因素,旨在為流域資源型城市群制定差異性城市環境治理政策提供依據.

1 研究方法與數據來源

1.1 研究區域

呼包鄂榆城市群處于黃河流域上游(圖1),包括內蒙古呼和浩特市、包頭市、鄂爾多斯市和陜西省榆林市,在推進西部大開發和新型城鎮化中具有重要地位[25],是國內唯一的國家級能源重化工基地[26]. 2020年,城市群生產總值13211.38億元,呼包鄂“金三角”GDP為9121.72億元,占內蒙古的52.54%;榆林市GDP為4089.66億元,占陜西省的15.6%.雖然城市群經濟增長較好,但是城市群地處西部黃土高原,一方面作為典型的缺水地區,水土流失嚴重,生態環境脆弱;另一方面作為重要的能源和資源供應地區[27],煤炭資源占全國的1/6,為全國提供40%的能源供給[28],導致碳排放量持續上升.如何緩解城市群社會經濟發展和資源環境保護之間的矛盾,實現水資源、能源安全和碳減排的協同目標,是推動呼包鄂榆城市群可持續發展的關鍵.

圖1 研究區域

1.2 研究方法

1.2.1 水足跡、能源消費和碳足跡核算 (1)水足跡

水足跡是在一定的物質條件生活標準下生產出一定居民消費的產品和服務所必需的水資源量[29].根據水足跡網絡制定的水足跡評價國際標準[30],參照Cai等[31]的研究成果,水足跡的計算公式如下:

式中:為總水足跡;WF為農業水足跡;WF為工業水足跡;WF為居民日常生活水足跡;WF為生態環境水足跡;WF和WF分別為進口和出口水足跡;WF為灰水足跡.采用各地區的總水足跡與地區生產總值的比值代表水足跡強度.

將水行星邊界和水足跡結合可以建立淡水資源占用是否可持續的基準[32].基于公平配額原則采用人均平等分配法[33]計算縮小后的水行星邊界,計算公式如下:

式中:WPB為縮小后城市的水行星邊界;POP為城市的人口數,POP為世界總人口數,WPB為全球水行星邊界.設置為40000億m[34].當WF大于WPB時,區域取水量超過安全范圍,產生水赤字.反之,產生盈余,表明水資源可持續利用水平越高[35].

(2)能源消費

能源消費直接采用各市統計年鑒里面公布的能源消費數據.能源足跡采用碳吸收法核算吸收能源消耗產生的碳排放所需要的生產性土地面積[36],雖然也能反映能源消費,但同本研究采用的碳足跡計算中的能源消耗賬戶有所重合,可能會造成結果分析誤差.

(3)碳足跡

聯合國政府間氣候變化專門委員會(IPCC)制定了溫室氣體排放的核算方法[37]為計算碳足跡提供了科學參考.因此采取IPCC排放清單法計算碳足跡,計算公式如下:

式中:CFE是能源消耗賬戶,主要測算了包括原煤、焦炭、原油、汽油等固定能源消耗產生的碳足跡,以及私人汽車、摩托車、載客和載貨汽車等移動能源消費產生的碳足跡.CFP是工業生產過程賬戶,主要計算硅酸鹽水泥熟料生產過程中產生的碳足跡. CFW是污染排放賬戶,主要計算了固體廢物、廢水等污染處理產生的碳足跡.CFL是畜禽賬戶,核算了牛、馬、豬等畜禽產生的碳足跡.此外,采用區域內林地、草地等各種綠色植被的固碳能力計算碳承載.當碳足跡大于碳承載力時,區域為碳赤字,反之,為碳盈余.采用地區的碳足跡與國內生產總值的比值代表碳足跡強度.

1.2.2 耦合協調度模型 耦合協調度模型被廣泛用于探討資源、能源和環境之間的相互作用分析[38].因此,采用耦合協調度模型計算水資源消耗、能源消費和碳排放系統之間的耦合協調水平.計算步驟如下:

第一,對指標進行標準化處理.計算公式如下:

第二,測算綜合指數.水足跡能有效衡量一定時期內區域消耗的水量[39].碳足跡已經被廣泛用于地區碳排放總量測度[40].考慮到能源足跡會與碳足跡部分賬戶存在重疊,選取能源消費總量表征能源消耗水平.因此,對水足跡、能源消費和碳足跡進行標準化的指標即為各個系統的綜合評價指數.

第三,計算耦合度.耦合度能夠判斷水、能和碳等子系統之間的相互影響程度[41].計算公式如下:

第四,計算多系統耦合協調度.耦合協調度模型能更好反映兩系統和三系統耦合協調關系[42],有利于進一步分析城市群“水-能”、“水-碳”、“能-碳”和“水-能-碳”的協調發展水平.計算公式如下:

第五,劃分協調等級.參照Li等[43]的研究成果,將耦合協調度劃分為5個等級(表1).

1.2.3 灰色關聯模型 (1)影響因素選取

根據現有研究[44-45],選取可能影響“水-能-碳”耦合協調程度的經濟和社會發展指標作為驅動因素.其中,用年末常住人口數表征常住人口規模,城鎮人口比例以及第二三產業就業人口比例表征城鎮化水平,地區人均GDP表征經濟發展水平,單位面積非農業產出表征經濟集聚程度,全社會固定資產投資額表征地區資本投資規模,建成區面積占城市土地總面積比例以及人均道路鋪設面積表征城市擴張.

表1 耦合協調等級的劃分

(2)灰色關聯模型的構建

灰色關聯度是根據參考數列與比較數列曲線幾何形狀接近程度來判斷不同因素的差異性對現象變化影響程度的相對大小[46],對樣本數量無限制,且不要求樣本服從任何概率分布[47].因此,參考劉宇峰等[44]的研究采用灰色關聯度模型分析水、能和碳耦合協調變化的關鍵影響因素.計算步驟如下:

第二,采用公式(4)對各指標進行標準化處理.

第三,計算指標灰色關聯度:

1.3 數據來源

水足跡、能源消耗、碳足跡、城市發展指數以及城鎮化各指標計算相關數據主要來自于2006～ 2020年《內蒙古自治區統計年鑒》《陜西省統計年鑒》、呼包鄂榆城市群各市的統計年鑒、國民經濟與社會發展統計公報以及政府網站、中國城市統計年鑒和中國能源統計年鑒.水足跡中的工業、居民生活和生態用水的數據來源于陜西省和內蒙古自治區的水資源公報.

2 結果分析

2.1 “水-能-碳”時空演變特征分析

2.1.1 水足跡時空演變特征分析 2005～2019年,呼包鄂榆城市群水足跡總量呈“先上升后下降再上升”的變化態勢,由2005年的162.47億m3增至2012年的222.85億m3,接著降至2016年的196.23億m3后又增至2019年的223.74億m3,總體增長了37.71%(圖2).2005～2012年,水足跡的“上升”主要是由于人口和經濟規模的擴大,該時間段常住人口增長了105.98萬人,增長率為10.6%,經濟快速發展和人口規模迅速擴大會導致居民生活、農業和工業生產用水的增加[48],居民生活、農業、工業、灰水足跡分別增加了37%、50%、33%和12%.2012～2016年,城市群水足跡的“下降”主要體現在呼和浩特市和包頭市水足跡的快速下降,農業、工業、灰水足跡分別下降了20.8%、22.5%、80.6%和22.1%、12.0%、94.98%,在節水、治水方面取得了良好成效.2016～ 2019年,呼包鄂榆城市群水足跡的上升主要體現在榆林市和鄂爾多斯市水足跡的上升.尤其是榆林市2018～2019年水足跡總量超過呼和浩特市,成為城市群水赤字最為嚴重的城市.主要原因是榆林不僅是能源化工強市,并且在“十三五”期間積極推進特色農業建設,導致該時段內農業和工業用水量的快速增加,分別增加了68.8%和49.7%.值得注意的是, 2005～2019年,在呼包鄂榆城市群的水足跡強度由700.84m3/萬元降至168.89m3/萬元,下降了75.9%(圖2),說明水資源經濟效率在不斷提升.其中,呼和浩特市和包頭市的水足跡強度雖然均高于城市群,但一直呈下降態勢.而鄂爾多斯市和榆林市的水足跡強度均呈“先下降后上升”的態勢,說明兩市水資源消費經濟效率近幾年有所降低.提高水資源利用效率是當前呼包鄂榆城市群急需解決的問題.從各賬戶來看(圖3a),呼包鄂榆城市群農業水足跡占比最大,但逐漸降低,其次是工業水足跡,且占比逐年升高.生態水足跡和灰水足跡一增一減,表明生態建設和環境保護得到了越來越多的重視.城市群一直呈虛擬水凈出口加劇了資源型城市水資源壓力,但占比呈降低態勢.此外,水行星邊界計算結果顯示(圖3b),呼包鄂榆城市群2005～2019年水行星邊界變化不大,且均小于水足跡總量,從而產生了嚴重的水赤字,表明流域資源型城市水資源利用在絕對可持續評估中也遠遠超過了水的安全使用范圍,阻礙SDG6目標的實現.

圖2 2005～2019年呼包鄂榆城市群水足跡和水足跡強度時空演變

圖3 2005～2019年呼包鄂榆城市群水足跡各賬戶(a)和水足跡、水行星邊界與水赤字動態變化(b)

2.1.2 能源消耗時空演變特征分析 圖4顯示,雖然2005～2019年呼包鄂榆城市群及各市能源消耗總量呈波動增長的態勢,但是增長速度變化明顯. 2005～2012年,城市群能源消耗高速增長,由5982.49萬tce增至11777.08萬tce,年平均增長率為12.11%, 2012年之后能源消耗增速降低,由11777.08萬tce增至2019年的15356.25萬tce,年平均增長率為4.34%.2005～2012年呼包鄂榆城市群依靠其豐富的煤炭資源實現了經濟的快速增長,但是造成了資源能源的過度消耗.2012年之后受煤炭價格回落影響,經濟增速放緩,使得資源能源消費增速下降.包頭市是城市群中年平均能源消耗量最多的城市,但增速較慢,2005～2019年由2410.86萬tce增至4658.86萬tce,增長了93.24%,其次是鄂爾多斯市.榆林市的能源消費量增長幅度最大,從2005年的634.98萬tce增至2019年的4327.41萬tce,增長了581.50%,榆林市是國家級能源化工基地,近些年憑借其富集的能源礦產資源實現了經濟快速發展.呼和浩特市是城市群中年平均能源消費最低的城市.2005～2019年,呼包鄂榆城市群能源消費強度整體呈下降趨勢,由2005年的2.35tce/萬元降至2019年的0.86tce /萬元.其中,呼和浩特市能源消費強度最低,平均能源消費強度為1.13tce/萬元,這是因為該市2020年三次產業比例為4.5:29.1:66.4,主要以旅游、金融、商貿等服務業帶動經濟增長.包頭市、鄂爾多斯市和榆林市經濟發展以資源能源相關產業為主,能源消費強度相對較高,其中,包頭市能源消耗強度最高,但是其近十五年的降幅也最大.總體來看,2005～2012年間能源消費強度在逐年下降,但是整體尚未達到全國單位GDP能耗水平,能源利用率需進一步提升.

圖4 2005～2019年呼包鄂榆城市群能源消費和能源消費強度時空演變

2.1.3 碳足跡時空演變特征分析 2005～2019年,呼包鄂榆城市群碳足跡呈“先降后升”的變化態勢(圖5).其中,2005～2007年由12.17億tCO2eq降至6.42億tCO2eq,下降了47.25%,主要是晉陜蒙寧交界區域的環境整治行動一定程度上減少了碳排放.2008年之后,個別年份出現小幅的下降,但整體呈波動上升態勢,2019年增至16.51億tCO2eq,增長了157.17%,主要與能源消費波動有關.呼包鄂榆城市群碳足跡賬戶中,能源消耗賬戶占比最大,除2007和2008年外,其他年份該賬戶碳足跡均占碳足跡總量的90%以上,其變化態勢與城市群碳足跡總量變化趨勢一致,說明城市群碳排放主要來源于能源消耗.城市群碳承載力雖然在2005～2019略微增長,但始終遠遠低于碳足跡呈現碳赤字.其中,鄂爾多斯市碳足跡最高,是城市群最大的碳排放源區, 2005～2019年平均碳足跡為5.44億tCO2eq,城市群平均碳足跡為10.5億tCO2eq,鄂爾多斯市就導致了城市群一半的排放量,鄂爾多斯市的發展高度依賴稀土高嶺土資源,以及豐富的煤炭天然氣,以工業為主的發展模式導致碳排放較高.2005～2019年,榆林的平均碳足跡為2.13億tCO2eq,占城市群平均碳足跡的20.25%,是碳足跡增長最快的城市,從2005年的0.43億tCO2eq增至2019年的4.38億tCO2eq,增長了918.6%,榆林的產業結構存在嚴重失衡問題,2020年三產業占比分別為6.7:62.5:30.8,是典型的煤炭資源型城市.呼和浩特市和包頭市2005～2019年的平均碳足跡相對較小,而且呼和浩特市是城市群唯一碳足跡降低的城市,下降了51.7%.2005～2019年呼包鄂榆城市群碳足跡強度呈“先下降后上升”態勢,由2005年的52.51tCO2eq/萬元降至2016年的9.87tCO2eq/萬元,但2017年之后又出現增長,增至2019年的12.46tCO2eq/萬元.

圖5 2005～2019年呼包鄂榆城市群碳足跡和碳足跡強度時空演變

2.2 “水-能-碳”耦合協調關系分析

為了進一步分析“水-能-碳”為核心的資源環境問題,本研究分別構建“水-能”、“水-碳”、“能-碳”和“水-能-碳”的多維耦合協調模型.圖6結果顯示,從城市群整體來看,2005～2019年呼包鄂榆城市群各系統之間平均耦合協調度均沒有達到高度協調,且耦合協調水平的變化較大.“水-能-碳”三元耦合協調水平呈“減-增-減”的弱倒“N”型變化態勢,從2005年0.9降至2012年的0.39,再增至2016年的0.59,后又降至2019年的0.01,整體波動下降,表現為“高度協調-中度失調-中度協調-嚴重失調”.變化主要分以下三個階段:第一個階段是2005～ 2012年,正處于煤炭經濟的黃金時期,經濟發展嚴重依賴于煤炭資源的開采和加工,導致水資源消耗、能源消費和碳排放的大量增加,“水-能-碳”耦合協調水平大幅下降.第二階段是2013～2016年,在此期間煤炭需求下降導致全國煤炭市場供大于求,全國煤炭產量也在快速減少.此外,《全國資源型城市可持續發展規劃(2013～2020年)》的發布要求加快資源型城市轉變經濟發展方式.在此背景下,呼包鄂榆城市群水資源消耗降低,能源消費增速減慢,碳排放也在2013年和2014年有一定程度上的改善,“水-能-碳”的耦合協調水平有所提升,說明政策的實施一定程度上促進了資源環境耦合協調發展.第三階段是2017～2019年,2017年全國原煤產量自2014年以來首次出現恢復性增長,全國整體煤炭產量波動增加,呼包鄂榆城市群作為中國典型的資源型城市群,能源和水資源消耗也快速提升,并由此導致碳排放量增加,資源環境約束加劇,“水-能-碳”耦合協調度下降.

進一步研究結果發現,“水-能”、“水-碳”和“能-碳”耦合協調度變化趨勢存在明顯的差異.“水-能”和“水-碳”的耦合協調度均呈“減-增-減”變化態勢,主要是受水資源消耗量變動的影響,2013～2016年水資源消耗降低,促使耦合協調度在該時間段內有所提升,但是2005～2019年整體呈倒“N”型的波動降低變化態勢,這與王風初等[15]、李波等[49]的研究結果存在差異.主要原因是資源型城市群的資源依賴發展模式對以第二產業為主的產業結構具有鎖定效應,產業轉型困難,導致資源環境的耦合協調度依然較低.“能-碳”耦合協調水平呈波動下降態勢,從2005年的1.00降至2019年的0.01,表現為“高度協調-嚴重失調”,主要是因為能源和碳排放之間關系較為密切,能源消費的增加加劇了碳排放.與趙金輝等[50]的研究結果一致,認為城市群粗放的發展模式導致能源消耗和以碳排放為主的環境污染嚴重,進而使兩者之間的耦合協調水平下降.從呼包鄂榆城市群各市情況來看,呼和浩特市的資源環境要素之間的耦合協調度雖然波動較大,但2012年開始耦合協調水平不斷提升,尤其是2016年之后各要素之間均呈“高度協調”狀態.這主要是因為2012年呼和浩特市開始推進大青山和敕勒川草原生態綜合治理,環境治理效果明顯.包頭市資源環境要素之間的耦合協調度變化態勢與城市群整體基本一致,除了“能-碳”耦合協調度持續下降外,其余均呈“減-增-減”變化態勢.主要是由于包頭市2014年開始積極推行大氣污染防治、城市供水改造和生態環境整治行動,從而有效的改善了資源環境問題.鄂爾多斯市和榆林市水、能和碳之間的耦合協調度均呈波動下降態勢,說明這兩市的資源環境在不斷惡化,嚴重阻礙了流域資源型城市群實現“雙碳”目標和流域高質量發展.

2.3 影響因素分析

城市群整體分析結果顯示(表2),本研究選取的社會和經濟發展指標與水、能和碳耦合協調度的關聯度均大于0.6,說明城市群社會經濟發展與資源環境消耗的關聯度較強.其中,城鎮化率是水、能和碳之間耦合協調度的關鍵影響因素,第二三產業就業人口占比和城鎮人口比例與耦合協調度的關聯度分別為0.82和0.70,說明呼包鄂榆城市群城市人口擴張和城鎮化水平的提升加劇了資源能源利用和污染排放.年末常住人口、地區人均GDP和單位面積非農業產出與耦合協調度的關聯度均為0.69,表明常住人口規模、經濟發展水平和經濟集聚程度對耦合協調的影響程度次之.人口規模的擴大增加了水資源、能源消耗和污染排放,不利于水、能和碳的耦合協調,而經濟集聚過程中產生的規模經濟、技術和知識溢出效應會有利于水、能和碳的耦合協調的提升.全社會固定投資、人均道路鋪設面積和建成區面積占土地總面積比例與水、能和碳的耦合協調度的灰色關聯度分別為0.67、0.65和0.64,表明投資規模和城市擴張對水、能和碳的耦合協調度產生了影響.此外,研究結果顯示,“水-能”、“水-碳”、“能-碳”和“水-能-碳”耦合協調度影響最大的均是城鎮化水平,表明快速城鎮化過程中城市人口的迅速增長以及產業結構的轉變帶來的資源能源消耗以及居民生活和工業污染排放是影響水、能和碳耦合協調的重要原因.

城市群各城市分析結果顯示(表3～表6),水、能和碳耦合協調度的影響因素呈現明顯的空間異質性.具體而言,呼和浩特市年末常住人口(0.75)和城鎮人口比例(0.74)與水、能和碳耦合協調度的關聯度最高,包頭市地區人均GDP(0.73)、單位面積非農業產出(0.73)和人均道路鋪設面積(0.73)與水、能和碳耦合協調度的關聯度最強,鄂爾多斯市建成區面積占土地總面積比例(0.84)和城鎮人口比例(0.74)與水、能和碳耦合協調度的關聯度最高,榆林市第二三產業就業人口占比(0.75)和建成區面積占土地總面積比例(0.73)與水、能和碳耦合協調度的關聯度最高.影響因素的差異主要與各市的資源稟賦和產業結構的差異相關.呼和浩特市作為內蒙古自治區的省會城市,是城市群的公共服務和現代服務中心,常住人口規模和城鎮化水平的提升,伴隨著收入水平的提高和生活方式改變,促進了資源能源的集約利用,降低了CO2的排放,促進了水、能和碳耦合協調度的提升.包頭市作為老工業基地,目前正在大力發展科技創新,向現代工業城市轉型,經濟發展水平的提升往往需要消耗大量的資源能源并產生碳排放,對水、能和碳的耦合協調度產生不利的影響,而經濟集聚程度的提升可以通過促進規模經濟來節約資源能源消耗和降低污染排放,促進水、能和碳的耦合協調度的提升.鄂爾多斯市在近十五年間進行了快速的城市擴張,建成區面積占比增長了236.64%,城市人口增長和城市建設消耗了大量的資源和能源,并造成大量碳排放,因此城市擴張和城鎮化是影響水、能和碳耦合協調關鍵因素.榆林市是我國重要的煤炭和石油后備基地,社會經濟發展嚴重依賴高碳排放產業,第二三產業就業人口增加,第二三產業的產值規模相較于第一產業會排放更多CO2.

表2 呼包鄂榆城市群“水-能-碳”耦合協調度的影響因素

表3 呼和浩特市“水-能-碳”耦合協調的影響因素

表4 包頭市“水-能-碳”耦合協調的影響因素

表5 鄂爾多斯市“水-能-碳”耦合協調的影響因素

表6 榆林市“水-能-碳”耦合協調的影響因素

3 結論

3.1 呼包鄂榆城市群以水、能和碳為核心的資源環境問題突出.2005～2019年,呼包鄂榆城市群水足跡、能源消耗和碳足跡整體上呈現增長態勢,且變化態勢呈現明顯的差異性和波動性.呼和浩特市水資源壓力最大,而包頭市和鄂爾多斯市能源消耗和碳排放最大,榆林市是城市群中“水-能-碳”資源環境壓力增長最快的城市.整體看,呼包鄂榆城市群水資源消耗和能源消費需求較大,碳排放問題嚴重,資源環境壓力主要受能源產業發展的影響.

3.2 呼包鄂榆城市群水、能和碳的耦合協調度較低且呈動態復雜的變化特征.2005～2019年,城市群“水-能”、“水-碳”、“能-碳”和“水-能-碳”之間的平均耦合協調度較低,“水-能”、“水-碳”和“水-能-碳”耦合協調度均呈“減-增-減”的倒“N”型變化態勢,“能-碳”耦合協調度呈波動降低態勢.此外,城市群水資源、能源和碳排放系統之間的耦合協調度存在顯著的空間差異.呼和浩特市資源環境之間的耦合協調度在不斷提升,并實現了高度協調.包頭市的耦合協調度雖然在一定時期內有所提升,但是整體依然呈下降態勢.鄂爾多斯市和榆林市的水、能和碳之間的耦合協調度最低且不斷下降,目前均呈現“嚴重失調”.說明城市群水資源消耗、能源消費和碳排放之間的約束性不斷加劇.

3.3 社會和經濟發展對呼包鄂榆城市群各市水、能和碳耦合協調度存在顯著的影響,且影響因素存在顯著的差異性.城鎮化是影響水、能和碳耦合協調度的關鍵影響因素,常住人口規模、經濟發展水平和經濟集聚程度對耦合協調的影響程度次之,同時投資規模和資本擴張也對水、能和碳耦合協調度產生顯著的影響.城市群內不同城市水、能和碳耦合協調度之間的關鍵影響因素存在顯著的差異.呼和浩特市、包頭市、鄂爾多斯市和榆林市的關鍵影響因素分別是常住人口規模、經濟發展水平、城市擴張和城鎮化水平.

4 政策建議

流域資源型城市群往往陷入“資源詛咒”而難以擺脫“剛性”的資源依賴性[51-52],其系統變革與轉型發展不但是國內的難點,在世界上也是難題.這些城市群面臨著“雙碳”目標同水資源保護與利用的雙重困境,揭示新時期流域資源型城市群“水-能-碳”關系耦合變化過程及影響機理,探討提升綠色低碳現代城市服務功能的路徑是體現新發展理念的關鍵.

4.1 城市群應加強對水資源、能源利用以及碳排放的管理,一方面,政府可以通過提供適當的技術創新獎勵促進企業淘汰掉老舊且高耗能的設備,積極引進先進技術以及自主研發來提升技術水平和改進生產工藝,從而提升資源利用效率,另一方面,通過政府干預來減少污染排放,從而保證水、能和碳耦合協調發展.

4.2 城市群應構建資源綜合管理平臺促進不同環境要素管理部門的協同管理,在“雙碳”目標下建立水資源、能源集約利用的約束機制,提升生活生產過程中的水能利用效率,制定水能系統碳減排路徑,加強不同部門和產業的協同減排,以降低用水過程的能源消費和碳排放,并降低碳減排過程中的水資源消耗.

4.3 城市群整體在快速城鎮化過程中要充分考慮城市人口增加對資源環境的脅迫作用,處理好城市發展和生態保護之間的關系,推動生態宜居的新型城鎮化建設,促進產業之間基于跨產業鏈合作.此外，城市群內各市要根據自身獨特的資源稟賦、發展模式和功能定位針對性的制定措施.如,呼和浩特市通過優化能源結構、改善住房條件等來緩解城市人口壓力,包頭市應該繼續推動科技創新發展和現代工業城市轉型,提升資源環境效率,鄂爾多斯市在城市土地空間的擴張時應充分考慮生態環境效益,限制擴張范圍,實現土地資源的最優化利用.榆林市第二三產業就業人口占比成為影響其資源環境耦合協調的關鍵驅動因素,應該積極推動二三產業供給側改革,通過二三產業的技術創新來促進企業節能減排.

本研究也存在一定局限性.第一,由于呼包鄂榆城市群僅包含四座城市,不滿足回歸分析大樣本的要求.因此,采用對樣本量和樣本分布情況沒有限制的灰色關聯度模型進行影響因素分析,沒有反映具體的因果關系,我們在后續研究中將擴大資源型城市的范圍、選擇黃河流域資源型城市進行研究,提升研究成果的普適性;第二,由于能源足跡的大多采用吸收能源消耗產生CO2所需土地面積進行計算,與碳足跡的能源消耗賬戶計算重合,因此本文直接采用能源消費總量進行測度,資源利用量測度指標有待于進一步研究.

[1] Liang M S, Huang G H, Chen J P, et al. Energy-water-carbon nexus system planning: A case study of Yangtze River Delta urban agglomeration, China [J]. Applied Energy, 2022,308,118144.

[2] The United Nations. 2015. Sustainable Development Goals. 2022- 03-10, http://www.un.org/sustainabledevelopment/zh/sustainable- development-goals/.

[3] 孫久文,崔雅琪,張 皓.黃河流域城市群生態保護與經濟發展耦合的時空格局與機制分析[J]. 自然資源學報, 2022,37(7):1673-1690. Sun J W, Cui Y Q, Zhang H. Spatio-temporal pattern and mechanism analysis of coupling between ecological protection and economic development of urban agglomerations in the Yellow River Basin [J]. Journal of Natural Resources, 2022,37(7):1673-1690.

[4] 趙武生,石培基.基于生態系統服務的蘭西城市群復合生態系統耦合協調關系研究[J]. 中國環境科學, 2022,42(11):5358-5368. Zhao W S, Shi P J. Research on the the coupling and coordination of the complex ecosystem in the Lanzhou-Xining urban agglomeration based on ecosystem services [J]. China Environmental Science, 2022, 42(11):5358-5368.

[5] Zhang C, He G, Johnston J, et al. Long-term transition of China’s power sector under carbon neutrality target and water withdrawal constraint [J]. Journal of Cleaner Production, 2021,329,129765.

[6] Wang X, Kleme? J, Ouyang X et al. Regional embodied Water- Energy-Carbon efficiency of China [J]. Energy, 2021,224,120159.

[7] 饒清華,林秀珠,李家兵,等.流域社會經濟與水環境質量耦合協調度分析[J]. 中國環境科學, 2019,39(4):1784-1792. Rao Q H, Lin X Z, Li J B, et al. Analysis of coupling coordination between social economy and water environment quality in river basin [J]. China Environmental Science, 2019,39(4):1784-1792.

[8] 任玉芬,蘇小婉,賀玉曉,等.中國生態地理區城市水資源利用效率及影響因素[J]. 生態學報, 2020,40(18):6459-6471. Ren Y F, Su X W, He Y X, et al. Urban water resource utilization efficiency and its influencing factors in eco-geographic regions of China [J]. Acta Ecologica Sinica, 2020,40(18):6459-6471.

[9] 杜昱東,劉 戀,王佳斌,等.基于碳排放約束的北京市社區生態效率評價[J]. 生態學報, 2023,(2):1-13. Du Y D, Liu L, Wang J B, et al. Evaluation of community’ s ecological efficiency in Beijing based on carbon emission constraint [J]. Acta Ecologica Sinica, 2023,(2):1-13.

[10] 王雅晴,譚德明,張佳田,等.我國城市發展與能源碳排放關系的面板數據分析[J]. 生態學報, 2020,40(21):7897-7907. Wang Y Q, Tan D M, Zhang J T, et al. The impact of urbanization on carbon emissions: Analysis of panel data from 158cities in China [J]. Acta Ecologica Sinica, 2020,40(21):7897-7907.

[11] 孫才志,魏亞瓊,趙良仕.干旱區水—能源—糧食紐帶系統協同演化——以中國西北地區為例[J]. 自然資源學報, 2022,37(2):320-333. Sun C Z, Wei Y Q, Zhao L S. Co-evolution of water-energy-food nexus in arid areas: Take Northwest China as an example [J]. Journal of Natural Resources, 2022,37(2):320-333.

[12] Ahmad S, Jia H, Chen Z, et al. Water-energy nexus and energy efficiency: A systematic analysis of urban water systems [J]. Renewable and Sustainable Energy Reviews, 2020,134,110381.

[13] Wilkinson R. Methodology for analysis of the energy intensity of California’s water systems and an assessment of multiple potential benefits through integrated water-energy efficiency measures [D]. University of California Santa Barbara. 2000.

[14] de Oliveira G C, Bertone E, Stewart R A. Challenges, opportunities, and strategies for undertaking integrated precinct-scale energy–water system planning [J]. Renewable and Sustainable Energy Reviews, 2022,161,112297.

[15] 王風初,曹建軍,王 寧,等.近20年我國虛擬水、能消耗及耦合和需求預測[J]. 中國環境科學, 2022,42(10):4919-4930. Wang F C, Cao J J, Wang N, et al. Consumption and coupling of virtual water and virtual energy in the past 20years and predicting their demand for the next decade in China [J]. China Environmental Science, 2022,42(10):4919-4930.

[16] 王長建,汪 菲,張虹鷗.新疆能源消費碳排放過程及其影響因素——基于擴展的Kaya恒等式[J]. 生態學報, 2016,36(8):2151-2163. Wang C J, Wang F, Zhang H O. The process of energy-related carbon emissions and influencing mechanism research in Xinjiang [J]. Acta Ecologica Sinica, 2016,36(8):2151-2163.

[17] Wang P, Huang G, Li Y. A factorial stepwise-clustering input-output model for unveiling water-carbon nexus from multi-policy perspectives [J]. Science of The Total Environment, 2023,866:161315.

[18] Fang D, Chen F. Linkage analysis for water-carbon nexus in China [J]. Applied Energy, 2018,225:682-695.

[19] Venkatesh G, Chan A, Bratteb? H. Understanding the water-energy- carbon nexus in urban water utilities: Comparison of four city case studies and the relevant influencing factors [J]. Energy, 2014,75:153–166.

[20] 周 侃,伍健雄,樊 杰,等.長江經濟帶環境污染脅迫的驅動因素及空間效應[J]. 環境科學學報, 2021,41(5):1996-2004. Zhou K, Wu J X, Fan J, et al. 2021. Driving factors of environmental pollution stress and their spatial effects in the Yangtze River Economic Belt [J]. Acta Scientiae Circumstantiae, 2021,41(5):1996-2004.

[21] 王 正,樊 杰.能源消費碳排放的影響因素特征及研究展望[J]. 地理研究, 2022,41(10):2587-2599. Wang Z, Fan J. The characteristics and prospect of influencing factors of energy-related carbon emissions: Based on literature review [J]. Geographical Research, 2022,41(10):2587-2599.

[22] 陳菁泉,連欣燕,馬曉君,等.中國全要素能源效率測算及其驅動因素[J]. 中國環境科學, 2022,42(5):2453-2463. Chen J Q, Lian X Y, Ma X J, et al. Total factor energy efficiency measurement and drivers in China [J]. China Environmental Science, 2022,42(5):2453-2463.

[23] 邊志強,鐘順昌.資源型城市經濟增長目標對碳排放效率的影響[J]. 中國環境科學, 2023,43(8):4395-4408 Bian Z Q, Zhong S C. The impact of economic growth target on carbon emission efficiency in resource-based cities [J]. China Environmental Science, 2023,43(8):4395-4408.

[24] 吳 康,張文忠,張平宇,等.中國資源型城市的高質量發展:困境與突破[J]. 自然資源學報, 2023,38(1):1-21. Wu K, Zhang W Z, Zhang P Y, et al. High-quality development of resource-based cities in China: Dilemmas and breakthroughs [J]. Journal of Natural Resources, 2023,38(1):1-21.

[25] 國家發展改革委關于印發呼包鄂榆城市群發展規劃的通知 [N]. 中央人民政府網站,http://www.gov.cn/xinwen/2018-03/07/content_ 5271788.htm, 2018-03-07. Notice of the National Development and Reform Commission on Printing and Distributing the Development Plan of Hohhot-Baotou- Ordos-Yulin Urban Agglomeration [N]. The website of the Central People's Government, http://www.gov.cn/xinwen/2018-03/07/content_ 5271788.htm, 2018-03-07.

[26] 崔遠政,姜 磊,張為師,等.中國西部人為源NO2污染的時空分布及影響因素研究[J]. 環境科學學報, 2019,39(12):4152-4161. Cui Y Z, Jiang L, Zhang W S, et al. Spatio-temporal variations and influential factors of anthropogenic NO2pollution over Western China [J]. Acta Scientiae Circumstantiae, 2019,39(12):4152-4161.

[27] 康 哲,李 巍,劉 偉.黃河流域城市群工業減污降碳影響因素及協同推進策略研究[J]. 中國環境科學, 2023,43(4):1946-1956. Tang Z, Li w, Liu W. Influencing factors and synergistic promotion strategy of industrial pollution and carbon reduction at urban agglomerations of the Yellow River Basin [J]. China Environmental Science, 2023,43(4):1946-1956.

[28] 鄒亞鋒,段 偉,郭娜娜.呼包鄂榆城市群經濟和環境協調發展研究[J]. 內蒙古大學學報(哲學社會科學版), 2020,52(5):42-49. Zou Y F, Duan W, Guo N N. Research on Coordinated Development of Economy and Environment in Hohhot-Baotou-Erdos-Yulin Economic Zone [J]. Journal of Inner Mongolia University (Philosophy and Social Sciences), 2020,52(5):42-49.

[29] Hoekstra A Y. Virtual water an introduction. Virtual water trade: Proceedings of the International expert meeting on virtual water trade. Value of water research report series No. 12 [R]. Delft. The Netherlands, IHE, 2003:12-13.

[30] Water footprint network. Water footprint assessment manual - Setting the global standard. 2019. https://www.waterfootprint.org/en/water- footprint/global-water-footprint-standard/

[31] Cai J, He Y, Xie R, et al. A footprint-based water security assessment: An analysis of Hunan province in China [J]. Journal of Cleaner Production, 2020,245,118485.

[32] Bunsen J, Berger M, Finkbeiner M. Planetary boundaries for water - A review [J]. Ecological Indicators, 2021,121,107022.

[33] Lucas P L, Wilting H C, Hof A F, et al. Allocating planetary boundaries to large economies: Distributional consequences of alternative perspectives on distributive fairness [J]. Global Environmental Change, 2020,60,102017.

[34] Steffen W, Richardson K, Rockstrm J, et al. Planetary boundaries: Guiding human development on a changing planet [J]. Science, 2015,347,1259855.

[35] 方 愷.基于足跡家族和行星邊界的主要國家環境可持續性多維評價[J]. 生態環境學報, 2014,11:1868-1875. Fang K. Multidimensional assessment of national environmental sustainability based on footprint family and planetary boundaries [J]. Ecology and Environmental Sciences, 2014,23(11):1868-1875.

[36] 孫艷芝,沈 鐳.關于我國四大足跡理論研究變化的文獻計量分析[J]. 自然資源學報, 2016,31(9):1463-1473. Sun Y Z, Shen L. Bibliometric analysis on research progress of four footprint methodologies in China [J]. Journal of Natural Resources, 2016,31(9):1463-1473.

[37] Eggleston H S, Buendia L, Miwa K, et al. IPCC guidelines for national greenhouse gas inventories [J]. Hayama: Institute for Global Environmental Strategies, 2006,2:48-56.

[38] 張 寧,楊 肖,陳 彤.中國西部地區水-能源-糧食系統耦合協調度的時空特征[J]. 中國環境科學, 2022,42(9):4444-4456. Zhang N, Yang X, Chen T. Research on the coupling coordination of water-energy-food system and its temporal and spatial characteristics [J]. China Environmental Science, 2022,42(9):4444- 4456.

[39] Xian C, Fan Y, Zhang J, et al. Assessing sustainable water utilization from a holistic view: A case study of Guangdong, China [J]. Sustainable Cities and Society, 2022,76,103428.

[40] Tomás M, López LA, Monsalve F. Carbon footprint, municipality size and rurality in Spain: Inequality and carbon taxation [J]. Journal of Cleaner Production, 2020,266,121798.

[41] 趙武生,石培基.基于InVEST模型的復合生態系統耦合協調關系研究——以蘭西城市群為例[J]. 中國環境科學, 2023,43(4):1883-1894. Zhao W S, Shi P J. The coupling and coordination of complex ecosystem based on the InVEST model- A case study in the Lanzhou- Xining urban agglomeration [J]. China Environmental Science, 2023, 43(4):1883-1894.

[42] 徐 輝,王億文,張宗艷,等.黃河流域水-能源-糧食耦合機理及協調發展時空演變[J]. 資源科學, 2021,43(12):2526-2537.Xu H, Wang Y W, Zhang Z Y, et al. Coupling mechanism of water- energy-food and spatiotemporal evolution of coordinated development in the Yellow River Basin [J]. Resources Science, 2021,43(12):2526-2537.

[43] Li W, Wang Y, Xie S, et al. Coupling coordination analysis and spatiotemporal heterogeneity between urbanization and ecosystem health in Chongqing municipality, China [J]. Science of The Total Environment, 2021,791,148311.

[44] 劉宇峰,原志華,郭玲霞,等.陜西省城市綠色增長水平時空演變特征及影響因素解析[J]. 自然資源學報, 2022,37(1):200-220. Liu Y F, Yuan Z H, Guo L X, et al. Spatio-temporal characteristics of urban green growth level and its influencing factors in Shaanxi province [J]. Journal of Natural Resources, 2022,37(1):200-220.

[45] 郭向陽,穆學青,丁正山,等.長三角多維城市化對PM2.5濃度的非線性影響及驅動機制[J]. 地理學報, 2021,76(5):1274-1293. Guo X Y, Mu X Q, Ding Z S, et al. Nonlinear effects and driving mechanism of multidimensional urbanization on PM2.5concentrations in the Yangtze River Delta [J]. Acta Geographica Sinica, 2021,76(5): 1274-1293.

[46] 梁建飛,陳松林.環境約束下的福建省城市建設用地利用效率及驅動因素[J]. 自然資源學報, 2020,35(12):2862-2874. Liang J F, Chen S L. Research on the land-use efficiency and driving factors of urban construction in Fujian province under environmental constraints [J]. Journal of Natural Resources, 2020,35(12):2862-2874.

[47] 樊鵬飛,馮淑怡,蘇 敏,等.基于非期望產出的不同職能城市土地利用效率分異及驅動因素探究[J]. 資源科學, 2018,40(5):946-957. Fan P F, Feng S Y, Su M, et al. Differential characteristics and driving factors of land use efficiency in different functional cities based on undesirable outputs [J]. Resources Science, 2018,40(5):946-957.

[48] 劉 寧,李華姣,邊志強,等.基于空間面板STIRPAT模型的水足跡影響因素分析——以山東省為例[J]. 生態學報, 2022,42(22):9335- 9347. Liu N, Li H J, Bian Z Q. Influence factors of water footprint based on spatial panel STIRPAT Model: A case study of Shandong Province [J]. Acta Ecologica Sinica, 2022,42(22):9335-9347.

[49] 李 波,嚴建飛.黃河流域水-能源-環境系統動態耦合協調發展研究[J]. 人民黃河, 2022,44(7):59-63. Li B, Yan J F. Research on the dynamic coupling coordinative degree among water-energy-environment system in the Yellow River Basin [J]. Yellow River, 2022,44(7):59-63.

[50] 趙金輝,田 林,李思源,等.黃河流域能源與環境—經濟—生態耦合協調發展研究[J]. 人民黃河, 2022,44(11):13-19.Zhao J H, Tian L, Li S Y, et al. Research on the coupling and coordination development of energy and environment-economy-ecology in the Yellow River Basin [J]. Yellow River, 2022,44(11):13-19.

[51] 鄭賀允,葛力銘.資源型城市可持續發展對碳排放的影響研究——基于資源依賴的視角[J]. 中國環境科學, 2022,42(6):2955-2964. Zheng H Y, Ge L M. Impact of sustainable development in resource-based cities on carbon emissions: From the perspective of resource dependence [J]. China Environmental Science, 2022,42(6): 2955-2964.

[52] 秦炳濤,彭 涔,葛力銘,等.資源依賴、政府廉政水平與綠色技術創新——來自中國資源型城市的經驗證據[J]. 中國環境科學, 2023,43(7):3835-3847. Qin B T, Peng C, Ge L M, et al. Resource dependence, government integrity and green technology innovation——Evidence from resource-based cities in China [J]. China Environmental Science, 2023, 43(7):3835-3847.

Analysis of the coupling process and the influencing factors of the “water-energy-carbon” relationship in the Hohhot-Baotou-Ordos-Yulin resource-based urban agglomeration.

YANG Yi*, ZHANG Yuan-yuan

(School of Economics and Management, Xi’an University of Technology, Xi’an 710054, China)., 2023,43(11)：6212～6224

To describe the spatiotemporal evolution of “water-energy-carbon” in the Hohhot-Baotou-Ordos-Yulin urban agglomeration, the level of coupled and coordinated development was analyzed, and a gray correlation model was established to identify the key driving factors affecting the change in the coupled and coordinated levels. The results showed that the water consumption, energy consumption and carbon emissions of urban agglomerations had fluctuating growth from 2005 to 2019, and the coupling coordination of “water-energy-carbon” was low, with urbanization rate, population size and economic development level being the key driving factors affecting coupling coordination. The key drivers of coupling coordination of “water-energy-carbon” in each city had obvious spatial heterogeneity. This study provides a scientific basis for revealing the dynamic change process and driving mechanism of urban ecosystems and formulating differentiated urban environmental management policies in resource-based urban agglomerations in the Yellow River Basin.

Yellow River Basin；resource-based urban agglomeration；“water-energy-carbon”；coupling coordination；influencing factor

X321,X24

A

1000-6923(2023)11-6212-13

楊 屹(1969-),男,貴州鳳岡人,教授,博士,主要從事生態環境管理與可持續發展研究.發表論文87篇.yangyi_ nwpu@xaut.edu.cn.

楊 屹,張園園.呼包鄂榆資源型城市群“水-能-碳”耦合變化及影響因素 [J]. 中國環境科學, 2023,43(11):6212-6224.

Yang Y, Zhang Y Y.Analysis of the coupling process and the influencing factors of the “water-energy-carbon” relationship in the Hohhot-Baotou-Ordos-Yulin resource-based urban agglomeration [J]. China Environmental Science, 2023,43(11):6212-6224.

2023-03-13

教育部人文社會科學研究規劃基金項目(21YJA790073)

* 責任作者, 教授, yangyi_nwpu@xaut.edu.cn