我國五大城市群碳排放特征分析與減碳策略探討

摘 要 城市群作為推動區域經濟增長和環境可持續性發展的重點地域，在科學技術創新、產業集群形成和產業結構調整等方面扮演了重要角色。以生產消費與空間為視角，探討了中國五大城市群的碳排放總體特征、構成特征、空間分布、轉換特征和碳匯的結構與空間特征。通過對比五大城市群的碳排放結構關聯，評估了總量與強度、碳中和特征，以及與社會經濟因素的相關性；揭示了各城市群之間及城市群內部地級市產業門類在碳排放方面的相互影響。最后，基于現行減碳政策和機制，并參考相關國際經驗，對五大城市群的減碳策略做了初步探討。

關 鍵 詞 五大城市群；碳排放特征；減碳路徑

文章編號 1673-8985（2024）04-0048-08 中圖分類號 TU984 文獻標志碼 A DOI 10.11982/j.supr.20240407

0 引言

我國“十四五”規劃明確指出，要優化提升京津冀、長三角、珠三角、成渝、長江中游等城市群。城市群作為經濟增長的重要引擎，其碳排放問題尤為突出，同時也蘊藏著減排的巨大潛力，承擔著率先實現碳達峰的重任，并要為其他地區做出示范及提供寶貴經驗[1]。碳排放問題不應局限于單個城市的層面，而應在城市群及以上尺度做綜合考量。城市群內部城市之間在交通和產業上聯系緊密，且城市群之間在發展水平、產業結構和能源消費模式等方面差異顯著，這些均對碳減排策略的制定提出復雜的要求。從城市群的角度研究碳減排，有助于揭示不同城市群的碳減排需求、差異化策略需求和潛在協同效應，從而為精確和有效地制定低碳發展政策和減碳路徑提供科學依據。

1 既有研究概述

在既有的相關研究中，已有學者認識到城市群在中國低碳發展中的重要作用，并以具體的城市群為實證案例，分析了碳排放的影響因素，提出政策和機制的優化方向；如KONG等[2]研究檢驗了城市群（NUA）政策對中國經濟發展和環境污染的影響，認為城市群政策可以實現經濟和環境上的收益，并強調了綠色技術創新、產業集聚和產業結構升級對實現這些經濟環境效益的重要性。研究發現，深化協同治理、優化產業結構和推動綠色技術是區域一體化影響城市碳排放的重要機制；例如ZENG等[3]針對京津冀城市群的研究表明產業結構是碳排放的關鍵影響因素，通過調整能源結構和加大技術創新投資等綜合政策措施，可以顯著降低碳排放和碳排放強度；NING等[4]以呼包鄂榆城市群為研究對象，對其碳排放和減排潛力進行預測，強調了經濟增長、產業結構調整、能源政策、環保和技術投資的結合是有效的減碳措施。也有研究證明了區域協同治理對碳排放的影響；如LIU等[5]針對成渝城市群，使用進化博弈理論探討了政府間合作在減排合作方面的影響因素，研究表明成渝地區政治、經濟等方面的互補性為兩地減排合作提供了自然動力和堅實基礎，同時建議通過區域聯盟合作和針對性政策來提高減排效率。

城市形態與能源使用及碳排放之間的關系長期以來一直存在爭議，因為空間形態不是能源需求的唯一驅動因素，但也已有大量研究證明空間形態或其某些屬性會對能源需求產生影響，并且空間產生的綜合影響更為顯著[6]。國內關于城市群層面，建設用地及空間形態對碳排放的影響，現有研究多通過構建不同的模型來對城市空間形態進行量化，結論一是城市群的碳排放與建設用地特別是工業用地的變化密切相關；二是緊湊合理的城市空間形態與功能布局有利于城市群的低碳發展，且“多中心”發展模式更有利于碳減排的實現。如OU等[7]通過面板數據建模量化分析城市形態與碳排放之間的關系，指出緊湊、多核發展的城市格局有利于碳減排。舒心等[8]通過分析長三角城市群碳排放重心轉移及其與城市用地增長的關系，構建相應面板數據模型，發現城市形態緊湊，但功能布局及配置不合理將對減碳排產生負面作用。SHI等[9]從城Hfz5S8iHMryniesKoh+MZqf1YiN+un11EsdsliIYkws=市政府政策、區域、人口、經濟規模等多視角出發，分析得出城市形態的不規則性和復雜性與城市碳排放均呈顯著相關性。

既有研究突出了城市群政策在推動經濟增長與環境可持續性之間達到平衡的關鍵作用，尤其是綠色技術創新、產業集群形成及產業結構的戰略性調整對于實現這一目標的核心重要性。此外，相關研究還深入探討了區域一體化、協同治理、能源政策制定、環境保護措施和技術投資等多方面因素在調控城市碳排放中的決定性作用。從既有文獻看，尚缺少對不同城市群之間在碳排放方面的深入比較與分析成果。本文旨在通過對不同城市群碳排放特征的系統比較，揭示各區域在碳排放模式上的異同；在此基礎上，深入剖析影響城市群碳排放的關鍵因素，并探討當前的減排策略。

2 研究設計

2.1 研究對象及數據來源

本文的研究對象“五大城市群”源自《中華人民共和國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》，即綱要中所提的“優化提升京津冀、長三角、珠三角、成渝、長江中游等城市群”；城市群的具體分析范圍結合了各城市群“十四五”規劃、發展規劃和國家發改委等劃定范圍，以地級市為最小分析單元（見圖1）。2023年，五大城市群的GDP之和為58.3萬億元，占全國總量的57.5%；常住人口為6.5億人，占全國總量的46%；以常住人口估算，人均GDP約為9.0萬元，同期全國人均GDP為7.2萬元。

其中，研究分析涉及3種數據：碳排放數據、用地覆被數據和社會經濟數據。碳排放數據來源于中國城市溫室氣體工作組（China City Greenhouse Gas Working Group，CCG）發布的中國城市二氧化碳排放數據集（2005年、2010年、2015年和2020年），該數據集核算了城市在工業能源、工業過程、農業、服務業、城鎮生活、農村生活和交通等7個領域中的直接碳排放及間接碳排放（即區域外調入的電力和熱力轉換而成的碳排放）數據。該數據集基于環境保護部環境規劃院氣候變化與環境政策研究中心建立的中國高空間分辨率二氧化碳排放網格數據（China High Resolution Emission Gridded Data，CHRED）[10]，采用統一數據源和規范化、標準化的數據處理方法，并且覆蓋中國所有地級市，有利于城市橫向比較、排放對標及相關排放研究。研究區地表覆蓋柵格數據，空間分辨率為30 m×30 m，來源于我國自然資源部。經濟社會數據來自各省統計年鑒、各地級市統計年鑒、個別地級市國民經濟與社會發展統計年報。

2.2 研究方法

除了普通的描述性統計分析，本文采用了空間自相關分析、灰色關聯度分析和產業聚類分析方法。闡釋如下：

（1）空間自相關

在研究地級市碳排放量的空間自相關性時，本文采用了Moran's I統計方法來量化碳排放數據的空間分布模式。Moran's I是一種廣泛應用于地理空間數據分析的方法，用于檢測數據在空間分布上是否存在聚集或離散，考慮了每個地級市碳排放量與其鄰近地區碳排放量之間的相關性。Moran's I值的范圍在-1（完全離散）到+1（完全聚集）之間，旨在揭示地級市碳排放量在空間上的聚集特征。

（2）灰色關聯度

關聯度分析是一個用來識別和比較影響因素與目標之間關聯度的方法，是灰色系統理論中的一種重要方法。該方法通過計算目標序列與各比較序列（系統中的其他相關因素或指標序列）之間的關聯度，來反映它們之間的相似性或相互影響程度。關聯度越大，表明兩者之間的相似度或影響力越強。為了分析五大城市群的碳排放和社會經濟序列的關系，以城市群所含每個地級市的總碳排作為參考序列，而每個地級市的GDP、人均GDP、二產比重、常住人口、城鎮化率則作為評價項。通過計算各評價項與總碳排的關聯系數值，并進一步得出關聯度值，可以判斷各評價項與總碳排的關聯密切程度。

（3）產業聚類分析

聚類分析是統計學中根據研究樣本的相似性，建立分類從而達到“物以類聚”效果的多元統計分析方法。主要運用城市的4個關鍵經濟指標：能源生產、重工業、輕工業和高新技術產業的GDP產值占比，用K-means算法對五大城市群的城市進行分類，每個組內的城市在這些指標上表現出較高的相似性，而組間則相對較為差異化。產業分類和細分統計方法參考相關文獻[11]。

2.3 研究的技術路線

本文圍繞中國五大城市群的碳排放特征展開，旨在揭示城市群在碳排放模式上的差異性和共性，在此基礎上提出五大城市群的碳減排路徑。首先分析五大城市群生產消費視角與空間視角下的碳排放特征，包括總體特征、構成特征、空間分布、轉換特征和碳匯的結構與空間特征；進而通過對比五大城市群的碳排放結構關聯，評估總量與強度、碳中和特征，以及與社會經濟因素的相關性。最后，基于現狀特征的把握，結合現有的區域減排的機制設置，并參考國際上的發展趨勢和相關經驗，提出五大城市群的碳減排促進策略（見圖2）。

3 五大城市群的碳排放特征與結構性比較分析

3.1 五大城市群的碳排放特征分析

3.1.1 基于生產消費視角的碳排放特征

（1）總體特征

2005—2020年，我國五大城市群的總碳排放量合計從269 946萬t上升到462 986萬t，增加了71.5%；而同期GDP總量合計從11.97億元上升到58.29億元，增長了430%，GDP總量的增長大大超過總碳排放量的增長；同時，常住人口合計從5.53億人上升到6.51億人，增長了17.7%，大大低于總碳排放量的增長（見圖3）。

五大城市群的經濟和人口基本情況見圖4。對五大城市群分別進行碳排放總量、人均碳排放量、單位GDP碳排放3個指標的觀察與橫向比較，發現從碳排放總量來看，呈現出長三角＞京津冀＞長江中游＞成渝＞珠三角的態勢；但從增長速度來看，長三角＞成渝＞長江中游＞珠三角＞京津冀（見圖5）。橫向比較人均碳排放量，呈現出京津冀＞長三角＞長江中游＞珠三角＞成渝的態勢；且從增長速度來看，珠三角城市群出現了負增長（2020年的人均碳排放量低于2005年），比較其他城市群的人均碳排放量增長速度，長三角＞長江中游＞成渝＞京津冀（見圖6）。橫向比較單位GDP碳排放量，呈現京津冀＞長江中游＞成渝＞長三角＞珠三角的態勢，五大城市群的單位GDP排放量都是在減少的；且從減少的速度來看，成渝＞長江中游＞珠三角＞長三角＞京津冀（見圖7）。

（2）構成特征

統計區域內的總碳排放由間接排放和直接排放構成，其中直接排放主要由農業、服務業、工業、生活和交通碳排放構成，間接排放則包括區域外調入的電力和熱力的折算碳排放。從直接—間接碳排放構成來看，五大城市群中珠三角、京津冀的間接排放比重較高，分別占25%和15%左右，其余城市群均以直接碳排放為主，占比為90%左右。

從直接碳排放結構特征來看，五大城市群基本都以工業排放為主，占比均達80%以上；其次是交通，再次是居民生活及服務業。2005—2020年，總體上各城市群工業碳排放量的總量上升，但在總碳排放量中的比重在下降；而交通碳排放在總碳排放中的比重則在上升（見圖8）。

3.1.2 基于空間視角的碳排放特征

（1）碳排放的空間分布與轉換特征

在城市群內部，碳排放主要發生在建設用地上（LUCC分類為城鄉居民工礦用地）。根據LUCC 30 m×30 m精度用地數據的計算結果表明，2005—2020年間，五大城市群的建設用地從75 964 km2增長到109 465 km2，占全部用地比重從6.32%上升到9.09%；增長的建設用地中，長三角城市群占40%，京津冀城市群占27%，長江中游城市群、成渝城市群和珠三角城市群分別占15%、12%和6%（見表1）。而從五大城市群2005—2020年間用地轉換矩陣來看，長三角城市群、京津冀、長江中游城市群的建設用地增長主要由耕地轉化而來；成渝和珠三角城市群的建設用地增長則主要由耕地和林地轉化而來。

（2）碳排放的空間關聯特征

碳排放的空間關聯特征展示了不同區域碳排放量之間的相互影響。顯著的正空間關聯性意味著高（或低）碳排放區域傾向于相互鄰近，表明這些區域可能共享相似的工業結構或能源使用模式。負空間關聯性則表明高碳排放區域與低碳排放區域相鄰，這種情況較為罕見。如果空間關聯性不顯著，表明區域間碳排放量的分布是隨機的，沒有明顯的地理聚集模式。

基于生產消費視角，以地級市為單位，分別以五大城市群總體運用Moran I指數進行空間關聯性判斷。結果表明，五大城市群的碳排放總體上在空間上的關聯性增強，空間相關性增加；長三角城市群的碳排放空間關聯性先增加后減少；珠三角城市群碳排放的空間關聯性在2015年之后顯著；京津冀、長江中游、成渝城市群碳排放的空間關聯性不顯著（見表2）。

3.1.3 碳匯的結構與空間特征

凈碳排放總量與城市群的碳匯關系密切，本文對2005年、2020年五大城市群的碳匯數量變化及結構特征進行統計。結果表明，成渝、京津冀城市群的碳匯量略有上升，長江中游、長三角、珠三角城市群的碳匯總量略有下降（見圖9）。而在碳匯結構中，成渝的林地、京津冀的耕地林地、長江中游的水域呈現增長的態勢，其余用地呈現略有下降的態勢（見表3）。

3.2 五大城市群碳排放的結構性比較分析

3.2.1 總量與強度

在綜合考慮總量與效率的基礎上，對我國五大城市群的碳排放狀況進行匯總與比較分析（見表4）。通過對4項關鍵指標（總碳排放量、單位GDP碳排放、人均碳排放、地均碳排放）執行最大值標準化處理，構建雷達圖以直觀展現各城市群間的表現差異（見圖10）。雷達圖揭示了長江中游、珠三角和成渝城市群在碳排放方面的共性，這體現在相對較低的總碳排放量、單位GDP碳排放和人均碳排放；但這些城市群地均碳排放偏高，表明單位土地面積的碳排放強度較大。與之相反，長三角和京津冀城市群盡管在總碳排放、單位GDP碳排放和人均碳排放上數值較高，卻在地均碳排放上表現較低；這可能與這些城市群較高的產業集聚度和優化的土地使用效率有關[12]。總體而言，五大城市群在碳排放特征上呈現出兩種明顯不同的模式。這一發現對于制定區域碳減排戰略和土地利用規劃具有一定啟示意義。

3.2.2 碳中和特征

圖11展現了五大城市群碳排放與碳匯的相對量化關系。首先，對比五大城市群的碳排放與碳匯量級，可以明顯觀察到碳排放總量顯著高于碳匯量。其次，從圖中每個城市群的數據散點及其斜率關系來看，2005年和2020年的京津冀城市群，以及2020年的長三角城市群，在碳排放相對于碳匯的比例上較高，這表明在區域內碳排放與碳匯之間存在較大的不均衡性。除成渝、京津冀城市群在碳匯量上呈現增長外，其他城市群的碳匯量出現減少，導致碳匯空間帶來的碳中和能力降低。在五大城市群中，長江中游城市群的碳匯總量占比最高，這一數據指標反映了其在區域碳循環中的重要性。

3.2.3 經濟社會關聯

（1）關聯度分析

圖12的關聯度計算結果顯示了從2005年至2020年各評價項的關聯度變化趨勢。可以看出，GDP和人均GDP在2010年達到關聯度高點，隨后有所下降，表明至少在2010年前總碳排放與GDP的關系更為緊密。而二產比重在2010年后呈下降趨勢。這反映了隨著產業結構的變化，其對總碳排放的影響在減弱。同時，常住人口關聯度整體上升，但增長速度在放緩，意味著人口增長對碳排放的影響正逐漸增大但增速放緩。最后，城鎮化率的關聯度一直在持續增加，說明城鎮化進程與總碳排放的關系日益緊密[13]。

（2）產業聚類分析

產業聚類數據顯示了各城市群的地級市在不同產業方面的專注和發展狀況。2020年五大城市群地級市的產業聚類分析結果顯示（見圖13），京津冀城市群以能源生產和重工業城市為主，長三角城市群的城市類型較為綜合多樣，珠三角城市群在高科技產業方面比較突出，而長江中游城市群在輕工業和重工業方面的分布較為均衡。

4 政策視角下五大城市群減碳策略探討

4.1 區域減排的政策和機制

在一個國家內部，為實現碳排放減少的目標，通常會采用包括國家層面的政策制定、地方政府間合作及多部門協調機制建構等舉措。諸如，在國家政策指引下，建立全國性碳排放交易系統（如我國正在建立的全國碳市場）、簽訂州際或省際應對氣候變化協議（如美國的RGGI）、建立城市間合作網絡（如C40城市氣候領導群）、成立政府間工作小組或委員會、出臺財政激勵措施，以及加強信息共享和能力建設。所有這些政策和機制都是為了促進區域各個層級和部門在減少碳排放方面的協調與合作。

在我國區域碳減排政策方面，國家層面的政策導向是以“能源消費雙控”與企業層面的“碳排放權交易市場”來共同構筑一個雙重約束框架。前者是國家層面對區域和地方碳減排的約束，見于2021年國家發改委頒布的政策文件《完善能源消費強度和總量雙控制度方案》，這是一種偏強制和底線性思維的減碳制度設計。該文件要求“合理設置國家和地方能耗雙控指標”“以能源產出率為重要依據，綜合各地區經濟社會發展水平、發展定位、產業結構和布局、能源消費現狀、節能潛力、能源資源稟賦、環境質量狀況、能源基礎設施建設和規劃布局、上一五年規劃目標完成情況等因素，合理確定各省（自治區、直轄市）能耗強度降低和能源消費總量目標”。后者則是提出建立針對企業的碳排放權交易市場，已于2021年啟動該項工作；2023年生態環境部頒發了《溫室氣體自愿減排交易管理辦法（試行）》，但目前僅局限在能源生產領域，今后將逐步擴大覆蓋范圍。這兩種制度設計都將構成區域碳減排的約束條件：前者成為行政范圍內的緊約束，后者將通過市場機制來約束企業行為。

在當前的政策環境框架下，五大城市群出臺了一些低碳政策與規范，總體對應了各自的碳排放現狀以及經濟與社會發展的特定特征。例如，長三角城市群出臺《長三角生態綠色一體化發展示范區碳達峰實施方案》，旨在構建一個跨區域低碳發展的典范，強調了經濟發展與碳排放控制的統籌，并推動了從能源消耗“雙控”向碳排放總量及強度“雙控”的轉變。此外，該方案還探索了按領域、階段和區域劃分的協同碳減排扶持與補貼政策。2024年7月，長三角示范區成功完成了首筆跨省碳普惠交易，是建立一個碳普惠聯建共享機制的的實踐嘗試，有效地滿足了區域內高碳排放行業與碳減排技術需求的對接。《水鄉客廳近零碳專項規劃》則是通過融合低碳技術與生態碳匯等的發展，采取集中引領與分類示范的策略，構建了一個集成的近零碳生產生活空間。《上海市碳達峰實施方案》作為一個省市級綜合減碳方案，包含了碳排放控制、能源結構優化、產業升級、綠色建筑和可持續交通等多方面的綜合性減碳措施。《京津冀能源協同發展行動計劃》專注于控制能源消耗的總量和強度，通過促進清潔能源的發展，適應了該區域重工業集中且能源依賴度高的地域特征，推動了區域內產業結構的低碳轉型。珠三角地區通過《珠江三角洲地區改革發展規劃綱要》加強了低碳經濟和國際低碳城區的建設，反映了該區域在高新技術產業中的領先地位。廣州、深圳等城市進一步制定了明確的低碳發展目標和策略，確保區域內的低碳政策與國際化及技術創新導向保持一致。《成渝地區雙城經濟圈建設規劃綱要》提出要推動能源結構優化、建設低碳園區和實施重點低碳試點項目，四川和重慶也都制定了碳排放控制計劃和方案。長江中游城市群則致力于推動產業結構調整和綠色低碳發展，強調促進清潔能源和低碳技術應用的政策，加強污染減排和碳排放監測。

4.2 相關國際經驗借鑒

考察國際經驗，可以發現不同類型的碳減排政策隨時間而變化，即政策的演進和實施往往與全球氣候變化的相關國際議程（協定），以及各國所處的發展階段（體現在技術進步、經濟條件等）與政治意愿等因素緊密相關。

通過分析各國碳減排政策的出臺和執行時間，可以發現不同類型的碳減排政策在不同的歷史時期有著不同的重點和推進速度。這些政策的演進反映了全球應對氣候變化的進程、經濟社會發展水平、技術創新能力及國際政治經濟格局的變化。大致可以分為5個階段：第一階段為早期階段（1980年代末—1990年代），初期主要集中在能效提升和一些基本的環境保護措施，如提高建筑和工業領域的能效標準，推廣節能技術和產品。森林保護和植樹造林等自然碳匯增加措施也開始得到關注。第二階段為“京都議定書時期”（1997年—2000年代），隨著京都議定書的簽訂，碳交易和市場機制（如清潔發展機制CDM）開始得到國際社會的認可和推廣；法律和規章制度開始逐步建立，一些國家開始設立國家級的碳排放目標和限制。第三階段（2000年代初至中期）對可再生能源的支持政策得到加強，包括各種補貼、稅收優惠和可再生能源發電配額制度等。能源結構調整政策逐漸成為重點，特別是在一些發達國家中，開始重視減少對化石燃料的依賴。第四階段為“巴黎協定時期”（2015年—2020年代），隨著《巴黎協定》的達成，各國對減排承諾的實施更為重視，全球減排努力加強。碳定價和市場機制得到進一步發展，越來越多的國家和地區開始建立或計劃建立碳定價機制，如碳稅和區域性碳交易市場。研發和技術創新支持政策愈發重要，包括對綠色氫能、碳捕捉和封存（CCS）、碳捕捉和利用（CCU）等前沿技術的研發投入。第五階段是2020年代初期以來的新時期，隨著氣候變化的緊迫性加劇，對于加快能源轉型、深化產業結構調整和推動綠色低碳技術的政策支持進一步加強。國際合作和多邊機制在推進全球減排方面的作用日益凸顯，如通過技術轉移、綠色金融等方式支持發展中國家的減排努力。

全球應對氣候變化的大勢和相關的國際經驗，對我國在不同發展時期的減碳政策制訂有著重要的參考價值和借鑒意義。

4.3 五大城市群碳減排策略探討

依據庫茲涅茲環境曲線假設，經濟發展與環境質量之間的關系在達到高度發展階段后，預期將實現協調一致。在此階段，對于經濟發展較為成熟的城市群而言，低碳技術的廣泛應用及政策創新在提高碳效率和減少排放量方面將展現出顯著的潛力[14]。前文的分析已經揭示，長江中游、長三角、成渝城市群與京津冀、珠三角城市群在碳排放模式上表現出明顯的不同。前三者呈現出相對較低的碳排放水平，這可能與這些區域在經濟結構優化、能源效率提升及政策支持方面的相對優勢有關。相對而言，京津冀及長三角城市群較高的碳排放水平則反映了這些地區在能源消耗及產業排放方面面臨的挑戰。特別是，京津冀地區由于其城市產業結構在能源消耗和重工業方面的顯著特點，具備顯著的碳減排潛力。而珠三角地區以高科技產業為主導，在可預見的未來將維持一種健康的低碳排放發展趨勢。至于長江中游、成渝、長三角城市群，鑒于其城市產業類型的綜合性和多樣性，可通過市場機制有效調控碳排放速度，以實現低碳發展目標。

基于上述基本判斷，下文提出促進碳減排的策略建議，旨在為未來的城市群減碳化研究提供方向性思路。

（1）技術與政策創新

首先要評估低碳技術推廣的現狀與潛力，尤其是京津冀、長三角城市群在工業生產與建筑領域的應用情況，以及五大城市群中新能源汽車和公共交通系統等綠色能源的推廣情況。其次是從城市群層面出發，對低碳政策的創新及其實施效果進行評估。選擇具有代表性的產業城市作為試點，從政策設計、目標設定、實施機制和效果評估等方面出發，建立系統化的低碳試點案例，以加快制定能夠激勵市場活力、促進公私部門合作，并為其他區域提供借鑒的系統化解決方案。

（2）區域交流與合作

關注區域合作與交流，建立城市群間的碳減排合作機制和交流平臺，探索如何通過共享最佳實踐、協調政策措施，以及聯合實施減排項目來實現協同效應。比如建立數據平臺共享碳排放數據和減排技術，所有城市群都可以實時訪問和共享有關碳排放的數據與減排成效，以及相關的低碳技術。在政策協調方面，以平衡碳減排責任與資源為原則，制定跨城市群的協同政策，一方面促進區域內的環保政策和碳排放標準的統一，確保碳減排措施在整個區域內得到有效實施，防止碳排放的“泄漏”或政策差異造成的不公平競爭；另一方面，確保資源豐富和技術先進的城市群能夠支持資源較少的地區。最后，可以聯合實施大型碳減排項目，例如，城市群可以共同投資和建設大型的可再生能源項目，如風電和太陽能發電站，或共建區域碳捕捉和儲存設施，共享減排成果和經濟效益。

（3）面向低碳的空間協同規劃

針對各城市群面臨的碳減排使命和挑戰，需要研究制訂面向未來的城市群碳減排戰略規劃，其中包括加強綠色低碳技術研發與創新、優化產業結構、提升能源效率、增強生態系統的保護與修復能力，以及優化區域內各層級的空間布局等多維策略措施。空間協同規劃方面，在城市群層面，考慮進一步推動構建多中心、網絡化、集約型的國土空間開發保護格局[15]，系統性減少因低效的區域空間布局和交通聯系帶來的額外碳排放；大量整合區域內規模較大的綠色基礎設施，如國家公園、綠帶和濕地，增強城市群的生態系統的碳匯功能。在城市層面，鼓勵發展分布均衡的多中心城市結構，減少通勤需求，從而降低交通引起的碳排放[16]；在城市中心及交通樞紐周圍推行高密度的混合用途開發[17]；推廣生態友好型開發，充分考慮地形、水系及生態條件，利用城市區域的生態走廊和綠色緩沖區等自然元素，促進生物多樣性，同時提升城市空間的碳吸收能力。

5 結語

本文通過深入分析中國五大城市群的碳排放特征與減碳路徑，揭示了區域碳排放的復雜性和多樣性。研究發現，雖然所有城市群在過去15年中碳排放總量均呈上升趨勢，但單位GDP碳排放量呈現出顯著的下降趨勢，展示了經濟增長與碳排放脫鉤的積極跡象。本文不僅比較了五大城市群碳排放的總量與結構，還從社會經濟發展、產業結構、能源使用模式等多方面分析了碳排放的關鍵驅動因素。

通過對比分析，本文進一步證實了城市群內部和跨城市群之間在碳減排策略和實施中存在顯著差異。特別是珠三角、長三角城市群通過優化產業結構和推廣低碳技術，已經取得顯著的碳減排效果；而長江中游、成渝城市群則顯示出碳排放控制與經濟發展之間的潛在沖突，需要更為精細化的策略來平衡兩者的關系。結合對國內外碳減排政策和機制的梳理和借鑒，本文探討了針對五大城市群的減排路徑，強調了減排技術應用與區域協調和政策創新的重要性。

參考文獻 References

[1]高國力，文揚，王麗，等. 基于碳排放影響因素的城市群碳達峰研究[J]. 經濟管理，2023，45（2）：39-58.

GAO Guoli， WEN Yang， WANG Li， et al. Study on carbon peak of urban clusters based on analysis of influencing factors of carbon emissions[J]. Business and Management Journal， 2023， 45（2）： 39-58.

[2]KONG F， ZHANG H， MENG X， et al. Can the policy of national urban agglomeration improve economic and environmental gains？ Evidence from quasi-natural experiments with 280 cities in China[J]. International Journal of Environmental Research and Public Health， 2022， 19（13）： 7596.

[3]ZENG Y， ZHANG W， SUN J， et al. Research on regional carbon emission reduction in the Beijing–Tianjin–Hebei urban agglomeration based on system dynamics： key factors and policy analysis[J]. Energies， 2023， 16（18）： 6654.

[4]NING X， HE Y， ZHANG J， et al. Analysis of carbon emission projections and reduction potential of resource-dependent urban agglomerations from the perspective of multiple scenarios—a case study of Hu-Bao-O-Yu urban agglomeration[J]. International Journal of Environmental Research and Public Health， 2023， 20（5）： 4250.

[5]LIU J， MENG W， HUANG B， et al. Factors influencing intergovernmental cooperation on emission reduction in Chengdu-Chongqing urban agglomeration： an evolutionary game theory perspective[J]. International Journal of EnvironmentalResearch and Public Health， 2022， 19（22）： 14848.

[6]SILVA M， OLIVEIRA V， LEAL V. Urban form and energy demand： a review of energy-relevant urban attributes[J]. Journal of Planning Literature， 2017， 32（4）： 346-365.

[7]OU J， LIU X， LI X， et al. Quantifying the relationship between urban forms and carbon emissions using panel data analysis[J]. Landscape Ecology， 2013， 28（10）： 1889-1907.

[8]舒心，夏楚瑜，李艷，等. 長三角城市群碳排放與城市用地增長及形態的關系[J]. 生態學報，2018，38（17）：6302-6313.

SHU Xin， XIA Chuyu， LI Yan， et al. Relationships between carbon emission， urban growth， and urban forms of urban agglomeration in the Yangtze River Delta[J]. Acta Ecologica Sinica， 2018， 38（17）： 6302-6313.

[9]SHI K， XU T， LI Y， et al. Effects of urban forms on CO2 emissions in China from a multi-perspective analysis[J]. Journal of Environmental Management， 2020， 262： 110300.

[10]CAI B， LIANG S， ZHOU J， et al. China high resolution emission database （CHRED） with point emission sources， gridded emission data， and supplementary socioeconomic data[J]. Resources， Conservation and Recycling， 2018， 129： 232-239.

[11]EDWARDS A W F， CAVALLI-SFORZA L L. A method for cluster analysis[J]. Biometrics， 1965， 21（2）： 362-375.

[12]HAN F， XIE R， FANG J， et al. The effects of urban agglomeration economies on carbon emissions： evidence from Chinese cities[J]. Journal of Cleaner Production， 2018， 172： 1096-1110.

[13]DODMAN D. Urban density and climate change[R]. 2009.

[14]CREUTZIG F， BAIOCCHI G， BIERKANDT R， et al. Global typology of urban energy use and potentials for an urbanization mitigation wedge[J]. Proceedings of the National Academy of Sciences， 2015， 112（20）： 6283-6288.

[15]謝湘雅，張翀. “雙碳”戰略下上海市規劃管控策略探索——基于國際經驗的分析研究[J]. 上海城市規劃，2023（3）：71-77.

XIE Xiangya， ZHANG Chong. Research on Shanghai planning management strategy under the "carbon emissions peak and carbon neutrality"： based on analysis of international experiences[J]. Shanghai Urban Planning Review， 2023（3）： 71-77.

[16]王睿，柯嘉，張赫. 基于職住分離的超大特大城市交通擁堵碳排放機理研究——以天津市“郊住城職”現象為例[J]. 上海城市規劃，2023（6）：33-39.

WANG Rui， KE Jia， ZHANG He. The carbon emission mechanism of traffic congestion in mega cities caused by job-housing imbalance： a case study of commuting behavior from suburban housing to urban workplaces in Tianjin[J].Shanghai Urban Planning Review， 2023（6）： 33-39.

[17]侯曉赫，劉思睿，馬濤，等. 低碳視角下中日區域交通一體化特征比較及發展策略研究——以粵港澳大灣區與東京灣區為例[J]. 上海城市規劃，2023（6）：40-46.

HOU Xiaohe， LIU Sirui， MA Tao， et al. Comparison of regional transport integration characteristics and development strategies of China and Japan from low-carbon perspective： a case study of Guangdong-Hong Kong-Macao Greater Bay Area and Tokyo Bay Area[J]. Shanghai Urban Planning Review， 2023（6）： 40-46.

基金項目：上海市哲學社會科學規劃課題“超大城市新城建設的功能定位與優化路徑研究”（編號2023BCK009）資助。