“双碳”背景下山东省新型城镇化进程中碳排放时空演变及驱动力机制分析.pdf

20Vol.35 2023 No.2JOURNAL OF GUANGXI VOCATIONAL NORMAL UNIVERSITY学报学报广西职业师范学院一、研究背景与文献综述2020年9月22日，在第七十五届联合国大会一般性辩论上，中国提出二氧化碳排放力争2030年前达到峰值，努力争取2060年前实现碳中和，并在同年的气候峰会以及后来召开的联合国生物多样性峰会、第三届巴黎和平论坛等多个国际会议上做出减排承诺。2020年中央经济工作会议将做好碳达峰、碳中和工作列为八大重点任务之一。城市是碳排放来源的最主要区域，城镇化快速推进的过程对碳循环产生巨大的影响1。2012年党的十八大提出了“新型城镇化”，2017年党的十九大明确指出新型城镇化发展道路。山东省政府依据国家政策相继出台了 山东省新型城镇化规划（20142020年）和 山东省新型城镇化规划（20212035年）。山东省新型城镇化规划（20212035年）明确指出了未来山东省城镇化的主要目标和发展路径，其中绿色城镇化部分明确指出将碳达峰、碳中和目标纳入城乡整体布局中。据20142021年 山东省统计年鉴 统计，山东省城镇化率在2013年为53.75%，2020年为63.05%，20132020年山东省城镇化率上升了9.3%，同段时间内碳排放量增加了21 247.938万吨标准煤，位居全国前列。因此，在新型城镇化发展过程中加入“双碳”目标，这不仅对山东省提出了新的挑战，同时还对山东省未来低碳发展具有重要意义。国内外关于城镇化对碳排放的影响机制方面的研究已有不少成果，包括以下三个方面。第一，【作者简介】王玉琳，山东师范大学地理与环境学院硕士研究生，研究方向为经济地理与区域可持续发展；张晓青（通信作者），山东师范大学地理与环境学院教授，博士生导师，研究方向为区域经济与人口。“双碳”背景下山东省新型城镇化进程中碳排放时空演变及驱动力机制分析王玉琳张晓青【摘 要】文章利用20132020年面板数据，分析山东省各设区市在新型城镇化过程中碳排放量的时空演变格局，同时利用GTWR模型对碳排放量的影响因素及驱动力机制进行探究。研究发现：20132020年山东省各设区市的新型城镇化率均持续上升，在新型城镇化率不断提高的过程中，人均碳排放量下降的设区市集中分布在胶东半岛，鲁中、鲁南和鲁西北均存在人均碳排放量上升和下降的设区市，且人均碳排放量上升的设区市占多数；工业人口占比、对外开放程度、城市创新水平、城市扩张水平和能源强度是影响山东省各设区市碳排放水平变动的因素，其中能源强度对山东省大多数设区市碳排放水平的影响程度最大，城市扩张水平对山东省各设区市人均碳排放水平的影响程度最小。【关键词】双碳目标；新型城镇化；碳排放；GTWR模型【中图分类号】F299.21；X22【文献标识码】A【文章编号】2096-9279（2023）02-0020-09doi：10.3969/j.issn.2096-9279.2023.02.00321Vol.35 2023 No.22023年第2期“双碳”背景下山东省新型城镇化进程中碳排放时空演变及驱动力机制分析根据研究区域来划分，可以分成国家2-4、省域单元5-7、市域单元或地区8-9。第二，一些学者通过构建模型进行实证研究。学者们在分析城镇化对碳排放量产生的影响时通常使用STIRPAT模型10-12、Granger因果关系检验4、回归分析9和多种模型相结合13-14等方式来分析碳排放的影响机制。第三，城镇化对碳排放的影响及作用程度研究。城镇化对碳排放的影响又可以分为影响的总效应、直接效应和间接效应三大类。城镇化对碳排放影响的总效应指城镇化对碳排放影响程度的变化。有部分学者认为城镇化进程直接加速了二氧化碳的排放，对碳排放产生正向作用15-17。有部分学者则持不同的观点，认为城镇化通过提高能源利用效率或增加城市人口占比，从而降低碳排放，进而对碳排放产生负向作用18-19。还有学者提出城镇化对碳排放的影响不是简单的正向或负向作用，他们认为城镇化是一个综合的系统，其由经济、社会、人口和空间等多个子系统组成，且每个子系统对碳排放的影响互不相同6，20。城镇化对碳排放的直接效应表现为，人口、经济、城镇空间建设、能源消费结构或产业结构等对碳排放产生的具体影响。谢皓楠认为，人口、经济和城镇空间建设是引起碳排放增加的主要因素，第三产业对碳排放具有显著负向作用21。城镇化对碳排放的间接效应是指城镇化通过中介变量对碳排放产生的间接影响。学者们主要通过分析城镇化进程中居民消费结构、人口总量规模、经济转型升级等变量对碳排放的影响情况来探讨城镇化对碳排放产生的间接影响5，22。在已有研究中，学者们虽分析并讨论了城镇化进程对碳排放量产生影响的诸多因素，但并未对主导因素进行归纳总结；影响因素分析方法虽众多但无法反映变量在空间上的相互关系，因此本文选择能够反映自变量和因变量时空关系的GTWR模型代替传统的空间计量模型来分析新型城镇化进程中影响二氧化碳排放量变化的主导因素。由于山东省于2013年出台新型城镇化的相关政策，本文选择20132020年作为研究时间段。本文首先分析新型城镇化进程中碳排放量的时空演变特征；其次，结合相关文献，本文选取影响碳排放的指标体系，利用GTWR模型探讨新型城镇化进程中影响山东省各设区市碳排放量变化的具体因素；最后，为山东省各设区市提出减排的具体建议，以期实现城镇化低碳发展，最终达到双碳目标。二、数据来源及研究方法（一）数据来源本文通过参考前人的研究23-25，选择新型城镇化率、工业人口占比、经济发展水平、对外开放程度、政府能力、城市创新能力、城市扩张水平和能源强度为自变量，碳排放水平为因变量（见表1）。其中，用于计算山东省各设区市碳排放水平的能源数据来源于20142021年各设区市统计年鉴、中国能源统计年鉴，自变量数据来源于20142021年各设区市统计年鉴、山东省统计年鉴。本文所有的指标均为 中国统计年鉴 中“市辖区”口径（“市辖区”数据包括所有城区，但不包括辖县和辖市部分的数据），指标中所有的人口均指常住人口。此外，考虑到研究时间段内山东省设区市的数量有变表1影响因素选择目标层因变量自变量指标层碳排放水平新型城镇化率工业人口占比经济发展水平对外开放程度政府能力城市创新能力城市扩张水平能源强度指标说明人均碳排放量（吨）城镇人口占常住人口的比重（%）工业从业人员占就业人员的比重（%）人均地区生产总值（万元）外商直接投资额占地区生产总值的比重（%）人均地区财政支出（万元）每千人城市专利申请数（件）城市建成区面积变化值（平方千米）单位GDP的能源使用量（千克）变量YX1X2X3X4X5X6X7X822Vol.35 2023 No.22023年第2期“双碳”背景下山东省新型城镇化进程中碳排放时空演变及驱动力机制分析化，本文的研究单元为山东省现有设区市。（二）研究方法1.碳排放量测算最常用的碳排放测算方法包括排放因子法、质量平衡法、实测法和大数据法四大类。本文使用排放因子法测算二氧化碳排放量，计算公式如下：C=i=1nCi=i=1nEiSiCCOi（1）CCOi=TiCCiRi4412（2）式中：C表示燃料排放的二氧化碳总量，单位为吨；Ci表示各类燃料排放的二氧化碳量，单位为吨；Ei为燃料消费量，单位为吨；Si为折标准煤系数，单位为吨标准煤/吨；CCOi为二氧化碳系数，Ti为转换因子，单位为千焦/千克；CCi为含碳量，单位为吨碳/太焦；Ri为碳转化率；44/12为碳原子质量和二氧化碳分子质量间的转化系数。各能源的折标准煤系数、转换因子、含碳量和碳转换率数值见表2。2.GTWR模型2010年，黄波（Huang Bo）等在GWR模型的基础上提出GTWR（GeographicallyandTemporally Weight-ed Regression，地理时空加权回归）模型26。由于GTWR模型中自变量参数随着时空位置的变化而变化，因此，相较于GWR模型，GTWR模型可以更好地反映自变量与因变量之间的时空关系，其表达式如下：yi=0()ui,vi,ti+kk()ui,vi,tiXik+i（3）式中：yi表示第i个样本点的因变量值，0（ui，vi，ti）代表第i个样本点的回归常数，ui、vi表示第i个样本点的经度和纬度坐标，ti表示观测时间，k（ui，vi，ti）表示第i个样本点的第k个解释变量的回归系数，Xik表示第i个样本点的第k个解释变量，i为模型误差项。估计回归系数的表达式如下：()ui,vi,ti=XTW()ui,vi,tiX-1XTW()ui,vi,tiY（4）式中：W（ui，vi，ti）表示时空位置i的权重。由于GTWR模型通过构建时空权重矩阵来测算其他样本点的值对回归样本点的影响比重，因此时空权重矩阵在GTWR模型的计算过程中起核心作用。本文根据欧氏距离和高斯距离的距离衰减函数来构建时空权重矩阵，其中样本i和样本j之间时空距离的计算公式为：()dij2=()ui-uj2+()vi-vj2+()ti-tj2（5）式中：和为比例因子，用以协调时间距离和空间距离。在此基础上，本文利用替代/且满足0，得出时空权重矩阵为：Wij=exp-()ui-uj2+()vi-vj2+()ti-tj2()hST2（6）式中：hST为时空间带宽。在一般情况下，设置=1 以减少实践中的参数数量，也可以使用 R2或 AICc交叉验证进行优化。三、新型城镇化进程中碳排放的时空特征分析本文根据地理位置将山东省划分成四大区域：鲁中、胶东半岛、鲁南和鲁西北，其中，鲁中包括济南市、泰安市、潍坊市、淄博市，胶东半岛包括青岛表2各能源的折标准煤系数、转换因子、含碳量和碳转换率值因子折标准煤系数转换因子含碳量碳转化率原煤0.714 320 90826.3700.980焦炭0.971 428 43529.5000.930原油1.428 641 81620.1000.980汽油1.471 443 07018.9000.980煤油1.471 443 07019.5000.980柴油1.457 142 65220.2000.980燃烧油1.428 641 81621.1000.980天然气1.33338 93115.3000.99023Vol.35 2023 No.22023年第2期“双碳”背景下山东省新型城镇化进程中碳排放时空演变及驱动力机制分析市、烟台市、威海市，鲁南包括菏泽市、济宁市、枣庄市、日照市、临沂市，鲁西北包括德州市、聊城市、滨州市、东营市。本文依据四大区域分别对山东省各设区市新型城镇化率和人均碳排放量的变化情况进行分析。20132020年山东省所有设区市的新型城镇化率全部呈现持续上升的态势，其中潍坊市新型城镇化率上升最快，临沂市上升最慢；同时鲁中区域和胶东半岛内各设区市的新型城镇化率更高，鲁西北区域内除东营市外，其他设区市新型城镇化率均较低。20162020年较20132016年新型城镇化率增量多的设区市集中分布在鲁中区域和胶东半岛，20132016 年较 20162020 年新型城镇化率增量多的设区市集中分布在鲁西北区域和鲁南区域，并且鲁西北区域在20132016年新型城镇化率提高更为明显。20132020年山东省各设区市人均碳排放量的变化情况不尽相同，整体上分成先上升后下降、先下降后上升、波动上升和波动下降4类，以上 4 种类型分别占总数的 25%、18.75%、31.25%和25%。第一，人均碳排放量先上升后下降的设区市包括淄博市、潍坊市、日照市和菏泽市。其中，淄博市和潍坊市人均碳排放量在2018年上升到峰值，日照市人均碳排放量在2014年到达拐点，菏泽市人均碳排放量在 2015 年由上升转变成下降趋势。这 4个设区市在研究时间段内人均碳排放量均有所增加，其中菏泽市人均碳排放量增量最大、淄博市人均碳排放量增量最小。第二，人均碳排放量先下降后上升的设区市包括济南市、临沂市和枣庄市。其中济南市人均碳排放量在2018年下降至最低值，临沂市人均碳排放量在 2015 年降至最低值，枣庄市人均碳排放量