中国人口·资源与环境　 ２０２０年　 第 ３０卷　 第 ７期　 ＣＨＩ

ＮＡＰＯＰＵＬＡＴＩ
ＯＮ，
ＲＥＳＯＵＲＣＥＳＡＮＤＥＮＶＩ
ＲＯＮＭＥＮＴ　 Ｖｏ
ｌ．３
０　 Ｎｏ
．７　２
０２０

禹湘，陈楠，李曼琪．中国低碳试点城市的碳排放特征与碳减排路径研究［Ｊ ］．中国人口·资源与环境， ２０
２０，３０（７）：１－９．［ＹＵＸｉａｎｇ，
ＣＨＥＮＮａｎ，ＬＩＭａｎｑｉ．Ｒｅｓ
ｅａｒ
ｃｈｏ ｎｃａ
ｒｂｏ
ｎｅ ｍｉｓ
ｓｉｏ
ｎｃｈａｒ
ａｃｔ
ｅｒｉ
ｓｔ
ｉｃ
ｓａｎ
ｄｒｅ
ｄｕｃ
ｔｉ
ｏｎｐ
ａｔｈｗａ
ｙｓｏ
ｆｌｏ
ｗｃ
ａｒｂ
ｏｎｐｉ
ｌｏｔｃ
ｉｔ
ｉｅｓｉｎＣｈｉ
ｎａ［Ｊ］．Ｃｈｉｎａ
ｐｏ
ｐｕｌ
ａｔ
ｉｎ，ｒ
ｏ ｅｓｏ
ｕｒｃｅ
ｓａ ｎｄｅｎｖ
ｉｒｏ
ｎｍｅｎｔ
，２０２０，３
０（７）：１－９．］

中国低碳试点城市的碳排放特征与碳减排路径研究
禹　湘１　陈　楠２　李曼琪１
（１．中国社会科学院生态文明研究所，北京 １
０００
２８；
２．中国旅游研究院文化和旅游部数据中心，北京 １
０００
０５）

摘要　城市既是温室气体排放最主要的领域，也是易受到气候变化影响的领域，实现城市的碳减排已成为全球应对气候变化日益重
要的举措。中国正在经历全球规模最大、速度最快的城镇化进程，城市的低碳发展对于中国实现应对气候变化目标，推进生态文明建
实现经济、社会与环境的共赢意义重大。２０
设， １０年 ７月以来，中国国家发展和改革委员会先后开展了三批 ８７个低碳省区和低碳城
市的试点工作。根据低碳城市试点的进展，本文采用 Ｔａ
ｐｉｏ脱钩模型考察低碳试点城市经济增长与碳排放总量变动之间的关系，并根
据脱钩弹性系数的大小将低碳试点城市分为低碳成熟型、低碳成长型、低碳后发型三种。在对城市进行分类的基础上采用 ＳＴＩ
ＲＰＡＴ
模型，考察经济规模、能源结构、产业结构、城镇化水平等因素和碳排放总量和人均碳排放量之间的关系，识别不同驱动因素对试点城
市碳排放的影响，依据碳排放驱动因素识别不同类型城市的减排路径。研究结论表明，对于低碳成熟型城市，大力发展可再生能源，
加大研发投入是有效的减排途径；对于低碳成长型城市，优化产业结构，提升城镇化质量是减少碳排放的关键；对于低碳后发型城市，
实现低碳发展需在促进经济增长的基础上，加快淘汰落后产能，加速产业升级转型。同时，位于东、中、西不同区域的低碳试点城市呈
现出不同的碳排放特征，未来在探索差异化、多元化的城市减排路径时，区域性的绿色低碳协同发展有利于实现城市碳减排的目标。
关键词　城市；碳排放；低碳；脱钩
中图分类号　Ｆ０６
２．１　 文献标识码　Ａ　 文章编号　１
００２
２１０
４（２
０２０）０
７０００
１０９　 ＤＯＩ
：１０．
１２０
６２／
ｃｐｒ
ｅ．２
０２０
０４３６

　　气候变化是人类面临的共同挑战，作为目前世界上最 地区，因气候变化导致的干旱、海平面上升、热浪、极端天
大的温室气体排放国，中国是全球应对气候变化的积极参 气等气候灾害对城市的威胁正逐步显现 ［４］。中国政府为
与者与贡献者。中国在国家自主贡献中提出二氧化碳排 提高城市应对气候变化能力做出了积极的努力，启动低碳
放在 ２
０３０年左右达到峰值，并争取尽早达峰，以及单位国 城市试点 是 其 中 的 重 要 举 措。中 国 国 家 发 展 改 革 委 于
内生产总值二氧化碳排放比 ２
００５年下降 ６
０％ ～６
５％的应 ２
０１０、
２０１
２和 ２
０１７年先后在 ６个省和 ８
１个城市开展了三
对气候变化行动目标。中国正大力推进生态文明建设，把 批国家低碳省市试点，旨在探索不同地区率先实现碳排放
应对气候变化融入国家经济社会发展中长期规划，正步入 达峰的低碳发展模式和有效路径。参与低碳试点的城市
绿色、循环、低碳的发展道路。城市是经济活动中心，也是 通过设定碳排放达峰目标，倒逼低碳发展转型，加大低碳
温室气体排放的重要主体，城市碳减排目标的实现直接关 技术和产品的应用力度，推进工业、建筑、交通等重点领域
系着中国应对气候变化及可持续发展目标的实现。２
０１９ 的低碳发展，形成了各具特色的低碳发展模式。
年末，我国城镇常住人口 ８
４８４
３万人，城镇人口占总人口 作为全球覆盖范围最广的城市层面的低碳试点，中国
［１］
比重（城镇化率）约为 ６
０．６％ 。随着中国城市化的不断 低碳城市试点引起了广泛关注。国内外学者通过不同的
推进，城市的基础设施建设、工业活动、交通运输及居民生 指 标 体 系 对 中 国 低 碳 城 市 试 点 的 成 效 进 行 评 估，如
活都将消耗大量能源，城市将成为碳排放增长的最主要领 Ｋｈ
ａｎａ等 ［５］对第一批 ８个试点城市的低碳发展目标及政
ｎ
域之一 ［２］。根据 Ｃａ
ｉ等 ［３］的统计，城市碳排放约占中国整 策支持手段进行评估；宋祺佼等 ［６］以两批共 ３
６个低碳试
体碳排放的 ７
０％。不仅如此，城市也是气候风险的高发 点城市，从区域分布、经济水平和人口规模三方面对低碳

收稿日期：
２０２０－０
３－２１　修回日期：
２０２０－０５－１５
作者简介：禹湘，博士，副研究员，主要研究方向为能源与气候变化政策。Ｅ
ｍａｉ
ｌ：ｙ
ｕｘｉ
ａｎｇ
＠ｃａ
ｓｓ．ｏ
ｒｇ．ｃ
ｎ。
通信作者：陈楠，博士，助理研究员，主要研究方向为低碳经济、低碳旅游。Ｅ
ｍａｉ
ｌ：ｃ
ｈｅｎ
ｎａｎ
５２６＠１
６３．ｃ
ｏｍ。
基金项目：科学技术部《第四次气候变化国家评估报告》编制工作专项；中国社会科学院哲学社会科学登峰计划气候变化经济学优势学科建设
项目成果。

·１·
 中国人口·资源与环境　２０２
０年　第 ７期

试点情况进行分析；丁丁等 ［７］以人均碳排放等 １
０个指标
建立的低碳城市指标体系对 ３
６个低碳试点城市进行评
［８］
价；周泽宇等 选择了 ４大类共 １
６项低碳发展的核心指
［９］
标计算出试点城市的低碳指数；陈楠和庄贵阳 从宏观领
域、能源、产业、低碳生活等维度对低碳城市建设状况进行
［１
０］
评估；中国城市绿色低碳评价研究项目组 构建城市绿
色低碳发展评价指标体系对三批低碳试点城市的绿色低
碳发展效果进行评估；Ｃｈ
ｅｎｇ等 ［１１］用 绿 色 全 要 素 生 产 率
ｎｇ等 ［１２］以 中 国
对中国 的 低 碳 试 点 城 市 进 行 评 估；Ｓｏ
２８６个地级市的面板数据进行准自然实验，对中国的低
碳试点城市 进 行 评 价。相 关 研 究 表 明，低 碳 试 点 城 市
评价的指标 日 益 多 元，从 仅 包 含 碳 排 放 指 标 逐 渐 增 加
至经济、产业、能源、环境、政 策、管 理 等 多 方 面 的 指 标；
评价的内容 日 益 丰 富，从 低 碳 生 产 逐 渐 扩 展 至 低 碳 生
活，从碳减排扩展至生态 环 境 的 绿 色 协 同 发 展；评 价 的
城市数量逐渐增多，时间 跨 度 日 益 增 长；评 价 的 方 法 日
益多样化，从 单 一 评 价 方 法 逐 渐 到 组 合 评 价 方 法。 大
部分学者均 认 为 中 国 的 低 碳 城 市 试 点 成 效 显 著，不 仅
能有效提升城 市 低 碳 发 展 的 水 平，助 力 “十 四 五”期 间
［１３］
的碳排放达峰 ，还能改善城市生态效率，有效推动中
国经济的绿色增长。
中国幅员辽阔，位于不同区域、具有不同人口规模、经
济发展水平和产业结构特征的城市采用了不同的低碳发
展路径，因此，低碳试点城市的案例研究也是热点之一。
如 Ｙａ
ｎｇ等 ［１４］对北京、晋城、池州、广元低碳试点的特色和
亮点进行了分析。Ｓ
ｈｅｎ等 ［１５］以北京的低碳试点为例，陈
楠和庄贵阳 ［１６］以浙江省的低碳试点城市为例，Ｆｅ
ｎｇ等 ［１７］
以参与第一批试点的广东省为例，吴雪莲和万迎峰 ［１８］以
武汉的低碳试点为例，对城市碳排放的驱动因素、模式和
路径进行了分析。从不同研究的结论来看，人口规模、产
业结构和能源结构均是影响城市碳排放的重要因素，但这
些因素在不同的区域以及城市发展的不同阶段对碳排放
的贡献有所不同。
试点城市碳排放与经济发展之间的脱钩情况，并根据脱钩
情况的差异将试点城市划分为不同类型。进一步针对不
同类型的城市，采用 Ｓ
ＴＩＲＰＡＴ模型分析影响其碳排放的
驱动因素，提出不同类型城市的低碳发展模式及路径。对
中国低碳试点城市低碳发展成效的评估和低碳发展模式
的总结不仅能形成可复制、可推广的经验，从而引领和带
动中国城市的整体绿色、低碳转型，还能为其他国家提供
可借鉴的城市低碳发展的中国方案。
１　数据和模型
　　目前中国正处于工业化后期，城市不仅是工业的集聚
地，也是大量居民生产、生活的集中地，现阶段经济发展水
平仍然是决定中国城市碳排放的最重要因素之一。鉴于
此，本文先采用 Ｔａ
ｐｉｏ模型对低碳试点城市经济增速与碳
排放增速之间的关系进行充分论证，并基于经济增速与碳
排放增速之间的脱钩情况对这些城市进行分类，针对最为
主要的类型采用 Ｓ
ＴＩＲＰＡＴ模型对影响城市碳排放的因素
进行比较分析，从而归纳总结出不同类型城市实现碳减排
的模式和路径。
１．
１　城市碳排放数据核算方法
对城市碳排放的特征进行研究，首先要对城市的碳排
放进行核算。城市尺度的碳排放核算不仅包括城市中与
能源消费相关的碳排放，还包括工业过程排放和废弃物处
理的相关排放，其中农业、土地利用和林业相关的碳排放
量所占比例较小。依据《中国能源统计年鉴》中终端能源
消费量的数据，考虑到试 点 城 市 的 能 源 消 费 品 种，本 文
最终选用煤 炭、焦 炭、原 油、燃 料 油、汽 油、煤 油、柴 油、
天然气八种能源核 算 碳 排 放。能 源 消 费 碳 排 放 的 核 算
方法和排放因子参照 联 合 国 政 府 间 气 候 变 化 专 门 委 员
ＰＣＣ）提供的碳排放核算方法进行估 算 ［１９］，计 算 公
会（Ｉ
式如下：
ｎ

ＣＯ２ ＝∑ （Ｅｉ ×ＮＣＶｉ ×ＣＥＦｉ ×ＣＯＦｉ） （１）

目前针对低碳试点城市评估的研究虽然丰富，但评估 ｉ＝１

体系尚无统一界定，根据不同评价指标来分析各城市碳排 式中，ＣＯ２ 为能源消费碳排放量，ｎ表示能源种类数

放的特征，所得结论差异较大。受我国区域发展不平衡的 量，Ｅｉ表示第 ｉ
种能源消耗的实物量，ＮＣＶｉ表示第 ｉ
种能源
影响，现有的三批低碳试点城市的经济社会发展水平不 的平均低位发热量，ＣＥＦｉ为第 ｉ种能源的单位热值当量，
一，经济增速与碳排放增速之间的关系并未得到充分论 ＣＯＦｉ为第 ｉ种能源的碳氧化因子，其缺省值为 １。
证，
而这既是城市低碳政策制定的基础，更是低碳试点的 １．
２　Ｔａ
ｐｉｏ低碳试点城市碳排放脱钩模型
目标。基于此，本文以 ２
０１０年低碳试点城市建立的起始 有关 经 济 增 长 与 环 境 污 染 物 的 关 系，Ｓ
ｈａｆ
ｉｋ和
［２
０］
时间为基准，选择 ６
２个试点城市（在考虑到连续数据可获 Ｂａ
ｎｄｙ
ｏｐａ
ｄｈｙ
ａｙ 采用环境库兹涅茨曲线（ＥＫＣ）来解释经
取情况下，本文去除三批参与低碳试点城市的区县一级， 济增长和环境质量之间的倒 Ｕ型关系。随后，经济合作与
选择 ６
２个城市 作 为 分 析 样 本），采 用 Ｔａ
ｐｉｏ模 型 分 析 了 发展组织（ＯＥＣＤ）［２１］提出用脱钩来衡量经济增长与环境
２
０１０—２
０１５、
２０１
５—２
０１６和 ２
０１６—２
０１７年这几个时 间 段 污染之间的关系，并用脱钩指数来衡量两者的变动关系，
·２·
禹　湘等：中国低碳试点城市的碳排放特征与碳减排路径研究

以期打破“环境的坏”和“经济的好”之间的连接。脱钩分 规模（Ｐ）、富裕程度（Ａ）、技术水平（Ｔ）对环境压力（Ｉ
）的
析也开始被用于对 ＯＥＣＤ成员国的经济增长和污染物排 影响。但 Ｉ
ＰＡＴ模型在实际运用中不允许各影响因素存在
［２
２］ ［２
３］ ［２
４］
放分析，如 Ｒｕ
ｆｆｉ
ｎｇ 和 Ｇｕ
ｐｔａ 的研究。随后 Ｔａ
ｐｉｏ 在 非单调、不同比例的变化，因而具有一定的局限性。为此，
分析交通领域碳排放时构建了脱钩弹性系数，可以更加详 Ｙｏ
ｒｋ等 ［３０］ 采 用 随 机 模 型 的 方 式 将 Ｉ
ＰＡＴ模 型 扩 展 为
细地描述环境压力与经济增长的关联情况。Ｔａ
ｐｉｏ模型也 ＳＴＩ
ＲＰＡＴ模型。具体表达方式如下：
被广泛应用于中国碳排放的相关分析，如 Ｗａ
ｎｇ和 Ｓ
ｕ ［２
５］
Ｉ＝ａＰｂ
ｉ
ｔＡｃ
ｉ
ｔＴｄ
ｉ
ｔεｉｔ （３）
［２
６］
将其运用于国家层面、齐绍洲等 将其运用于省级层面、 其中，ｂ
、ｃ和 ｄ分别为 Ｐ、Ａ、Ｔ的系数，ａ为常数项，ε为
［２
７］ ［２
８］
郭炳南等 将其用于区域层面、Ｊ
ｉａｎ
ｇ等 将其运用于部 误差项。对（３）式两边取对数，得到：
门领域的碳排放分析。本文将 Ｔａ
ｐｉｏ模型运用于城市层 ｌ
ｎＩｔ ＝ａ＋ｂ
ｉ ｌｎＰｉｔ ＋ｃ
ｌｎＡｉｔ ＋ｄｌ
ｎＴｉｔ ＋εｉｔ （４）
面，
基于其脱钩弹性系数的界定并结合中国城市碳排放的 （４）式表述了人口、富裕程度和技术水平与环境压力
特征，根据调整的 Ｔａ
ｐｉｏ模型弹性系数对参与低碳试点的 之间的线性关系，目的在于分析经济增长和碳排放之间可
城市进行分类。 能存在的非线性关系，以及不同影响因素对碳排放的影
Ｔａ
ｐｉｏ模型的弹性系数值计算公式如下： 响。本文选取低碳试点政策设计最为关注的几个领域，即

ΔＣＯ２ 能源结 构、产 业 结 构、城 镇 化 率 和 科 技 投 入 等。林 伯 强

ＣＯ２ 等 ［３１］、Ｙｕ等 ［３２］、鲁万波等 ［３３］ 的研究也表明这些因素会显
ｅ＝ （２）
ΔＧＤＰ 著影响城市碳排放。考虑到城市碳排放特征的差异性，本
ＧＤＰ
文基于 Ｔａ
ｐｉｏ模型的分析，引入了表示城市类型的虚拟变
式中，ｅ表示脱钩弹性系数，ΔＣＯ２ 和 ΔＧＤＰ分别表示
量 ｄｕｍｍｙ
ｔｙ
ｐｅ，当脱钩弹性系数 ｅ≥ １时，ｄｕｍｍｙ
ｔｙ
ｐｅ设为 １；当
基期到末期的碳排放和国内生产总值的变动。Ｔａ
ｐｉｏ模型
ｅ＜１时，ｄｕｍｍｙ
ｔｙ
ｐｅ设为 ０，从而构建模型（５）和（６），分别
依据 ｅ值的高低和 ΔＣＯ２、ΔＧＤＰ的正负情况界定了八种脱
考察碳排放总量和人均碳排放量与不同碳排放影响因素
钩状态，如表１所示。Ｔａ
ｐｉｏ模型为避免过度解读细微变化，
之间的关系。
将落在临界点处的情况弹性考虑。
ｌ
ｎＴＣｉｔ ＝ｌ
ｎａ＋ｂ
ｌｎＩ
Ｓｉｔ ＋ｃ
ｌｎＥＳｉｔ ＋ｄｌ
ｎＵＲｉｔ ＋ｅ
ｌｎＲＤｉｔ ＋
本文用 Ｔａ
ｐｉｏ脱钩模型对 ６
２个低碳试点城市的脱钩 ｌ
ｆｎＧＤＰｉｔ ＋ｄｕｍｍｙ
ｔｙ
ｐｅ ＋εｉ
ｔ （５）
关系进行研究。考虑到数据的可得性，弹性系数的测算使 ｌ
ｎＰＣｉｔ ＝ｌ
ｎａ＋ｂ
ｌｎＩ
Ｓｉｔ ＋ｃ
ｌｎＥＳｉｔ ＋ｄｌ
ｎＵＲｉｔ ＋ｅ
ｌｎＲＤｉｔ ＋
用２
０１０、２
０１５、２
０１６和 ２
０１７年 各 城 市 的 碳 排 放 总 量 和 ｌ
ｆｎＧＤＰｉｔ ＋ｄｕｍｍｙ
ｔｙ
ｐｅ ＋εｉ
ｔ （６）
ＧＤＰ数据。考察期为“十二五”规划期间，即 ２
０１０—２
０１５、 其中，ＴＣ为碳排放总量；ＰＣ为人均碳排放量；Ｉ
Ｓ为第
２
０１５—２
０１６及 ２
０１６—２
０１７年。在进行区域分析时，使用 三产业的占比；ＥＳ为煤炭占一次能源消费的比重，代表能
处于各脱钩状态的城市占总城市数量的百分比来表现区 源结构；ＵＲ为城市化率；ＲＤ为科研投入水平；ＧＤＰ为城市
域城市的脱钩整体情况。 生产总值。
２０１
０、２
０１５—２
０１７年的能源数据主要来源于各
１．
３　碳排放驱动因素模型分析 省或市统计年鉴和产业结构数据，城市生产总值数据均来
Ｅｈ
ｒｌｉ
ｃｈ和 Ｈｏ
ｌｄｒ
ｅｎ［２９］首次使用 Ｉ
ＰＡＴ模型来分析人口 源于 ＥＰＳ数据库，科研投入来自《中国城市统计年鉴》的
科学技术支出，城镇化率来源于各城市统计公报。数据的
表 １　Ｔａ
ｐｉｏ脱钩体系 描述性统计如表 ２所示。

ΔＣＯ２ ΔＧＤＰ
状态 ｅ 表 ２　 样本描述性分析
ＣＯ２ ＧＤＰ

增强 ＜０ ＞０ ｅ＜０ 变量 均值 方差 最小值 最大值

ＴＣ／万 ｔ ６４４
４ ５６
０３ ３
０５ ２
６５２８
脱钩 减弱 ＞０ ＞０ ０＜ ｅ＜０．
８
ＰＣ／
ｔ／人 １１．
４５ １
０．２９ ２．
００ ８
６．７
６
衰退 ＜０ ＜０ ｅ＞１．２
Ｉ
Ｓ／％ ４８．
５６ １
０．６３ ２
８．７
０ ８
１．２
０
增强 ＞０ ＜０ ｅ＜０
ＥＳ／
％ ５７．
４８ ２
０．８２ ３．
８００ ９
５．４
０
负脱钩 减弱 ＜０ ＜０ ０＜ ｅ＜０．
８
ＲＤ／亿元 ３９．
６３ ７
６．２５ ０．
７５１ ４
０３．
５２
增长 ＞０ ＞０ ｅ＞１．２
ＵＲ／
％ ６８．
９８ １
３．３８ ４
０．８
３ １０
０
增长 ＞０ ＞０ ８＜ ｅ＜１．
０． ２
ＧＤＰ／亿元 ５９１
４ ６５
６９ １
２２．
８ ３０
６３３
连接
衰退 ＜０ ＜０ ０．
８＜ｅ＜１．
２
　　 资料来源：作者计算整理。

·３·
 中国人口·资源与环境　２０２
０年　第 ７期

原 Ｔａ
ｐｉｏ模型中，将弹性值在 １的上下 ２
０％之内视为
２　城市碳减排特征分析
连接状态，即 ｅ
∈（０．８，１．２）。由于本文更关注经济增长
２．
１　基于 Ｔａ
ｐｉｏ脱钩模型的分析 和碳排放量的相对增长幅度，故将这个区间进行调整。将
根据 Ｔａ
ｐｉｏ模型可分别计算出 ６
２个低碳试点城市的 ｅ＝１，即经济增长和碳排放量的相对增长幅度的突变临界
脱钩弹性系数，并根据表 １确定其脱钩状态。２
０１０—２
０１５ 线，作为低碳城市类型划分的分割线。当 ｅ＜１时，经济增
年和 ２
０１５—２
０１６年，碳排放和经济增长处于脱钩减弱型 长快于碳排放增长，ｅ＞１时则反之。将调整过的划分临界
状态的城市占比分别为 ７
１％和 ６
９％，处于脱钩增强型状 线回嵌入 Ｔａ
ｐｉｏ脱钩模型框架，综合考虑 ２
０１５—２
０１７年份
态的城市占比约为 ２
０％。２
０１６—２
０１７年，相较前一阶段 各城市的脱钩类型，并根据其弹性系数的大小及 ＧＤＰ的
处于脱钩增强型的城市数量从 １
２个增长为 ２
３个，占比提 增长情况，将其划分为低碳成熟型（ΔＧＤＰ ＞０且 ｅ＜１）、
升至 ３
７％，表明经济增长但碳排放负增长的城市数量在 低碳成长型（ΔＧＤＰ＞０且 ｅ≥ １）和低碳后发型（ΔＧＤＰ＜
显著上升；而处于脱钩减弱型状态的城市数量逐年减少， ０）。其中，低碳成熟型的城市呈现碳排放的增速小于 ＧＤＰ
占比从前两个阶段的 ７
０％左右下降至 ３
２％。２
０１６—２
０１７ 的增速，或 ＧＤＰ增长而碳排放负增长；低碳成长型的城市
年，
增长连接型和负脱钩增长型城市的占比从前一阶段的 呈现碳排放的增速大于 ＧＤＰ的增速，说明这些城市虽然
０上升至 １
０％左右，这是因为在 ２
０１５—２
０１６年处于脱钩 经济在增长，但碳排放还需进一步降低。低碳后发型的城
减弱型的城市中，大部分的碳排放由正增长变为负增长， 市则呈现出 ＧＤＰ负增长。
从而进一步提升为脱钩增强型；而其他城市经济增长和碳 根据以上低碳城市类型的划分，低碳试点城市中的北
排放增长的差距也在逐渐减小，转型为连接增长型或负脱 京、厦门、南平和深圳这四个城市，达到了 ＧＤＰ正增长而
钩增长型。综合各试点城市三年的脱钩情况分析，脱钩增 碳排放负增长的最理想情景。低碳后发型城市的 ＧＤＰ均
强型和脱钩减弱型城市处于主导地位。２
０１７年脱钩增强 为负增长，其中位于东北地区的沈阳和吉林市的经济下降
型的城市数量在显著上升，表明低碳试点城市在经济增长 速度快于碳排放的下降速度，而西部的金昌、乌鲁木齐和
的同时，碳排放得到了有效控制。但 ２
０１７年一小部分城 昌吉在经济发展速度下降的同时，碳排放量在上升，各类
市的经济增速相对碳排放有所放缓。 型试点城市的分布如图 １所示。

图 １　２
０１５—２
０１７年低碳试点城市类型划分象限图

·４·
禹　湘等：中国低碳试点城市的碳排放特征与碳减排路径研究
２．
２　基于 Ｓ
ＴＩＲＰＡＴ模型的碳排放特征分析
基于 Ｔａ
ｐｉｏ模型的城市类型划分，低碳成熟型城市和
低碳成长型两类城市作为研究关注的重点，需进一步分析
其碳排放总量和人均碳排放量的影响因素。
从数据分布来看，不同城市的规模差距较大，对回归
结果的有效性可能产生影响。Ｗｈ
ｉｔｅ检验的结果表明模型
存在异方差。为考察模型的多重共线性问题，本文计算了
各解释变量之间的相关系数，发现各变量之间的相关系数
大多小于 ０．６
３，只有生产总值与科研投入之间的相关系
数为 ０．
９１８。进一步考察方差膨胀因子，发现除科研投入
和生产总值的方差膨胀因子分别为 ８．
３３和 ６．
６４外，其余
全部小于 １．
９７，均值为 ４．０
６，多重共线性问题并不严重，
因此本文使用加权最小二乘法（ＷＬＳ）。
表 ３和表 ４分别表示以碳排放总量和人均碳排放量
作为因变量的加权最小二乘法回归结果，模型（１）、（３）、
（５）、（７）表示低碳成熟型城市情况，（２）、（４）、（６）、（８）表
示低碳成长型城市情况。
对于二氧化碳排放总量，在低碳成熟型和低碳成长型
城市中，生产总值、能源结构、城镇化率分别与二氧化碳排
放总量呈显著正相关；科研投入、产业结构分别与二氧化
碳排放总量呈显著负相关关系。这其中，生产总值仍然是
影响碳排放的最重要因素之一。低碳成熟型城市和低碳
成长型城市相比，生产总值相对于碳排放总量的弹性系数
更大，说明规模效应对低碳成熟型城市二氧化碳排放的影
响更大。城镇化率相对于碳排放总量的弹性系数，低碳成
长型城市的弹性系数由 １．
２０５增加到 １．
７３６，且显著性水
平由 ５％提高到 １％，说明快速城镇化所带来的碳排放增
加的问题日益凸显。对比两种类型城市的弹性系数值的
大小表明，
科研投入水平的增加、
煤炭占一次能源比重的下降
对减少成熟型城市二氧化碳排放总量的效果更为明显。
以人均碳排放量为因变量的模型结果显示，在低碳成
熟型城市中，生产总值、城镇化率、能源结构与人均碳排放
量呈显著正相关；科研投入、产业结构分别与人均碳排放
量呈显著负相关。在低碳成长型城市中，科研投入与人均
碳排放量呈负相关关系，但未达到显著性水平；产业结构
与人均碳排放在 ５％的显著性水平下负相关。具体来看，
虽然生产总值与低碳成熟型城市人均碳排放量呈显著正
相关，但 弹 性 系 数 值 稳 步 降 低，显 著 性 水 平 由 １％ 变 为
５％；
而成长型城市虽然没有达到显著性水平，但弹性系数
稳步增加，说明经济规模效应对成长型城市人均碳排放量
的影响虽不显著，但在逐渐提高。城镇化率对低碳成长型
城市的影响更大，而科研投入增加、产业结构调整和能源
结构调整对减少低碳成熟型城市的人均碳排放量效果更
为显著。
综合表 ３和表 ４的分析结果发现，低碳成熟型城市受
经济规模和能源结构影响较大。科研技术的投入对两类
城市的减排都有作用，但对低碳成熟型城市来说，技术效
应相对于规模效应更为显著，意味着现阶段低碳成熟型城
市从技术投入角度更有利于减少碳排放，率先实现达峰。
产业结构对于低碳成长型城市的减排更为显著，表明低碳
成长型城市需要加快产业结构转型，防范过快城镇化和经
济快速增长的规模效应所引发的碳排放增加问题。
３　城市碳减排路径分析
３．
１　城市层面的碳减排路径
低碳成熟型城市的经济增速高于碳排放增速。相比
低碳成长型城市，其产业因素对碳排放总量和人均碳排放
的弹性系数均相对较低，说明产业结构调整所带来的减排
潜力较小。对于低碳成熟型城市，未来减排的重点领域在
优化能源结构，大力发展可再生能源，同时加大科研投入，
促进低碳技术创新。同时，因城市间的资源禀赋和规模具
有较大差异，还需要进一步细化未来的低碳发展路径。北
京、上海、深圳等一线城市需要在碳排放总量和碳强度双
控的基础上进一步加大创新研发力度，以“创新 ＋”带动
碳减排，进一步降低人均碳排放水平；济南等省会城市需
要从能源结构和产业结构进行双向优化，减少单位生产总
值碳排放；杭州、南京、广州等省会城市的居民消费活力较
强，需要推行低碳生活方式，倡导低碳消费，从而减少人均
碳排放。对于济源、湘潭、株洲等以工业为主的中小城市，
实践表明在深化能源结构调整的同时，提高能源使用效率
是减少碳排放的有效路径。南平、广元、昆明、黄山、桂林
等生态环境较好的城市，则宜于进一步优化产业结构，发
展第三产业，通过打造生态旅游、养生休闲、文化创意等服
务业实现绿色低碳转型。
低碳成长型城市的经济增速低于碳排放增速，该类型
城市的产业结构和城市化率相对于碳排放总量和人均碳
排放的弹性较大，这与其大部分正处于快速工业化和城镇
化进程中的情况相符，未来需加大力度推进绿色城镇化，
同时加大产业结构调整，推进城市的低碳转型。武汉、长
沙等省会城市应依托中部崛起战略，积极培育战略性新兴
产业和高新技术产业。乌海、晋城等能源丰富的城市需要
进一步提升传统产业的附加值。
低碳后发型城市目前正面临防止经济衰退和节能减
排的双重压力。该类城市要坚持目标导向和问题导向，在
保证经济不继续下滑的基础上，加快淘汰落后产能，加速
产业转型。例如吉林等资源丰富的城市需从根本上改变
资源密集的粗放型经济增长方式，以低碳发展为契机，实
现城市经济增长方式的转型。
·５·
 中国人口·资源与环境　２０２
０年　第 ７期

表 ３　二氧化碳排放总量为因变量的加权最小二乘法回归结果

成熟型 成长型 成熟型 成长型 成熟型 成长型 成熟型 成长型

变量 （１） （２） （３） （４） （５） （６） （７） （８）

ｌ
ｎＴＣ ｌ
ｎＴＣ ｌ
ｎＴＣ ｌ
ｎＴＣ ｌ
ｎＴＣ ｌ
ｎＴＣ ｌ
ｎＴＣ ｌ
ｎＴＣ

ｌ
ｎＧＤＰ ８１７
０． ０．
８３５ １．
２２２ １．
０７６ １．
１９２ １．
０９６ １．
１５２ １．
１０１
（０．
０３２） （０．
０９６） （０．
０７０） （０．
２２９） （０．
０７１） （０．
２１６） （０．
０７３） （０．
２０９）

ｌ
ｎＵＲ －０．
２６９ ２０５
１． ０．
０３５５ １．
７１５ ０．
１２４ １．
５４２ ０．
２８７ １．
７３６
（０．
１８８） （０．
４７５） （０．
２３５） （０．
４６８） （０．
２３６） （０．
４４８） （０．
２４８） （０．
４４５）

ｌ
ｎＲＤ －０．
３５１ －０．
２８３ －０．
３１２ －０．
２５６ －０．
２５５ －０．
２４０
（０．
０６１） （０．
１５６） （０．
０６３） （０．
１４８） （０．
０６９） （０．
１４３）

ｌ
ｎＥＳ ０．
１４８ ０．
４７７ ０．
１５０ ０．
３００
（０．
０７５） （０．
２１８） （０．
０７４） （０．
２３２）

ｌ
ｎＩＳ －０．
４１９ －１．
１９４
（０．
２１１） （０．
６６５）

Ｃｏ
ｎｓｔ
ａｎｔ ８３５
２． －３．
１６２ ３５１
２． －４．
０４４ １．
１７４ －５．
６６６ １．
７６４ －１．
３７０
（０．
７６３） （２．
３０６） （０．
７６６） （２．
１８５） （０．
９６２） （２．
１８９） （０．
９９６） （３．
１９０）

Ｏｂｓ
ｅｒｖ
ａｔｉ
ｏｎｓ １３５ ３６ １３
１ ３４ １３
１ ３４ １
３１ ３
４

Ｒ
ｓｑｕａ
ｒｅｄ ０．
８３５ ０．
６９５ ０．
８４８ ０．
６２２ ０．
８５２ ０．
６７５ ０．
８５７ ０．
７０９

  
　　 注：① 括号内数据为 ｔ值。② 、 、 分别表示在 １０％、
５％、
１％ 的水平上显著。③《中国城市统计年鉴》中大兴安岭、济源的科研投入数
据（ＲＤ）缺失。
资料来源：作者计算整理。

表 ４　 人均碳排放量作为因变量的加权最小二乘法回归结果

成熟型 成长型 成熟型 成长型 成熟型 成长型 成熟型 成长型

变量 （１） （２） （３） （４） （５） （６） （７） （８）

ｌ
ｎＰＣ ｌ
ｎＰＣ ｌ
ｎＰＣ ｌ
ｎＰＣ ｌ
ｎＰＣ ｌ
ｎＰＣ ｌ
ｎＰＣ ｌ
ｎＰＣ

ｌ
ｎＧＤＰ ０．
０５２ －０．
０６７ ０．
２７８ ０．
０３８ ０．
２１８ ０．
０６０ ０．
１９１ ０．
０９９
（０．
０３７） （０．
１０９） （０．
０８１） （０．
２５０） （０．
０８１） （０．
２３５） （０．
０８１） （０．
２２８）

ｌ
ｎＵＲ ６６９
０． ２．
５９２ １．
１４８ ３．
３１９ １．
３１１ ３．
１９１ １．
５２２ ３．
４９５
（０．
２２６） （０．
５８４） （０．
２６５） （０．
５４４） （０．
２６４） （０．
５１４） （０．
２７５） （０．
５２７）
ｌ
ｎＲＤ  －０．
１９４  －０．
１５５ －０．
０９５ －０．
１５３
－０．
２１５ －０．
１４８
（０．
０６８） （０．
１７０） （０．
０７０） （０．
１６１） （０．
０７２） （０．
１５６）

ｌ
ｎＥＳ    ０．
３１０
０．
２１３ ０．
５０２ ０．
２１９
（０．
０７３） （０．
２２４） （０．
０７２） （０．
２４３）
ｌ
ｎＩＳ －０．
５２７ －１．
３５５
（０．
２３０） （０．
７８１）
     
Ｃｏ
ｎｓｔ
ａｎｔ －１．
０６６ －７．
８８０ －２．
４１３ －９．
５５３ －４．
２３８ －１１．
６１ －３．
５０３ －７．
１９５
（０．
８５４） （２．
６４２） （０．
８６２） （２．
３４３） （１．
０４４） （２．
３８３） （１．
０７６） （３．
４３２）

Ｏｂｓ
ｅｒｖ
ａｔｉ
ｏｎｓ １３５ ３６ １３
１ ３４ １３
１ ３４ １
３１ ３
４

Ｒ
ｓｑｕａ
ｒｅｄ ０．
１２１ ０．
３８３ ０．
２４３ ０．
５６９ ０．
２９１ ０．
６３３ ０．
３２０ ０．
６６８

　　注：①括号内数据为 ｔ值。②  、 、 分别表示在 １

０％、
５％、
１％的水平上显著。③《中国城市统计年鉴》中大兴安岭、济源的科研投入数
据（ＲＤ）缺失。
资料来源：作者计算整理。

·６·
禹　湘等：中国低碳试点城市的碳排放特征与碳减排路径研究

３．
２　区域层面的城市碳减排路径
由于中国区域经济的梯度发展战略，东、中、西部的资
源禀赋、经济发展基础差异等原因导致中国经济发展呈现
出东部、中部和西部地区逐步降低 的 梯 度 差 距
东、中、西部地区低碳城市试点也呈现出不同区域性特征。
总体来看，
３０个位于东部的低碳试点城市中，低碳成
熟型、成长型和后发型分别占 ８
０％、
１７％和 ３％；
１５个中部
试点城市中，低 碳 成 熟 型、成 长 型 和 后 发 型 城 市 分 别 占
４
０％、
５３％和 ７％；
１７个西部低碳试点城市这三种类型的
占比分别为 ５
９％、２
４％和 １
８％。在低碳发展方面也呈现
出显著的梯度差距。东部地区不仅有 ８
０％的低碳试点城
市实现了经济增速大于碳排放增速，北京、厦门、南平和深
圳率先实现了经济正增长而碳排放的负增长；中部低碳试
点城市的成熟型和成长型占比相近，说明中部城市在经济
增长的同时，仍具有更大的减排潜力和空间；相比较东部
和中部地区，西部的低碳试点城市在低碳后发型中占比最
大，金昌、乌鲁木齐和昌吉这三个城市对经济的发展和碳
排放的控制有着较为迫切的需求。除了西部这三个城市，
低碳后发型城市中其他两个均位于东北地区，未来还需借
助新时代东北振兴战略，着力推进产业结构调整，利用东
北独有的生态资源，积极推动低碳绿色产业的发展。
可见，未来东部地区应该立足其经济发展的优势，进
一步通过低碳技术引领率先实现城市碳排放的达峰。中
部地区应在加速城镇化的过程中，通过全面提升城镇化的
顶层战略到城市中观层面的政策制定，再到城市具体微观
领域的政策传导机制。中国低碳城市试点之所以在短期
内取得了较大的成绩，相较于其他国家，政府的大力推动
［３
４］
，中 国 和完善的低碳公共政策治理体系发挥了重要作用 ［３５］。未
来还需进一步充分发挥市场的作用，通过碳交易、合同能
源管理等市场化工具以及大力发展绿色金融等融资手段
来推动城市的低碳转型。
对于不同区域的低碳城市发展，未来应充分考虑如何
从区域协同的角度减少碳排放，推动区域层面的城市减排
政策的制定和实施。东部地区是中国人口规模最大、经济
活力最强、经济密度最高的区域，其人口和经济的集聚效
应、
规模效应、溢出效应远高于中、西部地区，应充分发挥
区域优势，形成区域协同的低碳减排战略，大力推进城市
层面的减排。中部和西部地区可通过区域化的低碳战略
来协调区域内低碳产业生产要素配置，促进城市低碳转型
的区域合作，从而缩短经济发展与碳排放同步增长的周
期，加快城市碳排放与经济发展脱钩的进程。
未来，中国低碳城市试点所取得的经验还应在更大范
围推广，为中国更广大城市的低碳转型提供有益借鉴，为
其他发展中国家城市的低碳转型提供参考，为全球城市作
为非国家主体的减排路径探索贡献中国智慧和经验。
（编辑：刘照胜）
参考文献
［１］国家统计局城市社会经济调查司．中国城市统计年鉴 ２
０１９［Ｍ］．

质量和水平来实现低碳转型。中、西部地区，未来在能源 北京：中国统计出版社，
２０１９．

和产业结构上仍有较大低碳转型空间，西部地区未来要进 ［２］Ｓ
ＨＡＮ Ｙ Ｌ，ＧＵＡＮ Ｄ Ｂ，ＨＵＢＡＣＥＫ Ｋ，ｅ
ｔａｌ
．Ｃｉ
ｔｙ
ｌｅｖ
ｅｌｃ
ｌｉ
ｍａｔ
ｅ
ｃ
ｈａｎ
ｇｅｍｉ
ｔｉ
ｇａｔ
ｉｏ
ｎｉｎＣｈｉ
ｎａ［Ｊ
］．Ｓ
ｃｉｅ
ｎｃｅａ
ｄｖａ
ｎｃｅ
ｓ，２０
１８．ＤＯＩ
：１０．
一步防止能源和产业的粗放式发展所带来的碳排放增长。
１
１２６／
ｓｃｉ
ａｄｖ
．ａａ
ｑ０３９０．
４　结　论 ［３］ＣＡＩＢＦ，ＣＵＩＣ，ＺＨＡＮＧＤ，ｅ
ｔａｌ
．Ｃｈ
ｉｎａｃ
ｉｔ
ｙｌ
ｅｖｅ
ｌｇｒ
ｅｅｎ
ｈｏｕｓ
ｅｇａ
ｓ
ｅ
ｍｉｓ
ｓｉｏ
ｎｓｉ
ｎｖｅ
ｎｔｏ
ｒｙｉ
ｎ２０
１５ａ
ｎｄｕ
ｎｃｅ
ｒｔａ
ｉｎｔ
ｙａｎ
ａｌｙ
ｓｉｓ［Ｊ
］．Ａｐ
ｐｌｉ
ｅｄ
低碳城市建设已成为中国实现应对气候变化目标，推 ｅ
ｎｅｒ
ｇｙ，２
０１９．ＤＯＩ
：１０．
１０１
６／ｊ
．ａｐ
ｅｎｅ
ｒｇｙ
．２０１９．
１１３
５７９．
动经济发展向绿色低碳转型，实现高质量发展的着力点。 ［４］巢清尘，胡国权，冯爱青．全球气候风险与中国防范策略［Ｍ］／／
中国的低碳城市试点通过将碳排放指标和经济发展指标 应对气候变化报告（２
０１９）：防范气候风险．北京：社会科学出版
紧密挂钩，在能源、交通、建筑、工业、居民生活等领域积极 社，
２０１９．
探索低碳城市的发展模式。 ［５］ＫＨＡＮＮＡＮ，ＦＲＩ
ＤＬＥＹＤ，ＨＯＮＧＬ．Ｃｈｉ
ｎａ’ｓｐｉ
ｌｏ
ｔｌｏ
ｗｃ
ａｒｂｏ
ｎｃｉ
ｔｙ

本文的分析结论表明，鉴于不同类型的城市呈现出不 ｉ
ｎｉｔ
ｉａ
ｔｉ
ｖｅ：ａｃ
ｏｍｐａ
ｒａｔ
ｉｖ
ｅａｓ
ｓｅｓ
ｓｍｅ
ｎｔｏ
ｆｎａ
ｔｉ
ｏｎａ
ｌｇｏ
ａｌｓａ
ｎｄｌ
ｏｃａ
ｌｐｌ
ａｎｓ

同的减排特征，需明确和细化以碳排放达峰为目标的城市 ［Ｊ
］．Ｓ
ｕｓｔ
ａｉ
ｎａｂ
ｌｅｃ
ｉｔ
ｉｅ
ｓａｎ
ｄｓｏ
ｃｉｅ
ｔｙ，２０
１４（１
２）：１
１０－１２１．
［６］宋祺佼，王宇飞，齐晔．中国低碳试点城市的碳排放现状［Ｊ
］．中
低碳发展路径，精准施政，采用差异化、精准化的城市低碳
国人口·资源与环境，
２０１
５，２５（１）：
７８－８２．
发展模式和多元化的低碳发展路径。城市实现低碳转型
［７］丁丁，蔡蒙，付琳，等．基于指标体系的低碳试点城市评价［Ｊ
］．中
应在立足城市经济发展阶段、资源禀赋的基础上形成契合
国人口·资源与环境，
２０１５，
２５（１０）：
１－１
０．
城市特色的低碳发展的空间格局、产业结构、生产方式和
［８］周泽宇，田丹宇，付琳，等．低碳城市指数的构建与应用［Ｊ
］．宏
生活方式。 观经济管理，
２０１７（１
１）：
５２－５
６．
目前，中国从国家战略层面推进城市低碳发展的相关 ［９］陈楠，庄贵阳．中国低碳试点城市成效评估［Ｊ
］．城市发展研究，
工作，实际上是从碳排放目标倒逼城市更快地实现低碳转 ２
０１８，
２５（１
０）：
８８－９
５，１
５６．
型。中国低碳城市试点已初步形成了由国家宏观层面的 ［１
０］中国城市绿色低碳评价研究项目组．中国城市绿色低碳发展评

·７·
 中国人口·资源与环境　２０２
０年　第 ７期

级研究［Ｍ］／／
应对气候变化报告 ２０１９：防范气候风险．北京：社 ｄｅ
ｃｏｕ
ｐｌｉ
ｎｇｍｏ
ｄｅｌａ
ｎｄｄｅ
ｃｏｍｐ
ｏｓｉ
ｔｉ
ｏｎｍｅ
ｔｈｄ［Ｊ
ｏ ］．Ｅｎ
ｖｉｒ
ｏｎｍｅ
ｎｔａ
ｌ
会科学出版社，
２０１９． ｉ
ｍｐａ
ｃｔａ
ｓｓｅ
ｓｓｍｅ
ｎｔｒ
ｅｖｉ
ｅｗ，２
０２０，
８１：
１０６
３５６．
［１１］ＣＨＥＮＧＪ
，ＹＩＪ
，ＤＡＩＳ，ｅ
ｔａｌ
．Ｃａ
ｎｌｏ
ｗｃ
ａｒｂｏ
ｎｃｉ
ｔｙｃ
ｏｎｓ
ｔｒ
ｕｃｔ
ｉｏ
ｎ ［２
６］齐绍洲，林磆，王班班．中部六省经济增长方式对区域碳排放的
ｆ
ａｃｉ
ｌｉ
ｔａ
ｔｅｇ
ｒｅｅ
ｎｇｒ
ｏｗｔ
ｈ？ｅ
ｖｉｄｅ
ｎｃｅｆ
ｒｏｍＣｈｉ
ｎａ’ｓｐｉ
ｌｏ
ｔｌｏ
ｗｃ
ａｒｂ
ｏｎｃ
ｉｔ
ｙ 影响———基于 Ｔａ
ｐｉｏ脱钩模型、面板数据的滞后期工具变量法
ｉ
ｎｉｔ
ｉａ
ｔｉ
ｖｅ［Ｊ
］．Ｊ
ｏｕｒ
ｎａｌｏ
ｆｃｌ
ｅａｎｅ
ｒｐｒ
ｏｄｕｃ
ｔｉ
ｏｎ，２０１９，２３
１：１
１５８－ 的研究［Ｊ
］．中国人口·资源与环境，
２０１
５，２
５（５）：
５９－６６．
１１
７０． ［２
７］郭炳南，林基，刘堂发．长三角地区二氧化碳排放与经济增长脱
［１
２］Ｓ
ＯＮＧＭ Ｌ，ＺＨＡＯＸ，Ｓ
ＨＡＮＧＹＰ．Ｔｈｅｉ
ｍｐａ
ｃｔｏ
ｆｌｏ
ｗｃ
ａｒｂ
ｏｎｃ
ｉｔ
ｙ 钩关系的实证研究［Ｊ
］．生态经济，
２０１７，
３３（４）：
２５－２９．
ｃ
ｏｎｓ
ｔｒ
ｕｃｔ
ｉｏ
ｎｏｎｅ
ｃｏｌ
ｏｇｉ
ｃａｌｅ
ｆｆ
ｉｃ
ｉｅｎｃ
ｙ：ｅ
ｍｐｉ
ｒｉ
ｃａｌｅ
ｖｉｄｅ
ｎｃｅｆ
ｒｏｍｑ
ｕａｓ
ｉ ［２
８］Ｊ
ＩＡＮＧ Ｒ，ＺＨＯＵ Ｙ，ＬＩＲ．Ｍｏ
ｖｉｎ
ｇｔｏａｌ
ｏｗ
ｃａｒ
ｂｏｎｅ
ｃｏｎ
ｏｍｙｉ
ｎ
ｎ
ａｔｕ
ｒａｌｅ
ｘｐｅ
ｒｉｍｅ
ｎｔｓ［Ｊ
］．Ｒｅ
ｓｏｕｒ
ｃｅｓ
，ｃｏ
ｎｓｅ
ｒｖａ
ｔｉ
ｏｎａ
ｎｄｒ
ｅｃｙ
ｃｌｉ
ｎｇ， Ｃｈｉ
ｎａ：ｄｅ
ｃｏｕ
ｐｌｉ
ｎｇａ
ｎｄｄｅ
ｃｏｍｐ
ｏｓｉ
ｔｉ
ｏｎａ
ｎａｌ
ｙｓｉ
ｓｏｆｅ
ｍｉｓ
ｓｉｏ
ｎａｎｄ
２０２
０（６）：
１１４－１２１． ｅ
ｃｏｎ
ｏｍｙｆ
ｒｏｍ ａｓ
ｅｃｔ
ｏｒｐ
ｅｒｓ
ｐｅｃ
ｔｉ
ｖｅ［Ｊ
］．Ｓｕ
ｓｔａ
ｉｎａ
ｂｉｌ
ｉｔ
ｙ，２
０１８，１
０
［１３］齐晔，刘天乐，宋祺佼，等．低碳城市试点“十四五”期间需助力 （４）：
９７８．
碳排放达峰［Ｊ
］．环境保护，
２０２０，
４８（５）：
９－１１． ［２
９］ＥＨＲＬＩ
ＣＨＰＲ，ＨＯＤＲＥＮ ＪＰ．Ｉ
ｍｐａ
ｃｔｏ
ｆｐｏ
ｐｕｌ
ａｔ
ｉｏ
ｎｇｒ
ｏｗｔ
ｈ［Ｊ
］．
［１
４］ＹＡＮＧＸ，ＷＡＮＧＸＣ，ＺＨＯＵＺＹ．Ｄｅ
ｖｅｌ
ｏｐｍｅ
ｎｔｐａ
ｔｈｏ
ｆＣｈｉ
ｎｅｓ
ｅ Ｓ
ｃｉｅ
ｎｃｅ
，１９
７１，
１７１：
１２１２－１
２１７．
ｌ
ｏｗ
ｃａｒ
ｂｏｎｃ
ｉｔ
ｉｅ
ｓｂａ
ｓｅｄｏ
ｎｉｎｄｅ
ｘｅｖ
ａｌｕａ
ｔｉ
ｏｎ ［Ｊ］． Ａｄｖ
ａｎｃ
ｅｓｉ
ｎ ［３
０］ＹＯＲＫＲ，ＲＯＳ
ＡＥＡ，ＤＩ
ＥＴＺＴ．ＳＴＩ
ＲＰＡＴ，Ｉ
ＰＡＴａ
ｎｄＩ
ｍＰＡＣＴ：
ｃ
ｌｉ
ｍａｔ
ｅｃｈ
ａｎｇ
ｅｒｅ
ｓｅａ
ｒｃｈ，
２０１８（２）：１４４－１５３． ａ
ｎａｌ
ｙｔ
ｉｃｔ
ｏｏｌ
ｓｆｏ
ｒｕｎ
ｐａｃ
ｋｉｎｇｔ
ｈｅｄ
ｒｉｖ
ｉｎｇｆ
ｏｒｃ
ｅｓｏ
ｆｅｎ
ｖｉｒ
ｏｎｍｅ
ｎｔａ
ｌ
［１５］Ｓ
ＨＥＮＬ，ＷＵＹ，ＬＯＵＹ，ｅ
ｔａｌ
．Ｗｈａ
ｔｄｒ
ｉｖｅ
ｓｔｈｅｃ
ａｒｂｏ
ｎｅｍｉ
ｓｓｉ
ｏｎ ｉ
ｍｐａ
ｃｔｓ［Ｊ
］．Ｅｃ
ｏｌｏ
ｇｉｃ
ａｌｅ
ｃｏｎｏ
ｍｉｃ
ｓ，２
００３，４
６（３），３５
１－３６５．
ｉ
ｎｔｈｅＣｈ
ｉｎｅ
ｓｅｃ
ｉｔ
ｉｅ
ｓ？ａｃ
ａｓｅｏ
ｆｐｉ
ｌｏ
ｔｌｏ
ｗｃａ
ｒｂｏ
ｎｃｉ
ｔｙｏ
ｆＢｅ
ｉｊ
ｉｎｇ［Ｊ
］． ［３
１］林伯强，姚昕，刘希颖．节能和碳排放约束下的中国能源结构战
Ｊ
ｏｕｒ
ｎａｌｏ
ｆｃｌ
ｅａｎｅ
ｒｐｒ
ｏｄｕｃ
ｔｉ
ｏｎ，２０１８，
１７４：３４３－３５４． 略调整［Ｊ
］．中国社会科学，
２０１０（１）：
５８
７１．
［１６］陈楠，庄贵阳．低碳城市成效评估及碳排放收敛性分析———以 ［３２］ＹＵＸ，ＷＵＺ，ＺＨＥＮＧＨ，ｅ
ｔａｌ
．Ｈｏ
ｗｕｒ
ｂａｎａ
ｇｇｌ
ｏｍｅ
ｒａｔ
ｉｏ
ｎｉｍｐ
ｒｏｖ
ｅ
浙江省各设区市为例［Ｊ
］．生态经济，
２０１８，
３４（１
２）：
１４－２１，
２８． ｔ
ｈｅｅ
ｍｉｓ
ｓｉｏ
ｎｅｆ
ｆｉ
ｃｉ
ｅｎｃ
ｙ？ａｓ
ｐａｔ
ｉａ
ｌｅｃ
ｏｎｏ
ｍｅｔ
ｒｉ
ｃａｎａ
ｌｙｓ
ｉｓｏ
ｆｔｈ
ｅＹａ
ｎｇｔ
ｚｅ
［１７］ＦＥＮＧＪＣ，ＺＥＮＧＸＬ，ＹＵＺ，ｅ
ｔａｌ
．Ｓｔ
ａｔ
ｕｓａ
ｎｄｄｒ
ｉｖｉ
ｎｇｆ
ｏｒｃ
ｅｓｏ
ｆ Ｒｉ
ｖｅｒＤｅ
ｌｔ
ａｕｒ
ｂａｎａ
ｇｇｌ
ｏｍｅ
ｒａｔ
ｉｏ
ｎｉｎ Ｃｈｉ
ｎａ ［Ｊ］． Ｊ
ｏｕｒ
ｎａｌｏ
ｆ
ＣＯ２ ｅ
ｍｉｓ
ｓｉｏ
ｎｏｆｔ
ｈｅ ｎａ
ｔｉ
ｏｎａ
ｌｌｏ
ｗｃａ
ｒｂｏ
ｎ ｐｉ
ｌｏ
ｔ：ｃ
ａｓｅｓ
ｔｕｄｙ ｏ
ｆ ｅ
ｎｖｉ
ｒｏｎｍｅ
ｎｔａ
ｌｍａ
ｎａｇ
ｅｍｅ
ｎｔ，２
０２０，２
６０：１１
００６
１．
Ｇｕ
ａｎｇ
ｄｏｎ
ｇＰｒ
ｏｖｉ
ｎｃｅｄｕｒ
ｉｎｇ１９９５—２０１５［Ｊ］． Ｅｎｅ
ｒｇｙｐｒ
ｏｃｅ
ｄｉａ
， ［３
３］鲁万波，仇婷婷，杜磊．中国不同经济增长阶段碳排放影响因素
２
０１９，１
５８：３６
０２－３６０７． 研究［Ｊ
］．经济研究，
２０１
３，４
８（４）：
１０６－１１
８．
［１８］吴雪莲，万迎峰．武汉低 碳城市 试点创 建的 路径及 模 式 浅 析 ［３
４］黄群慧．改革开放 ４
０年中国的产业发展与工业化进程［Ｊ
］．中
［Ｊ
］．工业安全与环保，
２０２０，
４６（２）：
１０２－１０６． ２
国工业经济，０１
８（９）：
５－２３．
［１９］Ｉ
ＰＣＣ．Ｃｌ
ｉｍａ
ｔｅｃ
ｈａｎｇ
ｅ２０１３，ｔ
ｈｅｐ
ｈｙｓ
ｉｃａ
ｌｓｃ
ｉｅｎｃ
ｅｂａ
ｓｉｓｓ
ｕｍｍａ
ｒｙｆ
ｏｒ ［３
５］庄贵阳．中国低碳城市试点的政策设计逻辑［Ｊ
］．中国人口·资
ｐ
ｏｌｉ
ｃｙｍａ
ｋｅｓ［ＥＢ／
ｒ ＯＬ］．ｈｔ
ｔｐ：／／ｗｗｗ．ｉ
ｐｃｃ
．ｃｈ／
． ２
源与环境，０２０，
３０（３）：
１９－２８．
［２
０］Ｓ
ＨＡＦＩ
Ｋ Ｎ， ＢＡＮＤＹＯＰＡＤＨＹＡＹ Ｓ． Ｅｃ
ｏｎｏ
ｍｉｃｇ
ｒｏｗｔ
ｈａｎｄ ［３
６］何建坤．全球绿色低碳发展与公平的国际制度建设［Ｊ
］．中国人
ｅ
ｎｖｉ
ｒｏｎｍｅ
ｎｔａ
ｌｑｕａ
ｌｉ
ｔｙ：ｔ
ｉｍｅ
ｓｅ
ｒｉｅ
ｓａｎｄ ｃ
ｒｏｓ
ｓｃ
ｏｕｎｔ
ｒｙｅ
ｖｉｄ
ｅｎｃ
ｅ 口·资源与环境，
２０１
２，２
２（５）：
１５－２
１．
［Ｒ］．Ｒｅ
ＰＥｃ
，１９９２． ［３
７］柴麒敏，何建坤．气候公平的认知、政治和综合评估———如何
［２１］ＯＥＣＤ．Ｏｒ
ｇａｎ
ｉｚａ
ｔｉ
ｏｎｆ
ｏｒｅ
ｃｏｎｏ
ｍｉｃｃ
ｏｏ
ｐｅｒ
ａｔｉ
ｏｎａ
ｎｄｄｅ
ｖｅｌ
ｏｐｍｅ
ｎｔ 全面看待“共区”原则在德班平台的适用问题［Ｊ
］．中国人口·
ｉ
ｎｄｉ
ｃａｔ
ｏｒｓｔ
ｏ ｍｅ
ａｓｕｒ
ｅ ｄｅ
ｃｏｕ
ｐｌｉ
ｎｇ ｏ
ｆｅｎｖ
ｉｒｏ
ｎｍｅ
ｎｔｐｒ
ｅｓｓ
ｕｒｅｆ
ｒｏｍ 资源与环境，２
０１３，２
３（６）：１－７．
ｅ
ｃｏｎ
ｏｍｉ
ｃｇｒ
ｏ ｈ［Ｒ］．
ｗｔ ２００２． ［３
８］梅赐琪，刘志林．行政问责与政策行为从众；“十一五”节能目
［２２］ＲＵＦＦＩ
ＮＧ Ｋ．Ｉ
ｎｄｉ
ｃａｔ
ｏｒｓｔ
ｏｍｅ
ａｓｕｒ
ｅｄｅ
ｃｏｕｐｌ
ｉｎｇｏ
ｆｅｎ
ｖｉｒ
ｏｎｍｅ
ｎｔａ
ｌ 标实施进度 地 区 间 差 异 考 察 ［Ｊ
］．中 国 人 口 · 资 源 与 环 境，
ｐ
ｒｅｓ
ｓｕｒ
ｅｆｒ
ｏｍｅ
ｃｏｎ
ｏｍｉ
ｃｇｒ
ｏｗｔ
ｈ［Ｊ
］．Ｓ
ｕｓｔ
ａｉ
ｎａｂｉ
ｌｉ
ｔｙｉ
ｎｄｉ
ｃａｔ
ｏｒｓ
：ａ ２
０１２，２
２（１
２）：１２
９－１
３６．
ｓ
ｃｉｅ
ｎｔｉ
ｆｉ
ｃａｓ
ｓｅｓ
ｓｍｅ
ｎｔ，２００７，６７：２
１１． ［３
９］张小丽，刘俊伶，王克，等．中国电力部门中长期低碳发展路径
［２３］ＧＵＰＴＡ Ｓ
．Ｄｅ
ｃｏｕ
ｐｌｉ
ｎｇ：ａｓ
ｔｅｐｔ
ｏｗａ
ｒｄｓ
ｕｓｔ
ａｉ
ｎａｂ
ｌｅｄ
ｅｖｅ
ｌｏｐ
ｍｅｎ
ｔｗｉ
ｔｈ 研究［Ｊ
］．中国人口·资源与环境，
２０１
８，２
８（４）：
６８－７
７．
ｒ
ｅｆ
ｅｒ
ｅｎｃ
ｅｔｏＯＥＣＤｃ
ｏｕｎ
ｔｒｉ
ｅｓ［Ｊ
］．Ｉ
ｎｔｅ
ｒｎａ
ｔｉ
ｏｎａ
ｌｊｏ
ｕｒｎ
ａｌｏ
ｆｓｕ
ｓｔａ
ｉｎａ
ｂｌｅ ［４
０］朱东山，孔英，高一放，等．中国发电行业 ＣＯ２减排成本及潜
ｄ
ｅｖｅ
ｌｏｐ
ｍｅｎ
ｔ＆ｗｏ
ｒｌ
ｄｅｃ
ｏｌｏ
ｇｙ，２
０１５
，２２
（６）：５
１０－５
１９． 力研究［Ｊ
］．中国人口·资源与环境，２０
１５，２
５（２）：
１４－２０．
［２４］ＴＡＰＩ
ＯＰ．Ｔｏ
ｗａｒ
ｄｓａｔ
ｈｅｏ
ｒｙｏ
ｆｄｅ
ｃｏｕｐｌ
ｉｎｇ
：ｄｅ
ｇｒｅ
ｅｓｏ
ｆｄｅ
ｃｏｕ
ｐｌｉ
ｎｇｉ
ｎ ［４
１］王常凯，谢 宏佐．中国 电 力 碳排 放 动态 特 征及 影 响因素 研 究
ｔ
ｈｅＥＵａ
ｎｄｔ
ｈｅｃ
ａｓｅｏ
ｆｒｏ
ａｄｔ
ｒａｆ
ｆｉ
ｃｉｎＦｉ
ｎｌａ
ｎｄｂｅ
ｔｗｅ
ｅｎ１９
７０ａ
ｎｄ ［Ｊ
］．中国人口·资源与环境，
２０１５，
２５（４）：２
１－２７．
２
００１［Ｊ
］．Ｔｒ
ａｎｓ
ｐｏｒ
ｔｐｏ
ｌｉ
ｃｙ，２００
５，１
２（２）：１３７－１５
１． ［４
２］崔学勤，王克，邹骥．２℃和 １．
５℃目标对中国国家自主贡献和
［２５］ＷＡＮＧ Ｑ，Ｓ
Ｕ Ｍ．Ｄｒ
ｉｖｅ
ｒｓｏ
ｆｄｅ
ｃｏｕｐ
ｌｉｎｇｅ
ｃｏｎｏ
ｍｉｃｇ
ｒｏｗｔ
ｈｆｒ
ｏｍ 长期排放路径 的 影 响 ［Ｊ
］．中 国 人 口 · 资 源 与 环 境，２
０１６，２
６
ｃ
ａｒｂ
ｏｎｅ
ｍｉｓ
ｓｉｏ
ｎ： ａ
ｎｅｍｐｉ
ｒｉ
ｃａｌａ
ｎａｌ
ｙｓｉ
ｓｏｆ１９２ ｃ
ｏｕｎｔ
ｒｉ
ｅｓｕ
ｓｉｎｇ （１
２）：
１－７．

·８·
禹　湘等：中国低碳试点城市的碳排放特征与碳减排路径研究

Ｒｅ
ｓｅａ
ｒｃｈｏ
ｎｃａ
ｒｂｏｎｅ
ｍｉｓ
ｓｉｏ
ｎｃｈａ
ｒａｃ
ｔｅｒ
ｉｓｔ
ｉｃｓａ
ｎｄ
ｒ
ｅｄｕｃ
ｔｉｏｎｐａｔ
ｈｗａｙ
ｓｏｆｌ
ｏｗ
ｃａｒ
ｂｏｎｐｉ
ｌｏｔｃ
ｉｔｉ
ｅｓｉ
ｎＣｈｉ
ｎａ

ＹＵＸｉ
ａｎｇ１　ＣＨＥＮＮａｎ２　ＬＩＭａｎ
ｑｉ１

（１．Ｒｅ
ｓｅａ
ｒｃｈＩ
ｎｓｔ
ｉｔ
ｕｔｅｆ
ｏｒＥｃ
ｏｌｏ
ｇｉｃ
ａｌ
ｃｉｖ
ｉｌ
ｉｚ
ａｔｉ
ｏｎ，Ｃｈ
ｉｎｅ
ｓｅＡｃ
ａｄｅ
ｍｙｏ
ｆＳｏ
ｃｉａ
ｌＳｃ
ｉｅｎ
ｃｅｓ
，Ｂｅ
ｉｊ
ｉｎｇ１
０００
２８，Ｃｈ
ｉｎａ
；
２．Ｄａ
ｔａＣｅ
ｎｔｅ
ｒｏｆＭｉ
ｎｉｓ
ｔｒ
ｙｏｆＣｕ
ｌｔｕ
ｒｅａ
ｎｄＴｏ
ｕｒｉ
ｓｍ，Ｃｈ
ｉｎａＴｏ
ｕｒｉ
ｓｍＡｃ
ａｄｅ
ｍｙ，Ｂｅ
ｉｊ
ｉｎｇ１
０００
５，Ｃｈ
ｉｎａ
）

Ａｂｓ
ｔｒａ
ｃｔ　 Ｃｉ
ｔｉ
ｅｓａ
ｒｅｍａ
ｊｏｒｃ
ｏｎｔ
ｒｉ
ｂｕｔ
ｏｒｓｔ
ｏｇｌ
ｏｂａ
ｌｇｒ
ｅｅｎ
ｈｏｕ
ｓｅｇ
ａｓｅ
ｓａｎ
ｄａｒ
ｅｖｕ
ｌｎｅ
ｒａｂ
ｌｅｔ
ｏｃｌ
ｉｍａ
ｔｅｃ
ｈａｎ
ｇｅ．Ａｔｐ
ｒｅｓ
ｅｎｔ
，Ｃｈ
ｉｎａｉ
ｓ
ｕ
ｎｄｅ
ｒｇｏ
ｉｎｇａ
ｎｕｒ
ｂａｎ
ｉｚａ
ｔｉ
ｏｎｐ
ｒｏｃ
ｅｓｓａ
ｔａｎｕ
ｎｐｒ
ｅｃｅ
ｄｅｎ
ｔｅｄｓ
ｃａｌ
ｅａｎ
ｄｓｐ
ｅｅｄ，ａ
ｎｄｌ
ｏｗ
ｃａｒ
ｂｏｎｕ
ｒｂａ
ｎｄｅ
ｖｅｌ
ｏｐｍｅ
ｎｔｉ
ｓｏｆｇ
ｒｅａ
ｔｓｉ
ｇｎｉ
ｆｉ
ｃａｎ
ｃｅｔ
ｏ
Ｃｈ
ｉｎａ
’ｓｇ
ｏａｌｏ
ｆａｄ
ｄｒｅ
ｓｓｉ
ｎｇｃ
ｌｉ
ｍａｔ
ｅｃｈ
ａｎｇ
ｅ，ｐ
ｒｏｍｏ
ｔｉ
ｎｇｅ
ｃｏｌ
ｏｇｉ
ｃａｌｃ
ｉｖｉ
ｌｉ
ｚａｔ
ｉｏ
ｎ，ａ
ｎｄａ
ｃｈｉ
ｅｖｉ
ｎｇｅ
ｃｏｎ
ｏｍｉ
ｃ，ｓ
ｏｃｉ
ａｌ，ａ
ｎｄｅ
ｃｏｌ
ｏｇｉ
ｃａｌｉ
ｍｐａ
ｃｔｓ
ｉ
ｎｔｈ
ｅｍｅ
ａｎｔ
ｉｍｅ
．Ｓｉ
ｎｃｅＪ
ｕｌｙ２
０１０，ｔ
ｈｅＮａ
ｔｉ
ｏｎａ
ｌＤｅ
ｖｅｌ
ｏｐｍｅ
ｎｔａ
ｎｄＲｅ
ｆｏｒ
ｍＣｏ
ｍｍｉ
ｓｓｉ
ｏｎｈ
ａｓｃ
ａｒｒ
ｉｅｄｏ
ｕｔｔ
ｈｒｅ
ｅｂａ
ｔｃｈ
ｅｓｏ
ｆｐｉ
ｌｏ
ｔｌｏ
ｗｃ
ａｒｂ
ｏｎ
ｐ
ｒｏｊ
ｅｃｔ
ｓｉｎ８
２ｃｉ
ｔｉ
ｅｓａ
ｎｄｐ
ｒｏｖ
ｉｎｃ
ｅｓ，ａ
ｎｄｔ
ｈｅｐ
ｅｒｆ
ｏｒｍａ
ｎｃｅｏ
ｆｔｈ
ｅｓｅｌ
ｏｗ
ｃａｒ
ｂｏｎｃ
ｉｔ
ｉｅ
ｓｈａ
ｓｂｅ
ｅｎｅ
ｖａｌ
ｕａｔ
ｅｄｂ
ｙｖａ
ｒｉｏ
ｕｓｒ
ｅｓｅ
ａｒｃ
ｈｇｒ
ｏｕｐ
ｓ．Ｔｈ
ｉｓ
ｐ
ａｐｅ
ｒｓｕ
ｍｍａ
ｒｉｚ
ｅｄｔ
ｈｅｃ
ｈａｒ
ａｃｔ
ｅｒｉ
ｓｔ
ｉｃ
ｓｏｆｃ
ａｒｂ
ｏｎｅ
ｍｉｓ
ｓｉｏ
ｎａｎ
ｄｐｒ
ｏｐｏ
ｓｅｄｐ
ｏｔｅ
ｎｔｉ
ａｌｄ
ｅｖｅ
ｌｏｐ
ｍｅｎ
ｔａｌｐ
ａｔｈ
ｓｏｆｉ
ｔｓｒ
ｅｄｕ
ｃｔｉ
ｏｎｆ
ｏｒｔ
ｈｅｌ
ｏｗ
ｃａｒ
ｂｏｎ
ｐ
ｉｌｏ
ｔｃｉ
ｔｉ
ｅｓ．Ｔｈ
ｅＴａ
ｐｉｏｍｏ
ｄｅｌｗａ
ｓｕｓ
ｅｄｔ
ｏｉｎ
ｖｅｓ
ｔｉ
ｇａｔ
ｅｔｈ
ｅｒｅ
ｌａｔ
ｉｏ
ｎｓｈ
ｉｐｂ
ｅｔｗｅ
ｅｎｅ
ｃｏｎ
ｏｍｉ
ｃｇｒ
ｏｗｔ
ｈａｎ
ｄｃａ
ｒｂｏ
ｎｅｍｉ
ｓｓｉ
ｏｎｓ
，ｔｈ
ｅｎａ
ｃｃｏ
ｒｄｉ
ｎｇｔ
ｏ
ｔ
ｈｅｖ
ａｌｕ
ｅｓｏ
ｆｔｈ
ｅｄｅ
ｃｏｕ
ｐｌｉ
ｎｇｅ
ｌａｓ
ｔｉ
ｃｉ
ｔｙｃ
ｏｅｆ
ｆｉ
ｃｉ
ｅｎ，ｔ
ｔ ｈ
ｅｓｅｃ
ｉｔ
ｉｅ
ｓｗｅ
ｒｅｃ
ｌａｓ
ｓｉｆ
ｉｅ
ｄｉｎ
ｔｏｔ
ｈｒｅ
ｅｔｙ
ｐｅｓ
：ｌｏ
ｗｃ
ａｒｂ
ｏｎｍａ
ｔｕｒ
ｉｔ
ｙｔｙ
ｐｅ，ｌ
ｏｗ
ｃａｒ
ｂｏｎ
ｇ
ｒｏｗｉ
ｎｇｔ
ｙｐ，ａ
ｅ ｎ
ｄｌｏ
ｗｃ
ａｒｂ
ｏｎｌ
ａｔ
ｅｄ
ｅｖｅ
ｌｏｐ
ｉｎｇｔ
ｙｐｅ
．Ｂａ
ｓｅｄｏ
ｎｔｈ
ｅｔｙ
ｐｅｓｏ
ｆｔｈ
ｅｌｏ
ｗｃ
ａｒｂ
ｏｎｐ
ｉｌｏ
ｔｃｉ
ｔｉ
ｅｓ，ｔ
ｈｅＳ
ＴＩＲＰＡＴｍｏ
ｄｅｌｗａ
ｓ
ｅ
ｍｐｌ
ｏｙｅ
ｄｔｏｅ
ｘａｍｉ
ｎｅｔ
ｈｅｒ
ｅｌａ
ｔｉ
ｏｎｓ
ｈｉｐ
ｓｂｅ
ｔｗｅ
ｅｎｔ
ｏｔ
ａｌｃ
ａｒｂ
ｏｎｅ
ｍｉｓ
ｓｉｏ
ｎｓａ
ｎｄｐ
ｅｒｃ
ａｐｉ
ｔａｃ
ａｒｂ
ｏｎｅ
ｍｉｓ
ｓｉｏ
ｎｓａ
ｎｄｅ
ｃｏｎ
ｏｍｉ
ｃｓｃ
ａｌｅ
，ｅｎ
ｅｒｇ
ｙ
ｓ
ｔｒ
ｕｃｔ
ｕｒｅ
，ｉｎ
ｄｕｓ
ｔｒ
ｉａｌｓ
ｔｒ
ｕｃｔ
ｕｒｅ
，ａｎ
ｄｕｒ
ｂａｎ
ｉｚａ
ｔｉ
ｏｎｌ
ｅｖｅ
ｌ，ｅ
ｔｃ．，ｉ
ｎｏｒ
ｄｅｒｔ
ｏｉｄ
ｅｎｔ
ｉｆ
ｙｄｉ
ｆｆ
ｅｒｅ
ｎｔｉ
ｍｐａ
ｃｔｓｆ
ｒｏｍｔ
ｈｅｄ
ｒｉｖ
ｉｎｇｆ
ａｃｔ
ｏｒｓｏ
ｎｕｒ
ｂａｎ
ｃ
ａｒｂ
ｏｎｅ
ｍｉｓ
ｓｉｏ
ｎｓ，ａ
ｎｄｔ
ｏｆｕ
ｒｔｈ
ｅｒｆ
ｏｒｍｕ
ｌａｔ
ｅａｐ
ｐｒｏ
ｐｒｉ
ａｔ
ｅｄｅ
ｖｅｌ
ｏｐｍｅ
ｎｔａ
ｌｐａ
ｔｈｓｏ
ｆｃａ
ｒｂｏ
ｎｅｍｉ
ｓｓｉ
ｏｎｒ
ｅｄｕ
ｃｔｉ
ｏｎｆ
ｏｒｄ
ｉｆｆ
ｅｒｅ
ｎｔｔ
ｙｐｅ
ｓｏｆｔ
ｈｅｌ
ｏｗ
ｃ
ａｒｂ
ｏｎｐ
ｉｌｏ
ｔｃｉ
ｔｉ
ｅｓ．Ｆｏ
ｒｃｉ
ｔｉ
ｅｓｏ
ｆｔｈ
ｅｌｏ
ｗｃ
ａｒｂ
ｏｎｍａ
ｔｕｒ
ｉｔ
ｙｔｙ
ｐｅ，ｖ
ｉｇｏ
ｒｏｕ
ｓｌｙｄ
ｅｖｅ
ｌｏｐ
ｉｎｇｒ
ｅｎｅ
ｗａｂ
ｌｅｅ
ｎｅｒ
ｇｙａ
ｎｄｉ
ｎｃｒ
ｅａｓ
ｉｎｇｒ
ｅｓｅ
ａｒｃ
ｈａｎ
ｄ
ｄ
ｅｖｅ
ｌｏｐ
ｍｅｎ
ｔｉｎ
ｖｅｓ
ｔｍｅ
ｎｔａ
ｒｅｅ
ｆｆ
ｅｃｔ
ｉｖ
ｅｗａ
ｙｓｔ
ｏｒｅ
ｄｕｃ
ｅｃａ
ｒｂｏ
ｎｅｍｉ
ｓｓｉ
ｏｎｓ
．Ｆｏ
ｒｌｏ
ｗｃ
ａｒｂ
ｏｎｇ
ｒｏｗｉ
ｎｇｃ
ｉｔ
ｉｅ
ｓ，ｏ
ｐｔｉ
ｍｉｚ
ｉｎｇｔ
ｈｅｉ
ｎｄｕ
ｓｔｒ
ｉａｌｓ
ｔｒ
ｕｃｔ
ｕｒｅ
ａ
ｎｄｉ
ｍｐｒ
ｏｖｉ
ｎｇｔ
ｈｅｑ
ｕａｌ
ｉｔ
ｙｏｆｕ
ｒｂａ
ｎｉｚ
ａｔｉ
ｏｎａ
ｒｅｍｏ
ｒｅｅ
ｆｆ
ｅｃｔ
ｉｖ
ｅ．Ｆｏ
ｒｌｏ
ｗｃ
ａｒｂ
ｏｎｌ
ａｔ
ｅｄ
ｅｖｅ
ｌｏｐ
ｉｎｇｃ
ｉｔ
ｉｅ
ｓ，ｔ
ｈｅｙｓ
ｈｏｕ
ｌｄｆ
ｕｒｔ
ｈｅｒｒ
ｅｍｏ
ｖｅｔ
ｈｅ
ｂ
ａｃｋ
ｗａｒ
ｄｐｒ
ｏｄｕ
ｃｔｉ
ｏｎｃ
ａｐａ
ｃｉｔ
ｙａｎ
ｄａｃ
ｃｅｌ
ｅｒａ
ｔｅｔ
ｈｅｉ
ｎｄｕ
ｓｔｒ
ｉａｌｕ
ｐｇｒ
ａｄｉ
ｎｇａ
ｎｄｔ
ｒａｎ
ｓｆｏ
ｒｍａ
ｔｉ
ｏｎｏ
ｎｔｈ
ｅｂａ
ｓｉｓｏ
ｆｐｒ
ｏｍｏ
ｔｉ
ｎｇｅ
ｃｏｎ
ｏｍｉ
ｃｇｒ
ｏｗｔ
ｈ．
Ｍｏ
ｒｅｏ
ｖｅｒ
，ｉｔｉ
ｓｃｏ
ｎｃｌ
ｕｄｅ
ｄｔｈ
ａｔｄ
ｉｆｆ
ｅｒｅ
ｎｔａ
ｎｄｄ
ｉｖｅ
ｒｓｉ
ｆｉ
ｅｄｃ
ａｒｂ
ｏｎｅ
ｍｉｓ
ｓｉｏ
ｎｒｅ
ｄｕｃ
ｔｉ
ｏｎｐ
ａｔｈ
ｓｒｅ
ｑｕｉ
ｒｅｒ
ｅｇｉ
ｏｎａ
ｌｇｒ
ｅｅｎａ
ｎｄｌ
ｏｗ
ｃａｒ
ｂｏｎｓ
ｙｎｅ
ｒｇｅ
ｔｉ
ｃ
ｄ
ｅｖｅ
ｌｏｐ
ｍｅｎ
ｔ．
Ｋｅ
ｙｗｏ
ｒｄｓ
　ｃｉ
ｔｙ；ｃ
ａｒｂ
ｏｎｅ
ｍｉｓ
ｓｉｏ
ｎ；ｌ
ｏｗｃ
ａｒｂ
ｏｎ；ｄ
ｅｃｏ
ｕｐｌ
ｉｎｇ

·９·