白一飞，张伟荣，刘加平，于洋

（1. 北京工业大学 城市建设学部，北京 100124；2. 西安建筑科技大学 建筑学院，陕西 西安 710055）

最近的几十年间，随着城市化、工业化、机动化的快速推进，全球碳排放量急剧增长，2019年全球碳排放量已达330亿吨[1]。碳排放量的不断增加使自然系统和资源的压力越来越大，直接导致了全球气候变化和生态环境的不断恶化。各国政府和组织呼吁发展绿色低碳经济并做出了种种努力。中国作为碳排放大国，对减少碳排放有义不容辞的责任，设定了二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和的目标。为了尽快实现这一目标，国家和地方政府采取了有力的政策和措施，其中最为突出的是生态、绿色、低碳示范区域的建设[2]。这类示范区域其主要指导思想是突出体现落实国家重大改革发展任务和创新体制机制的试验示范作用，加快集聚特色优势产业，推动产城融合和新型城镇化建设，提高资源利用效率，改善生态环境质量，对城市低碳模式的改革和发展起到了样板作用，具有先行先试，率先落实绿色、低碳、循环发展理念的使命，为保持国民经济持续健康发展做出新贡献[3]。因此，示范区域的绿色低碳发展研究对城市层面减少碳排放具有重要的意义。示范区域碳排放水平和经济发展水平是示范区域低碳发展的前提和基石，清晰准确地把握示范区域宏观层面碳排放特征对国家出台低碳发展规划政策和地方制定低碳示范区域战略措施具有非常重要的意义[4-5]。在城市以及示范区域的碳排放量计算模型上有了很多的研究，龚智海[6]提出了中国典型城市的碳排放量核算方法；叶祖达和王静懿[7]把绿色生态城区的碳排放内容分成了建筑、交通、工业、水资源、废弃物、道路设施、绿色空间、可再生能源八个模块，并给出了详细的计算模型。通过查询各城市的统计年鉴和示范区域的公报等文献，统计部门已经统计了城市层面碳排放计算所需的基础数据，然而除少部分示范区域有公报数据以外，统计部门对这类示范区域的碳排放基础数据几乎少有统计，研究人员无法根据已有的城市或者生态城区的碳排放量计算模型计算示范区域的碳排放数据，这对进一步分析示范区域的低碳措施、产业结构优化和绿色发展等问题造成一定的困难。

国家级新区是最具代表性的示范区域[8]，本研究以18个国家级新区为例进行新区人均碳排放量的预测，根据东部地区、中部地区、西部地区的划分方式，划分出了8个东部城市，包括大连市、南京市、天津市、上海市、福州市、青岛市、舟山市、广州市；4个中部城市，包括哈尔滨市、南昌市、长春市、长沙市；6个西部城市，包括兰州市、西安市、重庆市、成都市、昆明市、贵阳市，以及东部城市包含的8个东部新区，中部城市包含的4个中部新区，西部城市包含的6个西部新区。由于雄安新区正在建设之中，本次所研究的国家级新区未将其列入其中，具体内容如表1所示。本研究首先根据已有的城市二氧化碳排放量计算文献资料[9-10]，总结出了新区所在城市的二氧化碳排放量计算内容以及计算模型。接着通过对新区所在城市2000—2019年的统计年鉴进行查阅，整理计算城市2000—2018年的二氧化碳排放量数据。最后建立新区所在城市人均碳排放量和人均GDP的经典环境库兹涅茨模型来预测国家级新区的人均碳排放量。结果显示，该方法能够预测出大多数新区的碳排放量情况，在示范区域碳排放基础数据统计缺乏的情况下，研究人员可以利用本研究提出的方法进行示范区域的碳排放量数据预测，进而对示范区域的低碳发展情况有一定的了解。

表1 国家级新区信息

1 城市二氧化碳排放量的计算

关于城市二氧化碳排放量的计算最重要的两个方面是城市二氧化碳排放量的核算边界和城市二氧化碳排放量的核算内容[11]。丛建辉等[12]从不同层次和角度归纳了“直接排放与间接排放”“组织边界排放与行政地理疆界排放”“范围1排放、范围2排放与范围3排放”等9种城市碳排放核算的边界界定方法，理清了各种界定方法之间的关系。对于“城市”一词本身，国内外有不同的定义和划分标准，西方国家城市一般指的是城市建成区，然而中国城市更侧重行政意义上的范畴，除了城市建成区外也包含了周边的一些地区。因此根据中国的城市划分现状，本研究中城市二氧化碳排放量的核算边界指的是城市行政意义上的区域。此外，根据碳排放量核算边界的界定，城市的二氧化碳排放量又可以分为绝对总量和相对总量。绝对总量是直接排放在所计算城市上空的二氧化碳量；相对总量是指由于城市人们消费及其他活动所导致的二氧化碳排放量，部分二氧化碳虽然没有排放在所测算城市的上空，但由于是该城市消费所导致的，因此，也需要统计在该城市的二氧化碳排放总量中[10]。根据18个国家级新区所在城市的统计年鉴数据统计情况，以及本着计算城市主要二氧化碳排放量的原则，本研究选择绝对总量作为城市二氧化碳排放量的数量。IPCC[13]是国际上最通用的温室气体排放计算指南，包含了能源、工业生产过程和产品使用、农业、土地利用变化和林业、废弃物五个方面。然而，不同的国家有不同的温室气体清单总结情况，对于中国的温室气体排放计算内容而言，叶祖达和王静懿[7]建议中国温室气体排放清单采用五大类框架包括能源活动、工业生产过程、农业、土地利用变化和林业、城市废弃物处理等。Gu & Liu[14]就城市温室气体排放清单编制和方法进行了综述，并把北京城市温室气体排放清单分为了能源，工业生产过程，农业，土地利用、土地利用变化和林业，废弃物等。综上所述，结合《中国城市统计年鉴》以及18个国家级新区所在城市的统计年鉴数据情况，本研究从碳源和碳汇两个方面对城市二氧化碳排放的核算内容进行划分，碳源主要包括能源消耗碳排放、工业产品生产碳排放、废弃物处理碳排放，碳汇包括城市林业的碳吸收。以下分别针对这四个方面介绍碳排放量的计算方法。

1.1 城市能源消耗产生的二氧化碳排放量

化石能源消费和燃烧是城市二氧化碳排放量的主要来源，计算城市能源消费产生的二氧化碳排放量，一般采用系数法或物料平衡法。根据《2006年IPCC国家温室气体清单指南》[13]所提供的方法，采用碳排放系数法计算城市层面能源消费产生的二氧化碳排放量：

式中：TCO2表示二氧化碳排放总量，E为各种能源消费总量按标准统一折算成为的总的标准煤量，系数K为标准煤的碳排放系数，系数K取值为2.6 tCO2/tce[15]。通过查阅18个国家级新区所在城市的统计年鉴，只有一部分城市有各种能源折算成的总标准煤，其他城市只有工业能源消耗折算成的标准煤，根据城市能源消耗包含的主要内容，其他城市的能耗除计算城市工业能源消耗外，还要计算交通能源消耗、生活能源消耗[16]。

1.1.1 工业能源消耗产生的二氧化碳排放量

工业能源消耗导致的二氧化碳排放量按公式（1）计算，直接使用工业能源折算成的总标准煤乘以标煤碳排放系数。

1.1.2 交通能源消耗产生的二氧化碳排放量

交通二氧化碳排放量主要指居民乘坐小汽车、公交车、地铁三种交通工具产生的碳排放量，其计算公式为：

式中：Tn代表城市居民单天通勤出行二氧化碳排放总量（tCO2/天）；i代表某种交通出行方式（i=1表示小汽车，i=2表示公交车，i=3表示地铁）；P代表城市居民通勤人数（人）；Di代表使用交通方式i人数的比例；mi代表交通方式i的平均载客量；K代表居民平均出行距离（km/天）；Ei代表交通方式为i时单位距离的碳排放强度（tCO2/km）；C代表居民一年的交通二氧化碳排放总量（tCO2/a）；d代表通勤者一年通勤的天数（d=250天）。根据北京市公共交通使用情况调查报告，D1取3.92%，D2取42.16%，D3取53.92%；小汽车的平均载客量m1为2人/车，公交车的平均载客量m2为58人/车，地铁的平均载客量m3为720人/列；E1为0.000 225 16 tCO2/km，E2为0.000 971 88 tCO2/km，E3为0.006 7 tCO2/km[17]；本研究取居民平均出行距离为6.5km/天[18]。

1.1.3 生活能源消耗产生的二氧化碳排放量

根据居民生活消耗的主要能源类型[19]，本研究把生活消耗的能源分为煤气、液化石油气、天然气，其计算公式为：

式中：S为生活能源消耗导致的二氧化碳排放量；ei为不同类型能源使用量，e1指煤气使用量，e2指液化石油气使用量，e3指天然气使用量；ki为不同类型能源碳排放系数，k1为0.742 kgCO2/m³，k2为3.101 3 kgCO2/kg，k3为2.162 2 kgCO2/m³（碳排放系数数据通过查询《省级温室气体清单编制指南》获得）。

1.2 工业产品生产产生的二氧化碳排放量

工业产品生产导致的二氧化碳排放量主要计算水泥、钢材生产过程中的二氧化碳排放量，但钢材生产过程中产生的二氧化碳排放主要体现在能源消耗方面，这部分能源已经统计在城市能源消耗里面，因此不再计算钢材生产过程中带来的二氧化碳排放量。水泥生产过程中产生的二氧化碳排放量计算方法参考娄伟[10]、王伟歌[20]的研究，水泥生产过程中二氧化碳排放系数如表2所示，每生产1吨水泥熟料大约排放1吨二氧化碳，其中使用能源带来的二氧化碳排放量为0.35吨，这部分碳排放量已经计算在城市能源消耗中，在计算水泥生产过程中产生的二氧化碳排放量时不再做计算，水泥原料化学反应带来的二氧化碳排放量约为0.6吨。因此水泥生产过程中导致的二氧化碳排放绝对总量等于本地工业水泥生产量乘以0.6。

表2 水泥生产过程二氧化碳排放系数

1.3 废弃物处理产生的二氧化碳排放量

废弃物处理产生的二氧化碳排放量一般按照卫生填埋、焚烧发电和堆肥的处置方式计算，填埋和堆肥主要产生甲烷，焚烧主要产生二氧化碳[7]。本研究把填埋和堆肥产生的温室气体转换成了二氧化碳当量的形式，具体的计算公式为：

式中：Z代表每年的垃圾产生量（t/a）；We代表废弃物总排放量（tCO2/a）；f代表标准卫生填埋处理比例（%）；g代表垃圾焚烧比例（%）；h代表生物堆肥比例（%）；目前，我国城市垃圾填埋处理占比为61.4%，焚烧处理占比为21.1%，生物堆肥处理占比为2.3%[21]。e1代表标准卫生填埋碳排放因子，参考值2.1 tCO2/t[22]。e2代表垃圾焚烧碳排放因子，参考值0.56 tCO2/t[23]。e3代表生物堆肥碳排放因子，参考值0.1 tCO2/t[22]。

1.4 城市林业的二氧化碳吸收量

在城市绿色空间中低矮的灌木丛及草地需要灌溉和施肥管理，既增加了生态系统的二氧化碳吸收，也增加了二氧化碳和其他温室气体的排放，因此对减轻温室气体排放有限[24-25]。本研究只计算城市林业对二氧化碳的吸收，具体计算公式如下：

式中：Ge代表城市林业总的二氧化碳吸收量（tCO2/a）；S代表城市森林面积（hm2）；e1代表林地碳汇因子[tCO2/(hm2·a)]，参考值为1.12 tCO2/(hm2·a)[26]。

2 由城市人均碳排放量向示范区域人均碳排放量的转换

20世纪90年代，美国经济学家[27-28]通过研究环境库兹涅茨曲线（EKC）发现环境污染与经济增长呈倒“U”型曲线关系，用以解释环境质量和经济效益之间的关联关系。环境库兹涅茨曲线理论的主要内容为：大规模工业化阶段，规模效应超过技术效应和结构效应，环境质量随着经济增长不断恶化；在后工业化阶段，技术效应和结构效应超过规模效应，环境质量随着经济增长逐步改善。归结起来，这三类效应共同决定了环境质量与经济增长之间的倒“U”型曲线关系，如图1所示，环境质量随着经济增长呈先恶化后改善的趋势。Wang & Liu[29]研究证实了中国的许多城市存在二氧化碳的库兹涅茨曲线。本研究提出的预测城市示范区域人均排放量的方法基于示范区域所在城市存在二氧化碳的库兹涅茨曲线的假设和示范区域产业结构模式，清洁能源应用技术等绿色低碳综合发展情况超前于所在城市发展这一事实。基于以上内容和环境库兹涅茨曲线的科学理念，首先对城市的时间序列数据进行单位根检验和协整检验，然后建立城市人均碳排放量和人均GDP的环境库兹涅茨曲线模型，最后把示范区域的人均GDP代入建立的城市二氧化碳环境库兹涅茨曲线模型，预测示范区域的人均碳排放量。

图1 环境库兹涅茨曲线理论

2.1 城市人均碳排放量和人均GDP的环境库兹涅茨曲线模型

参考国内外学者研究环境库兹涅茨曲线的实证模 型[30-31]，本文设定碳排放环境库兹涅茨曲线的线性对数模型为：

式中：lnPC和lnPGDP分别表示城市的人均碳排放量和实际人均GDP（2000年不变价）的对数值，a和b表示lnPGDP和(lnPGDP)2的估计系数，c表示常数项。b大于0，曲线表现为正“U”型，b小于0，曲线表现为倒“U”型。

2.2 检验方法

为了防止出现伪回归的问题，本研究采用ADF单位根检验法对时间序列数据进行了平稳性检验。然后使用协整关系检验变量之间是否存在长期稳定的关系，在统计中，协整关系表现为多个同阶单整的非平稳时间序列的线性组合是平稳的。协整检验主要有两种方法，一种是基于残差的EG两步法，一种是基于回归系数的Johansen检验，本研究选择Johansen协整检验法对变量进行协整检验。

3 结果与讨论

3.1 国家级新区所在城市的二氧化碳排放量

通过查询各个城市的统计年鉴以及城市的政府工作报告等文献资料，根据以上研究内容，计算得到各个城市的二氧化碳排放量，由于成都市2005年前后能源数据统计口径发生变化，本研究的城市二氧化碳排放量不包括成都市。

图2展示了在2000—2018年期间，东部8个城市每年的二氧化碳排放量，可以看出所有城市碳排放量增速整体上都是呈现先急剧增加，然后趋于平缓的趋势。其中，上海市、天津市、广州市的二氧化碳排放量明显高于其他东部城市，特别是上海市产生的二氧化碳量比较多，主要是由于上海市整体经济规模、发展规模比较大，能源消耗比较多。舟山市的二氧化碳排放量比较小并且呈现出缓慢的增长趋势，主要是因为舟山市经济体量比较小，城市发展速度相对其他城市比较缓慢。图3为中部4个城市的二氧化碳排放量，中部城市碳排放量有增有减，但整体趋势还是一直上升的。其中，长春市二氧化碳排放量先急剧增加，然后再逐渐减少，最后趋于平稳，这主要是由于长春市前期快速的城镇化过程消耗了大量的能源，后期节能政策干预，能源结构发生变化造成的结果。图4显示，在西部的5个城市中，重庆市二氧化碳排放量增长速度比较快，其余4个城市碳排放量增加比较平缓，重庆市是西部比较大的城市，其人口数量、经济体量、城市规模的增长速度比较快，进而消耗了大量的能源。

图2 东部城市二氧化碳排放量

图3 中部城市二氧化碳排放量

图4 西部城市二氧化碳排放量

3.2 单位根检验和协整检验结果

运用ADF方法对东、中、西部城市2000—2018年的lnPC、lnPGDP和(lnPGDP)2数据进行平稳性综合检验（东部、中部、西部城市2000—2018年实际人均GDP水平是把每年名义人均GDP折算成2000年不变价的实际人均GDP），结果如表3所示，对原序列数据和一阶差分序列数据进行检验，结果均不满足检验标准，二阶差分序列数据检验结果在5%置信水平下通过检验标准，表明序列数据之间平稳。采用Johansen检验方法对多变量数据进行是否存在长期均衡性关系进行协整检验，结果见表4，选取滞后阶数为2，使得误差项的自相关和自由度最优，结果表明人均碳排放量与人均GDP存在长期稳定关系。

表3 东部、中部、西部城市lnPC、lnPGDP和ln(PGDP)2的单位根检验

表4 东部、中部、西部城市lnPC和lnPGDP、lnPC和D(lnPGDP)2的协整检验

3.3 国家级新区所在城市人均碳排放量和人均GDP的环境库兹涅茨曲线模型

通过对东部、中部、西部共计17个城市的人均碳排放量和人均GDP数据进行拟合，拟合结果如图5所示。结果显示，舟山市、南京市和贵阳市人均碳排放量和人均GDP成正“U”型关系，其余城市人均碳排放量和人均GDP全部呈现倒“U”型关系。

图5 东部、中部、西部城市lnPGDP和lnPC的拟合图形

各个城市的人均碳排放量和人均GDP线性对数模型如表5所示。根据东部、中部、西部城市人均碳排放量和人均GDP数据的拟合曲线以及建立的各个城市碳排放环境库兹涅茨曲线线性对数模型，可以看出：在东部城市中，大连市、天津市、上海市、青岛市、福州市、广州市人均碳排放量和人均GDP的关系均符合碳排放环境库兹涅茨曲线，呈现出倒“U”型的图形；舟山市和南京市人均碳排放量和人均GDP的关系呈现出正“U”型的图形。在中部城市中，哈尔滨市、长春市、长沙市、南昌市人均碳排放量和人均GDP的关系均符合碳排放环境库兹涅茨曲线，呈现出倒“U”型的图形。在西部城市中，兰州市、西安市、重庆市、昆明市人均碳排放量和人均GDP的关系均符合碳排放环境库兹涅茨曲线，呈现出倒“U”型的图形；贵阳市人均碳排放量和人均GDP的关系呈现出正“U”型的图形。对于人均碳排放量和人均GDP关系呈现正“U”型的舟山市、南京市、贵阳市，不符合本研究的假设规定，因此不再对这3个城市对应的国家级新区做人均碳排放量的预测。

表5 东部、中部、西部城市的碳排放环境库兹涅茨曲线线性对数模型

3.4 国家级新区人均碳排放量

查询国家级新区自成立时间以来人均GDP数据[2,8]，把国家级新区每年的人均GDP数据代入各自城市的碳排放环境库兹涅茨曲线线性对数模型，预测各个国家级新区的人均碳排放量（由于国家级新区的人口数量、GDP数量信息不能够完整地获取，有的国家级新区人均碳排放量预测年份晚于新区的成立时间）。

图6表明，东部新区整体的人均碳排放量比较高，东部新区人均碳排放量整体偏高与东部新区较大的经济规模、产业规模有关。在预测出的东部新区中，目前所有的新区人均碳排放量随着人均GDP的增长都呈现出下降的趋势。舟山群岛新区主要包括舟山市及其周围岛屿，因此可以把舟山市的碳排放环境库兹涅茨曲线作为舟山群岛新区的碳排放环境库兹涅茨曲线，舟山群岛新区自2011年以后人均碳排放量随着人均GDP的增加一直处于增加的状态。图7表明，在预测出的中部新区中，人均碳排放量处于上升阶段和下降阶段的新区各占一半，长春新区、赣江新区人均碳排放量处于上升阶段，哈尔滨新区、湘江新区人均碳排放量处于下降阶段。图8显示，预测出的西部新区人均碳排放量几乎都是处于下降阶段，只有重庆市两江新区人均碳排放量处于上升阶段。由图9可以看出，东部新区人均碳排放量的大致范围为5～14吨CO2/人，中部新区人均碳排放量的大致范围为3～8吨CO2/人，西部新区人均碳排放量的大致范围为2～14吨CO2/人。人均碳排放量处于下降阶段的新区表明新区的低碳发展已经呈现出一种比较好的现象，人均碳排放量处于上升阶段的新区，需要进一步调整和优化新区的产业结构，加强低碳技术的应用，尽快使新区人均碳排放量与经济发展呈现脱钩的状态。

图6 东部新区lnPGDP和lnPC的趋势图形

图7 中部新区lnPGDP和lnPC的趋势图形

图8 西部新区lnPGDP和lnPC的趋势图形

图9 国家级新区人均碳排放量

4 结论

本研究基于国家级新区所在城市存在二氧化碳环境库兹涅茨曲线的假设和新区产业结构模式以及清洁能源应用技术等绿色低碳综合发展情况超前于所在城市发展这一现状，首先计算出了城市的二氧化碳排放数据，建立了城市人均碳排放量和人均GDP的环境库兹涅茨曲线模型，在所计算的17个城市中，舟山市、南京市、贵阳市的人均碳排放量和人均GDP呈现出正“U”型的曲线关系，其他城市都满足倒“U”型的曲线关系。然后对满足倒“U”型曲线关系的城市进行了其新区人均碳排放量的预测计算。结果表明，在东部新区中，金普新区、滨海新区、浦东新区、西海岸新区、福州新区、南沙新区人均碳排量都是随着人均GDP的增长处于下降的阶段，东部新区的人均碳排放量的大致范围为5～14吨CO2/人。

在中部新区中，哈尔滨新区、湘江新区人均碳排量随着人均GDP的增长处于下降的阶段，长春新区、赣江新区人均碳排量随着人均GDP的增长处于上升的阶段，中部新区人均碳排放量的大致范围为3～8吨CO2/人。在西部新区中，兰州新区、西咸新区、滇中新区人均碳排量随着人均GDP的增长处于下降的阶段，两江新区人均碳排量随着人均GDP的增长处于上升的阶段，西部新区人均碳排放量的大致范围为2～14吨CO2/人。无论新区的人均碳排放量是处于上升阶段还是下降阶段，都是超前于同时期所在城市的绿色低碳综合发展状况的，研究人员可以利用本研究提出的方法对示范区域的碳排放量进行预测，进而深入分析示范区域的低碳发展状况。