评估中国低碳城市发展： 对五个试点城市的实证研究.pdf

评估中国低碳城市发展对五个试点城市的实证研究 评估中国低碳城市发展对五个 试点城市的实证研究 胡必亮 罗佳 陈春来 李秉勤 一 引言 ２０１２年，中国二氧化碳排放量占全球碳排放总量的２５％ （Ｌｉｕ， ２０１５）。 从２００７年开始，中国的人均二氧化碳排放量就超过了世界平均水平，并成 为世界上每年二氧化碳排放量最大的国家。根据世界银行的研究（Ｈｕ， ２０１３），城市生产了全球６５％以上的总财富，同时也消耗了全球６５％以上的 能源，并排放了全球大约７０％的温室气体。减少城市的二氧化碳排放量被 认为是减少全球二氧化碳总体排放量的关键所在，而其中将城市转变为 “低碳城市”则被认为是一个重要的政策手段（Ｂａｏ ｅｔ ａｌ􀆰 ， ２００８； Ｆｅｌｉｃｉａｎｏ ａｎｄ Ｐｒｏｓｐｅｒｉ， ２０１１）。 中国的城市化水平从１９７８年的１７􀆰 ９％上升到２０１５年的５６􀆰 １％。根据 “十三五”规划，中国的城市化水平到２０２０年预计将达到６０％。但是，经 济的快速增长和城市中心的迅速发展已经造成了许多环境问题，包括环境恶 化、空气和水的污染，这已经引发了公众越来越多的关注（Ｌｉ， ２０１３； Ｇｕ ｅｔ ａｌ􀆰 ， ２０１１）。减少二氧化碳排放量，从而推动可持续发展任务完成的压力在 ５８２ 本章是国家社会科学基金重大项目“中国新型城镇化五个维度协同发展研究” （１４ＺＤＡ０３５）的研究成果之一。 ∗ ∗ 中国经济增长的新源泉（第１卷）改革、资源能源与气候变化 国内和国际都在持续增加。 ２００８年年初，中国住房和城乡建设部和世界自然基金会（ＷＷＦ）联合 在上海市和河北省保定市引入了低碳城市试验计划。 ２０１０年，低碳城市试 验计划正式被国家发展和改革委员会批准（ＮＤＲＣ， ２０１０）。低碳城市试验 计划的主要目的是发展低碳排放产业，建立一个温室气体排放量的数据收集 和管理体系，并鼓励居民采用绿色、低碳消费模式和生活方式。根据国家发 改委的文件， ５个省份（广东、辽宁、湖北、山西、云南）和８个城市（天 津、重庆、深圳、厦门、杭州、南昌、贵阳、保定）将加入国家低碳试验 计划。第二批试验地区在２０１２年加入国家低碳试验计划，使参与试验的城 市总量达到３６个（ＮＤＲＣ， ２０１２）。 试验城市将面临一个关键挑战迄今为止，虽然该试验计划有公众和政 府的大力支持以及成功的个体案例，但是没有一套能够确切地衡量低碳城市 计划总体结果的清晰指标（Ｈｕ ｅｔ ａｌ􀆰 ， ２０１６）。这并不是说单个试验城市的 情况不重要，因为单个城市的成果很可能会使总体二氧化碳排放量减少，但 是如果有一套对中国的低碳试验城市进行总体评估的标准，就可以看出低碳 城市计划到底对总体二氧化碳排放水平产生多大的影响。 本章第一部分建立一个关于低碳城市评估的系统，用来衡量其中参与低 碳城市试验计划的５个城市的表现情况。第二部分讨论并介绍评估低碳城市 表现的原则和主要指标，包括本章使用的方法论。第三部分利用这些指标来 评估中国参与低碳城市试验计划的５个城市的具体表现。最后一部分对本章 的发现进行总结，并基于这些发现提出一些政策性建议。 中国的低碳城市 虽然中国参与低碳城市试验计划的城市有很多，但是并没有关于低碳城 市的清晰定义。正如该项试验计划的名称所示，低碳城市试验计划的目的是 降低城市的二氧化碳排放量。但是，让这一计划的实施变得困难的原因是， 中国城市在经济结构、环境资源和降低二氧化碳排放量能力方面的差别很 大。因此，这些城市需要提出各自的策略以适应自身的条件（Ｌｉ， ２０１３）。 引入一个对所有城市来说普遍适用的标准来推行这一计划，不仅不符合实 际，而且会阻碍各城市在这方面创新能力的提高。 ６８２ 评估中国低碳城市发展对五个试点城市的实证研究 由于存在以上困难，中国的政策是分两条线的 ①中央政府设定一个总 目标，正如“十二五”规划中所指出的那样，将每单位国内生产总值的碳 浓度降低１７％ （Ｌｉ ａｎｄ Ｗａｎｇ， ２０１２）； ②各地方政府对实现这一目标负责。 地区政府必须提出自身的低碳发展策略，并且与总体目标保持一致，而这种 策略可以是多种多样的（Ｂａｅｕｍｌｅｒ， ２０１２）。 由于中国城市化发展迅速，因此这一政策的目的并不是在绝对数量上减 少二氧化碳排放量，而是在相对意义上减少二氧化碳排放量。也就是说，要 将经济发展目标和二氧化碳排放量目标结合起来。在低碳城市试验计划中， 城市的关注点是降低碳浓度（每单位ＧＤＰ所带来的二氧化碳排放量） （Ｈｕａｎｇ， ２０１１），并采取策略来发挥各自的优势。因此，二氧化碳的排放总 量仅仅是被用作参考的一个指标。 从某种程度上来说，这些试点城市都可以被看作一项实地调查。通过每 个城市的试点实践，政策制定者可以收集有关地区策略有效性的一手信息。 但是，这种方法也面临一个问题如何评估采取不同方法的城市的实际执行 情况呢本章将设计一个衡量低碳城市执行情况的方法来解决这个问题。 低碳城市实施情况的评估 要评估低碳城市的执行情况，有一套衡量指标是很重要的，这对于中国 和世界上其他国家来说都是一个挑战。当前已有的评估方法包括两种。一种 是使用单一指标，比如，二氧化碳排放总量、人均二氧化碳排放量、居民人 均消费二氧化碳排放量、单位土地上的二氧化碳排放量、二氧化碳排放量浓 度或者二氧化碳排放量增长速度等。这种方法的优点在于清晰和直观，它直 接将目标对准二氧化碳排放量。然而，虽然这种方法可以将二氧化碳排放量 看作其中的一个指标，但很多人也批判这种方法过于简单，且这种方法存在 使对问题的理解过于狭隘的风险（Ｗｅｉｄｅｍａ， ２００８； Ｐｕｌｓｅｌｌｉ， ２０１５）。另外， 低碳城市不仅仅是降低二氧化碳排放量，更重要的是，它包含了可持续发展 的内容，并试图在经济发展、环境保护和对自然资源能源有效使用等方面实 现平衡。 评估低碳城市执行情况的另一种方法，是一个更普遍的方法，那就是创 建一系列指标来综合评估。这种方法能够体现低碳城市的多个表现维度，因 ７８２ 中国经济增长的新源泉（第１卷）改革、资源能源与气候变化 此被更加广泛地采用，也能够反映低碳城市的可持续发展水平。其中一个普 遍采用的模型是驱动力压力状态冲击响应模型（ＤＰＳＩＲ模型） （Ｃａｒｒ， ２００７），该模型将经济、社会、资源和环境指标分成五类驱动力、 压力、状态、冲击和响应。该模型的优点在于解释了环境活动和经济活动之 间的相互关系，也通过分析资源和环境对人类活动的潜在影响来提供反馈信 息（Ｓｈａｏ ａｎｄ Ｊｕ， ２０１０； Ｗａｎｇ， ２０１３）。为了达到这个目的，本章选择的指 标必须是综合性的。譬如说经济因素，如人均ＧＤＰ，以及人口因素，如人 口增长率和城市化速度等。由于背景环境的多变性，笔者很难将驱动力分离 开，更别提制定目的明确的政策了。由于笔者想提出目的明确的政策性建 议，因此，本章在分析时就不考虑选择使用ＤＰＳＩＲ模型了。 另一个普遍采用的模型是对人口、富裕程度和技术的动态影响建立回归 模型（ ＳＴＩＲＰＡＴ模型） （ Ｙｏｒｋ， ２００３； Ｆａｎ， ２００６； Ｇａｂｒｉｅｌｓｅｎ ａｎｄ Ｂｏｓｃｈ， ２００３），这个模型是由环境影响、人口数量、富裕程度和技术模型（ＩＰＡＴ模 型）发展而来的，并且已有一些基于ＳＴＩＲＰＡＴ模型的、能评估低碳城市发 展水平的修正指标体系，其中的指标考虑了经济、社会环境、资源能源、技 术和居民消费水平。在本章中，笔者将调整ＳＴＩＲＰＡＴ模型，使之适用于分 析中国低碳城市的实际情况。 低碳城市发展指标指标选择 本章的评估框架包含了低碳城市的５个维度经济增长、能源消耗、 城市建设、政府支持力度和居民消费。基于ＳＴＩＲＰＡＴ模型，本章选定了１７ 个具体的指标并在２０１２中国绿色发展指标报告的基础上对这些指标进 行调整。 ２０１２中国绿色发展指标报告由北京师范大学经济和资源管理 学院发布（Ｌｉ ａｎｄ Ｐａｎ， ２０１５），它被广泛地认为是在中国的这一领域影响 深远的年度报告。图１描述了评估框架、 ５个指标维度和子指标，下一部 分将详尽阐释。 图１展示了本章用来衡量低碳城市执行情况的５个不同方面的指标体 系。每个综合指标都是根据每个城市的子指标计算出来的，因此每个综合指 标都是一个综合的评估结果。例如，某个城市可能经济发展速度很快，但是 经济快速发展的成果可能由于该城市能源消耗表现很差而被折中。 ８８２ 评估中国低碳城市发展对五个试点城市的实证研究 图１ 衡量低碳城市执行情况的指标体系 第一个指标经济增长，已有的研究表明，有三个经济因素与二 氧化碳排放量有关经济发展水平（ Ｓｅｌｄｅｎ ａｎｄ Ｓｏｎｇ， １９９４； Ｓｔｅｒｎ ａｎｄ Ｃｏｍｍｏｎ， ２００１）、经济增长速度（Ｓｏｙｔａｓ ａｎｄ Ｓａｒｉ， ２００９； Ｚｈａｎｇ ａｎｄ Ｃｈｅｎｇ， ２００９）以及服务业占ＧＤＰ的比重（Ｇｏｌｏｖｅ ａｎｄ Ｓｃｈｉｐｐｅｒ， １９９７； Ｃａｓｌｅｒ ａｎｄ Ｂｌａｉｒ， １９９７）。本章为这三个经济因素选择了三个代理指标 ①人均 ＧＤＰ经济发展水平； ②ＧＤＰ增速经济增长速度； ③第三产业增加 值占ＧＤＰ比重服务业占ＧＤＰ的比重。 第二个指标能源消耗，包含能源利用和二氧化碳排放的指标。本章 选择单位ＧＤＰ消耗的能源和化石能源占能源消耗的比重来衡量能源利用指 标。单位ＧＤＰ消耗的能源是以能源消耗的总量除以ＧＤＰ来衡量的。这个指 标数值越高，生产单位ＧＤＰ使用的能源就越多，对低碳城市发展的负面影 响就越大。化石能源占能源消耗的比重是由消耗化石燃料的总量除以能源消 耗的总量来计算的。由于化石能源的燃烧会产生大量的二氧化碳，本章认为 若化石能源在总体能源消耗中占很高的比重，那么这将对低碳城市总体执行 情况产生负面影响。 为了衡量二氧化碳排放的总量，本章将工业企业消耗能源产生的二 氧化碳排放量作为城市二氧化碳排放的总量。本章选择了二氧化碳排放 ９８２ 中国经济增长的新源泉（第１卷）改革、资源能源与气候变化 的两个衡量标准，第一个衡量标准是人均二氧化碳排放量，由二氧化碳 排放总量除以一个城市的总人口数量得到，这一指标和低碳城市发展水 平呈负相关关系。第二个衡量标准是碳生产率，该指标与低碳城市发展 水平呈正相关关系。为了衡量二氧化碳排放量，本章对原煤、焦炭、四 种燃料产品（汽油、煤油、柴油和燃料油）以及天然气进行分析。首 先将每种能源的数量转换成以吨为单位的等量标准煤炭（ｔｃｅ），然后将 这一数值乘以二氧化碳排放系数得到二氧化碳排放量（见表１）。 表１ 等量标准煤炭转换系数和各种能源的二氧化碳排放系数 序号能源种类折标煤系数（吨标准煤／吨）碳排放系数（吨碳／吨标准煤） １原煤０􀆰 ７１４３ ０􀆰 ７５５９ ２焦炭０􀆰 ９７１４ ０􀆰 ８５５０ ３汽油１􀆰 ４７１４ ０􀆰 ５５３８ ４煤油１􀆰 ４７１４ ０􀆰 ５７１４ ５柴油１􀆰 ４５７１ ０􀆰 ５９２１ ６燃料油１􀆰 ４２８６ ０􀆰 ６１８５ ７天然气１􀆰 ２７２２ ０􀆰 ４４８３ 注折标煤系数参照ＧＢ／ Ｔ ２５８９２００８，综合能耗计算通则。其中，天然气折标煤系数根据油 田天然气和气田天然气系数取均值而来，分别为１􀆰 ３３００吨标准煤／吨和１􀆰 ２１４３吨标准煤／吨；各类 化石能源的碳排放系数借鉴２００６年ＩＰＣＣ国家温室气体清单指南。 资料来源标准煤炭转换系数来自国家发改委和政府间气候变化专门委员会，参见Ｎａｔｉｏｎａｌ Ｄｅｖｅｌｏｐｍｅｎｔ ａｎｄ Ｒｅｆｏｒｍ Ｃｏｍｍｉｓｓｉｏｎ （ ＮＤＲＣ） （２００８）， Ｎａｔｉｏｎａｌ ｓｔａｎｄａｒｄ ｏｆ ｔｈｅ Ｐｅｏｐｌｅ􀆳ｓ Ｒｅｐｕｂｌｉｃ ｏｆ Ｃｈｉｎａ， ＧＢ／ Ｔ ２５８９ － ２００８， Ｇｅｎｅｒａｌ ｐｒｉｎｃｉｐｌｅｓ ｆｏｒ ｃａｌｃｕｌａｔｉｏｎ ｏｆ ｔｏｔａｌ ｐｒｏｄｕｃｔｉｏｎ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ， Ｂｅｉｊｉｎｇ ＮＤＲＣ； Ｉｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌ Ｐａｎｅｌ ｏｎ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ （ ＩＰＣＣ） （ ２００６ ）， ＩＰＣＣ ｇｕｉｄｅｌｉｎｅｓ ｆｏｒ ｎａｔｉｏｎａｌ ｇｒｅｅｎｈｏｕｓｅ ｇａｓ， Ｌｏｎｄｏｎ Ｃａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ。 第三个指标城市建设，包含４个子指标 ①每万人拥有公共交通车 辆数，作为公共交通覆盖面的代理指标； ②节能建筑开发比重； ③建成区绿 化覆盖率，它代表了城市建设的一方面，与低碳城市发展水平呈正相关关 系； ④城市建设用地占市区面积比重，其数值越高代表城市低碳计划的实施 情况越差。 第四个指标政府支持力度，如果没有政府的积极支持，低碳城市的 发展很难实现。这一指标包含在评估体系中，强调了政府在发展低碳城市中 的重要地位，也反映了政府行动在城市环境治理方面的影响。本章为这一维 ０９２ 评估中国低碳城市发展对五个试点城市的实证研究 度的指标选择了４个子指标政府空气污染治理度（以空气质量达到二级 以上的天数来衡量）；生活垃圾无害化处理率；一般工业固体废物综合利用 率；城镇生活污水处理率。如果一个城市在这４个子指标上表现良好，那么 这将对城市总体表现情况产生积极的促进作用。 第五个指标居民消费，由两个子指标体现人均城市生活用电量和 人均日生活用水量。这两个子指标与总指标都是负相关的。 分配权重① 有两个能对这些指标分配权重的主要方法主观分配法和客观计算法。 本章采用主观分配法。笔者邀请了１０位在这一领域有杰出研究成果的专家 对每个指标分配权重。基于这些数据，本章确定经济增长的权重是２０％、 能源消耗是３１％、城市建设是２１％、政府支持力度是１９％、居民消费是 ９％。权重分配的详细情况在表２中有所展示。 表２ 低碳城市发展评价指标体系 目标层一级指标（准则层）二级指标（指标层）指标单位指标性质指标权重 低碳 城市 发展 水平 经济增长 （２０％） 经济水平 经济增长 经济结构 能源消耗 （３１％） 能源利用 碳排放 人均ＧＤＰ元正６％ ＧＤＰ增速％正５％ 第三产业增加值占 ＧＤＰ比重％正９％ 单位ＧＤＰ能耗吨标准煤／万元逆８％ 化石能源使用占比％逆９％ 人均碳排放吨／人逆７％ 碳生产率万元／吨正７％ １９２ ①笔者感谢来自北京师范大学的李晓西教授、林卫斌教授、林永生教授和郑艳婷教授，来自 国家统计局的施发启教授，来自国务院发展研究中心的李佐军教授，来自国家发改委宏观 经济研究院的史育龙教授和姜长云教授，以及来自中国社会科学院的杜志雄教授和张元红 教授，感谢他们在笔者为各个指标分配权重时给予的帮助。 中国经济增长的新源泉（第１卷）改革、资源能源与气候变化 续表 目标层一级指标（准则层）二级指标（指标层）指标单位指标性质指标权重 低碳 城市 发展 水平 城市建设 （２１％） 交通 建筑 土地利用 政府支持 力度 （１９％） 政府治理成效 居民消费 （９％）消费水平 每万人拥有公共 交通车辆数辆正６％ 节能建筑开发比重 （无数列表指标） ％正６％ 城市建设用地占市区 面积比重％逆４％ 建成区绿化覆盖率％正５％ 政府空气污染治理度％正６％ 生活垃圾无害化处理率％正５％ 一般工业固体废物 综合利用率％正４％ 城镇生活污水处理率％正４％ 人均城市生活用电量千瓦时／人逆５％ 人均日生活用水量升／人逆４％ 注 ①感谢北京师范大学经济与资源管理研究院的李晓西、林卫斌、林永生、郑艳婷，国家统 计局的施发启，国务院发展研究中心资源与环境政策研究所副所长李佐军，国家发改委宏观经济研 究院科研部副主任史育龙和姜长云教授，中国社会科学院农村发展研究所副所长杜志雄和张元红教 授１０位专家依据各指标重要性程度对指标体系进行打分、赋权。 ②１０位专家被要求给每个指标分配一个权重。最右边列显示的是总体权重，是１０位专家给出 的权重的平均值。 １７个指标的总权重是１。一个维度的所有指标权重加在一起就得到了左边维度列 各个括号中的权重。 指数的计算 由于不同的指标是用不同单位来衡量的，因此当计算低碳城市发展指数 （ＬＣＣＤＩ）时，第一步要做的就是使用下面的公式来计算所有指标的标准值。 对于正向指标 Ａ′ ＝ Ａ⁃ＭｉｎＡＭａｘＡ⁃ＭｉｎＡ （１） 对于逆向指标 Ａ′ ＝ ＭａｘＡ⁃ＡＭａｘＡ⁃ＭｉｎＡ （２） 在等式（１）和等式（２）中， Ａ′是标准值， Ａ是原始值， ＭａｘＡ是指标 的最大值， ＭｉｎＡ是指标的最小值。标准值Ａ′的范围是０ ～１。等式（１）是 ２９２ 评估中国低碳城市发展对五个试点城市的实证研究 用来计算正指标的，等式（２）是用来计算负指标的。 根据等式（１）和（２）的结果，利用等式（３）计算一个城市５个指标 各自的ＬＣＣＤＩ数值以及该城市ＬＣＣＤＩ的总体值。 ＬＣＣＤＩ ＝ ∑ ｎ １ Ｗｉ Ａ′ （３） 在等式（３）中， Ｗｉ是指标ｉ的权重。根据等式（３）计算的数值，比 较各个城市的低碳发展水平。根据相对得分大小，就能对子系统和整体指标 体系进行排名，对各个城市的低碳发展水平进行直观的比较。低碳城市发展 指数越高，表明这个城市的低碳发展水平就越高。 评估低碳城市的发展水平 为了进行本章的研究，笔者从国家试点低碳城市计划中选取了５个城 市天津、深圳、杭州、南昌和保定作为研究对象。深圳是经济特区，在 ２０世纪８０年代还以最基本的农业经济为主，但是如今已经是高新技术产 业、金融服务业、现代物流业与文化产业之都。杭州浙江的省会，是中 国人均最富有的省份，也是一个著名的旅游城市，其高新技术产业飞速发 展。相反，保定是中国北部一个发展较慢的历史城市。保定接纳了越来越多 的来自北京和天津的重工业产业，因此成了中国污染最严重的城市之一。江 西省的南昌市近些年发展速度有所提升，被认为是在未来发展中极具潜力的 一座城市。表３展示了５个城市的基本信息。 表３ ５个试点城市２０１３年基本信息 城市人均ＧＤＰ（元）占地面积（平方公里）城镇化率（％）单位ＧＤＰ能耗（吨标准煤／万元）建成区绿化覆盖率（％） 天津９９６０７ １１９１９ ８２􀆰 ０１ ０􀆰 ６４ ３４􀆰 ９３ 深圳１３６９４７ １９９２ １００􀆰 ００ ０􀆰 ４８ ４５􀆰 ０７ 杭州９４５６６ １６５９６ ７４􀆰 ９０ ０􀆰 ５６ ４０􀆰 ２３ 南昌６４６７８ ７４０２ ６９􀆰 ８３ ０􀆰 ６０ ４２􀆰 ４１ 保定２５５１３ ２２２００ ４２􀆰 ９３ ０􀆰 ２５ ４０􀆰 ３６ 资料来源国家和地方统计年鉴。 ３９２ 中国经济增长的新源泉（第１卷）改革、资源能源与气候变化 根据第二部分强调的低碳城市发展指数，笔者计算了２０１０年被国家 发改委指定的５个国家低碳试验城市的低碳发展水平。笔者首先评估了低 碳城市发展的总水平，然后计算了５个城市的各个指标的低碳发展水平。 评估低碳城市发展的总体水平 本章选择的５个城市２０１０ ～２０１３年的低碳发展指数展示在表４中。 如表４所示， ２０１０ ～２０１３年，深圳的ＬＣＣＤＩ指数的均值是０􀆰 ７１，是５ 个城市中最高的。杭州排第２，为０􀆰 ５１。接下来是南昌０􀆰 ４９、天津０􀆰 ４９以 及保定０􀆰 ４１。但是，由于深圳的低碳发展水平比其他４个城市高出很多， 因此它的指数提高了５个城市低碳发展指数的均值，其他４个城市的低碳发 展水平都在均值以下。还有很重要的一点即使杭州是个世界著名的旅游城 市，其低碳发展水平也是相对比较低的。另外，许多其他中国城市的低碳发 展指数更低，这就说明中国低碳城市发展总体水平的提升空间还有很大。 表４ ２０１０ ～２０１３年五个试点城市低碳发展总得分及排名 城市均值排名２０１０年排名２０１１年排名２０１２年排名２０１３年排名 深圳０􀆰 ７１ １ ０􀆰 ７５ １ ０􀆰 ７３ １ ０􀆰 ７１ １ ０􀆰 ６７ １ 杭州０􀆰 ５１ ２ ０􀆰 ４６ ４ ０􀆰 ４９ ３ ０􀆰 ５９ ２ ０􀆰 ４８ ２ 南昌０􀆰 ４９ ３ ０􀆰 ５０ ３ ０􀆰 ４８ ４ ０􀆰 ５６ ３ ０􀆰 ４４ ３ 天津０􀆰 ４９ ４ ０􀆰 ５１ ２ ０􀆰 ５０ ２ ０􀆰 ５５ ４ ０􀆰 ４０ ５ 保定０􀆰 ４０ ５ ０􀆰 ３９ ５ ０􀆰 ４１ ５ ０􀆰 ４１ ５ ０􀆰 ４１ ４ 均值０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５６ ０􀆰 ４８ 资料来源用来计算指数的数据来源于国家和地方统计年鉴。 需要注意的是，深圳的低碳发展水平是随着时间逐渐下降的，从２０１０ 年的０􀆰 ７５下降到２０１３年的０􀆰 ６７。相反，杭州的低碳发展水平基本呈上升趋 势， ２０１０年排第４名， ２０１３年已经位列第２名。南昌和天津的低碳发展水 平一直都处于波动状态，但是基本上都在平均水平以下。保定的排名基本上 是最后一名，而且没有明显改善。 关于地理位置，分别排第１名和第２名的深圳和杭州都位于中国的东南 沿海地区。排第３名的南昌位于中国的中部，排第４名和第５名的天津和保 ４９２ 评估中国低碳城市发展对五个试点城市的实证研究 定都位于中国北部。因此，中国城市的低碳发展水平呈现一种由南向北明显 递减的趋势。其中的一个原因可能是保定等北方地区城市的钢铁生产带来了 较高的碳浓度。但是，最重要的原因可能是南方地区，尤其是东南地区的总 体经济和社会发展水平比北方城市高。东南地区的城市在技术、资本、人力 资源和城市基础设施建设发展等方面也有很大优势，这就反过来加快了产业 结构调整和技术革新的步伐，尤其是促进了能源节约并降低了二氧化碳排放 量高的产业的碳排放。这也揭示了在城市发展的过程中，低碳发展模式是实 用的，并且对于实现城市可持续发展目标（包括经济增长、良好的产业结 构、城市建设和环境保护）来说是必要的。因此，低碳不仅是一个目标， 而且是实现可持续发展的一个方法。 从不同指标角度评估低碳城市的发展水平 表５ ～８展示了５个城市的５个指标的低碳发展水平。 表５ ２０１０ ～２０１３年５个试点城市“经济增长低碳化”得分及排名 城市均值排名２０１０年排名２０１１年排名２０１２年排名２０１３年排名 深圳０􀆰 １５ １ ０􀆰 １５ １ ０􀆰 １５ １ ０􀆰 １６ １ ０􀆰 １７ １ 天津０􀆰 １４ ２ ０􀆰 １４ ２ ０􀆰 １５ ２ ０􀆰 １３ ２ ０􀆰 １３ ２ 杭州０􀆰 １１ ３ ０􀆰 １０ ３ ０􀆰 １１ ３ ０􀆰 １１ ４ ０􀆰 １１ ３ 南昌０􀆰 ０８ ４ ０􀆰 ０７ ４ ０􀆰 ０６ ４ ０􀆰 １２ ３ ０􀆰 ０７ ４ 保定０􀆰 ０１ ５ ０􀆰 ０２ ５ ０􀆰 ０１ ５ ０􀆰 ０１ ４ ０􀆰 ０１ ５ 均值０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ４８ 资料来源用来计算指数的数据来源于国家和地方统计年鉴。 表６ ２０１０ ～２０１３年５个试点城市“能源消耗低碳化”得分及排名 城市均值排名２０１０年排名２０１１年排名２０１２年排名２０１３年排名 深圳０􀆰 ２９ １ ０􀆰 ３１ １ ０􀆰 ３１ １ ０􀆰 ３１ １ ０􀆰 ２４ １ 南昌０􀆰 １８ ２ ０􀆰 ２０ ２ ０􀆰 １６ ２ ０􀆰 ２１ ３ ０􀆰 １５ ３ 保定０􀆰 １６ ３ ０􀆰 １４ ４ ０􀆰 １２ ５ ０􀆰 ２１ ４ ０􀆰 １５ ２ 杭州０􀆰 １５ ４ ０􀆰 １３ ５ ０􀆰 １３ ４ ０􀆰 ２２ ２ ０􀆰 １２ ４ 天津０􀆰 １５ ５ ０􀆰 １６ ３ ０􀆰 １３ ３ ０􀆰 ２０ ５ ０􀆰 １０ ５ 均值０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ４８ 资料来源用来计算指数的数据来源于国家和地方统计年鉴。 ５９２ 中国经济增长的新源泉（第１卷）改革、资源能源与气候变化 表７ ２０１０ ～２０１３年５个试点城市“城市建设低碳化”得分及排名 城市均值排名２０１０年排名２０１１年排名２０１２年排名２０１３年排名 深圳０􀆰 １１ １ ０􀆰 １１ １ ０􀆰 １１ １ ０􀆰 １１ １ ０􀆰 １１ １ 杭州０􀆰 ０７ ２ ０􀆰 ０７ ２ ０􀆰 ０６ ２ ０􀆰 ０７ ２ ０􀆰 ０６ ２ 南昌０􀆰 ０６ ３ ０􀆰 ０６ ３ ０􀆰 ０６ ３ ０􀆰 ０６ ３ ０􀆰 ０６ ３ 天津０􀆰 ０４ ４ ０􀆰 ０４ ４ ０􀆰 ０４ ５ ０􀆰 ０５ ４ ０􀆰 ０４ ５ 保定０􀆰 ０３ ５ ０􀆰 ０３ ５ ０􀆰 ０５ ４ ０􀆰 ０２ ５ ０􀆰 ０４ ４ 均值０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ４８ 资料来源用来计算指数的数据来源于国家和地方统计年鉴。 表８ ２０１０ ～２０１３年５个试点城市“政府支持力度低碳化”得分及排名 城市均值排名２０１０年排名２０１１年排名２０１２年排名２０１３年排名 杭州０􀆰 １４ １ ０􀆰 １３ ３ ０􀆰 １４ ３ ０􀆰 １５ １ ０􀆰 １５ １ 深圳０􀆰 １４ ２ ０􀆰 １４ １ ０􀆰 １５ ２ ０􀆰 １２ ２ ０􀆰 １５ ２ 南昌０􀆰 １３ ３ ０􀆰 １３ ２ ０􀆰 １５ １ ０􀆰 １２ ３ ０􀆰 １２ ３ 保定０􀆰 １２ ４ ０􀆰 １１ ４ ０􀆰 １３ ４ ０􀆰 ０９ ４ ０􀆰 １２ ４ 天津０􀆰 ０９ ５ ０􀆰 １１ ５ ０􀆰 １１ ５ ０􀆰 ０９ ５ ０􀆰 ０６ ５ 均值０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ４８ 资料来源用来计算指数的数据来源于国家和地方统计年鉴。 表９ ２０１０ ～２０１３年５个试点城市“居民消费低碳化”得分及排名 城市均值排名２０１０年排名２０１１年排名２０１２年排名２０１３年排名 保定０􀆰 ０９ １ ０􀆰 ０９ １ ０􀆰 ０９ １ ０􀆰 ０９ １ ０􀆰 ０９ １ 天津０􀆰 ０７ ２ ０􀆰 ０７ ２ ０􀆰 ０８ ２ ０􀆰 ０８ ２ ０􀆰 ０７ ２ 南昌０􀆰 ０４ ３ ０􀆰 ０４ ３ ０􀆰 ０５ ３ ０􀆰 ０５ ３ ０􀆰 ０４ ３ 杭州０􀆰 ０４ ４ ０􀆰 ０３ ５ ０􀆰 ０４ ４ ０􀆰 ０４ ４ ０􀆰 ０４ ４ 深圳０􀆰 ０２ ５ ０􀆰 ０４ ４ ０􀆰 ０１ ５ ０􀆰 ０１ ５ ０􀆰 ０１ ５ 均值０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ５２ ０􀆰 ４８ 资料来源用来计算指数的数据来源于国家和地方统计年鉴。 本章对５个试点城市５个指标的低碳发展水平进行了以下总结，并按照 低碳发展水平进行了降序排列。 ６９２ 评估中国低碳城市发展对五个试点城市的实证研究 深 圳 深圳是５个试点城市中低碳发展水平最高的城市。它在经济增长、能源 消耗和城市建设方面都排第１名，在政府支持力度方面排第２名。但是深圳 在居民消费方面排名最后，这是深圳低碳发展中最薄弱的一环。 杭 州 杭州在５个试点城市中低碳发展水平排第２。它在政府支持力度方面排 第１，但是在能源消耗和居民消费方面都排第四名。 南 昌 南昌的低碳发展水平在５个试点城市中排第３。从低碳发展的５个指标 来看，南昌在经济增长、城市建设、政府支持力度和居民消费等方面指数值 较低，但是在能源消耗方面指数值相对较高。 ２０１０ ～ ２０１３年，南昌低碳发 展５个方面相对指标的排名都有所下降。 天 津 虽然天津在经济发展方面的低碳发展水平相对较高，但是天津的低碳发 展总体水平很低。天津在经济增长和居民消费方面的指数都较高，但是在能 源消耗、城市建设和政府支持力度方面指数相对较低。 保 定 保定的低碳发展总体水平很低，在５个样本城市中排最后。从５个低碳 发展指标来看，保定在居民消费方面表现最好，但是在经济增长和城市建设 方面表现最差。保定的能源消耗和政府支持力度指数都相对较低。换句话 说，保定要想实现低碳发展还有很长的路要走。 ７９２ 中国经济增长的新源泉（第１卷）改革、资源能源与气候变化 结论和政策建议 本章使用了一个多指标体系来评估中国５个低碳发展试点城市的低碳发 展水平。这一评估模型包含５个维度经济增长、能源消耗、城市建设、政 府支持力度和居民消费。笔者邀请专家对１７个指标分配权重，并且计算了 中国５个低碳试点城市２０１０ ～２０１３年５个维度指标的指数值以及低碳城市 发展指数（ＬＣＣＤＩ）的总数值。根据计算的数值，笔者对选取的５个城市的 低碳发展水平进行了评估，主要的结果如下。 第一，一个城市的低碳发展水平和经济增长并不能形成“零和”的关 系， “低碳”和“发展”可以同步进行。本章揭示了中国南部城市的经济发 展和低碳发展水平比中国中部和北部城市高。这说明了“低碳”和“发展” 可以同步进行，中国和其他国家都能在环境保护和经济发展中实现“双 赢”。因此，在进行新一轮的城市化以及促进经济和社会发展的过程中，可 以将低碳发展模式作为一种既能节约资源，也能实现经济增长的方法，这就 为中国提供了一种可行的发展路径。 第二， ５个城市的低碳发展总体水平并不是很高， ２０１０ ～２０１３年也没有 明显的进步。在这５个城市中，只有作为中国经济最发达的城市之一的深圳 的低碳发展水平较高，指数高达０􀆰 ７１，其他４个城市的水平都相对较低。 这就说明了在实行包括促进能源节约与减排的政策和干预在内的低碳发展计 划以后，中国低碳计划试点城市的低碳发展水平并没有明显提升。这也说明 了中国城市在低碳发展上仍然有很大的进步空间。 第三，从地理位置上来看，中国南部试点城市的低碳发展水平要比北部 高。深圳和杭州低碳发展水平最高，其次是位于中部地区的南昌，北方城市 天津和保定是低碳发展水平最低的试点城市。 第四， ５个城市在５个维度方面的表现有很大差异。例如，深圳是５个 城市中低碳发展总体水平最高的，但它的居民消费指数最低。天津的总体指 数较低，但是其在经济发展和居民消费方面的指数较高。保定的低碳发展总 体水平最低，但是其在能源消耗方面的指数较高，在居民能源消耗方面指数 最高。这就说明每个城市如果能将目标放在最薄弱的环节上，那么其低碳发 展水平的提高就会更高效。 ８９２ 评估中国低碳城市发展对五个试点城市的实证研究 基于这些主要的结论，本章也提供了一些政策性建议，以促进中国未来 的低碳城市发展。 第一，能源节约和减排是未来低碳发展和中国城市化建设最重要的 任务。实现能源节约和减排的关键在于提高能源使用的效率、调整能源 结构、鼓励相关的技术创新并增加对低碳能源的使用。一方面，可再生 能源如太阳能、风能、潮汐能都是无碳的，因此如果能用这些能源替代 以非再生的化石燃料为基础的能源，就能够直接减少二氧化碳的排放， 也可以减少使用化石燃料能源造成的严重的环境污染。另一方面，提高 能源使用效率的关键在于及时地更新、发展以及拓展低碳技术。当前， 中国的低碳技术主要包括太阳能发电（光电池）、碳捕捉和储存技术、绿 色照明（发光二极管）等（Ｗａｎｇ， ２０１１）。但是，由于中国发展低碳技 术的起步时间较晚，这些技术的总体水平相对较低。因此，中国应该学 习并从国外引进一些先进的低碳技术。这不仅有助于减少二氧化碳排放， 而且能促进可再生能源技术、能源节约和减排技术以及洁净煤技术的创 新和发展。 第二，一方面，政府可以使用补贴、税收以及优惠融资等手段来鼓励企 业进行技术研究和发展，或者引入低碳技术并增加其在生产和消费中的应用 比例。对于交通运输和建筑等能源消耗较高的产业，政府应该进一步鼓励其 加速产业的技术性调整和革新。另一方面，政府应该加强低碳经济方面的制 度和法律的实施力度，如建立碳交易和碳金融市场、改进有关低碳经济发展 的纳税系统、实行低碳经济的法律法规、更严格地管理低碳城市的建设和 发展。 第三，中国应该更加关注战略性新兴产业的发展，这些产业的主要特 点之一就是能源和资源的低消耗，这也是城市化政策下低碳发展的目标之 一。在中国政府提出的七个战略性新兴产业①中，节能环保产业、新能源 产业和新能源汽车产业直接反映了低碳发展的目标。与传统的重工制造业 相比，新一代信息技术产业、生物产业、高端设备制造产业和新材料产业 都是资源节约型产业。随着这些产业的发展，战略性新兴产业将促进本地 ９９２ ①中国政府提出的七个战略性新兴产业包括节能环保产业、新一代信息技术产业、生物产业、 高端设备制造产业、新能源产业、新材料产业和新能源汽车产业。 中国经济增长的新源泉（第１卷）改革、资源能源与气候变化 产业结构的更新，并从根本上改变地区经济发展的方式。从低碳和可持续 发展的角度来说，发展战略性新兴产业为中国城市未来的发展提供了清晰 的发展方向。 第四，中国应该允许市场进行资源的再分配，在新型城镇化政策下促进 低碳发展。逐渐建立市场导向的低碳机制很重要，如可以发展碳排放交易和 碳金融等。中国已经在深圳、天津、广州、湖北和重庆创立了二氧化碳排放 交易机制，并建立了北京环境交易所和上海环境能源交易所。但是，这些交 易所的碳交易量与欧洲、北美的发达国家相比仍然很低，其操作机制还需要 进一步改进。 第五，提高公众意识并鼓励低碳消费对低碳城市的发展也很重要。现 今，公众对低碳行为了解甚微，这成为中国发展低碳城市中最薄弱的一环。 比如，人们不理解低碳消费并不是降低生活质量的同义词。政府应该与公众 进行有效沟通，使其理解低碳发展是可以提高人们的生活质量的。提高人们 的低碳消费意识并改变传统的消费行为需要花较长的时间，因此政府应该努 力宣传居民低碳消费的重要性，并鼓励公众逐渐采取低碳消费的生活方式， 从而为低碳发展和城市的可持续发展做出贡献。 ００３ 参考文献 Baeumler，A .，Ijjasz-Vasquez，E. and M ehndiratta，S. （eds） （2012），Sustainable low - carbon city developm ent in China，W ashington，DC W orld Bank Publications. Bao，J.，M iao，Y. and Chen，F. （2008），Low carbon econom yR evolution in the way of hum an economic developm ent，China Industrial Econom ics，4153-160. Carr，E.，W ingard，P.，Yorty，S.，Thom pson，M .，Jensen，N. and Roberson，J. （2007），A pplying DPSIR to sustainable developm ent，International Journal of Sustainable Developme nt W orld Ecology，14（6）5 3-555. Casler，S. and Blair，P. （1997），Econom ic structure，fuel com bustion，and pollution em issions，Ecological Econom ics，22（1）19-27. Fan，Y.，Liu，L.，W u，G. and W ei，Y. （2006），Analysing impact factors of CO2 em issions using the STIRPAT m odel，Environm ental Im pact Assessm ent Re view，26（4）377-395. Feliciano，M . and Prosperi，D. （2011），Planning for low car