中国城市产业结构与CO2排放的耦合关系

曹丽斌+蔡博峰+王金南

摘要 产业结构与CO2排放量之间的相互作用形成产业结构与CO2排放量的耦合关系。本文基于2012年中国1 km高空间分辨率网格CO2排放数据（CHRED），运用耦合度模型，分析了中国288个城市产业结构与CO2排放量的耦合特征。研究发现，中国产业结构和CO2排放量之间正处于中度耦合一致性阶段，以资源型为主的城市产业结构和CO2排放量处于极度耦合一致性阶段；工业型城市耦合度和一致性均高于服务业型城市；其他类型城市则分布比较分散没有呈现一定的规律性，而在其他类型的城市中，工业占比相对较高的城市耦合度和一致性往往高于农业和服务业占比较高的城市。根据产业结构和CO2排放量的耦合度和一致性关系，将现有的城市分为4种类型，分别是产业结构与CO2排放耦合一致性相关关系极强的城市，产业结构与CO2排放耦合一致性相关关系较高的城市、产业结构和CO2排放耦合一致性相关关系一般的城市以及产业结构和CO2排放耦合一致性相关关系较弱的城市。通过对4种类型城市进行特征分析，4种类型城市在空间分布上具有明显的聚集效应，而且第二产业与碳排放之间的耦合一致性较高。

关键词 产业结构；CO2排放；耦合一致性；空间特征；城市

中图分类号 X196

文献标识码 A 文章编号 1002-2104（2017）02-0010-05 doi：10.3969/j.issn.1002-2104.2017.02.003

CO2的大量排放造成全球大气环境变化，对人体健康、社会和经济可持续发展均产生严重的负面效应，已引发全社会广泛的关注[1-2]。中国政府在《联合国气候变化框架公约》中承诺：到2030年，单位国内生产总值CO2排放比2005年下降60%—65%。因此，积极有效地推行降低CO2排放的各种政策措施变得十分迫切。研究认为产业结构影响CO2的排放，不同产业CO2排放水平表现不一致，第二产业在国民经济中所占的比重与碳排放强度呈正相关关系[3-5]。加快调整产业结构，促进产业结构优化升级，可以显著降低碳排放水平。Zhang[6]运用结构分解法对中国1992—2006年碳排放的变化进行了分析，结果表明，产业结构优化升级能够降低碳排放水平。Larsen[7]运用代数分解法分析影响欧盟碳排放水平的不同因素，提出优化产业结构、能源水平等方法可降低碳排放量。

城市作为我国人口、经济和CO2排放的绝对主体，承担着经济发展和CO2减排的双重压力。我国不同城市的三次产业结构差异较大并且CO2排放量差异较大，有必要根据城市目前所处的产业结构针对性地分析产业结构和CO2排放量之间的相关关系，针对城市CO2减排潜力和实际的减排能力制定产业结构优化和碳减排政策。

本文利用中国高空间分辨率网格数据（CHRED）得到的全国范围内城市的CO2排放量数据，通过构建城市产业结构指数与CO2排放量之间的耦合一致关系，对全国284个地级市和4个直辖市的产业结构与CO2排放量耦合一致性空间格局与差异进行分析，针对不同类型城市低碳发展提出政策建议。

1 方法和数据

耦合指两個（或两个以上）系统通过各种相互作用而彼此影响的现象，耦合度是这种现象有效的度量方式。类似地，将产业结构与CO2排放两个系统通过各自的元素产生相互作用彼此影响的现象，定义为产业结构—CO2排放水平的耦合。耦合分析包括两步，第一步对产业结构指数进行评估，第二步建立产业结构和CO2排放量的耦合模型并计算耦合结果。

1.1 城市产业结构评估

产业结构是国民经济各生产部门之间的比重关系及各产业内部的有机构成，它反映着一个国家或地区的经济发展水平。目前，世界范围内产业结构的划分主要有：三次产业分类法，即第一产业、第二产业和第三产业；两大部类分类法，即物质资料生产类和非物质资料生产类；资源密集程度分类法，即根据劳动力、资本、技术这三种要素在生产投入中所占比重不同可将产业分为劳动密集型产业、资本密集型产业和技术密集型产业。本文基于每个城市的第一产业、第二产业和第三产业国内生产总值占城市国内生产总值的比例进行分类，然后采用国内国际比较法对城市三次产业结构进行分析，以钱纳里倡导的标准产业结构为依据[8]，判断我国不同城市三次产业结构与标准产业结构的偏差情况。

Xt=（x1t，x2t，x3t）为城市t 2012年的产业结构向量，x1t，x2t，x3t分别为第一、第二、第三产业的增加值占城市生产总值的比例。以全球人均GDP所对应的产业结构为标准产业结构，测算各城市的标准产业结构，标准产业结构数据源于世界银行提供的2012年数据（见表1）。令X*t=（x1*t，x2*t，x3*t）为城市t 2012年的标准产业结构向量，基于城市人均GDP与世界银行所定义的收入分布区间，确定城市t的标准产业结构。城市t产业结构偏差度A（Xt）[9-10]：

A（Xt）=∑3i=1（xit-xi*t）2（1）

当xit= xi*t时，产业结构的偏差度为0，产业结构处于标准结构状态水平。偏差度越大，则城市t 2012年的产业结构与标准产业结构偏差越大。

根据2012年汇率将各城市人均GDP以美元表示，部分城市数据见表2。

1.2 城市产业结构与CO2排放量的耦合模型

耦合模型如下：

C=A（x）E（y）A（x）+E（y）221k（2）

其中，C为耦合度；A（x）是产业结构指数，由城市产业结构与标准产业结构之间的偏差来衡量，利用minmax标准化方法对数据作标准化处理，取值范围为（0，1）；E（y）为城市总CO2排放量归一化后的数值，取值范围为（0，1）；由于本文度量的是由产业结构和CO2排放二者构成的耦合度模型，所以k为2。

耦合度的大小由产业结构指数和CO2排放量综合决定。耦合度C介于0—1之间，采用中值分段法对耦合度进行分段[11]。当0

由于耦合度只能表示产业结构与CO2排放量之间的相关关系强弱，无法反映产业结构和CO2排放量之间综合功效和“协同效应”。为了更好地评价产业结构和CO2排放量之间交互耦合一致程度，本文利用耦合一致性指数来反映产业结构和CO2排放量之间的整体相互作用和“协同效应”。耦合一致性程度越高，说明产业结构和CO2排放量总体相关关系越强，总体发展一致性更强。

一致性指系统演变过程内部各要素各种质的差异部分，在组成一个统一整体时的相互统一的属性。了解产业结构与CO2排放量在变化过程中的一致程度，通过采用耦合一致性模型来表征[12]，这一指标可以更好地评判产业结构和CO2排放量之间交互的一致程度。其计算公式为：

T=α A（x）×β E（y）（3）

D=C×T（4）

其中，D表示耦合一致性；C表示耦合度；T表示產业结构和CO2排放量的综合指数，反映了产业结构和CO2排放量的整体一致程度；α和β分别表示产业结构和CO2排放量在变化一致程度指数中的权重，城市产业结构与CO2排放量在系统中处于同等重要的地位，因此α=0.5，β=0.5。一致性T介于0—1之间，当0

1.3 研究范围

中国大陆地区2012年有285个地级市和4个直辖市，本研究不包括三沙市，因而本研究范围为284个地级市和4个直辖市，共计288个城市。

1.4 数据来源

城市CO2排放数据来自中国1 km高空间分辨率网格数据（CHRED）建立的中国城市CO2排放清单数据。城市CO2排放数据清单数据包含直接排放和间接排放，详见本期 “中国城市CO2排放数据集研究”。直接排放包括工业能源排放、农业能源排放、服务业能源排放、城镇和农村生活排放、交通排放、工业过程排放以及能源利用排放七大类。城市GDP数据来自《中国城市统计年鉴2013》。

2 结果与分析

2.1 城市产业结构与标准产业结构的偏差度分析

基于每个城市的第一产业、第二产业和第三产业国内生产总值占城市国内生产总值的比例对城市分类，第二产业占比超过50%的为工业型城市，第三产业占比超过50%的为服务业型城市，三产均未超过50%的为其他类型城市。有163个城市为工业型城市，19个城市为服务业型城市，106个城市为其他类型城市。

根据产业结构偏差指数计算得到：工业性城市偏差指数分布在20—80之间，相比于其他两类城市，产业结构偏差指数最大；服务业型城市偏差指数分布在1—20之间，偏差指数最低；其他类型城市偏差指数分布在1—40之间，偏差指数分布最为松散，其中，在其他类型城市中，偏差指数较大的城市工业也占了较大的比例，偏差指数较低的城市服务业发展占比较大。这一结果说明我国不同城市的产业结构与标准产业结构相比，二产占比相对较高的 城市与标准产业结构偏差较大，三产占比较高的城市与标准产业结构偏差较小。以工业为主的城市在工业发展的同时也要提高第三产业的发展比重。

2.2 产业结构和CO2排放量耦合度的特征分析

中国城市产业结构与CO2排放量耦合度的空间分布极不均衡，从0.001到0.999均有分布。最高的是陕西渭南，最低的是黑龙江哈尔滨。所有城市耦合度均值为0.79，产业结构和CO2排放量正处于磨合阶段，并且即将进入高耦合阶段，说明产业结构和CO2排放相关性极高。从分布来看，大部分服务业型城市处于拮抗和磨合阶段，而大部分工业型城市处于磨合和高水平耦合阶段，表明CO2排放受工业发展影响较大，受服务业影响相对较小。

根据城市耦合度的空间分布可以看出，耦合度处于同一水平的城市往往不是独立的，而是和周边临近的城市在耦合度上保持一致性，呈现空间聚合特征。产业结构与碳排放高强度耦合地区（耦合度在0.8以上）主要分布在资源型城市以及工业产业聚集的地区，有呼伦贝尔-齐齐哈尔，沈阳-大连，吉林-长春，包头-呼和浩特-鄂尔多斯-榆林-太原-忻州-晋中-大同-张家口，山东的烟台-潍坊-青岛-济南-临沂，浙江的温州-宁德-台州；产业结构与碳排放处于磨合阶段的地区（耦合度在0.5—0.8之间），主要分布在直辖市和一些工业基地所在地，主要有重庆、北京、上海、承德-赤峰-通辽-铁岭-通化，江苏的连云港-宿迁-盐城-淮安，西南地区的西安-汉中-达州等；中等强度的耦合地区（耦合度值在0.3—0.5之间）主要分布在偏远的西南地区，包括雅安、普洱、梧州、巴中等；低强度耦合地区（耦合度值在0.3以下）分布极少，只有三个省会城市，分别是拉萨、哈尔滨和呼和浩特。

2.3 产业结构和CO2排放量一致性的特征分析

中国城市产业结构与CO2排放量一致性的空间分布数值从0.000 3到0.3不等。最高的是江苏泰州，最低的是西藏拉萨。中国所有城市产业结构和CO2排放量一致性的平均值是0.095，处于中度一致性阶段。和耦合度不同的是，几乎所有的其他类型的城市和服务型城市都处于中度一致性阶段，而工业型城市处于高水平一致性阶段。

根据中国城市产业结构与CO2一致性值的空间分布可以看出，产业结构和CO2排放量一致性与耦合度分布大致一致，呈现区域聚集性特点，但是也有一些不同。产业结构与CO2排放量处于一致性较高（一致性在0.1以上）的地区主要分布在工业产业聚集区或者资源型城市中，包括中西部地区如包头-鄂尔多斯-榆林-延安-临汾-洛阳，大同-保定-张家口，东北地区包括呼伦贝尔-黑河-佳木斯，吉林-长春-通化-大连，上海-杭州-宁波，西南地区的重庆；产业结构与CO2排放量一致性一般地区（一致性在0.05—0.1之间），主要集中在中部地区、部分西部地区、部分东北地区以及东南沿海一带，包括周口-信阳-六安-九江-上饶，酒泉-嘉峪关-张掖-白银-陇南-汉中-绵阳，白城-松原-哈尔滨-牡丹江-鸡西，以及青岛-连云港-盐城-南通和丽水-宁德-福州-湛江-茂名；产业结构与CO2排放量处于一致性较低的地区（一致性在0.05以下）分布比较少，主要分布在偏远的西南地区，包括甘肃的武威-天水-陇南-张掖-定西-酒泉，陕西的商洛、安康，四川的巴中-遂宁-雅安-广元等地。

2.4 产业结构和CO2排放量耦合一致性的特征分析

综合中国各城市产业结构和CO2排放量的耦合度和一致性，把中国288个城市分为4个类型（见图 1）：

（1）产业结构和CO2排放量处于极度耦合一致阶段的地区。全部四座城市为工业和能源分布集中的城市，而且这些城市在空间上具有聚集效应，包括河北唐山、陕西榆林、山西长治、内蒙古鄂尔多斯，耦合度都在0.9以上，一致性在0.1以上。表明这些地区的产业结构和CO2排放量相关关系比较强。

（2）产业结构和CO2排放量处于高度耦合一致阶段的地区。主要包括大部分工业型城市，个别服务业型城市和其他类型城市，尤其在中东部工业产业集聚地区和东南沿海地区，主要包括包頭-张家口-大同-忻州-吕梁-晋中-长治-运城-洛阳-菏泽-临沂，赤峰-通辽-长春-通化-大连，盐城-南通-杭州-宁波-丽水，以及三明-龙岩-漳州-清远-郴州。

（3）产业结构和CO2排放量处于中度耦合一致阶段的地区。包括大部分的其他类型城市和部分工业城市和少部分服务业型城市并且呈现明显的聚集效应，主要分布在中部部分地区和西部地区，包括襄樊-宜昌-常德-宜春-吉安-赣州-永州-桂林-柳州，白银-宝鸡-陇南-汉中-绵阳-巴中等地。

（4）产业结构和CO2排放量处于低水平的耦合一致阶段的地区。包括服务业型城市如拉萨、哈尔滨、呼和浩特、三亚和张家界，以及其他类型城市中服务业占比较大的城市，如汕尾、北海、临沧、随州和黄山。

3 结论与讨论

基于空间网格的CO2排放量数据，运用耦合一致性模型对中国城市的产业结构和CO2排放量进行了耦合空间分析。研究发现：目前中国城市产业结构和CO2排放量主要分为以下4种类型，即产业结构和CO2排放量处于高耦合阶段、产业结构和CO2排放量处于磨合阶段、产业结构和CO2排放量处于拮抗阶段、产业结构和CO2排放量处于低耦合阶段。4种类型城市产业结构特征显著，即主要的工业型城市，尤其是有煤炭、化工等产业原材料生产和加工基地产业结构和CO2排放量处于高耦合阶段，同时这些地区的产业结构合理度偏差较大。说明这类城市产业结构可调整空间巨大。大部分服务业型城市处于产业结构和CO2排放量正处于拮抗阶段和低耦合阶段，同时服务业型城市产业结构偏差较小。该研究结果进一步支持了其他研究者的观点即第二产业与CO2排放之间的关系更为紧密，我国需要通过产业结构调整来改变CO2的排放。该研究结果可以为未来中国不同区域有针对性地开展产业结构调整，实现低碳发展提供科学依据。

同时发现，仅仅利用耦合一致性分析只能表达产业结构和CO2排放量在数值上的分布关系，无法从其内部真正了解交互关系。因此，有必要对城市主要的产业结构类型进行分析，包括城市主要的工业类型、单位产值能耗等分析，这也是未来研究的重点。

参考文献（References）

[1]LEE D， CHO SH， ROBERTS R K. Effects of population redistribution on greenhouse gas emissions： a case study of South Korea[J]. International regional science review， 2016， 39（2）： 177-202.

[2]刘民权，俞建拖. 环境与人类发展：一个文献述评[J]. 北京大学学报（哲学社会科学版），2010（2）：144-151.[ LIU Minquan， YU Jiantuo. Environment and human development： a literature review[J]. Journal of Peking University （philosophy and social sciences）， 2010（2）： 144-151.]

[3]虞义华，郑新业，张莉. 经济发展水平，产业结构与碳排放强度[J]. 经济理论与经济管理，2011（3）：72-81.[YU Yihua， ZHENG Xinye， ZHANG Li. Carbon dioxide emission and economic development： a panel data analysis[J]. Economic theory and business management， 2011（3）：72-81.]

[4]李健，周慧. 中国碳排放强度与产业结构的关联分析[J]. 中国人口·资源与环境，2012，22（1）：7-14.[LI Jian， ZHOU Hui. Correlation analysis of carbon emission intensity and industrial structure in China[J]. China population， resources and environment， 2012， 22（1）： 7-14.]

[5]CHEBBI H E. Long and shortrun linkages between economic growth， energy consumption and CO2 emissions in Tunisia[J]. Middle East development journal， 2010， 2（1）： 139-158.

[6]ZHANG J F， DENG W. Industrial structure change and its ecoenvironmental influence since the establishment of municipality in Chongqing， China[J]. Procedia environmental sciences， 2010 （2）： 517-526.

[7]BRUVOLL A， LARSEN B M. Greenhouse gas emissions in Norway： do carbon taxes work？[J]. Energy policy， 2004， 32（4）： 493-505.

[8]CHENERY H B， ROBINSON S， SYRQUIN M. Industrialization and growth[R]. World Bank， 1986.

[9]關伟，许淑婷. 辽宁省能源效率与产业结构的空间特征及耦合关系[J]. 地理学报，2014，69（4）：520-530.[GUAN Wei， XU Shuting. Spatial patterns and coupling relations between energy efficiency and industrial structure in Liaoning Province[J]. Acta geographica sinica ， 2014， 69（4）： 520-530.]

[10]李新战，宋赫民，郑欣. 辽宁省产业结构合理化分析[J]. 沈阳理工大学学报，2012，31（2）：35-37.[LI Xinzhan， SONG Hemin， ZHENG Xin. The rationalization analysis of industrial structure of Liaoning Province based on deviation degree model[J]. Journal of Shenyang Ligong University， 2012， 31（2）： 35-37.]

[11]MALLET J S. Municipal powers， land use planning， and the environment： understanding the publics role[R]. Environmental Law Centre， 2005.

[12]马丽，金凤君，刘毅. 中国经济与环境污染耦合度格局及工业结构解析[J]. 地理学报，2012，67（10）：1299-1307.[MA Li， JIN Fengjun， LIU Yi. Spatial pattern and industrial sector structure analysis on the coupling and coordinating degree of regional economic development and environmental pollution in China[J]. Acta geographica sinica， 2012， 67（10）： 1299-1307.]