低碳城市发展的文献述评与研究展望

邓荣荣，胡 玥

（南华大学 经济管理与法学学院，湖南 衡阳 421001）

学术界对低碳城市的探索源于低碳经济，英国政府在其2003年发布的《能源白皮书》中首次提出低碳经济的概念，引发学术界对低碳经济议题的关注。2004年日本政府与学者开始对低碳社会模式进行研究，并于2007年正式颁布《日本低碳社会模式及其可行性研究》，作为低碳经济空间载体的低碳社会、低碳社区、低碳家庭等议题逐渐引起学术界的重视。随着研究的深入，越来越多的学者意识到温室气体排放问题产生的重要原因在于人类在生产和社会活动过程中对能源的消费，城市作为人类社会生产与消费活动的中心，应成为减少温室气体排放的核心载体。伴随着各国基于温室气体减排和构建低碳空间目标实践活动的开展，低碳社会、低碳社区以及低碳家庭等一系列概念最终聚焦到低碳城市，从此低碳城市的相关议题受到广泛关注。尽管国内外基于低碳城市的研究起步较晚，但发展迅速，学者们基于不同的研究视角对低碳城市的相关问题进行了深入研究，取得了较为丰富的研究成果。

近年来中国取得了举世瞩目的经济建设成就，但随着高能耗、高污染和低附加值的粗放型经济增长方式弊端的日益显现，中国经济发展的可持续性正遭遇严峻的考验。以CO2为例，自2006年起，中国的碳排放总量开始超过美国，持续成为世界上最大的碳排放国。[1]面对国际国内双重节能减排压力，中国作为一个负责任的大国早在2009年“哥本哈根”气候变化会议上即作出到2020年单位GDP碳排放量较2005年降低40%～45%的承诺，2015年中国于《巴黎协定》谈判进程中正式宣布了“国家自主贡献行动目标”，承诺二氧化碳排放量在2030年左右达到峰值并争取尽早达峰，且单位国内生产总值二氧化碳排放量较2005年下降60%～65%。城市是人类社会工业经济活动与社会消费活动的主要聚集地，也是能源消耗和温室气体排放的主要源头，城市化发展进程中对基础设施、土地开发、工业聚集、交通运输等形成的需求不可避免对资源开发与环境保护形成较大的压力，成为推动一国（区域）能源需求和排放增长的主要驱动力。[2]中国正处于快速工业化发展阶段，快速工业化引致城市人口增长和城市化进程加速，并可能在粗放式扩张方式及经济发展模式下一定程度导致耕地占用、能源依赖、绿地碳汇系统破坏、空间无序蔓延等问题的产生，在对能源消耗巨大的同时也对节能减排目标的完成形成较大的挑战。因此，如何缓解城市能源约束、气候变化与经济发展之间的冲突，既是各城市可持续发展道路上普遍面临的重大问题，也是推进中国城市低碳化发展，进而实现碳减排目标的客观要求。

一、城市二氧化碳排放测算方法及其应用

不少学者指出，在全球共同减缓气候变化影响的背景下，制定二氧化碳排放基准及建立更全面的温室气体排放清单是必要的第一步。[3]城市温室气体排放清单相关研究对中国节能减排和低碳城市建设具有重要的理论和实践意义，一方面，透明和稳健的数据量化是衡量城市碳减排效果、动态跟踪城市碳排放工作进展的基础，为识别城市低碳建设进程中进一步值得改进的领域提供决策支持；另一方面，城市温室气体清单数据可以帮助政策制定者进行与全球其他城市的相关比较研究，进而更加全面与客观的把握其城市的温室气体排放状况。[4]城市二氧化碳排放清单测度由两部分构成，一是城市二氧化碳排放测度方法（体系），二是定期更新的数据。[5]

从国际上现有的碳核算标准、指南和规范等来看，存在两种类型的碳核算体系，自上而下的碳核算体系和自下而上的碳核算体系。自上而下的碳核算体系以联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）公布的《国家温室气体清单指南》为代表，其主要核算思路是将一国（区域）主要的碳排放源进行分类，并利用各碳排放源的能源消耗数据进行碳排放数据测度。[6]自上而下的碳核算体系的优点在于通过自上而下对一国（区域）经济的碳源进行层层分解来进行二氧化碳核算，数据测度结果能较为完整的涵盖宏观经济的整体碳排放状况，此外，其数据也较为容易获取，因此，该计算方法在测度国家（区域）温室气体排放数据方面具有明显的优势。自下而上的碳核算体系主要通过对于企业生产流程与产品生命周期碳足迹的核算，测度各类微观主体（企业、组织、消费者）在生产过程或消费过程中的二氧化碳排放数据。理论上而言，将基于自下而上的碳核算体系测度的微观碳排放数据汇总可以得到一国（区域）二氧化碳排放数据，但基于自下而上的核算体系测度城市二氧化碳排放量存在的局限性受现有微观数据可获得性的影响，自下而上的核算体系难以覆盖一国（区域）所有的产品和企业(组织)，故其适用于针对微观主体碳排放流程及行为的研究，尚难以基于此类核算方法的数据结果汇总得到国家（区域）层面的整体碳排放情况，此外，自下而上的核算体系尚未在国际上形成统一的规范和标准，在核算范围、核算环节、处理碳抵消活动和信息报告要求等方面还存在较大分歧。两类核算体系的具体特征如图1所示。

图1 国际碳核算体系

鉴于自上而下的碳核算体系在区域（城市）二氧化碳清单数据测算上的优势，现有相关文献大多基于此方法对中国具体城市的二氧化碳排放数据进行测度与分析。Sugar等应用IPCC清单指南目录的自上而下的方法对中国北京、上海和天津三大城市的二氧化碳排放清单进行了测算，并将数据结果与全球其他十个城市进行比较分析，结果表明，与世界其他城市相比，中国此三大城市人均排放量最高，其碳排放源大部分来自电力生产，供暖、工业燃料使用以及地面交通运输。Chen和Zhu基于上海碳排放数据的研究结果表明，自2003年以来上海人均GDP增速已经超过二氧化碳排放规模的增速，这一结果主要归结于上海市单位GDP能耗的大幅下降，然而，上海人均二氧化碳排放量逐年上升，持续高于北京、天津和香港的水平，工业在上海二氧化碳排放总量中占主导地位，其次是交通业和建筑业。[7]聶鑫蕊等基于中国2007年投入产出表，核算了中国省域层次城乡居民消费所产生的直接和间接碳排放，结果表明，中国省域层次居民消费的碳足迹总体呈现从东南沿海向西北内陆逐渐递减的趋势，城镇居民消费的碳足迹明显高于农村居民，省市的经济发展水平越高，其城乡人均间接碳排放差异越小。[8]李真理等对河南省济源市2005年至2010年能源消费碳排放量进行了核算，研究结果表明，研究期内济源市碳排放量总体呈上升趋势，但在金融危机期间增速放缓，由原煤、焦炭、洗精煤等固体燃料消耗引致的碳排放量占总排放量90%以上，工业（含火力发电和供热）是碳密集型部门，其次为居民生活和交邮仓储业。[9]Fang等基于IPCC清单指南目录的自上而下的方法对中国30个省会城市1990年至2010年的二氧化碳数据进行了测度，结果表明研究对象的碳排放规模均呈现不同程度的增加，且平均增速由1990年—2000年的8.56%增加至2000年—2010年的9.90%，上海是中国最大的排放城市，其排放量从1990年的334万吨增加到2010年的188 7万吨。[10]Cai等基于中国284个地级市和4个直辖市二氧化碳排放数据的研究结果表明，中国二氧化碳排放量较高的城市主要分布在北部、东北部和东部沿海地区，尤其聚集在京津冀地区（如北京，天津和唐山）以及长三角地区（如上海和苏州），二氧化碳排放量较低的城市位于西部地区，就人均二氧化碳排放量而言，北部城市大于南部城市，人均排放量前十位的城市有四个聚集在北方主要煤炭生产区（鄂尔多斯，乌海，石嘴山和银川）。[11]Zheng等基于中国333个地级市和4个省级城市2013年二氧化碳强度的测度结果表明，中国城市的平均二氧化碳排放强度为0.84千克/美元国内生产总值，但城市间的数据差异较大，整体在0.09～7.86千克/美元国内生产总值之间变动，这一差异主要是由于投资驱动型增长模式所引致的城市经济结构差异所导致，故社会经济发展和基础设施建设引致的惯性“碳锁定”可能会减缓中国城市节能减排实施效果。[12]

少量研究基于特定的研究目的与侧重点运用自下而上的方法在对城市二氧化碳排放相关数据进行测度。Bi等运用自下而上的方法从工业、交通、商业和家庭等方面直接能源燃烧碳排放与电力、蒸汽和供热消耗等间接温室气体排放两大构成测度了南京2002年至2009年碳排放数据，结果表明，工业能源消耗，工业过程和交通运输构成研究期内南京市碳排放三大最主要来源，此外，基于自下向上方法测度的人均碳排放值和单位GDP碳排放值均小于自上而下测度方法的数据结果。[13]Wang等指出虽然自上而下法计算的温室气体排放方法可以提供温室气体总排放量指标，但不能为地方政府提供足够的信息以供决策参考，其使用自下而上的方法针对中国最发达的12个城市的碳排放数据进行了测度，结果表明，尽管这些城市的人均排放量低于发达国家许多大城市（如伦敦、洛杉矶、纽约等），但其总碳排放量仍远高于西方城市。[14]Song等通过自下而上的城市社区生命周期二氧化碳排放分析，对北京市典型高品质社区的二氧化碳排放数据进行了分析，包括直接化石燃料燃烧碳排放、购买的能源（电力、热量和水）产生的碳排放以及体现在商品消费中的供应链排放，结果表明，商品消费中的供应链排放构成社区碳排放的重要来源，主要由社区交通和通讯（41.36%）、建筑（14.11%）和教育娱乐（10.41%）等三类消费引至。[15]Tong等基于自下而上的社区基础设施温室气体测度方法，研究了中国宜兴，秦皇岛，厦门和北京等四个不同规模的城市七类基础设施（电力、非电力能源、供水和污水处理、交通运输、城市垃圾管理、建筑材料和食品）的碳足迹，结果表明，工业能源使用是四个城市温室气体排放的主要贡献来源。[16]

二、城市二氧化碳排放影响因素测度与分析

对城市温室气体排放的影响因素进行深入分析是缓解城市活动碳排放的先决条件，为相关政策的制定确定中观实施领域与主要杠杆点，从而推动城市从部门层面设计和启动自下而上的节能减排政策。[17]综合而言，学术界现有相关文献大多基于以下三种方法对城市二氧化碳排放的影响因素进行测度与分析。

第一种方法是基于特定的城市碳排放指标，通过设定影响该碳排放指标的计量经济模型检验对城市二氧化碳排放的影响因素进行实证检验。例如，谢守红等基于无锡市1992年至2010年的工业碳排放量影响因素的回归结果表明，人均工业增加值是无锡市工业碳排放的主要促进因素，产业结构系数和能源效率是工业碳排放的主要抑制因素，工业利用外资对无锡工业碳排放增长也具有较大贡献。[18]Lin等基于厦门市碳排放量、社会经济发展、土地利用及土地覆盖数据构建了城市生态系统碳平衡指数，并通过逐步多元回归分析发现城镇化率、工业煤炭消耗、路网长度、森林面积等变量是影响城市生态系统碳平衡指数的最主要因素。[19]由于计量模型的设定具有一定的主观性可能导致遗漏重要解释变量，相关文献大多基于两类环境恒等式设定具体的计量模型。第一类是STIRPAT模型的应用，将影响环境变量的因素归结于人口因素、富裕程度和技术水平等因素，简洁与直观地显示了对环境压力造成影响的各类变量，目前STIRPAT模型已被广泛地应用于环境影响因素的研究中。Chong等以北京、上海、天津、重庆、广州和香港等中国六大城市为研究对象，基于STIRPAT模型从人口增长、经济增长、产业转型和能源使用等方面探讨了影响排放增长的主要因素，研究表明经济效应和能源强度效应持续成为导致碳排放变化的主要因素，此外，在不同的城市和工业部门各驱动因素对城市排放水平的影响方式存在较大差异。[20]Li等在STIRPAT模型的基础上通过岭回归分析了中国湖北省武汉市的碳足迹与影响因素之间的动态关系，结果显示人口增长和经济增长为驱动武汉市碳排放增长的主要因素。[21]Wang和Yang基于消费者生活方式、净初级生产力和能源生态足迹等数据，应用改进的STIRPAT模型对1999年至2010年中国城乡二氧化碳间接排放的影响因素进行测度，结果表明，城市二氧化碳排放主要受城市化水平、人均收入和第三产业比例的正向影响，受恩格尔系数和能源强度的负向影响。[22]Li等研究了1996年至2012年中国天津碳排放的驱动因素，将外国直接投资（FDI）纳入STIRPAT模型中的回归结果表明，外国资本的流入损害了当地的环境。作为中国北方最大的沿海城市与重要投资热点，外国直接投资在加速天津经济和技术发展的同时也加速恶化了当地的环境。[23]第二类为环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）的应用，即设定经济增长变量与碳排放变量关系的计量模型，检验碳排放变量随经济增长变动的轨迹是否可以用倒U型的EKC曲线表示。邓晓兰等基于环境库兹涅英曲线假说对1995年至2010年中国二氧化碳排放与经济发展的曲线关系以及其形成机制和区域差异进行研究，结果表明不同区域的破排放轨迹存在差异，与其他地区相比，煤炭资源丰裕地区的EKC曲线呈现出更加明显的单调上升形态。[24]Zhao等基于区域插值法和中国夜间灯光数据设定检验城市碳排放与经济增长关系的空间计量模型，结果表明中国城市级二氧化碳排放具有较明显的非均匀态势，且城市人均GDP与人均碳排放呈现单调递增关系。[25]任伟和杜丽娟的研究结果表明，北京、天津和河北三地尚未达到碳排放的库兹涅茨曲线的拐点，北京与天津的碳排放与经济增长的拟合曲线呈现N型，河北的曲线趋于线性。[26]Xu等基于中国30个省份2000年至2012年的空间计量模型结果表明，各省份碳排放与经济增长的关系呈倒U型曲线发展趋势，当区域经济发展达到一定程度时经济增长与碳排放的矛盾开始逐渐缓解，此外，碳排放与经济增长存在显著的空间相关性，这意味着一个省份的碳排放可能受到邻近省份经济增长的影响。[27]

第二种方法是基于城市投入产出模型算式，运用结构分解分析法（Structural decomposition analysis,SDA）测度城市碳排放的影响因素，SDA法目前被学术界公认为量化不同社会经济因素对总能源消耗和污染物排放变化的贡献程度的较为科学的方法。黄敏和蒋琴儿基于SDA法对浙江省2002年至2009年的二氧化碳排放影响因素的分析结果表明，最终需求、调入及进口是导致消费排放增加的三个主要因素，出口规模增长是影响出口排放变化的主要原因。[28]Tian等运用SDA法的结果表明，1995年至2007年最终需求水平的提高和生产结构的变化是导致北京碳排放增加的主要因素，而能源强度的提高是北京脱碳的唯一来源，随着北京市产业结构向重工业和服务业转变，北京应重点关注其产业结构变化方向，并实施一致而严格的节能减排政策。[29]Wang等基于投入产出结构分解分析法从生产和最终需求两个角度分析了1997年至2010年北京二氧化碳排放增量的驱动力，结果显示从生产的角度而言，北京的二氧化碳排放增长主要由生产结构的变化和人口增长所驱动，部分被研究期间二氧化碳排放强度的降低以及人均最终需求量的下降所抵消，从最终需求的角度而言，城市贸易、城市居民消费、政府消费和固定资本形成是导致排放量增加的主要原因。[30]Hu等基于SDA法对中国西部最大城市重庆市温室气体排放影响因素进行了研究，结果表明采矿和洗煤行业以及金属熔化和轧制行业是重庆温室气体排放的主要来源，重庆市碳排放增长的主要驱动力为最终需求的增加，而能源强度和投入产出结构的变化为抑制其排放增加的主要因素。[31]Li等利用SDA法从供给与需求两个方面揭示了北京市二氧化碳排放变化的驱动力，其研究结果表明，碳排放强度、生产投入和产出结构的变化导致北京二氧化碳排放减少的主要驱动力，但这一影响效果很大程度被城市人口、最终初级投入水平和初级投入结构的变化所抵消。[32]综合而言，计量模型法仅能估算各影响因素的单位变动量对碳排放变动的影响程度，SDA法能精确计算出研究期内各影响因素变动对研究对象（碳排放指标）变动的具体贡献值及贡献比例。但SDA法在实证运用中存在一定局限性，SDA法基于各城市的投入产出数据进行分析，而各城市的投入产出表每5年编制一次，存在数据时间滞后的可能，受投入产出数据的局限，结构分解分析法仅能对城市每5年间隔的碳排放变化影响因素进行研究。[33]

第三种方法是基于Kaya恒等式理论基础，将二氧化碳排放的影响因素与人类活动产生的碳排放量建立联系，在此基础上对碳排放的影响因素进行分解分析。基于Kaya恒等式对二氧化碳影响因素进行分解的方法有Laspeyre因素分解法、Paasche因素分解法、算术平均迪氏指数法（Arithmetic Mean Divisia index,AMDI）和指数平均迪氏分解法（Log Mean Divisia index,LMDI）。上述分解方法中，LMDI法因具备下述优点而被广泛于城市二氧化碳排放影响因素的实证研究中。LMDI法分解结果不产生无法解释的残差项，且允许数据中包含零值，故分解结果更科学；分解步骤较为简单与清晰，分解结果易于解释；LMDI法不依赖城市投入产出表，能对研究对象相邻年份的碳排放变动影响因素进行测度。[34]彭俊铭和吴仁海运用LMDI法对1998年至2009年珠江三角洲能源碳足迹的影响因素进行了分解分析，结果表明经济规模的扩大是珠三角碳足迹快速增长的主要推动力，人口增长对珠三角碳足迹的增长也起到推动作用，能源效率的提高是抑制珠三角碳足迹增长的最重要因素。[35]Wang等采用Kaya恒等式和LMDI法对2005年至2010年中国苏州温室气体排放增长的主要驱动因素进行了识别和定量分析，结果表明经济发展和人口增长是苏州市温室气体排放增加的主要驱动因素，由于能源强度的下降和电力及工业结构的调整导致的碳强度的下降使苏州温室气体排放量减少了171.24%，成为抑制苏州温室气体排放的主要因素。[36]赵涛等基于LMDI-Attribution法对2000至2012年天津市工业行业碳排放强度变化的影响因素进行研究，结果表明天津市工业部门的碳排放强度累计下降66.87%，产业结构和能源强度的变化是其下降的主导因素，碳排放因子的变化对其下降起抑制作用，累计影响值为15.39%。[37]Shen等运用LMDI法将北京市碳排放的影响因素分解为能源结构、能源强度、产业结构、经济产出和人口规模等变量，并对各因素的影响效果进行了实证研究，结果表明2004年之前碳排放增加的主要驱动因素是经济产出，其次是人口规模，抑制碳排放的主要因素是产业结构，2004年之后经济产出仍是碳排放增加的主要驱动因素，其次是人口规模和能源结构，而能源强度是抑制碳排放增加的主要因素。[38]Jia等的研究结果表明，经济产出是导致南昌市碳排放增加的主要因素，其次为人口增长，与此同时，能源强度的变化对碳排放降低的效应最明显，其次是产业结构，能源结构的减缓效应最小。Shen等将城市在低碳发展过程中的排放特征分解为能源结构、能源强度、经济产出、产业结构和人口等五大要素，并基于LMDI法对新加坡、北京和纽约等城市的碳排放影响因素进行了实证分析。[39]

三、低碳城市建设路径研究

低碳城市相关研究的最终目的是为城市低碳化发展实施策略与措施的制定与优化提供数据支持与决策参考，因此，如何科学有效的制定城市低碳建设路径，促进城市从传统的发展道路转向低碳发展道路成为学术界关注的重点议题。大量文献集中于城市整体低碳建设的实施路径研究，例如付允等在低碳城市理论内涵、国内外典型低碳城市发展现状的基础上，提出了基底低碳(能源发展低碳化)、结构低碳(经济发展低碳化)、方式低碳(社会发展低碳化)和支撑低碳(技术发展低碳化)的低碳城市发展路径。[40]刘文玲和王灿在对国际低碳城市发展实践和国内城市的相关探索进行综述的基础上，总结出现有低碳城市实践所遵循的发展模式，包括综合型“低碳社会”模式、低碳产业拉动模式、低碳支撑产业模式和示范型“以点带面”模式。[41]Zhang等基于长期能源替代规划模型对2007年至2030年北京市能源消耗和碳排放进行了系列路径模拟，结果表明政策监管和技术改进将一定程度减缓北京的温室气体排放压力，但更大程度的节能减排依赖城市的经济和社会发展模式的改变。[42]Guan和Barker通过情景分析法考察了四川省广元市未来的低碳发展空间及路径，结果显示技术进步和生产结构的变化相互依赖，成为未来可能影响碳强度和二氧化碳排放的关键决定因素，政策层面应立足于生产结构的脱碳，避免许多西方国家和中国沿海地区在排放密集型工业化过程中所发生的“先污染后治理”的误区。[43]宋德勇和张纪录将中国城市的类型和特征与其低碳发展模式的选择相结合，从人口规模、区位、资源禀赋及工业化阶段等角度对中国城市进行类型划分，并认为任何一类城市的低碳发展都必须依据自身特征选择适宜的发展模式，并结合武汉市的案例研究指出，因地制宜的选择一条重化工集聚、中部特大型城市的综合低碳发展模式是武汉市实现低碳转型的必然选择。[44]De Jong等指出与发达国家开展低碳知识、专业知识、科学和技术合作是实现城市低碳化发展的有利途径，其依据合作的紧密程度提出了中外低碳合作的三种有效途径。[45]Su等从中国城市低碳发展规划的制定、低碳示范区建设、可持续能源体系、生态产业、绿色交通、绿色建筑等具体领域入手，对城市低碳发展实践进行了回顾，在此基础上提出了低碳发展进程中值得进一步关注的问题及相关政策建议。[46]Zhuang和Zhou基于中国城市的实际情况以及国家的低碳发展战略，从城市温室气体排放清单核算、未来排放情景分析、低碳发展目标设定、重点部门行动计划设置、低碳技术/项目的减排潜力评估和低碳政策实施措施等六个方面全面描述了实现城市低碳发展转型战略目标的路径。[47]Geng等基于经济、管理、技术和公共信息四个角度对中国东部5个城市22个低碳经济政策的公众接受度进行了调查研究，197 7份问卷调查结果显示促进公共交通的行政政策响应程度最高，其次是公共信息、技术和经济政策，在此基础上提出了引导城市居民低碳绿色出行的实施策略。[48]

一些文献从城市低碳发展的政策支持角度出发，提出了低碳城市发展的具体政策建议。王艺明等从理论模型与实证检验两个角度探讨了地区财政支出结构对碳排放的影响，指出提高非生产性公共品支出比重或降低生产性公共品支出比重对各地区人均碳排放量产生显著的负向影响。[49]曲亮等验证了财政分权对碳减排的内在影响机制，得出适当分权有利于提高地区碳减排效率，而过度分权则会适得其反，地方政府保护主义引发的市场分割将影响财政分权对碳减排效率的作用效果等结论。[50]卢洪友等的实证研究结果表明，财政政策变动在短期对生产型二氧化碳作用更为明显，而在中长期对消费型二氧化碳作用显著，政府环保税收能够有效缓解二氧化碳排放，政府环保支出占财政支出的比例越高，对二氧化碳排放的控制程度越大。[51]王垒等的研究结果表明政府财政配置能力与碳经济绩效呈现显著的负向变动关系，而外资参与程度与碳经济绩效呈现显著的正向变动关系，且政府财政配置能力和外资参与程度对碳经济绩效的共同影响效应上存在互补关系。[52]王保忠等从金融支持低碳经济发展的内涵、独特作用和阶段性规律三方面分析了金融支持低碳发展的一般机理，在此基础上，从支持主体、支持手段、支持对象及支持区域等多维视角提出了金融支持低碳发展的一般路径。[53]梅晓红和许崇正指出，中国的碳金融体系框架，应包括涵盖商业银行、证券业、保险业、基金业及碳资产管理公司等其他机构在内的碳金融机构，涵盖交易平台、交易机制及交易产品的碳金融市场，涵盖定价机制、财税政策、产业政策、金融监管、法律法规等的碳金融制度。[54]严成樑等构建一个包含金融发展、创新和二氧化碳排放的内生增长模型，考察金融发展对二氧化碳强度的影响，结果表明，金融发展与二氧化碳强度之间存在倒U型关系，金融发展水平越高，技术水平越高，二氧化碳强度越低，金融发展水平越高，经济增长率越高，能源消耗和二氧化碳排放越多。[55]马大来等实证考察了金融发展、技术进步对低碳经济增长效率的影响，结果表明，金融发展规模对低碳经济增长效率的影响不显著，而金融发展结构对低碳经济增长效率具有显著的正向影响，故强化对金融市场的绿色信贷引导，优化金融市场的结构构成是推进区域低碳发展的有效途径。[56]梁中在对“产业碳锁定”的理论内涵界定基础上，分析其演化成因、发展过程及锁定结构，明确欠发达地区产业碳解锁的可能性及动力基础，进而按照阶段性解锁的设定目标，从价值元政策、基本政策和具体政策三个层面构建系统的解锁政策框架。[57]杨洲木等基于新结构经济学的理论框架及新古典生产函数和效用函数理论，研究了要素禀赋结构异质性的不同区域产业升级背后的产业政策干预机理和扭曲诱因，指出中国在制定产业政策扶持低碳绿色型产业发展时应遵循各区域的比较优势，因地制宜、因势利导。[58]束慧和王文平建立低碳经济理念下的城市产业地理空间规划模型，仿真模拟规划策略变量对产业布局和产业结构的影响，并结合上海市的产业规划政策加以分析。[59]Li等在分析不同类型城市的特点、发展趋势和低碳发展路径的基础上，提出了不同类型城市中长期低碳发展线路与政策实施的相关建议。[60]

四、结论与展望

城市碳排放是一个涉及多学科的研究领域，引发众多不同学科背景的学者关注，同时也引起国内外经济学界的关切，成为近年来低碳经济学的研究热点。现有相关国内外文献以中国低碳城市发展问题为研究对象，在低碳城市碳排放基础数据测度、碳排放影响因素分析、低碳政策实施框架建立与完善、低碳发展水平综合评价指标体系构建及应用等方面对城市碳减排问题进行多视角的理论解释与实证检验，丰富了学术界对低碳城市发展的认识，为区域减排政策的制定与实践提供了有价值的信息支持。

（一）自下而上碳排放核算体系有待推进

碳核算体系的发展与完善能为城市低碳政策的制定与低碳社会的发展提供更为科学全面的温室气体排放数据清单支持，是城市低碳发展研究领域拓展不可忽视的重要内容。鉴于数据的易获得性，目前自上而下的碳核算体系成为学术界测度一国（城市）碳排放的主要核算依据，自上而下的碳核算体系通过对一国（城市）经济的碳源进行层层分解来进行二氧化碳核算，数据测度结果能较为完整的涵盖宏观经济的整体碳排放状况，有助于行政措施的推进以及宏观层面的政策布局。自下而上的核算体系适用于对微观主体经济行为的碳排放测度，更有利于微观层面碳减排决策的实施。现有的自下而上的碳核算体系还处于尝试阶段，其在核算范围、生命周期核算环节、处理碳抵消活动、信息报告要求等方面尚未形成统一结论，有待进一步发展与推进。

（二）城市碳排放增长的驱动路径研究有待拓展

现有的结构分解法（SDA）为具体识别区域碳排放变化的主要驱动因素提供了较好的分析工具，但随着区域低碳实践的发展，无论是SDA法或是其他城市碳排放增长驱动因素的研究方法已不能完全满足政策分析的需要，主要体现在：第一，城市碳排放增长驱动因素的研究方法仅能对驱动区域碳排放变化的因素进行识别，但无法进一步分析各驱动因素如何基于最终需求通过区域间投入产出关系直接和间接作用于区域碳排放的演变，即无法对各驱动因素影响碳排放变化的具体路径（直接和间接）进行分解分析；第二，同一种驱动因素可能在不同驱动路径的作用机制下产生相互抵消的碳排放变化影响，从而最终显示较小的综合影响效应，直接测度各驱动因素的变化对城市碳排放变化影响的综合效果很可能掩盖各因素真实的驱动效果。[61]Wood和Lenzen提出了对碳排放驱动因素动态作用路径进行分解的结构路径分解法（Structural Path Decomposition，SPD），该方法能实现对各驱动因素的变化在最终需求的作用下通过区域间投入产出关系作用于区域碳排放演变的具体路径（包括直接路径和间接路径）进行分解，并精确测度每条路径对一国（区域）碳排放变化的贡献方向与贡献值。[62]目前，SPD法已被国外学术界应用为分析碳排放作用路径的前沿分析工具，[63]但研究起步较晚，尚未有研究应用SPD法系统性研究中国区域的碳排放作用路径问题，SPD方法应用于中国城市低碳发展研究有待进一步拓展。

（三）低碳城市建设的成效研究有待发展

尽管目前中国各城市均深入发展低碳经济，国家层面也分三批设立了低碳试点城市，但目前仅有少量研究涉及中国低碳城市建设的政策绩效评价，监测和评估等基础性工作还需要进一步的探索和应用。相关研究可从以下方面进行拓展：第一，以特定城市为研究对象，从主观评价和客观评价两大维度，综合运用多学科交叉的分析方法，系统地对研究对象的低碳政策绩效进行评价，并探索城市低碳政策体系的优化路径，为中国低碳城市建设的进一步发展提供理论支持；第二，目前国家尚未出台与公布统一的的低碳城市建设评价指标体系，因此，进一步的研究需要依据中国各城市的地理位置、人文特征和经济发展特征建立统一的、科学的、分区域的评价指标体系，作为低碳城市建设发展成效的评价基础；第三，评价内容既包含直接针对低碳政策实施效果的客观影响评价，也包含低碳政策对居民低碳价值理念、低碳生活方式、低碳消费选择、低碳关注程度等社会层面的影响，重视结合公众视角对低碳政策的实施效果进行补充评价。

（四）低碳城市政策实施成效的实证研究方法有待完善

学术界大多将政策实施前后低碳城市数据分析结果的差异归结为低碳政策的作用效果，或者通过计量模型法测度低碳政策的实施效果，但政策与效果之间因果关系存在不确定性，低碳政策评价是建立在低碳政策实施与城市低碳发展状况改变之间的因果关系之上的，而影响城市碳减排绩效的因素十分复杂，城市低碳发展状况的改变，往往会受到低碳政策行动之外的因素影响，计量模型也难以控制影响城市碳减排绩效的其他所有经济与社会变量，因此，试点城市试点前后碳排放绩效的差异并非一定是试点的后果，依据上述两种方法对低碳城市政策的实施效果进行评价可能存在偏颇，因此，进一步的研究需要采用科学的实证方法将低碳政策行动之外的影响因素进行分离，以科学测度低碳政策实施的效果。