碳锁定的空间非均衡性及动态演进分析——以江苏为例

蔡海亚 陈 思 潘坤友

(1.盐城工学院，江苏 盐城 224051； 2.盐城产业经济研究院，江苏 盐城 224051； 3.牛津大学，英国 牛津 OX13LZ)

《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》指出：“加快推动绿色低碳发展，推进重点行业和重要领域绿色化改造。”2020年12月，中央经济工作会议将“做好碳达峰、碳中和工作”列为重点发展任务之一(1)董景荣、张文卿、陈宇科：《环境规制工具、政府支持对绿色技术创新的影响研究》，《产业经济研究》2021年第3期，第1-16页。。当前，实现绿色低碳和可持续发展已经成为国际社会普遍共识，发展绿色低碳经济的本质是要解除碳锁定(2)Sun H P， Samuel C A， Amissah J K， et al.， Non-linear Nexus between CO2 Emissions and Economic Growth： A Comparison of OECD and B & R Countries， Energy， 2020， DOI： 10.1016/j.energy.2020.118637.。碳锁定是指路径依赖产生的规模报酬长期叠加效应，即产业发展高度依赖化石能源系统，本质上是一个“技术—制度综合体”，在技术层面和制度层面发生同步演化，也是工业国家历史发展路径的一种特有状态(3)郭进、徐盈之：《基于技术进步视角的中国碳锁定与碳解锁路径研究》，《中国科技论坛》2015年第1期，第113-118页。。江苏人口密集、经济发达，但工业结构倚重偏轻，高耗能、高污染行业占主导地位，经济发展具有高碳化特征，碳锁定效应显著，历年来化石能源消费量稳居全国前列，以传统化石能源为主的能源消费模式造成了巨大的资源消耗和环境污染负荷。江苏作为中国经济第二大省与典型的“能源输入型”地区，其化石能源消费主要以省外调进或国外进口为主，自1997年以来江苏碳排放总量一直高居全国前五，碳减排压力迫在眉睫。近年来，江苏不断践行高碳产业的低碳转型发展之路，但收效甚微。当前，江苏被列入能源消耗和碳排放大省行列，单位国土面积污染物排放总量高于全国均值，生态环境超载、环境成本透支问题愈发严重。为缓解高质量发展与绿色发展的深层次矛盾，破除碳锁定已成为江苏“十四五”期间迫切需要解决的难题。

一、文献回顾

目前，国内外学术界从多个维度研究碳锁定，研究成果较为丰硕，主要涉及研究内容如下。一是关于碳锁定的内涵。Unruh在2002年(4)Unruh G C， Escaping Carbon Lock-in， Energy Policy， 2002， No.4， pp.317-325.和2006年(5)Unruh G C， Carrillo H J，Globalizing Carbon Lock-in， Energy Policy， 2006， No.10， pp.1185-1197.的研究中提出了碳锁定概念，并对内涵、机理、策略进行分析，从理解碳锁定、解除碳锁定以及碳锁定的全球化等维度解读碳锁定问题。他认为，技术和制度是产生碳锁定的关键诱因，技术体系存在的路径依赖效应形成了碳锁定困境，而制度系统的介入加速碳锁定困境的形成，技术系统和制度系统的双重叠加促使碳锁定困境的最终形成。二是关于碳锁定的成因。Rasmus(2012)认为，碳锁定是技术和制度层面的复合体，碳基技术是产生碳锁定现象的根本原因，碳基技术形成的制度体系对碳锁定现象具有显著效应(6)Rasmus K， Carbon Lock-in， Rebound Effects and China at the Limits of Statism， Energy Policy， 2012， No.6， pp.939-945.。李宏伟等(2013)发现，碳锁定主要源自技术层面、组织层面、产业层面、制度层面、社会层面的锁定，并随着经济的发展不断进行强化和共同演化，最终呈现为具有超稳定性的碳基技术—经济—社会系统(7)李宏伟、杨梅锦：《低碳经济中的“碳锁定”问题与“碳解锁”治理体系》，《科技进步与对策》2013年第15期，第41-46页。。梁中(2017)指出，产业碳锁定的形成过程依次为“动力凝聚—路径依赖—锁定形成”，且这三个阶段存在逻辑上的递进关系(8)梁中：《“产业碳锁定”的内涵、成因及其“解锁”政策——基于中国欠发达区域情景视角》，《科学学研究》2017年第1期，第54-62页。。刘备等(2020)认为，技术进步能源偏向性可以增加地区碳排放锁定效应，且地区资源依赖性与技术进步能源偏向性碳锁定效应成正比，产业结构合理化和高级化在一定程度上可以缓解碳锁定效应(9)刘备、董直庆：《技术进步的能源偏向诱发“碳锁定效应”了吗》，《产经评论》2020年第4期，第133-148页。。牛鸿蕾等(2020)认为，碳锁定的成因主要有四个方面，分别为固定投入锁定、技术锁定、制度锁定、社会行为锁定(10)牛鸿蕾、刘志勇：《基于投影寻踪模型碳锁定效应的测度与分析——以江苏省为例》，《价值工程》2020年第2期，第179-180页。。三是关于不同行业碳锁定研究。武戈等(2017)测算中国30个省的工业碳解锁效应，并对其驱动因素进行分析，研究发现，能源利用效率和劳均产出可以显著抑制碳排放强度，而能源消费结构显著增强了碳排放强度(11)武戈、郑哲贝、周五七：《我国工业碳解锁动态演变进程及其影响因素研究》，《商业研究》2017年第2期，第43-49页。。蔡海亚(2018)探究中国碳排放的锁定状态及各产业部门碳锁定的演变特征，发现碳排放锁定状态集中在相对解锁和增长锁定，分为高排放高锁定、高排放低锁定、低排放高锁定、低排放低锁定四类(12)蔡海亚：《中国碳锁定的行业差异分解与解锁路径分析》，《北京交通大学学报(社会科学版)》2018年第2期，第44-51页。。梁中等(2022)通过对典型制造业细分行业进行分类测度和综合分析，判断绿色转型的复杂阻滞情景，发现我国传统制造业绿色转型存在明显的“双重错位锁定”效应困境，“碳基路径依赖”“价值链底部增长”两种锁定机制同时存在，严重阻碍了制造业绿色转型升级(13)梁中、汪跃：《从“双重错位锁定”到“双元解锁”——中国传统制造业绿色转型情景与政策路径》，《社会科学研究》2022年第1期，第68-76页。。四是关于碳解锁的实现路径。蔡海亚等(2016)指出，创新水平、产业结构、技术进步和能源效率的提升对碳解锁具有推动作用，能源效率、技术进步和产业结构产生的直接碳锁定效应较大，而创新水平、技术进步和产业结构产生的间接碳解锁效应十分显著(14)蔡海亚、徐盈之、双家鹏：《区域碳锁定的时空演变特征与影响机理》，《北京理工大学学报(社会科学版)》2016年第6期，第23-31页。。汪中华等(2016)对中国碳超载下碳锁定与解锁路径进行实证研究，指出在长期和短期内削减化石能源消耗、增加技术投入对破除碳锁定存在显著抑制作用，而第二产业和第三产业的发展速度对碳锁定的影响效应在长期和短期内并不一致(15)汪中华、成鹏飞：《中国碳超载下碳锁定与解锁路径实证研究》，《资源科学》2016年第5期，第909-917页。。徐盈之等(2018)分析碳锁定的影响因素，研究结果表明，技术进步、人均财富、产业结构、财政支出占比等因素有助于降低区域碳锁定(16)徐盈之、陈艳：《中国省际碳锁定的空间溢出效应——基于空间自回归模型的实证研究》，《华南师范大学学报(社会科学版)》2018年第2期，第126-134页。。孙丽文等(2020)剖析碳排放权交易对工业碳锁定程度的影响，研究结果表明，工业碳锁定具有空间溢出效应，碳排放权交易可以有效缓解本地区和相邻地区工业碳锁定(17)孙丽文、赵鹏、任相伟等：《碳排放权交易减轻中国工业碳锁定了吗？——基于DID及SDID方法的实证分析》，《科技管理研究》2020年第9期，第205-211页。。张济建等(2021)采用非期望超效率模型测度长江经济带碳解锁效率，并借助Tobit面板模型分析碳解锁效率发生变化的成因，结果显示，长江经济带碳解锁效率变化指数整体处于上升态势，技术进步是碳解锁效率提升的关键要素，发展地区经济、加大对外开放、提升城镇化水平均有助于提高碳解锁效率，是长江经济带破除碳锁定实现碳解锁的主要途径(18)张济建、刘清、丁绪辉：《长江经济带碳解锁效率研究——基于SE-DEA-Malmquist指数》，《华东经济管理》2021年第6期，第1-10页。。五是碳锁定的应对策略。王岑(2010)(19)王岑：《“碳锁定”与技术创新的“解锁”途径》，《中共福建省委党校学报》2010年第11期，第61-67页。、刘美平(2010)(20)刘美平：《我国低碳经济推进与产业结构升级之间的融合发展》，《当代财经》2010年第10期，第86-91页。指出，破解碳锁定效应需要积极研发低碳技术、大力研发低碳产业相关技术、营造低碳生活方式、打造低碳技术创新系统，并建立与低碳技术相结合的制度体系。周五七等(2015)借助脱钩理论分析中国工业行业碳解锁的演进特征，指出工业节能减排与结构调整政策的实施需要稳定性和连续性，充分重视结构性减排在工业碳解锁中的作用，在减排过程中需要依据具体行业特征制定精准的节能减排策略(21)周五七、唐宁：《中国工业行业碳解锁的演进特征及其影响因素》，《技术经济》2015年第4期，第15-22页。。吴玉萍(2016)认为，技术和制度因素是河南碳锁定形成的根本途径，同时在消费主体、生产主体和行政主体三种力量的驱使下，产生了技术锁定、产业锁定、制度锁定、城镇居民消费锁定，形成了一个具有路径依赖特征的综合系统，最终导致河南城镇化进程中碳锁定的形成，相应的碳解锁策略可从破除技术锁定、产业锁定、制度锁定、城镇居民消费锁定四个层面入手(22)吴玉萍：《河南城镇化进程中碳锁定的形成机制及解锁策略研究》，《河南师范大学学报(哲学社会科学版)》2016年第3期，第73-76页。。何燕子等(2022)通过对湖南省先进制造业碳解锁效率进行分析，认为湖南省可以通过进一步削减制造业的行业差距，优化和调整先进制造业结构布局，开发和使用新能源，配合国家绿色化发展战略，构建绿色经济型发展模式等方式，提高先进制造业碳解锁的效率(23)何燕子、王婉玉：《碳中和视阈下湖南省先进制造业碳解锁效率评价研究》，《长沙大学学报》2022年第3期，第67-75页。。陈宇峰(2022)认为，压缩高耗能、低产出的产业规模，发展低能耗、高产出的第三产业，可以减轻区域经济发展对能源的依赖程度，缓减能源价格冲击的负面影响，但区域的产业结构本身具有一定的刚性，产业间的关联也使产业调整过程变得十分困难(24)陈宇峰：《能源冲击与经济传递：理论及中国经验》，商务印书馆2022年版，第176页。。

梳理已有的研究文献可知，目前主要从定性分析角度探讨碳锁定的概念、成因、解锁路径，从宏观区域层面对碳锁定形势作定量分析，鲜有从城市层面探索碳锁定的空间非均衡及动态演进。因此，本文试图从城市层面出发，以江苏省13个地级市为研究对象，借助CO2排放量与地区建成区绿化覆盖率所吸收CO2的差值来衡量碳锁定，利用泰尔指数及其嵌套分解方法、空间自相关法，探究江苏碳锁定的空间非均衡及动态演进特征，并根据研究结论提出破除江苏碳锁定的对策建议。

二、研究设计

根据对文献的梳理、分析，开始研究设计，首先介绍江苏碳锁定的空间非均衡及动态演进分析的研究方法，其次介绍城市层面碳锁定的测度方法以及所涉及的数据来源情况。

(一)泰尔指数的测算及其嵌套分解方法

泰尔指数是一种刻画某一现象差异性的方法，广泛用来衡量区域之间的差异程度，数值越大表明地区差异越大。泰尔指数的优势在于将样本分为多个群组，在测算总体差异的同时可以对其进行拆分，进一步揭示组内差异、组间差异的作用大小及其在总体差异中的贡献度。本文采用泰尔指数测度江苏碳锁定指数的整体及区域差异，旨在揭示碳锁定在2006—2020年的演变轨迹。此处参考蔡海亚等(2017)的研究思路对泰尔指数进行分解(25)蔡海亚、徐盈之：《贸易开放是否影响了中国产业结构升级？》，《数量经济技术经济研究》2017年第10期，第3-22页。，其计算公式为：

(1)

其中，i表示城市；j表示区域；T表示泰尔指数；C-lock表示江苏碳锁定指数；C-lockji表示j区域内i城市碳锁定指数；G表示i城市GDP；Gji表示j区域内i城市GDP。

对泰尔指数进行分解，进一步测度区域间和区域内差异，Tn表示j区域内i城市的碳锁定指数的差异，具体计算公式如下：

(2)

此处，将泰尔指数进行分解：

总体差异：

(3)

组内差异及贡献度：

(4)

w=Tw/T

(5)

组间差异及贡献度：

(6)

b=Tb/T

(7)

其中，Tw表示组内差异；Tb表示组间差异；C-lockj表示j区域内碳锁定指数；Gj表示j区域内GDP；w和b分别表示组内差异和组间差异的贡献度。

(二)空间关联分析

空间自相关主要用来研究观测样本的空间集聚和关联性，反映某样本与其相邻样本在不同空间分布上的显著程度。本文借助全局和局部Moran’sⅠ指数测度碳锁定的空间自相关性。

1.空间权重矩阵。空间权重矩阵是ESDA对研究样本进行度量的前提。最早关于空间权重矩阵的测度是以空间单元二进制邻接性理念为基础，二进制连接矩阵只有0和1两种赋值。若两个空间样本之间是相互连接的，则赋予其对应的二进制连接矩阵值为1，反之则赋值为0。构建一个n×n的矩阵wij，确定样本的空间权重，其定义如下：

(8)

通常，可以借助Rook和Queen规则来构建空间权重矩阵，其构建原理如下：

通过Rook规则构建，可表示为：

(9)

通过Queen规则构建，可表示为：

(10)

其中，Wij为空间权重矩阵，本文借助Rook规则构建空间权重矩阵。

2.全局空间自相关。全局空间自相关反映观测样本在某一空间内的整体分部情况，揭示了某一空间内观测样本在空间上的相似程度。计算方式如下：

(11)

Z值的检验公式如下：

(12)

其中，E(Moran’sⅠ)表示数学期望值；VAR(Moran’sⅠ)表示方差；Z>0表示空间正相关，反之空间负相关。

3.局部空间自相关。局部空间自相关反映观测样本在某一空间内的局部分布情况，揭示某一空间内观测样本在空间上的异质性。计算方式如下：

(13)

其中，S2表示方差；Ii>0表明具有空间聚集效应，反之则具有空间分散效应。

Moran散点图用来揭示观测样本的空间不稳定性。用向量形式表达的计算方式如下：

(14)

其中，z表示样本与其均值离差组成的向量；Wz表示相邻样本的空间加权均值。

(三)变量选取

目前关于碳锁定的理论分析居多，主要从技术锁定、制度锁定和社会锁定等方面展开，涉及碳锁定定量分析的研究相对较少。现有文献主要涉及全国和省级层面碳锁定的测度，大多数研究主要借助行业投入产出表或区域投入产出表对全国或者省级层面的碳锁定进行测度，受到数据可得性和获取性的限制，从城市层面对碳锁定测度的难度较大，也缺乏相关的核心指标。本文参考李少林(2017)(26)李少林：《城镇化进程中碳锁定的诱发机制与解锁路径研究》，《财经问题研究》2017年第3期，第28-35页。的研究思路，借助CO2排放量与地区建成区绿化覆盖率所吸收CO2的差值表示。假设能源消费引发的CO2排放是城市碳排放的主要来源，并将城市建成区绿化覆盖率作为吸收CO2排放强度的指标，即借助CO2排放量与地区建成区绿化覆盖率所吸收CO2排放量的差值来衡量碳锁定，计算公式为：

C-lockit=CO2it×(1-greenit)

(15)

其中，CO2表示二氧化碳排放量；green表示城市建成区绿化覆盖率。

(四)数据来源

目前，城市维度的能源消耗数据无法直接从相关资料中获取，因此未能直接收集江苏省13个城市的分行业能源消耗数据。此处，参考赵秀娟等(2015)(27)赵秀娟、张捷：《基于绿色索洛模型的产业结构变动对碳排放影响——以广东省为例的实证研究》，《产经评论》 2015年第3期，第38-53页。的研究思路来估算城市碳排放量，其计算方式为：假定某城市在某一行业单位生产过程创造的新增价值所产生的碳排放量相同，那么可依据江苏地区能源平衡表(实物量)，借助排放因子法计算江苏省农林牧渔水利业、工业、建筑业、交通运输、仓储及邮电通讯业、批发和零售贸易餐饮业以及其他服务业消费产生的碳排放(由于省份生活部门能源消耗约占能源消耗总量的 11%，同时各城市无法计算生活部门能源消耗量，此处未测算生活部门能源消耗量)；其次，计算江苏13个地级市的农林牧渔水利业、工业、建筑业、交通运输、仓储及邮电通信业、批发和零售贸易餐饮业以及其他服务业增加值在全省该行业增加值的份额，并将这些行业的碳排放依次分摊至江苏13个地级市。最后，将江苏13个地级市各行业的碳排放数据进行汇总，即可计算出城市碳排放数据。其中，建成区绿化覆盖率、江苏地区能源平衡表(实物量)、各行业增加值等指标均来源于2007—2021年《江苏统计年鉴》。

三、实证分析

为了解江苏碳锁定的空间非均衡及动态演进现状，对江苏碳锁定状况的变化趋势进行描述，通过泰尔指数的测算及其嵌套分解方法直观展示碳锁定的空间非均衡特征，借助空间自相关分析法对江苏碳锁定的动态演进格局进行分析。

(一)现状分析

表1报告了2006—2020年江苏各城市碳锁定指数状况，评价结果显示，江苏碳锁定分布具有明显的空间非均衡性，碳锁定指数从2006年的2 020升至2020年的3 277，增长了近1.62倍，相对增长率为62.13%。从城市层面来看，历年均值最高的是苏州(8 426)，最低的是宿迁(969)，两者相差达7.69倍。有4个城市高于均值水平(2 884)，占省份总数的30.77%，其中苏州、南京、无锡、南通、常州排在前5位，排名末5位的分别为泰州、镇江、淮安、连云港、宿迁。镇江的碳锁定指数与苏南其他城市相比较低，其原因在于镇江面积较小，在全省排在末位，限制了镇江整体经济规模的发展，因此产生的碳锁定指数相对较低。进一步计算碳锁定指数的相对增长率，以100%、75%、50%为界定标准，可将江苏13个地级市划分为以下四种类型：一是快速增长型(V>100%)，包括南通、连云港、宿迁、淮安4个城市；二是较快增长型(75%≤V<100%)，包括南京、盐城、扬州、泰州4个城市；三是较慢增长型(50%≤V<75%)，包括徐州、常州2个城市；四是缓慢增长型(V<50%)，包括无锡、苏州、镇江3个城市。

从区域分布来看，苏南地区碳锁定指数历年均值最高(4 472)，苏中地区次之(2 400)，苏北地区最低(1 586)，但苏北地区相对增长率最高(99.13%)，苏中地区次之(95.55%)，苏南地区最低(43.50%)。苏南地区历年碳锁定指数比重整体呈现逐年下降的发展态势，占江苏比重介于57.83%～73.04%之间，下降速度较为平稳；苏中地区历年碳锁定指数比重低于苏南地区，占江苏比重介于16.67%～20.74%之间，上升幅度较为平缓；苏北地区历年碳锁定指数比重略高于苏中地区，占江苏比重介于17.41%～23.38%之间，保持小幅度上升走势(见图1)。

以上分析可知，江苏碳锁定指数虽然有所增长，但上升幅度开始逐渐变小，苏南地区相对增长率低于苏中、苏北地区，且苏南地区历年碳锁定指数占比低于苏中、苏北地区。本文认为出现上述

表1 2006—2020年江苏碳锁定指数

图1 江苏省三大区域历年碳锁定指数及其占比

现象的原因主要是江苏区域间的产业结构调整所致。近年来，苏南地区为了实现产业的腾笼换鸟，不断将大量的劳动密集型产业和资源密集型产业向苏中、苏北地区转移，而转移到当地的产业多数具有双高特征，致使苏中、苏北地区出现了产业转移的后遗症，从而加剧了地区对化石能源的依赖程度，碳锁定状况并未得到有效缓解。

(二)空间非均衡分析

表2报告了泰尔指数的总体差异，江苏碳锁定泰尔指数总体呈现先降后升的发展态势，最大值和最小值的年份分别出现在2006年(0.0108)和2013年(0.0028)。2006—2013年总系数一直处于下降状态，由2006年的0.0108降至2013年的0.0028，下降幅度为70.07%。2014—2018年间总系数一直处于上升状态，由2014年的0.0043升至2018年的0.0069，上升幅度为60.46%。在2019—2020年又有所下降，回落至0.0042。从历年泰尔指数增长率的变动情况来看，江苏碳锁定差异在2006—2013年间大致呈现衰减的发展态势，在“十一五”期间下降幅度尤为显著，值得关注的是泰尔指数在2014—2018年有所回升，说明当时江苏碳锁定差异存在一定的反弹势头。造成上述现象的原因可能在于，我国政府在《国民经济和社会发展第十一个五年规划(2006—2010年)》中指出，将降低能源强度和减少主要污染物排放总量作为衡量国民经济和社会发展的约束性指标，弱化GDP在政绩考核中的占比。因此，江苏政府积极响应国家号召，呼吁节能减排，出台《江苏省“十一五”环境保护和生态建设规划》对污染密集型行业进行治理，致使区域整体碳锁定差异逐年下降。随着苏南地区产业的脱碳化发展和江苏内部对产业结构的整体调整，部分落后产业向相对落后的苏中和苏北地区转移，致使区域碳锁定差异有所反弹。

表3报告了泰尔指数的区域差异，地区泰尔指数由高到低依次为苏南、苏中、苏北，其中苏南

表2 2006—2020年江苏碳锁定泰尔指数及其增长率

表3 2006—2020年江苏碳锁定泰尔指数及其分解

地区泰尔指数发展较为平稳，波动幅度较小；苏中地区泰尔指数先降后升，以2011年为分水岭，在2011年前大致持续下降，此后大致开始持续上升；苏北地区泰尔指数变动幅度较小，一直处于相对稳定的发展态势。借助泰尔指数空间分解性，进一步对区间差异(Tb)和区内差异(Tw)进行分解(见表4)。从地区间差异角度来看，区间差异(Tb)大致呈现“W”形的发展趋势，从地区内部差异角度来看，区内差异(Tw)总体呈现倒“N”形的发展态势，区间差异和区内差异变动并没有随着时间序列的变化而表现出显著的逐年递增或递减的发展态势。区内差异泰尔指数贡献率介于71.40%～99.54%之间，区间差异泰尔指数贡献率介于0.46%～28.60%之间，江苏内部发展的非均衡是碳锁定产生差异的主要动因，苏南、苏中、苏北内部的发展差异对总体差异的影响较大，而苏南、苏中、苏北之间的发展差异对总体差异的影响相对较小。

表4 2006—2020年江苏碳锁定差异内部分解

(三)动态演进分析

由上文分析可知，江苏碳锁定指数整体发展态势以及各城市的差异化特征，但未能显示出碳锁定指数的空间关联度和动态演变格局。此处通过计算2006—2020年江苏碳锁定指数的全局Moran’s Ⅰ和局部Moran’s Ⅰ估计值，生成Moran散点图来反映江苏城市群碳锁定指数的空间动态演变格局。表5报告了2006—2020年江苏碳锁定的Moran’s Ⅰ指数及其Z统计值。研究发现，各年份的Moran’s Ⅰ指数均显著为正，表明江苏碳锁定存在明显的空间正相关，马太效应显著，具体表现在江苏碳锁定严重的地区趋同于其他碳锁定严重的地区形成“高高”集聚阵营，江苏碳锁定较低的地区趋同于其他碳锁定较低的地区形成“低低”集聚阵营，呈现差异显著的两大组团式环状“俱乐部”。

全局Moran’s Ⅰ指数仅能反映江苏碳锁定的整体集聚效应，无法揭示局部单元在邻近空间的关联程度。为了弥补该不足，本文以2006年、2010年、2015年、2020年为时间节点，借助局部Moran’s Ⅰ估计值来度量江苏碳锁定的空间异质性，通过Moran散点图来探究不同城市之间碳锁定的空间关联程度。由图2可知，2006年、2010年、2015年、2020年绝大多数城市都位于第一、第三象限，表明碳锁定高值集聚和低值集聚现象是江苏碳锁定空间关系的主要形式。江苏碳锁定较高的城市趋于强强集聚，形成“高地区域”；江苏碳锁定较低的城市趋于弱弱集聚，形成“洼地区域”，在空间上为组团式的环状分布。与2006年、2010年、2015年相比，2020年处于第一、第三象限的城市数量有所上升，马太效应有所增强。

表5 江苏碳锁定的Moran’s Ⅰ指数及其Z统计值

图2 2006年、2010年、2015年、2020年江苏城市碳锁定空间分布Moran散点图(28)1-13依次代表南京、无锡、常州、苏州、镇江、南通、扬州、泰州、徐州、连云港、淮安、盐城、宿迁。

2006年位于第一象限(HH)的城市有无锡、苏州、常州，第二象限(LH)的城市为镇江、南通、泰州，位于第三象限(LL)的城市较多，有盐城、淮安、宿迁、徐州、扬州、连云港，第四象限(HL)的城市为南京。与2006年相比，2010年和2015年南通从“LH”区转移到“HH”区、常州从“HH”区转移到“LH”区；2020年城市碳锁定空间格局分布变化较小，仅有南通从“LH”区转移到“HH”区，其余城市所处象限均不变。虽然，2006—2020年江苏碳锁定的空间集聚性先降后升，但总体空间格局分布基本保持不变，即无锡、苏州为“高高”集聚阵营，盐城、淮安、宿迁、徐州、扬州、连云港为 “低低”集聚阵营。

四、结论与建议

本文基于城市尺度和空间关联视角，以江苏省13个地级市为研究对象，利用泰尔指数及其嵌套分解方法、空间自相关法探究江苏碳锁定的空间非均衡及动态演进特征。研究结论如下：江苏碳锁定分布具有明显的空间非均衡性，城市之间发展不平衡，具有明显的区域差异特征，泰尔指数由高到低依次为苏南地区、苏中地区和苏北地区，且区内差异的贡献率远大于区间差异的贡献率，三大地区内部发展的非均衡是江苏碳锁定产生差异的主要动因。江苏各城市碳锁定状况存在空间关联特征，空间发展格局集中性不断上升，马太效应有所增强。结合上述研究结论，提出以下碳解锁建议。

(一)打造江苏区域联合治理体系

研究发现，江苏碳锁定具有显著的空间关联性，13个地级市之间相互影响。因此，地区政府需要在整体利益上达成共识，打破区域行政壁垒，在制定碳解锁政策时，需要统筹兼顾整体和局部，增强制度资源的流动效率。同时，积极打造区域联合治理体系，可以将周边地区环境发展质量同时纳入本地区考核指标，构建区域利益共同体，与周边地区互惠互助、合作共赢。

(二)推动碳锁定在地区之间的合理流动

研究发现，江苏碳锁定分布具有明显的空间非均衡性，三大地区内部发展的非均衡是江苏碳锁定产生差异的主要动因。江苏产业转移带来的后遗症致使苏南地区成为发展的受益者，而苏中、苏北地区为获得经济增长动力，加大了对高碳化石能源的依赖，降低了经济效率，不利于其后期可持续发展。因此，在后续发展中，苏中、苏北地区需要以提高经济发展质量和效益为中心，而非盲目追求经济增量，苏南地区则需增强对苏中、苏北地区低碳技术的辐射。

(三)从技术和制度层面实现双重突破

碳锁定本质上是一个“技术—制度综合体”，在技术层面需要重点关注制造业的碳减排，减轻江苏制造业的能源依赖，增强低碳技术的研发，积极开发使用新能源；在制度层面需要制定符合江苏产业发展的节能减排政策，全面涉及环境、贸易、碳税、财政、金融等领域，同时，注重居民消费方式的引导，宣传低碳消费理念，从源头增强消费结构的低碳化发展。

(四)借鉴国际经验，实现低碳发展

江苏可借鉴发达国家碳达峰、碳中和的经验，如加强地区气候立法，加快碳制度体系建设，为推进“双碳”目标提供立法保障；多措并举削减化石能源使用量，促进能源结构调整，开发清洁能源发电业务；建设统一的碳排放交易市场，有序扩大交易市场行业覆盖范围，推动企业低碳转型；积极实施“走出去”战略，加强与国际低碳减碳合作，掌握国际气候谈判、市场合作的最新要求，积极与发达国家建立标准互认机制。

五、研究不足与展望

由于受数据可获取性的限制，当前从城市层面对碳锁定测度的难度较大。城市维度的能源消耗数据无法直接从相关资料中获取，因此未能直接收集城市的分行业能源消耗数据。在实际计算时，无法计算各城市生活部门能源消耗量，因此最终测算的城市碳排放量缺乏生活部门能源消耗量，不能完全准确反映该城市碳排放的实际情况。此外，本文仅以江苏为例，未将研究对象拓展到更大的区域，后续应扩大研究范围；只关注了江苏碳锁定的空间非均衡性及动态演进，存在研究深度不足的问题，后续应进一步考虑江苏碳锁定的空间非均衡性及动态演进的具体成因。