中国纺织服装行业碳排放量的时空格局演变

黄倩倩，曲洪建

(上海工程技术大学 纺织服装学院，上海 201600)

实现工业化的进程中往往伴随着大规模的资源开发，因此中国的碳排放量在过去50年中急速增长，2006年后成为了世界第一高碳排放量大国[1]。基于应对全球气候变化、承担社会责任的角度，政府高度重视降碳减排工作，自2009年以来相继提出多项减排政策。2020年政府提出了“碳达峰”和“碳中和”的“双碳”目标后，2021年国务院印发《2030年前碳达峰行动方案》。纺织服装行业是重要的民生行业，也是“高碳”行业[2]。在此社会背景下，纺织服装行业需充分了解各省市本行业碳排放量的时空演变情况，才能根据各地区碳排放量的情况因地制宜、有效施策，高质量地完成行业降碳减排任务。

在对中国纺织服装行业的碳排放量研究中，学者们多使用碳排放量系数法(IPCC)核算碳排放量，研究视角主要分为全国和某一省市的碳排放量研究。基于全国的研究视角，卢安等[3]利用IPCC法核算的数据定性分析了2000—2012年中国纺织服装行业的碳减排潜力，并核算出碳排放量数据；王来力等[4]、马月华等[5]研究了影响纺织服装行业碳排放量的因素。基于某一省市的研究视角，巩小曼等[6]、李一等[7]使用IPCC法分别研究新疆维吾尔自治区(1998—2017年)、宁波市(2001—2014年)纺织服装行业碳排放量与经济增长在不同时期的脱钩状态；王来力等[8]探究杭州市纺织服装工业总产值与碳排放量之间的关系。以往的研究中，学者们重视分析纺织服装行业的碳排放量变化，研究成果日趋多样化，但是省域尺度的纺织服装行业碳排放量研究集中于单一某省市碳排放量的时间变化，鲜有全国多个省市纺织服装行业碳排放量的空间变化研究。

本文以省域尺度的全国纺织服装行业为研究对象，对IPCC法核算出的碳排放量数据从时间、空间维度上进行分析，深入研究该领域全行业、细分行业、不同能源碳排放量的时空演变情况，帮助纺织服装行业总结分析碳减排工作，并分别从降碳时间规划、减排空间布局的角度上提出优化碳减排效果的建议。丰富了纺织服装行业全国碳排放量的省域空间变化研究，对我国纺织服装行业碳排放量的时空演变规律具有一定理论价值和现实意义。

1 数据来源和研究方法

1.1 数据来源

原始数据来源于《中国统计年鉴》《中国工业统计年鉴》和CEADs 数据库，从1997—2019年间30个省市细分行业的能源消费与碳排放量清单中选取纺织服装行业的数据。统计的30个省市包括22个省(除台湾省)、4个自治区(除西藏自治区)和4个直辖市。各省行业核算指标包括原煤、焦炭等化石燃料燃烧与水泥生产相关过程排放[9]。CEADs数据库由英国研究理事会、科学院等多家研究机构核算数据，是目前核算行业碳排放量最权威的数据库之一[10]。

1.2 研究方法

IPCC方法也称排放系数法，通用碳排放量计算方式为：碳排放量=能源消耗量×碳排放量系数。参考刘梦等[10]研究可知，CEADs 数据库关于IPCC方法的测算公式分别如式(1)、(2)所示，采用了Liu等[11]研究使用的碳排放量系数值如表1所示：

表1 碳排放量系数

CEij=ADij×EFij

(1)

式(1)中：CEij为省份j在纺织服装行业消耗能源i的碳排放量，Mt(即百万吨)；ADij为省份j在纺织服装行业消耗能源i的能源消耗量，Mt；EFij为能源i的碳排放量系数。

ADij=IPi,j+(Imi,j-Exi,j)+(MIi,j-SOi,j)±

SCi,j-NUi,j-Li,j

(2)

式(2)中：IPi,j表示省份j在纺织服装行业消耗能源i的碳排放量总量，Mt；(Imi,j-Exi,j)表示省份j在纺织服装行业消耗能源i的碳净进口碳总量，Mt；(MIi,j-SOi,j)表示省份j在纺织服装行业消耗能源i的其他地区的净输入碳总量，Mt；SCi,j表示省份j在纺织服装行业消耗能源i的本地碳库存量，Mt；NUi,j表示省份j在纺织服装行业消耗能源i的未使用的碳存量，Mt；Li,j表示省份j在纺织服装行业消耗能源i的经济活动中的碳损耗，Mt。

获取1997—2019年间中国纺织服装行业30个省市的碳排放量数据后，首先从宏观的纺织服装行业视角上，使用Origin软件依次绘制纺织服装行业、细分行业(纺织工业和服装服饰业)、能源(煤类、气类和油类能源)碳排放量的时间演变图并进行分析；然后从省域视角上，借助ArcGIS软件分析1997、2003、2008、2013和2019年中国纺织服装行业、细分行业和不同能源的空间碳排放量。

2 纺织服装行业碳排放量的时间演变

2.1 纺织服装行业碳排放量的总体时间特征

1997—2019年，中国纺织服装业及其子行业碳排放量的时间演化见图1(注:参照GB/T 4754—2017《国民经济行业分类》注释，纺织服装行业界定为从事服装、服饰等纺织品从生产、加工到制造完成的行业，划分为纺织工业、服装服饰业。纺织工业是指从事棉、毛、麻、丝绢、化纤的纺织及印染精加工，针织编织物、钩针编织物、家用纺织制成品制造的行业；服装服饰业是指机织服装、针织或钩针编织皮革、毛皮、羽毛服装和服饰制造的行业)。由图1(a)示出：中国纺织服装行业碳排放量呈现先升后降的总体变化趋势。全行业碳排放量最大值出现在2008年，为32.74 Mt。1997年到2008年间呈现上升趋势，年均上升5.63%；从2008年(32.74 Mt)到2019年(17.91 Mt)呈现下降趋势，年均下降5.34%。

图1 1997—2019年中国纺织服装业及其细分行业碳排放量的时间演变

改革开放以来，国内面料加工企业不断涌现，纺织品生产总量持续上升，由于生产工艺、“三废”(工业污染源产生的废水、废气和固体废弃物)污染治理技术落后等问题，纺织服装行业呈现碳排放量总体上升的状态。“十一五(2006—2010年)”和“十二五(2011—2015年)”期间，为了实现行业可持续发展，纺织服装全行业引进国外先进技术装备、研究污染物治理技术、大力淘汰落后产能装备，落实行业降耗减污[12]。因此，全行业碳排放量以2008年前后为拐点呈现“先上升后下降”的时间演变特征。

2.2 细分行业碳排放量的时间特征

由图1(a)示出，纺织服装细分行业每年的碳排放量排序均为：纺织工业>服装服饰业，且纺织工业的碳排放量远远大于服装服饰业的碳排放量。由图1(a)示出，2种细分行业碳排放量的变化和纺织服装行业的变化同步，也呈现出以2008年为转折点先升后降的趋势。由图1(b)示出，研究期间，2种细分行业的碳排放量占比稳定，纺织工业在整个行业中的占比在76%～80%，约是服装服饰业的2倍。

纺织工业碳排放量高的现象，与全行业化学纤维在纺织纤维加工总量中的比重高密切相关。“十五(2001—2005年)”期间，化学纤维在纺织原料中的比重已经达到65%[13]；“十一五”和“十二五”时期比重持续上升，分别达70%[14]、84%[15]。化纤生产具有比重高且生产制造链条长，设备耗能高的特征[8]，相比于服装服饰业，纺织工业碳排放量大、占比高的结论符合行业实际生产特征。

2.3 不同能源碳排放量的时间特征

1997—2019年中国纺织服装行业能源碳排放量的时间演化见图2(注:煤类能源包括原煤、洗精煤、煤砖、焦炭、其他洗煤和其他焦炭；油类能源包括原油、汽油、煤油、柴油、燃料油；气类能源包括焦炉煤气、液化石油气、炼油气、天然气和其他煤气)。由图2(a)示出：3类能源中，煤类能源碳排放量远远高于油类能源和气类能源。煤类能源和油类能源碳排放量均以2008年为分界点，呈现先上升后下降的趋势，煤类能源碳排放量变化和纺织服装行业变化同步性更高。研究期间，气类能源碳排放量呈现逐年缓慢上升的趋势，且其碳排放量在2019年超过了油类能源。由图2(b)示出：在纺织服装行业各类能源碳排放量构成中，3类能源碳排放量占比结构较为稳定。具体分析可知，1997—2016年间煤类能源碳排占比每年均在70%以上，平均年占比为74.82%，2017—2019年间煤类能源碳排占比均低于70%；油类能源碳排放量平均占比约为21.04%，2019年占比最低，为15.20%；气类能源占比呈递增趋势，2019年占比最高，为18.37%。

图2 1997—2019年中国纺织服装行业能源碳排放量的时间演化

化石能源中碳排放量系数排序为：煤类能源>油类能源>气类能源[16]。我国煤类能源储量丰富，开采成本相对较低，工业生产主要依赖煤类能源[1]，加之煤类能源碳排系数最高，因此，行业消耗煤类能源产生的碳排放量最高。“十一五”期间，全行业单位增加值综合能耗累计下降约40%[17]；“十二五”期间，印染综合能耗减少18%[18]。这些数据解释了“十一五”以来纺织服装行业煤类能源碳排放量持续下降的现象。以生物基聚酰胺纤维、蒸汽能量回收技术、生物柴油制备及产品分离纯化等为代表的环保技术研发，可减少对石油、重油等资源的消耗，进而降低油类能源碳排放量；纺织服装企业积极推进锅炉煤改气工程[15]，降低了煤类能源消耗的同时，增加了气类能源碳排放量，气类能源碳排放量因而呈上升趋势。

3 纺织服装行业碳排放量的空间演变

3.1 纺织服装行业碳排放量的总体空间特征

1997—2019 年中国纺织服装行业碳排放量的空间演变见图3。由图3示出：中国纺织服装行业碳排放量呈现东部沿海地区高，中西部内陆地区低的分布规律。这一期间，累计碳排总量前10的省市分别是：广东、山东、浙江、江苏、福建、四川、上海、湖北、河北、河南，多为东部沿海城市。在此期间，10省市累计碳排总量占比为83.54%，即中国前33%的省市在纺织服装行业领域贡献了84%的二氧化碳排放量。其中，累计碳排总量最高的是广东省，达91.87 Mt，占统计中30个省的16.60%。在1997—2008年纺织服装行业碳排放量的上升期、2008—2019年纺织服装行业碳排放量的下降期，上海、四川、山东、广东、江苏、河北、浙江7个省市每年碳排放量均位居全国前十。1997—2008年中国纺织服装行业碳排放量整体上升期间，广东省一直是碳排放量最多的省份，于2008年达到排放峰值(6.87 Mt)后，碳排放量呈逐年下降趋势。山东省在2011—2014年和2018—2019年间是年度碳排放量最多的省份。2019年，中国碳排放量超过1 Mt的省份有：山东、浙江、江苏、四川、广东、福建、湖南。因此，中国纺织服装行业降碳减排的重点应放在东部沿海省份，如广东、山东、浙江、江苏等。

单位：Mt。 注:该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS (2016) 1600号的标准地图制作，底图无修改。图4～ 8的制作同此图。

自“十五”期后，我国市场资源配置发挥主要作用形成了沿海地区纺织服装行业集群集中的格局。“十五”期间，沿海地区的江苏、浙江、广东、上海、山东、福建五省一市占据全国约80%的纺织企业，73%的从业人员，82%的销售产值[13]；尽管行业转移步伐加快，“十一五”以后，我国纺织工业约80%的产能仍集中在东部地区[14]。因此，我国上述东部沿海地区省市的纺织服装行业碳排放量高。2008年，人民币升值导致原材料、油价、劳动力等成本上涨过快，我国东部沿海省市受国内从紧的货币政策影响，纺织服装生产加工减产、对外贸易出口下降[19]。因此，国内货币政策可解释全国多地区纺织服装行业及细分行业的碳排放量以2008年前后为拐点由升转降的现象。在“十一五”以来，广东省在全行业中大力提倡和推行清洁生产，有60家广东省纺织企业取得清洁生产认证，清洁生产规模不断扩大；“十二五”期间，广东省通过建立废旧纺织品循环利用中心、建设重点大型企业能源管理中心、淘汰高能耗和高水耗的落后生产设备来实现行业节能减排[20]。因此，广东省全行业的减排效果显著。相较于其他东部沿海地区[21]，山东省的纺织服装行业转出量较小，其2008年后的碳减排效果并不显著，2008年后该省碳排放量多次超过广东省。

3.2 细分行业碳排放量的空间特征

3.2.1 纺织工业碳排放量的空间特征

1997—2019年纺织工业碳排放量空间演变见图4。由图4示出：中国纺织工业碳排放总量的分布规律和纺织服装行业相似，也呈现东部沿海地区高，中西部内陆地区低的分布规律。这一期间，在纺织工业领域累计碳排放量超过20 Mt的省市有：山东、浙江、广东、江苏、四川、福建、上海，除四川省外均为东部沿海省份。山东(71.03 Mt)、浙江(68.80 Mt)、广东(66.12 Mt)、江苏(50.81 Mt)在纺织工业领域累计碳排放量超过50 Mt，且每年碳排放量均超过1 Mt。2003年以后，山东、浙江、江苏3省每年纺织工业的碳排放量分别在2～5 Mt、2.3～4 Mt、1.6～3 Mt范围内波动；1997—2019年间，广东省纺织工业的碳排放量于2008年达到峰值，后开始呈现缓慢下降趋势，从2008年的4.80 Mt下降到2019年的1.26 Mt，年均下降11.42%。可见，广东省纺织工业在此期间的减排效果显著。1997—2003年期间，四川、福建在纺织工业领域每年碳排放量均在1 Mt以下。2004年后四川省承接东部沿海省市迁移的纺织服装企业，企业规模扩大，2004年以后该省纺织工业碳排放量高于1 Mt[21]。

单位：Mt。

3.2.2 服装服饰业碳排放量的空间特征

1997—2019 年服装服饰业的碳排放量空间演变见图5。由图5示出：1997—2019年，中国服装服饰业的碳排放量呈现东部沿海地区高，中西部内陆地区低的分布规律。研究期间，服装服饰业累计碳排放量超过10 Mt的省份有：广东(27.58 Mt)、山东(13.08 Mt)、江苏(12.34 Mt)、浙江(12.19 Mt)、福建(11.46 Mt)，均为东部沿海省份。广东省服装服饰业的碳排放量以2008年为界呈现先增后减的趋势，由2008年的峰值2.07 Mt降到2019年的0.58 Mt，年均降幅2.16%；尽管2008—2019年期间广东省碳排放量年均降幅最大，但始终高于其他省份，并保持在0.5 Mt以上。研究期间，山东、江苏和浙江3个省份服装服饰业的碳排放量在0.21～0.8 Mt范围内波动。

单位：Mt。

改革开放以来，2008年的金融危机令广东省众多服装企业倒闭，此后服装产量减少，但广东省历年服装生产总量保持在全国第一[22]。广东省服装服饰业的碳排放量自2008年起由升转降，但仍高于其他省份。相较于广东省，其他东部沿海省份受金融危机的影响较低，其服装服饰业的碳排放量相对波动起伏小。

3.3 不同能源碳排放量的空间特征

3.3.1 煤类能源碳排放量的空间特征

1997—2019 年煤类能源排放量空间演变见图6。由图6示出：中国纺织服装行业煤类能源的碳排放量呈现东部沿海地区高，中西部内陆地区低的分布规律。这一期间，中国纺织服装行业累计煤类能源碳排放量超过20 Mt的省市有：山东、浙江、广东、江苏、四川、上海，除四川省外均为东部沿海省市。山东(70.50 Mt)、浙江(63.24 Mt)、广东(50.94 Mt)3省均超过50 Mt。特别地，浙江每年消耗煤类能源的碳排放量均高于1.5 Mt。2003年以后，山东在纺织服装行业领域每年消耗煤类能源产生的碳排放量波动起伏远大于其他省份，2005—2015年间，该省消耗煤类能源产生的碳排放量位居全国第一。研究期间，广东、四川消耗煤类能源的碳排放量均在2008年达到峰值，江苏省消耗煤类能源的碳排放量始终在1～3 Mt范围内波动，上海市自2009年后每年消耗煤类能源的碳排放量均低于1 Mt。可见，中国东部省市如山东、浙江、广东、江苏、上海以及中部地区的四川依赖传统煤类能源生产加工纺织品，消耗原煤的碳排放量高于其他省市。

单位：Mt。

“十一五”和“十二五”期间，山东省的纺织服装行业结构仍以棉纺织初加工产品为主[23]，而棉织物在原材料加工、染整环节中会消耗大量煤类能源[24]；加之省内棉纺织企业存在“低水平产能过大、集约化程度低”的行业结构问题[23]，使得山东省煤类能源的碳排放量高于其他沿海地区。

3.3.2 油类能源碳排放量的空间特征

1997—2019年油类能源碳排放量空间演变见图7。由图7示出：中国纺织服装行业油类能源碳排放量呈现东部沿海地区高，中西部内陆地区低的分布规律。这一期间，中国纺织服装行业消耗油类能源排放量超过20 Mt的省份有：广东(41.72 Mt)、浙江(17.03 Mt)、福建(14.08 Mt)、江苏(11.6 7 Mt)。研究期间，在纺织服装领域，广东省每年消耗油类能源产生的碳排放量均高于其他省市，1997—2006年波动上升，2006—2008年间的碳排放量均高于3 Mt，2008—2019年后呈下降趋势，2019年碳排放量低于1 Mt；浙江消耗油类产生的碳排放量在1997—2008年期间呈现上升趋势、2008—2019年期间呈现下降趋势，2008年达到峰值为1.19 Mt；福建2013年前消耗油类产生的碳排放量多在0.1～0.8 Mt范围内波动，2013年以后呈下降趋势，2019年降至0.59 Mt；1997—2008年期间，江苏消耗油类产生的碳排放量在0.44～0.68 Mt内波动，2008—2019年期间呈下降趋势，2019年降至0.23 Mt。可见，中国大部分省市纺织服装行业每年消耗油类能源产生的碳排放量均在0.8 Mt以下，其中广东省远高于其他省市。

单位：Mt。

改革开放以来，我国东部沿海地区的化纤产量稳定增长；2008年后受国际贸易摩擦、生产要素价格高位攀升和国内行业可持续发展规划的影响，各地化纤量生产规模缩小[22]。传统化纤生产依赖石油等资源合成[25]，各地化纤生产量的规模缩小代表着各地对石油等油类资源的消耗也会减少，因此，多个东部沿海省份纺织服装行业消耗油类能源的碳排放量在2008年后呈下降趋势。期间，由于广东省的化纤和服装产量仍位居全国前列，因此，广东省全行业油类能源的碳排放量始终高于其他地区[22]。

3.3.3 气类能源碳排放量的空间特征

1997—2019 年气类能源排放量空间演变见图8。由图8示出：中国纺织服装行业气类能源碳排放量呈现中部的四川省以及部分东部沿海地区高，中西部内陆地区低的分布规律。研究期间，中国纺织服装行业消耗气类能源累计碳排放量超过1 Mt的省份有：四川(7.31 Mt)、山东(5.33 Mt)、江苏(3.13 Mt)、河北(2.10 Mt)。1997—2010年间，四川消耗气类能源产生的碳排放量在0.1～0.4 Mt之间波动上升并高于其他省市，2010—2016年间在0.28～0.49 Mt之间波动，2016—2019年间呈上升趋势，2019年高至0.64 Mt；研究期间，山东消耗气类能源产生的碳排放量呈现总体上升趋势，1997—2009年间在0.02～0.20 Mt范围内缓慢增加，2010—2019年间在0.22～0.82 Mt范围内增加，2019年起突破0.80 Mt。江苏消耗气类能源产生的碳排放量也呈现总体上升趋势，具体表现为1997—2012年间在0.02～0.20 Mt范围内波动上升，2013—2019年间在0.22～0.37 Mt范围内增加，2019年高至0.37 Mt。河北于1997—2013年间在0.006～0.10 Mt范围内波动，2014—2019年间在0.2～0.32 Mt范围内波动，2019年高至0.32 Mt。可见，近二十年来，中国东部地区逐步加快了对气类能源的使用。

单位：Mt。

在我国纺织服装工业提倡企业积极实施燃煤锅炉煤改气工程的规制下[15]，多省市纺织服装生产消耗的天然气等气类能源增多，因此气类能源碳排放量呈上升趋势。四川拥有较为丰富的天然气资源和纺织天然纤维原料，是“十一五”以来承接东部部分产能、培育纺织工业原料加工行业集群的重点省份[13]，因此，四川省凭借其优越的地理位置积极开发资源和原材料来扩大纺织品生产规模，其消耗气类能源产生的碳排放量高于其他地区。

4 结论与对策

4.1 结 论

基于1997—2019年纺织服装行业省域尺度核算的碳排放量数据，分析中国及各省份纺织服装行业的碳排放量时空变化特征，主要结论如下：

时间演变的角度上，中国纺织服装行业总体碳排放量呈现先增后减的趋势，细分行业中纺织工业的碳排放量远高于服装服饰业，2种细分行业碳排放量变化趋势均为先增后减，碳排放量占比稳定；中国纺织服装行业消耗煤类、油类能源产生的碳排放量呈现先增后降的趋势，气类能源碳排放量则呈现逐年缓慢上升的趋势，期间煤类能源碳排放量均高于油类能源、气类能源的碳排放量，3类能源的碳排占比结构较为稳定。

空间演变的角度上，1997—2019年中国纺织服装行业碳排放总量、细分行业碳排放量、不同能源碳排放量普遍呈现东部沿海地区高，中西部内陆地区低的分布规律。其中，广东、山东、浙江、江苏等省份近二十年累计碳排放量位居全国前十，同时这些省份也是纺织工业基地，能源消费上属于烧煤耗油大省，是中国纺织服装行业推进降碳减排工作需要重点关注的省份。

4.2 对 策

4.2.1 时间规划角度

中国纺织服装行业制定绿色转型政策时，要具体考虑细分行业之间的碳排放量占比、不同能源的碳排放量占比结构，制定行业“减量化”的时间规划应从高碳排放量的子行业和能源入手。首先，应将碳排放量最高的纺织工业纳入中长期发展规划中，重视工业生产与低碳技术的融合，建设行业绿色制造体系。具体地，纺织企业可通过互联网技术确立柔性生产目标，使用绿色纤维制造技术和低能耗纺纱设备实现低碳生产，借助废旧纺织品拆解、再制造技术提高纺织品循环利用率，帮助纺织工业供应链降低碳排放量。其次，在国家“十四五时期严控煤炭消费增长，十五五时期煤炭消费逐步减少”、“石油消费十五五时期进入峰值平台期”的时间规划指示下[26]，纺织服装行业应重视减少使用煤类能源，通过提升煤类能源的能耗利用率，增加单位能源碳排放量创造的工业价值；同时，增加行业中油类和气类能源对煤类能源的替代广度，加快生产企业推广使用非化石能源的步伐，动能转换倒逼行业优化能源消费结构，力争在“十五五”时期后煤类消费的碳排放量持续减少。

4.2.2 空间规划角度

依据不同分类下我国纺织服装行业碳排放量的空间差异，确定重点减排区域。东部沿海地区碳排放量总量高，因此，山东、浙江、广东、江苏、四川省是纺织服装行业碳排放量“减量化”的重点省份。这些省份还是纺织工业、服装服饰业的高碳排省份，应系统规划全行业的节能减排工作，重视研发纺织工业的减排生产技术，积极引进节能减排设备。特别地，广东省应发挥服装服饰业碳排减幅显著的示范作用，向其他省份推广碳普惠制试点经验；纺织服装行业中，碳排总量大、近几年碳排放量位居全国首位的山东省则应把节约能源资源放在首位，平衡好本省纺织服装行业经济发展和节能环保之间的关系。依赖传统煤类能源生产加工纺织品的省市，应从更新生产设备、清洁能源替代等方面入手以实现对煤类能源的高效利用、减量使用等目标。油类能源碳排放量高的广东省，气类能源碳排放量高的四川省，可引领其他省市地区推广应用油类能源或气类能源，帮助其他地区优化生产中的能源投入要素。此外，各省份都应建立健全有效的纺织服装细分行业、能源消费碳减排的评估与监督机制，以保障全国统筹规划、各省因地施策的高效落实。

5 结束语

通过碳排放量系数法核算出纺织服装行业的碳排放量数据后，从全行业、细分行业、不同能源方面，结合Origin和ArcGIS软件对碳排放量的时间、空间特征进行研究。得出研究结论：时间上，纺织服装行业碳排放量先升后降，纺织工业是纺织服装行业碳排放量的主要类型，煤类能源是纺织服装行业碳排放量的主要能源；空间上，普遍呈现东部沿海地区高、内陆地区低的布局，广东、山东、浙江、江苏等省份是纺织工业基地和烧煤耗油大省。并从时间、空间角度为纺织服装行业在优化细分行业结构、能源消费结构等方面提供对策建议。本文未梳理分析影响不同省份或行业集群纺织服装行业碳排放量时空演变的重要因素及作用机制，这是未来可进一步研究的方向。