2. 华中师范大学公共管理学院, 湖北武汉 430079
2. School of Public Administration, Central China Normal University, Wuhan 430079, China
为应对气候危机,中国明确提出“双碳”目标,力争2030年前实现碳达峰,2060年前碳中和。当前中国城市群虽仅占国土面积的29.12%,却贡献了全国80.05% 的经济总量和71.7% 的碳排放,因此已成为应对气候变化和践行低碳经济的主要阵地 [1]。此外,近年来国家高度重视城市群高质量一体化发展,分工协作成为城市群和区域一体化的重要发展目标。城市的功能定位是关键,因为只有当城市间产业合作大于竞争、功能分工体系完善并实现差异化竞争时,碳排放才会降低 [2, 3]。2021年发布的《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纲要》中明确指出“优化城市群内部空间结构,构筑生态和安全屏障”“形成疏密有致、产业分工协作、功能完善的城镇化空间格局”,同时还要求“促进先进制造业和现代服务业深度融合”“充分利用综合成本相对较低的优势,主动承接超大特大城市产业转移和功能疏解”。2024年发布的《中共中央关于进一步全面深化改革推进中国式现代化的决定》进一步指出“推动京津冀、长三角、粤港澳大湾区等地区更好发挥高质量发展动力源作用”的同时还要求“推动制造业高端化、智能化、绿色化发展”及“健全绿色低碳发展机制,建立能耗双控向碳排放双控全面转型新机制”。因此,要将政策多重目标协同联动,需要完成城市群从外部规制主导的他组织向内部有序的自组织过程转换,只有群内形成“你中有我,我中有你”的中心和外围城市产业链联动机制,倒逼减排联防和共治,碳减排的帕累托改善才会出现 [4, 5]。可以看到,政府已将深化功能分工与碳减排相结合作为提升城市群综合竞争力的核心抓手之一 [6]。
当前我国生产性服务业已成为各城市经济发展竞相争夺的产业制高点,随着中国经济结构向后工业化过渡和产业不断升级,如何集聚具有“清洁”和“高效”特点的生产性服务业并发挥其“润滑剂”作用,将其嵌入制造业并推进制造业向价值链高端攀升从而实现碳减排 [7],亦是促进城市群高质量一体化发展的重要内容。从实践方面看,近年来京津冀、长三角等城市群陆续出台多项功能疏解规划政策,引导中心城市的一般制造业向周边城市迁移。然而周边城市在承接制造业的同时却积极打造大规模的总部、商务等生产性服务集聚区,反而导致各个城市生产性服务业呈现出“大而全、小而全”的低效率多元化集聚格局,并造成碳排放外溢 [8-10]。另外,由于城市间制度性障碍和市场分割,本地制造业无法顺畅地将节能减排服务外包给效率更高、质量更优的中心城市,降低了中心城市生产性服务业集聚的碳减排效应的服务效能和辐射范围 [11]。因此,如何破解这些问题,已成为有利于碳减排的空间功能分工格局形成的关键所在。近年来相关研究成果不断涌现,但在一定程度上缺乏系统性,比如缺乏概念和理论意识、对整体城市群空间功能分工与碳减排关系的分析不足、外部效应和空间差异仍不明确,测度方法和理论模型也不够统一 [12, 13],这都造成相关研究结论存在一定出入甚至相互矛盾 [14, 15]。
本文创新之处在于对当前中国城市群空间功能分工过程中的碳排放研究进行梳理与总结,剖析了不同研究结论存在差异甚至矛盾的根源,并指出应从夯实理论分析框架、构建城市共生系统及典型案例剖析等入手,探寻有利于降低碳排放的城市群空间功能分工格局深化路径,为推进相关研究提供参考。
1 概念界定及指标测度中国城市群空间功能分工过程中的碳排放问题在城市规划、地理学、经济学等不同学科中的概念定义存在差异,这可能导致对其指标的选择得出不同的结论。
1.1 城市群空间功能分工城市群是指在特定地域范围内,以1个以上特大城市为核心,由3个以上大城市为构成单元,依托发达的交通通信等基础设施网络所形成的空间组织紧凑、经济联系紧密并最终实现高度同城化和一体化的城市群体 [16]。国务院发展研究中心和世界银行联合课题组(2014)指出,我国城市群同时具有功能属性和政策属性,应当根据应用目的进行界定 [17]。因此,本文提到的城市群都是来自国务院相继批准的各城市群规划及所划定的城市群范围。另外,作为一种新型产业分工体系,城市群空间功能分工指城市群内产业链中的生产性服务和生产制造环节出现明显的空间分异特征,其形式是总部、商务、金融等生产性服务业迁移并汇聚于一线及大城市,而制造业沿城市等级体系向中小城市等周边城市迁移并形成扩散的空间分工格局,其本质是不同城市负责产业价值链的不同生产环节产业的差异化集聚 [18, 19]。
产业分工发展的历程大体经历了三个阶段:第一阶段为部门分工,第二阶段为产品分工,以上两阶段统称为传统产业分工。第三阶段的分工是当前出现的一种新的分工形式,称为新型产业分工,也称为功能专业化 [20]。20世纪末,国外学者开始关注城市群内部功能分工问题 [21]。2005年左右,我国城市群出现较明显的功能分工迹象,并已初步形成较为明晰的空间功能分工格局 [22]。城市群内部大中小城市之间产业和功能的合理分工,会促使各城市有效发挥比较优势,通过优势互补提高整个城市群的要素利用效率 [18]。城市群外主要是比较不同城市群在不同时期的功能分工、整体特征、变动趋势、排名及差距 [19],群内城市间主要是通过考察群内不同城市功能专业化特征,从而观察区域中心城市与外围城市的功能分工是否趋于强化 [8, 23]。由于近年相关研究 [24, 25]更加关注区域属性而一定程度上忽视了产业属性,有学者认为区域属性只是它在空间上的具体体现,产业属性才是最根本的 [26]。
Duranton等 [19]首次提出空间功能分工测度方法,即以城市管理人员与生产人员的比值相对于全国平均水平的差值来描述这种新型产业分工体系,不仅从微观层面反映企业生产组织形式的变化,而且从宏观层面反映区域产业结构与空间结构的变化 [27]。由于这一指数形式较繁琐,苏红键等 [23]、赵勇和白永秀 [19]、赵勇等 [28]、李靖 [26]沿Duranton等 [20]的思路,对空间功能分工测度方法进行了形式改造,但理论内涵基本没有变化。王猛等 [8]则提出了形式较简洁的D-P城市功能专业化指数,拓宽了城市就业统计的产业口径。通过上述对空间功能分工指数的改进,可以判断城市群内部不同城市主要发挥的是生产性服务功能还是生产制造功能,但未能进一步体现城市功能的差异。因此,马燕坤 [22]进一步将Duranton等 [20]的方法应用于各城市生产性服务分行业的功能专业化程度的测度。此外,Zhang等 [29]认为赵勇等 [28]的测度方法假定了城市群内各城市平等地参与空间功能分工,而事实上中心城市参与程度更高,因此提出了新的测度方法。整理的空间功能分工相关测度指标见表 1,同时在表中结合碳排放研究的场景,对空间功能分工的测度指标进行了适用性评估。
| 表 1 空间功能分工相关测度指标 |
碳排放是指煤炭、石油、天然气等化石能源燃烧活动和工业生产过程及土地利用变化与林业等活动产生的温室气体排放,也包括因使用外购的电力和热力等所导致的温室气体排放 [30]。目前针对碳排放的研究主要集中于国家、省域及城市等区域碳排放,而容易忽视行业间差异的深入分析。由于制造业是中国的支柱产业和碳排放大户,其减排成效将直接影响到中国整体碳减排目标的实现 [31]。中国于2015年出台的《中国制造2025》明确提出2025年单位增加值碳排放要比2015年降低40% 的目标,因此近年制造业碳排放逐渐成为研究的焦点。
由于早期缺乏碳排放量数据,学者主要根据能源消耗量来估算碳排放量。随后,各类碳排放量数据库不断建立,特别是中国碳核算数据库(CEADs)和全球大气研究排放数据库(EDGAR)均统计了中国区域碳排放量。现今做法是,区域碳排放更多通过CEADs获取,而制造业碳排放则参照联合国政府间气候变化专门委员会(IPCC)标准将制造业电力、液化石油气及天然气等数据合成得到,也有学者结合中国提供的各类能耗碳排放系数进行测度 [11]。
在城市群空间功能分工深化过程中,对碳排放与空气污染影响的研究同时推进。严格地说碳排放不属于污染物,但为简便起见,本文不作区分。出于对比分析的目的,表 2中列出了碳排放与空气污染相关研究的指标选取、优缺点及适用范围。碳排放与空气污染具有同根同源的特征 [31],对二者进行比较分析也有利于为未来通过城市群空间功能分工深化来减污降碳提供借鉴。为保证碳排放统一核算标准,可依据2022年国家发展改革委等部门发布的《关于加快建立统一规范的碳排放统计核算体系实施方案》,构建数据可得、方法可行且结果可比的碳排放统计核算方法。
| 表 2 碳排放与空气污染指标介绍、优缺点和适用范围 |
城市群空间功能分工不但要实现产业层面的深度融合,更要实现空间层面的功能互补。许多学者从趋势特征、驱动因素等方面对二者与碳排放的关系进行了深入探索,丰富了研究视角和内容。
2.1 总体趋势特征目前观察城市群功能分工深化过程中碳排放的主流做法是分别测度城市群功能分工和整体碳排放水平,并观察不同时期二者的变动趋势来判断功能分工深化所带来的碳排放变化特征 [28],根据该思路制作出图 1。其中,所有城市群碳排放量通过从中国CEADs中筛选出国务院先后批复的11个国家级城市群范围内共169个地级市的碳排放量并进行加总得到。另外,由于传统空间功能分工指数无法观察不同时期具体产业类型及布局对碳排放的影响,因此这里未采用不同时期空间功能分工指数曲线变化特征的传统做法,而是通过划分中心城市和外围城市来观察不同时期有哪些重要产业布局对碳排放产生影响及影响机制。
|
图 1 城市群空间功能分工深化过程中的碳排放 注:数据由作者根据EDGAR统计数据(https://edgar.jrc.ec.europa.eu/dataset_ghg70) 计算得出。 |
尽管中国早在“十五”规划中就提出了“完善区域性中心城市功能,引导城镇密集区有序发展”要求,但尚未完全形成不同城市负责产业价值链不同生产环节的差异化集聚。因此,2005年之前因没有明显功能分工特征而未明确按空间进行产业划分。2005年之后,依据碳排放变化特征的重要转折点划分了三个阶段:2005—2013年(碳排放量持续上升阶段),2013—2016年(碳排放量下降阶段)和2016年以后(碳排放量平缓上升阶段)。在2005—2013年没有明显的生产性服务业分离,因此无论在中心城市还是外围城市都存在生产性服务业和制造业。由于交通、运输、仓储物流等低端生产性服务业集聚更易显著提升碳排放 [11],所以图中仅放入了这些行业。2013—2016年表现出较明显的生产性服务业分离,中心城市开始出现金融、管理研发、商贸及房地产等高端行业聚集,而外围城市也出现金融、商贸及设计等高端行业及营销等低端行业。该时期碳排放有较为明显的下降,原因可能来自高端生产性服务业具有明显的碳减排效应 [36]。2016年后生产性服务业出现更明显的分化,高端生产性服务业更加向中心城市集聚,外围城市仅剩下生产制造业 [37]。碳排放再次反弹上升可能是由于外围城市制造业与中心城市服务业无法顺利实现空间融合所致。例如,在京津冀城市群,由于河北等环京津地区经济基础薄弱,形成一种“大树底下不长草”的局面 [38]。
2.2 时序演变方面从产业分工与空间分层两个层面来看,中国城市群发展水平实现了整体提升 [39]。随着空间功能分工的逐步深化,多数研究发现它与碳排放之间存在非线性关系 [40]。2005—2017年,随着城市功能专业化逐步提高,城市工业能源效率不断提升,其中外围城市提升速度明显快于中心城市 [41]。另外,2003—2021年,随着长三角城市群功能分工的深化,群内周边城市的污染排放在规模和密度上也呈现倒“U”形趋势 [42]。也有研究认为,2010—2019年,随着长三角城市群空间功能分工深化,它与二氧化碳排放呈现“U”形曲线关系 [29]。
2.3 空间分异演变方面城市群空间功能分工水平呈现出金字塔式等级分布特征,在空间上从沿海向内陆递减 [26, 27, 43],东部城市群空间功能分工平均水平高于中西部地区 [19]。城市群空间功能分工的减污作用在中心城市组、非中心城市组及非G60科创走廊城市组的检验中均成立 [24]。区域间产业关联在经济关联地域的传导促进了各地域新型“绿色”经济增长方式形成,从而推动区域经济发展模式低碳化转变 [43]。长三角地区城市功能分工与绿色经济发展之间的耦合关系存在明显的空间正相关性。另外,城市间耦合度具有显著的正向空间集聚性,总体空间布局随时间变化不大 [44]。城市二三产业协同集聚与碳强度之间存在明显的空间相关性 [45]。
2.4 驱动因素中国城市群空间功能分工深化进程中的碳排放呈现波动变化趋势,空间外溢效应和城市发展因素是波动的主要驱动力。
(1)空间溢出效应。Zhang等 [32]发现城市群内部提高功能分工水平将使相邻城市的CO2排放最小化,黎文勇 [23]认为城市群空间功能分工可抑制邻近地区的雾霾污染,吕康娟等 [24]发现长三角城市群功能分工溢出效应有利于邻近城市减轻工业污染排放强度。最新研究运用机器学习算法的随机森林模型证实了三维空间结构对碳排放的影响具有明显的尺度效应 [46]。表 3给出空间效应模型特点和适用范围的对比。
| 表 3 空间效应模型对比 |
(2)城市发展要素。城市群空间功能分工促使各城市形成并发挥各自的功能专业化优势,从而减少产业重复和过度竞争,这也成为影响碳排放的重要渠道 [24]。地理分割成本在部门专业化向功能专业化转变中发挥着重要作用 [47],因此空间功能分工的积极减排效应的实现还离不开城市间充分的要素流动和协作。此外,当城市充分聚焦于制造或服务功能时,区域知识溢出效应将成为主导 [48],而技术进步一直是实现能源减排的重要因素 [49]。
3 中国城市群空间功能分工对碳排放的影响在“双碳”目标背景下,越来越多学者把目光聚焦于空间功能分工对碳排放的影响效应和机理,以期疏通作用渠道,但研究结论存在较大分歧。
3.1 关系检验为了突出反映空间功能分工和碳排放的关系,我们将碳排放及其他空气污染物在表 4中统计,从而发现它们之间的区别和联系。
| 表 4 城市群空间功能分工与碳排放/ 空气污染关系 |
上述研究未形成一般性结论的原因在于研究对象、区域、时间范围、理论模型及相关方法等方面存在差异。①研究对象。碳排放和不同空气污染物与空间功能分工的EKC曲线轨迹并不一致,二者的曲线平移机会也并不相同,对比CO2和其他空气污染物的EKC曲线之间关系没有直接意义。②研究区域。碳排放、空间功能分工都与经济发展水平密切相关,而中国各地区发展差距较大,因此不同地区空间功能分工与碳排放的关系表现出不同特征。③时间范围。工业污染数据从2003年开始统计,PM2.5数据从2011年才开始,CO2数据则最早可追溯到1998年,中国对碳排放的管控力度和政府与市场工具的运用在各时期也有所不同,这可能导致相关规律性特征尚未显现。④研究指标。对空间功能分工和碳排放、空气污染的表征指标不同,造成研究结论缺乏可比性。⑤研究方法。不同回归分析方法的运用,也使得研究结果间存在差异。⑥理论模型。当前在空间功能分工环境绩效问题上有可拓展的随机性的环境影响评估模型(STIRPAT模型)、修正的科布-道格拉斯生产函数(C-D函数)等经典理论支撑。STIRPAT模型是目前环境污染影响因素研究的基本理论框架,Chen等 [40]首次运用该模型分析了我国省域空间功能分工对碳排放的影响。至于修正的C-D函数,苏红键等 [23]将功能专业化指数引入了包含技术进步的区域C-D生产函数,然后考察了功能专业化水平和产业专业化水平对城市经济的影响。随着能源作为生产过程中的基本要素投入也被纳入生产函数 [52],假定碳排放量与能源投入或产出成正比,则可以通过对苏红键等 [23]的研究进行改进,得到改进后的区域碳排放效率的决定方程。因此,将修正的C-D函数拓展至空间功能分工和碳排放的关系中是未来的研究方向。表 5所示为两个经典模型的特点与适用范围。
| 表 5 碳排放驱动模型异同点 |
城市群内不同城市根据比较优势进行功能分工可以提高城市之间的经济互补性和资源利用效率 [53]。从功能协同视角看,通过降低交易成本使得与制造业相匹配的生产性服务业向中心城市集聚,为外围城市制造业的发展提供资金与技术支持,促进环保技术、工艺及设备研发,有效提高能源利用效率。从功能互补视角看,生产服务和生产制造功能互补可以推动分工深化,从而共享生产要素、中间产品及基础设施提升能源利用效率。目前相关文献主要集中于要素配置、绿色技术进步、产业升级、市场一体化和城市等级体系进行分析,这五个要素通过协同治理实现碳减排,具体见 图 2。
|
图 2 空间功能分工对碳排放的作用机制 |
另外需强调的是城市功能专业化并不能代替产业专业化,后者的节能减排效应同样重要,应着力发挥城市功能专业化和产业专业化的协同效应 [8]。最近的一项研究表明,京津冀城市群仍存在有分工、缺协同及对重工业为主的产业链依赖性较强的特征,重工业为主的产业链空间网络带来的隐含碳排放流动量最高,可对重工业的细分行业施行区域统一的碳排放权交易试点,中心城市和外围城市间体现共同但有区别的碳减排责任 [4]。
(1)要素配置。目前部分城市群内部的产业结构相似系数偏高,产业定位、聚焦的细分领域趋向同质化 [1]。空间功能分工通过有效规避城市间功能布局同质化,提升生产性服务业集聚的规模效应,从而促使制造业生产减少高能耗资源投入而使用更多低碳节能技术和服务 [54]。当前数字经济也能通过提高交易效率而深化功能分工,使上下游企业之间资源配置更加优化 [55]。另外,在一些发达城市群如珠三角地区,虽然广州、深圳与香港存在竞争,但它们通过提升自身作为低端服务功能吸引力的独特作用,增强发展协调性,强化互动合作,从而优化要素配置 [56]。
(2)绿色技术进步。空间功能分工可以通过强化生产性服务业与制造业间的投入产出关系,从而提高制造业绿色技术研发、产品设计和科学管理水平降低碳排放 [57]。长三角城市群营销功能分工会通过推动外围城市要素成本上升而在一定程度上弱化工业企业在外围城市的选址,但研发功能协同在推动要素成本上升的同时能够强化外围城市工业企业集聚。因此,在继续强化营销和研发功能分工的同时,更要注意城市间绿色技术研发能力的协同 [58]。城市功能分工及创新创业活力也是数字经济对城市群内城市环境—社会—治理(ESG)发展影响的重要渠道 [61]。通过数字经济发展强化核心城市的辐射功能,以此提升边缘城市绿色技术创新 [60]。
(3)产业升级。具有上下游产业属性垂直关联特征的生产性服务业与制造业通过在既定空间范围内布局建立起良好的协同合作关系,有助于制造业主动向低要素投入、高附加值的产业转型升级 [61]。数字化转型对企业专业化分工的促进作用主要通过降低企业面临的外部交易成本来提高企业全要素生产率 [62]。与城市群内非资源型城市相比,资源型城市能源利用效率普遍不高,制造业投入服务化可使生产性服务业嵌入制造业价值链中从而达到节能减排的目的 [63]。制度条件也会对产业升级产生重要影响,比如当前的制度区隔导致了粤港澳大湾区产业结构的两极化,即香港和澳门的产业结构高度服务业化,而珠三角高度制造业化。一旦内地与港澳的一体化进程加快,将缓解这种极化,推动该地区各级城市的新一轮产业结构合理化、高级化和绿色化发展 [64]。
(4)市场一体化。随着城市群空间功能分工深化,城市之间的纵向分工与合作可以通过更大规模的经济一体化削弱行政壁垒和市场分割,而数字经济发展促进城市群人口分布也随空间功能分工的不断深化而呈中心化态势 [65]。碳排放空间关联网络随着区域间分工与协作的加强而以“互惠”或“组团”的方式参与碳排放空间关联活动,加快推进实施市场一体化等协作减排政策,将有效促进区域间的协同低碳转型发展格局实现 [66]。
(5)城市等级体系。城市间生产性服务功能只有与城市规模的良性互动和有效匹配才有助于提升碳排放效率 [67]。尽管生产性服务业的发展依赖于制造业,但随着城市规模的扩大,现代服务业的发展逐渐呈现出较强的独立性和主导性,会有针对性地实现“制造业服务化”,从而创新服务业发展模式和提升服务业运作效率 [68]。企业的功能片段化布局依托于城市等级体系,可以促进基于价值链层次的城市体系专业化分工和区域协作,而且城市功能专业化趋势在等级体系较高的城市尤为明显 [69]。数字经济通过提升城市功能分工来增强非省会城市(自治区首府)的经济发展动能,实现省域内的协调发展 [70]。城市网络有利于城市间通过产业链分工形成比较优势并建立产业关联,城市碳排放效率也将越来越受到城市对网络资源支配、吸收和利用能力的影响 [71]。城市间可达性提升也增强了专业化分工,从而提升了制造业碳减排的技术升级效应 [72]。
综合来看,图 2中五条路径上所标记的纠正要素错配、强化投入产出、降低交易成本、削弱行政壁垒及城市分工协作等关键因素,其表现形式虽然存在差异,但本质上均指向深化区域间产业链协作与构建城市群协同治理体系,提升空间功能分工程度,进而通过发挥影响机制作用来降低区域碳排放。
4 城市群空间功能分工深化过程中的碳排放治理政策 4.1 短期治理措施评价在碳减排的短期效应评估方面,现有研究多侧重于功能疏解和制造业迁移两类政策效果评价。对于前者,只有在产业升级背景下实现产业利润和社会效益的双重提高,功能疏解才不会破坏城市群协调发展的层次和水平,才能把可能的散乱产业重组变为功能的有序转移 [73]。因此,转移出去的制造业应充分发挥中心城市的创新驱动能力和迁入地的主观能动性,注重自身产业升级和低碳转型 [4]。对于后者,制造业迁移可通过淘汰低附加值高耗能制造业、集聚高附加值低能耗制造业减少碳排放 [74]。只有当制造业转移方向有利于产业结构优化时,适度的产业集聚才有利于碳减排 [75]。可以看到,即使短期措施能够达到降碳效果,也会带来较大的社会代价和福利损失。未来相关措施应与现实相适应,例如在科学评估制造业迁移碳减排成效时,需提出如迁移企业碳强度变化等具体评估维度,并强调这些维度必须适配地方资源禀赋与发展阶段等现实条件。
4.2 中长期宏观治理建议有利于降低碳排放的城市群空间功能分工离不开区域协调发展政策的有效引导和支持,它需要较长时间周期来实现。目前存在两种观点:一种是区域协调发展政策有效性,即它能够通过鼓励不同城市之间的合作与协调,从而形成多中心集聚的绿色经济效应 [76];另一种则是区域协调发展政策不确定性,它会通过形成中心城市和外围城市间环境规制差异从而带来污染排放强度差异,但政策的影响效果和影响路径是否符合预期还存在不确定因素 [77]。另外,当前还应将提升数字化治理能力作为优选路径之一。部分发育相对成熟的城市群已着手构建跨区域数字化支撑平台,可以通过数字化、智能化治理来强化城市群在区域产业组织方面的有效统筹调配机制。基于此可构建以多样化产业集群为支撑、多产业链共生共聚的空间优化平台,从而实现包括环境保护在内的城市群产城协同治理 [78]。同时,需构建科学有效的政策实施评估工具,并建立常态化、动态化的碳排放监测机制,实时追踪政策执行效果、精准识别与防范潜在风险,从而切实提升政策实施的精准性与实效性。
4.3 城市间碳排放协同治理加强区域内生态规划的深度对接,形成“联防联控”的环境(碳)规制长效机制,构建绿色(低碳)发展区域共同体势在必行 [79]。同时应发挥中心城市生产性服务业的辐射带动作用,运用市场力量将区域制造业纳入中心城市服务业发展的空间体系中,带动周边地区制造业升级,加快形成以“生产性服务业—制造业”为内涵的新核心—边缘结构 [80]。另外,通过城市间的“功能借用”强化产业链前后向的空间关联和互动,也可以激发功能分工的绿色技术溢出效应 [81]。
5 结论与展望整理与分析相关文献可见,既有研究较深入地探讨了中国城市群空间功能分工与碳排放的关系,主要得出如下结论:①城市群空间功能分工整体呈现出金字塔式等级分布特征,在空间上从沿海向内陆递减,同时碳排放总体上呈上升趋势但增速有所下降。②尽管已初步刻画了城市群空间功能分工对碳排放的影响效应和机理,但对于如何形成有利于碳减排的“服务—制造”城市群空间功能分工格局尚未得到一般性结论。③产业—城市协同治理是现阶段发展的重要方向,依托于功能疏解和制造业迁移政策来深化产业链空间融合,充分发挥中心城市的创新驱动能力和周边城市的主观能动性,通过创新产业生态链实现产业升级和低碳转型。
虽然现有研究已取得丰硕成果,但仍有许多不足:①我国尚未形成统一的碳排放核算标准,空间功能分工也有多种表征指标,致使研究结论存在较大差异。②部分研究基于STIRPAT模型的理论框架进行分析,但就模型的适用性并未过多讨论,缺乏从包含空间功能分工变量的修正C-D函数出发考察空间功能分工对碳排放的影响。③目前研究缺少将城市间功能互动和产业布局优化相结合来考察城市群空间功能分工与碳排放时空演变的互动机制。④现有碳减排政策建议多为中长期宏观策略,缺乏切实可行的短期建议,尽管产业—城市协同治理已得到普遍认可,但其实践研究比较匮乏。
在此基础上,本文认为未来可从以下三个方面深化研究:①就研究方向而言,无论是基于STIRPAT模型还是修正的C-D函数,都需进一步构建并完善城市群空间功能分工与碳排放关系的理论框架,通过理论推演与实证检验来完善该框架,通过相应的区域协调发展政策调整空间功能分工的内容和作用,从而构建“制度—功能—空间”三维联动的网络化功能体系。②就研究路径而言,继续探索不同城市群间、中心—外围城市间、不同等级城市间不同行业对生产制造碳排放的影响效应,尤其考察数字经济的作用机制才刚刚起步,如何同时发挥功能分工专业化和产业分工专业化在节能减排中的作用尚未得到回答。③就研究方法而言,利用非竞争性投入产出表并结合计量经济模型探讨产业链协同分工对碳排放的影响,还可以结合多区域投入产出表对城市群地区核心产业链空间网络进行分析,并考察城市间产业关联及隐含碳排放关系。为此,需要生态学、地理学、经济学及公共管理等多个领域专家学者的共同努力,切实做到跨学科深入交叉融合与制度优化。
| [1] |
高国力, 文扬, 王丽, 等. 基于碳排放影响因素的城市群碳达峰研究[J]. 经济管理, 2023, 45(2): 39-58. |
| [2] |
CHENG Z H, WANG L. Can new urbanization improve urban total-factor energy efficiency in China?[J]. Energy, 2023, 266: 126494. DOI:10.1016/j.energy.2022.126494 |
| [3] |
邵帅, 范美婷, 杨莉莉. 经济结构调整、绿色技术进步与中国低碳转型发展-基于总体技术前沿和空间溢出效应视角的经验考察[J]. 管理世界, 2022, 38(2): 46-69. |
| [4] |
杨子涵, 彭宝玉, 孙君. 京津冀地区产业链空间网络及其隐含碳排放研究[J]. 地理科学进展, 2024, 43(2): 215-230. |
| [5] |
庄贵阳, 魏鸣昕. 城市引领碳达峰、碳中和的理论和路径[J]. 中国人口· 资源与环境, 2021, 31(9): 114-121. |
| [6] |
邹艳芬, 黄美娟. 城市群碳排放: 特征挖掘、形成机理及达峰干预[J]. 北京理工大学学报(社会科学版), 2023, 25(6): 56-67. |
| [7] |
祝树金, 谢煜, 吴德胜. 制造业服务化的节能效应及其中介机制研究[J]. 财贸经济, 2020, 41(11): 126-140. |
| [8] |
王猛, 高波, 樊学瑞. 城市功能专业化的测量和增长效应: 以长三角城市群为例[J]. 产业经济研究, 2015(6): 42-51. |
| [9] |
罗能生, 李建明. 产业集聚及交通联系加剧了雾霾空间溢出效应吗?-基于产业空间布局视角的分析[J]. 产业经济研究, 2018(4): 52-64. |
| [10] |
YANG R, HU Z G, HU S H. The failure of collaborative agglomeration: from the perspective of industrial pollution emission[J]. Journal of cleaner production, 2023, 387: 135952. DOI:10.1016/j.jclepro.2023.135952 |
| [11] |
韩峰, 谢锐. 生产性服务业集聚降低碳排放了吗?-对我国地级及以上城市面板数据的空间计量分析[J]. 数量经济技术经济研究, 2017, 34(3): 40-58. |
| [12] |
LI W, SUN B D, ZHANG T L, et al. Panacea, placebo or pathogen? An evaluation of the integrated performance of polycentric urban structures in the Chinese prefectural city-regions[J]. Cities, 2022, 125: 103624. DOI:10.1016/j.cities.2022.103624 |
| [13] |
孙斌栋, 张杰. 我国城市网络研究的批判性思考[J]. 城市规划学刊, 2023(2): 26-32. |
| [14] |
宁静, 范文娜, 王锋. 金融集聚、城市功能分工与碳减排[J]. 生态经济, 2024, 40(11): 13-22. |
| [15] |
张可. 城市功能分工的能源效应研究[J]. 财经科学, 2024(5): 103-117. |
| [16] |
方创琳, 张永姣. 中国城市一体化地区形成机制、空间组织模式与格局[J]. 城市规划学刊, 2014(6): 5-12. |
| [17] |
国务院发展研究中心和世界银行联合课题组. 中国: 推进高效、包容、可持续的城镇化[J]. 管理世界, 2014(04): 5-41. |
| [18] |
张学良, 李培鑫. 城市群经济机理与中国城市群竞争格局[J]. 探索与争鸣, 2014(9): 59-63. |
| [19] |
赵勇, 白永秀. 中国城市群功能分工测度与分析[J]. 中国工业经济, 2012(11): 18-30. |
| [20] |
DURANTON G, PUGA D. From sectoral to functional urban specialisation[J]. Journal of urban economics, 2005, 57(2): 343-370. DOI:10.1016/j.jue.2004.12.002 |
| [21] |
FUJITA M, TABUCHI T. Regional growth in postwar Japan[J]. Regional science and urban economics, 1997, 27(6): 643-670. DOI:10.1016/S0166-0462(96)02167-9 |
| [22] |
马燕坤. 城市群功能空间分工形成的演化模型与实证分析[J]. 经济管理, 2016, 42(12): 31-46. |
| [23] |
苏红键, 赵坚. 产业专业化、职能专业化与城市经济增长-基于中国地级单位面板数据的研究[J]. 中国工业经济, 2011(4): 25-34. |
| [24] |
黎文勇. 长三角城市群空间功能分工对雾霾污染的影响效应研究[J]. 长江流域资源与环境, 2023, 32(1): 40-50. |
| [25] |
吕康娟, 蔡大霞. 城市群功能分工、工业技术进步与工业污染-来自长三角城市群的数据检验[J]. 科技进步与对策, 2020, 37(14): 47-55. |
| [26] |
李靖. 新型产业分工、功能专业化与区域治理-基于京津冀地区的实证研究[J]. 中国软科学, 2015(3): 80-92. |
| [27] |
陈国亮, 唐根年. 基于互联网视角的二三产业空间非一体化研究-来自长三角城市群的经验证据[J]. 中国工业经济, 2016(8): 76-92. |
| [28] |
赵勇, 齐讴歌. 空间功能分工有助于缩小地区差距吗?- 基于2003年~ 2011年中国城市群面板数据的实证分析[J]. 城市与环境研究, 2015(4): 29-48. |
| [29] |
ZHANG S L, MIAO X E, ZHENG H Q, et al. Spatial functional division in urban agglomerations and carbon emission intensity: new evidence from 19 urban agglomerations in China[J]. Energy, 2024, 300: 131541. DOI:10.1016/j.energy.2024.131541 |
| [30] |
中华人民共和国生态环境部. 碳排放权交易管理办法(试行)[EB/OL]. (2020-12-31)[2025-10-14]. https://www.mee.gov.cn/xxgk2018/xxgk/xxgk02/202101/t20210105_816131.html
|
| [31] |
邵帅, 张曦, 赵兴荣. 中国制造业碳排放的经验分解与达峰路径-广义迪氏指数分解和动态情景分析[J]. 中国工业经济, 2017(3): 44-63. |
| [32] |
袁晓玲, 郗继宏, 钟楚潮, 等. 中国城市"减污降碳"协同驱动因素及实现路径研究[J]. 管理学刊, 2023, 36(4): 26-46. |
| [33] |
ZHANG M M, CHEN F T, LIU L Y, et al. How does functional division within urban agglomeration affect CO2 emissions? An empirical study[J]. Environmental science and pollution research, 2024, 31(46): 56719-56735. |
| [34] |
孙鹏博, 葛力铭, 杨晨. 生产性服务业和工业空间协同集聚对中国工业碳排放的影响[J]. 环境经济研究, 2023, 8(1): 1-28. |
| [35] |
包彤. 环境规制视角下产业协同集聚有助于污染减排吗?-来自中国微观企业的证据[J]. 产业经济研究, 2022(5): 86-100. |
| [36] |
陈旭, 邱斌, 张群, 等. 金融空间分布与企业全球生产链嵌入[J]. 经济研究, 2022, 57(7): 101-117. |
| [37] |
ZENG P, SHANG L J, XING M K. Spatial correlation between producer services agglomeration and carbon emissions in the Yangtze River Economic Belt based on point-of-interest[J]. Scientific reports, 2023, 13(1): 5606. DOI:10.1038/s41598-023-32803-1 |
| [38] |
魏后凯. 大都市区新型产业分工与冲突管理-基于产业链分工的视角[J]. 中国工业经济, 2007(2): 28-34. |
| [39] |
高煜, 赵培雅, 吉展慧. 突破双重制约: 黄河流域城市群高质量发展的路径选择-基于"产业―空间"结构的区域比较研究[J]. 城市问题, 2023(4): 32-42, 54-54. |
| [40] |
CHEN X, XU H L, ZHANG L, et al. Spatial functional division, infrastructure and carbon emissions: evidence from China[J]. Energy, 2022, 256: 124551. DOI:10.1016/j.energy.2022.124551 |
| [41] |
YU C Y, TAN Y F, ZHOU Y, et al. Can functional urban specialization improve industrial energy efficiency? Empirical evidence from China[J]. Energy, 2022, 261: 125167. DOI:10.1016/j.energy.2022.125167 |
| [42] |
WU Y, XU W Y, ZHA J, et al. Beyond the core: pollution dynamics in peripheral cities amidst deepening functional division in urban agglomerations[J]. Emerging markets finance and trade, 2025, 61(8): 2224-2246. DOI:10.1080/1540496X.2024.2446412 |
| [43] |
尚永珍, 陈耀. 功能空间分工与城市群经济增长-基于京津冀和长三角城市群的对比分析[J]. 经济问题探索, 2019(4): 77-83. |
| [44] |
GUO S L, DIAO Y H. Spatial-temporal evolution and driving factors of coupling between urban spatial functional division and green economic development: evidence from the Yangtze River Economic Belt[J]. Frontiers in environmental science, 2022, 10: 1071909. DOI:10.3389/fenvs.2022.1071909 |
| [45] |
侯少杰, 周少甫. 产业协同集聚对碳强度的动态作用及影响机制研究[J]. 长江流域资源与环境, 2023, 32(2): 273-283. |
| [46] |
何小钰, 庄雅烨, 邱穗萱, 等. 城市三维空间结构对碳排放影响的尺度效应[J]. 生态学报, 2024, 44(2): 612-624. |
| [47] |
GERVAIS A, MARKUSEN J R, VENABLES A J. Urban Specialisation; From Sectoral to Functional[R]. Cambridge: National Bureau of Economic Research, 2021.
|
| [48] |
WU J X, XU H, TANG K. Industrial agglomeration, CO2 emissions and regional development programs: a decomposition analysis based on 286 Chinese cities[J]. Energy, 2021, 225: 120239. DOI:10.1016/j.energy.2021.120239 |
| [49] |
HUANG J B, CHEN X, YU K Z, et al. Effect of technological progress on carbon emissions: new evidence from a decomposition and spatiotemporal perspective in China[J]. Journal of environmental management, 2020, 274: 110953. DOI:10.1016/j.jenvman.2020.110953 |
| [50] |
YANG H C, LU F Z, ZHANG F M. Exploring the effect of producer services agglomeration on China's energy efficiency under environmental constraints[J]. Journal of cleaner production, 2020, 263: 121320. DOI:10.1016/j.jclepro.2020.121320 |
| [51] |
陆凤芝, 杨浩昌. 产业协同集聚与环境污染治理: 助力还是阻力[J]. 广东财经大学学报, 2020, 35(1): 16-29. |
| [52] |
郭四代, 仝梦, 郭杰, 等. 基于三阶段DEA模型的区域环境效率测度[J]. 统计与决策, 2018, 34(16): 89-93. |
| [53] |
陈旭, 杨志远. 空间功能分工与全球生产链嵌入[J]. 国际贸易问题, 2022(5): 69-84. |
| [54] |
VAN OORT F, BURGER M, RASPE O. On the economic foundation of the urban network paradigm: spatial integration, functional integration and economic complementarities within the Dutch Randstad[J]. Urban studies, 2010, 47(4): 725-748. DOI:10.1177/0042098009352362 |
| [55] |
韩璐, 陈松, 徐懋. 数字经济与城市职能分工: 通向国内大市场之路[J]. 科学学研究, 2023, 41(7): 1234-1246. |
| [56] |
SCHILLER D, BURGER M J, KARREMAN B. The functional and sectoral division of labour between Hong Kong and the Pearl River Delta: from complementarities in production to competition in producer services?[J]. Environment and planning a: economy and space, 2015, 47(1): 188-208. DOI:10.1068/a140128p |
| [57] |
CAROD J M A. Determinants of industrial location: an application for Catalan municipalities[J]. Papers in regional science, 2005, 84(1): 105-119. DOI:10.1111/j.1435-5957.2005.00006.x |
| [58] |
孙军, 高彦彦. 城市微笑曲线变迁与经济地理重塑-以长三角地区为例[J]. 苏州大学学报(哲学社会科学版), 2023, 44(3): 38-50. |
| [59] |
周建平, 徐维祥, 宓泽锋, 等. 数字经济对城市ESG发展的影响-基于双重机器学习方法的检验[J]. 地理研究, 2024, 43(6): 1407-1424. |
| [60] |
黄玉霞, 谢建国. 制造业投入服务化与碳排放强度-基于WIOD跨国面板的实证分析[J]. 财贸经济, 2019, 40(8): 100-115. |
| [61] |
ROTHENBERG S. Sustainability through servicizing[J]. MIT Sloan management review, 2007, 48(2): 83-91. |
| [62] |
袁淳, 肖土盛, 耿春晓, 等. 数字化转型与企业分工: 专业化还是纵向一体化[J]. 中国工业经济, 2021(9): 137-155. |
| [63] |
YUAN H X, FENG Y D, LEE C C, et al. How does manufacturing agglomeration affect green economic efficiency?[J]. Energy economics, 2020, 92: 104944. DOI:10.1016/j.eneco.2020.104944 |
| [64] |
谭锐. 湾区城市群产业分工: 一个比较研究[J]. 中国软科学, 2020(11): 87-99. |
| [65] |
张松林, 周立文, 肖维鸽. 中国城市群空间功能分工的人口分布效应[J]. 人文杂志, 2023(4): 129-140. |
| [66] |
邵帅, 徐俐俐, 杨莉莉. 千里"碳缘"一线牵: 中国区域碳排放空间关联网络的结构特征与形成机制[J]. 系统工程理论与实践, 2023, 43(4): 958-983. |
| [67] |
及添正, 邓宏兵, 张天铃. 生产性服务业集聚对碳排放效率的影响-基于长江经济带108个城市企业数据的分析[J]. 资源科学, 2023, 45(1): 31-47. |
| [68] |
于斌斌, 胡汉辉. 产业集群与城市化共生演化的机制与路径-基于制造业与服务业互动关系的视角[J]. 科学学与科学技术管理, 2014, 35(3): 58-68. |
| [69] |
贺灿飞, 肖晓俊, 邹沛思. 中国城市正在向功能专业化转型吗?-基于跨国公司区位战略的透视[J]. 城市发展研究, 2012, 19(3): 20-29. |
| [70] |
田瑶, 郭立宏. 数字经济与地区共享发展-基于区域经济协调发展的视角[J]. 经济问题探索, 2024(2): 1-16. |
| [71] |
WANG S J, FANG C L, MA H T, et al. Spatial differences and multi-mechanism of carbon footprint based on GWR model in provincial China[J]. Journal of geographical sciences, 2014, 24(4): 612-630. DOI:10.1007/s11442-014-1109-z |
| [72] |
BAUM-SNOW N, BRANDT L, HENDERSON J V, et al. Roads, railroads, and decentralization of Chinese cities[J]. The review of economics and statistics, 2017, 99(3): 435-448. DOI:10.1162/REST_a_00660 |
| [73] |
石敏俊, 孙艺文, 王琛, 等. 基于产业链空间网络的京津冀城市群功能协同分析[J]. 地理研究, 2022, 41(12): 3143-3163. |
| [74] |
张志敏, 欧国立, 刘芮琳, 等. 碳管控政策下制造业空间转移与碳排放: 微观机理与空间效应[J]. 地理科学, 2023, 43(10): 1751-1762. |
| [75] |
马彦瑞, 刘强. 工业集聚对绿色经济效率的作用机理与影响效应研究[J]. 经济问题探索, 2021(7): 101-111. |
| [76] |
CHEN X, CHEN X L, SONG M L. Polycentric agglomeration, market integration and green economic efficiency[J]. Structural change and economic dynamics, 2021, 59: 185-197. DOI:10.1016/j.strueco.2021.08.016 |
| [77] |
卢洪友, 张奔. 长三角城市群的污染异质性研究[J]. 中国人口· 资源与环境, 2020, 30(8): 110-117. |
| [78] |
陈建军, 陈菁菁, 陈怀锦. 我国大都市群产业―城市协同治理研究[J]. 浙江大学学报(人文社会科学版), 2018, 48(5): 166-176. |
| [79] |
徐乐, 王海霞, 邵帅. 长三角环境协同治理的非对称效应: 基于多主体与多区域的双重视角[J]. 西安交通大学学报(社会科学版), 2023, 43(2): 128-142. |
| [80] |
刘奕, 夏杰长, 李垚. 生产性服务业集聚与制造业升级[J]. 中国工业经济, 2017(7): 24-42. |
| [81] |
刘修岩, 陈子扬. 城市体系中的规模借用与功能借用-基于网络外部性视角的实证检验[J]. 城市问题, 2017(12): 12-19. |
2025, Vol. 17


