摘要：利用西寧市2006—2019年城市建設(shè)用地?cái)?shù)據(jù)和天然氣總量、液化石油氣供氣總量、全社會(huì)用電量、城市供熱總量等數(shù)據(jù)折算的碳排放量建立VAR模型，分析西寧市建設(shè)用地?cái)U(kuò)張與碳排放之間的關(guān)系。結(jié)果表明：西寧市建設(shè)用地在14年間呈擴(kuò)張趨勢(shì)，以2011年為節(jié)點(diǎn)，2011年以前增長(zhǎng)緩慢，之后則呈現(xiàn)快速增長(zhǎng)態(tài)勢(shì)，年平均增長(zhǎng)率為4.07%；西寧市碳排放總體呈“凹”字形增長(zhǎng)，在多個(gè)年段出現(xiàn)一定幅度地降低；西寧市建設(shè)用地?cái)U(kuò)張和碳排放間僅存在單項(xiàng)因果關(guān)系，即城市建設(shè)用地的擴(kuò)張致使碳排放量增長(zhǎng)；西寧城市建設(shè)用地?cái)U(kuò)張對(duì)碳排放的初期影響較大，但隨著經(jīng)濟(jì)的發(fā)展、技術(shù)水平的進(jìn)步，碳排放量逐漸減少并趨于穩(wěn)定；城市建設(shè)用地?cái)U(kuò)張對(duì)碳排放的貢獻(xiàn)率逐漸升高并超過(guò)碳排放對(duì)自身的貢獻(xiàn)率，貢獻(xiàn)率穩(wěn)定在54%以上。

關(guān)鍵詞：建設(shè)用地?cái)U(kuò)張；碳排放；VAR模型；西寧市

中圖分類(lèi)號(hào)：F299.23;X321文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-6916（2023）07-0005-05

由于中國(guó)特色社會(huì)主義具有的強(qiáng)大生機(jī)活力，改革開(kāi)放以來(lái)，我國(guó)經(jīng)歷了全球規(guī)模最大、速度最快的城鎮(zhèn)化過(guò)程［1］。截至2021年年末，我國(guó)城鎮(zhèn)化率已達(dá)64.72%［2］。伴隨著城市化、工業(yè)化進(jìn)程的推進(jìn)，環(huán)境污染、交通擁堵、人口擁擠、耕地被侵蝕等問(wèn)題越來(lái)越突出［3］，其中所產(chǎn)生的生態(tài)環(huán)境問(wèn)題尤其引人關(guān)注。孫慧宗等［4］在研究中發(fā)現(xiàn)，城市化和碳排放之間表現(xiàn)為長(zhǎng)期穩(wěn)定的均衡關(guān)系，而城市作為人類(lèi)活動(dòng)、經(jīng)濟(jì)發(fā)展的密集區(qū)，成為碳排放的主要來(lái)源［5］。雖然全球城市建設(shè)用地面積僅占陸地總面積的2.4%，但卻承載了全球80%的碳排放量［6］。且隨著城市建設(shè)用地的迅速擴(kuò)張，農(nóng)用地加速轉(zhuǎn)化為非農(nóng)用地，致使園地、草地、林地、水域等具有較強(qiáng)碳匯能力的土地轉(zhuǎn)化為碳源類(lèi)的建設(shè)用地，使得這一比例持續(xù)增長(zhǎng)。

世界氣象組織2021年的報(bào)告顯示，2020年以前，全球正在經(jīng)歷著有史以來(lái)最為炎熱的六年［7］；照此情形下去，如若不采取任何節(jié)能減排措施，全球氣溫在未來(lái)的百年間將持續(xù)走高［8］。國(guó)際能源署（International Energy Agency，IEA）發(fā)布的相關(guān)數(shù)據(jù)表明，中國(guó)在二十一世紀(jì)初期成為全球第一大碳排放國(guó)［9］?！吨袊?guó)溫室氣體公報(bào)》資料顯示，2019年我國(guó)年均二氧化碳濃度為411.4±0.2ppm，且其中約70%的碳排放來(lái)源于城市［10］。習(xí)近平主席在第75屆聯(lián)合國(guó)大會(huì)一般性辯論會(huì)上正式提出，中國(guó)將在2030年前實(shí)現(xiàn)碳達(dá)峰，并力爭(zhēng)在2060年實(shí)現(xiàn)碳中和［11］。青海省對(duì)國(guó)家生態(tài)安全、民族永續(xù)發(fā)展負(fù)有重大責(zé)任，青海最大的價(jià)值在生態(tài)，最大的責(zé)任在生態(tài)，最大的潛力也在生態(tài)。所以，從城市化與碳排放的視角出發(fā)探究青海省會(huì)城市西寧建設(shè)用地?cái)U(kuò)張與碳排放之間的耦合關(guān)系，以期可以為西寧市建設(shè)可持續(xù)發(fā)展的“低碳城市”和實(shí)現(xiàn)“新型城鎮(zhèn)化”發(fā)展提供參考。

國(guó)內(nèi)外有關(guān)城市碳排放的研究主要集中于探討碳排放與城市規(guī)劃、城市規(guī)模、城市形狀、城市交通、土地利用方式等之間的關(guān)系［12-15］，也運(yùn)用生命周期法、CEG（Computable General Equilibrium，CGE）模型、庫(kù)茲涅茨曲線(xiàn)、灰色關(guān)聯(lián)度和LMDI（Logarithmic Mean Divisia Index，LMDI）分解法等不同的方法對(duì)兩者之間的關(guān)系展開(kāi)研究［16-19］。雖然有關(guān)城市化和碳排放的研究較為廣泛，但城市化發(fā)展對(duì)于碳排放是負(fù)相關(guān)效應(yīng)還是正相關(guān)效應(yīng)，學(xué)界還沒(méi)有達(dá)成共識(shí)，而且對(duì)于我國(guó)西部地區(qū)城市化和碳排放之間的研究較少。所以，本文借助建設(shè)用地表征建設(shè)用地?cái)U(kuò)張量與碳排放量?jī)蓚€(gè)變量，探究西寧市建設(shè)用地?cái)U(kuò)張與碳排放之間的關(guān)系，并提供實(shí)證檢驗(yàn)。

一、研究方法和數(shù)據(jù)來(lái)源

（一）研究概況

作為青海省省會(huì)城市，西寧是我國(guó)西北地區(qū)重要的中心城市，是青藏高原上的東方古城，還是國(guó)務(wù)院《蘭州—西寧城市群發(fā)展規(guī)劃》蘭西城市群具有發(fā)展?jié)摿Φ牧咙c(diǎn)城市。西寧地理位置處于青海省東部，東西向呈條帶狀走向，地勢(shì)西南高、東北低。截至2021年，全市下轄5個(gè)區(qū)、2個(gè)縣，總面積7660平方千米，常住人口為246.7965萬(wàn)人，地區(qū)生產(chǎn)總值1548.8億元。截至2019年，西寧市建設(shè)用地總面積為94.57平方千米，折算的碳排放量為4009.707萬(wàn)噸。

（二）數(shù)據(jù)來(lái)源

研究西寧市碳排放的統(tǒng)計(jì)數(shù)據(jù)（人工煤氣和天然氣供氣量，全年用電總量，液化石油氣、蒸汽供熱量，熱水供熱量）和相應(yīng)碳排放因子數(shù)據(jù)主要來(lái)自文獻(xiàn)、2007—2020年的《青海省統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》及《2006年國(guó)家溫室氣體排放清單指南》；城市建設(shè)用地?cái)?shù)據(jù)、GDP（Gross Domestic Product，GDP）數(shù)據(jù)來(lái)自2007—2020年《中國(guó)城市統(tǒng)計(jì)年鑒》《西寧統(tǒng)計(jì)年鑒》。

（三）研究方法

1.碳排放量測(cè)算

城市碳排放的測(cè)算，即能源消耗的碳排放根據(jù)IPCC（CIntergovernmental Panel on Climate Change，IPCC）溫室氣體排放清單指南中的碳排放系數(shù)進(jìn)行測(cè)算。也可以通過(guò)測(cè)算電能和熱能消耗得出碳排放量，其中包括液化石油氣、天然氣、電力消費(fèi)等。因數(shù)據(jù)收集的限制，借鑒吳建新等［20］和任曉松等［21］對(duì)碳排放量的測(cè)算，本文采用供氣總量（人工煤氣、天然氣）、液化石油氣供氣總量、全社會(huì)用電量、城市供熱總量來(lái)折算西寧市2006—2019年碳排放總量，其中城市供熱主要包含熱電廠和鍋爐房?jī)煞N供熱方式，且多以原煤為主要原料，本文根據(jù)原煤量折算熱能，碳排放量計(jì)算公式如下：

CO2=C1+C2+C3+C4+αE1+βE2+γnE3+εE4（1）

式中C1、C2、C3、C4分別表示供氣量、液化石油氣、全社會(huì)用電量、城市供熱量所產(chǎn)生的二氧化碳排放量，α、β、γn、ε分別表示天然氣、液化石油氣、電能消耗、原煤的CO2折算系數(shù)如表1所示。E1、E2、E3、E4分別表示天然氣消耗量、液化石油氣消耗量、電能消耗量、原煤的消耗量。其中電能消耗的CO2折算系數(shù)，因由我國(guó)地理位置、社會(huì)經(jīng)濟(jì)等要素劃分的6大區(qū)域均有不同的排放因子，所以根據(jù)研究年份和研究區(qū)域不同，CO2折算系數(shù)會(huì)有不同。西寧市按照區(qū)域劃分屬于西北地區(qū)，其研究年份內(nèi)的系數(shù)值如表2所示。另外對(duì)于原煤的碳排放量測(cè)算，參考吳建新等［20］研究中的供熱量、平均低位發(fā)熱量20908 J/kg，以及70%的熱效率值來(lái)計(jì)算的原煤數(shù)量并折算為供熱消耗的能源數(shù)量，再根據(jù)原煤碳排放系數(shù)得出供熱量產(chǎn)生的碳排放。

2.向量自回歸模型

為探究西寧市建設(shè)用地?cái)U(kuò)張與碳排放水平之間的關(guān)系，建立城市建設(shè)用地?cái)U(kuò)張和碳排放水平之間的向量自回歸模型（Vector autoregression，VAR）。該模型在二十世紀(jì)八十年代由西姆斯（Sims）引入，它是一種常用的非結(jié)構(gòu)化的多方程計(jì)量經(jīng)濟(jì)模型，其基本原理是在研究變量平穩(wěn)和模型穩(wěn)定的前提下，對(duì)所有內(nèi)生變量的若干滯后變量進(jìn)行回歸，分析相關(guān)聯(lián)的時(shí)間序列及隨機(jī)擾動(dòng)項(xiàng)對(duì)各個(gè)變量的動(dòng)態(tài)影響［22］。VAR（p）模型數(shù)學(xué)表達(dá)公式如下：

Yt=α1yt-1+α2yt-2+…+αpyt-p+βxt+εt；t=1，2，...，T（2）

式中Yt是指內(nèi)生變量列向量，本文則為建設(shè)用地面積和碳排放水平兩組列向量；α1、α2、…、αp、β是指待估計(jì)的系數(shù)矩陣；P表示內(nèi)生變量滯后階數(shù)；εt為隨機(jī)擾動(dòng)向量；t指樣本個(gè)數(shù)。另外構(gòu)建VAR模型時(shí)最重要的確定最佳滯后階數(shù)（P），本文采用信息準(zhǔn)則對(duì)模型進(jìn)行檢驗(yàn)并確認(rèn)。

二、西寧市城市建設(shè)用地?cái)U(kuò)張和碳排放分析

（一）西寧市城市建設(shè)用地?cái)U(kuò)張分析

對(duì)2006—2019年西寧市城市建設(shè)用地?cái)?shù)據(jù)進(jìn)行分析（見(jiàn)圖1）。西寧市城市建設(shè)用地從2006年的63.94平方千米增長(zhǎng)到2019年的94.57平方千米，擴(kuò)張量達(dá)30.63平方千米，擴(kuò)張率達(dá)47.90%。這14年間建設(shè)用地總體呈現(xiàn)穩(wěn)步增長(zhǎng)的擴(kuò)張態(tài)勢(shì)，除2008年、2012年較上一年度無(wú)增長(zhǎng)，2019較上一年出現(xiàn)少量縮減。以2011年和2018年為節(jié)點(diǎn)，在2006—2010年間，西寧市城市建設(shè)用地增長(zhǎng)緩慢，平均增長(zhǎng)率為1.09%。2011年增長(zhǎng)率達(dá)研究年份最值，為12.33%，這主要是因?yàn)椤吨泄仓醒雵?guó)務(wù)院關(guān)于深入實(shí)施西部大開(kāi)發(fā)戰(zhàn)略的若干意見(jiàn)》和《國(guó)務(wù)院關(guān)于支持青海等省藏區(qū)經(jīng)濟(jì)社會(huì)發(fā)展的若干意見(jiàn)》等文件出臺(tái)，以及對(duì)西部大開(kāi)發(fā)和西部城市發(fā)展的重視，海湖新區(qū)等建設(shè)項(xiàng)目落實(shí)落地，西寧市城市建設(shè)用地面積迅速增長(zhǎng)。2013—2018年西寧市城市建設(shè)用地呈快速增長(zhǎng)，平均增長(zhǎng)率達(dá)4.07%。

（二）西寧市碳排放分析

根據(jù)前文中各統(tǒng)計(jì)量折算得出的西寧市碳排放總量，得到如圖2柱狀圖所示的2006—2019年西寧市碳排放量。可以發(fā)現(xiàn)，在研究期內(nèi)，西寧市碳排放量總體呈“凹”字形增長(zhǎng)，主要體現(xiàn)在研究前期三年即2006、2007、2008，以及研究后期三年2017、2018、2019較其他居于中間的8年有更多的碳排放量，且后三年的碳排放量要遠(yuǎn)高于前三年的碳排放量，平均高出2001.182萬(wàn)噸，并在2019年達(dá)到研究期內(nèi)的峰值，碳排放總值達(dá)到4009.707萬(wàn)噸。2009—2016年呈現(xiàn)小幅增長(zhǎng)和小幅縮減趨勢(shì)，平均碳排放量保持在745.163萬(wàn)噸。西寧市碳排放量雖在多個(gè)年段出現(xiàn)一定幅度的減少，但總體呈波動(dòng)增長(zhǎng)，這與西寧市的發(fā)展息息相關(guān)，也與青海省節(jié)能減排、保護(hù)生態(tài)的政策是相一致的。

圖2折線(xiàn)圖是西寧市2006—2019年的碳排放強(qiáng)度，碳排放強(qiáng)度是指單位GDP的二氧化碳排放量，一般而言，該指標(biāo)會(huì)隨著技術(shù)進(jìn)步和經(jīng)濟(jì)增長(zhǎng)而趨于下降。西寧市近14年的碳排放強(qiáng)度波動(dòng)與碳排放波動(dòng)相似，但2017、2018、2019這三年的碳排放強(qiáng)度遠(yuǎn)低于2006、2007、2008三年的碳排放強(qiáng)度，這也說(shuō)明隨著西寧經(jīng)濟(jì)的發(fā)展、技術(shù)的進(jìn)步、節(jié)能減排力度的加大，碳排放強(qiáng)度有所降低。

三、模型結(jié)果分析

（一）平穩(wěn)性檢驗(yàn)

對(duì)于VAR模型而言，為避免在建模過(guò)程中由時(shí)間序列數(shù)據(jù)非平穩(wěn)出現(xiàn)偽回歸現(xiàn)象，需要對(duì)研究中用到的時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，確定單階整數(shù)，本文采用ADF（Augmented Dickey-Fuller Tested，ADF）單位根檢驗(yàn)法進(jìn)行檢驗(yàn)。

對(duì)西寧市城市建設(shè)用地?cái)U(kuò)張和碳排放兩個(gè)研究變量進(jìn)行對(duì)數(shù)處理，分別記為ΔLNL和ΔLNC。根據(jù)表3顯示，水平情況下，p值分別為0.1449和0.2178，ADF統(tǒng)計(jì)量值對(duì)于任意臨界值均小于其絕對(duì)值，即不能拒絕原假設(shè)并存在單位根，時(shí)間序列數(shù)據(jù)為非平穩(wěn)。隨后，對(duì)水平情況下的時(shí)間序列數(shù)據(jù)分別進(jìn)行一階差分，其P值分別為0.0109和0.0010，ΔLNL的ADF統(tǒng)計(jì)量絕對(duì)值大于5%臨界值的絕對(duì)值，ΔLNC的ADF統(tǒng)計(jì)量絕對(duì)值大于任意臨界值的絕對(duì)值，即拒絕原假設(shè)并通過(guò)了平穩(wěn)性檢驗(yàn)。所以一階差分后的序列不存在單位根，時(shí)間序列數(shù)據(jù)為平穩(wěn)，得出研究變量為一階單整序列。

（二）構(gòu)建VAR模型

在平穩(wěn)性檢驗(yàn)的基礎(chǔ)上，進(jìn)行模型滯后階數(shù)的確定。根據(jù)表4中LR、FPE、AIC、SC和HQ標(biāo)準(zhǔn)準(zhǔn)則中的集中選擇，確定本研究的最優(yōu)滯后階數(shù)為1，即最終需要建立VAR（1）模型。

為保證后續(xù)的建模和分析過(guò)程具有實(shí)際意義，還需要對(duì)VAR模型進(jìn)行穩(wěn)定性檢驗(yàn)，主要通過(guò)觀察其特征根是否均小于1或是否均落在單位圓內(nèi)進(jìn)行判別。研究發(fā)現(xiàn)其特征根均落在單位圓內(nèi)，即單位根都小于1，表明該模型通過(guò)穩(wěn)定性檢驗(yàn)。綜上，可以進(jìn)行模型構(gòu)建。

1.Granger因果關(guān)系檢驗(yàn)。需要通過(guò)Granger因果檢驗(yàn)來(lái)確定研究變量之間的因果關(guān)系，如表5所示，對(duì)于LNL不是LNC的Granger原因的原假設(shè)下，P值為0.0422，即拒絕原假設(shè)，說(shuō)明城市建設(shè)用地?cái)U(kuò)張是碳排放的Granger原因，即城市建設(shè)用地對(duì)碳排放有預(yù)測(cè)能力，可以解釋為城市建設(shè)用地的擴(kuò)張?jiān)谝欢ǔ潭壬蠈?dǎo)致了碳排放的增加。相應(yīng)地，碳排放不是城市建設(shè)用地?cái)U(kuò)張的Granger原因，碳排放對(duì)城市建設(shè)用地?cái)U(kuò)張沒(méi)有預(yù)測(cè)能力，碳排放的增長(zhǎng)不能成為建設(shè)用地?zé)o序擴(kuò)張的理由。所以，探究的兩個(gè)變量之間僅存在單項(xiàng)因果關(guān)系。

2.脈沖分析。為探究?jī)?nèi)生變量短期沖擊對(duì)其他內(nèi)生變量的沖擊程度、沖擊大小以及其他沖擊特征，即對(duì)一個(gè)變量進(jìn)行干擾，觀察該變量是如何影響其他變量以及變量本身。本研究在基于城市建設(shè)用地?cái)U(kuò)張是碳排放的Granger原因下，繼續(xù)對(duì)變量進(jìn)行脈沖響應(yīng)分析。得到（圖3所示）相應(yīng)變量的脈沖響應(yīng)函數(shù)，其中滯后階數(shù)最大為20，實(shí)線(xiàn)代表脈沖響應(yīng)函數(shù)曲線(xiàn)，虛線(xiàn)代表雙側(cè)正負(fù)2倍標(biāo)準(zhǔn)差下的置信區(qū)域。

圖3（a）可以看出，在對(duì)城市建設(shè)用地進(jìn)行一個(gè)正沖擊后，碳排放量呈現(xiàn)快速上升的增長(zhǎng)態(tài)勢(shì)，并且在第6期達(dá)到最高值0.158468后開(kāi)始緩慢下降，影響周期比較長(zhǎng)。這表明西寧市在經(jīng)濟(jì)發(fā)展水平較低、技術(shù)手段薄弱時(shí)期碳排放隨著城市建設(shè)用地?cái)U(kuò)張而升高，在經(jīng)濟(jì)發(fā)展水平較高、技術(shù)水平增長(zhǎng)時(shí)期碳排放隨著城市建設(shè)用地的擴(kuò)張而減小。所以在城市化快速發(fā)展進(jìn)程中，如何控制城市建設(shè)用地?cái)U(kuò)張成為一個(gè)重要的問(wèn)題。由于其造成碳排放的不穩(wěn)定變化，且影響周期比較長(zhǎng)，說(shuō)明西寧市城市建設(shè)用地的控制發(fā)揮明顯效果需要較長(zhǎng)時(shí)間。圖3（b）中碳排放對(duì)自身的反應(yīng)比較敏感，在對(duì)碳排放進(jìn)行一個(gè)正沖擊后，碳排放量開(kāi)始緩慢下降，并在第6期以后保持低位的負(fù)效應(yīng)，總體而言影響周期較短。

3.方差分解分析。方差分解主要是在脈沖分析的基礎(chǔ)上來(lái)探討城市建設(shè)用地?cái)U(kuò)張?jiān)撟兞康慕Y(jié)構(gòu)沖擊對(duì)碳排放以及碳排放自身沖擊對(duì)本身變化的貢獻(xiàn)率，即在總貢獻(xiàn)中變量沖擊所占比例大小。從圖4可以看出，初期階段，對(duì)西寧市碳排放的貢獻(xiàn)率主要來(lái)源于其自身，并且隨著期數(shù)的增加呈現(xiàn)大幅下落。但另一方面隨著期數(shù)的增加，城市建設(shè)用地?cái)U(kuò)張對(duì)碳排放的貢獻(xiàn)率逐步上升。兩曲線(xiàn)在11期處交匯并趨于平緩，交匯后城市建設(shè)用地的擴(kuò)張量對(duì)碳排放的貢獻(xiàn)率高于其自身，貢獻(xiàn)率穩(wěn)定在54%以上。該結(jié)果也進(jìn)一步驗(yàn)證了前期的研究，說(shuō)明西寧市城市建設(shè)用地的擴(kuò)張很大程度上影響著碳排放的產(chǎn)生，所以從城市化角度出發(fā)，控制西寧市城市建設(shè)用地向內(nèi)填型方向擴(kuò)張，避免外延型、飛地型的擴(kuò)張方式，有利于碳減排事業(yè)的發(fā)展。

四、結(jié)論

通過(guò)建立西寧市2006—2019年城市建設(shè)用地?cái)U(kuò)張和碳排放兩變量的VAR模型，分析西寧市碳排放和城市建設(shè)用地的因果關(guān)系及相互影響，得出如下結(jié)論：（1）西寧市城市建設(shè)用地在14年間呈現(xiàn)增長(zhǎng)趨勢(shì)，2011年以前增長(zhǎng)緩慢，2011年后則呈現(xiàn)快速增長(zhǎng)態(tài)勢(shì)，平均增長(zhǎng)率為4.07%。（2）西寧市碳排放總體呈“凹”字形增長(zhǎng)，并在多個(gè)年份有一定程度的減少，2019年達(dá)到研究期內(nèi)的峰值，碳排放總值達(dá)到4009.707萬(wàn)噸。（3）兩個(gè)變量之間僅存在單項(xiàng)因果關(guān)系，說(shuō)明西寧市城市建設(shè)用地的無(wú)序擴(kuò)張?jiān)谝欢ǔ潭壬蠈?dǎo)致了碳排放量的升高。（4）在初期階段，西寧市城市建設(shè)用地的擴(kuò)張對(duì)碳排放的影響較大且迅速，但在后期階段影響趨于平穩(wěn)，但總的影響周期比較長(zhǎng)。（5）城市建設(shè)用地?cái)U(kuò)張對(duì)碳排放的貢獻(xiàn)率逐漸升高并超過(guò)碳排放對(duì)自身的貢獻(xiàn)率，貢獻(xiàn)率穩(wěn)定在54%以上。

研究結(jié)果表明，西寧市城市建設(shè)用地?cái)U(kuò)張會(huì)促使碳排放量呈現(xiàn)上升趨勢(shì)。西寧市在承擔(dān)青海省作為國(guó)家重要的生態(tài)安全屏障中起著舉足輕重的作用，應(yīng)在碳減排方面做出重要貢獻(xiàn)，因此根據(jù)本文研究結(jié)論提出如下建議：（1）控制城市建設(shè)用地?zé)o序擴(kuò)張。應(yīng)當(dāng)堅(jiān)持走低碳城市化道路，嚴(yán)格控制城鎮(zhèn)開(kāi)發(fā)邊界，控制邊緣型和飛地型土地?cái)U(kuò)張方式，加大內(nèi)填型城市擴(kuò)張模式，實(shí)現(xiàn)城市土地集約利用。（2）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和布局。以綠色GDP為發(fā)展目標(biāo)，大力推推動(dòng)產(chǎn)業(yè)升級(jí)轉(zhuǎn)型，推進(jìn)技術(shù)發(fā)展，扶持電力、煤炭、石油、天然氣等重點(diǎn)領(lǐng)域利用可再生能源，從源頭降低碳排放量。

參考文獻(xiàn)：

［1］尹上崗，楊山，李在軍.長(zhǎng)三角地區(qū)生態(tài)城鎮(zhèn)化空間格局及影響因素［J］.自然資源學(xué)報(bào)，2022（6）.

［2］李迅.“雙碳”戰(zhàn)略下的城市發(fā)展路徑思考［J］.城市發(fā)展研究，2022（8）.

［3］YANG Z S，YANG H，WANG H.Evaluating urban sustainability under different development pathways：A case study of the Beijing-Tianjin-Hebei region［J］.Sustainable Cities and Society，2020（61）.

［4］孫慧宗，李久明.中國(guó)城市化與二氧化碳排放量的協(xié)整分析［J］.人口學(xué)刊，2010（5）.

［5］楊青林，趙榮欽，丁明磊，等.中國(guó)城市碳排放的空間格局及影響機(jī)制——基于285個(gè)地級(jí)市截面數(shù)據(jù)的分析［J］.資源開(kāi)發(fā)與市場(chǎng)，2018（9）.

［6］ZENG L，SHI T M，HU Y M，et al.Change of construction land and trend prediction of carbon emission effect based on STIRPAT model［J］.Journal of Computational and Theoretical Nanoscience，2016（5）.

［7］余麗，周旭磊.碳達(dá)峰目標(biāo)實(shí)現(xiàn)的國(guó)際經(jīng)驗(yàn)及中國(guó)路徑［J］.大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（3）.

［8］崔學(xué)勤，王克，傅莎，等.2℃和1.5℃目標(biāo)下全球碳預(yù)算及排放路徑［J］.中國(guó)環(huán)境科學(xué)，2017（11）.

［9］董文超，趙健艾，張澤宜.最終需求拉動(dòng)下的中國(guó)碳排放研究［J］.自然資源學(xué)報(bào)，2014（5）.

［10］SULLIVAN R，GOULDSON A，WEBBER P.Funding low carbon cities：local perspectives on opportunities and risks［J］.Climate Policy，2013（4）.

［11］陳迎.碳中和概念再辨析［J］.中國(guó)人口·資源與環(huán)境，2022（4）.

［12］鄭德高，吳浩，林辰輝，等.基于碳核算的城市減碳單元構(gòu)建與規(guī)劃技術(shù)集成研究［J］.城市規(guī)劃學(xué)刊，2021（4）.

［13］范秋芳，王勁草，王杰.城市空間結(jié)構(gòu)演化的減排效應(yīng)：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)［J］.城市問(wèn)題，2021（12）.

［14］舒心，夏楚瑜，李艷，等.長(zhǎng)三角城市群碳排放與城市用地增長(zhǎng)及形態(tài)的關(guān)系［J］.生態(tài)學(xué)報(bào)，2018（17）.

［15］金昱.國(guó)際大城市交通碳排放特征及減碳策略比較研究［J］.國(guó)際城市規(guī)劃，2022（2）.

［16］COLLINS F.Inclusion of carbonation during the life cycle of built and recycled concrete：influence on their carbon footprint［J］.The International Journal of Life Cycle Assessment，2010（6）.

［17］AYDIN L，ACAR M.Economic impact of oil price shocks on the Turkish economy in the coming decades：A dynamic CGE analysis［J］.Energy Policy，2011（3）.

［18］張潤(rùn)森，濮勵(lì)杰，文繼群，等.建設(shè)用地?cái)U(kuò)張與碳排放效應(yīng)的庫(kù)茲涅茨曲線(xiàn)假說(shuō)及驗(yàn)證［J］.自然資源學(xué)報(bào)，2012（5）.

［19］張思齊，陳銀蓉.城市建設(shè)用地?cái)U(kuò)張與能源消耗碳排放相關(guān)效應(yīng)［J］.水土保持研究，2017（1）.

［20］吳建新，郭智勇.基于連續(xù)性動(dòng)態(tài)分布方法的中國(guó)碳排放收斂分析［J］.統(tǒng)計(jì)研究，2016（1）.

［21］任曉松，劉宇佳，趙國(guó)浩.經(jīng)濟(jì)集聚對(duì)碳排放強(qiáng)度的影響及傳導(dǎo)機(jī)制［J］.中國(guó)人口·資源與環(huán)境，2020（4）.

［22］MARTíNEZ-ZARZOSO I，MARUOTTI A.The impact of urbanization on CO2 emissions：evidence from developing countries［J］.Ecological Economics，2011（7）.

作者簡(jiǎn)介：才仁卓瑪（1996—），女，藏族，青海海晏人，青海民族大學(xué)經(jīng)濟(jì)與管理學(xué)院助教，研究方向?yàn)槌鞘谢c碳排放。

（責(zé)任編輯：王寶林）