EN中文

经济地理 >

2025 , Vol. 45 >Issue 2: 58 - 68

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.02.006

城市地理与新型城镇化

碳中和目标下的长江中游城市群产业生态可持续性演化特征与影响机制

  • 刘耀彬 , 1, 4 ,
  • 刘娇 1 ,
  • 李汝资 1 ,
  • 李硕硕 , 1, 2, 3, ※ ,
  • 魏国恩 2, 3
展开
  • 1.南昌大学 经济管理学院，中国江西 南昌 330031
  • 2.南昌大学 资源与环境学院，中国江西 南昌 330031
  • 3.南昌大学 流域碳中和教育部工程研究中心，中国江西 南昌 330031
  • 4.江西财经大学 应用经济学院，中国江西 南昌 330013
※ 李硕硕（1995—），男，博士，助理研究员，研究方向为产业生态化与碳平衡。E-mail：

刘耀彬（1970—），男，博士，教授，研究方向为生态经济与区域经济。E-mail：

收稿日期: 2024-07-20

  修回日期: 2024-09-19

  网络出版日期: 2025-05-12

基金资助

国家社会科学基金重大项目(23&ZD034)

国家自然科学基金青年项目(42301226)

国家自然科学基金青年项目(42201184)

收起

Evolutionary Characteristics and Influence Mechanisms of Industrial Ecological Sustainability in Urban Agglomerations of the Middle Reaches of Yangtze River Under the Goal of Carbon Neutrality

  • LIU Yaobin , 1, 4 ,
  • LIU Jiao 1 ,
  • LI Ruzi 1 ,
  • LI Shuoshuo , 1, 2, 3, ※ ,
  • WEI Guoen 2, 3
Expand
  • 1. School of Economics and Management， Nanchang University， Nanchang 330031， Jiangxi， China
  • 2. School of Resources and Environment， Nanchang University， Nanchang 330031， Jiangxi， China
  • 3. Engineering Research Center for Watershed Carbon Neutral， Nanchang University， Nanchang 330031， Jiangxi， China
  • 4. School of Applied Economics， Jiangxi University of Finance and Economics， Nanchang 330013， Jiangxi， China

Received date: 2024-07-20

  Revised date: 2024-09-19

  Online published: 2025-05-12

Fold

摘要

产业生态可持续性是反映产业与生态协同发展的重要指标，市域碳平衡能力是衡量其能否实现碳中和的关键。文章以碳中和为目标，构建产业生态可持续性指数定量测度2005—2020年长江中游城市群产业生态可持续性，并揭示其碳中和目标下的空间匹配分区与影响机制。结果表明：①2005—2020年长江中游城市群产业生态可持续性指数呈波动上升趋势，空间分布逐渐演变成以武汉为中心的“高—低—高—低”的圈层空间格局。碳平衡呈三阶段下降趋势，市域碳平衡呈现“集中分布”和“点—线分布”2种空间分布模式。②2005—2020年长江中游城市群的市域碳平衡与产业生态可持续性分区匹配呈现6种类型，其空间匹配分区在碳平衡方向上呈收敛趋势，在产业生态可持续性方向上呈发散趋势。③产业结构升级、能源效率、政府治理和技术创新对本地区产业生态可持续性具有显著的促进作用，但在碳赤字和碳盈余的分区下具有异质性表现。以碳平衡为门槛变量时，跨越门槛后的能源效率、政府治理和技术创新对其促进作用更加强烈和显著。

关键词： 产业生态可持续性; 碳平衡; 长江中游城市群; 匹配分区; 门槛效应; 能源效率; 技术创新

本文引用格式

刘耀彬 , 刘娇 , 李汝资 , 李硕硕 , 魏国恩 . 碳中和目标下的长江中游城市群产业生态可持续性演化特征与影响机制[J]. 经济地理, 2025 , 45(2) : 58 -68 . DOI: 10.15957/j.cnki.jjdl.2025.02.006

Abstract

Industrial ecological sustainability is an important indicator reflecting the synergistic development between industry and ecology, and urban carbon balancing capacity constitutes a pivotal determinant in achieving carbon neutrality targets. This paper constructs an industrial ecological sustainability index to quantitatively measure the industrial ecological sustainability of the urban agglomerations in the middle reaches of the Yangtze River from 2005 to 2020 with the goal of carbon neutrality, and reveals its spatial matching partition and influence mechanism. The results show that: 1) The industrial ecological sustainability index of the urban agglomerations in the middle reaches of Yangtze River shows a fluctuating upward trend from 2005 to 2020, exhibiting a distinctive "high-low-high-low" spatial configuration radiating from Wuhan's metropolitan core. Urban carbon balance manifests a triphasic decline, evolving through "centralized distribution" and "point-line distribution" patterns. 2) From 2005 to 2020, there are six types of zoning typologies between carbon balance and industrial ecological sustainability in urban agglomerations of the middle reaches of Yangtze River, and their spatial matching zones show a converging trend in the direction of carbon balance and a diverging trend in the direction of industrial ecological sustainability. 3) Industrial structure upgrading, energy efficiency, government governance and technological innovation have a significant contribution to industrial ecological sustainability in the region, but have heterogeneous performance under the partition of carbon deficit and carbon surplus. When carbon balance is taken as the threshold variable, energy efficiency, government governance and technological innovation after crossing the threshold have a stronger and more significant promotion effect.

Key words： industrial ecological sustainability; carbon balance; urban agglomerations in the middle reaches of Yangtze River; matching partition; threshold effect; energy efficiency; technological innovation

快速推进的工业化和城市化给地球生态环境带来了严重破坏[1]。湖泊富营养化、水体大气污染、湿地锐减等问题频繁出现，严重制约了生态脆弱性地区社会、经济和生态可持续发展[2-3]。党的二十大报告指出：“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”。追求产业与生态之间的良性互动是实现人与自然和谐共生的现代化的必然要求[4]。产业生态可持续性是在可持续发展的前提下产业发展质量与生态环境保护相互联系、相互作用的协同发展。其将产业发展、生态保护、资源高效利用、环境友好作为一个整体和系统来综合考量，是生态优先、绿色发展的必由之路。中国已进入高质量发展和高水平保护的关键时期，高水平保护是高质量发展的重要支撑，生态优先、绿色低碳的高质量发展只有依靠高水平保护才能实现[5-6]。产业生态可持续性是产业生态化和生态产业化的统一，推动产业生态可持续性是实现高质量发展和高水平保护的重要举措。评估区域产业生态可持续性水平，探究其时空格局及影响机制，成为区域可持续发展面临的重大挑战和关键议题。“双碳”战略对生态文明建设提出了新要求，探索碳中和目标下的产业生态可持续性分区管理及路径提升是解决资源环境约束突出问题的必然选择。
产业生态可持续性源于产业代谢理论与产业生态系统理论，现有学者围绕产业生态化、产业生态效率以及产业生态转型进行了探索，对其测度、时空演化以及影响因素进行了实证研究。测度方法以灰色层次分析法[7]、熵值法[8]、耦合协调分析法[9]等模型为主，指标体系上从产业系统和生态环境系统两个方面选取了涉及产业发展、社会状况、环境质量、资源利用等多重指标[10]。然而，大多数研究仍集中在对产业发展和资源环境的评价上，相对缺乏对生态本底的纳入。产业生态可持续性涉及产业、生态、环境等方面，需要从多维度完善测度指标体系，因此本文将生态系统健康纳入产业生态可持续性的评价体系。学者们在不同尺度上展开一系列研究，例如基于区域尺度探究海洋产业生态系统的影响因素[11]，在省级层面研究产业生态化的时空特征及其障碍因子[12]以及在城市尺度上描绘产业生态系统的演进规律[13]。同时，2020年中国提出“双碳”目标，将“碳中和”纳入生态文明建设整体布局中[14]。许多学者将“双碳”目标与生态环境保护[15]及区域协调治理[16]相结合进行深入研究；部分学者基于碳中和背景围绕能源产业主要开展结构优化转型[17]、低碳发展[18]等方向研究，但将碳中和目标纳入产业生态可持续性的驱动机制研究甚少。从碳平衡分区角度出发，有助于推动各区域差异化精细管控策略的实施。因此，在“双碳”目标驱动下，探索产业生态可持续性的影响机制成为缓解资源环境约束的重要路径。
长江中游城市群既是中部崛起的重点区域，又包含鄱阳湖、洞庭湖等长江自然连通的大型湖泊[19]。《长江中游城市群发展“十四五”实施方案》强调统筹生态安全目标下的生态空间与产业空间交织相融，共建多元共生的生态系统。在全球气候变化和人类活动加剧背景下，长江中游城市群作为经济活跃、要素集聚和流动最频繁的典型区域，其产业空间格局与产业空间面临转型与调整[20]。同时，长江中游城市群区域水环境问题突出，存在节水减排水平不高、部分河流生态流量保障程度较低、水环境风险高发等诸多问题[21]。可见，其迫切需要探索碳中和目标下的产业结构优化、生态保护修复、资源高效利用的产业生态可持续性提升方案。基于此，本文构建基于产业、生态和资源环境的产业生态可持续性测算指标，定量分析2005—2020年长江中游城市群产业生态可持续性水平的时空演化特征，并构建碳平衡测度指标探索碳平衡与产业生态可持续性空间分配分区，进而采用固定效应模型和门槛效应模型揭示其影响机制。研究结果可为促进城市群实现经济发展与生态保护协调统一提供理论与实践指导。

1 研究方法与数据来源

1.1 研究区域

长江中游城市群地跨湖北、湖南、江西三省，是以武汉城市圈、环长株潭城市群、环鄱阳湖城市群为主体形成的31个地级市组成的特大型城市群。长江中游城市群承东启西、连接南北，是推动长江经济带发展、促进中部崛起、巩固“两纵三横”城镇化战略格局的重点区域，在我国经济社会发展格局中具有重要地位[22-23]。长江中游城市群兼具山水林田湖草等生态系统各要素，其地形复杂多样，土地、矿产等资源的空间分布差异导致城市群产业空间布局多样化，进而影响了城市群产业生态可持续性的空间演化。本文以长江中游城市群为例，测度其2005—2020年产业生态可持续性，为城市群高质量发展与高水平保护提供科学支撑。

1.2 研究方法

1.2.1 产业生态可持续性综合评价指标体系

城市群内各城市具有不同的资源禀赋、生态环境和地理位置[24]，在构建城市群产业生态可持续性测度体系时，既需立足区域实际，考虑复合环境要素的差异性，又要突出产业生态可持续性的科学内涵。因此，本文基于复合生态系统理论，从产业系统、生态系统和资源环境系统3个方面选取相关指标对长江中游城市群产业生态可持续性进行评价[25]（表1）。其中，产业系统包含产业规模、产业结构、产业发展质量、产业联系强度以及产业活力5个指标，由于规模、结构、质量、联系和活力5个维度具有同等重要性，本文对其采用均等权重，利用线性加权法计算[26]。生态系统利用VOR模型和Fragstats 4.2软件测算长江中游城市群各市域生态系统健康指数[27]。生态系统健康是指生态系统自我维持与发展的综合特性，表征生态系统所具有的活力、稳定和自调节能力[28]。资源环境系统包括资源组分和环境组分，资源组分包括资源供给与资源消耗，环境组分由污染排放和空气质量组成。从资源供给、资源消耗、污染排放和空气质量4个维度，选取生态系统服务供给、单位GDP能耗、工业SO2排放量等8个指标测度资源环境子系统状况，采用熵权法计算资源环境系统的功能指数。
表1 区域产业生态可持续性指标体系及说明

Tab.1 Indicator system of industrial ecological sustainability and its description

目标层 维度层 要素层 指标层 相关公式及说明
产
业
生
态
可
持
续
性		 产业系统 产业规模 第二、三产业增加值 单位：亿元
产业结构 产业结构升级指数 I S U = ∑ m = 1 3 g d p m G D P · m （1）
式中：gdpm表示第m产业增加值，m=1，2，3；GDP为地区生产总值。该指标反映了三大产业由第一产业向第二、第三产业优势地位升级的渐次演进，ISU值越大，表示产业结构越高级
产业发展 全要素生产率 通过索洛余值法测算研究区市域全要素生产率，从产出值中扣除资源和劳动力要素投入的贡献
产业联系 产业联系强度 一是识别产业链核心部门，二是计算感应度系数和影响力系数，三是通过各产业就业人口规模以及权重计算产业联系强度
产业活力 中国区域创新创业指数 反映研究区市域产业发展活力
生态系统 生态系统活力（EV） 归一化植被指数（NDVI） 归一化植被指数（NDVI）是监测区域或全球植被和生态环境的有效指标，广泛用于指生态系统的活力指数
生态系统
组织力（EO）		 香农多样性指数（SHDI） E O = 0.2   ·   S H D I + 0.2   ·   S H E I + ( 0.1   ·   D I V I S I O N + 0.15   ·   I J I + 0.15   ·   C O N T A G ) + 0.2   ·   F R A C （2）
式中：EO为生态系统组织力； SHDI为香农多样性指数；SHEI为香农均匀度指数；DIVISION为景观分离度；IJI为散布与并列指数；CONTAG为景观蔓延度；FRAC为景观分维度
香农均匀度指数（SHEI）
景观分离度（DIVISION）
散布与并列指标（IJI）
景观蔓延度（CONTAG）
景观分维度（FRAC）
生态系统弹性（ER） 抵抗力（Resist） E R = 0.4   · ∑ P i   ·   R e s i s t i + 0.6   ·   ∑ P i   ·   R e s i s l i （3）
式中：ER为生态系统弹性； Pi为不同土地利用类型面积占比，具体包括草地、耕地、林地、建设用地、水体和未利用土地
恢复力（Resisl）
资源环境系统 供给能力 生态系统服务供给 V = 1 7 ∑ i = 1 7 ∑ j = 1 11 · S i   ·   P ÷ Q   ·   ∂ i j ∂ i j = β i j   ·   n j N j （4）
式中： V表示长江中游城市群的生态系统服务价值（元），1/7是1当量经济价值的转换系数； S i指第 i种用地类型的面积（hm2）； P是粮食作物产值（元/kg）； Q表示粮食作物的播种面积（kg/hm2）； ∂ i j指第 i种土地利用类型的第 j种ES的修正的当量因子； n j和 N j分别是长江中游三省和中国的平均值
资源消耗 单位GDP能耗 单位：t标准煤/万元
单位GDP电耗 单位：kW·h/万元
单位GDP水耗 单位：m3/万元
污染排放 工业SO2排放量 单位：t
烟粉尘排放量 单位：t
工业废水排放量 单位：t
空气质量 PM2.5 PM2.5是研究区主要的大气污染物，因而采用其来测度空气质量

1.2.2 碳平衡指数构造

碳平衡指数反映一个地区能否实现碳中和的潜力，指数越大表明该地区实现碳中和的潜力越大。参考相关研究[29]，其计算公式如下：
C B I i = C s i C e i
式中：CBIi表示样本区域i的碳平衡指数；Csi为样本区域i的碳吸收量；Cei为样本区域i的碳排放量。根据测算结果，按自然断点法将碳收支平衡分为碳严重赤字（0.00，0.50]、碳赤字（0.50，0.85]、碳轻微赤字（0.85，1.00]、碳平衡（1.00，1.10]、碳轻微盈余（1.10，2.00]、碳盈余（2.00，+∞]6种类型。参考相关研究，以土地利用数据为基础，采用碳汇系数法测得[30]。

1.2.3 象限分析法和空间叠加分区

本文基于象限分析法和空间叠加分区法刻画二者的分区匹配模式。首先，将市域产业生态可持续性指数划分为低度可持续和高度可持续2种类型，并根据碳平衡指数将地区划分为碳赤字、碳平衡与碳盈余3种状态；然后，以碳平衡指数为X轴，以标准化后的产业生态可持续性指数为Y轴，构建碳平衡—产业生态可持续性呈现于二维坐标系和象限上。

1.3 数据来源

土地利用数据来源于CLCD（China Land Cover Dataset）数据集的中国2005—2020年土地利用数据[31]。碳排放数据来源于全球环境研究中心（https://cger.nies.go.jp/en/），原数据为1 km×1 km精度的栅格数据，利用ArcGIS分区统计清洗出市域面板数据。NDVI数据来自 MODIS（https://modis.gsfc.nasa.gov/），时间范围为 2005—2020年。2005—2020年社会经济数据来源于自建数据库长江经济带大数据平台（http://yreb.sozdata.com/index.html）、《湖南统计年鉴》《江西统计年鉴》《湖北统计年鉴》以及各城市国民经济和社会发展统计公报。

1.4 模型构建

1.4.1 固定效应模型

为检验长江中游城市群产业生态可持续性的驱动因素，本文基于长江中游城市群31个地级及以上市域（以下简称市）的面板数据，构建双向固定效应模型如下[32]：
I E S i t = α 0 + α 1 X i t + μ i + δ t + ϵ i t
式中：IESit表示i市在t时期的产业生态可持续性； α 0为常数项； X i t为产业生态可持续性的驱动因素，参考相关文献[9-11]，包括经济发展水平、产业结构升级、工业化水平、城市化、能源效率、市场消费水平、政府治理和技术创新； μ i表示i市不随时间变化的个体固定效应； δ t为控制时间固定效应； ϵ i t表示随机扰动项。驱动因素详细说明见表2。
表2 驱动因素及解释

Tab.2 Driving factors and their explanations

变量名称 变量含义 计算方法及说明
ECON 经济发展水平 GDP（万元）
UPIS 产业结构升级 第三产业增加值/第二产业增加值（%）
INDU 工业化水平 规模以上工业总产值占比（%）
URBN 城市化 城镇人口/总人口（%）
MARK 市场消费水平 社会零售销售额/GDP（%）
ENVI 政府治理 政府固定投资/GDP（%）
TECH 技术创新 发明专利数量（件）

1.4.2 门槛效应模型

面向碳中和目标，长江中游城市群产业生态可持续性驱动因素的驱动方向和驱动强度可能会随之变化。可以理解为，在不同碳平衡状态下驱动因素对产业生态可持续性的影响不同，为了克服人为划分样本区间造成的主观偏差，采用Hansen[33]的面板门限模型构造门槛效应模型用以检验驱动因素对产业生态可持续性的门槛特征。

2 结果与分析

2.1 产业生态可持续性变化

2005—2020年长江中游城市群产业生态可持续性指数整体呈波动上升趋势，由0.41758上升至0.46719（图1）。分子城市群看，研究区三大子城市群产业生态可持续性指数水平和变化趋势也存在显著差异。环鄱阳湖城市群产业生态可持续性指数在研究期间内整体保持在较高水平，呈“先波动下降，后波动上升”的变化趋势。可能的原因是，环鄱阳湖城市群产业发展相对较为缓慢，污染物排放量较低，其依靠较好的生态本底和较少的污染排放在研究区整体保持前列。环长株潭城市群产业生态可持续性指数变化幅度最大，呈明显的“先增后降，再增再降”的变化趋势，在研究后期与环鄱阳湖城市群相差无几。与之相比，武汉城市群产业生态可持续性则呈现较为稳定的波动上升趋势，但整体水平偏低。
图1 2005—2020年长江中游城市群产业生态可持续性变化

Fig.1 Changes of industrial ecological sustainability of urban agglomerations in the middle reaches of Yangtze River，2005-2020

采用ArcGIS对2005、2010、2015和2020年研究区的产业生态可持续性指数进行空间可视化表达（图2）。整体上看，研究区产业生态可持续性空间分布不均衡，且随时间推移具有上升趋势。其中，2005年研究区产业生态可持续性指数空间分布格局错综复杂，武汉、长沙、九江、吉安和上饶产业生态可持续性指数位于0.51~0.60之间，处于较高水平。而后，研究区内部市域产业生态可持续性指数均得到了不同程度的提升，在2020年逐渐演变成以武汉为中心的“高—低—高—低”的圈层空间格局。2005年，产业生态可持续性指数大于0.50的市仅有5个，到2020年增加至12个。可能原因是，随着2015年联合国可持续发展目标的提出，研究区开始把保护市域生态环境摆在更加突出位置，注重处理好生产生活和生态环境保护的关系，从而推动部分市域的产业生态可持续性水平逐渐提高。
图2 长江中游城市群产业生态可持续性空间分布

Fig.2 Evolution of the spatial distribution of industrial ecological sustainability in urban agglomerations of the middle reaches of Yangtze River

2.2 碳平衡的演化过程

2.2.1 碳平衡的时间变化特征

总体而言，2005—2020年长江中游城市群碳平衡呈三阶段下降趋势（图3），研究区整体由初期的碳盈余逐渐转向碳赤字。根据其碳平衡的时间变化趋势及降碳增汇的治理历程，可将研究区2005—2020年碳平衡时序演变划分为快速衰退期（2005—2013年）、波动上升期（2014—2017年）和稳步下降期（2018—2020年）3个阶段。其中，快速衰退期的变化趋势与研究区2005—2013年碳排放的快速增加密切相关，此时期碳吸收功能处于稳步下降阶段。在波动上升期，长江中游城市群作为降碳增汇的重点区域，改善长江流域生态环境、推动“生态优先，绿色发展；共抓大保护，不搞大开发”的关键地带，这是研究区碳平衡出现轻微上升的宏观原因。此外，基于长江中游世界级“双碳”城市群的规划体系和动力机制，长江中游城市群加快编制碳排放率先达峰行动方案，造成碳排放的短期快速增长，进而导致2018—2020年的碳平衡稳步下降。对比来看，由快速城市化和工业化引起的碳排放增加是导致2018—2020年长江中游城市群碳平衡下降的主要原因，碳吸收能力的退化是次要原因。短期来看，在实现碳达峰之前，研究区整体仍以碳赤字为主；在碳达峰后，研究区碳平衡状态将由碳赤字转为碳平衡，进一步转换为碳盈余。
图3 2005—2020年长中游城市群碳平衡指数变化趋势

Fig.3 Trend of carbon balance index in urban agglomerations of the middle reaches of the Yangtze River，2005-2020

2.2.2 碳平衡的空间变化特征

本文采用三阶拟合方程在市域尺度下利用ArcGIS的统计分析工具进行趋势面分析，并生成2005、2010、2015和2020年长江中游城市群城市碳平衡的趋势变化图（图4）。
图4 不同时期长江中游城市群市域碳平衡趋势面分析

Fig.4 Trend surface analysis of urban carbon balance in urban agglomerations of the middle reaches of the Yangtze River over different periods of time

市域尺度下，2005—2020年长江中游城市群的碳平衡空间分布态势更加明显。从城市群横向来看，研究区碳平衡自西向东呈“下降—上升—下降”的波浪形空间分布趋势。从城市群纵向来看，研究区碳平衡呈“自北向南，先降后升”的空间分布趋势，但上升幅度远高于下降幅度。同时，研究期内研究区横向的三维拟合曲线的顶点和西侧z轴截距均出现明显的上移特征，纵向三维拟合曲线的顶点和南侧z轴截距也呈现出上升趋势。综合而言，长江中游城市群市域碳平衡横向的“中间—两侧”差距和“南北差距”发散趋势更加明显。

2.2.3 碳平衡的空间演变格局

根据碳平衡指数测算结果，将研究区碳平衡分区划分为碳严重赤字、碳赤字、碳轻微赤字、碳平衡、碳轻微盈余、碳盈余 6种类型。同时，采用ArcGIS对研究区2005、2010、2015和2020年市域碳平衡的空间分布进行可视化表达（图5）。
图5 长江中游城市群城市碳平衡指数的空间分布变化

Fig.5 Spatial distribution of urban carbon balance index in urban agglomerations of the middle reaches of the Yangtze River

总体上，2005—2020年长江中游城市群碳平衡空间分布格局较为稳定，包括“集中分布”和“点—线分布”2种分布模式。一方面，研究区市域碳赤字以武汉市为核心区，呈集中连片分布。武汉城市圈核心区既是研究区的碳排放核心地带，也是碳吸收的“洼地”，二者共同作用造成了该地区碳平衡状态长期以碳赤字为主。另一方面，研究区南部由南昌市为碳赤字区“点”逐渐扩展为“湘潭—长沙—新余—南昌—鹰潭”的碳赤字区“线”。主要表现为：①2005年，研究区市域碳盈余区包括宜昌、九江、上饶、宜春、抚州、吉安、萍乡和株洲8个市。②2010—2020年，九江、上饶和萍乡市依次由碳盈余转为碳轻微盈余，从排名和分类中可以看出（表3）碳盈余区仅剩3个市。③2005—2020年，新增的碳严重赤字区为黄石、湘潭、长沙、新余和鹰潭5市，其中黄石市碳赤字更多是因为碳排放的增多导致的。从子城市群看，环鄱阳湖城市群碳平衡以碳盈余区和碳轻微盈余区为主，武汉城市圈以碳赤字区和碳轻微赤字区为主，环长株潭城市群碳平衡分区各种类型均有分布。总体而言，研究区市域的碳赤字区与碳盈余区呈“此消彼长”的发展态势，市域碳盈余区大部分位于环鄱阳湖城市群内，而碳吸收低值区则在武汉城市圈集中分布。
表3 2020年长江中游城市群碳平衡指数排名及分类

Tab.3 Ranking and classification of the carbon balance index in urban agglomerations of the middle reaches of the Yangtze River in 2020

分类 碳严重赤字
（0.04，0.50]		 碳赤字
（0.50，0.85]		 碳轻微赤字
（0.85，1.00]		 碳平衡
（1.00，1.10]		 碳轻微盈余
（1.10，2.00]		 碳盈余
（2.00，4.06]
序号 城市 指数 城市 指数 城市 指数 城市 指数 城市 指数 城市 指数
1 鄂州市 0.0378 娄底市 0.5621 衡阳市 0.8976 益阳市 1.0354 株洲市 1.2269 宜昌市 2.3602
2 武汉市 0.0383 荆门市 0.6536 黄冈市 0.9617 宜春市 1.3041 吉安市 2.4539
3 潜江市 0.0417 岳阳市 0.6644 九江市 1.6022 抚州市 4.0577
4 天门市 0.0888 常德市 0.6826 上饶市 1.6605
5 仙桃市 0.0950 咸宁市 0.7042 萍乡市 1.9303
6 南昌市 0.1072 景德镇市 0.7706
7 孝感市 0.1341 襄阳市 0.8083
8 荆州市 0.2329
9 黄石市 0.2517
10 湘潭市 0.3100
11 长沙市 0.3168
12 鹰潭市 0.3458
13 新余市 0.3608

2.3 产业生态可持续性与碳平衡匹配分区

以市域碳平衡为横轴、以产业生态可持续性为纵轴，以（1.0，0.5）为原点，建立平面直角坐标系，刻画长江中游城市群产业生态可持续性与碳平衡分区特征（图6）。从空间匹配类型来看，碳盈余—低产业生态可持续性、碳赤字—低产业生态可持续性以及碳平衡—低产业生态可持续性3种类型是研究区的主要类型。说明该时期研究区产业生态可持续性发展相对滞后于碳平衡，也反映出本时期研究区产业发展相对缓慢，碳排放相对较少。从演变趋势看，研究区碳盈余—低产业生态可持续性市域数量减少最多，碳赤字—低产业生态可持续性市域数量增加最多，碳盈余—高产业生态可持续性市域数量涨幅次之，碳赤字—高产业生态可持续性市域数量增加最少。具体而言，碳赤字—低产业生态可持续性的空间匹配分区占2010年空间匹配分区类型的“半壁江山”。可以发现：①2005—2010年研究区产业生态持续性的提升速度滞后于市域碳盈余的衰退速度。②2010—2015年研究区产业生态可持续性的提升速度逐渐超过市域碳盈余的衰退速度。③整体看来，2020年研究区绝大多数市域碳赤字现象严重，产业生态可持续性较低，三大省会城市降碳增汇任务艰巨，而碳赤字—低产业生态可持续性类型的16个市既面临降碳增汇的未来需求，又面临产业转型、生态保护和环境治理的产业生态可持续发展现实压力。
图6 不同时期城市碳平衡与产业生态可持续性分区

Fig.6 Partition of urban carbon balance and industrial ecological sustainability over different periods of time

从空间匹配分区的演化来看，长江中游城市群市域碳平衡与产业生态可持续性的空间匹配分区在x轴（碳平衡）呈收敛趋势，在y轴（产业生态可持续性）呈发散趋势。2005—2020年长江中游城市群碳盈余—高产业生态可持续性的市域不断增多，说明碳中和甚至碳盈余与产业生态可持续发展可以实现“两者共赢”。从反方向看，碳赤字—低产业生态可持续性市域的增多，说明碳平衡与产业生态可持续性可能存在显著的正相关性。面向碳中和，推动长江中游城市群的降碳增汇与产业生态可持续发展是科学和可行的。

3 面向碳中和的产业生态可持续性驱动机制分析

3.1 产业生态可持续性基准回归

本文采用双向固定效应模型和逐步回归分析法，探究产业生态可持续性的影响因素。根据基准回归结果（表4），产业结构升级、能源效率、政府治理和技术创新的回归系数分别为4.990、0.022、16.800和0.668，均通过10%的显著性水平检验，表明对产业生态可持续性表现为正向促进作用。其中，产业结构升级能够提高地区资源利用效率、促进绿色发展以及带动产业关联发展，从而提升地区产业生态可持续性。同时，能源效率的提升意味消耗的能源减少，直接减少了温室气体排放和其他污染物，从而减轻对环境的压力。政府可通过制定和执行政策、法规和标准，对本地区产业生态可持续性产生直接和间接影响。技术创新的提升使得生产过程更加高效，减少资源浪费。此外，市场消费水平对产业生态可持续性产生显著负向影响，其回归系数为-0.064。可能原因是，消费水平的提高往往伴随着生产规模扩大和能源消耗增加，导致更多的废弃物产生和排放，从而降低产业生态可持续性。
表4 驱动因素对产业生态可持续性的基准回归结果

Tab.4 Benchmark regression results of driving factors on industrial ecological sustainability

模型1 模型2 模型3 模型4 模型5 模型6 模型7 模型8
ECON 2.694***（0.242） 2.400***（0.229） 2.037***（0.365） 1.708***（0.477） 1.052**（0.513） 1.048**（0.513） 1.259**（0.515） 0.567（0.555）
UPIS 4.570***（0.558） 4.559***（0.558） 4.452***（0.567） 4.003***（0.577） 4.370***（0.655） 4.375***（0.650） 4.990***（0.673）
INDU 0.748（0.584） 0.565（0.609） 0.451（0.604） 0.538（0.608） 0.199（0.616） -0.067（0.616）
URBN 2.322（2.173） 2.139（2.151） 2.280（2.154） 2.885（2.150） 0.684（2.241）
ENER 0.032***（0.010） 0.031***（0.010） 0.029***（0.010） 0.022**（0.010）
MARK -0.037（0.031） -0.043（0.031） -0.064**（0.031）
ENVI 23.328***（8.559） 16.800*（8.727）
TECH 0.668***（0.212）
_cons 36.669***（0.730） 33.943***（0.760） 30.074***（3.115） 31.200***（3.288） 32.608***（3.283） 33.141***（3.312） 22.058***（5.230） 28.369***（5.554）

注：***、**与*分别表示1%、5%与10%的显著水平；括号内为t统计量。表5、表6同。

3.2 碳平衡分区的异质性检验

本文基于长江中游城市群市域的碳赤字和碳盈余的分区结果，进一步探究其空间异质性（表5）。其中，产业结构升级对碳赤字和碳盈余下产业生态可持续性的回归系数分别为4.629和5.726，且均在1%水平下显著为正，但在碳盈余下的产业结构升级影响更强烈。能源效率对碳赤字区和碳盈余区的回归系数分别为0.025和0.033，前者在5%水平下通过了显著性检验，后者不显著。碳赤字区通常面临更严重的碳排放问题，碳赤字区的环境压力较大，提高能源效率有助于减少对自然资源的过度开采和污染，显著降低能源消耗，从而减轻环境压力、提升生态系统健康。市场消费水平对碳赤字区和碳盈余区的产业生态可持续性影响为负，但在碳赤字区不显著，这可能是由于碳盈余区通常位于农业或自然资源丰富的地区，市场消费水平的提升意味着加大对资源的利用，从而降低地区产业生态可持续性。此外，技术创新对碳赤字区和碳盈余区的产业生态可持续性回归系数分别为0.502和0.480，前者在10%水平下通过显著性检验，后者不显著。碳赤字区由于其经济活动密集、能源消耗和碳排放高，技术创新在提高能源效率、推动清洁能源利用、优化产业结构等方面的作用更为显著，直接影响产业生态可持续性。
表5 碳平衡分区下驱动因素对产业生态可持续性的回归结果

Tab.5 Regression results of driving factors on industrial ecological sustainability under the carbon balance zoning

变量 模型9：碳赤字 模型10：碳盈余
ECON 0.681（0.763） 1.453（1.038）
UPIS 4.629***（0.919） 5.726***（1.175）
INDU -1.118（1.022） -0.154（0.905）
URBN 1.343（3.278） 0.912（3.345）
ENER 0.025**（0.011） 0.033（0.036）
MARK -0.013（0.038） -0.175**（0.069）
ENVI 12.378（11.900） 20.741（13.470）
TECH 0.502*（0.296） 0.480（0.375）
_cons 33.763***（7.864） 30.383***（9.178）
N 301 195
R2 0.267 0.433
adj. R2 0.189 0.349

3.3 碳平衡的门槛效应检验

本文以碳平衡为门槛变量，分别以产业结构升级、能源效率、政府治理和技术创新为核心解释变量，以产业生态可持续性为被解释变量，对其进行门槛效应检验。由表6可知，以碳平衡为门槛变量时，产业结构升级对产业生态可持续性不具有门槛效应，而能源效率、政府治理和技术创新对产业生态可持续性均具有单门槛效应，碳平衡的门槛值分别为0.3168、0.3041和0.3168，且均通过5%水平的显著性检验。表明产业结构升级对产业生态可持续性的影响较为稳定，受地区碳平衡能力制约较小。随着地区碳平衡能力的变化，能源效率、政府治理和技术创新对产业生态可持续性的影响具有异质性，在碳平衡分区的异质性回归中也反映了这一点，说明门槛效应回归是对碳平衡分区异质性的进一步探讨。其中，当碳平衡小于或大于0.3168时，能源效率均通过10%的显著性水平检验，且显著性水平由10%提升到1%；当碳平衡小于0.3041时，政府治理对产业生态可持续性的影响不显著，而碳平衡指数大于0.3041时，有显著的正向影响。碳平衡指数超过0.3168时，技术创新对产业生态可持续性通过1%水平的显著性检验。
表6 碳平衡门槛效应的检验结果

Tab.6 Results of the test for the threshold effect of the carbon balance

模型 解释变量 门槛值 F统计值 P统计值 10% 5% 1% 结论 不跨越门槛 跨越门槛
模型11 UPIS 1.5177 7.0000 0.5800 11.9506 13.5051 17.2644 无门槛 5.427***（0.690） 3.763***（0.821）
模型12 ENER 0.3168 13.1700 0.0367 11.2368 12.4934 15.4395 单一门槛 0.017*（0.010） 0.050***（0.013）
1.5177 9.5000 0.2567 13.8558 17.5844 21.8975
模型13 ENVI 0.3041 14.2100 0.0200 11.528 12.9677 15.8632 单一门槛 10.120（8.800） 17.864**（8.615）
1.1577 8.9600 0.3267 15.3628 19.3218 22.2844
模型14 TECH 0.3168 17.1800 0.0133 11.3671 13.3512 17.5345 单一门槛 0.050（0.259） 0.638***（0.209）
1.5177 5.9200 0.6033 13.4693 16.6843 23.5676

4 讨论与结论

4.1 讨论

在“双碳”目标下，协调产业发展与生态保护的可持续性成为建设中国式现代化的紧迫任务之一。本文在对长中游城市群产业生态系统性和碳平衡的空间格局分析基础上，展现出两点优势：①构建了产业生态可持续性指标体系。现有研究依据工业生态学思想，从工业和生态环境系统对产业生态进行了评估[35]，重点关注了产业发展和资源环境的评价，相对缺乏对产业活动导致生态系统结构和功能变化的纳入。本文综合考虑研究区的资源消耗现状、重点污染物以及生态系统健康水平，并结合现有关于产业生态化和生态产业化的研究成果，从产业、生态、资源环境3个子系统多维度构建指标体系。本文测度产业生态可持续性旨在提高产业发展质量和资源利用效率，促进生态系统保护和修复以及减少环境污染，使有限的环境支撑起经济社会发展的良好运行，从而为区域协调发展提供切实可行的科学依据。②基于产业生态可持续性的驱动因素，探究了碳平衡的分区和门槛特征。不同市域或地区在碳中和背景下面临的压力和挑战不同，以往学者将碳平衡分区与区域协调发展相结合，基于不同碳平衡类别地区提出相应的政策建议[36]，鲜少进行机制探讨。本文将长江中游城市群市域分成碳赤字区和碳盈余区，检验其驱动因素对产业生态可持续性影响的空间异质性，可为长江中游城市群制定更加精准的可持续发展策略。同时，本文应用面板门槛回归模型，探讨碳平衡对长江中游城市群产业生态可持续性是否具有门槛效应以及确定门槛值的大小，同时分析在不同的门槛区间内产业结构升级、能源效率、政府治理和技术创新对产业生态可持续性的影响作用。本文发现，面向碳中和的背景与目标，由于其驱动因素的异质性，导致了长江中游城市群产业生态网络空间演化的独特性。
由产业、资源环境、生态3个子系统构成的产业生态可持续性是多种因素交互影响与作用的结果，并形成其传导路径与机制（图7）。面向碳中和的目标导向，碳中和对产业生态可持续性的作用主要体现在对其驱动因素的调节作用，即对产业结构升级、能源效率、技术创新和政府治理等因素的方向引导作用。其中，产业结构升级促进产业分工，引导地区发展优势产业，从而促进城市群内产业联系和产业链形成。能源效率的提高直接减少能源需求和资源开采，缓解能源资源的压力和依赖，促进资源可持续利用。政府治理通过政策引导、财政激励等措施引导环境友好型和资源节约型企业发展，从而实现降低污染物排放和减少环境污染的目标。技术创新促进产业结构升级、提高能源效率和资源利用效率、为政府治理提供新技术和新方法，运用于生态保护项目，提升生态修复效果以及环境容量。同时，面向碳中和的驱动机制还表现在不同碳平衡分区和门槛值下其因素作用强度差异。产业结构升级对产业生态可持续性的影响不具有门槛效应。当碳平衡能力跨越门槛值时，能源效率对产业生态可持续性的正向促进作用更为显著。而地区碳平衡能力较低时，技术创新和政府治理难以有效地促进产业生态可持续性。由此，构成产业生态可持续性的传导路径与机制，其在生态承载力和环境容量的约束下，可为区域可持续发展提供精准方案。联合国人居署《2022世界城市状况报告》指出：城镇化仍势不可挡，2050年全球城镇人口将占68%。同样，新型城镇化战略也是区域协调发展的有力支撑。在“双碳”目标下，一方面提升生态系统健康与景观生态功能，如通过土地利用优化、存量土地再开发、城市公园建设等措施增加城市碳汇。另一方面，积极推动产业绿色转型，如绿色低碳产业园与零碳产业园建设，提升能源和资源利用效率，降低能耗和碳排放。因此，以产业生态可持续为抓手，推动新型城镇化建设，进而降低碳排放并增加碳汇，使得碳中和成为可实现的目标。
图7 产业生态可持续性的传导路径与机制

Fig.7 Transmission paths and mechanisms of industrial ecological sustainability

4.2 结论

本文综合产业生态系统与可持续发展视角研究了2005—2020年长江中游城市群产业生态可持续性时空演化特征及其在碳中和目标下的影响机制。主要结论如下：
①2005—2020年长江中游城市群产业生态可持续性指数呈波动上升趋势，空间分布不均衡，逐渐演变成以武汉为中心的“高—低—高—低”的圈层空间格局。碳平衡呈三阶段下降趋势，市域碳平衡呈现“集中分布”和“点—线分布”2种空间分布模式。
②2005—2020年长江中游城市群市域碳平衡与产业生态可持续性分区匹配呈现6种类型。其中碳盈余—低产业生态可持续性、碳赤字—低产业生态可持续性以及碳平衡—低产业生态可持续性3种类型是研究区的主要类型。两者空间匹配分区在x轴（碳平衡）呈收敛趋势，在y轴（产业生态可持续性）呈发散趋势。同时，碳盈余—高产业生态可持续性市域不断增多。这说明，碳中和乃至碳盈余与产业生态可持续发展可以实现“两者共赢”。
③产业结构升级、能源效率、政府治理和技术创新对本地区产业生态可持续性具有显著的促进作用，但在碳赤字和碳盈余的分区下具有异质性表现。以碳平衡为门槛变量时，产业结构升级对产业生态可持续性不具有门槛效应，而跨越市域碳平衡门槛后，能源效率、政府治理和技术创新对其促进作用更加强烈和显著。
以上结论可为区域产业、生态治理提供如下启示：①应推进产业结构升级，促进绿色发展、增强产业竞争力以及带动产业关联发展，从而提升地区产业生态可持续性。同时，产业发展要注重能源效率的提升，减少对自然资源的过度开采和利用，降低人类活动对生态系统的干扰和破坏，更好地保护和发挥生态系统服务功能。②碳平衡具有空间异质性和尺度依赖性，不同碳平衡分区下产业生态可持续性及其子系统的演化规律存在异质性，政府应针对碳赤字区和碳盈余区提供不同治理方案。在拥有更丰富自然资源和更好环境条件的碳盈余区，应通过政策鼓励等措施，推动企业产业结构升级，不仅意味着减少碳排放和环境污染，还应与生态产业结合，促进生态产品价值实现，从而实现产业发展与生态保护的正反馈循环，对产业生态可持续性的促进作用更加明显；而在碳赤字区，由于其经济活动密集、能源消耗和碳排放高的特征，政府应推动产业提高能源效率、推进技术创新，这有助于降低能源成本，提升产业竞争力，促进产业的高质量发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘耀彬, 李仁东, 张守忠. 城市化与生态环境协调标准及其评价模型研究[J]. 中国软科学, 2005 (5):140-148.

[2]
刘世梁, 朱家蓠, 许经纬, 等. 城市化对区域生态足迹的影响及其耦合关系[J]. 生态学报, 2018, 38 (24):8888-8900.

[3]
刘耀彬. 区域城市化与生态环境耦合特征及机制——以江苏省为例[J]. 经济地理, 2006, 26 (3):456-462.

[4]
宋永永, 庞先峰, 唐宇, 等. 能源富集区社会—生态系统韧性演化与机理——以榆林市为例[J]. 经济地理, 2024, 44 (1):32-44.

DOI

[5]
范庆泉, 储成君, 高佳宁. 环境规制、产业结构升级对经济高质量发展的影响[J]. 中国人口·资源与环境, 2020, 30 (6):84-94.

[6]
方创琳, 张国友, 薛德升. 中国城市群高质量发展与科技协同创新共同体建设[J]. 地理学报, 2021, 76 (12):2898-2908.

DOI

[7]
耿涌, 王珺. 基于灰色层次分析法的城市复合产业生态系统综合评价[J]. 中国人口·资源与环境, 2010, 20 (1):112-117.

[8]
张旖琳, 吴相利, 王丽敏. 国家重点森林生态功能区产业生态化水平测度与产业—生态的协调发展[J]. 生态学报, 2024, 44(14):5985-6002.

[9]
郭付友, 佟连军, 刘志刚, 等. 山东省产业生态化时空分异特征与影响因素——基于17地市时空面板数据[J]. 地理研究, 2019, 38 (9):2226-2238.

DOI

[10]
张国俊, 王珏晗, 庄大昌. 广州市产业生态化时空演变特征及驱动因素[J]. 地理研究, 2018, 37 (6):1070-1086.

DOI

[11]
李博, 张志强, 苏飞, 等. 环渤海地区海洋产业生态系统适应性时空演变及影响因素[J]. 地理科学, 2017, 37 (5):701-708.

DOI

[12]
郭付友, 高思齐, 张全景, 等. 多源数据视角下山东省限制开发区产业生态转型的时空异质性识别[J]. 地理科学, 2022, 42(11):1932-1942.

DOI

[13]
赵秋叶, 施晓清. 城市产业生态网络特征与演进规律——以北京市为例[J]. 生态学报, 2017, 37 (14):4873-4882.

[14]
张永生. 为什么碳中和必须纳入生态文明建设整体布局——理论解释及其政策含义[J]. 中国人口·资源与环境, 2021, 31 (9):6-15.

[15]
曹炜. “双碳”目标下的流域生态环境保护规划:理念更新与措施调适[J]. 中国人口·资源与环境, 2022, 32 (12):31-40.

[16]
吴立军, 田启波. 碳中和目标下中国地区碳生态安全与生态补偿研究[J]. 地理研究, 2022, 41 (1):149-166.

DOI

[17]
江深哲, 杜浩锋, 徐铭梽. “双碳”目标下能源与产业双重结构转型[J]. 数量经济技术经济研究, 2024, 41 (2):109-130.

[18]
乔英俊, 赵世佳, 伍晨波, 等. “双碳”目标下我国汽车产业低碳发展战略研究[J]. 中国软科学, 2022(6):31-40.

[19]
马勇, 刘军. 长江中游城市群产业生态化效率研究[J]. 经济地理, 2015, 35 (6):124-129.

[20]
马勇, 童昀, 任洁. 多源遥感数据支持下的县域尺度生态效率测算及稳健性检验——以长江中游城市群为例[J]. 自然资源学报, 2019, 34 (6):1196-1208.

DOI

[21]
朱媛媛, 张瑞, 顾江, 等. “双碳”目标下长江中游城市群生态福利绩效变化的经济——环境效应[J]. 经济地理, 2023, 43 (5):89-96.

DOI

[22]
曾晨, 程轶皎, 吕天宇. 基于生态系统健康的国土空间生态修复分区——以长江中游城市群为例[J]. 自然资源学报, 2022, 37 (12):3118-3135.

DOI

[23]
李诗音, 苏欣怡, 符安平. 长江中游城市群经济韧性对高质量发展的影响[J]. 经济地理, 2022, 42 (10):19-24.

DOI

[24]
Liu H, Li X M, Li S B, et al. Agglomeration externalities,network externalities and urban high-quality development:A case study of urban agglomeration in the middle reaches of the Yangtze River[J]. ISPRS International Journal of Geo-Information, 2022, 11 (11):555-555.

[25]
马世骏, 王如松. 社会—经济—自然复合生态系统[J]. 生态学报, 1984 (1):1-9.

[26]
孙伟增, 牛冬晓, 万广华. 交通基础设施建设与产业结构升级——以高铁建设为例的实证分析[J]. 管理世界, 2022, 38(3):19-34.

[27]
Liu Y B, Liu J, Yin X, et al. Human activities and ecosystem health:A historical analysis of poyang lake[J]. Ecological Indicators, 2024,166:112446.

[28]
Peng J, Liu Y X, Li T Y, et al. Regional ecosystem health response to rural land use change:A case study in Lijiang City,China[J]. Ecological Indicators, 2017,72:399-410.

[29]
李竹, 王兆峰, 吴卫, 等. 碳中和目标下中国省域碳平衡能力与城镇化的关系[J]. 自然资源学报, 2022, 37 (12):3136-3152.

DOI

[30]
李硕硕, 李汝资, 刘耀彬, 等. 环鄱阳湖区县域城镇化对碳收支平衡的影响[J]. 地理研究, 2023, 42 (8):2245-2263.

[31]
Yang J, Huang X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8):3907-3925.

DOI

[32]
费威, 于宝鑫, 王维国. 数字经济发展与碳减排——理论推演与实证检验[J]. 经济学家, 2022 (11):74-83.

[33]
Hansen B. E. Threshold effects in non-dynamic panels:Estimation,testing,and inference[J]. Journal of Econometrics, 1999, 93(2):345-368.

[34]
施晓清. 产业生态系统及其资源生态管理理论研究[J]. 中国人口·资源与环境, 2010, 20(6):80-86.

[35]
Zhao F F, Hu Z, Yi P, et al. Does environmental decentralization improve industrial ecology? Evidence from China's Yangtze River Economic Belt[J]. Economic Analysis and Policy, 2024,82:1250-1270.

[36]
李建豹, 陈红梅, 张彩莉, 等. 长三角地区碳源碳汇时空演化特征及碳平衡分区[J]. 环境科学, 2024, 45 (7):4090-4100.

Options
文章导航

/

〈 〉