导语：发表在《Nature Cities》的研究揭示了中国城市在碳减排方面的相互依赖性。文章通过细致分析309个城市从2012年到2017年的数据，指出了城市间碳减排努力的“外包”现象，并识别出那些依赖外部减排多于自身努力的城市。这项研究强调了供应链管理在城市碳减排中的重要性，并呼吁政策制定者关注并解决这一现象，以促进更为均衡和有效的城市碳减排策略。
摘要
城市之间的外包碳减排意味着某些城市从其他城市的碳减排努力中受益比从自身的减排努力中受益更多。这一问题掩盖了对城市减排贡献的认可。本文通过使用城市层面的投入产出模型，量化了2012年至2017年期间的本地和外包碳减排水平，并在309个中国城市中识别出了依赖外包减排努力超过自身减排努力的“外包减排受益者”。研究发现，在此期间，外包排放的比例从78.6%上升到81.9%。特别是，有240个城市（占比77.7%）为外包减排受益者，其中65个为强受益者（其本地碳排放量仍在增长），175个为弱受益者（外包减排努力大于本地减排努力）。强受益者往往是农业和轻工业较多、关注本地经济增长的工业化城市。而弱受益者主要位于供应链下游，拥有服务业和高科技制造业，与上游重工业城市有更强的联系。研究结果表明，需要制定政策来管理供应链的外包减排，并鼓励转型，以更公平地认可城市的碳减排努力。
引言
作为经济活动的中心，城市在通过生产和消费活动产生碳排放方面发挥着重要作用。其碳减排的成功在很大程度上决定了中国碳中和承诺和全球脱碳计划的实现。然而，没有任何城市是孤立存在的，它们的需求越来越多地通过供应链进行外包。相互关联的生产活动对城市边界之外的环境产生影响。因此，认识到城市内部供应链和消费活动在碳减排中的作用是至关重要的。跨城市排放是一种不可忽视的影响，使一个城市的碳减排效果转移到其他城市。依赖其他城市的努力而非本地的努力导致的外包减排行为，显著阻碍了公平减排的进程。这一挑战强调了每个城市不仅要分担碳减排的责任，还要采用适应其区域异质性的方法。忽视外包减排行为威胁到中国内部的协调减排努力，并挑战中国朝碳中和目标的公平进程。考虑跨城市环境影响传递的机制对于最大化协同效益并管理不可避免的权衡具有极其重要的意义。
统计分析用于研究跨区域的碳排放趋势或评估政策干预在减缓搭便车行为方面的影响。研究模拟了外包减排的影响，采用了诸如一般均衡模型、进化博弈策略、简化情景和城市代谢等数值模型。这些研究提供了对个体外包减排原因和驱动因素的见解。外包减排需要详细探讨复杂的供应链动态和城市之间的环境联系，以确定其利弊。尽管许多先前的研究关注跨区域碳排放，但对于碳减排的外包减排，特别是在城市层面，仍然没有明确的定义。缺乏系统的方法来量化外包减排行为和识别外包减排受益者是主要障碍。对于严重依赖外包供应链的城市，这种情况尤为明显。城市层面的视角需要引入对资源禀赋和产业配置多样性的独特考量。这一缺口导致了对城市间减排责任分配的理解不足，从而影响了高分辨率减排政策的发展。
为了弥补这一缺口，我们通过比较供应链中本地和外包努力的碳减排贡献，研究了城市层面的外包碳减排努力。由于数据可用性，我们选择了2012年至2017年这一时期，这期间中国经历了经济改革，工业转型从高国内生产总值（GDP）增长阶段转变。我们构建了一个覆盖309个中国城市的环境扩展多区域投入产出（MRIO）模型，计算了这一时期的碳足迹。我们的分析旨在通过将城市碳足迹的变化归因于本地和外包驱动因素，识别外包碳减排受益者，从而揭示城市网络中的外包减排机制。通过检查这些因素的来源，我们可以帮助城市制定跨城市减排策略，促进更好的区域合作减排。
结果
中国城市碳足迹的演变
从2012年到2017年，309个城市的碳足迹从7,138.5百万吨增加到7,219.8百万吨（图1a,b），其中157个城市的碳足迹增加（图1c）。这种增加高度不均衡，集中在少数几个超级排放者中。碳足迹最大的前五个城市增加了53.6百万吨，占157个城市总增加量的65.9%。碳足迹的演变与中国在淘汰落后产业和升级产业过程中的经济转型有关。在全国范围内，碳足迹的变化集中在服务业、建筑业和能源部门，分别增加了 424.5 百万吨、314.4 百万吨和 155.3 百万吨。然而，不同类型城市之间存在明显的异质性（图 1g 和）。高科技城市的服务业碳足迹增长最快，为 6.4%，突显出其向服务型经济的转变；轻工业城市中，建筑业是最大的贡献者，其份额增加了 10%，表明这些城市的基础设施得到了改善；能源已成为重工业城市的关键角色，由于经济快速增长和能源需求上升，这些城市的电力部门碳足迹份额增加了 3.9%。
将中国城市的碳足迹分为本地和外包排放，显示外包份额从2012年的78.6%上升到2017年的81.9%。在242个城市（80%）中，外包排放超过了本地排放，成为主要因素（图1d–f）。这种增加归因于农业、轻工业和高科技城市对更清洁和更高效外包服务的需求，而能源和重工业城市由于更严格的环境法规，外包排放有所减少（图1h）。值得注意的是，东北地区的一些重工业城市（例如长春和吉林）随着本地工业的衰退，经历了向更高外包排放的转变。相比之下，能源城市如榆林，通过环境政策压力下，减少了12.0%的外包排放，专注于本地工业供应。建筑部门的上游供应链扎根于碳密集型产业，如所有类型城市中的水泥和钢铁。这些产业的影响超出了本地边界，溢出到其他城市，导致50.8%的城市外包排放增加。
城市碳足迹演变的驱动因素
为了识别中国城市中碳减排的搭便车者，我们首先提取了2012年至2017年间城市碳足迹变化的潜在驱动因素。城市碳足迹的演变通过两个生产端因素（碳强度和生产结构）和一个需求端因素（最终需求）的组合进行分解。碳强度反映了能源结构和低碳技术的采用，而生产结构与生产效率和技术水平相关。最终需求则表明满足家庭消费和资本投资需求的商品和服务。总体而言，碳强度的下降和生产结构的变化分别导致了碳足迹减少了−17.2%和−14.5%，而最终需求的增加则使碳足迹上升了+34.6%。
图2显示了碳强度、生产结构和最终需求驱动碳足迹变化的空间异质性。231个城市（占总数的74.7%）的碳强度下降推动了排放减少，但一些北方城市由于其电力部门和重工业部门的影响，碳足迹有所增加。生产结构的改进导致278个城市（90.0%）的排放量减少，显示了向更高效技术的转变，特别是在东部沿海城市，集中于工业现代化；相反，除了华北和东北的一些城市外，242个城市（78.3%）的最终需求增加导致了排放量的增加，因为这些城市具有更强的消费潜力（例如，最终需求的增加导致北京的碳足迹增加了68.2百万吨）。
我们将这三个因素分为本地和外包贡献。随着供应链的逐渐外包，外包影响主要主导了这三个因素。在195个城市（占总数的63%）中，上游城市碳强度变化的贡献大于本地减排。南方城市的上游城市碳足迹减少更为显著，例如武汉，上游贡献是本地的9.3倍。类似地，241个城市（78%）的上游城市生产升级带来的减排效果高于本地努力。东部沿海城市更多地受益于上游城市的工业升级。例如，由于山东半岛的工业升级，外包生产结构更多地受益于邻近城市，因为一个城市的工业升级可以优先影响周围城市。
关键城市通过供应链受益于外包碳减排
通过比较每个城市的本地和外包减排贡献，我们确定了240个外包受益者（占研究中所有城市的约78%）。这些受益者的识别基于上游城市的外包减排贡献大于本地减排贡献的标准。由于外包碳减排涉及上游城市的减排努力对下游城市减排的影响，我们只关注反映技术进步的生产端因素（碳强度和生产结构）。此外，我们考虑了最终需求并通过每单位最终需求的排放变化来比较本地和外包减排努力以去除其影响，。
所有城市根据本地和外包减排贡献的关系分为五个区域（图 3a），即表现不佳者（区1）、强受益者（区2）、弱受益者（区3）、榜样（区4）和辛勤工作者（区5）。所有受益者都显示了其他城市减排努力的显著影响；然而，本地表现有所不同。因此，根据外包减排程度的差异，受益者可以分为65个强受益者和175个弱受益者。前者由于本地减排努力不足，本地碳排放量仍在增长。相比之下，后者显示出本地减排努力导致本地排放量减少，但仍小于来自其他城市的外包减排努力。此外，榜样显示本地减排努力大于来自其他城市的外包减排。辛勤工作者和表现不佳者发现其碳足迹主要由于外包影响而增加，而不是像受益者那样从供应链中减少碳足迹。
图3b显示了外包受益者的地理分布。强受益者位于中国东北部。强受益者由23.1%的农业城市、21.5%的能源城市、7.7%的高科技城市、21.5%的重工业城市和26.5%的轻工业城市组成（表1）。这些城市严重依赖化石燃料，表明本地排放量较高。在下游受益者方面，高科技城市从上游城市获得了平均9.7百万吨的最高外包减排贡献。在上游减排方面，重工业城市为强受益者提供了49.4百万吨的最高减排贡献，占总外包减排的31.1%。强受益者的本地努力未能减少碳足迹，因为这些城市正处于工业化阶段，工业发展导致排放量增加。
弱受益者分布在沿海和内陆发达地区，包括21.1%的农业城市、6.3%的能源城市、30.2%的高科技城市、13.7%的重工业城市和28.6%的轻工业城市。减排力量来自本地和外包来源。弱受益者的经济状况相对繁荣，平均GDP高于全国平均水平的29.9%，它们正在向低碳经济转型。鉴于其在供应链下游的位置，上游城市的减排努力更容易实现。在下游方面，高科技城市从上游城市获得了平均14.6百万吨的最高外包减排贡献。在上游减排方面，重工业城市为弱受益者提供了401.2百万吨的最高减排贡献，占总外包减排的32.1%。与强受益者相比，来自上游城市对弱受益者的外包减排更为分散。
榜样主要是位于中国中部的重工业城市（30.8%），处于供应链中游，较少依赖上游城市的减排。它们通过碳强度下降（62.1百万吨）和生产技术升级（62.3百万吨），减少了206.6百万吨的本地排放和124.4百万吨的外包排放。辛勤工作者主要由33.3%的农业城市和44.4%的重工业城市组成。由于其远离主要城市，位于中国北部，它们无法从正在向低碳转型的城市的外包减排中受益。辛勤工作者减少了37.4百万吨的本地排放，但其外包排放量增加了13.7百万吨。
讨论
本研究揭示了中国城市通过供应链进行碳减排的普遍趋势，表明城市从上游城市的减排中受益但自身努力不足的现象。不同类型城市的分析提供了跨区域碳减排的见解。高科技城市通过技术和供应链管理减少排放，但将碳密集型产业转移到农业或轻工业城市，导致后者排放增加。接收城市由于缺乏绿色技术和资金，难以实现转型和升级。重工业城市通过工业升级减少排放，而能源城市面临经济放缓和竞争压力，需依赖技术进步和燃料转换。外包碳减排在工业化初期城市较为常见，提供了工业升级和排放改善的机会。
针对性的政策对于促进城市间公平减排至关重要。需要评估各城市的减排潜力和成本。表现不佳的城市应加强与榜样城市的贸易，减少外包排放，转变为强受益者（图3a）。强受益者如能源和重工业城市，应通过财务和技术支持更新过时生产能力，转变为弱受益者。弱受益者应投资技术创新，提高效率，如使用数字孪生技术管理电厂，转变为榜样。还需建立碳补偿机制，补贴高减排成本的城市，支持辛勤工作者的减排努力。
需求对供应链中城市间的关联影响显著。57%的受益者从上游城市外包最终需求，放大了外包减排努力，因经济专业化和产业分布（补充图2）。这些城市多为重工业或能源行业，缺乏本地可持续发展能力，需要从上游城市进口更清洁的商品和服务。这反映了区域贸易的经济依赖性，强调了城市间协作减排的重要性。将减排策略纳入供应链管理至关重要。需求端解决方案在推动减排中起关键作用，未来潜力更大。城市应加强与低碳城市的贸易伙伴关系，采购清洁能源和低碳产品，减少碳足迹。需求端问题需长期战略，以避免本地产业流失，并考虑高碳资产建立和政策不稳定风险。
方法
碳足迹核算
本研究开发了一个环境扩展投入产出模型，以估算中国城市的碳足迹。该模型可以通过区域分散的供应链追踪溢出效应，从而提供全面的环境影响估算，如温室气体、空气污染、水源、能源消耗、森林景观和土地使用等。在本研究中，我们利用2012年和2017年的MRIO（多区域投入产出）表数据来估算中国城市的碳足迹。
本研究使用列昂惕夫逆矩阵模型计算最终需求引起的碳足迹。数学表达如下：
其中，X是总产出向量，I是单位矩阵，(I - A)^{-1}是列昂惕夫逆矩阵，A是技术系数矩阵，Y是最终需求矩阵。基于碳强度E（即每单位产出的CO2排放量），碳足迹计算如下：
其中，CF是碳足迹向量，指用于最终需求的商品和服务的总CO2排放量。
CO2排放清单构建
化石燃料相关和过程相关排放的计算分别使用以下公式：
其中，CE_{ij}是部门j使用化石燃料i引起的CO2排放；AD_{ij}是活动数据（即对应化石燃料类型和部门的消费量）；NCV_i（化石燃料的低热值）、CC_i（化石燃料的碳含量）和O_i（化石燃料的氧化效率）是燃料的排放因子。CE_t是工业过程t引起的CO2排放，AD_t是过程t的生产量，EF_t是过程t的排放因子。
结构分解分析
为了理解社会经济驱动力，我们采用结构分解分析将碳足迹分解为碳强度(E)、生产结构(P)和最终需求(F)。我们使用两极分解的平均值来求解数值，如下：
其中，0指基准年（2012年），1指目标年（2017年）。Δ\DeltaΔ表示因素的变化。
技术进步的减排努力
生产端因素（即每单位产出的碳强度和生产结构）的变化总影响反映了技术进步，如下：
然而，由于不同的最终需求基准，ΔCT\Delta CTΔCT不能真实反映不同城市技术进步的实际减排努力。具有更高需求基准的城市将在相同的技术进步减排努力下对减排贡献更大。因此，我们计算单位来消除这一放大器的影响：
其中，TP表示每单位最终需求的减排努力引起的排放变化。
数据来源
-
MRIO表：使用非调查方法构建了2012年和2017年的中国MRIO（多区域投入产出）表，涵盖313个区域和42个社会经济部门。数据来源于城市统计书籍和中国海关数据库，涵盖了309个城市的产出、增加值、GDP和贸易数据。
-
城市级供需估算：使用校准的城市级产出和贸易数据，估算了各省城市的部门供需。应用最大熵模型将估算的需求和供应分解为自供和外供类别，并使用交叉熵模型基于省级SRIO（单区域投入产出）表估算每个城市的SRIO表。按部门估算了城市间的贸易流量，连接所有城市级SRIO表和贸易流量，创建每个省的城市级MRIO表。MRIO表嵌套在中国省级MRIO表中，排除了香港、澳门和台湾的数据。
-
价格调整：MRIO表使用当年价格编制，2012年为基准年，2017年价格转换为2012年价格使用平减指数。
-
CO2排放清单：采用Shan的方法构建中国城市的CO2排放清单，涵盖IPCC定义的17种化石燃料和工业过程的范围1排放，按47个社会经济部门组织。使用系统方法将省级能源平衡和部门能源消费下放到城市级，并使用工业产出、人口和GDP等辅助数据，确保城市级能源消费总和匹配省级能源消费统计。
-
城市分类：将城市分为五种产业类型：农业城市、轻工业城市、重工业城市、能源城市和高科技城市（补充表2）。分类基于每个城市的GDP中这些部门的贡献比例，并使用K-means算法和欧几里德距离测量，根据2017年五个部门群组的增加值百分比进行分类。
引用
Xia, C., Zheng, H., Meng, J. et al. Outsourced carbon mitigation efforts of Chinese cities from 2012 to 2017. Nat Cities 1, 480–488 (2024). https://doi.org/10.1038/s44284-024-00088-8