中国城市碳效率呈现差异性趋势：结合可解释机器学习与计量经济学的混合方法

本推文来源：小红书，GIS空间分析服务中心

核心内容提取：本研究探讨了中国不同类型城市碳排放强度（CEI）的差异及其驱动机制。通过SOM-K-means聚类方法对327个城市进行分组，并结合LightGBM-SHAP方法分析驱动因素的非线性效应，同时运用空间计量模型识别空间溢出效应。研究发现： 1.高服务型城市碳效率最高但总排放量仍高； 2.资源型城市CEI下降最显著（46.9%），但能源结构调整滞后； 3.重制造业城市CEI仍高，存在碳泄漏风险； 4.城市化存在双重效应，过高会抑制碳效率； 5.政府投资与技术发展对碳效率具有非线性边际效应。该研究为制定因地制宜的城市低碳政策提供了科学依据，助力中国实现碳中和目标。

探索不同城市类型之间的碳排放强度（CEI）差异及其根本原因对于实现碳中和至关重要。然而，CEI 的非线性驱动因素和不同城市类型之间的空间溢出效应仍未得到充分研究。本研究采用创新方法，通过整合 SOM-K-means 聚类、可解释机器学习（LightGBM-SHAP）和空间计量经济学模型来系统分析各种城市类型的 CEI 差异，重点关注关键影响因素的非线性效应及其空间效应。结果显示，城市类型之间 CEI 存在显著异质性。由于先进的经济结构，高服务城市的 CEI 最低，但其集中的经济活动维持着较高的总排放量。资源型城市的 CEI 降低了 46.9%，但能源结构优化和智能制造的延迟阻碍了进一步的改进。重工业城市继续保持较高的 CEI，差距不断扩大，存在碳泄漏风险。主要发现突出了城市化的双重作用：当城市化率在 30% 到 75% 之间时，CEI 下降，而资源型城市超过 60% 则扭转了这一趋势。此外，城市化进程每增加 1%，CEI 就会增加 1.05%，邻近城市的排放量就会增加 0.32%，这凸显了空间溢出效应。政府投资显示边际回报递减，技术发展最初提高了 CEI，但有助于长期降低。这些发现强调了制定量身定制的碳减排战略的必要性，以应对每种城市类型不同的社会经济和工业动态。本研究为推进中国的碳减排目标和促进可持续、低碳的城市发展提供了重要的见解。

文章来源：https://www.sciencedirect.com/science/article/abs/pii/S2210670725003312