煤炭资源型城市产业–生态环境–碳排放（IEC）关联的高质量协调能否实现？——来自淮南2000—2022年的证据与多情景预测

《Environmental and Sustainability Indicators》：Can coal-resource cities achieve high-quality coordination of industry, environment, and carbon? Evidence from Huainan, China

　　

煤炭资源型城市面临维持经济增长、同时减缓环境退化与碳排放的双重挑战。理解产业结构、生态环境与碳排放之间的相互作用，对于中国“双碳”目标下城市可持续转型至关重要。本研究构建了一个整合的产业结构–生态环境–碳排放（Industrial Structure–Ecological Environment–Carbon Emissions, IEC）关联框架，用以评估淮南市这一代表性煤炭资源型城市2000—2022年三个子系统的协调发展。采用熵权法（entropy weight method）、耦合协调度模型（coupling coordination degree model）、障碍度分析（obstacle degree analysis）、STIRPAT模型（Stochastic Impacts by Regression on Population, Affluence, and Technology, STIRPAT）与灰色GM(1,1)模型（Grey GM(1,1) model），评估历史演变、识别关键约束并预测未来趋势。结果表明，IEC系统综合评价指数从0.28升至0.79，耦合协调度从0.552升至0.832，反映由勉强协调向良好协调发展的转变。障碍度分析显示，2022年产业结构仍为主导约束，而生态环境压力明显上升并成为日益重要的限制因素。岭回归–STIRPAT模型对碳排放预测具有满意拟合，情景分析进一步表明，绿色发展情景（Green Development Scenario, GDS）最早于2028年实现碳达峰，低碳节能情景（Low-Carbon and Energy-Saving Scenario, LCESS）在经济增长与碳减排之间提供更平衡路径，约在2030年达峰。预测表明，高质量协调发展将持续推进。通过将产业结构、环境质量与碳排放整合到统一分析框架，本研究推进了基于关联（nexus）的可持续性研究，并为资源依赖型城市低碳转型提供可操作启示。

研究背景与问题：煤炭资源型城市是中国重要能源基地，但产业体系长期以煤炭为主，资源依赖强、产业链短、研发（R&D）强度低，部分资源枯竭城市增长缓慢，转型失业压力较大。煤炭开采、运输、利用、煤化工和城市基础设施又是碳排放重要来源，并伴随生态退化、采煤沉陷等环境压力。产业结构、生态环境与碳排放之间存在双向反馈：高碳产业模式加剧生态退化与排放，环境恶化又约束产业升级和低碳转型。中国“双碳”目标下，现有研究多集中于国家、城市群或省域尺度，或关注要素耦合与产业结构–生态环境关系，较少将产业结构、环境影响和碳排放纳入统一分析框架，且针对煤炭资源型城市的研究相对有限，碳达峰预测也多在国家或省级尺度展开。因此，研究人员以淮南市为案例，构建产业结构–生态环境–碳排放（Industrial Structure–Ecological Environment–Carbon Emissions, IEC）关联框架，评估2000—2022年协调演变、识别约束并预测未来情景。研究结论显示，IEC系统综合评价指数由0.28升至0.79，耦合协调度由0.552升至0.832，由勉强协调转向良好协调；产业结构长期为主要障碍但贡献下降，生态环境障碍上升；绿色发展情景（Green Development Scenario, GDS）最早于2028年达峰，低碳节能情景（Low-Carbon and Energy-Saving Scenario, LCESS）约2030年达峰且更平衡。该研究拓展了基于关联（nexus）的可持续性研究，并为资源依赖型城市低碳转型提供情景证据与政策启示。

关键技术方法（≤250字）：数据来自《中国统计年鉴》《中国城市建设统计年鉴》《中国能源统计年鉴》《中国工业统计年鉴》《中国环境统计年鉴》《安徽统计年鉴》《淮南统计年鉴》《淮南生态环境统计公报》及EPS平台，覆盖淮南市2000—2022年，少量缺失值以基于时间趋势的回归插补；行政边界调整按各年度官方统计边界处理。方法包括熵权法（entropy weight method）确定权重，耦合协调度模型（coupling coordination degree model）评价IEC关联，障碍度分析（obstacle degree analysis）识别约束，Pearson相关与岭回归（ridge regression）校准STIRPAT模型（Stochastic Impacts by Regression on Population, Affluence, and Technology），灰色GM(1,1)（Grey GM(1,1)）模型预测耦合协调度，并设置基准、产业结构优化、低碳节能、绿色发展和粗放发展情景。

研究结果：
3.1 评价指数分析：通过综合评价指数分析发现，2000—2012年生态环境和碳排放指数总体高于产业结构指数；生态环境指数约在2010年达峰至0.58，产业结构指数在0.13—0.44间波动。2012年后产业结构指数明显上升，2020年达0.52；生态环境指数2020年约0.94，而碳排放指数仅约0.40，表明碳减排进展较慢。综合指数由2000年0.28升至2022年0.79。
3.2 耦合协调度分析：
3.2.1 各子系统耦合协调度：产业结构–生态环境（IE）关联呈“S”型上升，由近失衡衰退演进至高质量协调；产业结构–碳排放（IC）关联由中度失衡衰退升至高质量协调，2016年后因产业调整、第三产业扩张和能耗强度下降而加快；生态环境–碳排放（EC）关联同样上升，2000—2006年由中度失衡升至初级协调，2006—2016年环境改善与碳排放短期反弹异步，2016年后在污染物与碳强度双控及非化石能源扩展下升至高质量协调。
3.2.2 IEC关联耦合协调度：耦合度保持0.754—0.991，说明三个子系统关联稳定且强；2002年为磨合阶段，其余年份为高水平耦合。耦合协调度由0.552升至0.832，经历勉强协调、初级协调、中级协调至良好协调。早期2000—2008年产业结构滞后；2008—2016年结构约束显现，协调度由2012年0.753降至2016年0.741；2016—2022年绿色转型加速，产业升级、清洁能源和生态治理共同推动协调度上升。
3.3 障碍度分析：产业结构始终为最大障碍，其障碍度由2000年71.04%降至2022年45.07%；生态环境障碍度由15.03%升至37.48%，成为第二大约束；碳排放障碍度由13.93%升至17.46%。2000—2016年主要障碍集中于第三产业就业份额（A7）和农村人均可支配收入（A10）；2016—2022年工业增加值占GDP（A4）、第二产业增加值占GDP（A2）和单位GDP SO₂排放（B5）障碍度较高。A2、A4为正向指标，其高障碍度表示距正向基准差距较大，而非份额过高。
3.4 情景预测：
3.4.1 Pearson相关分析：碳排放与各解释变量相关系数绝对值多超过0.5，第二产业份额、城镇化水平和能源结构与碳排放相关系数绝对值超过0.7；解释变量间多重共线性明显，故采用岭回归。
3.4.2 参数校准：岭回归参数k=0.14，R²为0.868，模型在5%水平显著（p=0.041）；总人口在10%水平边际显著（p=0.061），其他变量不显著。系数方向显示总人口、人均GDP、城镇化水平和能源结构与碳排放正相关，第二产业份额和能源强度为负相关；平均拟合误差6.18%。
3.4.3 情景设置：设置基准情景（Baseline Scenario, BS）、产业结构优化情景（Industrial Structure Optimization Scenario, ISOS）、低碳节能情景（Low-Carbon and Energy-Saving Scenario, LCESS）、绿色发展情景（Green Development Scenario, GDS）和粗放发展情景（Extensive Development Scenario, EDS），参数依据历史趋势、政策目标和情景调整设定。
3.4.4 碳排放预测：BS约2035年达峰，峰值2.96×10⁷ t；ISOS也在2035年达峰但水平较低；LCESS约2030年达峰，峰值2.87×10⁷ t；GDS最早于2028年达峰，峰值2.49×10⁷ t，但经济代价较大；EDS推迟至2040年达峰，峰值3.51×10⁷ t。LCESS更符合经济稳定增长与碳减排协同，接近国家“双碳”目标。
3.5 耦合协调度预测：灰色GM(1,1)预测2024—2036年所有情景下耦合协调度均上升；GDS最高并至2032年接近1，ISOS高于LCESS，BS逐步上升，EDS最低。

讨论部分总结：IEC协调度持续改善，但三个子系统演变速度不同，产业结构改善最明显，碳减排较慢。障碍模式由结构转型的社会经济回报有限，转向工业发展质量与环境压力并存的挑战，说明仅推进结构调整不足，还需提升工业效率和降低污染强度。情景分析显示减排与社会经济发展存在权衡，GDS有利于早期减排，LCESS更平衡。政策启示包括：促进产业结构转型，提升第二产业内部构成、技术效率和附加值，发展战略性新兴产业和现代服务业；加强环境管理与生态保护，推进采煤沉陷区修复、湿地恢复、造林、土壤修复和流域治理，强化煤电等污染密集型行业减排；加速低碳能源转型，发展光伏、风电、生物质能，提高能效，推进碳捕集、利用与封存（Carbon Capture, Utilization, and Storage, CCUS）和交通电动化；实施分阶段碳减排政策，2030年前控制高耗能产业并提高能效，达峰后转向技术创新、绿色消费和碳中和路径；加强数据驱动监测和跨部门适应性治理。局限包括指标未涵盖技术创新效率、产业数字化、可再生能源渗透和公众环境意识，研究仅聚焦淮南且行政边界调整影响可比性，模型依赖假设且未开展概率不确定性和敏感性分析，研究以描述性指数和相关预测为主，不应解释为因果效应，城市内部空间差异也未充分分析。

研究结论翻译：本研究构建IEC关联框架，考察中国代表性煤炭资源型城市淮南市2000—2022年协调发展。结合耦合协调度模型、障碍度分析、STIRPAT模型和情景分析，系统探索了IEC关联的演化特征、约束因素和未来发展路径。结果表明，IEC系统在研究期显著改善。产业结构子系统增长最明显，生态环境子系统稳定改善，碳减排进展较慢。耦合协调度由2000年0.552升至2022年0.832，表明由勉强协调向良好协调发展转变。IEC关联演化可分为三个阶段：2000—2008年早期阶段，工业扩张和环境治理驱动快速增长；2008—2016年过渡阶段，结构调整与协调波动并存；2016—2022年高质量发展阶段，产业升级、生态修复和低碳发展日益协同。障碍度分析表明主导约束发生明显转变。早期产业结构相关因素，尤其是第三产业就业比例低和收入增长有限，构成主要障碍；随着产业转型推进，这些约束逐步减弱。相反，生态环境因素日益突出，表明IEC系统中环境压力逐渐增强。岭回归–STIRPAT模型拟合良好，人口在10%水平边际显著。情景分析表明，GDS实现最早和最低碳达峰，LCESS提供最现实且平衡的发展路径。LCESS下，淮南市预计约2030年实现碳达峰，同时保持经济稳定增长、加速产业转型并促进清洁能源利用。灰色GM(1,1)模型预测IEC关联在未来十年继续改善，逐步接近高质量协调发展阶段。从更广视角看，本研究通过将资源型城市分析从经济–环境框架拓展至纳入碳排放的综合评估体系，推动了关联研究发展。结果表明，煤炭资源型城市可持续转型不仅依赖产业结构调整，也依赖生态修复和低碳转型协同推进。未来政策应优先推动产业多元化、清洁能源替代、生态修复和综合碳治理。这些措施将有助于中国碳达峰和碳中和目标实现，并为煤炭资源型城市及其他资源依赖地区可持续转型提供启示。