功能引导与空间约束下街区尺度碳预算差异与协同碳减排路径：来自中国无锡的证据

《Sustainable Cities and Society》：Differentiation of block-scale carbon budgets and synergistic carbon reduction pathways under functional guidance and spatial constraints: Evidence from Wuxi, China

　　

摘要应对气候变化是实现可持续发展目标（SDGs）的核心和前提。城市作为减排的关键驱动力，迫切需要一套 tailored 于其低碳可持续发展目标的规划与分析框架。本文以地块为基本空间单元，使用 XGBoost 模型识别地块功能类型，并估算碳排放和碳汇。分析了净碳排放的变化及其空间协同机制，并在此基础上建立了空间协同减排区。结果表明，以产业和商业等为特征的生产性和日常活动高度集中的街区，与高碳排放区域显著重叠。相比之下，包含农业和绿色地块的街区与高碳汇区域密切相关。相邻地块之间的具体邻接关系可能产生超越单个地块属性的碳效应。此外，地块碳排放的结构差异源于内部功能代谢约束和周围邻里的交互式空间网络的共同影响。本研究揭示，基于城市地块尺度功能引导和中国主体功能区约束的空间协同减排分区，有助于识别治理的关键区域和政策错位的区域，从而在区域发展公平性与低碳转型要求之间建立更好的平衡。因此，本研究有助于推进空间协同减排的实施。

引言应对气候变化是实现可持续发展目标（SDGs）的中心主题和前提（Bush et al., 2025; United, 2015）。随着温室气体（主要是 CO?）的累积排放量持续增加，满足《巴黎协定》规定的温控目标所需的剩余碳预算正面临日益严格的限制（Ipcc, 2022）。尽管许多国家已设定减排目标并做出了净零承诺，但雄心与行动之间的差距使得实现这些全球变暖控制目标变得困难（van de Ven et al., 2023）。此外，气候变化对自然和人类系统造成不可逆转风险的可能性持续增加。城市是经济增长和人口集中的主要驱动力。到 2050 年，预计城市人口将占全球人口的 68%，并贡献 70% 的温室气体排放量（Ipcc, 2022; United Nations Environment, 2022）。城市正日益成为全球碳控制和减排的关键参与者（Montfort et al., 2025）。

除了全球和国家层面之外，城市与气候变化领域的主要碳排放者和利益相关者的联系日益紧密（Huovila et al., 2022; Rodriguez Mendez et al., 2024）。它们为国家“自上而下”的碳中和战略与产业“自下而上”的减排举措提供了重要的桥梁。城市是社会、经济和生态因素相互作用而产生的复杂适应系统（Zhang et al., 2025a）。其内部功能空间高度分化，导致碳排放与碳汇之间存在空间错配（Buslowska and Marcinkiewicz, 2023; Zhang et al., 2023）。此外，发展权与减排责任之间的紧张关系增加了实现碳中和的物理难度和经济成本（Wei et al., 2022）。中国的研究表明，在国家空间规划框架内，通过功能约束和引导优化碳源和碳汇的空间分布，可以有效平衡发展与减排（Guo and Sun, 2024; Li et al., 2023）。

为响应精细化城市治理和减排目标的双重要求，城市空间规划迫切需要一套面向治理的分析框架。以往的研究主要集中在宏观层面的碳排放格局演变、跨区域碳抵消和区域协作减排（Wang et al., 2020; Zhang et al., 2023）。然而，对城市内部空间单元之间协调减排机制的关注不足，难以有效支持城市规划和空间管理。在关于可持续城市和社区的 SDGs 总体框架下，以城市地块——城市的基本空间单元——为起点，可以为城市空间协调减排路径提供新的视角（Kropf, 1996; Li and Quan, 2024）。传统街区尺度的研究主要集中在以碳排功能集中和碳汇区域小而散为特征的建设用地（Li and Quan, 2024; Li et al., 2024a），难以在有限的空间内实现协调的空间减排。因此，我们将研究区域扩展到整个地级市，从而将外围农业生产区和自然生态空间纳入统一的分析框架。这种方法协调了生产和生活空间的减排与生态空间的碳汇增强，从而更全面地考虑了碳排放和碳汇空间（Chen et al., 2023; Gao et al., 2022）。它还允许识别城市内不同功能空间之间的协同减排关系及其相应的空间治理路径。

主体功能区划（MFOZ）是中国国土空间规划体系的基本组成部分。在开发潜力、资源禀赋和环境承载能力方面，该框架通过功能导向分类和差异化治理来组织国土空间（Fan et al., 2012）。其核心逻辑，即根据主导功能和约束选择差异化发展路径，与空间协同减排内在一致（Liu et al., 2024a; Wang et al., 2020）。尽管该框架植根于中国制度背景，但其强调空间差异化的治理以及发展与保护的协同一致，与国际实践如欧洲空间规划和日本的国家空间战略及土地利用规划政策有共同之处（European, 2021; Garcilazo and McCann, 2025; Ministry of Land and Tourism, 2015）。以往的研究主要集中在战略方向和静态分区（Liu et al., 2024a; Wu et al., 2024）；然而，对功能区内部微观空间异质性和协同机制的见解仍然缺乏，难以解释同一功能区内不同空间单元在减排和排放削减方面的具体差异。

尽管低碳发展的概念已融入城市规划，但对于不同功能空间如何通过协同在碳控制与发展之间建立平衡的系统性解释仍然缺乏。此外，尚未开发出成熟的框架来量化这些协同效应并将其转化为治理区。在不同空间尺度实现协同减排的关键在于识别空间关系、结构互补性和有助于减少排放和增强碳汇的机制，这些存在于具有不同功能的空间之间（Feng et al., 2024; Li et al., 2024b）。地块尺度可以提供城市内部碳源和碳汇空间错配的详细表征，揭示相邻功能空间结构组合的协同减排效应，从而为将分区规划转化为空间治理实践提供依据。

因此，本文借鉴空间公平的概念，将此类脱碳空间协同分析的焦点从“区域间的责任分配和补偿机制”扩大到“城市内部功能空间之间的协同互动机制”。它在平衡地块功能引导与主体功能约束的框架基础上，探索城市地块尺度的脱碳空间协同路径。本文解决了三个关键问题：（1）不同功能的城市地块在碳预算方面表现出怎样的空间分化和错配模式？（2）邻里功能结构如何影响地块尺度的净碳排放，并产生协同空间效应以促进减排？（3）如何整合城市地块功能特征、MFOZ 约束和协同空间效应，以制定可行的协同空间路径来促进减排？本研究提供了对城市内部协同空间减排机制的更深层次理解，并在实践层面提出了一个面向城市内部协同减排的低碳城市空间规划框架，从而支持城市地块尺度的精细化低碳治理和差异化管理。

片段章节识别城市地块功能识别城市地块功能对于科学理解城市空间结构至关重要，是城市规划调整和可持续性的关键基础（Li et al., 2024a; Zhang et al., 2022）。随着技术进步和数据可访问性的提高，城市地块功能的识别正逐渐从主要依赖土地利用规划和统计调查的传统、主观方法转向数据驱动的方法。

研究区域概况无锡是长三角城市群的核心城市。2023 年，该市常住人口为 749.5 万，GDP 为 2193.39 亿美元，规模以上工业企业产值为 3612.19 亿美元。这座人口稠密、经济发达的工业城市以现代制造业为特征，与高水平的碳排放相关。无锡位于长江南岸和 shores

城市地块功能识别结果与 LightGBM 和 RF 模型相比，基于 XGBoost 模型的城市区域特征识别结果表现出高度可靠性（表 5），总体分类准确率为 0.949，kappa 系数为 0.934。各个具体类别的指标显示，模型对 IUBs、RUBs 和 GUBs 实现了高识别准确率，其 F1 分数分别为 0.973、0.971 和 0.989（表 6）。值得注意的是，住宅区的召回率

功能城市地块净碳排放差异的结构驱动因素通过识别地块功能和展示碳预算计算，我们分析了地块层面的城市功能地块和碳预算的空间格局。研究结果表明，以工业和商业活动为主导、人类生产和日常生活集中的城市地块，与高碳排放区域表现出强烈的空间相关性，而 AUBs 和 GUBs 与高碳汇区域密切相关。这些发现大致

结论本文探讨了一种从邻里功能引导和区域主体功能约束双重视角确定空间协同减排区（SSCRZ）的方法。我们以无锡为案例研究，从而超越传统的静态碳分区方法，创新性地引入地块层面的邻里协同效应，从而从空间协同的视角揭示城市低碳治理的机制。我们观察到

CRediT 作者贡献声明郭辉：数据整理，形式分析，调查，方法，验证，可视化，写作 - 原稿。孙玮：调查，项目行政，资源，软件，监督，写作 - 审阅与编辑。王森：数据整理，调查，方法。李曼：写作 - 原稿准备。

CRediT 作者贡献声明郭辉：写作 - 原稿，可视化，验证，方法，调查，形式分析，数据整理。孙玮：写作 - 审阅与编辑，监督，软件，资源，项目行政，调查。王森：方法，调查，数据整理。李曼：写作 - 原稿。

竞争利益声明作者声明，他们没有已知的竞争财务利益或个人关系，可能影响本报告工作的客观性。

致谢资金：本工作得到了国家自然科学基金 [42471208] 和国家地球系统科学数据中心科学技术规划项目 [NIGLAS2022TJ09] 的支持。

郭辉 | 孙玮 | 王森 | 李曼中国科学院南京地理与湖泊研究所 水安全湖泊与流域科学国家重点实验室，南京 211135，中国