基于碳中和目标的城市低碳发展水平评价研究：以安徽省为例

Evaluation of urban low-carbon development level based on the carbon neutrality goal: a case study of Anhui Province

摘要

【目的】在全球气候变化背景下，低碳城市建设对实现碳中和至关重要。针对当前评估工具不足的问题，构建科学评价体系以指导城市低碳转型。【方法】基于碳中和目标，构建涵盖“减碳—增汇”双维度、7个准则层及33项指标的评价体系，采用AHP（analytic hierarchy process）-熵权组合赋权TOPSIS（technique for order preference by similarity to ideal solution）模型，对安徽省16个地级市2013—2022年低碳发展水平进行测度，并结合障碍度模型识别关键制约因素。【结果】（1）2013—2022年安徽省城市低碳发展水平整体稳步提升，且城市间差异略有收敛。全省综合得分均值由0.373升至0.478，合肥与黄山长期位居前两位，芜湖稳定处于前列；宣城提升幅度最大，蚌埠和马鞍山亦呈现一定追赶态势。同期，低评价水平城市由淮南、马鞍山转变为淮南、铜陵，表明在整体抬升背景下，城市位序仍发生了明显重组。（2）安徽省城市减碳水平持续提升，逐步形成以合肥为极核、芜湖和黄山等为重要支点的多点高值格局；而增汇水平总体呈上升趋势，空间上保持显著的南高北低分异特征，黄山、池州、宣城等皖南城市优势突出。（3）障碍度模型分析表明，不同类型城市面临差异化的低碳发展阻碍，凸显低碳转型路径的多元挑战。【结论】各市应针对低碳转型的路径分化与类型化障碍实施差异化治理，立足“减碳—增汇”双向路径精准施策，以协同策略驱动全省低碳转型的系统提升与目标达成。

Abstract

[Objective] In the context of global climate change, the development of low-carbon cities is crucial for achieving carbon neutrality. Addressing the current inadequacy of assessment tools, this study establishes a scientific evaluation system to guide urban low-carbon transformation. [Method] Based on the carbon neutrality goal, an evaluation framework encompassing the dual dimensions of "carbon emission reduction" and "carbon sink enhancement" was constructed, comprising 7 criterion layers and 33 indicators. Using an AHP (analytic hierarchy process)-entropy weight combined TOPSIS (technique for order preference by similarity to ideal solution) model, the low-carbon development levels of 16 prefecture-level cities in Anhui Province from 2013 to 2022 were assessed and key constraints were identified through obstacle degree modeling. [Result] (1) from 2013 to 2022, the overall low- carbon development level of cities in Anhui Province improved steadily, with the provincial mean comprehensive score increasing from 0.373 to 0.478, while inter-city disparities narrowed slightly. Hefei city and Huangshan city consistently ranked among the top two; Wuhu city remained in the leading group; and cities such as Xuancheng city, Bengbu city, and Ma’anshan city showed notable improvement. The lowest-ranked cities shifted from Huainan city and Ma’anshan city in 2013 to Huainan city and Tongling city in 2022, indicating significant rank restructuring during the overall upward transition. (2) The carbon reduction level continuously improved, gradually forming a multi-polar high-value pattern led by Hefei city and supported by Wuhu city and Huangshan city. The carbon sequestration level also increased overall and maintained a clear spatial pattern of high values in southern Anhui Province and low values in northern Anhui Province, with Huangshan city, Chizhou city, and Xuancheng city exhibiting clear advantages. (3) Obstacle analysis indicates distinct development barriers across city types, highlighting the multidimensional challenges in low-carbon transitions. [Conclusion] Cities should implement differentiated governance strategies tailored to pathway divergence and typified obstacles in their low-carbon transitions. Precise policy implementation should be based on the dual pathways of "carbon reduction and sink enhancement", driving systematic improvement and achievement of the province's low-carbon transition through synergistic strategies.

关键词

碳中和 / 低碳城市 / 层次分析法 / 熵权法 / TOPSIS / 障碍度模型

Key words

carbon neutrality / low-carbon city / analytic hierarchy process / entropy weight method / TOPSIS / obstacle degree model

参考文献

[1] 辛章平, 张银太. 低碳经济与低碳城市[J]. 城市发展研究, 2008, 15(4): 98-102.

[2] 周枕戈, 庄贵阳, 陈迎. 低碳城市建设评价: 理论基础、分析框架与政策启示[J]. 中国人口·资源与环境, 2018, 28(6): 160-169.

[3] 王灿, 张雅欣. 碳中和愿景的实现路径与政策体系[J]. 中国环境管理, 2020, 12(6): 58-64.

[4] 张浩楠, 申融容, 张兴平, 等. 中国碳中和目标内涵与实现路径综述[J]. 气候变化研究进展, 2022, 18(2): 240-252.

[5] 朴世龙, 岳超, 丁金枝, 等. 试论陆地生态系统碳汇在“碳中和”目标中的作用[J]. 中国科学: 地球科学, 2022, 52(7): 1419-1426.

[6] 马志帅, 许建. 安徽省绿色发展水平评价体系初步研究[J]. 安徽农业大学学报, 2019, 46(2): 300-306.

[7] 李晓西, 潘建成. 中国绿色发展指数的编制: 《2010中国绿色发展指数年度报告: 省际比较》内容简述[J]. 经济研究参考, 2011(2): 36-64.

[8] 付允, 刘怡君, 汪云林. 低碳城市的评价方法与支撑体系研究[J]. 中国人口·资源与环境, 2010, 20(8): 44-47.

[9] 吴健生, 许娜, 张曦文. 中国低碳城市评价与空间格局分析[J]. 地理科学进展, 2016, 35(2): 204-213.

[10] 徐可西, 詹冰倩, 陈王宇, 等. 城市绿色低碳发展质量评估: 指标体系及其应用[J]. 生态学报, 2025, 45(6): 2877-2890.

[11] 杨锋, 高莉洁.GB/T 41152-2021 《城市和社区可持续发展低碳发展水平评价导则》[J]. 标准生活, 2022(2): 38-41.

[12] 陈友, 谭本艳, 郭颖珠. 长三角地区绿色低碳发展的时空演变及其驱动因素分析[J]. 环境科学研究, 2025, 38(10): 2136-2146.

[13] 段永蕙, 针宏艳, 张乃明. 山西省低碳城市评价与空间格局分析[J]. 生态经济, 2018, 34(4): 55-58.

[14] 王垚, 朱美琳, 王勇, 等. 长三角城市群碳中和潜力评价与实现策略研究[J]. 规划师, 2022, 38(3): 61-67.

[15] 柯楠, 卢新海, 匡兵. 中国城市土地绿色低碳利用时空演化及影响因素: 基于碳中和目标的实证研究[J]. 城市问题, 2021(7): 33-40.

[16] 中共安徽省委, 安徽省人民政府. 中共安徽省委安徽省人民政府关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的实施意见[EB/OL]. (2022-12-07) [2025-08-14]. https://www.ah.gov.cn/zwyw/ztzl/tdgzlfzdysdgjz/zcjd/zc/554193771.html.

[17] 武汉大学国家发展战略研究院课题组. 中国实施绿色低碳转型和实现碳中和目标的路径选择[J]. 中国软科学, 2022(10): 1-12.

[18] 张倩, 王莉娟, 祝胜来, 等. 黄河流域能源生产和消费视角下的碳排放特征研究[J]. 环境科学研究, 2024, 37(11): 2401-2412.

[19] 王青, 傅莉媛, 孙海添. 中国工业生产能源消费碳排放的区域差异、动态演进与影响因素[J]. 资源科学, 2023, 45(6): 1239-1254.

[20] 张诗青, 王建伟, 郑文龙. 中国交通运输碳排放及影响因素时空差异分析[J]. 环境科学学报, 2017, 37(12): 4787-4797.

[21] 李丹, 唐文群, 陈静媛, 等. 合肥市县域农业碳排放时空特征[J]. 华中农业大学学报, 2024, 43(6): 87-99.

[22] 李小冬, 朱辰. 我国建筑碳排放核算及影响因素研究综述[J]. 安全与环境学报, 2020, 20(1): 317-327.

[23] 任喜洋, 邓锋, 高兵, 等. 推动能源资源结构向绿色低碳转型[J]. 中国国土资源经济, 2021, 34(12): 48-54.

[24] DOU L R, SUN L D, LYU W F, et al. Trend of global carbon dioxide capture, utilization and storage industry and challenges and countermeasures in China[J]. Petrol Explor Dev, 2023, 50(5): 1246-1260.

[25] 李忠, 金田林, 刘峥延. 协同推进生活水平提升与碳达峰碳中和[J]. 宏观经济管理, 2022(8): 16-23.

[26] HUBAU W, LEWIS S L, PHILLIPS O L, et al. Asynchronous carbon sink saturation in African and Amazonian tropical forests[J]. Nature, 2020, 579(7797): 80-87.

[27] SHAO M Y, LIU Z H, ZENG S B, et al. Carbon sinks associated with biological carbon pump in karst surface waters: Progress, challenges, and prospects[J]. Environ Res, 2025, 267: 120712.

[28] 赵明月, 刘源鑫, 张雪艳. 农田生态系统碳汇研究进展[J]. 生态学报, 2022, 42(23): 9405-9416.

[29] 李微, 陈湘. 重点国有林区林业碳汇经济价值实现路径研究[J]. 林业经济问题, 2023, 43(4): 359-368.

[30] 杨海峰, 苏布达, 王东方, 等. 气候变化下中国碳中和的实现路径[J]. 科技导报, 2023, 41(22): 6-12.

[31] 武占云, 郝庆, 王旭阳, 等. 国土空间高质量发展困境及其纾解: 基于碳达峰碳中和视角[J]. 中国国土资源经济, 2024, 37(2): 4-10, 28.

[32] 周也琛, 邵明安, 魏孝荣, 等. 黄土高原土壤有机碳库对植被恢复的响应及其影响因素研究进展[J]. 水土保持研究, 2024, 31(6): 395-405.

[33] 李随成, 陈敬东, 赵海刚. 定性决策指标体系评价研究[J]. 系统工程理论与实践, 2001, 21(9): 22-28.

[34] 邓雪, 李家铭, 曾浩健, 等. 层次分析法权重计算方法分析及其应用研究[J]. 数学的实践与认识, 2012, 42(7): 93-100.

[35] 文洁, 刘学录. 基于改进TOPSIS方法的甘肃省土地利用结构合理性评价[J]. 干旱地区农业研究, 2009, 27(4): 234-239.

[36] 丁丁, 蔡蒙, 付琳, 等. 基于指标体系的低碳试点城市评价[J]. 中国人口·资源与环境, 2015, 25(10): 1-10.

[37] 周向红, 胡鹏程, 成鹏飞. 基于全生命周期视角的中国建筑业碳排放核算与碳达峰预测[J]. 环境科学, 2025, 46(4): 2020-2034.

[38] YANG Z H, SUN A J, ZHAO Y S, et al. RLHF fine-tuning of LLMs for alignment with implicit user feedback in conversational recommenders[PP/OL]. V1. arXiv ( 2025-08-07) [2025-08-14]. https://doi.org/10.48550/arXiv.2508.05289.

基金资助

安徽省住房城乡建设科学技术计划项目(2023-YF042)

安徽省国土空间规划与生态研究院开放课题(GTY2024KF02)