我国在2020年第75届联合国大会上宣布，中国力争于2030年前达到碳峰值，努力争取2060年前实现碳中和^[1]. 建筑业作为全球碳排放的主要来源之一，也是我国实现“双碳”目标的关键行业. 中国建筑节能协会等发布的《中国建筑能耗与碳排放研究报告》揭示了2020年中国建筑业的能耗状况，数据显示当年全国建筑全过程的能耗总量高达22.7亿t标准煤，占据全国能源消费总量的45.5%，2060年建筑的能源需求可能增加50%^[2]，控制建筑业碳排放量对于实现节能减排总体目标具有重要意义. 建筑业发展依赖高碳化石能源，具有明显的碳锁定特征^[3]，因此，为了实现建筑业的“双碳”目标，建筑业在关注碳排放总量的同时，探究城市建筑业的碳锁定情况寻找合理的碳解锁路径非常重要.

关于碳锁定的研究文献，早期碳锁定多偏重于成因与形成机制的定性分析^[4，5]，随着碳锁定理论体系的完善，针对碳锁定效应的研究在定量分析上展现出显著的多元化趋势，涵盖了效率评估模型量化减排效率（如数据包络分析^[6，7]、随机前沿模型^[8]）、综合指标体系构建法全面评估碳锁定及其影响（如投入产出技术^[9，10]）以及其他相关分析方法（系统广义矩方法^[11]、模糊集定性比较分析^[12]、脱钩模型^[13，14]等）. 与此同时，越来越多的研究将区域、行业信息纳入研究框架，一方面，碳锁定的研究从国家层面逐渐拓展到了省际，如中国整体^[15]、30个省份^[16，17]、长三角地区^[18]、湖北^[19]和新疆^[20]等. 另一方面，已有部分学者揭示了不同行业领域内的碳锁定现象，例如对能源^[21]、制造业^[22，23]和工业^[24]等行业的碳锁定都进行了相关测算. 纵观现有研究，对于碳锁定的研究仍存在着需要补充与完善之处：研究多聚焦于国家整体或省域层面，忽略了城市作为经济发展、能源消耗和碳排放主要载体的独特性和复杂性，建筑业作为城市能耗与碳排放的主要贡献者，其城市尺度下的碳锁定现象研究尚显薄弱，导致对建筑业碳锁定程度和特征的认知不够全面.

此外，仅仅识别碳锁定现象是不够的，还需深入探索高效、可行的碳减排策略. 国内外学术界对于建筑业碳减排路径展开了多视角的研究，包括但不限于从供应链优化视角^[25]通过优化建筑装配式供应链在微观层面上减少碳排放；从效率提升视角通过促进碳排放效率^[26]和绿色创新效率^[27]等来降低单位产出的碳排放；从系统转型视角^[28]将建筑业置于更宏大的社会经济系统中，借助理论框架探讨其低碳转型的深层次路径；从影响因素分解^[29，30]与模拟预测^[31]的视角侧重于揭示影响建筑业碳排放的多元因素及其未来趋势. 目前研究视角虽然广泛，但多数研究聚焦于某一特定维度或环节，未能全面、系统地把握建筑业实际面临的碳锁定状态，即行业内外多种因素相互交织、共同阻碍减排进程的复杂局面，忽略了对行业当前所面临的深层次碳锁定状态之中进行考察，这导致了策略建议的片面性，难以构建出系统性的减排方案. 其次，部分研究在理论探讨上虽颇为深入，却未能有效结合动态的实际情况转化为可操作的实践指导，限制了研究成果在碳减排实际行动中的有效应用.

基于此，考虑到了城市尺度建筑业存在着明显的碳排放差异，为了能针对性的研究解锁路径能更好地满足各城市建筑业的碳减排需求. 本文以2011~2020年中国272个城市建筑业面板数据为研究对象，首先，计算出我国城市层面建筑业二氧化碳排放量，借助投入产出模型对其进行碳锁定状态测算，随后分析城市建筑业锁定状态的时空变化趋势. 在此基础上通过扩展STIRPAT模型分析碳排放的显著驱动因素，再对建筑业“待解锁”城市的碳排放主要驱动因素的指标数据综合分析，因地制宜提出可行的解锁路径.

本文的创新之处可能在于：①以城市尺度为切入点，深入研究建筑业的碳锁定状态，弥补当前研究在城市地理单元和行业覆盖面上的不足，全面揭示城市建筑业碳锁定程度和特征. ②以建筑业的实际锁定状态为研究视角，分析每个城市的具体解锁路径，补充与完善处于泛化状态的碳减排研究. 通过了解中国城市建筑业碳锁定情况和解锁路径研究提供了参考，以期有助于建筑业的节能减排和可持续发展.

1 材料与研究 1.1 研究区域与数据来源

本研究鉴于城市行政区划的变动以及数据获取的实际情况，选取了2011~2020年中国272个城市面板数据作为研究样本. 各省份与各地级市的碳排放数据源自于2011~2020年中国碳排放核算数据库（CEADs），参考已有研究的方法进行合理估算和补充部分缺失的数据. 人口密度、经济发展水平、政府扶持力度、环境规制、城市化水平以及建筑规模的指标数据，均来源于《中国城市统计年鉴》（2011~2020年）. 绿色专利的申请量数据来源于2011~2020年的CNRDS数据库.

1.2 模型构建 1.2.1 建筑业碳排放测算

建筑业碳排放量（Y_it）的测算，本文采用建筑业二氧化碳排放量与建筑业总产值比例的对数来评估建筑业的碳排放量. 鉴于中国当前尚未公开地级市层面的历年建筑业碳排放数据，为了评估建筑业的碳排放强度，采取了一种间接的计算方法. 首先，采用卢娜^[32]和冯博等^[33]的方法计算各省份在历年中的建筑业碳排放量以及整体的碳排放总量，从而得出建筑业碳排放量在总碳排放量中的占比，基于这一比例进一步推算出各省份内各地级市的建筑业碳排放量. 建筑业碳排放分为直接和间接碳排放两大类. 碳排放总量的数据主要来源于中国碳排放核算数据库（CEADs），该数据库涵盖了省际与市级的碳排放数据. 针对数据库中可能存在的部分数据缺失问题，采用吴建新等^[34]的方法进行补充计算.

具体建筑业碳排放核算见式（1）：

$ \begin{aligned} B_i= & B_{\rm z i}+B_{\mathrm{j} i}=\frac{12}{44} \times\left[\sum \nolimits_k E_{k i} \times \alpha_k \times \beta_k+\right. \\ & \left.\sum \nolimits_t N_{t i} \times \gamma_t \times\left(1-\xi_t\right)\right] \end{aligned} $

(1)

式中，i为不同省市；B_i为i省市建筑业碳排放量，单位10⁵ t；B_zi为i省市建筑业直接（z）碳排放量，单位10⁵ t；B_ji为i省市建筑业间接（j）碳排放量，单位10⁵ t；E_ki为i省市建筑业第k种能源终端消费量，天然气单位为10⁸ m³，热力为10⁴ GJ，电力为10⁸ kW·h，其余能源为10⁵ t；α_k为第k种能源折标准煤系数；β_k为第k种能源碳排放系数；N_ti为i省市第t种建材消耗量，水泥、钢材和铝材单位为t，玻璃单位为重量箱，木材单位为m³；γ_t为第t种建材CO₂排放因子；ξ_t为第t种建材回收率. 13类能源对应的折标准煤系数及碳排放因子和5种建材的碳排放因子如表 1所示.

1.2.2 建筑业碳排放锁定状态

为了更加准确地表达建筑业经济发展与碳排放之间的相互关系和更加清晰地了解节能减排成效和城市碳锁定状态，本文借用前者所提出的基于脱钩理论创新提出的测算碳锁定类型的方法进行建筑业碳排放锁定状态测算，见式（2）~（4）：

ΔCt,t+1=Ct+1-Ct

(2)

ΔGt,t+1=Gt+1-Gt

(3)

Δ(C/G)t,t+1=(C/G)t+1-(C/G)t

(4)

式中，Δ表示差值，C表示城市建筑业二氧化碳碳排放量，G表示建筑业总产值，C/G表示建筑业碳排放强度.

锁定状态可以根据以上指标分为以下6种（见表 2）. 其中，绝对锁定是最不利的状态，当产出下降时，碳排放量和碳排放强度均保持上升. 相对锁定指的是当产出和碳排放量均下降时，碳排放强度却持续上升. 增长锁定则是指碳排放量、产出以及碳排放强度均保持上升，这是最典型的高排放、高增长模式. 绝对解锁是最理想的状态，指当产出增加时，碳排放量和碳排放强度均保持下降. 相对解锁是指当产出和碳排放量增加时，碳排放强度却保持下降. 而当这3个变量同时下降时，则是衰退解锁^[35].

1.2.3 解锁路径研究

本文采用可拓展的随机性的环境影响评估模型（stochas-tic impacts by regression on population，affluence，and technology，STIRPAT），从技术、制度、经济和社会这4个维度对2011~2020年中国城市层面建筑业碳排放的影响及其程度实证分析，从而进行探索节能减排的解锁路径的研究.

20世纪70年代Ehrlich和Holdren提出了IPAT模型^[36，37]，但IPAT模型受限于各变量之间是同比例的变化. 1994年York等^[38]在IPAT模型的基础上进行了扩展和改进建立了STIRPAT模型. STIRPAT模型见式（5）：

I=aPbAcTde

(5)

式中，a为模型的系数，b、c和d为各自变量指数，e为误差. 因变量I表示为中国城市层面建筑业碳排放量；自变量P表示为人口密度，衡量了一个地区人口密集程度，鉴于人口密集程度与建筑业活动及碳排放之间的紧密联系^[39]；A表示为经济水平，采用人均地区生产总值作为衡量指标，其增长往往驱动居民对更高居住环境的追求，进而可能加剧建筑碳排放^[40]；T表示为技术因素，采用绿色专利申请数量来衡量技术创新水平^[41，42]. 为了探究更多因素的影响，对STIRPAT模型进行扩展^[43]，纳入了以下变量：能源消耗（S），标准煤可以确保不同能源之间的消耗能够在一个统一的尺度上进行衡量和比较，探究在建筑活动中对碳排放影响^[44]；产业结构（IS），考虑其可能通过影响生产模式和资源配置而对建筑业碳排放产生间接效应^[45]；政府扶持力度（FS），可能会通过当地政府每年的财政科技支出影响地区节能减排研发成果对建筑业碳排放产生影响^[46]；环境规制（REG），工业固体废物综合利用率衡量环境规制强度可能通过影响建筑材料生产和资源利用，进而对建筑业碳排放产生的间接影响^[47]；城市化水平（UR），随着城镇人口占总人口的比例提高城市化进程加速，对能源的需求与利用确实会随之增加，从而影响建筑业碳排放^[48].

为减少数据异方差性带来影响，对公式两边取自然对数得到方程，见式（6）：

$ \begin{gathered} \ln I=b \ln P+c \ln A+d \ln T+e \ln \mathrm{IS}+f \ln S+ \\ g \ln \mathrm{FS}+h \ln \mathrm{REG}+i \ln \mathrm{UR}+\varepsilon \end{gathered} $

(6)

模型各变量选取说明见表 3.

2 结果与讨论 2.1 城市建筑业碳排放分析

如图 1所示，在2011~2020年期间，我国272个城市的建筑业碳排放绝大部分呈现出增长趋势，但城际间存在较大差异. 对比2011年和2020年每个城市的建筑业碳排放量，碳排放差异较大且绝大多数城市有所上升.

（1）2011年整体表现为低碳排特征，相反2020年有高碳排趋势. 从颜色对比明显看出，2020年建筑业碳排放量整体呈现“东高西低”的特征. 中部和东部地区最为显著，以上海、浙江省和福建省的城市群为边界，各城市建筑业碳排放量由沿海地区向内陆地区递减. 主要源于东部和中部地区经济发达、城镇化快导致的建筑业快速发展，对传统能源的依赖及消费模式变化，加之政策导向与法规执行差异，以及特定地理气候条件，同时技术与创新在节能减排方面的应用尚不充分所致.

（2）对比两年碳排放量，北京、上海、重庆和杭州作为持续高碳排放的城市，在2011年即占据了全国272个城市总排放量的23.32%，这一比例在2020年虽略有上升至25.4%（由13个城市贡献，且碳排放量均超过1 000万t），更显著的是一线城市与新一线城市的碳排放均量始终明显高于其他城市，这主要归因于这些地区快速的经济增长与城市化进程，以及相对密集的建筑业活动. 福建省厦门市是增长最快的市级区域，2020年排放量高达1 550万t，增幅达到了24.85%；相比之下，唐山和石家庄是排放量下降幅度最大的2个城市，分别为-33.1%和-24%.

2.2 城市建筑业锁定状态时空变化分析 2.2.1 时间变化趋势

基于碳排放的测算和锁定状态模型的计算，本文分析了2011~2020年时期中国城市建筑业碳锁定状态模型测算动态结果（如图 2）.

在2011~2020年期间，6种建筑业锁定状态呈现出不同的变化趋势. 具体分析来看：①“增长锁定”呈先减后增的“U”型趋势，初期的大规模建设导致碳排放激增，技术进步带来放缓，但经济增长动力可能使碳排放再次上升，意味着在经济增长和城市扩张的同时，可能也带来了环境压力和能源效率的降低；相反“绝对解锁”和“衰退解锁”呈现先改善后恶化的倒“U”型趋势，“相对解锁”与“绝对锁定”呈波浪式变化. ②建筑业碳排放的“解锁”与“锁定”现象在时间轴上展现出显著的波动，这一趋势深刻反映了政策周期性、技术革新速度以及市场与经济形势变化的综合影响. 具体而言，2011~2015年间，在政策激励与技术进步的双重驱动下，解锁数量持续增长，体现了政策初期对绿色建筑和节能减排的积极推动作用. 然而，进入2015~2020年，随着政策细化与执行力度的加强，以及市场对新标准的适应过程，锁定现象显著加剧，特别是在2015~2016年和2019~2020年，锁定增幅分别达到138.8%和59.9%，这既反映了政策调整带来的市场反应，也揭示了技术升级过程中的阶段性挑战. 值得注意的是，在2017~2019年期间，锁定状态数量保持稳定，这可能与市场对新政策的适应期、技术革新的阶段性瓶颈以及经济形势的波动有关. ③在2011~2020年期间“锁定”与“解锁”城市数量除开拐点年份基本维持在110上下浮动，锁定程度较高，在未来几年对于城市建筑业碳排放管控力度有待加强.

2.2.2 空间分布特征

为了更加直观分析中国城市建筑业锁定状态的时空变化，以2011~2012年、2014~2015年和2019~2020年为分界点，划分成3个区间. 采用ArcGIS对这3个时期和2011~2020年建筑业碳锁定均值的锁定状态进行了空间特征分析. 选择以上时间段进行分析的原因在于：第一，2011~2012年是中国经济高速增长期的末期，2014~2015年经济步入结构调整与转型期，2019~2020年则面临增速放缓与结构优化挑战. 第二，2011年启动“十二五”规划，奠定发展基调；2015年实施大气污染防治行动，强化环保要求；2019年提出碳达峰碳中和目标，加速低碳转型. 第三，加入2011~2020年作为整体考察区间，清晰揭示了建筑业锁定状态的长期趋势与短期政策波动的双重影响. 分析结果显示，我国各地区在这几个时期内呈现出显著的碳锁定状态差异，如图 3所示.

根据图3（a）~3（c），从空间分布上来看：①建筑业碳锁定城市逐步由中南部扩散式到南部，2011~2012年解锁状态下的城市呈“C”型半包围“增长锁定”城市群. 此现象可能归因于当时中南部地区快速的城市化进程和基础设施建设热潮，导致能源消耗和碳排放激增，发展模式逐渐扩散至南部；2014~2015年锁定程度较低，呈现“北高南低”特点，以黄河为界限将城市分为上下锁定与解锁两部分. 北方重煤炭等高碳能源，南方能源结构则更多元化，且南北气候与建筑需求不同，导致排放差异；2019~2020年经济快速增长与城市化加速带来的高能耗和区域发展不平衡，锁定程度达到了95.2%，是最为严重的一个时期，解锁状态城市如哈尔滨、北京、西安和重庆等较发达城市零星分散在人口分界线周围，但未能广泛推动，整体碳锁定形势较严峻；②在3个不同的时期节点，建筑业中的6种锁定状态在空间分布上均有所变化. 其中，“绝对解锁”、“增长锁定”和“绝对锁定”这3种状态的变化尤为显著. “绝对解锁”城市因西部大开发、北部振兴等政策推动、资源禀赋及经济结构优势从相对集中在西部北部扩散至全国范围，除了北部和东南方个别城市外，其余地区几乎均呈现为解锁状态，但基本解锁的态势并未持续稳定，后因资源分布不均、经济发展水平差异及政策执行力度不一等因素，逐渐形成了点状分布的格局. 与此相反，“增长锁定”城市从北部、中部及东南部的局部区域集聚到呈现出缩减趋势，仅剩下北部的呼伦贝尔以及东南部的江西省城市群，但并未稳定维持，2019~2020年期间进一步扩散到了全国范围. “绝对锁定”城市的空间演变过程经历了从北方个别城市的集中现象到山西省和内蒙古城市群的连片扩散，再到最终的散落分布.

从图 3（d）2011~2020年均值城市建筑业锁定状态按中国地理分区来看：①东北地区，特别是黑龙江、吉林和辽宁这三省，高达73.9%的城市在建筑业上呈现“锁定”状态. 可能由于历史原因重工业比例较大，建筑业也受其影响，能源消费结构较为单一，碳排放强度较高，锁定状态较为普遍；②华东、华南和华北地区的多数城市在推动建筑业低碳发展方面取得了积极进展，表现为“解锁”状态；华北地区以北京市为中心，周边城市如天津、河北省和河南省城市具有较高的“解锁”比例，拥有更多的资源和资金来推动建筑业的低碳发展，显示出绿色低碳建筑领域的显著成效；江苏省和浙江省在推动建筑业低碳发展方面态度积极，其中分别有13个和11个地级市处于“绝对解锁”和“相对解锁”状态；福建省和安徽省的部分城市城市化进程快，建筑业活动频繁，则处于“增长锁定”状态，需进一步提升建筑业碳排放控制能力；③西部地区重庆和四川的大部分城市表现出相对解锁的状态；云南、贵州、陕西和甘肃的部分城市，以及青海的西宁市和新疆的乌鲁木齐市、克拉玛依市，面临增长锁定或衰退解锁的困境. 推测由于经济发展相对滞后，但随着国家政策的支持和产业转移，这些地区的建筑业也在快速发展，从而导致锁定状态的变化；④总体来说，这2011~2020年我国建筑业绝大多数城市处于“增长锁定”向“相对解锁”过渡阶段，节能减排工作初见成效，但还需继续推进.

2.3 解锁路径分析 2.3.1 驱动因素分析

为了反映技术、经济、制度和社会的因素对中国城市建筑业碳排放的影响机制和路径，这里对8个对数时间序列运用STIRPAT模型进行时间与城市双固定效应分析，使用软件Stata针对每个变量逐个回归计算，回归结果见表 4.

由双固定效应回归结果可知，各变量的对建筑业碳排放的作用系数里，技术创新、科技财政支持、经济水平、产业结构和能源消耗都显示出对碳排放的正向影响，环境规制和人口密度呈抑制作用，具体如下.

（1）从技术因素来看，lnT的系数估计值在5%显著性水平下呈现正值（0.063），表明绿色专利所代表的技术创新水平其并未很好地改善空气质量减少建筑业碳排放. 可能是因为技术创新虽表现为绿色实用新型专利的申请增长，但其中低碳技术的应用及推广尚显不足. 系统内主导的碳基技术尚未实现低碳转型，反而因市场报酬递增而进一步扩张，限制了新型技术的成长空间，从而可能加剧建筑业碳排放的增加.

（2）从制度因素来看，政府扶持力度与环境规制对建筑业碳排放的影响截然不同. 以财政科技支出作为政府扶持力度，在促进建筑业可持续发展的同时，也间接加剧了碳排放，这反映了政策执行过程中可能存在的“回弹效应”. 相反，环境规制在1%显著性水平下对碳排放展现出显著的负向影响（lnREG系数为-0.152），表明其对作为治理手段的有效性. 随着环境规制的强化能够促使工业固体废物利用率每提升一个单位，建筑业碳排放平均减少0.152个单位.

（3）从经济因素来看，经济水平与产业结构均在1%下显著为正. 经济水平（lnA的系数最大为0.451）的提升带动了人们对更舒适、豪华住宅和便捷公共设施的需求，进而推动建筑业发展，包括建材生产、建造和改建等活动，这些活动均消耗大量能源并产生碳排放. 在产业结构中，如果建筑业投入比例较高，那么建筑碳排放也会相应地增加. 这可能是因为房地产行业涉及大量的建筑和基础设施建设，建筑业的能源消耗需求也在增长，导致了建筑业碳排放的增加.

（4）从社会因素来看，城市化水平对碳排放的影响并不显著，但人口密度对碳排放的影响在1%的显著性水平上显著为负，推测可能的原因是，人口密度高的城市在城镇化过程中，对住宅和公共建筑的需求更大. 高容积率带来的大面积、高楼层建筑，不仅提高了土地出让总价和政府、开发商的收益，也促进了集约化的公共设施使用. 这种集约化产生了规模效应，通过提高公共设施使用效率，减少了能源浪费和碳排放. 因此，高人口密度与低碳发展并非矛盾，而是为低碳转型提供了潜在的机遇.

（5）从其它因素来看，能源消耗对碳排放的驱动作用较为显著，能源消耗增加的原因可能包括社会经济发展、城市化加速、设施使用增多、设备效率低、节能意识不足、新能源和节能技术推广不足，以及节能减排在规划、设计、施工环节被忽视等多个方面. 随着各城市能源消耗数据的逐年增加，碳排放量也相应上升.

2.3.2 城市建筑业解锁路径分析

驱动因素的辨析解释了导致碳锁定状态的不稳定与“待解锁”的原因，因此减排解锁路径需要从促进碳排放的因素出发，根据不同城市因地制宜对中国建筑业进行节能减排，从而进入到“绝对解锁”状态. 依据测算2011~2020年中国272个城市建筑业碳锁定均值状态，可以更好地反映长期趋势和整体情况，避免了单个年份的波动影响. 并且，通过比较长期平均状态，可以更清晰地了解各地区在碳排放控制方面的稳定性和持续性努力. 所以，本文从碳排放强度角度针对建筑业城市碳锁定状态，选取了均值解锁状态中ΔC_t，t+1 > 0的3个典型的“待解锁”类型城市进行解锁路径分析.

处于“相对解锁”的92个城市中：①技术路径下，北京、杭州、武汉和西安等，凭借强大的经济和科技实力，正逐步迈向“绝对解锁”的目标，应发挥引领作用，带领周围技术创新指标年均值低于209个城市总均值的城市（分布在山东、湖南、湖北、广东和四川等省）共同迈向技术碳解锁，持续投入研发绿色建筑和低碳技术；②制度路径下，财政支持的城市以广东深圳和广州的指标最为突出，其分布以及随时间变化情况类似于技术创新，说明二者之间有着紧密关系能够相互促进. 高指标城市依托自身独特资源，制定适应性政策强化技术创新，低指标城市应积极寻求与同地区高指标城市的交流与合作；③经济路径下，人均经济GDP较低的城市覆盖率达55%，这些城市经济发展水平低于全国均值，如甘肃平凉、河南商丘、广西贵港等这些城市的经济总量相对较小，难以形成规模效应和集聚效应，从而限制了经济发展速度，应扩大投资规模，吸引更多的资本和人才流入；于此同时，66个城市产业结构每年指标都低于均值且小于0.3，说明建筑业产值较少，因此针对产业结构不合理、建筑业产值较少的城市，应积极推动产业结构优化升级.

处于“增长锁定”的102个城市中：①技术路径下，2011~2020年每个城市均呈增长趋势，但绝大部分城市技术创新程度仍然较低，以甘肃省陇南市为例，2011~2020年申请的绿色实用新型专利数量均值仅为6件. 每年都高于平均值的城市（如哈尔滨、厦门和长沙等）占15.7%，主要分布在东部和南部地区，这些城市应发挥引领作用，作为地区技术创新核心城市持续投入研发绿色建筑和低碳技术，以点带面，以一带多，形成建筑业技术创新的网络效应；②制度路径下，财政支持为降幅的城市（朔州、菏泽等）和指标均值最低的甘肃省（嘉峪关、陇南）应继续加大科技财政的投入，整合现有资源，提高资源利用效率，同时加强与周边城市的合作与交流；③经济路径下，仅有嘉峪关为经济水平降幅城市，高于平均值的城市35.3%空间上分布与技术水平高的城市相类似，应保持并加强这一趋势，在资金分配上优先考虑对建筑业低碳化转型具有显著影响的技术创新；产业结构为降幅的城市占44%，主要分布在上海和河南、安徽、广东以及甘肃等省份，应进行产业结构优化，譬如制定明确的产业绿色化转型计划，推动建筑业向绿色化、低碳化方向转型升级. 鉴于“增长锁定”城市数量最多，这些城市应加强其在技术、制度、经济等方面的优化力度.

处于“绝对锁定”的14个城市中：①技术路径下，除开台州以外的13个城市（辽源、通化和松原等）技创新程度较低，需加大在建筑业技术创新和研发投入，鼓励企业引进先进技术和管理经验，增强本地企业的技术实力和市场竞争力，提高绿色建筑技术水平；②制度路径下，2011~2020年财政支持为降幅城市且每年均低于当年指标平均值的临汾、辽源等城市，政府应加强与建筑业碳减排相关的政策落实和资金补贴；③经济路径下，43%的城市经济发展水平较好，但产业结构每年均为降幅的城市高达100%，说明在产业结构存在短板，应利用经济增幅带来的资金优势，加大对绿色建筑技术和节能技术的研发与应用，推动产业结构向低能耗、低排放方向调整，优化建筑产业链，提高产业链的整体能效，综合经济因素下的二者指标共同推动绿色建筑和低碳发展. 这些“绝对锁定”城市在碳解锁过程中需重点关注，其转型过程预计将较为漫长.

3 展望

本研究在分析城市建筑业碳排放情况时，大多使用的是面板数据，没有采用实测法获取一手数据，因此，分析结果会与实际有所差异，且不能做到实时更新. 其次，在进行因素分析时，还需根据每个影响因素的贡献量深究其背后深层次的原因. 最后，在进行碳解锁路径分析时，只能粗略分析城市解锁的方向与层面，没有精确到每一个城市，所以还需更深入地探究不同城市应如何具体实践才能实现碳解锁.

4 结论

（1）2011~2020年我国272个城市的建筑业碳排放量大致呈现出增长趋势，但城际间在增速和总量上存在显著差异. 2011年建筑业碳排放整体偏低，而到2020年则明显增高，是2011年的4倍. 碳排放的地域分布呈现出“东高西低”的特征，东部和中部地区尤其是沿海城市群的碳排放量普遍较高，由沿海地区向内陆逐渐递减. 2011年和2020年北京、上海、重庆和厦门等一线城市碳排放均大于总体碳排放量的20%，明显高于其他城市，涨幅也快，尤其是福建厦门高达24.85倍.

（2）在2011~2020年期间，中国建筑业的锁定状态呈现出不同的变化趋势. 时间序列上看，“增长锁定”的“U”型趋势与“绝对解锁”和“衰退解锁”的倒“U”型趋势相对立. “锁定”与“解锁”轨迹呈基本对称波动模式，其中2015~2016年和2019~2020年的锁定状态增幅尤为显著. 空间格局上看，建筑业碳锁定城市逐步由北部、中南部扩散至全国，“增长锁定”从北部、中部及东南部的局部区域集聚到全国范围，“绝对锁定”的空间演变经历了从北方城市的集中到连片扩散再到散落分布. 从10 a总体均值锁定状态来看，我国建筑业节能减排初见成效，仍需持续推动低碳发展.

（3）为贴合我国城市层面建筑业实际情况节能减排，本文基于STIRPAT模型和时间个体双固定效应分析碳排放驱动因素，发现技术创新、政府扶持力度、经济水平、产业结构和能源消耗会增加建筑业碳排放，而人口密度和环境规制则起负向作用. 不同锁定状态的待解锁城市根据不同的碳排放因素采取差异化策略. “技术路径”下降幅和低水平城市应提高低碳绿色建筑业技术创新，高水平城市凭借技术优势形成网络效应带动周边城市发展；“制度路径”下加大科技财政的投入提高资源利用效率，发挥高指标城市区域优势，推广绿色建筑政策；“经济路径”下利用经济发展推动产业转型促进低碳发展. “待解锁”城市所需解锁优化力度表现为绝对锁定 > 增长锁定 > 相对解锁，针对薄弱路径进行重点碳解锁.