实现碳达峰与碳中和是我国提出的重要战略目标, 实现该目标需要经济社会系统性变革^[1]. “双碳”目标下, 协同推进减污降碳至关重要. 2022年国家七部委发布《减污降碳协同增效实施方案》^[2], 要求开展城市减污降碳协同创新, 探索不同类型城市减污降碳推进机制. 污碳排放存在同根同源同过程特性^{[3, 4]}, 如能源采选、燃烧与加工利用过程中会同步释放大量CO₂、大气污染物与水污染物, 如2016~2020年间伴随中国煤炭在能源消费结构中的占比从64%降低至57%, 中国PM_2.5环境浓度协同下降28.8%, 单位GDP的碳排放强度下降19.5%, 污碳协同减排效应凸显^[5]. 此外, 诸多工业转换过程中也存在有污染物和CO₂的同步排放, 因而我国从结构视角推进污碳协同减排潜力巨大, 在污碳协同视角下推动产业结构绿色转型可以有效降低减排成本^{[6, 7]}. 产业结构布局直接影响了各行业能源消耗和CO₂与污染物排放, 在经济增长的同时通过有限的污染物与碳排放总量约束各行业间排放配额的优化分配, 使总体产业体系在降低环境压力的同时产生良好的经济效益, 从而实现产业链与行业结构的迭代升级, 具有重要的科学意义与实践价值^{[8, 9]}.

城市是当前人与经济活动的重要载体, 而城市化也是未来中国人与环境交互作用的主要趋势与重要表现形式^{[10, 11]}. 城市化在带来经济发展与城市繁荣的同时, 也产生了严重的生态环境问题, 中国305个城市2015年碳排放为124亿t, 呈现出较大的空间异质性^{[12 ~ 14]}. 伴随城市规模扩张, 污染物排放量也随之增加^[15]. 我国作为全球最大的发展中国家, 未来如何在城市视角下推动污碳协同减排, 研究城市减污降碳协同潜力与关键路径, 对实现“双碳”目标与可持续发展具有重要现实意义.

嘉兴市是典型的沿海新兴城市, 伴随着几十年经济高速发展, 污染物排放也迅速增加. 在“十三五”期间, 在严格的环保政策控制下, 嘉兴市主要污染物排放逐渐下降, 但其碳排放仍随经济增长呈上升趋势（图 1）. 嘉兴市同时作为国家生态文明建设示范区和长江经济带与长三角地区的国内国际重要联通节点, 推动减污降碳协同增效, 实现产业结构绿色转型对其他城市与区域具有较好的示范价值与推广意义. 对山东^[16]、江苏^[17]、福建^[18]、广东^[19]和宁波^{[20, 21]}等典型省市的其产业结构转型的环境效益已有个别研究, 但减污降碳协同增效的本质是各行业全要素生产率的提升, 鲜见研究从系统视角基于绿色全要素生产率评估不同行业的环境绩效水平, 进而提出城市产业结构绿色转型的优化路径. 本研究以浙江省嘉兴市为例, 通过全面核算其分行业污染物（COD、NH₃-N、SO₂、NO_x）与CO₂排放现状, 量化各行业绿色全要素生产率与可持续生产水平；在经济发展与碳污协同减排等多目标约束下分析其产业结构绿色转型潜力；设定不同产业调整情景, 刻画产业结构优化路径, 以期为不同类型城市协同推进减污降碳工作提供决策参考.

1 材料与方法 1.1 基于绿色全要素生产率的产业绩效评估

绿色全要素生产率（green total factor productivity）是衡量国家和地区能否长期可持续发展的重要依据^[22]. 如何做到既确保产业绿色转型稳步提升, 又能平衡发展中各个重要指标“量”的协同关系, 是衡量产业绿色转型进程的关键. 本研究采用SBM方向性距离函数计算Malmquist-Luenberger指数, 基于嘉兴市规上工业企业各要素投入和产出（表 1）, 计算“十三五”（2016~2020年）期间分行业的绿色全要素生产率, 以此分析“十三五”期间嘉兴市工业行业的产业绿色发展的程度.

具体计算过程如下：

(1)

式中, ML_t^t+1为该时间段行业的绿色全要素生产率；t为年份；为方向性距离函数；k、l和e分别为资本、劳动和能源这3种要素投入；x和y分别为期望产出和非期望产出.

当ML > 1时, 行业朝向低碳发展模式；反之, 行业生产模式发展模式不变或者向高碳转变.

1.2 基于多目标约束的产业结构优化建模

多准则决策模型是一种优化工具, 用于在考虑多个因素（如环境、政治和经济）的情况下筛选最佳解决方案^[23]. 由于不同利益相关方的需求差异, 各指标的重要性和具体数值设置常常是多方博弈的结果. 综合技术信息和各方利益, 在已确定的目标框架内, 多准则决策模型为实现这些目标提供了最佳路径的指导.

在以往的产业结构研究中, 着重讨论了减污降碳与经济发展的协同作用^[21]. 对于产业本身来说, 仅从经济效益、污染物及碳排放来约束其未来发展趋势, 忽略了行业在其生命周期中的可持续性发展或转型成果. 因此, 本文在减污降碳协同增效的基础上, 重点对污染物及碳排放占比最高的工业行业绿色发展进行探究. 加入各行业绿色全要素生产率作为其前一时期绿色发展指标的评估状况的约束性条件, 综合探究产业结构优化的可持续性方案. 本研究搭建的产业结构优化模型基本框架如图 2所示.

1.3 嘉兴市减污降碳产业结构调整情景设计

本研究设计了两种情景：基准情景（business as usual, BAU）和产业结构调整情景（industry structure adjustment, ISA）. 以2020年作为基准年, 2025年作为目标年, 旨在量化嘉兴市在这两种情景下的污染减排和碳减排的协同潜力. BAU情景中, 嘉兴市将依据历史惯性路径进行发展, 产业结构不进行调整. 在目标年和基准年, 各产业增加值占总增加值比例将保持不变. ISA情景是在历史惯性趋势和排放强度下降要求约束下, 根据各行业绿色全要素生产率对产业结构进行适当调整. ISA情景下, 将经济增长目标、污染物减排指标、各行业绿色全要素生产率目标等作为约束条件输入模型, 将产业结构变化程度的参数K_i（各产业增加值占GDP比例的变化程度）作为决策变量, 分析得出ISA情景下最优方案的增加值总额和4种污染物及CO₂排放总额.

“十四五”期间嘉兴市政府已提出到2025年的经济增长目标达到9 000亿元, 力争达到10 000亿元^[24], 因而根据不同经济增速要求设置在两类情景中再设置Ⅰ（2025年经济总量达到9 000亿元）和Ⅱ（2025年经济总量达到10 000亿元）两个子情景, 最终共划分为BAU-Ⅰ、BAU-Ⅱ、ISA-Ⅰ和ISA-Ⅱ这4个情景^[25].

在BAU情景下, 目标年和基准年相比, 产业i在GDP占比s_i⁰维持不变, 各产业目标年增加值v_i^BAU为：

(2)

式中, v^h为目标年的总增加值（亿元）.

假设行业i增加值率（A_i）保持不变, BAU情景各产业的目标年产值x_i^BAU为：

(3)

给定目标年产业i污染物p的排放强度σ^h_i，p, 得到BAU情景排放量E_i，p^BAU：

(4)

通过搜集各污染物及碳排放量历史数据并对其拟合, 得出目标年产业i污染物p减少幅度为θ_i，p和基准年排放强度σ_i，p⁰. 由此, 目标年的排放强度σ^h_i，p为：

(5)

借助矩阵表达, BAU情景下24个行业污染物p的排放总额E_p^BAU为：

(6)

式中, σ_p^BAU为BAU情景目标年24个行业污染物p的排放强度矩阵, θ_p为24个行业污染p的减小幅度矩阵, I为单位矩阵, X^BAU为目标年各行业产值.

在ISA情景下, 引入产业结构调整因子K_i. 可计算出ISA情景下产业i增加值在目标年占GDP的比例s_i^ISA以及所有产业的增加值之和v^ISA：

(7)

(8)

本研究将K_i设定为等步长的离散参数, 取值范围为[m, n]. 在ISA情景下, 研究允许模型在计算目标年的经济总量时, 与预设的经济发展目标之间存在最多1%的偏差. 即：

(9)

(10)

研究假定各产业的增加值率在目标年和基准年间保持不变, ISA情景下, 各产业目标年总产值x_i^ISA为：

(11)

目标年产业i污染物p的排放总额E_i，p^ISA与所有产业污染物p的排放总额E_p^ISA为：

(12)

(13)

各产业间存在经济活动上的相互联系, 根据投入产出模型的基本公式（14）, X为总产值矩阵, A为消耗系数矩阵, Y为最终需求矩阵, C为消费列向量, I为投资列向量, N为净出口列向量.

(14)

ISA情景下, 研究对象可完全通过自主生产或完全依靠进口满足内部对该产业的中间需求和最终使用. 因此, 可有约束公式（15）：

(15)

C_i^ISA、I_i^ISA和N_i^ISA分别为^ISA情景下, 产业i的最终消费、资本形成总额和净出口. 即：

(16)

(17)

(18)

式中, 为第i个行业C、I和N目标年相对基准年的倍数, C_i⁰、I_i⁰和N_i⁰为基准年产业i的最终消费、资本形成总额和净出口.

2020年嘉兴市第一产业占比为3%, 《浙江省应对气候变化规划2013-2020》提出浙江省服务业占比在2020年要达到55%以上. 即：

(19)

(20)

全要素生产率（ML）小于1的行业需要对其产业结构系数进行赋值（β）, 即：

(21)

考虑方案的可行性, 产业结构调整应尽可能削减各类成本. 设定公式（22）使各产业增加值占比变动程度最小, 即：

(22)

式中, T为反映产业结构变动平稳性的参数.

当调整幅度相同时, 应使各污染物及碳排放量的总体减少幅度最大, 即：

(23)

式中, S为4种污染物和CO₂总体排放量的评分, 为各污染物基准年和ISA情景下总排放.

根据《联合国气候变化框架公约》各缔约方“国家自主贡献”的要求, 嘉兴市2030年的碳排放强度（c_CO2^ISA）应小于等于2005年碳排放强度（c_CO2²⁰⁰⁵）的40%. 即：

(24)

1.4 数据收集与处理

本研究模型涉及24个行业, 5种排放污染物, 以及其他外生变量所需数据. 由于嘉兴市在统计中尚未引入投入产出, 因此本研究借鉴浙江省2017年142部门投入产出, 数据来源于浙江省统计局. 本研究将142个部门整合为农业、工业、建筑业和服务业等四大类行业, 其中工业又细分为21个小类行业, 总计得到24个行业. 具体整合方式如下.

本研究将投入产出中批发和零售业、交通运输、仓储和邮政业、住宿和餐饮业、金融业和房地产业合并成服务业；由于浙江省石油和天然气开采产品业, 煤炭采选产品业, 金属矿采选产品业以及非金属矿和其他矿采选产品业工业总产值较小, 且其主要业务同属采矿业大类, 本研究将其合并为采矿业；由于燃气生产和供应业以及水的生产和供应业在工业总产值中所占比例较小, 本研究将这两个行业与电力、热力的生产和供应业合并, 形成一个更广泛的类别：电力、热力、燃气及水的生产和供应业. 行业整合完毕后, 研究对投入产出表的最终使用相关列进行整合, 将最终使用分为最终消费（居民消费加政府消费）、资本形成总额与出口. 最终使用减去进口后得到最终需求.

本研究从《嘉兴市统计年鉴》获取各行业社会经济数据包括固定资本净额、年末从业人数和生产总值等. 4种主要污染物的排放总量根据《浙江省自然资源与环境年鉴》历年工业总排放数据、结合历年总产出数据和分行工业总产值数据得到分行业污染物排放数据. 结合历年《嘉兴市统计年鉴》《嘉兴市能源统计年鉴》能源消耗数, 结合分行工业总产值数据, 获取嘉兴市各个行业碳排放数据.

2 结果与讨论 2.1 各行业绿色全要素生产率

图 3显示“十三五”期间（2016~2020年）嘉兴市各行业绿色全要素生产率变化处于“先升后降再升”的趋势, 其中2017年（1.12）和2018年（1.30）嘉兴市各行业绿色生产效率大于1, 而2019年（0.87）和2020年（0.93）小于1.

从行业看, 仅有非金属矿物制品行业在“十三五”期间绿色全要素生产率均大于1, 其余行业均存在绿色全要素生产率小于1的情况, 表明各行业绿色低碳转型进程存在波动性. 如金属冶炼和压延加工品、食品和烟草在2018年的全要素生产率优势非常明显, 但由于2020年新冠疫情的影响, 两行业的全要素生产率迅速下降. “十三五”期间, 其他制造产业（1.70）、专用设备（1.56）、食品和烟草行业（1.43）是绿色全要素生产率前3的行业, 说明这些行业绿色创新驱动能力较强. 纺织品（0.86）、石油、炼焦产品和核燃料加工品（0.81）、废品废料（0.79）、木材加工品和家具（0.56）、纺织服装鞋帽皮革羽绒及其制品（0.55）, 交通运输设备（0.54）等6个行业在“十三五”期间整体绿色全要素生产率小于1, 这些行业将是未来嘉兴市低碳转型过程中政策重点关注的对象.

产值排名的行业化学产品行业、电力、热力的生产和供应行业以及通信设备、计算机和其他电子设备行业的绿色全要素生产率排名分别为第12、15和5名, 而绿色全要素生产率排名前3的行业其他制造产品行业、专用设备行业、食品和烟草行业的产值排名分别为19、12和14名, 说明经济增长和产业绿色发展之间尚未形成一致, 存在“好看不解渴”以及“解渴不好看”的情况, 为同时满足经济发展与减污降碳协同目标, 必须深化产业结构调整.

2.2 模型预测分析及结果

在基本满足2025年嘉兴市GDP预期目标的前提下, 按照“产业结构变动最小、减排效果最好”调整关键参数公式（22）中的T和公式（23）中的S进行筛选, 并依据绿色全要素生产率调整产业结构调整因子（K_i）. 给定经济发展目标以及4种污染物和CO₂的排放限额, K_i值给出了4种污染物和CO₂排放限额在各产业间分配的方案. 本研究对模型给出的最优产业结构调整方案作进一步分析（表 3）.

在BAU-Ⅰ和BAU-Ⅱ情景中, 基于2025年嘉兴GDP目标预测为9 000亿元和10 000亿元, 假设其2025年产业结构与2019年保持一致, 即各产业增加值占总增加值比例在目标年和基准年保持不变. 表 4显示在给定按历史惯性趋势和排放强度下降幅度的情况下, BAU-Ⅰ情景下4种污染物COD、NH₃-N、SO₂和NO_x低于2025年预期目标的44.1%、61.3%、65.6%和17.3%, 但CO₂的排放量超过目标的6.3%. 在BAU-Ⅱ情景下, 4种污染物COD、NH₃-N、SO₂和NO_x低于2025年预期目标的37.9%、57.0%、61.8%和8.1%, CO₂的排放量超过目标的18.1%. BAU情景说明嘉兴市在2019年前污染物减排政策施行成果较好, 4种污染物排放总量在2020~2025年的规划中已不再形成约束, 但CO₂排放将超过目标限制, 当经济提速以后, CO₂排放超过目标限额更多, 因此嘉兴市产业结构绿色转型势在必行.

ISA-Ⅰ和ISA-Ⅱ的预期情形均为模型最佳方案下的排放量. 在ISA-Ⅰ情景下, 对产业结构进行调整, 按历史惯性趋势和排放强度下降幅度, 经济发展目标基本与预期目标保持一致, 4种污染物分别低于2025年预期目标40.0%、56.7%、75.8%和38.2%, 污染物均仍满足排放预期, 且CO₂低于预期目标（8.9%）. 在ISA-Ⅱ情景下, 4种污染物分别较2025年预期目标下降34.7%、52.3%、66.8%和19.4%, 排放物均仍满足排放预期, 且CO₂低于预期目标（0.1%）, 说明CO₂的减排对模型约束性较强. 各情景下污染物总量均远低于限额, 但CO₂总量均与预期目标较为接近, 说明其对模型约束性较强.

2.3 不同情景产业结构调整方案对比

图 4展示了基准年份与两种ISA情景的嘉兴市产业结构对比. 根据模型优化结果, ISA-Ⅰ和ISA-Ⅱ两情景下, 产业占比下降幅度较大的行业为化学产品和电力、热力、燃气和水的生产和供应行业, 2019年这两个行业增加值占比分别位于所有产业第2和第4, 是调控的重点对象. 以电力、热力、燃气、水的生产和供应业为例, 2019年该产业的增加值占比为4.9%, 但其CO₂的排放总量占到总排放的46.7%, 排名第1. SO₂和NO_x占比分别为47.3%和37.2%, 在所有行业中均排名第1（图略）. 产业结构调整后, 但嘉兴市经济总量在持续增加, 该行业增加值仅从2019年的234.1亿元上升至2025年的352.1亿元（ISA-Ⅰ）和388.8亿元（ISA-Ⅱ）, 但是CO₂排放占比较对应经济发展速度一直的常规情景BAU-Ⅰ和BAU-Ⅰ下降3.2%和2.8%, 与此同时, SO₂占比较常规情景低4.2%和4.1%, NO_x占比较常规情景低3.7%和3.5%（图 5）.

嘉兴市的其他21个行业增加值占比较小, 因此在产业结构调整过程中考虑绿色全要素生产率对各行业K_i进行调整. 部分产业排放多种污染物总量位于所有产业前1/3, 甚至5种排放物的排放总量均处于较为靠前的位置（如纺织品行业、造纸印刷和文教体育用品）. 但纺织行业在“十三五”期间的绿色全要素生产率小于1, 而造纸印刷和文教体育用品大于1, 因此模型仅对纺织品行业等6个绿色全要素生产率小于1的产业结构进行调整. 而其余行业全要素生产率大于1, 说明这些产业已经在朝向低碳方向发展.

3 结论

（1）本研究以4种主要污染物和CO₂为约束, 运用区域投入产出表, 结合情景分析法, 纳入全部经济部门建立多准则决策模型, 产业结构调整考虑了以绿色全要素生产率为表征的不同行业的环境绩效水平, 以产业结构调整最平稳和减排幅度最大为准则.

（2）本研究建立了考虑区域内部产业结构与排放特征的多目标模型, 预测了嘉兴市未来的污染物与碳排放总量限制空间. 模型结果发现, CO₂对模型的约束强；可以通过产业结构调整使得CO₂和4种排放物的达标.

（3）嘉兴市为实现降碳减污目标和经济发展目标, 需要进行产业结构绿色转型调整：产值排名前3的行业化学产品行业, 电力、热力、燃气、水的生产和供应行业, 通信设备、计算机和其他电子设备行业的绿色全要素生产率排名分别为第12、15和5名；而绿色全要素生产率排名前3的行业：其他制造产品行业、专用设备行业、食品和烟草行业的产值排名分别为19、12和14名.

（4）实践过程中, 需要针对高排放行业如化学产品业和电力、热力的生产和供应业, 实施包括设定更高的环境准入门槛、降低固定资产投资增速和抑制相应产业的最终消费等政策措施, 鼓励发展附加值高的服务业和循环经济产业, 支持行业进行绿色创新发展.