气候变化已成为了毋庸置疑的事实，且逐渐变为限制人类可持续发展的重要因素^［1-2］。面对气候变化带来的挑战，国际、国内和地方均提出了一系列控制气候变暖和适应气候变化的措施，其中碳减排作为温控的最主要方面一直备受关注。在碳排放等环境问题上，不同国家和不同地区之间表现出显著的差异性和一定的相似性^［3-4］，且由于不同的经济与社会发展要求和生态环境限制，各地区的碳减排潜力迥然不同。在地区碳排放存在较大差异的情况下，统一的碳减排政策要求反而给一些地区的低碳发展带来较大的负效应。因此，不同地区因地制宜制定合理的碳减排政策，能更大程度提高政策效益，促进低碳发展。“共同但有区别”的原则为不同国家、不同省份及不同城市碳减排义务的分配提供了合理的基础^［5］。从碳减排角度出发，依据地区碳减排能力进行区域类型划分，是有效指导地区低碳发展的关键。

现有以碳排放为目的的地区分类研究大部分都聚焦于全球或全国地域范围，对某个省份的内部区域划分显得不足。Ozdemir等^［6］根据化石燃料消耗的二氧化碳排放指标采用经典聚类分析和模糊聚类分析对经合组织成员国进行了分类；张彬等^［7］基于传统的模糊聚类分析法对中国分省碳排放进行了探讨；Zhang等^［8］基于因子分析和聚类分析将中国30个省份划分为碳排放优势区、潜在区和落后区；张乐^［9］依据通常的华北、华中、华南、西南、西北等地理分类，分析了不同区域碳排放受城镇化效应的影响；王佳^［10］、黄国华等^［11］基于不同的经济带和经济区探讨了地区CO₂排放不平等的成因和低碳发展策略。此外，关于碳排放的地区聚类文献中用于聚类分析的碳排放影响指标仍显不足，大部分侧重于经济指标或片面选择碳排放指标，鲜有考虑环境方面的指标。

欠发达地区是碳减排的一个重难点，甘肃省人均GDP连续五年全国倒数第一，是中国欠发达地区的典型代表。由于甘肃省自身特殊的狭长形状和地理区位，地区之间资源分布不均匀、社会经济发展差异巨大，不仅造成了地区经济水平的参差不齐，还导致了碳排放的区域差异。因此，对甘肃省地区间碳减排可能性差异进行研究，对于阐明地区碳减排能力、指导政府统筹制定有效的低碳转型发展政策、形成合理的省级网格式减排路径、促进地区可持续发展，有着重要的意义。

甘肃省位于中国西北部，32°11′—42°57′N、92°13′—108°46′E，外形呈狭长状，跨度较大，并且地处三大高原交汇，地形复杂多样（图1）。截至2018年末，省内下辖14个地市州，常住人口2 637.26万人，2018年地区GDP总量8 246.1亿元。各地市州之间自然资源分布差异显著，尤其是能源资源、生态条件参差不齐且总体欠佳，省会兰州市跻身全国二线城市，而临夏市、定西市等位居全国末尾五线城市。因此，各种本底条件综合影响下，未来地区发展存在一定的缺口，发展路径也会有所差异。

区域碳减排可能性评估指标体系的构建，需满足科学性、可操作性和可比较性的原则。在指标体系的构建过程中，应将碳排放来源和影响碳排放的相关因素都纳入其中。若仅以碳排放来源指标作为区域分类的唯一指标，只能呈现出碳排放的表象特征，不利于对区域碳排放本质规律的剖析，无法评价碳排放与当地社会经济发展是否适应。如果忽视碳排放来源指标，仅以碳排放影响因素指标作为区域划分依据，则易偏离碳减排研究视角，致使区域分类结果不能成为区域碳减排能力差异的有效参考。郑颖等^［12］对多个不同特征城市分析表明工业部门在CO₂排放源中占据主导地位。黄蕊等^［13］、李雪梅等^［14］指出经济、人口、城镇化率以及能源强度是影响区域碳排放的重要因素。因此，本文选取人均能耗作为区域能源消费碳排放的基础数值指标，工业增加值占比作为主要碳排放源指标，经济、人口、城市化水平和能源强度作为影响碳排放的主要因素指标。此外，由于碳排放与环境息息相关，随着环保问题被不断重视，环境容量也将对经济发展和能源结构带来硬约束。因此，将环境容量因素加入本研究的指标体系也十分必要。基于上述分析，选取了7个指标构成甘肃省碳减排可能性区域分类指标体系^［15-17］（表1）。

（1） 宏观层面上，人均能耗直接表征地区能耗水平的高低，且能源消费是碳排放的最主要来源，化石能源消费量与碳排放量呈显著正相关关系。

（2） 目前，中国区域工业增加值主要依靠高能耗产业带动，在各部门中工业单位产值的碳减排潜力最高。

（3） 根据环境库茨涅兹曲线原理，碳排放随着人均GDP增长先升后降，呈倒U型曲线关系。

（4） 城镇化率变化的实质是区域经济结构、社会结构和空间结构的变迁，影响着各方面生产活动和效率，直接或间接作用于碳排放。

（5） 碳排放主要由人类活动产生，人口密度高低决定着各类生产活动的强度和各种资源消耗量的大小。

（6） 能源强度的降低指示着能源效率的提升，能源生产效率越高相应能源消费量降低，碳排放量也将降低。

（7） 人均SO₂排放量作为常规污染物排放对环境容量具有一定的表征作用，已逐步成为限制部分地区发展的硬约束，影响着碳排放的发展趋势。

以甘肃省14个地市州作为研究对象，分别从2017年《甘肃省统计年鉴》、2017年底及2018年初各地区政府工作报告中摘取了经济、城市化率、人口等数据，鉴于数据的可获得性等因素的制约，能耗、人均SO₂排放数据是利用2015年《甘肃省“十三五”节能减排综合工作方案》中相关数据计算所得，数据具有高度的可靠性。

聚类是进行数据挖掘的一类重要技术方法，在区域分类中应用广泛^［18-20］。聚类分析是通过一组给定的未知分布的数据，比较分析数据样本间的关联信息，在非监督状态下获得最优划分方案的过程，最终使组内数据样本之间具有高度的同构性，相似度尽可能大，组间样本具有高度的异质性，相似度尽可能小^［21-22］。聚类分析方法发展至今已形成了多种不同的分支，其中最主要和应用最广泛的有模糊聚类法、系统聚类法最优分割法、动态聚类法、K均值聚类法等。相较于其他分类方法，聚类分析根据数据本身的特性出发进行归纳分析，不再依靠限定的标准，有利于对数据中的隐性相关性的识别。系统聚类法首先将所有观测对象自成一类，然后根据观测值之间的距离进行并类，循环合并多次直至所有观测对象合并为一类为止。与K均值聚类法和其他分类法相比，系统聚类分析不仅可对记录进行分类，还可对研究变量进行分类，且由于系统聚类分析的类与类之间距离计算方法灵活，其运用的适应性更强。运用最新版的SPSS软件，根据各指标数据对甘肃省14个地市州进行了系统聚类分析，采用组间链接-平方欧式距离-范围0至1标准化。

根据图2可知，当相对距离小于1.5为一级聚合时，出现两类，第一类有定西市、陇南市、武威市、张掖市和甘南藏族自治州，第二类有天水市、平凉市和临夏回族自治州，两类城市内部相似性较高；相对距离为1.5~2.5时，一二类可合并为一个大类，表明两小类之间特征有相似之处；当相对距离为2.5~5时出现一个类别，包括白银市、庆阳市和酒泉市3个城市，其中酒泉市相对距离较其他两个城市之间距离大，相似性相对较弱；相对距离大于5时为第四类别，包括金昌市、兰州市和嘉峪关市，3个城市欧氏相对距离均较其他类别大，且三者之间相接近。因此，最终根据系谱图和统计数据，可将甘肃省14个地市州分为4类：①定西市、陇南市、武威市、张掖市和甘南藏族自治州；②天水市、平凉市和临夏回族自治州；③白银市、庆阳市和酒泉市；④金昌市、兰州市和嘉峪关市（图3）。

分类结果并不完全体现区域的连续性特征。从分类结果来看，与传统的东西、南北划分不同，分类结果在地域上表现为高分散、大跨度的特征，同一类城市的地域连续性较差，尤其以第三、四类城市表现最为突出。这也表明，在制定低碳减排政策、推动碳排放达峰、实现甘肃省低碳发展时，不能运用统一的方法手段，实施“一刀切”的政策，同时也要规避传统区位划分的错误方式，应科学依据各地区的综合特征进行有针对性的分类指导研究。

第四类为省内工业化与城镇化进程快速发展的第一梯队。兰州市、金昌市和嘉峪关市3个城市各项指标相似度都较高，三者在社会经济发展方面位列甘肃省前茅，工业化、城镇化发展突出，人均GDP均超过4.5万元，城市化水平达70%以上（图4）。嘉峪关与金昌市的工业增加值占比在35%以上，兰州市作为甘肃省的省会城市，行政功能主体性和经济服务中心职能突出，工业增加值占比相对较低，但以2017年数据来看，兰州市的工业产值高达607.1亿元，超过全省工业总产值的三分之一，仍属工业化程度较高的地区。在能耗方面，人均能耗与能源强度均位居全省前茅，人均能耗（标准煤）超过6.5 t，嘉峪关与金昌市能源强度（标准煤）在2 t·万元^-1以上，兰州市由于第三产业的强劲带动，能源强度稍低于前两个城市（图5）。同时，工业化与城镇化的发展使得环境污染较为严重，嘉峪关市、金昌市人均SO₂排放高达0.23 t，环境质量不太乐观。因此，第四类城市总体特征表现为：经济条件富足、能耗水平较高，碳排放水平较高、减排潜力较大，属于甘肃省推进碳减排行动的主要发力点。

第三类为省内工业化与城镇化进程快速发展的第二梯队。白银市、庆阳市、酒泉市社会经济发展水平次于第四类3个城市，除酒泉市人均GDP明显高于其他两个城市外，其他指标的相似度较高。3个地区人均GDP在2.5万元到4.5万元，城镇化率均在61%以下。工业发展方面，庆阳市作为省内的资源型城市，依赖石油开采和加工业发展经济，工业增加值占比超过40%，但城镇化率低于50%；尽管酒泉市经济水平与第四类城市相当，但其境内高新技术产业较多，工业占比仅20%。能耗方面，3个城市人均能耗水平仅为第四组城市1/2左右，单位GDP能耗强度比第四组城市低0.6 t·万元^-1左右。人均SO₂排放量显著低于嘉峪关和金昌市的水平。总体来看，3个城市经济、工业化、城镇化水平、能耗水平和环境污染物排放都次于第四类城市，碳排放总量和减排的潜力次之，为甘肃省推动碳减排的次要发力地区。

第一、二类地市州中，除张掖市人均GDP为3.3万元外，定西市、陇南市、武威市、甘南藏族自治州、天水市、平凉市和临夏回族自治州人均GDP均在2.5万元以下，属经济较落后地区。城镇化率均在40%以下，工业增加值占比不到20%，人均能耗小于兰州市的三分之一，能源强度普遍低于1 t·万元^-1，人均SO₂排放量大多在0.005 t水平。两类地市州的经济发展特征相似度较高，但不同类别内部的特征仍然十分显著，第二类天水市、平凉市和临夏回族自治州人口密度极高，均在180人·km^-2以上，而第一类5个地市州人口密度相对较低，甘南藏族自治州平均每平方千米仅18人；第一类地市州第一产业占比相对较高，第一产业生产总值占比均在20%以上，属于典型的农牧业地区。这两类地市州的碳减排潜力相对于前两类城市较低，在推进碳减排的过程中，应更加注重发展与减排的平衡性问题。

聚类分析所得的各组内，个别地市州的个别指标与组内其他地市州相似度并不高，这与聚类分析的综合评价性有很大的关系，综合评价避免了使用单一或少量指标分类所带来的评价结果片面性，使所得分类结果更为合理有效。

对不同特征的地区实行针对性的低碳发展分类指导，有效控制碳排放的同时促进地区发展。因此，在聚类结果分析的基础上，针对不同类型区域制定减排路径的主要政策建议。

第一类与第二类地区工业化、城镇化基础欠缺，除张掖市外其他地区经济发展落后，在生产生活中能源消耗少，对省域碳排放的贡献度较低，碳减排潜力小。尽管两类地区社会经济发展相似，但又存在差异，第一类地区农牧业对经济的贡献值占比较高，是典型的农牧业地区，第二类地区人口密度较大。在推进低碳发展过程中，第一类地区重点发展特色农牧业，构建商品农业体系，将农业从传统的资源消耗型引向增值与科技型方向^［23］，规避“先污染，后治理”的工业化老路；第二类地区应充分利用当地的良好旅游资源，大力发展第三产业，将人口压力转化为人口动力，释放人口红利，同时注重自然生态环境的保护和维护，形成独特的低碳发展之路。

第三类地区经济社会发展仍然不足，处于工业化、城镇化发展的中期。继续推进工业化和城镇化发展过程中，注意摒弃高耗能、高污染、高排放产业的老式发展模式，重新布局产业体系，规划低碳城市格局。工业方面紧跟国际国内“高、精、尖”行业与技术，引导高端、精细和低碳化的新兴产业发展，制定地区特色产业发展目录，同时建立合理的准入淘汰机制，控制高耗能产业扩张；建筑方面，一是根据实际情况逐步对已有高耗能建筑进行节能改造，二是合理安排下一步的城市发展方向，形成高比例绿色节能建筑群，严控节能标准的把握度；交通领域，重构城市交通运营网络，推进绿色、低碳交通产业发展（如共享单车、电动汽车等），鼓励居民选择绿色、低碳出行方式。

第四类城市，主要是省内工业化、城镇化发达的地区。高速的工业化与城镇化发展促使了高水平的能源消耗与污染物排放，是省内进行碳减排行动的重点关注地区。3个城市都已进入工业化和城镇化发展的后期，工业份额将逐渐削减并由第三产业所代替，城镇化率达到最高点，已初步具备碳排放达峰的条件，且已有研究正式提出兰州市将于2025年达到碳排放峰值的预测，在未来发展过程中应将碳减排放到与发展同等重要的位置。一是大力发展绿色经济、生态经济、循环经济，转变经济发展方向，以消费拉动取代工业拉动作用；二是积极发展智慧能源，推动综合能源服务模式利用，促进能效提升，并从工业、交通、建筑三大高能耗产业着手推进提效降耗行动；三是因地制宜实施能源替代工程，充分利用丰富的风能、太阳能等优势资源，实现煤炭资源的有效替换；四是倡导居民生活低碳化，形成良好的绿色低碳发展氛围。

综合考虑碳排放主要来源、碳排放主要影响因素和环境容量构建了碳减排评估指标体系，运用系统聚类法将甘肃省14个地市州划分为了4类，分别为工业化、城镇化发达的碳减排潜力区，工业化、城镇化较发达的减排次级潜力区，高密度人口的减排弱潜力区，农牧业较发达的减排弱潜力区。

从分类结果可以看出尽管碳排放与社会经济发展存在着很大的相关性，但不能完全以社会经济发展指标作为碳减排地区分类的依据。聚类的结果呈现出不完全的区域连续性，表明未来在进行地区碳减排指导时，既不能进行无区别的统一性指导，也不能以地理区位划分推进碳减排行动，侧面体现出甘肃省地域发展的不平衡性。在未来推进碳减排和低碳转型工作时，省域应充分考虑不同类型地区的特征，依据各自不同的条件制定有针对性的有效政策，不仅有助于省域实现碳减排目标，更有助于促进地区发展，缩小地区间发展的相对差距。