近日，经济管理学院王雅楠副教授在城市碳排放效率定量评估领域取得重要研究进展。研究成果以“Carbon emission efficiency of 284 cities in China based on machine learning approach: Driving factors and regional heterogeneity”为题目在能源经济领域的国际权威期刊《Energy Economics》发表。经济管理学院本科生邢培学为该论文的第一作者，王雅楠副教授为通讯作者。

图 不同类型城市碳排放效率驱动因素重要性

中国承诺到2030年达到碳排放峰值，到2060年实现碳中和。作为人类生产和生活的中心，城市在实现"双碳"战略目标中承担着首要责任。如何在保持经济稳定增长的同时产生最少的碳排放，是所有城市都应考虑的问题。提高碳排放效率旨在最大限度地减少二氧化碳排放和资源消耗，同时实现经济产出最大化。因此，合理分类和评估城市碳排放效率（CEE）及其驱动因素对于应对地方政府应对气候变化至关重要。

本研究使用SBM-DDF模型计算中国城市的碳排放效率演变规律，利用机器学习算法将决策单元城市划分为七类发展城市，找出不同类型城市提高碳减排效率的关键因素，分析不同类型城市碳减排潜力的异质性。本研究提供了一种新的碳减排评价方法，不仅有助于了解不同城市的转型特点和发展模式，还可以帮助地方政府根据城市特征地提出适宜的减排发展路径，为提高城市碳效率和制定针对性的减碳政策提供参考。

该研究工作得到了国家自然科学基金（72074181,72373117）、陕西省创新能力支撑计划（2021KJXX-12）、陕西省自然科学基础研究计划（2022JM-422）的支持。

相关论文链接：https://doi.org/10.1016/j.eneco.2023.107222