中国典型城市群空气质量与碳排放协同治理的时空演变及驱动机制研究

为解决城市群空气质量改善(AP)与碳排放减少(CE)协同治理(CGAC)的复杂性问题，研究人员针对京津冀及周边(BTHSH)、汾渭平原(SS)和长三角(YRD)三大城市群，构建了融合社会经济与资源环境的多维评价体系，采用熵权法、耦合协调度模型和地理探测器等方法，揭示了CGAC的时空分异特征及非线性驱动机制。研究发现三大城市群CGAC水平总体提升但存在“核心-边缘”极化现象，城乡差距、市场活力、能源结构等关键因素通过交互作用显著影响协同效能，为区域差异化治理策略提供了科学依据。

　　

研究背景
当全球还在为“先治霾还是先减碳”争论不休时，中国城市群正面临更棘手的考题——如何让PM_2.5浓度下降与CO₂减排这两个目标从“互相打架”变成“双人舞”。京津冀的雾霾、长三角的臭氧、汾渭平原的煤烟，这些区域环境问题背后是产业、能源、交通等系统的深度纠缠。尽管联合国可持续发展目标(SDGs)和我国“双碳”战略提供了方向指引，但城市群内部“各自为政”的治理模式常导致“按下葫芦浮起瓢”：某地关停钢厂改善空气质量，相邻城市却因承接产业转移导致碳排放反弹。这种“碎片化治理”困境，正是本研究要破解的核心难题。

研究方法
国家自然科学基金项目支持的研究团队选取中国三大典型城市群（京津冀及周边BTHSH、汾渭平原SS、长三角YRD）109个城市2013-2022年数据，创新性地将社会经济子系统（含城镇化率、市场活力等指标）与资源环境子系统（含PM_2.5浓度、单位GDP能耗等）通过熵权法整合为CGAC评价体系。采用耦合协调度模型量化静态协同水平，运用Dagum基尼系数和核密度估计(KDE)解析空间差异，最后通过地理探测器揭示城乡差距、技术创新等驱动因子的独立及交互效应。

研究结果
1. 城市子系统治理水平
耦合协调度分析显示，三大城市群CGAC呈现“东高西低”格局：长三角(YRD)协调度最高（0.72），京津冀(BTHSH)次之（0.61），汾渭平原(SS)最低（0.48）。核心城市如北京、青岛等形成“协同治理高地”，而边缘城市存在明显滞后。

2. CGAC时空演变特征
时空分析发现三大城市群CGAC水平年均增长4.3%，但呈现“马太效应”——2013年高值区与低值区差距为0.35，2022年扩大至0.41。空间基尼系数显示区域间差异贡献率达58.7%，尤以长三角与汾渭平原的差距最为突出。

3. 驱动机制解析
地理探测器揭示五大核心驱动力：城乡收入差距（q=0.32）、万人发明专利数（q=0.28）、煤炭消费占比（q=0.25）、第三产业比重（q=0.22）和环保财政支出（q=0.19）。值得注意的是，能源结构与技术创新的交互作用（q=0.47）产生“1+1>2”的协同放大效应。

结论与意义
该研究首次系统论证了中国城市群CGAC的“核心-边缘”极化规律，突破性地发现驱动因子存在“非线性门槛效应”——当煤炭占比低于15%时，技术创新对协同治理的边际效益提升37%。这些发现为《Journal of Cleaner Production》关注的清洁生产区域协作提供了三大政策启示：一是建立长三角向汾渭平原的“技术-产业”对口帮扶机制；二是在京津冀试点“碳排放权-排污权”交易联动市场；三是针对SS区域制定“能源结构转型+工业绿色化”组合拳方案。这项研究不仅为全球城市群可持续发展贡献了中国案例，更开创了用复杂系统理论解析环境协同治理的新范式。