协同排放与协同效率：中国在减少五大城市群碳排放和污染方面做出了巨大努力

《Sustainable Cities and Society》：Synergistic emissions and synergistic efficiency: Great efforts in decreasing carbon and pollution of China’s five major urban agglomerations

协同减排与协同效率的关系研究：基于中国五大城市群的面板数据分析，发现SEM从0.97快速降至0.11，SEF稳定增至0.72，空间异质性显著，珠三角和长三角表现最优。

　　

王凯文|方创林

中国科学院地理科学与自然资源研究院区域可持续发展建模重点实验室，北京100101，中国

摘要

减少碳排放与污染之间的协同效应（SEM）并提高它们的协同效率（SEF）是促进人与自然和谐的关键途径。然而，目前很少有研究同时考虑“降低成本”和“最大化效益”的目标，并揭示SEM与SEF之间的关系。基于2006年至2022年中国五大城市群的数据，我们采用了交叉乘数法和超效率SBM模型来评估SEM和SEF。通过Tapio脱钩模型和面板向量自回归模型分析了两者之间的脱钩关系和动态互动。结果表明，SEM从0.97迅速下降到0.11，而SEF则从0.58稳步上升至0.72。SEM和SEF表现出显著的空间异质性，珠江三角洲和长江三角洲的表现优于其他地区。70.7%的城市实现了SEM与SEF的强脱钩，但有29.3%的城市由于SEF的下降而处于弱脱钩状态。此外，SEM与SEF之间存在相互制约的关系。与SEM对SEF的阻碍相比，SEF对SEM的抑制作用更为显著，尤其是在中西部城市群中。这些发现为从协同控制碳排放和污染的角度优化人与自然关系提供了重要参考。

引言

自人类世以来，缓解日益加剧的人与自然冲突是对联合国可持续发展目标（SDGs）的积极回应（联合国，2015年；Winkler等人，2021年）。然而，随着全球工业化和城市化的扩张，世界面临着气候变化和环境污染的双重挑战，这对城市发展和人类健康构成了不可避免的威胁（Li等人，2024年）。以二氧化碳（CO₂为代表的温室气体是导致气候变化的主要原因，占全球自然灾害的90%以上（Meinshausen等人，2009年）。同时，空气污染物、废水和固体废物也给许多国家带来了巨大压力。因此，协同控制碳排放和环境污染已被证明是同时解决这两个问题并促进人与自然和谐的有效方法（Scovronick等人，2021年；Xian等人，2024年）。

从理论和实践上来看，实现二氧化碳（CO₂）和污染物的协同减排是可行的（Wang和Fang，2025a）。首先，以化石燃料为主的能源燃烧和利用是这些污染物的主要来源（Qin等人，2023年）。其次，过度的人类活动产生了大量的灰质排放物，这些排放物在工业化和城市化地区分布广泛（Chen等人，2023a）。同时，碳排放和环境污染之间存在相互制约的关系。二氧化碳（CO₂引起的温度上升会通过改变物理、化学和生物过程加剧环境污染，而一些针对污染物的末端处理设施可能会导致二氧化碳（CO₂的额外排放（Zhao和Wang，2024年）。此外，多项研究表明，由于碳减排或污染减排政策，可以实现“1+1>2”的协同效益（Qian等人，2021年；Tibrewal和Venkataraman，2021年）。Shi等人（2022年）发现，中国2013年至2020年实施的清洁空气行动大幅升级了污染严重且效率低下的能源设施，从而显著减少了碳排放。Cheng等人（2021年）指出，当末端污染控制的效果减弱时，中国的碳中和目标将在满足世界卫生组织（WHO）的空气污染物标准方面发挥重要作用。

另一方面，碳排放和环境污染所代表的生态问题本质上与经济增长模式密切相关（Liu和Tian，2024年）。因此，协同控制二氧化碳（CO₂和污染物不仅需要加速减少它们的协同效应（SEM），还需要实现“降低成本”和“最大化效益”的目标，以促进经济的绿色转型（Liu和Tian，2024年；Mao等人，2021年）。基于碳效率和环境效率（Taleb等人，2023年；Tian和Pang，2025年），两者之间的协同效率（SEF）从投入产出的角度描述了资源消耗、碳排放、环境污染和经济发展之间的相互作用。较高的SEF水平可以归因于低消耗、低碳、低污染和高经济产出的协调（Yang等人，2022b；Zha等人，2023年）。

理论上，SEM和SEF应该相互作用，类似于环境库兹涅茨曲线（EKC）所展示的那样。EKC表达了经济增长与二氧化碳（CO₂/环境退化之间的倒U形关系，即随着经济水平的提高，灰质排放量会先增加后减少（Grossman和Krueger，1991年）。与经济增长不同，SEF包含了资源保护和环境友好的概念，旨在实现高效和可持续的经济增长（Li等人，2022年），这可能会对SEM产生负面影响。Li等人（2020年）指出，环境效率可以提高管理水平和优化生产规模，从而降低PM_2.5浓度。Chen等人（2024a）指出，提高能源效率可以减少水消耗并抑制温室气体和环境污染物，这对经济转型有积极影响。然而，随着SEM水平的提高，城市生态环境的质量将受到严重破坏，导致城市热岛效应和极端天气事件（Imdad等人，2023年；Yang等人，2025年）。农业和工业的生产活动以及人类居住区也会相应受损，这不利于SEF的提高。因此，SEM和SEF之间可能存在相互制约的关系。

为了追踪碳排放和污染的协同控制，大多数学者使用了耦合协调度（Chen等人，2023a）、交叉弹性分析（Gao等人，2022）和协同坐标系统（Guo等人，2024）来分析这两个系统之间的相关性，或者构建了计量经济模型进行回归分析（Xian等人，2024）。然而，很少有研究测量SEF，这些研究忽略了协同控制过程中“降低成本”和“最大化效益”的考虑。同时，以往的研究主要集中在基于EKC理论分析经济发展与环境问题之间的关系（Bao和Lu，2023年；Guliyev和Seyfullayev，2025年）。鉴于碳减排和污染减排之间的协同作用的重要性，迫切需要揭示SEF与SEM之间的相互作用，这是一个尚未得到明确解答的关键问题。减排只是必要的方法，而实现经济增长的可持续转型才是最终目标。

为了解决这些研究空白，我们评估了中国五大城市群的SEM和SEF情况，这些地区多年来一直面临严重的人与自然冲突（Wang和Fang，2025b）。此外，本研究的主要目的是揭示两者之间的脱钩关系和动态互动，以促进这些地区的和谐人与自然关系（图1）。本文的四个创新点如下：（1）采用交叉乘数法和超效率SBM模型分别评估SEM和SEF，全面描绘了2006年至2022年的时空模式；（2）利用Tapio脱钩模型从不同时间角度确认了SEM与SEF之间的关系；（3）基于单位根检验和协整检验，进一步使用面板向量自回归（PVAR）模型分析了SEM与SEF之间的动态互动；（4）考虑到空间异质性，探讨了五大城市群之间SEM-SEF关系的差异，并为它们的绿色转型提供了针对性的建议。

研究区域和数据

作为城市的重要空间载体，城市群在国家绿色转型中发挥着越来越重要的作用（Yang等人，2022a）。北京-天津-河北（BTH）、长江三角洲（YRD）、珠江三角洲（PRD）、长江中游（MRY）和成都-重庆（CCQ）是中国五个成熟的城市群，它们承载了全国近40%的人口和超过50%的GDP，仅占中国陆地面积的10.4%。然而，在

SEM和SEF的时空演变

从2006年到2022年，中国五大城市群的SEM呈现出不同程度的下降趋势，高SEM城市的比例从42.4%下降到1.1%，低SEM城市的比例从2.2%上升到46.7%（图3a-c）。随着多年来对碳排放和环境污染的协同控制，城市的整体SEM从0.97下降到0.11，年均下降率为12.5%。同时，SEM

与其他研究的比较分析

从2006年到2022年，碳排放和环境污染的SEM平均每年下降12.5%，这与Zhang等人（2025a）和Zhong等人（2024）的研究结果一致。中国相继出台了“低碳城市试点政策”和“碳排放交易政策”，以及双重碳减排目标，以促进碳减排（Huang等人，2025年；Jing等人，2024年）。此外，为了应对“三废”问题带来的挑战

结论

基于多源面板数据，我们描述了2006年至2022年中国五大城市群SEM和SEF的时空演变，并利用Spearman等级相关性、Tapio脱钩模型和PVAR模型分析了它们之间的相互作用。结果表明，尽管这五个城市群在减少SEM和提高SEF方面取得了显著进展，但SEF的增长率显著低于SEM的下降率，SEF之间的差距仍然存在

CRediT作者贡献声明

王凯文：撰写——原始草案、软件开发、方法论、数据分析、概念化。方创林：撰写——审稿与编辑、监督、资金获取。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

本研究得到了国家自然科学基金创新研究群体项目（项目编号42121001）的支持。