《Journal of Environmental Management》:Research on the regional synergistic effects of carbon and pollution reduction from a value perspective
编辑推荐:
•提出了一种基于价值的框架,用于促进碳减排与污染控制的协同效应•揭示了阶段性演变、区域差异以及各个子项目之间的不平衡•通过空间网络分析识别出核心-边缘结构引言随着全球对可持续发展和低碳转型的共识日益增强(Magacho等人,2023年),中国在经济持续增长和资源及能源需求不断扩大
- •
提出了一种基于价值的框架,用于促进碳减排与污染控制的协同效应
- •
揭示了阶段性演变、区域差异以及各个子项目之间的不平衡
- •
通过空间网络分析识别出核心-边缘结构
引言
随着全球对可持续发展和低碳转型的共识日益增强(Magacho等人,2023年),中国在经济持续增长和资源及能源需求不断扩大的背景下,面临着碳排放和污染的双重压力。根据世界银行的统计数据,2024年中国的人均二氧化碳排放量为9.32公吨。尽管这一数值低于加拿大、澳大利亚和美国的水平,但中国庞大的人口仍给碳排放控制带来了巨大压力。与此同时,尽管在空气污染控制方面取得了显著进展,2025年中国平均PM2.5浓度仍为28?μg/m3,远高于世界卫生组织推荐的标准。这表明,作为后工业化国家,中国在与发达国家不同的情况下,面临减排和污染控制的双重挑战(Nam等人,2013年)。
碳排放和污染排放都与化石燃料消耗密切相关,因此协调减排和污染控制成为学术研究和政策实践中的重要议题(Lu等人,2019年)。自“十四五”规划时期以来,中国逐步建立了将污染控制与气候行动相结合的政策框架。2021年,《“十四五”时期节能减排综合工作方案》和《关于深化污染防治斗争的意见》均要求同步推进污染控制和气候行动。2022年发布的《污染减排与碳排放减排协同效应实施计划》进一步明确了工业、交通和城乡发展等关键领域的协调措施。此后,《节能减排行动计划(2024-2025年)》及相关国家碳排放市场政策进一步加强了碳排放约束和市场化监管机制。在这些政策的推动下,中国能源消费中化石燃料的比例从2020年的84.0%下降到2024年的80.2%,同时风能和光伏发电 capacity 迅速增长。
仅依靠技术进步或政策工具的积累不足以确保减排和污染控制的有效协调;关键在于不同减排路径之间的资源分配和成本权衡。因此,建立一种以减排为核心、基于污染控制并旨在增强协同效应的综合性治理体系,已成为推进污染防治工作的重要方法(Hu,2023年)。根据科斯定理,减排和污染控制本质上是一个涉及多利益相关者的成本协调和资源分配过程。当产权明确且交易成本可控时,协调不同环境目标的边际减排成本(MAC)可以改善资源分配并降低多目标环境治理的总体经济成本(Li等人,2025a)。因此,减排和污染控制的协同效应不仅取决于减排技术和政策设计,还取决于在现有资源约束下是否能够实现不同减排路径之间的MAC协调和理想成本分配。
这种观点强调了从价值角度审视减排和污染控制协同效应的必要性。基于MAC,这种方法通过比较从单独减排到联合减排时碳和污染边际减排成本(MAC)的比例下降,来表征“1 + 1>2”的协同效应(Duan等人,2024年)。与仅关注技术路径或政策工具的方法相比,价值视角更加强调将减排成果与经济成本相结合。因此,它可以量化联合减排带来的成本优势,并为区域资源分配和协调治理提供经济依据。同时,区域产业结构、技术能力和政策实施的差异可能通过产业联系、技术扩散和政策传播导致区域协同效应的空间相关性。因此,我们采用价值视角来衡量减排和污染控制的协同效应,并进一步分析其空间关联网络特征。这不仅为这些协同效应的形成机制和空间传播模式提供了实证证据,也为处于类似发展阶段的经济体优化环境资源分配提供了启示。
本文的其余部分结构如下:第2节为文献综述,第3节描述模型构建和数据来源,第4节报告实证结果,第5节提出结论和政策启示,最后一节进行相应讨论和未来展望。
章节摘录
文献综述
“协同效应”这一概念最初由Haken(1978年)提出,指的是多个要素共同作用产生的结果超过了它们各自效果的总和。在环境治理中,它表示为实现气候和环境目标而联合减少碳排放和污染排放(Song等人,2025年)。协同效应的理论基础主要源于碳排放和污染排放在排放源方面的高度关联。
减排和污染控制协同效应的定义与扩展
减排和污染控制的协同效应可以定义为对同一排放源和治理过程的碳排放和污染排放进行协调控制,从而同时实现多个环境目标的改善。由于碳排放和污染具有共同的来源和生成机制,针对一种排放类型的措施往往也会影响另一种排放类型。因此,减排和污染控制的协同效应...
边际减排成本(MAC)分析
我们采用了BP-WSBM双模型,在输入端选择K、L、E、MS;在输出端,VO被视为期望的输出,而CC和PC被视为非期望的输出。通过汇总污染排放成本,该方法能够统一反映多种污染物的减排成本,从而更准确地描述碳和污染的MAC。具体来说, 和 分别代表碳排放和总污染排放的成本。
结论与政策启示
从价值角度来看,本文首先构建了一个衡量区域减排和污染控制协同效应的框架。然后从其空间关联特征出发,分析了空间传播和交互的机制,并从整体、个体和区块模型特征的角度进行了探讨。主要结论和政策启示如下:
联合减排显著降低了碳和污染的MAC
讨论与展望
为了增强结论的可靠性,我们基于研究发现和政策启示,通过与现有研究的系统比较,深入讨论了实证结果,并明确了当前研究的局限性以及可能的未来研究方向。
CRediT作者贡献声明
李双杰:撰写 – 审稿与编辑、项目管理和资金获取、概念构建。郭立伟:撰写 – 原稿撰写、软件开发、方法论设计、正式分析。郝亮:数据调查。
利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系可能影响本文的研究。
李双杰|郭立伟|郝亮