大数跨境

减污降碳|我国减污降碳协同效应的时空特征与策略

减污降碳|我国减污降碳协同效应的时空特征与策略 兵团环境保护产业协会
2025-05-21
1


图片
图片
图片
图片
(点击上图,一键直达!)
点击上方蓝字关注我们
图片


我国减污降碳协同效应的时空特征与策略



姜博艺1,张涵2

1.外交学院外交学与外事管理系

2.中国环境科学研究院


近几十年来,随着我国城市化和工业化的快速推进,我国生态文明建设进入以降碳为重点战略方向、推动减污降碳协同增效、促进经济社会发展全面绿色转型、实现生态环境质量改善由量变到质变的关键时期。为落实大气污染治理,我国从1987年正式颁布《中华人民共和国大气污染防治法》,到2013年颁布《大气污染防治行动计划》,再到2021年发布《中共中央 国务院关于深入打好污染防治攻坚战的意见》,大气攻关持续推进,大气污染得到有效控制,空气质量持续改善。同时,为积极落实《巴黎协定》,我国于2020年正式提出“减污降碳协同增效”理念,并郑重承诺力争于2030年前实现碳达峰,2060年前实现碳中和。2022年,我国发布《减污降碳协同增效实施方案》,对协同减排做出初步部署,标志着我国将在减污降碳领域开展长期实践探索并持续投入,坚定履行国际社会的责任与义务。 

《中国应对气候变化的政策与行动2024年度报告》显示,2013—2023年,我国二氧化硫(SO2)、氮氧化物(NOx)排放量分别下降超过85%和60%,碳排放强度下降超34%,减污降碳工作已取得初步成效。然而,在发展初期,我国主要依靠末端治理实现减污降碳协同减排。随着超低排放改造以及治理技术的不断革新,末端治理的减排空间逐渐缩小,减排难度日益增大。此外,末端治理技术尚未从根本上缓解我国面临的结构性、根源性、趋势性压力,生态环境的根本好转以及实现“双碳”目标仍有较大差距。只有以碳达峰、碳中和为约束,推动结构调整和生产、生活方式的全面绿色转型,才能实现常规污染物和CO2排放量的大幅度协同降低。因此,如何高效协同推进减污降碳已成为当前研究的重中之重。 

笔者通过查阅并分析国内外相关文献,初步探讨环境污染物排放与碳排放的协同特征,解析我国减污降碳协同度的时空特征,并探索减污降碳协同效应的影响因素,在此基础上,进一步提出我国减污降碳的工作建议及未来展望,旨在为各地方推动减污降碳协同工作提供参考。


01

环境污染与碳排放的关系

减污降碳将持续推动能源结构从以化石能源为主逐步转向以非化石能源为主,最终促使全世界掀起一场以清洁能源和可再生能源为核心的能源革命,国际竞争的焦点也将逐渐从传统能源领域转移到新能源和低碳技术领域。我国拥有丰富的清洁能源资源,具备逐步摆脱石油和天然气依赖进口、受制于人的被动局面的潜力。同时,工业生产过程、交通运输、垃圾填埋、居民生活、施工采矿、污水处理等多过程产生污染物的同时,排放CO2、甲烷(CH4)和一氧化二氮(N2O)等温室气体(图1)。因此,减污与降碳具有协同潜力,不同领域应协同推进减污降碳,并探索减污降碳协同增效的途径。

11.1.jpg

图  1  污染排放与碳排放过程

1.1   水污染与碳排放

有研究认为污水排放与碳排放呈弱线性关系,水污染与碳排放之间存在直接和间接作用。污水在运输、处理和排放过程均会产生碳排放或影响碳排放。污水处理过程中,生物作用会直接排放包括CO2、CH4和N2O在内的温室气体,而电力与药品的消耗会导致间接碳排放。污水排入水体后,会影响水环境的物种组成、生物多样性等,进而改变水环境的碳储存、封存和排放速度。此外,污水在管网中会由于厌氧环境产生CH4排放。虽然污水处理产生的碳排放仅占全球总量的1%~2%,但随着我国污水收集率以及城市化进程的不断提高,污水处理总量的增加将促使碳排放总量进一步上升。 

1.2   大气污染与碳排放

大气污染物与碳排放具有高度同根、同源、同过程以及时空一致性,其主要排放源均集中在化石能源消费、工业生产、交通运输、居民生活等领域。具体而言,通过煤炭等化石能源消耗进行发电,不仅直接产生大气污染物和碳排放,还需额外增加能源消耗发电以补偿输电过程的损耗,进一步加剧了污染物与温室气体的排放;企业在通过锅炉燃烧进行生产时,产生SO2、NOx、粉尘以及碳排放;交通工具的使用会直接排放污染物与温室气体;居民燃煤或集中供暖也会产生直接碳排放。 

由于我国“富煤、贫油、少气”的能源结构,加之重化工业结构和公路运输结构,大部分的SO2和NOx、约50%的挥发性有机物(VOCs)以及约85%的一次源PM2.5(不包括粉尘)的排放源都与CO2的排放源高度一致。Wang等研究也表明,大气中的SO2、粉尘以及PM2.5与碳排放高度相似,且变化路径相似,验证了协同管理的可能性。 

1.3   土壤污染、固废与碳排放

虽然目前在土壤污染、固废与碳排放的关联方面缺乏系统性研究,但土壤污染、固废与碳排放同样存在“共生”关系。其中,化石原料开采过程中,由于降雨、冲刷等淋溶作用导致废矿废渣产生含重金属等污染物的渗漏水直接渗入土壤,而施工作业由于车辆及重工机械的使用产生碳排放;垃圾填埋场在固废填埋处理时,垃圾中的有机物分解,产生VOCs与温室气体(CH4、CO2、N2O等)排放,同时渗滤液处理过程中也进一步产生温室气体。 

综上所述,大多数污染物排放与碳排放存在直接或间接关联,这为污染物与温室气体的协同减排提供了可行性支撑。然而我国早期减污政策与降碳政策相互独立,导致个别政策或技术相互割裂,减污与降碳之间不兼容,如土壤的异位修复、尾气末端治理等虽然可以去除污染物,但增加了碳排放;生物炭可用于碳捕集,但生物炭的生产导致了污染排放。随着研究的深入,人们逐渐意识到减污降碳协同的可行性,然而,与国际发达国家先减污再降碳的路径不同,我国进行全面污染防治的时间较晚,促使我国减污与降碳需同时进行。通过水、土、气、固废减污降碳可推进我国污染防治技术的绿色创新,高效实现“双碳”目标。 


02

减污降碳协同效应时空特征及影响因素

如何在有限时间内高效推动减污降碳,需要先明晰减污降碳协同度,通过协同度衡量减污降碳协同效应的优劣。减污降碳协同度是指在控制局域的污染物排放及生态文明建设过程中同时减少/吸收CO2及其他温室气体排放的状态或效果。减污降碳协同度是我国及各地方评价减污降碳协同效应的关键指标,不仅是考核各地方减污降碳效果及措施实施情况的重要参考,也是各地方发现自身突出问题或重点减排领域以便及时采取优化措施的指南针。大多协同度取值范围为−1~1,越趋近1表示减污降碳越协同,相反,则表示越不协同。 

2.1   减污降碳协同效应的时空特征

21世纪初,减污降碳协同效应的研究引起了国内外学者的广泛关注。研究历程可大致分为3个阶段:1)开始阶段(2004—2009年),主要集中在协同效应评价研究。2)发展阶段(2010—2015年),聚焦于电力、水泥等重点行业的减污降碳协同度评价研究。如周颖等利用能源环境经济投入产出模型,以能源(原煤、石油和天然气)、污染物(SO2、COD和工业固废)、碳排放等为指标,对水泥产业的减污降碳协同度进行了分析。3)爆发阶段(2016年至今),研究进一步向政策影响、因素分析等方向深入,并扩展到国家尺度的时空特征。如Zeng等基于Kaya常数方程和LMDI分解模型,以经济、政策、人口、污染排放等因素为参数,发现交通运输领域的减污降碳协同效应主要受能源效率和产业结构的影响,且在区域分布上,西部地区最高,其次是东部地区,而中部地区最低。此外,王涵等通过构建减污-降碳-经济综合评价指标,采用灰色关联度分析法对2016年和2018年我国30个省(区、市)的指标协调度进行分析,结果表明北京、天津、上海、江苏、广东、浙江等省(市)表现出优质协调发展趋势。然而,由于不同研究在指标选择、拟合模型和协同系统组成等方面的差异,导致计算出的减污降碳协同度存在一定差异,但总体而言,我国减污降碳协同度在时间维度上呈波动上升趋势,在空间维度上差异显著。 

2.1.1   时间纵向波动上升

随着我国在减污降碳领域的持续努力,我国整体的减污降碳协同度随时间呈波动上升的趋势,但水平偏低的问题仍然突出。如邢会等利用复合系统协同度模型及超效率SBM-DEA模型分析我国2 383个区县的减污降碳协同度,结果表明我国各区县的减污降碳协同增效水平有所提升,但仍处于较低水平;Nie等利用耦合协调模型分析了我国30个省(区、市)2006—2019年的减污降碳协同度,结果显示2006—2015年减污降碳协同度上升,但自2016年后出现下降趋势。Yi等对我国2005—2018年的减污降碳协同度进行分析,结果表明协同度波动较大且整体水平偏低。 

我国减污降碳协同度较低的原因可能在于前期多分别制定碳减排政策和空气污染控制政策,尤其在2015—2019年,政策重心倾向于空气污染控制,缺乏跨部门协调,导致治理效率低下,难以实现碳减排和空气污染控制之间的协同作用,导致该期间协同度有所下降。然而,随着2020年减污降碳协同推进工作的持续开展,协同度逐步好转。 

2.1.2   空间横向差异显著

在空间分布上,我国减污降碳协同度呈现出“东高西低、南高北低”的布局。如Nie等研究表明,2006—2019年我国南部区域的平均减污降碳协同度及年均增长率为0.893 9及0.54%,均高于北部区域(0.847 3及0.47%)。这种差异可能源于北部区域重工业企业较多,且冬季供暖导致煤炭消耗增加,从而降低了减污降碳协同度。而南部区域气候适宜,无须供暖,煤炭需求较低,同时第三产业发达,且南部城市地区生产总值普遍较高,为CO2减排和空气污染控制提供了经济基础,并且南部地区较早开展了低碳城市试点建设,得了较好成效。华东地区的平均减污降碳协同度为0.904 6,高于华中地区(0.864 0)和华西地区(0.841 3),这可能是因为东部的科技创新水平较高、能源消耗依赖较低、产业结构更合理,而中西部地区能源资源丰富,且承担着产业转移的重任,导致产业结构偏重。 

然而,华西地区的减污降碳协同度年均增长率为0.80%,高于华中地区(0.39%)和华东地区(0.31%)。这主要得益于西部地区风电、光电等新能源的快速发展。如2019年,青海与甘肃的新能源装机容量分别位列全国第一、第二(占比分别为50.0%和42.2%),从而促使协同度增长率较高。随着“十四五”要求西部建设7个清洁能源基地的持续推进,未来西部地区的减污降碳协同度有望进一步提高。 

2.2   减污降碳协同效应的影响因素

减污降碳协同效应受多种因素的综合影响,主要包括能源结构、产业结构、交通结构、用地结构、经济增长、技术创新能力、人口密度、减排政策、生活方式等因素。我国治理和减排路径均为推动能源结构根本调整和产业结构、交通运输结构以及用地结构的不断优化,因此属于减污降碳协同增效的核心圈层,而经济增长、技术创新能力、人口密度、减排政策、生活方式等因素则不同程度地影响上述四大结构(图2),进而直接或间接影响减污降碳协同效应。 

11.2.jpg

图2  减污降碳协同效应的影响因素

2.2.1   能源结构

我国能源消耗以化石能源为主,其中煤炭是消耗量最高的化石能源,其CO2排放量约占能源消耗排放总量的70%。尽管我国煤炭消费占比已从2013年的67.4%降至2023年的55.3%,但以煤炭为主的能源结构尚未得到根本性改变。每吨煤燃烧可产生约2.64 t CO2,高于石油(2.08 t CO2,以标煤计)和天然气(1.63 t CO2,以标煤计)。同时,传统的化石能源利用方式,如直接燃烧等,存在能量转换效率低的问题。大量能源在转换过程中以热量等形式散失,导致能源浪费,同时也增加了单位能源产出的碳排放量。因此以高碳排放因子、高使用量的煤炭为主的能源结构显著影响减污降碳协同效应。 

能源结构的调整对减污降碳协同效应具有显著正向影响,如Lu等利用温室气体-空气污染相互作用与协同作用(GAINS)模型,研究了《京津冀地区大气污染防治行动计划》中与能源结构优化相关的措施对减污降碳协同性的影响。结果表明,在工业和住宅相关的部门实施能源替代可显著提高减污降碳协同效益,这些措施可降低空气污染物及温室气体约15.2%~47.3%。此外,Qian等研究表明,如果非矿物燃料发电量占总发电量的70%,以电和气的能源代替将分别减少SO2、NOx、颗粒物和CO2排放量的19%~25%、4%~28%、20%~29%和11%~12%。Li等研究表明,2013—2021年我国的31个省(区、市)通过能源及材料节约的相关举措,使NOx、VOCs、SO2、PM2.5和CO2分别减排8%、11%、13%、21%和31%,其中采用新能源发电(如太阳能、风能等)占所有举措CO2减排的60%。 

2.2.2   产业结构

不同行业的碳排放量存在较大差异。与以轻工业和服务业为主导的地区相比,以第二产业为主的地区通常产生更多的碳排放。第二产业,尤其是电力、焦化等对化石能源依赖强的重工业行业,往往具有较高的CO2和空气污染物排放,因此第二产业占比的降低对减污降碳协同度具有显著的正向影响。如Li等研究发现,2013—2021年我国第二产业占比的降低带来NOx、VOCs、SO2和PM2.5减排15%~33%以及CO2减排1.7万亿t。这可能是由于我国产业重心逐渐从第二产业向第三产业转变,高污染、高碳排放的落后工艺或企业被淘汰,从而实现了空气污染物及碳的协同减排。 

产业结构与能源结构之间存在额外的协同效应,其中一个结构的变化会反过来影响另一个结构。目前,我国能源结构仍以高污染、高碳排放的化石能源为主,产业结构因此也成为限制我国减污降碳协同效应的重要因素。如唐湘博等基于LEAP模型评估各控制策略的减污降碳协同效应,结果表明产业结构调整策略可使碳与PM2.5的协同减排指数保持在0.95以上。 

除了向第三产业转变外,发展数字经济同样可促进减污降碳协同效应,如Hu利用多重双期差分法探究数字经济与减污降碳的协同效应,结果表明,数字化有利于实现减污降碳,且政策效果随着时间的推移逐渐增强。这是由于数字经济的扩张通过数字化、信息化、智能化的方式提高了资源利用效率,降低了能耗,提高了生产力,减少了能源浪费。此外,数字经济增长带来的新就业机会和经济增长有助于提高社会福利,社会福利水平的提高又进一步促进公众环保意识的提升,从而迫使企业最大限度地减少排放。 

2.2.3   交通结构

2013—2019年,我国交通运输部门的碳排放年平均增长率保持在5%以上,成为我国碳排放增长最快的部门。2019年,我国交通运输部门碳排放总量达到 11 亿t左右,约占碳排放总量的10%。除高碳排放外,交通运输也是大气污染的主要来源之一。近年来,我国交通领域的绿色低碳水平持续提升。2023年,我国铁路、水路货运在总货运中占比分别增至9.0%和16.8%,绿色运输方式输运煤炭比例为91.8%;随着对新能源的政策支持,我国2023年新能源汽车保有量升至总汽车量的6.1%;铁路电气化率上升至75.2%,机场每客能耗和每客CO2排放分别同比下降51.2%和49.6%。得益于上述改变,交通领域的碳排放增长势头得到初步扭转,2022年交通碳排放总量降至9亿多t。 

交通结构的优化具有显著的减污降碳协同效应。Ji等发现,成都市通过增加铁路运输与新能源汽车比例的结构性优化,获得较高的减污降碳协同效应(协同效应等级均高于Ⅱ级),开发可持续航空燃料策略可获得PM2.5、VOCs、NOx和PM10与碳排放之间较高的协同减排潜力(协同效应等级均高于Ⅱ级)。 

2.2.4   用地结构

建设用地与绿地比例对减污降碳协同效应具有重要影响。植物与土地是天然的生态碳汇,绿地比例增加意味碳汇量的提升,而建设用地的空间聚集有助于形成紧凑型、节能型、低碳化的区域空间结构,实现技术创新减污与能源节约降碳。钟顺昌等研究证明建设用地空间汇集程度与减污降碳协同效应之间呈现“U”型关系,但仍以促进作用为主。当建设用地空间汇集程度越过拐点值(0.198)时,对减污降碳协同效应有显著的促进作用。 

2.2.5   经济增长

经济增长与减污降碳协同效应之间存在“倒U”型关系,Liu等研究表明,我国经济增长可能是碳排放及空气污染排放增加的驱动因素。然而,Yi等研究发现,高经济水平地区更有可能实现减污降碳协同效应。这种差异的原因在于,在城市化初期,经济的快速增长往往伴随能源粗放式消耗,导致高污染与高碳排放,从而使经济对减污降碳协同效应产生负向影响。随着经济的进一步增加,地方可用于环境改善的资金投入增加,可以在CO2减排和空气污染物控制方面实现规模经济,从而以更低的成本实现协同效应。如王雅楠等研究表明,人均GDP每增加1%,减污降碳耦合协调度将增长0.000 39。 

2.2.6   技术创新能力

技术创新能力对减污降碳协同效应具有重要影响。如赵喜仓等研究发现,绿色技术创新对西部地区的减污降碳协同效应更为明显。技术创新是我国能源结构和产业结构改善的重要推动力,高技术创新能力能够有效提高减污降碳效率以及能源利用效率。然而,由于我国早期政策主要侧重于末端治理,技术创新也主要集中在末端治理技术方面。如Li等研究表明,2013—2021年,我国通过采用末端治理技术,实现了SO2、NOx、PM2.5和VOCs分别减排54%、76%、64%和56%。随后Li等研究发现,传统末端治理可能产生额外的CO2排放。因此,技术创新需要从传统的末端治理向源头治理转变。已有研究表明,绿色技术创新可提升减污降碳协同效应,如李汶豫等研究表明,长江经济带上游城市的绿色技术创新对减污降碳协同效应具有较高的正向促进作用。 

2.2.7   人口密度

人口密度的增加可能导致能源和资源消耗的上升,进而增加CO2排放,同时也加剧日常生活、工业活动和交通运输活动中空气污染物的排放。如Yi等研究发现,人口密度与减污降碳协同度之间存在显著的负相关关系。特别是在北方区域,人口密度的增加伴随燃煤供暖需求的提高,使碳排放与空气污染进一步加重。邱宇通过构建随机森林(RF)和时空地理加权回归(GTWR)模型,分析影响福建省减污降碳耦合协调度的驱动因素,结果表明,常住人口是影响福建省减污降碳耦合协调度的关键因素之一。 

2.2.8   减排政策

减少空气污染物和CO2排放需要大量的人力、物力和财力投入。因此,确定能够提供高综合效益的减排措施至关重要,以便以最小的投入实现政策效果的最大化。如Liu等利用改进的Tapio脱钩原理和Probit模型分别分析减污降碳协同效应及其影响因素,结果表明环境法规是协同效应的显著影响因素。然而由于各地方能源结构和产业结构的差异,同一政策在不同区域产生的协同效应存在差异。如Li等研究表明,钢铁行业及建筑工业的超低排改造在长三角地区和广东省可能具有较大的综合效益,但在其他区域可能难以获得类似的效益。 

此外,减排政策之间可能存在联动或拮抗效应。如Xian等研究表明,碳排放交易的降碳政策与提高能源效率政策之间表现出减污降碳的拮抗效应。其可能是由于重复管理、多重监管等问题,导致相关部门和企业增加了运营、管理和生态成本,从而削弱了减排效果。黄海昕等研究发现,低碳城市与碳排放交易的“双试点”政策产生的减污降碳作用显著高于“单试点”政策。 

2.2.9   生活方式

居民的生活方式对减污降碳协同效应有较大影响。由于我国人口众多,生活方式产生的碳排放总量较大。联合国环境规划署发布的《2020年排放差距报告》指出,全球约2/3的碳排放与家庭消费有关。其中,居民交通、供暖、烹饪、照明和电器等活动产生的碳排放约占生活方式总碳排放量的60%。低碳城市建设可以通过改变居民思想与行为,进而降低碳排放量,如采用节能电器、购买低碳产品、选择绿色出行和其他可持续行为均可降低居民的能源消耗和碳排放。 

除以上因素外,还有其他诸多因素对减污降碳协同效应产生影响,如降水量、平均温度等,同时各因素之间也存在相互影响。研究表明,传统产业的高能耗、低产值是导致经济增长与CO2存在强因果关系的重要原因,因此,产业结构优化是我国实现经济增长与碳排放脱钩的重要举措。此外,技术创新能力可通过新能源开发及提高能源效率,推动产业结构、能源结构与交通结构的优化;经济增长可带动技术创新能力的提高,但也可能因增加私家车保有量而影响交通运输结构;生活方式的绿色转变可通过减少对传统能源的依赖,推动能源结构的改善。因此,各因素对减污降碳协同效应产生的直接影响与间接影响,最终导致减污降碳协同效应的有效提升成为一项复杂的系统过程。


03

推进减污降碳协同的建议

3.1   以源头防控、坚持协同为中心思想

源头防控、坚持协同的中心思想是推进减污降碳协同的核心。源头防控能够有效避免仅依赖末端治理所带来的高成本和低效率问题,从源头上杜绝“先排再治”的现象,从而实现污染和碳排放的有效控制,显著缩减减排路径与降低减排难度,进而更快速实现减污降碳双目标。早期减污降碳的相对独立已证实了其低效性,而坚持减污降碳的协同推进,从长远来看,能够有效降低环境成本并提升环境治理成效。因此,需长期坚持减污降碳的目标、路径、管理、效果、部门协同,始终将源头防控和协同减排作为核心理念,强化新建项目的准入管理与加快落后项目的分批退出,遏制高耗能、高排放、低水平项目盲目发展,加快绿色原材料的研发与推广使用,加快传统能源替代产品的广泛应用。 

3.2   加速推动能源结构、产业结构的根本变化

能源结构、产业结构的根本变化是推进减污降碳协同的关键。目前我国能源结构偏煤、产业结构偏重,已成为阻碍减污降碳协同效应进一步提高的关键因素,推动减污降碳协同治理是发挥可再生能源优势、推动能源革命的必然选择。治理和减排路径均为推动能源结构根本调整,以及产业结构、交通运输结构与用地结构的持续优化。 

能源结构方面,在确保国家能源安全前提下,实现煤炭的清洁高效利用。增加新能源消纳能力,推动煤炭和新能源优化组合。加快能源消费的电气化过程,同时继续发展风能、太阳能、生物质能、海洋能、地热能等新能源的利用效率与使用率,不断提高非化石能源消费比例。提高新能源的发电量、储能能力与稳定性,探索新能源发电的就近供给,优化供电路线以减少输电损耗。开展化石能源的能效提升与清洁煤利用研究,严格控制低质量燃煤、汽油的消耗。产业结构方面,加大对新兴产业与绿色企业的扶持力度,大力支持高科技、高创新能力的企业引入,推动第二产业向第三产业的转型。严格禁止新改扩建高能耗高排放项目,加快淘汰压减钢铁、有色、建材、石化、造纸等行业的落后和过剩产能,对改造优良的企业给予补助。重视数字经济的协同效应,利用数字化、信息化、智能化的方式提高资源利用效率,减少能源浪费,同时增加就业机会和经济增长。 

3.3   重点推进交通运输、生活方式的绿色转型

交通运输、生活方式的绿色转型是推进减污降碳协同的重点。交通领域应加快形成绿色低碳运输方式,推进电动化、智能化、共享化进程,不断提升电力和可再生能源在交通能源消费中的占比。加快新能源交通对燃油交通的替代速度,提高铁路、水运在综合运输中的承运比例。加快新能源交通的供给基础建设,包括机动车充电桩、船舶靠港岸电、机场新能源车辆和非道路移动机械的供电设施等。继续推动公共交通的新能源化,逐步减少传统能源公共交通的占比。 

生活方式方面,通过“碳积分”等形式,降低居民绿色出行成本,鼓励居民采用绿色出行方式。通过市场手段扶持绿色生态链产品,提供政策支持与宣传渠道,打造绿色产品带动居民消费与使用。完善装配式住宅相关标准,打造装配式住宅的标准示范区,通过良好的隔热和密封措施,减少冬季取暖和夏季制冷的能耗。加快光伏玻璃的研发与应用,对安装光伏发电的居民提供用电优惠及补贴。 

3.4   重视技术创新、基础科研的深入研究

技术创新、基础科研的深入研究是推进减污降碳协同的要点。技术创新是推动四大结构改革的重要技术手段。应在碳达峰碳中和基础研究、碳排放核算核查评估、碳减排技术等方面加大科研投入力度,开展一系列原创性、颠覆性、革命性和“卡脖子”技术的研发。突破关键材料、仪器设备、核心工艺、工业控制装置的技术瓶颈,提高绿色低碳技术竞争力。加快减污降碳领域的人才培养及基地建设,促进技术创新的落地转化。 

基础科研则是实现减污降碳有效协同的重要基础。目前国内外已开展多项关于减污降碳的研究工作,但由于模型、指标、关注点等方面的差异,导致减污降碳的协同度、影响因素、减排路径等结果存在差异,不利于指导地方的减污降碳工作。因此,需系统性、全面性地综合考虑各项因素与指标,开发适合我国实际情况的协同度分析模型,综合评估我国及各地方的减污降碳协同度。编制协同度分析指导手册,指导各地方开展辖区内协同度分析,以便各区域实时明晰影响自身协同度的关键因素,从而采取相应措施。建立减污降碳协同度数据库,指导各地方规范数据收集,确保数据合理与准确,便于地方政府及科研人员开展相关分析。 

3.5   加强差异管理、多方协同的紧密联动

差异管理、多方协同的紧密联动是推进减污降碳协同的明确要求。各地方减污降碳协同度存在差异,盲目采用“一刀切”政策不仅减污降碳成效低下,甚至可能阻碍地方经济的健康发展。如果某地采用激进且“一刀切”政策,部分企业可能迫于政策压力成功完成绿色技术改革,而其他大量企业可能因转型失败而难以维持生产,甚至可能因缺乏技术积累而向周边地区横向迁移,最终不仅难以实现减污降碳协同减排,反而导致失业率陡升,居民幸福感下降,不利于美丽中国的持续推进。因此,需加快各地方的减污降碳协同度及影响因素分析,准确把握影响减污降碳协同度的关键因素,对关键因素精准施策,打造一批优秀示范项目或企业,为其他项目或企业提供有益参考。同时,应逐步推进减污降碳政策的实施,保留一定时长的过渡期或转型期,从而带动城市各行业对减污降碳政策的积极响应,最终形成“以点带面,以面扩散”的良好局面。 

中国各地区协同治理水平差距的扩大可能成为阻碍协同治理持续推进的重要因素,因此需要多方进行紧密协同。由于减污降碳存在空间溢出效应,地方政府需与相邻区域互相协同,开展相应的联防联动政策,避免减污降碳没有实际成效,污染与碳排放只是简单的横向转移。减污降碳涉及多部门,单一部门难以取得有效成效。因此,政府之间应加强横向合作与纵向联动,多方政府应紧密联系,甚至需打破政府与企业的博弈关系,与企业开展合作交流,促成企业间的合作,形成政企联动机制。 

3.6   开展重要区域、重点行业的协同评价

重要区域、重点行业的协同评价是推进减污降碳协同的前手。减污降碳的开展应先明确协同度,通过协同度可有效发现影响减污降碳协同效应的核心问题。因此应借鉴能源-环境-经济(3E)系统协同分析思路,融入经济系统形成污染排放、碳排放以及经济之间的协同分析模型,并以此为基础挖掘多要素、多目标、多视角的改进模型。在我国重要区域、重点行业率先开展协同度分析,明确高排放区域、高能耗行业中影响减污降碳成效的关键所在。 

图片

扫描二维码阅读全文
2.1.png
作者简介

作者简介:姜博艺(2003—),女,研究方向为应对气候变化、减污降碳、低碳转型等相关研究,sammy1020@berkeley.edu


通信作者:张涵(1998—),男,助理工程师,主要从事大气污染防治、环境信息化研究,zhanghan201@mails.ucas.ac.cn

文章引用格式

姜博艺,张涵.我国减污降碳协同效应的时空特征与策略[J].环境工程技术学报,2025,15(2):465-473. 

JIANG B Y,ZHANG H.Spatiotemporal characteristics and strategies of synergistic effect of pollution and carbon reduction in China[J].Journal of Environmental Engineering Technology,2025,15(2):465-473.

参考文献

[1]

LI Z H, BAI T T, TANG C. How does the low-carbon city pilot policy affect the synergistic governance efficiency of carbon and smog?quasi-experimental evidence from China[J]. Journal of Cleaner Production,2022,373:133809. DOI: 10.1016/j.jclepro.2022.133809

[2]
生态环境部. 中国应对气候变化的政策与行动2024年度报告[R/OL]. [2025-02-15]. https://www.gov.cn/lianbo/bumen/202411/P020241112300468016425.pdf.
[3]

XIAN B T, XU Y L, CHEN W, et al. Co-benefits of policies to reduce air pollution and carbon emissions in China[J]. Environmental Impact Assessment Review,2024,104:107301. DOI: 10.1016/j.eiar.2023.107301

[4]

YANG F, XIONG X. Carbon emissions, wastewater treatment and aquatic ecosystems[J]. Science of the Total Environment,2024,921:171138. DOI: 10.1016/j.scitotenv.2024.171138

[5]

NAYEB H, MIRABI M, MOTIEE H, et al. Estimating greenhouse gas emissions from Iran’s domestic wastewater sector and modeling the emission scenarios by 2030[J]. Journal of Cleaner Production,2019,236:117673. DOI: 10.1016/j.jclepro.2019.117673

[6]

REN D H, ZUO Z Q, XING Y X, et al. Simultaneous control of sulfide and methane in sewers achieved by a physical approach targeting dominant active zone in sediments[J]. Water Research,2022,211:118010. DOI: 10.1016/j.watres.2021.118010

[7]

CHEN J J, WANG H C, YIN W X, et al. Deciphering carbon emissions in urban sewer networks: bridging urban sewer networks with city-wide environmental dynamics[J]. Water Research,2024,256:121576. DOI: 10.1016/j.watres.2024.121576

[8]

HU J. Synergistic effect of pollution reduction and carbon emission mitigation in the digital economy[J]. Journal of Environmental Management,2023,337:117755. DOI: 10.1016/j.jenvman.2023.117755

[9]
王文燕, 杜超, 刘军, 等. 生态环境分区管控减污降碳协同技术路径实践探索:以邹平市为例[J]. 环境工程技术学报,2025,15(1):48-58. DOI: 10.12153/j.issn.1674-991X.20240537


WANG W Y,DU C,LIU J, et al. Exploration of technical paths for collaborative pollution and carbon reduction under ecological environment zoning control: a case study of Zouping City[J]. Journal of Environmental Engineering Technology,2025,15(1):48-58. DOI: 10.12153/j.issn.1674-991X.20240537

[10]

NIE C F, LEE C C. Synergy of pollution control and carbon reduction in China: spatial-temporal characteristics, regional differences, and convergence[J]. Environmental Impact Assessment Review,2023,101:107110. DOI: 10.1016/j.eiar.2023.107110

[11]

WANG S J, SHI C Y, FANG C L, et al. Examining the spatial variations of determinants of energy-related CO2 emissions in China at the city level using Geographically Weighted Regression Model[J]. Applied Energy,2019,235:95-105. DOI: 10.1016/j.apenergy.2018.10.083

[12]
杨静, 刘会娟, 吉庆华, 等. 降碳减污多维协同的基础科学问题[J]. 中国科学基金,2023,37(6):1021-1026.


YANG J, LIU H J, JI Q H, et al. Fundamental scientific issues of synergizing the reduction of pollution and carbon emissions[J]. Bulletin of National Natural Science Foundation of China,2023,37(6):1021-1026.

[13]
顾斌杰, 赵海霞, 骆新燎, 等. 基于文献计量的减污降碳协同减排研究进展与展望[J]. 环境工程技术学报,2023,13(1):85-95. DOI: 10.12153/j.issn.1674-991X.20210780


GU B J, ZHAO H X, LUO X L, et al. Research progress and prospect of collaborative reduction of pollution and carbon dioxide based on bibliometrics[J]. Journal of Environmental Engineering Technology,2023,13(1):85-95. DOI: 10.12153/j.issn.1674-991X.20210780

[14]
周颖, 张宏伟, 蔡博峰, 等. 水泥行业常规污染物和二氧化碳协同减排研究[J]. 环境科学与技术,2013,36(12):164-168.


ZHOU Y, ZHANG H W, CAI B F, et al. Synergetic reduction of local pollutants and CO2 from cement industry[J]. Environmental Science & Technology,2013,36(12):164-168.

[15]

ZENG Q H, HE L Y. Study on the synergistic effect of air pollution prevention and carbon emission reduction in the context of "dual carbon": evidence from China's transport sector[J]. Energy Policy,2023,173:113370. DOI: 10.1016/j.enpol.2022.113370

[16]
王涵, 李慧, 王涵, 等. 我国减污降碳与地区经济发展水平差异研究[J]. 环境工程技术学报,2022,12(5):1584-1592. DOI: 10.12153/j.issn.1674-991X.20210268


WANG H, LI H, WANG H, et al. Research on the difference in air pollution and carbon dioxide reduction and regional economic development levels in China[J]. Journal of Environmental Engineering Technology,2022,12(5):1584-1592. DOI: 10.12153/j.issn.1674-991X.20210268

[17]
邢会, 霍晓谦. 中国县域减污降碳协同增效的时空演变及影响因素[J/OL]. 中国环境科学, 2024. (2024-10-11)[2025-02-12]. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=ZGHJ20241011001&;dbname=CJFD&dbcode=CJFQ.
[18]

YI H R, ZHAO L J, QIAN Y, et al. How to achieve synergy between carbon dioxide mitigation and air pollution control?evidence from China[J]. Sustainable Cities and Society,2022,78:103609. DOI: 10.1016/j.scs.2021.103609

[19]

LUO Z H, WU Y Y, ZHOU L X, et al. Trade-off between vegetation CO2 sequestration and fossil fuel-related CO2 emissions: a case study of the Guangdong-Hong Kong-Macao Greater Bay Area of China[J]. Sustainable Cities and Society,2021,74:103195. DOI: 10.1016/j.scs.2021.103195

[20]
国家发展和改革委员会. 二氧化碳排放核算方法及数据核查表[A/OL]. [2025-02-12]. https://www.xmigdc.org.cn/pic/2016525152029.pdf.
[21]

LU Z Y, HUANG L, LIU J, et al. Carbon dioxide mitigation co-benefit analysis of energy-related measures in the Air Pollution Prevention and Control Action Plan in the Jing-Jin-Ji region of China[J]. Resources, Conservation & Recycling: X, 2019, 1: 100006.

[22]

QIAN H Q, XU S D, CAO J, et al. Air pollution reduction and climate co-benefits in China’s industries[J]. Nature Sustainability,2021,4:417-425. DOI: 10.1038/s41893-020-00669-0

[23]

LI S Y, WANG S X, WU Q R, et al. Integrated benefits of synergistically reducing air pollutants and carbon dioxide in China[J]. Environmental Science & Technology,2024,58(32):14193-14202.

[24]
唐湘博, 曹利珍, 马志文, 等. 不同排放控制策略的城市减污降碳协同效应及空气质量改善研究[J]. 环境科学研究,2024,37(11):2423-2433.


TANG X B, CAO L Z, MA Z W, et al. Research on synergistic effect of pollution and carbon emission reduction on air quality improvement under different emission control strategies in urban areas[J]. Research of Environmental Sciences,2024,37(11):2423-2433.

[25]

PIGNATELLI M, MOGHADAM S T, GENTA C, et al. Spatial decision support system for low-carbon sustainable cities development: an interactive storytelling dashboard for the city of Turin[J]. Sustainable Cities and Society,2023,89:104310. DOI: 10.1016/j.scs.2022.104310

[26]
杜鹏. 新时期我国交通运输业碳减排的任务与对策: “交通7+1论坛” 第六十次会议[J]. 交通运输系统工程与信息,2024,24(6):1-4.


DU P. Tasks and measures of carbon emission reduction for China’s traffic and transportation industry in the new period: the 60th session of the traffic 7+1 forum[J]. Journal of Transportation Systems Engineering and Information Technology,2024,24(6):1-4.

[27]

JI S H, ZHANG Z X, MENG F Q, et al. Scenario simulation and synergistic effect analysis of CO2 and atmospheric pollutant emission reduction in urban transport sector: a case study of Chengdu, China[J]. Journal of Cleaner Production,2024,438:140841. DOI: 10.1016/j.jclepro.2024.140841

[28]
钟顺昌, 焦怡萌, 闫程莉, 等. 建设用地资源空间集聚对减污降碳协同的影响机制[J]. 地理学报,2024,79(3):688-711. DOI: 10.11821/dlxb202403009


ZHONG S C, JIAO Y M, YAN C L, et al. The impact mechanism of spatial agglomeration of construction land resources on the synergistic reduction of pollutants and CO2[J]. Acta Geographica Sinica,2024,79(3):688-711. DOI: 10.11821/dlxb202403009

[29]

LIU Z, WANG F, TANG Z Y, et al. Predictions and driving factors of production-based CO2 emissions in Beijing, China[J]. Sustainable Cities and Society,2020,53:101909. DOI: 10.1016/j.scs.2019.101909

[30]
王雅楠, 李冰迅, 张艺芯, 等. 中国减污降碳协同效应时空特征与影响因素[J]. 环境科学,2024,45(9):4993-5002.


WANG Y N, LI B X, ZHANG Y X, et al. Spatiotemporal characteristics and influencing factors of the synergistic effect of pollution reduction and carbon reduction in China[J]. Environmental Science,2024,45(9):4993-5002.

[31]
赵喜仓, 蒋美, 洪逗. 绿色技术创新对减污降碳协同效应的影响[J/OL]. 科技进步与对策, 2024. (2024-08-30)[2025-02-12]. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=KJJB20240801006&;dbname=CJFD&dbcode=CJFQ.
[32]

LI X, QIAO Y B, SHI L. The aggregate effect of air pollution regulation on CO2 mitigation in China’s manufacturing industry: an econometric analysis[J]. Journal of Cleaner Production,2017,142:976-984. DOI: 10.1016/j.jclepro.2016.03.015

[33]
李汶豫, 文传浩, 苏旭阳, 等. 长江经济带城市减污降碳协同效应时空演化及驱动因素研究[J]. 环境科学研究,2024,37(8):1641-1653.


LI W Y, WEN C H, SU X Y, et al. Spatiotemporal evolution and driving factors of synergistic effect of urban pollution reduction and carbon reduction in Yangtze River Economic Belt[J]. Research of Environmental Sciences,2024,37(8):1641-1653.

[34]

CHEN S Y, TAN Z X, MU S Y, et al. Synergy level of pollution and carbon reduction in the Yangtze River Economic Belt: spatial-temporal evolution characteristics and driving factors[J]. Sustainable Cities and Society,2023,98:104859. DOI: 10.1016/j.scs.2023.104859

[35]
邱宇. 福建省减污降碳协同效应及驱动因子研究[J]. 环境污染与防治,2024,46(7):1047-1054.


QIU Y. Synergistic effects and driving factors of pollutant and carbon reduction in Fujian Province[J]. Environmental Pollution & Control,2024,46(7):1047-1054.

[36]

LIU K, REN G X, DONG S M, et al. The synergy between pollution reduction and carbon reduction in Chinese cities and its influencing factors[J]. Sustainable Cities and Society,2024,106:105348. DOI: 10.1016/j.scs.2024.105348

[37]
黄海昕, 郭俊华. 国家低碳战略协同的减污降碳效应[J]. 经济问题,2024(12):45-57.


HUANG H X, GUO J H. The effect of national low-carbon strategy coordination on pollution reduction and carbon emission reduction[J]. On Economic Problems,2024(12):45-57.

[38]
联合国环境规划署. 2020年排放差距报告[R/OL]. [2025-02-12]. http://www.cecc-china.org/index/other/detail.html?id=25673.
[39]

TIAN X, CHANG M, SHI F, et al. How does industrial structure change impact carbon dioxide emissions?a comparative analysis focusing on nine provincial regions in China[J]. Environmental Science & Policy,2014,37:243-254.

[40]

YI M, GUAN Y Y, WU T, et al. Assessing China’s synergistic governance of emission reduction between pollutants and CO2[J]. Environmental Impact Assessment Review,2023,102:107196. ◇ DOI: 10.1016/j.eiar.2023.107196


图片




来源:


阅读原文,浏览更多


图片



图片



图片

公众号:兵团环境保护产业协会

视频号:兵团环境保护产业协会

官   网:www.xjaepi.org.cn



图片

2025年全国执法实战大练兵怎么开展?一张图弄明白

哈密:加快构建高端化、多元化、低碳化的煤化工现代化产业体系 耦合氢能快速发展

总投资85.8亿元!新疆哈密1500万吨煤炭清洁高效利用项目进入设备安装

哈密化工哈密能源集成创新基地项目(一阶段煤制油工程)高浓盐水分盐结晶技术许可、工艺包编制、培训和技术服务公开招标项目招标公告


【声明】内容源于网络
0
0
兵团环境保护产业协会
本会是由新疆维吾尔自治区、新疆生产建设兵团(以下简称新疆兵团)内从事环境保护及相关产业的企业单位和相关经济组织自愿组成的专业性、行业性、地方性非营利性社会团体。
内容 1281
粉丝 0
兵团环境保护产业协会 本会是由新疆维吾尔自治区、新疆生产建设兵团(以下简称新疆兵团)内从事环境保护及相关产业的企业单位和相关经济组织自愿组成的专业性、行业性、地方性非营利性社会团体。
总阅读322
粉丝0
内容1.3k