中國減污降碳協同效應的時空特征及其影響機制分析

唐湘博，張 野，曹利珍，張嘉敏，陳曉紅,2*

1.湖南工商大學前沿交叉學院，湖南 長沙 410205

2.中南大學商學院，湖南 長沙 410083

隨著《大氣污染防治行動計劃》和《打贏藍天保衛戰三年行動計劃》的先后實施，我國大氣環境質量明顯改善，但339 個地級及以上城市中仍有35.7%的城市環境空氣質量尚未達標(2021 年)[1]，大氣污染防治形勢依然嚴峻.與此同時，為積極應對氣候變化，彰顯負責任的大國擔當，2020 年9 月22 日國家主席習近平在第七十五屆聯合國大會一般性辯論上莊嚴提出中國“二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現碳中和”的國家自主貢獻目標，這意味著我國環境污染防治面臨減污降碳協同推進的新挑戰.為實現減污降碳協同增效的總目標，深入打好大氣污染防治攻堅戰，基于大氣污染物和二氧化碳等溫室氣體排放具有同根、同源、同過程的特點[2]，探究新時期我國減污降碳協同效應的時空特征及其影響機制，了解當前我國減污、降碳與地區經濟發展三者之間的協調關系，對今后因地制宜地制定經濟社會發展全面綠色轉型政策與策略，推動生態文明和“美麗中國”建設具有重要意義.

協同效應是兩個系統同時向更好狀態演進的現象[3]，已有不少學者研究了生態環境與社會經濟系統的協同效應.項國鵬等[4]研究表明，中國省域創業生態系統協同能促進經濟增長，且省份的市場化水平越高作用效果越明顯；Bai 等[5]通過建立協同評價指標體系和協同效應模型，綜合評價了鄭州“空港—工業—城市”系統的協同效應；Shen 等[6]綜合分析了京津翼城市群生態系統服務簇之間的協同演化特征.隨著對協同效應研究的不斷深入，越來越多的研究討論了大氣污染物與碳排放的協同效應，有的以大氣污染物和二氧化碳協同控制效應評估為視角，通過選取減排措施，評估協同減排量和經濟效益的大小，以實現合理優化協同減排路徑.如黃瑩等[7]研究表明，廣州市的交通運輸結構調整在交通領域具有很強的協同控制效應；王力等[8]以渭南市為例，認為能源結構改善、產業結構優化、交通運輸調整具有顯著的大氣污染物與溫室氣體協同減排效果；Xu 等[9]認為，通過增加鋼鐵行業節能減排技術的研發投資可以減少大氣污染物和碳排放.還有的以政策實施對碳減排或大氣污染物控制的協同效應為視角，評估碳減排政策的減污效應，以及大氣污染物治理政策的降碳效應.如Liu等[10]評估了碳交易政策對我國城市PM2.5的協同減排作用；Shakya 等[11]研究表明，尼泊爾在引入碳稅后具有一定的協同效益；Tollefsen 等[12]研究了大氣污染物治理政策實施對溫室氣體產生的協同減排效果及其對社會整體的健康和經濟效益.此外，也有較多學者對碳排放或者大氣污染物的時空演化特征、影響因素和空間關聯性進行了研究.如Wang 等[13]基于消費視角對我國PM2.5的排放進行了研究，發現不同因素對消費端PM2.5排放有顯著的積極或消極影響；鄭航等[14]對珠三角城市群的研究表明，提高碳排放空間關聯網絡的緊密性和穩定性，并破除網絡的等級結構，可顯著促進城市碳減排；王兆峰等[15]通過對長江經濟帶城市群碳排放的研究表明，碳排放具有時空演變特征并且各因素對碳排放的影響具有顯著差異.以上研究都為新時期開展減污降碳協同效應研究提供了思路和借鑒.

然而，在目前的研究中，減污降碳協同效應的時空特征分析鮮有研究報道，關于減污降碳協同效應影響因素的空間演化規律和作用機制還不明確.該研究在對大氣污染物和碳排放的時空特征進行分析的基礎上，運用耦合協調模型對碳減排和大氣污染物控制系統的協同效應進行評估，探究減污降碳協同效應影響因素的空間差異及其影響機制.這將有利于對大氣污染物和碳排放重點地區的識別，以制定差異化的聯防聯控政策，同時也對科學研判減污降碳的主要驅動因素，系統謀劃協同減排路徑提供參考.

1 方法與數據

1.1 研究方法

1.1.1 污染物排放當量計算方法

為綜合比較不同地區碳減排和大氣污染物控制的協同效應，該研究利用《環境保護稅法》中大氣污染物當量系數對各大氣污染物排放指標進行歸一化處理[16].計算方法如下：

式中：E表示污染物排放當量；QSO2、QNOx、QPM分別表示某地區二氧化硫、氮氧化物、煙粉塵的排放量，單位均為104t；α、β和γ分別表示將SO2、NOx與PM 折算為污染物當量的系數.

1.1.2 協同效應模型

由于大氣污染物和碳排放具有同根、同源、同過程的特征，而且我國以煤為主的能源結構、以重化工為主的產業結構、以公路為主的運輸結構，決定了降碳與減污之間可以產生很強的協同效應[17]；此外，大氣污染的末端治理過程也會產生大量的碳排放[18].因此，碳減排與大氣污染物控制屬于同一個系統內兩個不同的子系統，并且存在緊密的動態耦合互饋關系，二者相互關聯、相互作用、相互影響.

耦合協調模型能夠有效反映不同子系統間協同發展態勢，以及系統間的整體功效.因此，該研究運用耦合協調模型評價減污降碳協同效應，分析不同地區碳減排和大氣污染物控制系統間的協調度差異；并借鑒王淑佳等[19]的方法對模型進行修正，以提高其信度和效度.模型計算方法如下：

式中：U2表示碳減排系統的水平，用碳排放量(單位為106t)的極差標準化值表示；U1表示大氣污染物控制系統的水平，用污染物排放當量(單位為104t)的極差標準化值表示，二者采用極差標準化處理的目的是消除量綱的影響；C表示兩系統的耦合度；T表示綜合協調指數；a、b表示待定系數，該文認為碳減排和大氣污染物控制同等重要，即a=b=0.5；D表示兩系統的耦合協調度，范圍為[0,1].D值越接近1，表明碳減排與大氣污染物控制系統間的協調性越優，協同效應越強；D值越接近0，表明碳減排與大氣污染物控制系統間的協調性越差，協同效應越弱.關于耦合度和耦合協調度等級的劃分標準，借鑒王淑佳等[19]的研究.

1.1.3 空間計量模型

1.1.3.1 GTWR 模型

地理加權回歸模型(GWR)可以克服傳統計量經濟學模型忽略空間效應、事先假定變量間存在同質性、所得系數僅基于區域平均的缺陷.在分析減污降碳協同效應的影響因素時，可以充分考慮復雜空間非平穩性、異質性的現實特點.但GWR 模型不能觀測不同時間點的變化，Huang 等[20]將時間因素納入GWR 模型，提出時空地理加權回歸模型(GTWR).GTWR 模型對每個觀測的空間單元在不同時間點都進行局部回歸，能夠較好地反映不同地理位置和時間下指標的作用大小及方向，因此可以用來分析減污降碳協同效應影響因素的空間異質性.GTWR 模型的表達式如下：

式中，Yi為i省份的耦合協調度，β0為 常數項，(ui,vi,ti)為i省份的時空坐標，βk為i省份減污降碳協同效應的第k個影響因素的回歸系數，n為空間位置的數量，xik為i省份減污降碳協同效應的第k個影響因素，εi為i省份的隨機誤差項.

1.1.3.2 影響因素說明

中國以煤炭為主的能源消耗量持續增長是產生大氣污染物和碳排放的主要原因[21]，據國際能源署報告，效率低下的能源生產和利用過程產生了85%的顆粒物和幾乎所有的硫氧化物和氮氧化物[22]，因而該研究選擇能源消費總量、能源消費強度和能源消費結構作為影響減污降碳協同效應的核心解釋變量.借鑒IPAT 理論[23]和已有的研究成果[24-25]，證明經濟發展加速了能源的消耗，同時能源的消耗也是經濟發展的必要條件.我國的能源消耗集中在工業上，能源利用效率的低點也集中在工業上，重工業是高耗能、高污染及高碳排放的部門，因此通過優化產業結構可較大程度地影響大氣污染物和二氧化碳的協同減排.同時，通過對外開放引進資金和先進技術可降低能源的消耗和污染物排放.通過環境規制可引導高能耗、高污染產業的調整或轉型，優先發展科技含量高、能耗低、污染小的企業，將有效促進大氣污染物和二氧化碳的協同減排.因此，該研究從經濟發展水平、產業結構變化、對外開放水平和環境規制等方面選取指標作為控制變量，其中經濟發展水平選擇人均GDP和城鎮化率指標，產業結構選擇第二產業占比指標，對外開放水平選擇進出口貿易總額指標，環境規制選擇環保投資占比指標.

綜上，該研究選擇耦合協調度作為被解釋變量(表示減污降碳協同效應的強弱)，能源消費總量〔地區能源總消耗量，104t(以標準煤計)〕、能源消費強度〔單位地區生產總值的能耗，t/(104元)(以標準煤計)〕和能源消費結構(天然氣和電力能源占能源消費總量的比例，%)作為核心解釋變量，選擇城鎮化率(分地區年末城鎮人口比重，%)、人均GDP(地區生產總值與人口數的比值，元)、產業結構(第二產業增加值占地區生產總值的比重，%)、進出口貿易總額(貨物進出口總額，萬元)和環保投資占比(工業污染治理投資占工業增加值的比重，%)作為控制變量.為消除量綱的影響，對所有變量進行標準化(Z-Score)處理.

1.2 數據來源

該研究選擇2011—2019 年我國30 個省(自治區、直轄市)的樣本數據(不包括港澳臺及西藏自治區的數據，下同)進行研究.其中，碳排放量數據來源于中國碳核算數據庫[26]基于表觀核算的省級碳排放清單，污染物排放量數據來源于《中國環境統計年鑒》，能源消費數據來源于《中國能源統計年鑒》，其他數據來源于《中國統計年鑒》，地區生產總值和第二產業增加值等經濟數據通過GDP 平減指數(以2011 年為基期)折算為不變價.

2 結果與討論

2.1 污染物排放當量與碳排放量的時空特征

2011—2019 年我國30 個省(自治區、直轄市)總體污染物排放當量和碳排放量隨時間的變化情況如圖1 所示.由圖1 可知：碳排放量緩慢增長，由2011 年的1.028×1010t 增至2019 年的1.229×1010t，增幅為19.55%.污染物排放當量自2014 年開始明顯下降，在“十二五”期間變化較小，總量由2011 年的5.452 ×107t 降至2015 年的4.611 ×107t，但到“十三五”時期，污染物減排效果明顯，2019 年相比2016 年下降26.30%.說明“十二五”以來，我國大氣污染防治工作取得顯著成效，而碳排量的降低總體上沒有達到同步效果，這與Fan 等[27]的研究結果類似.

2011—2019 年我國30 個省(自治區、直轄市)污染物排放當量和碳排放量的空間特征如圖2 所示.整體來看，污染物排放當量“自東向西”逐漸下降，碳排放量“自北向南”逐漸下降.基于國務院發展研究中心對我國八大經濟區〔東北經濟區(遼寧省、吉林省、黑龍江省)；北部沿海經濟區(北京市、天津市、河北省、山東省)；南部沿海經濟區(廣東省、福建省、海南省)；東部沿海經濟區(上海市、江蘇省、浙江省)；黃河中游經濟區(內蒙古自治區、陜西省、山西省、河南省)；長江中游經濟區(湖北省、湖南省、江西省、安徽省)；西南經濟區(重慶市、四川省、貴州省、云南省、廣西壯族自治區)；西北經濟區(甘肅省、寧夏回族自治區、青海省、新疆維吾爾自治區)〕的劃分[28]，將30 個省(自治區、直轄市)劃分成八大經濟區進行分析，大氣污染物和碳排放主要集中在東北、北部沿海和黃河中游經濟區；從省份來看，大氣污染物和碳排放主要集中在內蒙古自治區、遼寧省、山東省、山西省、河北省、江蘇省和河南省.由此可見，大氣污染物和碳排放有顯著的空間集聚特征，而且污染物排放當量與碳排放量高的地區主要集中在經濟發達、人口稠密、能源消費量大且煤炭消費比重大的省份或經濟區，這與王涵等[29]的研究結果類似.以這些地區為重點推動減污降碳協同控制，可取得事半功倍的效果.

2.2 減污降碳協同效應的時空特征分析

2.2.1 全國時空特征

如圖3 所示，2011—2019 年我國30 個省(自治區、直轄市)碳減排與大氣污染物控制系統耦合度和耦合協調度的平均值均呈階梯上升趨勢，2019 年耦合協調度在0.8 以上，表明我國減污降碳的協同效應整體上明顯提高，碳減排和大氣污染物控制系統的相互作用程度不斷增強.根據耦合協調度的變化，可以將2011—2019 年我國碳減排和大氣污染物控制系統耦合協調水平分為3 個階段：①2011—2013 年，處于中級耦合協調，耦合協調度緩慢增加.②2014—2016 年，由中級耦合協調上升為良好耦合協調，耦合協調度快速增長，增長了16.08%.③2017—2019 年，處于良好耦合協調，耦合協調度緩慢增加.Feng 等[30]研究表明，2013—2017 年我國實施的《大氣污染防治行動計劃》對各省份大氣污染物的治理起到了很好的效果，這在一定程度上也促進了耦合協調水平的上升.

2.2.2 分區時空特征

為進一步探究碳減排與大氣污染物控制系統間耦合協調度的地區時空特征，基于八大經濟區對耦合協調度進行分析(見表1)，以明確各經濟區減污降碳協同效應的差異.

由表1 可知，除黃河中游經濟區外，其他經濟區耦合協調水平都有不同程度的上升，其變化過程、波動幅度和年均增速存在差異.樣本研究期內，南部沿海和西北經濟區的耦合協調水平遠高于其他各經濟區，且都處在良好協調階段到優質協調階段的躍遷過程.這是由于南部沿海經濟區加快產業結構優化升級，優先發展先進制造業和高新技術產業，如海南省2021 年以旅游業、現代服務業、高新技術產業、熱帶特色高效農業為主導的產業增加值占GDP 的70%[31]；西北經濟區經濟發展水平不高，經濟結構以資源型工業和傳統農業為主，這些因素使得協同效應水平較高.東北和東部沿海經濟區耦合協調水平處于中等偏上水平，耦合協調度呈“N”型波動緩慢增長，處在中級協調階段到良好協調階段的躍遷過程.這是由于東北經濟區以重工業為主，近些年開始產業轉型，協同效應水平明顯上升；東部沿海經濟區由于經濟發展水平較高，產業結構較為合理，協同效應較強.長江中游和西南經濟區耦合協調水平處于中等偏下水平，耦合協調度呈“N”型波動較快增長，處在初級協調階段到優質協調階段的躍遷過程.這是由于長江中游經濟區的工業與農業基礎較為雄厚，第一產業產值占比高于全國平均水平；西南經濟區輕工業和重工業均比較發達，經濟發展處于一種相對穩定的狀態，近些年環境治理不斷加強，這些因素使得協同效應水平明顯上升.北部沿海經濟區耦合協調水平處于下等水平，耦合協調度呈“N”型波動緩慢增長，處在勉強協調階段到初級協調階段的躍遷過程.北部沿海經濟區雖然經濟發展水平較高，但由于山東省和河北省是能源消費大省，影響減污降碳協同效應的提高.黃河中游經濟區的耦合協調效應處于失調階段，耦合協調度呈倒“U”型變化，隨后下降到原來水平.這是由于黃河中游經濟區是全國重要的以煤炭為主的能源生產基地和農牧業生產基地，其中內蒙古自治區、山西省、河南省的能源消耗量在全國排在前列，這些因素使得協同效應水平較低.

表1 2011-2019 年八大經濟區碳減排和大氣污染物控制系統的耦合協調度Table 1 Coupling coordination degree of carbon emission reduction and pollutant control systems in eight economic zones from 2011 to 2019

綜上，除黃河中游經濟區外，其他經濟區碳減排和大氣污染物控制系統耦合協調水平都有不同程度的上升.這說明經濟發展水平的差異對減污降碳協同效應有不同程度的影響，經濟發展水平高，產業結構較為合理，政府和企業的環境治理投資和技術研發投資較大，推動節能減排技術和末端治理技術的應用，有效促進了大氣污染物和二氧化碳的協同減排[32].

2.2.3 各省份時空特征

進一步分析各省份碳減排和大氣污染物控制系統的耦合協調水平，并探究耦合協調度的省級時空特征.由表2 可知，2011—2019 年，我國30 個省(自治區、直轄市)碳減排和大氣污染物控制系統的耦合協調水平在空間上存在固化和動態變化兩種特征，固化特征體現為部分省份始終處于優質耦合協調區(天津市、青海省、北京市、海南省)，動態變化特征具體體現在：①2011—2015 年，各省份都處于輕度失調區及以上水平，良好耦合協調區和優質耦合協調區的數量有所增加；②2015—2019 年，除山西省處于嚴重失調外，其他省份的耦合協調水平都有不同程度的上升，其中優質耦合協調區的省份數量增長了1.8 倍.

表2 2011—2019 年我國各省份碳減排與大氣污染物控制系統耦合協調度的時空分布Table 2 Spatial and temporal distribution of coupling coordination of carbon emission reduction and pollutant control systems in China from 2011 to 2019

從總體來看，超過半數的省份處于中級耦合協調水平以上，表明大多數省份積極貫徹國家的節能減排和污染防治政策，從一定程度上促進了減污降碳協同效應的提高.但山西省、山東省和內蒙古自治區等省份的耦合協調水平較差，表明部分省份由于能源消費不合理和大氣污染物治理水平較差，嚴重影響減污降碳協同效應的提高，亟需針對性地制定減污降碳協同增效的策略和政策[33].

2.3 減污降碳協同效應的影響機制分析

2.3.1 模型檢驗與分析

通過對各影響因素進行OLS 模型(擬合度R2為0.660)檢驗表明，城鎮化率的回歸系數不顯著，給予剔除.從表3 可以看出，對于核心解釋變量，OLS 模型在1%的水平上都顯著，具體來看，能源消費總量、能源消費強度和能源消費結構是減污降碳協同效應的主要影響因素，能源消費結構正向影響減污降碳協同效應，能源消費總量和能源消費強度負向影響減污降碳協同效應，表明通過提高能源利用效率、優化能源消費結構以及強化節能等措施，在很大程度上能夠提高減污降碳的協同效應.對于控制變量而言，OLS模型檢驗結果顯示，產業結構和進出口貿易總額兩因素在1%的水平上顯著，這是由于產業結構與能源消費強度具有相互作用關系，通過調整產業結構(高級化)，可提高能源利用效率；而進出口貿易總額也可通過優化開放結構，引進資金和先進技術而降低能源消費強度，從而使這兩個因素間接影響減污降碳協同效應，因此這兩個因素在1%的水平上顯著.而人均GDP和環保投資占比兩因素在1%的水平上不顯著(在5%的水平上顯著)，這是由于經濟發展到一定程度呈現邊際效益遞減的規律(隨著人均GDP 的增長，邊際效益遞減)，在沒有重大產業變革和技術革新的情況下，能源消費強度的降幅逐漸縮小，趨于平緩[34]；又限于我國以往的環保投資主要用于大氣污染物的末端治理，很少用于或涉及碳減排措施的實施，因此人均GDP 和環保投資占比對減污降碳協同效應的影響在1%的水平上不顯著.此外，采用空間杜賓模型(SDM)驗證減污降碳協同效應各影響因素是否具有空間效應，以檢驗GTWR 模型估計結果的穩健性，從SDM模型(擬合度R2為0.740)直接效應和間接效應的回歸結果表明，能源消費總量、能源消費結構、能源消費強度、產業結構和進出口貿易總額等5 個因素對減污降碳協同效應存在顯著的空間效應.

表3 OLS 和SDM 模型的回歸結果Table 3 Regression results of OLS and SDM models

2.3.2 地區異質性分析

為進一步分析具有顯著空間效應的5 個因素(能源消費總量、能源消費結構、能源消費強度、產業結構和進出口貿易總額)對減污降碳協同效應的空間異質性影響，選擇研究基期和末期兩個年份，用ArcGIS 自然斷裂點法對GTWR 模型的回歸系數進行空間分析，其結果見表4.

表4 2011—2019 年各影響因素回歸系數的空間分布Table 4 Spatial distribution of regression coefficients of various influencing factors from 2011 to 2019

續表 4

能源消費總量對減污降碳的協同效應總體呈現較強的負向影響，影響較強的地區主要分布在東北、北部沿海、東部沿海和西北經濟區，以及部分省份(陜西省、山東省、福建省、安徽省)；能源消費結構對減污降碳的協同效應總體呈現正向影響，但這種促進作用較弱，并且具有較強的空間差異，處于較弱影響的地區主要分布在北部沿海和長江中游經濟區，以及部分省份(河南省、新疆維吾爾自治區、黑龍江省)；能源消費強度對減污降碳的協同效應總體呈現負向影響，影響較強的地區主要分布在北部沿海、東部沿海、長江中游和黃河中游經濟區，以及部分省份(新疆維吾爾自治區、福建省)；產業結構對減污降碳的協同效應總體呈現負向影響，并且集中在內陸地區，影響較強的地區主要分布在長江中游、黃河中游和西北經濟區，以及部分省份(黑龍江省、河北省、重慶市、四川省)；進出口貿易總額對減污降碳的協同效應在少部分地區呈現較強的正向影響，主要分布在東北和西北經濟區，以及部分省份(陜西省、河南省、內蒙古自治區、山東省).

以上研究表明，能源消費總量、能源消費結構、能源消費強度、產業結構和進出口貿易總額等5 個因素對減污降碳協同效應的影響存在顯著的空間異質性，其影響機制分析如圖4 所示.具體來說，由于經濟發展對能源的依賴性較強，尤其我國以煤為主的能源消費結構較大程度地影響了地區的減污降碳協同效應，因此社會經濟發展速度較快且人口集聚的沿海經濟區或經濟發展以資源能源供應和基礎工業為主的資源型地區的減污降碳協同效應主要受能源三因素(能源消費總量、能源消費強度、能源消費結構)的直接影響；由于產業結構與能源消費強度存在相互作用關系，產業結構高級化對能源利用效率提高具有顯著促進作用，而產業結構低級化又受到能源消費強度的制約[35]，因此對于產業結構高級化的南部沿海和東部沿海等經濟區，通過提高能源利用效率，對減污降碳協同效應產生正向的間接影響.反之，對于產業結構不盡合理的長江中游、黃河中游和西北等經濟區，能源消費強度相對較高，對減污降碳協同效應產生較強的負向間接影響；此外，對外開放水平可通過引進資金和先進技術而降低能耗，正向間接影響減污降碳的協同效應(東北和西北等經濟區)，也可能通過污染轉移，導致能源消費總量的增加，從而負向間接影響減污降碳的協同效應(北部沿海和南部沿海等經濟區).綜上，只有因地制宜地制定經濟社會發展全面綠色轉型政策與策略，尋求能源和產業結構調整優化模式，才能從源頭上實現減污降碳協同增效.

3 結論與政策建議

3.1 結論

a) 2011—2019 年，我國碳排放量緩慢增長，污染物排放當量自2014 年開始明顯下降.從八大經濟區來看，大氣污染物和碳排放主要集中在東北、北部沿海和黃河中游經濟區.從省份來看，大氣污染物和碳排放主要集中在內蒙古自治區、遼寧省、山東省、山西省、河北省、江蘇省和河南省.

b) 2011—2019 年，我國減污降碳的協同效應整體上明顯提高，不同經濟區和省份的減污降碳協同效應存在明顯的時空差異.從八大經濟區來看，除黃河中游經濟區外，其他經濟區碳減排和大氣污染物控制系統耦合協調水平都有不同程度的上升.從省份來看，我國30 個省(自治區、直轄市)碳減排和大氣污染物控制系統的耦合協調水平在空間上存在固化和動態變化兩種特征，超過半數的省份處于中級耦合協調水平以上，但山西省、山東省和內蒙古自治區等省份的耦合協調水平較差.

c) OLS 模型的回歸結果表明，核心解釋變量能源消費總量、能源消費強度和能源消費結構是減污降碳協同效應的主要影響因素；同時，通過GTWR 模型進行地區異質性分析表明，能源消費總量、能源消費結構、能源消費強度、產業結構和進出口貿易總額等5 個因素對減污降碳協同效應的影響存在顯著的空間異質性.

3.2 政策建議

a) 注重頂層設計，制定差異化的減污降碳協同策略.在“雙碳”背景下，發揮減污降碳的協同作用，將能源結構調整、能源效率提升、產業結構轉型升級、多污染物協同控制作為“十四五”期間我國溫室氣體與大氣污染物協同控制的戰略重點，實現從大氣污染物末端治理到減污降碳協同控制的治理方式轉型.

b) 完善“能耗雙控”目標，推動能源結構優化轉型，大力開發可再生能源.以國家“新增可再生能源不納入能源消費總量控制，原料用能不納入能源消費總量和能源消費強度控制”的要求為準則，合理確定各地區能耗強度降低目標，促進“能耗雙控”政策與碳達峰、碳中和目標任務的銜接.在北部沿海、東部沿海和南部沿海經濟區應合理建設海上風電；在東北、西北和黃河中游、長江中游經濟區應積極發展風電、光伏等可再生能源；在西南經濟區應統籌推進水、風和光電綜合利用.

c) 加強地區間合作，實現地區和部門間的協同治理.由于大氣污染物和碳排放具有空間集聚特征，決策者應考慮省份之間的相互作用和空間異質性影響，編制重點行業和關鍵技術的減污降碳協同增效指南，制定跨地區和跨部門的減污降碳協同治理方案.與此同時，結合各地區產業發展現狀與區位優勢，促進發達地區向相對落后地區的產業轉移和技術流動，進而實現地區間的產業布局優化和減污降碳協同增效.