中國沿海城市群減污降碳協同增效時空演變及影響因素

陳小龍，狄乾斌,b,2，吳洪宇

（1. 遼寧師范大學 a. 地理科學學院；b. 海洋經濟與可持續發展研究中心，遼寧 大連 116029；2. 河北科技師范學院 海洋經濟與沿海經濟帶研究中心，河北 秦皇島 066004）

“十四五”時期，中國生態文明建設進入減污降碳協同增效新階段（王涵 等，2022a）。黨中央、國務院對深入打好污染防治攻堅戰、實現減污降碳協同增效提出明確部署和要求；中央經濟工作會議也明確要求“繼續打好污染防治攻堅戰，實現減污降碳協同效應”（姜華 等，2021）。城市群作為區域經濟發展重要載體，尤其京津冀、長三角和珠三角城市群是最具經濟活力、開放程度最高的國家級城市群，其減污降碳協同增效作用的發揮是國家可持續發展重要驅動力量（任梅 等，2019）。厘清中國沿海三大城市群減污降碳協同增效的演變規律和影響機制，準確把握減污降碳協同增效的發展重點、方向和著力點，對推動區域污染物減少與碳排放達峰盡早實現具有重要意義。

碳排放引起的生態環境污染與全球氣候問題已成為研究熱點，國內外學者都給予高度關注。1）研究內容上：主要集中在大氣污染物與碳排放的驅動機理、應對策略及其效應的研究（Ramanthan et al., 2010; Mosikaei et al., 2020; Wang et al., 2019; Du et al., 2021）；環境治理對碳減排、氣候變化的協同效應及評價研究；減污降碳對策措施及其協同效應評價研究（Yu et al., 2020）。如牛彤（2019）構建大氣污染物和二氧化碳協同減排系統的理論模型，測算不同地區工業協同減排程度，并提出相應對策；Okorn 等（2021）通過對大氣污染物排放和碳排放監測，驗證污染物減排協同性；高慶先等（2021）對大氣污染防治進行效果評估，發現技術進步對SO2、NO2、煙塵和碳減排的產生正向協同效應；王涵等（2022b）構建減污-降碳-經濟評價指標體系，對各地區減污、降碳和經濟指標進行綜合評價，提出減污降碳與經濟協調發展建議。2）研究區域上：包括全國、城市群等尺度。如Li等（2021）對中國減污降碳協同效應的時空特征及其影響機制分析；孫麗文等（2020）對京津冀區域碳排放協同治理及影響因素進行分析；馬偉波等（2022）利用時空地理加權回歸法和隨機森林法分析長三角城市群減污降碳驅動因素的重要性變遷特征；長江流域典型（Ren et al., 2020）等區域尺度研究；也有北京（謝元博 等，2013）、重慶（王敏 等，2021）、上海和黑龍江省等省級尺度研究；阿迪拉·阿力木江等（2020）以上海市為例，對碳減排和大氣污染控制的協同效益進行評價；張揚等（2015）對黑龍江省大氣污染防治行動計劃的溫室氣體減排進行核算；以及沈陽（溫娜，2021）、烏魯木齊（高玉冰 等，2014）和唐山等城市尺度研究；邢有凱等（2020）以唐山市為例，基于城市藍天保衛戰行動，對協同控制局地大氣污染物和溫室氣體效果進行評估。3）研究部門上，涉及到交通部門（Jiao et al., 2020）；工業部門的電力行業（Zhou et al., 2015）、鋼鐵行業（汪旭穎 等，2022）、水泥行業（Zhang et al.,2020）、農業等部門。何艷秋等（2020）對中國農業碳排放空間網絡結構及區域協同減排進行分析。4）研究對象上，包括清潔能源規則及排放回升對二氧化碳和大氣污染物排放的影響（Keyes et al.,2019），也涉及對“大氣污染防治行動計劃”和“城市藍天保衛戰行動”的減污降碳協同效應分析。5）研究方法上，測算大氣污染物和二氧化碳等溫室氣體主要是《IPCC國家溫室氣體排放清單指南》（2006）公布的排放因子法（李晴 等，2013）、大氣污染物當量法（李建熹 等，2011）；減污降碳協同效應評價多采用相關系數法（宋飛 等，2012）、彈性系數法（何峰 等，2021）、協同減排當量法（毛顯強 等，2012）、協同效應坐標系法（高玉冰 等，2021）和協同效應評估指數法（高慶先 等，2021）；減污降碳協同效應預測多采用多元線性回歸模型（常樹誠 等，2021）、LEAP 模型（馮相昭 等，2021）、STIRPAT模型（楊森 等，2019）等方法。

綜上，已有文獻側重環境污染治理或碳排放測度的研究范式，隨著對協同效應研究的不斷深入，越來越多的研究討論大氣污染物與碳排放的協同效應，但對減污降碳的研究限于協同控制的案例，對減污降碳協同增效的城市對比數據研究成果較少；其次，區域減污降碳協同增效內涵、性質等理論研究居多，主要集中在全國及省域層面，現階段城市群水平的減污降碳缺乏測度指標，對不同規模、發展程度的城市群呈現的異質性現象難以做出有效的解釋；且少有研究將局部空間相關分析與局部空間回歸分析相結合，從城市群內部城市角度切入進行長時間尺度上影響因素的作用機制研究。

基于此，本文以中國沿海三大城市群為研究對象，將協同發展理論、區域碳排放與環境治理納入統一框架，構建減污降碳協同增效評價體系；采用改進Topsis模型、空自間相關分析、復合系統協同度模型和回歸模型，定量測度三大城市群減污降碳協同增效時空演化規律及其協同度，分析其影響因素。以期為城市群因地制宜地制定減污降碳協同增效策略和助力雙碳目標實現提供參考依據。

1 研究方法與數據來源

1.1 減污降碳協同增效內涵與評價指標體系

1.1.1 減污降碳協同增效內涵 參考相關研究，對減污降碳協同增效內涵進行定義。劉茂輝等（2022）認為中國大氣污染物與二氧化碳等溫室氣體之間產生協同效應，即污染物減排措施的實施在實現此項污染物減排的同時，還產生其他環境效益的現象；侯靜怡等（2022）從“減污”“降碳”“協同度”3 個維度定義減污降碳協同度；鄭逸璇等（2021）從目標、區域、對象、任務、政策等5個維度的協同性系統的給出減污降碳協同增效的基本內涵；姜華等（2021）從減污和降碳的目標、路徑、管理手段和責任主體4個方面分析減污降碳協同增效的內涵。綜上可知，降碳與減污之間可以產生很好的協同效應，在減污降碳協同增效整體動態系統中，運用多種手段和措施推進降低二氧化碳等溫室氣體排放同時，也能減少常規污染物排放（狄乾斌等，2022a）。城市是碳排放的主要來源地，中國城市地區碳排放約占全國碳排放總量的80%以上（Shan et al., 2017），主要來源于城市產業、交通、建筑、土地等領域的碳排放活動；同時也是各類污染物排放相對集中區域，在城市化、工業化建設中協同推進節能減排，對中國實現減污降碳協同增效愿景至關重要（馬偉波 等，2022）。近年來，隨著中國一系列區域和空間發展戰略的實施，城市群作為中國經濟發展最為集中和活躍的空間場所，是中國經濟發展和能源消耗的集聚區域，具有典型的污染物、碳排放時空分異與協同特征，同時城市群內各城市間也面臨著減污降碳協同增效任務（Chen et al., 2023）。

根據現有研究，城市群減污降碳協同增效內涵豐富：1）減污和降碳構成城市生態文明建設布局，目標高度協同；2）以全局性、系統化的視角統籌融合城市群污染治理與碳減排的戰略規劃，以減污制度建設維護降碳目標平衡，同時用降碳政策促減污發展，體現減污降碳政策協同；3）減污和降碳突出城市源頭、系統、綜合治理及同根同源同過程性質，使得減污降碳協同治理手段和路徑協同；4）重點關注碳排放量大及環境污染嚴重城市，人口稠密、能源消耗量大城市群，對應環境污染與碳排放在區域分布上高度一致；5）城市群中能源、工業、建筑、交通等重點領域，火電、鋼鐵等高排放行業，其責任主體高度協同（狄乾斌 等，2022a）。

1.1.2 減污降碳協同增效綜合評價指標體系構建

從城市層面看，應重點關注環境污染嚴重的地區，該地區同時也是碳排放量大的地區，城市溫室氣體與環境污染物排放具有同根、同源、同過程的特點，具備協同治理的巨大潛力。利用該特點，采取相應的手段減少污染物排放和降低溫室氣體排放，是一種高效環境管理策略（陳小龍 等，2021）。城市群各城市間協調發展、產業集聚、經濟聯系密切等特征，可促進城市群減污降碳協同增效提升，在環境污染與治理、能源和產業結構優化、生態環境統一協調、資源綜合利用等方面更易統籌安排（王少劍 等，2022）。依據減污降碳協同增效理論內涵和核心特征，將環境、資源、經濟協同發展理念貫穿到本研究的體系構建中，凸顯經濟發展與環境效益相結合原則，并遵循評價指標和數據的可操作性、可獲取性原則獲取指標，構建中國沿海三大城市群各城市減污降碳協同增效綜合評價指標體系，具體見參考文獻（狄乾斌 等，2022a）。

1.2 研究方法

1.2.1 改進的TOPSIS 模型 采用改進的TOPSIS模型對沿海三大城市群減污降碳協同增效水平進行測算。該方法根據各評價方案到理想解的歐式距離遠近，評價方案優劣狀況，與傳統的TOPSIS 算法相比，克服因權重改變可能產生逆序現象的缺點，使評價結果區分度更加明顯，在此基礎上計算中國沿海三大城市群減污降碳協同增效指數，使得評價結果更加合理準確（狄乾斌 等，2019）。

1.2.2 核密度估計（KDE） 為探究中國沿海城市群減污降碳協同增效的動態演進過程，借助核密度估計對其在不同階段的動態變化趨勢進行可視化展示。具體公式為（狄乾斌 等，2022b）：

式中：fh(x)為核密度估計值；n為樣本數；h為帶寬。K()為核函數；（x-x）i為估計值點到測量點xi的距離值。

1.2.3 空間自相關分析 中國沿海三大城市群區位條件、資源優勢、經濟發展水平差異明顯，其減污降碳協同增效必然具有區域性差異特征，而這些差異可能存在影響城市本身及相鄰城市減污降碳的空間自相關性。因此，需要對中國沿海城市群減污降碳協調增效進行空間自相關分析，檢驗空間積集聚性。利用GeoDa 軟件計算三大城市群全局莫蘭指數，檢驗減污降碳協同增效在整體空間的相關性，再進行局部空間相關性分析城市內部減污降碳協同增效集聚規律，公式分別為（任梅 等，2019）：1）全局空間自相關：

2）局部空間自相關：

式中：n為研究城市總數；i、j為具體城市；xi、xj分別為城市發展指數；xˉ為均值；wij為空間權重矩陣，表示i與j的鄰近關系。Moran'sI∈ [-1, 1]，接近0時，空間自相關弱，隨機分布特征；接近1或-1時，空間自相關強，集聚分布特征。Moran'sIi值為正時，表示與相鄰城市有相似高值（低值），即空間集群為HH 集群和LL 集群；Moran'sIi值為負時，說明城市與相鄰城市有顯著差異，即空間離群為HL集群和LH集群。

1.2.4 復合系統協同度模型 1）子系統有序度。Twk為減污降碳協同增效的序參量，基于序參量對減污降碳協同治理系統有序度的正負影響，分為正向和負向的序參量，正向序參量取值越大，系統有序度越高，負向序參量取值越大，系統有序度越低，Twk序參量有序度計算公式為（狄乾斌 等，2022a）：

式中：Uw(Twk)為序參量有序度，Uw(Twk)?［0，1］；Twk?［awk，bwk］，awk、bwk分別為減污降碳協同增效第w個子系統的第k個序參量的最小值和最大值；城市子系統Tw的有序度可通過Uw(Twk)加總求和獲得，公式為：

式中：Uw(Tw)為子系統有序度；Pw為權系數，Pw≥0且Pw=1。2）復合系統協同度。設定從初始時刻t0發展到時刻t1， 則各城市子系統的有序度為(Tw)、U1w(Tw)，從t0到t1時刻的減污降碳協同增效復合系統的整體協同度為：

式中：F表示減污降碳協同增效復合系統協同度；n表示城市數量；β表示系統協同度的穩定性，當β＜0時，表示系統整體處于不穩定或不協同狀態，β＞0處于正協同狀態；γw表示權重系數。

1.3 數據來源

本研究涉及的研究區域包括京津冀城市群的13個城市、長三角城市群的26個城市和珠三角城市群的14 個城市。指標數據來源為2011—2020 年《中國城市統計年鑒》（中華人民共和國國家統計局，2011—2020）《中國環境統計年鑒》（中華人民共和國國家統計局 等，2011—2020）《中國城市建設統計年鑒》（中華人民共和國住房和城鄉建設部，2011—2020）和北京、天津、上海、廣東等省（市）國民經濟和社會發展統計公報①https://www.beijing.gov.cn/; http://www.tianjin.gov.cn/; https://www.hebei.gov.cn/; https://www.shanghai.gov.cn/; https://www.zhejiang.gov.cn/; https://www.jiangsu.gov.cn/; https://www.guangdong.gov.cn/。碳排放數據來源于中國碳核算數據庫②https://www.ceads.net.cn/data/，并采用Chen等（2020）利用國家物理地球數據中心提供的DMSP/OLS 和NPP/VIRRS 夜間燈光數據得出。結合中國城市溫室氣體排放數據（中國城市溫室氣體工作組，2019）進行處理，得到2010—2019年中國沿海三大城市群53個城市碳排放量。

2 中國沿海城市群減污降碳協同增效時空演變分析

2.1 減污降碳協同增效時間特征分析

根據改進Topsis模型求得沿海三大城市群53個城市2010—2019 年的減污降碳協同增效指數（表1）。整體看，三大城市群減污降碳協同增效指數平均值從2010 年的0.433 上升到2019 年的0.592，呈現穩定增長趨勢。城市群層面看，三大城市群減污降碳協同增效指數群際和群內差異較小，長三角減污降碳協同增效指數整體呈上升趨勢；京津冀減污降碳協同增效指數為平穩波動；珠三角減污降碳協同增效指數出現增長速度變緩的態勢。長三角城市群減污降碳協同增效指數具有較高水平，但增長速度緩慢；京津冀城市群雖在研究初期較低，但提升幅度最大，從2010年0.434增長至2019年的0.585，年均增長率達34.79%；珠三角城市群減污降碳協同增效指數雖在初期較高，但在研究期內增長率為33.25%，從2016 年低于三大城市群平均水平，到2019年，均值在三大城市群中處于中間位置。

表1 2010—2019年三大城市群減污降碳協同增效指數Table 1 Synergistic index of reducing pollution and carbon in three urban agglomerations from 2010 to 2019

為進一步分析三大城市群減污降碳協同增效的時序變化特征，利用Eviews軟件繪制相應年份的核密度曲線（圖1）。從位置變化看，研究期間三大城市群核密度曲線隨時間推移呈現右移趨勢，表明減污降碳協同增效保持上升態勢，同時核密度曲線右尾的移動距離大于左尾，說明減污降碳協同增效指數的低值區域相對減小，高值區域相對增加。從分布形態看，京津冀城市群變化曲線主峰高度上升、寬度減小，城市群內部絕對差異呈縮小趨勢；長三角城市群主峰高度先降低后升高，總體表現為降低，寬度則有所減小；珠三角城市群在2019年時波峰高度快速提升，表明在觀測期內該地區減污降碳協同增效呈現逐漸集中的趨勢。

圖1 三大城市群（a. 京津冀；b. 長三角；c. 珠三角）減污降碳協同增效核密度Fig.1 Synergistic kernel density of pollution reduction and carbon reduction in three major urban agglomerations(a. Beijing-Tianjin-Hebei; b. Yangtze River Delta; c. Pearl River Delta)

2.2 減污降碳協同增效空間特征分析

選取2010、2015、2019 年數據，利用Arc-GIS10.2 繪制減污降碳協同增效空間分布（圖2），探討中國三大城市群減污降碳協同增效的空間分異特征。

圖2 三大城市群減污降碳協同增效空間格局Fig.2 Spatial pattern of synergy in reducing pollution and carbon in three urban agglomerations

從圖2可以看出，沿海三大城市群內減污降碳協同增效呈現不同的空間演化特征。京津冀城市群減污降碳協同增效從2010年的以滄州、保定、廊坊為中心，從東北向西南遞減，演變為以北京、唐山、秦皇島為中心，向南北兩側遞減的空間格局。長三角城市群減污降碳協同增效的空間分布則由“沿杭州-湖州-蘇州-南通-鹽城的“S”型向東西兩側遞減，演變為從東南沿海向西北內陸遞減的格局。珠三角城市群減污降碳協同增效的空間分布相對穩定，呈現以多城市為中心，從珠江入海口兩側向內陸遞減，城市集群環繞分布的格局。2010—2019年減污降碳協同增效低效運行城市數量逐漸減少，2010年減污降碳協同增效低效運行城市為張家口、邢臺、杭州、紹興、嘉興和東莞，主要分布在長三角城市群；2010年減污降碳協同增效低效運行城市為秦皇島、南通、韶關和肇慶，主要分布在珠三角城市群；2016年減污降碳協同增效低效運行城市為京津冀和長三角城市群的承德、滁州和無錫。

根據各城市減污降碳協同增效指數變動情況，參考任梅等（2019）將53 個城市劃分為4 種類型：提高、穩定、波動和下降，對應城市總數分別為20、11、16和7個（表2）。長三角占比最高的是提高型和波動型，城市數和占比分別為8 個和30.76%。京津冀中占比最高的是提高型，城市數量和占比分別為6 個和46.15%，分別是北京、天津、石家莊、唐山、衡水、邢臺，這些城市的經濟發展與科技創新水平相對較高；波動型城市有秦皇島、保定、廊坊、滄州，提高型和波動型城市是整體提升京津冀減污降碳協同增效關鍵。珠三角提高型占比最高，城市數量和占比分別是6個和42.86%；屬于穩定型為中山、汕尾、河源，屬于下降型的為東莞，提高型城市是整體提升珠三角減污降碳協同增效的努力方向。

表2 三大城市群減污降碳協同增效城市分類Table 2 Classification of cities for synergy in reducing pollution and carbon in three urban agglomerations

2.3 減污降碳協同增效的空間關聯特征

2.3.1 全局空間自相關結果分析 進一步利用全局空間自相關系數研究中國沿海城市群減污降碳協同增效的相關性（表3）。從結果可知，京津冀城市群除2010、2016、和2018 年全局Moran'sI為正值以外，其余年份的全局Moran'sI均為負值；且前8年未通過10%以下顯著性水平的假設檢驗，表明2010—2017年京津冀減污降碳協同增效呈分散分布，之后年份均通過5%檢驗，集聚明顯，京津冀空間特征由隨機向規律化轉變，負向相關關系占比較多。長三角除2011和2016年全局Moran'sI為正值以外，其余年份的全局Moran'sI均為負值；除2014 年外長三角均未通過顯著性檢驗，表明長三角各城市間減污降碳協同增效合作機制需進一步加強。珠三角全局Moran'sI在研究期間波動較大，除2013、2018和2019年其他年份均未通過顯著性檢驗，表明珠三角城市對周邊城市引領作用較弱，但該情況逐步得到改善。

表3 三大城市群減污降碳協同增效全局Moran's I指數Table 3 Moran's I index of global synergy in reducing pollution and carbon in three urban agglomerations

2.3.2 局部空間自相關結果分析 根據三大城市群各年局部Moran'sI散點圖（圖略）繪制成減污降碳協同增效局部空間聚類表，分析減污降碳協同增效局部關聯特征（表4）。

表4 三大城市群減污降碳協同增效局部空間聚類Table 4 Local spatial clustering table of synergy in reducing pollution and carbon in three urban agglomerations

從數量看，3個時期三大城市群53個城市分別有45.28%、43.39%、37.73%的區域顯示為正向的空間自相關性（H-H、L-L），但空間集聚不明顯；H-H和L-L集群數量分別從2010年的14、10個下降到2019 年的11、9 個，說明空間集聚程度變化較小，發展成效低的城市集聚程度略有減輕；L-H 集聚區和H-L集聚區數量較多，說明三大城市群減污降碳協同增效空間格局基本穩定，但區域差異明顯。從動態分布看，H-H集聚區在研究初期主要分布于經濟發展水平、科學技術水平高的城市，如京津冀城市群的北京、天津等城市，長三角城市群的上海、南京、合肥等城市。L-L 集聚區是三大城市群分布最少的的集聚類型；L-L 集聚區減污降碳協同增效相對較差，發展經濟效益的同時卻忽略生態環境，如京津冀城市群的張家口、唐山，長三角城市群的鹽城等城市。近年來，三大城市群轉變相對粗放的發展方式，調整產業結構，減污降碳協同增效逐步提高，在高協同城市的輻射帶動，逐步發展成新的H-H集聚區。L-H集聚區位于H-H集聚區和L-L 集聚區中間的過渡地帶，占比最高區域，如京津冀城市群秦皇島、邯鄲等城市，長三角城市群的蘇州、合肥、泰州等城市，珠三角城市群的韶關、河源等城市；這些區域易受相鄰集聚類型區的影響，向其他集聚區類型轉變，具有較大的減污降碳協同增效提升空間。H-L集聚區的減污降碳協同增效較高，但相鄰城市的減污降碳協同增效較低，如京津冀城市群石家莊、邢臺等城市，長三角城市群的舟山、金華、安慶等城市，珠三角城市群的江門、肇慶等城市；該集聚區容易出現極化效應，說明城市減污降碳協同增效發展不平衡，需不斷加強城市間的合作與聯系。

3 中國沿海城市群減污降碳協同增效復合系統協同度分析

中國沿海城市群減污降碳協同增效復合系統包含環境污染、環境治理、生態保護、經濟發展和資源利用5個子系統。由上述分析可知，中國沿海城市群減污降碳協同增效空間差異較大，為進一步探求5個子系統間協同發展狀況，采用復合系統協同度模型法對中國沿海三大城市群減污降碳協同增效發展水平進行分析。

3.1 子系統有序度

首先，對原始數據進行無量綱化處理，將數據運用到式（4）和（5），得到2010—2019 年中國沿海城市群減污降碳協同增效系統的有序度（圖3）。

圖3 三大城市群減污降碳協同增效系統的有序度Fig.3 Order degree of synergistic system of reducing pollution and carbon in three urban agglomerations

由圖3可知：2010—2019年中國沿海城市群減污降碳協同增效系統有序度呈顯著增長趨勢，上升速度均較快，說明減污降碳協同治理系統協同作用在不斷增強，城市經濟發展與生態環境保護工作成效正在加速顯現。不同城市群減污降碳協同增效子系統增長速度存在差異，長三角城市群增長速度最快，從2010 年的0.362 增長到2019 年的0.686，主要受長三角一體化政策的影響，環境污染治理水平得到提高，促進城市群內部城市之間減污降碳協同增效。京津冀、珠三角次之，受綠色發展共同體理念影響，京津冀整體有序度較高，逐漸形成完善的大氣污染治理利益協調和生態補償機制；珠三角增長潛力大，其城市群中部分城市已經進入后工業化階段，協同發展水平較高，促進減污降碳協同增效有序度的提高。

3.2 復合系統協同度

根據式（6）計算三大城市群減污降碳協同增效復合系統協同度，選取2010、2015、2019 年進行可視化分析（圖4）。總體上，研究期間中國沿海城市群減污降碳協同增效復合系統協同度較低，表明中國沿海城市群內部不協調，更深層次的作用機制尚未形成，減污降碳協同增效協同度整體波動大，系統處于不穩定、不協調的狀態。其主要原因在于城市之間經濟發展、環境污染，資源利用等情況差異大，城市減污降碳協同增效仍面臨較多難題。從變動趨勢看，長三角城市群協同度增長的速度最快，京津冀城市群次之，珠三角城市增長速度最慢。京津冀城市群2011—2019 年波動最大，尤其是在2014—2015 年，2015 年后協同度一直處于上升的趨勢；長三角城市群協同度整體處于波動上升趨勢，2011—2014 年處于下滑，由于積極實施減污降碳措施，2014 年開始緩慢上升；珠三角城市群與前兩者相比處于較穩定的狀態，整體波動較小。

圖4 三大城市群減污降碳協同增效系統協同度Fig.4 Synergy degree of synergistic system of reducing pollution and carbon in three urban agglomerations

4 減污降碳協同增效影響因素分析

借鑒已有研究（孫麗文 等，2020），構建中國沿海城市群減污降碳協同增效影響因素指標體系。以各子系統整體有序度（ZDS）為被解釋變量，解釋變量為：1）環境污染序參量有序度（HDS）表征城市污染物排放對減污降碳協同增效影響；2）環境治理序參量有序度（JDS）表征城市污染治理對減污降碳協同增效影響；3）生態保護序參量有序度（SDS）表征城市綠化對減污降碳協同增效影響；4）資源利用序參量有序度（YDS）表征能源消耗對減污降碳協同增效影響；5）經濟發展序參量有序度（CDS）表征產業等對減污降碳協同增效影響。通過構建回歸模型利用Stata16.0軟件對減污降碳協同增效影響因素進行分析，模型公式為（孫麗文 等，2020）：

式中：ZDS為子系統有序度；β0為常數項；βi為各影響因素回歸系數；?為隨機誤差項。

從各城市群內部分析各因素對減污降碳協同增效的影響，由表5可知，5個因素對減污降碳協同增效均具有影響作用，但對不同城市群的影響有所差異。

表5 三大城市群減污降碳協同增效影響因素回歸檢驗Table 5 Regression test of influencing factors of synergy in reducing pollution and carbon in three urban agglomerations

1）經濟發展對城市群減污降碳協同增效的影響存在空間差異，京津冀、長三角和珠三角城市群經濟發展回歸系數分別為1.010、0.967和0.889，均在1%的水平下顯著相關，城市經濟增長可為減污降碳協同增效提供必要的資金支持、科技創新。對比回歸系數可知，提高經濟發展有序度能顯著提升京津冀減污降碳協同增效水平；由于長三角較高的經濟發展水平能在一定程度上為減污降碳各個環節提供資金支持，有效推動了減污降碳協同增效發展；珠三角相對粗放型經濟增長造成污染嚴重，固體廢棄、污水處理緩慢，需進一步加強建設投資力度。各城市群應不斷挖掘經濟增長的潛力，努力縮小經濟發展水平上的差距，通過制度創新、技術創新等途徑，實現綠色增長，以不斷完善減污降碳協同增效。

2）環境污染對珠三角城市群減污降碳協同增效具有負向影響，回歸系數為-0.857，可能由珠三角城市群中各城市的環境管理協調能力、環境執法力度、污染治理水平差異較大導致；對京津冀和長三角城市群具有正向影響，提高環境治理和碳減排水平，有助于減污降碳協同增效水平發展。環境污染是制約京津冀、長三角城市群減污降碳協同增效重要因素，本質上污染物排放越少，對減污降碳的負面影響越小，越有利于減污降碳協同增效，政府應采取一定措施減少污染物和碳排放，優化制造業、提升服務業，促進產業結構升級。

3）環境治理對城市群減污降碳協同增效具有顯著的正向影響，京津冀、長三角和珠三角城市群環境治理回歸系數分別為0.881、0.999和0.960，均通過1%的顯著水平檢驗。環境治理中，對SO2去除、廢水排放達標處理、垃圾無害化處理、固體廢物處理能有效減少污染物與碳的排放，提升環境空氣質量；政府的作用體現在環境污染治理投資上，治理投資越多減污降碳協同增效水平越高，所以在繼續發揮生態保護和資源利用優勢的同時，需增加環境治理的投入。

4）生態保護對城市群減污降碳協同增效的影響存在空間差異，京津冀、長三角、珠三角城市群生態保護回歸系數分別為0.904、0.897和0.869，均在1%的水平下顯著相關。珠三角、京津冀和長三角城市群“城市化與工業化”的快速建設，使得制造業和第三產業快速發展、城市建設面積不斷擴張，加重了城市群的生態環境壓力。生態保護和減污降碳協同增效需協調發展，其中建成區綠化面積及覆蓋率、森林覆蓋率、公園綠色面積和城市綠地面積的提高，能有效吸收污染物，生態保護對城市群減污降碳協同增效的影響作用越來越大。

5）資源利用是京津冀、長三角城市群協同增效的關鍵因素，回歸系數較高，達1.028 和1.055，均通過1%的顯著水平檢驗。而資源利用對珠三角城市群減污降碳協同增效具有顯著的負向影響，表明資源利用是制約珠三角城市群減污降碳協同增效提升的重要因素，珠三角以煤炭、原油等能源消耗過多，能源消費總量不斷增加，加劇城市資源浪費，導致環境污染，降低減污降碳協同增效成效。基于此，三大城市群在保證經濟增長質量、加大生態保護力度和改善環境質量同時，關注資源綜合利用效率，努力彌補環境治理的短板。

5 結論與討論

5.1 結論

1）2010—2019 年中國沿海三大城市群減污降碳增效呈顯著且穩定增長的趨勢，減污降碳協同增效指數群際和群內差異較小。長三角城市群減污降碳協同增效指數整體呈上升趨勢，京津冀指數為平穩波動，珠三角指數則出現增長速度變緩的態勢。應從城市群內部優化減污降碳協同增效頂層制度設計，破除地區間的行政壁壘，縮小區域間差距。

2）2010—2019 年三大城市群減污降碳協同增效呈現不同的空間格局，京津冀以滄州、保定、廊坊為中心，從東北向西南遞減，演變為以北京、唐山、秦皇島為中心，向南北兩側遞減空間格局；長三角由“沿杭州-湖州-蘇州-南通-鹽城的高值區向東西兩側遞減，演變為從東南沿海向西北內陸遞減的格局；珠三角的空間分布相對穩定，呈現以多城市為中心，從珠江入海口兩側向內陸遞減，城市集群環繞分布的格局。

3）2010—2019 年京津冀城市群空間特征由隨機性分布向規律化轉變，存在較為顯著空間負向相關關系；除2014年外長三角城市群均未通過顯著性檢驗，表明長三角各城市間減污降碳協同增效合作機制需進一步加強；珠三角城市對周邊城市輻射效應弱，但輻射作用明顯提升；各城市顯示正向局部空間自相關性，空間集聚不明顯，應進一步建立城市群區域減污降碳協同增效經驗和資源共享機制。

4）2010—2019 年城市群減污降碳協同增效系統有序度呈顯著增長趨勢；復合系統協同度整體較低，長三角城市群增長的速度最快，京津冀城市群次之，珠三角城市增長速度最慢，空間上呈現出不同的演化與關聯特征，城市群內部更深層次的作用機制尚未形成，減污降碳協同增效整體波動大，處于不穩定、不協調的狀態。未來需構建城市群區域綠色低碳化技術協同創新體系，使之成為減污降碳協同增效核心動力和低碳轉型的重要保障。

5）經濟發展、環境污染、環境治理、生態保護和資源利用對中國沿海城市群減污降碳協同增效的影響存在差異。經濟發展、環境污染、環境治理、生態保護和資源利用對京津冀和長三角城市群減污降碳協同增效水平的提升，具有顯著正向影響；珠三角城市群減污降碳協同增效提升主要影響因素是環境治理、生態保護，進一步印證加強污染防治和提高資源利用效率可促進減污降碳協同增效提升。

5.2 討論

根據中國沿海三大城市群減污降碳協同增效特征，結合對三大城市群減污降碳協同增效的時空演變及影響因素分析，提出以下建議：

1）針對城市群減污降碳協同增效系統相互獨立、方式差異導致的協同水平低問題，首先，需深入貫徹《關于統籌和加強應對氣候變化與生態環境保護相關工作的指導意見》，將協同治理作為重要指導思想；其次，制定相關法律法規政策，實現依法降碳和依法治污協同；再次，完善城市群氣候變化投資、融資政策，發揮經濟手段在減污降碳協同治理中的作用；最后，在城市群內部清理與減污降碳協同治理不相適應的政策。

2）針對城市群減污降碳協同增效內部不協調，區域差異大，受技術條件的限制的問題，未來應加強技術創新與科技支持力度。城市群減污降碳協同增效中的能源結構調整、產業結構升級，都離不開技術創新，未來應積極制定重點行業和部門的減污降碳協同治理指南；建立城市群減污降碳協同增效科技創新體制；開展關鍵技術研發；加快發展方式轉型升級；設立專門減污降碳協同增效技術研發專項資金；為實現城市群減污降碳協同增效提供有利的技術保障。

3）針對城市群減污降碳協同增效多以污染防控和治理為主，其他領域合作較少的問題，未來應積極拓展環境合作領域。需充分認識減污降碳協同增效在城市群經濟發展、生態保護、資源利用進程中的重要作用；將區域合作作為減污降碳協同治理的平臺，推動城市間的合作和技術的共享；通過開展減污降碳協同增效專業人員培訓，加強城市間的合作；推動生態環境質量持續改善和合作的拓展。

本文基于中國沿海三大城市群減污降碳協同增效定量測度，解釋了三大城市群減污降碳協同增效時空演化及復合系統協同度，分析了關鍵因素，對城市群減污降碳，改善環境質量，促進碳達峰碳中和目標實現具有重要意義。城市群為城市經濟發展主要載體，其減污降碳協同作用的發揮，成為城市發展重要驅動力量，能對周邊地區形成良好示范引領作用，未來需對城市群污染與碳減排問題進行更深入研究。本文對城市群減污降碳協同增效的測度還不夠全面，影響城市減污降碳協同增效的因素還有很多，指標還需進一步完善。