Research on the difference in air pollution and carbon dioxide reduction and regional economic development levels in China
-
摘要:
我国正处于经济转型与快速发展时期,二氧化碳与大气污染物的协同减排是经济社会发展的挑战,同时也是推动经济结构绿色转型,加快形成绿色生产、生活方式,助推高质量发展的重大机遇。因此,全面了解我国各地区减污降碳与经济发展水平,有助于国家和地方政府因地制宜地制定减污降碳相关政策。构建了减污-降碳-经济综合评价指标体系,选择2016年和2018年30个省(自治区、直辖市)的能源经济与污染物及二氧化碳排放数据,利用灰色关联度法对各地区减污、降碳和经济指标进行综合评价,分析各项指标发展情况。通过对指标间二元、三元耦合协调度计算,分析各地区指标发展协调情况。根据各地评价指标得分及耦合协调度数据因地制宜地提出减污降碳与地区经济发展建议。
Abstract:China is in a period of economic transformation and rapid development. Coordinated emission reduction of carbon dioxide and air pollutants is a challenge for economic and social development on the one side, and on the other side it is also an important opportunity to promote the green transformation of economic structure, accelerate the formation of green production mode and lifestyle, and boost high-quality development. Thus a comprehensive understanding of the air pollution and carbon dioxide reduction and economic development levels in various regions of China will be helpful for national and local governments to formulate policies related to "air pollution and carbon dioxide reduction" according to local conditions. Therefore, an "air pollution reduction-carbon dioxide reduction-economic development" comprehensive evaluation index system was constructed, and energy economy, pollutants and carbon dioxide emission data of 30 provinces/municipalities/autonomous regions in 2016 and 2018 were selected to make the comprehensive evaluation of the pollution reduction, carbon dioxide reduction and economic indicators of various regions using the grey correlation degree method, and the development status of various indicators was analyzed. In addition, the coordination of the three indicators in each region was analyzed, through the calculation of the binary coupling coordination degree and ternary coupling coordination degree of indicators. Based on the evaluation index scores and the coordination degree data of various regions, suggestions on air pollution and carbon dioxide reduction and regional economic development were put forward according to local conditions.
-
我国正处于社会经济蓬勃发展阶段,能源消费量逐年上升[1]。我国的能源结构以化石能源为主,虽然煤炭消费占比逐年降低,但煤炭消费量依然巨大[2]。据国家统计局初步核算,2020年我国能源消费总量为49.8亿t(以标准煤计),比上年增长2.2%,其中煤炭消费量占能源消费总量的56.8%[3]。化石燃料燃烧向大气中排放大量二氧化碳,此外,燃烧产生的二氧化硫、氮氧化物、颗粒物等物质也是大气污染物的主要来源[4-6]。二氧化碳等温室气体排放与大气污染物排放具有同根、同源、同过程的特点,调整能源结构、产业结构不仅可以减少碳排放,也从根源上降低了污染物排放,但另一方面,能源结构和产业结构调整对地方经济发展影响巨大[7-8],为保障经济社会的平稳发展,寻求能源和产业结构的绿色调整模式,了解当前我国减污、降碳与地区经济发展状况及三者之间的协调关系,对今后因地制宜地制定绿色发展策略,保障各地区均衡发展有重要意义。
区域经济与生态环境的协调发展是我国可持续发展战略的客观要求,经济发展促进生态环境的保护,生态环境的保护反过来也促进经济的发展,二者的关系应是和谐的、可持续的、双赢的[9]。目前,二氧化碳及大气污染物排放已成为制约我国经济社会可持续发展的瓶颈,也是促进我国能源和产业结构调整的重要驱动力,因此二氧化碳及大气污染物排放控制已经上升为关系我国民生和战略发展的重大问题。以往经验[10-15]表明,空气质量管理是解决这一重大问题的有效抓手,针对可持续发展的空气质量管理这一重大问题的研究主要集中在以下几个方面:1)大气污染防治与经济社会之间的影响机理研究。如尹凡等[10]以湖南省挥发性有机污染物(VOCs)的排放为案例,构建了VOCs与经济增长之间的环境库兹涅茨曲线(EKC)检测模型。丁镭等[15]以浙江省11个地级市的3种大气污染物在2006—2017年的排放量为研究对象,利用全局莫兰指标、普通面板回归模型、空间杜宾模型等方法在空间计量经济学视角下探索了社会影响因素效应。2)大气污染防治与社会经济协同发展的途径对策研究[16-20]。如张志麒等[16]分析了工业能源利用过程中大气污染防治的环境经济政策。从产业结构调整、能效优化、排污管理等层面对现行政策进行梳理和分析,并通过模拟中国不同类型城市的发展情景,提出对应的政策组合选择建议。陈菡等[17]立足于后疫情时代经济绿色复苏的新形势,探讨“双达”行动对降低社会低碳转型成本和提高地方经济综合竞争力的推动作用,提出以温室气体和多污染物协同减排为导向,以管理和技术协同为保障及以区域协同治理为手段的应对思路。李洋等[20]利用空气质量模型针对京津冀及周边“2+26”城市秋冬季不同大气污染治理措施的减排量进行核算,从数据的角度评价分析了各项调整措施对细颗粒物(PM2.5)的环境减排效应,为衡量评价各项措施的减排经济效应提供参考。3)区域经济与空气质量管理协调发展的实证分析[21-22]。如樊文平等[21]构建城镇化发展评价指标体系,基于大气污染监测数据,采用全局主成分分析、和谐度模型、耦合协调度模型及GIS等方法,评价了山东省城镇化发展与大气环境的耦合协调关系,通过对耦合协调度的分析给出区域平衡发展建议。以上研究对通过空气质量管理实现经济与环境之间的可持续发展具有重要参考意义,然而目前我国面临减污降碳与区域协同发展的新形势,单一的大气污染物减排与区域经济发展的分析研究已不满足政策制定的需求,在空间尺度上缺少对全国范围内的减污、降碳、经济三者之间的协调度实证分析;此外,近年来国务院陆续颁布了《大气污染防治行动计划》《打赢蓝天保卫战三年行动计划》等大气污染防治举措,各地政府也因地制宜,出台了各类行动计划实施细则及秋冬季攻坚行动方案,因此在时间尺度上亦亟需对近期防治举措带来的减污降碳及地区经济发展协同效果进行分析评价。
为了全面综合地评价地区减污、降碳与经济发展形势,为地区未来产业、能源结构调整与发展方式提供参考依据,笔者针对当前我国面临的二氧化碳和大气污染物减排与地区经济协调发展之间的矛盾,构建减污降碳与地区经济发展评价指标体系,采用灰色关联度分析法,分析2016年和2018年全国30个省(自治区、直辖市)(由于统计数据缺失本研究数据不包括西藏、香港、澳门和台湾)的减污降碳与综合发展评价指标,并进一步对各地减污、降碳与经济发展三者之间的协调度进行动态分析,通过对不同空间尺度的区域进行比较,揭示我国各地区减污降碳与经济发展的现状及时空差异,以期为相关政策性建议的提出提供理论依据。
1. 数据来源与方法
1.1 减污降碳与地区经济发展综合评价
1.1.1 评价指标的选取
选择减污、降碳和经济3个二级评价指标,并综合考虑评价指标的代表性,在二级评价指标下选择大气污染物减排量及工业废气治理设施数作为三级减污指标,二氧化碳排放量及万元地区生产总值二氧化碳排放量作为三级降碳指标,地区一、二、三产增量和人均地区生产总值为三级经济指标。采用均值权重赋值方法对指标进行赋值,具体指标体系及其权重见表1。
表 1 减污-降碳-经济综合评价指标体系Table 1. Comprehensive evaluation index system of “air pollution reduction-carbon dioxide reduction-regional economic development”一级指标(A) 二级指标(B) 三级指标(C) 名称 权重/% 名称 权重/% 单位 减污降碳与经济发展
综合评价指标体系(A)减污指标(B1) 33 二氧化硫减排量(C1) 8.25 t 氮氧化物减排量(C2) 8.25 t 颗粒物减排量(C3) 8.25 t 工业废气治理设施数(C4) 8.25 套 降碳指标(B2) 33 二氧化碳排放量(C5) 16.5 万t 万元地区生产总值二氧化碳排放量(C6) 16.5 t/万元 经济指标(B3) 34 地区一产增量(C7) 8.5 亿元 地区二产增量(C8) 8.5 亿元 地区三产增量(C9) 8.5 亿元 人均地区生产总值(C10) 8.5 元 1.1.2 数据来源
所有数据均来源于《中国统计年鉴》《中国环境统计年鉴》和《中国能源统计年鉴》,或通过以上年鉴中的数据计算所得。其中标准煤燃烧的碳排放系数取0.68,二氧化碳的排放量通过下式计算:
$$ E_{m{\rm{CO}}_2}=E\times 0.68\times 44/12 $$ (1) 式中:
$E_{m{\rm{CO}}_2} $ 为地区二氧化碳排放量,万t;E为折换成标准煤的地区能源消费总量,万t。由此,万元地区生产总值二氧化碳排放量的计算公式如下:
$$ {\rm{UE}}_{m{\rm{CO}}_2}=E_{m{\rm{CO}}_2}/{\rm{GDP}} $$ (2) 1.1.3 灰色关联度综合评价法
利用灰色关联度分析方法对指标数值进行综合评价。灰色关联度分析方法是根据因素之间发展趋势的相似或相异程度,作为衡量因素间关联程度的一种方法。其基本的思想是:以因素的数据序列为依据,用数学的方法研究因素间的几何对应关系,即序列曲线的集合形状越接近,则它们之间的灰色关联度越大,反之越小[23]。
设经过无量纲处理的分析指标体系数据矩阵如下式所示:
$$ ({\boldsymbol{X}}_1',{\boldsymbol{X}}_2',...,{\boldsymbol{X}}_n') = \left[ {\begin{array}{*{20}{c}} {x_1'(1)}& \cdots &{x_n'(1)} \\ \vdots & & \vdots &\\ {x_1'(r)}& \cdots &{x_n'(r)} \end{array}} \right] $$ (3) 式中:r为指标的个数;
${\boldsymbol{X}}_{i}'={\left[{x}_{i}'\left(1\right),{x}_{i}'\left(2\right),..., {x}_{i}'\left(r\right)\right]}^{\mathrm{T}}, \;\;i=1,2,...,n$ 。则灰色关联度综合评价方法包括以下几个步骤。
(1)确定参考数据列。根据灰色关联度的概念,参考数据列是一个理想的比较标准,可以以各指标的最优值(或最劣值)构成参考数据列,也可以根据评价目的选择其他参照值。记作:
${\boldsymbol{X}}_{0}'=[{x}_{0}'\left(1\right), {x}_{0}'\left(2\right), ...,{x}_{0}'\left(r\right)]$ 。选取评价当年地区大气污染物排放量,二氧化碳排放量,万元地区生产总值二氧化碳排放量的最低值,工业废气治理设施数,一、二、三产增量,人均地区生产总值的最高值共同组成参考数据序列。
(2)数据的无量纲化处理。由于各项指标的量纲相差较大,为了便于各项指标之间的对比,采用线性比例法对各项评价指标进行无量纲化处理,公式如下:
$$ \begin{split}& {x_i}(k) = {{x_i'(k)}}/{{\overline {x_i'} }} \end{split} $$ (4) 式中:xi(k)为无量纲指标;
${{x_i'(k)}} $ 为无量纲化处理前的指标;${\overline {x'_i} }$ 为第i列指标的平均值;k=1,2,...,r。无量纲化处理后的矩阵如下所示:
$$ ({\boldsymbol{X}}_{0},{\boldsymbol{X}}_{1},...,{\boldsymbol{X}}_{n})=\left[\begin{array}{ccccc}{x}_{0}\left(1\right)& \cdots & {x}_{n}\left(1\right)\\ \vdots & & \vdots \\ {x}_{0}\left(r\right)& \cdots & {x}_{n}\left(r\right)\end{array}\right] $$ (5) (3)依次计算每个被评价对象指标(比较序列)与参考序列对应元素的绝对差值,即计算
$ \left| {{x_0}(k) - {x_i}(k)} \right| $ 。( 4)计算
$\mathop {\min }\limits_{i } \mathop {\min }\limits_{k } \left| {{x_0}(k)- {x_i}(k)} \right|$ 与$\mathop {\max }\limits_{i} \mathop {\max }\limits_{k}| {x_0}(k) - {x_i}(k) |$ 。(5)计算灰色关联系数。按照以下公式计算各序列的关联系数:
$$\begin{aligned} & {\zeta _i}(k) = \frac{{\mathop {\min }\limits_i \mathop {\min }\limits_k \left| {{x_0}(k) - {x_i}(k)} \right| + \rho \mathop {\max }\limits_i \mathop {\max }\limits_k \left| {{x_0}(k) - {x_i}(k)} \right|}}{{\left| {{x_0}(k) - {x_i}(k)} \right| + \rho \mathop {\max }\limits_i \mathop {\max }\limits_k \left| {{x_0}(k) - {x_i}(k)} \right|}}\\ \end{aligned} $$ (6) 式中ρ为分辨系数,取值为(0,1),ρ越小关联系数间差异越大,区分能力越强,本研究ρ取0.5。
(6)计算各指标的加权评价值。本研究中各指标的关联系数与指标权重的乘积即为各指标加权评价值及评价得分。
1.2 指标协调性评价方法
为考察减污降碳与地区经济发展之间的协调性,对减污、降碳及经济指标之间的耦合协调度进行计算。
1.2.1 二元耦合协调度计算
二元耦合协调度计算公式如下[24]:
$$ C = {X_s}{Y_s}/{\left(\frac{{{X_s} + {Y_s}}}{2}\right)^2} $$ (7) $$ T = \alpha {X_s} + \beta {Y_s} $$ (8) $$ D = \sqrt {C \times T} $$ (9) 式中:Xs和Ys分别代表s地区减污、降碳、经济单元中的任意2项综合评价指标与所有地区中该单元综合评价指标最大值的比值;C为协调度,取0~1,当C=1时,表示Xs与Ys处于最佳耦合状态;当C=0时,表示Xs 与 Ys内部各要素之间无关,Xs和 Ys指标无序发展。由于耦合度只描述二者之间的相互作用程度,不反映耦合协调水平的高低,因此用D表示Xs与Ys之间耦合协调水平的高低。T为Xs 与 Ys之间的综合发展水平。α、β分别表示Xs 与 Ys的权重,这里α=β=1/2。
1.2.2 三元耦合协调度计算
三元耦合协调度计算公式如下[24]:
$$ C' = {\left\{ {({X_s}' \times {Y_s}' \times {Z_s}')/{{\left[ {({X_s}' + {Y_s}' + {Z_s}')/3} \right]}^3}} \right\}^{1/3}} $$ (10) $$ T' = \alpha '{X_s}' + \beta '{Y_s}' + \gamma '{Z_s}' $$ (11) $$ D' = \sqrt {C' \times T} ' $$ (12) 式中:C′为三元协调度;Xs
′、Ys ′、Zs ′分别为减污、降碳、经济单元的综合评价指标与所有地区中该单元综合评价指标最大值的比值;T ′为三者的综合发展水平,α′=β′=γ′=1/3;D′为三元耦合协调度。 参照文献[24-25],考虑耦合协调度评价得分及其分值聚集程度,将耦合协调度划分为六大类别:优质协调发展、良好协调发展、中级协调发展、初级协调发展、勉强协调发展和不协调发展。具体划分标准如表2所示。
表 2 耦合协调度等级划分Table 2. Grading standards of coupling coordination degree耦合协调度类型 耦合协调度得分(D) 优质协调发展 0.90~1.00 良好协调发展 0.80~0.89 中级协调发展 0.70~0.79 初级协调发展 0.60~0.69 勉强协调发展 0.50~0.59 不协调发展 0.00~0.49 2. 结果与讨论
2.1 减污-降碳-经济综合评价
2.1.1 地区减污、降碳和经济指标评价
2016年和2018年全国30个省(自治区、直辖市)的减污、降碳和经济指标综合得分如表3~表5所示。由表3可知,2016年减污指标排名前5的地区为浙江、海南、天津、北京和上海,2018年减污指标排名前5的地区为天津、海南、北京、上海和青海。减污指标分布大致呈西高东低的形态,对比2016年和2018年的指标分布情况,内蒙古、河北和辽宁的减污指标得分持续降低,2018年山东、安徽、江苏的减污指标相较于2016年有所上升,说明这些地区大气污染治理成效显现。由表4可知,2016年和2018年降碳指标排名前5的地区分别为海南、北京、吉林、重庆、天津以及海南、北京、天津、吉林、重庆。降碳指标新疆、内蒙古、辽宁、山西、河北和山东等地区的得分较低,由于降碳指标是由二氧化碳排放指标和能源消耗指标构成,因此这些地区的得分偏低与地区一次能源消费量较高相关。整体上,降碳指标呈北低南高的趋势,这与我国一次能源的生产及消费趋势相关,为此能源结构的持续优化调整有利于在全国范围内提升我国总体的降碳水平。由表5可见,2016年和2018年经济指标排名前5的地区均为江苏、广东、山东、河南、浙江。经济指标分布不平衡,东南沿海地区的经济指标明显高于中西部及东北部地区。减污指标和经济指标分布大致呈相反趋势,因此若要同时提升全国范围内的减污和经济指标,需要因地制宜地转型发展,减少高能耗高污染的发展方式,提升中西部地区第三产业的发展,保障持续发展的同时加强东部地区污染物排放控制。
表 3 地区减污指标综合得分及排名Table 3. Synthesis score and ranking of regional air pollution reduction index地区 2016年 2018年 得分 排名 得分 排名 北京 26.78 3 26.91 3 天津 26.70 4 26.31 1 河北 18.29 28 14.91 30 山西 18.68 27 17.69 27 内蒙古 18.10 29 15.54 29 辽宁 19.46 25 15.85 28 吉林 23.48 9 22.22 10 黑龙江 21.05 17 18.88 20 上海 26.27 5 26.58 4 江苏 18.90 26 18.43 23 浙江 28.35 1 23.03 7 安徽 19.87 24 19.06 19 福建 22.04 13 20.84 11 江西 20.39 23 18.54 22 山东 17.94 30 18.08 26 河南 20.74 20 20.82 12 湖北 22.27 12 20.75 13 湖南 20.73 21 18.20 24 广东 21.00 18 22.65 8 广西 23.29 10 20.51 14 海南 27.33 2 27.28 2 重庆 24.91 7 23.16 6 四川 21.51 16 19.50 17 贵州 21.60 15 19.10 18 云南 20.85 19 18.59 21 陕西 21.82 14 20.48 15 甘肃 22.91 11 20.22 16 青海 26.14 6 25.16 5 宁夏 23.93 8 22.32 9 新疆 20.64 22 18.10 25 表 4 地区降碳指标综合得分及排名Table 4. Synthesis score and ranking of regional carbon dioxide reduction index地区 2016年 2018年 得分 排名 得分 排名 北京 31.25 2 30.49 2 天津 29.53 5 28.09 3 河北 21.87 30 18.85 29 山西 22.12 28 19.40 27 内蒙古 23.49 26 18.29 30 辽宁 23.76 25 20.55 25 吉林 29.80 3 28.09 4 黑龙江 27.04 15 24.50 17 上海 29.00 7 27.62 6 江苏 25.17 23 23.39 22 浙江 26.75 17 24.58 16 安徽 27.82 10 26.06 8 福建 28.66 8 25.49 11 江西 29.19 6 27.60 7 山东 22.85 27 20.41 26 河南 25.56 21 23.52 20 湖北 27.26 13 25.32 13 湖南 27.61 11 25.59 10 广东 25.29 22 23.15 23 广西 28.28 9 26.02 9 海南 31.38 1 30.62 1 重庆 29.57 4 27.90 5 四川 26.13 19 23.92 19 贵州 26.94 16 25.13 14 云南 27.10 14 24.82 15 陕西 27.29 12 25.39 12 甘肃 26.69 18 24.26 18 青海 25.67 20 23.42 21 宁夏 24.67 24 21.07 24 新疆 21.97 29 19.03 28 表 5 地区经济指标综合得分及排名Table 5. Synthesis score and ranking of regional economic development index地区 2016年 2018年 得分 排名 得分 排名 北京 23.08 11 19.93 7 天津 22.33 13 18.08 13 河北 23.18 9 18.70 11 山西 19.57 26 15.68 26 内蒙古 21.39 16 16.80 19 辽宁 21.41 15 17.15 17 吉林 20.55 22 16.03 25 黑龙江 21.05 18 17.05 18 上海 23.16 10 19.71 8 江苏 31.85 1 29.52 1 浙江 24.66 5 20.82 5 安徽 21.63 14 17.67 14 福建 22.80 12 19.12 10 江西 20.72 21 16.64 21 山东 29.20 3 26.17 3 河南 24.91 4 20.92 4 湖北 23.72 6 19.62 9 湖南 23.27 8 18.56 12 广东 31.40 2 29.51 2 广西 21.32 17 17.27 15 海南 19.31 27 15.37 27 重庆 20.76 20 16.69 20 四川 23.63 7 20.41 6 贵州 20.05 24 16.28 23 云南 20.44 23 16.60 22 陕西 20.92 19 17.16 16 甘肃 19.13 28 15.04 29 青海 18.86 30 14.86 30 宁夏 19.00 29 15.05 28 新疆 19.96 25 16.04 24 2.1.2 地区减污-降碳-经济指标综合得分及排名
2016年和2018年全国30个省(自治区、直辖市)的减污-降碳-经济指标综合得分及排名如表6所示。由表6可知,2016年综合得分排名前5的地区分别为北京、浙江、天津、上海和海南,2018年综合得分排名前5的地区为北京、广东、上海、海南和天津。此外,与2016年相比,2018年综合得分排名上升的地区有13个,分别为山西、上海、江苏、安徽、山东、河南、湖北、广东、海南、贵州、云南、陕西和新疆,主要集中在中东部地区(陕西、陕西、河南、湖北、山东、安徽、江苏)和西南地区(贵州、云南)。综合指标排名上升强劲的地区主要分布在中东部和南部区域,而以一次能源生产及消费为主要发展驱动力的北部地区综合指标排名有所下降。为此,在减污、减碳、经济3个指标协同驱动下,高能耗、高污染地区的发展模式迫切需要转变。
表 6 地区减污-降碳-经济指标综合得分及排名Table 6. Synthesis score and ranking of regional "air pollution reduction-carbon dioxide reduction-economic development" index地区 2016年 2018年 得分 排名 得分 排名 北京 81.11 1 77.34 1 天津 78.56 3 72.48 5 河北 63.34 27 52.46 29 山西 60.37 30 52.77 28 内蒙古 62.99 28 50.62 30 辽宁 64.63 26 53.55 26 吉林 73.83 9 66.33 9 黑龙江 69.14 21 60.43 22 上海 78.42 4 73.90 3 江苏 75.92 7 71.34 6 浙江 79.77 2 68.43 7 安徽 69.32 20 62.80 18 福建 73.51 10 65.45 11 江西 70.31 17 62.78 19 山东 69.99 19 64.65 13 河南 71.21 15 65.26 12 湖北 73.26 11 65.69 10 湖南 71.62 13 62.34 20 广东 77.70 6 75.31 2 广西 72.89 12 63.80 15 海南 78.02 5 73.27 4 重庆 75.23 8 67.74 8 四川 71.27 14 63.83 14 贵州 68.59 23 60.51 21 云南 68.39 24 60.01 23 陕西 70.02 18 63.03 17 甘肃 68.74 22 59.53 24 青海 70.67 16 63.44 16 宁夏 67.60 25 58.45 25 新疆 62.57 29 53.16 27 2.2 地区减污-降碳-经济指标协调性分析
对地区减污-降碳-经济指标综合评价分析可知,我国幅员辽阔,省份众多,各地区资源优势不同,经济发展模式有差异,各地区的减污、降碳与经济的发展协调程度有差异,因此,在减污降碳协同的新形势下,对各地区发展规划的因地施策首先需要了解各地区的协调发展程度与差异以及地区间协调发展的联系。
2.2.1 二元耦合协调度分析
减污、降碳与经济指标的二元耦合协调度如表7所示,其中D12、D13和D23分别表示减污-降碳、减污-经济和降碳-经济的二元耦合协调度。从表7可以看出,2016年和2018年各地区的二元耦合协调度均能保持在中级协调发展水平之上,其中2016年的优质协调发展二元耦合协调度指标和良好协调发展二元耦合协调度指标地区个数均多于2018年。2018年6月27日,国务院印发《打赢蓝天保卫战三年行动计划的通知》(简称《行动计划》),拉开了打赢蓝天保卫战的序幕。随着《行动计划》的推进,各地区积极开展大气污染防治工作。由于各地推行政策不同,产业、能源、交通及用地结构有差异,政策落地对二氧化碳及大气污染物排放控制影响有差异,由此地区经济与减污降碳之间的协调度发生了变化。相比于2016年,2018年对能源需求及消耗量大、产业结构偏工业的地区(如河北、山西、内蒙古、辽宁)出现了耦合协调度下降的情况;此外,2018年甘肃、宁夏、青海、新疆等西北地区的减污-经济与降碳-经济二元耦合协调度相较于2016年有所下降,可见在全国污染防治及碳减排形势向好的背景下,需要关注西北地区的经济发展。
表 7 减污、降碳与经济指标二元耦合协调度Table 7. Binary coupling coordination degree between the indexes of regional air pollution reduction, carbon dioxide reduction and economic development地区 2016年 2018年 D12 D13 D23 D12 D13 D23 北京 0.98 0.91 0.92 1.00 0.90 0.90 天津 0.97 0.90 0.90 0.97 0.87 0.86 河北 0.82 0.83 0.84 0.76 0.77 0.79 山西 0.83 0.80 0.81 0.80 0.76 0.76 内蒙古 0.83 0.81 0.84 0.76 0.75 0.76 辽宁 0.85 0.82 0.84 0.79 0.76 0.79 吉林 0.94 0.85 0.88 0.93 0.81 0.83 黑龙江 0.89 0.84 0.86 0.86 0.79 0.82 上海 0.96 0.90 0.90 0.97 0.89 0.88 江苏 0.85 0.89 0.94 0.85 0.90 0.93 浙江 0.96 0.93 0.90 0.91 0.88 0.87 安徽 0.88 0.83 0.88 0.88 0.80 0.84 福建 0.92 0.86 0.90 0.89 0.84 0.85 江西 0.90 0.83 0.88 0.88 0.78 0.83 山东 0.82 0.87 0.90 0.82 0.87 0.87 河南 0.88 0.87 0.89 0.87 0.86 0.86 湖北 0.91 0.87 0.90 0.89 0.84 0.86 湖南 0.89 0.85 0.89 0.86 0.80 0.85 广东 0.88 0.92 0.94 0.89 0.95 0.93 广西 0.93 0.86 0.88 0.89 0.81 0.83 海南 0.99 0.86 0.87 1.00 0.83 0.83 重庆 0.95 0.86 0.88 0.94 0.82 0.84 四川 0.89 0.87 0.89 0.86 0.84 0.86 贵州 0.90 0.83 0.85 0.87 0.79 0.81 云南 0.89 0.83 0.86 0.86 0.78 0.81 陕西 0.90 0.84 0.87 0.89 0.81 0.83 甘肃 0.91 0.83 0.84 0.88 0.78 0.79 青海 0.93 0.85 0.83 0.91 0.81 0.78 宁夏 0.90 0.84 0.82 0.86 0.79 0.77 新疆 0.84 0.82 0.81 0.80 0.77 0.76 注: 表示优质协调发展; 表示良好协调发展; 表示中级协调发展。2.2.2 三元耦合协调度分析
减污、降碳与经济指标的三元耦合协调度如表8所示。由表8可知,2016年和2018年三元耦合协调度均为优质协调发展的地区为北京、天津、上海、江苏、广东和海南,这些地区主要分布在京津和东南沿海地区,其中2018年,北京、天津、上海、江苏、上海人均地区生产总值排名包揽了前5位(图1),地区经济发展对拉动减污降碳与地区协调发展具有重要作用。相较于2018年,河北、山西、内蒙古、辽宁和新疆的减污-降碳-经济三元耦合协调度有所降低,对比分析2018年这5个地区的能源消费总量排名与人均地区生产总值排名,河北、山西、内蒙古和辽宁的能源消费总量位列前10,新疆的能源消费总量位列11;然而人均地区生产总值排名除内蒙古位列第9外,其他4个地区均位列10名以外。能源消耗是大气污染物和二氧化碳排放共同的根与源,通过地区能源消费总量与人均地区生产总值排名分析可知,能源消耗水平和经济发展之间的关系直接影响地区减污-降碳-经济三元耦合协调度。地区经济发展过程中面临的能源及产业调整要以同时降低能耗与提高产值为导向,以此提高减污-降碳-经济三者的耦合协调度。
表 8 减污-降碳-经济三元耦合协调度Table 8. Ternary coupling coordination degree between the indexes of regional air pollution reduction, carbon dioxide reduction and economic development地区 2016年 2018年 北京 0.94 0.93 天津 0.92 0.90 河北 0.83 0.77 山西 0.81 0.78 内蒙古 0.83 0.76 辽宁 0.84 0.78 吉林 0.89 0.86 黑龙江 0.87 0.83 上海 0.92 0.91 江苏 0.90 0.90 浙江 0.93 0.88 安徽 0.87 0.84 福建 0.89 0.86 江西 0.87 0.84 山东 0.87 0.86 河南 0.88 0.86 湖北 0.89 0.86 湖南 0.88 0.84 广东 0.92 0.93 广西 0.89 0.85 海南 0.91 0.90 重庆 0.90 0.87 四川 0.88 0.85 贵州 0.86 0.83 云南 0.86 0.82 陕西 0.87 0.84 甘肃 0.86 0.82 青海 0.87 0.84 宁夏 0.86 0.81 新疆 0.83 0.78 注:同表7。 3. 结论与展望
3.1 结论
(1)单指标得分结果表明,全国30个省(自治区、直辖市)减污指标综合得分呈现西高东低形势;降碳指标综合得分呈北低南高形势;东南沿海地区的经济指标综合得分明显高于中西部地区及东北部地区。地区第二产业发展水平与减污指标得分具有相反趋势,地区能源生产、消耗水平与降碳指标得分具有相反趋势。
(2)在减污-降碳-经济指标协同驱动下,高能耗、高污染地区的发展模式迫切需要转变。因地制宜地转型发展,减少高能耗、高污染的发展方式,提升中西部地区第三产业的发展,保障持续发展的同时加强东部地区污染物排放控制是提升全国范围内的减污和经济指标有效方法。
(3)2018年甘肃、宁夏、青海、新疆等西北地区的减污-经济与降碳-经济二元耦合协调度相较于2016年有所下降,由此,在全国污染防治及碳减排形势向好的背景下,需要关注西北地区的经济发展。
(4)能源消耗是大气污染物和二氧化碳排放共同的根与源,通过地区能源消耗总量与人均地区生产总值数据分析可知,能源消耗水平和经济发展之间的关系直接影响地区减污-降碳-经济三元耦合协调度。地区发展过程中面临的能源及产业调整要以同时降低能耗与提高产值为导向,以此提高减污-降碳-经济三者的耦合协调度。
3.2 展望
大气污染物与二氧化碳具有同根同源性,能源转型与产业结构调整是控制大气污染与减少二氧化碳排放的总抓手。另一方面,化石能源是目前我国地区发展的首要推动力,因此减污降碳与地区发展之间存在一定的矛盾。我国的大气污染物排放、二氧化碳排放与经济发展之间存在不平衡性。目前国家实施的命令控制型政策工具虽然能够快速、有效地控制大气污染物排放,改善空气质量,但是针对不同地区的发展需求仍缺少灵活度。为此未来的空气治理过程中,可采取减污降碳协同的双驱动模式,发挥政府利用命令控制型政策工具进行顶层设计作用,并充分调动市场及社会组织力量,同时发挥信息公开及市场调节作用,平衡全国各地区的大气污染物及二氧化碳排放与经济发展之间的关系,促进各地共同平衡发展。
-
表 1 减污-降碳-经济综合评价指标体系
Table 1 Comprehensive evaluation index system of “air pollution reduction-carbon dioxide reduction-regional economic development”
一级指标(A) 二级指标(B) 三级指标(C) 名称 权重/% 名称 权重/% 单位 减污降碳与经济发展
综合评价指标体系(A)减污指标(B1) 33 二氧化硫减排量(C1) 8.25 t 氮氧化物减排量(C2) 8.25 t 颗粒物减排量(C3) 8.25 t 工业废气治理设施数(C4) 8.25 套 降碳指标(B2) 33 二氧化碳排放量(C5) 16.5 万t 万元地区生产总值二氧化碳排放量(C6) 16.5 t/万元 经济指标(B3) 34 地区一产增量(C7) 8.5 亿元 地区二产增量(C8) 8.5 亿元 地区三产增量(C9) 8.5 亿元 人均地区生产总值(C10) 8.5 元 表 2 耦合协调度等级划分
Table 2 Grading standards of coupling coordination degree
耦合协调度类型 耦合协调度得分(D) 优质协调发展 0.90~1.00 良好协调发展 0.80~0.89 中级协调发展 0.70~0.79 初级协调发展 0.60~0.69 勉强协调发展 0.50~0.59 不协调发展 0.00~0.49 表 3 地区减污指标综合得分及排名
Table 3 Synthesis score and ranking of regional air pollution reduction index
地区 2016年 2018年 得分 排名 得分 排名 北京 26.78 3 26.91 3 天津 26.70 4 26.31 1 河北 18.29 28 14.91 30 山西 18.68 27 17.69 27 内蒙古 18.10 29 15.54 29 辽宁 19.46 25 15.85 28 吉林 23.48 9 22.22 10 黑龙江 21.05 17 18.88 20 上海 26.27 5 26.58 4 江苏 18.90 26 18.43 23 浙江 28.35 1 23.03 7 安徽 19.87 24 19.06 19 福建 22.04 13 20.84 11 江西 20.39 23 18.54 22 山东 17.94 30 18.08 26 河南 20.74 20 20.82 12 湖北 22.27 12 20.75 13 湖南 20.73 21 18.20 24 广东 21.00 18 22.65 8 广西 23.29 10 20.51 14 海南 27.33 2 27.28 2 重庆 24.91 7 23.16 6 四川 21.51 16 19.50 17 贵州 21.60 15 19.10 18 云南 20.85 19 18.59 21 陕西 21.82 14 20.48 15 甘肃 22.91 11 20.22 16 青海 26.14 6 25.16 5 宁夏 23.93 8 22.32 9 新疆 20.64 22 18.10 25 表 4 地区降碳指标综合得分及排名
Table 4 Synthesis score and ranking of regional carbon dioxide reduction index
地区 2016年 2018年 得分 排名 得分 排名 北京 31.25 2 30.49 2 天津 29.53 5 28.09 3 河北 21.87 30 18.85 29 山西 22.12 28 19.40 27 内蒙古 23.49 26 18.29 30 辽宁 23.76 25 20.55 25 吉林 29.80 3 28.09 4 黑龙江 27.04 15 24.50 17 上海 29.00 7 27.62 6 江苏 25.17 23 23.39 22 浙江 26.75 17 24.58 16 安徽 27.82 10 26.06 8 福建 28.66 8 25.49 11 江西 29.19 6 27.60 7 山东 22.85 27 20.41 26 河南 25.56 21 23.52 20 湖北 27.26 13 25.32 13 湖南 27.61 11 25.59 10 广东 25.29 22 23.15 23 广西 28.28 9 26.02 9 海南 31.38 1 30.62 1 重庆 29.57 4 27.90 5 四川 26.13 19 23.92 19 贵州 26.94 16 25.13 14 云南 27.10 14 24.82 15 陕西 27.29 12 25.39 12 甘肃 26.69 18 24.26 18 青海 25.67 20 23.42 21 宁夏 24.67 24 21.07 24 新疆 21.97 29 19.03 28 表 5 地区经济指标综合得分及排名
Table 5 Synthesis score and ranking of regional economic development index
地区 2016年 2018年 得分 排名 得分 排名 北京 23.08 11 19.93 7 天津 22.33 13 18.08 13 河北 23.18 9 18.70 11 山西 19.57 26 15.68 26 内蒙古 21.39 16 16.80 19 辽宁 21.41 15 17.15 17 吉林 20.55 22 16.03 25 黑龙江 21.05 18 17.05 18 上海 23.16 10 19.71 8 江苏 31.85 1 29.52 1 浙江 24.66 5 20.82 5 安徽 21.63 14 17.67 14 福建 22.80 12 19.12 10 江西 20.72 21 16.64 21 山东 29.20 3 26.17 3 河南 24.91 4 20.92 4 湖北 23.72 6 19.62 9 湖南 23.27 8 18.56 12 广东 31.40 2 29.51 2 广西 21.32 17 17.27 15 海南 19.31 27 15.37 27 重庆 20.76 20 16.69 20 四川 23.63 7 20.41 6 贵州 20.05 24 16.28 23 云南 20.44 23 16.60 22 陕西 20.92 19 17.16 16 甘肃 19.13 28 15.04 29 青海 18.86 30 14.86 30 宁夏 19.00 29 15.05 28 新疆 19.96 25 16.04 24 表 6 地区减污-降碳-经济指标综合得分及排名
Table 6 Synthesis score and ranking of regional "air pollution reduction-carbon dioxide reduction-economic development" index
地区 2016年 2018年 得分 排名 得分 排名 北京 81.11 1 77.34 1 天津 78.56 3 72.48 5 河北 63.34 27 52.46 29 山西 60.37 30 52.77 28 内蒙古 62.99 28 50.62 30 辽宁 64.63 26 53.55 26 吉林 73.83 9 66.33 9 黑龙江 69.14 21 60.43 22 上海 78.42 4 73.90 3 江苏 75.92 7 71.34 6 浙江 79.77 2 68.43 7 安徽 69.32 20 62.80 18 福建 73.51 10 65.45 11 江西 70.31 17 62.78 19 山东 69.99 19 64.65 13 河南 71.21 15 65.26 12 湖北 73.26 11 65.69 10 湖南 71.62 13 62.34 20 广东 77.70 6 75.31 2 广西 72.89 12 63.80 15 海南 78.02 5 73.27 4 重庆 75.23 8 67.74 8 四川 71.27 14 63.83 14 贵州 68.59 23 60.51 21 云南 68.39 24 60.01 23 陕西 70.02 18 63.03 17 甘肃 68.74 22 59.53 24 青海 70.67 16 63.44 16 宁夏 67.60 25 58.45 25 新疆 62.57 29 53.16 27 表 7 减污、降碳与经济指标二元耦合协调度
Table 7 Binary coupling coordination degree between the indexes of regional air pollution reduction, carbon dioxide reduction and economic development
地区 2016年 2018年 D12 D13 D23 D12 D13 D23 北京 0.98 0.91 0.92 1.00 0.90 0.90 天津 0.97 0.90 0.90 0.97 0.87 0.86 河北 0.82 0.83 0.84 0.76 0.77 0.79 山西 0.83 0.80 0.81 0.80 0.76 0.76 内蒙古 0.83 0.81 0.84 0.76 0.75 0.76 辽宁 0.85 0.82 0.84 0.79 0.76 0.79 吉林 0.94 0.85 0.88 0.93 0.81 0.83 黑龙江 0.89 0.84 0.86 0.86 0.79 0.82 上海 0.96 0.90 0.90 0.97 0.89 0.88 江苏 0.85 0.89 0.94 0.85 0.90 0.93 浙江 0.96 0.93 0.90 0.91 0.88 0.87 安徽 0.88 0.83 0.88 0.88 0.80 0.84 福建 0.92 0.86 0.90 0.89 0.84 0.85 江西 0.90 0.83 0.88 0.88 0.78 0.83 山东 0.82 0.87 0.90 0.82 0.87 0.87 河南 0.88 0.87 0.89 0.87 0.86 0.86 湖北 0.91 0.87 0.90 0.89 0.84 0.86 湖南 0.89 0.85 0.89 0.86 0.80 0.85 广东 0.88 0.92 0.94 0.89 0.95 0.93 广西 0.93 0.86 0.88 0.89 0.81 0.83 海南 0.99 0.86 0.87 1.00 0.83 0.83 重庆 0.95 0.86 0.88 0.94 0.82 0.84 四川 0.89 0.87 0.89 0.86 0.84 0.86 贵州 0.90 0.83 0.85 0.87 0.79 0.81 云南 0.89 0.83 0.86 0.86 0.78 0.81 陕西 0.90 0.84 0.87 0.89 0.81 0.83 甘肃 0.91 0.83 0.84 0.88 0.78 0.79 青海 0.93 0.85 0.83 0.91 0.81 0.78 宁夏 0.90 0.84 0.82 0.86 0.79 0.77 新疆 0.84 0.82 0.81 0.80 0.77 0.76 注: 表示优质协调发展; 表示良好协调发展; 表示中级协调发展。表 8 减污-降碳-经济三元耦合协调度
Table 8 Ternary coupling coordination degree between the indexes of regional air pollution reduction, carbon dioxide reduction and economic development
地区 2016年 2018年 北京 0.94 0.93 天津 0.92 0.90 河北 0.83 0.77 山西 0.81 0.78 内蒙古 0.83 0.76 辽宁 0.84 0.78 吉林 0.89 0.86 黑龙江 0.87 0.83 上海 0.92 0.91 江苏 0.90 0.90 浙江 0.93 0.88 安徽 0.87 0.84 福建 0.89 0.86 江西 0.87 0.84 山东 0.87 0.86 河南 0.88 0.86 湖北 0.89 0.86 湖南 0.88 0.84 广东 0.92 0.93 广西 0.89 0.85 海南 0.91 0.90 重庆 0.90 0.87 四川 0.88 0.85 贵州 0.86 0.83 云南 0.86 0.82 陕西 0.87 0.84 甘肃 0.86 0.82 青海 0.87 0.84 宁夏 0.86 0.81 新疆 0.83 0.78 注:同表7。 -
[1] 孙倩, 汪鹏, 蔡国田, 等.基于LMDI的城市能源消费总量指标评价模型研究[J]. 生态经济,2019,35(6):98-105. SUN Q A, WANG P, CAI G T, et al. Research on evaluation model of urban energy consumption total indicators based on LMDI[J]. Ecological Economy,2019,35(6):98-105.
[2] ZHANG Y F, SHI X P, QIAN X Y, et al. Macroeconomic effect of energy transition to carbon neutrality: evidence from China's coal capacity cut policy[J]. Energy Policy,2021,155:112374. DOI: 10.1016/j.enpol.2021.112374
[3] 国家统计局. 国家数据[DB/OL]. [2021-07-08].https://data.stats.gov.cn/easyquery.htm?cn=C01. [4] YUE H, WORRELL E, CRIJNS-GRAUS W, et al. The potential of industrial electricity savings to reduce air pollution from coal-fired power generation in China[J]. Journal of Cleaner Production,2021,301:126978. DOI: 10.1016/j.jclepro.2021.126978
[5] 李慧, 王淑兰, 张文杰, 等.京津冀及周边地区“2+26”城市空气质量特征及其影响因素[J]. 环境科学研究,2021,34(1):172-184. LI H, WANG S L, ZHANG W J, et al. Characteristics and influencing factors of urban air quality in Beijing-Tianjin-Hebei and its surrounding areas('2+26' cities)[J]. Research of Environmental Sciences,2021,34(1):172-184.
[6] 柴发合.我国大气污染治理历程回顾与展望[J]. 环境与可持续发展,2020,45(3):5-15. CHAI F H. Review and prospect on the atmospheric pollution control in China[J]. Environment and Sustainable Development,2020,45(3):5-15.
[7] 张保留, 王健, 吕连宏, 等.对资源型城市能源转型的思考: 以太原市为例[J]. 环境工程技术学报,2021,11(1):181-186. DOI: 10.12153/j.issn.1674-991X.20200093 ZHANG B L, WANG J A, LÜ L H, et al. Thoughts on energy transformation of resource-based cities: taking Taiyuan City as an example[J]. Journal of Environmental Engineering Technology,2021,11(1):181-186. DOI: 10.12153/j.issn.1674-991X.20200093
[8] 史丹丹, 罗宏, 吕连宏, 等.晋城市能源优化发展对策研究[J]. 环境工程技术学报,2019,9(6):761-768. DOI: 10.12153/j.issn.1674-991X.2019.06.120 SHI D D, LUO H, LÜ L H, et al. Research on energy optimization development countermeasures of Jincheng City[J]. Journal of Environmental Engineering Technology,2019,9(6):761-768. DOI: 10.12153/j.issn.1674-991X.2019.06.120
[9] 王维国. 协调发展的理论与方法研究[M]. 北京: 中国财政经济出版社, 2000: 35-136. [10] 尹凡, 刘芷彤, 聂延庆, 等.大气污染物与经济增长关系机理分析及协调发展测度[J]. 河北省科学院学报,2020,37(3):95-100. YIN F, LIU Z T, NIE Y Q, et al. Mechanism analysis and coordinated develapment measurement of air pollutants and economic growth[J]. Journal of the Hebei Academy of Sciences,2020,37(3):95-100.
[11] MELE M, MAGAZZINO C. A Machine Learning analysis of the relationship among iron and steel industries, air pollution, and economic growth in China[J]. Journal of Cleaner Production,2020,277:123293. DOI: 10.1016/j.jclepro.2020.123293
[12] ZHU L Y, HAO Y, LU Z N, et al. Do economic activities cause air pollution: evidence from China's major cities[J]. Sustainable Cities and Society,2019,49:101593. DOI: 10.1016/j.scs.2019.101593
[13] JIANG Q Q, KHATTAK S I, RAHMAN Z U. Measuring the simultaneous effects of electricity consumption and production on carbon dioxide emissions (CO2e) in China: new evidence from an EKC-based assessment[J]. Energy,2021,229:120616. DOI: 10.1016/j.energy.2021.120616
[14] 崔秀萍.经济发展中城市化与大气污染曲线拟合相关性研究: 以内蒙古呼和浩特市为例[J]. 干旱区资源与环境,2017,31(11):44-49. CUI X P. Curve fitting of urbanization and air pollution in economic development of Hohhot City, Inner Mongolia[J]. Journal of Arid Land Resources and Environment,2017,31(11):44-49.
[15] 丁镭, 刁贝娣.空间计量经济学视角下的浙江工业大气污染物排放及社会影响因素[J]. 环境污染与防治,2021,43(1):132-138. DING L, DIAO B D. Industrial air pollutants emission and social influencing factors in Zhejiang from the perspective of spatial econometrics[J]. Environmental Pollution & Control,2021,43(1):132-138.
[16] 张志麒, 张保留, 罗宏.工业大气污染治理的环境经济政策体系研究[J]. 环境工程技术学报,2019,9(3):311-319. DOI: 10.12153/j.issn.1674-991X.2019.01.140 ZHANG Z Q, ZHANG B L, LUO H. Research on environmental economic policy system of industrial air pollution control[J]. Journal of Environmental Engineering Technology,2019,9(3):311-319. DOI: 10.12153/j.issn.1674-991X.2019.01.140
[17] 陈菡, 陈文颖, 何建坤.实现碳排放达峰和空气质量达标的协同治理路径[J]. 中国人口·资源与环境,2020,30(10):12-18. CHEN H, CHEN W Y, HE J K. Pathway to meet carbon emission peak target and air quality standard for China full text replacement[J]. China Population, Resources and Environment,2020,30(10):12-18.
[18] 李海生, 陈胜, 吴丰成, 等.协同创新 科技助力打赢蓝天保卫战[J]. 环境保护,2021,49(7):8-11. LI H S, CHEN S, WU F C, et al. Collaborative innovations and technological boost to beat air pollution[J]. Environmental Protection,2021,49(7):8-11.
[19] 于振东, 许为.汾渭平原焦化行业大气污染控制现状及控制对策[J]. 环境工程,2021,39(1):111-116. YU Z D, XU W. Current situation and countermeasures of air pollution emission control of coking industry in the Fenwei Plain[J]. Environmental Engineering,2021,39(1):111-116.
[20] 李洋, 唐伟, 杜谨宏, 等. 京津冀及周边“2+26”城市秋冬季大气污染治理措施效果评估研究[J]. 中国环境科学, 2021,41(10):4484-4494. LI Y, TANG W, DU J H, et al. Assessment on air pollution control measures during autumn and winter seasons in “2+26” cities of Beijing-Tianjin-Hebei and its surrounding areas[J]. China Environmental Science,2021,41(10):4484-4494.
[21] 樊文平, 王鸿康, 刘红平, 等.山东省城镇化发展与大气环境耦合协调性研究[J]. 华东经济管理,2020,34(3):23-30. FAN W P, WANG H K, LIU H P, et al. Study on coupling coordination degree of urbanization development and atmospheric environment in Shandong Province[J]. East China Economic Management,2020,34(3):23-30.
[22] 申伟宁, 李东松, 董葆茗.京津冀经济发展与空气质量的耦合协调性研究[J]. 技术经济与管理研究,2021(1):13-17. SHEN W N, LI D S, DONG B M. Coupling coordination of economic development and air quality in Beijing-Tianjin-Hebei urban agglomeration and its influencing factors[J]. Journal of Technical Economics & Management,2021(1):13-17.
[23] 湛社霞, 匡耀求, 阮柱.基于灰色关联度的粤港澳大湾区空气质量影响因素分析[J]. 清华大学学报(自然科学版),2018,58(8):761-767. DOI: 10.16511/j.cnki.qhdxxb.2018.26.031 ZHAN S X, KUANG Y Q, RUAN Z. Factors impacting the regional air quality in the Guangdong-Hong Kong-Macao Greater Bay Area: a study based on grey relational analysis[J]. Journal of Tsinghua University (Science and Technology),2018,58(8):761-767. DOI: 10.16511/j.cnki.qhdxxb.2018.26.031
[24] 王岱. 中国碳排放-经济发展-环境保护耦合协调关系分析[D]. 兰州: 西北师范大学, 2020. [25] 郑林昌, 李泽阳, 付加锋.中国不同类型城市低碳、环保与发展的协调性分析[J]. 财经理论研究,2021(1):12-23. DOI: 10.3969/j.issn.2095-5863.2021.01.002 ZHENG L C, LI Z Y, FU J F. Analysis of coordination between low carbon, environmental protection and development in different types of cities in China[J]. Journal of Finance and Economics Theory,2021(1):12-23. □ DOI: 10.3969/j.issn.2095-5863.2021.01.002
-
期刊类型引用(28)
1. 宋静俏,沈碧君,汪伟峰,许丹丹,冀建树,何佳宝,周军. 浙江省2001—2021年经济发展与碳锁定形势分析. 中国环境监测. 2025(01): 1-9 . 百度学术
2. 周行. 北京市“减污降碳”协同治理政策文本分析. 经济研究导刊. 2025(02): 80-84 . 百度学术
3. 银洲,况悦,刘丹丹,赵亚洲,张昕,李艳萍. 炼铁工序减污降碳协同增效技术评估方法研究. 环境工程技术学报. 2024(01): 33-42 . 本站查看
4. 王敏,杨儒浦,李丽平. 城市减污降碳协同度评价指标体系构建及应用研究. 气候变化研究进展. 2024(02): 242-252 . 百度学术
5. 刘贵利,王依,尤瑛圻,闫楠,牛海鹏,李明奎. 基于国土空间规划实践的减污降碳分区管治路径探索. 环境工程技术学报. 2024(02): 398-406 . 本站查看
6. 秦勇军,苏晴,喻元秀,朱小龙,张健,廖若鸿. 产业园区温室气体排放环境影响评价方法研究——以重庆某产业园区为例. 环境影响评价. 2024(02): 24-28 . 百度学术
7. 李中杰,李亚丽,蔺莉,汪艳如,张大为. 城市减污降碳绿色发展水平及耦合协调效应研究——以昆明市为例. 四川环境. 2024(02): 139-146 . 百度学术
8. 付加锋,岳丽艳,郑林昌,刘倩. 京津冀地区大气污染物与二氧化碳的协同减排分析. 生态经济. 2024(06): 164-171 . 百度学术
9. 边疆,王洋,鲍艾,张雅惠,项添春,裴子璇,王军锋. 天津市大气污染物与二氧化碳减排协同效应的季节变化分析. 环境保护. 2024(07): 17-23 . 百度学术
10. 刘明亮,尹晶晶,李华清,林剑艺. 减污降碳协同效率时空演化特征及驱动机制研究——基于中国三大城市群. 生态经济. 2024(07): 174-183 . 百度学术
11. 李可心,杨儒浦,李丽平,杨霖. 燃煤电厂减污降碳协同增效综合评价体系构建及实证研究. 环境科学研究. 2024(07): 1483-1491 . 百度学术
12. 王雅楠,李冰迅,张艺芯,赵滢,苗程凯,安嘉琪. 中国减污降碳协同效应时空特征与影响因素. 环境科学. 2024(09): 4993-5002 . 百度学术
13. 唐宇梅,邹同静,何水晶,江欧,姜瑞. 自贡市碳排放评估和减污降碳能力分析. 环境科学导刊. 2024(05): 7-11 . 百度学术
14. 狄乾斌,梁晨露,陈小龙. 京津冀减污降碳与经济发展的动态关联研究. 地理与地理信息科学. 2024(05): 124-133 . 百度学术
15. 徐炎炎,樊争科,侯琳,杜彦龙,田桓荣. 高压输变电带电作业用屏蔽织物的开发. 合成纤维. 2024(11): 18-22 . 百度学术
16. 刘佳垚,刘可,白安琪,孙青茹. 京津冀城市群“减污-降碳-经济发展”协同治理能力评价及障碍因子识别. 商业经济. 2024(12): 22-26 . 百度学术
17. 杨儒浦,王婷,杨霖,李丽平,王敏. 长三角地区工业领域节水降碳协同推进研究. 环境科学研究. 2024(12): 2622-2631 . 百度学术
18. 顾斌杰,赵海霞,骆新燎,朱天源,范金鼎. 基于文献计量的减污降碳协同减排研究进展与展望. 环境工程技术学报. 2023(01): 85-95 . 本站查看
19. 张雪纯,曹霞,宋林壕. 中国减污降碳效率测度及影响因素研究——基于超效率SBM-Tobit模型. 生态经济. 2023(10): 174-183 . 百度学术
20. 梁志蓉,杨鑫超,王姝,黄浩波. 产业园区温室气体排放环评试点工作进展及建议. 环境工程. 2023(S2): 310-312 . 百度学术
21. 陈小龙,狄乾斌,吴洪宇. 中国沿海城市群减污降碳协同增效时空演变及影响因素. 热带地理. 2023(11): 2060-2074 . 百度学术
22. 杨儒浦,冯相昭,王敏,李丽平. 城市交通部门温室气体和大气污染物协同减排潜力分析——以唐山市为例. 环境工程技术学报. 2023(06): 2033-2042 . 本站查看
23. 谢荣见,伍园梅,贾玉财. 考虑政府绿色偏好的集群企业共创价值演化路径. 中国人口·资源与环境. 2023(11): 117-130 . 百度学术
24. 李中杰,李亚丽,汪艳如,蔺莉,张大为. 昆明市减污降碳绿色发展协同效应及驱动因素研究. 环境生态学. 2023(12): 1-9 . 百度学术
25. 胡萌,伍雅思,常娇娇. 降碳减污协同效应:区域差异与协调路径. 环境经济研究. 2023(04): 191-208 . 百度学术
26. 王涵,马军,陈民,张真,丁杉杉,王淑兰,阳平坚. 减污降碳协同多元共治体系需求及构建探析. 环境科学研究. 2022(04): 936-944 . 百度学术
27. 唐湘博,张野,曹利珍,张嘉敏,陈晓红. 中国减污降碳协同效应的时空特征及其影响机制分析. 环境科学研究. 2022(10): 2252-2263 . 百度学术
28. 陆敏,徐好,陈福兴. “双碳”背景下碳排放交易机制的减污降碳效应. 中国人口·资源与环境. 2022(11): 121-133 . 百度学术
其他类型引用(12)