中国减污降碳协同效应的时空特征及其影响机制分析

唐湘博，张 野，曹利珍，张嘉敏，陈晓红,2*

1.湖南工商大学前沿交叉学院，湖南 长沙 410205

2.中南大学商学院，湖南 长沙 410083

随着《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》的先后实施，我国大气环境质量明显改善，但339 个地级及以上城市中仍有35.7%的城市环境空气质量尚未达标(2021 年)[1]，大气污染防治形势依然严峻.与此同时，为积极应对气候变化，彰显负责任的大国担当，2020 年9 月22 日国家主席习近平在第七十五届联合国大会一般性辩论上庄严提出中国“二氧化碳排放力争于2030 年前达到峰值，努力争取2060 年前实现碳中和”的国家自主贡献目标，这意味着我国环境污染防治面临减污降碳协同推进的新挑战.为实现减污降碳协同增效的总目标，深入打好大气污染防治攻坚战，基于大气污染物和二氧化碳等温室气体排放具有同根、同源、同过程的特点[2]，探究新时期我国减污降碳协同效应的时空特征及其影响机制，了解当前我国减污、降碳与地区经济发展三者之间的协调关系，对今后因地制宜地制定经济社会发展全面绿色转型政策与策略，推动生态文明和“美丽中国”建设具有重要意义.

协同效应是两个系统同时向更好状态演进的现象[3]，已有不少学者研究了生态环境与社会经济系统的协同效应.项国鹏等[4]研究表明，中国省域创业生态系统协同能促进经济增长，且省份的市场化水平越高作用效果越明显；Bai 等[5]通过建立协同评价指标体系和协同效应模型，综合评价了郑州“空港—工业—城市”系统的协同效应；Shen 等[6]综合分析了京津翼城市群生态系统服务簇之间的协同演化特征.随着对协同效应研究的不断深入，越来越多的研究讨论了大气污染物与碳排放的协同效应，有的以大气污染物和二氧化碳协同控制效应评估为视角，通过选取减排措施，评估协同减排量和经济效益的大小，以实现合理优化协同减排路径.如黄莹等[7]研究表明，广州市的交通运输结构调整在交通领域具有很强的协同控制效应；王力等[8]以渭南市为例，认为能源结构改善、产业结构优化、交通运输调整具有显著的大气污染物与温室气体协同减排效果；Xu 等[9]认为，通过增加钢铁行业节能减排技术的研发投资可以减少大气污染物和碳排放.还有的以政策实施对碳减排或大气污染物控制的协同效应为视角，评估碳减排政策的减污效应，以及大气污染物治理政策的降碳效应.如Liu等[10]评估了碳交易政策对我国城市PM2.5的协同减排作用；Shakya 等[11]研究表明，尼泊尔在引入碳税后具有一定的协同效益；Tollefsen 等[12]研究了大气污染物治理政策实施对温室气体产生的协同减排效果及其对社会整体的健康和经济效益.此外，也有较多学者对碳排放或者大气污染物的时空演化特征、影响因素和空间关联性进行了研究.如Wang 等[13]基于消费视角对我国PM2.5的排放进行了研究，发现不同因素对消费端PM2.5排放有显著的积极或消极影响；郑航等[14]对珠三角城市群的研究表明，提高碳排放空间关联网络的紧密性和稳定性，并破除网络的等级结构，可显著促进城市碳减排；王兆峰等[15]通过对长江经济带城市群碳排放的研究表明，碳排放具有时空演变特征并且各因素对碳排放的影响具有显著差异.以上研究都为新时期开展减污降碳协同效应研究提供了思路和借鉴.

然而，在目前的研究中，减污降碳协同效应的时空特征分析鲜有研究报道，关于减污降碳协同效应影响因素的空间演化规律和作用机制还不明确.该研究在对大气污染物和碳排放的时空特征进行分析的基础上，运用耦合协调模型对碳减排和大气污染物控制系统的协同效应进行评估，探究减污降碳协同效应影响因素的空间差异及其影响机制.这将有利于对大气污染物和碳排放重点地区的识别，以制定差异化的联防联控政策，同时也对科学研判减污降碳的主要驱动因素，系统谋划协同减排路径提供参考.

1 方法与数据

1.1 研究方法

1.1.1 污染物排放当量计算方法

为综合比较不同地区碳减排和大气污染物控制的协同效应，该研究利用《环境保护税法》中大气污染物当量系数对各大气污染物排放指标进行归一化处理[16].计算方法如下：

式中：E表示污染物排放当量；QSO2、QNOx、QPM分别表示某地区二氧化硫、氮氧化物、烟粉尘的排放量，单位均为104t；α、β和γ分别表示将SO2、NOx与PM 折算为污染物当量的系数.

1.1.2 协同效应模型

由于大气污染物和碳排放具有同根、同源、同过程的特征，而且我国以煤为主的能源结构、以重化工为主的产业结构、以公路为主的运输结构，决定了降碳与减污之间可以产生很强的协同效应[17]；此外，大气污染的末端治理过程也会产生大量的碳排放[18].因此，碳减排与大气污染物控制属于同一个系统内两个不同的子系统，并且存在紧密的动态耦合互馈关系，二者相互关联、相互作用、相互影响.

耦合协调模型能够有效反映不同子系统间协同发展态势，以及系统间的整体功效.因此，该研究运用耦合协调模型评价减污降碳协同效应，分析不同地区碳减排和大气污染物控制系统间的协调度差异；并借鉴王淑佳等[19]的方法对模型进行修正，以提高其信度和效度.模型计算方法如下：

式中：U2表示碳减排系统的水平，用碳排放量(单位为106t)的极差标准化值表示；U1表示大气污染物控制系统的水平，用污染物排放当量(单位为104t)的极差标准化值表示，二者采用极差标准化处理的目的是消除量纲的影响；C表示两系统的耦合度；T表示综合协调指数；a、b表示待定系数，该文认为碳减排和大气污染物控制同等重要，即a=b=0.5；D表示两系统的耦合协调度，范围为[0,1].D值越接近1，表明碳减排与大气污染物控制系统间的协调性越优，协同效应越强；D值越接近0，表明碳减排与大气污染物控制系统间的协调性越差，协同效应越弱.关于耦合度和耦合协调度等级的划分标准，借鉴王淑佳等[19]的研究.

1.1.3 空间计量模型

1.1.3.1 GTWR 模型

地理加权回归模型(GWR)可以克服传统计量经济学模型忽略空间效应、事先假定变量间存在同质性、所得系数仅基于区域平均的缺陷.在分析减污降碳协同效应的影响因素时，可以充分考虑复杂空间非平稳性、异质性的现实特点.但GWR 模型不能观测不同时间点的变化，Huang 等[20]将时间因素纳入GWR 模型，提出时空地理加权回归模型(GTWR).GTWR 模型对每个观测的空间单元在不同时间点都进行局部回归，能够较好地反映不同地理位置和时间下指标的作用大小及方向，因此可以用来分析减污降碳协同效应影响因素的空间异质性.GTWR 模型的表达式如下：

式中，Yi为i省份的耦合协调度，β0为 常数项，(ui,vi,ti)为i省份的时空坐标，βk为i省份减污降碳协同效应的第k个影响因素的回归系数，n为空间位置的数量，xik为i省份减污降碳协同效应的第k个影响因素，εi为i省份的随机误差项.

1.1.3.2 影响因素说明

中国以煤炭为主的能源消耗量持续增长是产生大气污染物和碳排放的主要原因[21]，据国际能源署报告，效率低下的能源生产和利用过程产生了85%的颗粒物和几乎所有的硫氧化物和氮氧化物[22]，因而该研究选择能源消费总量、能源消费强度和能源消费结构作为影响减污降碳协同效应的核心解释变量.借鉴IPAT 理论[23]和已有的研究成果[24-25]，证明经济发展加速了能源的消耗，同时能源的消耗也是经济发展的必要条件.我国的能源消耗集中在工业上，能源利用效率的低点也集中在工业上，重工业是高耗能、高污染及高碳排放的部门，因此通过优化产业结构可较大程度地影响大气污染物和二氧化碳的协同减排.同时，通过对外开放引进资金和先进技术可降低能源的消耗和污染物排放.通过环境规制可引导高能耗、高污染产业的调整或转型，优先发展科技含量高、能耗低、污染小的企业，将有效促进大气污染物和二氧化碳的协同减排.因此，该研究从经济发展水平、产业结构变化、对外开放水平和环境规制等方面选取指标作为控制变量，其中经济发展水平选择人均GDP和城镇化率指标，产业结构选择第二产业占比指标，对外开放水平选择进出口贸易总额指标，环境规制选择环保投资占比指标.

综上，该研究选择耦合协调度作为被解释变量(表示减污降碳协同效应的强弱)，能源消费总量〔地区能源总消耗量，104t(以标准煤计)〕、能源消费强度〔单位地区生产总值的能耗，t/(104元)(以标准煤计)〕和能源消费结构(天然气和电力能源占能源消费总量的比例，%)作为核心解释变量，选择城镇化率(分地区年末城镇人口比重，%)、人均GDP(地区生产总值与人口数的比值，元)、产业结构(第二产业增加值占地区生产总值的比重，%)、进出口贸易总额(货物进出口总额，万元)和环保投资占比(工业污染治理投资占工业增加值的比重，%)作为控制变量.为消除量纲的影响，对所有变量进行标准化(Z-Score)处理.

1.2 数据来源

该研究选择2011—2019 年我国30 个省(自治区、直辖市)的样本数据(不包括港澳台及西藏自治区的数据，下同)进行研究.其中，碳排放量数据来源于中国碳核算数据库[26]基于表观核算的省级碳排放清单，污染物排放量数据来源于《中国环境统计年鉴》，能源消费数据来源于《中国能源统计年鉴》，其他数据来源于《中国统计年鉴》，地区生产总值和第二产业增加值等经济数据通过GDP 平减指数(以2011 年为基期)折算为不变价.

2 结果与讨论

2.1 污染物排放当量与碳排放量的时空特征

2011—2019 年我国30 个省(自治区、直辖市)总体污染物排放当量和碳排放量随时间的变化情况如图1 所示.由图1 可知：碳排放量缓慢增长，由2011 年的1.028×1010t 增至2019 年的1.229×1010t，增幅为19.55%.污染物排放当量自2014 年开始明显下降，在“十二五”期间变化较小，总量由2011 年的5.452 ×107t 降至2015 年的4.611 ×107t，但到“十三五”时期，污染物减排效果明显，2019 年相比2016 年下降26.30%.说明“十二五”以来，我国大气污染防治工作取得显著成效，而碳排量的降低总体上没有达到同步效果，这与Fan 等[27]的研究结果类似.

2011—2019 年我国30 个省(自治区、直辖市)污染物排放当量和碳排放量的空间特征如图2 所示.整体来看，污染物排放当量“自东向西”逐渐下降，碳排放量“自北向南”逐渐下降.基于国务院发展研究中心对我国八大经济区〔东北经济区(辽宁省、吉林省、黑龙江省)；北部沿海经济区(北京市、天津市、河北省、山东省)；南部沿海经济区(广东省、福建省、海南省)；东部沿海经济区(上海市、江苏省、浙江省)；黄河中游经济区(内蒙古自治区、陕西省、山西省、河南省)；长江中游经济区(湖北省、湖南省、江西省、安徽省)；西南经济区(重庆市、四川省、贵州省、云南省、广西壮族自治区)；西北经济区(甘肃省、宁夏回族自治区、青海省、新疆维吾尔自治区)〕的划分[28]，将30 个省(自治区、直辖市)划分成八大经济区进行分析，大气污染物和碳排放主要集中在东北、北部沿海和黄河中游经济区；从省份来看，大气污染物和碳排放主要集中在内蒙古自治区、辽宁省、山东省、山西省、河北省、江苏省和河南省.由此可见，大气污染物和碳排放有显著的空间集聚特征，而且污染物排放当量与碳排放量高的地区主要集中在经济发达、人口稠密、能源消费量大且煤炭消费比重大的省份或经济区，这与王涵等[29]的研究结果类似.以这些地区为重点推动减污降碳协同控制，可取得事半功倍的效果.

2.2 减污降碳协同效应的时空特征分析

2.2.1 全国时空特征

如图3 所示，2011—2019 年我国30 个省(自治区、直辖市)碳减排与大气污染物控制系统耦合度和耦合协调度的平均值均呈阶梯上升趋势，2019 年耦合协调度在0.8 以上，表明我国减污降碳的协同效应整体上明显提高，碳减排和大气污染物控制系统的相互作用程度不断增强.根据耦合协调度的变化，可以将2011—2019 年我国碳减排和大气污染物控制系统耦合协调水平分为3 个阶段：①2011—2013 年，处于中级耦合协调，耦合协调度缓慢增加.②2014—2016 年，由中级耦合协调上升为良好耦合协调，耦合协调度快速增长，增长了16.08%.③2017—2019 年，处于良好耦合协调，耦合协调度缓慢增加.Feng 等[30]研究表明，2013—2017 年我国实施的《大气污染防治行动计划》对各省份大气污染物的治理起到了很好的效果，这在一定程度上也促进了耦合协调水平的上升.

2.2.2 分区时空特征

为进一步探究碳减排与大气污染物控制系统间耦合协调度的地区时空特征，基于八大经济区对耦合协调度进行分析(见表1)，以明确各经济区减污降碳协同效应的差异.

由表1 可知，除黄河中游经济区外，其他经济区耦合协调水平都有不同程度的上升，其变化过程、波动幅度和年均增速存在差异.样本研究期内，南部沿海和西北经济区的耦合协调水平远高于其他各经济区，且都处在良好协调阶段到优质协调阶段的跃迁过程.这是由于南部沿海经济区加快产业结构优化升级，优先发展先进制造业和高新技术产业，如海南省2021 年以旅游业、现代服务业、高新技术产业、热带特色高效农业为主导的产业增加值占GDP 的70%[31]；西北经济区经济发展水平不高，经济结构以资源型工业和传统农业为主，这些因素使得协同效应水平较高.东北和东部沿海经济区耦合协调水平处于中等偏上水平，耦合协调度呈“N”型波动缓慢增长，处在中级协调阶段到良好协调阶段的跃迁过程.这是由于东北经济区以重工业为主，近些年开始产业转型，协同效应水平明显上升；东部沿海经济区由于经济发展水平较高，产业结构较为合理，协同效应较强.长江中游和西南经济区耦合协调水平处于中等偏下水平，耦合协调度呈“N”型波动较快增长，处在初级协调阶段到优质协调阶段的跃迁过程.这是由于长江中游经济区的工业与农业基础较为雄厚，第一产业产值占比高于全国平均水平；西南经济区轻工业和重工业均比较发达，经济发展处于一种相对稳定的状态，近些年环境治理不断加强，这些因素使得协同效应水平明显上升.北部沿海经济区耦合协调水平处于下等水平，耦合协调度呈“N”型波动缓慢增长，处在勉强协调阶段到初级协调阶段的跃迁过程.北部沿海经济区虽然经济发展水平较高，但由于山东省和河北省是能源消费大省，影响减污降碳协同效应的提高.黄河中游经济区的耦合协调效应处于失调阶段，耦合协调度呈倒“U”型变化，随后下降到原来水平.这是由于黄河中游经济区是全国重要的以煤炭为主的能源生产基地和农牧业生产基地，其中内蒙古自治区、山西省、河南省的能源消耗量在全国排在前列，这些因素使得协同效应水平较低.

表1 2011-2019 年八大经济区碳减排和大气污染物控制系统的耦合协调度Table 1 Coupling coordination degree of carbon emission reduction and pollutant control systems in eight economic zones from 2011 to 2019

综上，除黄河中游经济区外，其他经济区碳减排和大气污染物控制系统耦合协调水平都有不同程度的上升.这说明经济发展水平的差异对减污降碳协同效应有不同程度的影响，经济发展水平高，产业结构较为合理，政府和企业的环境治理投资和技术研发投资较大，推动节能减排技术和末端治理技术的应用，有效促进了大气污染物和二氧化碳的协同减排[32].

2.2.3 各省份时空特征

进一步分析各省份碳减排和大气污染物控制系统的耦合协调水平，并探究耦合协调度的省级时空特征.由表2 可知，2011—2019 年，我国30 个省(自治区、直辖市)碳减排和大气污染物控制系统的耦合协调水平在空间上存在固化和动态变化两种特征，固化特征体现为部分省份始终处于优质耦合协调区(天津市、青海省、北京市、海南省)，动态变化特征具体体现在：①2011—2015 年，各省份都处于轻度失调区及以上水平，良好耦合协调区和优质耦合协调区的数量有所增加；②2015—2019 年，除山西省处于严重失调外，其他省份的耦合协调水平都有不同程度的上升，其中优质耦合协调区的省份数量增长了1.8 倍.

表2 2011—2019 年我国各省份碳减排与大气污染物控制系统耦合协调度的时空分布Table 2 Spatial and temporal distribution of coupling coordination of carbon emission reduction and pollutant control systems in China from 2011 to 2019

从总体来看，超过半数的省份处于中级耦合协调水平以上，表明大多数省份积极贯彻国家的节能减排和污染防治政策，从一定程度上促进了减污降碳协同效应的提高.但山西省、山东省和内蒙古自治区等省份的耦合协调水平较差，表明部分省份由于能源消费不合理和大气污染物治理水平较差，严重影响减污降碳协同效应的提高，亟需针对性地制定减污降碳协同增效的策略和政策[33].

2.3 减污降碳协同效应的影响机制分析

2.3.1 模型检验与分析

通过对各影响因素进行OLS 模型(拟合度R2为0.660)检验表明，城镇化率的回归系数不显著，给予剔除.从表3 可以看出，对于核心解释变量，OLS 模型在1%的水平上都显著，具体来看，能源消费总量、能源消费强度和能源消费结构是减污降碳协同效应的主要影响因素，能源消费结构正向影响减污降碳协同效应，能源消费总量和能源消费强度负向影响减污降碳协同效应，表明通过提高能源利用效率、优化能源消费结构以及强化节能等措施，在很大程度上能够提高减污降碳的协同效应.对于控制变量而言，OLS模型检验结果显示，产业结构和进出口贸易总额两因素在1%的水平上显著，这是由于产业结构与能源消费强度具有相互作用关系，通过调整产业结构(高级化)，可提高能源利用效率；而进出口贸易总额也可通过优化开放结构，引进资金和先进技术而降低能源消费强度，从而使这两个因素间接影响减污降碳协同效应，因此这两个因素在1%的水平上显著.而人均GDP和环保投资占比两因素在1%的水平上不显著(在5%的水平上显著)，这是由于经济发展到一定程度呈现边际效益递减的规律(随着人均GDP 的增长，边际效益递减)，在没有重大产业变革和技术革新的情况下，能源消费强度的降幅逐渐缩小，趋于平缓[34]；又限于我国以往的环保投资主要用于大气污染物的末端治理，很少用于或涉及碳减排措施的实施，因此人均GDP 和环保投资占比对减污降碳协同效应的影响在1%的水平上不显著.此外，采用空间杜宾模型(SDM)验证减污降碳协同效应各影响因素是否具有空间效应，以检验GTWR 模型估计结果的稳健性，从SDM模型(拟合度R2为0.740)直接效应和间接效应的回归结果表明，能源消费总量、能源消费结构、能源消费强度、产业结构和进出口贸易总额等5 个因素对减污降碳协同效应存在显著的空间效应.

表3 OLS 和SDM 模型的回归结果Table 3 Regression results of OLS and SDM models

2.3.2 地区异质性分析

为进一步分析具有显著空间效应的5 个因素(能源消费总量、能源消费结构、能源消费强度、产业结构和进出口贸易总额)对减污降碳协同效应的空间异质性影响，选择研究基期和末期两个年份，用ArcGIS 自然断裂点法对GTWR 模型的回归系数进行空间分析，其结果见表4.

表4 2011—2019 年各影响因素回归系数的空间分布Table 4 Spatial distribution of regression coefficients of various influencing factors from 2011 to 2019

续表 4

能源消费总量对减污降碳的协同效应总体呈现较强的负向影响，影响较强的地区主要分布在东北、北部沿海、东部沿海和西北经济区，以及部分省份(陕西省、山东省、福建省、安徽省)；能源消费结构对减污降碳的协同效应总体呈现正向影响，但这种促进作用较弱，并且具有较强的空间差异，处于较弱影响的地区主要分布在北部沿海和长江中游经济区，以及部分省份(河南省、新疆维吾尔自治区、黑龙江省)；能源消费强度对减污降碳的协同效应总体呈现负向影响，影响较强的地区主要分布在北部沿海、东部沿海、长江中游和黄河中游经济区，以及部分省份(新疆维吾尔自治区、福建省)；产业结构对减污降碳的协同效应总体呈现负向影响，并且集中在内陆地区，影响较强的地区主要分布在长江中游、黄河中游和西北经济区，以及部分省份(黑龙江省、河北省、重庆市、四川省)；进出口贸易总额对减污降碳的协同效应在少部分地区呈现较强的正向影响，主要分布在东北和西北经济区，以及部分省份(陕西省、河南省、内蒙古自治区、山东省).

以上研究表明，能源消费总量、能源消费结构、能源消费强度、产业结构和进出口贸易总额等5 个因素对减污降碳协同效应的影响存在显著的空间异质性，其影响机制分析如图4 所示.具体来说，由于经济发展对能源的依赖性较强，尤其我国以煤为主的能源消费结构较大程度地影响了地区的减污降碳协同效应，因此社会经济发展速度较快且人口集聚的沿海经济区或经济发展以资源能源供应和基础工业为主的资源型地区的减污降碳协同效应主要受能源三因素(能源消费总量、能源消费强度、能源消费结构)的直接影响；由于产业结构与能源消费强度存在相互作用关系，产业结构高级化对能源利用效率提高具有显著促进作用，而产业结构低级化又受到能源消费强度的制约[35]，因此对于产业结构高级化的南部沿海和东部沿海等经济区，通过提高能源利用效率，对减污降碳协同效应产生正向的间接影响.反之，对于产业结构不尽合理的长江中游、黄河中游和西北等经济区，能源消费强度相对较高，对减污降碳协同效应产生较强的负向间接影响；此外，对外开放水平可通过引进资金和先进技术而降低能耗，正向间接影响减污降碳的协同效应(东北和西北等经济区)，也可能通过污染转移，导致能源消费总量的增加，从而负向间接影响减污降碳的协同效应(北部沿海和南部沿海等经济区).综上，只有因地制宜地制定经济社会发展全面绿色转型政策与策略，寻求能源和产业结构调整优化模式，才能从源头上实现减污降碳协同增效.

3 结论与政策建议

3.1 结论

a) 2011—2019 年，我国碳排放量缓慢增长，污染物排放当量自2014 年开始明显下降.从八大经济区来看，大气污染物和碳排放主要集中在东北、北部沿海和黄河中游经济区.从省份来看，大气污染物和碳排放主要集中在内蒙古自治区、辽宁省、山东省、山西省、河北省、江苏省和河南省.

b) 2011—2019 年，我国减污降碳的协同效应整体上明显提高，不同经济区和省份的减污降碳协同效应存在明显的时空差异.从八大经济区来看，除黄河中游经济区外，其他经济区碳减排和大气污染物控制系统耦合协调水平都有不同程度的上升.从省份来看，我国30 个省(自治区、直辖市)碳减排和大气污染物控制系统的耦合协调水平在空间上存在固化和动态变化两种特征，超过半数的省份处于中级耦合协调水平以上，但山西省、山东省和内蒙古自治区等省份的耦合协调水平较差.

c) OLS 模型的回归结果表明，核心解释变量能源消费总量、能源消费强度和能源消费结构是减污降碳协同效应的主要影响因素；同时，通过GTWR 模型进行地区异质性分析表明，能源消费总量、能源消费结构、能源消费强度、产业结构和进出口贸易总额等5 个因素对减污降碳协同效应的影响存在显著的空间异质性.

3.2 政策建议

a) 注重顶层设计，制定差异化的减污降碳协同策略.在“双碳”背景下，发挥减污降碳的协同作用，将能源结构调整、能源效率提升、产业结构转型升级、多污染物协同控制作为“十四五”期间我国温室气体与大气污染物协同控制的战略重点，实现从大气污染物末端治理到减污降碳协同控制的治理方式转型.

b) 完善“能耗双控”目标，推动能源结构优化转型，大力开发可再生能源.以国家“新增可再生能源不纳入能源消费总量控制，原料用能不纳入能源消费总量和能源消费强度控制”的要求为准则，合理确定各地区能耗强度降低目标，促进“能耗双控”政策与碳达峰、碳中和目标任务的衔接.在北部沿海、东部沿海和南部沿海经济区应合理建设海上风电；在东北、西北和黄河中游、长江中游经济区应积极发展风电、光伏等可再生能源；在西南经济区应统筹推进水、风和光电综合利用.

c) 加强地区间合作，实现地区和部门间的协同治理.由于大气污染物和碳排放具有空间集聚特征，决策者应考虑省份之间的相互作用和空间异质性影响，编制重点行业和关键技术的减污降碳协同增效指南，制定跨地区和跨部门的减污降碳协同治理方案.与此同时，结合各地区产业发展现状与区位优势，促进发达地区向相对落后地区的产业转移和技术流动，进而实现地区间的产业布局优化和减污降碳协同增效.