粵港澳大灣區(qū)大氣碳污協(xié)同減排水平評估

摘要： 采用碳污減排協(xié)同水平模型，從粵港澳大灣區(qū)全域-城市雙維度開展粵港澳大灣區(qū)碳污相對減排量測度及協(xié)同減排水平測度。結果表明：大灣區(qū)城市平均CO2減排量總體呈現(xiàn)增長趨勢，但降碳動力逐年下滑，而減排力度大；自2014年，粵港澳大灣區(qū)81%的城市群碳污協(xié)同減排指數(shù)漸趨于1.0，不同地區(qū)之間的碳污協(xié)同減排水平整體呈現(xiàn)差異縮小趨勢，發(fā)達地區(qū)的協(xié)同減排水平較高。

關鍵詞： 大氣環(huán)境； 可揮發(fā)性有機物； 協(xié)同水平模型； 粵港澳大灣區(qū)

中圖分類號： X 8文獻標志碼： A"" 文章編號： 1000 5013（2024）04 0494 07

Evaluation of Carbon and Pollution Synergy Reduction Levels in Atmosphere in Guangdong-Hong Kong-Macao Greater Bay Area

HE Sinan1，2， SHI Longyu1

（1. Key Laboratory of Urban Environment and Health， Institute of Urban Environment，Chinese Academy of Sciences， Xiamen 361021， China；

2. University of Chinese Academy of Sciences， Beijing 100049， China）

Abstract： The carbon and pollution reduction synergy level model is adopted to measure the relative carbon and pollution reduction and synergy reduction levels of Guangdong-Hong Kong-Macao Greater Bay Area from regional-city dual-dimensional perspective. The results show that the urban average CO2 reduction in the Greater Bay Area presents an overall growth trend， but the motivation for carbon reduction has been declining annually， and the reduction effort is strong. Since 2014， carbon and pollution synergy reduction indexes have gradually approached to 1.0 in 81% of the city clusters in Guangdong-Hong Kong-Macao Greater Bay Area，meanwhile， carbon and pollution synergy reduction levels in different regions show a trend of decreasing difference， and the levels are higher in developed areas.

Keywords： atmospheric environment； volatile organic compounds； synergy level model； Guangdong-Hong Kong-Macao Greater Bay Area

協(xié)同推進“降碳、減污”是促進人與自然和諧共生的重要內(nèi)容［1］。大氣污染物與二氧化碳（CO2）排放具有同源性和同效性，主要來自于化石燃料的燃燒和利用過程，這是開展減污降碳協(xié)同增效工作的基礎。我國揮發(fā)性有機物（VOCs）減排與控制研究工作起步較晚，工作進展落后于二氧化硫（SO2）、氮氧化物（NOx）等其他大氣污染物的減排與防控。隨著一系列政策法規(guī)的頒布實施，大氣中的VOCs被列入大氣環(huán)境質(zhì)量的約束性指標，其污染防治成為我國大氣污染控制的關鍵與重點［2］。由于跨區(qū)域性特征，粵港澳大灣區(qū)（簡稱大灣區(qū)）面臨著持續(xù)降低PM2.5濃度和控制臭氧（O3）污染、實現(xiàn)碳達峰的要求，測度碳污協(xié)同減排水平是環(huán)境治理的前提［3］。

在全球氣候變化的背景下，近幾年的研究將視角轉向減污降碳協(xié)同作用領域，已有研究涵蓋了協(xié)同理論、減排水平的測度等［4］。協(xié)同作用起源于物理科學，是指兩種不同系統(tǒng)同時向更好狀態(tài)演化的現(xiàn)象［5］。文中的協(xié)同作用是指不同地區(qū)或區(qū)域的大氣污染控制和碳排放的緩解在一定時期內(nèi)向較好的狀態(tài)發(fā)展。當前，國內(nèi)外學者日益重視大氣污染與碳減排的協(xié)同治理，對此進行了相關研究［6-9］。

基于此，本文從粵港澳大灣區(qū)全域-城市雙維度分析大氣污染物與二氧化碳協(xié)同減排水平。

1 研究區(qū)域與研究方法

1.1 研究區(qū)域

2019年2月印發(fā)的《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》指出，港澳大灣區(qū)范圍是“九市二區(qū)”，是由廣東省珠江三角洲9個城市（廣州市、深圳市、佛山市、東莞市、珠海市、惠州市、中山市、江門市、肇慶市）及香港特別行政區(qū)和澳門特別行政區(qū)形成的城市群?；浉郯拇鬄硡^(qū)位于珠江流域中下游，陸域面積約5.6萬km2，2020年末，總人口約8 617萬人，GDP超過11萬億元，是世界第4大灣區(qū)［10］。

1.2 數(shù)據(jù)來源

1） 多尺度排放清單模型。

研究數(shù)據(jù)來源于多尺度排放清單模型（http：∥meicmodel.org.cn）［11］。采用ArcGIS軟件的分區(qū)統(tǒng)計功能，批量提取各地級市的排放量平均值。在此之前，為減小柵格分辨率帶來的分區(qū)統(tǒng)計誤差，將柵格像元大小參數(shù)X，Y分別縮小10倍，并進行重采樣操作。數(shù)據(jù)處理過程，如圖1所示。

2） 經(jīng)濟數(shù)據(jù)。

經(jīng)濟數(shù)據(jù)來源于各城市統(tǒng)計年鑒（2000-2020年）、中華人民共和國國家統(tǒng)計局（https：∥data.stats.gov.cn）、香港特別行政區(qū)政府統(tǒng)計處（http：∥www-censtatd-gov-hk-s.w.hqu.edu.cn）及澳門特別行政區(qū)政府統(tǒng)計暨普查局（http：∥www-dsec-gov-mo-s.w.hqu.edu.cn）。

1.3 研究方法

采用碳污減排協(xié)同水平模型計算大氣污染物和二氧化碳的協(xié)同減排量相對變化的程度。根據(jù)碳污相對于研究初始期的減排量，測算兩者減排量的協(xié)同度變化指數(shù)，并分析大灣區(qū)9+2城市群的大氣污染物和二氧化碳協(xié)同減排趨勢。

1.3.1 相對減污水平的測算 相較于2000年，2000-2020年大灣區(qū)9+2城市群的VOCs相對減排量為

VRRi，t=VRi，2000GDPi，2000-VRi，tGDPi，t×GDPi，t。（1）

式（1）中：i為城市；t為年份；VRR為VOCs相對減排量；VR為VOCs排放量；GDP為國內(nèi)生產(chǎn)總值。

1.3.2 相對降碳水平的測算 為了剔除生產(chǎn)與經(jīng)營的影響因素，可以得到不同年份、各城市CO2相對減排量為

CRRi，t=CRi，2000GDPi，2000-CRi，tGDPi，t×GDPi，t。（2）

式（2）中：CRR為CO2相對減排量；CR為CO2排放量。

1.3.3 減污降碳協(xié)同水平的測算 根據(jù)文獻［12］的方法，以相對減排量的增長率為基礎，構建CO2與VOCs的協(xié)同減排指數(shù)，該指數(shù)越大，表明CO2與VOCs的協(xié)同減排水平越高。協(xié)同減排指數(shù)為

γi，t=1-12VRRGi，t-VRRGi1T∑t=Tt=1（VRRGi，t-VRRGi）2-CRRGi，t-CRRGi1T∑t=Tt=1（CRRGi，t-CRRGi）22。（3）

VRRGi，t=VRRi，t+1-VRRi，tVRRi，t。（4）

VRRGi=1T∑t=Tt=1VRRGi，t。（5）

CRRGi，t=CRRi，t+1-CRRi，tCRRi，t。（6）

CRRGi=1T∑t=Tt=1CRRGi，t。（7）

式（3）中：γ為CO2與VOCs的協(xié)同減排指數(shù)；VRRG為VOCs相對減排量增長率；VRRG為VOCs相對減排量增長率的年平均值；CRRG為CO2相對減排量增長率；CRRG為CO2相對減排量增長率的年平均值［13］。

經(jīng)計算整理，可以得到2000-2020年大灣區(qū)9+2城市群CO2與VOCs協(xié)同減排指數(shù)的平衡面板數(shù)據(jù)集。

2 粵港澳大灣區(qū)減污降碳現(xiàn)狀分析

2.1 粵港澳大灣區(qū)降碳水平

2000-2020年，大灣區(qū)CO2排放量，如圖2所示。圖2中：δCR為CO2排放量年增長率。

由圖2可知：2000-2011年，CO2排放量變化呈逐年上升趨勢，由8 443.3萬t·a-1上升至24 345.6萬t·a-1，CO2排放量增加15 902.3萬t·a-1；2012-2020年，整體則呈波動下降趨勢，CO2排放量在經(jīng)歷了2015年，2017年兩次波動起伏后，2020年，下降至21 615.5萬t·a-1，相較于峰值，CO2排放量下降了2 730.1萬t·a-1。

2001-2020年，大灣區(qū)城市平均CO2相對減排量（CRRave），如圖3所示。

由圖3及相關計算可知：大灣區(qū)城市平均CO2相對減排量呈現(xiàn)逐年上升趨勢，減排力度較大；2020年，大灣區(qū)城市平均CO2相對減排量達到542.21萬t，是2001年60.87萬t的8.91倍，減排效果較為顯著；年平均增長速率高達14.58%，呈持續(xù)上升趨勢；大灣區(qū)城市平均CO2相對減排量在2012年首次突破300萬t，至2013年，再次突破400萬t；除了2002年（CRRG=-2.86%）、2004年（CRRG=-13.85%）、2005年（CRRG=-16.85%）和2011年（CRRG=-0.99%）之外，大灣區(qū)城市平均CO2相對減排量增長率均為正值；2006年，城市平均CO2相對減排量增長率超過80.16%，大灣區(qū)城市平均CO2相對減排量快速上升，但不同地區(qū)存在較大差異；2020年，大灣區(qū)城市平均CO2相對減排量的標準差和變異系數(shù)的絕對值仍然很高，分別為584.79萬t，1.08。

2.2 粵港澳大灣區(qū)減污水平

2000-2020年，大灣區(qū)VOCs排放量，如圖4所示。圖4中：δVR為VOCs排放量的年增長率。

由圖4可知：2000-2015年，VOCs排放量變化呈上升趨勢，由54.1萬t·a-1上升至113.7萬t·a-1，VOCs排放量增加59.6萬t·a-1；2016-2020年，則呈波動下降趨勢，VOCs排放量在經(jīng)歷了2018年的波動起伏后，2020年下降至104.8萬t·a-1，相較于峰值，VOCs排放量下降了8.8萬t·a-1。

2001-2020年，大灣區(qū)城市平均VOCs相對減排量，如圖5所示。

由圖5及相關計算可知：大灣區(qū)城市平均VOCs相對減排量呈現(xiàn)緩慢上升的趨勢，但減排力度逐年減弱，城市之間VOCs相對減排效果存在較大差距。大灣區(qū)城市平均VOCs相對減排量變化總體上可分為以下3個時期。

1） 2001-2005年，大灣區(qū)城市平均VOCs相對減排量表現(xiàn)出強勁的增長勢頭，從2001年的0.23萬t增加至2005年的1.13萬t；此研究期間，大灣區(qū)城市平均VOCs相對減排量增加了1.08萬t，年平均增速高達51.94%。

2） 2005-2012年，大灣區(qū)城市平均VOCs相對減排量總體呈上升趨勢，減排動力逐漸減緩。相較于2008年，2009年大灣區(qū)城市平均VOCs相對減排量增長僅0.13萬t。

3） 2012-2020年，大灣區(qū)城市平均VOCs相對減排效果和減排動力進入瓶頸期，急需技術突破。

3 粵港澳大灣區(qū)減污降碳協(xié)同水平

3.1 粵港澳大灣區(qū)碳污協(xié)同程度

2000-2020年，大灣區(qū)CO2與VOCs協(xié)同減排情況，如圖6所示。圖6中：η為排放量變化率。

由圖6可知：大灣區(qū)CO2和VOCs減排總體呈現(xiàn)正協(xié)同效應；2005-2010年交通和居民減排、2015-2020年交通和工業(yè)減排均呈現(xiàn)負效應；交通部門自2005年起VOCs的治理有顯著成效，2005-2010年，2010-2015年，2015-2020年VOCs的排放量變化率逐期增大，分別為-16.94%，-18.28%和-31.17%，；2010-2015年的CO2減排情況較差，雖然電力部門的CO2排放量變化率為-5.88%，但VOCs排放總體呈增長態(tài)勢，小幅增長0.3%。

3.2 粵港澳大灣區(qū)全域碳污協(xié)同減排水平

基于CO2減排與VOCs減污分析，測算大灣區(qū)碳污協(xié)同減排水平。

2002-2020年，大灣區(qū)CO2與VOCs協(xié)同減排水平，如圖7所示。圖7中：γave，11為大灣區(qū)協(xié)同減排指數(shù)（平均值）。

由圖7可知：大灣區(qū)CO2和VOCs協(xié)同減排水平指數(shù)均大于-1.0且小于1.0，協(xié)同減排水平呈現(xiàn)微下降趨勢，這說明大灣區(qū)碳污協(xié)同減排存在壓力，需要深入研究其影響因素，促進協(xié)同減排水平的提高。

考慮到香港特別行政區(qū)和澳門特別行政區(qū)與廣東9個城市（廣東9城）的碳污減排控制可能存在差異，故測算2002-2020年廣東9城CO2與VOCs協(xié)同減排指數(shù)，結果如圖8所示。圖8中：γave，9為廣東9城協(xié)同減排指數(shù)（平均值）。

由圖8可知：與大灣區(qū)全域整體協(xié)同指數(shù)不同的是，除了2009年、2010年和2017年外，碳污協(xié)同減排水平指數(shù)均大于0且小于1.0，具有更好的減排協(xié)同性；廣東9城的碳污協(xié)同減排水平逐年增長，近年來協(xié)同減排程度處于正向協(xié)同，即廣東9城碳污減排具有內(nèi)在的一致性。

3.3 城市碳污協(xié)同減排水平

2002-2020年，大灣區(qū)9+2城市群減污降碳協(xié)同指數(shù)，如圖9所示。

由圖9可得減排水平呈現(xiàn)以下3個階段的特征。

1） 2002-2008年，大灣區(qū)的協(xié)同減排指數(shù)并不穩(wěn)定，而深圳市、澳門特別行政區(qū)的CO2與VOCs協(xié)同減排指數(shù)于2008年都達到了0.93以上，深圳市甚至達到1.0，這些城市的VOCs與CO2減排的協(xié)同程度非常高，即VOCs的減排能夠有效地促進CO2的減排。肇慶市協(xié)同減排指數(shù)變化最大，甚至增長了2.76。

2） 2008-2014年，除廣州市，大部分城市的CO2與VOCs協(xié)同減排指數(shù)保持正數(shù)或由負轉正。2014年末，協(xié)同減排指數(shù)均處于較高水平，大灣區(qū)VOCs減排與CO2減排相互促進。特別地，珠海市在此期間協(xié)同減排指數(shù)由負轉正，呈現(xiàn)出協(xié)同治理效果具有滯后性的特征。

3） 2014-2020年，81%的城市群VOCs與CO2協(xié)同減排指數(shù)保持較高水平，且趨于1.0，顯示CO2減排與VOCs減排相互促進。然而，大部分地區(qū)的協(xié)同動力不足，協(xié)同減排指數(shù)甚至呈現(xiàn)下降趨勢。

4 討論

以往有少量減污降碳協(xié)同控制的研究，但關于VOCs的研究剛剛起步，分別從粵港澳大灣區(qū)全域-城市尺度分析大氣污染物與二氧化碳協(xié)同減排水平。測度出大灣區(qū)二氧化碳和大氣污染物排放量變化呈現(xiàn)3個時期的特征。大灣區(qū)9+2城市群CO2減排量逐年增加，2020年，CO2相對減排量較大，但減排動力逐年下滑；而城市平均VOCs排放量于2016年出現(xiàn)波動下降，相對減排量呈緩慢上升趨勢，減排力度大。大灣區(qū)大氣污染物的減排可以有效降低CO2的排放，在大灣區(qū)全域尺度上，自2014年，81%的城市群VOCs與CO2協(xié)同減排指數(shù)漸趨于1.0；在城市尺度上，不同地區(qū)之間的碳污協(xié)同減排水平整體呈現(xiàn)差異縮小趨勢，發(fā)達地區(qū)的協(xié)同減排水平較高。

結合《中華人民共和國氣候變化初始國家信息通報》及相關研究歸納出碳排放和大氣污染物排放的影響因素主要為能源消費量、能源強度、經(jīng)濟發(fā)展、人口因素、經(jīng)濟結構、能源結構、工業(yè)化水平及生活水平和生活方式等［14-15］。特別地，實現(xiàn)碳減排的重要途徑之一是生產(chǎn)結構的升級，包括促進技術進步、優(yōu)化資源配置及推動環(huán)保產(chǎn)業(yè)的發(fā)展。因此，政府和企業(yè)需要共同努力，增加對產(chǎn)業(yè)結構升級的支持和投入，以實現(xiàn)碳減排目標。

參考文獻：

［1］ 習近平.努力建設人與自然和諧共生的現(xiàn)代化［J］.奮斗，2022（11）：6-11.DOI：10.16634/j.cnki.cn23-1001/d.2022.11.010.

［2］ 江梅，鄒蘭，李曉倩，等.我國揮發(fā)性有機物定義和控制指標的探討［J］.環(huán)境科學，2015，36（9）：3522-3532.DOI：10.13227/j.hjkx.2015.09.051.

［3］ 張熾輝，蔡卓弟，黃冰，等.粵港澳大灣區(qū)典型區(qū)域VOCs污染整治的探索與展望［J］.環(huán)境與發(fā)展，2019，31（5）：60-62.DOI：10.16647/j.cnki.cn15-1369/X.2019.05.036.

［4］ 唐湘博，張野，曹利珍，等.中國減污降碳協(xié)同效應的時空特征及其影響機制分析［J］.環(huán)境科學研究，2022，35（10）：2252-2263.DOI：10.13198/j.issn.1001-6929.2022.08.10.

［5］ 白列湖.協(xié)同論與管理協(xié)同理論［J］.甘肅社會科學，2007（5）：228-230.DOI：10.15891/j.cnki.cn62-1093/c.2007.05.065.

［6］ OKORN K，JIMENEZ A，COLLIER-OXANDALE A，et al.Characterizing methane and total non-methane hydrocarbon levels in Los Angeles communities with oil and gas facilities using air quality monitors［J］.Science of the Total Environment，2021，777：146194.DOI：10.1016/j.scitotenv.2021.146194.

［7］ GUAN Yang，XIAO Yang，RONG Bing，et al.Heterogeneity and typology of the city-level synergy between CO2 emission， PM2.5， and ozone pollution in China［J］.Journal of Cleaner Production，2023，405：136871.DOI：10.1016/j.jclepro.2023.136871.

［8］ XUE Wenbo，LEI Yu，LIU Xin，et al.Synergistic assessment of air pollution and carbon emissions from the economic perspective in China［J］.Science of the Total Environment，2023，858：159736.DOI：10.1016/j.scitotenv.2022.159736.

［9］ YI Hongru，ZHAO Laijun，QIAN Ying，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.

［10］ 李曉江，何舸，羅彥，等.粵港澳大灣區(qū)碳排放空間特征與碳中和策略［J］.城市規(guī)劃學刊，2022（1）：27-34.DOI：10.16361/j.upf.202201004.

［11］ ZHENG Bo，TONG Dan，LI Meng，et al.Trends in China′s anthropogenic emissions since 2010 as the consequence of clean air actions［J］.Atmospheric Chemistry amp; Physics Discussions，2018，18（19）：14095-14111.DOI：10.5194/acp-18-14095-2018.

［12］ CERQUEIRA P A，MARTINS R.Measuring the determinants of business cycle synchronization using a panel approach［J］.Economics Letters，2009，102（2）：106-108.DOI：10.1016/j.econlet.2008.11.016.

［13］ 葉芳羽，單汨源，李勇，等.碳排放權交易政策的減污降碳協(xié)同效應評估［J］.湖南大學學報（社會科學版），2022，36（2）：43-50.DOI：10.16339/j.cnki.hdxbskb.2022.02.007.

［14］ ZHENG Jiali，MI Zhifu，COFFMAN D M，et al.Regional development and carbon emissions in China［J］.Energy Economics，2019，81：25-36.

［15］ CHEN Jiandong，WANG Ping，CUI Lianbiao，et al.Decomposition and decoupling analysis of CO2 emissions in OECD［J］.Applied Energy，2018，231：937-950.DOI：10.1016/j.apenergy.2018.09.179.

（責任編輯：" 錢筠" 英文審校： 劉源崗）