经济系统中外部驱动与内部协同对NOX减排与碳减缓的贡献机制研究——基于大型经济体的实证证据

《Environmental Technology & Innovation》：How do the external drivers and internal synergies contribute to NO X reduction and carbon mitigation in economic systems? Evidence from a large economy

　　本研究针对污染物与CO2协同减排机制不清的问题，通过结构分解分析(SDA)和生态网络分析(ENA)揭示了2012-2020年中国经济部门NOX与CO2排放的网络结构与协同机制。研究发现直接排放强度、技术水平和最终需求构成是主要减排驱动因素，电力热力生产、石油开采和金属冶炼等部门是网络关键控制节点，且CO2系统韧性较NOX系统更弱。该研究为差异化协同减排策略制定提供了系统科学依据。

　　

随着全球气候变化和大气污染问题的日益严峻，如何实现污染物与温室气体的协同减排已成为各国面临的重大挑战。尽管2016年《巴黎协定》签署后关于减污降碳协同效应的研究呈现爆发式增长，但污染物与CO₂排放之间的网络结构、部门相互作用和系统演化特征等协同机制仍不明确。这种认知缺口可能导致政策效果不佳甚至造成经济与环境损失，特别是在NO_X排放领域——这种不仅是PM_2.5和臭氧前体物，还来源于煤炭燃烧、交通运输和工业炉窑等多领域的污染物，其与CO₂的协同效应尚未得到充分探索。

在此背景下，研究人员以中国经济部门为案例，创新性地构建了一个涵盖2012-2020年的综合研究框架，旨在深入解析NO_X和CO₂排放网络的外部驱动因素和内部协同机制。该研究近期发表在《Environmental Technology》期刊上，为协同控制政策的制定提供了系统科学依据。

研究团队采用了多方法融合的分析策略：首先通过环境扩展投入产出模型(Environmentally Extended Input-Output Model)构建包含NO_X和CO₂因素的经济系统框架；运用结构分解分析(Structural Decomposition Analysis, SDA)识别影响排放的关键驱动因素；采用流基生态网络分析(Flow-based Ecological Network Analysis)追踪排放流网络变化并识别主导部门；最后利用信息生态网络分析(Information-based Ecological Network Analysis)评估网络动态状态和系统韧性。数据来源于中国国家统计局、环境统计年鉴和CEAD_S碳排放数据集等权威渠道，将经济部门重组为28个关键部门进行分析。

3.1. 驱动因素

研究发现直接排放强度下降是NO_X和CO₂减排的主要推动力，分别贡献了100.65%和31.47%的减排量。技术进步和最终需求构成变化也促进了排放减少。相反，人均最终需求扩张是排放增长的主要因素，分别贡献了NO_X和CO₂增量的33.58%和47.60%。总体而言，六大社会经济因素的共同作用使2012-2020年间中国NO_X排放下降了73.32%，而CO₂排放却增长了8.04%，表明碳减排面临更大压力。

3.2. 排放流分析

3.2.1. 通量变化

NO_X和CO₂排放流网络的平均路径长度(APL)在2012-2020年间分别下降17.09%和8.33%，表明系统内部结构变化抑制了污染物和碳排放的持续流动。Finn循环指数(FCI)显示两个网络的循环比例在2020年分别降至21.95%和23.06%，表明无额外边界输入时系统总通过流减少，排放物在系统中停留时间缩短。

3.2.2. 不同方向的主导部门

网络控制分析(NCA)显示，石油开采(EP)、电力热力生产(EH)、煤炭开采(MC)、非金属矿采选(MN)和金属冶炼加工(SM)是NO_X和CO₂网络的主要控制(流输出)部门，对这些部门控制措施的优化对整个网络系统的减排至关重要。服务业(OS)、建筑业(CO)、批发零售和餐饮业(WR)、食品烟草(FT)和纺织业(TE)则是主要依赖(流输入)部门，对上游供应链中的排放源依赖度较高。

3.2.3. 部门间相互作用

通过效用分析发现， exploit-exploited关系在网络中占主导地位(54.2%-59.3%)，竞争关系占27.8%-33.6%，而互利关系仅占约12.4%。电力热力生产(EH)是两个网络中的主要"剥削者"，而服务业(OS)则是主要"被剥削者"。值得注意的是，燃料加工(PP)与非金属矿采选(MN)、交通运输(TS)与石油开采(EP)、服务业(OS)与石油开采(EP)等部门间存在显著的互利关系，且这种关系在2020年变得尤为突出。

3.3. 系统韧性

信息生态网络分析显示，2012-2020年间NO_X和CO₂网络系统都处于低聚集、高分散状态。CO₂网络的韧性值低于NO_X网络，且差距逐渐扩大，表明CO₂系统的韧性相对较弱，针对CO₂系统的减排政策效果可能更加显著。

研究结论表明，直接排放强度下降是减排的主要驱动因素，但人均最终需求扩张仍是排放增长的主要压力。石油开采、电力热力生产和金属冶炼等部门是网络关键控制节点，而服务业和建筑业等部门则高度依赖外部排放源。两个排放流网络都呈现低聚集高分散特征，且CO₂系统韧性较弱。

这些发现具有重要政策意义：决策者应合理分配减排责任和目标，引导服务业和建筑业等主要依赖部门通过提高高污染高碳产品价格和交易税等方式采购低碳产品；应优先关注燃料加工与非金属矿采选、交通运输与石油开采等关键部门间的深化节能降碳潜力；制定政策时需考虑排放流网络结构，对不同结构的网络制定差异化减排方案；鼓励基于生命周期视角的产业政策，通过跟踪网络中的物质、能量和信息流，制定直接排放源及其上游供应链的联合控制措施。

该研究的局限性在于主要关注排放流网络系统，未充分考虑经济发展和环境规制等变量的动态变化。未来研究可开发包含政策变动和经济波动等时变因素的动态模型，以更好评估排放流网络的协同效应。尽管如此，这项研究为理解经济系统中NO_X和CO₂排放的协同机制提供了重要见解，为制定有效的协同减排政策提供了科学基础。