京津冀城市群减污降碳时空特征及影响因素异质性分析

李云燕，杜文鑫

北京工业大学经济与管理学院

近年来，我国在经济发展和城市建设方面取得了举世瞩目的成就，但加剧的城市化进程带来大量的能源消耗和污染排放。2020 年，我国提出强化国家自主贡献目标，力争于2030 年前实现碳达峰，2060 年前实现碳中和，《2030 年前碳达峰行动方案》等“1+N”政策文件的陆续出台，充分表明了我国对应对气候变化工作的重视和决心。随着《大气污染防治行动计划》《打赢蓝天保卫战三年行动计划》等政策文件的发布和落实，“十三五”期间我国污染防治阶段性目标顺利实现，细颗粒物浓度下降比例等8 项约束性指标提前完成。近10 年来，我国大气治理取得较大成效，但仍不能完全满足居民对白云蓝天和生态宜居的期盼。这表明，我国正同时面临生态环境根本好转和“双碳”目标两大战略任务。《减污降碳协同增效实施方案》等政策文件和党的二十大报告关于“要协同推进降碳、减污、扩绿、增长”的重要内涵，均为我国的减污降碳工作做出了重要指导。

京津冀是我国经济发展的重要区域，该区域减污降碳研究引起广泛关注，一些学者[1-4]以剖析京津冀地区的大气污染或碳排放现状为基础，进而对其影响因素或减排潜力展开深入研究，还有学者如俞珊等[5-9]同时关注该地区减污和降碳的情况，评估了该地区的减污和降碳效果。已有研究表明对于京津冀区域减污、降碳及二者协同是必要的。大气污染物和二氧化碳排放具有高度的同根、同源、同过程特征。《减污降碳协同增效实施方案》及党的二十大报告均强调了减污和降碳协同的重要性，要将减污降碳协同治理纳入我国生态环境管理体系[10]。戴静怡等[11-14]从理论的层面剖析了减污降碳协同的必要性，并从地域、行业部门等角度，归纳了相关研究方法并探索我国减污降碳路线图；朱思瑜等[15-16]对于某地区的减污降碳协同效应进行评估；张为师等[17-19]从不同角度剖析了减污降碳的作用机制；狄乾斌等[20-21]识别了某地区的减污降碳协同控制路径。

通过整理相关文献认为，虽然目前减污降碳领域的研究成果不断增多，但是聚焦于京津冀地区减污降碳协同效应的影响因素研究仍不够充分和深入。因此，笔者探究京津冀城市群（北京市、天津市、石家庄市、保定市、沧州市、廊坊市、唐山市、衡水市、秦皇岛市、张家口市、承德市、邢台市、邯郸市）减污降碳协同效应的时空特征及影响因素的异质性，并提出有针对性的政策建议，对促进京津冀城市群在新时期实现经济社会全面绿色转型具有重要意义，同时也为其他重点区域打造减污降碳协同治理的范本，推动我国生态文明建设和美丽中国建设提供借鉴。

1 研究方法与数据来源

1.1 研究方法

1.1.1 大气污染物排放当量系数法

为综合考量京津冀城市群大气污染物排放情况，选择二氧化硫和烟粉尘作为典型污染物（由于2011 年前的氮氧化物排放数据缺失严重，因此未纳入考量），利用《环境保护税法》中的大气污染物当量系数对2 种污染物进行归一化处理，方法如下：

式中：EV为污染物排放当量，万t；eµ为污染物µ的当量折算系数，其中m，n分别为SO2和PM 的当量值折算系数；Eµ为污染物µ的排放量，104t。

1.1.2 耦合协调模型

引入耦合协调模型评价京津冀城市群减污降碳协同效应水平，分析各城市二氧化碳减排和大气污染物减排2 个系统的协调程度。模型设定如下：

式中：U1和U2分别为京津冀地区某城市二氧化碳排放或大气污染物排放当量值的最小值和最大值；C为二氧化碳排放和大气污染物排放2 个系统的耦合度；T为2 个系统综合协调指数，本研究认为减污和降碳2 个系统重要程度相同，设定α=β=0.5；D为2 个系统的耦合协调程度，取值为[0，1]，其中D越大，说明京津冀区域内某城市的二氧化碳排放和大气污染物排放控制系统的协同性越好，反之越差。参考王淑佳等[22]的研究，耦合协调度水平的划分标准见表1。

表1 协调水平划分标准Table 1 Criteria for classifying the level of coordination

1.1.3 空间杜宾模型

1.1.3 .1 模型构建

为研究京津冀城市群减污降碳耦合协调水平各影响因素的空间效应，引入含有被解释变量、解释变量滞后项的空间杜宾模型。模型设定如下：

式中：Yit为被解释变量，选定京津冀城市群减污降碳耦合协调度值作为被解释变量；Xit为核心解释变量；Zit为控制变量；W为京津冀城市群地理距离空间权重矩阵；WYit为被解释变量的空间滞后项；WXit和WZit为解释变量的空间滞后项；i、t分别为城市、年份；α、δ、ρ、β为待估参数；ω为个体效应；φ为时间效应；ε为随机误差项。

1.1.3 .2 变量选择

由京津冀能源消费情况可知，该区域的能源消费量较大且以煤炭为主，例如河北省火力发电占比超过80%，这在很大程度上造成了大气污染和大量二氧化碳排放。结合数据可获得性，选择能源消耗总量（t，以标准煤计）和能源消耗强度（单位GDP 能耗，t/万元）作为核心解释变量。结合IPAT 理论模型（该理论模型阐述人类活动对环境影响的定量关系，如人口、财富和技术的影响）和已有的研究成果[6,18]，多数学者将影响地区大气污染物和碳排放的因素归纳为结构、技术和规模因素。因此选择人均生产总值指标（实际人均GDP，元）、产业结构（第二产业增加值占GDP 比例，%）、城镇化率（%）、实际使用外资金额（万美元）和科技创新（科学技术支出占比，%）作为控制变量。

1.1.4 时空地理加权回归模型

为充分考量京津冀各城市减污降碳水平和经济社会发展水平的差异，引入时空地理加权回归模型（GTWR）对京津冀13 个城市各研究时点进行回归，纳入时间变动和地理位置因素，以充分衡量京津冀城市群减污降碳协同效应影响因素的时空异质性。模型设定如下：

式中：Yi为京津冀地区各城市的减污降碳耦合协调度；Xik为影响城市i减污降碳协同效应的第k个因素；( ωi,υi,τi)为城市i的时空地理位置； αk为城市i减污降碳协同效应的回归系数； α0为常数项；n为城市数量； εi为城市i的随机误差项。

1.2 数据来源

选取2003—2020 年京津冀城市群数据作为样本。其中，二氧化碳排放数据基于中国碳核算数据库的县级排放清单，因该排放清单目前仅公布到2017 年，故2018—2020 年的数据借鉴吴建新等[23]对于城市碳排放的核算方式进行补齐。大气污染物排放数据和其他指标均来源于《中国城市统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》和各市历年统计年鉴及国民经济和社会发展统计公报，为消除价格影响，国内生产总值数据均折算为以2003 年为基期的不变价，个别缺失值采取插值法补充完整。

2 结果与讨论

2.1 二氧化碳与大气污染物排放量的时空特征

2003—2020 年京津冀城市群二氧化碳排放总量和大气污染物排放总量（当量）的变化情况如图1 所示。研究期间，城市群二氧化碳排放总量呈现增长趋势，增幅为112.20%。碳排放总量增长可分为2 个阶段：“十五”“十一五”时期增速较快，由415.559×106t 增至901.181×106t，平均增速为10.21%；“十二五”“十三五”时期增速较为平缓，少数年份出现了负增长，平均增速为-0.22%。

图1 2003—2020 年京津冀城市群二氧化碳排放和大气污染物排放当量时间演变特征Fig.1 Temporal evolution of CO2 emission and air pollutant emission equivalents in Beijing-Tianjin-Hebei urban agglomeration in 2003-2020

研究期间，城市群大气污染物排放当量呈现下降趋势，大致可分为3 个阶段：“十五”“十一五”经历了较为平缓的先增后降；“十二五”波动增长达到大气污染物排放当量峰值（2015 年，228.922×104t）；“十三五”呈快速下降趋势，平均增速为-35.81%，排放量降至历年来最低水平，降幅为81.35%。由以上数据可知，进入 “十三五”以来，京津冀城市群大气污染控制行动效果明显，但碳减排行动并未展现出同步成效。

2005 年、2010 年、2015 年、2020 年京津冀城市群二氧化碳排放和大气污染物排放当量的演变特征如图2 所示。碳排放量较大的城市主要集中在天津、唐山、石家庄、保定、沧州、邯郸、北京等市；且除天津、保定、沧州、衡水和廊坊等城市外，其他城市皆在2010—2020 年达到或接近碳排放量峰值，在近年排放量呈现下降趋势，其中北京于2010 年左右最早达峰。在城市群中，天津碳排放量始终最高，承德始终最低。研究期内，关于碳排放量整体变化趋势和总量值，唐山和石家庄较为相似，排放量峰值约10 000 万t；沧州、邯郸和保定3 市较为相似，排放量峰值约8 000 万t；廊坊和邢台较为相似，排放量峰值约 6 000 万t；张家口、秦皇岛、承德和衡水较为相似，排放量峰值处在2 000 万~4 000 万t。2005—2020 年，碳排放量增幅前三名为廊坊、天津和保定（分别为94%、88%和86%），增幅最小的是北京（-24%）；2005—2010 年，碳排放量增幅前三名为承德、唐山、张家口（分别为73%、66%和65%）；2011—2015 年，碳排放量降幅前3 名为北京、张家口和邯郸（分别为-21%、-5.6%和-4.5%）；2016—2020 年，碳排放量降幅前三名为北京、张家口和承德（分别为-24%、-8.2%和-8.1%）。

图2 2005—2020 年京津冀城市群二氧化碳排放和大气污染物排放当量演变特征Fig.2 Evolution of CO2 emission and air pollutant emission equivalents in Beijing-Tianjin-Hebei urban agglomeration in 2005-2020

大气污染物排放当量较大的城市有唐山、天津、邯郸、石家庄。其中，唐山始终是城市群大气污染物排放当量最高的城市；天津、石家庄和邯郸3 市大气污染物排放当量和变化趋势较为相似，为波动上升后快速下降，排放量峰值处在25 万~30 万t，其他城市的大气污染排放当量峰值皆低于18 万t。2005—2020 年，大气污染物排放当量负增幅最大的城市依次为北京、衡水、邢台、天津和张家口（分别为-97.5%、-97.4%、96.5%、95%和93%）；2005—2010 年，大部分城市负增幅降低（皆小于50%）；2011—2015 年，秦皇岛、沧州和廊坊大气污染排放当量增幅为正值（皆大于50%）；2016—2020 年，大部分城市大气污染排放当量增幅为负，且负增长比重皆大于68%，至2020 年，除唐山外所有城市大气污染物排放当量值均低于3 万t。由此可见，大气污染物和碳排放主要集中在天津、唐山、邯郸等城市，均有工业基础较好、经济较发达、人口密度较高、能源消费量较大的特点，应重点在这些城市制定针对性的减污降碳协同增效政策，且侧重于碳减排效果的提升。

2.2 京津冀城市群减污降碳协同增效的时空特征

2003—2020 年京津冀城市群减污降碳系统耦合协调度均值演变情况如图3 所示。城市群自“十五”以来，2 个系统协调水平呈波动上升趋势，且在2020 年耦合协调度均值在0.8 以上，表明京津冀城市群整体减污降碳协同效应明显提升。数据表明，自2009 年起耦合协调度稳定达到初级协调，自2016 年起稳定达到中级协调，在2020 年达到良好协调。因此，将城市群2003—2020 年减污降碳系统耦合协调水平分为3 个阶段：第一，缓慢增长阶段（2003—2010 年），耦合协调水平较低，由勉强协调缓慢上升至初级协调；第二，徘徊探索阶段（2011—2015 年），耦合协调水平呈现轻微下降趋势，由中级协调退步至初级协调；第三，稳步增长阶段（2016—2020 年），耦合协调水平较高，由中级协调稳步向良好协调迈进。在“十二五”时期，我国在主抓经济建设的同时重视大气污染防治工作，2013 年《大气污染防治行动计划》等重要政策文件陆续发布，北京、天津碳市场开启线上交易，各项污染物减排措施的制定和实施处在探索阶段，控制效果的产生有一定延迟性，因而出现耦合协调水平轻微下降的现象；在“十三五”时期，《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》的实施产生了明显的效果，同时碳交易市场的运行稳步推进，均促进了减污降碳耦合协调水平的提升。

图3 2003—2020 年京津冀城市群减污降碳耦合协调度均值变化Fig.3 Mean value of coupling coordination degree of pollution reduction and carbon reduction in Beijing-Tianjin-Hebei urban agglomeration in 2003-2020

由图4 可知，北京、天津和河北3 省（市）2003—2020年减污降碳耦合协调度均值存在波动上升的变化趋势，且3 省（市）减污降碳系统整体协调水平排名为北京>天津>河北。其中，北京市耦合协调水平处于3 省（市）的最高值，保持在良好协调水平；河北省处于3 省（市）的最低值，自2008 年起转为勉强协调水平，且河北省和天津市均出现偶然大幅波动情况（如天津市2009 年耦合协调度为0.274 3，处于中度失调）。

图4 2003—2020 年京津冀三省（市）耦合协调度均值演变情况Fig.4 Changes in the mean value of coupling coordination degree among Beijing, Tianjin and Hebei in 2003-2020

由表2 可知，京津冀城市群自“十五”至“十三五”时期，整体减污降碳耦合协调水平提升明显，“十三五”末期良好协调水平以上的城市数量较“十五”末期增长了7 倍。2005 年，处于失调、勉强或初级协调、中好协调及以上3 类城市分别占比为30%、30%和40%，其中张家口、衡水、邢台和秦皇岛的耦合协调度较低，保定、北京、沧州、天津和唐山的耦合协调度较高；至2020 年，3 类城市占比变化为0、31%和69%，其中邢台、廊坊、邯郸、唐山、保定、沧州、石家庄的耦合协调度较高。研究期间，各城市耦合协调水平最低值由0.2 提升至0.5，且最高值和最低值的差距逐步缩小，由“十五”时期的0.7 缩小至“十三五”时期的0.5，表明城市群各城市减污降碳协同效应提升明显，存在耦合协调度低值“追赶”高值现象。

表2 京津冀城市群二氧化碳与大气污染物协同减排耦合协调度分布Table 2 Spatial and temporal distribution of coupling coordination degree of carbon dioxide and air pollutant reduction in Beijing-Tianjin-Hebei urban agglomeration

各城市的减污降碳耦合协调水平按照其变动情况大致分为3 类：1）稳步提升类，耦合协调度由低值或较高值提升至高值，包含北京、石家庄、邢台、廊坊、保定、沧州和唐山，其中北京、保定、沧州和唐山由较高水平提升至高水平；2）波动变化类，包含邯郸、天津，在“十二五”末期跌至轻度失调或勉强协调；3）提升不明显类，包含秦皇岛、承德、张家口和衡水，此类城市在“十五”至“十三五”末期的减污降碳耦合协调水平长时间保持在勉强协调或失调水平。

“十二五”时期起，京津冀地区颁布了多项大气污染防治政策，特别是相关方案中针对煤炭消费总量等的控制措施成效显著，在一定程度上促进了该地区温室气体减排与大气污染控制协同效应的提升。至“十三五”末期，60%以上的城市处于良好协调或优质协调，表明城市群中大多数城市能够积极响应我国减污降碳的各项政策措施和总体工作部署，但尚存在个别城市如“提升不明显类”中城市的协调水平始终较低，减弱了京津冀城市群整体减污降碳工作效果，相关地级市政府应针对性地制定相关政策措施，并在各项实施环节中严格把关。

2.3 京津冀城市群减污降碳协同增效影响因素的异质性分析

2.3.1 检验与基准回归

经豪斯曼检验（P=0.004 9）、拉格朗日乘数（LM）检验（P=0.000）及瓦尔德（WALD）检验（P=0.002 9），结果表明该研究使用数据适宜选取个体与时间双向固定效应模型，且空间面板模型应选择空间杜宾模型（SDM），结果如表3 所示。

表3 2003—2020 年京津冀城市群OLS 回归和SDM 回归结果Table 3 OLS regression and SDM regression results for Beijing-Tianjin-Hebei urban agglomeration in 2003-2020

在最小二乘回归（OLS）模型中，能源消费总量、能源消费强度（两核心解释变量）及产业结构和科技创新（两控制变量）均在1%的置信水平上显著；城镇化率和外资情况在5%的置信水平上显著；实际人均GDP 在10%的置信水平上显著。由结果可知，能源消费总量和能源消费强度作为影响京津冀城市群减污降碳系统耦合协调度的关键因素，对减污降碳协同效应有负向影响，即通过降低能源消费总量或提升各类能源的使用效率能够在很大程度上达成减污降碳协同增效的目标。

在控制变量中，产业结构因素和科技创新因素对减污降碳系统耦合协调度的影响最为显著。产业结构的影响为负向，体现了该城市工业生产中的能源消费状况，通过产业结构合理化、高极化能够提升能源利用效率或在一定程度上降低能源消费总量，从而提升减污降碳协同效应；科技创新因素对于减污降碳协同效应具有正向影响，其与能源消费强度因素关系紧密，通过研发、引进高新技术，或使用清洁能源而降低能源消费强度，从而提升减污降碳协同效应。城镇化率、实际人均GDP 和外资情况均在一定程度上代表该城市的经济社会发展水平，城镇化率和实际人均GDP 指标均对协调水平有正向影响，且实际人均GDP（0.166）的作用程度大于城镇化率（0.4 23×10-2），代表地区的经济发展和适度的城市化进程能够促进减污降碳协同效应的提升；外资情况在一定程度上代表了该城市的对外开放程度，研究表明，京津冀城市群各市从“十五”至“十三五”末期所引入的外资普遍对城市的科技进步有负向作用，导致减污降碳耦合协调程度减弱。

由SDM 回归结果可知，影响城市群减污降碳耦合协调程度的各因素均存在空间效应，7 个解释变量在不同置信水平上显著，且影响程度和方向与OLS回归结果基本一致。在此基础上，将空间效应进一步分解为直接效应和间接效应。

2.3.2 时空异质性分析

SDM 回归结果证明影响城市群的各解释变量之间有显著的空间效应，在此基础上，截取2003 年和2020 年数据进一步展示各影响因素的空间异质性。选择ArcGIS 软件中的自然断裂分类法对GTWR回归结果中各影响因素的系数进行分类，所选数据通过方差膨胀因子检验（VIF=5.69），调整的可决系数为0.92，AIC 为-691.784，回归分类结果见表4。

表4 2003 年、2020 年各因素回归系数空间分布Table 4 Spatial distribution of regression coefficients for each factor for 2003 and 2020

2003—2020 年，能源消费总量对城市群减污降碳系统耦合协调水平的影响总体呈现为由正向转为负向，作用较强的城市主要为唐山、北京、天津、邯郸和石家庄等经济发展和工业基础较好的城市，且该取值区间逐渐缩小。能源消费强度对城市群减污降碳耦合协调水平的影响总体呈现为负向，作用较强的城市主要为唐山、邯郸、邢台和张家口等城市，且该系数取值区间逐渐缩小。由2 个核心解释变量系数的变动可知，城市群能源消费情况对其减污降碳协同效应的作用效果存在一定的集聚性特征。

在控制变量中，城镇化率对城市群减污降碳耦合协调水平的影响总体呈现为正向，作用较强的城市主要为北京、石家庄、天津、秦皇岛、唐山和石家庄等近年来城镇化率增速较快、增幅较大的城市。实际人均GDP 对于城市群减污降碳耦合协调水平的影响为正向，作用较强的城市为北京、石家庄、天津、廊坊和唐山等经济发展较好的城市，但过高的GDP 也可能对耦合协调水平产生轻微负向影响，例如北京。产业结构对城市群减污降碳耦合协调水平的影响总体表现为负向，城市发展比较落后时，第二产业占比的增加带动了经济增长，在一定程度上促进了减污降碳耦合协调水平，随着经济发展，对产业结构偏重的城市如天津、唐山、邢台、沧州等系数均为负值，但产业发展对于能源依赖更小的城市如北京、秦皇岛和张家口等系数转为正值。反映出经济发展能够带动减污降碳协同效应的提升，但不合理的产业结构却会同时削弱经济发展带来的正效应，从而给城市群碳减排和大气污染治理工作带来挑战。外资利用情况对城市群减污降碳耦合协调水平的影响存在两极分化特征，总体表现为轻微的负向影响，其中天津、秦皇岛和邢台等城市长期表现为正向影响，承德、石家庄和唐山等城市长期表现为负向影响，表明各城市引入外资的去向差异对其减污降碳耦合协调程度的影响较大。科学技术支出占比对城市群减污降碳耦合协调水平的影响总体呈现为正向，且正向影响的作用不断增强，表现为系数逐年增大，表明增大科技创新投入是增强减污降碳协同效应的有效路径之一。

上述结论证明，能源消费总量、能源消费强度、城镇化率、实际人均GDP、产业结构、外资利用情况和科学技术支出占比7 个因素对城市群减污降碳协同效应的影响存在明显的时空异质性特征。基于京津冀城市群的经济发展、工业基础和能源结构的演进，能源消费在很大程度上影响甚至决定了城市的减污降碳协同效应，减污降碳耦合协调度主要受到能源消费总量和能源消费结构的直接负向影响。城镇化率、实际人均GDP 和第二产业占比在一定程度上能够影响能源消费总量和能源消费强度，实际利用外资金额和科学技术支出占比作用于能源利用效率的提升，削弱能源消费强度，从而影响城市减污降碳耦合协调水平。城市群内，能源消费和产业结构等因素存在集聚性特征，主要表现为该城市与邻近城市或经济发展更好城市的影响效果趋向一致，或因空间溢出效应造成排放转移，从而间接影响城市减污降碳耦合协调水平。在一定范围内，城市化水平的提升和产业结构和合理化、高级化能够正向促进城市的减污降碳协同效应。因此，应在已有的京津冀协同发展战略基础上，加强一体化减污降碳协同增效目标落实，同时又“因材施策”制定各城市策略路径，以实现京津冀城市群经济社会发展的全面绿色转型，从源头实现协同增效。

3 结论与对策

3.1 结论

（1）2003—2020 年，京津冀城市群二氧化碳排放量由快速增长过渡至缓慢增长，大气污染物排放量由增长转变为快速下降。二氧化碳排放总量在“十五”“十一五”时期快速增长，“十二五”时期后增速放缓，其中北京市最为明显；大气污染物排放总量在“十二五”达到排放量峰值，“十三五”后快速下降，表明京津冀城市群大气污染防治工作成效明显，排放主要集中在天津、唐山和邯郸等工业基础较好、能源消费量较大的城市。

（2）2003—2020 年，京津冀城市群减污降碳耦合协调度呈现三阶段波动上升的趋势，且长期表现为北京优于天津优于河北的态势。“十五”“十一五”期间缓慢增长，耦合协调水平较低，“十二五”期间徘徊探索，耦合协调水平有所回落，“十三五”期间稳步提升，60%以上的城市在良好协调水平以上。同时，各城市耦合协调水平呈现出明显的异质性，可分为稳步提升类，如石家庄、邢台、廊坊、保定、唐山、北京等城市；波动变化类，如邯郸、天津；及提升不明显类，如秦皇岛、承德、张家口、衡水等城市。

（3）2003—2020 年，能源消费总量、能源消费强度等7 个因素皆对城市减污降碳耦合协调度产生显著影响，同时各因素展现出空间效应。GTWR 结果表明，核心解释变量（能源消费总量和能源消费强度）均对耦合协调度产生显著负向影响，而城镇化率、第二产业占比、实际人均GDP、实际利用外资金额和科学技术支出占比均作用于2 个核心解释变量，进而影响城市减污降碳耦合协调度，各因素均存在显著的空间异质性。此外，能源消费总量和强度及产业结构因素均展现出了一定的集聚性特征。

3.2 对策

（1）推进京津冀减污降碳区域协同控制

健全京津冀区域减污降碳工作推进体系。京津冀区域要建立健全减污降碳相关法规标准，尤其将降碳工作提升并融入至京津冀环境治理的全过程中，强化考核激励，提升减污降碳在各级考核中的重要性，实现区域环境协同治理成效的最大化。

建立大气污染物和碳减排协同联动机制，加速产业结构协同优化。京津冀地区要持续深化大气污染物联防联控，培育地区碳排放治理的合作意愿，筹备建立碳减排联防联控机制。京津冀各城市联系较紧密，产业结构展现出一定的协同性，要注重各城市产业融合发展，打造和推动区域绿色产业集聚和高端产业链的承接。北京市要在援助其他城市的基础上强调合作共赢，河北省各市要在独立自主地完成减排任务的同时树立协作意识。要逐步明晰环境责任，对各重点排放、转移城市实施监管，加强排放转入、转出城市合作，充分发挥各城市间的绿色技术溢出和优势产业结构的扩散，减少排放责任转移带来的消极影响。

（2）强化重点城市、重点行业差异化协同减排策略

要逐步健全京津冀地区排放核算体系，推动各城市减排差异化协同。区域内各城市大气污染物与碳排放呈现出差异化的分布特征，经济较发达、工业基础较好、能源储备较充足的城市，如北京、天津、唐山等，呈现出高排放特征，应针对这类城市开展高排放强度协同控制；而经济欠发达、工业基础较薄弱、能源储备量较小的城市，如承德、张家口等，呈现出相对低排放特征，应该针对其开展低排放强度协同控制。同时，还应关注京津冀区域重点排放行业，如河北省六大高耗能行业，黑色金属冶炼及压延加工业、电力热力生产和供应业等，有针对性地展开能耗“双控”和清洁能源替代。

要强化减污降碳工作绩效突出城市的示范作用。各城市发展不平衡是导致大气污染物与碳排放的空间格局分布差异明显的原因之一。要增强核心城市的正向辐射作用，北京作为京津冀地区的增长极，要在减污降碳工作的全过程中争优创先，在产业园区、企业层面开展数字型、生态友好型的试点建设，为其他地级市做好标杆；天津和河北省各地级市要尽快缩短与示范城市的差距，加速能源替代和产业结构跃升。

（3）注重排放强度控制，推动区域能源结构调整

能源消费是影响减污降碳协同效应的关键因素。排放强度变化是各城市能源消费和经济发展的重要表征之一，对于排放强度的有效控制依赖于各城市能源结构调整和能源效率的提升。京津冀地区要建立合理反映能源稀缺性与外部性的价格体系，大量削减河北省燃煤发电比重，大力发展清洁能源。要健全能耗双控制度，注重其向碳排放总量和强度双控转变，逐步完善京津冀区域可再生能源消费核算体系。

（4）注重绿色技术创新发展

要提升绿色低碳技术和装备的研发及引进。京津冀地区要注重减污降碳基础科学的研究，逐步形成高水平的监测评估机构，推进地区环境数据信息共享平台的建设。要提高行业准入门槛同时完善落后产能的市场退出机制，促进区域内工业基础较好和能源储备较充足的城市技术进步、推进其产业链优化跃升。要强化清洁能源科技的攻关，逐步实现各项能源储备、利用技术的自主化。要合理提升开放程度，促进京津冀区域内外重点实验室、科技成果资源共享。

（5）强化绿色金融扶持减污降碳工作

完善市场机制，推动绿色金融扶持区域减污降碳。京津冀区域目前仅北京设立了绿色金融协会，应推动区域完善设立共同绿色金融机构，建立区域绿色项目信息共享平台。加大区域绿色金融产品的创新，在3 省（市）开展以绿色融资为基础的合作项目，以支持区域减污降碳工作。