自人類世以來，緩解日益加劇的人與自然沖突是對聯合國可持續發展目標（SDGs）的積極回應（聯合國，2015年；Winkler等人，2021年）。然而，隨著全球工業化和城市化的擴張，世界面臨著氣候變化和環境污染的雙重挑戰，這對城市發展和人類健康構成了不可避免的威脅（Li等人，2024年）。以二氧化碳（CO₂為代表的溫室氣體是導致氣候變化的主要原因，占全球自然災害的90%以上（Meinshausen等人，2009年）。同時，空氣污染物、廢水和固體廢物也給許多國家帶來了巨大壓力。因此，協同控制碳排放和環境污染已被證明是同時解決這兩個問題并促進人與自然和諧的有效方法（Scovronick等人，2021年；Xian等人，2024年）。

從理論和實踐上來看，實現二氧化碳（CO₂）和污染物的協同減排是可行的（Wang和Fang，2025a）。首先，以化石燃料為主的能源燃燒和利用是這些污染物的主要來源（Qin等人，2023年）。其次，過度的人類活動產生了大量的灰質排放物，這些排放物在工業化和城市化地區分布廣泛（Chen等人，2023a）。同時，碳排放和環境污染之間存在相互制約的關系。二氧化碳（CO₂引起的溫度上升會通過改變物理、化學和生物過程加劇環境污染，而一些針對污染物的末端處理設施可能會導致二氧化碳（CO₂的額外排放（Zhao和Wang，2024年）。此外，多項研究表明，由于碳減排或污染減排政策，可以實現“1+1>2”的協同效益（Qian等人，2021年；Tibrewal和Venkataraman，2021年）。Shi等人（2022年）發現，中國2013年至2020年實施的清潔空氣行動大幅升級了污染嚴重且效率低下的能源設施，從而顯著減少了碳排放。Cheng等人（2021年）指出，當末端污染控制的效果減弱時，中國的碳中和目標將在滿足世界衛生組織（WHO）的空氣污染物標準方面發揮重要作用。

另一方面，碳排放和環境污染所代表的生態問題本質上與經濟增長模式密切相關（Liu和Tian，2024年）。因此，協同控制二氧化碳（CO₂和污染物不僅需要加速減少它們的協同效應（SEM），還需要實現“降低成本”和“最大化效益”的目標，以促進經濟的綠色轉型（Liu和Tian，2024年；Mao等人，2021年）。基于碳效率和環境效率（Taleb等人，2023年；Tian和Pang，2025年），兩者之間的協同效率（SEF）從投入產出的角度描述了資源消耗、碳排放、環境污染和經濟發展之間的相互作用。較高的SEF水平可以歸因于低消耗、低碳、低污染和高經濟產出的協調（Yang等人，2022b；Zha等人，2023年）。

理論上，SEM和SEF應該相互作用，類似于環境庫茲涅茨曲線（EKC）所展示的那樣。EKC表達了經濟增長與二氧化碳（CO₂/環境退化之間的倒U形關系，即隨著經濟水平的提高，灰質排放量會先增加后減少（Grossman和Krueger，1991年）。與經濟增長不同，SEF包含了資源保護和環境友好的概念，旨在實現高效和可持續的經濟增長（Li等人，2022年），這可能會對SEM產生負面影響。Li等人（2020年）指出，環境效率可以提高管理水平和優化生產規模，從而降低PM_2.5濃度。Chen等人（2024a）指出，提高能源效率可以減少水消耗并抑制溫室氣體和環境污染物，這對經濟轉型有積極影響。然而，隨著SEM水平的提高，城市生態環境的質量將受到嚴重破壞，導致城市熱島效應和極端天氣事件（Imdad等人，2023年；Yang等人，2025年）。農業和工業的生產活動以及人類居住區也會相應受損，這不利于SEF的提高。因此，SEM和SEF之間可能存在相互制約的關系。

為了追蹤碳排放和污染的協同控制，大多數學者使用了耦合協調度（Chen等人，2023a）、交叉彈性分析（Gao等人，2022）和協同坐標系統（Guo等人，2024）來分析這兩個系統之間的相關性，或者構建了計量經濟模型進行回歸分析（Xian等人，2024）。然而，很少有研究測量SEF，這些研究忽略了協同控制過程中“降低成本”和“最大化效益”的考慮。同時，以往的研究主要集中在基于EKC理論分析經濟發展與環境問題之間的關系（Bao和Lu，2023年；Guliyev和Seyfullayev，2025年）。鑒于碳減排和污染減排之間的協同作用的重要性，迫切需要揭示SEF與SEM之間的相互作用，這是一個尚未得到明確解答的關鍵問題。減排只是必要的方法，而實現經濟增長的可持續轉型才是最終目標。

為了解決這些研究空白，我們評估了中國五大城市群的SEM和SEF情況，這些地區多年來一直面臨嚴重的人與自然沖突（Wang和Fang，2025b）。此外，本研究的主要目的是揭示兩者之間的脫鉤關系和動態互動，以促進這些地區的和諧人與自然關系（圖1）。本文的四個創新點如下：（1）采用交叉乘數法和超效率SBM模型分別評估SEM和SEF，全面描繪了2006年至2022年的時空模式；（2）利用Tapio脫鉤模型從不同時間角度確認了SEM與SEF之間的關系；（3）基于單位根檢驗和協整檢驗，進一步使用面板向量自回歸（PVAR）模型分析了SEM與SEF之間的動態互動；（4）考慮到空間異質性，探討了五大城市群之間SEM-SEF關系的差異，并為它們的綠色轉型提供了針對性的建議。