成渝双城经济圈县域产业结构升级与碳排放效率的时空耦合及影响因素

庞建刚，李思思

（西南科技大学经济管理学院，四川绵阳 621000）

2011 年，我国国家发展改革委印发了《成渝经济区区域规划》，至2020 年，四川省与重庆市的生产总值（GDP）之和在国内生产总值中所占比例由2011 年的6.00%提高至2020 年的7.27%，增长率达到22.13%1）。中共中央政治局审议通过的《成渝双城经济圈建设规划纲要》明确提出，协同建设现代产业体系、加强污染跨界协同治理和探索绿色转型发展新路径是成渝双城经济圈未来发展的重要内容。随着基础设施建设与投资环境的进一步优化，成渝双城经济圈拥有连接我国西南西北，沟通东亚与东南亚、南亚的特殊地理优势，在开拓国际市场空间、进一步优化与稳定产业链供应链，建立以国内大循环为主体、国内国际双循环相互促进的新发展格局中的重要作用将进一步提升。我国东中部区域产业水平提升带来的产业梯度转移，为成渝双城经济圈提供了产业进一步优化的良好条件，但在经济规模增长的同时，成渝双城经济圈能源消费与碳排放量规模也在迅速扩大。那么，成渝双城经济圈的产业结构升级水平和碳排放效率的整体优化程度究竟如何？怎样实现成渝双城经济圈产业结构优化和碳排放效率的高效耦合协调？对上述问题的解答，一方面对于推动成渝双城经济圈经济和环境统筹发展具有理论价值和现实意义，另一方面也可以为我国实现节能减排目标提供新视角。

1 文献综述

就产业结构对碳排放的影响而言，产业结构变化对碳排放量产生重要影响的观点已经得到普遍认可，如周迪等［1］通过从绿色税收角度研究发现，产业结构的变化将会明显影响我国CO2排放量，产业结构合理化和高级化均有利于减少碳排放；朱永彬等［2］认为，产业结构调整和能源利用效率的提高会导致我国未来碳排放总量呈倒“U”型的变化趋势。不过，也有一些研究者认为产业结构变化对碳排放量的影响较小，如顾阿伦等［3］通过分析碳排放量和碳排放强度的变化原因认为，科学技术进步对我国碳排放量减少的贡献很大、对产业结构的贡献较小；Schipper 等［4］研究发现，日本和美国等几个国家的产业结构变动对本国碳排放量的影响较小，但是其产业结构的转变增加了澳大利亚、挪威、荷兰等其他国家的碳排放量；黄亮雄等［5］研究指出，产业结构效果不明显的现象可能是因为本区域产业结构调整具有“损人利己”效果，即在提高了自身环境水平的同时却在污染其他区域的环境；徐成龙等［6］以我国山东省为研究对象，结果表明产业结构调整对减少碳排放量的贡献程度主要在于产业结构的优化程度，即工业比重越小，产业结构对于碳排放量降低的贡献也越高。

从碳排放对产业结构的影响来看，目前相关研究主要基于政府监管的角度探讨碳排放的政府环境规制对产业结构的影响［7］。其中，环境规制不仅包括政府部门出台的限制性环保政策措施，也包括政府部门指导下的不同利益群体对环保权利和义务、责任的参与，包括与污染者的交涉与磋商［8］。陆菁［9］、肖兴志等［10］研究提出，对环境的严格规制将成为一种有效的倒逼机制，推动产业结构的优化调整与提升。在政府的各种节能减排措施中，碳税和碳交易被认为是最有效率的经济手段［11］。汤维祺等［12］研究认为，从社会生产侧看，由于减排政策约束了企业的碳排放，从而增加了能源投资的边际成本，而各个产业又因为其排放强度差异，生产成本所受到的影响也有不同，由此产生了资金积累路径和产业结构上的调整；从社会需求侧看，政策冲击将会透过市场定价机制向上下游行业和消费者之间传递。

由此可见，通过提升产业结构可以降低碳排放量、改善碳排放绩效，同时碳排放政策对产业结构提升有促进效果，这也表明了碳排放政策与产业结构之间彼此影响、互为作用，从而形成了相互耦合的互动体系。有研究者对产业结构和碳排放量的耦合协调关系作出了进一步研究，如周迪等［13］用扩展的耦合模型研究考察我国区域碳排放效率与产业结构升级的耦合关系发现，我国近一半省份属于低水平耦合类型；张翱祥等［7］的实证研究结果显示，我国中部六省碳排放效率和产业结构合理化、高级化的耦合协调度相对较低，都处在中度失调和中度协调之间，但是碳排放效率和产业结构高级化的耦合协调度有逐渐提高的态势；曹丽斌等［14］研究发现，我国产业结构和 CO2排放量正处于中度耦合一致的发展阶段，不同类型的城市耦合协调度大小表现为“资源型城市＞工业型城市＞服务业型城市”，在其他类型城市中，工业占比相对较大的城市的耦合协调度和一致性往往超过了农业与服务业占比高的城市。

虽然已有学者对产业结构升级和碳排放的关系展开了逐步深入的研究，但主要侧重于对二者之间的单向关联，基于产业结构和碳排放之间耦合协调关系的研究相对较少，少许对二者之间耦合协调度的研究仅落于省级和地级市层面，关于县级层面的研究相对较少。根据《成渝双城经济圈建设规划纲要》提出的分类推进大中小城市和县城发展，本研究将基于DMSP/OLS、NPP/VIIRS 两套夜间灯光数据反演得出的县域碳排放数据，运用非期望超效率SBM 模型对成渝双城经济圈的县域碳排放效率进行测算，并对成渝双城经济圈141 个区县产业结构升级与碳排放效率耦合协调度的时空分布格局以及空间差异进行分析。

2 研究区域、方法与指标构建

2.1 研究区域与数据来源

2021 年中共中央、国务院印发的《成渝双城经济圈建设规划纲要》对成渝双城经济圈的地域范围进行了明确界定，为增强研究对象的可比性，将研究对象的维度设定为区县级。成渝双城经济圈共142个区县，由于四川省广安市的前锋区设立于2013 年，数据缺失年份较多，所以本研究对象为除了前锋区外的其他141 个区县（以下简称“样本”），样本数据的时间跨度为2005—2020 年，来源于历年《中国县域统计年鉴》《四川统计年鉴》《重庆统计年鉴》以及EPS 全球统计数据/分析平台。在空间划分方面，参考肖磊等［15］的做法，将成渝双城经济圈划分为成都主城区、成都平原地区、川东北地区、川南地区、重庆主城区、渝东地区、渝西地区等7 个空间板块，具体如表1 所示。

表1 成渝双城经济圈县域空间划分

2.2 研究方法

2.2.1 非期望产出超效率SBM 模型

超效率SBM 模型由Andersen 等［16］人提出，是对传统数据包络分析（DEA）模型的进一步发展，解决了在传统DEA 模型中最大效率值均为1 的决策单元不能分类的缺陷，区分了各种最大效能值都为1 的决策单元。假设有n个决策单元、m个生产投入变量、q1个期望产出和q2个非期望产出，构建包含非期望产出的超效率 SBM 模型的线性规划式如下：

式（1）中：p为碳排放效率值；xi、yr和bt分别代表投入变量、期望产出和非期望产出；分别为投入变量、期望产出和非期望产出的松弛变量；λ为权重向量。

2.2.2 耦合协调模型

产业结构升级和碳排放效率耦合度的表达式如下：

式（2）中：A表示产业结构升级与碳排放效率的耦合度；表示产业结构层次系数，表示碳排放效率。

产业结构升级与碳排放效率的耦合协调度表达式如下：

式（3）（4）中：T表示综合协调指数；c和d表示待定系数，本研究认为产业结构升级与碳排放效率同样关键，因此将c和d均设置为0.5；D表示产业结构层次系数与碳排放效率的耦合协调度。

2.2.3 Dagum 基尼系数分解法

为确定影响成渝双城经济圈产业结构升级与碳排放效率耦合协调度空间差异的最主要因素，引入了Dagum 基尼系数分解法。Dagum 基尼系数分解法可将耦合协调度的总体基尼系数分解为区域内、区域间和超变密度贡献等3 个部分，其中超变密度贡献是划分子群时，区域间存在的耦合协调度的交叉项对总体差异产生的影响。表达式如下：

式（5）中，G表示总体基尼系数，数值越大表示耦合协调度的总体差异越大。

2.2.4 空间自相关检验方法

莫兰指数（Moran'sI）由Moran［17］所提出，可以反映空间集聚现象及其与相邻单元之间属性值的相似程度。计算公式如下：

式（6）中：xa和xb为成渝双城经济圈中第a个区县和第b个区县的观测值；为空间权重矩阵W中的对应元素；S为空间权重矩阵中每个元素之和。

采用的空间权重矩阵为Queen 邻接权重矩阵，将样本区县之间共边或共点的情况定义为邻接，相连的区县设为1，不相连的区县则为0。莫兰指数的取值区间为 ［-1,1］，大于0 说明观测值具有正的空间结构相关关系，小于0 则表明观测值具有负的空间结构相关关系，该指标的绝对值越接近于1，即说明空间相关性程度越高。采用莫兰指数可以检验经济活动是否具有空间集聚性，但并不能反映地区内局部的空间集聚特点，难以确定局部空间活动的稳定性，所以，Anselin［18］提出了莫兰散点图用以识别区域空间热点。莫兰散点图共有4 个象限，分别代表了HH（“高高”，第一象限）、LH（“低高”，第二象限）、LL（“低低”，第三象限）、HL（“高低”，第四象限）4 种不同的局部空间聚集形态。

2.3 指标构建与数据来源

2.3.1 产业结构升级

从整体国民经济的产业结构变动情况来看，产业结构提升可体现为区域经济重心从第一产业向第二产业、继而向第三产业的转变，故参考徐敏等［19］、周迪等［13］的做法，以产业结构层次指数衡量产业结构升级水平。计算公式如下：

2.3.2 碳排放效率

（1）资本投入。以Goldsmith［20］提倡的永续盘存法中的资本存量衡量资本投入。计算公式为：

借鉴张军等［21］人的研究，以2005 年为基期，将基期年份的社会固定资产总额除以10%后作为地区的初始资本存量，往后年份参考式（8），按照 9.6%的年折旧率测算2005—2020 年的数据。资本投入指标采用固定资产投资价格指数统一调整为以2005 年为基期的相应值，单位为万元。需要说明的是，由于缺乏四川省各区县和地级市的固定资产投资价格指数，因此参考王振华等［22］的做法，采用上级平减指数（省级）代替。

（2）劳动投入。由于四川省和重庆市内区县人口指标披露口径存在不一致性，根据研究对象的数据特征，以GDP 与人均GDP 相除得到的人口数量衡量劳动投入。

（3）能源投入。囿于县域数据的可得性，参考张鑫鑫等［23］的研究，采用规模以上工业能源消费总量和区县农村用电量衡量各区县的能源投入；对于部分年份数据缺失，参考王凯［24］的做法，采用Stata 中的线性插值法进行补齐。

（4）期望产出。选取GDP 代表期望产出，并去除通货膨胀的因素，使用GDP 平减指数，将成渝双城经济圈内各区县各年度的名义GDP 进行折算，最后得出以2005 年为基期的实际GDP。

（5）非期望产出。夜间照明和社会经济活动高度关联，所以使用 Chen 等［25］人对 DMSP/OLS、NPP/VIIRS 两套夜间灯光数据反演得出的 2000—2017 年我国区县碳排放数据衡量成渝双城经济圈内各区县的CO2排放量，并参考王凯［24］的做法，采用线性插值法将2018—2020 年的数据补齐。其中，Chen 等［25］通过采用非线性模型方式进一步提高了两套夜间灯光数据分析的衔接和综合精确度，与莫惠斌等［26］得到的能源核算的碳排放数据拟合R2 高达 0.998，表明此方法适用于成渝双城经济圈县域的碳排放研究。

2.3.3 影响因素变量

（1）经济发展（EB）。经济发展会对产业结构与碳排放之间的关系产生重要影响［26］。余志伟等［27］、郑航等［28］以人均GDP 衡量地区经济发展水平，而为减少各指标之间的内生性，本研究以人均金融机构的年末储蓄余额反映区县的经济发展水平。

（2）政府干预（GI）。采用一般财政公共预算支出占GDP 的比重来度量政府部门的干预能力。根据路正南等［29］、冯林等［30］研究，财政支出水平直观体现了当地政府可以利用的各种资源的多寡，也就确定了各区县政府部门可以在多大程度为当地产业发展贡献优惠政策租。

（3）城镇化水平（UR）。以城镇化率衡量各区县的城镇化水平。城镇化的发展给第三产业的发展创造了机遇，可以推动社会产业结构向高层次化的过渡［19］；但是，消费方式的高碳化也直接造成了能源费用和碳排放量的上升［31］。

（4）科技创新潜力（STIP）。有学者提出，人力资本的积累加上知识和信息溢出促成了科技创新以及经济增长［32］，故本研究认为，通过中学入学人数衡量各区县的总体受教育水平能够在一定程度上反映地区的科技创新潜力。

（5）金融发展程度（FD）。金融总量的增长和内部结构优化都有助于科学技术进步和产业结构提升，进而减少碳排放［33］。参考冯林等［30］的研究，以金融机构年末信贷余额占GDP 比例评价区县金融发展的情况。

对于影响因素指标中的部分数据缺失，参考王凯［24］的做法，首先采用Stata 对其进行线性插补，存在极个别由于某指标所有年份数据缺失而不能补齐数据的区县，以GDP 为参考，采用研究对象中GDP 值与其最为接近的区县数据将缺失数据补齐。影响因素变量中涉及价格的指标，采用GDP 平减指数统一调整为以 2005 年为基期的相应值。

3 产业结构升级与碳排放效率耦合协调度的时空特征

3.1 总体特征

通过计算各区县逐年的产业结构升级和碳排放效率耦合协调度，同时参考曹丽斌等［14］的方法，将样本区县按耦合协调度大小划分为分离阶段（0.00～0.40）、拮抗阶段（0.41～0.50）、磨合阶段（0.51～0.60）和耦合阶段（0.61～1.00）4 种类型。受篇幅限制，在此只将各区县的耦合协调度数值按照空间划分进行披露（见表2）。

由表2 可知，样本区县产业结构升级与碳排放效率的耦合协调度均值为0.464，产业结构升级与碳排放效率正处于拮抗阶段，且空间分布极不均匀，其中耦合协调度均值最高的是重庆市渝中区（0.822），最低的是四川省遂宁市安居区（0.236）；重庆主城区与成都主城区耦合协调度均值最高，分别为0.664、0.619，处于耦合阶段；渝西地区处于磨合阶段（0.562），成都平原地区（0.420）、川南地区（0.415）和渝东地区（0.485）皆处于拮抗阶段，只有川东北地区处于分离阶段（0.395），即将进入拮抗阶段。

表2 2005—2020 年样本区域产业结构升级与碳排放效率的耦合协调度

由图1 可以看出，产业结构升级和碳排放效率耦合协调度处于同一水平的区县往往不是独立的，而是和周边临近的区县在耦合协调度上保持一致，呈现空间聚合特征：高度耦合协调的地区（耦合协调度在0.6 以上）主要分布在重庆主城区和成都主城区，且其他区县的耦合协调度在空间上以重庆主城区与成都主城区为核心呈放射状逐渐降低；同时，成渝双城经济圈以重庆主城区与成都主城区为核心的放射性空间格局逐渐显著，其中重庆主城区的放射作用随着时间推进不断增强，周围区县的耦合协调度逐年提升，但是成都主城区的放射作用在逐渐减弱，周围较高耦合协调度的区县逐年减少。

图1 样本区域产业结构升级与碳排放效率耦合协调度的空间演变

3.2 Dagum 基尼系数分解

为揭示成渝双城经济圈产业结构升级与碳排放效率耦合协调度的区域差距及其来源，运用MATLAB 软件分别测算了2005—2020 年样本区县产业结构升级与碳排放效率耦合协调度的基尼系数，结果如表3 所示。

表3 2005—2020 年样本区域产业结构升级与碳排放效率耦合协调度的Dagum 基尼系数分解结果

表3（续）

3.2.1 总体区域差异来源及其贡献

由表3 可知，样本区县产业结构升级与碳排放效率耦合协调度的总体基尼系数处于0.118～0.154之间，均值为0.140，各区县耦合协调度的差异较小。从时间演变过程来看，耦合协调度的总体区域差异呈现先上升后下降的变化趋势，从2005 年的0.118 开始逐年上升至2013 年的0.154 后逐渐下降，至2020 年平稳在0.137，2005—2020 年的增长幅度为16.10%。

从差异来源的大小来看，来源于区域间的差异最大（0.059～0.105），超变密度差异来源居中（0.020～0.039），而来源于区域内的差异最小（0.016～0.024），区域间的差异贡献率均值大于区域内和超变密度，且区域间差异贡献率不断上升，从2005 年的50.20%增加至2020 年的63.66%，上升幅度为26.81%，而区域内差异和超变密度差异呈现下降的态势，尤其是超变密度差异在2008 年以后出现了大幅下降。说明随着时间推移，区域间与区域内差异的交互影响逐渐减弱，区域间差异是成渝双城经济圈产业结构升级与碳排放效率耦合协调度差异产生的主要来源。因此，缩小区域间差距是解决成渝双城经济圈产业结构升级与碳排放效率区域不平衡问题的关键。

3.2.2 区域内差异

在考察期内，样本区县产业结构升级与碳排放效率差异的均值呈现总体下降的变化趋势，其中成都平原地区内耦合协调度的差异最大，渝东地区内的差异最小，其他地区处于中间水平。

3.2.3 区域间差异

整体来看，样本区县产业结构升级与碳排放效率耦合协调度的区域间差异均值从2005 年上升至2014 年后逐渐平缓。具体来看，成都平原地区、川东北地区、川南地区与成都主城区，成都平原地区、川东北地区、川南地区、渝东地区与重庆主城区，成都平原地区、川东北地区、川南地区与渝西地区的区域间差异的均值均高于全样本区域间差异的平均水平，而其他区域间差异的均值都低于全样本区域间差异的平均水平。其中，重庆主城区与川东北地区的区域间差异的均值最高，为0.255，川南地区与川东北地区的区域间差异的均值最低，仅为0.079。

3.3 空间自相关分析

3.3.1 全域莫兰指数分析

样本区县2005—2020 年产业结构升级与碳排放效率耦合协调度的全域莫兰指数如表4 所示。由于黔江区相邻的彭水县与酉阳县均不属于成渝双城经济圈的范围内，考虑黔江区与研究范围内其他地区之间的空间效应，将直线距离最近的丰都县设为黔江区的相邻地区进行研究。可见，样本区域产业结构升级与碳排放效率耦合协调度的全域莫兰指数均为正数，且通过了1%水平的显著性检验，表明2005—2020 年成渝双城经济圈的产业结构升级与碳排放效率的耦合协调度呈显著的正空间自相关性，即产业结构升级与碳排放效率的协调发展表现出较强的空间依赖特征，即某一区县产业结构升级与碳排放效率的协调发展会受到相邻区县协调发展程度的影响。全域莫兰指数呈现逐渐上升的变化趋势，表明成渝双城经济圈产业结构升级与碳排放效率耦合协调度的空间集聚性不断增强。

表4 样本区域产业结构升级与碳排放效率耦合协调度空间集聚性

表4（续）

3.3.2 局域莫兰指数分析

基于局域莫兰指数生成2005、2009、2016 和2020 年样本区域的局域莫兰散点图（见图2），以揭示成渝双城经济圈产业结构升级与碳排放效率耦合协调度的空间关联类型。可见，2005-2020 年期间各区县的空间聚集性不断增强，最后主要聚集于第一和第三象限，即多数区县都属于LL、HH 类型。

图2 样本区域产业结构升级与碳排放效率耦合协调度局域莫兰指数演变

参考Rey 等［34］的时空跃迁分析法，基于成渝双城经济圈产业结构升级与碳排放效率耦合协调度的时空演化规律，将样本区县划分为Ⅰ型、Ⅱ型、Ⅲ型和Ⅳ型等4 种类型（见表5）。由表6 可知，各区县不同类型间转换的概率相对较小，其中，由HL类型转换为LL 类型的概率最大，为0.093 6；I 型区县占比为5.30%，Ⅱ型区县占比为3.40%，Ⅲ型区县占比为0.51%，Ⅳ型区县占比为90.79%，大多区县与相邻区县均未发生迁跃。由此可知，成渝双城经济圈产业结构升级与碳排放效率耦合协调度的空间稳定性较强。

表5 2005—2020 年样本区域产业结构升级与碳排放效率耦合协调度时空跃迁基本类型划分

表6 2005—2020 年样本区域产业结构升级与碳排放效率耦合协调度的转移概率矩阵

4 产业结构升级与碳排放效率耦合协调度的影响因素分析

从以上分析结果可知，成渝双城经济圈产业结构升级与碳排放效率的耦合协调度具有明显的空间正向相关性，所以在构建杜宾模型（SDM）研究相关影响因素时，将空间影响因素考虑进来十分必要。首先通过Hausman 检验选择固定效应模型进行分析，进而利用LR 检验和Wald 检验确定了选择SDM 模型进行研究的合理性；在此基础上，分析各种影响因素对耦合协调度的直接效应、间接效应和总效应。

如表7 所示，大部分变量及滞后项的回归系数都在1%或5%显著性水平下显著，空间自相关系数（rho）结果为正并通过了1%的显著性检验，证实了成渝双城经济圈各区县的耦合协调度具有明显的空间正相关效应。可见，城镇化水平、科技创新潜力对耦合协调度有显著的正向作用，政府干预和金融发展水平对耦合协调度具有显著的负向作用，经济发展对耦合协调度具有负向作用，但不明显。

表7 2005—2020 年样本区域产业结构升级与碳排放效率耦合影响因素的回归结果

表7（续）

如表8 所示，变量经济发展的直接、间接以及总效应结果均不显著。由于国民经济规模的扩大，非农业部门生产总值占比提高，企业资金便会进入更高效的部门，因此拥有更多的技术和资本开展减排科技的研究工作，从而能够提升企业的产业结构，但是由于成渝双城经济圈的总体碳排放效率较低，区域经济的快速增长必然需要更大规模的能源投资与碳排放量来支撑。所以，根据张翱祥等［7］的研究结果，由于经济规模扩大而造成的产业结构升级和碳排放效率之间的协同变化是不明显的。

表8 2005—2020 年样本区域产业结构升级与碳排放效率耦合影响因素的效应分析结果

变量政府干预的直接效应结果为负显著、间接效应结果为正显著，说明各区县的政府干预会对本地区产业结构与碳排放效率的协调发展产生明显的抑制作用，但是能够产生技术溢出效应，促进邻近区县的发展。这主要是由于本地区政府的不当干预会导致以争取政策组为目的的大量产业集聚，使本地区进入逐低竞争的恶性循环；同时，有研究指出，大量重复性工程建设和资金的耗费也不利于节能减排工作的进行［29］，还会导致部分企业受到挤压涌向相邻地区，造成人才与技术的流失。

变量城镇化水平的直接效应在1%的显著性水平下为正，而间接效应结果为正但不显著，说明各区县的城镇化水平对本区域产业结构升级与碳排放效率协调发展有明显的正向影响，但对邻近区县的溢出效应较弱。根据孙叶飞等［35］的研究，这表明成渝双城经济圈的城镇化水平已经产生质量效应，城镇化在推动企业转型升级和清洁化生产方面控制CO2排放量的积极效果抵消了由农业人口向中心城区转移过程所引起的CO2排放量上升，最后对产业结构升级与碳排放效率的协同发展产生了显著的正向影响。

变量科技创新潜力的直接效应结果在5%的显著性水平下为正，在间接效应中的结果并不显著，表明各区县产业结构升级与碳排放效率的协调发展主要受到本地科技创新潜力的影响，但目前尚未形成各区县之间联动效应。借鉴张翱祥等［7］的研究可知，各区县科技创新潜力提升能够对本区域创新发展起引领性作用，区县的科技创新水平得到进步后，可以通过创造新产业、更新生产技术和工艺等方式促进产业结构优化升级，同时带动企业碳排放效率提升，促进二者之间协同发展。

变量金融发展水平的直接效应在5%的显著性水平下为负，间接效应在1%的水平下显著为正，说明各区县的金融机构为谋求收益最大化，将金融资源更多地配置于碳排放量水平较高的产业，阻碍了产业结构升级与碳排放效率的协调发展，这与金英君等［36］的研究发现一致。且当地金融资源流入高耗能产业会对其他低耗能产业产生挤压，导致低耗能产业转移至邻近区县，促进相邻区县产业结构升级与碳排放效率的协调发展。

5 结论与建议

5.1 结论

（1）成渝双城经济圈产业结构升级与碳排放效率耦合协调度总体偏低，一直处于拮抗阶段，即将步入磨合阶段；耦合协调度的空间差异明显，逐步形成成都主城区与重庆主城区的双核心放射性空间格局，其中重庆主城区的放射作用随着时间推进不断增强，但成都主城区的放射作用在逐渐减弱。

（2）成渝双城经济圈产业结构升级与碳排放效率耦合协调度的时空分异特征十分明显，在时间上呈现先上升后下降的变化趋势；在空间上，区域间差异是耦合协调度差异产生的主要来源。为此，缩小区域间差距是解决成渝双城经济圈产业结构升级与碳排放效率区域协调发展不平衡的关键。

（3）成渝双城经济圈产业结构升级与碳排放效率耦合协调度的空间集聚性显著且逐渐增强，即区县产业结构升级与碳排放效率的协调发展会受到相邻区县协调发展程度的影响；且通过时空跃迁分析可知，成渝双城经济圈内耦合协调度的空间格局稳定性较强。

（4）成渝双城经济圈产业结构升级与碳排放效率耦合协调度的主要影响因素有政府干预、城镇化水平、科技创新潜力和金融发展水平。其中，政府干预和金融发展水平对耦合协调度产生了显著的抑制作用，二者的弹性系数最大，因此，政府干预与金融发展水平是促进产业结构升级与碳排放效率协同发展的关键；城镇化水平、科技创新潜力和城市空间因素都对耦合协调度具有显著的正向影响，是改变和调整成渝双城经济圈产业结构升级与碳排放效率耦合协调度的重要途径；经济发展对耦合协调度虽会产生负向作用，但不明显。

5.2 建议

（1）针对成渝双城经济圈产业结构升级与碳排放效率耦合协调度空间差异明显现状，针对各区县的发展实际制定适宜的政策措施。具体如下：重庆主城区与成都主城经济较为发达，产业结构升级水平与碳排放效率在成渝双城经济圈内都处于领先地位，地方政府应当首先维护本区域的平衡发展，积极向耦合协调程度相对较低的区域提供资本、科技和人力资源支撑并发挥引导示范的作用，尤其是成都主城区，降低本区域虹吸效应对邻近区域的影响，积极带动其他区域协同发展；渝西地区、成都平原地区、川南地区和渝东地区经济结构已经开始转型，产业结构升级与碳排放效率的协同发展水平在成渝双城经济圈中处于中等或中等偏上位置，可借助其靠近耦合阶段地区的区位优势，开发自身的科技创新潜力，通过人才培养和人才引进积极吸纳先进低碳科技，在提升科技创新水平的同时，利用自身资源获取等方面的优势进一步优化产业结构，以冲破经济发展瓶颈；川东北地区在发展过程中重能源、轻技术，产业结构升级与碳排放效率的协同发展水平在成渝双城经济圈中偏低，应当调整经济社会发展方式，减少对能源资源的依赖，主动引进外界投资，通过优化低碳技术提升本地区能源效率，推动绿色经济和低碳经济发展。

（2）充分发挥成渝双城经济圈产业结构升级与碳排放效率耦合协调度空间溢出效应显著的优势，各地政府在出台有关政策时注意兼顾相邻区县并强化地区间合作与交流，以做到资源优势相互促进；还可以通过设置产业结构升级和低碳排放耦合协同发展试验地区，带动其他地区经济发展，为其他区域提供经验参考。

（3）适度的政府干预、合理的金融资源配置是促进成渝双城经济圈产业结构升级与碳排放效率协同发展的关键。地方政府必须尊重市场规则，合理利用经济优惠政策对市场的调节功能，出台支持低碳排放相关措施，给予低碳中小企业优惠政策支持，以吸引金融资源进入低碳技术领域；同时必须将政府干预和金融发展视为经济结构调整的重要契机，主动带动国民经济由第二产业为重向以第三产业和科学技术领域为基础过渡，并合理控制高耗能领域的经济发展，优先发展低碳技术领域。

（4）开发区域科技创新潜力、推进城镇化进程是改变和调整成渝双城经济圈产业结构升级与碳排放效率耦合协调度的重要途径。积极良好的科技创新环境对于区域之间的技术溢出和联动尤其重要，地方政府应加强对区域内科技创新潜力的发掘，促进区域科技创新潜力向科技创新能力转变，鼓励区域之间的技术流动，尽快形成各区域之间在低碳技术创新方面的联动效应；在推进城镇化进程方面，注重提高城镇化发展质量，在人口聚集的同时促进知识创造、科学技术进步，推动企业转型升级、提高能源排放效率。

注释：

1）有关数据为笔者根据EPS 全球统计数据/分析平台数据计算得出。