长三角城市群高质量发展对碳排放强度的空间溢出效应

陈红梅 ，李建豹,

（1.南京财经大学 公共管理学院，江苏 南京 210023；2.南京财经大学 政府管理研究中心，江苏 南京 210023）

全球气候变暖问题形势严峻，世界各国在应对气候变暖的过程中，积极探寻实现经济社会与低碳协同发展的有效路径[1]。目前，中国作为发展中国家和世界第一大碳排放国，发展经济与碳减排是中国的两大重要任务。党的十九大报告首次提出高质量发展，强调要构建绿色低碳循环发展的经济体系。2020 年9 月，中国明确提出2030 年前实现碳达峰和2060 年前实现碳中和的宏伟目标[2]。2022 年10 月，党的二十大报告提出高质量发展是全面建设社会主义现代化国家的首要任务。因此，科学推动经济增长中的碳排放下降，不仅是实现经济社会系统性变革、助力高质量发展的必然要求，也是展现全球环境治理“大国担当”的关键举措[3]。碳排放强度是衡量经济发展水平与碳排放状况的综合指标，降低碳排放强度是促进高质量发展和实现“双碳”目标的重要手段。那么，高质量发展是如何影响碳排放强度的？高质量发展对碳排放强度会产生怎样的空间溢出效应？回答上述问题，对于厘清高质量发展对碳排放强度的影响机制及空间溢出效应具有重要意义。

目前，涉及高质量发展与碳排放强度的相关研究主要分为三个方面。一是高质量发展的量化研究。部分学者使用单一指标衡量高质量发展水平。陈诗一等[4]使用人均GDP 衡量高质量发展水平；YU 等[5]使用绿色全要素生产率替代高质量发展水平。多数学者主要通过构建指标体系，测算高质量发展水平。沈路等[6]从经济全面发展、社会协调发展、环境友好发展三个维度进行构建。郑瑞坤等[7]基于协同力、驱动力、稳定力、保障力与引领力五个维度构建长三角高质量发展指标体系。从现有测度指标看，党的十八届五中全会提出的新发展理念成为高质量发展水平测度指标选取的主流方向[7]。二是碳排放强度的空间溢出效应。许多学者对碳排放强度的空间溢出效应进行了研究。王少剑等[8]认为城市碳排放“空间溢出”效应明显，且不同区域背景下溢出效应存在异质性。赵桂梅等[9]认为中国省际碳排放强度存在空间溢出性特征。王茜等[10]认为城镇化水平、能源结构、对外开放水平、城镇居民生活水平、产业结构、财政情况及技术创新水平分别在不同程度、不同区域上呈现空间溢出效应。三是高质量发展与碳排放之间的关系。黄俊鑫等[11]认为经济高质量发展能够对“能源消耗—碳排放”耦合度产生调节作用，而耦合度反过来可用于反映经济发展质量水平。禹久泓等[12]认为减排能够有效助推经济高质量发展，且在环境规制对经济高质量发展的影响中存在中介效应。邝嫦娥等[13]研究发现碳排放强度与经济高质量发展水平之间存在互相影响、互相约束的耦合协调关系。目前，涉及高质量发展对碳排放强度的空间溢出效应研究较少，开展高质量发展对碳排放强度的空间溢出效应研究，有利于探索高质量发展和碳排放强度的空间分布规律，揭示高质量发展对碳排放强度的影响机理，为推进长三角城市群高质量发展背景下地区差异化碳减排提供参考依据和政策指引。

综上可知，涉及高质量发展与碳排放强度的相关研究已取得了丰硕成果，但鲜有高质量发展对碳排放强度影响的研究。鉴于此，本文可能的创新之处为：第一，基于空间溢出视角探讨高质量发展对碳排放强度的影响，丰富了高质量发展与碳排放强度关系的研究。第二，从不同维度探讨高质量发展对碳排放强度的直接效应与间接效应，揭示创新发展、协调发展、绿色发展、开放发展和共享发展对碳排放强度的作用机理。因此，本文从空间溢出视角，研究高质量发展对碳排放强度的影响。

长三角城市群包括江苏省、浙江省和安徽省的所有地级市以及上海市等41 个城市，是世界第六大城市群，粗放型工业化推进时间较早，经济发展迅速。2005—2020 年，GDP 由21 810.812 亿元增至246 756.779 亿元，增长率为17.555%。碳排放量由165 457.803 万吨增至251 157.129 万吨，增长率为2.822%，GDP 增长速度大于碳排放量增长速度。由此可见，长三角城市群在迅速发展经济的同时也产生了大量的碳排放。2019 年12 月，《长江三角洲区域一体化发展规划纲要》明确提出要坚持绿色发展，积极探索经济发展与生态环境保护共赢的有效路径，并率先实现“质量、效率和动力”三大变革，着力打造高质量发展样板区，探讨高质量发展对碳排放强度的空间溢出效应，有利于实现长三角城市群高质量发展和低碳发展。鉴于此，本文以长三角城市群41 个城市为研究对象，开展2005—2020年高质量发展对碳排放强度的空间溢出效应研究，探索高质量发展和碳排放强度的时空分布规律，揭示高质量发展对碳排放强度的影响机理，并提出相关建议，为推进长三角城市群高质量发展背景下地区差异化碳减排提供决策参考。

1 高质量发展对碳排放强度的影响机制

高质量发展主要通过创新发展、协调发展、绿色发展、开放发展和共享发展五个方面影响碳排放强度。由图1 可知，创新发展推动技术进步，一方面，技术进步有利于提高能源使用效率，减少能源消耗，同时给相邻市带来技术溢出和知识溢出，间接促进了相邻市技术进步，降低本市和相邻市碳排放强度；另一方面，技术进步的提高，为能源使用带来了便利[14]，能源消费量增加，碳排放量有所上升，导致碳排放强度增加。协调发展一方面能够促进资源的有效配置，平衡区域间的发展差异，缩小发达城市与欠发达城市差距，提高整体居民生活水平，增加居民对清洁能源的需求，降低碳排放强度；另一方面，清洁能源流入发达城市，非清洁能源挤出到周边欠发达城市[15]，周边居民通过选择低成本来满足能源需求，导致碳排放强度增加。绿色发展一方面有利于约束碳排放量，减少能源消耗量，降低碳排放强度；另一方面，经济发达城市伴随着高碳排放量，较小的绿色发展力度只能抵消部分碳排放量，碳排放量继续增加，且欠发达城市为减少生产成本可能会减小绿色发展力度，来维持经济增长速度，最终导致碳排放强度增加。开放发展一方面带来了外资企业的入驻和先进技术的流入，促进了本市经济水平提高和技术进步，同时也给相邻市带来资本外溢和技术外溢，进一步提高能源使用效率，降低碳排放强度；另一方面，根据“污染避难所”假说[16]，外资企业多为高耗能、高污染产业，会产生大量的碳排放，导致碳排放强度增加。共享发展一方面能够降低生活成本，减少交通运输距离，提高公共服务资源的利用率，减少能源消耗，且文化资源共享有利于居民环保意识的提高，有利于节约能源，从而降低碳排放强度；另一方面，共享发展可能会产生“拥堵效应”，造成人口集聚，增加区域能源消费[17]，导致碳排放强度增加。综上可知，创新发展、协调发展、绿色发展、开放发展和共享发展对碳排放强度均具有双重作用，双重作用的结果决定了各维度对碳排放强度的影响程度。

图1 高质量发展对碳排放强度的影响机制

2 指标构建、数据来源与研究方法

2.1 指标构建

现有研究表明，高质量发展需要从多维度进行综合评价，主要可分为创新发展、协调发展、绿色发展、开放发展和共享发展五个维度[18-19]。因此，本文基于创新发展、协调发展、绿色发展、开放发展和共享发展五个维度，借鉴邝嫦娥等[13]、王小华等[20]的研究成果，并考虑长三角城市群实际情况和数据的可获得性，构建高质量发展评价指标体系（表1），包括5 个一级指标、9个二级指标和22 个三级指标，并采用熵值法测算长三角城市群高质量发展综合指数和各维度指数。

表1 高质量发展评价指标体系

2.2 数据来源

社会经济数据均来自2006—2021 年《中国城市统计年鉴》《江苏统计年鉴》《浙江统计年鉴》《安徽统计年鉴》和各地级市统计年鉴以及EPS数据平台，部分年份数据有所缺失，使用线性插值补齐。1995—2013 年DMSP/OLS夜间灯光数据和2013—2020 年NPP/VIIRS 夜间灯光数据来自NOAA 网站NGDC 数据中心。能源消费数据来自1996—2021 年《中国能源统计年鉴》的地区能源平衡表。碳排放强度用CO2排放量与GDP 的比值表示，由于缺少连续的2005—2020 年碳排放数据，参考苏泳娴[21]、李建豹等[22]的研究方法，构建碳排放估算模型模拟能源消费碳排放，主要步骤如图2 所示。其中，在精度验证时，省级模拟CO2排放量与统计CO2排放量的平均相对误差为8.27%，表明基于夜间灯光数据模拟的CO2精度较高，适合于模拟长三角城市群的CO2排放量。由于地区能源平衡表只精确到省级能源消费数据，参考吕倩等[23]的方法，碳排放估算模型在省级与市级存在相一致的相关关系，利用碳排放估算模型计算1995—2020 年长三角城市群41 个市的能源消费碳排放量。由于1995—2004 年部分社会经济数据缺失，考虑数据的统一性和完整性，本文取2005—2020 年的碳排放数据。

图2 2005—2020年长三角城市群CO2排放量估算流程图

2.3 研究方法

2.3.1 熵值法

熵值法常用来判定某个指标的离散程度，使用信息熵客观赋权，使权重结果更具科学性。具体步骤如下：

（1）标准化处理。假设xij为第i个市第j个指标数据(i=1,2,...,m;j=1,2,...,n)，且m=41，n=22；其中最大值为xmax，最小值为xmin，为避免后续取对数无意义的情况，统一将初始标准化数据加0.01[24]，得到最终标准化数值Xij，见公式（1）。

（2）计算指标权重Wj。第一步计算第i个市第j项指标的所占比重Qij，见公式（2）。第二步计算第j项指标的熵值Gj，见公式（3）。最后计算第j项指标的权重Wj，见公式（4）。

（3）计算高质量发展综合指数Zi，见公式（5）。

2.3.2 空间自相关模型

Moran’s I 用来分析长三角城市群碳排放强度空间集聚性和检验各变量的空间自相关性，Moran’s I 取(0,1]为正相关，取[-1,0)为负相关，取0 时为不相关，具体见邝嫦娥等[13]提出的计算公式。

2.3.3 空间杜宾面板模型

在探讨变量与变量之间的空间溢出效应时，国外常用的方法有马尔科夫链模型和空间计量经济学模型[25]。空间计量经济学模型主要包括空间误差模型（SEM）、空间滞后模型（SLM）和空间杜宾模型（SDM），空间杜宾模型包含了因变量和自变量的空间滞后项。参考相关文献[26]，构建空间杜宾面板模型如下：

式中：i、j表示第i、j个城市，t表示年份，CEIit表示碳排放强度，Xit表示高质量发展各维度指数的集合，wij表示Queen 邻接空间权重矩阵，μi表示空间效应，γt表示时间效应，εit表示随机干扰项。

3 实证结果与分析

3.1 高质量发展的时空分布特征

3.1.1 高质量发展的时间变化特征

基于创新发展、协调发展、绿色发展、开放发展、共享发展五个维度构建高质量发展指标体系，采用熵值法测算2005—2020 年长三角城市群高质量发展综合指数及各维度指数。由图3 可知，2005—2020 年，高质量发展综合指数及各维度指数均表现为波动上升态势。高质量发展综合指数由0.293 增至0.344，增长率为1.076%；创新发展指数增幅最小，由0.054 增至0.055，增长率为0.122%；协调发展指数由0.077 增至0.092，增长率为1.194%；绿色发展指数由0.052 增至0.062，增长率为1.180%；开放发展指数由0.036 增至0.042，增长率为1.033%；共享发展指数增幅最大，由0.075 增至0.094，增长率为1.517%。共享发展强调以人民为中心，以共同富裕为根本目标，体现了社会主义的本质要求。党的十九届五中全会，将共享发展置于更加重要的位置，长三角城市群积极践行共享发展理念，共享发展水平得到较大提高。研究期内，2019 年高质量发展、创新发展、绿色发展、开放发展和共享发展指数明显下降，可能是因为2019 年新冠肺炎疫情影响，中国坚持“人民至上，生命至上”的理念，采取了严格的疫情管控措施，处于以经济代价换取人民生命安全的阵痛期，长三角城市群经济下行，科技创新、绿色发展、对外开放和共享发展均受到重创，导致高质量发展综合水平降低。

图3 2005—2020年长三角城市群高质量发展指数变化趋势图

3.1.2 高质量发展综合指数空间分布特征

采用自然断点法，将高质量发展综合指数分为四类。由图4 可知，2005 年，上海高质量发展综合指数最高，为0.749，宿州高质量发展综合指数最低，为0.096。高质量发展综合指数高值区主要分布在上海、南京、无锡、苏州和杭州，低值区主要分布在淮北、亳州、宿州、阜阳、六安、安庆、滁州、盐城和宿迁。2010 年，上海高质量发展综合指数最高，为0.761，宿州高质量发展综合指数最低，为0.156。与2005 年相比，2010 年高质量发展综合指数高值区数量明显减少，主要分布在上海，低值区向北蔓延，主要增加了蚌埠、淮南、马鞍山、池州、宣城和衢州。2015年，上海高质量发展综合指数最高，为0.747，宿州高质量发展综合指数最低，为0.173。与2010 年相比，高质量发展综合指数高值区数量略有增加，主要增加了南京和杭州，低值区减少了7 个。2020年，上海高质量发展综合指数最高，为0.698，宿州高质量发展综合指数最低，为0.230。2005—2020 年上海高质量发展综合指数均保持第一，可能是因为上海经济发展水平处于全国领先水平，且鼓励科技创新，注重协调发展，秉持绿水青山就是金山银山发展理念，坚持对外开放，推进公共服务设施共享，从而促进上海高质量发展。相反，宿州经济发展水平相对落后，创新能力不足，各方面发展不协调，对外开放水平较低，公共服务设施欠缺，导致宿州高质量发展综合指数长期处于较低水平。与2015 年相比，2020 年高质量发展综合指数高值区变化不大，低值区呈北扩趋势，主要增加了池州、宣城、徐州、连云港、盐城、淮安、盐城、泰州、南通、扬州和镇江。可能是受2019 年新冠疫情的影响，长三角城市群经济下行，创新发展、绿色发展、开放发展和共享发展水平受到一定的冲击，导致高质量发展水平降低。经以上分析可知，2005—2020 年长三角城市群高质量发展综合指数空间分布不均衡，高质量发展综合指数高值区呈零散分布特征，低值区呈连片分布特征，且呈一定的北扩趋势。

图4 2005—2020年长三角城市群高质量发展综合指数空间分布图

3.1.3 高质量发展各维度指数空间分布特征

由于篇幅受限，使用2005—2020 年各维度指数均值来分析长三角城市群高质量发展各维度指数的空间分布特征，并采用自然断点法将其分为四类（图5）。由图5 可知，创新发展指数高值区主要分布上海、南京、苏州和杭州，占比9.756%，低值区主要分布在安徽，包括淮北、宿州、亳州、阜阳、淮南、六安、安庆、池州和黄山，占比21.951%。上海、南京和杭州作为长三角城市群的核心城市，注重创新人才培养，研发投入资金相对较高，创新发展指数较高，苏州作为上海的相邻城市，受上海辐射的影响，通过技术外溢与知识外溢，创新发展指数相对较高。安徽创新发展水平较低，长三角城市群未来应加大对安徽创新产业的投资力度，发挥创新发展高值区的空间溢出效应，不断提高创新发展水平。协调发展指数高值区主要分布在上海、南京、杭州、温州和金华，占比12.195%，低值区主要分布在安徽，包括淮北、滁州、宿州和马鞍山，占比9.756%，高值区与低值区所占比例相差不大，表明长三角城市群协调发展指数空间集聚格局较为稳定。绿色发展指数高值区主要分布在上海、南通、无锡、扬州、杭州、台州、合肥、安庆、亳州和徐州，占比24.390%，低值区主要分布在安徽，包括淮南和马鞍山，占比4.878%。低值区所占比例较低，表明长三角城市群绿色发展指数普遍处于较高水平。开放发展指数高值区主要分布在上海和苏州，占比4.878%。低值区主要分布在江苏、安徽和浙江，包括温州、丽水、衢州、黄山、池州、安庆、六安、阜阳、淮南、亳州、淮北、宿州、徐州、宿迁、淮安和盐城，占比39.024%。上海是改革开放的前沿阵地，是中国最重要的出海港口，对外开放水平一直处于较高水平。苏州受上海资本外溢的影响，部分外企流入苏州，开放发展指数也相对较高。但高值区所占比例较小，长三角城市群未来应加大对江苏、安徽和浙江的外资投入，促进对外开放均衡发展。共享发展指数高值区主要分布在上海、南京、杭州、舟山和铜陵，占比12.195%，低值区主要分布在江苏、安徽和浙江，包括安庆、绍兴、金华、台州、滁州、阜阳、亳州、宿州、徐州、宿迁、盐城、南通和泰州，占比31.707%。低值区所占比例较高，长三角城市群未来应提高公共服务水平，加大对江苏、安徽和浙江的公共服务设施投入，提高共享发展水平。经以上分析可知，高质量发展各维度指数均表现为明显的空间分布不均衡，上海高质量发展各维度指数均处于高值区，与其高质量发展综合指数相一致，低值区主要分布在安徽，且各维度指数高值区周边呈高值集聚特征，各维度指数低值区周边呈低值集聚特征，表现出明显的空间集聚性。

图5 2005—2020年长三角城市群高质量发展各维度指数空间分布图

3.2 碳排放强度的时空分布特征

3.2.1 时间特征分析

为了探讨长三角城市群碳排放强度的时间差异变化，计算2005—2020 年碳排放强度的均值、标准差、变 异系数和Moran’s I（图6）。由图6 可知，2005—2020 年间长三角城市群碳排放强度均值呈“快速下降—缓慢下降”发展趋势，由8.483 吨/万元下降至1.863吨/万元，主要可分为：2005—2012 年碳排放强度均值呈“快速下降”趋势，可能是因为初期长三角城市群将发展重心放在经济增长上，产生了大量的碳排放，但《京都议定书》的正式生效以及哥本哈根气候大会的召开，中国积极应对全球气候变化，加强环境规制，坚持节能优先，重视能源结构调整，碳排放增长速度得到有效控制，长三角城市群经济增长速度大于碳排放增长速度，碳排放强度快速下降；2013—2020 年碳排放强度均值呈“缓慢下降”趋势，可能是因为中国经济发展进入新常态，长三角城市群经济增长速度减小，且2011 年碳排放强度目标和2017 年高质量发展表述的相继提出，长三角城市群发展重心由经济增长转向为绿色发展，约束了碳排放量的过快增长，碳排放强度缓慢下降。碳排放强度的标准差与均值变化趋势基本一致，由5.920 减少至1.127。碳排放强度的变异系数呈波动下降趋势，由0.698 下降至0.605，且相对差异与绝对差异之间差距持续扩大。2005—2020 年长三角城市群碳排放强度的Moran’s I 均为正，且均通过了1%水平显著性检验，表明碳排放强度存在明显的正的空间自相关性，其变化趋势表现为阶段性波动变化特征，主要可分为三个阶段：2005—2011 年碳排放强度的Moran’s I 总体呈下降趋势，2005—2007 年Moran’s I 变化不大，2008—2011年Moran’s I 明显下降，由0.356 下降至0.315，表明空间集聚性减弱。2012—2016 年，Moran’s I 呈上升趋势，由0.316 增加至0.337，表明空间集聚性增强。2017—2020 年，Moran’s I 呈下降趋势，由0.330 下降至0.290，表明空间集聚性减弱。

图6 2005—2020年长三角城市群碳排放强度时间差异变化

3.2.2 空间分布特征分析

采用自然断点法，将碳排放强度分为4 类（图7）。由图7 可知，2005 年，池州碳排放强度最高，为27.713 吨/万元，上海碳排放强度最低，为0.996 吨/万元。碳排放强度高值区主要分布在淮北、六安、亳州、铜陵、池州、宣城、黄山和丽水，低值区主要分布在上海、南京、无锡、苏州、南通、杭州、绍兴、宁波和温州。2010 年，黄山碳排放强度最高，为11.988 吨/万元，上海碳排放强度最低，为0.563 吨/万元。与2005 年相比，碳排放强度高值区数量明显减少，主要分布在黄山和池州，低值区以上海—苏州—无锡—常州为中心向南北两侧扩张，主要增加了镇江、嘉兴、金华、台州、合肥、徐州、泰州、盐城和扬州。2015 年，池州碳排放强度最高，为6.809 吨/万元，上海碳排放强度最低，为0.404吨/万元。与2010 年相比，碳排放高值区数量略有增加，主要增加了淮北，低值区数量减少了5 个。2020 年，池州碳排放强度最高，为4.551 吨/万元，2005—2020年池州碳排放强度一直保持在较高水平，可能是因为池州矿产资源丰富，长期开采矿石，使用开采设备会产生大量的碳排放，且池州创新水平和经济水平相对较低，导致能源使用效率较低，碳排放强度一直维持较高水平。上海碳排放强度最低，为0.254 吨/万元。2005—2020 年上海碳排放强度一直保持在较低水平，与上海较高的经济水平、创新水平、劳动力水平和管理水平有关。与2015 年相比，碳排放强度高值区向边缘蔓延，主要增加了亳州、淮南、六安、铜陵、宣城、衢州、丽水和舟山，低值区数量减少了4 个。经以上分析可知，2005—2020 年长三角城市群碳排放强度空间分布不均衡，高值区零散分布且呈边缘扩张态势，低值区呈组团式分布特征。

图7 2005—2020年长三角城市群碳排放强度空间分布图

3.3 高质量发展对碳排放强度的空间溢出效应

3.3.1 模型选择

本文以碳排放强度（CEI）为因变量，以创新发展（IN）、协调发展（CO）、绿色发展（GR）、开放发展（OP）、共享发展（SH）为自变量。在探究高质量发展对碳排放强度的空间溢出效应前，需检验各变量的空间自相关性。由表2 可知，2005—2020 年各变量的Moran’s I 均为正，且均通过了1%水平的显著性检验，表明碳排放强度和高质量发展各维度指数存在明显的正的空间自相关性，需考虑空间因素的影响，构建空间计量经济学模型分析长三角城市群高质量发展对碳排放强度的空间溢出效应。

表2 各变量空间自相关性检验

3.3.2 模型检验

由表3 可知，空间滞后模型LM 检验、空间滞后模型稳健LM 检验、空间误差模型LM 检验和空间误差模型稳健LM 检验均通过了1%水平的显著性检验，考虑SDM 模型。空间滞后模型和空间误差模型的LR 检验值、空间滞后模型和空间误差模型的Wald 检验值均通过了1%水平的显著性检验，表明SDM 模型不会退化为SLM 模型或SEM 模型。因此，最优模型为SDM 模型。Hausman 检验值为25.320，通过了1%水平的显著性检验，应选择固定效应。空间固定效应和时间固定效应的LR 检验值均通过了1%水平的显著性检验。因此，应选择时空双固定效应的空间杜宾面板模型。空间杜宾面板模型中高质量发展各维度指数的估计结果如表4 所示，ρ值为0.433，通过了1%水平的显著性检验，表明长三角城市群碳排放强度在各市间存在明显的空间溢出效应。

表3 空间计量经济学模型检验结果

表4 空间杜宾面板模型估计结果

3.3.3 空间效应分解

空间杜宾面板模型中高质量发展各维度指数的系数不能表示对碳排放强度影响的边际效应。因此，将空间效应进行分解，得出直接效应与间接效应（表5）。由表5 可知，高质量发展对碳排放强度具有明显的空间溢出效应，且其溢出效应均大于直接效应。创新发展对碳排放强度的直接影响与间接影响均为负，系数分别为-0.094 和-0.156，P值均小于0.01，表明创新发展对本市和相邻市碳排放强度具有明显的抑制作用，说明创新发展仍然是降低碳排放强度的主要驱动力。本市创新发展水平的提高，促进了本市技术进步，同时也为相邻市带来了知识溢出和技术溢出，间接促进了相邻市技术水平的提高，使本市和相邻市能源使用效率均得到提升，但创新发展并没有带来明显的技术“反弹效应”[14]。因此，创新发展对碳排放强度的影响最终表现为抑制作用。协调发展对碳排放强度的直接影响和间接影响均为正，P值＜0.01，表明协调发展对本市和相邻市碳排放强度具有明显的促进作用，可能是因为协调发展虽然一定程度上缩小了本市与相邻市的差距，居民生活条件稍有改善，但是居民对清洁能源需求并不高，节省能源成本仍然是居民的普遍心理状态，导致碳排放强度增加。绿色发展对碳排放强度的直接效应为正，系数为0.008，P值＞0.1，表明绿色发展对本市碳排放强度具有促进作用，但不明显，可能是因为本市绿色发展力度不足，对本市碳排放具有微弱的抑制作用，较难约束本市碳排放量的过快增长。绿色发展对碳排放强度的间接效应为负，系数为-0.226，P值＜0.05，表明绿色发展对相邻市碳排放强度具有明显的抑制作用，可能是因为相邻市绿色发展力度较大，碳排放总量相对较低，抑制了碳排放量的增加。开放发展对碳排放强度的直接效应为负，系数为-0.018，P值＜0.05，表明开放发展对本市碳排放强度具有明显的抑制作用，可能是因为开放发展虽然会引进部分高耗能产业，但是在此过程中先进技术也流入了本市，促进本市技术进步，极大地提高了能源使用效率，且本市的经济水平得到较大提高，本市碳排放强度有所降低。开放发展对碳排放强度的间接效应为负，系数为-0.021，P值＞0.1，表明开放发展对相邻市碳排放强度具有抑制作用，但不明显。可能是因为相邻市的技术水平在开放发展过程中并没有得到较大提高，且相邻市承接了本市溢出的外资企业，碳排放量略有增加，导致开放发展对相邻市碳排放强度的抑制作用不够明显。共享发展对碳排放强度的直接影响和间接影响均为负，系数分别为-0.064 和-0.167，P值均小于0.01，表明共享发展对本市和相邻市碳排放强度具有明显的抑制作用，可能是因为共享发展极大提高了公共资源集约利用率，提高了能源使用效率，而“拥堵效应”并没有表现得较为明显，碳排放强度有所降低。因此，应促进公共基础设施互通互享，加大文化资源共享力度，提高公共资源集约利用水平，促进本市和相邻市低碳集约式发展。

表5 空间杜宾面板模型空间效应分解

4 结论与建议

4.1 结论

本文基于2005—2020 年长三角城市群41 个城市的面板数据，利用熵值法测算高质量发展综合指数及各维度指数，采用空间自相关探讨了高质量发展和碳排放强度的时空分布特征，并借助空间杜宾面板模型分析高质量发展对碳排放强度的空间溢出效应。得出以下结论：

（1）2005—2020 年，长三角城市群高质量发展综合指数及各维度指数均表现为波动上升态势。高质量发展综合指数空间分布不均衡，高值区呈零散分布特征，低值区呈连片分布特征，且呈一定的北扩趋势。高质量发展各维度指数均表现为明显的空间分布不均衡，上海各维度指数均处于高值区，与其高质量发展综合指数相一致，低值区主要分布在安徽，且各维度指数高值区周边呈高值集聚特征，各维度指数低值区周边呈低值集聚特征，表现出明显的空间集聚性。

（2）2005—2020 年，长三角城市群碳排放强度均值呈“快速下降—缓慢下降”发展趋势，其标准差与均值变化趋势基本一致，相对差异呈波动下降趋势，且相对差异与绝对差异之间差距持续扩大，碳排放强度存在明显的正的空间自相关性，Moran’s I 变化趋势表现为阶段性波动变化特征。2005—2020 年长三角城市群碳排放强度空间分布不均衡，高值区零散分布且呈边缘扩张态势，低值区呈组团式分布特征。

（3）高质量发展对碳排放强度具有明显的空间溢出效应。创新发展是降低碳排放强度的主要驱动力。协调发展对碳排放强度具有明显的促进作用。绿色发展对本市碳排放强度具有促进作用，但不明显，对相邻市碳排放强度具有明显的抑制作用。开放发展和共享发展对碳排放强度均具有抑制作用，其中，共享发展对碳排放强度的抑制作用更为明显，应促进公共基础设施互通互享，加大文化资源共享力度，提高公共资源集约利用水平，促进本市和相邻市低碳集约式发展。

4.2 建议

基于以上结论，本文提出以下促进高质量发展和实现低碳发展的政策建议。

（1）长三角城市群高质量发展和碳排放强度表现出明显的空间分布不均衡，应制定差异化政策。上海、南京和杭州等城市高质量发展水平较高，碳排放强度较低，应发挥本市的正外部性，带动相邻市的高质量发展和低碳发展。安徽的宿州、池州和六安等城市高质量发展水平较低，碳排放强度较高，应加大创新产业投资力度，注重产业、城乡、消费和金融协调发展，加大绿色发展力度，提高对外开放水平，推进公务服务设施共享。另外，应破除行政边界壁垒，加强跨区域合作，合理配置资源，缩小区域间差距，建立高质量发展与低碳发展互动机制，着力打造长三角城市群高质量发展样板区和低碳试点城市，发挥模范带头作用。

（2）高质量发展不仅对本市碳排放强度具有一定影响，而且对相邻市产生了明显的空间溢出效应，应重视高质量发展对碳排放强度的空间溢出效应，促进相邻市低碳发展。创新发展是降低碳排放强度的主要驱动力，应强化城市群创新网络联系，促进产学研深度融合，发挥创新发展对碳排放强度的低碳的正外部性，减小技术的“反弹效应”。发达城市应加强低碳技术的研发，突破“卡脖子”技术，促进技术外溢和知识外溢，相邻欠发达城市应引进先进的低碳技术，积极承接发达城市溢出的相关产业，提高低碳生产能力。另外，应注重城市间协调发展，发达城市应制定严格负面清单制度，将清洁能源使用与政府绩效相挂钩，相邻欠发达城市应加大低碳环保的宣传力度，鼓励使用清洁能源，尽可能降低清洁能源成本费用，缓解居民购买清洁能源的心理压力。在绿色发展方面，发达城市应加大绿色发展力度，促进新能源产业发展，相邻欠发达城市应加大高能耗产业转型力度，淘汰落后生产技术。开放发展有利于降低碳排放强度，发达城市应发挥正向的空间溢出效应，促进资本外溢和技术外溢，相邻欠发达城市应加大外资投入，提高外资准入门槛，在承接外资企业的同时积极提高技术水平。共享发展对碳排放强度具有明显的抑制作用，应促进基础设施互通互享，搭建跨区域文化、医疗、技术信息共享平台，促进城乡基本公共服务均等化，设定公共服务设施的人数阈值，减少“拥堵效应”的负面影响，促进长三角城市群低碳集约式发展。