城镇化、低碳技术创新与碳排放效率

陶 焘

（中共湖南省委党校 科技与生态文明教研部，湖南 长沙 410006）

一、引言

城镇化是人类社会发展的客观趋势，是国家现代化的重要标志[1]。十八大以来，党中央就深入推进新型城镇化作出一系列重大决策部署，在提升城镇化水平、优化城镇发展格局等方面取得重大突破与成效。国家统计局数据显示，2021 年中国城镇常住人口91425 万人，城镇化率达64.7%。“十四五”规划和远景目标纲要提出，“十四五”时期常住人口城镇化率提高到65%的目标。城镇化深入发展促使城乡居民消费结构不断升级、经济发展结构日益调整，更好契合共同富裕目标。然而，过度集中的城镇化也带来了资源浪费与环境污染，使生态环境面临重大挑战[2]。《2021 年全球空气质量报告》显示，与2020年相比，尽管2021 年中国城市空气质量得到总体改善，66%的城市PM2.5 浓度均有所下降，但这一数据与世界其他国家相比仍存在较大差距。为此，党的十九大报告明确提出：“必须树立和践行绿水青山就是金山银山的理念，坚持节约资源和保护环境的基本国策，形成绿色发展方式和生活方式”。低碳技术创新不仅是碳排放总量控制和生态环境保护的基本国策，还是在新发展理念下构建低碳循环经济体系的关键抓手[3]。城镇化作为低碳技术溢出与转移的主要途径，其外溢效应可加速各地开展低碳技术创新，继而为提升碳排放效率提供示范路径[4]。城镇化的低碳技术溢出效应是一个渐进式过程，一般需经历三个阶段：第一阶段是本土地区可直接引进邻近地区先进低碳技术；第二阶段是通过借鉴、模仿与吸收邻域低碳技术开展“二次创新”；第三阶段可通过提升自主低碳技术创新水平突破原有技术依赖。基于此，文章选择兼顾环境保护与技术创新的“碳排放效率”来分析中国碳排放情况，并希冀回答如下问题：城镇化对碳排放效率存在何种影响，二者之间是否存在非线性关系？城镇化能否通过低碳技术创新影响碳排放效率？低碳技术创新在城镇化和碳排放效率之间发挥何种差异性作用？回答这些问题有助于为后续“双碳”目标精准实现、畅通国民经济循环提供理论支撑。

二、文献综述

环境库兹涅茨曲线提出后，关于环境质量与收入关系间的理论研讨不断深入，日益丰富了碳排放效率的理论阐释，使城镇化与环境质量成为学术界关注焦点。学者多从两个角度展开分析：一方面，基于二者间的线性关系，李春花、孙振涛(2016)[5]坚持“污染光环”假说，认为城市化率与环境污染呈显著正相关关系，即城镇化水平越高，环境污染程度越严重；邹庆(2015)[6]的研究则支持“污染天堂”假说，认为无论长期抑或短期，城镇化均对环境保护产生消极影响。另一方面，宋海云、白雪秋(2016)[7]认为中国城镇化与环境质量存在显著的潜在倒“U”型关系；丁翠翠(2014)[8]认为城镇化与环境质量之间的倒“U”型曲线并不显著；王立新、刘松柏(2017)[9]则表示城镇化引发的经济增长与环境质量相互影响，且曲线呈双向的倒“U”型关系。

若想减弱城镇化对环境质量的负向影响，应在实现低碳技术创新的基础上提高城镇化质量。事实上，诸多学者通过不同视角与影响因素探究低碳技术创新对环境质量的影响。例如，马中东、宁朝山(2010)[10]强调在低碳经济时代通过环境规制提升企业低碳竞争力，得出不同环境战略下低碳技术创新对环境产生不同影响；Shi 等(2021)[11]认为低碳技术创新是绿色生产的关键，可提升环境保护绩效；孟凡生、韩冰(2017)[12]通过识别绿色低碳视角下技术创新影响因素，指出低碳技术创新与环境质量间具有较大关联性。

城镇化作为发挥区域间低碳技术外溢的重要渠道，可促进欠发达地区获得技术红利。关于城镇化的低碳技术溢出效应研究大多围绕三方面展开：一是借助不同区域面板数据分析二者间线性关系，学者们分别以国际[13]、中国省际[14]、中国区域[15]为研究对象，证明城镇化会提升低碳技术创新水平。二是从不同影响因素角度证明二者间的线性关系，包括人力资本水平（王华星、石大千，2019）[16]、产业结构（郑慧等，2017）[17]、市场化改革（李少林，2017）[18]。三是开展城镇化对低碳技术创新影响的区域差异分析，例如张玉华、张涛(2019)[19]基于2002—2015年省级数据构建门槛回归模型，得出城镇化水平对碳排放的影响存在区域异质性；孙欣等(2016)[20]采用GEBLM-DEA 模型测定出1997—2021 年中国30 个省份低碳技术进步指数，得出低碳技术进步指数呈东、中、西部地区递减趋势。

通过梳理相关文献，发现对于城镇化、低碳技术创新与环境质量的两两关系研究成果颇丰，但尚存一定局限。首先，多围绕环境质量展开研究，缺乏对碳排放效率的实际考量；其次，学者多从单一维度考量低碳技术创新，缺乏不同低碳技术创新模式对碳排放效率的影响效应；最后，有关城镇化、低碳技术创新与碳排放效率的研究尚存空白。因此，文章在借鉴已有研究基础上，尝试从以下几方面进行扩展研究：第一，通过总结并归纳现有文献与理论，以CO2排放量作为衡量碳排放效率的指标。第二，将低碳技术创新划分为低碳技术引进创新、低碳技术模仿创新和低碳技术自主创新，重点探究城镇化技术创新溢出的阶段性特征。第三，通过构建中介模型探究低碳技术创新在城镇化与碳排放效率关系间的差异性作用，以弥补现有文献关于三者关联的空白。进一步，经过区域差异分析，定量探析不同低碳创新水平区适合的城镇化溢出模式，并针对性提出提高城镇化发展质量、提升区域低碳技术创新能力的对策建议。

三、机制分析与研究假设

1.城镇化对碳排放效率的影响效应

现阶段，中国正经历史上最大规模的城镇化变革，这旨在切实提升城市发展质量、促进地区全面发展。但在城镇化高速发展进程中，城乡生态环境与碳排放效率产生动态变化[21]。具体表现为：城镇化起步阶段，城乡民生改善尚不明显，环境污染相对较轻，碳排放效率维持在相对稳态水平。而随着城镇化规模不断发展壮大，人口大量向城镇聚集，对生态资源的需求陡然增加，导致环境污染程度由低趋高，生态失衡现象愈加凸显，降低碳排放效率[22]。只有当城镇化水平达到一定程度，也即到达某个临界点或接近“拐点”之后，人均收入增加使其将更多精力与资金投入到生态环境保护，最终促使碳排放效率得以提升[23]。可以看出，城镇化加速发展初期，由于各生产要素迅速向城市集聚，极易引发生产消耗，导致碳排放效率降低。当城镇化发展模式逐渐成熟化，其带来的集聚、规模和辐射等效应，有利于转变经济发展方式，加速生产和消费向绿色、协调、低碳、节约方向发展，进而提升碳排放效率。针对上述描述，提出如下假设：

假设H1：随着城镇化步伐不断加快，城镇化对碳排放效率表现出先抑制、后促进的“U”型关系。

2.城镇化、低碳技术创新对碳排放效率的影响效应

城镇化的外溢效应通过正负外部性影响碳排放效率。一方面，当外溢效应表现为正向时，高质量城镇化带动产业与各类要素资源集聚，优化区域生态环境保护方法，提升碳排放效率[24]。另一方面，当外溢效应表现为负向时，城镇化推进可能对环境规制与资源配置产生负面影响，不仅不利于低碳技术创新，还会对碳排放效率产生负向影响[25]。低碳技术创新是城镇化外溢的结果，也是影响碳排放效率的主要因素，而低碳技术创新的不同类型同样引发差异性结果。第一，城镇化在与各地区交流合作中，经由“垂直型技术外溢”方式打通低碳技术引进渠道。对于创新基础薄弱地区而言，低碳技术引进可以在短期内解决“碳相关”技术缺位问题，进而提升碳排放效率。第二，随着创新潜能持续释放，欠发达地区在引进低碳技术基础上，借助示范效应与模仿方式，加速低碳技术创新活动。但模仿创新活动需具备两大先决条件：一是模仿地区需具备一定模仿能力与吸收能力；二是被模仿地区能够在保护自身资源与技术基础上发挥溢出效应。受限于各地区资源禀赋差异，加之区域内市场竞争较为激烈，使得低碳技术模仿难以实现跨越。第三，外企大量涌入加剧本土环境保护矛盾，倒逼本土企业大力开展低碳技术创新活动以维持生态平衡。在竞争效应刺激下，各地区积极开展低碳技术自主创新，打破原有技术依赖困境。但是，创新过程中投入量大、耗能高与风险大等特点凸显，决定地区无法在短时间内借助低碳技术自主创新平衡生态环境。只有创新体制不断完善以及人才科技储备持续增加，才可能于长期依托低碳技术创新发挥后发优势。

区域创新水平决定了城镇化技术溢出的大小与模式。一方面，区域低碳技术创新能力决定城镇化规模和进程。一般而言，城镇化的主要目的在于通过以“城”带“镇”实现经济增长，使生态环境从宜居方向转变，降低生产生活对环境造成的压力[26]。这一过程中，作为区域生态环境平衡的动力源泉，低碳技术创新对缓解环境压力、提升碳排放效率至关重要。低碳技术创新水平相对较高地区，其凭借基础设施完善、资源配置能力强、能源利用率高等优势，为城镇化发展提供支撑力量，利于在推进城镇化进程中提升碳排放效率[27]。但对于低碳技术创新水平较低的地区，只能依赖自然资源禀赋和人力资本推动城镇化建设，对于环境资源消耗较大，无论从短期亦或长期均不利于降低碳排放效率[28]。另一方面，区域低碳技术创新能力决定技术吸收能力，继而影响城镇化技术溢出的模式选择。对低碳技术创新高水平地区而言，区域内技术资源优势提升其对于先进技术的吸收效率，可以加快低碳技术创新成果转换，形成创新良性循环。同时，地区各企业也会借助集群效应进行低碳技术成果共享，最终在提升自身低碳技术创新能力的同时，提升碳排放效率。相反，有限的创新环境使低碳技术创新低水平地区无法自主开展创新活动，只能通过模仿行为或“拿来主义”达到提升区域碳排放效率的目的。基于上述分析，提出如下研究假设：

假设H2：城镇化通过低碳技术创新间接作用于碳排放效率，不同创新模式所发挥的效应有所差异。

假设H3：城镇化—低碳技术创新—碳排放效率的影响由于区域创新水平不同具有差异化结果。

四、模型、变量及数据

1.模型设定

近年来，中介效应模型在影响机制和传导路径检验方面得到广泛应用[29]。该模型遵循如下原理，若城镇化对碳排放效率产生直接影响，而且能够通过中介变量即低碳技术创新对其产生间接影响，则将低碳技术创新视作中介变量，具体如图1 所示。在此借鉴温忠麟等(2005)[30]关于中介效应模型的研究，得出以下公式：

图1 城镇化对碳排放效率的中介模型示意图

式(1)为城镇化对碳排放效率的直接作用，Cpeit代表碳排放效率；式(2)检验低碳技术创新在城镇化与碳排放效率中发挥的中介效应，其中Techit表示低碳技术创新。根据中介效应模型原理，若城镇化通过低碳技术创新作用于碳排放效率，则β1和∂3显著；若二者乘积符号与∂1一致，则表明低碳技术创新在城镇化与碳排放效率关系间发挥部分中介效应；若二者乘积符号与∂1相反，则认为不存在中介效应，说明城镇化在影响碳排放效率过程中受低碳技术创新变量所抑制。中介效应与遮掩效应的占比可借助计算获得。

2.指标选取与数据来源

第一，被解释变量。本研究以人均CO2排放量(Cpe)表征碳排放效率。

第二，核心解释变量。以城镇化(Urb)作为核心解释变量，按照地区居住在大、中、小城镇中的人口占城乡总人口之比表示。

第三，中介变量。以低碳技术创新作为城镇化与碳排放效率间的中介变量，分为低碳技术引进创新(Intro)，借助技术引进效率与企业绩效之比表示；低碳技术模仿创新(Imita)，通过R&D 活动数量与知识产权申请量表征；低碳技术自主创新(Indep)，采用技术创新产出能力即个人拥有专利数量占全国发明专利量之比表示。

第四，控制变量。外商直接投资(Fdi)：以外商直接投资实际到位金额与总投资数额之比表示。产业结构(Indus)：其是推动城市化的重要动力，选用第二、三产业产值占GDP 比重表征。第二、三产业产值与城镇化水平密切相关，若产业结构不合理，将直接降低城镇化发展质量。基础设施建设水平(Infra)：良好基础设施为城镇生态环境保护奠定基础条件，以每万人拥有的私家车数量、人均综合用水量以及工业废水处理率表征。财政支持力度(Fina)：以区域财政支出占GDP 比重衡量。稳定及适当的财政支持可以提升资源配置效率，并对碳排放效率提升产生刺激效应。人均经济指标(Eco)：其是反映地区经济发展水平的重要标尺之一，亦是表征地区生态环境保障的客观表征，以人口平均创造的资源和社会成果加以衡量。

第五，数据来源。以中国2007—2020 年30 个省份面板数据作为研究样本，对于样本的时间考量，因为2007 年党的十七大报告中首次针对技术创新提出“建设创新型国家”，说明自2007 年起中国将技术创新摆在突出位置，故选择2007 年研究起点。对于样本个体考量，由于各地城镇化水平以及低碳技术创新水平存在较大差异，故选择从省份角度展开研究。由于西藏和港澳台地区数据缺失严重，故将其剔除。其中，核心解释变量城镇化的原始数据来源于《中国统计年鉴》。被解释变量CO2排放量数据不能直接获取，采用赵爱文、李东(2012)[31]的估算方法，以单位能源消耗的标准煤作为替代变量。该指标数据来源于历年各省区市统计年鉴、《中国环境统计年鉴》和统计公报。中介变量低碳技术创新数据来自于《中国科技统计年鉴》。控制变量中的外商直接投资数据来自Wind 数据库，其余数据均来自于《中国统计年鉴》。对于部分缺失数据，采用插值法和移动平均法补齐。

表1 为各变量的描述性统计。

表1 各变量描述性统计

五、实证检验与结果分析

1.城镇化对低碳技术创新和碳排放效率的影响

一方面是城镇化对碳排放效率产生的直接影响，表2 中模型(1)和(2)分别是OLS 和面板Tobit 回归的结果。由结果可知，加入控制变量与否均不会改变城镇化对碳排放效率的影响效应，具体表现为城镇化对碳排放效率的一次项回归系数显著为负，二次项系数为正。说明城镇化对环境质量的影响效应呈非线性特征，二者关系为“U”型，同时也验证了假设H1。这证明只有城镇化水平跨越某一拐点后才能提升碳排放效率，促使生态环境平衡发展。2021 年12 月，中国社会科学院人口与劳动经济研究所及社会科学文献出版社发布的《人口与劳动绿皮书：中国人口与劳动问题报告No.22》指出，“十四五”期间中国城镇化发展将进入减速阶段，2022 年前后或将出现放缓“拐点”，进入城镇化发挥规模效应和质量效应的双重作用阶段。这一定程度上表明在“绿色发展理念”与“低碳理念”引导下，城镇化对中国经济与生态环境质量均产生显著正向影响。另一方面验证城镇化对不同低碳技术创新的影响。模型(3)～(5)是经过Hausman 检验后，城镇化对三种低碳技术创新的面板固定效应回归结果。结果显示，两者间的相关系数显著为正。就系数大小而言，城镇化对低碳技术自主创新的影响系数为0.285，且在1%水平上显著为正，外溢效应最强；对低碳技术引进创新的影响效应最弱，系数为0.255，在10%水平上显著。可能原因在于，党的十八大以来，各地区、各部门认真贯彻落实节能优先方针，并将新型城镇化建设作为实现绿色低碳发展的重要导向，以此对区域低碳自主创新产生正向溢出效应。

表2 城镇化对低碳技术创新和碳排放效率的影响

2.城镇化、低碳技术创新对碳排放效率的影响

表3 报告了城镇化对碳排放效率的间接影响结果。模型(6)～(8)分别检验了低碳技术引进创新、低碳技术模仿创新、低碳技术自主创新在城镇化和碳排放效率间发挥的传导作用。由于碳排放效率取值为0～1，故选取Tobit 面板固定效应对模型进行回归分析。结果表明，城镇化与碳排放效率间依然表现为“U”型关系。低碳技术引进创新对碳排放效率影响系数显著为正，低碳技术模仿创新和低碳技术自主创新则对其产生负向影响，说明城镇化不仅对碳排放效率产生直接影响，还通过低碳技术创新对碳排放效率产生间接影响。另外，根据系数方向还可以断定，低碳技术模仿创新和低碳技术自主创新在城镇化与碳排放效率关系间发挥中介效应，占比分别为36.73%、14.25%，说明36.73%的低碳技术模仿创新在城镇化对碳排放效率的负向影响中发挥效应，14.25%来自于低碳技术自主创新。低碳技术引进创新则发挥部分遮掩效应，占比为18.11%，意味着城镇化对碳排放效率的负向影响效应中有18.11%被低碳技术引进创新所抵消，验证了假设H2 的准确性。

表3 城镇化、低碳技术创新对碳排放效率的影响

控制变量而言，外商直接投资对碳排放效率产生负向影响，可能原因在于随着外资的大量引入和经济快速增长，中国经济规模呈现指数式增长态势，进而对自然资源和能源消耗造成巨大压力，对生态环境产生负面效应。产业结构与碳排放效率间呈现正相关关系，说明在国家各类产业结构政策引导下，中国产业结构得以优化升级，大量低污染、低排放、低消耗的绿色产业项目被引进，极大提高生态环境质量。基础设施建设水平对碳排放效率具有显著正向影响，可能原因在于基础设施建设水平可为区域生态环境保护提供基础保障，利于合理提升碳排放效率。财政支持力度对碳排放效率产生正向影响，说明适度的财政资金以及政策支持对稳定环境质量具有重要作用。一方面，通过财政支持为企业注入创新活力，弥补企业进行低碳技术创新活动的额外成本；另一方面，企业可依托财政支持作用于环境治理，以此提升碳排放效率。人均经济指标对碳排放效率的影响系数为正，但并不显著。可能原因在于，人均经济指标无法客观反映区域经济增长水平，也从侧面说明当前中国存在居民收入不均等、贫富差距拉大等问题。

3.内生性与稳健性检验

上述回归虽然控制了部分影响碳排放效率的因素，但为规避可能存在的内生性问题，在此展开内生性检验。文章将碳排放效率的滞后一期和滞后二期作为工具变量分别加入模型(1)和(3)，将低碳技术创新的滞后一期和二期同样作为工具变量加入模型(2)，并使用两阶段最小二乘法对检验过程进行重新回归（表4）。可知，模型(1)、(2)、(3)中Hausman 检验的P 值均表现为显著，说明模型存在内生性问题；不可识别检验中的LM 统计量均在5%水平上显著，拒绝了工具变量不可识别的原假设；弱识别检验中的F 统计量在1%水平上表现为显著，拒绝原假设模型存在弱工具变量；Sargan 检验的P 值不显著，说明工具变量与干扰项不构成影响关系。在解决上述问题后发现，关键变量和中介变量的系数方向均保持不变，证明该模型通过稳健性检验。

表4 内生性与稳健性检验

4.区域差异分析

根据中国科学技术发展战略研究院在北京发布的《中国区域科技创新评价报告2020》分类标准，将选取的中国30 个省份划分为低碳技术创新高级水平区、中级水平区以及低级水平区，探析城镇化、低碳技术创新和碳排放效率间的关系。表5报告了城镇化对碳排放效率和低碳技术创新的直接影响效应，模型(1)结果显示三个等级区域城镇化对碳排放效率的影响均呈现显著“U”型关系。进一步分析可以得出，低碳技术创新高级水平区和中级水平区所包含省份已跨越拐点，而低级水平区虽未实现跨越，但仍有超过一半省份在“U”型曲线左侧。这充分说明低碳技术创新水平的高低决定区域城镇化水平，越是高级水平区，越能在城镇化不断推进进程中与生态环境保持平衡，进而促使碳排放效率得以提升；而低碳技术创新较低水平区，则更注重经济发展而忽略环境保护，短期内只能沦为“污染集聚地”。此外，低碳创新较低水平区吸引资源以及人才的能力较为欠缺，使得城镇化难以发挥创新溢出正向效应，降低了碳排放效率。

表5 不同分区城镇化对碳排放效率和异质性低碳技术创新的直接影响

模型(2)和模型(3)的检验结果存在显著区域异质性。就低碳技术创新高级水平区而言，城镇化对三种类型低碳技术创新的影响均表现为先抑制后促进作用，符合实际情况。这是由于低碳技术创新高级水平区本身具备较强的创新能力与产业转型能力，若想进一步发挥城镇化的正向外溢效应，可能需要更高质量的城镇化予以支撑。另外，由于低碳技术创新高级水平区的所有省份均已跨入拐点，所以将模型(3)的重点放于城镇化二次项分析之上。由表6 可知，城镇化主要通过低碳技术模仿创新和低碳技术自主创新对碳排放效率产生影响。其中，低碳技术模仿创新发挥部分遮掩效应，即其在城镇化与碳排放效率关系间发挥部分不利作用；低碳技术自主创新发挥部分中介效用，即在城镇化正向作用于碳排放效率过程中，低碳技术自主创新的促进作用必不可少。这可能是由于低碳技术自主创新是低碳产业体系的重要组成部分，更是区域碳排放量控制的关键抓手。就低碳技术创新中级水平区来说，低碳技术引进创新和低碳技术模仿创新在城镇化对碳排放效率的影响作用中具有遮掩效应，即在城镇化与碳排放效率关系中，低碳技术引进创新和模仿创新具有抵消负向影响的作用。出现这一现象的可能原因在于，该地区低碳技术创新水平偏低，且创新资源、技术与人才相对匮乏，短期内无法通过城镇化外溢效应提升低碳技术创新水平。对于低碳技术创新低级水平区而言，城镇化主要通过低碳技术模仿创新和低碳技术自主创新对碳排放效率产生间接影响。其中，低碳技术模仿创新具有部分遮掩效应，即低碳技术模仿创新可在一定程度上抵消城镇化对碳排放效率的负向影响；低碳技术自主创新发挥部分中介作用，即其在城镇化与碳排放效率的关系中具有部分负向效应。这可能是因为，低碳技术创新低级水平区虽拥有强大消费动力，但受限于低碳技术自主创新能力与经济发展水平失衡，不利于促成城镇化高质量发展。因此，该区域不应忽视自身发展实力，盲目进行自主创新，需将更多重点放于平衡经济增长与生态环境之上。上述结果验证了假设H3 的正确性。

表6 不同分区城镇化对碳排放效率在异质性低碳技术创新下的间接影响

六、结论与政策建议

文章将低碳技术创新作为切入点，构建“城镇化—低碳技术创新—碳排放效率”的理论逻辑框架，并以2007—2020 年中国30 个省份作为研究对象，通过中介效应模型展开城镇化、低碳技术创新与碳排放效率间的实证分析。研究表明：第一，无论全区亦或分区，城镇化与碳排放效率间均呈现显著“U”型关系。第二，城镇化可以发挥正向技术溢出效应，其中对低碳技术自主创新的外溢效应最强，对低碳技术引进创新的外溢效应最弱。第三，全区来看，在城镇化影响碳排放效率的作用关系中，低碳技术引进创新发挥部分遮掩作用，低碳技术模仿创新和低碳技术自主创新发挥部分中介作用；分区来看，低碳技术创新高级水平区城镇化主要通过低碳技术自主创新对碳排放效率产生正向影响，中级水平区城镇化通过低碳技术引进创新和低碳技术模仿创新减弱对碳排放效率的负向影响作用，低级水平区主要依托低碳技术模仿创新抵消城镇化对碳排放效率产生的负向效应。依据上述结论，提出如下政策建议：

首先，优化城镇化空间格局与形态。文章分析表明，城镇化在跨过一定拐点后会对碳排放效率产生积极影响，因此，一方面应优化城镇化空间格局，分类引导大、中、小城市发展方向和建设重点，形成功能完备、分工协作的城镇化空间格局，提高城镇化质量。同时，应加强制度创新，完善城镇用地作用机制与创新投融资体制，使城镇化发展获得合理制度保障。另一方面，坚持创新驱动、核心引领的基本原则，着力提升旅游产业对城镇化的推动作用，形成优势明显、特色突出的城镇化空间格局，为人民打造幸福生活的美好空间。借助区域地理位置、资源禀赋等比较优势助力城镇化发展，大力发展实体经济和数字经济，培育新型科技企业，以“区块”方式带动产业集聚，增强城镇发展实力，实现在创新发展中提升城镇化质量。

其次，搭建低碳技术创新合作平台。作为推动绿色经济高质量发展的重要引擎，低碳技术创新旨在降低碳排放效率提升，推动生态平衡。为此，相关部门应复制上海科技创新资源数据中心、长三角科技资源共享服务平台的经验模式，强化现有低碳技术创新平台及其服务功能。同时，针对部分平台设立“碳中和”与“碳达峰”板块，将其延伸至全国其他地区，打通低碳技术研发、转化、应用、创新等渠道，建立起可以推广复制的低碳技术创新合作平台。相关政府部门应加强合作与交流，联合各地科技部门、技术应用中心以及技术交易中心等机构力量，共建多个低碳技术创新合作平台和技术市场联盟，促进低碳技术资源、人才、资本等要素的高效流动和合理配置。另外，将零碎分散的低碳技术及其分类、筛选、认证环节纳入统一交易平台，推动低碳技术成果快速转化。

最后，区域协同推进产业低碳转型。上述研究结果表明，各区域城镇化水平、低碳技术创新能力以及环境质量均存在差异性。故而，各地区应以区域协同力量，探寻产业绿色转型方式。对于北京、上海、浙江等低碳技术创新较高水平区，应重点提升对于低碳资源的应用与转化能力。同时政府应加大科研投入，鼓励当地调整产业结构和能源结构，逐渐构建起绿色低碳循环发展的经济体系，为加速城镇化发展与提高环境质量提供动力源泉。对于湖南、天津、河南等低碳技术创新中级水平区，应通过强化技术创新、加大人力资本投入等途径不断缩小与高级水平区发展差距，在自主创新与借鉴的协同作用下形成追赶效应。对于广西、甘肃、贵州等低碳技术创新低级水平区，应建设保障措施，同时积极吸引财政政策与资金支持，通过制定法律或法规等形式提高产业结构低碳转型的积极性，进而合理控制碳排放量。