城市群空间结构能否助力经济与碳减排的双赢发展？

陈伟 李卓航 肖映彤 王雅楠

摘要：城市群作为我国区域经济发展的重要单元和构建城镇协调发展的关键主体，探讨城市群空间结构对实现经济发展和碳减排的双赢意义重大。本研究将我国19个城市群作为研究样本，利用双向固定效应模型实证分析了2006—2019年我国城市群空间结构对绿色发展指数的影响，探讨了其作用机制以及城市群空间结构对不同类型城市群的异质性影响。结果表明：我国多数城市群目前为多中心空间结构，但有向单中心空间结构转变的趨势；城市群空间结构指数和绿色发展指数之间呈现“N”型关系；产业结构能够在城市群空间结构影响绿色发展指数的过程中起到负向调节作用，科技水平和分工水平能够起到间接中介作用；城市群空间结构对绿色发展指数的影响存在城市群中心度特征的异质性，低中心度城市群向多中心空间结构演变、高中心度城市群向单中心空间结构演变时更有助于降低城市群绿色发展指数，实现经济增长与碳减排协同发展。

关键词：城市群；空间结构；碳减排；经济发展；绿色发展

【中图分类号】 F062.1    doi：10.3969/j.issn.1674-7178.2023.06.009

【基金项目】陕西省社会科学基金项目“关中平原城市群工业用地转型的驱动机制与协同优化研究”（2019S001）成果。

引言

随着我国经济迈向高质量发展阶段，妥善处理环境、资源、经济和社会的发展关系，在时间节点前实现碳达峰、碳中和并推动经济绩效提高已成为实现区域经济绿色转型、推进可持续发展和生态文明建设的重大问题之一[1]。党的二十大报告提出，以城市群、都市圈为依托构建大中小城市协调发展格局。从城市群视角探讨如何实现经济增长与碳减排协同发展已成为热点研究话题。目前，城市群空间结构对于经济发展或碳排放的单独影响机制有了较为广泛的研究。然而，学界对于城市群空间结构与经济发展、碳减排两者之间的关系尚未达成共识，对城市群的空间结构应如何进行调整，以及能否通过优化城市群空间结构来实现经济发展和碳减排的双赢局面等问题有待进一步研究论证。本研究聚焦提高区域经济绩效和降低碳排放两大目标，构建绿色发展指数测度经济发展和碳减排协调发展的程度，实证分析城市群空间结构对绿色发展指数的影响，以期为实现经济发展和碳减排双赢提供参考。

一、文献综述

城市群作为一个多层次的复杂网络系统，具有动态的空间范围和发展过程，学界常采用单中心或多中心的特征来描述城市群的空间结构[2-3]。目前，对城市群的相关研究主要集中于城市群空间结构的演化规律、影响因素等方面[4]。近年来，随着我国城市化进程的不断推进，城市群空间结构对我国经济发展的影响同样引起了广泛关注，但学界尚未就此达成明确的结论。一种观点认为，单中心空间结构有利于经济绩效的提高。张浩然、衣保中发现单中心结构能促进区域全要素生产率的提高[5]。程晨等发现城市集聚能够通过极化效应、涓滴效应和约束效应提高经济发展质量[6]。另一种观点认为，多中心空间结构能够促进经济发展。于斌斌、郭东发现多中心空间结构能够深化城市分工、推动知识溢出，进而提升经济效率[7]。高丽娜以长三角城市群为例研究多中心化发展对经济增长的影响，结果表明多中心结构能够有效促进该地区经济的增长[8]。同时，城市群空间结构与环境污染之间的关系近年来也被广泛关注。城市的空间结构通过改变自然界能量流动过程和物质循环过程等方式对周围的环境产生着影响[9-10]，科学的交通规划和合理的空间结构可以减少二氧化碳排放并减轻环境污染。提高城市群的中心度也可以减少大气污染[11]，并且这种影响因城市规模的不同而存在异质化差异[12]。韩帅帅等认为，多中心城市空间结构通过降低平均通勤时间和汽车数量，能够降低碳排放强度[13]。王晓红等认为，多中心空间结构能缓解城市中心生活、环境压力，进而促进城市高质量发展[14]。范秋芳等则认为，单中心空间结构有助于降低碳排放量，且这一影响具有显著的门槛特征[15]。此外，张可云等还发现城市群空间结构对绿色发展效率的影响不仅存在显著的地域异质性，还与现阶段城市群的发展水平密切相关[16]。

实现经济发展与碳减排双赢是经济高质量发展的内在要求，而对于经济发展与碳减排双赢的测度，目前学界还在探讨。本研究借鉴Tapio脱钩指数方法，构建了绿色发展指数，定量测度城市群经济发展与碳减排实现双赢的程度。脱钩原指两个或多个物理量之间的相互关系减小的情况，2002年被经济合作与发展组织（Organization for Economic Co-operation and Development， OECD）首次引入经济与环境的关系研究[17]，目前已被广泛用于经济学的多个研究领域。陆琳忆等基于脱钩指数，考察了城市经济增长与绿色发展水平的动态演化关系[18]；廖茂林等采用脱钩分析方法，对城市群绿色发展水平与经济增长之间的关系进行了探究[19]；臧宏宽等通过分析京津冀城市群地级以上城市的脱钩情况，提出了京津冀城市群碳达峰判别方法[20]。已有的研究证明，利用脱钩指数方法分析城市群经济发展与碳减排的协同关系具有现实可行性。

综上所述，现有研究对于城市群空间结构与经济发展、碳减排之间的关系尚未达成一致看法，对不同类型城市群的异质性分析以及可能存在的非线性关系的深入研究较少。因此，本研究通过构建绿色发展指数来表示城市群经济发展与碳减排实现双赢的程度，以探讨城市群空间结构对绿色发展指数的非线性影响，探究其作用机制并进行异质性分析，进而提出对策建议。

二、理论机制分析

如图1所示，城市群空间结构对绿色发展指数的影响可以从单中心结构的虹吸效应，以及多中心结构的借用规模效应和扩散效应来分析。两种空间结构状态都能在特定条件下对经济发展和碳减排的双赢起到积极作用，而占据主导地位的效应将会决定何种空间结构更有利于实现双赢发展。

在单中心结构中，城市集聚水平不断加深会引发极化效应，以资源配置、规模扩张和成果转化等方式，引导包括劳动力在内的各种要素向发展水平更高的中心城市集中[21]。随着中心城市人口不断增多，人们对于消费品及配套服务的需求也不断增长。在旺盛需求的推动下，中心城市的产业规模不断扩张。通过市场机制的调节，中心城市的产业结构逐渐向着高级化和合理化演变[22]。同时，人力资本要素和创新要素的集聚有利于转变经济发展方式、激发城市创新活力、淘汰落后产能，逐渐将要素驱动转变为创新驱动，推动区域转型发展。此外，通过集聚和示范效应，要素的集中也有利于降低先进生产技术与管理经验的交流成本并提高居民的环保意识，促进企业转型升级和减少居民人均碳排放，实现经济发展和碳减排耦合协调发展[23]。

与单中心空间结构相比，多中心空间结构使城市群呈现更为均衡的发展态势，不仅能够发挥规模互借效应、实现更大范围的集聚经济[24]，还有助于城市群内不同级别的城市基于各自的状况进行资源分配、实现合理的分工，通过减轻行政区划壁垒效应和增强产城融合效应来提升城市资源空间配置的效率[25]，缓解由于中心城市规模过大和资源过度集中带来的规模不经济问题。而且，多中心空间结构有助于建立一个紧密相连的城市网络，并在该网络内部促进各种要素流动，发挥大城市对中小城市的辐射带动作用，让中小城市受益于大城市的溢出效应[26-27]。多中心空间结构还可促进大城市与中小城镇之间的创新共享与合作，在缩小地区间创新差距的同时，加速创新资源向大城市集聚、推动科技成果转化，逐步实现对外部的溢出效应。这样的合作机制能够提高中小城市的科技创新水平，推动科技创新更加均衡地发展[28]。

城市群空间结构的演变主要表现为要素在空间集聚方式的改变，而要素集聚可以通过提高科技水平和分工水平对绿色发展指数产生影响。这是因为，要素集聚所带来的知识外溢和技术外溢效应，有助于消除技术障碍，促进科技水平的提高[29]；科技水平的提高为提高资源利用效率、推动能源结构不断优化、助力低碳技术成果转化提供了基础，使经济高质量低碳转型发展成为可能。同时，科学合理的空间结构有利于提高城市群内部的分工水平，不仅可以降低企业经营成本、强化集聚效应，还能鼓励企业采用更多的低碳节能生产技术并将非核心业务外包，推动治污减排工作的专业化[30]，实现城市群经济增长与绿色发展。此外，产业结构升级能够调节城市群空间结构对绿色发展指数的影响。一方面，产业结构的高级化更有利于充分发挥生产性服务业的集聚规模优势[31]，放大要素集聚带来的集聚效应和规模效应，从整体上提高资源配置效率；另一方面，产业结构的合理化意味着城市的产业拥有更高的聚合质量和协调程度[32]，其带来的产业集聚与城市群空间结构优化带来的资源配置效率提升将形成协同效应，推动经济高质量发展。

三、数据与方法

（一）样本选取与数据来源

本文参照《中华人民共和国国民经济和社会发展第十三个五年规划纲要》，选择我国现有的19个城市群作为研究对象。各变量的数据主要来源于相应年份的中国统计年鉴、中国城市统计年鉴、中国能源统计年鉴和各地级市发布的统计年鉴，以及年度国民经济与社会发展统计公报等资料，其中历年缺失数据根据线性插值法予以补齐，GDP以2005年作为基期进行折算。从研究区间来看，城市群空间结构的演变特征选取2005—2019期间数据进行分析，由于绿色发展指数是本年度与期初的比值，因此实证分析的时间区间为2006—2019年。在19个城市群中，剔除各县级市及数据严重缺失的地级市，最后各城市群包含的城市如表1所示。

（二）变量选取与测算方法

1.因变量：绿色发展指数（GDI）

借鉴Tapio、原伟鹏等的研究[33-34]，利用脱钩指数理论构建绿色发展指数，分母为人均国内生产总值的变化量与期初人均国内生产总值的比值，分子为碳排放量的变化量与期初碳排放量的比值，期初均定为2005年。其中，碳排放量的测算借鉴了吴建新等人的研究[35]，采用将电能、煤气、液化石油气和热能的消耗所产生的碳排放相加的方法，得到各个城市的碳排放量，然后将这些值相加以计算城市群总体的碳排放量。电能消耗所产生的碳排放，可以采用各地区电网的基准线排放因子进行计算。煤气和液化石油气产生的碳排放可以使用《IPCC2006年国家温室气体清单指南》提供的相关转化因子进行计算。热能产生的碳排放计算，首先应将产生的热能折算为所需消耗的原煤数量，然后利用原煤折算为标准煤的系数得出消耗的能源数量，最后通过热能消耗所需的原煤数量来计算集中供热所产生的碳排放。

经查阅相关文献资料可知，2006年至2019年各城市群的人均国内生产总值均大于2005年，增长量为正值。故在本研究中，GDI为负向指标，若GDI>1，则碳排放量的增幅大于经济发展水平的增幅；若GDI在0～1之间，则经济发展水平增幅大于碳排放量增幅，可认为实现了较低水平的双赢；若GDI<0，则说明在经济发展水平提高的同时，碳排放量减少，可认为实现了较高水平的双赢。

[GDI=ΔCE/CEΔpgdp/pgdp]                              （1）

2.自變量：城市群空间结构指数（q）

城市群空间结构根据中心城市的职能不同可分为单中心空间结构和多中心空间结构，本研究借鉴Meijers等的方法[36]，根据位序—规模法则来测算城市群的空间结构指数。计算公式如下：

[lnX=C-qlnR]                            （2）

其中，X为测算城市群空间结构所需依靠的各城市的某项具体指标，通常利用常住人口数量或城市地区生产总值来衡量。C为常数项，q为城市群空间结构指数，可以通过线性拟合的方式得到。q的绝对值反映了城市群空间结构的单中心—多中心程度，绝对值越大代表城市群单中心程度越高。R为该城市的指标X在城市群中所处的位次。本文借鉴王雅楠等的方法[37]，综合人口和经济指标测算城市群空间结构指数。

[lnNi=C1-qNlnRNi]              （3）

[lnMi=C2-qMlnRMi]             （4）

[q=qN×qM]                            （5）

[Ni]、[Mi]分别为城市群中城市i的人口规模和经济规模，人口规模用城市i的常住人口数量来表示，经济规模用实际地区生产总值表示，[C1]、[C2]为常数。[RNi]和[RMi]为城市i的人口和经济规模在城市群中的位序，[qN]和[qM]分别为用人口和经济指标计算出的城市群空间结构指数，[q]为综合人口和经济指标计算出的城市群空间结构指数。

3.中介变量和调节变量

为深入研究其作用机制和影响机制，本文综合现有文献，选取科技水平（ST）和分工水平（DL）作为中介变量，产业结构（IS）作为调节变量。科技水平利用所获专利授权量的自然对数来衡量。城市群的功能分工主要表现在生产性服务业集中在中心城市，而一般制造业则更多地集中在外围城市。为合理测度城市群分工水平，综合齐讴歌和赵勇等的做法[38-39]，利用城市群中“生产性服务业从业人员/制造业从业人员”与全国“生产性服务业从业人员/制造业从业人员”之比来衡量，该值越大意味着在全国范围内生产性服务业在该城市群中相对于制造业越集中，该城市群的分工水平和功能专业化程度越高。产业结构指标主要衡量区域产业结构高级化水平，用第三产业的增加值与第二产业的增加值的比值来表征。

4.控制变量

借鉴范秋芳、程晨、邵帅等的研究[40-42]，选取对外开放水平、政府干预程度、人力资本水平、贸易开放度作为本研究的控制变量。其中，对外开放水平可以通过城市群的外商直接投资额占当年地区生产总值的比重来衡量，政府干预程度可以通过地方政府的财政支出占地区生产总值的比重来衡量，人力资本水平利用城市群内每百人中的大学生数量的自然对数来衡量，贸易开放度利用城市群进出口贸易额占地区生产总值的比重来衡量。

（三）模型构建

基于上述的理论分析，本研究选取面板数据模型检验城市群空间结构对绿色发展指数的影响，基准模型如下所示：

[GDIij=α0+α1qij+αjControlij+γj+ηi+εij]

（6）

其中，下标i表示城市群，j表示年份，[α0]为常数项，GDI表示城市群的绿色发展指数；[qij]为本文的核心解释变量，表示城市群i在j年的空间结构指数；[Controlij]表示其他影响城市群绿色发展指数的控制变量，[γj]表示时间固定效应，[ηi]表示个体固定效应，[εij]表示误差项。

为深入探究可能存在的非线性关系，将城市群空间结构指数的二次方项和三次方项纳入模型进行进一步研究。

[         GDIij=α0+α1qij+α2qij2+αjControlij+]

[γj+ηi+εij]                                         （7）

[GDIij=α0+α1qij+α2qij2+α3qij3+αjControlij+γj+ηi+εij]                （8）

由于城市群空间结构对绿色发展指数的影响存在较大差异，为进一步探究其影响机制，本研究分析了产业结构在城市群空间结构影响绿色发展指数的过程中可能存在的调节效应。为此，本研究引入产业结构与城市群空间结构指数的交互项，构建如下交互项模型：

[GDIij=α0+α1qij+α2ISij+α3qijISij+αjControlij+γj+ηi+εij]                 （9）

为考察城市群空间结构对绿色发展指数的影响过程和作用机制，本研究引入科技水平和分工水平作为中介变量，构建中介效应模型如下：

[GDI=cq+c1Xit+e1]                （10）

[M=aq+a1Xit+e2]                  （11）

[GDI=c'q+bM+c'1Xit+e3]       （12）

其中，c表示城市群空间结构指数对绿色发展指数的影响系数；M表示中介变量；a表示城市群空间结构指数对中介变量的影响系数；b表示中介变量对绿色发展指数的影响系数；[c']表示纳入中介变量后城市群空间结构指数对绿色发展指数的影响系数，[e1]、[e2]、[e3]表示误差项。

四、實证研究与结果分析

（一）城市群空间结构的演变特征

我们首先对19个城市群2005—2019年的空间结构演变特征进行分析，将19个城市群每年的空间结构指数进行求均值后如表2所示。城市群空间结构指数均值的最小值出现在2005年，最大值出现在2019年，在研究期间内城市群空间结构指数从0.580增长至0.772，总体呈现递增趋势。根据空间结构指数增长速度的大小可以将2005—2019年分为两个阶段，在2005—2011年城市群空间结构指数增速较快，平均每年增长0.022，在2012—2019年城市群空间结构指数增速较慢，平均每年增长0.009，这一趋势与我国经济发展及城镇化建设的趋势相一致。

由表3可知，我国城市群空间结构指数总体上呈现“西高东低”的特征，天山北坡城市群、成渝城市群、兰西城市群为单中心程度较高的几个城市群，呼包鄂榆城市群、中原城市群、山东半岛城市群为单中心程度较低的几个城市群。从空间结构指数的时间演变趋势来看，我国多数城市群的单中心程度呈现增长态势，少数保持稳定或减少。从各城市群的空间结构指数差距来看，随着时间的推移，各城市群的空间结构指数差距增大。

（二）基准回归分析

本研究利用面板数据模型对上述模型进行实证分析，Hausman检验结果表明应采用双向固定效应模型进行实证分析，结果如表4所示。模型一的回归系数为负，表明当城市群空间结构趋向单中心时，更有利于降低绿色发展指数。也就是说，城市群要素集聚带来的集聚效应大于拥挤效应。为进一步研究城市群空间结构指数与绿色发展指数之间是否存在非线性相关关系，模型二将城市群空间结构指数的二次方项引入模型，模型三将城市群空间结构指数的三次方项引入模型，结果表明三次方项通过了1%的水平上显著性检验，系数为正，并且该模型的拟合程度较模型一和模型二更高。这说明城市群空间结构指数与绿色发展指数之间为“N”型关系，随着单中心程度的提高，城市群绿色发展指数呈现“增加—减少—增加”的变化趋势，拐点值为0.65和3.45（图2）。2019年，我国19个城市群的空间结构指数与拐点值的关系如表5所示。由于绿色发展指数为负向指标，当城市群空间结构指数小于0.65时，单中心程度的提高抑制了经济增长和碳减排的协同发展。此时城市群的要素集聚未能发挥规模经济效应和集聚经济效应的提质增速作用，反而由于中心城市人口增加和工业化水平提高增加了碳排放强度。当城市群空间结构指数位于0.65和3.45之间时，要素的集聚将逐渐显现出规模经济效应和集聚经济效应。在这种情况下，更有效的要素市场和更紧密的产业关联将进一步促进技术交流和知识溢出，从而推动碳减排和经济增长同向发展。当城市群空间结构指数大于3.45时，此时要素集聚带来的拥挤效应大于集聚效应，过度单中心空间结构带来的交通拥挤、环境污染等问题使碳排放增速大于经济增长速度，不利于经济增长与碳减排耦合协调发展。

在控制变量中，对外开放水平（K1）、政府干预程度（K2）均通过了显著性检验，并且在模型一至模型三中系数符号一致，证明结果存在稳健性。对外开放水平的系数显著为负，表明外资引入可以鼓励企业采用更先进的技术和执行更严格的环保标准，对于推动经济发展和减少碳排放具有积极作用[43]。政府干预程度的系数显著为正，反映出政府过度干预不利于实现经济增长与碳减排的协同发展，说明政府应充分发挥市场调节的决定性作用。

（三）机制分析

1.调节效应分析

为进一步分析城市群空间结构对绿色发展指数的影响机制，本研究在基准模型中引入产业结构、产业结构与城市群空间结构指数的交互项，得出交互项模型的回归结果（表6）。城市群空间结构指数的系数为负、交互项的系数为正且两者都显著，说明产业结构起到了负向调节作用。究其原因在于，一方面，产业结构升级往往伴随着产业链的延伸，会在一定程度上削弱单中心空间结构带来的集聚效应与规模效应，并进一步削弱单中心空间结构的“降碳促增”作用。另一方面，在研究期间内第三产业相对占比增加的同时，传统产业的绝对量也得到了快速增长，各产业无序快速增长与减排降碳技术更新缓慢削弱了产业结构高级化带来的减排效应。在此情况下，单中心程度的提高更容易引发过度集聚导致的拥挤效应。

2.中介效应分析

根据上述理论分析可以推测，科技水平和分工水平在城市群空间结构影响绿色发展指数的过程中起到中介作用。为检验中介效应是否存在，本研究构建中介效应模型，采用逐步回归法进行机制检验，回归结果如表7所示。模型（1）中城市群空间结构指数的系数显著为正，说明随着城市群单中心空间结构的增强，人才、资金等要素逐渐集聚产生了规模经济效应和溢出效应，提高了城市群的科技水平。模型（2）中城市群空间结构指数和科技水平的系数显著为负，说明科技水平提高一方面促进了城市群经济的发展，另一方面也使企业有机会使用更高技术水平的设备，实现了绿色发展。结合模型（1）和模型（2）的分析，可以得出科技水平的中介效应存在。同样，以分工水平作为中介变量，城市群空间结构指数作为解释变量，绿色发展指数作为被解释变量，构建中介效应模型，检验步骤与上文相同。在模型（3）中，空间结构指数的系数显著为正，说明单中心空间结构能够提高城市群的分工水平。在模型（4）中，城市群空间结构指数和分工水平的系数均显著为负，表明分工水平的中介效应成立。

（四）异质性分析

上文将19个城市群作为研究对象进行实证分析，结果表明城市群空间结构指数与绿色发展指数呈现“N”型关系。我国城市群数量众多，内部发展状况差异巨大，对于不同类型的城市群，上述分析结果是否相同？本研究以计算得到的第一个拐点值0.65为分界点，按照2019年的城市群空间结构指数将19个城市群分为低中心度城市群和高中心度城市群（表8），对两组城市群分别进行基准回归（表9），深入探究空间结构对不同类型城市群绿色发展指数的异质性影响。在控制了个体效应和时间效应并加入全部控制变量后，低中心度城市群核心解释变量的系数显著为正，而高中心度城市群核心解释变量的系数显著为负。这表明低中心度城市群向多中心空间结构演变、高中心度城市群向单中心空间结构演变时更有助于实现经济发展和碳减排双赢。异质性分析的結果与基准回归的结果相同，也证明了我国城市群空间结构与绿色发展指数呈现“N”型关系这一结论的可靠性。

（五）稳健性检验

为验证上述结果的可靠性，本研究进行了增加滞后项和替换控制变量的稳健性检验，检验结果如表10所示。研究结果表明，城市群空间结构改变能影响经济发展和碳排放量，而经济发展与碳排放量同样也会对城市群空间结构演变产生影响，两者可能存在双向因果的内生性问题。因此，本研究将绿色发展指数的滞后一阶项纳入模型，核心解释变量系数的符号未发生变化，说明结果具有稳健性。此外，以城市群常住人口的自然对数值替换贸易开放度作为新的控制变量进行稳健性检验，城市群空间结构指数的系数符号并未发生改变，表明基准回归的结果是有效可靠的。

五、研究结论和政策建议

本研究从城市群空间结构优化能否实现经济发展和碳减排双赢的核心问题着手，利用双向固定效应模型实证分析了2006—2019年我国19个城市群空间结构对绿色发展指数的影响及其作用机制，并进行了异质性分析，得出结论如下：第一，成渝城市群和天山北坡城市群为单中心空间结构，其余城市群为多中心空间结构。北部湾城市群、呼包鄂榆城市群、黔中城市群的空间结构逐渐向多中心转变，山东半岛城市群、长三角城市群的空间结构基本保持稳定，其余城市群向单中心转变。第二，城市群空间结构指数和绿色发展指数之间呈现“N”型关系，随着单中心程度的提高，绿色发展指数呈现“增加—减少—增加”的变化趋势。在控制变量中，对外开放水平、政府干预程度能对绿色发展指数产生影响。第三，产业结构能够在城市群空间结构影响绿色发展指数的过程中起到负向调节作用，科技水平和分工水平能够起到间接中介作用，城市群空间结构优化可以通过“空间结构优化→科技水平提高→绿色发展指数降低”和“空间结构优化→分工水平提高→绿色发展指数降低”两条路径促进碳减排和经济发展。第四，城市群空间结构对绿色发展指数的影响存在城市群中心度特征的异质性，低中心度城市群向多中心空间结构演变、高中心度城市群向单中心空间结构演变时更有助于降低城市群绿色发展指数，从而实现经济增长与碳减排协同发展。

基于上述结论，本文提出以下建议：一是各城市群应充分打破行政壁垒，结合自身实际情况选择不同的发展方式。目前城市群空间结构指数小于0.65或大于3.45的城市群，应实施多中心发展战略，加大对中小城市的政策倾斜和资源支持。空间结构指数位于0.65和3.45之间的城市群，应当加强核心城市的影响力，发挥增长极的辐射带动作用，进而实现区域协调发展。二是充分重视科技水平、分工水平和产业结构升级对城市群高质量发展的积极影响，特别是以科技进步引领城市群经济增长和碳减排互动发展。三是根据各城市群的发展状况和内部中心度的差异实施差异化的发展策略。高中心度城市群要依托“中心—外围”结构，促使周边城市通过学习效应获取知识溢出的正外部性。低中心度城市群要积极向多中心空间结构演变，在推动经济发展的同时重视环境保护，避免“竭泽而渔”、恶性发展。

参考文献：

[1] 马远：《基于面板模型的城镇化经济绩效区域分异研究——以新疆为例》[J]，《软科学》2012年第5期，第76-80页。

[2] Paul Krugman， “Increasing Return and Economic Geography” [J]， Journal of Political Economy， 1991， 99（3）： 483-499.

[3] Masahisa Fujita， Paul Krugman and Anthony J. Venables， The Spatial Economy： Cities， Regions， and International Trade [M]， Cambridge， MA： MIT Press， 1999.

[4] 孫斌栋、华杰媛、李琬、张婷麟：《中国城市群空间结构的演化与影响因素——基于人口分布的形态单中心—多中心视角》[J]，《地理科学进展》2017年第10期，第1294-1303页。

[5] 张浩然、衣保中：《城市群空间结构特征与经济绩效——来自中国的经验证据》[J]，《经济评论》2012年第1期，第42-47页。

[6] 程晨、张毅、陈丹玲：《城市集聚对经济发展质量的影响——以长江经济带为例》[J]，《城市问题》2020年第4期，第4-13页。

[7] 于斌斌、郭东：《城市群空间结构的经济效率：理论与实证》[J]，《经济问题探索》2021年第7期，第148-164页。

[8] 高丽娜：《多中心化与城市群经济发展关系研究——以长三角城市群为例》[J]，《科技进步与对策》2018年第19期，第46-52页。

[9] Marina Alberti， “The Effects of Urban Patterns on Ecosystem Function” [J]， International Regional Science Review， 2005， 28（2）： 168-192．

[10] Karen C Seto and J Marshall Shepherd， “Global Urban Land-use Trends and Climate Impacts” [J]， Current Opinion in Environmental Sustainability， 2009， 1（1）： 89-95.

[11] 刘凯、吴怡、王晓瑜、王成新：《中国城市群空间结构对大气污染的影响》[J]，《中国人口·资源与环境》2020年第10期，第28-35页。

[12] 冉启英、朱为利、任思雨：《对外开放、城市蔓延与大气污染》[J]，《华东经济管理》2021年第6期，第42-52页。

[13] 韩帅帅、孙斌栋、张婷麟：“Mono-and Polycentric Urban Spatial Structure and PM2.5 Concentrations： Regarding the Dependence on Population Density”[C]，2019年中国地理学会经济地理专业委员会学术年会摘要集，2019年。

[14] 王晓红、李宣廷、张少鹏：《多中心空间结构是否促进城市高质量发展？——来自中国地级城市层面的经验证据》[J]，《中国人口·资源与环境》2022年第5期，第57-67页。

[15] 范秋芳、王劲草、王杰：《城市空间结构演化的减排效应：内在机制与中国经验》[J]，《城市问题》2021年第12期，第87-96页。

[16] 张可云、张江：《城市群多中心性与绿色发展效率——基于异质性的城镇化空间布局分析》[J]，《中国人口·资源与环境》2022年第2期，第107-117页。

[17] Organization for Economic Co-operation and Development （OECD）， “Indicators to Measure Decoupling of Environmental Pressure From Economic Growth” [R]， Paris： OECD， 2002.

[18] 陆琳忆、胡森林、何金廖等：《长三角城市群绿色发展与经济增长的关系——基于脱钩指数的分析》[J]，《经济地理》2020年第7期，第40-48页。

[19] 廖茂林、王国峰：《黄河流域城市群经济增长与绿色发展水平脱钩研究》[J]，《城市发展研究》2021年第3期，第100-106页。

[20] 臧宏宽、杨威杉、张静、伍鹏程、曹丽斌、许野：《京津冀城市群二氧化碳排放达峰研究》[J]，《环境工程》2020年第11期，第19-24页。

[21] 蔡书凯、倪鹏飞：《极化抑或涓滴：城市规模对农业现代化的影响》[J]，《经济学家》2017年第7期，第46-55页。

[22] 同[6]。

[23] 林永钦、胡欣、毛燕玲：《人口与产业集聚视角下城市碳足迹影响因素分析》[J]，《生态经济》2020年第12期，第27-33页。

[24] 姚常成、宋冬林：《借用规模、网络外部性与城市群集聚经济》[J]，《产业经济研究》2019年第2期，第76-87页。

[25] 刘胜：《城市群空间功能分工带来了资源配置效率提升吗？——基于中国城市面板数据经验研究》[J]，《云南财经大学学报》2019年第2期，第12-21页。

[26] 郭琳、吴玉鸣、吴青山、鲍曙明：《多中心空间结构对小城市经济效率的影响及作用机制——基于长三角城市群的经验分析》[J]，《城市问题》2021年第1期，第28-37页。

[27] 陈旭、张硕：《多中心空间结构是否有助于工业减排？——来自中国省级数据的经验证据》[J]，《南京财经大学学报》2021年第1期，第11-21页。

[28] 黄永春、邹晨、吴商硕：《区域空间结构对科技创新的影响机制研究》[J]，《科学学研究》2022年第11期，第2065-2076页。

[29] 朱东波、李红：《中国产业集聚的环境效应及其作用机制》[J]，《中国人口·资源与环境》2021年第12期，第62-70页。

[30] 王青、李佳馨、郭辰：《城市群功能分工对经济高质量发展的影响——基于长三角城市群面板数据的实证分析》[J]，《企业经济》2020年第5期，第53-61页。

[31] 高志刚、赵振晶、韩延玲：《生产性服务业集聚对经济高质量发展的影响研究——基于产业结构升级的调节效应》[J]，《资源开发与市场》2023年第8期，第992-1001页。

[32] 纪祥裕：《行政审批制度改革具有产業升级效应吗？》[J]，《经济与管理研究》2020年第9期，第47-61页。

[33] P. Tapio， “Towards a Theory of Decoupling： Degrees of Decoupling in the EU and the Case of Road Traffic in Finlan Between 1970 and 2001” [J]， Transport Policy， 2005， 12（2）： 137-151.

[34] 原伟鹏、孙慧、闫敏：《双重环境规制能否助力经济高质量与碳减排双赢发展？——基于中国式分权制度治理视角》[J]，《云南财经大学学报》2021年第3期，第67-86页。

[35] 吴建新、郭智勇：《基于连续性动态分布方法的中国碳排放收敛分析》[J]，《统计研究》2016年第1期，第54-60页。

[36] Evert J Meijers and Martjin J Burger， “Spatial Structure and Productivity in US Metropolitan Areas” [J]， Environment and Planning A， 2010， 42（6）： 1383-1402.

[37] Yanan Wang， Yujia Niu， Meng Li Qianyu Yu， and Wei Chen， “Spatial Structure and Carbon Emission of Urban Agglomerations： Spatio-temporal Characteristics and Driving Forces” [J]， Sustainable Cities and Society， 2022， 78：103600.

[38] 齐讴歌、赵勇、白永秀：《城市群功能分工、技术进步差异与全要素生产率分化——基于中国城市群面板数据的实证分析》[J]，《宁夏社会科学》2018年第5期，第84-95页。

[39] 赵勇、白永秀：《中国城市群功能分工测度与分析》[J]，《中国工业经济》2012年第11期，第18-30页。

[40] 同[15]。

[41] 同[6]。

[42] 邵帅、张可、豆建民：《经济集聚的节能减排效应：理论与中国经验》[J]，《管理世界》2019年第1期，第36-60页。

[43] 钱莎莎、高明、黄清煌：《环境规制实现了节能减排与经济增长的双赢？》[J]，《生态经济》2019年第1期，第154-160页。

作者简介：陈伟，西北农林科技大学经济管理学院教授。李卓航，西安交通大学经济与金融学院硕士研究生。肖映彤，西北农林科技大学经济管理学院硕士研究生。王雅楠，西北农林科技大学经济管理学院副教授。

责任编辑：李    钧