方丹 楊謹(jǐn) 陳紹晴

摘要 城市群已經(jīng)成為中國經(jīng)濟發(fā)展和二氧化碳排放的核心區(qū)域，明確影響城市群碳排放的主要因素、推動城市群低碳建設(shè)關(guān)乎中國“雙碳”目標(biāo)的實現(xiàn)。作為城市規(guī)劃的重要因素——城市群空間結(jié)構(gòu)，其對碳排放的影響尚不明晰。該研究首先利用夜間燈光數(shù)據(jù)，首次實現(xiàn)對“十四五”規(guī)劃中全國19個城市群空間結(jié)構(gòu)的長期評價。在此基礎(chǔ)上，構(gòu)造2000—2020年城市群面板數(shù)據(jù)、建立計量模型，實證探究城市群空間結(jié)構(gòu)對碳排放的影響，并識別檢驗其內(nèi)部作用機制。結(jié)果表明：①2000年以來，中國19個城市群的空間結(jié)構(gòu)多中心性增強，沿海城市群尤為明顯。②與單中心空間結(jié)構(gòu)相比，城市群多中心發(fā)展更有助于降低碳排放強度。③多中心空間結(jié)構(gòu)的減排影響部分通過促進產(chǎn)業(yè)分工實現(xiàn)，交通基礎(chǔ)設(shè)施對空間結(jié)構(gòu)的碳排放影響具有調(diào)節(jié)作用，市場一體化與多中心發(fā)展之間具有替代效應(yīng)。因此，本研究認(rèn)為推進構(gòu)建多中心城市群有助于實現(xiàn)減碳和發(fā)展的雙贏。但就目前部分城市群的單中心尚未發(fā)育成熟的基本情況，多中心不應(yīng)成為一刀切的減碳策略，更需重視城市功能定位、優(yōu)化基礎(chǔ)設(shè)施建設(shè)并打破市場分割，實現(xiàn)要素的自由流動和高效配置，由市場引導(dǎo)多中心結(jié)構(gòu)的形成，從而推進城市群可持續(xù)發(fā)展。

關(guān)鍵詞 城市群空間結(jié)構(gòu)；多中心發(fā)展；夜間燈光數(shù)據(jù)；碳排放；產(chǎn)業(yè)分工

中圖分類號 F061. 5；K902；X321 文獻標(biāo)志碼 A 文章編號 1002-2104（2023）09-0045-14 DOI：10. 12062/cpre20230102

隨著工業(yè)化、城鎮(zhèn)化的快速推進，中國城市群已然成為國家新型城鎮(zhèn)化的主體區(qū)、國家高質(zhì)量發(fā)展的戰(zhàn)略核心區(qū)與碳中和的責(zé)任區(qū)［1］。有數(shù)據(jù)表明，全國19個城市群雖僅占國土面積的29. 12%，卻貢獻了全國80. 05%的經(jīng)濟總量和71. 7%的碳排放［2-3］。日益嚴(yán)峻的氣候危機之下，亟須明確影響城市群碳排放的因素、合理規(guī)劃并落實措施以建設(shè)低碳城市群［4-5］。其中，隨著特大城市數(shù)量的增多以及交通基礎(chǔ)設(shè)施的完善，部分城市群空間結(jié)構(gòu)由單中心向多中心轉(zhuǎn)變［6-7］?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標(biāo)綱要》在城鎮(zhèn)化戰(zhàn)略中提出“優(yōu)化城市群內(nèi)部空間結(jié)構(gòu)，構(gòu)筑生態(tài)和安全屏障，形成多中心、多層級、多節(jié)點的網(wǎng)絡(luò)型城市群”。空間結(jié)構(gòu)兩類模式反映了資源、要素以及社會經(jīng)濟活動在城市間的分布與組合狀態(tài)［8］，可能具有截然不同的績效表現(xiàn)。在已有研究中，多中心發(fā)展被視為提高經(jīng)濟效率、緩解城市病和區(qū)域發(fā)展不平衡的重要策略［9］。然而城市群空間結(jié)構(gòu)是否會對碳排放產(chǎn)生影響？多中心發(fā)展是否更具碳減排效應(yīng)？其影響機制是什么？應(yīng)如何引導(dǎo)形成合理的空間結(jié)構(gòu)以實現(xiàn)經(jīng)濟效益和綠色低碳發(fā)展的雙贏？對上述問題的探究，有助于從城市群空間規(guī)劃角度為減少碳排放提供政策建議、為應(yīng)對氣候環(huán)境挑戰(zhàn)提供參考。

1 文獻綜述與研究假說

1. 1 文獻綜述

該研究的多中心發(fā)展即是指區(qū)域發(fā)展所形成的多中心空間結(jié)構(gòu)，反之，單中心發(fā)展即為單中心空間結(jié)構(gòu)?？臻g結(jié)構(gòu)的界定依賴于地域尺度，該研究關(guān)注中觀尺度：城市群空間結(jié)構(gòu)，即城市群空間范圍內(nèi)要素在不同城市之間分布所形成的集聚程度和集聚形態(tài)［10］。從人口分布上看，如果一城獨大，城市等級體系明顯，意味著該城市群空間結(jié)構(gòu)越趨向單中心；反之，如果城市群內(nèi)人口大規(guī)模集聚的城市數(shù)量越多，核心城市越多，空間結(jié)構(gòu)越趨向多中心。依據(jù)區(qū)域經(jīng)濟增長理論，經(jīng)濟發(fā)展初期，區(qū)域必須形成要素的空間集聚，作為增長極實現(xiàn)經(jīng)濟快速增長，因而呈現(xiàn)單中心空間結(jié)構(gòu)；隨著后期主導(dǎo)產(chǎn)業(yè)的轉(zhuǎn)變和集聚成本的提高，要素會在區(qū)域內(nèi)部重新分配，可能形成多中心空間結(jié)構(gòu)。城市群空間結(jié)構(gòu)從單中心向多中心轉(zhuǎn)變，其本質(zhì)是企業(yè)、勞動力等在城市間進行區(qū)位選擇，次中心城市變得更有吸引力，從而形成了跨越城市地理邊界的多中心集聚現(xiàn)象。

學(xué)界關(guān)于區(qū)域空間結(jié)構(gòu)的討論主要集中在測度方法、演變機制和績效評價三個方面。其中，區(qū)域空間結(jié)構(gòu)的測度包括形態(tài)和功能兩個維度［11］。形態(tài)多中心是最直觀的空間結(jié)構(gòu)反映形式，例如黃妍妮等［6］使用市轄區(qū)人口指標(biāo)衡量城市規(guī)模，基于帕累托指數(shù)、位序規(guī)模法和四城市指數(shù)測度2007—2014 年中國十大城市群的空間結(jié)構(gòu)，發(fā)現(xiàn)東部沿海城市群向多中心演變；而功能多中心則強調(diào)城市間不同功能“流”的分布情況，例如姚常成［12］借助Web of Science數(shù)據(jù)庫中的合作論文數(shù)量評價2000—2016年中國八大城市群的空間結(jié)構(gòu)，結(jié)果發(fā)現(xiàn)城市群功能多中心的轉(zhuǎn)變趨勢開始顯現(xiàn)?；趨^(qū)域空間結(jié)構(gòu)的測度，學(xué)者們對空間結(jié)構(gòu)的演變機制進行實證分析，孫斌棟等［7］認(rèn)為人均GDP水平的提高和人口規(guī)模的增加導(dǎo)致了中國城市群空間結(jié)構(gòu)多中心化；姚常成等［13］認(rèn)為中國城市群向多中心演進是市場驅(qū)動的產(chǎn)物，而市場驅(qū)動與政府政策引導(dǎo)緊密相關(guān)。

隨著城市發(fā)展過程中各類矛盾與問題的涌出，城市規(guī)劃的重要引領(lǐng)作用得以彰顯，進一步地，學(xué)者們開始思考區(qū)域空間結(jié)構(gòu)的績效影響。其中經(jīng)濟績效得到了較多關(guān)注，張浩然等［8］基于2000—2009年中國十大城市群數(shù)據(jù)發(fā)現(xiàn)城市群單中心空間結(jié)構(gòu)對全要素生產(chǎn)率具有顯著的促進作用；于斌斌等［14］選取20個具有代表性的城市群作為研究對象，發(fā)現(xiàn)多中心空間結(jié)構(gòu)更能有效地提升經(jīng)濟效率；姚常成等［15］證實知識多中心空間結(jié)構(gòu)能夠促進城市群的協(xié)調(diào)發(fā)展。關(guān)于區(qū)域空間結(jié)構(gòu)的環(huán)境影響評價，雖然學(xué)者們的討論已廣泛涉及工業(yè)煙塵排放［16］、霧霾污染［17-18］、二氧化碳排放［19］和能源效率［20］等，但研究范圍多限于城市或省份尺度。例如，Zhu等［21］基于中國城市數(shù)據(jù)發(fā)現(xiàn)蔓延、多中心的城市碳排放水平更低；Chen等［22］基于中國省級面板數(shù)據(jù)發(fā)現(xiàn)多中心空間結(jié)構(gòu)與碳排放存在著U型關(guān)系；而范秋芳等［23］發(fā)現(xiàn)省際單中心指數(shù)的提升有助于抑制碳排放量的增長。受碳排放數(shù)據(jù)統(tǒng)計不完全的限制，城市群層面空間結(jié)構(gòu)與碳排放的關(guān)系探究相關(guān)文獻較少，Liu等［24］對山東半島城市群的研究發(fā)現(xiàn)空間結(jié)構(gòu)對二氧化碳排放沒有顯著影響；Wang 等［25］以2005—2019年中國六個城市群為樣本，利用時空地理加權(quán)回歸分析城市群空間結(jié)構(gòu)與碳排放的關(guān)系，細化了區(qū)域異質(zhì)性與時變特征。

綜上：①現(xiàn)有關(guān)于中國城市群空間結(jié)構(gòu)對碳排放的影響研究較少，尚無定論，該問題主要源于碳排放數(shù)據(jù)的限制以及城市群研究對象選取的顯著差異。②學(xué)界更多探討了空間結(jié)構(gòu)的績效表現(xiàn)，即關(guān)系評價，但較少探索其內(nèi)部影響機制。由于空間結(jié)構(gòu)是市場驅(qū)動的產(chǎn)物，亟須探索其內(nèi)部影響機制，以引導(dǎo)更優(yōu)空間結(jié)構(gòu)的形成，獲得潛在效益?；诖耍恼仑暙I主要在于以下三個方面：一是在研究對象選取上，以“十三五”“十四五”規(guī)劃的全國19個城市群為樣本，借助衛(wèi)星遙感及各類城市經(jīng)濟數(shù)據(jù)，解決城市群層面數(shù)據(jù)缺失問題，從而探究城市群碳排放的影響因素；二是在空間結(jié)構(gòu)測度上，借助世界上第一套1984—2020年中國的人工夜間燈光數(shù)據(jù)集（PANDA）［26］，對2000—2020年中國19個城市群空間結(jié)構(gòu)進行測度與評價，充分考察城市群空間結(jié)構(gòu)的空間分布差異與動態(tài)演變；三是在研究視角上，將空間結(jié)構(gòu)和碳排放納入一個研究框架，借助產(chǎn)業(yè)分工、交通基礎(chǔ)設(shè)施和市場一體化等概念深入分析城市群多中心發(fā)展對碳排放的影響及其內(nèi)部作用機制。該研究可為城鎮(zhèn)化布局、氣候變化應(yīng)對提供數(shù)據(jù)支撐與政策新思路，促進可持續(xù)發(fā)展。

1. 2 研究假說

單中心和多中心發(fā)展的本質(zhì)差異體現(xiàn)在空間發(fā)展策略上所選擇的不同的集聚程度和集聚形態(tài)。因此，該研究將從集聚經(jīng)濟理論出發(fā)闡述二者的績效差異。傳統(tǒng)的集聚經(jīng)濟理論認(rèn)為，要素的空間集中可以實現(xiàn)成本節(jié)約和效率提升，推動經(jīng)濟增長［27-28］；但過度集中也會帶來擁擠、污染等負(fù)外部性［29］。早期理論將集聚經(jīng)濟局限于“單體城市”的地理邊界，并沒有區(qū)分單中心集聚和多中心集聚的差異性影響。隨著城市規(guī)模擴大以及交通基礎(chǔ)設(shè)施的完善，城市間聯(lián)系更加緊密，1973年Alonso［30］提出“借用規(guī)?！奔僬f，指小城市可以“借用”其鄰近大城市的集聚經(jīng)濟益處，同時避免集聚的負(fù)外部性影響，從而闡述了多中心空間結(jié)構(gòu)相比單中心空間結(jié)構(gòu)可以使區(qū)域內(nèi)部整體的經(jīng)濟效率得到顯著改善。Capello［31］提出了“城市網(wǎng)絡(luò)外部性”概念，突破了傳統(tǒng)的距離限制，指彼此遠離的城市也可以通過發(fā)達的交通、信息等功能網(wǎng)絡(luò)實現(xiàn)合作與共贏［32］。而城市群多中心空間結(jié)構(gòu)的形成正體現(xiàn)了更加緊密的城市間功能聯(lián)系［11］，有助于城市間產(chǎn)生跨越地理邊界的網(wǎng)絡(luò)外部性［33］，提升經(jīng)濟效率。

與要素集聚的經(jīng)濟效應(yīng)類似，眾多研究探討了具有地理邊界的單中心集聚的環(huán)境影響，其通常具有雙重效應(yīng)：產(chǎn)出規(guī)模擴張的負(fù)外部性和規(guī)模經(jīng)濟、技術(shù)進步的正外部性。陸銘等［34］基于中國省級面板數(shù)據(jù)發(fā)現(xiàn)經(jīng)濟活動的空間集聚具有規(guī)模經(jīng)濟效應(yīng)，有助于降低工業(yè)污染強度；楊仁發(fā)［35］進行省級面板門檻回歸發(fā)現(xiàn)產(chǎn)業(yè)集聚在高于門檻值時有利于改善環(huán)境污染；邵帥等［36］檢驗了經(jīng)濟集聚與碳排放強度之間存在倒“N”型曲線關(guān)系。綜合來看，單中心集聚達到一定水平后，才符合低碳城市的建設(shè)要求。多中心空間結(jié)構(gòu)的影響可能與單中心不同，一方面多中心空間結(jié)構(gòu)可以在一定程度上避免過度聚集、擁擠效應(yīng)，減少效率損失；另一方面城市群內(nèi)部中小城市可以“借用”大城市的集聚效應(yīng)；與此同時，城市在密切聯(lián)系中形成明確的功能分工、共享經(jīng)濟成果，從而避免同質(zhì)性功能的冗余建設(shè)。因此，在城市群層面，多中心空間結(jié)構(gòu)可能有助于提高區(qū)域整體的經(jīng)濟效率，實現(xiàn)要素的合理配置，從而帶來環(huán)境績效的提升?；谏鲜龇治?，提出第一個研究假說：

假說1：作為經(jīng)濟集聚的不同空間模式，城市群空間結(jié)構(gòu)會對二氧化碳排放產(chǎn)生影響。其中，多中心發(fā)展呈現(xiàn)出更少的碳排放，碳排放強度更低。

城市群多中心空間結(jié)構(gòu)減少碳排放的機制是什么？實際上，集聚與分工具有密切的關(guān)聯(lián)性，分工是促進集聚形成和發(fā)展的重要因素，集聚的形成又會推動分工的進一步發(fā)展［37］?；谛陆?jīng)濟地理學(xué)理論，經(jīng)濟活動的空間集聚最初將形成制造業(yè)“中心”和農(nóng)業(yè)“外圍”的空間結(jié)構(gòu)［38］；隨著產(chǎn)業(yè)結(jié)構(gòu)升級、區(qū)域開放度加深和貿(mào)易成本的進一步下降，將會演變成服務(wù)業(yè)“中心”和制造業(yè)“外圍”的空間結(jié)構(gòu)［39］，進而呈現(xiàn)出“中心城市主要承擔(dān)管理和研發(fā)功能、外圍城市主要承擔(dān)制造和加工功能”的功能分工格局［40］。城市產(chǎn)業(yè)分工有助于各地區(qū)依據(jù)自身比較優(yōu)勢進行專業(yè)化生產(chǎn)，從而節(jié)約成本、實現(xiàn)規(guī)模經(jīng)濟、提高整體的經(jīng)濟效率與能源效率。王桂新等［41］基于城市面板數(shù)據(jù)發(fā)現(xiàn)產(chǎn)業(yè)集聚具有提高能源利用效率并降低碳排放的作用；韓峰等［42］證實生產(chǎn)性服務(wù)業(yè)集聚具有城市碳減排效應(yīng)；王靖［43］發(fā)現(xiàn)制造業(yè)集聚雖然使本地碳排放量顯著增加，但顯著降低了鄰近空間單元的碳排放水平。因此城市群空間結(jié)構(gòu)可能會通過產(chǎn)業(yè)分工渠道對碳排放產(chǎn)生影響。

假說2：產(chǎn)業(yè)分工在城市群空間結(jié)構(gòu)對碳排放的影響過程中具有中介效應(yīng)。即城市群多中心空間結(jié)構(gòu)促進了城市群內(nèi)部生產(chǎn)性服務(wù)業(yè)在中心城市集聚，制造業(yè)在外圍城市集聚，各城市分工、專業(yè)化生產(chǎn)從而減少二氧化碳排放。

此外，城市群多中心空間結(jié)構(gòu)的形成受到了交通基礎(chǔ)設(shè)施建設(shè)和市場一體化兩方面的重要影響，上述兩個因素可能會調(diào)節(jié)城市群多中心的碳減排效應(yīng)。首先，運輸成本對經(jīng)濟活動空間分布的集聚與分散起到關(guān)鍵性作用。交通基礎(chǔ)設(shè)施的完善會直接對傳統(tǒng)的區(qū)域空間距離產(chǎn)生沖擊，大幅降低運輸成本與時間可能引發(fā)產(chǎn)業(yè)重新布局并促進多中心空間結(jié)構(gòu)的形成，從而導(dǎo)致二氧化碳排放的降低。此外，城市群作為未來發(fā)展的核心區(qū)域，需要破除城市之間長期存在的市場分割問題。一方面，由于中國財政分權(quán)和晉升激勵等制度因素，地方保護行為造成的市場分割嚴(yán)重影響了中國的經(jīng)濟效率，產(chǎn)業(yè)同構(gòu)、重復(fù)建設(shè)、資源錯配等問題加劇了環(huán)境污染［44-45］；另一方面，市場一體化是產(chǎn)業(yè)分工、地區(qū)專業(yè)化的前提條件，影響運輸成本，從而成為塑造空間結(jié)構(gòu)的重要因素。而多中心城市群空間結(jié)構(gòu)又會反過來促進城市間的市場整合，形成一體化發(fā)展。因此，城市群空間結(jié)構(gòu)可能與市場一體化存在交互效應(yīng)，對碳排放產(chǎn)生影響。從而提出：

假說3：交通基礎(chǔ)設(shè)施的完善對城市群空間結(jié)構(gòu)的碳排放影響具有調(diào)節(jié)效應(yīng)；城市群空間結(jié)構(gòu)與市場一體化之間可能存在交互作用，甚至是替代效應(yīng)，即對于市場分割嚴(yán)重的地區(qū)，多中心空間結(jié)構(gòu)有助于突破高碳排困境；對于單中心空間結(jié)構(gòu)，促進市場一體化也能實現(xiàn)環(huán)境績效的改善。

綜上，該研究將構(gòu)建中國城市群面板數(shù)據(jù)，對上述三條假說逐一進行實證檢驗，明確中國城市群空間結(jié)構(gòu)對碳排放的影響以及潛在的影響機制。

2 研究設(shè)計

2. 1 核心變量說明

2. 1. 1 被解釋變量

城市群碳排放強度。不同城市群在面積、人口上存在巨大差別，且中國自“十二五”開始，將碳排放強度的下降幅度作為約束性指標(biāo)納入國民經(jīng)濟和社會發(fā)展規(guī)劃綱要，因此文章使用標(biāo)準(zhǔn)化指標(biāo)：碳排放強度EI 作為被解釋變量，即城市群單位生產(chǎn)總值的二氧化碳排放量。通過比較清華大學(xué)中國多尺度排放清單模型MEIC、中國碳核算數(shù)據(jù)庫CEADs、化石燃料數(shù)據(jù)同化系統(tǒng)FFDAS、中國高空間分辨率網(wǎng)格數(shù)據(jù)CHRED以及全球大氣研究排放數(shù)據(jù)庫EDGAR等國際碳排放數(shù)據(jù)庫，僅有EDGAR可提取長時間序列中國各城市碳排放清單，因此該研究從EDGAR（https：//edgar.jrc.ec.europa.eu/）獲得了最新的2000—2020年中國城市和城市群二氧化碳排放面板數(shù)據(jù)，從《中國城市統(tǒng)計年鑒》收集了國內(nèi)生產(chǎn)總值（GDP）數(shù)據(jù)，以2020年為基期進行價格調(diào)整從而消除通貨膨脹的影響，合成碳排放強度指標(biāo)。

2. 1. 2 核心解釋變量

城市群空間結(jié)構(gòu)。該研究基于城市經(jīng)濟學(xué)中經(jīng)典的位序規(guī)模法，借助夜間燈光數(shù)據(jù)測度城市經(jīng)濟活動人口數(shù)量，從形態(tài)維度構(gòu)建空間結(jié)構(gòu)指數(shù)spatial，評價城市群空間結(jié)構(gòu)。由于功能多中心測度方法受到數(shù)據(jù)獲取的限制，該研究擬從人口、就業(yè)或經(jīng)濟在中心城市的集中程度，即形態(tài)維度，實現(xiàn)城市群空間結(jié)構(gòu)的長期測度與評價。以往研究通常采用人口指標(biāo)衡量城市規(guī)模大小，但是對于跨行政區(qū)劃的城市群而言，人口統(tǒng)計指標(biāo)的缺失和統(tǒng)計口徑的不一致均會導(dǎo)致空間結(jié)構(gòu)測度的準(zhǔn)確性降低；且難以完全揭示產(chǎn)業(yè)地理分布、經(jīng)濟發(fā)展水平等信息。夜間燈光數(shù)據(jù)已被證實是地區(qū)經(jīng)濟活動的良好替代指標(biāo)［46-49］，該研究采用了發(fā)表在國家青藏高原科學(xué)數(shù)據(jù)中心（http：//data.tpdc.ac.cn/home）的世界上第一套中國長時間序列逐年人造夜間燈光數(shù)據(jù)集（1984—2020年）［26］，借助ArcGIS軟件提取2000—2020年中國各城市的夜間燈光柵格數(shù)據(jù)，對比2010年第六次和2020年第七次全國人口普查的常住人口數(shù)據(jù)，結(jié)果表明使用城市燈光亮度總值代替常住人口指標(biāo)表征城市規(guī)模具有合理性。城市群空間結(jié)構(gòu)測度公式如下：

其中：Lightijt 是第t 年i 城市群中的城市j 的夜間燈光亮度總值；C 為常數(shù)；Rankijt 代表第t 年城市j 的燈光亮度在城市群i 內(nèi)的排序；分別對每一年各個城市群內(nèi)的城市燈光亮度進行由大到小的排序之后，進行公式（1）的回歸，可以得到系數(shù)qit。qit 越大，城市規(guī)模與城市等級間的回歸線越陡峭，核心城市越突出，城市群服從單中心空間結(jié)構(gòu)；qit 越小，回歸線斜率越平坦，人口分布較為分散，呈現(xiàn)多中心空間結(jié)構(gòu)。需要強調(diào)的是，由于不同城市群內(nèi)的城市數(shù)量不同，為使空間結(jié)構(gòu)指數(shù)在不同城市群間具有可比性，遵循Meijers等［50］的做法，將城市群內(nèi)排名前二位、前三位以及前四位的城市分別進行式（1）回歸，將三個回歸得到的指數(shù)qit 取平均即得到城市群的空間結(jié)構(gòu)指數(shù)，將其命名為spatialit，該指數(shù)越大越體現(xiàn)單中心結(jié)構(gòu)。

2. 1. 3 中介與調(diào)節(jié)變量

根據(jù)前述影響機制分析，該研究將構(gòu)建產(chǎn)業(yè)分工中介變量、交通基礎(chǔ)設(shè)施建設(shè)和市場一體化調(diào)節(jié)變量分析城市群空間結(jié)構(gòu)對碳排放的影響機制。

首先，構(gòu)建了兩類、三個產(chǎn)業(yè)分工指標(biāo)：產(chǎn)業(yè)結(jié)構(gòu)相似度、中心城市生產(chǎn)性服務(wù)業(yè)專業(yè)化和非中心城市制造業(yè)專業(yè)化指數(shù)。城市群內(nèi)部城市之間的區(qū)域分工深化，即表現(xiàn)為產(chǎn)業(yè)結(jié)構(gòu)、行業(yè)就業(yè)結(jié)構(gòu)的差異化；反之產(chǎn)業(yè)結(jié)構(gòu)越相似越意味著產(chǎn)業(yè)的重復(fù)布局。產(chǎn)業(yè)結(jié)構(gòu)相似度能夠從城市群整體層面測度分工情況，其計算如式（2）：

其中：i 代表城市群，由m 個城市組成，j 代表城市，k 代表行業(yè)，k=1，2，…，n。Rjk 為j 城市k 行業(yè)的從業(yè)人員占總從業(yè)人員的比重，Rk 為城市群i 中所有城市k 行業(yè)的從業(yè)人員占總從業(yè)人員比重的均值。產(chǎn)業(yè)結(jié)構(gòu)相似度divisioni的取值區(qū)間為［0，1］，產(chǎn)業(yè)結(jié)構(gòu)相似指數(shù)越小，表明城市群內(nèi)城市之間的產(chǎn)業(yè)結(jié)構(gòu)越互補，產(chǎn)業(yè)分工水平越高。

另外參考齊謳歌等［51］使用城市功能專業(yè)化指數(shù)來區(qū)分中心城市和非中心城市的專業(yè)化特征。將產(chǎn)業(yè)歸類為生產(chǎn)性服務(wù)業(yè)和制造業(yè)兩類，生產(chǎn)性服務(wù)業(yè)包括：交通運輸、倉儲和郵政業(yè)，金融業(yè)，房地產(chǎn)業(yè)，信息傳輸、計算機服務(wù)業(yè)和軟件業(yè)，租賃和商務(wù)服務(wù)業(yè)，科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)；制造業(yè)包括采掘業(yè)、制造業(yè)、電力及水的生產(chǎn)和供應(yīng)業(yè)、建筑業(yè)。在城市群功能分工模式下，中心城市集聚發(fā)展生產(chǎn)性服務(wù)業(yè)，則表現(xiàn)為中心城市生產(chǎn)性服務(wù)業(yè)占比上升的過程，計算如式（3）；非中心城市集中發(fā)展制造業(yè)，則表現(xiàn)為制造業(yè)占比上升的過程，計算如式（4）：

其中：Lcs 代表中心城市c 中從事生產(chǎn)性服務(wù)業(yè)的就業(yè)人數(shù)，Lcm 表示中心城市c 中從事制造業(yè)的就業(yè)人數(shù)；Lns 代表非中心城市n 中從事生產(chǎn)性服務(wù)業(yè)的就業(yè)人數(shù)，Lnm 表示非中心城市n 中從事制造業(yè)的就業(yè)人數(shù)；LTS 和LTM 代表城市群i 的生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)和制造業(yè)就業(yè)人數(shù)。指標(biāo)divic 的大小反映了城市群i 中心城市c 中生產(chǎn)性服務(wù)業(yè)占比的相對值，與產(chǎn)業(yè)分工程度呈正相關(guān)；指標(biāo)divin 的大小反映了城市群i 非中心城市n 中制造業(yè)占比的相對值，與產(chǎn)業(yè)分工程度呈正相關(guān)。從而通過三個指標(biāo)divisioni、divic 和divin 從城市群總體、中心城市、非中心城市的視角測度城市群的產(chǎn)業(yè)分工水平。其中選取城市群中的直轄市、省會城市和副省級城市為中心城市，其余為非中心城市；細分產(chǎn)業(yè)的就業(yè)數(shù)據(jù)來自于《中國城市統(tǒng)計年鑒》。

關(guān)于交通基礎(chǔ)設(shè)施建設(shè)和市場一體化兩個調(diào)節(jié)變量，該研究用單位土地面積的公路與鐵路里程之和（km/km2）表示交通基礎(chǔ)設(shè)施水平trans，數(shù)據(jù)來自《中國統(tǒng)計年鑒》、EPS數(shù)據(jù)平臺和各城市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。另外參考劉修巖等［52］提出的中國城市群一體化水平評價體系，從經(jīng)濟一體化方面即經(jīng)濟發(fā)展差距的視角測度一體化水平，地區(qū)經(jīng)濟發(fā)展水平的差距越大，經(jīng)濟一體化的水平越低。計算城市群內(nèi)部城市人均GDP 的標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)差是經(jīng)濟一體化的逆向指標(biāo)，取標(biāo)準(zhǔn)差的倒數(shù)即生成市場一體化指數(shù)integ，該指標(biāo)數(shù)值越大說明市場一體化水平越高。人均GDP 數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》。

2. 1. 4 其他控制變量

根據(jù)相關(guān)文獻中對碳排放影響的研究經(jīng)驗，控制了人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資以及技術(shù)創(chuàng)新變量。該研究選擇常住人口作為人口規(guī)模指標(biāo)pop；產(chǎn)業(yè)結(jié)構(gòu)包括第二產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值的比重second 和第三產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值的比重third 兩個指標(biāo)；外商直接投資fdi，采用當(dāng)年實際使用外資金額占GDP 的比重，實際使用外資額已通過美元年均匯率進行調(diào)整；技術(shù)創(chuàng)新patent，選取地區(qū)人均專利授權(quán)量的對數(shù)項。城市群層面指標(biāo)均由內(nèi)部城市數(shù)據(jù)加總合成。

2. 2 模型構(gòu)建

為了驗證城市群空間結(jié)構(gòu)與碳排放之間的因果關(guān)系，設(shè)定公式（5）所示計量模型，借助中國19個城市群的面板數(shù)據(jù)驗證假說1：

2. 3 數(shù)據(jù)來源

該研究選取2000—2020年的城市數(shù)據(jù)，構(gòu)建城市群面板數(shù)據(jù)進行實證分析?！笆濉奔啊笆奈濉币?guī)劃中明確指出全國共布局19個國家級城市群：京津冀、長三角、珠三角、成渝、長江中游、山東半島、粵閩浙沿海、中原、關(guān)中平原、北部灣、哈長、遼中南、山西中部、黔中、滇中、呼包鄂榆、蘭州—西寧、寧夏沿黃和天山北坡城市群，因此以這19個城市群作為研究對象，探究城市群多中心發(fā)展是否存在碳減排效應(yīng)。碳排放數(shù)據(jù)來源于全球大氣研究排放數(shù)據(jù)庫，夜間燈光數(shù)據(jù)用于測度城市群空間結(jié)構(gòu)，來自國家青藏高原科學(xué)數(shù)據(jù)中心，產(chǎn)值、行業(yè)就業(yè)人數(shù)、外商直接投資、交通數(shù)據(jù)來自《中國統(tǒng)計年鑒》和《中國城市統(tǒng)計年鑒》，常住人口數(shù)據(jù)來自于各省市統(tǒng)計局和City‐Population數(shù)據(jù)庫，各城市專利授權(quán)量數(shù)據(jù)來源于中國研究數(shù)據(jù)服務(wù)平臺，國家統(tǒng)計局提供了人民幣對美元的匯率數(shù)據(jù)。部分缺失值數(shù)據(jù)參考EPS數(shù)據(jù)平臺、各城市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報進行補充，其他進行插值處理。變量的描述性統(tǒng)計見表1。

3 實證結(jié)果

3. 1 城市群空間結(jié)構(gòu)和碳排放強度

表2對比展示了2000和2020年19個城市群的空間結(jié)構(gòu)指數(shù)以及中心城市分布情況。其中空間結(jié)構(gòu)指數(shù)最小值為0. 08，最大值為1. 21，均值為0. 56，取值越大，說明該城市群空間結(jié)構(gòu)越呈現(xiàn)單中心。從結(jié)果可知，在2000年，中國城市群空間結(jié)構(gòu)指數(shù)多數(shù)大于平均值，大多呈現(xiàn)單中心空間結(jié)構(gòu)，而沿海城市群的單中心程度比內(nèi)陸城市群低，山東半島城市群是唯一一個具有明顯多中心空間結(jié)構(gòu)的城市群。2000—2020年，全國有13個城市群空間結(jié)構(gòu)的單中心經(jīng)濟集聚現(xiàn)象有所減弱，其中長三角城市群最為明顯，蘇州、杭州、寧波規(guī)模迅速擴張，導(dǎo)致空間結(jié)構(gòu)指數(shù)從0. 71降至0. 26，呈現(xiàn)多中心發(fā)展態(tài)勢?？傮w來看，全國沿海地區(qū)呈現(xiàn)出更多的多中心發(fā)展格局，例如珠三角城市群的廣深兩極，泉州、溫州等非省會城市在粵閩浙沿海城市群發(fā)揮經(jīng)濟帶動作用，這可能與港口城市較高的經(jīng)濟發(fā)展水平相關(guān)。有兩個典型的雙核城市群，遼中南城市群與哈長城市群，始終堅持沈陽—大連、哈爾濱—長春的戰(zhàn)略地位。中西部地區(qū)由于發(fā)展落后，中心城市較少，主要呈現(xiàn)單中心空間結(jié)構(gòu)。例如天山北坡城市群以烏魯木齊為主，蘭州西寧城市群的中心是蘭州，呼包鄂榆城市群以呼和浩特為中心，滇中城市群的發(fā)展主要聚集在昆明。成渝城市群是中西部崛起的重要樞紐，雙核之間的差距有些許拉大，與目前規(guī)劃目標(biāo)存在差異。

從城市群二氧化碳數(shù)據(jù)可知，各城市群二氧化碳排放總量在2000—2010年間快速增長，2011年后碳排放增速放緩，2020年全國排放總量113. 55億t，19個城市群的碳排放占全國總排放量的80. 29%；而碳排放強度在2000—2007年間呈上升趨勢，隨后逐步平穩(wěn)下降，至2020年已下降54. 23%，取得初步減排成效。圖1展示了2020年各城市群碳排放總量和強度，2020年19個城市群的碳排放強度均值為1. 12 t/萬元，每萬元產(chǎn)值比非城市群地區(qū)少排放二氧化碳0. 38 t，可見城市群發(fā)展具有規(guī)模經(jīng)濟特征，有利于降低碳排放強度。城市群碳排放表現(xiàn)存在空間異質(zhì)性。雖然沿海地區(qū)城市群排放總量大，但除遼中南以外的沿海城市群碳排放強度普遍較低。其中，珠三角城市群作為經(jīng)濟最為開放的城市群，碳排放強度最低僅為0. 35 t/萬元。碳排放強度高的主要是遼中南、寧夏沿黃、天山北坡、呼包鄂榆和蘭州西寧等中西部城市群。相關(guān)系數(shù)表明城市群空間結(jié)構(gòu)與碳排放強度呈現(xiàn)正相關(guān)關(guān)系，即單中心空間結(jié)構(gòu)導(dǎo)致的碳排放強度越高。

3. 2 基準(zhǔn)回歸結(jié)果

在進行基準(zhǔn)回歸前，面板單位根檢驗拒絕了“偽回歸”的存在，綜合LM檢驗、F檢驗和Hausman檢驗證實了選擇雙向固定效應(yīng)模型的合理性，VIF檢驗說明多重共線性問題并不存在。表3展示了城市群空間結(jié)構(gòu)對碳排放影響的檢驗結(jié)果，列（1）為混合回歸，采用聚類穩(wěn)健標(biāo)準(zhǔn)誤，列（2）—列（7）逐步控制個體固定效應(yīng)、時間固定效應(yīng)并加入控制變量。無論哪種模型設(shè)定，空間結(jié)構(gòu)指數(shù)的回歸系數(shù)至少在5%的置信水平上顯著為正，即單中心空間結(jié)構(gòu)的碳排放強度更高，城市群多中心發(fā)展有助于扭轉(zhuǎn)二氧化碳排放快速增長的局面，假說1成立。列（7）結(jié)果表明空間結(jié)構(gòu)指數(shù)的系數(shù)為0. 182，即空間結(jié)構(gòu)指數(shù)每減少1%，將導(dǎo)致二氧化碳排放強度降低0. 182%；根據(jù)2020年的數(shù)據(jù)統(tǒng)計，將減少全年0. 21億t二氧化碳排放。

由于中國地區(qū)間經(jīng)濟發(fā)展模式差異顯著，城市群多中心發(fā)展的碳減排效應(yīng)也可能存在空間異質(zhì)性。該研究以秦嶺淮河為界劃分北方和南方城市群，根據(jù)是否沿海將樣本劃分為沿海和內(nèi)陸城市群，表4展示了異質(zhì)性分析的結(jié)果。由結(jié)果可知，南北方城市群回歸系數(shù)均顯著為正，印證基準(zhǔn)回歸結(jié)果，多中心發(fā)展模式具有碳減排效應(yīng)；而這種碳減排效應(yīng)在北方地區(qū)更大，這可能與北方城市群內(nèi)較弱的城市間聯(lián)系相關(guān)，除京津冀城市群以外，北方其他城市高鐵網(wǎng)絡(luò)布局進程較慢，貿(mào)易聯(lián)系弱，各自為營的發(fā)展模式向多中心轉(zhuǎn)變有助于大幅提升環(huán)境績效。根據(jù)沿海、內(nèi)陸標(biāo)準(zhǔn)劃分城市群，能夠體現(xiàn)差異性影響，沿海地區(qū)城市群空間結(jié)構(gòu)與碳排放的關(guān)系不顯著，而內(nèi)陸地區(qū)的系數(shù)顯著為正（0. 269***），即采取多中心發(fā)展模式能夠有效降低中西部碳排放，中西部地區(qū)更需將城市群空間規(guī)劃提到重要地位。

3. 3 穩(wěn)健性檢驗

3. 3. 1 工具變量法

該研究使用工具變量法解決潛在的內(nèi)生性問題。構(gòu)建工具變量時需要考慮兩個問題，一是如何測度人口在城市間的規(guī)模分布，二是如何體現(xiàn)人口分布隨時間的變化。針對問題一，Bosker等［54］發(fā)現(xiàn)自然地理特征和是否鄰近水源是歐洲城市形成與規(guī)模分布的重要影響因素；Wang 等［55］基于中國歷史數(shù)據(jù)證明人類文明沿河而生，擇水而居的人口分布規(guī)律至今尚未顯著改變；Burchfiled［56］等從地表起伏度層面證明了地理環(huán)境對人口密度的重要影響，因此將河流密度和地表粗糙度兩種外生的自然地理變量作為空間結(jié)構(gòu)的第一類工具變量。但是由于自然地理變量不隨時間變化，需要尋找一個外生的時變變量與之相結(jié)合，解決問題二。劉修巖等［57］對中國的研究證實了對外貿(mào)易開放程度的提高會放大大城市的優(yōu)勢，促使經(jīng)濟活動進一步向大城市集聚；李威等［58］發(fā)現(xiàn)區(qū)域內(nèi)城市間的運輸水平會調(diào)節(jié)國際貿(mào)易對城市規(guī)模的影響，在運輸成本低的區(qū)域，對外貿(mào)易開放反而會令城市規(guī)模分布趨于分散。因此綜合考慮內(nèi)外貿(mào)易因素，參考劉修巖等［10］選擇匯率作為外貿(mào)開放指標(biāo)，選取區(qū)域貨運量占比作為內(nèi)貿(mào)開放指標(biāo)，測度運輸成本，用兩個貿(mào)易開放指標(biāo)構(gòu)建第二類工具變量。然后構(gòu)造自然地理工具變量與貿(mào)易開放工具變量的乘積項，進行兩階段最小二乘回歸。

綜上，區(qū)域內(nèi)的河流密度越大，越有助于多個中心城市的形成；地表粗糙度越大，越起伏，越容易在小規(guī)模內(nèi)集中，形成單中心；人民幣對美元匯率越高，本幣貶值，越促進出口，形成單中心；內(nèi)貿(mào)貨運量大，運輸及倉儲成本低，越易調(diào)節(jié)外貿(mào)影響，促進國內(nèi)廠商布局，形成多中心。因此可構(gòu)建四種工具變量，為保持變量影響的一致性，其中兩個工具變量為河流密度與匯率倒數(shù)的乘積、河流密度與匯率倒數(shù)、城市群貨運量占比的三項乘積，數(shù)值越大越促進多中心發(fā)展，與空間結(jié)構(gòu)指數(shù)呈負(fù)相關(guān)。另外兩個工具變量為地表粗糙度與匯率的乘積、地表粗糙度與匯率、貨運量占比的倒數(shù)的三項乘積，數(shù)值越大越促進單中心發(fā)展，與空間結(jié)構(gòu)指數(shù)呈正相關(guān)。其中，河流密度數(shù)據(jù)根據(jù)國家地理信息中心提供的1∶400萬河流矢量分布圖提取，河流密度=河流長度/區(qū)域面積；地表粗糙度數(shù)據(jù)源自ASTER Global Digital Elevation Model V003 高程數(shù)據(jù)，用城市群內(nèi)城市高程的標(biāo)準(zhǔn)差表示；匯率、貨運量數(shù)據(jù)分別來自國家統(tǒng)計局和《中國城市統(tǒng)計年鑒》。

相關(guān)系數(shù)檢驗證實了工具變量的相關(guān)性，系數(shù)符號與預(yù)期一致；Hausman 檢驗拒絕“所有解釋變量均為外生”的原假設(shè)，即應(yīng)該使用工具變量法，同時沃爾德檢驗說明不存在弱工具變量問題?；貧w結(jié)果見表5，空間結(jié)構(gòu)指數(shù)的系數(shù)均顯著為正，證實了空間結(jié)構(gòu)與碳排放的因果關(guān)系，多中心空間結(jié)構(gòu)導(dǎo)致碳排放強度的降低。

3. 3. 2 替換空間結(jié)構(gòu)指標(biāo)

該研究構(gòu)想三種方式替換空間結(jié)構(gòu)指標(biāo)以檢驗結(jié)果的穩(wěn)健性：空間結(jié)構(gòu)指數(shù)spatial 的滯后項、變換的首位度指數(shù)primacy 和四城市指數(shù)s4。滯后項可以部分消除潛在的內(nèi)生性；變換的首位度指數(shù)primacy 即1減去規(guī)模最大城市占城市群總規(guī)模比重，取值范圍為（0，1），指數(shù)越大，越表明空間結(jié)構(gòu)趨向多中心，與空間結(jié)構(gòu)指數(shù)成反比；四城市指數(shù)為第一大規(guī)模城市規(guī)模與二、三、四大城市規(guī)模之和的比重，該指標(biāo)越大說明第一中心城市規(guī)模突出，與空間結(jié)構(gòu)指數(shù)成正比。結(jié)果見表6：列（1）—列（3）：對比展示了使用空間結(jié)構(gòu)指數(shù)及其滯后一項和滯后二項的結(jié)果，回歸系數(shù)數(shù)值雖有所下降，但始終為正且具有較高的顯著性；這證實了空間結(jié)構(gòu)多中心對碳排放強度的優(yōu)化作用，其影響效果隨時間有所衰減。列（4）中變換的首位度指數(shù)與空間結(jié)構(gòu)指數(shù)負(fù)相關(guān)，其回歸結(jié)果顯著為負(fù)，列（5）中四城市指數(shù)顯著為正，與預(yù)期一致，再次證實了城市群空間結(jié)構(gòu)對碳排放強度的影響，城市群多中心發(fā)展有助于加強集聚外部性與網(wǎng)絡(luò)外部性，帶來環(huán)境效益的提升，減少碳排放。

3. 3. 3 區(qū)分城市群成員城市

將城市群空間結(jié)構(gòu)指數(shù)作為關(guān)鍵解釋變量，成員城市的碳排放強度作為被解釋變量，通過區(qū)分城市群成員城市，一方面擴大樣本量以實現(xiàn)估計的一致性，驗證結(jié)果的穩(wěn)健性，另一方面深究細化城市群空間結(jié)構(gòu)對中心城市和非中心城市碳排放強度的異質(zhì)性影響。結(jié)果見表7，樣本量擴大至3 734個，涉及206個城市21年的數(shù)據(jù)，控制變量與上文一致?？臻g結(jié)構(gòu)指數(shù)的系數(shù)依然顯著為正，與城市群層面一致，即無論是在城市群層面還是子樣本成員城市層面，城市群的多中心空間結(jié)構(gòu)均有助于降低碳排放。根據(jù)是否為中心城市進行子樣本分析，結(jié)果表明多中心空間結(jié)構(gòu)對非中心城市的減排效果更好，體現(xiàn)了多中心發(fā)展戰(zhàn)略對邊緣城市的溢出效應(yīng)。

3. 4 影響機制分析

3. 4. 1 產(chǎn)業(yè)分工的中介效應(yīng)

為檢驗城市群空間結(jié)構(gòu)是否通過產(chǎn)業(yè)分工渠道對碳排放產(chǎn)生影響，即假說2，構(gòu)建中介效應(yīng)模型（5）—模型（7），分別代入產(chǎn)業(yè)結(jié)構(gòu)相似度divisioni、中心城市生產(chǎn)性服務(wù)業(yè)專業(yè)化divic 和非中心城市制造業(yè)專業(yè)化divin 三個產(chǎn)業(yè)分工指標(biāo)，進行產(chǎn)業(yè)分工中介效應(yīng)檢驗。上述三個指標(biāo)互為補充，共同解釋了城市群的產(chǎn)業(yè)分工水平，即產(chǎn)業(yè)結(jié)構(gòu)相似度越小、非中心城市制造業(yè)專業(yè)化指數(shù)和中心城市服務(wù)業(yè)專業(yè)化指數(shù)越高，則產(chǎn)業(yè)分工水平越高。列（1）、列（3）和列（5）展示了空間結(jié)構(gòu)對產(chǎn)業(yè)分工的影響，系數(shù)分別顯著為正、顯著為負(fù)和不顯著，這說明空間結(jié)構(gòu)指數(shù)越大，空間結(jié)構(gòu)越呈現(xiàn)單中心，城市群內(nèi)產(chǎn)業(yè)結(jié)構(gòu)越相似，越不利于外圍城市的制造業(yè)專業(yè)化；反之，多中心空間結(jié)構(gòu)有助于實現(xiàn)城市間產(chǎn)業(yè)結(jié)構(gòu)差異化，尤其是在外圍城市形成制造業(yè)產(chǎn)業(yè)集聚，即產(chǎn)業(yè)分工，但是對中心城市生產(chǎn)性服務(wù)業(yè)集聚的影響不顯著；這與預(yù)期較為一致，多中心形成、經(jīng)濟集聚的過程體現(xiàn)了城市間產(chǎn)業(yè)分工情況。列（2）、列（4）和列（6）為加入中介變量的回歸結(jié)果，三個產(chǎn)業(yè)分工指標(biāo)的系數(shù)表明產(chǎn)業(yè)結(jié)構(gòu)相似會造成更高的碳排放強度；中心城市和非中心城市的產(chǎn)業(yè)專業(yè)化有助于碳減排，但服務(wù)業(yè)專業(yè)化的作用并不顯著。在控制中介變量后，空間結(jié)構(gòu)的系數(shù)依然顯著為正，但系數(shù)有所下降。進一步Sobel檢驗表明產(chǎn)業(yè)結(jié)構(gòu)相似度和外圍制造業(yè)專業(yè)化是城市群空間結(jié)構(gòu)與二氧化碳排放關(guān)系的中介變量，中介效應(yīng)與總效應(yīng)的比值分別為0. 150和0. 200，即存在城市群多中心→產(chǎn)業(yè)分工→碳排放強度降低的傳導(dǎo)機制。結(jié)果表明，只有當(dāng)多中心空間結(jié)構(gòu)的形成在同類型產(chǎn)業(yè)上實現(xiàn)集聚與專業(yè)化生產(chǎn)，尤其是外圍城市主攻制造業(yè)生產(chǎn)，形成城市間相互聯(lián)系的分工格局，才能促進減排，這一現(xiàn)象在京津冀、長三角和珠三角城市群尤為明顯。而生產(chǎn)性服務(wù)業(yè)的影響不大，可能與當(dāng)前整體上的生產(chǎn)性服務(wù)業(yè)專業(yè)化水平不高相關(guān)。

區(qū)分地區(qū)子樣本進行產(chǎn)業(yè)分工中介效應(yīng)檢驗的結(jié)果與表8基本一致，值得注意的是沿海地區(qū)中心城市服務(wù)業(yè)專業(yè)化的結(jié)果，見表9。中心城市服務(wù)業(yè)專業(yè)化的減排效果在沿海地區(qū)子樣本中有所凸顯，且空間結(jié)構(gòu)指數(shù)的系數(shù)顯著為正，與表4的異質(zhì)性分析和表8的中介效應(yīng)檢驗有顯著差異。這說明沿海城市群生產(chǎn)性服務(wù)業(yè)專業(yè)化水平較內(nèi)陸地區(qū)經(jīng)歷了較大轉(zhuǎn)變，且確實具有碳減排效應(yīng)；在當(dāng)前城市群空間結(jié)構(gòu)轉(zhuǎn)變過程中，需注重中心城市在研究設(shè)計、信息服務(wù)和金融服務(wù)等方面的能力提升與高度專業(yè)化，實現(xiàn)分工，引領(lǐng)創(chuàng)新，將有助于通過該渠道實現(xiàn)碳減排。

3. 4. 2 交通基礎(chǔ)設(shè)施的調(diào)節(jié)效應(yīng)

交通基礎(chǔ)設(shè)施的完善會對運輸成本直接產(chǎn)生沖擊，可能會引發(fā)產(chǎn)業(yè)重新布局，促進多中心空間結(jié)構(gòu)的形成，從而調(diào)節(jié)空間結(jié)構(gòu)對二氧化碳排放的影響。因此在基準(zhǔn)回歸模型中加入交通基礎(chǔ)設(shè)施變量trans 及其與空間結(jié)構(gòu)指數(shù)的交互項spatial × trans，來考察交通基礎(chǔ)設(shè)施建設(shè)在空間結(jié)構(gòu)影響二氧化碳排放過程中發(fā)揮的調(diào)節(jié)效應(yīng)?；貧w結(jié)果見表10：列（1）為基準(zhǔn)回歸結(jié)果，列（2）交通基礎(chǔ)設(shè)施變量系數(shù)顯著為負(fù)，即說明發(fā)達的交通基礎(chǔ)設(shè)施本身便有助于減少二氧化碳排放，列（3）加入了交互項系數(shù)顯著為負(fù)，這意味著較高的交通基礎(chǔ)設(shè)施水平有利于緩解單中心空間結(jié)構(gòu)的碳排放增加效應(yīng)，即存在調(diào)節(jié)效應(yīng)，完善基礎(chǔ)設(shè)施建設(shè)有助于增強多中心空間結(jié)構(gòu)的碳減排效應(yīng)。

3. 4. 3 城市群多中心與市場一體化的替代效應(yīng)

由于行政壁壘所造成的市場分割通過地方保護限制了要素的自由流動，加劇了資源錯配與環(huán)境污染。與之相反，區(qū)域市場一體化可為區(qū)域協(xié)調(diào)發(fā)展和減排帶來雙重紅利。在“十四五”規(guī)劃綱要中政府強調(diào)“優(yōu)化城市群內(nèi)部空間結(jié)構(gòu)，形成多中心、多層級、多節(jié)點的網(wǎng)絡(luò)型城市群”，其最終目的即是“推動城市群一體化發(fā)展”。由于市場一體化與城市群空間結(jié)構(gòu)間存在著相互作用，二者對二氧化碳排放的影響也并非獨立，可能存在一定的交互效應(yīng)，甚至是替代效應(yīng)。為此，逐步引入市場一體化指標(biāo)integ 及其與空間結(jié)構(gòu)指數(shù)的交互項spatial ×integ，分析城市群多中心發(fā)展、市場一體化和碳排放強度三者間的關(guān)系，結(jié)果見表11。列（1）為基準(zhǔn)回歸結(jié)果，列（2）市場一體化的系數(shù)顯著為負(fù)，證實了市場一體化水平的提高有助于降低碳排放強度。列（3）加入交互項后，交互項的系數(shù)顯著為負(fù)，說明市場一體化有助于削弱單中心空間結(jié)構(gòu)的碳排放增加效應(yīng)，可以作為多中心空間結(jié)構(gòu)的替代策略。因而，對于那些尚不足以形成多中心集聚的單中心城市群，可以通過降低地方保護、促進要素自由流動、倡導(dǎo)市場一體化以減少二氧化碳排放。因此，該研究發(fā)現(xiàn)多中心發(fā)展戰(zhàn)略與市場一體化戰(zhàn)略之間存在著替代效應(yīng)。

4 結(jié)論與政策啟示

在城市群成為新型城鎮(zhèn)化主體形態(tài)的背景之下，引導(dǎo)城市群低碳發(fā)展以應(yīng)對氣候變化具有長遠意義。通過梳理相關(guān)文獻、構(gòu)建計量模型，試圖探究城市群多中心發(fā)展的碳減排效應(yīng)及其作用機制，以從城市群空間結(jié)構(gòu)規(guī)劃角度為低碳發(fā)展提供政策建議?；?000—2020年中國19個城市群的數(shù)據(jù)發(fā)現(xiàn)：①中國19個城市群從2000年以來，空間結(jié)構(gòu)多中心性增強。沿海城市群空間結(jié)構(gòu)趨向多中心尤為明顯，由省會城市與港口城市協(xié)調(diào)帶動區(qū)域發(fā)展；而中西部城市群由于發(fā)展落后仍呈現(xiàn)單中心空間結(jié)構(gòu)。②中國城市群集聚了全國約80%的碳排放，但碳排放強度比非城市群低，具有較高的能源使用效率，除遼中南以外的沿海城市群碳排放強度更低。③通過建立固定效應(yīng)模型、運用工具變量法處理內(nèi)生性問題并替換指標(biāo)進行穩(wěn)健性檢驗，發(fā)現(xiàn)相比于單中心空間結(jié)構(gòu)，城市群多中心發(fā)展有利于實現(xiàn)碳排放強度的降低，且在中西部城市群更具適用性。因此多中心發(fā)展模式通過“借用規(guī)?！焙汀熬W(wǎng)絡(luò)外部性”實現(xiàn)比單中心范圍更廣、更強的集聚經(jīng)濟、環(huán)境效應(yīng)。④結(jié)合中介效應(yīng)模型、引入交互項，發(fā)現(xiàn)城市群空間結(jié)構(gòu)向多中心發(fā)展一方面加強了內(nèi)部城市的功能分工，通過外圍城市制造業(yè)專業(yè)化、中心城市生產(chǎn)性服務(wù)業(yè)專業(yè)化，促進產(chǎn)業(yè)分工與集聚，提高經(jīng)濟效率以降低碳排放強度；另一方面，交通基礎(chǔ)設(shè)施的完善有助于調(diào)節(jié)空間結(jié)構(gòu)的環(huán)境影響；最后，通過與市場一體化的交互作用，多中心發(fā)展避免了地方保護主義所導(dǎo)致的要素錯配、效率低下問題，從而減少二氧化碳排放。

結(jié)合所得結(jié)論，鑒于城市群多中心演變有助于協(xié)調(diào)發(fā)展、加快城鎮(zhèn)化進程、促進二氧化碳減排，多中心空間結(jié)構(gòu)應(yīng)成為城市群發(fā)展、疏散特大城市壓力的未來目標(biāo)。但就目前部分城市群的單中心尚未發(fā)育成熟的基本情況，多中心不應(yīng)成為一刀切的減碳策略，可以從產(chǎn)業(yè)分工、交通基礎(chǔ)設(shè)施建設(shè)和市場一體化角度加以優(yōu)化。因此，結(jié)合新型城鎮(zhèn)化目標(biāo)，提出如下城市群碳減排政策建議：

（1）重視城市群空間結(jié)構(gòu)規(guī)劃，因地制宜，明確城市功能定位。結(jié)合當(dāng)前城市群經(jīng)濟發(fā)展?fàn)顩r及內(nèi)部城市人口、產(chǎn)業(yè)分布情況，確定合適的空間結(jié)構(gòu)發(fā)展目標(biāo)，對不同城市進行重點產(chǎn)業(yè)布局。當(dāng)前多數(shù)沿海城市群已呈現(xiàn)多中心發(fā)展態(tài)勢，由省會城市、港口城市雙城帶動發(fā)展，但功能定位尚存交叉重復(fù)，部分中心城市的生產(chǎn)性服務(wù)業(yè)發(fā)展程度不足以起到引領(lǐng)作用，制造業(yè)企業(yè)外遷條件尚不成熟，需加強城市功能定位，引導(dǎo)形成城市間產(chǎn)業(yè)分工。對于內(nèi)陸城市群表現(xiàn)出的中心城市發(fā)育及輻射帶動力不足和城市間差距顯著等現(xiàn)象，要避免中心城市盲目蔓延發(fā)展態(tài)勢，亟須優(yōu)化明確主導(dǎo)產(chǎn)業(yè)，破解行政區(qū)劃對要素流動的制約，考慮由核心省會城市促進都市圈的形成，加強城市聯(lián)通，調(diào)整區(qū)域內(nèi)產(chǎn)業(yè)布局，逐步形成多中心空間結(jié)構(gòu)，帶動周邊地區(qū)崛起。部分跨省域城市群的雙核存在發(fā)展差異，經(jīng)濟聯(lián)系不夠密切，需突破行政界限，形成合作規(guī)劃，實現(xiàn)互補與共贏。

（2）推進交通通信重大基礎(chǔ)設(shè)施建設(shè)，為城市間功能聯(lián)系打造基礎(chǔ)。多中心空間結(jié)構(gòu)的形成依賴于交通基礎(chǔ)設(shè)施建設(shè)來打造城市間的連結(jié)性，只有降低人口流動的遷移成本和商品貿(mào)易中的運輸成本，才能真正影響企業(yè)的成本利潤函數(shù)，改變區(qū)位決策，構(gòu)建真正的城市網(wǎng)絡(luò)。因此交通基礎(chǔ)設(shè)施是多中心發(fā)展的基礎(chǔ)。此外隨著互聯(lián)網(wǎng)技術(shù)的推進，信息化成為經(jīng)濟發(fā)展和競爭的集中點，推進通信基礎(chǔ)設(shè)施建設(shè)尤其成為影響企業(yè)空間布局的另一重要因素。

（3）打破地方保護和市場分割，促進城市群一體化發(fā)展。城市群多中心空間結(jié)構(gòu)的形成，重在要素基于利潤最大化原則自由進行區(qū)位選擇、獲得集聚優(yōu)勢，因而要素能否自由流動決定了空間結(jié)構(gòu)的演變。日前，國家發(fā)布了《中共中央 國務(wù)院關(guān)于加快建設(shè)全國統(tǒng)一大市場的意見》和《關(guān)于推進以縣城為重要載體的城鎮(zhèn)化建設(shè)的意見》，其中要求打造公平的競爭市場環(huán)境、取消縣城落戶限制政策，意在推動要素資源高效配置。因此，無論是在人口落戶、企業(yè)借貸、子女教育、政府補貼等方面，均應(yīng)使外來人口、企業(yè)享受同等待遇、共享發(fā)展成果。需完善教育、醫(yī)療、住房保障等基本公共服務(wù)，破除人口流動壁壘，優(yōu)化市場機制，加強城市間功能聯(lián)系，實現(xiàn)一體化發(fā)展。

參考文獻

［1］ 方創(chuàng)琳， 張國友， 薛德升. 中國城市群高質(zhì)量發(fā)展與科技協(xié)同創(chuàng)新共同體建設(shè)［J］. 地理學(xué)報， 2021， 76（12）：2898-2908.

［2］ 落基山研究所. 中國城市群碳排放達峰之路：機遇與探索［R］.2019.

［3］ 方創(chuàng)琳. 中國城市群地圖集［M］. 北京： 科學(xué)出版社， 2020.

［4］ IPCC. Climate change 2021： the physical science basis. Contributionof working group Ⅰ to the sixth assessment report of the IntergovernmentalPanel on Climate Change［M］. Cambridge， UK：Cambridge University Press， 2021.

［5］ 王軍鋒， 裴子璇. 深刻把握并科學(xué)謀劃城市群碳達峰、碳中和行動［J］. 環(huán)境保護， 2022， 50（S1）：41-43.

［6］ 黃妍妮， 高波， 魏守華. 中國城市群空間結(jié)構(gòu)分布與演變特征［J］. 經(jīng)濟學(xué)家， 2016（9）：50-58.

［7］ 孫斌棟， 華杰媛， 李琬， 等. 中國城市群空間結(jié)構(gòu)的演化與影響因素：基于人口分布的形態(tài)單中心-多中心視角［J］. 地理科學(xué)進展， 2017， 36（10）：1294-1303.

［8］ 張浩然， 衣保中. 城市群空間結(jié)構(gòu)特征與經(jīng)濟績效：來自中國的經(jīng)驗證據(jù)［J］. 經(jīng)濟評論， 2012（1）：42-47，115.

［9］ 卓云霞， 劉濤. 城市和區(qū)域多中心研究進展［J］. 地理科學(xué)進展， 2020， 39（8）：1385-1396.

［10］ 劉修巖， 李松林， 陳子揚. 多中心空間發(fā)展模式與地區(qū)收入差距［J］. 中國工業(yè)經(jīng)濟， 2017（10）：____漘（25-43.

［11］ BURGER M， MEIJERS E. Form follows function： linking morphologicaland functional polycentricity［J］. Urban studies， 2012，49（5）：1127-1149.

［12］ 姚常成. 多中心空間結(jié)構(gòu)視角下新時代中國城市群的協(xié)調(diào)發(fā)展研究［D］. 長春：吉林大學(xué)， 2019：84-89.

［13］ 姚常成， 李迎成. 中國城市群多中心空間結(jié)構(gòu)的演進：市場驅(qū)動與政策引導(dǎo)［J］. 社會科學(xué)戰(zhàn)線， 2021（2）：78-88，281.

［14］ 于斌斌， 郭東. 城市群空間結(jié)構(gòu)的經(jīng)濟效率：理論與實證［J］.經(jīng)濟問題探索， 2021（7）：148-164.

［15］ 姚常成， 吳康. 多中心空間結(jié)構(gòu)促進了城市群協(xié)調(diào)發(fā)展嗎：基于形態(tài)與知識多中心視角的再審視［J］. 經(jīng)濟地理， 2020， 40（3）：63-74.

［16］ 陳旭， 張碩. 多中心空間結(jié)構(gòu)是否有助于工業(yè)減排：來自中國省級數(shù)據(jù)的經(jīng)驗證據(jù)［J］. 南京財經(jīng)大學(xué)學(xué)報， 2021（1）：11- 21.

［17］ 陳旭， 張亮， 張碩. 多中心空間發(fā)展模式與霧霾污染：基于中國城市數(shù)據(jù)的經(jīng)驗研究［J］. 重慶大學(xué)學(xué)報（社會科學(xué)版），2021， 27（5）：30-44.

［18］ 劉凱， 吳怡， 王曉瑜， 等. 中國城市群空間結(jié)構(gòu)對大氣污染的影響［J］. 中國人口·資源與環(huán)境， 2020， 30（10）：28-35.

［19］ SHA W， CHEN Y， WU J S， et al. Will polycentric cities causemore CO2 emissions：a case study of 232 Chinese cities［J］. Journalof environmental sciences， 2020， 96：33-43.

［20］ CHEN X， QIU B， SUN S O. Polycentric spatial structure and energyefficiency： evidence from China’s provincial panel data［J］.Energy policy， 2021， 149：112012.

［21］ ZHU K， TU M Y， LI Y C. Did polycentric and compact structurereduce carbon emissions： a spatial panel data analysis of 286 Chinesecities from 2002 to 2019［J］. Land， 2022， 11（2）： 185.

［22］ CHEN X， ZHANG S， RUAN S M. Polycentric structure and carbondioxide emissions： empirical analysis from provincial data inChina［J］. Journal of cleaner production， 2021， 278：123411.

［23］ 范秋芳， 王勁草， 王杰. 城市空間結(jié)構(gòu)演化的減排效應(yīng)：內(nèi)在機制與中國經(jīng)驗［J］. 城市問題， 2021（12）：87-96.

［24］ LIU K， XUE M Y， PENG M J， et al. Impact of spatial structureof urban agglomeration on carbon emissions： an analysis of theShandong Peninsula， China［J］. Technological forecasting and socialchange， 2020， 161：120313.

［25］ WANG Y N， NIU Y J， LI M， et al. Spatial structure and carbonemission of urban agglomerations： spatiotemporal characteristicsand driving forces［J］. Sustainable cities and society， 2022， 78：103600.

［26］ 張立賢， 任浙豪， 陳斌， 等. 中國長時間序列逐年人造夜間燈光數(shù)據(jù)集（1984—2020）［Z］. 國家青藏高原科學(xué)數(shù)據(jù)中心，2021.

［27］ MARSHALL A. Principles of political economy［M］. London，UK： Macmillan， 1890.

［28］ HENDERSON J V， THISSE J. Handbook of regional and urbaneconomics［M］. Amsterdam， Netherlands： Elsevier， 2004：2063-2117.

［29］ HENDERSON J V. Efficiency of resource usage and city size［J］.Journal of urban economics， 1986， 19（1）：47-70.

［30］ ALONSO W. Urban zero population growth［J］. Daedalus， 1973，102（4）：191-206.

［31］ CAPELLO R. The city network paradigm： measuring urban networkexternalities［J］. Urban studies， 2000， 37（11）：1925-1945.

［32］ 林柄全， 谷人旭， 王俊松， 等. 從集聚外部性走向跨越地理邊界的網(wǎng)絡(luò)外部性：集聚經(jīng)濟理論的回顧與展望［J］. 城市發(fā)展研究， 2018， 25（12）：82-89.

［33］ 姚常成， 宋冬林. 借用規(guī)模、網(wǎng)絡(luò)外部性與城市群集聚經(jīng)濟［J］. 產(chǎn)業(yè)經(jīng)濟研究， 2019（2）：76-87.

［34］ 陸銘， 馮皓. 集聚與減排：城市規(guī)模差距影響工業(yè)污染強度的經(jīng)驗研究［J］. 世界經(jīng)濟， 2014， 37（7）：86-114.

［35］ 楊仁發(fā). 產(chǎn)業(yè)集聚能否改善中國環(huán)境污染［J］. 中國人口·資源與環(huán)境， 2015， 25（2）：23-29.

［36］ 邵帥， 張可， 豆建民. 經(jīng)濟集聚的節(jié)能減排效應(yīng)：理論與中國經(jīng)驗［J］. 管理世界， 2019， 35（1）：36-60，226.

［37］ 錢學(xué)鋒， 梁琦. 分工與集聚的理論淵源［J］. 江蘇社會科學(xué)，2007（2）：70-76.

［38］ KRUGMAN P. Increasing returns and economic geography［J］.Journal of political economy， 1991， 99（3）：483-499.

［39］ ALONSO‐VILLAR O， CHAMORRO‐RIVAS J M. How do producerservices affect the location of manufacturing firms： the role of informationaccessibility［J］. Environment and planning A： economyand space， 2001， 33（9）：1621-1642.

［40］ DURANTON G， PUGA D. From sectoral to functional urban specialisation［J］. Journal of urban economics， 2005， 57（2）：343-370.

［41］ 王桂新， 武俊奎. 城市規(guī)模與空間結(jié)構(gòu)對碳排放的影響［J］.城市發(fā)展研究， 2012， 19（3）：89-95，112.

［42］ 韓峰， 謝銳. 生產(chǎn)性服務(wù)業(yè)集聚降低碳排放了嗎：對我國地級及以上城市面板數(shù)據(jù)的空間計量分析［J］. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2017， 34（3）：40-58.

［43］ 王靖. 新經(jīng)濟地理視角下制造業(yè)集聚對碳排放的影響［D］. 大連：東北財經(jīng)大學(xué)， 2019：25-32.

［44］ 宋馬林， 金培振. 地方保護、資源錯配與環(huán)境福利績效［J］. 經(jīng)濟研究， 2016， 51（12）：47-61.

［45］ 張可. 市場一體化有利于改善環(huán)境質(zhì)量嗎：來自長三角地區(qū)的證據(jù)［J］. 中南財經(jīng)政法大學(xué)學(xué)報， 2019（4）：67-77.

［46］ 徐康寧， 陳豐龍， 劉修巖. 中國經(jīng)濟增長的真實性：基于全球夜間燈光數(shù)據(jù)的檢驗［J］. 經(jīng)濟研究， 2015， 50（9）：17-29，57.

［47］ 陳晉， 卓莉， 史培軍， 等. 基于DMSP/OLS數(shù)據(jù)的中國城市化過程研究：反映區(qū)域城市化水平的燈光指數(shù)的構(gòu)建［J］. 遙感學(xué)報， 2003，7（3）：168-175，241.

［48］ 蘇泳嫻， 陳修治， 葉玉瑤， 等. 基于夜間燈光數(shù)據(jù)的中國能源消費碳排放特征及機理［J］. 地理學(xué)報， 2013， 68（11）：1513-1526.

［49］ CHEN J D， GAO M， CHENG S L， et al. County‐level CO2 emissionsand sequestration in China during 1997-2017［J］. Scientificdata， 2020， 7：391.

［50］ MEIJERS E J， BURGER M J. Spatial structure and productivityin US metropolitan areas［J］. Environment and planning A： economyand space， 2010， 42（6）：1383-1402.

［51］ 齊謳歌， 趙勇. 城市群功能分工的時序演變與區(qū)域差異［J］.財經(jīng)科學(xué)， 2014（7）：114-121.

［52］ 劉修巖， 梁昌一. 中國城市群一體化水平綜合評價與時空演化特征分析：兼論城市群規(guī)模的影響［J］. 蘭州大學(xué)學(xué)報（社會科學(xué)版）， 2021， 49（2）：49-61.

［53］ BARON R M， KENNY D A. The moderator‐mediator variable distinctionin social psychological research： conceptual， strategic，and statistical considerations［J］. Journal of personality and socialpsychology， 1986，51（6）：1173-1182.

［54］ BOSKER M， BURINGH E. City seeds： geography and the originsof the European city system［J］. Journal of urban economics，2017， 98：139-157

［55］ WANG Y C， BORTHWICK A G L， NI J R. Human affinity forrivers［J］. River， 2022， 1（1）：4-14.

［56］ BURCHFIELD M， OVERMAN H G， PUGA D， et al. Causes ofsprawl： a portrait from space［J］. The quarterly journal of economics，2006， 121（2）：587-633.

［57］ 劉修巖， 劉茜. 對外貿(mào)易開放是否影響了區(qū)域的城市集中：來自中國省級層面數(shù)據(jù)的證據(jù)［J］. 財貿(mào)研究， 2015， 26（3）：69-78.

［58］ 李威， 王珺， 陳昊. 國際貿(mào)易、運輸成本與城市規(guī)模分布：基于中國省區(qū)數(shù)據(jù)的研究［J］. 南方經(jīng)濟， 2017（11）：85-102.

（責(zé)任編輯：蔣金星）