陳紅梅 ，李建豹,

（1.南京財(cái)經(jīng)大學(xué) 公共管理學(xué)院，江蘇 南京 210023；2.南京財(cái)經(jīng)大學(xué) 政府管理研究中心，江蘇 南京 210023）

全球氣候變暖問(wèn)題形勢(shì)嚴(yán)峻，世界各國(guó)在應(yīng)對(duì)氣候變暖的過(guò)程中，積極探尋實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)與低碳協(xié)同發(fā)展的有效路徑[1]。目前，中國(guó)作為發(fā)展中國(guó)家和世界第一大碳排放國(guó)，發(fā)展經(jīng)濟(jì)與碳減排是中國(guó)的兩大重要任務(wù)。黨的十九大報(bào)告首次提出高質(zhì)量發(fā)展，強(qiáng)調(diào)要構(gòu)建綠色低碳循環(huán)發(fā)展的經(jīng)濟(jì)體系。2020 年9 月，中國(guó)明確提出2030 年前實(shí)現(xiàn)碳達(dá)峰和2060 年前實(shí)現(xiàn)碳中和的宏偉目標(biāo)[2]。2022 年10 月，黨的二十大報(bào)告提出高質(zhì)量發(fā)展是全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的首要任務(wù)。因此，科學(xué)推動(dòng)經(jīng)濟(jì)增長(zhǎng)中的碳排放下降，不僅是實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)系統(tǒng)性變革、助力高質(zhì)量發(fā)展的必然要求，也是展現(xiàn)全球環(huán)境治理“大國(guó)擔(dān)當(dāng)”的關(guān)鍵舉措[3]。碳排放強(qiáng)度是衡量經(jīng)濟(jì)發(fā)展水平與碳排放狀況的綜合指標(biāo)，降低碳排放強(qiáng)度是促進(jìn)高質(zhì)量發(fā)展和實(shí)現(xiàn)“雙碳”目標(biāo)的重要手段。那么，高質(zhì)量發(fā)展是如何影響碳排放強(qiáng)度的？高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度會(huì)產(chǎn)生怎樣的空間溢出效應(yīng)？回答上述問(wèn)題，對(duì)于厘清高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的影響機(jī)制及空間溢出效應(yīng)具有重要意義。

目前，涉及高質(zhì)量發(fā)展與碳排放強(qiáng)度的相關(guān)研究主要分為三個(gè)方面。一是高質(zhì)量發(fā)展的量化研究。部分學(xué)者使用單一指標(biāo)衡量高質(zhì)量發(fā)展水平。陳詩(shī)一等[4]使用人均GDP 衡量高質(zhì)量發(fā)展水平；YU 等[5]使用綠色全要素生產(chǎn)率替代高質(zhì)量發(fā)展水平。多數(shù)學(xué)者主要通過(guò)構(gòu)建指標(biāo)體系，測(cè)算高質(zhì)量發(fā)展水平。沈路等[6]從經(jīng)濟(jì)全面發(fā)展、社會(huì)協(xié)調(diào)發(fā)展、環(huán)境友好發(fā)展三個(gè)維度進(jìn)行構(gòu)建。鄭瑞坤等[7]基于協(xié)同力、驅(qū)動(dòng)力、穩(wěn)定力、保障力與引領(lǐng)力五個(gè)維度構(gòu)建長(zhǎng)三角高質(zhì)量發(fā)展指標(biāo)體系。從現(xiàn)有測(cè)度指標(biāo)看，黨的十八屆五中全會(huì)提出的新發(fā)展理念成為高質(zhì)量發(fā)展水平測(cè)度指標(biāo)選取的主流方向[7]。二是碳排放強(qiáng)度的空間溢出效應(yīng)。許多學(xué)者對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)進(jìn)行了研究。王少劍等[8]認(rèn)為城市碳排放“空間溢出”效應(yīng)明顯，且不同區(qū)域背景下溢出效應(yīng)存在異質(zhì)性。趙桂梅等[9]認(rèn)為中國(guó)省際碳排放強(qiáng)度存在空間溢出性特征。王茜等[10]認(rèn)為城鎮(zhèn)化水平、能源結(jié)構(gòu)、對(duì)外開(kāi)放水平、城鎮(zhèn)居民生活水平、產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政情況及技術(shù)創(chuàng)新水平分別在不同程度、不同區(qū)域上呈現(xiàn)空間溢出效應(yīng)。三是高質(zhì)量發(fā)展與碳排放之間的關(guān)系。黃俊鑫等[11]認(rèn)為經(jīng)濟(jì)高質(zhì)量發(fā)展能夠?qū)Α澳茉聪摹寂欧拧瘪詈隙犬a(chǎn)生調(diào)節(jié)作用，而耦合度反過(guò)來(lái)可用于反映經(jīng)濟(jì)發(fā)展質(zhì)量水平。禹久泓等[12]認(rèn)為減排能夠有效助推經(jīng)濟(jì)高質(zhì)量發(fā)展，且在環(huán)境規(guī)制對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響中存在中介效應(yīng)。鄺嫦娥等[13]研究發(fā)現(xiàn)碳排放強(qiáng)度與經(jīng)濟(jì)高質(zhì)量發(fā)展水平之間存在互相影響、互相約束的耦合協(xié)調(diào)關(guān)系。目前，涉及高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)研究較少，開(kāi)展高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)研究，有利于探索高質(zhì)量發(fā)展和碳排放強(qiáng)度的空間分布規(guī)律，揭示高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的影響機(jī)理，為推進(jìn)長(zhǎng)三角城市群高質(zhì)量發(fā)展背景下地區(qū)差異化碳減排提供參考依據(jù)和政策指引。

綜上可知，涉及高質(zhì)量發(fā)展與碳排放強(qiáng)度的相關(guān)研究已取得了豐碩成果，但鮮有高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度影響的研究。鑒于此，本文可能的創(chuàng)新之處為：第一，基于空間溢出視角探討高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的影響，豐富了高質(zhì)量發(fā)展與碳排放強(qiáng)度關(guān)系的研究。第二，從不同維度探討高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的直接效應(yīng)與間接效應(yīng)，揭示創(chuàng)新發(fā)展、協(xié)調(diào)發(fā)展、綠色發(fā)展、開(kāi)放發(fā)展和共享發(fā)展對(duì)碳排放強(qiáng)度的作用機(jī)理。因此，本文從空間溢出視角，研究高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的影響。

長(zhǎng)三角城市群包括江蘇省、浙江省和安徽省的所有地級(jí)市以及上海市等41 個(gè)城市，是世界第六大城市群，粗放型工業(yè)化推進(jìn)時(shí)間較早，經(jīng)濟(jì)發(fā)展迅速。2005—2020 年，GDP 由21 810.812 億元增至246 756.779 億元，增長(zhǎng)率為17.555%。碳排放量由165 457.803 萬(wàn)噸增至251 157.129 萬(wàn)噸，增長(zhǎng)率為2.822%，GDP 增長(zhǎng)速度大于碳排放量增長(zhǎng)速度。由此可見(jiàn)，長(zhǎng)三角城市群在迅速發(fā)展經(jīng)濟(jì)的同時(shí)也產(chǎn)生了大量的碳排放。2019 年12 月，《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》明確提出要堅(jiān)持綠色發(fā)展，積極探索經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)共贏的有效路徑，并率先實(shí)現(xiàn)“質(zhì)量、效率和動(dòng)力”三大變革，著力打造高質(zhì)量發(fā)展樣板區(qū)，探討高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)，有利于實(shí)現(xiàn)長(zhǎng)三角城市群高質(zhì)量發(fā)展和低碳發(fā)展。鑒于此，本文以長(zhǎng)三角城市群41 個(gè)城市為研究對(duì)象，開(kāi)展2005—2020年高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)研究，探索高質(zhì)量發(fā)展和碳排放強(qiáng)度的時(shí)空分布規(guī)律，揭示高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的影響機(jī)理，并提出相關(guān)建議，為推進(jìn)長(zhǎng)三角城市群高質(zhì)量發(fā)展背景下地區(qū)差異化碳減排提供決策參考。

1 高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的影響機(jī)制

高質(zhì)量發(fā)展主要通過(guò)創(chuàng)新發(fā)展、協(xié)調(diào)發(fā)展、綠色發(fā)展、開(kāi)放發(fā)展和共享發(fā)展五個(gè)方面影響碳排放強(qiáng)度。由圖1 可知，創(chuàng)新發(fā)展推動(dòng)技術(shù)進(jìn)步，一方面，技術(shù)進(jìn)步有利于提高能源使用效率，減少能源消耗，同時(shí)給相鄰市帶來(lái)技術(shù)溢出和知識(shí)溢出，間接促進(jìn)了相鄰市技術(shù)進(jìn)步，降低本市和相鄰市碳排放強(qiáng)度；另一方面，技術(shù)進(jìn)步的提高，為能源使用帶來(lái)了便利[14]，能源消費(fèi)量增加，碳排放量有所上升，導(dǎo)致碳排放強(qiáng)度增加。協(xié)調(diào)發(fā)展一方面能夠促進(jìn)資源的有效配置，平衡區(qū)域間的發(fā)展差異，縮小發(fā)達(dá)城市與欠發(fā)達(dá)城市差距，提高整體居民生活水平，增加居民對(duì)清潔能源的需求，降低碳排放強(qiáng)度；另一方面，清潔能源流入發(fā)達(dá)城市，非清潔能源擠出到周邊欠發(fā)達(dá)城市[15]，周邊居民通過(guò)選擇低成本來(lái)滿(mǎn)足能源需求，導(dǎo)致碳排放強(qiáng)度增加。綠色發(fā)展一方面有利于約束碳排放量，減少能源消耗量，降低碳排放強(qiáng)度；另一方面，經(jīng)濟(jì)發(fā)達(dá)城市伴隨著高碳排放量，較小的綠色發(fā)展力度只能抵消部分碳排放量，碳排放量繼續(xù)增加，且欠發(fā)達(dá)城市為減少生產(chǎn)成本可能會(huì)減小綠色發(fā)展力度，來(lái)維持經(jīng)濟(jì)增長(zhǎng)速度，最終導(dǎo)致碳排放強(qiáng)度增加。開(kāi)放發(fā)展一方面帶來(lái)了外資企業(yè)的入駐和先進(jìn)技術(shù)的流入，促進(jìn)了本市經(jīng)濟(jì)水平提高和技術(shù)進(jìn)步，同時(shí)也給相鄰市帶來(lái)資本外溢和技術(shù)外溢，進(jìn)一步提高能源使用效率，降低碳排放強(qiáng)度；另一方面，根據(jù)“污染避難所”假說(shuō)[16]，外資企業(yè)多為高耗能、高污染產(chǎn)業(yè)，會(huì)產(chǎn)生大量的碳排放，導(dǎo)致碳排放強(qiáng)度增加。共享發(fā)展一方面能夠降低生活成本，減少交通運(yùn)輸距離，提高公共服務(wù)資源的利用率，減少能源消耗，且文化資源共享有利于居民環(huán)保意識(shí)的提高，有利于節(jié)約能源，從而降低碳排放強(qiáng)度；另一方面，共享發(fā)展可能會(huì)產(chǎn)生“擁堵效應(yīng)”，造成人口集聚，增加區(qū)域能源消費(fèi)[17]，導(dǎo)致碳排放強(qiáng)度增加。綜上可知，創(chuàng)新發(fā)展、協(xié)調(diào)發(fā)展、綠色發(fā)展、開(kāi)放發(fā)展和共享發(fā)展對(duì)碳排放強(qiáng)度均具有雙重作用，雙重作用的結(jié)果決定了各維度對(duì)碳排放強(qiáng)度的影響程度。

圖1 高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的影響機(jī)制

2 指標(biāo)構(gòu)建、數(shù)據(jù)來(lái)源與研究方法

2.1 指標(biāo)構(gòu)建

現(xiàn)有研究表明，高質(zhì)量發(fā)展需要從多維度進(jìn)行綜合評(píng)價(jià)，主要可分為創(chuàng)新發(fā)展、協(xié)調(diào)發(fā)展、綠色發(fā)展、開(kāi)放發(fā)展和共享發(fā)展五個(gè)維度[18-19]。因此，本文基于創(chuàng)新發(fā)展、協(xié)調(diào)發(fā)展、綠色發(fā)展、開(kāi)放發(fā)展和共享發(fā)展五個(gè)維度，借鑒鄺嫦娥等[13]、王小華等[20]的研究成果，并考慮長(zhǎng)三角城市群實(shí)際情況和數(shù)據(jù)的可獲得性，構(gòu)建高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系（表1），包括5 個(gè)一級(jí)指標(biāo)、9個(gè)二級(jí)指標(biāo)和22 個(gè)三級(jí)指標(biāo)，并采用熵值法測(cè)算長(zhǎng)三角城市群高質(zhì)量發(fā)展綜合指數(shù)和各維度指數(shù)。

表1 高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系

2.2 數(shù)據(jù)來(lái)源

社會(huì)經(jīng)濟(jì)數(shù)據(jù)均來(lái)自2006—2021 年《中國(guó)城市統(tǒng)計(jì)年鑒》《江蘇統(tǒng)計(jì)年鑒》《浙江統(tǒng)計(jì)年鑒》《安徽統(tǒng)計(jì)年鑒》和各地級(jí)市統(tǒng)計(jì)年鑒以及EPS數(shù)據(jù)平臺(tái)，部分年份數(shù)據(jù)有所缺失，使用線(xiàn)性插值補(bǔ)齊。1995—2013 年DMSP/OLS夜間燈光數(shù)據(jù)和2013—2020 年NPP/VIIRS 夜間燈光數(shù)據(jù)來(lái)自NOAA 網(wǎng)站NGDC 數(shù)據(jù)中心。能源消費(fèi)數(shù)據(jù)來(lái)自1996—2021 年《中國(guó)能源統(tǒng)計(jì)年鑒》的地區(qū)能源平衡表。碳排放強(qiáng)度用CO2排放量與GDP 的比值表示，由于缺少連續(xù)的2005—2020 年碳排放數(shù)據(jù)，參考蘇泳嫻[21]、李建豹等[22]的研究方法，構(gòu)建碳排放估算模型模擬能源消費(fèi)碳排放，主要步驟如圖2 所示。其中，在精度驗(yàn)證時(shí)，省級(jí)模擬CO2排放量與統(tǒng)計(jì)CO2排放量的平均相對(duì)誤差為8.27%，表明基于夜間燈光數(shù)據(jù)模擬的CO2精度較高，適合于模擬長(zhǎng)三角城市群的CO2排放量。由于地區(qū)能源平衡表只精確到省級(jí)能源消費(fèi)數(shù)據(jù)，參考呂倩等[23]的方法，碳排放估算模型在省級(jí)與市級(jí)存在相一致的相關(guān)關(guān)系，利用碳排放估算模型計(jì)算1995—2020 年長(zhǎng)三角城市群41 個(gè)市的能源消費(fèi)碳排放量。由于1995—2004 年部分社會(huì)經(jīng)濟(jì)數(shù)據(jù)缺失，考慮數(shù)據(jù)的統(tǒng)一性和完整性，本文取2005—2020 年的碳排放數(shù)據(jù)。

圖2 2005—2020年長(zhǎng)三角城市群CO2排放量估算流程圖

2.3 研究方法

2.3.1 熵值法

熵值法常用來(lái)判定某個(gè)指標(biāo)的離散程度，使用信息熵客觀(guān)賦權(quán)，使權(quán)重結(jié)果更具科學(xué)性。具體步驟如下：

（1）標(biāo)準(zhǔn)化處理。假設(shè)xij為第i個(gè)市第j個(gè)指標(biāo)數(shù)據(jù)(i=1,2,...,m;j=1,2,...,n)，且m=41，n=22；其中最大值為xmax，最小值為xmin，為避免后續(xù)取對(duì)數(shù)無(wú)意義的情況，統(tǒng)一將初始標(biāo)準(zhǔn)化數(shù)據(jù)加0.01[24]，得到最終標(biāo)準(zhǔn)化數(shù)值Xij，見(jiàn)公式（1）。

（2）計(jì)算指標(biāo)權(quán)重Wj。第一步計(jì)算第i個(gè)市第j項(xiàng)指標(biāo)的所占比重Qij，見(jiàn)公式（2）。第二步計(jì)算第j項(xiàng)指標(biāo)的熵值Gj，見(jiàn)公式（3）。最后計(jì)算第j項(xiàng)指標(biāo)的權(quán)重Wj，見(jiàn)公式（4）。

（3）計(jì)算高質(zhì)量發(fā)展綜合指數(shù)Zi，見(jiàn)公式（5）。

2.3.2 空間自相關(guān)模型

Moran’s I 用來(lái)分析長(zhǎng)三角城市群碳排放強(qiáng)度空間集聚性和檢驗(yàn)各變量的空間自相關(guān)性，Moran’s I 取(0,1]為正相關(guān)，取[-1,0)為負(fù)相關(guān)，取0 時(shí)為不相關(guān)，具體見(jiàn)鄺嫦娥等[13]提出的計(jì)算公式。

2.3.3 空間杜賓面板模型

在探討變量與變量之間的空間溢出效應(yīng)時(shí)，國(guó)外常用的方法有馬爾科夫鏈模型和空間計(jì)量經(jīng)濟(jì)學(xué)模型[25]。空間計(jì)量經(jīng)濟(jì)學(xué)模型主要包括空間誤差模型（SEM）、空間滯后模型（SLM）和空間杜賓模型（SDM），空間杜賓模型包含了因變量和自變量的空間滯后項(xiàng)。參考相關(guān)文獻(xiàn)[26]，構(gòu)建空間杜賓面板模型如下：

式中：i、j表示第i、j個(gè)城市，t表示年份，CEIit表示碳排放強(qiáng)度，Xit表示高質(zhì)量發(fā)展各維度指數(shù)的集合，wij表示Queen 鄰接空間權(quán)重矩陣，μi表示空間效應(yīng)，γt表示時(shí)間效應(yīng)，εit表示隨機(jī)干擾項(xiàng)。

3 實(shí)證結(jié)果與分析

3.1 高質(zhì)量發(fā)展的時(shí)空分布特征

3.1.1 高質(zhì)量發(fā)展的時(shí)間變化特征

基于創(chuàng)新發(fā)展、協(xié)調(diào)發(fā)展、綠色發(fā)展、開(kāi)放發(fā)展、共享發(fā)展五個(gè)維度構(gòu)建高質(zhì)量發(fā)展指標(biāo)體系，采用熵值法測(cè)算2005—2020 年長(zhǎng)三角城市群高質(zhì)量發(fā)展綜合指數(shù)及各維度指數(shù)。由圖3 可知，2005—2020 年，高質(zhì)量發(fā)展綜合指數(shù)及各維度指數(shù)均表現(xiàn)為波動(dòng)上升態(tài)勢(shì)。高質(zhì)量發(fā)展綜合指數(shù)由0.293 增至0.344，增長(zhǎng)率為1.076%；創(chuàng)新發(fā)展指數(shù)增幅最小，由0.054 增至0.055，增長(zhǎng)率為0.122%；協(xié)調(diào)發(fā)展指數(shù)由0.077 增至0.092，增長(zhǎng)率為1.194%；綠色發(fā)展指數(shù)由0.052 增至0.062，增長(zhǎng)率為1.180%；開(kāi)放發(fā)展指數(shù)由0.036 增至0.042，增長(zhǎng)率為1.033%；共享發(fā)展指數(shù)增幅最大，由0.075 增至0.094，增長(zhǎng)率為1.517%。共享發(fā)展強(qiáng)調(diào)以人民為中心，以共同富裕為根本目標(biāo)，體現(xiàn)了社會(huì)主義的本質(zhì)要求。黨的十九屆五中全會(huì)，將共享發(fā)展置于更加重要的位置，長(zhǎng)三角城市群積極踐行共享發(fā)展理念，共享發(fā)展水平得到較大提高。研究期內(nèi)，2019 年高質(zhì)量發(fā)展、創(chuàng)新發(fā)展、綠色發(fā)展、開(kāi)放發(fā)展和共享發(fā)展指數(shù)明顯下降，可能是因?yàn)?019 年新冠肺炎疫情影響，中國(guó)堅(jiān)持“人民至上，生命至上”的理念，采取了嚴(yán)格的疫情管控措施，處于以經(jīng)濟(jì)代價(jià)換取人民生命安全的陣痛期，長(zhǎng)三角城市群經(jīng)濟(jì)下行，科技創(chuàng)新、綠色發(fā)展、對(duì)外開(kāi)放和共享發(fā)展均受到重創(chuàng)，導(dǎo)致高質(zhì)量發(fā)展綜合水平降低。

圖3 2005—2020年長(zhǎng)三角城市群高質(zhì)量發(fā)展指數(shù)變化趨勢(shì)圖

3.1.2 高質(zhì)量發(fā)展綜合指數(shù)空間分布特征

采用自然斷點(diǎn)法，將高質(zhì)量發(fā)展綜合指數(shù)分為四類(lèi)。由圖4 可知，2005 年，上海高質(zhì)量發(fā)展綜合指數(shù)最高，為0.749，宿州高質(zhì)量發(fā)展綜合指數(shù)最低，為0.096。高質(zhì)量發(fā)展綜合指數(shù)高值區(qū)主要分布在上海、南京、無(wú)錫、蘇州和杭州，低值區(qū)主要分布在淮北、亳州、宿州、阜陽(yáng)、六安、安慶、滁州、鹽城和宿遷。2010 年，上海高質(zhì)量發(fā)展綜合指數(shù)最高，為0.761，宿州高質(zhì)量發(fā)展綜合指數(shù)最低，為0.156。與2005 年相比，2010 年高質(zhì)量發(fā)展綜合指數(shù)高值區(qū)數(shù)量明顯減少，主要分布在上海，低值區(qū)向北蔓延，主要增加了蚌埠、淮南、馬鞍山、池州、宣城和衢州。2015年，上海高質(zhì)量發(fā)展綜合指數(shù)最高，為0.747，宿州高質(zhì)量發(fā)展綜合指數(shù)最低，為0.173。與2010 年相比，高質(zhì)量發(fā)展綜合指數(shù)高值區(qū)數(shù)量略有增加，主要增加了南京和杭州，低值區(qū)減少了7 個(gè)。2020年，上海高質(zhì)量發(fā)展綜合指數(shù)最高，為0.698，宿州高質(zhì)量發(fā)展綜合指數(shù)最低，為0.230。2005—2020 年上海高質(zhì)量發(fā)展綜合指數(shù)均保持第一，可能是因?yàn)樯虾＝?jīng)濟(jì)發(fā)展水平處于全國(guó)領(lǐng)先水平，且鼓勵(lì)科技創(chuàng)新，注重協(xié)調(diào)發(fā)展，秉持綠水青山就是金山銀山發(fā)展理念，堅(jiān)持對(duì)外開(kāi)放，推進(jìn)公共服務(wù)設(shè)施共享，從而促進(jìn)上海高質(zhì)量發(fā)展。相反，宿州經(jīng)濟(jì)發(fā)展水平相對(duì)落后，創(chuàng)新能力不足，各方面發(fā)展不協(xié)調(diào)，對(duì)外開(kāi)放水平較低，公共服務(wù)設(shè)施欠缺，導(dǎo)致宿州高質(zhì)量發(fā)展綜合指數(shù)長(zhǎng)期處于較低水平。與2015 年相比，2020 年高質(zhì)量發(fā)展綜合指數(shù)高值區(qū)變化不大，低值區(qū)呈北擴(kuò)趨勢(shì)，主要增加了池州、宣城、徐州、連云港、鹽城、淮安、鹽城、泰州、南通、揚(yáng)州和鎮(zhèn)江?？赡苁鞘?019 年新冠疫情的影響，長(zhǎng)三角城市群經(jīng)濟(jì)下行，創(chuàng)新發(fā)展、綠色發(fā)展、開(kāi)放發(fā)展和共享發(fā)展水平受到一定的沖擊，導(dǎo)致高質(zhì)量發(fā)展水平降低。經(jīng)以上分析可知，2005—2020 年長(zhǎng)三角城市群高質(zhì)量發(fā)展綜合指數(shù)空間分布不均衡，高質(zhì)量發(fā)展綜合指數(shù)高值區(qū)呈零散分布特征，低值區(qū)呈連片分布特征，且呈一定的北擴(kuò)趨勢(shì)。

圖4 2005—2020年長(zhǎng)三角城市群高質(zhì)量發(fā)展綜合指數(shù)空間分布圖

3.1.3 高質(zhì)量發(fā)展各維度指數(shù)空間分布特征

由于篇幅受限，使用2005—2020 年各維度指數(shù)均值來(lái)分析長(zhǎng)三角城市群高質(zhì)量發(fā)展各維度指數(shù)的空間分布特征，并采用自然斷點(diǎn)法將其分為四類(lèi)（圖5）。由圖5 可知，創(chuàng)新發(fā)展指數(shù)高值區(qū)主要分布上海、南京、蘇州和杭州，占比9.756%，低值區(qū)主要分布在安徽，包括淮北、宿州、亳州、阜陽(yáng)、淮南、六安、安慶、池州和黃山，占比21.951%。上海、南京和杭州作為長(zhǎng)三角城市群的核心城市，注重創(chuàng)新人才培養(yǎng)，研發(fā)投入資金相對(duì)較高，創(chuàng)新發(fā)展指數(shù)較高，蘇州作為上海的相鄰城市，受上海輻射的影響，通過(guò)技術(shù)外溢與知識(shí)外溢，創(chuàng)新發(fā)展指數(shù)相對(duì)較高。安徽創(chuàng)新發(fā)展水平較低，長(zhǎng)三角城市群未來(lái)應(yīng)加大對(duì)安徽創(chuàng)新產(chǎn)業(yè)的投資力度，發(fā)揮創(chuàng)新發(fā)展高值區(qū)的空間溢出效應(yīng)，不斷提高創(chuàng)新發(fā)展水平。協(xié)調(diào)發(fā)展指數(shù)高值區(qū)主要分布在上海、南京、杭州、溫州和金華，占比12.195%，低值區(qū)主要分布在安徽，包括淮北、滁州、宿州和馬鞍山，占比9.756%，高值區(qū)與低值區(qū)所占比例相差不大，表明長(zhǎng)三角城市群協(xié)調(diào)發(fā)展指數(shù)空間集聚格局較為穩(wěn)定。綠色發(fā)展指數(shù)高值區(qū)主要分布在上海、南通、無(wú)錫、揚(yáng)州、杭州、臺(tái)州、合肥、安慶、亳州和徐州，占比24.390%，低值區(qū)主要分布在安徽，包括淮南和馬鞍山，占比4.878%。低值區(qū)所占比例較低，表明長(zhǎng)三角城市群綠色發(fā)展指數(shù)普遍處于較高水平。開(kāi)放發(fā)展指數(shù)高值區(qū)主要分布在上海和蘇州，占比4.878%。低值區(qū)主要分布在江蘇、安徽和浙江，包括溫州、麗水、衢州、黃山、池州、安慶、六安、阜陽(yáng)、淮南、亳州、淮北、宿州、徐州、宿遷、淮安和鹽城，占比39.024%。上海是改革開(kāi)放的前沿陣地，是中國(guó)最重要的出海港口，對(duì)外開(kāi)放水平一直處于較高水平。蘇州受上海資本外溢的影響，部分外企流入蘇州，開(kāi)放發(fā)展指數(shù)也相對(duì)較高。但高值區(qū)所占比例較小，長(zhǎng)三角城市群未來(lái)應(yīng)加大對(duì)江蘇、安徽和浙江的外資投入，促進(jìn)對(duì)外開(kāi)放均衡發(fā)展。共享發(fā)展指數(shù)高值區(qū)主要分布在上海、南京、杭州、舟山和銅陵，占比12.195%，低值區(qū)主要分布在江蘇、安徽和浙江，包括安慶、紹興、金華、臺(tái)州、滁州、阜陽(yáng)、亳州、宿州、徐州、宿遷、鹽城、南通和泰州，占比31.707%。低值區(qū)所占比例較高，長(zhǎng)三角城市群未來(lái)應(yīng)提高公共服務(wù)水平，加大對(duì)江蘇、安徽和浙江的公共服務(wù)設(shè)施投入，提高共享發(fā)展水平。經(jīng)以上分析可知，高質(zhì)量發(fā)展各維度指數(shù)均表現(xiàn)為明顯的空間分布不均衡，上海高質(zhì)量發(fā)展各維度指數(shù)均處于高值區(qū)，與其高質(zhì)量發(fā)展綜合指數(shù)相一致，低值區(qū)主要分布在安徽，且各維度指數(shù)高值區(qū)周邊呈高值集聚特征，各維度指數(shù)低值區(qū)周邊呈低值集聚特征，表現(xiàn)出明顯的空間集聚性。

圖5 2005—2020年長(zhǎng)三角城市群高質(zhì)量發(fā)展各維度指數(shù)空間分布圖

3.2 碳排放強(qiáng)度的時(shí)空分布特征

3.2.1 時(shí)間特征分析

為了探討長(zhǎng)三角城市群碳排放強(qiáng)度的時(shí)間差異變化，計(jì)算2005—2020 年碳排放強(qiáng)度的均值、標(biāo)準(zhǔn)差、變 異系數(shù)和Moran’s I（圖6）。由圖6 可知，2005—2020 年間長(zhǎng)三角城市群碳排放強(qiáng)度均值呈“快速下降—緩慢下降”發(fā)展趨勢(shì)，由8.483 噸/萬(wàn)元下降至1.863噸/萬(wàn)元，主要可分為：2005—2012 年碳排放強(qiáng)度均值呈“快速下降”趨勢(shì)，可能是因?yàn)槌跗陂L(zhǎng)三角城市群將發(fā)展重心放在經(jīng)濟(jì)增長(zhǎng)上，產(chǎn)生了大量的碳排放，但《京都議定書(shū)》的正式生效以及哥本哈根氣候大會(huì)的召開(kāi)，中國(guó)積極應(yīng)對(duì)全球氣候變化，加強(qiáng)環(huán)境規(guī)制，堅(jiān)持節(jié)能優(yōu)先，重視能源結(jié)構(gòu)調(diào)整，碳排放增長(zhǎng)速度得到有效控制，長(zhǎng)三角城市群經(jīng)濟(jì)增長(zhǎng)速度大于碳排放增長(zhǎng)速度，碳排放強(qiáng)度快速下降；2013—2020 年碳排放強(qiáng)度均值呈“緩慢下降”趨勢(shì)，可能是因?yàn)橹袊?guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，長(zhǎng)三角城市群經(jīng)濟(jì)增長(zhǎng)速度減小，且2011 年碳排放強(qiáng)度目標(biāo)和2017 年高質(zhì)量發(fā)展表述的相繼提出，長(zhǎng)三角城市群發(fā)展重心由經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)向?yàn)榫G色發(fā)展，約束了碳排放量的過(guò)快增長(zhǎng)，碳排放強(qiáng)度緩慢下降。碳排放強(qiáng)度的標(biāo)準(zhǔn)差與均值變化趨勢(shì)基本一致，由5.920 減少至1.127。碳排放強(qiáng)度的變異系數(shù)呈波動(dòng)下降趨勢(shì)，由0.698 下降至0.605，且相對(duì)差異與絕對(duì)差異之間差距持續(xù)擴(kuò)大。2005—2020 年長(zhǎng)三角城市群碳排放強(qiáng)度的Moran’s I 均為正，且均通過(guò)了1%水平顯著性檢驗(yàn)，表明碳排放強(qiáng)度存在明顯的正的空間自相關(guān)性，其變化趨勢(shì)表現(xiàn)為階段性波動(dòng)變化特征，主要可分為三個(gè)階段：2005—2011 年碳排放強(qiáng)度的Moran’s I 總體呈下降趨勢(shì)，2005—2007 年Moran’s I 變化不大，2008—2011年Moran’s I 明顯下降，由0.356 下降至0.315，表明空間集聚性減弱。2012—2016 年，Moran’s I 呈上升趨勢(shì)，由0.316 增加至0.337，表明空間集聚性增強(qiáng)。2017—2020 年，Moran’s I 呈下降趨勢(shì)，由0.330 下降至0.290，表明空間集聚性減弱。

圖6 2005—2020年長(zhǎng)三角城市群碳排放強(qiáng)度時(shí)間差異變化

3.2.2 空間分布特征分析

采用自然斷點(diǎn)法，將碳排放強(qiáng)度分為4 類(lèi)（圖7）。由圖7 可知，2005 年，池州碳排放強(qiáng)度最高，為27.713 噸/萬(wàn)元，上海碳排放強(qiáng)度最低，為0.996 噸/萬(wàn)元。碳排放強(qiáng)度高值區(qū)主要分布在淮北、六安、亳州、銅陵、池州、宣城、黃山和麗水，低值區(qū)主要分布在上海、南京、無(wú)錫、蘇州、南通、杭州、紹興、寧波和溫州。2010 年，黃山碳排放強(qiáng)度最高，為11.988 噸/萬(wàn)元，上海碳排放強(qiáng)度最低，為0.563 噸/萬(wàn)元。與2005 年相比，碳排放強(qiáng)度高值區(qū)數(shù)量明顯減少，主要分布在黃山和池州，低值區(qū)以上海—蘇州—無(wú)錫—常州為中心向南北兩側(cè)擴(kuò)張，主要增加了鎮(zhèn)江、嘉興、金華、臺(tái)州、合肥、徐州、泰州、鹽城和揚(yáng)州。2015 年，池州碳排放強(qiáng)度最高，為6.809 噸/萬(wàn)元，上海碳排放強(qiáng)度最低，為0.404噸/萬(wàn)元。與2010 年相比，碳排放高值區(qū)數(shù)量略有增加，主要增加了淮北，低值區(qū)數(shù)量減少了5 個(gè)。2020 年，池州碳排放強(qiáng)度最高，為4.551 噸/萬(wàn)元，2005—2020年池州碳排放強(qiáng)度一直保持在較高水平，可能是因?yàn)槌刂莸V產(chǎn)資源豐富，長(zhǎng)期開(kāi)采礦石，使用開(kāi)采設(shè)備會(huì)產(chǎn)生大量的碳排放，且池州創(chuàng)新水平和經(jīng)濟(jì)水平相對(duì)較低，導(dǎo)致能源使用效率較低，碳排放強(qiáng)度一直維持較高水平。上海碳排放強(qiáng)度最低，為0.254 噸/萬(wàn)元。2005—2020 年上海碳排放強(qiáng)度一直保持在較低水平，與上海較高的經(jīng)濟(jì)水平、創(chuàng)新水平、勞動(dòng)力水平和管理水平有關(guān)。與2015 年相比，碳排放強(qiáng)度高值區(qū)向邊緣蔓延，主要增加了亳州、淮南、六安、銅陵、宣城、衢州、麗水和舟山，低值區(qū)數(shù)量減少了4 個(gè)。經(jīng)以上分析可知，2005—2020 年長(zhǎng)三角城市群碳排放強(qiáng)度空間分布不均衡，高值區(qū)零散分布且呈邊緣擴(kuò)張態(tài)勢(shì)，低值區(qū)呈組團(tuán)式分布特征。

圖7 2005—2020年長(zhǎng)三角城市群碳排放強(qiáng)度空間分布圖

3.3 高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)

3.3.1 模型選擇

本文以碳排放強(qiáng)度（CEI）為因變量，以創(chuàng)新發(fā)展（IN）、協(xié)調(diào)發(fā)展（CO）、綠色發(fā)展（GR）、開(kāi)放發(fā)展（OP）、共享發(fā)展（SH）為自變量。在探究高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)前，需檢驗(yàn)各變量的空間自相關(guān)性。由表2 可知，2005—2020 年各變量的Moran’s I 均為正，且均通過(guò)了1%水平的顯著性檢驗(yàn)，表明碳排放強(qiáng)度和高質(zhì)量發(fā)展各維度指數(shù)存在明顯的正的空間自相關(guān)性，需考慮空間因素的影響，構(gòu)建空間計(jì)量經(jīng)濟(jì)學(xué)模型分析長(zhǎng)三角城市群高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)。

表2 各變量空間自相關(guān)性檢驗(yàn)

3.3.2 模型檢驗(yàn)

由表3 可知，空間滯后模型LM 檢驗(yàn)、空間滯后模型穩(wěn)健LM 檢驗(yàn)、空間誤差模型LM 檢驗(yàn)和空間誤差模型穩(wěn)健LM 檢驗(yàn)均通過(guò)了1%水平的顯著性檢驗(yàn)，考慮SDM 模型。空間滯后模型和空間誤差模型的LR 檢驗(yàn)值、空間滯后模型和空間誤差模型的Wald 檢驗(yàn)值均通過(guò)了1%水平的顯著性檢驗(yàn)，表明SDM 模型不會(huì)退化為SLM 模型或SEM 模型。因此，最優(yōu)模型為SDM 模型。Hausman 檢驗(yàn)值為25.320，通過(guò)了1%水平的顯著性檢驗(yàn)，應(yīng)選擇固定效應(yīng)?？臻g固定效應(yīng)和時(shí)間固定效應(yīng)的LR 檢驗(yàn)值均通過(guò)了1%水平的顯著性檢驗(yàn)。因此，應(yīng)選擇時(shí)空雙固定效應(yīng)的空間杜賓面板模型?？臻g杜賓面板模型中高質(zhì)量發(fā)展各維度指數(shù)的估計(jì)結(jié)果如表4 所示，ρ值為0.433，通過(guò)了1%水平的顯著性檢驗(yàn)，表明長(zhǎng)三角城市群碳排放強(qiáng)度在各市間存在明顯的空間溢出效應(yīng)。

表3 空間計(jì)量經(jīng)濟(jì)學(xué)模型檢驗(yàn)結(jié)果

表4 空間杜賓面板模型估計(jì)結(jié)果

3.3.3 空間效應(yīng)分解

空間杜賓面板模型中高質(zhì)量發(fā)展各維度指數(shù)的系數(shù)不能表示對(duì)碳排放強(qiáng)度影響的邊際效應(yīng)。因此，將空間效應(yīng)進(jìn)行分解，得出直接效應(yīng)與間接效應(yīng)（表5）。由表5 可知，高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度具有明顯的空間溢出效應(yīng)，且其溢出效應(yīng)均大于直接效應(yīng)。創(chuàng)新發(fā)展對(duì)碳排放強(qiáng)度的直接影響與間接影響均為負(fù)，系數(shù)分別為-0.094 和-0.156，P值均小于0.01，表明創(chuàng)新發(fā)展對(duì)本市和相鄰市碳排放強(qiáng)度具有明顯的抑制作用，說(shuō)明創(chuàng)新發(fā)展仍然是降低碳排放強(qiáng)度的主要驅(qū)動(dòng)力。本市創(chuàng)新發(fā)展水平的提高，促進(jìn)了本市技術(shù)進(jìn)步，同時(shí)也為相鄰市帶來(lái)了知識(shí)溢出和技術(shù)溢出，間接促進(jìn)了相鄰市技術(shù)水平的提高，使本市和相鄰市能源使用效率均得到提升，但創(chuàng)新發(fā)展并沒(méi)有帶來(lái)明顯的技術(shù)“反彈效應(yīng)”[14]。因此，創(chuàng)新發(fā)展對(duì)碳排放強(qiáng)度的影響最終表現(xiàn)為抑制作用。協(xié)調(diào)發(fā)展對(duì)碳排放強(qiáng)度的直接影響和間接影響均為正，P值＜0.01，表明協(xié)調(diào)發(fā)展對(duì)本市和相鄰市碳排放強(qiáng)度具有明顯的促進(jìn)作用，可能是因?yàn)閰f(xié)調(diào)發(fā)展雖然一定程度上縮小了本市與相鄰市的差距，居民生活條件稍有改善，但是居民對(duì)清潔能源需求并不高，節(jié)省能源成本仍然是居民的普遍心理狀態(tài)，導(dǎo)致碳排放強(qiáng)度增加。綠色發(fā)展對(duì)碳排放強(qiáng)度的直接效應(yīng)為正，系數(shù)為0.008，P值＞0.1，表明綠色發(fā)展對(duì)本市碳排放強(qiáng)度具有促進(jìn)作用，但不明顯，可能是因?yàn)楸臼芯G色發(fā)展力度不足，對(duì)本市碳排放具有微弱的抑制作用，較難約束本市碳排放量的過(guò)快增長(zhǎng)。綠色發(fā)展對(duì)碳排放強(qiáng)度的間接效應(yīng)為負(fù)，系數(shù)為-0.226，P值＜0.05，表明綠色發(fā)展對(duì)相鄰市碳排放強(qiáng)度具有明顯的抑制作用，可能是因?yàn)橄噜徥芯G色發(fā)展力度較大，碳排放總量相對(duì)較低，抑制了碳排放量的增加。開(kāi)放發(fā)展對(duì)碳排放強(qiáng)度的直接效應(yīng)為負(fù)，系數(shù)為-0.018，P值＜0.05，表明開(kāi)放發(fā)展對(duì)本市碳排放強(qiáng)度具有明顯的抑制作用，可能是因?yàn)殚_(kāi)放發(fā)展雖然會(huì)引進(jìn)部分高耗能產(chǎn)業(yè)，但是在此過(guò)程中先進(jìn)技術(shù)也流入了本市，促進(jìn)本市技術(shù)進(jìn)步，極大地提高了能源使用效率，且本市的經(jīng)濟(jì)水平得到較大提高，本市碳排放強(qiáng)度有所降低。開(kāi)放發(fā)展對(duì)碳排放強(qiáng)度的間接效應(yīng)為負(fù)，系數(shù)為-0.021，P值＞0.1，表明開(kāi)放發(fā)展對(duì)相鄰市碳排放強(qiáng)度具有抑制作用，但不明顯?？赡苁且?yàn)橄噜徥械募夹g(shù)水平在開(kāi)放發(fā)展過(guò)程中并沒(méi)有得到較大提高，且相鄰市承接了本市溢出的外資企業(yè)，碳排放量略有增加，導(dǎo)致開(kāi)放發(fā)展對(duì)相鄰市碳排放強(qiáng)度的抑制作用不夠明顯。共享發(fā)展對(duì)碳排放強(qiáng)度的直接影響和間接影響均為負(fù)，系數(shù)分別為-0.064 和-0.167，P值均小于0.01，表明共享發(fā)展對(duì)本市和相鄰市碳排放強(qiáng)度具有明顯的抑制作用，可能是因?yàn)楣蚕戆l(fā)展極大提高了公共資源集約利用率，提高了能源使用效率，而“擁堵效應(yīng)”并沒(méi)有表現(xiàn)得較為明顯，碳排放強(qiáng)度有所降低。因此，應(yīng)促進(jìn)公共基礎(chǔ)設(shè)施互通互享，加大文化資源共享力度，提高公共資源集約利用水平，促進(jìn)本市和相鄰市低碳集約式發(fā)展。

表5 空間杜賓面板模型空間效應(yīng)分解

4 結(jié)論與建議

4.1 結(jié)論

本文基于2005—2020 年長(zhǎng)三角城市群41 個(gè)城市的面板數(shù)據(jù)，利用熵值法測(cè)算高質(zhì)量發(fā)展綜合指數(shù)及各維度指數(shù)，采用空間自相關(guān)探討了高質(zhì)量發(fā)展和碳排放強(qiáng)度的時(shí)空分布特征，并借助空間杜賓面板模型分析高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)。得出以下結(jié)論：

（1）2005—2020 年，長(zhǎng)三角城市群高質(zhì)量發(fā)展綜合指數(shù)及各維度指數(shù)均表現(xiàn)為波動(dòng)上升態(tài)勢(shì)。高質(zhì)量發(fā)展綜合指數(shù)空間分布不均衡，高值區(qū)呈零散分布特征，低值區(qū)呈連片分布特征，且呈一定的北擴(kuò)趨勢(shì)。高質(zhì)量發(fā)展各維度指數(shù)均表現(xiàn)為明顯的空間分布不均衡，上海各維度指數(shù)均處于高值區(qū)，與其高質(zhì)量發(fā)展綜合指數(shù)相一致，低值區(qū)主要分布在安徽，且各維度指數(shù)高值區(qū)周邊呈高值集聚特征，各維度指數(shù)低值區(qū)周邊呈低值集聚特征，表現(xiàn)出明顯的空間集聚性。

（2）2005—2020 年，長(zhǎng)三角城市群碳排放強(qiáng)度均值呈“快速下降—緩慢下降”發(fā)展趨勢(shì)，其標(biāo)準(zhǔn)差與均值變化趨勢(shì)基本一致，相對(duì)差異呈波動(dòng)下降趨勢(shì)，且相對(duì)差異與絕對(duì)差異之間差距持續(xù)擴(kuò)大，碳排放強(qiáng)度存在明顯的正的空間自相關(guān)性，Moran’s I 變化趨勢(shì)表現(xiàn)為階段性波動(dòng)變化特征。2005—2020 年長(zhǎng)三角城市群碳排放強(qiáng)度空間分布不均衡，高值區(qū)零散分布且呈邊緣擴(kuò)張態(tài)勢(shì)，低值區(qū)呈組團(tuán)式分布特征。

（3）高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度具有明顯的空間溢出效應(yīng)。創(chuàng)新發(fā)展是降低碳排放強(qiáng)度的主要驅(qū)動(dòng)力。協(xié)調(diào)發(fā)展對(duì)碳排放強(qiáng)度具有明顯的促進(jìn)作用。綠色發(fā)展對(duì)本市碳排放強(qiáng)度具有促進(jìn)作用，但不明顯，對(duì)相鄰市碳排放強(qiáng)度具有明顯的抑制作用。開(kāi)放發(fā)展和共享發(fā)展對(duì)碳排放強(qiáng)度均具有抑制作用，其中，共享發(fā)展對(duì)碳排放強(qiáng)度的抑制作用更為明顯，應(yīng)促進(jìn)公共基礎(chǔ)設(shè)施互通互享，加大文化資源共享力度，提高公共資源集約利用水平，促進(jìn)本市和相鄰市低碳集約式發(fā)展。

4.2 建議

基于以上結(jié)論，本文提出以下促進(jìn)高質(zhì)量發(fā)展和實(shí)現(xiàn)低碳發(fā)展的政策建議。

（1）長(zhǎng)三角城市群高質(zhì)量發(fā)展和碳排放強(qiáng)度表現(xiàn)出明顯的空間分布不均衡，應(yīng)制定差異化政策。上海、南京和杭州等城市高質(zhì)量發(fā)展水平較高，碳排放強(qiáng)度較低，應(yīng)發(fā)揮本市的正外部性，帶動(dòng)相鄰市的高質(zhì)量發(fā)展和低碳發(fā)展。安徽的宿州、池州和六安等城市高質(zhì)量發(fā)展水平較低，碳排放強(qiáng)度較高，應(yīng)加大創(chuàng)新產(chǎn)業(yè)投資力度，注重產(chǎn)業(yè)、城鄉(xiāng)、消費(fèi)和金融協(xié)調(diào)發(fā)展，加大綠色發(fā)展力度，提高對(duì)外開(kāi)放水平，推進(jìn)公務(wù)服務(wù)設(shè)施共享。另外，應(yīng)破除行政邊界壁壘，加強(qiáng)跨區(qū)域合作，合理配置資源，縮小區(qū)域間差距，建立高質(zhì)量發(fā)展與低碳發(fā)展互動(dòng)機(jī)制，著力打造長(zhǎng)三角城市群高質(zhì)量發(fā)展樣板區(qū)和低碳試點(diǎn)城市，發(fā)揮模范帶頭作用。

（2）高質(zhì)量發(fā)展不僅對(duì)本市碳排放強(qiáng)度具有一定影響，而且對(duì)相鄰市產(chǎn)生了明顯的空間溢出效應(yīng)，應(yīng)重視高質(zhì)量發(fā)展對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)，促進(jìn)相鄰市低碳發(fā)展。創(chuàng)新發(fā)展是降低碳排放強(qiáng)度的主要驅(qū)動(dòng)力，應(yīng)強(qiáng)化城市群創(chuàng)新網(wǎng)絡(luò)聯(lián)系，促進(jìn)產(chǎn)學(xué)研深度融合，發(fā)揮創(chuàng)新發(fā)展對(duì)碳排放強(qiáng)度的低碳的正外部性，減小技術(shù)的“反彈效應(yīng)”。發(fā)達(dá)城市應(yīng)加強(qiáng)低碳技術(shù)的研發(fā)，突破“卡脖子”技術(shù)，促進(jìn)技術(shù)外溢和知識(shí)外溢，相鄰欠發(fā)達(dá)城市應(yīng)引進(jìn)先進(jìn)的低碳技術(shù)，積極承接發(fā)達(dá)城市溢出的相關(guān)產(chǎn)業(yè)，提高低碳生產(chǎn)能力。另外，應(yīng)注重城市間協(xié)調(diào)發(fā)展，發(fā)達(dá)城市應(yīng)制定嚴(yán)格負(fù)面清單制度，將清潔能源使用與政府績(jī)效相掛鉤，相鄰欠發(fā)達(dá)城市應(yīng)加大低碳環(huán)保的宣傳力度，鼓勵(lì)使用清潔能源，盡可能降低清潔能源成本費(fèi)用，緩解居民購(gòu)買(mǎi)清潔能源的心理壓力。在綠色發(fā)展方面，發(fā)達(dá)城市應(yīng)加大綠色發(fā)展力度，促進(jìn)新能源產(chǎn)業(yè)發(fā)展，相鄰欠發(fā)達(dá)城市應(yīng)加大高能耗產(chǎn)業(yè)轉(zhuǎn)型力度，淘汰落后生產(chǎn)技術(shù)。開(kāi)放發(fā)展有利于降低碳排放強(qiáng)度，發(fā)達(dá)城市應(yīng)發(fā)揮正向的空間溢出效應(yīng)，促進(jìn)資本外溢和技術(shù)外溢，相鄰欠發(fā)達(dá)城市應(yīng)加大外資投入，提高外資準(zhǔn)入門(mén)檻，在承接外資企業(yè)的同時(shí)積極提高技術(shù)水平。共享發(fā)展對(duì)碳排放強(qiáng)度具有明顯的抑制作用，應(yīng)促進(jìn)基礎(chǔ)設(shè)施互通互享，搭建跨區(qū)域文化、醫(yī)療、技術(shù)信息共享平臺(tái)，促進(jìn)城鄉(xiāng)基本公共服務(wù)均等化，設(shè)定公共服務(wù)設(shè)施的人數(shù)閾值，減少“擁堵效應(yīng)”的負(fù)面影響，促進(jìn)長(zhǎng)三角城市群低碳集約式發(fā)展。