中國產業結構高級化對碳排放強度的影響研究

余志偉，樊亞平，羅 浩

（南昌大學 經濟管理學院，江西 南昌，330031）

一、引言

近年來，隨著科學技術的進步，人們對溫室效應可能帶來的危害有了進一步的認知，溫室效應、全球變暖也已然成為世界各國關注的熱點問題。如果繼續向大氣排放過量的溫室氣體，則冰川融化海平面上升、極端天氣頻發以及病蟲害加劇等問題都將會隨之出現。因而，減少化石能源使用、研發清潔能源、減少碳排放、發展低碳經濟成為全球的共識。改革開放以來，我國經濟迅速發展，人民生活水平也有了質的提升，但高能耗、高排放、高污染的粗放式發展模式以及不合理的能源結構和產業結構，導致我國碳排放量急劇增加并躍居全球前列。碳排放超標所導致的溫室效應，對我國的自然環境和社會環境都產生了嚴重威脅。為了改變現狀，還大自然一片藍天、還社會一片綠色，我國近些年做了許多努力，大量高污染、高能耗企業紛紛關閉，產業結構也在不斷進行轉型升級。習近平總書記在2020年9月召開的聯合國大會上指出，我國要力爭在2030年前實現碳達峰、2060年前實現碳中和。2021年4月，習近平總書記又應邀出席了領導人氣候峰會，并承諾我國實現從碳達峰到碳中和的時間要遠遠短于發達國家所用時間。這體現了我國作為大國的擔當以及接下來幾十年我國經濟發展所面臨的時代大背景。因此，在此種時代大背景下探究產業結構高級化與碳排放強度的關系顯得十分必要，這也許能讓我國早日實現碳達峰、碳中和。

二、文獻綜述與問題提出

在工業化進程給世界各國帶來多方面福祉的同時，大量化石能源的使用導致CO2等溫室氣體排放超標，全球氣候變暖、溫室效應隨之而來并逐漸威脅社會的發展和人類的生存，成為世界各國關注的熱點問題。國內外學者也為此展開了廣泛的研究，從各種角度探究了可能影響碳排放的因素。王鋒等（2010）深入探究了中國經濟發展過程中驅動碳排放增長的因素，研究發現人均GDP等因素會對碳排放產生正向驅動，而生產部門能源強度等因素則對碳排放有負向驅動［1］。張友國（2010）實證分析了經濟發展方式對中國碳排放強度的影響，發現經濟發展方式的變化會降低中國碳排放強度［2］。李鍇和齊紹州（2010）則探討了貿易開放對中國二氧化碳排放的影響，研究發現貿易開放增加了中國省區市的CO2排放量和碳強度［3］。朱勤等（2010）研究發現，我國居民消費水平和人口結構變化對碳排放的影響比人口規模帶來的影響更大，此外還發現我國未來通過技術進步減少碳排放的潛力巨大［4］。張克中等（2011）研究發現，財政分權、貿易開放度提高不利于碳排放量的減少，而產業研發強度提高則對碳排放的減少有好處［5］。Latief等（2021）研究表明，經濟增長和碳排放之間存在單向因果關聯，人口也與能源消耗存在因果關系［6］。Kolpakov（2020）研究表明，能源利用效率提高對于二氧化碳排放的減少有決定性作用［7］。Ahmed等（2019）研究表明，經濟增長、能源消耗、腐敗和金融發展是驅動全球二氧化碳排放的最重要因素［8］。

此外，由于我國正處在產業結構轉型升級關鍵時期，研究產業結構與碳排放之間的關聯也受到越來越多學者的關注。孫麗文等（2020）研究結果表明，產業結構升級、技術創新均對碳排放有抑制作用［9］。張琳杰等（2018）研究發現，產業結構高級化比合理化碳減排效果更好［10］。孫振清等（2020）通過探究產業結構調整、技術創新對碳減排的影響，發現產業結構高級化比合理化有更明顯的碳減排效果，技術創新投入相對于創新投入產出碳減排效果更顯著［11］。趙麗萍和李媛（2018）基于新型城鎮化背景，以中國省級面板數據為樣本研究了產業結構對碳排放強度的非線性影響，發現隨著城鎮化水平提升，產業結構對碳排放強度的正向影響會減弱［12］。Li（2021）研究發現，中國的經濟發展模式會極大促進碳排放，而促進產業轉型升級和改變經濟發展方式是促進碳減排的有效手段［13］。Raggad（2020）研究了沙特阿拉伯1971—2014年經濟增長、能源消費和金融發展對二氧化碳排放量的非對稱影響，結果表明：長期來看，經濟增長正負沖擊均會增加排放且正沖擊影響更大，能源消費的正面沖擊以及金融發展的負面沖擊也會使排放增加；短期來看，經濟增長是以環境污染為代價的，能源消費積極沖擊會增加排放，而金融發展的積極沖擊有利于減少排放［14］。王釗和王良虎（2019）實證發現，產業結構升級對碳排放的影響有明顯的地區差異，從全國和東部地區來看，產業結構升級對碳排放有抑制作用，而在中部以及西部地區則起到了相反的作用［15］。鄧光耀等（2018）研究結果表明，產業結構升級對能源消費碳排放的減少有利［16］。周迪和羅東權（2021）從綠色稅收視角考察了產業結構變遷對碳排放的影響，發現產業結構變遷會對中國CO2的排放產生顯著影響［17］。

綜上，國內外學者對影響碳排放的因素進行了許多探討，關于產業結構對碳排放影響的研究也日益興起。但還存在以下不足：①現有文獻較多研究產業結構對碳排放總量的影響而不是碳排放強度，而后者能更好地體現低碳經濟概念；②很少有文獻基于空間視角分析產業結構高級化與碳排放強度的關系；③現有文獻大多研究產業結構與碳排放的線性關系，忽視了由于門檻效應的存在而導致兩者間的非線性關系。因此，本文首先選取適當指標測算并分析我國各省區市的碳排放強度以及產業結構高級化水平，在此基礎上構建空間計量模型，探討產業結構高級化對碳排放強度的空間溢出效應。進一步加入技術創新、經濟發展水平等門檻變量，探討產業結構高級化與碳排放強度之間的非線性關系。

三、模型構建與變量說明

（一）碳排放強度測算

關于碳排放量的測算，目前許多學者都是利用能源消耗量間接計算碳排放總量，本文基于數據可得性和準確性原則，選取煤炭、焦炭、汽油、煤油、柴油、燃料油、天然氣7種能源計算碳排放總量（C）。計算碳排放量的公式參考劉賢趙（2018）［18］等學者的先前研究，碳排放強度則是地區碳排放總量與地區生產總值（GDP）的比率。

其中：C為碳排放總量；E是能源消費量；SCC是標準煤折算系數；CEC是IPCC碳排放系數；c為碳排放強度。SCC和CEC數值見表1所列。

表1 SCC和CEC值

（二）產業結構高級化測算

關于產業結構高級化的測度，本文參考付凌暉（2010）［19］的方法。首先測度第一產業、第二產業、第三產業產值與GDP的比率，把其作為空間向量中的一個分量，從而構成一組3維向量X0=(x1,0,x2,0,x3,0)。接著分別測度X0與產業由低到高排列的向量X1=（1，0，0）、X2=（0，1，0）、X3=（0，0，1）的夾角θ1、θ2、θ3：

產業結構高級化W計算公式如下：

（三）探索性空間數據分析

1.全局空間自相關

使用全局Moran'sI值分析整體上的空間關聯程度，公式如下：

其中：N代表所研究的省區市；yi代表i省區市的碳排放強度或產業結構高級化指數；yˉ代表碳排放強度或產業結構高級化指數的平均值；w代表空間權重矩陣。Moran'sI統計量取值范圍為［-1，1］，正值代表正向空間自相關，負值代表負向空間自相關，0則代表空間上不相關。

2.局部空間自相關

采用莫蘭散點圖來分析局部集聚特征，莫蘭散點圖分為四個象限，即第一象限、第二象限、第三象限和第四象限。第一象限（HH)代表高值區域被高值區域所包圍；第二象限（LH)代表低值區域被高值區域所包圍；第三象限（LL）代表低值區域被低值區域所包圍；第四象限（HL）代表高值區域被低值區域所包圍。

（四）計量模型構建

常見的空間計量模型有空間自回歸模型、空間自相關模型以及空間杜賓模型等。（6）（7）（8）式分別為空間自回歸模型、空間自相關模型以及空間杜賓模型。同時，為減小異方差，所有變量均取對數處理。各空間計量模型構建如下：

其中：lncit為i省區市t年份的碳排放強度對數；lntsit為i省區市t年份的產業結構高級化對數；lnXit為一系列控制變量對數；W代表空間權重矩陣；μi代表個體效應；εit代表隨機擾動項。

借鑒Hansen（1999）［20］的方法建立面板門檻模型，同時，為減小數據異方差，所有變量均取對數處理。

單一門檻效應模型：

雙重門檻效應模型：

其中：I(?)是示性函數，當括號內條件滿足時取值為1，否則取值為0；lnqit為一系列門檻變量對數；γ1、γ2為待估計的門檻值；其余變量與上述空間計量模型中一樣，不再贅述。

（五）變量說明及描述性統計

本文設置被解釋變量為碳排放強度，核心解釋變量為產業結構高級化，門檻變量包括經濟發展水平、技術創新、城鎮化水平，控制變量包括研發投入強度、能源結構、外商投資、對外貿易水平。各變量具體說明見表2所列，其描述性統計見表3所列。

表2 變量說明

表3 變量描述性統計

（六）數據來源

由于西藏和港澳臺地區數據缺失嚴重，本文的研究對象為中國30個省區市（不包括西藏和港澳臺地區），原始數據主要來源于《中國統計年鑒》《中國能源統計年鑒》《中國科技統計年鑒》及EPS數據庫，個別缺失數據采用移動平均法補齊。

四、實證結果分析

（一）碳排放強度和產業結構高級化水平分析

1.碳排放強度分析

為了解我國各省區市2007—2019年的碳排放強度變化狀況，以2007年、2019年為例進行具體分析。由表4可知：與2007年相比，2019年我國大部分省區市碳排放強度有所降低，截至2019年，北京、上海、江蘇、浙江等14個省區市碳排放強度已下降至1以下，天津、吉林、安徽等9個省區市碳排放強度處于1~2之間，河北、遼寧、黑龍江碳排放強度處于2~3之間，新疆、山西、內蒙古、寧夏碳排放強度則高于4。這一顯著變化表明，10多年來我國各省區市逐步實現了低碳發展模式，為2030年實現碳達峰、2060年實現碳中和奠定了扎實的基礎。

表4 2007年、2019年各省區市碳排放強度

2.產業結構高級化水平分析

為了解我國各省區市2007—2019年的產業結構高級化水平變化狀況，以2007年、2019年為例進行具體分析。由表5可知：與2007年相比，2019年我國所有省區市產業結構高級化水平均有所提升，截至2019年，北京、天津、上海、浙江、廣東產業結構高級化水平突破7，山西、江蘇、山東、重慶產業結構高級化水平處于6.9~7.0之間，遼寧、吉林、安徽等7個省區市產業結構高級化水平處于6.8~6.9之間，河北、內蒙古、福建、江西等10個省區市產業結構高級化水平處于6.7~6.8之間，黑龍江、廣西、貴州、新疆產業結構高級化水平則低于6.7。這一變化表明，我國近年來產業轉型成效顯著，產業結構不斷往高級化方向發展。

表5 2007年、2019年各省區市產業結構高級化水平

續表5

（二）探索性空間數據分析

1.全局空間自相關分析

首先通過全局Moran'sI值檢驗碳排放強度和產業結構高級化的空間自相關，結果見表6所列。結果顯示，碳排放強度和產業結構高級化的全局Moran'sI均高度顯著。碳排放強度的Moran'sI值處于0.268~0.363之間，且近些年自相關程度有加強趨勢，說明各省份的碳排放強度存在正向的空間相關性,即某一省份的碳排放強度會對鄰近省份碳排放強度產生正向影響，且近年來有所加強；產業結構高級化的Moran'sI值處于0.131~0.279之間，并且近些年空間自相關程度同樣有加強趨勢。

表6 全局空間自相關分析結果

2.局部空間自相關分析

通過莫蘭散點圖進一步探究各省區市碳排放強度和產業結構高級化的空間集聚狀態，結果分別如圖1、圖2所示。

圖1 碳排放強度莫蘭散點圖

圖2 產業結構高級化莫蘭散點圖

首先分析各省區市碳排放強度的空間集聚狀態。從整體上看，2007年大部分省區市處于低—高以及低—低集聚狀態，少數省區市處于高—高集聚狀態，個別省區市處于高—低集聚狀態。具體來看，河北、山西等省份處于高—高集聚區，即這幾個省份以及其鄰近省份碳排放強度都較大。貴州處于高—低集聚區，即其碳排放強度較大而其鄰近省份碳排放強度較小。天津、上海等地碳排放強度處于低—低集聚區，即這幾個省份及其鄰近省份的碳排放強度都較低。吉林、黑龍江等省份處于低—高集聚區，即這幾個省份的碳排放強度較低，但其鄰近省份的碳排放強度較高。從整體上看，2019年各省區市的空間集聚狀態發生了較大變化，大部分省區市處于低—低集聚區，少數省區市處于高—高集聚區，個別省區市處于低—高集聚區。具體來看，河北、山西、內蒙古等省份處于高—高集聚區，河南處于低—高集聚區，上海、天津等地處于低—低集聚區。

接著對各省區市的產業結構高級化空間集聚狀態進行分析。從整體上看，2007年大部分省區市處于低—低集聚狀態，少數省區市處于高—高、高—低以及低—高集聚狀態。具體來看，北京、天津等地處于高—高集聚區，即這幾個省份和其鄰近省份產業結構高級化程度都較高。山西、廣東、重慶等處于高—低集聚區，即這幾個省份產業結構高級化程度較高而其鄰近省份產業結構高級化程度較低。河北、江西、海南處于低—高集聚區，即這幾個省份產業結構高級化程度較低但其鄰近省份產業結構高級化程度較高。吉林、黑龍江、山東、湖北等處于低—低集聚區，即這幾個省份及其鄰近省份產業結構高級化程度都較低。2019年，各省區市產業結構高級化整體空間集聚狀態未出現顯著變化。

（三）空間溢出效應分析

1.空間溢出估計結果

表7第2-6列分別為空間杜賓模型固定效應估計、空間杜賓模型隨機效應估計、空間自相關模型固定效應估計、空間自回歸模型固定效應估計、空間自回歸模型隨機效應估計所得出的結果。

表7 空間溢出估計結果

產業結構高級化對碳排放強度的直接效應以及間接效應在5個模型回歸結果中均顯著為負，說明某一省份的產業結構高級化水平提升對本地以及鄰近省區市的碳排放強度均具有顯著的抑制作用，并且對鄰近省區市的碳排放強度抑制作用更大。

研發投入強度對碳排放強度的直接效應在SDM-RE、SAR-FE、SAR-RE模型中顯著為負，表明研發投入強度的提升對本地碳排放強度產生了顯著抑制作用，在SDM-FE、SAC-FE模型中影響系數為負但并不顯著，表明研發投入強度對本地碳排放強度未產生顯著影響。間接效應在SAR-FE、SAR-RE模型中顯著為負，表明研發投入強度的提升對鄰近省區市的碳排放強度產生了顯著抑制作用，在SDM-FE、SDM-RE、SAC-FE模型中，影響系數為負但未通過顯著性水平檢驗，表明研發投入強度未對鄰近省區市的碳排放強度產生顯著影響。

能源結構對碳排放強度的直接效應、間接效應在5個模型回歸結果中均為正數且高度顯著，說明以煤炭為主的能源結構既提升了本地的碳排放強度，也對鄰近省區市的碳排放強度提升有促進作用，且對鄰近省區市碳排放強度的提升作用更大。

外商投資對碳排放強度的直接效應、間接效應在5個模型回歸結果中均顯著為正，說明外商投資既促進了本地碳排放強度的提升，也對鄰近省區市碳排放強度的提升有促進作用，并且對鄰近省區市碳排放強度提升的促進作用更大。

對外貿易對碳排放強度的直接效應在5個模型回歸結果中均為負數且均未通過顯著性水平檢驗，表明對外貿易對本地的碳排放強度不具有顯著影響，對外貿易對碳排放強度的間接效應在SDM-FE以及SDM-RE模型回歸結果中顯著為負，說明本地對外貿易水平的提升對鄰近省區市碳排放強度產生了顯著抑制作用，在SAC-FE、SAR-FE、SAR-RE模型中影響系數為負但并不顯著，表明本地對外貿易水平未對鄰近省區市碳排放強度產生顯著影響。

2.模型選擇檢驗

表7報告了5種空間計量模型回歸結果，接著進行模型檢驗選出與本文相適應的模型。王峰等（2017）認為，空間計量經濟學的研究對象多為不間斷的時空數據而選擇固定效應模型［21］。因此，本文在SDM-FE、SAR-FE、SAC-FE計量模型中進行選擇，檢驗結果見表8所列。首先通過LR檢驗和Wald檢驗在SDM固定效應估計和SAR固定效應估計之間進行選擇，檢驗結果均拒絕了SDM可以退化為SAR的原假設，說明兩者間應該選擇SDM固定效應估計。接著在SDM固定效應估計和SAC固定效應估計之間進行選擇，參考沈小波等（2021）［22］利用AIC和BIC信息準則進行選擇的方法，結果顯示，SDM固定效應估計的AIC值和BIC值均小于SAC固定效應估計值，所以SDM固定效應估計更加適合本研究。

表8 模型選擇檢驗

3.穩健性檢驗

由于空間計量模型回歸結果在很大程度上受到空間權重矩陣的影響，因而本文通過替換空間權重矩陣進行穩健性檢驗。上文是基于鄰接空間權重矩陣得出的結果，為了證明其結論的可靠性，本文使用地理距離以及經濟距離空間權重矩陣進行模型估計。由表9結果可知，核心解釋變量的直接效應、間接效應和總效應均顯著為負，與上文結論一致，控制變量也未發生顯著改變。由此證明本文的結論是可靠的。

表9 穩健性檢驗結果

（四）門檻效應分析

1.門檻效應檢驗

分別以技術創新、經濟發展水平和城鎮化水平為門檻變量，探究產業結構高級化對碳排放強度的非線性影響。首先需要確定各門檻變量的門檻個數，檢驗結果見表10所列。以技術創新、城鎮化水平為門檻變量時，單一門檻通過了1%顯著性水平檢驗，雙重門檻以及三重門檻未通過顯著性檢驗；以經濟發展水平為門檻變量時，單一門檻以及雙重門檻在1%顯著性水平上顯著，三重門檻未通過顯著性水平檢驗。所以，產業結構高級化對碳排放強度的影響分別存在，單一“技術創新門檻”門檻估計值為9.343 6、單一“城鎮化水平門檻”門檻估計值為3.572 3以及雙重“經濟發展水平門檻”門檻估計值為10.065 4、10.901 9。

表10 門檻效應檢驗

2.門檻回歸結果

表11第2、第4、第6列分別是以技術創新、經濟發展水平、城鎮化水平為門檻變量時的回歸結果。

表11 門檻回歸結果

以技術創新為門檻變量時，產業結構高級化對碳排放強度存在單一門檻，總體來看，無論技術創新處于第一區間還是第二區間，產業結構高級化對碳排放強度均存在抑制作用，且當技術創新低于門檻值9.343 6時影響系數為-5.843，當技術創新跨過門檻值9.343 6以后影響系數為-5.966。說明以技術創新為門檻變量時，產業結構高級化對碳排放強度的影響是非線性的，且抑制作用隨技術創新提升而呈現遞增趨勢。當技術創新處于第二區間時，產業結構高級化降低碳排放強度的作用最大。

以經濟發展水平為門檻變量時，產業結構高級化與碳排放強度之間存在雙重門檻，且影響系數均為負數但大小略有差異。當經濟發展水平低于第一個門檻值10.065 4時影響系數為-4.503；跨過第一個門檻值后影響系數為-4.642，說明此時抑制作用有所加強；當跨過第二個門檻值10.901 9以后影響系數變為-4.743，此時抑制作用進一步加強。說明以經濟發展水平為門檻變量時，產業結構高級化與碳排放強度之間存在明顯的非線性關系，且抑制作用隨著經濟發展水平的提升而增強，當經濟發展水平處于第三區間時，抑制作用最大。

產業結構高級化對碳排放強度存在單一“城鎮化水平門檻”，無論城鎮化水平處于第一區間抑或是第二區間，產業結構高級化對碳排放強度均表現出抑制作用。具體來看，當城鎮化水平低于第一個門檻值3.572 3時影響系數為-6.678，跨過第一個門檻值達到第二區間時影響系數為-6.911，此時抑制作用有所加強。說明以城鎮化水平為門檻變量時，產業結構高級化與碳排放強度之間表現出明顯的非線性關系，且抑制作用隨城鎮化水平提升而呈現遞增趨勢。當城鎮化水平處于第二區間時，抑制作用最大。

3.門檻區間分類分析

由門檻回歸結果可知，產業結構高級化對碳排放強度在不同門檻變量下均存在明顯的非線性影響，本文以2019年為例具體分析各省區市所處對應門檻區間，以便為各省區市提供更加有針對性的建議。由表12可知，以技術創新為門檻變量時，產業結構高級化降低碳排放強度的最優區間為第二區間，2019年除內蒙古、海南、青海、寧夏、新疆外，其他省區市均處于最優區間，未達到最優區間的省區市主要位于西部地區；以經濟發展水平為門檻變量時，產業結構高級化降低碳排放強度的最優區間為第三區間，2019年北京、天津、內蒙古、遼寧、上海、江蘇、浙江等處于最優區間，河北、山西、吉林等未達到最優區間，處于最優區間的主要位于東部地區，中西部地區大部分還未達到最優區間；以城鎮化水平為門檻變量時，產業結構高級化降低碳排放強度的最優區間為第二區間，目前所有省區市均處于最優區間。

表12 2019年各省區市所處門檻區間

五、結論與建議

本文以中國30個省區市2007—2019年的面板數據為研究對象，測度并分析了碳排放強度和產業結構高級化水平，在此基礎上加入控制變量考察了產業結構高級化對碳排放強度的空間溢出效應，并進一步加入門檻變量考察了產業結構高級化對碳排放強度的非線性影響。研究得出如下結論與建議：

第一，2007—2019年，中國30個省區市碳排放強度和產業結構高級化水平呈現明顯的時空演變格局。從時間角度來看，2019年與2007年相比，大多數省區市的碳排放強度都有所降低，表明我國碳減排取得階段性成果；所有省區市的產業結構高級化水平都有所提高，表明我國產業轉型成果顯著。從空間角度來看，碳排放強度和產業結構高級化指數在我國各省區市間表現出顯著的異質性，碳排放強度較高的省區市主要集中在中西部地區，產業結構高級化水平較高的省區市則主要集中在東部地區。由此可見，我國碳排放強度和產業結構高級化發展形勢良好，但中西部地區與東部地區相比還存在較大差距。因此，建議中西部地區要完善自身基礎設施建設，做好承接東部產業轉移的準備，同時對承接的產業要實施差異化政策，將高污染、高排放的企業直接拒之門外，對中污染、中排放的企業征收較高的污染稅，而對低污染、低排放的企業可以給予適當的優惠政策。

第二，空間溢出回歸結果表明，產業結構高級化能對本地以及鄰近省區市的碳排放強度產生顯著的抑制作用；對外貿易水平對鄰近省區市的碳排放強度有顯著抑制作用，但對本地碳排放強度不具有顯著影響；外商投資和以煤炭為主的能源結構則是提高碳排放強度的重要因素；研發投入強度對本地及鄰近省區市的碳排放強度未產生顯著影響。因此，建議各省區市繼續加快產業轉型升級步伐，推動產業結構往高級化方向發展，一方面鼓勵傳統產業轉型升級、提升產業效率，爭取達到低能耗高產出，同時加快戰略性新興產業以及高技術產業等知識、技術密集型產業的形成；另一方面，加大科技研發投入、擴大對外貿易、優化外商投資環境以及改善以煤炭為主的能源結構。

第三，面板門檻模型回歸結果表明，產業結構高級化對碳排放強度的影響存在單一“技術創新門檻”、雙重“經濟發展水平門檻”以及單一“城鎮化水平門檻”。當經濟發展水平處于第三區間、技術創新和城鎮化水平處于第二區間時，產業結構高級化對碳排放強度的抑制作用最大。從經濟發展水平來看，目前仍有河北、山西、黑龍江等地未達到最優區間，未來要抓住經濟發展機遇，加快區域經濟發展步伐。從技術創新來看，內蒙古、海南、青海、寧夏、新疆仍未達到最優區間，需要加大科技研發投入，同時在引入人才和科技研發方面出臺更大力度的優惠措施，鼓勵人才和高新技術企業積極落戶，進而提升技術創新水平。從城鎮化水平來看，目前所有省區市均達到最優區間，因而要著力提高城鎮化建設水平。