城市群空間網絡對污染減排效應的影響研究

岳書敬 孫曉玲

[摘 要]以京津冀、長三角、珠三角三大城市群為研究對象，通過引力模型和社會網絡分析方法，刻畫城市群空間網絡特征，探討城市群空間網絡關系的外向關聯水平、內向關聯水平對污染減排的影響。結果表明：2005—2018年三大城市群的網絡密度不斷提升;整體來看，三大城市群空間網絡的外向和內向關聯水平的減排效應均顯著;分城市群來看，京津冀城市群空間網絡的污染減排效果最強，長三角、珠三角城市群空間網絡的減排效果相差不大。未來城市群發展要更注重加強城市間聯系，做好城市群網絡的頂層設計與結構優勢利用。

[關鍵詞]城市群;空間網絡;減排效應

[中圖分類號] F11????? [文獻標識碼]A???? [文章編號]1672-1071（2022）02-0085-09

引言

當前我國經濟不斷向高質量發展方向轉型，從粗放型增長模式向生態友好型增長模式轉變過程中，發揮城市群的增長帶動作用與污染物減排是兩項關鍵的任務。國家“十四五”規劃提出要以城市群為抓手構建新型城市化戰略格局，優化城市群內部空間結構，構建生態安全和安全屏障，形成多中心、多層級、多節點的網絡型城市群。城市群是構筑優勢互補、高質量發展的區域經濟格局的核心所在。在城市群的建設過程中，其內部城市之間的關系逐漸表現出顯著的網絡化特征，構筑起了高鐵、公路、人口流動、創新合作等依托實體的空間網絡，也在信息通信、資本流動的過程中形成了無形的空間網絡。城市間形成的網絡通過“網絡外部性”使嵌入網絡的城市實現了自身發展[1]，網絡的開放程度、聯系強度也同樣是城市群保持持續增長的關鍵[2]。

然而，隨著城市群的不斷發展，人口、產業在區域內迅速集聚，對區域內各類資源的需求激增，導致了大量的污染物排放與一系列環境問題。城市群是引領高質量發展的增長極，更要重視經濟發展與環境水平的協同提升。在城市群空間網絡特征明顯且未來網絡化將不斷加速提升的背景下，研究城市群空間網絡對減排的影響對優化城市群空間結構，打造生態安全、綠色高效的城市群具有重要意義。

京津冀、長三角和珠三角是我國極具代表性的三個城市群①。從發展水平來看，三個城市群經濟活躍，人才、科教匯集，社會發展迅速。2018年，三個城市群集聚了近2.89億人口，貢獻了全國將近40%的GDP，且其吸引力與創造力仍在不斷提升。其中，長三角已成為世界六大城市群之一[3]，世界銀行報告顯示，2015年珠三角已成為世界人口和面積最大的城市帶[4]。從網絡化的角度來看，三大城市群在產業鏈、人口流動、信息溝通、交通運輸、創新合作、政策協同等方面均已形成較為復雜的空間網絡。但另一方面，三大城市群也是環境問題最突出的地區，污染水平顯著高于全國平均水平[5]，2003—2018年三大城市群PM2.5濃度均大于世衛組織規定的安全值[6]。因此，本文選取這三個城市群作為研究對象對城市群空間網絡減排效應進行研究。

本文的創新點主要集中在兩個方面：一是利用社會網絡分析方法計算城市群內部城市空間網絡的內向關聯水平和外向關聯水平，分別研究兩者對城市污染減排的不同影響;二是對比研究了三個城市群空間網絡對污染減排影響的異質性，討論了不同城市群空間網絡帶來的污染減排差異。

一、 文獻回顧

城市群是在特定地域范圍內，以特大城市、大城市為依托，在通信、交通等基礎設施的基礎上形成緊密關聯、高度一體化的城市群體[7]。隨著全球城市化的不斷推進，城市之間的網絡關聯已成為城市體系的重要基本特征之一[8]。

對城市群網絡的探索主要圍繞交通基礎設施、人口流動、企業跨區域布局、創新合作、經濟聯系等諸多方面展開，研究對象基本涵蓋了多數具有代表性的城市群。孫陽等在高鐵客流的基礎上建立了長三角城市群的關聯網絡[9]，研究發現城市群核心城市向外延伸的軸線聯系加強。侯赟慧等在基于引力模型構建經濟聯系的基礎上指出長三角城市群中各城市的經濟聯系越來越緊密，南京、無錫、上海等城市位于網絡的中心[10]。彭芳梅則通過對經濟聯系的研究認為粵港澳大灣區及周邊城市表現出“核心—半邊緣—邊緣”的空間結構，城市之間的聯系存在非均衡性[11]。許露元和李紅通過引力模型對珠三角及北部灣地區的經濟聯系進行了研究，發現空間網絡結構呈現出由單中心向多中心發展的趨勢，中心城市對整個區域而言輻射作用持續增強[12]。趙渺希等基于企業總部法對長三角、京津冀和珠三角三個城市群的網絡進行對比，發現珠三角城市群具有明顯的多中心特征，長三角多中心程度提升速度較快，而京津冀城市群的發育速度相對緩慢[13]。

城市網絡主要借助網絡外部性來發揮作用。網絡外部性被認為是城市加入網絡能夠獲得的“好處”，主要集中于對城市創新能力與競爭能力的提升[14]。Capello將網絡外部性視為城市網絡的三個組成元素之一，認為城市通過參與網絡在互補關系與合作活動中獲得收益，該網絡已經超越傳統意義上的運輸成本最小或對非重疊市場區域控制的最大化[1]。實證方面，國內已有研究探討了城市群空間網絡對經濟增長的促進作用[15-16]。然而，城市群網絡對環境影響的研究尚不多見，以往基于空間計量的研究多限定于城市間的“鄰近”關系，忽視了城市群作為有機整體的特殊性。

綜上所述，城市群空間網絡已成為城市群的重要特征之一，城市群空間網絡對經濟增長也有顯著的提升作用。然而，城市群空間網絡是否有助于城市群的污染減排與環境質量提升、不同城市群的減排效果是否存在差異這兩個問題還有待探究。

二、 機制分析

（一） 網絡外部性的集聚效應

傳統集聚經濟理論中，經濟活動在特定的城市聚集并產生正的外部性與規模經濟效應。由于“共享、學習、匹配”的存在，企業可以在集聚過程中共享知識、技術、熟練勞動力等資源，勞動力要素在區域內的集中也使得工作崗位的搜尋成本降低。因此，集聚使得區域內技術水平和生產效率提升，進而促進減排。然而，聚集也可能造成區域內企業的惡性競爭、資源浪費，同時大量的企業集中也使得污染物集中排放，加劇污染[17]。由于正外部性與負外部性的同時存在，集聚對環境的影響存在不確定性。

城市群空間網絡是在交通、通信等基礎上形成的網絡關系，因而突破了傳統的集聚經濟，使得集聚的正外部性在整個城市群內發生[18]。一方面，傳統集聚經濟減排的作用機制依舊存在。中心城市及網絡中其他城市能夠通過網絡獲取更多的知識、技術，彼此之間進行學習和交流，促進產業結構合理化與技術創新水平提升，從而實現減排。另一方面，地理非鄰近性克服了集聚經濟的弊端。城市之間的網絡外部性的集聚效應不拘泥于地理上的接近，城市群內部產業布局更加合理，傳統集聚經濟由于過度集中而導致的環境污染得到化解。

（二） 網絡外部性的溢出效應

溢出效應對環境的影響分為兩個層面。一是先進技術、FDI等要素的溢出能夠降低污染物排放。先進技術的溢出主要體現在企業間的學習模仿行為及區域之間的技術引進[19];FDI則可間接通過產業集聚與技術交流實現溢出，提升環境質量[20]。二是污染物普遍存在空間溢出現象，使得一個地區的污染也影響到其他地區的環境水平。大氣活動、擴散作用及風力會使已排放的污染物對周邊地區產生影響[21]。高污染、高耗能產業由發達地區向落后地區的轉移使得污染也隨之轉移，發達地區自身產業升級的全部收益可能也無法完全獲得進而導致污染改善水平有限[22]。

城市群空間網絡充當了城市之間溢出的重要渠道[15]，使溢出效應成為網絡外部性的重要組成部分。借用規模理論認為小城市能夠嵌入網絡，從而借用大城市的發展成果、規模經濟等優勢，大城市則可借用小城市的消費市場等優勢[23]。大城市的先進技術、優質資本、勞動力等要素通過網絡溢出到與其鄰近或非鄰近的小城市，使小城市借助這些資源實現自身技術、產業升級，進而達到減排的目的。然而，由于自然因素直接導致的污染物自身溢出，落后產業轉移、人口遷移、環境規制等間接導致的污染溢出在網絡城市群網絡中依舊不可避免，溢出效應的減排效應有所削弱。

基于上述分析，提出以下兩個假設（參見圖1）：

H1：城市空間網絡的集聚效應與溢出效應能夠實現減排。

H2：城市空間網絡的集聚效應減排能力強于溢出效應。

三、 方法和數據

（一） 城市群空間關聯水平測算

由于城市之間的關聯活動都會對經濟發展產生影響，因此本文選擇城市之間的經濟聯系構建引力模型測算城市群空間網絡。考慮到城市之間現實的交通因素以及區域經濟聯系不對等性，本文參考湯放華等的做法對經驗常數k進行修正[24]，具體計算公式如下：

Fij=kij GiPi GjPjD2ij，kij=GiGi+Gj（1）

其中，Fij表示城市i對城市j的經濟聯系強度;Gi，Gj分別為城市i，j的GDP;Pi，Pj分別為城市i，j的年末全市人口數;Dij為兩城市之間的距離。以5為閾值構建區域之間的網絡關聯矩陣，即如果Fij>5，則網絡關聯矩陣中對應值為1，用Mij表示。

城市群整體網絡密度是城市群空間網絡中實際存在的關系數與理論上最大關系數的比值，網絡密度越大，納入網絡中的城市關系就越多，網絡中的城市所能實現的傳遞和交互功能也越強[25]。具體計算公式如下所示：

Density=∑ni=1∑nj=1Mijn（n-1）（2）

度數中心度表示與某城市有直接聯系的其他城市的個數。分別計算網絡中城市的點入度和點出度，其中，點入度表示區域的內向關聯水平，即區域的集聚能力[26];點出度表示區域的外向關聯水平，即區域將自身實力、資源等溢出到其他城市的能力。為便于三個城市群的對比，采用點入度和點出度標準化后的相對值作為內向關聯水平和外向關聯水平，分別用In_deg，Out_deg來表示，其具體計算公式如下：

In_degit=∑ni=1Mij，tn-1×100（3）

Out_degit=∑nj=1Mij，tn-1×100（4）

其中，n表示城市群內城市群的個數，京津冀城市群為13，長三角城市群為26，珠三角城市群為15。

（二） 計量模型設定

考慮到數據的可得性，本文主要考察城市群空間網絡關聯水平對工業SO2污染減排的影響，構建以下面板模型：

SO2_intensityit=α0+α1In_degit+α2Industryit+α3Urbanit+α4R&Dit+α5Openit+α6ERit+εit

（5）

SO2_intensityit=α0+α1Out_degit+α2Industryit+α3Urbanit+α4R&Dit+α5Openit+α6ERit+εit

（6）

其中，i代表城市，t代表年份。SO2_intensity代表工業SO2排放強度，參考陸銘和馮皓的做法[27]，用城市當年SO2排放量與GDP的比值來表示本文的被解釋變量。In_deg為內向關聯水平，Out_deg為外向關聯水平。引入Industry，Urban，R&D，Open和ER作為控制變量，分別代表產業結構、城市化水平、技術進步、對外開放程度和環境規制。

控制變量具體說明如下：

產業結構（Industry）：采用第二產業增加值占GDP比重測度。工業生產是SO2排放的主要來源，二產占比越高，工業生產過程中排放的SO2就越多。因此，本文預期產業結構對SO2排放強度的影響方向為正。

城市化水平（Urban）：用市轄區人口占城市總人口比重測度。城市化水平提升的過程伴隨著人口和經濟活動的集聚。當集聚效應主要體現為規模效應時，城市化水平的提升有利于SO2減排，反之，當集聚效應主要體現為擁擠效應時，城市化水平不利于減排[28]。因此，城市化對SO2排放強度的影響方向不能確定。

技術進步（R&D）：用科技支出占財政預算支出比重測算。技術進步能夠對工業生產流程及生產設備進行改造升級，降低生產過程中廢氣的產生與排放[29]。同時，技術進步能夠加快綠色、清潔能源的普及與推廣，從而減少能源使用過程中產生的SO2。因此，本文預期技術進步對SO2排放強度的影響方向為負。

對外開放程度（Open）：用實際利用外資金額占GDP比重測算。“污染天堂”假說認為，外商投資會將污染密集型產業向發展中國家遷移，造成本土環境污染。然而，也有研究證實外商投資能夠通過先進生產技術與設備的輸入提升本土生產水平、降低生產過程中的污染排放[30]。因此，對外開放程度對SO2排放強度的影響方向不能確定。

環境規制（ER）：參考沈坤榮的做法，構建由二氧化硫去除率和工業煙塵去除率構成的環境規制綜合指數[31]。環境規制體現了城市地方政府對環境保護的重視。政府可以通過行政手段對存在環保問題的企業進行管理。同時，環境規制能夠向市場和企業傳遞鼓勵節能減排、高效生產的信號，從而減少污染物排放。因此，本文預期環境規制對SO2排放強度的影響方向為負。

（三） 數據來源

54個城市的數據主要來源于國研網和《中國城市統計年鑒》，缺失數據根據相應省或城市統計年鑒進行補充或通過插值進行補全。其中，GDP數據根據城市所在省份的價格指數以2000年不變價格進行了平減調整[32]。各變量描述性統計結果見表1。

四、 城市群空間網絡特征及其減排效應

（一） 三大城市群空間網絡特征

圖2為三大城市群網絡密度的變化趨勢。由圖可見，2005—2018年三大城市群的網絡密度不斷提升，表明三大城市群各自內部城市之間的聯系越來越緊密，城市之間的交互也不斷加強。這一方面得益于城市群內部交通、通信等基礎設施的不斷完善，另一方面也得益于城市之間在產業聯系基礎上形成的資本、物質、人口流動。此外，城市群作為經濟高質量發展的重要載體受到了廣泛重視，京津冀協同發展、長三角一體化以及粵港澳大灣區等城市群發展戰略、規劃的提出為城市之間展開經濟、科技、環保等方面的合作創造了良好的宏觀環境。

圖3、4、5分別為京津冀、長三角、珠三角三個城市群2018年空間網絡關聯情況，圖中箭頭表示空間網絡聯系的方向。三個城市群均已形成復雜的空間網絡，但網絡格局存在差異。京津冀城市群中的中心城市較少，北京、天津、保定、廊坊和唐山五市處于整個網絡的核心位置，其內向關聯水平與外向關聯水平均較高，即其溢出與集聚效應均較強。而張家口、承德與秦皇島三市與城市群內其他城市的聯系相對較弱，內向、外向關聯水平均較低，“弱聯系”的情況在趙正、董文姝等的研究中也有所體現[33-34]。可能的原因是這三市集中于城市群北部的壩上高原地區，地理因素極大地制約了這些城市與城市群內其他城市的交流及其自身的經濟發展[35]。長三角城市群內部城市之間的聯系十分密切，該城市群具有上海、南京、無錫、蘇州、常州、杭州等多個網絡中心，在地理上形成了東部網絡核心片區，這些城市同時也具有較高的內向、外向關聯水平。這樣的空間網絡與李影影等的研究結果也較為相似[36]。而部分空間網絡關聯強度較低的地區，如池州、宣城、舟山、臺州，則主要位于城市群西部和南部邊緣地帶，因而可能受地理位置影響導致與其他城市的交流有限。珠三角城市群也具有較多的中心城市，與長三角城市群相似，但在網絡中心城市的地理分布上，珠三角城市群形成了以廣州為核心向四周發散的網絡核心區域分布。廣州、肇慶、佛山、珠海、深圳等城市都處于網絡的中心，集聚和溢出的程度均相對較高。而韶關、陽江、汕尾等城市的外向關聯城市明顯較少。

（二） 三大城市群整體空間網絡減排效應

通過Hausman檢驗，所有模型均選擇固定效應（FE）。表2為三大城市群空間網絡關聯整體減排效應的回歸結果，其中模型（1）為內向關聯水平作為核心解釋變量的回歸結果，模型（2）為外向關聯水平作為核心解釋變量的回歸結果。

內向關聯水平的回歸系數為-2.213，在1%的顯著性水平下顯著，表明內向關系水平能顯著降低SO2排放強度。內向關聯水平代表了城市的集聚能力，該結果與假設一致。對于發展水平較低的城市來說，發達地區的資源要素流入當地，隨之而來的新產業、新技術有利于本地減排。而對于發展水平更高的城市而言，由于“虹吸效應”的存在，人才、技術、新興產業匯集，關聯網絡的減排效應顯現。此外，內向關聯水平的回歸系數大于外向關聯水平的回歸系數，表明集聚效應的減排效應要好于溢出效應，與假設一致，即要素、資源的集聚更有利提升城市群整體的產業、技術水平，促進減排。

外向關聯水平的回歸系數為-1.519，在1%的顯著性水平下顯著，表明外向關聯水平能顯著降低SO2排放強度。外向關聯水平體現了城市群內部城市將自身資源溢出到內部其他城市的能力，該結果與假設一致。一般而言，溢出能力較強的城市自身綜合發展水平也較高，如北京、上海、廣州、深圳、南京、杭州。更高的社會經濟發展水平、更合理的產業結構以及更強的研發創新水平有益于城市自身SO2排放強度的減少。同時，由于城市群網絡溢出效應的存在，溢出能力更強的地區能夠將自身的減排優勢傳遞到其他城市，從而促進共同減排。

對于控制變量，兩個模型中城市化水平（Urban）、對外開放水平（Open）對SO2排放強度的影響均顯著為負，表明城市化水平的提高和對外開放程度的提升是促進城市群減排的關鍵因素。技術進步（R&D）在模型（2）中的系數顯著為負，在模型（1）中系數為正且不顯著，表明技術進步在溢出效應下才能更好體現減排效果。產業結構（Industry）的影響為正，表明較高的二產占比會導致SO2的大量排放，不利于減排。環境規制（ER）不利于減排，與預期相反。潘興俠和何宜慶

認為過高的污染治理費用、落后的環保處理技術以及不力的政府監管是造成工業污染治理投資降低末端治理效率的關鍵因素[37]。任梅認為中部、西部地區對落后產能的承接、地方政府對環境問題的末端治理方式以及企業排污費難以彌補治污成本造成了環境規制對生態效率的抑制[38]。因此，本文部分模型中環境保護投入的正向系數也可能是由企業行為與政府期望存在不一致所導致的。

（三） 三大城市群空間網絡減排的異質性

表3中模型（3）、模型（4）分別為京津冀城市群內向關聯水平和外向關聯水平作為核心解釋變量的回歸結果;模型（5）、模型（6）分別為長三角城市群內向關聯水平和外向關聯水平作為核心解釋變量的回歸結果;模型（7）、模型（8）分別為珠三角城市群內向關聯水平和外向關聯水平作為核心解釋變量的回歸結果。

對結果進行對比，三大城市群空間網絡關聯水平的系數均在1%的顯著性水平下為負。其中，京津冀城市群的內向關聯水平、外向關系水平的影響系數分別為-3.264和-2.340，長三角城市群內向關聯水平、外向關系水平的影響系數分別為-1.648和-0.839，珠三角城市群的兩個核心解釋變量的影響系數分別為-1.441和-1.118。三大城市群空間網絡關聯的減排效應依舊顯著，且內向關聯水平的減排效應強于外向關聯水平，與城市整體空間網絡減排效應的實證結果一致。

不同城市群空間關聯的減排能力有明顯的差別。京津冀城市群的影響系數在三個城市群中均最大，空間網絡關聯的減排能力最強。長三角和珠三角城市群空間網絡關聯的減排效應相差不大，且明顯弱于京津冀城市群的減排效應。產生這種差異的主要原因可能是三個城市群的空間關聯網絡結構不同，城市群空間結構越趨向于多中心，減排效果越弱[39]。京津冀城市群表現為以北京、天津等少數城市為核心向外圍擴散的“少中心”結構，而長三角和珠三角均屬于多城市作為網絡中心的“多中心”城市群。“少中心”空間網絡結構意味著資源、要素、產業向城市群內極少數城市集聚，而經濟活動的集聚對減排有積極的影響[27]。“多中心”結構的城市群在發展的過程則由于通勤、住房、綠化破環等問題會導致污染加重[40]。此外，京津冀地區過去大氣環境污染嚴重、霧霾頻發，較高的污染起點也進一步強化了城市群空間網絡的減排效應。

五、 結論與建議

發展城市群和促進生態文明建設是我國在新時期經濟邁向高質量發展的兩個必然選擇。城市群內部城市在交通、通信、產業、人口等方面產生的多種交流使得其呈現出復雜的空間網絡關系。與此同時，城市群的污染問題也亟待破除。為揭示城市群空間網絡對污染減排的影響，本文選取京津冀、長三角、珠三角這三個最具代表性的城市群作為研究對象，基于引力模型、社會網絡分析方法對三個城市群2005—2018年的空間網絡情況進行測算，同時通過面板數據模型從三個城市群整體和個體的角度對空間網絡的減排效應進行實證檢驗和分析。研究結果表明：

2005—2018年京津冀、長三角、珠三角三大城市群的網絡密度均不斷提升;京津冀城市群的中心城市較少，長三角、珠三角城市群的中心城市相對更多。

整體來看，三大城市群城市空間網絡的外向關聯水平和內向關聯水平均具有顯著的污染減排效應，內向關聯水平的減排效應高于外向關聯水平。

分城市群來看，京津冀城市群空間網絡的污染減排能力最強，長三角、珠三角的減排能力相差不大，但弱于京津冀城市群，可能的原因在于城市群空間結構的不同。

基于上述研究結果，為實現“網絡型”城市群構建和減排的雙重目標，本文從以下兩方面提出建議：

加強城市間聯動協助，通過提高城市群網絡化水平及各城市內、外向關聯水平降低污染物排放強度。當前，我國高度重視城市群發展，各類城市群支持政策、規劃相繼出臺。各城市群應充分借助政策紅利，實現聯動發展，區域內各城市應加強交流、互動，在基礎設施、創新環境、生態保護等方面形成互聯互通網絡，優化區域內產業布局，以同步實現經濟增長與減排。中心城市應充分發揮帶動作用，利用自身在資本、人力、創新、產業等方面的優勢帶動其他城市發展。非中心城市應基于自身現有稟賦，瞄準當前新興產業發展機會與中心城市廣闊消費市場，積極尋求與網絡進行深度融合的機會，通過借用規模實現自身減排。

注重城市群網絡結構，通過前期結構頂層設計與后期結構優勢利用來降低污染物排放強度。網絡結構是城市群網絡的重要特征。尚處于發育初期的城市群要有意識地引導城市群空間網絡布局，在制定發展規劃前要進行充分評估論證，同時關注城市群網絡結構的經濟效益和環境效益，根據內部城市發展情況選擇“單中心”或“少中心”的結構以實現減排的目的。已發展成熟的城市群要注重發揮自身優勢，“少中心”城市群應通過少數中心城市的產業、資源集聚以及非中心城市的借用學習實現減排，“多中心”城市群則通過完善基礎設施、推進產業合理布局降低污染排放。

注釋：

①三個城市群共包含54個城市，分別為京津冀一體化中涵蓋的北京、天津、石家莊、唐山、秦皇島、邯鄲、邢臺、保定、張家口、承德、滄州、廊坊、衡水13市，長江三角洲區域一體化核心區涵蓋的上海、南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮江、泰州、杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺州、合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城26市，珠三角“9+6”融合發展涵蓋的廣州、韶關、深圳、珠海、佛山、江門、肇慶、惠州、汕尾、河源、陽江、清遠、東莞、中山、云浮15市。

參考文獻：

[1]Capello R. The City Network Paradigm： Measuring Urban Network Externalities[J]. Urban Studies， 2000（11）：1925-1945.

[2]Andreas B. Eisingerich， Simon J. Bell， Paul Tracey. How Can Clusters Sustain Performance？ The Role of Network Strength， Network Openness， and Environmental Uncertainty[J]. Research Policy， 2010（2）：239-253.

[3]鄭繼承.區域經濟一體化背景下我國城市群發展的戰略選擇——基于我國“十二五”規劃區域協調發展的理論探討[J].經濟問題探索，2013（3）：73-81.

[4]World Bank.東亞變化中的城市圖景：度量十年的空間增長 （East Asias Changing Urban Landscape： Measuring a Decade of Spatial Growth） [EB/OL].（2015-01-25）https：//openknowledge.worldbank.org/handle/10986/21159.

[5]邵帥，張可，豆建民.經濟集聚的節能減排效應：理論與中國經驗[J].管理世界，2019（1）：36-60+226.

[6]雷玉桃，孫菁靖，黃征學.城市群經濟、環境規制與減霾效應——基于中國三大城市群的實證研究[J].宏觀經濟研究，2021（1）：131-149.

[7]方創琳.中國城市群研究取得的重要進展與未來發展方向[J].地理學報，2014（8）：92-106.

[8]Berry， B J L. Briana.Cities as Systems within Systems of Cities[J].Papers of the Regional Science Association， 1964（1）：146-163.

[9]孫陽，姚士謀，張落成.長三角城市群“空間流”層級功能結構——基于高鐵客運數據的分析[J].地理科學進展，2016（11）：79-85.

[10]侯赟慧，劉志彪，岳中剛.長三角區域經濟一體化進程的社會網絡分析[J].中國軟科學，2009（12）：90-101.

[11]彭芳梅. 粵港澳大灣區及周邊城市經濟空間聯系與空間結構——基于改進引力模型與社會網絡分析的實證分析[J]. 經濟地理， 2017（12）：57-64.

[12]許露元，李紅. 城市空間經濟聯系變化的網絡特征及機理——以珠三角及北部灣地區為例[J]. 城市問題， 2015（5）：20-26.

[13]趙渺希，鐘燁，徐高峰.中國三大城市群多中心網絡的時空演化[J].經濟地理，2015（3）：52-59.

[14]程玉鴻，蘇小敏.城市網絡外部性研究述評[J].地理科學進展，2021（4）：175-182.

[15]種照輝，覃成林，葉信岳.城市群經濟網絡與經濟增長——基于大數據與網絡分析方法的研究[J].統計研究，2018（1）：13-21.

[16]趙云鵬. 城市群經濟聯系網絡影響經濟增長的實證研究[D].華東政法大學，2019.

[17]林伯強，譚睿鵬.中國經濟集聚與綠色經濟效率[J].經濟研究，2019（2）：119-132.

[18]姚常成，宋冬林.借用規模、網絡外部性與城市群集聚經濟[J].產業經濟研究，2019（2）：76-87.

[19]祿雪煥，白婷婷.綠色技術創新如何有效降低霧霾污染？[J].中國軟科學，2020（6）：174-182+191.

[20]張俊彥，賈玉成，張誠.外商直接投資對中國碳赤字的影響——基于空間溢出效應研究[J].經濟問題探索，2021（12）：160-177.

[21]潘慧峰，王鑫，張書宇.霧霾污染的持續性及空間溢出效應分析——來自京津冀地區的證據[J].中國軟科學，2015（12）：134-143.

[22]馬麗梅，張曉.中國霧霾污染的空間效應及經濟、能源結構影響[J].中國工業經濟，2014（4）：19-31.

[23]Alonso W. Urban Zero Population Growth [J]. Daedalus， 1973 （4）： 191-206.

[24]湯放華，湯慧，孫倩，湯迪莎.長江中游城市集群經濟網絡結構分析[J].地理學報，2013（10）：55-64.

[25]李響.基于社會網絡分析的長三角城市群網絡結構研究[J].城市發展研究，2011（12）：80-85.

[26]魯金萍，楊振武，劉玉.京津冀城市群經濟聯系網絡研究[J].經濟問題探索，2015（5）：117-122.

[27]陸銘，馮皓.集聚與減排：城市規模差距影響工業污染強度的經驗研究[J].世界經濟，2014（7）：86-114.

[28]劉耀彬，冷青松.人口集聚對霧霾污染的空間溢出效應及門檻特征[J].華中師范大學學報（自然科學版）， 2020（2）：104-113.

[29]劉榮增，李盼. 中國城市擴張的環境質量效應研究[J].生態經濟， 2021（2）：76-81+95.

[30]包群，呂越，陳媛媛. 外商投資與我國環境污染——基于工業行業面板數據的經驗研究[J]. 南開學報（哲學社會科學版）， 2010（3）：93-103.

[31]沈坤榮，金剛，方嫻. 環境規制引起了污染就近轉移嗎？[J]. 經濟研究， 2017（5）：44-59.

[32]張華.低碳城市試點政策能夠降低碳排放嗎？——來自準自然實驗的證據[J].經濟管理，2020（6）：25-41.

[33]趙正，王佳昊，馮驥.京津冀城市群核心城市的空間聯系及影響測度[J].經濟地理，2017（6）：60-66+75.

[34]董文姝. 基于社會網絡分析的京津冀城市群經濟聯系研究[D].天津財經大學，2019.

[35]劉浩，馬琳，李國平.京津冀地區經濟發展冷熱點格局演化及其影響因素[J].地理研究，2017（1）：97-108.

[36]李影影，黃琪，曹衛東，張宇.經濟聯系視角下泛長三角網絡結構研究[J].世界地理研究，2019（1）：68-78.

[37]潘興俠，何宜慶.工業生態效率評價及其影響因素研究——基于中國中東部省域面板數據[J].華東經濟管理，2014（3）：33-38.

[38]任梅，王小敏，劉忠梅，劉雷，張文新.中國區域生態效率時空變化及其影響因素分析[J].華東經濟管理，2019（9）：71-79.

[39]劉凱，吳怡，王曉瑜，王成新.中國城市群空間結構對大氣污染的影響[J].中國人口·資源與環境，2020（10）：28-35.

[40]秦蒙，劉修巖，仝怡婷.蔓延的城市空間是否加重了霧霾污染——來自中國PM2.5數據的經驗分析[J].財貿經濟，2016（11）：146-160.

（責任編輯：向 梅）

（校? 對：木 子）