黃河流域城市綠色技術創新影響碳排放強度的空間效應

關鍵詞：綠色技術創新；碳排放強度；空間杜賓模型；空間溢出效應；城市；黃河流域中圖分類號:X321;F062.2;TV882.1 文獻標志碼：A doi:10.3969/j.issn.1000-1379.2025.08.010引用格式：，.黃河流域城市綠色技術創新影響碳排放強度的空間效應[J].人民黃河，2025，47（8）:54-61.

Spatial Effects of Urban Green Technology Innovation on Carbon Emission Intensity in the Yellow River Basin

CI Fuyi， REN Weicang (School of Economics，Shandong Normal University，Jinan 25O358，China)

Abstract:InordertoexploretheimpactofgreentechnologyiovationintecitisofteYelowRiverBasinoncarbonemisiotesity anditssptialsltsdtodeefomoolalprotetdalitelboi intheYellowRiverBasin，basedonthepaneldatafrom79prefecture-levelcitiesinteYelowRiverBasinfrom2OO5to2O1，thestudy measuredthelevelofgreetechologiovatioandcarbeissonintesityintesecitiespliedaspatialDurbiodelforeo analysisandrobustesstesting，andanaledtheipactofgreentechologyiovationoncarboneisionitesityalongwihisspatial spioverfsialogityddoteogitylsatetaelfl novationnthecitisoftheYellowiverBasinhassteadilyimprovedilecarbonemisiointensityhassignifcantldecreasedduringthe studyperiod，witothsowingsigiicantspaiiquityb）Urbagehologiovatioanfielydecaboni tensityandteidietabonductioectoeigingcitiiseatertanteitarbonductioectineityiself. c）Tecarbonrductionectsofurbangeentechologyiovationexibitegioaleterogeneityandresourcsendowmenthergeeity， withdownstreamcitissowingsignificantspatialsplovrtsfomgrentoliovationileupstreacitiesaveotyfod significantspatiasplertsesoucesbeditiavaterirectofecholooatioileou basedcitieshvealargeridirecefftd）Tespailsplloverfetofbangreentechnologyiovationncarboeissonesity showsanN-shadvtiowithicreasinggeogaicaldistae，withthtialgeogapcaldstancebeingkmRecomdatio: a）ContiuetoireasesupprtfogrentolgiovationinteYelowiverasinancingtheraigndtrodutooftalent forgreetechoioatiotoproeioatiocaabilit.）ildcollboratientchologovissteose citiesandmproveteeanssforgeentchologdifusic.，tofullylvragethspatialsloertsofgeholi vationfromcentralitisdowstreaitisndo-esoucbasedcitis，ablinggencholiovatiotplagatele overall carbon reduction and emission reduction in the basin.

Keywordsentcoioion；caonissoesityspailubndel；stialpllrt；is；Yelloiersin

黃河流域作為“能源流域”，粗放型發展模式和對高碳產業的依賴使近年來的碳排放量超過全國總量的1/3^[1] ，亟須加快向綠色高質量發展轉變。積極穩妥推進碳達峰碳中和，關鍵在于通過技術創新提高能源利用效率、降低碳排放強度[2]。綠色技術創新作為綠色創新的核心[3]，涵蓋了循環型創新[4-5]的關鍵環節，能夠促進經濟發展與生態環境保護協調，對“雙碳”目標的實現有重要的支撐作用。為此，科技部等九部門共同研究制定了《科技支撐碳達峰碳中和實施方案(2022—2030年)》。然而，綠色技術創新高度集中在少數發達地區，欠發達地區則面臨著“技術紅利瓶頸”困境，制約著綠色技術創新的空間溢出效應。本文探討了黃河流域城市綠色技術創新對碳排放強度的影響及其空間溢出效應，以期為推進黃河流域生態保護和經濟綠色低碳轉型高質量發展提供參考。

1文獻綜述

國內外學者針對綠色技術創新與碳減排開展了廣泛研究。在綠色技術創新方面，主要圍繞衡量方式、時空演變特征和影響因素等開展研究[6-7]。綠色技術創新有顯著的空間集聚特征和周期性波動，綠色技術擴散與貿易活動有關，擴散路徑主要是由高創新水平國家和地區向其他區域擴散。在碳排放強度方面，基于投入產出分析、能源消費的碳排放因子分析、直接排放與間接排放辨析等方法測算城市碳排放量（強度)[8-10]，或利用中國碳核算數據庫（CEADs）發布的數據對城市碳排放與經濟發展的關系開展研究[]有關研究表明，我國城市碳排放強度在空間上表現出明顯的“南低北高”格局[12]。歐洲通過低碳技術實驗、碳定價機制與循環經濟政策的協同實施，為城市可持續發展提供了實踐范式[13-14]。在綠色技術創新對碳排放強度影響的理論機制方面，有關研究[15-16]表明，綠色技術創新可通過推動高排放產業向低排放產業的轉型，促進清潔能源開發與應用，并通過正外部性的區域溢出效應促進碳減排。然而，學術界對綠色技術創新的碳減排效應也存在認識分歧，如二者線性負相關[16]、二者呈倒U形關系[17]、技術創新的經濟增長效應抵消部分碳減排效應后的凈效應不確定[18]，認識的差異源于研究方法不同和研究區域異質性的影響。

綜上所述，對綠色技術創新、降碳減排及二者關系的研究成果頗為豐富，但有必要從以下兩方面進行拓展和深化研究：1)黃河流域城市綠色技術創新能否發揮降低碳排放強度的作用：2)綠色技術創新對碳排放強度的影響是否存在空間溢出效應，以及空間溢出效應的最優作用距離。鑒于此，本文基于2005—2021年黃河流域79個地級市的面板數據，運用GIS空間分析技術和空間杜賓模型，探究黃河流域城市綠色技術創新對碳排放強度的作用效果及其空間溢出效應。

2 研究方法與數據來源

2.1 研究對象

黃河流域涉及9個省（區），考慮到數據可獲得性，選取除四川外8個省（區）的79個地級市作為研究對象（樣本市），并以黃河干流內蒙古河口鎮和河南省桃花峪為界把79個樣本市劃分為上游地區、中游地區和下游地區[19]，見圖1[該圖基于自然資源部標準地圖服務網站下載的審圖號為GS（2019)1822的標準地圖制作]。

圖1研究對象與區域劃分

Fig.1 Research Objectand Regional Division

2.2 研究方法

2.2.1 空間權重矩陣的設定

分析綠色技術創新影響碳排放強度的空間溢出效應時需要設定各樣本市間的空間權重矩陣，本研究設置2種經濟地理距離嵌套矩陣（分別記為空間權重矩陣 W₁?W₂) ，其元素的計算公式分別為

式中： W_1ij?W_2ij 分別為空間權重矩陣 W₁?W₂ 的元素（即樣本市 i 與樣本市 j 間的空間權重）， 分別為研究期間樣本市 χ_i 、樣本市 j 人均GDP的多年平均值（ |稱為樣本市 χ_i 與樣本市 j 間的經濟距離）， d_ij 為樣本市 χ_i 與樣本市 j 間的地理距離， k 為反映經濟距離與地理距離重要性的系數（取值范圍為0~1，本研究取 k=0.5 ）。

2.2.2 空間計量模型

空間計量模型選用空間杜賓模型，以驗證綠色技術創新對碳排放強度的影響及其空間效應。本研究設置的空間杜賓模型形式為

u_i+μ_t+φ_i，t

式中：下標 i，j 為樣本市編號，下標 χ_t 為時間（年份），Y_CEI 為被解釋變量， X 為解釋變量（包括核心解釋變量和控制變量）， W_ij 為樣本市 χ_i 與樣本市 j 間的空間權重， αβ_?γ 為回歸系數， u_i?μ_t?φ_i，t 分別為個體效應、時間效應、隨機擾動項， n 為樣本城市數量。

2.3 變量選取及說明

1)被解釋變量( Y_CEI) 。被解釋變量為碳排放強度，用各樣本市碳排放總量（具體測算方法見文獻[10]）與GDP之比的對數表示[20] 。

2)核心解釋變量。核心解釋變量為綠色技術創新水平( ?X_GTI) ，用綠色專利授權量 +1 的對數表示( ⁺¹ 是為了解決專利授權量數據右偏性問題）。

3)控制變量。選取如下控制變量：經濟發展水平（ X_pop )，用人均GDP的對數表示;政府干預程度（ (X_G0V) ），用政府一般預算支出與GDP之比的對數表示[21]；產業結構( X_IND )，用第三產業增加值與第二產業增加值之比表示;對外開放水平( X_opEN )，用進出口總額與GDP之比的對數表示[22]；環境規制強度（ ?X_ER? ，選取一般工業固體廢物綜合利用率、生活垃圾無害化處理率、污水處理廠集中處理率3個指標，通過熵權法來計算;城鎮化水平( (X_UR) ，用城鎮常住人口與總人口（包括城鎮常住人口和鄉村常住人口）之比表示。

采用ADF和PP兩種單位根檢驗法對上述變量（指標)數據進行平穩性檢驗，結果表明各變量數據均不存在單位根，符合回歸分析對數據的平穩性要求，即選取的變量及其處理方法是恰當的，可用于空間杜賓模型的回歸分析。

2.4 數據來源

碳排放量數據來源于《中國能源統計年鑒》《中國工業統計年鑒》《中國農業統計年鑒》《中國環境統計年鑒》《中國城市統計年鑒》以及各市統計年鑒，碳排放因子數據來源于《省級溫室氣體清單編制指南（試行)》各級政府發布的碳排放清單指南和IPCC排放因子數據庫，綠色專利數據來源于中國研究數據服務平臺數據庫，其他數據來源于《中國城市統計年鑒》以及各市統計年鑒。少量缺失數據采用線性插值法予以補齊。

3綠色技術創新與碳排放強度的空間差異情況

3.1 空間差異分析

依據79個樣本市綠色專利授權數量、碳排放總量與GDP之比，采用自然斷點法把綠色技術創新水平、碳排放強度分為5個等級（見表1），各樣本市4個代表年份（2005年、2010年、2015年、2021年)綠色技術創新水平、碳排放強度所屬等級見圖2、圖3。

表1綠色技術創新與碳排放強度分級標準

Tab.1 Green TechnologyInnovation Level and Carbon

圖2代表年份各市綠色技術創新等級

Fig.2Class of Green Technology Innovation of Each CityatRepresentativeYear

從綠色技術創新水平看，各市存在明顯的差異。2005年，黃河流域綠色技術創新處于萌芽時期，西安以89項綠色專利授權量位居首位，其他市綠色技術創新水平普遍較低；“十一五”期間，隨著國家可持續發展戰略的推進，黃河中游地區的洛陽、太原等市及下游地區的鄭州市和省各市綠色技術創新水平顯著提升，其中西安、濟南、青島處于領先地位；2015年，黃河下游地區綠色技術創新水平進一步躍升，鄭州躋身前列，由省會城市領先、發達城市協同推進的綠色技術創新格局愈發凸顯；2021年，位于黃河中下游地區的西安、鄭州、濟南、青島四市的綠色專利授權量占研究區總量的比例達 42% ，而位于黃河上游地區的海東、隴南、定西及中游地區的安康、商洛等市綠色技術創新仍然處于較低水平。

圖3代表年份各市碳排放強度等級

Fig.3Class of Carbon Emission Intensity of Each CityatRepresentative Year

從碳排放強度看，呈現上游地區高、下游地區低的空間分布格局，這是各市經濟發展水平、能源結構、科技創新能力等多因素綜合作用的結果。黃河上游地區經濟發展相對滯后且依賴于資源型產業，因而碳排放強度相對較高；中游地區正經歷產業結構轉型升級，傳統高能耗、高排放產業比重正逐步下降；下游地區憑借其經濟優勢和創新能力，在推動綠色低碳發展方面具備較大優勢。與2005年相比，2010年黃河流域碳排放強度整體上呈下降趨勢、等級為V的城市基本消除，2021年各市碳排放強度等級均落在I～Ⅱ，說明黃河流域生態保護和高質量發展重大國家戰略的實施在碳減排方面初見成效。

從綠色技術創新水平和碳排放強度綜合來看，綠色技術創新水平較高的地區碳排放強度相對較低，而綠色技術創新水平較低的地區碳排放強度相對較高，初步說明兩者存在一定的負相關關系。

3.2 空間相關性分析

基于空間權重矩陣 W₁ 計算全局莫蘭指數，對碳排放強度和綠色技術創新水平進行空間自相關檢驗，結果見表2（表中 P 值為顯著性水平）。由表2可知，2005一2021年碳排放強度和綠色技術創新水平的全局莫蘭指數均為正值且達到極顯著水平（通常認為 P ?0.01 時具有極顯著的統計意義），即二者均存在顯著的空間正相關性。為分析碳排放強度和綠色技術創新水平的空間異質性和集聚特征，分別點繪了2005年和2021年碳排放強度和綠色技術創新水平局部莫蘭散點圖（本文圖略），2005年和2021年二者的散點均主要分布在第一、第三象限，即均具有高高(H-H)和低低(L-L)集聚特征。因此，構建跨區域綠色技術創新體系對推動黃河流域綠色低碳高質量發展具有重要意義。

表2全局莫蘭指數計算結果

Tab.2 Global MoranIndex Calculation Results

綠色技術創新對碳排放強度影響的空間效應

4.1空間計量基準模型回歸結果及分析

選擇空間計量模型的具體形式時，須先進行LM檢驗、Hausman檢驗、Wald 檢驗以及LR檢驗[23]。檢驗結果表明，個體、時間雙重固定效應的空間杜賓模型最優，因此選取雙重固定效應的空間杜賓模型進行后續研究。

雙重固定效應空間杜賓模型（城市之間的空間權重按空間權重矩陣 W₁ 取值)回歸結果見表3(其中直接效應、間接效應為總效應分解的結果）。由表3可知，無論是否考慮空間效應，綠色技術創新對碳排放強度影響的回歸系數均顯著為負，表明綠色技術創新對本市和鄰市碳排放強度均有顯著影響（顯著降低碳排放強度）。值得注意的是，綠色技術創新對降碳減排的間接效應（對鄰市的空間效應)超過了對本市的直接效應，對此可從邊際效益遞減規律和技術擴散成本角度進行解釋：首先，綠色技術創新核心地區綠色技術應用的碳減排邊際效益具有遞減規律，而其周邊地區綠色技術相對落后，“后發優勢”使得其降碳減排效果超過綠色技術創新核心地區；其次，綠色技術擴散過程具有規模性，周邊地區模仿成本隨綠色技術擴散范圍擴大而遞減，能以更低成本實現更顯著的減排效果，這有利于流域整體實現降碳減排目標。由表3還可知，6個控制變量中，經濟發展水平提高對本市碳排放強度有顯著負向影響（抑制碳排放）、對鄰市碳排放強度有顯著正向影響（加劇碳排放），而政府干預程度、對外開放水平、產業結構、環境規制強度、城鎮化率的提高（升級)對本市碳排放強度有正向影響（加劇碳排放，原因可能是抑制作用因具有滯后性而尚未充分發揮），對鄰市碳排放強度的影響具有不確定性。

表3空間計量基準模型回歸結果

Tab.3Regression Results of Spatial Measurement Benchmark Model

注： *?******** 分別表示通過了顯著性水平為 0.1，0.05，0.01 的顯著性檢驗，括號內數字為標準誤，下同。

4.2 穩健性檢驗

1)綠色技術創新水平滯后一期。為檢驗上述空間計量基準模型回歸結果是否受綠色技術創新和碳排放強度互為因果、遺漏空間變量等導致的內生性問題影響，把綠色技術創新水平滯后一期(1a)作為工具變量，采用兩階段最小二乘法重新進行回歸，結果與基準模型回歸結果具有一致性(綠色技術創新水平回歸系數的正負和顯著性一致），且LM統計量和WaldF統計量拒絕了工具變量識別不足和弱工具變量的假設，即上述空間計量基準模型回歸結果具有穩健性、綠色技術創新的降碳減排效應不受內生性問題影響。

2)樣本縮尾處理。對樣本數據進行 1% 的縮尾處理后重新進行回歸，結果（見表4)與基準模型回歸結果具有一致性且數值接近，驗證了上述空間計量基準模型回歸結果的穩健性。

3)更換空間權重矩陣。空間計量模型中城市間空間權重按空間權重矩陣 W₂ 取值，重新進行回歸，結果（見表4)與基準模型回歸結果具有一致性且數值接近，也驗證了上述空間計量基準模型回歸結果的穩健性。

4)替換核心解釋變量。為避免采用綠色專利授權量作為綠色技術創新水平存在滯后性或代表性不足的問題，采用兩種方法重新計算綠色技術創新水平：一是以綠色專利申請量與授權量之和 +1 的對數為綠色技術創新水平[24]，記為 ① ;二是基于投人產出框架（投入指標包括科技從業人員占比、科學技術支出占比、人均用水量、人均用電量，期望產出指標包括人均綠色專利授權量、人均GDP、建成區綠化覆蓋率，非期望產出指標為環境污染綜合指數），運用SBM模型計算綠色技術創新水平[25]，記為 ② 。替換核心解釋變量的回歸結果(見表4)與基準模型回歸結果具有一致性且數值接近，進一步驗證了上述空間計量基準模型回歸結果的穩健性。

5)排除政策因素。國家發展和改革委員會于2010年、2012年、2017年分3批安排了低碳城市試點工作，旨在推動綠色低碳發展。為排除低碳試點城市政策因素對綠色技術創新與碳排放強度關系的影響，把研究區城市中列入低碳城市試點后的樣本予以剔除，重新進行回歸，結果(見表4)表明上述空間計量基準模型回歸結果是穩健的。

表4穩健性檢驗結果

Tab.4 Robustness Test Results

4.3 異質性分析

為判斷不同區域或不同類型城市綠色技術創新水平對碳排放強度的影響是否存在差異，一是把79個樣本市按照上游、中游和下游地區進行劃分，二是根據《全國資源型城市可持續發展規劃（2013—2020年）》把79個樣本市劃分為資源型城市和非資源型城市，利用雙重效應固定的空間杜賓模型進行回歸以檢驗區域異質性和資源稟賦異質性，結果見表5。

表5異質性檢驗結果

Tab.5 Results of Heterogeneity Test

1)區域異質性。由表5可知，中下游地區城市綠色技術創新對碳排放強度的總效應顯著為負，上游地區城市綠色技術創新對碳排放強度的總效應為負但沒有通過顯著性檢驗，產生這種差異的主要原因是中下游地區城市尤其下游地區城市經濟相對發達、產業結構多元、擁有豐富的科研資源和較高的綠色技術市場需求，因而綠色技術創新的降碳減排效應顯著，而上游地區城市受限于綠色技術創新水平較低，其降碳減排效應不顯著。從空間溢出效應來看，下游地區城市綠色技術創新的降碳減排效應的正外部性顯著，即顯著降低鄰近地區碳排放強度；而上中游地區城市綠色技術創新在降碳減排方面尚未形成顯著的空間溢出效應，主要原因是綠色技術創新的成熟度較低、區域合作機制不完善等。

2)資源稟賦異質性。由表5可知，資源型城市和非資源型城市的綠色技術創新對碳排放強度均具有顯著的抑制作用，總效應系數分別為-0.061和-0.072。從直接效應看，資源型城市綠色技術創新對碳排放強度的抑制作用更顯著，其原因是資源型城市因依賴資源開采而碳排放強度相對較高，綠色技術創新能使其碳排放強度顯著降低，而非資源型城市擁有多樣化產業、碳排放強度相對較低，通過綠色技術創新進一步降碳減排的難度較大。從空間溢出效應看，資源型城市綠色技術創新的空間溢出效應不顯著，而非資源型城市綠色技術創新的空間溢出效應顯著，其原因是資源型城市綠色技術創新主要聚焦內部資源利用效率提升，而非資源型城市則通過城市間的經濟聯系促進了綠色技術創新的區域性擴散，從而間接帶動了鄰近城

市綠色低碳轉型。

4.4 空間溢出效應的地理邊界

由地理學第一定律可知城市間的相關性隨著地理距離增大而減弱，因而城市綠色技術創新對碳排放強度影響的空間溢出效應存在地理邊界。鑒于此，以100km 為起點（即最小空間地理距離）以 1000km 為終點（即最大空間地理距離），以 100km 為空間距離步長逐步增加樣本市，用反距離空間權重矩陣（即以兩市間地理距離的倒數為兩市間的空間權重)替換前述空間權重矩陣 W₁ 和 W₂ ，按空間杜賓模型進行回歸，所得結果（綠色技術創新影響碳排放強度的空間溢出效應回歸系數及其 95% 置信區間)見圖4。

圖4空間溢出效應與地理距離的關系

Fig.4RelationshipBetweenSpatialSpillover

Effect and Geographical Distance

由圖4可以看出，綠色技術創新影響碳排放強度的空間溢出效應回歸系數隨地理距離增大呈現N形變化。具體而言，當地理距離由 100km 增大到200km 時，綠色技術創新水平的提升會使鄰近城市碳排放強度提高。究其原因：一方面，當地理距離小于200km 時，綠色技術創新可能引發與鄰近城市之間的競爭，鄰近城市試圖通過增加生產活動來保持或提升自身經濟地位，因而導致資源過度開發利用和碳排放強度提高；另一方面，中心城市綠色技術創新的空間溢出效應可能存在滯后性，因而使鄰近城市在降碳減排方面未能從中心城市綠色技術創新中受益，反而因競爭資源而提高碳排放強度。在地理距離由 200km 增大到 300km 時，綠色技術創新的空間溢出效應出現了良性變化，對鄰近城市碳排放強度由促變抑。直到地理距離增大到 600km ，綠色技術創新對鄰近城市碳排放強度的抑制效應最為顯著，原因是在地理距離為 300～ 600km 范圍內城市間經濟聯系較緊密、經濟合作最為活躍，技術差距適中、技術合作相對容易、技術推廣效果最佳。當地理距離超過 600km 時，綠色技術創新對鄰近城市碳排放強度的抑制效應逐漸衰減，直至地理距離為 1000km 時對鄰近城市碳排放強度不具有抑制效應(回歸系數為0)，這一衰減特征符合空間衰減邊界假說[26]。綜上所述，綠色技術創新的降碳減排空間溢出效應最佳距離為 600km 。

5 結論與建議

5.1 結論

1)研究期黃河流域城市綠色技術創新水平穩步提高、碳排放強度顯著下降，二者在空間上均呈現顯著的非均衡性。

2)城市綠色技術創新可有效降低碳排放強度，且對鄰近城市的間接降碳減排效應大于對本市的直接降碳減排效應。

3)城市綠色技術創新的降碳減排效應具有區域異質性和資源稟賦異質性，中下游地區城市綠色技術創新的降碳減排效應較上游城市的大，下游地區城市綠色技術創新具有顯著的空間溢出效應而中上游地區城市綠色技術創新尚未形成顯著的空間溢出效應，資源型城市綠色技術創新的直接效應較大而非資源型城市綠色技術創新的間接效應較大。

4)城市綠色技術創新影響碳排放強度的空間溢出效應隨地理距離增大呈現N形變化，最佳地理距離為 600km 。

5.2 建議

1)繼續加大對黃河流域綠色技術創新的支持力度，強化綠色技術創新人才培養與引進、優化和完善產學研合作模式等，以提升綠色技術創新能力。

2)構建多城市協同的綠色技術創新體系，優化綠色技術創新資源的空間布局，在中心城市布局綠色技術研發中心，完善綠色技術擴散機制等，以充分發揮中心城市、下游地區城市、非資源型城市綠色技術創新的空間溢出效應，使綠色技術創新對流域整體降碳減排發揮更大作用。

參考文獻：

[1] 林振義.黃河流域高質量發展及大治理研究報告（2022）[M].北京：社會科學文獻出版社，2022：1-7.

[2] 杜婷婷，毛鋒，羅銳.中國經濟增長與 CO₂ 排放演化探析[J].中國人口·資源與環境，2007，17(2)：94-99.

[3] 胡玉鳳，丁友強.碳排放權交易機制能否兼顧企業效益與綠色效率？[J].中國人口·資源與環境，2020，30（3）：56-64.

[4］慈福義.半島城市群綠色創新與發展研究［M].北京：中國財政經濟出版社，2021:8-12.

[5］慈福義.城市與區域循環型創新系統研究［M].北京：中國財政經濟出版社，2019：7-9.

[6]阮連杰，李媛，任保平.黃河流域數字經濟、綠色技術創新與生態保護的三元協調研究[J].人民黃河，2025，47（1)：28-34.

[7]KHATTAK Shoukat Iqbal，AHMAD Manzoor.The Cyclical Im-pact of Innovation in Green and Sustainable Technologies onCarbon Dioxide Emissions in OECD Economies[J].Environ-mental Science and Pollution Research，2022，29（22）:33809-33825.

[8]PETERS G P，DAVIS S J，ANDREW R.A Synthesis of Carbon inInternational Trade[J].Biogeosciences，2012，9(8) :3247-3276.

[9]馬明娟，李強，周文瑞.碳中和視域下黃河流域碳生態補償研究[J].人民黃河，2021，43（12）：5-11.

[10] 叢建輝，劉學敏，趙雪如.城市碳排放核算的邊界界定及其測度方法[J].中國人口·資源與環境，2014，24（4)：19-26.

[11］張范平，張梅紅，吳喜軍.呼包鄂榆城市群碳排放與經濟發展脫鉤關系及其驅動因素［J].人民黃河，2025，47(2) :30-35，41.

[12] 張卓群，張濤，馮冬發.中國碳排放強度的區域差異、動態演進及收斂性研究［J].數量經濟技術經濟研究，2022，39(4) :67-87.

[13]PABLO M P，BRAZA A，TORREBLANCA C.Implementingthe Circular Economy in the European Union and Spain:Links to the Low-Carbon Transition[J].Energies，2024，17(21) :5255.

[14]CASSEN Christophe，MERIEM Hamdi Chérif，GIANCARLOCotella，et al. Low Carbon Scenarios for Europe: AnEvaluation of Upscaling Low Carbon Experiments[J].Sus-tainability，2018，10(3） :848.

［15］匡緒輝，冷成英.長江經濟帶綠色技術創新的碳減排作用：效應與機制[J].江漢論壇，2024(11)：15-22.

［16］田虹，秦喜亮.綠色技術創新對城市碳減排影響的區域差異和收斂性：來自地級市層面的經驗證據[J].財經理論與實踐，2024，45(1)：97-103.

[17]CHEN Huanyu，YI Jizheng，CHEN Aibin，et al.Green Tech-nology Innovation and CO₂ Emission in China:Evidence fromaSpatial-Temporal Analysis anda Nonlinear Spatial DurbinModel[J].Energy Policy，2023，172:113338.

［18］金培振，張亞斌，彭星.技術進步在二氧化碳減排中的雙刃效應：基于中國工業35個行業的經驗證據[J].科學學研究，2014，32(5):706-716.

［19］劉建華，普凌宇.黃河流域數字經濟與高質量發展耦合互動關系研究[J].人民黃河，2024，46（1)：5-11，18.

[20］孫欣，芮雪雨.城市數字普惠金融發展對碳排放強度影響研究[J].華東經濟管理，2024，38(7）:66-76.

[21]孫倩倩，鞠方，周建軍.數字基礎設施建設與城市創新：基于技術分工視角的分析[J].中國軟科學，2023（7）：178-192.

[22］傅京燕，原宗琳，曾翩.中國區域生態效率的測度及其影響因素分析[J].產經評論，2016，7(6)：85-97.

[23］麻學鋒，趙潔.山區旅游資源開發的共同富裕效應與模式：以湘西地區為例[J].自然資源學報，2024，39（4）：749-767.

[24］馬兆良，許博強.數字賦能與綠色技術創新;基于中國上市公司的經驗數據[J].生態經濟，2023，39（10)：81-88.

[25］唐天偉，朱凱文，劉遠輝.地方政府競爭、“雙碳”目標壓力與綠色技術創新效率[J].經濟經緯，2023，40（5）：3-13.

［26]劉家民，馬曉鈺，趙斌，等.異質性企業協同集聚增強城市創新活力了嗎？［J].產業經濟研究，2024（2）：15-29.