顧劍華,鄭玉妍
(桂林電子科技大學 商學院,廣西 桂林 541004)
黨的二十大報告指出,建立以城市群和都市圈為基礎的大、中、小城市協調發展格局是進一步推進區域協調發展戰略的重要著力點。在全球城市化、經濟一體化背景下,城市群是中國經濟高質量發展的新增長極,具有良好的功能互補和協調機制[1]。建立健全城市群聯動協調發展機制,建設宜居、創新、智慧、綠色、人文、韌性城市,順應城市發展新理念新趨勢,有助于構建高質量發展的區域經濟布局[2]。2022 年,《北部灣城市群建設“十四五”實施方案》指出,“十四五”時期,北部灣城市群作為“一帶一路”的重要樞紐,在西部大開發戰略格局和國家對外開放大局中的地位更加凸顯,“雙碳”目標為生態文明建設、經濟高質量發展持續賦能,必須助推城市群的發展方式向綠色創新轉型,促進城市群內部協調聯動發展,使北部灣城市群成為中國高質量發展的接續動力源。
中國經濟步入新發展階段,城市群作為區域協調發展的產物,可以通過優化空間結構、整合資源來提升自身綜合實力,是引領整個地區發展的輻射源[3]。同時,城市群聯動發展也是促進地區分工合作的必然趨勢,更強調城市、區域之間通過科學的分工與協作,從全局角度出發,在共同利益最大化的條件下尋求各自更大的發展。目前,國內外學者們對城市群聯動發展的研究大致分為定性研究和定量研究。在定性研究中,部分學者從階段演化[4]、動力機制[5]、發展方式[6]、實現路徑[7]等方面研究城市群聯動發展;還有部分學者采取定量分析測度城市群聯動效應,常見方法是構建涵蓋經濟、產業、社會、基礎設施、對外開放、空間結構、生態環境等方面的指標體系綜合測度城市群發展水平[8,9],評價方法多為熵權法[10]、層次分析法[11]、耦合度分析法[12]等。從相關研究內容來看,有學者分別從產業聯動[13]、空間聯動[14]、城市群一體化[15]等角度考察城市群的發展演變。從研究區域來看,國內文獻研究集中于長江經濟帶城市群[16]、黃河流域城市群[7]、京津冀[17]、長三角[10]、珠三角[18]等相對發達城市群的研究,對于西部欠發達城市群的關注尚不足,而北部灣城市群的研究更少。在城市群聯動效應的驅動力研究中,產業結構、資源稟賦、技術創新、生態環境、基礎設施、金融水平是增強中國城市群聯動效應的主要驅動因素[19,20],而經濟效應、規模效應、環境污染等指數的增加對城市群聯動發展表現為負向驅動作用[20]。
近年來,經濟發展由“量”向“質”轉變,“雙碳”目標的提出更是為城市群聯動發展指明了戰略導向,區域協調需要依靠創新驅動和綠色發展。綠色創新是指在一定時空范圍內,在經濟、社會和環境可持續發展的條件下,創新主體將創新投入轉化為創新產出的一種區域綜合發展能力[21]。在城市綠色創新的研究中,綠色創新對城市經濟韌性的影響顯著為正[22],并且城市群的對外開放程度、基礎設施建設等因素對其綠色創新效率也存在著顯著的直接效應和溢出效應[23]。因此基于綠色創新的視角研究城市群聯動發展對于實施區域協調和創新驅動發展具有重要意義。
縱觀現有文獻,學者們普遍將中心城市群、大城市群、規模經濟帶作為研究對象,而對城鎮體系分散、經濟聯系不密切的中小型城市群關注不足,且對城市群內部聯動與演變過程差異化的研究不豐富。其次,城市群聯動發展的指標選取較為單一,多以經濟總量、社會結構、生態環境等指標反映城市群發展水平,忽視了綠色創新與城市群聯動發展的相互作用,鮮有將綠色創新系統納入城市群綜合評價體系來研究城市群聯動效應。此外,現有文獻的綜合測度方法大多以熵權法、層次分析法、耦合協調度為主,在評價過程中缺乏對模糊現象和不確定性問題的深入探討。再者,城市群內部發展的差異性以及驅動因素少有學者研究。
鑒于此,本文以中國北部灣城市群2006—2020年的統計數據為樣本,對北部灣城市群聯動效應進行測度,嘗試從以下3 個方面進行拓展:一是基于綠色創新系統,構建涵蓋經濟發展、資源稟賦、基礎設施、綠色生態、綠色創新為內容的城市群聯動效應評價指標體系,體現“綠色創新”的發展理念;二是以Vague集理論作為綜合評價方法測度北部灣城市群聯動效應,克服評價過程中模糊現象和不確定因素帶來的負面影響;三是運用Dagum基尼系數和地理探測器,分別對北部灣城市群聯動效應進行差異分析和驅動力分析,并針對北部灣城市群聯動發展現狀提出相應對策,也可以為其他城市群聯動發展提供參考依據。
Vague集方法運用數學處理不確定信息,比模糊集更能反映研究問題的不確定性,是測算不確定信息被量化后值間距離的一種方法[18,24-27]。由于城市群聯動效應蘊涵多個主體相互關聯、共同促進之意,是一個抽象的概念,測度過程中具有復雜性、模糊性、不確定性,因此本文采用Vague集理論測度北部灣城市群聯動效應。
1.1.1 權重的確定
在評價過程中,為避免權重確定的主觀性,本文采用熵權法賦予指標權重,并參考寧連舉等的做法[28],具體方法如下:
第一步,構建規范決策矩陣。設有n 個評價指標C ={C1,C2,C3,…,Cn}和m 個評價方案A ={A1,A2,A3,…,Am}。為消除不同量綱的影響,現對原始數據矩陣X*=(xij)m×n(i =1,2,…,m;j =1,2,…,n)進行規范化處理,得到規范矩陣D*=(dij)m×n(i =1,2,…,m;j =1,2,…,n):
第二步,計算第j個指標下第i個待評對象的特征比重Pij、第j個指標的熵值ej以及信息熵冗余度tj。
第三步,計算第j項指標的權重。
利用該方法計算得到36 個評價指標的權重,如表1 最后一列所示。

表1 城市群聯動效應評價指標體系Table 1 Evaluation index system for the linkage effect of Urban Agglomeration
1.1.2 評價指標值向Vague值的轉化
由于各指標的取值范圍、量綱存在差異,為了度量待評對象的不確定性,需要將指標值轉化為Vague值。
第一步,評價指標值向Vague值的轉化。
C ={C1,C2,C3,…,Cn}是指標集合,A ={A1,A2,A3,…,Am}是決策方案集合。記,且記為指標j 的最優值和最劣值。根據指標屬性,計算第i個對象第j個指標值xij的Vague值:
若j為效益型指標:
若j為成本型指標:
此處不考慮j為居中最優指標。
第二步,確定正、負理想對象。
假設各待評對象Ai在屬性集C 下的特征由Vague集表示:
構造滿足屬性集C的正、負理想對象:
第三步,計算Vague值與正、負理想對象之間的距離。
式中,D表示Vague 集間的距離,d 表示Vague值間的距離。本文參考王瑩的做法[26],對Vague 值的距離進行測算。
定義一 設x =[tx,1-fx],y =[ty,1-fy]分別為兩個Vague值,x與y的距離為:
定義二 實數值Vague集A與B的距離為:
在此處,πA(x)為x 對A 的未知度,πB(x)為x對B的未知度。πA(x)=1-tA(x)-fA(x),πB(x)=1-tA(x)-fA(x)。π越大,說明x 對于Vague 集的未知信息越多,反之則越少。
第四步,確定評價指標值。
將評對象Ai的評價指標值定義為Ri=。Ri的值越大,說明待評對象Ai就越優,反之則越差。
泰爾指數、方差系數等是衡量地區差距的重要指標,因其計算簡便結果直觀而被廣泛應用。但這些工具只能分析總體區域差距,并不能識別差異來源。因此本文將采取Dagum 基尼系數,對北部灣城市群總體、地區內和地區間的聯動效應差異進行分析。根據Dagum提出的方法,基尼系數的計算公式表示為[29]:
式中:G 為總體基尼系數;Gjh和Gjh分別表示地區間基尼系數和地區內基尼系數。按照Dagum 基尼系數分解方法,總體基尼系數G滿足G =Gw+Gnb+Gt,Gw指地區內聯動效應的分布差距對總體基尼系數的貢獻度,Gnb指地區間聯動效應的分布差距對總體基尼系數的貢獻度,Gt表示超變密度的貢獻,即不同地區聯動效應交叉影響的剩余項對總體基尼系數的貢獻度。G越大說明城市群聯動效應區域差距越大,反之則越小。
地理探測器近年來被廣泛運用于空間驅動力探測,它能夠用來挖掘和度量空間異質性,是驅動力和因子分析的強有力工具[30],因此本文采用地理探測器探測北部灣城市群聯動效應的驅動因素更具說服力。其模型為:
式中:q值表示驅動因子對城市群聯動效應的解釋力(%);h表示變量X 的分層;Nh和N 分別表示層h和全區的單元數;和σ2分別表示層h 和全區的方差;q 的取值范圍為[0,1],q 值越大代表驅動因子對城市群聯動效應的影響作用越強,反之則越弱。
本文原始數據來源于對應年份的《中國城市統計年鑒》、EPS數據庫、各城市國民經濟和社會發展統計公報、省民政廳、省水利廳等公開信息。考慮到部分縣市數據的可得性,本文剔除了東方市、澄邁縣、臨高縣及昌江黎族自治縣,最終選取湛江市、茂名市、陽江市、南寧市、北海市、防城港市、欽州市、玉林市、崇左市、海口市和儋州市共11 市2006—2020年的數據進行研究,對于缺失數據使用線性插值法予以補充。
“聯動”一詞本意指多個相關聯的事物,一個事物的運動變化會引起其他事物的運動變化,即聯合行動。城市群聯動包括兩方面含義:一是城市群內部不同城市之間的聯動;二是城市群外部不同城市群之間的聯動[16]。在本文中,城市群聯動效應指在綠色創新的視角下,城市群內部各城市通過經濟、資源、生態、技術等要素相互交流、相互作用、彼此影響,從而聯合起來以達到區域總體競爭實力增強的效果。本文主要研究城市群內部不同城市之間的聯動,并測度北部灣城市群整體聯動效應和城市群內部不同地區的聯動效應。
本文基于綠色創新視角,從經濟發展、資源稟賦、基礎設施、綠色生態、綠色創新5 個維度建立城市群聯動效應綜合評價指標體系[19,21,31],具體如表1 所示。
本文運用Vague 集理論,對北部灣城市群整體聯動效應及其5 個子維度進行測度,將11 個地級市劃分為廣東、廣西、海南三大地區,計算結果如表2所示,并依據三大地區2006—2020 年的測度值進行分析。

表2 2006—2020 北部灣城市群聯動效應測度結果Table 2 Measurement results of linkage effect of Beibu Gulf Urban Agglomeration from 2006 to 2020
3.1.1 整體分析
從聯動效應總體來看,2006—2020 年北部灣城市群聯動效應呈逐年穩步上升趨勢,聯動效應指數從2006 年0.329 7 上升到2020 年的0.412 0,年均增長率為1.60%,可以看出北部灣城市群綜合實力和地區間的關聯性不斷增強,聯動發展水平進一步提升;分地區來看,廣東地區城市聯動效應最高,說明廣東地區在經濟、資源、創新等方面的綜合聯動能力最強;廣西介于廣東和海南之間,略低于廣東,與北部灣城市群總體聯動效應基本一致,說明廣西地區代表了北部灣城市群聯動發展的平均水平,這與廣西北部灣經濟區范圍廣、城市多有直接的聯系;海南地區聯動效應最低,這與海南地區核心城市少、地理位置較遠有關,其區域協調聯動發展有待加強。
3.1.2 子維度分析
從總體來看,2006—2020 年北部灣城市群在經濟發展維度的增速最快,由2006 年的0.299 9 上升到2020 年0.504 2,年均增長率達到了3.78%。這說明北部灣地區經濟建設總方針落實到了實處,經濟總量增加,產業結構改善,城鎮化水平提高,經濟取得了良好的進展。資源稟賦、基礎設施、綠色創新3 個維度與聯動效應水平保持著相似的遞增趨勢,其中北部灣城市群基礎設施建設略勝一籌,而在資源稟賦和綠色創新方面相對薄弱。不過近兩年來,北部灣城市群綠色創新水平有所上升,趕超了資源稟賦。值得一提的是,北部灣城市群綠色生態測度值遠超其他維度,從2006 年的0.476 1 上升到2020年的0.694 5,呈現波動上升的趨勢。這與北部灣城市群地處華南、自然環境優美、自然資源豐富有關,說明北部灣城市群生態優良,為其聯動發展創造了得天獨厚的環境支撐;分地區來看,經濟發展、資源稟賦和基礎設施方面的平均測度值呈現廣東、廣西、海南依次遞減的態勢。經濟發展方面,廣東>廣西>海南;資源稟賦和基礎設施方面,兩廣基本持平,且顯著高于海南;綠色生態方面,海南>廣東>廣西;綠色創新方面,海南>廣西>廣東。這說明在生態和創新方面,海南地區成效顯著,兩廣地區的經濟發展方式有待向綠色經濟方向轉型升級。
為了進一步分析北部灣城市群聯動效應的區域變化差異,本文利用基尼系數及其Dagum分解的方法對北部灣城市群三大地區進行測度,結果如表3所示。從各地區的基尼系數來看,2006—2020 年廣東、廣西、海南三地的基尼系數與北部灣城市群整體基尼系數存在同向變動的趨勢。其中,整體基尼系數位于0.043—0.095 之間,表現為波動上升的態勢;三大地區基尼系數均呈現遞增趨勢,且廣西、海南兩地波動幅度較大,其基尼系數分別介于0.049—0.102和0.030—0.091,而廣東基尼系數上升幅度較小,位于0.024—0.037 之間。從地區間基尼系數來看,廣東—廣西、廣西—海南、海南—廣東地區的基尼系數在整個考察期內均呈現遞增態勢,總體波動上升,其中廣西-海南基尼系數最大,廣東—廣西基尼系數居中,海南—廣東基尼系數最小。

表3 2006—2020 北部灣城市群聯動效應基尼系數及其Dagum分解Table 3 Gini coefficient and Dagum decomposition of the linkage effect of Beibu Gulf Urban Agglomeration from 2006 to 2020
此外,各來源對地區差異的貢獻表現出以下特征:第一,地區內差距在整個考察期內對城市群聯動效應基尼系數的貢獻率呈現小幅度波動下降的趨勢,從39.676%降至38.330%;第二,地區間差距對在整個考察期內對城市群聯動效應基尼系數的貢獻率波動下降,從15.504%降至6.467%;第三,超變密度對基尼系數的貢獻率向上波動,從44.820%升至55.203%。上述結果表明,廣東、廣西、海南的地區內差異和地區間差異的交疊效應對北部灣城市群聯動效應的相對差異有直接影響,且不斷增強,而地區間差距對北部灣城市群地區聯動效應存在相對差異的影響比地區內差距的影響要弱,說明北部灣地區聯動發展策略可能更有利于調節廣東、廣西和海南地區間的發展差距。
為進一步科學有效地厘清北部灣城市群聯動發展的內在成因,系統分析聯動效應的驅動因子,需著重探測影響北部灣城市群聯動效應的驅動因素及驅動作用的時間異質性。
本文從城市資源配置的角度出發,將北部灣城市群聯動效應驅動力分為硬環境驅動和軟環境驅動兩大方面[32],并建立硬軟環境驅動作用下的北部灣城市群聯動效應驅動模型(圖1)。其中,硬環境是指以硬件設施為主要載體的物質環境,通常包括基礎設施建設和城市要素稟賦的基本狀況;軟環境則強調人文環境,指除了基礎設施和資源稟賦等物質條件以外的流動要素,包括經濟因素、科技因素和政策因素等。

圖1 北部灣城市群聯動效應驅動機制Figure 1 Driving mechanism of linkage effect of Beibu Gulf Urban Agglomeration
在使用地理探測器之前,為了精準探測北部灣城市群聯動效應的驅動力,進一步彌補地理探測器在判斷城市群聯動效應各驅動力相關性的不足,本文在前文基礎上,運用熵值法測度2006—2020 年北部灣城市群11 市各大驅動力值,由于樣本量不足30,因此事先通過了正態性檢驗,并借助SPSS 中的皮爾遜相關系數分析城市群聯動效應與各驅動力間的相關性,結果如表4 所示。城市群聯動效應與經濟、基建、生態和科技要素存在顯著正相關性,而與資源和政策要素的相關性不明顯。

表4 北部灣城市群聯動效應與各驅動要素相關性統計Table 4 Correlation statistics of linkage effect and driving factors of Beibu Gulf Urban Agglomeration
考慮到北部灣城市群自身的發展特點,本文依據相關性檢驗和客觀性、科學性原則并結合現有研究成果[12,33],選取2006 年、2010 年、2015 年、2020年四年的數據作為截面數據,通過K-means 聚類分析法[33]對所有連續型指標分類,并運用地理探測器探究潛各項因子對北部灣城市群整體聯動效應的影響程度,最終選取16 項影響力相對較強因子進行分析,結果如表5 所示。

表5 地理探測器因子探測結果Table 5 Factor detection results of geographical detector
對于北部灣城市群而言,不同驅動因素對北部灣城市群聯動效應的驅動作用表現出顯著的異質性。從時點來看,驅動作用最高的因子為R&D人員(0.956 7),最低為人均水資源(0.125 0)。從總和來看,2006—2020 年驅動作用最大的因子依次為綠色發明數量(3.494 5)、固定資產投資(3.457 0)、專利授權數(3.435 5)、第三產業增加值占GDP 比重(3.312 3),驅動作用最小的因子依次為人均耕地面積(1.193 1)、教育支出占財政支出比重(1.220 6)、人均水資源(1.373 7)、城市人均公園綠地面積(1.511 6)。進一步分析發現:①硬環境驅動方面。硬環境驅動因素涉及資源稟賦、生態環境和基礎設施三方面,是區別于軟環境的基本物質條件,可以通俗理解為“硬件”。在資源驅動力中,人均耕地面積、人均水資源的因子探測力q值較小,常住人口因子作用較大,但資源驅動力整體驅動力不強,且在研究期內呈現下降的趨勢。在生態承載力中,森林覆蓋率的影響力遠遠高于城市人均公園綠地面積,說明森林資源豐富,對于城市群聯動發展的驅動力明顯,但城市綠化有待提高。在基建支撐力中,衛生醫療機構數和互聯網普及率驅動力較強,而公路里程驅動作用不顯著,交通聯動的驅動作用仍需增強。綜合硬環境驅動作用來看,基建支撐力和自然環境支撐力較強,資源驅動力較弱,因此未來北部灣城市群實現聯動發展要繼續加大基礎設施特別是交通設施的建設,發揮生態環境的支撐力,合理配置利用資源。②軟環境驅動方面。軟環境可以理解為城市群聯動發展中的“軟件”,涵蓋了經濟、科技、政策3 個方面。從經濟牽引力來看,固定資產投資和第三產業增加值占GDP 比重兩個因子的探測力q 值基本都在0.7 以上,人均GDP 相對較低,不過總體驅動作用較強,說明經濟的驅動作用暗含著由量驅動向質驅動的轉變。從科技帶動力看,探測力q 值排名依次為綠色發明數量、專利授權數、R&D人員,并且三者驅動力在所有因子中都排名靠前,這也體現科學技術對城市群聯動效應的驅動作用顯著。從政策推動力看,科學支出占財政支出比重和教育支出占財政支出比重二者對聯動效應的驅動作用不明顯,說明政府不是城市群聯動發展的主要驅動,更多是起調控作用。綜合軟環境驅動作用來看,北部灣城市群聯動效應的驅動以經濟和科技驅動為主,政策調控為輔。
綜上所述,軟環境的驅動作用整體高于硬環境的驅動作用,其中,科技驅動力最強,資源驅動力最弱,體現出資源為導向的傳統發展模式的優勢正在下降,而以綠色創新為導向的新型發展模式正成為增強城市群聯動效應的關鍵所在。因此,北部灣城市群聯動發展應該更注重“軟件”更新,兼顧“硬件”支撐。
因子交互作用也是驅動力探測中的一個重要組成部分。本文運用地理探測器中的交互探測器探究雙因子對2006、2010、2015、2020 年北部灣城市群聯動效應的共同作用(因篇幅有限未列出)。從交互作用類型來看,多為雙因子增強且無減弱類型,其中容易與其他因子表現出非線性增強作用的驅動因子有:人均GDP、常住人口、互聯網普及率、公路里程、森林覆蓋率等;從雙因素交互來看,雙因子交互影響力大于單因子驅動力,2006 年交互作用強度最大的是人均GDP 和固定資產投資,2010 年為人均GDP和常住人口,2015 年為專利授權數和科學支出占財政支出比重,2020 年為互聯網普及率與公路里程,其交互q值達到1,部分因子交互q 值達到0.99 及以上,說明要素組合發展有利于進一步提升北部灣城市群聯動效應。
以北部灣城市群11 個地級市為研究對象,構建北部灣城市群聯動效應指標體系,采用Vague 集理論、Dagum基尼系數分解、地理探測器等方法,測度北部灣2006—2020 年城市群聯動效應指數,并在異質性視角下,探究北部灣城市群聯動效應的區域差異及驅動因素,主要結論如下:①從整體來看,2006—2020 年北部灣城市群聯動效應水平實現穩步增長,年均增長率為1.60%,空間呈現廣東>廣西>海南的分布格局;分維度來看,北部灣城市群在經濟發展維度的增速最快,年均增長率為3.78%,資源稟賦、基礎設施、綠色創新三個維度與聯動效應水平保持著相似的遞增趨勢,而北部灣城市群綠色生態測度值最高,且遠超其他維度。②北部灣城市群聯動效應的地區相對差異呈現波動變化特征,2006—2020 年廣東、廣西、海南三地內部的聯動效應差距與北部灣城市群整體呈同向增長的趨勢,廣東地區發展差異波動較小,廣西、海南兩地地區內發展不平衡加劇;廣東、廣西、海南三大地區內差異和地區間差異的交疊效應是北部灣城市群聯動效應存在相對差異的主要原因,而地區內差異和地區間差異的貢獻率呈下降趨勢。③在聯動效應的驅動因素分析中,軟環境的驅動作用整體高于硬環境。其中,科技驅動力最強,經濟驅動力次之,生態環境和基礎設施提供了強有力的支撐,政策推動力為輔,資源驅動力最弱,說明北部灣城市群聯動效應的驅動由以資源和傳統經濟為導向的驅動向以綠色創新為導向的驅動方式轉變。從交互作用來看,雙因子交互影響力大于單因子驅動力,人均GDP、常住人口、互聯網普及率、公路里程等因素較容易與其他因子產生非線性增強。
助推城市群發展方式向協調聯動和綠色創新發展轉型,是構建新型城市群的有效著力點。為了提升北部灣城市群聯動效應,根據上述結論提出如下政策建議:
第一,健全城市群聯動發展機制。與其他發達城市群相比,北部灣城市群相對弱勢。自2017 年國務院批復《北部灣城市群發展規劃》后,北部灣城市群各相關政策雖多卻散,缺乏整體聯動性,亟需各地區協同整合,使北部灣發展戰略完善化、系統化。在此基礎上,制定北部灣城市群聯動發展總體規劃及組合式發展戰略:要加快重要政策聯動,在招商引資、資源利用、技術創新和環境保護等政策上堅持城市群發展的總體方向,各地區各部門打破區域限制,建立統一的北部灣城市群經濟社會發展長遠規劃。
第二,制定差異化發展戰略。在求同存異的前提下,各地區、各地級市應該以自身城市聯動發展水平為依據,揚長避短、因地制宜。廣東地區應當利用其雄厚的經濟基礎,加強生態環境治理投入,完善資源開發與生態保護制度,推動經濟社會可持續發展。廣西地區應當利用其豐富的自然資源和稟賦優勢,點綠成金,在積極構建基礎設施網絡的過程中,努力縮小城市間聯動效應鴻溝,助推產業轉型升級,打造北部灣城市群聯動發展新動能。海南地區可以利用其豐富的旅游資源和海上絲綢之路的重要交匯通道這一優勢,吸引外來投資,發展旅游經濟、對外貿易、高新技術產業,提升綠色創新能力,轉變發展方式。
第三,統籌“軟硬環境”驅動。一是注重“軟件”更新,發揮科技和經濟的主要推動作用。加大北部灣城市群科技投入,注重高新技術產業發展,提升經濟發展質量。發揮技術密集型地區的集聚效應,提高自主創新能力;推動相對落后地區的資源合理配置,促進高能耗、高污染產業的結構優化。二是兼顧“硬件”支撐,擴大要素交互作用的影響。要加快推進基礎設施聯動,推進北部灣城市群交通、通信、電力、能源、水利、環境等基礎設施的建設和科學管理,加快區域之間的工業一體化進程;利用“一帶一路”的區位優勢,加強與東盟國家的協作。總之,城市群聯動發展要堅持“綠色發展”理念,促進綠色創新技術驅動城市群發展的轉型升級,助力實現“雙碳”戰略目標。