長三角G60科創走廊對碳排放效率的影響研究

中圖分類號：F124.3；X321 文獻標識碼：A

文章編號：1007-5097（2025）05-0023-12

The Impact of the Yangtze River Delta G6o Science and Technology Innovation Valley on Carbon Emission Efficiency： EmpiricalEvidencefromtheYangtzeRiverDeltaRegion

MING Cuiqin，PENG Hongliang （School of Public Administration，Southwest Jiaotong University，Chengdu 61oo31， China）

Abstract：Regional innovation playsacrucial role inleading our country towards apath of greenandlow-carbon development.Thearticle，based on thepanel data from 41 prefecture-level cities inthe Yangtze River Delta from 2010 to 2023，takesadeepdiveintotheimpactof the Yangtze River Delta G6OScienceandTechnology Innovation Vallyon the carbonemission eficiencyusingadifference-in-differences model.According totheresearch findings，theYangtze River Delta G6O Science and Technology Innovation Vally can significantly improvecarbon emisson eficiency，and has passed aseriesof robustnesstests.The Valleycanadvance the improvement ofthecarbon emission eficiencythrough industrial structure upgrade，green technology innovation and increased public awarenessof environmental protection.In cities with high-level governmentintervention，high-levelfinancialdevelopment，and strong digitalinfrastructuresupport，the Valleysignificantlyboosts thecarbonemissionefciency.Additionall，theValleyexhbitsaspatialspillvereffect，with a much greater impact on surrounding cities than on the city itself.

KeyWords：YangtzeRiverDeltaG6OScienceand Technology Innovation Valley;carbonemissioneficiency;Yangtze River Delta;spatial spillover effect

一、引言及文獻綜述

全球氣候變化日益嚴峻，碳排放問題已成為人類社會面臨的重大挑戰。因此，發展新質生產力，推動綠色、低碳的科技創新和產業轉型，成為全球范圍內的迫切要求。科技創新走廊（以下簡稱“科創走廊\"）是通過集聚創新要素、改革創新制度打造形成的創新要素高度集聚、高端人才資源匯集、新興產業創業密集的重點發展區塊[1]。以科創走廊建設為代表的創新驅動政策在促進產業低碳化、綠色化、高端化發展中扮演著重要角色。長三角地區作為我國經濟發展的重要引擎，擁有強大的科技實力和產業基礎，在推動綠色低碳轉型和提高碳排放效率方面發揮了關鍵作用。2018一2023年，長三角G60科創走廊戰略性新興產業增加值占GDP比重從 1 1 . 5 % 上升到 1 5 % ，專利合作條約國際專利申請數量增長 1 6 3 . 4 % ，約占全國總量的 。在推動長三角地區綠色低碳發展方面，政府制定了相關政策并提出明確要求。2024年，長三角區域合作辦公室發布《長三角地區一體化發展三年行動計劃（2024一2026年）》，明確提出要加強生態環境共保聯治，涵蓋生態保護、“無廢城市\"共建、綠色低碳供應鏈公共服務平臺共建、綠色制造等17項任務。基于此，長三角G60科創走廊建設能否對碳排放效率起促進作用、通過何種機制影響碳排放效率以及能否發揮輻射作用帶動周邊地區綠色低碳發展等問題值得進一步探討。

資源環境的雙重約束和傳統發展模式的局限性日益凸顯，迫切需要尋找新的發展動力和增長模式。正是在這樣的環境下，G60科創走廊應運而生，旨在通過科技創新推動區域經濟的轉型升級和創新發展。2016年5月，上海松江區首次提出圍繞G60高速公路打造科創走廊的構想。2017年7月，松江區與杭州市、嘉興市簽訂《滬嘉杭G60科創走廊建設戰略合作協議》，標志著G60科創走廊2.0時代的開啟，區域合作進一步深化。2018年6月，隨著《G60科創走廊總體發展規劃3.0版》的發布，G60科創走廊正式上升為長三角區域戰略，覆蓋范圍擴大至九地市。這一階段，科創走廊開始更加注重綠色發展，推動產業向低碳環保方向轉型。2019年12月實施的《長江三角洲區域一體化發展規劃綱要》將綠色低碳確立為區域發展核心導向，在此戰略框架下，2020年中央六部委聯合印發的《長三角G60科創走廊建設方案》，重點圍繞新能源、節能環保等領域深化創新鏈產業鏈融合，通過九城協同、科創賦能為共同推動區域經濟綠色轉型提供了有效支撐。

現有研究多聚焦于科創走廊的建設模式、區域影響及運行機制。科創走廊概念起源于14世紀初意大利“佛羅倫薩—熱那亞一威尼斯”區域，既是歐洲文藝復興的發源地，又是工業革命的萌芽地。這類走廊通常具備高效的金融創投體系、完善的法律與管理咨詢服務，形成創新創業生態[3]。Evans和Karvonen（2014）[4]以英國曼徹斯特牛津路走廊為例，證明其在綠色發展方面通過創新驅動實現低碳轉型與可持續發展。對于長三角G60科創走廊的研究，一些學者專注于科創走廊的建設問題和發展模式[5]，探討如何通過政策引導、資源整合和制度創新來推動科創走廊的高質量發展[6]。其他研究則聚焦于科創走廊對區域經濟、企業績效7和創新績效8的影響。此外，還有研究關注科創走廊在空間上的溢出效應以及與周邊城市的發展聯系[9]。

在“雙碳”目標引領下，學界圍繞碳排放效率的相關研究日益深人。首先，碳排放效率的概念，最早可以追溯到Kaya和Yokobori（1997）[o]的研究，將其確定為單位二氧化碳排放量與生產總值的比值，又稱為碳生產率。盡管學界對碳排放效率的概念尚未達成共識，但普遍認為碳排放效率是在多種要素相互作用下，以更少的碳排放實現更多的產出[1]。其次，在測算方式上可以分為單因素和多因素分析法。單因素分析法使用二氧化碳排放量或能源效率與經濟指標的比值進行計算。多因素分析法大多是從經濟、能源、資本等方面綜合考慮對碳排放效率的影響，如使用SBM模型[]、超效率SBM模型[13]、三階段DEA模型[14]等進行測算。最后，在影響因素方面，經濟發展水平[15]是最重要的影響因素之一，也有學者從能源價格[16、數字經濟[17]、城鎮化[18]等角度出發探討其與碳排放效率之間的關系。

綜上所述，現有研究主要聚焦于科創走廊對區域經濟和創新績效的影響機制，如產業技術融合路徑、企業創新能力培育等方面，然而針對其綠色低碳效應的研究較少。值得注意的是，長三角G60科創走廊作為推動長三角一體化發展的重要科創載體，不僅是我國跨省級行政區的科創走廊，更是國家戰略布局中具有標桿意義的跨區域協同發展項目。但學界尚未充分探討這一重大戰略布局與區域碳排放效率之間的關系，故本文可能的邊際貢獻有以下幾點：第一，在研究內容上，本文研究了長三角G60科創走廊對碳排放效率的影響，并剖析了產業結構升級、綠色技術創新和公眾環保意識影響機制，為理解區域創新系統與環境可持續發展之間的關系提供新的視角。第二，在政策環境上，深入探討了政府干預、金融發展水平以及數字基礎設施支持等異質性因素在長三角G60科創走廊影響碳排放效率方面的差異性表現，揭示了不同政策環境因素可能對科創走廊促進綠色低碳發展的效果產生顯著差異，從而為制定更加精準和有效的區域環境政策提供理論依據和實踐指導。第三，在研究方法上，采用雙重差分法的空間杜賓模型，研究了長三角G60科創走廊的空間溢出效應，評估了長三角G60科創走廊對周邊地區碳排放效率的外部影響，揭示了科創走廊在促進區域協調發展和環境質量改善方面的潛在作用。

二、研究假設

長三角G60科創走廊是以科技和制度創新為雙輪驅動力，以市場化、法治化為發展導向，以科技創新與產業升級深度融合為核心路徑，服務國家戰略的跨區域協同創新共同體。其目標是加強長三角區域內的主體合作，實現跨地區的協調聯動，推動區域經濟一體化和高質量發展[19]。一方面，科創走廊能夠提供創新生態系統，提升區域資源利用效率。科創走廊通過組織和整合區域內的創新資源，解決創新區域中存在的空間無序性和主體復雜性等問題，重組內部資源，汲取外部優勢[20]，推動人才、技術、資本等資源開放共享，如建立長三角“一網通辦”科技成果轉化促進中心等，相關創新主體聚集在一起，形成集群效應，從而實現綠色高質量發展21]，有效提升碳排放效率。另一方面，科創走廊能夠培育新業態，推動經濟向綠色低碳轉型，顯著提升碳排放效率。一系列科技創新政策的實施及應用，不僅促進了新業態的誕生，還加速了信息產業的發展，包括電子信息制造業和互聯網服務業等。這些新興產業不僅以綠色為核心特征，還展現出低碳和高效率的優勢，促進新質生產力的發展。同時，大數據、云計算等前沿技術的應用，極大地提高了政府在能源管理方面的效率和監控能力。在此基礎上，通過智能化的能源調度和優化配置，科創走廊推動能源管理向更加智能化和高效化的方向發展，有效減少社會經濟活動中的碳排放。

根據區域創新系統理論，長三角G60科創走廊通過提升創新策源輻射能力、加強科技創新主體集聚、完善創新生態環境，推動“三先走廊\"建設，即中國制造邁向中國創造的先進走廊、科技和制度創新雙輪驅動的先試走廊、產城融合發展的先行走廊。一方面，在這過程中，創新互動在地理空間上往往能產生顯著的溢出效應[22]，使得創新成果的利益遠遠超出了其原始創造者，擴散至更廣泛的非直接參與創新的個體或組織，實現區域間的技術溢出和知識擴散[23]。另一方面，隨著增長極的不斷發展，會自然形成涵蓋資金、技術、信息以及勞動力等生產要素的流動網絡，同時也會構建起交通和通信網絡。科創走廊正是通過增強這些增長極與整個區域之間的生產要素交流，全方位地促進區域經濟一體化，將前沿技術、先進生產方式以及科學管理經驗等要素傳遞給周邊地區。這一過程促進了區域間的綠色技術合作，加速了綠色技術的轉化應用，帶動了經濟綠色發展[24]。因此，本文提出假設1和假設2。

H1：長三角G60科創走廊能夠有效提升碳排放效率。

H2：長三角G60科創走廊產生的空間溢出效應不僅有助于提升本地的碳排放效率，對周邊城市的碳排放效率也有顯著的正向影響。

長三角G60科創走廊通過促進產業結構升級影響碳排放效率。一方面，科創走廊通過政策引導和市場激勵，如金融機構的專項信貸額度、專屬金融產品等，全方位支持專精特新、高新技術企業發展，促進產業結構轉型升級。另一方面，科創走廊特有的創新平臺和服務體系，能夠為新興產業提供成長的土壤，如G60碳普惠交易一體化平臺等，賦予企業更多信息資源優勢，降低企業綠色發展成本，從而促進低碳科技與產業深度融合，推動產業鏈向更高端、更環保的方向發展[25]。隨著產業結構的升級，經濟體從高碳排放的重工業向低碳排放的服務業和高新技術產業轉型，先進技術、先進工藝的引入，生產方式的變更，能夠提高能效和減少單位產出的能源消耗，從而提高碳排放效率[26]

長三角G60科創走廊通過促進綠色技術創新影響碳排放效率。一方面，科創走廊提供了一個充滿活力的創新環境，通過集聚高端人才、科研機構和企業，構建了一個促進知識交流與技術合作的平臺。這不僅促進了創意碰撞和新技術孵化，還為企業提供了政策支持、資金援助和市場對接等服務，加速科技成果的轉化和產業化進程。另一方面，科創走廊通過集中資源和專業知識，緩解了市場參與者之間信息的不對稱，降低了企業和研究機構的創新成本，從而促進創新資源的有效分配。綠色技術創新往往代表著突破傳統模式的新方法和新技術[27]，通過更高效的能源利用、減少資源消耗和廢棄物排放等方式，從根本上推動綠色低碳發展[28]

長三角G60科創走廊通過提升公眾環保意識影響碳排放效率。一方面，科創走廊ESG發展聯盟的成立對于推廣低碳生活和消費觀念具有顯著的積極作用，能夠有效提高公眾對環保概念的認識，進一步增強其環保意識，從而提高公眾環境監督的能動性[29]。另一方面，在公眾環保意識提升之后，企業將會通過創新產品研發和嚴格的質量管理來贏得消費者的青睞，努力減少生產過程中的能源消耗和提升碳排放效率，探索低碳發展道路[30]。隨著環保理念的深入人心，人們在出行方式上越來越傾向于綠色、低碳的選擇，例如乘坐公共交通工具、在日常生活中節水節電、選擇更加環保的物品等。這些節能減排的方式不僅有助于減少個人碳足跡，還會推動社會整體向更加綠色、可持續的發展方向轉變，從而提升社會生產生活中的碳排放效率。因此，本文提出假設3、假設4和假設5。

H3：長三角G60科創走廊能夠通過促進產業結構升級提升碳排放效率。

H4：長三角G60科創走廊能夠通過促進綠色技術創新提升碳排放效率。

H5：長三角G60科創走廊能夠通過增強公眾環保意識提升碳排放效率。

綜上所述，長三角G60科創走廊通過產業結構升級、綠色技術創新和公眾環保意識增強三條路徑對碳排放效率產生直接影響，并具有空間溢出效應，理論分析框架如圖1所示。

三、研究設計

（一）模型構建

本文采用雙重差分模型研究長三角G60科創走廊對碳排放效率的影響效應，檢驗試點設立前后，試點地區與非試點地區在碳排放效率方面是否存在顯著差異。設定模型如下：

其中： 表示城市的碳排放效率； 表示城市是否屬于長三角G60科創走廊城市，若城市在當前年份及之后屬于長三角G60科創走廊城市，則賦值為1，否則賦值為 表示一系列控制變量； 表示城市固定效應； 表示時間固定效應； 為隨機擾動項； 表示模型的截距項； 表示長三角G60科創走廊對碳排放效率的影響效應； 表示一系列控制變量的影響系數。

為了檢驗長三角G60科創走廊對碳排放效率的空間效應，本文通過構建雙向固定效應空間杜賓模型來檢驗G60科創走廊是否存在對周邊地區的碳排放效率的影響效應。具體模型設定如下：

式（2）中： 表示經濟距離矩陣； 表示 i ， j 城市在2010—2023年期間平均人均生產總值； 表示地理距離矩陣； 表示 i 城市與 j 城市之間的距離，城市坐標數據來源于國家基礎地理信息中心； η ∈ （ 0 ， 1 ） ，表示不同類型矩陣所占的比重，本文參考相關研究[31]， η 的值選取為0.5。

式（3）中： 分別表示被解釋變量、核心解釋變量和控制變量的空間滯后項系數；W表示空間權重矩陣，包括經濟地理嵌套矩陣、地理距離矩陣；其他變量含義同式（1）。若 和 均顯著，則可驗證H2。

（二）變量選取

1.被解釋變量

本文被解釋變量為碳排放效率（CE）。參考徐英啟等（2022）[3]的研究，從投入產出角度出發，采用MATLAB2018a軟件構建超效率SBM模型，用以評估地級市的碳排放效率。在投入指標方面，資本要素通過固定資產投資來衡量，并采用永續盤存法進行估算，同時以2010年作為基期進行平減處理；勞動力要素以城市就業人員總數作為衡量標準；能源要素用全年的能源消耗總量來衡量。在產出指標方面，期望產出以地區生產總值作為衡量指標，而非期望產出用二氧化碳排放量來衡量。為了檢驗結果的穩健性，本文采用單因素法進行重新評估。通過計算地區生產總值與二氧化碳排放量的比值來定義新的碳排放效率指標（CE2），并將其作為替代指標替換原來的被解釋變量（見表1所列）。

2.核心解釋變量

本文核心解釋變量為是否屬于長三角G60科創走廊城市。城市加入長三角G60科創走廊的年份及之后的年份賦值為1，否則賦值為0。具體為城市組別虛擬變量treat與時間虛擬變量post的交乘項，其中，treat若為試點城市則賦值為1，為實驗組；若為非試點城市則賦值為0，為對照組；同理，實驗組在成為試點城市的年份及之后post賦值為1，其余年份賦值為0。

3.控制變量

為避免遺漏變量對模型造成影響，本文選取控制變量如下：經濟發展水平（GDP），采用地級市人均生產總值衡量；城鎮化水平（Urb），采用城鎮人口占總人口的比重衡量；對外開放水平（Open），采用當年實際使用外資金額衡量;市場規模（Con），采用社會消費品零售總額衡量；人口密度（Den），采用常住人口數與行政區域面積的比值衡量；人力資本水平（Hc），采用地級市高等院校在校學生人數衡量；固定資產投資（Fai），采用當年固定資產投資總額衡量。

4.機制變量

本文擬從產業結構升級、綠色技術創新和公眾環保意識增強三條路徑揭示長三角G60科創走廊影響城市碳排放效率的機制。產業結構升級（IS），借鑒萬倫來等（2024）[33]的研究，采用第一產業、第二產業和第三產業占比差額賦權加總衡量;綠色技術創新（GI），借鑒徐建中等（2022）[34]的研究，采用每萬人綠色專利申請數量衡量；公眾環保意識（PEA），借鑒吳力波等（2022）[35]的研究，采用百度“環境污染\"搜索指數衡量。

（三）數據來源

本文采用2010—2023年中國長三角地區41個地級市面板數據研究長三角G60科創走廊對碳排放效率的影響效應，個別缺失數據利用插值法補全。碳排放的數據來源于中國碳排放數據庫，其他數據來源于《中國城市統計年鑒》以及各市政府工作報告等。為了消除量綱，本文對部分變量進行了標準化處理。

各變量的描述性統計見表2所列。

四、實證結果分析

（一）基準回歸

為研究長三角G60科創走廊對碳排放效率的影響，本文先使用方差膨脹因子方法，進行多重共線性檢驗，結果顯示，所有變量的VIF值均小于5，低于經驗法要求的標準，故變量之間不存在多重共線性問題。隨后，經過Hausman檢驗后，確定使用雙向固定效應模型進行回歸分析。對式（1）進行基準回歸，結果見表3所列。列（1）和列（2）為未加入控制變量的回歸結果，列（3）列（4）和列（5）均為加入控制變量的回歸結果，且分別控制城市固定效應、時間固定效應和城市時間雙向固定效應。結果顯示，無論是否加人控制變量，長三角G60科創走廊均對碳排放效率具有顯著的促進作用。以列（5）為例，可以發現，在加入了雙向固定效應的模型中，長三角G60科創走廊對碳排放效率的影響系數為0.132，且在 1 % 的水平上顯著為正。這表明長三角G60科創走廊對碳排放效率具有促進作用，H1得以驗證。

注：***、**和*分別表示在 1 % 5 % 和 10 % 的水平上顯著；括號內為穩健標準誤。下同。

（二）平行趨勢檢驗

雙重差分法是一種評估政策或干預措施效果的統計方法，其準確性依賴于平行趨勢假設。本文對碳排放效率進行平行趨勢檢驗，結果如圖2所示。考慮樣本時間跨度與多重共線性，刪除政策發生前一期作為基期對照。可以發現，在 9 0 % 的置信區間下，長三角G60科創走廊政策啟動之前，試點城市與非試點城市的碳排放效率沒有顯著差異，但是在政策啟動之后，試點城市與非試點城市每一年的碳排放效率均存在顯著差異。因此，本文選取的實驗組與對照組符合平行趨勢假設。

（三）穩健性檢驗

1.安慰劑檢驗

為了驗證是否存在其他不可觀測因素對基準回歸結果產生影響，本文采用反事實方法進行安慰劑檢驗，結果如圖3所示。通過繪制核密度估計圖，可知隨機抽樣生成的偽回歸系數基本呈現以0為均值的正態分布，絕大多數回歸結果不顯著，意味著安慰劑檢驗通過。因此，本文的估計結果是穩健的，長三角G60科創走廊有助于提升碳排放效率。

2.異質性處理效應

為了確保本文的雙重差分分析不受異質性處理效應的影響，從而避免估計結果的偏差，本文借鑒Cengiz等（2019）[36提出的堆疊估計量進行動態效應再估計，采用堆疊型雙重差分法重新評估長三角G60科創走廊對碳排放效率的影響，結果如圖4所示。可以看出，在 9 0 % 的置信區間下，考慮異質性處理效應后，在長三角G60科創走廊建立前，實驗組與對照組之間依然滿足平行趨勢假設。同時，在長三角G60科創走廊建立后的第一年，修正的核心解釋變量估計系數仍然顯著提高。這表明，在排除異質性處理效應對本文估計結果的干擾后，長三角G60科創走廊能夠有效促進碳排放效率提升的研究結論未發生實質性改變。

3.PSM-DID方法

考慮選擇性偏誤會對回歸結果產生影響，本文使用核匹配的PSM-DID方法進行估計。根據傾向得分匹配的常規準則，對選定的協變量進行平衡性檢驗，以驗證協變量選擇的恰當性。在匹配前，絕大多數協變量的顯著性差異在 1 % 的水平上顯著，而匹配之后，協變量的差異性檢驗不再顯著。將匹配后的樣本進行回歸檢驗，結果見表4列（1），可知長三角G60科創走廊對碳排放效率的影響系數依然在 1 % 的水平上顯著為正。

4.替換被解釋變量

本文采用單因素分析法，通過地區生產總值與二氧化碳排放量的比值來衡量碳排放效率（CE2），并代替前文變量，結果見表4列（2）。可以看出，長三角G60科創走廊對碳排放效率的影響系數依然在 1 % 的水平上顯著為正。

5.調整樣本結構

隨機刪除宣城市、臺州市和金華市的樣本，改變年份區間，將樣本研究區間縮短至2011—2022年，回歸結果分別見表4列（3）列（4），可知長三角G60科創走廊對碳排放效率的影響系數依然顯著為正。

6.排除同期政策干擾

考慮長三角G60科創走廊對碳排放效率的影響可能受其他相關政策的干擾，本文將碳排放權交易和智慧城市試點政策作為樣本期內潛在影響本研究估計結果準確性的干擾性政策。

為了排除其影響，將其加入基準回歸模型中進行檢驗，結果見表4列（5）列（6），可知長三角G60科創走廊對碳排放效率的影響系數依然顯著為正。綜上所述，長三角G60科創走廊能夠促進碳排放效率的提升，結果具有穩健性。

（四）內生性檢驗

盡管基準回歸和穩健性檢驗均驗證了長三角G60科創走廊對碳排放效率具有顯著的促進作用，但是考慮可能存在遺漏的控制變量以及長三角G60科創走廊與碳排放效率之間的逆向因果關系，會使長三角G60科創走廊對碳排放效率的影響效應受到干擾。為了減少模型的內生性問題，本文采用工具變量法進行內生性檢驗。

參考潘旭文（2024）[37]的研究，采用各城市與上海市之間距離的倒數作為工具變量。選取其作為工具變量的原因在于：一方面，上海市作為長三角G60科創走廊的起點，周邊城市與其距離越近，就越有可能被選擇為長三角G60科創走廊的節點城市，滿足相關性要求；另一方面，城市之間距離的不同，與城市碳排放效率無關，滿足排他性要求。表5報告了內生性檢驗結果，可以看出，列（1）為2SLS第一階段回歸結果，工具變量的系數在 1 % 的水平上顯著為正；列（2）為2SLS第二階段回歸結果，工具變量交互項的回歸結果在 5 % 的水平上顯著為正。Kleibergen-PaaprkLM統計量的值較大且對應的 p 值較小，說明工具變量可以用來識別模型中的因果效應。Kleibergen-Paaprk Wald F 統計量大于Stock-Yogo弱識別檢驗 10 % 水平上的臨界值，說明本文的工具變量拒絕弱工具變量的假設。綜上所述，長三角G60科創走廊仍然能夠促進城市碳排放效率的提升，結果具有穩健性。

（五）機制檢驗

本文采用第一產業、第二產業和第三產業占比差額賦權加總衡量產業結構升級效應，深人探究長三角G60科創走廊對碳排放效率的影響，結果見表6列（1）列（2）。可以看出，科創走廊建設對產業結構升級的影響系數顯著為正，在加入一系列控制變量后，系數方向和顯著性均未發生變化，說明長三角G60科創走廊能夠促進產業結構升級。長三角G60科創走廊可以通過科技創新與產業發展的深度融合，提高第三產業在經濟中的占比。而第三產業包含了人工智能、電子信息、云計算等一系列高科技產業，是新質生產力的表現形式之一，在推動綠色低碳發展和促進碳排放效率的提升中發揮了不可忽視的作用，從而有利于城市碳排放效率的提升[38]。因此，H3得以驗證。

本文采用每萬人綠色專利申請數量衡量綠色技術創新效應，深人探究長三角G60科創走廊對碳排放效率的影響，結果見表6列（3）列（4）。可以看出，科創走廊建設對綠色技術創新的影響系數顯著為正，說明長三角G60科創走廊能夠促進綠色技術創新。長三角G60科創走廊建設理念定位為科技和制度創新雙輪驅動的先試走廊，依托G60科創走廊的科技成果轉化體系，建立綠色技術交易平臺，促進綠色技術轉移和商業化。綠色技術的突破與升級能夠提高經濟社會運轉中的生產效率、交易效率等，從而有效促進碳排放效率的提升[39]。因此，H4得以驗證。

本文采用百度“環境污染\"搜索指數衡量公眾環保意識效應，深入探究長三角G60科創走廊對碳排放效率的影響，結果見表6列（5）列（6。可以看出，科創走廊建設對公眾環保意識的影響系數顯著為正，說明長三角G60科創走廊能夠提升公眾環保意識。長三角G60科創走廊ESG發展聯盟的成立，能夠通過ESG理念的推廣和實踐，提高企業及公眾對環境保護和可持續發展的認識和重視。公眾環保意識的增強不僅能減少個人和家庭層面的碳排放，還能通過市場需求的變化推動企業綠色轉型，從而在更廣泛的經濟社會層面促進碳排放效率的提升[40]。因此，H5得以驗證。

（六）異質性分析

1.政府干預異質性

一般情況下，政府干預會對長三角G60科創走廊建設產生積極影響。政府通過提供必要的財政扶持，支持科創走廊內的科技項目和基礎設施建設。本文采用政府一般財政預算支出與地區生產總值的比值衡量政府干預程度的高低。根據2010一2023年間的平均值，將樣本劃分為政府干預程度高的城市和政府干預程度低的城市，結果見表7列（1）列（2）。在政府干預程度高的城市中，長三角G60科創走廊對碳排放效率的影響系數為0.278，且在 1 % 的水平上顯著為正；在政府干預程度低的城市中，長三角G60科創走廊對碳排放效率的影響系數為0.190，且在 10 % 的水平上顯著為正。通過比較兩者系數可知，在政府干預程度高的城市中，長三角G60科創走廊對碳排放效率的影響更加顯著。其原因可能是，政府干預程度高的城市通常擁有更強的資源配置能力，同時會配套一系列措施，如研發補貼、稅收優惠和綠色金融政策等，能夠激勵企業和研究機構提高能效和減少碳排放，會更有效地支持科技創新和綠色技術發展，從而提升碳排放效率。

2.金融發展水平異質性

金融支持是科創走廊建設的重要推動力，通過提供資金支持、促進科技成果轉化、加強產業鏈合作、推動企業上市等多方面發揮作用。金融發展水平不僅反映了一個國家或地區金融市場的規模和經濟活動的貨幣化程度，也體現了金融體系對市場的支持能力和效率。本文采用金融機構存貸款余額與生產總值的比值衡量金融發展水平的高低。根據2010一2023年間的平均值，將樣本劃分為金融發展水平高的城市和金融發展水平低的城市，結果見表7列（3）列（4）。在金融發展水平高的城市中，長三角G60科創走廊對碳排放效率的影響系數為0.167，且在 1 % 的水平上顯著為正；在金融發展水平低的城市中，長三角G60科創走廊對碳排放效率的影響系數為0.038，且不顯著。其原因可能是，金融發展水平高的城市通常能夠在政策的加持之下，能更有效地配置資金，包括對清潔能源和低碳技術的投資。金融機構傾向于為那些采用環保技術和提高能效的項目提供貸款和融資，從而更加有助于提升碳排放效率。

3.數字基礎設施支持異質性

在數字化背景下，數字基礎設施的作用尤為重要。長三角G60科創走廊的發展離不開數字基礎設施，完善的數字基礎設施不僅能顯著提升技術創新的迭代效率，加速科技成果的轉化應用，還能為長三角G60科創走廊的持續建設和發展提供堅實的支撐和保障。本文借鑒蔡運坤等（2024）[41]的研究，基于2010一2023年地級市政府工作報告，收集與數字基礎設施建設相關的詞頻，如數字化、互聯網等20個關鍵詞，將其作為數字基礎設施支持的代理變量。根據2010一2023年間的平均值，將樣本劃分為數字基礎設施支持高的城市和數字基礎設施支持低的城市，結果見表7列（5）列（6）。在數字基礎設施支持高的城市中，長三角G60科創走廊對碳排放效率的影響系數為0.181，且在 1 % 的水平上顯著為正;在數字基礎設施支持低的城市中，長三角G60科創走廊對碳排放效率的影響系數為0.079，且不顯著。這表明數字基礎設施能夠強化長三角G60科創走廊對碳排放效率的促進作用。其原因可能是，數字基礎設施支持高的城市，能夠通過數字化、智能化技術有效推動產業結構優化和能源結構綠色轉型，促進碳排放效率的提升。數字基礎設施通過提高信息流通效率和數據分析能力，有助于企業更精準地實施節能減排措施，同時，智能化生產流程的優化也減少了能源消耗和碳排放。

（七）空間溢出效應

前文已經得出長三角G60科創走廊能夠提升城市碳排放效率，但長三角G60科創走廊所在城市能否發揮空間溢出效應，帶動周邊地區碳排放效率提升，需進一步分析。在進行空間效應分析之前，需要檢驗碳排放效率是否存在空間自相關性。本文選取莫蘭指數來檢驗碳排放效率在經濟地理嵌套矩陣中的空間效應。相較于普通的地理距離矩陣，該矩陣更加細致地考慮了不同城市間的經濟聯系，從而能更準確地反映當前經濟社會背景下城市間的空間關系。計算不同年份的莫蘭指數，結果見表8所列。可以看出，2010—2023年，城市碳排放效率在經濟地理嵌套矩陣中每年均通過了顯著性檢驗。該結果說明，碳排放效率在地理空間上存在某種空間效應，可以進一步選擇合適的空間計量模型進行研究。

在確定最合適的模型之前，必須進行一系列細致的檢驗，以確保選擇出最匹配的空間計量模型，準確識別長三角G60科創走廊對碳排放效率的空間效應。本文進行了LM檢驗，結果見表9所列，可知空間誤差模型（SEM）和空間滯后模型（SAR）均通過了 1 % 水平的顯著性檢驗，但是穩健（Robust）的空間誤差模型沒通過顯著性檢驗，而空間滯后模型通過了 1 % 水平的顯著性檢驗。所以，進一步進行LR檢驗和Wald檢驗以確定最終的空間計量模型，結果見表9所列。通過LR檢驗結果可知檢驗拒絕了原假設，不應使用空間誤差模型和空間滯后模型進行分析。同時，根據Wald檢驗可知，空間杜賓模型不會退化成空間誤差模型和空間滯后模型，并且考慮自變量和因變量都在空間上存在依賴性，結合赤池信息量準則（AIC），最終確定使用時間和城市固定效應的空間杜賓模型檢驗長三角G60科創走廊對碳排放效率的空間效應。

表10報告了空間回歸結果。其中，列（1）和列（2）分別為不同矩陣下的空間杜賓模型。為了保證結果的穩健性，還列出了不同模型作為對照，列（3）和列（4）分別為不同矩陣下的空間滯后模型。由列（1）可知，在經濟地理嵌套矩陣下，長三角G60科創走廊對碳排放效率具有顯著的促進作用，且空間滯后項也具有顯著的空間溢出效應。基礎系數為0.102，說明模型在考慮城市間的地理關系后，長三角G60科創走廊對碳排放效率仍具有顯著的促進作用。而空間滯后項系數為0.164，則說明長三角G60科創走廊對碳排放效率的影響具有政策擴散效應，可通過正向的溢出效應，提高整個區域的碳排放效率。空間滯后項在地理距離矩陣中不顯著，可能是由于當今社會的交通網絡發達，促進了資源和信息的快速流動，減少了地理空間的限制。因此，即使在較遠的地區之間，也可能存在較強的經濟聯系和相互作用，使得傳統的地理鄰近性在解釋空間效應時變得不那么重要[42]。綜上所述，長三角G60科創走廊不僅能夠提升當地城市的碳排放效率，還能夠提升周邊城市的碳排放效率，H2得以驗證。

空間效應不能只通過空間模型回歸得出的回歸系數來判斷其影響，而需要將解釋變量對被解釋變量的效應分為直接效應和間接效應，結果見表10所列。在經濟地理嵌套矩陣中，直接效應、間接效應和總效應均顯著，觀察系數可知，直接效應系數為0.107，間接效應系數為0.192，相比之下科創走廊間接效應遠大于直接效應，其原因可能是科創走廊在促進區域間的經濟合作和技術交流方面發揮了重要作用，加強了城市間的產業互補和協同創新，進而提升了整個區域的碳排放效率。長三角G60科創走廊的實踐成效，不僅印證了科創走廊政策對區域協調發展的顯著推動作用，更通過九城協同創新機制的持續深化，為長三角更高質量一體化發展提供了關鍵支撐。

五、研究結論與政策建議

（一）研究結論

本文基于2010—2023年長三角地區41個地級市的面板數據，采用雙重差分模型，探究長三角G60科創走廊對碳排放效率的影響效應。研究發現： ① 長三角G60科創走廊能夠顯著提升碳排放效率，且經過平行趨勢檢驗、安慰劑檢驗、異質性處理效應等一系列穩健性檢驗后該結論依然成立。 ② 長三角G60科創走廊可以通過產業結構升級、綠色技術創新和公眾環保意識增強促進碳排放效率的提升。 ③ 在政府干預程度高的城市中，長三角G60科創走廊對碳排放效率的促進作用遠大于政府干預程度低的城市。在金融發展水平低和數字基礎設施支持低的城市中，長三角G60科創走廊對碳排放效率的促進作用不顯著，但在金融發展水平高和數字基礎設施支持高的城市中，展現出顯著的促進作用。 ④ 長三角G60科創走廊在經濟地理嵌套矩陣中存在顯著的空間溢出效應，且對周邊城市的促進作用遠大于對本城市的促進作用。

（二）政策建議

基于上述研究結論，本文提出如下政策建議：

第一，強化科創走廊建設，深化綠色發展理念。鼓勵長三角G60科創走廊延伸建設，引入新的創新主體和合作伙伴。聚焦綠色發展重點領域深化務實合作，扎實推動綠色科技創新和產業創新深度融合。如依托長三角G60科創走廊ESG發展聯盟、金磚國家技術轉移中心G60協作基地等，引入包括跨國企業、上市公司、高校和科研機構等在內的多方創新主體，積極培育壯大綠色創新主體，提升碳排放效率，促進區域經濟的綠色轉型和可持續發展。

第二，推動產業結構升級，加大綠色技術投入，加強環保宣傳教育。制定長三角G60科創走廊產業升級規劃，明確各城市在高端裝備制造、新能源、新材料、生物醫藥、人工智能等戰略性新興產業中的定位和發展重點，強化區域優勢產業協同、錯位發展，推動經濟綠色高質量發展；加大對企業綠色科技創新研發活動的補貼，鼓勵企業增加研發投入，加強專利與產業的協同聯動，實施專利導航項目，編制關鍵核心技術專項知識產權規劃，培育具有行業領先優勢的高價值專利組合。增強綠色科技創新意愿，促進企業更多的綠色專利產出；鼓勵科創走廊ESG發展聯盟開展更多面向公眾的環保教育項目，包括社區工作坊、學校教育計劃和在線課程，且可以通過新聞報道、專題節目和社交媒體等宣傳方式，擴大環保信息的覆蓋面，提高公眾的環保意識。

第三，重視政策效應差異，加強政策環境建設。鑒于長三角G60科創走廊在不同政策環境中表現出對碳排放效率的效應差異，應強化政府在綠色技術創新和低碳項目中的引導作用，通過政策激勵和財政補貼，鼓勵企業增加研發投入，推進企業低碳轉型；加大金融支持力度，推動金融機構設立綠色金融產品，以支持企業的綠色技術創新和低碳項目；加強數字基礎設施建設，加大5G網絡、光纖寬帶“雙千兆”網絡建設等“新基建\"投入，合理布局云計算、邊緣計算等計算機基礎設施，賦能能源優化決策。

第四，強化區域一體化合作，發揮科創走廊輻射效應。堅持一盤棋思維，發揮核心城市的帶動作用，以G60科創走廊為核心，構建長三角區域協同創新網絡，推動沿線城市在科技創新合作中發揮引領作用，帶動邊緣城市參與，增強整個區域的創新協同效應。如定期舉辦區域合作交流會、產業對接會和科技論壇，促進區域內各方的交流與合作，推動區域一體化發展，發揮長三角G60科創走廊的綠色發展效應。

參考文獻：

[1]曹方，姬少宇，張鵬，等.區域創新共同體治理的邏輯框架、行動實踐與政策啟示[J].技術經濟，2023，42（3）：14-26.

[2]李成東.11個園區躋身國家級經開區30強[N].解放日報，2024-01-12（2）.

[3]毛艷華.科創走廊建設的國際經驗及借鑒[J].人民論壇，2022（10）：92-95.

[4]EVANSJ，KARVONENA.‘GiveMeaLaboratoryandIWillLowerYourCarbonFootprint！'—UrbanLaboratoriesandtheGovernanceofLow-CarbonFutures[J].International Journal ofUrban and Regional Research，2014，38（2）：413-430.

[5]國子健，鐘睿，朱凱.協同創新視角下的區域創新走廊構建邏輯與要素配置[J].城市發展研究，2020，27（2）：8-15.

[6]汝剛，梅曉穎，劉慧.以科創走廊探索科技創新協同發展新模式——基于G60科創走廊協同創新的理論分析[J]上海經濟，2018（2）：72-85.

[7]陳子韜，王亞星，吳建南.地方政府間協同機制設計何以成功：G60科創走廊的實踐經驗J].城市發展研究，2021，28（9）：79-86.

[8]張婕，金寧，張云.科技金融投入、區域間經濟聯系與企業財務績效——來自長三角G60科創走廊的實證分析[J].上海財經大學學報，2021，23（3）：48-63.

[9]郝新東，楊俊凱.區域科技創新中的產研協同研究基于廣深港澳科技創新走廊的實證[J].科技管理研究，2020，40（21）：95-100.

[10]KAYA Y，YOKOBORI K.Environment，Energy，andEconomy：Strategies for Sustainability[M].Tokyo：UnitedNations University Press，1997.

[11]胡劍波，閆爍，韓君.中國產業部門隱含碳排放效率研究———基于三階段DEA模型與非競爭型I-O模型的實證分析[J].統計研究，2021，38（6）：30-43.

[12]王凱，張淑文，甘暢，等.中國旅游業碳排放效率的空間網絡結構及其效應研究[J].地理科學，2020，40（3）：344-353.

[13]王少劍，高爽，黃永源，等.基于超效率SBM模型的中國城市碳排放績效時空演變格局及預測[J].地理學報，2020，75（6）：1316-1330.

[14]劉亦文，胡宗義.中國碳排放效率區域差異性研究基于三階段DEA模型和超效率DEA模型的分析［J].山西財經大學學報，2015，37（2）：23-34.

[15]鄧曉蘭，鄢哲明，武永義.碳排放與經濟發展服從倒U型曲線關系嗎——對環境庫茲涅茨曲線假說的重新解讀[J].財貿經濟，2014（2）：19-29.

[16]于向宇，李躍，陳會英，等.“資源詛咒\"視角下環境規制、能源稟賦對區域碳排放的影響[J].中國人口·資源與環境，2019，29（5）：52-60.

[17]徐維祥，周建平，劉程軍.數字經濟發展對城市碳排放影響的空間效應[J].地理研究，2022，41（1）：111-129.

[18]陶燾.城鎮化、低碳技術創新與碳排放效率[J].技術經濟與管理研究，2023（1）：38-44.

[19]曹賢忠，陳波，郭藝，等.長三角G60科創走廊對沿線城市跨界創新合作的影響研究[J].軟科學，2024，38（5）：58-64.

[20]余泳澤.中國區域創新活動的\"協同效應”與“擠占效應”——基于創新價值鏈視角的研究[J].中國工業經濟，2015（10） ：37-52.

[21]CAO H M，PENG L N，YAN Z Y，et al. Does PerfectRegional Innovation Ecosystem Curb Carbon Emissions？A Measure Based on the Niche Fitness[J]. Environmen-tal Impact Assessment Review，2023，102：107219.

[22]ARROW K J. The Economic Implications of Learningby Doing[J].The Review of Economic Studies，1962，29（3） ：155-173.

[23]閆東升，韓孟孟，孫偉.長江三角洲創新發展空間溢出效應的測度與分解[J].自然資源學報，2022，37（6）：1455-1466.

[24]LI T C，SHI Z Y，HAN D R. Research on the Impact ofEnergy Technology Innovation on Total Factor Ecologi-cal Efficiency[J].Environmental Science and PollutionResearch International，2022，29（24） ：37096-37114.

[25]閆中意，卜偉，王雅婧.國家級新區與城市綠色技術創新——基于產業集聚的中介效應研究[J].科學學與科學技術管理，2024，45（7）：49-67.

[26]鄭長德，劉帥.基于空間計量經濟學的碳排放與經濟增長分析[J].中國人口·資源與環境，2011，21（5）：80-86.

[27]張意翔，成金華，徐卓程，等.綠色創新是否適應氣候變化：中國專利和GHG排放數據的實證[J].中國人口·資源與環境，2021，31（1）：48-56.

[28]吳啟余，曾剛，楊陽，等.長三角城市綠色創新效率時空演變與綠色創新網絡驅動效應[J].長江流域資源與環境，2024，33（3）：461-471.

[29]郭沛，王光遠.數字經濟的減污降碳協同作用及機制-基于地級市數據的實證檢驗[J].資源科學，2023，45（11）：2117-2129.

[30]YAN Z M，ZHOU Z C，DU K R. How Does Environmen-tal Regulatory Stringency Affct Energy Consumption？Evidence from Chinese Firms[J]. Energy Economics，2023，118：106503.

[31]曾藝，韓峰，劉俊峰.生產性服務業集聚提升城市經濟增長質量了嗎？[J].數量經濟技術經濟研究，2019，36（5）：83-100.

[32]徐英啟，程鈺，王晶晶，等.中國低碳試點城市碳排放效率時空演變與影響因素[J].自然資源學報，2022，37（5）：1261-1276.

[33]萬倫來，邢丹妮，汪雨佳.長三角紅色文化資源開發對城鄉差距的紓解效應——來自長三角地區25個革命老區縣域數據的經驗證據[J].華東經濟管理，2024，38（12） ：33-43.

[34]徐建中，佟秉鈞，王曼曼.空間視角下綠色技術創新對 排放的影響研究[J].科學學研究，2022，40（11）：2102-2112.

[35]吳力波，楊眉敏，孫可駕.公眾環境關注度對企業和政府環境治理的影響[J].中國人口·資源與環境，2022，32（2）：1-14.

[36]CENGIZD，DUBEA，LINDNERA，etal.The Effect ofMinimum Wages on Low-Wage Jobs［J]. The QuarterlyJournal of Economics，2019，134（3）：1405-1454.

[37]潘旭文.區域一體化、投資環境和企業跨地區投資基于長三角一體化的準自然實驗分析[J].財經論叢，2024（11） ：13-23.

[38]鄭蘭祥，高彩芹，鄭飛鴻.綠色金融發展對碳排放的影響研究——以長三角區域為例[J].華東經濟管理，2024，38（9）：41-51.

[39]楊浩昌，鐘時權，李廉水.綠色技術創新與碳排放效率：影響機制及回彈效應[J].科技進步與對策，2023，40（8）：99-107.

[40]曹洪軍，陳澤文.內外環境對企業綠色創新戰略的驅動效應——高管環保意識的調節作用[J].南開管理評論，2017，20（6）：95-103.

[41]蔡運坤，周京奎，袁旺平.數據要素共享與城市創業活力——來自公共數據開放的經驗證據[J].數量經濟技術經濟研究，2024，41（8）：5-25.

[42]黃蘇萍，朱詠.鐵路、公路交通基礎設施對經濟增長的空間溢出效應——以長三角為例[J].華東經濟管理，2017，31（11）：20-27.

[責任編輯：余芳]