碳排放强度(CO₂)文章引用了已有的研究 [ 26 ] ，使用了二氧化碳排放量与GDP之比，也就是二氧化碳的排放强度，并将其引入到模型中。在碳排放量的计算方面，文章运用了国际通行的IPCC算法，以原煤、原油、天然气为主要原料的燃烧过程中的CO₂排放量作为计算依据。具体的计算公式如下：

C = ∑ n = 1 3 E n × S n × K n (1)

其中，C代表的是碳排放总量，n代表的是能源类型，E_n为n类能源的消费总量，S_n为n类能源的折算标准煤系数，K_n为n类能源的碳排放系数。根据2006年的《IPCC国家温室清单指南》，各类能源的折算标准煤系数和碳排放系数如表1所示：

表1. 各类能源的折算标准煤系数和碳排放系数

产业结构升级指数(isu)。以往的研究都是认为第二产业在三产业占比最大，且能源消耗总量最多；第三产业的能源消耗强度较小、碳排放量不大，因此以二者占比比值来衡量，虽然该指数可反映出产业的整体调整，但其衡量二三产业的发展规模，而非整体产业结构的升级与优化。因此借鉴Zang [ 27 ] 学者研究。

i s u = ∑ i n k i p i l i , n = 1 , 2 , 3 (2)

k_i第一、二、三产业产值在GDP中所占的比重，p_i是为该三种产业的产出，l_i是该三种产业的就业人口，而p_i/l_i是指该三种产业的劳动生产率。这一指数综合考虑了相关产业结构升级和演化进程，更加科学。

根据以往的文献研究，选择能源消耗强度(ei)，城镇化率(urb)，地区生产总值(gdp)，开放程度(open)，技术水平(tech)等指标作为控制变量(见表2)。通过对所有变量进行对数化处理来减少异方差影响。

表2. 各种变量的计算公式

空间权重矩阵是空间度量模型的重要组成部分，文章根据所选城市是否相邻，选择“0-1”邻接矩阵。该矩阵表示形式如下：

W i j = { 0 ( 若 区 域 i 和 区 域 j 不 相 邻 ) 1 ( 若 区 域 i 和 区 域 j 相 邻 ) (1)

文章选择利用全局莫兰指数(Moran’s I)和莫兰散点图来对研究对象进行空间相关性检验。全局Moran’s I的计算公式如下：

M o r a n ' s I = ∑ i = 1 n ∑ j = 1 n w i j ( Y i − Y ¯ ) ( Y j − Y ¯ ) S 2 ∑ i = 1 n ∑ j = 1 n w i j (4)

当莫兰指数 > 0，表示该空间正相关；当莫兰指数 < 0，表示该空间负相关；当莫兰指数 = 0时，则表示空间无关。

空间计量模型在研究过程当中，因为其考虑了变量之间的空间相关性，被广泛地应用于学术界。空间计量模型主要包括SEM、SAR和SDM模型。SDM模型综合考虑了被解释变量和解释变量关系和空间相关性，使得该模型的全面性更强。文章通过建立以下的空间杜宾模型来探讨产业结构升级对二氧化碳排放的影响：

L n c o 2 = β 0 + β 1 i s u i t + β 2 c o n t i t + β 3 w i j ∗ i s u i t + β 4 w i j ∗ c o n t i t + v t + ε i t (5)

其中，Lnco₂、isu_it、cont_it则分别表示城市i在年份t的碳排放强度、产业结构升级、控制变量的情况，W_ij、β_i、V_t、ε_it分别表示是空间权重矩阵、待估系数，时间固定效应、随机误差项。

文章采用Stata 16.0软件计算了京津冀城市城市群的碳排放强度的全局莫兰指数。具体的计算结果如下：

表4. 各年份的莫兰指数检验结果

如上表4所示，2006年~2019年的莫兰指数均为正值，表明京津冀城市之间存在着空间正相关性。根据表中的P值，可以看出在所选的时间序列当中，大部分年份的莫兰指数都显著为正值，存在着较强的空间集聚性，相邻的城市之间的碳排放量能够相互联系与影响，因此，选择空间计量模型来进行实证分析是合理的。

图1与图2分别为2006年与2019年的莫兰散点图，总体来说大部分的城市落在了第一象限与第三象限，在空间上呈现集聚分布特征。

图1. 京津冀地区2006年碳排放莫兰散点图

图2. 京津冀地区2019年碳排放莫兰散点图

通过上文的莫兰指数检验，选择空间计量模型是必要的的。在进行空间计量分析时，需要对具体选择何种计量模型进行判断。在进行LM模型检验时，在1%水平下显著，选择SDM模型；Hausman和Wald检验均是在1%的水平下拒绝原假设，则表明采用固定效应模型；最后通过LR检验，应选择时空双固定效应模型。

表5. 面板回归结果及效应分解

注：^*、^**和^***分别表示在10%、5%和1%水平下的显著水平。

表5为空间杜宾模型回归结果及其分解情况，sigma2_e的数值为0.00378，且在1%的水平下显著，可决系数为90.3%即模型的拟合优度为90.3%，说明模型拟合效果比较好，模型选择正确。从上表所示的变量的结果中可以看出，产业结构升级与技术进步没有通过显著性的检验，而其他变量的回归结果较为显著，人均GDP的回归系数显著为负值，而能源消耗强度、对外开放程度以及城镇化水平的回归系数显著为正值。

在空间计量当中，回归系数可以在某种程度上反映所选择的因变量对自变量的影响，但并不能完全表示，所以在回归的过程中，需要对各个变量进行效应分解，以研究其在空间上的作用。从上表中可以看出，产业结构升级对碳排放的直接效应并不显著，但是间接效应和总效应都显著呈现出负值，这表明京津冀城市群中的各个城市中本市的产业结构升级对于本地的碳减排并没有明显效果，但是本市产业结构升级可以通过空间溢出效应来明显地降低其他城市的碳减排，从而有利于整个城市群碳减排，这是因为产业结构升级对于其他城市能够起到一定的辐射与激励作用，从而促进其他城市碳减排工作的进行；人均GDP的直接与间接效应显著为负值，从这可以看出当一个城市的经济发展水平较高，城市二氧化碳的排放越少，这可以在京津冀城市群中的代表城市北京可以看出，北京作为全国经济发达的城市，其人均GDP水平较高，主要以服务业为主，大量的高耗能产业进行产能升级与转移，这有利减少了二氧化碳的排放；能源消耗强度直接效应显著为正值，其间接效应与总效应不显著，这表明当一个城市的能源消耗增加时，将会大量增加本市的二氧化碳排放量；城镇化水平直接效应显著为正值，其间接效应在10%的置信水平上显著为正，这说明一个本城市城镇人口数目多，会导致邻近城市的碳排放强度增大，城镇化水平高城市，有着大量的基建组织建设，这在一定的程度之上会增加碳排放，同时由于物资的流动性，对邻近城市也产生影响；开放程度和技术水平直接效应显著为负值，由于外贸增加，大量消耗能源，虽然开放程度高，可在一定程度上引进先进技术，但是总体来说技术研发周期较长，在前期可能会产生碳排放增加的现象。

京津冀城市群包含着众多城市，但是各个城市之间在发展基础、发展模式、发展阶段等方面存在着差异，且河北省的唐山、邢台等市相较于北京、天津的发展仍然存在着发展不平衡、不充分的问题。因此，探究产业结构对碳排放的影响可能存在着异质性。

自然资源丰富的资源型城市与非资源城市产业结构差别较大。资源型的城市突出特点是着重发展高耗能、高污染的产业，产业结构较为单一，同时对于生产技术的支持力度小，进一步加大了二氧化碳的排放。非资源型的城市发展模式较为多样，产业结构较资源型城市更为合理。因此，为了检验产业结构升级对于城市碳排放强度影响的异质性，根据国务院发布的《全国资源型城市可持续发展规划》对京津冀城市群中的城市进行分类，主要分为资源依赖型城市与非资源依赖型城市，资源依赖型城市包含张家口市、承德市、唐山市、邢台市、邯郸市，非资源依赖型城市包含北京市、天津市、石家庄市、秦皇岛市、保定市、沧州市、廊坊市与衡水市，下表6与表7显示了资源型城市与非资源型城市的回归结果。

表6. 资源依赖型城市面板回归结果及效应分解

注：^*、^**和^***分别表示在10%、5%和1%水平下的显著水平。

由表6所示，资源依赖型城市产业结构升级的回归结果不显著，但是由其效应结果的分析来看，其间接效应显著为正值，即本市的产业结构的升级会导致其他城市的二氧化碳的排放量增加，和前文面板回归结果存在差异，分析由于资源型城市的重工业占比较高，对于资源的依赖严重，第三产业发展缓慢甚至未达到全国平均水平，在进行产业结构升级时，企业的转型动力不同，导致企业产业转型升级不完善，反而在一定程度上增加二氧化碳排放；能源的消耗在上表所示回归结果、直接效应、间接效应等都显著为正值，这表明城市能源消耗越多，不仅加大当地的二氧化碳排放，还会通过空间溢出效应对邻近城市产生负面影响；对外开放程度间接效应显著为负值，由于对外贸易发展倾向于外贸集聚式发展模式，这必然会吸引大量资源集聚，从而周边城市的能源消耗减少，在一定程度上减少碳排放。

表7. 非资源依赖型城市面板回归结果及效应分析

注：^*、^**和^***分别表示在10%、5%和1%水平下的显著水平。

由表7可以看出，非资源依赖型城市产业结构升级直接效应为正值，但并不显著，而间接效应为负值，这说明本市的产业结构升级将会降低邻近城市的碳排放，这与资源依赖型城市的结果相反，因为非资源依赖型城市的发展一般多以第三产业为主，而第三产业的耗能相对较低，当对产业优化升级时，会对周边城市产生积极影响，带动周边城市碳减排；而城市的对外开放程度层面，非资源城市的对外贸易发展水平相对较高，其在间接效应层面为负值与依赖型城市相反，这是由于二者之间对外贸易发展的基础不一样，资源型依赖城市主要以能源的进出口为主，其发展对外贸易将会集聚周边能源，从而减少邻近城市碳排放，而非资源型城市，主要从事一些高附加值产品，而这些产品有着较高的外部成本，而这会加大周边城市的碳排放。

京津冀城市群应从区域的整体角度出发，制定符合各个城市特点的碳减排战略，完善京津冀联合治理模式。国家“十四五”规划纲要明确指出，将进一步加快推进京津冀地区协同发展，有序疏解北京非首都功能，着力抓好高耗能产业、一般制造业等的疏解工作，推动与首都功能定位不符的一般制造业企业的动态退出。三地政府要打破区域利益分割对于资金、信息等因素的限制，建立信息共享机制，整合京津冀碳排放量、能源消耗等生态环境资料和数据，监察生态破坏与环境污染事件，进一步深化联合执法、管理与监督一体化机制建设，从顶层设计中保障京津冀地区城市的互利共赢。同时应强区域产业互动，弱化三地的行政边界，推动河北利用廊坊、保定、石家庄、沧州等地现有商贸物流产业，承接北京批发性市场的转移，使得整体区域之间产业联动加强，从而合力制定有效减污降碳的产业环境优化政策。

城市的发展，不能一味地追求经济最大化，而采用粗放型的经济发展方式，应按照统筹城市之间发展的要求，明确区域城市间的产业链条分工，对区域产业结构进行合理规划，并积极促进产业结构的升级。北京要努力培育新兴产业，以智能制造、新能源产业、绿色智慧能源产业等为出发点，进一步夯实产业基础能力，提高产业链的现代化水平，推动京津冀地区产业协同布局。天津要注重发挥港口优势，不断深化津冀港口合作，与秦皇岛港、唐山港等港口形成错位发展，有效互动的港口群。河北省要积极引导邯郸、唐山等城市群中其他城市的工业园区采用清洁能源技术，来促进园区的产业升级，同时利用信息网络技术，来对园区中企业的生产碳排放进行实时的监控，加强排放监管，促进企业产业结构的优化升级，同时要加强发展当地特色生态农业，减少当地高耗能产业投入建设，从而推动整个京津冀区域碳排放量减少。

碳减排需要企业转变生产方式，完善能源结构，提升能源使用效率。京津冀地区各地政府要加大对低碳减排技术的投入，积极引导企业转变高耗能生产方式，对实施产业转型优化升级和研发创新技术的企业给予资金支持与税收优惠。企业要加快产业的转型升级，重点考虑先进技术的引进与研发。改进企业的生产技术，完善能源的投入产出结构，使得能源的利用效率能够得到大幅提升。能源消费结构的改善，还需要加大对清洁能源的使用。京津冀城市各地应考虑本市的资源能耗基础，在保障本地的能源供应前提下，减少化石等高耗能能源的使用，因地制宜地加大对太阳能、风能、氢能等清洁能源的使用。例如河北承德和张家口的风能资源丰富，可以通过建设大量的风能发电站，充分发挥风力发电优势，从而有效减少碳排放。

一方面北京应积极发挥对天津、河北地区的创新辐射与带动作用，形成良好统一的资源产业布局与要素市场。将当地科研院所、高校等机构的绿色人才与技术积极向河北城市地区进行输送，形成城市与城市之间的人才技术桥梁。另一方面，京津冀地区科研院校、厂商、行业协会等单位的专家，要对该区域的产业结构布局进行全面深入调查，制定出重点产业的技术发展路线，着重关注新能源、新材料、新装备与先进制造等方面的技术要求，提高技术创新的针对性与有效性，同时要加强技术信息的沟通交流，进而推动区域的总体绿色技术发展，助力企业产业结构的优化升级改造，减少区域碳排放。