揭示城市空间结构对能源相关碳排放效率的影响：以中国城市的多中心发展模式为证据

《Applied Geography》：Unveiling the impact of urban spatial structure on energy-related carbon emission efficiency: Evidence from the polycentric development pattern of Chinese cities

本研究基于高分辨率人口数据量化中国城市多中心结构，运用超效率SBM模型评估其能源相关碳排放效率（ECEE），揭示空间结构特征及作用机制，发现多中心化通过产业升级和技术创新提升ECEE，道路密度产生负向调节，公共交通在非核心城市效果更显著，并运用时空加权回归分析空间时间异质性，为低碳城市规划提供依据。

　　

张斌|李辉

吉林大学东北亚研究学院，长春，130012，中国

摘要

随着全球城市化的快速推进和能源结构的转型，城市空间结构的配置在可持续发展中起着关键作用。然而，城市空间结构的多元性给理解其对能源相关碳排放效率（ECEE）的影响带来了重大挑战。本研究采用高分辨率的人口数据，从多中心发展模式的角度量化了中国城市的空间配置。我们应用超效率SBM模型，结合多维指标来评估ECEE。我们的研究探讨了多中心空间结构（PSS）对ECEE的影响特征及其潜在机制。此外，还应用了地理和时间加权回归模型来分析PSS对ECEE影响的时空异质性。研究结果表明，较高的城市多中心性通过产业结构升级和绿色技术创新显著提升了ECEE。道路密度对PSS对ECEE的影响具有负向调节作用。公共交通有助于改善ECEE，这种效应在多中心性较低的城市中更为明显。多中心发展模式在大型和非资源依赖型城市中更有效地提升ECEE，而在小型和资源依赖型城市中，加强核心区域的集聚能力能带来更大的益处。时空异质性分析进一步表明，加强中国东北部核心功能区的集聚效应对于提升ECEE至关重要。我们的研究深化了对城市空间结构碳减排效应的理解，并为支持可持续城市规划提供了政策建议。

引言

实证证据表明，化石燃料的消耗仍然是全球碳排放的主要来源，从而阻碍了可持续发展（Shen等人，2025；Wang & Azam，2024）。《2025年全球能源回顾》数据显示，2024年的能源相关碳排放量超过了37.8亿吨（IEA，2025）。过度依赖化石燃料不仅加剧了环境风险，还限制了技术应用（Shen等人，2025；Zhu & Rao，2024）。能源相关碳排放效率（ECEE）反映了在给定的能源消耗和碳排放限制下产生经济产出的能力，这与可持续城市发展的目标一致。尽管能源结构优化和技术创新等举措有助于提升ECEE，但当前的碳减排措施仍受到制度和财务限制的制约。作为人类经济活动的主要中心，城市地区占全球能源消耗量的约75%，并贡献了近80%的碳排放（Shi等人，2022）。因此，制定更加合理有效的城市化策略以改善ECEE对于实现低碳城市发展至关重要。

城市空间结构在碳排放治理中的作用越来越受到学术界的关注（Dai和Luo，2025；Li等人，2025）。城市空间结构指的是资源禀赋和经济活动的空间配置，它决定了产业专业化程度和能源消费模式（Chakraborty等人，2024；Wang等人，2025；Zhang等人，2024）。随着城市区域的持续扩张，人口和经济活动的高度集中可能会加剧交通拥堵并降低能源使用效率。许多国家正在优化多中心空间结构（PSS）以提高环境可持续性（Jiang等人，2022；Van der Borght & Pallares Barbera，2023）。尽管广泛认为PSS会影响资源分配、产业组织和交通系统，但PSS如何影响ECEE的特性和潜在机制仍不够明确，尤其是在快速城市化的经济体中。

关于PSS对碳排放影响的现有研究存在一些不足。首先，很少有研究探讨PSS如何影响ECEE。现有文献通常依赖总碳排放等指标来评估城市空间结构与碳排放结果之间的关系（Jung、Kang和Kim，2022a；Wang等人，2024；Dai & Luo，2025）。ECEE反映了在给定能源消耗和排放限制下城市产生经济产出的能力。因此，需要进一步研究PSS影响ECEE的机制。其次，关于PSS对碳排放影响的实证结果并不一致。一些研究表明，PSS通过促进功能互补性和产业合作来缓解资源分配不均，从而降低碳排放强度（Xu等人，2021）。相反，过度城市多中心化导致次中心之间的无序扩散和通勤距离延长，从而增加了碳排放（Pan等人，2024；Sabouri，2021）。第三，尚未探讨PSS对碳排放影响的时空异质性。由于城市发展阶段和能源结构的差异，PSS对ECEE的影响可能因地区和时间而异。因此，需要定量分析来识别多中心发展如何改善ECEE的时空异质性。

基于上述分析，本研究选取了268个中国城市来评估PSS对ECEE的影响。我们利用高分辨率的人口分布数据计算PSS，并构建了一个多维框架来计算ECEE。此外，还采用了计量经济模型和地理时间加权回归（GTWR）模型来研究PSS对ECEE的影响特征和内部机制。其边际贡献可以归纳为三个方面：首先，与主要通过总碳排放来探讨PSS环境效应的现有研究不同，本研究从ECEE的角度评估了多中心发展模式的减排效应。ECEE涵盖了能源投入、经济产出和不良产出之间的综合关系，为推进低碳城市治理提供了新的视角。其次，本研究构建了一个包含产业结构升级、绿色技术创新、道路密度和公共交通的多机制分析框架，探讨了PSS影响ECEE的内部机制及其调节效应，从而丰富了关于城市空间结构减排效应的研究。第三，鉴于PSS对ECEE的影响可能因不同发展阶段和区域背景而异，本研究进一步采用GTWR模型来探索这些效应的时空异质性。与以往研究中常用的计量经济模型（Liu等人，2025；Wang等人，2024；Zhang等人，2024）相比，GTWR模型揭示了PSS对ECEE影响的时空变化。这些发现为推进低碳城市发展和加强空间治理提供了更有针对性的政策建议。

章节摘录

多中心空间结构

PSS指的是城市中心商务区之外的次中心的存在（He、Yu和Jiang，2023；Phelps等人，2023）。PSS的概念可以从形态学和功能学两个方面来描述。形态学多中心性涉及定义地理区域内居民区和就业机会的空间分布模式（Burger & Meijers，2012）。常用的评估形态学多中心性的指标

理论机制和假设

随着全球城市化的推进，过度集聚导致了要素配置不当和能源需求增加，这些都阻碍了环境效率的提高（Arnott，2007）。PSS通过将人口和产业活动重新分配到多个次中心来缓解这些低效率现象。这种空间重组减轻了中心城市核心区的负担，减少了资源浪费，并缓解了过度集中造成的规模不经济（Krugman，

研究框架

图2展示了研究框架。首先，本研究基于LandScan全球人口数据集确定城市中心以计算PSS。然后建立了一个综合的多维框架来衡量ECEE，将能源投入与碳排放输出结合起来。接着，使用核密度分析来揭示PSS和ECEE的时空动态。最后，构建了中介效应和调节效应模型来分析

时间变化特征

核密度估计用于研究PSS和ECEE的演变模式。如图4(a)所示，研究期间PSS的核密度曲线向右移动，表明多中心性总体上有所增加。曲线的分布表明，峰值高度先下降后上升，这表明多中心性的密度最初增加，随后减少。曲线的水平宽度随时间变窄，意味着城市之间的

PSS对ECEE的影响特征

研究结果表明，较高的城市多中心性显著提升了ECEE。Shi等人（2023）证明，中国大城市的PSS可以减少碳排放。同样，Mu?iz和Dominguez（2020）也报告了美国城市中PSS带来的积极环境结果。此外，美国大都市统计区内规划良好的城市次中心空间配置与较低的碳排放相关（Jung等人，2022a）。这些发现表明

结论

在全球能源转型的背景下，探索PSS对ECEE的影响对于促进可持续城市发展具有重要意义。基于268个中国城市的实证证据，本研究探讨了多中心发展模式对ECEE的影响。我们的发现深化了对城市空间结构环境效应的理解，并为城市空间规划提供了重要启示。

研究结果表明，较高的城市

CRediT作者贡献声明

张斌：撰写——初稿、可视化、验证、方法论、正式分析、数据整理、概念化。李辉：撰写——审稿与编辑、方法论、资金获取、概念化。

利益冲突声明

作者声明他们没有已知的可能影响本文工作的竞争性财务利益或个人关系。

致谢

本研究得到了国家社会科学基金重点项目（21ARK003）的支持。