碳排放强度不是孤立的——一个城市的研发创新活动，可能通过“看不见的手”影响周边城市的碳排放表现。中国石油大学（北京）运用空间杜宾模型，对比京津冀与珠三角的空间传导路径，发现了一个关键差异：京津冀的溢出效应依赖地理毗邻，珠三角的溢出效应依赖经济距离。

城市群内部存在地区间联动，研发创新要素和碳排放强度存在空间流动。如果忽略空间相关性，传统回归模型会导致结果偏差。空间杜宾模型（SDM）同时兼顾被解释变量和解释变量的空间相关性，能进一步分析解释变量对被解释变量的直接效应和溢出效应，是研究区域间相互影响的理想工具。
研究采用了三种空间权重矩阵——邻接矩阵（基于地理毗邻关系）、反地理距离矩阵（基于空间距离）和经济距离矩阵（基于经济相似性），从三个不同视角捕捉空间效应的全貌。三种矩阵的对比分析有助于揭示不同城市群的空间传导机制差异。

在京津冀地区，空间效应主要出现在邻接矩阵和反地理距离矩阵下。这意味着，京津冀内部的研发创新和碳排放强度影响主要发生在地理位置相邻的城市之间——北京的创新活动更可能影响廊坊、保定，而非经济规模相近但地理距离较远的城市。
从具体系数来看，京津冀研发规模对碳排放强度的溢出效应在邻接矩阵下为1.231，在反地理距离矩阵下为2.048，均显著为正。这表明本地研发规模扩大导致的碳排放强度增加会“溢出”到地理邻近的周边城市。这一发现的政策含义是：京津冀的协同降碳必须优先加强地理邻近城市之间的技术协同网络，而非泛泛的区域合作。

珠三角的空间传导路径与京津冀形成鲜明对比。在经济距离矩阵下，珠三角创新效率对碳排放强度的溢出效应显著为正（0.121）——当本地创新效率提高时，经济结构相似的周边城市的碳排放强度反而上升。在邻接矩阵下，这一效应并不显著。
珠三角一体化程度高、内部经济发展差异较小，城市间的互动更多地依赖于经济结构和发展水平的相似性，而非单纯的地理毗邻。深圳的创新活动更可能影响东莞、佛山等经济结构相似的城市，而非仅局限于地理位置相邻的周边。这一发现意味着珠三角的协同降碳需要深化内部经济要素流动，利用经济距离特性强化城市间低碳技术协同效应。

本研究在方法论层面验证了空间计量模型在碳排放研究中的适用性，并揭示了空间权重矩阵选择对研究结论的敏感性。对政策制定者而言，这意味着碳减排政策的区域协同设计必须基于该城市群的实际空间传导特征——京津冀需要“地理邻近优先”的协同模式，珠三角需要“经济关联优先”的协同模式，不可混为一谈。