城市群网络正成为区域发展的重要形式，与此同时城市群的扩张产生了巨大的环境压力，这种发展形式对碳收支的影响应得到充分重视，但它们之间的空间交互关系亟需定量探讨。本研究以典型的快速城市化地区--中国粤港澳大湾区（GBA）为研究对象。首先，利用机器学习方法筛选了县级的多源数据和自监督机器学习来预测修正重力模型和空间加权矩阵和网络。然后，通过社会网络分析得出城市网络指标，利用改进后的空间计量经济多权重模型实证证明城市网络关联度对碳收支的影响。实验结果表明，经机器学习后的引力模型和空间权重矩阵表现出良好的鲁棒性。粤港澳大湾区城市群网络对促进区域低碳发展具有重要影响。密度中心性高的城市地区由于在网络中处于中心位置，往往会引领碳排放与经济脱钩的趋势。此外，城市群网络中的社会联系比地理距离更容易产生空间溢出效应。县一级的碳收支溢出效应只在短期显著，未来应进一步促进要素自由流动，以尽快实现可持续发展。

粤港澳大湾区；碳收支；空间关联结构；溢出效应,机器学习