El delta del río Yangtsé desempeña un papel estratégico importante en el patrón de desarrollo económico de China, y su intensidad de emisiones de carbono, que refleja el desarrollo de una economía baja en carbono, ha atraído mucha atención. Desde la perspectiva a nivel de ciudad, este estudio utiliza el coeficiente de variación, la autocorrelación espacial y el modelo de Regresión Geográficamente Ponderada a Múltiples Escalas (MGWR) para estudiar las características espaciotemporales de la intensidad de emisiones de carbono en el delta del río Yangtsé desde 1997 hasta 2017 y la heterogeneidad espacial de sus factores influyentes. Los resultados indicaron que: (1) la intensidad de emisiones de carbono en el delta del río Yangtsé aumentó primero y luego disminuyó durante el período de muestra, y el número de zonas de baja intensidad de emisiones de carbono disminuyó primero y luego aumentó. (2) A través del análisis del coeficiente de variación, se sabe que la relación entre el valor de nugget y el valor base es mucho menor que el 25%, lo que indica que la correlación entre las ciudades en el delta del río Yangtsé se está volviendo cada vez más obvia, la diferencia espacial se está reduciendo y el nivel de integración está creciendo cada vez más. (3) La intensidad de emisiones de carbono del delta del río Yangtsé tiene una fuerte correlación espacial positiva, y la intensidad de emisiones de carbono del delta del río Yangtsé disminuye de norte a sur. (4) El efecto del tamaño de la población sobre la intensidad de emisiones de carbono es bidireccional, pero el efecto de inhibición es mayor que el efecto de promoción, y el coeficiente de regresión promedio es -0.0796; el coeficiente de regresión promedio del nivel de desarrollo económico es 0.3674, y el coeficiente de regresión promedio de la estructura industrial es 0.1702, ambos tienen un impacto positivo en la intensidad de emisiones de carbono. El grado de urbanización tiene un efecto bidireccional, y el coeficiente de regresión varía de -0.920 a 0.091, y el efecto negativo es bastante fuerte. Además, cada factor tiene heterogeneidad espacial.