中国省级碳排放减少能力的空间网络结构及其驱动因素：基于指标的分析

《Ecological Indicators》：The spatial network structure and drivers of provincial carbon emission reduction capacity in China: An indicator-based analysis

碳减排能力空间网络分析及驱动机制研究。构建包含政策、社会、市场、技术等七维度的CERC指标体系，运用改进引力模型和社交网络分析，揭示东部沿海省份为核心节点的核心-边缘结构，以及功能分区特征。QAP回归表明网络由同质性（经济相似性、技术兼容性）与互补性（碳市场差异、产业结构互补）双重驱动。提出差异化政策框架，建议强化跨区域协同机制，促进技术转移与生态补偿，推动双碳目标实现。

　　碳排放减少能力（CERC）的衡量对于制定协同减碳政策至关重要。然而，现有文献中缺乏一个全面的指标框架，以捕捉CERC的多维特性。这种缺失使得无法全面描述区域间互动的复杂空间网络结构。为了弥补这一知识空白，本研究构建了一个涵盖七个维度的新颖指标体系，包括政策、社会、市场、技术、产业、能源和排放控制，以评估2013年至2022年间中国30个省份的CERC。我们利用改进的引力模型构建了省级CERC的空间相关网络，并通过社会网络分析（SNA）探讨了整体和个体网络特征以及空间聚类模式。二次分配过程（QAP）方法被用于解析网络结构背后的驱动因素。研究结果表明，（1）网络连通性随时间增强，呈现出明显的“核心-边缘”结构，并逐步向多中心系统演变，其中经济发达的东部省份（如上海和江苏）处于核心位置。（2）所有省份均可归类为四种功能不同的板块，即双向溢出、主要流入、净溢出和代理板块，这些板块与胡焕庸线（Hu Line）相吻合，揭示了区域间功能分工的深刻性。（3）QAP回归分析表明，网络形成受到同质性（如经济发展水平和技术相似性）和互补性（如碳市场活动和产业结构差异）的双重驱动。这些发现为区域碳协同提供了更细致的理解，超越了传统空间计量经济学的局限性。研究结果为政策制定者提供了科学依据，以设计差异化和协同的区域减碳策略，通过同质性合作和互补性伙伴关系加速中国实现双碳目标的进程。

全球气候危机是中国乃至世界可持续发展面临的最紧迫挑战之一，促使各国纷纷承诺减碳政策。作为世界最大的碳排放国，中国的战略应对在推动全球气候缓解方面具有举足轻重的地位。中国承诺在2030年前实现碳达峰、2060年前实现碳中和的“双碳”目标，体现了其向绿色、低碳经济转型的决心。然而，实现这些目标的道路充满挑战。中国巨大的能源需求与区域间经济、资源、技术、产业结构的显著差异，构成了减碳工作的复杂且碎片化的背景。传统的减碳策略往往聚焦于单一省份或行业，而忽视了区域间的互动和协同。随着区域经济的深度整合，先进的交通网络和数字连接使孤立发展成为过时的观念。因此，推动跨省减碳策略的协同与合作已成为合理且必要的策略。这种合作能够促进资源共享和技术交流，通过比较优势实现更有效的减碳，从而提升全国的减碳能力。

尽管已有大量研究关注碳排放的空间方面，但主要沿着两条方法路径展开。第一类研究采用空间计量经济学模型，如空间杜宾模型（SDM）和地理加权回归（GWR），以识别碳排放的溢出效应和空间自相关性。虽然这些方法确认了空间依赖性的存在，但其局限性在于依赖于预定义的、通常基于地理的空间权重矩阵（如邻接性或距离）。这种限制阻碍了其对现代区域互动的复杂、多维和非地理联系的捕捉。第二类研究则采用投入产出（IO）分析，追踪贸易网络中的隐含碳流动，从而揭示区域间的碳泄漏和转移模式。然而，国家IO表的低时间频率（通常每五年发布一次）在时效性和动态分析方面提出了挑战。此外，IO模型的行业聚合可能掩盖区域特定特征和政策影响。这两类方法虽然有价值，但主要关注排放结果，而非减碳能力，并未能准确刻画决定区域减碳互动的网络结构。

研究中提出的CERC概念强调的是一个区域的减碳潜力，而不仅仅是排放结果。CERC是一个多维的结构，包括政策力度、社会参与、市场机制、技术创新、产业结构、能源消费和排放控制成效。然而，当前文献中缺乏一个全面且标准化的框架来量化这一复杂的减排控制方面。现有的评估系统往往只关注单一因素，如能源效率或低碳技术，或者局限于特定行业的环境评估。这些研究通常未能将关键的治理和社会经济维度整合到统一的指标体系中。这种空白阻碍了对区域优势和劣势的平衡评估，使得难以识别哪些区域能够引领协同网络，哪些区域需要外部支持。没有科学的CERC指标，我们对空间相关网络中的基础节点的理解仍不完整。除了这些方法上的不足，当前文献在理论上也存在缺陷。CERC概念通常被当作静态资源禀赋来处理，而从动态能力理论的视角来看，CERC可以更深刻地理解为一个区域动态感知和把握低碳机遇、并重新配置其治理结构、市场机制、技术创新和社会资源以实现向绿色经济转型的能力。这种理论视角将焦点从一个区域拥有什么资源转移到它如何利用这些资源，以及这些能力是如何通过空间网络形成、扩散和互联的。

因此，在碳排放研究的两个方面存在显著的空白：（1）传统方法无法映射区域CER互动的复杂网络结构；（2）缺乏一个多维度的指标系统来准确衡量该网络背后的基础节点属性（CERC）。为弥合这一差距，本研究提出了一种全面的基于指标的框架，以描述中国省级CERC的空间网络动态。具体而言，本研究旨在回答以下三个问题：（i）如何构建一个全面且多维的指标体系，以准确评估中国省级CERC？（ii）中国省级CERC空间相关网络的结构特征（如整体拓扑、节点角色和空间聚类）是什么？（iii）形成这一空间相关网络的潜在驱动因素和机制是什么？

为回答这些问题，本研究采取了三个相互关联的步骤。首先，我们构建了一个全面的省级CERC评估系统，整合了七个关键维度：政策制定与实施、社会意识与参与、市场机制与交易活动、技术进步、产业结构、能源消费结构和碳排放控制。该系统由19个三级指标组成，涵盖了动态能力理论的感知、把握和重构过程。这一评估系统超越了单一指标的局限，提供了一个多维的评估方法，以衡量一个区域的内在和动态减碳能力。其次，我们采用了先进的社会网络分析（SNA）工具。我们通过改进的引力模型，构建了一个30个省级CERC的空间相关矩阵，从2013年到2022年，映射了CERC网络的演变结构。我们从多个角度剖析了这一网络：分析其整体特征、个体节点的角色以及内部聚类模式。这为我们提供了对中国减碳网络中协同互动和功能角色的更细致的理解。第三，为了从描述走向因果推断，我们采用了二次分配过程（QAP）回归方法，以识别塑造空间相关网络的关键驱动因素，从而揭示区域碳协同背后的复杂机制。

本研究的创新点在于三个方面。首先，我们提出了一种概念和方法论框架，首次通过一个基于动态能力理论的综合指标体系量化了CERC的多维概念，为评估区域脱碳潜力提供了可复制和理论基础的指标。其次，方法上实现了理论和分析的创新，通过引入社会网络分析和块模型分析来研究区域碳协同。这种方法将抽象的空间相关性转化为可视、可分析的网络结构，使核心-边缘结构和省份的具体功能角色得以明确识别。第三，研究在理论和实践上实现了创新，通过QAP回归方法应用，获得了关于CERC网络驱动因素的稳健证据，从而为政策制定者提供了设计差异化、针对性策略和促进有效区域合作的可操作性见解。

本文的其余部分结构如下。第二部分详述了方法和数据来源。第三部分展示了实证结果和讨论，从省级CERC的评估开始，接着是对空间网络及其驱动因素的深入分析。最后，第四部分总结了主要结论并提出了有针对性的政策建议。

在方法和数据部分，我们首先构建了一个全面的CERC指标体系。该体系基于动态能力理论，将CERC视为一个区域在低碳转型过程中感知和把握机遇、并重新配置其治理结构、市场机制、技术创新和社会资源的能力。通过整合七个关键维度，我们能够更全面地评估一个区域的综合减碳能力。这些维度包括政策制定与实施、社会意识与参与、市场机制与交易活动、技术进步、产业结构、能源消费结构和碳排放控制。每个维度下选择的三级指标遵循系统性、可操作性和数据可得性的原则，涵盖了政策、社会、市场、技术、产业、能源和排放控制等关键方面。具体来说，政策维度下包括政策完整性（如政策中绿色/环境关键词的频率）和政策执行强度（如工业污染治理投资）；社会维度下包括公众环境意识（如百度搜索指数）和企业参与度（如代表性上市公司年度报告中碳相关关键词的频率）；市场维度下包括碳排放交易市场活动和绿色金融发展；技术维度下包括技术市场发展水平和研发支出强度；产业结构维度下包括第二产业占比、第三产业占比和高新技术产业收入占比；能源消费维度下包括煤炭消费占比、天然气和可再生能源占比、人均能源消费和能源强度；碳排放控制维度下包括人均碳排放、碳生产力、碳汇能力和区域平均气温变化。这些指标提供了对CERC多维特征的全面捕捉，并为各省份的减碳能力提供了量化评估。

其次，我们采用熵值法计算了指标权重，该方法通过评估每个指标在系统中的变化程度，以消除主观权重分配的偏差，并解决指标间的多重共线性问题。通过标准化原始数据，我们消除了维度效应，使不同指标之间的比较更加公正。在标准化之后，我们计算了熵值权重，该权重反映了每个指标在所有指标中的重要性，即其在整体指标体系中的熵值权重。这一方法确保了评估的客观性和科学性，为各省份的CERC提供了定量分析的基础。

为了构建省级CERC的空间相关网络，我们采用了改进的引力模型。该模型基于牛顿的万有引力定律，用于概念化和量化区域间碳排放能力的空间互动。我们通过综合考虑三个核心属性——内在CERC、经济规模（GDP）和人口规模（人口）——构建了一个综合的“质量”指标，以衡量区域间CERC的潜在互动。这一质量指标的构建是基于几何平均，而不是其他形式（如算术平均），因为几何平均在理论上更有效地捕捉了空间协同的本质。它体现了互补性关系，意味着一个维度的高值不能完全弥补另一个维度的不足。它惩罚极端的不平衡，更好地反映了能力、经济实力和规模之间的协同关系。

为了确保空间相关网络的构建具有可解释性，我们采用了一种基于行均值的阈值方法。这种方法考虑了每个省份的个体特征。为进一步验证这一步骤的稳健性，我们采用了一种替代的阈值（行中位数）进行测试，并发现核心-边缘结构在不同阈值下保持稳定，如附录中的图A3所示。此外，我们还采用实际的跨省绿色技术合作数据进行外部验证，以确保基于改进的引力模型构建的空间相关矩阵和二值化过程的可靠性。我们假设CERC的空间相关性应与实际的绿色技术合作紧密相关，因此构建了2013年至2022年的跨省绿色技术合作年度矩阵，并对CERC空间相关矩阵与绿色技术合作矩阵进行了QAP相关性分析。结果显示，所有年份的相关系数均显著（p < 0.01），且相关系数范围在0.783至0.883之间，表明我们理论构建的网络与观察到的合作关系高度一致。这为我们的空间相关网络构建提供了强有力的外部验证，表明其有效捕捉了与低碳发展相关的区域间联系。

在结果与讨论部分，我们首先评估了CERC的演变动态和地理差异。通过时间变化的核密度估计和2013-2022年的空间分布分析，我们能够深入了解中国省级CERC的变化趋势和地理分布。核密度曲线显示，从2013年到2020年，主峰向右移动，表明中国各省的CERC总体呈现上升趋势。2021年出现显著的峰值移动，这可能是由于当年国家碳排放交易市场的正式启动，带来了1.79亿吨的交易量。然而，2022年的峰值略有反弹，这与当年国家碳市场交易量下降至5089万吨有关。每一年的右偏分布表明，区域间存在持续的空间异质性，部分省份在CERC方面表现突出。这些峰值在整个研究期间保持了相似的形状和幅度，表明区域间的相对差距基本保持稳定。

空间分布图进一步确认了区域间的显著不平衡。在东西轴上，拟合曲线呈现出“东部凸起，中部平缓，西部凹陷”的模式，表明东部地区的CERC总体优于中部和西部地区。在南北轴上，曲线呈现出“北部凸起，中部平缓，南部凹陷”的结构，表明北部省份的CERC值相对较高。整个时期的三维拟合曲面显示出一种波浪状的特征，表现为“东部凸起，西部凹陷”并略带上升趋势，突出了“东部强，西部弱”的空间分布。这些差距主要由更活跃的碳排放交易市场、大量的研发投资、强劲的技术市场、较高的清洁能源利用、较强的企业参与以及较为严格的政策执行所驱动。一个显著的例外是新疆，其CERC略高于其西部邻省，这可能归因于其在清洁能源方面的有利禀赋、相对有利的产业结构、持续的绿色金融举措以及相对稳定的气候条件。详细的评估结果和各指标的计算权重见附录中的表A2和A3，提供了关于影响CERC的因素以及各省份表现的深入概述。

我们还分析了七个组成部分的得分，分别对应2013年、2017年、2020年和2022年的年份（见图3），并评估了其平均趋势和贡献（见图4），以深入探讨省级CERC的构成。分析表明，碳排放控制指标（D7）、能源消费结构（D6）、市场机制与交易活动（D3）和产业结构（D5）是推动中国各省减碳的主要驱动力。这强调了整合清洁能源、利用市场机制以及培育低碳产业以实现减碳目标的重要性。北京在碳排放控制指标中一直名列前茅，常与上海、海南、广东和江苏一同位列前五。在能源消费结构方面，海南在2013年领先，随后北京紧随其后。从2017年起，北京始终占据首位。在市场机制与交易活动方面，广东在2013年领先，而到2022年，天津和广东分别位居前列。在产业结构方面，北京、天津、上海和广东一直表现强劲。

通过对各维度得分随时间变化的平均值进行分析（见图4a），我们发现了一些显著的演变趋势。技术进步（D4）的得分呈现持续上升的年度轨迹，表明在创新投资和改进方面保持了稳定增长。市场机制与交易活动（D3）的得分虽然有波动，但总体呈上升趋势，表明与碳交易和绿色金融相关的市场机制在时间上变得更加活跃和有效。政策制定与实施（D1）的得分在整个期间相对稳定，反映出政府在减碳监管框架上的坚定承诺和执行力度。相比之下，产业结构（D5）的得分在2021年前逐渐下降，随后有所回升，表明产业结构经历了显著调整，可能向更加服务导向和高科技方向转变。社会意识与参与（D2）的得分在2016年出现显著下降，并在随后几年维持在较低水平。然而，从2020年开始，该得分显著提升，反映了公众和企业在环境问题上的重新关注。相反，能源消费结构（D6）和碳排放控制指标（D7）的得分在整个评估期间呈逐渐下降趋势。这表明，尽管有持续进展，但向更加可持续和低碳的能源混合的转变仍然缓慢。绝对排放控制的改进速度可能不足以满足更加雄心勃勃的减碳目标，这可能归因于能源部门的惯性以及替代传统能源来源的挑战。

总体而言，这些趋势突显了实现减碳目标所面临的复杂性和挑战，以及在政策、市场、技术和社会各维度上持续和多方面努力的必要性。

在区域碳排放能力的空间相关特征分析中，我们通过社会网络分析（SNA）探讨了CERC网络的整体特性、模块化结构和个体节点特性。分析显示，CERC网络在2013年、2017年、2020年和2022年的结构特征和动态演变通过图5进行可视化。图中节点的位置固定在省会城市的地理坐标上，节点大小与度中心性成正比。这种地理嵌入式布局揭示了空间相关性不仅超越了邻接关系，还展示了其在现实世界中的长距离联系。为了进一步提高核心-边缘结构的可解释性，我们提供了一种不依赖地理的替代可视化方法（见附录中的图A2）。网络图揭示了一个复杂且相互关联的结构，超越了简单的地理邻接，符合核心-边缘模型。在十年间，省际间空间相关性的强度和数量呈现出明显的上升趋势。网络的整体特性进一步在图6中进行了量化分析，得到了几个关键观察结果。

网络密度呈现上升趋势，2013年至2022年间，实际省际连接数量从172增加到238，密度从0.20上升至0.27。这一增长表明了CERC网络中省际间空间相关性的增强，暗示了区域间减碳合作的逐步深化。然而，密度值仍低于0.3，表明仍有大量的潜在连接和合作尚未实现。CERC网络在各省份间展现出一致的稳健性和稳定性，整个研究期间的连通性值始终保持为1。这种完全的互联表明没有孤立的节点，并且碳减量努力的相互影响广泛存在。尽管网络效率从2013年的0.73下降到2022年的0.64，这一变化意味着某些冗余连接和多重溢出路径的发展。这种冗余虽然可能降低信息或资源沿最短路径的传输效率，但反而增强了网络结构的整体稳健性和韧性。通过提供替代路径，系统对任何单个连接或省份的失效更加不敏感。网络的等级特性在整个研究期间变得不那么显著，等级度从2013年的0.39下降到2022年的0.19。这表明等级结构在优化，意味着对特定核心省份分配减碳资源和信息的依赖度降低。结果形成了一个更公平和多中心的影响力和控制力分布，促进了更平衡的协同治理。

总体而言，整体网络分析确认了CERC网络在空间上的显著相关性和溢出渠道。密度的上升、连通性的稳定和完全、效率的轻微下降以及等级的减少共同反映了一个成熟网络向更合作、更稳健和更少中心化的结构演变。

在个体网络特性分析中，我们通过分析2013年、2017年、2020年和2022年的三个关键节点中心性指标（度中心性、中介中心性和接近中心性）来明确中国省份在CERC空间相关网络中的角色和演变轨迹（见图7）。度中心性的年度增加表明了省际间关于减碳的直接合作的增强，反映了网络的更加互联和协调。江苏、上海、北京、浙江、广东、福建、山东和河南等八个省份持续优于年度平均值，确立了它们作为中心节点的地位。除了河南外，这些省份大多位于中国经济发达的东部沿海地区。其核心地位归因于显著的资本资源、技术创新优势、完善的治理框架、成熟的碳市场机制、活跃的企业参与以及服务导向和高科技产业的集中。河南的度中心性尽管其位于中部，但仍显示出其战略地理位置作为国家交通枢纽的影响，促进了与不同地区资源和信息的流动。

中介中心性平均值呈现先上升后下降的趋势，表明省份在减碳合作中的合作模式发生了变化。初期的增长表明了对少数中介省份的依赖性增加，这些省份在资源、技术和资金的传递中起到关键作用。然而，随后的下降表明了合作关系的多样化和扩展，减少了网络对任何单一中介节点的脆弱性，从而增强了其整体稳定性。地理上，广东、江苏、北京、福建、江西和甘肃等省份持续作为关键的“桥梁”或“门户”，在网络中拥有显著的控制力。相比之下，湖南、山西、云南、辽宁、陕西、安徽、海南、黑龙江、吉林、宁夏、青海和新疆等省份表现出较低的中介中心性，表明它们在控制资源传递路径方面较为边缘化。

接近中心性平均值的稳步上升表明了网络内部资源和信息流动的改善，表现为省份间的平均路径长度缩短。这种增强的效率促进了减碳政策、先进技术和最佳实践的快速传播，从而促进了省际间更协调的行动。地理上，上海、江苏、北京、浙江和福建等省份巩固了其作为“核心行动者”的地位，它们拥有最短的路径到达其他省份，因此享有更大的信息和资源获取优势。相比之下，云南、青海、陕西、吉林、黑龙江、宁夏、新疆等省份被识别为边缘参与者。它们的接近中心性较低，通常源于其位于西部或东北部，经济发展水平较低，导致其对网络资源的获取有限且效率较低，难以融入主要的协同努力。

综上所述，个体节点特性的分析揭示了一个不仅更加互联，而且在影响力和可及性方面经历转变的网络结构。东部省份的持续主导地位突显了经济发展和技术创新在建立网络中心性中的作用，而中介值的变化则表明了一个向更稳健和中介依赖度较低的协同生态系统的积极趋势。

在空间聚类分析中，我们采用了CONCOR算法进行块模型分析，以超越对个体节点的分析，刻画CERC网络的中观结构。该方法展示了省份如何基于其连接模式形成功能不同的聚类。2022年的分析将中国的30个省份分为四个功能不同的板块，揭示了CERC空间网络内部的复杂结构，超越了简单的核心-边缘二元结构（见表3）。这些板块的模式表明了每个聚类的独特角色，其地理分布与胡焕庸线高度一致，突显了中国东部和西部之间深刻的职能分工。这种分工表明，减碳过程并非同质化的努力，而是地理上高度专业化的价值链。西部地区往往扮演基础支持的角色，而东部沿海地区则作为创新和金融核心运作。这种地理专业化要求采用基于角色的政策方法，超越“一刀切”的措施，以利用每个功能组的比较优势。

我们采用QAP回归分析进一步探讨了CERC空间相关网络的形成机制。QAP是一种非参数方法，专门用于分析关系数据（矩阵依赖变量），有效克服了传统回归方法的局限性，如独立性假设的违反和多重共线性问题，通过随机排列来计算稳健的显著性检验。我们构建的变量反映了塑造省际联系的稳定、基础力量，而非年际波动。这种方法有助于揭示网络的长期、结构性决定因素。分析结果表明，网络的形成受到两种力量的双重驱动：（i）同质性原则，即经济开发、技术、能源效率的相似性降低了合作成本并促进了信任，从而形成了紧密联系的集群；（ii）互补性原则，即碳市场活动、产业结构和能源需求的差异创造了强大的合作激励，形成了连接网络不同部分的关键桥梁。这种双重引擎意味着有效的网络治理必须同时促进同质性群体间的深度合作，并构建互补性区域之间的战略伙伴关系，以释放来自对齐和差异的协同效应。

在结论与对策部分，我们总结了本研究的主要发现。首先，实现碳中和的进程发生在高度不均的地理背景下。评估显示，CERC存在显著的区域差异，东部省份显著优于其西部对应者。这种差异不仅仅是结果上的差距，而是根本性的能力分化。东部省份通过在政策制定、市场成熟度和技术创新方面的优势处于核心位置。这种根深蒂固的异质性要求从统一的国家命令向基于地理的差异化策略转变。

其次，省际关系形成了复杂且演化的网络架构。我们的分析显示，CERC网络的连通性随着时间推移逐渐增强，而等级结构变得不那么显著，表明从一个简单的、核心依赖的组织结构向更加稳健和多中心的结构转变。在这个架构中，上海、江苏和北京等省份作为关键枢纽，对资源、信息和政策的流动具有不成比例的影响。这种核心-边缘结构突显了中国低碳转型的双重现实：日益增强的互联性与持续存在的权力不对称并存，少数关键节点在系统稳定性和效率方面发挥着决定性作用。

第三，网络展现出功能分工，形成了四个不同的板块。块模型分析揭示了净溢出、代理、双向溢出和主要流入板块，每个板块在国家生态系统中扮演独特角色。这一发现表明，减碳过程不是一项同质化的努力，而是一个地理上高度专业化的价值链。西部地区往往作为基础支持，而东部沿海地区则作为创新和金融核心运作。这种地理专业化要求采用基于角色的政策方法，超越“一刀切”的措施，以利用每个功能组的比较优势。

第四，而且最重要的是，这一稳定网络结构的形成受到同质性和互补性原则的双重驱动。QAP结果表明，网络的形成既源于相似的经济和技术特征，也源于互补的碳市场活动、产业结构和能源需求。这表明，有效的网络治理必须同时促进同质性群体间的深度合作，并构建互补性区域之间的战略伙伴关系，以释放来自对齐和差异的协同效应。只有通过这种双重方法，中国才能发展出高效、稳健和整合的减碳系统，以实现其可持续发展目标。

研究的局限性在于依赖于复杂的维度如社会意识的代理指标，这表明未来的研究需要纳入更直接的数据来源，如调查或对上市公司报告进行自然语言处理，以提高其有效性。方法上，从我们静态的二元网络分析转向使用纵向方法（如时间指数随机图模型）的动态、加权网络模型将能够有力揭示空间相关性的因果机制和演变。此外，我们的宏观层面、省级发现呼吁对实际互动渠道（如技术转移、资金流动和政策学习）进行微观层面的调查，这可能通过案例研究或实地实验实现。最后，通过将这一框架应用于其他主要经济体的比较研究，可以显著增强这些发现的普遍性和理论深度，从而区分碳协同的普遍驱动因素与情境特定因素。追求这些方向对于将空间网络的架构转化为有效的气候治理蓝图至关重要。

研究的作者贡献声明中，Junjie Sun负责撰写原始草稿、项目管理、数据整理和概念化。Longke Wang参与了研究设计和数据分析。Yong Geng负责撰写和编辑，进行了形式分析和数据整理。Ming Zhang则参与了研究的构思和执行。这些贡献共同构成了本研究的完整框架和结论。