数字经济赋能资源型城市碳中和进程的差异化机制及其对可持续发展目标的贡献

针对资源型城市(RBCs)面临经济转型与气候韧性的双重压力，研究人员探讨了数字经济(DEI)对碳排放效率(CEE)的差异化影响机制及其对SDG 8/11/15的潜在贡献。研究发现DEI通过产业结构优化(ISU)和绿色技术创新(GTI)等路径显著提升RBCs的CEE，且城市群协同发展能放大其减排效应，为全球资源型城市低碳转型提供了中国方案。

　　

在全球应对气候变化的紧迫背景下，资源型城市(RBCs)正面临经济转型与碳减排的双重挑战。这类城市贡献了中国26%的GDP和30%的碳排放，其转型成效直接关系"双碳"目标实现。然而，传统高耗能产业的结构惯性、技术创新滞后等问题，使得RBCs的碳排放效率(CEE)在2011-2020年间整体下降1.434%，远低于非资源型城市16.326%的增幅。数字经济(DEI)作为重组资源配置的关键力量，虽在RBCs实现202.09%的指数增长，但其对CEE的差异化影响机制及与城市可持续发展目标(SDGs)的关联仍不明确。

为破解这一科学难题，国内研究人员在《Environmental and Sustainability Indicators》发表重要成果。研究团队创新性地构建包含数字产业基础(DIF)、数字创新能力(DIC)和数字应用程度(DAD)的三维评价体系，采用熵权-TOPSIS模型和SBM模型量化DEI与CEE的时空演变规律，并运用结构方程模型(SEM)揭示其作用路径。研究特别关注不同类型RBCs（成长型/成熟型/衰退型/再生型）的异质性机制，以及城市群协同发展的增益效应。

关键技术方法包括：基于ODIAC数据库的1km分辨率碳排放栅格数据提取、双向固定效应模型解决内生性问题、双变量空间自相关分析揭示DEI-CEE的空间依赖关系。研究覆盖中国107个地级RBCs和164个非RBCs，时间跨度为2011-2020年，控制变量涵盖自然因素（NDVI、温湿度）和人为因素（环境规制ER、能源强度EI等）。

研究结果呈现四大发现：

1. DEI与CEE的时空演化特征：衰退型RBCs实现12.9%的CEE增长，而成长型城市下降7.4%；DEI高值区在黄河流域中下游形成集聚，与CEE的空间相关性呈现"低-高"（西南）和"低-低"（东北）的显著分异。
2. 核心驱动机制：DEI每提升1%可使RBCs的CEE提高0.801%，是非RBCs(0.458%)的1.75倍。产业结构优化(ISU)是主要正向路径（间接效应0.257），但绿色技术创新(GTI)因产业锁定效应产生负向调节(-0.675)。
3. 类型异质性：成长型城市依赖ISU路径(效应值1.745)，成熟型城市通过GTI驱动(0.498)，衰退型城市双路径并进(ISU 0.219+GTI 0.632)，再生型城市则出现能源效率(EUE)的负向调节(-0.618)。
4. 城市群协同效应：城市群内RBCs通过EUE(0.403)和GTI(0.764)实现间接增效，而群外城市主要依赖ISU单一路径(0.416)。

在可持续发展贡献方面，DEI通过提升CEE间接促进SDG8.1.1(经济增长率)和SDG15.1.1(森林覆盖率)，但对SDG11.6.2(PM_2.5)产生负向影响。这种"减排-增污"悖论源于数字经济基础设施的能源消耗激增，提示需要清洁能源配套政策。

该研究创新性地揭示了数字经济在RBCs低碳转型中的"结构引擎"作用，提出三类政策启示：对于成长型城市应重点建设数字产业园推动产业替代；成熟型城市需加强数字技术对石油化工等传统产业的渗透；所有RBCs都应主动融入城市群发展战略以获取技术外溢。案例城市六盘水(成长型)和大庆(成熟型)的实践验证，数字产业化与产业数字化协同可破解"资源诅咒"。这些发现为全球资源型城市平衡碳中和与经济发展提供了理论框架和实证支撑。