中国城市内部空间不平等治理：SDGs实施的时空异质性效应评估

本文创新性地运用夜间灯光数据（NTL）和自然语言处理（NLP）技术，构建了地方政府可持续发展目标实施强度（SDGI）与城市内部空间基尼系数的评估框架。通过系统广义矩估计（GMM）和时空地理加权回归（GTWR）模型，首次揭示了SDGI对中国城市不平等影响的U型时序特征（2012-2022年系数峰值达-0.072）和空间异质性，发现西南地区清洁能源投资使SDGI减贫效应显著，而一线城市因可持续发展成本较高效果受限。研究为差异化推进SDG10（减少不平等）提供了实证依据。

　　

Highlight

本研究通过多源遥感与地理空间数据构建的创新框架显示：地方政府可持续发展目标实施强度（SDGI）能显著缩小城市内部发展差距，其效应呈现"先降后升"的U型时序演变。2018年SDGI系数中位数达峰值-0.072（四分位距：-0.087至-0.061），相当于使城市基尼系数降低7.2%，但2022年效应减弱至-0.026。

关键发现

• 时空异质性：西南地区因清洁能源投资和生态补偿计划（Ecological Compensation Programs）表现出最强的减贫效应，而高度发达的一线城市（first-tier cities）和人口外流城市效果有限

• 机制解析：资本重置（Capital Relocation）和土地利用调控（Land-use Regulation）是SDGI起效的两大核心通路，其中公共基础设施投资占比每提升1%，城市不平等指数下降0.15个标准差

• 政策窗口期：SDGI强度较高的城市其减贫效应峰值会提前1-2年出现，证实了早期政策干预的"时机红利"

模型验证

采用BP神经网络（Back-propagation Neural Network）对结果进行交叉验证，模型预测准确率达89.3%，但需注意全球网格人口数据集（如WorldPop）在乡村地区可能存在高达84%的负向偏差。

Conclusion

研究发现SDGI对城市内部空间不平等的改善效果存在显著时空差异，建议决策者：

1. 1.

   对欠发达地区加强清洁能源（SDG7）与生态补偿的定向投资

2. 2.

   在一线城市推行成本共担机制以提升政策可持续性

3. 3.

   建立SDGI实施的早期预警系统以把握政策黄金窗口期