城市化对可持续发展目标相互作用的双重效应：欠发达山区的动态演化与非线性变化

本研究聚焦城市化进程中可持续发展目标（SDGs）间的复杂互动关系，以中国欠发达山区临沧市为案例，综合运用社会网络分析（SNA）和广义可加模型（GAM）揭示了城市化对SDGs协同与权衡关系的非线性影响机制，为山区城市的可持续路径优化提供了科学依据。

　　

在全球可持续发展面临严峻挑战的背景下，城市化作为不可逆转的全球进程，深刻影响着联合国2030年可持续发展目标（Sustainable Development Goals, SDGs）的实现。然而，当前研究多集中于经济发达地区，对生态脆弱、经济欠发达的山区关注不足。这些地区人地关系复杂，生态系统脆弱，经济基础薄弱，在城市化压力下更易出现SDGs之间的冲突与矛盾。临沧市作为中国可持续发展议程创新示范区，兼具典型山地特征与边境民族地区特色，是探究城市化如何重塑SDGs互动关系的天然实验室。

为系统揭示城市化对SDGs相互作用的动态影响，研究团队选取2010–2020年为研究时段，构建了包含人口、经济、空间三维度的城市化评价指标体系，并基于国际SDGs框架与本地化特征建立了涵盖14个目标、62项指标的评估体系。通过综合运用熵值法、Spearman相关系数、调节效应模型、社会网络分析（Social Network Analysis, SNA）与广义可加模型（Generalized Additive Model, GAM）等方法，深入解析了城市化不同阶段SDGs协同与权衡关系的演化规律。

研究发现，城市化对SDGs关系具有双重效应：一方面强化了SDG3（良好健康与福祉）、SDG6（清洁饮水和卫生设施）与SDG17（促进目标实现的伙伴关系）等目标间的协同关系；另一方面却使SDG7（经济适用的清洁能源）与SDG13（气候行动）等目标间的协同转化为权衡。更为重要的是，SDGs间的耦合程度随城市化进程呈现“先增强后减弱”的动态特征，且目标聚类模式发生显著转变：从低城市化水平下的三个集群，逐步演化为中等水平时的两个集群，最终在高水平阶段形成新的耦合格局。

本研究创新性地构建了本地化SDGs指标体系，首次揭示了欠发达山区城市化进程中SDGs相互作用的非线性演化规律，为理解山地城市可持续发展目标的动态耦合机制提供了新视角，也为优化协同路径、推动欠发达山区可持续发展提供了科学支撑。相关成果发表于环境科学与生态学领域重要期刊《Ecological Indicators》。

研究主要采用以下关键技术方法：基于多源数据（统计年鉴、遥感影像、实地调查）构建城市化与SDGs评估指标体系；运用熵值法确定指标权重，计算综合发展指数；采用Spearman相关系数识别SDGs间协同与权衡关系；通过调节效应模型检验城市化的调节作用；利用社会网络分析（SNA）解析SDGs互动网络结构特征；结合移动窗口法（MWM）和广义可加模型（GAM）揭示SDGs相互作用随城市化的非线性变化规律。研究样本涵盖临沧市及所辖8个县（区）2010–2020年的面板数据。

研究结果具体表现为：

3.1. 城市化水平变化

2010–2020年间，临沧市综合城市化水平持续提升，指数从0.212增至0.430。经济城市化增长最快（226.32%），空间和人口城市化分别增长65.04%和49.08%。2015年后，人口和经济城市化增速放缓，而空间城市化加速，反映地方政府加强基础设施建设的努力。

3.2. SDGs进展

临沧市可持续发展综合指数从0.280升至0.582，年均增长7.78%。SDG7和SDG13表现最佳，平均得分分别为0.677和0.612；SDG12和SDG17相对滞后，得分仅0.229和0.265。SDG3和SDG6改善最为显著，分别增长0.582和0.554。

3.3. 城市化对SDGs相互作用的影响

3.3.1. SDGs间的协同与权衡

2010–2015年SDGs协同效应最为突出，2015–2020年协同减弱，SDG5、7、12、13、15、17与其他目标间出现权衡。指标层面，SDG2.1.2、2.2.1、2.2.2、5.2.1、12.5.1a、13.3.1、15.7.1、17.1.1、17.3.2a等指标表现出明显的权衡效应。

3.3.2. 城市化对SDGs关系的调节效应

城市化显著增强SDG3、6、9、11、15与SDG17之间的协同关系，但同时抑制SDG1、2、4、8、11、12、15等目标间的协同，表明城市化对SDGs关系存在双重影响。

3.3.3. 城市化过程中SDGs相互作用的変化

SDGs协同网络连通性随城市化呈现“先升后降”趋势，在城市化指数0.35–0.40时达到峰值；权衡网络连通性则呈现相反趋势。协同网络模块度呈现“先降后升”特征，表明中等城市化水平时SDGs间连接最为紧密。模块分析显示，低城市化水平时SDGs分为三个模块（L1: SDG1、2、4、9；L2: SDG3、5–7、11、17；L3: SDG8、12、13、15）；中等水平时重组为两个模块（M1: SDG1–3、6–7、9、11、13；M2: SDG4–5、8、12、15、17）；高水平时形成新模块结构（H1: SDG1、4、6、8、11–12、13、15；H2: SDG2–3、5、7、9、17）。

讨论部分深入分析了研究发现的理论与实践意义。研究表明临沧市SDGs间总体呈现协同效应，但2015年后协同减弱，与Zhang等（2022a）发现一致，反映资源有限与政策优先序冲突导致的权衡加剧。指标层面，部分SDGs内部指标存在显著权衡，因其发展路径与可持续方向不符；而SDG1、3、6、8、9、11等目标内部指标协同显著，得益于扶贫、基础设施和水资源管理等政策的协同推进。

城市化对SDGs协同的促进机制在欠发达山区体现为基础设施和公共服务改善，如农村自来水和客运通达性提升加速了区域联通。这与Xu等（2022b）发现一致，健康保障、水资源优化和环境监测等措施共同推进了SDGs实现。然而，城市化也通过资源向核心区集中、产业发展不平衡和环境压力加剧等途径抑制部分SDGs间的协同，特别是在SDG13、SDG15等环境类目标方面表现突出。

从人地系统理论视角看，城市化不同阶段通过重构区域资源环境与社会要素配置，导致SDGs相互作用呈现阶段性特征：低水平时经济活动和资源受限，目标间连接较弱；中等水平时城市化带来的经济活力和资源优化增强了目标间协同；高水平时资源环境压力加剧导致目标间冲突凸显。这一非线性演化规律与Yang等（2020）和Xiao等（2022）关于城市化与环境质量、水资源、土地利用等要素关系的研究结论相互印证。

基于研究发现，文章提出了针对不同城市化阶段的政策建议：低水平地区应优先改善基础设施和公共服务，采用“基础设施+公共服务”综合投资模式；中等水平地区可利用当地特色资源，结合智能加工、电子商务等新技术促进绿色转型；高水平地区需明确土地利用和排放标准，建立多利益攸关方协作平台，推动经济增长、社会福祉与环境保护的和谐进展。

研究的局限性主要在于数据可获性限制，未来需整合多源数据完善SDGs互馈机制识别。此外，本研究从相关关系角度解析SDGs相互作用，后续研究可进一步探究背后的因果网络机制，为化解目标间冲突提供解决方案。

综上所述，本研究通过创新性的方法整合和本地化指标体系构建，揭示了欠发达山区城市化进程中SDGs相互作用的动态演化规律，为山地城市可持续发展提供了理论支持和实践路径，对全球类似地区的可持续发展具有重要借鉴意义。