中国289个地级及以上城市数字化–城市发展–低碳转型（DUL）系统协调发展的时空演化与驱动机制：基于LTCCD、Dagum Gini系数与GeoDetector的实证研究

《Frontiers in Environmental Science》：Development trends and driving mechanisms of coordination in the Digitalization–Urban development–low-carbon transition system

　　

在可持续发展与中国双碳目标（Dual Carbon Goals）背景下，数字化（Digitalization）、城市发展（Urban Development）与低碳转型（Low-carbon Transition）持续相互作用，共同塑造城市可持续发展。然而，数字化–城市发展–低碳转型（Digitalization–Urban Development–Low-carbon Transition, DUL）系统的长期协调及其内在机制仍未得到充分认识。为弥补该研究空白，研究人员利用中国289个地级及以上城市2010—2024年的面板数据，构建DUL系统，并应用CRITIC-熵权法（CRITIC-Entropy Weight Method）评估三个子系统及DUL系统整体的发展水平。采用局部与远程耦合协调度（Local and Tele-coupling Coordination Degree, LTCCD）刻画长期协调，并运用Dagum Gini系数（Dagum Gini coefficient）与地理探测器（GeoDetector）考察区域差异与驱动机制。基于该分析框架，结果显示：(1) 数字化、城市发展与低碳转型的发展水平均持续提高，但其演化轨迹不同，导致DUL系统异步发展；(2) LTCCD呈持续上升趋势，协调逐步由失衡转向协调，但中国东部地区始终优于中部和西部地区；(3) LTCCD的区域差异总体缩小，而区域间差异仍是空间差异的主要来源，其中东部与西部之间的差距最大；(4) LTCCD的驱动机制随时间演变，单因子解释力动态变化，而多因子交互作用始终超过单因子作用，表明DUL系统的长期协调发展主要依赖多因子协同。综上，这些发现揭示了DUL系统长期协调发展的时空演化与形成机制，并为数字时代促进城市协调发展和低碳转型提供了理论启示。

在气候变化加剧和可持续转型加速背景下，城市正由传统要素驱动增长转向绿色、低碳和高质量发展。城市是能源消费与碳排放的主要空间单元，也是中国碳达峰、碳中和目标的关键场域，并需平衡经济增长、资源利用和环境保护。因此，推动数字化（Digitalization）、城市发展（Urban Development）与低碳转型（Low-carbon Transition）协调发展，构成城市可持续发展的关键挑战。数字化以大数据、智能制造、人工智能等重塑资源配置、产业组织和城市治理，其影响并非单向：既可提高资源配置效率、促进绿色技术扩散、降低能耗和碳排放强度，也可能因数字基础设施建设和数据中心运行增加能源需求。已有研究多关注数字赋能、城市转型、低碳治理等相对独立主题，并从单系统分析扩展到双系统互动；对数字化–低碳转型、城市发展–低碳转型关系已有讨论，但二者关系具有复杂性、阶段性及区域性。总体来看，已有研究多识别系统相关性和协调水平，对数字化–城市发展–低碳转型（Digitalization–Urban Development–Low-carbon Transition, DUL）系统长期协调如何形成、如何随时间演化并产生区域差异仍认识不足。具体包括：对DUL系统长期互动关注不足；对长期协调动态演化和区域差异的系统研究有限；驱动机制多限于单因子，缺多因子交互及其动态变化。为此，研究人员基于系统视角开展研究。

研究人员使用2010—2024年中国289个地级及以上城市面板数据，构建DUL系统，采用CRITIC-熵权法（CRITIC-Entropy Weight Method，结合指标对比强度、冲突性与信息熵的客观赋权法）评估数字化（D）、城市发展（U）、低碳转型（L）及DUL整体发展水平；采用局部与远程耦合协调度（Local and Tele-coupling Coordination Degree, LTCCD）刻画长期协调；采用Dagum Gini系数（Dagum Gini coefficient，用于测度并分解区域差异的基尼系数方法）识别区域差异来源；采用地理探测器（GeoDetector，基于空间分层异质性探测驱动因子及交互作用的方法）考察驱动因子及交互作用。研究目标包括：刻画D、U、L和DUL发展水平动态演化；识别DUL长期协调及协调状态演化；揭示LTCCD区域差异及结构来源；考察LTCCD空间差异关键驱动因子及交互效应。研究结论显示，DUL整体水平持续上升但三子系统异步；LTCCD持续改善并由失衡向协调转变，东部高于中西部；区域差异总体收敛但区域间差异主导，东–西差距最大；驱动机制动态变化，多因子交互始终强于单因子。该研究揭示DUL系统长期协调发展的时空演化和形成机制，为数字时代城市协调发展和低碳转型提供理论启示。

关于技术方法，不超过250字概括如下：研究对象为中国289个地级及以上城市，样本期2010—2024年；数据来自《中国城市统计年鉴》《中国统计年鉴》《中国城市建设统计年鉴》《中国环境统计年鉴》、各省统计年鉴和统计公报及国家统计局数据库。主要方法为CRITIC-熵权法测定D、U、L和DUL发展指数；LTCCD结合逆距离空间权重表征长期协调；Dagum Gini系数分解区域差异来源；GeoDetector进行因子探测和交互探测，连续变量以自然断点法离散为五类。

研究结果部分：

4.1 DUL系统时空演化
4.1.1 子系统演化。通过发展指数时空分布发现，三个子系统在2010—2024年均提高，但增长率、空间扩散和区域差异不同。数字化分布右移最明显，2018年后加速；城市发展稳步上升；低碳转型稳定但分布变化温和。空间上，数字化高值主要在东部沿海并向长江中游、成渝等扩展，呈东高西低；城市发展空间格局较稳定，高值分布于东部沿海、省会和区域中心，路径依赖强；低碳转型高值除东部沿海还分布于东北和部分资源型城市，空间更分散、区域异质性更明显。
4.1.2 DUL综合指数演化。DUL综合指数稳步上升，空间上东高西低。2010年高值集中在东部沿海和少数区域中心；2018年中高值扩展，中部省会与区域中心明显提高；2024年高值进一步集中于长三角、珠三角、长江中游等城市群，西部中心也改善，但东西梯度仍存。由于三子系统演化速率和扩散不同，综合水平虽提升但区域异质性显著；城市可持续转型还体现在三子系统长期关系变化，因此需考察LTCCD。

4.2 LTCCD演化趋势
4.2.1 LTCCD时空演化。LTCCD持续上升，低协调城市减少、中高协调城市增加。2010年多数城市较低；2014—2018年整体提高，中协调城市增多，并自东部沿海向中部扩展；2020年后较高协调城市进一步增加；2024年总体优于2010年。空间上呈东>中>西，长三角、珠三角、京津冀保持较高，中部省会与区域中心改善，西部多数仍较低。改善并非全国均匀扩展，而集中在东部沿海城市群和部分内陆区域中心；说明DUL协调不单由子系统水平提高决定，更依赖稳定长期协调关系建立。
4.2.2 协调阶段演化。通过协调等级分类看出，整体由高度失调向中度失调迁移。2010年以高度失调和中度失调为主，高度失调比例较大；随时间高度失调下降，中度失调2016年后占主导；轻度失调、基本协调和良好协调比例渐增，2020年后更明显，但高水平协调城市仍有限。极端失调和低协调比例一直较低，多数城市处于中间过渡阶段，协调改善呈阶段性和渐进性。

4.3 LTCCD区域差异分析。Dagum Gini系数显示，2010—2024总体差异由0.119降至0.105，逐步收敛；区域间差异由0.058降至0.048，是总体差异下降主要来源；区域内差异较低且略降，超变密度变化小。贡献率上，区域间差异始终最大，贡献率高于45%，远超区域内和超变密度；区域间贡献略降，超变密度略升，传统区域边界相关差距减弱，但区域梯度仍是空间差异主要结构来源。区域内，东部内部差异高于中部、东北和西部；区域间，东部–西部基尼系数最高，其次东部–中部、东部–东北，中西部东北之间较小；所有区域对基尼系数均有下降，但区域梯度未根本改变。

4.4 LTCCD动态驱动机制。GeoDetector因子探测和交互探测选取2010、2016、2020、2024年，因子q值均在1%水平显著。2010年授权专利（X₄）、地方一般公共预算支出（X₅）、信息基础设施（X₆）、常住人口规模（X₃）q值最高；随时间人均GDP（X₁）和第三产业占比（X₂）解释力下降，2024年分别降至0.2018和0.1078；X₄、X₅、X₃持续较高；X₆呈阶段依赖，2010和2016较高，2024降至0.3184。交互探测中，双因子交互解释力始终高于单因子。2010年X₃∩X₆、X₄∩X₅、X₄∩X₆较高；2016年X₃∩X₆、X₅∩X₆提高；2020年X₃∩X₆、X₄∩X₆、X₄∩X₅较高；2024年含X₆交互下降，但X₄∩X₅、X₃∩X₅、X₃∩X₄仍强。说明创新、人口集聚、政府调控的协同逐渐成为主导路径。

讨论部分总结：
5.1 动态特征与形成机制。三子系统均改善但速率和扩散不同，LTCCD持续升高，说明DUL长期协调不要求同步增长，而是通过持续互动逐渐形成稳定协调关系；LTCCD表征长期协调演化状态，而非直接因果关系。数字化通过基础设施、产业和创新提高信息流与资源配置，支持城市发展和低碳转型；城市发展通过人口集聚、基础设施和公共服务增强承接数字技术与绿色转型能力；低碳转型通过能效、环境治理和绿色产业反馈数字技术应用与城市发展路径优化。复合发展指数与LTCCD概念不同，复合水平提高不必然自动形成协调，只有资源分享、信息流和系统反馈持续增强，协调状态才改善。
5.2 区域差异演化与空间分异形成机制。总体收敛与持续区域梯度并存。东部协调高不仅因经济水平，更因数字基础设施、城市承载力和低碳治理基础较均衡；中西部在数字基础设施、创新资源、公共服务、低碳治理能力上有短板，三子系统基础和轨迹不一致，LTCCD较低，但持续改善；区域中心发展、基础设施投资和数字服务覆盖扩大缩小差距，因长期积累，改善表现为渐进追赶。东部内部差异大，因核心城市与外围传统产业城市在数字化扩散、产业升级和绿色治理上不同；中西部东北多数城市阶段相近，内部差异小。
5.3 多因子交互机制。单因子解释力动态变化，传统经济规模和产业结构解释力下降，创新、人口集聚和政府调控持续较高。创新促进数字和绿色技术扩散；人口集聚增强知识溢出、市场规模和资源流动；政府调控通过财政、基础设施和公共服务改善系统运行。数字基础设施独立解释力下降，但与创新、人口、政府调控交互仍高，说明其作为基础平台需与创新资源、城市基础和制度环境结合。双因子交互始终强于单因子，关键条件随阶段调整；GeoDetector结果解释为相对解释作用，并非因果效应。
5.4 局限与展望。仅覆盖地级及以上城市，未考察城市内部异质性；GeoDetector不能建立严格因果，未来可结合空间计量或因果推断；框架基于中国城市，跨国适用性需进一步检验。

研究结论部分翻译：
研究人员利用中国289个地级及以上城市2010—2024年面板数据，系统考察DUL系统时空演化、区域差异和驱动机制。主要结论为：第一，DUL系统整体发展水平在2010—2024年稳步提高，三个子系统呈异步演化轨迹；数字化空间扩张最显著，城市发展稳步增长，低碳转型逐步推进。这表明DUL系统协调发展通过三子系统持续增强互动实现，而非同步增长。第二，DUL系统LTCCD在研究期内持续改善，由失衡逐步转向协调；但空间异质性仍显著，东部协调水平始终高于中部和西部。这表明协调能力提高不一定消除长期区域发展梯度，而是推动向更平衡协调发展逐步转变。第三，LTCCD区域差异总体收敛，但区域间差异仍是空间不平等主要来源；区域协调差距逐步缩小，东–西差距始终最大，东部区域内异质性高于其他区域。这表明LTCCD空间演化呈总体收敛与区域间、区域内异质性持续并存的多尺度格局。第四，LTCCD空间异质性解释结构随时间动态变化；单因子解释力不同时期变化，人均GDP和产业结构等传统因子总体下降，创新能力、政府调控和人口集聚持续较高；双因子交互始终强于单因子，表明LTCCD空间异质性具有稳定多因子交互格局，而非单因子主导。政策启示包括系统导向促进DUL协调、差异化区域协调策略、加强跨区域协作机制、建立多因子协同治理框架。