《Sustainability》:Assessing Regional Disparities and Spatiotemporal Dynamics of Smart Transportation Development in the Beijing–Tianjin–Hebei Urban Agglomeration
编辑推荐:
京津冀区域协同发展战略的持续实施对区域交通一体化与智慧交通发展提出了更高要求。然而,京津冀城市群内智慧交通发展的区域差异及其时空演化尚未得到全面研究。本研究聚焦于2016–2023年京津冀城市群的13个城市,构建了综合评估指标体系,系统考察了智慧交通发展的区域
京津冀区域协同发展战略的持续实施对区域交通一体化与智慧交通发展提出了更高要求。然而,京津冀城市群内智慧交通发展的区域差异及其时空演化尚未得到全面研究。本研究聚焦于2016–2023年京津冀城市群的13个城市,构建了综合评估指标体系,系统考察了智慧交通发展的区域差异、时空演化及驱动因素。结果表明:(1)研究期间智慧交通发展总体水平稳步提升,呈现出“核心引领、分层发展、持续滞后”的层级格局;(2)总体区域差异从0.147降至0.137,呈现逐步收敛趋势,区域间差异仍是总体失衡的主要来源,最高占比达81.1%;(3)智慧交通发展呈现出显著的负空间自相关,尽管空间依赖性随时间减弱,但高发展水平城市与低发展水平城市的交错分布格局基本未变;此外,智慧交通发展表现出较强的路径依赖与邻域效应,向上流动性有限,低水平邻域对其的约束效应强于高水平邻域的促进效应;(4)数字人力资本、经济发展与研发投入显著促进了智慧交通发展,而政府科技支持与城镇化尚未有效形成发展动力。本研究深化了对京津冀城市群智慧交通发展差异与演化模式的认识,为区域协同发展战略下差异化政策设计提供了实证依据。
**论文解读文章**
**研究背景与问题**
京津冀城市群作为中国首个跨省协同发展的国家战略区域,在推动区域一体化与高质量发展中扮演关键角色。智慧交通(Smart Transportation)被视为提升区域连通性、运输效率与可持续出行的重要驱动力。然而,在数字化转型与区域一体化战略的双重影响下,京津冀城市群内各城市因数字基础设施、创新能力与资源禀赋的差异,导致智慧交通发展水平呈现显著区域分异。现有研究多聚焦于单个城市或特定技术应用,缺乏对城市群层面智慧交通发展区域差异、时空演化及驱动机制的系统性分析。尤其,区域间发展差距的演化机制、空间依赖的非对称性以及低水平邻域的锁定效应尚未被充分揭示。为此,本研究旨在构建一个整合评估、模式分析、动态演化与驱动机制于一体的实证框架,以填补上述研究空白,并为区域差异化治理政策提供科学依据。论文发表在《Sustainability》。
**研究人员开展的研究与结论**
研究人员以京津冀城市群13个城市为研究对象,时间段为2016–2023年。基于DPSIR(驱动力-压力-状态-影响-响应)框架构建智慧交通发展评估指标体系,采用组合赋权TOPSIS(逼近理想解排序法)模型测算各城市智慧交通发展水平。在此基础上,运用Dagum基尼系数(Dagum Gini coefficient)及其分解、核密度估计(Kernel Density Estimation, KDE)、全局与局部Moran's I(空间自相关指数)、空间马尔可夫链(Spatial Markov Chain)以及固定效应面板模型(Fixed-Effects Panel Model)等方法,系统考察了区域差异、时空演化、空间关联模式及驱动因素。主要结论包括:智慧交通发展水平稳步提升但呈现“核心引领、多级梯度”格局;区域差异总体收敛但结构分化加剧,区域间差异是主要来源;存在显著的负空间自相关与强路径依赖,低水平邻域的约束效应大于高水平邻域的促进效应;数字人力资本、经济发展与研发投入具有显著正向促进作用,而政府科技支持与城镇化尚未有效驱动发展。
**关键技术与方法**
(不超过250字)
本研究采用的关键技术方法包括:(1)基于DPSIR框架构建包含驱动力、压力、状态、影响、响应五个维度的智慧交通发展评价指标体系。(2)运用层次分析法(AHP)与熵权法组合赋权的TOPSIS模型计算发展水平指数。(3)Dagum基尼系数及其分解方法测度总体区域差异并分解为区域内、区域间及超变密度三个来源。(4)核密度估计分析发展水平的时间分布演化。(5)全局Moran's I与局部Moran's I检验空间自相关,采用地理距离空间权重矩阵与路网距离邻接矩阵。(6)空间马尔可夫链分析邻域条件对状态转移概率的影响。(7)城市固定效应面板模型结合聚类稳健标准误(cluster-robust standard errors)及Bias-Reduced Linearization(BRL)小样本校正,识别驱动因素。数据来源包括城市统计年鉴、统计公报、城市建设统计年鉴、中国环境噪声污染防治报告、中国城市交通报告、EPS数据平台及天眼查平台,缺失值采用线性插值处理。样本为京津冀城市群13个城市2016–2023年的面板数据。
**研究结果**
**3.1 智慧交通发展水平测度**
基于AHP-熵权TOPSIS模型,研究发现发展水平呈现清晰层级结构:北京与天津构成第一梯队(核心引领),北京平均得分0.585,天津0.439,且差距持续扩大;石家庄、唐山、邯郸构成第二梯队(中间城市);其余8个城市为第三梯队(滞后区域)。整体呈“核心引领、分层发展、持续滞后”格局。
**3.2 区域差异分析**
通过Dagum基尼系数分解,总体基尼系数从2016年0.147波动下降至2023年0.137,显示收敛趋势。区域间差异是总体不平衡的主要来源,平均贡献77.5%,且随时间上升;区域内差异贡献14.5%,超变密度贡献8.0%。核心区内部差异后期扩大,表明高度发达区域内部也存在分化。核心区与枢纽区、专门化区之间的差距持续较大,而枢纽区与专门化区差距较小且波动。
**3.3 时间演化分析**
核密度估计显示,核密度曲线逐年右移,表明整体发展水平提升;分布始终呈单峰右偏态,未出现多极分化,但峰值变高、分布收缩,表明城市间差异在数值上有所收敛。
**3.4 空间演化分析**
全局Moran's I在两种空间权重矩阵下均为负值且显著(5%水平),表明存在显著的负空间自相关,即高发展水平城市与低发展水平城市相邻交错。随时间推移,Moran's I绝对值下降(从-0.405升至-0.303),负空间关联强度减弱,但交错格局未根本改变。局部Moran散点图显示多数城市位于第二象限(低-高)和第四象限(高-低),进一步证实了负空间关联模式。
**3.5 动态演化分析**
传统马尔可夫链显示,各发展状态(低、中低、中高、高)的维持概率较高(0.5385–0.8947),跨状态转移概率低,表明强路径依赖与渐进演变特征。空间马尔可夫链进一步揭示,邻域环境对转移概率有差异化影响:低水平邻域环境下,中低水平城市向低水平转移的概率从0.154增至0.500;高水平邻域环境下,中低水平城市向中高水平转移的概率从0.269增至0.444。低水平邻域的约束效应强于高水平邻域的促进效应,呈现非对称邻域效应。长期稳态分布预测显示,若转移机制不变,最终将演化至中高与高发展状态为主(合计占0.992)。
**3.6 驱动因素分析**
基于固定效应面板模型,回归结果表明:数字人力资本(lnHUM)、经济发展(lnPGDP)和研发投入(lnRD)对智慧交通发展具有显著正向影响,其中经济发展效应最强;政府科技支持(GTS)和城镇化水平(URB)未呈现统计显著关联。稳健性检验采用滞后一期的解释变量,结果与基准回归基本一致,支持了主要结论的稳健性。
**讨论与结论**
讨论部分指出,京津冀智慧交通发展呈现“核心引领、多级梯度演化、发展层级差异化约束”格局。区域差异虽数值收敛,但结构分化加剧,区域间差异主导地位持续强化。负空间自相关与空间依赖性减弱表明区域互动增强,但交错分布格局未变。动态演化中的强状态依赖及非对称邻域效应揭示了低水平锁定风险。驱动因素中,数字人力资本、经济基础与研发投入是关键促进因素,而政府科技支持与城镇化因转化效率、基础设施质量及治理能力差异尚未有效发力。政策建议包括:实施差异化区域支持策略以缩小结构差距;通过城市间合作增强空间溢出、缓解低水平邻域约束;强化内生发展能力与创新资源利用效率。研究结论部分翻译如下:本研究基于所提出的分析框架,系统考察了2016–2023年京津冀城市群智慧交通发展的区域差异、时间演化、空间关联模式及影响因素。结果表明,研究期间智慧交通发展总体水平稳步提升,但区域发展格局仍呈现“核心引领、多级梯度演化、发展层级差异化约束”特征。具体而言,北京与天津凭借技术创新、经济基础与资源集聚优势形成双核结构,但其发展优势尚未充分转化为均衡的区域扩散;石家庄、唐山、邯郸等城市维持中等发展水平,但面临创新能力与资源整合限制;低发展城市主要分布于外围地区,虽在2020年后有所改善,但受资源禀赋与创新积累制约,向更高状态转型有限。区域差异方面,Dagum基尼系数与核密度估计共同显示绝对发展差距呈下降趋势,但功能区间相对层级结构保持稳定,数值收敛尚未转化为结构收敛。区域间差异始终是总体不平衡的主要来源,且贡献随时间上升。空间关联方面,智慧交通发展呈现显著负空间自相关,高发展水平城市与低发展水平城市交错分布,且这种模式在基于地理距离与路网距离的权重矩阵下均稳健。动态演化分析表明,智慧交通发展具有高状态维持与渐进演变特征,非对称邻域效应中低水平邻域的约束作用强于高水平邻域的促进效应。驱动因素方面,数字人力资本、经济基础与研发投入具有显著正向关联,而政府科技支持与城镇化未呈现统计显著关联。本研究为京津冀城市群智慧交通发展的差异化政策设计提供了实证依据。