智能经济是否驱动城市绿色韧性?机制与空间证据

《Sustainability》:Does the Intelligent Economy Drive Urban Green Resilience? Mechanisms and Spatial Evidence from China

【字体: 大 中 小 】 时间:2026年07月29日 来源:Sustainability 4.1

编辑推荐:

  城市可持续性不仅取决于环境效率,还取决于城市抵御生态冲击、维持基本服务以及适应长期资源约束的能力。本研究考察智能经济是否增强了城市绿色韧性(Urban Green Resilience, UGR),这是可持续城市发展的关键基础。利用2013至2023年中国27

  
城市可持续性不仅取决于环境效率,还取决于城市抵御生态冲击、维持基本服务以及适应长期资源约束的能力。本研究考察智能经济是否增强了城市绿色韧性(Urban Green Resilience, UGR),这是可持续城市发展的关键基础。利用2013至2023年中国273个地级市的平衡面板数据,研究人员构建了熵权指数,并应用了双向固定效应、工具变量、机制、异质性和空间模型。智能经济指数(Intelligent Economy, IE)每增加一个标准差,城市绿色韧性就会增加0.205个标准差,该结果在替代样本、变量处理、机器学习估计和工具变量设定下均保持稳健。数字普惠金融(Digital Inclusive Finance, DIF)和产业结构合理化(Industrial Structure Rationalization, ISR)部分传递了这一效应。在人力资本更强、环境监管更严格、位于胡焕庸线东南以及更接近光纤骨干节点的城市中,收益更大。在空间上,相邻城市的发展产生负向条件邻接效应,而反馈调整后的间接效应为正,且在200公里内存在显著扩散,并在不同距离带上呈现非单调模式。这些发现表明,当技术能力转化为包容性金融、协调的产业转型、有效治理和区域共享韧性时,智能发展支持了城市可持续性。
**论文解读:智能经济对城市绿色韧性的驱动机制与空间效应**

**研究背景、问题与意义**
城市可持续发展不仅要求城市在正常时期减少环境压力,更要求其在冲击和长期资源约束下维持生态、经济及公共服务的基本功能。城市绿色韧性(Urban Green Resilience, UGR,指城市在不确定性下预防环境风险、维持核心功能、适应生态约束并推动绿色转型的能力)因此成为可持续城市发展的动态基础。与此同时,人工智能、数据平台、智能基础设施和算法治理正深度嵌入城市生产与管理,可能通过改善污染监测、能源管理、资源配置及公共服务连续性来促进可持续转型。然而,智能经济的发展在空间上并不均衡,创新系统和数字基础设施更强的城市可能吸引周边地区的人才、资本、企业和数据资源,从而在提升本地可持续性的同时加剧区域差距。现有研究多聚焦于一般数字经济、单个智慧城市政策或特定技术,未能充分捕捉智能经济作为包含通信基础设施、人工智能创新、智能产业、数字-实体融合、智能公共服务和数字治理的综合系统。此外,智能资源转化为绿色韧性的机制(如数字普惠金融和产业结构合理化)以及空间效应(包括竞争与扩散的平衡)尚不清晰。因此,本研究旨在回答三个问题:智能经济是否显著提升城市绿色韧性?数字普惠金融和产业结构合理化是否传递这一效应,且在何种本地条件下更强?智能经济发展是否产生空间扩散或城际竞争,其影响如何随地理距离变化?

**研究方法与结论**
研究利用2013—2023年中国273个地级市的平衡面板数据,构建了智能经济和城市绿色韧性的熵权指数,并采用双向固定效应模型、工具变量估计(Bartik风格工具变量,基于2010年互联网普及率和宽带用户基础与全国智能经济趋势的交互项)、机制检验、异质性分析、空间杜宾模型(Spatial Durbin Model, SDM)以及互斥距离带回归(0–200 km、200–300 km、300–500 km、500–800 km、800–1000 km)。主要结论包括:智能经济每增加一个标准差(0.069),城市绿色韧性提高0.205个标准差,结果稳健;数字普惠金融和产业结构合理化作为部分传导渠道,分别解释约5.5%和1.6%的效应;异质性分析显示,人力资本更强、环境监管更严格、位于胡焕庸线东南、靠近光纤骨干节点的城市中效应更大;空间上,相邻城市智能经济发展产生负向条件邻接效应,但反馈调整后的间接效应为正,且显著扩散集中在200公里内,呈现非单调模式。该研究发表在《Sustainability》期刊,其意义在于将智能经济视为能力构建系统,强调可持续性依赖于技术转化、空间包容和区域协调。

**关键技术与方法**
关键技术方法包括:熵权法(Entropy Weight Method)构建智能经济和城市绿色韧性复合指数;双向固定效应模型(Two-way Fixed Effects Model)控制城市和时间不变特征;Bartik风格工具变量(Shift-share Instrument),利用2010年城市互联网普及率和宽带用户基础与全国平均智能经济水平(剔除自身)的交互项,以缓解内生性;空间杜宾模型(SDM)捕捉空间依赖和溢出效应,并进行直接、间接和总效应分解;互斥距离带回归(Mutually Exclusive Distance-band Regression)分析空间效应随距离的非单调变化。样本来源:273个中国地级市2013–2023年数据,主要来自《中国城市统计年鉴》、各省市统计年鉴、官方统计公报及CSMAR数据库。

**研究结果**
4.1 样本特征:城市绿色韧性均值为0.193,标准差0.156;智能经济均值为0.032,标准差0.069,表明智能经济发展集中于少数领先城市。
4.2 主估计结果:双向固定效应模型中智能经济系数为0.463(标准误0.088),显著为正,支持假设H1。
4.3 稳健性检验:控制金融发展、剔除直辖市、排除2020–2022年、缩尾处理及残差化方法后,系数仍显著为正,结果稳健。
4.4 内生性分析:两个Bartik工具变量(基于互联网和宽带)及政策工具(国家新一代人工智能创新发展试验区)的第二阶段系数均显著为正,Kleibergen-Paap Wald rk F统计量超过Stock-Yogo 10%临界值,支持智能经济对绿色韧性的正向因果效应。
4.5 机制检验:智能经济显著促进数字普惠金融(系数0.204)和产业结构合理化(系数0.129);引入机制变量后,智能经济系数仍显著,但数字普惠金融和产业结构合理化的系数显著,表明两者为部分传导渠道,支持H2a和H2b。
4.6 异质性分析:人力资本高、环境监管重点城市、胡焕庸线东南、靠近光纤骨干节点的城市中智能经济效应更强,交互项检验显著,表明效应依赖于本地吸收能力和制度条件。
5.1 空间自相关检验:全局Moran's I从2013年0.230增至2018年0.379,每年显著为正,表明绿色韧性存在空间集聚。
5.2 空间计量结果与效应分解:空间杜宾模型中,本地智能经济系数0.427,空间自回归系数ρ=0.477;W×IE系数为-0.090(邻接竞争),但间接效应(0.201)和总效应(0.645)均显著为正,支持H3,即竞争与区域扩散并存。
5.3 距离带异质性:0–200 km系数显著为正(0.220),200–300 km不显著,300–500 km略负,500 km以上不显著,支持H4,表明空间效应非单调,显著扩散集中在200公里内。

**讨论与结论**
讨论部分强调,智能经济的发展不应被视为自动的可持续解决方案,而应理解为能力构建过程。其可持续性贡献取决于智能资源能否改善长期环境适应性、资源效率、公共服务连续性以及韧性收益的公平分配。结论部分翻译如下:利用2013—2023年中国273个地级市面板数据,本研究发现智能经济显著且经济上有意义地提升了城市绿色韧性。智能经济每增加一个标准差,城市绿色韧性增加0.205个标准差,该结果在替代设定和内生性检验下保持稳健。数字普惠金融和产业结构合理化构成部分传导渠道。在人力资本更高、环境监管更严格、位于胡焕庸线东南、更接近光纤骨干节点的城市中效应更强。空间上,直接相邻城市间的条件竞争与正向净区域溢出并存,而显著扩散集中在200公里内。这些结果源于智能资源可转化为更强的城市能力,但依赖于互补的本地条件。研究扩展了动态能力理论、互补性视角和空间外部性理论,表明智能发展应被视为能力构建过程,其对城市可持续性的贡献取决于长期环境适应性、资源效率、公共服务连续性以及韧性收益的公平分配。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号