多尺度数字技术转移对中国城市绿色转型的影响：非线性效应和机制

《Applied Geography》：The impact of multi-scale digital technology transfer on urban green transformation in China: Nonlinear effects and mechanisms

　　

•多尺度DTT与GTE呈现非线性关系。
•DTTP的重要性最高，并呈现向下的非线性关系。
•DTTC呈现阈值型正相关关系，而DTTL呈现倒U型关系。
•不同城市类型中，DTT的贡献和非线性关系存在差异。
•绿色技术创新和资源分配效率是将多尺度DTT与GTE联系起来的关键路径。

引言

在环境约束日益加剧、资源消耗压力不断上升的背景下，城市绿色转型已成为可持续发展的核心议题（Sun等，2023, Sun等，2023）。在中国，许多城市长期以来依赖高资源投入和规模扩张的粗放型增长模式，这使得向更绿色发展的转型愈发紧迫（Wang等，2024）。数字技术被广泛认可为推动这一转型的重要力量，因为它能够增强连通性、促进要素整合并强化跨空间交互（Ma & Lin, 2025）。然而，由于经济条件、基础设施和创新基础方面的差异，中国城市之间的数字发展仍然极不均衡，数字鸿沟依然明显（Chen等，2025）。在这一背景下，数字技术转移（DTT）已成为城市获取外部知识、缩小技术差距并推动绿色转型的重要渠道。更重要的是，DTT并非空间上同质化的过程。由于不同尺度上的DTT跨越了不同的地理、认知和制度边界，其与绿色转型的关系在不同空间尺度上可能存在显著差异（Li等，2025, Li等，2025, Li等，2025；Sun等，2025）。因此，从多尺度视角考察不同空间尺度上DTT与城市绿色转型之间的关系十分必要。

已有研究在多个空间层级上考察了城市绿色转型，涵盖企业、城市、城市群和省份，并识别出经济发展、产业升级、创新能力和环境规制等重要影响因素（Wang等，2024；Zhou等，2023）。在测度方面，相关研究主要采用综合评价体系或纳入期望与非期望产出的投入—产出框架（Li等，2025）。越来越多的研究还表明，数字技术能够通过推动技术进步、优化资源配置、降低能源消耗和污染物排放以及加强信息化环境治理来支持绿色发展（Ma等，2023；Yang等，2025）。然而，大多数现有研究基于线性计量框架，对数字技术与绿色转型关系中的非线性和尺度依赖特征关注不足。此外，相关文献仍主要立足于"地点空间"视角（Wang等，2021），而采用网络或"流动空间"视角的研究往往局限于单一空间尺度（Di等，2024）。因此，市域内、省内跨市和省际技术转移很少被纳入统一的分析框架。

这一缺失十分重要，因为不同空间尺度上的DTT对应着不同的知识多样性水平、本地适应性、吸收成本和制度协调要求。市域内数字技术转移（DTTL）嵌入于本地生产系统、创新网络和应用场景中。地理和制度邻近性可以降低信息搜寻、沟通和交易成本，并促进技术适配、应用反馈和持续迭代。然而，过度依赖本地技术循环也可能导致知识同质化和本地锁定（Boschma, 2005）。省内跨市数字技术转移（DTTC）超越了单一城市的知识边界，同时仍处于相对相似的省级制度和政策环境之中。因此，它可能在扩大知识获取范围的同时保持相对较低的协调和适应成本。省际数字技术转移（DTTP）连接了不同区域的创新体系和更广泛的技术网络，更有可能引入异质性知识、前沿技术和非冗余信息。然而，它也可能涉及更大的认知距离、制度差异和技术嵌入成本（Nooteboom等，2007）。因此，DTTL、DTTC和DTTP之间的差异不仅反映了地理距离的差异，还反映了知识多样性收益与吸收和协调成本之间的不同权衡。这些权衡可能导致不同空间尺度上的DTT与城市绿色转型之间形成差异化且非线性的关系。

基于上述讨论，本研究采用"流动空间"视角，在多尺度DTT网络框架内考察城市绿色转型。利用2006至2023年中国城市的面板数据，本研究将可解释的机器学习与计量经济模型相结合，分析多尺度DTT与城市绿色转型之间的尺度依赖关系及其潜在机制。潜在贡献有三方面。

第一，本研究构建了一个多尺度理论框架，用于理解DTT与城市绿色转型之间的关系。与将DTT视为同质化技术流入的现有研究不同，本研究区分了DTTL、DTTC和DTTP，并解释了它们与城市绿色转型的差异化关系。这拓展了现有研究中的单尺度与"地点空间"视角，有助于揭示数字技术流动在城市绿色转型中的尺度依赖特征。第二，在传统投入—产出框架的基础上，本研究将科技投入和社会福利产出纳入城市绿色转型效率（GTE）的测度，从而更全面地捕捉经济发展、环境约束、科技投入和社会福利之间的关系。第三，本研究将XGBoost-SHAP与固定效应计量经济模型相结合，识别多尺度DTT与城市绿色转型之间的非线性预测关联和异质性模式，并考察通过绿色技术创新和资源分配效率实现的可能传导路径。通过这种方式，本研究不仅揭示了不同空间尺度上的DTT与城市绿色转型之间关系的差异，还解释了这些差异背后的机制。

片段

理论框架

DTT与城市绿色转型之间的关系不仅取决于技术流的规模，还取决于这些流动所跨越的空间边界。作为一种知识循环过程，DTT涉及在跨城市和区域创新体系中，对技术知识、组织能力和应用机会进行空间重组（You等，2025）。因此，不同空间尺度上的DTT在知识异质性等方面存在系统性差异，

方法

本研究建立了图1所示的分析框架。首先，采用数据包络分析（DEA）框架下带有非期望产出的超效率EBM模型评估城市GTE。随后将DTT分解为三个尺度——DTTL、DTTC和DTTP——以追踪城市绿色转型的时空动态，并比较DTT在不同空间尺度上所发挥的作用。其次，采用XGBoost-SHAP框架识别……的相对重要性。

GTE的时空演化

从2006到2023年，中国城市GTE呈现出明显的东西空间分异。总体而言，东部沿海地区的GTE较高，而大多数中部和西部城市的GTE相对较低，形成了一种从沿海向内陆递减的空间格局。高效率城市主要集中在东部沿海地带和少数区域核心城市，而中国中部和西部地区的许多城市仍处于中低效率水平（图2a–c）。

特征变量的相对重要性

在进行SHAP解释性分析之前，本研究使用DTTP、DTTC、DTTL和其他相关变量作为输入特征，以城市GTE为目标变量训练并评估XGBoost模型。样本按80:20的比例划分为训练集和测试集，并采用五折交叉验证进行超参数优化。详细的模型设置和评估结果见补充材料S6。随后使用XGBoost模型进行SHAP分析。

与现有研究的比较

现有研究主要通过数字基础设施、数字创新和数字应用等相对静态指标考察数字化与绿色发展之间的关系，并主要关注平均线性关联（Wang等，2021；Yang等，2025）。相比之下，本研究采用流动空间视角，将DTT视为技术知识、组织能力和应用……

结论

基于2006至2023年中国地级及以上城市的面板数据，本研究考察了城市GTE和多尺度DTT的时空演化。通过结合XGBoost-SHAP模型与计量回归方法，进一步分析了不同空间尺度上DTT与城市绿色转型之间的非线性关系及其潜在机制。主要结论如下。

（1）中国城市GTE总体呈现波动趋势，

作者贡献声明

Zhongrui Sun：撰写——原稿撰写、软件、方法、调查研究、概念构思。Yong Sun：撰写——审稿与编辑、验证、监督、资源、项目管理。Hanchu Liu：可视化、验证、调查研究。Yongjie Wang：可视化、调查研究。

生成式AI及AI辅助技术在写作过程中的声明

在撰写本文过程中，作者使用了ChatGPT和DeepSeek来改善稿件的语言和可读性。在使用该工具/服务后，作者对内容进行了审查和编辑（按需），并对已发表论文的内容承担全部责任。

利益冲突声明

作者声明，他们没有已知的竞争性经济利益或个人关系可能对本文所报告的工作产生影响。

致谢

本研究得到了国家自然科学基金（资助编号：42501213；42401360）和山东省自然科学基金（资助编号：ZR2022QG086）的资助。

Zhongrui Sun | Yong Sun | Hanchu Liu | Yongjie Wang