中国城市群生态韧性的时空演变、经济驱动异质性及可解释机制

《Scientific Reports》：Data-driven identification of economic drivers and regional disparities of ecological resilience in china’s urban agglomerations: an explainable deep learning framework

　　作为区域经济增长与生态保护的关键空间载体，城市群的生态韧性对区域风险适应和可持续发展至关重要。本研究以中国五大城市群2007年至2021年的92个地级以上城市为研究对象，在"抵抗—适应—恢复"框架下构建了生态韧性评价体系，并采用CRITIC法进行测度。随后，将CNN-BiLSTM-Attention模型与SHAP可解释框架相结合，探讨经济驱动因素及其异质性影响，并将其预测性能与七种已建立的基准模型进行对比。结果显示，生态韧性呈现显著的"核心—边缘"空间格局，具有强烈的路径依赖性，且中心城市极化效应强于扩散效应。所提出的模型在所有对比模型中取得了最低预测误差和最小的训练集与测试集性能差距，验证了其准确性和泛化能力。人均GDP、人口密度和城镇化率是核心驱动因素：人均GDP的解释力最强，但总体呈负向影响；人口密度和城镇化率则多呈正向贡献。SHAP交互分析进一步揭示，人均GDP与地方财政支出之间存在显著的抑制性耦合关系，二者同时处于高水平时，会叠加而非缓解生态压力。驱动因素具有非线性、阈值效应和交互特征，且不同城市群的主导预测因子各不相同，这与各城市群的结构性特征相吻合。这些发现将城市生态韧性与全球可持续发展目标议程相连接，为面临发展—保护矛盾的发展中国家提供了可借鉴的经验，支持差异化治理和政策优化，促进城市的高质量、韧性发展。