建设可持续长三角:数字经济(Digital Economy, DE)–旅游业(Tourism Industry, TI)–生态环境(Ecological Environment, EE)复合系统耦合协调的时空演化及障碍因子分析
《Sustainability》:Building a Sustainable Yangtze River Delta: Spatiotemporal Evolution and Obstacle Factor Analysis of Coupling Coordination
编辑推荐:
实现数字经济(digital economy, DE)、旅游业(tourism industry, TI)与生态环境(ecological environment, EE)协同发展对区域可持续发展具有重要意义。研究人员构建了DE–TI–EE(以下简称DTE)复
实现数字经济(digital economy, DE)、旅游业(tourism industry, TI)与生态环境(ecological environment, EE)协同发展对区域可持续发展具有重要意义。研究人员构建了DE–TI–EE(以下简称DTE)复合系统综合评价指标体系,采用熵值法(entropy method)确定指标权重,系统评估2010–2023年长三角(Yangtze River Delta, YRD)地区三个子系统综合发展水平;在此基础上应用耦合协调度模型(coupling coordination degree model, CCDM)测度DTE系统协调程度,并利用障碍度模型(obstacle degree model)识别制约其耦合协调发展的关键因子。结果表明:(1) 2010–2023年长三角DE与EE综合发展水平总体呈上升趋势,TI受新冠(COVID-19)疫情影响于2020–2022年显著下滑;(2) 时序上耦合协调度(coupling coordination degree, CCD)由2010年0.434升至2019年0.676,从濒临失调稳步改善至初级协调(primary coordination);2020–2023年虽有波动但稳定在初级协调水平;空间上呈现"东高西低"格局;(3) 2010–2019年协调发展的主要瓶颈来自DE子系统,2020年后TI子系统障碍度快速上升,形成DE与TI双子系统共同约束格局。本研究为促进长三角DTE良性互动提供理论见解与实践建议,也为其他地区提供参考。本研究在尺度与指标体系上存在局限,未考虑外部影响因素;未来研究可采用市/县级分析、运用面板格兰杰因果检验(panel Granger causality)和系统广义矩估计(system GMM)、完善指标体系并纳入内外因素以深入解析DTE系统相互作用机制。
论文解读:长三角数字经济–旅游业–生态环境(DTE)系统耦合协调时空演化及障碍因子分析
该研究发表于《Sustainability》。现有文献多聚焦于DE–TI、DE–EE或TI–EE二元互动,较少将三者纳入统一框架探讨其耦合协调水平及动态瓶颈;长三角作为国家战略一体化示范区,面临数字经济赋能、旅游业复苏与生态环境保护的多重张力,有必要量化诊断DTE系统协调状态及演变阻滞因素,为区域可持续发展政策提供依据。研究人员以中国长三角(上海市、江苏省、浙江省、安徽省)为研究区,构建含DE(8项指标)、TI(8项指标)、EE(11项指标)的DTE综合评价指标体系,基于2010–2023年统计年鉴及北京大学数字普惠金融指数等数据,采用熵值法赋权计算各子系统综合发展指数,运用耦合协调度模型(CCDM)测算DTE系统耦合协调度(CCD)并划分等级,结合障碍度模型识别各时期关键障碍因子,并从时空双维度展开分析。研究发现:长三角DTE耦合协调度由2010年0.434升至2019年0.676(初级协调),疫情期波动但维持初级协调,空间呈"东高西低";2010–2019年主要障碍源于DE子系统(尤其是数字人才、数字企业数与电商营收),2020年后TI障碍度跃升并与DE形成双约束。研究揭示了DTE系统在达到初级协调后受路径依赖与功能锁定(functional lock-in)陷入"保守阶段",需打破锁定以促进向中级协调过渡,对长三角及类似城市群制定差异化协同政策具重要理论与实践价值。
主要关键技术方法
研究人员以长三角四省市2010–2023年面板数据为样本队列,来源包括《中国城市统计年鉴》?《中国环境统计年鉴》《中国旅游统计年鉴》及沪苏浙皖地方统计年鉴、国家统计局官网、北京大学数字普惠金融指数。方法含四步:①极差标准化法对正向与负向指标进行同向化处理,零值做微小平移;②熵值法(entropy method)客观赋权得到各指标权重及子系统综合发展得分Ui;③耦合协调度模型(CCDM):先算三系统耦合度C=[U1U2U3/ (U1+U2+U3/3)3]1/3,再算综合发展度T=αU1+βU2+δU3(α=β=δ=1/3),最后得耦合协调度D=√(C·T),按十级标准划分类别;④障碍度模型:计算因子偏离度(1?Yij)与因子障碍度Oij=Wj(1?Yij)/Σ[Wj(1?Yij)]×100%,汇总得到子系统及单项指标障碍度并排序。
研究结果
4.1. 长三角DTE系统综合评价
通过对DE、TI、EE三子系统2010–2023年综合评分分析发现:DE整体快速上升(0.0616→0.5538),上海领先,江苏浙江居中趋同,安徽具追赶特征但存差距;TI 2010–2019年上行,2020–2022年受COVID-19冲击骤降,2023年反弹,省际分化为江苏浙江第一梯队、上海安徽第二梯队;EE总体缓升(0.4520→0.5451),浙江最优,上海稳定,江苏波动中改善,安徽持续进步但仍偏低。
4.2. 长三角DTE系统耦合协调度(CCD)时空特征
4.2.1. 时序演化特征:CCD 2010年0.434增至2019年0.676(近失调→初级协调),2020–2022年因旅游业受创小幅波动但未跌破初级协调,2023年回升至0.6901创新高;2015年后长期滞留初级协调,研究人员结合自适应循环模型(adaptive cycle model)指出系统进入保守阶段(K-phase)出现路径依赖与功能锁定,阻碍向中级协调跃迁;分省市看江苏浙江达中级协调,上海受外部冲击易回落,安徽由中度失调升至初级协调具明显追赶效应。
4.2.2. 空间演化特征:2010–2023年CCD空间呈现"东高西低"(沪苏浙高值、安徽低值)的马太效应(Matthew effect),反映初始优势自强化导致区域差异。
4.3. 障碍度分析
目标层障碍度显示DE子系统全程为主要障碍(障碍度>33.33%),2020年起TI子系统障碍度快速升至38.56%以上并形成DE–TI双约束。指标层:2010与2015年关键障碍为DE子系统的信息传输计算机服务和软件业从业人员占比(C5)、信息传输软件和信息技术服务业法人单位数(C4)、电子商务销售额(C7),三者构成"人才–企业–市场"锁定循环(skill ecosystem failure);2020年后新增入境游客总数(C14)、每千人域名数(C2)、星级饭店数(C9)为前三障碍,反映疫情冲击入境游及数字基建应用广度不足、高端旅游接待恢复慢;分省市主要障碍各异——苏浙皖以C5(数字人才短缺)为主,上海以C4(数字企业生态不足)为主,体现不同发展阶段约束模式差异;2023年上海环境污染治理投资额(C24)障碍度上升,提示治污投入滞后于经济复苏。
讨论与结论翻译
结论如下:(1) 2010–2023年长三角DE与EE综合发展水平总体上升,TI 2020–2022年受疫情显著下降;DE呈上海>江苏≈浙江>安徽梯级分布,TI呈江苏、浙江第一梯队与上海、安徽第二梯队分化,EE中江苏浙江明显改善、上海高位稳定、安徽持续进步但仍落后。(2) 时序上DTE耦合协调度2010–2019年由0.434稳升至0.676(近失调→初级协调),2020–2023年波动但维持初级协调;空间上呈"东高西低"格局。(3) 障碍分析表明2010–2019年瓶颈主要来自DE子系统,2020年后TI障碍度快速上升形成DE与TI双子系统共同约束;信息传输计算机服务和软件业从业人员占比(C5)全程为重要障碍因子;2010与2015年电子商务销售额(C7)和信息传输软件信息技术服务业法人单位数(C4)亦为主要障碍,2020年后入境游客总数(C14)、每千人域名数(C2)、星级饭店数(C9)等新障碍凸显。