长江中游城市群数智发展水平与碳生产率的耦合协调时空特征及驱动因素研究学术报告
本文由熊磊（重庆理工大学会计学院）、章琦（重庆大学经济与工商管理学院）、严由亮（浙江工商大学会计学院）、姜松（重庆理工大学经济金融学院）、苏理云（重庆理工大学理学院）合作完成，发表于《经济地理》（*Economic Geography*）2024年10月刊（第44卷第10期）。研究聚焦区域经济学与环境科学的交叉领域，响应党的二十大“全面绿色转型”战略部署，探索数智化（Digital Intelligence）与绿色低碳协同发展的内在机制。
学术背景
在全球数字技术（如人工智能、区块链）加速渗透与“双碳”目标双重背景下，数智发展（Digital Intelligence Development）作为新质生产力的代表形态，通过优化资源配置和技术创新赋能碳减排。长江中游城市群是国家“两横三纵”城镇化战略的核心区域，但其数智化与碳生产率（Carbon Productivity, CP）的协同机制尚不明确。现有研究多关注数字经济对碳排放的单向影响，缺乏耦合协调的动态分析及空间相关性考察。本研究旨在填补这一空白，构建数智发展与碳生产率的理论框架，为区域协同发展提供实证依据。
研究流程与方法
数据采集与处理
- 研究对象：2012—2022年长江中游城市群28个地级及以上城市的面板数据，覆盖湖北、湖南、江西三省。
- 指标构建：
- 数智发展水平（DIC）：基于数字化（数字基础设施、普及推广、经济创新）和智能化（投入、创新）两大系统层，共15项指标（如宽带接入用户数、人工智能企业数），采用熵值法赋权。
- 碳生产率（CP）：以GDP与CO₂排放量比值衡量，CO₂数据通过IPCC排放因子法计算。
耦合协调模型（Coupling Coordination Model）
- 计算耦合度（*C*）与协调度（*D*），划分六类协调等级（严重失调至优质协调）。
- 公式：
[ D = \sqrt{C \cdot T}, \quad C = 2\sqrt{\frac{DIC \cdot CP}{DIC + CP}}, \quad T = 0.5DIC + 0.5CP ]
时空特征分析
- 箱形图与核密度估计：揭示协调度分布动态（如右拖尾趋势、多极化演进）。
- 空间自相关模型：采用全局莫兰指数（Global Moran’s I）检验空间集聚性。
驱动因素检验
- 空间杜宾模型（SDM）：分析金融发展（商业银行分支机构数）、人力资本（在校大学生数）、科技支持（科技支出/GDP）、产业结构（第三产业/第二产业比值）四类因素的影响，并分解直接/间接效应。
主要结果
时序演变特征
- 协调度中位数从2012—2014年的濒临失调（0.4—0.5）升至2021—2022年的中级协调（>0.6），绝对差距缩小。核密度显示峰值右移，表明高协调度城市增多。
空间分异格局
- 形成以武汉、长沙（优质协调）、南昌（中级协调）为核心的“多核心”增长极，2017年实现全域协调“脱贫”。空间莫兰指数（2012—2022年均显著为正）证实正向空间溢出效应。
驱动因素分析
- 正向驱动：金融发展（系数0.0213*）、科技支持（0.0710）、产业结构（0.0045*）通过本地效应与空间溢出促进协调。
- 负向抑制：人力资本（-0.1372**）因区域虹吸效应加剧资源失衡。
结论与价值
- 理论贡献：首次揭示长江中游城市群数智发展与碳生产率的耦合协调机理，构建“资源配置—技术创新—政策反哺”互动框架（图1），弥补了现有研究忽视双向动态关联的缺陷。
- 实践意义：提出“分类分区”治理策略，建议以武汉—长沙—南昌为枢纽构建协同示范区，通过金融支持与科技攻关推动数智化绿色化深度融合。
研究亮点
- 方法创新：融合熵值法、耦合协调模型与空间计量，实现“测度—演化—驱动”全链条分析。
- 发现创新：识别人力资本的“双刃剑”效应，为区域人才政策优化提供新视角。
- 数据时效性：覆盖2012—2022年关键转型期，响应国家“十四五”绿色数字化战略需求。
其他价值
研究团队基于SDM模型的效应分解（表4），发现科技支持的空间溢出效应（间接效应0.0122*）显著，为跨区域技术合作提供了量化依据。此外，对资源枯竭型城市“凹”型空间特征的揭示，警示需避免粗放发展路径依赖。
（全文约2000字）