数字经济（DIGE）在推动城市生态环境可持续发展方面发挥着至关重要的作用。本研究探讨了数字经济（DIGE）与生态城市化（ECU）之间的协同演化态势，研究了数字经济（DIGE）对长三角地区（YRD）生态城市化的影响机制。研究结果包括：（1）从2011年到2021年，DIGE和ECU之间的耦合协调性增强，三角洲中部发达地区的协调性较高，而安徽和江苏北部欠发达地区的协调性较低。（2）在此期间，DIGE与ECU之间出现了正相关且不断加强的关系，三角洲地区的大多数城市都表现出正相关。皖南、苏中、苏南发达城市发生率较高，欠发达城市皖北、苏北、浙西发生率较低。（3）确定了显著正向的空间关联，其特征在于稳定的局部转移惯性和锁定效应。LDIGELECU型城市主要位于欠发达的北部三角洲和相对发达的中部安徽和江苏的部分地区；值得注意的是，HDIGEHECU型城市聚集在发达的东南三角洲地区。（4）DIGE不仅直接推动了ECU的发展，还通过绿色技术创新、产业生态化、产业结构优化、环境规制等方式间接推进ECU 的发展。此外，还发现了DIGE和ECU之间的协同促进、反馈效应和相互空间溢出效应。了解这些模式和机制对于指导政策行动和促进可持续城市发展至关重要。
在工业化加速发展的推动下，中国的快速城市化导致了环境污染和生态退化，破坏了城市环境绩效和生态福祉。这些问题对城市社会经济发展的长期可持续性构成了重大挑战。在后改革时期，创造高质量的城市设施和生活水平已成为吸引人才和创新企业的关键，从而促进城市创新，提高经济发展的质量和效率，推动城市的长期繁荣。为了提升城市可持续竞争力，必须将生态文明原则贯穿城市发展全过程，采取智能、绿色、低碳和资源高效的新型城镇化方式。ECU是新型城镇化框架下的绿色生态发展实践，已成为中国城市发展战略的核心要素。ECU强调将生态和环境考虑纳入城市规划和发展过程，促进绿色生产、生活条件和生态系统的融合发展，以满足日益增长的改善城市环境的需求，实现人与自然的和谐。尽管中国的ECU努力取得了重大进展，但挑战仍然存在，特别是在平衡城市经济增长和环境保护方面。为了支持可持续的ECU，建立有效的融资和商业模式以及健全的监管和治理机制至关重要，以确保生态规划和环境保护的成功实施。
DIGE 在中国的兴起为可持续城市化带来了巨大的利益和机遇，促进了资源的高效利用，推动了绿色产业的发展，提高了居民的生活质量，推进了城市治理，使DIGE成为ECU的关键驱动力。随着数字中国战略的实施、ECU的持续推进以及DIGE的快速增长，数字化进程与绿色化工作融合的机会越来越多，这对于构建绿色智能的数字生态文明至关重要。这种融合不仅通过数字技术支持经济转型和高质量发展，还建立了数字治理体系，为绿色低碳中国的建设提供支撑。此外，它在推动经济社会发展全面绿色转型、促进人与自然和谐共生方面发挥着至关重要的作用。因此，了解DIGE和ECU之间的关联模式、影响动态和融合策略，对于在绿色智能数字生态文明背景下提升城市环境和提高居民生活质量至关重要。
长三角地区通过高密度、高强度、以出口为导向的工业化和城市化模式，实现了经济和社会的显著增长。然而，这种发展模式对资源消耗的严重依赖导致了环境污染和生态退化，阻碍了生态和绿色一体化的进程。随着长三角一体化上升为国家战略，人们对环境质量的要求越来越高，平衡经济增长与环境可持续发展已势在必行。这种平衡要求生态环境保护与城市化协调发展。为了应对这些挑战，长三角地区应优先考虑将数字化作为主要驱动力，并加快建立数字化驱动型地区。然而，由于技术能力差异、产业发展不平衡和区域治理不足，长三角地区各城市在DIGE和ECU同步发展方面仍存在明显差距。因此，在分析DIGE影响ECU的效应和机制的同时，识别时空耦合特征、发生率趋势和关联模式至关重要。这些分析对于加快绿色化和数字化的融合，推进该地区数字ECU的建设至关重要。
（1）通过将DIGE和ECU整合到统一的分析框架，探索DIGE如何在城市群尺度上驱动ECU，该研究增强了对数字化和绿色化融合的理论理解，同时促进了YRD城市群绿色、智能和数字生态文明的实践实现。该研究强调了DIGE在赋能ECU和促进该地区绿色、高质量发展方面的多维作用。
（2）通过多样化的时空分析技术，本研究揭示了DIGE和ECU之间的共同演化模式和相互溢出的反馈动态，从而拓宽了研究数字化和绿色转型之间相互作用的范围和方法。这种扩展的视角加深了对DIGE和ECU之间复杂相互关系的理解。
（3）本研究还阐明了DIGE影响ECU的具体机制，丰富了DIGE驱动ECU的理论框架，并为向可持续的、数字驱动的发展模式过渡提供了实践指导。对于寻求推进ECU战略的快速发展的城市群来说，这种指导尤其有价值。
1.DIGE与ECU的时空协调趋势
图 5 的热图显示，DIGE 和 ECU 在整个三角洲地区的平均耦合协调度稳步上升，从 2011 年的 0.4179 上升到 2021 年的 0.6136。这一上升趋势反映出 DIGE 和 ECU 之间的协同作用和一致性在不断增强。此外，随着时间的推移，各城市之间的耦合协调程度不断提高，这表明在整合 DIGE 和 ECU 的工作方面取得了重大进展，从而推动了整体的积极发展。然而，本研究也发现了明显的地区差异，较高的协调程度集中在三角洲中部地区，尤其是江苏南部和浙江的大部分城市，而较低的协调程度主要集中在安徽西部和北部以及江苏北部。
2.DIGE和ECU之间的时空发生率格局
图6所示，DIGE和ECU之间的时间发生系数呈正趋势，平均值为0.2767，从2011年的0.1414上升到2021年的0.2849。这种上升趋势表明DIGE和ECU的时间演变越来越同步，反映了它们的轨迹随着时间的推移越来越相互关联。这一趋势可归因于DIGE在向ECU提供实时、智能反馈方面发挥的关键作用，从而促进了绿色数字监控和服务技术的采用，提高了城市发展的效率和可持续性。
在空间上，使用ArcGIS 10.8将DIGE和ECU之间的发生强度分为五个区间：低于0、0-0.25、0.251-0.500、0.501-0.750和0.751至最大值（图6）。大多数城市显示出正的空间发生率强度，平均值为0.3556。然而，芜湖、淮南、滁州和亳州的空间发生率系数为负值。这表明，在大多数城市，DIGE 对 ECU 的影响通常是积极的，但这四个城市却出现了相反的影响。从空间格局来看，高发生率主要集中在安徽南部、江苏中南部和浙江北部，而低发生率主要集中在安徽北部、江苏北部以及浙江西部。
3.DIGE与ECU的时空关联机制
如表3所示，计算了研究期间DIGE和ECU的单变量Moran's I和双变量Lee's L。ECU的全局Moran's I始终超过0.4，表明存在很强的正空间关联和明显的聚类分布。值得注意的是，全球莫兰I值从2011年的0.4145上升到2021年的0.5578，表明三角洲城市ECU发展的地区差异有所缩小。ECU的基尼系数略有下降，从2011年的0.1200降至2021年的0.1188，进一步证实了这一点。对于DIGE，全球莫兰I也反映了2011年至2021年显著的正空间关联，尽管这一趋势在2020年至2021年期间变得不显著，这可能是由于DIGE发展的区域差异。尽管如此，仍观察到DIGE的莫兰I值呈下降趋势，从2011年的0.4288下降到2021年的0.2973。相比之下，DIGE的基尼系数仍然高于ECU。此外，DIGE和ECU之间的全局Lee's L分析表明，在统计意义上存在显著的正空间关联。然而，这种关联在研究期间明显减弱，数值从2011年的0.3464下降到2021年的0.2011。
表4所示，在整个研究期间，所有四种类型的时空关联都表现出高度的稳定性，保持相同关联类型的概率至少为81.97%。然而，同时向上过渡到LDIGELECU城市的情况很少见，过渡到LDIGEHECU或HDIGELECU城市的最高概率仅达到2.78%。相比之下，LDIGEHECU和HDIGELECU城市过渡到HDIGEHECU城市的概率分别为5.41%和3.28%。这表明，相邻或邻近城市 DIGE 和 ECU 的发展对其在周边地区的进展产生了积极影响。此外，分析还发现，长三角地区各城市间的空间凝聚系数高达 0.9341，空间流动系数却很低，仅为 0.0659，这表明长三角地区各城市间在协调发展 DIGE 和 ECU 的过程中存在相当大的转移惯性。这些发现强调了路径依赖和锁定效应在形成这两个系统的空间集聚模式方面日益重要的作用。
4.DIGE对ECU的直接影响
表5所示，OLS模型表明DIGE对ECU有积极的影响，但在统计学上并不显著，这可能是由于回归残差的空间依赖性。OLS残差的莫兰I统计量4.797，在1%水平下显著，证实了这一点。拉格朗日乘数（LM）检验评估了SLM和SEM的适当性，得出的LM值为27.189和19.354，均在1%水平上显著。稳健LM检验表明SLM更合适，显著值为7.935，而SEM检验不显著。此外，似然比（LR）和Wald检验用于确定SDM是否可以简化为SLM或SEM。SLM的LR检验值为139.80，SEM的LR检验值为145.55，SLM的Wald检验值为160.27，SEM的Wald检验值为130.37，在1%水平上都是显著的。最后，豪斯曼检验值为 81.40，在1%的水平上显著，否定了随机效应模型，而倾向于空间或时间固定效应模型。使用个体或时间固定效应的假设也在1%水平上被拒绝，LR检验值分别为86.85和866.57，证实应采用具有双向固定效应的SDM进行估计。
表5所示，解释变量的影响系数在所有估计模型中基本一致。关注SDM的结果，ECU的空间滞后项系数估计为0.1448，在1%的水平上具有显著的统计学意义。这一结果表明，在促进跨城市ECU方面，空间溢出效应非常明显，表明YRD地区的ECU进程超出了单个城市，并明显受到邻近城市的行动和进展的影响。
图8所示，直接效应代表了一个城市的DIGE对其当地ECU的平均影响，而间接效应反映了邻近城市的DIGE对重点城市ECU的影响。总影响反映了DIGE对一个城市的ECU及其邻近城市的ECU的综合影响。如图8所示，DIGE对ECU的直接和间接影响在统计学上都是显著的，证明了DIGE在推动ECU的关键作用。
5.稳健性检验
为了确保估计的可靠性，表6中使用了两种空间权重：地理距离（SDM-1）和经济地理距离（SDM-2）。在估计空间面板Tobit模型时，还采用了删减最小绝对偏差法（CLAD），解决面板数据中潜在的截断或删减问题。表6中的结果表明，第（2）列和第（3）列中的DIGE系数显著为正，空间面板Tobit模型中的DIGE系数进一步证实了这种正相关关系，第(4)列的结果证实了DIGE对ECU的显著正向作用，进一步验证了其影响。此外，在第（5）列中，ECU及其空间滞后项均对DIGE有显著的正向影响。这表明，ECU的进步通过增加市场需求、商业机会、创新和技术应用、数据驱动的举措以及产业增强和结构优化来刺激DIGE。
6.DIDE对ECU的间接影响机制
表7第（1）列中的回归结果显示，DIGE和GRP之间存在显著的正相关关系，表明DIGE的进步为促进绿色创新提供了机遇和资源。此外，第（5）列中的回归系数揭示了GRP和ECU之间的显著正相关关系，强调了绿色创新对ECU的促进作用。在追求 ECU 的过程中，绿色创新为城市实现环境保护和可持续经济增长提供了解决方案和模式。在第（2）列中，观察到DIGE对IEE的显著正向影响，强调了DIGE通过整合工业发展、工艺优化、管道末端处理改进和知情决策在增强IEE方面的关键作用。第（6）列中工业生态效率（IEE）和ECU之间的回归系数显著为正，进一步表明IEE的改善通过促进可持续增长、提高环境质量、优化资源利用和改善生活质量来促进ECU。此外，第（3）列揭示了DIGE和产业结构优化（INS）之间很强的正相关性，表明数字化、智能化、网络化和自动化促进了传统行业的转型和调整。第（7）列中INS与ECU之间的正回归系数表明，在产业数字化和数字化转型的推动下，产业结构优化通过协同、扩散和溢出效应支持ECU发展中的经济转型、资源优化和环境可持续性。这些发现支持了本研究的假设，提出产业生态化和结构优化是DIGE推进ECU的关键机制。在第（4）列中，DIGE对ENR的显著正向影响强调了其通过信息透明度、速度和高渗透率在加强环境监测、风险评估和评价方面的作用。第（8）列显示，ENR对ECU产生了正向影响，表明健全的环境法规通过促进创新补偿、优化资源配置和提供市场激励来推动ECU的发展。
局限性：
（1）DIGE和ECU的评价需要精细化。由于对DE和ECU的统一指标缺乏共识，以及数据可用性的限制，本研究仅使用了选定的关键代表性指标。然而，这些指标可能无法完全概括DIGE和ECU的所有方面，可能会限制分析的稳健性。未来的研究应纳入更广泛来源的数据，以实现更全面、多维度的评估。
（2）分析应考虑阈值效应和空间异质性。由于经济发展和数字基础设施的差异，DIGE对ECU的影响在空间上有所不同，并可能表现出非线性特征。此外，该研究的有限周期阻碍了其预测未来趋势的能力。为了解决这个问题，未来的工作可以采用机器学习算法和系统动力学模型来模拟和预测DIGE和ECU之间不断发展的关系，为政策制定者提供有价值的见解，并帮助制定数字时代可持续ECU的有效战略。
政策建议：
（1）为了加快向更可持续和数字驱动的发展模式过渡，地方政府应优先考虑政策创新，以支持DIGE的健康增长和质量提升。
（2）为了加强长三角地区与ECU的融合，必须优先考虑生态保护和恢复，促进与绿色发展目标相一致的可持续经济增长和投资，并加强土地利用规划、人口控制、环境整治、保护和资源管理方面的法规和执行机制。
（3）为了促进DIGE与ECU的全面融合和同步发展，地方政府应优先增加对数字基础设施的投资，如智能能源网络、高速互联网连接和智能交通解决方案，以支持生态城市的可持续发展。
初审：严 露
审核：徐彩瑶
排版编辑：陈 楠
文献推荐人：陈 楠
参考文献：Meijuan Hu, Peng Chen, Gong Chen, Zaijun Li,Spatio-temporal influencing effects and mechanisms of the digital economy on eco-urbanization in the Yangtze River Delta region,Environmental Technology & Innovation,Volume 37,2025,103979,ISSN 2352-1864.
以上内容仅代表个人对文章的理解，详情请点击阅读原文。
推荐阅读
探索基于自然的生态文明解决方案，助力实现“双碳”战略目标，协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设，让我们一起加油！
