DOI: https://doi.org/10.1038/s41598-025-16188-x
PMID: https://pubmed.ncbi.nlm.nih.gov/40847111
تاريخ النشر: 2025-08-22
المؤلف: Libin Guo وآخرون
الموضوع الرئيسي: المرونة الإقليمية والتنمية
نظرة عامة
تدرس هذه الدراسة التفاعل بين الابتكار التكنولوجي الرقمي (DTI) ومرونة الاقتصاد الحضري (UER) عبر ثلاث تجمعات حضرية رئيسية في حزام نهر اليانغتسي الاقتصادي (YREB) من 2011 إلى 2022، باستخدام بيانات بانل على مستوى مدن المقاطعات. تكشف النتائج عن تطور كبير في تنسيق الاقتران بين DTI وUER، حيث انتقل من حالة الفوضى إلى التنسيق الأساسي، على الرغم من أن الاقتران عالي الجودة لا يزال غير محقق. تشير التحليلات المكانية إلى تدرج واضح من المنبع إلى المصب، مع وجود تنسيق أفضل في المناطق العليا مقارنة بالمناطق الوسطى والسفلى، مما يبرز هيكل المركز والهامش. على الرغم من الانخفاض العام في عدم المساواة، إلا أن الفجوات بين التجمعات لا تزال المصدر الرئيسي لعدم المساواة المكانية.
تحدد الدراسة المحركات الرئيسية لتنسيق الاقتران، بما في ذلك التنمية الاقتصادية، والضغط المالي، وقدرة الابتكار، ودعم البحث العلمي. ومن الجدير بالذكر أن “أثر الشفط” للمدن الرئيسية يؤثر سلبًا على المناطق المجاورة، مما يقيد قدراتها على التنسيق. يظهر دلتا نهر اليانغتسي مزايا بسبب البحث العلمي القوي والترقيات الصناعية الفعالة، بينما تُظهر المناطق الوسطى قدرات تنسيق ناشئة. بالمقابل، يعتمد تجمع تشنغدو-تشونغتشينغ الحضري بشكل كبير على التنمية الاقتصادية الأساسية، مما يتطلب تعزيز الابتكار التعاوني وآليات التنمية المنسقة. توصي الورقة بتعزيز التعاون الإقليمي، وزيادة الدعم المالي، وتحسين آثار التمدد للمدن الرئيسية لتحقيق تنمية حضرية أكثر توازنًا ومرونة عبر YREB.
مقدمة
في مقدمة ورقة البحث، يقدم المؤلفون إطارًا لتقييم الابتكار التكنولوجي الرقمي من خلال نظام مؤشرات مزدوج يتكون من مؤشرات أولية وثانوية. يتم قياس المؤشر الأولي باستخدام صيغة التباين، ممثلة كالتالي
\[
\sigma^2 = \sum_{k=1}^{12} \sum_{i=1}^{68} (y_i(t_k) – \bar{y})^2,
\]
حيث \( W \) يدل على متجه الأوزان و \( H \) هو مجموع المصفوفات \( H_k \) عبر 12 فترة زمنية. يحدد المؤلفون أنه تحت القيد \( W^T W = 1 \)، يتوافق الحد الأقصى من التباين مع المتجه الخاص المرتبط بأكبر قيمة خاصة للمصفوفة المتماثلة \( H \). يشير هذا المتجه الخاص إلى الأوزان المثلى للمؤشرات.
لضمان أن الأوزان مقاسة بشكل مناسب، يطبق المؤلفون عملية تطبيع، مما ينتج عنه الأوزان النهائية للمؤشر كالتالي
\[
\omega^*_j = \frac{\omega_j}{\sum_{j=1}^{68} \omega_j}.
\]
تسمح هذه المنهجية بتقييم منهجي لمساهمات المؤشرات المختلفة في المقياس العام للابتكار التكنولوجي الرقمي، مما يسهل فهمًا أوضح لأهميتها النسبية.
طرق
في هذا القسم، يصف المؤلفون منهجية البحث المستخدمة لقياس مؤشر التحول التنموي (DTI) باستخدام طريقة الترتيب الطولي والمقطعي (LCRM). هذه الطريقة مفيدة لأنها تلتقط الهيكل الهرمي والاتجاهات للمؤشرات عبر الأبعاد الزمنية والمكانية، مما يجعلها فعالة بشكل خاص لتحليل بيانات البانل. تبدأ العملية بتوحيد مجموعة البيانات الأصلية من خلال طريقة تباين النطاق لمعالجة قضايا القابلية للمقارنة الناتجة عن وحدات القياس المختلفة عبر المؤشرات.
تُصاغ دالة التقييم للمؤشرات كالتالي \( y_{ij}(t_k) = \sum_{j=1}^{68} \omega_j \times x^*_{ij} \)، حيث تمثل \( \omega_j \) الوزن المعين لكل مؤشر، و \( y_{ij}(t_k) \) تشير إلى المستوى المحسوب من DTI أو مرونة الاقتصاد الحضري (UER). لتحسين الأوزان \( \omega_j \)، تهدف المنهجية إلى تعظيم مجموع الانحرافات المربعة لـ \( y_{ij}(t_k) \)، مع الشرط أن مجموعة البيانات الموحدة تؤدي إلى متوسط قدره صفر (\(-\bar{y} = 0\)). تعزز هذه الطريقة المنظمة موثوقية وقابلية مقارنة النتائج عبر سنوات ومدن مختلفة.
مناقشة
تتناول قسم المناقشة في ورقة البحث العلاقة المتبادلة بين مرونة الاقتصاد الحضري (UER) وابتكار التكنولوجيا الرقمية (DTI). في البداية، كانت الجذور في الهندسة والبيئة، تطور مفهوم المرونة ليشمل السياقات الاقتصادية، حيث يعكس قدرة المنطقة على تحمل والتكيف مع الصدمات الخارجية. تسلط الأدبيات الضوء على أن المدن ذات الهياكل الصناعية المتنوعة تظهر استقرارًا اقتصاديًا أكبر خلال التقلبات، مما يبرز الطبيعة الديناميكية لـ UER كعملية للحفاظ على الاستقرار وتعزيز النمو المستدام. في الوقت نفسه، انتقل DTI من تعزيز الكفاءة التنظيمية إلى إعادة تشكيل نظم الابتكار الإقليمية، مع تأثيرات كبيرة على النمو الاقتصادي، والتقدم التكنولوجي، والحكم.
تطرح الورقة أن DTI يعزز UER من خلال تحسين تخصيص الموارد، وزيادة القدرة التكيفية، وتعزيز التحول الهيكلي. يسهل DTI دمج البيانات والموارد المتنوعة، مما يمكّن المنظمات من الاستجابة بفعالية للشكوك. علاوة على ذلك، توفر الأنظمة الحضرية المرنة بيئة ملائمة لـ DTI، مما يضمن طلبًا مستقرًا ويعزز الابتكار. ومع ذلك، يمكن أن تعيق التحديات مثل الفجوة الرقمية والاعتماد على المسارات الصناعية المتجذرة التآزر بين DTI وUER. تؤكد الدراسة على ضرورة التدخلات السياسية الدقيقة لتعزيز الابتكار الشامل والقدرة الهيكلية على التكيف، مما يدفع في النهاية نحو التنمية الحضرية عالية الجودة.
القيود
ت stem القيود في هذه الدراسة بشكل أساسي من تحليلها التجريبي المركّز على ثلاث تجمعات حضرية رئيسية ضمن حزام نهر اليانغتسي الاقتصادي (YREB). بينما يوفر هذا النهج رؤى مهمة حول العلاقة الثنائية بين الابتكار الرقمي ومرونة الاقتصاد الحضري (UER)، قد لا يأخذ في الاعتبار بشكل كامل العوامل المتنوعة التي تؤثر على التمايز المكاني في مناطق أخرى. وبالتالي، قد تفتقر النتائج إلى القابلية للتعميم خارج سياق YREB. يُشجع على إجراء أبحاث مستقبلية لاستكشاف تجمعات حضرية إضافية للتحقق من قوة هذه الاستنتاجات.
علاوة على ذلك، مع تطور مشهد التكنولوجيا والتنمية الاقتصادية، هناك حاجة ملحة لطرق قياس أكثر تطورًا لمؤشرات التحول الرقمي (DTI) و UER. سيكون تطوير أنظمة تقييم ديناميكية ومتعددة الأبعاد تلتقط بفعالية التقنيات الناشئة ومسارات المرونة أمرًا حاسمًا لتقدم هذا المجال من الدراسة.
DOI: https://doi.org/10.1038/s41598-025-16188-x
PMID: https://pubmed.ncbi.nlm.nih.gov/40847111
Publication Date: 2025-08-22
Author(s): Libin Guo et al.
Primary Topic: Regional resilience and development
Overview
This study examines the interplay between digital technological innovation (DTI) and urban economic resilience (UER) across three major urban agglomerations in the Yangtze River Economic Belt (YREB) from 2011 to 2022, utilizing panel data at the prefecture-level city scale. The findings reveal a significant evolution in the coupling coordination between DTI and UER, transitioning from a state of disorder to primary coordination, although high-quality coupling remains unachieved. The spatial analysis indicates a pronounced upstream-downstream gradient, with better coordination in the upper reaches compared to the middle and lower reaches, highlighting a core-periphery structure. Despite a general decline in overall inequality, inter-agglomeration disparities persist as the primary source of spatial inequality.
The study identifies key drivers of coupling coordination, including economic development, fiscal pressure, innovation capacity, and scientific research support. Notably, the “siphoning effect” of core cities negatively impacts neighboring areas, constraining their coordination capabilities. The Yangtze River Delta demonstrates advantages due to robust scientific research and effective industrial upgrades, while the Middle Reaches show emerging coordination capacities. In contrast, the Chengdu-Chongqing Urban Agglomeration relies heavily on basic economic development, necessitating enhanced collaborative innovation and coordinated development mechanisms. The paper recommends promoting regional collaboration, increasing fiscal support, and optimizing the spillover effects of core cities to achieve more balanced and resilient urban development across the YREB.
Introduction
In the introduction of the research paper, the authors present a framework for assessing Digital Technological Innovation through a dual-indicator system comprising primary and secondary indicators. The primary indicator is quantified using a variance formula, represented as
\[
\sigma^2 = \sum_{k=1}^{12} \sum_{i=1}^{68} (y_i(t_k) – \bar{y})^2,
\]
where \( W \) denotes a vector of weights and \( H \) is the sum of matrices \( H_k \) across the 12 time periods. The authors establish that under the constraint \( W^T W = 1 \), the maximum variance corresponds to the eigenvector associated with the largest eigenvalue of the symmetric matrix \( H \). This eigenvector indicates the optimal weights for the indicators.
To ensure that the weights are appropriately scaled, the authors apply a normalization process, yielding the final indicator weights as
\[
\omega^*_j = \frac{\omega_j}{\sum_{j=1}^{68} \omega_j}.
\]
This methodology allows for a systematic evaluation of the contributions of various indicators to the overall measure of Digital Technological Innovation, facilitating a clearer understanding of their relative importance.
Methods
In this section, the authors describe the research methodology employed to measure the Developmental Transformation Index (DTI) using the Longitudinal and Cross-sectional Ranking Method (LCRM). This method is advantageous as it captures the hierarchical structure and trends of indicators across both temporal and spatial dimensions, making it particularly effective for panel data analysis. The process begins with standardizing the original dataset through the range variation method to address comparability issues stemming from different units of measurement across indicators.
The evaluation function for the indicators is formulated as \( y_{ij}(t_k) = \sum_{j=1}^{68} \omega_j \times x^*_{ij} \), where \( \omega_j \) represents the weight assigned to each indicator, and \( y_{ij}(t_k) \) indicates the calculated level of DTI or Urban Economic Resilience (UER). To optimize the weights \( \omega_j \), the methodology aims to maximize the total squared deviation of \( y_{ij}(t_k) \), with the condition that the standardized dataset results in a mean of zero (\(-\bar{y} = 0\)). This structured approach enhances the reliability and comparability of the findings across different years and cities.
Discussion
The discussion section of the research paper elaborates on the interrelationship between urban economic resilience (UER) and digital technology innovation (DTI). Initially rooted in engineering and ecology, the concept of resilience has evolved to encompass economic contexts, where it reflects a region’s ability to withstand and adapt to external shocks. The literature highlights that cities with diverse industrial structures exhibit greater economic stability during fluctuations, emphasizing the dynamic nature of UER as a process of maintaining stability and promoting sustainable growth. Concurrently, DTI has transitioned from enhancing organizational efficiency to reshaping regional innovation ecosystems, with significant impacts on economic growth, technological progress, and governance.
The paper posits that DTI enhances UER by optimizing resource allocation, improving adaptive capacity, and fostering structural transformation. DTI facilitates the integration of diverse data and resources, enabling organizations to respond effectively to uncertainties. Moreover, resilient urban systems provide a conducive environment for DTI, ensuring stable demand and fostering innovation. However, challenges such as the digital divide and entrenched industrial path dependencies can hinder the synergy between DTI and UER. The study underscores the necessity for nuanced policy interventions to promote inclusive innovation and structural adaptability, ultimately driving high-quality urban development.
Limitations
The limitations of this study primarily stem from its focused empirical analysis on the three major urban agglomerations within the Yangtze River Economic Belt (YREB). While this approach provides significant insights into the two-way coupling relationship between digital innovation and urban economic resilience (UER), it may not fully account for the diverse factors influencing spatial differentiation in other regions. Consequently, the findings may lack generalizability beyond the YREB context. Future research is encouraged to explore additional urban clusters to validate the robustness of these conclusions.
Moreover, as the landscape of technology and economic development evolves, there is a pressing need for more sophisticated measurement methods for digital transformation indicators (DTI) and UER. The development of dynamic, multi-dimensional evaluation systems that effectively capture emerging technologies and resilience pathways will be crucial for advancing this field of study.