DOI: https://doi.org/10.1038/s41598-026-45596-w
PMID: https://pubmed.ncbi.nlm.nih.gov/41896304
تاريخ النشر: 2026-03-27
المؤلف: Xiaogang Zhou وآخرون
الموضوع الرئيسي: الطاقة والبيئة والنمو الاقتصادي
نظرة عامة
تستكشف هذه القسم من ورقة البحث التطور المكاني الزمني والتأثيرات المكانية للتكامل بين خدمات الإنتاج والتصنيع عبر 31 مقاطعة في الصين من 2013 إلى 2022، في سياق أجندة “الكربون المزدوج” في الصين. باستخدام نموذج درجة التنسيق التكاملي (CCD) جنبًا إلى جنب مع نموذج دوربين المكاني (SDM)، تجد الدراسة أنه بينما زادت CCD بشكل مطرد، إلا أنها لا تزال غير متساوية، وتتميز بتدرج مستمر من الشرق إلى الوسط إلى الغرب وبتباين إيجابي كبير في الارتباط المكاني الذاتي. تكشف التحليلات أن الإنفاق العام على الخدمات يعزز بشكل أساسي CCD من خلال التأثيرات داخل المقاطعة، بينما يساهم دخل السكان والتكنولوجيا في تحسين CCD بشكل رئيسي من خلال التأثيرات الإيجابية على المقاطعات المجاورة. في المقابل، تمارس هيكل الصناعة ومستويات القوة العاملة تأثيرات سلبية مباشرة على CCD.
تسلط النتائج الضوء على أهمية الخدمات العامة المحلية والتنسيق عبر المناطق في تعزيز أداء التكامل واستغلال التأثيرات المتبادلة. تستخدم الدراسة منظور الأنظمة المعقدة التكيفية لشرح أن التنسيق يعتمد على توافق تكيفات الأنظمة الفرعية، مما يشير إلى أن التحسينات في خدمات الإنتاج والتصنيع لا تؤدي بالضرورة إلى ترقيات متزامنة. بالإضافة إلى ذلك، تؤكد الأبحاث على الفجوات الإقليمية في الظروف الممكنة للتحول الهيكلي، حيث تظهر المقاطعات الشرقية مستويات تنسيق أعلى مقارنة بنظيراتها في الوسط والغرب. تؤكد النتائج على وجود عوامل محلية مهيمنة وعوامل مدفوعة بالتأثيرات المتبادلة في تشكيل ديناميات التنسيق، مما يوفر رؤى قيمة لتصميم السياسات الهادفة إلى تعزيز الترقية الصناعية والتكامل الإقليمي. تؤكد اختبارات المتانة على استقرار هذه الاستنتاجات، مما يعزز الآليات المكانية النظامية المعمول بها.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الدور الحاسم لتحسين وترقية الهياكل الصناعية في سياق العولمة والتكامل الاقتصادي، مع التركيز بشكل خاص على التفاعل بين خدمات الإنتاج والتصنيع في الصين. مع انتقال الصين من نموذج تصنيع كثيف العمالة إلى نموذج مدفوع بالابتكار والاستدامة، يتم التعرف بشكل متزايد على تكامل خدمات الإنتاج كعنصر أساسي لتعزيز جودة الاقتصاد والتنافسية العالمية. تشير الورقة إلى أن القيمة الإجمالية للإنتاج الصناعي في الصين بلغت 39.91 تريليون يوان في عام 2023، مع مساهمة كبيرة للتصنيع في الناتج المحلي الإجمالي، مما يبرز الحاجة الملحة لتحول في نموذج التنمية.
تهدف الدراسة إلى استكشاف التنمية المنسقة (CCD) بين خدمات الإنتاج والتصنيع، مع التأكيد على أن علاقتهم تتطور من الاعتماد الأحادي إلى الدعم المتبادل والتطور المشترك. تستخدم إطارًا يدمج التفكير في الأنظمة المعقدة التكيفية، والاقتصاديات الهيكلية الجديدة، والجغرافيا الاقتصادية التطورية لتحليل الاعتماد المكاني وتأثيرات التأثيرات المتبادلة للعوامل الرئيسية المؤثرة في CCD. تتناول الأبحاث ثلاث قيود رئيسية في الأدبيات الحالية: عدم العمق الكافي في دراسة التطور الديناميكي لـ CCD، ونقص التحقيق المنهجي في تأثيرات التأثيرات المتبادلة المكانية، وحدود غير واضحة بين أداء التكامل ونتائج البيئة. من خلال استخدام أساليب الاقتصاد القياسي المكاني وتحليل بيانات المقاطعات من 2013 إلى 2022، تهدف الدراسة إلى تقديم رؤى حول الديناميات المكانية لـ CCD وعواملها المحددة، مما يسهم في الآثار السياسية المتوافقة مع أجندة التنمية عالية الجودة في الصين.
طرق البحث
في هذا القسم، يحدد المؤلفون طرق البحث المستخدمة في دراستهم، مع التركيز على الاختيار المنهجي لمتغيرات المؤشر. تتضمن المنهجية مراجعة شاملة للأدبيات الحالية لتحديد المتغيرات ذات الصلة التي تؤثر بشكل كبير على النتائج المعنية. يستخدم المؤلفون كل من الأساليب النوعية والكمية لضمان عملية اختيار قوية، والتي تشمل التحليلات الإحصائية لتقييم الارتباط وتأثير كل متغير.
علاوة على ذلك، يتم تعريف معايير اختيار متغيرات المؤشر بدقة، مع التركيز على صلتها وموثوقيتها وصلاحيتها في سياق أهداف البحث. يناقش المؤلفون أيضًا تطبيق تقنيات إحصائية متقدمة لتنقيح مجموعة المؤشرات، مما يضمن أن الاختيار النهائي يمثل بشكل جيد وقادر على التقاط الظواهر الأساسية التي يتم دراستها. تدعم هذه الإطار المنهجي الصارم موثوقية النتائج المقدمة في الأقسام اللاحقة من الورقة.
النتائج
تكشف التحليلات الانحدارية لنموذج دوربين المكاني (SDM) عن تأثيرات كبيرة داخل المقاطعة وتأثيرات مكانية انتقائية تتعلق بالمتغير CCD (D). بشكل ملحوظ، فإن المعامل المحلي لوغاريتم الإنفاق المكاني الإجمالي للمقاطعة (Ln GPSE) إيجابي وذو دلالة إحصائية (b = 0.0734، p < 0.001)، مما يشير إلى علاقة إيجابية مع CCD (D). بالمقابل، فإن معاملات خدمات البنية التحتية (IS) والرافعة المالية المحلية (LFL) سلبية وذات دلالة إحصائية (b = -0.0139، p = 0.009 وb = -0.0342، p = 0.004، على التوالي)، مما يشير إلى أن هذه العوامل لا تعزز بشكل فعال CCD (D) في هذا النموذج. معاملات لوغاريتم الاستثمار الصحي الإقليمي (Ln RHI) ومستوى الاستثمار (IL) ليست ذات دلالة إحصائية، مما يشير إلى عدم وجود دعم لارتباطاتها مع CCD (D). فيما يتعلق بالتأثيرات المكانية، فإن الحد التفاعلي W × Ln RHI إيجابي وذو دلالة إحصائية عالية (b = 0.2455، p < 0.001)، مما يشير إلى أن زيادة Ln RHI في المقاطعات المجاورة ترتبط بزيادة CCD (D) في المقاطعة المستهدفة. الحد التفاعلي W × IL أيضًا إيجابي وذو دلالة إحصائية (b = 0.0280، p = 0.019). ومع ذلك، فإن التفاعلات W × Ln GPSE، W × IS، وW × LFL لا تظهر تأثيرات ذات دلالة إحصائية (p > 0.10). بالإضافة إلى ذلك، فإن المعامل الذاتي المكاني ρ إيجابي وذو دلالة إحصائية (ρ = 0.1627، p = 0.027)، مما يؤكد وجود اعتماد مكاني إيجابي في CCD (D). نظرًا لتعقيد التغذية الراجعة المكانية، ستتناول التحليلات الإضافية في القسم 5.5 التأثيرات المباشرة وغير المباشرة لتقديرات معاملات SDM.
المناقشة
في هذا القسم، تناقش الأبحاث المنهجية والنتائج المتعلقة بدرجة التنسيق التكاملي (CCD) بين خدمات الإنتاج والتصنيع عبر المقاطعات الصينية من 2013 إلى 2022. تستخدم الدراسة طريقة وزن الإنتروبيا لاشتقاق أوزان المؤشرات بشكل موضوعي لمؤشر التنمية المركب، والذي يتم حسابه لكل ملاحظة سنوية للمقاطعة. يتم توحيد المؤشرات باستخدام طريقة الحد الأدنى والحد الأقصى لأخذ الفروق في الوحدات والأحجام في الاعتبار، وتستخدم المؤشرات الناتجة لتقييم التفاعل والتنسيق بين النظامين الفرعيين. يتم تعريف درجة الربط \( C_{pt} \)، ومؤشر التنسيق الشامل \( T_{pt} \)، وCCD \( D_{pt} \) رياضيًا، مع الإشارة إلى أن \( D_{pt} \) الأكبر يدل على مستوى أعلى من التنمية المنسقة.
تكشف التحليلات عن اتجاه تصاعدي تدريجي في CCD على مستوى البلاد؛ ومع ذلك، لا تزال معظم المقاطعات في فئات عدم التوافق، مع زيادة متواضعة فقط في عدد المقاطعات التي تحقق \( D > 0.50 \) من 2013 إلى 2022. من الجدير بالذكر أن المنطقة الشرقية تظهر أعلى مستويات CCD، بينما تظهر المنطقة الغربية باستمرار أدنى المستويات. تحدد الدراسة تباينًا إقليميًا كبيرًا، مع تدرج واضح من الشرق إلى الوسط إلى الغرب في نتائج التنسيق. تشير النتائج إلى أنه على الرغم من وجود تحسين عام في CCD، إلا أن التنمية لا تزال غير متساوية عبر المقاطعات، متأثرة بترقية الهيكل واختلافات تخصيص العوامل. تؤكد الأبحاث على أهمية فهم هذه الديناميات في سياق الترقية المستدامة والآثار الأوسع للسياسات والتنمية الاقتصادية.
القيود
تسلط قيود هذه الدراسة حول درجة التنسيق التكاملي بين خدمات الإنتاج والتصنيع الضوء على عدة مجالات للبحث المستقبلي. أولاً، قد لا يكون الاعتماد على مصفوفة الاتصال الملكية لتعريف العلاقات المكانية كافيًا لالتقاط تعقيدات الروابط الاقتصادية بين المقاطعات، مثل التجارة والاتصال الرقمي. يجب أن تستكشف التحقيقات المستقبلية مصفوفات أوزان مكانية بديلة، بما في ذلك المسافة العكسية ومصفوفات الجيران الأقرب، لتقييم متانة النتائج المتعلقة بتأثيرات داخل المقاطعة والتأثيرات المتبادلة.
ثانيًا، تقدم الطبيعة المركبة لمؤشر درجة التنسيق التكاملي تحديات في تحديد عدم التوازن المحدد بين خدمات الإنتاج والتصنيع. يمكن أن تستفيد الأبحاث المستقبلية من دمج تشخيصات عدم التوازن لتمييز الأنظمة الفرعية الرائدة والمتأخرة، مما يوجه أولويات السياسات. بالإضافة إلى ذلك، فإن المتغيرات التفسيرية للنموذج الحالي محدودة، حيث تغفل عوامل مثل تنظيم البيئة وقدرة الابتكار الإقليمي. قد يؤدي توسيع مجموعة المتغيرات في الدراسات المستقبلية إلى تعزيز فهم الآليات التي تحرك التنمية المنسقة. أخيرًا، قد يؤدي استخدام بيانات على مستوى المقاطعة إلى إخفاء الديناميات على المستوى الدقيق؛ وبالتالي، فإن استخدام مجموعات بيانات أكثر تفصيلًا يمكن أن يكشف عن التفاعلات على مستوى المدينة أو الصناعة أو الشركة. يجب أن تأخذ الأعمال المستقبلية أيضًا في الاعتبار النماذج المكانية الديناميكية لالتقاط الديناميات التنسيقية المتطورة التي تؤثر عليها التغييرات السياسية وعوامل أخرى. بشكل عام، يمكن أن يؤدي معالجة هذه القيود إلى إثراء الفهم بشكل كبير للتفاعل بين خدمات الإنتاج والتصنيع.
DOI: https://doi.org/10.1038/s41598-026-45596-w
PMID: https://pubmed.ncbi.nlm.nih.gov/41896304
Publication Date: 2026-03-27
Author(s): Xiaogang Zhou et al.
Primary Topic: Energy, Environment, Economic Growth
Overview
This section of the research paper investigates the spatiotemporal evolution and spatial spillovers of the integration between producer services and manufacturing across 31 provinces in China from 2013 to 2022, within the context of China’s “dual carbon” agenda. Utilizing a coupling coordination degree (CCD) model alongside a spatial Durbin model (SDM), the study finds that while CCD has steadily increased, it remains uneven, characterized by a persistent east-central-west gradient and significant positive spatial autocorrelation. The analysis reveals that general public service expenditure primarily enhances CCD through within-province effects, whereas residents’ income and informatization contribute to CCD improvements mainly via positive spillovers to neighboring provinces. In contrast, industrial structure and labor force levels exert negative direct effects on CCD.
The findings highlight the importance of local public services and cross-regional coordination in enhancing integration performance and leveraging spillovers. The study employs a complex adaptive systems perspective to explain that coordination is contingent upon the compatibility of subsystem adaptations, suggesting that improvements in producer services and manufacturing do not necessarily lead to synchronized upgrades. Additionally, the research underscores regional disparities in enabling conditions for structural transformation, with eastern provinces exhibiting higher coordination levels compared to their central and western counterparts. The results emphasize the coexistence of locally dominant and spillover-driven factors in shaping coordination dynamics, providing valuable insights for policy design aimed at fostering industrial upgrading and regional integration. Robustness checks affirm the stability of these conclusions, reinforcing the systematic spatial mechanisms at play.
Introduction
The introduction of the research paper highlights the critical role of optimizing and upgrading industrial structures in the context of globalization and economic integration, particularly focusing on the interplay between producer services and manufacturing in China. As China transitions from a labor-intensive manufacturing model to one driven by innovation and sustainability, the integration of producer services is increasingly recognized as essential for enhancing economic quality and global competitiveness. The paper notes that China’s industrial gross output value reached 39.91 trillion yuan in 2023, with manufacturing contributing significantly to GDP, underscoring the urgency for a transformation in the development model.
The study aims to explore the coordinated development (CCD) between producer services and manufacturing, emphasizing that their relationship is evolving from one-way dependence to mutual support and co-evolution. It employs a framework that integrates complex adaptive systems thinking, new structural economics, and evolutionary economic geography to analyze the spatial dependence and spillover effects of key drivers influencing CCD. The research addresses three main limitations in existing literature: insufficient depth in examining the dynamic evolution of CCD, a lack of systematic investigation into spatial spillover effects, and unclear boundaries between integration performance and environmental outcomes. By utilizing spatial econometric approaches and analyzing provincial data from 2013 to 2022, the study aims to provide insights into the spatial dynamics of CCD and its determinants, ultimately contributing to policy implications aligned with China’s high-quality development agenda.
Methods
In this section, the authors outline the research methods employed in their study, emphasizing the systematic selection of indicator variables. The methodology involves a comprehensive review of existing literature to identify relevant variables that significantly influence the outcomes of interest. The authors utilize both qualitative and quantitative approaches to ensure a robust selection process, which includes statistical analyses to assess the correlation and impact of each variable.
Furthermore, the selection criteria for the indicator variables are meticulously defined, focusing on their relevance, reliability, and validity within the context of the research objectives. The authors also discuss the application of advanced statistical techniques to refine the indicator set, ensuring that the final selection is both representative and capable of capturing the underlying phenomena being studied. This rigorous methodological framework underpins the reliability of the findings presented in subsequent sections of the paper.
Results
The regression analysis of the Spatial Durbin Model (SDM) reveals significant within-province effects and selective spatial spillovers concerning the variable CCD (D). Notably, the local coefficient for the logarithm of Gross Provincial Spatial Expenditure (Ln GPSE) is positive and significant (b = 0.0734, p < 0.001), indicating a positive relationship with CCD (D). Conversely, the coefficients for Infrastructure Services (IS) and Local Financial Leverage (LFL) are negative and significant (b = -0.0139, p = 0.009 and b = -0.0342, p = 0.004, respectively), suggesting that these factors do not effectively enhance CCD (D) in this model. The coefficients for Logarithm of Regional Health Investment (Ln RHI) and Investment Level (IL) are not significant, indicating no support for their associations with CCD (D). In terms of spatial spillovers, the interaction term W × Ln RHI is positive and highly significant (b = 0.2455, p < 0.001), indicating that increased Ln RHI in neighboring provinces correlates with higher CCD (D) in the focal province. The interaction W × IL is also positive and significant (b = 0.0280, p = 0.019). However, the interactions W × Ln GPSE, W × IS, and W × LFL do not show significant effects (p > 0.10). Additionally, the spatial autoregressive parameter ρ is positive and significant (ρ = 0.1627, p = 0.027), confirming the presence of positive spatial dependence in CCD (D). Due to the complexity of spatial feedback, further analysis in Section 5.5 will address direct and indirect effects of the SDM coefficient estimates.
Discussion
In this section, the research discusses the methodology and findings related to the coupling coordination degree (CCD) between producer services and manufacturing across Chinese provinces from 2013 to 2022. The study employs the entropy-weight method to objectively derive indicator weights for a composite development index, which is calculated for each province-year observation. The indicators are standardized using the min-max method to account for differences in units and magnitudes, and the resulting indices are used to assess the interaction and coordination between the two subsystems. The coupling degree \( C_{pt} \), comprehensive coordination index \( T_{pt} \), and CCD \( D_{pt} \) are defined mathematically, with a larger \( D_{pt} \) indicating a higher level of coordinated development.
The analysis reveals a gradual upward trend in CCD nationwide; however, most provinces remain in dissonance categories, with only a modest increase in the number of provinces achieving \( D > 0.50 \) from 2013 to 2022. Notably, the eastern region exhibits the highest CCD levels, while the western region consistently shows the lowest. The study identifies significant regional heterogeneity, with a clear east-central-west gradient in coordination outcomes. The findings suggest that while there is an overall improvement in CCD, the development remains uneven across provinces, influenced by structural upgrading and factor allocation disparities. The research emphasizes the importance of understanding these dynamics in the context of sustainability-oriented upgrading and the broader implications for policy and economic development.
Limitations
The limitations of this study on the coupling coordination degree between producer services and manufacturing highlight several areas for future research. Firstly, the reliance on a queen contiguity matrix to define spatial relationships may not adequately capture the complexities of interprovincial economic linkages, such as trade and digital connectivity. Future investigations should explore alternative spatial weight matrices, including inverse distance and k-nearest-neighbor matrices, to evaluate the robustness of the findings regarding within-province and spillover effects.
Secondly, the composite nature of the coupling coordination degree index presents challenges in identifying specific imbalances between producer services and manufacturing. Future research could benefit from incorporating imbalance diagnostics to discern the leading and lagging subsystems, thereby informing policy priorities. Additionally, the current model’s explanatory variables are limited, omitting factors such as environmental regulation and regional innovation capacity. Expanding the variable set in future studies could enhance understanding of the mechanisms driving coordinated development. Lastly, the use of provincial-level data may obscure micro-level dynamics; thus, employing more granular datasets could reveal the interactions at the city, industry, or firm levels. Future work should also consider dynamic spatial models to capture evolving coordination dynamics influenced by policy changes and other factors. Overall, addressing these limitations can significantly enrich the understanding of the interplay between producer services and manufacturing.