新时代如何实现经济发展与生态环境协同发展，是实现我国高质量发展的核心^[1]. 随着城市不确定性风险的不断增加，城市治理的核心任务应从减少脆弱性转向增强韧性，建设韧性城市已成为国际社会的共同看法. 我国党的“二十大”报告和国家“十四五”规划均明确提出建设韧性城市，其中生态韧性作为韧性城市多维空间建设的重要组成部分而备受关注^[2]. 城市生态韧性被定义为城市在面对环境压力和突发事件时，能够有效应对、迅速恢复并实现可持续发展的能力^[3]. 传统的经济发展模式引发的各类生态环境问题，严重削弱生态承载力，增加生态风险，生态系统亟需提升韧性以实现对未知风险的抵抗^[4]. 随着新一轮科技革命和产业变革深入发展，数字经济作为以信息技术驱动的新经济形态，不仅从源头缓解环境污染，而且通过深入挖掘生态环境数据并构建智慧高效的生态环境管理信息化体系，为生态系统的高水平保护和高质量发展注入新动能^[5]. 同时，城市生态韧性的提升不仅为数据元素提供了发展方向，也为数字经济的发展提供了良好的发展环境^[6]. 当前，中国正面临着数字经济快速发展和城市生态韧性亟需提升的双重压力^[7]. 2022年，我国数字经济规模达45.5万亿元，占GDP的比例达到39.8%，但其高能耗数据中心与电子废弃物的环境成本，与城市应对极端气候及突发环境灾害的应急响应能力不足形成尖锐矛盾. 因此，提升城市的生态韧性，增强应对各类生态风险的能力，已经成为迫切需要解决的核心问题. 这引出了一系列亟待解决的学术命题：数字经济与城市生态韧性是否能够形成良性互动？如何科学评价二者的协同发展程度与演进规律？二者之间的协同发展受什么因素制约？通过深入回答以上问题，一方面有助于更深入地理解数字经济与城市生态韧性协同发展的内在机制，另一方面可以推动建设更具生态韧性的宜居城市，缩小区域协同发展差距，实现数字经济与城市生态韧性的协同可持续发展.

近年来，以数字经济和城市生态韧性为主题的研究逐渐增多，然而关于二者的融合性研究相对较少. 现有聚焦的研究可归为两类：第一，关于数字经济发展和城市生态韧性的研究. 有学者使用单一指标来衡量数字经济，如数字基础设施建设和信息通信技术等^[8，9]. 随着研究的深入，越来越多的学者发现单一的指标并不能全面地反映数字经济的发展情况，之后多从产业数字化和数字产业化等方面构建指标体系来测度数字经济发展水平^[10，11]. 其次，学者们基于非线性模型^[12]和阈值模型^[13]等深入探究数字经济的经济刺激效应^[14]、社会效应^[15]、创新激励效应^[16]和降污减排效应^[17]等. 关于城市生态韧性的研究，目前学者多从韧性特征出发构建包含规模、密度和形态韧性等维度的城市生态韧性评价体系^[18~20]，运用障碍度模型^[21]、STIRPAT模型^[22]、哈肯模型^[23]和因子分解^[24]等，探究其时空演变^[18]、多维结构变化^[24]、障碍因子^[25]以及影响机制^[22]等多方面内容. 第二，关于数字经济和生态环境的融合性研究. 数字经济与生态环境的交互关系探讨是可持续发展研究的重要部分，现有研究多面向省域^[26]、市域^[27]、县域^[28]和城市群^[29]等空间尺度. 部分研究集中于数字经济对生态环境的单向影响，从生态环境质量^[30]、生态效率^[31]、生态福利绩效^[32]及环境减排^[33]等方面探究数字经济对其影响，认为数字经济通过技术创新和环境规制等路径，对生态环境存在促进作用；此外，大多数学者采用耦合协调度模型^[34，35]和灰色关联模型研究数字经济与绿色发展^[36]、生态环境^[37]的耦合协调关系，探究二者的时空演变与驱动机制. 姬新龙等^[38]和邓宗兵等^[39]剖析了数字经济与绿色发展的耦合关系，发现大多数省份仍处于初级协调阶段，高质量的协调关系还远未实现；张佰瑞等^[40]探究了数字经济与生态经济效率的耦合关系，并探究其影响因素.

可以看出，对数字经济与城市生态韧性的研究已经取得了较多成果，但对二者的融合性研究仍存在一些需要深入探索的内容：第一，研究视角上，已有研究多从绿色技术创新和资源利用等视角出发探究数字经济与生态环境的关系，鲜有研究将数字经济与城市生态韧性纳入同一研究框架进行分析. 第二，研究方法上，已有文献多采用定量分析探究数字经济对生态环境的影响，较少文献从地理学角度出发，利用多元统计分析工具探究数字经济与城市生态韧性的协同发展特征. 第三，研究内容上，已有研究针对数字经济与城市生态韧性相互作用关系的探讨较为薄弱，更缺乏对其驱动因素分异的细致探讨，难以全面揭示二者相互关系的形成机制. 因此，本文在测度数字经济和城市生态韧性发展水平的基础上，采用耦合协同度模型考察二者的协同发展水平；借助核密度估计和Markov链探析二者协同发展的演化特征；进一步采用地理探测器模型揭示二者协同发展的驱动因素，旨在为推动城市数字经济与城市生态韧性可持续协调发展提供重要参考.

本文可能的贡献在于：第一，将数字经济与城市生态韧性纳入同一研究框架，从数字基础设施建设、数字产业化、产业数字化和数字创新这4个角度构建数字经济指标体系，并从韧性的基本特征（抵抗力、适应力、恢复力和更新力）出发构建城市生态韧性的指标体系，测算二者协同发展水平，有助于全面认识数字经济与城市生态韧性的协同发展关系，丰富其量化研究. 第二，采用多元统计分析工具从多维度对数字经济与城市生态韧性协同发展特征进行刻画，揭示其演变规律，以弥补现有研究仅注重分析单因素时空演化的不足，扩展关于二者协同发展的研究内容. 第三，采用地理探测器模型揭示数字经济与城市生态韧性协同发展的驱动因素及其交互作用，分析各驱动因素在不同时间维度的演变，继而探索二者协同发展的合理路径，弥补以往研究忽略驱动因素考察的不足，以期为提出二者协调发展的优化路径和推动高质量发展提供决策依据.

1 数字经济与城市生态韧性协同演化机制

协同演化理论强调系统中的不同子系统之间存在相互依赖和反馈作用，通过动态的交互实现整体协同进化^[41]. 本文将协同演化理论应用于数字经济与城市生态韧性协同演化分析，一方面，数字经济为城市生态韧性提升蓄势赋能，是城市生态韧性建设的“动力引擎”；另一方面，城市生态韧性强调系统对环境变化和不确定性的适应能力，对数字经济的可持续发展起到关键的支持作用，是数字经济发展的“重要保障”^[42]，两者联结耦合，互为支撑，共同推动经济高质量发展和生态可持续发展（图 1）.

1.1 数字经济对城市生态韧性的提升作用

数字经济通过发挥资源配置效应、结构效应及其技术效应，推动城市生态韧性的提升. 首先，从资源配置视角来看，数字经济重塑生产要素的流动机制，数据作为新型要素具有非排他性和零边际成本，其广泛应用有效打破了资源空间配置的固有壁垒，缓解传统资源错配问题. 这种要素配置的优化不仅提升了生态资源的利用效率，也增强了城市生态系统对外部冲击的适应能力和自我调节能力^[43]. 其次，从结构演化理论来看，数字经济通过推动绿色技术渗透和高技术产业发展，带动产业结构从资源密集型向知识与技术密集型转型. 数字产业化和产业数字化通过培育共享经济、绿色经济和循环经济等生态友好型产业，赋能传统产业实现生产效率提升和污染排放减少，强化城市生态韧性的发展基础^[5]. 最后，依据技术创新扩散理论，数字技术（如大数据、物联网与人工智能）在城市生态治理中的广泛应用，提高了对生态风险的实时监测和预测能力，增强了城市在面对突发环境事件时的响应效率与修复能力，实现了对城市生态韧性的技术赋能^[44].

1.2 城市生态韧性对数字经济的支持作用

城市生态韧性具有应对环境变化和突发风险的重要能力，日益成为数字经济发展的基础支撑力量. 城市生态韧性内含的抵抗力、适应力、恢复力与更新力，通过多维路径支持数字经济的发展. 首先，城市生态韧性的增强为数字经济的发展提供安全屏障. 城市生态韧性的提升可以增强社会经济系统对环境冲击和风险的抵抗能力，降低了生态风险的负外部性效应，为数字经济营造了安全的发展环境^[45]. 其次，城市生态韧性降低了数字经济的环境适应成本与资源配置成本. 生态系统的适应性和恢复性有助于提升资源利用效率，减少数字经济活动在资源配置与环境适应中的边际成本，提升了数字经济活动的持续性，为经济的长期稳定发展提供有力保障^[46]. 最后，城市生态韧性为数字经济的发展提供路径创新. 城市生态韧性不仅体现为生态系统对干扰的抵御和恢复能力，还体现为在外界干扰下通过调节、反馈和优化产生新的响应机制. 这种响应机制为数字技术在生态环境管理、资源利用效率提升、生态系统监测与修复中的应用提供了方向，构建了数字与生态相协同的发展路径^[44].

1.3 数字经济与城市生态韧性的协同效应

数字经济与城市生态韧性的关系不仅表现为单向促进，更体现为动态互动和双向赋能的协同效应. 在这一过程中，数字经济以其技术进步、产业重构和资源配置优化能力，加速生态系统的适应与更新能力提升，而城市生态韧性的增强则为数字经济提供了稳定的发展环境和风险缓冲空间，促进其绿色转型和模式创新^[47]. 二者在持续互动中形成良性反馈，推动协同关系不断深化与优化. 基于这一协同关系，数字经济与城市生态韧性在融合过程中不仅实现了各自系统功能的拓展与优化，更在城市资源配置、环境治理与产业创新等领域表现出显著的溢出效应. 二者共同作用提升了城市系统面对复杂环境不确定性的综合韧性与动态调适能力，同时驱动绿色技术创新与产业结构重塑，加速社会经济系统从要素驱动向创新引领转型^[42]. 此外，数字经济与城市生态韧性的深度融合促进了跨主体与跨领域的协同治理格局形成，为城市可持续发展提供内生动力与系统支持.

2 材料与方法 2.1 变量选取 2.1.1 数字经济

结合城市层面相关数据的可获得性，从数字基础设施、数字产业化、产业数字化和数字创新这4个维度出发^[11，48]，构建数字经济评价指标体系（表 1）. 为了保证指数测算更具客观性与科学性，采用客观赋权的熵值法进行计算，得到各城市的数字经济发展指数（Dig）.

2.1.2 城市生态韧性

基于演化韧性理论，参考石彩霞等^[49]的研究成果，将城市生态韧性定义为城市生态系统面对内外部冲击时的抵抗、适应、恢复和更新能力. 在此基础上，选取15个指标构建城市生态韧性发展指数评价体系. 通过采用熵值法确定权重，得到了城市生态韧性指数（Eco）.

2.1.3 驱动因素

在驱动因素分析中，选取的主要变量包括：①经济发展水平（Lnggdp）：根据生态经济理论，经济发展水平是实现环境保护与经济增长协同的基础，高水平的经济发展为数字经济和城市生态韧性协同提供了核心动力. 本文通过人均GDP来衡量经济发展水平，探讨其对二者协同发展的影响. ②科技支出（Tec）：源于内生增长理论，科技支出是数字经济与城市生态韧性发展的内生动力^[50]，本文采用科学技术支出与GDP的比值来衡量，反映城市对科技创新的投入及其对协同发展的促进作用. ③人力资本（Cap）：知识和技能是推动经济增长和社会进步的核心要素，人力资本是参与创新活动和激发创新活力的重要载体，为数字经济和城市生态韧性的发展提供了重要支持. 本文采用高等学校在校生人数作为衡量指标，反映人力资本在数字经济与生态韧性协同发展中的支持作用. ④对外开放（FDI）：根据开放经济理论，外商直接投资通过引入资本、技术和管理经验，能够优化资源配置并促进技术交流，从而推动数字经济与城市生态韧性的协调发展. 因此，本文以外商直接投资占GDP比例作为衡量开放水平的指标，体现其在耦合协同过程中的作用. ⑤产业结构（Is）：产业结构对城市发展和环境质量具有深远影响. 环境库兹涅茨曲线理论指出，产业结构的优化能够减轻环境压力，实现经济增长与生态保护的双赢. 本文通过二、三产业产值占比来衡量产业结构升级对数字经济与城市生态韧性协同发展的影响.

2.2 研究方法 2.2.1 耦合协同度模型

耦合协同度模型是一种将耦合度模型和协同度模型有机结合的分析方法，其独特之处在于能够同时评价两个以上系统之间的关联和协同程度^[51，52]. 计算公式如下^[53]：

C = U d i g · U e c o U d i g + U e c o 2 2

(1)

T = α U d i g + β U e c o

(2)

D = C · T

(3)

式中， U d i g 和 U e c o 分别表示数字经济与城市生态韧性发展指数；C和T分别表示二者的耦合度和协同度；α和β分别表示对应的权重；耦合协同度（D）的取值范围为0~1，数值越大表示两者的耦合协同度越高，反之则越低. 参考徐超毅等^[54]的研究，耦合协同度等级划分标准如表 2.

为了最大限度地减少两个系统的手动权重分配对实验结果的影响，本文借鉴Tao等^[55]的做法，讨论3种权重组合的耦合协同度：a=1/2，b=1/2；a=1/3，b=2/3；a=2/3，b=1/3. 结果如图 2所示.

从图 2中可以看出，在3种权重组合下，耦合协同度在a=2/3，b=1/3时达到最大值，在a=1/3，b=2/3时达到最小值. 结果表明，数字经济权重越大，数字经济与城市生态韧性之间的耦合协同度越高. 由于权值的变化只影响它们的耦合协同度，并不影响它们的演化趋势. 同时，数字经济与城市生态韧性在我国具有同等重要性，因此，本文采用a=1/2，b=1/2来研究二者的耦合协同度.

2.2.2 马尔科夫（Markov）链

马尔科夫链用于描述研究对象属性值随时间的演变，即从一个状态转移到另一个状态的概率^[56]. 本文建立了马尔科夫转移概率矩阵，研究数字经济和城市生态韧性协同发展在时间和空间的演化规律. 通过这种方法，能够更深入地了解这两个领域在不同时间和空间的发展趋势. 此外，为了综合考虑空间和时间效应，本文将空间滞后效应引入到马尔科夫链中，形成了空间马尔科夫链. 这一步弥补了时间加权马尔科夫链对地理邻近的忽视，能够更准确地反映城市间协同发展的情况^[57]. 其中所涉及的空间权重矩阵 w i j 为邻接空间权重矩阵.

2.2.3 地理探测器

地理探测器是一种前沿统计学方法，旨在探测空间分异的机制. 该方法主要用于识别产生空间分异的主导驱动因素，以及以上因素之间的相互作用. 该模型弥补了传统统计学中空间分异研究较为缺乏与假设条件存在限制的缺陷，同时结合了GIS空间叠加技术和集合论，能够有效地识别多因子之间的协同关系^[58]. 本文使用地理探测器模型，探究不同因子及其交互项对数字经济与城市生态韧性协同发展的驱动因素. 公式如下^[59]：

$ q=1-\frac{\sum\limits_{h=1}^L N_h \sigma_h^2}{N \sigma^2} $

(4)

λ = 1 σ 2 ∑ h = 1 L Y ¯ h 2 - 1 N ∑ h = 1 L N h Y ¯ h 2

(5)

式中， N h 和 σ h 分别为层h的单元值和方差；q值反映了因子对协同发展度的解释程度，λ可以检验q值的显著性.

2.3 数据来源及处理

本研究的样本包括2011~2022年间全国275个地级市的面板数据，数据来源于2012~2023年的《中国城市统计年鉴》《中国统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》及各地市相应的国民经济和社会发展统计公报，中国数字普惠金融指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制^[60]，数字经济相关专利数据来源于中国研究数据服务平台（CNRDS），部分缺失值采用插值法补全. 变量的基本统计量如表 3所示.

3 数字经济与城市生态韧性协同度的时空分异与动态演进 3.1 数字经济时空格局及演变

2011~2022年，我国数字经济指数从0.296平稳增长至0.424，主要原因为在此期间政府在数字经济方面出台了一系列政策和规划，推动互联网基础设施建设、鼓励创新创业并支持数字技术的应用和推广，成效明显. 从空间格局上看，我国城市数字经济发展存在明显的不均衡性，整体呈现“东部高、内陆低”的梯度分布格局（图 3），这与邓宗兵等^[39]的研究结论相一致. 其中，高水平区域主要集中于京津冀、长三角和珠三角等国家级城市群，以及福建、山东和辽宁等省份的沿海部分核心城市，具备雄厚的经济基础、完备的网络设施和高度集聚的科研资源. 中等水平区域主要分布在中部的省会城市及部分都市圈城市，具备一定的产业和技术积累但支撑能力尚不稳定. 低水平区域则多集中在西部偏远地区与部分东北老工业基地，基础设施薄弱，技术渗透不足，数字化发展面临较大结构性约束. 动态演变过程中，高水平地区的空间拓展和低水平区域的边缘收缩，体现了中国数字经济发展呈现出“向心式集聚、扩散式外溢”的特征. 一方面，高水平地区因先发优势、路径依赖和创新资源锁定，呈现出显著的集聚惯性，进一步强化其数字经济发展的领先地位. 另一方面，在政策引导、技术外溢和基础设施逐步下沉的带动下，数字经济的发展动力逐渐由核心区域向周边城市扩散，导致部分中西部城市呈现出上升趋势.

3.2 城市生态韧性时空格局及演变

2011~2022年我国城市生态韧性水平呈逐年上升趋势，从0.1375上升至0.1802，适应外部环境冲击和变化的能力有所提高. 图 4展示了城市生态韧性的空间演变格局，高韧性区主要集中于环渤海地区以及长三角与珠三角等沿海城市群，构成以核心城市为引领的“多核心格局”. 值得注意的是，西北地区部分城市（如青海东部与甘肃中部）尽管经济水平不高，但凭借较完整的自然生态系统、低强度的人类干扰及良好的气候调节能力，形成了城市生态韧性“高地”. 中高韧性区沿长江中游与华中腹地等区域带状分布，以中部和东部内陆的省会城市及交通枢纽城市为主体，呈现出政策驱动下的渐进式提升特征. 低韧性区较为分散，主要集中于西南山地边缘、东北资源枯竭城市和中西部非核心城市. 空间演进过程中，早期高韧性城市分布零散，呈现点状格局，中期逐步形成以城市群为核心的轴带结构，至2022年出现大范围片状集聚，尤其是在东部沿海与华北地区. 此外，部分非典型区域（如西北）也出现城市生态韧性跃升. 究其原因：其一，沿海地区在政策引导、财政投入和治理能力等方面具备制度优势，推动高韧性区域集聚；其二，中部城市在政策扩散和区域协同带动下，生态韧性水平稳步提升，但治理能力仍有待加强；其三，西北部分城市凭借生态系统完整、干扰强度低等自然禀赋，形成了典型的自然驱动型韧性高地.

为了更好比较城市生态韧性的时空分异，对城市生态韧性下的二级指标抵抗力、适应力、恢复力和更新力分年份进行可视化分析（图 5）. 整体而言，呈现出生态韧性“适应力 > 更新力 > 恢复力 > 抵抗力”的特征. 其中，抵抗力总体递减但呈区域集聚，适应力逐年递增但城市差异显著，恢复力整体提高但早期偏低，更新力变化相对较小且延续既有格局.

3.3 数字经济与城市生态韧性的协同发展度分析 3.3.1 时空演化特征

从全国层面看，数字经济与城市生态韧性的协同发展度呈现波动上升趋势，2011年为0.441，2022年为0.507，考察期内提升14.97%，表明二者协同发展从濒临失调转向勉强失调状态. 究其原因，一方面，国家层面持续推进“数字中国”等重大政策，推动数字经济在生态治理、资源调配与风险防控中的融合应用；另一方面，城市在应对环境风险时，对数字基础设施和技术工具的依赖程度不断提高，从而促进了数字经济与城市生态韧性的深度融合. 进一步，考虑到我国各地区经济发展阶段的差异，将样本划分为东部、中部、西部和东北四大区域进行对比分析. 可以发现，四大区域的协同发展度总体表现为东部最高且上升明显，东北次之，中部和西部相对较低但也呈持续上升态势，区域间呈现出“高-中-低”差异格局. 原因可能在于，东部地区凭借良好的数字基础设施、强大的技术创新能力和高效的治理水平，推动数字技术在生态系统管理中的深度渗透，实现了数字经济与城市生态韧性的高效协同. 而中部和西部地区受限于基础设施薄弱和生态系统脆弱性，东北地区则面临产业结构僵化与数字化转型缓慢等瓶颈，协同发展水平整体偏低，增长乏力.

图 6展示了2011~2022年我国数字经济与城市生态韧性协同发展的空间演化格局. 2011年，数字经济与城市生态韧性的协同发展水平整体较低，大部分城市处于濒临失调状态，勉强协调城市呈现零散分布. 2015年，勉强协调城市数量有所增加，初级协调城市开始出现，且勉强协调城市逐渐形成一定的集中区域. 至2022年，勉强协调城市的集聚趋势进一步加强，呈现出“由点到面”的发展趋势，同时初级协调城市的数量也有所上升，呈现出“濒临失调区减少，勉强协调区集聚发展”的演化特征. 其中，中原城市群提升显著，长三角边缘区与西南成渝地区协同能力快速增强，反映出区域政策带动与数字生态融合的正向反馈. 标准差椭圆分析表明，东部及大部分中部城市的重心位于河南省. 图 6（d）表明，2011~2015年椭圆面积显著缩小，说明协同发展的空间分布趋于集中，主要集中在中东部地区；而2015~2022年椭圆重新扩展，长短轴增加，显示出协同发展格局开始向周边扩散. 这与赵领娣等^[3]研究的得出的经济发展质量与生态韧性协同发展水平变化相符. 图 6（e）的重心迁移路径也进一步验证了这一过程，协同发展重心从2011年的豫东地区逐步向西南方向偏移，说明中西部地区的协同能力逐步增强，东部地区的“数字-生态”协同溢出效应正在显现.

3.3.2 动态演进趋势

图 7展示了2011~2022年全国及四大区域数字经济与城市生态韧性协同发展度的核密度动态演变，呈现出明显的时序演化趋势与区域异质性. 从全国层面看，协同发展度整体右移，主峰高度逐年上升，带宽逐渐扩展，表明协同水平整体提升的同时，城市间差异有所扩大. 分布结构呈双峰特征，主峰与次峰高度差稳定，反映出协同发展存在持续的极化与分层效应. 从区域层面看，东部地区协同水平最高，主峰明显右移，右拖尾显著，主峰高度上升，带宽变化有限，说明高协同城市数量持续增长，区域发展相对稳定. 相比之下，中部地区主峰偏左、右侧拖尾，表明协同整体水平偏低，仅有少数城市依托政策与要素红利实现追赶. 西部地区在单峰显著的情况下，也存在低峰，显示出区域内部协同水平差异突出，可能受到数字资源配置不足与生态治理薄弱的双重制约. 东北地区波峰较多，曲线波动性强，协同水平内部差异显著，受制于老工业基地转型困境与新兴数字业态承载能力不足. 总体来看，全国及四大地区的数字经济与城市生态韧性协同发展水平有所提高，但区域间结构性不均衡依然突出，尤其是在中部、西部和东北地区，极化现象更为突出，需强化数字基础设施覆盖并提升生态治理协同性，以缩小区域差距，促进高质量协同发展.

本部分基于马尔科夫链模型，构建4个协同发展等级（低水平Ⅰ、中低水平Ⅱ、中高水平Ⅲ和高水平Ⅳ），将空间滞后条件设定为相邻地区协同发展度水平，构建t=1的空间马尔科夫转移概率矩阵（表 4），以深入分析协同发展水平的内部流动方向及分布特征. 结果表明：第一，协同发展度具有显著的路径依赖性与等级稳定性. 各邻域类型下，状态转移矩阵对角线概率普遍较高，说明大多数城市倾向于维持原有协同等级，呈现明显的等级惯性. 第二，转移过程以“邻近转移”为主导，跃迁概率极低. 具体而言，城市协同发展水平的转移普遍发生在相邻等级之间，Ⅰ↔Ⅱ、Ⅱ↔Ⅲ和Ⅲ↔Ⅳ之间的邻近转移占据主导地位，而跨等级跃迁（如Ⅰ→Ⅲ与Ⅱ→Ⅳ）的概率极低. 这一“邻近转移主导”特征反映出协同演化过程的渐进性和阶段性. 第三，邻域等级显著影响转移方向，存在空间集聚趋势. 在Ⅰ类邻域下，Ⅱ级城市有19.09%下沉至Ⅰ级，而Ⅲ级城市也有27.5%下滑至Ⅱ级，说明低质量邻域环境抑制城市自身协同跃升，存在“邻域拖拽效应”. 相反，Ⅳ类邻域中，Ⅱ级城市有31.52%的概率升至Ⅲ级，Ⅲ级城市有31.46%的概率升至Ⅳ级，表明在高邻域的“正向溢出效应”驱动下，城市更可能提升自身协同水平.

4 数字经济与城市生态韧性协同演化空间分异的驱动因素分析

基于以上分析，可以看出数字经济与城市生态韧性协同发展存在明显的时空差异，亟需厘清引致数字经济与城市生态韧性协同演化时空差异的内在机制，以抑制其协同发展差距继续扩大. 鉴于此，本文利用地理探测器方法挖掘二者协同发展的驱动因素，进而揭示探索以上驱动因素间的交互作用.

4.1 主导因素识别

表 5展示了2011~2022年数字经济与城市生态韧性协同发展度的驱动因素探测结果，从q统计量与P值来看，经济发展（X1）、产业结构（X2）、科技支出（X3）、人力资本（X4）和外商直接投资（X5）这5个因素在不同时期均通过显著性检验（多数P值显著小于0.1），表明以上变量在空间分异中具备稳定的解释能力. 然而，各因素的影响强度随时间推移表现出显著的阶段性变化，反映出协同发展驱动因素的动态演进. 2011年，外商直接投资（q=0.130 6）和经济发展（q=0.127 0）是主要驱动因素，说明协同发展格局主要受到资本输入与经济体量的影响. 这一时期，城市间的协同发展差异更多取决于其对外资吸纳能力和产业承接能力，表现出以资源配置、投资拉动为特征的外源型和要素驱动型发展模式. 相较之下，科技支出与人力资本的影响较弱，知识投入和人才积累尚未成为推动协同发展的核心力量. 2015年，科技支出（q=0.153 1）跃升为首要变量，人力资本紧随其后，这一变化标志着协同发展的驱动因素逐步从“资本推动型”向“创新驱动型”转变. 此阶段，随着国家“数字中国”与“生态文明建设”等战略推进，城市在数字基础设施与生态治理能力建设方面的投入显著提升，科技与人才开始成为影响协同发展的关键变量. 同时，经济发展（q=0.097 0）影响力有所下降，反映出依赖经济总量扩张的路径难以持续推动系统协同，数字要素和知识资本的作用正在增强. 至2022年，这一趋势更加明显. 科技支出（q=0.200 0）继续保持首位，成为影响协同格局演化的关键变量，人力资本（q=0.125 0）的重要性进一步上升，体现出协同发展已嵌入知识生产、创新扩散与人才集聚机制之中. 相比之下，经济发展与外商投资的影响力分别下降至0.121 9和0.080 9，表明传统的规模拉动和外部依赖路径在协同发展中的作用趋于边缘化. 这一现象的出现，一方面源于数字经济对技术与人才的高度依赖，削弱了单一经济体量的带动能力；另一方面也反映出城市在生态韧性构建中愈发注重系统治理能力与长期适应力，而非单纯依靠投资与扩张. 此外，产业结构虽整体影响仍弱，但其q值稳中有升，表明产业绿色转型的空间效应正在逐渐显现.

总体来看，协同发展的驱动因素正经历由要素投入导向到创新能力导向的深层转型. 外部资本与传统增长增长逐步退居次要地位，科技支出与人力资本日益成为系统演化的核心变量，反映出国家“创新驱动发展”“高质量发展”战略的现实落地. 未来提升数字经济与城市生态韧性协同发展的关键，在于加快构建以创新资源集聚为核心的人才体系和研发体系，推动实现从“数量扩张”到“质量提升”的根本转变.

4.2 交互作用识别

为了明晰不同驱动因素之间的交互作用，本文利用地理探测器的交互探测模块，分别对2011年、2015年及2022年驱动因素进行两两交互探测，结果如图 8所示. 结果表明，各驱动因素之间的交互作用呈现非线性增强和双因子增强关系，且以非线性增强为主. 从不同年份的演化路径来看，协同发展的驱动因素经历了三阶段递进过程. 2011年，各变量之间的交互作用整体偏弱，经济发展（X1）与外商直接投资（X5）和科技支出（X3）等变量组合的q值虽具一定解释力，但尚未形成系统性联动格局. 此阶段驱动因素特征表现为经济总量和资本要素为核心的双因驱动结构，科技和人才等内生性要素尚未形成稳定联动格局. 其原因在于，当期我国正处于数字基础设施初步建设阶段，外资流入和投资导向仍是城市发展的主要推动力，数字经济与城市生态韧性的协同发展主要依赖于资源支撑与宏观调控，知识与结构性要素的系统耦合效应尚未显现；2015年，协同发展的交互驱动作用逐步深化，科技支出（X3）与经济发展（X1）、人力资本（X4）及产业结构（X2）间形成较强的协同效应，显示科技要素已开始突破单一影响路径，通过与其他结构性变量的耦合，共同塑造城市“数字-生态”协同发展格局. 其原因在于，2015年前后我国加快推进科研投入制度化与产业结构调整，科技资源配置效率显著提升. 同时，传统产业加速数字化转型，增强了科技与产业之间的结构耦合. 人力资本政策持续优化，使科技支出与人才投入形成联动，科技因素在协同发展中开始发挥系统性作用；2022年，多个变量组合交互q值逼近0.4甚至突破0.45的高阈值，科技支出（X3）与经济发展（X1）、产业结构（X2）、人力资本（X4）之间的交互作用显著增强，其中科技支出水平在数字经济与生态韧性协同发展中的地位不断提升，与其他驱动因素的交互作用逐步增强，体现出科技支出作为“系统枢纽变量”的作用日益增强. 这种格局的形成，一方面源于“数字中国”“双碳战略”与科技创新政策的深度推进，推动城市在绿色低碳与智能治理方面加大技术投入；另一方面也反映出，驱动因素的交互已从要素并置走向结构性耦合，科技支出成为连接经济发展、产业结构及人力资本等多维要素的核心.

5 建议

（1）统筹推进数字经济与城市生态韧性融合，强化区域协同发展基础. 基于数字经济与城市生态韧性协同发展总体增强但仍存在空间不均衡的结论，应从国家层面加强统筹布局，推动形成以东部引领、中西部提速与东北转型为重点的区域融合发展格局. 通过完善区域战略规划并强化跨区域协调机制，促进要素、产业和技术的合理配置和共享，缓解区域不均衡带来的生态环境压力，提升整体协同发展水平.

（2）分类施策优化四大区域内部差异，推进精准化及差异化政策落地. 基于区域差异特征，制定基于城市分级的“分层分类梯度培育清单”，针对东部内部高水平稳定区域，聚焦推进数字经济与生态韧性的深度融合，提升系统协同能力；对于中西部和东北等区域内部勉强协调城市，优先强化数字基础设施建设、绿色产业培育与城市生态韧性提升，制定差异化发展路径，促进区域内部梯度跃升，推动区域内高水平协同区扩展并带动周边区域.

（3）推动中心城市辐射带动，促进城市层级跨越跃升. 基于Markov链揭示的阶梯式转移特征，应强化中心城市辐射功能，构建“中心-外围”联动模式. 支持高水平城市通过产业链延伸、技术转移与创新平台共享，引导资本、技术和数据等要素向低水平城市集聚，促进其实现协同发展层级的跨越，打破长期固化的低水平循环，提升整体流动性与活力.

（4）围绕关键驱动因子，强化要素集成与融合应用. 基于驱动因素分析，数字经济与城市生态韧性协同发展需从产业结构优化、科技投入、人力资本提升与外资引入等多方面协同发力. 推动形成要素组合施策机制，避免单一因子驱动，鼓励产业链、创新链、资本链、人才链与生态链深度融合，支持交叉领域技术应用示范，培育生态大数据、绿色供应链及低碳金融等融合产业新业态，最大限度释放因子交互带来的协同效应.

6 结论

（1）从发展水平来看，2011~2022年我国城市数字经济稳步发展，平均指数由0.296增至0.424，呈现出“东强西弱、中部稳步提升”的梯度格局. 城市生态韧性同步提升，平均指数由0.137 5增至0.180 2，东部沿海与西北地区分别依托制度治理与自然禀赋形成高值集聚区，整体呈现出稳步增强的趋势.

（2）从时空特征来看，数字经济与城市生态韧性的协同发展度稳中有升，2011年至2022年全国平均协同发展度由0.441提升至0.507，增长14.97%. 空间格局上存在“由点到面”的发展趋势，呈现出“濒临失调区减少，勉强协调区集聚发展”的演化特征.

（3）从动态演进来看，全国及各区域数字经济与城市生态韧性协同发展整体水平提高，但极化特征仍存在，区域内部差异依然显著. 空间Markov链分析进一步揭示二者的协同发展具有较强的路径依赖性与等级稳定性，等级转移主要发生在相邻状态之间，跃迁概率较低. 邻域效应显著，高水平邻域可产生“正向溢出”，而低质量邻域存在“协同拖拽”现象.

（4）从驱动因素来看，经济发展、产业结构、科技支出、人力资本和外商直接投资这5个因素表现出阶段性演化的特征. 协同发展的驱动因素正经历由要素投入导向到创新能力导向的深层转型. 此外，两因子交互作用优于单因子，作用类型主要表现为非线性增强.