Studio sulle caratteristiche di evoluzione spazio-temporale e previsione tramite simulazione dell’efficienza metabolica urbana negli agglomerati urbani della Cina

Perché il “metabolismo” delle città conta

Le città moderne si comportano un po’ come organismi viventi: introducono acqua, energia, cibo e materiali, ed emettono beni, servizi e inquinamento. Questo articolo indaga quanto efficientemente i principali agglomerati urbani cinesi svolgano questa funzione. Trattando 19 grandi regioni urbane e le loro 201 città come un sistema metabolico connesso, gli autori esplorano quali luoghi trasformano le risorse in prosperità con il minimo impatto ambientale, come questo schema è cambiato dal 2006 e cosa potrebbe permettere alle aree urbane densamente popolate di crescere senza soffocare nei propri rifiuti.

Prendere il polso degli agglomerati urbani

Lo studio si concentra sugli agglomerati urbani ufficialmente designati della Cina—ampie costellazioni di città centrali e satelliti che guidano la crescita regionale. Piuttosto che limitarsi a misurare quanta energia o acqua consumano, gli autori valutano quanto bene ciascuna città converta input come biomassa, acqua, merci importate ed energia fossile in attività economica e benessere sociale, limitando al contempo inquinamento ed emissioni di CO2. Compongono un indice dettagliato usando produzione agricola, approvvigionamento idrico, consumo di elettricità e gas, flussi commerciali, dati sulle luci notturne, indicatori di servizi pubblici e diverse misure di inquinamento, quindi inseriscono il tutto in un modello di efficienza che confronta ogni città sia con le pari sia con le migliori pratiche nazionali.

Efficienza diseguale sulla mappa

I risultati mostrano una Cina in cui l’efficienza metabolica urbana non è né uniformemente scarsa né costantemente in miglioramento. La maggior parte degli agglomerati urbani si colloca a un livello di efficienza intermedio che cambia solo lentamente nel tempo, ma si distinguono chiaramente “livelli” che separano regioni più e meno performanti. Alcuni agglomerati interni meno sviluppati si posizionano sorprendentemente bene, mentre celebri potenze costiere come il Delta del Fiume Yangtze e il Delta del Fiume delle Perle non sempre dominano la classifica una volta considerata la pressione ambientale. All’interno di ciascun agglomerato, città ad alta e bassa efficienza spesso coesistono fianco a fianco, con relativamente poche città nella fascia intermedia. Contrariamente alle aspettative, una quota significativa di città centrali è effettivamente in ritardo rispetto alle vicine città satellite, suggerendo che la semplice dimensione e concentrazione possono portare a congestione, forte inquinamento e spreco di risorse che deprimono le prestazioni complessive.

Divari nascosti e club bloccati

Per comprendere da dove provengano le inefficienze, gli autori separano due componenti. Una è il divario tra la tecnologia e la struttura tipiche di un agglomerato e la frontiera nazionale; l’altra è quanto le singole città siano lontane dal meglio presente nella propria regione. Emergere che gran parte del differenziale deriva da differenze tra agglomerati—contrasti di lunga data nel mix industriale, nelle infrastrutture e nelle condizioni ecologiche—piuttosto che da cattiva gestione all’interno di un singolo agglomerato. Utilizzando simulazioni con catene di Markov, tracciano poi come le città si spostino tra gruppi a bassa, media e alta efficienza nel tempo e nello spazio. I “club” di alta e bassa efficienza risultano molto persistenti: le città già molto efficienti o molto inefficienti tendono a restare tali, mentre le città a efficienza media sono instabili e facilmente spinte verso l’alto o verso il basso dai vicini, talvolta rimanendo schiacciate tra poli centrali in espansione e periferie in difficoltà.

Crescita, strumenti digitali e istruzione

Lo studio indaga anche cosa guida i cambiamenti di efficienza. Scopre una relazione a U tra reddito e prestazioni metaboliche: nelle prime fasi dello sviluppo, l’aumento della produzione tende ad accompagnarsi a più rifiuti e inquinamento per unità di risorsa, ma dopo un certo livello di reddito, ulteriore crescita si associa a un metabolismo più pulito ed efficiente. Questo schema riecheggia la classica “curva di Kuznets”, applicata all’uso delle risorse da parte delle città. Tra le leve di politica pubblica, due emergono con forza. Una maggiore connettività digitale—misurata dalla densità delle stazioni base 5G—è fortemente correlata a migliori prestazioni, probabilmente perché dati e reti aiutano a coordinare uso dell’energia, trasporti e controllo dell’inquinamento. Anche maggiori spese pubbliche per l’istruzione migliorano le prestazioni, riflettendo l’importanza di persone qualificate e istituzioni capaci. Al contrario, apertura commerciale, riforme fiscali, upgrading industriale e approfondimento finanziario mostrano legami più deboli e meno coerenti, suggerendo che fare semplicemente di più delle stesse cose non basta a risanare sistemi urbani spreconi.

Cosa significa per il futuro delle città

Per i non specialisti, la conclusione è che un grande agglomerato urbano, ricco o in rapida crescita non è automaticamente ben gestito. Le regioni urbane cinesi si trovano su diversi gradini di una scala di efficienza, e molte sono bloccate nel livello attuale da scelte passate su industria, infrastrutture e uso del suolo. Gli autori sostengono che le politiche dovrebbero concentrarsi meno sull’ampliare la “dimensione” del metabolismo e più sul migliorare la sua “efficacia”: ridurre i divari tecnologici tra regioni, aiutare le città in ritardo ad avvicinarsi alla loro frontiera locale e sostenere le città a efficienza media per non lasciarle indietro. Investimenti in sistemi digitali e nell’istruzione, suggeriscono, sono strumenti particolarmente promettenti per permettere alle regioni urbane dense di sostenere milioni di persone con meno risorse e meno inquinamento.

Citazione: Wang, W., Li, H. Study on the spatiotemporal evolution characteristics and simulation prediction of urban metabolic efficiency in China’s urban agglomerations. Sci Rep 16, 12342 (2026). https://doi.org/10.1038/s41598-026-41959-5

Parole chiave: metabolismo urbano, agglomerati urbani, efficienza delle risorse, urbanizzazione in Cina, digitalizzazione