Badanie przestrzenno‑czasowych cech ewolucji i symulacyjna prognoza efektywności metabolizmu miejskiego w zgrupowaniach miejskich Chin

Dlaczego „metabolizm” miasta ma znaczenie

Współczesne miasta zachowują się nieco jak organizmy żywe: pochłaniają wodę, energię, żywność i materiały, a wydalają dobra, usługi i zanieczyszczenia. W artykule postawiono pytanie, jak efektywnie największe zgrupowania miejskie w Chinach wykonują tę funkcję. Traktując 19 głównych regionów miejskich i ich 201 miast jako powiązany system metaboliczny, autorzy badają, które miejsca przekształcają zasoby w dobrobyt przy najmniejszym uszczerbku dla środowiska, jak ten układ zmieniał się od 2006 r. oraz co może pomóc zatłoczonym aglomeracjom rosnąć bez zaduszenia przez własne odpady.

Badanie tętna zgrupowań miejskich

Analiza koncentruje się na oficjalnie wyznaczonych zgrupowaniach miejskich Chin — dużych konstelacjach miast rdzeniowych i otaczających je satelitów, które napędzają wzrost regionalny. Zamiast jedynie mierzyć zużycie energii czy wody, autorzy oceniają, jak dobrze każde miasto przekształca wkłady takie jak biomasa, woda, importowane dobra i paliwa kopalne w aktywność gospodarczą i dobrostan społeczny, ograniczając jednocześnie zanieczyszczenia i emisje węgla. Budują szczegółowy indeks wykorzystując dane o produkcji rolnej, zaopatrzeniu w wodę, zużyciu energii elektrycznej i gazu, przepływach handlowych, danych o świetle nocnym, wskaźnikach usług publicznych oraz różnych miarach zanieczyszczeń, a następnie wprowadzają to wszystko do modelu efektywności, który porównuje każde miasto zarówno z rówieśnikami, jak i z krajowymi wzorcami.

Nierówna efektywność na mapie

Wyniki ujawniają Chiny, w których efektywność metabolizmu miejskiego nie jest ani jednolicie niska, ani jednostajnie poprawiająca się. Większość zgrupowań miejskich znajduje się na umiarkowanym poziomie efektywności, który zmienia się jedynie powoli w czasie, ale wyraźne „poziomy” oddzielają regiony o wyższych i niższych wynikach. Niektóre mniej rozwinięte aglomeracje wewnątrz kraju wypadają zaskakująco dobrze, podczas gdy znane nadbrzeżne potęgi, takie jak Delta Jangcy czy Delta Rzeki Perłowej, nie zawsze dominują w rankingu po uwzględnieniu obciążeń środowiskowych. W obrębie każdego zgrupowania miasta o wysokiej i niskiej efektywności często leżą obok siebie, a względnie niewiele znajduje się pośrodku. Wbrew oczekiwaniom znaczna część miast rdzeniowych pozostaje w tyle za pobliskimi miastami satelitarnymi, co sugeruje, że sam rozmiar i koncentracja mogą prowadzić do kongestii, silnego zanieczyszczenia i marnotrawstwa zasobów obniżających ogólną wydajność.

Ukryte luki i ugrupowane impasy

Aby zrozumieć źródła nieefektywności, autorzy rozdzielają dwa komponenty. Jeden to luka między typową technologią i strukturą danego zgrupowania a krajową granicą efektywności; drugi to odległość poszczególnych miast od najlepszego wyniku w ich własnym regionie. Stwierdzają, że większość niedoborów wynika z różnic między zgrupowaniami miejskimi — długotrwałych kontrastów w strukturze przemysłu, infrastrukturze i warunkach ekologicznych — a nie z nieudolności w obrębie pojedynczego aglomeratu. Korzystając z symulacji łańcuchów Markowa, śledzą następnie, jak miasta przemieszczają się między grupami o niskiej, średniej i wysokiej efektywności w czasie i przestrzeni. Kluby miast o bardzo wysokiej lub bardzo niskiej efektywności okazują się bardzo trwałe: miasta już bardzo wydajne lub bardzo nieefektywne mają tendencję do utrzymywania swojego statusu, podczas gdy miasta o średniej efektywności są niestabilne i łatwo przesuwane w górę lub w dół przez sąsiedztwo, czasem zostając ściśnięte między rozkwitającymi rdzeniami a borykającymi się peryferiami.

Wzrost, narzędzia cyfrowe i edukacja

Badanie analizuje także czynniki napędzające zmiany efektywności. Odkrywa związek w kształcie litery U między dochodem a wydajnością metaboliczną: we wczesnym etapie rozwoju wzrost produkcji wiąże się zwykle z większą ilością odpadów i zanieczyszczeń na jednostkę zasobu, ale po osiągnięciu pewnego poziomu dochodu dalszy wzrost kojarzy się z czystszym, bardziej efektywnym metabolizmem. Ten wzorzec przypomina klasyczną „krzywą Kuznetsa”, ale zastosowaną do użytkowania zasobów przez miasta. Spośród potencjalnych dźwigni polityki wyróżniają się dwie. Lepsze połączenia cyfrowe — mierzone gęstością stacji bazowych 5G — są silnie powiązane z wyższą efektywnością, prawdopodobnie dlatego, że dane i sieci pomagają koordynować zużycie energii, transport i kontrolę zanieczyszczeń. Wyższe wydatki publiczne na edukację również poprawiają wyniki, co odzwierciedla znaczenie wykwalifikowanych ludzi i zdolnych instytucji. Natomiast otwartość na handel, reformy fiskalne, modernizacja przemysłu i pogłębienie finansów wykazują słabsze i mniej konsekwentne powiązania, co sugeruje, że samo powielanie dotychczasowych działań nie wystarczy, by naprawić marnotrawne systemy miejskie.

Co to oznacza dla przyszłości miast

Dla czytelników niebędących specjalistami wniosek jest taki, że duże, bogate lub szybko rosnące zgrupowanie miejskie nie jest automatycznie dobrze zarządzane. Regiony miejskie Chin znajdują się na różnych szczeblach drabiny efektywności, a wiele z nich utknęło w swoim aktualnym poziomie przez przeszłe wybory dotyczące przemysłu, infrastruktury i użytkowania ziemi. Autorzy sugerują, aby polityka koncentrowała się mniej na zwiększaniu „rozmiaru” metabolizmu, a bardziej na poprawie jego „sprawności”: zmniejszaniu luk technologicznych między regionami, pomaganiu zalegającym miastom w doganianiu lokalnej granicy efektywności oraz wspieraniu wrażliwych miast o średniej efektywności, by nie zostały w tyle. Inwestycje w systemy cyfrowe i edukację, jak twierdzą, są szczególnie obiecującymi narzędziami pozwalającymi gęstym regionom miejskim utrzymać miliony ludzi przy mniejszym zużyciu zasobów i niższym poziomie zanieczyszczeń.

Cytowanie: 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

Słowa kluczowe: metabolizm miast, zgrupowania miejskie, efektywność zasobów, urbanizacja Chin, cyfryzacja