Исследование пространственно-временных характеристик эволюции и моделирования прогнозирования эффективности городского метаболизма в городских агломерациях Китая

Почему важен «метаболизм» города

Современные города ведут себя во многом как живые организмы: они поглощают воду, энергию, пищу и материалы, а выпускают товары, услуги и загрязнения. В этой статье рассматривается, насколько эффективно крупнейшие городские агломерации Китая выполняют эту функцию. Рассматривая 19 крупных урбанистических регионов и их 201 город как единый взаимосвязанный метаболический организм, авторы исследуют, какие территории превращают ресурсы в благосостояние с наименьшим экологическим ущербом, как эта картина менялась с 2006 года и что может помочь густонаселенным городским регионам расти, не задыхаясь от собственных отходов.

Снятие пульса городских агломераций

Исследование сосредоточено на официально выделенных в Китае городских агломерациях — крупных созвездиях ядровых городов и прилегающих спутников, определяющих региональный рост. Вместо простого подсчёта потребления энергии или воды авторы оценивают, насколько хорошо каждый город превращает входящие ресурсы — биомассу, воду, импортируемые товары и ископаемую энергию — в экономическую активность и общественное благосостояние, одновременно ограничивая загрязнение и выбросы углерода. Они формируют детализированный индекс, используя данные по сельскохозяйственной продукции, водоснабжению, потреблению электроэнергии и газа, торговым потокам, ночным спутниковым светам, показателям общественных услуг и различным мерам загрязнения, а затем вводят всё это в модель эффективности, сравнивая каждый город как с его сверстниками, так и с национальным передовым опытом.

Неравномерная эффективность по карте

Результаты показывают, что в Китае эффективность городского метаболизма не является либо повсеместно низкой, либо постоянно улучшающейся. Большинство городских кластеров находится на среднем уровне эффективности, который меняется лишь медленно, но заметные «уровни» отделяют регионы с более высокой и более низкой производительностью. Некоторые менее развитые внутренние агломерации занимают неожиданно высокие места, тогда как знаменитые прибрежные центры, такие как Дельта Янцзы и Дельта Жемчужной реки, не всегда оказываются в лидерах, если учитывать экологическую нагрузку. Внутри каждой агломерации города с высокой и низкой эффективностью часто соседствуют друг с другом, а средних по показателю городов относительно немного. Вопреки ожиданиям заметная доля ядровых городов отстаёт от близлежащих спутниковых, что указывает на то, что сама по себе крупность и концентрация могут приносить заторы, сильное загрязнение и расточительное использование ресурсов, снижающие общую эффективность.

Скрытые разрывы и застойные «клубы»

Чтобы понять источники неэффективности, авторы выделяют две составляющие. Первая — разрыв между типичными технологиями и структурой каждой агломерации и национальным фронтиром; вторая — насколько отдельные города отстают от лучшего внутри своего региона. Они обнаруживают, что большая часть отставания обусловлена различиями между кластерными системами — давними контрастами в отраслевой структуре, инфраструктуре и экологических условиях — а не неэффективным управлением внутри одной агломерации. С помощью моделирования на основе цепей Маркова исследователи отслеживают, как города переходят между группами с низкой, средней и высокой эффективностью во времени и пространстве. «Клубы» высокой и низкой эффективности оказываются весьма инертными: города, уже очень эффективные или крайне неэффективные, склонны оставаться в своём положении, тогда как города со средней эффективностью нестабильны и легко подтолкнуть вверх или вниз соседним влиянием, иногда оказываясь зажатыми между процветающими ядрами и испытывающими трудности перифериями.

Рост, цифровые инструменты и образование

В исследовании также анализируются факторы, влияющие на изменение эффективности. Выявляется U-образная связь между доходом и метаболической эффективностью: на ранних стадиях развития рост выпуска часто сопровождается увеличением отходов и загрязнений на единицу ресурса, но после достижения определённого уровня дохода дальнейший рост связан с более чистым, более эффективным «метаболизмом». Эта закономерность напоминает классическую «кривую Кузнеца», но применённую к использованию ресурсов городами. Среди потенциальных инструментов политики выделяются два. Более широкая цифровая связность — измеряемая плотностью базовых станций 5G — сильно коррелирует с лучшей эффективностью, вероятно потому, что данные и сети помогают координировать потребление энергии, транспорт и контроль загрязнений. Более высокий государственный расход на образование также улучшает показатели, что отражает важность квалифицированных кадров и способных институтов. Напротив, открытость торговле, фискальные реформы, отраслевое обновление и углубление финансовых связей демонстрируют более слабые и менее последовательные связи, намекая на то, что простое наращивание прежних мер недостаточно, чтобы исправить расточительные городские системы.

Что это значит для будущего городов

Для неспециалистов главный вывод в том, что крупный, богатый или быстрорастущий городской кластер не обязательно хорошо управляем. Урбанистические регионы Китая располагаются на разных ступенях лестницы эффективности, и многие из них застряли в своей текущей категории из-за прошлых решений по отраслям, инфраструктуре и землепользованию. Авторы утверждают, что политика должна меньше ориентироваться на расширение «масштаба» метаболизма и больше — на повышение его «пристойности»: сокращение технологических разрывов между регионами, помощь отстающим городам в сокращении отставания от их локального фронтира и поддержка уязвимых городов со средней эффективностью, чтобы они не остались позади. Инвестиции в цифровые системы и образование, по их мнению, представляются особенно перспективными инструментами, позволяющими плотным городским регионам обеспечивать миллионы людей с меньшими ресурсными затратами и меньшим уровнем загрязнения.

Цитирование: 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

Ключевые слова: городской метаболизм, городские кластеры, эффективность использования ресурсов, урбанизация Китая, оцифровка