数字经济、环境规制与可持续发展耦合协调度时空分异及影响因素研究

杨剑，程云龙

（安徽大学 管理学院，安徽 合肥 230039）

经济全球化、科技信息化和社会知识化的推进，可持续发展逐渐成为各国共同奋斗的目标。在我国工业化进程不断加快的同时，资源环境在新常态发展背景下对经济社会产生刚性约束，以煤炭为主要原料的高耗能、高污染、高排放的污染型企业对环境和经济效益造成一定程度的破坏。如何处理好环境保护与经济增长的关系，重点在于经济发展的质量与资源利用效率。因此，转变经济发展方式，对经济结构进行战略性调整，最终实现资源节约型和环境友好型社会的建立，成为推动人类经济和社会可持续发展的重要动力。在当前生态环境问题日益严峻的情况下，数字经济作为我国经济新常态下发展增长动力的 “加速器” 和 “稳定器” ，运用大数据、人工智能等手段推动数字技术与传统实体经济结合，实现 “资源—产品—污染排放” 的粗放型生产转变为 “低碳型” 柔性化生产，形成 “大数据+大生态” 融合发展，成为提升绿色创新效率的重要内驱力。另外，经济系统和生态系统作为增强可持续发展综合国力的基础和条件，研究这些因素在可持续发展过程中所起到的耦合协调作用，对促进其他国家和区域间的经济、社会和环境高质量发展具有重要意义。

本文以数字经济、环境规制与可持续发展耦合协调度为导向，整理国内外相关文献对三个子系统的研究现状及作用机制进行深入分析，构建三者评价指标并纳入耦合协调模型，分别对数字经济、环境规制与可持续发展进行水平测算，并在描述耦合协调度时空演变趋势的基础上，引入时空地理加权回归模型对影响因素的时空异质性进行可视化分析，结合相关研究结果，从提升三系统发展水平的角度出发提出建议。

1 文献综述

1.1 数字经济与环境规制

环境失衡是我国工业化进程中不可规避的问题，而数字经济作为我国经济高质量发展的重要引擎，提倡构建资源节约和环境友好型经济发展模式，对我国传统产业结构存在的 “高污染、高排放、低效率” 等问题提出了新要求。研究表明，数字经济主要通过赋能技术创新并依靠互联网、人工智能等核心领域技术促进各地区资源利用高效化[1]，以实时性、互动性和开放性等特征实现区域协调发展，这就要求在各级产业发展过程中需要由政府部门制定严格、规范的环境政策工具组合，充分运用各类数字技术，推进监管手段的升级和监管效能的改善[2]，对已有或即将进入的高耗能产业形成 “行业壁垒” ，改变以资本、劳动力以及土地作为传统产业要素的生产方式[3]。另外，政府通过执行严格的环境政策会增加企业生产成本，但在环境规制被恰当实施后，能够激发企业明确技术改革方向，进而产生 “创新补偿”[4]弥补短期增加的生产费用，从而实现环境保护、创新水平和经济发展共同提升[5]。最终，在一系列的环境规制过程中倒逼企业融入数字化资源，减少污染型产出占比，形成以 “数字内容、数字智能、数字产业” 作为主要生产要素，提高产业的全要素生产率，进而成为数字经济发展的重要举措[6]。

1.2 数字经济与可持续发展

可持续发展的概念最早是由联合国于1987 年提出，其主要呼吁社会各方面的发展在满足当代人需求的同时不能危及后代人的正常需要，并对人类社会发展前进方向做出了明确规划。较多研究以可持续发展概念的完善为起点[7]，逐步延伸至在社会、经济、生态等维度对其进行作用机制分析及影响因素探索[8-10]。当前，我国正面临由工业文明向生态文明转变的关键时期，在可持续发展的背景下，数字经济通过市场转型、财政提质增效以及价值重构实现社会治理，为社会发展质量、市场运行机制、产业结构调整提供了未来变革的方向[11]，但仍然存在区域间的 “数字鸿沟” 、网络信息安全、监管法律不完善[12]等问题，一定程度上暴露出数字化治理在制度和理论上滞后于社会的发展。另外，从经济可持续发展方面来看，数字经济主要通过提高要素自由流动供需匹配效率等方式[13]，赋能传统劳动方式数字化、智能化、网络化[14]，降低生产能耗[15]，推动互联网技术与经济系统相融合，将有限资源高效投入生产活动中，形成规模经济[16]。最后，数字化转型在依靠信息化技术和内外环境变化的前提下[17]，能够精准识别生态环境问题，推动生态环境数据监测动态体系构建[18]，持续提升绿色创新能力[16]，推动绿色经济与数字经济协同发展。

1.3 环境规制与可持续发展

环境规制是政府制定和实施各类政策措施以实现环境保护的行为，主要由命令控制型、市场激励型、社会参与型和志愿行动型四种维度构成的政策体系。其中，环境税的征收成为我国在市场经济体制下保护环境的重要手段，依据庇古的福利经济学理论，政府征收环境税能够促进企业外部不经济性的环境污染内部化，推动做出更为 “环境友好” 的生产决策活动，实现市场缺陷弥补和社会福利保障双赢。在当前经济、社会和生态环境发展压力日益增大的背景下，只有走可持续发展道路，促使人类索取资源的速度低于资源本身及其替代品的再生速度，才能实现以人与人自身、人与自然、人与社会和谐共生为宗旨的生态文明建设，进而最终实现可持续发展的目标——经济、社会、生态三者相平衡。另外，环境规制对可持续发展的影响不局限于传统意义上对产业结构调整[19]、降低污染排放[20]、资源利用提升[21]等宏观层面的作用，更多是劳动用工就业[22]、城乡收入差距[23]、商品价格高低[24]、公众健康安全[25]等更为微观具体层面产生相应的作用机制。

综上所述，以往研究对数字经济、环境规制和可持续发展分别进行两两因果关系的研究成果颇丰，但是缺少将三者纳入同一框架并对其耦合协调作用进行探究。因此，本文基于数字经济、环境规制和可持续发展的作用机理，构建评价指标体系，对三者的耦合协调关系的时空分布以及影响因素进行探索，以期为促进数字经济、环境规制与可持续发展的耦合协调度提供决策参考。

2 研究设计

2.1 评价指标体系构建

有关对数字经济的评价，学界尚未形成统一意见。本文在借鉴赵涛等[26]的基础上对我国数字经济发展水平进行测算。另外，在环境规制方面从规制成本的角度出发，选择工业废水排放量、工业二氧化硫排放量、工业烟（粉）尘排放量作为指标。最后，从可持续发展的概念出发，依据经济、生态和社会的角度进行指标选择，并最终形成三大子系统评价指标体系，运用熵值法对各子系统进行评价（表1）。

表1 数字经济、环境规制与可持续发展评价指标体系

2.2 耦合协调度模型

耦合是一种物理学的概念，指两个及以上的体系或两种运动形式之间存在某种联系，通过各种相互作用而彼此影响以致联合起来的现象，已经被经济学、地理科学等学科领域予以应用。耦合协调度是指两个及以上的系统相互作用及协调的程度，计算公式见（1）～（3）。

式（1）～（3）中：S1、S2、S3分别代表数字经济、环境规制和可持续发展的综合水平；C代表三者耦合度，取值在[0, 1]之间，数值越大则耦合度越高；T代表综合协调指数；α、β、γ代表权重系数，参照翁钢民等[27]的研究，将三者系数取值均为1/3；R代表耦合协调度，其判定标准如表2 所示。

表2 耦合协调度类型划分标准

2.3 空间自相关

莫兰指数是考察空间相关性的重要指标，通过进行空间自相关检验可对三大子系统耦合协调度分布格局的依存关系进行研究。首先，本文对全局莫兰指数进行测算，其取值范围在-1 和1 之间，大于0 表示正自相关，小于0 表示负自相关，等于0 表示无自相关，取值越大表明空间相关性越强。其次，通过计算局部莫兰指数并绘制散点图，以了解各省份之间的耦合协调度空间相关性特征。局部空间集聚类型可以划分为：High-High（高耦合度省份被高耦合度省份包围）、High-Low（高耦合度省份被低耦合度省份包围）、Low-Low（低耦合度省份被低耦合度省份包围）、Low-High（低耦合度省份被高耦合度省份包围）四种类型。莫兰指数的计算公式如式（4）所示：

式中：yi、yj代表第i和第j个地区的观测值，代表平均值，n代表地区数量，Wij代表空间权重矩阵，在本文中选择邻近空间矩阵进行分析。

2.4 数据来源

本文研究期限为2011—2020 年。数字经济的原始数据来自《中国统计年鉴》和北京大学数字金融研究中心颁布的《数字普惠金融指数》，环境规制的原始数据来自《中国环境统计年鉴》和《中国城市统计年鉴》，可持续发展的原始数据来自《中国统计年鉴》和《中国环境统计年鉴》。鉴于数据的可获得性，研究对象为我国30 个省份，西藏及港澳台地区缺失数据过多，故未纳入此次研究。

3 结果与分析

3.1 各子系统发展水平核密度分布图

在对数字经济、环境规制与可持续发展三者耦合协调关系进行研究之前，运用熵值法计算出三大系统的综合水平，并选择2011 年、2014 年、2017 年和2020 年共4 个年份构建各子系统的核密度分布图，了解各系统评价指数的动态演变情况。

如图1（a）所示，2011—2020 年，数字经济水平分布曲线整体表现为 “右移—左移” 的趋势，表明在研究期间区域数字经济发展水平由上升转变为小幅度下降的演变过程；波峰高度呈现先上升后下降，宽度呈现 “缩小—扩大—再缩小” 的特征，右拖尾延展呈现逐步收敛态势，曲线末尾出现另一微小峰谷，表明区域间数字经济发展水平差异有所缓和但仍存在单极化的现象。如图1（b）所示，2011—2020 年，环境规制水平分布曲线中心位置逐年向右移动，2020 年曲线上升速度最快，表明我国环境规制强度不断提升；主峰高度呈现先下降后上升的趋势，部分年份存在主峰和小侧峰并存的情况，逐步随着时间变化转变为单峰分布，曲线宽度呈现 “扩张—收敛” 态势，右拖尾现象得到缓解，表明各地区环境规制强度内部绝对差异缩小，极化现象得到了一定的抑制。如图1（c）所示，可持续发展水平分布曲线总体呈逐步右移趋势，主峰高度呈现 “降低—升高—降低” 的特征，曲线宽度表现为 “收敛—扩张” 变化过程，无明显右拖尾特征，样本年份均以为单峰曲线为主导。由此表明，在研究期间内各地区可持续发展水平有一定程度的上涨，但区域间仍存在差异较大和空间聚集程度下降的问题。

图1 数字经济、环境规制与可持续发展水平核密度分布图

3.2 耦合协调度结果分析

3.2.1 时间层面

2011—2020 年，我国数字经济、环境规制和可持续发展耦合协调度位于中等协调，平均值为0.584。各地区曲线波动趋势较为相近，总体呈 “W” 型分布，表明不同年份之间耦合协调指数存在差距。东部地区耦合协调度均值分布在0.634 ～0.676 之间，高于全国平均值且处于良好协调档次，表明三者耦合协调发展态势较好。东部地区虽然存在着人口密度较大以及环境污染等问题，但其能够依托多样化的经济和行政手段促进区域内粗放型产业结构升级，形成完善的科学技术和产业供应链，能够提升行业全要素生产率，在数字化资源的加持下重塑环境治理和经济运转发展新模式，最终实现绿色可持续发展。相反的，我国中部、西部和东北地区由于产业结构、经济基础、要素禀赋的差异存在，耦合协调度相对落后（图2）。

图2 耦合协调度时间变化趋势

3.2.2 空间层面

运用ArcGIS 并依据自然断点法将耦合协调度数值空间分布状况可视化，本文中仅展示2011 年、2015 年和2020 年的分布情况。整体来看，耦合协调度位于中等协调以上，区域间数值存在空间异质性但耦合协调类型的年份变动幅度不大。其中，北京在研究期限内一直属于优质协调，作为首都能够吸引更多的资金、人员和技术，促进资源要素生产率最大化，加上各项政策试点工作开展时间较早，引进先进科学技术实现减污减排，实现由原有的粗放型经济增长模式转变为集约型经济增长模式，进而推动经济、社会、环境的可持续发展，最终实现三者耦合协调能力上升，位居全国耦合协调度的领先地位；另外，天津、上海、浙江、福建、广东、四川、陕西的耦合协调度始终位于良好协调阶段；重庆、江苏、青海三省市分别从2011 年和2015 年的中等协调上升为2020 年的良好协调；宁夏、湖北两省由2011 年和2015年的良好协调下降为中等协调；大部分中西部地区及东北地区耦合协调度属于中等协调，不同年份类型变化相对稳定（图3）。

图3 耦合协调度空间分布

4 空间自相关

4.1 全局空间自相关

运用二进制空间邻接权重矩阵（两地区相邻赋值1，不相邻赋值0），对30 个省份耦合协调度的全局莫兰指数进行测算。结果显示（表3），2011—2020 年我国数字经济、环境规制与可持续发展耦合协调度的全局莫兰指数均大于零且通过显著性检验，表明三者耦合协调程度呈现 “空间俱乐部” 的特征。具体来看，各年份的全局莫兰指数变化趋势较大，总体走势呈现 “W” 型分布，在2011—2012 年、2014—2015 年、2018—2019 年三个时间段内各系统耦合协调度的集聚效应上升，而在其余年份出现了分散的现象。

表3 2011—2020年全局自相关指数

4.2 局部空间自相关

全局莫兰指数只能从整体上表现耦合协调度的空间自相关状况，无法体现出各区域的耦合协调异质性。因此，对2011 年和2020 年的局部莫兰指数进行计算，绘制局部莫兰指数散点图，对我国各地区数字经济、环境规制和可持续发展耦合协调度的局部空间集聚特征进行描述。由图4 可知，较多省市的耦合协调度坐标位于第一象限和第三象限，表明全国的耦合协调度呈现空间集聚现象，即耦合协调度高的地区会带动周边地区耦合协调度提升，耦合协调度低的地区会导致周边地区耦合协调度降低。另外，利用局部莫兰指数分布图可将集聚情况由第一象限至第四象限依次划分为：高—高（High-High）、低—高（Low-High）、低—低（Low-Low）、高—低（High-Low）四种类型。具体来看，高—高（High-High）类型的空间集聚范围主要集中在东部地区，表明我国东部地区的耦合协调度已初步形成集聚效应和溢出效应，各省份之间差异逐步减小。其余三种集聚类型较多集中在我国经济水平发展较低的地区，由于各区域自身耦合协调度较低，进而对其他地区产生溢出效应的作用效果不明显。

图4 2011年、2020年局部莫兰指数散点图

5 影响因素分析

5.1 GTWR模型

为了进一步探索耦合协调度的影响因素，引入HUANG 等[28]提出的时空地理加权回归模型（geographically and temporally weighted regression，GTWR），该模型解决了传统计量经济学中各样本相互独立的假设，相较于GWR（geographically weighted regression）模型只考虑空间而忽视时间因素的不足，GTWR 模型将时间和空间的异质性纳入回归过程，增加模型估计的准确性。另外，在回归之前为减少量纲影响，对各数据进行标准化处理。GWR 和GTWR 模型的具体形式如式（5）～（6）所示：

式（5）～（6）中：β0代表常数项系数；βj代表第i个观测点的第j个解释变量系数；(ui,vi,wi)代表经纬度坐标和观测时点，其中经纬度坐标选择各省省会坐标进行研究；εi代表随机误差项。

5.2 影响因素拟合系数分析

本文在现有研究[29-30]的基础上，从产业结构、政府能力、国际贸易、研发资金、人口压力五个角度对耦合协调度的影响因素进行探索。其中，产业结构（Str）选择第三产业增加值与第二产业增加值之比，政府能力（Gov）选择财政支出占国内生产总值的比重，国际贸易（Tra）选择进出口总额占国内生产总值的比重，研发资金（Fund）选择研究与试验发展（R&D）经费占国内生产总值的比重，人口压力（Pre）选择总人口数量与土地总面积的比值。各项影响因素的数据均来自2011—2020年的《中国统计年鉴》。

在进行GTWR 模型计算之前，为保证模型的稳健性需进行普通最小二乘回归（OLS）分析。表4 结果显示，各解释变量VIF ＜10，没有受到多重共线性的影响，产业结构、政府能力、国际贸易和研发资金对数字经济、环境规制与可持续发展的耦合协调度表现为显著的正向影响，人口压力对耦合协调度的拉升具有抑制作用。但是，传统的面板回归仅从整体上分析各因素对耦合协调度的影响，缺少了从时间和空间角度分析影响因素的异质性效应，下文将会纳入时空因素开展进一步研究。

表4 普通最小二乘回归结果

运用ArcGIS 10.8 对GWR 和GTWR 模型的结果进行计算，发现影响因素的作用大小及正负方向出现了变异性。以往研究表明，以AICc 值和模型拟合度R2作为模型选择的评价指标，AICc 值越小以及R2越大表明模型的解释程度越好[31]，由于平均值受极值影响较大，影响因素的系数选择更具有稳健性的中位数进行分析[32]，其数值的绝对值越大，对耦合协调度的作用效果就越强。结合表4、表5 结果可得OLS、GWR 和GTWR的AICc 值 分 别 为572.540、277.753 和266.630，R2的值分别为0.617、0.906 和0.926。上述结果表明，选择GTWR 模型进行回归能够更好地从时间和空间角度上解释影响耦合协调度的因素。

表5 GWR、GTWR回归结果比较

5.2.1 产业结构

从时间分布的角度来看（图5），回归系数较多年份呈现正相关。区域产业结构（图6）影响度呈正相关的地区分布在东部沿海及内蒙古、山西、河南、安徽、江西等省份。产业结构对东部地区的江苏、浙江、福建及中部的安徽影响作用效果最大，其余地区以这四省市为核心向外多层次递减。另外，中部和西部省份的产业结构水平对耦合协调度产生负向效应。究其原因可能是在各项政策、资金予以大力支持的基础上，结合高层次的产业发展目标和健全的环境规制体系，东部地区的产业结构由传统的劳动密集型向知识、技术密集型转化速度较快，产业链实现绿色化和高效化发展，区域内产生污染较为严重的企业会转变生产发展模式并进行节能减排，转向发展环境友好型的产业，结合数字资源的利用，推动绿色可持续发展，最终实现耦合协调度提升。然而，由于地区经济发展、科学技术水平和制度安排的差异，中西部地区的产业结构水平导致耦合协调度降低。随着 “中部崛起” “西部大开发” 等国家战略实施，这些地区采取非均衡发展战略，承接的产业较多为高能耗、高污染的重工业型企业，技术效率低下且节能减排效率不高，加上市场化资源配置不强和数字信息化进程较为缓慢，对社会多方面发展是不可持续的。

图5 2011—2020年各影响因素回归系数变化趋势

图6 各影响因素回归系数区域分布

5.2.2 政府能力

从政府能力的时间变化来看（图5），不同年份上限值和下限值跨度较大，上下限区间差异由最初的扩大逐渐变为缩小，中位数除了2013 年以外均为正值，说明财政支出的增加会促进耦合协调度的提升，但仍有部分地区存在负向影响。在区域分布上（图6），上海、江苏、山东、河北、天津、北京等省市在政府财政投入加持的情况下，实现高层次的耦合协调发展，青海、宁夏、陕西次之；东北地区、西部甘肃省和中部的山西省、安徽省和东部的海南省正相关强度较低。秦岭—淮河分界线以南的大部分省份的政府能力处于负向影响阶段，与 “南方经济发展水平高于北方” 的传统观点相比，这也恰恰证明了财政支出水平效率的高低并不一定与地区经济发展水平同步增长[33]。出现这种情况的原因可能是这些地区的政府的财政调控能力过强且财政支出产生的成效存在时滞性，部分地区政府存在 “重规模、轻创新” 的资源错配行为，受到其他地区政策扶持行为产生的 “蒲公英效应” 影响，未结合自身实际情况盲目加大财政政策扩张力度，导致相关资金投入数字经济和环境规制等长周期活动的作用尚不明显，甚至产生了抑制效应，阻碍了可持续发展的进程，对耦合协调度产生不利影响。

5.2.3 国际贸易

从时间跨度来看（图5），回归系数表现为 “U” 型分布，各年份上下限呈现波浪式上升和下降趋势，其原因可能是2015—2017 年处于国际金融危机后的深度调整期，对外贸易发展的不确定因素增多，国际贸易成本增加影响原有的数字贸易格局。其次，我国长期以来货物出口总额大于进口总额，贸易模式多为加工贸易，但由于部分企业缺乏自主创新力，尚未及时更新为清洁型生产设备，致使出口加工贸易企业对环境污染更为严重[34]，不能实现真正的可持续发展，导致我国整体耦合协调度出现了较大幅度的坍缩，但这种情况随着2017 年以后全球经济回暖和贸易便利化水平提升而逐渐趋于缓和。从空间分布来看（图6），对耦合协调度起到促进作用的区域主要分布在我国东部沿海及部分中西部省份。东部地区对外开放时间早，地理位置优越且交通便利，集中了全国较多的人力、物力和财力资源，贸易开放水平远高于中西部地区；中西部地区受 “一带一路” 倡议的影响，部分边境省份积极与亚欧大陆建设国际联运干线，通过国际贸易交流带来创新技术和理念，建设自由贸易试验区，降低数字产业投资风险，刺激区域数字技术创新，引进和储备大量数字型人才，实现中西部地区与亚欧国家间的国际产业转移，推进中西部地区产业结构优化及资源有序互补，最终环境质量得以提升，实现 “经济—生态—社会” 三方面可持续发展。

5.2.4 研发资金

从时间变化趋势来看（图5），中位数呈现正负值来回波动，上下限区间经历了 “扩张—收缩” 的过程。从区域角度来看（图6），研发资金的增加对我国中西部省份（除安徽、宁夏、甘肃、青海、广西以外）及辽宁的耦合协调度产生促进作用，这些地区大部分省份处于科技创新水平较低阶段，但通过国家创新政策的实施，科技资源合理投入以及区域间技术外溢，充分发挥技术进步的后发优势，对耦合协调度的提升起着至关重要的作用。相反，其对东部沿海省份及东北地区的黑龙江、吉林两省产生了阻碍作用。由此表明，资金投入的增加对耦合协调度的作用机制存在区域异质性。我国的研究与发展经费逐年增加，伴随环境规制强度不断提高，充分实现产业数字化调整，工艺流程水平提质增效，生态环境逐步改善。但我国各地区经济发展水平不同，经费呈现东、中、西部阶梯式下降，存在的极化现象较为严重，加上部分区域经费使用不合理，产生边际效益递减的情况，影响区域内经济系统的吸纳、增强和优化功能，优势资源分配不均导致可持续发展能力提升受阻，种种因素导致了耦合协调度的下降。

5.2.5 人口压力

如图5 所示，回归系数在研究期限内相对平稳，较多年份相关性数值为负数，上下限区间呈现扩张态势，且内限区域主要向下延伸，表明人口密度对耦合协调度有显著的负向作用。另外，从人口压力相关性系数的区域分布来看（图6），呈较强正相关的地区分布在东北地区、西北地区及东部地区的河北省、海南省，华北平原、两广地区呈现较弱层次的正向效应。另外，基于南北地区划分可以明显得出人口压力对南北方的影响效果完全不同，大体表现为 “南负北正” 的特征。人口密度往往与经济发展程度相联系，经济落后的地区会导致人口产生迁移动机。以东北地区为例，作为我国以传统的重工业为基础的发展模式的先行者，存在着创新动力不足和产业结构失衡等问题，伴随着传统的第一产业和第二产业人才难以在短时间内被第三产业所吸纳，造成大量人口流失[35]；经济越发达的地区能够推动人口大量流入，造成人口密度上升，人口的不断集聚能够提高劳动生产效率，实现由单纯的吸纳人口转变为人力资本积累[36]，为城市带来创新推动效应，进而推动产业结构升级，促进经济发展，但其带来的后果会导致资源过度开采，城市二氧化碳等污染物排放量增加，不利于环境质量的提升，交通出行、医疗卫生、住房住宅资源紧张，影响社会可持续发展进程。

6 结论与展望

本文得出研究结论如下。

（1）数字经济、环境规制与可持续发展水平总体在研究期限内呈现上升态势，但数字经济与可持续发展水平整体较低。三个子系统的耦合协调度在时空分布上有较大差异，从时间变化趋势来看，全国及四大区域的耦合协调度呈波动上升态势，东部地区的耦合协调度遥遥领先，其余地区低于全国平均值，但西部地区耦合协调度波动相对稳定，中部、东北地区波动幅度较大。从空间分布规律来看，出现了耦合协调度的 “马太效应” ，以形成以长江中上游、陕甘宁和京津部分省份的高耦合协调度 “组团式” 格局，以我国东部沿海省份组成的 “链条式” 的高耦合协调度格局，而其余地区仍然位于中等协调层次。

（2）从全局自相关来看，省域视角下的数字经济、环境规制与可持续发展耦合协调度存在正向的空间自相关性，但存在不同年份上下浮动的情况。从局部自相关来看，各年份集聚类型的空间分布较为稳定，较多区域的耦合协调度呈现 “High-High” “Low-Low” 空间集聚分布，其中 “High-High” 集聚类型分布于我国东部沿海地区， “Low-Low” 集聚类型较多分布在中部、西部地区。

（3）基于传统OLS 回归模型，通过引入拟合效果更优的GTWR 模型对数字经济、环境规制与可持续发展耦合协调度的影响因素进行探究，并将各因素的时空异质作用效果进行可视化处理。研究结果表明：各影响因素在时间和空间上具有异质性，在时间分布上，产业结构、政府能力和国际贸易整体上对耦合协调度产生促进作用，研发资金、人口压力产生负向的抑制作用。在空间分布上，产业结构能够提升东部及部分邻近中西部省份的耦合协调度，政府能力呈现 “北强南弱” 的特征，国际贸易除部分边境省份以外呈现 “南强北弱” 的特征，研发资金对中西部地区耦合协调度的拉升效果明显，人口压力伴随不同区域的经济发展、资源禀赋等条件差异对我国大部分省市的耦合协调度产生了负向抑制作用。

因此，结合数字经济、环境规制与可持续发展耦合协调度演变趋势及其影响因素进行分析，可以提出如下意见：从数字经济角度来看，基础设施是数字经济得以持续发展的前提，东部地区由于其独有的区位优势，较早享受我国的 “数字经济红利” ，在后期发展中应当注意资金利用效率的提升及区域间技术共享，打破信息壁垒。而我国中西部地区的经济技术薄弱，技术力量匮乏，后期需加速推进基础设施建设，大力培养数字经济人才，引导企业技术创新，为数字经济活动规模的增加奠定基础。从环境规制角度来看，以要素投入驱动型的经济增长模式在我国经济发展过程中出现了结构性失衡的问题，能否寻求经济与环境相互兼容的发展机制，也成为贯彻绿色发展理念和夯实生态文明建设的基础。由于各区域自身的经济基础和要素禀赋以及节能减排成本存在异质性，单纯的 “一刀切” 政策对区域经济发展不具有普适性，应结合区域差异寻求合理提升环境规制水平的发展路径，尤其是中西部地区亟须改善传统的粗放型经济发展模式，制定严格的环境监管政策[37]。从可持续发展角度来看，经济持续健康地增长是实现可持续发展的前提，生态环境改善和资源有效利用是实现可持续发展的基础，各区域应该科学估量当前面临的生态环境问题，以人工智能等数字化技术为重要抓手，精准实施环境规制措施，以减少经济发展转变的阻力，促进生态效益、经济效益和社会效益的统一。

本文对数字经济、环境规制和可持续发展的耦合协调度的时空分布及其影响因素进行实证研究，但由于部分区域数据存在缺失，主要是从宏观的省域视角进行考察，缺乏从微观层面的县市级角度进行分析。另外，耦合协调度的各系统评价指标在后续研究中需继续完善，影响因素的选择可从经济、社会等其他方面进行进一步的思考，以提升研究可信度。最后，后续研究中可从门槛效应的角度考虑数字经济、环境规制与可持续发展的作用关系，希冀提升各子系统的协同发展水平。