Neues Modell ECO‑GROW erfasst dynamische Wirtschafts‑Vitalität von Städten

Die wirtschaftliche Vitalität einer Stadt ist ein entscheidender Indikator für ihr langfristiges Wachstum. Sie umfasst zentrale Kennzahlen wie die jährliche Zahl neu gegründeter Unternehmen und die beschäftigten Einwohner. Trotz ihrer Bedeutung gestaltet sich die Modellierung dieser Vitalität jedoch als schwierig, weil sie stark von sich verändernden städtischen Strukturen und Beziehungen abhängt.

Um diese Komplexität zu erfassen, präsentiert die Studie ECO‑GROW, ein mehrschichtiges Graphenframework, das die Inter‑City-Netzwerke Chinas von 2005 bis 2021 nutzt. Das System erzeugt dynamische Stadt‑Embeddings, die die wirtschaftliche Vitalität präziser abbilden als herkömmliche, statische Ansätze. ECO‑GROW berücksichtigt dabei industrielle Verknüpfungen, Ähnlichkeiten von Points of Interest (POI), Migrationsmuster und die zeitliche Entwicklung des Netzwerks über 15 Jahre.

Im Kern kombiniert ECO‑GROW einen Dynamic Top‑K GCN, der einflussreiche Inter‑City-Verbindungen adaptiv auswählt, mit einem adaptiven Graph‑Scorer, der die Auswirkungen zwischen Regionen dynamisch gewichtet. Zusätzlich integriert das Modell eine Link‑Prediction-Aufgabe, die auf der Barabási‑Proximity‑Metrik basiert, um die Graphrepräsentation weiter zu optimieren.

Experimentelle Ergebnisse zeigen, dass ECO‑GROW die Vorhersage von unternehmerischen Aktivitäten und Beschäftigungstrends deutlich verbessert, verglichen mit traditionellen Modellen. Durch die Open‑Source-Veröffentlichung des Codes ermöglicht das Projekt Regierungen und öffentlichen Einrichtungen, Big‑Data‑Analysen für evidenzbasierte Stadtplanung, Wirtschaftspolitik und Ressourcenzuteilung zu nutzen und damit die Gesellschaft insgesamt zu stärken.