EN中文

经济地理 >

2024 , Vol. 44 >Issue 5: 64 - 74

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.05.007

城市地理与新型城镇化

中国市域经济韧性演变与影响因素异质性

  • 张学波 , 1, 2 ,
  • 李亚宁 , 1, ※ ,
  • 孙峰华 3
展开
  • 1.曲阜师范大学 地理与旅游学院，中国山东 日照 276826
  • 2.曲阜师范大学 黄河生态研究院，中国山东 曲阜 273165
  • 3.鲁东大学 环渤海发展研究院，中国山东 烟台 264025
※李亚宁（1998—），男，硕士，研究方向为区域经济韧性。E-mail：

张学波（1982—），男，博士，教授，博士生导师，研究方向为城市与区域发展。E-mail：

收稿日期: 2023-04-15

  修回日期: 2023-12-19

  网络出版日期: 2024-09-14

基金资助

国家自然科学基金面上项目(42071150)

山东省泰山学者青年专家计划(tsqn202306183)

收起

Evolution and Influencing Factors' Heterogeneity of Urban Economic Resilience in China

  • ZHANG Xuebo , 1, 2 ,
  • LI Yaning , 1, ※ ,
  • SUN Fenghua 3
Expand
  • 1. School of Geography and Tourism，Qufu Normal University，Rizhao 276826，Shandong，China
  • 2. Institute of Yellow River Ecology，Qufu Normal University，Qufu 273165，Shandong，China
  • 3. Development Research Center of the Region Encircling the Bohai Sea，Ludong University，Yantai 264025，Shandong，China

Received date: 2023-04-15

  Revised date: 2023-12-19

  Online published: 2024-09-14

Fold

摘要

文章以2008年全球金融危机事件为时间起点，采用核心变量法测度并分析了2008—2021年中国市域经济韧性时空格局及演变特征；同时构建地理加权回归模型，研究了中国市域经济韧性的影响因素及时空异质性。结果表明：①中国市域经济韧性整体呈连续升降的动态演化趋势，且在研究时段内东、中、西、东北四大地区的动态演化过程差异性显著，经济韧性整体表现为中、西部地区高，东部地区次之、东北地区较弱的空间格局。②中国市域经济韧性的总体差异相对较小，各区域内部之间的差异是总体差异的主要来源；从区域层面看，西部地区的差异最大，东、中部地区的差异减弱，东北地区的差异增强。③中国市域经济韧性在空间上呈集聚分布且集聚类型以高—高集聚和低—低集聚为主，韧性高值集聚区逐渐向西部地区转移，韧性低值集聚区范围逐渐缩小且集中分布在东北地区。④中国市域经济韧性的影响因素具有显著的时空异质性，产业结构、创新水平对经济韧性的正向作用显著，且影响强度呈自西向东逐渐减弱的趋势；而政府调控的正向作用和对外开放的负向作用均表现出减弱态势，各地区应根据自身实际采取差别化对策来提升经济韧性。

关键词： 经济韧性; 区域差异; 地理加权回归; 产业结构; 创新水平; 政府调控

本文引用格式

张学波 , 李亚宁 , 孙峰华 . 中国市域经济韧性演变与影响因素异质性[J]. 经济地理, 2024 , 44(5) : 64 -74 . DOI: 10.15957/j.cnki.jjdl.2024.05.007

Abstract

Taking the global financial crisis in 2008 as the time starting point,this paper uses the core variable method to measure and analyze the spatio-temporal pattern and evolution characteristics of China's urban economic resilience from 2008 to 2021. At the same time,a geographical weighted regression model is constructed to study the influencing factors and spatio-temporal heterogeneity of urban economic resilience in China. The results show that: 1) China's urban economic resilience shows a dynamic evolution trend of continuous rise and fall,and there are significant differences in the dynamic evolution process among the eastern,central,western and northeastern regions during the study period. The overall economic resilience is high in the central and western regions,followed by the eastern region,it is weak in the northeast region. 2) Overall differences in China's urban economic resilience are relatively small,and differences within regions are the main source of overall differences. From the regional level,the difference is the largest in the western region,the difference is weaker in the eastern and central regions,and the difference is stronger in the northeastern region. 3) The spatial distribution of China's urban economic resilience is concentrated,and the types of agglomeration are mainly high-high agglomeration and low-low agglomeration. The agglomeration area with high resilience value is gradually transferred to the western region,while the agglomeration area with low resilience value is gradually narrowed and concentrated in the northeastern region. 4) The influencing factors of China's urban economic resilience have significant spatial and temporal heterogeneity. Industrial structure and innovation level have significant positive effects on urban economic resilience,and the degree of impact is weakening from the west of China to the east of China. However,the positive effect of government regulation and the negative effect of opening to the outside world both show a weakening trend. Different regions should adopt differentiated measures according to their own conditions to enhance economic resilience.

Key words： economic resilience; regional difference; geographic weighted regression; industrial structure; innovation level; government regulation

经济韧性能够反映地区在遭受冲击或自身衰退时的抵抗力、恢复力和自适应能力[1-2]，在复杂多变的国际和地区政治经济背景下，近年来成为学界研究的热点[3]。全球金融危机、新冠肺炎疫情、俄乌冲突等事件的发生表明，外部冲击对地区经济和社会发展带来的影响既具有全球性又具有地域性的特征。近年来，中国经济连续经受了中美贸易摩擦、新冠肺炎疫情的冲击，但通过供给侧结构性改革和政府的主动作为，提高了资源配置效率，优化了经济结构，增强了区域应对外部冲击的能力，彰显了中国经济较强的韧性。大量研究试图探究中国经济韧性的来源以及提升经济韧性的对策[4-5]，但在不同程度上忽视了各地区经济社会状况的差异以及由此导致的经济韧性影响因素的异质性。研究中国市域经济韧性的时空演变及影响因素的空间异质性，对认识中国经济韧性的形成机理，提出增韧对策有重要理论和现实意义。
经济韧性的概念经历了工程韧性、生态韧性、演化韧性等发展阶段，对经济韧性的认识也经历了从均衡论到演化论的转变[6-7]。均衡论强调区域系统受冲击后恢复到原状态的能力或遭受冲击时从一个均衡状态进入到另一个均衡状态，而演化论则摒弃了均衡思想，认为经济韧性是一个动态变化的过程[8]。区域经济是一个由多要素构成并受多要素影响的复杂多变系统，难以实现并维持某种均衡状态，且其发展路径也处于不断调整的过程中[9]。因此，演化韧性是当前学界更为认可的观点。区域经济结构、要素结构、网络结构等结构性差异导致区域发展路径是多样化的[10-11]。虽然在某一时期其韧性水平表现出等值性或一致性，但由于各自内部结构、发展路径及状态的差异，导致其经济发展和经济韧性的影响因素是不同的[12-13]，这就决定了地区经济韧性及其影响因素的差异性。由此，当对较大空间尺度地区开展长时段经济韧性研究时，有必要关注其内部空间单元影响因素的异质性。
当前，学界重点开展了经济韧性的测度和影响因素方面的研究。经济韧性的测度方法主要包括核心变量法和指标体系法[3]。核心变量法多选用GDP、就业数据等对外部冲击较为敏感的指标，通过指标数据实际变化与预期变化的比值来表示，适用于测度外部冲击下的区域经济韧性；指标体系法难以体现区域应对外部冲击时的抵抗、恢复和适应的过程，且由于学者对经济韧性内涵如何表征存在认识上的差异，导致构建的指标体系差异较大。在对中国开展的区域经济韧性测度和评价的案例研究方面，一部分是对城市群[14]、黄河流域[15-16]、长三角[17]、珠三角[18]、东北老工业基地[19]等具有特定功能或特定地区的典型案例研究；另一部分则是以县域为基本单元研究个别省区[20]或以省域为基本单元研究中国区域经济韧性[5,21]。而以地市为基本单元分析中国市域经济韧性时空格局演变的相关研究尚不多见，且在既有研究中，尚未关注区域内部地区经济韧性的时空演变特征。
关于经济韧性的影响因素，学者们主要从产业结构、政府调控、对外开放、创新能力等方面展开研究。其中，产业结构包括产业结构多样性和专业化，多样化的产业结构有利于分散冲击，但是产业种类的多样性也会增加受冲击的可能性；专业化程度较高的地区一般产业结构较为单一，外部冲击会迅速扩散，对区域的经济发展造成严重影响[4,22-23]。积极的政府调控有利于地区经济韧性的提升，政府通过提供资金、政策为企业发展和地区经济注入新的活力，有利于提升地区的抵抗力和恢复力[24]。对外开放可以吸引大量的资金、技术、人才，加强与周边国家的经济联系，提高地区在调整经济结构时的灵活性；但若发生全球性危机时，对外开放程度高的地区容易受到冲击且受冲击影响大[22]，因此对外开放对地区经济韧性的影响方向仍具有不确定性。创新可以打破消极的路径依赖，提高地区的适应力和变革能力，使地区能够更好地应对冲击[25-26]。已有相关研究往往局限于单一事件下对于区域的整体性研究，忽视了区域应对外部冲击时内部地区影响因素时空演化特征的分析。
综上，对于中国经济韧性的研究，以省域为基本研究单元，在解释经济韧性的空间格局及演变时过于宏观，难以体现经济韧性影响因素的空间异质性；以县域为基本单元，由于地区经济和产业结构差异过大，在经济韧性测度时可能出现偏差。而本文以地市为基本单元，从全国和长时段的时空尺度研究2008年全球金融危机以来中国市域经济韧性的时空演化特征以及影响因素的空间异质性，既有利于深化经济韧性形成及演变的规律性认识，也可以为中国不同地区增强抵抗力和恢复力、提高经济韧性提供对策依据。

1 研究方法与数据来源

1.1 研究方法

1.1.1 经济韧性测度方法

如何定量测度经济韧性是学界仍在探究的重要议题。Martin将经济韧性界定为抵抗力、恢复力、适应力等维度，并使用核心变量法测度抵抗力和恢复力以表征地区经济韧性[2,7]，总体来看，这一观点得到学界的普遍共识。借鉴这一方法在以往研究中的应用[15-16,21]，且考虑到在全球金融危机这一外部突发事件冲击下，GDP的增长变化较为敏感，能够较好地反映地区在遭受冲击前后的经济增长差异，所以本文以GDP作为测度指标。其计算式为：
Δ R i t + k 预 期 = ∑ R i t · G t + k
式中： Δ R i t + k 预 期表示城市 i在 ( t + k )预期时间内的经济产出变化量； R i t表示 i城市在第 t年的经济产出； G t + k表示全国经济产出在 ( t + k )时间内的变化率。
韧性的计算式：
R e s i l i e n c e = Δ R i - Δ R i 预 期 Δ R i 预 期
式中：Resilience为经济韧性； Δ R i是城市 i实际的经济产出变化量； Δ R i 预 期是城市 i根据当年全国平均水平计算的预期经济产出变化量。若韧性值大于0，表明该地区的经济韧性水平高于全国平均水平；若韧性值小于0，则该地区的经济韧性水平低于全国平均水平。

1.1.2 泰尔指数

引入泰尔指数探究中国市域经济韧性的区域差异及差异形成的原因，并根据泰尔指数将中国市域经济韧性的总体差异分解为区域内差异和区域间差异，以此来探究中国市域经济韧性差异的来源。

1.1.3 地理加权回归模型

传统的线性回归模型只是对所有的样本和参数进行全局估计，并未加入空间要素[28]，而地理加权回归模型是对不同区域的影响因素进行估计，可以反映影响因素效应水平的空间差异。为了研究中国市域经济韧性影响因素的空间异质性，本文采用地理加权回归模型对各变量进行回归。模型如下：
y i = β 0 ( u i , v i ) + ∑ k β k ( u i , v i ) x i k + ε i
式中： y i为因变量； β 0 ( u i , v i )为 i点的回归系数，表示自变量对因变量的影响程度； ( u i , v i )为第 i个样本的地理坐标； β k ( u i , v i )是连续函数 β k ( u , v )在 i样本空间单元的值； x i k表示独立变量 x k在 i点的值； ε i代表随机误差项。
区域经济韧性的形成受到诸多因素的影响。目前，已有部分学者对经济韧性的影响因素展开大量研究，但限于研究区域、研究方法、选取数据的不同，其实证结果以及对影响机理的解释也存在较大差异。因此，本文从经济韧性的概念内涵方面探究影响因素并揭示影响机理。Martin认为经济韧性是一个不断演化的过程，包括脆弱性、抵抗性、稳健性、恢复性4个形成与演进阶段。这一过程，既受到产业结构、经济开放度、竞争力、政府政策、外部关系与联系等内在的、固有层面因素的影响，还受到科技、政府支持、生产力、劳动技能、企业家精神等外在的、可变层面因素的影响[2,7]。基于此，本文从对外开放、产业结构、政府调控、创新水平4个方面选取中国市域经济韧性的影响因素，并作为地理加权回归模型的解释变量（表1）。
表1 回归模型自变量描述性说明

Tab.1 The description of independent variables in regression model

因素层 自变量 表征含义 自变量的解释及计量单位 预期影响
对外开放 X1 对外贸易 进出口总额占GDP比重（%） -
X2 外贸依存 实际利用外资占GDP比重（%） -
产业结构 X3 产业结构高级化 第三产业产值与第二产业产值之比（%） +
X4 产业结构合理性 计算方法见干春晖等研究[30]（%） +
政府调控 X5 财政支出 地区财政支出占GDP比重（%） +
X6 投资水平 全社会固定资产投资增速（%） +
创新水平 X7 技术水平 每万人专利授权量（项/万人） +
X8 人力资本 每万人在校大学生数（人/万人） +
脆弱性在很大程度上决定了区域受到外部冲击的可能性。已有研究表明，当发生全球性金融危机时，地区对外开放程度越高，越容易受到冲击且受冲击影响较大[22]。基于此，在脆弱性方面选取对外开放作为影响因素，具体选择货物进出口额占GDP比重和实际利用外资占GDP比重2个自变量[16,21]，并假设对外开放与经济韧性呈负相关关系。
抵抗性反映了区域应对外部冲击的能力。根据Martin经济韧性理论，外部冲击一方面首先作用于区域的产业体系，另一方面产业结构状况也是地区经济韧性的重要来源。由此，在抵抗性方面选取产业结构作为影响因素，具体选择产业结构高级化和产业结构合理性2个自变量。一般地，产业结构越高级产业体系越具有竞争优势，产业结构越合理表明产业结构具有良好的转换能力与适应性[27,29]。由此，假设产业结构与经济韧性呈正向相关关系。
稳健性反映了区域面对外部冲击时自身的调整能力。既有研究表明，政府调控、社区治理、企业家精神等在不同尺度主体的稳健性中发挥了重要作用[5,30]。本文以地市为研究对象，选取政府调控作为影响因素，具体选择全社会固定投资增速和政府财政支出占GDP比重2个自变量。政府通过制定政策制度在地区经济发展中往往发挥着主导性作用，对提升经济韧性具有重要影响，当受到冲击时，政府对本地区经济形势的宏观把控往往能够降低冲击所带来的负面影响[16,31]。因此，假设政府调控与经济韧性呈正向相关关系。
恢复性指的是区域受到外部冲击后的恢复能力。创新活动既可以通过技术变革提高生产效率，驱动地区经济增长，也可以提升地区的适应能力与变革能力，打破路径锁定，从而使地区进入新的发展路径[21,34]。基于此，将创新水平作为经济韧性在恢复性方面的影响因素，选择每万人专利授权量和每万人在校大学生数2个自变量[33]，且假设创新水平与经济韧性呈正相关关系。

1.2 数据来源

本文所使用的数据来源于2008—2022年《中国城市统计年鉴》《中国县域统计年鉴》以及各省份的统计年鉴，部分数据还来源于各地区国民经济和社会发展统计公报以及EPS数据库。鉴于数据的可获取性以及各地区行政区划调整等因素，且为了能够最大限度地研究全国范围的经济韧性，本文共有358个研究单元，其中包括直辖市（4个）、地级市（293个）、自治州（30个）、自治盟（3个）、省直辖县级市（21个）、地区（7个）等行政单元，囿于数据限制，暂不包括港澳台地区。

2 经济韧性的时空演变分析

2.1 经济韧性的时序演变特征

2008—2021年，中国经济先后遭受全球金融危机和新冠肺炎疫情的冲击，经济韧性水平呈现出连续升降的动态演化趋势（图1）。①2008—2018年为全球金融危机阶段，经济韧性经历了先平稳过渡后大幅下降的过程。2008—2012年，为应对金融危机，中国政府出台了一系列扩大内需、增加投资、改善民生的政策措施，促进了经济平稳增长，经济韧性均值由0.1661下降到0.1611，变化幅度较小。2012年以后金融危机演变为全球经济危机，主要表现为全球经济增长放缓、失业率增加等特征，再加上中国经济发展进入新常态，国家宏观经济政策调整，受这一系列因素的综合影响，表现为适应和调整能力的经济韧性呈下降趋势，经济韧性均值开始出现负值，且下降幅度较大。整个金融危机阶段，中国的经济韧性水平下降242.5%，虽然GDP总量有所增长，但GDP增速却由9.6%下降至6.7%，说明全球金融危机对中国经济的影响较大且具有明显的滞后性。②2019—2021年为新冠肺炎疫情阶段。突如其来的新冠肺炎具有传染性强、传播途径广、危害性大等特点，为有效遏止疫情传播，中国政府在特殊时期采取了停工停产等措施，这对中国经济造成了极大影响，2020年中国GDP增长率仅为2%。受此影响，中国市域的经济韧性水平在经历了短暂恢复后又开始下降。
图1 中国及四大地区经济韧性变化趋势(2008—2021年)

Fig.1 Changing trends of economic resilience in China and four major regions from 2008 to 2021

具体到区域层面，在研究时段内，各地区经济韧性的动态演化过程差异性显著（图1）。在全球金融危机阶段，东、中、西三大地区的经济韧性整体呈波动下降态势，下降幅度分别为331.9%、180.4%、261.9%，而东北地区则呈先下降后上升的变化趋势。东部地区经济发达，对外开放程度高，且各部门、产业、企业间联系密切，金融危机在当地经济网络中传播迅速，冲击力强，因此东部地区受冲击的影响较大；而中、西部地区经济发展水平相对较弱且参与全球化分工的水平较低，所受冲击相对较小。东北地区产业结构单一，资源型城市众多，长期受制于产业转型等问题，如今正面临着资源枯竭、路径锁定等困境，再加上金融危机的冲击，其经济韧性水平出现大幅度下滑，而后期经济韧性水平的上升可能得益于东北振兴战略的实施。在新冠疫情阶段，各地区的经济韧性也表现出较大的差异性，东、西部地区的经济韧性先升后降，而中部、东北地区的经济韧性则先降后升，这可能与新冠疫情的突发性和不确定性有关。

2.2 经济韧性的空间格局特征

为探究中国市域经济韧性的空间格局特征，利用ArcGIS软件将各年份的经济韧性水平进行可视化表达。受限于篇幅原因，以5年为时间间隔，选择2008、2013、2018、2021年为时间节点，并采用自然断裂点法将各地区经济韧性划分为5类，分别为高值、次高值、中值、次低值、低值区域，分析各年份不同类型地区的数量变化和空间分布。
2008—2021年，中国市域经济韧性大体表现为中、西部地区高、东部地区次之、东北地区较弱的空间格局（图2）。从不同年份看，2008年，受全球金融危机的影响，中国市域经济韧性以次低值、中值区域为主，其中次低值区域主要集中在青藏地区以及东部沿海地区，中值区域主要分布在中部、西部、东北地区，分布较为广泛。2013年，经济韧性的高值、次高值区域数量增多，西部地区占50%，中部地区占25%，主要分布在新疆、西藏、云南、四川、重庆、陕西等西部省份以及湖南、湖北、安徽等中部地区，东部地区由次低值区域演变为中值区域，次低值区域则集中在内蒙古、黑龙江等地区。2018年，经济韧性的高值区域集中在青藏地区，次高值区域在东、中、西部地区均有分布，主要集中在浙江、福建、湖南、江西、安徽、甘肃、新疆、内蒙古、陕西等9个省份，中值区域分布较为广泛，次低值区域则集中在东北地区。2021年，经济韧性以次低值、中值、次高值区域为主，受疫情突发性的影响，各类型区域的分布较为随机，但整体来看，中、西部地区经济韧性水平较高，东北地区经济韧性水平较差（表2）。
图2 中国市域经济韧性空间分布(2008—2021年)

注：本图基于自然资源部标准地图服务网站GS（2020）4630）号标准地图制作，底图边界无修改。图4、图5同。

Fig.2 Spatial distribution of urban economic resilience in China from 2008 to 2021

表2 2021年中国市域经济韧性水平分类

Tab.2 Classification of urban economic resilience in China in 2021

经济韧性分类 城市
低值区域（9） 焦作市、佳木斯市、西宁市、海东市、巴中市、德宏州、柳州市、蚌埠市、通化市
次低值区域（100） 内江市、黔南州、阜阳市、承德市、拉萨市、衡阳市、林芝市、邵阳市、秦皇岛市、石家庄市、葫芦岛市、漯河市、乌兰察布市、那曲市、淮北市、三明市、长沙市、信阳市、贵阳市、亳州市、湘西州、阿坝州、衡水市、三门峡市、莆田市、广安市、淮南市、益阳市、攀枝花市、普洱市、甘孜州、湘潭市、怀化市、眉山市、娄底市、松原市、鞍山市、鹤壁市、伊春市、桂林市、济源市、南充市、南宁市、泰安市、遂宁市、梅州市、常德市、日喀则市、张家口市、铁岭市、毕节市、阜新市、朝阳市、驻马店市、开封市、揭阳市、辽源市、安庆市、白城市、廊坊市、濮阳市、龙岩市、汕头市、新乡市、昆明市、永州市、锦州市、周口市、长春市、吉林市、西安市、海南州、固原市、白山市、洛阳市、盘锦市、宿州市、许昌市、营口市、安阳市、郑州市、鸡西市、海北州、南平市、商丘市、黔东南州、果洛州、牡丹江市、四平市、抚顺市、甘南州、双鸭山市、张家界市、鹤岗市、黑河市、哈尔滨市、辽阳市、绥化市、齐齐哈尔市、黄南州
中值区域（129） 大庆市、金华市、石嘴山市、连云港市、临沂市、黄石市、云浮市、合肥市、定西市、潮州市、武汉市、红河州、昭通市、泰州市、德州市、绍兴市、无锡市、邯郸市、中山市、随州市、淮安市、福州市、十堰市、清远市、镇江市、常州市、广州市、临夏州、济宁市、茂名市、济南市、舟山市、枣庄市、张掖市、苏州市、黄山市、沧州市、江门市、东莞市、巴彦淖尔市、天水市、杭州市、成都市、和田地区、佛山市、宜宾市、仙桃市、河池市、七台河市、遵义市、赤峰市、宝鸡市、兰州市、西双版纳州、塔城地区、玉树州、渭南市、上海市、安顺市、重庆市、泸州市、北京市、马鞍山市、珠海市、阳江市、烟台市、天津市、潜江市、呼和浩特市、雅安市、保定市、防城港市、大连市、绵阳市、陇南市、荆门市、泉州市、盐城市、丽江市、达州市、怒江州、汉中市、丽水市、安康市、贵港市、阿勒泰地区、徐州市、滁州市、深圳市、保山市、扬州市、广元市、郴州市、乌鲁木齐市、临沧市、南阳市、黔西南州、漳州市、德阳市、通辽市、温州市、南京市、本溪市、邢台市、沈阳市、昌都市、资阳市、日照市、山南市、延边州、厦门市、铜仁市、株洲市、乐山市、大理州、岳阳市、六盘水市、儋州市、台州市、南通市、大兴安岭、迪庆州、兴安盟、自贡市、阿里地区、凉山州、平顶山市、丹东市、文山州
次高值区域（85） 锡林郭勒盟、贺州市、宁德市、三亚市、金昌市、哈密市、潍坊市、阿拉善盟、阿克苏地区、博尔塔拉州、钦州市、包头市、来宾市、惠州市、宜昌市、北海市、宁波市、百色市、玉林市、巴音郭楞州、庆阳市、楚雄州、文昌市、黄冈市、咸阳市、克州、孝感市、恩施州、吉安市、天门市、平凉市、鹰潭市、万宁市、铜陵市、吐鲁番市、上饶市、酒泉市、南昌市、鄂州市、呼伦贝尔市、嘉峪关市、池州市、河源市、东营市、新余市、襄阳市、嘉兴市、商洛市、九江市、银川市、海西州、景德镇市、六安市、萍乡市、铜川市、白银市、咸宁市、韶关市、湛江市、海口市、威海市、中卫市、曲靖市、神农架林区、肇庆市、芜湖市、荆州市、汕尾市、喀什地区、滨州市、衢州市、赣州市、淄博市、宜春市、玉溪市、菏泽市、唐山市、宣城市、抚州市、伊犁州、聊城市、武威市、宿迁市、青岛市、湖州市
高值区域（21） 石河子市、长治市、吕梁市、晋城市、鄂尔多斯市、榆林市、忻州市、朔州市、乌海市、临汾市、梧州市、晋中市、延安市、运城市、阳泉市、太原市、大同市、吴忠市、昌吉州、崇左市、克拉玛依市

注：因部分地区数据缺失导致研究区数量略有变动。

2.3 经济韧性的区域差异特征

前文分析了中国市域经济韧性的时空演变特征，但无法表明中国市域经济韧性的差异以及造成差异的主要来源。因此，本文通过计算泰尔指数来表征市域经济韧性的总体差异，并将研究区域分为东、中、西、东北四大地区，借助泰尔指数的分解将区域差异分解为区域间差异和区域内差异，以此来探究造成中国市域经济韧性差异的内在动因。
中国市域经济韧性的总体差异相对较小，在2008—2021年呈连续上升—下降的波动变化状态，且造成差异的主要来源是区域内差异（图3）。具体来看：①在研究期内，区域总体差异最高出现在2010年，且其数值未超过0.04，表明市域经济韧性的总体差异相对较小。②区域总体差异的阶段性明显，呈先扩散后收敛的动态变化过程。其中，2008—2010年，区域总体差异扩大，此阶段发生了全球性金融危机，各地区受到不同程度的冲击，经济韧性差异较大。2010—2011年，地区经济韧性差异收敛，此阶段国家出台了一系列政策措施，有效缓解了金融危机的负面影响，在一定程度上缩小了地区间差异。2011—2015年，市域经济韧性差异又呈扩大态势，可能与国家经济发展进入新常态有关。2015—2018年，经济韧性的差异性减弱，这一时期各地区经济发展均保持中高速增长，地区差异有所减弱。2018—2021年，经济韧性的总体差异波动变化较快，这可能与新冠疫情的突发有关。③通过计算并比较区域内和区域间差异对地区总体差异的贡献率，发现研究期内区域内差异的贡献率始终维持在80%左右，表明区域内差异是造成中国地区经济韧性总体差异的主要原因。
图3 中国市域经济韧性的空间差异及分解(2008—2021年)

Fig.3 Spatial differences and decomposition of urban economic resilience in China from 2008 to 2021

分地区来看，西部地区差异最大，东、中部地区差异减弱，东北地区差异扩大。图3显示，西部地区泰尔指数的数值最大，表明西部地区内部各市域经济韧性差异大，这可能与西部地区所跨疆域面积大有关，西部地区既包括经济水平相对较高的重庆、陕西、四川等省份，也包括经济水平相对较低的青海、新疆、西藏等省份，从而造成地区内部较大的差异性。东、中部地区的泰尔指数不断减小，表明东、中部各地区经济发展相对较为均衡，地区差异逐渐缩小。东北地区资源型城市众多，且大多出现了资源枯竭、路径锁定的状况，但随着东北振兴战略的实施，有些地区抓住机遇，实现了经济转型，而有些地区仍处于“慢性燃烧”的困境，由此造成了东北地区内部差异性显著。

2.4 经济韧性的空间集聚特征

2008—2021年，中国市域经济韧性具有显著的空间自相关性。具体来看，各年份的莫兰指数均为正值且通过了显著性检验，即中国市域经济韧性在空间上呈集聚分布。研究期内，各年份莫兰指数波动变化（表3），说明中国市域经济韧性空间关联的稳定性较弱，这与中国市域经济韧性波动变化的特征具有一致性。其中2014、2016和2019年的莫兰指数明显高于其他年份，说明这3个年份经济韧性的空间集聚效应较强。
表3 中国市域经济韧性的莫兰指数(2008—2021年)

Tab.3 Moran index of urban economic resilience in China from 2008 to 2021

年份 Moran's I P值 年份 Moran's I P值
2008 0.066 0.000 2015 0.047 0.000
2009 0.087 0.000 2016 0.474 0.000
2010 0.129 0.000 2017 0.133 0.000
2011 0.155 0.000 2018 0.043 0.001
2012 0.097 0.000 2019 0.246 0.000
2013 0.079 0.000 2020 0.158 0.000
2014 0.329 0.000 2021 0.198 0.000
莫兰指数只能反映经济韧性的全局自相关性，不能反映经济韧性在局部地区的集聚状态，因此，进一步采用局部自相关方法对2008、2013、2018和2021年4个时间节点的经济韧性进行空间集散分析（图4）。2008年中国经济受全球性金融危机的影响，经济韧性的集聚类型以低—低集聚为主，主要分布在长三角、珠三角等对外开放水平较高的地区，高—高集聚地区的数量少且分布较为分散。2013年，发生集聚的地区相对集中，其中高—高集聚主要分布在云南、四川、陕西等省份，低—低集聚主要分布在内蒙古和黑龙江等地。2018年，随着经济发展的不断恢复，低—低集聚的地区数量不断减少，高—高集聚向西部地区转移。2021年，受新冠疫情的影响，高—高集聚地区的数量减少，低—低集聚集中在东北地区。总体来看，各类型区域空间分布不稳定，地区经济韧性变化较大，这与地区产业结构调整和发展路径创新密切相关。其次，高—高集聚、低—低集聚的空间集聚效应更为显著，韧性低值集聚区以东北老工业基地最为典型，韧性高值集聚区总体上分布变化较大且逐步向西部地区转移，这可能与近年来国家加大对西部地区的支持力度有一定关系。
图4 中国市域经济韧性集聚图(2008—2021年)

Fig.4 Agglomeration map of urban economic resilience in China from 2008 to 2021

3 经济韧性的影响因素分析

3.1 模型选择

通过不同模型的回归结果比较可以发现（表4）：GWR模型的拟合优度远高于OLS模型，因此选择GWR模型对中国市域经济韧性的影响因素进行分析。但限于文章篇幅以及个别地区数据获取难度较大等原因，主要分析研究初期（2008年）和研究末期（2021年）的影响因素，从对外开放、产业结构、政府调控、创新水平4个层面各选取一个变量进行GWR分析。
表4 OLS模型与GWR模型回归结果比较

Tab.4 Comparison of regression results between OLS and GWR model

模型 2008年 2021年
OLS GWR OLS GWR
R2 0.0842 0.4775 0.1161 0.4739
R2 Adjusted 0.0731 0.3194 0.1055 0.3718
AICc 884.2771 835.9658 405.7626 317.3370

3.2 影响因素异质性分析

3.2.1 对外开放

对外开放对中国市域经济韧性的影响以负向作用为主，但负向作用呈减弱趋势（图5a、图5b）。具体来看：①对外开放的回归系数以负值为主，负向作用较为显著的地区主要集中在开放程度较高的东、中部地区，东、中部地区经济发达，各地区之间的经济网络密集且关联度高，当危机发生时，冲击经由网络联系迅速扩散至整个地区，对地区经济发展造成强烈的负面效应。②对外开放对新疆等少数西部地区以及东北地区起正向作用，新疆等西部地区人才、资金、技术等关键要素较为缺乏，合理引进外资能够为地区发展注入新的活力，东北地区产业结构单一，通过引进外资及培育高新技术产业，能够有效促进产业结构的调整，所以对这两类地区来说，对外开放对经济韧性的正向作用明显。③相比于2008年，2021年对外开放的回归系数有所减小，表明其负向作用减弱。
图5 影响因素回归系数的空间分布(2008—2021年)

Fig.5 Spatial distribution of regression coefficients of influencing factors from 2008 to 2021

3.2.2 产业结构

产业结构对中国市域经济韧性的影响以正向作用为主，影响程度在空间上大体呈自西向东递减的趋势，且影响程度高的地区逐渐由西部地区向东北地区转移（图5c、图5d）。具体来看：①产业结构的回归系数皆为正值，但回归系数呈减小趋势，表明正向作用逐渐减弱。②影响程度较高的地区主要集中在新疆、西藏等西部地区，影响程度较低的地区集中在东部地区。西部地区受自然环境、发展基础等因素的综合影响，以传统型产业为主，第三产业发展相对迟缓；而东部地区产业基础好，生产性服务业和高新技术产业比例高，且大部分地区第三产业产值早已超过第二产业，因此，优化产业结构对经济韧性的正向边际效应在西部地区较为显著。③影响程度高的地区逐渐由西部向东北地区转移。这说明西部地区在后期的经济恢复中能够及时调整产业结构，经济复苏较为迅速；而东北地区陷入“慢性燃烧”状态，经济结构调整较慢，对经济韧性的提升作用较弱。

3.2.3 政府调控

政府调控对中国市域经济韧性的影响以正向为主，但正向作用逐渐减弱，在空间上呈现出东西高、中部低的特征（图5e、图5f）。具体来说：①政府调控的正向作用在减弱。政府在调整经济结构和培育市场主体上具有重要作用，但过多的政府干预不利于经济发展，尤其在经济发展进入良性路径以后，更应转向服务工作。②政府调控影响程度较高的地区主要集中在新疆、西藏、内蒙古、云南等西部地区以及东部部分地区，影响程度较低的地区主要集中在中部地区。西部地区产业结构水平相对较低，对资源依赖程度高，政府的经济调控和政策扶持有利于经济复苏；而东部地区对外开放程度高，在全球性金融危机中遭受冲击大，加强政府调控可以降低冲击带来的不利影响；中部地区近年来经济发展速度较快，市场主体增长良好，经济韧性较好，政府调控的边际效应较低。

3.2.4 创新水平

创新对中国市域经济韧性的正向作用显著，在空间上呈现出自西向东逐步减弱的趋势（图5g、5h）。结果显示：①各年份创新的回归系数均为正值，与2008年相比，2021年创新的回归系数有所增大，表明创新对地区经济韧性的影响逐年增大。②创新对地区经济韧性影响程度高的地区主要集中在西部、东北地区，影响程度较小的地区主要集中在东、中部地区，且二者的分界线与“胡焕庸线”具有一定的一致性。③受创新影响的低值区不断增多且逐步向西部地区扩散，这表明近年来受国家空间协调发展战略调整以及扶贫政策落实的影响，西部地区创新水平有所提高，创新对经济发展和经济韧性的正向显著作用进一步向创新基础更为薄弱的西部内陆地区扩展。
综上，对外开放、产业结构、政府调控和创新水平均可以通过自身特有的路径和方式对地区经济韧性产生影响，但各因素对不同经济水平和基础条件的地区的影响存在较大差异。虽然各影响因素通过了共线性诊断，但各因素之间存在着内部关联和相互作用。如地区内部自主创新和对外开放均可以提高创新水平，且内外创新可以互相结合，带来技术升级，促进产业结构转型，而政府可以通过提供优惠政策为地区发展吸引人才、资本和技术，提升地区对外开放水平和创新水平，进而提升地区经济韧性。另外，各因素对不同地区的作用方向和影响程度存在较大差异，如产业结构和创新水平对东北地区经济韧性的正向效应更为显著，东北地区应着力提升创新水平和调整产业结构，其他地区也应根据自身实际，选取影响更为显著的因素进行针对性的调整和提升。总体来看，地区经济韧性的形成首先与区域内在的、固有的经济社会状况相关，在此基础上，受外部因素的影响，使得地区经济发展及经济韧性演变路径发生分异，进而造成在大的空间尺度上地区经济韧性的影响因素表现出空间异质性。

4 结论与建议

4.1 主要结论

本文使用核心变量法测度各市域的经济韧性水平，构建经济韧性影响因素的地理加权回归模型，以2008年全球金融危机为时间起点，研究了2008—2021年中国市域经济韧性的时空演变特征和影响因素的时空异质性。主要结论如下：
①研究时间段内，中国经济先后遭受全球金融危机和新冠肺炎疫情的冲击，经济韧性水平呈连续升降的动态演化趋势。具体到区域层面，在全球金融危机阶段，东、中、西三大地区的经济韧性整体呈下降态势，而东北地区的经济韧性则先下降后上升；在新冠疫情阶段，东、西部地区的经济韧性先升后降，中部、东北地区则先降后升，各地区经济韧性的动态演化过程差异性显著，经济韧性整体表现为中、西部地区高，东部地区次之，东北地区弱的空间格局。
②中国市域经济韧性的总体差异较小，在研究期内呈反复升降的波动变化状态，具有明显的阶段性特征，且差异的主要来源是区域内差异；具体到区域层面，西部地区的差异最大，东、中部地区的差异减弱，东北地区的差异增强。
③中国市域经济韧性具有显著的空间自相关性，表明市域经济韧性在空间上呈集聚分布，尤以2014、2016、2019年3个年份的空间集聚效应最为显著；各年份经济韧性的集聚类型以高—高集聚和低—低集聚为主，其中高—高集聚的分布范围变化较大，逐渐向西部地区转移，低—低集聚的范围缩小，以东北地区最为典型。
④各因素对经济韧性的影响呈现明显的时空异质性，其作用的方向、强度随时间地点的变化而发生变化。产业结构、创新水平的正向作用显著，两者的影响强度呈现出西高东低的空间格局，其中产业结构的正向作用减弱，而创新水平的正向作用显著增强；政府调控以正向作用为主，其影响程度在空间上呈东西高、中部低的分布特征；对外开放负向作用显著，影响程度较高的地区集中在东部沿海，且两者的影响程度均呈现出减弱的态势。

4.2 对策建议

全球金融危机对区域社会经济发展既具有全球性又具有地域性的特点，不同地区应对危机的能力不同，受金融危机的影响程度也存在较大差异。结合本研究主要结论，提出以下对策建议：①各地区应结合自身实际和主要影响因素，优化产业结构、适时对外开放、提高创新水平。其中，东、中部地区应进一步推进产业结构高级化，立足市场主体地位，加快服务型政府建设，实现经济高质量发展，提升应对外部冲击的恢复力和适应能力；西部和东北地区应着力推进对外开放，提升创新水平，加快产业转型，推进经济转型，在保持应对外部冲击抵抗力的基础上，提升恢复能力。②中国地区经济韧性具有显著的空间相关性，国家相关部门应通过建立区域协调组织，提高区域之间设施关联、经济网络关联等措施来促进地区之间、省份之间的交流与合作，充分发挥高经济韧性地区的空间溢出效应，带动周边地区经济韧性的提升，实现区域协调和高质量发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
胡晓辉. 区域经济弹性研究述评及未来展望[J]. 外国经济与管理, 2012, 34(8):64-72.

[2]
Martin R, Sunley P. On the notion of regional economic resilience:Conceptualization and explanation[J]. Journal of Economic Geography, 2015, 15(1):1-42.

[3]
孙久文, 孙翔宇. 区域经济韧性研究进展和在中国应用的探索[J]. 经济地理, 2017, 37(10):1-9.

[4]
徐圆, 张林玲. 中国城市的经济韧性及由来:产业结构多样化视角[J]. 财贸经济, 2019, 40(7):110-126.

[5]
谭俊涛, 赵宏波, 刘文新, 等. 中国区域经济韧性特征与影响因素分析[J]. 地理科学, 2020, 40(2):173-181.

DOI

[6]
Reggiani A, Graaff T D, Nijkamp P. Resilience:An evolutionary approach to spatial economic systems[J]. Networks & Spatial Economics, 2002, 2(2):211-229.

[7]
Simmie J, Martin R. The economic resilience of regions:Towards an evolutionary approach[J]. Cambridge Journal of Regions Economy & Society, 2010, 3(1):27-43.

[8]
陈梦远. 国际区域经济韧性研究进展——基于演化论的理论分析框架介绍[J]. 地理科学进展, 2017, 36(11):1435-1444.

DOI

[9]
Reggiani A, Graaff T D, Nijkamp P. Resilience:An evolutionary approach to spatial economic systems[J]. Networks & Spatial Economics, 2002, 2(2):211-229.

[10]
贺灿飞. 区域产业发展演化:路径依赖还是路径创造 ?[J]. 地理研究, 2018, 37(7):1253-1267.

DOI

[11]
Boschma R, Coenen L, Frenken K, et al. Towards a theory of regional diversification:Combining insights from evolutionary economic geography and transition studies[J]. Regional Studies, 2017, 51(1):31-45.

[12]
Liu Z, Yin Y, Liu W, et al. Visualizing the intellectual structure and evolution of innovation systems research:A bibliometric analysis[J]. Scientometrics, 2015, 103:135-158.

[13]
Wang C C. A review of innovation spaces in Asia:Entrepreneurs,multinational enterprises and policy edited by Maureen McKelvey and Sharmistha Bagchi-Sen[J]. Econoimc Geography, 2016, 92(3):348-349.

[14]
冯苑, 聂长飞, 张东. 中国城市群经济韧性的测度与分析——基于经济韧性的shift-share分解[J]. 上海经济研究, 2020(5):60-72.

[15]
孙久文, 陈超君, 孙铮. 黄河流域城市经济韧性研究和影响因素分析——基于不同城市类型的视角[J]. 经济地理, 2022, 42(5):1-10.

DOI

[16]
李连刚, 张平宇, 程钰, 等. 黄河流域经济韧性时空演变与影响因素研究[J]. 地理科学, 2022, 42(4):557-567.

DOI

[17]
杜文瑄, 施益军, 徐丽华, 等. 风险扰动下的城市经济韧性多维测度与分析——以长三角地区为例[J]. 地理科学进展, 2022, 41(6):956-971.

DOI

[18]
Du Z, Zhang H, Ye Y, et al. Urban shrinkage and growth:Measurement and determinants of economic resilience in the Pearl River Delta[J]. Journal of Geographical Sciences, 2019, 29(8):1331-1345.

[19]
关皓明, 杨青山, 浩飞龙, 等. 基于“产业—企业—空间”的沈阳市经济韧性特征[J]. 地理学报, 2021, 76(2):415-427.

DOI

[20]
齐昕, 张景帅, 徐维祥. 浙江省县域经济韧性发展评价研究[J]. 浙江社会科学, 2019(5):40-46,156.

[21]
曾春水, 周侃, 柯文前, 等. 新冠疫情冲击下福建省县域经济韧性格局与影响因素[J]. 地域研究与开发, 2023, 42(5):35-41.

[22]
蒋正云, 刘庆芳, 宋金平. 中国区域经济韧性的格局特征及演化机制[J]. 经济地理, 2023, 43 (6):1-12.

DOI

[23]
彭荣熙, 刘涛, 曹广忠. 中国东部沿海地区城市经济韧性的空间差异及其产业结构解释[J]. 地理研究, 2021, 40(6):1732-1748.

DOI

[24]
王鹏飞, 李红波. 基于产业结构关联视角的区域经济韧性作用机理研究——以江苏省为例[J]. 地理科学进展, 2022, 41(2):224-238.

DOI

[25]
Hu X, Hassink R. Exploring adaptation and adaptability in uneven economic resilience:A tale of two Chinese mining regions[J]. Cambridge Journal of Regions,Economy and Society. 2017, 10(3):527-541.

[26]
Tan J, Lo K, Qiu F, et al. Regional economic resilience of resource‐Based cities and influential factors during economic crises in China[J]. Growth and Change, 2020, 51(1):362-381.

[27]
郭将, 许泽庆. 产业相关多样性对区域经济韧性的影响——地区创新水平的门槛效应[J]. 科技进步与对策, 2019, 36(13):39-47.

DOI

[28]
刘晔, 黄翠盈, 李晴, 等. 2000—2020年中国高学历人才分布格局及其影响因素研究[J]. 地理研究, 2023, 42(11):2827-2844.

DOI

[29]
曹小曙, 徐建斌. 中国省际边界区县域经济格局及影响因素的空间异质性[J]. 地理学报, 2018, 73(6):1065-1075.

DOI

[30]
干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011, 46(5):4-16,31.

[31]
张学波, 付文硕, 马海涛. 京津冀地区经济韧性与产业结构演变的耦合关联[J]. 地理学报, 2023, 78(10):2392-2411.

DOI

[32]
胡晓辉, 张文忠. 制度演化与区域经济弹性——两个资源枯竭型城市的比较[J]. 地理研究, 2018, 37(7):1308-1319.

DOI

[33]
张亚丽, 项本武. 数字经济发展对中国市域经济韧性的影响效应[J]. 经济地理, 2023, 43(1):105-113.

DOI

[34]
逯苗苗, 孙涛. 区域经济韧性及其影响因素研究新进展[J]. 制度经济学研究, 2018(3):196-218.

Options
文章导航

/

〈 〉