EN中文

Economic geography >

2019 , Vol. 39 >Issue 1: 37 - 46

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.01.005

A Comprehensive Assessment and Spatial Difference of China’s Provincial Economic Vulnerability

  • REN Chongqiang , 1 ,
  • SUN Dongqi 2, 3 ,
  • ZHAI Guofang 4 ,
  • LI Yu 2, 3
Expand
  • 1. College of Economics，Northwest Minzu University，Lanzhou 730030，Gansu，China
  • 2. Institute of Geographic Science and Natural Resources Research，CAS，Beijing 100101，China
  • 3. College of Resources and Environment，University of Chinese Academy of Sciences，Beijing 100049，China
  • 4. School of Architecture and Urban Planning，Nanjing University，Nanjing 210093，Jiangsu，China

Received date: 2018-04-12

  Revised date: 2018-11-05

  Online published: 2025-04-25

Fold

Abstract

Vulnerability theory is a fundamental scientific knowledge system in sustainable development, and vulnerability assessment is important in vulnerability studies. Economic vulnerability affects economic growth sustainability. Comprehensive assessment of economic vulnerability in the process of economic growth under the theoretical framework of vulnerability will provide a new perspective for vulnerability studies. Based on a vulnerability scoping diagram assessment model, this study selected 22 economic sensitivity indexes and 25 economic adaptability indexes from the economic, social, and nature-resource-environmental subsystems to comprehensively assess and analyze the vulnerability of China's provincial economies since 2000, while applying the entropy method, multilevel extension assessment method, spatial analysis method. The results showed the following: 1) There are great differences in the vulnerability of China's provincial economies. The degree and fluctuation range of economic vulnerability is relatively obvious in western China. The provincial economic vulnerability showed obvious spatial differential features and its type increased significantly. 2) Regional differences in economic vulnerability, mainly caused by differences within a region, increased gradually. It showed the unbalanced spatial pattern characteristics in eastern and western China, while in central and northeast China its regional imbalance showed a declining trend.3)The spatial structure evolution of economic vulnerability is characterized by a volatility, and regional separation strengthened obviously after 2011.

Key words： economic vulnerability; comprehensive assessment; multilevel extension assessment method; spatial difference analysis

Cite this article

REN Chongqiang , SUN Dongqi , ZHAI Guofang , LI Yu . A Comprehensive Assessment and Spatial Difference of China’s Provincial Economic Vulnerability[J]. Economic geography, 2019 , 39(1) : 37 -46 . DOI: 10.15957/j.cnki.jjdl.2019.01.005

经济脆弱性是脆弱性研究的主要内容，是脆弱性研究在经济领域的拓展和应用。1990年，在马耳他召开的联合国贸易和发展会议（UNCTAD）上，经济脆弱性概念首次被提出[1]。经济脆弱性起初作为政治经济学语境中最不发达国家（LDC）的经济可持续发展问题，更多地指由于自然资源的缺乏、单一化的经济造成出口依赖、经济地理处于封闭，所引起的自身经济力量难以控制的暴露，多元化经济发展困难，导致经济危机或经济风险的产生[2]。1999年，联合国开发计划署（UNDP）正式对经济脆弱性进行了定义，主要指在经济发展过程中因遭受未预料到事件冲击而引起的损害所具有的承受能力[3]。Briguglio认为经济脆弱性是系统内部的本质属性，一些人均GDP高的国家也会呈现较高的经济脆弱性，并提出了经济脆弱性中的“新加坡悖论”[4]。多数学者从经济系统的角度对经济脆弱性进行定义，认为经济系统脆弱性是指由于经济系统对系统内外各种扰动的敏感性以及缺乏应对不利扰动的能力而使该系统容易受到损害的一种本质属性[5-7]。有学者认为经济脆弱性类似于风险[8]。也有学者把经济脆弱性定义为宏观经济或区域经济系统中的不确定性[9-10]。本文从经济增长的视角，结合已有研究文献，认为经济脆弱性是经济增长过程中系统具有的内在本质属性，对经济增长造成潜在的损失，影响可持续经济增长，表征为经济敏感性和经济适应性两个方面，二者之间呈现出一种可以度量的函数关系[11-12]。
经济脆弱性影响到经济增长的可持续性。1990年代初，中国确立市场经济为主体的经济体制改革之后，受到经济全球化的外部冲击和扰动容易产生脆弱性，影响到宏观经济增长，如亚洲金融危机（1997）和全球金融危机（2008）等。在中国经济增长中存在着一些潜伏的“黑天鹅”，如在房地产投资、产业发展与转型、金融风险、城市化、居民收入、社会保障、环境投资与治理等方面 [13]。每个方面既是中国经济增长中的“机会窗口”，同时也对经济增长造成较大的潜在负面影响，导致经济增长损失，经济增长下降或停滞，呈现出较高的经济脆弱性。2010年之后，中国经济增长速度明显下滑，进入增速换挡期、经济结构调整期、经济刺激政策的消化期的“三期叠加”，使得中国经济增长面临更多的不确定性[14]。2015年，中国经济脆弱性甚至成为世界经济的两大主题之一[15]，引发世界对于中国经济增长可持续的担忧。目前，经济脆弱性研究涵盖在脆弱性研究的框架体系之中，专门构建经济脆弱性研究理论框架的文献比较少。国内学者对于经济脆弱性研究更多关注城市类型（资源城市[8,16-17]、沿海城市[18]、旅游城市[19-20]等）的经济脆弱性和可持续发展问题，关注经济增长过程中经济脆弱性的研究相对较少。并且，由于经济脆弱性的研究视角不同，经济脆弱性概念难以进行统一和达成共识。Adger认为脆弱性的概念很难进行准确定义，但是却能够进行度量[21]，脆弱性的评价与测度是脆弱性研究的重要内容和主要方向。因此，本文从经济增长可持续性的视角，尝试构建经济脆弱性的综合评价指标体系，在省域尺度上进行经济脆弱性的综合评价，明晰中国各省域经济脆弱性的基本状况与空间差异特征，为降低和应对经济脆弱性，实现可持续经济增长提供路径和空间治理方向。

1 经济脆弱性的评价

1.1 经济脆弱性评价模型

根据已有脆弱性文献[22-24]，采取VSD模型作为经济脆弱性评价模型，具体的函数形式为：
V i = S i / D i
式中： V i表示某 i系统（或区域）的经济脆弱性； S i表示某 i系统（或区域）的经济敏感性； D i表示某 i系统（或区域）的经济适应性。
在VSD模型中，已有文献对该模型的解释为经济脆弱性与敏感性成正向的函数关系，扰动带来的敏感性越大，脆弱性越大；适应能力与脆弱性成反向的函数关系，适应能力越强，脆弱性就越弱。经济脆弱性的VSD模型解释为：经济脆弱性与经济敏感性、经济适应性呈现一种函数关系，经济脆弱性的产生是由系统受到扰动时产生的经济敏感性和系统自组织的经济适应能力决定。经济敏感性强，且系统自组织的经济适应能力弱，经济脆弱性就会增强。反之，经济敏感性弱，且系统自组织的经济适应性的能力强，经济脆弱性就会下降[7-8,22-24]。

1.2 经济脆弱性综合评价指标体系

经济脆弱性指标体系的构建，包括经济敏感性指标和经济适应性指标[4,6-9,11-12,25-31]。经济敏感性共计22个指标，其中经济子系统的敏感性指标11个，社会子系统的敏感性指标6个，自然—资源—环境系统的敏感性指标5个（表1）。经济适应性指标共计25个，其中经济子系统的适应性指标12个，社会子系统的适应性指标6个，自然—资源—环境子系统的适应性指标7个（表1）。本文中的数据源自1999—2015年《中国统计年鉴》《中国区域经济统计年鉴》、中国经济与社会发展统计数据库、中国31个省（区、市）的统计年鉴、中国年鉴网络出版总库。主要指标数据是年鉴上统计数据的收集，个别计算数据是严格按照指标说明的理论公式进行的计算获得。香港、澳门和台湾的经济脆弱性由于数据获得不全，未包含在本研究之中。
表1 经济脆弱性综合评价指标体系

Tab.1 Index system for the comprehensive assessment of economic vulnerability

一级指标 二级指标 三级指标 四级指标 单位 权重
经
济
敏
感
性		 经济子系统 经济波动 经济增长波动幅度（S1） - 0.0595
产业扰动 第一产业扰动度（S2） - 0.0473
第二产业扰动度（S3） - 0.0424
第三产业扰动度（S4） - 0.0465
投资扰动 投资扰动度（S5） - 0.0417
消费变化 城乡消费比（S6） - 0.0167
贸易压力 外贸依存度（S7） % 0.0382
金融风险 汇率波动幅度（S8） ￥/1＄ 0.0256
存贷比（S9） - 0.3626
财政风险 财政赤字比率（S10） % 0.0115
价格波动 通货膨胀率绝对值（S11） % 0.0209
社会子系统 城乡差距 城乡收入比（S12） - 0.0234
贫富差距 基尼系数（S13） - 0.0128
就业影响 城镇登记失业率（S14） % 0.0214
贫困压力 农村贫困发生率（S15） % 0.0370
教育影响 学龄儿童失学率（S16） % 0.0119
居民健康 居民年住院率（S17） % 0.0396
自然—资源—环境子系统 自然灾害 自然灾害直接经济损失增长率（S18） % 0.0429
能源消费 能源消费弹性系数（S19） - 0.0263
环境污染 工业废水排放量增长率（S20） % 0.0216
工业废气排放量增长率（S21） % 0.0172
工业固体废物排放量增长率（S22） % 0.0332
经
济
适
应
性		 经济子系统 经济效率 资本生产率（D1） - 0.0506
劳动生产率（D2） 元/人 0.0501
全要素生产率（D3） - 0.0134
经济制度 非财政支出占GDP比例（D4） % 0.0328
非国有经济占工业总产值的比例（D5） % 0.0188
实际利用外资占GDP比例（D6） % 0.0406
每万人专利授权量（D7） 项/万人 0.1162
R&D经费支出占GDP比例（D8） % 0.0365
经济发展 人均GDP（D9） 元 0.0495
工业增加值占GDP比例（D10） % 0.0159
第三产业增加值占GDP比例（D11） % 0.0299
居民消费支出占GDP比例（D12） % 0.0477
社会子系统 社会发展 城镇化率（D13） % 0.0539
社会保障 失业保险人数占就业人数比例（D14） % 0.0408
基本养老保险人数占总人口比例（D15） % 0.1347
社区服务机构覆盖率（D16） % 0.0230
社会投资 教育经费占GDP比例（D17） % 0.0304
卫生总费用占GDP比例（D18） % 0.0191
自然—资源—环境子系统 自然灾害防御 每万人次自然灾害救济费（D19） 万元/万人次 0.0727
能源生产 能源生产弹性系数（D20） - 0.0094
能源加工转化总效率（D21） % 0.0102
环境治理 工业污染源治理投资占工业总产值比例（D22） % 0.0230
工业废水排放达标率（D23） % 0.0295
工业SO2排放达标率（D24） % 0.0238
工业固体废物综合利用率（D25） % 0.0275
本文利用熵值法根据指标信息的效用值确定各个指标的权重大小，避免了主观因素对指标权重值的影响[32]。首先对数据标准化处理，由于本文中指标体系的选取都是正向属性指标，因此，本文采用正向指标处理数据方法，数据标准化之后数据值处于[0,1]的范围。其次，根据数据处理的标准化数据计算指标比重值。然后，计算信息熵值和效用值。最后计算权重，将每个子系统内的指标权重值相加得到该子系统的权重值。

1.3 经济脆弱性评价方法

1.3.1 多级可拓评价方法

本文采用多级可拓评价方法，对经济脆弱性进行综合评价。多级可拓评价方法的具体步骤为[33-34]：
第一步，确定等级论域U和评价因素集C。首先设定等级论域：
U = U j         j = 1,2 , … , m
式中：等级论域分为 j个评价等级。
设定评价指标因素集：
C = c i         i = 1,2 , … , m
式中： i为评价指标的个数。
第二步，确定经典域和节域。设：
R j = ( U j , C , V j ) = U j c 1 a j 1 , b j 1 c 2 a j 2 , b j 2 … … c n a j m , b j n
式中： V j为 U j的经典域，作为评价指标集C中根据等级 U j所选取的评价指标范围值； a j m代表经典域下限矩阵； b j n代表经典域上限矩阵。
设
R U = ( U , C , V U ) = U c 1 a U 1 , b U 1 c 2 a U 2 , b U 2 … … c n a U m , b U n
式中： V U为的节域，作为评价指标集C中根据等级U所选取的范围值； a U m为节域的下限矩阵； b U n为节域的上限矩阵。
第三步，确定评价物元。评价物元公式为：
R i = N c i k v i 1 c i 2 v i 2 … … c i k v i k
式中：N为评价对象； v i k为评价对象N关于 c i k的取值； k = 1,2 , … , p，其中 p为第2级指标的个数。
第四步，计算指标的关联度。二级指标的关联度为：
k j c i k = ρ ( v i k , V j ) ρ ( v i k , V U ) - ρ ( v i k , V j ) x ∉ ( a k j i , b k j i ) 0.05 v i k = a k j i o r v i k = b k j i ρ ( v i k , V j ) b k j i - a k j i x ∈ ( a k j i , b k j i )
式中： k j ( c i k )为第 i个一级指标中第k个二级指标 j等级的关联度。式中的关联系数：
ρ ( v i k , V j ) = v i k - a j i + b j i 2 - ( b j i - a j i ) 2
ρ ( v i k , V U ) = v i k - a U i + b U i 2 - ( b U i - a U i ) 2
将二级指标权重向量与二级指标各等级的关联度矩阵相乘，计算出一级指标的关联度矩阵为：
k c i = k j c i = w i 1 , w i 2 , … , w i p · k 1 ( c i 1 ) k 2 ( c i 1 ) … k m ( c i 1 ) k 1 ( c i 2 ) k 2 ( c i 2 ) … k m ( c i 2 ) … … … … k 1 ( c i p ) k 2 ( c i p ) … k 1 ( c i p )
将一级指标的权重向量与一级关联度系数相乘计算出评价对象的关联度矩阵：
k N = w 1 , w 2 , … , w n · k 1 ( c 1 ) k 2 ( c 1 ) … k m ( c 1 ) k 1 ( c 2 ) k 2 ( c 2 ) … k m ( c 2 ) … … … … k 1 ( c n ) k 2 ( c n ) … k 1 ( c n )
第五步，评价结果。评价等级判断：若 k j 0 N = m a x j = 1,2 , ⋅ ⋅ ⋅ , m k j N，则评价对象N属于等级 j。
评价系数：
j * = ∑ j = 1 m j ⋅ k j ' N ∑ j = 1 m k j ' N
式中： k j ' N = k j N - m i n j k j N m a x j k j N - m i n j k j N； j *为评级系数。

1.3.2 经济脆弱性多级可拓评价方法的一些说明

①等级论域的设定。经济敏感性等级论域： U s = U 1 s , U 2 s , U 3 s={弱敏感性，中敏感性，高敏感性}，当经济增长面对扰动和影响不强时为弱敏感性；当扰动和影响对经济增长有影响但系统仍然处于合理阈值内时为中敏感性；当扰动和影响较大，系统不稳定时为高敏感性。敏感性越强，脆弱性越大。
经济适应性等级论域： U D = U 1 D , U 2 D , U 3 D={低适应性，中适应性，高适应性}，当适应性能力阻碍或者制约经济可持续增长时，就表现为低适应性；中适应性说明基本满足可持续经济增长的需要；高适应性说明适应性不但满足现在经济增长需求，而且对于未来一段时间的经济增长也具有促进的作用。适应性的能力越强，越能促进经济可持续增长，经济脆弱性就会降低。
②评价因素集的设定。经济敏感性的评价因素集：
C s = c s i , i = 1,2 , … , m
式中： c s i为第 i个经济敏感性四级指标； m为指标个数。
经济适应性的评价因素集：
C D = c D j         j = 1,2 , … , n
式中： c D j为第 j个经济适应性性四级指标；n为指标个数。
③经典域和节域的确定。评价指标经典域和节域的确定主要根据指标数据所处的范围值来进行确定。对于经济敏感性和经济适应性的三个不同等级的标准设定，采用国家标准、理论观点和专家意见给出。标准设定的原则：有通行国际标准的数据，采用国际警戒线的标准；在相关文献中查询到的标准视为理论观点；不存在国际警戒标准和理论观点的数据采用专家参考意见给出。
④经济脆弱性类型的划分。根据经济敏感性和经济适应性评价过程中等级论域的划分标准，将经济脆弱性划分为9种不同的类型。
表2 经济脆弱性综合评价的类型划分

Tab.2 Types for the comprehensive assessment of economic vulnerability

类 型 类型号码
高敏感性—低适应性 1
高敏感性—中适应性 2
高敏感性—高适应性 3
中敏感性—低适应性 4
中敏感性—中适应性 5
中敏感性—高适应性 6
弱敏感性—低适应性 7
弱敏感性—中适应性 8
弱敏感性—高适应性 9

2 经济脆弱性综合评价结果的总体分析

2.1 各省域之间经济脆弱性差异较大，西部地区省域经济脆弱性较高，经济脆弱性波动大

2014年，经济脆弱性最低的省域为广东（0.4354），经济脆弱性最高的省域为广西（1.8851），广西经济脆弱性是广东经济脆弱性的4.3倍。经济脆弱性排名较高的省域主要是西部地区的贵州、青海、宁夏、内蒙古、云南和广西，以及中部地区的河南。经济脆弱性排名较低的省域是东部地区的上海、北京、广东、江苏、浙江和天津，东北地区的黑龙江、辽宁，中部地区的江西。各省域之间经济脆弱性大小呈现出显著的差异性（表3、表4）。2000—2014年各省域经济脆弱性具有明显的波动性特征，东部区域的上海和西部区域的四川的经济脆弱性呈现出逐渐降低的波动趋势，中部区域的河南和东北区域的辽宁的经济脆弱性波动趋势不明显，但波动的幅度较大（图1）。
表3 不同阶段各省域平均经济脆弱性及其排序

Tab.3 Order of average economic vulnerability of China’s provinces at different periods

省域 2000—2004 2005—2009 2010—2014 2000—2014
平均值 排名 平均值 排名 平均值 排名 平均值 排名
北京 0.9878 30 0.7312 30 0.5192 31 0.7461 30
天津 1.4316 18 0.8572 27 0.8744 23 1.0544 25
河北 1.5274 15 0.9034 25 0.9422 20 1.1244 22
山西 1.8074 7 1.0745 20 0.9084 21 1.2634 12
内蒙古 1.9953 4 1.6870 5 1.6001 6 1.7608 4
辽宁 1.3465 25 0.8205 28 1.3507 10 1.1726 18
吉林 1.7670 8 1.3973 7 1.2618 12 1.4754 8
黑龙江 1.5002 16 0.7474 29 0.9580 18 1.0685 24
上海 0.9036 31 0.6301 31 0.5356 30 0.6898 31
江苏 1.3638 22 0.9570 22 0.6297 28 0.9835 28
浙江 1.0544 28 1.1487 16 0.8773 22 1.0268 26
安徽 1.3538 23 1.3835 8 0.9448 19 1.2274 14
福建 1.0932 27 1.3602 10 1.1287 13 1.1940 16
江西 1.4749 17 0.9177 24 0.6851 27 1.0259 27
山东 1.4204 19 1.2100 13 0.8041 24 1.1448 20
河南 2.1572 1 1.3690 9 1.6804 3 1.7355 5
湖北 1.4172 20 0.8628 26 1.0998 14 1.1266 21
湖南 1.6003 10 1.0943 19 1.4550 7 1.3832 10
广东 1.0151 29 0.9305 23 0.5782 29 0.8413 29
广西 1.5842 13 1.6370 6 1.7902 1 1.6705 7
海南 1.1288 26 1.1942 14 1.4001 8 1.2410 13
重庆 1.5987 11 1.2879 12 1.0512 16 1.3126 11
四川 1.6230 9 0.9702 21 0.7241 26 1.1058 23
贵州 2.0072 3 1.9171 1 1.7324 2 1.8856 1
云南 1.8813 6 1.9026 2 1.2768 11 1.6869 6
西藏 1.3528 24 1.1482 17 1.0330 17 1.1780 17
陕西 1.5924 12 1.1836 15 0.7397 25 1.1719 19
甘肃 1.3673 21 1.1394 18 1.0823 15 1.1963 15
青海 2.0401 2 1.8423 3 1.6462 5 1.8428 2
宁夏 1.9384 5 1.7715 4 1.6475 4 1.7858 3
新疆 1.5691 14 1.3376 11 1.3918 9 1.4329 9
表4 不同阶段省域经济脆弱性排名

Tab.4 The top 5 and last 5 China’s provinces in economic vulnerability ranking

时间段 平均经济脆弱性高的5个省域（名次） 平均经济脆弱性低的5个省域（名次）
2000—2004 河南（1）、青海（2）、贵州（3）、内蒙古（4）、宁夏（5） 上海（31）、北京（30）、广东（29）、浙江（28）、福建（27）
2005—2009 贵州（1）、云南（2）、青海（3）、宁夏（4）、内蒙古（5） 上海（31）、北京（30）、黑龙江（29）、辽宁（28）、天津（27）
2010—2014 广西（1）、贵州（2）、河南（3）、宁夏（4）、青海（5） 北京（31）、上海（30）、广东（29）、江苏（28）、江西（27）
2000—2014 贵州（1）、青海（2）、宁夏（3）、内蒙古（4）、河南（5） 上海（31）、北京（30）、广东（29）、江苏（28）、江西（27）
图1 部分省域经济脆弱性的折线图（2000—2014年）

Fig.1 Fluctuation map of economic vulnerability of several provinces in China from 2000 to 2014

2.2 省域经济脆弱性呈现空间分异特征，经济脆弱性类型显著增加，地方化特征明显

从省域经济脆弱性类型的空间分布看，经济脆弱性呈现明显的空间分异特征，相同的经济脆弱性类型呈现聚集形态（图2）。2000和2005年经济脆弱性呈现出5种类型，2010年经济脆弱性呈现出7种类型，2014年经济脆弱性呈现出8种类型，仅中敏感性—低适应性类型没有出现。2000—2014年，经济脆弱性类型显著增加，呈现出多样化的特征。从经济脆弱性类型变化看，2000年大部分省域为弱敏感性—低适应性的经济脆弱性类型，高敏感性—低适应性类型仅为重庆、河南、山西、内蒙古和宁夏5个省域。2014年高敏感性—低适应性类型为海南、贵州、广西、新疆、青海、甘肃、内蒙古、吉林和辽宁省9个省域，高的经济敏感性，没有较高的经济适应性能力，导致经济脆弱性增加，显著影响到这些省域的经济增长。2010年之后，弱敏感性—高适应性的经济脆弱性类型显著增加，2010年仅仅江苏和上海，到了2014年，广东、上海、北京、江苏、安徽、山东和陕西呈现出此类型，说明一些省域在经济适应性能力提升的同时，加大了对于经济敏感性的干预和控制，导致经济脆弱性相对较低。整体上看，每个省域在不同的阶段呈现出不同经济脆弱性类型的地方化特征，反映出每个省域经济脆弱性产生的复杂性。
图2 省域经济脆弱性类型的变化图（2000、2005、2010、2014）

Fig.2 Spatial distribution of economic vulnerability types of China’s provinces （2000, 2005, 2010, 2014）

3 经济脆弱性的空间差异分析

3.1 空间差异分析方法

本文采取泰尔指数进行经济脆弱性的空间差异分析。泰尔指数的公式为[35]：
T ( V ) = T B R ( V ) + T W R ( V ) = ∑ i = 1 4 V i × l o g V i Y i + ∑ i = 1 4 V i × ∑ j = 1 V i j ⋅ l o g V i j Y i j
式中： T ( V )为中国各省域经济脆弱性总体差异； T B R ( V )为区域之间的经济脆弱性差异； T W R ( V )为区域内部的经济脆弱性差异； i为经济地带（根据国家统计局经济地划分标准，所形成的东部、中部、西部和东北四个经济地带）； V i为 i经济地带内各省域经济脆弱性之和占中国31个省域经济脆弱性的比重； Y i为 i经济地带内各省域经济总值之和占中国经济总量的比重； V i j为 i经济地带内 j省域经济脆弱性占 i经济地带各省域经济脆弱性之和的比重； Y i j为 i经济地带内 j省域经济总量占 i经济地带各省域经济总量之和的比重。
T ( V )越大，说明中国各省域经济脆弱性之间的差异性越大； T B R ( V )越大，说明经济地带之间的经济脆弱性差异较大； T W R ( V )越大，说明经济地带内部省域的经济脆弱性差异较大。
在区域之间和区域内经济脆弱性的对总体经济脆弱性区域差异的影响时，采用贡献率进行分析。
区域之间经济脆弱性差异的贡献率公式为：
W B R ( V ) = T B R ( V ) T ( V ) × 100 %
区域内部经济脆弱性差异的贡献率公式为：
W W R ( V ) = T W R ( V ) T ( V ) × 100 %
根据Cullen & O'Kelly在对泰尔指数的进一步研究中，基于区域差异在不同时段的不同表现来体现，采用区域分离系数来揭示不同区域空间差异格局的演变特征，区域分离系数的公式为[36]：
S R ( V ) = T B R ( V ) l n Y Y m i n × l n Y m i n T W R ( V )
式中： S R ( V )为中国各省域经济脆弱性的区域分离系数； Y为中国各省域的经济总量之和； Y m i n为中国各省域中经济总量最小省域的经济总量。

3.2 区域内外差异分析

经济脆弱性区域差异呈现逐渐扩大的趋势，但在不同的时间段内区域差异呈现出不同的幅度变化与趋势（图3）。2000—2006年，全国经济脆弱性区域差异呈现明显趋势上升，特别在2004—2006年阶段，幅度有比较大的提升，并在2006年达到差异的最大值0.6431。2007—2012年阶段，全国经济脆弱性区域差异具有轻微的波动性，但是幅度较小。2012—2014年，全国经济脆弱性区域差异呈现明显扩大的趋势。
图3 经济脆弱性的泰尔指数趋势变化（2000—2014年）

Fig.3 Trend change of Theil Index of economic vulnerability from 2000 to 2014

经济脆弱性区域内部差异呈现逐渐扩大趋势，经济脆弱性区域之间差异呈现略微下降的趋势（图4）。2002年之后，经济脆弱性区域内部差异开始逐渐扩大，并且在2003年经济脆弱性区域内部差异值开始超过区域之间的差异值。经济脆弱性区域之间的差异在2006年之后开始明显减弱。2006—2014年，经济脆弱性区域内外差异呈现出明显扩大的趋势。2003年之后，经济脆弱性区域内部差异贡献率均高于区域之间贡献率，并且区域内部差异一直高于区域之间的差异，说明经济脆弱性区域内部差异是产生差异的主要原因。
图4 经济脆弱性内外差异的贡献率（2000—2014年）

Fig.4 Contribution rate of internal and external differences in economic vulnerability from 2000 to 2014

整体上，经济脆弱性区域差异在逐渐扩大，特别是2012—2014年间，全国泰尔指数在扩大，区域内部差呈现出扩大的趋势，区域内部差异是导致经济脆弱性差异扩大的主要原因。

3.3 不同经济地带的空间差异分析

从经济地带经济脆弱性区域内部差异的泰尔指数大小和趋势变化进行分析（图5）。2000—2014年，东部地区和西部地区经济脆弱性区域差异的泰尔指数较高，且在整体上呈现出差异在波动中扩大的趋势。中部地区和东北地区经济脆性区域差异的泰尔指数较低，整体上呈现出波动中差异缩小的趋势。不同经济地带经济脆弱性呈现出不同的空间格局特征，尽管东部地区和西部地区相似，中部地区和东北地区相似，但是由于不同经济地带内部涵盖的不同省域经济增长，导致经济脆弱性差异呈现出不平衡的区域特征。①东部地区：2000—2003年，呈现逐步扩大趋势；2004—2010年，呈现波动中扩大的趋势；2011—2012年，呈现出略有缩小的趋势；2012—2014年，区域差异呈现快速扩大的趋势。整体上看，东部地区的泰尔指数较高，差异较大。2012年之后，区域差异快速扩大，说明东部地区10省域的经济脆弱性的空间格局分布不均衡，各省域之间差异较大。②中部地区：2000—2005年，呈现稳中下滑的趋势，2006年达到差异的最大点。2006年之后，区域差异逐渐缩小。整体看，中部地区的泰尔指数较小，区域差异不大，说明中部地区6省域经济脆弱性在空间上相对均衡。③西部地区：2000—2002年，呈现逐渐缩小的趋势，2003—2006年呈现出扩大的趋势，2007—2010年比较稳定，2011—2014年，呈现明显的缩小趋势。整体上，西部12省域泰尔指数较大，说明区域差异较大，空间分布不平衡特征突出。2011年后，区域不平衡性有较弱的趋势。④东北地区：2000—2005年，呈现稳中下滑的趋势，2006年达到差异的最大点，随后在2007、2008年差异缩小，在2009年差异值最大。2010、2011年缩小到最低值。2011年之后，略有波动，差异变化不大。整体看，东北地区的泰尔指数较小，区域差异不大，说明东北地区3省域经济脆弱性在空间上相对均衡。
图5 经济地带经济脆弱性的泰尔指数趋势（2000—2014年）

Fig.5 Trend of Theil Index of economic vulnerability in four regions from 2000 to 2014

3.4 空间结构演化趋势分析

区域分离系数通过不同经济地带空间相互分离状况，可以反映经济脆弱性差异的空间结构演化趋势。根据区域分离系数公式，以经济总量最小的西藏作为参照省域，计算出2000—2014年中国四大经济地带之间的区域分离系数（图6）。经济脆弱性的区域分离系数呈现出先显著变大后逐渐减小的波动变化的特征，2001—2014年，经济脆弱性在空间结构经历了由趋异向趋同的演化趋势。在2011年区域分离系数呈现明显的拐点变化，区域分离趋异加强，经济脆弱性在空间结构上呈现出复杂性和明显的空间异质性。
图6 经济脆弱性的区域分离系数趋势变化（2000—2014年）

Fig.6 Trend of regional separation index of economic vulnerability from 2000 to 2014

4 结论与讨论

4.1 结论

中国省域之间经济脆弱性差异较大，西部地区省域经济脆弱性较高，经济脆弱性波动幅度大；省域经济脆弱性呈现明显的空间分异特征，相同的经济脆弱性类型呈现聚集形态；省域经济脆弱性类型显著增加，地方化特征明显，经济脆弱性呈现复杂态势。经济脆弱性的区域之间差异逐渐增大，区域内部差异是经济脆弱性差异产生的主要原因；东部地区和西部地区呈现出经济脆弱性差异较高，区域不平衡突出且有加强的空间格局特征；中部地区和东北地区呈现出经济脆弱性差异值较低，区域不平衡性处于减弱的空间格局特征；经济脆弱性空间结构演化趋势呈现波动变化的特征，2011年后区域分离趋异加强，空间结构上呈现出复杂性和空间异质性。

4.2 讨论

中国各省域经济脆弱性产生的本质是由于经济子系统、社会子系统和自然—资源—环境子系统中的敏感性和适应性共同作用的结果。每一个省域空间尺度内的经济增长在人口、地理位置、环境、资源禀赋、经济发展水平、经济阶段上等经济增长要素上存在不同的地方化特征，因此不同区域空间尺度的经济脆弱性表征是不同的，在空间分布中存在明显的区域差异。根据中国省域经济脆弱性的地方化特征进行积极调控，进而促进各省域经济可持续增长，是迫切需要做的工作。对于目前中国省域经济脆弱性，明确经济脆弱性的调控方向和措施，才能实现降低经济脆弱性的目的。中国各省域经济脆弱性采取的主要措施为建立多维的产业安全预警系统，建立和实施科学的产业安全发展规划；金融支持供给侧结构性改革，服务实体经济，加强金融监管；加大扶贫力度；推进健康中国建设。采用多元化的环境治理方式，加大环境治理投资，加强环境法制建设；转变城镇化的发展方式；推进城市群建设，将特色小城镇作为建设重点；将经济脆弱性落实到城镇规划建设中，建设新型城镇化。建立科技创新的制度环境，建设创新型国家，落实创新促发展的体系建设；形成以要素价格的市场机制，支持供给侧的结构改革，以市场价格配置资源。并将经济脆弱性落实到区域经济规划之中。
目前关于区域经济增长的研究中，多从经济增长理论、经济增长模式、经济增长结构方面进行正面的研究，对于潜在负面影响到可持续经济增长的经济脆弱性研究还没有完全开展起来。本文尽管基于VSD模型，采用多级可拓评价方法对中国省域经济脆弱性进行了综合评价，但对于经济脆弱性的本质属性研究不足，对于经济脆弱性理论研究有待进一步的完善。多级可拓评价方法具有一定的局限性，在评价过程中，等级论域的设定具有一定的主观性设定，评价因素集中指标的选取还需要更加科学，指标经典域和节域确定需要一个严格的标准，并且这种评价方法仅仅关注经济脆弱性的程度和趋势，对于未来经济脆弱性的预警评估关注不够。经济脆弱性评价是经济脆弱性研究中的一项重要内容，定量化的评价方法较多，并取得了丰富的研究成果。由于经济系统的复杂性和对于经济脆弱性概念理解视角的不同，对于经济脆弱性评价模型、评价指标和评价结果存在一些争议。本文中采用多级可拓评价方法来对中国省域经济脆弱性进行综合评价，并在此评价下得出了科学的结论。但是由于从经济增长的角度进行综合评价的研究不多，缺乏采用不同评价方法的结果比较。在下一步的研究过程中，需和其他一些评价方法进行比较，以对多级可拓评价方法进行优化和调整。
本文从空间差异角度分析了经济脆弱性的空间特征，今后需将空间产生机制、影响因素、空间演变过程的研究纳入重点研究，明晰经济脆弱性的时空格局变化，把握住经济增长中的脆弱性因素，进行有效调控和预警，降低经济脆弱性，进而实现经济增长的可持续性。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Briguglio L. Preliminary study on the construction of an index for ranking countries according to their economic vulnerability[M]. Geneva:UNCTAD,1992.

[2]
Saldaña-Zorrilla, Sergio Omar. Reducing economic vulnerability in Mexico. Natural disasters,foreign trade and agriculture[D]. Doctoral thesis,WU Vienna University of Economics and Business, 2006.

[3]
Guillaumont P. On the economic vulnerability of low income countries[D]. Clermont-Ferrand: Université d’Auvergne Clermont-Ferrand I,1999.

[4]
Briguglio L, Cordina G, Farrugia N, et al. Economic Vulnerability and Resilience:Concepts and Measurements[J]. Wider Working Paper, 2009, 37(3):229-247.

[5]
Kienberger S, Hagenlocher M. Spatial-explicit modeling of social vulnerability to malaria in East Africa[J]. International Journal of Health Geographics, 2014, 13(1):29.

[6]
苏飞, 张平宇. 基于集对分析的大庆市经济系统脆弱性评价[J]. 地理学报, 2010, 65(4):454-464.

[7]
杨爱婷, 武剑. 我国经济系统脆弱性与可持续发展牵扯:15年样本[J]. 改革, 2012(2):25-33.

[8]
孙平军, 修春亮. 基于PSE模型的矿业城市经济发展脆弱性研究[J]. 地理研究, 2011, 30(2):301-309

[9]
冯振环. 西部地区经济发展的脆弱性与优化调控研究[D]. 天津: 天津大学, 2003.

[10]
赵国杰, 张炜熙. 区域经济社会脆弱性研究:以河北省为例[J]. 上海经济研究, 2006(1):65-69,96.

[11]
任崇强, 翟国方, 李莎莎, 等. 中国经济增长系统脆弱性的区域差异性研究——基于制度因素的度量[J]. 中国农业资源与区划, 2017, 38(2):10-19.

[12]
王岩, 方创琳. 城市脆弱性研究评述与展望[J]. 地理科学进展, 2013, 32(5):755-768.

[13]
汤敏. 中国经济:警惕黑天鹅[M]. 北京: 电子工业出版社, 2013.

[14]
郎丽华, 周明生. 经济增速换档期的体制改革与发展转型——第八届中国经济增长与周期论坛综述[J]. 经济研究, 2014(10):179-183.

[15]
Bootle R. How much is the financial sector contributing to the real Economy?(Take 15 Series)[R]. Webcasts & Podcasts, 2016.

[16]
李鹤, 张平宇. 矿业城市经济脆弱性演变过程及应对时机选择研究——以东北三省为例[J]. 经济地理, 2014, 34(1):82-88.

[17]
王士君, 王永超, 冯章献. 石油城市经济系统脆弱性发生过程、机理及程度研究——以大庆市为例[J]. 经济地理, 2010, 30(3):397-402.

[18]
李博, 韩增林. 沿海城市人地关系地域系统脆弱性研究:以大连市为例[J]. 经济地理, 2010, 30(10):1722-1 728.

[19]
梁增贤, 解利剑. 传统旅游城市经济系统脆弱性研究:以桂林市为例[J]. 旅游学刊, 2011, 26(5):40-46.

[20]
苏飞, 储毓婷, 张平宇. 我国典型旅游城市经济脆弱性及障碍因素分析[J]. 经济地理, 2013, 33(12):189-194.

[21]
Adger W N. Vulnerability[J]. Global Environmental Change, 2006, 16(3):268-281.

[22]
Gallopin G C. A systemic synthesis of the relations between vulnerability,hazard,exposure and impact,aimed at policy identification[C]// Economic Commission for Latin American and the Caribbean (ECLAC). Handbook for Estimating the Socio-Economic and Environ mental Effects of Disasters. Mexico:D.F.LC/MEX/G.S., 2003.

[23]
Gallopin G.C. Linkages between vulnerability,resilience,and adaptive capacity[J]. Global Environmental Change, 2006, 16(3):293-303.

[24]
Polsky C, Neff R, Yarnal B. Building comparable global change vulnerability assessments:The vulnerability scoping diagram[J]. Global Environmental Change, 2007, 17(3):472-485.

[25]
方创琳, 王岩. 中国城市脆弱性的综合测度与空间分异特征[J]. 地理学报, 2015, 70(2):234-247.

[26]
Briguglio L, Kisanga E J, Secretariat C. Economic vulnerability and resilience of small states[J]. Oxford Development Studies, 2009, 37(3):229-247.

[27]
Briguglio L. Small island states and their economic vulnerabilities[J]. World Development, 1995, 23(9):1615-1 632.

[28]
Crowards T. An economic vulnerability index for developing countries with special reference to Caribbean (Alternative methodologies and provisional results):A summary of the draft for consultation[R]. Barbados: Caribbean Development Bank,1999.

[29]
Chun-chieh Wang. Reconsidering the economic vulnerability index of the United Nations[J]. Canadian Journal of Development Studies, 2013, 34(4):553-568.

[30]
何艳冰, 黄晓军, 翟令鑫, 等. 西安快速城市化边缘区社会脆弱性评价与影响因素[J]. 地理学报, 2016, 71(8):1315-1 328.

[31]
袁海红, 牛方曲, 高晓路. 城市经济脆弱性模拟评估系统的构建及其应用[J]. 地理学报, 2015, 70(2):271-282.

[32]
Rubinstein R.Y, Kroese D.P. The cross-entropy method[M]. New York: Springer, 2004.

[33]
Wang M, Xu X, Li J, et al. A novel model of Set Pair Analysis Coupled with Extenics for Evaluation of surrounding rock stability[J]. Mathematical Problems in Engineering, 2015(1):1-9.

[34]
Zheng G, Jing Y, Huang H, et al. Application of Life Cycle Assessment (LCA) and extenics theory for building energy conservation assessment[J]. Energy, 2009, 34(11):1870-1 879.

[35]
Silver W. E. Economics and Information Theory[J]. Journal of the Operational Research Society, 1967, 18(3):328-328.

[36]
Cutter S.L, Boruff B.J, Shirley W.L. Social vulnerability to environmental hazards[J]. Social Science Quarterly, 2003, 84(2):242-261.

Options
Outlines

/

〈 〉