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

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

彭荣熙^,¹, 刘涛¹^,², 曹广忠^,¹^,²

1.北京大学城市与环境学院,北京 100871

2.北京大学未来城市研究中心,北京 100871

Spatial pattern of urban economic resilience in eastern coastal China and industrial explanation

PENG Rongxi^,¹, LIU Tao¹^,², CAO Guangzhong^,¹^,²

1. College of Urban and Environmental Sciences, Peking University, Beijing 100871, China

2. Center for Urban Future Research, Peking University, Beijing 100871, China

通讯作者: 曹广忠（1969-）,男,山东莘县人,博士,教授,博士生导师,主要研究方向为城市地理与城乡发展。E-mail: caogzh@urban.pku.edu.cn

收稿日期:2020-06-5接受日期:2020-08-7网络出版日期:2021-06-10

基金资助:

国家自然科学基金项目.41801146
英国经济和社会研究理事会项目.ES/P011055/1

Received:2020-06-5Accepted:2020-08-7Online:2021-06-10
作者简介 About authors
彭荣熙（1995-）,男,山东淄博人,研究生,主要研究方向为城市地理与城乡规划。E-mail: pengrongxi@pku.edu.cn

摘要
经济韧性的强弱决定着城市在面对冲击时可以快速度过危机还是陷入长期经济发展停滞。本文将城市经济韧性区分为长期经济韧性和短期经济韧性,分析中国东部沿海地级及以上城市的经济韧性和产业结构的时空分异特征,探讨产业结构在不同时期对城市经济韧性的影响。研究发现,东部沿海地区城市不同时期的短期经济韧性及长期经济韧性存在明显的空间差异;长期经济韧性和短期经济韧性的影响因素不同,表征产业整体技术含量的经济复杂度和表征产业关联程度的相关多样化指数能显著提升城市长期经济韧性,短期经济韧性的影响因素则因时期不同而存在差别。延长产业价值链、构建地方产业集群、提升产业层次水平,有助于城市提高经济韧性。
关键词： 城市经济韧性;产业多样化;经济复杂度;东部沿海地区

Abstract

Since the global financial crisis in 2008, regional economic resilience has been attracting increasing attention across the world. When facing economic shocks, some regions suffer less and could manage to get through crisis in a short period, while some might be mired in economic stagnation, which mainly depends on the economic resilience of the country. Existing research usually classifies economic resilience into resistance and recovery resilience based on the analysis of a specific economic shock. It is simple and operable in empirical works though, which aims to unravel the economic resilience in a relatively short period and neglects the impacts of longstanding “slow burn” in the urban economy. Thus, this paper divided urban economic resilience into long-term and short-term economic resilience, and further analyzed the features of spatiotemporal distributions of industrial structures (including economic complexity and industrial variety) and urban economic resilience, and explored the impacts of industrial structures on urban economic resilience in different economic development stages with eastern coastal China as a study case. The conclusions are as follows. (1) The economic complexity in the study area is higher in the south and lower in the north, and the Yangtze River Delta and Pearl River Delta are the most prominent areas. The distribution of industrial variety is more balanced, while the related variety of center cities is generally higher than that of surrounding cities. Distribution patterns of short-term economic resilience in different periods show great differences, and the long-term economic resilience of the Yangtze River Delta is higher than that in other areas. (2) The elevation of economic complexity and related industrial variety could improve urban long-term economic resilience significantly, while the unrelated variety has no evident impacts, which verifies the importance of knowledge spillover and technology links in the promotion of urban long-term economic resilience. (3) Factors influencing short-term economic resilience vary in different periods. Cities with enormous financial industries were vulnerable to economic shocks in 2008. Comparatively, cities predominated by heavy industries had the lowest economic resilience in the structural adjustment period after 2011. (4) Factors influencing the resistance and recovery resilience on the same shock are different. A higher level of related variety could help cities resist the crisis in 2008, but have no distinct impacts on their recovery, while an elevated level of unrelated variety might harm the recovery from the crisis of 2008. Thus, extending the industrial value chain, establishing local industrial clusters, and upgrading the industrial level are possible ways to raise urban economic resilience.

Keywords：urban economic resilience;industrial variety;economic complexity;eastern coastal China

PDF (4133KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
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. 地理研究[J], 2021, 40(6): 1732-1748 doi:10.11821/dlyj020200486
PENG Rongxi, LIU Tao, CAO Guangzhong. Spatial pattern of urban economic resilience in eastern coastal China and industrial explanation. Geographical Research[J], 2021, 40(6): 1732-1748 doi:10.11821/dlyj020200486

1 引言

城市经济是城市发展的基础和核心,是城市其他方面建设的前提,长期以来受到学术界的持续关注和讨论^[1]。在改革开放和经济全球化背景下,中国城市经济实现了跨越式增长。然而,近年来受全球金融危机、外贸环境动荡、产业结构转型等多方面影响,城市经济发展出现一定波动,而不同城市应对经济冲击和从冲击中恢复的能力差异显著,经济地理学家将这种能力称为城市经济韧性。在中国经济发展进入新常态、外部环境不稳定因素持续存在的背景下,识别城市经济韧性的空间特征并从城市自身寻求有效解释,为增强城市经济韧性、提高经济冲击应对能力提供理论依据,是城市地理和城市发展研究的重要议题。

城市产业结构是影响城市经济韧性最关键的因素之一^[2],多样化和专业化是城市产业结构方面广泛讨论的话题^[3]。早期对产业多样化和专业化的认识大多建立在对各产业发展是否均衡的分析上,产业种类越多,地区多样化程度就越高。这种观点忽视了产业间的相互联系,对生产过程中产业间的关联性分析较少。随着经济地理学家对生产网络和地区创新等方面的研究逐渐深入,有****根据产业关联关系将多样化区分为相关多样化和非相关多样化^[4],并证实了二者对城市经济韧性存在不同效应,但在影响方向和程度上存在争论^[5,6]。然而,相关多样化虽然加强了对产业关联的分析,本质仍是探讨产业之间的比例结构关系,对产业本身的特点关注不足。近年对城市产业发展的大量研究证明不同产业在增长持续性和冲击抵御性方面存在明显差异,进而可能会对城市整体经济韧性产生影响,例如石油开采行业和电子设备制造行业在面临经济冲击时和冲击后的恢复情况是截然不同的^{[7,8,9,10,11]};如果对各产业分别进行经济韧性研究,又会忽视产业间的联系与互动,从而脱离探讨区域差异的框架。近年来出现的经济复杂度（Economic Complexity Index,ECI）概念,能够反映一个地区产业的整体技术含量^[12],一般认为经济复杂度越高的地方知识密集程度也越高,相应地,在受到外部经济冲击时也能更好进行应对^[13],但现有研究在经济复杂度与城市经济韧性之间关系的实证检验方面仍有所欠缺。此外,在演化经济韧性视角下,地方文化、政治因素、经济外向程度、城市网络等因素也被认为会不同程度影响城市经济韧性^{[14,15,16,17,18]}。

在各地普遍面临产业结构转型升级、经济发展外部环境冲击不断的背景下,本文试图建立城市经济韧性的产业结构解释框架,并基于中国工业企业数据库及各省市历年统计年鉴,阐释2003—2017年中国东部沿海地区（不含海南省和港澳台地区）各城市经济韧性的空间差异、变化情况及影响因素。东部沿海地区作为中国对外开放最早的地区,产业门类较为齐全,经济发展状况较好,国际贸易与外商投资活跃,且近年来内部发展分异逐渐增强,在探讨较发达地区经济韧性方面具有典型性和代表性。

2 文献回顾

产业结构是影响城市经济韧性最重要的因素之一,产业多样化通常有助于提高城市经济韧性。不同产业部门拥有不同的需求弹性、出口取向、劳动力和资本需求、竞争水平等,因此产业结构较为多样化的地区在发生某种冲击时受到的负面影响有限,有较大可能维持原有增长状态,即抵御力较强;在冲击过后也能快速重新定向,恢复也较快。而产业结构较为单一的区域,一旦发生较大冲击,难以应对各方面的问题,还可能由于长期单一产业产生的“铆钉效应”（rivet effect）造成区域经济系统由于关键产业的低迷而发生灾难性崩溃,在冲击过后也难以短时间内找到替代性新产业,使重定向过程受阻,恢复时间也相应较长^[2]。随着对知识溢出和区域创新等研究的深入,多样化被进一步区分为相关多样化和非相关多样化,前者衡量不同产业之间的经济技术联系程度,有利于学习行为发生,是雅各布斯外部性的来源;后者关注无明显联系的产业组合,通常被认为能够有效分散外部冲击带来的风险^[19,20]。已有实证研究表明,相关多样化能够通过推动新产品创造、新市场开拓等促进区域就业或GDP增长,从而有利于城市经济韧性提升^{[21,22,23,24]};但也有研究得出相反结论,认为相关多样化更高的城市,产业经济技术联系紧密,使风险能够迅速传导和蔓延至其关联部门,反而有损城市经济韧性^[5,25]。

产业本身的性质与技术含量也会对城市经济韧性产生影响。多样化主要关注产业间的比例结构而忽视了产业自身特性,不同产业本身表现出的韧性并不相同,需要在经济韧性研究中给予更多关注^[8,26]。不同产业间的韧性差异主要是由相关的技术含量和创新性决定的,创新性的提高能够促进新的发展路径的创造,从而有利于城市经济的转型发展。经济复杂度概念最初被用在国际贸易领域,采用国家间产品贸易数据对各国产品整体技术水平进行分析,试图探讨经济复杂度和经济增长之间的关系^[12,27],随后在区域和城市尺度上也得到了广泛应用,表征区域和城市产业的整体技术含量^[28]。计算的基本逻辑在于,对同一种产品或服务而言,如果能生产该产品或提供该服务的地区越多,其普遍性就越高,技术含量就越低。这为探讨城市经济韧性与城市产业结构间的关系提供了新视角。遗憾的是,经济复杂度与城市经济韧性间的关系如何仍然缺乏相关实证研究。

以往的城市经济韧性研究通常是以某次经济冲击的影响为例,探讨各因素对城市经济韧性的影响,按照城市经济在冲击期抵御和在冲击后恢复的能力,将城市经济韧性分为抵御韧性和恢复韧性。这种视角下,需要准确识别冲击发生的具体时间,分别衡量城市经济在冲击前后的变化情况,一般是通过某一项或某几项关键指标（通常是GDP或就业）的变化情况进行表征,受到冲击后下降越少则抵御韧性越强,冲击过后恢复越快则恢复韧性越强。这种韧性的划分为研究某一特定冲击对城市经济造成的影响提供了简单、有效的测度方式,因此被****广泛采用^{[29,30,31,32]}。然而,城市经济是不断发展和演化的,并不存在一个绝对的均衡状态,各种形式的冲击持续不断,抵御韧性和恢复韧性的划分无法识别出这种“慢性燃烧”对经济造成的影响^[33,34],因为某一冲击只有到达一定程度并且在特定时间爆发时才能被准确判断。这些“慢性燃烧”过程对城市经济发展也有着重要影响,促进着城市经济结构的转变与重组,有必要将其纳入城市经济韧性的研究框架中。

从韧性研究的时间尺度看,抵御韧性和恢复韧性都是就某一具体冲击前后一段时间进行的研究,研究时段通常不会超过一个冲击-衰退-恢复周期,可以将其称为“短期经济韧性”;而“慢性燃烧”则是持续时间较长、没有明确时间边界的过程,可引入“长期经济韧性”来反映该过程对城市经济发展的影响。需要说明的是,与经济学中以要素可变性区分长期和短期不同,本文主要从冲击周期的角度出发,将一个冲击周期内的时段称为“短期”,跨越多个冲击周期的时段称为“长期”。演化经济韧性视角认为,当区域经济系统没有受到外部的大冲击时,会维持某种发展轨迹^[2],在已有实证研究中,通常用相对稳定的就业总量或GDP增速来表示这种轨迹。如果在相对较长的一段时间内,某城市相关经济指标波动较大,说明长期经济韧性较弱,反之则较强。关注抵御韧性和恢复韧性的短期经济韧性强调的是城市面临特定经济冲击时的表现,由于每次经济冲击的类型和性质不同,在进行短期经济韧性分析时需要关注冲击本身的特点,因此对研究时段进行经济时期划分是必要的;而长期经济韧性将韧性看作是城市经济的一个属性,考察城市经济在一段较长时间内的整体抗冲击能力,既包括多个冲击期内的短期韧性表现,也将城市经济应对“慢性燃烧”过程的能力考虑在内。

短期经济韧性和长期经济韧性的影响因素可能是不同的,现有的城市经济韧性研究较少关注不同经济冲击之间的差异性及各因素对城市长期经济韧性的影响,这可能是导致其研究结论不一致的原因^[26,35]。在短期经济韧性方面,由于每次经济冲击的原因和起始行业不同,影响城市经济韧性的因素也会不同,需要针对经济冲击进行具体分析。长期经济韧性则反映了城市调整自身社会经济结构来适应长期外部环境变化从而实现经济持续增长的能力,与城市现有的产业基础、知识网络和创新经验密切相关^[36,37]。

基于上述讨论,本文试图回答如下问题：是不是城市产业中表征产业关联程度的相关多样化指数和表征整体技术含量经济复杂度越高,城市长期经济韧性越强?短期经济韧性的影响因素是不是因冲击类型的不同而不同?同一冲击前后的抵御韧性和恢复韧性的影响因素是不是也存在差异?

3 研究方法与数据来源

3.1 城市经济韧性

在短期经济韧性测度方面,不同于许多西方发达国家城市在面临冲击时GDP或就业会出现绝对数量的下降,中国各地经济和就业在21世纪以来很少出现负增长的情况,因此需要对短期经济韧性的衡量方法进行调整。已有关于中国经济韧性的研究大多借鉴了国外****提出的测度方法^{[5,35,38-40]①}(①如Martin等在2012年提出的b_r=(ΔE_r/E_r)/(ΔE_N/E_N)及在此基础上改进的类似方法,式中：b_r指区域敏感度指数（也即韧性）;ΔE_r和ΔE_N分别指区域和全国（或更高一级区域）的就业（也可用GDP）变化量;E_r、E_N分别指区域和全国的基年就业总量。),但仍存在一些不足：首先,采用面板数据进行的研究,对各地区每年进行计算得到一个经济韧性指数,这与经济韧性的内涵不符,因为冲击不可能每年都存在,这些计算公式只适用于冲击前后的一段时间;其次,在中国经济和就业均在持续增长的背景下,利用这些公式计算出的“经济韧性”,实际是各地经济或就业增速快慢的反映,而缺少对各地增速变化的关注。为了解决上述问题,本文将2003—2017年识别为4个阶段,即2003—2007年的平稳发展期、2007—2009年的外部冲击期、2009—2011年的调控恢复期、2011—2017年的结构调整期^[41,42],并采用如下公式计算短期经济抵御或恢复韧性：

（1）

sRE S_{iT} = \{\begin{array}{l} G_{i, \min, T} - G_{i, \max, T} 抵御期或平稳期 \\ G_{i, \max, T} - G_{i, \min, T} 恢复期 \end{array}

式中：sRES_iT指i地区T时间段的短期经济韧性;G_i,max,T指i地区在T时间段内GDP增速的最大值;G_i,min,T指i地区在T时间段内GDP增速的最小值。对于每个城市而言,由于地理距离、经济上下游联系等因素,最大冲击到来的年份可能是不同的,经济恢复速度也存在差异,为了避免采用同一年份增速带来的上述问题,本文采用某时期内GDP增速的最大值和最小值进行计算。需要注意的是,公式（1）中,两时期的计算方法均为期末增速减期初增速（即被减数项的年份晚于减数项）,且sRES_iT数值越大,韧性越强,便于纳入同一模型进行计算：在抵御期,经济增速下降,抵御韧性以负值表示;在恢复期,经济增速加快,恢复韧性以正值表示。

针对长期经济韧性,从其概念内涵出发,本文采用如下公式计算长期经济韧性：

（2）

lRE S_{iT} = \sqrt[]{\frac{t - 1}{\sum_{τ} (G_{iτ} {- \overset{ˉ}{G_{iT}})}^{2}}}

式中：lRES_iT指i地区T时间段的长期经济韧性;t指T时间段的总年数;G_iτ指i地区在τ年的GDP增速;

\overset{ˉ}{G_{iT}}

指i地区T时间段各年经济增速的平均值。该方法不需要识别冲击发生的具体年份,并且将经济发展过程中的“慢性燃烧”因素考虑在内。

3.2 经济复杂度

计算经济复杂度的方法主要参考Hidalgo等研究^[43]。在具体计算过程中,首先需要计算出地区c行业p的显性比较优势指数（RCA）：

（3）

RC A_{cp} = \frac{x_{cp} / \sum_{p} x_{cp}}{\sum_{c} x_{cp} / \sum_{c} \sum_{p} x_{cp}}

式中：

x_{cp}

为地区c行业p的从业人员数量。构造矩阵M,若RCA_cp>1,则将M_cp赋值为1,表明该地区在该行业中具有竞争力;否则赋值为0。由此可计算出地区行业多样化程度（k_c_,0）和行业遍在性（k_p_,0）:

（4）

k_{c, 0} = \sum_{p} M_{cp}

（5）

k_{p, 0} = \sum_{c} M_{cp}

考虑不同地区各行业的技术复杂程度,需要利用地区行业多样化程度和各行业遍在性两个指标相互修正迭代计算,可以得到：

（6）

k_{c, N} = \sum_{c^{'}} {\overset{?}{M}}_{c c^{'}} k_{c^{'}, N - 2}

式中：

（7）

{\overset{?}{M}}_{c c^{'}} = \sum_{p} \frac{M_{cp} M_{c^{'} p}}{k_{c, 0} k_{p, 0}}

则有：

（8）

ECI = \frac{\vec{K} - 〈\vec{K}〉}{stdev (\vec{K})}

式中：ECI为经济复杂度向量;

\vec{K}

为矩阵

{\overset{?}{M}}_{c c^{'}}

的第二大特征值对应的特征向量（最大特征值对应的特征向量各元素均为1,无有效信息）;

〈\vec{K}〉

为向量

\vec{K}

各元素的平均值;

stdev (\vec{K})

为向量

\vec{K}

各元素的标准差。某地区的ECI指数越大,表明其经济复杂度越高。

3.3 产业多样化

关于产业多样化（VAR）、相关多样化（RV）、非相关多样化（UV）的计算方法,采用Frenken等提出的熵值法计算^[4]。计算产业多样化的公式为：

（9）

VAR = \sum_{i = 1} p_{i} \ln (1 / p_{i})

式中：VAR为表示多样化的熵指数,数值越大代表多样化程度越高;n是经济系统中产业部门数量;p_i是i部门从业人员在该地区总从业人员中的占比。为测度相关多样化（RV）和非相关多样化（UV）,假定i部门属于大类部门S_g（g=1,2,…,G）,城市各大类部门在全部从业人员中的占比为P_g。由此,相关多样化（RV）可表示为所有大类部门下各小类部门的熵指数之和：

（10）

RV = \sum_{g = 1} P_{g} H_{g}

（11）

H_{g} = \sum^{} \frac{p_{i}}{P_{g}} \ln (\frac{1}{p_{i} / P_{g}})

式中：H_g为各大类部门内部的各小类部门的熵指数。非相关多样化（UV）则可表示为各大类部门的熵指数：

（12）

UV = \sum_{g = 1} P_{g} \ln (1 / P_{g})

此外,采用Duranton等提出的产业相对多样化指数（RDI）^[44]进行产业多样化（VAR）对韧性影响的稳健性检验。其计算公式为：

（13）

RD I_{i} = 1 / \sum^{} |s_{ij} - s_{j}|

式中：RDI_i是i城市的产业相对多样化指数;s_ij是j产业在i城市中所占的从业人员比例;s_j是j产业在全国的从业人员占比。RDI越大,说明该城市的产业越多样化。

3.4 数据来源与模型

城市经济韧性计算方面,由于中国经济和就业长期处于增长阶段,且有****指出在通货膨胀不严重、经济波动较大时期名义GDP更值得关注^[45,46],因此本文基于各城市的名义GDP增速进行经济韧性计算,数据来源于历年各省市统计年鉴。

经济复杂度方面,与Hidalgo等采用国际贸易数据计算不同,本文基于《中国工业企业数据库》中各行业从业人员数据计算,这种方式已被证明可行^[28]。由于2002年和2012年国民经济行业分类与代码调整可能会对计算产生影响,本文以2003—2011年东部沿海地区两位数行业代码的中国工业企业数据为基础,利用Matlab完成经济复杂度（ECI）的计算。

产业多样化指数方面,采用与计算经济复杂度相同的数据基础,以2位数代码行业作为大类,3位数代码行业作为小类进行多样化指数（VAR）、相关多样化（RV）、非相关多样化（UV）指数的计算;产业相对多样化指数（RDI）采用3位数代码行业计算。

由于采用工业企业从业人员数据计算经济复杂度和多样化指数,因此需要在模型中控制三次产业结构对经济韧性的影响,此处选用第三产业占比（TERTP）作为控制变量。经济开放程度（OPEN）也可能对经济韧性产生影响,本文以外商直接投资占GDP比例衡量城市经济开放程度,由于许多中小城市历年外商直接投资额受项目影响波动较大,因此在各模型中均采用2003—2017年历年外商直接投资占GDP比例的均值来表示。城市经济规模和发展阶段分别采用城市的地区生产总值（GDP）和人均GDP的对数（LGPGDP）表征,城市行政等级则以是否副省级及以上城市（VPC）的虚拟变量表征。考虑城市群内城市间协作等可能对经济韧性产生影响,加入是否属于成熟城市群核心区（AGGLO）的虚拟变量^②(②参照相关研究成果^[47],本文“成熟城市群”指京津冀城市群（包括北京、天津、石家庄、保定、唐山、秦皇岛、廊坊、沧州、承德、张家口）、长三角城市群（包括上海、南京、苏州、无锡、常州、南通、扬州、镇江、泰州、杭州、嘉兴、湖州、绍兴、宁波、舟山）和珠三角城市群（包括广州、深圳、珠海、东莞、中山、佛山、惠州、江门、肇庆）。)。另外,2007年各城市金融增加值占比（FIN）也被纳入模型中,以解释外部冲击期时的各城市经济韧性变化。以上基础数据均来源于历年《中国区域经济统计年鉴》及各省市统计年鉴。最终模型设定为：

\begin{array}{l} s (l) RE S_{i T} = β_{0} + β_{1} EC I_{iτ} + β_{2} VA R_{iτ} + β_{3} U V_{iτ} + β_{4} R V_{iτ} + β_{5} OPE N_{i} + β_{6} TERT P_{iτ} + \\ β_{7} GD P_{iτ} + β_{8} LGPGD P_{iτ} + β_{9} VP C_{i} + β_{10} AGGL O_{i} + β_{11} FI N_{i 2007} + ε_{iT} \end{array}

式中：i代表各地级及以上单元;T代表时间段;τ代表T时间段的起始年份;β为回归系数;ε为回归残差。因变量及部分自变量和控制变量的描述性统计见表1。

Tab. 1
表1
表1变量选择及描述性统计
Tab. 1Variables and descriptive statistics

变量类型	变量名称	具体指标	符号	均值	标准差	最大值	最小值
因变量	长期经济韧性	长期经济韧性值	lRES_2003-17	0.153	0.059	0.437	0.060
	短期经济韧性（2003—2007年）	2003—2007年短期经济韧性值	sRES_2003-07	-12.289	8.944	-2.024	-41.312
	短期经济韧性（2007—2009年）	2007—2009年短期经济韧性值	sRES_2007-09	-11.610	5.878	0.000	-37.905
	短期经济韧性（2009—2011年）	2009—2011年短期经济韧性值	sRES_2009-11	10.994	4.890	37.625	3.759
	短期经济韧性（2011—2017年）	2011—2017年短期经济韧性值	sRES_2011-17	-19.325	12.951	-3.847	-60.241
自变量	经济复杂度（2003年）	经济复杂指数	ECI₂₀₀₃	0.000	1.005	2.504	-1.552
	产业多样化（2003年）	产业多样化指数	VAR₂₀₀₃	3.606	0.533	4.495	2.127
	相关多样化（2003年）	相关多样化指数	RV₂₀₀₃	0.872	0.279	1.403	0.249
	非相关多样化（2003年）	非相关多样化指数	UV₂₀₀₃	2.734	0.316	3.224	1.468
控制变量	经济开放程度	FDI占GDP比例均值	OPEN	0.027	0.019	0.082	0.004
	三次产业结构（2003年）	第三产业占比(%)	TERTP₂₀₀₃	37.219	7.379	68.761	15.414
	城市经济规模（2003年）	地区生产总值(万亿元)	GDP₂₀₀₃	0.086	0.100	0.676	0.010
	城市发展阶段（2003年）	人均GDP的对数	LGPGDP₂₀₀₃	4.139	0.263	4.678	3.560
	城市行政等级	是否副省级及以上城市	VPC	0.152	-	1	0
	成熟城市群核心区	是否成熟城市群核心区城市	AGGLO	0.343	-	1	0
	金融业发展（2007年）	2007年金融增加值占GDP比例	FIN₂₀₀₇	0.033	0.026	0.132	0.002

新窗口打开|下载CSV

4 东部沿海地区城市产业结构与经济韧性特征

4.1 城市经济复杂度的空间格局与变化特征

2003—2011年,中国东部沿海地区城市经济复杂度的空间格局保持了较高的稳定性,整体呈南高北低格局,长三角和珠三角双核优势突出,且长三角技术扩散趋势明显（图1）。相对稳定的经济复杂度格局是由各城市相对稳定的产业技术结构决定的,产业技术结构在内生动力不强、技术转移较少的情况下难以实现快速改变。以钢铁、煤炭、冶金等传统重化工业为支柱的城市经济复杂度相对较低,如本溪、承德、邯郸、抚顺、唐山、泰安等,集中在辽宁、河北、山东等省份;而现代制造业较为发达的城市经济复杂程度则相对较高,如深圳、东莞、珠海、厦门、苏州、宁波等,集中在长三角、珠三角及福建沿海地区。由于不同年份的经济复杂指数无法直接比较,因此对比2003年和2011年各城市ECI排名变化,可发现具有较为明显的空间集聚现象。经济复杂度排名提升较大的城市集中在长三角外围,如湖州、衢州、宿迁、南通、盐城、嘉兴等,这反映出长三角核心城市产业逐步向外围城市转移,带动了后者的产业技术提升^[48];而经济复杂度排名下降最多的城市则集中位于华北、粤西、辽东半岛、海峡西岸等地区,如大连、承德、茂名、锦州、福州、天津等,反映了这些城市在产业技术创新方面的相对滞后。经济复杂度变化情况也表明,京津冀、长三角、珠三角三大城市群在知识技术扩散方面存在差异,长三角地区对周边地区经济复杂度提升带动作用明显,而京津冀和珠三角外围地区则受益较小,区域协同发展机制有待进一步完善。

图1

新窗口打开|下载原图ZIP|生成PPT
图12003—2011年中国东部沿海地区经济复杂度的空间格局与变化

Fig. 1The spatial pattern and change of ECI in eastern coastal China (2003-2011)

4.2 城市产业多样化的空间格局与变化特征

产业多样化的宏观分布较为均衡,相关多样化与非相关多样化在不同城市群呈现差异分布格局（图2）。京津冀、长三角、珠三角、山东半岛城市群的产业多样化程度最高,表明这些地方的城市产业门类较为齐全,但将多样化分为非相关多样化和相关多样化来看,二者在不同城市群的分布格局有较明显的差异。非相关多样化程度较高的城市多分布在城市群的相对外围地区,如韶关、肇庆、龙岩、临沂、宿迁、丹东等,但一些中心城市的非相关多样化程度也较高,如北京、天津、广州、青岛、福州等;相关多样化程度较高的则多为城市群核心区域城市,如上海、深圳、厦门、青岛、大连等。这可能与各城市的发展阶段有关,在城市发展前期,产业多样化能够推动城市快速发展,多样化的产业为经济增长提供了多元化动力;而随着城市经济进一步发展,产业更趋向于围绕某一类型的行业进行布局^[49]。城市群分工协作水平也会对多样化的空间格局产生影响：在分工协作水平较高的城市群,城市多围绕各自的优势进行产业布局,从而有较低的非相关多样化程度和较高的相关多样化程度;而在一些发育度较低、各城市协作不足的城市群,中心城市通常集中了城市群的大多数产业,使得其非相关多样化程度明显高于周边城市。从2003—2011年多样化程度的变化来看,中国东部沿海地区的多样化提升主要是得益于相关多样化水平的提高,这表明东部大多数城市都更注重建立城市产业间的经济技术联系;非相关多样化升高明显的城市经济发展均相对落后,主要集中在鲁南、闽西、辽北等地区,这可能是由于这些城市在谋求发展时引入较多类型的企业,既包括与现有产业密切联系的上下游产业,也有无明显关联的行业。

图2

新窗口打开|下载原图ZIP|生成PPT
图2中国东部沿海地区2011年产业多样化空间格局与变化（2003—2011年）

Fig. 2The spatial pattern of industrial diversity in eastern coastal China in 2011 and its change in 2003-2011

4.3 城市经济韧性的空间特征

不同时期的短期经济韧性及长期经济韧性的分布格局存在较大差异（图3、图4）。2003—2007年平稳发展期中经济韧性最强的区域集中在城市群核心城市以及山东、江苏大部分城市,这可能与这些地区人口快速城镇化为经济持续增长提供了充足动力有关。在2007—2009年的全球金融危机冲击下,辽中南、河北南部、江苏北部等重化工业集中地区的城市表现出了较强的经济韧性,与美国东北老工业区在2008年金融危机中的表现一致^[26],可能是由于此次危机肇始于金融产业,短期内对石化、钢铁等产业影响较小。2009—2011年调控恢复期的恢复韧性空间格局与2007—2009年抵御韧性空间格局几乎相反,即抵御韧性越强的城市一般恢复韧性越低。2011—2017年结构调整期中,以重工业为主的辽宁及河北城市普遍表现出了较低的经济韧性,而城市群核心城市经济韧性最强,这一方面可能与辽宁省2011—2014年经济统计数据“注水”及之后“挤水”有关,另一方面也表明产业技术含量可能与该时期经济韧性有所关联。

图3

新窗口打开|下载原图ZIP|生成PPT
图3中国东部沿海地区不同时期短期经济韧性分布格局

Fig. 3The spatial pattern of short-term economic resilience in different periods in eastern coastal China

图4

新窗口打开|下载原图ZIP|生成PPT
图42003—2017年中国东部沿海地区长期经济韧性分布格局

Fig. 4The spatial pattern of long-term economic resilience in eastern coastal China in 2003-2017

从2003—2017年长期经济韧性空间格局来看,长三角及周边明显高于其他地区,辽宁、河北长期经济韧性偏低。这与经济复杂度和相关多样化指数的分布相似,散点图也表明这二者与长期经济韧性可能存在一定正向关联（图5）。此外,各省省会城市及副省级城市经济韧性也普遍高于地级城市,行政等级及与之相关的资源配置能力、财政收支情况等可能也会对经济韧性产生一定影响。

图5

新窗口打开|下载原图ZIP|生成PPT
图5长期经济韧性（2003—2017年）与经济复杂度（2003年）和相关多样化（2003年）的关系

Fig. 5Relationship between long-term economic resilience in 2003-2017 and ECI and RV in 2003

5 城市经济韧性的产业结构解释

对第三部分设定的实证模型进行回归分析,检验经济复杂度和产业多样化对城市经济短期和长期韧性的影响。各回归模型中变量的方差膨胀系数（VIF）均小于3,表明不存在严重共线性问题,可以采用最小二乘法进行系数估计。此外,由于原始数据存在异方差问题,因此采用稳健回归,结果报告了相应的标准误。表2和表3给出了各模型的回归结果。

Tab. 2
表2
表2长期经济韧性回归分析结果
Tab. 2Results of regression analysis about long-term economic resilience

变量	(1)	(2)	(3)	(4)	(5)	(6)
变量	lRES_2003-17	lRES_2003-17	lRES_2003-17	lRES_2004-16	lRES_2005-15	lRES_2006-14
ECI	0.023^***	0.023^***	0.022^***	0.024^***	0.019^***	0.021^***
ECI	(2.84)	(2.94)	(2.77)	(3.57)	(3.26)	(3.13)
VAR	0.027^**
VAR	(2.36)
RDI		0.020^**
RDI		(2.52)
UV			0.011	0.007	0.008	0.009
UV			(0.61)	(0.34)	(0.52)	(0.49)
RV			0.051^*	0.047	0.065^***	0.061^**
RV			(1.75)	(1.65)	(2.64)	(2.11)
LGPGDP	0.009	0.006	0.001	-0.033	-0.016	-0.011
LGPGDP	(0.34)	(0.20)	(0.03)	(-0.97)	(-0.66)	(-0.46)
GDP	0.059	-0.003	0.050	0.104^**	0.068^**	0.050
GDP	(1.15)	(-0.05)	(0.94)	(2.16)	(2.11)	(1.55)
OPEN	-0.910^**	-1.096^**	-0.951^**	-0.906^**	-0.699^**	-0.730^**
OPEN	(-2.20)	(-2.35)	(-2.29)	(-2.35)	(-2.31)	(-2.14)
TERTP	0.000	0.001	0.000	0.000	0.000	0.000
TERTP	(0.12)	(0.67)	(0.29)	(0.15)	(0.04)	(0.34)
AGGLO	-0.003	-0.004	-0.005	-0.003	-0.009	-0.012
AGGLO	(-0.25)	(-0.35)	(-0.42)	(-0.26)	(-0.82)	(-1.02)
VPC	0.017	0.013	0.017	0.019	0.001	0.001
VPC	(0.92)	(0.72)	(0.96)	(0.97)	(0.05)	(0.06)
常数项	0.032	0.135	0.084	0.241	0.169	0.152
常数项	(0.24)	(1.10)	(0.60)	(1.46)	(1.35)	(1.18)
观测数	99	99	99	99	99	99
调整后R²	0.225	0.229	0.221	0.232	0.247	0.189

注：第一行为解释变量回归系数,第二行括号内为采用稳健标准误的t值,^*表示P<0.1,^**表示P<0.05,^***表示P<0.01。

新窗口打开|下载CSV

5.1 长期韧性的影响因素

表2展示了长期经济韧性影响因素的估计结果。以2003—2017年的长期经济韧性作为因变量,以2003年各项指标作为自变量进行估计（模型1）的结果表明,经济复杂度、产业多样化指数越高,长期经济韧性就越强,均通过了5%水平的显著性检验;而经济开放程度则与长期经济韧性呈现显著负相关,通过5%水平显著性检验;其余各变量与长期经济韧性之间没有显著相关关系。以产业相对多样化指数（RDI）代替熵值法计算的产业多样化指数（VAR）进行稳健性检验（模型2）,各影响因素的显著性水平没有明显变化,进一步验证了经济复杂度和产业多样化对提升城市长期经济韧性的作用。经济复杂度高的城市,由于技术水平高、知识网络密集,能够在经济面临冲击时,通过迅速转变产品生产方向规避风险,并以较强的技术创新能力创造出新的增长路径,从而缩短经济衰退期;经济开放程度越高,越容易受到外部冲击影响,与长期经济韧性呈现出负相关关系;产业结构越多样,在经济受到冲击时,就越有可能分摊冲击带来的风险,转向没有受到冲击或受冲击较小的产业。

为进一步探究何种多样化对提高长期经济韧性的作用更明显,将多样化指数分为相关多样化指数和非相关多样化指数进行回归（模型3）。结果表明,在提高城市长期经济韧性方面,相关多样化比非相关多样化的作用更为显著,相关多样化提供的产业间的技术、知识联系在提高城市长期经济韧性方面比非相关多样化带来的风险分散更为重要,知识溢出能够在经济受到冲击时促进新发展路径的产生,而单纯的风险分散则很难为城市经济发展注入新的活力。利用不同时间段的长期经济韧性作为因变量进行了稳健性检验（模型4~6）,发现经济复杂度的影响是稳健的,产业多样化的影响也整体稳健,绝大多数控制变量的结果与模型3基本保持一致。这表明城市经济复杂度和产业相关多样化越高,城市长期经济韧性越强。

5.2 短期韧性的影响因素

为探讨长期与短期经济韧性之间及不同阶段短期经济韧性之间的影响因素异同,分别估计了经济衰退及恢复期4个阶段经济韧性的影响因素（表3）。各模型的回归结果存在明显差异,初步验证了短期经济韧性的影响因素因冲击类型的不同而不同、同一冲击前后的抵御韧性和恢复韧性的影响因素存在差异。

Tab. 3
表3
表3短期经济韧性回归分析结果
Tab. 3Results of regression analysis about short-term economic resilience

变量	(7)	(8)	(9)	(10)	(11)
变量	sRES_2003-07	sRES_2007-09	sRES_2007-09	sRES_2009-11	sRES_2011-17
ECI	-1.424	-0.728	-0.449	0.163	6.427^***
ECI	(-1.12)	(-0.94)	(-0.55)	(0.32)	(4.64)
UV	-12.101^***	-1.807	-4.453	-6.484^*	6.162
UV	(-2.97)	(-0.87)	(-1.48)	(-1.69)	(0.86)
RV	15.539^***	9.745^**	15.604^***	0.787	5.602
RV	(3.28)	(2.46)	(2.92)	(0.25)	(0.83)
LGPGDP	1.421	-5.589^*	-1.738	-1.136	-8.163
LGPGDP	(0.26)	(-1.69)	(-0.36)	(-0.31)	(-0.86)
GDP	-1.632	0.345	0.118	-5.956^**	4.291
GDP	(-0.18)	(0.11)	(0.04)	(-2.56)	(1.17)
OPEN	0.589	36.065	-39.381	-32.501	-224.163^***
OPEN	(0.01)	(0.96)	(-0.92)	(-1.24)	(-3.43)
TERTP	0.125	0.180^*	0.201	0.072	0.294
TERTP	(0.70)	(1.74)	(1.33)	(0.81)	(1.31)
FIN			-76.893^*
FIN			(-1.90)
AGGLO	-1.485	-1.886	-0.952	1.051	2.883
AGGLO	(-0.66)	(-1.04)	(-0.45)	(0.97)	(1.26)
VPC	4.761^*	-1.069	1.574	0.957	-2.918
VPC	(1.68)	(-0.64)	(0.86)	(0.62)	(-0.94)
常数项	-3.355	2.160	-11.009	32.020	-11.215
常数项	(-0.13)	(0.14)	(-0.49)	(1.52)	(-0.23)
观测数	99	99	66	99	99
调整后R²	0.127	0.077	0.071	0.164	0.317

注：第一行为解释变量回归系数,第二行括号内为采用稳健标准误的t值,^*表示P<0.1,^**表示P <0.05,^***表示P <0.01。

新窗口打开|下载CSV

具体而言,在2003—2007年平稳发展期（模型7）,经济复杂度对经济波动幅度没有显著影响;非相关多样化会显著增加经济波动幅度,而相关多样化则可以减小经济波动。这可能是由于,在非相关多样化较高的城市,由于各行业经济技术联系较弱,信息交流不够充分,对市场波动的反应时间更长,导致波动更大;而相关多样化则可通过知识溢出明显降低这些因素带来的经济波动。在2007—2009年外部冲击期抵御韧性的回归结果中（模型8）,经济复杂度和非相关多样化对抵御韧性均没有显著影响,而相关多样化能够明显提高经济抵御韧性,且人均GDP越高的城市经济抵御韧性越差。考虑到该时间段的经济冲击来源于外部金融系统,将各城市的金融增加值占GDP比例（FIN）纳入模型（模型9）,发现人均GDP的影响不再显著,金融增加值占比则与抵御韧性呈现显著负相关。这表明,2007—2009年全球金融危机对中国东部沿海地区的影响主要集中在金融领域,对其他产业的影响较小。

为应对全球金融危机对中国经济发展造成的冲击,2009—2011年中国政府采取了一系列宏观调控措施,因此在该时间段经济增速出现回升。这一时期的回归结果（模型10）表明,非相关多样化及更大的经济规模会降低该时段的经济恢复韧性,非相关多样化程度高的城市产业种类较多且联系松散,政府投资难以形成带动效应;而经济规模较大则意味着城市需要更多投资和政策来促进经济恢复。相关多样化和经济复杂度对该时期经济恢复韧性没有显著影响,可能是由于政府主导的投资活动及方向并不强烈依赖于城市知识溢出和产业的技术含量,而是更多投向基础设施建设等能够迅速拉动经济增长的行业,因此相关多样化和经济复杂度因素并不显著。

2011年以来,中国经济进入较长一段时间的结构调整期,各地经济增速均出现不同程度的下降。对这一时期的各城市经济抵御韧性进行回归分析（模型11）,发现经济复杂度的提高能够显著提升经济抵御韧性,经济开放程度对经济抵御韧性有负面影响,相关多样化和非相关多样化的影响均不显著。这表明,在内部产业的结构调整期,产品整体技术含量越高的城市,受到结构调整的影响越小,能够快速转变发展路径,从而具有较强的抵御韧性。同时,这一时段中国经济除了面临内部产业结构调整的压力以外,也受到金融危机后全球经济低迷的持续影响,因此经济开放程度对抵御韧性的影响显著为负。

6 结论与讨论

以中国东部沿海地区为研究对象,本文关注城市产业结构及经济韧性的空间分布格局,重点探讨长期韧性和各时期短期韧性影响因素的异同,得出的主要结论有：① 东部沿海地区城市经济复杂度呈南高北低格局,长三角和珠三角双核优势突出;产业多样化的宏观分布则较为均衡,但城市群中心城市的相关多样化普遍高于周边城市;不同时期的短期经济韧性分布格局迥异,而在长期经济韧性方面长三角及其周边城市明显强于其他城市。② 经济复杂度和产业相关多样化的提升都对城市长期经济韧性的增强有显著的正向效应,非相关多样化则没有明显影响,这验证了知识溢出和技术关联在提高城市长期经济韧性中的重要作用。③ 短期经济韧性的影响因素因冲击类型的不同而不同,2008年经济危机中金融行业发达的城市更易受到冲击,在2011年之后的结构调整期中则是重化工业为主的城市经济韧性较差,这意味着提升城市短期经济韧性具有相当的难度和局限性,因为很难在冲击发生前预估冲击类型并采取针对性措施。④ 同一冲击前后抵御韧性和恢复韧性的影响因素存在差异,产业相关多样化的提升能帮助城市更好地抵御2008年经济危机,但对之后的恢复过程没有明显影响,而非相关多样化则会降低城市的经济恢复韧性。

本文的理论探讨和实证分析对城市经济韧性研究的理论和实践有一定的启示意义。首先,将城市经济韧性区分为短期经济韧性和长期经济韧性,阐明二者之间的关联与差异,并将之前研究常常忽视的“慢性燃烧”因素纳入长期经济韧性的考虑之中,能更全面地反映出中国东部沿海地区城市经济韧性格局。其次,为城市经济韧性的影响因素研究提供了新的视角,在短期经济韧性和长期经济韧性的框架下对各因素进行检验,验证了经济复杂度和相关多样化在提升城市长期经济韧性中的作用,并指出短期经济韧性的影响因素需要根据实际情况具体分析。最后,改进了针对经济持续增长地区城市经济韧性的衡量方法,弥补了以中国为案例的现有研究中衡量经济韧性方法上的不足,并通过实证检验证明了这种方法的可行性和有效性。在当前全球经济环境波动性较强的背景下,城市需要更加重视知识与创新在城市经济中的作用,积极延长产业价值链、构建地方产业集群,以促进本地知识的复杂程度和产业相关多样化水平的提升,从而提高城市的长期经济韧性、使城市更好地应对危机。本文也存在一定局限性,如由于较难以量化和测度,制度、文化、风俗等被认为可能影响城市经济韧性的因素在本文中并未考虑,未来可通过对典型案例相关主体的深入访谈等途径分析这些因素对经济韧性可能产生的影响,结合本文定量研究结论,进一步完善城市经济韧性影响机制的研究框架。

致谢

匿名评审专家对本文的控制变量选取、结果分析、结论梳理方面提供了中肯的修改意见,使本文获益匪浅,特致以诚挚谢意。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

张蕾, 申玉铭, 柳坤. 北京生产性服务业发展与城市经济功能提升
地理科学进展, 2013, 32(12): 1825-1834.

DOI:10.11820/dlkxjz.2013.12.011 [本文引用: 1]

城市经济功能是城市在一定地域经济中所承担的任务和所起的经济中心作用。以生产性服务业为基础的金融、科学研究、信息传输、计算机服务等行业的发展，引起产业结构升级和城市空间结构的相应变化，由此提升了城市的经济功能。本文基于投入产出和城市流强度模型，利用北京市2005 和2010 年社会经济、投入产出、市辖区人口等相关数据，从城市对内和对外作用两个层面，分别论证生产性服务业的产业关联、空间集聚、产品输出能力等对经济功能的提升作用，结论如下：① 北京生产性服务业推动其他产业发展，与制造业融合发展，提升了制造业综合效益，并优化产业结构；② 生产性服务业集聚在中心城区，并呈向近郊区扩散趋势，形成特色产业集群，提升了北京集聚经济效益；③ 生产性服务业专业化水平和城市流强度最高，构成了对外经济联系的主导产业，提升了城市对外资本、技术和人才输出的能力；④ 生产性服务业净调出额和净出口额均增加，提升了北京国内和国际的服务产品输出能力，并且在国内市场更具有优势，以向外地输出为主。

[Zhang

Lei

, Shen

Yuming

, Liu

Kun

. Development of producer services and promotion of urban economic functions in Beijing
Progress in Geography, 2013, 32(12): 1825-1834.]

[本文引用: 1]

[2]

Martin

, Sunley

. On the notion of regional economic resilience: Conceptualization and explanation
Journal of Economic Geography, 2014, 15(1): 1-42. DOI: 10.1093/jeg/lbu015.

URL [本文引用: 3]

[3]

苏华. 中国城市产业结构的专业化与多样化特征分析
人文地理, 2012, 27(1): 98-101.

[本文引用: 1]

[Su

Hua

. Characteristics analysis of specialization and diversification of Chinese cities
Human Geography, 2012, 27(1): 98-101.] DOI: 10.13959/j.issn.1003-2398.2012.01.017.

[本文引用: 1]

[4]

Frenken

, Van Oort

, Verburg

. Related variety, unrelated variety and regional economic growth
Regional Studies, 2007, 41(5): 685-697. DOI: 10.1080/00343400601120296.

URL [本文引用: 2]

[5]

杜志威, 金利霞, 刘秋华. 产业多样化、创新与经济韧性: 基于后危机时期珠三角的实证
热带地理, 2019, 39(2): 170-179.

[本文引用: 2]

[Du

Zhiwei

, Jin

Lixia

, Liu

Qiuhua

. Industrial diversity, innovation, and economic resilience: Empirical analysis of the Pearl River Delta in the post-financial crisis era
Tropical Geography, 2019, 39(2): 170-179.] DOI: 10.13284/j.cnki.rddl.003126.

[本文引用: 2]

[6]

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
财贸经济, 2019, 40(7): 110-126.

[本文引用: 1]

[Xu

Yuan

, Zhang

Linling

. The economic resilience of Chinese cities and its origin: From the perspective of diversification of industrial structure
Finance & Trade Economics, 2019, 40(7): 110-126.]

[本文引用: 1]

[7]

陈作任, 李郇. 经济韧性视角下城镇产业演化的路径依赖与路径创造: 基于东莞市樟木头、常平镇的对比分析
人文地理, 2018, 33(4): 113-120.

[本文引用: 1]

[Chen

Zuoren

, Li

Xun

. Path dependence and path creation of industrial evolution about towns from the perspective of economic resilience: Based on the comparative analysis about Zhangmutou and Changping in Dongguan
Human Geography, 2018, 33(4): 113-120.] DOI: 10.13959/j.issn.1003-2398.2018.04.016.

[本文引用: 1]

[8]

Davies

. Regional resilience in the 2008-2010 downturn: Comparative evidence from European countries
Cambridge Journal of Regions, Economy and Society, 2011, 4(3): 369-382. DOI: 10.1093/cjres/rsr019.

URL [本文引用: 2]

[9]

吕铁, 周叔莲. 中国的产业结构升级与经济增长方式转变
管理世界, 1999, (1): 113-125.

[本文引用: 1]

[Lv

Tie

, Zhou

Shulian

. Industrial structure's upgrading and economic growth mode changing in China
Management World, 1999, (1): 113-125.] DOI: 10.19744/j.cnki.11-1235/f.1999.01.013.

[本文引用: 1]

[10]

国务院发展研究中心《进一步化解产能过剩的政策研究》课题组. 当前我国产能过剩的特征、风险及对策研究: 基于实地调研及微观数据的分析
管理世界, 2015, (4): 1-10.

[本文引用: 1]

[Research group of Further Resolving Overcapacity in Development Research Center of the State Council. Research on the characteristics, risks and strategies of overcapacity in China: Based on field investigation and micro data analysis
Management World, 2015, (4): 1-10.] DOI: 10.19744/j.cnki.11-1235/f.2015.04.002.

[本文引用: 1]

[11]

Reggiani

, De Graaff

, Nijkamp

. Resilience: An evolutionary approach to spatial economic systems
Networks and Spatial Economics, 2002, 2(2): 211-229. DOI: 10.1023/A:1015377515690.

URL [本文引用: 1]

[12]

Hausmann

, Hidalgo C

, Bustos

, et al. The Atlas of Economic Complexity: Mapping Paths to Prosperity
Cambridge: The MIT Press, 2014: 15-24.

[本文引用: 2]

[13]

张其仔, 伍业君, 王磊. 经济复杂度、地区专业化与经济增长: 基于中国省级面板数据的经验分析
经济管理, 2012, 34(6): 1-9.

[本文引用: 1]

[Zhang

Qizi

, Wu

Yejun

, Wang

Lei

. Economic complexity, regional specialization and economic growth: Empirical analyses based on provincial panel data
Economic Management, 2012, 34(6): 1-9.] DOI: 10.19616/j.cnki.bmj.2012.06.003.

[本文引用: 1]

[14]

Wink

. Regional economic resilience: European experiences and policy issues
Raumforschung und Raumordnung, 2014, 72(2): 85-91. DOI: 10.1007/s13147-013-0265-4.

URL [本文引用: 1]

[15]

Douglass

. From global intercity competition to cooperation for livable cities and economic resilience in Pacific Asia
Environment and Urbanization, 2002, 14(1): 53-68. DOI: 10.1177/095624780201400105.

URL [本文引用: 1]

[16]

Huggins

, Thompson

. Local entrepreneurial resilience and culture: The role of social values in fostering economic recovery
Cambridge Journal of Regions, Economy and Society, 2015, 8(2): 313-330. DOI: 10.1093/cjres/rsu035.

URL [本文引用: 1]

[17]

Lang

. How do cities and regions adapt to socio-economic crisis? Towards an institutionalist approach to urban and regional resilience
Raumforschung und Raumordnung, 2012, 70(4): 285-291. DOI: 10.1007/s13147-012-0170-2.

URL [本文引用: 1]

[18]

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
经济地理, 2017, 37(10): 1-9.

[本文引用: 1]

[Sun

Jiuwen

, Sun

Xiangyu

. Research progress of regional economic resilience and exploration of its application in China
Economic Geography, 2017, 37(10): 1-9.] DOI: 10.15957/j.cnki.jjdl.2017.10.001.

[本文引用: 1]

[19]

Frenken

, van Oort F

, Verburg

, et al. Variety and regional economic growth in the Netherlands. http://dx.doi.org/10.2139/ssrn.871804, 2005-12-28.

URL [本文引用: 1]

[20]

Boschma R

, Frenken

. Why is economic geography not an evolutionary science? Towards an evolutionary economic geography
Journal of Economic Geography, 2006, 6(3): 273-302. DOI: 10.1093/jeg/lbi022.

URL [本文引用: 1]

[21]

Boschma R

, Iammarino

. Related variety, trade linkages, and regional growth in Italy
Economic Geography, 2009, 85(3): 289-311. DOI: 10.1111/j.1944-8287.2009.01034.x.

URL [本文引用: 1]

[22]

Boschma R

, Minondo

, Navarro

. Related variety and regional growth in Spain
Papers in Regional Science, 2012, 91(2): 241. DOI: 10.1111/j.1435-5957.2011.00387.x.

[本文引用: 1]

[23]

van Oort

, de Geus

, Dogaru

. Related variety and regional economic growth in a cross-section of European urban regions
European Planning Studies, 2015, 23(6): 1110-1127. DOI: 10.1080/09654313.2014.905003.

URL [本文引用: 1]

[24]

Sedita S

, De Noni

, Pilotti

. Out of the crisis: An empirical investigation of place-specific determinants of economic resilience
European Planning Studies, 2017, 25(2): 155-180. DOI: 10.1080/09654313.2016.1261804.

URL [本文引用: 1]

[25]

贺灿飞, 陈韬. 外部需求冲击、相关多样化与出口韧性
中国工业经济, 2019, (7): 61-80.

[本文引用: 1]

[He

Canfei

, Chen

Tao

. External demand shocks, related variety and resilience of export
China Industrial Economics, 2019, (7): 61-80.] DOI: 10.19581/j.cnki.ciejournal.2019.07.004.

[本文引用: 1]

[26]

Doran

, Fingleton

. US metropolitan area resilience: Insights from dynamic spatial panel estimation
Environment and Planning A: Economy and Space, 2017, 50(1): 111-132. DOI: 10.1177/0308518X17736067.

URL [本文引用: 3]

[27]

Hidalgo C

, Klinger

, Barabási

, et al. The product space conditions the development of nations
Science, 2007, 317(5837): 482-487. DOI: 10.1126/science.1144581.

URL [本文引用: 1]

[28]

Mealy

, Farmer J

, Teytelboym

. Interpreting economic complexity
Science Advances, 2019, 5(1): u1705. DOI: 10.1126/sciadv.aau1705.

[本文引用: 2]

[29]

Di Caro

. Recessions, recoveries and regional resilience: Evidence on Italy
Cambridge Journal of Regions, Economy and Society, 2015, 8(2): 273-291. DOI: 10.1093/cjres/rsu029.

URL [本文引用: 1]

[30]

Capello

, Caragliu

, Fratesi

. Spatial heterogeneity in the costs of the economic crisis in Europe: Are cities sources of regional resilience?
Journal of Economic Geography, 2015, 15(5): 951-972. DOI: 10.1093/jeg/lbu053.

URL [本文引用: 1]

[31]

Eraydin

. Attributes and characteristics of regional resilience: Defining and measuring the resilience of Turkish regions
Regional Studies, 2016, 50(4): 600-614. DOI: 10.1080/00343404.2015.1034672.

URL [本文引用: 1]

[32]

Faggian

, Gemmiti

, Jaquet

, et al. Regional economic resilience: The experience of the Italian local labor systems
The Annals of Regional Science, 2018, 60(2): 393-410. DOI: 10.1007/s00168-017-0822-9.

URL [本文引用: 1]

[33]

李连刚, 张平宇, 谭俊涛, 等. 韧性概念演变与区域经济韧性研究进展
人文地理, 2019, 34(2): 1-7, 151.

[本文引用: 1]

[Li

Liangang

, Zhang

Pingyu

, Tan

Juntao

, et al. Review on the evolution of resilience concept and research progress on regional economic resilience
Human Geography, 2019, 34(2): 1-7, 151.] DOI: 10.13959/j.issn.1003-2398.2019.02.001.

[本文引用: 1]

[34]

Pendall

, Foster K

, Cowell

. Resilience and regions: Building understanding of the metaphor
Cambridge Journal of Regions, Economy and Society, 2010, 3(1): 71-84. DOI: 10.1093/cjres/rsp028.

URL [本文引用: 1]

[35]

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
地理科学, 2020, 40(2): 173-181.

DOI:10.13249/j.cnki.sgs.2020.02.002 [本文引用: 1]

从经济维持性和恢复性2个方面定量化分析中国31省（市）（未包含港澳台数据）应对1997年亚洲金融危机和2008年全球金融危机的经济韧性特征,并对其主要影响因素进行了研究。结果发现：① 在亚洲金融危机中,西部地区的经济维持性较高,中部地区的经济维持性普遍较低;经济恢复性较高的省市主要集中在中部地区,而东部和西部地区经济恢复性较低,经济维持性和经济恢复性呈现一定的负相关。② 各省（市）应对全球金融危机的经济维持性普遍较高,经济维持性较低的区域主要分在东部沿海区域和沿长江经济带地区,而经济维持性较高的区域主要集中在西部地区。③ 在亚洲金融危机中,第二产业表现出了较强的经济韧性,而在全球金融危机中第三产业经济韧性较好。④ 影响2次经济危机中韧性能力的主要因素是不同的,区位条件、人均固定资产投资额和人均GDP的解释力较强,但在2次经济周期中的作用方向不同。

[Tan

Juntao

, Zhao

Hongbo

, Liu

Wenxin

, et al. Regional economic resilience and influential mechanism during economic crises in China
Scientia Geographica Sinica, 2020, 40(2): 173-181.] DOI: 10.13249/j.cnki.sgs.2020.02.002.

[本文引用: 1]

[36]

Martin

, Sunley

. Path dependence and regional economic evolution
Journal of Economic Geography, 2006, 6(4): 395-437. DOI: 10.1093/jeg/lbl012.

URL [本文引用: 1]

[37]

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
地理科学进展, 2017, 36(11): 1435-1444.

DOI:10.18306/dlkxjz.2017.11.012 [本文引用: 1]

区域韧性在中国已成为新兴研究热点,然而国内****依然将韧性研究局限于均衡论的认识论范畴内。本文首先通过回顾国际最新研究动态从认识论层面辨析均衡论和演化论这两种韧性认知视角的本质区别,由此介绍西方经济韧性的演化论转向。然后从宏观和微观角度阐述演化论视角下区域韧性的形成机制,介绍相关定量测度方法;在此基础上形成系统的西方最新有关研究经济韧性的理论分析框架。未来研究应该在演化论视角基础上强化演化经济地理、创新地理(区域知识网络)和区域韧性这三个研究分支的联系,还应该加强产业历史演化过程的案例研究,并利用专利数据等开放数据源构建产业空间基础数据库。

[Chen

Mengyuan

. An international literature review of regional economic resilience: Theories and practices based on the evolutionary perspective
Progress in Geography, 2017, 36(11): 1435-1444.]

[本文引用: 1]

[38]

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
科技进步与对策, 2019, 36(13): 39-47.

[Guo

Jiang

, Xu

Zeqing

. Research on the influence of industrial related variety on regional economic resilience: Analysis of threshold effect based on regional innovation level
Science & Technology Progress and Policy, 2019, 36(13): 39-47.]

[39]

Martin

. Regional economic resilience, hysteresis and recessionary shocks
Journal of Economic Geography, 2012, 12(1): 1-32. DOI: 10.1093/jeg/lbr019.

URL

[40]

Giannakis

, Bruggeman

. Economic crisis and regional resilience: Evidence from Greece
Papers in Regional Science, 2017, 96(3): 451-476. DOI: 10.1111/pirs.12206.

Shift-share and input-output models are combined to explore the resilience of Greek regions to economic crisis. Model results indicate that rural regions are more resistant to recessionary shocks than urban regions. The analysis of the space-specific ability of sectors to withstand economic shocks portrayed the resilience of agriculture, while food industry, although its impact overtime declined, managed to increase its employment in seven out of thirteen regions. The tourism sector contracted but showed more resilience in the island regions than in the continental regions. The spatial heterogeneity in the effects of the recessionary shocks re-emphasizes the need for targeted and differentiated regional development policies.

[41]

王俏茹, 刘金全, 刘达禹. 中国省级经济周期的一致波动、区域协同与异质分化
中国工业经济, 2019, (10): 61-79.

[本文引用: 1]

[Wang

Qiaoru

, Liu

Jinquan

, Liu

Dayu

. Consistent fluctuation, regional coordinated development and idiosyncratic divergence of provincial business cycles in China
China Industrial Economics, 2019, (10): 61-79.]

[本文引用: 1]

[42]

李汝资, 刘耀彬, 谢德金. 中国产业结构变迁中的经济效率演进及影响因素
地理学报, 2017, 72(12): 2179-2198.

DOI:10.11821/dlxb201712005 [本文引用: 1]

现代经济增长过程表明,产业结构变迁与经济效率演进关系密不可分,具体反映在区域发展的阶段性与异质性上。运用DEA-BCC模型、Malmquist生产率指数分析中国三次产业静态综合效率与动态全要素生产率（TFP）的部门与区域变动情况,并基于DEA-Tobit两阶段分析框架构建面板计量模型,探究中国不同地区三次产业经济效率变动影响因素。研究表明：中国三次产业具备一定的静态规模效率,但仍有待优化;1978-2014年间,中国三次产业TFP均有提升,但一、二、三产业TFP增长对其部门经济贡献率依次递减,经济增长粗放型特征仍很明显;TFP增长主要源于技术进步,技术效率改进开始由以纯技术效率为主转向以规模效率为主;将三次产业TFP变动划分为四个阶段,制度、结构、要素、政策等红利对经济增长均有贡献,但在结构调整阶段,制度与结构红利让位于技术进步;三次产业TFP变动表现出显著的区域差异特征,总体上东部地区具有相对优势,中部地区表现为经济效率“凹地”,东北地区二、三产业TFP变动反映出严峻的结构转型升级问题。由于不同产业内在发展规律差异,其经济效率影响因素表现出区内相对一致性及部门差异性特征,其中一、三产业结构变动、非农化水平、对外开放程度、人力资源禀赋等对第一产业经济效率产生显著正向作用,对外开放程度显著促进第二产业经济效率提升,而对外开放程度、人力资源禀赋对第三产业经济效率产生显著的负面影响。最后讨论了结论的主要政策启示。

[Li

Ruzi

, Liu

Yaobin

, Xie

Dejin

. Evolution of economic efficiency and its influencing factors in the industrial structure changes in China
Acta Geographica Sinica, 2017, 72(12): 2179-2198.]

[本文引用: 1]

[43]

Hidalgo C

, Hausmann

. The building blocks of economic complexity
Proceedings of the National Academy of Sciences, 2009, 106(26): 10570-10575. DOI: 10.1073/pnas.0900943106.

[本文引用: 1]

[44]

Duranton

, Puga

. Diversity and specialisation in cities: Why, where and when does it matter?
Urban Studies, 2000, 37(3): 533-555. DOI: 10.1080/0042098002104.

URL [本文引用: 1]

[45]

徐奇渊. 去产能政策的进展及其影响
国际经济评论, 2018, (2): 68-81.

[本文引用: 1]

[Xu

Qiyuan

. Development and impact of overcapacity reduction policies
International Economic Review, 2018, (2): 68-81.]

[本文引用: 1]

[46]

Feldstein

, Stock J

. The Use of a Monetary Aggregate to Target Nominal GDP
Monetary Policy. Chicago: The University of Chicago Press, 1994: 7-69.

[本文引用: 1]

[47]

方创琳. 中国城市群形成发育的新格局及新趋向
地理科学, 2011, 31(9): 1025-1034.

[本文引用: 1]

[Fang

Chuanglin

. New structure and new trend of formation and development of urban agglomerations in China
Scientia Geographica Sinica, 2011, 31(9): 1025-1034.] DOI: 10.13249/j.cnki.sgs.2011.09.001.

[本文引用: 1]

[48]

魏守华, 汤丹宁, 孙修远. 本地经济结构、外部空间溢出与制造业增长: 以长三角为例
产业经济研究, 2015, (1): 71-82.

[本文引用: 1]

[Wei

Shouhua

, Tang

Danning

, Sun

Xiuyuan

. Local economic structure, spatial spillovers and growth of manufacturing industries: Taking the example of the Yangtze River Delta
Industrial Economics Research, 2015, (1): 71-82] DOI: 10.13269/j.cnki.ier.2015.01.008.

[本文引用: 1]

[49]

曹广忠, 刘涛. 中国省区城镇化的核心驱动力演变与过程模型
中国软科学, 2010, (9): 86-95.

[本文引用: 1]

[Cao

Guangzhong

, Liu

Tao

. Dynamic mechanism of urbanization and its evolution in post-reform China
China Soft Science, 2010, (9): 86-95.]

[本文引用: 1]