中国城市群经济韧性时空演变及障碍因子分析

何志浩1,张学波1,2*,卢冰坤1,吴江楠1,付文硕1

(1.曲阜师范大学地理与旅游学院,山东日照 276800;2.曲阜师范大学黄河生态研究院,山东曲阜 273100)

摘要：提升城市群经济韧性对增强区域经济抗风险能力、促进区域经济协调和均衡发展具有重要意义。该文从抵御恢复能力、适应调整能力和创新转型能力3个维度构建城市群经济韧性综合评价指标体系,采用熵值法测度2009—2019年中国11个城市群的经济韧性,综合运用核密度估计、重心—标准差椭圆和障碍度模型分析其时空格局演变特征及障碍因子。结果表明:①研究期内中国城市群经济韧性总体呈上升趋势,但整体水平偏低;各城市群经济韧性水平和增幅存在差异,且城市群之间经济韧性绝对差异呈扩大态势。②中国城市群经济韧性空间分异特征较显著,沿海城市群经济韧性总体高于内陆城市群;城市群经济韧性标准差椭圆呈东北—西南格局分布,重心移动轨迹呈现沿西北—西南阶段性迁移特征,整体移动方向为由东北向西南,表现出东北—西南方向暂不稳定、西北—东南方向扩散发展趋势。③城市群经济韧性主要受抵御恢复能力和适应调整能力的影响,由道路面积和公交运输车辆代表的交通基础设施状况、由年末人均储蓄余额和人均GDP代表的金融资本和经济发展水平,以及由信息传输、计算机服务和软件业从业人员代表的信息技术产业发展状况是制约城市群经济韧性提升的关键障碍因子。

关键词：经济韧性;时空演变;障碍因子;城市群

0 引言

近年来,自然灾害、公共卫生、地缘冲突等重大事件对中国经济产生了猛烈冲击,但中国经济稳中向好的运行态势并未改变,证明了中国经济较强的韧性[1]。在百年未有之大变局、外部风险加剧以及不确定性成为常态的复杂背景下,中国经济韧性需要进一步提升。作为中国经济高质量发展的重要引擎和构建新发展格局“主力军中的排头兵”,城市群是加快建设强大而有韧性的双循环格局的重要载体,是中国经济高质量发展的重要动力来源,也是提升中国经济韧性的关键[2]。研究城市群经济韧性及其障碍因子可为提升中国及区域整体抗风险能力、促进区域稳定均衡发展提供重要参考。

区域经济韧性是近年来国内外学术界研究的热点:①在经济韧性的理论研究方面,尝试界定区域经济韧性的概念[3-5]并探讨经济韧性的研究框架[6]等重点问题,当前由抵抗力、恢复力、调整力和适应力4个维度构成经济韧性的内涵得到了较一致认可[7],其中,适应力是当前定量测度的难点,仍有待突破[8],但由于不同外部冲击背景下经济层面相关数据的变化规律与程度不同[9],有学者将区域经济韧性简化为区域对外部冲击的抵抗力和恢复力。②在区域经济韧性定量测度方面,多采用核心变量的经济周期模型法和偏离—份额法进行测度[10-15],但核心变量法在体现韧性概念的不同维度和全面性上稍显不足。因此,学者通过构建综合指标体系评价区域经济韧性[2,16-18],或利用计量模型测算经济韧性[19]。③在经济韧性的影响因素方面,已有研究表明,产业结构[20]、科技创新[21]、人力资本[22]和社会文化[23-25]等因素会不同程度地影响区域经济韧性,并普遍认为产业结构是影响区域经济韧性的关键因素[26,27]。综上,现有区域经济韧性相关研究已取得丰硕成果,虽然在定量测度方法上仍存在争议,但一致认为,应根据不同类型的外部冲击采用不同的研究方法测度区域经济韧性,构建指标体系时,还应契合研究对象的特点和实际情况。

目前城市群经济韧性的研究重点强调以金融危机为背景的经济层面的指标,对自然灾害、新冠疫情等情境下区域经济系统运行有基础保障性作用的社会建设水平、基础设施等方面的指标重视相对不足;另外,大多研究将城市作为城市群的基本单位,在测算每个城市经济韧性后聚合至城市群层面,未能充分体现城市群的整体性;此外,尽管城市群经济韧性定量研究的深度和广度不断拓展,但对中国多个城市群长时段经济韧性的时空格局演变特征及障碍因子的探讨仍有待深化。鉴于此,本文选取中国11个城市群为研究对象,构建体现城市群特点的经济韧性综合评价指标体系,定量分析2009—2019年各城市群经济韧性、时空演变特征及演进趋势,进而分析其经济韧性的障碍因子,以期为制定中国城市群经济韧性提升对策提供理论依据。

1 评价指标体系构建与数据方法

1.1 城市群经济韧性评价指标体系构建

根据Martin等的研究,经济韧性包括抵抗力、恢复力、调整力和适应力四方面[7,10],由于抵抗力与恢复力、调整力与适应力之间具有较强的关联性,指标选取时较难分离,故分别合并为抵御恢复能力和适应调整能力两个维度;另外,创新能突破路径锁定[28],结合中国经济进入新常态,强调高质量发展,大量城市经济发展面临巨大的转型压力,本文提出城市群经济韧性的第3个维度“创新转型能力”。参考已有研究[12,13,16,17,20-23,29-33],结合中国城市群发展实际,同时考虑指标的全面性、可比性、可获得性等原则,从上述3个维度出发,构建包含21个指标的中国城市群经济韧性综合评价指标体系(表1)。①抵御恢复能力维度。城市群经济发展水平越高、产业结构越合理、多中心化程度越高,并且预警能力、疏散安置能力、社会保障能力以及企业、居民风险抵抗能力越强,城市群经济系统的抵御恢复能力越强,失业率越高说明城市群经济面对风险时受的冲击越大,进出口总额与GDP之比越大意味着城市群越容易受外界冲击(如中美贸易战、新冠疫情等)的影响,从而不利于城市群经济韧性的提升[2]。②适应调整能力维度。多样化的产业结构、财政的高度支持、雄厚的金融资本、完善的基础设施以及充足的组织型人才增强了城市群经济系统在遭遇冲击之后适应调整新环境的能力。③创新转型能力维度。利用外资水平越高、产业结构越高级以及创新投入水平、科技创新潜力、经济发展资金潜力越大,越能正向促进城市群经济系统的创新转型能力提升。

表1 城市群经济韧性综合评价指标体系
Table 1 Comprehensive evaluation index system of economic resilience of urban agglomerations

相比已有研究,本文增加了反映城市群特点和社会建设水平等方面的指标。其中,城市群空间结构是城市群内的要素、资源以及社会经济活动在市域尺度上的分布与组合状态,合理的城市群空间结构对提高城市群空间优化配置和一体化水平具有重要意义[34]。伴随区域经济发展水平的提高,城市群空间结构必然经历由单中心向多中心演化的过程,且城市群内部城市之间联系日益紧密,合作与分工不断深化,使城市群结构和功能不断发展和完善[35,36]。相比单中心结构,多中心空间结构引导人口流动和产业结构在空间上的合理布局,不仅带动要素或资源向城市集聚,经济活动也在城市间重新分布,对区域一体化发展、经济绩效及社会群体的生活形式均产生一定的正向影响。因此,在全球外部环境不确定性加大的复杂背景下,构建多中心空间结构网络可以提高区域经济系统应对外部冲击的抵御恢复能力,从而提升区域经济韧性[36,37]。

考虑到城市群包含城市的数量、行政等级、辖区面积等差异,设计的指标按需采用均量指标或比例指标[38]。部分指标通过二次计算获得,如泰尔指数的计算方式参见文献[39],卫生、社会保险和社会福利业从业人数占比,信息传输、计算机服务和软件业从业人数占比,公共管理与社会组织从业人数占比用上述行业从业人数与年末从业人数比值衡量。考虑到部分城市群没有水运基础,机场和高铁站在各城市的分布数量有限且相关数据不易收集,因此,参考文献[40],交通基础设施采用道路面积占行政区域面积比重衡量,参考文献[41],通信基础设施采用每万人年末移动电话用户数衡量。

1.2 研究方法

1.2.1 城市群经济韧性测度方法

本文运用熵值法测度中国11个城市群的经济韧性,首先对指标层的原始数据xij进行极差标准化,然后利用信息熵对各指标进行赋权,最后通过加权求和计算得到经济韧性,公式详见文献[42]。

1.2.2 城市群空间结构测度方法

本文使用首位度S(式(1))测度城市群的空间结构,值越小,表示城市群内部的人口越分散,城市群内部越趋于多中心化发展;值越大,表示人口越趋向首位城市集中,城市群内部越趋于单中心化发展。首位度测度主要包括两城市指数法、四城市指数法和十一城市指数法,其中,四城市和十一城市指数法较前者更全面,但十一城市指数受限于城市群内部的城市数量,因此,本文采取四城市指数法。

S=P1/(P2+P3+P4)

(1)

式中:Pi为第i(i=1,2,3,4)位城市的人口规模。

1.2.3 核密度分析核密度分析是一种非参数估计方法,其拟合分布结果更可信[43]。因此,本文采用常用的高斯核函数对城市群总体经济韧性的时序演变趋势进行分析,通过核密度曲线波峰高度、宽度以及数量等特征反映城市群经济韧性的增长情况、差异大小和多极化趋势等[44]。

1.2.4 重心—标准差椭圆分析方法标准差椭圆可用于揭示地理要素的集中或离散趋势以及方向分布,包括椭圆方向、长轴、短轴、方位角和重心等要素[45]。本文采用重心—标准差椭圆分析城市群经济韧性的空间格局及动态演进过程,计算公式详见文献[46]。

1.2.5 障碍度模型在测度2009—2019年中国11个城市群经济韧性的基础上,引入障碍度模型对城市群经济韧性的准则层以及具体指标进行障碍度测算并进行排序,以确定各障碍因素对城市群经济韧性的影响程度,进而筛选关键障碍因子。计算公式为:

(2)

Iij=1-Yij

(3)

式中:yij为指标对城市群经济韧性的障碍度,Iij为指标偏离度,Fij为因子贡献度,Yij为指标权重值。

1.3 研究区域与数据

当前,中国城市群建设稳步推进,已基本形成“19+2”的城市群发展格局,考虑经济规模以及在区域经济发展战略中的重要性,本文重点研究主体部分分布在胡焕庸线以东以及坐落在“两横三纵”城市化战略格局重要节点上的11个城市群,具体包括珠三角、京津冀、长三角、山东半岛、海峡西岸、哈长、辽中南、中原、成渝、关中平原和长江中游城市群。这11个城市群承载了全国60%以上的人口并贡献了70%以上的经济产出,是中国经济发展中最具活力和潜力的城市群。基于数据的可获取性和连续性,选取11个城市群中171个地级以上城市作为研究样本。2008年全球金融危机对中国城市发展的影响在当年第三季度开始显现,具有一定程度的时滞性[32]。基于此,本文以2009—2019年为研究时段,数据主要来源于2010—2020年《中国城市统计年鉴》《上海统计年鉴》《山东统计年鉴》《江苏统计年鉴》《河北统计年鉴》等省市统计年鉴以及政府官方网站。

2 城市群经济韧性时空演变分析

2.1 城市群经济韧性的时序演变

研究所选的11个城市群经济韧性水平整体不高但呈上升态势,经济韧性均值由2009年的0.248升至2019年的0.410(表2),年均增长5.93%,但2019年仅有珠三角、京津冀、长三角和山东半岛城市群的经济韧性高于所选城市群的平均水平,表明所选城市群整体经济韧性仍有较大提升空间。各城市群经济韧性年均值排序由高到低依次为珠三角、京津冀、长三角、山东半岛、辽中南、哈长、关中平原、长江中游、海峡西岸、成渝、中原。珠三角城市群作为我国产业改革的先锋,地缘优势明显,营商环境优越,城市经济活力、科创能力强,故珠三角城市群的经济韧性水平比其他城市群高;京津冀城市群中北京和天津各类资源丰富,经济韧性强劲,但河北偏弱,故整体经济韧性低于珠三角;长三角城市群与京津冀类似,上海、江苏和浙江总体经济韧性较高,但安徽偏弱;山东半岛城市群作为我国新旧动能转换的战略试验区,通过产业转型升级促进区域经济协调发展,加上近年来生态宜居城市的建设,青岛、日照等地区第三产业快速发展,其经济韧性持续增强;近些年东北地区经济发展缓慢,过度依赖重工业发展,产业结构单一,政府公共财政收入不足,城市基础设施建设落后等问题对辽中南和哈长城市群经济韧性提升产生很大影响;成渝城市群的重庆和成都发展势头强劲,但其他城市与重庆和成都的差距显著,导致城市群内发展极不协调,存在断层现象,不利于城市群整体经济韧性的提升;关中平原和长江中游城市群也存在类似情况,西安、武汉、长沙3个省会城市资源集中,导致区域经济发展极不均衡;海峡西岸城市群的主导产业为制造业,产业技术水平整体偏低,人才向珠三角等发达地区流失严重,加之地区经济发展不均衡,内陆及山区城市经济发展迟缓等问题,使其整体经济韧性偏低;中原城市群以农业型城市和传统工业城市为主的经济发展模式导致城市群经济发展缓慢,且城市间真正的功能、融合关系尚未形成,城市间合作深度不够,城市基础设施建设滞后于人口和区域发展等问题严峻,导致其整体经济韧性较差。

表2 2009—2019年中国11个城市群经济韧性测度结果及排序
Table 2 Economic resilience measurement results and ranking of the 11 urban agglomerations in China from 2009 to 2019

经济韧性较高的城市群增速相对较慢,经济韧性较低的城市群增速相对较快。具体看,成渝城市群增幅高达119.12%,从2009年的0.144升至2019年的0.316;中原城市群增幅次之,为110.61%;哈长、山东半岛和长江中游城市群增幅处于中等水平,分别为82.56%、80.15%、75.93%;珠三角、长三角、关中平原和京津冀城市群增幅相对较小,分别为65.12%、56.78%、52.85%、48.77%;辽中南城市群增幅最小,为35.02%。其中,成渝和中原城市群得益于国家中部崛起、西部大开发等战略的持续深入推进,增速略快于东部城市群,一定程度上有助于缓解“东中西”城市群之间经济韧性的差距。

11个城市群总体经济韧性的时序演变呈现双峰分布形态(图1)。从分布位置看,11个城市群总体经济韧性的核密度分布曲线向右平移现象明显,说明总体经济韧性呈现上升趋势;从分布形态看,11个城市群总体经济韧性的核密度分布曲线主峰高度无显著变化,宽度略有增加,表明经济韧性的绝对差异有扩大趋势;从分布延展性看,11个城市群总体核密度分布曲线存在右拖现象,且分布延展性呈收敛趋势,说明各城市群的经济韧性提升速度存在较明显的差异,经济韧性较高的城市群提升速度较慢,经济韧性较低的城市群提升速度较快;从极化特征看,11个城市群总体核密度分布曲线始终由一个主峰和一个侧峰组成,表明城市群之间出现了一定的梯度效应,呈现出两极分化趋势。

图1 11个城市群总体经济韧性核密度估计
Fig.1 Estimation of kernel density of overall economic resilience of the 11 urban agglomerations

从城市群经济韧性各维度看,2009—2019年11个城市群经济系统的抵御恢复能力、适应调整能力和创新转型能力总体呈上升趋势。其中,抵御恢复能力指数均值由2009年的0.262升至2019年的0.402,年均增长4.91%;适应调整能力指数均值由2009年的0.226升至2019年的0.418,年均增长7.75%;创新转型能力指数均值由2009年的0.262升至2019年的0.407,年均增长5.05%。究其原因,一方面2008年金融危机爆发后,中国结合国际国内经济形势变化,积极将经济以外循环主导向依靠内循环驱动转换,城市群作为对内开放发展的重要载体,交通、信息等基础建设与投资力度空前,极大提升了城市群交通运输能力与效率,促进了城市群内部要素的流动,增强了城市群内部的经济联系度,为城市群经济系统应对外部冲击提供了良好基础,同时也使城市群经济系统的适应调整能力不断增强;另一方面,城市群作为区域创新发展的主阵地,政府通过加大科技创新经费投入,优化创新资源配置,促进科技创新成果转化等措施,加上近些年科教兴国战略、人才强国战略和创新驱动发展战略的深入实施,其创新发展水平逐渐提升,进而增强城市群经济系统的创新转型能力。

2.2 城市群经济韧性的空间格局演变

为进一步分析11个城市群经济韧性的空间演变格局,选取2009年、2014年、2019年为时间节点,采用自然断点法将城市群经济韧性水平划分成低、较低、较高、高4种类型并进行可视化(图2)。可以看出,中国11个城市群经济韧性空间分异特征较显著,沿海城市群经济韧性总体高于内陆城市群。2009年高水平城市群仅有珠三角,较高水平城市群包括京津冀、长三角、辽中南和山东半岛,较低水平城市群有海峡西岸、哈长、关中平原和长江中游,低水平城市群有成渝和中原;2014年仅成渝城市群经济韧性有所提升,由低水平升为较低水平;2019年11个城市群经济韧性空间分异格局较2014年有所变化,较高水平和较低水平城市群数量减少,低水平城市群数量增加,具体表现为辽中南城市群由较高水平降为较低水平,海峡西岸和关中平原城市群由较低水平降为低水平。

width=714,height=296,dpi=110

注:基于自然资源部标准地图服务网站审图号为GS(2020)4619号的标准地图制作,底图无修改,下同。
图2 2009—2019年11个城市群经济韧性空间演变
Fig.2 Spatial evolution of economic resilience of the 11 urban agglomerations from 2009 to 2019

为进一步探索11个城市群经济韧性的空间动态演进过程,利用ArcGIS 10.8软件对2009—2019年城市群经济韧性进行重心—标准差椭圆分析(图3)。城市群经济韧性的重心分布在安徽省六安市和阜阳市境内(115°53′54″E～116°13′20″E,32°24′35″N～32°29′12″N),重心移动轨迹呈现沿西北—西南阶段性迁移特征,整体移动方向为由东北向西南,说明研究期内中国西部和南部地区城市群经济韧性提升速度高于东部和北部地区城市群平均水平;椭圆面积扩大近3万km2,说明城市群经济韧性存在空间扩散趋势;研究期内城市群经济韧性标准差椭圆呈现东北—西南向空间分布格局,且基本覆盖了城市群大部分区域;方位角呈逐渐扩大态势,说明城市群整体经济韧性为顺时针不断偏移的趋势;标准差椭圆的长半轴从2009年的996.08 km增至2014年的1000.88km,再缩至2019年的986.86km,表明城市群经济韧性在东北—西南方向的空间演化暂不稳定;标准差椭圆的短半轴不断变长,由2009年的559.55km增至2019年的574.45km,表明城市群经济韧性在西北—东南方向趋于扩散状态。

图3 11个城市群经济韧性标准差椭圆与重心轨迹
Fig.3 Standard deviation ellipse and gravity center trajectory of economic resilience of the 11 urban agglomerations

3 城市群经济韧性障碍因子分析

运用障碍度模型分析11个城市群经济韧性的障碍因子,筛选制约城市群经济韧性提升的关键障碍因子。考虑到2009—2019年的数据量较大,仅计算2010年、2013年、2016年和2019年4个时间节点各城市群经济韧性准则层以及各指标的障碍度。

3.1 城市群经济韧性准则层障碍度分析

由表3可知,抵御恢复能力、适应调整能力和创新转型能力障碍度均值分别为0.375、0.381、0.244。具体看,京津冀、珠三角、哈长、辽中南、中原、成渝、关中平原和长江中游8个城市群经济韧性准则层的障碍度从高到低依次为适应调整能力、抵御恢复能力和创新转型能力,而长三角、山东半岛和海峡西岸3个城市群经济韧性准则层的障碍度从高到低依次为抵御恢复能力、适应调整能力和创新转型能力,说明抵御恢复能力和适应调整能力是制约城市群经济韧性提升的主要因素。

表3 城市群经济韧性准则层障碍度均值
Table 3 Mean values of barrier degree of economic resilience criterion layer of urban agglomerations

从各准则层分析:①抵御恢复能力层面,障碍度较高的有山东半岛、长三角、海峡西岸和中原城市群,均值都在0.375以上,说明上述城市群面对金融危机、公共卫生事件、自然灾害等外界因素的冲击时,经济系统的抵御、吸收损失并及时恢复的能力相对较弱;②适应调整能力层面,障碍度较高的是京津冀、哈长、辽中南、关中平原、长江中游和成渝城市群,均值都超过0.381,表明适应调整能力相对不足是制约这些城市群经济韧性提升的主要因素;③创新转型能力层面,其整体障碍度低于其他层面,较高的包括珠三角、山东半岛、海峡西岸、中原和哈长城市群,均值都超过0.244,说明这些城市群的经济系统在遭受外界因素冲击后,依靠创新探索城市群经济发展新路径的能力相对较弱。

3.2 城市群经济韧性指标层障碍度分析

考虑到指标数量较多,为体现关键性,仅列出障碍度排序前五的障碍因子(表4)。统计表4中障碍因子的频次,发现道路面积占行政区域面积比重(B5)、每万人拥有公共交通车辆数(A7)、年末人均储蓄余额(C4)、人均GDP(A1)和信息传输、计算机服务和软件业从业人数占比(A6)5个障碍因子出现的频次较高,是制约城市群经济韧性提升的关键障碍因子。除年末人均储蓄余额(C4)外,其余障碍因子均属于抵御恢复能力和适应调整能力两个维度,再次印证了抵御恢复能力和适应调整能力是阻碍城市群经济韧性提升的主要因素。其中,道路面积占行政区域面积比重(B5)、每万人拥有公共交通车辆数(A7)以及信息传输、计算机服务和软件业从业人数占比(A6)3个障碍因子暴露出城市群在交通、信息和应急方面的基础设施建设滞后于人口集聚与经济发展,表明城市群的整体规划、发展协调机制有待健全;年末人均储蓄余额(C4)和人均GDP(A1)两个障碍因子表明城市群应大力发展经济,同时也暴露出部分地区的城市经济发展水平存在较大差异,进而形成了城市群内部经济韧性水平的差异,如京津冀城市群中的河北和长三角城市群中的安徽经济发展较弱,关中平原、长江中游和成渝城市群中只有西安、武汉、长沙、重庆和成都的经济发展较强。

表4 城市群经济韧性指标层前五位障碍因子
Table 4 Top five obstacle factors in economic resilience index layer of urban agglomerations

width=745,height=199,dpi=110

4 结论与讨论

本文采用熵值法、核密度估计、重心—标准差椭圆和障碍度模型探讨2009—2019年中国11个城市群经济韧性的时空演化特征及其障碍因子,得出如下结论:①11个城市群整体经济韧性水平不高,仍存在较大的提升空间,且城市群之间经济韧性的差异较大,呈现一定的层级格局。②时序层面上,11个城市群经济韧性总体呈上升趋势,但各城市群增幅不一,且随着时间推移,城市群之间经济韧性的绝对差异呈扩大态势。③空间层面上,11个城市群经济韧性空间分异特征较显著,沿海城市群经济韧性总体高于内陆城市群;城市群经济韧性标准差椭圆呈东北—西南格局分布,重心移动轨迹呈现沿西北—西南阶段性迁移特征,整体表现出东北—西南方向暂不稳定、西北—东南方向扩散发展的趋势。④从障碍因子分析看,抵御恢复能力和适应调整能力是制约城市群经济韧性提升的主要因素,道路面积和公交运输车辆代表的交通基础设施状况,年末人均储蓄余额和人均GDP代表的金融资本和经济发展水平,以及信息传输、计算机服务和软件业从业人员代表的信息技术产业发展状况是制约城市群经济韧性提升的关键障碍因子。

针对上述研究结论,本文提出以下建议:①加强发达城市群与欠发达城市群之间、大城市与中小城市之间的协同发展,结合各自区位优势、经济基础、产业特色等实际情况,充分发挥其吸引投资、创造就业、拉动消费、引领创新的核心功能,建立更高层次、更深化的合作关系,加快形成分工合理、功能互补、协调合作、错位发展的城市群一体化发展新格局,改善区域经济发展非均衡空间格局,缩小城市间经济韧性差距,建立整体性风险防范屏障。②引进和培养信息技术领域人才,大力发展现代信息技术和公共交通,通过提高预警能力和疏散安置能力提升城市群经济韧性;强化城市群内部基础设施网络化、一体化建设,尤其要加快信息基础设施网络建设,提升城市群整体的应急响应能力。加强道路交通基础设施建设,提高城市群内部各层级城市间道路网络连通的便捷性和可达性;在城市群范围内统筹安排各种资源,避免资源过度集中,共享发展和建设机会,促进城市群整体经济发展。

本文结合城市群特点和经济韧性内涵,使用“均值”和“比例”指标以及反映城市群特点的指标构建城市群经济韧性综合评价体系,在数据处理上优先通过各地级市数据进行数理运算获取城市群整体层面数据,相较于以往通过城市群内所辖地级市的经济韧性水平简单汇总后取均值表征城市群经济韧性水平,本文充分考虑到不同地级市的人口规模、经济体量等因素,在城市群整体经济韧性水平测度上实现了优化。以下问题有待深入探讨:首先,城市群作为区域经济发展的关键地域,其经济系统受诸多因素的影响,而构建一个全面、科学、准确的城市群经济韧性综合评价指标体系是研究的难点,未来需进一步丰富和完善指标体系,如国家政策、政府行为、企业文化、突发情况应急处理能力等因素对城市群经济韧性有重要影响,但这些因素难以量化,后续研究期望能有所突破。其次,本研究重点探讨了在金融风险、自然灾害等相对短期冲击情境下城市群经济韧性动态演化及障碍因子,未来可进一步探索在全球经济收缩等长期持续扰动情境下城市群经济韧性的时空演化特征。最后,城市群经济韧性水平一定程度上受其内部结构的影响,城市群一体化水平和内部结构特征对其经济韧性的影响有待深入研究。

参考文献：

[1]王永贵,高佳.新冠疫情冲击、经济韧性与中国高质量发展[J].经济管理,2020,42(5):5-17.

[2]巩灿娟,张晓青,徐成龙.中国三大城市群经济韧性的时空演变及协同提升研究[J].软科学,2022,36(5):38-46.

[3]曾冰,张艳.区域经济韧性概念内涵及其研究进展评述[J].经济问题探索,2018,39(1):176-182.

[4]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.

[5]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[J].人文地理,2019,34(2):1-7.

[6]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(11):117-126.

[7]MARTIN R,SUNLEY P.On the notion of regional economic resilience:conceptualization and explanation[J].Journal of Economic Geography,2015,15(1):1-42.

[8]袁丰,熊雪蕾,徐紫腾,等.长江经济带经济韧性空间分异与驱动因素[J].地理科学进展,2023,42(2):249-259.

[9]贺灿飞,盛涵天.区域经济韧性:研究综述与展望[J].人文地理,2023,38(1):1-10.

[10]MARTIN R.Regional economic resilience,hysteresis and recessionary shocks[J].Journal of Economic Geography,2012,12(1):1-32．

[11]RINGWOOD L,WATSON P,LEWIN P,et al.A quantitative method for measuring regional economic resilience to the great recession[J].Growth and Change,2019,50(1):381-402.

[12]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.

[13]唐宇,宋永永,薛东前,等.能源富集区经济韧性演化过程及影响机制:以榆林市为例[J].资源科学,2022,44(7):1331-1343.

[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]陈胜利,王东.中国城市群经济韧性的测度、分解及驱动机制[J].华东经济管理,2022,36(12):1-13.

[16]陈奕玮,丁关良.中国地级市城市经济韧性的测度[J].统计与决策,2020,36(21):102-106.

[17]丁建军,王璋,刘艳红,等.中国连片特困区经济韧性测度及影响因素分析[J].地理科学进展,2020,39(6):924-937.

[18]黄杰,李倩倩,钟朋舒.中国八大城市群经济韧性的空间差异与动态演进[J].统计与决策,2022,38(17):91-96.

[19]杨桐彬,朱英明,姚启峰.中国城市群经济韧性的地区差异、分布动态与空间收敛[J].统计与信息论坛,2022,37(7):45-60.

[20]BROWN L,GREENBAUM R T.The role of industrial diversity in economic resilience:an empirical examination across 35 years[J].Urban Studies,2017,54(6):1347-1366.

[21]王奇珍,朱英明.中国城市经济韧性及影响因素研究[J].生态经济.2021,37(10):84-92.

[22]BRAKMAN S,GARRETSEN H,VAN MARREWIJK C.Regional resilience across Europe:on urbanisation and the initial impact of the great recession[J].Cambridge Journal of Regions,Economy and Society,2015,8(2):225-240.

[23]SAGAN I,MASIK G.Economic resilience:the case study of Pomorskie region[J].Raumforschung und Raumordnung,2014,72(2):153-164.

[24]HUGGINS T.Local entrepreneurial resilience and culture:the role of social values in fostering economic recovery[J].Cambridge Journal of Regions,Economy and Society,2015,8(2):313-330.

[25]HOLM J R,OSTERGAARD C R.Regional employment growth,shocks and regional industrial resilience:a quantitative analysis of the Danish ICT sector[J].Regional Studies,2015,49(1):95-112.

[26]MARTIN R,SUNLEY P,GARDINER B,et al.How regions react to recessions:resilience and the role of economic structure[J].Regional Studies,2016,50(4):561-585.

[27]BOSCHMA R.Towards an evolutionary perspective on regional resilience[J].Regional Studies,2015,49(5):733-751.

[28]金凤君,王姣娥,杨宇,等.东北地区创新发展的突破路径与对策研究[J].地理科学,2016,36(9):1285-1292.

[29]马海涛,徐楦钫.黄河流域城市群高质量发展评估与空间格局分异[J].经济地理,2020,40(4):11-18.

[30]张国俊,王运喆,王珏晗,等.中国城市群经济增长质量与数量协调关系的时空演化与机理[J].地理科学,2021,41(12):2075-2086.

[31]高粼彤,孟霏,田启波.中国经济韧性时空演化及影响因素研究[J].经济问题探索,2022(8):57-74.

[32]张明斗,张震.长三角城市群城市经济韧性的空间关联网络研究[J].地理与地理信息科学,2023,39(1):1-11.

[33]谢会强,杨丹,张宽.中国城市经济韧性的时空演化及网络结构研究[J].华东经济管理,2022,36(11):64-74.

[34]肖泽平,钟业喜,冯兴华,等.长江中游城市群空间结构演变及效应分析[J].长江流域资源与环境,2021,30(11):2607-2617.

[35]李博雅.长三角城市群空间结构演化与溢出效应研究[J].宏观经济研究,2020,258(5):68-81.

[36]孙铁山.中国三大城市群集聚空间结构演化与地区经济增长[J].经济地理,2016,36(5):63-70.

[37]滕祥河,钱美君,文传浩.多中心空间结构对区域经济韧性的影响研究[J].技术经济,2022,41(6):121-130.

[38]孙久文,蒋治,胡俊彦.新时代中国城市高质量发展的时空演进格局与驱动因素[J].地理研究,2022,41(7):1864-1882.

[39]付丽娜,彭真善,张爱群.新型城镇化与产业结构的交互影响:以环长株潭城市群为例[J].经济地理,2020,40(11):95-104.

[40]陈丛波,叶阿忠.数字经济、创新能力与区域经济韧性[J].统计与决策,2021,37(17):10-15.

[41]盛丹,包群,王永进.基础设施对中国企业出口行为的影响:“集约边际”还是“扩展边际”[J].世界经济,2011,34(1):17-36.

[42]赵璟,焦炬.中国西部地区城市群资源集聚能力评价及时空演变分析:以关中平原城市群为例[J].地理与地理信息科学,2022,38(6):95-103.

[43]赵宏波,岳丽,刘雅鑫,等.高质量发展目标下黄河流域城市居民生活质量的时空格局及障碍因子[J].地理科学,2021,41(8):1303-1313.

[44]王兆峰,张先甜.黄河流域旅游经济系统韧性的时空差异特征及其影响因素[J].地理与地理信息科学,2023,39(3):112-121.

[45]高威,魏建飞,李强.碳排放约束下京津冀地区建设用地利用效率时空演化特征与影响因素研究[J].地理与地理信息科学,2022,38(5):88-95.

[46]王松茂,牛金兰.山东半岛城市群城市生态韧性的动态演化及障碍因子分析[J].经济地理,2022,42(8):51-61.

Spatio-temporal Evolution and Obstacle Factor Analysis of Economic Resilience of Urban Agglomerations in China

HE Zhihao1,ZHANG Xuebo1,2,LU Bingkun1,WU Jiangnan1,FU Wenshuo1

(1.School of Geography and Tourism,Qufu Normal University,Rizhao 276800;2.Institute of Yellow River Ecology,Qufu Normal University,Qufu 273100,China)

Abstract：Improving the economic resilience of urban agglomerations is of great significance for enhancing regional economic risk resistance,promoting regional economic coordinated and balanced development.The comprehensive evaluation index system of economic resilience of urban agglomerations is constructed from three dimensions of resistance to recovery ability,adaptability and adjustment ability,and innovation and transformation ability.The economic resilience of China′s 11 major urban agglomerations from 2009 to 2019 is measured by entropy method.The kernel density estimation,gravity center standard deviation ellipse,and obstacle degree model are comprehensively used to analyze its spatio-temporal pattern evolution and obstacle factors.It is found as follows.①During the research period,the overall economic resilience of Chinese urban agglomerations showed an upward trend,but the overall level was relatively low.There are differences in the level and growth rate of economic resilience among urban agglomerations,and the absolute difference in economic resilience among urban agglomerations is expanding.②The spatial differentiation of economic resilience in Chinese urban agglomerations is significant,with coastal urban agglomerations having overall higher economic resilience than inland urban agglomerations.The standard deviation ellipse of economic resilience in urban agglomerations is distributed in a northeast to southwest pattern,and the center of gravity moves first to the northwest and then to the southwest.The overall movement direction is from northeast to southwest,showing a trend of temporary instability in the northeast to southwest direction and expansion in the northwest to southeast direction.③The economic resilience of urban agglomerations is mainly influenced by resistance to recovery ability,adaptability and adjustment ability.The transportation infrastructure represented by road area and public transportation vehicles,financial capital and economic development level represented by per capita savings balance at the end of the year and per capita GDP,as well as the development status of the information technology industry represented by information transmission,computer services and software industry practitioners are the key obstacle factors that restrict the improvement of economic resilience of urban agglomerations.

Key words：economic resilience;spatio-temporal evolution;obstacle factors;urban agglomerations

中图分类号：F061.5

文章编号：1672-0504(2023)06-0125-09

doi：10.3969/j.issn.1672-0504.2023.06.016

转载自地理与地理信息科学

文章仅代表作者观点，与本公众号无关，版权归原作者所有

原文标题：佳文速递|中国城市群经济韧性时空演变及障碍因子分析