黃河流域城市經(jīng)濟(jì)韌性的時(shí)空分異及其驅(qū)動(dòng)因素

梁靜波，李倩倩

（1.信陽師范大學(xué) 商學(xué)院，河南 信陽 464000；2.江蘇大學(xué) 財(cái)經(jīng)學(xué)院，江蘇 鎮(zhèn)江 212013）

0 引言

黃河流域在我國經(jīng)濟(jì)社會(huì)發(fā)展中具有重要地位。2019 年，黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展被確定為重大國家戰(zhàn)略。而在當(dāng)前國內(nèi)外日趨復(fù)雜的環(huán)境中，黃河流域發(fā)展面臨重大挑戰(zhàn)。經(jīng)濟(jì)韌性作為反映區(qū)域發(fā)展質(zhì)量的重要指標(biāo)，能較好地體現(xiàn)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的新訴求［1］，因此提高黃河流域城市經(jīng)濟(jì)韌性成為黃河流域?qū)崿F(xiàn)高質(zhì)量發(fā)展的重要途徑。但黃河流域內(nèi)部結(jié)構(gòu)失衡、水資源短缺、生態(tài)環(huán)境脆弱、資源依賴嚴(yán)重、經(jīng)濟(jì)發(fā)展不充分等問題突出，一直阻礙著黃河流域的轉(zhuǎn)型發(fā)展，尤其以資源為支撐的第二產(chǎn)業(yè)占比高，使得黃河流域經(jīng)濟(jì)發(fā)展易陷入產(chǎn)業(yè)結(jié)構(gòu)低端、單一的鎖定路徑，造成流域內(nèi)城市經(jīng)濟(jì)韌性較差。同時(shí)黃河流域橫跨我國東中西三大板塊，流域內(nèi)城市發(fā)展條件、功能定位、資源環(huán)境承載約束等存在明顯差異，使得各城市面對(duì)外部沖擊時(shí)的反應(yīng)程度有所不同，從而經(jīng)濟(jì)韌性表現(xiàn)出明顯差異，這勢(shì)必會(huì)加劇黃河流域經(jīng)濟(jì)高質(zhì)量發(fā)展的非均衡性。換言之，黃河流域要想實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量協(xié)同提升和可持續(xù)發(fā)展，就要求流域內(nèi)各城市均有良好的經(jīng)濟(jì)韌性基礎(chǔ)。因此，本文基于黃河流域城市經(jīng)濟(jì)發(fā)展面臨的現(xiàn)實(shí)問題，考察黃河流域城市經(jīng)濟(jì)韌性的時(shí)空分異特征，并對(duì)其驅(qū)動(dòng)因素進(jìn)行分析，以期推動(dòng)黃河流域城市經(jīng)濟(jì)韌性協(xié)同提升、促進(jìn)黃河流域高質(zhì)量均衡發(fā)展。

1 文獻(xiàn)綜述

經(jīng)濟(jì)韌性的評(píng)價(jià)。對(duì)城市經(jīng)濟(jì)韌性進(jìn)行科學(xué)合理的測(cè)度是開展研究的重要基礎(chǔ)。現(xiàn)有研究中，經(jīng)濟(jì)韌性評(píng)價(jià)方法主要有單要素指標(biāo)法和綜合指標(biāo)法。單要素指標(biāo)法是選取一個(gè)能直觀反映經(jīng)濟(jì)韌性高低的變量進(jìn)行衡量，如就業(yè)率［2-4］、失業(yè)率［5，6］、GDP增長(zhǎng)率［7-12］等。這種單要素評(píng)價(jià)方法要求所選指標(biāo)對(duì)外部沖擊敏感且能夠反映區(qū)域經(jīng)濟(jì)韌性的絕大部分信息［13］，對(duì)指標(biāo)的選擇要求較高。然而不同經(jīng)濟(jì)體在發(fā)育程度、與外部聯(lián)系和內(nèi)部結(jié)構(gòu)等方面存在明顯差異，使得其面對(duì)危機(jī)的反應(yīng)程度不同，單一指標(biāo)或無法準(zhǔn)確反映各個(gè)經(jīng)濟(jì)體的經(jīng)濟(jì)韌性。綜合指標(biāo)法可從多個(gè)角度構(gòu)建指標(biāo)體系對(duì)城市經(jīng)濟(jì)韌性進(jìn)行評(píng)價(jià)，能在一定程度上彌補(bǔ)單一指標(biāo)的不足，從而被眾多學(xué)者采納。如Wang 等從經(jīng)濟(jì)表現(xiàn)、公共觀點(diǎn)、公共衛(wèi)生、區(qū)域疫情管理和疫區(qū)人口信息5 個(gè)維度構(gòu)建指標(biāo)體系對(duì)中國286 個(gè)城市的經(jīng)濟(jì)韌性進(jìn)行測(cè)度［14］；Man等從多樣性、收支相關(guān)能力、創(chuàng)新環(huán)境、發(fā)展趨勢(shì)、開放性5 個(gè)社會(huì)經(jīng)濟(jì)方面構(gòu)建中國東北37 個(gè)城市的經(jīng)濟(jì)韌性評(píng)價(jià)體系［15］。

經(jīng)濟(jì)韌性的空間分異。眾多學(xué)者已從不同層面證實(shí)我國經(jīng)濟(jì)韌性存在明顯空間分布特征［16-19］。李連剛等對(duì)黃河流域91 個(gè)地級(jí)市經(jīng)濟(jì)韌性的進(jìn)行研究發(fā)現(xiàn)，山東、山西南部和河南北部地區(qū)的城市經(jīng)濟(jì)韌性較低，陜西、寧夏和青海東部地區(qū)的城市經(jīng)濟(jì)韌性較高［20］。此外，個(gè)別學(xué)者進(jìn)一步對(duì)經(jīng)濟(jì)韌性的空間差異及來源進(jìn)行了探究。如黃杰等利用Dagum基尼系數(shù)對(duì)我國八大城市群經(jīng)濟(jì)韌性的空間差異及來源進(jìn)行探究發(fā)現(xiàn)，中國八大城市群經(jīng)濟(jì)韌性的總體差異呈下降趨勢(shì)，城市群間差異是主要差異來源［21］。

經(jīng)濟(jì)韌性的影響因素。當(dāng)前，國內(nèi)外學(xué)者廣泛探討了政策和制度環(huán)境［22］、社會(huì)資本和人力資本［23，24］、產(chǎn)業(yè)結(jié)構(gòu)［4，25-29］、創(chuàng)新能力［30，31］、區(qū)位優(yōu)勢(shì)［32］、人口集聚［33］、文化［34］等因素對(duì)經(jīng)濟(jì)韌性的影響。如Kitsos等研究決定英國經(jīng)濟(jì)韌性高低的因素認(rèn)為，具有良好初始經(jīng)濟(jì)條件、產(chǎn)業(yè)多樣化以及較強(qiáng)創(chuàng)新精神的地區(qū)其經(jīng)濟(jì)韌性越強(qiáng)［35］。丁建軍等對(duì)中國連片特困區(qū)經(jīng)濟(jì)韌性的影響因素分析發(fā)現(xiàn)，地理區(qū)位、人均固定資產(chǎn)投資等因素對(duì)連片特困區(qū)經(jīng)濟(jì)韌性存在顯著影響［36］。黃若鵬等研究黃河流域中下游地區(qū)40 個(gè)城市經(jīng)濟(jì)韌性的影響因素發(fā)現(xiàn)，政府行政力、第三產(chǎn)業(yè)比重對(duì)經(jīng)濟(jì)韌性產(chǎn)生負(fù)效應(yīng)，市場(chǎng)力對(duì)地區(qū)經(jīng)濟(jì)韌性具有顯著正效應(yīng)［37］。此外，也要學(xué)者對(duì)經(jīng)濟(jì)韌性空間分異的驅(qū)動(dòng)因素展開研究。如Di Caro研究發(fā)現(xiàn)意大利經(jīng)濟(jì)韌性區(qū)域差異主要是經(jīng)濟(jì)多樣性、貿(mào)易開放、金融約束、人力資本和社會(huì)資本等因素差異導(dǎo)致［24］；陳作任等發(fā)現(xiàn)東莞市樟木頭和常平鎮(zhèn)經(jīng)濟(jì)韌性產(chǎn)生差異的主要原因在于地方制度、技術(shù)變革、經(jīng)濟(jì)結(jié)構(gòu)和勞動(dòng)力結(jié)構(gòu)等因素的不同［38］。

綜上可見，近年來國內(nèi)外對(duì)有關(guān)經(jīng)濟(jì)韌性的研究日趨完善，尤其對(duì)于我國經(jīng)濟(jì)韌性的研究逐漸增多，且研究角度也呈多樣化趨勢(shì)，但仍存在以下尚需補(bǔ)充的地方：①在經(jīng)濟(jì)韌性研究尺度方面，鮮有學(xué)者考察流域?qū)用嫔系慕?jīng)濟(jì)韌性，對(duì)黃河流域沿線省份內(nèi)城市的研究更是少數(shù)。黃河流域作為中國重要的經(jīng)濟(jì)區(qū)域，當(dāng)前重要發(fā)展戰(zhàn)略是實(shí)現(xiàn)高質(zhì)量發(fā)展，黃河流域城市經(jīng)濟(jì)韌性時(shí)空分異研究對(duì)其高質(zhì)量均衡發(fā)展具有重大影響，值得深入探索。②在經(jīng)濟(jì)韌性空間差異研究方面，運(yùn)用泰爾指數(shù)方法研究經(jīng)濟(jì)韌性的空間差異無法衡量樣本間交叉重疊問題，并要求所考察樣本必須滿足正態(tài)分布。Dagum基尼系數(shù)及其分解方法可以有效彌補(bǔ)這兩項(xiàng)缺點(diǎn)，但尚未有學(xué)者采用此方法研究黃河流域城市經(jīng)濟(jì)韌性的空間差異。③對(duì)于經(jīng)濟(jì)韌性影響因素的研究，多數(shù)學(xué)者關(guān)注的仍是影響因子對(duì)經(jīng)濟(jì)韌性的抑制或促進(jìn)作用，并未關(guān)注造成經(jīng)濟(jì)韌性時(shí)空分異的驅(qū)動(dòng)因素，對(duì)黃河流域城市經(jīng)濟(jì)韌性時(shí)空分異驅(qū)動(dòng)因素的研究更為稀少。

2 研究區(qū)域概況、研究方法與數(shù)據(jù)來源

2.1 研究區(qū)域概況

黃河流域在空間上包括黃河流經(jīng)的青海、甘肅、四川、陜西、內(nèi)蒙古、寧夏、山西、河南和山東9 個(gè)省（自治區(qū)）。參考孫久文等的研究［39］，并考慮數(shù)據(jù)可獲得性，最終確定包括青海、甘肅、陜西、內(nèi)蒙古、寧夏、山西、河南以及山東8 個(gè)省（自治區(qū)）內(nèi)的78 個(gè)地級(jí)市為本文研究對(duì)象。此外，借鑒秧玉潔等研究中對(duì)黃河流域的地區(qū)劃分方法［40］，并結(jié)合《黃河年鑒》分別以內(nèi)蒙古河口鎮(zhèn)和河南省桃花峪作為上中游和中下游分界線，將黃河流域劃分為上、中、下游（圖1）。其中上游地區(qū)包括：西寧、蘭州、嘉峪關(guān)、金昌、白銀、武威、張掖、酒泉、定西、隴南、呼和浩特、包頭、鄂爾多斯、巴彥淖爾、烏蘭察布、烏海和寧夏自治區(qū)各市。中游地區(qū)包括：天水、平?jīng)觥c陽，三門峽、洛陽、焦作、陜西省各市和山西省各市。下游地區(qū)包括：鄭州、開封、平頂山、安陽、鶴壁、新鄉(xiāng)、濮陽、許昌、漯河、南陽、商丘、信陽、周口、駐馬店以及山東省各市。

圖1 黃河流域研究區(qū)位Figure 1 Research Location of the Yellow River Basin

2.2 經(jīng)濟(jì)韌性指標(biāo)體系

城市經(jīng)濟(jì)韌性主要指一個(gè)城市經(jīng)濟(jì)系統(tǒng)在遭受外部沖擊之后，其經(jīng)濟(jì)恢復(fù)、調(diào)整和創(chuàng)造新增長(zhǎng)路徑的能力。參考已有研究［36，41-44］，從抵抗與恢復(fù)能力、適應(yīng)與調(diào)整能力、創(chuàng)新與轉(zhuǎn)型能力3 個(gè)維度構(gòu)建黃河流域城市經(jīng)濟(jì)韌性評(píng)價(jià)指標(biāo)體系（表1）。具體來說，抵抗與恢復(fù)能力主要包括人均GDP、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)登記失業(yè)人口占比、HHI指數(shù)（赫芬達(dá)爾-赫希曼指數(shù)）和外貿(mào)依存度，分別反映城市的經(jīng)濟(jì)發(fā)展水平、居民風(fēng)險(xiǎn)抵抗能力、就業(yè)體系抵抗能力、產(chǎn)業(yè)結(jié)構(gòu)多樣化和外貿(mào)依存度。其中，失業(yè)人口占比、HHI指數(shù)和外貿(mào)依存度為負(fù)向指標(biāo)。HHI指數(shù)以三次產(chǎn)業(yè)占比的平方和表示，外貿(mào)依存度采用進(jìn)出口總額占GDP 的比重衡量。因單位不同，將以美元為單位的進(jìn)出口總額指標(biāo)按每年平均匯率折算成人民幣。適應(yīng)與調(diào)整能力由人均財(cái)政支出、財(cái)政自給水平、固定資產(chǎn)投資占GDP比重、人均社會(huì)消費(fèi)品零售額和金融機(jī)構(gòu)存款余額占GDP 比重構(gòu)成，分別反映政府資源調(diào)配能力、政策扶持力度、城市投資規(guī)模、市場(chǎng)規(guī)模大小和城市金融發(fā)展水平，均為正向指標(biāo)。其中，財(cái)政自給水平用財(cái)政收入與財(cái)政支出的比值衡量。創(chuàng)新與轉(zhuǎn)型能力由教育事業(yè)費(fèi)占財(cái)政支出比重、產(chǎn)業(yè)高級(jí)化、每萬人專利授權(quán)量、科學(xué)技術(shù)支出占財(cái)政支出比重和每萬人在校大學(xué)生數(shù)構(gòu)成，分別反映政府教育投入水平、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度、科研投入力度、技術(shù)創(chuàng)新能力和城市人力資本水平。

表1 黃河流域城市經(jīng)濟(jì)韌性綜合評(píng)價(jià)指標(biāo)體系Table 1 Comprehensive evaluation index system for urban economic resilience in the Yellow River Basin

2.3 研究方法

熵值法。熵值法是依據(jù)每個(gè)指標(biāo)她據(jù)所包含信息量的具體情況客觀地確定每個(gè)指標(biāo)的權(quán)重大小，而信息量是由指標(biāo)數(shù)據(jù)的相對(duì)變化程度決定的。指標(biāo)數(shù)據(jù)相對(duì)變化越大，則指標(biāo)信息效用價(jià)值越大，在評(píng)價(jià)中重要性越強(qiáng)，權(quán)重也就越大，反之權(quán)重越小［45，46］。對(duì)比主觀賦權(quán)法，熵值法能夠避免人為賦權(quán)導(dǎo)致的權(quán)重偏差問題［47］。而對(duì)比其他客觀賦權(quán)法，熵值法不僅解決了指標(biāo)體系復(fù)合指標(biāo)間信息交叉、疊加等問題，而且可以克服因異常值導(dǎo)致的權(quán)重偏離正常區(qū)間的局限［48，49］。基于此，本文采用傳統(tǒng)熵值法對(duì)2005—2020 年黃河流域78 個(gè)城市的經(jīng)濟(jì)韌性進(jìn)行測(cè)算。由于各指標(biāo)的量綱不同，因此采用極差標(biāo)準(zhǔn)化法對(duì)每年原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，具體計(jì)算公式為：

探索性空間數(shù)據(jù)分析（ESDA）方法。該方法主要包括全局空間自相關(guān)和局部空間自相關(guān)。根據(jù)Tobler提出的地理學(xué)第一定律，任何事物之間都是相關(guān)的，并且距離的不同其空間上的相關(guān)性也不同［50］。因此，本文依據(jù)空間鄰接矩陣，利用Stata16軟件探討黃河流域城市經(jīng)濟(jì)韌性的空間集聚性。

全局空間自相關(guān)通常用全局Moran's I 指數(shù)測(cè)算，用以表示在空間上處于鄰近位置的某一屬性值的相似程度，可反映空間序列數(shù)據(jù)整體集聚情況，計(jì)算公式為：

式中：n為城市個(gè)數(shù)；i和j為區(qū)域內(nèi)不相同的城市；xi、xj分別為i、j 城市經(jīng)濟(jì)韌性值；為黃河流域全部城市經(jīng)濟(jì)韌性的平均值；wij為空間鄰接矩陣，若i城市和j 城市相鄰，則wij為1，若不相鄰，則wij為0；I的取值范圍是［-1，1］，I ＞0 表示具有空間正相關(guān)，具有集聚效應(yīng)，I ＜0 表示空間負(fù)相關(guān)，存在擴(kuò)散效應(yīng)。

通常采用標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z 值對(duì)Moran's I 指數(shù)進(jìn)行檢驗(yàn)，計(jì)算公式為：

式中：E（I）為Moran's I 的數(shù)學(xué)期望；Var（I）為方差；Z（I）為Moran's I 的顯著性。當(dāng)Z（I）＞0 且顯著時(shí)，呈正空間自相關(guān)；當(dāng)Z（I）＜0 且顯著時(shí)，呈負(fù)空間自相關(guān)。

局部空間自相關(guān)為進(jìn)一步明確黃河流域范圍內(nèi)高水平和低水平經(jīng)濟(jì)韌性城市空間集聚的具體位置，本文利用局部Moran's I指數(shù)識(shí)別，計(jì)算公式為：

式中：Ii為第i個(gè)城市的局部Moran's I指數(shù)值；在Moran's I 指數(shù)顯著的情況下，根據(jù)Moran's I 指數(shù)的顯著性和Z 檢驗(yàn)結(jié)果可得到4 種集聚關(guān)系：若Moran's I和Z（I）均大于0，此時(shí)呈“高—高”集聚，研究城市與相鄰城市經(jīng)濟(jì)韌性均為高水平；若Moran's I 大于0 但Z（I）小于0，此時(shí)為“低—高”集聚，研究城市經(jīng)濟(jì)韌性為低水平，相鄰城市經(jīng)濟(jì)韌性為高水平；若Moran's I 和Z（I）均小于0，此時(shí)為“低—低”集聚，研究城市和相鄰城市的經(jīng)濟(jì)韌性均為低水平；若Moran's I小于0 但Z（I）大于0，此時(shí)為“高—低”集聚，研究城市經(jīng)濟(jì)韌性為高水平，相鄰城市經(jīng)濟(jì)韌性為低水平。

Dagum基尼系數(shù)。現(xiàn)有文獻(xiàn)主要采用傳統(tǒng)基尼系數(shù)、變異系數(shù)和泰爾指數(shù)等方法對(duì)空間差異進(jìn)行分析。傳統(tǒng)基尼系數(shù)和變異系數(shù)只能對(duì)區(qū)域差異進(jìn)行簡(jiǎn)單描述而不能對(duì)其來源進(jìn)行分解，泰爾指數(shù)雖能對(duì)差異來源進(jìn)行分解，卻無法衡量樣本間交叉重疊問題，同時(shí)還要求所考察樣本必須滿足正態(tài)分布［51］。而Dagum基尼系數(shù)及其分解方法在衡量空間差異時(shí)既不要求樣本滿足正態(tài)分布，又能對(duì)空間差異來源進(jìn)行分解［24］。基于此，為探究黃河流域城市經(jīng)濟(jì)韌性的空間差異及其來源，本文依據(jù)Dagum提出的基尼系數(shù)及其按子群分解觀點(diǎn)［52］，測(cè)量黃河流域城市經(jīng)濟(jì)韌性空間差異和來源。基尼系數(shù)G計(jì)算公式為：

式中：yji、yhr為j、h地區(qū)內(nèi)城市的經(jīng)濟(jì)韌性；表示78 個(gè)城市的經(jīng)濟(jì)韌性均值；k 為劃分的地區(qū)個(gè)數(shù)；n為城市個(gè)數(shù)；nj、nh為j、h 地區(qū)內(nèi)的城市個(gè)數(shù)；G是總體基尼系數(shù)；j、h為劃分的不同地區(qū)；i、r為地區(qū)內(nèi)不同城市。

Dagum將總體基尼系數(shù)G 分解為區(qū)域內(nèi)差異貢獻(xiàn)Gw、區(qū)域間差異貢獻(xiàn)Gnb、超變密度貢獻(xiàn)Gt，且滿足G ＝Gw＋Gnb＋Gt，計(jì)算公式為：

式中：Gjj為j地區(qū)基尼系數(shù)；Gjh為j和h 地區(qū)的區(qū)域間基尼系數(shù)；Pj＝nj／n，Sj＝nji／n，j ＝1，2，…，k；Djh為j和h地區(qū)間經(jīng)濟(jì)韌性的相對(duì)影響；djh為區(qū)域間經(jīng)濟(jì)韌性差值，表示j和h地區(qū)中所有yji-yhr＞0樣本加總的數(shù)學(xué)期望；Pjh為超變一階矩，表示j 和h地區(qū)中所有yhr-yji＞0 樣本加總的數(shù)學(xué)期望；Fj、Fh表示地區(qū)j、h累積密度分布函數(shù)。

地理探測(cè)器。該方法是探測(cè)空間分異性，并能揭示其背后驅(qū)動(dòng)因素的一種統(tǒng)計(jì)方法，已被廣泛應(yīng)用于經(jīng)濟(jì)增長(zhǎng)、人口老齡化、城鎮(zhèn)化等經(jīng)濟(jì)社會(huì)領(lǐng)域［53-57］。與傳統(tǒng)的統(tǒng)計(jì)方法相比，地理探測(cè)器具有對(duì)自變量間的共線性免疫的優(yōu)點(diǎn)［58］，其不僅可以探析出各因素的驅(qū)動(dòng)作用大小，還可以對(duì)因素間的交互作用進(jìn)行分析［59］。鑒于此，本文采用地理探測(cè)器中的因子探測(cè)和交互作用探測(cè)考察黃河流域城市經(jīng)濟(jì)韌性時(shí)空分異的驅(qū)動(dòng)因素及驅(qū)動(dòng)因素間的交互作用。因子探測(cè)用于探測(cè)因子對(duì)因變量空間分異的解釋程度，是通過引入決定力指標(biāo)值來探究黃河流域城市經(jīng)濟(jì)韌性時(shí)空分異驅(qū)動(dòng)因素的解釋力大小，計(jì)算公式為：

式中：q是驅(qū)動(dòng)因素的解釋力，l ＝1，2，…，L 為分類的數(shù)目；Nl和N 分別為層l 和全區(qū)樣本個(gè)數(shù)；和σ2分別為層l 和全區(qū)的方差。q 取值范圍為［0，1］，q值越大說明驅(qū)動(dòng)因素對(duì)黃河流域城市經(jīng)濟(jì)韌性時(shí)空分異的解釋力越高。

交互作用探測(cè)是評(píng)估兩個(gè)因子共同作用時(shí)對(duì)因變量的解釋力是否高于或低于單個(gè)因子的解釋力，亦或這些因子對(duì)因變量的影響是彼此獨(dú)立的。評(píng)估的方法是通過比較單因素Xj和Xp及兩者疊加后的q值，即比較q（Xj）、q（Xp）和q（Xj∩Xp）的大小，進(jìn)而判斷因素Xj和Xp交互作用的類型，并評(píng)估這種交互作用是否會(huì)增強(qiáng)或減弱對(duì)黃河流域城市經(jīng)濟(jì)韌性時(shí)空分異的解釋程度。若表示為q（Xj∩Xp）＜min（q（Xj），q（Xp）），則兩因子間的交互作用為非線性減弱；若表示為min（q（Xj），q（Xp））＜q（Xj∩Xp）＜max（q（Xj），q（Xp）），則為單因子非線性減弱；若max（q（Xj），q（Xp））＜q（Xj∩Xp）＜q（Xj）＋q（Xp），則交互作用是雙因子增強(qiáng)；若q（Xj∩Xp）＝q（Xj）＋q（Xp），則Xj和Xp相互獨(dú)立；若q（Xj∩Xp）＞q（Xj）＋q（Xp），則是非線性增強(qiáng)。

2.4 數(shù)據(jù)來源

在確定樣本期時(shí)，由于2005 年之前年份的地級(jí)市數(shù)值缺失比較嚴(yán)重，為保證研究結(jié)果的可靠性，故本文研究期間確定為2005—2020 年。所用數(shù)據(jù)主要來源于2006—2021 年《中國城市統(tǒng)計(jì)年鑒》和各省的省級(jí)統(tǒng)計(jì)年鑒、地級(jí)市統(tǒng)計(jì)年鑒，部分?jǐn)?shù)據(jù)來源于國家相關(guān)部門年度統(tǒng)計(jì)公報(bào)、各地市國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)和政府工作報(bào)告等，個(gè)別缺失數(shù)據(jù)根據(jù)具體情況使用均值法或插值法補(bǔ)全。為使指標(biāo)可比，全部指標(biāo)均采用比例數(shù)據(jù)。

3 時(shí)空分異特征及分析

3.1 時(shí)間分布特征

2005—2020 年黃河流域整體及上中下游地區(qū)的城市經(jīng)濟(jì)韌性結(jié)果如圖2 所示。從城市經(jīng)濟(jì)韌性水平值來看，下游地區(qū)城市經(jīng)濟(jì)韌性最高，且高于黃河流域整體城市經(jīng)濟(jì)韌性均值；上游地區(qū)和中游地區(qū)的城市經(jīng)濟(jì)韌性較低，且低于黃河流域整體城市經(jīng)濟(jì)韌性均值。從演變趨勢(shì)上看，2005—2020 年間黃河流域整體及上中下游地區(qū)的城市經(jīng)濟(jì)韌性均呈波動(dòng)上升態(tài)勢(shì)。具體來說，黃河流域整體城市經(jīng)濟(jì)韌性均值由2005 年0.234 4 波動(dòng)上升到2020 年0.319 6，年均增幅為2.09%。三大地區(qū)中，下游和中游地區(qū)城市經(jīng)濟(jì)韌性增速較快，其城市經(jīng)濟(jì)韌性增速高于黃河流域整體城市經(jīng)濟(jì)韌性提升速度，城市經(jīng)濟(jì)韌性均值分別由2005 年0.2614 和0.200 6快速上升到2020 年0.369 7 和0.280 7，年均增幅分別為2.34%和2.27%。上游地區(qū)城市經(jīng)濟(jì)韌性增速較慢，且低于黃河流域整體城市經(jīng)濟(jì)韌性增速，其城市經(jīng)濟(jì)韌性均值由2005 年0.239 3 快速上升到2020 年0.298 0，年均增幅僅1.47%。總體來看，黃河流域城市經(jīng)濟(jì)韌性在樣本期內(nèi)提升明顯，但同時(shí)流域內(nèi)城市經(jīng)濟(jì)韌性不平衡問題也逐漸凸顯，下游地區(qū)城市經(jīng)濟(jì)韌性較高且提升速度也較快，這將導(dǎo)致與其他地區(qū)間差距擴(kuò)大，不利于黃河流域城市經(jīng)濟(jì)韌性協(xié)同發(fā)展。

圖2 2005—2020 年黃河流域城市經(jīng)濟(jì)韌性變化Figure 2 Changes of urban economic resilience in the Yellow River Basin，2005 -2020

3.2 空間分布特征

本文選取2005 年、2010 年、2015 年及2020 年4個(gè)時(shí)間點(diǎn)，借助ArcGIS軟件中的自然間斷點(diǎn)分級(jí)法將黃河流域78 個(gè)城市經(jīng)濟(jì)韌性分為低值、較低值、較高值和高值四級(jí)，并將其可視化表達(dá)（圖3）。2005 年，黃河流域低、較低、較高、高經(jīng)濟(jì)韌性類型的城市分別為36、28、10、4 個(gè)，低經(jīng)濟(jì)韌性和較低經(jīng)濟(jì)韌性城市占比最高，分別占46.15%和36.00%。高經(jīng)濟(jì)韌性類型的城市分別為太原市、呼和浩特市、濟(jì)南市和東營市。2010 年，低、較低、較高、高經(jīng)濟(jì)韌性類型的城市分別有31、24、10、13 個(gè)。相較2005 年，低和較低經(jīng)濟(jì)韌性城市數(shù)量減少，較高經(jīng)濟(jì)韌性城市類型數(shù)量沒有變化、高經(jīng)濟(jì)韌性城市數(shù)量增加，其中巴彥淖爾市和金昌市由較低經(jīng)濟(jì)韌性城市變成低經(jīng)濟(jì)韌性城市。2015年，低、較低、較高、高經(jīng)濟(jì)韌性類型的城市分別有34、25、11、8 個(gè)，低經(jīng)濟(jì)韌性城市數(shù)量最多，占比43.59%。相較2010 年，低和較低經(jīng)濟(jì)韌性城市數(shù)量增加，同時(shí)較高經(jīng)濟(jì)韌性城市數(shù)量也有所增加，高經(jīng)濟(jì)韌性城市數(shù)量有所減少，包頭市、鄂爾多斯市、淄博市、東營市、煙臺(tái)市由高經(jīng)濟(jì)韌性城市變?yōu)檩^高經(jīng)濟(jì)韌性城市。2020 年，低、較低、較高、高經(jīng)濟(jì)韌性類型的城市分別有31、30、11、6 個(gè)，低經(jīng)濟(jì)韌性城市最多，占比39.74%。相較2015 年，低和高經(jīng)濟(jì)韌性城市數(shù)量減少，較低經(jīng)濟(jì)韌性城市數(shù)量增加，較高經(jīng)濟(jì)韌性城市數(shù)量沒有變化。

圖3 2005、2010、2015、2020 年黃河流域城市經(jīng)濟(jì)韌性空間分布Figure 3 Spatial distribution of urban economic resilience in the Yellow River Basin in 2005，2010，2015 and 2020

2005 年、2010 年、2015 年和2020 年省會(huì)城市中太原市、呼和浩特市和濟(jì)南市一直為高經(jīng)濟(jì)韌性城市；鄭州市和西安市2010 年由較高經(jīng)濟(jì)韌性城市轉(zhuǎn)為高韌性城市并一直處于高經(jīng)濟(jì)韌性城市狀態(tài)，而蘭州市在2010 年轉(zhuǎn)為高經(jīng)濟(jì)韌性城市后又在2020 年變?yōu)樵瓉淼妮^高經(jīng)濟(jì)韌性城市；西寧市則僅有2010 年轉(zhuǎn)為較高經(jīng)濟(jì)韌性城市，其他年份均為較低經(jīng)濟(jì)韌性城市；銀川市在4 個(gè)年份中較為穩(wěn)定，一直為較高經(jīng)濟(jì)韌性城市。總體而言，黃河流域城市經(jīng)濟(jì)韌性在空間分布上具有顯著差異性，高經(jīng)濟(jì)韌性和較高經(jīng)濟(jì)韌性的城市主要集中為省會(huì)城市及其周邊地區(qū)的城市，如太原、呼和浩特、濟(jì)南、鄭州、蘭州等，且大體位于黃河下游地區(qū)；低和較低經(jīng)濟(jì)韌性城市范圍最大，主要集中在蘭西城市群和關(guān)中城市群周圍，大體位于黃河中上游地區(qū)，呈片狀分布。

3.3 空間集聚特征

通過全局Moran's I 指數(shù)測(cè)算黃河流域城市經(jīng)濟(jì)韌性的空間相關(guān)性特征（表2）。

表2 黃河流域城市經(jīng)濟(jì)韌性全局Moran's I指數(shù)值Table 2 Global Moran's I index values of urban economic resilience in the Yellow River Basin

由表2 可知，樣本期內(nèi)黃河流域城市經(jīng)濟(jì)韌性Moran's I指數(shù)均通過了5%的顯著性檢驗(yàn)。從靜態(tài)角度看，2005—2020 年Moran's I 指數(shù)均為正值，表明黃河流域城市經(jīng)濟(jì)韌性存在正空間自相關(guān)性，即經(jīng)濟(jì)韌性水平接近的城市在空間上呈現(xiàn)出集聚趨勢(shì)，經(jīng)濟(jì)韌性高的城市之間相鄰，經(jīng)濟(jì)韌性低的城市之間相鄰。從動(dòng)態(tài)角度看，黃河流域城市經(jīng)濟(jì)韌性的Moran's I指數(shù)在經(jīng)歷兩輪“上升—下降”趨勢(shì)后呈持續(xù)增長(zhǎng)狀態(tài)。具體來說，Moran's I指數(shù)值先由2005年的0.174 短暫上升到2006 年的0.214 后開始下降，到2008 年Moran's I 指數(shù)值下降到0.171，2009 年轉(zhuǎn)呈上升趨勢(shì)，到2011 年Moran's I 指數(shù)值上升到0.223，此后再次出現(xiàn)下降趨勢(shì)，Moran's I指數(shù)值降至2016 年最小值0.136，隨后呈快速上升趨勢(shì)。綜合以上分析可以看出，黃河流域城市經(jīng)濟(jì)韌性經(jīng)歷了多次“集中—分散”的演變趨勢(shì)，但最終呈集聚趨勢(shì)，且總體上集聚趨勢(shì)增強(qiáng)。可能原因在于黃河流域城市經(jīng)濟(jì)韌性提升過程中，空間位置上的鄰近為要素、信息、產(chǎn)業(yè)等的相互流動(dòng)和共享提供了便利，經(jīng)濟(jì)韌性高的城市可以對(duì)周邊城市起到“示范效應(yīng)”，從而使城市經(jīng)濟(jì)韌性接近城市在空間上形成集聚。

為進(jìn)一步了解2005—2020 年黃河流域城市經(jīng)濟(jì)韌性的局部空間相關(guān)性，運(yùn)用局部Moran's I 指數(shù)，通過Stata16 軟件形成2005、2010、2015 和2020年Moran's I散點(diǎn)圖（圖4），以識(shí)別局部空間上的高低集聚現(xiàn)象。由圖4 可知，4 個(gè)年份中“高—高”集聚區(qū)和“低—低”集聚區(qū)的城市數(shù)量最多，其次是“低—高”集聚區(qū)，“高—低”集聚區(qū)城市數(shù)量最少。具體來說，黃河流域經(jīng)濟(jì)韌性分布在“高—高”集聚區(qū)的城市主要有濟(jì)南、青島、威海、煙臺(tái)、東營、日照、呼和浩特和包頭。這些城市在空間位置上鄰近，可以發(fā)揮濟(jì)南、青島、呼和浩特等大城市的“涓滴效應(yīng)”助推經(jīng)濟(jì)增長(zhǎng)，并通過深化跨區(qū)域的聯(lián)動(dòng)發(fā)展，完善跨區(qū)域協(xié)同治理格局，形成區(qū)域內(nèi)高水平的城市經(jīng)濟(jì)韌性。城市經(jīng)濟(jì)韌性“低—低”集聚區(qū)的城市主要有固原、天水、平?jīng)觥⒛详枴⒅芸诤婉v馬店。這些城市經(jīng)濟(jì)基礎(chǔ)薄弱，同時(shí)在區(qū)位、交通和資源等方面不具備明顯優(yōu)勢(shì)，形成城市經(jīng)濟(jì)韌性發(fā)展的“洼地”。城市經(jīng)濟(jì)韌性“高—低”集聚區(qū)城市如蘭州、西安和太原等“虹吸效應(yīng)”大于“輻射效應(yīng)”，致使周邊城市經(jīng)濟(jì)韌性提升較為緩慢，形成了“低—高”集聚區(qū)。

圖4 黃河流域78 個(gè)城市莫蘭散點(diǎn)圖Figure 4 Moran scatter map of 78 cities in the Yellow River Basin

4 空間差異特征及分析

4.1 總體差異及趨勢(shì)

黃河流域城市經(jīng)濟(jì)韌性的總體差異大小及其演變趨勢(shì)如圖5 所示。

圖5 2005—2020 年黃河流域城市經(jīng)濟(jì)韌性的總體差異Figure 5 Overall difference in economic resilience of cities in the Yellow River Basin，2002 -2020

從水平值看，樣本考察期內(nèi)黃河流域城市經(jīng)濟(jì)韌性的總體差異介于0.186 2—0.298 9 之間，表明黃河流域城市經(jīng)濟(jì)韌性存在顯著的空間差異。從演變趨勢(shì)看，樣本期內(nèi)黃河流域城市經(jīng)濟(jì)韌性總體差異明顯呈波動(dòng)下降趨勢(shì)。具體而言，黃河流域城市經(jīng)濟(jì)韌性的總體差異由2005 年樣本期內(nèi)最大值0.298 9下降到2008 年的0.244 6，年均下降6.47%；在經(jīng)歷短暫的下降后，2009 年黃河流域城市經(jīng)濟(jì)的總體空間差異開始上升，其差異值到2015年上升到0.2607，年均增長(zhǎng)0.92%；此后黃河流域城市經(jīng)濟(jì)韌性的總體空間差異再次出現(xiàn)下降趨勢(shì)，到2020 年差異值下降為0.186 2，達(dá)到樣本期內(nèi)最小。總體來說，黃河流域城市經(jīng)濟(jì)韌性的總體空間差異相比考察初期有所下降，總體差異明顯縮小。

4.2 區(qū)域內(nèi)差異及趨勢(shì)

黃河流域城市經(jīng)濟(jì)韌性的區(qū)域內(nèi)差異大小及其演變趨勢(shì)如圖6 所示。從水平值看，上游地區(qū)城市經(jīng)濟(jì)韌性的區(qū)域內(nèi)差異最大，其差異均值為0.261 6，地區(qū)內(nèi)部城市經(jīng)濟(jì)韌性不均衡現(xiàn)象明顯；其次是下游地區(qū)城市韌性的區(qū)域內(nèi)差異，其差異均值為0.258 7；中游地區(qū)城市韌性的區(qū)域內(nèi)差異最小，其差異均值僅為0.200 3。從演變趨勢(shì)看，樣本考察期內(nèi)上游、中游和下游地區(qū)城市經(jīng)濟(jì)韌性的區(qū)域內(nèi)差異均呈縮小趨勢(shì)，其中下游地區(qū)城市經(jīng)濟(jì)韌性的區(qū)域內(nèi)差異下降速度最快，其差異值由2005 年0.322 8下降到2020 年0.150 1，年均下降4.98%。上游地區(qū)的區(qū)域內(nèi)差異下降速度次之，其差異值由2005 年的0.299 6 下降到2020 年的0.188 7，年均降幅為3.04%。中游地區(qū)的區(qū)域內(nèi)差異下降速度在三個(gè)地區(qū)內(nèi)最慢，其差異值由2005 年的0.232 1下降到2020 年的0.171 4，年均降幅僅為2.00%。綜合以上分析可以看出，各地區(qū)內(nèi)城市經(jīng)濟(jì)韌性差異均在縮小，這有助于地區(qū)內(nèi)城市經(jīng)濟(jì)韌性的協(xié)同提升。

圖6 2005—2020 年黃河流域各地區(qū)的區(qū)域內(nèi)差異Figure 6 Regional differences within different regions in the Yellow River Basin，2005 -2020

4.3 區(qū)域間差異及趨勢(shì)

黃河流域城市經(jīng)濟(jì)韌性的區(qū)域間差異大小及其演變趨勢(shì)如圖7 所示。從水平值上看，上游和下游地區(qū)之間的城市經(jīng)濟(jì)韌性差異最大，其差異均值為0.269 0；其次是中游和下游地區(qū)之間的城市經(jīng)濟(jì)韌性差異，差異均值0.254 1；而上游和中游地區(qū)之間的差異最小，其差異均值為0.248 6。從演變趨勢(shì)看，三大地區(qū)間城市經(jīng)濟(jì)韌性差異均呈下降趨勢(shì)，其中，上游和下游地區(qū)之間城市經(jīng)濟(jì)韌性差異下降速度最快，其差異值由2005 年的0.316 0 下降到2020年的0.196 1，年均下降3.13%。上游和中游地區(qū)間的城市經(jīng)濟(jì)韌性差異下降較慢，其差異值由2005年的0.288 4 下降到2020 年的0.185 9，年均約下降2.89%。中游和下游地區(qū)之間城市經(jīng)濟(jì)韌性差異下降最慢，其差異值由2005 年的0.302 5 下降到2020 年的0.206 4，年均下降2.52%。綜合以上分析可以看出，下游地區(qū)憑借較強(qiáng)的經(jīng)濟(jì)韌性與上游和中游地區(qū)拉開差距，導(dǎo)致其區(qū)域間差異較大。雖然其區(qū)域間差異呈下降趨勢(shì)，但仍需關(guān)注下游地區(qū)與其他地區(qū)間的經(jīng)濟(jì)韌性差異。

圖7 2005—2020 年黃河流域城市經(jīng)濟(jì)韌性的區(qū)域間差異Figure 7 Regional differences of urban economic resilience in the Yellow River Basin，2005 -2020

4.4 空間差異來源及貢獻(xiàn)

黃河流域城市經(jīng)濟(jì)韌性空間差異來源的結(jié)果如表3 所示。

表3 黃河流域城市經(jīng)濟(jì)韌性的空間差異來源Table 3 The sources of spatial differences in urban economic resilience in the Yellow River Basin

從水平值看，樣本期內(nèi)超變密度對(duì)總體差異的年均貢獻(xiàn)率為46.91%，對(duì)黃河流域城市經(jīng)濟(jì)韌性的總體差異貢獻(xiàn)最大；區(qū)域內(nèi)差異和區(qū)域間差異對(duì)總體差異的年均貢獻(xiàn)率分別為32.68%和20.41%，差異貢獻(xiàn)相對(duì)較小。從演變趨勢(shì)來看，區(qū)域內(nèi)差異和超變密度對(duì)總體差異的貢獻(xiàn)率均表現(xiàn)出波動(dòng)下降趨勢(shì)，其差異貢獻(xiàn)率分別由2005 年的33.19%和46.85%降至2020 年的30.33%和34.60%，年均降幅分別為0.60%和2.00%。區(qū)域間差異貢獻(xiàn)率則表現(xiàn)出上升趨勢(shì)，其差異貢獻(xiàn)率由2005 年的19.96%升至2020 年的35.07%，年均上升3.83%；由此可見，盡管超變密度是黃河流域城市經(jīng)濟(jì)韌性空間差異的主要來源，但其貢獻(xiàn)率有所下降，而區(qū)域間差異較快的增長(zhǎng)速度是今后黃河流域城市經(jīng)濟(jì)韌性協(xié)同提升的重點(diǎn)。

5 驅(qū)動(dòng)因素及分析

鑒于城市經(jīng)濟(jì)韌性指標(biāo)體系中各指標(biāo)均是評(píng)價(jià)黃河流域城市經(jīng)濟(jì)韌性的重要組成部分，各指標(biāo)發(fā)展差異會(huì)對(duì)黃河流域城市經(jīng)濟(jì)韌性時(shí)空分異產(chǎn)生影響。因此本部分將指標(biāo)體系中人均GDP（X1）、城鎮(zhèn)居民人均可支配收入（X2）、失業(yè)人口占比（X3）、HHI指數(shù)（X4）、外貿(mào)依存度（X5）、人均財(cái)政支出（X6）、財(cái)政自給水平（X7）、固定資產(chǎn)投資占GDP比重（X8）、人均社會(huì)消費(fèi)品零售總額（X9）、金融機(jī)構(gòu)存款余額占GDP 比重（X10）、教育事業(yè)費(fèi)支出占比（X11）、產(chǎn)業(yè)高級(jí)化（X12）、科學(xué)技術(shù)支出占比（X13）、每萬人專利授權(quán)量（X14）和每萬人大學(xué)生數(shù)（X15）15個(gè)指標(biāo)作為驅(qū)動(dòng)因子，借助地理探測(cè)器模型對(duì)黃河流域整體及上中下游地區(qū)城市經(jīng)濟(jì)韌性時(shí)空分異的驅(qū)動(dòng)因素進(jìn)行研究。利用地理探測(cè)器進(jìn)行探測(cè)時(shí)，需要將這些指標(biāo)的數(shù)值變量轉(zhuǎn)換為類型量。本文利用ArcGIS軟件中的自然間斷點(diǎn)分類法進(jìn)行離散化處理，使其轉(zhuǎn)換為類型量，并將離散化后的指標(biāo)作為自變量，將城市經(jīng)濟(jì)韌性值作為因變量，導(dǎo)入地理探測(cè)器模型中并運(yùn)行。

5.1 因子探測(cè)分析

由表4 可知，從總體層面來看，各個(gè)因素解釋力從高到低的排序依次為：人均社會(huì)消費(fèi)品零售總額（0.783 1）＞每萬人專利授權(quán)量（0.736 6）＞每萬人大學(xué)生數(shù)（0.661 8）＞財(cái)政自給水平（0.653 5）＞城鎮(zhèn)居民人均可支配收入（0.586 4）＞產(chǎn)業(yè)高級(jí)化（0.563 9）＞人均GDP（0.542 6）＞科學(xué)技術(shù)支出占比（0.526 5）＞HHI 指數(shù)（0.471 2）＞外貿(mào)依存度（0.376 3）＞失業(yè)人口占比（0.244 1）＞金融機(jī)構(gòu)存款余額占GDP 比重（0.149 4）＞固定資產(chǎn)投資占GDP比重（0.073 0）＞人均財(cái)政支出（0.051 3）＞教育事業(yè)費(fèi)支出占比（0.042 7）。解釋力位居前四位的因素分別為人均社會(huì)消費(fèi)品零售總額、每萬人專利授權(quán)量、每萬人大學(xué)生數(shù)和財(cái)政自給水平，其值均高于0.6，固定資產(chǎn)投資占GDP比重、人均財(cái)政支出和教育事業(yè)費(fèi)占財(cái)政支出比重的解釋力不足0.1，且這3 個(gè)因素對(duì)城市經(jīng)濟(jì)韌性空間分異的影響并不顯著，這表明市場(chǎng)規(guī)模差異、城市技術(shù)創(chuàng)新能力差異、人力資本水平差異和政府政策扶持力度差異對(duì)黃河流域城市經(jīng)濟(jì)韌性空間分異的驅(qū)動(dòng)作用較大，而城市投資規(guī)模差異、政府資源調(diào)配能力差異和教育投入水平差異在現(xiàn)階段并不是導(dǎo)致黃河流域城市經(jīng)濟(jì)韌性空間分異的主要因素。

表4 黃河流域城市經(jīng)濟(jì)韌性空間分異的驅(qū)動(dòng)因素Table 4 Driving factors for spatial differentiation of urban economic resilience in the Yellow River Basin

分地區(qū)來看，導(dǎo)致城市經(jīng)濟(jì)韌性存在差異的主導(dǎo)因素各不相同。對(duì)于上游地區(qū)來說，人均社會(huì)消費(fèi)品零售總額、每萬人大學(xué)生數(shù)和城鎮(zhèn)居民人均可支配收入的驅(qū)動(dòng)力最大；對(duì)于中游地區(qū)，人均社會(huì)消費(fèi)品零售總額、每萬人專利授權(quán)量和每萬人大學(xué)生數(shù)是主要驅(qū)動(dòng)因素；對(duì)于下游地區(qū)而言，驅(qū)動(dòng)因素排名前三的分別為每萬人專利授權(quán)量、人均GDP和人均社會(huì)消費(fèi)品零售總額。固定資產(chǎn)投資占GDP 比重、人均財(cái)政支出、教育事業(yè)費(fèi)占財(cái)政支出比重和失業(yè)人口占比差異對(duì)上中下游地區(qū)城市經(jīng)濟(jì)韌性空間分異的影響均較低。綜合以上分析來看，市場(chǎng)規(guī)模差異均是黃河城市經(jīng)濟(jì)韌性空間分異的關(guān)鍵驅(qū)動(dòng)因素，因此，各地區(qū)在增強(qiáng)城市經(jīng)濟(jì)韌性的過程中應(yīng)重點(diǎn)關(guān)注市場(chǎng)規(guī)模方面的差異，以促進(jìn)黃河流域城市經(jīng)濟(jì)韌性的協(xié)同發(fā)展。

5.2 交互探測(cè)分析

在考察單因素對(duì)黃河流域整體城市經(jīng)濟(jì)韌性空間分異的影響強(qiáng)度后，進(jìn)一步使用地理探測(cè)器的交互探測(cè)功能對(duì)黃河流域整體城市經(jīng)濟(jì)韌性時(shí)空分異驅(qū)動(dòng)因素的疊加效應(yīng)進(jìn)行定量分析，探究各驅(qū)動(dòng)因素間的交互作用并識(shí)別其交互作用類型。由圖8 可知，黃河流域整體層面上，人均社會(huì)消費(fèi)品零售總額、每萬人專利授權(quán)量和每萬人大學(xué)生數(shù)的交互作用對(duì)黃河流域整體城市經(jīng)濟(jì)韌性時(shí)空分異有著重要影響。上游地區(qū)中，固定資產(chǎn)投資占GDP比重與金融機(jī)構(gòu)存貸款余額占GDP比重、每萬人在校大學(xué)生數(shù)的交互作用均達(dá)到0.9 以上，分別躍居第1 和第2 位，這表明即使是單個(gè)驅(qū)動(dòng)作用較弱的因素與其他因素交互后其驅(qū)動(dòng)作用也有所增強(qiáng)。中游地區(qū)中，科學(xué)技術(shù)支出占比與其他因子交互作用較為明顯，在前十的交互關(guān)系中占有6 項(xiàng)，且其與HHI 指數(shù)的交互作用居于首位，對(duì)中游地區(qū)城市經(jīng)濟(jì)韌性時(shí)空分異的解釋力最強(qiáng)。下游地區(qū)中，每萬人專利授權(quán)量與其他因子間的交互作用的解釋力較強(qiáng)，在排名前10 的因子中占有7 項(xiàng)，對(duì)下游地區(qū)城市經(jīng)濟(jì)韌性時(shí)空分異具有比較重要的影響。此外，無論是黃河流域整體還是各地區(qū)內(nèi)，任何兩個(gè)驅(qū)動(dòng)因素的交互作用均會(huì)增強(qiáng)單一因素對(duì)城市經(jīng)濟(jì)韌性時(shí)空分異的解釋力，表現(xiàn)為非線性增強(qiáng)或雙因子增強(qiáng)，表明黃河流域城市經(jīng)濟(jì)韌性時(shí)空分異是多個(gè)因素共同作用的結(jié)果。

圖8 黃河流域及各地區(qū)驅(qū)動(dòng)因素間的交互作用Figure 8 Interaction between driving factors in the Yellow River Basin and various regions

6 結(jié)論與政策建議

6.1 結(jié)論

本文以黃河流域78 個(gè)地級(jí)市為研究對(duì)象，以2005—2020 年為樣本期，構(gòu)建了城市經(jīng)濟(jì)韌性評(píng)價(jià)指標(biāo)體系，使用熵值法計(jì)算得到黃河流域各城市的經(jīng)濟(jì)韌性水平值，分析了其時(shí)空分異特征，最后通過地理探測(cè)器模型探究了時(shí)空分異產(chǎn)生的驅(qū)動(dòng)因素。主要結(jié)論如下：①從整體層面看，2005—2020 年黃河流域78 個(gè)地級(jí)市中，除呼和浩特、包頭、濟(jì)南、淄博和東營5 個(gè)城市經(jīng)濟(jì)韌性有所下降外，其他城市經(jīng)濟(jì)韌性均呈上升趨勢(shì)，且駐馬店、周口、商丘等城市經(jīng)濟(jì)韌性增長(zhǎng)勢(shì)頭強(qiáng)盛。流域內(nèi)城市經(jīng)濟(jì)韌性的極化趨勢(shì)有所減弱，但仍存在較多低經(jīng)濟(jì)韌性的城市。從地區(qū)層面看，上中下游地區(qū)城市經(jīng)濟(jì)韌性均呈波動(dòng)上升態(tài)勢(shì)，但其發(fā)展速度不均衡，下游和中游地區(qū)城市經(jīng)濟(jì)韌性增速較快，上游地區(qū)城市經(jīng)濟(jì)韌性增速較慢。從分維度看，樣本期內(nèi)創(chuàng)新與轉(zhuǎn)型能力在各地區(qū)均具有較強(qiáng)的表現(xiàn)力，強(qiáng)于另外兩個(gè)維度的表現(xiàn)情況。此外，3 個(gè)維度在時(shí)間演變趨勢(shì)上也各不相同，抵抗與恢復(fù)能力、創(chuàng)新與轉(zhuǎn)型能力均呈上升趨勢(shì)，但適應(yīng)與調(diào)整能力則呈先降后升的趨勢(shì)。②在空間分布上，黃河流域高經(jīng)濟(jì)韌性和較高經(jīng)濟(jì)韌性城市主要為太原、呼和浩特、濟(jì)南、鄭州、蘭州等省會(huì)及周邊城市，在空間位置上大多位于黃河下游地區(qū)；低和較低經(jīng)濟(jì)韌性城市的空間分布范圍最大，主要集中在蘭西城市群和關(guān)中城市群周圍，位置上多位于黃河中上游地區(qū)。在空間集聚上，黃河流域城市經(jīng)濟(jì)韌性經(jīng)歷多次“集中—分散”趨勢(shì)后最終呈集聚趨勢(shì)，且主要為“高—高”集聚和“低—低”集聚。在空間差異上，黃河流域城市經(jīng)濟(jì)韌性總體差異呈波動(dòng)下降趨勢(shì)，超變密度是主要差異來源，但貢獻(xiàn)率呈下降趨勢(shì)。區(qū)域內(nèi)差異貢獻(xiàn)率次之，區(qū)域間差異貢獻(xiàn)率最小，但在樣本期內(nèi)呈上升趨勢(shì)。③在黃河流域整體層面上，人均社會(huì)消費(fèi)品零售總額、每萬人專利授權(quán)量、每萬人大學(xué)生數(shù)、財(cái)政自給水平、城鎮(zhèn)居民人均可支配收入5 個(gè)因素在整個(gè)樣本期內(nèi)均具有較強(qiáng)的驅(qū)動(dòng)作用。產(chǎn)業(yè)高級(jí)化和科學(xué)技術(shù)支出占比的驅(qū)動(dòng)作用逐漸增強(qiáng)。在各地區(qū)層面上，黃河流域上游和中游地區(qū)城市經(jīng)濟(jì)韌性時(shí)空分異主要受人均社會(huì)消費(fèi)品零售總額因素差異的影響，下游地區(qū)城市經(jīng)濟(jì)韌性時(shí)空分異主要受每萬人專利授權(quán)量因素差異的影響。無論是黃河流域整體還是上中下游地區(qū)，任何兩個(gè)驅(qū)動(dòng)因素的交互作用均會(huì)增強(qiáng)單一因素對(duì)黃河流域整體城市經(jīng)濟(jì)韌性時(shí)空分異的解釋力。

6.2 政策建議

為促進(jìn)黃河流域城市經(jīng)濟(jì)韌性水平協(xié)同提升，實(shí)現(xiàn)流域高質(zhì)量和可持續(xù)發(fā)展，本文基于研究結(jié)論提出以下建議：

第一，因地制宜，實(shí)施差異化提升策略。黃河流域上游地區(qū)生態(tài)環(huán)境脆弱，要在生態(tài)保護(hù)的前提下提升城市經(jīng)濟(jì)韌性，因此可利用生態(tài)功能區(qū)這一優(yōu)勢(shì)，在流域內(nèi)積極開展生態(tài)產(chǎn)品和生態(tài)服務(wù)價(jià)值核算，制定包含水源、生態(tài)固碳、森林地票、生態(tài)旅游、特色農(nóng)產(chǎn)品等在內(nèi)的獨(dú)具地區(qū)特色的生態(tài)產(chǎn)品清單，并與市場(chǎng)交易相結(jié)合，從而將產(chǎn)品的生態(tài)價(jià)值有效轉(zhuǎn)化為經(jīng)濟(jì)價(jià)值，切實(shí)促進(jìn)上游經(jīng)濟(jì)發(fā)展，提升上游地區(qū)城市經(jīng)濟(jì)韌性。黃河流域中游地區(qū)非資源類產(chǎn)業(yè)占比低，產(chǎn)業(yè)發(fā)展嚴(yán)重失衡，地區(qū)經(jīng)濟(jì)韌性最差，是提升的重點(diǎn)。可在立足現(xiàn)有資源類產(chǎn)業(yè)發(fā)展優(yōu)勢(shì)的同時(shí)，向技術(shù)密集、資源精細(xì)加工業(yè)轉(zhuǎn)型，大力發(fā)展非資源類替代產(chǎn)業(yè)，形成特色優(yōu)勢(shì)產(chǎn)業(yè)。同時(shí)延長(zhǎng)產(chǎn)業(yè)鏈以打造資源深加工領(lǐng)先企業(yè)和產(chǎn)業(yè)集群，將資源優(yōu)勢(shì)夯實(shí)為產(chǎn)業(yè)優(yōu)勢(shì)，經(jīng)濟(jì)優(yōu)勢(shì)。黃河流域下游地區(qū)經(jīng)濟(jì)韌性相對(duì)較好且提升速度也較快，要繼續(xù)保持這種優(yōu)勢(shì)，可在立足國內(nèi)大循環(huán)的基礎(chǔ)上促進(jìn)流域內(nèi)外“雙循環(huán)”。在區(qū)域內(nèi)通過主動(dòng)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，加快新舊動(dòng)能轉(zhuǎn)化步伐等促進(jìn)產(chǎn)業(yè)向高級(jí)化方向發(fā)展，實(shí)現(xiàn)區(qū)域一體化水平提升。在區(qū)域外充分發(fā)揮地理優(yōu)勢(shì)，加強(qiáng)與國內(nèi)其他地區(qū)特別是東部沿海經(jīng)濟(jì)發(fā)達(dá)城市之間的合作，努力尋找新發(fā)展模式提升城市經(jīng)濟(jì)韌性。

第二，發(fā)揮溢出效應(yīng)，助推韌性提升。黃河流域經(jīng)濟(jì)韌性高的城市主要是省會(huì)城市，且黃河流域城市經(jīng)濟(jì)韌性在空間上具有空間集聚和溢出效應(yīng)，因此要充分發(fā)揮這些高經(jīng)濟(jì)韌性城市對(duì)周邊經(jīng)濟(jì)韌性較低城市的輻射帶動(dòng)作用。通過完善不同城市之間的交通路網(wǎng)以及信息通訊網(wǎng)等確保高經(jīng)濟(jì)韌性城市與低經(jīng)濟(jì)韌性城市之間保持流暢的溝通和聯(lián)系。高經(jīng)濟(jì)韌性城市要及時(shí)為低經(jīng)濟(jì)韌性城市輸出資金、技術(shù)和管理經(jīng)驗(yàn)等，通過以傳輸經(jīng)驗(yàn)、重點(diǎn)專項(xiàng)幫扶等措施推動(dòng)鄰域城市經(jīng)濟(jì)韌性提升。此外，充分利用省會(huì)城市的經(jīng)濟(jì)優(yōu)勢(shì)和調(diào)配資源的能力為其周邊城市創(chuàng)造多樣化的產(chǎn)業(yè)基礎(chǔ)，加強(qiáng)城市與城市間的動(dòng)態(tài)合作，以便在有城市遭受風(fēng)險(xiǎn)和沖擊難以維系經(jīng)濟(jì)系統(tǒng)正常運(yùn)轉(zhuǎn)時(shí)，經(jīng)濟(jì)實(shí)力強(qiáng)的城市可依靠自身優(yōu)勢(shì)及時(shí)統(tǒng)籌接收遭受沖擊城市的資源，快速形成新的生產(chǎn)力或發(fā)展出新的經(jīng)濟(jì)競(jìng)爭(zhēng)優(yōu)勢(shì)來抵抗沖擊，從而降低危機(jī)的沖擊力。

第三，縮小區(qū)域差異，實(shí)現(xiàn)協(xié)同提升。黃河流域城市經(jīng)濟(jì)韌性在空間上具有顯著差異，且區(qū)域間差異對(duì)總體差異的貢獻(xiàn)呈上升趨勢(shì)，因此在今后黃河流域城市經(jīng)濟(jì)韌性協(xié)同提升過程中，要重點(diǎn)關(guān)注區(qū)域間差異，尤其是下游地區(qū)與中上游地區(qū)間的經(jīng)濟(jì)韌性差異。這不僅需要進(jìn)一步加快中上游地區(qū)城市經(jīng)濟(jì)韌性的提升速度，而且需要下游地區(qū)發(fā)揮對(duì)中上游地區(qū)的帶動(dòng)作用。具體來說，對(duì)于黃河流域中上游地區(qū)而言，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，加快創(chuàng)新能力是提升城市經(jīng)濟(jì)韌性的關(guān)鍵。黃河流域中上游大部分城市目前仍存在經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)不合理、經(jīng)濟(jì)活力差和創(chuàng)新動(dòng)力不足等問題，嚴(yán)重影響地區(qū)內(nèi)經(jīng)濟(jì)系統(tǒng)面對(duì)外部沖擊的抵抗能力。因此中上游城市可充分利用當(dāng)前由數(shù)字經(jīng)濟(jì)及信息化迅猛發(fā)展帶來的優(yōu)勢(shì)，對(duì)其地區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)重新進(jìn)行調(diào)整。通過建設(shè)特色產(chǎn)業(yè)體系，并借助“一帶一路”建設(shè)契機(jī)，開辟向西開放的新模式，從而尋求新發(fā)展路徑，促進(jìn)中上游地區(qū)經(jīng)濟(jì)韌性提升。同時(shí)，黃河流域下游地區(qū)要積極向中下游地區(qū)進(jìn)行產(chǎn)業(yè)轉(zhuǎn)移，帶動(dòng)中上游地區(qū)城市經(jīng)濟(jì)韌性快速提升。

第四，重點(diǎn)關(guān)注主導(dǎo)驅(qū)動(dòng)因素，發(fā)揮有利交互作用。經(jīng)濟(jì)系統(tǒng)的復(fù)雜性決定了不同因素差異均有可能導(dǎo)致城市經(jīng)濟(jì)的抗風(fēng)險(xiǎn)能力以及恢復(fù)能力不同。影響上中下游地區(qū)城市經(jīng)濟(jì)韌性時(shí)空分異的諸多因素中，市場(chǎng)規(guī)模、技術(shù)創(chuàng)新能力、人力資本水平、居民抗風(fēng)險(xiǎn)能力、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度等因素差異是關(guān)鍵驅(qū)動(dòng)因素。因此，對(duì)于市場(chǎng)規(guī)模、技術(shù)創(chuàng)新能力、人力資本等較強(qiáng)的城市要繼續(xù)保持發(fā)展優(yōu)勢(shì)。對(duì)于經(jīng)濟(jì)韌性較低的城市需要政府通過加大轉(zhuǎn)移支付等方式增加居民的可支配收入，刺激消費(fèi)，擴(kuò)大市場(chǎng)規(guī)模，通過鼓勵(lì)發(fā)明專利，培養(yǎng)創(chuàng)新型人才等增強(qiáng)經(jīng)濟(jì)的創(chuàng)新能力，以實(shí)現(xiàn)對(duì)經(jīng)濟(jì)韌性較高城市的追趕。同時(shí)，充分利用各因素間交互作用大于各自驅(qū)動(dòng)作用的優(yōu)勢(shì)，尤其發(fā)揮驅(qū)動(dòng)作用較強(qiáng)因子與其他因素間的合力作用，促進(jìn)城市將技術(shù)優(yōu)勢(shì)轉(zhuǎn)化為經(jīng)濟(jì)優(yōu)勢(shì)以實(shí)現(xiàn)城市經(jīng)濟(jì)韌性協(xié)調(diào)發(fā)展。