城市蔓延削弱了經濟韌性嗎？

2025-06-15 00:00:00徐偉軍許德友

湖北經濟學院學報 2025年3期

摘要：城市蔓延不同于城市有序發展，是城市發展過程中可能普遍存在的一種低密度、分散化的現象，其引發的城市規模無序擴張深刻影響著城市經濟韌性?；?003—2022年我國274個地級市的面板數據，通過構建城市經濟韌性綜合評價指標體系，探討城市蔓延對經濟韌性的影響。研究發現：（1）城市蔓延顯著削弱了經濟韌性，該影響在不同區域、不同行政級別城市間存在顯著差異，且在不同經濟周期和經濟韌性維度上也表現出異質性。（2）城市蔓延通過擠占城市維護建設資金、降低職工收入水平以及抑制技術創新水平從而間接影響經濟韌性。（3）城市蔓延的影響存在門檻效應，隨著蔓延程度和城鎮化水平的提升，其對經濟韌性的負面影響逐漸減弱。（4）城市蔓延不僅會削弱本地城市的經濟韌性，還會對鄰近城市的經濟韌性造成負面影響。上述研究為理解城市蔓延與經濟韌性之間的關系提供了新的經驗證據，以期為優化城市空間形態、提高城市經濟韌性提供有益參考。

關鍵詞：城市蔓延；經濟韌性；空間溢出效應

中圖分類號：F293 文獻標志碼：A 文章編號：1672-626X（2025）03-0111-18

一、引言

隨著全球城市化進程的加速推進，城市作為區域經濟發展的核心動力，面臨著復雜多變的外部沖擊與內部結構調整壓力。從2008年全球金融危機，到近年來突發的全球公共衛生事件，無不凸顯城市經濟韌性建設的緊迫性。與此同時，全球城市空間形態發生顯著變化，城市蔓延現象在發達國家和發展中國家普遍出現。作為世界上城市化速度最快的國家之一，中國在過去幾十年間經歷了大規模的城市擴張。然而，我國部分城市在擴張過程中出現了無序蔓延現象，具體表現為城市空間結構松散、土地利用效率低下、基礎設施配置不均衡等問題[1]。這種低密度、分散化的城市擴張模式正面臨“規模效率悖論”的挑戰，傳統粗放型城市擴張模式與高質量發展目標之間的深層次矛盾亟待破解。

韌性這個概念首次由Reggiani等（2002）引入空間經濟學的研究[2]，此后針對城市經濟韌性這一核心概念及其量化評估方法的探討受到了學界的廣泛關注。城市經濟韌性，即城市在面對自然災害、經濟危機等外部沖擊或進行內部經濟結構調整時，能夠維系經濟穩定增長、迅速恢復并有效適應變化的能力[3]。Martin等（2015）將城市經濟韌性分為抵御力、恢復力、再組織力及更新力四個維度[4]，其對經濟韌性內涵的闡述得到了眾多學者的認同與采納。在測度方法上，盡管尚未達成普遍共識，學者們依據各自的研究重點，設計了多種技術路徑，其中包括以單一核心經濟變量為基礎的經濟周期模型分析法[5]、綜合指標體系構建法[6]。目前我國學者多數采用指標構建法來測度城市經濟韌性，即將城市經濟韌性指標體系分為抵抗與恢復力、適應與調節力、創新與轉型力三個維度進行綜合指標測算[7-8]。對于城市經濟韌性的影響因素，已有研究表明，產業結構多元化、科技創新能力、基礎設施完善程度、政府政策有效性以及社會資本積累等都起著重要作用[8-12]。具體來看，產業結構多元化使城市經濟系統在面對沖擊時具有更強的緩沖能力[12-13]，科技創新則為城市經濟韌性提升提供持續動力[9，14]。

城市蔓延指城市中心區域逐漸以零散或帶狀模式，低密度地向城市邊緣延伸的現象[15]。國內外文獻已從多個視角探討了城市蔓延問題，其中關于城市蔓延的成因與測度成為當前研究的重要方向。有學者指出，城市蔓延是多重因素共同作用的結果，包括通勤技術水平的提升以及政府規劃的低效等[15]。關于城市蔓延的測度有多種方法，單一指標衡量法是其中一種常見的做法，其主要聚焦于人口數量、土地面積或兩者之間的關聯[16]。相較而言，多維度指標體系能更全面地描繪城市蔓延的實際狀況。部分學者通過從蔓延前后城市面積、人數以及人口密度3個方面對中國城市蔓延水平進行測度[17]。隨著衛星通信、遙感技術及地理信息系統（GIS）等技術的快速發展，城市研究的數據獲取方式發生了革命性變化。夜間燈光數據、高分辨率衛星影像等新型數據，為城市蔓延研究提供了更精準、更全面的信息?；谝归g燈光數據，秦蒙等（2019）將城市空間劃分為低于全國平均密度和高于全國平均密度兩部分，基于此構建蔓延指數定量測度城市蔓延程度[18]。在此基礎上，有學者運用夜間燈光數據結合人口普查數據，更為全面和精確地度量城市蔓延水平[19]。

關于城市蔓延帶來的經濟影響，學界普遍認為，城市蔓延通過分散生產要素抑制經濟效率[20-22]。從城市規劃的角度來看，城市蔓延可能導致科技、人才、資本等要素資源分散，以及交通網絡過度負擔等問題，增加城市運行成本。從區域經濟的角度來看，城市無序蔓延還可能改變城市的經濟結構和社會空間布局，降低土地資源的配置效率，提高基礎設施建設成本，從而影響城市的經濟效率和整體競爭力。從產業結構的角度來看，地方政府對土地財政的依賴導致城市蔓延與產業結構單一化并存，形成“擴張-低效”的惡性循環[23]。

目前，學術界針對城市蔓延與經濟韌性的關系雖有一定的理論研究和部分實證分析，但全面系統、多維度深入的量化研究體系仍存在進一步完善的空間。特別是在我國城市化進程迅速推進的背景下，不同區域、不同行政級別、不同經濟周期下的城市蔓延對經濟韌性的影響可能存在顯著差異。因此，有必要采用科學嚴謹的計量經濟學方法，對我國城市蔓延與經濟韌性的關系進行系統研究。

基于上述背景，本文旨在通過構建多維度城市經濟韌性綜合評價指標體系，利用2003—2022年我國274個地級市的面板數據，采用固定效應模型、中介效應模型、門檻效應模型以及空間計量模型等方法，較為系統地探討城市蔓延對經濟韌性的影響及其機制。從理論層面來看，研究可能有助于豐富城市經濟韌性的理論體系，特別是在城市蔓延對城市經濟韌性影響機制的探討上，為后續研究提供較新的理論視角。從實踐層面來看，研究結果以期能夠在優化城市空間結構、提升城市經濟韌性等方面，為城市規劃者和政策制定者提供具有一定參考價值的決策依據。

二、理論分析與研究假設

（一）城市蔓延對經濟韌性的影響機制分析

城市蔓延對經濟韌性的負向影響，核心源于其破壞城市系統的“規模經濟”與“網絡效應”。傳統城市經濟學理論認為，集聚效應是城市競爭力的核心基礎之一，但低密度蔓延容易導致人口與經濟活動分散化，削弱集聚效應，降低生產效率[20-22]。同時，過度擴張又迫使基礎設施的布局分散，同等服務人口所需的道路、管網長度增加，推高了人均維護成本。為了更深入探究城市蔓延對城市經濟韌性的影響，依據相關研究將城市經濟韌性分為抵抗與恢復力、適應與調節力、創新與轉型力三個維度進行逐一分析[7-8]。

抵抗與恢復力是指城市在遭遇自然災害、經濟危機等外部沖擊時，維持經濟穩定增長態勢并迅速實現經濟復蘇的能力。城市維護建設資金指專門用于城市公共基礎設施維護建設的財政性專項資金，而低密度城市擴張模式卻擠占了這類資金[24]。一方面，分散的基礎設施布局導致水電等資源的供應網絡更為復雜，增加了傳輸損耗與管理難度，使得原本有限的資金需要被迫投入用于眾多分散的資源供應網絡的建設與維護。另一方面，城市無序擴張過程中易產生基礎設施重復建設問題，當財政性專項資金被大量鎖定在低效的重復性項目時，就形成了雙重資金困局：前期投入的不合理分配推高運行成本，而后期災害應急階段又缺乏足夠彈性資金啟動恢復程序。這種低密度擴張模式通過雙向擠壓機制形成疊加效應，削弱了城市抵抗風險能力和災后恢復能力。

適應與調節力是指城市在面對經濟結構調整、技術變革等內部動態變化時，能夠迅速且靈活地作出適應性調整的能力。居民是城市的主體，職工收入水平不僅是居民生活質量的直接反映，也是城市經濟活力和韌性的關鍵構成要素。收入影響消費，消費復蘇在很大程度上能夠穩定城市在經歷短暫經濟周期轉型后的陣痛[25-26]。城市蔓延卻在一定程度上影響了職工收入水平，一方面，城市蔓延可能導致城市建設用地低密度利用，使得企業和居民分布更加分散。這種分散化的布局拉長了通勤距離和時間，提高了通勤成本，直接削減了職工的可支配收入。另一方面，城市蔓延可能導致就業機會減少與勞動生產率下降。城市蔓延過程中，城市中心區域的產業和就業機會可能向外圍遷移，導致城市中心區域的低技能勞動力就業機會相應減少。

創新與轉型力是指城市在新技術革命和產業變革浪潮中，借助創新活動實現經濟轉型升級的關鍵能力。創新資源分散可能源于邊緣區域的政策優惠而非自發遷移，原本在城市中心區集聚的科研機構、高校以及高新技術企業等創新主體，在蔓延過程中逐漸向城市邊緣遷移，這使得知識交流和信息流通的效率大打折扣。創新活動高度依賴于知識的密集交流與信息的快速傳播，而分散化的布局增加了創新主體之間的溝通成本與時間成本，進而導致創新活動的活躍度明顯下降[27]。

基于上述分析，提出以下研究假設：

假設1：城市蔓延通過擠占城市維護建設資金、降低職工收入水平以及抑制技術創新水平，從而削弱了經濟韌性。

（二）城市蔓延對經濟韌性的門檻效應分析

在城市蔓延的初始階段，由于城市規模和人口的快速擴張具有一定盲目性，加上對土地資源的開發利用可能缺乏科學規劃與高效整合，導致大量土地被低效占用，未能形成有效的經濟產出與功能承載。同時，基礎設施建設與城市擴張可能存在一定滯后性，交通、能源供應等基礎設施的供應無法有效滿足需求，容易導致交通擁堵頻發、物流運輸受阻、能源供應不穩等問題。這些因素相互交織，使得資源在城市空間內分散無序，無法很好地實現優化配置，進而增加城市的運行成本，此時城市蔓延對經濟韌性的負面影響較為顯著。

城市蔓延程度的加劇，一定程度上也是城市規模的擴張，其對城市經濟韌性的削弱作用會有所減弱[28]。一方面，政府和相關部門加強了對城市空間布局的宏觀調控與微觀設計，制定科學合理的城市總體規劃和詳細規劃，明確不同區域的功能定位，引導城市有序發展，避免盲目擴張。在土地利用上，優化配置策略，提高土地利用的集約度和效益，促進土地資源的高效利用。同時，大力提升基礎設施建設水平，加大對交通、能源、環保等基礎設施的投入，構建高效便捷的交通網絡，保障能源穩定供應，改善生態環境質量。這些舉措能有效緩解城市蔓延的負面影響，提升城市經濟系統在面對城市蔓延時的抵抗與恢復力、適應與調節力。

另一方面，隨著城鎮化進程的推進，城鎮化水平不斷提高，城市有序擴張的水平提升，城市的基礎設施和公共服務得到顯著改善和完善。交通設施日益便捷，能源供應更加穩定，教育資源更加豐富且均衡，醫療保障體系更加健全。這些積極變化為城市經濟的發展提供了堅實的支撐，增強了城市經濟系統的穩定性和韌性。同時，城鎮化帶來的經濟集聚效應使得生產要素在城市空間內更加集中和高效配置，人口紅利的釋放為城市經濟發展提供了充足的勞動力資源，資源配置優化則進一步提高了資源的利用效率。這些正面效應相互疊加，在很大程度上抵消了城市蔓延所帶來的負面影響。

基于上述分析，提出以下研究假設：

假設2：城市蔓延對經濟韌性的影響存在門檻效應，隨著蔓延程度和城鎮化水平的提升，其對經濟韌性的負面影響逐漸減弱。

（三）城市蔓延對經濟韌性的空間溢出效應

城市蔓延現象不僅會對本地城市的經濟韌性構成挑戰，其影響還跨越地理界限，對鄰近城市產生顯著的負向空間溢出效應。在科技領域，由于科研資源的分布不均衡以及創新環境的差異，經濟發展水平相對較低的區域在技術研發過程中往往處于劣勢地位。這些區域的研發成果不僅在數量上相對匱乏，而且在轉化應用效率方面也較為低下。與此同時，更發達的城市憑借其雄厚的科研實力、完善的創新生態系統以及強大的資源整合能力，能夠迅速吸收并利用周邊區域的研發成果，搶占技術創新的先機[29]。這種技術創新的“虹吸效應”使得經濟發展水平較低區域的城市在技術創新方面難以獲得足夠的支持與動力，產業升級與經濟轉型進程緩慢，最終導致其城市韌性的發展受到嚴重阻礙，經濟增長潛力難以得到有效釋放[30]。

在金融領域，中心城市由于其強大的經濟輻射力和金融集聚能力，會吸引鄰近城市的大量存款流入。這種金融資源的空間轉移現象導致鄰近城市的金融規模相對萎縮，金融市場的活躍度降低，企業融資難度加大，投資環境惡化。在缺乏足夠金融支持的情況下，鄰近城市的產業發展也容易受到嚴重制約，經濟增長動力不足，經濟韌性也隨之下降。

在環保領域，環境污染問題往往容易突破城市邊界，通過空氣、水流等自然媒介在區域內迅速傳播擴散。鄰近城市的空氣質量下降，水資源受到污染，生態環境遭到破壞，這不僅增加了鄰近城市的環境治理成本，還對其居民的健康和生活質量產生了負面影響。同時，中心城市侵占的農田、濕地等生態空間往往位于行政交界區域，不僅容易導致鄰近城市承擔生態修復成本，還會通過土地低價供應吸引高污染制造業擴張，加劇環境治理成本。

基于上述分析，提出以下研究假設：

假設3：城市蔓延程度不僅對本地城市的經濟韌性產生顯著影響，還存在明顯的空間溢出效應，對鄰近城市的經濟韌性造成負面影響。

三、研究設計

（一）模型構建

1. 固定效應模型

在上述理論分析的基礎上，為了分析城市蔓延程度對經濟韌性的影響，構建基準回歸模型如下：

[Resit=α0+αitSprit+∑αnCvit+∑City+∑Year+εit] （1）

其中，[Resit]表示第[i]個城市第[t]年的城市經濟韌性；[Sprit]表示第[i]個城市第[t]年的城市蔓延程度；[Cvit]表示一系列控制變量；[αit]表示影響系數；[ΣCity]表示個體固定效應；[ΣYear]表示時間固定效應；[εit]表示隨機誤差項。

2. 中介效應模型

為了進一步探討相關中介變量在城市蔓延程度對經濟韌性關系中的中介作用，采用基本逐步回歸方法，具體模型表示如下：

[Resit=φ0+φ1Sprit+φ2Mit+∑αnCvit+∑City+∑Year+εit] （2）

其中，[Mit]表示中介變量，其他符號的含義與式（1）中定義的含義相同。

3. 門檻效應模型

為進一步考察城市蔓延程度對經濟韌性在不同城市蔓延階段以及不同城鎮化水平的影響，采用門檻效應模型來衡量其中的非線性關系，多面板閾值模型設置如下：

[Resit=β0+β1Sprit×ITit≤τ1+β2Sprit×Iτ1≤Tit≤τ2+…+βnSprit×Iτn-1≤Tit≤τn+βn+1Sprit×ITitgt;τn+∑βnCvit+∑City+∑Year+εit] （3）

其中，[Tit]為門檻變量。[I·]是指示函數，當括號內條件滿足時，取值為1，否則為0。[τ1，τ2]…[τn]為閾值，[β1，β2]…[βn]為影響系數。其他符號的含義與式（1）中定義的含義相同。

4. 空間計量模型

為進一步考察本市城市蔓延程度對鄰近城市經濟韌性的影響，選擇以空間杜賓模型（SDM）為基礎的空間計量模型。該模型綜合了空間自回歸模型（SAR）和空間誤差模型（SEM）的優點，能夠同時考慮到時間固定效應和空間固定效應，有效地控制了時間維度上的宏觀經濟趨勢以及空間維度上的個體異質性。具體模型表示如下：

[Resit=α0+ρWResit+β0Sprit+βiCvit+θ0WSprit+θiWCvit+εi] （4）

其中，[ρ]為被解釋變量城市經濟韌性（[Res]）的空間自回歸系數，[β0]為核心解釋變量城市蔓延程度（[Spr]）的系數，[βi]為控制變量的系數，[θ0]為核心解釋變量城市蔓延程度的空間交互項系數，[θi]為控制變量的空間交互項系數。其他符號的含義與式（1）中定義的含義相同。

（二）變量選取與說明

1. 被解釋變量

本文被解釋變量為城市經濟韌性（[Res]）。參考已有研究[7-8]，將城市經濟韌性劃分為抵抗與恢復力、適應與調節力、創新與轉型力三個維度，重新構建城市經濟韌性綜合評價指標體系，利用改進后的熵值法計算權重，得到各城市經濟韌性綜合指數，結果見表1。

2. 核心解釋變量

本文核心解釋變量為城市蔓延程度（[Spr]）。參考秦蒙等（2019）的方法[18]，借助夜間燈光數據與全球人口動態統計分析數據庫，提取燈光亮度大于10（燈光亮度值的范圍為0～63）且人口密度大于1000人/平方公里的區域，劃定兼具燈光亮度與人口密度的城市化邊界，并結合空間密度差異對我國274個地級市在2003—2022年的城市蔓延程度進行測算，具體測算方法如下：

[Spri=0.5×ALi-AHiAi+0.5] （5）

其中，[Spri]為城市[i]的蔓延指數，[ALi]和[AHi]分別為該城市人口密度低于和高于全國均值的區域面積，[Ai]為城市總面積。指數取值介于0～1，值越大表明城市蔓延程度越高。

3. 中介變量

為了更好地揭示城市蔓延程度通過何種機制影響城市經濟韌性，根據所構建的城市經濟韌性的三個二級指標，選取以下三個中介變量：用城市維護建設資金（[Fun]）對應“抵抗與恢復力”維度；用城市在崗職工平均工資來表征職工收入水平（[Wag]）對應“適應與調節力”維度；用授權專利總數衡量技術創新水平（[Inn]）對應“創新與轉型力”維度。其中城市維護建設資金收入的單位為百億元、職工收入水平的單位為萬元、授權專利總數的單位為萬件。

4. 門檻變量

為了探究城市蔓延程度與經濟韌性的非線性關系，選取核心解釋變量城市蔓延程度（[Spr]）以及城鎮化水平（[Urb]）作為門檻變量，其中城鎮化水平用城鎮常住人口與總常住人口的比值來衡量。

5. 控制變量

城市蔓延影響經濟韌性的因素較為復雜，為了增強模型的可信性，參考以往研究，納入以下控制變量：外商投資水平（[Ope]）[32]，用實際利用外資額與GDP的比值來衡量；金融發展程度（[Fin]）[33]，用年末金融機構存貸款額與GDP的比值來衡量；產業結構升級（[Ind]），用第一產業增加值占GDP的比重*1＋第二產業增加值占GDP的比重*2＋第三產業增加值占GDP的比重*3的計算結果來衡量；市場規模水平（[Mar]）[34]，用社會消費零售總額與GDP的比值來衡量；基礎設施建設（[Inf]）[35]，用固定資產投資與GDP的比值來衡量；政府干預程度（[Gov]）[36]，用政府財政一般支出與GDP的比值來衡量。

（三）樣本選擇與數據來源

本文研究的樣本為2003—2022年中國地級市的面板數據，剔除數據缺失較為嚴重的城市，最終選取274個地級市作為研究樣本。本文使用的地級市層面原始數據來源于歷年的《中國統計年鑒》《中國城市統計年鑒》《中國城市建設統計年鑒》、各地區的統計年鑒以及國家統計局官網，少量缺失數據通過插值法補齊。主要變量的描述性統計見表2。

四、實證結果

（一）基準回歸

本文采用雙向固定效應模型，并納入城市聚類標準誤，對城市蔓延程度（[Spr]）與城市經濟韌性（[Res]）的關系進行了深入探究，基準回歸結果詳見表3。結果顯示，城市蔓延程度對城市經濟韌性在1%的統計水平上具有顯著的負向影響。此外，通過逐步納入控制變量，模型的[ Adj R2]呈現出穩步上升的態勢，這表明模型對數據特征的擬合效果不斷改善，能夠更好地解釋城市經濟韌性的變化，進一步驗證了模型的穩健性和可靠性。此外，使用方差膨脹因子檢驗多重共線性，控制變量的VIF值最高為2.42，平均值為1.61，故不存在多重共線性。這一系列結果表明，城市蔓延程度的加劇會削弱經濟韌性。

（二）內生性檢驗

在城市經濟發展的復雜動態過程中，城市的經濟韌性與蔓延程度之間極有可能存在著雙向的因果關聯。從理論上講，一方面城市蔓延程度的變化可能會對經濟韌性產生影響；另一方面，城市經濟韌性的削弱也可能引發城市的無序蔓延，例如當城市經濟缺乏足夠的韌性來抵御外部沖擊或實現內部結構優化時，可能會導致城市在空間上呈現出盲目擴張的趨勢，以尋求新的經濟增長點或緩解經濟壓力。為了緩解模型存在的內生性問題，采用工具變量法（[2SLS]）進行內生性檢驗，以確保研究結論的穩健性。

本文選取核心解釋變量城市蔓延程度（[Spr]）的滯后項（[L.Spr]）作為工具變量，并采用兩階段最小二乘法進行回歸分析。相對于當期的城市經濟韌性，一階滯后項[L.Spr]主要由前期的城市發展決策、土地利用規劃以及外部宏觀環境等因素決定，這些因素在時間上先于當期城市經濟韌性的形成，與當期經濟韌性之間不存在反向因果關系。同時，前期的城市蔓延決策通常是基于當時的城市發展狀況和規劃目標，與當期影響城市經濟韌性的其他隨機因素（如突發的市場波動、短期的政策調整等）相關性較弱，因此在很大程度上滿足工具變量的外生性要求。具體回歸結果如表4列（1）和列（2）所示，城市蔓延程度對城市經濟韌性在統計上仍然具有顯著的負向影響，這與基準回歸結果一致。同時，弱工具變量檢驗的[Kleibergen-Paap ][rk LM statistic]值較大且顯著，表明工具變量與內生解釋變量之間存在顯著的相關性，工具變量通過了不可識別檢驗；[Kleibergen-Paap rk Wald F statistic]值大于相應的臨界值16.38，通過了弱工具變量檢驗，進一步驗證了工具變量的有效性。因此，可以認為工具變量的選取是合理的，[2SLS]檢驗通過，進一步確認了原回歸結果的可信度，在相當程度上緩解了內生性問題所帶來的潛在偏差。

（三）穩健性檢驗

為進一步驗證基準回歸結果的穩健性，采取四種方法對基準回歸進行穩健性檢驗，具體結果見表5。

第一，替換被解釋變量。參考趙春燕和王世平（2021）的做法[35]，采用城市GDP增長率這一關鍵指標來重新測算城市經濟韌性。將2008年金融危機下各城市實際GDP增長速度為基準，算出各城市每年實際GDP增速與2008年該城市實際GDP增速的差值（[res]），再測算出各城市各年實際GDP增速與該城市2008年實際GDP增速之間的最小差值（[minres]）和最大差值（[maxres]），最后測算出各城市2003—2022年經濟韌性數據。在實際數據處理過程中可能會出現部分樣本城市經濟韌性為0值的特殊情況。為了確保不干擾真實的回歸結果，未對這些數據進行插值處理，從而最大程度地保留了數據的原始特征和真實性。城市經濟韌性的具體公式如式（6）所示，具體結果見表5列（1）所示。

[Res=lnres-minresmaxres-minres] （6）

第二，替換解釋變量。參考李強等（2021）的方法[22]，將城市內部燈光亮度區域低于全國平均燈光亮度區域的面積占整個城市面積的比重記為[L%]，將城市內部燈光亮度區域高于全國平均燈光亮度區域的柵格面積所占比重記為[H%]，根據兩者比值測算蔓延程度，具體公式如式（7）所示，具體結果見表5列（2）所示。

[Spr=L%H%] （7）

第三，剔除省會城市。鑒于省會城市在區域經濟格局中的特殊地位和重要作用，它們作為區域內的政治、經濟、文化核心樞紐，通常能夠享受更為豐富的政策支持和資源傾斜。這種獨特的優勢使得省會城市的經濟韌性和發展路徑在很大程度上與非省會城市存在顯著的差異。為了排除這種差異可能對研究結果產生的潛在干擾，剔除了省會城市的相對小樣本，具體結果見表5列（3）所示。

第四，變量縮尾處理。為了確保數據的質量和回歸結果的可靠性，對核心解釋變量和被解釋變量均進行了1%水平上的縮尾處理，具體結果見表5列（4）所示。

綜上所述，穩健性檢驗的回歸結果與前文基準回歸結果相比均未發生實質性的改變，這充分表明了本文結論的穩健性和可靠性。

（四）機制分析

為了深入探討城市蔓延程度（[Spr]）對城市經濟韌性（[Res]）的影響機制，引入城市維護建設資金（[Fun]）、職工收入水平（[Wag]）以及技術創新水平（[Inn]）三個中介變量，分別在抵抗與恢復力、適應與調節力、創新與轉型力維度發揮作用，具體結果見表6。

表6列（1）和列（2）匯報了以城市維護建設資金（[Fun]）為中介變量的回歸結果。實證結果顯示，城市蔓延程度對城市維護建設資金具有顯著的負向影響，同時城市維護建設資金對城市經濟韌性具有顯著的正向影響。這表明城市無序擴張導致基礎設施重復建設和資源分散，擠占了應急資金儲備，維護建設資金的減少直接削弱了城市應對沖擊的財政能力，削弱了城市在危機中的修復能力。

表6列（3）和列（4）匯報了以職工收入水平（[Wag]）為中介變量的回歸結果。實證結果顯示，城市蔓延程度對職工收入水平具有顯著的負向影響，同時職工收入水平對城市經濟韌性具有顯著的正向影響。當城市蔓延致使職工收入水平下滑時，居民的消費能力與投資意愿將不可避免地受到限制。在消費端，居民可能會削減對各類商品和服務的消費支出，尤其是對非必需品的消費需求將顯著降低，這將直接影響到城市內需市場的規模與活力，削弱城市經濟增長的內生動力。在投資端，居民可用于儲蓄和投資的資金減少，進而限制了對實體經濟領域如企業創業、房產購置等方面的投資支持，影響城市資本的積累與循環。

表6列（5）和列（6）匯報了以技術創新水平（[Inn]）為中介變量的回歸結果。實證結果顯示，城市蔓延程度對技術創新水平具有顯著的負向影響，同時技術創新水平對城市經濟韌性具有顯著的正向影響。城市蔓延導致創新資源分散，知識溢出效應減弱，科研機構和高新技術企業的空間分離降低了創新活躍度，阻礙了城市經濟的轉型升級。

綜上所述，城市蔓延通過擠占城市維護建設資金、降低職工收入水平以及抑制技術創新水平，從而削弱城市經濟韌性，假設1得到驗證。

（五）門檻效應

本文采用門檻效應模型進一步考察城市蔓延程度（[Spr]）對城市經濟韌性（[Res]）在自身不同蔓延程度以及不同城鎮化水平（[Urb]）下的非線性影響。表7為利用Bootstrap自助法反復抽樣300次后門檻變量的檢驗結果。結果表明，城市蔓延程度通過了雙門檻檢驗，城鎮化水平則通過了單門檻檢驗。

從表8列（1）的結果可知，當城市蔓延處于較低水平時，即城市蔓延程度低于首個門檻值0.7043時，此階段的回歸系數為-0.1786。在城市蔓延的初始階段，城鎮化水平同樣不夠高。由于土地資源開發過程中缺乏科學合理的規劃與高效的利用方式，基礎設施建設的進度遠遠滯后于城市擴張的速度，并且生態環境在城市無序擴張的進程中遭受了嚴重的破壞等多種不利因素相互疊加，城市蔓延通常會對城市經濟韌性產生較為明顯的負面影響。在這一時期，城市的經濟體系相對較為脆弱，在面對外部沖擊時缺乏足夠的緩沖和應對能力，城市蔓延所引發的諸如資源分散、交通擁堵等一系列問題，嚴重地制約了經濟的穩定增長與快速恢復能力。隨著城市蔓延程度的加劇，超過第二門檻值0.8062時，其負向影響系數進一步降低。這表明隨著城市蔓延程度的加深，其對城市經濟韌性的削弱作用有所減弱，但并未完全消失。隨著城市蔓延程度的加深，政府和相關部門可能會采取一系列措施如加強城市規劃、優化土地利用、提升基礎設施建設水平等來應對這些挑戰，這些措施的實施有助于緩解城市蔓延帶來的負面影響。

城市蔓延往往伴隨著城鎮化水平的提高，從城鎮化水平提高的角度來看，從表8列（2）的結果可知，當城鎮化達到一定的成熟階段時，即城鎮化的門檻值超過了0.7193，其所帶來的經濟集聚效應開始凸顯。大量的人口、資本、技術等生產要素在城市空間內高度集聚，形成了強大的規模經濟和范圍經濟效應，為城市經濟的發展注入了強大的動力。同時，人口紅利的充分釋放為城市提供了充足的勞動力資源，促進了產業的繁榮發展。此外，資源配置的優化也使得城市能夠更加高效地利用各類資源，進一步提高了生產效率和經濟效益。這些積極因素共同作用，有效地提升了城市經濟韌性，從而在很大程度上緩解了城市蔓延程度對城市經濟韌性的削弱作用，假設2得到驗證。

（六）異質性檢驗

1. 城市特征異質性

城市經濟韌性作為衡量一個城市面對外部沖擊時恢復與適應能力的關鍵指標，其形成機制與發展軌跡深受城市地理位置、經濟發展水平、產業結構布局及行政級別層級等因素的深刻影響。為深入剖析這一復雜關系，本文采取了分區域、分行政級別的分析策略，以期揭示不同情境下城市蔓延程度對城市經濟韌性的差異化影響。具體結果見表9所示。

首先，按照東部、中部及西部地區的地理區域劃分，對樣本城市進行分組回歸，結果如表9列（1）至列（3）所示。結果顯示，城市蔓延程度對城市經濟韌性的影響具有明顯的地域差別，在東部城市這一影響并不顯著，在中部城市僅在10%水平下負向顯著，在西部城市則在5%水平下負向顯著且回歸系數的絕對值最大。東部城市依托較高的經濟發展水平、完善的基礎設施和成熟的管理體系，在城市蔓延中展現出較強的規劃調控能力。此外，東部城市通常擁有更高的技術創新能力和更靈活的經濟結構，這些都有助于增強經濟韌性，因此城市蔓延對城市經濟韌性的負面影響不顯著。西部城市整體經濟實力相對較弱，產業結構以資源型產業和傳統制造業為主，產業附加值低，抗風險能力較差。城市蔓延導致資源分散，使得原本就有限的產業發展資源更加稀缺，難以形成產業集聚效應，進一步削弱了產業競爭力，降低了城市經濟韌性。此外，西部城市的技術創新能力和經濟結構靈活性可能相對較弱，人力資本相對匱乏，這些短板因素相互疊加，進一步加劇了城市蔓延對城市經濟韌性的負面影響。

其次，按照行政級別層級將副省級城市與非副省級城市進行分組回歸，結果如表9列（4）至列（5）所示。副省級城市享有省級經濟管理權限，其資源整合能力顯著優于普通地級市。結果顯示，副省級城市的城市蔓延程度對城市經濟韌性的影響并不顯著，而非副省級城市的城市蔓延程度對城市經濟韌性的影響在1%水平下負向顯著。副省級城市憑借其較高的行政層級優勢，通常能夠匯聚更為豐富的各類資源，在經濟基礎構建方面更為雄厚堅實，基礎設施建設也更為完善。這些城市憑借強大的經濟實力與高效的資源調配能力，在面對城市蔓延現象時，能夠更為從容地制定并實施針對性的應對策略，從而有效降低城市蔓延對經濟韌性的潛在沖擊，使得城市蔓延的負面影響在統計檢驗中難以顯現。此外，副省級城市在政策獲取方面往往享有更多的傾斜與支持，在城市規劃與管理實踐中能夠遵循更為科學合理的原則與路徑，這進一步緩解了城市蔓延可能引發的負面效應。相比之下，非副省級城市在資源獲取渠道、政策支持力度以及經濟綜合實力等方面相對處于劣勢地位。在城市蔓延的過程中，這些城市更容易出現土地資源的過度消耗與基礎設施負擔的急劇加重等問題，進而對其經濟韌性產生較為顯著的負面影響。

2. 時期跨度異質性

在城市經濟研究的進程中，精確洞察城市蔓延程度與城市經濟韌性在不同經濟周期下的動態演變關系，對于全面理解城市發展的內在規律具有極為關鍵的意義。根據相關學者研究[8，35]，依據2008年金融危機及2020年初的全球公共衛生事件這兩大全球性外部沖擊事件，將2003—2022年的研究區間細分為三個關鍵時期，以剖析城市蔓延程度與城市經濟韌性在不同經濟周期中的動態關系，具體結果如表10所示。

從表10列（1）的結果可以看出，在2003—2008年這一經濟穩健增長期，城市蔓延程度對城市經濟韌性的影響為-0.0629，且在1%的統計水平上顯著。中國經濟正處于高速增長的快車道，城市化進程也隨之加速推進。城市蔓延現象逐漸凸顯，其主要源于地方政府普遍依賴土地出讓收入支持城市建設，并且這種出讓方式可能缺乏國家層面的統一空間規劃約束與有效管控。部分城市在開發區建設、新城開發中過度擴張，導致土地資源粗放利用、基礎設施重復布局等問題凸顯。這種無序蔓延通過分散生產要素、抬高運行成本，進而對城市經濟韌性產生了較大的負面沖擊，使得城市在面對潛在外部沖擊時的抵抗與恢復力受到明顯削弱。

從表10列（2）的結果可以看出，隨著2008年全球金融危機的沖擊，世界經濟進入深度調整期，城市蔓延程度的系數為-0.0356，同樣在1%的統計水平上顯著，但絕對值較上一時期有所減小，表明城市蔓延的負面影響有所減弱。為了應對復雜多變的國際經濟形勢，我國政府推出了進一步擴大內需、促進經濟平穩較快增長的十項措施，加快了民生工程、基礎設施和生態環境建設。同樣在這一時期，中央頒布實施了首份城鎮化規劃，指導了全國城鎮化的健康發展。各省份據此制定城市開發強度管控細則，強制約束城市無序擴張。在中央政策框架下，地方政府開始推行“存量規劃”模式，通過舊城改造、工業用地再開發等舉措提升空間集約度，在一定程度上緩解了城市蔓延所帶來的負面影響。

從表10列（3）的結果可以看出，2020年初全球公共衛生事件的爆發對全球經濟造成了巨大沖擊，城市蔓延程度的系數為-0.0071，僅在5%的統計水平上顯著，系數絕對值進一步減小，表明城市蔓延的負面影響進一步減弱。在這一階段，地方政府在中央政策的指引下，進一步加大對基礎設施建設的投入力度，提升城市的數字化水平與智能化管理能力。同時，地方政府還積極響應中央號召，增加對醫療衛生、教育、文化等公共服務領域的資源配置，提高城市居民的生活質量與滿意度。這些自上而下的制度設計，通過增強公共資源配置效率與空間治理能力，顯著提升了城市系統的抗風險韌性。

3. 經濟韌性維度異質性

為進一步剖析城市蔓延程度對城市經濟韌性的多維度影響，本文分別依據構造城市經濟韌性的二級指標中，抵抗與恢復力（[Rec]）、適應與調節力（[Adj]）以及創新與轉型力（[Tra]）這三個維度進行回歸分析?；貧w結果如表11所示。

從表11列（1）的結果可以看出，城市蔓延程度對抵抗與恢復力的影響為-0.0190，且在1%的統計水平上顯著。城市蔓延往往會致使城市資源呈現出分散化的態勢，在面對諸如自然災害、經濟危機等外部沖擊時，分散的資源難以在短時間內被高效地集中調配與整合，進而無法形成有效的應對合力，城市抵抗外部沖擊以及在沖擊后快速恢復的能力自然會受到嚴重的削弱。城市蔓延還極有可能引發基礎設施建設的不均衡，這種不均衡狀況會極大地影響城市對災害的響應速度以及后續的恢復能力，使得城市在遭受沖擊時難以迅速恢復正常的經濟社會秩序。

從表11列（2）的結果可以看出，城市蔓延程度對適應與調節力的影響為-0.0149，同樣在1%的統計水平上顯著。城市蔓延過程中，城市的空間結構會逐漸變得更為復雜，不同區域的功能定位和發展需求差異增大，這無疑會給城市管理帶來巨大的挑戰，增加管理的難度與成本。在這種情況下，城市對外部環境變化的感知和響應速度會變慢，適應與調節力也會隨之下降。此外，城市蔓延還可能導致城市功能區的過度分散，各功能區之間的距離拉大，減少了城市內部不同區域之間的互動與協作。

從表11列（3）的結果可以看出，城市蔓延程度對創新與轉型力的影響為-0.0386，表明城市蔓延程度的加劇會顯著降低城市的創新與轉型力。城市蔓延可能導致人才和創新資源在空間上的分散分布，科研機構、高校、高科技企業等創新主體之間的距離變遠，人員之間的交流頻率降低，知識和信息的傳播速度減緩，從而減少了創新活動發生的可能性和頻率。城市蔓延還可能促使城市產業結構向單一化方向發展，這種產業結構的單一化會嚴重限制城市的轉型能力，使其在面對市場變化、技術革新等挑戰時，缺乏足夠的靈活性和適應性，難以實現經濟結構的優化升級和轉型發展。

城市蔓延對創新與轉型力的負面影響最大，其次是抵抗與恢復力，最后是適應與調節力。這種差異反映出三個維度的內在機制和響應周期不同。城市蔓延導致創新資源分散，削弱了知識溢出效應，直接降低創新效率，這種創新效率的削弱需要較長的調整周期。城市蔓延導致基礎設施重復建設、維護成本上升，擠占了應急資金儲備，直接削弱了城市應對沖擊的財政能力，但仍可通過財政手段予以填補。城市蔓延通過增加通勤成本進而降低職工收入，但政府可能通過消費補貼等短期政策、市場機制等緩解沖擊。總的來看，創新與轉型力受資源分散和政策短視的長期結構性約束，影響最深；抵抗與恢復力依賴即時資源調配，受基礎設施低效的直接影響次之；適應與調節力則因政策與市場的緩沖作用，表現出相對較強的韌性。

五、空間溢出效應分析

本文采用全局莫蘭指數（Global Moran's I）作為分析工具，針對被解釋變量城市經濟韌性（[Res]）和核心解釋變量城市蔓延程度（[Spr]）進行空間自相關檢驗，檢驗結果如表12所示。結果顯示，2003—2022年，我國274個地級市的城市經濟韌性以及蔓延程度的全局莫蘭指數均顯著大于0，所有年份的[P]值均保持在1%的水平上顯著，這意味著我國各地級市之間的經濟韌性和蔓延程度展現出顯著的正向空間自相關性。

基于上述空間自相關檢驗結果，為了更好地研究本地城市與其鄰近城市的空間溢出效應，本文采用了一系列空間計量模型檢驗方法，包括LM檢驗、Hausman檢驗、LR檢驗和Wald檢驗，最終選定時空雙向固定的空間杜賓模型（SDM）進行回歸分析。

為了更精確地估計城市蔓延程度對城市經濟韌性的影響是否存在空間溢出效應，對城市蔓延程度（[Spr]）的回歸系數進行分解，通過偏微分法將空間溢出效應分解為直接效應、間接效應?；貧w結果如表13所示，表13詳細列出了兩種不同矩陣水平下的直接效應、間接效應系數及其顯著性水平。列（1）結果顯示，城市蔓延程度對城市經濟韌性的直接影響系數為-0.055，且在1%的統計水平上顯著，這表明城市蔓延程度的加劇會直接導致城市經濟韌性的減弱，這與基準回歸結果高度一致。列（2）結果顯示，城市蔓延程度的空間溢出效應系數為-0.164，同樣在1%的統計水平上顯著，這意味著一個城市的蔓延現象不僅僅局限于對自身經濟韌性產生負面影響，其負面效應還會通過空間傳導機制，跨越城市邊界，對鄰近城市的經濟韌性產生顯著的抑制作用。列（3）和列（4）為采用鄰接矩陣的結果，可以看出其與采用地理距離矩陣的結果高度一致。這一結果有力地驗證了假設3，即城市蔓延程度不僅對本地城市的經濟韌性產生直接的削弱作用，還通過空間溢出效應影響鄰近城市的經濟韌性，從而對整個區域的經濟韌性產生了顯著的負面影響。

六、結論與對策建議

（一）研究結論

本文基于2003—2022年中國274個地級市的面板數據，采用固定效應模型、中介效應模型、門檻效應模型以及空間計量模型等多種計量經濟學方法，對城市蔓延與城市經濟韌性之間的復雜關系及其內在中介機制展開探究。研究發現：第一，城市蔓延顯著削弱了城市經濟韌性，該影響在不同區域、不同行政級別城市間存在顯著差異，且在不同經濟周期和經濟韌性維度上也表現出異質性；第二，城市蔓延通過擠占城市維護建設資金、降低職工收入水平以及抑制技術創新水平間接影響城市經濟韌性；第三，城市蔓延對城市經濟韌性的影響存在門檻效應，隨著城市蔓延程度以及城鎮化水平的逐步提升，城市蔓延對城市經濟韌性的負面影響呈現出逐漸減弱的趨勢；第四，空間溢出效應分析表明，城市蔓延不僅會削弱本地城市的經濟韌性，還會對鄰近城市的經濟韌性造成顯著的負面影響。

（二）對策建議

1. 規劃體制：剛性約束與彈性調整并重，重構空間治理框架

強化法律保障與數字化監測。加快推動《國土空間規劃法》立法，健全國土空間規劃等相關法規政策和技術標準體系，明確城市開發邊界調整的法定程序與責任主體。同時，整合地理信息系統（GIS）與實時人口流動數據，構建城市空間信息監測平臺，將建設用地增長率、人口密度偏離度等監測指標納入國土空間規劃“一張圖”系統，建立開發邊界彈性調整制度，對超密度擴張區域自動觸發用地指標凍結機制。

創新土地資源配置模式。加強“增存掛鉤”機制運行的監測監管，對低效工業用地進行收儲整合，全力實現“節地提質”目標。將新增用地指標與存量用地盤活效率掛鉤，盤活利用閑置土地，推動老舊工業區改造、低效商服用地轉型，通過定制化出讓匹配戰略性新興產業用地需求，形成動態聯動的綠色發展導向。

2. 內生動力：創新與效率雙輪驅動，培育高質量發展引擎

構建全域創新生態系統。在長三角、粵港澳大灣區等核心都市圈布局“創新走廊”，通過混合用地政策促進研發機構、高校與產業園區空間融合，構建創新要素集聚載體，降低知識溢出成本。設立專項創新引導基金，對智慧交通管理、分布式能源網絡等關鍵技術研發給予稅收優惠，鼓勵企業與高校、科研機構合作，建立產學研協同創新機制，推動創新成果就地轉化。

強化人力資本適配性。在職業院校開設智慧市政管理、生態修復工程等定向班，開發定制化課程體系，建立職業培訓到就業對接的聯動機制，推行技術人才定向就業模式，提升勞動力市場匹配效率。優化勞動力市場流動機制，消除戶籍制度對人口遷移的行政壁壘，促進相關技術人才在城市間自由流動與合理配置，激發城市經濟發展活力與創新能力。

優化財政金融支持體系。設立城市韌性專項基金，定向用于老舊管網改造、海綿城市等項目。鼓勵保險資金參與市政智慧交通、分布式能源網絡等基礎設施建設，通過風險共擔機制吸引社會資本。推行“生態信用積分”制度，對綠色建筑、低碳園區開發商給予容積率獎勵與稅收返還。

3. 區域協同：利益共享與要素流動聯動，破解蔓延負外部性

完善都市圈韌性網絡架構。在京津冀、成渝雙城經濟圈等國家級都市圈推行“多中心韌性節點”規劃，依托高鐵樞紐布局區域應急物資儲備基地與數據中心，實現災害響應1小時全覆蓋。統籌制定產業準入負面清單與生態保護紅線，禁止高污染產業向毗鄰生態保護區轉移，違者納入跨區域環保督察負面清單。

創新生態-經濟補償機制。運用GIS技術精準劃定生態貢獻區與受益區，通過橫向財政轉移支付、碳匯交易平衡區域利益，實施“誰受益誰補償”精準支付。對承接核心城市功能疏解的中小城市，給予土地指標傾斜與稅收分成激勵。

推進要素市場化配置改革。建立全國統一的城市建設用地指標交易平臺，允許中西部城市將節余指標向東部高附加值產業區有償流轉，收益反哺本地教育、醫療升級。對常住人口凈流入城市追加保障性住房用地指標，引導人口與產業向高韌性區域集聚。

（三）研究不足與展望

本研究仍存在以下局限：第一，經濟韌性測度采用綜合指標法，盡管通過系統篩選構建了多維指標體系，但指標設置仍帶有主觀性，尚未形成學界公認的權威標準，這在機制解釋時可能產生因果混淆；第二，工具變量選取采用核心解釋變量的一階滯后項，雖通過內生性檢驗但外生性條件仍顯薄弱，若能找到基于地理加權或政策沖擊的工具變量將更具說服力；第三，本研究僅驗證了城市維護建設資金、職工收入水平以及技術創新水平這三條中介路徑，實際上城市蔓延可能通過基礎設施效率耗散、產業協同度下降、公共服務非均等化等更復雜路徑影響經濟韌性，但因數據缺失或計量結果不顯著未被充分揭示。

針對上述研究局限，未來研究可從三個維度深化：首先，可以建立動態更新的經濟韌性指標數據庫，結合大數據挖掘與機器學習算法，構建兼具普適性與區域適配性的測度模型；其次，在工具變量的選取上，可以從宏觀政策沖擊、自然地理條件等外生因素入手，拓寬研究視野，深入挖掘更具說服力的工具變量，提升研究結論的可信度；最后，可以加大對數據收集和整理的投入，綜合運用大數據、微觀調查數據等多種數據來源，突破數據可得性的限制，結合我國城市發展的實際情況對潛在的作用機制進行拓展。

參考文獻：

［1］李悅，楊玖倫，謝子涵，等.海綿城市建設能否緩解城市蔓延？［J］.城市規劃，2024（6）：25-35+46.

［2］ REGGIANI A，GRAAFF T D，NIJKAMP P. Resilience：An Evolutionary Approach to Spatial Economic Systems［J］.Networks amp; Spatial Economics，2002，2（2）：211-229.

［3］張躍勝，鄧帥艷，張寅雪.城市經濟韌性研究：理論進展與未來方向［J］.管理學刊，2022（2）：54-67.

［4］ MARTIN R，SUNLEY P，TYLER P. Local Growth Evolutions：Recession，Resilience and Recovery［J］.Cambridge Journal of Regions Economy amp; Society，2015，8（2）：141-148.

［5］ LAUBSCHER P. The Business Cycle Resilience of the Western Cape Economy：a Regional Analysis of the 2009 Recession and Subsequent Recovery［J］.Studies in Economics and Econometrics，2016，41（3）：1-34.

［6］譚俊濤，趙宏波，劉文新，等.中國區域經濟韌性特征與影響因素分析［J］.地理科學，2020（2）：173-181.

［7］朱金鶴，孫紅雪.數字經濟是否提升了城市經濟韌性？［J］.現代經濟探討，2021（10）：1-13.

［8］紀玉俊，張曉萌.制造業集聚對城市經濟韌性的影響研究［J］.華東經濟管理，2024（6）：108-118.

［9］華桂宏，陳雨佳.金融集聚、科技創新與城市經濟韌性［J］.華東經濟管理，2022（5）：48-56.

［10］齊昕，張景帥，徐維祥.浙江省縣域經濟韌性發展評價研究［J］.浙江社會科學，2019（5）：40-46+156.

［11］杜運蘇，陳漢，陳小文.消費升級、創新效應與城市經濟韌性［J］.消費經濟，2023（6）：52-64.

［12］杜志威，金利霞，劉秋華.產業多樣化、創新與經濟韌性——基于后危機時期珠三角的實證［J］.熱帶地理，2019（2）：170-179.

［13］陳奕瑋，吳維庫.產業集聚、產業多樣化與城市經濟韌性關系研究［J］.科技進步與對策，2021（18）：64-73.

［14］董微微，王瀚林.新質生產力對區域經濟韌性的影響研究［J］.工業技術經濟，2024（11）：22-30+161.

［15］ GLAESER E L，KAHN M E. Sprawl and Urban Growth［J］.Handbook of Regional amp; Urban Economics，2004，4：2481-2527.

［16］王雪，焦利民，董婷.高密度和低密度城市的蔓延特征對比——中美大城市對比分析［J］.經濟地理，2020（2）：70-78+88.

［17］ WANG X，SHI R，ZHOU Y. Dynamics of Urban Sprawl and Sustainable Development in China［J］.Socio-Economic Planning Sciences，2020，70：100736.

［18］秦蒙，劉修巖，李松林.城市蔓延如何影響地區經濟增長？——基于夜間燈光數據的研究［J］.經濟學（季刊），2019（2）：527-550.

［19］ GAO B，HUANG Q，HE C，et al. How does Sprawl Differ Across Cities in China？ A Multi-scale Investigation using Nighttime Light and Census Data［J］.Landscape amp; Urban Planning，2016，148（41）：89-98.

［20］魏守華，陳揚科，陸思樺.城市蔓延、多中心集聚與生產率［J］.中國工業經濟，2016（8）：58-75.

［21］陳安平.集聚與中國城市經濟韌性［J］.世界經濟，2022（1）：158-181.

［22］李強，丁春林，宋國豪.城市蔓延與生產率：促進還是抑制？——基于夜間燈光數據的分析［J］.管理科學學報，2021（3）：45-62.

［23］李強，王琰.城市蔓延與長江經濟帶產業升級［J］.重慶大學學報（社會科學版），2021（1）：39-49.

［24］方穎，白秀葉.城市空間形態、公共服務空間均等化與居民滿意度［J］.經濟學（季刊），2022（4）：1405-1424.

［25］王家庭，趙一帆，李艷旭，等.城市蔓延對私家車發展的影響——基于中國269個城市的面板數據的分析［J］.城市問題，2019（3）：93-103.

［26］丁建軍，王璋，柳艷紅，等.中國連片特困區經濟韌性測度及影響因素分析［J］.地理科學進展，2020（6）： 924-937.

［27］劉元雷，申杰.城市蔓延、綠色技術創新與工業綠色轉型［J］.統計與決策，2023（7）：122-126.

［28］廖斌，羅嘯瀟，田彩紅.區域協同發展影響城市蔓延的空間門檻特征及衰減邊界［J］.系統工程理論與實踐，2025（2）：371-390.

［29］張振，李志剛，胡璇.城市群產業集聚、空間溢出與區域經濟韌性［J］.華東經濟管理，2021（8）：59-68.

［30］鄭江淮，高彥彥，胡小文.企業“扎堆”、技術升級與經濟績效——開發區集聚效應的實證分析［J］.經濟研究，2008（5）：33-46.

［31］干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響［J］.經濟研究，2011（5）：4-16+31.