楊桐彬,朱英明,姚啟峰

(南京理工大學(xué) a.經(jīng)濟管理學(xué)院;b.江蘇產(chǎn)業(yè)集群決策咨詢研究基地,江蘇 南京 210094)

一、引 言

從均衡論視角看,區(qū)域經(jīng)濟韌性是指區(qū)域經(jīng)濟受到外部沖擊后,恢復(fù)到原有發(fā)展水平的一種能力,或者能夠吸收外部沖擊,進而創(chuàng)造新的發(fā)展路徑的能力。從演化論視角看,區(qū)域經(jīng)濟韌性是指區(qū)域能夠不斷調(diào)整自身經(jīng)濟、社會和政治結(jié)構(gòu)以適應(yīng)頻繁發(fā)生的擾動沖擊,最終實現(xiàn)區(qū)域經(jīng)濟長期發(fā)展的能力[1]。自2008年全球金融危機爆發(fā)以來,外部沖擊對區(qū)域經(jīng)濟增長的影響一直是政府和學(xué)界關(guān)注的熱點問題[2]。2020年突如其來的新冠肺炎疫情再次對全球經(jīng)濟造成嚴重影響[3]?？v觀世界各國的發(fā)展進程,有的地區(qū)在經(jīng)歷經(jīng)濟危機、病毒傳播、恐怖襲擊等沖擊后一蹶不振,有的地區(qū)卻能克服各種自然和人為災(zāi)害帶來的不利影響而持續(xù)發(fā)展,造成不同結(jié)果的本質(zhì)原因便是區(qū)域經(jīng)濟韌性的差異[4]。

現(xiàn)有研究已然關(guān)注到行政區(qū)層面經(jīng)濟韌性的空間差異問題[5]。然而,經(jīng)濟韌性的空間差異同樣可能體現(xiàn)在城市群層面。由于非核心城市通常面臨高端人才引進困難、技術(shù)創(chuàng)新能力較弱、產(chǎn)業(yè)結(jié)構(gòu)低端鎖定等問題,嚴重制約經(jīng)濟韌性水平的提升,其與核心城市之間經(jīng)濟韌性的差距不斷拉大。同時,城市群內(nèi)部各城市之間人口等要素聯(lián)系緊密,城市危機極易發(fā)生連鎖效應(yīng)與放大效應(yīng)。此時,單個城市的應(yīng)對能力顯得尤為不足,迫切需要建立城市群聯(lián)動機制,提升城市群風(fēng)險抵抗能力。尤其是在中國努力構(gòu)建以中心城市和城市群為主要空間載體的區(qū)域經(jīng)濟格局戰(zhàn)略背景下,城市群空間網(wǎng)絡(luò)關(guān)聯(lián)的重要性日益顯現(xiàn),如何在城市網(wǎng)絡(luò)體系中加強合作與互補,縮小城市間經(jīng)濟韌性差距,促進低水平城市盡快向高水平城市收斂,進而提升城市群整體的經(jīng)濟韌性,成為亟待解決的現(xiàn)實問題。

關(guān)于區(qū)域經(jīng)濟韌性的研究主要從概念定義、測算方法和影響因素等方面展開。從工程韌性到生態(tài)韌性,再到演化韌性,韌性思想實現(xiàn)了從追求穩(wěn)定性均衡到探索適應(yīng)性發(fā)展的跨越。當(dāng)前主流觀點是借助演化韌性思想,從動態(tài)適應(yīng)性視角定義區(qū)域經(jīng)濟系統(tǒng)面對擾動沖擊的抵抗能力。Simmie等認為韌性反映的區(qū)域經(jīng)濟適應(yīng)過程是一種復(fù)雜的反饋、涌現(xiàn)與自組織并存的非線性動態(tài)過程,可以將區(qū)域經(jīng)濟演化過程分為重組、開發(fā)、維持和釋放四個階段[1]。Martin將區(qū)域經(jīng)濟韌性定義為區(qū)域經(jīng)濟系統(tǒng)通過對其產(chǎn)業(yè)、技術(shù)和制度等結(jié)構(gòu)進行適應(yīng)重組,減輕沖擊造成的影響,維持系統(tǒng)繼續(xù)發(fā)展或利用沖擊實現(xiàn)系統(tǒng)更新的能力[6]。

在理論分析基礎(chǔ)上,學(xué)者們開始嘗試對區(qū)域經(jīng)濟韌性進行定量分析,而科學(xué)測算經(jīng)濟韌性成為定量研究的基礎(chǔ)。現(xiàn)有方法主要包括指標體系法、關(guān)鍵變量法和函數(shù)分析法。Dinh等構(gòu)建起包含人力、社會、自然、物質(zhì)和金融資本存量、經(jīng)濟多樣性以及服務(wù)中心可達性的指標體系,并采用主成分分析法生成經(jīng)濟韌性指數(shù)[7]。Bruneckiene等提出構(gòu)建包含洞察能力、區(qū)域治理能力、知識和創(chuàng)新能力、學(xué)習(xí)能力、網(wǎng)絡(luò)和合作能力以及基礎(chǔ)設(shè)施能力等六個方面的指標體系對經(jīng)濟韌性進行評價[8]。劉曉星等利用117種金融指數(shù)測算金融市場系統(tǒng)性風(fēng)險,使用151種宏觀經(jīng)濟指標估計時變脈沖響應(yīng),采用風(fēng)險吸收強度和吸收持續(xù)期定量測算宏觀經(jīng)濟韌性[5]。

總體看來,指標體系法應(yīng)用靈活、內(nèi)涵豐富,可以從宏觀經(jīng)濟、產(chǎn)業(yè)部門和社會治理等多角度測算符合各自國家和地區(qū)特征的經(jīng)濟韌性,具有廣泛的應(yīng)用前景,但無法避免指標選取合理性和可比性較弱的弊端。鑒于此,越來越多的學(xué)者采用產(chǎn)值和就業(yè)等關(guān)鍵指標的相對變動情況反映經(jīng)濟韌性。Martin等利用過去40年英國主要地區(qū)的就業(yè)數(shù)據(jù),根據(jù)實際就業(yè)增長率與預(yù)期就業(yè)增長率的相對變化反映區(qū)域經(jīng)濟韌性[9]。Oprea等認為GDP能更好地反映沖擊對經(jīng)濟的影響,而且失業(yè)率也依賴于GDP,因此將東歐各地區(qū)GDP增長率相對于歐洲27國GDP增長率的相對變化反映區(qū)域經(jīng)濟韌性[10]。

在肯定產(chǎn)出和就業(yè)是反映經(jīng)濟韌性的關(guān)鍵指標的基礎(chǔ)上,部分學(xué)者開始嘗試構(gòu)建函數(shù)模型,利用估計系數(shù)度量區(qū)域經(jīng)濟韌性。Fingleton等采用英國12個地區(qū)1971—2010年的季度就業(yè)數(shù)據(jù),構(gòu)建似不相關(guān)回歸模型測試英國地區(qū)就業(yè)工程韌性與四次衰退沖擊的相關(guān)性[11]。Caro利用1992—2012年意大利的區(qū)域就業(yè)數(shù)據(jù)和非線性平滑轉(zhuǎn)換自回歸模型研究區(qū)域經(jīng)濟韌性,提出了一種區(qū)分工程韌性和生態(tài)韌性的測試方法[12]。Fingleton等基于Dixon-Thirlwal循環(huán)因果模型,利用靜態(tài)凡登定律構(gòu)建經(jīng)濟增長與就業(yè)之間的回歸方程,并考慮空間與時間滯后的影響因素,進行GMM-SL-SAR-RE估計,得到真實經(jīng)濟條件與反事實無外部沖擊情況的結(jié)果差異,以此度量經(jīng)濟韌性[13]。

Christopherson等較早從區(qū)域創(chuàng)新體系、生產(chǎn)性基礎(chǔ)設(shè)施、支持性金融體系,以及多元化經(jīng)濟基礎(chǔ)等方面系統(tǒng)探究區(qū)域經(jīng)濟韌性的影響因素[14]。此后,學(xué)者們主要從人力資本、產(chǎn)業(yè)結(jié)構(gòu)、國家和區(qū)域政策等方面展開研究。Caro指出意大利南方地區(qū)的低經(jīng)濟韌性與該地區(qū)人力資本存量較低有關(guān)[12]。Brown等認為美國俄亥俄州產(chǎn)業(yè)結(jié)構(gòu)多樣化的地區(qū)在面對經(jīng)濟危機時表現(xiàn)出更強的韌性[15]。Kakderi等建議中央政府為穩(wěn)定和復(fù)蘇希臘西馬其頓地區(qū)所作的努力都應(yīng)輔之以區(qū)域一級的重點政策[16]。

雖然上述研究具有一定啟示,但在研究方法、研究內(nèi)容和研究尺度上仍有待進一步拓展。本文的邊際貢獻在于:第一,在研究方法上,采用動態(tài)空間面板模型、系統(tǒng)GMM和反事實等方法測算城市群經(jīng)濟韌性,科學(xué)利用產(chǎn)出和就業(yè)兩個能夠衡量地區(qū)經(jīng)濟衰退狀況的最具信息量的指標;第二,在研究內(nèi)容上,采用Dagum基尼系數(shù)、核密度估計和空間收斂模型等方法,揭示中國14個城市群經(jīng)濟韌性的地區(qū)差異、分布動態(tài)和空間收斂特征;第三,在研究領(lǐng)域上,突破行政區(qū)劃的限制,將區(qū)域經(jīng)濟韌性研究置于城市群空間尺度。從理論層面看,本文對于城市群經(jīng)濟韌性的關(guān)注有助于城市網(wǎng)絡(luò)理論與經(jīng)濟韌性理論的融合,推動城市網(wǎng)絡(luò)韌性研究興起;從實踐層面看,本文對于經(jīng)濟韌性時空格局的關(guān)注有助于低韌性城市提高危機意識,推動城市群整體經(jīng)濟韌性進一步提升。

二、研究方法與數(shù)據(jù)

(一)經(jīng)濟韌性的測算方法

本文借鑒GMM-SL-SAR-RE函數(shù)分析法,結(jié)合中國城市群實際情況,構(gòu)建動態(tài)空間面板模型,采用系統(tǒng)GMM估計參數(shù),利用反事實法推算就業(yè)水平,進而測算城市群經(jīng)濟韌性[13]。具體過程如下:

首先,凡登定律(Verdoorn Law)指出勞動生產(chǎn)率增長與產(chǎn)出增長之間具有線性關(guān)系,據(jù)此可以利用凡登定律構(gòu)建經(jīng)濟增長與就業(yè)之間的回歸方程:

lnyit=α+βlnxit+μi+ηt+εit

(1)

其中,yit為城市i第t年的就業(yè)水平,利用單位從業(yè)人數(shù)與私營和個體從業(yè)人數(shù)之和表示;xit為城市i第t年的產(chǎn)出水平,利用GDP表示;α和β為待估參數(shù),μi和ηt分別為個體和時間固定效應(yīng),εit是隨機誤差項。

然后,對式(1)進行擴展。由于就業(yè)水平具有較強的空間相關(guān)性,如果忽視其固有的空間溢出效應(yīng)很可能得到偏誤的實證結(jié)果,需要將就業(yè)水平的空間滯后項納入模型,以控制空間相關(guān)性。此外,考慮到就業(yè)水平可能具有路徑依賴特征,即時間滯后效應(yīng),需要將就業(yè)水平的滯后一期引入標準的靜態(tài)空間面板模型。因此,本文構(gòu)建動態(tài)空間面板滯后模型(SAR)和動態(tài)空間面板誤差模型(SEM):

(2)

(3)

其中,ρ為空間相關(guān)系數(shù),反映鄰近城市的相關(guān)變量對本市的影響,wij為空間權(quán)重矩陣的元素,其余符號含義與上述一致。

進而,假設(shè)各市在危機期間與國家的產(chǎn)出增長率相同,利用全國平均產(chǎn)出增長率估計各市理論上的產(chǎn)出水平,根據(jù)式(2)和式(3)的參數(shù)估計結(jié)果推算出反事實就業(yè)水平。公式為:

(4)

(5)

(6)

其中,gNt+1為全國平均產(chǎn)出增長率,其余符號含義與上述一致。

最后,計算出各市的經(jīng)濟韌性。公式為:

(7)

(二)地區(qū)差異的測算方法

本文使用Dagum基尼系數(shù)方法測算中國城市群經(jīng)濟韌性的地區(qū)差異。基本公式如下:

(8)

其中,yji(yhr)表示j(h)城市群內(nèi)任意城市的經(jīng)濟韌性水平,μ是城市經(jīng)濟韌性水平的均值,n=214,k=14,nj(nh)是j(h)城市群內(nèi)城市數(shù)量。在進行基尼系數(shù)分解時,先要依據(jù)經(jīng)濟韌性水平的均值對城市群進行排序,即μh≤…≤μj≤…≤μk。根據(jù)Dagum基尼系數(shù)分解策略,將基尼系數(shù)分解為三個部分:城市群內(nèi)差異貢獻Gw、城市群間差異貢獻Gnb和超變密度貢獻Gt,即G=Gw+Gnb+Gt。

(9)

(10)

(11)

(12)

(13)

(14)

(15)

(16)

式(9)和式(10)分別表示j城市群內(nèi)部的基尼系數(shù)Gjj和城市群內(nèi)部差異貢獻率Gw;式(11)和式(12)分別表示j和h城市群之間的基尼系數(shù)Gjh和城市群之間差異的貢獻率Gnb;式(13)表示超變密度貢獻率Gt。其中,pj=nj/n,sj=njμj/nμ,j=1,2,…,k。Djh為j和h城市群之間經(jīng)濟韌性水平的相對影響,具體為公式(14)。djh表示城市群之間經(jīng)濟韌性水平貢獻率差值,即j和h城市群之間所有yji-yhr>0的樣本值的加權(quán)平均,pjh表示超變一階矩,即j和h城市群之間所有yhr-yji>0的樣本值的加權(quán)平均,公式分別為式(15)和(16)。Fh(Fj)分別為h(j)城市群的累積密度分布函數(shù)。

(三)分布動態(tài)的研究方法

本文采用空間核密度估計方法展示中國城市群經(jīng)濟韌性的分布動態(tài)。傳統(tǒng)核密度估計如式(17)和式(18),隨機變量X的密度函數(shù)為f(x),N為觀測值的個數(shù),K(·)是核函數(shù),Xi為獨立同分布的觀測值,x為均值,h為帶寬。而空間核密度估計是在普通核密度估計的基礎(chǔ)上加入時間和空間因素,對隨機變量的概率密度進行估計,用連續(xù)密度曲線描述隨機變量在時空條件下的分布形態(tài),如式(19)和式(20)。f(x,y)是x和y的聯(lián)合核密度函數(shù),g(y|x)表示在x的條件下y的分布狀態(tài)。

(17)

(18)

(19)

(20)

空間核密度估計可以從無條件核密度估計、空間靜態(tài)核密度估計、空間動態(tài)核密度估計三個方面揭示中國城市群經(jīng)濟韌性的空間分布形態(tài)及其動態(tài)演進過程。具體而言,無條件核密度估計用于分析經(jīng)濟韌性從第t年至第t+3年的分布動態(tài);空間靜態(tài)核密度估計用于分析空間滯后條件下城市群內(nèi)部經(jīng)濟韌性的相互影響;空間動態(tài)核密度估計則分析空間滯后條件下城市群內(nèi)部其他城市第t年經(jīng)濟韌性對本市第t+3年經(jīng)濟韌性的影響。

(四)收斂性的檢驗方法

本文采用β收斂模型檢驗城市群經(jīng)濟韌性的收斂態(tài)勢。β收斂是指經(jīng)濟韌性較低的城市具有較高的增長率,其與經(jīng)濟韌性較高的城市之間的差距逐漸縮小并最終達到一致的穩(wěn)態(tài)水平。β收斂進一步分為β絕對收斂和β條件收斂。城市群內(nèi)部要素流動頻繁,經(jīng)濟聯(lián)系密切,存在一定的空間依賴性,應(yīng)將空間因素納入收斂模型。因此,本文構(gòu)建經(jīng)濟韌性β絕對收斂的空間滯后模型和空間誤差模型:

(21)

(22)

β條件收斂的空間滯后模型和空間誤差模型:

(23)

(24)

其中,Res表示經(jīng)濟韌性,ln(Resit/Resit-1)表示城市i第t年的經(jīng)濟韌性增長速度,μi和ηt分別為個體和時間固定效應(yīng),εit是隨機誤差項,α、β和δ為待估參數(shù),β<0意味著收斂。ρ和λ為空間相關(guān)系數(shù),反映鄰近地區(qū)的相關(guān)變量對本地區(qū)的影響。wij為空間權(quán)重矩陣的元素。X為控制變量,本文選取人力資本(Hum)、技術(shù)進步(Tec)、環(huán)境規(guī)制(Env)、產(chǎn)業(yè)結(jié)構(gòu)(Ind)、對外開放(Ope)作為控制變量。其中,利用普通高校在校生人數(shù)與年末總?cè)丝跀?shù)之比表示人力資本水平;采用科學(xué)支出占財政支出比重作為技術(shù)進步的代理變量;使用工業(yè)SO2污染強度表征環(huán)境規(guī)制的反向指標;利用以赫芬達爾——赫希曼指數(shù)為基礎(chǔ)的熵值法測度產(chǎn)業(yè)結(jié)構(gòu)多樣化程度[17];采用FDI與GDP的比值表示對外開放程度。

此外,具有相似特征的城市群之間的經(jīng)濟韌性差距同樣可能呈現(xiàn)縮小的趨勢,即存在俱樂部收斂。一體化發(fā)展是城市群內(nèi)部實現(xiàn)互動合作的基礎(chǔ),而加強互動合作一方面可能帶來危機的傳遞與擴散,另一方面可能增強單個城市的風(fēng)險抵御能力,因此一體化程度對于城市群經(jīng)濟韌性收斂性的影響具有不確定性?；谏鲜鼋?jīng)濟韌性空間收斂模型,以及城市群一體化程度,對中國城市群經(jīng)濟韌性的俱樂部收斂狀況進行檢驗。具體來說,本文借鑒宋迎昌和倪艷亭的研究結(jié)果,將城市群分為一體化程度較高、一般和較低三大俱樂部[18](1)一體化程度較高俱樂部包括:珠三角和長三角城市群;一體化程度一般俱樂部包括:京津冀、哈長、山東半島和遼中南城市群;一體化程度較低俱樂部包括:成渝、武漢、長株潭、環(huán)鄱陽湖、中原、北部灣、粵閩浙沿海和關(guān)中城市群。。

(五)數(shù)據(jù)說明

本文研究對象為珠三角、長三角、京津冀、哈長、山東半島、遼中南、成渝、武漢、長株潭、環(huán)鄱陽湖、中原、北部灣、粵閩浙沿海和關(guān)中14個城市群。基于數(shù)據(jù)可獲性,選取14個城市群中的214個地級以上城市為研究樣本,時間跨度為2008—2019年。城市群所轄城市根據(jù)中央和地方出臺的城市群發(fā)展規(guī)劃確定。GDP等指標根據(jù)價格指數(shù)調(diào)整為2001年為基期的實際值。個別缺失數(shù)值通過插值法補齊。除二氧化硫排放量指標以全市口徑近似替代外,其余指標均為市轄區(qū)口徑。數(shù)據(jù)來源于歷年《中國城市統(tǒng)計年鑒》和各省市統(tǒng)計年鑒。

三、經(jīng)濟韌性測算

(一)空間面板模型的估計結(jié)果

在對空間面板模型進行參數(shù)估計之前,一方面需要對被解釋變量就業(yè)水平的空間相關(guān)性予以檢驗,另一方面需要對空間滯后模型和空間誤差模型這兩個競爭性模型進行比選。

通常采用Moran指數(shù)判斷變量是否存在空間相關(guān)性。Moran指數(shù)介于-1到1之間,大于0表示變量具有空間正相關(guān)性,小于0表示變量具有空間負相關(guān)性,等于0表示變量不存在空間相關(guān)性。本文采用逆標準地理距離空間權(quán)重矩陣檢驗就業(yè)水平的空間相關(guān)性。表1顯示Moran指數(shù)在觀測期內(nèi)均顯著為正,表明城市就業(yè)水平具有空間正相關(guān)性,同時也驗證將空間因素納入分析框架的必要性。

空間滯后模型和空間誤差模型的比選工作通常由LM檢驗來完成,其判斷標準為:LM統(tǒng)計量更顯著的模型為更合意的模型,若兩種模型的LM統(tǒng)計量具有相同的顯著水平,那么就需要由穩(wěn)健型LM統(tǒng)計量的顯著性來確定模型的設(shè)定形式。由表2可知,針對空間滯后模型的LM檢驗值至少在5%的水平上顯著,而針對空間誤差模型的LM檢驗值并不顯著,從而表明空間滯后模型要優(yōu)于空間誤差模型。

表2 經(jīng)濟韌性測算模型參數(shù)估計結(jié)果

將被解釋變量的滯后項納入實證模型易導(dǎo)致內(nèi)生性問題,此時利用系統(tǒng)GMM估計動態(tài)空間面板模型往往較傳統(tǒng)的極大似然估計更為有效。因此本文采用系統(tǒng)GMM對式(2)進行估計,結(jié)果如表2所示。就業(yè)水平的時間滯后項系數(shù)顯著為正(β0=0.419 5,P=0.000),表明城市就業(yè)存在“循環(huán)累積”效應(yīng);產(chǎn)出對就業(yè)具有顯著的正向影響(β1=0.142 0,P=0.008),符合凡登定律;就業(yè)水平的空間滯后項系數(shù)顯著為正(ρ=0.392 0,P=0.000),表明城市之間就業(yè)水平具有正向空間溢出效應(yīng)。進而利用式(4)和式(6)估計出反事實就業(yè)水平,最后利用式(7)計算出14個城市群214個城市2008—2019年的經(jīng)濟韌性。

(二)經(jīng)濟韌性的測算結(jié)果

橫向?qū)Ρ?4個城市群的經(jīng)濟韌性,結(jié)果如表3所示。一方面,2008—2019年的經(jīng)濟韌性均值排名反映出,珠三角等10個城市群經(jīng)濟韌性大于1,表明這些城市群實際就業(yè)水平超過了反事實就業(yè)水平,具有更強的經(jīng)濟韌性;而成渝等4個城市群的經(jīng)濟韌性小于1,表明受到國際金融危機沖擊后,就業(yè)水平恢復(fù)較慢,經(jīng)濟韌性較弱。另一方面,整體看來,東部城市群(珠三角、遼中南、粵閩浙沿海和長三角)在前5名中占據(jù)4席,表現(xiàn)出更強的經(jīng)濟韌性。

表3 2008—2019年14個城市群經(jīng)濟韌性均值排名

縱向?qū)Ρ?008—2019年經(jīng)濟韌性的變動趨勢,結(jié)果如圖1和表4所示。一方面,整體看來,中國城市群經(jīng)濟韌性變動趨勢呈現(xiàn)N型特征,2008—2011年上升趨勢明顯,2011—2017年波動下降,2017—2019年再次回升。這表明中國中央政府于2008年適時出臺應(yīng)對國際金融危機的一攬子計劃在短期內(nèi)提高了城市群抵抗沖擊的能力。但隨著中國經(jīng)濟步入新常態(tài),投資拉動經(jīng)濟復(fù)蘇的能力減弱,導(dǎo)致城市群經(jīng)濟韌性有所下降。而“十三五”期間中國堅定實施擴大內(nèi)需戰(zhàn)略,發(fā)揮城市群要素配置效率優(yōu)勢和一體化市場潛力優(yōu)勢,促進城市群經(jīng)濟韌性再次回升。另一方面,觀察14個城市群經(jīng)濟韌性的變動趨勢可以發(fā)現(xiàn),粵閩浙沿海、關(guān)中、成渝和山東半島呈現(xiàn)N型特征;珠三角、中原、長三角和環(huán)鄱陽湖呈現(xiàn)倒U型特征;哈長呈現(xiàn)倒N型特征;武漢和長株潭呈現(xiàn)下降趨勢;遼中南、京津冀和北部灣呈現(xiàn)上升趨勢。

圖1 2008—2019年城市群經(jīng)濟韌性變動趨勢

表4 2008—2019年14個城市群經(jīng)濟韌性變動趨勢

四、地區(qū)差異分析

(一)城市群內(nèi)部經(jīng)濟韌性差異

表5報告了14個城市群內(nèi)部經(jīng)濟韌性Dagum基尼系數(shù)的計算結(jié)果。橫向?qū)Ρ瘸鞘腥簝?nèi)部經(jīng)濟韌性的基尼系數(shù)可以發(fā)現(xiàn),成渝、環(huán)鄱陽湖、長三角和北部灣的基尼系數(shù)較高,觀測期內(nèi)的均值分別達到0.103 0、0.091 8、0.083 2和0.080 6,表明經(jīng)濟韌性在城市群內(nèi)部的不均衡現(xiàn)象明顯。成渝、環(huán)鄱陽湖和北部灣經(jīng)濟韌性發(fā)展不均衡的主要原因是成都、南寧和南昌等核心城市的極化效應(yīng)十分明顯,而長三角主要原因是廣義城市群(蘇、浙、皖、滬41個城市)范圍內(nèi)邊緣城市的長尾效應(yīng)十分明顯。珠三角和山東半島的基尼系數(shù)則相對較低,分別為0.054 5和0.059 7,體現(xiàn)出省域范圍內(nèi)的城市群可能在經(jīng)濟韌性方面具有更小的差距。縱向?qū)Ρ瘸鞘腥簝?nèi)部經(jīng)濟韌性的基尼系數(shù)可以發(fā)現(xiàn),珠三角、中原、關(guān)中和北部灣的變動趨勢呈現(xiàn)U型特征,粵閩浙沿海和環(huán)鄱陽湖呈現(xiàn)倒U型特征,長三角和山東半島呈現(xiàn)倒N型特征,長株潭呈現(xiàn)N型特征,武漢、京津冀、哈長和成渝具有上升趨勢,而遼中南具有下降趨勢。其中,珠三角和遼中南在觀測期內(nèi)年均變動幅度最大,分別為0.079 7和-0.044 4。

(二)城市群之間經(jīng)濟韌性差異

表6報告了14個城市群之間經(jīng)濟韌性Dagum基尼系數(shù)的年度均值和變動幅度排名前十位和后十位情況。從年度均值方面看,成渝與其他城市群之間的經(jīng)濟韌性差距較大,在前十位中占據(jù)8席;而珠三角與其他城市群之間的經(jīng)濟韌性差距較小,在后十位中占據(jù)6席。結(jié)合表5可知,成渝和珠三角分別為經(jīng)濟韌性內(nèi)部差距最大和最小的城市群,兩個城市群內(nèi)部所表現(xiàn)出的極化和均衡現(xiàn)象也間接影響了城市群之間的經(jīng)濟韌性差距。從變動幅度方面看,京津冀與其他城市群之間的經(jīng)濟韌性差距增幅較大,在前十位中占據(jù)8席;而北部灣與其他城市群之間的經(jīng)濟韌性差距降幅較大,在后十位中占據(jù)6席。結(jié)合表3和表4可知,京津冀相對富有韌性,而北部灣相對缺乏韌性,但兩個城市群經(jīng)濟韌性都具有明顯的上升趨勢,因此表現(xiàn)出京津冀擴大領(lǐng)先優(yōu)勢,而北部灣縮小落后差距的現(xiàn)象。

表5 2008—2019年14個城市群內(nèi)部經(jīng)濟韌性基尼系數(shù)

表6 2008—2019年14個城市群之間經(jīng)濟韌性基尼系數(shù)

(三)城市群經(jīng)濟韌性總體差異及其分解

表7報告了14個城市群總體Dagum基尼系數(shù)及其分解結(jié)果?？傮w上看,觀測期內(nèi)中國城市群經(jīng)濟韌性Dagum基尼系數(shù)呈現(xiàn)波動上升的趨勢,年均增幅為0.019 1,表明城市群經(jīng)濟韌性差距有所擴大。從差異來源看,觀測期內(nèi)城市群內(nèi)部、城市群之間和超變密度的貢獻率的均值分別為9.011%、18.945%和72.044%,體現(xiàn)出城市群間交叉重疊部分對總體差距的影響十分明顯。從差異分解的變動趨勢方面看,城市群內(nèi)部差異貢獻率變動趨勢相對平穩(wěn),年均增幅僅為0.003 4;城市群之間差異貢獻率上升趨勢明顯,年均增幅達到0.073 2;而超變密度的貢獻率下降趨勢明顯,年均降幅達到-0.019 2。可以發(fā)現(xiàn),在超變密度對城市群經(jīng)濟韌性地區(qū)差距貢獻率居于主導(dǎo)地位的同時,城市群之間經(jīng)濟韌性的差距擴大趨勢不容忽視。

表7 中國城市群經(jīng)濟韌性基尼系數(shù)及其分解

五、分布動態(tài)分析

(一)無條件核密度估計

圖2(a)和(b)展示了中國城市群經(jīng)濟韌性分布的無條件核密度和密度等高線。其中,X軸為第t年的經(jīng)濟韌性,Y軸為第t+3年的經(jīng)濟韌性,垂直于XY平面的Z軸為核密度,表示在XY平面內(nèi)每一點的概率密度,平行于Y軸的線表示從X軸的點到Y(jié)軸上任一點的概率密度,描述了從第t年到第t+3年城市群經(jīng)濟韌性分布變化的轉(zhuǎn)移概率。如果等高線集中分布于正45度對角線附近,說明第t+3年的經(jīng)濟韌性分布和第t年相一致;如果等高線集中分布于負45度對角線附近,說明經(jīng)濟韌性發(fā)生了轉(zhuǎn)變,從第t年到第t+3年經(jīng)濟韌性水平高(低)的城市群轉(zhuǎn)變?yōu)榈?高)的城市群。觀察圖(b)可知,密度等高線集中于正45度對角線附近,說明從第t年到第t+3年中國城市群經(jīng)濟韌性的分布狀態(tài)變化較小。同時也可以發(fā)現(xiàn),等高線整體水平偏低,表明中國城市群經(jīng)濟韌性提升速度較慢。

圖2 經(jīng)濟韌性的無條件核密度和密度等高線

(二)空間靜態(tài)核密度估計

圖3(a)和(b)展示了中國城市群經(jīng)濟韌性分布的空間靜態(tài)核密度和密度等高線?？臻g靜態(tài)核密度估計可以進一步考察經(jīng)濟韌性分布狀態(tài)的空間相關(guān)性。X軸為城市群內(nèi)其他城市經(jīng)濟韌性,計算方法為:以本市與城市群內(nèi)其他城市的逆標準地理距離為權(quán)重,加權(quán)平均其他城市的經(jīng)濟韌性;Y軸為本市經(jīng)濟韌性。如果經(jīng)濟韌性存在空間相關(guān)性,當(dāng)表現(xiàn)為低—低、高—高集聚現(xiàn)象時,密度等高線會集中分布于正45度對角線附近;當(dāng)表現(xiàn)為高—低集聚現(xiàn)象時,則密度等高線會集中分布于負45度對角線附近。觀察圖(b)可知,中國城市群經(jīng)濟韌性集中分布于正45度對角線附近,呈現(xiàn)低—低、高—高集聚的正向空間相關(guān)性。同時可以發(fā)現(xiàn),等高線逐漸向45度對角線上方偏移,表明隨著城市群內(nèi)其他城市經(jīng)濟韌性的提高,空間溢出效應(yīng)促進本市經(jīng)濟韌性趨于提高。

圖3 經(jīng)濟韌性的空間靜態(tài)核密度和密度等高線

(三)空間動態(tài)核密度估計

為進一步揭示中國城市群經(jīng)濟韌性是否具有空間動態(tài)效應(yīng),本文分別從總體以及14個城市群角度分析空間滯后條件下,第t年城市群內(nèi)其他城市經(jīng)濟韌性對第t+3年本市經(jīng)濟韌性分布動態(tài)的影響,結(jié)果如圖4所示(2)限于篇幅,僅報告了密度等高線的分布情況。。一方面,觀察城市群總體密度等高線的分布情況。從形態(tài)上看,密度等高線呈現(xiàn)出平行于Y軸的特征,體現(xiàn)出第t年城市群內(nèi)其他城市經(jīng)濟韌性對第t+3年本市經(jīng)濟韌性的影響并不明顯;從波峰上看,密度等高線的核心處于正45度對角線上方,體現(xiàn)出經(jīng)濟韌性具有向高水平轉(zhuǎn)變的趨勢。另一方面,觀察14個城市群密度等高線的分布情況。從形態(tài)上看,京津冀、關(guān)中、哈長、長株潭、北部灣和山東半島的密度等高線大體分布于正45度對角線附近,表明本市與城市群其他城市的經(jīng)濟韌性呈現(xiàn)正向空間動態(tài)溢出效應(yīng);而遼中南、中原、粵閩浙沿海、長三角、環(huán)鄱陽湖和成渝的密度等高線具有向負45度對角線轉(zhuǎn)向的趨勢,表明當(dāng)本市經(jīng)濟韌性發(fā)展到較高水平時,可能受到來自城市群內(nèi)其他城市的負向空間動態(tài)溢出效應(yīng)的影響。從波峰上看,中原、武漢和哈長經(jīng)濟韌性表現(xiàn)出單峰分布,且處于正45度對角線上方,體現(xiàn)出經(jīng)濟韌性具有向高水平轉(zhuǎn)變的趨勢。

圖4 經(jīng)濟韌性空間動態(tài)核密度等高線

六、空間收斂分析

在對模型模型(21)～(24)進行參數(shù)估計之前,同樣需要對被解釋變量經(jīng)濟韌性增長速度的空間相關(guān)性予以檢驗,以及對SAR和SEM模型進行比選。Moran指數(shù)顯示經(jīng)濟韌性增長速度具有空間正相關(guān)性,模型比選結(jié)果在表8～10中展示。

(一)β絕對收斂

表8報告了城市群總體和14個城市群經(jīng)濟韌性β絕對收斂檢驗結(jié)果。首先,總體而言,LM檢驗結(jié)果支持采用SEM模型,且λ顯著為正,表明城市群內(nèi)部相鄰城市之間經(jīng)濟韌性的空間正向關(guān)聯(lián)較強。經(jīng)濟韌性的收斂系數(shù)β顯著為負,表明城市群經(jīng)濟韌性存在β絕對收斂趨勢。其次,各城市群而言,LM檢驗結(jié)果支持珠三角、遼中南、中原、武漢、京津冀和環(huán)鄱陽湖采用SEM模型,長三角采用SAR模型,而其他城市群不適用空間面板模型。可以發(fā)現(xiàn)經(jīng)濟韌性水平較高的城市群內(nèi)部空間關(guān)聯(lián)性也較強,表明城市之間的互動合作有利于提升城市群整體經(jīng)濟韌性。14個城市群經(jīng)濟韌性的收斂系數(shù)β均顯著為負,在人力資本、技術(shù)進步、環(huán)境規(guī)制、產(chǎn)業(yè)結(jié)構(gòu)和對外開放等影響因素相似前提下,各城市群內(nèi)部城市經(jīng)濟韌性均會向各自穩(wěn)態(tài)水平收斂。最后,對比各城市群的收斂系數(shù),可以發(fā)現(xiàn)珠三角的收斂系數(shù)最大(β=-1.344 5),而山東半島的收斂系數(shù)最小(β=-0.958 1),意味著經(jīng)濟韌性水平最高的珠三角具有最快的收斂速度,而經(jīng)濟韌性水平最低的山東半島具有最慢的收斂速度,體現(xiàn)出經(jīng)濟韌性較低的城市能否盡快追趕上經(jīng)濟韌性較高的城市,不僅影響了城市群整體的經(jīng)濟韌性水平,也影響了城市群之間的經(jīng)濟韌性差距。

表8 城市群經(jīng)濟韌性的β絕對收斂檢驗

(二)β條件收斂

本部分考察城市群經(jīng)濟韌性在考慮一系列控制變量后的收斂趨勢,結(jié)果如表9所示。城市群總體和14個城市群收斂系數(shù)β均顯著為負,表明存在β條件收斂趨勢,意味著在考慮了除初始值以外的其他異質(zhì)性影響因素情況下,城市群經(jīng)濟韌性朝著各自穩(wěn)態(tài)水平變化發(fā)展。從控制變量的表現(xiàn)看,城市群總體回歸模型顯示,人力資本、技術(shù)進步和產(chǎn)業(yè)結(jié)構(gòu)對經(jīng)濟韌性增長速度具有顯著的正向影響,而環(huán)境規(guī)制和對外開放的負向影響并不顯著。人力資本和技術(shù)進步是一個地區(qū)在沖擊后進行適應(yīng)性動態(tài)調(diào)整的基礎(chǔ),勞動力素質(zhì)越高、創(chuàng)新能力越強的城市群越能在沖擊后的更迭期發(fā)展“新經(jīng)濟”部門。產(chǎn)業(yè)結(jié)構(gòu)多樣化有利于降低經(jīng)濟發(fā)展的不穩(wěn)定性,同時分散沖擊帶來的風(fēng)險,減少整體經(jīng)濟損失。對各城市群而言,控制變量對城市群經(jīng)濟韌性增長速度的影響具有異質(zhì)性。例如,以反向指標環(huán)境污染強度表征的環(huán)境規(guī)制對中原和環(huán)鄱陽湖經(jīng)濟韌性增長速度的促進作用較為顯著,啟示其他城市群在可持續(xù)發(fā)展理念指導(dǎo)下提高環(huán)境質(zhì)量,即使遭受危機沖擊也有創(chuàng)造新的發(fā)展路徑的環(huán)境基底。對外開放在粵閩浙沿海和長三角的負向影響更為顯著,體現(xiàn)出對外依賴程度可能是城市群經(jīng)濟韌性差異的重要原因,東部地區(qū)城市群在引進外資方面存在區(qū)位優(yōu)勢,但也強化了其與國際市場的關(guān)聯(lián),國際金融危機等沖擊將降低其經(jīng)濟韌性。

表9 城市群經(jīng)濟韌性的β條件收斂檢驗

表9 城市群經(jīng)濟韌性的β條件收斂檢驗(續(xù))

(三)俱樂部收斂

考慮一體化程度對城市群經(jīng)濟韌性收斂性可能帶來的影響,本文將14個城市群根據(jù)一體化程度劃分為三大俱樂部進行分組檢驗,結(jié)果如表10所示。首先,三大俱樂部內(nèi)部經(jīng)濟韌性的空間相關(guān)性較為明顯,表明發(fā)展水平相近的城市群之間更容易產(chǎn)生互動合作。其次,從經(jīng)濟韌性收斂系數(shù)方面看,三大俱樂部均存在顯著的俱樂部收斂趨勢,其中一體化程度較高的城市群具有更快的收斂速度,反映出提高城市群內(nèi)部的互動合作更有利于構(gòu)建韌性城市體系,增強共同抵御風(fēng)險的能力。最后,從控制變量方面看,人力資本和技術(shù)進步在三大俱樂部的正向影響仍然顯著,而產(chǎn)業(yè)結(jié)構(gòu)在一體化程度較低城市群的正向影響并不顯著。可能原因在于城市產(chǎn)業(yè)結(jié)構(gòu)多樣化需要更大的市場范圍,城市群一體化發(fā)展為城市各類型產(chǎn)業(yè)提供了“借用”其他城市規(guī)模的機會,而一體化程度較低的城市群難以整合市場,不利于發(fā)揮多樣化產(chǎn)業(yè)結(jié)構(gòu)分散風(fēng)險、提升經(jīng)濟韌性的能力。

表10 城市群經(jīng)濟韌性的俱樂部收斂檢驗

七、結(jié)論與政策建議

本文利用2008—2019年數(shù)據(jù),基于動態(tài)空間面板模型、系統(tǒng)GMM和反事實法測算中國14個城市群的經(jīng)濟韌性,采用Dagum基尼系數(shù)對城市群經(jīng)濟韌性的差異進行測算與分解,運用核密度估計方法刻畫城市群經(jīng)濟韌性的分布動態(tài)特征,利用空間收斂模型對城市群經(jīng)濟韌性的β收斂趨勢進行檢驗。研究發(fā)現(xiàn):

首先,經(jīng)濟韌性測算結(jié)果表明,珠三角等10個城市群的經(jīng)濟韌性較強,而成渝等4個城市群的經(jīng)濟韌性較弱;東部地區(qū)城市群的經(jīng)濟韌性相對較強;城市群經(jīng)濟韌性整體變動趨勢呈現(xiàn)N型特征。其次,Dagum基尼系數(shù)及其分解結(jié)果表明,城市群經(jīng)濟韌性Dagum基尼系數(shù)呈現(xiàn)波動上升的趨勢,城市群經(jīng)濟韌性差距有所擴大;成渝內(nèi)部以及與其他城市群之間的經(jīng)濟韌性差距均較大,而珠三角內(nèi)部以及與其他城市群之間的經(jīng)濟韌性差距均較小;超變密度對城市群經(jīng)濟韌性地區(qū)差距的貢獻率居于主導(dǎo)地位,而城市群之間經(jīng)濟韌性的差距具有擴大趨勢。然后,核密度估計結(jié)果表明,城市群經(jīng)濟韌性的分布狀態(tài)變化較小,且提升速度較慢;城市群經(jīng)濟韌性呈現(xiàn)低—低、高—高集聚的正向空間相關(guān)性;京津冀等城市群經(jīng)濟韌性呈現(xiàn)正向空間動態(tài)溢出效應(yīng),而遼中南等城市群經(jīng)濟韌性發(fā)展到較高水平時呈現(xiàn)負向空間動態(tài)溢出效應(yīng)。最后,空間收斂性的檢驗結(jié)果表明,城市群總體以及各城市群經(jīng)濟韌性均存在β絕對收斂,其中珠三角的收斂速度最快,而山東半島的收斂速度最慢;城市群總體和各城市群同時存在β條件收斂,人力資本、技術(shù)進步和產(chǎn)業(yè)結(jié)構(gòu)對經(jīng)濟韌性增長速度具有顯著的正向影響;一體化程度相似的城市群經(jīng)濟韌性表現(xiàn)出俱樂部收斂趨勢,而且一體化程度較高的城市群具有更快的收斂速度。

基于上述結(jié)論,本文提出以下政策建議:

一是加強互動合作,縮小城市群經(jīng)濟韌性差距。針對城市群內(nèi)部和城市群之間經(jīng)濟韌性差距明顯的問題,一方面,長三角等富有韌性但內(nèi)部差距明顯的城市群,應(yīng)該發(fā)揮核心城市的示范帶動作用,加快低韌性城市向高韌性城市收斂;珠三角等富有韌性且內(nèi)部相對均衡的城市群,應(yīng)當(dāng)繼續(xù)保持內(nèi)部城市協(xié)同發(fā)展態(tài)勢;成渝等缺乏韌性且內(nèi)部差距明顯的城市群,應(yīng)警惕城市間因負向溢出效應(yīng)導(dǎo)致的危機轉(zhuǎn)嫁與蔓延;山東半島等缺乏韌性但內(nèi)部相對均衡的城市群,應(yīng)當(dāng)著力培育更具韌性的經(jīng)濟增長極,然后在擴散效應(yīng)的作用下帶動整體經(jīng)濟韌性的提升。另一方面,成渝、長株潭、北部灣、山東半島等經(jīng)濟韌性較低的城市群應(yīng)在人才交流、技術(shù)引進和產(chǎn)業(yè)轉(zhuǎn)型等方面與其他城市群加強合作,吸收先進經(jīng)驗,從而縮小城市群之間經(jīng)濟韌性的差距。

二是深化網(wǎng)絡(luò)協(xié)同,提高城市群風(fēng)險抵御能力。針對目前仍有城市群經(jīng)濟韌性不具有空間動態(tài)效應(yīng),甚至存在負向空間動態(tài)效應(yīng)的問題,一方面,雖然珠三角和武漢城市群的空間動態(tài)效應(yīng)均不明顯,但珠三角得益于內(nèi)部相對均衡的發(fā)展態(tài)勢仍能保持較高的韌性水平。而武漢城市群內(nèi)部低韌性城市較多,因此更加需要深化產(chǎn)業(yè)網(wǎng)絡(luò)協(xié)同,通過優(yōu)化產(chǎn)業(yè)鏈布局,整合各市優(yōu)勢資源,增強低韌性城市風(fēng)險抵御能力,發(fā)揮正向空間溢出效應(yīng)對于增強城市群就業(yè)承載力和產(chǎn)出穩(wěn)定性的關(guān)鍵作用。另一方面,遼中南、中原、粵閩浙沿海、長三角、環(huán)鄱陽湖和成渝城市群需要深化政策網(wǎng)絡(luò)協(xié)同,通過危機防御政策的合作創(chuàng)議、合作制定、合作執(zhí)行,一體化推進城市群應(yīng)對各類危機的政策實施效力,阻止負向空間溢出效應(yīng)加劇危機在城市群內(nèi)部的擴散。

三是堅持多元發(fā)展,增強城市群長期調(diào)適能力。針對在一體化程度更高的城市群,多樣化產(chǎn)業(yè)結(jié)構(gòu)更有利于提高經(jīng)濟韌性這一現(xiàn)象。一方面,需要堅持產(chǎn)業(yè)多元化發(fā)展道路,大城市憑借制造業(yè)基礎(chǔ)積極發(fā)展現(xiàn)代服務(wù)業(yè),利用產(chǎn)業(yè)協(xié)同集聚優(yōu)勢激發(fā)產(chǎn)業(yè)間的創(chuàng)新活力,為后危機時期適應(yīng)性調(diào)整提供創(chuàng)新動力;中小城市應(yīng)積極參與城市群協(xié)同分工,克服對單一產(chǎn)業(yè)的過度依賴,積極探索多元發(fā)展的增長路徑。另一方面,需要在一體化市場中發(fā)揮借用規(guī)模效應(yīng),通過構(gòu)建要素和產(chǎn)品自由流通和高效配置的城市群一體化市場體系,促進城市間“互借”市場規(guī)模,充分挖掘市場潛力,進而實現(xiàn)在內(nèi)循環(huán)為主體的空間格局下促進多元產(chǎn)業(yè)良性發(fā)展;同時注意規(guī)避城市網(wǎng)絡(luò)關(guān)聯(lián)下危機擴散效應(yīng)可能對一體化市場的潛在破壞,進一步增強城市群網(wǎng)絡(luò)韌性。