郭力 李欣燁

[摘? ? 要] 近年來(lái)，沿黃各城市在快速擴(kuò)張中普遍面臨水資源短缺、水土流失、土壤植被破壞、空氣質(zhì)量下降等問(wèn)題，生態(tài)韌性趨弱。借助數(shù)字經(jīng)濟(jì)發(fā)展機(jī)遇以提升沿黃城市的生態(tài)韌性，是推進(jìn)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展的重要途徑。從生態(tài)系統(tǒng)抵抗力、適應(yīng)力、恢復(fù)力三方面構(gòu)建指標(biāo)體系，研究2006-2017年沿黃46個(gè)城市的生態(tài)韌性演變特征，運(yùn)用面板模型、時(shí)空地理加權(quán)模型分析表明：樣本期內(nèi)沿黃城市生態(tài)韌性總體呈波動(dòng)上升趨勢(shì)，下游>中游>上游，下游城市的生態(tài)適應(yīng)力、恢復(fù)力較高，但是生態(tài)抵抗力低于中上游；生態(tài)韌性大小在空間分布上呈“低-低”或“高-高”韌性區(qū)集聚特征，以省會(huì)城市為高韌性區(qū)向周邊遞減；數(shù)字經(jīng)濟(jì)發(fā)展能顯著提升沿黃城市的生態(tài)適應(yīng)力和恢復(fù)力，但對(duì)抵抗力有抑制作用，各因素影響生態(tài)韌性的作用強(qiáng)度和方向存在異質(zhì)性。基于此，實(shí)現(xiàn)黃河流域城市高質(zhì)量發(fā)展，首先，要完善信息技術(shù)基礎(chǔ)設(shè)施建設(shè)，推動(dòng)數(shù)字經(jīng)濟(jì)快速發(fā)展。通過(guò)實(shí)施數(shù)字技術(shù)向制造業(yè)、能源化工業(yè)賦能滲透，提高產(chǎn)業(yè)資源利用效率，推廣數(shù)字技術(shù)在環(huán)境監(jiān)測(cè)中的應(yīng)用。其次，要加強(qiáng)省會(huì)城市對(duì)周?chē)鞘械膸?dòng)，嚴(yán)防生態(tài)韌性風(fēng)險(xiǎn)連鎖反應(yīng)。三是沿黃城市尤其是中上游城市在吸引外商投資時(shí)要警惕產(chǎn)業(yè)“污染轉(zhuǎn)移”問(wèn)題，限制嚴(yán)重?fù)p害城市生態(tài)韌性的企業(yè)。四是沿黃城市只有加快高質(zhì)量發(fā)展才能真正獲得保障生態(tài)韌性的底蘊(yùn)和底氣。

[關(guān)鍵詞] 數(shù)字經(jīng)濟(jì)；生態(tài)韌性；區(qū)域協(xié)調(diào)發(fā)展；黃河流域；城市治理；時(shí)空演變；生態(tài)文明建設(shè)

[中圖分類(lèi)號(hào)] X22;F299.27? [文獻(xiàn)標(biāo)識(shí)碼] A? [文章編號(hào)] 1002-8129（2023）05-0086-11

一、引言

城市生態(tài)韌性是城市生態(tài)系統(tǒng)應(yīng)對(duì)工業(yè)化進(jìn)程中資源消耗、環(huán)境污染、生態(tài)惡化等沖擊時(shí)表現(xiàn)出的抵抗力、適應(yīng)力和恢復(fù)能力。生態(tài)韌性強(qiáng)調(diào)城市要形成抵御生態(tài)風(fēng)險(xiǎn)災(zāi)害的自然屏障和緩沖潛能，能夠基于自?xún)裟芰?、環(huán)保技術(shù)、政策規(guī)制等快速修復(fù)生態(tài)缺陷。黃河流域是我國(guó)北方重要的生態(tài)屏障，橫跨東中西部，生態(tài)脆弱區(qū)分布廣，脆弱生態(tài)類(lèi)型多，屬于生態(tài)韌性構(gòu)建難度較大、也較為重要的地區(qū)之一。近年來(lái)，沿黃各城市在快速擴(kuò)張中普遍面臨水資源短缺、水土流失、土壤植被破壞、空氣質(zhì)量下降等問(wèn)題，生態(tài)系統(tǒng)應(yīng)對(duì)外力沖擊的抵抗力和恢復(fù)力趨弱。

《黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展規(guī)劃綱要》明確提出，要大力推進(jìn)數(shù)字信息等新基建，提高工業(yè)互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)對(duì)傳統(tǒng)產(chǎn)業(yè)的滲透率。數(shù)字經(jīng)濟(jì)可以通過(guò)信息數(shù)據(jù)的互聯(lián)互通為產(chǎn)業(yè)內(nèi)協(xié)作分工創(chuàng)造條件，提高資源的利用效率以及節(jié)能減排，進(jìn)而促進(jìn)生態(tài)韌性提升[1]。在新發(fā)展階段，數(shù)字經(jīng)濟(jì)成為解決沿黃城市產(chǎn)業(yè)結(jié)構(gòu)偏重、自然資源依賴(lài)、環(huán)境非適應(yīng)等問(wèn)題，提升城市生態(tài)韌性的重要途徑。本文通過(guò)分析沿黃城市生態(tài)韌性的演變特征，定量評(píng)估數(shù)字經(jīng)濟(jì)發(fā)展對(duì)生態(tài)韌性的影響效應(yīng)機(jī)理，并提出提升生態(tài)韌性的對(duì)策建議，有利于全面推進(jìn)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展。

二、文獻(xiàn)綜述

城市韌性是指城市對(duì)當(dāng)前環(huán)境改變的適應(yīng)與調(diào)節(jié)力，以及應(yīng)對(duì)外部沖擊時(shí)的抵抗和恢復(fù)力，主要包括城市經(jīng)濟(jì)韌性、社會(huì)韌性、生態(tài)韌性、制度韌性等多個(gè)維度[2] [3]。Holling（1996）首次將韌性概念應(yīng)用到生態(tài)學(xué)領(lǐng)域，提出生態(tài)韌性是生態(tài)系統(tǒng)恢復(fù)平衡的速度、應(yīng)對(duì)危機(jī)的能力，以及新環(huán)境適應(yīng)力。生態(tài)韌性作為城市韌性的重要部分，近年來(lái)受到越來(lái)越多學(xué)者的關(guān)注。從城市生態(tài)韌性的衡量方式來(lái)看，張小飛等（2011）等從自然災(zāi)害、環(huán)境污染、生態(tài)退化角度，構(gòu)建了城市綜合生態(tài)風(fēng)險(xiǎn)的評(píng)估框架[4]。王少劍等（2021）將城市生態(tài)韌性分解為抗沖擊能力、自適應(yīng)能力及沖擊后恢復(fù)力，并將珠三角地區(qū)的城市化水平與生態(tài)韌性進(jìn)行耦合協(xié)調(diào)，發(fā)現(xiàn)隨著城市化水平總體的提升，生態(tài)韌性水平持續(xù)降低，認(rèn)為城鎮(zhèn)化過(guò)程中城市生態(tài)系統(tǒng)亟需提高其韌性[5]。陶潔怡等（2022）從韌性的基本特征（抵抗力、適應(yīng)力和恢復(fù)力）出發(fā)，使用熵值法構(gòu)建生態(tài)韌性指標(biāo)[6]，發(fā)現(xiàn)研究期內(nèi)長(zhǎng)三角城市生態(tài)韌性抵抗力呈現(xiàn)波動(dòng)下降，而適應(yīng)力和恢復(fù)力呈現(xiàn)波動(dòng)上升趨勢(shì)。

數(shù)字經(jīng)濟(jì)在狹義上被視作一種產(chǎn)業(yè)經(jīng)濟(jì)形態(tài)，在廣義上被視作一種經(jīng)濟(jì)行為[7]，能夠打破傳統(tǒng)生產(chǎn)要素的制約，催生新業(yè)態(tài)、新模式，如平臺(tái)經(jīng)濟(jì)、共享經(jīng)濟(jì)等[8-9]，有利于節(jié)約生產(chǎn)資源、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、提高技術(shù)研發(fā)水平，因此對(duì)環(huán)境保護(hù)和治理有促進(jìn)作用。當(dāng)前對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度主要從多指標(biāo)綜合評(píng)級(jí)著手（巫瑞等，2022；于世海等，2022）[10-11]。在對(duì)數(shù)字經(jīng)濟(jì)與生態(tài)環(huán)境關(guān)系的研究中，劉新智等（2021）運(yùn)用耦合協(xié)調(diào)模型實(shí)證檢驗(yàn)了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市綠色轉(zhuǎn)型的提高效果[12]，發(fā)現(xiàn)相較于生態(tài)空間轉(zhuǎn)型的影響，對(duì)生產(chǎn)空間和生活空間的轉(zhuǎn)型影響效應(yīng)更突出。鄧榮榮等（2022）利用空間計(jì)量模型研究了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)不同污染物的降低效果，及其差異性和空間溢出效應(yīng)[13]，認(rèn)為數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)工業(yè)二氧化硫排放量的降低效應(yīng)最明顯，對(duì)PM2.5濃度的降低效應(yīng)最小，且對(duì)東部地區(qū)污染減排效應(yīng)更強(qiáng)?？婈戃姷龋?022）實(shí)證探究數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放的影響，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放的非線(xiàn)性影響具有空間效應(yīng)，但產(chǎn)生的空間溢出效應(yīng)較弱，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放的影響呈倒U型關(guān)系[14]。

綜上，當(dāng)前對(duì)于數(shù)字經(jīng)濟(jì)發(fā)展改善污染防治、碳減排等具體生態(tài)效應(yīng)的研究較多，但是關(guān)于其對(duì)生態(tài)系統(tǒng)韌性的異質(zhì)性影響效應(yīng)研究較少，尤其缺少面向黃河流域城市的實(shí)證分析，本文在這方面的研究具有邊際貢獻(xiàn)。

三、研究設(shè)計(jì)

（一）變量選取

1. 被解釋變量。城市生態(tài)韌性（UER，Urban Ecological Resilience）主要根據(jù)沿黃城市的水土、大氣、人居環(huán)境等核心生態(tài)問(wèn)題，借鑒陶潔怡等（2022）研究成果，分別從生態(tài)抵抗力、適應(yīng)力以及恢復(fù)力3個(gè)方面選取17個(gè)指標(biāo)。首先以極差標(biāo)準(zhǔn)化法對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化和正向化處理：

然后運(yùn)用熵值法對(duì)指標(biāo)進(jìn)行賦權(quán)，綜合計(jì)算城市生態(tài)韌性，具體結(jié)果見(jiàn)表1。

2. 核心解釋變量。數(shù)字經(jīng)濟(jì)Dig（Digital economy）發(fā)展水平衡量借鑒陳小輝等（2021）、于世海等（2022）相關(guān)研究，從數(shù)字基礎(chǔ)設(shè)施、數(shù)字資源利用、數(shù)字化人才和數(shù)字產(chǎn)業(yè)4個(gè)視角納入10個(gè)二級(jí)指標(biāo)，運(yùn)用熵權(quán)法對(duì)指標(biāo)進(jìn)行賦權(quán)并得出綜合得分，見(jiàn)表2。

3. 控制變量

（1）制造業(yè)集聚（Aggl）。由該城市制造業(yè)從業(yè)人員占全國(guó)比重除以該區(qū)域所有產(chǎn)業(yè)從業(yè)人員占全國(guó)比重計(jì)算得出。制造業(yè)大規(guī)模集聚會(huì)加劇對(duì)黃河流域煤炭等資源的過(guò)度消耗，可能會(huì)降低城市生態(tài)韌性。

（2）技術(shù)進(jìn)步（LnTech）。采用專(zhuān)利申請(qǐng)數(shù)來(lái)表征技術(shù)進(jìn)步（辛玲等，2021）[15]。高新技術(shù)開(kāi)發(fā)運(yùn)用能夠使傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)變?yōu)榈臀廴尽⒌湍芎?、高效益產(chǎn)業(yè)，實(shí)現(xiàn)能源與資源的節(jié)約，對(duì)城市生態(tài)韌性帶來(lái)正的影響。但技術(shù)進(jìn)步也可能會(huì)強(qiáng)化資源開(kāi)采密度，造成生態(tài)環(huán)境破壞，因此技術(shù)進(jìn)步的影響可能存在區(qū)域差異。

（3）產(chǎn)業(yè)結(jié)構(gòu)（IND）。采用第二產(chǎn)業(yè)產(chǎn)值占GDP的比重來(lái)衡量產(chǎn)業(yè)結(jié)構(gòu)。由于環(huán)境污染主要來(lái)源于工業(yè)活動(dòng)的排放物，預(yù)計(jì)以第二產(chǎn)業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)會(huì)破壞城市生態(tài)系統(tǒng)抵抗力，降低城市生態(tài)韌性。

（4）富裕程度（PGDP）。以人均GDP來(lái)衡量城市富裕程度。城市越富裕越有條件有效減少污染物排放和加強(qiáng)污染治理，對(duì)城市生態(tài)韌性產(chǎn)生積極影響。但是也有學(xué)者認(rèn)為城市人均GDP與環(huán)境污染之間存在非線(xiàn)性關(guān)系。

（5）人口密度（POP）。以單位面積常住人口數(shù)量衡量。人口高度集聚會(huì)導(dǎo)致城市通勤成本上升，造成空氣污染。但是人口集聚也能夠通過(guò)降低生產(chǎn)成本，推動(dòng)節(jié)能減排，進(jìn)而提高城市生態(tài)韌性，因此具體效應(yīng)有待驗(yàn)證。

（6）對(duì)外開(kāi)放度（FDI）。以外商直接投資表征城市對(duì)外開(kāi)放度。外商直接投資帶來(lái)的國(guó)際產(chǎn)業(yè)鏈轉(zhuǎn)移具有“污染避難所假說(shuō)”和“污染光環(huán)假說(shuō)”等學(xué)術(shù)爭(zhēng)論，黃河流域各城市引入外商投資的生態(tài)韌性效應(yīng)可能具有異質(zhì)性。

（二）數(shù)據(jù)來(lái)源與描述統(tǒng)計(jì)

本文數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》、EPS數(shù)據(jù)平臺(tái)以及各地級(jí)市年鑒，研究樣本為黃河流域46個(gè)地級(jí)市，時(shí)間跨度為2006-2017年。對(duì)缺失值數(shù)據(jù)通過(guò)插值法補(bǔ)全；為避免異常值影響，對(duì)數(shù)據(jù)進(jìn)行縮尾處理；對(duì)技術(shù)進(jìn)步、富裕程度、人口集聚、對(duì)外開(kāi)放程度等變量采取對(duì)數(shù)化處理。

四、沿黃城市生態(tài)韌性的時(shí)空演變特征

（一）動(dòng)態(tài)演變特征

從總體來(lái)看，2006-2017年沿黃城市生態(tài)韌性總體呈波動(dòng)上升趨勢(shì)，其中下游城市的生態(tài)韌性均值最高，中游城市次之，上游城市最低，省會(huì)城市和上游地區(qū)城市生態(tài)韌性增長(zhǎng)率速度較快。如圖1所示，根據(jù)生態(tài)韌性增長(zhǎng)率將其分為四個(gè)類(lèi)型：低速上升型（增幅0～0.25）的城市有16座，包括漯河、泰安、蘭州等，占比34.8%；波動(dòng)中速上升型（0.25～0.5）的城市有21座，包括平頂山、寶雞、西安等，占比45.7%；波動(dòng)較高速上升型（0.5～0.75）的城市有7座，包括太原、鄭州、呼和浩特等，占比15.2%；波動(dòng)高速上升型（增幅大于0.75）的城市有2座，為鄂爾多斯和晉中，占比4.3%。前兩個(gè)階段主要集中在中下游地區(qū)，后兩個(gè)階段的城市主要集中在上游城市尤其是省會(huì)城市。

從3個(gè)分指標(biāo)來(lái)看，下游城市的生態(tài)適應(yīng)力、恢復(fù)力相對(duì)較高，但是抵抗力低于中上游城市。一方面，下游城市居民的環(huán)保意識(shí)相對(duì)較高，環(huán)境規(guī)制力度剛性，污染治理能力較強(qiáng)，有利于保持城市生態(tài)適應(yīng)力和恢復(fù)力。下游城市的人口分布更加集聚，交通擁堵、建設(shè)用地高強(qiáng)度開(kāi)放、廢棄物集中排放導(dǎo)致城市生態(tài)承載壓力增大，因此下游生態(tài)抵抗力低于中上游。另一方面，中上游是我國(guó)煤炭、能化產(chǎn)業(yè)集聚區(qū)，資源開(kāi)發(fā)帶來(lái)水污染、空氣污染等，影響生態(tài)適應(yīng)力。

（二）空間分布格局

為了比較分析沿黃各城市生態(tài)韌性的空間分布特征，以2017年作為代表年份繪制生態(tài)韌性空間分布圖，并根據(jù)自然斷點(diǎn)法將其劃分為低韌性區(qū)、較低韌性區(qū)、一般韌性區(qū)、較高韌性區(qū)、高韌性區(qū)五種類(lèi)型，如圖2所示。

省會(huì)城市基本處于韌性高值區(qū)，且以省會(huì)城市為中心向周邊城市遞減，空間上呈“低-低”或“高-高”韌性區(qū)集聚。高韌性區(qū)主要分布在下游區(qū)域，低韌性區(qū)主要集中在中上游，原因可能在于中上游城市生態(tài)環(huán)境脆弱，土地荒漠化、大規(guī)模煤炭開(kāi)采、水資源短缺污染等。下游城市憑借相對(duì)發(fā)達(dá)的經(jīng)濟(jì)水平，資源利用效率、平均污染排放強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化等擁有較高的生態(tài)韌性。尤其以清潔能源、計(jì)算機(jī)、金融、高新技術(shù)產(chǎn)業(yè)以及服務(wù)業(yè)為主的城市能夠更有效提高城市生態(tài)系統(tǒng)的抵抗力、恢復(fù)力。

五、實(shí)證分析

（一）面板數(shù)據(jù)模型分析

模型（1）-（4）分別為各變量對(duì)城市生態(tài)韌性以及生態(tài)抵抗力、適應(yīng)力、恢復(fù)力的影響效應(yīng)。Hausman檢驗(yàn)均在1%的水平上建議采用固定效應(yīng)模型，如表4。

1.? 數(shù)字經(jīng)濟(jì)發(fā)展對(duì)沿黃城市生態(tài)韌性的影響效應(yīng)分析。從表4可以看出，數(shù)字經(jīng)濟(jì)發(fā)展總體上對(duì)城市生態(tài)韌性具有顯著提升效果，主要是通過(guò)提高生態(tài)“適應(yīng)力”和“恢復(fù)力”而起作用，但是卻降低了城市生態(tài)系統(tǒng)“抵抗力”。第一，模型（2）顯示數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市生態(tài)抵抗力存在顯著的負(fù)向影響。原因主要在于數(shù)字經(jīng)濟(jì)使對(duì)自然資源的獲取更加容易，刺激了能源需求增長(zhǎng)產(chǎn)生的回彈效應(yīng)，進(jìn)而引起環(huán)境污染和生態(tài)系統(tǒng)抵抗力下降。生產(chǎn)電子媒體設(shè)備需要資源開(kāi)采、維持?jǐn)?shù)字傳播產(chǎn)生數(shù)據(jù)可能增加能源需求以及媒介廢棄物的毒性等，數(shù)字傳播同樣可能對(duì)環(huán)境造成損害[16]。因此，過(guò)度重視產(chǎn)業(yè)末端環(huán)節(jié)的數(shù)字化轉(zhuǎn)型，可能會(huì)進(jìn)一步賦能數(shù)字技術(shù)對(duì)自然資源信息獲取和掠奪應(yīng)用能力[17]。

第二，模型（3）表明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)生態(tài)適應(yīng)力具有較高的促進(jìn)效應(yīng)。究其原因，一是數(shù)字經(jīng)濟(jì)發(fā)展有效提升了沿黃城市對(duì)各類(lèi)污染物、廢棄物的無(wú)害化處理能力和凈化能力。例如數(shù)字技術(shù)能夠?qū)Τ鞘泄┧O(shè)施老化提出報(bào)警，及時(shí)維修以做到節(jié)水節(jié)電增效。數(shù)字化助力城市生活垃圾處理流程更規(guī)范、操作更環(huán)保，提高生活垃圾回收利用率、無(wú)害化利用率，降低環(huán)境污染。二是數(shù)字經(jīng)濟(jì)能夠提高制造業(yè)資源利用效率，使用先進(jìn)技術(shù)提高工業(yè)廢棄物的綜合利用效率，新技術(shù)創(chuàng)新使清潔技術(shù)替代高耗能技術(shù)，改善高城市空氣質(zhì)量，進(jìn)而提高城市生態(tài)適應(yīng)力。例如白銀市作為資源型城市忽視了大中型化工冶煉企業(yè)的技術(shù)改造，導(dǎo)致以SO2為主的城市空氣污染、以重金屬為主的水污染、以廢渣堆放為主的土壤和粉塵污染等問(wèn)題突出[18]。三是數(shù)字經(jīng)濟(jì)廣泛應(yīng)用會(huì)催生新的商業(yè)模式，促進(jìn)勞動(dòng)、資本密集型產(chǎn)業(yè)向技術(shù)、數(shù)字密集型產(chǎn)業(yè)升級(jí)，以產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化助力城市生態(tài)適應(yīng)力提升 。

第三，根據(jù)模型（4），數(shù)字經(jīng)濟(jì)的發(fā)展能夠顯著提高城市生態(tài)恢復(fù)力。一是數(shù)字經(jīng)濟(jì)發(fā)展能夠提高公眾環(huán)保意識(shí)，提高公眾對(duì)生態(tài)環(huán)境的監(jiān)督水平，為政府強(qiáng)化環(huán)境規(guī)制提供有利條件，最終提高城市生態(tài)系統(tǒng)的恢復(fù)力。二是數(shù)字技術(shù)利用能夠?qū)ρ攸S空氣質(zhì)量、河流水質(zhì)、污染物排放、土壤環(huán)境等數(shù)據(jù)進(jìn)行實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)，并推動(dòng)生態(tài)資產(chǎn)數(shù)據(jù)庫(kù)的發(fā)展，對(duì)生態(tài)環(huán)境進(jìn)行評(píng)估，為政府提供相應(yīng)的數(shù)據(jù)支持實(shí)行生態(tài)價(jià)值補(bǔ)償，分別根據(jù)上中下游制定相應(yīng)的環(huán)境保護(hù)政策，提升黃河流域城市生態(tài)系統(tǒng)恢復(fù)力。

2. 控制變量的影響效應(yīng)分析。第一，從模型（1）（4）來(lái)看，制造業(yè)集聚對(duì)城市生態(tài)韌性具有負(fù)向影響，且主要通過(guò)降低生態(tài)抵抗力起作用。原因：一是黃河流域尤其是中上游城市擁有豐富的煤炭資源，這會(huì)吸引大量資源型企業(yè)、重工業(yè)在特定區(qū)域高度集聚，進(jìn)而帶來(lái)環(huán)境污染；二是資源型城市的高強(qiáng)度開(kāi)采往往造成資源擠占、結(jié)構(gòu)僵化等負(fù)效應(yīng)[19]；三是制造業(yè)集聚的技術(shù)外溢效應(yīng)降低企業(yè)研發(fā)創(chuàng)新的積極性，不利于污染治理。

第二，技術(shù)進(jìn)步對(duì)城市生態(tài)抵抗力有抑制作用，但對(duì)總體生態(tài)韌性有積極作用。原因在于綠色技術(shù)進(jìn)步能夠促進(jìn)黃河流域工業(yè)向技術(shù)密集型和環(huán)境型升級(jí)，提供技術(shù)支持降低污染排放和提高資源利用率，有利于解決水資源短缺、水土流失、植被破壞等問(wèn)題，提升城市生態(tài)韌性。

第三，產(chǎn)業(yè)結(jié)構(gòu)通過(guò)抑制生態(tài)恢復(fù)力進(jìn)而降低了生態(tài)韌性。說(shuō)明黃河流域依賴(lài)工業(yè)為主導(dǎo)的產(chǎn)業(yè)結(jié)構(gòu)決定了其能耗、物耗水平和污染物排放強(qiáng)度較高，不利于生態(tài)恢復(fù)；二是工業(yè)開(kāi)發(fā)普遍導(dǎo)致了環(huán)境問(wèn)題會(huì)阻礙產(chǎn)業(yè)的發(fā)展，而產(chǎn)業(yè)發(fā)展受阻又不利于改善生態(tài)環(huán)境，進(jìn)而產(chǎn)生不可持續(xù)的非良性循環(huán)的發(fā)展方式。

第四，富裕程度對(duì)城市生態(tài)適應(yīng)力和總體生態(tài)韌性有促進(jìn)作用。說(shuō)明富裕程度主要是通過(guò)優(yōu)化生態(tài)“適應(yīng)力”來(lái)提升生態(tài)韌性的。證明了經(jīng)濟(jì)發(fā)展水平越高的城市，越有財(cái)政實(shí)力完善污染治理基礎(chǔ)設(shè)施和技術(shù)條件，達(dá)到提升生態(tài)韌性的目的。

第五，外商直接投資對(duì)生態(tài)韌性的不利影響主要來(lái)自于生態(tài)抵抗力。這說(shuō)明沿黃城市引入外資產(chǎn)業(yè)的主體可能多是高污染、高排放、高消耗型低端產(chǎn)業(yè)，產(chǎn)業(yè)層次不高，在一定程度上也印證了“污染轉(zhuǎn)移”假說(shuō)。

（二）時(shí)空地理加權(quán)回歸模型分析

時(shí)空地理加權(quán)回歸（GTWR）模型是在地理加權(quán)回歸（GWR）的基礎(chǔ)上引入時(shí)間因子，既突破了樣本量的限制，又考慮了時(shí)間與空間非平穩(wěn)性，能有效估計(jì)因子參數(shù)[20]。利用GTWR模型對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的生態(tài)韌性影響效應(yīng)進(jìn)行空間異質(zhì)性分析，剔除人口規(guī)模（POP）以減輕模型的多重共線(xiàn)性，對(duì)各項(xiàng)指標(biāo)進(jìn)行方差膨脹因子（VIF）檢驗(yàn)。根據(jù)檢驗(yàn)結(jié)果如表5，最終選取6個(gè)指標(biāo)進(jìn)行分析，GTWR模型的擬合優(yōu)度和顯著性等檢驗(yàn)均要優(yōu)于OLS估計(jì)。

主要基于ArcGIS10.8軟件估計(jì)GTWR模型。采用Huang（2010）等[21]制作的GTWR插件，帶寬采用AICc優(yōu)化設(shè)置，時(shí)空距離參數(shù)比值為1，模型如下：

式中，[ui，υi]分別為每個(gè)市的經(jīng)緯度坐標(biāo)，[（ui，υi，ti）]是第i個(gè)城市的時(shí)空坐標(biāo)；X，Y分別為解釋變量和被解釋變量；p為解釋變量的個(gè)數(shù)；[β0（ui，υi，ti）]為截距項(xiàng)；[βk（ui，υi，ti）]為第k個(gè)解釋變量的估計(jì)系數(shù)；為模型的殘差項(xiàng)。將GTWR計(jì)算得出的各個(gè)變量的回歸系數(shù)在ArcGIS10.8上進(jìn)行可視化表達(dá)，選取2017年回歸結(jié)果，對(duì)黃河流域局域的生態(tài)韌性各影響因素進(jìn)行空間分析，結(jié)果如圖3。

第一，數(shù)字經(jīng)濟(jì)對(duì)生態(tài)韌性的影響效應(yīng)在空間分布上呈東西高、中間低、高值集聚特征。高值區(qū)主要集中在蘭州市與青島市周?chē)?。原因可能在于沿海城市?shù)字經(jīng)濟(jì)起步早、發(fā)展水平高且對(duì)周邊城市的生態(tài)韌性影響效果大，且白銀、西寧等城市的環(huán)境基礎(chǔ)薄弱，數(shù)字經(jīng)濟(jì)的提升效果和帶動(dòng)作用較明顯。

第二，制造業(yè)集聚對(duì)生態(tài)韌性的正向影響效應(yīng)在下游城市、中游城市以及上游省會(huì)城市周邊表現(xiàn)為低值集聚。例如制造業(yè)集聚對(duì)淄博等周?chē)鞘械挠绊懽钚?；鄭州、西安、太原等中心城市的制造業(yè)集聚帶來(lái)“規(guī)模效應(yīng)”的同時(shí)，也加劇了地區(qū)制造業(yè)分布不平衡，導(dǎo)致了自然資源過(guò)度開(kāi)采和環(huán)境污染問(wèn)題，因此在這些地區(qū)的制造業(yè)集聚降低了城市生態(tài)韌性。

第三，技術(shù)進(jìn)步對(duì)生態(tài)韌性的影響總體由西向東遞減，在中上游呈正向高值區(qū)，下游為負(fù)向低值區(qū)。下游地區(qū)生態(tài)技術(shù)進(jìn)步主要應(yīng)用于對(duì)資源的開(kāi)發(fā)，而中上游地區(qū)生態(tài)技術(shù)進(jìn)步主要應(yīng)用于保護(hù)和改善環(huán)境，提高城市抵抗力、恢復(fù)力，因此提高了城市生態(tài)韌性[22]。

第四，產(chǎn)業(yè)結(jié)構(gòu)對(duì)城市生態(tài)韌性影響在空間上大致呈下游向上游遞減。例如山東省通過(guò)創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，對(duì)生態(tài)韌性產(chǎn)生了較大促進(jìn)作用。上游一些城市的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)反而抑制了城市生態(tài)韌性，這也再次印證了傳統(tǒng)能源富集的資源稟賦特征使得黃河流域產(chǎn)業(yè)結(jié)構(gòu)升級(jí)路徑偏重且單一，能源、冶金、化工等產(chǎn)業(yè)過(guò)多對(duì)城市生態(tài)韌性產(chǎn)生不利影響。

第五，地區(qū)富裕程度對(duì)城市生態(tài)韌性的影響呈現(xiàn)由下游向上游遞減趨勢(shì)。這也表明沿海城市和發(fā)達(dá)城市更加注重環(huán)境友好，當(dāng)?shù)卣畬?duì)環(huán)境的規(guī)制更加嚴(yán)格；中上游城市經(jīng)濟(jì)發(fā)展水平普遍偏低，生態(tài)環(huán)境脆弱，需要平衡環(huán)境問(wèn)題和發(fā)展問(wèn)題，在生態(tài)韌性維系上受到掣肘。

第六，外商直接投資對(duì)城市生態(tài)韌性的影響為由東向西逐漸遞減。說(shuō)明沿黃內(nèi)陸城市在外商投資引入中的生態(tài)綠色導(dǎo)向缺陷更嚴(yán)峻。因此建議中上游城市在承接產(chǎn)業(yè)轉(zhuǎn)移中應(yīng)進(jìn)一步加強(qiáng)生態(tài)綠色導(dǎo)向，維持區(qū)域生態(tài)韌性以保障高質(zhì)量發(fā)展。

（三）穩(wěn)健性檢驗(yàn)

采用北京大學(xué)發(fā)布的2011-2020年數(shù)字普惠金融指數(shù)（PKU-DFIIC）作為數(shù)字經(jīng)濟(jì)發(fā)展的替代指標(biāo)，使用個(gè)體時(shí)間雙向固定效應(yīng)進(jìn)行穩(wěn)健性檢驗(yàn)。如表6所示，數(shù)字經(jīng)濟(jì)對(duì)城市生態(tài)韌性及其三個(gè)子指標(biāo)的影響效應(yīng)方向與前文結(jié)論一致，只是回歸系數(shù)相比基準(zhǔn)回歸明顯降低。

六、結(jié)論與對(duì)策建議

本文從生態(tài)抵抗力、適應(yīng)力和恢復(fù)力3個(gè)子系統(tǒng)構(gòu)建城市生態(tài)韌性評(píng)價(jià)指標(biāo)，從數(shù)字基礎(chǔ)設(shè)施、數(shù)字資源利用、數(shù)字化人才和數(shù)字產(chǎn)業(yè)4個(gè)維度測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平，基于2006—2017年面板數(shù)據(jù)，運(yùn)用固定效應(yīng)模型和GTWR模型分析了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市生態(tài)韌性的影響效應(yīng)。主要結(jié)論有：（1）樣本期內(nèi)沿黃城市生態(tài)韌性總體呈波動(dòng)上升趨勢(shì)，其中生態(tài)韌性均值表現(xiàn)為下游城市>中游城市>上游城市。由于環(huán)保意識(shí)、環(huán)境規(guī)制力度、治污能力、產(chǎn)業(yè)結(jié)構(gòu)、人口密度等區(qū)域差異，下游城市的生態(tài)適應(yīng)力、恢復(fù)力相對(duì)較高，但是抵抗力低于中上游城市。（2）省會(huì)城市普遍處于生態(tài)韌性高值區(qū)，且以省會(huì)為中心向周邊遞減，空間上呈“低-低”或“高-高”韌性區(qū)集聚。（3）實(shí)證結(jié)果表明，數(shù)字經(jīng)濟(jì)發(fā)展總體上顯著提高了城市生態(tài)韌性。數(shù)字經(jīng)濟(jì)發(fā)展能夠改善城市污染治理能力，加強(qiáng)生態(tài)環(huán)境監(jiān)測(cè)、評(píng)估和價(jià)值補(bǔ)償，提高制造業(yè)資源利用效率，促成綠色經(jīng)濟(jì)新業(yè)態(tài)新形態(tài)，從而顯著促進(jìn)了生態(tài)適應(yīng)力和恢復(fù)力起作用。但是由于能源需求增長(zhǎng)的回彈效應(yīng)等，數(shù)字經(jīng)濟(jì)對(duì)生態(tài)抵抗力的影響為負(fù)。（4）各影響因素對(duì)城市生態(tài)韌性影響存在明顯的空間差異。數(shù)字經(jīng)濟(jì)對(duì)生態(tài)韌性總體的影響效應(yīng)呈東西高、中間低、高值集聚特征。制造業(yè)集聚、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資能夠提高東部城市生態(tài)韌性，而對(duì)中上游內(nèi)陸城市有抑制作用。

基于研究結(jié)論，對(duì)黃河流域城市發(fā)展提出如下政策建議：（1）完善的數(shù)字基礎(chǔ)設(shè)施對(duì)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型有著重要的支撐作用[23]，能推動(dòng)數(shù)字經(jīng)濟(jì)快速發(fā)展。實(shí)證表明數(shù)字經(jīng)濟(jì)發(fā)展總體上能有效促進(jìn)城市生態(tài)韌性提升，尤其是上游城市應(yīng)加快數(shù)字基礎(chǔ)設(shè)施建設(shè)，實(shí)施數(shù)字技術(shù)向制造業(yè)、能源化工業(yè)賦能滲透，提高產(chǎn)業(yè)資源利用效率，推廣數(shù)字技術(shù)在環(huán)境監(jiān)測(cè)中的應(yīng)用。（2）加強(qiáng)省會(huì)城市對(duì)周邊城市的帶動(dòng)，防范生態(tài)韌性風(fēng)險(xiǎn)連鎖反應(yīng)。省會(huì)城市周邊等高生態(tài)韌性區(qū)要發(fā)揮示范輻射作用，加強(qiáng)城市間的分工協(xié)作，共享污染治理技術(shù)設(shè)施等。低生態(tài)韌性集聚區(qū)（尤其是中上游區(qū)域）植被破壞、水土流失、水體污染等問(wèn)題嚴(yán)重，應(yīng)對(duì)環(huán)境生態(tài)風(fēng)險(xiǎn)能力較弱。要加快科學(xué)推進(jìn)水源涵養(yǎng)區(qū)生態(tài)優(yōu)先保護(hù)，系統(tǒng)提升生態(tài)系統(tǒng)服務(wù)功能，避免城市生態(tài)風(fēng)險(xiǎn)向周邊的擴(kuò)散以及形成生態(tài)韌性風(fēng)險(xiǎn)連鎖反應(yīng)。（3）沿黃城市尤其是中上游城市在吸引外商投資時(shí)要警惕產(chǎn)業(yè)“污染轉(zhuǎn)移”問(wèn)題，加大對(duì)生態(tài)綠色產(chǎn)業(yè)的引入，建立招商引資限制領(lǐng)域目錄，尤其應(yīng)注意甄別、限制嚴(yán)重?fù)p害城市生態(tài)韌性的企業(yè)。優(yōu)化自身資源消耗型產(chǎn)業(yè)布局，積極化解過(guò)剩產(chǎn)能，提高能源化工行業(yè)清潔化生產(chǎn)水平。推進(jìn)生態(tài)與旅游、教育、文化、康養(yǎng)等產(chǎn)業(yè)融合，引導(dǎo)發(fā)展優(yōu)勢(shì)特色生態(tài)產(chǎn)業(yè)。（4）沿黃城市只有加快高質(zhì)量發(fā)展才能獲得保障生態(tài)韌性的底蘊(yùn)和底氣。發(fā)展經(jīng)濟(jì)實(shí)現(xiàn)可持續(xù)發(fā)展道路，提高居民富裕水平仍是沿黃城市可持續(xù)地改善區(qū)域生態(tài)韌性的根本前提。尤其中上游城市只有持續(xù)發(fā)展經(jīng)濟(jì)、提高自身獨(dú)立財(cái)政能力才能及時(shí)更新升級(jí)污染防治技術(shù)和硬件設(shè)施，能夠更好地應(yīng)對(duì)當(dāng)前生態(tài)韌性不足。

黃河流域水土流失和水污染依然是當(dāng)前主要的生態(tài)問(wèn)題，由于數(shù)據(jù)獲取的限制性，本文選取表征生態(tài)韌性的指標(biāo)關(guān)于這兩方面仍有不足，評(píng)估結(jié)果與內(nèi)容分析存在一定偏差，后續(xù)研究還需要對(duì)該指標(biāo)進(jìn)一步完善。此外，本文對(duì)黃河流域數(shù)字經(jīng)濟(jì)的研究較少，數(shù)字經(jīng)濟(jì)對(duì)城市經(jīng)濟(jì)韌性是否存在非線(xiàn)性關(guān)系，需要進(jìn)一步驗(yàn)證。

[參考文獻(xiàn)]

[1]? 胡艷，陳雨琪，李彥.數(shù)字經(jīng)濟(jì)對(duì)長(zhǎng)三角地區(qū)城市經(jīng)濟(jì)韌性的影響研究[J].華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022，（1）.

[2]? 鄧鎖.疫情危機(jī)中的社會(huì)韌性建構(gòu)與社會(huì)工作定位[J].社會(huì)工作，2020，（2）.

[3]? 夏楚瑜，董照櫻子，陳彬.城市生態(tài)韌性時(shí)空變化及情景模擬研究——以杭州市為例[J].生態(tài)學(xué)報(bào)，2022，（1）.

[4]? 張小飛，王如松，李正國(guó)，李鋒，吳健生，黃錦樓，于盈盈.城市綜合生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)——以淮北市城區(qū)為例[J].生態(tài)學(xué)報(bào)，2011，（20）.

[5]? 王少劍，崔子恬，林靖杰，謝金燕，蘇坤.珠三角地區(qū)城鎮(zhèn)化與生態(tài)韌性的耦合協(xié)調(diào)研究[J].地理學(xué)報(bào)，2021，（4）.

[6]? 陶潔怡，董平，陸玉麒.長(zhǎng)三角地區(qū)生態(tài)韌性時(shí)空變化及影響因素分析[J].長(zhǎng)江流域資源與環(huán)境，2022，（9）.

[7]? 李麗.數(shù)字經(jīng)濟(jì)對(duì)就業(yè)的影響及應(yīng)對(duì)策略[J].經(jīng)濟(jì)問(wèn)題，2022，（4）.

[8]? BUKHT R，HKEEKS R.Defining，Conceptualizing and measuring the digital economy[J].International organisations research journal，2018， （2）.

[9]? 石良平，王素云，王晶晶.從存量到流量的經(jīng)濟(jì)學(xué)分析： 流量經(jīng)濟(jì)理論框架的構(gòu)建[J].學(xué)術(shù)月刊，2019，（1）．

[10]? 巫瑞，李飚，原上偉.數(shù)字經(jīng)濟(jì)對(duì)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的影響研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2022，（1）.

[11]? 于世海，許慧欣，孔令乾.數(shù)字經(jīng)濟(jì)水平對(duì)中國(guó)制造業(yè)資源配置效率的影響研究[J].財(cái)貿(mào)研究，2022，（12）.

[12]? 劉新智，孔芳霞.長(zhǎng)江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市綠色轉(zhuǎn)型的影響研究——基于“三生”空間的視角[J].當(dāng)代經(jīng)濟(jì)管理，2021，（9）.

[13]? 鄧榮榮，張翱祥.中國(guó)城市數(shù)字經(jīng)濟(jì)發(fā)展對(duì)環(huán)境污染的影響及機(jī)理研究[J].南方經(jīng)濟(jì)，2022，（2）.

[14]? 繆陸軍，陳靜，范天正，呂雁琴.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放的影響——基于278個(gè)地級(jí)市的面板數(shù)據(jù)分析[J].南方金融，2022，（2）.

[15]? 辛嶺，劉衡，胡志全.我國(guó)農(nóng)業(yè)農(nóng)村現(xiàn)代化的區(qū)域差異及影響因素分析[J].經(jīng)濟(jì)縱橫，2021，（12）.

[16]? 劉于思，趙舒成.“潔凈”亦危險(xiǎn)：物質(zhì)性和廢棄社會(huì)視角下電子媒介垃圾的理論反思[J].國(guó)際新聞界，2021，（4）.

[17]? 徐昊，馬麗君.數(shù)字經(jīng)濟(jì)、資源依賴(lài)與綠色經(jīng)濟(jì)發(fā)展[J].金融與經(jīng)濟(jì)，2022，（1）.

[18]? 楊永春，張旭東，穆焱杰，張薇.黃河上游生態(tài)保護(hù)與高質(zhì)量發(fā)展的基本邏輯及關(guān)鍵對(duì)策[J].經(jīng)濟(jì)地理，2020，（6）.

[19]? 紀(jì)祥裕，顧乃華.國(guó)家高新區(qū)改善了資源型城市的環(huán)境質(zhì)量嗎[J].現(xiàn)代經(jīng)濟(jì)探討，2019，（11）.

[20]? 沈楊，汪聰聰，高超，丁鐳.基于城市化的浙江省灣區(qū)經(jīng)濟(jì)帶碳排放時(shí)空分布特征及影響因素分析[J].自然資源學(xué)報(bào)，2020，（2）.

[21]? Huang B，Wu B， Barry M. Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J].International Journal of Geographical information Science， 2010，（3）.

[22]? 熊德威，袁其國(guó)，趙建平，薛松貴.后發(fā)展地區(qū)生態(tài)環(huán)境保護(hù)路徑選擇——以貴州省為例[J].環(huán)境保護(hù)，2016，（6）.

[23] 呂明元，麻林宵.“十四五”時(shí)期我國(guó)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合的發(fā)展趨勢(shì)、問(wèn)題與對(duì)策建議[J].決策與信息，2022，（2）.

[責(zé)任編輯：汪智力]

[基金項(xiàng)目] 本文系2022年度河南省高等學(xué)校哲學(xué)社會(huì)科學(xué)應(yīng)用研究重大項(xiàng)目“河南加快構(gòu)建現(xiàn)代化城鎮(zhèn)體系的路徑研究”（編號(hào)：2022-YYZD-05）、2019年度河南省高?？萍紕?chuàng)新人才支持計(jì)劃（人文社科類(lèi)）（編號(hào)：2019-cx-019）成果。

[作者簡(jiǎn)介] 郭力（1982-），男，河南駐馬店人，經(jīng)濟(jì)學(xué)博士，河南工業(yè)大學(xué)經(jīng)濟(jì)貿(mào)易學(xué)院副教授，碩士生導(dǎo)師，主要從事區(qū)域經(jīng)濟(jì)與生態(tài)經(jīng)濟(jì)研究；李欣燁（1998-），男，河南駐馬店人，河南工業(yè)大學(xué)經(jīng)濟(jì)貿(mào)易學(xué)院碩士研究生。

Abstract：? In recent years， with the rapid expansion of cities along the Yellow River， these ciities are faced with common problems such as water shortage， soil erosion， vegetation destruction， declining air quality， and increasingly reduced ecological resilience. It is an important way to promote ecological protection and high-quality development of the Yellow River basin by taking advantage of the development opportunities of digital economy to enhance the ecological resilience of cities along the Yellow River. This paper uses an index system composed of three aspects， namely， ecosystem resistance， adaptability， and resilience， and studies the evolution characteristics of ecological resilience of 46 cities along the Yellow River from 2006 to 2017. Through the panel model， and the geographically and temporally weighted regression （GTWR）， the analysis shows that the ecological resilience of cities along the Yellow River demonstrates an overally fluctuating upward trend during this study period， with downstream cities ranking first， followed by cities in middle reaches and upstream cities; downstream cities shows good ecological adaptability and resilience， but weaker ecological resistance that of middle and upper reaches cities; The spatial distribution of ecological resilience shows the agglomeration characteristics of ' low-low ' or ' high-high '， with the provincial capital as the high resilience area and the surrounding areas decreasingly jogj resilient; the development of digital economy can significantly improve the ecological adaptability and resilience of cities along the Yellow River， but it has an inhibitory effect on resistance， and the intensity and direction of various factors affecting ecological resilience are heterogeneous. Based on these findings， in order to achieve high-quality development of cities in the Yellow River basin， the cities， first of all， must improve the construction of information technology infrastructure and promote the rapid development of the digital economy. Through the empowering the manufacturing， energy and chemical industries with? the digital technology， improve the efficiency of utilizing industrial resource， and promote the application of digital technology in environmental monitoring. Secondly， it is necessary to better coordinate between provincial capital cities and their surrounding cities so as to avoid the chain reaction occured in risks related to ecological resilience. Thirdly， cities along the Yellow River， especially those in the middle and upper reaches， should be alert to ' pollution transfer ' in attracting foreign investment， and forbid the entry of enterprises that seriously damage urban ecological resilience. Fourthly， only by accelerating high-quality development can cities along the Yellow River truly sustain and ensure ecological resilience.

Keywords： Digital economy;ecological resilience;coordinated regional development;Yellow River basin;urban governance;spatio-temporal evolution;construction of ecological civilization