產(chǎn)業(yè)多樣性對區(qū)域經(jīng)濟韌性的影響
——基于后金融危機時代長三角城市群的實證研究

高 齊

一、引言

區(qū)域與城市發(fā)展不平衡是我們國家長期存在的問題，也是經(jīng)濟地理學(xué)一直在研究的問題。在金融危機頻發(fā)和經(jīng)濟周期波動的時代背景下，經(jīng)濟韌性(economic resilience)在解釋地區(qū)作為一個經(jīng)濟系統(tǒng)在面對外部的經(jīng)濟沖擊時，如何降低沖擊的影響并快速實現(xiàn)復(fù)蘇上具有較強的說服力，因此，逐漸成為區(qū)域經(jīng)濟研究領(lǐng)域的前沿。

經(jīng)濟韌性在一些文章中也被表述為“經(jīng)濟彈性”，主要解釋一個經(jīng)濟系統(tǒng)在面對來自外部的沖擊或者干擾(外部沖擊可以是自然災(zāi)害、戰(zhàn)爭、大規(guī)模疫情以及經(jīng)濟危機)的情況下，通過內(nèi)部調(diào)整來分散或者化解沖擊的能力(Hudson，2009； Martin，2012；胡曉輝，2012；Martin & Sunley，2015)。經(jīng)濟韌性的核心問題是解釋為什么有的區(qū)域受沖擊影響較小，可以實現(xiàn)經(jīng)濟的快速復(fù)蘇，而有的地區(qū)轉(zhuǎn)型失敗逐步走向衰退 (Hassink，2010)。

長三角地區(qū)作為我國改革開放的先行區(qū)，大量的外資引入為其經(jīng)濟發(fā)展提供了動力，經(jīng)濟發(fā)展迅速。但是，2008年金融危機對長三角地區(qū)的整體經(jīng)濟造成巨大影響。面對沖擊，不同的城市具有不同的表現(xiàn)，有的城市快速實現(xiàn)了經(jīng)濟轉(zhuǎn)型，很快從危機中復(fù)蘇過來；而有的城市受到?jīng)_擊的影響較大，經(jīng)濟恢復(fù)的速度較慢。因此，將經(jīng)濟韌性概念運用到長三角產(chǎn)業(yè)經(jīng)濟轉(zhuǎn)型的研究中，探討城市之間的經(jīng)濟韌性差異背后的影響因素是十分有必要的。

二、相關(guān)文獻綜述

(一)韌性定義

“韌性”一詞原本是一個生態(tài)學(xué)概念，由生態(tài)學(xué)者Holling(1973)提出，本意是衡量一個生態(tài)系統(tǒng)受到外部影響之后在較短的時間內(nèi)恢復(fù)到穩(wěn)定的狀態(tài)的能力。而在1996年，Holling又對韌性概念進行了細(xì)分，對韌性作出工程韌性(engineering resilience)和生態(tài)韌性(ecological resilience)兩種不同的定義。他指出，工程韌性是指一個系統(tǒng)受到外部的影響之后承受沖擊和恢復(fù)到穩(wěn)態(tài)的能力，這種韌性由承受沖擊的大小和恢復(fù)到穩(wěn)態(tài)的速度進行度量。而生態(tài)韌性不同，在它的框架之下，系統(tǒng)中存在多種均衡，正是這種多均衡體系承受了外部沖擊。

隨著韌性理論的發(fā)展，韌性概念不再局限于工程學(xué)和生態(tài)學(xué)，還被學(xué)者們引入到其他領(lǐng)域，包括經(jīng)濟學(xué)。但是，經(jīng)濟學(xué)者對經(jīng)濟韌性的定義也有所差異，一部分學(xué)者將韌性定義為經(jīng)濟體在受到?jīng)_擊之后恢復(fù)到穩(wěn)定狀態(tài)的速度。另一部分學(xué)者則對這種定義進行了批判，他們認(rèn)為，上述定義只是考慮到經(jīng)濟體恢復(fù)的速度但沒有考慮經(jīng)濟體對沖擊的承受能力，而對沖擊的承受能力是衡量經(jīng)濟韌性非常重要的指標(biāo)。

尤其是2008年金融危機之后，圍繞區(qū)域與城市經(jīng)濟系統(tǒng)如何應(yīng)對經(jīng)濟危機，消解外部沖擊實現(xiàn)復(fù)蘇和振興引發(fā)國內(nèi)外學(xué)者的持續(xù)關(guān)注，經(jīng)濟韌性研究迅速成為區(qū)域研究學(xué)界的熱門話題(胡曉輝，2012；Sensier et al., 2016；Hu & Hassink, 2017；孫久文和孫翔宇，2017)。

(二)區(qū)域經(jīng)濟韌性測度

以往衡量經(jīng)濟韌性都是采取以Brigulio(2003)為代表的學(xué)者采取的細(xì)化且多指標(biāo)的衡量方法(Farrugia，2010)。這種由多種指標(biāo)復(fù)合而成的復(fù)合指標(biāo)(composite indice)有利有弊。優(yōu)點是可以分析多維度的經(jīng)濟問題而使得分析變得方便，也便于政策的制定者確定政策的方向。但是，選取復(fù)合指標(biāo)也存在缺點，即在指標(biāo)選取的時候容易出錯，一旦指標(biāo)選取不當(dāng)很可能誤導(dǎo)政策的制定者使得政策失效。

孫久文和孫翔宇(2017)比較系統(tǒng)地給出了多指標(biāo)體系的缺陷：第一，沒有公認(rèn)的指標(biāo)和權(quán)重選擇標(biāo)準(zhǔn)；第二，造成因果混淆，研究者選取的指標(biāo)本身就是區(qū)域經(jīng)濟具有韌性的原因；第三，以往研究者選擇的指標(biāo)在預(yù)測區(qū)域經(jīng)濟韌性的效果方面并不理想。

由于建立指標(biāo)體系測定韌性的方法存在以上問題，近幾年來選用一個核心變量作為一個經(jīng)濟體受到外部沖擊時的反應(yīng)程度的測度方法開始被采用。例如，Martin(2012)使用英國九個地區(qū)就業(yè)結(jié)構(gòu)的變化來測度韌性；Brakman等(2015)使用GDP測算歐洲國家在金融危機后的韌性。

使用核心變量測算經(jīng)濟韌性相對于指標(biāo)體系法有以下優(yōu)點：第一，數(shù)據(jù)收集上相對于復(fù)雜的多指標(biāo)體系要容易很多；第二，核心變量的變化可以非常直觀地反映一個區(qū)域受到外部沖擊時的承受能力；第三，相對于人為設(shè)定指標(biāo)體系的權(quán)重，選取某一個核心變量要更加客觀。

因此，本文采用核心變量法測度經(jīng)濟韌性，至于核心變量的選取則使用最為常用的經(jīng)濟衡量指標(biāo)GDP，具體測度法是Martin在2012年提出的敏感性測度法。

(三)產(chǎn)業(yè)多樣性對韌性的影響

總體而言，相關(guān)研究認(rèn)為，經(jīng)濟活動的多樣性將最小化風(fēng)險的集中度，提高對經(jīng)濟沖擊的抵御能力，避免區(qū)域產(chǎn)業(yè)結(jié)構(gòu)單一導(dǎo)致的負(fù)面“鎖定”，有助于經(jīng)濟的快速復(fù)蘇。為了更好地研究產(chǎn)業(yè)多樣性對經(jīng)濟韌性的影響，將其分解為相關(guān)多樣性和非相關(guān)多樣性，研究兩者對于經(jīng)濟韌性的不同影響。

具體論述，相關(guān)多樣性強調(diào)各產(chǎn)業(yè)之間具有較強的經(jīng)濟技術(shù)聯(lián)系，各產(chǎn)業(yè)環(huán)節(jié)和互補的技術(shù)部門通過共享學(xué)習(xí)和反饋，能夠有效地產(chǎn)生信息外溢，從而有效地提升經(jīng)濟系統(tǒng)的活力以及適應(yīng)能力；非相關(guān)多樣性則強調(diào)，在沒有明顯的技術(shù)和經(jīng)濟聯(lián)系的情況下，在產(chǎn)業(yè)之間建立一系列產(chǎn)業(yè)組合，如果經(jīng)濟衰退沖擊到某一產(chǎn)業(yè)部門，可以通過其他無關(guān)產(chǎn)業(yè)部門的增長來實現(xiàn)風(fēng)險分散，以降低整體受到的影響(Frenken et al.，2007a、 2007b; 胡曉輝，2012)。但是，國內(nèi)較少學(xué)者有同時分析相關(guān)多樣性和非相關(guān)多樣性對經(jīng)濟韌性的影響，僅有杜志威等(2019)同時分析相關(guān)多樣性和非相關(guān)多樣性對珠三角經(jīng)濟韌性的影響，還不確定兩者對長三角經(jīng)濟韌性是否會同時產(chǎn)生影響，會產(chǎn)生多大程度的影響，影響的結(jié)果是趨同或是趨異，這些都是產(chǎn)業(yè)多樣性對經(jīng)濟韌性的實證研究中值得深入探討的問題。

三、數(shù)據(jù)來源與測度方法

(一)數(shù)據(jù)來源

本文所用到的數(shù)據(jù)包括：各城市地區(qū)生產(chǎn)總值、各城市分行業(yè)城鎮(zhèn)單位就業(yè)人口、各城市的專利授權(quán)數(shù)、各城市的財政支出、各城市的進出口總額。其中，地區(qū)生產(chǎn)總值、分行業(yè)就業(yè)人口、財政支出、進出口總額數(shù)據(jù)來自上海、南京、無錫、常州、蘇州、南通、揚州、鎮(zhèn)江、鹽城、泰州、杭州、寧波、溫州、湖州、嘉興、紹興、金華、舟山、臺州、合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城這27個長三角城市群中心區(qū)(其中，溫州在2019年底劃入中心區(qū))的城市統(tǒng)計年鑒，安徽省部分城市因為缺失前幾年的統(tǒng)計年鑒，因此，部分?jǐn)?shù)據(jù)來自這些城市的國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。各城市專利授權(quán)數(shù)主要來自各城市統(tǒng)計年鑒，安徽省部分城市的專利授權(quán)數(shù)來自《安徽科技統(tǒng)計公報》。數(shù)據(jù)的時間跨度為2008～2018年。

(二)測度方法

1.區(qū)域經(jīng)濟韌性的測度

對于區(qū)域經(jīng)濟韌性，采用Martin(2012)提出的度量方法，即每個地區(qū)每一時期的敏感性指數(shù)RES進行衡量，計算公式為：

RES=|(ΔEr/Er)|/|(ΔEN/EN)|

(1)

其中，RES是城市的敏感性指數(shù)，ΔEr/Er指城市在波動期的地區(qū)生產(chǎn)總值或就業(yè)人數(shù)變化率，ΔEN/EN是指全國在經(jīng)濟波動期的生產(chǎn)總值或就業(yè)人數(shù)變化率。徐媛媛和王琛(2017)將結(jié)果大于1的地區(qū)定義為面對沖擊有較強承受力，而將結(jié)果小于1的地區(qū)定義為面對沖擊承受力較弱。但是，簡單地將敏感性指數(shù)分為大于1和小于1不能很好地反映出不同城市之間的差異，因此，本文仍然保留原始數(shù)據(jù)以保證指數(shù)的連續(xù)性，敏感性指數(shù)越低，意味著經(jīng)濟韌性越強，反之，則代表經(jīng)濟韌性越弱。

根據(jù)敏感性指數(shù)的計算公式，本文選擇地區(qū)生產(chǎn)總值計算各個城市的敏感度指數(shù)。為了進行一定的對比，對2003～2007年的經(jīng)濟韌性指數(shù)也進行了計算，并將2003～2007年作為沖擊之前、2008～2018年作為沖擊之后，比較不同城市在沖擊前后的敏感性指數(shù)差異。表1和表2分別列出了2003～2007年和2008～2018年長三角地區(qū)27個城市的敏感性指數(shù)均值，并由低到高進行了排序，排名越高，敏感性越低，經(jīng)濟韌性越強，排名越低，經(jīng)濟韌性越弱。

表1 2003～2007年長三角中心城市敏感性指數(shù)測算結(jié)果

表2 2008～2018年長三角中心城市敏感性指數(shù)測算結(jié)果

敏感性指數(shù)在經(jīng)濟穩(wěn)定的時期可以在一定程度上反映一個城市的經(jīng)濟發(fā)展速度，數(shù)值小于1表明該城市的經(jīng)濟發(fā)展稍慢于整個地區(qū)，但是發(fā)展比較穩(wěn)定；數(shù)值大于1則表明經(jīng)濟發(fā)展快于整個地區(qū)，但是波動較大。從2003～2007年的計算結(jié)果可以看出，敏感性指數(shù)前10位的城市中，浙江省的城市占了一半，表明浙江省經(jīng)濟發(fā)展相對比較穩(wěn)定。江蘇省的城市集中在15～22位次，這表示江蘇省的經(jīng)濟發(fā)展在這期間相對比較快,但是波動比較大。安徽省的城市呈現(xiàn)明顯的兩極分化，滁州、宣城和安慶的敏感性指數(shù)排在前10位，銅陵、合肥以及馬鞍山則排在后3位。

表2則列出了2008～2018年長三角城市群的敏感性指數(shù)均值測算結(jié)果。與表1對比，上海市的敏感性指數(shù)從沖擊前的13位上升至沖擊后的第1位，在長三角地區(qū)27個城市中敏感性指數(shù)最低，這表明上海具有很強的分散沖擊的能力。

對其他三個省的城市敏感性指數(shù)變化情況進行統(tǒng)計，結(jié)果發(fā)現(xiàn)，只有9個城市的經(jīng)濟韌性是上升的，其余17個城市的韌性是下降的，這表明，金融危機對于長三角的沖擊還是非常明顯的。在韌性上升的9個城市中，江蘇省和浙江省各占其中的4個，并且在經(jīng)濟韌性排名靠前的城市中，浙江省和江蘇省的城市也占了絕大多數(shù)，而經(jīng)濟韌性處于后10位的大多是安徽省的城市，并且沖擊后安徽省的城市中除了馬鞍山，其他城市的經(jīng)濟韌性都是下降的，安徽省經(jīng)濟基礎(chǔ)相對于浙江省和江蘇省較為薄弱，在經(jīng)受沖擊時會受到更大的影響。

2.產(chǎn)業(yè)多樣性的測度

產(chǎn)業(yè)多樣性測度之前需要將產(chǎn)業(yè)進行分類，所用的產(chǎn)業(yè)分類依據(jù)為《中國統(tǒng)計年鑒》中19個產(chǎn)業(yè)的分類。

在對相關(guān)多樣性和非相關(guān)多樣性的測度中，參考杜志威等(2019)的做法，將19類產(chǎn)業(yè)作為測算的小類部門，大類部門劃分以三次產(chǎn)業(yè)為依據(jù)，然后，按照《國際標(biāo)準(zhǔn)產(chǎn)業(yè)分類》(ISIC)，將服務(wù)業(yè)劃分為流通性服務(wù)業(yè)、消費性服務(wù)業(yè)、生產(chǎn)性服務(wù)業(yè)和社會性服務(wù)業(yè)4類。由此，確定6個大類產(chǎn)業(yè)，具體如表3所示。

表3 產(chǎn)業(yè)類別及具體產(chǎn)業(yè)分類

將產(chǎn)業(yè)分類后，采用熵測度法對產(chǎn)業(yè)多樣性VAR進行測度：

(2)

其中，VAR表示產(chǎn)業(yè)多樣性，值越小表示一個城市的產(chǎn)業(yè)多樣性水平越低，反之，則代表多樣性水平越高。n是行業(yè)的數(shù)量，在本文中行業(yè)分為19個小類，即n=19。pi表示城市某產(chǎn)業(yè)或行業(yè)i產(chǎn)值或從業(yè)人員占整個城市的產(chǎn)值或從業(yè)人員數(shù)量的比值。假如某城市只有一個行業(yè)，則p1=1，VAR就等于0；假如某城市就業(yè)人口在某城市的各個行業(yè)平均分布，則p1=p2=p3=…=p19=1/19，此時產(chǎn)業(yè)多樣性指數(shù)達到最大值。本研究是利用城鎮(zhèn)單位就業(yè)人口代替總就業(yè)人口進行分析，因為，江蘇省各城市統(tǒng)計年鑒不公布分行業(yè)的就業(yè)人口，只公布分行業(yè)城鎮(zhèn)單位就業(yè)人口，故為了統(tǒng)一口徑，其他城市也采用了城鎮(zhèn)單位就業(yè)人口衡量產(chǎn)業(yè)多樣性。

假設(shè)某城市有K個大類產(chǎn)業(yè)，因為大類產(chǎn)業(yè)彼此無關(guān)，因此，這K個大類產(chǎn)業(yè)的多樣性指數(shù)即衡量城市的非相關(guān)多樣性程度，可以用UV來表示：

(3)

這K個大類產(chǎn)業(yè)可以進一步細(xì)分為n個小類產(chǎn)業(yè)，假定小類產(chǎn)業(yè)部門i屬于大類產(chǎn)業(yè)部門Sk，其中，k= 1,2,…,K；n=1,2,3,…,i,則有大類產(chǎn)業(yè)的就業(yè)人數(shù)比重pk就是小類產(chǎn)業(yè)就業(yè)比重(pi)之和，得到：

(4)

在式(4)的基礎(chǔ)上計算大類產(chǎn)業(yè)下面的各小類產(chǎn)業(yè)的熵指數(shù)Hk：

(5)

在Hk的基礎(chǔ)上計算相關(guān)多樣性指數(shù)RV，衡量大類產(chǎn)業(yè)下面的具有較強關(guān)聯(lián)性的小類產(chǎn)業(yè)的多樣性程度，公式如下：

(6)

VAR和RV還有UV之間存在可分解的關(guān)系，具體如下：

=RV+UV

(7)

3.產(chǎn)業(yè)多樣性的測度結(jié)果

根據(jù)表3中列出的產(chǎn)業(yè)分類以及長三角城市群的分行業(yè)城鎮(zhèn)單位就業(yè)人數(shù)，利用熵測度法計算各個城市的相關(guān)多樣性指數(shù)和非相關(guān)多樣性。將2008～2018年各個長三角城市的相關(guān)多樣性和非相關(guān)多樣性指數(shù)取均值并從高到低排列(見表4),同時作為比較，將2003～2007年的敏感性指數(shù)也一并列出。需要注意的是，因為統(tǒng)計數(shù)據(jù)的不完善，2003～2007年很多城市沒有分行業(yè)城鎮(zhèn)單位就業(yè)人數(shù)，因此，采用了分行業(yè)產(chǎn)值的數(shù)據(jù)，但是，因為統(tǒng)計年鑒的產(chǎn)值行業(yè)不夠細(xì)分只能計算敏感性指數(shù)(見表5)。

表4 2008～2018年長三角城市相關(guān)多樣性和非相關(guān)多樣性水平測算結(jié)果

表5 2003～2007年長三角城市敏感性指數(shù)測算結(jié)果

從表4與表5對比發(fā)現(xiàn)，2003～2007年因為產(chǎn)業(yè)發(fā)展還不完善，所以，相關(guān)多樣性指數(shù)比2008年以后也相對低。

表4數(shù)據(jù)顯示，上海市非相關(guān)多樣性在所有城市中最高，這說明上海市作為全國的商貿(mào)、航運、科技中心，大類產(chǎn)業(yè)之間分工明確，多種產(chǎn)業(yè)均呈現(xiàn)快速發(fā)展的態(tài)勢，同時，相關(guān)多樣性水平不高(所有城市中位于18位)，在受到外部沖擊后，衰退在大類產(chǎn)業(yè)中不易產(chǎn)生波及。南京、杭州、合肥作為三個省會城市，經(jīng)濟水平較為發(fā)達，且聚集了全省的發(fā)展資源，制造業(yè)與第三產(chǎn)業(yè)較為發(fā)達，具有較高的非相關(guān)多樣性水平，但是，同時相關(guān)多樣性較強，使得受到外部沖擊時衰退可能會在大類產(chǎn)業(yè)內(nèi)部之間波及。舟山、池州、安慶、滁州等三四線城市，因為本身經(jīng)濟基礎(chǔ)比較薄弱，不存在較強的工業(yè)基礎(chǔ)，產(chǎn)業(yè)的門類比較分散，也具有比較高的相關(guān)多樣性與非相關(guān)多樣性。溫州、揚州、湖州等二三線城市，經(jīng)濟基礎(chǔ)相對比較好，但是，產(chǎn)業(yè)門類相對比較少，具有比較發(fā)達的制造業(yè)，第三產(chǎn)業(yè)相對落后，因此，相關(guān)多樣性比較高，但是,非相關(guān)多樣性比較低。

(三)經(jīng)濟韌性、產(chǎn)業(yè)多樣性的時間分異

在測度了經(jīng)濟韌性以及產(chǎn)業(yè)多樣性指數(shù)之后，為了更加直觀地展示長三角城市群在剛發(fā)生沖擊時與2018年時經(jīng)濟韌性與產(chǎn)業(yè)多樣性的變化，以此分析各城市在這幾年經(jīng)濟韌性是否提高，表6中分別列出了2008年以及2018年具體的經(jīng)濟韌性、產(chǎn)業(yè)多樣性、相關(guān)多樣性、非相關(guān)多樣性等數(shù)值。

表6 2008年與2018年長三角各城市數(shù)據(jù)對比

由表6可以發(fā)現(xiàn)，江蘇省在受到?jīng)_擊后的恢復(fù)過程中經(jīng)濟韌性強于浙江省和安徽省。在2008年金融危機剛剛發(fā)生時，浙江省的敏感性指數(shù)比江蘇省和安徽省低，但是，隨著時間的推移，到2018年，江蘇省的經(jīng)濟韌性則超過了浙江省。

此外，上海市是金融危機發(fā)生后長三角城市群中韌性最強的城市，其中的原因可以從上海市的產(chǎn)業(yè)多樣性數(shù)據(jù)中得到一定的解釋，上海市在產(chǎn)業(yè)多樣性和非相關(guān)多樣性均處于長三角城市群的最前列，相關(guān)多樣性也在2008～2018年之間得到了較大的提升，充分反映了上海市作為我國的三大綜合性門戶城市之一的經(jīng)濟結(jié)構(gòu)多樣性的特征。

浙江省和安徽省的相關(guān)多樣性相對比較高，說明這兩個省存在技術(shù)聯(lián)系比較緊密的產(chǎn)業(yè)。例如，浙江省寧波的服裝產(chǎn)業(yè)和紹興的紡織產(chǎn)業(yè)，以及金華的大型客車制造和臺州的造船業(yè)；而安徽省則有蕪湖的汽車產(chǎn)業(yè)、銅陵的有色金屬、馬鞍山的鋼鐵等。

(四)長三角城市群經(jīng)濟韌性影響因素回歸模型

本文在自變量的基礎(chǔ)上再引入創(chuàng)新(INNOVA)、經(jīng)濟開放程度(OPEN)和地方財政狀況(FINAN)作為控制變量進行多元面板回歸分析。其中，創(chuàng)新水平選用專利授權(quán)量作為指標(biāo)，本研究采用專利授權(quán)數(shù)占整個長三角地區(qū)專利量的比重來顯示各個城市在創(chuàng)新水平上的差異。創(chuàng)新水平主要參考的是郭將和許澤慶(2019)的做法。經(jīng)濟開放程度以進出口總額占地區(qū)生產(chǎn)總值的比重來衡量，根據(jù)之前的研究，經(jīng)濟程度越高，在受到外部沖擊時越容易遭受波及 (Briguglio et al., 2009; 曾冰，2018)，因此，沖擊的承受能力較弱。 地區(qū)財政狀況則用政府財政支出占地區(qū)生產(chǎn)總值的比值進行度量，良好的財政狀況使得區(qū)域受到?jīng)_擊時，政府有充裕的財政支出幫助地區(qū)經(jīng)濟快速從沖擊影響中恢復(fù)(Briguglio et al., 2009)。所有變量的描述性統(tǒng)計如表7所示。

表7 變量符號及變量的描述性統(tǒng)計

根據(jù)上述變量，建立回歸方程：

RESit=β0+β1VARit+β2RVit+β3UVit+β4lnINNOVAit+β5OPENit+β6FINANit+εit

(8)

其中，i表示城市，t表示年份，β表示回歸系數(shù)，ε表示殘差。

四、實證分析

回歸分析結(jié)果如表8所示，所有回歸模型的方差膨脹因子VIF均小于5，說明所有回歸模型的自變量之間不存在多重共線性，可以使用最小二乘法估計自變量的參數(shù)。模型1至模型8是逐步加入變量進行的回歸，并用Hausman檢驗選擇固定效用模型還是隨機效應(yīng)模型。

表8 回歸模型實證分析的結(jié)果

結(jié)果發(fā)現(xiàn)，產(chǎn)業(yè)多樣性指數(shù)均通過了5%的顯著性檢驗，且對敏感性的作用呈現(xiàn)明顯的負(fù)面作用，即對韌性具有明顯的正向促進作用。這說明科技創(chuàng)新水平對于一個城市的經(jīng)濟韌性具有顯著的提升作用。

模型5中，相關(guān)多樣性系數(shù)為負(fù)且在10%的水平上顯著，但是，在模型6至模型8中不太顯著，因此，認(rèn)為相關(guān)多樣性確實對經(jīng)濟韌性有一定的負(fù)面作用，即沖擊來臨時，相關(guān)性越高的地區(qū)越容易出現(xiàn)相關(guān)部門受波及的情況，但是，作用并不是非常明顯。非相關(guān)多樣性系數(shù)在模型5和模型8中都比較顯著且為負(fù)，這說明非相關(guān)多樣性對于經(jīng)濟韌性具有提升的作用。一般認(rèn)為非相關(guān)產(chǎn)業(yè)之間的組合可以使外部的經(jīng)濟沖擊發(fā)生時，由多個不同產(chǎn)業(yè)共同承受沖擊帶來的負(fù)面影響，使得經(jīng)濟發(fā)展相對穩(wěn)定，其經(jīng)濟韌性也表現(xiàn)得更好，并且這種作用也是較為明顯的。

模型2至模型4中創(chuàng)新水平均在5%的水平上顯著為負(fù)，模型8中，創(chuàng)新水平在1%的水平上顯著為負(fù)，說明較高的創(chuàng)新水平也能降低地區(qū)在經(jīng)濟沖擊中的敏感性。此外，科技創(chuàng)新可以幫助長三角城市群在傳統(tǒng)制造業(yè)轉(zhuǎn)型升級的過程中，與新技術(shù)結(jié)合，從而產(chǎn)生更多與目前快速發(fā)展的人工智能、大數(shù)據(jù)相結(jié)合的新興行業(yè)，實現(xiàn)跨行業(yè)融合，提升產(chǎn)業(yè)非相關(guān)多樣性，提升經(jīng)濟韌性。

經(jīng)濟開放程度對經(jīng)濟韌性的作用在所有模型中均不顯著，這與Briguglio等(2009)的結(jié)論不太相同，Briguglio等認(rèn)為，開放度越高越容易受到外部沖擊的影響。

模型4和模型8中，地方財政狀況在5%的水平上顯著，因此，可以認(rèn)為良好的財政狀況有助于幫助經(jīng)濟體或地區(qū)在受到?jīng)_擊時從危機中復(fù)蘇，因為財政撥款對于一個地區(qū)的復(fù)蘇有很大的作用，無論對就業(yè)還是基礎(chǔ)設(shè)施的建設(shè)都有促進作用。

五、結(jié)論與政策建議

(一)結(jié)論與實際意義

本文以長三角城市群為研究對象，重點研究了產(chǎn)業(yè)多樣性對于一個城市經(jīng)濟韌性的作用，以及將產(chǎn)業(yè)多樣性拆分為相關(guān)多樣性和非相關(guān)多樣性，研究它們對于一個城市的經(jīng)濟韌性是否會有不同的結(jié)果，對于長三角地區(qū)以及其他城市群在受到地域外部沖擊后如何增加韌性、更好地化解危機有一定的借鑒意義。

從上述實證結(jié)果中可以得到三個比較重要的結(jié)論：第一，產(chǎn)業(yè)多樣性對于經(jīng)濟韌性存在顯著的促進作用；第二，相關(guān)多樣性與非相關(guān)多樣性對經(jīng)濟韌性的影響存在一定的差異；第三，創(chuàng)新也是提升一個地區(qū)經(jīng)濟韌性的關(guān)鍵，科技創(chuàng)新可以幫助長三角城市群傳統(tǒng)制造業(yè)轉(zhuǎn)型升級，從而更好地抵御和化解沖擊影響。

上述三條結(jié)論的實際意義在于以下三個方面。首先，豐富的產(chǎn)業(yè)結(jié)構(gòu)門類可以幫助一個城市在受到經(jīng)濟沖擊時，能夠通過生產(chǎn)要素在不同行業(yè)之間的流動分散沖擊對于城市經(jīng)濟的影響，因此，應(yīng)該繼續(xù)增加產(chǎn)業(yè)的門類。其次，相關(guān)多樣性過高可能會導(dǎo)致產(chǎn)業(yè)的過度專業(yè)化，降低經(jīng)濟韌性，而非相關(guān)多樣性則能分散沖擊影響，提高經(jīng)濟韌性，因此，應(yīng)該適度降低相關(guān)產(chǎn)業(yè)之間的關(guān)聯(lián)性，提高非相關(guān)產(chǎn)業(yè)之間的合作與聯(lián)系。最后，科技創(chuàng)新可以幫助長三角城市群在傳統(tǒng)制造業(yè)轉(zhuǎn)型升級的過程中，與新技術(shù)結(jié)合，從而產(chǎn)生更多與目前快速發(fā)展的人工智能、大數(shù)據(jù)相結(jié)合的新興行業(yè)，實現(xiàn)跨行業(yè)融合，提升產(chǎn)業(yè)非相關(guān)多樣性，提高經(jīng)濟韌性。

(二)政策建議

在以地區(qū)優(yōu)勢產(chǎn)業(yè)主導(dǎo)、加快產(chǎn)業(yè)轉(zhuǎn)型步伐的過程中，要重視產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化，打造產(chǎn)業(yè)門類更加合理、技術(shù)創(chuàng)新更加密集的地區(qū)工業(yè)綜合體，具體有以下建議。

第一，各地區(qū)政府應(yīng)采取有利于培育多元化結(jié)構(gòu)的產(chǎn)業(yè)政策，在多元化結(jié)構(gòu)中，重視產(chǎn)業(yè)間的技術(shù)聯(lián)系。在相關(guān)的多元化結(jié)構(gòu)下，存在有利于區(qū)域產(chǎn)業(yè)整體轉(zhuǎn)型的溢出效應(yīng)，從而避免傳統(tǒng)產(chǎn)業(yè)的低端鎖定效應(yīng)，以確保整個區(qū)域在日益變化的外部環(huán)境下有足夠的經(jīng)濟韌性。不僅如此，優(yōu)化產(chǎn)業(yè)多元化結(jié)構(gòu)的同時，也應(yīng)注意避免出現(xiàn)相關(guān)產(chǎn)業(yè)的過度集聚。另外，加強地區(qū)產(chǎn)業(yè)與企業(yè)間的交流及研究人員互動，對科研項目給予政策優(yōu)惠與專利保護，以此來提高產(chǎn)業(yè)在受到外部沖擊時的抵抗能力。西方國家在近年來不斷采取產(chǎn)品競爭、技術(shù)壟斷、政策保護等手段，對我國的產(chǎn)業(yè)創(chuàng)新造成了明顯的沖擊，這就要求各地區(qū)產(chǎn)業(yè)不斷通過技術(shù)轉(zhuǎn)移來提高自身穩(wěn)健性。

第二，除了產(chǎn)業(yè)多樣性，地區(qū)創(chuàng)新水平對經(jīng)濟韌性也有促進作用。因此，地方政府在優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)布局的同時，還需要提升地區(qū)整體創(chuàng)新水平。在科研孵化期，還必須加強產(chǎn)業(yè)扶持。引入適合本地區(qū)產(chǎn)業(yè)發(fā)展的新興人才和科技人才，促進地區(qū)其他產(chǎn)業(yè)轉(zhuǎn)型與創(chuàng)新發(fā)展。因為產(chǎn)業(yè)多樣性與創(chuàng)新水平這二者對于經(jīng)濟韌性都是正向的作用，因此，如果在優(yōu)化產(chǎn)業(yè)布局的基礎(chǔ)上重視地區(qū)技術(shù)創(chuàng)新環(huán)境的建設(shè)，則產(chǎn)業(yè)結(jié)構(gòu)會變得更加合理，對于經(jīng)濟韌性的積極作用也更強。

第三，財政支出結(jié)構(gòu)的回歸結(jié)果顯示，良好的財政狀況有助于幫助經(jīng)濟體或地區(qū)在受到?jīng)_擊時從危機中復(fù)蘇，因此，除產(chǎn)業(yè)多樣性、區(qū)域創(chuàng)新環(huán)境建設(shè)外，地區(qū)的財政支出結(jié)構(gòu)也應(yīng)該得到優(yōu)化，應(yīng)建立健全規(guī)范的預(yù)算項目庫，合理安排各項財政支出結(jié)構(gòu)，盡可能避免財政資金用于不必要的支出。此外，財政支出應(yīng)嚴(yán)格按預(yù)算執(zhí)行制度執(zhí)行，將財政資金規(guī)范在可控賬戶內(nèi)流動,并且還應(yīng)降低政府采購執(zhí)行的效率，降低行政成本。這些保障措施可以使地區(qū)在受到?jīng)_擊時失業(yè)率降低，并且基礎(chǔ)設(shè)施的修復(fù)也會更加有效率，能更好地發(fā)揮政府財政支出的職能。

第四，地區(qū)的金融服務(wù)和硬件基礎(chǔ)設(shè)施的發(fā)展需要改進，以有效地發(fā)揮區(qū)域的溢出作用。危機部門的重組、企業(yè)兼并和技術(shù)升級仍然需要有效的融資機制的幫助。區(qū)域內(nèi)有效的勞動力流動和有效的信息交互都需要依賴于已建立的交通、通信網(wǎng)絡(luò)和相應(yīng)的數(shù)據(jù)處理系統(tǒng)。同時，也應(yīng)該出臺相應(yīng)的規(guī)章，使相關(guān)服務(wù)及硬件基礎(chǔ)設(shè)施的利用更加合理化、規(guī)范化，并且發(fā)揮積極的作用。

(三)展望

本文針對產(chǎn)業(yè)多樣性對區(qū)域經(jīng)濟韌性的影響進行了實證研究，為產(chǎn)業(yè)轉(zhuǎn)型時期長三角地區(qū)政府和職能部門制定相關(guān)的政策、推動地區(qū)可持續(xù)發(fā)展提供了有價值的研究基礎(chǔ)和參考依據(jù)。但是，本文也存在一定的局限性，主要在于部分城市的統(tǒng)計數(shù)據(jù)缺少更為細(xì)分的各產(chǎn)業(yè)從業(yè)人員或者地區(qū)生產(chǎn)總值的數(shù)據(jù)，因此，本文使用城鎮(zhèn)各產(chǎn)業(yè)從業(yè)人員的數(shù)據(jù)來度量產(chǎn)業(yè)多樣性指數(shù)，與實際產(chǎn)業(yè)多樣性之間會有一定的出入。隨著統(tǒng)計技術(shù)的發(fā)展，數(shù)據(jù)的搜集將會變得更加方便，數(shù)據(jù)缺失等問題也會減少，可以更好地測度經(jīng)濟韌性和產(chǎn)業(yè)多樣性，未來的實證研究會得到更好的結(jié)果。

此外，2020年新冠肺炎疫情的暴發(fā)是繼2008年金融危機之后，對于全球經(jīng)濟的又一次較大的沖擊，但由于疫情之后的相關(guān)數(shù)據(jù)還無法獲取，本文沒有在這方面進行涉及，之后的研究可以將這次新冠肺炎疫情作為外部沖擊來度量長三角城市群的經(jīng)濟韌性，與2008年金融危機時的經(jīng)濟韌性進行對照，觀察這幾年長三角城市群在抵御外部沖擊時所取得的進步，相信也會是未來區(qū)域經(jīng)濟韌性相關(guān)的研究可以關(guān)注的一個方面。