許武華 劉程軍 周建平 鄭金輝

摘 要： ??基于2011—2019年長三角地區(qū)41個地級市數(shù)據(jù)，采用Dagum基尼系數(shù)測算了長三角地區(qū)城市韌性及其子系統(tǒng)韌性的地區(qū)差距，并運用二次指派程序（QAP）對其進行實證分析。研究表明：長三角地區(qū)經(jīng)濟韌性差距總體呈現(xiàn)出下降—上升趨勢，而社會、生態(tài)及城市韌性差距總體呈現(xiàn)出上升—下降—上升趨勢，不同韌性視角下各省內(nèi)部地區(qū)差距明顯，地區(qū)間差距是構(gòu)成各韌性總體差距的主要來源。QAP回歸結(jié)果表明，數(shù)字經(jīng)濟發(fā)展水平對于縮小不同城市韌性及其子系統(tǒng)地區(qū)差距具有顯著正向作用；分時期結(jié)果表明，相較于“十二五”規(guī)劃時期“十三五”規(guī)劃時期的數(shù)字經(jīng)濟發(fā)展水平對縮小城市韌性地區(qū)差距具有邊際遞減效應(yīng)，但正向影響依舊顯著。

關(guān)鍵詞： ?城市韌性；數(shù)字經(jīng)濟；韌性差異；Dagum基尼系數(shù)；QAP分析

中圖分類號： ?F 49

文獻標志碼： ??A

Research on Regional Differences and Drivers of Urban Resiliencein the Yangtze River Delta in ?Digital Economy

XU Wuhua1 LIU Chengjun2 ZHOU Jianping1 ZHENG Jinhui1

（1.School of Economics， Zhejiang University of Technology， Hangzhou 310023， China;2.School of Zhijiang， Zhejiang University of Technology， Shaoxing 312030， China）

Abstract： ?Based on the data of 41 prefecture-level cities in the Yangtze River Delta region from 2011 to 2019， the Dagum Gini coefficient was used to measure the regional gaps in the resilience of cities in the Yangtze River Delta region and their subsystems. It is empirically analyzed by the Quadratic Assignment Program （QAP）. The research shows that： the economic resilience gap in the Yangtze River Delta region generally shows a downward-rising trend， while the social， ecological and urban resilience gap generally shows an upward-declining-rising trend. From different perspectives of resilience， the gaps between provinces and regions are obvious， and the gaps between regions are the components of the gap. The main source of the overall gap in resilience. The QAP regression results show that the development level of the digital economy has a significant positive effect on narrowing the gaps in the resilience of different cities and their subsystems. The level of economic development has a marginal decreasing effect on narrowing the gap between urban resilience regions， but the positive effect is still significant.

Key words： ??urban resilience; digital economy; difference in toughness; Dagum Gini coefficient; QAP analysis

改革開放以來，中國遭受了自然災(zāi)害、金融危機、新冠肺炎疫情等多次外部風險沖擊，城市作為行穩(wěn)致遠的“壓艙石”首當其沖，發(fā)展面臨著難以預(yù)知的持續(xù)沖擊?！堕L江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》指出長三角地區(qū)人口總計2.27億，常住人口城鎮(zhèn)化率超過60%，以其不到4%的國土面積貢獻了近1/4的經(jīng)濟總量。人力資本的紅利給長三角帶來了巨大的繁榮，其面臨的歷次風險與挑戰(zhàn)也是前所未有的。新時代以來，中國社會主要矛盾轉(zhuǎn)化為人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾，人民對安全的需求與日俱增。面對日益復(fù)雜的發(fā)展環(huán)境，建設(shè)具有強大韌性的城市群是實現(xiàn)長三角區(qū)域一體化發(fā)展的重中之重?；诖耍芯繑?shù)字背景下城市經(jīng)濟轉(zhuǎn)型、社會保障優(yōu)化、生態(tài)治理變革對探索建設(shè)符合長三角一體化發(fā)展戰(zhàn)略的韌性城市具有重要的理論和現(xiàn)實意義。

目前學者主要進行了數(shù)字經(jīng)濟與城市韌性的機理研究、理論剖析，從城市物理要素智能化、經(jīng)濟結(jié)構(gòu)具象化、技術(shù)賦能化、韌性提升四個視角展開。①在物理要素智能化視角下，城市間數(shù)據(jù)要素通過虛擬化的方式滲入物理要素，打通了城市公共服務(wù)設(shè)施、金融服務(wù)設(shè)施、生態(tài)服務(wù)設(shè)施壁壘，實現(xiàn)數(shù)字化物理要素，提高物理要素在城市要素流動網(wǎng)絡(luò)中的效率。②在經(jīng)濟結(jié)構(gòu)具象化視角下，部分文獻表明數(shù)據(jù)流通過將抽象的經(jīng)濟結(jié)構(gòu)具體化賦能創(chuàng)新型新經(jīng)濟部門，提高生產(chǎn)效率，加快要素聚集，跨越數(shù)字鴻溝，激發(fā)創(chuàng)新創(chuàng)業(yè)新活力。③在技術(shù)賦能化視角下，數(shù)字經(jīng)濟的快速發(fā)展使得信息技術(shù)紅利為應(yīng)對沖擊收集、分析、存儲了大量學習經(jīng)驗，數(shù)字化系統(tǒng)深刻把握了應(yīng)對災(zāi)害規(guī)律，為韌性城市建設(shè)與治理提供了有利條件。④在韌性提升視角下，有學者認為數(shù)字經(jīng)濟催生了與物流、人流、信息流、價值流等新興產(chǎn)業(yè)相結(jié)合的多元化經(jīng)濟生態(tài)，在新的技術(shù)與環(huán)境的雙重加持下，增強了城市抗沖擊與風險的能力。

綜合來看，已有文獻深入探討了城市韌性演化運行機理及數(shù)字經(jīng)濟對韌性的提升作用，但這些文獻一方面缺少數(shù)字經(jīng)濟對城市韌性作用的地區(qū)差異的理論探究，另一方面急需數(shù)字經(jīng)濟與城市韌性差異之間的實證研究?；诖?，本文嘗試利用Dagum基尼系數(shù)探究長三角地區(qū)韌性及其子系統(tǒng)韌性的地區(qū)差距，剖析地級市層面韌性差距來源，在此基礎(chǔ)上通過二次指派程序從全樣本及分時段維度探究數(shù)字經(jīng)濟對城市韌性及其子系統(tǒng)地區(qū)差距的影響效應(yīng)。

1 研究設(shè)計

1.1 指標體系構(gòu)建

本文參考趙濤等的研究成果，利用主成分分析法構(gòu)建長三角地區(qū)數(shù)字經(jīng)濟綜合發(fā)展指數(shù)，其中數(shù)字普惠金融指數(shù)來源于北大數(shù)字金融研究中心，參考已有研究運用熵值法從城市經(jīng)濟韌性、城市社會韌性、城市生態(tài)韌性三個維度構(gòu)建長三角地區(qū)城市韌性綜合指數(shù)，如表1所示。

1.2 研究方法

1.2.1 Dagum基尼系數(shù)

本文選用Dagum提出的基尼系數(shù)對長三角地區(qū)城市韌性及其子系統(tǒng)韌性（后統(tǒng)稱韌性度）差距進行測度，以探究不同省份的韌性差距與來源，具體公式如下：

G= ∑ k j=1 ∑ k g=2 ∑ nj i=1 ∑ ng r=1 |yji-ygr| 2n2 ??（1）

g≤… j≤…≤ k （2）

式（1）中： 表示所有城市的平均韌性度；yji（ygr）表示j（g）省份內(nèi)每個城市的韌性度；n代表城市總數(shù)量；k代表省份的數(shù)量；nj（ng）表示j（g）省份內(nèi)城市的數(shù)量；G為總體基尼系數(shù)。式（2）出于計算方便的考慮，對各省份韌性度進行排序，之后對式（1）總體基尼系數(shù)G進行分解，即G=Gw+Gnb+Gt。其中，Gw、Gnb、Gt依次表示區(qū)域內(nèi)差距、區(qū)域間差距、超變密度。

2.2.2 QAP模型

QAP分析方法在統(tǒng)計學中是一種非參數(shù)檢驗方法，它通過計算關(guān)系矩陣所構(gòu)成的長向量的相關(guān)系數(shù)或者回歸系數(shù)，之后通過多次隨機置換方式來獲取不同矩陣之間的系數(shù)值，最后判斷出不同參數(shù)估計值的顯著性大小。首先設(shè)定關(guān)系數(shù)據(jù)模型如下：

L=γ0+γ1X+γ2Z+U （3）

式（3）中：L、X、Z、U依次為被解釋變量、解釋變量、控制變量和殘差項，數(shù)據(jù)形式均為方陣；γ0、γ1、γ2為待估參數(shù)；xij=xi-xj、zij=zi-zj、yij=yi-yj，即兩兩地區(qū)變量差值。QAP（二次指派程序）中U矩陣自相關(guān)問題比較嚴重，可通過長向量回歸與隨機置換及統(tǒng)計檢驗來克服。

1.3 變量選取

本文核心解釋變量為數(shù)字經(jīng)濟發(fā)展水平（DEL），由數(shù)字經(jīng)濟綜合發(fā)展指數(shù)表示?？刂谱兞糠謩e為：人力資本（HC），以普通高等學校大學生數(shù)占地區(qū)總?cè)丝诒壤齺眢w現(xiàn)；醫(yī)療水平（ML），以醫(yī)院衛(wèi)生院床位數(shù)表示；投資水平（IL），以固定資產(chǎn)投資額占GDP的比重衡量；城鎮(zhèn)化率（UR），以市轄區(qū)人口占地級市總?cè)丝诘谋壤饬?；產(chǎn)業(yè)結(jié)構(gòu)（IS），以第三產(chǎn)業(yè)占第二產(chǎn)業(yè)的比值衡量；技術(shù)創(chuàng)新（TI），以科學研究、技術(shù)服務(wù)和地質(zhì)勘察業(yè)總?cè)藬?shù)占地區(qū)總?cè)丝诒戎祦肀碚鳌?/p>

1.4 數(shù)據(jù)來源

本文以長三角地區(qū)41個地級市為研究對象，選取2011—2019年的數(shù)據(jù)作為觀察值，所有指標相關(guān)數(shù)據(jù)均摘自《中國城市統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》以及《江蘇省統(tǒng)計年鑒》《浙江省統(tǒng)計年鑒》《安徽省統(tǒng)計年鑒》和長三角地區(qū)各地級市統(tǒng)計年鑒。

2 長三角地區(qū)韌性總體差距及來源分解

為揭示長三角地區(qū)城市韌性及其子系統(tǒng)韌性的地區(qū)差異的空間構(gòu)成與來源，本文借助Dagum基尼系數(shù)通過行政區(qū)域劃分的方式對長三角地區(qū)韌性進行了差異分析。

圖1顯示了不同韌性下總體基尼系數(shù)差異，具體而言整個期間經(jīng)濟韌性總體基尼系數(shù)差異經(jīng)歷了先下降后上升的“V”型趨勢；社會韌性、生態(tài)韌性與城市韌性總體基尼系數(shù)差異呈現(xiàn)出先上升后下降再上升的“N”型趨勢。

圖2顯示了省域內(nèi)不同韌性基尼系數(shù)的演變趨勢：①經(jīng)濟韌性下，江蘇省內(nèi)基尼系數(shù)隨時間變化先下降后上升，且上升幅度較大；浙江省內(nèi)基尼系數(shù)隨時間變化先上升后下降再上升；安徽省內(nèi)基尼系數(shù)與浙江省內(nèi)基尼系數(shù)變化情況類似。②社會韌性下，三省省內(nèi)基尼系數(shù)演變趨勢相近，曲線均存在兩個波峰與兩個波谷，浙江省自2017年始省內(nèi)社會韌性差距擴大速度快于其他兩省。③生態(tài)韌性下，三省省內(nèi)基尼系數(shù)演變形態(tài)高度相似，都是呈現(xiàn)出先上升再下降后平穩(wěn)的趨勢。④城市韌性下，三省省內(nèi)基尼系數(shù)演變趨勢趨同，與生態(tài)韌性基尼系數(shù)曲線形態(tài)類似。

圖3顯示了省域間不同韌性基尼系數(shù)的演變趨勢：①經(jīng)濟韌性下，江蘇省與浙江省之間基尼系數(shù)隨時間變化平穩(wěn)上升，且上升幅度很??；江蘇省與安徽省之間基尼系數(shù)和浙江省與安徽省之間基尼系數(shù)演變形態(tài)相似，均隨時間變化先下降后上升。②社會韌性下，三省之間基尼系數(shù)曲線形態(tài)近似，曲線均呈現(xiàn)出先上升后下降再上升后下降最后再上升的趨 勢。③生態(tài)韌性下，三省省內(nèi)基尼系數(shù)演變形態(tài)高 ?度相似，都呈現(xiàn)出先上升再下降后平穩(wěn)的趨勢。④城市韌性下，三省之間基尼系數(shù)演變趨勢趨同，2015年三省之間基尼系數(shù)上升與下降的幅度巨大。

圖4顯示了不同韌性下總體基尼系數(shù)差異的貢獻組成：①經(jīng)濟韌性下，區(qū)域內(nèi)貢獻率與超變密度貢獻率逐年平穩(wěn)增加，區(qū)域間貢獻率逐年減少。②社會韌性下，組成總體基尼系數(shù)的超變密度貢獻率、區(qū)域間貢獻率、區(qū)域內(nèi)貢獻率隨時間變化較為平穩(wěn)。③生態(tài)韌性下，超變密度貢獻率與區(qū)域間貢獻率隨時間波動變化較大，區(qū)域內(nèi)貢獻率波動平穩(wěn)。④城市韌性下，超變密度貢獻率呈上升趨勢，區(qū)域間貢獻率呈下降趨勢，區(qū)域內(nèi)貢獻率波動平穩(wěn)。

3 長三角地區(qū)城市韌性差異的驅(qū)動因素

3.1 QAP全樣本回歸分析

表2顯示了被解釋變量為城市韌性的整個樣本期回歸結(jié)果。由于標準化系數(shù)是對指標進行了無量綱化處理后的結(jié)果，因此本文著重對標準化系數(shù)進行解釋。從系數(shù)大小來看，各內(nèi)在變量的標準化系數(shù)從高到低分別為數(shù)字經(jīng)濟發(fā)展水平、技術(shù)創(chuàng)新、投資水平、醫(yī)療水平、城鎮(zhèn)化率、人力資本、產(chǎn)業(yè)結(jié)構(gòu)，進一步驗證了上文數(shù)字經(jīng)濟發(fā)展水平與城市韌性關(guān)系最為緊密，在促進城市韌性的過程中扮演了重要角色。

為深入探究數(shù)字經(jīng)濟發(fā)展對城市韌性地區(qū)差距的影響路徑，接下來將城市韌性分解為三個子系統(tǒng)分別作為被解釋變量進行研究。表3呈現(xiàn)了三個子系統(tǒng)的全樣本QAP回歸結(jié)果。模型一調(diào)整后的R2為0.676，說明數(shù)字經(jīng)濟發(fā)展水平等變量對經(jīng)濟韌性地區(qū)差距的解釋力達到67.6%。從標準化回歸系數(shù)來看，數(shù)字經(jīng)濟發(fā)展水平對城市經(jīng)濟韌性影響顯著為正且標準化系數(shù)達到最大為0.625，另外對其產(chǎn)生顯著作用的其他控制變量標準化系數(shù)從大到小依次為醫(yī)療水平、投資水平、技術(shù)創(chuàng)新、城鎮(zhèn)化率，因此通過縮小這些因素在地區(qū)間的差異可以有效縮小城市經(jīng)濟韌性變化的地區(qū)差距。模型二調(diào)整后的R2為0.749，表明數(shù)字經(jīng)濟發(fā)展水平、技術(shù)創(chuàng)新等因素對城市社會韌性地區(qū)差距的解釋可達到74.9%。存在顯著影響的變量標準化系數(shù)從大到小依次為數(shù)字經(jīng)濟發(fā)展水平、技術(shù)創(chuàng)新、醫(yī)療水平、投資水平、產(chǎn)業(yè)結(jié)構(gòu)，此時數(shù)字經(jīng)濟發(fā)展水平標準化系數(shù)依然是最大。模型三僅有數(shù)字經(jīng)濟發(fā)展水平、技術(shù)創(chuàng)新和城鎮(zhèn)化率對城市社會韌性產(chǎn)生了顯著正向影響，因此利用技術(shù)創(chuàng)新提高城鎮(zhèn)化率才是縮小城市生態(tài)韌性地區(qū)差距的有效途徑。全樣本分析結(jié)果表明，數(shù)字經(jīng)濟發(fā)展水平對城市韌性及其三個子系統(tǒng)韌性的地區(qū)差距縮小發(fā)揮著主要作用。

3.2 QAP分時期考察

考慮到五年規(guī)劃可能存在的階段性影響，本文基于“十二五”規(guī)劃時期（2011—2015年）、“十三五”規(guī)劃時期（2016—2019年）兩個不同階段進一步探究數(shù)字經(jīng)濟發(fā)展水平對城市韌性地區(qū)差距的影響。由表4可知，數(shù)字經(jīng)濟發(fā)展水平作為核心解釋變量在兩個五年規(guī)劃時期的標準化系數(shù)最大，且都對城市韌性地區(qū)差距產(chǎn)生了顯著的正向影響，同時“十三五”規(guī)劃時期標準化系數(shù)相較于“十二五”規(guī)劃時期略有下降但下降幅度不大，可能的原因在于數(shù)字經(jīng)濟發(fā)展水平對于縮小城市韌性地區(qū)差距存在邊際遞減效應(yīng)。控制變量中技術(shù)創(chuàng)新與醫(yī)療水平標準化系數(shù)隨時間推移都有所增加，且都產(chǎn)生了顯著正向影響，而投資水平與數(shù)字經(jīng)濟發(fā)展水平一樣略有下降且系數(shù)較小，城鎮(zhèn)化率由“十二五”規(guī)劃時期的顯著正向影響變?yōu)椤笆濉币?guī)劃時期的不顯著正向影響，最后只有產(chǎn)業(yè)結(jié)構(gòu)對城市韌性地區(qū)差距存在顯著負向影響但影響強度不大，說明“十三五”規(guī)劃時期相較于“十二五”規(guī)劃時期更加注重實體經(jīng)濟發(fā)展來縮小城市韌性地區(qū)差距。

4 結(jié)論與政策建議

本文以長三角地區(qū)為研究對象，對該地區(qū)數(shù)字經(jīng)濟發(fā)展水平及城市韌性進行了測算，運用Dagum基尼系數(shù)與QAP分析剖析了長三角地區(qū)城市韌性的地區(qū)差距，同時利用二次指派程序進一步探究了縮小城市韌性地區(qū)差距的影響因素。研究發(fā)現(xiàn)：

①長三角地區(qū)經(jīng)濟韌性總體差距呈現(xiàn)先下降后上升趨勢，社會、生態(tài)與城市韌性總體差距呈現(xiàn)出先上升后下降再上升趨勢。②不同韌性下各省份內(nèi)部韌性差距十分明顯，其中江蘇省內(nèi)經(jīng)濟韌性與社會韌性差距較大。③不同韌性下各省份之間地區(qū)差距也十分明顯，其中江蘇省與浙江省之間社會韌性差距較大，江蘇省與安徽省之間經(jīng)濟韌性、社會韌性差距較大，且地區(qū)間差距是構(gòu)成各韌性總體差距的主要來源。④QAP模型表明數(shù)字經(jīng)濟發(fā)展水平的提高有利于縮小長三角地區(qū)城市韌性及其子系統(tǒng)的地區(qū)差距，分時段結(jié)果表明數(shù)字經(jīng)濟發(fā)展水平對縮小長三角地區(qū)城市韌性差距具有邊際遞減效應(yīng)。

基于上述研究結(jié)論，本文對此提出如下對策建議：

①圍繞長三角一體化戰(zhàn)略，打破要素流動壁壘，提高要素配置效率， 從而不斷縮小不同城市之間的發(fā)展差距，特別是經(jīng)濟發(fā)展差距。②各省域要補齊內(nèi)部城市之間經(jīng)濟、社會、生態(tài)等方面差距過大的短板，優(yōu)化資源配置，促進各城市之間均衡發(fā)展。③拓展省域間要素與資源流動渠道，深化市場分工與合作，縮小區(qū)域間經(jīng)濟差距，注重綠色科技成果的普及與貢獻，縮小區(qū)域間生態(tài)差距。④推進數(shù)字經(jīng)濟在長三角的大力發(fā)展，重視多種要素的綜合影響，加大對人力資本、醫(yī)療水平建設(shè)的投入力度，促進產(chǎn)業(yè)結(jié)構(gòu)數(shù)字化迭代升級，加快技術(shù)創(chuàng)新縮小長三角城市韌性地區(qū)差距，助力長三角一體化城市高質(zhì)量建設(shè)，同時也須警惕數(shù)字經(jīng)濟過度虛擬化帶來的“脫實入虛”困境。

參考文獻：

［1］ ?中共中央 國務(wù)院印發(fā)《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》［J］.中華人民共和國國務(wù)院公報，2019（35）：10-34.

［2］ 劉滿鳳， 楊杰， 陳梁.數(shù)據(jù)要素市場建設(shè)與城市數(shù)字經(jīng)濟發(fā)展［J］.當代財經(jīng)，2022（1）：102-112.

［3］ 劉典， 李鐸.數(shù)據(jù)要素視角下北京建設(shè)全球數(shù)字經(jīng)濟標桿城市的未來展望［J］.天津大學學報（社會科學版），2021，23（2）：129-135.

［4］ 張春敏.數(shù)字化轉(zhuǎn)型中韌性城市建設(shè)的制度基礎(chǔ)、演化機制與現(xiàn)實路徑［J］.貴州社會科學，2021（7）：123-130.

［5］ 吳靜， 張鳳， 孫翊， 等.抗疫情助推我國數(shù)字化轉(zhuǎn)型：機遇與挑戰(zhàn)［J］.中國科學院院刊，2020，35（3）：306-311.

［6］ 單勇.跨越“數(shù)字鴻溝”：技術(shù)治理的非均衡性社會參與應(yīng)對［J］.中國特色社會主義研究，2019（5）：68-75，82，2.

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

［8］ 徐圓， 張林玲.中國城市的經(jīng)濟韌性及由來：產(chǎn)業(yè)結(jié)構(gòu)多樣化視角［J］.財貿(mào)經(jīng)濟，2019，40（7）：110-126.

［9］ 韓璐， 陳松， 梁玲玲.數(shù)字經(jīng)濟、創(chuàng)新環(huán)境與城市創(chuàng)新能力［J］.科研管理，2021，42（4）：35-45.

［10］ 叢屹， 俞伯陽.數(shù)字經(jīng)濟對中國勞動力資源配置效率的影響［J］.財經(jīng)理論與實踐，2020，41（2）：108-114.

［11］ 趙濤， 張智， 梁上坤.數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展：來自中國城市的經(jīng)驗證據(jù)［J］.管理世界，2020，36（10）：65-76.

［12］ 張明斗， 馮曉青.中國城市韌性度綜合評價［J］.城市問題，2018（10）：27-36.