梁靜波，李倩倩

（1.信陽師范大學(xué) 商學(xué)院，河南 信陽 464000；2.江蘇大學(xué) 財經(jīng)學(xué)院，江蘇 鎮(zhèn)江 212013）

0 引言

黃河流域在我國經(jīng)濟社會發(fā)展中具有重要地位。2019 年，黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展被確定為重大國家戰(zhàn)略。而在當(dāng)前國內(nèi)外日趨復(fù)雜的環(huán)境中，黃河流域發(fā)展面臨重大挑戰(zhàn)。經(jīng)濟韌性作為反映區(qū)域發(fā)展質(zhì)量的重要指標(biāo)，能較好地體現(xiàn)區(qū)域經(jīng)濟高質(zhì)量發(fā)展的新訴求［1］，因此提高黃河流域城市經(jīng)濟韌性成為黃河流域?qū)崿F(xiàn)高質(zhì)量發(fā)展的重要途徑。但黃河流域內(nèi)部結(jié)構(gòu)失衡、水資源短缺、生態(tài)環(huán)境脆弱、資源依賴嚴(yán)重、經(jīng)濟發(fā)展不充分等問題突出，一直阻礙著黃河流域的轉(zhuǎn)型發(fā)展，尤其以資源為支撐的第二產(chǎn)業(yè)占比高，使得黃河流域經(jīng)濟發(fā)展易陷入產(chǎn)業(yè)結(jié)構(gòu)低端、單一的鎖定路徑，造成流域內(nèi)城市經(jīng)濟韌性較差。同時黃河流域橫跨我國東中西三大板塊，流域內(nèi)城市發(fā)展條件、功能定位、資源環(huán)境承載約束等存在明顯差異，使得各城市面對外部沖擊時的反應(yīng)程度有所不同，從而經(jīng)濟韌性表現(xiàn)出明顯差異，這勢必會加劇黃河流域經(jīng)濟高質(zhì)量發(fā)展的非均衡性。換言之，黃河流域要想實現(xiàn)經(jīng)濟高質(zhì)量協(xié)同提升和可持續(xù)發(fā)展，就要求流域內(nèi)各城市均有良好的經(jīng)濟韌性基礎(chǔ)。因此，本文基于黃河流域城市經(jīng)濟發(fā)展面臨的現(xiàn)實問題，考察黃河流域城市經(jīng)濟韌性的時空分異特征，并對其驅(qū)動因素進(jìn)行分析，以期推動黃河流域城市經(jīng)濟韌性協(xié)同提升、促進(jìn)黃河流域高質(zhì)量均衡發(fā)展。

1 文獻(xiàn)綜述

經(jīng)濟韌性的評價。對城市經(jīng)濟韌性進(jìn)行科學(xué)合理的測度是開展研究的重要基礎(chǔ)。現(xiàn)有研究中，經(jīng)濟韌性評價方法主要有單要素指標(biāo)法和綜合指標(biāo)法。單要素指標(biāo)法是選取一個能直觀反映經(jīng)濟韌性高低的變量進(jìn)行衡量，如就業(yè)率［2-4］、失業(yè)率［5，6］、GDP增長率［7-12］等。這種單要素評價方法要求所選指標(biāo)對外部沖擊敏感且能夠反映區(qū)域經(jīng)濟韌性的絕大部分信息［13］，對指標(biāo)的選擇要求較高。然而不同經(jīng)濟體在發(fā)育程度、與外部聯(lián)系和內(nèi)部結(jié)構(gòu)等方面存在明顯差異，使得其面對危機的反應(yīng)程度不同，單一指標(biāo)或無法準(zhǔn)確反映各個經(jīng)濟體的經(jīng)濟韌性。綜合指標(biāo)法可從多個角度構(gòu)建指標(biāo)體系對城市經(jīng)濟韌性進(jìn)行評價，能在一定程度上彌補單一指標(biāo)的不足，從而被眾多學(xué)者采納。如Wang 等從經(jīng)濟表現(xiàn)、公共觀點、公共衛(wèi)生、區(qū)域疫情管理和疫區(qū)人口信息5 個維度構(gòu)建指標(biāo)體系對中國286 個城市的經(jīng)濟韌性進(jìn)行測度［14］；Man等從多樣性、收支相關(guān)能力、創(chuàng)新環(huán)境、發(fā)展趨勢、開放性5 個社會經(jīng)濟方面構(gòu)建中國東北37 個城市的經(jīng)濟韌性評價體系［15］。

經(jīng)濟韌性的空間分異。眾多學(xué)者已從不同層面證實我國經(jīng)濟韌性存在明顯空間分布特征［16-19］。李連剛等對黃河流域91 個地級市經(jīng)濟韌性的進(jìn)行研究發(fā)現(xiàn)，山東、山西南部和河南北部地區(qū)的城市經(jīng)濟韌性較低，陜西、寧夏和青海東部地區(qū)的城市經(jīng)濟韌性較高［20］。此外，個別學(xué)者進(jìn)一步對經(jīng)濟韌性的空間差異及來源進(jìn)行了探究。如黃杰等利用Dagum基尼系數(shù)對我國八大城市群經(jīng)濟韌性的空間差異及來源進(jìn)行探究發(fā)現(xiàn)，中國八大城市群經(jīng)濟韌性的總體差異呈下降趨勢，城市群間差異是主要差異來源［21］。

經(jīng)濟韌性的影響因素。當(dāng)前，國內(nèi)外學(xué)者廣泛探討了政策和制度環(huán)境［22］、社會資本和人力資本［23，24］、產(chǎn)業(yè)結(jié)構(gòu)［4，25-29］、創(chuàng)新能力［30，31］、區(qū)位優(yōu)勢［32］、人口集聚［33］、文化［34］等因素對經(jīng)濟韌性的影響。如Kitsos等研究決定英國經(jīng)濟韌性高低的因素認(rèn)為，具有良好初始經(jīng)濟條件、產(chǎn)業(yè)多樣化以及較強創(chuàng)新精神的地區(qū)其經(jīng)濟韌性越強［35］。丁建軍等對中國連片特困區(qū)經(jīng)濟韌性的影響因素分析發(fā)現(xiàn)，地理區(qū)位、人均固定資產(chǎn)投資等因素對連片特困區(qū)經(jīng)濟韌性存在顯著影響［36］。黃若鵬等研究黃河流域中下游地區(qū)40 個城市經(jīng)濟韌性的影響因素發(fā)現(xiàn)，政府行政力、第三產(chǎn)業(yè)比重對經(jīng)濟韌性產(chǎn)生負(fù)效應(yīng)，市場力對地區(qū)經(jīng)濟韌性具有顯著正效應(yīng)［37］。此外，也要學(xué)者對經(jīng)濟韌性空間分異的驅(qū)動因素展開研究。如Di Caro研究發(fā)現(xiàn)意大利經(jīng)濟韌性區(qū)域差異主要是經(jīng)濟多樣性、貿(mào)易開放、金融約束、人力資本和社會資本等因素差異導(dǎo)致［24］；陳作任等發(fā)現(xiàn)東莞市樟木頭和常平鎮(zhèn)經(jīng)濟韌性產(chǎn)生差異的主要原因在于地方制度、技術(shù)變革、經(jīng)濟結(jié)構(gòu)和勞動力結(jié)構(gòu)等因素的不同［38］。

綜上可見，近年來國內(nèi)外對有關(guān)經(jīng)濟韌性的研究日趨完善，尤其對于我國經(jīng)濟韌性的研究逐漸增多，且研究角度也呈多樣化趨勢，但仍存在以下尚需補充的地方：①在經(jīng)濟韌性研究尺度方面，鮮有學(xué)者考察流域?qū)用嫔系慕?jīng)濟韌性，對黃河流域沿線省份內(nèi)城市的研究更是少數(shù)。黃河流域作為中國重要的經(jīng)濟區(qū)域，當(dāng)前重要發(fā)展戰(zhàn)略是實現(xiàn)高質(zhì)量發(fā)展，黃河流域城市經(jīng)濟韌性時空分異研究對其高質(zhì)量均衡發(fā)展具有重大影響，值得深入探索。②在經(jīng)濟韌性空間差異研究方面，運用泰爾指數(shù)方法研究經(jīng)濟韌性的空間差異無法衡量樣本間交叉重疊問題，并要求所考察樣本必須滿足正態(tài)分布。Dagum基尼系數(shù)及其分解方法可以有效彌補這兩項缺點，但尚未有學(xué)者采用此方法研究黃河流域城市經(jīng)濟韌性的空間差異。③對于經(jīng)濟韌性影響因素的研究，多數(shù)學(xué)者關(guān)注的仍是影響因子對經(jīng)濟韌性的抑制或促進(jìn)作用，并未關(guān)注造成經(jīng)濟韌性時空分異的驅(qū)動因素，對黃河流域城市經(jīng)濟韌性時空分異驅(qū)動因素的研究更為稀少。

2 研究區(qū)域概況、研究方法與數(shù)據(jù)來源

2.1 研究區(qū)域概況

黃河流域在空間上包括黃河流經(jīng)的青海、甘肅、四川、陜西、內(nèi)蒙古、寧夏、山西、河南和山東9 個?。ㄗ灾螀^(qū)）。參考孫久文等的研究［39］，并考慮數(shù)據(jù)可獲得性，最終確定包括青海、甘肅、陜西、內(nèi)蒙古、寧夏、山西、河南以及山東8 個省（自治區(qū)）內(nèi)的78 個地級市為本文研究對象。此外，借鑒秧玉潔等研究中對黃河流域的地區(qū)劃分方法［40］，并結(jié)合《黃河年鑒》分別以內(nèi)蒙古河口鎮(zhèn)和河南省桃花峪作為上中游和中下游分界線，將黃河流域劃分為上、中、下游（圖1）。其中上游地區(qū)包括：西寧、蘭州、嘉峪關(guān)、金昌、白銀、武威、張掖、酒泉、定西、隴南、呼和浩特、包頭、鄂爾多斯、巴彥淖爾、烏蘭察布、烏海和寧夏自治區(qū)各市。中游地區(qū)包括：天水、平?jīng)?、慶陽，三門峽、洛陽、焦作、陜西省各市和山西省各市。下游地區(qū)包括：鄭州、開封、平頂山、安陽、鶴壁、新鄉(xiāng)、濮陽、許昌、漯河、南陽、商丘、信陽、周口、駐馬店以及山東省各市。

圖1 黃河流域研究區(qū)位Figure 1 Research Location of the Yellow River Basin

2.2 經(jīng)濟韌性指標(biāo)體系

城市經(jīng)濟韌性主要指一個城市經(jīng)濟系統(tǒng)在遭受外部沖擊之后，其經(jīng)濟恢復(fù)、調(diào)整和創(chuàng)造新增長路徑的能力。參考已有研究［36，41-44］，從抵抗與恢復(fù)能力、適應(yīng)與調(diào)整能力、創(chuàng)新與轉(zhuǎn)型能力3 個維度構(gòu)建黃河流域城市經(jīng)濟韌性評價指標(biāo)體系（表1）。具體來說，抵抗與恢復(fù)能力主要包括人均GDP、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)登記失業(yè)人口占比、HHI指數(shù)（赫芬達(dá)爾-赫希曼指數(shù)）和外貿(mào)依存度，分別反映城市的經(jīng)濟發(fā)展水平、居民風(fēng)險抵抗能力、就業(yè)體系抵抗能力、產(chǎn)業(yè)結(jié)構(gòu)多樣化和外貿(mào)依存度。其中，失業(yè)人口占比、HHI指數(shù)和外貿(mào)依存度為負(fù)向指標(biāo)。HHI指數(shù)以三次產(chǎn)業(yè)占比的平方和表示，外貿(mào)依存度采用進(jìn)出口總額占GDP 的比重衡量。因單位不同，將以美元為單位的進(jìn)出口總額指標(biāo)按每年平均匯率折算成人民幣。適應(yīng)與調(diào)整能力由人均財政支出、財政自給水平、固定資產(chǎn)投資占GDP比重、人均社會消費品零售額和金融機構(gòu)存款余額占GDP 比重構(gòu)成，分別反映政府資源調(diào)配能力、政策扶持力度、城市投資規(guī)模、市場規(guī)模大小和城市金融發(fā)展水平，均為正向指標(biāo)。其中，財政自給水平用財政收入與財政支出的比值衡量。創(chuàng)新與轉(zhuǎn)型能力由教育事業(yè)費占財政支出比重、產(chǎn)業(yè)高級化、每萬人專利授權(quán)量、科學(xué)技術(shù)支出占財政支出比重和每萬人在校大學(xué)生數(shù)構(gòu)成，分別反映政府教育投入水平、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度、科研投入力度、技術(shù)創(chuàng)新能力和城市人力資本水平。

表1 黃河流域城市經(jīng)濟韌性綜合評價指標(biāo)體系Table 1 Comprehensive evaluation index system for urban economic resilience in the Yellow River Basin

2.3 研究方法

熵值法。熵值法是依據(jù)每個指標(biāo)她據(jù)所包含信息量的具體情況客觀地確定每個指標(biāo)的權(quán)重大小，而信息量是由指標(biāo)數(shù)據(jù)的相對變化程度決定的。指標(biāo)數(shù)據(jù)相對變化越大，則指標(biāo)信息效用價值越大，在評價中重要性越強，權(quán)重也就越大，反之權(quán)重越小［45，46］。對比主觀賦權(quán)法，熵值法能夠避免人為賦權(quán)導(dǎo)致的權(quán)重偏差問題［47］。而對比其他客觀賦權(quán)法，熵值法不僅解決了指標(biāo)體系復(fù)合指標(biāo)間信息交叉、疊加等問題，而且可以克服因異常值導(dǎo)致的權(quán)重偏離正常區(qū)間的局限［48，49］?；诖?，本文采用傳統(tǒng)熵值法對2005—2020 年黃河流域78 個城市的經(jīng)濟韌性進(jìn)行測算。由于各指標(biāo)的量綱不同，因此采用極差標(biāo)準(zhǔn)化法對每年原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，具體計算公式為：

探索性空間數(shù)據(jù)分析（ESDA）方法。該方法主要包括全局空間自相關(guān)和局部空間自相關(guān)。根據(jù)Tobler提出的地理學(xué)第一定律，任何事物之間都是相關(guān)的，并且距離的不同其空間上的相關(guān)性也不同［50］。因此，本文依據(jù)空間鄰接矩陣，利用Stata16軟件探討黃河流域城市經(jīng)濟韌性的空間集聚性。

全局空間自相關(guān)通常用全局Moran's I 指數(shù)測算，用以表示在空間上處于鄰近位置的某一屬性值的相似程度，可反映空間序列數(shù)據(jù)整體集聚情況，計算公式為：

式中：n為城市個數(shù)；i和j為區(qū)域內(nèi)不相同的城市；xi、xj分別為i、j 城市經(jīng)濟韌性值；為黃河流域全部城市經(jīng)濟韌性的平均值；wij為空間鄰接矩陣，若i城市和j 城市相鄰，則wij為1，若不相鄰，則wij為0；I的取值范圍是［-1，1］，I ＞0 表示具有空間正相關(guān)，具有集聚效應(yīng)，I ＜0 表示空間負(fù)相關(guān)，存在擴散效應(yīng)。

通常采用標(biāo)準(zhǔn)化統(tǒng)計量Z 值對Moran's I 指數(shù)進(jìn)行檢驗，計算公式為：

式中：E（I）為Moran's I 的數(shù)學(xué)期望；Var（I）為方差；Z（I）為Moran's I 的顯著性。當(dāng)Z（I）＞0 且顯著時，呈正空間自相關(guān)；當(dāng)Z（I）＜0 且顯著時，呈負(fù)空間自相關(guān)。

局部空間自相關(guān)為進(jìn)一步明確黃河流域范圍內(nèi)高水平和低水平經(jīng)濟韌性城市空間集聚的具體位置，本文利用局部Moran's I指數(shù)識別，計算公式為：

式中：Ii為第i個城市的局部Moran's I指數(shù)值；在Moran's I 指數(shù)顯著的情況下，根據(jù)Moran's I 指數(shù)的顯著性和Z 檢驗結(jié)果可得到4 種集聚關(guān)系：若Moran's I和Z（I）均大于0，此時呈“高—高”集聚，研究城市與相鄰城市經(jīng)濟韌性均為高水平；若Moran's I 大于0 但Z（I）小于0，此時為“低—高”集聚，研究城市經(jīng)濟韌性為低水平，相鄰城市經(jīng)濟韌性為高水平；若Moran's I 和Z（I）均小于0，此時為“低—低”集聚，研究城市和相鄰城市的經(jīng)濟韌性均為低水平；若Moran's I小于0 但Z（I）大于0，此時為“高—低”集聚，研究城市經(jīng)濟韌性為高水平，相鄰城市經(jīng)濟韌性為低水平。

Dagum基尼系數(shù)?，F(xiàn)有文獻(xiàn)主要采用傳統(tǒng)基尼系數(shù)、變異系數(shù)和泰爾指數(shù)等方法對空間差異進(jìn)行分析。傳統(tǒng)基尼系數(shù)和變異系數(shù)只能對區(qū)域差異進(jìn)行簡單描述而不能對其來源進(jìn)行分解，泰爾指數(shù)雖能對差異來源進(jìn)行分解，卻無法衡量樣本間交叉重疊問題，同時還要求所考察樣本必須滿足正態(tài)分布［51］。而Dagum基尼系數(shù)及其分解方法在衡量空間差異時既不要求樣本滿足正態(tài)分布，又能對空間差異來源進(jìn)行分解［24］?；诖耍瑸樘骄奎S河流域城市經(jīng)濟韌性的空間差異及其來源，本文依據(jù)Dagum提出的基尼系數(shù)及其按子群分解觀點［52］，測量黃河流域城市經(jīng)濟韌性空間差異和來源?；嵯禂?shù)G計算公式為：

式中：yji、yhr為j、h地區(qū)內(nèi)城市的經(jīng)濟韌性；表示78 個城市的經(jīng)濟韌性均值；k 為劃分的地區(qū)個數(shù)；n為城市個數(shù)；nj、nh為j、h 地區(qū)內(nèi)的城市個數(shù)；G是總體基尼系數(shù)；j、h為劃分的不同地區(qū)；i、r為地區(qū)內(nèi)不同城市。

Dagum將總體基尼系數(shù)G 分解為區(qū)域內(nèi)差異貢獻(xiàn)Gw、區(qū)域間差異貢獻(xiàn)Gnb、超變密度貢獻(xiàn)Gt，且滿足G ＝Gw＋Gnb＋Gt，計算公式為：

式中：Gjj為j地區(qū)基尼系數(shù)；Gjh為j和h 地區(qū)的區(qū)域間基尼系數(shù)；Pj＝nj／n，Sj＝nji／n，j ＝1，2，…，k；Djh為j和h地區(qū)間經(jīng)濟韌性的相對影響；djh為區(qū)域間經(jīng)濟韌性差值，表示j和h地區(qū)中所有yji-yhr＞0樣本加總的數(shù)學(xué)期望；Pjh為超變一階矩，表示j 和h地區(qū)中所有yhr-yji＞0 樣本加總的數(shù)學(xué)期望；Fj、Fh表示地區(qū)j、h累積密度分布函數(shù)。

地理探測器。該方法是探測空間分異性，并能揭示其背后驅(qū)動因素的一種統(tǒng)計方法，已被廣泛應(yīng)用于經(jīng)濟增長、人口老齡化、城鎮(zhèn)化等經(jīng)濟社會領(lǐng)域［53-57］。與傳統(tǒng)的統(tǒng)計方法相比，地理探測器具有對自變量間的共線性免疫的優(yōu)點［58］，其不僅可以探析出各因素的驅(qū)動作用大小，還可以對因素間的交互作用進(jìn)行分析［59］。鑒于此，本文采用地理探測器中的因子探測和交互作用探測考察黃河流域城市經(jīng)濟韌性時空分異的驅(qū)動因素及驅(qū)動因素間的交互作用。因子探測用于探測因子對因變量空間分異的解釋程度，是通過引入決定力指標(biāo)值來探究黃河流域城市經(jīng)濟韌性時空分異驅(qū)動因素的解釋力大小，計算公式為：

式中：q是驅(qū)動因素的解釋力，l ＝1，2，…，L 為分類的數(shù)目；Nl和N 分別為層l 和全區(qū)樣本個數(shù)；和σ2分別為層l 和全區(qū)的方差。q 取值范圍為［0，1］，q值越大說明驅(qū)動因素對黃河流域城市經(jīng)濟韌性時空分異的解釋力越高。

交互作用探測是評估兩個因子共同作用時對因變量的解釋力是否高于或低于單個因子的解釋力，亦或這些因子對因變量的影響是彼此獨立的。評估的方法是通過比較單因素Xj和Xp及兩者疊加后的q值，即比較q（Xj）、q（Xp）和q（Xj∩Xp）的大小，進(jìn)而判斷因素Xj和Xp交互作用的類型，并評估這種交互作用是否會增強或減弱對黃河流域城市經(jīng)濟韌性時空分異的解釋程度。若表示為q（Xj∩Xp）＜min（q（Xj），q（Xp）），則兩因子間的交互作用為非線性減弱；若表示為min（q（Xj），q（Xp））＜q（Xj∩Xp）＜max（q（Xj），q（Xp）），則為單因子非線性減弱；若max（q（Xj），q（Xp））＜q（Xj∩Xp）＜q（Xj）＋q（Xp），則交互作用是雙因子增強；若q（Xj∩Xp）＝q（Xj）＋q（Xp），則Xj和Xp相互獨立；若q（Xj∩Xp）＞q（Xj）＋q（Xp），則是非線性增強。

2.4 數(shù)據(jù)來源

在確定樣本期時，由于2005 年之前年份的地級市數(shù)值缺失比較嚴(yán)重，為保證研究結(jié)果的可靠性，故本文研究期間確定為2005—2020 年。所用數(shù)據(jù)主要來源于2006—2021 年《中國城市統(tǒng)計年鑒》和各省的省級統(tǒng)計年鑒、地級市統(tǒng)計年鑒，部分?jǐn)?shù)據(jù)來源于國家相關(guān)部門年度統(tǒng)計公報、各地市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報和政府工作報告等，個別缺失數(shù)據(jù)根據(jù)具體情況使用均值法或插值法補全。為使指標(biāo)可比，全部指標(biāo)均采用比例數(shù)據(jù)。

3 時空分異特征及分析

3.1 時間分布特征

2005—2020 年黃河流域整體及上中下游地區(qū)的城市經(jīng)濟韌性結(jié)果如圖2 所示。從城市經(jīng)濟韌性水平值來看，下游地區(qū)城市經(jīng)濟韌性最高，且高于黃河流域整體城市經(jīng)濟韌性均值；上游地區(qū)和中游地區(qū)的城市經(jīng)濟韌性較低，且低于黃河流域整體城市經(jīng)濟韌性均值。從演變趨勢上看，2005—2020 年間黃河流域整體及上中下游地區(qū)的城市經(jīng)濟韌性均呈波動上升態(tài)勢。具體來說，黃河流域整體城市經(jīng)濟韌性均值由2005 年0.234 4 波動上升到2020 年0.319 6，年均增幅為2.09%。三大地區(qū)中，下游和中游地區(qū)城市經(jīng)濟韌性增速較快，其城市經(jīng)濟韌性增速高于黃河流域整體城市經(jīng)濟韌性提升速度，城市經(jīng)濟韌性均值分別由2005 年0.2614 和0.200 6快速上升到2020 年0.369 7 和0.280 7，年均增幅分別為2.34%和2.27%。上游地區(qū)城市經(jīng)濟韌性增速較慢，且低于黃河流域整體城市經(jīng)濟韌性增速，其城市經(jīng)濟韌性均值由2005 年0.239 3 快速上升到2020 年0.298 0，年均增幅僅1.47%?？傮w來看，黃河流域城市經(jīng)濟韌性在樣本期內(nèi)提升明顯，但同時流域內(nèi)城市經(jīng)濟韌性不平衡問題也逐漸凸顯，下游地區(qū)城市經(jīng)濟韌性較高且提升速度也較快，這將導(dǎo)致與其他地區(qū)間差距擴大，不利于黃河流域城市經(jīng)濟韌性協(xié)同發(fā)展。

圖2 2005—2020 年黃河流域城市經(jīng)濟韌性變化Figure 2 Changes of urban economic resilience in the Yellow River Basin，2005 -2020

3.2 空間分布特征

本文選取2005 年、2010 年、2015 年及2020 年4個時間點，借助ArcGIS軟件中的自然間斷點分級法將黃河流域78 個城市經(jīng)濟韌性分為低值、較低值、較高值和高值四級，并將其可視化表達(dá)（圖3）。2005 年，黃河流域低、較低、較高、高經(jīng)濟韌性類型的城市分別為36、28、10、4 個，低經(jīng)濟韌性和較低經(jīng)濟韌性城市占比最高，分別占46.15%和36.00%。高經(jīng)濟韌性類型的城市分別為太原市、呼和浩特市、濟南市和東營市。2010 年，低、較低、較高、高經(jīng)濟韌性類型的城市分別有31、24、10、13 個。相較2005 年，低和較低經(jīng)濟韌性城市數(shù)量減少，較高經(jīng)濟韌性城市類型數(shù)量沒有變化、高經(jīng)濟韌性城市數(shù)量增加，其中巴彥淖爾市和金昌市由較低經(jīng)濟韌性城市變成低經(jīng)濟韌性城市。2015年，低、較低、較高、高經(jīng)濟韌性類型的城市分別有34、25、11、8 個，低經(jīng)濟韌性城市數(shù)量最多，占比43.59%。相較2010 年，低和較低經(jīng)濟韌性城市數(shù)量增加，同時較高經(jīng)濟韌性城市數(shù)量也有所增加，高經(jīng)濟韌性城市數(shù)量有所減少，包頭市、鄂爾多斯市、淄博市、東營市、煙臺市由高經(jīng)濟韌性城市變?yōu)檩^高經(jīng)濟韌性城市。2020 年，低、較低、較高、高經(jīng)濟韌性類型的城市分別有31、30、11、6 個，低經(jīng)濟韌性城市最多，占比39.74%。相較2015 年，低和高經(jīng)濟韌性城市數(shù)量減少，較低經(jīng)濟韌性城市數(shù)量增加，較高經(jīng)濟韌性城市數(shù)量沒有變化。

圖3 2005、2010、2015、2020 年黃河流域城市經(jīng)濟韌性空間分布Figure 3 Spatial distribution of urban economic resilience in the Yellow River Basin in 2005，2010，2015 and 2020

2005 年、2010 年、2015 年和2020 年省會城市中太原市、呼和浩特市和濟南市一直為高經(jīng)濟韌性城市；鄭州市和西安市2010 年由較高經(jīng)濟韌性城市轉(zhuǎn)為高韌性城市并一直處于高經(jīng)濟韌性城市狀態(tài)，而蘭州市在2010 年轉(zhuǎn)為高經(jīng)濟韌性城市后又在2020 年變?yōu)樵瓉淼妮^高經(jīng)濟韌性城市；西寧市則僅有2010 年轉(zhuǎn)為較高經(jīng)濟韌性城市，其他年份均為較低經(jīng)濟韌性城市；銀川市在4 個年份中較為穩(wěn)定，一直為較高經(jīng)濟韌性城市?？傮w而言，黃河流域城市經(jīng)濟韌性在空間分布上具有顯著差異性，高經(jīng)濟韌性和較高經(jīng)濟韌性的城市主要集中為省會城市及其周邊地區(qū)的城市，如太原、呼和浩特、濟南、鄭州、蘭州等，且大體位于黃河下游地區(qū)；低和較低經(jīng)濟韌性城市范圍最大，主要集中在蘭西城市群和關(guān)中城市群周圍，大體位于黃河中上游地區(qū)，呈片狀分布。

3.3 空間集聚特征

通過全局Moran's I 指數(shù)測算黃河流域城市經(jīng)濟韌性的空間相關(guān)性特征（表2）。

表2 黃河流域城市經(jīng)濟韌性全局Moran's I指數(shù)值Table 2 Global Moran's I index values of urban economic resilience in the Yellow River Basin

由表2 可知，樣本期內(nèi)黃河流域城市經(jīng)濟韌性Moran's I指數(shù)均通過了5%的顯著性檢驗。從靜態(tài)角度看，2005—2020 年Moran's I 指數(shù)均為正值，表明黃河流域城市經(jīng)濟韌性存在正空間自相關(guān)性，即經(jīng)濟韌性水平接近的城市在空間上呈現(xiàn)出集聚趨勢，經(jīng)濟韌性高的城市之間相鄰，經(jīng)濟韌性低的城市之間相鄰。從動態(tài)角度看，黃河流域城市經(jīng)濟韌性的Moran's I指數(shù)在經(jīng)歷兩輪“上升—下降”趨勢后呈持續(xù)增長狀態(tài)。具體來說，Moran's I指數(shù)值先由2005年的0.174 短暫上升到2006 年的0.214 后開始下降，到2008 年Moran's I 指數(shù)值下降到0.171，2009 年轉(zhuǎn)呈上升趨勢，到2011 年Moran's I 指數(shù)值上升到0.223，此后再次出現(xiàn)下降趨勢，Moran's I指數(shù)值降至2016 年最小值0.136，隨后呈快速上升趨勢。綜合以上分析可以看出，黃河流域城市經(jīng)濟韌性經(jīng)歷了多次“集中—分散”的演變趨勢，但最終呈集聚趨勢，且總體上集聚趨勢增強?？赡茉蛟谟邳S河流域城市經(jīng)濟韌性提升過程中，空間位置上的鄰近為要素、信息、產(chǎn)業(yè)等的相互流動和共享提供了便利，經(jīng)濟韌性高的城市可以對周邊城市起到“示范效應(yīng)”，從而使城市經(jīng)濟韌性接近城市在空間上形成集聚。

為進(jìn)一步了解2005—2020 年黃河流域城市經(jīng)濟韌性的局部空間相關(guān)性，運用局部Moran's I 指數(shù)，通過Stata16 軟件形成2005、2010、2015 和2020年Moran's I散點圖（圖4），以識別局部空間上的高低集聚現(xiàn)象。由圖4 可知，4 個年份中“高—高”集聚區(qū)和“低—低”集聚區(qū)的城市數(shù)量最多，其次是“低—高”集聚區(qū)，“高—低”集聚區(qū)城市數(shù)量最少。具體來說，黃河流域經(jīng)濟韌性分布在“高—高”集聚區(qū)的城市主要有濟南、青島、威海、煙臺、東營、日照、呼和浩特和包頭。這些城市在空間位置上鄰近，可以發(fā)揮濟南、青島、呼和浩特等大城市的“涓滴效應(yīng)”助推經(jīng)濟增長，并通過深化跨區(qū)域的聯(lián)動發(fā)展，完善跨區(qū)域協(xié)同治理格局，形成區(qū)域內(nèi)高水平的城市經(jīng)濟韌性。城市經(jīng)濟韌性“低—低”集聚區(qū)的城市主要有固原、天水、平?jīng)?、南陽、周口和駐馬店。這些城市經(jīng)濟基礎(chǔ)薄弱，同時在區(qū)位、交通和資源等方面不具備明顯優(yōu)勢，形成城市經(jīng)濟韌性發(fā)展的“洼地”。城市經(jīng)濟韌性“高—低”集聚區(qū)城市如蘭州、西安和太原等“虹吸效應(yīng)”大于“輻射效應(yīng)”，致使周邊城市經(jīng)濟韌性提升較為緩慢，形成了“低—高”集聚區(qū)。

圖4 黃河流域78 個城市莫蘭散點圖Figure 4 Moran scatter map of 78 cities in the Yellow River Basin

4 空間差異特征及分析

4.1 總體差異及趨勢

黃河流域城市經(jīng)濟韌性的總體差異大小及其演變趨勢如圖5 所示。

圖5 2005—2020 年黃河流域城市經(jīng)濟韌性的總體差異Figure 5 Overall difference in economic resilience of cities in the Yellow River Basin，2002 -2020

從水平值看，樣本考察期內(nèi)黃河流域城市經(jīng)濟韌性的總體差異介于0.186 2—0.298 9 之間，表明黃河流域城市經(jīng)濟韌性存在顯著的空間差異。從演變趨勢看，樣本期內(nèi)黃河流域城市經(jīng)濟韌性總體差異明顯呈波動下降趨勢。具體而言，黃河流域城市經(jīng)濟韌性的總體差異由2005 年樣本期內(nèi)最大值0.298 9下降到2008 年的0.244 6，年均下降6.47%；在經(jīng)歷短暫的下降后，2009 年黃河流域城市經(jīng)濟的總體空間差異開始上升，其差異值到2015年上升到0.2607，年均增長0.92%；此后黃河流域城市經(jīng)濟韌性的總體空間差異再次出現(xiàn)下降趨勢，到2020 年差異值下降為0.186 2，達(dá)到樣本期內(nèi)最小?？傮w來說，黃河流域城市經(jīng)濟韌性的總體空間差異相比考察初期有所下降，總體差異明顯縮小。

4.2 區(qū)域內(nèi)差異及趨勢

黃河流域城市經(jīng)濟韌性的區(qū)域內(nèi)差異大小及其演變趨勢如圖6 所示。從水平值看，上游地區(qū)城市經(jīng)濟韌性的區(qū)域內(nèi)差異最大，其差異均值為0.261 6，地區(qū)內(nèi)部城市經(jīng)濟韌性不均衡現(xiàn)象明顯；其次是下游地區(qū)城市韌性的區(qū)域內(nèi)差異，其差異均值為0.258 7；中游地區(qū)城市韌性的區(qū)域內(nèi)差異最小，其差異均值僅為0.200 3。從演變趨勢看，樣本考察期內(nèi)上游、中游和下游地區(qū)城市經(jīng)濟韌性的區(qū)域內(nèi)差異均呈縮小趨勢，其中下游地區(qū)城市經(jīng)濟韌性的區(qū)域內(nèi)差異下降速度最快，其差異值由2005 年0.322 8下降到2020 年0.150 1，年均下降4.98%。上游地區(qū)的區(qū)域內(nèi)差異下降速度次之，其差異值由2005 年的0.299 6 下降到2020 年的0.188 7，年均降幅為3.04%。中游地區(qū)的區(qū)域內(nèi)差異下降速度在三個地區(qū)內(nèi)最慢，其差異值由2005 年的0.232 1下降到2020 年的0.171 4，年均降幅僅為2.00%。綜合以上分析可以看出，各地區(qū)內(nèi)城市經(jīng)濟韌性差異均在縮小，這有助于地區(qū)內(nèi)城市經(jīng)濟韌性的協(xié)同提升。

圖6 2005—2020 年黃河流域各地區(qū)的區(qū)域內(nèi)差異Figure 6 Regional differences within different regions in the Yellow River Basin，2005 -2020

4.3 區(qū)域間差異及趨勢

黃河流域城市經(jīng)濟韌性的區(qū)域間差異大小及其演變趨勢如圖7 所示。從水平值上看，上游和下游地區(qū)之間的城市經(jīng)濟韌性差異最大，其差異均值為0.269 0；其次是中游和下游地區(qū)之間的城市經(jīng)濟韌性差異，差異均值0.254 1；而上游和中游地區(qū)之間的差異最小，其差異均值為0.248 6。從演變趨勢看，三大地區(qū)間城市經(jīng)濟韌性差異均呈下降趨勢，其中，上游和下游地區(qū)之間城市經(jīng)濟韌性差異下降速度最快，其差異值由2005 年的0.316 0 下降到2020年的0.196 1，年均下降3.13%。上游和中游地區(qū)間的城市經(jīng)濟韌性差異下降較慢，其差異值由2005年的0.288 4 下降到2020 年的0.185 9，年均約下降2.89%。中游和下游地區(qū)之間城市經(jīng)濟韌性差異下降最慢，其差異值由2005 年的0.302 5 下降到2020 年的0.206 4，年均下降2.52%。綜合以上分析可以看出，下游地區(qū)憑借較強的經(jīng)濟韌性與上游和中游地區(qū)拉開差距，導(dǎo)致其區(qū)域間差異較大。雖然其區(qū)域間差異呈下降趨勢，但仍需關(guān)注下游地區(qū)與其他地區(qū)間的經(jīng)濟韌性差異。

圖7 2005—2020 年黃河流域城市經(jīng)濟韌性的區(qū)域間差異Figure 7 Regional differences of urban economic resilience in the Yellow River Basin，2005 -2020

4.4 空間差異來源及貢獻(xiàn)

黃河流域城市經(jīng)濟韌性空間差異來源的結(jié)果如表3 所示。

表3 黃河流域城市經(jīng)濟韌性的空間差異來源Table 3 The sources of spatial differences in urban economic resilience in the Yellow River Basin

從水平值看，樣本期內(nèi)超變密度對總體差異的年均貢獻(xiàn)率為46.91%，對黃河流域城市經(jīng)濟韌性的總體差異貢獻(xiàn)最大；區(qū)域內(nèi)差異和區(qū)域間差異對總體差異的年均貢獻(xiàn)率分別為32.68%和20.41%，差異貢獻(xiàn)相對較小。從演變趨勢來看，區(qū)域內(nèi)差異和超變密度對總體差異的貢獻(xiàn)率均表現(xiàn)出波動下降趨勢，其差異貢獻(xiàn)率分別由2005 年的33.19%和46.85%降至2020 年的30.33%和34.60%，年均降幅分別為0.60%和2.00%。區(qū)域間差異貢獻(xiàn)率則表現(xiàn)出上升趨勢，其差異貢獻(xiàn)率由2005 年的19.96%升至2020 年的35.07%，年均上升3.83%；由此可見，盡管超變密度是黃河流域城市經(jīng)濟韌性空間差異的主要來源，但其貢獻(xiàn)率有所下降，而區(qū)域間差異較快的增長速度是今后黃河流域城市經(jīng)濟韌性協(xié)同提升的重點。

5 驅(qū)動因素及分析

鑒于城市經(jīng)濟韌性指標(biāo)體系中各指標(biāo)均是評價黃河流域城市經(jīng)濟韌性的重要組成部分，各指標(biāo)發(fā)展差異會對黃河流域城市經(jīng)濟韌性時空分異產(chǎn)生影響。因此本部分將指標(biāo)體系中人均GDP（X1）、城鎮(zhèn)居民人均可支配收入（X2）、失業(yè)人口占比（X3）、HHI指數(shù)（X4）、外貿(mào)依存度（X5）、人均財政支出（X6）、財政自給水平（X7）、固定資產(chǎn)投資占GDP比重（X8）、人均社會消費品零售總額（X9）、金融機構(gòu)存款余額占GDP 比重（X10）、教育事業(yè)費支出占比（X11）、產(chǎn)業(yè)高級化（X12）、科學(xué)技術(shù)支出占比（X13）、每萬人專利授權(quán)量（X14）和每萬人大學(xué)生數(shù)（X15）15個指標(biāo)作為驅(qū)動因子，借助地理探測器模型對黃河流域整體及上中下游地區(qū)城市經(jīng)濟韌性時空分異的驅(qū)動因素進(jìn)行研究。利用地理探測器進(jìn)行探測時，需要將這些指標(biāo)的數(shù)值變量轉(zhuǎn)換為類型量。本文利用ArcGIS軟件中的自然間斷點分類法進(jìn)行離散化處理，使其轉(zhuǎn)換為類型量，并將離散化后的指標(biāo)作為自變量，將城市經(jīng)濟韌性值作為因變量，導(dǎo)入地理探測器模型中并運行。

5.1 因子探測分析

由表4 可知，從總體層面來看，各個因素解釋力從高到低的排序依次為：人均社會消費品零售總額（0.783 1）＞每萬人專利授權(quán)量（0.736 6）＞每萬人大學(xué)生數(shù)（0.661 8）＞財政自給水平（0.653 5）＞城鎮(zhèn)居民人均可支配收入（0.586 4）＞產(chǎn)業(yè)高級化（0.563 9）＞人均GDP（0.542 6）＞科學(xué)技術(shù)支出占比（0.526 5）＞HHI 指數(shù)（0.471 2）＞外貿(mào)依存度（0.376 3）＞失業(yè)人口占比（0.244 1）＞金融機構(gòu)存款余額占GDP 比重（0.149 4）＞固定資產(chǎn)投資占GDP比重（0.073 0）＞人均財政支出（0.051 3）＞教育事業(yè)費支出占比（0.042 7）。解釋力位居前四位的因素分別為人均社會消費品零售總額、每萬人專利授權(quán)量、每萬人大學(xué)生數(shù)和財政自給水平，其值均高于0.6，固定資產(chǎn)投資占GDP比重、人均財政支出和教育事業(yè)費占財政支出比重的解釋力不足0.1，且這3 個因素對城市經(jīng)濟韌性空間分異的影響并不顯著，這表明市場規(guī)模差異、城市技術(shù)創(chuàng)新能力差異、人力資本水平差異和政府政策扶持力度差異對黃河流域城市經(jīng)濟韌性空間分異的驅(qū)動作用較大，而城市投資規(guī)模差異、政府資源調(diào)配能力差異和教育投入水平差異在現(xiàn)階段并不是導(dǎo)致黃河流域城市經(jīng)濟韌性空間分異的主要因素。

表4 黃河流域城市經(jīng)濟韌性空間分異的驅(qū)動因素Table 4 Driving factors for spatial differentiation of urban economic resilience in the Yellow River Basin

分地區(qū)來看，導(dǎo)致城市經(jīng)濟韌性存在差異的主導(dǎo)因素各不相同。對于上游地區(qū)來說，人均社會消費品零售總額、每萬人大學(xué)生數(shù)和城鎮(zhèn)居民人均可支配收入的驅(qū)動力最大；對于中游地區(qū)，人均社會消費品零售總額、每萬人專利授權(quán)量和每萬人大學(xué)生數(shù)是主要驅(qū)動因素；對于下游地區(qū)而言，驅(qū)動因素排名前三的分別為每萬人專利授權(quán)量、人均GDP和人均社會消費品零售總額。固定資產(chǎn)投資占GDP 比重、人均財政支出、教育事業(yè)費占財政支出比重和失業(yè)人口占比差異對上中下游地區(qū)城市經(jīng)濟韌性空間分異的影響均較低。綜合以上分析來看，市場規(guī)模差異均是黃河城市經(jīng)濟韌性空間分異的關(guān)鍵驅(qū)動因素，因此，各地區(qū)在增強城市經(jīng)濟韌性的過程中應(yīng)重點關(guān)注市場規(guī)模方面的差異，以促進(jìn)黃河流域城市經(jīng)濟韌性的協(xié)同發(fā)展。

5.2 交互探測分析

在考察單因素對黃河流域整體城市經(jīng)濟韌性空間分異的影響強度后，進(jìn)一步使用地理探測器的交互探測功能對黃河流域整體城市經(jīng)濟韌性時空分異驅(qū)動因素的疊加效應(yīng)進(jìn)行定量分析，探究各驅(qū)動因素間的交互作用并識別其交互作用類型。由圖8 可知，黃河流域整體層面上，人均社會消費品零售總額、每萬人專利授權(quán)量和每萬人大學(xué)生數(shù)的交互作用對黃河流域整體城市經(jīng)濟韌性時空分異有著重要影響。上游地區(qū)中，固定資產(chǎn)投資占GDP比重與金融機構(gòu)存貸款余額占GDP比重、每萬人在校大學(xué)生數(shù)的交互作用均達(dá)到0.9 以上，分別躍居第1 和第2 位，這表明即使是單個驅(qū)動作用較弱的因素與其他因素交互后其驅(qū)動作用也有所增強。中游地區(qū)中，科學(xué)技術(shù)支出占比與其他因子交互作用較為明顯，在前十的交互關(guān)系中占有6 項，且其與HHI 指數(shù)的交互作用居于首位，對中游地區(qū)城市經(jīng)濟韌性時空分異的解釋力最強。下游地區(qū)中，每萬人專利授權(quán)量與其他因子間的交互作用的解釋力較強，在排名前10 的因子中占有7 項，對下游地區(qū)城市經(jīng)濟韌性時空分異具有比較重要的影響。此外，無論是黃河流域整體還是各地區(qū)內(nèi)，任何兩個驅(qū)動因素的交互作用均會增強單一因素對城市經(jīng)濟韌性時空分異的解釋力，表現(xiàn)為非線性增強或雙因子增強，表明黃河流域城市經(jīng)濟韌性時空分異是多個因素共同作用的結(jié)果。

圖8 黃河流域及各地區(qū)驅(qū)動因素間的交互作用Figure 8 Interaction between driving factors in the Yellow River Basin and various regions

6 結(jié)論與政策建議

6.1 結(jié)論

本文以黃河流域78 個地級市為研究對象，以2005—2020 年為樣本期，構(gòu)建了城市經(jīng)濟韌性評價指標(biāo)體系，使用熵值法計算得到黃河流域各城市的經(jīng)濟韌性水平值，分析了其時空分異特征，最后通過地理探測器模型探究了時空分異產(chǎn)生的驅(qū)動因素。主要結(jié)論如下：①從整體層面看，2005—2020 年黃河流域78 個地級市中，除呼和浩特、包頭、濟南、淄博和東營5 個城市經(jīng)濟韌性有所下降外，其他城市經(jīng)濟韌性均呈上升趨勢，且駐馬店、周口、商丘等城市經(jīng)濟韌性增長勢頭強盛。流域內(nèi)城市經(jīng)濟韌性的極化趨勢有所減弱，但仍存在較多低經(jīng)濟韌性的城市。從地區(qū)層面看，上中下游地區(qū)城市經(jīng)濟韌性均呈波動上升態(tài)勢，但其發(fā)展速度不均衡，下游和中游地區(qū)城市經(jīng)濟韌性增速較快，上游地區(qū)城市經(jīng)濟韌性增速較慢。從分維度看，樣本期內(nèi)創(chuàng)新與轉(zhuǎn)型能力在各地區(qū)均具有較強的表現(xiàn)力，強于另外兩個維度的表現(xiàn)情況。此外，3 個維度在時間演變趨勢上也各不相同，抵抗與恢復(fù)能力、創(chuàng)新與轉(zhuǎn)型能力均呈上升趨勢，但適應(yīng)與調(diào)整能力則呈先降后升的趨勢。②在空間分布上，黃河流域高經(jīng)濟韌性和較高經(jīng)濟韌性城市主要為太原、呼和浩特、濟南、鄭州、蘭州等省會及周邊城市，在空間位置上大多位于黃河下游地區(qū)；低和較低經(jīng)濟韌性城市的空間分布范圍最大，主要集中在蘭西城市群和關(guān)中城市群周圍，位置上多位于黃河中上游地區(qū)。在空間集聚上，黃河流域城市經(jīng)濟韌性經(jīng)歷多次“集中—分散”趨勢后最終呈集聚趨勢，且主要為“高—高”集聚和“低—低”集聚。在空間差異上，黃河流域城市經(jīng)濟韌性總體差異呈波動下降趨勢，超變密度是主要差異來源，但貢獻(xiàn)率呈下降趨勢。區(qū)域內(nèi)差異貢獻(xiàn)率次之，區(qū)域間差異貢獻(xiàn)率最小，但在樣本期內(nèi)呈上升趨勢。③在黃河流域整體層面上，人均社會消費品零售總額、每萬人專利授權(quán)量、每萬人大學(xué)生數(shù)、財政自給水平、城鎮(zhèn)居民人均可支配收入5 個因素在整個樣本期內(nèi)均具有較強的驅(qū)動作用。產(chǎn)業(yè)高級化和科學(xué)技術(shù)支出占比的驅(qū)動作用逐漸增強。在各地區(qū)層面上，黃河流域上游和中游地區(qū)城市經(jīng)濟韌性時空分異主要受人均社會消費品零售總額因素差異的影響，下游地區(qū)城市經(jīng)濟韌性時空分異主要受每萬人專利授權(quán)量因素差異的影響。無論是黃河流域整體還是上中下游地區(qū)，任何兩個驅(qū)動因素的交互作用均會增強單一因素對黃河流域整體城市經(jīng)濟韌性時空分異的解釋力。

6.2 政策建議

為促進(jìn)黃河流域城市經(jīng)濟韌性水平協(xié)同提升，實現(xiàn)流域高質(zhì)量和可持續(xù)發(fā)展，本文基于研究結(jié)論提出以下建議：

第一，因地制宜，實施差異化提升策略。黃河流域上游地區(qū)生態(tài)環(huán)境脆弱，要在生態(tài)保護(hù)的前提下提升城市經(jīng)濟韌性，因此可利用生態(tài)功能區(qū)這一優(yōu)勢，在流域內(nèi)積極開展生態(tài)產(chǎn)品和生態(tài)服務(wù)價值核算，制定包含水源、生態(tài)固碳、森林地票、生態(tài)旅游、特色農(nóng)產(chǎn)品等在內(nèi)的獨具地區(qū)特色的生態(tài)產(chǎn)品清單，并與市場交易相結(jié)合，從而將產(chǎn)品的生態(tài)價值有效轉(zhuǎn)化為經(jīng)濟價值，切實促進(jìn)上游經(jīng)濟發(fā)展，提升上游地區(qū)城市經(jīng)濟韌性。黃河流域中游地區(qū)非資源類產(chǎn)業(yè)占比低，產(chǎn)業(yè)發(fā)展嚴(yán)重失衡，地區(qū)經(jīng)濟韌性最差，是提升的重點?？稍诹⒆悻F(xiàn)有資源類產(chǎn)業(yè)發(fā)展優(yōu)勢的同時，向技術(shù)密集、資源精細(xì)加工業(yè)轉(zhuǎn)型，大力發(fā)展非資源類替代產(chǎn)業(yè)，形成特色優(yōu)勢產(chǎn)業(yè)。同時延長產(chǎn)業(yè)鏈以打造資源深加工領(lǐng)先企業(yè)和產(chǎn)業(yè)集群，將資源優(yōu)勢夯實為產(chǎn)業(yè)優(yōu)勢，經(jīng)濟優(yōu)勢。黃河流域下游地區(qū)經(jīng)濟韌性相對較好且提升速度也較快，要繼續(xù)保持這種優(yōu)勢，可在立足國內(nèi)大循環(huán)的基礎(chǔ)上促進(jìn)流域內(nèi)外“雙循環(huán)”。在區(qū)域內(nèi)通過主動調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，加快新舊動能轉(zhuǎn)化步伐等促進(jìn)產(chǎn)業(yè)向高級化方向發(fā)展，實現(xiàn)區(qū)域一體化水平提升。在區(qū)域外充分發(fā)揮地理優(yōu)勢，加強與國內(nèi)其他地區(qū)特別是東部沿海經(jīng)濟發(fā)達(dá)城市之間的合作，努力尋找新發(fā)展模式提升城市經(jīng)濟韌性。

第二，發(fā)揮溢出效應(yīng)，助推韌性提升。黃河流域經(jīng)濟韌性高的城市主要是省會城市，且黃河流域城市經(jīng)濟韌性在空間上具有空間集聚和溢出效應(yīng)，因此要充分發(fā)揮這些高經(jīng)濟韌性城市對周邊經(jīng)濟韌性較低城市的輻射帶動作用。通過完善不同城市之間的交通路網(wǎng)以及信息通訊網(wǎng)等確保高經(jīng)濟韌性城市與低經(jīng)濟韌性城市之間保持流暢的溝通和聯(lián)系。高經(jīng)濟韌性城市要及時為低經(jīng)濟韌性城市輸出資金、技術(shù)和管理經(jīng)驗等，通過以傳輸經(jīng)驗、重點專項幫扶等措施推動鄰域城市經(jīng)濟韌性提升。此外，充分利用省會城市的經(jīng)濟優(yōu)勢和調(diào)配資源的能力為其周邊城市創(chuàng)造多樣化的產(chǎn)業(yè)基礎(chǔ)，加強城市與城市間的動態(tài)合作，以便在有城市遭受風(fēng)險和沖擊難以維系經(jīng)濟系統(tǒng)正常運轉(zhuǎn)時，經(jīng)濟實力強的城市可依靠自身優(yōu)勢及時統(tǒng)籌接收遭受沖擊城市的資源，快速形成新的生產(chǎn)力或發(fā)展出新的經(jīng)濟競爭優(yōu)勢來抵抗沖擊，從而降低危機的沖擊力。

第三，縮小區(qū)域差異，實現(xiàn)協(xié)同提升。黃河流域城市經(jīng)濟韌性在空間上具有顯著差異，且區(qū)域間差異對總體差異的貢獻(xiàn)呈上升趨勢，因此在今后黃河流域城市經(jīng)濟韌性協(xié)同提升過程中，要重點關(guān)注區(qū)域間差異，尤其是下游地區(qū)與中上游地區(qū)間的經(jīng)濟韌性差異。這不僅需要進(jìn)一步加快中上游地區(qū)城市經(jīng)濟韌性的提升速度，而且需要下游地區(qū)發(fā)揮對中上游地區(qū)的帶動作用。具體來說，對于黃河流域中上游地區(qū)而言，轉(zhuǎn)變經(jīng)濟發(fā)展方式，加快創(chuàng)新能力是提升城市經(jīng)濟韌性的關(guān)鍵。黃河流域中上游大部分城市目前仍存在經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)不合理、經(jīng)濟活力差和創(chuàng)新動力不足等問題，嚴(yán)重影響地區(qū)內(nèi)經(jīng)濟系統(tǒng)面對外部沖擊的抵抗能力。因此中上游城市可充分利用當(dāng)前由數(shù)字經(jīng)濟及信息化迅猛發(fā)展帶來的優(yōu)勢，對其地區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)重新進(jìn)行調(diào)整。通過建設(shè)特色產(chǎn)業(yè)體系，并借助“一帶一路”建設(shè)契機，開辟向西開放的新模式，從而尋求新發(fā)展路徑，促進(jìn)中上游地區(qū)經(jīng)濟韌性提升。同時，黃河流域下游地區(qū)要積極向中下游地區(qū)進(jìn)行產(chǎn)業(yè)轉(zhuǎn)移，帶動中上游地區(qū)城市經(jīng)濟韌性快速提升。

第四，重點關(guān)注主導(dǎo)驅(qū)動因素，發(fā)揮有利交互作用。經(jīng)濟系統(tǒng)的復(fù)雜性決定了不同因素差異均有可能導(dǎo)致城市經(jīng)濟的抗風(fēng)險能力以及恢復(fù)能力不同。影響上中下游地區(qū)城市經(jīng)濟韌性時空分異的諸多因素中，市場規(guī)模、技術(shù)創(chuàng)新能力、人力資本水平、居民抗風(fēng)險能力、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度等因素差異是關(guān)鍵驅(qū)動因素。因此，對于市場規(guī)模、技術(shù)創(chuàng)新能力、人力資本等較強的城市要繼續(xù)保持發(fā)展優(yōu)勢。對于經(jīng)濟韌性較低的城市需要政府通過加大轉(zhuǎn)移支付等方式增加居民的可支配收入，刺激消費，擴大市場規(guī)模，通過鼓勵發(fā)明專利，培養(yǎng)創(chuàng)新型人才等增強經(jīng)濟的創(chuàng)新能力，以實現(xiàn)對經(jīng)濟韌性較高城市的追趕。同時，充分利用各因素間交互作用大于各自驅(qū)動作用的優(yōu)勢，尤其發(fā)揮驅(qū)動作用較強因子與其他因素間的合力作用，促進(jìn)城市將技術(shù)優(yōu)勢轉(zhuǎn)化為經(jīng)濟優(yōu)勢以實現(xiàn)城市經(jīng)濟韌性協(xié)調(diào)發(fā)展。