摘" 要：采用空間面板杜賓模型和時空地理加權回歸模型實證檢驗2010—2021年黃河流域城市區(qū)域創(chuàng)新生態(tài)系統(tǒng)耦合協(xié)調度與產(chǎn)業(yè)鏈韌性之間的空間溢出效應及時空異質性。研究發(fā)現(xiàn)：①考察期內，區(qū)域創(chuàng)新生態(tài)系統(tǒng)耦合協(xié)調度與產(chǎn)業(yè)鏈韌性逐年提升，呈現(xiàn)出下游gt;中游gt;上游的發(fā)展格局；②區(qū)域創(chuàng)新生態(tài)系統(tǒng)耦合協(xié)調度與產(chǎn)業(yè)鏈韌性的全局莫蘭指數(shù)均為正值，整體集聚效應未發(fā)生明顯改變，以高—高集聚和低—低集聚為主；③區(qū)域創(chuàng)新生態(tài)系統(tǒng)難以有效推動本地產(chǎn)業(yè)鏈抵抗力和恢復力增長，從而制約產(chǎn)業(yè)鏈韌性提升，而鄰近城市區(qū)域創(chuàng)新生態(tài)系統(tǒng)價值流的空間溢出能夠增強產(chǎn)業(yè)鏈抵抗力和恢復力進而提升產(chǎn)業(yè)鏈韌性；④時空非平穩(wěn)性分析結果表明，區(qū)域創(chuàng)新生態(tài)系統(tǒng)耦合協(xié)調度對產(chǎn)業(yè)鏈韌性、抵抗力和恢復力的正向驅動作用逐年減弱；2021年區(qū)域創(chuàng)新生態(tài)系統(tǒng)耦合協(xié)調度對城市產(chǎn)業(yè)鏈抵抗力和恢復力影響的強弱異質性，使其對產(chǎn)業(yè)鏈韌性的正向驅動作用由東向西逐級遞減，并對甘肅、寧夏等城市的產(chǎn)業(yè)鏈韌性產(chǎn)生負向影響。

關鍵詞關鍵詞：黃河流域；區(qū)域創(chuàng)新生態(tài)系統(tǒng)；產(chǎn)業(yè)鏈韌性;時空非平穩(wěn)性

DOI：10.6049/kjjbydc.YX202305123

開放科學（資源服務）標識碼（OSID）""""" 開放科學（資源服務）標識碼（OSID）：

中圖分類號：F061.5

文獻標識碼：A

文章編號：1001-7348（2024）16-0061-11

收稿日期：2023-05-19" 修回日期：2023-07-29

基金項目：山東省社科規(guī)劃重大理論和現(xiàn)實問題協(xié)同創(chuàng)新研究專項（22BCXJ02）

作者簡介：張峰（1989—），男，山東濟南人，博士，山東理工大學管理學院教授，研究方向為系統(tǒng)工程與工業(yè)工程；魏巍（1999—），男，河南南陽人，山東理工大學管理學院碩士研究生，研究方向為管理系統(tǒng)工程；陳嘉偉（1998—），男，山東東營人，山東理工大學管理學院碩士研究生，研究方向為管理系統(tǒng)工程；宋勝磊（1998—），男，山東濰坊人，山東理工大學管理學院碩士研究生，研究方向為區(qū)域經(jīng)濟。本文通訊作者：魏巍。

0" 引言

提高產(chǎn)業(yè)鏈韌性對促進經(jīng)濟高質量發(fā)展和維護產(chǎn)業(yè)體系安全穩(wěn)定至關重要，產(chǎn)業(yè)鏈韌性穩(wěn)定提升離不開創(chuàng)新生態(tài)系統(tǒng)的有效支撐，尤其在創(chuàng)新生態(tài)系統(tǒng)推動產(chǎn)業(yè)轉型升級與創(chuàng)新績效累積作用愈發(fā)關鍵的趨勢下，持續(xù)提升創(chuàng)新生態(tài)系統(tǒng)耦合協(xié)調水平尤為關鍵。對于黃河流域國家重大發(fā)展戰(zhàn)略實踐更是如此，當前黃河流域上、中、下游產(chǎn)業(yè)鏈發(fā)展差距較大，下游省份已形成先進的產(chǎn)業(yè)集群，上游省份卻陷入能源資源型產(chǎn)業(yè)轉型困境［1］。因此，通過創(chuàng)新生態(tài)系統(tǒng)驅動產(chǎn)業(yè)鏈韌性提升成為黃河流域生態(tài)保護和高質量發(fā)展戰(zhàn)略實施的必然路徑。在區(qū)域一體化發(fā)展戰(zhàn)略背景下，厘清創(chuàng)新生態(tài)系統(tǒng)對產(chǎn)業(yè)鏈韌性的影響機理，以及系統(tǒng)價值流的空間交互能否有效支撐產(chǎn)業(yè)鏈韌性有序發(fā)展成為亟需破解的命題，同時客觀判斷各地區(qū)資源稟賦不同造就創(chuàng)新生態(tài)系統(tǒng)對產(chǎn)業(yè)鏈韌性影響的時空異質性，也是推動黃河流域高質量發(fā)展的重要問題。

1" 文獻綜述

創(chuàng)新生態(tài)系統(tǒng)是指一定時空范圍內創(chuàng)新主體與創(chuàng)新環(huán)境間基于物質、能量和信息流動，相互依存、相互作用形成的動態(tài)系統(tǒng)［2］。關于創(chuàng)新生態(tài)系統(tǒng)研究的演進脈絡大致可分為3個階段，即由創(chuàng)新到創(chuàng)新系統(tǒng)再到創(chuàng)新生態(tài)系統(tǒng)［3］。與靜態(tài)創(chuàng)新系統(tǒng)（由與知識、技術相關的組織構成）相比，創(chuàng)新生態(tài)系統(tǒng)是創(chuàng)新理念的進一步延伸。區(qū)域創(chuàng)新生態(tài)系統(tǒng)（RIE）作為新的研究方向，學者們主要從以下方面展開探討：一是RIE發(fā)展水平測度。學者們從生態(tài)位適宜度、耦合協(xié)調度、系統(tǒng)運行效率等方面構建多維評價指標體系［4-5］，采用綜合評價法、數(shù)據(jù)包絡分析法測算RIE發(fā)展水平。依據(jù)創(chuàng)新生態(tài)系統(tǒng)概念，指標體系中的創(chuàng)新主體由企業(yè)、高校等研發(fā)機構組成，創(chuàng)新環(huán)境包含經(jīng)濟、文化、對外開放等方面，而對于兩者之間的能量、物質流動，學者們依據(jù)研究單元所在地理區(qū)位的不同納入包含技術、信息、資本等要素的子系統(tǒng)，以完善RIE評價指標體系［6］。二是RIE驅動機理。學者們重點關注RIE內部子系統(tǒng)的耦合協(xié)調機制以及不同系統(tǒng)之間的協(xié)同演化路徑［7］。有關RIE影響機制的研究較少，已有研究表明，在省域、城市群等不同空間維度上，RIE能正向驅動地區(qū)創(chuàng)新績效累積、產(chǎn)業(yè)協(xié)同集聚、經(jīng)濟高質量發(fā)展、數(shù)字經(jīng)濟水平提升等［8-10］。

產(chǎn)業(yè)鏈韌性提升是現(xiàn)代化產(chǎn)業(yè)體系建設的重要驅動因素，也是中共二十大作出的重大決策部署。已有關于產(chǎn)業(yè)鏈韌性的實證研究主要聚焦以下幾個方面：一是產(chǎn)業(yè)鏈韌性的內涵與測算。產(chǎn)業(yè)鏈韌性由經(jīng)濟韌性演化而來，二者概念大體相同［11-12］。學者將產(chǎn)業(yè)鏈韌性概述為受到外部干擾時的維穩(wěn)能力、快速調整到原有水平的恢復能力以及發(fā)現(xiàn)增長新路徑的能力［13］。Martin［14］的“4R”理論將韌性特征概括為抵抗能力、恢復能力、更新能力和再定位能力。在此基礎上，學者們構建多維評價指標體系［15］，采用綜合評價法測算產(chǎn)業(yè)鏈韌性［16］，或者以產(chǎn)業(yè)多樣化指數(shù)、區(qū)域創(chuàng)新能力指代產(chǎn)業(yè)鏈韌性［17］。二是產(chǎn)業(yè)鏈韌性提升機理?？紤]到產(chǎn)業(yè)鏈韌性與經(jīng)濟發(fā)展格局的緊密聯(lián)系，學者們深入探討大變局［18］、雙循環(huán)［19］、雙碳政策［20-21］等時代背景下工業(yè)［16］、船舶業(yè)［22］等產(chǎn)業(yè)鏈韌性提升路徑并提出相應對策建議。已有文獻表明，數(shù)字金融［17］、鏈長制［23］等與產(chǎn)業(yè)鏈韌性之間存在非線性關系。

綜上所述，當前RIE相關研究側重于對生態(tài)位適宜度、耦合協(xié)調度等的測度，缺乏對RIE空間溢出效應和時空異質性的探究。RIE作為一個開放系統(tǒng)，不同地區(qū)RIE運行過程中價值流（信息、技術、人才等創(chuàng)新資源要素）的輸入或輸出必然引致空間效應產(chǎn)生。同時，在產(chǎn)業(yè)鏈韌性的實證研究中，鮮有文獻探討RIE驅動產(chǎn)業(yè)鏈韌性提升的具體機制，以黃河流域為背景考察二者關聯(lián)的文獻更是不足。鑒于此，本文以2010—2021年黃河流域79個地級市為研究對象（依據(jù)2021年國務院印發(fā)的《黃河流域生態(tài)保護和高質量發(fā)展規(guī)劃綱要》，黃河流域涉及魯、豫、陜、晉、寧、青、川、甘和內蒙古9省區(qū)共91個地級行政區(qū)，剔除部分數(shù)據(jù)不可得地區(qū)，最終選取79個地級市作為研究單元，將魯、豫歸為下游，晉、陜歸為中游，寧、青、川、甘和內蒙古歸為上游），以創(chuàng)新群體、創(chuàng)新資源、創(chuàng)新潛力和創(chuàng)新環(huán)境4個子系統(tǒng)的耦合協(xié)調度衡量RIE發(fā)展水平，以產(chǎn)業(yè)鏈抵抗力與恢復力衡量產(chǎn)業(yè)鏈韌性，綜合運用探索性空間數(shù)據(jù)分析、空間面板杜賓模型和時空地理加權回歸模型考察RIE對產(chǎn)業(yè)鏈韌性影響的空間溢出效應和時空非平穩(wěn)性。

本文邊際貢獻如下：①將產(chǎn)業(yè)鏈韌性、抵抗力和恢復力納入同一研究框架，系統(tǒng)剖析RIE對產(chǎn)業(yè)鏈韌性的提升機制；②基于空間面板杜賓模型識別RIE驅動產(chǎn)業(yè)鏈韌性提升的空間機理；③基于時空地理加權回歸模型識別不同時空維度下RIE對產(chǎn)業(yè)鏈韌性的影響機制進而提出相應建議。

2" 模型構建與指標說明

2.1" 黃河流域RIE耦合協(xié)調機理及測度

2.1.1" 黃河流域RIE耦合協(xié)調機理

從系統(tǒng)論角度看，創(chuàng)新生態(tài)系統(tǒng)穩(wěn)定運行不僅依賴于創(chuàng)新群體的行為活動和創(chuàng)新資源的有序支持，而且受創(chuàng)新潛力和創(chuàng)新環(huán)境的間接影響，各要素之間只有建立相互依賴和耦合共生的關系，才能推動整個創(chuàng)新生態(tài)系統(tǒng)動態(tài)演化，如圖1所示。具體而言，創(chuàng)新群體作為創(chuàng)新活動的行為主體，是人才、技術提供的重要源泉所在，在創(chuàng)新生態(tài)系統(tǒng)中處于核心位置，與創(chuàng)新資源之間存在利用與被利用的關系，即創(chuàng)新資源通過創(chuàng)新群體的處理轉化，在輸出社會經(jīng)濟效益的同時，也進一步調控創(chuàng)新資源的再配置水平。理想的創(chuàng)新活動既具有高邊際產(chǎn)出特性，又兼具持續(xù)性特點。因此，在創(chuàng)新生態(tài)系統(tǒng)不斷運行過程中，如何高效培育和釋放創(chuàng)新潛力是持續(xù)支撐創(chuàng)新群體開展各類創(chuàng)新活動的關鍵因素。事實上，創(chuàng)新潛力與創(chuàng)新資源、創(chuàng)新環(huán)境具有密不可分的關系，豐裕的創(chuàng)新資源和良好的創(chuàng)新環(huán)境能夠為培育創(chuàng)新潛力提供便利的基礎條件；創(chuàng)新群體的創(chuàng)新活動離不開特定創(chuàng)新環(huán)境，尤其當二者之間形成良性互動關系時，創(chuàng)新活動又反作用于創(chuàng)新環(huán)境，為營造更加和諧有序的創(chuàng)新環(huán)境提供不懈動力。由此可見，合理量化識別創(chuàng)新群體、創(chuàng)新資源、創(chuàng)新潛力與創(chuàng)新環(huán)境之間的耦合關系，對推動區(qū)域創(chuàng)新生態(tài)系統(tǒng)發(fā)展尤為重要。

2.1.2" 黃河流域RIE耦合協(xié)調度測算

基于創(chuàng)新生態(tài)系統(tǒng)內涵并結合數(shù)據(jù)可得性，構建黃河流域RIE評價指標體系，見表1。其中，數(shù)字化水平由每百人互聯(lián)網(wǎng)寬帶接入用戶數(shù)、計算機和軟件業(yè)從業(yè)人員占比、人均電信業(yè)務總量、每百人移動電話用戶數(shù)4個指標通過熵權法求得；人力資本水平以在校大學生人數(shù)與常住人口的比值衡量；城鎮(zhèn)化水平以城鎮(zhèn)人口與常住人口的比值表征；環(huán)境規(guī)制以當期單位產(chǎn)值污染排放強度表示，單位產(chǎn)值污染排放強度=（工業(yè)廢水排放量+工業(yè)二氧化硫排放量+工業(yè)煙（粉）塵）/城市總產(chǎn)值；勞動力水平以就業(yè)人數(shù)的對數(shù)值表示；產(chǎn)業(yè)結構由第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的比值衡量；對外開放程度以進出口總額與GDP的比值表征。指標數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》及各城市統(tǒng)計年鑒，少量缺失數(shù)據(jù)采用插值法填充。

本文使用耦合協(xié)調度模型評估黃河流域RIE發(fā)展水平。在對各項指標正向標準化處理后，采用熵權法加權求和得到4個子系統(tǒng)的發(fā)展指數(shù)，再測算各子系統(tǒng)的耦合協(xié)調度，以評估黃河流域RIE協(xié)調水平。具體公式如下：

sij=Sij－minSijmaxSij－minSij（1）

ej=－1ln（n）∑ni=1sij∑ni=1sijln（sij∑ni=1sij）（2）

Wj=（1－ej）/∑mj=1（1－ej）（3）

ut=∑mj=1Wjsij（4）

式中，sij為正向標準化處理后的實測指標，Sij為地區(qū)i指標j的原始數(shù)據(jù)，n為指標個數(shù)，ej為指標j的信息熵，Wj為指標權重，ut為子系統(tǒng)發(fā)展指數(shù)。

耦合協(xié)調度D由耦合度C和綜合協(xié)調系數(shù)T組成，用于反映事物間的協(xié)調發(fā)展水平，公式如下：

C=4u1×u2×u3×u4u1+u2+u3+u441/4（5）

T=au1+bu2+mu3+nu4（6）

D=C×T（7）

式中，u1、u2、u3、u4分別為4個子系統(tǒng)發(fā)展指數(shù)；a、b、m、n為待定系數(shù)且滿足a+b+m+n=1，a=b=m=n。借鑒相關研究，將耦合協(xié)調度D分為4類，如表2所示。

表2" 耦合協(xié)調類型劃分標準Table 2" "Classification standards of coupling coordination types

耦合協(xié)調度耦合協(xié)調類型

0≤Dlt;0.3低度耦合協(xié)調水平

0.3≤Dlt;0.5中度耦合協(xié)調水平

0.5≤Dlt;0.8高度耦合協(xié)調水平

0.8≤Dlt;1極度耦合協(xié)調水平

2.2" 產(chǎn)業(yè)鏈韌性指標構建及測算

目前，關于產(chǎn)業(yè)鏈韌性內涵的普遍認識是，產(chǎn)業(yè)體系在應對重大危機沖突下維穩(wěn)、抗干擾的抵抗能力，以及以創(chuàng)新和技術改革為動力尋求產(chǎn)業(yè)鏈發(fā)展新路徑進而打破危機狀態(tài)并快速還原至原有水平的恢復能力。因此，本文從產(chǎn)業(yè)鏈抵抗力和恢復力兩個維度對產(chǎn)業(yè)鏈韌性進行描述。

產(chǎn)業(yè)鏈抵抗力以產(chǎn)業(yè)多樣化指數(shù)（Indiv）表征。按照產(chǎn)業(yè)生態(tài)系統(tǒng)理論，通常認為存在多樣性的系統(tǒng)具有較強的抵御沖擊能力和風險分散能力。原因在于，多樣化的產(chǎn)業(yè)結構在技術、人才、信息等資源要素外部溢出、資源互補及接收受沖擊企業(yè)資源并轉化為新生產(chǎn)力等方面具有優(yōu)勢，能夠顯著緩解危機到來時因區(qū)域產(chǎn)業(yè)單一造成的區(qū)域鎖定現(xiàn)象，增強產(chǎn)業(yè)鏈的維穩(wěn)、抗干擾能力。據(jù)此，本文參考李勝會等［15］的思路，采用赫希曼—赫芬達爾指數(shù)（HHI）衡量產(chǎn)業(yè)多樣化（Indiv），其值越大表明產(chǎn)業(yè)多樣化程度越低，則產(chǎn)業(yè)鏈抵抗力越弱。具體公式如下：

HHI=∑Niφ2i（8）

Indiv=1HHI=1/∑Niφ2i（9）

式中，φ2i表示第一、二、三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重，i=1、2、3。數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。

產(chǎn)業(yè)鏈恢復力以區(qū)域創(chuàng)新創(chuàng)業(yè)指數(shù)（IRIEC）表征。一般認為，產(chǎn)業(yè)生態(tài)系統(tǒng)受到較大沖擊破壞后，要恢復到原有創(chuàng)新能力，需要注入新的創(chuàng)新動能，尤其需要新增創(chuàng)新成果和提高創(chuàng)新產(chǎn)出。因此，本文從企業(yè)創(chuàng)建行為、投資活動和創(chuàng)新產(chǎn)出3個維度綜合反映區(qū)域創(chuàng)新創(chuàng)業(yè)水平，且在量化上重點考慮新增企業(yè)數(shù)量、新增投資和新增專利產(chǎn)出等核心因素。測算方法參照Dai等［24］的思路，公式如下：

Xij=log（Zij）（10）

xij=Xij－XijStd（Xij）（11）

IRIECit=P（∑nj=1wj×xij）（12）

式中，Zij為原始數(shù)據(jù)，xij為標準化處理后的數(shù)據(jù)，Xij為均值，Std為標準差，wj為指標權重，IRIEC由加權指數(shù)所在分位數(shù)求得。

產(chǎn)業(yè)鏈韌性通過熵權TOPSIS法計算得出，該方法能在充分利用原始數(shù)據(jù)的基礎上精確反映各城市產(chǎn)業(yè)鏈韌性。首先，借助式（1）～（3）將產(chǎn)業(yè)多樣化指數(shù)和區(qū)域創(chuàng)新創(chuàng)業(yè)指數(shù)正向標準化處理后得到Xij，并求得權重wj，進而構建由n行m列組成的標準化矩陣Zij，公式如下：

Zij=Xij∑nk=1Xij2（13）

然后，采用歐氏距離計算各地區(qū)產(chǎn)業(yè)多樣化指數(shù)、區(qū)域創(chuàng)新創(chuàng)業(yè)指數(shù)與最優(yōu)、最劣向量之間的差距。最后，計算各地區(qū)產(chǎn)業(yè)鏈韌性Ai，公式如下：

D+i=∑mj=1wjZ+j－zij2（14）

D－i=∑mj=1wjZ－j－zij2（15）

Ai=D－iD+i+D－i（16）

式中，D+i、D－i分別表示地區(qū)i的正理想解距離和負理想解距離，Z+j、Z－j分別為第j個指標的最優(yōu)方案值和最劣方案值。

需要說明的是，在產(chǎn)業(yè)鏈韌性測度中，本文主要從區(qū)域整體層面對黃河流域產(chǎn)業(yè)發(fā)展狀態(tài)進行量化，因而樣本范圍以區(qū)域總體數(shù)據(jù)為主。其中，產(chǎn)業(yè)多樣化指數(shù)是基于第一、二、三產(chǎn)業(yè)增加值比重變化得到的赫芬達爾指數(shù)。考慮到既有統(tǒng)計資料未對產(chǎn)業(yè)鏈恢復力各測算指標的細分產(chǎn)業(yè)數(shù)據(jù)進行直接統(tǒng)計，在測算時選取第一、二、三產(chǎn)業(yè)中新增企業(yè)注冊數(shù)量、新增風險投資企業(yè)數(shù)量、專利相關指標等進行總體統(tǒng)計。此外，本文未單獨剖析區(qū)域內重大突發(fā)性事件（如新冠疫情、美國實體清單等）對產(chǎn)業(yè)鏈韌性的沖擊，主要原因在于：一方面，本文重點剖析創(chuàng)新生態(tài)系統(tǒng)對產(chǎn)業(yè)鏈韌性的影響；另一方面，從產(chǎn)業(yè)鏈韌性的內涵及量化需求看，重大突發(fā)性事件造成的沖擊通過作用于產(chǎn)業(yè)鏈韌性評價指標數(shù)值，進而從測算結果呈現(xiàn)出的韌性狀態(tài)屬性中刻畫產(chǎn)業(yè)鏈抵抗力和恢復力。

2.3" 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析（ESDA）能夠從全局和局部觀測事物的空間關聯(lián)性與差異性。全局莫蘭指數(shù)（Global Moran's I）用于衡量研究區(qū)域內各單元之間的空間集聚程度，0lt;Moran's IG≤1表示空間分布正向相關，－1≤Moran's IGlt;0表示空間分布負向相關，Moran's IG=0表示空間分布不存在相關性。局部相關檢驗則引入LISA圖，以衡量各城市的局部空間集聚特征。具體公式如下：

Moran's IG=∑ni=1∑nj=1wij（xi－x-）（xj－x-）S2∑ni=1∑nj=1wij（17）

LISA=Xi－X-S2∑nj=1wij（Xj－X-）（18）

式中，n代表城市數(shù)，xi、xj分別表示城市i和j的屬性值，x-為屬性值的平均值，S2為屬性值的方差，wij為反距離空間權重矩陣。

2.4" 空間面板杜賓模型

為探究黃河流域RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性的空間溢出效應，構建如下空間面板杜賓模型：

Yi，t=α0+ρW·Yi，t+δ1W·Xi，t+α1·Xi，t+δ2W·coni，t+α2·coni，t+μi+φt+εi，t（19）

式中，Yi，t為被解釋變量，W為空間權重矩陣，Xi，t為解釋變量，coni，t為控制變量，α0為截距項，α1、α2分別為解釋變量和控制變量的回歸系數(shù)，ρ為被解釋變量的空間自回歸系數(shù)，δ1、δ2為解釋變量與控制變量空間交互項的彈性系數(shù)，μi表示個體固定效應，φt表示時間固定效應，εi，t為隨機擾動項。

此外，空間面板杜賓模型需要通過Moran's I、LM、Hausman、LR檢驗。其中，Moran's I用于空間自相關檢驗，LM-error、LM-lag檢驗用于判斷是否存在空間誤差或空間滯后，二者均存在則采用Hausman檢驗判斷固定效應是否優(yōu)于隨機效應，然后使用LR-lag、LR-error檢驗判斷空間面板杜賓模型能否簡化為空間面板誤差模型或空間面板滯后模型，最后以LR模型檢驗時間固定、空間固定或雙固定模型的優(yōu)劣。

2.5" 時空地理加權回歸模型

時空地理加權回歸模型（GTWR）在地理加權回歸模型基礎上加入時間維度，能更好地處理時空非平穩(wěn)性，使估計結果更為有效。因此，本文采用該模型分析不同時空維度下RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性、抵抗力及恢復力的影響，如式（20）。

Yi=β0（ui，vi，ti）+∑pk=1βk（ui，vi，ti）Xik+εi（20）

式中，Yi為觀測值，ui，vi為第i個觀測點的經(jīng)緯度，ti為時間參數(shù)，ui，vi，ti為第i個觀測點的時空坐標，β0為回歸常數(shù)，βk為第i個觀測點第k個自變量的回歸系數(shù)，εi為殘差。

2.6" 指標說明

本文將產(chǎn)業(yè)鏈韌性、抵抗力及恢復力均作為被解釋變量，以剖析黃河流域RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性的影響機制。解釋變量RIE耦合協(xié)調度（D）由式（7）計算得出。為盡可能縮小遺漏變量產(chǎn)生的誤差，考慮到金融、政策、對外開放與產(chǎn)業(yè)鏈韌性之間的非線性關系，引入以下控制變量：①金融發(fā)展水平（fin），在資本投入方面對產(chǎn)業(yè)鏈抵抗力與恢復力產(chǎn)生影響，以金融業(yè)從業(yè)人員與常住人口的比值衡量；②對外開放程度（fdi），外部資金、技術等要素的進入有利于增強產(chǎn)業(yè)鏈恢復力，進而影響產(chǎn)業(yè)鏈韌性，以各城市當年外商實際投資額的對數(shù)值表示；③工業(yè)化水平（ind），工業(yè)本身具備的生產(chǎn)彈性和抗沖擊能力有利于產(chǎn)業(yè)鏈韌性提升，以各城市工業(yè)增加值與GDP的比值表征；④政府干預度（gov），產(chǎn)業(yè)鏈韌性的提升離不開政府支持，但政府過度干預可能影響區(qū)域創(chuàng)新能力，進而影響產(chǎn)業(yè)鏈韌性，以地方財政支出占GDP的比值衡量。

3" 實證分析

3.1" RIE耦合協(xié)調度與產(chǎn)業(yè)鏈韌性的時序演化

圖2描繪了分別由式（7）（16）得出的2010—2021年黃河流域RIE耦合協(xié)調度和產(chǎn)業(yè)鏈韌性值。結果顯示，考察期內黃河流域RIE耦合協(xié)調度分布在0.2～0.4區(qū)間且波動幅度較小，絕大部分城市的RIE處于中、低度耦合協(xié)調水平，個別城市處于高度或極度耦合協(xié)調層次。隨著時間推移，更多城市進入中度耦合協(xié)調水平，均值和中位數(shù)均呈逐年增長態(tài)勢，說明創(chuàng)新驅動發(fā)展戰(zhàn)略的實施使黃河流域各城市在激發(fā)創(chuàng)新潛力，推動創(chuàng)新主體與創(chuàng)新資源、環(huán)境深度融合方面取得顯著成效。與RIE耦合協(xié)調度相比，考察期內產(chǎn)業(yè)鏈韌性的增長趨勢較為明顯，期初韌性值在0.5～0.6區(qū)間，期末則處于0.6～0.8區(qū)間，表明黃河流域產(chǎn)業(yè)結構優(yōu)化和區(qū)域創(chuàng)新能力提高推動了產(chǎn)業(yè)鏈韌性提升。

分地區(qū)看，上、中、下游RIE耦合協(xié)調度和產(chǎn)業(yè)鏈韌性的走勢與流域整體趨勢基本一致。在RIE耦合協(xié)調度方面，上、中、下游的累計增長率分別為15%、19%、20%，呈現(xiàn)出下游領先、中游追趕、上游相對落后的格局。中、下游地區(qū)RIE耦合協(xié)調的高速發(fā)展離不開區(qū)域內充足的創(chuàng)新資源稟賦和優(yōu)越的經(jīng)濟發(fā)展環(huán)境，上游地區(qū)受制于地理區(qū)位，RIE子系統(tǒng)存在短板，難以實現(xiàn)高度耦合協(xié)調。在產(chǎn)業(yè)鏈韌性方面，下游地區(qū)產(chǎn)業(yè)結構成功轉變?yōu)榧s型，使其處于領先地位。隨著西部大開發(fā)戰(zhàn)略的實施、高新技術產(chǎn)業(yè)的進入以及東部省份的知識、技術溢出，推動上游四省產(chǎn)業(yè)鏈韌性提升，極大縮小了中、上游地區(qū)之間的差距。

3.2" RIE耦合協(xié)調度與產(chǎn)業(yè)鏈韌性的空間相關性

3.2.1" 全局空間相關性

根據(jù)式（17）測算2010—2021年黃河流域RIE耦合協(xié)調度和產(chǎn)業(yè)鏈韌性的全局莫蘭指數(shù)，以分析二者之間的空間關聯(lián)性，結果見表3?？疾炱趦?，黃河流域RIE耦合協(xié)調度和產(chǎn)業(yè)鏈韌性的Moran's I均為正值且在1%水平上通過顯著性檢驗，表明二者在空間分布上存在正向相關性，即區(qū)域內更容易形成高—高集聚和低—低集聚。在時序變化上，RIE耦合協(xié)調度在0.27附近小幅波動，2019年驟然下降可能是由于新冠疫情等打破了RIE子系統(tǒng)的良性發(fā)展態(tài)勢。產(chǎn)業(yè)鏈韌性的集聚程度呈波動上升態(tài)勢，可能是因為產(chǎn)業(yè)鏈韌性高值城市產(chǎn)業(yè)結構轉型升級過程中的空間溢出帶動周圍城市產(chǎn)業(yè)鏈韌性的提升，使得空間正向集聚增強。

3.2.2" 局部空間相關性

本文繪制如圖3所示的LISA集聚圖，揭示黃河流域RIE耦合協(xié)調度與產(chǎn)業(yè)鏈韌性的局部空間異質特征。2010年和2021年黃河流域RIE耦合協(xié)調度以高—高集聚和低—低集聚為主，各城市集聚類型無明顯改變。山東省創(chuàng)新資源豐富且地處東部沿海，在人才吸引、外資引入等方面占據(jù)優(yōu)勢，區(qū)域內形成高—高集聚。由于RIE子系統(tǒng)存在短板，棗莊和濮陽成為低—高集聚型城市。蘭州屬于高—低集聚型城市，其周邊的固原、慶陽、延安等城市為低—低集聚型，反映出蘭州等城市的虹吸效應對周邊城市的RIE耦合協(xié)調發(fā)展形成制約。產(chǎn)業(yè)鏈韌性的集聚類型變化較為明顯，空間效應顯著。期初以高—高集聚和高—低集聚為主，期末則以高—高集聚、高—低集聚和低—低集聚為主?？疾炱趦龋嵵?、濟南等城市的知識、技術溢出使高—高集聚型轉移至魯豫兩省交界處，鄂爾多斯、武威由高—低集聚型轉變?yōu)榈汀图坌?，存在資源要素“被擴散”現(xiàn)象。2021年僅西安屬于低—高集聚型城市，可能是因為資源要素被迫轉移制約了產(chǎn)業(yè)鏈韌性的發(fā)展。

3.3" RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性的空間溢出

3.3.1" 模型估計前檢驗

表4描述了方差膨脹因子VIF和單位根LLC檢驗結果。結果顯示，各變量的VIF值均小于2，LLC檢驗結果在1%水平上顯著，說明各變量之間不存在多重共線性，面板數(shù)據(jù)中未出現(xiàn)偽回歸問題，可進行參數(shù)估計。

3.3.2" 空間面板計量模型選擇

表5報告了被解釋變量的Moran's I、LM、LR等檢驗結果。以產(chǎn)業(yè)鏈韌性為例，Moran's I檢驗在1%水平上顯著，LM-err、LM-lag均拒絕原假設，滿足空間計量模型使用前提。Hausman檢驗通過表明固定效應比隨機效應更優(yōu)，LR檢驗通過表明空間杜賓模型不會退化為空間誤差模型和空間滯后模型，雙固定模型優(yōu)于時間固定或空間固定模型，最終選擇雙固定空間面板杜賓模型（SPDM）。依據(jù)檢驗結果，抵抗力和恢復力同樣選用雙固定SPDM模型。

3.3.3" 空間溢出效應分析

表6報告了SPDM模型中RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性、抵抗力及恢復力的回歸結果。以經(jīng)濟距離權重矩陣為例，空間自相關系數(shù)（rho）基本在10%水平上顯著為正，說明黃河流域產(chǎn)業(yè)鏈韌性、抵抗力及恢復力存在明顯的空間依賴性，一定程度上受RIE協(xié)調水平的影響。點估計結果與偏微分結果基本一致，考慮到點估計結果可能存在估計偏誤問題，而偏微分估計將總效應分解為直接效應和間接效應的結果更加客觀。因此，本文著重分析偏微分估計結果。

在本地效應方面，RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性、抵抗力及恢復力直接效應的估計系數(shù)分別為-0.377、-1.011、-0.048，且在1%或10%水平上顯著，反映出RIE耦合協(xié)調度難以有效推動產(chǎn)業(yè)鏈抵抗力和恢復力增長從而形成“雙輪制約”機制，進而對產(chǎn)業(yè)鏈韌性產(chǎn)生顯著負向影響。可能歸因于：RIE價值流的輸出與當?shù)禺a(chǎn)業(yè)結構密切相關，在政府和市場調控下，RIE價值流往往向優(yōu)勢產(chǎn)業(yè)集聚，雖增強了優(yōu)勢產(chǎn)業(yè)的恢復力，但會負向影響整體產(chǎn)業(yè)鏈恢復力。同時，地區(qū)內部RIE價值流單一，有利于相關產(chǎn)業(yè)集聚，但會削弱產(chǎn)業(yè)多樣化。在空間溢出方面，RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性、抵抗力及恢復力間接效應的估計系數(shù)分別為3.102、1.514、0.909，且均在1%水平上顯著，意味著周邊地區(qū)RIE協(xié)調水平的提升能夠正向推動本地區(qū)產(chǎn)業(yè)鏈韌性、抵抗力及恢復力增長。原因在于：各地區(qū)資源稟賦不同，催生出不同優(yōu)勢產(chǎn)業(yè)，相鄰地區(qū)的RIE價值流溢出并不相同，一方面能夠催生本地區(qū)相關產(chǎn)業(yè)，促進產(chǎn)業(yè)多樣化，增強產(chǎn)業(yè)鏈抵抗力；另一方面，能夠豐富區(qū)域創(chuàng)新資源要素，有利于外部企業(yè)進入和創(chuàng)新產(chǎn)品產(chǎn)出，進而增強產(chǎn)業(yè)鏈恢復力。產(chǎn)業(yè)鏈韌性、抵抗力及恢復力總效應的估計系數(shù)分別為2.725、0.502、0.861，表明RIE耦合協(xié)調度對三者的正向影響主要通過空間溢出效應而非直接效應實現(xiàn)。反距離權重矩陣（由兩城市之間地理距離的倒數(shù)構建）下的回歸結果與前文表述基本一致，證明模型穩(wěn)健。

3.4" 時空異質性診斷

3.4.1" 模型擬合優(yōu)度對比

模型擬合結果見表7。GTWR模型的R2值大于OLS、TWR和GWR模型，其AICc值和RSS值明顯較低，表明將時空屬性相聯(lián)系的GTWR模型更穩(wěn)健，故選擇該模型分析RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性、抵抗力及恢復力影響的時空非平穩(wěn)性。

3.4.2" RIE耦合協(xié)調度影響的時間非平穩(wěn)性

圖4是2010—2021年黃河流域RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性、抵抗力及恢復力影響的回歸系數(shù)小提琴圖（去除部分P-valuegt;0.1）。結果顯示，考察期內黃河流域RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性與恢復力的正向驅動作用呈逐漸減弱態(tài)勢，對產(chǎn)業(yè)鏈抵抗力的負向影響逐漸加深。2010—2014年，RIE耦合協(xié)調度在全局尺度上正向推動產(chǎn)業(yè)鏈韌性提升，2014年后部分城市表現(xiàn)為負向相關且負向型城市逐漸增多。對于產(chǎn)業(yè)鏈恢復力而言，RIE協(xié)調水平提升帶來的創(chuàng)新資源要素和創(chuàng)新環(huán)境有利于吸引外部企業(yè)進入和科技成果產(chǎn)出，提高區(qū)域創(chuàng)新創(chuàng)業(yè)能力，進而正向驅動產(chǎn)業(yè)鏈恢復力增長。影響程度下降可能是因為RIE價值流集聚僅增強了優(yōu)勢產(chǎn)業(yè)的恢復力，而忽視了劣勢產(chǎn)業(yè)恢復力的提升，從而制約區(qū)域整體產(chǎn)業(yè)鏈恢復力增長。對于產(chǎn)業(yè)鏈抵抗力而言，絕大部分城市的RIE耦合協(xié)調度與產(chǎn)業(yè)鏈抵抗力表現(xiàn)為負向相關，期初的回歸系數(shù)均值為0.09，期末降至-0.26。原因可能是，RIE耦合協(xié)調度與產(chǎn)業(yè)鏈抵抗力間的正向溢出機制不完善，在推動產(chǎn)業(yè)集聚的同時，難以提高產(chǎn)業(yè)多樣性。

3.4.3" RIE耦合協(xié)調度影響的空間非平穩(wěn)性

圖5將2021年黃河流域RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性、抵抗力及恢復力影響的回歸系數(shù)進行可視化。結果顯示，2021年RIE耦合協(xié)調度在全局尺度上正向驅動產(chǎn)業(yè)鏈恢復力增長，除對鄭州、濟南、太原這一三角地區(qū)的產(chǎn)業(yè)鏈抵抗力產(chǎn)生正向影響外，RIE耦合協(xié)調度對其它城市的產(chǎn)業(yè)鏈抵抗力均為負向影響，這歸因于RIE價值流空間交互對區(qū)域內產(chǎn)業(yè)多樣化和創(chuàng)新創(chuàng)業(yè)能力影響的兩面性特征。同時，各地區(qū)迥異的資源稟賦使RIE耦合協(xié)調度對產(chǎn)業(yè)鏈抵抗力和恢復力產(chǎn)生異質性影響，這使得RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性的正向影響由東向西逐級遞減，對鄭州、濟南、太原這一三角地區(qū)產(chǎn)業(yè)鏈韌性的正向影響最大，對甘肅、寧夏及周邊城市產(chǎn)業(yè)鏈韌性的影響則為負。

分地區(qū)看，上、中、下游的RIE耦合協(xié)調度對產(chǎn)業(yè)鏈抵抗力的回歸系數(shù)均值分別為-0.44、-0.06、-0.03，標準偏差分別為0.27、0.11、0.07；對產(chǎn)業(yè)鏈恢復力的回歸系數(shù)均值分別為0.53、0.28、0.26，標準偏差分別為0.18、0.06、0.02。這說明RIE價值流溢出造就下游地區(qū)較強的產(chǎn)業(yè)鏈抵抗力和恢復力，這可能是因為，下游地區(qū)較高水平的RIE耦合協(xié)調度所形成的虹吸效應使多種創(chuàng)新資源要素集聚，從而促進創(chuàng)新成果產(chǎn)出，提升區(qū)域創(chuàng)新能力，進而增強產(chǎn)業(yè)鏈恢復力。RIE耦合協(xié)調度對中游兩省產(chǎn)業(yè)鏈抵抗力和恢復力的影響較小，原因可能是，在下游省份虹吸效應和區(qū)域協(xié)同發(fā)展戰(zhàn)略下，部分創(chuàng)新資源要素被迫轉移，削弱了RIE耦合協(xié)調度對產(chǎn)業(yè)鏈恢復力增長的正向影響。在抵抗力方面，陜西省在“雙循環(huán)”“一帶一路”“十三五”規(guī)劃等政策推動下，著力推動制造業(yè)綠色轉型、戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展以及現(xiàn)代服務業(yè)發(fā)展新體系構建，一系列舉措使地區(qū)內部產(chǎn)業(yè)體系得以完善，從而緩解RIE耦合協(xié)調度對產(chǎn)業(yè)鏈抵抗力的制約。山西省為提升產(chǎn)業(yè)多樣性，緊抓中部崛起戰(zhàn)略和“一帶一路”機遇，積極推行煤炭行業(yè)智能化、數(shù)字化轉型，主動向外生長，推動大數(shù)據(jù)、半導體、碳基新材料等戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展。對于上游地區(qū)，脆弱的生態(tài)環(huán)境限制了規(guī)模產(chǎn)業(yè)發(fā)展和產(chǎn)業(yè)承載力，造成上游地區(qū)產(chǎn)業(yè)結構單一。加之RIE協(xié)調水平較低，對科技型企業(yè)和人才的吸引力不足，價值流輸出難以形成多樣化的產(chǎn)業(yè)體系，而RIE的運行會占據(jù)本地資源要素，從而進一步制約產(chǎn)業(yè)鏈抵抗力增長。但單一的產(chǎn)業(yè)結構能夠集聚大量創(chuàng)新資源要素，在產(chǎn)業(yè)受到外部沖擊時更容易恢復和重建。

4" 結論與政策啟示

4.1" 結論

采用耦合協(xié)調度模型測算2010—2021年黃河流域79個地級市的RIE耦合協(xié)調度，以產(chǎn)業(yè)鏈抵抗力和恢復力表征產(chǎn)業(yè)鏈韌性，運用空間面板杜賓模型和時空地理加權回歸模型深入剖析RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性、抵抗力及恢復力的空間溢出效應及時空異質性特征，得出以下結論：第一，時序演化上，黃河流域及上、中、下游的RIE耦合協(xié)調度與產(chǎn)業(yè)鏈韌性均呈逐年上升趨勢，形成下游領先、中游追趕、上游相對落后的格局。同時，絕大部分城市的RIE耦合協(xié)調度處于中、低層次。第二，空間分布上，黃河流域RIE耦合協(xié)調度與產(chǎn)業(yè)鏈韌性具有顯著的正向空間相關性。LISA圖顯示，2010年和2021年RIE耦合協(xié)調度以高—高集聚和低—低集聚為主，產(chǎn)業(yè)鏈韌性的集聚類型變化較為明顯，以高—高集聚、高—低集聚和低—低集聚為主。第三，SPDM模型的直接效應顯示，RIE耦合協(xié)調度難以有效推動本地產(chǎn)業(yè)鏈抵抗力和恢復力增長從而形成“雙輪制約”機制，進而負向影響產(chǎn)業(yè)鏈韌性。間接效應顯示，RIE價值流的空間溢出能推動產(chǎn)業(yè)鏈韌性、抵抗力及恢復力增長。第四，時間非平穩(wěn)性檢驗表明，考察期內RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性和恢復力的正向驅動作用逐漸減弱，對產(chǎn)業(yè)鏈抵抗力的負向影響逐漸加強?？臻g非平穩(wěn)性檢驗表明，2021年RIE耦合協(xié)調度對產(chǎn)業(yè)鏈韌性的正向影響由東到西逐級減弱，對甘肅、寧夏及周邊城市的產(chǎn)業(yè)鏈韌性產(chǎn)生負向影響，對產(chǎn)業(yè)鏈恢復力的正向影響強度依次為上游gt;下游gt;中游，對產(chǎn)業(yè)鏈抵抗力的負向影響強度依次為上游gt;中游gt;下游。

4.2" 政策啟示

基于以上研究結論，并結合黃河流域生態(tài)區(qū)位的獨特性提出以下建議：

（1）基于宏觀視野統(tǒng)籌規(guī)劃，提高黃河流域RIE耦合協(xié)調度和產(chǎn)業(yè)鏈韌性發(fā)展水平。各地政府要因地制宜，充分利用區(qū)域資源稟賦補齊RIE子系統(tǒng)短板。山東創(chuàng)新資源要素充裕，經(jīng)濟體量較大，應發(fā)揮領頭羊作用，積極推動科技創(chuàng)新基礎設施建設，在濟南、青島、煙臺等城市或依托高校搭建科技創(chuàng)新平臺，吸引科技型企業(yè)入駐，引導創(chuàng)新人才和資源集聚，使人才供給與市場需求相匹配。河南、山西和陜西創(chuàng)新資源稟賦略顯不足，可通過健全教育、醫(yī)療、住房等社會福利體系，防止人才流失，完善資源配置體系，發(fā)展省域副中心城市，以提高區(qū)域整體RIE協(xié)調水平。在環(huán)境規(guī)制范圍內放寬社會資本準入門檻，積極引入外部優(yōu)秀企業(yè)和國際前沿產(chǎn)業(yè)共性技術，依據(jù)產(chǎn)業(yè)鏈發(fā)展方向部署資金鏈，提升產(chǎn)業(yè)鏈韌性。上游四省可構建綜合性、市場化的創(chuàng)新融資體系，著重引進光伏、水利等新能源產(chǎn)業(yè)創(chuàng)新要素，通過引入外資和前沿技術攻關產(chǎn)業(yè)鏈關鍵難點。此外，對科技創(chuàng)新的投資力度應與地區(qū)經(jīng)濟體量相適應，避免資源冗余現(xiàn)象發(fā)生。

（2）構建全局協(xié)同發(fā)展網(wǎng)絡，健全RIE價值流的空間溢出機制，增強其推動產(chǎn)業(yè)鏈韌性提升的動力。RIE價值流空間交互是產(chǎn)業(yè)鏈抵抗力和恢復力增長的動力，政府需做好宏觀調控，確保要素全局增益型流動?？紤]到城市經(jīng)濟輻射范圍和行業(yè)壁壘的存在，以省會城市和高等院校為節(jié)點廣泛承載資源要素，通過地區(qū)規(guī)上企業(yè)構建局部價值流溢出網(wǎng)絡，在此過程中需完善產(chǎn)權、專利等法律法規(guī)，保障技術、信息等資源溢出的高效融通。下游地區(qū)可通過對口幫扶、共同開發(fā)等方式，打破地理區(qū)位限制，與上游省份建立直接聯(lián)系，推動上游協(xié)同創(chuàng)新網(wǎng)絡構建。中游省份可通過全局網(wǎng)絡與上、下游高校建立人才聯(lián)合培養(yǎng)、科技創(chuàng)新成果共享等機制，構筑共建共享的區(qū)域創(chuàng)新資源共同體。

參考文獻：

［1］" 王娟娟.雙循環(huán)視角下黃河流域的產(chǎn)業(yè)鏈高質量發(fā)展［J］.甘肅社會科學，2021，43（1）：49-56.

［2］" 王海花，周潔，郭建杰，等.區(qū)域創(chuàng)新生態(tài)系統(tǒng)適宜度、雙元網(wǎng)絡與創(chuàng)新績效——一個有調節(jié)的中介［J］.管理評論，2023，35（3）：83-91.

［3］" GRANSTRAND O， HOLGERSSON M. Innovation ecosystems： a conceptual review and a new definition［J］.Technovation，2020，90（2）：1-12.

［4］" 孫麗文，李躍.京津冀區(qū)域創(chuàng)新生態(tài)系統(tǒng)生態(tài)位適宜度評價［J］.科技進步與對策，2017，34（4）：47-53.

［5］" 吳潔，劉燦，盛永祥，等.中國海洋創(chuàng)新生態(tài)系統(tǒng)協(xié)同發(fā)展測度與效應檢驗［J］.統(tǒng)計與決策，2023，39（8）：96-101.

［6］" WU Y X， YANG S S， LIU F N， et al. The security and driving factors of the innovative ecosystem： evidence from the Yellow River Basin［J］. International Journal of Environmental Research and Public Health，2023，20（3）：2482.

［7］" 孫艷艷，苗潤蓮，李梅，等.京津冀創(chuàng)新生態(tài)系統(tǒng)資源整合模式、路徑和機制研究［J］.中國科技論壇，2020，36（6）：112-122.

［8］" ROBERTSON J， CARUANA A， FERREIRA C. Innovation performance： the effect of knowledge-based dynamic capabilities in cross-country innovation ecosystems［J］. International Business Review，2023，32（2）：101866.

［9］" 武翠，譚清美.基于生態(tài)位適宜度的區(qū)域創(chuàng)新生態(tài)系統(tǒng)與產(chǎn)業(yè)協(xié)同集聚研究［J］.科技管理研究，2021，41（3）：1-9.

［10］" LIANG L， LI Y. How does government support promote digital economy development in China？ the mediating role of regional innovation ecosystem resilience［J］. Technological Forecasting amp; Social Change，2023，188（3）：122328.

［11］" REGGIANI A， GRAAFF T D， NIJKAMP P. Resilience：an evolutionary approach to spatial economic systems［J］.Networks and Spatial Economics，2002，2（2）：211-229.

［12］" BROWN L，GREENBAUM R T.The role of industrial diversity in economic resilience：an empirical examination across 35 years ［J］.Urban Studies，2017，54（6）：1347-1366.

［13］" 陳曉東，劉洋，周柯.數(shù)字經(jīng)濟提升我國產(chǎn)業(yè)鏈韌性的路徑研究［J］.經(jīng)濟體制改革，2022，40（1）：95-102.

［14］" MARTIN R.Regional economic resilience， hysteresis and recessionary shocks［J］.Journal of Economic Geography，2012，12（1）：1-32.

［15］" 李勝會，戎芳毅.知識產(chǎn)權治理如何提升產(chǎn)業(yè)鏈韌性——基于國家知識產(chǎn)權示范城市政策的實證檢驗［J］.暨南學報（哲學社會科學版），2022，44（5）：92-107.

［16］" 蔡烏趕，許鳳茹.中國工業(yè)韌性的測度及時空演變特征研究［J］.經(jīng)濟體制改革，2022，40（6）：90-97.

［17］" 衛(wèi)彥琦.數(shù)字金融對產(chǎn)業(yè)鏈韌性的影響［J］.中國流通經(jīng)濟，2023，37（1）：71-82.

［18］" 肖興志，李少林.大變局下的產(chǎn)業(yè)鏈韌性：生成邏輯、實踐關切與政策取向［J］.改革，2022，39（11）：1-14.

［19］" RUAN S， CHOI S B. The technological innovation effect of industrial chain under the 'double cycle' pattern in the post epidemic era［J］. International Journal of Technology Management，2023，91（1）：68-81.

［20］" 李萌，何宇，潘家華.“雙碳”目標、碳稅政策與中國制造業(yè)產(chǎn)業(yè)鏈韌性［J］.中國人口·資源與環(huán)境，2022，32（9）：22-34.

［21］" LIN B Q， TENG Y Q. Decoupling of economic and carbon emission linkages： evidence from manufacturing industry chains［J］. Journal of Environmental Management，2022，322（15）：116081.

［22］" 王澤宇，唐云清，韓增林，等.中國沿海省份海洋船舶產(chǎn)業(yè)鏈韌性測度及其影響因素［J］.經(jīng)濟地理，2022，42（7）：117-125.

［23］" 孟祺.鏈長制與產(chǎn)業(yè)鏈韌性：基于多期DID的實證檢驗［J］.新疆社會科學，2023，33（1）：55-64.

［24］" DAI R C， ZHU Z K， ZHANG X B. Index of regional innovation and entrepreneurship in China （IRIEC） ［DB/OL］.Peking University Open Research Data Platform.（2021-12-17）［2023-04-30］.https：//doi.org/10.18170/DVN/NJIVQB.

（責任編輯：陳" 井）

Can Regional Innovation Ecosystems Improve Chain Toughness？ A Test of Spatio-Temporal Non-Stationarity from the Yellow River Basin

Zhang Feng，Wei Wei， Chen Jiawei， Song Shenglei

（School of Management， Shandong University of Technology， Zibo 255000， China）

Abstract：The toughness of the industrial chain is crucial to the solid high-quality development of the economy and the maintenance of the security and stability of the industrial system， and this is especially true for the practice of ecological protection and high-quality development in the Yellow River Basin. The toughness of the industrial chain cannot be improved without the cumulative industrial transformation and innovation performance brought about by the operation of the regional innovation ecosystems （RIE）. Current research on RIE focuses on evaluating the suitability of its ecological location， coupling， coordination， etc.， but lacks an exploration of the spatial spillover effects and spatiotemporal heterogeneity of RIE. RIE is an open system， and the input or output of value flows from different cities' RIE inevitably leads to spatial effects. At the same time， in the empirical analysis of industrial chain toughness， there is little literature that explores the mechanisms through which RIE drives the growth of industrial chain toughness， and there is even less literature that examines the linkages between the two in the context of the Yellow River Basin.

Therefore， this paper takes 79 prefecture-level cities in the Yellow River Basin from 2010-2021 as the research object to measure the level of development of RIE by the coupled coordination of the four subsystems of the innovation community， innovation resources， innovation potential， and innovation environment. The toughness of the industry chain is referred to as resistance and resilience. This study comprehensively applies spatial measurement models， and integrates industry chain resilience， resistance and resilience into the same research framework to systematically analyze the enhancement mechanism of RIE on industry chain resilience， in the hope of providing timely and feasible suggestions for the high-quality development of the Yellow River Basin. Firstly， the entropy weight method and the coupled coordination degree model are used to measure the development level of RIE， and the entropy weight TOPSIS method is used to measure the toughness of the industrial chain. Secondly， the Moran's I analysis of the spatial agglomeration characteristics of RIE and industry chain toughness is made. Thirdly， the influence mechanism and spatial spillover effect of RIE on industry chain toughness are analyzed by spatial panel Durbin model（SPDM）. Fourthly， the spatio-temporal geographically weighted regression model（GTWR） is used to examine the spatiotemporal non-stationarity of the impact of RIE on industry chain toughness.

The degrees of coupling and coordination of RIE and industrial chain toughness have been increasing year by year， showing a development pattern of downstream gt; midstream gt; upstream. Meanwhile， both are spatially dominated by high-high agglomeration and low-low agglomeration. The SPDM model shows that it is difficult for RIE to promote the" toughness， resistance， and resilience of the local industrial chain， while the spatial spillover of RIE value streams from neighboring cities can enhance the toughness， resistance， and resilience of the industrial chain. The GTWR model shows a gradual weakening of the positive drive of the RIE coupling coordination degree on chain toughness and resilience and a deepening of the negative impact on chain resistance over time series changes. The spatially heterogeneous RIE coupling coordination degree positively drove the industry chain resilience at the global scale and negatively affected the industry chain resistance of other cities except for the positive impact on the industry chain resistance of the cities around Zhengzhou， Jinan， and Taiyuan， and the positive driving effect on the industry chain toughness decreased step by step from east to west and negatively affected the industry chain toughness of the cities in Gansu， Ningxia， and other regions in 2021.

Given the unique ecological location of the Yellow River Basin， the following suggestions are proposed based on the above research conclusions： firstly， it is essential to make an overall planning from a macro perspective to improve the development level of RIE coupling coordination and industrial chain resilience in the Yellow River Basin; secondly， because the spatial interaction of the RIE value stream is the driving force for the positive growth of the resistance and resilience of the industrial chain， it is pivotal to construct global collaborative development and improve the spatial spillover mechanism of the RIE value stream to enhance its driving force for promoting the resilience of the industrial chain.

Key Words：The Yellow River Basin; Regional Innovation Ecosystem; Industrial Chain Toughness; Spatio-temporal Non-stationarity