长株潭地区经济韧性的时空分布特征和影响因素研究

王 俊 刘 丹

（长沙理工大学建筑学院，湖南 长沙 410114）

一、引言

由于经济全球化和日益频繁的周期性波动，城市增长与收缩现象引发学者的高度关注。以城市人口急剧减少为标志的城市收缩现象近年来蔓延到中国。2008 年全球金融危机爆发后，中国也出现了城市收缩现象，如人口下降、经济衰退和住房空置等。随着宏观经济的复苏，中国的城市经济呈现不对称性。有些城市抵抗住了金融危机的冲击，经济开始复苏增长，而部分城市却面临经济衰退和人口流失的局面。Simmie 和Martin（2010）[1]发现经济韧性有助于分析外部冲击后城市经济的响应、调整和变化，并为快速城市化地区存在的显著经济差异提供理论支持。伴随新常态下中国经济整体增速放缓和区域发展差异凸显，经济和人口的局部收缩将成为越来越普遍的发展现象。湖南是中国省际人口流动中稳定的“净流出活跃地区”，研究表明有13 个地（州、市）常住人口均少于户籍人口。而作为湖南经济最有活力的地区，长株潭地区城市发展也呈现快速城镇化过程中的普遍增长与局部收缩并存的新空间现象。将经济弹性概念运用到长株潭地区城市发展转型的研究中，有助于理解和分析其发展趋势与演化路径，对于我国中部地区城市有效应对经济放缓带来的风险，推动城市发展转型和可持续发展具有现实意义。因此，本文基于抵抗力和恢复力两个维度，分析长株潭地区面对2008 年金融危机时经济韧性的时空分布特征，探索长株潭地区经济韧性的决定性因素，以期为经济韧性研究提供有价值的参考和依据。

二、文献综述

（一）关于收缩城市

现阶段国内外学术界尚未形成关于收缩城市的统一认知，多数学者都是围绕人口与经济两个维度对收缩城市展开论述，即人口流失和经济总量减少通常被视为城市收缩的核心标志。其研究主要聚焦收缩城市识别和测度、类型划分、影响机制及应对策略等方面。大部分学者基于人口指标对收缩城市进行识别，Wiechmann 和Pallagst（2012）[2]提出以人口指标和经济指标共同识别收缩城市。在类型划分上，Schetke 和Haase（2008）[3]根据人口空间分布将收缩型城市分为穿孔型和圈饼型。张京祥和冯灿芳等（2017）[4]针对中国城市收缩的特点将收缩型城市划分为趋势型收缩、透支型收缩和调整型收缩。张学良和张明斗等（2018）[5]依据收缩范围将城市收缩划分为全域式收缩、边缘式收缩和局部式收缩。韩军垚（2022）[6]根据城市优势变化、收缩原因将城市收缩分为产业衰退型、资源枯竭型和被动虹吸型。在实证研究中，学者们发现产业结构[7-8]、地区发展水平[8]、人口结构[5]、就业规模[7]等对收缩城市有着重要影响。

（二）关于经济韧性

韧性表示系统或个体经历冲击或扰动后能够恢复的能力。韧性可分为工程韧性[9]、生态韧性[10]以及演化韧性[11]。Simmie 和Martin（2010）[1]指出由于演化韧性思想体现了系统动态变化的过程，从而更加适用于经济韧性的分析。2008 年金融危机的爆发引发了学者对经济韧性的关注，国内外学者就如何应对经济危机、有效消解外部冲击进而实现经济复苏开展了大量研究，经济韧性成为学界研究热点。研究方法和研究尺度是区域经济韧性实证研究中十分重要的两大方面。在研究方法上，常见的测度方法有核心变量法和指标体系两种。核心变量法通常和经济周期模型、“峰—峰”法等方法结合，先划分经济波动周期，再主要采用一个对经济冲击反应敏感且能够反映经济体运行状况的核心变量来代理测度不同周期经济韧性，例如GDP、就业率等。指标体系，是通过构建区域经济韧性评估指标体系，计算区域经济韧性指数，进而测度经济韧性。实证研究中，大多文献从产业结构[8]、技术创新[8]、数字经济[12]、人力资本[13]等视角探讨区域经济韧性的影响因素。在研究尺度上，国家、城市群与城市、乡村、工业园区[14-17]等尺度均有涉及，关注老工业城市与资源枯竭型城市的研究相对较多。

综上所述，现有研究存在以下不足：第一，对城市收缩与城市经济韧性之间关系的研究有所欠缺。第二，对经济韧性演化过程的定量研究薄弱，特别是针对中部地区的研究相对较少。基于此，本文以长株潭地区为例，通过人口变化识别城市增长与收缩，对2008年金融危机后长株潭地区经济韧性的时空演变特征进行分析，通过多元回归模型探究区域经济韧性的决定性因素，并依据长株潭地区经济弹性的时空特征，结合发展环境和地域特点，因地制宜提出促进城市发展转型和可持续发展的对策建议。

三、研究对象与研究方法

（一）研究区域概况

长株潭地区位于湖南省中东部，由长沙、株洲、湘潭三市组成，下辖13 个区、5 个县级市和5 个县，是湖南省最具活力的经济区域，总面积28087km2，2022 年末常住人口1699.44 万人。本文将研究对象确定为市所辖全部县级行政单元（地级市市辖区为一个基本研究单元），其中雨湖区和岳塘区部分年鉴数据是合并的，因此将其合为湘潭市区一个研究单元，共包括22个研究单元。

（二）数据来源

GDP、常住人口、制造业国内生产总值、服务业国内生产总值、地方政府的一般预算收入和一般预算支出等数据来源于研究区域对应年份的统计年鉴和统计公报。高等教育的劳动比例来自2010 年全国人口普查和2015 年的1%人口抽样调查。长株潭地区行政区划来源于国家地理信息公共服务平台。

（三）研究方法

1.识别长株潭地区城市增长和收缩的动态变化

人口变化通常被认为是判断城市增长或收缩的重要指标。本文通过评估长株潭地区年度常住人口的变化率，来识别城市增长和收缩的动态变化。基于城市增长和收缩动态变化的线性时间轨迹，明确城市的收缩阶段和增长阶段。

2.基于两个维度的经济韧性测度

本文通过构建经济韧性指数来测度经济韧性，主要用GDP在冲击扰动下的数值变化表示。并借鉴Martin和Sunley（2015）[18]、Sensier 和Bristow等（2016）[19]的观点，分别从抵抗能力（Resistance）和恢复能力（Recoverability）两个维度对经济韧性进行测度：在城市收缩阶段，经济韧性主要表现为城市抵抗冲击的能力；在城市增长阶段，经济韧性主要表现为恢复能力。本文以长株潭地区GDP 变化为基础，比较各个研究单元的GDP 在收缩阶段和增长阶段的不同变化情况。

假定每个研究单元的GDP 以与长株潭地区GDP一致的速率在增长阶段和收缩阶段发生变化。因此，在k 时期的增长或收缩阶段，研究单元r 的GDP 的预期变化可表示为：

抵抗力值（RES）为：

恢复力值（REC）为：

根据定义，式（2）和（3）都以0 为中心进行测度。因此，RESr的正值表明该研究单元在长株潭地区经济中更具韧性，负值表示其抵御冲击的能力较弱。类似地，RECr的正值表明该研究单元在长株潭地区经济中具有更强恢复能力，负值则表示其恢复能力较弱。

通过对长株潭地区经济韧性的抵抗力和恢复力两个维度进行测度之后，在此基础上分析其经济韧性的时空分布特征。

3.四象限情景分类

对长株潭地区经济韧性和恢复能力进行测度之后，进一步分析其经济弹性的时空特征。根据Du 和Zhang 等（2019）[17]的研究，由于经济抵抗能力和恢复能力的差异，可能出现四种情景：高经济韧性（HER）、具有高度抵抗能力的中等经济韧性（MER1）、具有高度恢复能力的中等经济韧性（MER2）、低经济韧性（LER）。HER 场景指具有强大韧性和恢复能力的城市，对经济冲击反应积极；MER1 场景指城市具有高度的抵抗力，但恢复能力较低，这使它们能够克服经济冲击中的不利影响，但恢复速度较慢；MER2 场景指城市恢复能力高，但抵抗力较低，这使它们容易受到外部冲击，但能较快恢复；LER 场景适用于抵抗力和恢复能力都比较弱的城市。

图1 按抵抗力和恢复力分类的情景

4.探讨经济韧性的决定因素

为了识别影响长株潭地区经济韧性的关键因素，本文运用多元回归模型从以下几个方面探究影响经济韧性的潜在决定因素，包括地方财政状况（FINAN）、人力资本（CAPIT）、制造业（MANUF）、服务业（SERV）、固定资产投资（INVST）、城市化水平（URBAN）和城市发展阶段（LNGDP）等。其中抵抗力和恢复力均作为因变量引入模型中。所有自变量的描述性统计见表1。

表1 自变量的描述性统计

其中，22 个研究单元在收缩阶段的抵抗力和增长阶段的恢复力通过构建多个回归模型进行评估，所有计算均使用Stata17 软件进行。回归模型如下：

式中：i 代表研究单元，β 为回归系数，μ 为随机扰动项。

四、研究结果

（一）长株潭地区经济韧性的时空特征

为了进一步区分增长和收缩阶段，绘制城市增长和收缩的时间轨迹。由图2 可知，2001—2022 年长株潭地区经济韧性的特征是总体增长和局部波动收缩。特别是在2008 年金融危机和2019 年新冠肺炎疫情之后，城市增长和收缩出现了明显波动。2002—2007 年，增长和收缩的研究单元数量保持稳定，每年有3—4个研究单元萎缩。2008 年金融危机爆发后，收缩的研究单元数量急剧增加。然而，随着宏观经济逐步复苏，增长的研究单元数量出现明显的回升，大部分地区在2010 年之后实现了复苏。2019 年在疫情影响下，收缩的研究单元数量再次急剧增加。

图2 2001 — 2022 年长株潭地区城市增长和城市收缩的轨迹

以2008 年、2010 年和2019 年为转折点，将2001—2022 年分为四个阶段：稳定波动阶段（2001—2007 年）、大幅收缩阶段（2008—2010 年）、复苏增长阶段（2011—2018 年）和大幅收缩阶段（2019—2022年）。本文选取2008—2018 年作为一个周期进行研究，将2008—2010 年视为衡量抵抗力的收缩阶段，将2011—2018 年视为衡量恢复力的增长阶段。

利用ArcGIS 软件对数据进行可视化处理，运用自然间断点分级法将长株潭地区的抵抗力和恢复力划分为高、较高、中等、较低、低5 级，较为直观地展示长株潭地区的抵抗力和恢复力空间分布情况，详见图3。

图3 2008 — 2018 年长株潭地区抵抗力、恢复力的空间分布

在抵抗力方面，长株潭地区总体呈现北高南低格局。北部地区大部分具有高抵抗力，包括岳麓区、长沙县、浏阳市等6 个县（市、区）；较高抵抗力主要分布在天心区、开福区2 个区；中等抵抗力主要分布在芙蓉区、湘潭市区、醴陵市3 个县（市、区）；较低抵抗力主要分布在西南地区，包括雨花区、石峰区、芦淞区等8个县（市、区）；低抵抗力主要分布在望城区、韶山市、湘潭县3 个县（市、区）。

在恢复力方面，只有韶山市具有高恢复力；较高恢复力主要分布在开福区、岳麓区、天心区等8 个县（市、区）；中等恢复力主要分布在雨花区、芙蓉区、长沙县等10 个县（市、区）；较低恢复力主要分布在荷塘区、攸县2 个县（市、区）；低恢复力分布在石峰区。

依据四象限情景分类，相关城市数量由多到少是：HER（10）＞MER2（8）＞LER（4）＞MER1（0），如图4 所示。其中，经济抵抗力高的县（市、区）有10 个，占45.45%。经济恢复力高的县（市、区）有18 个，占81.82%。强经济韧性（HER）情景的县（市、区）有10个，占45.45%，主要分布在长株潭地区北部。强恢复力弱抵抗力（MER2）情景下的县（市、区）有8 个，占36.36%。只有4 个县（市、区）属于弱经济韧性（LER）情景，都分布在株洲市，包括石峰区、荷塘区、渌口区和攸县。

图4 2008 — 2018 年长株潭地区经济韧性空间分布

（二）长株潭地区经济韧性的主要决定因素

方差膨胀系数（Variance Inflation Factor，VIF）用来检验和量化回归分析中多重共线性的严重程度。一般认为当VIF＜5 时，表明模型中的变量之间不存在多重共线性，符合预期。回归分析的结果如表2 所示，模型中RES 和REC 的VIF 分别为4.56 和3.67，均小于5，表明不存在严重多重共线性问题。模型中抵抗力和恢复力的决定系数（R2）分别为0.379 和0.450，表明模型拟合是可靠的。

在收缩阶段，地方财政状况和抵抗力有明显的正相关关系（1.252），表明公共债务少、财政收入多的县（市、区）有较高的抵抗力，能更好应对经济危机的影响。固定资产投资与抵抗力呈正相关关系（0.265），表明合理的固定资产投资能够为经济增长提供显著的正向支持力，提高城市的抵抗力。此外，服务业与抵抗力呈正相关关系（0.259），表示在面对冲击时，具有较为繁荣服务业的城市更能抵抗抗住冲击，有较强韧性。

在增长阶段，制造业（0.523）、服务业（1.269）和人力资本（1.972）都发挥了重要作用。长株潭地区先进制造业的互补性、差异化和多样性，增强了其产业竞争力，促进了城市经济复苏。长株潭地区服务业内部结构的不断优化，现代服务业迅速壮大，能保证国民经济快速从冲击中复苏，推动其平稳、健康、可持续发展。人力资本和恢复力有明显的正相关关系，能够通过提高劳动力的素质和劳动生产率促进劳动力专业化程度的提高，为经济社会高质量发展提供智力支撑，推动经济的增长与复苏。

城市化水平与恢复力呈负相关关系（-1.943），快速城市化的负面效应会抵消投资所带来的效应，造成土地和房地产价格上涨，导致居住成本升高，给居民带来经济负担，对城市经济恢复不利。

五、结论及启示

本文以长株潭地区为研究对象，关注城市经济韧性和城市收缩间的联系，探索长株潭地区经济韧性的决定性因素，得到如下结论：第一，由于金融危机的影响，长株潭地区27%的县（市、区）面临收缩。通过对长株潭地区经济韧性和恢复能力两个维度进行测度发现，2008—2018 年期间，高经济韧性的县（市、区）占比为45.45%，中等经济韧性的县（市、区）占比为36.36%，低经济韧性的县（市、区）占比为18.18%。第二，在空间分布上，长株潭地区总体经济韧性呈现明显的“核心—边缘”格局，开福区、天心区、湘潭市区、天元区为经济韧性高的“核心”，渌口区、攸县为经济韧性低的“边缘”。第三，多元回归分析表明，服务业、制造业、人力资本、地方财政状况等对长株潭地区经济韧性至关重要。地方财政状况良好、固定资产投资多且结构优化的地区，往往具有较好的抵御外部冲击能力，避免了危机所造成的城市收缩。同时，服务业经济、制造业经济和高素质劳动力可以帮助城市更快从冲击中恢复过来。

新冠疫情的影响，导致长株潭地区45%的县（市、区）面临收缩，未来经济发展面临较大压力。为推动经济恢复、促进经济增长，提出以下对策建议：第一，地方政府需要通过加强地方财政管理，完善地方财政税收制度和政策，促进收支平衡，增强自身经济韧性。随着经济体制改革的不断深化和政府职能的转变，应优化投资结构，以进一步提升投资效率。第二，深入推进智能制造，深化新一代信息技术与制造业融合发展，推动制造业数字化智能化转型。大力发展服务业，优化产业结构，夯实城市创新支撑，拉动经济发展。第三，地方政府应加大财政性教育投入力度，提高劳动力综合素质，为经济高质量发展提供高素质人才。同时注重城镇化发展质量，有效提高城市经济韧性，高质量推进长株潭一体化建设。◆