长三角地区经济发展对城市韧性的门槛特征分析及实证检验

袁家德,苗升翼

(安徽建筑大学 1.公共管理学院;2.建筑房地产法律研究中心,安徽 合肥 230022)

工业革命以来,世界范围内的人口膨胀、气候变化与环境污染等问题日益严峻。为应对复杂多样的世界性城市安全问题,全球100韧性城市、新城市议程等国际性项目和议程推广了韧性城市的概念:对于危害能够及时抵御、吸收、快速适应并做出有效反应的城市[1-2]。如今,通过城市韧性的建设来有效管理城市公共安全问题已成为全球性的热点话题。经济基础以其涵盖面广、动力转换快、影响力深远等特点,被认为是构建韧性城市的关键动力,在城市韧性建设的进程中发挥着重要的作用。基于此,各国政府积极开展“加快经济升级转型以提升城市韧性”的有益探索。在国内,以习近平同志为核心的党中央深刻把握城市经济的发展规律,在党的二十大报告中对新时代新阶段城市工作作出了新的战略部署,同样强调了构建宜居、韧性城市的必要性。

国内外展开大量实践并制定一系列韧性提升计划的同时,学者们也就经济发展水平对城市韧性的影响效应进行了辩论。具体而言,可分为以下三种不同的观点。其一,经济发展能够显著促进城市韧性水平的提升。传统观点认为经济发展水平与城市的功能、品质以及应对危机的能力直接挂钩,所以经济发展水平越高的城市,韧性水平也理应越高,大力发展城市经济将是提升韧性水平的不二之选[3-4]。其二,经济发展可能会对城市韧性产生抑制作用。因为追求过高的经济增长目标会导致地方政府对于生产性基础设施投资产生过度依赖,造成城市资源错配,不利于城市产业结构的合理化与高级化以及对生态系统的保护,进而对城市韧性的发展产生抑制作用[5-6]。其三,经济发展对城市韧性无明显的影响效应。随着我国经济由粗放型增长模式向高质量发展模式全面转变,城市间的竞争也逐渐由“增长式竞争”转向“创新式竞争”。但囿于经济高质量发展所驱动的创新要素拥有回报周期长、研发失败风险高等特点,会使其对城市韧性的影响无法在短时间内得以体现[7]。换言之,经济的高质量发展虽然能对城市的可持续发展产生更为深远的影响,但在短期内对城市韧性却无明显的促进作用。

可见,经济发展对城市韧性的影响效应远比想象的更为复杂,在此情况下,两者间的关系亟待我们重新审视。同时,还应注意到的是,既有文献多以线性思维为主展开讨论,却忽视了经济发展与城市韧性之间可能存在的非线性关系,即考察不同条件下前者对后者所产生的差别效应。事实上,无论是受限于经济发展自身所处的不同阶段,还是考虑到与其他因素间不同程度的关联效应,都将使其对城市韧性的作用发生明显变化。因此,本文以长三角地区为例,尝试通过构建非线性门槛模型探讨两者间的关系及其特征,以期为深刻理解经济发展在城市韧性建设中的有效性提供现实依据,同时也致力于为其他城市的政策转向提供有益借鉴。

一、研究区概况、模型设定与变量选取

1.研究区概况

长三角地区位于长江流域下游的冲积平原,临黄海与东海,港口众多。2019年中国国务院出台的《长江三角洲区域一体化发展规划纲要》明确提出,长三角地区不仅是长江经济带与“一带一路”的重要交汇点,也是我国经济高质量发展的样板区。截至2021年,其GDP总量在全国占比达到24.1%,加速成为我国发展强劲活跃增长极。不仅如此,同年在全国24个万亿元城市中,长三角地区占8个,也是全国万亿元城市最集中的区域。然而,随着近年来洪涝、风暴潮等自然灾害的频繁发生以及人类活动引发的各类“城市病”问题,长三角地区城市面临的各种风险灾害不断增加,严重影响了区域内居民的生产生活[8]。在此背景下,长三角唯有真正将韧性城市建设方略落到实处,方能切实推动一体化绘就新蓝图,擎画高质量发展新格局。因此,深入探析长三角地区经济发展水平对城市韧性的非线性影响具有重要的现实意义和借鉴价值。

2.模型设定

为了分析长三角地区经济发展水平与城市韧性的关系,本文构建了如式(1)的面板数据模型。

RESit=μi+βEGDPit+δXit+εit

(1)

式(1)中,i和t分别代表个体与时间,RESit为城市韧性发展水平,EGDPit表示经济发展水平,Xit为其他控制变量,εit表示随机扰动项。

长三角内部存在着各市资源禀赋不一,城市发展水平参差不齐的客观现实,且韧性城市的建设进程也并非是一个单纯的线性演变轨迹,而是一个有周期性和阶段性的非直线演变过程。因此,在不同条件下,经济发展水平对城市韧性的影响效应可能存在差异,并且这种影响的变化需越过一定门槛才会显现出来。Hansen[9]于1999年提出的门槛面板回归模型能够以门槛估计值为基础,考察不同区制范围内各变量对被解释变量的影响,使得各变量间非线性关系的拟合更为精确和科学。基于此,本文将面板数据模型扩展为分别以经济发展水平(EGDP)、交通便利程度(TRAN)以及政府调控力度(GOV)为门槛变量的多重门槛面板回归模型,如式(2)-式(4)所示[10-11]。

RESit=μi+β11EGDPitI(EGDPit≤γ1)+β12EGDPitI(γ1

…+β1,nEGDPitI(γn-1γn)+δXit+εit

(2)

RESit=μi+β21EGDPitI(TRANit≤γ1)+β22EGDPitI(γ1

…+β2,nEGDPitI(γn-1γn)+δXit+εit

(3)

RESit=μi+β31EGDPitI(GOVit≤γ1)+β32EGDPitI(γ1

…+β3,nEGDPitI(γn-1γn)+δXit+εit

(4)

式(2)-式(4)中,EGDPit、TRANit以及GOVit为本文的门槛变量,γ1、γ2、…、γn-1、γn为n+1个门槛区间下的门槛值,β11、β12、…、β3,n-1、β3,n表示不同门槛区间下的估计系数,I(·)代表指标函数,当门槛变量满足条件时取值为1,否则取0。

3.变量选取及数据来源

(1)被解释变量

城市韧性(RES)。本文引入DPSIR模型构建城市韧性的评价指标体系(见表1),即主要通过“驱动力”“压力”“状态”“影响”以及“响应”五个维度来反应城市系统中经济、社会、环境和政策等因素间的交互关系[12]。详言之,驱动力主要指提高城市韧性水平的动力要素,包含经济和社会动力两个方面;压力是对城市韧性发展施加压力的因素,涉及生态、就业、人口、能源四个层面;状态即城市在驱动力和压力综合影响下所表现出的实际发展状况,可通过产业现状、开放现状以及基建现状反应;影响则是指各类因素作用于城市发展所产生的结果,在此通过公共资源、医疗资源与通信资源表示;响应是指城市为应对各类突发状况所采取的措施,可通过污染治理、工程建设、劳动力投入及创新投入表征。在此基础上,运用熵值法对指标权重进行赋权并计算出城市韧性发展的综合得分,具体计算公式详见参考文献[13-14]。

表1 城市韧性水平评价指标体系

(2)核心解释变量

经济发展水平(EGDP)。常用的经济发展测度方式有人均GDP、人均劳动生产率、GDP增长率等指标。但是,在关注经济高质量发展的当下,上述的单一指标很难再全面反映地区经济社会发展水平。与之相对的,近年来备受广大学者关注的夜间灯光数据能够更加客观地反映人类社会的工业生产、商业活动和能源消费状况,并用于度量地区经济的发展水平[15]。故本文选择以各城市夜间灯光强度的年平均值作为代理变量。

(3)门槛变量

城市韧性的发展会受到多种因素的影响,其中,又以经济发展水平、交通便利程度及政府调控力度的作用尤为突出[16-17]。首先,政府的宏观调控在客观上影响了城市对于若干风险、灾害的抵御强度。政府作为我国防范城市风险的主体,可以利用丰裕的财政收入和健全的规划管理体制使风险的防控、防制工作达到“事半功倍”的效果,切实增强城市系统抵抗外来干扰的能力。其次,交通条件既能反应城市系统在危机情况下的紧急避险与对外求援能力,又能为接受灾后救援物资提供运输条件,是韧性城市恢复力的重要体现。此外,将经济发展水平这一核心解释变量自身作为门槛变量来考察对城市韧性的影响是否会随其本身发展水平的变化而变化,是非常具备研究价值的课题,而这又恰恰容易被学者们所忽视。因此,本文分别将它们作为门槛变量,对长三角地区经济发展对城市韧性的非线性关系进行分析。

交通便利程度(TRAN):交通密度是衡量一个城市可进入性的重要标准,其指数越高,表明城市的交通网络越密集,便利程度就越高。以城市的公路里程与行政区域面积之比来衡量。

政府调控力度(GOV):通过政府财政支出占GDP比重表征。

(4)控制变量

根据已有研究成果,选择对外开放度(OPEN)、劳动力要素(LAB)、环境规制(EV)、产业结构(IUP)和科技发展水平(TI)作为控制变量。其中,对外开放度通过进出口总额占GDP比重测度,劳动力要素(LAB)用二三产业就业人数之和占总人数比重表示,环境规制(EV)通过地区每年政府工作报告中“环保”词频占比表征,产业结构(IUP)以第二、三产业增加值占GDP比重替代,科技发展水平(TI)则以科技支出占财政支出的比重来代替。此外,考虑到交通便利程度(TRAN)会对韧性城市的建设造成直接影响,同样将其视为一组控制变量进行回归。

(5)数据来源

本文使用的统计数据均来源于2005—2020年的《中国城市统计年鉴》和长三角41市的统计年鉴及其国民经济发展统计公报,极少数缺失数据用线性插值法或灰色GM(1,1)补齐。夜间灯光数据可从美国国家地球物理数据中心(https://www.ngdc.noaa.gov/ngdc.html)获取。

二、实证结果与分析

1.多重共线性及弱外生性检验

本文首先对所有变量进行了VIF检验,结果显示所有变量的方差膨胀因子都远小于10,即不存在严重的共线性问题。同时,考虑到经济发展水平与城市韧性之间可能存在的双向因果关系,本文参照Johansen[18]的做法,对经济发展水平(EGDP)进行弱外生性检验。首先,将经济发展水平(EGDP)当作被解释变量同控制变量与经济发展水平的滞后项作为解释变量做OLS回归;其次,将所得残差作为新的解释变量通过OLS重新进行估计,若回归系数显著不为0,则拒绝“经济发展水平是弱外生变量”的假设。根据上述方法,本文测得估计残差作为解释变量时的t值为1.40,p值为0.162,说明经济发展水平具有弱外生性。

2.门槛效应检验

本文分别以经济发展水平、交通便利程度以及政府调控力度作为门槛变量,基于Stata软件,通过Bootstrap方法反复抽样300次来确定门槛的存在性与具体数量。结果显示,三种变量的单一门槛效应和双重门槛效应均通过了显著性检验(见表2),而三重门槛未通过。因此,后文将基于双重门槛进行经济发展对城市韧性的门槛特征分析。

表2 门槛效应检验结果

根据检验结果,再次将经济发展水平、交通便利程度、政府调控力度作为门槛变量的两个门槛值进行识别。各门槛的估计值及其95%置信区间如表3所示,当经济发展水平作为门槛变量时,LR统计值在95%置信区间[0.080,0.096]和[4.628,5.741]内接近0,表明无法拒绝门槛估计值作为其真实值一致估计量的假设,再次验证模型估计存在双重门槛效应,其门槛估计值分别为0.086与4.686。同样,分别以交通便利程度和政府调控力度作为门槛变量时,前者的两个门槛估计值分别为0.952和0.993,后者的门槛估计值则是0.083与0.113。

表3 门槛估计值及其置信区间

3.门槛估计结果分析

根据经济发展水平、交通便利程度及政府调控力度的门槛效应检验结果及其门槛估计值,可将它们分为低、中、高三个区间,进而考察在不同区制内经济发展与城市韧性的关系,结果如表4所示。此外,表4还列出了线性个体固定效应模型的回归结果,为对比总体水平与不同区制内经济发展对城市韧性的影响效应提供参考。

表4 固定效应及门槛效应的估计结果

以经济发展水平作为门槛变量时,其对城市韧性的作用呈现出明显的“左拖尾倒U型”门槛特征,具体表现为:当一个城市的经济发展水平低于门槛值0.086时,其对城市韧性的影响效应显著为负,影响系数为-0.237;而当经济发展水平上升到门槛值0.086与4.686之间时,其对城市韧性的影响由抑制转向促进,影响系数达到0.035,且在1%的水平上显著;但当经济发展水平跨越过门槛值4.686后,其对城市韧性虽仍具有显著的积极影响,但影响力度却会下降,影响系数降低至0.029。

出现这种现象的背后逻辑在于:首先,当经济发展处于低水平时,其对城市韧性产生显著抑制作用的原因:在经济发展欠发达地区,其基础设施建设普遍比较落后且地方政策较为沉闷,这就会导致在城市发展过程中会难以跳脱“重经济,轻环境”这一思想桎梏,进而增大城市生态系统承担的压力,制约了韧性城市的建设进程。其次,经济发展处于中等水平后,促进城市韧性发展的原因:随着经济的发展,城市公共服务与基础设施逐步完善,城市中医疗、教育、住房、养老等民生性公共服务的供给效率得到提高。此时,城市经济增长能更多的分配向城市空间规划、城市系统完善和生态环境治理,同时亦可以充分激发市场韧劲、优化产业结构、活跃创新要素,进一步增强城市风险防控及治理能力。最后,与中等经济发展水平相比,更高水平的经济发展对城市韧性的促进作用减小,原因是:随着经济发达地区城市服务能力的不断提高和规划治理体系的日益健全,城市发展逐渐趋于“饱和”状态,城市发展付出的边际成本也逐渐大于所获得的边际收益,此时继续加大城市建设中的经济投入亦难以继续获得预期的韧性提升,这一结果也与经济学中的“边际效用递减”规律相吻合。此时,构建联同协治的城市链亦或锻造城市居民的心理韧性往往是更行之有效的方法。

以交通便利程度作为门槛变量时,经济发展对城市韧性的作用呈现出“右拖尾倒U型”的门槛特征,具体表现为:当区域内交通便利程度低于门槛值0.952时,经济发展对城市韧性将产生显著的促进作用,影响系数为0.038;而当交通便利程度介于门槛值0.952与0.993之间时,经济发展对城市韧性的推动作用达到最大,影响系数升高至0.066;当交通便利程度跨越门槛值0.993后,经济发展对城市韧性的促进作用衰减至最低,影响系数为0.025。由此可见,在交通便利程度较差和一般的城市,大力发展经济将有助于韧性水平的提升,但是,在交通条件发达的城市中,却并非经济总量越大韧性水平就会越高。

表现出这种变化的逻辑在于:第一,在经济发展作用于韧性城市的建设进程中,区位交通运输条件担任着至关重要的枢纽角色。一方面,便利的交通条件通过“时空压缩”降低了经济流通的成本,提升了经济运行效率,同时也为国内、国际资本的流入创造了可能性,使区域经济发展对城市韧性建设的助推作用得以更好的发挥。另一方面,交通基础设施提高了城市的可进入性,并通过集聚效应与对其他要素的协同效应,给城市带来了更多生产要素集聚、资源优化配置以及产业结构升级的机遇,为经济高质量发展与韧性城市的构建提供优越的发展环境。第二,发达的交通条件加速了农村剩余劳动力的转移,进而为城市吸引到大量的迁入人口。在此情况下,城市人口增长过快与人口密集等问题开始凸显,这不仅会提高资源消耗代价和污染治理成本,也将为城市的空间规划和区域低碳经济转型带来许多新的挑战,故而削减了经济发展对城市韧性的显著促进效应。

以政府调控力度作为门槛变量时,经济发展对城市韧性的作用呈现出阶梯式增长的门槛特征,具体表现为:当区域内政府调控力度低于门槛值0.083时,经济发展对城市韧性的影响效应未通过10%的显著性水平检验;当政府调控力度处于0.083到0.113之间时,经济发展对城市韧性具有显著的积极影响,影响系数为0.017;当政府调控力度跨越门槛值0.113时,经济发展对城市韧性的影响力度进一步提升,影响系数达到0.029。可见,想要充分发挥经济发展对城市韧性的带动与提振作用,政府的宏观调控是其中不可或缺的重要一环。究其原因,我国政府作为城市安全管理与风险防控的主体,对城市建设的项目规划及投资的具体额度有决定性的作用。正所谓“三分建,七分管”,政府调控力度较低的城市,无法从整体上维护好经济发展和城市规划的成果,因此对城市韧性的建设产生明显推动作用。而当政府调控力度升高后,在发达的经济水平基础上,政府的大力支持可以促进经济要素的自由流动、推动资源的有效整合,进而实现城市建设的最优效率。更为重要的是,政府还能有效调节城市建设进程中各方的利益与矛盾冲突,使经济发展在城市韧性建设中最大限度地发挥实效。

三、结论与建议

本文基于2005—2020年长三角地区41市域的面板数据,实证检验了经济发展在不同门槛变量下对城市韧性的非线性影响。结果显示:以经济发展水平作为门槛变量时,其对于城市韧性的影响存在明显的“左拖尾倒U型”双门槛特征,即经济发展对于城市韧性的影响效应经历了由显著抑制转为明显促进再到逐渐弱化的演变趋势。以交通便利程度作为门槛变量时,经济发展对城市韧性的影响表现为“右拖尾倒U型”的双门槛效应,在交通便利程度处于中低水平时,经济发展能显著增强城市韧性水平,且影响力度逐步增强,但当其越过第二个门槛值后,经济发展对城市韧性的促进作用会大幅弱化,影响系数降至最低。以政府调控力度为作为门槛变量时,经济发展对城市韧性的作用呈现出阶梯式增长的变化特点,随着政府调控力度的持续增大,经济发展水平对城市韧性的正向促进作用也会不断加强。该结论有悖于经济发展与城市韧性之间关系的传统认知,但我们对不同条件及区制下关于经济发展与城市韧性的复杂关系进行了实证检验与理论探讨,在丰富相关研究成果的同时亦进一步合理解释了已有研究中对此问题互为矛盾的观点。

基于上述结论,本文提出以下对策建议。

第一,在思想观念上,长三角地区要坚持系统与发展的观点,正确认识经济发展水平同城市韧性之间存在的资源错配问题,并采取与之相匹配的发展模式,尽量避免仅凭主观判断而盲目地进行经济扩张活动。

第二,在发展政策上,长三角各市需及时做好宏观政策的灵活转变。当经济发展与交通建设水平尚不高时,政策发展的重心应放在基础设施完善、经济结构调整及产业结构升级等方面,落实对韧性城市的输血与造血功能。而当经济与交通发展到较高水平后,应考虑通过税收和金融服务等优惠政策,鼓励农村金融及吸引农村返乡发展,为城市人口回流郊区及小城镇创造先决条件,进而缓解城市人口密度过大及生态环境破坏严重等问题,以便于城市风险的分散及规避。

第三,在发展保障上,需积极发挥政府的宏观调控作用,加大对地区企业创新的财政支持。创新研发项目具有“投入高、周期长、难度大”的特点,但不可否认的是,我国资源循环性经济发展与韧性城市构建仍离不开创新要素的驱动与引领。因此,需要依靠政府力量来协调经济增长过程中的资金与资源投入,为地区创新研发项目的顺利开展提供充足的支持。