职业结构视角的城市经济韧性动力机制研究

周旺 毛琦梁

[摘要]区域经济不均衡发展很大程度体现在城市经济韧性的差异上，探究其动力机制对提高城市经济韧性进而区域可持续发展具有重要意义。基于任务的方法构建任务连通度指数来刻画地区在经济活动空间集聚依赖度方面的职业结构特征，并探索其对于城市经济韧性的影响。研究结果表明，任务连通度对经济复苏前和复苏中以及状态转变的城市经济韧性均具有显著正向促进作用，职业结构是影响城市经济韧性的重要原因。异质性分析表明，高任务连通度对城市经济韧性具有显著正向促进作用，低任务连通度却对城市经济韧性不显著，这意味着具有复杂型任务属性的职业结构有利于提高城市经济韧性，而具有标准型任务属性的职业结构不利于提高城市经济韧性，具有不同任务属性的职业结构是影响城市间经济韧性差异的重要诱因。基于以上结论，得出相应的政策启示以提高经济韧性，应对城市未来发展。

[关键词]职业结构；任务属性；任务连通度；城市经济韧性

一、 引言

中国区域间呈现显著的多样化不均衡发展路径。改革开放之后，东部地区凭借优越的地理位置以及国家的倾斜政策迅速崛起，逐渐拉大了与中西部地区之间的发展差距。与此同时，南方在改革开放中率先前进，尤其东南沿海一带发展活力得到迅速提升，与北方的发展差距逐渐拉大，经济中心开始南移。中国城镇化也在改革开放之后加速推进。随着中国城镇化转入新型城镇化的高质量发展阶段，人口加速向大城市和经济发达的地方集聚，而东北、西北以及其他一些中小城市人口流失严重，出现“城市收缩”现象。时至今日，一方面，中西部与东北地区仍然面临着经济塌陷、资源型城市转型乏力的困局；另一方面，长三角、珠三角等东部地区却在信息化、自动化与全球化的浪潮下逐渐形成多元化的产业结构、充满活力的创业氛围，走上了更高质量的发展路径。因此，什么样的地区更具有经济发展的韧性值得深入思考。

韧性作为一种分析性概念被引入经济地理学领域，用于解释不同经济主体在遭受冲击的影响下抵御冲击并恢复能力的差异[1]。尽管经济地理学家对区域或城市经济韧性的概念争论了一段时间，但对其定义仍没有达成共识。在工程领域，韧性是指区域或城市系统在受到不稳定冲击时恢复到平衡路径的能力[2]。在生态学领域，韧性被定义为区域或城市系统在保持现有结构的同时，通过移动到新的稳态平衡来应对冲击的能力[3]。相反，经济地理学领域学者提出了一种演化方法，将韧性与地方经济系统通过短期适应和长期发展新的增长路径吸收外部冲击的能力联系起来[4]。基于演化韧性，主要考虑到重大的社会挑战和危机引发的激进系统重构的可能性，转型韧性的概念被提出[5]。专注于结构变化和长期经济复苏，韧性的均衡概念被放弃，而是将冲击与地区发展新增长路径能力的决定因素联系起来[6]。

那么，什么因素会影响区域或城市经济韧性的差异？已有研究从政府政策、技能禀赋及其多样化等方面进行了相关探讨[7-8]。但是，区域或城市间经济韧性的差异与产业结构有重要关系。随着我国经济发展进入新常态，新旧动能转换中产业结构变迁差异成为造成南北差距的重要因素之一[9]。北方地区不合理的经济结构被认为是资源配置效率低下、创新动力不足的重要原因，由此也导致经济增速相对落后于南方[10]。单方面来看，高度依赖投资拉动的重化工业价值链的北方经济缺乏韧性，经济增速明显下滑且难以恢复[11]。在国外，最具韧性的地区具有非常多样化的产业结构[8]。一个地区的经济越多样化韧性就越强，经济多样化的地区在社会经济方面比经济基础狭窄的地方更具韧性[12]。而且，经济活动的多样性降低了风险的集中度，增强了对经济冲击的抵御能力[13]。总之，城市经济韧性在很大程度上是多样化工业基础的结果[14]，由于某些类型的多元化制造业更具韧性，从而塑造了当地经济的命运[15]。

已有研究对区域或城市经济韧性差异的由来也从产业结构角度给出了很多答案。韧性作为区域固有属性蕴含在区域演化的过程中，是区域历史遗产和外界环境影响而不断自我强化表现出的历史路径依赖。这种历史路径依赖包括长期演化形成的产业结构、生产关系组织等[6]。产业多样性、专业化、模块化以及相关性等产业结构因素被视为影响经济韧性的主要原因[16]。其中，产业结构多样化被视为重要因素[17]。一方面，多样化具有自动稳定器特征，可以减轻特定部门遭受冲击的风险，帮助区域实现快速的自我修复[18]。另一方面，依据Jacobs外部性理论，多样化所缔结的“经济关联”和“知识关联”是促进部门间技术溢出的重要原因，而由技术溢出所引发的创新活动对区域经济增长路径的更新和资源重组都至关重要[19]。更具创新性的经济体在面对外部冲击时，不仅能够经受住更加波动的负面影响，还能更快地作出适应性调整，表现出更强的经济韧性[20]。Frenken等[21]进一步将多样化分解为相关多样化和无关多样化，他认为只有相关多样化才会增强知识溢出并对区域经济增长和就业起到促进作用。相反，由于行业间存在较大的知识差异和认知距离，无关多样化不会如相关多样化一样推动技术溢出。因此，无关多样化对经济韧性的作用很可能只局限于避免特定行业的冲击[22]。

总结而言，已有研究均认同地区产业结构是影响经济韧性的重要基础，对研究区域或城市经济韧性具有重要的参考价值，但还有值得进一步完善之处。从产业结构角度来考察地区经济韧性是基于产业或行业等相对宏观的视角，缺乏基于产业内部构成职业更加微观的任务视角。职业代表的是劳动力从事的经济活动，反映了他们拥有的能力和知识，且产业内的职业可以是相关的也可以是非相关的，这取决于他们需要的技能。因此，职业的视角可以让我们从行业内部的多样化角度来理解城市的知识和能力，对相关性的看法与产业也有所不同，对其量化也能够更直接和准确地捕捉到城市能力和知识的本质[23]。随着交通与通信技术的发展，基于职业的任务在空间上被重新分配，在不同任务特征的作用下城市呈现不同的发展结果，从而表现出不同的经济韧性。常规化任务（如重复性和自动化的任务）增加了空间工资在城市地区中的不平等[24]。这是因为在成本较高的地点的新产业主要受益于知识溢出，而更成熟的产业则转移到成本较低的地方，进而生产流程变得更加标准化[25]。

因此，本文从地区职业结构及其任务属性的视角出发，并基于构成职业的细分任务更加深入地考察城市经济韧性，以期对城市经济韧性的原因解释做出边际上的贡献。本文采用基于任务的方法记录和解释中国地级及以上城市的经济韧性。基于任务方法的主要好处是可以分析城市间的经济韧性差异是如何由工作任务和集聚力之间的相互作用引起的。理解这一机制对于解释为什么一些城市表现良好而另一些城市却在衰落具有潜在的重要意义。本文可能的创新表现在以下方面：一是从更加微观的职业及其构成任务的视角来研究中国城市经济韧性，探究影响城市经济韧性的职业结构原因；二是对职业结构及其任务属性特征，基于复杂型任务空间集聚生产和标准型任务跨地区生产的特点研究城市间经济韧性的差异。三是不同于用GDP或就业变化的指标来测度城市经济韧性[4]，本文使用人口规模变化指标来测度城市经济韧性。

二、 理论机制与研究假设

随着生产范式垂直一体化的解体，各个生产环节在不同地区集聚或跨地区进行基于功能的分工生产，地区之间再基于任务进行分工。但是，跨地区的任务分工取决于协调成本和生产成本之间的权衡。跨地区的任务分工在具有比较优势的地方进行生产而降低生产成本，但远距离提高协调成本，进而降低了与其他任务之间的关联性带来的集聚效益。一方面，在不同地点执行不同任务在生产特定产品方面具有成本优势。分工的深化会在生产成本方面产生优势，即每项任务都可以由效率最高的工人、公司和最佳地点来完成。另一方面，任务之间的协调成本会随着跨地区分工的深化而提高，但任务空间集聚可以节约协调成本。在一个地点执行多样化任务即任务集聚可以节省运输、通信和其他协调成本，还可以享受由复杂、多样与关联性任务集聚带来的效益。除了货物和服务的实物分配，生产还需要协调、咨询和规划，空间邻近会更容易促进这类任务的完成。与其他通信技术相比，隐性知识更容易通过“面对面”进行传递。“面对面”接触还有助于解决激励问题，促进学习和人力资本外部性[26]。因此，地区间基于任务进行分工取决于这些经济力量。

生产活动是大量任务组合在一起的结果。这些任务被分配给在特定地点为特定企业工作的劳动力。任务不是被孤立地执行，而是集合在经济活动的职业中。作为职业结构的重要构成以及支撑，职业的不同任务属性在很大程度上影响了劳动力的空间集聚与扩散，进而影响了城市的经济韧性。进一步来讲，基于协调成本与生产成本之间的权衡对任务进行地区间分工，是与任务属性差异表征的职业结构相互作用的结果。任务属性差异表现为任务在空间上集聚的依赖性程度，体现了任务分离出去的可能性，这对提高城市经济韧性具有重要作用。由此提出本文的第一个假设：

假设1：城市经济韧性受其职业结构的影响。

地区的职业结构任务属性决定了不同的集聚优势和成本优势之间的空间权衡，进而影响了地区间经济韧性的差异。不同的职业体现出差异性的任务属性，决定了地区在任务分工网络中的比较优势，由此形成不同性质的集聚经济，并因此影响地区未来的就业增长路径[27]。总体来看，任务可以划分为标准型任务和复杂型任务两种类型。标准型任务对地区资源的要求较为单一，被细化并固定到生产线的各个环节，很少需要劳动力之间的信息交互，主要需要能够从事重复性的、标准化任务的廉价劳动力，较少与其他任务关联集聚。而复杂型任务倾向于与其他任务关联集聚，需要地区拥有多样化、相关联的技能人才来完成，需要人才发挥灵活性与创造性，要求人们能够“面对面”地快速交流，从而产生更强的地理集聚特征。

标准型任务因其单一性和关联性较少的特点，在成本优势的作用下容易受到外部环境影响而发生区位转移，从而导致职业结构以此类任务属性为主的地区容易失去比较优势。随着这些任务迁移到更具有比较优势的地区而使原来的地区失去经济韧性，表现为就业减少、人口流失等。然而，复杂型任务却不易因为外部环境的变化而发生区位转移，进而可能在集聚优势的作用下促进就业增长与人口规模增大，经济韧性不断增强。技术变革不断推进集聚优势和生产成本之间的权衡变化，影响着城市的集聚生产，致使一些具有隐性、不可编码等属性的复杂型任务更加倾向于集聚到一起进行生产，且不易分离，从而导致具有此类任务属性的地方在复杂、多样与关联性任务集聚的作用下，吸引更多的劳动要素流入，人口规模不断增长，经济韧性得到加强。Michaels等[28]的经验研究表明，随着时间的推移，集聚的性质发生了变化，其越来越强调人际互动的重要作用。事实也表明，被视为“最发达”的地区往往也是复杂、多样与关联的经济活动最集中的地区，对区域人口集聚与就业增长具有促进作用[23]。由此提出本文的第二个假设：

假设2：相较于标准型任务属性，具有复杂型任务属性的职业结构有利于提高城市经济韧性。

三、 研究设计与特征事实

1. 研究设计

（1）职业结构、任务属性与任务连通度

一个城市由大量从业人员组成，这些从业人员可以进一步被划分为不同种类的职业，不同职业的从业人员执行各种任务（表1）。不同任务的属性差别较大，有些复杂型任务需要关联其他任务来执行，这类任务倾向于在地理上集聚，而有些标准型任务因其标准化生产特性，较少需要与其他任务发生关联，可以分散布局。一项职业可以视为由41个任务所构成，但每个任务在不同职业上的重要性差异较大。有的职业复杂型任务在其中较为重要；有的职业标准型任务在其中较为重要；有的职业介于两者之间。因此，不同职业之间的差异性在本质上是内含任务的属性差异。由此，一个地区的职业结构特征事实上是任务属性的体现，地区间职业结构的差异是任务属性差异的体现。不同的职业因其任务属性差异而导致空间集聚依赖性的不同。究其原因，任务属性引发的不同任务之间的空间关系成为关键。

为了评价不同任务空间集聚的需要或者依赖性，本文参考Kok等[27]的方法构建任务连通度指标。每一项职业由相同的41个任务构成，任务评分依据职业不同在1（根本不重要）到5（极其重要）之间给出1。计算公式如下：

[tct=t'=1t'=41c（Et，i|Et'，i）   （t'≠t）] （1）

其中，[tct]为任务t的连通度；[Et，i]和[Et'，i]分别表示[t]和[t']两种任务在城市i中的评分指数，计算公式为：

[Et，i=occ=1occ=nempocc，iempi×IMt，occ] （2）

式（2）中，[empi]表示城市i的总就业量；[empocc，i]表示城市i中某职业的就业量；[IMt，occ]为任务t在某职业中的重要性评分。[c（Et，i|Et'，i）]计算了[t']和[t]两种任务之间的空间关联程度。一个任务与其他任务的空间关联程度越低，表明该任务越可能在一个地方被独立完成，越不需要与其他任务产生地理集聚，否则反之。

进一步基于任务连通度计算了城市任务连通度，公式如下：

[Ci=t=1t=41tct×Et，i] （3）

其中，[Ci]为城市i的任务连通度；[Et，i]为城市i中任务t在所有职业中的就业人数占该城市总就业人数的比重；其他变量与式（1）相同。一个城市的任务连通度越高，说明该城市的任务越不容易分解出去，也就越难发生区位转移。换言之，该城市的职业结构表现出较高的空间集聚依赖度特征，即该城市以空间集聚需求较高的职业构成。

鉴于中国缺乏产业的职业构成和职业任务评分等方面的数据，本文通过对中国四位数产业与美国产业分类进行匹配2，获得中国产业的职业构成（一个产业不同职业从业人数的比重）以及相应的职业任务评分数据，中国各个地区的产业从业人数数据来自《2004年经济普查数据》《2008年经济普查数据》。

（2）城市经济韧性测度

本文采用敏感性指标法来测度城市经济韧性，具体来说，运用城市层面人口变化与全国层面人口变化之间的差值来测度城市经济韧性。一个地方的经济越发达、基础设施越齐全、教育医疗越完善，即地区经济韧性越好，该地方越会集聚大量的人口，吸引更多的人口流入。因此，人口增长率高的地区，自然是具有更多工作机会的地区，也是经济活动倾向于布局的地区，能够反映出更好的经济韧性。计算公式如下：

[Resi，k=lnPi，t-lnPi，t-k-lnPt-lnPt-k]                               （4）

其中，i表示城市；t表示时间点；k表示时间段；t-k表示在t的k年之前；Res表示经济韧性；P表示人口数量；[Pi，t]为i城市t年的人口数量；[Pt]为t年全国的人口数量。对数的差分约等于增长率。

借鉴徐圆等[18]的做法，本文区分了两种类型的经济韧性，一种是经济复苏之前的能力，另一种是经济复苏之中的能力，分别用2000—2010年与2010—2020年两个时间段的敏感性指标来衡量这两种能力。这样划分一方面是以2008年全球金融危机为冲击点，2010年我国采取的四万亿刺激计划使经济开始逐渐复苏；另一方面为了契合以人口规模变化表征的经济韧性的人口普查数据。

（3）模型构建

为了检验理论机制部分提出的假设，本文构造了如式（5）所示的计量回归模型。

[Resi，T=α0+α1Ccoi，t0+α2Popi，t0+αnXi，t0+εi]                              （5）

式（5）中，i表示城市；T表示所考察的时期；t0表示所考时期的初期；Res表示经济韧性；[Cco]表示城市任务连通度；[Pop]表示人口数；[X]为其他一系列控制变量；[α]为估计系数；[ε]为误差项。

本文选取以下控制变量：初期人口规模（[Pop]），该变量表明城市间经济韧性发展的趋同或发散情况，选取人口普查数据中的人口数作为初期人口规模；产业多样化指数（[Hhi]），产业多样化可以极大地促进知识的交流和碰撞，驱动城市创新与韧性发展，使用Herfindahl-Hirschman指数1值作为产业多样化指数的估计值；灯光强度（[Lig]），反映了一个地区的经济集聚程度，用夜间灯光数据来表示；区位（[Por]），邻近港口有助于融入国际市场，用城市到最近港口的距离来测算；日照时数（[Sun]），采用年日照小时数来测度；地形起伏度（[Top]），用一定范围内海拔高度的最大值和最小值之间的差值来表示。

2. 数据来源

基于数据的可得性，本研究样本为全国259个地级及以上城市。数据来源于最近三次（第五、六、七次）人口普查、2004年和2008年经济普查数据以及《中国城市统计年鉴》。其中，基于2004年经济普查数据计算的城市任务连通度作为影响2000—2010年和2000—2020年城市经济韧性的基期职业结构特征；以2008年经济普查数据计算的城市任务连通度作为影响2010—2020年城市经济韧性的基期职业结构特征。

3. 特征事实

基于设置的两种经济韧性类型，本文分别绘制了如图1和图2所示的城市经济韧性核密度分布图。从双尾比较来看，图1中经济韧性高的城市多于经济韧性低的城市，即相对较多的城市人口增长快于全国总体水平，而图2中经济韧性低的城市多于经济韧性高的城市，相对较多的城市人口增长慢于全国总体水平。这印证了城市间的经济韧性存在差异。在危机冲击下，经济韧性较差的城市人口大量流失，逐渐走向衰败，而经济韧性较强的城市能够吸引大量的人口流入，使其更加有经济韧性。相对而言，大城市的经济韧性比中小城市强，因而在受到冲击之后大量中小城市人口流失，集聚到少数大城市中，表现为图2的分布状况。

表2展示了两个时期经济韧性最高与最低的十个城市排序情况。整体来看，东部沿海以及内陆中心大城市的经济韧性较高，而中西部以及东北的一些中小城市的经济韧性较低。从两个时期的演变来看，经济韧性最高的城市继续向东部沿海以及内陆中心大城市转移，而经济韧性最低的城市继续向东北以及西部的中小城市扩散。受冲击影响，在大量经济韧性较差的中小城市人口流失的同时，经济韧性较强的少数中心大城市持续吸引人口的流入。这也印证了图2所示的状况。表3展示了两个时期任务连通度最高与最低的十个城市排序情况。整体来看，两个时期任务连通度最高的城市基本是东部沿海以及内陆中心发达城市，而任务连通度最低的城市基本是中西部、东北地区的欠发达城市。与表2城市经济韧性的结构基本相同，任务连通度高的城市经济韧性也较高，任务连通度低的城市经济韧性也较低，因此可以粗略地认为用城市任务连通度表征的职业结构与经济韧性之间存在正向相关关系。

为了更直观地考察城市任务连通度与经济韧性之间存在的关系，本文绘制了两者之间的散点图，如图3、图4所示。从图中可以看出，两个时期的城市任务连通度与经济韧性均存在正向相关关系，即任务连通度高的城市其经济韧性也较高，任务连通度低的城市其经济韧性也较低，从而表明以任务连通度表征的职业结构可能是影响城市经济韧性的重要因素。

四、 实证结果分析

1. 基准回归

根据区分的两种经济韧性类型，本文分别作了经济复苏前、复苏中以及韧性状态转变3个过程中城市任务连通度对经济韧性的实证回归。其中，韧性状态转变主要是为了考察经济从复苏前到复苏中的一个转变能力。依据Martin等[29]的做法，以两个时期的城市经济韧性是否大于零将其分为4种类型：前一个时期大于零、后一个时期小于零的由强变弱型；两个时期都小于零的衰弱型；两个时期都大于零的稳健型；前一个时期小于零、后一个时期大于零的由弱变强型。按此方法将研究样本分成四类，并设置一个由1到4的有序变量，表示城市从经济复苏前到复苏中的转换能力逐次增强。利用式（5）设定的计量回归模型来检验这3个过程中城市任务连通度对经济韧性的影响情况，回归结果如表4所示。

首先是经济复苏前的回归结果。该结果中的被解释变量是2000—2010年的城市经济韧性，其余变量是2000年的数据指标。由表4中的列1、列2可知，城市任务连通度的估计系数均在1%的水平下显著为正，表明在该阶段以任务连通度表征的职业结构有利于提升城市经济韧性，意味着任务之间在空间中的集聚依赖性程度提高了城市经济韧性，从而增强抵御经济冲击的能力。

其次是经济复苏中的回归结果。该结果中的被解释变量是2010—2020年城市经济韧性，其余变量是2010年的数据指标。由表4中的列3、列4可知，城市任务连通度的估计系数均在1%的水平下显著为正，表明以任务连通度表征的职业结构不仅在经济复苏前有利于城市抵御风险，还有利于其经济复苏，进而说明任务属性引发的任务之间的空间集聚需求提高了城市经济韧性，推动了城市经济复苏。

最后是韧性状态转变的回归结果。由于此时的被解释变量是一个有序变量，故采用oprobit模型进行估计。由表5中列5、列6可知，城市任务连通度的估计系数均在5%的水平下显著为正，说明从经济复苏前到复苏中的转变过程中，任务连通度也发挥着重要作用。任务连通度不但在复苏前有利于提高城市的抗冲击能力，也有利于在复苏中提高城市的经济复苏能力。各阶段控制变量也都基本符合预期与现实。因此，以任务连通度表征的职业结构是影响城市经济韧性的重要原因，证明了本文提出的假设1。

2. 稳健性检验

为了提高结果的稳健性，本文分别替换被解释变量和解释变量进行稳健性检验。首先替换被解释变量。基准回归中的城市经济韧性分别用2000—2010年和2010—2020年测度。为了得到更一般的结果，用2000—2020年测度的城市经济韧性作为被解释变量进行回归。结果如表5所示，城市任务连通度的估计系数在1%水平下显著为正，表明以任务连通度表征的职业结构对城市经济韧性的影响是较为稳健的。另外，采用城市层面人口变化与国家层面人口变化之间的比值来测度城市经济韧性并进行回归。由表5可知，城市任务连通度在各阶段的估计系数至少在5%的水平下显著为正，再一次证明了本文结论的稳健性。

其次替换解释变量。基准回归中的任务连通度分别基于中国2004年和2008年经济普查数据进行计算。但我国有些产业的布局受到一些特殊情况的影响，可能并非经济活动自由布局的结果。为此，参考Ellison 等[30]的做法，本文采用美国城市数据计算的任务连通度来测度中国的城市任务连通度，具体来说，基于美国2000年城市数据1计算的任务连通度，分别测算我国2000年和2010年的城市任务连通度。由表5可知，以美国任务连通度测算的城市任务连通度在各阶段的估计系数均在1%的水平下显著为正，这再一次表明了本文结论的稳健性。以上结论也再一次证明了本文提出的假设1。

五、 异质性分析

为了进一步考察不同城市之间经济韧性差异的职业结构原因，本文通过各阶段城市任务连通度中位数将研究样本划分为任务连通度高的城市和任务连通度低的城市分别进行回归。任务连通度体现了任务之间的空间集聚需求，即任务分离出去的可能性，因此，高任务连通度具有较高的任务集聚需求，任务倾向于集聚在一起，这类任务以复杂型为主，而低任务连通度则相反，主要以标准型任务为主。结果如表6所示，从各阶段整体来看，任务连通度高的城市组别比低的城市组别估计系数显著，说明高任务连通度有利于提高城市经济韧性，低任务连通度则不利于提高城市经济韧性。相较于标准性任务，具有复杂型任务属性的职业结构有利于提高城市经济韧性，具有不同任务属性的职业结构是影响城市间经济韧性差异的重要原因，从而证明了本文提出的假设2。

六、 结论与启示

本文深入产业部门内部的职业结构探索其对于经济韧性及其城市间差异的影响。研究表明，任务连通度不但具有抗冲击能力，还具有促进经济复苏的能力，以任务连通度表征的职业结构是影响城市经济韧性的重要原因。异质性分析表明，高任务连通度有利于提高城市经济韧性，低城市任务连通度则不利于提高城市经济韧性，具有复杂型任务属性的职业结构有利于提高城市经济韧性，而具有标准性任务属性的职业结构则不利于提高城市经济韧性，具有不同任务属性的职业结构是影响城市间经济韧性差异的重要原因。

基于以上结论，本文提出以下政策启示。为了提高城市的经济韧性或者应对风险冲击的能力，政府应该将关注点放到更加微观的职业结构上，基于任务的属性发展一些以创新等为主的复杂型、集聚在一起生产而不易转移的高级生产性服务业的任务，避免大力发展标准型的、容易受比较优势冲击而迁移的制造业任务。中西部地区以及其他一些中小城市的经济韧性相对较低，他们在承接东部地区和大城市的产业时虽具有比较优势，但为了避免重蹈丧失比较优势的覆辙，应该加强一些创新等复杂型任务的建设，提高其经济韧性，使自己在冲击来临时能够迅速转型升级而不至于陷入路径依赖的困境中。另外，地方政府在积极引进外来高技能人才以及吸引企业进入的同时，也应该加大对本地区的教育等投入积累人力资本，培育更多的具有高技能的从事复杂型任务的人才，使他们之间相互合作形成集聚力，以提高本地区的经济韧性和竞争力。

参考文献：

[1] 孙久文，孙翔宇.区域经济韧性研究进展和在中国应用的探索[J].经济地理，2017，37（10）：1-9.

[2] Fingleton B， Garretsen H， Martin R.Recessionary Shocks and Regional Employment：Evidence on the Resilience of UK Regions[J].Journal of Regional Science，2012，52（1）：109-133.

[3] Swanstrom T.Regional Resilience： A Critical Examination of the Ecological Framework[R]. Working Paper，2008.

[4] Martin R.Regional Economic Resilience， Hysteresis and Recessionary Shocks[J].Journal of Economic Geography，2012，12（1）：1-32.

[5] Lemke L K G， Sakdapolrak P， Trippl M.Unresolved Issues in Regional Economic Resilience： Conceptual Ways forward[J].Progress in Human Geography，2023，47（5）：699-717.

[6] Boschma R.Towards an Evolutionary Perspective on Regional Resilience[J].Regional Studies，2015，49（5）：733-51.

[7] 邢澜，张广海.海洋经济发展试点政策对区域经济韧性的影响——基于沿海地区的准自然实验[J].地理科学进展，2023，42（2）：260-274.

[8] Fusillo F，Consoli D，Quatraro F.Resilience，Skill Endowment， and Diversity： Evidence from US Metropolitan Areas[J].Economic Geography，2022，98（2）：170-196.

[9] 杨明洪，黄平.南北差距中的结构效应及空间差异性测度[J].经济问题探索，2020（5）：1-13.

[10] 闫佳敏，沈坤荣.中国南北经济差距的测度及原因分析[J].首都经济贸易大学学报，2022，24（2）：3-14.

[11] 李善同，何建武，唐泽地.从价值链分工看中国经济发展南北差距的扩大[J].中国经济报告，2019（2）：16-21.

[12] Doran J， Fingleton B.US Metropolitan Area Resilience： Insights from Dynamic Spatial Panel Estimation[J].Environment and Planning A： Economy and Space，2018，50（1）：111-132.

[13] 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.

[14] Evans R， Karecha J.Staying on Top： Why Is Munich So Resilient and Successful？[J].European Planning Studies，2014，22（6）：1259-1279.

[15] Di Caro P.Recessions，Recoveries and Regional Resilience： Evidence on Italy[J].Cambridge Journal of Regions， Economy and Society，2015，8（2）：273-291.

[16] Martin R，Sunley P.On the Notion of Regional Economic Resilience： Conceptualization and Explanation[J].Journal of Economic Geography，2015，15（1）：1-42.

[17] Rocchetta S， Mina A.Technological Coherence and the Adaptive Resilience of Regional Economies[J].Regional Studies，2019，53（10）：1421-34.

[18] 徐圆，张林玲.中国城市的经济韧性及由来：产业结构多样化视角[J].财贸经济，2019，40（7）：110-126.

[19] Bramwell A，Wolfe D A.Universities and Regional Economic Development：The Entrepreneurial University of Waterloo[J].Research Policy，2008，37（8）：1175-1187.

[20] Bristow G， Healy A.Innovation and Regional Economic Resilience：An Exploratory Analysis[J].The Annals of Regional Science，2018，60（2）：265-284.

[21] Frenken K，Van Oort F，Verburg T.Related Variety，Unrelated Variety and Regional Economic Growth[J].Regional Studies，2007，41（5）：685-697.

[22] Kemeny T， Storper M.Is Specialization Good for Regional Economic Development？[J].Regional Studies，2015，49（6）：1003-1018.

[23] Broekel T， Fitjar R D， Haus-Reve S.The Roles of Diversity， Complexity， and Relatedness in Regional Development： What Does the Occupational Perspective Add？[M].Utrecht：Utrecht University， Human Geography and Planning，2021.

[24] Koster H R A， Ozgen C.Cities and Tasks[J].Journal of Urban Economics，2021（126）：1-25.

[25] Desmet K，Rossi-Hansberg E.Spatial Growth and Industry Age[J].Journal of Economic Theory，2009，144（6）：2477-2502.

[26] Storper M，Venables A.Buzz： Face-to-Face Contact and the Urban Economy[J].Journal of Economic Geography，2004，4（4）：351-370.

[27] Kok S，Weel B.Cities，Tasks，and Skills[J].Journal of Regional Science，2014，54（5）：856-892.

[28] Michaels G， Rauch F， Redding S J.Task Specialization in US Cities from 1880 to 2000[J].Journal of the European Economic Association，2019，17（3）：754-798.

[29] Martin R， Sunley P， Gardiner B， et al.How Regions React to Recessions： Resilience and the Role of Economic Structure[J].Regional Studies，2016，50（4）：561-585.

[30] Ellison G， Glaeser E L， Kerr W R.What Causes Industry Agglomeration？ Evidence from Coagglomeration Patterns[J].American Economic Review，2010，100（3）：1195-1213.

基金项目：国家自然科学基金面上项目“制度环境、地方化学习与中国区域产业演化研究”（项目编号：72173090）。

作者简介：周旺，男，首都经济贸易大学城市经济与公共管理学院博士研究生，研究方向为城市与区域发展；毛琦梁，通讯作者，男，首都经济贸易大学城市经济与公共管理学院副教授，博士生导师，研究方向为经济空间组织演化与政策。

（收稿日期：2024-02-21  责任编辑：殷 俊）