Industrial Co-Agglomeration, Innovation Resource Mismatch and Urban Economic Resilience： A Comparative Study of Resource-Based and Non-Resource-Based Cities

Liu Xiuli1, Xu Yangxue1, Guo Pibin2, Shen Jun1, Shi Qinqin1

(1.Research Institute of Resource-based Economics, Shanxi University of Finance and Economics, Taiyuan 030006, China;2.Department of Management, Shanxi Institute of Economics Management, Taiyuan 030024, China)

Abstract：In the context of increasing global economic volatility and supply chain disruptions, strengthening urban economic resilience has emerged as a critical development imperative for regional sustainability and competitiveness. While substantial research exists on traditional industrial agglomeration, the specific mechanisms through which industrial co-agglomeration—which refers to the synergistic clustering of interrelated sectors such as manufacturing and producer services—influences economic resilience remain theoretically and empirically underexplored. This study addresses this significant research gap by systematically examining how co-agglomeration affects urban economic resilience, with particular emphasis on comparative analysis between China's resource-based cities (RBCs) and non-resource-based cities (NRBs), and investigates the crucial mediating role of innovation resource allocation efficiency and the moderating effect of industrial structure upgrading.

Utilizing balanced panel data from 284 Chinese prefecture-level cities (107 RBCs and 177 NRBs) from 2007 to 2022,this study employs a two-way fixed effects model to control for unobservable city- and time-specific factors, supplemented by rigorous mediation and moderation analyses. Urban economic resilience is operationalized as a composite index capturing shock resistance, adaptation, and recovery. Industrial co-agglomeration is quantified via indices measuring spatial coupling and functional interdependence between manufacturing and producer services, derived from establishment-level employment and geospatial data.

The study finds that co-agglomeration significantly strengthens economic resilience, with a notably stronger effect in RBCs. This suggests that spatial synergy among interrelated industries offers a vital pathway for resourcedependent cities to diversify and stabilize their economies.Furthermore, this beneficial impact is most pronounced during post-crisis recovery phases, where industrial synergy accelerates economic reorganization and renewed growth following external shocks. Mechanism analysis reveals that alleviating innovation resource misallocation serves as a key channel through which co-agglomeration improves resilience, as geographic proximity facilitates more efficient matching of talent, knowledge, and capital.By reducing information asymmetries and transaction costs, this enhanced matching efficiency directly boosts urban adaptive innovation capability and technological flexibility.Meanwhile, industrial structure upgrading emerges as a significant negative moderator, particularly in NRBs, indicating that rapid structural transformation may weaken the synergistic networks that underpin resilience.

This study contributes to the literature in several important dimensions. Theoretically, it bridges industrial geography with economic resilience theory by explicitly articulating and empirically validating the mechanistic pathways of innovation efficiency enhancement and structural change dynamics through which co-agglomeration influences urban adaptive capacity. Empirically, it advances the field through its nuanced comparative analytical framework that accounts for fundamental differences in urban typology, resource endowment, and developmental stage, moving beyond homogenized conceptualizations of urban economies. Methodologically, it develops refined measures for both co-agglomeration and economic resilience that better capture their multidimensional nature and complex interactions.

In terms of policy, the results highlight the critical need for differentiated approaches tailored to specific city contexts. For RBCs pursuing structural transformation, strategically fostering industrial co-agglomeration between manufacturing and advanced producer services should form a cornerstone of economic resilience-building strategies, offering a vital pathway to diversify and stabilize economies constrained by resource dependency. Conversely, for non-resource-based cities, policymakers should adopt more calibrated approaches to industrial upgrading that carefully balance the pursuit of technological advancement with the preservation of resilient inter-industry linkages, avoiding the potential disruption of synergistic networks caused by rapid structural shifts. Furthermore, system-wide reforms aimed at reducing innovation resource misallocation should encompass enhanced intellectual property protection, improved university-industry collaboration mechanisms, and cross-sectoral R&D incentives to maximize the resilience benefits of co-agglomeration and ensure long-term urban adaptability in an increasingly volatile global economy.

Key Words：Industrial Co-agglomeration; Economic Resilience; Innovation Resource Mismatch; Industrial Structure Upgrading; Resource-based Cities

DOI：10.6049/kjjbydc.D92025070142

开放科学(资源服务)标识码(OSID)：

中图分类号：F124

文献标识码：A

文章编号：1001-7348(2026)13-0070-12

收稿日期：2025-07-07

修回日期：2025-11-25

基金项目：国家自然科学青年基金项目(42001257);教育部规划基金项目(25YJA790044);山西省回国留学人员科研资助项目(2024-096);山西省留学回国人员科技活动择优资助项目(20250024)

作者简介：刘秀丽(1982-),女,山西忻州人,博士,山西财经大学资源型经济转型发展研究院教授、博士生导师,研究方向为区域资源环境与可持续发展;许旸雪(1999-),女,辽宁丹东人,山西财经大学资源型经济转型发展研究院硕士研究生,研究方向为区域要素配置;郭丕斌(1969-),男,山西五寨人,博士,山西经济管理干部学院经济管理系教授、博士生导师,研究方向为能源经济与生态管理;申俊(1990-),男,山西晋城人,博士,山西财经大学资源型经济转型发展研究院副教授、硕士生导师,研究方向为能源经济与环境保护;史琴琴(1991-),女,山西临汾人,博士,山西财经大学资源型经济转型发展研究院副教授、硕士生导师,研究方向为区域可持续发展。

通讯作者：郭丕斌。

0 引言

近年来全球地缘政治和国际贸易冲突频发,世界经济不确定性持续增强[1]。2010年5月联合国减灾战略署发起“让城市更具韧性行动”,构建韧性城市引起了学界高度关注[2]。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》首次提出建设韧性城市,并将其与宜居、创新、智慧、绿色、人文并列,作为城市发展的新理念新趋势。经济韧性是指一个国家或地区有效应对不确定性冲击并从经济中快速复原的能力,其不仅关注一国实现经济增长的潜力,更关注一国在抵御和应对冲击的过程中能够有效熨平经济周期波动、适应发展形势、实现结构转型的活力[3-5]。提升城市经济韧性对于筑牢经济增长基础、巩固区域竞争优势和推动可持续发展具有重要的现实意义。

影响城市经济韧性的因素众多且相互交织,学界从产业集聚视角探讨了不同种类产业集聚对城市经济韧性的影响作用[6]。产业集聚可以细分为专业化集聚、多样化集聚和协同集聚3种主要形式[7]。从专业化集聚角度看,同一产业在城市的集聚有利于知识共享和技术创新,优化企业资源配置并带动城市经济增长,使城市在面临外部冲击时表现出较强的经济韧性[6]。从多样化集聚角度看,多样化集聚在城市经济系统中充当了“风险缓冲器”[8],当城市面临外部冲击时,多样化的产业结构能够有效分散潜在的经济风险[9],促进城市实现自我修复与系统稳定[8],从而增强经济韧性。区别于专业化与多样化的产业集聚,产业协同集聚指具有纵向技术关联或横向互补关系的不同产业(如制造业与生产性服务业)在空间上的集中与协作分布形态,是产业分工发展到一定程度的结果[10]。Ellison等[11]强调产业集聚不仅是在企业空间上的不断集中,更本质的是产业间密切的功能联系与协同效应。产业协同集聚多以成对的行业为观察单位,存在于地区产业完全多样化和单一产业专业化之间的中间情形,可以被视为一种平衡的产业结构策略,旨在通过多样化与专业化的结合实现经济稳健增长和风险分散[12]。现有研究大多认为产业的协同集聚通过知识溢出、技术扩散和规模经济等正向外部性和产业间的互补性互动,显著促进制造业生产率提升[2,13-14]。然而,也有研究指出产业协同集聚可能伴随一些潜在的负面效应,如过度的地理集中可能导致资源竞争加剧,产生拥塞效应,增加生产要素成本[15]。同时,集聚的产业结构组合若缺乏多样性或由低效率部门主导,也可能抑制整体的生产率提升,制约经济韧性效果。因此,产业协同集聚对城市经济韧性的影响效应仍是值得研究的重要问题。

新古典经济增长理论假定资源可以自由流动并实现最优配置,但现实中因制度壁垒、市场分割与信息不对称导致资源错配的现象广泛存在[16]。当前,对资源错配的研究已从传统的资本与劳动力要素延伸至创新资源领域。创新资源错配指的是人才、资本、技术等核心创新要素在产业或区域间的配置偏离帕累托最优状态,已被普遍认为是抑制全要素生产率和区域创新能力的关键瓶颈[17]。研究表明,创新资源错配可能源于户籍制度约束、金融抑制、市场分割与信息不对称等多重制度性与结构性因素[18],其经济后果不仅直接抑制全要素生产率和创新效率提升,还会导致地区发展不平衡与产业升级受阻[19],削弱地区应对外部冲击与实现复苏的内在能力,从而降低经济韧性。我国当前正处于从要素驱动向创新驱动转变的关键阶段,优化创新资源配置尤为重要。

非资源型城市通常位于沿海等发达地区,依托其人力资源优势和技术条件,大多以制造业和高端服务业集聚为主导。这类集聚能够通过规模效应和技术扩散效应提升劳动生产率,进而增强城市的适应性与抗风险能力[20]。相比之下,资源型城市作为我国经济体系的重要组成部分,因其资源禀赋特性,在应对外部冲击与扰动时,面临着比非资源型城市更为复杂的挑战。一方面,资源型城市由于长期依赖资源开采与初级加工,在吸引高端制造业和技术密集型产业方面存在阻力,在传统的制造业集聚路径上面临显著制约[21],单纯依赖制造业集聚难以推动其经济韧性提升。另一方面,在产业结构和产业集聚理论的引导下,发展服务业是实现资源型城市新旧动能转换的关键步骤[22]。因此,引导资源型城市充分发挥其传统产业的比较优势和产业基础,探索多元化产业协同发展路径,提高城市经济韧性,在面对外部冲击或扰动时“逆流而上”,迅速抓住机遇并实现成功转型具有重要意义。

当前学界关于产业协同集聚对城市经济韧性的影响研究主要体现在三个方面:其一,多数研究关注城市经济韧性的测度、时空演进与影响因素[23-24],对于城市经济韧性的作用机制研究仍有欠缺;其二,已有研究证实集聚经济有助于提升城市经济韧性,但主要从产业专业化集聚与多样化集聚的角度研究其对城市经济韧性的效应[25],在新发展阶段,产业协同集聚是否仍然对城市经济韧性产生促进效应值得进一步研究;其三,产业是城市的关键,资源型城市与非资源型城市无论是产业基础还是产业布局均存在差异,产业协同集聚对不同类型城市经济韧性的影响效应及作用机制还需进行深入探讨。

基于此,本文从产业协同集聚视角出发,将产业协同集聚与城市经济韧性纳入同一研究框架,对产业协同集聚影响城市经济韧性的内在逻辑进行理论阐述,并基于资源型城市和非资源型城市的对比,实证考察产业协同集聚对不同类型城市经济韧性的影响效应及其作用机制差异,试图回答以下三个问题:产业协同集聚能否作为有效利导手段促进城市经济韧性提升?产业协同集聚对资源型城市与非资源型城市经济韧性的影响效应是否存在显著差异?产业协同集聚影响不同类型城市经济韧性的作用机制是否存在差异?

本文可能的创新之处在于:一是已有研究多聚焦城市经济韧性的测度及时空演进,对其提升机制尤其是产业协同集聚的作用探讨仍显不足。本文将产业协同集聚与城市经济韧性纳入统一分析框架,从理论上阐释二者的内在逻辑,为理解经济韧性的产业动力机制提供新的视角;二是区别于以往侧重于产业专业化或多样化集聚的研究,本文聚焦制造业与生产性服务业之间的协同集聚,并基于新发展阶段特征,实证检验其对城市经济韧性的影响效应;三是突破整体性分析,从资源型与非资源型城市的异质性出发,不仅对比产业协同集聚对两类城市经济韧性的差异化影响,识别并验证“创新资源错配”这一关键中介机制,还将进一步揭示其背后作用机制的差异,尤其指出在部分资源型城市中可能存在“低端锁定”与机制失灵问题,为分类推进以产业协同促进经济韧性提升的政策实践提供依据。

1 理论分析与研究假设

1.1 产业协同集聚影响城市经济韧性的直接作用

一方面,产业协同集聚强调异质性关联产业在城市空间上的邻近布局所带来的规模效应与溢出效应[26-27]。产业协同集聚的规模效应表现为制造业通过在特定区域的集中布局吸引生产性服务业的发展,形成垂直和水平的经济关联。首先,制造业集聚带动了生产性服务业的兴起,同时制造业和生产性服务业之间也存在水平关联,即彼此的地域临近性激发创新和知识共享,增强了整个产业集群的竞争力[28]。其次,生产性服务业的集聚使得信息快速流动,促进行业内部劳动力交换,缓解结构性错配[29]。此外,产业协同集聚在行业间促成了劳动力的“蓄水池”,能够提供多样化的劳动力供给,降低摩擦性失业,从而提升城市经济稳定增长潜力。另一方面,产业协同集聚深化制造业与生产性服务业之间的协作分工,能够产生协同分工效应与共生经济效应[28]。协同分工效应表现在生产性服务业以外包的形式从制造业内部分离,使得制造业企业更加集中资源优势于核心业务的发展和竞争力提升,提高资金使用效率。共生经济效应可以沿着上下游互补的产业链条,实现技术、资源等多方位的关联互动,从而减少产业供需方各自的经营成本和创新风险,节约企业资本投入。同时,产业协同集聚通常伴随着市场化程度的提高,集聚带来的外部性,有助于完善市场机制,降低资本门槛,以期加强投资吸引力,激发城市创新活力。因此,产业协同集聚主要通过规模效应、知识溢出效应、协同分工效应和共生经济效应,在城市经济系统面临冲击时保持相对稳定状态,且在遭遇冲击后帮助城市尽快调整寻求经济持续增长新动力。基于此,本文提出如下假设:

H1：产业协同集聚对于提升城市经济韧性具有正向促进效应。

1.2 产业协同集聚对资源型城市和非资源型城市经济韧性的差异化影响

对于非资源型城市,一方面,由于其产业多样化发展推动了经济结构的多元化[30],产业集聚不依赖于单一资源,有助于分散经济风险,有效提升经济韧性。如非资源型城市在科技、金融、服务等领域的创新驱动发展,使得这些城市在面对外部冲击时具有更强的适应和恢复能力[31]。另一方面,生产性服务业中的研发和设计服务是推动非资源型城市技术创新的关键因素[32]。依据共生经济效应,研发服务通过创造新知识,为制造业提供创新的源泉[7],提高制造业的技术水平,发展高附加值产业,进而提升整体价值链水平,帮助城市经济系统实现自我修复,促使城市经济韧性提升[33]。

对于资源型城市,其发展和演进的核心驱动力主要源自两个方面:一是以资源产品输出为主导的基本产业,为城市提供初始的经济增长点和财富积累;二是伴随城市规模成长而增长的聚集效应,进一步促进经济多元化发展和城市功能完善。资源型城市以核心资源为动力,通常会建立完善的基础设施和配套服务,增强产业协同集聚对城市经济韧性的提升作用[21]。根据集群效应,其经济活动高度依赖自然资源,往往会形成以资源开发和加工为主的产业结构体系,并以完整的产业链条为基础[28],形成高度集中的产业集群。从生产性服务业与制造业关系看,资源型城市生产性服务业的产业关联性更强,能为产业间的创新关联提供更多机会,这可为制造业等经济部门提供强大的信息、技术、人才等保障,更有利于地区提升生产效率、实现价值链攀升,提升城市经济韧性。基于此,本文提出如下假设:

H2：产业协同集聚对资源型城市和非资源型城市经济韧性影响存在差异。

1.3 创新资源错配的中介效应

作为推动产业融合与优化空间布局的重要方式,产业协同集聚不仅有助于促进产业互动与结构升级,还可能通过缓解创新资源错配,进一步增强城市经济韧性。产业协同集聚对创新资源错配的改善,主要体现在促进要素优化配置、提升系统协同效率等方面[34]。首先,地理邻近性促进了制造业与生产性服务业之间频繁的知识溢出与人才交流,隐性知识得以传播[11],信息壁垒被打破,人才得以向高边际产出的协同领域流动,减少人力资本错配;其次,协同集聚构建起具有信息优势和信任基础的空间载体,金融机构可更高效识别优质创新项目,缓解企业融资约束,降低研发合作的风险与成本,从而优化研发资本配置[35];最后,制造业与生产性服务业的紧密互动推动技术供需有效对接,使创新更贴近市场需求,提升技术要素的转化效率和配置精度[33]。

创新资源错配的改善进一步增强城市经济韧性。其一,要素配置效率提高使城市在面临外部冲击时能够迅速将资源重新配置至抗逆性更强的部门或新的增长点[35],以增强经济系统的适应能力,缓解因资源僵化引发的衰退风险;其二,错配的缓解可以降低资源流动的摩擦,城市可更快识别并把握新发展机遇,推动产业向高附加值环节转型[34],从而改善增长路径,加速经济复苏与结构调整;其三,高效要素配置推动人才与资本持续汇聚于高创新活力领域,促进新技术、新业态不断涌现,为城市经济注入持续动力[17-18],提高创新效率,培育转型与创新能力。

值得注意的是,上述中介机制在资源型城市和非资源型城市中可能存在显著差异。资源型城市通常面临更严重的制度刚性、资源依赖和结构性失衡问题,创新资源错配是其经济发展的关键瓶颈[36]。因此,产业协同集聚可促使资源型城市重新整合创新资源,促进研发资本流动,在改善资源错配方面所带来的边际效益可能更大,对经济韧性的提升作用也更为明显。相反,非资源型城市市场机制相对健全、要素流动性较高,产业协同集聚对资源错配的改善空间相对有限,更多依靠科技、金融等产业融合互动[37],强化知识溢出,优化创新资源配置。据此,本文提出如下假设:

H3a：改善创新资源错配在产业协同集聚对城市经济韧性的影响过程中起中介作用。

H3b：改善创新资源错配的中介效应在资源型城市中比在非资源型城市中作用更显著。

1.4 产业结构水平的调节效应

在适应性韧性理论的视角下,城市经济韧性的产业结构调节效应不仅体现于对外部冲击的抵御能力和迅速恢复的能力,更体现于经济体系在持续增长过程中的动态适应性和调整能力[23]。从长期看,产业结构的演变路径影响城市未来的发展路径,且产业协同集聚对经济韧性的作用会受到城市产业结构演化的影响。首先,经济韧性与城市产业结构的演化紧密相关。尤其是对于资源型城市,其发展依赖于特定的资源,城市实现产业协同集聚,开拓新增长路径的能力往往取决于当前产业结构水平。其次,这种依赖性可能导致城市在面对新的经济环境时难以调整其产业结构,从而陷入所谓的“锁定”状态,城市发展难以适应突发的外源扰动,制约城市经济韧性的提升。相反,如果区域内的既有资源和产业能够在产业协同集聚的背景下形成新的组合模式,通过增强技术资本与人力资本的空间集中,则可以为地区经济增长开拓新的路径。在此框架下,产业的共生集聚与产业结构的优化升级,将产生互补性的外部性,共同作用于经济的抗冲击能力[38]。此外,经济体中产业结构的高级化通常伴随着产业多样性的扩展[23,38],随着产业多样性的提升,产业间的互补性和协同效应得以增强,这有助于孕育和促进新兴产业的成长与发展。在这一过程中,产业协同集聚凭借风险分散机制,能够提高经济体对外部不确定性的抵御能力,有助于缓解经济周期波动带来的影响,降低经济运行的不稳定性,从而增强城市经济韧性[38]。基于此,本文提出如下假设:

H4：产业结构的优化与升级在产业协同集聚对经济韧性的影响过程中起调节作用。

综上,本文将产业协同集聚与城市经济韧性相关联,并通过将资源型城市与非资源型城市区分开,系统揭示产业协同集聚如何通过多维路径和不同城市类型实现城市经济韧性的提升,构建理论框架如图1所示。

2 研究设计

2.1 模型构建

2.1.1 基准回归模型

构建基准回归模型检验产业协同集聚对城市经济韧性的影响:

Resilit=α+βCoaggit+θ∑Controlit+μi+γt+εit

(1)

其中,Resilit表示第i个城市在t年份的经济韧性水平;Coaggit表示第i个城市在t年份的产业协同集聚程度;Controlit表示影响城市经济韧性的其他控制变量的集合,α为截距项,表示所有解释变量为零时的经济韧性基线水平,β为核心解释变量的回归系数,表示产业协同集聚程度对城市经济韧性的估计影响,θ为控制变量的回归系数向量,表示控制变量对城市经济韧性的影响,μi为城市固定效应,捕捉每个城市不随时间变化的特有因素,γt为时间固定效应,捕捉所有城市在特定年份共同受到的影响,εit为随机扰动项,表示模型中未观测因素对城市经济韧性的影响,假设其服从均值为零的分布。

2.1.2 中介效应与调节效应模型

本文将改善创新资源错配作为产业协同集聚促进城市经济韧性的作用渠道,检验创新资源错配的中介效应,并考虑产业协同集聚与城市经济韧性的因果关系如何因产业结构水平不同而产生差异,以检验产业结构的调节效应。对于中介效应的检验方法,借鉴江艇[39]的二步法,构建公式如下:

Mit=α+βCoaggit+θ∑Controlit+μi+γt+εit

(2)

其中,M表示中介变量,如果系数β通过显著性检验,则存在中介效应。

进一步,为检验产业结构指数对经济韧性与产业协同集聚之间关系的调节作用,在原有的基准回归模型中引入产业结构指数的交互项。具体公式如下:

Resilit=α+βCoaggit+β1Coaggit×ISit+θ∑Controlit+μi+γt+εit

(3)

其中,IS为产业结构指数,Coaggit×ISit为产业协同集聚指数与产业结构水平的交互项,如果交互项的估计系数β1在统计上显著,意味着产业结构指数对产业协同集聚与城市经济韧性之间的关系具有调节作用。为使变量的测量单位和量纲不影响模型估计的结果,借鉴吴康等[38]的做法将IS进行归一化处理。

2.2 变量选取

2.2.1 被解释变量

城市经济韧性(Resil)。关于城市经济韧性的度量是现有文献中探讨的一个核心议题,其评估方法主要包含3种主流途径。一是采用复合指标体系构建一个多维度的评价框架,但这种方法在实证分析中存在一定的主观性,因为指标的选择和权重的分配往往依赖于研究者的主观判断[6]。二是通过监测城市各行业就业率和失业率的相对变化衡量城市的经济适应能力[1],然而这种方法在实施时需要精确的城市间劳动力迁移数据,因此限制了其应用的广泛性。三是侧重于宏观经济变量,通过分析城市生产总值增长率的波动性情况评估城市对经济冲击的吸收和恢复能力[6],这种方法因其数据的可获得性和易于量化的特点而被广泛应用。本文采用第三种方法,按照如下步骤测算城市经济韧性:首先,将国际金融危机发生年份2008年作为基年,选取该年各城市的地区生产总值的实际增长率作为参照标准。其次,计算各城市每年实际GDP增长率与基年增长率的偏差值(rdvalue)。该偏差值反映了城市经济增长率相对于基年的波动情况,其中较大的正值表明城市展现出较强的经济韧性,较大的负值则暗示较低的韧性。最后,为了统一度量标准并消除偏差值的符号影响,本研究进一步将偏差值转换为正值,以确保数值大小直接反映经济韧性的强弱。即先测算出各城市各年实际GDP增速与该城市2008年实际增速的最小差值(minrdvalue)和最大差值(maxrdvalue),并基于此,遵循下列公式构建指数衡量城市的经济韧性[6]。

(4)

2.2.2 核心解释变量

产业协同集聚指数(Coagg)。产业协同集聚是产业从一体化向专业化转型的体现,即产业在保持紧密联系的同时,各自向更深层次的专业化发展,是产业集聚动态发展过程中的一种形式[28]。本文旨在从产业集聚的视角量化制造业与生产性服务业之间的协同集聚关系。在众多产业集聚度量方法中,Ellison等[11]提出的E-G模型能够评估产业规模和集聚度的差异,但无法捕捉到产业协同效应。因此,采用陈建军等[40]对E-G模型的修正方法,构建一个反映生产性服务业与制造业协同集聚的指数。具体的计算公式如下:

(5)

其中,Coagg表示生产性服务业与制造业协同集聚指数,MAggit、PAggit分别为制造业和生产性服务业的集聚指数,计算方法为:

(6)

其中,和分别代表地区i内产业j的就业人数、全国范围内产业j就业总人数、地区i的就业总人数以及全国范围内的就业总人数。本文依据《生产性服务业统计分类(2019)》,将“批发和零售业”、“交通运输、仓储和邮政业”、“信息传输、软件和信息技术服务业”、“金融业”、“租赁和商务服务业”、“科学研究和技术服务业”以及“水利、环境和公共设施管理业”7个行业界定为生产性服务业的范畴。

2.2.3 中介变量

创新资源错配指数(TMis)。借鉴陈永伟等[34]、王宏鸣等[41]的研究,对表示城市创新资源错配程度的研发资本错配指数TKit和研发人员错配指数TLit分别进行衡量,具体公式如下:

(7)

其中,γKi和γLi为研发要素价格绝对扭曲系数,一般用价格相对扭曲系数替代: 为地区i的创新产出份额,βKi和βLi分别为地区i的研发资本和人员的产出弹性。

以专利申请数量衡量创新产出水平;用各城市R&D资本存量衡量研发资本投入;用研发人员全时当量衡量研发人员投入。计算综合创新资源错配指数,参考白俊红等(2018)的研究,将研发资本错配指数和研发人员错配指数加总求平均得到。

2.2.4 调节变量

产业结构指数(IS)。该指数涵盖产业结构合理化和产业结构高级化两个关键维度。鉴于经济发展过程中城市产业重心从第一产业向第二、第三产业转移趋势,本文从产业结构形态视角出发,引入产业结构层级系数以量化产业结构的高级化水平。具体的测算公式如下:

(8)

其中,表示第 i 个城市第 k个产业的增加值,GDPi为第i个城市的地区生产总值,αk是反映第k产业层级高级化程度的权重系数,综合测算城市产业结构高级化水平。公式通过计算各产业增加值占城市生产总值比重的加权来衡量产业结构的水平,权重系数α的引入用于强化产业结构高级化对指数的影响。IS指数的值越大,表明城市的产业结构水平越高,反映出产业向更高附加值和更复杂形态演进。

2.2.5 控制变量

借鉴赵春燕等[6]、吴康等[38]的研究,选择控制变量如下:①金融发展水平(fin),提升城市经济韧性离不开金融支持,采用年末金融机构贷款余额和GDP的比值衡量。②政府干预程度(gov),政府在宏观经济调控中扮演关键角色,其干预力度可通过多种财政工具进行调节。本文政府干预程度通过政府财政支出与地区生产总值之比进行量化。其反映了政府在经济活动中的参与深度和影响力,是衡量政府宏观经济政策介入程度的一个重要指标。③人力资本水平(hum),劳动力数量和质量是影响经济发展的重要因素,采用每万人中高等教育在校生数量作为代理变量进行衡量。④固定资产投资(v),采用城市固定资产投资总额衡量,其旨在获取地区长期增长收益,有助于淘汰落后产能并释放地区生产潜力,缓解经济衰退风险。此外,为缓解数据波动性对实证分析结果的潜在影响,本文对各控制变量进行了自然对数转换处理,比值类型的变量除外。

2.3 数据来源

为确保数据可得性与一致性,本文选取2007-2022年中国284个城市的面板数据作为研究样本。数据主要来源于《中国统计年鉴》《中国工业统计年鉴》《中国劳动统计年鉴》《中国科技统计年鉴》,同时根据《全国资源型城市可持续发展规划(2013-2020年)》(以下简称《规划》)中界定的名单识别资源型城市,并与《中国城市统计年鉴》中的行政区划代码进行匹配,最终在284个城市中确定107个资源型城市样本,构建样本观测值1 601个;其余177个城市则纳入非资源型城市样本,构建样本观测值2 483个。个别年份中缺失的数据,本文采用线性插值法予以补充完整。

3 实证结果与分析

3.1 描述性统计

样本期内主要变量的描述性统计结果如表1所示,城市经济韧性(Resil)的均值为0.479,最小值0.000,最大值1.326,表明不同城市在应对外部冲击时表现差异显著。产业协同集聚(lnCoagg)的均值为1.553,标准差为0.120,整体分布相对集中,但最小值0.981与最大值1.856之间仍存在一定跨度,反映出不同城市在协同集聚水平上的结构性落差。控制变量方面,金融发展水平(fin)整体平稳;政府干预程度(gov)反映各城市政府调控力度明显分化;人力资本水平(lnhum)与固定资产投资(lnv)的极值跨度较大,表明各城市在人才储备和投资规模上存在较强的异质性特征。

3.2 基准回归

表2反映了产业协同集聚对城市经济韧性影响的基准回归结果。列(1)为城市固定效应和时间固定效应的模型估计结果。列(2)引入一系列控制变量后,产业协同集聚水平的估计系数为0.768,且在1%的水平上显著,表明其对城市经济韧性具有正向的促进作用,假设H1成立。

进一步,基于经济周期理论,本文将研究时段划分为冲击抵抗期、恢复期和更新期3个阶段,其经济韧性分别对应抵抗力、恢复力和更新力,如图2所示。将2007-2012年界定为冲击抵抗期,对应经济“抵抗力”。该阶段初期国际金融危机导致经济增速骤降,之后在政策调控下逐步回稳,重点反映城市抵御与缓冲外部冲击的能力。将2013-2017年视为恢复期,对应经济“恢复力”。这一时期中国经济进入“三期叠加”中的增速换挡阶段,增长平台下移但逐步趋稳,体现冲击后经济回归新均衡的恢复能力。将2018-2022年定义为更新期,对应经济“更新力”。该阶段以高质量发展为导向,聚焦结构优化与创新驱动,期间虽遭遇新冠疫情冲击,但经济展现出快速调整与转型,体现城市在经济结构演进中的适应与更新能力。

表2列(3)～(5)探讨了产业协同集聚对城市在不同经济阶段的经济韧性影响。实证结果表明,产业协同集聚主要对经济更新能力产生显著正向影响,反映出产业协同集聚对城市经济韧性的促进效果具有明显的阶段不对称性[42]。产业协同集聚的作用集中体现在经济系统的转型与重构阶段,契合城市更新进程的内在需求,因此基准回归结果呈现的整体正向效应,实质上是由其通过长期推动经济更新而实现的。从理论机制上看,该结果符合经济韧性理论中关于适应性与转型能力的界定。在抵抗期与恢复期,城市经济体系主要表现为对外生冲击的被动响应与短期适应性调整,多依赖于政策维稳与社会保障等外生机制[37],产业协同集聚所具有的结构性、长期性特征难以在短期内迅速转化为韧性效能。相反,在更新期,当经济系统进入内生动力重构与路径创造阶段,产业协同集聚则通过促进知识溢出、优化创新资源配置、增强产业间的互补性与多样性[40],为系统提供转型所需的技术与组织基础,从而显著提升经济韧性水平。

3.3 稳健性检验

3.3.1 更换被解释变量

参考朱金鹤和孙红雪(2020)的研究方法, 从抵抗与吸收风险能力、适应与恢复经济能力和创新与转型能力三个方面,选取9个指标构建城市经济韧性指标体系。一是抵抗与吸收风险能力,以人均地区生产总值、城镇登记失业率和当年实际使用外资金额为三级指标,评估当冲击到来时经济体面对风险的反应能力。二是适应与恢复经济能力,强调在冲击过程中经济体做出自我调整、恢复到原始状态的能力,包含市场规模,经济增长能力和自我适应能力,分别采用人均社会消费品零售额、人均地区生产总值增长率、居民人均可支配收入刻画。三是创新与转型能力,包括技术进步和增长方式转变两个方面,具体指标选择为科教支出占GDP比重、R&D投入强度和第三产业投资与全社会固定资产投资额占比。本文采用熵值法计算各指标的权重,并在计算前对原始数据进行了标准化处理,以消除不同指标间的量纲影响。

首先,采用多维度综合评价指标体系法测算城市经济韧性,对模型(1)的估计结果见表3列(1),产业协同集聚水平与城市经济韧性之间存在显著的正相关关系。若产业协同集聚水平增加1个百分点,城市经济韧性将提高0.646%。其次,采用三年滑动平均法衡量城市经济韧性,通过计算连续三年数据的平均值,以平滑短期波动,准确捕捉城市经济的长期韧性趋势。列(2)结果说明,产业协同集聚对城市经济韧性具有显著的正向影响,表明产业协同集聚对城市经济韧性的正向促进作用具有稳健性。

3.3.2 剔除特殊样本

本文排除直辖市数据,重新对产业协同集聚与城市经济韧性的关系进行检验,表3列(3)结果表明,产业协同集聚对城市经济韧性的正向影响依然显著,进一步验证了产业协同集聚提升城市经济韧性的普适性。

3.3.3 更换估计方法

为解决内生性问题,采用系统广义矩估计(System Generalized Method of Moments, System GMM)方法,一致地估计动态面板数据模型参数。借鉴赵春燕等[6]的研究,选取核心解释变量的滞后一期值作为工具变量。此外,考虑到土地面积作为城市发展的物理基础,将其作为外生的工具变量纳入模型。城市市辖区行政区域的土地面积被假定为与城市经济韧性的当前期值不相关,但与产业集聚的历史水平相关,因此可作为有效工具变量重新回归估计。采用AR(2)方法进行模型残差的序列相关性检验,表3列(4)结果显示p值为0.288,大于0.10,这表明模型残差不存在二阶自相关,即误差项在时间序列上的连续观测值之间没有显著的相关性。此外,为验证工具变量的有效性,Hansen过度识别检验结果显示p值为0.132,同样高于常用的显著性水平,意味着不能拒绝工具变量有效性的零假设。更换估计方法后,产业协同集聚对城市经济韧性的正向促进作用仍然成立。

3.4 资源型城市与非资源型城市对比分析

3.4.1 产业协同集聚对不同类型城市经济韧性的影响

表4列(1)(2)为资源型城市与非资源型城市的比较分析,城市经济韧性的回归结果均为正值,说明产业协同集聚指数越大,城市经济韧性越强,且资源型城市的回归系数值大于非资源型城市,资源型城市的产业协同集聚效应更强,假设H2成立。

进一步考察在不同类别的资源型城市,产业协同集聚对经济韧性的影响。城市类型的划分严格遵循《规划》中的标准,依据资源保障能力、可持续发展能力等综合指标,将资源型城市划分为四种类型:成长型、成熟型、衰退型和再生型,具体见表5。列(1)(4)结果显示,在成长型和再生型城市,产业协同集聚对经济韧性的影响不显著。

表5列(2)结果显示,成熟型城市产业协同集聚在5%水平上显著为正。这可能是因为成熟型城市资源开发已进入稳定阶段,形成了完善的资源开采、加工与配套体系,具备协同集聚的产业基础。同时,相较于再生型城市,成熟型城市原有产业未发生衰退,仍保持对人才的吸引力,丰富的企业载体也为劳动力提供了“干中学”的机会[18]。产业协同集聚通过知识溢出促进劳动力匹配效率提升,推动企业工资水平上升。居民人均可支配收入增加也有助于进一步激发劳动积极性,进而提升企业劳动生产率与城市经济韧性。以河北唐山为例,该城市作为成熟型钢铁资源城市,钢铁产业体系完整。面对产能过剩和环保压力,唐山推动钢铁制造业与生产性服务业协同集聚,发展钢铁物流、工业设计和技术服务等配套产业,促进人才与技术流动,提升生产率和竞争力,助推城市从“钢铁之城”向“环渤海地区新型工业化基地”转型,增强了经济韧性。

表5列(3)结果显示,衰退型资源型城市的产业协同集聚系数显著为负,表明该类城市的产业协同集聚反而抑制了经济韧性。这可能源于其产业结构单一、路径依赖较强、创新能力不足,导致协同过程中未能形成有效的知识溢出与产业互动[30]。尤其当协同集聚侧重于低端服务或技术门槛较低的制造业时,更容易陷入“低端锁定”,难以推动实质性的升级与转型[19]。以辽宁阜新为例,该城市在煤炭资源衰退后尝试发展农产品加工和装备制造等产业[43],但受原有路径锁定和人才流失的影响,制造业与本地生产性服务业未能实现高效协同,产业关联较弱,协同集聚反而加剧内部竞争和资源分散,抑制了经济韧性提升。

3.4.2 创新资源错配的机制作用检验

本文引入创新资源配置效率作为中介变量,构建中介效应模型,进一步探讨产业协同集聚对城市经济韧性的作用机制。表6的实证结果表明,产业协同集聚对创新资源错配具有显著的抑制效应,该结论在资源型与非资源型城市中同时成立。更为重要的是,对比列(3)与列(6)的检验系数,说明产业协同集聚通过改善创新资源错配从而促进经济韧性的中介路径,在资源型城市中的作用明显强于非资源型城市,假设H3a与H3b得以验证。其原因在于资源型城市的生产性服务业更多为制造业服务,产业协同集聚有助于缓解因制造业资源扭曲存在的行业技术创新能力受损问题,引导产业资源优化配置[35],提高企业创新资源有效投入,进而增强城市经济韧性。非资源型城市的市场机制则相对完善,要素配置效率已处于较高水平,产业协同集聚在进一步缓解资源错配方面的边际效益相对有限。

3.4.3 产业结构水平的调节效应检验

表7列(1)(2)结果表明,产业协同集聚与产业结构水平的交互项在资源型城市样本中的系数未通过显著性检验,这表明产业结构水平的调节效应在资源型城市中并不存在。此外,产业结构水平自身的系数也缺乏统计显著性。这可能源于资源型城市固有的经济发展模式和结构性困境,一方面,资源型城市凭借其丰裕的自然资源禀赋,长期遵循以资源型产业为主导的发展路径,形成了对传统制造业和采掘业的“路径依赖”与“结构锁定”。这种依赖抑制了产业结构的多元化与高级化转型进程,导致服务业,特别是高端生产性服务业发展滞后。另一方面,即便存在生产性服务业的集聚,其规模与能级也可能不足以对传统主导产业形成有效的改造与提升力量,难以驱动其向全球价值链高端攀升[20]。因此,在产业协同集聚水平与现有产业结构之间,尚未形成有效的互动与协同机制,从而无法显著提升城市经济韧性。

表7列(3)(4)结果显示,在非资源型城市样本中,产业协同集聚水平与产业结构水平的估计系数至少在5%的水平上显著为正,两者的交互项系数显著为负。这表明,产业协同集聚程度提升,会通过产业结构水平这一路径对城市经济韧性产生抑制性的调节作用,这一发现与童磊等[15]的研究结论一致。出现该结果可能是因为产业协同集聚影响到产业结构水平对城市经济韧性的作用程度。随着产业协同集聚程度的加深,会进一步引导要素资源在制造业和生产性服务业间流动和配置,进而促进产业结构优化升级。然而由于资源的有限性和区域约束条件,这种集聚过程可能会引发资源配置的边际替代效应,使农业和生活性服务业等其他部门面临资本和劳动力的流失[44]。因此,对非资源型城市而言,产业协同集聚程度的加深,虽然能够推动产业结构向更高端水平演进,但过度集中也可能无法实现产业间要素配置的最优比例,进而产生不利于城市经济韧性提升的非经济性效应。

4 结论与启示

4.1 研究结论

本文基于2007-2022年中国资源型城市和非资源型城市面板数据构建双向固定效应模型,分析两类城市产业协同集聚对城市经济韧性的影响与作用机制。研究发现:首先,产业协同集聚能直接提升城市经济韧性。控制人力资本、金融发展程度等变量后,产业协同集聚程度对于城市经济韧性水平的影响在更新期更为显著,且对资源型城市提升城市经济韧性正向促进作用更强。其次,基于不同生命周期类型资源型城市,成熟型资源型城市的产业协同集聚水平对城市经济韧性的提升效果更为显著。再次,改善创新资源错配是提升城市经济韧性的有效途径,且资源型城市的产业协同集聚通过改善创新资源错配促进城市经济韧性提升的作用更大。最后,产业结构水平在产业协同集聚与经济韧性的关系中存在一定的调节效应,且呈现明显的城市类型异质性:在非资源型城市中表现为抑制性调节作用,而在资源型城市中调节效应不显著。

4.2 政策启示

(1)对于资源型城市,第一,应着力建立起替代原有以资源输出为主的基本产业,同时注重发挥产业协同集聚效应对城市经济韧性提升的积极作用,避免原有的基本产业陷于停滞或衰退,导致城市经济系统难以发展甚至出现退化和衰亡。第二,在推进产业协同集聚的过程中,应依据比较优势原则引导资本、劳动力等生产要素在制造业与生产性服务业之间实现优化配置,破除要素流动的制度性壁垒与信息壁垒,破解创新资源分散化、碎片化和孤岛化困境,畅通产业协同集聚赋能城市经济韧性的传导机制,提升资源配置效率与创新协同水平。第三,实证结果表明,制造业与生产性服务业协同集聚对城市经济韧性具有显著的正向直接影响,而产业结构升级在其中发挥了负向调节作用,且这一调节效应在非资源型城市中更为显著。因此,不应因边际性的间接抑制而干预产业协同集聚的自然演化进程及其结构性升级趋势,而应立足资源型城市的要素禀赋基础,集中优势资源构建制造业与生产性服务业协同发展的良性生态,充分发挥产业协同集聚在城市经济韧性提升中的关键作用。

(2)对于非资源型城市,第一,应结合制造业与生产性服务业的发展现状统筹规划,促进两业融合发展,为城市经济韧性提升提供新动能。第二,可通过有效的产业协同集聚解决制造业企业在创新资源投入过程中存在的资源错配问题,提高创新效率,增强城市经济韧性。第三,应统筹产业协同集聚发展与产业结构变迁现状,因地制宜,精准施策。加速产业结构升级的同时,不能忽视制造业对城市经济系统的支撑作用,可将制造业和生产性服务业协同集聚逐渐作为制造业产业结构调整的重要方向,“双轮驱动”方能更好应对外部冲击、增强城市经济系统的适应能力。

4.3 不足与展望

首先,本文聚焦于研究产业协同集聚对经济韧性的单向影响机制,尚未充分探讨二者与创新资源错配之间可能存在的双向因果关系。尤其在要素市场存在扭曲的背景下,产业协同集聚可能面临“伪协同”等逆向机制困扰。未来可引入联立方程模型或工具变量法等识别策略,进一步缓解内生性问题。其次,本文未对创新资源错配进行细分讨论,其可划分为人力资本错配、研发资本错配与技术成果转化错配等不同类型,这些细分维度在不同城市中可能表现出异质性的影响路径与机制。后续研究可从此切入,进一步探究产业协同集聚促进经济韧性的微观机制,为分类施策提供更为细致的经验证据。

参考文献：

[1] 陈安平. 集聚与中国城市经济韧性[J]. 世界经济, 2022, 45(1): 158-181.

[2] 伍先福. 生产性服务业与制造业协同集聚提升全要素生产率吗?[J]. 财经论丛, 2018,34(12):13-20.

[3] SENSIER M, BRISTOW G, HEALY A. Measuring regional economic resilience across Europe: operationalizing a complex concept[J]. Spatial Economic Analysis, 2016, 11(2): 128-151.

[4] MARTIN R, SUNLEY P. On the notion of regional economic resilience: conceptualization and explanation[J]. Journal of Economic Geography, 2015, 15(1): 1-42.

[5] CAPELLO R, CARAGLIU A, FRATESI U. Spatial heterogeneity in the costs of the economic crisis in Europe: are cities sources of regional resilience? [J]. Journal of Economic Geography, 2015, 15(5): 951-972.

[6] 赵春燕, 王世平. 经济集聚对城市经济韧性的影响[J]. 中南财经政法大学学报, 2021,74(1): 102-114.

[7] 贺正楚, 李玉洁, 吴艳. 产业协同集聚、技术创新与制造业产业链韧性[J]. 科学学研究, 2024, 42(3): 515-527.

[8] 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.

[9] 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.

[10] 陈国亮, 陈建军. 产业关联、空间地理与二三产业共同集聚——来自中国212个城市的经验考察[J]. 管理世界, 2012,28(4): 82-100.

[11] ELLISON G, GLAESER E L. Geographic concentration in U.S. manufacturing industries: a dartboard approach[J]. Journal of Political Economy, 1997, 105(5): 889-927.

[12] KOH H J, RIEDEL N. Assessing the localization pattern of German manufacturing and service industries: a distance-based approach[J]. Regional Studies, 2014, 48(5): 823-843.

[13] 唐晓华, 张欣钰, 李阳. 制造业与生产性服务业协同发展对制造效率影响的差异性研究[J]. 数量经济技术经济研究, 2018, 35(3): 59-77.

[14] ZHUANG R L, MI K N, FENG Z W. Industrial co-agglomeration and air pollution reduction: an empirical evidence based on provincial panel data[J]. International Journal of Environmental Research and Public Health, 2021, 18(22): 12097.

[15] 童磊, 荣亚飞. 协同集聚外部性与产业升级互动关系研究——基于制造业与生产性服务业的PVAR分析[J]. 科技进步与对策, 2023, 40(16): 96-107.

[16] HSIEH C T, KLENOW P J. Misallocation and manufacturing TFP in China and India[J]. Quarterly Journal of Economics, 2009, 124(4): 1403-1448.

[17] HAO Y, GAI Z Q, WU H T. How do resource misallocation and government corruption affect green total factor energy efficiency evidence from China[J]. Energy Policy, 2020, 143: 111562.

[18] 陈怀超, 张晶, 马靖. 产学研创新资源错配对省域创新效率的影响——基于要素扭曲测度模型与超效率SBM-DEA模型[J]. 科技进步与对策, 2021, 38(10): 46-55.

[19] 柳鲲鹏,顾昕.区域创新体系建设与资源型城市新质生产力发展[J/OL].资源科学,1-20[2026-02-04].https://link.cnki.net/urlid/11.3868.N.20250821.1530.004.

[20] 江曼琦, 席强敏. 生产性服务业与制造业的产业关联与协同集聚[J]. 南开学报(哲学社会科学版), 2014,60(1): 153-160.

[21] 赵秋运, 蒋美, 朱欢. 资源型城市产业转型升级路径研究——从“资源诅咒”到“资源祝福”[J]. 江南大学学报(人文社会科学版), 2024, 23(1): 89-101.

[22] 杨桐彬, 朱英明. 产业协同集聚对资源型城市可持续发展的影响[J]. 北京理工大学学报(社会科学版), 2021, 23(4): 60-71.

[23] 贺灿飞, 盛涵天. 区域经济韧性:研究综述与展望[J]. 人文地理, 2023, 38(1): 1-10.

[24] 杨洋,王丽丽,李洪涛,等.技术多样化对城市技术网络韧性的影响[J].科技进步与对策,2025,42(16):49-59.

[25] 陈奕玮, 吴维库. 产业集聚、产业多样化与城市经济韧性关系研究[J]. 科技进步与对策, 2021, 38(18): 64-73.

[26] 李彪, 刘刚. 产业协同集聚促进了城市创业活跃度提升吗?[J]. 云南财经大学学报, 2024, 40(4): 84-98.

[27] 王燕, 孙超. 产业协同集聚对绿色全要素生产率的影响研究——基于高新技术产业与生产性服务业协同的视角[J]. 经济纵横, 2020,36(3): 67-77.

[28] 杨桐彬, 朱英明, 刘梦鹤, 等. 资源型城市产业协同集聚、市场化程度与环境污染[J]. 产业经济研究, 2020,19(6): 15-27.

[29] LASAGNI A. Agglomeration economies and employment growth: new evidence from the information technology sector in Italy[J]. Growth and Change, 2011, 42(2): 159-178.

[30] 徐圆, 邓胡艳. 多样化、创新能力与城市经济韧性[J]. 经济学动态, 2020,61(8): 88-104.

[31] 贺灿飞, 朱晟君. 中国产业发展与布局的关联法则[J]. 地理学报, 2020, 75(12): 2684-2698.

[32] 汪慧玲, 凌悦, 罗家鑫. 制造业与生产性服务业协同集聚对区域经济韧性的影响研究[J]. 工业技术经济, 2022, 41(6): 120-128.

[33] 张虎, 张毅, 向妍. 产业协同集聚对制造业高质量发展的影响研究——基于空间杜宾模型的实证分析[J]. 数理统计与管理, 2024, 43(2): 191-208.

[34] 陈永伟, 胡伟民. 价格扭曲、要素错配和效率损失:理论和应用[J]. 经济学(季刊), 2011, 10(4): 1401-1422.

[35] 陈怀超, 马靖, 张晶. 产学研创新资源错配对省域经济发展的影响[J]. 系统工程, 2024, 42(5): 26-41.

[36] 唐宇, 宋永永, 薛东前, 等. 资源型城市经济韧性时空演变与障碍因素——以山西省为例[J]. 干旱区资源与环境, 2022, 36(5): 53-61.

[37] 崔耕瑞. 数字金融能否提升中国经济韧性[J]. 山西财经大学学报, 2021, 43(12): 29-41.

[38] 吴康, 宋嘉卓, 陈艺文. 人口增长与收缩对城市经济韧性的影响机制——基于产业结构和人力资本的调节效应[J]. 资源科学, 2024, 46(2): 249-261.

[39] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022,40(5): 100-120.

[40] 陈建军, 刘月, 邹苗苗. 产业协同集聚下的城市生产效率增进——基于融合创新与发展动力转换背景[J]. 浙江大学学报(人文社会科学版), 2016, 46(3): 150-163.

[41] 王宏鸣, 陈永昌, 杨晨. 数字化能否改善创新要素错配 ——基于创新要素区际流动视角[J]. 证券市场导报, 2022,32(1): 42-51.

[42] 张明斗, 吴庆帮, 李维露. 产业结构变迁、全要素生产率与城市经济韧性[J]. 郑州大学学报(哲学社会科学版), 2021, 54(6): 51-57.

[43] 朱爽, 李晶, 殷守强, 等. 辽宁省资源型城市发展现状、问题与转型策略研究[J]. 中国矿业, 2023, 32(6): 47-57.

[44] 申杰,昌忠泽.产业协同集聚如何赋能中小企业专精特新发展——基于中小板和创业板企业的实证分析[J].科技进步与对策,2025,42(1):60-69.

(责任编辑：梅岚峤)