EN中文

地理科学进展 >

2026 , Vol. 45 >Issue 1: 77 - 91

DOI: https://doi.org/10.18306/dlkxjz.2026.01.006

研究论文

中国资源型城市经济韧性的时空演化及障碍度分析

  • 梁曼 , 1 ,
  • 兰颜 1 ,
  • 李建新 , 2, * ,
  • 文玉钊 3 ,
  • 冯兴华 1
展开
  • 1.江西师范大学地理与环境学院，南昌 330022
  • 2.江西师范大学江西经济发展研究院，南昌 330022
  • 3.河南财经政法大学城乡规划学院，郑州 450046
*李建新(1990— )，男，江西抚州人，博士，副研究员，硕士生导师，主要研究方向为经济地理与区域发展。E-mail:

梁曼(1988— )，女，河南镇平人，博士，讲师，硕士生导师，主要研究方向为经济地理与区域发展。E-mail:

收稿日期: 2025-05-30

  修回日期: 2025-11-02

  网络出版日期: 2026-01-23

基金资助

国家自然科学基金项目(42201187)

国家社会科学基金项目(24BJL064)

河南省软科学研究项目(242400411056)

收起

Spatiotemporal change and obstacle analysis of the economic resilience of resource-based cities in China

  • LIANG Man , 1 ,
  • LAN Yan 1 ,
  • LI Jianxin , 2, * ,
  • WEN Yuzhao 3 ,
  • FENG Xinghua 1
Expand
  • 1. School of Geography and Environment, Jiangxi Normal University, Nanchang 330022, China
  • 2. Jiangxi Institute of Economic Development, Jiangxi Normal University, Nanchang 330022, China
  • 3. School of Urban and Rural Planning, Henan University of Economics and Law, Zhengzhou 450046, China

Received date: 2025-05-30

  Revised date: 2025-11-02

  Online published: 2026-01-23

Supported by

National Natural Science Foundation of China(42201187)

National Social Science Foundation of China(24BJL064)

Soft Science Research Program of Henan Province(242400411056)

Fold

摘要

产业结构的单一性及自然资源的高度依赖性使得资源型城市在面对内外冲击与干扰时呈现异常的敏感与脆弱，科学测度资源型城市的经济韧性水平并识别障碍因素是提升其可持续发展能力的新思维、新途径。论文基于2010—2022年110个资源型城市相关数据，构建“抵抗与恢复能力—适应与调节能力—转型与发展能力”综合评价体系，运用熵值法、GIS空间分析、障碍度模型等方法定量分析中国资源型城市经济韧性的时序变化、空间格局及障碍因素，结果表明：① 资源型城市经济韧性水平实现了由0.0679至0.1249的稳步提升，呈现“再生型>成熟型>成长型>衰退型”的特征，但成长型城市的增速处于领先位置，存在“追赶效应”。② 资源型城市经济韧性水平具有显著空间分异特征，呈现“东部地区>中部地区>西部地区>东北地区”的趋势，东、中、西部地区不断上升而东北地区则出现升降反复的异常；热点区域分布于以徐州、济宁等为中心的黄淮海地区，冷点区域则由西南、西北地区向东北地区转移。③ 系统层方面，抵抗与恢复能力、适应与调节能力是资源型城市经济韧性提升的主要障碍因素；指标层方面，居民财富积累不足、需求拉动疲软、财政政策欠科学及产业结构刚性约束是制约经济韧性的重要因子。研究可为提升资源型城市经济韧性以及制定韧性发展政策提供科学参考。

关键词： 资源型城市; 经济韧性; 障碍度模型; 高质量发展

本文引用格式

梁曼 , 兰颜 , 李建新 , 文玉钊 , 冯兴华 . 中国资源型城市经济韧性的时空演化及障碍度分析[J]. 地理科学进展, 2026 , 45(1) : 77 -91 . DOI: 10.18306/dlkxjz.2026.01.006

Abstract

Lack of diversity of industrial structure and the high dependence on natural resources make resource-based cities exceptionally sensitive and vulnerable to internal and external shocks and disturbances. Scientifically measuring the economic resilience level of resource-based cities and identifying obstacles is a new way to enhance their sustainable development capabilities. Based on the relevant data of 110 resource-based cities from 2010 to 2022, a comprehensive evaluation system of "resistance and resilience capacity-adaptation and regulation capacity-transformation and development capacity" was constructed. The entropy method, GIS spatial analysis, and obstacle degree model were used to quantitatively analyze the temporal changes, spatial patterns, and obstacle factors of China's resource-based cities' economic resilience. The results show that: 1) The economic resilience level of resource-based cities had improved from 0.0679 to 0.1249, and it presented the characteristics of regeneration type > maturity type > growth type > decline type, but the growth rate of the growth-type cities was in a leading position, and there was a catch-up effect. 2) The economic resilience level of resource-based cities showed significant spatial differentiation, with a trend of eastern region > central region > western region > northeastern region. The economic resilience level of the eastern, central, and western regions had been increasing year by year, while the northeastern region showed abnormal fluctuations. The hotspot areas were distributed in the Huang-Huai-Hai region centered on Xuzhou, Jining, and so on, while the cold spot areas had shifted from the southwestern and northwestern regions to the northeastern region. 3) At the system level, the ability to resist and recover, as well as the ability to adapt and regulate, were the main obstacles to improving the economic resilience of resource-based cities. At the indicator level, insufficient wealth accumulation among residents, weak demands, unhealthy fiscal policies, and rigid constraints from industrial structure were important factors that impaired economic resilience. This study provides a scientific reference for enhancing the economic resilience of resource-based cities and formulating relevant resilience development policies.

Key words： resource-based cities; economic resilience; obstacle degree model; high-quality development

中国正处在向高质量发展稳步迈进的关键阶段，面临新旧动能接续转换、经济转型升级的重大任务。一方面，威胁经济韧性和安全发展的不确定性因素明显增多；另一方面，“韧性经济、安全经济”在经济社会发展中的需求不断提升，二者的矛盾关系促使国家经济安全体系、韧性经济体系应运而生。2020年党的十九届五中全会提出要加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，将基于自主性、可持续性、韧性的经济安全体系建设问题推上了新高度。资源型城市是中国城市体系中数量占比大且资源路径依赖严重的城市类别[1]，为中国建设独立完整工业体系作出了历史性贡献，是长期以来国民经济快速发展的“压舱石”[2]。但21世纪以来，受新一轮产业革命和全球竞争范式转变，以及规划缺位、资源衰减等内外因素的影响，资源型城市在长期发展中累积的结构性矛盾加速凸显，包括经济结构单一、接续产业发展不足、生态环境负担沉重、社会结构失衡等[3]。当发展过程中面临不确定性干扰时，资源型城市较非资源型城市而言更易出现适应力不足、组织力不强、韧性水平不高的状况，亟需向韧性模式转变[4]。因此，建设强韧、高效的经济体系是资源型城市应对内外风险与冲击的迫切需求，也是中国经济安全系统构建的重要保障性环节。
全球化、市场化、信息化时代，在全球资源枯竭、环境约束趋紧以及经济转型需求增强等背景下，国内外学者围绕资源型城市的演化机制、转型路径与可持续发展等议题展开了多维度的探索。国外相关研究发轫于20世纪中叶，关注资源依赖型城市在资源枯竭、产业衰退或环境约束下的可持续发展路径[5]。其中，早期的研究主要基于结构主义视角展开，学者从产业结构单一性切入，提出“荷兰病”理论，认为资源繁荣挤压其他产业投资从而导致经济脆弱性，并主张通过产业关联培育新增长极[6-8]。21世纪以来，研究重心转向制度经济学与多层级治理。有学者强调正式制度(如产权、政策)与非正式制度(如地方文化)的协同作用，提出“制度厚度”概念，认为地方治理网络能力决定转型效率[9-10]。近年来，受气候变化与低碳经济驱动，相关研究呈现日益多元化趋势。有学者提出“公正转型”框架，强调环境修复与社会公平并重，数字化与绿色技术被视为资源型城市发展新动能[11-12]。而经济地理学者引入“区域韧性”的概念，着重分析城市应对外部冲击的适应能力，为相关研究提供了新的视角[13-14]。国内研究方面，自2002年党的十六大报告首次提出“支持东北地区等老工业基地加快调整和改造，支持以资源开采为主的城市和地区发展接续产业”以来，相关研究围绕资源型城市转型困境、路径模式、对策机制及效果评价等方面展开了充分探讨。早期研究聚焦于资源枯竭型城市的经济衰退问题，如徐康宁等[15]提出“富饶的贫困”对其进行理论解释，并衍生出“接续产业培育”和“再工业化”等概念[16]。2010年后，相关研究进入系统化阶段，政策框架从单一救助转向分类治理，形成了以资源枯竭城市转型、资源富集城市创新、独立工矿区改造及采煤沉陷区治理为核心的“四位一体”政策体系[17-18]，并且对东北地区、黄土高原、西南地区等局部区域资源型城市的产业转型与经济发展问题展开了深入的案例研究[19-23]。近年来，研究重点逐步转向绿色低碳转型、区域空间结构优化与高质量发展，强调生态文明与创新驱动的协同，探究其可持续发展路径[24-26]。在此过程中，有学者认为提升城市韧性是解决资源型城市“城市病”、推动高质量发展的新视角[27-28]，并构建了资源型城市韧性的测度体系，对中国不同类型资源型城市的韧性水平展开了比较研究[29-30]。
上述研究对于理解中国资源型城市的转型与发展具有重要启示，但仍有几个方面有待思考：① 已有研究多基于经济学、管理学视角，重点关注资源型城市的产业转型评价、效应测度及对策建议等方面，对空间内涵的挖掘仍有待深化。因此，有必要构建科学的度量指标体系，进一步系统评估中国资源型城市发展的空间逻辑。② 现有定量研究多集中于某一特定年份或局部区域的分析，在时间跨度和空间覆盖方面尚存一定局限。同时，从全国层面和经济韧性视角展开的系统性研究仍较为薄弱，在一定程度上影响了对于中国资源型城市经济系统新变化及其潜在风险的整体认知。③ 现有研究对影响经济韧性关键障碍因素的识别及其作用机制的分析尚不充分，导致所提出的提升路径在针对性与实操性方面有待加强，需进一步聚焦于中国资源型城市经济韧性发展中面临的系统性矛盾与区域性挑战，以增强理论指导与实践回应的有效性。因此，本文基于地理学时空视角，系统构建经济韧性的综合评价体系，全面分析2010年以来中国资源型城市经济韧性的时空演化特征，尤其是深入解析资源型城市经济韧性的障碍因素。研究有利于理解高质量发展背景下的资源型城市经济韧性动态规律，并为实现城市经济的韧性发展与分类指导提供有益借鉴。

1 研究方法与数据

1.1 资源型城市经济韧性评价指标体系

当前，学术界对于经济韧性的测度尚未形成共识性框架，方法上亦存在分野，学者基于不同侧重点，多采用单一指标、指标体系或反事实估计等方法进行测度。为更全面刻画经济韧性，本文借鉴张学波等[31]、曹贤忠等[32]的思路，并结合城市层面数据可得性，构建涵盖抵抗与恢复能力、适应与调节能力、转型与发展能力的多维评价指标体系(表1)，通过熵值法确定指标权重并测算城市经济韧性指数。其中，抵抗与恢复能力反映的是资源型城市在面临内外冲击时维持基本运行功能的能力，侧重于城市经济系统在冲击初期表现出的抗压性，包括吸收冲击能量、避免系统崩溃的稳定性。以人均地区生产总值、城镇居民可支配收入、城乡居民储蓄余额、城镇登记失业人数、进出口总额占GDP比重等5项指标予以表征。适应与调节能力反映的是城市经济系统通过内部结构调整与制度体系优化，以主动适应中长期变化的动态调整能力。以地方财政收支比、社会消费品零售总额、第三产业增加值占GDP比重、年末金融机构存贷比、固定资产投资额等5项指标予以表征。转型与发展能力反映的是城市经济系统突破传统路径依赖，通过技术创新、产业升级等方式实现长期可持续发展的能力。以专利授权数、产业结构高级化、财政科学支出、财政教育支出等4项指标予以表征。其中，产业结构高级化用以测度资源型城市产业结构优化升级，根据配第—克拉克定理，产业结构高级化本质上是指产业结构从低级向高级的演变过程，借鉴已有研究，本文采用产业结构层次系数法对其进行计算，即产业结构高级化=一次产业占比×1+二次产业占比×2+三次产业占比×3[32]。由此，抵抗与恢复是城市经济系统的短期生存基础，适应与调节是中期调整手段，转型与发展是长期发展目标，最终形成“抵御冲击→优化结构→重构路径”的韧性演进路径。
表1 资源型城市经济韧性评价指标体系

Tab.1 Comprehensive evaluation indicator system of economic resilience in resource-based cities in China

目标层 系统层 指标层 指标属性 指标权重
城市经济韧性 A抵抗与恢复能力 A1 人均地区生产总值(元) 正向 0.0824
A2 城镇居民可支配收入(元) 正向 0.0675
A3 城乡居民储蓄余额(元) 正向 0.2713
A4 城镇登记失业人数(人) 负向 0.0035
A5 进出口总额占GDP比重(%) 负向 0.0016
B适应与调节能力 B1 地方财政收支比(%) 正向 0.0614
B2 社会消费品零售总额(万元) 正向 0.2571
B3 第三产业增加值占GDP比重(%) 正向 0.0290
B4 年末金融机构存贷比(%) 正向 0.0239
B5 固定资产投资额(万元) 正向 0.0026
C转型与发展能力 C1 专利授权数(件) 正向 0.0030
C2 产业结构高级化 正向 0.0807
C3 财政科学支出(万元) 正向 0.1024
C4 财政教育支出(万元) 正向 0.0136

1.2 研究方法

1.2.1 综合评价方法

在评价指标体系构建的基础上，进一步采用综合评价法测算2010—2022年中国各资源型城市的经济韧性水平，采用熵值法计算指标权重[33]：
1) 原始数据标准化：
$\begin{array}{l}\mathrm{正}\mathrm{向}\mathrm{指}\mathrm{标}，{x}_{ij}^{\text{'}}=\frac{{x}_{ij}-\mathrm{m}\mathrm{i}\mathrm{n}\left({x}_{ij}\right)}{\mathrm{m}\mathrm{a}\mathrm{x}\left({x}_{ij}\right)-\mathrm{m}\mathrm{i}\mathrm{n}\left({x}_{ij}\right)}\\ \mathrm{负}\mathrm{向}\mathrm{指}\mathrm{标}，{x}_{ij}^{\text{'}}=\frac{\mathrm{m}\mathrm{a}\mathrm{x}\left({x}_{ij}\right)-{x}_{ij}}{\mathrm{m}\mathrm{a}\mathrm{x}\left({x}_{ij}\right)-\mathrm{m}\mathrm{i}\mathrm{n}\left({x}_{ij}\right)}\end{array}$
式中：xij为i市j项指标的原始数值，${x}_{ij}^{\text{'}}$为标准化后的指标值，max(xij)和min(xij)分别为第j项指标的最大值和最小值。
2) 指标归一化，计算第j项指标下，i市占该指标比重(Pij)：
${P}_{ij}={x}_{ij}^{\text{'}}/\sum _{i=1}^{n}{x}_{ij}^{\text{'}}  (i=\mathrm{1,2},\cdot \cdot \cdot,n;j=\mathrm{1,2},\cdot \cdot \cdot,m)$
式中：n为市域数量，m为指标数量。
3) 计算第j项指标熵值(ej)：
${e}_{j}=-\frac{1}{\mathrm{l}\mathrm{n}\mathrm{ }n}\sum _{i=1}^{n}{P}_{ij}\mathrm{l}\mathrm{n}\left({P}_{ij}\right)    $
4) 计算第j项指标的变异系数(gj)：

gj=1-ej

5) 对差异系数归一化，计算第j项指标的权重(wj)：
${w}_{j}={g}_{j}/\sum _{j=1}^{m}{g}_{j}   (j=\mathrm{1,2},\cdot \cdot \cdot,m)$
6) 计算i市的经济韧性水平(Fi)：
${F}_{i}=\sum _{j=1}^{m}{w}_{j}{P}_{ij}$

1.2.2 冷热点分析

采用局部G统计量(Getis-Ord Gi*)测度资源型城市经济韧性水平的热点和冷点区域，计算公式如下[34]：
${G}_{i}^{\mathrm{*}}=\sum _{j=1}^{n}{w}_{ij}{x}_{j}/\sum _{j=1}^{n}{x}_{j}$
式中：xj为地区单元j的观测值；wij为空间权重，空间相邻取值为1，不相邻取值为0。Gi*值显著为正，则表明i地区及其周围的值相对较高，属于热点区域；反之则为冷点区域。

1.2.3 障碍度模型

通过障碍度模型辨识阻碍资源型城市经济韧性水平的主要因素，该模型主要考察因子贡献度、指标偏离度、障碍度三个要素。其表达式为[35]：

Vij=1-Xij

${Z}_{ij}=\frac{{W}_{j}\times {V}_{ij}}{\sum _{j=1}^{n}{W}_{j}\times {V}_{ij}}\times 100\mathrm{\%}$
$Z=\sum _{j=1}^{n}{Z}_{ij}$
式中：Vij为i市第j个指标的偏差度，Xij为i市第j个指标的标准化值；Wj为第j个指标的权重，即指标贡献度；Zij为i市第j个指标的经济韧性水平障碍度，Zij越大，表示指标对经济韧性水平提升的阻碍程度越大，反之阻碍程度越小；Z为系统层障碍度，表征各系统层对经济韧性水平的障碍度。

1.3 数据来源

根据2013年国务院发布的《全国资源型城市可持续发展规划(2013—2020年)》，中国共有126个地级行政区(包括地级市、地区、自治州、盟等)被划定为资源型城市，并依其发展阶段划分为成长型、成熟型、衰退型和再生型4种类型。在综合考虑数据可得性、时序完整性与行政区划一致性的基础上，本文以其中110个地级及以上城市为研究样本展开资源型城市经济韧性研究(图1)，研究时段为2010—2022年，重点考察2010、2014、2018、2022年4个时间节点。研究数据主要源于2011—2023年《中国城市统计年鉴》及各相关省份统计年鉴，专利授权数据取自国家知识产权局专利检索数据库(http://pss-system.cnipa.gov.cn)，缺失数据通过各省市国民经济和社会发展统计公报补齐，个别数据采用相邻年份插值法进行补充。
图1 中国资源型城市分布

注：本图基于国家地理信息公共服务平台下载的审图号为GS(2024)0650号的标准地图绘制，底图无修改。下同。

Fig.1 Distribution of resource-based cities in China

2 中国资源型城市经济韧性的时空演化

2.1 资源型城市经济韧性的时序演化特征

表2为2010—2022年中国110个资源型城市的经济韧性及其各维度韧性水平的平均得分情况，中国资源型城市的平均经济韧性水平呈稳步上升趋势，由2010年的0.0679持续上升至2022年的0.1249，年平均增长率为5.20%。
表2 2010—2020年中国资源型城市经济韧性水平

Tab.2 Annual average economic resilience of resource-based cities in China during 2010-2022

总体韧性水平 抵抗与恢复韧性水平 适应与调节韧性水平 转型与发展韧性水平
2010年 0.0679 0.0159 0.0309 0.0211
2014年 0.0883 0.0283 0.0365 0.0235
2018年 0.1066 0.0396 0.0394 0.0276
2022年 0.1249 0.0533 0.0412 0.0303
年均增长幅度/% 5.20 10.58 2.43 3.07
具体来看，各维度的韧性水平存在一定差异。① 2022年抵抗与恢复韧性水平为0.0533，较2010年上升0.0374，年均增长率高达10.58%，在各项维度得分中提升幅度最大。主要原因在于2013年《全国资源型城市可持续发展规划(2013—2020年)》颁布后，国家引导资源型城市因地制宜探索各具特色的产业发展模式，并且强调以保障和改善民生为导向优化资源收益分配关系，有效提升了资源型城市的经济发展活力和民生福祉水平，促使各资源型城市的抵抗与恢复能力得到了显著提升。② 2022年适应与调节韧性水平为0.0412，较2010年提升0.0103，年均增长率为2.43%，在各项维度中提升幅度最小。进一步分析发现，该维度各细分指标的得分变化呈现显著差异，其中社会消费品零售总额得分的年均增长率高达8.69%，第三产业增加值占GDP比重得分的年均增长率为4.41%，而财政收支比、年末金融机构存贷比得分的年均增长率分别为-1.02%、-1.89%，固定资产投资额得分的年均增长率也仅为0.5%。财政收支比及年末金融机构存贷比是衡量城市经济活力的重要指标，其负向变化与固定资产投资额的低位增长表明，资源型城市在经济转型过程中可能面临龙头产业缺位与经济疲软的潜在问题。③ 2022年转型与发展韧性水平为0.0303，较2010年上升0.0092，年均增长率为3.07%，其中，专利授权数、财政科学支出、财政教育支出得分的年均增长率分别为0.24%、2.11%、-0.47%，均低于年均总增长率，由此可见，实施科学财政政策及重视科技创新是提升城市转型与发展能力的潜在路径。
结合各资源型城市的类型划分可得，不同发展阶段的资源型城市在经济韧性水平方面存在较大差异。其中，再生型城市经济韧性水平领先于其他类型城市，而成熟型、成长型、衰退型城市之间的经济韧性差异较小，2022年呈现再生型城市(0.1660)>成熟型城市(0.1322)>成长型城市(0.1204)>衰退型城市(0.1176)的格局。但从2010—2022年资源型城市经济韧性年均增长率水平上看，成长型城市(5.22%)>成熟型城市(5.12%)>再生型城市(4.79%)>衰退型城市(4.43%)。主要原因在于成长型城市处于资源开发的初期阶段，经济韧性提升空间广阔，如武威市、南充市，2022年经济韧性水平分别为0.1120、0.1475，年均增长率分别高达8.30%、7.69%，而成熟型城市虽增速趋缓，但仍维持对再生型城市的相对优势，三类城市之间经济韧性水平的相对差异有减小趋势，具有“追赶效应”，而衰退型城市经济韧性水平及增速均处于末位，可能存在“衰退惯性”。

2.2 资源型城市经济韧性的空间分布特征

为进一步辨析资源型城市经济韧性水平的空间分布特征，通过ArcGIS软件基于自然断裂点分级法将2010、2014、2018、2022年4个研究年份的中国资源型城市经济韧性水平划分为6个等级(图2)。结果表明，中国资源型城市经济韧性水平存在明显的空间异质性，整体为东部地区(0.1325)>中部地区(0.1072)>西部地区(0.0958)>东北地区(0.0918)，而在年均增长率方面，西部地区(5.59%)>中部地区(5.30%)>东部地区(4.71%)>东北地区(3.28%)。由此可见，西部地区资源型城市开发尚处于上升期，尽管经济韧性水平相对滞后，但增长空间广阔，而东北地区则由于受到历史上重资源轻城市规划建设、产业结构单一固化、国有企业占比过大等因素影响，出现资源路径依赖严重的问题，导致经济韧性提升速度缓慢。
图2 2010—2022年中国资源型城市经济韧性空间分布

Fig.2 Spatial distribution of economic resilience of resource-based cities in China during 2010-2022

进一步对四大区域资源型城市经济韧性变化趋势进行分析，发现：① 东部地区资源型城市经济韧性水平总体领先于其他区域，其中，徐州市、唐山市、临沂市、济宁市为高值区。主要原因在于这些城市经济发展基础相对较好，抵抗与恢复能力较强，且邻近京津冀、长三角等沿海发达城市群，受其溢出效应影响较大，通过经济发展的内生与外联效应有效提升了产业的再生与自适应功能。② 中部地区资源型城市呈现“经济韧性基底平缓但增速显著”的特点，其中，洛阳市、南阳市、赣州市、衡阳市为高值区。主要是得益于中部地区资源型城市在要素集聚、市场潜力等方面具有一定的比较优势，近年来在能源原材料、现代装备制造、高技术产业等方面发展潜力得到充分挖掘，使得城市经济韧性明显提升。③ 西部地区资源型城市经济韧性水平总体较低，但增长速度较快，部分城市依托丰富的自然资源实现了经济的转型发展，包括鄂尔多斯市、包头市、榆林市、达州市等城市具有较高的经济韧性。④ 与上述地区资源型城市经济韧性水平不断上升且变化趋势稳定相比，东北地区资源型城市经济韧性水平易出现异常反复现象，尤其以吉林市、大庆市为典型。主要原因在于东北地区的资源型城市大多为1949年以来国家重点建设的重工业城市，在全球化、市场化发展环境下普遍存在资源路径惰性、产业再生动力不足、环境压力过大等问题。

2.3 资源型城市经济韧性的空间关联特征

以上分析忽略了各资源型城市经济韧性间的空间关联性，因此，通过ArcGIS软件对各年份资源型城市经济韧性水平进行冷热点分析(图3)。可以看出，中国资源型城市经济韧性的冷热点格局总体相对稳定。其中，热点区域呈现一定的空间收敛态势，次热点区数量有所增加，热点区、次热点区总体上集中分布于东、中部地区；相反，冷点区和次冷点区则集中分布在西部地区和东北地区，并且随时间推移，冷点区逐步由西部地区集聚转变为东北地区集聚。
图3 2010—2022年中国资源型城市经济韧性水平冷热区分布

Fig.3 Spatial distribution of cold spots and hotspots of economic resilience of resource-based cities in China during 2010-2022

具体来看，资源型城市经济韧性热点区和次热点区数量有所增加，且发生一定的空间位移与空间收敛。2010年，热点区和次热点区广泛分布于长江以北地区，尤其是华北平原、黄河中游以及环渤海地区。这些区域具有相对优越的区位条件，并且作为煤、铁、石油等矿产资源富集区，是长期以来国家重点建设的冶金、石化、机械等重工业基地，因而表现出相对较高的经济韧性。随着全球化、市场化进程的不断深化，依托矿产资源所形成的传统工业经济系统加速衰退，导致2014年以来东北地区及黄河中游地区的热点及次热点区不断减少，部分城市甚至转变为冷点及次冷点区。相反，浙江、江西、福建、湖南的资源型城市由于邻近长三角、珠三角、海峡西岸等经济发达区域，受益于全球及区域性生产网络的重组，多数城市的经济韧性自2018年以来得到显著提升。至2022年，中国资源型城市经济韧性高值区域集中分布在华北平原，形成以徐州市、济宁市等黄淮海城市为中心的热点城市集聚区，其他热点和次热点逐渐向中心热点区靠拢的格局。冷点区数量总体呈减少趋势，体现了资源型城市经济韧性逐步提高的事实，尤其西南地区形成经济韧性连片提升带，相关城市多由冷点区转为次冷点区。相反，东北地区则呈现“冷点区替代次冷点区”的异常更迭模式，反映出该地区受路径锁定效应与制度惯性的双重制约，验证了“东北现象”在经济韧性维度的空间投射。

3 中国资源型城市经济韧性的障碍度

3.1 中国资源型城市经济韧性障碍度演变

运用障碍度模型对2010、2014、2018、2022年中国资源型城市经济韧性的三个子系统及对应具体指标的障碍度进行测度(表3)，以判断阻碍中国资源型城市经济韧性水平提升的关键障碍层及障碍因子。
表3 2010—2022年中国资源型城市经济韧性障碍及演变

Tab.3 Obstacles and change of economic resilience of resource-based cities in China during 2010-2022

障碍因子 障碍度/%
2010年 2014年 2018年 2022年
A抵抗与恢复能力 45.58 44.60 43.54 43.43
A1 进出口总额占GDP比重 0.06 0.05 0.03 0.03
A2 城镇登记失业人数 0.31 0.21 0.12 0.24
A3 城乡居民储蓄余额 29.80 28.87 28.36 28.34
A4 城镇居民可支配收入 5.73 6.32 6.24 5.91
A5 人均地区生产总值 9.70 9.15 8.78 8.91
B适应与调节能力 35.12 34.50 36.69 36.80
B1 固定资产投资额 0.27 0.25 0.19 0.15
B2 年末金融机构存贷比 2.36 1.92 2.62 2.60
B3 第三产业增加值占GDP比重 1.74 1.85 1.99 1.60
B4 社会消费品零售总额 26.03 26.25 26.73 27.50
B5 地方财政收支比 4.72 4.23 5.16 4.95
C转型与发展能力 19.30 20.91 19.78 19.77
C1 财政教育支出 0.84 0.60 0.78 0.88
C2 财政科学支出 9.66 11.82 10.85 10.85
C3 产业结构高级化 8.68 8.34 7.80 7.71
C4 专利授权数 0.12 0.16 0.35 0.33
从系统层障碍度来看，2010—2022年，抵抗与恢复能力、适应与调节能力是影响中国资源型城市经济韧性水平的主要障碍层，其障碍度均值分别高达44.29%、35.78%。其中，抵抗与恢复能力的障碍度整体呈现下降趋势，变化幅度达2.15个百分点，是三个子系统中下降幅度最大的。表明随着国家对于资源型城市转型发展重视程度及政策支持力度的不断上升，其经济系统维持基本运行的功能得到明显改善。而适应与调节能力障碍度呈现“先降后升”的阶段演化特征，整个研究期间障碍度上升了1.68个百分点，是三个子系统中上升幅度最大的。反映出资源型城市通过内部结构调整及政策制度优化以适应经济环境变化的能力依然存在较大不足，是今后资源型城市经济韧性优化的重点方向。转型与发展能力的障碍度较为稳定，其障碍度均值为19.94%，整个研究期间障碍度上升了0.47个百分点，表明资源型城市经济系统的路径依赖与路径锁定效应尚未实现实质性的突破，未来仍需强化科技创新对于经济可持续发展的引领。
从具体指标层障碍度来看，2010—2022年资源型城市经济韧性各指标的障碍度呈现显著分化。其中，城乡居民储蓄余额(A3)、社会消费品零售总额(B4)在各指标的障碍度中处于断档领先位置，平均障碍度分别高达28.84%、26.63%，可见，财富积累不足与需求拉动疲软是阻碍资源型城市经济韧性的关键因子。此外，城镇居民可支配收入(A4)、人均地区生产总值(A5)、财政科学支出(C2)、产业结构高级化(C3)在各指标障碍度中也较为靠前，平均障碍度分别为6.05%、9.14%、10.80%、8.13%，是制约资源型城市经济系统良性发展的重要因子。因此，在资源型城市现代化的进程中，关注广大人民群众收入与消费水平的提升是提高资源型城市经济韧性的重点方向。同时，通过供给侧结构性改革、推动产业高质量发展以及合理化财政收支也是提高资源型城市经济韧性的主要途径。进一步从各指标障碍度的演化情况来看，2010—2022年14个指标中障碍度上升的有7个，其中，社会消费品零售总额(B4)的障碍度呈持续上升态势，上升了1.47个百分点。而年末金融机构存贷比(B2)、地方财政收支比(B5)的障碍度则呈现出先上升后下降的趋势，2000—2018年分别上升了0.26、0.44个百分点，2018—2022年分别下降了0.02、0.21个百分点，表明金融投资活动、地方财政分配易受到突发灾害、房地产爆雷、金融周期等因素影响，进而导致城市经济韧性产生波动。此外，转型与发展能力维度下的财政教育支出(C1)、财政科学支出(C2)、专利授权数(C4)呈现波动上升趋势。2000—2020年障碍度下降的指标同样有7个，其中，障碍度下降较明显的是城乡居民储蓄余额(A3)、产业结构高级化(C3)，分别下降了1.46、0.97个百分点，其余指标包括人均地区生产总值(A5)、固定资产投资额(B1)、第三产业增加值占GDP比重(B3)，2010—2022年分别下降了0.79、0.12、0.14个百分点。

3.2 中国资源型城市经济韧性障碍度空间格局

3.2.1 抵抗与恢复能力障碍度格局

2010—2022年中国资源性城市抵抗与恢复能力的障碍度具有显著空间非均衡性(图4)。① 从区域层面看，2010—2022年各资源型城市经济韧性受抵抗与恢复能力影响深刻，障碍度均值整体呈现中部地区(44.92%)>东部地区(44.82%)>东北地区(44.49%)>西部地区(43.22%)。另一方面，2010—2022年各区域的抵抗与恢复能力障碍度均有所下降，根据下降幅度分别为东部地区(6.07%)>西部地区(1.70%)>东北地区(1.14%)>中部地区(1.10%)。与此同时，受国际贸易形势及新冠疫情等内外冲击的影响，黄淮海地区及长江以南地区在2018—2022年障碍度明显升高。② 从城市层面看，各类资源型城市的抵抗与恢复能力障碍度差异分化显著，障碍度均值呈现再生型城市(45.54%)>衰退型城市(44.71%)>成熟型城市(44.18%)>成长型城市(42.60%)。且2010—2022年各类城市的抵抗与恢复能力障碍度根据下降幅度分别为再生型城市(4.57%)>成熟型城市(2.33%)>成长型城市(2.11%)>衰退型城市(0.13%)。由此可见，再生型城市在抵抗与恢复能力方面具有障碍度最高、下降最快的特点，主要原因在于该类城市处于产业转型与创新发展的关键期，在突破传统路径依赖过程中，可能面临较大的制度摩擦成本，从而导致障碍度表征值较高，但其降幅显著则体现出“破茧期”特征。另外，衰退型城市的抵抗与恢复能力障碍度“居高难下”，反映其可能存在新旧动能转换难，城市发展动力不足的深层次问题。
图4 2010—2022年中国资源型城市抵抗与恢复能力障碍度空间格局

Fig.4 Spatial heterogeneity of resistance and resilience capacity obstacles of resource-based cities in China during 2010-2022

3.2.2 适应与调节能力障碍度格局

2010—2022年中国资源性城市适应与调节能力的障碍度具有一定的空间趋同特征(图5)。① 从区域层面看，2010—2022年各城市受适应与调节能力影响呈现系统性强化，其障碍度均值为西部地区(37.28%)>东北地区(36.31%)>中部地区(36.00%)>东部地区(32.02%)，可见各区域资源型城市主动适应经济变化的动态调整能力呈现“沿海—内陆”的梯度分异规律。值得注意的是，适应与调节能力的障碍度升幅几乎呈现反向分布，东部地区(4.60%)>东北地区(2.26%)>西部地区(0.89%)>中部地区(0.63%)，东部地区升幅最大，中西部地区升幅较小。主要原因可能在于中西部地区特殊的区位条件及生态环境促使其形成以市场要素流动及工程性适应为主导的相对缓和调节模式，东部地区适应与调节能力障碍度水平升幅最大，在一定程度上也反映出该区域受宏观经济背景影响深刻，在发展过程中可能存在“风险集聚”的潜在问题。② 从城市层面看，各类资源型城市的适应与调节能力障碍度存在差异分化，其中，成长型城市(37.16%)>衰退型城市(36.91%)>成熟型城市(36.18%)>再生型城市(31.24%)。且2010—2022年各类城市的适应与调节能力障碍度整体呈波动上升趋势，其中，再生型城市(4.63%)>成熟型城市(1.291%)>成长型城市(1.286%)>衰退型城市(0.97%)。由此可见，再生型城市在适应与调节能力方面具有障碍度最低、上升最快的特点，这可能与其产能置换、产业链升级等情况密切相关。这类城市经济系统在突破对原有资源依赖的过程中易受到路径锁定与制度约束的影响，一旦新兴产业接续不足则易增加外部环境不确定性对经济系统的影响。同样，衰退型城市的适应与调节能力障碍度“居高难下”，反映其发展过程中可能存在由于主导产业衰退带来的财政收入持续恶化、社会民生压力增大等问题，导致难以主动适应并有效应对中长期经济发展环境的变化。
图5 2010—2022年中国资源型城市适应与调节能力障碍度空间格局

Fig.5 Spatial patterns of adaption and regulation capacity obstacles of resource-based cities in China during 2010-2022

3.2.3 转型与发展能力障碍度格局

2010—2022年中国资源性城市转型与发展能力的障碍度具有空间集聚特征(图6)。① 从区域层面看，2010—2022年各城市受转型与发展能力影响程度呈波动攀升，其障碍度均值为东部地区(23.17%)>西部地区(19.50%)>东北地区(19.20%)>中部地区(19.09%)。进一步观察障碍度动态演变，东部地区(1.47%)>西部地区(0.80%)>中部地区(0.47%)>东北地区(-1.13%)，折射出区域发展战略与产业结构转型的深层差异。其中，东部地区转型与发展能力障碍度攀升，反映出该区域资源型城市经济系统的转型发展可能进入瓶颈期，部分“顽健”型产业对资金、技术形成“虹吸效应”，挤压了进一步转型发展的空间。而东北地区转型与发展能力障碍度的逆势下行，一方面可能是源于该区域内的沈阳、长春、哈尔滨和大连等创新枢纽的溢出效应，另一方面则与东北地区部分资源型城市在经历长期“蛰伏”后的积极探索转型发展新模式密切相关。② 从城市层面看，各类资源型城市的转型与发展能力障碍度差异明显，其中，再生型城市(23.22%)>成长型城市(20.25%)>成熟型城市(19.65%)>衰退型城市(18.38%)。再从研究期间的障碍度变化情况看，成熟型城市(1.04%)>成长型城市(0.83%)>再生型城市(-0.06%)>衰退型城市(-0.84%)。由此可见，转型与发展能力障碍度最高的再生型城市及最低的衰退型城市均实现了障碍度的下降，表明这些城市在长期发展过程中累积的科技创新资源正持续支撑其经济系统的新旧动能转换并重构发展路径，而成熟型及成长型城市则需关注经济系统长期竞争力的提升，从长远角度进一步突破转型进程中的技术壁垒。
图6 2010—2022年中国资源型城市转型与发展能力障碍度空间格局

Fig.6 Spatial patterns of transformation and development capacity obstacles of resource-based cities in China during 2010-2022

4 结论与讨论

4.1 结论

本文基于2010—2022年110个资源型城市经济社会统计数据，构建“抵抗与恢复—适应与调节—转型与发展”的经济韧性综合评价体系，运用熵值法、冷热点分析等方法探究中国资源型城市经济韧性的时空演化特征，并在此基础上借助障碍度模型解析资源型城市经济韧性的障碍因素。主要结论如下：
(1) 2010—2022年中国资源型城市经济韧性水平实现了由年均增长5.20%带来的稳步提升，但各维度得分与提升状况存在明显差异，抵抗与恢复韧性得分最高且提升幅度最大，转型与发展韧性得分最低且提升缓慢；不同类型城市的经济韧性水平存在明显差异，总体呈现由再生型→成熟型→成长型→衰退型递次降低的规律，但成长型城市的年均增长率处于领先位置，存在“追赶效应”，而衰退型城市经济韧性水平及增速均处于最低位置，陷入“衰退惯性”。
(2) 中国资源型城市经济韧性水平具有显著区域分异，呈现由东部地区→中部地区→西部地区→东北地区递次降低的格局，除东北地区外的其他区域经济韧性水平呈持续上升态势，而东北地区经济韧性水平出现升降反复的异常，反映出老工业基地经济转型进程中面临的路径依赖与制度刚性约束，而中西部地区得益于资源要素禀赋优势的持续赋能，经济韧性处于快速提升路径中。资源型城市经济韧性形成以徐州市、济宁市等黄淮海城市为中心的热点集聚区，东北、黄河中游地区的热点、次热点区有所减少，相反，闽、浙、赣等长江以南地区的热点、次热点区不断增加，而冷点区则逐步由西南地区转移至东北地区。
(3) 抵抗与恢复能力、适应与调节能力是当前资源型城市韧性发展的主要制约，前者呈现障碍度稳步下降的态势，而后者则呈现波动上升态势，反映出资源型城市维持经济系统基本运行的功能得到明显改善，但适应经济环境变化的能力依然不足；指标障碍度层面，城乡居民储蓄余额、社会消费品零售总额的障碍度处于断档领先位置，资源型城市普遍存在财富积累不足与需求拉动疲软的关键短板；从空间角度看，东部地区资源型城市经济韧性受抵抗与恢复能力及转型与发展能力的深刻影响、西部地区和东北地区则受适应与调节能力的影响显著，中部地区受各维度的影响相对均衡；并且，不同发展阶段资源型城市经济韧性的主要障碍也存在差异，再生型城市受抵抗与恢复能力及转型与发展能力的制约较大，成长型城市主要受适应与调节能力的影响，而衰退型城市则陷入抵抗与恢复能力及适应与调节能力的障碍锁定。

4.2 讨论

资源型城市一定程度上已成为当前中国高质量发展的主要洼地与短板所在，强化经济韧性建设是推进其未来可持续发展的重要一环。本文基于“抵抗与恢复能力—适应与调节能力—转型与发展能力”的分析框架，探究了资源型城市经济韧性的时空演化态势并识别其主要障碍因素，有利于深刻理解高质量发展背景下的资源型城市经济韧性动态规律，并为优化空间管理决策、实现韧性发展提供有益借鉴。基于上述研究，本文提出以下针对性的对策建议：① 实施差异化韧性提升策略，分类引导城市功能定位与转型路径。不同类型资源型城市的经济韧性水平及增长路径存在显著差异，因此需要实施差异化引导策略。对于再生型城市，应进一步强化其创新引领作用，通过构建多元化产业体系以突破转型与发展能力的瓶颈；对于成长型与成熟型城市，应注重防范路径依赖风险，推动产业结构适度多元化，增强适应与调节能力；对于衰退型城市，需实施精准救助与内生动力培育并重的政策，重点提升其抵抗与恢复能力，通过中央财政转移支付、社会保障政策托底等方式缓解民生压力，同时积极培育接续产业，打破“衰退锁定”效应。② 强化区域协同与空间治理，破解经济韧性“东西分化”与“东北困境”。对于东部地区的高韧性城市，应鼓励其发挥辐射带动作用，通过跨区域合作、产业转移与技术溢出，带动中西部资源型城市发展；对于中部地区，应利用其“增速显著”的优势，进一步优化要素配置，承接东部产业转移，强化其在现代装备制造、能源原材料深加工等领域的优势；对于西部地区，需在保护生态的前提下，支持其将资源优势转化为经济优势；针对东北地区的“路径依赖”与“制度刚性”问题，需持续深化体制机制改革，打破传统工业体系的锁定效应，激发内生创新动力。③ 聚焦关键障碍因子精准施策，着力增强系统适应与内生发展能力。针对居民财富积累不足及需求拉动疲软问题，需通过完善收入分配制度、健全社会保障体系，以稳定居民预期，释放消费潜力。特别是在资源收益分配中，应向本地居民倾斜，增强其财富积累能力；对于产业结构刚性约束问题，需大力推动产业结构的优化升级，积极发展第三产业，改变过度依赖资源开采与重工业的产业结构；对于财政政策欠科学问题，需提高财政资金在科技、教育等领域的投入效率，切实支撑创新驱动与人力资本提升，为城市经济系统注入持续的发展动能。
本文仍有一些值得深入分析和探讨的问题：首先，虽然城市韧性理论和内涵在不断演进和完善，但城市经济系统的综合性、复杂性以及韧性内涵的模糊性使得城市经济韧性成为一个可塑性较大的概念，尽管本文构建了相对综合的经济韧性评价体系，但受城市尺度数据获取的制约导致依然不够全面。其次，本文识别和分析了中国资源型城市经济韧性演化过程中的障碍因素，但未就经济韧性演化的影响因素及作用机制展开进一步的分析。因此，未来还需挖掘能够更为全面反映城市经济复杂系统的时空数据，构建更为科学合理的资源型城市经济韧性评估体系，并有效厘清城市经济韧性与发展中内外扰动要素间的影响机理与作用路径。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
余建辉, 李佳洺, 张文忠. 中国资源型城市识别与综合类型划分[J]. 地理学报, 2018, 73(4): 677-687.

DOI

[Yu Jianhui, Li Jiaming, Zhang Wenzhong. Identification and classification of resource-based cities in China. Acta Geographica Sinica, 2018, 73(4): 677-687.]

DOI

[2]
卢硕, 张文忠, 余建辉, 等. 资源型城市演化阶段识别及其发展特征[J]. 地理学报, 2020, 75(10): 2180-2191.

DOI

[Lu Shuo, Zhang Wenzhong, Yu Jianhui, et al. The identification of spatial evolution stage of resource-based cities and its development characteristics. Acta Geographica Sinica, 2020, 75(10): 2180-2191.]

DOI

[3]
文琦, 侯凯元, 郑殿元, 等. 成长型资源城市产业转型能力评价与优化路径: 以榆林市为例[J]. 地理科学, 2022, 42(4): 682-691.

DOI

[Wen Qi, Hou Kaiyuan, Zheng Dianyuan, et al. Evaluation of industrial transformation capability and optimization path of growing resource-based cities: A case study of Yulin, China. Scientia Geographica Sinica, 2022, 42(4): 682-691.]

DOI

[4]
Elmqvist T, Andersson E, Frantzeskaki N, et al. Sustainability and resilience for transformation in the urban century[J]. Nature Sustainability, 2019, 2(4): 267-273.

DOI

[5]
Badeeb R A, Lean H H, Clark J. The evolution of the natural resource curse thesis: A critical literature survey[J]. Resources Policy, 2017, 51: 123-134.

DOI

[6]
Sachs J D, Warner A M. The curse of natural resources[J]. European Economic Review, 2001, 45: 827-838.

DOI

[7]
Bresser-Pereira L C. The Dutch disease and its neutralization: A Ricardian approach[J]. Revista de Economia Politica, 2008, 28(1): 47-71.

[8]
Takatsuka H, Zeng D Z, Zhao L X. Resource-based cities and the Dutch disease[J]. Resource and Energy Economics, 2015, 40(5): 57-84.

DOI

[9]
He S Y, Lee J, Zhou T, et al. Shrinking cities and resource-based economy: The economic restructuring in China's mining cities[J]. Cities, 2017, 60(2): 75-83.

DOI

[10]
Dowling R, McGuirk P, Maalsen S. Multiscalar governance of urban energy transitions in Australia: The cases of Sydney and Melbourne[J]. Energy Research & Social Science, 2018, 44: 260-267.

[11]
Zhou J P, Xu W X, Yan D. Breaking the resource curse: The impact of digital economy on the sustainable transformation of resource-based cities[J]. Sustainable Cities and Society, 2024, 113(10): 105707. doi: 10.1016/j.scs.2024.105707.

[12]
Feng Y C, Gao Y, Xia X Q, et al. Identifying the path choice of digital economy to crack the "resource curse" in China from the perspective of configuration[J]. Resources Policy, 2024, 91(4): 104912. doi:10.1016/j.resourpol.2024.104912.

[13]
Tan J T, Lo K, Qiu F D, et al. Regional economic resilience of resource-based cities and influential factors during economic crises in China[J]. Growth and Change, 2020, 51(1): 362-381.

DOI

[14]
Wang Z R, Fu H Q, Zhou L. Multiple urban resilience evaluation of resource-based cities' sustainable transformation effect[J]. Resources Conservation and Recycling, 2023, 191(4): 106912. doi: 10.1016/j.resconrec.2023.106912.

[15]
徐康宁, 韩剑. 中国区域经济的“资源诅咒”效应: 地区差距的另一种解释[J]. 经济学家, 2005(6): 96-102.

[Xu Kangning, Han Jian. "Resource curse" effect on regional economy in China: Another explanation to regional discrepancy. Economist, 2005(6): 96-102.]

[16]
熊剑平, 刘承良, 张传琪, 等. 资源枯竭型城市产业发展评价与接续选择: 以湖北省大冶市为例[J]. 经济地理, 2009, 29(8): 1282-1287, 1306.

[Xiong Jianping, Liu Chengliang, Zhang Chuanqi, et al. Selection and development model of conversion industries of resource-exhausted cities: Take Daye City as example. Economic Geography, 2009, 29(8): 1282-1287, 1306.]

[17]
王文棋, 刘兆德, 赵虎. 中国资源型城市转型发展全景知识图谱: 演进脉络、热点追踪及未来展望[J]. 地理科学, 2024, 44(5): 785-795.

DOI

[Wang Wenqi, Liu Zhaode, Zhao Hu. Panoramic knowledge graph of transformation and development of resource based cities in China: Evolution, hotspots tracking and future prospects. Scientia Geographica Sinica, 2024, 44(5): 785-795.]

DOI

[18]
张文忠, 余建辉. 中国资源型城市转型发展的政策演变与效果分析[J]. 自然资源学报, 2023, 38(1): 22-38.

DOI

[Zhang Wenzhong, Yu Jianhui. Policy evolution and transformation effect analysis of sustainable development of resource-based cities in China. Journal of Natural Resources, 2023, 38(1): 22-38.]

DOI

[19]
唐宇, 薛东前, 宋永永, 等. 黄土高原资源型城市经济规模—结构—效率耦合协调特征及影响因素[J]. 地理学报, 2025, 80(3): 793-810.

DOI

[Tang Yu, Xue Dongqian, Song Yongyong, et al. Coupling coordination and influencing factors of economic scale-structure-efficiency of resource-based cities on the Loess Plateau. Acta Geographica Sinica, 2025, 80(3): 793-810.]

DOI

[20]
窦睿音, 焦贝贝, 张文洁, 等. 西部资源型城市绿色发展效率时空分异与驱动力[J]. 自然资源学报, 2023, 38(1): 238-254.

DOI

[Dou Ruiyin, Jiao Beibei, Zhang Wenjie, et al. Resear-ch on spatiotemporal heterogeneity and driving forces of green development efficiency in resource-based cities of Western China. Journal of Natural Resources, 2023, 38(1): 238-254.]

DOI

[21]
张梦朔, 张平宇, 李鹤. 资源型城市经济转型绩效特征与评价方法: 基于东北地区的实证研究[J]. 自然资源学报, 2021, 36(8): 2051-2064.

DOI

[Zhang Mengshuo, Zhang Pingyu, Li He. Characteristics and evaluation methods of economic transformation performance of resource-based cities: An empirical study of Northeast China. Journal of Natural Resources, 2021, 36(8): 2051-2064.]

DOI

[22]
陈妍, 王士君, 梅林. 东北地区非资源型城市与资源型城市产业转型的对比研究[J]. 地理研究, 2021, 40(3): 808-820.

DOI

[Chen Yan, Wang Shijun, Mei Lin. The comparison study of industrial structure transformation between non-resource-based and resource-based cities in Northeast China. Geographical Research, 2021, 40(3): 808-820.]

[23]
王晓楠, 孙威. 黄河流域资源型城市转型效率及其影响因素[J]. 地理科学进展, 2020, 39(10): 1643-1655.

DOI

[Wang Xiaonan, Sun Wei. Transformation efficiency of resource-based cities in the Yellow River Basin and its influencing factors. Progress in Geography, 2020, 39(10): 1643-1655.]

DOI

[24]
徐英启, 程钰, 王晶晶. 中国资源型城市碳排放效率时空演变与绿色技术创新影响[J]. 地理研究, 2023, 42(3): 878-894.

DOI

[Xu Yingqi, Cheng Yu, Wang Jingjing. The impact of green technological innovation on the spatiotemporal evolution of carbon emission efficiency of resource-based cities in China. Geographical Research, 2023, 42(3): 878-894.]

[25]
王珏. 中国资源型城市绿色转型的动力源泉及其驱动因素[J]. 经济地理, 2024, 44(4): 75-83, 99.

DOI

[Wang Jue. Power source and driving factors of green transformation of resource-based cities in China. Economic Geography, 2024, 44(4): 75-83, 99.]

DOI

[26]
郑洋, 程琳琳, 王义方, 等. 资源型城市空间冲突测度及其空间响应研究[J]. 地理科学进展, 2023, 42(2): 275-286.

DOI

[Zheng Yang, Cheng Linlin, Wang Yifang, et al. Spatial conflict measurement in resource-based cities and spatial responses. Progress in Geography, 2023, 42(2): 275-286.]

DOI

[27]
朱媛媛, 罗源, 陈京, 等. 资源枯竭型城市产业转型及其经济韧性: 以湖北省大冶市为例[J]. 自然资源学报, 2023, 38(1): 73-90.

DOI

[Zhu Yuanyuan, Luo Yuan, Chen Jing, et al. Research on industrial transformation and its economic resilience in resource-exhausted cities: A case study of Daye City, Hubei Province. Journal of Natural Resources, 2023, 38(1): 73-90.]

DOI

[28]
胡晓辉, 张文忠. 制度演化与区域经济弹性: 两个资源枯竭型城市的比较[J]. 地理研究, 2018, 37(7): 1308-1319.

DOI

[Hu Xiaohui, Zhang Wenzhong. Institutional evolution and regional economic resilience: A comparison of two resource-exhausted cities in China. Geographical Research, 2018, 37(7): 1308-1319.]

[29]
黄梦涵, 张卫国. 中国四类资源型城市韧性水平比较与发展策略[J]. 经济地理, 2023, 43(1): 34-43.

DOI

[Huang Menghan, Zhang Weiguo. Comparison of resilience levels and development strategies of four types of resource-based cities in China. Economic Geography, 2023, 43(1): 34-43.]

DOI

[30]
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.

[Tang Yu, Song Yongyong, Xue Dongqian, et al. Spatio-temporal evolution of economic resilience of resource-based cities in Shanxi Province and its obstacles. Journal of Arid Land Resources and Environment, 2022, 36(5): 53-61.]

[31]
张学波, 付文硕, 马海涛. 京津冀地区经济韧性与产业结构演变的耦合关联[J]. 地理学报, 2023, 78(10): 2392-2411.

DOI

[Zhang Xuebo, Fu Wenshuo, Ma Haitao. Coupling correlation between economic resilience and industrial structure evolution in the Beijing-Tianjin-Hebei region. Acta Geographica Sinica, 2023, 78(10): 2392-2411.]

DOI

[32]
曹贤忠, 吕磊. 长三角数字技术创新网络时空演化特征及其经济韧性效应研究[J]. 地理科学进展, 2025, 44(1): 1-16.

DOI

[Cao Xianzhong, Lyu Lei. The impact of digital technology innovation networks on regional economic resilience in the Yangtze River Delta. Progress in Geography, 2025, 44(1): 1-16.]

DOI

[33]
李建新, 梁曼, 钟业喜. 长江经济带经济与环境协调发展的时空格局及问题区域识别[J]. 长江流域资源与环境, 2020, 29(12): 2584-2596.

[Li Jianxin, Liang Man, Zhong Yexi. The spatial-temporal pattern of the coordinated development between economy and environment in the Yangtze River economic belt and problem areas identification. Resources and Environment in the Yangtze Basin, 2020, 29(12): 2584-2596.]

[34]
Cliff A D, Ord J K. Spatial processes: Models and applications[M]. London, UK: Pion Ltd., 1981.

[35]
孟广文, 张宁月, 齐宏纲, 等. 天津经济技术开发区转型发展与障碍度研究[J]. 地理学报, 2024, 79(8): 2042-2061.

DOI

[Meng Guangwen, Zhang Ningyue, Qi Honggang, et al. Transformation development and obstacle degree of Tianjin economic-technological development area. Acta Geographica Sinica, 2024, 79(8): 2042-2061.]

DOI

Options
文章导航

/

〈 〉