经济社会的快速变化和自然灾害的频繁发生是当今社会的一大特点[1]。城市群是典型的复杂系统,越来越多的不确定性干扰和未知风险对城市的可持续发展提出了挑战,从而韧性思想应时而生。韧性思想被应用于不同学科领域,用于解释面对风险和不确定因素时如何应对及怎样将风险降到最低[2]。而城市韧性作为目前城市可持续发展的研究方向之一,其核心就是解决城市面临的变化和冲击,减少发展过程中遇到的不确定因素的影响[3]。随着旅游业的快速发展,旅游业和城市发展已经交叉在一起,城市为旅游发展提供支撑,其发展水平与韧性程度对旅游业产生了重要影响。因此,从空间效应角度探讨城市韧性对旅游经济的影响,对城市发展和区域旅游合作具有重要的现实意义。
韧性(resilience)一词由阿拉丁语“resilio”转变而来,其发展过程中主要经历了工程韧性、生态韧性和演化韧性3个阶段[4]。2002年国际地方政府环境行动理事会(International Council for Local Environmental Initiatives,ICLEI)首次提出“韧性城市”议题后掀起研究热潮,国内北京、上海等城市规划中也都强调了提高城市韧性的重要性[5]。由此可见,运用城市韧性理论应对城市危机、促进城市可持续发展已成为当前重要的研究课题。尽管城市韧性有多种定义,但学者们普遍认为城市韧性是城市系统适应变化、干扰或逆境的能力[6]。当前国内外学者对城市韧性的研究主要集中在城市韧性的影响因素[7]、理论框架构建[8]、城市韧性评价[9]等方面。关于城市韧性对旅游经济影响的研究还处于初级阶段,这方面研究相对较少。学者们大多数对旅游韧性进行了研究,其目的是了解旅游系统应对灾害、危害、扰动和变化的能力[10]。提高旅游韧性是促进可持续旅游发展的重要方法[11],20世纪90年代中期以来,学者们一直在旅游背景下讨论韧性的应用。多数学者从与旅游相关的市场准入和稳定性[12]、环境和可持续发展问题[13]及灾害和风险管理[14]的角度来探讨旅游韧性。最近学者们对旅游韧性的研究多集中在旅游社区韧性[15]及社区韧性的理论框架[16]等方面。
通过梳理城市韧性与旅游韧性的文献发现： ① 从研究视角看,韧性的研究重点由早期侧重于自然生态领域的工程韧性视角,逐渐向社会—经济领域视角转变,形成演化韧性,演化韧性理论认为韧性是城市固有的属性特征[17];② 从研究主题看,城市韧性和旅游韧性的基本理论研究逐渐深入,对韧性影响效应的研究尚需进一步深入,旅游产业作为城市产业发展的重要组成部分,城市韧性对旅游经济的影响机理研究仍需进一步拓展;③ 从研究方法看,相关研究对城市韧性的空间溢出效应研究尚不够深入,忽视空间效应,一定程度上会限制研究结论的现实意义。尽管学者们分别对城市韧性和旅游韧性展开了较多讨论,但鲜有文献将城市韧性与旅游产业结合在一起,研究城市韧性对旅游经济是否有影响。基于此,本文基于演化韧性视角,将韧性视为城市系统本身固有的属性,以长三角城市群为例构建城市韧性的测度体系,进一步利用空间面板杜宾模型揭示城市韧性对旅游经济的空间溢出效应,进而从提升城市韧性水平、重视城市韧性对旅游经济的溢出效应,以及合理规避虹吸效应等方面提出相关对策建议。
1 指标选取、数据与方法
1.1 研究范围与指标体系构建
根据2016年国务院批准的《长江三角洲城市群发展规划》,以长三角地区26个城市为研究对象,包括上海,江苏省的南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州等9市,浙江省的杭州、宁波、嘉兴、湖州、绍兴、金华、舟山、台州等8市,安徽省的合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城等8市。长三角城市群是中国城镇化基础最好、产业体系最完备、综合实力最强的城市群之一,在中国区域一体化和经济增长中发挥重要作用。作为中国最为发达的城市群之一,选取长三角城市群作为研究对象有助于中国区域旅游合作的发展,具有一定的典型性与代表性。
表1 城市韧性综合评价体系
Tab.1
| 目标层 | 一级指标 | 二级指标 | 指标单位 | 权重 |
|---|---|---|---|---|
| 城市韧性 | 经济韧性(JJ) | 人均GDP[19] | 元 | 0.032 |
| 人均财政支出[20] | 元 | 0.155 | ||
| 第三产业占GDP比重[19] | % | 0.051 | ||
| 就业率[18] | % | 0.015 | ||
| 社会韧性(SH) | 每万人在校大学生数[19] | 人 | 0.056 | |
| 每万人医疗卫生机构人数[19] | 人 | 0.118 | ||
| 每万人互联网宽带用户数[22] | 户 | 0.076 | ||
| 每万人拥有公共汽车量[22] | 标台 | 0.165 | ||
| 生态韧性(ST) | 人均公园绿地面积[19] | m2 | 0.145 | |
| 建成区绿化覆盖率[19] | % | 0.037 | ||
| 污水处理率[19] | % | 0.010 | ||
| 生活垃圾无害化处理率[19] | % | 0.023 | ||
| 工程韧性(GC) | 燃气普及率[19] | % | 0.015 | |
| 人均日生活用水量[19] | L | 0.018 | ||
| 人均城市道路面积[19] | m2 | 0.030 | ||
| 建成区排水管道密度[21] | km/km2 | 0.054 |
注：根据参考文献[
1.2 数据来源
本文研究数据主要来源于2005—2019年的《上海市统计年鉴》《江苏省统计年鉴》《浙江省统计年鉴》《安徽省统计年鉴》以及长三角城市群各地级市的统计年鉴。部分缺失数据(人均财政支出)主要通过指标间数理运算的叠加合成计算得出,并利用线性插值法将个别缺失值补全。
1.3 研究方法
1.3.1 熵值赋权法
在综合指标体系的测度中,主观赋权法和客观赋权法2种方法是确定指标权重最常用的方法。主观赋权法由评价者的主观意识决定,依据选取指标的重要程度来决定权重。客观赋权法利用的原始信息来源于客观环境,它根据每个指标提供的信息量来确定不同指标的权重。本文采用客观熵值赋权法确定权重,以消除主观因素的影响。根据信息熵值,即各指标值的变化程度,计算出权重。详见参考文献[23]。
1.3.2 空间自相关
空间自相关是揭示空间数据分布的一个重要概念,本文利用全局空间自相关来描述整个研究区域属性值的空间特征,从而检验空间单元属性值与相邻单元属性值之间的相关性,以Moran's I 值作为计算指标来度量全局空间自相关。Moran's I>0时呈正相关,且值越大,空间相关性越明显;Moran's I<0时呈负相关,值越小,空间差异越大;Moran's I =0时呈随机分布。详见参考文献[24]。
1.3.3 空间面板计量模型
空间面板计量模型相比于传统的计量模型引入了空间因素,使得结果更具科学性和准确性。空间计量模型主要有空间面板误差模型(SPEM)、空间面板滞后模型(SPLM)、空间面板杜宾模型(SPDM)等。其中,作为空间计量模型一般形式的SPDM模型,它同时包含因变量和自变量的空间依赖性。面板数据的SPDM模型表达式为：
式中：Yit(Yjt)、Xit(Xjt)分别代表第t年单元i(j)研究单元城市旅游经济和城市韧性的观测值;Wij为空间权重;β为城市韧性的待估参数向量;ρ为城市旅游经济的空间滞后系数;φ为城市韧性的空间回归系数;μi、νt分别表示空间效应和时间效应;εit为服从独立同分布的随机误差项。直接效应表示城市韧性对本地区旅游经济的影响;间接效应表示城市韧性对其邻近区域旅游经济的影响。在不考虑其他因素效应的情况下,城市韧性对城市旅游经济的影响总效应等于直接效应和间接效应(溢出效应)之和。
2 结果与分析
2.1 城市韧性评估与时空分异特征
2.1.1 城市韧性的空间分布
通过构建城市韧性指标评价体系对城市韧性进行量化,利用熵值法计算出2004—2018年长三角城市群各地区韧性指数的综合值,并借助ArcGIS 10.0软件中的自然断裂点分级法对2004年和2018年的综合值进行分析,把城市韧性分为5种类型,并根据数值大小分别命名为低值韧性区、较低韧性区、中等韧性区、较高韧性区和高值韧性区,并将划分结果进行空间可视化,以此来分析长三角区域经济韧性的空间格局演变特征,如图1所示。从图1可以看出：第一,长三角城市群城市韧性水平总体呈现上升趋势。2004—2018年,低值韧性区个数减少,中等韧性区、较高韧性区个数增多;第二,长三角城市群城市韧性分布呈现不均衡状态。高值和较高值韧性区主要分布在中东部地区,如上海、南京、无锡、苏州等城市,低值和较低值韧性区大致分布在长三角城市群的西部和南部地区,如安徽的安庆、池州、宣城,浙江的金华、台州等城市;第三,长三角城市群城市韧性强度表现出一定的空间集聚特征。高值韧性区周围城市韧性值也较高,低值韧性区周围城市韧性值也较低,为后文的空间相关性研究提供基础。
图1
2.1.2 城市韧性各维度的空间分布
(1) 经济韧性维度。上海、苏州的经济韧性处于长三角城市群的领先水平;随后是南京、无锡、杭州、宁波等城市;合肥、南通、镇江、常州、嘉兴、绍兴和舟山紧而次之,处于中等韧性区;其他城市经济韧性则处于较低水平。
(2) 社会韧性维度。社会韧性的高值区为上海、南京2个城市;其次是合肥、苏州、杭州和宁波的社会韧性值较高;社会韧性低值和较低值的城市相对来说比较多,从数量来说占到长三角城市群城市的一多半。
(3) 生态韧性维度。生态韧性的高值区集中在长三角城市群的中部地区,如无锡、湖州、南京、镇江、常州、马鞍山等地区;低值和较低值韧性区分散在长三角城市群的外围四周,如盐城、安庆、金华、宁波、上海、舟山等城市,存在明显的空间差异。
(4) 工程韧性维度。工程韧性的空间分布显示出以无锡为中心韧性值向周边递减的格局。无锡和滁州工程韧性水平最高;其次是苏州、南通、湖州、常州、泰州、芜湖、金华和池州工程韧性水平较高;而工程韧性最低的2个城市为安庆和盐城。
图2
图2
城市韧性各维度空间分布
Fig.2
Spatial distribution of urban resilience dimension values
2.2 空间溢出效应检验
2.2.1 空间相关性检验
在使用空间计量模型估算城市韧性对旅游经济空间效应影响之前,需要对长三角城市群各地区旅游经济和城市韧性指数进行空间相关性检验,验证其在空间上是否存在自相关性。其Moran's I的数值如表2所示,2004—2018年旅游经济和城市韧性指数的全局空间自相关指数Moran's I值均为正值,且大部分通过了显著性检验,说明旅游经济和城市韧性都存在较强的空间相关性,可以构建空间计量模型进行影响关系估计。需要指出的是,2006年旅游经济的Moran's I值,2012年和2016年城市韧性指数的Moran's I值没有通过显著性检验,但并不表示它们与邻近地区无关,虽然空间自相关不是全局的,但在某些区域可能存在,或者正、负空间自相关相互抵消,从而导致全局空间自相关在统计上不显著[25]。
表2 旅游经济与城市韧性Moran's I值
Tab.2
| 年份 | 旅游经济Moran's I值 | t值 | 年份 | 城市韧性Moran's I值 | t值 |
|---|---|---|---|---|---|
| 2004 | 0.185* | 1.854 | 2004 | 0.254** | 2.934 |
| 2006 | 0.067 | 1.595 | 2006 | 0.125* | 1.528 |
| 2008 | 0.174* | 1.767 | 2008 | 0.099** | 2.531 |
| 2010 | 0.240** | 2.157 | 2010 | 0.114** | 2.577 |
| 2012 | 0.205** | 1.972 | 2012 | 0.133 | 1.412 |
| 2014 | 0.093* | 1.301 | 2014 | 0.127** | 2.695 |
| 2016 | 0.118* | 1.316 | 2016 | 0.068 | 1.628 |
| 2018 | 0.118* | 1.591 | 2018 | 0.113** | 2.762 |
注：***、**、*分别表示通过0.01、0.05、010的显著性水平检验,下同。
2.2.2 模型识别与检验
空间自相关检验结果表明了长三角城市群旅游经济和城市韧性指数都具有较强的空间相关性,研究城市韧性对旅游经济的影响,空间因素是不可忽视的,通过进行空间面板计量模型检验,以充分说明城市韧性对旅游经济的溢出效应,且嵌套了空间和时间效应的空间面板计量模型可以尽量避免因时空因素出现的结果偏差。
对于空间计量模型的辨别,首先通过LM和Robust LM的统计数值是否显著来判断采用空间面板模型是误差还是滞后形式。从检验结果来看(表3),LM-spatial lag、LM-spatial error、Robust LM-spatial error和Robust LM-spatial lag的统计量都至少通过了1%的显著性水平检验,说明城市韧性对旅游经济的影响模型同时存在空间误差形式和空间滞后形式。进一步检验SPDM模型是否能够退化为SPEM或SPLM模型,Wald-spatial lag、Wald-spatial error、LR-spatial lag、LR-spatial error的统计量均通过了0.01的显著性水平检验,拒绝原假设,即城市韧性对旅游经济的SPDM模型不可退化为空间计量模型的简化形式,SPDM为最适合的模型。进一步通过Hausman检验来判定是选择固定效应还是随机效应,检验结果表明,Hausman指数为57.210,且通过了0.01的显著性水平检验,表明使用固定效应较为合适。SPDM的固定效应有时间固定效应、空间固定效应和时空双固定效应等不同形式,城市韧性对旅游经济的时间和空间固定效应联合显著性的LR检验结果表明,时空双固定效应优于时间固定效应和空间固定效应。因此,论文选择时空双固定效应的SPDM模型来测度城市韧性对旅游经济的影响。
表3 旅游经济与城市韧性空间计量模型估计结果
Tab.3
| 检验统计量 | 统计值 | P值 | 检验统计量 | 统计值 | P值 |
|---|---|---|---|---|---|
| LM-spatial lag | 28.050 | <0.001 | Wald-spatial lag | 40.280 | <0.001 |
| Robust LM-spatial lag | 6.939 | 0.008 | Wald-spatial error | 33.120 | <0.001 |
| LM-spatial error | 32.000 | <0.001 | LR-spatial lag | 37.850 | <0.001 |
| Robust LM-spatial error | 10.889 | 0.001 | LR-spatial error | 31.910 | <0.001 |
| LR 检验(空间固定效应) | 76.230 | <0.001 | LR 检验(时间固定效应) | 258.760 | <0.001 |
| Hausman | 57.210 | <0.001 |
2.3 模型结果分析
2.3.1 面板模型计量结果初步分析
利用Stata 16.0软件对长三角城市群26个城市2004—2018年的面板数据进行时空双固定效应的SPDM估计,估计结果如表4所示。初步分析如下：(1) 时空双固定效应的空间面板杜宾模型是研究长三角城市群城市韧性对旅游经济影响的最优模型。从表4中可以看出,时空双固定效应模型的对数似然值为394.406,拟合系数为0.862,对数似然值和拟合系数都比较大,表明该模型的解释力度较高,空间滞后项及各解释变量大部分通过了显著性水平检验,模型的经济学含义更加明确。(2) 长三角城市群城市韧性对旅游经济具有显著的空间溢出效应。从表4中可以看出,城市韧性对旅游经济的空间溢出效应ρ值为0.444,并且通过了0.01的显著性水平检验,说明本地城市韧性每提高1%,将促进周边地区旅游经济增加0.444%,这表明城市韧性对旅游经济的影响存在空间交互作用。在长三角城市群旅游业发展的过程中,一方面受到本地区城市韧性的影响,另一方面也受到周边地区城市韧性的影响,区域城市韧性对旅游经济的发展存在明显的影响。(3) 城市韧性各维度对旅游经济的影响存在差异。从模型估计结果可以看出,经济韧性、社会韧性、生态韧性的估计值都显著为正,并且都通过了0.01的显著性水平检验,说明这3个维度的城市韧性对旅游经济具有正向促进作用,工程韧性的估计值为-0.135,但不显著。其中,经济韧性对旅游经济的影响系数最大,工程韧性对旅游经济的影响系数最小。
表4 空间面板杜宾模型回归结果
Tab.4
| 变量 | 系数 | t值 | 变量 | 系数 | t值 |
|---|---|---|---|---|---|
| ln JJ | 1.791*** | 23.670 | W×ln JJ | 0.058 | 0.160 |
| ln SH | 1.070*** | 11.810 | W×ln SH | -1.726*** | -4.910 |
| ln ST | 1.211*** | 4.350 | W×ln ST | 1.715* | 1.790 |
| ln GC | -0.135 | -0.360 | W×ln GC | -3.957*** | -2.640 |
| ρ | 0.444*** | 4.040 | |||
| log likelihood | 394.406 | R2 | 0.862 | ||
注：“W×ln JJ”表示变量ln JJ的空间交互项,其他类似。
2.3.2 空间效应分解结果分析
表5 空间面板杜宾模型效应分解
Tab.5
| 变量 | 直接效应 | 溢出效应 | 总效应 | |||||
|---|---|---|---|---|---|---|---|---|
| 系数 | t值 | 系数 | t值 | 系数 | t值 | |||
| ln JJ | 1.845*** | 25.320 | 1.458*** | 2.940 | 3.303*** | 6.590 | ||
| ln SH | 0.980*** | 10.860 | -2.222*** | -3.290 | -1.242* | -1.730 | ||
| ln ST | 1.391*** | 4.040 | 4.258* | 1.960 | 5.649** | 2.390 | ||
| ln GC | -0.408 | -0.910 | -7.691** | -2.320 | -8.099** | -2.300 | ||
(1) 从直接效应来看,经济韧性、社会韧性和生态韧性对旅游经济发展具有明显的促进作用。经济韧性、社会韧性、生态韧性对旅游经济的直接效应分别为1.845、0.980和1.391,都通过了0.01的显著性水平检验。这表明经济韧性水平、社会韧性水平及生态韧性水平每提高1%,将会促进本地旅游经济分别增长1.845%、0.980%和1.391%。而工程韧性对旅游经济的直接效应影响值为-0.408,但没有通过10%的显著性水平检验,因此不对其实证结果进行分析。由此看来,经济、社会和生态韧性水平的提高可以促进旅游经济的发展。城市经济基础条件好,产业结构合理,社会资本积累充足、生活保障措施完善,以及生态环境良好,都在一定程度上拉动了本地旅游产业发展,提高了本地旅游经济水平。
(2) 从溢出效应来看,经济韧性、社会韧性、生态韧性和工程韧性都通过了至少0.10的显著性水平检验,说明城市韧性水平对旅游经济发展存在显著的空间溢出效应,即本地城市韧性水平会对周边地区旅游经济发展产生一定影响。经济韧性对旅游经济的空间溢出效应值为1.458,说明经济韧性水平每提高1%,会促进周边地区旅游经济增长1.458%,本地经济发展水平高,经济韧性强劲,提高了居民收入,增加了人们到周边地区的出游欲望和能力,从而促进了周边地区旅游发展,提高了周边地区的旅游收入。社会韧性对旅游经济的空间溢出效应值为-2.222,表明社会韧性水平每提高1%,将会促使周边地区旅游经济水平降低2.222%,可能是由于本地社会发展环境良好,遇到极端事件和灾害时抵御和恢复能力强,吸引周边地区人口过来旅游,在促进本地旅游增长的同时抑制了周边地区旅游经济的发展。生态韧性对旅游经济的空间溢出效应值为4.258,说明生态韧性水平每提高1%,会促进周边地区旅游经济增长4.258%,可见,空间溢出效应十分显著。良好的生态环境系统具有辐射作用和扩散作用,不仅促进了本地旅游经济的增长,还通过正向溢出效应带动周边地区旅游业的发展。工程韧性对旅游经济的空间溢出效应为-7.691,说明工程韧性水平每提高1%,将会抑制周边地区7.691%的旅游经济增长幅度,可能是因为工程韧性会对周边地区的旅游经济产生“截流现象”[28],进而削弱了周边地区旅游经济的提高。
社会韧性和工程韧性都对旅游经济产生了负向溢出效应,可能是由于社会服务水平高和城市市政设施完善的城市,会对周边城市旅游的发展产生虹吸效应,即本地区的发展越好,会对周边地区旅游发展产生负面影响。因此本地区社会韧性和工程韧性水平高,为本地区吸引来了周边地区的旅游资源与人流量,从而抑制了周边地区旅游经济的发展。
(3) 从总效应来看,经济韧性、社会韧性、生态韧性和工程韧性都通过了至少0.10的显著性水平检验,说明均通过直接或间接效应共同作用对旅游经济发展水平产生一定影响。其中正向效应中生态韧性的系数值较大,为5.649,表明生态韧性水平每提高1%,将会促进本地和周边地区旅游增长5.649%,可见生态韧性水平对旅游经济的增长有着很大的推动作用。其次是经济韧性,对旅游经济的发展有着显著的正向效应,经济基础是旅游业能够快速发展的基石,城市经济发展水平与旅游经济发展有着密切相关性,因此经济韧性水平的提高促进了旅游经济的显著增长。社会韧性和工程韧性对旅游经济总效应的系数值分别为-1.242和-8.099,这2项因素对旅游经济的负向扩散效应较强,导致长三角城市群区域整体社会效应和工程效应为负,对旅游经济发展产生负向影响。这可能是因为长三角城市群区域间发展不平衡,社会韧性和工程韧性城市间差异较大,影响了该区域整体旅游经济的发展。
3 结论与建议
3.1 研究结论
利用长三角城市群26个城市2004—2018年的面板数据,在对城市韧性定量测度的基础上,利用空间面板杜宾模型探讨了城市韧性各维度对旅游经济的直接效应、溢出效应和总效应,主要结论如下：
(1) 长三角城市群城市韧性水平总体呈现上升趋势,城市韧性各维度空间分布差异明显。高值和较高值韧性区主要分布在中东部地区,低值和较低值韧性区大致分布在长三角城市群的西部和南部地区。城市韧性在空间分布上具有一定的集聚特征：高值韧性区周围城市韧性值也较高,低值韧性区周围城市韧性值也较低,整体韧性水平仍需提升。
(2) 长三角城市群城市韧性对旅游经济具有显著的空间溢出效应。城市韧性与旅游经济之间存在较强的空间相关性,长三角城市韧性对旅游经济的空间溢出效应ρ值为0.444(P<0.01)。
(3) 通过空间面板杜宾模型揭示城市韧性对旅游经济的空间影响关系。结果表明：经济韧性、社会韧性和生态韧性对本地旅游经济发展具有直接的促进作用;经济韧性、社会韧性、生态韧性和工程韧性对旅游经济发展存在显著的空间溢出效应,其中经济韧性和生态韧性表现出正向溢出效应,社会韧性和工程韧性表现出负向溢出效应。
3.2 相关建议
旅游业的发展以城市为依托,城市韧性对城市旅游发展具有十分重要的作用。根据研究结论,提出以下对策建议。① 提升城市韧性水平,缩小长三角城市群各城市间的韧性差异,为旅游发展提供稳定支撑。城市群内各系统间联系密切且复杂,某个系统的破坏也会对其他系统产生影响,当前面临的各种不确定性扰动和破坏也是多种多样,为城市带来了许多消极影响,而旅游业的可持续发展离不开城市的良好建设,因此提高城市抵御、消解、适应不确定风险的能力,建设有韧性能力的城市尤为重要。② 重视城市韧性对旅游经济的空间溢出效应,加强长三角城市群各城市间的联系与合作。一方面,经济韧性和生态韧性对周边地区的旅游经济发展有着明显的正向溢出作用,提高周边地区的经济和生态韧性水平会促进本地旅游经济的发展,因此要加强与周边地区的交流与合作,在促进城市韧性提高的同时也为本地旅游发展提供了良好的外部环境。另一方面,社会韧性及工程韧性对周边地区旅游经济的发展有负向溢出效应,促进长三角城市群整体旅游经济的发展,不能只顾本地社会韧性和工程韧性的提高,还需加强区域交流与合作,促进共同发展。③ 合理规避长三角城市群城市间虹吸效应。由于虹吸效应,社会韧性及工程韧性对周边地区旅游经济的发展有负向溢出效应,阻碍了周边地区旅游经济的发展。因此社会和工程韧性水平较低的城市应善于利用周边地区带来的正向溢出效应,同时不断提高自身社会和工程韧性水平,缩小与其他城市间的差异。
由于前期涉及城市韧性对旅游经济影响的文献相对较少,相关研究积累较为薄弱,学界目前对该方面研究尚未深入,未来还需考虑指标体系、研究区域、时间截面的不同,是否会造成城市韧性对旅游经济影响结果的不同。此外,基于演化韧性视角展开研究,相对忽视了风险动态冲击对城市韧性的影响,未来可进一步开展后续相关研究。
参考文献
From fail-safe to safe-to-fail: Sustainability and resilience in the new urban world
[J].DOI:10.1016/j.landurbplan.2011.02.021 URL [本文引用: 1]
The role played by social-ecological resilience as a method of integration in interdisciplinary research
[J].
城市韧性研究进展与展望
[J].
DOI:10.18306/dlkxjz.2020.10.011
[本文引用: 1]
在全球环境变化和快速城市化的背景下,各种不确定风险成为制约城市安全和可持续发展的重要障碍。城市韧性作为一种城市风险治理的新思路,如何提高城市抵御、消解、适应不确定风险的能力,建设有韧性能力的城市,正成为当前地理学及其相关学科领域亟待探索的新课题。论文在概述城市韧性的研究缘起与概念内涵的基础上,从多种要素(人文要素、环境要素、灾害扰动)对城市韧性的影响、城市韧性框架、城市韧性评价及模拟研究等方面出发,对可持续发展视角的城市韧性研究现状进行探讨,并指出当前城市韧性研究在理论框架、作用机理、实证研究、差异性分析等方面仍存在诸多薄弱环节。最后,对城市韧性重点研究方向进行展望,即应以理论框架为引领,推动多目标、多层次、多视角的系统评价研究;以机理解析为支撑,实现城市韧性的动态模拟与决策预警的新突破;以实证研究为导向,继续加强多学科融合和探索城市韧性的应用模式;遵循差异性规律,实现城市规划治理从统一的“多城一策”向灵活的“一城一策”转变。
Progress and prospect of urban resilience research
国际区域经济韧性研究进展: 基于演化论的理论分析框架介绍
[J].
DOI:10.18306/dlkxjz.2017.11.012
[本文引用: 1]
区域韧性在中国已成为新兴研究热点,然而国内学者依然将韧性研究局限于均衡论的认识论范畴内。本文首先通过回顾国际最新研究动态从认识论层面辨析均衡论和演化论这两种韧性认知视角的本质区别,由此介绍西方经济韧性的演化论转向。然后从宏观和微观角度阐述演化论视角下区域韧性的形成机制,介绍相关定量测度方法;在此基础上形成系统的西方最新有关研究经济韧性的理论分析框架。未来研究应该在演化论视角基础上强化演化经济地理、创新地理(区域知识网络)和区域韧性这三个研究分支的联系,还应该加强产业历史演化过程的案例研究,并利用专利数据等开放数据源构建产业空间基础数据库。
An international literature review of regional economic resilience: Theories and practices based on the evolutionary perspective
韧性城市的理论基础与评估方法
[J].
Theoretical basis and evaluation method of resilient cities
韧性城市研究的进程与展望
[J].
The trend and future development of research on resilient city
我国城市灾害韧性评估及其提升策略研究
[J].
China's urban disaster resilience evaluation and promotion
A place-based model for understanding community resilience to natural disasters
[J].DOI:10.1016/j.gloenvcha.2008.07.013 URL [本文引用: 1]
Linking disaster resilience and urban sustainability: A glocal approach for future cities
[J].DOI:10.1111/disa.12106 URL [本文引用: 1]
Organizational resilience in the tourism sector
[J].DOI:10.1016/j.annals.2015.11.002 URL [本文引用: 1]
Towards adaptive tourism areas? A complexity perspective to examine the conditions for adaptive capacity
[J].DOI:10.1080/09669582.2015.1062017 URL [本文引用: 1]
Effects of market fluctuations on the Sri Lankan tourist industry: Resilience and change, 1981-1991
[J].DOI:10.1111/j.1467-9663.1994.tb00672.x URL [本文引用: 1]
Climate change adaptation in the Pacific Island tourism sector: Analysing the policy environment in Vanuatu
[J].DOI:10.1080/13683500.2011.608841 URL [本文引用: 1]
The resilience of formal and informal tourism enterprises to disasters: Reef tourism in Phuket, Thailand
[J].DOI:10.1080/09669582.2011.630080 URL [本文引用: 1]
Developing a framework for assessing resilience of tourism sub-systems to climatic factors
[J].DOI:10.1016/j.annals.2013.06.002 URL [本文引用: 1]
Application of the destination sustainability framework to explore the drivers of vulnerability and resilience in Thailand following the 2004 Indian Ocean Tsunami
[J].DOI:10.1080/09669582.2013.826231 URL [本文引用: 1]
乡村振兴演进韧性及其内在治理逻辑
[J].
The evolution resilience and internal governance logic of rural revitalization
The geographies of community disaster resilience
[J].DOI:10.1016/j.gloenvcha.2014.08.005 URL [本文引用: 3]
哈长城市群城市韧性的时空格局演变及动态模拟研究
[J].
DOI:10.13249/j.cnki.sgs.2020.12.006
[本文引用: 13]
哈长城市群作为引领东北地区高质量发展的重要增长极,其城市韧性的提升对提高东北地区高质量发展的强韧性及可持续性具有重要意义。以2010—2018年哈长城市群11个地级市为例,基于“生态?经济?社会?工程”的评估框架构建城市韧性评价体系。采用熵权?TOPSIS评价模型对哈长城市群城市韧性进行综合测度,并运用ArcGIS空间分析工具、BP神经网络模型等方法探讨其时空格局演变规律及动态模拟。结果表明：① 哈长城市群城市韧性整体水平较低；较高、高度韧性主要分布在核心地区,呈“点状零散”分布,低度、较低韧性主要分布在外围地区,呈“边缘广泛分布”的空间格局。② 从其演化趋势类型特征看,2010—2018年,呈发散趋势的城市多于呈收敛趋势的城市,表明城市韧性在演化过程中空间差异呈逐渐增大趋势。③ 经济恢复力、工资收入、金融资本、公共资源保障、教育水平、交通设施水平等是影响哈长城市群城市韧性的主要因素。④ 在动态模拟方面,2020—2030年,城市韧性发展较缓慢,韧性等级逐渐降低,且以一级韧性和二级韧性为主,韧性等级较高的城市所占比重较少。在未来发展趋势上,城市韧性时空差异明显,东西方向上呈现“东高西低”态势,在南北方向上呈“倒U型”式分布,表明哈长城市群内部核心城市韧性高点突出,多数外围城市韧性偏低。
Evolution and dynamic simulation of the temporal-spatial pattern of urban resilience in Harbin-Changchun urban group
Development as adaptation: Framing and measuring urban resilience in Beijing
[J].DOI:10.1016/j.accre.2018.12.002 URL [本文引用: 3]
中国城市韧性综合评估及其时空分异特征
[J].
A comprehensive assessment of urban resilience and its spatial differentiation in China
山东省城市韧性的时空分异及其影响因素
[J].
Spatial-temporal differentiation and its influencing factors of Shandong Province's urban resilience
东北地区中老年矿业城市经济系统脆弱性
[J].
Analysis on vulnerability of the economic system of middle and old aged mining cities in northeast China
Understanding the distribution of economic benefits from improving coastal and marine ecosystems
[J].DOI:10.1016/j.scitotenv.2017.01.097 URL [本文引用: 1]
地区经济发展对旅游增长影响的空间效应分析
[J].
Analysis of spatial effect of regional economic development on tourism growth
环渤海地区海洋经济增长质量空间溢出效应研究
[J].
DOI:10.13249/j.cnki.sgs.2020.08.005
[本文引用: 1]
海洋经济向质量效益型转变是建设海洋强国的新要求。通过构建海洋经济?地理距离空间权重矩阵对2000—2014年环渤海地区17个沿海地级市海洋经济增长质量主体的空间交互作用及空间效应进行研究；借助空间计量模型对海洋经济增长质量空间效应影响因素进行甄别。研究表明：① 环渤海地区海洋经济增长质量主体呈显著空间相关性,存在空间交互作用；② 海洋经济增长质量存在空间溢出的正反馈效应。影响因素中对环渤海地区海洋经济增长质量的直接贡献强度排序为：海洋环境>海洋产业>海洋人才>海洋资本>海洋科技,对其他地区溢出效应影响的排序为：海洋基建>海洋人才>海洋资本。研究为环渤海地区海洋政策制定提供一定参考依据。
Spatial spillover effects and influence mechanism of marine economic growth quality in the Bohai Rim region
