EN中文

地理研究 >

2021 , Vol. 40 >Issue 12: 3420 - 3436

DOI: https://doi.org/10.11821/dlyj020210500

危机冲击下长三角地区电子信息产业集群韧性特征及其影响因素

  • 朱华友 ,
  • 李娜 ,
  • 庄远红 ,
  • 蒋自然 , *
展开
  • 浙江师范大学经济与管理学院,金华 321004
蒋自然（1983-）,男,安徽全椒人,博士,研究方向为区域经济与交通地理。E-mail：

朱华友（1967-）,男,安徽枞阳人,教授,博士生导师,研究方向为产业集群与区域发展。E-mail:

收稿日期: 2021-06-09

  录用日期: 2021-11-08

  网络出版日期: 2021-12-15

基金资助

国家自然科学基金项目(41571112)

收起

Resilience characteristics and influencing factors of electronic information industry clusters in the Yangtze River Delta under the impact of crisis

  • ZHU Huayou ,
  • LI Na ,
  • ZHUANG Yuanhong ,
  • JIANG Ziran , *
Expand
  • School of Economics and Management, Zhejiang Normal University, Jinhua 321004, Zhejiang, China

Received date: 2021-06-09

  Accepted date: 2021-11-08

  Online published: 2021-12-15

Fold

摘要

当前经济环境复杂多变,产业集群面临的冲击越来越多,一些集群有可能实现路径突破,而一些集群可能会落入发展的低端陷阱而难以自拔。因此,研究产业集群在危机冲击下的韧性特征、影响因素以及如何走上复苏道路是摆在研究者面前的重要问题。利用中国工企数据库对长三角地区电子信息产业集群进行识别,判断其所遭受的主要冲击,从抵抗力和恢复力两个维度测度集群韧性,构建数学模型分析韧性影响因素。结果表明：① 集群面临两次冲击的抵抗力均较弱;② 集群在遭遇两次冲击后的恢复力较好,均强于抵抗力,但各个集群的恢复力差异明显,出口比例高的集群更容易受到经济危机的冲击;③ 外生型集群韧性主要体现为“低抵抗力-高恢复力”型和“高抵抗力-低恢复力”型,内生型集群韧性主要体现为“低抵抗力-高恢复力”型;④ 区域产业非相关多样性仅对两次冲击中的集群恢复力具有促进作用,对抵抗力的影响不明显。区域产业相关多样化对两次冲击的抵抗力和恢复力均无显著影响。企业知识异质性对集群抵抗力和恢复力发挥正向促进作用,而集群的对外开放程度在总体上发挥了抑制作用。龙头企业对在两次冲击下集群抵抗力的作用方向不同。所有制异质性和年轻企业占比对集群韧性的影响作用不明显。

关键词： 产业集群韧性; 电子信息产业集群; 韧性因素; 长三角地区

本文引用格式

朱华友 , 李娜 , 庄远红 , 蒋自然 . 危机冲击下长三角地区电子信息产业集群韧性特征及其影响因素[J]. 地理研究, 2021 , 40(12) : 3420 -3436 . DOI: 10.11821/dlyj020210500

Abstract

The current economic environment is complex and changing, while industrial clusters are facing more and more shocks. Some clusters are likely to achieve path breakthroughs, while some may fall into the low-end trap of development and find it difficult to extricate themselves. Therefore, studying the resilience characteristics of industrial clusters under the crisis shock, the influencing factors and how to embark on the road to recovery is an important issue for the researchers. The Yangtze River Delta region, as China's famous electronics and information industry cluster, presents characteristics such as technology and capital intensive, innovation active and highly globalised. However, its highly externally oriented development model makes it deeply embedded in the global value chain and at the same time more vulnerable to external shocks and risks. This paper uses the China Industrial Enterprise Database to identify the electronic information industry clusters in the Yangtze River Delta region, determine the main shocks to which they are subjected, measure cluster resilience in two dimensions: resistance and recovery, and build a mathematical model to analyse the factors influencing resilience. The research results show that: (1) Under different crisis shocks, the industry clusters show different resiliences, mainly in that firstly, the resistance of the cluster is weaker in resisting two shocks, and secondly, the recovery of each cluster differs significantly after encountering shocks. In particular, the higher the proportion of exports in the financial crisis, the more vulnerable the region was to the economic crisis. (2) Cluster types have different characteristics and show different resiliences. The resilience of exogenous clusters is mainly reflected in the “low resistance-high recovery” type and “high resistance-low recovery” type, while the resilience of endogenous clusters is mainly reflected in the “low resistance-high recovery” type. (3) There are partial differences in the factors affecting cluster resilience under different crisis shocks. The non-related diversity of regional industries only contributes to cluster recovery in two shocks and has no significant effect on resistance. Regional industry-related diversification had no significant effect on both resistance and recovery in two shocks. Among intra-cluster firm heterogeneity, only knowledge heterogeneity positively contributes to cluster resistance and recovery, while cluster openness to the outside world plays a suppressive role in general. The leading firms acted in different directions on cluster resistance under the two shocks. The role of ownership heterogeneity and the share of young firms in influencing cluster resilience is not significant.

Key words： industrial cluster resilience; electronic information industry cluster; resilience factor; Yangtze River Delta

1 引言

2008年金融危机爆发后,韧性（resilience）的概念越来越流行,在城市与区域经济学及经济地理学中尤其明显。显然,不同地区成功缓解或应对经济危机的能力各不相同,这里关键问题是为什么有这样的差异?是什么因素解释了高水平的区域“韧性”?这些因素是否与在相对稳定时期推动区域增长的因素不同?产业集群作为区域经济发展的重要组织形式或工具,由于独特的知识和资源资产的结合而形成区域性的相关优势,这一观点一直是经济地理学、工业经济学和战略管理中集群概念和模型的基础[1]。在经济全球化和地方化交互作用的今天,区域竞争在很大程度上表现为产业集群的竞争,区域经济韧性则体现在产业集群韧性（industrial cluster resilience）上。如意大利中部和东北部的艾米利亚-罗马涅大区、德国的巴登-符腾佛堡州及丹麦的日德兰等中小企业集聚区,在危机冲击下表现出良好的韧性和极强的内生创新能力。负面代表是美国底特律,它没能像纽约、匹兹堡等城市那样得以成功转型的原因之一是汽车产业集群的衰退。
近年来中国加强世界级先进制造业集群的建设,将极大地提高全国的国际竞争力。值得注意的是,集群建设有可能受到国际敏感环境的冲击,需要在对形势准确判断的基础上,增强集群抵抗外来冲击的韧性,加快迈上制造业强国的步伐。长三角地区作为全国著名的电子信息产业集聚带,呈现出技术资本密集、创新活跃、高度全球化等特征。然而,高度外向型的发展模式使其深植全球价值链的同时也更容易遭受外部冲击和风险。鉴于此,选取长三角地区的电子信息产业集群为研究对象,利用区位熵识别电子信息产业集群并判断其所遭受的主要冲击。在此基础上,从集群抵抗力和恢复力两个维度定量测度集群韧性并分析其特征。最后,提出集群韧性影响因素的理论假设,并对其影响机制进行探讨。

2 文献回顾

2.1 “韧性”概念的提出和演化

韧性概念的提出是20世纪60—70年代的事。当时是材料学学者为衡量某些材料在外力作用下的恢复能力开展的研究。后来以Holling为代表的生态学者在研究生态系统时认为生态环境在受到外部冲击后同样存在恢复力即韧性特征的表现[2]。然后其他学科如工程学甚至社会学也开始了对韧性的广泛关注。学术界对“resilience”的译法并不相同,有译为恢复力,有译为弹性,现在比较流行的是韧性[3]。译法的差异往往是因为学科领域的不同,如生态学、灾害学和旅游学等多用恢复力[4,5],城市规划学多用弹性[6,7],社会学和经济学多用韧性来表达。从“resilience”译法的演化来看,“韧性”概念将自然属性中的恢复能力和社会属性中的发展路径转型能力结合起来,因此其表达的内涵更丰富。目前学术界对韧性的研究主要有两种视角,一是均衡论视角,主要包括工程韧性（engineering resilience）[8]和生态韧性（ecological resilience）[2];二是演化论视角,以演进韧性（evolutionary resilience）[9]为代表。

2.2 从韧性到区域韧性

如前所述,韧性概念经历了从自然学科到社会学科的演化。随着学术界对区域经济转型发展研究的深入,“区域韧性”概念的出现成为必然。关于这方面的文献以欧美为多。如Foster提出区域韧性是一种应对外部环境变化的能力及恢复能力[10],也有学者如Christopherson等将其认定为面对外部冲击的适应能力和调整能力[11]。具有代表性的影响最为广泛的是经济地理学者Boschma将区域韧性表述为区域受冲击后生成新路径的能力[12]。从区域韧性的研究内容来看,国内外已有研究涵盖多个维度,具体体现在经济、社会、环境、制度等维度以及各维度间的关联互动。其中,区域经济韧性研究备受关注,是经济韧性在区域经济学领域的外延[13]。结合Martin等成果[14,15],将区域经济韧性定义为区域经济系统在充分考虑地理条件和发展阶段的前提下,受技术、市场、资源环境等外部冲击后抵御冲击、恢复、再组织和更新发展路径并实现可持续发展的动态调整能力。他们进一步将区域韧性分成4个维度：一是抵抗力,即区域面临冲击的敏感程度;二是恢复力,即区域在冲击后恢复的能力;三是再定位力,即区域应对冲击的适应程度;四是更新力,即区域在外部冲击后路径更新能力。贺灿飞等对此表示认同,并在此基础上结合中国国情进行了深入研究[16]。

2.3 从区域韧性到产业集群韧性

随着区域韧性研究的深入,产业集群韧性越来越受到研究者的关注。但是相对于区域韧性,集群的韧性是一个非常初步的研究课题[17]。直接针对产业集群韧性的研究不多,国外代表性的成果,如Suire等研究了技术集群生命周期和韧性背后的驱动力,并从生态隐喻的视角首次提出集群韧性概念,认为集群韧性是集群通过自身的内生适应能力来降低脆弱性,通过将自身重新定位到新的技术领域来抵御外部冲击和压力[18];Behrens等对产业集群有没有韧性提出质疑,他们通过分析纺织和服装（T&C）行业在2001—2013年间面临的一系列重大变化,提出几乎没有证据表明T&C集群内的工厂比集群外的工厂更有韧性[19]。国内学者孟祥芳等基于弹性相关因素分析了集群的可持续发展[20];罗黎平从社会网络、焦点企业、政府与行业协会的协同治理视角,提出通过建立合理的组织关系结构提升集群韧性[21];俞国军等构建了技术、关系、市场三维分析框架,并以四川德阳石油钻采设备产业集群为案例分析了产业集群韧性[22]。
一些学者在研究集群演化、集群创新与集群生命周期时,涉及或隐含了集群韧性的研究。如Martin等以复杂适应系统模型研究集群演化周期,强调了集群内要素之间连通性,即贸易与非贸易依赖关系、与集群韧性的关系[23]。Vanthillo等将集群生命周期概念与区域发展战略联系起来,考察欧洲最大的化工厂在安特卫普港（比利时）及其周边地区的发展轨迹[24]。Henry等基于战略集群耦合的框架,进一步分析了集群重构关键时刻的集群演化和路径发展机制[25]。一些学者在研究区域韧性或者老工业基地韧性时,着眼于产业或产业集群的演化,对集群韧性进行了探索。如Todtling等提出老工业区的集群更新主要取决于区域创新体系、新的创新网络和更间接的政策途径三个方面[26]。Mudambi 等研究了美国俄亥俄东北部阿克伦市的汽车轮胎产业集群受外界市场变化后向高分子材料产业集群转变的演化过程,认为集群不是一成不变的,而是随着技术和竞争而演变的[27]。

2.4 文献述评

综上所述,可以看出：① 相对于区域韧性或城市韧性,直接研究产业集群韧性的文献不多。产业集群韧性还是一个非常初步的话题,总体处于起步阶段,在内涵挖掘、方法运用等方面有较大的研究空间。② 在间接研究产业集群韧性的文献中,一些学者在研究集群演化、集群创新与集群生命周期时,涉及或隐含了集群韧性的研究;一些学者在分析区域韧性或者老工业基地韧性时,着眼于产业或产业集群的演化,对集群韧性进行了探索。③ 在直接研究集群韧性的文献中,集群韧性的研究方法主要采用指标体系建构法,如Simmie等将位置决策外部性、技术生命周期和知识网络的结构属性作为关键参数对集群韧性进行分析[28],但没有对指标进行测度,因此需要加强方法研究。④ 随着对产业集群研究的深入,近年来一些中国学者开始了对产业集群韧性的重视,他们在借鉴国外理论和方法的基础上,结合中国的案例,对金融危机后集群转型、贸易摩擦等方面进行了较为深入的探索,具有较好的理论性和实际性,为丰富集群韧性的研究提供了有价值的借鉴。

3 研究方法与数据来源

3.1 研究方法

选取长三角地区为研究区域,在对长三角地区电子信息产业集群进行识别的基础上,分析集群韧性特征及影响因素。

3.1.1 集群识别

与很多从省域或地级市层面识别产业集群不同,本文在县（市）、区尺度上识别电子信息产业集群。鉴于数据的可得性,采用就业和产值的区位熵来判断长三角地区是否存在电子信息产业集群。就业与产值区位熵的公式如下：
$LQ{E_i} = \left( {\frac{{{e_{ij}}}}{{{e_i}}}} \right)/\left( {\frac{{{E_j}}}{E}} \right)$
$LQ{P_i} = \left( {\frac{{{p_{ij}}}}{{{p_i}}}} \right)/\left( {\frac{{{P_j}}}{P}} \right)$
式中： LQ E i和 LQ P i分别为区域 i的就业和产值区位熵; e ij和 p ij分别为 i区域 j产业的从业人员数和工业产值; e i和 p i分别为 i区域的从业人员总数和工业总产值; E j和 P j分别为全国 j产业的从业人员总数、工业总产值;E、P分别为全国的从业总人数与工业总产值。若 LQ P i（ LQ P i）>1,表明该地区电子信息产业的空间集聚水平高于全国平均水平;若 LQ P i（ LQ P i）=1,表明该地区电子信息产业的空间集聚水平与全国平均水平持平;若 LQ P i（ LQ P i）<1,表明该地区电子信息产业的空间集聚水平低于全国平均水平。

3.1.2 集群韧性测度

结合已有文献,从经济地理的视角,从韧性脉络演化出发,将产业集群韧性定义为产业集群在遭遇外部冲击后所拥有的抵御和适应冲击的能力,以及恢复正常运转并实现更新发展的能力。具体从集群的抵抗力和恢复力两个维度来研究。借鉴学术界接受度较高的Martin等的方法[15],检验集群在应对危机冲击时呈现出的韧性情况,公式为：
${\left( {△r_i^{t + k}} \right)^{}} = \mathop \sum \limits_j r_{ij}^t · g_N^{t + k}$
式中： ∆ r i t + k 预期表示按照全国电子信息产业平均增长速度的预期工业产值增长率变化量; r ij t是指区域 j的 i集群在起始年份 t的增长率; g N t + k是从起始年份 t到 t + k年的全国电子信息产业产出的收缩率或扩张率。集群抵抗力与恢复力的计算公式表达如下：
$Resi{s_c} = \frac{{\left( {△r_c^{}} \right) - {{\left( {△r_c^{}} \right)}^{}}}}{{\left| {{{\left( {△r_c^{}} \right)}^{}}} \right|}}$
$Reco{v_c} = \frac{{\left( {△r_c^{}} \right) - {{\left( {△r_c^{}} \right)}^{}}}}{{\left| {{{\left( {△r_c^{}} \right)}^{}}} \right|}}$
式中： ( ∆ r c 收缩 )和 ( ∆ r c 扩张 )表示集群c在收缩期和扩张期中的工业产值增长率的下降或增长量; ( ∆ r c 收缩 ) 预期和 ( ∆ r c 扩张 ) 预期表示按照全国预期增长速度的电子信息产业工业产值增长率下降或增长量; Resi s c和 Reco v c分别为集群的抵抗力和恢复力。若抵抗力（ Resi s c）大于0,则表明该集群具有高抵抗力,遭受冲击的影响较小;反之,抵抗力小于0表明该集群抵抗力较低,受到冲击的影响大。若恢复力（ Reco v c）大于0,表明该集群具有高恢复力;反之,恢复力小于0表明该集群在冲击后的恢复力较弱。将抵抗力和恢复力结合来看,高抵抗力、高恢复力的集群,韧性较高;低抵抗力、低恢复力的集群,韧性较低。

3.2 数据来源

基于《国民经济行业分类》（GB/T4754-2002）的产业类型划分,电子信息产业包括通信设备、计算机及其他电子设备制造业。数据来源于两大部分：一是来源于国家统计局颁布的中国工业企业数据库。选取2003—2013年长三角地区各县（市）、区电子信息产业规模以上工业企业的全部从业人员年平均人数、工业总产值测度区位熵。以两次短期冲击为样本考察期,分别提取、汇总计算出两次冲击抵御期（2000—2001年、2007—2009年）、恢复调整期（2001—2003年、2009—2012年）的长三角地区19个县区的规模以上电子信息企业的相关数据及均值,用于测度集群的抵抗力和恢复力,量化所研究的电子信息产业集群的集群行为主体和知识的异质性、集群对外开放度、龙头企业的作用和年轻企业的占比。二是来源于相关年份的《城市统计年鉴》及各市统计年鉴。从中提取长三角地区19个县区的工业部门各行业的工业总产值,用于测度区域相关多样化和非相关多样化指数,选取人均生产总值、财政支出构建控制变量。控制变量因指标数据过大,故进行对数化处理。部分缺失的数据用前后两年的平均值表示。

4 长三角地区电子信息产业集群韧性的特征

4.1 长三角地区电子信息产业的主要冲击分析

20世纪90年代以来,长三角地区电子信息产业受到较为明显的短期冲击有3次,分别为2001年全球经济衰退及恶性市场竞争、2008年全球金融危机和2018年中美贸易摩擦。这些外部冲击直接导致电子信息产业的主要经济指标呈现出明显的波峰与波谷的变化状态（图1、图2）。
图1 1998—2019年全国电子信息产业主要经济指标的增长率变动

Fig. 1 Changes in growth rate of main economic indicators of China's electronic information industry from 1998 to 2019

图2 1998—2019年长三角电子信息业主要经济指标的增长率变动

Fig. 2 Changes in the growth rate of the main economic indicators of the electronic information industry in the Yangtze River Delta from 1998 to 2019

第一次冲击为2001年全球经济衰退及恶性市场竞争。长三角地区电子信息产业的工业总产值同比增速从2000年的36.54%下降至2001年的18.19%,全国主营业务收入增长率从32.13%下降至20.86%。究其原因,一是2001年美国新经济危机爆发和日本陷入经济衰退。以信息产业为新经济的美国先后遭遇科技股灾和“9·11”事件,经济遭受打击并陷入衰退,同时日本经济持续恶化。两国经济的振荡共同带动世界性经济衰退,全球IT业陷入低迷。中国受此影响最大的地区主要是出口密集的沿海地区,长三角地区一大批生产集成电路等元器件的企业面临着出口和内销的双重困难。二是全国消费类电子产品价格战持续爆发。其中,家用彩电和影碟机的市场竞争尤为激烈,以彩电行业为例,2001年的价格大战导致彩电价格整体下降了20%~30%,到2001年10月份,彩电行业净利率仅有2~3%①(① 数据引自：网易财经. 电子信息产业2001年回顾与2002年展望. http://money.163.com/editor/stock_online/020104_73326.html, 2021-06-09。)。2001年后,全球经济逐步回暖,中国正式加入WTO（世界贸易组织）,加之2003年SARS疫情所产生的刺激作用,电子商务迅速崛起,全国电子信息产业发展加速。
第二次冲击为2008年金融危机。相较于2000—2001年所遭遇的冲击,金融危机对长三角电子信息的影响更为深远。就业降幅约达20%,其中全国电子信息产业规模以上工业企业的就业人数增长率由2007年的15.20%降至-2.02%,长三角地区电子信息产业的就业人数由2008年的19.09%下降至2009年的-3.80%,工业产值由12.84%降至-0.4%,两者均出现1998年来首次负向增长。
第三次冲击为2018年中美贸易摩擦。2018—2019年,受中美贸易摩擦影响,全国电子信息产业遭受新一轮冲击——加征关税和技术封锁。根据加征关税的中国产品清单,美国对华实行的技术封锁多集中于电子信息业,尤其是电子、计算机、通讯设施设备等领域。根据工信部公布的数据显示,自中美贸易摩擦以来,电子信息制造业利润总额和营业收入的增速呈现出双双下降的趋势。与2017年相比,电子信息制造业收入增速从13.2%下降至2018年的9.0%,2019年又持续下降至4.5%,增速整体回落8.7个百分点。利润增速由2017年的22.9%降至2018年的-3.1%,增速共回落26个百分点,直到2019年9月利润增速（3.6%）回升,逐步摆脱自2018年11月份（-0.4%）以来的持续负增长趋势。

4.2 长三角电子信息产业集群识别及韧性特征

基于中国工业企业数据库（1998—2013年）,运用集群识别方法,在长三角地区识别出19个电子信息产业集群,具体包括上海市的浦东新区、徐汇区、闵行区、嘉定区和松江区,江苏省的南京市区、无锡市区、常州市区、苏州市区、昆山市、吴江市②(② 2012年10月29日,吴江撤市设区,为苏州市吴江区。为研究的统一,本文仍按2012年之前的行政区划进行划分。),浙江省的杭州市区、宁波市区、乐清市、嘉善县、嵊州市和东阳市,安徽省的合肥市区和天长市。
根据长三角电子信息产业所遭受的短期外部冲击,划分冲击抵御期（2000—2001年、2007—2009年）、恢复调整期（2001—2003年、2009—2012年）。需要说明的是,由于表征集群韧性的数据来自于中国工业企业数据库,无法直接获取2018—2019年电子信息制造业企业的相关数据,导致不能对中美贸易摩擦冲击下所呈现的集群韧性特征进行分析。因此,选取2001年全球经济衰退及恶性市场竞争和2008年全球金融危机这两次冲击作为研究对象,以地方电子信息产业集群的工业总产值增长率作为研究变量。计算得到前两次短期冲击中的电子信息产业集群的抵抗力（RES）和恢复力（REC）（表1）。
表1 两次冲击中的电子信息产业集群的抵抗力和恢复力

Tab. 1 Resistance and resilience of the electronic information industry cluster in the two shocks

县
（市、区）		 2001年全球经济衰退及恶性竞争 2008年全球金融危机
抵抗力RES1
(2000—2001年)		 恢复力REC1
(2001—2003年)		 抵抗力RES2
(2007—2009年)		 恢复力REC2
(2009—2012年)
浦东新区 1.662 -1.513 2.362 -3.010
徐汇区 -2.701 0.286 0.206 0.652
闵行区 -1.628 0.508 0.726 -0.933
嘉定区 -0.979 2.183 -1.572 2.380
松江区 1.879 10.361 -2.898 -2.043
杭州市区 -2.969 0.767 0.481 1.881
宁波市区 -1.024 0.287 -9.092 2.386
乐清市 -4.260 1.166 -1.879 1.339
嘉善县 2.310 -0.934 -0.080 0.778
嵊州市 0.583 0.129 -4.479 -1.082
东阳市 -2.066 -0.846 -0.435 -1.867
南京市区 -1.228 0.400 -1.941 2.693
无锡市区 1.216 0.921 -2.138 0.308
常州市区 0.579 -0.631 -0.628 -0.344
苏州市区 -2.547 3.423 0.366 -2.196
昆山市 6.152 0.476 0.991 -3.491
吴江市 3.788 1.510 -0.590 -0.032
合肥市区 -0.641 0.799 1.354 0.979
天长市 -0.452 0.565 -1.101 0.903

4.2.1 2001年全球经济衰退及恶性市场竞争中的集群韧性

在冲击抵御期（2000—2001年）抵抗力大于零的集群共有8个,占比达42.11%。其中,上海浦东新区和松江、江苏省昆山和吴江等集群在面对冲击时的抵抗力较强。然而,超半数电子信息产业集群的抵抗力为负值,其中乐清电子集群的抵抗力为-4.260,受冲击的影响最大。在恢复调整期（2001—2003年）,集群恢复力大于零的集群高达15个,仅有4个集群的恢复力均低于全国水平,其中上海松江和闵行、江苏苏州等集群的恢复能力较强。可能的原因：一是上海、江苏等省市电子信息制造业的产业基础扎实、外向度高。随着全球经济逐步回暖,长三角地区电子信息产品出口增速明显,旺盛的出口需求促进了产业复苏。2003年,江苏省电子信息产品出口同比增长100.2%,上海市同比增长99.41%,两省市出口额占比全国出口总额达31.8%。二是受非典疫情刺激效应的影响。电子信息制造业在市场拉动下实现快速增长,计算机类产品与通信类电子产品需求旺盛。以上海松江为例,2003年电子信息制造业实现产值同比增长3.9倍。而华南地区作为非典疫情重灾区,珠三角地区电子信息企业遭受了较大的短期冲击,部分订单转向长三角地区,这也在一定程度上促进了长三角地区企业的生产。
从集群韧性的分布来看,应对此次冲击,高抵抗力的集群大多集中于长三角东北部地区,以上海为中心形成小集聚区（图3a）。从集群恢复力的分布情况来看,以“南京-无锡-苏州-上海-嘉兴-杭州-宁波”为重要节点的电子信息产业带的集群恢复力普遍较高,在空间上呈现“Z”字型分布（图3b）。
图3 2001年全球经济衰退及恶性市场竞争中的集群韧性分布

Fig. 3 The distribution of cluster resilience in the global economic recession and vicious market competition in 2001

4.2.2 2008年全球金融危机中的集群韧性

在冲击抵御期（2007—2009年）,各集群应对此次经济危机的抵抗力普遍偏低,抵抗力小于零的集群有12个,占全部集群的63.16%,仅有上海浦东新区、徐汇区和闵行区、浙江杭州、江苏苏州和昆山、安徽合肥等7个地方集群的韧性表现好于全国平均水平。在恢复调整期（2009—2012年）,近半数集群的恢复力低于全国平均水平,整体恢复性较差,可见金融危机对长三角电子信息产业集群造成的影响之深。这主要是由于长三角地区的电子信息产业长期依赖于出口,出口比例越高的地区更容易受到经济危机的影响,仅出口交货值增速由2007年的28.39%下降至2009年的-5.32%。其次是当时长三角地区的电子信息产业多数企业以产品组装为主,市场竞争力弱,在遭受外部冲击时难以通过创新升级实现快速恢复或整合资源转向发展。
从集群韧性的空间分布来看,应对金融危机,高抵抗力的集群集中于长三角中部地区（图4a）,大多数集群的抵抗力低于全国平均水平。高恢复力的集群分布则较为分散,在空间上未呈现出明显的地理聚集特征（图4b）。
图4 2008年全球金融危机中的集群韧性分布

Fig. 4 The distribution of cluster resilience in the global financial crisis in 2008

4.2.3 两次危机冲击中的集群韧性对比

图5分析了两次冲击中的长三角电子信息产业集群韧性。比较集群的抵抗力发现,两次冲击中均有超过半数的集群抵抗力数值为负,其中,不少集群在两次冲击中均呈现负值,如上海嘉定、浙江宁波等地,这反映出长三角地区电子信息产业集群在面对外部冲击时的抵抗能力较弱。
图5 2000—2012年长三角电子信息产业集群韧性

Fig. 5 The resilience of the electronic information industry cluster in the Yangtze River Delta from 2000 to 2012

对比集群的恢复力发现,各集群在两次冲击中的恢复力呈现明显的差异性。一是长三角地区各电子信息产业集群的恢复力在2001年全球经济衰退中的整体表现要强于金融危机时的表现,这反映出金融危机所造成的负面影响更为深远。二是在金融危机中,各集群的恢复力呈现出较大差异性。如上海嘉定、江苏南京、浙江杭州和宁波等产业集群都表现出较强的恢复性,而上海松江、江苏苏州和昆山等地区则表现不佳,这可能与这些地区内电子信息产业出口依赖度过高有关。浙江省嵊州和东阳的恢复力同样较差,这可能与该地区电子信息产业集群的产品结构层次较低及龙头企业不够强的影响有关。

4.2.4 集群异质性与集群韧性

结合集群成因,选取外资企业占比和开放度（集群企业出口交货值与其工业销售总产值的比值）出口两个指标对长三角电子产业集群进行分类。外资企业占比和开放度两个指标均超过50%的归为外生型集群,均低于50%的归为内生型产业集群。研究表明（表2）：以上海、江苏两省（市）为主的地方电子信息产业集群属于典型的外生型集群,其形成过程是当地政府推动的结果。以浙江、安徽两省为主的地方集群属于内生型集群,其形成过程主要是依靠当地资源和专业市场。
表2 不同产业集群类型的韧性比较

Tab. 2 Comparison of resilience of different types of industrial clusters

集群类型 集群所在区域 韧性类型（频次） 主要集群韧性类型
外生型集群 浦东新区、徐汇区、闵行区、嘉定区、松江区、南京市区、无锡市区、常州市区、苏州市区、昆山市、吴江市 低抵抗力-高恢复力（8） 低抵抗力-高恢复力型;
高抵抗力-低恢复力型
高抵抗力-低恢复力（6）
高抵抗力-高恢复力（5）
低抵抗力-低恢复力（3）
内生型集群 杭州市区、宁波市区、乐清市、嘉善县、嵊州市、东阳市、合肥市区、天长市 低抵抗力-高恢复力（9） 低抵抗力-高恢复力型
高抵抗力-高恢复力（3）
低抵抗力-低恢复力（3）
高抵抗力-低恢复力（1）
分析结果表明,在应对两次冲击过程中,外生型集群韧性主要表现为“低抵抗力-高恢复力”型和“高抵抗力-低恢复力”型。外生型集群韧性之所以呈现这种差异,关键原因可能在于集群内核心企业所发挥的作用不同。在集群动态发展中,核心企业一般扮演着增长极的作用,但它们的根植程度是不一样的。一类是以昆山为典型的集群。昆山电子集群在两次冲击中均表现出高抵抗力,恢复力前高后低。从经济根植的角度来看,其高抵抗力的表现与集群内核心企业（台资企业）控制当地整个供应链有关。供应链整体游走型的发展模式使得该类集群根植性较弱,在遭受冲击时受当地关联企业的制约较小,因而风险关联度也小。其次,台资企业本身规模大,加之供应链整体移动,有利于快速实现规模经济效益,增强集群的维稳能力。另一类以南京、苏州为代表的集群,在冲击中主要表现为“低抵抗力-高恢复力”型。此类集群的核心企业间不存在明显的上下游关系,因此核心企业需要与当地配套企业形成合作关系。抵抗力不足主要是由于早期迁移到当地的电子信息产业结构较为低端,配套企业过于依赖龙头企业,在经济发生波动时,容易造成风险连锁效应。而高恢复力则更多源于集群创新能力,龙头企业在与中小企业生产协作、技术合作中增进沟通交流,逐步建立起创新网络,有利于集群在冲击后得到恢复。
内生型集群韧性主要表现为“低抵抗力-高恢复力”型。此类电子信息产业集群以中小型民营企业为主,群内企业同质化竞争较为严重,产品结构层次较低。以乐清电子元器件集群为例,改革开放后由虹桥镇早期创业者带动,个体户抱团发展而逐步壮大。集群在面对冲击时抵抗力偏低,一方面可能是由于集群规模较小,部分企业没有足够的资源和能力渡过危机。另一方面是企业面临激烈的同质化竞争,恶性价格竞争容易使集群陷入低端锁定。而集群高恢复力主要是源于中小企业柔性化的生产模式,对市场变化具备更强的感知力以及“船小好掉头”的灵活性。
结合上述两方面的分析,一是从集群韧性的强弱来看,长三角地区电子信息产业集群在抵御两次冲击中的抵抗力均较弱,但集群在2001年全球经济衰退中的恢复力普遍强于2008年全球金融危机中的恢复力。其次,各集群应对危机时的恢复力差异明显。尤其是在金融危机中,出口比例越高的地区更容易受到经济危机的影响,如上海松江、江苏苏州和昆山等产业集群,浙江省内以杭州、宁波为主的地方产业集群恢复力较好。二是从产业集群模式来看,外生型集群韧性主要体现为“低抵抗力-高恢复力”型和“高抵抗力-低恢复力”型,内生型集群韧性主要体现为“低抵抗力-高恢复力”型。

5 长三角地区电子信息产业集群韧性的影响因素

5.1 理论分析

由于集群韧性问题研究尚处于起步阶段,集群韧性影响因素的研究也在探索之中,本文在综述韧性文献的基础上,借鉴相关文献[20,29],从区域产业和集群结构特性两个层面分析产业集群韧性的影响因素。其中,区域产业层面主要选取产业相关多样化和非相关多样化,集群结构特性主要分析集群行为主体和知识的异质性、集群对外开放度、龙头企业的作用、年轻企业占比等五方面。此外,考虑到产业集群的韧性存在地域差异,纳入两个控制变量,人均生产总值（ GD P per）控制地区的经济发展水平,区域财政支出（CZ）控制政府支持力度。具体指标见表3。
表3 解释变量描述与量化

Tab. 3 Description and quantification of explanatory variables

变量类型 变量指标 描述及量化
解释变量 相关多样化（RV） RV= ∑ g=1 G P g ∑ i ∈ Sg P i P g lo g 2 P g P i,式中：Pg和Pi分别为集群所在区域工业部门两位数和三位数产业的从业人员平均人数占全部职工数的比例
非相关多样化（UV） UV= ∑ g=1 G P g lo g 2 ( 1 / P g ),式中：Pg= ∑ i ∈ Sg P i;Pg和Pi分别为集群所在区域工业部门两位数和三位数产业的从业人员平均人数占全部职工数的比例
知识异质性（KD） 采用Blau's指数表示：KD=1- ∑ p i 2,式中：pi表示集群内电子信息产业中第i种三位数产业的规模以上企业数量占比
所有制异质性（OD） 采用Blau's指数表示：OD=1- ∑ q i 2,式中：qi表示集群内i种所有权类型的企业数量占比,划分为国有、集体、私有、外企和其他企业五类
龙头企业的作用（FF） 采用赫芬达尔指数表示：HHI= ∑ X i X 2,式中：X表示各集群的市场总规模;Xi表示集群内第i个企业的市场规模
年轻企业占比（YE） 集群内部企业年龄低于该集群企业平均年龄的企业个数在该集群企业总数的占比（企业年龄根据企业开业时间计算）
集群对外开放（OPEN） 集群企业出口交货值在其工业销售总产值的占比
控制变量 区域人均生产总值（GDPper） 集群所在区域的人均生产总值
财政支出（CZ） 集群所在区域的财政支出

注：① 产业分类根据《国民经济行业分类》（GB/T4754-2002）;② 相关多样化的衡量方法采用Frenken等的概念[31],相关多样化产业划分思路借鉴徐圆等的方法,非相关多样化产业按二位数产业大类计算[36]。

一是产业结构多样性对集群韧性的影响。学术界主流观点认为产业结构多样化能分散风险并存在知识外溢,因此能增强城市或区域应对冲击的能力。Dawley等认为多样化发挥“冲击吸收器”（shock absorber）的功能,能够将风险分散到不同的产业中去,从而钝化危机冲击[30]。从认知与地理邻近性的角度来看,技术关联性是影响知识溢出的重要因素,可以根据技术关联的强弱划分为“相关多样化”与“非相关多样化”[31]。一方面,相关多样化有利于集群的外部创新。由于同一区域产业（集群）之间存在较好的经济技术联系,受具有技术相关性、相似资源的产业的影响,通过人才流动或接受集群外部知识的溢出加速集群企业间的学习。另一方面,非相关多样化能够分散风险。因为非相关多样化形成的产业结构使产业或企业之间在知识和技术上的联系相对松散,集群过度专业化所带来的风险也会大大降低。
二是行为主体和知识的异质性对集群韧性的影响。集群内行为主体和知识的异质性有助于地方产业集群避免陷入锁定。Grabher等认为意大利产业区内由于具有国际知名的服装设计公司、私营中小企业、家庭作坊等各类行为主体的多样化组织形式,因此能够轻松地适应外部环境的变化[32]。相反,缺乏异质性和多样性的集群则难以维持长期增长,德国鲁尔区煤炭和钢铁业、曼彻斯特的纺织业和底特律的汽车业都曾受到结构单一化的影响而走向衰退。总的来说,保持集群系统内部的组织多样性和异质性,是集群系统创新性发展和具备适应能力的必要条件。
三是集群对外开放程度对集群韧性的影响。首先产业集群是一个开放的系统,在开放中不断地与外界进行物质、信息和能量的交换,一方面获取外界的信息和知识,另一方面也避免了过度本地结网产生的僵化。Bathelt等提出,地方产业保持活力和竞争性的关键是本地创新氛围的存在和全球通道中的生产联系和知识交换[33]。网络开放在促进集群企业吸收、转移外部知识的同时,提升技术能力[34]。
四是龙头企业的作用对集群韧性的影响。龙头企业的带动作用具体体现在：一是龙头企业具有较强的知识扩散效应,二是龙头企业具备较强的创新效应[35],三是龙头企业具备较强的品牌效应。另外,龙头企业的生存状态在很大程度上影响地区经济发展和就业问题,因此是地方政府关注和扶持的重要对象。
五是年轻企业占比对集群韧性的影响。集群发展本身是一个动态演化的过程,评判集群发展的标准不仅在于产值、企业数量、就业人数等经济指标,更在于集群内不断有新企业进入。尤其在集群应对外部冲击时,集群内年轻企业的占比越高,意味着集群的活跃度越高,有助于增强集群在面对突发事件时的应变能力,避免走向衰落。另外,年轻企业更富有创造力和灵活性,当遭遇外部危机时,富有挑战精神的青年企业家会想方设法通过自主创新升级或调整市场营销策略或转向相关领域等各种途径以谋求企业的新发展,以此来抵消危机的负面影响。

5.2 模型构建

将集群韧性设为因变量,分别为抵抗力和恢复力,采用OLS回归分析方法来验证理论假设构建如下模型：
$\begin{array}{*{20}{l}} {RE{S_{ij}} = {\beta _0} + {\beta _1}R{V_i} + {\beta _2}U{V_i} + {\beta _3}K{D_i} + {\beta _4}O{D_i} + {\beta _5}F{F_i} + {\beta _6}Y{E_i} + }\\ {{\rm{\;\;\;\;\;\;\;\;\;\;\;\;\;}}{\beta _7}OPE{N_i} + {\beta _8}{\rm{ln}}GD{P_{per}}_i + {\beta _9}{\rm{ln}}C{Z_i} + {\varepsilon _i}} \end{array}$
$\begin{array}{*{20}{l}} {RE{C_{ij}} = {\beta _0} + {\beta _1}R{V_i} + {\beta _2}U{V_i} + {\beta _3}K{D_i} + {\beta _4}O{D_i} + {\beta _5}F{F_i} + {\beta _6}Y{E_i} + }\\ {{\rm{\;\;\;\;\;\;\;\;\;\;\;\;\;\;}}{\beta _7}OPE{N_i} + {\rm{\;}}{\beta _8}{\rm{ln}}GD{P_{per}}_i + {\beta _9}{\rm{ln}}C{Z_i} + {\varepsilon _i}} \end{array}$
式中：下标 i表示各个集群所在区域, i=1、2、3……19;下标j表示各集群韧性分别应对两次冲击,即2001年全球经济衰退及恶性市场竞争冲击、2008年全球金融危机冲击,j=1、2;被解释变量 RE S ij和 RE C ij分别表示为产业集群在危机冲击下的抵抗力和危机冲击后的恢复力;解释变量RV和UV分别表示相关多样化和非相关多样化;KD和OD分别表示知识异质性和所有制异质性;FF表示龙头企业的作用;YE表示年轻企业的占比;OPEN表示集群对外开放度; ε i为误差项;集群所在区域的人均生产总值（ GD P per）和区域财政支出（CZ）为控制变量。各解释变量的描述与量化见表3。

5.3 模型估计结果

采用OLS回归分析方法,对长三角地区的电子信息产业集群韧性的影响因素进行回归分析,模型结果如表4所示。本文涉及到的解释变量的容差均大于0.1,且方差膨胀因子VIF小于10,因此不存在共线性的问题。
表4 集群韧性的回归结果分析

Tab. 4 Analysis of regression results of cluster resilience

解释变量 抵抗力（RES） 恢复力（RES）
RES1 RES2 RES1 RES2
相关多样化（RV） -0.22 -1.32 -1.95 -0.17
（-0.71） （-1.15） （-1.20） （-0.32）
非相关多样化（UV） -0.39 -1.50 4.55** 1.27**
（-0.95） （-1.40） （2.35） （2.27）
所有制异质性（OD） -1.03 2.97 -4.59 -0.74
（-0.23） （0.86） （-0.62） （-0.46）
知识异质性（KD） 1.07* 6.78** 8.40* 3.63*
（1.89） （2.33） （2.11） （2.02）
龙头企业的作用（FF） 1.49*** -12.14*** 5.46 -1.92
（3.25） （-4.40） （1.17） （-1.09）
年轻企业占比（YE） -2.10* -3.23 -3.93 3.41
（-2.25） （-0.79） （-0.41） （1.09）
集群对外开放度（OPEN） -1.14** -4.15* 6.09** -1.45
（-2.44） （-2.08） （2.33） （-1.43）
区域人均生产总值（lnGDPper) 0.26 -1.64 0.79 -0.71
（1.16） （-1.51） （0.49） （-1.14）
财政支出（lnCZ） -0.13 0.17 -1.02 0.19
（-0.88） （0.47） （-1.14） （0.46）
常数项 0.81 25.07* -23.71 -0.52
（0.39） （1.96） （-1.33） （-0.09）
F值 4.30* 4.53** 1.93 7.00***
R2 0.811 0.819 0.659 0.875
调整R2 0.622 0.638 0.318 0.750

注：① ***、**、*分别表示通过了1%、5%、10%水平上的显著性检验。② 括号内数值为相应t统计量。

5.4 实证结果分析

第一,区域产业非相关多样性（UV）仅对两次冲击中的集群恢复力具有促进作用,对抵抗力无显著影响。这表明区域产业的非相关多样性能够显著提升长三角地区电子信息产业集群的韧性（恢复力）,在一定程度上能够分担冲击带来的风险。而区域产业相关多样化（RV）对两次冲击的抵抗力和恢复力均无显著影响。
第二,知识异质性（KD）对集群抵抗力和恢复力都具有促进作用。这表明知识异质性正向影响集群从危机中恢复过来,其中,知识异质性在应对2008年金融危机中发挥了更大的促进作用。
第三,龙头企业（FF）对两次冲击中的集群抵抗力发挥相反的作用,即在应对2001年全球经济衰退和家电行业恶性竞争的冲击中,龙头企业发挥着显著的促进作用,而在2008年美国金融危机的冲击中,龙头企业的作用为负。
第四,集群对外开放程度（OPEN）对两次冲击中的集群抵抗力发挥抑制性作用。这表明长三角地区电子信息产业的产品出口比例越高,则越容易受到国际市场环境波动的干扰,进而表现出较差的韧性。
第五,所有制异质性（OD）和年轻企业占比（YE）对集群韧性的影响作用并不明显。从所有制异质性来看,这可能与部分地区的企业所有制结构较为单一有关。从年轻企业占比来看,其发挥的作用并不稳定,可能由于企业成立时间较短,还未形成较强的资源整合能力与市场竞争力。

6 结论与建议

6.1 结论

本文以长三角地区电子信息产业集群为研究对象,通过测度和分析各集群应对2001年全球经济衰退及恶性市场竞争和2008年全球金融危机冲击的抵抗力和恢复力,探讨影响电子信息产业集群韧性的因素。需要说明的是,由于产业集群层面的数据难以获得,考虑到这些县市区表现出的大规模电子信息产业集聚的区域集群化现象,也借鉴相关研究,本文在处理有关变量时用城市单位的数据来替代。本文的主要贡献在于从定量角度研究了产业集群韧性问题,弥补了产业集群韧性定量研究的不足。在丰富产业集群韧性文献、推动产业集群韧性研究的同时,试图丰富产业集群理论。主要结论如下：
（1）在不同的危机冲击下,产业集群显示出来的韧性不同,主要表现在一是各集群在抵御两次冲击中的抵抗力均较弱,二是各集群在遭遇冲击后的恢复力差异明显。尤其是在金融危机中,出口比例越高的地区更容易受到经济危机的影响,如上海松江、江苏苏州和昆山等产业集群。
（2）集群类型特征不同,表现出来的韧性也不同。外生型集群韧性主要体现为“低抵抗力-高恢复力”型和“高抵抗力-低恢复力”型,内生型集群韧性主要体现为“低抵抗力-高恢复力”型。
（3）在不同的危机冲击下,影响集群韧性的因素存在差异。区域产业非相关多样性仅对两次冲击中的集群恢复力具有促进作用,对抵抗力影响不明显。区域产业相关多样化对两次冲击的抵抗力和恢复力均无显著影响。集群内部企业异质性中仅有知识异质性对集群抵抗力和恢复力发挥正向促进作用,而集群对外开放程度则在总体上发挥了抑制作用。龙头企业对在两次冲击下的集群抵抗力的作用力方向不同。所有制异质性和年轻企业占比对集群韧性的影响作用不明显。

6.2 政策建议

长三角作为全国经济高质量发展的先进示范区,对产业发展提出了更高的要求。电子信息作为长三角地区大力发展的主导产业,其产业集群韧性的增强,不仅能够成功抵御外部环境变化带来的冲击和扰动,助力区域经济平稳运行,而且能够催生较大的创新重组潜力,带动整体区域转型升级。因此,本文提出以下建议：
一是培育多样化产业结构。地方政府应重视地区多样化产业结构的培育。科学谋划所辖区域内产业（集群）发展的多样化规划,既要重视集群企业间的技术联系,更要保证集群之间在知识、劳动力技能上的松散关联度,从而使地方产业集群应对外部冲击时具有足够的韧性。在引导和培育产业集群、提高产业专业化集聚水平的同时,更要注重提高产业集聚的质量。如在推进集群建设过程中,要充分考虑集群间以及群内企业间的竞争强度、技术相似度、供应链网络等。
二是注重集群企业的知识异质性。根据研究结论,集群知识异质性对集群韧性具有较强的正向影响。当集群企业主体在面临复杂的外部经济环境时,异质性知识的吸收及空间扩散有利于决策者调整和把握企业发展方向,从而做出正确有效的决策。因此,政府在引进企业时要注重集群企业间知识的层次性,保持知识层次的差异性,避免集群内企业的生产经营活动呈现高度的相似性。其二要充分发挥核心企业的知识优势。通过设立专项产业发展基金,适当倾斜创新补贴资源,加大研发经费的投入,形成核心企业的知识存量和知识创造优势,进而利用知识势能辐射中小企业。其三应充分鼓励集群内企业主体间的合作交流。地方政府要积极组织举办行业交流会、项目讨论会等,鼓励各企业组建研发共同体,对企业间合作项目给予一定的政策优惠。同时要充分支持企业知识产权创造与保护,推动企业自主创新与渐进式创新,从而提升集群的危机应对能力。
三是持续做强龙头企业。在西方发达国家“再工业化”战略的推动下,制造业回流趋势明显,国际市场竞争日益激烈。与此同时大量贸易保护、技术垄断和地缘政治等外来冲击将持续存在,这就要求各产业集群尤其是龙头企业应不断通过自我创新、联合创新、技术转型等途径不断提升自身竞争力。一方面要鼓励龙头企业积极进行自我创新,组建研发团队攻坚克难,努力抢占新产品的研发高地,实现弯道超车;另一方面要依托龙头企业,率先在龙头企业试点探索产学研深度合作新模式,打造创新产业联盟,攻克关键技术,实现技术突破,继而培育衍生新兴产业,带动产业良性发展。
四是保持集群开放和增强风险意识。在全球化背景下,地方政府要重新审视集群的全球化与地方化的关系。一方面要增强集群的开放性,加强与外界的交流。通过引进大量高素质人才和先进技术、参与国际行业交流会、建立海外孵化器等多种途径获取外部知识和信息,为地方集群建立全球性创新网络体系提供发展动力。另一方面要增强集群的风险防范意识。充分利用好地方政府、行业协会和企业等多方力量,加强对各类风险源及风险特征的调查研究,做好风险预警和动态监测工作,增强集群的可持续发展能力。

匿名评审专家对本文严谨性、文献述评、变量选取等方面提出的修改意见,使本文获益匪浅,特此表示诚挚的谢意！

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Maskell P. Towards a knowledge base theory of the geographic cluster. Industrial and Corporate Change, 2001, 10 (4), 921-943. DOI: 10.1093/icc/10.4.921.

DOI

[2]
Holling C S. Resilience and stability of ecological systems. Annual review of ecology and systematics, 1973, 4(1): 1-23. DOI: 10.1146/annurev.es.04.110173.000245.

DOI

[3]
汪辉, 徐蕴雪, 卢思琪, 等. 恢复力、弹性或韧性?社会-生态系统及其相关研究领域中“Resilience”一词翻译之辨析. 国际城市规划, 2017, 32(4): 29-39.

[ Wang Hui, Xu Yunxue, Lu Siqi, et al. A comparative study of Chinese translation of resilience terminology in socio-ecological system and its related research fields. Urban Planning International, 2017, 32(4): 29-39.] DOI: 10.22217/upi.2017.128.

DOI

[4]
孙晶, 王俊, 杨新军. 社会-生态系统恢复力研究综述. 生态学报, 2007, (12): 5371-5381.

[ Sun Jing, Wang Jun, Yang Xinjun. An overview on the resilience of social ecological systems. Acta EcologicaSinica, 2007, (12): 5371-5381.] DOI: 10.3321/j.issn: 1000-0933.2007.12.050.

DOI

[5]
葛怡, 史培军, 徐伟, 等. 恢复力研究的新进展与评述. 灾害学, 2010, 25(3): 119-124, 129.

[ Ge Yi, Shi Peijun, Xu Wei, et al. Review and development of restoring force research. Journal of Catastrophology, 2010, 25(3): 119-124, 129.] DOI: 10.3969/j.issn.1000-811X.2010.03.025.

[6]
黄晓军, 黄馨. 弹性城市及其规划框架初探. 城市规划, 2015, 39(2): 50-56.

[ Huang Xiaojun, Huang Xin. Resilient city and its planning framework. City Planning Review, 2015, 39(2): 50-56.] DOI: 10.11819/cpr20150209a.

DOI

[7]
李彤玥, 牛品一, 顾朝林. 弹性城市研究框架综述. 城市规划学刊, 2014, (5): 23-31.

[ Li Tongyue, Niu Pinyi, Gu Chaolin, A review on research frameworks of resilient cities. Urban Planning Forum, 2014, (5): 23-31] DOI: 10.11819/cpr20150209a

[8]
Berkes F, Folke C. Linking Social and Ecological Systems for Resilience and Sustainability. Cambridge: Cambridge University Press, 1998. 13-20.

[9]
Smit B, Wendel J. Adaptation, adaptive capacity and vulnerability. Global Environmental Change, 2006, 16(3): 282-292. DOI: 10.1016/j.gloenvcha.2006.03.008.

DOI

[10]
Foster K A. A case study approach to understanding regional resilience. IURD Working Paper, No. 08, 2007.

[11]
Christopherson S, Michie J, Tyler P. Regional resilience: Theoretical and empirical perspectives. Cambridge Journal of Regions, Economy and Society, 2010, 3(1): 3-10. DOI: 10.1093/cjres/rsq004.

DOI

[12]
Boschma R. Towards an evolutionary perspective on regional resilience. Regional Studies, 2015, 49(5): 733-751. DOI: 10.1080/00343404.2014.959481.

DOI

[13]
苏杭. 经济韧性问题研究进展. 经济学动态, 2015, (8): 144-151.

[ Su Hang. Research progress on economic resilience. Economic Perspectives, 2015, (8):144-151.] DOI: 10.19581/j.cnki.ciejournal.2019.07.004.

DOI

[14]
Martin R, Sunley P. On the notion of regional economic resilience: conceptualization and explanation. Journal of Economic Geography, 2015, 15(1): 1-42. DOI: 10.1093/jeg/lbu015.

DOI

[15]
Martin R, Sunley P, Gardiner B, et al. How regions react to recessions: Resilience and the role of economic structure. Regional Studies, 2016, 50(4): 561-585. DOI: 10.1080/00343404.2015.1136410.

DOI

[16]
贺灿飞, 陈韬. 外部需求冲击、相关多样化与出口韧性. 中国工业经济, 2019, (7): 61-80.

[ He Canfei, Chen Tao. External demand shocks, related variety and resilience of export. China Industrial Economics, 2019, (7): 61-80.] DOI: 10.19581/j.cnki.ciejournal.19.07.004.

DOI

[17]
Simmie J, Martin R. The economic resilience of regions: Towards an evolutionary approach. Cambridge Journal of Regions Economy & Society, 2010, 3(1): 27-43. DOI: 10.1093/cjres/rsp029.

DOI

[18]
Suire R, Vicente J. Clusters for life or life cycles of clusters: In search of the critical factors of clusters' resilience. Social Science Electronic Publishing, 2014, 26(1-2): 142-164. DOI: 10.1080/08985626.2013.877985.

DOI

[19]
Behrens K, Boualam B, Martin J. Are clusters resilient? Evidence from Canadian textile industries. Journal of Economic Geography, 2020, (20): 1-36. DOI: 10.1093/jeg/lby064.

DOI

[20]
孟祥芳, 汪波. 基于弹性相关因素分析的集群可持续发展研究. 科学学与科学技术管理, 2014, 35(8): 49-56.

[ Meng Xiangfang, Wang Bo. Sustainable development research on cluster based on related factors of resilience. Science of Science and Management of S.& T., 2014, 35(8): 49-56.]

[21]
罗黎平. 协同治理视角下的产业集群韧性提升研究. 求索, 2018, (6): 43-50.

[ Luo Liping. Research on enhancing the resilience of industrial cluster from the perspective of collab-orative governance. Seeker, 2018, (6): 43-50.] DOI: 10.16059/j.cnki.43-1008/c.2018.06.005.

DOI

[22]
俞国军, 贺灿飞, 朱晟君. 产业集群韧性: 技术创新、关系治理与市场多元化. 地理研究, 2020, 39(6): 1343-1356.

DOI

[ Yu Guojun, He Canfei, Zhu Shengjun. Industrial cluster resilience: Technological innovation, relational governance, and market diversification. Geographical Research, 2020, 39(6): 1343-1356.] DOI: 10.11821/dlyj020190560.

DOI

[23]
Martin R, Sunley P. Path dependence and regional economic evolution. Journal of Economic Geography, 2006, 6(4), 395-437. DOI: 10.1093/jeg/lbl012.

DOI

[24]
Vanthillo T, Cant J, Vanelslander T, et al. Understanding evolution in the Antwerp chemical cluster: The role of regional development strategies. European Planning Studies, 2018, 26(8): 1519-1536. DOI: 10.1080/09654313.2018.1491952.

DOI

[25]
Henry N, Angus T, Jenkins M. Motorsport valley revisited: Cluster evolution, strategic cluster coupling and resilience. European Urban and Regional Studies, 2021, (1): 2-21. DOI: 10.1177/09697764211016039.

DOI

[26]
Todtling F, Trippl M. Like phoenix from the ashes? The renewal of clusters in old industrial areas. Urban Studies, 2004, 41: 1175-1195. DOI: 10.1080/00420980410001675788.

DOI

[27]
Mudambi R, Mudambi S M, Mukherjee D, et al. Global connectivity and the evolution of industrial clusters: From tires to polymers in Northeast Ohio. Industrial Marketing Management, 2017, 61: 20-29. DOI: 10.1016/j.indmarman.2016.07.007.

DOI

[28]
Martin R, Sunley P. Conceptualizing cluster evolution: Beyond the life cycle mode?. Regional Studies, 2011, 45(10): 1299-1318. DOI: 10.1080/00343404.2011.622263.

DOI

[29]
王琛, 郭一琼. 地方产业抵御经济危机的弹性影响因素: 以电子信息产业为例. 地理研究, 2018, 37(7): 1297-1307.

DOI

[ Wang Chen, Guo Yiqiong. Resilience and resistance of local industry to economic crisis: A case study of China's IT industry. Geographical Research, 2018, 37(7): 1297-1307.]

DOI

[30]
Dawley S, Pike A, Tomaney J. Towards the resilient region?. Local Economy, 2010, 25(8): 650-667. DOI: 10.1080/02690942.2010.533424.

DOI

[31]
Frenken K, Van Oort F, Verburg T. Related variety, unrelated variety and regional economic growth. Regional Studies, 2007, 41(5): 685-697. DOI: 10.1080/00343400601120296.

DOI

[32]
Grabher G, Stark D. Organizing diversity: Evolutionary theory, network analysis and postsocialism. Regional Studies, 1997, 31(5): 533-544. DOI: 10.1080/00343409750132315.

DOI

[33]
Bathelt H, Malmberg A, Maskell P. Clusters and knowledge: Local buzz, global pipelines and the process of knowledge creation. Progress in Human Geography, 2004, 28: 31-56. DOI: 10.1191/0309132504ph469oa.

DOI

[34]
吴俊杰, 盛亚. 网络强度、网络开放度对产业集群绩效的影响机制研究: 以浙江产业集群为例. 经济地理, 2011, 31(11): 1867-1873.

[ Wu Junjie, Sheng Ya. The impact mechanism of network power and network openness on industrial cluster performance: A case of Zhejiang industrial cluster. Economic Geography, 2011, 31(11): 1867-1873.] DOI: 10.15957/j.cnki.jjdl.2011.11.017.

DOI

[35]
贾生华, 杨菊萍. 产业集群演进中龙头企业的带动作用研究综述. 产业经济评论, 2007, (1): 129-136.

[ Jia Shenghua, Yang Juping. The review of leading firms' stimulative effect in the evolution of industrial cluster. Review of Industrial Economics, 2007, (1): 129-136.]

[36]
徐圆, 邓胡艳. 多样化、创新能力与城市经济韧性. 经济学动态, 2020, (8): 88-104.

[ Xu Yuan, Deng Huyan. Diversification, innovation ability and urban economic resilience. Economic dynamics, 2020, (8): 88-104.]

Options
文章导航

/

〈 〉