EN中文

地理研究 >

2025 , Vol. 44 >Issue 2: 577 - 602

DOI: https://doi.org/10.11821/dlyj020240380

第二十七届中国科协年会学术论文

京津冀城市群县域城市韧性与创新效率耦合协调时空演变及影响因素的空间异质性

  • 刘海龙 , 1, 2 ,
  • 安芷萱 1 ,
  • 王焕珂 1 ,
  • 张鹏航 1 ,
  • 王改艳 1 ,
  • 王哲 1
展开
  • 1.山西师范大学地理科学学院，太原 030031
  • 2.山西师范大学人文地理研究所，太原 030031

收稿日期: 2024-04-29

  录用日期: 2024-07-18

  网络出版日期: 2025-01-27

基金资助

山西省哲学社会科学规划课题(2022YY061)

山西师范大学研究生创新项目(2023XSY052)

收起

The coupling of urban resilience and innovation efficiency for coordinated spatio-temporal evolution and spatial heterogeneity in the Beijing-Tianjin-Hebei urban agglomeration

  • LIU Hailong , 1, 2 ,
  • AN Zhixuan 1 ,
  • WANG Huanke 1 ,
  • ZHANG Penghang 1 ,
  • WANG Gaiyan 1 ,
  • WANG Zhe 1
Expand
  • 1. School of Geographic Sciences, Shanxi Normal University, Taiyuan 030031, China
  • 2. Institute of Human Geography, Shanxi Normal University, Taiyuan 030031, China

Received date: 2024-04-29

  Accepted date: 2024-07-18

  Online published: 2025-01-27

Fold

摘要

以京津冀城市群县域为研究区，根据城市韧性与创新效率内涵构建综合评价指标体系测度2000—2021年城市韧性与创新效率发展水平，结合空间自相关和重心模型揭示城市韧性与创新效率耦合协调时空演变特征，运用地理探测器和时空地理加权回归探测主要影响因子并揭示其空间异质性。结果表明：① 2000—2021年京津冀城市群城市韧性综合水平偏低，但总体呈稳定上升趋势，空间上呈现出以京津为核心的梯度扩散趋势。② 科技创新效率呈“N”型波动特征，空间上表现出先收缩后扩张的态势。③ 城市韧性与创新效率耦合协调水平整体呈逐渐上升态势，空间上表现为由内向外递减的“圈层式”分布格局，重心迁移路径整体呈“东南偏移，西北折返”的变化格局，耦合协调空间正相关性与局域空间集聚特征显著。④ 城市韧性与创新效率耦合协调时空演变是以经济发展和社会基础因素驱动为主，自然环境、文化水平等因素共同作用的结果，自然和社会经济因素对研究区耦合协调时空演变影响空间异质性显著。

关键词： 城市韧性; 创新效率; 时空地理加权回归; 京津冀城市群

本文引用格式

刘海龙 , 安芷萱 , 王焕珂 , 张鹏航 , 王改艳 , 王哲 . 京津冀城市群县域城市韧性与创新效率耦合协调时空演变及影响因素的空间异质性[J]. 地理研究, 2025 , 44(2) : 577 -602 . DOI: 10.11821/dlyj020240380

Abstract

Taking the counties in the Beijing-Tianjin-Hebei urban agglomeration as the study area, this paper first constructs a comprehensive evaluation index system based on the connotation of urban resilience and innovation efficiency to measure the development level of urban resilience and innovation efficiency from 2000 to 2021. Then, combining spatial autocorrelation and center of gravity models, we examine the spatial and temporal evolutionary characteristics of urban resilience and innovation efficiency coupling coordination, and use geo-detectors and spatio-temporal geographically-weighted regression to detect the main influencing factors and reveal their spatial heterogeneity. Results show that: (1) From 2000 to 2021, the comprehensive level of urban resilience is low in the study area, but the overall trend is stable and rising, and the spatial gradient diffusion trend is generally displayed with Beijing and Tianjin as the core. (2) The efficiency of scientific and technological innovation has an “N-shaped” fluctuation, which shows the trend of first contraction and then expansion in space. (3) The coupling coordination level of urban resilience and innovation efficiency showed a gradual upward trend as a whole, and the spatial pattern presented a “circle pattern” of inward and outward decline. The migration path of the center of gravity showed a change pattern of “southeast shift, northwest return”, and the positive correlation of coupling coordination space and local spatial agglomeration were significant. (4) The spatio-temporal evolution of the coupling coordination between urban resilience and innovation efficiency is mainly driven by economic development and social basic factors, which is the result of the joint action of natural environment and cultural level. The impact of natural and socio-economic factors on the coupling coordination in the study area shows obvious spatial heterogeneity.

Key words： urban resilience; innovation efficiency; spatiotemporal and geographical weighted regression; Beijing-Tianjin-Hebei urban agglomeration

1 引言

21世纪以来，中国城市发展从以往的增量建设转变为存量质量提升与增量结构调整并举的状态[1]，但在其快速发展过程中面临着复杂多变的外源风险和内部扰动，对城市当前稳定性和未来可持续性发展构成严重威胁[2]，如何提高城市抵御冲击、适应变化及自我修复能力是目前亟需解决的难题。城市韧性作为一种寻求解决城市风险危机的新思路，可有效弥补传统以防御手段为主的风险管理模式的局限[3]，在注重对突发事件“刚性”应对的同时加强对各种因子的系统整合，为城市建设、管理和发展提供全新的理论范式。科技创新资源配置能力与利用效率是实现区域高水平科技自立自强的关键，创新效率作为表征创新资源投入产出关系的重要指标，不仅反映了区域对创新资源的配置情况，也体现了区域创新系统的运行水平和质量[4]。提高城市科技创新产出和转化效率可以优化科技创新空间布局体系并吸引人才集聚，促进企业、高校、研究机构对科技的探索和创新，通过加强技术创新提升城市风险治理效率，是增强城市韧性的关键手段。城市韧性的增强有利于营造公平公正的科技创新环境，促进科技创新要素在区域间的自由流动，丰富城市创新资源并提高其转化效率，推进城市创新效率不断提高。因此，城市韧性与创新效率是相互作用、相互影响、彼此制约的两个系统，二者之间存在着强烈的耦合作用，如何协调二者之间的空间关系，对区域实现高质量发展具有重要现实意义。
目前，学者们从不同学科和视角围绕城市发展与科技创新问题开展研究，主要集中于以下方面。在科技创新对城市发展影响方面，将技术创新视为城市建设的关键因子，认为技术创新可通过优化资源配置、调整产业结构和保障人才供应等维度提高城市发展能力[5,6]；对城镇化与科技创新能力耦合协调主要围绕二者的整体关系开展，强调科技创新与城镇化水平[7,8]之间存在互馈机制，科技创新对新型城镇化正向影响显著，新型城镇化通过人才、资金、空间等要素的协调发展为推动科技创新发展提供基础；对科技创新与经济的协调性研究强调人才资源[9]、研发投入[10,11]、创新环境[12,13]等科技创新要素与城市经济之间相互作用，科技创新是经济高质量发展的支撑，经济高质量发展是科技创新提升的基础[14]；在科技创新与城市高质量发展方面，认为中国科技创新与城市产业结构[15,16]、金融发展[17,18]、数字经济[19,20]是相互促进、相互制约的关系，但各区域的耦合协调度在空间分布上存在显著差异，且具有空间集聚性[21]。针对城市韧性与创新效率关系的研究多聚焦两方面：强调城市韧性与创新水平的关系，认为城市韧性与创新水平之间的趋同性较好，但耦合协调状况存在显著的区域差异[22]；突出经济韧性与创新效率的交互探讨，指出科技创新两阶段效率与经济韧性存在双向因果关系，经济韧性可通过影响科技创新活动环境进而对科技创新效率产生影响，科技创新效率也可通过提高地区科技创新水平、加快地区经济转型和推动产业结构升级，使地区更具有经济韧性[23]。
对于城市发展而言，韧性使城市具备抗冲击、吸收、适应、反应、重建、学习等能力来应对复杂的社会、经济和环境问题[24]，科技创新的本质是一种知识生产过程，存在科技创新成果的产出与科技创新资源和要素的投入问题，即科技创新效率[25]，城市韧性增强及基础设施体系和功能的完善离不开创新要素和资源投入的支撑，创新成果的产出在推动城市可持续发展、提高城市韧性中发挥着不可或缺的作用[22]，城市韧性与创新效率的耦合协调水平是反映城市发展与创新系统是否形成共生融合态势的关键，但目前针对城市韧性与创新效率关系的研究较为匮乏。此外，针对耦合协调影响因素的研究多从全局性出发，运用面板数据模型[26]、灰色关联模型[27]等方法测算，忽略了影响因素的空间差异性，在识别耦合协调发展存在可能影响的主要因子基础上，寻求科学的方法定量探析驱动因子的空间异质性，对揭示影响因素的分异规律及成因机制尤为重要。地理探测器[28]作为驱动力和因子分析的有力工具，可客观反映地理现象中各驱动因子的优先级。时空地理加权回归模型[29]针对被解释变量与解释变量间的变化关系可构建局域空间回归模型，进一步探索驱动因子的空间异质性。上述模型有助于在识别区域耦合协调的主导因素基础上针对影响因素空间分异特征制定差别化的协调发展提升对策，为区域一体化的治理提供依据。因此，本文探讨城市韧性与创新效率耦合协调时空演变过程及影响因素的空间异质性，既丰富了城市发展与科技创新交互机制的研究，也深入探索了影响因素的内在空间差异，以期推动城市韧性与创新效率协调发展目标的实现。
城市与科技的不断发展催生了城市群，中国拥有多个兼具发展潜力与活力的城市群，京津冀城市群是《国家新型城镇化规划》确定的国家级城市群，是全国创新要素的聚集地，著名高校和科研机构众多，高素质人力资源以及科技创新成果丰富，高技术产业发展迅速[30]。京津冀城市群以全国2.26%的土地面积，聚集了7.79%的常住人口，创造了8.43%的经济总量，对中国社会经济高质量发展具有重要的影响和支撑作用，该城市群还拥有全国1/4的“双一流”高校，年科研经费支出占全国15%左右，是中国重要的科技创新高地。然而，相比长三角城市群和珠三角城市群，京津冀城市群内部强烈的区域差异以及2个特大城市的虹吸效应导致该区域在实现协调发展过程中面临的问题更加严峻[31]，创新高峰突出但区域差距巨大，单环节创新成效凸显但区域链式创新不足[32]，2021年，北京（7005.7亿元）、天津（620.12亿元）和河北（752.03亿元）技术合同成交额差距显著，北京市海淀区专利授权量（71703件）是延庆区（687件）的100倍，天津市滨海新区科学技术一般公共预算支出（642466万元）比河北区（821万元）高出783倍，保定市徐水区科学研究和技术服务业人口数为269人，而博野县仅有24人，由此可知京津冀城市群创新发展在区域间和区域内差别均较大，创新要素流动受到束缚，不利于城市韧性与创新效率协调发展。目前较多学者从国家[33]、省域[34]、市域[35]等尺度对城市发展与科技创新关系进行探讨，基于县域尺度分析较少，县域是中国社会经济发展的基本财政单元、空间单元和产业承接载体[36]，开展县域尺度城市韧性与创新效率耦合协调水平测度，有助于精准认识研究区内部城市韧性与创新效率耦合协调发展格局的基本规律，挖掘深层次空间耦合机理，以城市群县域为切入点探讨城市韧性与创新效率耦合协调发展，有助于揭示城市群核心区域与外围区域城市韧性与创新效率格局演化的层级效应，为缩小区域规模差异、因地制宜制定城市韧性与创新效率协调发展政策提供理论依据和现实基础。
鉴于此，本文以京津冀城市群为研究区，围绕“典型城市群城市韧性与创新效率耦合协调内部差异表征及空间格局演变的关键驱动因子识别”这一关键科学问题，分别从“经济-社会-生态-基础设施”和“创新投入-创新产出”多维度构建县域城市韧性与创新效率评价指标体系，运用耦合协调模型、空间自相关、重心模型等方法探究城市韧性与创新效率耦合协调的时空分异特征及空间相关性，借助地理探测器识别推动或阻滞城市韧性与创新效率协调空间格局演变的关键要素，引入时空地理加权回归突出其影响因素的空间异质性，为城市韧性与创新效率协调发展政策制定提供科学参考。

2 理论框架

“韧性”（resilience）源于拉丁语，指事物重新恢复原状的能力[37]，城市韧性以“韧性”理论为基础，已从单纯的自然灾害应对发展成为城市建设、规划、管理和治理研究的前沿重点，更加注重城市在面对各种压力、冲击和灾害时迅速适应、恢复和重建的能力[38]。城市韧性的发展是多重因素综合作用的过程，已有研究将城市韧性评价主要概括为经济、社会、生态、基础设施4个方面[39]。创新效率是指创新活动的多要素投入与产出之比，用以把握创新活动在相同投入情况下所能获得的最高创新产值，为评价区域创新能力和创新质量提供参考标准[25]。本文从“创新投入”和“创新产出”两个维度共同构建城市创新效率评价体系，创新投入是地区开展创新活动的基础和先决条件，创新产出反映创新技术实力提升的实质性推动作用。京津冀城市群作为中国发展较为成熟、创新能力强劲的国家级城市群，是能够体现城市韧性与创新效率的代表性区域，城市韧性水平提升是促进科技发展、人才聚集，提高创新效率的重要因素，但伴随着城市高速发展也会导致科技创新资源分配不均衡、经济风险加大。较高的创新效率意味着研究区在科技创新方面的投入产出比得到优化，有助于城市更快吸收和应用新技术，从而提升其韧性，但大幅度的科技创新资金与人力投入势必会挤压其他与韧性直接相关的领域，影响其在灾害应对和恢复方面的资源分配，从而削弱城市韧性。因此，城市韧性与创新效率是有机联系的共生体，二者产生交互耦合作用且耦合协调过程呈动态性。城市韧性与创新效率耦合协调状态随着时间的推移发生相应的调整和改变，不同领域间的关系也有所不同，表现出不同的空间集聚类型。城市韧性与创新效率耦合协调时空演变特征受自然环境、经济发展、社会基础、文化水平等多种因素的影响，这些影响因素在不同区域的表现形式和作用机制存在差异，空间异质性显著。综上，从县域视角探讨典型城市群城市韧性与创新效率耦合协调的过程，揭示城市韧性与创新效率复杂交互耦合与关键影响因子识别具有重要的价值，是对二者统筹融合发展的深入和思路的拓展（图1）。
图1 京津冀城市群县域城市韧性与创新效率耦合协调时空演变及影响因素的空间异质性研究框架

Fig. 1 Spatial heterogeneity research framework of spatial and temporal evolution of coupled coordination of urban resilience and innovation efficiency in counties of the Beijing-Tianjin-Hebei urban agglomeration and the factors influencing it

3 研究区概况与数据来源

3.1 研究区概况

京津冀城市群位于环渤海地区中心，以北京为核心，涵盖北京、天津两大直辖市，石家庄、唐山、保定、邯郸、张家口、承德、沧州、秦皇岛、邢台、廊坊、衡水11个地级市，199个县域（图2）。到2021年底，京津冀城市群常住人口1.10亿人，占全国总人口的7.79%，地区生产总值达到96356亿元，占全国经济总量的8.43%，城镇化率达69.4%，比全国平均高出4.7个百分点，R&D经费支出3949亿元，占全国经费支出总量的14.13%，登记技术市场合同成交额达37294亿元，占全国技术市场合同成交额总量的24.35%。京津冀城市群作为最具活力、人口最多、创新能力最强、开放度最高的地区之一，在中国主要经济区中具有重要的战略地位和独特性，但与长三角城市群、粤港澳大湾区相比，区域内各城市发展规模、速度、质量极不平衡，协同创新发展的能力不足，2021年河北省人均GDP仅为北京的29.44%、天津的47.63%，区域协调发展受到制约。
图2 研究区概况图

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2020)4619号）绘制，底图边界无修改。

Fig. 2 Overview of the study area (Beijing-Tianjin-Hebei urban agglomeration)

3.2 数据来源

本文所使用的社会经济数据来源于2001—2022年的《中国县域统计年鉴》《北京区域统计年鉴》《天津统计年鉴》《河北统计年鉴》以及各县市统计公报；科技数据来源于2000—2021年的《河北省科技经费投入统计公报》及2001—2022年京津冀城市群各市统计年鉴和统计公报；交通路网数据来自公开街道地图平台（https://www.OpenStreetMap.org）；植被覆盖度（FVC）数据来源于国家青藏高原科学数据中心（http://data.tpdc.ac.cn），空间分辨率为250 m×250 m。

4 评价指标体系

4.1 城市韧性指标体系

参考已有研究成果[40,41]，结合京津冀城市群社会经济特征及数据的科学性、规范性和可获取性原则，从经济韧性、社会韧性、生态韧性和基础设施韧性4个维度选取表征城市韧性的指标，选取17个二级指标对城市韧性进行评价（表1）。
表1 城市韧性评价指标体系

Tab. 1 Urban resilience evaluation index system

目标层 维度层 指标层 单位 属性 客观权重 主观权重 综合权重
城市韧性 经济韧性 人均GDP 元/人 + 0.0650 0.1376 0.0796
人均地方财政收入 元/人 + 0.1345 0.0795 0.0870
第三产业占GDP比例 % + 0.0211 0.0710 0.0325
全社会固定资产投资额 万元 + 0.1033 0.0580 0.0651
社会韧性 人口自然增长率 % + 0.0038 0.0577 0.0125
在岗职工平均工资 元 + 0.0560 0.0699 0.0527
城镇化率 % + 0.0338 0.0598 0.0379
社会消费品零售总额 万元 + 0.1218 0.0337 0.0539
生态韧性 建成区绿地覆盖率 % + 0.0037 0.1255 0.0182
污水处理率 % + 0.0068 0.0837 0.0200
基础设施韧性 人均医疗机构床位数 张 + 0.1876 0.0424 0.0751
医疗机构数 个 + 0.0805 0.0521 0.0545
中小学学校数量 个 + 0.0262 0.0639 0.0344
道路网密度 km/km2 + 0.1558 0.0652 0.0848

4.2 创新效率指标体系

本文从科技创新投入和产出两大维度出发，综合考量京津冀城市群创新水平特征及其他学者研究成果[4,42]，选取4个二级指标建立评价体系。创新投入方面，人力和财力资源的投入是区域推进各项创新活动的基础和先决要素，据此，选取科研人员数和科技费用支出来表征地区创新人力和财力资源投入。创新产出方面，技术和经济的产出是地区发展的重要支撑与动力，本文采用专利申请数以及技术市场合同成交额来衡量地区创新产出能力。

5 研究方法

5.1 综合权重求解

熵值法能够有效解决多指标变量间的重叠问题，AHP层次分析法可以依据实际情况合理调整指标权重值。为减少主观因素以及数据离散程度对权重产生的影响，利用最小信息熵原理，采用主客观赋权法相并举的方式得到综合权重wi，具体公式见刘海龙等[43]。

5.2 超效率SBM

创新效率存在复杂的投入产出要素，采用超效率SBM模型可以有效解决多投入多产出问题，考虑投入产出的松弛性，同时能够对效率值为1的多个决策单元进行分解，实现有效决策单元间的比较与排序，提高模型的准确性[44]。因此，本文采用该模型测度京津冀城市群创新效率水平，具体测算步骤如下：
m i n ρ = 1 + 1 m ∑ i = 1 m s i - / x i k 1 - 1 s ∑ r = 1 s s r + / y r k
s t ∑ j = 1 ,   j ≠ k n x i j λ j - s i - ≤ x i k ( i = 1 ,   2 ,   … ,   m )
∑ j = 1 ,   j ≠ k n y r j λ j + s r + ≥ y r k ( r = 1 ,   2 ,   … ,   s )
λ j ≥ 0 ,   j = 1 ,   2 ,   … ,   n ( j ≠ k ) ,   s i - ≥ 0 ,   s r + ≥ 0
式中：x、y分别表示输入和输出变量；m和s分别表示决策单元投入和产出指标的个数；lj表示参照集中各要素的权重； s i -与 s r +分别表示投入和产出的松弛变量；p表示相对效率值。

5.3 耦合协调模型

耦合协调度是两个及以上系统通过受自身和外界的各种相互作用而彼此影响的现象，本文运用该方法对城市韧性与创新效率的耦合协调进行评价，具体计算公式为[27]：
C = 2 U 1 × U 2 /   U 1 + U 2 U 1 + U 2 1 2
T = α U 1 × β U 2
D = C × T
式中：U1和U2分别表示城市韧性和创新效率综合发展水平；C表示耦合度；T为城市韧性和创新效率综合协调指数； α和 β表示待定系数， α= β=0.5；D为耦合协调度，范围为[0,1]。D值越接近于1，城市韧性与创新效率之间协调度越高；D值越接近于0，协调度较差。结合相关研究成果[45]，将城市韧性与创新效率的耦合协调度分为八种类型：极度失调（0,0.1]、中度失调（0.1,0.2]、轻度失调（0.2,0.3]、濒临失调（0.3,0.4]、勉强协调（0.4,0.5]、初级协调（0.5,0.6]、中级协调（0.6,0.7]、良好协调（0.7,0.8]。

5.4 重心模型

重心模型用来刻画区域内要素重心移动方向和距离，可以直观精准揭示该要素在二维空间上的分布和演化规律，本文运用该模型分析城市韧性与创新效率耦合协调的重心空间变化态势，其计算公式如下[46]：
X = ∑ i = 1 n P i X i ¯ / ∑ i = 1 n P i           Y = ∑ i = 1 n p i Y i ¯ / ∑ i = 1 n P i
θ i - j = n π / 2 + a r c t a n [ ( y i - y j ) / ( x i - x j ) ]
D i - j = C ∙ ( y i - y j ) 2 + ( x i - x j ) 2
式中：X、Y分别表示某一区域城市韧性或创新效率的重心；n表示县域数； X i ¯、 Y i ¯表示该区域第i个县域的地理坐标；Pi表示该县域城市韧性或创新效率值； θi-j表示重心移动角度，(xi,yj)和(xj,yj)分别为第i年和第j年的重心坐标， θ=0°时，重心移向正东；Di-j表示重心移动距离；C表示地理坐标计算为投影坐标时的转换率，一般采用111.111 km。

5.5 空间自相关

空间自相关是衡量地理要素空间关联性测度的一种重要方法，主要包括全局自相关和局部空间自相关。本文运用全局Moran's I指数刻画京津冀城市群城市韧性与创新效率耦合协调的全局关联特征，通过局部LISA指数进一步分析研究区城市韧性与创新效率耦合协调的局部性关联特征，具体计算步骤见盖美等[47]。

5.6 地理探测器

地理探测器是测度地理现象与其潜在影响因素间关系的空间分析模型，不仅能够较好地表达同一区域内的相似性和不同区域之间的差异性，也可解释自变量X对因变量Y的解释作用强度。本文运用地理探测器分析各潜在影响因子与城市韧性和创新效率耦合协调度之间的关系，进而识别主导因子，具体计算公式如下[43]：
q = 1 - ∑ h = 1 L N h σ h 2 / N σ 2
式中：q表示探测因子的探测力值；L表示次级区域的样本数；Nh表示一级区域样本数； σ h 2为一级区域方差；N表示研究区整体的样本数；s2为耦合协调方差。

5.7 时空地理加权回归

GTWR模型作为空间地理加权回归模型的扩展，同时考虑时间和空间非平稳性，实现了对地理现象时空差异机制的同步解释。本文运用时空地理加权对不同时间内京津冀城市群城市韧性与创新效率耦合协调影响因素进行回归分析，具体计算公式如下[29]：
y i = β 0 ( u i ,   v i ,   t i ) + ∑ k = 1 P β k ( u i ,   v i ,   t i ) x i k + ε i
式中：yi为观测值； （ u i ,   v i ,   t i )为第i个观测点的时空坐标； b 0 （ u i ,   v i ,   t i )为回归的常数项； b k   （ u i ,   v i ,   t i ）为第i个观测点k个变量的回归系数；P为变量总数；xik为第k个自变量xk在第i个观测点的值；ei为第i个观测点的随机误差。

6 结果分析

6.1 城市韧性时空演变

从时间角度看，2000—2021年，研究区城市韧性水平总体呈持续上升状态，综合指数由2000年的0.052提高到2021年的0.152（图3a），增速达190.07%。运用ArcGIS 10.8进行自然断点法分级，将计算得到的城市韧性综合指数由低到高划分为低度韧性、较低度韧性、中度韧性、较高度韧性、高度韧性5个层次[48]。2000—2005年，京津冀城市群落实“廊坊共识”和环渤海区域合作成效逐渐显现，研究区资源要素获得较优配置，城市抵抗风险能力实现较大幅度增长，城市韧性水平由0.052快速增长到0.085，增速达63.69%。处于低度韧性的县域数量占比由47.24%降为25.63%，41个县域由低度韧性发展为较低度韧性，较低度韧性县域数量占比由24.62%上升到35.18%，13个县域由较低度韧性发展为中度韧性，中度韧性县域数量占比由15.58%上升为21.11%，12个县域由中度韧性发展为较高度韧性，较高度韧性县域数量占比由10.05%上升至15.58%，沧州市新华区由中度韧性发展为高度韧性。2005—2010年，研究区城市韧性综合指数缓慢增长至0.086，处于低度韧性的县域数量占比由25.63%增加至32.66%，冀中南大部分县域由较低度韧性降为低度韧性，该现象与城市化进程加快相关，保定市、邯郸市、邢台市以及衡水市2010年城镇化率相比2005年增幅分别达5.15%、17.61%、13.40%和11.77%，但四市污水处理率、路网密度增幅较低，社会、人口高度聚集和生态环境、基础设施的缓慢发展使城市脆弱性加强。较低度韧性县域数量减少8个，占比由35.18%下降到31.16%，4个县域由较低度韧性发展为中度韧性，占比由21.11%上升为23.12%，较高度韧性县域数量减少至21个，占比下降至10.55%，天津滨海新区发展为高度韧性。2010—2015年，城市韧性综合指数由0.086增长至0.115，增速达33.65%，研究区经济、市场活力明显提升，产业结构改善，处于低度韧性的县域数量占比由32.66%下降至22.11%，25个县域由低度韧性上升为较低度韧性，较低度韧性县域数量占比由31.16%上升至41.21%，82个县域发展为中度韧性，县域数量占比由23.12%增长至25.63%，较高度韧性县域数量占比由10.55%下降至8.04%，高度韧性新增天津市和平区。2015—2021年，研究区产业结构调整和发展模式转变加快，二三产业占比直线上升，城市韧性综合指数由0.115快速增长到0.152，增速达75.89%，处于低度韧性的县域数量占比由32.66%增至35.68%，较低度韧性县域数量占比由31.16%上升到32.66%，中度韧性县域数量占比由23.12%降低至19.10%，较高度韧性县域数量占比保持不变，高度韧性新增4个县域。
图3 2000—2021年京津冀城市群城市韧性、创新效率、城市韧性与创新效率耦合协调时序变化

Fig. 3 Temporal changes of urban resilience, innovation efficiency, coupling and coordination of urban resilience and innovation efficiency in the Beijing-Tianjin-Hebei urban agglomeration from 2000 to 2021

从空间角度看（图4），2000—2021年，京津冀城市群城市韧性水平总体上中部高南北低，呈现出以京津为核心的梯度扩散趋势。高度、较高度韧性县域主要分布于北京市辖区、天津滨海新区、秦皇岛海港区、沧州市新华区和石家庄长安区等环渤海及京广沿线一带，上述县域城市韧性水平高于研究区均值的87.89%，该类县域逐层向外蔓延至研究区东南沿海一带，该区域位于沿海新兴增长区域，旅游服务业发达，社会管理人员、社会通讯、公园绿地、紧急医疗、高教人才等韧性资源丰富，整体韧性水平相对较高。中度韧性县域围绕高度、较高度韧性县域环状分布并呈扩散态势，伴随着省会城市地位的不断提升，受行政中心辐射带动作用，医疗及教育人才等韧性资源投入规模进一步加大，整体韧性水平逐渐提高。较低度和低度韧性地区在冀北和冀中南地区连成一片，构成网络状的分布格局，空间差异程度随时间推移呈下降趋势，冀北地区铁矿资源丰富，第二产业比值高，但困囿于其经济发展对重工业依赖程度高，资源环保压力重，韧性水平相对较低，冀中南作为农产品产区，受区县自然本底和社会经济发展基础所限，第二、第三产业发展规模和类型受到一定约束，工业化与城镇化建设强度低，整体韧性水平偏低。
图4 2000—2021年京津冀城市群城市韧性空间格局

Fig. 4 Spatial pattern of urban resilience in the Beijing-Tianjin-Hebei urban agglomeration from 2000 to 2021

6.2 创新效率时空演变

对京津冀城市群创新效率进行测算，2000—2021年，研究区创新效率呈“N”型波动特征（图3b），效率值由2000年的0.450波动上升至2021年的0.523，近80%的县域实现了效率提升。利用自然间断点分级法将199个区县划分为低效率区、较低效率区、较高效率区和高效率区四种类型[4]。2000—2005年，5个县域由于专利申请数和技术市场合同成交额大幅增加，创新效率由低效率区上升为较低效率区，9个县域由较低效率区上升至较高效率区，12个县域由较低效率区发展为高效率区，均与创新投入和产出增加有关。18个县域由较高效率区降为较低效率区，研发资金和科研人员投入规模逐年攀升，但其人均GDP、一般公共预算收入上升幅度较小，受经济发展水平、制度环境、管理能力等因素制约，2005年该类县域创新投入资源占研究区的3.46%，而创新产出成果仅占1.01%，影响创新成果转化水平。2005—2010年，创新效率下降至0.456，低效率区数量由2005年的45个增加至71个，较低效率区和较高效率区县域数量分别减少19个和14个。创新效率下降的原因在于科技创新主要出现在工业领域，研究区第三产业比例（52.22%）高出第二产业比例（42.35%）约10个百分点，第二产业规模的缓慢发展限制创新成果产出[49]。2010—2015年，创新效率值为0.517，增幅达13.44%，由于经济水平、科技投入以及市场活力的增加，36个县域上升为较低效率区，18个县域发展为较高效率区，16个县域上升为高效率区。2015—2021年，研究区R&D经费内部支出从138.40亿元上升至3949.12亿元，规上工业企业中有研发机构的企业数由1141家增长到3366家，2021年中关村国家自主创新示范区营业收入为84000亿元，占全国高新区的比例高达17.05%，科技创新市场发育的完全性和资源积累的雄厚性提升创新效率水平至0.523，低效率区和较低效率区县域数量分别下降14个和18个，而较高效率区和高效率区县域数量分别上升15个和17个，增速分别为45.45%和47.22%。
从空间维度看（图5），2000—2021年研究区创新效率空间分布呈“中南高、西北低”的格局，高效率区的空间范围呈扩大趋势，主要集中在中部核心区和东南沿海地区，低效率区的空间范围逐渐缩小，主要集中于西北山区。创新效率高值区集中于研究区中部的北京市、天津市和保定市地区，呈现出先收缩后扩张的态势，作为研究区的两大核心，京津市辖区发展起步早，经济实力雄厚，创新投入规模远高于其他地区。创新效率较高值区主要沿高值区周边分布，呈扩散态势，因其离核心城市较近，受到一定程度的辐射带动作用，京津保市辖区较强的社会经济发展实力促进周边地区要素集聚效应进一步增强，科技文化资源规模相对高于其他地区。创新效率较低值区涉及研究区东南沿海一带以及冀南邢、邯两市，由沧州市、衡水市、邢台市部分区县沿西南和西北方向逐渐蔓延，呈带状分布。该地区位于沿海新兴增长区域，但其距离研究区核心城市空间距离较远，受核心市辖区辐射带动力弱以及产业发展类型与规模受限的约束，投入要素集中度、成果产出相对其他县域较低。创新效率低值区主要分布于研究区北部，呈缩减态势，北部多为高原山地，位于张承地区的县域单元社会经济实力和产业结构层次偏低，多以资源密集型产业为主，创新资源投入相对较少，导致其创新效率相对较差，受益于区域协同发展，依托京保地区辐射作用的带动，张家口市、承德市大部分县域人均GDP、技术市场合同成交额数量增大，低效率区逐渐转换为较低效率区。
图5 2000—2021年京津冀城市群创新效率空间格局

Fig. 5 Spatial pattern of innovation efficiency in the Beijing-Tianjin-Hebei urban agglomeration from 2000 to 2021

6.3 城市韧性与创新效率耦合协调的时空格局演变

6.3.1 耦合协调时序特征

从整体来看，2000—2021年，京津冀城市群城市韧性与创新效率耦合协调水平由2000年的0.2820上升至2021年的0.3939（图3c），呈现出由轻度失调向濒临失调上升的发展特征。2000—2005年，各县域耦合协调度介于0.1009~0.6326，除石家庄市六县和天津市宝坻区受创新效率下降导致耦合协调水平降低外，其余各县均出现不同程度的提升，濒临失调县域数量由67个上升至115个，勉强协调新增21个县域。2005—2010年，各县域耦合协调度介于0.0328~0.6713，石家庄市桥西区、长安区以及新华区由于城市韧性水平的下降和创新效率的微小上升使得耦合协调水平明显下降，从中度失调（0.1009、0.1041、0.1082）落入极度失调（0.0328、0.0486、0.0623）水平，冀中南大部分县域下滑至轻度失调水平，该区域工业发展相对滞后，对县域城市韧性的贡献较为有限，创新投入与产出相对较差，导致耦合协调水平下降，依托雄厚的经济实力和良好的创新环境，北京市顺义区和朝阳区从勉强协调（0.4918、0.4969）发展为初级协调（0.5275、0.5316）水平。2010—2015年，各县域耦合协调度介于0.0328~0.7258，随着城市韧性与创新效率的稳步提升，各县域中度失调全部转变为轻度失调，勉强协调水平县域数量由31个增加至52个，北京市西城区由勉强协调（0.4459）上升至初级协调（0.5021）水平，海淀区上升幅度进一步大增，由中级协调（0.6713）发展为良好协调（0.7258）水平。2015—2021年，各县域耦合协调度稳步上升，介于0.2354~0.7874，全部县域脱离中度失调水平，轻度失调仅剩石家庄市井陉矿区、桥西区、长安区和新华区，该地区社会经济发展基础相对较好，城市韧性水平相对较高，但科技创新效率略低于城市韧性发展水平，耦合协调度较低，中级协调新增7个县域，受京津等城市辐射的影响，上述县域经济的迅速增长使其成为区域性新的增长极，城市韧性增强，创新投入产出效率提高，耦合协调水平得到提升。

6.3.2 耦合协调空间格局演变特征

空间格局上，2000—2021年，研究区城市韧性与创新效率耦合协调整体呈“圈层式”分布（图6），表现为以北京为中心向外围递减的阶梯状非均衡化空间格局。2000—2010年，城市韧性与创新效率耦合协调呈现“核心-边缘”空间结构，核心为北京市海淀区、朝阳区、天津滨海新区等县域组成的勉强、初级以及中级协调区，受京津等地辐射带动影响，濒临失调区纵横交错镶嵌在核心区外围，轻度失调区分布在张承燕山-太行山山区，2010年该地区人口密度为97.93人/km2，地区生产总值为1712.4亿元，仅占研究区的1.8%，自然灾害频繁，城市韧性水平相对较差。2015年，勉强协调县域数量显著增加，中部核心范围逐渐向四周扩大，濒临失调区逐渐蔓延至河北南部，冀中南地区是河北省基础设施配套程度、科技文化资源集聚规模相对较高的区域，其创新资源投入不断上升，耦合协调性向稳趋好。2021年，研究区耦合协调呈现“双核心”的空间分布格局，分别是以北京市和石家庄市为核心的初级协调区和良好协调区，伴随着城市扩张以及京广沿线的发展，勉强协调在初级耦合协调区外围逐渐扩大，包括阜平县、任丘市、涞源县等69个县域，濒临失调覆盖河北省北部与东南部多数县域，轻度失调零星分散在石家庄市少数区县。
图6 2000—2021年京津冀城市群城市韧性与创新效率耦合协调空间格局

Fig. 6 Spatial pattern of The coupling coordination for urban resilience and innovation efficiency in the Beijing-Tianjin-Hebei urban agglomeration from 2000 to 2021

根据2000—2021年京津冀城市群城市韧性与创新效率耦合协调指数，应用ArcGIS 10.8软件的空间统计工具模块，计算得到重心坐标、移动距离、移动方向等一系列参数并绘制重心移动轨迹图（图7）。2000—2021年，研究区城市韧性与创新效率耦合协调重心在38.84°N~38.85°N、116.10°E~116.08°E之间变动，均分布在沧州市任丘市，整体呈“东南偏移，西北折返”的分布格局，重心移动距离和速度呈逐渐缩小的态势，表明城市韧性与创新效率耦合协调水平逐渐趋于稳定。2000—2005年，研究区城市韧性与创新效率耦合协调重心向东南方向转移，移动距离为1.425 km，经济发展基础较好的沧州市、衡水市等沿海地区进一步推行国际化战略，沧州市（20969.47万元）、衡水市（28304.25万元）实际利用外资额均高于研究区均值（14324.50万元），通过与国外合作获得了先进的知识技术和经验，城市韧性与创新效率得到较快提升，而研究区西北部受自然本底条件的限制，在经济发展、技术升级等方面面临诸多困难，城市韧性相对较差，创新效率投入与规模较小，宣化区、崇礼区和丰宁满族自治区创新效率值分别显著下降0.1025、0.1090和0.0387，因此重心向东南移动。2005—2010年，重心呈现北移趋势，并伴随缓慢西移，在此期间，涿鹿县、山海关区、北戴河区耦合协调水平分别从0.2352、0.3415和0.3425上升至0.2537、0.4339和0.4189，桥西区、井陉矿区和徐水区耦合协调水平分别下降0.0353、0.0156和0.0177，因此耦合协调重心向北移动。2010—2021年，研究区协同发展上升到国家战略层面，以张家口市、承德市为主的生态环境支撑区生态系统服务功能有效提升，生态安全屏障日趋稳固，京张高铁、京哈高铁更进一步推动研究区区域一体化，打破了地理限制，充分发挥了北京国际科创中心作为研究区源头创新核心引擎的辐射作用，为张承地区经济发展和科技创新发展提供有利条件，促使研究区城市韧性与创新效率耦合协调重心向西北方向移动。
图7 2000—2021 年京津冀城市群城市韧性与创新效率耦合协调重心演变

Fig. 7 Evolution of the coupling coordination center of urban resilience and innovation efficiency in the Beijing-Tianjin-Hebei urban agglomeration from 2000 to 2021

6.3.3 耦合协调空间关联性

为进一步分析研究区城市韧性与创新效率耦合协调的空间演变特征，对2000—2021年二者的耦合协调水平进行全局空间自相关测算，得到Moran's I的数值。结果显示（表2），研究期内全局Moran's I指数均大于0，并通过99%的置信度检验（P<0.01），研究区耦合协调度具有显著的空间正相关性。从变化趋势来看，全局Moran's I指数值呈现“低-高-低”的走势，在2005年达到0.5630的峰值，随后呈波动下降趋势，下降至0.4884，表明研究区城市韧性与创新效率耦合协调在2005年表现出较强的空间集聚特征，而此后二者耦合协调空间相关性日益弱化，空间分布集聚现象逐渐减弱。
表2 2000—2021年京津冀城市群城市韧性与创新效率耦合协调度全局Moran's I指数及检验

Tab. 2 Moran's I index and test of the coupling coordination degree of urban resilience and innovation efficiency in the Beijing-Tianjin-Hebei urban agglomeration from 2000 to 2021

年份 2000 2005 2010 2015 2021
Moran's I 0.5260 0.5630 0.5193 0.5140 0.4884
Z 12.1397 12.9180 11.9073 11.8268 11.3547
P 0.0000 0.0000 0.0000 0.0000 0.0000
利用GeoDa软件生成研究区城市韧性与创新效率的耦合协调度LISA聚类图，表征二者耦合的空间相互关系（图8）。研究区城市韧性与创新效率耦合协调的局域空间集聚特征显著，总体以高-高集聚和低-低集聚类型为主，高-高集聚区主要集中于北京市、天津市等环渤海一带，整体呈收缩态势，低-低集聚区主要集中于冀北和石家庄地区，冀北地区空间范围先收缩后显著扩张呈连片分布，石家庄空间范围逐渐缩小。2000年，研究区大部分县域城市韧性与创新效率耦合协调空间集聚性不显著，仅北京市辖区、天津市辖区、保定市唐县、望都县和唐山市玉田县是高-高集聚区，行唐县、灵寿县等县域是低-低集聚区。2005年，任泽区、襄都区在城市改造与经济转型过程中积极招商引资，实现产业升级，通过涓滴效应带动巨鹿县、广宗县等邻县的发展，高-高集聚区范围逐渐扩大，低-低集聚区呈缩减态势，伴随着产业经济与消费水平提升，社会基础设施建设逐渐完善，城市抵抗风险能力增强，丰宁满族自治区和隆化县退出低-低集聚区。2010年，高-高集聚区整体范围缩减，但新增海港区和抚宁区，该县域地处环渤海经济圈中心地带，资源禀赋独特，韧性与创新资源丰富，低-低集聚区北部空间集聚特征有所增强，向北扩大到围场满族蒙古族自治县和隆化县，在复杂地理条件的制约下，冀北地区科技创新发展的要素瓶颈约束效应显著，研究区西南部低-低集聚区呈缩减态势，伴随石家庄市省会城市地位的不断提升，辐射带动使赵县、行唐县等县域退出低-低集聚区。2015—2021年，高-高集聚区范围进一步收缩，北京依托一系列国家政策快速发展，受强大的虹吸效应影响，东丽区、北辰区等邻近县域人力资本等资源流失，科技创新发展受限，脱离高-高集聚区，低-低集聚区在空间范围上呈连片连绵趋势，空间分布格局基本保持稳定，主要集中在冀北燕山、太行山山区，此类关联区位于研究区边缘地区，经济发展基础薄弱，与核心城市空间距离较远，社会经济发展呈现出被边缘化趋势，与其相邻县域耦合协调度差距不断扩大。
图8 2000—2021年京津冀城市群城市韧性与创新效率耦合协调局部自相关LISA聚类图

Fig. 8 Local autocorrelation LISA cluster diagram of the coupling coordination of urban resilience and innovation efficiency in the Beijing-Tianjin-Hebei urban agglomeration from 2000 to 2021

6.4 城市韧性与创新效率耦合协调时空演变驱动因素的空间异质性

研究区城市韧性与创新效率耦合协调的时空演变受多方面因素影响，参考相关学者的研究[3,48,50]，本文以城市韧性与创新效率耦合协调水平为被解释变量，从自然环境、经济发展、社会基础、文化水平4个方面选取解释变量建立指标体系（表3），选择年平均气温（X1）、年平均降水（X2）、植被覆盖度（X3）表征城市自然环境与绿化状况；选择一般公共预算收入（X4）和实际利用外资总额（X5）表征经济因素，分别体现城市政府政策和对外开放水平；选择城乡居民储蓄余额（X6）、教育费用支出（X7）、人口密度（X8）表征社会基础状况，分别体现居民抗经济风险能力、政府教育扶持力度以及城市集聚效应；选择文盲率（X9）和图书馆数量（X10）表征文化因素，反映区域居民文化素质和水平。通过地理探测器的因子探测模型识别影响研究区城市韧性与创新效率耦合协调空间格局演变的主要驱动因素，进一步引入GTWR模型进行局部空间回归分析，探究其影响因子在不同空间作用的差异。
表3 京津冀城市群城市韧性与创新效率耦合协调时空演变影响因素指标体系

Tab. 3 Index system of influencing factors of the spatial and temporal evolution of the coupling coordination of urban resilience and innovation efficiency in the Beijing-Tianjin-Hebei urban agglomeration

影响因子维度 自变量名称 数据类型 单位
自然环境 X1年平均气温 统计数据 ℃
X2年平均降水 统计数据 mm
X3植被覆盖度 遥感数据 %
经济发展 X4一般公共预算收入 统计数据 万元
X5实际利用外资总额 统计数据 万美元
社会基础 X6城乡居民储蓄余额 统计数据 万元
X7教育费用支出 统计数据 万元
X8人口密度 统计数据 人/km2
文化水平 X9文盲率 统计数据 %
X10图书馆数量 统计数据 个

6.4.1 主导因素识别

将解释变量导入地理探测器模型求得各解释变量对城市韧性与创新效率耦合协调时空演变的影响力值（q值），结果显示（表4），10个自变量均通过了0.05水平的显著性检验，表明研究区城市韧性与创新效率耦合协调时空演变是自然、社会、经济、文化等因素共同作用的结果。2000—2021年，城市韧性与创新效率耦合协调空间格局影响因子大小依次为X7>X4>X6>X5>X1>X10>X8>X2>X9>X3，表明经济发展和社会基础因子对城市韧性与创新效率耦合协调时空演变起主导作用，自然环境对研究区二者耦合协调时空演变起到重要作用，文化水平对其影响相对较弱。
表4 2000—2021年京津冀城市群城市韧性与创新效率耦合协调时空演变影响因素地理探测结果

Tab. 4 The effects of coupling coordination of urban resilience and innovation efficiency on spatial and temporal evolution in the Beijing-Tianjin-Hebei urban agglomeration from 2000 to 2021

自变量 2000 2005 2010 2015 2021 q均值 解释力排序
X1 0.1777 0.0934 0.0798 0.1325 0.1477 0.1262 5
X2 0.1283 0.0720 0.0254 0.0349 0.0238 0.0569 8
X3 0.0093 0.0246 0.0125 0.0538 0.0115 0.0223 10
X4 0.3157 0.1691 0.2882 0.2681 0.1345 0.2351 2
X5 0.2173 0.1525 0.2234 0.1301 0.2016 0.1850 4
X6 0.1578 0.1553 0.2095 0.2922 0.3199 0.2269 3
X7 0.2454 0.3074 0.2737 0.3085 0.3265 0.2923 1
X8 0.1318 0.0964 0.1155 0.0630 0.0284 0.0870 7
X9 0.0333 0.0449 0.0189 0.0606 0.0532 0.0422 9
X10 0.0802 0.0738 0.1109 0.0781 0.1144 0.0915 6
研究区经济发展因子在空间上呈现出“中心-外围”的分布特征，耦合协调高水平区与经济高水平区显著契合。一般公共预算收入（X4）对耦合协调时空演变的影响较为显著，但其解释力度呈现波动下滑趋势，表明地区政府调控对城市韧性与创新效率耦合协调提升的拉动力不足，政府的过度干预不利于区域内部资源的优化配置，大幅度降低了资源的使用效率，进而阻碍城市韧性与创新效率耦合协调发展。社会基础方面，城乡居民储蓄余额（X6）和教育费用支出（X7）对研究区城市韧性与创新效率耦合协调空间格局演变影响较大且波动上升，与耦合协调发展轨迹相吻合，整体呈由外围向中心逐级提升的“环状”分布格局。研究区边缘城市经济水平较低，产业发展、吸纳就业、公共服务和人口集聚功能均较弱，与直辖市经济联系和协作程度相对较低，难以承接产业转移，耦合协调发展劣势显著，而中心城市作为要素集聚优势区，能够促进信息和知识交流，降低知识信息转移成本，促进“隐性知识”交流、学习、共享与扩散，优质的教育与科研资源为城市韧性和创新效率发展提供人才与科技支撑，城市韧性与创新效率得到更多资金和技术上的支持，进而促进城市韧性与创新效率耦合协调发展。人口密度（X8）解释力度呈现下降趋势，反映出随着城市人口集聚水平的增加，人口密度对耦合协调发展的影响逐渐减小，可能的原因在于人口的激增导致城市基础设施供需压力增大、市场竞争力加剧、资源配置不平衡等问题，进而使得城市韧性与创新效率得不到有效恢复与提升。自然环境作为重要因素，对研究区城市韧性与创新效率耦合协调空间格局的影响随时间变化影响力逐渐减弱。受气候、降水和人类活动的影响，研究区植被覆盖存在较大的空间差异，呈现出由中部向外围逐渐递减的条带状分布特征，高植被覆盖地带主要分布在滦河流域和华北平原农耕区，生态系统抗干扰能力强[51]，而冀西北山区海拔高、水热条件差，环渤海滩涂湿地盐渍化严重，植被覆盖度受自然条件的制约相对较低，北京、石家庄、天津等城市人口高度集聚，城镇化快速发展，人类对生态环境的干扰作用增强，制约城市韧性与创新效率耦合协调发展。文化水平对研究区城市韧性与创新效率耦合协调空间格局演变影响较弱但呈上升态势。2000年，研究区图书馆数量较少，文盲率较高，城市韧性与创新效率耦合协调发展主要依靠大量的经济、社会资源投入，随着京津冀协同发展战略实施，北京市充分发挥核心辐射带动作用，积极推动河北省、天津市承接北京市产业转移，初步形成以北京市、天津市和石家庄市为核心的经济文化空间格局，其高值集聚特征和城市韧性与创新效率耦合协调发展有较强一致性，教育系统和公共文化服务体系的完善为城市韧性与创新效率发展奠定坚实基础。

6.4.2 影响因子的空间异质性

进一步引用GTWR模型进行局部空间回归分析，根据地理探测器识别结果，将上述10个因子中对城市韧性与创新效率耦合协调空间格局演变影响较小（q<0.1）的因子剔除[52]，探究5个因子作用方向和强度在不同分析单元的空间差异（图9）。结果显示，模型的校正R2为0.6343，AICc为-2904.02，表明模型通过了多重共线性诊断，拟合优度较高。
图9 2000—2021年京津冀城市群城市韧性与创新效率耦合协调时空演变影响因素参数空间分布

Fig. 9 Spatial distribution of the factors influencing the spatial and temporal evolution of the coupling of urban resilience and innovation efficiency in the Beijing-Tianjin-Hebei urban agglomeration from 2000 to 2021

教育费用支出的空间差异显著，回归系数在-0.533~1.416之间，回归系数大于0的分析单元数量占总数的96.98%，教育费用支出对二者耦合协调空间格局演变的影响呈“C”型自东部向四周依次递增，高值区集中在西北康保县、尚义县和东北山海关区、海港区与北戴河区，低值区位于北京、天津等中心地区。出现这一空间差异的主要原因在于低值区域的教育基础设施雄厚，发展程度远高于研究区整体水平。低值区域经济发展水平较高，基础教育资源与高值地区相比差距较大，且高校数量、师资力量等均位于研究区前列，在教育发展水平较高情况下，政府投入更多的教育资源虽然产出较多优质成果，但是相对创新效率提升较不显著，导致该地区教育费用支出对城市韧性与创新效率耦合协调发展影响较弱。高值区域多为山区，受资源要素约束和经济发展限制，城市韧性与创新效率耦合协调水平较低，提升空间较大，教育发展带来的先进技术、人才和高新技术对其创新效率提高的促进作用相较于其他地区更为显著。因此高值地区应大力吸引京津优质基础教育资源，开展跨区域合作办学，共建教师培养培训基地，加强与研究区核心地区科技资源的协作，与本地产业结合建立研究机构，强化教育对科技创新的服务作用，促进城市韧性与创新效率耦合协调的提升。
一般公共预算收入回归系数在-1.256~1.387之间，整体呈现“以西北、西南、东南为三核心向四周递减”的空间格局，研究区西南部、东南沿海地区以及西北山区部分县域回归系数为高值区，表明一般公共预算收入对上述县域耦合协调影响显著，冀南地区和冀北部分县域为低值区，影响较弱。相关研究证实，人均财政收入的提高有助于提升城市公共服务水平[53]，研究区东南沿海地区依靠当地政府出台财政政策对资源配置、要素流动等方面宏观调控，大力推进基础设施建设，健全公共服务体系，提升城市质量[54]，增强城市抗风险能力，对耦合协调发展起引领作用。研究区南部边缘地区经济相对落后，受省会城市的虹吸作用，人口流动较大，在人才配套资金不足的情况下出现地方财政与经济韧性短期偏离问题[55]，对城市韧性与创新效率耦合协调发展产生较强的负向作用强。因此，实施精准化的人才引进战略，根据产业的多元化需求吸纳不同层次的劳动力，对不同部门的人才引进给予差异化的补贴和政策支持，增强财政收支结构与就业结构的匹配性，是提高城市经济韧性、促进城市韧性与创新效率耦合协调健康发展的关键。
城乡居民储蓄余额回归系数在-0.156~0.066之间，其对二者耦合协调空间格局演变的正向影响集中在研究区中东部，负向影响则主要集中在研究区西部，整体呈现由东向西递减的“弧形”空间分布格局，内弧为黄骅市、海兴县等沿海县域组成的高值区，沿海地区区位条件优越，资本、技术、劳动力等经济要素分布密集，经济发展水平本底条件良好，优越的融资环境与人才技术缓解了产业发展投融资约束，促进了城市投入式创新行为，进而对城市韧性与创新效率耦合协调产生了更多积极影响。低值区分布在张北县、沽源县等西北山区，该区域海拔较高，低质地貌复杂，城镇建设适宜度低，经济发展相对落后，人均消费和工资相对较低，严重制约区域内部人口分布、产业布局、交通建设和科技发展，对城市韧性与创新效率耦合协调发展限制较大。因此，研究区西北地区应采取切实有效的措施增加城乡居民的收入，建立居民增收的长效机制，政府应着力加快利率市场化步伐，实施相关货币或财政政策以调整货币供给，促使居民储蓄合理化，从而促进城市韧性与创新效率耦合协调发展。
实际利用外资回归系数为-0.912~0.259，空间异质性显著，整体呈“圈层式”空间分布格局，高值区部分分布于研究区西南部，广泛集中在以北京市、天津市为核心的中部和南部沿海一带，表明较高的对外开放水平有利于促进城市韧性与创新效率耦合协调发展，沿海地区交通便利，对外活动较为频繁，外商直接投资带来的先进技术、管理经验和高新技术有利于提高该地经济发展与创新能力，进而提高耦合协调水平。秦皇岛地区属低值区，对城市韧性与创新效率耦合协调发展影响较弱，该区地处环渤海经济圈中心地带，资源禀赋独特，以第二产业为主，外商直接投资并未产生良好的投资效应，反而因跨国企业对核心技术的保护与封锁产生了明显的负面竞争效应，导致了低端产能过剩和要素配置效率缺失，抑制了产业结构的转型与完善[56]，从而阻碍了城市韧性与创新效率协调发展。因此，进一步完善利用外资政策，提高利用外资质量，优化引资结构，积极应对国际竞争与合作，是提高研究区城市韧性与创新效率耦合协调发展的关键。
年平均气温回归系数介于-0.181~0.135，对城市韧性与创新效率耦合协调时空演变的正向影响以冀西北、冀东北和冀南为三核心向中部逐渐减弱，并在石家庄地区产生负向影响，说明冀西北、冀东北和冀南地区平均气温的提高对耦合协调的提升效果强于石家庄地区。较高的气温制约城市宜居性，石家庄地区位于太行山东麓，东面是华北平原，受焚风效应的影响，该地夏季气温高，降水量偏低，易形成热岛效应[51]，不利的自然因素在人口集聚过程中发挥着阻力作用，限制城市韧性与创新效率的协调发展。相反，冀西北地区位于坝上高原，地形因素主要通过影响水、热、光照等气候空间再分配过程进而影响植被覆盖空间分布，气温的提升可以促进土壤水分不断增加，提高植被覆盖率，制约生态脆弱性[57]，对城市韧性与创新效率耦合协调发展提升效果突出。因此冀西北地区应建立灾害监测和预警系统，大力发展低耗水产业，种植耐寒作物，增加城市绿化面积，控制城市建筑用地扩张，提高城市植被覆盖率，从而促进城市韧性与创新效率耦合协调发展。

7 讨论与结论

7.1 讨论

本文在对城市韧性时空演变过程分析时发现，京津冀城市群城市韧性空间结构“核心-边缘”特征显著，随着与直辖市核心区距离的增加，城市韧性等级由高度韧性向中度韧性、较低度韧性以及低度韧性层级下降，边缘化特征显著，契合“核心-边缘”理论[58]。研究区内北京市、天津市地理区位优越、经济基础好、基础设施完善，国家与地方政府后续在基础设施、生态环境保护、教育医疗等民生领域投入较多，2021年北京市（48.98%）、天津市（45.3%）建成区绿化覆盖率高于研究区平均水平（41.72%），医疗机构数分别达11714和6076个，生态系统的高协调程度和较强的紧急医疗服务能力使城市经济系统内在活力较为充沛，城市韧性综合指数较高。周围临近县域受直辖市辐射带动影响，城市经济、基础设施与生态服务发展较好，如北京市附近的三河市、广阳区、涿州市，天津市周围的迁安市、路北区、海港区等，上述县域2021年医疗机构数平均值（529个）略高于研究区平均值（526个），城市韧性类型在较高韧性与中度韧性之间转换。位于研究区边缘的县域，行政管理和经济边缘化特征显著，城市韧性属较低度类型。该类县域距离直辖市较远，受边界切变效应以及直辖市辐射带动较弱的影响，资本、技术、市场等要素流动性差[59]，区域间合作发展困难，地方政府用于提高城市基础设施建设的资金有限，无法吸引劳动力、人才、资金等要素聚集[60]，从而导致资源要素获得较差配置，城市抵抗风险能力较差，造成城市韧性“洼地”现象。“核心-边缘”结构是区域不平衡发展的重要特征，随着时间的不断推移，核心区域由“极化效应”逐渐向“扩散效应”演变，资源要素不断流向边缘区域，进而带动该区域发展，但研究区核心区与边缘区的人均GDP差距由2000年的35041元增加至2021年的243540元，“核心-边缘”结构显著且呈逐渐增强趋势。在市场经济机制作用下，研究区“极化效应”远大于“扩散效应”，受工资、储蓄余额等资源要素的差异影响，边缘地区劳动、技术等资源要素向核心区流动，产生“回波效应”，强者愈强的特征导致区域内差异逐渐扩大，“马太效应”日益明显。对长三角城市群城市韧性时空演化特征进行分析[61]，发现中心城市及周围区域城市韧性发展较好，随着与中心城市距离的增加，城市韧性综合指数逐渐下降，这与本文“核心-边缘”特征结论相符，表明在一体化程度高的区域，虽然城市韧性水平整体高于其他地区，但内部差异较大。
从城市韧性与创新效率耦合协调水平来看，2000—2021年研究区耦合协调前五名在北京海淀区、朝阳区、顺义区、东城区、丰台区、天津宝坻区之间变动，后五名在石家庄长安区、桥西区、新华区、井陉矿区、赞皇县之间变动，虽然耦合协调水平差异呈现缩小的趋势，但初始耦合协调水平较高的地区，经济发展与创新效率基本会沿着正反馈的路径持续改善，初始水平较低的地区虽然在不断提升，但依旧是耦合协调水平较低的单元，表明研究区城市韧性与创新效率耦合协调的演变存在路径依赖现象，符合“路径依赖”理论[62]。主要机制如下：耦合协调基础较好的地区能够集中资源发展经济，通过经济发展的正反馈机制，投入更多资金对城市韧性和科技创新产生积极作用，提升耦合协调水平。2021年，耦合协调综合指数排名前5位的县域平均GDP（7435.83亿元）和专利申请数（20981件）远高于研究区平均GDP（7435.83亿元）和专利申请数（2707件），产业经济状况良好，科技创新成果大量产出，对耦合协调提升作用显著。耦合协调基础较差的地区，受研究区核心地区“虹吸效应”影响，人口流动较大，创新发展规模受限，在负反馈机制的作用下创新效率下降，即使通过发展经济去获取更多资金提升创新效率，但由于可分配的资金有限，无法形成可循环的正反馈作用机制，导致反馈效果不足，耦合协调水平提升效果不佳。2021年，耦合协调综合指数排名后5位的县域平均技术合同成交额为（12.60亿元）远低于研究区平均技术合同成交额（40.47亿元）。由此可见，研究区城市韧性与创新效率耦合协调空间演变源于且依赖于已有路径，耦合协调水平较好的地区通过资源要素禀赋作用在正反馈机制体系下沿着原有路径发展演进，耦合协调水平低的区域由于研究区核心区的加速发展，加剧对资源要素的不合理分配，这种负反馈机制对耦合协调发展具有“锁定”作用，需创新发展模式摆脱其路径依赖，实现路径突破，提升耦合协调水平。
研究区城市韧性与创新效率耦合协调发展是自然环境、经济发展、社会基础和文化水平等因素共同作用的结果，其中一般公共预算收入的影响力显著影响耦合协调水平，仅次于教育费用支出。表明要实现城市韧性与创新效率协调发展需要多元化供给体系的主导者，即政府宏观调控的实施。2000—2021年研究区一般公共预算收入由2000年727.41亿元增加至2021年5932.3亿元，但根据一般公共预算收入的空间异质性发现，其对耦合协调的回归系数有正有负，说明适度政府调控有利于部分地区耦合协调度提升，过度政府调控在一定程度上阻碍城市韧性与创新效率耦合协调发展，造成区域发展失调，这符合政府规模理论[63]。政府通过税收竞争、财政倾斜等手段减少企业经营成本，从而优化资源配置，促进经济增长，提高抗风险能力，相反，激烈的税收竞争也可能导致地方公共供给不足，加剧地区经济社会发展下行态势，出现资源配置不平衡现象[64]；同样，政府通过对区域基础设施的完善可以减小企业技术研发风险，促进地区引入新技术、人力资本，然而基础设施重复建设、招商引资竞争混乱等则对社会经济发展产生不利影响，进而阻碍二者协调发展。总之，政府宏观调控对研究区城市韧性与创新效率协调发展产生双向作用，在未来的城市韧性与科技创新建设中，必须多方位推动政府职能的转变，降低政府的干预，实现二者耦合协调的提升。

7.2 结论

本文对京津冀城市群2000—2021年县域城市韧性与创新效率耦合协调时空演变及影响因素的空间异质性进行分析，得出以下结论：
（1）2000—2021年城市韧性综合水平偏低，但总体呈上升状态，空间上呈现出以京津为核心的梯度扩散趋势。创新效率呈“N”型特征波动，在空间上表现出先收缩后扩张的态势。
（2）城市韧性与创新效率耦合协调指数整体呈现出逐渐上升态势，表现为由内向外递减的“圈层式”的分布格局，重心迁移路径整体呈“东南偏移，西北折返”的分布格局，重心移动距离和速度呈逐渐缩小态势，耦合协调空间正相关性显著但日益弱化，局域空间集聚特征显著，高-高集聚区集中于环渤海一带且趋向离散，低-低集聚区呈现出由南向北扩张态势。
（3）城市韧性与创新效率耦合协调度空间格局受自然环境、经济发展、社会基础、文化水平等因素影响，经济发展和社会基础因子对城市韧性与创新效率耦合协调格局起主导作用。自然和社会经济因素对研究区城市韧性与创新效率耦合协调影响呈现出明显的空间异质性，社会经济因子对二者耦合协调时空演变具有显著的正向影响，自然环境因子对二者耦合协调时空演变的影响“正负参半”，呈现以冀西北、冀东北和冀南为三核心向中部逐渐减弱的态势。
（4）城市韧性以京津为核心向外围逐渐递减的“核心-边缘”空间特征显著，直辖市城市韧性与创新效率耦合协调水平最好，随着与直辖市距离的增加，耦合协调水平逐渐降低。城市韧性与创新效率耦合协调的演化存在路径依赖现象，传统发展模式对区域耦合协调发展具有“锁定”作用，需创新发展模式摆脱其路径依赖。研究区城市韧性与创新效率耦合协调时空演变是自然环境、经济发展、社会基础和文化水平等因素共同作用的结果，其中政府宏观调控对二者耦合协调发展产生双向作用。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力，专家对本文综述的补充、城市韧性与创新效率关系的理论分析、讨论与结论部分的提炼深化等方面的修改意见，使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
方创琳, 张国友, 薛德升. 中国城市群高质量发展与科技协同创新共同体建设. 地理学报, 2021, 76(12): 2898-2908.

DOI

[Fang Chuanglin, Zhang Guoyou, Xue Desheng. The high-quality development of urban agglomerations in China and the construction of a scientific and technological collaborative innovation community. Acta Geographica Sinica, 2021, 76(12): 2898-2908.]

DOI

[2]
刘焱序, 傅伯杰, 王帅, 等. 空间恢复力理论支持下的人地系统动态研究进展. 地理学报, 2020, 75(5): 891-903.

DOI

[Liu yanxu, Fu Bojie, Wang Shuai, et al. Research progress of human-earth system dynamics supported by spatial resilience theory. Acta Geographica Sinica, 2020, 75(5): 891-903.]

[3]
赵瑞东, 方创琳, 刘海猛. 城市韧性研究进展与展望. 地理科学进展, 2020, 39(10): 1717-1731.

DOI

[Zhao Ruidong, Fang Chuanglin, Liu haimeng. Progress and prospect of urban resilience research. Progress in Geography, 2020, 39(10): 1717-1731.]

DOI

[4]
兰海霞, 赵雪雁. 中国区域创新效率的时空演变及创新环境影响因素. 经济地理, 2020, 40(2): 97-107.

[Lan Haixia, Zhao xueyan. Spatial and temporal evolution of regional innovation efficiency and influencing factors of innovation environment in China. Economic Geography, 2020, 40(2): 97-107.]

[5]
Balland P A, Rigby D, Boschma R. The technological resilience of US cities. Cambridge Journal of Regions: Economy and Society, 2015, 8(2): 167-184.

[6]
Shobande O A, Ogbeifun L. Pooling cross-sectional and time series data for estimating causality between technological innovation, affluence and carbon dynamics: A comparative evidence from developed and developing countries. Technological Forecasting and Social Change, 2023, 187: 122192.

[7]
宁启蒙, 胡广云, 汤放华, 等. 科技创新与新型城镇化相关性的实证分析: 以长株潭城市群为例. 经济地理, 2022, 42(8): 81-86.

DOI

[Ning Qimeng, Hu Guangyun, Tang Fanghua, et al, Empirical analysis of the correlation between scientific and technological innovation and new-type urbanization: A case study of Chang-Zhu-Tan urban agglomeration. Economic Geography, 2022, 42(8): 81-86.]

DOI

[8]
Adler P, Florida R. The rise of urban tech: how innovations for cities come from cities. Regional Studies, 2021, 55(10-11): 1787-1800.

[9]
谢泗薪, 胡伟. 经济高质量发展与科技创新耦合协调: 以京津冀地区为例. 统计与决策, 2021, 37(14): 93-96.

[Xie Sixin, Hu Wei. Coupling coordination between high-quality economic development and scientific and technological innovation: A case study of the Beijing-Tianjin-Hebei region. Statistics & Decision, 2021, 37(14): 93-96.]

[10]
徐小鹰, 田焮焮. 长三角城市群科技创新、经济增长与生态环境的时空耦合及趋势预测. 长江流域资源与环境, 2023, 32(4): 706-720.

[Xu Xiaoying, Tian Xinxin. Spatio-temporal coupling and trend prediction of technological innovation, economic growth and ecological environment in the Yangtze River Delta urban agglomeration. Resources and Environment in the Yangtze Basin, 2023, 32(4): 706-720.]

[11]
Ahmad M, Zheng J. The cyclical and nonlinear impact of R&D and innovation activities on economic growth in OECD economies: A new perspective. Journal of the Knowledge Economy, 2023, 14(1): 544-593.

[12]
Raihan A, Tuspekova A. Role of economic growth, renewable energy, and technological innovation to achieve environmental sustainability in Kazakhstan. Current Research in Environmental Sustainability, 2022, 4: 100165.

[13]
López Pérez G, García Sánchez I M, Zafra Gómez J L. A systematic literature review and bibliometric analysis of eco-innovation on financial performance: Identifying barriers and drivers. Business Strategy and the Environment, 2024, 33(2): 1321-1340.

[14]
苏玉同, 宁凌. “蓝色粮仓”: 海洋生态资源承载、渔业科技创新与渔业经济发展动态关系研究: 基于面板数据PVAR模型的经验证据. 生态经济, 2022, 38(8): 99-104.

[Su Yutong, Ning Ling. “Blue granary”: Research on the dynamic relationship between marine ecological resource carrying capacity, fishery scientific and technological innovation and fishery economic development: Empirical evidence based on panel data PVAR model. Ecological Economy, 2022, 38(8): 99-104.]

[15]
傅为一, 段宜嘉, 熊曦. 科技创新、产业集聚与新型城镇化效率. 经济地理, 2022, 42(1): 90-97.

DOI

[Fu Weiyi, Duan Yijia, Xiong Xi. Scientific and technological innovation, industrial agglomeration and new urbanization efficiency. Economic Geography, 2022, 42(1): 90-97.]

DOI

[16]
Corodescu Roșca E, Hamdouch A, Iațu C. Innovation in urban governance and economic resilience: the case of two romanian regional metropolises: Timișoara and Cluj Napoca. Cities, 2023, 132: 104090.

[17]
冯锐, 高菠阳, 陈钰淳, 等. 粤港澳大湾区科技金融耦合度及其影响因素研究. 地理研究, 2020, 39(9): 1972-1986.

DOI

[Feng Rui, Gao Boyang, Chen Yuchun, et al. The coupling degree of science and finance and its influencing factors in Guangdong-Hong Kong-Macao Greater Bay Area. Geographical Research, 2020, 39(9): 1972-1986.]

[18]
Chengchao Lv, Changhua Shao, Lee C C. Green technology innovation and financial development: Do environmental regulation and innovation output matter?. Energy Economics, 2021, 98: 105237.

[19]
张英浩, 汪明峰, 匡爱平, 等. 数字经济赋能中国城市创新发展的多维机制与空间效应研究. 地理科学进展, 2023, 42(12): 2283-2295.

DOI

[Zhang Yinghao, Wang Mingfeng, Kuang Aiping, et al. Multidimensional mechanisms and spatial effects of digital economy en abling urban innovation and development in China. Progress in Geography, 2023, 42(12): 2283-2295.]

DOI

[20]
Purnomo A, Susanti T, Rosyidah E, et al. Digital economy research: Thirty-five years insights of retrospective review. Procedia Computer Science, 2022, 197: 68-75.

[21]
师应来, 赵一帆, 肖烯岚. 产业结构升级、科技创新与经济高质量发展的耦合协调研究. 统计与决策, 2024, (1): 119-124.

[Shi yinglai, Zhao yifan, Xiao xilan. Research on the coupling and coordination of industrial structure upgrading, scientific and technological innovation and high-quality economic development. Statistics & Decision, 2024, (1): 119-124.]

[22]
邹蔚, 王兴宇, 万凤娇, 等. 城市韧性与科技创新水平耦合协调发展研究: 以长三角城市群为例. 生态经济, 2024, 40(1): 78-87.

[Zou Wei, Wang Xingyu, Wan Fengjiao, et al. A study on the horizontal coupling and coordinated development of urban resilience and scientific and technological innovation: A case study of the Yangtze River Delta urban agglomeration. Ecological Economy, 2024, 40(1): 78-87.]

[23]
王鹏, 钟誉华, 颜悦. 科技创新效率与区域经济韧性交互分析: 基于珠三角地区的实证. 科技进步与对策, 2022, 39(8): 48-58.

[Wang Peng, Zhong Yuhua, Yan Yue. Interaction analysis of scientific and technological innovation efficiency and regional economic resilience: Based on the empirical evidence of the Pearl River Delta Region. Science & Technology Progress and Policy, 2022, 39(8): 48-58.]

[24]
Fastiggi M, Meerow S, Miller T R. Governing urban resilience: Organisational structures and coordination strategies in 20 North American city governments. Urban Studies, 2020, 58(6): 1262-1285.

[25]
卢彦瑾, 倪青山, 吴敌. 中国14大城市群创新效率演进及其影响因素. 经济地理, 2024, 44(1): 57-65.

DOI

[Lu yanjin, Ni qingshan, Wu Di. Evolution and influencing factors of innovation efficiency in 14 major urban agglomerations in China. Economic Geography, 2024, 44(1): 57-65.]

[26]
吴定玉, 唐聃, 张治觉. “二孩政策”对中国人口结构与产业结构耦合协调度影响. 经济地理, 2020, 40(10): 32-40.

[Wu Dingyu, Tang Dan, Zhang Zhijue. The influence of “two-child policy” on the coupling coordination degree of China's population structure and industrial structure. Economic Geography, 2020, 40(10): 32-40.]

[27]
李琼, 赵阳, 李松林, 等. 中国社会保障与经济发展耦合的时空特征及驱动力分析. 地理研究, 2020, 39(6): 1401-1417.

DOI

[Li Qiong, Zhao Yang, Li Songlin, et al. Spatiotemporal characteristics and driving forces of the coupling of social security and economic development in China. Geographical Research, 2020, 39(6): 1401-1417.]

[28]
王劲峰, 徐成东. 地理探测器: 原理与展望. 地理学报, 2017, 72(1): 116-134.

DOI

[Wang jinfeng, Xu chengdong. Geodetectors: Principles and prospects. Acta Geographica Sinica, 2017, 72(1): 116-134.]

[29]
李硕硕, 李汝资, 刘耀彬, 等. 环鄱阳湖区县域城镇化对碳收支平衡的影响. 地理研究, 2023, 42(8): 2245-2263.

[Li Shuoshuo, Li Ruzi, Liu Yaobin, et al. Impact of county urbanization on carbon budget balance in Poyang Lake region. Geographical Research, 2023, 42(8): 2245-2263.]

[30]
邹炀, 薛蕾, 申云. 城市群空间结构与城市创新能力: 基于中国十大国家级城市群的经验证据. 科技进步与对策, https://kns-cnki-net.webvpn2.sxnu.edu.cn/kcms/detail/42.1224.G3.20231205.1022.004.html, 2024-07-16.

[Zou Yang, Xue Lei, She-n Yun. Spatial structure of urban agglomerations and urban innovation ability: Based on empirical evidence of China's ten national urban agglomerations. Science & Technology Progress and Policy, https://kns-cnki-net.webvpn2.sxnu.edu.cn/kcms/detail/42.1224.G3.20231205.1022.004.html, 2024-07-16.]

[31]
任志涛, 凌澳. 京津冀城市群乡村人居环境质量时空演化特征及驱动机制. 农业资源与环境学报, https://doi.org/10.13254/j.jare.2023.0532, 2024-07-16.

[Ren Zhitao, Ling Ao. Temporal and spatial evolution characteristics and driving mechanism of rural human settlements quality in Beijing-Tianjin-Hebei city cluster. Journal of Agricultural Resources and Environment, https://doi.org/10.13254/j.jare.2023.0532, 2024-07-16.]

[32]
魏海涛, 魏振明. 基于政策文本的京津冀创新系统协同性研究. 城市发展研究, 2023, 30(11): 91-99.

[Ren Zhitao, Ling Ao. Temporal and spatial evolution characteristics and driving mechanism of rural human settlements quality in Beijing-Tianjin-Hebei city cluster. Journal of Agricultural Resources and Environment, 2023, 30(11): 91-99.]

[33]
魏峰, 殷文星. 中国经济韧性水平测度、时空演化与区域差异. 统计与决策, 2023, 39(16): 85-90.

[Wei Feng, Yin Wenxing. Level measurement, spatiotemporal evolution and regional differences of China's economic resilience. Statistics & Decision, 2023, 39(16): 8-5-90.]

[34]
徐乾, 赵儒煜, 张振. 东北地区经济韧性测度与空间演化分析. 经济纵横, 2023, (8): 52-62.

[Xu Qian, Zhao Ruyu, Zhang Zhen. Measurement and spatial evolution of economic resilience in Northeast China. Economic Review Journal, 2023, (8): 52-62.]

[35]
李博, 曲艺. 中国沿海地区产业演化路径依赖及突破对区域经济韧性的影响. 地理学报, 2023, 78(4): 824-839.

DOI

[Li Bo, Qu Yi. The influence of industrial evolution path dependence and breakthrough on regional economic resilience in China's coastal areas. Acta Geographica Sinica, 2023, 78(4): 824-839.]

DOI

[36]
宋洋, Godfrey Y, 朱道林, 等. 京津冀城市群县域城市土地利用效率时空格局及驱动因素. 中国土地科学, 2021, 35(3): 69-78.

[Song Yang, Godfrey Y, Zhu Daolin, et al. Spatial-temporal pattern and driving factors of county urban land use efficiency in Beijing-Tianjin-Hebei city cluster. China Land Science, 2021, 35(3): 69-78.]

[37]
Kolte R, Goswami S, Kumar A, et al. Challenges in practical implementation of the concept of urban resilience in cities. International Journal of Disaster Risk Reduction, 2023, 99: 104142.

[38]
Datola G. Implementing urban resilience in urban planning: A comprehensive framework for urban resilience evaluation. Sustainable Cities and Society, 2023, 98: 104821.

[39]
孙平军, 曹乃刚, 张可秋, 等. 收缩城市韧性:收缩效应诊断及其传导路径研究: 来自中国东北的实证. 地理研究, 2024, 43(5): 1107-1125.

DOI

[Sun Pingjun, Cao Naigang, Zhang Keqiu, et al. Resilience of shrinking cities: Diagnosis of shrinkage effect and its transmission pathway: An empirical study from Northeast China. Geographical Research, 2024, 43(5): 1107-1125.]

[40]
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. 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

[41]
焦柳丹, 王驴文, 张羽, 等. 基于多木桶模型的长三角城市群韧性水平评估研究. 世界地理研究, 2024, 33(1): 96-106.

DOI

[Jiao Liudan, Wang Lvwen, Zhang Yu, et al. Assessment of resilience level of Yangtze River Delta urban agglomeration based on multi-barrel model. World Regional Studies, 2024, 33(1): 96-106.]

DOI

[42]
曾鹏, 黄晶秋, 魏旭. 中国城市群科技创新资源配置效率的时空演变及发展曲线模拟. 地理科学, 2022, 42(12): 2189-2197.

DOI

[Zeng Peng, Huang Jingqiu, Wei Xu. Spatiotemporal evolution and development curve simulation of S&T innovation resource allocation efficiency in urban agglomerations of China. Scientia Geographica Sinica, 2022, 42(12): 2189-2197.]

DOI

[43]
刘海龙, 张丽萍, 王炜桥, 等. 中国省际边界区县域城镇化空间格局及影响因素. 地理学报, 2023, 78(6): 1408-1426.

DOI

[Liu Hailong, Zhang Liping, Wang Weiqiao, et al. Spatial pattern and influencing factors of county urbanization in China's inter-provincial border areas. Acta Geographica Sinica, 2023, 78(6): 1408-1426.]

DOI

[44]
李贝歌, 胡志强, 苗长虹, 等. 黄河流域工业生态效率空间分异特征与影响因素. 地理研究, 2021, 40(8): 2156-2169.

DOI

[Li Beige, Hu Zhiqiang, Miao Changhong, et al. Spatial differentiation and influencing factors of industrial eco-efficiency in the Yellow River Basin. Geographical Research, 2021, 40(8): 2156-2169.]

[45]
田深圳, 李雪铭, 杨俊, 等. 东北三省城市拟态与现实人居环境时空耦合协调特征与机制. 地理学报, 2021, 76(4): 781-798.

DOI

[Tian Shenzhen, Li Xueming, Yang Jun, et al. Characteristics and mechanism of spatial-temporal coupling coordination between urban mimicry and real human settlements in three provinces of Northeast China. Acta Geographica Sinica, 2021, 76(4): 781-798.]

DOI

[46]
刘楚杰, 李晓云, 聂媛. 基于重心模型的粮食生产与水资源时空耦合分析. 农业现代化研究, 2021, 42(6): 1026-1036.

[Liu Chujie, Li Xiaoyun, Nie Yuan. Spatial and temporal coupling analysis of grain production and water resources based on gravity center model. Research of Agricultural Modernization, 2021, 42(6): 1026-1036.]

[47]
盖美, 秦冰, 郑秀霞. 经济增长动能转换与绿色发展耦合协调的时空格局演化分析. 地理研究, 2021, 40(9): 2572-2590.

DOI

[Gai Mei, Qin Bing, Zhen Xiuxia. Evolution analysis of the spatial-temporal pattern of coupling and coordination between the transformation of economic growth momentum and green development. Geographical Research, 2021, 40(9): 2572-2590.]

[48]
应超, 李加林, 刘永超, 等. 东海海岸带县域城市韧性演化及影响因素. 地理学报, 2024, 79(2): 462-483.

DOI

[Ying Chao, Li Jialin, Liu Yongchao, et al. Evolution and influencing factors of urban resilience in the coastal zone of the East China Sea. Acta Geographica Sinica, 2024, 79(2): 462-483.]

DOI

[49]
杨开忠, 范博凯. 京津冀地区经济增长相对衰落的创新地理基础. 地理学报, 2022, 77(6): 1320-1338.

DOI

[Yang Kaizhong, Fan Bokai. The innovative geographical basis of the relative decline of economic growth in the Beijing-Tianjin-Hebei region. Acta Geographica Sinica, 2022, 77(6): 1320-1338.]

DOI

[50]
刘海龙, 刘美彤, 呼旭红, 等. 中国博物馆时空演变特征及成因分析. 热带地理, 2022, 42(3): 469-480.

DOI

[Liu Hailong, Liu Meitong, Hu Xuhong, et al. Spatio-temporal evolution of Chinese museums and its causes. Tropical Geography, 2022, 42(3): 469-480.]

DOI

[51]
鲁军景, 孙雷刚, 左璐, 等. 基于京津冀功能分区的植被覆盖度时空演变特征及其影响因子. 自然资源遥感, https://link.cnki.net/urlid/10.1759.P.20240204.1612.008, 2024-07-16.

[Lu Junjing, Sun Leigang, Zuo Lu, et al. Spatial-temporal evolution of vegetation coverage and its influencing factors in Beijing-Tianjin-Hebei functional region. Remote Sensing for Natural Resources, https://link.cnki.net/urlid/10.1759.P.20240204.1612.008, 2024-07-16.]

[52]
潘竟虎, 冯娅娅. 中国农村深度贫困的空间扫描与贫困分异机制的地理探测. 地理学报, 2020, 75(4): 769-788.

DOI

[Pan Jinghu, Feng Yaya. Spatial scanning of deep poverty in rural China and geographical detection of poverty differentiation mechanism. Acta Geographica Sinica, 2020, 75(4): 769-788.]

DOI

[53]
虞晓芬, 周家乐, 湛东升, 等. 中国城市住房质量空间格局与影响因素空间异质性. 地理研究, 2023, 42(12): 3278-3293.

DOI

[Yu Xiaofen, Zhou Jiale, Zhan Dongsheng, et al. Spatial pattern and spatial heterogeneity of influencing factors of urban housing quality in China. Geographical Research, 2023, 42(12): 3278-3293.]

[54]
李国平, 吕爽. 京津冀跨域治理和协同发展的重大政策实践. 经济地理, 2023, 43(1): 26-33.

DOI

[Li Guoping, Lv Shuang. Major policy practices for cross-domain governance and coordinated development of the Beijing-Tianjin-Hebei region. Economic Geography, 2023, 43(1): 26-33.]

DOI

[55]
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. 地理学报, 2023, 78(10): 2392-2411.

DOI

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

DOI

[56]
周霞, 王佳. 京津冀城市群城市韧性时空演变特征及空间差异研究: 基于改进的PSR框架. 资源开发与市场, 2024, 40(2): 231-239.

[Zhou Xia, Wang Jia. Spatial and temporal evolution characteristics and spatial differences of urban resilience in Beijing-Tianjin-Hebei urban agglomeration: based on an improved PSR framework. Resource Development & Market, 2024, 40(2): 231-239.]

[57]
陈澍祺, 何玲, 闫丰. 京津冀植被覆盖度时空演变及其对自然人为变化的响应. 中国环境科学, https://doi.org/10.19674/j.cnki.issn1000-6923.20240015.002, 2024-07-16.

[Chen Pengqi, He ling, Yan Feng. Spatio-temporal evolution of vegetation co-verage in Beijing-Tianjin-Hebei region and its response to natural anthropogenic changes. China Environmental Science, https://doi.org/10.19674/j.cnki.issn1000-6923.20240015.002, 2024-07-16.]

[58]
Krugman P. Increasing returns and economic geography. Journal of Political Economy, 1991, 99(3): 483-499.

[59]
贺灿飞, 任卓然, 王文宇. “双循环”新格局与京津冀高质量协同发展: 基于价值链分工和要素流动视角. 地理学报, 2022, 77(6): 1339-1358.

DOI

[He Canfei, Ren Zhuoran, Wang Wenyu. The new pattern of “double cycle” and the high-quality coordinated development of Beijing-Tianjin-Hebei region: Based on the perspective of value chain division and factor flow. Acta Geographica Sinica, 2022, 77(6): 1339-1358.]

DOI

[60]
曹小曙, 徐建斌. 中国省际边界区县域经济格局及影响因素的空间异质性. 地理学报, 2018, 73(6): 1065-1075.

DOI

[Zeng Xiaoshu, Xu Jianbin. Spatial heterogeneity of county economic pattern and influencing factors in China's inter-provincial border areas. Acta Geographica Sinica, 2018, 73(6): 1065-1075.]

DOI

[61]
方叶林, 苏雪晴, 黄震方, 等. 城市韧性对旅游经济的空间溢出效应研究: 以长三角城市群为例. 地理科学进展, 2022, 41(2): 214-223.

DOI

[Fang Yelin, Su Xueqing, Huang Zhenfang, et al. Spatial spillover effect of urban resilience on tourism economy: A case study of the Yangtze River Delta urban agglomeration. Progress in Geography, 2022, 41(2): 214-223.]

DOI

[62]
Martin R, Sunley P. Path dependence and regional economic evolution. Journal of Economic Geography, 2006, 6(4): 395-437.

[63]
Fölster S, Henrekson M. Growth effects of government expenditure and taxation in rich countries. European Economic Review, 2001, 45(8): 1501-1520.

[64]
Qian Y, Roland G. Federalism and the soft budget constraint. American Economic Revie, 1998, 88(5): 1143-1162.

Options
文章导航

/

〈 〉