EN中文

干旱区地理 >

2025 , Vol. 48 >Issue 6: 1020 - 1030

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.692

人口与城市研究

人口增减分化对兰西城市群城市经济韧性的影响与作用路径

  • 王逸菲 , 1 ,
  • 孔德臻 1 ,
  • 罗宇煊 1 ,
  • 毛锦凰 2 ,
  • 王梅梅 , 1, 3
展开
  • 1.兰州大学资源环境学院，甘肃 兰州 730000
  • 2.兰州大学经济学院，甘肃 兰州 730000
  • 3.青藏高原人文环境数据智能实验室，甘肃 兰州 730000
王梅梅（1988-），女，副教授，硕士生导师，主要从事人口变动与城市韧性研究. E-mail:

王逸菲（2002-），女，硕士研究生，主要从事城市地理学和人口地理学研究. E-mail:

收稿日期: 2024-11-09

  修回日期: 2024-12-19

  网络出版日期: 2026-03-11

基金资助

国家自然科学基金(42201198)

自然资源部陆表系统与人地关系重点实验室开放基金(LBXT2023YB09)

收起

Impact and pathways of population growth-decline differentiation on urban economic resilience in the Lanzhou-Xining urban agglomeration

  • Yifei WANG , 1 ,
  • Dezhen KONG 1 ,
  • Yuxuan LUO 1 ,
  • Jinhuang MAO 2 ,
  • Meimei WANG , 1, 3
Expand
  • 1. College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, Gansu, China
  • 2. College of Economics, Lanzhou University, Lanzhou 730000, Gansu, China
  • 3. Intelligent Laboratory for Humanistic Environment Data of the Qinghai-Xizang Plateau, Lanzhou 730000, Gansu, China

Received date: 2024-11-09

  Revised date: 2024-12-19

  Online published: 2026-03-11

Fold

摘要

在加快构建新发展格局以及推动高质量发展的过程中，人力资本已成为城市间竞争的核心要素。近年来，兰西城市群人口流失严重，人力资本竞争力不足，直接影响到兰西城市群的城市经济韧性。选取兰西城市群中6个典型城市作为研究区域，运用线性混合效应模型探讨2010、2015、2020年人口增减分化对城市经济韧性的影响及作用路径。结果表明：（1） 2010—2020年兰西城市群主要城市的城市经济韧性总体上呈上升趋势，且形成了以兰州市和西宁市为核心，其余城市为边缘的“核心-边缘”结构。（2） 人口增减分化会直接影响到兰西城市群主要城市的城市经济韧性，人口流入对城市经济韧性具有正外部性。（3） 产业结构合理化程度不会改变人口变动对城市经济韧性的影响强度，对于兰西城市群中的人口流失型城市，初期的人口流失在一定程度上可以促进产业结构合理化，但这种产业结构调整模式不具有可持续性。（4） 人口变动会影响地方信息化程度，进而在一定程度上影响城市经济韧性，人口数量增加有利于城市信息化程度提高，进而增强了城市经济韧性。基于研究结论，应从推动区域协调发展、重视人力资本积累、加快产业结构转型升级、重视人口政策与信息化建设的协同推进等方面提升兰西城市群主要城市的城市经济韧性。

关键词： 人口变动; 城市经济韧性; 影响路径; 兰西城市群

本文引用格式

王逸菲 , 孔德臻 , 罗宇煊 , 毛锦凰 , 王梅梅 . 人口增减分化对兰西城市群城市经济韧性的影响与作用路径[J]. 干旱区地理, 2025 , 48(6) : 1020 -1030 . DOI: 10.12118/j.issn.1000-6060.2024.692

Abstract

As China accelerates the construction of new development models and advances high-quality development, human capital has become a key driver of intercity competitiveness. In recent years, the Lanzhou-Xining urban agglomeration has experienced significant population decline and insufficient human capital competitiveness, which have directly weakened its urban economic resilience. This study examines six representative cities within the Lanzhou-Xining (Lanxi) urban agglomeration, employing a linear mixed-effects model to analyze the effects and mechanisms of differentiated population growth and decline on urban economic resilience in 2010, 2015, and 2020. The findings reveal the following characteristics of urban economic resilience in the Lanzhou-Xining urban agglomeration. (1) Between 2010 and 2020, urban economic resilience generally increased across the Lanxi region, forming a “core-edge” structure, with Lanzhou City and Xining City at the core and other cities at the periphery. (2) Variations in population growth significantly affected urban economic resilience, with population inflows exerting positive externalities on regional resilience. (3) The rationalization of the industrial structure did not moderate the impact of population change on urban economic resilience. In cities experiencing population loss, initial declines facilitated some degree of industrial restructuring; however, this mode of adjustment was not sustainable over time. (4) Population change also influenced the level of local informatization, which in turn affected urban economic resilience. Population growth supported the development of urban informatization, thereby strengthening urban economic resilience. Based on these findings, it is recommended to promote coordinated regional development, enhance human capital accumulation, accelerate industrial transformation and upgrading, and advance population policy in tandem with informatization initiatives to improve the economic resilience of major cities in the Lanzhou-Xining urban agglomeration.

Key words： population change; urban economic resilience; influence pathways; Lanzhou-Xining urban agglomeration

中国经济已由高速增长阶段转向高质量发展阶段，进入新时代，习近平总书记鲜明提出我国经济发展进入速度变化、结构优化、动力转换的新常态[1]。在加快构建新发展格局，推动高质量发展的过程中，人力资本是经济增长的重要源泉和持久动力。随着中国城镇化迈入中后期发展阶段，大量人口和资源正迅速向东部地区（尤其是大城市）集中[2]，这一现象导致一些城市，特别是众多西部城市，面临显著的人口流失压力[3]。地方劳动力和高技术人才不足已成为制约某些西部城市社会经济持续健康发展的重要因素，同时也阻碍了这些城市的产业升级，形成明显的“瓶颈”效应。
“韧性”起源于拉丁语“resilio”[4]，含义为“回到初始状态”。经济韧性作为韧性的分支，被定义为“经济系统在面临和适应各种不确定性冲击时，能够保持其稳定性，并进一步驱动其恢复且进入更为稳健发展阶段的独特能力”[5]。2002年Reggiani等[6]基于经济韧性的概念，创造性地提出了城市经济韧性，即“某一地区的经济系统在遭受扰动或破坏后恢复到扰动前状态的一种能力”。人口增减分化对城市经济韧性具有显著影响，目前国内外学者关于人口变动与城市经济韧性关系的研究尚处于起步阶段[7]，且已有研究多侧重理论分析，动态研究和区域分析较少。Liu等[8]运用2008—2021年280个城市的数据，探究人口聚集对城市经济韧性的影响，研究结果表明人口集聚通过刺激消费者需求和促进技术创新，提高了城市经济韧性；Chen等[9]构建了研究人口集聚对城市经济影响的理论框架和测度模型，该研究也表明城市内部的人口聚集对城市经济增长具有促进作用，同时，人口的高度集聚能够增强城市经济韧性，使城市在面临各种挑战时更加稳健。研究者们进一步发现，相较于经济恢复力，城市人口的增长与收缩对其风险抵御能力的影响更为显著[10]。此外，产业结构配置以及人力资本水平在这一过程中对人口变动与城市经济韧性之间的关系起到了积极的调节作用[10]。同时，城市经济韧性与人口增长之间存在正相关关系，但也存在城市经济韧性与人口增长相背离的现象，我国城市可分为人口扩张-韧性强、人口扩张-韧性弱、人口收缩-韧性强、人口收缩-韧性弱4种类型[11]。
黄河上游指内蒙古自治区呼和浩特市托克托县河口镇以上的黄河流域地区，与中下游地区相比，黄河上游地区民族众多，经济相对落后，生态环境问题复杂且严重，生态环境保护与经济发展的矛盾异常突出[12]。兰西城市群是黄河上游地区经济发展的重要增长极，但由于区域发展不均衡，人口向我国东部地区集中，兰西城市群中的大部分城市已成为典型的“人口流出地”。当地人口外流会导致人力资本大量流失，这直接影响到兰西城市群的产业转型与经济高质量发展。因此，本研究选取兰西城市群中6个典型城市——兰州市、西宁市、白银市、定西市、海东市、海南藏族自治州作为研究区域，评估兰西城市群主要城市的人口流失程度，并判断其对城市经济韧性的影响，以期为兰西城市群城市经济韧性提升，经济高质量发展提供理论支持和政策建议。

1 研究区概况

兰西城市群是以兰州市和西宁市为核心，包括定西市、海东市、临夏回族自治州、白银市等9个地州市的经济带，是中国西部地区重要的跨省域经济和文化中心。兰西城市群的发展影响着甘肃和青海的经济发展，同时也将推动邻近的西藏和新疆的经济增长。这对促进民族团结、加强中国西部的国土安全以及稳定西南地区的发展具有重要意义。
参考《兰州—西宁城市群发展规划》以及考虑数据的可得性，本研究选取兰西城市群中6个典型城市（州）——兰州市、西宁市、白银市、定西市、海东市、海南藏族自治州作为研究区域（图1），重点分析该区域人口变动对城市经济韧性的影响机制，以期为地方抑制人口流失、引进人才以及产业转型提供政策优化和支撑。
图1 研究区区位

注：基于自然资源部标准地图服务网站审图号为GS(2019)1822号的标准地图制作，底图边界无修改。下同。

Fig. 1 Location of the study area

2 数据与方法

2.1 数据来源

本研究的数据主要来源于甘肃省和青海省2010、2015、2020年官方发布的《甘肃统计年鉴》和《青海统计年鉴》系列。同时，本研究还整合了市（州）、县两级统计部门提供的经济普查资料、政府部门年度报告及专项调查数据等多源信息。

2.2 研究方法

本研究通过3种情景模拟分析人口增减分化对兰西城市群城市经济韧性的影响与作用路径（图2）：
图2 人口变动影响城市经济韧性的理论框架

Fig. 2 A theoretical framework for the impact of population change on urban economic resilience

情景一：侧重分析人口变动对城市经济韧性的直接影响。在这一过程中，人口增长可能提升经济系统的抗风险能力，人口减少则可能削弱经济系统的适应性与恢复力。
情景二：侧重分析区域内产业结构合理化程度对城市经济韧性的影响。人口变动通过调整劳动力的供给规模与技能结构，影响生产要素的分配效率与产业匹配度。因此，产业结构的合理化程度受到影响，进而可能影响到城市经济韧性。
情景三：侧重分析区域当前信息化程度变化下人口变动如何影响城市经济韧性。信息化程度反映了社会发展水平和社会进步成效[13]，较高的信息化程度有利于城市降低创新成本，优化资源配置效率，可能会增强城市经济的稳定性。

2.2.1 城市经济韧性计算方法

目前，城市经济韧性的计算方法大致可分为单一变量指标法和多变量指标法两类。单一变量指标法虽然相对直观且计算结果简洁，但无法直接反映和刻画城市经济韧性。因此，本研究基于经济稳定性、经济创新性、经济恢复性和经济流通性4个维度，构建城市经济韧性评价指标体系，如表1所示。指标的构建参考了齐昕等[14]和许桂华等[15]总结的指标体系，同时还结合了宋玉茹等[16]关于“冲击恢复能力”的指标架构，以及蔡咏梅等[17]提出的经济流通性的相关指标，最终综合设置了4个维度共15个二级指标，以此来综合测度兰西城市群6个主要城市（兰州市、西宁市、白银市、定西市、海东市、海南藏族自治州）的城市经济韧性发展水平。
表1 经济韧性评价指标体系

Tab. 1 System of indicators for evaluating economic resilience

维度 指标 说明 方向
经济稳定性 通胀率 （本期CPI-上期CPI）/上期CPI -
人均GDP GDP/常住人口 +
城镇登记失业率 失业人口/适龄人口 -
净出口与GDP比值 （出口-进口）/GDP +
财政赤字率 （财政支出-财政收入）/GDP -
经济创新性 教育经费投入 教育事业经费支出/常住人口 +
科技研发投入 R&D经费支出/常住人口 +
创新成果产出 专利申请量+专利授予量 +
经济恢复性 人均固定资产投资额 固定资产投资总额/常住人口 +
人均社会消费品零售额 社会消费品零售总额/常住人口 +
旅游人数 年度旅游总人次 +
GDP发展水平 名义GDP/CPI +
私营企业和个体就业人数占比 （私营企业就业人数+个体就业人数）/常住人口 +
经济流通性 金融机构贷款余额 年度金融机构贷款余额 +
人均货运量 货运量/常住人口 +

注：CPI为居民消费价格指数；“＋”表示该指标为正向指标，“-”表示该指标为逆向指标。

（1） 经济稳定性
某一城市的经济稳定性与其经济总需求和总供给的协调发展程度有关[15]，当城市的经济总需求与总供给较为协调时，城市经济韧性将相对稳定，并能够发挥较强的自我协调能力。因此，城市内部经济系统稳定发展，通胀率和失业率保持在较低水平，以及城市经济波动较小等内部稳定因素会促使其经济维持良好的稳定性。本研究选取了通胀率、人均GDP、城镇登记失业率、净出口与GDP比值和财政赤字率5个二级指标来衡量兰西城市群6个主要城市的经济稳定性。其中，通胀率反映了货币购买力的下降速度，通胀率越低，经济稳定性越好；作为正向指标，人均GDP是衡量城市经济发展状况的重要指标之一；城镇登记失业率能够侧面反映城市经济发展的活力和稳定性，失业率越低，经济稳定性越好；净出口与GDP比值越高，经济稳定性越好；财政赤字率反映了城市内部经济系统的稳定性，财政赤字率越低，经济稳定性越好。
（2） 经济创新性
经济创新性是推动城市经济发展的核心动力之一。城市的经济创新性水平主要体现在教育经费投入、科技研发投入以及创新成果产出等方面，经济创新性水平的提高有利于增强城市经济韧性。从地方教育投入来看，一方面，教育经费投入的增加可以提升教育质量，培养出更多具备专业知识和技能的高素质劳动力[18]，进而满足产业升级的需求，提升产业竞争力和城市经济韧性；另一方面，较高的教育经费投入能够吸引和留住人才，形成人才集聚效应和知识溢出效应，增强城市经济的抗风险能力[19]。其次，科技研发投入的增加在改造传统产业、培育新兴产业、促进创新成果转化、提升企业竞争力等方面具有重要作用，是增强城市经济韧性的重要抓手。同时，城市创新成果产出增加可以促进城市创新能力的提升，在面对经济危机、市场竞争等外部冲击时，城市经济依然可以稳定发展[20]。因此，本研究选取教育经费投入、科技研发投入、创新成果产出作为衡量城市经济创新性的3个二级指标。
（3） 经济恢复性
城市经济系统的韧性不仅依赖于其稳定性和创新性，更取决于其在受到冲击和面对新环境时的抗冲击恢复能力[21]。在遇到金融危机、新冠疫情等“黑天鹅”事件时，城市经济系统能够抵御冲击并实现恢复性增长，才是城市经济韧性强大的直接体现。在城市经济系统中，投资规模、投资结构、消费水平以及经济结构等会影响到城市经济系统的抗冲击恢复能力。从投资规模和结构来看，投资规模的扩大以及投资结构的优化能够促进城市未来经济社会的健康发展，并有利于抵御未知风险；消费水平的增加能够刺激投资增长，成为推动经济增长的新动能[22]；经济结构多元化同样能提升城市经济系统的稳定性和恢复性。因此，本研究选取人均固定资产投资额、人均社会消费品零售额、旅游人数、GDP发展水平、私营企业和个体就业人数占比作为衡量地区经济恢复性的指标。其中，人均固定资产投资额代表了投资规模的大小，该指标越大则城市经济的恢复能力越强；人均社会消费品零售额的增加表明消费需求的扩大与经济活动活跃度的提升，有利于增强城市的经济恢复能力；旅游人数增加可以扩大消费支出、促进投资活动、推动经济结构优化、提高政府财政收入，进而提升城市经济恢复能力；GDP发展水平越高，经济基础越好，城市经济恢复能力越强；私营企业和个体就业人数占比越高，城市的创新能力、适应能力和市场活力更强，有利于城市实现恢复性增长。
（4） 经济流通性
经济流通性是城市经济系统抵御冲击并实现韧性恢复的重要支撑。在应对冲击时，良好的资金吸附能力是城市经济系统流通性的基础[23]，这主要体现在金融机构贷款余额的规模[24]。在风险控制有效的前提下，较高的贷款余额既反映城市对市场需求的承载力，又能通过资金循环增强吸附能力，最终提升经济系统的流通效率。因此，本研究选取金融机构贷款余额作为衡量城市经济流通性的指标。此外，货运量作为城市物流规模的指标，既能够反映城市运输基础设施水平，又可以映射城市的经济活跃度。因此，本研究选取货运量来衡量城市的经济流通性，货运量越高，物资流转效率越高，城市经济的流通性越好。

2.2.2 人口变动程度测算

考虑到地方常住人口和户籍人口统计具有一致性，且统计口径也保持一致，因此，本研究采用地方常住人口与户籍人口之差来测算人口增长与流失程度。户籍人口指地方公民已在其经常居住地的公安户籍管理机关登记了常住户口的人口[25]，反映的是地方辖区内的应有人口；常住人口指实际经常居住在某地区半年以上的人口，包含户籍人口及符合条件的非户籍居民。户籍人口与常住人口的差值反映了某地人口是否发生了收缩现象。采用下式计算人口的增长与流失程度：
S i t = R p o p i t - P p o p i t
式中： R p o p i t为城市i在t年的户籍人口数； P p o p i t为城市i在t年的常住人口数； S i t为城市i在t年的人口变动程度。若 S i t>0，表示城市人口流失；若 S i t<0，表示城市人口增长。

2.2.3 线性混合效应模型

本研究使用线性混合效应模型研究兰西城市群主要城市人口变动对于城市经济韧性的影响。混合效应模型一般包括固定效应和随机效应两部分，其中固定效应刻画人口变动等系统性变量的影响，随机效应捕捉城市群内嵌套结构及非系统的影响因素。线性混合效应模型的一般形式为：
Y i = I n t e r c e p t + ∑ x i × β + z i × b i + ε i
式中： Y i为第i个城市的城市经济韧性； I n t e r c e p t为模型截距； x i × β为固定效应； z i × b i为随机效应； ε i为个体残差项。本文根据已有研究，在人口变动影响的基础上，加入了产业结构合理化程度、地方信息化程度2个中介变量分析其影响机制。

2.2.4 中介变量

本研究通过引入2个中介变量（产业结构合理化程度和地方信息化程度），分别分析人口变动对城市经济韧性的影响机制。借鉴李研[26]的研究方法，用产业间比例均衡与关联协调程度表示产业结构的合理化程度，具体表现形式为：
R i t = ∑ i = 1 3 M i , j , t M i , t l n   M i , j , t M i , t / P i , j , t P i , t
式中： R i t为i城市在t时期的产业结构合理化程度； M i , j , t为i城市j产业在t时期的增加值； M i , t为i城市在t时期的地区生产总值； P i , j , t为i城市j产业在t时期的就业人数； P i , t为i城市在t时期的就业人数。
采用移动电话用户和互联网用户占城市人口的比例作为衡量地方信息化程度的指标，具体表现形式为：
I i t = M i t P i t + N i t P i t
式中： I i t为i城市在t时期的信息化程度； M i t为i城市在t时期的移动电话用户数； N i t为i城市在t时期的互联网用户数； P i t为i城市在t时期的总人口。该指标通过两类用户群体占比之和综合反映地区信息化发展水平。

3 结果与分析

3.1 城市经济韧性的演变特征与空间格局

根据这3 a的城市经济韧性数据（表2），可以看出6个城市在10 a间的城市经济韧性总体上呈上升趋势，但不同城市的城市经济韧性差异较大。其中，兰州市和西宁市作为城市群的核心，其城市经济韧性的增长尤为显著，尤其是兰州市的城市经济韧性从2010年的0.244增长到2020年的0.689，呈现出接近3倍的增长。而其他人口流失型城市的城市经济韧性增长较慢，海南藏族自治州在2010年有较高的城市经济韧性，但在2015年其城市经济韧性水平明显回落，尽管在2020年其城市经济韧性水平有所提升，但相比其他城市，其城市经济韧性水平幅度最小。
表2 兰西城市群主要城市的城市经济韧性

Tab. 2 Urban economic resilience of major cities in the Lanzhou-Xining urban agglomeration

城市 2010年 2015年 2020年
兰州市 0.244 0.537 0.689
西宁市 0.156 0.360 0.368
海南藏族自治州 0.271 0.204 0.221
海东市 0.056 0.141 0.197
定西市 0.042 0.108 0.145
白银市 0.118 0.177 0.224
将3 a的数据采用自然断点法，共分为高、中、低三类进行分析（图3）。研究显示，兰州市、西宁市两大核心城市在城市经济韧性方面表现出显著优势，展现出更强的稳定性和创新性；而海东市、白银市、定西市等人口流失型城市的经济韧性普遍处于较低水平。兰西城市群主要城市的城市经济韧性大体上呈对称分布，并形成了明显的“核心-边缘”结构，兰州市和西宁市的双核极化效应尤为突出，城市经济韧性呈现显著的梯度特征，由双核中心向周边地区递减。
图3 2010—2020年兰西城市群城市经济韧性的空间格局与变化

Fig. 3 Spatial changes of urban economic resilience in the Lanzhou-Xining urban agglomeration from 2010 to 2020

其中，海南藏族自治州在2010年相较其他城市具有较高的城市经济韧性，然而随后10 a间增长幅度较为平缓，经济地位逐渐边缘化。海南藏族自治州的经济发展轨迹呈现显著的阶段性特征。2010年期间，海南藏族自治州依托矿产资源开发、农牧业基础和旅游产业等因素，在早期发展阶段展现出较强的城市经济韧性。然而近年来，随着青藏高原生态保护工作的持续推进，海南藏族自治州在矿产资源开发、草场利用等领域面临多重约束，这种发展模式的转型压力直接影响其城市经济韧性水平的提升。
总之，兰西城市群中不同城市的城市经济韧性表现出显著的空间异质性，这种空间分异特征折射出区域内部的非均衡发展态势，该区域内的城市经济韧性在动态演化过程中形成了明显的“核心-边缘”结构。

3.2 人口变动对城市经济韧性的影响效应识别

人口变动对城市经济韧性的影响大体上可以分为2个方面：一方面，人口及人才的流入会直接增加城市人力资本存量，能够扩大劳动力供给，带来知识、技能等宝贵资源，提升当地产业的技术水平和创新能力，进而提升城市经济的稳定性和创新性。另一方面，人口流出会导致人力资本的流失，形成“人口流失-地方产业发展受限-经济结构发生变化-结构性失业-劳动力继续外流”[27]的恶性循环，进而影响到城市经济的稳定性和恢复性。但对于一些人口流出地来说，虽然劳动力和人力资本的流失会带来挑战，但通过外出务工人员的收入转移（如汇款效应），反而可能相对提升当地居民收入水平，改善社会福利。这种资金回流不仅有助于缩小本地居民间的收入差距，还可能通过消费拉动效应缓解区域经济发展不平衡问题。

3.2.1 人口变动对城市经济韧性的影响

通过调整随机效应参数结构，共拟合出3个线性混合效应模型（表3）。其中模型a和模型c的校正赤池信息准则和对数似然相同，但模型c包含了城市和年份2个随机效应。模型c共解释了88.9%的偏差，表明人口变动对城市经济韧性的影响具有跨城市和跨时间尺度的异质性。同时，拟合结果的残差诊断表明，该线性混合效应模型的残差符合正态分布假设，因此综合考虑选择模型c。
表3 线性混合效应模型拟合结果

Tab. 3 Linear mixed effects model fitting results

模型 固定效应 随机效应 校正赤池
信息准则		 对数
似然		 固定效应
解释方差		 总解释
方差
a 人口变动 （截距|城市） -2.504 9.508 0.778 0.778
b 人口变动 （截距|年份） -3.103 12.826 0.751 0.893
c 人口变动 （截距|城市）+（截距|年份） -2.504 9.508 0.778 0.889

注：（截距|城市）和（截距|年份）分别表示城市、年份的截距随机效应。下同。

由表4可知，所有模型参数均在0.001显著性水平上通过检验。模型的技术结果显示，人口变动变量的回归系数为负值，表明其与城市经济韧性呈现显著负向关联。在人口增长的城市，如兰州市和西宁市，人口增长幅度越大，对城市经济韧性的促进作用越明显；而在其他人口流失的城市，随着流失程度的增加，其城市经济韧性会逐渐降低。模型组间方差与人口变动幅度处于同一量级，反映出不同城市随机效应项对因变量的解释力度存在显著差异，这与不同城市的经济发展水平、产业结构特征、资源环境基础等因素相关。
表4 含随机效应的线性混合效应拟合结果

Tab. 4 Linear mixed-effects fitting results with random effects

参数 （截距|城市）+（截距|年份） （截距|城市）
截距 0.232（0.001）*** 0.232（0.021）***
人口变动 -0.004（0.001）*** -0.004（0.001）***
组间方差 0.004 0.005

注：括号内数值为参数估计值的标准误差；*、**、***分别表示在0.05、0.01、0.001水平上显著。下同。

3.2.2 人口变动对城市经济韧性的影响机制分析

根据上文中的情景模拟分析，人口变动对城市经济韧性的影响主要通过产业结构合理化程度和信息化程度发挥作用。为验证上述中介机制的有效性，本研究构建双重中介效应模型进行检验（结果详见表5）。数据显示：在未引入中介变量的基准模型中，人口变动对城市经济韧性的直接效应值为-0.004（模型1）和-0.003（模型2），证实人口减少与城市经济韧性存在直接负向关联。值得注意的是，当纳入中介变量后，核心解释变量的回归系数降至-0.003，较基准模型降幅达25%，这证明了中介效应的存在，符合理论预期。
表5 中介效应分析结果

Tab. 5 Results of the mediation effects analysis

参数 模型1 标准化系数 模型2 标准化系数
回归系数 标准误 t值 显著性 回归系数 标准误 t值 显著性
截距 0.232** 0.021 11.070 0.000 - 0.010 0.058 0.173 0.865 -
人口变动 -0.004** 0.001 -6.514 0.000 -0.852 -0.003** 0.001 -4.547 0.000 -0.724
产业结构合理化程度 - - - - - 0.125 0.101 1.232 0.238 0.172
信息化程度 - - - - - 0.178** 0.049 3.671 0.003 0.434
中介效应检验结果显示（表6），产业结构合理化程度的中介作用未通过显著性检验，这表明产业结构合理化程度的引入并未改变人口变动对城市经济韧性影响的估计，这2个解释变量在模型中的作用是相互独立的，且都对解释城市经济韧性有显著贡献。对于兰州市和西宁市而言，人口增长是直接促使城市经济韧性增加的显著因素，而产业结构合理化程度的变化在短期内无法显著地体现其促进作用。对于其他城市而言，人口流失与城市经济韧性呈显著负相关，这与陆丰刚[28]的研究结果相似。然而，与之不同的是，对于兰西城市群中的人口流失型城市，一定程度的人口流失会促进其产业结构合理化。这是由于人口流失促使当地工业企业进行结构性调整，以适应人口减少的新环境，而这种调整会向着更高效、低能耗、低成本的方向发展，从而暂时提高其产业结构合理化程度。但是，这种由人口流失驱动的产业结构调整不具备可持续性，也无法直接抵御人口流失造成的负面影响。
表6 中介效应检验结果

Tab. 6 Mediation effect test results

中介路径 总效应 中介效应值 标准误 Z值 显著性 95%置信区间 直接效应
产业结构合理化程度中介效应 -0.004** 0.001 0.124 0.004 0.997 -0.053~0.437 -0.003**
信息化程度中介效应 -0.004** -0.001 0.105 -0.010 0.992 -0.449~-0.029 -0.003**
根据检验结果（表6），信息化水平在人口变动与城市经济韧性间发挥部分中介效应，但其解释力度相对有限（贡献率为29.63%）。这表明，人口变动会导致地方信息化程度的变化，从而在一定范围内影响城市经济韧性。对于人口增长型城市，人口的增加促进了信息化程度的提高，进而在一定程度上增强了城市的经济韧性。相反，对于城市群中的人口流失型城市，人口减少导致信息流动和交换减少，进一步削弱了城市应对变化和冲击的能力，信息化程度的下降使得城市经济韧性变得更加脆弱。

4 结论与启示

4.1 结论

（1） 兰西城市群内6个典型城市在过去10 a中，其城市经济韧性总体上呈现上升趋势。然而，不同城市之间的城市经济韧性差异十分明显，形成了一个以人口增长型城市——兰州市和西宁市为核心，而将其余人口流失型城市相对边缘化的“核心-边缘”结构。在这些人口流失型城市中，海南藏族自治州的城市经济韧性增长速度尤其缓慢，正面临着明显的“增长瓶颈”问题。
（2） 人口变动是影响兰西城市群主要城市经济韧性的重要因素之一。人口变动对于城市经济韧性的影响主要可以从2个方面进行分析：一方面，人口流入为城市经济韧性带来了积极的外部效应，有助于提升城市的经济稳定性和创新能力；另一方面，人口流出则对城市经济韧性产生了消极的外部效应，这种现象会对城市经济在稳定性、创新性和恢复力等方面造成显著压力。
（3） 产业结构合理化程度作为一个中介变量，其影响并没有达到显著水平。这表明，产业结构合理化程度与人口变动是独立地影响城市经济韧性的重要因素，因此在分析中引入产业结构合理化程度并不会改变人口变动对城市经济韧性的影响强度。此外，在兰西城市群内的那些经历人口流失的城市，初期的人口流失在一定程度上可以促进产业结构合理化，推动工业企业向更高效、低能耗和低成本的方向发展。然而，这种由人口流失所驱动的产业结构调整缺乏可持续性，无法有效抵御人口流失带来的负面影响。
（4） 信息化程度对城市经济韧性的影响存在一定的中介作用，但这种中介效应程度相对较弱。地区人口的变化会引起信息化水平的波动，从而在一定范围内影响城市经济韧性。当人口数量增加时，信息化程度随之提升，这在一定程度上增强了城市经济韧性；相反，人口的减少会导致信息流动和交流的减少，进而削弱城市应对各种变化和冲击的能力。同时，信息化水平的降低则进一步使得城市经济韧性变得更加脆弱。

4.2 政策启示

（1） 因地制宜，推动区域协调发展。对于兰州市和西宁市，应避免过度集聚资源，防止“虹吸效应”加剧边缘城市的困境[27]。需要加强与周边城市的产业协同，例如共建产业园区、共享产业链上下游资源，以带动边缘城市的产业发展，助力其突破“增长瓶颈”。针对人口流失型城市，尤其是海南藏族自治州，在生态保护的前提下，注重培育特色优势产业，例如依托当地民族文化发展旅游产业[29]，打造特色农产品品牌，增强城市经济韧性，逐步缩小与核心城市的差距，促进兰西城市群的整体协调发展。
（2） 引才、育才、用才、留才[30]，重视人力资本积累。对于人口流入型城市，如兰州市和西宁市，应继续优化营商环境，吸引高端人才和创新企业[31]，加强教育、医疗等公共服务供给，提升城市承载力，进一步增强经济稳定性和创新能力。针对人口流出型城市，如海南藏族自治州和定西市，需深入分析流出原因，如就业机会少、收入水平低等，制定相应政策。通过发展特色产业、加强区域合作等措施，促进劳动力跨区域流动与就业[32]，缓解人口流出压力，提升城市经济韧性。
（3） 加快产业结构转型升级，推进城市经济健康可持续发展。在产业结构调整方面，应避免兰西城市群人口流失型城市过度依赖人口流失带来的短期产业结构合理化。政府应出台政策，引导企业进行可持续的产业升级，如提供技术改造补贴、鼓励企业研发创新等[33]，以增强企业竞争力，抵御人口流失带来的负面影响。
（4） 重视人口政策与信息化建设的协同推进。一方面，通过优化人口政策，吸引人才流入，增加人力资本，为信息化发展提供人力基础[34]。另一方面，加大对信息化基础设施的投入，提升信息化水平，增强城市经济韧性。同时，要关注兰西城市群人口流失地区的信息化建设，避免因人口流失导致信息化水平下降，进而削弱城市经济韧性。只有这样，才能使兰西城市群主要城市在面对各种变化和冲击时更具韧性，实现可持续发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
赵超, 刘红霞. 经济增速怎么看[N]. 人民日报, 2024-12-04(005).

[Zhao Chao, Liu Hongxia. What about economic growth?[N]. People’s Daily, 2024-12-04(005). ]

[2]
陆铭, 向宽虎, 李鹏飞, 等. 分工与协调: 区域发展的新格局、新理论与新路径[J]. 中国工业经济, 2023(8): 5-22.

[Lu Ming, Xiang Kuanhu, Li Pengfei, et al. Specialization and coordination: New pattern, new theory and new path in China’s regional development[J]. China Industrial Economics, 2023(8): 5-22. ]

[3]
吴康, 戚伟. 收缩型城市: 认知误区、统计甄别与测算反思[J]. 地理研究, 2021, 40(1): 213-229.

[Wu Kang, Qi Wei. Shrinking cities: Misunderstandings, identifications and reflections[J]. Geography Research, 2021, 40(1): 213-229. ]

[4]
王立奇. 中国城市生态韧性区域差异及影响因素研究[D]. 石家庄: 河北地质大学, 2024.

[Wang Liqi. Study on regional differences in urban ecological resilience and influencing factors in China[D]. Shijiazhuang: Hebei GEO University, 2024. ]

[5]
Martin R. Regional economic resilience, hysteresis and recessionary shocks[J]. Journal of Economic Geography, 2012, 12(1): 1-32.

[6]
Reggiani A, De Graaff T, Nijkamp P. Resilience: An evolutionary approach to spatial economic systems[J]. Networks and Spatial Economics, 2002(2): 211-229.

[7]
姜菁. 人口集聚对中国城市经济韧性的影响研究[D]. 济南: 山东师范大学, 2023.

[Jiang Jing. Influence of population agglomeration on urban economic resilience in China[D]. Ji’nan: Shandong Normal University, 2023. ]

[8]
Liu S, Li Y, Shen Z, et al. The impact of population agglomeration on economic resilience: Evidence from 280 cities in China[J]. International Review of Economics & Finance, 2024(94): 103429, doi: 10.1016/j.iref.2024.103429.

[9]
Chen L, Wang X, Hao Y, et al. Population agglomeration, borrowed size and urban economic growth in China[J]. Cities, 2024(155): 105491, doi: 10.1016/j.cities.2024.105491.

[10]
吴康, 宋嘉卓, 陈艺文. 人口增长与收缩对城市经济韧性的影响机制——基于产业结构和人力资本的调节效应[J]. 资源科学, 2024, 46(2): 249-261.

DOI

[Wu Kang, Song Jiazhuo, Chen Yiwen. The impact mechanism of population growth and shrinkage on urban economic resilience: Based on the moderating effects of industrial structure and human capital[J]. Resources Science, 2024, 46(2): 249-261. ]

DOI

[11]
孙铁山. 中国城市经济韧性和人口收缩——基于相关多样性和城际联系的解释[J]. 同济大学学报(社会科学版), 2024, 35(3): 63-74.

[Sun Tieshan. Economic resilience and population shrinkage of Chinese cities: An explanation from the perspectives of related variety and inter-city linkages[J]. Journal of Tongji University (Social Science Edition), 2024, 35(3): 63-74. ]

[12]
段汉明. 贫困的城市群带如何发展——黄河上游城镇密集区发展透视[J]. 城市规划, 2000, 24(11): 16-19.

[Duan Hanming. On urban development in less-developed areas: Perspectives for the urban cluster along the upper reaches of the Yellow River[J]. Urban Planning, 2000, 24(11): 16-19. ]

[13]
Yu H, Liu Y, Liu C, et al. Spatiotemporal variation and inequality in China’s economic resilience across cities and urban agglomerations[EB/OL]. [2018-12-13]. https://doi.org/10.3390/su10124754.

[14]
齐昕, 张景帅, 徐维祥. 浙江省县域经济韧性发展评价研究[J]. 浙江社会科学, 2019(5): 40-46, 156.

[Qi Xin, Zhang Jingshuai, Xu Weixiang. A study on the evaluation of the development of county economic resilience in Zhejiang Province[J]. Zhejiang Social Sciences, 2019(5): 40-46, 156. ]

[15]
许桂华, 陈海东. 粤港澳大湾区经济韧性的测度、时序演变及收敛性分析[J]. 当代经济, 2023, 40(5): 57-65.

[Xu Guihua, Chen Haidong. Measurement, time-series evolution and convergence analysis of economic resilience in Guangdong-Hong Kong-Macao Greater Bay Area[J]. Contemporary Economics, 2023, 40(5): 57-65. ]

[16]
宋玉茹, 董小君, 许诗源, 等. 中国经济韧性水平测度与时空格局演变分析[J]. 统计与决策, 2023, 39(9): 103-108.

[Song Yuru, Dong Xiaojun, Xu Shiyuan, et al. Level measurement and spatial-temporal pattern evolution analysis of China’s economic resilience[J]. Statistics & Decision, 2023, 39(9): 103-108. ]

[17]
蔡咏梅, 李新英, 孟令伟. 中国产业多样性、空间溢出与经济韧性[J]. 技术经济与管理研究, 2022(11): 118-123.

[Cai Yongmei, Li Xinying, Meng Lingwei. Industrial diversity, spatial spillover and economic resilience in China[J]. Journal of Technical Economics & Management, 2022(11): 118-123. ]

[18]
刘理欧. 东北地区人力资本变动的经济增长效应研究[D]. 沈阳: 辽宁大学, 2022.

[Liu Li’ou. Research on the economic growth effect of human capitalchange in northeast China[D]. Shenyang: Liaoning University, 2022. ]

[19]
李勋, 陈光宇. 人口聚集对城市经济韧性的影响研究——基于2010—2021年中国267个地级市差异性分析[J/OL]. 工程管理科技前沿. [2025-01-16]. http://kns.cnki.net/kcms/detail/34.1013.N.20241127.1844.004.html.

[Li Xun, Chen Guangyu. Study on the influence of population agglomeration on urban economic resilience:Based on an analysis of 267 prefecture-level cities in China from 2010 to 2021[J/OL]. Frontiers of Science and Technology of Engineering Management. [2025-01-16]. http://kns.cnki.net/kcms/detail/34.1013.N.20241127.1844.004.html.]

[20]
史玉芳, 牛玉. 关中平原城市群韧性空间关联网络及其影响因素研究[J]. 干旱区地理, 2024, 47(2): 270-280.

DOI

[Shi Yufang, Niu Yu. Resilience spatial correlation network and its influencing factors in Guanzhong Plain urban agglomeration[J]. Arid Land Geography, 2024, 47(2): 270-280. ]

DOI

[21]
李连刚, 张平宇, 程钰, 等. 黄河流域经济韧性时空演变与影响因素研究[J]. 地理科学, 2022, 42(4): 557-567.

DOI

[Li Liangang, Zhang Pingyu, Cheng Yu, et al. Spatio-temporal evolution and influencing factors of economic resilience in the Yellow River Basin[J]. Geographical Science, 2022, 42(4): 557-567. ]

[22]
任保平. 从中国经济增长奇迹到经济高质量发展[J]. 政治经济学评论, 2022, 13(6): 3-34.

[Ren Baoping. From the miracle of China’s economic growth to high-quality economic development[J]. China Review of Political Economy, 2022, 13(6): 3-34. ]

[23]
丁晨浩, 高鑫, 易兴. 长江经济带三大城市群经济韧性时空演变与影响因素研究——基于不同城市类型视角[J]. 长江流域资源与环境, 2025, 34(2): 280-294.

[Ding Chenhao, Gao Xin, Yi Xing. Spatiotemporal evolution and influencing factors of economic resilience in three major urban clusters in the Yangtze River economic belt: A perspective based on different city types[J]. Resources and Environment in the Yangtze Basin, 2025, 34(2): 280-294. ]

[24]
谢绚丽, 沈艳, 张皓星, 等. 数字金融能促进创业吗?——来自中国的证据[J]. 经济学(季刊), 2018, 17(4): 1557-1580.

[Xie Xuanli, Shen Yan, Zhang Haoxing, et al. Can digital finance promote entrepreneurship? Evidence from China[J]. China Economic Quarterly, 2018, 17(4): 1557-1580. ]

[25]
施帆. 演化经济地理视角下的中国城市创业活动时空动态及影响因素研究[D]. 杭州: 浙江大学, 2021.

[Shi Fan. Spatiotemporal dynamic and determinants of urban entrepreneurship in China from the perspective of evolutionary economic geography[D]. Hangzhou: Zhejiang University, 2021. ]

[26]
李研. 行业收入差距、产业结构升级与区域产业定位[J]. 山西财经大学学报, 2021, 43(1): 27-41.

[Li Yan. Industry income gap, industrial structure upgrading and regional industry positioning[J]. Journal of Shanxi University of Finance and Economics, 2021, 43(1): 27-41. ]

[27]
于尚坤. 基于多源数据的中国城市收缩时空分异与驱动机制研究[D]. 济南: 山东师范大学, 2024.

[Yu Shangkun. Spatiotemporal differentiation and driving mechanism of urban shrinkage in China based on multi-source data[D]. Ji’nan: Shandong Normal University, 2024. ]

[28]
陆丰刚. 人口流失影响了东北地区经济增长吗?——基于东北地区户籍人口流失测算数据[J]. 人口与发展, 2021, 27(5): 98-110, 120.

[Lu Fenggang. Does population loss harm the economic growth in northeast China: Based on the measurement on population loss in northeast China[J]. Population and Development, 2021, 27(5): 98-110, 120. ]

[29]
谢红雨, 伊继东, 甘建候. 云南民族文化旅游产业效益的SSA分析[J]. 中国人口·资源与环境, 2014, 24(增刊3): 238-241.

[Xie Hongyu, Yi Jidong, Gan Jianhou. Benefit of ethnic culture tourism industry in Yunnan based on method of SSA[J]. China Population, Resources and Environment, 2014, 24(Suppl. 3): 238-241. ]

[30]
陈强远, 叶杨, 李晓萍. 中国区域人才政策的量化评价与时空演变[J]. 江苏社会科学, 2024(1): 166-175.

[Chen Qiangyuan, Ye Yang, Li Xiaoping. Quantitative evaluation and spatiotemporal evolution of regional talent policy in China[J]. Jiangsu Social Sciences, 2024(1): 166-175. ]

[31]
谢晓艺, 石培基, 张韦萍, 等. 兰西城市群产业生态化时空分异特征及驱动因素分析[J]. 兰州大学学报(自然科学版), 2022, 58(5): 668-677.

[Xie Xiaoyi, Shi Peiji, Zhang Weiping, et al. Analysis of the spatial-temporal pattern and influencing factors of industrial ecology in the Lanxi urban agglomeration[J]. Journal of Lanzhou University (Natural Sciences Edition), 2022, 58(5): 668-677. ]

[32]
仇童伟. 精准扶贫、人口流动与地区经济差距[J]. 经济理论与经济管理, 2024, 44(4): 51-66.

[Qiu Tongwei. Targeted poverty alleviation, population mobility and regional economic gap[J]. Economic Theory and Business Management, 2024, 44(4): 51-66. ]

[33]
陈实, 尚航标. 因地制宜发展新质生产力的财政政策激励研究[J]. 福建师范大学学报(哲学社会科学版), 2024(6): 66-76.

[Chen Shi, Shang Hangbiao. Research on fiscal policy incentives for developing new quality productive forces according to local conditions[J]. Journal of Fujian Normal University (Philosophy and Social Sciences Edition), 2024(6): 66-76. ]

[34]
朱巧玲, 万春芳. 中国式现代化视域下数字经济与人口高质量发展[J]. 经济纵横, 2024(9): 57-65.

[Zhu Qiaoling, Wan Chunfang. Digital economy and high-quality population development from the perspective of Chinese path to modernization[J]. Economic Review Journal, 2024(9): 57-65. ]

Options
文章导航

/

〈 〉