(上海理工大学 管理学院，上海 200093)
摘 要：随着全球化趋势的不断加强，地区面对的外部波动日益加剧，关于区域经济韧性的研究逐渐受到关注。地区产业结构布局特征关乎地区生产结构，以相关多样性为代表的布局特征日益受到重视，但是其对于区域经济韧性的影响却未有定论。以我国27个省市2005-2016年面板数据为样本，采用门槛模型，引入地区创新水平差异，研究产业相关多样性对区域经济韧性的具体影响。结果表明，相关多样性对区域经济韧性的影响因为地区整体创新水平差异而呈现出显著的区间效应：当地区创新水平较低时，相关多样性对区域经济韧性呈负向影响，且负向影响随创新水平的上升而逐渐减弱；当地区创新水平较高时，相关多样性对区域经济韧性呈显著正向影响。结合我国地区多样化与创新水平现状提出：在新时代背景下，加强相关多样性布局与地区创新水平建设是地区应对外部冲击的有效思路。
关键词：产业相关多样性；Jacobs外部性；区域经济韧性；地区创新水平；门槛效应
DOI：10.6049/kjjbydc.2019010410
开放科学(资源服务)标识码(OSID)：
中图分类号：F061.5
文献标识码：A
文章编号：1001-7348(2019)13-0039-09
Guo Jiang, Xu Zeqing
(Business School, University of Shanghai for Science and Technology, Shanghai 200093, China)
Abstract：In recent years, with the strengthening of globalization and the intensification of external fluctuations faced by each regions, the study about regional economic resilience has attracted increasing attention. The role of regional industrial structure are related to regional production structure, and the distribution characteristics represented by related variety are increasingly valued, but its impact on regional economic resilience has not been concluded yet. We take panel data of 27 provinces and cities in China from 2005 to 2016 as samples, threshold model was adopted to study the specific impact of industry-related variety on regional economic resilience by introducing regional innovation level differences. The results show that the influence of related variety on regional economic resilience shows significant range effect due to the difference of overall regional innovation level. When the regional innovation level is low, related variety has a negative impact on regional economic resilience, and the negative impact gradually weaken with the increase of innovation level. When regional innovation level is high, related variety has a significant positive impact on regional economic resilience. Based on the current situation of regional diversification and innovation level in China, this paper puts forward that in the new era, strengthening the layout of related diversity and the construction of regional innovation level is an effective way for regions to effectively cope with external shocks.
Key Words:Industry-related Variety; Jacobs Externalities; Regional Economic Resilience; Regional Innovation Level; Threshold Effect
作者简介：郭将(1978-)，男，山西太原人，博士，上海理工大学管理学院副教授，研究方向为技术创新与区域经济发展；许泽庆(1993-)，男，福建漳州人，上海理工大学管理学院硕士研究生，研究方向为技术创新与区域经济发展。
随着全球化联系的日益紧密，一国或地区面临的外部风险也在不断增加。地区一旦面临外部负面波动的干扰，其经济发展路径与方式将会受到严重冲击甚至破坏[1]。基于此，一个值得思考的问题是，为何不同区域在面对外来危机性冲击时往往表现出适应能力的巨大差异，即适应能力强的区域可通过有效转型摆脱困境，而适应能力差的区域却从此一蹶不振，极有可能陷入衰退的泥潭。
对于这种现象的解释近年来集中在对区域经济韧性的探讨上，演化经济地理学者用它衡量某一地区抵御外部冲击的经济稳健性与实现长期转型发展的能力[2]。尽管全球化发展已经进入新阶段，但是保护主义、霸权经济抬头却也给许多地区带来了不稳定因素。以美国为首的西方国家提出“再工业化”战略，企图夺回工业制造的领头地位，不断通过产品竞争、技术封锁等方式对曾经依靠资源投入、成本优势支撑经济发展的国家与地区形成了巨大冲击。不仅如此，贸易保护行为也打击了许多外贸型国家与地区发展[3]，使得许多国家和地区在新形势下，不得不反思自身经济韧性是否足以应对日益复杂的国际环境，以寻求新环境下经济的有效发展。
对于中国而言，许多地区曾过度依赖主导产业发展，通过大量资源投入支撑地方经济发展，类似“专业化之城”建设一度成为潮流。尽管这种模式在特定阶段发挥了重要作用，却也逐渐显露出其弊端。在新形势下，这些区域主打产业一旦在外部市场受到较强的竞争冲击或需求萎缩，技术过时、模式老旧的窘境不仅难以在波动局面下维持原有增长模式，反而还可能由于自身结构特点，在面临危机时难以有效转型，导致生产减缓甚至衰退。近期贸易战对于中国许多产业的封锁与打击，已经逐渐为很多区域敲响了警钟，引发了对于地区经济遭受危机甚至衰退的担忧。
值得注意的是，当某一地区遭受到外来冲击时，首当其冲的往往是其生产结构，进而蔓延到整个地区其它经济层面[4]，尤其是经济冲击，会导致地区商品由于竞争、成本等因素而滞销、企业饱受压力而裁员等。而地区生产结构则恰恰取决于该地区产业结构的布局特征[5]。因此，对于区域经济韧性的关注，首先必须明晰哪种产业结构布局特征有助于经济韧性建设。多样化组合特征以其更强的抵御能力受到了广泛赞誉[6]， 但受到冲击后危机产业如何有效实现转型复苏，才不至于对整个地区产生负面效应，仍然是影响区域经济韧性的关键所在。因此，多样化产业间技术相关性特征已经成为分析多样化结构对经济韧性影响的重要切入点。本研究在现有区域经济韧性相关研究的基础上回答以下问题：①相关多样性与区域经济韧性间存在何种影响关系？②这种关系的影响机理如何？③其影响路径是否依赖于特定外部环境条件？并进一步结合我国实际情况，探讨相应政策举措。
近年来，经济地理学者陆续将韧性引入到区域经济领域，而国内研究主要停留在对国外研究的综合评述上[7, 8]。区域经济韧性被描述为一个地区经济应对外部波动时抵御冲击的能力，或者成功在冲击中脱离旧增长模式得以转型而实现发展的能力[1]，这些冲击来源于由自然因素、政治变革、经济危机、技术革命而导致的产业衰落与大型工厂倒闭等[9]。由于地区产业结构分布形式或特征不同，使得地区生产结构与就业结构呈现出不一样的特征，在面对外部波动时也随之呈现出不一样的稳健性。当前，大多数研究关注多样化产业结构分布特征对区域经济韧性的影响，主要集中在以下3个层面：
(1)多样化结构对风险的扩散作用。其核心思想是，不同类型产业具有不同的需求弹性、出口导向、劳动力和资本强度以及对外竞争风险，所以不同产业本身对于特定冲击的敏感性存在差异[10]。当外部波动对地区产生危机性冲击时，多样化结构下只有一个或少数几个产业受到影响或面临危机，而其它产业却可以幸免于难，从而使地区整体实现较好的经济韧性[11, 12]。除Kort[13]、Malizia & Ke[14]等早期对产业多样化与区域经济稳定性的经典研究以外，其它学者还通过实证研究对许多不同国家的实际效果进行了检验[5, 15]。研究结果表明，多样化结构使得许多地区在面对波动性经济冲击时，地区整体韧性效果较好。多样化产业结构布局也因此成为许多国家或地区的重要政策参考[16, 17]。
(2)多样化产生的外部性促进地区产业转型。从Jacobs[18]最早提出多样化带来的动态外部性以来，不少研究指出多样化结构能够产生外部性，并在不同知识间产生溢出效应，从而更好地促进创新[14, 15]。这种外部性可以有效避免专业化带来的认知锁定，是地区产业摆脱原有模式、实现经济转型的有效途径。一方面，对于地区产业而言，技术升级既有利于提高地区生产效率，又有利于产业通过改造和转化现有技术摆脱原有生产模式，从而面对外部冲击[19]。另一方面，地区知识结构储备也有助于明确地区发展方向。多样化结构具有的内生知识多样性溢出，能够有效促进地区产业在交流过程中逐步转化外部知识溢出[20, 21]，从而提升地区技术创新效率。这两方面都使得多样化地区拥有更强的知识创新与转型能力，而这对于衰退产业转型、区域经济韧性提升具有重要意义[16, 22]。
(3)以Frenken等[23]演化经济地理学家为最初代表，将多样化产业进一步划分，用相关多样性指代具有技术替代性或互补性特征的产业多样性。其核心思想是，相关多样性结构优势在于确保区域存在多个知识领域而又彼此相关，使得多样化产业之间能够进行充分有效的知识交流。因此，相关多样性支持者认为，相关多样性结构有利于增强经济韧性，使来自不同知识领域的技术能够相互组合、交叉创新并孕育新发展路径[24, 25]。在技术上相关多样化考虑到产业间适当的技术距离，以相似性技术为纽带，诱发企业进行创造性合并，促进新技术产生以应对危机[26]。不仅如此，已有研究认为技术相关还造就了劳动力技能相关，使得劳动者在多样化产业间流动时拥有最高的效率[27]。
但是，也有一些学者认为相关多样性不利于区域经济韧性提升。若技术存在联系，当区域经济由于内部因素或外部需求冲击而受到负面影响时，冲击传导到特定产业后，可能会向关联部门蔓延，导致多产业部门产生连锁反应[28, 29]。因此，相关多样性结构实际上对区域经济韧性存在负面影响。
可以看出，以往研究一方面突出了多样化对风险的分散作用，但也在一定程度上忽略了仍有产业受到波及的事实，这些危机产业造成的产出下降与就业问题仍然值得探讨。另一方面，多样化外部性研究虽然为危机产业转型、地区经济韧性提升提供了有效解决路径，但其却忽略了不同产业间的技术关系以及产业的可逐级细分特性。虽然外部性是存在的，但合适的技术距离是需要考虑的前提，尤其是不存在技术关联的技术溢出转化成新技术的可能性较低[26]。相关多样性结构扩展了多样化特征，无论是在产业转型方面还是劳动力跨部门流动方面都存在积极作用。但是，目前研究结果对于其对区域经济韧性的实际效果仍然存在争议，且鲜有研究将产业主体与劳动力主体进行结合分析。已有研究也未充分考虑地区危机产业转型过程中岗位提供与劳动力再就业间的匹配问题，而这对于区域经济韧性至关重要。因此，有关相关多样性对区域经济韧性影响的分歧可能源于已有研究未将生产转型与劳动就业匹配关系及其环境纳入考量。基于此，本研究重新审视其内在影响机理。
相关多样性结构对区域经济韧性的积极作用体现在两个方面。一方面，当外来冲击造成影响时，Jacobs外部性的存在将使危机产业在区域技术相关结构下更易于创新和转型，或使地区萌发新产业，实现生产的可持续性；另一方面，这种结构布局使得区域劳动力技能在不同岗位上存在技术相关性，当劳动力在产业间流动时，将产生最高的流动效率。这两个方面各自的作用与相互间影响过程又由于地区整体环境差异而存在一定区别，下面进行具体分析并阐述其影响机理。
(1)Jacobs外部性与产业创新转型。对于区域内产业主体而言，相关多样性结构在外部性溢出效应方面发挥了积极作用。外部性有助于技术创新，而对相关知识与技术进行融合则具有更高的创新效率[30]。一方面，企业在创新转型过程中，如果不存在知识或技术来源，往往面临着较高风险和沉没成本，为节约成本和降低风险，整合现有技术、知识与生产能力等资源通常是较好的选择，而且可以更好地向认知距离较近的产品方向演化。除成本和风险因素外，若产品间存在较远的技术认知距离，那么企业实现技术突破的可能性往往很小；另一方面，创新不是凭空的，依靠相似知识或技术交叉组合进行升级，知识的邻近性恰恰创造了机会。因此，相关多样性产生的Jacobs外部性由于技术联系的存在而可能发挥更大的作用，产业可以利用技术相似性实现产业内部或产业间并购重组，创造出新工艺和高技术产品，进而实现转型和再生产[31]。除此之外，这种技术纽带还可能萌发出新的区域产业[32-34]，为地区复苏注入新动力。
但是，外部知识对产业内部企业创新过程与产业整体的影响并不总是自动发生的，它还依赖于周围环境。外部性促成创新的实际效果由于地区整体创新水平不同而存在差异[20, 35]。首先，如果区域整体创新能力较低，那么这种溢出效应效果较小，因为整体创新水平较低区域很难将相关技术溢出转化为实际成果，也就很难具备转型升级的能力。随着地区创新水平的不断提升，转化溢出能力逐渐加强，整体创新能力较高区域在面对外部冲击时更倾向于依靠积累的外部性进行生产转型，且更具备充分的应对潜力[32]。因此，相关多样性由于Jacobs外部性对于经济韧性的积极作用随地区整体创新水平环境差异而呈现出不同效果；其次，与传统多样化不同，相关多样性结构由于技术相关性，当区域经济受到负面影响时，需求萎缩传导到特定产业后，会迅速向相关部门蔓延，导致多产业部门产生连锁反应，从而产生一定的负面影响，这种传导效应将伴随着冲击发生到结束后的一段时间。基于此，从生产主体或生产部门角度而言，产业相关多样性对区域经济韧性的影响同时存在正向与负向效应，并且在低创新能力地区综合呈现出负效应。
(2)劳动力主体流动与产业主体匹配。关于劳动力失业问题，其重点是如何以最高效率实现再就业。特别是在生产衰退或停滞时期，企业更倾向于通过裁员降低成本。在危机时期，失业劳动力如果不能有效在区域内再就业，将会导致人力资本流失[27]。由于劳动力技能转换需要成本，如培训费用等，如果成本过高，地区失业将难以改善。相关多样性结构由于技能相关，使得地区就业结构存在技能相似性。当外部波动导致产业产生危机时，劳动力将以较低转换成本获得再就业机会，形成产业间劳动要素流动。但是，若大多数区域内产业就业已经达到饱和，则需要更进一步考虑匹配问题。
一般而言，劳动力技能随着生产部门技术与结构的不断升级而实现技能逐步提升。这种情况下不会出现原有技能与新产业技能要求之间的断层，再生产与再就业能够得到较好的匹配。但是，在低创新水平地区，产业识别与利用外部性溢出的转化效率较低，面对冲击时转型效果不佳。在这一阶段，冗余劳动力再就业机会变少。如果一个地区整体创新水平较低，产业主体转型绩效较差，再生产将较难实现，此时就业供需错配情况的出现将会削弱区域经济韧性强度。
创新水平较高地区，当特定产业受到冲击时，更易于识别与转换相关多样性结构下由Jacobs外部性所产生的溢出效应，从而激励产业内或产业间并购重组，产生新生产工艺与产品，实现转型升级；甚至由此产生新的外部性，萌发新产业，带动该区域其它产业整体发展。而对于劳动市场，由于技能的相似性，原本冗余劳动力得以在转型后的产业实现回流，并循序渐进获得技能的逐步升级，带来新知识溢出。在这一过程中，再生产与再就业不仅得以实现，更得到了充分的匹配。这一良性循环进一步提升了危机中地区产业的稳健性，提高了区域经济韧性水平，使生产过程得以持续。
综上所述，相关多样性对于区域经济韧性的整体影响可能存在正向或负向作用，与已有部分研究一致。但这种效果可能由于不同地区整体创新水平不同而呈现出分化结果。基于此，本研究提出以下假设：
H1：考虑到不同区域整体创新水平存在差异，产业相关多样性对区域经济韧性将呈现非线性影响。
H2：在整体创新水平较低地区，相关多样性对区域经济韧性存在负向影响，且负向影响随地区创新水平提升而减弱；在整体创新水平较高地区，相关多样性对区域经济韧性呈现正向影响。
根据理论分析，由于不同地区整体创新水平存在差异，相关多样性对区域经济韧性的影响可能呈现非线性关系，不同区间存在差异化结果。为避免对创新水平区间进行人为划分带来的实际偏误,Hansen[36]发展的门槛面板模型可根据数据自身特点进行区间划分，有助于探究不同创新水平下相关多样性对区域经济韧性的影响效果。首先设定单一门槛，并随之拓展到多门槛模型。单一门槛模型设定如下：
bi,t=μi+θxi,t+β1rvi,tI(gi,t≤γ)+β2rvi,tI(gi,t>γ)+εi,t
(1)
其中，i表示地区，t表示年份，bi,t、rvi,t分别表示被解释变量(区域经济韧性，用敏感度指数b表示)和解释变量(相关多样性，用RV指数表示)。xi,t为控制变量，θ为相应的系数向量。gi,t为门槛变量，本研究指各地区整体创新水平，γ为特定门槛值。I(·)为一指标函数，括号中表达式为真，取值为1，否则取值为0。μi用于反映各地区的个体效应，如地区文化等不可观测因素,εi,t为随机干扰项，各核心变量将在下文中具体阐述。在门槛分析过程中，首先采取从每一个观察值中减去其组内平均值的方法消除个体效应μi，从而得到参数估计量。如：
(2)
可通过变换得到如下模型：
(3)
进一步对全部观察值累叠，并采用矩阵形式将式(3)表示为：
b*=X*(γ)β+ε*
(4)
对于给定的门槛值γ，使用OLS估计式(4)得到β的估计值：
β(γ)=(X*(γ)′X*(γ))-1X*(γ)′b*
(5)
进而得到相应残差平方和为：
(6)
其中，为残差向量。
将式(6)最小化得到对应的S1(γ)值，进一步获得γ的估计值，即：
(7)
进而可得到残差向量残差平方和参数估计值结束后，仍然需要检验：一是门槛效果是否具有显著性，二是门槛估计值与其真实值是否一致。对于检验一，原假设为H0:β1=β2,备择假设为H1:β1≠β2, 检验统计量为：
(8)
其中，S0为在原假设H0下得到的残差平方和。在原假设H0下，门限值γ是无法识别的，因此F1统计量分布是非标准的。Hansen建议采用“自抽样”科学方法(Bootstrap)获得其渐进分布，继而构造P值。第二个检验的原假设为相应似然比检验统计量为:
(9)
该统计量分布也是非标准的，可使用公式计算出其非拒绝域，当时，拒绝原假设，α表示显著水平。当α在5%显著性水平下时，LR统计量的临界值为7.35。以上假设基于单门槛分析，若为双门槛，则可以经过类似处理，此处可将模型设定为:
bi,t=μi+θxi,t+β1rvi,tI(gi,t≤γ1)+β2rvi,tI(γ1<gi,t≤γ2)+β3rvi,tI(gi,t>γ2)+εi,t
(10)
估计方法是先假设单一门槛模型中估计出的为已知，再进行γ2的搜索, 最终得到：
(11)
是渐进有效的，但却不具有此性质。通过固定对再次进行搜索，可以得到优化后的一致估计量多重门槛模型假设检验过程类似于单门槛，限于篇幅不再赘述。
4.1.1 相关多样性及其衡量方法
Frenken等[23]界定了相关多样性概念，并采用熵指标方法计算RV指数用以表示相关多样性大小。国内产业分类与国外略有不同，孙晓华、柴玲玲[29]在我国行业分类基础上计算RV指数时只细化到二位码产业，并未细化到三位码行业，这将导致结果产生一定误差。本研究在Frenken的基础上，借鉴李福柱和厉梦泉[37]的思路，进一步细化到三位码产业进行计算，以保证求解结果的精确性。采用工业部门每一个二位码产业部门内各三位码产业熵值加权和衡量三位码细分产业的RV指数，具体求解公式为：
(12)
式(12)中，Hi,j为求解RV指数的过渡公式；Pj,k为i省(市)第t年某二位码产业j内三位码产业k全部工业企业总产值占地区工业企业总产值的比重。Pi,j为i省(市)第t年某二位码产业j全部工业企业总产值占地区工业企业总产值的比重；n为区域内所有三位码产业，m为区域内所有二位码产业。RVi,t为第t年i省(市)的RV指数，在变量中用RV表示。
中国国民经济行业分类标准与国外类似，即使用不同门类对产业进行划分，各省市自治区对于分产业产值的统计均采用该标准。在已有研究的基础上，将工业门类下的煤炭开采和洗选业、黑色金属矿采选业、农副食品加工业与纺织业等共计41个三位码细分产业作为检验相关多样性的样本产业进行计算[2, 23, 29, 37]。
4.1.2 区域经济韧性及其衡量方法
对于区域经济韧性，Martin[10]提出的度量方法较为客观，即采用每个地区每一时期的敏感度指数b进行衡量，其计算公式为：br=(ΔEr/Er)/(ΔEN/EN)。其中，br是所研究地区的敏感度指数，ΔEr/Er是指所研究区域在波动期的地区工业生产总值或就业人数变化率，ΔEN/EN是指全国在波动时期的生产总值或就业人数变化率。徐媛媛和王琛[28]在实证研究中将敏感度指数大于1的地区定义为弱韧性地区，而将敏感度指数小于1的地区定义为强韧性地区。但是，这种二分法容易忽视两个区间内其它指数值的大小，本研究保留敏感度指数的连续性，使经济韧性的大小具有可比性，敏感度指数越低意味着经济韧性越强。
4.1.3 门槛变量
根据上述理论分析，采用每个地区整体创新水平作为门槛变量。需要注意的是，许多关于地区创新水平的相关研究在量化时倾向于使用地区专利申请数进行分析。然而，以每个地区专利绝对数量直接比较，将会产生一定误差。本研究采用每个时期地区专利申请授权数占全国授权数的比重客观衡量地区整体创新水平差异，变量使用INNOVA表示。
4.1.4 控制变量
为使实证结果更加精确和稳健，参考已有实证研究[2, 28]与我国实际情况，加入能够影响区域经济韧性的控制变量。
(1)地区财政支出占比(GOV)：每个地区政府在本地区面对外部波动与冲击时不得不提供财政援助，尽管这种援助在一定程度上有助于危机产业复苏，但长期却可能使地区生产主体产生政策依赖，削弱其危机下的自生能力，甚至减弱其研发投入从而不利于转型[38]。因此，地区财政支出影响地区经济韧性强度，该变量使用地区财政支出占地区生产总值的比重衡量。
(2)对外开放度(OPEN)：虽然本研究更多注重区域内整体经济韧性，但区域对外开放度凸显了地区面对外来波动时吸收风险的能力。经济开放度越高,与外部的关联性越强,经济就越可能受到外部环境影响而产生波动[39]。本研究用历年进出口总额占地区生产总值的比重作为对外开放程度的衡量指标，并按照当年平均汇率水平折算为人民币进行计算。
(3)金融发展度(FIN)：除实体产业外，地区金融发展程度影响整个地区资金融通效率。特别是地区产业面临冲击后，衰退期生产更需要高效的资金流支持。在金融发展指标选取上，由于我国信贷偏向于国有部门，张军、金煜[40]提出非国有部门贷款比重能较为准确地衡量现期中国金融发展程度。因此，本研究使用固定资产作为中介指标，以总贷款/地区生产总值×(1-国有经济固定资产投资总额/全社会固定资产投资总额)衡量金融发展程度。
(4)地区国有工业规模(NATION)：除已有研究中可能对区域经济韧性产生影响的控制变量，结合中国实际现状，国有工业部门在每个地区都占有一定规模，并且与其它类型产业相比，其在规模、技术与政策方面更具优势，国有工业规模越大将使得地区面对波动时稳健性越高。地区国有工业规模用地区国有工业总产值与地区工业总产值的比值衡量。
根据研究需要与数据可获得性，以2005—2016年为时间区间进行研究。由于辽宁、河南、云南、西藏缺乏细化的三级产业工业产值、就业人数等指标，予以剔除，最终选取我国大陆27个省市自治区数据样本进行分析。所有相关数据来源于各省统计年鉴、《中国统计年鉴》、《中国金融年鉴》和《中国工业经济统计年鉴》等。表1列示了相关变量定义和描述性统计结果。
实证过程使用Stata15.1软件进行。首先，为确定模型形式，需要确定门槛个数。因此，依次在无门槛、单门槛和双门槛设定下估计模型(10)，表2为采用自抽样方法进行500次抽样获得的P值与F统计量。可以看出，单一门槛、双门槛均在1%水平下显著，对应P值均为0.007，三重门槛在10%水平下存在显著结果，P值为0.063。但是，是否存在重复门槛值，仍然需要结合似然估计值与置信区间判断并得出最终结果。
表1 主要变量描述性统计结果(2005-2016年，N=27,T=12)
变量名观察值变量定义平均值标准差最小值最大值b324敏感度指数4.7625.073-7.79920.68GOV324政府支出占比0.2150.0960.0790.627FIN324金融发展程度0.7680.293-0.3951.777OPEN324对外开放度0.3260.3950.0321.723NATION324国有产业规模0.2321.6650.00329.96RV324相关多样性指数4.1211.988-2.3406.986INNOVA324地区创新水平0.0340.0480.0000.232
注：根据各省统计年鉴、《中国统计年鉴》、《中国金融年鉴》和《中国工业经济统计年鉴》等数据来源计算整理
表2 门槛效应检验结果
模型F值P值BS次数临界值1%5%10%单一门槛16.516∗∗∗0.00750013.7925.1322.435双重门槛7.630∗∗∗0.0075006.6903.6112.356三重门槛8.275∗0.06350012.2518.9785.825
注:①P值和临界值均为采用“自抽样法”(Bootstrap)反复抽样500次得到的结果;②***、**和*分别表示在1%、5%和10%水平下显著；由Stata15.1执行得出，下同
表3为各门槛值的估计值与对应的95%置信区间，结合图1与图2可以了解门槛估计与置信区间构造过程。门槛参数估计值是指似然比检验统计量LR为零时γ的取值，根据似然图与置信区间得出模型存在重复门槛，故采用双门槛进行分析。在双门槛模型中，门槛值分别为0.003(见图1)和0.021(见图2)，各门槛估计值的95%置信区间是所有LR值小于5%显著水平下临界值7.35(对应图中虚线)的γ构成的区间。依据分析得出的门槛值，可将各地区按照整体创新水平分为低创新水平地区(INNOVA≤0.003)、中等创新水平地区(0.003<INNOVA≤0.021)和高创新水平地区(INNOVA>0.021)3种情况。
图3列示了中国不同地区整体创新水平差异性，根据门槛区间分颜色深浅进行标注，以使分区结果更加直观。限于篇幅，只列出2013-2016年的分布情况。可以看出，少数地区创新水平所在区间略微存在变化，但总体分布较为规律且稳定，即高创新水平地区较少，大部分位于东部沿海地区和少部分中部地区。较大部分中西部地区创新水平普遍居于中低水平，未达到第二个门槛值。
为进一步确认门槛效果，利用式(10)进行门槛效应回归，并将结果列于表4中。回归结果(1)为分区间基本回归结果，后续回归结果为逐渐加入控制变量后的结果。可以看出，基准门槛回归结果显著，之后对控制变量进行控制后依然显著，即当地区整体创新水平属于低水平(RV_INNOVA1)时，相关多样性对区域经济韧性存在显著负向影响(与敏感度指数呈现正向关系)，这与国内部分研究结果一致[29]。随着地区创新水平的不断提高，在中等水平(RV_INNOVA2)上可以看出，其结果依然呈现负向影响，但回归系数变小。当创新水平越过第二个门槛值进入高水平(RV_INNOVA3)时，将出现明显的结构性变化，即相关多样性对区域经济韧性呈显著正向影响(与敏感度指数呈负向关系)。这也验证了两者在高创新水平条件下实现积极作用的可能，与国外理论研究结果一致[2, 25]。实证结果呈现出明显的动态性，显著验证了假设H1与H2。可见，相关多样性对区域经济韧性的影响并非简单的线性关系。
而对于控制变量结果，基本与预期一致。地方财政补助对于区域经济韧性呈显著负向影响。地区对于财政支出的依赖性越大，越不利于地区经济韧性建设，过高的行政服务支出比重导致财政支出结构僵化，从而造成其它公共支出无法得到保障；金融发展程度越好，资金融通效率越高，资金对于产业转型与企业技术进步的支持作用越强；对外开放度与地区经济韧性呈反向关系，但在统计上不显著。原因在于，虽然对外开放一定程度上引入了外部风险，但还不足以对地区经济韧性产生显著影响；地区国有产业规模与地区经济韧性间存在显著正向关系，其规模优势、技术优势和政策优势等有助于地区在多变环境下拥有更高的稳健性与应对能力，总体实证结果充分验证了理论机制的合理性。
本研究用Hansen发展的面板门槛模型，对我国产业相关多样性与区域经济韧性关系进行检验，得出如下结论:
(1)我国相关多样性对区域经济韧性的影响存在显著区间效应。在中低创新水平地区，相关多样性对区域经济韧性呈显著负向影响，但负向效果随创新水平的提升而逐渐弱化。最终，当地区整体创新水平较高时，相关多样性对区域经济韧性呈显著正向影响。
(2)我国各地区区域整体创新水平分布存在显著的门槛差异，即东部整体创新环境较强，中西部较低。在地区创新水平建设上，仍然有许多地区需要改善。
传统专业化发展模式虽然实现了高经济增长，但在新环境下，重视相关多样性与区域经济韧性等建设已经成为必然。根据研究结论，本研究提出以下对策建议：
表3 门槛值估计结果
门槛估计值95%置信区间单一门槛模型:0.003[0.002,0.003]双重门槛模型:Ito10.003[0.003,0.003]Ito20.021[0.001,0.167]三重门槛模型:0.021[0.001,0.167]
图1 第一个门槛估计值与置信区间 图2 第二个门槛估计值与置信区间
图3 2013-2016年各地区创新水平分布
表4 门槛回归结果(2005-2016年，N=27,T=12)
回归模型(1)(2)(3)(4)(5)解释变量bbbbbRV_INNOVA10.927∗∗∗0.935∗∗∗0.858∗∗∗0.858∗∗∗0.869∗∗∗(0.261)(0.258)(0.258)(0.258)(0.258)RV_INNOVA20.838∗∗0.751∗∗0.757∗∗0.750∗∗0.736∗∗(0.330)(0.328)(0.325)(0.325)(0.325)RV_INNOVA3-0.530∗∗-0.555∗∗∗-0.502∗∗-0.501∗∗-0.506∗∗(0.205)(0.203)(0.203)(0.203)(0.203)GOV13.58∗∗∗25.19∗∗∗25.41∗∗∗25.19∗∗∗(5.196)(7.111)(7.105)(7.108)FIN-4.298∗∗-4.394∗∗-3.903∗∗(1.813)(1.813)(1.877)NATION-0.177∗-0.174∗(0.136)(0.136)IN2.084(2.075)Constant1.409-1.119-0.358-0.266-1.216(1.339)(1.641)(1.660)(1.660)(1.910)观察值个数324324324324324地区数量2727272727
注:①解释变量第一行为解释变量系数，第二行为t统计值;②***、**和*分别表示在1%、5%和10%水平下显著
(1)各地区政府应出台有利于培育多样化结构的产业政策，并在多样化结构中重视产业间的技术联系。相关多样性结构下的溢出有利于区域产业整体转型，避免传统产业低端锁定效应，从而使区域整体在日益多变的外部环境中拥有足够的经济韧性。不仅如此，还应鼓励区域产业与企业主体间的交流及科研人员互动，对合作项目给予政策优惠与专利产出保护，从而提升地区产业危机应对能力。西方国家“再工业化”战略伴随着大量产品竞争、技术垄断、政策保护等外来冲击，这类冲击在未来仍将持续存在，稳定的外部环境逐渐消失，要求我国各地区产业不断通过联合创新、技术转型提升自身稳健性。
(2)各地政府除合理优化产业结构布局外，仍需要关注地区整体创新水平。通过分析可以看出，外部性溢出的良好作用能否有效发挥、劳动力再就业效率高低均取决于地区整体创新水平。尤其是中西部地区创新水平较低，更需要注重本地创新水平提升。另外，需加强孵化期产业政策支持，引入适合本地区产业发展的新兴人才和科技人才，促进地区其它产业转型与创新发展。持续鼓励创新创业，支持地区企业家精神培育，为外部性提供有效的环境支持。如果能够在合理的相关多样性结构布局下兼顾整体创新环境建设，那么，地区再生产与再就业过程将会发挥积极作用，相关多样性对于区域经济韧性的正向作用就会更强。
(3)完善地区配套经济体系建设。除相关多样性、区域创新环境建设外，地区主体经济活动相配套的金融服务、硬件基础设施建设仍然需要加强，以配合地区溢出作用的有效发挥。危机产业转型、企业并购与技术升级等行为仍旧需要高效的资金融通系统的支持。劳动力有效流动、地区内部有效的知识交流均需要依托于发达的交通、通信网络及相应数据处理体系，而这方面的设施建设需要进一步完善。与此同时，还应进一步完善相关规章与准则，使配套设施利用更加规范化，并发挥积极作用。只有地区整体互动得以充分发挥，才能更好地建设区域经济韧性，从而在未来越发复杂多变的环境中得到高质量发展。
尽管本研究针对相关多样性对区域经济韧性理论机制进行探讨，并通过省级面板数据进行了实证检验，但仍然存在一些不足：①目前区域经济韧性研究更多基于产业与企业复苏作为地区经济韧性的风向标，本研究虽然采用中国国民经济行业分类标准进行分析，但仍然沿袭现有研究范式。后续研究应进一步考虑第三产业等在区域经济韧性中的作用机理，并完善相关多样性计算方法；②本文用来量化区域经济韧性的指标来源于现阶段演化经济地理学者的已有研究，后续可结合我国国情提出更具针对性的替代指标进行实证检验；③现有数据来源未能获取更新数据，后续研究可使用更长的时间序列扩充样本量，从而对我国区域经济韧性进行更加深入的探讨。
参考文献:
[1] MARTIN R, SUNLEY P, GARDINER B, et al. How regions react to recessions: resilience and the role of economic structure [J]. Regional Studies, 2016, 50(4): 561-585.
[2] MARTIN R, SUNLEY P. On the notion of regional economic resilience: conceptualization and explanation [J]. Journal of Economic Geography, 2015, 15(1): 1-42.
[3] 盛垒, 洪娜. 美国“再工业化”进展及对中国的影响[J]. 世界经济研究, 2014 (7): 80-86+89.
[4] YICHEOL H, STEPHAN J G. The economic resilience of U.S. counties during the great recession [J]. The Review of Regional Studies, 2015, 45: 131-149.
[5] ØSTERGAARD C R. Regional employment growth, shocks and regional industrial resilience: a quantitative analysis of the danish ICT sector [J]. Social Science Electronic Publishing, 2015, 49(1): 95-112.
[6] BROWN L, GREENBAUM R T. The role of industrial diversity in economic resilience: an empirical examination across 35 years [J]. Urban Studies, 2017, 54(6): 1347-1366.
[7] 孙久文, 孙翔宇. 区域经济韧性研究进展和在中国应用的探索[J]. 经济地理, 2017, 37(10): 1-9.
[8] 陈梦远. 国际区域经济韧性研究进展——基于演化论的理论分析框架介绍[J]. 地理科学进展, 2017, 36(11): 1435-1444.
[9] BRISTOW G, HEALY A. Regional resilience: an agency perspective [J]. Regional Studies, 2014, 48(5): 923-935.
[10] MARTIN R. Regional economic resilience, hysteresis and recessionary shocks [J]. Journal of Economic Geography, 2012, 12(12): 1-32.
[11] BROWN C C. The impact of changing diversification on stability and growth in a regional economy [J]. Research in Business and Economics Journal, 2012, 5(1).
[12] TRENDLE B. Regional economic instability: the role of industrial diversification and spatial spillovers [J]. The Annals of Regional Science, 2006, 40(4): 767-778.
[13] KORT J R. Regional economic instability and industrial diversification in the U.S [J]. Land Economics, 1981, 57(4): 596-608.
[14] MALIZIA E E, KE S. The influence of economic diversity on unemployment and stability [J]. Journal of Regional Science, 1993, 33(2): 221-235.
[15] CELLINI R, TORRISI G. Regional resilience in Italy: a very long-run analysis[J]. Regional Studies, 2014, 48(11): 1779-1796.
[16] TAVASSOLI S, CARBONARA N. The role of knowledge variety and intensity for regional innovation [J]. Small Business Economics, 2014, 43(2): 493-509.
[17] EVANS R, KARECHA J. Staying on top: why is munich so resilient and successful[J]. European Planning Studies, 2014, 22(6): 1259-1279.
[18] JACOBS J. Economy of cities [M].New York:Random House, 1969.
[19] VAN OORT F. Innovation and agglomeration economies in the Netherlands[J]. Tijdschrift voor economische en sociale geografie, 2002, 93(3): 344-360.
[20] BERLIANT M, FUJITA M. The dynamics of knowledge diversity and economic growth[J]. Southern Economic Journal, 2011, 77(4): 856-884.
[21] 任晶, 杨青山. 产业多样化与城市增长的理论及实证研究——以中国31个省会城市为例[J]. 地理科学, 2008, (5): 631-635.
[22] GUASTELLA G, VAN OORT F G. Regional heterogeneity and interregional research spillovers in European innovation: modelling and policy implications [J]. Regional Studies, 2015, 49(11): 1772-1787.
[23] FRENKEN K, VAN OORT F, VERBURG T. Related variety, unrelated variety and regional economic growth [J]. Regional Studies, 2007, 41(5): 685-697.
[24] BOSCHMA R. Towards an evolutionary perspective on regional resilience [J]. Regional Studies, 2015, 49(5): 733-751.
[25] CASTALDI C, FRENKEN K, LOS B. Related variety, unrelated variety and technological breakthroughs: an analysis of US state-level patenting [J]. Regional studies, 2015, 49(5): 767-781.
[26] NEFFKE F, HENNING M. Skill relatedness and firm diversification [J]. Strategic Management Journal, 2013, 34(3): 297-316.
[27] DIODATO D, WETERINGS A B R. The resilience of regional labour markets to economic shocks: exploring the role of interactions among firms and workers [J]. Journal of Economic Geography, 2015, 15(4): 723-742.
[28] 徐媛媛, 王琛. 金融危机背景下区域经济弹性的影响因素——以浙江省和江苏省为例[J]. 地理科学进展, 2017, 36(8): 986-994.
[29] 孙晓华, 柴玲玲. 相关多样化、无关多样化与地区经济发展——基于中国282个地级市面板数据的实证研究[J]. 中国工业经济, 2012 (6): 5-17.
[30] CRESPO J, SUIRE R, VICENTE J. Lock-in or lock-out? how structural properties of knowledge networks affect regional resilience[J]. Journal of Economic Geography, 2013, 14(1): 199-219.
[31] 彭国华. 技术能力匹配、劳动力流动与中国地区差距[J]. 经济研究, 2015, 50(1): 99-110.
[32] NEFFKE F, HENNING M, BOSCHMA R. How do regions diversify over time? industry relatedness and the development of new growth paths in regions [J]. Economic Geography, 2011, 87(3): 237-265.
[33] KLEPPER S. The origin and growth of industry clusters: the making of Silicon Valley and Detroit [J]. Journal of Urban Economics, 2010, 67(1): 15-32.
[34] KLEPPER S. Disagreements, spinoffs, and the evolution of detroit as the capital of the U.S. Automobile industry [J]. Management Science, 2007, 53(4): 616-631.
[35] AHARONSON B S, BAUM J A C, PLUNKET A. Inventive and uninventive clusters: the case of Canadian biotechnology [J]. Research Policy, 2008, 37(6): 1108-1131.
[36] HANSEN B E. Threshold effects in non-dynamic panels: estimation, testing, and inference [J]. Journal of Econometrics, 1999, 93(2): 345-368.
[37] 李福柱, 厉梦泉. 相关多样性、非相关多样性与地区工业劳动生产率增长——兼对演化经济地理学理论观点的拓展研究 [J]. 山东大学学报：哲学社会科学版, 2013(4):10-20.
[38] 杨晔, 王鹏, 李怡虹, 等. 财政补贴对企业研发投入和绩效的影响研究——来自中国创业板上市公司的经验证据 [J]. 财经论丛, 2015(1): 24-31.
[39] 杨灿明, 孙群力. 外部风险对中国地方政府规模的影响[J]. 经济研究, 2008, 43(9):115-121+160.
[40] 张军, 金煜. 中国的金融深化和生产率关系的再检测:1987-2001[J]. 经济研究, 2005(11): 34-45.