郜攀峰

（1.郑州大学政治与公共管理学院，河南郑州 450001；2.郑州大学体育学院马克思主义学院，河南郑州 450044）

进入新发展阶段，全面增强经济韧性已成为促进我国经济高质量发展的必由之路[1]。城市作为经济活动的主要阵地与抵御各类风险的核心主体，着力增强其经济韧性可有效推动我国经济高质量发展[2]。所谓城市经济韧性，即城市经济系统在受到突发性扰动与冲击之后，仍能维持基本经济属性，且具备足够冗余性以保证自身发展的能力[3]。在世界百年未有之大变局中，国际突发事件频发，在一定程度上对我国城市经济造成冲击，导致城市经济脆弱性凸显，城市经济韧性亟待提升。因此，如何增强城市经济韧性，推动我国经济高质量发展成为当下研究的核心问题。技术进步通过运用现代科技成果和手段，为强化城市经济韧性提供动力支撑[4]。具体来说，技术进步可凭借先进科学技术、多样化劳动力等优势，有效缓解经济下行压力大、资本分配结构错位、经济脆弱等困境，强化城市经济韧性[5]。一方面，技术进步通过加大企业投资力度、缩短产业发展周期、提高生产效率，增强城市经济韧性[6]。另一方面，技术进步通过提高技术人才创新水平、改善城市就业结构，增强城市经济韧性[7]。在这一过程中，作为同经济发展密切相关的因素，产业结构升级通过带动生产要素转移，有效推动经济增长，转变经济发展方式，为经济高质量发展与城市经济韧性提升注入持续动力。技术进步、产业结构升级与城市经济韧性之间存在何种逻辑关联？解答这一问题可有效填补城市经济韧性相关研究空白，为驱动经济高质量发展提供参考。

一、文献综述

当前，学界对城市经济韧性的研究大多以城市经济韧性的影响因素和时空演变为主。就城市经济韧性影响因素而言，主要围绕两个方面展开讨论：一方面，产业发展是影响城市经济韧性的关键因素，而产业数字化与数字产业化可通过提高技术创新能力、优化劳动力结构[8-9]，提升城市经济韧性；另一方面，要素集聚亦是影响城市经济韧性的关键因素。其一，金融集聚通过加速资本市场信息流通、提高市场资源利用效率、提供信息交流方式等，完善市场结构，提升城市经济韧性[10]。其二，产业集聚可促使集聚区内高技术企业共享技术，有效发挥技术溢出效应，为城市经济韧性注入技术动能[11]。其三，人口集聚有利于提升人力资本水平，在重构政治体制、完善数字技术设施建设与增强城市风险预警能力等方面发挥积极效应，为提升城市经济韧性注入人才动能[12]。就时空分布而言，城市经济韧性的时空分布主要表现为三种情况：一是城市经济韧性呈现中部高、四周低的空间分布格局[13]；二是城市经济韧性发展格局呈现N 型特征[14]；三是城市经济韧性表现为中心城市最高、地理相邻城市次之、边缘城市最低的空间分布格局[15]。

关于技术进步、产业结构升级与城市经济韧性的关系，学界多围绕技术进步与产业结构升级、产业结构升级与经济韧性的关系分别展开讨论。就技术进步与产业结构升级的关系而言，有研究认为，技术进步可通过促进产业结构高级化推动产业结构升级[16]，技术进步可通过金融发展水平推动产业结构升级[17]，技术进步可通过影响要素流动的方向与数量，提升要素配置效率，带动产业结构升级[18]。也有研究认为，技术进步发展具有持续性，其对产业结构的影响同样具有长期性，这会导致技术进步对产业结构合理化的影响不显著，不利于产业结构高级化[19]。就产业结构升级与经济韧性的关系而言，产业结构多样化与高级化可通过提高人力资本水平[20]抵御城市外部冲击，为冲击后的适应性结构调整提供更大发展空间[21]，进而持续增强城市经济韧性。

现有文献主要从产业结构角度对经济韧性的促进作用展开讨论，将技术进步、产业结构升级与城市经济韧性三者置于同一框架进行研究的较少；讨论技术进步与城市经济韧性、技术进步与产业结构升级关系的文献较多，探究不同门槛下技术进步对城市经济韧性影响的文献较少。

基于此，本文在厘清技术进步、产业结构升级与城市经济韧性三者间关系的基础上，选取2010—2021 年我国30 个省份（未包含西藏、香港、澳门、台湾地区）共计285 个地级及以上城市面板数据作为样本，构建固定效应模型、中介效应模型、门槛模型，进行回归分析，实证检验技术进步、产业结构升级对城市经济韧性的影响，探讨不同门槛下技术进步对城市经济韧性的影响。

二、研究机理与假设

（一）技术进步与城市经济韧性

技术进步可为强化城市经济韧性提供基本技术支撑。一方面，技术进步可在逐利动机驱动下通过将新型技术投入城市新兴技术领域，进一步提升该领域技术水平，为提升城市经济韧性注入技术动能；另一方面，技术进步可提高劳动者技能水平，推动城市人力资本升级，为强化城市经济韧性提供人才支撑[22]。具体而言，技术进步凭借广覆盖特征，可打破人才地域限制，引导人才流向地区头部企业，提升劳动者素质，改善城市就业结构，推动人力资本升级，为提升城市经济韧性提供人才基础。基于此，本文提出如下假设：

H1：技术进步正向影响城市经济韧性。

（二）技术进步与产业结构升级

产业结构升级是指产业结构从低级形态向高级形态转变的过程或趋势，其两大重点内容是产业结构合理化与高级化[23]。技术进步主要通过推动产业结构合理化与高级化实现产业结构升级。一方面，技术进步推动产业结构合理化，带动产业结构升级。技术进步通过技术要素改变供需结构，促使各要素实现转移与再配置，加速不同要素在产业部门间流动，实现产业间资源要素合理配置，推动产业结构合理化[24]。另一方面，技术进步通过助力产业结构高级化，为产业结构升级注入动能。技术进步通过潜藏的资本取向塑造资本密集型业态，由此衍生出诸多新模式、新业态，持续催生新经济增长点[25]，有效推动产业结构高级化。依据上述分析，本文提出如下假设：

H2：技术进步正向影响产业结构升级。

（三）产业结构升级与城市经济韧性

产业结构升级通过加强产业间协作，促进技术和知识外溢，增强城市经济系统的适应能力和学习能力，分散外部冲击带来的风险，减少经济发展不稳定因素影响，强化城市经济韧性[26]。细言之，产业结构升级可通过如下几方面增强城市经济韧性：其一，相关经济部门借助区块链、大数据等技术促进产业结构升级，可提高部门间资源利用效率，降低经济部门间交易成本，促使各部门协调运转，为增强城市经济韧性提供产业支撑。其二，在政府宏观调控下，产业结构升级转型可有效打破各市场分割局面，促进产业之间及其内部各经济部门线上线下合作，分散外部经济冲击带来的风险，增强城市经济韧性。其三，随着产业结构升级转型，有关经济部门通过有效利用各类生产资源，向上突破产业发展高端瓶颈，向下串联产业中低端发展，实现产业链高中低端互通互联，缓解产业经济不稳定性，为增强城市经济韧性奠定坚实基础[27]。基于上述分析，本文提出如下假设：

H3：产业结构升级正向影响城市经济韧性。

（四）产业结构升级的中介效应

事实上，以技术进步助力城市经济韧性的根本逻辑在于，其可为产业提供先进技术支持，助力产业结构升级，筑牢城市经济发展基础。细致来说，一方面，技术进步可通过先进技术将科学、技术、生产紧密结合起来，带动产业结构升级，以此赋能城市经济韧性提升。技术进步可加速生产技术的提升与设备的升级，提高传统产业资源利用率，促进资源优化配置，推动产业结构升级转型，提升城市经济韧性[28]。技术进步可运用现代科技成果和手段，吸收和引入关键创新要素，引发城市经济动态积累效应，助力产业结构升级。产业结构升级可有效推动城市借助资金实现技术全方位扩散，降低城市间经济信息不对称带来的不利影响，赋能城市经济韧性增强。另一方面，技术进步可通过为产业提供人才支持，推动产业结构升级，增强城市经济韧性。技术进步通过催生低成本、低投入、低消耗的新型产业，吸引创新型人才和剩余劳动力转移，改善城市就业结构，推动产业结构升级，增强城市经济韧性[29]。基于此，通过吸引更多创新型人才、优化资源配置，技术进步可推动产业结构升级，进而有效增强城市经济韧性。根据上述分析，本文提出如下假设：

H4：产业结构升级在技术进步与城市经济韧性间发挥中介作用。

三、变量设计与基础模型构建

（一）变量设计与测度

1.被解释变量——城市经济韧性

城市经济韧性（Res）是指城市经济系统在受到内外部干扰冲击后，通过调整经济结构抵御外部冲击、调整恢复的能力。这意味着，城市经济韧性反映动态演化能力，仅用单一指标难以全面、综合考量其动态特征。考虑数据可得性，借鉴已有研究[30-32]，本文构建由抵抗恢复能力、调节适应能力与创新转型能力3个维度以及18项指标组成的城市经济韧性评价指标体系，详见表1。

参考朱金鹤等[33]的研究方法，使用改进后的熵值法计算各指标权重。此外，为消除指标量纲及其性质的影响，对正负指标进行标准化处理，其表达式分别为：

其中，Xij为第i个研究样本第j个测度指标的原始数据，X表示整体数据；maxXij、minXij分别代表Xij的最大值与最小值；i=1，2，…，n；j=1，2，…，m。

2.核心解释变量——技术进步

借鉴姚凤阁等[34]的研究方法，借助全局曼奎斯特-卢恩伯格（Global Malmquist-Luenbergen，GML）指数测度技术进步。具体来说，GML指数可分解为纯技术效率指数（Ptei）和技术进步（Ta），其中，当Ta>1 时，表示技术进步，否则，表示技术不变或退步。

本文通过MaxDEA 软件对GML 模型进行测度，并分解出Tac表示各时期的技术进步。其中，投入变量使用城市就业总人数、城市全年用电总量；期望产出变量使用城市专利申请数衡量；非期望产出变量使用城市PM2.5 总量衡量。考虑到GML指数具有时序传递性，其分解指数同样具有该特征，因此，技术进步（Ta）由各期Tac值累乘所得。

3.中介变量——产业结构升级

参考孟维福等[35]的研究，选用产业结构合理化（sr）与产业结构高级化（sh）表征产业结构升级（Is），产业结构合理化与高级化的权重各占50%。产业结构升级指数由产业结构合理化与产业结构高级化指数加权求和得到。本文借鉴李研[36]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合理化，并利用泰尔指数对其进行刻画，具体表达式为：

其中，Ml代表第l产业的产值，M表示国内生产总产值；Cl代表第l产业的从业人数，C表示从业总人数。

sr为逆向指标：sr值越小，产业资源配置效率越高，产业结构合理性越强；sr值越大，产业结构合理性越弱。

产业结构高级化反映产业结构由低级向高级升级的过程。本文着重关注产业各部门从业人员、产值在比例方面的变化情况。借鉴石映昕等[37]的研究方法，用高生产率产业比重的提升程度衡量产业结构高级化，具体表达式为：

其中，J代表第一、二、三产业；依据2017 年7月施行的国家标准《国民经济行业分类：GB/T 4754—2017》划分标准①，第一产业包含5 类；第二产业包含9类；第三产业包含53类。Mijt表示i地区t年产业j的产值占地区总产值比重；Lijt为i地区t年产业j的劳动生产率，用产业j的增加值与从业人员比值衡量，同时借助均值化方法消除其量纲。

4.控制变量

参考相关研究[38-39]，本文选择如下变量作为控制变量：政府支持（Gov），用政府财政一般支出与城市生产总值的比值表征；贸易政策不确定性（Tpu），用国内《经济日报》《证券时报》《环球时报》《中国贸易报》等114 家新闻媒体中有关贸易政策不确定性的关键词（包括FTA投资协定、自由贸易协定、关税协定贸易壁垒、贸易摩擦、进出口许可、进出口配额、反倾销、贸易逆差、贸易顺差）出现频率衡量，由于黄等[39]的原始数据是基于月度统计的，本文将其调整为基于年度统计数据并除以100，从而避免回归系数过大的问题；人口集聚度（Poc），用人口密度与人口流动强度的乘积衡量；经济开放程度（Open），借助国际收支自主性交易项目借方余额和贷方余额占GDP 比率测量；科技创新水平（Tech），用发明专利当年申请量、实用新型专利当年申请量、外观设计专利当年申请量总和的对数表征；环境规制（Er），以（工业废水治理运行费用+工业废气治理运行费）/工业总产值测算。

（二）实证模型构建

为验证技术进步对城市经济韧性的影响，构建如下基准模型进行回归分析：

其中，Resit表示城市i在t年的城市经济韧性，Yit代表模型控制变量总和，α0为常数项，α1为技术进步指数的影响系数，a2为控制变量的影响系数，εit代表误差项。

为进一步验证产业结构升级在技术进步与城市经济韧性中的作用机制，根据温忠麟等[40]的研究思路，选取逐步回归法进行检验，模型构建如下：

其中，λ0表示常数项，λ1表示技术进步指数的影响系数，λ2表示控制变量的影响系数；β0代表常数项，β1代表技术进步指数的影响系数，β2代表产业结构升级的系数，β3代表控制变量的影响系数。

利用式（5）至式（7）进行逐步回归。其中，利用式（5）检验技术进步对城市经济韧性的影响，主要观察α1是否显著。利用式（6）检验技术进步对产业结构升级的影响，观察λ1是否显著。式（7）将技术进步、产业结构升级与城市经济韧性纳入同一模型进行回归，重点关注β1、β2是否显著。若β2不显著，表明产业结构升级在技术进步对城市经济韧性的影响中并不发挥中介作用；若β2显著，同时β1不显著且小于α1，表明存在完全中介效应；若β2显著，同时β1显著且小于α1，表明存在部分中介效应。

（三）数据来源与处理

考虑到数据可得性与连续性，选取2010—2021年我国30个省份（未包含西藏、香港、澳门、台湾地区）共计285个地级及以上城市面板数据作为样本。城市经济韧性、产业结构升级、政府支持、贸易政策不确定性、人口集聚度、经济开放程度数据来源于2010—2021 年中国科技统计年鉴、中国统计年鉴以及各城市统计年鉴。技术进步与科技创新水平数据来源于2010—2021年中国科技统计年鉴及国家知识产权局公布的相关数据。环境规制数据来源于2010—2021年我国国民经济和社会发展统计公报和中国环境统计年鉴。缺失数据用线性插值法补齐。同时，为解决数据极值可能造成的异方差偏误问题，对所有变量取对数。各变量描述性统计结果如表2所示。

表2 各变量描述统计结果

为考察变量选取的合理性，借助Stata 软件对各变量进行多重共线性检验。结果显示，所有解释变量的方差膨胀因子（VIF值）分别为2.321、1.614、1.732、1.313、1.838、1.725、1.435、1.521，均远低于临界值10。可见，所有变量均未受到多重共线性问题的影响。

四、实证检验

（一）单位根与面板协整检验

考虑到面板数据序列之间可能不存在协整关系，会导致研究结果出现伪回归现象，在实证分析前对基准回归系数进行单位根和面板协整检验。

通过Fisher-DDF、Fisher-PP、Hadri 三种方法对各变量分别进行单位根检验，具体结果如表3所示。可知，各变量在不同方法下均表现出较强的显著性，这意味着各变量间不存在单位根。

表3 变量单位根和面板协整检验结果

面板协整检验主要借助Kao 检验法，检验各面板数据是否存在稳定的协整关系。Kao 检验的原假设为各变量间不存在协整关系。表3 数据表明，三种检验方法下P值均通过1%统计水平的显著性检验，证明Kao 检验法明显拒绝原假设，说明面板数据存在协整关系，研究结果不存在伪回归现象。

（二）基准回归

对式（5）进行豪斯曼（Hausman）检验，结果表明P值显著，通过检验（Chi2=123.63，P=0.000），显著拒绝随机效应优于固定效应的原假设。因此，本文选择固定效应模型进行回归，结果如表4所示。

表4 技术进步对城市经济韧性的回归结果

表4显示，在逐步加入控制变量后，R2值不断增大，表明式（5）拟合度随着控制变量的增加而逐步提高，因此，选取的控制变量具有合理性。由表4未经标准化处理②时的结果看，在加入控制变量后，技术进步（Ta）的回归系数由1.325 下降至0.901。特别是在加入贸易政策不确定性（Tpu）后，技术进步的回归系数由1.318 下降至0.961，下降幅度偏大，这意味着贸易政策不确定性对基准回归模型产生重要影响，在一定程度上弱化了技术进步对城市经济韧性的推动作用，这可能是地方经济发展与自然资源可持续发展不均衡所致。从表4 中经过标准化处理后的回归系数看。技术进步（Ta）的回归系数由1.592 下降至1.083，下降幅度较小，符合计量常识。从回归结果看，列（1）至列（14）的技术进步回归系数均在1%统计水平上显著为正，这意味着技术进步对城市经济韧性存在正向推动作用，H1得到验证。

就控制变量而言，政府支持（Gov）、经济开放程度（Open）、科技创新水平（Tech）、环境规制（Er）均对城市经济韧性呈现正向影响，但贸易政策不确定性（Tpu）、人口集聚（Poc）对城市经济韧性呈现显著负向影响。这可能是由于人口集聚带来的人口规模扩大与人口密度增加会在一定程度上对城市经济韧性提升造成阻滞。同时，贸易政策不确定性对城市经济韧性呈现显著负向影响，其可能原因在于，贸易政策不确定性的增加，将使外部经济风险增大，导致经济部门难以对资金流形成一致性预判，在一定程度上不利于增强城市经济韧性。

（三）稳健性检验

从数据层面看，本文使用工具变量法和增加控制变量的方法进行内生性问题的稳健性检验，以避免内生性问题对研究结果产生干扰。就变量而言，技术进步的衡量标准并不唯一，这可能使研究结果产生偏误，对此本文选择替换核心解释变量的方法进行稳健性检验。就计量方法而言，本文选择替换回归模型的方式进行稳健性检验。

1.内生性检验

技术进步产生效益需要一定周期，技术进步对城市经济韧性的影响可能具有一定的滞后性。借鉴刘新智等[41]的研究思路，将技术进步滞后一期作为工具变量，利用两阶段最小二乘法（IV-2SLS）进行稳健性检验，结果如表5列（1）所示。其中，技术进步（Ta）系数为1.732（P<0.01），F值为38.839，结果明显大于10，说明滞后一期的技术进步并非弱工具变量，与基准结果相符。

表5 稳健性检验结果

在选取控制变量时，遗漏变量会对结论造成负向影响。因此，参考代新玲等[8]的研究方法，选取市场化程度（Dma）作为控制变量，将之代入式（5）。市场化程度用限额以上批零法人数与营销总额的比例衡量，该比例越大说明市场化程度越高。具体结果如表5 列（2）所示。其中，技术进步回归系数为0.637（P<0.01），说明技术进步可显著提升城市经济韧性。

2.替换核心解释变量

结合周国富等[42]的研究思路，选取希克斯方法衡量技术进步水平。替换核心解释变量的回归结果如表5 列（3）所示。其中，技术进步回归系数为0.327，且在5%统计水平上显著为正，说明技术进步可显著提升城市经济韧性，回归结果具有稳健性。

3.替换回归模型

借鉴王鹏等[43]的研究方法，将豪斯曼（Hausman）检验法替换为面板Tobit模型，通过面板Tobit模型进行稳健性检验，结果如表5 列（4）所示。其中，技术进步回归系数为0.732，且在1%统计水平上显著为正，与表4基准回归结果一致。

（四）门槛效应检验

为进一步探讨技术进步对城市经济韧性促进作用是否会受到门槛效应的影响，引入面板门槛模型。

其中，W代表门槛变量，I(∙)为指示函数，d表示门槛效应估计值，l1、l2、…、lm+1为待估参数。其余变量含义与式（5）相同。

借助自助抽样（Bootstrap）法进行500 次抽样，得到门槛值估计结果，如表6所示。

表6 门槛值估计结果

根据表6可知，城市经济韧性受单一门槛效应的影响，该门槛值为0.351，相应的P值为0.013，且在1%统计水平上显著为正。此外，在双重门槛与三重门槛中，P值均不显著，说明本文利用单一门槛进行分析较为合适。

表7 为单一门槛效应检验结果。依据表7 数据可知，当Ta≤0.351 时，技术进步对城市经济韧性的影响系数未通过显著性检验，无统计学意义。当Ta>0.351 时，技术进步对城市经济韧性的影响系数为0.582，且在1%统计水平上显著为正，说明技术进步每提升1%，城市经济韧性将提高0.582%。因此，技术进步超过门槛值0.351 时，其对城市经济韧性呈现显著促进作用。

表7 单一门槛效应检验结果

五、区域异质性、中介效应及经济效果分析

（一）区域异质性分析

为进一步探讨技术进步对不同区域城市的影响，依据《中国统计年鉴（2021 年）》③将各样本省份划分为东部、中部、西部及东北地区④，区域异质性分析结果如表8 所示。根据表8 列（1）至列（4）可知，技术进步对不同区域城市经济韧性影响呈现“东部地区>中部地区>东北地区>西部地区”的逐级递减格局。具体来看，东部地区技术进步估计系数为1.423，且在1%统计水平上显著为正。可能原因在于，在一系列政策倾斜下，东部地区凭借交通便利优势，降低城市库存、扩大经济激励渠道，有效提升经济资源配置效率，为技术进步提供资金要素支撑，促使其技术进步能更好地提升城市经济韧性。对于中部地区而言，技术进步估计系数为0.431，且在1%统计水平上显著。究其缘由，随着中部地区经济快速增长，基础设施持续完善，为技术进步提升城市经济韧性营造了优良环境。对东北地区而言，技术进步估计系数为0.321，且在1%统计水平上显著为正。细究其因，近年来，国家出台了《国务院关于近期支持东北振兴若干重大政策举措的意见》《推动形成优势互补高质量发展的区域经济布局》《东北全面振兴“十四五”实施方案》等一系列政策文件，为增强东北地区城市经济韧性奠定坚实政策基础。但由于各类推动措施仍处于初级阶段，因此相较于东、中部地区，东北地区排名相对偏低。西部地区技术进步估计系数为0.034，且在5%统计水平上显著为正，但在四个地区中排名最低。可能原因在于，西部地区多数城市经济水平不高、专业人才短缺、资本存量有限，导致其科技创新水平偏低，创新研发成果不佳，难以有效带动产业结构升级，会在一定程度上抑制本地区城市经济韧性持续增强。

表8 区域异质性与中介效应分析结果

（二）中介效应分析

为了验证产业结构升级对技术进步增强城市经济韧性具有中介作用，本文通过式（5）至式（7）对产业结构升级进行测算，结果如表8 列（5）至列（7）所示。列（5）显示了第一步即技术进步对城市经济韧性的回归结果，其回归系数在1%统计水平上显著为正，第一步验证通过，H1得到验证；列（6）显示了第二步即技术进步与产业结构升级的回归结果，其回归系数在1%统计水平上显著为正，说明技术进步可正向影响产业结构升级，第二步验证通过，H2得到验证；列（7）对应第三步，产业结构升级对城市经济韧性的回归系数为0.051（P<0.05），技术进步的回归系数为0.531（P<0.01），小于第一步中技术进步的回归系数0.723，说明产业结构升级仅发挥部分中介效应，H3、H4 得到验证。综上所述，技术进步可借助产业结构升级增强城市经济韧性，因此，H1、H2、H3、H4均得到证实。

（三）经济效果分析

技术进步可成为推动区域经济高质量发展的关键力量[44]。但城市经济韧性发挥了怎样作用？本文参考程翔等[45]的研究思路，从技术创新、经济协调、绿色环境、对外开放、共享水平五个维度测度区域经济高质量发展。其中，技术创新用发明专利当年申请量、实用新型专利当年申请量与外观设计专利当年申请量总和衡量；经济协调借助省际GDP 与年末人口比例测算；绿色环境使用二氧化碳排放量与年末人口的比值衡量；对外开放使用进出口总额/GDP 表征；共享水平使用GDP/全部就业人数测算。延续式（5）至式（7）研究思路，将产业结构升级替换为城市经济韧性，将城市经济韧性替换为区域经济高质量发展，重新进行回归分析，具体结果如表9所示。

表9 城市经济韧性对经济高质量发展的回归结果

表9列（1）为技术进步对区域经济高质量发展的回归结果。其中，技术进步回归系数为2.063（P<0.01），表明技术进步对区域经济高质量发展有显著推动作用。列（2）为技术进步对城市经济韧性的影响，其回归系数在1%统计水平上显著为正，表明技术进步可正向影响城市经济韧性。列（3）为技术进步、城市经济韧性对区域经济高质量发展的回归结果，其中，城市经济韧性的回归系数为0.637（P<0.01），技术进步的回归系数为1.839（P<0.01），且显著小于2.063。综上所述，技术进步可通过影响城市经济韧性实现经济高质量发展。

六、结论与建议

（一）结论

本文选取2010—2021 年我国30 个省份（未包含西藏、香港、澳门、台湾地区）共285 个地级及以上城市面板数据作为样本，实证检验技术进步对城市经济韧性的影响，同时探讨产业结构升级在二者间的作用机制。主要结论如下：

第一，技术进步对城市经济韧性的回归系数在1%统计水平上显著为正，表明其可有效增强城市经济韧性，在替换核心解释变量、替换回归模型以及通过采用工具变量法与克服遗漏变量负面影响解决内生性问题后，该结论依旧成立。作为城市经济发展源泉，技术进步可通过提高劳动者技能，提升劳动者素质，有效发挥人口红利优势，为提升城市经济韧性注入发展动能。不仅如此，技术进步还可引导技术资源向先进领域转移，打破传统生产模式，以此降低城市经济潜在风险，提升城市经济韧性。

第二，技术进步对城市经济韧性存在单一门槛效应，门槛值为0.351，即技术进步超过门槛值0.351 时，其对城市经济韧性呈现显著促进作用。技术进步可通过弱化市场交易双方在时空上的约束，有效降低通信、物流等方面的成本，提升城市经济韧性。故政府、企业需要重点关注技术进步发展效能，避免其限制城市经济韧性提升。

第三，技术进步对城市经济韧性的影响呈现由东部地区、中部地区、东北地区到西部地区逐级递减的梯度态势。从整体数据来看，东部地区在政策倾斜、专业化人才等支持下，其技术进步水平显著高于西部地区。这意味着城市经济韧性存在明显的区域不均衡性，因而政府部门应多措并举促进区域均衡性。

第四，产业结构升级是技术进步增强城市经济韧性的重要途径，即技术进步可以通过推动产业结构升级增强城市经济韧性，继而推动区域经济高质量发展。技术进步可凭借高渗透性与广覆盖性，推动传统产业向高新技术产业转变，实现产业结构转型升级，为提升城市经济韧性注入产业动能。这也从侧面证明，应从多角度、多层面补齐城市经济韧性发展短板。

（二）政策建议

第一，健全多功能协同发展机制，增强城市经济韧性。如前所述，技术进步能显著增强城市经济韧性。因此，相关产业应统筹风险管理机制、辅助决策机制与前沿技术研发机制协同发展，增强城市经济韧性。首先，建立风险管理机制，增强城市经济韧性。相关产业可在大数据、云计算等技术支持下，构建快速识别、预测不确定性风险的数字化风险管理系统，增强城市经济抵抗力。其次，建立辅助决策机制，增强城市经济韧性。相关产业依托智能物联网、超自动化等技术，充分集聚整合各类创新资源，构建集统计分析、效果评估于一身的科学辅助决策机制，以便及时调整经济运行过程中面临的重大决策问题，进一步提高城市经济逆周期调节适应能力，筑牢城市经济韧性根基。最后，打造前沿技术研发机制，加速提升城市经济韧性。政府部门可充分发挥监督作用，督促相关产业打造智能感知、自组织网络、虚拟现实等前沿技术研发机制，解决技术“卡脖子”问题，为技术进步增强城市创新转型能力提供基础支撑。

第二，合理配置资源要素，激发技术进步积极效能。技术进步对城市经济韧性存在单一门槛效应，当技术进步超过门槛值时，其对城市经济韧性影响呈现显著促进作用。因此，政府部门可通过合理配置资源要素，激发技术进步积极效能，以提升城市经济韧性。一方面，拓宽金融资本融资渠道，促进金融资源要素合理配置。政府部门可在规范金融监管基础上，持续放宽金融资本融资限制和准入机制，提升金融系统资源配置效率，有效拓宽金融资本融资渠道，为技术进步注入资本动能，增强城市经济韧性。另一方面，优化产业化人才发展路径，推动劳动力资源要素合理配置。政府部门可联合高校、科研院所等多元主体打造新型产业化人才服务专区，通过“专人-专事-专窗”的方式，培养新型产业高素质劳动者，为技术进步筑牢人才支撑，进一步带动城市经济韧性提升。

第三，制定全面发展战略，切实推动产业结构升级。中介效应结果表明，技术进步可通过带动产业结构升级，增强城市经济韧性。因此，政府部门可借助多种举措，合力促进产业结构升级转型，提高技术进步对城市经济韧性的积极影响。具体来说，一方面，继续加强新型技术设施建设，促进产业结构合理化。政府部门可借助高新技术和先进适用技术减轻产业物质资源消耗，推动产业协同发展，以促进产业结构合理化，助力技术进步有效赋能城市经济韧性。另一方面，借助政府政策，助力产业结构高级化。具体来说，政府部门可围绕相关产业建立规范化管理与使用机制，引导市场构建公平发展环境，加速产业结构高级化，在技术进步影响城市经济韧性中发挥积极作用。

注释：

①详见http://www.stats.gov.cn/sj/tjbz/gmjjhyfl。

②标准化自变量系数=（未标准化自变量系数×自变量标准差）/因变量标准差。

③详见http://www.stats.gov.cn/sj/ndsj/2021/indexch.htm。

④在本研究中，东部地区包含北京市、天津市、河北省、山东省、江苏省、上海市、浙江省、福建省、广东省、海南省，共10 个省份；中部地区包含河南省、湖北省、湖南省、安徽省、江西省、山西省，共6 个省份；西部地区包含陕西省、四川省、云南省、贵州省、广西壮族自治区、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区、内蒙古自治区以及重庆市，共11个省份；东北地区包含辽宁省、吉林省和黒龙江省，共3个省份。