甘肃省新型城镇化与经济韧性适配格局及其驱动因素

doi:10.7522/j.issn.1000-694X.2025.00178

摘要/Abstract

摘要：

甘肃省作为西北地区重要经济增长极，其新型城镇化与经济韧性的协同适配对区域高质量发展至关重要。本研究基于2012—2023年甘肃省14个市州面板数据评估新型城镇化与经济韧性水平，使用综合适配模型与核密度估计揭示二者适配时空格局及其动态演变，并采用随机森林与时空地理加权回归模型分析关键驱动因素及其时空异质性。结果表明：（1）2012—2023年，甘肃省新型城镇化指数由0.352增加至0.438，由较低水平提升至中等水平，经济韧性指数由0.163增加至0.377，由低度韧性转变为较低韧性。（2）新型城镇化与经济韧性适配指数由0.468提高至0.567，由较低适配转为中度适配。兰州适配水平始终较高，金昌和嘉峪关较低，空间上呈核心极化-边缘滞后的梯度格局。（3）城镇人口比重、人均绿地面积、货物出口额和地方财政一般预算支出为关键驱动因素，其作用方向与强度在时空维度上均存在异质性。

关键词: 新型城镇化, 经济韧性, 协同适配, 驱动因素, 时空非平稳性

Abstract:

As a pivotal economic growth hub in northwest China， the coordinated coupling between new-type urbanization and economic resilience in Gansu Province is crucial for high-quality regional development. Based on panel data from 14 prefecture-level cities and autonomous prefectures in Gansu Province during 2012-2023， this study evaluated the levels of new-type urbanization and economic resilience. Utilizing coupling coordination models and kernel density estimation， we revealed the spatiotemporal coupling patterns and dynamic evolution between these two systems. Furthermore， Random Forest algorithms and Geographically and Temporally Weighted Regression （GTWR） models were employed to analyze the key driving factors and their spatiotemporal heterogeneity. The results indicated that：（1） From 2012 to 2023， Gansu Province's new-type urbanization index increased from 0.352 to 0.438， progressing from a relatively low level to a moderate level， while its economic resilience index rose from 0.163 to 0.377， shifting from low resilience to relatively low resilience. （2） The coupling coordination index between new-type urbanization and economic resilience improved from 0.468 to 0.567， shifting from low coordination to moderate coordination. Lanzhou maintained persistently high coordination levels， while Jinchang and Jiayuguan demonstrated relatively lower performance. The coordination between Jiayuguan's economic resilience and its subsystems of ecological， economic， and social urbanization was relatively low， but showed a significant potential for improvement. （3） The spatial heterogeneity of the coupling pattern between new-type urbanization and economic resilience in Gansu Province was significant， and the degree of agglomeration in high-value areas had been gradually increasing. Spatially， this revealed a "core polarization-edge lag" gradient pattern across the region. （4） Proportion of urban population， per capita green space area， goods export volume， and local fiscal expenditure had been identified as key driving factors， exhibiting heterogeneous directions and intensity of influence across spatiotemporal dimensions.

Key words: new-type urbanization, economic resilience, coupling coordination, driving factors, spatiotemporal non-stationarity

中图分类号:

F290

许静, 杨斌, 冯辉. 甘肃省新型城镇化与经济韧性适配格局及其驱动因素[J]. 中国沙漠, 2026, 46(2): 263-276.

Jing Xu, Bin Yang, Hui Feng. The coupling pattern between new-type urbanization and economic resilience in Gansu Province and their driving factors[J]. Journal of Desert Research, 2026, 46(2): 263-276.

图/表 15

图1 新型城镇化与经济韧性适配机制

Fig.1 Adaptation mechanism between new urbanization and economic resilience

图2 研究区概况注：基于自然资源部标准地图服务网站审图号GS（2022）1873号标准地图制作，底图边界无修改

Fig.2 Overview of the study area

表1 甘肃省新型城镇化评价指标体系

Table 1 Evaluation index system of new urbanization in Gansu Province

目标层	要素层	指标层	属性	权重
新型城镇化	人口城镇化	城镇人口比重(A₁)	+	0.087
	人口城镇化	城镇新增就业人员(A₂)	+	0.005
		第二产业从业人员数(A₃)	+	0.032
		第三产业从业人员数(A₄)	+	0.030
		人口自然增长率(A₅)	+	0.050
	经济城镇化	夜间灯光强度(A₆)	+	0.026
	经济城镇化	第二产业占GDP比重(A₇)	+	0.047
		第三产业占GDP比重(A₈)	+	0.048
		地区生产总值增长率(A₉)	+	0.047
		规模以上工业企业数(A₁₀)	+	0.035
	社会城镇化	公共图书馆藏书量(A₁₁)	+	0.028
	社会城镇化	移动电话年末用户数(A₁₂)	+	0.035
		卫生机构床位数(A₁₃)	+	0.034
		客运总量(A₁₄)	+	0.046
		供水普及率(A₁₅)	+	0.034
		燃气普及率(A₁₆)	+	0.041
	空间城镇化	建成区面积(A₁₇)	+	0.040
	空间城镇化	人均拥有道路面积(A₁₈)	+	0.034
		城市建设用地面积(A₁₉)	+	0.023
		建成区供水管道密度(A₂₀)	+	0.048
		建成区道路面积率(A₂₁)	+	0.034
	生态城镇化	园林绿地面积(A₂₂)	+	0.031
	生态城镇化	建成区绿化覆盖率(A₂₃)	+	0.025
		工业废水排放达标率(A₂₄)	+	0.030
		生活垃圾无害化处理率(A₂₅)	+	0.044
		人均绿地面积(A₂₆)	+	0.037
		可吸入细颗粒物年平均浓度(A₂₇)	-	0.028

表2 甘肃省经济韧性评价指标体系

Table 2 Evaluation index system of economic resilience in Gansu Province

目标层	要素层	指标层	属性	权重
经济韧性	抵抗与恢复能力	地区生产总值(B₁)	+	0.139
		地方财政一般预算内收入(B₂)	+	0.067
		职工平均工资(B₃)	+	0.036
		第一产业增加值(B₄)	+	0.043
		第二产业增加值(B₅)	+	0.026
		第三产业增加值(B₆)	+	0.020
		城镇登记失业率(B₇)	-	0.039
		失业保险参保人数(B₈)	+	0.024
		城镇居民家庭人均可支配收入(B₉)	+	0.042
	适应与调整能力	地方财政一般预算支出(B₁₀)	+	0.030
		农村恩格尔系数(B₁₁)	-	0.089
		城镇基本医疗保险参保人数(B₁₂)	+	0.025
		货物进口额(B₁₃)	+	0.035
		货物出口额(B₁₄)	+	0.020
		社会消费品零售总额(B₁₅)	+	0.022
		年末金融机构存款余额(B₁₆)	+	0.023
		固定资产投资总额(B₁₇)	+	0.022
	创新与转型能力	科学支出(B₁₈)	+	0.016
		教育支出(B₁₉)	+	0.033
		电信业务总量(B₂₀)	+	0.022
		R&D内部经费支出(B₂₁)	+	0.030
		每万人在校大学生数(B₂₂)	+	0.026
		产业结构高级化指数(B₂₃)	+	0.049
		建成区路网密度(B₂₄)	+	0.041
		专利授权数(B₂₅)	+	0.019
		工业固体废物综合利用率(B₂₆)	+	0.064

表3 新型城镇化与经济韧性等级划分标准

Table 3 Classification criteria of new urbanization and economic resilience levels

区间	新型城镇化	经济韧性
(0,0.2)	低水平	低度韧性
［0.2,0.4)	较低水平	较低韧性
［0.4,0.6)	中等水平	中度韧性
［0.6,0.8)	较高水平	较高韧性
［0.8,1］	高水平	高度韧性

表4 适配指数等级划分标准

Table 4 Classification of adaptation index level

适配指数范围	适配指数等级
(0,0.3]	低度适配
(0.3,0.5]	较低适配
(0.5,0.7]	中度适配
(0.7,0.9]	较高适配
(0.9,1]	高度适配

图3 2012—2023年甘肃省各市州新型城镇化水平注：基于自然资源部标准地图服务网站审图号GS（2022）1873号标准地图制作，底图边界无修改

Fig.3 The new urbanization levels of cities and prefectures in Gansu Province from 2012 to 2023

图4 2012—2023年甘肃省各市州经济韧性水平注：基于自然资源部标准地图服务网站审图号GS（2022）1873号标准地图制作，底图边界无修改

Fig.4 The economic resilience levels of cities and prefectures in Gansu Province from 2012 to 2023

图5 甘肃省各市州新型城镇化子系统与经济韧性适配度注：基于自然资源部标准地图服务网站审图号GS（2022）1873号标准地图制作，底图边界无修改

Fig.5 The adaptation of new urbanization subsystems and economic resilience of cities and prefectures in Gansu Province

图6 2012—2023年甘肃省各市州新型城镇化与经济韧性适配度注：基于自然资源部标准地图服务网站审图号GS（2022）1873号标准地图制作，底图边界无修改

Fig.6 The adaptation of new urbanization and economic resilience of cities and prefectures in Gansu Province from 2012 to 2023

图7 2012—2023年甘肃省新型城镇化与经济韧性适配度核密度

Fig.7 Kernel density estimation of the new urbanization and economic resilience adaptation index in Gansu Province from 2012 to 2023

图8 新型城镇化与经济韧性适配驱动因素重要性排序注：**表示在0.01水平上差异显著，*表示在0.05水平上差异显著

Fig.8 Importance ranking of driving factors for the adaptation of new urbanization and economic resilience

表5 模型比较

Table 5 Model comparison

模型	R²	调整R²	AICc
OLS	0.464	0.451	384.416
GWR	0.824	0.798	237.396
GTWR	0.876	0.873	-426.990

表6 GTWR模型各驱动因素的回归系数均值

Table 6 Mean regression coefficients of each driving factor in the GTWR model

变量	年份
变量	2012	2016	2020	2023
城镇人口比重	0.422	0.384	0.284	0.103
人均绿地面积	-0.484	-0.695	-0.230	-0.309
货物出口额	1.176	0.478	-0.397	-0.220
地方财政一般预算支出	0.506	0.324	0.357	0.210

图9 甘肃省各市州新型城镇化与经济韧性适配驱动因素作用力时空分异注：基于自然资源部标准地图服务网站审图号GS（2022）1873号标准地图制作，底图边界无修改

Fig.9 The spatiotemporal differences of driving factors for the adaptation of new urbanization and economic resilience of cities and prefectures in Gansu Province

参考文献 52

[1]	许志明，朱金鹤.新时期新疆的资源开发与经济发展质量：基于“资源诅咒”假说的实证研究［J］.新疆大学学报（哲学∙人文社会科学版），2022，50（2）：10-19.
[2]	任保平，邹起浩.新发展阶段中国经济发展的韧性：评价、影响因素及其维护策略［J］.中国软科学，2024（3）：15-25.
[3]	杨玉文，谭雨晨.新型城镇化能促进共同富裕吗？：基于136个陆地边境县的经验证据［J］.南京农业大学学报（社会科学版），2025，25（2）：25-38.
[4]	Gou Y F， Xing Q F， Yang Z W.Matching degree evaluation between new urbanization and carbon emission system in China：a case study of Anhui Province in China［J］.Scientific Reports，2023，13（1）：11724.
[5]	Ni Q， Ma X， Duan R，et al.Research on the coupling co-ordination between quality of county-level new urbanization and ecosystem service value in Shaanxi Province［J］.Land，2024，13（1）：105.
[6]	李琳，郭东，乔璐.数字经济如何影响新型城镇化：机制与检验［J］.经济问题探索，2024（3）：17-36.
[7]	卢晶.公共服务供给对新型城镇化发展地区差异的影响研究［J］.经济体制改革，2024（2）：67-73.
[8]	王涵，邓玲.人力资本积累对我国新型城镇化发展的影响分析：基于结构方程模型和214个城市的实证研究［J］.四川大学学报（哲学社会科学版），2017（1）：127-133.
[9]	熊湘辉，徐璋勇.中国新型城镇化水平及动力因素测度研究［J］.数量经济技术经济研究，2018，35（2）：44-63.
[10]	杨宇，赵婉旭，伍骏骞，等.新型城镇化的共同富裕效应：基于国家新型城镇化综合试点政策的分析［J］.农业经济问题，2025（3）：46-61.
[11]	张玥，代亚强，柯新利.中国新型城镇化空间关联网络及其对土地利用生态效率的影响：基于网络节点中心度视角［J］.中国土地科学，2023，37（9）：117-129.
[12]	Luo Z， Wang F， Pan H，et al.Evaluation and improvement strategy of tourism industrial park competitiveness from the perspective of new urbanization：case study of the Suining Tourism Industrial Park［J］.Journal of Urban Planning and Development，2022，148（4）：05022029.
[13]	Li X， Zheng Z， Shi D，et al.New urbanization and carbon emissions intensity reduction：mechanisms and spatial spillover effects［J］.Science of the Total Environment，2023，905：167172.
[14]	Yang X， Zhang F， Xiao Y，et al.Coupling and interaction between tourism eco-efficiency and new urbanization in the Yangtze River Economic Belt：based on the perspective of uncoupling coordination［J］.Environment，Development and Sustainability，2023，25（11）：13171-13197.
[15]	Yang Y， Yao Y.Study on spatial pattern and coupling of county traffic superiority degree and new-type urbanization level in Guizhou Province，China［J］.Scientific Reports，2025，15（1）：7634.
[16]	Martin R.Regional economic resilience，hysteresis and recessionary shocks［J］.Journal of Economic Geography，2012，12（1）：1-32.
[17]	Kumar S， Mehany M S H M.A standardized framework for quantitative assessment of cities' socioeconomic resilience and its improvement measures［J］.Socio-Economic Planning Sciences，2022，79：101141.
[18]	Di Pietro F， Lecca P， Salotti S.Regional economic resilience in the European Union：a numerical general equilibrium analysis［J］.Spatial Economic Analysis，2021，16（3）：287-312.
[19]	袁丰，熊雪蕾，徐紫腾，等.长江经济带经济韧性空间分异与驱动因素［J］.地理科学进展，2023，42（2）：249-259.
[20]	刘逸，纪捷韩，张一帆，等.粤港澳大湾区经济韧性的特征与空间差异研究［J］.地理研究，2020，39（9）：2029-2043.
[21]	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.
[22]	张明斗，张震.长三角城市群城市经济韧性的空间关联网络研究［J］.地理与地理信息科学，2023，39（1）：69-79.
[23]	张安伟，胡艳.中国市域经济韧性结构分解与演变及其创新驱动机制［J］.经济地理，2023，43（10）：23-33.
[24]	周霞，王佳.中国经济韧性的时空演化、区域差异及收敛特征［J］.统计与决策，2025，41（6）：86-91.
[25]	李燕凌，李民梁.长江经济带新型城镇化与生态韧性：耦合协调、时空格局及动态影响［J］.长江流域资源与环境，2024，33（11）：2329-2341.
[26]	汤洪霞，杨淼，李梦笛，等.山东半岛城市群城市韧性与新型城镇化耦合协调研究［J］.地域研究与开发，2024，43（4）：85-90.
[27]	徐雪，王永瑜.甘肃省新型城镇化与乡村振兴协调水平及其影响因素［J］.中国沙漠，2022，42（5）：1-13.
[28]	张胜武，葛宇梦，李小胜，等.黄河流域新型城镇化与水生态环境耦合协调的时空格局及影响因素［J］.中国沙漠，2024，44（3）：172-181.
[29]	李敬锁，万群.农业技术创新对农业经济韧性的影响：基于财政支农政策的门槛效应分析［J］.农业技术经济，2025（3）：4-17.
[30]	陆小成.空间正义视域下新型城镇化的资源配置研究［J］.社会主义研究，2017（1）：120-128.
[31]	丁任重，赵炫焯.我国都市圈产业协同度测度研究［J］.同济大学学报（社会科学版），2025，36（3）：89-100.
[32]	方印，李杰.人与自然和谐共生现代化的生态环境法哲学表达［J］.甘肃政法大学学报，2025（2）：33-50.
[33]	何静，冯学钢.文化与旅游融合对经济韧性的影响［J］.地理科学，2025，45（6）：1259-1269.
[34]	黄晓，杨艳丽，吴晓凡，等.甘肃省早熟禾属植物区系特征分析［J］.中国草地学报，2024，46（9）：139-148.
[35]	戴文渊，玛久草，陈亦晨，等.黄河流域甘肃段水生态安全驱动力分析及动态演变［J］.干旱区研究，2024，41（10）：1662-1671.
[36]	耿雅妮，吴韬，姜培钊，等.陕西省新型城镇化与生态环境耦合关系及情景预测［J］.生态环境学报，2024，33（12）：1874-1881.
[37]	邹亚锋，张倩，饶钰飞，等.中国西部省会城市新型城镇化发展水平演化研究［J］.干旱区地理，2023，46（4）：636-648.
[38]	赵玲，周鑫玥.黄河流域城市经济韧性时空分异及影响因素研究［J］.西安财经大学学报，2025，38（2）：93-105.
[39]	周霞，王佳.中国省域经济韧性与生态效率测度及其协同演化分析［J］.干旱区地理，2024，47（2）：319-331.
[40]	Han S， Wang B， Ao Y，et al.The coupling and coordination degree of urban resilience system：a case study of the Chengdu-Chongqing urban agglomeration［J］.Environmental Impact Assessment Review，2023，101：107145.
[41]	谢朝武，朱海，章坤.中国文化和旅游产业高质量融合发展的适配关系与政策启示［J］.自然资源学报，2025，40（4）：1084-1106.
[42]	贺小荣，石彩霞，彭坤杰.长江中游城市群新型城镇化与生态韧性的时空适配及互动响应［J］.长江流域资源与环境，2024，33（4）：699-714.
[43]	麻学锋，胡双林.旅游城市韧性与居民幸福水平时空适配特征及影响因素：以张家界为例［J］.资源科学，2022，44（11）：2373-2385.
[44]	Wang Z， Liu W.A comparative study of urban ecological resilience in the Yangtze River Economic Belt and the Yellow River Basin［J］.Humanities and Social Sciences Communications，2024，11（1）：1-15.
[45]	王微，杨淑婷，海云瑞.宁夏土地利用碳排放时空演变及影响因素［J］.干旱区研究，2025，42（3）：545-555.
[46]	Wu J， Fan X， Li K，et al.Assessment of ecosystem service flow and optimization of spatial pattern of supply and demand matching in Pearl River Delta，China［J］.Ecological Indicators，2023，153：110452.
[47]	李明鸿，卢辞.淮河生态经济带新型城镇化、经济发展与水生态环境耦合协调关系及其驱动因素［J］.水土保持通报，2023，43（6）：282-293.
[48]	徐乾，赵儒煜，张振.东北地区经济韧性测度与空间演化分析［J］.经济纵横，2023（8）：52-62.
[49]	陈海山，陈志龙.气候风险、经济增长与城市内涵式发展：基于暴雨冲击的经验证据［J］.统计研究，2024，41（6）：121-134.
[50]	金晓燕，任广乾，罗新新.双循环发展格局下国有企业高质量发展对策［J］.郑州大学学报（哲学社会科学版），2021，54（2）：55-61.
[51]	罗小芳，卢现祥.增强国内大循环内生动力和可靠性的制度分析［J］.社会科学战线，2024（1）：62-70.
[52]	吴秀真，刘新华.新型城镇化与经济韧性的耦合协调分析：以长江中游城市为例［J］.区域金融研究，2022，10：77-84.