■ 賈 巖，張明賢

（六盤水師范學(xué)院，貴州 六盤水 553000）

“韌性”最早應(yīng)用于機(jī)械學(xué)，用于描述金屬物質(zhì)在外力撞擊下恢復(fù)到原來(lái)形態(tài)的能力。之后被霍林引入到生態(tài)學(xué)領(lǐng)域，以此來(lái)定義生態(tài)系統(tǒng)穩(wěn)定的恢復(fù)能力。隨后韌性這一概念被學(xué)者們更廣泛地應(yīng)用于其他領(lǐng)域。城市作為復(fù)雜的巨系統(tǒng)是人類主要集聚地，城市化進(jìn)程中出現(xiàn)的諸多城市問(wèn)題，促使“韌性”思想作為城市研究的新角度在災(zāi)害、氣候變化、經(jīng)濟(jì)、基礎(chǔ)設(shè)施等方面都進(jìn)行了探索[1]。其中區(qū)域經(jīng)濟(jì)韌性的研究經(jīng)歷了初期的概念界定，逐漸深入到對(duì)區(qū)域經(jīng)濟(jì)韌性研究范疇與內(nèi)容的探討。國(guó)內(nèi)大量關(guān)于韌性的研究在2013年洛克菲勒基金會(huì)面對(duì)全球啟動(dòng)了100個(gè)韌性城市的實(shí)踐[2]。之后，在國(guó)內(nèi)區(qū)域經(jīng)濟(jì)發(fā)展不均衡長(zhǎng)期存在下，對(duì)具體區(qū)域進(jìn)行經(jīng)濟(jì)韌性量化研究存在一定現(xiàn)實(shí)意義[3]。張振[4]對(duì)東北地區(qū)34個(gè)地級(jí)城市經(jīng)濟(jì)韌性進(jìn)行測(cè)度，通過(guò)定量研究分析經(jīng)濟(jì)韌性影響因素,在經(jīng)濟(jì)韌性溢出效應(yīng)中獲得提高經(jīng)濟(jì)韌性的策略。萬(wàn)臏蓮等[5]對(duì)地震重災(zāi)區(qū)汶川的災(zāi)后經(jīng)濟(jì)韌性進(jìn)行評(píng)價(jià)，分別就汶川與其他區(qū)域以及自身災(zāi)前災(zāi)后的對(duì)比，來(lái)研究經(jīng)濟(jì)發(fā)展的脆弱性問(wèn)題并提出優(yōu)化策略。目前學(xué)者們渴求用定量研究方法開(kāi)展對(duì)區(qū)域經(jīng)濟(jì)韌性的研究，試圖構(gòu)建一種科學(xué)、準(zhǔn)確評(píng)估經(jīng)濟(jì)韌性的體系，形成區(qū)域經(jīng)濟(jì)韌性的實(shí)用性應(yīng)用測(cè)量模型。前人豐富的研究成果是本研究重要的理論基礎(chǔ)，但目前學(xué)界仍沒(méi)有制定出科學(xué)的評(píng)估體系，缺少欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)韌性的研究，基于這一現(xiàn)狀，本文以貴州各州市作為研究對(duì)象，以期為科學(xué)評(píng)估經(jīng)濟(jì)韌性提供多樣可參考實(shí)例。

一、數(shù)據(jù)來(lái)源與整理

數(shù)據(jù)選自2019年貴州省各地級(jí)州市的城市統(tǒng)計(jì)年鑒、國(guó)民經(jīng)濟(jì)社會(huì)發(fā)展公報(bào)、貴州省第七次人口普查部分?jǐn)?shù)據(jù)，并通過(guò)政府工作報(bào)告和文獻(xiàn)資料對(duì)部分指標(biāo)的年鑒數(shù)據(jù)進(jìn)行了佐證。全國(guó)層面的數(shù)據(jù)來(lái)源于2000—2020年中國(guó)統(tǒng)計(jì)年鑒。受疫情影響自2020年以來(lái)各地區(qū)經(jīng)濟(jì)相關(guān)統(tǒng)計(jì)數(shù)據(jù)變動(dòng)頻繁，變化幅度大，從數(shù)據(jù)的角度對(duì)地區(qū)經(jīng)濟(jì)韌性的常規(guī)判別不利，所以本研究在對(duì)貴州各州市進(jìn)行評(píng)估中選取2019年統(tǒng)計(jì)數(shù)據(jù)作為研究樣本，介于各州市人口、行政區(qū)面積存在總量差異，為保障測(cè)度結(jié)果的準(zhǔn)確性，將選取的部分指標(biāo)進(jìn)行人均和計(jì)算增速處理。對(duì)2000年、2005年、2010年、2015年、2020年全國(guó)層面經(jīng)濟(jì)韌性評(píng)估的面板數(shù)據(jù)篩選和處理與各州市標(biāo)準(zhǔn)保持一致，同一套評(píng)估標(biāo)準(zhǔn)中對(duì)象具有可對(duì)比性。

二、指標(biāo)體系

指標(biāo)體系的構(gòu)建在以往的評(píng)估研究中是最重要的環(huán)節(jié)之一，也是存在主要爭(zhēng)議的部分。不同的研究學(xué)者出于對(duì)結(jié)果準(zhǔn)確性的考量，有選擇國(guó)內(nèi)生產(chǎn)總值作為唯一評(píng)估指標(biāo)，也有除經(jīng)濟(jì)相關(guān)指標(biāo)外融入有代表性的社會(huì)指標(biāo)構(gòu)成多元體系進(jìn)行評(píng)估，單一指標(biāo)構(gòu)建下的體系較為純粹但缺乏綜合信息的反映，多元指標(biāo)構(gòu)建下的體系雖然弱化了經(jīng)濟(jì)相關(guān)數(shù)據(jù)對(duì)結(jié)果的影響，但是區(qū)域各系統(tǒng)之間原本就相互作用而非獨(dú)立存在。介于本研究的對(duì)象是貴州省地級(jí)州市，經(jīng)濟(jì)韌性水平受多元因子影響較深，因此本研究選擇多指標(biāo)的形式構(gòu)建測(cè)度體系。借助生態(tài)學(xué)領(lǐng)域發(fā)展較為成熟的壓力-狀態(tài)-響應(yīng)（PSR）模型（壓力層指受外部干擾沖擊前經(jīng)濟(jì)系統(tǒng)自身存在的脆弱性程度；狀態(tài)層指受外部干擾沖擊時(shí)經(jīng)濟(jì)系統(tǒng)的抵抗與恢復(fù)能力；響應(yīng)層指受外部干擾沖擊后地區(qū)創(chuàng)新轉(zhuǎn)型能力）。從三個(gè)維度選取共14個(gè)指標(biāo)構(gòu)建了貴州地級(jí)州市經(jīng)濟(jì)韌性的評(píng)估體系（見(jiàn)表1），指標(biāo)的選擇借鑒了國(guó)內(nèi)研究學(xué)者丁建軍等[6]的相關(guān)研究。

表1 經(jīng)濟(jì)韌性評(píng)估指標(biāo)體系

三、研究方法

（一）TOPSIS法

TOPSIS法又稱優(yōu)劣解法，通過(guò)測(cè)度多元指標(biāo)下目標(biāo)到正負(fù)理想解之間的歐氏距離來(lái)確定評(píng)估對(duì)象的結(jié)果指數(shù)，具體步驟如下。

1.依據(jù)構(gòu)建的指標(biāo)體系收集數(shù)據(jù)形成原始矩陣：

其中，Xij為第i個(gè)評(píng)估對(duì)象的第j項(xiàng)指標(biāo)對(duì)應(yīng)的原始數(shù)據(jù)；m代表指標(biāo)總和，m=14；n代表評(píng)估對(duì)象數(shù)，n=9。

2.由于正向與負(fù)向指標(biāo)同時(shí)存在，首先對(duì)原始矩陣進(jìn)行正向化處理：Qij=max-Xij。

3.為消除指標(biāo)間的量綱影響，對(duì)正向化矩陣進(jìn)行無(wú)量綱標(biāo)準(zhǔn)化處理，方法包括極差變化法、向量歸一化法、歸一化法等，從結(jié)果來(lái)看不同方法得到的標(biāo)準(zhǔn)化矩陣有差異，而且對(duì)各州市經(jīng)濟(jì)韌性排序結(jié)果影響較大。極差變化法、向量歸一化法對(duì)正向與負(fù)向指標(biāo)不能做明確區(qū)分，即忽略指標(biāo)的差異性。由于本研究原始數(shù)據(jù)既存在負(fù)向指標(biāo)又存在負(fù)數(shù)，所以選擇歸一化法，但前提需要處理負(fù)數(shù)數(shù)據(jù)：Z'ij=Qij-minQij。

4.運(yùn)用歸一化公式求得標(biāo)準(zhǔn)化矩陣：

5.定義各指標(biāo)中最大值的向量：Z+=（Z1+,Z2+，Z3+…，Zm+）與最小值的向量：Z-=(Z1-,Z2-,Z3-…，Zm-)。

6.計(jì)算評(píng)估對(duì)象與最大值、最小值的歐氏距離：

7.計(jì)算各評(píng)估對(duì)象的歸一化分?jǐn)?shù):

（二）灰色關(guān)聯(lián)分析法

灰色關(guān)聯(lián)分析法是鄧聚龍教授提出的關(guān)于測(cè)度各要素對(duì)主目標(biāo)貢獻(xiàn)程度以及要素間關(guān)聯(lián)程度的方法。原理是通過(guò)判別比較序列曲線與目標(biāo)序列曲線的相似程度來(lái)確定要素間的關(guān)聯(lián)和貢獻(xiàn)程度[7]，通過(guò)求解關(guān)聯(lián)系數(shù)求得關(guān)聯(lián)度是內(nèi)容核心。該方法同樣需要對(duì)原始數(shù)據(jù)矩陣進(jìn)行無(wú)量綱標(biāo)準(zhǔn)化處理，所以可以取TOPSIS法中標(biāo)準(zhǔn)化后的矩陣進(jìn)行后續(xù)計(jì)算，步驟如下。

1.將經(jīng)濟(jì)韌性綜合評(píng)估結(jié)果作為目標(biāo)序列，計(jì)算與各比較序列的絕對(duì)差：

△Om（i）=|XO（i）-Xm（i）|i=1,2,3,…,n

式中 XO（i）為目標(biāo)參考序列，Xm（i）為比較數(shù)列，△Om(max)、△Om(min)為絕對(duì)差矩陣最大值、最小值。

2.計(jì)算關(guān)聯(lián)系數(shù)：

式中分辨系數(shù)ρ的使用是為了削弱△Om(max)值過(guò)大而影響結(jié)果的準(zhǔn)確性，ρ的取值范圍在0～1之間，通常取0.5。

3.計(jì)算關(guān)聯(lián)度確定指標(biāo)對(duì)于韌性結(jié)果的貢獻(xiàn)程度：

四、結(jié)果分析

（一）綜合評(píng)估結(jié)果分析

通過(guò)TOPSIS法對(duì)各項(xiàng)指標(biāo)數(shù)據(jù)進(jìn)行綜合計(jì)算，得到2019年經(jīng)濟(jì)韌性綜合測(cè)度得分（見(jiàn)表2），將數(shù)據(jù)轉(zhuǎn)入ARCGIS軟件進(jìn)行空間分析，按照相等間隔對(duì)各州市綜合結(jié)果進(jìn)行等級(jí)劃分(見(jiàn)圖1)，全域經(jīng)濟(jì)韌性水平分為較弱、一般、較強(qiáng)三類，較弱經(jīng)濟(jì)韌性等級(jí)的城市最多，較強(qiáng)等級(jí)的城市只有貴陽(yáng)。全域經(jīng)濟(jì)韌性發(fā)展異質(zhì)性突出，區(qū)域不均衡的發(fā)展結(jié)構(gòu)受趨勢(shì)的影響更加明顯。綜上，全域經(jīng)濟(jì)韌性發(fā)展將長(zhǎng)期處于不均衡發(fā)展階段，整體發(fā)展水平較低。

圖1 綜合評(píng)估結(jié)果

表2 經(jīng)濟(jì)韌性綜合評(píng)估結(jié)果

由2000—2020年面板數(shù)據(jù)獲得全國(guó)經(jīng)濟(jì)韌性發(fā)展的平均水平，除2005年經(jīng)濟(jì)韌性的得分最低（0.181）外，其他階段的得分均一路攀升，整體保持在一般韌性水平以上。以全國(guó)平均水平為標(biāo)準(zhǔn)進(jìn)行對(duì)比分析（見(jiàn)圖2），現(xiàn)階段貴州各州市中只有貴陽(yáng)到達(dá)全國(guó)平均水平以上，其余城市均未及2015年的全國(guó)平均水平（0.490）。從韌性理論的角度，貴州各州市的發(fā)展空間仍然很大。貴陽(yáng)作為省會(huì)城市具有良好區(qū)位優(yōu)勢(shì)度，憑借貴州旅游產(chǎn)業(yè)經(jīng)濟(jì)與大數(shù)據(jù)產(chǎn)業(yè)的蓬勃發(fā)展與成功轉(zhuǎn)型，在全域范圍內(nèi)成為強(qiáng)核心輻射帶動(dòng)周邊城市發(fā)展，但同時(shí)形成的虹吸作用也非常明顯，例如從城市區(qū)位上安順核心區(qū)是域內(nèi)與省會(huì)貴陽(yáng)最近的城市，但是經(jīng)濟(jì)韌性的測(cè)度水平得分最低，可能受到貴陽(yáng)虹吸影響，優(yōu)質(zhì)勞動(dòng)力、資本、資源紛紛流向省會(huì)，城市經(jīng)濟(jì)發(fā)展動(dòng)力嚴(yán)重不足。本輪分析中值得一提的是遵義、六盤水這樣的傳統(tǒng)工業(yè)城市，在為貴州經(jīng)濟(jì)發(fā)展作出過(guò)突出貢獻(xiàn)方面得分雖排前三，但韌性得分較低，原因是部分污染嚴(yán)重的工業(yè)企業(yè)正在有計(jì)劃地遷出或升級(jí)，城市經(jīng)濟(jì)的主要著力點(diǎn)在逐步轉(zhuǎn)移。同時(shí)，傳統(tǒng)工業(yè)城市由于發(fā)展慣性的存在繼而抑制城市轉(zhuǎn)型之路，這都是制約城市經(jīng)濟(jì)系統(tǒng)韌性發(fā)展的重要方面。

圖2 各州市綜合評(píng)仨結(jié)果與全國(guó)經(jīng)濟(jì)韌性面板數(shù)據(jù)對(duì)比

（二）分維度評(píng)估結(jié)果分析

壓力層-狀態(tài)層-響應(yīng)層三維度評(píng)估結(jié)果（見(jiàn)附表1）中，除貴陽(yáng)外各州市在不同維度的排序中變化很大，以遵義為例，壓力層排序第九，狀態(tài)層反而排序第二，排序的極大落差也說(shuō)明各維度指標(biāo)之間獨(dú)立性較強(qiáng)。

附表1 分維度經(jīng)濟(jì)韌性評(píng)估結(jié)果

壓力層衡量指標(biāo)中，能源消費(fèi)總量、失業(yè)率、人口老齡化均反映區(qū)域脆弱性程度，通過(guò)第七次人口普查數(shù)據(jù)得到貴州各州市已全部進(jìn)入老齡化階段，遵義、銅仁、黔東南老齡化程度最深，人口結(jié)構(gòu)失衡走向老齡化的過(guò)程對(duì)經(jīng)濟(jì)社會(huì)的穩(wěn)定與可持續(xù)發(fā)展帶來(lái)挑戰(zhàn)。從2019年能源消費(fèi)總量來(lái)看，消費(fèi)增速整體下降明顯，遵義、六盤水能源消耗總量大，消耗總量是其他城市消耗總量的三倍以上，因此也成為造成遵義、六盤水城市經(jīng)濟(jì)系統(tǒng)脆弱性較強(qiáng)的關(guān)鍵所在，傳統(tǒng)工業(yè)城市在脆弱性維度上對(duì)于綜合韌性結(jié)果貢獻(xiàn)度最低。

狀態(tài)層衡量指標(biāo)中，居民消費(fèi)水平、固定資產(chǎn)投資總額、進(jìn)出口總額、人均國(guó)民生產(chǎn)總值均反映區(qū)域經(jīng)濟(jì)活力，狀態(tài)層結(jié)果是韌性評(píng)價(jià)的關(guān)鍵，而此層結(jié)果也顯示各州市之間的差異最顯著。六盤水、安順的固定資產(chǎn)投資總額呈明顯負(fù)增速，黔東南、黔西地區(qū)固定資產(chǎn)投資總額增幅大。狀態(tài)層與經(jīng)濟(jì)發(fā)展水平密切相關(guān)，貴陽(yáng)、遵義城市內(nèi)部拉動(dòng)內(nèi)需的群體基數(shù)龐大，進(jìn)出口貨物總額占區(qū)域總進(jìn)出口額的一半以上，人均國(guó)民生產(chǎn)總值是其他州市人均國(guó)民生產(chǎn)總值的2～3倍，在外部沖擊過(guò)程中具有較強(qiáng)的地區(qū)經(jīng)濟(jì)系統(tǒng)調(diào)節(jié)與恢復(fù)能力。黔東南、黔西南旅游產(chǎn)業(yè)處于上升期，2019年旅游總收入增速分別是43.89%和29.3%，因此在本維度的評(píng)估結(jié)果中優(yōu)于其他州市的表現(xiàn)。

1912年熊皮特在創(chuàng)立創(chuàng)新理論時(shí)提出“創(chuàng)新是經(jīng)濟(jì)發(fā)展的引擎”，因此創(chuàng)新能力成為評(píng)估地區(qū)經(jīng)濟(jì)韌性的重要單元。響應(yīng)層中第三產(chǎn)業(yè)比重、能源利用效率、金融機(jī)構(gòu)人民幣各項(xiàng)貸款額體現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)能力的強(qiáng)弱，三種專利授權(quán)情況和科技投入額則可以衡量地區(qū)在科技創(chuàng)新領(lǐng)域的投入量以及存在的創(chuàng)新潛力，而科技創(chuàng)新又促進(jìn)經(jīng)濟(jì)的高質(zhì)量轉(zhuǎn)型發(fā)展。本輪六盤水作為傳統(tǒng)工業(yè)城市在能源利用效率中表現(xiàn)突出，政府為產(chǎn)業(yè)轉(zhuǎn)型升級(jí)做了大量創(chuàng)新投入。貴陽(yáng)作為省會(huì)城市，高校、科研院所眾多，充分具備創(chuàng)新發(fā)展所需的科研人才與技術(shù)，同時(shí)依托大數(shù)據(jù)中心的利好政策創(chuàng)新轉(zhuǎn)型能力最強(qiáng)。其余州市創(chuàng)新轉(zhuǎn)型能力非常弱，這也是制約經(jīng)濟(jì)韌性發(fā)展的又一主要方面。

（三）灰色關(guān)聯(lián)分析

在取得經(jīng)濟(jì)韌性評(píng)估結(jié)果后應(yīng)用灰色關(guān)聯(lián)分析法對(duì)各項(xiàng)指標(biāo)進(jìn)行關(guān)聯(lián)測(cè)算，確定影響地區(qū)經(jīng)濟(jì)韌性結(jié)果的主要貢獻(xiàn)指標(biāo)。結(jié)果表明：能源消費(fèi)總量貢獻(xiàn)度最高（0.736），《十四五現(xiàn)代能源體系規(guī)劃》中從三個(gè)方面對(duì)能源提出建設(shè)要求：一是能源安全；二是綠色生產(chǎn)消費(fèi)方式；三是能源產(chǎn)業(yè)鏈的現(xiàn)代化。所以轉(zhuǎn)變傳統(tǒng)高耗能的產(chǎn)業(yè)現(xiàn)狀是提高經(jīng)濟(jì)韌性的重要抓手。第三產(chǎn)業(yè)占比指標(biāo)貢獻(xiàn)度高（0.722）說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)的合理性關(guān)乎地區(qū)經(jīng)濟(jì)長(zhǎng)效發(fā)展，不斷優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)對(duì)增強(qiáng)地區(qū)經(jīng)濟(jì)韌性作用明顯。社會(huì)消費(fèi)品零售總額增速（指標(biāo)貢獻(xiàn)度為0.720）、失業(yè)率（指標(biāo)貢獻(xiàn)度為0.714）、固定資產(chǎn)投資總額（指標(biāo)貢獻(xiàn)度為0.712）反映地區(qū)內(nèi)部消費(fèi)水平、企業(yè)生產(chǎn)創(chuàng)收能力、經(jīng)濟(jì)活力，均作為重要指標(biāo)影響地區(qū)經(jīng)濟(jì)韌性指數(shù)發(fā)展。結(jié)合各維度韌性發(fā)展情況，對(duì)于提升各州市的經(jīng)濟(jì)韌性水平具有針對(duì)性參考價(jià)值。

五、結(jié)論與討論

本研究以貴州各地級(jí)州市作為樣本，研究地區(qū)經(jīng)濟(jì)韌性發(fā)展水平與差異，同時(shí)對(duì)比全國(guó)平均水平，結(jié)論如下：（1）對(duì)矩陣進(jìn)行標(biāo)準(zhǔn)化處理中，運(yùn)用不同標(biāo)準(zhǔn)化方法對(duì)結(jié)果的判定是有明顯影響的。為了結(jié)果的準(zhǔn)確性需要結(jié)合原始數(shù)據(jù)特點(diǎn)以及不同方法的代入比較，最終確定標(biāo)準(zhǔn)化矩陣。（2）貴州整體經(jīng)濟(jì)韌性發(fā)展水平處于較弱等級(jí)，除貴陽(yáng)外其他各州市未及2015年國(guó)家平均發(fā)展水平（0.490）。（3）全省經(jīng)濟(jì)韌性指數(shù)出現(xiàn)兩極化趨勢(shì)，最高韌性指數(shù)是最低韌性指數(shù)的三倍以上，區(qū)域不均衡的發(fā)展結(jié)構(gòu)受趨勢(shì)的影響更加明顯，全域?qū)㈤L(zhǎng)期處于經(jīng)濟(jì)韌性不均衡階段。（4）遵義、六盤水傳統(tǒng)型工業(yè)城市在評(píng)估中表現(xiàn)出較強(qiáng)脆弱性，能源消耗總量大，城市產(chǎn)業(yè)處于轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)期。（5）經(jīng)濟(jì)系統(tǒng)的抵抗與恢復(fù)能力與經(jīng)濟(jì)發(fā)展水平關(guān)系密切，貴陽(yáng)、遵義在該維度的測(cè)度中優(yōu)勢(shì)明顯，城市經(jīng)濟(jì)系統(tǒng)抵抗與恢復(fù)能力較強(qiáng)。（6）灰色關(guān)聯(lián)分析法在計(jì)算各指標(biāo)關(guān)聯(lián)度后明確了影響城市經(jīng)濟(jì)韌性的主要因素，可概括為常規(guī)能源的使用、產(chǎn)業(yè)結(jié)構(gòu)、內(nèi)部需求、就業(yè)狀況及全社會(huì)再生產(chǎn)能力。（7）經(jīng)濟(jì)韌性評(píng)估結(jié)果與主要影響因素的判斷結(jié)論可作為地區(qū)政府制定提升經(jīng)濟(jì)韌性策略的科學(xué)參考。

我國(guó)社會(huì)主要矛盾對(duì)象的轉(zhuǎn)變牽引著經(jīng)濟(jì)發(fā)展方式的變化，如何在眾多變化的外部環(huán)境下實(shí)現(xiàn)經(jīng)濟(jì)穩(wěn)定有序發(fā)展關(guān)乎人民實(shí)現(xiàn)美好生活的向往。近些年，貴州乘著西部大開(kāi)發(fā)戰(zhàn)略，從旅游與大數(shù)據(jù)的產(chǎn)業(yè)視角逐步轉(zhuǎn)型，域內(nèi)社會(huì)經(jīng)濟(jì)飛速發(fā)展。但由于地區(qū)經(jīng)濟(jì)基礎(chǔ)薄弱，從上述不同方法的定量分析中不難看出，經(jīng)濟(jì)韌性發(fā)展水平依舊較低，區(qū)域自主發(fā)展能力不足。學(xué)界關(guān)于經(jīng)濟(jì)韌性的評(píng)估過(guò)程、方法已經(jīng)非常豐富，本研究旨在通過(guò)生態(tài)領(lǐng)域較成熟的模型通過(guò)跨學(xué)科的方式構(gòu)建新的評(píng)估體系，雖然在指標(biāo)選取、矩陣無(wú)量綱標(biāo)準(zhǔn)化方式的對(duì)比選擇、明確城市經(jīng)濟(jì)韌性的主要影響因素過(guò)程中盡量做到科學(xué)合理，但由于部分地區(qū)統(tǒng)計(jì)工作相對(duì)滯后，部分?jǐn)?shù)據(jù)統(tǒng)計(jì)口徑存在差異，多處有力指標(biāo)數(shù)據(jù)的獲取較難，受數(shù)據(jù)不全影響替換成相近指標(biāo)的情況也有發(fā)生，因此對(duì)本研究結(jié)論將在后續(xù)的社會(huì)脆弱性調(diào)查研究中繼續(xù)進(jìn)行驗(yàn)證。