特色小镇韧性探源

杨舒晨 吴佳英 张佳琪 丁昱卓

【摘 要】特色小镇的发展目前是社会关注的热点，为研究特色小镇可持续发展的要素，本文引入韧性理念，构建基于“颜值”和韧性的评估指标体系，以浙江省特色小镇为研究对象，运用QCA研究方法对问卷调查数据进行比较分析，得出特色小镇的“颜值”和韧性建设情况。研究结果显示：在颜值方面，文化魅力和协调性是颜值提升最为重要的因素，其次是生态环境和影响力；对韧性而言，创新韧性和制度韧性最为关键。同时研究也发现不同特色小镇的韧性特质基因有所差异。本文的研究为特色小镇的可持续发展提供了借鉴意义。

【关键词】特色小镇；颜值；韧性；QCA

一、引言

浙江特色小镇建设是经济新常态下加快区域创新发展的重大战略举措，受到社会各界的广泛关注。浙江特色小镇采用“宽进严定”的创建方式，为促进小镇健康发展，每年都会进行考核。根据最新考核结果，24个特色小镇优秀，32个小镇良好，29个小镇合格，14个小镇警告，7个小镇降格。可见，部分特色小镇的建设存在诸多问题，自身发展受阻。因此，如何促进特色小镇可持续发展成为关注的焦点。本文拟通过引入韧性理念，构建基于“颜值”和韧性的特色小镇评估指标体系，科学评估特色小镇的“颜值”与韧性，找出影响特色小镇可持续发展的关键因素组合，为特色小镇可持续发展提供借鉴。

二、特色小镇韧性

在经济新常态的背景下，为加快区域创新发展，推进供给侧结构改革，浙江省在全国率先提出了建设特色小镇的发展战略。特色小镇是按照创新、协调、绿色、开放、共享发展理念，结合自身特质，找准产业定位，科学进行规划，挖掘产业特色、人文底蕴和生态禀赋，形成“产、城、人、文”四位一体有机结合的重要功能平台[1]。从特征上看，特色小镇具备产业上“特而强”、功能上“有机合”、形态上“小而美”、机制上“新而活”四个特征[2]。从产业类型上看，特色小镇产业一般分为高端装备制造、环保、健康、金融、旅游、时尚、信息经济、历史经典8个产业。目前，特色小镇的建设在浙江省已有成效，但从最新考核结果中可知，还是有部分小镇的建设存在问题，发展受阻，说明这些小镇的韧性不足。因此，本文拟在特色小镇发展研究中引入韧性理念，探究特色小镇相关的韧性评估，将特色小镇和韧性联系起来，找出小镇发展的活力因子。

韧性的概念随时代的发展不断外延，并运用到很多学科领域。20世纪90年代，韧性理念被应用到了城市研究中[3]。学者们对韧性城市下了不同的定义。韧性联盟将“韧性城市”定义为城市在经受外界干扰时，消化吸收这些干扰并保持城市的主要特征、结构和关键功能的能力[4]。邵亦文和徐江（2015）则将城市韧性解释为城市系统和区域通过合理准备、缓冲和应对不确定性扰动，实现城市各方面正常运行的能力[3]。基于上述韧性城市的相关定义，可套用到特色小镇的韧性上，将其解释为一个特色小镇消化吸收外界干扰保持关键功能并实现发展稳定的能力。

如何科学地量化城市韧性标准，将理论探究与实际结合是一项新兴的研究课题。学界对此研究较少，现在还没有统一的标准，但学者们已开始构建韧性城市的评估体系。陈利等（2017）提出韧性城市评估通过设计指标体系进行，一共可分为宏观的大都市区、中观的单个城市以及微观的社区三种尺度[5]。张明斗和冯晓青（2018）根据城市的生态、经济、社会、基础设施服务四个维度，设计了目标层、准则层、指标层三个层次的评价指标体系，并为城市韧性度的各组成因子赋予权重[6]。本文尝试构建特色小镇韧性相关的评估体系，可从上述学者构建的评估体系中得到一些经验。

三、评估体系与模型构建

（一）评估体系构建

特色小镇发展水平评估指标体系应准确体现特色小镇的特点，课题组结合浙江省特色小镇发展实际，构建目标层、准则层及指标层三个层次的评估指标体系，科学评估小镇“颜值”与“韧性”，评价其建设质量和成效。

从城市发展维度，课题组将小镇颜值分为生态环境、文化魅力、影响力和协调性四大准则，选取自然风貌、生态建设、文化底蕴、文化创新、知名度、品牌效应、空间融合度、社会融合度评价小镇形态与风貌。

本文参考Jha等学者对于城市韧性组成的研究，结合特色小镇的创新发展理念，将小镇韧性分为基础设施韧性、制度韧性、经济韧性、社会韧性和创新韧性。在准则层下，进一步细分指标，选取典型性指标，对特色小镇的建设情况进行科学评价和综合评估。

由于浙江省特色小镇产业种类多，各具特色，考虑到指标的科学性、合理性，故将指标区分为通用指标和特色指标。从产业视角出发，将特色小镇分为信息经济、环保、健康、旅游、时尚、金融、高端装备制造和历史经典产业，总结出“颜值”维持和“韧性”塑造的共同特征，得出特色小鎮的颜值评估表和韧性评估表。

通过问卷调查以及相关专家评分的统计，结果显示如表5。颜值排序前三依次为信息经济、时尚和金融小镇，韧性排序前三依次为信息经济、高端制造和金融小镇。综合评分最高者为信息经济小镇。

（二）研究方法

QCA定性比较研究最早由美国社会学家查尔斯·拉金在20世纪80年代提出。QCA方法的基础在于将变量作二分处理，即解释变量和结果变量的取值都有两种，取“1”代表某条件发生或存在，用大写字母表示；值“0”表示某条件不发生或不存在，用小写字母或者“～”表示。“*”表示“和”，“+”表示“或”，“→”或者“=”表示“导致”，例如，A*B→Y表示A和B同时存在将导致Y的发生。

QCA方法的具体操作首先需要确定研究问题，选取样本案例，确定原因变量和结果变量，然后将所有指标数据汇总，导入QCA分析软件，利用软件对原始数据进行赋值，得到真值表，最后通过对变量条件组合进行运算分析、简化等得出导致结果变量发生或不发生的原因条件组合，并对这些组合构型进行分析，得出结论。

本文基于特色小镇颜值与韧性的评估体系，旨在寻找推动小镇发展的活力因子，构筑相应的匹配模式，由于决定颜值韧性好坏的因果关系不是呈线性的，而是复杂交织的，并且样本案例数量不大，因此，QCA是非常适合的方法。

四、数据收集与分析

（一）数据收集与测量

2017年12月-2018年12月，课题组调研人员以浙江省特色小镇进行实地调研，采用访谈和调查问卷方式获取数据，问卷填写者为小镇居民、小镇企业的员工等。最终回收问卷130份，剔除无效样本后，有效问卷109份，有效回收率为83.84%。所收集的问卷数据通过后期的整理、分类、录入，最后采用SPSS、QCA等软件进行统计分析。

（二）信度与效度分析

本研究采用spss24.0软件对量表进行信度和效度分析，以计算出Cronbachs α系数和KMO值。KMO统计量取值在0和1之间，KMO值越接近于1，变量间的相关性越强。本次研究的KMO统计量为0.921，因而本文的指标具有良好效度。

由表6可知，制度韧性、基础设施韧性、经济韧性、社会韧性和创新韧性的Cronbachs α系数均大于 0.8，颜值的Cronbachs α系数大于0.7接近0.8，表明各测量题项有较好的内部一致性，确保了研究的测量信度。

注：由于不同类型小镇的经济韧性和创新韧性的测量题项存在差异，故采用其他作为差异题项的统一指标。经济韧性的其他题项是指行业带动度、投融资规模及机构入驻情况，创新韧性的其他题项是指新产品数量、新产品研发周期、产学研结合度、技术领先性和旅游创意度。

（三）特色小镇韧性探源—基于QCA的定性比较分析

1、变量的确定

运用QCA进行定性分析比较分析，变量的确定这一步骤至关重要。本文参照国内外文献中评价特色小镇的指标体系及浙江省质量技术监督局发布的特色小镇评定规范文件，进行归类整理，并形成新的指标体系，分为颜值与韧性两大一级指标（结果变量），其中颜值目标层下分为4个准则层——生态环境、文化魅力、影响力、协调性作为原因变量；韧性目标层下设制度韧性、基础设施韧性、经济韧性、社会韧性、创新韧性5个原因变量。

以上变量数目的确定，与样本案例数对应，符合进行QCA研究的要求。

2、变量的赋值

到目前为止，QCA可分为确定集（csQCA）、模糊集（fsQCA）、多值集（mvQCA）三种技术路线。在确定集中，对原因变量和结果变量进行赋值采用二分法，表“存在”或“是”等含义赋值为1，表“不存在”或“否”等含义赋值为0，只允许取0或1这两个值；而模糊集可以在0到1之间取任何数，可视为连续变量，延伸了清晰集；多值集是介于确定集和模糊集之间的中间状态，对变量数值进行多分。

本文将数据以受调查者与专家评分的平均值（下文简称均值）为分界点进行二分赋值，原则是，当原因变量与结果变量小于均值时，赋值为“0”，表示该因素或结果 “不具有韧性”；当原因变量与结果变量大于均值时，赋值为“1”，表示 “具有韧性”。按照以上赋值原则结合问卷数据，对109份问卷中的共9个原因变量和2个结果变量进行赋值，得到颜值为“0”的样本有51个，为“1”的样本有58个；韧性为“0”的样本有55个，为“1”的样本有 54个。

3、实证过程及结果分析

（1）建立真值表

真值表是影响因素的排列组合，由于确定集比较分析采用二分赋值法，所以变量组合数与变量数之间为指数关系：变量组合数=2^变量数，本文颜值指标理论上共有16种条件组合（2^4=16），韧性指标理论上共有32种条件组合（2^5=32）。

使用QCA定性分析软件进行分析，对赋值后的数据进行真值表运算，在“编辑”菜单中将案例频数阈值设为1，一致性阈值设为0.8，即将初步运算结果中变量组合案例数为0的删去，将一致性大于0.8的结果变量设置为“1”，生成更为简单清楚的真值表，继而运算出对于结果变量最具解释力的变量条件组合。

在“颜值”的真值表中，删除多余条件组合后，通过一致性0.8阈值（“颜值”结果=1）的案例数为50个，未通过的有59个（“颜值”结果=0），具体结果如图1。对“韧性”真值表进行同样操作，“韧性”=1的案例数有51个，“韧性”=0的案例数有58个，如图2。

（2）实证过程

使用上述经化简的真值表进行标准分析，得到三类解：复杂解、简单解和中间解。复杂解没有对构型组成进行简化，较为繁琐；简单解在简化过程中可能把不可或缺的必要条件也简化了或者使用了所有逻辑余项，很可能与理论或者现实不符；中间解结合理论与实际，将具有意义的逻辑余项纳入解。因此综合而言，中间解优于复杂解和简单解。

中间解结果显示，能够增加颜值的3组变量构型分别为sthj*yxl、sthj*xtx*whml、yxl*xtx*whml，能够提升韧性的5组变量构型分别为sh*jj*cx、zd*jcss*sh*～cx、zd*jcss*jj*cx、zd*～jcss*～sh*～jj*cx、～zd*jcss*～sh*～jj*cx。

增加颜值的3个变量组合的总覆盖率为84.5%，具有98%的一致性水平。提升韧性的5个变量组合的总覆盖率为92.7%，具有100%的一致性水平。理论上，覆盖率越高（最高为100%），该变量条件组合能够解释结果变量的程度越高；一致性水平越高，该变量条件组合与案例数据本身呈现的变量条件组合间的联系越好，即该变量条件组合可以用来解释结果变量。该结果的总体覆盖率和总体一致性水平均达到了理想范围，提升韧性的5个变量构型的覆盖率依次为0.71，0.13，0.64，0.02，0.02，因此可以说明第一个和第三个组合更为重要，即韧性的提升更多是通过第一和第三条路径达到的。

（3）結果分析与结论

本文参考拉金的核心因素与非核心因素研究方法来描述变量构型，与结果有较强因果关系的因素为核心因素，较弱即为非核心因素。核心因素是本质的，必须的，而非核心因素是相对不重要的，可以被替换的。从技术实现层面来讲，核心因素与非核心因素的区分需借助实证结果中的中间解与简单解：