点击蓝字 关注我们
摘 要：本文基于双重耦合理论，系统剖析了低空经济与城市系统间“提升管理绩效”与“挤压资源冗余”的正负向作用机制。在此基础上，综合运用系统动力学方法，构建了“低空经济发展—城市韧性演化—正负效应反馈”的动态仿真模型，并针对应急物流、基础设施巡检、医疗救援三大典型场景，设置了基准发展（BAU）、高强度投入（HI）和风险管控（RC）三种情景进行模拟。Vensim仿真结果表明：低空经济通过与应急管理系统耦合，能显著提升城市管理韧性，但若过度发展，会通过资源挤压机制加剧空间风险暴露与设施依赖，从而削弱空间与设施韧性。本研究进一步发现，实施“风险管控”治理情景能有效平衡上述双重效应，实现城市韧性的可持续提升。
关键词：低空经济；城市韧性；系统动力学；双重耦合；治理路径
一
引言
低空经济作为继数字经济后的重要增长极，已进入到实践应用场景阶段（欧阳日晖，2025）。宏观预测显示，该产业对全球GDP的贡献率将从2023年的约1.36%显著提升至2050年的4.76%（Sun et al., 2025），标志着其已成为拉动未来经济发展的新引擎。这种蓬勃发展的态势，不仅体现在经济总量的扩张上，更在于其通过深刻的场景创新，为城市复杂系统的运行效率与服务能力提升提供了全新范式。
城市韧性指城市系统在承受内外冲击时，能够保持基本运行、快速恢复并适应学习的能力，该项研究日益与灾害应对相结合（Razzano and Bernardi, 2024）。提升路径以产业结构优化、关键基础设施完善以及积极的空间溢出效应三个维度为主（李海霞和杜金柱，2025）。实践表明，高韧性城市（如长三角都市圈）善于通过低空经济技术嵌入实现系统韧性升级（刘秀丽等，2025），而中韧性城市更需通过针对性应用弥补功能短板或破解公共服务不均等系统性问题（Wang et al., 2023）。本质上，城市韧性与经济发展之间存在协同进化关系，有效的韧性建设能将危机转化为转型升级的契机（宋道雷，2025）。
低空经济与城市韧性之间存在着紧密的内在关联（郝金星等，2026）。一方面，低空经济的技术创新与场景应用可为城市韧性提升提供全新解决方案（王宝义和张萌萌，2025）；另一方面，城市韧性的提升也为低空经济的发展创造了良好的环境和需求空间。韧性城市建设对基础设施的安全性、可靠性提出了更高要求，这将促进低空经济在基础设施巡检维护等领域的应用（张晓兰和黄伟熔，2024）。然而，目前学术界对于低空经济影响城市韧性的作用机制尚缺乏深入系统的研究，在不同场景下低空经济对城市韧性的影响效果以及如何根据这些影响优化城市治理路径等方面，也存在诸多空白。因此，开展低空经济提升城市韧性的双重效应仿真及治理路径研究具有重要的现实意义。
二
低空经济与城市韧性的关联机理分析
（一）低空经济与城市韧性的理论关联
低空经济与城市韧性的理论关联体现在其双重效应上（陈德球和胡晴，2022）：一方面，低空运行带来的资源挤压（龚义龙，2016）与空间竞争可能削弱城市经济韧性与设施韧性，而其活动频次增加可能提升风险暴露度（陆瑶等，2025），削弱空间韧性，形成负向效应（李博等，2023）；另一方面，低空经济发展通过技术创新与产业升级增强经济韧性，通过提升应急效率与社区参与度增强社会韧性与管理韧性，呈现正向效应（马震，2024）。基于正负效应的识别与权衡，科学配置城市韧性要素并减少制度摩擦（田庆锋等，2025），进而针对高、中、低不同韧性等级城市制定差异化治理策略，是实现低空经济健康发展和城市韧性整体提升的核心理论议题。
（二）低空经济对城市韧性的负效应分析
城市经济韧性的核心在于产业结构的多元化与抗风险能力，提升城市韧性已成为城市应对风险、推进城市社会经济高质量发展的关键举措（顾燃等，2025）。低空经济作为重大战略性新兴产业（Jin, 2020），其发展需要大量资本、技术与人才的投入。在双重耦合关系下，若地方政府过度倾斜资源支持低空经济（如财政补贴、土地优惠），可能对城市传统优势产业（如制造业、服务业）形成“资源挤压”，导致产业结构向低空经济单一领域集中，削弱经济韧性的“冗余性”（陈逸等，2012）。例如，部分城市为发展无人机产业，将原本用于中小企业扶持、传统产业升级的资金转向低空经济领域，可能导致传统产业抗风险能力下降——当低空经济因技术瓶颈或政策调整出现波动时，城市经济因缺乏多元产业支撑而难以快速恢复，形成“单一产业依赖”的风险（韩留明等，2025）。此外，在应急物流场景下，通过无人机实现应急物资立体化配送，容易造成物流压力，导致地面枢纽出现过载风险（吴鹏等，2025），提升城市空间的风险暴露度（如低空与地面活动的冲突风险），从而削弱空间韧性（城市空间应对此类风险的缓冲与适应能力）。同时，低空经济产业链（如无人机研发、运维）对高端技术人才的需求，可能与城市其他产业（如医疗、教育）形成人才竞争，进一步加剧城市经济系统的资源分配失衡，挤压经济韧性的冗余空间（郑吉伟和初传凯，2025）。低空活动产生的噪音、隐私担忧等“社区扰动”效应，也可能侵蚀社会信任，对社会韧性产生潜在的负面影响。
（三）低空经济对城市韧性的正效应分析
城市社会韧性的核心在于“应急响应能力”与“社会协同能力”（蔡云楠等，2023），低空经济通过无人机技术与城市应急管理系统的耦合，可显著提升应急管理效率（沈映春，2024）及社会韧性水平：在灾害监测阶段，传统的巡检方式效率低下并且风险高，容易造成安全事故，而无人机搭载的高清摄像头、传感器可快速抵达地震、洪涝等灾害现场，实时传回灾情数据，解决传统监测手段“难进入、慢反馈”的问题，为应急决策提供精准依据；在医疗救援执行阶段，无人机可实现应急物资（药品、食品）的精准投送，尤其在道路中断和需采取隔离措施等场景下，其“立体配送”优势可大幅缩短救援时间，提升城市应对灾害的“响应速度”（李晓阳等，2023）。同时，低空经济相关企业与政府应急部门的协同合作（如共建应急无人机团队），形成“点对点”服务网络，可带动社会力量参与应急救援，增强社会协同能力，提升社区参与度，这本质上是低空经济与城市社会系统的正向耦合，直接提升社会韧性的管理绩效（刘庆丰，2025）。此外，低空经济若能有效赋能传统产业（如农业植保、电力巡检），通过“产业链耦合”促进产业多元化，将对提升城市长期的经济韧性产生积极影响。
三
低空经济对城市韧性的系统动力学模型构建
（一）系统边界确定
系统动力学通过模拟内反馈结构与行为的动态关系，将外部因素影响转化为内部结构变化。这种方法结合了定性和定量分析，适用于解决复杂的非曲线问题，包括相互因果和多重反馈系统。本研究运用系统动力学模型的系统边界涵盖低空经济发展要素、城市韧性维度及正负效应关联变量三方面核心内容。
低空经济发展要素包含低空基础设施投入、低空经济规模、低空活动频次、应急物资投送、政策助力支持、低空动力模式等，反映低空经济的发展动力与外在表现。
城市韧性维度：聚焦经济韧性、社会韧性、管理韧性、空间韧性、设施韧性五大子维度，以及综合表征城市韧性的“城市韧性指数”，同时纳入应急响应能力提升、资源配备优化等韧性提升的关键过程。该五维结构更全面地反映了城市复杂系统的经济基础、社会网络与物理空间属性。
正负效应关联变量中，正效应关联变量涉及应急响应能力提升对管理韧性的促进、低空物流覆盖对城市供应链弹性的增强等，以及低空经济通过“产业链耦合”促进“产业多元化”以增强经济韧性，通过“社区赋能”提升“社会资本”以增强社会韧性；负效应关联变量涵盖风险暴露度增加对空间韧性的削弱、公共服务依赖对设施韧性的冲击，以及低空资源投入通过“资源挤压”导致“产业单一化”削弱经济韧性，低空活动通过“社区扰动”降低“社会信任”削弱社会韧性，以及安全事故风险、地面救援能力退化风险等衍生影响。本模型构建与参数校准除参考《中国统计年鉴》《中国低空经济发展白皮书》等宏观数据外，还重点结合了对北京市、上海市、深圳市、成都市、武汉市、西安市6个重点城市的低空经济专项调研数据。这6个城市分别代表了京津冀、长三角、珠三角及中西部地区的低空经济发展水平，确保了模型具有较好的地域代表性。调研涵盖了各城市在低空基础设施投入强度、低空产业规模、典型应用场景覆盖率等方面的关键指标，为模型参数设定提供了实证基础。
（二）模型的结构和反馈回路
模型结构分为低空经济发展子系统、城市韧性子系统、正负效应反馈子系统三个相互关联的部分，各子系统通过变量间的因果关系形成复杂反馈网络。图1低空经济与城市韧性正负向效应因果回路图呈现了核心变量间的因果关联与反馈路径，图中“+”表征变量间的正向促进关系，“-”表征变量间的负向制约关系，正、负反馈回路的具体构成与作用机制如下。
1. 正反馈回路：低空经济对城市韧性的正向促进
正反馈回路体现了低空经济通过提升“管理韧性”“经济韧性”“社会韧性”等维度，反向推动自身发展与城市韧性增强的循环机制，图中对应正向因果链（+）表征促进作用。典型回路如下：
回路1（管理韧性）：低空基础设施投入→（+）低空物资投放→（+）城市供应链弹性→（+）城市韧性指数→（+）资源配备优化→（+）管理韧性→（+）应急响应能力提升→（+）低空基础设施投入
解释：加大低空基础设施投入，可直接提升低空物资投放效率，增强城市供应链弹性；供应链弹性提升推动城市韧性指数上升，促使资源配备优化，进而强化管理韧性；管理韧性提升又会增强应急响应能力，最终反哺低空基础设施投入，形成正向循环。
回路2（经济韧性）：低空经济规模→（+）产业链耦合→（+）产业多元化→（+）经济韧性→（+）低空经济规模
低空资源投入→（-）资源挤压→（+）产业链耦合→（+）产业多元化→（+）经济韧性→（-）低空资源投入
解释：低空经济规模扩大，通过产业关联效应促进产业链耦合，推动产业多元化发展、增强经济韧性，进而反哺低空经济规模扩张；若过度倾斜低空资源投入会挤压其他产业资源，反向制约产业链耦合，形成对过度投入的负向约束。
回路3（社会韧性）：低空活动频次→（+）社区扰动→（-）社会资本→（-）社会赋能→（-）社会韧性→（-）低空活动频次
低空活动频次→（+）社区扰动→（+）社会资本→（+）社会赋能→（+）社会韧性→（+）低空活动频次
解释：适度低空活动可通过社区服务实现社会赋能，积累社会资本，强化社会韧性，提升公众接受度，促进低空活动普及；若活动过频引发社区扰动，则会侵蚀社会资本，削弱社会韧性，反向制约低空活动频次。
回路4（政策与规模驱动）：低空经济规模→（+）应急物资配送→（+）城市韧性指数→（+）政策助力支持→（+）低空经济规模
低空经济规模→（+）低空动力模式→（+）应急响应能力提升→（+）管理韧性→（+）资源配备优化→（+）低空物流覆盖→（+）城市供应链弹性→（+）城市韧性指数→（+）低空经济规模
解释：低空经济规模扩大可提升应急物资配送效率，推动城市韧性指数上升，获得更多政策支持，进一步扩张低空经济规模；同时，低空动力模式创新可强化应急响应能力，通过管理韧性传导，形成对低空经济规模的正向支撑。
2. 负反馈回路：低空经济对城市韧性的负向制约
负反馈回路揭示了低空经济发展过程中，因“空间韧性”“设施韧性”“社会韧性”受抑而对自身或城市韧性产生的制约机制，图1中对应负向因果链（-）表征制约作用。典型回路如下：
回路1（空间韧性）：低空经济发展→（+）风险暴露度增加→（-）空间韧性→（-）低空经济发展
风险暴露度增加→（+）城市治理压力→（+）空域管理强度→（-）低空活动频次→（-）风险暴露度增加
解释：低空经济发展加剧空域活动，提升风险暴露度，削弱空间韧性；风险暴露度增加还会引发城市治理压力，强化空域管理，限制低空活动频次，形成对风险的负向约束。
回路2（设施韧性）：低空经济发展→（+）公共服务依赖→（-）设施韧性→（-）城市韧性指数→（-）低空经济发展
公共服务依赖→（+）低空医疗救援占比→（-）地面救援能力退化风险→（-）地面救援能力→（-）公共服务依赖
解释：低空经济过度依赖公共服务会加重设施负载，削弱设施韧性，拉低城市韧性指数，制约低空经济发展；同时，低空医疗救援占比提升可能导致地面救援能力退化，反向约束公共服务依赖程度。
图1 低空经济与城市韧性正负向效应图
回路3（社会韧性）：低空活动频次→（+）社区扰动→（-）社会资本→（-）社会赋能→（-）社会韧性→（-）低空活动频次
低空活动频次→（+）安全事故风险→（+）城市治理压力→（+）空域管理强度→（-）低空活动频次
解释：低空活动过频引发社区扰动与安全事故风险，侵蚀社会资本、削弱社会韧性，同时加剧城市治理压力，最终通过空域管理限制低空活动频次，形成负向制约。
综上，模型通过正、负反馈回路的交织，清晰呈现了低空经济对城市韧性的“正向提升管理韧性”与“负向削弱空间、设施韧性”的双重效应，为情景仿真提供了机制性支撑。
（三）设定参数和方程说明
系统动力学模型的参数与方程需严格匹配“低空经济—城市韧性”的正负效应机制，结合本文理论分析、情景假设及相关文献实证结论，完成参数校准与方程构建，确保模型逻辑反馈回路完全一致。
参数取值遵循“文献参考+情景适配”原则，核心参数按“低空经济发展子系统”“城市韧性子系统”“正负效应反馈子系统”分类，具体如表1所示。所有参数单位均为相对系数（0～1），情景调节参数对应下文“情景模拟”中的三类情景设计（BAU/HI/RC）。
为使模型参数最大限度贴合我国城市发展实际，避免过度依赖理论假设，本研究采用“宏观数据定基准，微观调研作校准”的策略，对核心参数进行了实证校准。校准过程主要采用最小二乘法和贝叶斯估计等统计方法，旨在使模型仿真结果与6个重点城市的调研数据实现最优拟合。
校准数据基础与转换逻辑如表1所示。首先，基于《中国低空经济发展白皮书》等宏观数据确定全国性的基准水平。然后，利用6个重点城市的调研数据，计算各城市指标与基准水平的相对比值，将其作为校准观测值。最后，通过调整模型中的相关参数，使模型的输出值与这些观测值的误差最小化。
表1 关键参数实证校准过程示例
为使模型参数更贴合我国城市实际，本研究基于6个重点城市的调研数据对核心参数进行了实证校准。调研数据显示：
低空基础设施投入强度：6个城市在低空起降场、通信导航设施等方面的投入占年度基建总投资的比例分布在0.05%至0.28%的区间。北京市、上海市作为先行示范区，投入强度最高（0.20%～0.28%）；深圳市、成都市作为重点发展城市，投入强度中等（0.12%～0.18%）；武汉市、西安市作为培育型城市，投入强度相对较低（0.05%～0.10%）。依据此数据分布，本文将BAU情景下的基准投入系数设定为0.15，HI情景提升至0.23，RC情景设定为0.18。
低空物流覆盖率：在应急物流场景下，重点城市中心城区的无人机配送网络覆盖率呈现明显梯度。上海市、深圳市已达到30%～40%的覆盖率；北京市、成都市为20%～30%；武汉市、西安市目前为10%～20%。该数据被用于校准“低空物流覆盖”变量与“城市供应链弹性”变量之间的函数关系。
产业多元化系数：通过调研各城市低空经济相关企业数量占规上企业总数的比例，发现北京市、上海市该比例已达3%～5%，表现出较强的产业集聚效应；而武汉市、西安市该比例仅为1%～2%，产业多元化程度相对较高。这一数据为“产业链耦合”与“资源挤压”效应的参数设定提供了依据。
通过将实际观测数据转化为系统动力学模型中的参数取值，显著提升了模型对现实世界的刻画能力。表2列出了模型的主要变量。
表2 低空经济与城市韧性系统动力学模型主要变量
在系统动力学研究中，结构的识别与理解构成了模型构建的核心，其分析本质是为了反映系统元素间的关联性。本研究对于参数的设定并不旨在精确预测每个变量的未来状态，而是为了揭示系统内变量间相互依存的关系与动态，参数设定和公式构建主要是为了模拟这些关系，从而使模型能够以一种相对定量的方式，反映变量之间的相互作用。因此，为较好地体现系统变量之间的动态关联，结合相关实际数值，最终构建系统动力学模型所使用的基础数据来源于《中国统计年鉴》《中国低空经济发展白皮书》《中国无人机发展报告》《安全韧性城市评价指南》等公开资料。针对模型中某些难以直接获取的关键参数，将结合理论分析和统计学估计对其进行参数估计，同时进行了多次仿真模拟，以确保模型的稳健性和解释力。由于篇幅限制，本系统涉及的部分方程与参数确定如下所示：
（1）低空经济规模=LAES
（2）管理韧性=MR
（3）空间韧性=SR
（4）设施韧性=FR
（5）城市韧性指数=CRI
（四）模型的有效性检验
为确保系统动力学模型能够准确反映低空经济与城市韧性之间的复杂动态关系，本研究从结构一致性、参数敏感性和行为重现性三个维度对模型进行了系统性检验。首先，通过文献比对，确保模型结构与理论机制一致。综合参考《中国低空经济发展白皮书》《安全韧性城市评价指南》等权威文献中的指标体系，对反馈回路进行理论契合度评估，结果显示所有反馈回路完整覆盖“低空经济—城市韧性”的双重效应路径，特别是新增的经济与社会韧性维度，与城市复杂系统理论高度吻合。其次，采用参数敏感性分析，验证模型在极端情景下的稳健性以及核心参数（如低空基础设施投入强度、政策支持系数、风险暴露衰减因子、产业链耦合系数、社区扰动系数）对输出结果的显著影响，结果显示城市韧性指数变化幅度在8.7%～12.3%，证明了参数的稳健性。特别地，为检验参数校准的有效性，本研究采用了留一交叉验证法。具体而言，依次将6个重点城市中的5个城市数据用于参数校准，然后用校准后的模型对剩余1个城市进行仿真预测，计算预测值与实际调研值的平均绝对百分比误差。验证结果显示，所有留一样本的平均误差率控制在10%以内，证明了基于多城市数据的参数校准方案具有良好的泛化能力，而非对特定城市数据的过度拟合。最后，通过历史数据回溯检验，将2020—2024年上海市、深圳市、成都市3个代表性城市的调研数据的实际数据与模型仿真结果进行对比，选择这三个城市是因为它们分别代表了高、中、低三个不同的低空经济发展阶段，能够有效检验模型的普适性。检验指标包括“低空经济规模指数”“应急响应效率提升率”“低空物流覆盖率”等基于城市调研的实际数据。将《中国统计年鉴》和《中国无人机发展报告》的实际数据输入模型，结果显示城市韧性指数、经济韧性、社会韧性、管理韧性及空间韧性的模拟值与实际值误差率分别为7.2%、8.5%、9.1%、6.8%和8.1%，表明模型具备较高的预测准确性和对重点城市低空经济发展态势的解释力。此外，模型在Vensim环境中运行稳定，未出现数值溢出或逻辑冲突，进一步支持其作为多情景仿真与分析工具的有效性（见图2）。
1. 参数敏感性分析
为识别对模型输出结果影响最大的关键参数，评估模型结论的可靠性，本研究进行了系统的参数敏感性分析。分析采用单因素敏感性分析与多因素敏感性分析相结合的方法。
（1）单因素敏感性分析
在基准发展情景（BAU）下，将表2中的核心参数在其合理取值范围内单独变动±20%，观察“城市韧性指数”在模拟期末（2035年）的响应程度。结果如表3所示，低空基础设施投入系数（1）、风险暴露对空间韧性的冲击系数（β1）和产业链耦合系数（θ2）是敏感性排名前三的参数。当这三个参数变动±20%时，城市韧性指数的变化幅度均超过8%，其中低空基础设施投入系数的影响最大（变化幅度达±10.5%），这表明模型结果对基础设施投入政策的变动最为敏感。
图2 系统模型主要变量仿真结果
表3 关键参数敏感性分析结果（BAU情景，2035年）
（2）多因素敏感性分析（极端情景测试）
为测试模型在极端条件下的稳健性，设置了两种极端组合情景：一是“高投入—高风险”情景（HI情景参数与高风险参数组合），二是“低投入—强管控”情景（BAU投入水平与RC管控参数组合）。仿真结果显示，即使在极端条件下，模型也未出现数值溢出或行为异常，风险管控情景（RC）的城市韧性指数表现依然最优的结论保持稳定。这证明了模型的主要结论对不同参数组合具有较好的稳健性。
敏感性分析不仅验证了模型行为的合理性，也揭示了政策干预的“杠杆点”，即加大对低空基础设施的投入强度和提升产业链耦合效率，是提升城市韧性最有效的途径。
2. 模型稳健性检验
为进一步评估模型结论的可靠性，本研究进行了以下稳健性检验。
（1）模型结构稳健性检验
通过改变模型的核心反馈结构进行检验。例如，在原模型中，“低空经济规模”对“城市韧性指数”存在直接的正反馈。我们在调整后的模型中移除此直接反馈，仅保留通过各韧性维度的间接影响。仿真结果显示，各情景下城市韧性指数的相对排序（RC > HI > BAU）并未发生改变，仅绝对数值有所下降，表明核心结论对模型结构的变化不敏感，结论稳健。
（2）数据校准稳健性检验（替代性测量）
针对关键变量“低空经济规模”，采用替代性指标进行重新校准和仿真。原模型使用“低空产业增加值”衡量，稳健性检验中替换为“低空领域相关企业数量占比”作为代理变量。基于此新数据重新校准模型后，再次进行多情景仿真。结果显示，城市韧性指数在不同情景下的演化趋势与基准模型高度一致，关键转折点出现的模拟时间点误差在1个时间单位（年）以内，进一步证实了研究结论的可靠性。
上述稳健性检验结果表明，本研究构建的系统动力学模型及其得出的主要结论（即风险管控情景RC能最优地平衡低空经济的双重效应）具有良好的稳健性，并非依赖于特定的模型设定或变量测量方式。
四
情景分析与结果对比
（一）情景模拟
为探索低空经济与城市韧性的动态互动关系，本研究基于系统动力学模拟设计了多情景仿真试验。通过仿真实验构建了基准发展（BAU）、高强度投入（HI）和风险管控（RC）三类典型情景。所有情景均设置10年模拟周期（2025—2035年），以城市韧性指数为核心观测指标，同步跟踪管理韧性、空间韧性和设施韧性的动态变化。
1. 基准发展情景（Business As Usual, BAU）
此情景模拟延续当前发展趋势的模式。核心变量保持当前水平：低空基础设施投入强度维持现有速率，政策支持力度与空域管控强度保持不变，且未实施针对性的韧性治理措施。该情景作为对比基线，用于识别低空经济与城市韧性演化的内在规律，评估当前发展模式的长期可持续性。模拟周期内（2025—2035年），低空经济活动频次、技术渗透率等变量按历史增长率自然延伸。
2. 高强度投入情景（High Investment, HI）
此情景模拟资源高度倾斜的低空经济加速发展模式。核心变量设定呈现显著扩张特征：低空基础设施投入强度较BAU情景提升50%，政策支持力度大幅增加（如降低空域审批门槛、提供高额产业补贴），旨在最大化推动低空经济规模扩张。该情景重点验证“规模驱动”路径下，低空经济对城市管理韧性的正向促进效应及其对空间、设施韧性的潜在挤压效应，揭示过度发展可能引发的系统风险。
3. 风险管控情景（Risk Control, RC）
此情景模拟发展与韧性并重的综合治理路径。在适度提升低空基础设施投入（较BAU提升20%）的基础上，重点引入韧性增强机制：一是建立空域智能管控系统，通过动态调度算法降低风险暴露度；二是对低空设施进行韧性化改造（冗余设计、抗灾升级）；三是优化地面与低空救援的协同机制，避免单一依赖导致的系统脆弱性。该情景旨在探索既能发挥低空经济效能又能有效管控其负外部性的优化路径。
（二）情景分析结果
根据上文情景的不同设定情况，本研究系统揭示了低空经济对城市韧性各维度的差异化影响机制。通过对比分析不同发展路径下城市韧性指数的演化轨迹及其内在驱动因素，为理解低空经济的双重效应提供了实证依据。
具体而言，三类情景下城市韧性呈现出显著差异化的演变特征。在城市韧性指数方面，基准发展情景（BAU）呈现“缓慢上升后趋稳”态势，前期依靠管理韧性提升推动增长，后期受空间与设施韧性削弱效应制约而增长乏力；高强度投入情景（HI）则表现为“短期快速上升、长期增速回落”的特点，管理韧性在低空经济爆发式增长下大幅提升，但空间韧性（风险暴露度较BAU高30%）与设施韧性（下降20%）的负效应集中显现；风险管控情景（RC）展现出“持续平稳上升”的优化路径，通过同步强化风险管控与韧性建设，在保持管理韧性稳步提升的同时，将空间风险暴露度控制在较BAU仅高10%的水平，并使设施韧性提升15%。从分维度韧性表现来看，管理韧性排序为HI>RC>BAU，印证了低空经济对应急响应能力的正向促进；空间韧性与设施韧性则呈现RC>BAU>HI的序位关系，凸显高强度发展模式对城市基础韧性的挤压效应。这种差异化格局验证了低空经济存在的“管理韧性提升”与“空间/设施韧性削弱”的双重效应特征。
总体而言，仿真结果证实单纯追求低空经济规模扩张虽能短期提升管理绩效，但会因空间拥堵和设施过载而损害城市长期韧性。而风险管控情景通过智能调度、韧性改造和协同机制等综合治理手段，成功实现了正负效应的最优平衡。此结论在经过详细的敏感性分析与稳健性检验后，被证实是可靠且稳健的。这一发现为制定差异化的低空经济发展策略提供了重要启示，即需要根据城市韧性基础选择适宜的发展路径，在释放低空经济效能的同时筑牢城市安全底线。
（三）策略推荐与决策支持
基于对基准发展（BAU）、高强度投入（HI）、风险管控（RC）3个情景的系统动态仿真及其结果的分析可以发现，低空经济发展路径的选择显著影响城市韧性的演化趋势。第一，低空经济发展对管理韧性维度呈现出显著的正效应，通过低空技术与应急管理系统的耦合，能够大幅提高应急响应速度和资源调配效率。第二，低空经济发展可能产生负效应，主要表现在资源挤压和风险暴露方面。第三，风险管控情景（RC）是最优发展路径。在该情景下，城市韧性指数呈现持续平稳上升趋势，在实现管理韧性提升的同时，有效控制了空间和设施韧性的负效应。因此，为了提升低空经济对管理、空间和设施韧性的正效应，政策制定者可以通过实施一系列综合措施来优化低空经济的发展。
1. 差异化发展战略
差异化发展战略是低空经济对城市韧性产生正效应的关键。针对不同韧性基础的城市需制定差异化发展战略。高韧性城市应采用“创新引领型”策略，重点扩大低空技术在应急管理、医疗救援等领域的深度应用；中低韧性城市应实施“稳健提升型”策略，以基础设施巡检等低成本应用为切入点，避免过度投入造成的资源挤压。
2. 多维韧性协同提升措施
多维韧性协同提升主要分为3个方面，分别是管理韧性强化、空间韧性优化和设施韧性保障。首先，在管理韧性强化方面应建立低空应急响应联盟，制定标准化协作协议，将低空经济纳入城市韧性专项规划，设定科学的发展阈值。其次，在空间韧性优化方面应部署空域智能管控系统，利用AI技术优化飞行轨迹，在城市规划中预留低空缓冲空间，建立“低空生态走廊”。最后，在设施韧性保障方面应对关键低空基础设施进行韧性化改造，采用冗余设计和抗灾升级措施，建立地面—低空协同运维平台。
3. 技术创新与应用推广策略
加强关键技术的研发是发展低空经济的基础。因此，需重点突破无人机自主飞行、智能避障、精准起降等技术，开发低空交通管理系统，实现飞行器实时监控和调度，推进新能源在低空飞行器中的应用，提高续航能力和环保性。同时，还需拓展无人机应用场景，主要分为3个场景，分别是应急物流、基础设施巡检和医疗救援服务。在应急物流领域应建立无人机应急物资配送网络，覆盖医疗急救、灾害救援等场景；在基础设施巡检领域应推广应用无人机进行桥梁、管道、电力线路等设施检测；在医疗救援服务领域应重点构建无人机医疗物资配送和紧急救护体系。此外，还需建设示范应用基地，选择有条件区域建设低空经济综合应用示范区，开展低空经济与城市韧性协同发展试点，总结推广成功经验和模式。
4. 实施保障与监测评估
实施保障和监测评估可以提升低空经济透明度，降低违规风险，并增强社会参与者的信任。首先，应完善法律法规体系。制定低空飞行管理地方性法规，明确各方权责；建立低空经济活动标准体系，规范行业发展；完善低空安全事故应急处置和责任追究机制。其次，建立协同治理机制。成立低空经济发展领导小组，加强部门协调能力；搭建政府、企业、社会多方参与的合作平台；加强区域协作，推进低空经济一体化发展。最后，构建监测评估体系。建立低空经济与城市韧性发展监测指标系统；定期开展实施效果评估，动态调整政策措施；建立信息公开发布制度，接受社会监督。
五
结语
为深入探讨低空经济与城市韧性之间的关系，本研究采用了系统动力学的方法，结合Vensim软件对低空经济与城市韧性之间的正负向效应建模，考虑了如低空经济规模、管理韧性、空间韧性、设施韧性、城市韧性指数等诸多关键变量，以及它们之间复杂的动态关系，在结合实际情况对部分变量进行初步估计和设定后，主要探讨了基准发展、高强度投入和风险管控三大场景中低空经济对管理韧性、空间韧性和设施韧性的动态影响。研究表明，风险管控情景（RC）是最优发展路径。同时，低空经济发展对管理韧性维度呈现出显著的正效应，而在资源挤压和风险暴露方面可能产生负效应。
在本研究中仍存在着一定的局限性：一方面，模型主要聚焦于管理、空间与设施三个韧性维度，对社会韧性、经济韧性等维度刻画不足，未能全面反映城市复杂系统的多元特征；另一方面，尽管本研究通过多城市调研数据对核心参数进行了实证校准，但部分辅助变量（如社会资本、社区信任）的量化仍存在挑战，其参数设定在一定程度上依赖理论推演。此外，对不同城市在区位条件、产业结构与治理能力等方面的差异性考虑，可通过更细粒度的智能体模型在未来的研究中进一步深化。尽管本研究已通过系统的敏感性分析和稳健性检验增强了结论的可靠性，参数设定虽基于文献与统计资料，但部分变量仍依赖理论推演与情景假设，并且对不同城市在区位条件、产业结构与治理能力等方面的差异性考虑尚不充分。因此，在未来的研究中，仍可在此方向上进一步深入研究：首先，可进一步拓展研究维度，将社会机制、经济结构适应性等纳入分析框架；其次，可以结合人工智能、数字孪生等技术构建动态优化模型，并开展基于不同城市类型的差异化策略研究，以增强理论模型的适用性与政策指导价值，推动低空经济在提升城市韧性中发挥更全面、可持续的作用。
发布人：蔺萍绯 审核人：李亚光
《工信财经科技》杂志社
