科技创新与新型城镇化的耦合关系及其时空分异研究——以“丝绸之路经济带”沿线九省市为例

徐秋艳，张秋炜

（石河子大学 经济与管理学院，新疆 石河子 832003）

十八大以来，中央将城镇化作为现代化建设的重要着力点，明确了在经济新常态下，其在促进经济转型和经济增长等方面的突出作用[1]。2015年我国城镇化率突破56%，城乡结构发生历史性变化，随着社会经济结构的不断调整与优化，传统视角下的城镇化已无法承载新时期经济社会的发展要求，新型城镇化将是提升我国经济活力和未来可持续发展能力的动力源泉。国务院《关于深入推进新型城镇化建设的若干意见》中指出：新型城镇化是内需的最大潜力所在，是现代化发展的必经之路，是促进经济发展的重要动力。与此同时，经济新常态的到来，标志着由前工业化时期带来的“结构性加速”红利已经消失，我国经济正式迈入“结构性减速”时代[2]23-40，这也意味着未来一段时间内经济发展将实现由要素驱动和出口驱动向创新驱动的转变。而科技创新是新时期促进经济发展和社会进步的重要支撑，要走好新型城镇化发展之路就必须充分发挥科技创新的支持作用。新常态下，“一带一路”倡仪的提出为我国的经济发展注入新的生机与活力，已成为我国全面实现区域国际合作，加强中亚地区贸易往来的重大机遇。因此，在全面建设“丝绸之路经济带”的背景下，推动沿线九省市科技创新与新型城镇化的协调发展，对于促进地区的整体发展和实现现代化具有现实意义[3]12-18。

一、文献综述

国内外学者对科技创新和城镇化发展间的关系作了众多探索，这些研究成果主要体现在三个方面。一是科技创新对城镇化作用的研究。Wilson R P认为科技创新作为人类社会进步的重要推手，能推动城镇化不断发展[4]245-262；钱纳里等人在完善二元经济理论的同时，引入科技创新因素，他认为科技创新是推动工业化发展的基础，而工业化发展的加速使得人口不断在城市聚集，从而带动城镇化的发展[5]174-184；王兰英等进一步指出科技创新推动城镇化发展主要体现在四个方面，创新推动产业结构的升级，创新优化产业结构布局，创新驱动信息通讯技术发展，创新驱动文化、制度和社会管理进步[6]163-169。但是，科技创新在促进新型城镇化发展的同时存在双门槛效应，即科技创新的促进效应会随着时间的推移而逐渐减弱[7]25-35，并且科技创新对新型城镇化的发展存在当期抑制作用，但存在二期滞后正效应[8]59-68。有些学者对此现象的解释为，科技创新并不是促进城镇化发展的直接原因，科技创新可以带动经济增长，进而助推城镇化的发展[9]666-672。二是城镇化发展对科技创新的影响研究。一方面，城镇化会引起生产效率的提高，进而促进科技创新的产生[10]125-128；另一方面,城镇化进程中，人口转移过程带来的大量富余劳动力，本身就为科技创新提供了客观条件，同时城镇化发展过程中带来的先进技术、知识和创新要素的聚集，推动了地区科技创新的发展[11]26-35。三是科技创新与城镇化互动关系的研究。科技创新与新型城镇化间存在互促共进的关系[12]67-74。科技创新为新型城镇化的不断发展提供动力，新型城镇化为科技创新提供要素支撑和扩散平台[13]41-45，并且两者间的协调度水平与地区经济发展存在正向关系[14]42-50。

从已有研究成果来看，尽管相关学者对于科技创新与新型城镇化之间的关系进行了一定探索，但大多研究都局限于对两者间的单向影响，而对两者之间互动关系的研究成果较为匮乏，且这些研究均以定性研究为主，定量研究极少，并且定量研究中多以单变量衡量科技创新与新型城镇化。基于此，本文在构建科技创新与新型城镇化综合指标评价体系的基础上，运用熵值法客观测度“丝绸之路经济带”沿线九省市的科技创新指数与新型城镇化指数、耦合协调度模型深入研究科技创新和新型城镇化间的互动关系以及协调度水平，并且在量化分析基础上，进一步运用空间计量模型分析两者的省际溢出效应，对科技创新有关指标与新型城镇化指数和新型城镇化指标与科技创新指数的互动关系作实证探讨。

二、科技创新水平与新型城镇化水平的测度

（一）指标的选取与数据来源

1.指标选取

科技创新是科学发现、技术发明和市场应用共同作用下的一个复杂的三者相互依存、相互作用的过程[15]1-5，表明科技创新是包含投入、产出及市场的一个完整过程，同时科技创新有利于生产要素在空间上的集聚，提高产业的生产效率，进而助推城镇化快速发展。基于此，文章借鉴田逸飘[14]42-50等人的做法，从科技投入与科技产出两个方向切入，构建科技创新指标体系，具体指标见表1。

新型城镇化，相比传统意义上的人口城镇化而言，更加注重城镇化自身的质量和内涵，秉承科学发展观，要求城镇化绿色发展。在总结大量文献的基础上，本文从人口、经济、空间、环境、社会、城乡一体化六个方面综合考虑新型城镇化所要求的经济、环境与社会等方面的要求，构建新型城镇化综合评价体系。最终，这些指标构成科技创新和新型城镇化耦合协调评价指标体系，如表1所示。

表1 科技创新与新型城镇化评价指标体系

2.数据来源

本文采用2005—2015年“丝绸之路经济带”九个省市的相关数据进行研究，具体划分为西南四省市：重庆、四川、云南、广西。西北五省区：陕西、甘肃、青海、宁夏、新疆。文中数据来自历年《中国统计年鉴》《中国人口与就业统计年鉴》《中国劳动统计年鉴》《中国城市统计年鉴》《中国科技统计年鉴》《中国教育统计年鉴》以及沿线省份各年的统计年鉴和中国知网数据库等统计资料。同时，为确保数据的可比性，文中数据皆运用归一法对数据进行无量纲化处理，并且对涉及以美元计价的变量通过当年的平均汇率换算后进行处理。

（二）指标权重的计算

科技创新水平与新型城镇化水平的测度是有关多因素综合评价的过程。目前，有很多种关于对指标赋权的方法，这些赋权方法总体分为客观和主观两种，为了避免人为主观因素引起的评价误差，文中利用熵值法确定指标评价体系中各指标的权重，在计算熵值之前，为了避免各评价指标数据量纲不同对最后评价结果产生影响，文中对原始数据进行归一化处理。熵值法具体步骤如下：

归一化处理：

计算第j项指标的熵值（Hj）：

其中，k 为调节系数，k=-1/ln(n)，Hj≥0

计算第j项指标的熵冗余度（Dj）：

则第j项指标的权重（Wj）：

（三）计算结果分析

通过上述公式测算出“丝绸之路经济带”沿线九个省市2005—2015年新型城镇化发展水平综合指数，具体结果见表2所示：

表2 2005—2015年“丝绸之路经济带”沿线九省新型城镇化发展水平综合指数

通过对“丝路”沿线九省市2005—2015年新型城镇化水平的测算结果可知，各地区的新型城镇化水平在空间上存在显著差异性，并逐步形成与地区经济发展相同步的空间分布特征。其中，重庆、陕西和宁夏地区新型城镇化水平较高，而云南和甘肃地区新型城镇化水平较低。从时间上来看，2005年“丝绸之路经济带”沿线地区的新型城镇化整体水平较低，大多省份处于0.1～0.2的水平区间，仅有重庆、新疆和宁夏三个地区的新型城镇化水平综合指数处于0.2以上。2015年“丝绸之路经济带”沿线地区新型城镇化水平整体迈进一个新阶段，其中重庆市的新型城镇化指数达到0.7左右，除甘肃与云南的新型城镇化指数处于0.5以下，其他省份的新型城镇化综合发展指数均在0.5以上。可见，整体样本观测的11年间，丝路沿线地区新型城镇化水平发展较快，但由于基础薄弱，起点较低，因此，整体新型城镇化综合指数皆处于0.7以下。

本文关于科技创新指数的测度方法同样采用熵值法，根据熵值法公式测算出2005—2015年“丝绸之路经济带”沿线九个省市的科技创新指数。具体结果见表3所示：

表3 2005—2015年“丝绸之路经济带”沿线9省科技创新水平综合指数

科技创新水平的测度结果表明，“丝绸之路经济带”沿线各地区科技创新水平基本保持稳步上升的态势，其中，四川、陕西和重庆地区的科技创新水平较高，而云南、青海和甘肃等经济较不发达地区的科技创新水平较低。从时间上来看，2006年“丝绸之路经济带”沿线地区除四川与陕西外其他省份的科技创新指数均在0.1之下，2015年丝路沿线地区的科技创新指数均有不同程度的上浮，其中，重庆、四川与陕西三个地区的科技创新指数均超过0.4，特别是陕西，已达0.8左右，即在11年间指数增长超过了500%之多。技术市场的应用（权重0.262）是推动科技创新指数快速增长的一个重要推动力。陕西相比较其他地区而言其科技创新指数更高，一个重要的原因是，陕西作为科教大省，本身就为科技创新提供优质的基础条件，并且陕西作为全国重要的交通枢纽，各种优质要素流通和聚集，使得地区科技创新成果拥有更好的转化能力和市场应用前景。

三、科技创新和新型城镇化的耦合协调度分析

（一）耦合度模型

耦合作为物理学中的概念，是指两个或两个以上系统之间存在紧密配合与互相影响的现象[16]92-93。文中借助物理耦合模型建立科技创新与新型城镇化间的协调评价模型，探究两者之间的相互作用程度，以此反映科技创新与新型城镇化间的影响效果，耦合度越大，表明耦合元素之间的发展方向越有序；耦合度愈小，表明耦合元素的发展方向越缺乏有序性，各因素之间的关系也就缺乏稳定性。其评价模型如（7）式所示：

其中：U1、U2分别为科技创新指数和新型城镇化指数，C为两者间的耦合度水平，且0≤C≤1，当C=1时，则科技创新与新型城镇化间的耦合状态为最优状态，耦合元素之间共同作用，并且向有序方向发展；若C=0，表明耦合元素失序，它们之间的方向呈现不稳定和无序性。

（二）协调度模型

协调性作为系统之间或者系统内部元素间良性互动发展的过程，而协调度则指度量系统之间协调性好坏的量化指标[17]。科技创新与新型城镇化间的协调度则是衡量二者间是否存在良性互动的重要指标，两者的协调度评价模型如下：

T为综合协调指数，并且α+β=1，由于科技创新与新型城镇化同等重要，因此认为α=β=0.5，D为两者间的协调度。为了直观反映科技创新与新型城镇化间协调度所处发展阶段，借鉴已有文献[18]38-44；[19]16-22关于协调度大小的评价标准，结合科技创新与新型城镇化间协调度强弱，文章划分5个协调等级，具体划分标准如表4所示：

表4 科技创新与新型城镇化间耦合度与耦合协调度等级划分

（三）科技创新和新型城镇化的耦合协调度水平及其时序变化

根据耦合度模型与协调度模型，测算出2005—2015年间丝绸之路经济带沿线九省市科技创新与新型城镇化间的耦合度与协调度数值变化情况（如图1），从图中可以看出，耦合度虽然总体呈缓慢上升趋势，但各省份的耦合度水平主要在0.3—0.5的水平之间，变化幅度较小。经济较发达的地区耦合度水平在0.464左右，经济不发达的地区平均在0.33左右。结果说明“丝绸之路经济带”沿线九省市在考察期的11年间科技创新与新型城镇化间的耦合度处于初级耦合与中级耦合水平，其特征是两者的耦合水平较低，尽管相互联系增强，但有些因子的存在又抑制了两者的良性共振，使得耦合度得不到质的提升。

图1“丝路之路经济带”沿线九省2005—2015年科技创新与新型城镇化间的耦合度与协调度变化情况

从图1中的协调度数值变化情况，可以看出，“丝绸之路经济带”沿线九省市2005—2015年科技创新与新型城镇化间的协调度呈明显的上升趋势，在2005年“丝绸之路经济带”沿线九省市科技创新与新型城镇化间的协调度水平较低，皆低于0.45，协调度水平处于较不协调阶段，到2015年经济较为发达的地区，重庆、四川与陕西的协调度都高于0.6，进入基本协调阶段，其中陕西的协调度水平最高，其值达到了0.65，接近进入良好协调阶段。

从以上计算结果可以得出：由于“丝路之路经济带”沿线地区基础较为薄弱，新型城镇化指数在考察期的11年间增长达190%，而科技创新指数的增长更是达到了380%，相比较而言，可以看出协调度增长的40%是由科技创新与新型城镇化共同快速发展带动的结果。但是，耦合度水平却始终处于拮抗阶段，并未随着科技创新指数与新型城镇化指数的增加而增加，说明一方指数的一些指标并未与另一方指数的一些指标形成良好的关联机制，并且关联方向也不同，一些指标和指数产生相互作用而另外一些指标相互抑制。

四、空间计量模型下测度科技创新和新型城镇化的耦合关联分析

由于新型城镇化与科技创新之间具有复杂的互促共进关系，为了更好分析两者之间耦合关联性，本文借鉴唐未兵、唐谭岭[21]140-151的方法，运用空间计量模型分别从科技创新对新型城镇化关联作用、新型城镇化对科技创新关联作用两个方面进行深入探讨。

（一）科技创新对新型城镇化关联作用分析

1.空间自相关检验

在引入空间计量模型之前，基于空间模型的复杂性，首先要对研究对象在空间上是否存在依赖性进行度量。文中利用全局指数及其统计检验对数据进行空间依赖特征分析，其中莫兰指数的定义为：

式中，xi代表属性值，Wij则表示空间权重矩阵的（i,j）元素。-≤I≤1，当 I≥0 时，表示正自相关，即“高—高相邻、低—低相邻”；当I≤0时，表明研究对象存在负自相关，即“高—低”值集聚；若莫兰指数I接近0，则表明研究对象的空间分布是随机的。Moran’s I指数与 Getis-Ord’s G指数的检验结果表5所示：

表5 Moran’s I与Getis-Ord’s G指数及其检验

从表5可知，在1%的显著水平下，这两个全局自相关指标均显著为正，即认为各地区新型城镇化水平存在正向空间自相关性。

2.空间计量模型的设定

空间计量模型一般分为空间自回归模型（SAR）与空间误差模型（SEM）两种。

由于各地区新型城镇化发展之间可能存在空间溢出效应，因此在普通模型的基础上，引入空间因素，建立空间自回归模型（SAR），具体公式如下：

其中，Nurit为 i地区 t时期的新型城镇化水平，R&D为地区研发人员，R&DR为地区研发经费投入在地区生产总值中所占比重，EDU为地区财政支出中教育支出所占的比重，CZ是地方财政支出中财政科技支出所占比重，ZLSQ为地区专利申请数，SCI为科技论文收录数，MARKET是地区技术市场合同成交额，wij为空间矩阵的元素，ε为随机干扰项。

由于区域新型城镇化发展可能由其他干扰因素引起的，因此引入空间误差模型（SEM），具体公式如下：

其中Nurit为i地区t时期的新型城镇化水平，R&D为地区研发人员，R&DR为地区研发经费投入在地区生产总值中所占比重，EDU为地区财政支出中教育支出所占的比重，CZ是地方财政支出中财政科技支出所占比重，ZLSQ为地区专利申请数，SCI为科技论文收录数，MARKET是地区技术市场合同成交额，wij为空间矩阵的元素，ε为随机干扰项。

根据空间自回归模型（SAR）与空间误差模型（SEM）两个模型的数据运行结果看，两个模型的Loglikelihood值相差无几，SAR模型的Log likelihood值为 137.2，SEM模型的Log likelihood值为137.1，但SAR模型的拟合优度高于SEM模型的拟合优度。基于此，本文以SAR模型的回归估计结果做分析。

3.回归结果和分析

表6报告了科技创新有关指标作为自变量，新型城镇化指数为因变量的回归结果，考虑到专利授权数与市场合同成交额受地区人为和市场的影响因素较大，因此剔除两个指标后，用科技创新其他指标作为自变量。表中模型一为空间自回归模型（SAR）的回归结果，考虑到研发经费投入R&DR具有滞后效应，将其滞后一期再进行回归得到模型二。通过比较发现，重要变量的系数与显著性变化并不是特别大，表明模型一的回归结果是稳健的，因此，就模型一的回归结果作具体分析。

表6 SAR模型回归结果

从表6中可以看出，空间自回归系数（W、UR）的估值在1%的水平上显著不为0，故科技创新与新型城镇化的耦合作用在地区间存在空间自回归效应，其似然比检验与拉格朗日检验也得到同样的结果。SAR模型中各变量的回归系数皆显著，表明科技创新与新型城镇化的关系显著，但回归系数的大小与方向有差异，表明各变量对新型城镇化的影响大小与作用有所不同。

R&D人员投入的回归系数最大，为0.85，表示R&D人员每投入1%，对新型城镇化的贡献度为0.85%，说明研发人员的投入对新型城镇化建设有显著的提升作用。R&DR与EDU的回归系数分别为-0.463和-0.078，表现为R&D经费的投入与教育支出抑制了城镇化的发展，其可能的原因是经费的不合理利用及资金配置的失衡，无法取得理想的经济效益，同时，研发经费的投入方向多集中在国营与垄断性行业，忽视了民营企业的发展，从而加剧两者的不平衡性，进而延缓新型城镇化的发展。CZ的回归系数为0.098，表明科技支出有利于创新要素的聚集，进而推动产业的集约化发展，从而为新型城镇化的发展提供科技支撑。ZLSQ的回归系数为0.336，说明创新技术每增加1%，平均带动新型城镇化水平增长0.336%。SCI的回归系数为-0.241，表现为阻碍了新型城镇化的发展，原因可能是科技创新的理论成果未能转化为实际动力，致使新型城镇化的创新驱动效率较低。

（二）新型城镇化对科技创新关联作用分析

1.新型城镇化指数中指标的选择

新型城镇化指数中各指标的选择以人口、经济、空间、环境、社会与城乡一体化六个方面综合考虑的原则，分别用 PEUR、ECUR、SPUR、ENUR、SCUR和UR-RU来表示，科技创新指数用TEC来表示。

空间自回归模型（SAR）：

2.回归结果和分析

表7报告了科技创新指数作为因变量，新型城镇化有关指标作为自变量的空间自回归模型（SAR）的回归结果。考虑到经济新型城镇化（ECUR）对科技创新的影响具有滞后效应，将其滞后一期进行回归，得到模型二。通过比较发现，重要变量的系数与显著性变化并不是特别大，表明模型一的回归结果是稳健的，因此，就模型一作的回归结果作具体分析。

表7 SAR模型回归结果

表7空间自回归模型（SAR）回归结果显示，空间自回归系数W·TEC在1%的水平上显著不为0，故新型城镇化与科技创新的耦合作用在地区间存在空间自回归效应，其似然比检验与拉格朗日检验也得到同样的结果。SAR模型中各变量的回归系数除社会新型城镇化外皆显著，表明新型城镇化与科技创新的关系显著，但回归系数的大小与方向有差异，表明各变量对新型城镇化的效应与方向有所不同。

人口新型城镇化（PEUR）的作用系数为3.567，表明其每提升1%，会平均带动科技创新水平提升3.567%，说明人口新型城镇化对科技创新的发展有直接推动作用。经济新型城镇化（ECUR）与空间新型城镇化（SPUR）的效应系数为-0.836%和-1.302%，两者表现为抑制了科技创新的发展。其可能的原因是经济新型城镇化的发展加剧了地区间、城乡间发展的不平衡性，使得社会经济效率低下，从而抑制科技创新水平的提高，并且“丝路之路经济带”沿线多属于民族聚集区，国家政策扶持与资金配置的缺乏，也会使得地区科技创新能力不足；同时，空间新型城镇化的发展过程的不合理性导致工资上涨、地价上升、环境污染等壅塞成本上升，这一过程产生的负向作用越来越明显，进而阻碍地区科技创新能力的发展。环境新型城镇化（ENUR）的效应系数为3.187%，说明环境新型城镇化的发展为优质要素和创新要素的聚集提供良好的外部环境支撑，进而促进科技创新水平的发展。社会城镇化（SCUR）与城乡一体化（UR-RU）的效应系数分别为1.264%和1.152%，但社会城镇化对科技创新的促进作用并不显著，城乡统筹发展的反哺效应会促进地区科技创新能力的发展。

五、主要研究结论与对策建议

（一）主要研究结论

本文基于“丝绸之路经济带”沿线九省市2005—2015年的面板数据，通过构建科技创新与新型城镇化指标体系，运用熵值法客观测度地区科技创新指数与新型城镇化指数，在此基础上，引入耦合协调度模型与空间自回归模型实证研究两者间的耦合作用，研究得出：（1）丝路沿线地区科技创新指数与新型城镇化指数在考察期内提升明显，尤其是新型城镇化指数，在11年间提高了380%。（2）科技创新与新型城镇化的耦合协调度水平与地区经济发展水平相关，“丝绸之路经济带”沿线九省市处于中级耦合基本协调及以上的省份有重庆、四川和陕西，其他经济欠发达的地区基本处于勉强耦合初级协调层次。（3）空间自回归模型（SAR）估计结果显示，科技创新指标中各变量对新型城镇化指数的相关性显著，其中R&D人员投入的影响最大。（4）SAR模型的回归结果表明，新型城镇化指标中各变量除社会新型城镇化外对科技创新指数的相关性皆显著，并且人口城镇化的影响最为明显。

（二）对策建议

基于以上结论，本文提出以下建议：第一，“丝绸之路经济带”沿线九省市科技创新与新型城镇化间的耦合具有相关性，对两者都有促进作用的是R&D人员投入，所以，应加大对“丝绸之路经济带”沿线地区尤其是民族聚居地区R&D人员投入，加强科技人才在区域间的流动，为科技创新与新型城镇化建设提供良好的人才支撑；同时，研发经费的投入应向民营科技企业倾斜，平衡国营与民营的关系，以良好的科技支撑推动新型城镇化的全面发展。第二，提升科技成果的转化能力，对此，应以政府为主导，完善企业、政府和科研机构三者的交流平台，解决科技创新链、企业产业链与资金链间的沟通障碍，将科技创新成果高效地运用到新型城镇化建设中。第三，人口城镇化对促进科技创新与新型城镇化的发展皆具有积极意义。因此，新型城镇化建设过程中加强地区基础设施建设，注重“人口红利”建设，完善城镇居民养老、医疗、保险和教育等社会公共服务建设，形成良好的人口聚集效应，为科技创新提供人才保障。第四，经济、社会新型城镇化对科技创新水平的提高表现出阻碍作用，但是这种抑制效应并不显著，说明城镇化建设过程中地区经济、城乡发展的不平衡性抑制了社会经济效率的提高，政府需制定良好的制度体制，注重解决新型城镇化建设过程中的不平衡问题，助力新型城镇化与科技创新的协调发展。