长三角地区协同创新、产业结构与生态效率耦合协调发展的时空演化

杨 坤，汪 万

（上海工程技术大学管理学院，上海 201620）

我国正大力建设国家创新体系，实施创新驱动发展战略，科技创新在日益激烈的国际竞争中扮演着越来越重要的角色，也推动着经济社会不断发展。而科技创新具有长期性、不确定性和复杂性等特点，是一个复杂的非线性过程，需要主体和要素间的高度协同，以实现“1+1＞2”的协同效果。党的十九大报告着重强调“实施区域协调发展战略和创新驱动发展战略”，以及《长江三角洲区域一体化发展规划纲要》的发布，也都进一步表明了区域一体化建设和协同创新的重要性。但长三角地区在推进区域一体化发展的同时，也出现区域间协同创新动力不足、产业结构转型困难及生态环境破坏等问题。因此，若能进一步明确协同创新、产业结构与生态效率的发展水平，挖掘其内在协调机制，对有效协调三者关系，解决实际发展问题，将具有重要的参考价值。

国内外学者针对协同创新、产业结构和生态效率，都分别展开了相关研究。生态效率的概念首先由Schaltegger 等［1］提出，并定义为投入和产出比值。随后，学者们对生态效率影响因素开展深入研究，主要关注其与技术创新、产业结构及环境规制等之间的关系［2-4］。通过创新与生态效率关系的研究可知，科技创新能够促进资源和能源的有效利用，实现节能减排和改善环境质量［5］；但也有学者认为由于技术进步对碳排放存在弹性，使得降低碳排放的正向间接效应不明显［6］；而协同创新可以促进要素与结构新组合，实现生态环境共建共享［7］，且在协同理论基础上可促成科技创新系统和生态环境系统的复合协同，以实现区域生态创新协同［8］。学术界对产业结构与生态效率关系方面也进行了广泛讨论，一致认为产业结构与生态环境之间保持着长期动态平衡［9］，产业结构优化升级可提高生态效率，改善环境污染状况［10］，且产业结构合理化和高级化对生态效率具有正外部性［11］；但就产业集聚对生态环境的影响如何却出现分歧，有学者认为产业空间集聚可促进技术创新进而改善生态环境［12］，也有学者认为污染企业集聚会导致集中排放，阻碍了环境污染的治理［13］。对于协同创新与产业发展方面，强调协同创新对产业结构优化的重要作用［14］，而且结合产业发展和协同学理论，构建了产业协同创新体系及探讨其实现路径［15-16］，并通过分析技术与制度协同创新作用机制，测算其对产业升级的协同效应［17］。

不难发现，相关研究主要关注协同创新、产业结构和生态效率三者中两两间的因果关系，鲜有研究将三者纳入同一系统，探究其相互作用及耦合机理；且研究视角也多采用时序演化比较，而对空间横向演化比较分析相对不足。因此，本文将协同创新、产业结构和生态效率纳入同一系统，并以此为切入点，分析三者间的关系及相互作用；结合耦合协调度模型，从时空演化的视角考察长三角地区系统协调发展状况，剖析协同创新、产业结构与生态效率系统的发展模式。希冀为实现区域间优势互补和长三角系统协调发展，发挥区域带动和示范作用，提供有益参考。

1 研究理论和方法

1.1 耦合理论

耦合度的概念源于物理学，用来描述两个或两个以上系统或运动方式之间相互作用，进而达至协同的现象，且系统从无序向有序演化机理的关键在于其内部序参量间的协同作用，而对这种协同作用的度量正是耦合度［18］。耦合协调度则是建立在耦合度概念的基础上，用来描述各系统或要素间相互影响、协调一致的程度，既体现出系统间相互关联程度的强弱，又反映了系统间协调情况的好坏［19］。

长三角地区协同创新、产业结构和生态效率之间的关系复杂，而本文结合耦合理论，将长三角地区的协同创新、产业结构和生态效率3 个系统耦合来描述三者间相互作用，由耦合度和耦合协调度来反映3 个系统之间相互关联、相互影响程度和协调一致状况，并剖析长三角地区的系统耦合作用机理（如图1 所示）。

图1 协同创新、产业结构和生态效率耦合作用机理的概念模型

1.2 耦合模型

1.2.1 耦合度模型

耦合度模型是对协同创新、产业结构和生态效率三者系统耦合程度的映射，反映3 个系统间的耦合程度强弱。其具体的运算步骤如下：

（1）功效函数。功效函数是该模型的基础，由功效函数可将数据标准化，消除量纲差异。若3 个子系统耦合程度对应的指标值越大越好，则此指标属于正功效，反之为负功效。设序参量xij（i=1,2,…,m;j=1,2,…，n）为第i个子系统的第j个指标。maxxij和minxij分别为序参量在系统稳定临界点的最大、小值。因此可计算各个子系统间的有序功效函数uij，公式如下：

通过对各个子系统中序参量的贡献程度加权平均，可反映出其协调情况，具体计算公式为：

（2）耦合度模型。根据耦合理论并借鉴相关研究成果［21］，计算各序参量的功效贡献度，最终得出各个子系统相互作用的耦合度模型：

其中，耦合度C值的范围为，当C值越大，接近1 时，表示各子系统间达到有序发展，实现良性共振耦合，反之，接近0 时，则各子系统间处于无序状态，耦合极差。

1.2.2 耦合协调度模型

耦合度模型能清晰判断各个系统间相互作用强度，对预警各系统有序或无序发展有重要现实意义。但对于各个系统间的协调发展状况的好坏却难以判定，无法反映出其整体的协同功效。因此，本文在耦合度模型的基础上进一步构建耦合协调度模型来分析协同创新、产业结构和生态效率3 个子系统间的耦合协调发展状况。具体模型公式如下：

上式中，D为耦合协调度；T为3 个子系统的综合发展水平指数，待估参数α、β和γ表示各个子系统的协调贡献程度，在此考虑三者耦合关系时的重要性及参考过往研究，使得α、β和γ均为1/3，依此也可计算两两系统协调度。同时，参考相关研究及结合具体研究情况［22-23］，将对耦合度和协调度进行等级划分，判定其发展阶段，具体见表1。

表1 耦合度和耦合协调度的分级标准及类型

2 指标体系与数据来源

2.1 协同创新指标确定

协同创新过程涉及多主体和多要素之间的流动，包括人员、知识和资金等，本文将基于已有研究和数据的可获取性来确立协同创新的指标［24］。主要利用直接和间接主体间的资金来往来衡量协同创新关系，如间接对直接主体的资助，包括政府资金、企业资金和金融机构资金，用其各自在总R&D 经费中所占比重表示；而直接主体间的资金来往可分别用规模以上工业企业R&D 经费中政府资金所占比重、科研机构R&D 经费中政府和企业资金所占比重、高等院校R&D 经费中政府和企业资金所占比重等来表征。具体见表2。

2.2 产业结构指标确定

对于产业结构优化升级程度的测度，通过参照现有文献，发现权威做法是用产业结构合理化和高级化来衡量。产业结构合理化的度量常用泰尔指数（TL）［25］，该指数能把整体分成组内和组间差距分别对总体的贡献来分析产业结构，同时避免了计算绝对值。而对于产业结构高级化的衡量实际上是考察产业结构是否升级，可用第三产业产值与第二产业产值的比值（AD 指数）测算［26］，AD 值越大，产业结构越优化并有服务化趋向。因此本文将TL 指数和AD 指数引入来测度产业结构合理化和高级化，具体计算公式如下：

2.3 生态效率指标确定

根据前述有关生态效率的定义，本文在借鉴相关文献及考虑实际研究情况［27］，从3 个维度构建生态效率子系统的指标，即投入、期望产出和非期望产出（环境影响）等维度，具体指标体系见表2。

表2 协同创新、产业结构与生态效率耦合协调指标体系

表2（续）

2.4 数据来源

本文选择长三角地区各省市2009—2018 年的相关统计数据，研究长三角地区的协同创新、产业结构与生态效率系统的耦合协调发展状况，数据主要来源于2009—2018 年的《中国统计年鉴》《中国科技统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》及各省市的统计年鉴和统计公报。

3 实证分析

3.1 长三角协同创新、产业结构和生态效率系统综合发展分析

根据公式（4）可得出整个长三角协同创新、产业结构与生态效率系统综合发展水平指数（见图2）。由图2 中曲线的发展趋势大致分成两个发展阶段：波动上升阶段（2009—2013 年）；震荡下滑阶段（2013—2018 年）。

在第一阶段中，长三角的协同创新和产业结构发展指数均呈现V 型波动上升态势，生态效率发展指数基本平稳波动，这导致协同创新、产业结构与生态效率系统综合发展指数也呈现V 型波动上升态势。这是由于该阶段内长三角地区协同创新和产业结构发展水平较低，生态环境受产业结构调整的影响较小，生态效率整体上处于较高水平。以上变化态势表明，此时期内生态效率和协同创新交替主导长三角的系统综合发展水平，成为其发展的主要驱动力，而产业结构成为其短板，一定程度上制约了系统综合发展。

在第二阶段中，长三角的协同创新发展指数震荡较大，这表明协同创新水平在震荡中小幅度下滑；产业结构和生态效率发展指数出现下滑态势，说明产业转移及优化升级延缓，生态效率降低。主要原因是长三角一体化得到进一步发展，各省（市）共同构建区域协同创新共同体，加上产业结构与分工格局的显著变化，推动了产业协同发展和优化升级，但产业过度集中和高新技术产业发展不足，导致生态环境受到破坏，生态效率水平有所降低。同时可发现协同创新和产业结构发展水平与生态效率之间存在竞争性，相互影响，使得长三角三元系统综合发展水平呈现阶段性演化趋势。该阶段发展驱动力主要为协同创新，其主导着长三角的系统综合发展，而产业结构和生态效率则交替制约着系统综合发展。

图2 长三角协同创新、产业结构和生态效率各子系统及系统综合发展水平

3.2 长三角省域耦合协调时序演化分析

3.2.1 耦合度时序演化分析

基于上述耦合度和耦合协调度模型，分别计算出2009—2018 年长三角4 省市的协同创新、产业结构与生态效率系统的耦合度和耦合协调度，如表3所示。

由表3 并结合图3，可将协同创新、产业结构与生态效率耦合度演化过程分为两个阶段，即震荡过渡阶段（2009—2013 年）和平稳发展阶段（2013—2018 年）。第一阶段耦合度波动幅度较大，时序演化显著，2009 年时，上海是4 个省市中耦合度最高的省份，且在2013 年达至最高的0.98 左右；相比较之下，安徽的耦合度初始就最低，之后急剧下滑，并于2012 年跌至最低值0.37 左右；江苏的耦合度在前两年出现小幅上升态势，之后基本维持在0.99 左右，而浙江的耦合度初始仅次于上海，之后有轻微略升，达至0.98 附近。该时期内上海、江苏与浙江三者之间的耦合度差距在逐渐缩小，而安徽起初与这三省市差距相对较小，随着时序演变，差距逐渐被拉大。这表明长三角各省市加大创新要素流动、促进产业转移升级、推进长三角生态绿色一体化等相关举措带来的效果，协调了协同创新、产业结构与生态效率三者间的关系，增强三元系统之间的相互作用和影响程度，而安徽由于产业结构和协同创新方面相对弱势，在发展中难协调3 个子系统之间的关系，进而出现差距被拉大的情况。第二阶段协同创新、产业结构与生态效率耦合度变化幅度甚微，趋于稳定。上海、江苏和浙江三省市的耦合度基本维持在0.97～0.99 左右，相互间差距极小；而安徽的耦合度在经历第一阶段的波动后逐渐维稳，大致在0.39 附近波动，与其他省市的差距未进一步扩大。综合可知，2009—2018 年长三角协同创新、产业结构与生态效率三元系统间的关系逐渐趋于稳定，相互作用和影响程度增强，构建产学研深化合作桥梁，在创新合作中促进产业转移和优化升级，进而提高生态效率，同时生态效率的提高也协调三元系统的关系。

表3 长三角4 省市协同创新、产业结构与生态效率耦合度和耦合协调度

图3 长三角4 省市协同创新、产业结构与生态效率耦合度时序演化

3.2.2 耦合协调度时序演化分析

结合表3 和图4 看出，长三角各省市三元系统的耦合协调度波动较大，差异显著，根据其耦合协调度演化进程可大致分为两个阶段：波动发展阶段（2009—2013 年）和平稳演进阶段（2013—2018年）。第一阶段各省市的耦合协调度波动幅度较大，上海的耦合协调度处于长三角地区中最高水平，虽在2010 年跌至0.80 左右，但之后波动上升，并始终保持在0.8 以上；浙江的耦合协调度仅次于上海，且波动趋势大致相同，也在2010 年下降至0.57 左右，随后耦合协调度有所上升，基本维持在0.67 左右；江苏的耦合协调度在初始时最低，之后快速增长至0.61 左右，而安徽的耦合协调度却被江苏反超并迅速下滑，在2011 年更是跌至最低点0.35 附近。该阶段内，与长三角各省市对应的耦合度不同，协调度呈现明显的层次性，各省市之间的差距也较大，上海在创新资源、产业结构和生态效率方面优势明显，三元系统间协调配合，保持良性循环关系。浙江和江苏次之，而安徽虽然在聚集要素推动协同创新，建设产业合作示范基地等方面争做“赋能者”，但在协调三元系统内部循环存在不足，导致协调度出现大幅降低。第二阶段各省市的耦合协调度波动较小，层次也明显。上海继续保持遥遥领先地位，波动基本在0.85 附近；浙江也继续保持第二的地位；而江苏在2015 年后出现下滑趋势，与浙江的差距反而进一步扩大；安徽的耦合协调度则保持平稳并维持在0.37 左右，全样本期内其耦合度和耦合协调度的波动趋势基本一致。此阶段内长三角各省市创新要素不断集聚且区域流动性频繁，协同创新基础得到夯实，推动构建协同式、嵌入式的产业生态圈，将自然生态优势转化成生产力，导致三元系统相互作用并同步协调发展。这进一步表明长三角各省市不断调整3 个子系统间的协调发展状况，从无序冲突转向趋于有序和谐状态。

图4 长三角4 省市协同创新、产业结构与生态效率耦合协调度时序演化

3.3 长三角省域耦合协调空间分异分析

上文从纵向维度基于时序演化来分析长三角省域的协同创新、产业结构与生态效率系统的耦合度和耦合协调度，在此将结合时序演化结果，全面比较分析长三角省域协同创新、产业结构与生态效率系统的耦合度和耦合协调度的空间分异（见图5）。

图5 2009—2018 年长三角协同创新、产业结构与生态效率耦合度及协调度的空间分异

由表1、表3 和图5 可知，2009—2018 年长三角4 省市协同创新、产业结构与生态效率耦合度较高，主要处于高水平耦合阶段，仅安徽向低一级阶段转移，长期陷入拮抗阶段，整体空间演化幅度较小且分布集中，呈现出由2009 年的“四足鼎立”演化为2018 年的“三极一弱”空间格局。即使4 省市系统的耦合度较高，系统的耦合协调度却可能处于较低水平，且空间分布差异明显，上海始终维持在良好协调阶段，浙江也基本位于初级协调阶段（仅2010 年位于勉强协调阶段），安徽却从勉强协调向低一等级的轻度失调转移，而江苏从濒临失调转移至初级协调再至勉强协调，呈现低—高—低的转移规律。总体来看，长三角地区的协同创新、产业结构与生态效率系统的耦合度和耦合协调度呈现出由上海向四周递减规律，且耦合度空间演化幅度小于耦合协调度。

前文已分析长三角的协同创新、产业结构与生态效率系统的主要发展驱动力，在2013 年前是生态效率和协同创新交替为主，而2013 年之后则转向协同创新为主。因此，可进一步剖析长三角各省市的协同创新、产业结构与生态效率发展状况并总结其耦合协调发展模式，具体分为4 类：系统高度耦合协调发展、协同创新滞后型、产业结构滞后型及生态效率滞后型。上海3 个子系统发展水平较好、耦合程度高且良好协调发展，其发展模式为系统高度耦合协调发展；江苏属于生态效率滞后型，其协同创新和产业结构的发展指数都较高，但较低的生态效率水平限制了系统的协调发展；而浙江生态效率发展水平一直较高，产业结构前期发展较缓慢，之后发展强劲，而协同创新发展波动幅度较大，拉低系统协调发展水平，使浙江归属为协同创新滞后型；安徽则属于产业结构滞后型，其产业结构发展指数最低，与协同创新和生态效率2 个子系统严重不匹配，使系统难以协调发展。

3.4 长三角省域两两耦合协调分析

协同创新、产业结构与生态效率构成的三元耦合系统涵盖了3 个二元耦合系统，即协同创新-产业结构系统（U1-U2）、协同创新-生态效率系统（U1-U3）和产业结构-生态效率系统（U2-U3），这两两耦合的3 个子系统之间的相互关系能揭示三元系统的耦合协调特征。根据前述公式测算出3 个二元系统的耦合度和协调度，并进一步计算三元和二元系统协调度差值来协调三元系统耦合协调发展的耦合关系。

如图6 所示，与三元系统相比，长三角各省市的“协同创新-产业结构”系统的耦合协调度与其差值基本为正的有浙江和安徽，而上海和江苏基本为负；“协同创新-生态效率”系统与其差值全为正（负）的是上海（安徽），江苏和浙江正负大致相当；“产业结构-生态效率”系统与其差值全为正（负）的是安徽（上海和浙江），江苏则正负基本持平。由此可知，协同创新与产业结构之间的耦合协调关系对三元系统的发展贡献较大的地区是浙江和安徽，协同创新与生态效率的耦合协调发展正向影响三元系统的是上海，负向影响的则是安徽，产业结构与生态效率的耦合协调关系促进三元系统耦合协调发展的是安徽，而阻碍其发展的是上海和浙江。这表明长三角地区的“诸侯经济”特征仍然明显，差异化的资源分配和政策倾向使上海能产生极化效应，汇聚大量的技术、资本、人才等资源，而周围地区吸纳力不足，资源要素分配不均，导致科技、产业的失调非均衡发展进而影响生态环境，使得区域内各个子系统协调失衡，加剧了区域内的不平衡性。因此，目前严重制约长三角省域三元系统实现优质耦合的关键因素是生态效率与其他2 个子系统间的相互作用，这是亟待协调解决的问题，应重点加强生态建设，以绿色生态为发展标签，合理布局产业，优化创新要素配置，充分呈现“绿水青山就是金山银山”，最终达到三元系统优质耦合协调发展。

图6 长三角省域三元系统和两两系统耦合协调度差值分布

4 结论

本文通过采用耦合协调度模型来测算2009—2018 年长三角各省市的协同创新、产业结构与生态效率3 个子系统的耦合度和耦合协调度，并从时序演化和空间分异两维度比较分析3 个子系统耦合协调度的时空演化，研究表明：

（1）长三角协同创新、产业结构与生态效率三元系统综合发展指数震荡演进，2013 年之前以生态效率和协同创新交替主导为发展驱动力，系统综合发展水平波动较大；之后以协同创新为主要发展驱动力，经前期子系统不断耦合协调，系统综合发展较稳定。

（2）长三角各省（市）的协同创新、产业结构与生态效率系统的耦合度和耦合协调度时序演化跌宕起伏，阶段性明显，地区差异突出；而空间分异更显著，由初始时的“四足鼎立”逐渐演化为“三极一弱”的空间格局，呈现出由上海向四周递减规律，且耦合协调度空间演化幅度大于耦合度。

（3）长三角不同地区的耦合协调发展的影响因素差异显著，根据其耦合协调发展状况将发展模式分为四种类型：系统高度耦合协调发展、协同创新滞后型、产业结构滞后型及生态效率滞后型，并分别对应于上海、浙江、安徽和江苏。同时生态效率与协同创新或产业结构之间的不协调负向影响三元系统耦合协调发展而成为最主要制约因素。

根据研究结果，为进一步提高长三角省域三元系统耦合协调度，实现协同创新、产业结构与生态效率优质耦合协调状态，最终推动区域内部的平衡发展，提出以下建议：

（1）准确认识三者之间的耦合关系，破解制约三元系统耦合协调的关键因素，以各地区三元系统的实际发展情况和所处阶段为基础，实现政策差异化设计，进而使整体协同发展。

（2）在协同创新方面，以打造长三角区域协同创新共同体为契机，加强区域内部的产学研合作，增强企业、高校和政府间的信息畅通，提高协同创新主体间的经济粘性，使得相互间的创新合作可持续，以实现绿色型的创新产品高效输出及技术转移、扩散。

（3）在产业结构方面，以产学研合作为基础，加强产业人才协同培养，合理承接产业转移，打造产业生态链并孕育先进的产业集群，实现“智造”助推产业转型升级，缓解生态压力。

（4）在生态效率方面，建立生态补偿机制，构建绿色技术创新体系，注重技术创新与生态的互补性，破解由创新与产业发展脱节的痼疾而带来的生态环境问题，实现创新、产业与生态的良性循环和协调发展。