城市创新效率与经济高质量发展的耦合关系及其时空分异特征研究

杨卫丽,谭景柏,刘道辉,唐 飞

(1.西北工业大学 力学与土木建筑学院,陕西 西安 710129;2.山西师范大学 地理科学学院,山西 临汾 041000)

一、引言

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》指出,当前中国经济进入了新时代,已由高速增长阶段转向高质量发展阶段,亟须转变发展方式、优化经济结构和转换增长动力[1-2]。创新是引领经济社会发展的第一动力,因此中国经济的高质量发展归根结底取决于创新的力度。另一方面,进入新时代的中国经济将对区域创新建设提出新时代的发展需求,同时也将为城市与区域发展创造更好的成长条件,加快形成面向全球科学技术前沿、经济主战场、国家重大需求以及人民生命健康的发展新优势。由此可见,坚持创新在现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑是推动经济增长和提高经济效益的重要保障。反之,经济发展是强化国家战略科技力量、提升企业技术创新能力、激发人才创新活力的动因与方向,两者互促互进、协调发展,而创新效率则综合反映区域创新系统对资源的配置能力与使用效率,是评价该区域能否持续、高质量发展的重要标准。那么,现阶段中国城市创新效率与经济高质量发展是否实现了协同共进?二者相互影响关系是否使得经济高质量发展进一步提升?本研究运用耦合度模型对城市创新效率与经济高质量发展的耦合关系及其时空分异特征进行研究,旨在为区域加快城市创新建设、促进经济高质量发展以及实现新时代下创新发展与经济建设的高效融合提供决策参考。

二、文献回顾

近年来,城市创新在学术界一直是热点。研究内容方面主要涉及城市创新能力的综合评价及其时空分布特征、城市创新网络结构、创新能力的提升与成长机制等方面[3-15]。城市创新能力的综合评价方面主要研究过程包括基于改进TOPSIS法的济南都市圈城市创新能力空间分异特征[16];而城市创新网络结构和创新效率的结合则部分聚焦于利用J-SBM三阶段DEA模型探究中国低碳创新网络效率,结果显示区域低碳创新网络的生产模式位于“低投入低效率”象限的比例最大[17];在创新能力提升方面,运用复杂网络模型、ArcGIS空间分析和地理探测器构建海洋产业合作创新网络,分析海洋产业合作创新网络的特征、结构和邻近机制,并提出创新主体中心节点带动辐射能力与合作能力增强,高校成为合作创新的主力军等提升机制[18]。诸多学者对于城市创新能力如何评价、创新能力如何提升等问题进行深入的探究,提出了较多对策与方案,为城市与区域创新能力的研究提供了依据。

由于创新的重要性以及对城市乃至区域长远发展的深刻影响,在城市创新效率研究方面,科技、技术创新效率等成为主要研究方向,科技作为第一生产力,其创新效率的高低深刻影响着经济的高质量发展[19-21]。基于城市创新效率测算的研究,已有较多研究方法,主要包括以随机前沿模型(SFA)为代表的参数法和以数据包络分析(DEA)为代表的非参数方法,其余还有描述性分析等定性方式。随机前沿分析(SFA)方法是评测决策单元有效性的常用方法,针对传统的随机前沿模型测度创新效率中存在的问题,结合投影寻踪模型降维特点,构建一种更有效的随机前沿评价效率改进模型能够使得研究更加细化[22];利用SFA模型探究省域范围内的创新效率则以中国30个省份的面板数据为基础,从空间效用的基础上考虑,利用SFA模型对各省市的创新效率进行评论和分析,结果发现中国的创新生产表现出规模报酬递减的性质[23];数据包络分析(DEA)方法则是多投入,多产出模式下评价决策单元间相对有效性较为常用的方法。通过构建创新效率评价指标体系,使用城市面板数据,采用三阶段DEA测算长江经济带各市(州)创新效率涉及到中国较大的城市群研究,发现从时间演变看,综合技术效率变化趋势存在区域差异,各市(州)变化趋势大致可以分为稳定型、上升型和下降型[24]。而陈伟等则将区域创新系统分解为两个相互关联的创新链式子阶段,通过构建基于规模报酬可变的链式关联网络DEA模型对我国各区域创新系统技术整体及各子阶段的效率进行评价[25]。这些研究方法科学、客观地测算了创新效率的高低,为相关研究提供了较为清晰的思路。

研究区域方面,由于区域发展的不均衡性,城市创新能力在一定程度上存在较大差异,发展层级高的区域如城市群、都市圈等由于经济发展水平、社会服务水平较高而成为大量研究的焦点,其中涉及较多的有“长三角”、“京津冀”等较为成熟的城市群,其创新效率研究的视角、方法、理论等均为后来研究提供参考[4,13,16,26]。但是,对于欠发达地区诸如中西部地区城市,以上研究结果是否符合其实际规律,还有待深究。

综上所述,城市创新研究内容方面,城市创新能力及其时空分布作为城市创新研究的初始阶段,相应的理论方法较多,涉及到数理分析、空间分析等较为成熟的研究方法与手段,而对于城市创新效率则相对较少,其中多数是某一方面如科技、技术等的创新效率研究,基于全要素的城市创新效率相对较少;在研究区域方面,由于经济发展水平较高,发达地区的城市群及都市圈是研究热点,尤其对于国内三大城市群的科技、技术创新能力、网络以及效率的研究一直较多,所涉及的随机前沿分析(SFA)以及数据包络分析(DEA)等经典的效率计算模型运用较多;此外,随着研究进展的持续推进,改进的随机前沿分析以及数据包络分析也应运而生,将空间效应纳入模型的综合性研究方法也逐渐兴起。而相对欠发达的中西部地区省份研究则相对薄弱,较多涉及中西部地区的研究也仅仅关注城市群、都市圈等经济发展水平相对较好的区域,对于以省级单位为对象的研究则鲜有涉及。

因此,以区域高质量发展为目标,综合应用Super-SBM模型、DEA-Malmquist指数、熵值法、耦合度模型以及耦合协调度模型,对城市创新效率与经济高质量发展水平的耦合关系及其时空分异进行探究,主要基于以下方面进行考虑:①随着“一带一路”倡议和“西部大开发”的陆续提出,推动城市创新发展已上升为区域发展的主要任务,成为区域经济永续发展的重要支撑。陕西省作为承接“西部大开发”战略和“一带一路”倡议中不可或缺的省份,其城市的创新发展十分必要,探究陕西省的城市创新效率与经济高质量发展水平的关系显得尤为重要。②陕西省是中国西部欠发达地区,在创新发展日益上升为国家战略的今天,研究其城市创新效率与经济高质量发展水平的耦合关系及其时空分异特征,既可以为陕西省城市创新发展提供方法指导,同时也为其他欠发达地区协调两者关系、实现经济高质量发展提供价值借鉴。③利用Super-SBM模型探究城市创新效率时,亦可避免传统的数据包络模型(DEA)存在的弊端,使得研究结果更加具有时效性。

三、模型设定与数据说明

(一)城市创新效率与经济高质量发展水平的耦合机理

本研究从投入产出视角来定义城市创新效率。首先,城市创新的过程是从无到有的过程,其中伴随着城市对创新产业等的不断投入,包括经济、劳动力、政策等要素。考虑到城市对创新的要求不同,结合新发展理念,将科技、产业、技术等产出量作为城市创新过程的产出要素,将城市创新效率定义为:一定时期内,某城市创新发展过程中需要投入的各种要素(土地、劳动力、资金等)与其产出效益(经济、社会、教育、人才、技术效益)的比例关系,其比值越大说明城市创新效率越高。

城市创新效率与经济高质量发展水平相互作用、相互影响。一方面,经济高质量发展是提高城市创新效率的基础和前提,经济高质量发展水平的提高,促使城市加大对高科技产业、新技术产业、科研项目等的投入,为城市创新发展提供所需的投入要素。另一方面,城市创新效率的高低是能否高效实现经济高质量发展的必要条件。城市发展过程中,由于低端产业的过度发展,导致城市经济的持续萎靡,城市经济发展水平较低,影响城市后续建设。而在积累一定经济基础的前提下,对城市创新产业等加大投入,使得城市创新效率进一步提高,边际效益加大,转换城市经济支柱,有利于城市形成良性循环、永续发展,使经济发展水平进一步提升。反之,经济发展水平若过低则无法提供城市创新发展所需的资金、土地、人才等要素的投入,投入要素不足甚至没有而导致比例失调,城市创新效率低下,从而抑制经济高质量发展,如图1所示。

(二)研究模型与方法

运用数据包络模型(DEA)作为城市创新效率的测算方法,根据Tone提出的Super-SBM模型,测算城市创新效率的静态值[27-28]。

(1)

其中,ρ代表相对效率值,x代表输入变量,y代表输出变量,m代表投入指标个数,k代表产出指标的个数,s-代表投入松弛变量,s+代表产出松弛变量。当ρ≥0时,DMU决策单元表示有效;当ρ<1时,DMU决策单元表示无效,需要对投入和产出进行改进。

通过研究发现,Super-SBM模型在分析过程中,能够测算各城市创新投入产出的静态效率,但如果要观察长时间尺度下城市创新效率的动态变化趋势,需利用经典的Malmquist指数,即全要素生产率变化指数[29]。Fare经过研究进一步深入细化,并广泛应用于分析金融、工业、医疗等部门的动态投入产出效率[30]。Lovell基于理论和实证研究对Malmquist指数进行了验证和分析,结果充分证实了该模型的科学性[31-32]。基于此,采用Malmquist指数法对2008—2018年城市创新投入产出的面板数据进行动态分析。

(2)

其中,Dt表示t时期的距离函数,xt表示第t期的投入值,yt表示第t期的产出值,当M0<1时,全要素生产率随时间减少;当M0=1时,全要素生产率不随时间变化;当M0>1时,全要素生产率随时间增加。

在测算经济高质量发展水平方面,需要利用客观赋权的评价方法,在已有研究基础上,利用熵值法测算城市经济高质量发展水平,具体方法如下:

1.构造指标矩阵

利用信息熵的概念确定矩阵,选取关于经济高质量发展水平的相关指标,假设多属性决策矩阵如下:

(3)

2.计算各方案对属性Xj的总贡献量

(4)

其中,Ej表示所有方案对决策过程的总贡献,常数K=1/ln(m),使得0≤Ej≤1,因此Ej的最大值为1;从公式中可以看出,当一个属性下每个方案的贡献度趋于相同时,Ej趋于1;当所有属性相等时,属性在决策中的作用可以忽略,即属性的权重为0。可定义dj为第j属性下各方案贡献度的一致性程度,其中dj=1-Ej;

再其次,求解各属性权重Wj

(5)

求解各属性得分Yj

Yj=Wj×M

(6)

3.利用城市创新效率值和经济高质量发展水平指数,构建耦合度模型

借鉴耦合度模型[33-34],分析城市创新效率与经济高质量发展水平两个系统之间的耦合关系:

(7)

其中,U为城市创新效率与经济高质量发展水平的耦合系数,U的取值范围为[0,1],其值越大,表示城市创新效率与经济高质量发展水平越协调,反之则越失衡;ρ为城市创新效率值;Y为经济高质量发展水平指数;k为调节系数,一般为2≤k≤5,本研究k值取2。

由于城市创新效率与经济高质量发展的相互作用,不仅仅取决于二者的耦合度高低,更重要的在于二者是否相互耦合、协调发展。因此,为准确反映出两个系统之间的协同发展状态,需要引入更加经典的耦合协调度模型,用以探究二者是否相互促进或是相互掣肘。根据耦合协调度模型,具体计算步骤如下:

G=α·ρ+β·Yα+β=1

(8)

其中,M为城市创新效率与经济高质量发展的耦合协调度;U为耦合度;G为总系统发展水平,α和β用来描述两个子系统对总系统的贡献度,利用平均值法确定权重,分别为α=0.53,β=0.47。

(三)指标体系构建

1.城市创新效率评价指标体系

借鉴以往区域创新效率测度的科学性与准确性,投入变量主要从劳动力、财力(资本)和物力(土地资源)三个方面进行选择,而产出指标主要从收入和收益等层面选择,其中科研产出考虑到数据的可获得性,只选取中文期刊数据,如表1所示。

表1 城市创新效率投入产出指标体系

2.城市经济高质量发展水平评价指标体系

综合考虑陕西省各市实际情况以及数据的可获得性,构建城市经济高质量发展水平综合评价指标体系,如表2所示。

表2 城市经济高质量发展水平评价指标体系

(四)数据来源及处理

研究数据来源于《陕西省统计年鉴》《中国城市统计年鉴》《中国科技统计年鉴》的2008—2018年数据、相应年份相应城市的《国民经济与社会发展统计公报》以及中国知网CNKI数据中心。运用Super-SBM模型计算城市创新效率的指标不需要统一量纲,利用熵值法测算经济高质量发展水平指数时,各指标需统一量纲参与计算,利用Z-score方法对数据进行标准化处理[33],具体表达式为:

(9)

四、城市创新效率与经济高质量发展水平的耦合关系分析

(一)城市创新效率分析

1.城市创新效率的静态分析

利用DEA-SOLVERPro5投入产出分析工具,基于Super-SBM模型,计算10个城市的城市创新效率值,分析城市创新效率的静态特征,如图2和表3所示。

表3 2008—2018年城市创新效率值

图2 2008—2018年城市创新效率均值

2008—2018年间,陕西省城市创新效率均值呈现类“W”型的波动上升趋势,其中2008、2009以及2010年效率均值小于1,说明其决策单元(DEA)无效,投入产出比例失衡,需要对投入产出系统进行调整。而究其根本,是因为陕西省在2013年之前,主要发展煤炭工业等资源依赖型产业,对于城市创新产业的投入过少,从而导致其科技水平过低,经济、科研创新产出过少,使得整个投入产出系统效率过低;而后从2011年至2018年期间,随着《陕西省实施创新驱动发展战略纲要》的提出,陕西省从政府层面明确城市创新发展的理念、提出创新发展实施对策,以期打造西部科技发展新引擎以及建设内陆改革开放新高地,从而最终实现经济转型升级、西部大开发深入推进、国内产业加速向西转移。这些政策使得陕西省城市创新建设发展迅速,城市创新效率持续上升。榆林、商洛、汉中、铜川以及延安5市城市创新效率均值小于1,即决策单元(DEA)无效,表明城市在进行创新化发展过程中存在要素投入不合理现象。西安市城市创新效率高于省内其他城市,10个城市的城市创新效率差异较大,此差异的存在是由各个城市自身的地理资源禀赋、经济发展基础以及社会基础设施等的因素所决定的。

2.城市创新效率的动态分析

选取2008—2018年10个城市的投入产出面板数据,利用DEA-Malmquist指数模型,计算Malmquist指数值及其分解,以分析其城市创新效率的动态变化趋势,如表4所示。

表4 2008—2018年Malmquist指数均值及其分解

2008—2018年间,陕西省整体上城市创新效率的增长率(全要素生产率)大于1,城市创新效率上升1%,表明陕西省城市创新的技术有小幅度增长。从分解指标来看,综合技术效率值上升0.6%,技术进步值上升0.4%,纯技术效率增长0.2%,规模效率不变。表明技术进步是影响城市创新效率变化的主要因素,陕西省城市创新效率增长加快,是加大科学技术投入的效果,提高了科技对资源配置和利用的水平。研究表明,西安、咸阳、宝鸡、安康、渭南5个城市的城市创新效率增长较快,由表中数据可知这5个城市的技术进步效率值大于1,即技术进步促进了城市创新效率的增长。技术进步小于1有5个地级市,分别为榆林、商洛、汉中、铜川、延安,说明此5市并未有效利用城市创新发展过程中的科学技术投入,城市创新投入资源利用不合理。

(二)经济高质量发展水平分析

基于熵值法,计算2008—2018年10个城市的经济高质量发展水平指数,结果如图3和表5所示。

表5 2008—2018年经济高质量发展水平综合指数

图3 2008—2018年经济高质量发展水平综合指数变化

2008—2018年间,陕西省总体经济高质量发展水平呈现稳步增长趋势,11年间经济发展综合指数增长了近150%,增长幅度较大,表明陕西省经济较21世纪初上升较快。究其原因,一是陕西省原先经济基础较差,后续有较大的提升空间,陕西省经济提升效果较为显著;二是国家经济速度在2010年前后处于急速上升状态,陕西省经济政策调整较为准确,采取“以点带面”的发展道路,打造“大西安都市圈”,以西安市为城市经济增长极,带动周边城市发展,且效果显著。

省内城市中,西安市的经济发展综合指数为3.17,延安市为0.40,两者相差2.77,且二者极差依旧是经济发展指数排名第二的咸阳市(Y=1.05)的两倍,西安市的“增长极”优势明显。由此可见,陕西省10个地级市的经济高质量发展水平差距悬殊。从城市发展过程中发现,虽然省内经济差距较大,但所有地级市在2008—2018年间均为波动上升,且较2008年初值增长幅度较大,其中以延安(Y=0.13～0.63)增长5倍最快。

(三)城市创新效率与经济高质量发展水平耦合时空分析

1.耦合度时空分析

利用耦合度模型,测算2008—2018年城市创新效率与经济高质量发展水平的耦合度,如表6所示。依据ArcGIS10.3的自然断裂点分级法,将2008、2010、2012、2014、2016、2018年各城市的耦合度分为微度、低度、中度和高度耦合四种类型,得到耦合类型的空间分布图,如图4所示。

表6 2008—2018年城市创新效率与经济高质量发展水平耦合度

图4 城市创新效率与经济高质量发展水平耦合类型时空分布

2008—2018年城市创新效率与经济高质量发展水平的耦合度呈现波动上升趋势,11年间耦合度上升了20%,表明陕西省城市创新效率与经济高质量发展水平两者整体上呈现良性协调的发展趋势。10个城市的城市创新效率与经济高质量发展水平的耦合度差异显著,耦合度最高的是渭南市(U=0.968),最低的是延安市(U=0.751)。

根据耦合度分类来看,如图4所示,微度到中度耦合的城市较多。西安、咸阳、渭南、榆林4个城市近年来变化幅度较小,以中度及高度耦合类型为主,城市创新效率与经济高质量发展水平较为耦合协调发展。具体来看,西安市是陕西省省会,城市规模以及经济发展水平都是省内的唯一增长极,集聚辐射作用都极强,城市创新发展过程中投入并聚集了省内乃至整个西北地区大量的人口、经济等要素,经济发展水平迅速增长,城市创新能力也因此进一步提升,所以城市创新效率与经济高质量发展水平的耦合综合指数均值高于省内较多城市,达到0.914,城市创新效率与经济高质量发展水平呈现出“双高值”的高度耦合状态。咸阳作为陕西省内与省会西安市联系最为紧密的城市,在社会、经济、文化等方面均交流密切,接受西安市城市创新发展过程中的“涓滴效应”极为迅速。并通过与省会西安共建的“西咸新区”,利用国家西部创新中心的政策便利,城市创新能力大幅提高,在新能源、新技术领域均有所突破,其耦合类型亦为高值高度耦合类型。延安是陕西省农业人口最多的市,也是城市建成规模最小市之一。作为红色革命根据地,延安有一定的政策扶持:“十三五”时期,实施了一系列的城市发展战略、拓宽城市人才引进道路等等,但是由于其经济基础薄弱、产业结构过于单一且距离西安、太原等核心城市较为遥远,接受辐射效果较差、市内高等教育落后、新兴产业聚集较少,城市创新能力过低,即城市创新效率与经济高质量发展水平“双低”耦合发展为中高度状态,呈现为低值中高度耦合关系。虽然城市创新效率与经济高质量发展水平相对协调,但城市创新效率与经济高质量发展水平的内在相互促进、相互影响作用较弱,因此延安未来的发展应该继续加强城市创新产业的投入,同时通过经济发展政策调整产业结构,大力发展高质量经济。

榆林、渭南、宝鸡3个地级市的共同特点是:面积适中、人口适量、工业基础较好、均处于省际交界地区、基础设施相对完善、城市创新所需投入资源有一定基础、经济发展属正常水平,城市创新效率与经济发展水平多次处于中、高度耦合类型。如:榆林市作为老牌工业城市,虽在资源日益紧张的今天经济发展处于转型期,但由于前期资源依赖型工业所积累的城市财富较多,在城市创新能力逐渐成为城市长久发展的中流砥柱的背景下,其城市创新产业的投入也相对较多,市内围绕资源工业而产生的高新产业逐渐兴起,经济发展的同时城市创新能力也逐渐提高,城市创新效率提升。

汉中、安康、铜川、商洛4个地级市的农业人口较多,第一产业占GDP的比重较大,城市经济发展综合水平相对处于中等,但对于新兴的高新技术产业在人口、经济等的投入相对较少,城市创新能力相较于省内乃至周边地市均较弱,故城市创新效率与经济高质量发展水平发展不同步,耦合关系不稳定,基本处于微度耦合与低度耦合类型。因此,这些城市在今后发展中应该加大新产业、新技术的要素投入以优化产业结构,尽量协调城市创新投入与经济高质量发展之间的关系。

2.耦合协调度分析

根据耦合协调度模型,利用ArcGIS10.3的计算和绘图功能,测算2008、2010、2012、2014、2016以及2018年等6个时间节点的城市创新效率与经济高质量发展的耦合协调度,并采用几何间断点分级,将耦合协调度划分为6个等级,用以分析二者的耦合协调关系,如图5和表7所示。

图5 城市创新效率与经济高质量发展耦合协调度时空分布

表7 城市创新效率与经济高质量发展耦合协调度

总体上看,陕西省城市创新效率与经济高质量发展耦合协调度整体上平稳增长,呈现出中间高、四周低的态势,以西安市为高度协调核心,呈圈层式向外扩展;与陕西省整体自然地理概况以及经济水平相适应,中部关中平原由于地势平坦,聚集大量人口,经济社会发展水平均较北部黄土高原和南部丘陵均为优良。从城市来看,西安市2008—2018年间,二者耦合协调度均高于1,并远高于省内其他城市,与其经济社会发展水平相匹配,即城市创新效率与经济高质量发展呈现出优质协调的状态,成为全省的核心增长极;由耦合协调度空间分布图,如图5可知,延安常年处于濒临失调状态,甚至一度面临城市创新效率与经济高质量发展的失调,即城市创新效率并未使得经济呈现高质量发展。结合二者的耦合度,如图4和表6所示,延安的ρ-Y耦合度也同样呈现出常年低度、微度耦合状态,两者相适应,即城市创新效率与经济高质量发展相互掣肘、导致耦合度低下、耦合失调;从图中发现,宝鸡城市创新效率与经济高质量发展的耦合协调度波动起伏较为剧烈,在良好协调和勉强协调之间来回波动,说明宝鸡的城市创新效率与经济高质量发展的耦合协调受到外部因素影响较大。由于陕西省在宝鸡的城市创新投入增加,二者协调度上升至良好的协调,而随着经济政策的调整,二者由于受到冲击,协调度又趋于下降,并一度下降至勉强协调的程度;咸阳常年处于良好协调状态,城市创新效率与经济高质量发展耦合协调度较为稳定,如图5所示,未出现明显波动,具有较好的抵抗风险能力。

(四)城市创新效率与经济高质量发展水平的相关性分析

1.拟合回归分析

为进一步探究城市创新效率、经济高质量发展水平及其耦合度三个系统之间的内在影响关系,本研究利用SPSS21.0对相关数据进行多元线性回归拟合,得到耦合度U与城市创新效率ρ、经济高质量发展水平Y之间的拟合回归方程:

U=-0.245ρ+0.185Y+0.962

(i=1,2,…,10;t=1,2,…,11)

拟合回归结果,如表8所示,判定系数R2为0.496,即回归方程的拟合效果较好。经济高质量发展水平与耦合度U呈正相关关系,说明经济高质量发展水平促进了耦合度的增长,即经济高质量发展水平指数越高,耦合度就越高;

表8 城市创新效率、经济高质量发展水平以及耦合度的回归分析系数表

城市创新效率与耦合度U在置信度为0.01时呈负相关关系,表明城市创新效率与耦合度U呈反方向变化,即城市创新效率提升的同时耦合度U反而在下降。

以经济高质量发展水平指数Y作为自变量,耦合度U为因变量,拟合回归方程的结果如下:

U=-0.133 2Y2+0.58Y+0.516

(i=1,2,…,10;t=1,2,…,11)

R2达到0.561,拟合回归效果较好,由图6(a)可以看出,耦合度与经济高质量发展呈倒“U”型分布,说明经济高质量发展水平与耦合度的关系相互促进。当经济高质量发展水平持续增大,越过Y=2.0的拐点后,耦合度U反而将随经济高质量发展水平的提高而下降。由经济高质量发展指数即表5可知,西安的经济高质量发展水平指数在2008—2018年这10年内一直大于2.0,表明西安这10年耦合度U一直处于倒“U”型的的右侧阶段,即经济高质量发展水平的增加反而使得耦合度下降,说明西安虽然经济持续高质量发展但对城市创新系统的投入不合理,在今后的发展过程中,提升两者的耦合度的主要方法是调整城市创新的投入产出比例,以此提高城市创新效率,进而协调城市创新效率与经济高质量发展水平的关系。除此之外,由图6(a)的散点图分布密度可知,2008—2018年陕西省各城市经济高质量发展水平与耦合度整体上处于拐点Y=2.0的左侧阶段。要实现两者的相互良性协调发展,需要立足经济高质量发展理念,加强经济发展力度以提高经济发展质量使得耦合度提升。

以经济高质量发展水平指数Y作为自变量,城市创新效率ρ为因变量,拟合回归方程的结果如下:

ρ=0.249Y2-0.467Y+1.29

(i=1,2,…,10;t=1,2,…,11)

从拟合效果来看,如图6(b)和表9所示,R2达到0.613,回归拟合程度相对较好。由拟合回归图像可知城市创新效率与经济高质量发展水平呈“U”型分布,说明在一段时间内,陕西省经济高质量发展水平相对较低,城市创新发展过程中的要素投入较少,获得的创新产出也同步较少,投入产出比例合理,即城市创新效率在初期较高。随着经济高质量发展水平的逐步提升,陕西省城市创新发展速度加快,创新投入产出规模进一步增大,但存在投入要素比例失调的现象,城市创新效率逐渐下降。主要原因是此阶段陕西省忽略了在城市创新能力中最重要的劳动力(人才)的输入,一味地加大土地、资金等的投入,对于组成城市创新能力的主体科研人员、技术人员的关注过少,未形成较好的人才引进措施与方法政策,从而造成了土地、经济等资源投入过量而浪费,进一步导致城市创新效率下降。随着经济高质量发展水平的持续提高,城市创新过程的投入要素规模继续扩大,此阶段的城市创新不再只注重投入要素的规模和数量盲目扩大,而是开始追求高的发展质量,城市创新过程开始注重要素投入的优化组合,待越过拐点之后经济高质量发展水平与城市创新效率开始呈现协调有序发展。由图6(b)散点密度可知,陕西省城市创新效率与经济高质量发展水平主要处于拐点的中左侧阶段,即城市创新效率与经济高质量发展水平即将开始协调发展,城市创新能力即将开始向较高层次过渡。

图6 城市创新效率、经济高质量发展水平、耦合度的关系及稳健性检验

2.稳健性检验

为保证模型准确性,有必要进一步检验经济高质量发展中创新经济产出指标的变化对耦合模型结果的影响。本文将创新产出三级指标“技术市场合同成交额/亿元、高新技术产业增加值/亿元以及国家专利申请授权数量/件”作为稳健性检验替换指标,利用熵值法计算经济高质量发展指数,并进一步利用耦合度模型计算城市创新效率与经济高质量发展水平的耦合度;将经济高质量发展水平Y作为自变量,耦合度U以及城市创新效率ρ作为因变量,进行拟合回归,得到稳健性检验模型参数及系数,具体如表9所示。

表9 城市创新效率与经济高质量发展耦合度模型稳健性检验对照表

综合比较图6(a)～6(d)、表9可以看出,无论是将“技术进步贡献率、单位GDP投入发明专利授权量以及规模以上工业企业新产品销售收入占主营业务收入比”作为经济高质量发展的创新经济产出,还是将“技术市场合同成交额、高新技术产业增加值以及国家专利申请授权数量”作为指标,经济高质量发展水平Y与耦合度U以及城市创新效率ρ的拟合回归结果并未发生明显变化,经济高质量发展水平与耦合度图像趋势线依旧呈倒“U”型,拐点略微后移,达到2.3,并且陕西省仍旧处于拐点的左侧;城市创新效率与经济高质量发展水平依旧呈“U”型分布,陕西省处于拐点的中左侧阶段,即城市创新效率与经济高质量发展水平即将开始有序和谐发展。由此可见,前面拟合回归得到的实证分析结果是稳健的。

五、结论与政策建议

通过对陕西省2008—2018年10个城市的城市创新效率、经济高质量发展水平以及两者耦合度的耦合关系及其时空分异特征进行分析,主要得到以下结论:第一,陕西省多数城市的城市创新效率指数大于1,城市创新效率于2013—2018年有效,城市创新效率的增长率呈现波动上升趋势。省内各城市的城市创新效率差异显著,呈现阶梯状布局。西安城市创新效率稳居全省首位,榆林、商洛、汉中、铜川以及延安5个地级市城市创新效率均值无效,存在要素投入产出不合理现象。第二,经济高质量发展水平稳步上升,经济发展速度适中,省内10个城市的经济高质量发展水平差距悬殊,且逐渐加大。第三,城市创新效率与经济高质量发展水平逐渐趋于协调,高度耦合类型的城市数量逐步增加;10个城市的耦合度差异显著,多数城市处于低度及中度耦合类型。第四,陕西省城市创新效率与经济高质量发展耦合协调度整体上平稳增长,呈现出中间高、四周低的态势,以西安为高度协调核心,呈圈层式向外扩展。第五,对城市创新效率、经济高质量发展水平以及二者耦合度的拟合回归研究发现:经济高质量发展水平与耦合度呈倒“U”型分布,陕西省目前处于拐点Y=2.0的左侧阶段,即经济高质量发展水平与耦合度相互促进,陕西省目前需加大经济发展力度以实现城市创新效率与经济高质量发展水平的协调可持续发展;经济高质量发展水平与城市创新效率呈“U”型分布,陕西省目前处于拐点的中左侧阶段,城市创新效率与经济高质量发展水平即将开始有序和谐发展。

结合实证研究结论,围绕城市创新效率与经济高质量发展的耦合关系及其时空分异特征等核心问题,重点提出如下政策建议:

1.提高创新成果转化能力,完善新时代科技创新体系

根据动态实证结果分析,2008—2018年期间陕西省较多城市创新效率的技术进步值小于1,表明多数城市缺乏科技创新的投入、创新成果转化能力低下,故建议各城市应加大政府机构对创新经济的支持力度,尤其对于影响创新发展的技术进步即科学技术的投入,需要构建起科学的畅通创新需求者与供给者之间联系的高效通道,帮助供给需求之间建立起良好的互动联系。通过政府财政补贴等直接方式,投入城市科学技术创新发展的资金需求,规划并建立城市创新研发中心、新兴科技实验室和孵化基地等,以实现高科技企业集群式发展,加快人才、知识和技术等创新发展投入要素的流动,促使科学技术创新成果快速转化为现实的生产力。科技、技术创新的政策需进一步细化完善,可以利用大数据分析等先进技术制定细致到个人的奖、补、减、助政策体系;各项科技、技术创新支持资金要落到实处,过程中应通过建立完善细致的绩效评估体系来加强监督、引导和帮扶,使得各项支持资金物有所用。要求各科技企业从数量和质量方面提高科学技术创新成果的产出,构建适应新时代创新经济要求的成果评估系统,提高创新成果转化能力。

2.加快产业升级转型,实现经济高质量发展

实证结果表明,2008—2018年陕西省各城市经济高质量发展水平与耦合度整体上处于拐点Y=2.0的左侧阶段,加大经济发展力度仍是其余多数地级市提升耦合度的主要方式,只有经济发展到一定水平,经济高质量发展才能反哺城市创新的投入,城市创新和经济高质量发展才能耦合协调发展。经过调研发现,陕西省还有目前较多地区的经济发展水平较低,暂未开始经济高质量发展的过程,而相对较弱的经济发展水平则限制创新要素投入规模,从而导致城市创新发展的程度降低,反过来又将降低其对地方经济高质量发展的贡献。陕西省多数城市(如榆林、宝鸡等)的经济发展必须摒弃只发展初级阶段的资源密集型产业的旧观念,只有以创新为基础的高新技术产业在整个区域经济发展中处于主导地位、高产出的新兴产业取代低效率的落后产业,地方经济才能实现高质量发展甚至越位赶超。建议从政府层面确立以科技、技术创新为主体的符合新发展理念的经济观念,制定相应的创新型企业入驻政策,积极引入大数据、人工智能等新兴前沿科技公司企业,并在保证现有经济发展水平的情况下,逐渐完成城市乃至区域内产业升级转型的更迭。

3.协调创新投入产出机制,激发人才创新活力

结合实证分析,随着经济高质量发展水平的逐步提高,陕西省城市创新投入规模增加,但存在投入要素比例失衡的问题,城市创新效率逐渐下降,建议各城市应结合实际,通过外部引进和地方自主培养等多种渠道,提高创新人员的专业层次,并联合当地高校,创建政产学研基地,在实现高校科研产出的实际效用的同时,进一步聚集形成科研、创新、金融于一体的高新技术产业基地。以提高城市创新效率及其与地方经济耦合协调发展。调研表明,许多企业的创新成果质量不高、实用价值较低等特点是导致其创新体系与国民经济高质量发展协调、失衡的关键原因,所以在单纯观察一个企业的创新工作效率时,还必须要充分考虑到企业创新成果的质量及其应用价值。建立起人才、资金等要素投入的优化组合体系,保证高质量的城市创新人员与充足的城市创新经费投入相结合,才能产生适应经济高质量发展的创新成果。

4.改进创新能力措施,提升经济高质量发展要素配置效率

政府通过区域专利数量、论文产出等科技产出为指标测算城市创新效率,依据区域专利数量评价城市的创新能力,以此评价结果来实施创新投入政策以期实现区域经济的高质量发展,这种仅考虑科技数量的区域政策是不完善的;实证分析表明,专利、科技的结构能更好地反映地区的创新能力,建议政府应明确区域科技、技术以及专利等结构对提升创新能力的重要性,进一步改进相应的实施政策,以此带动地方经济的高质量发展。创新能力的提升伴随着各项要素的综合投入,提升各项创新要素投入的配置效率是保证经济高质量发展的重要途径;依据实证结果分析,实行市场化的创新路径能够显著降低要素市场的波动程度,且市场的优越独立性也能在一定程度上阻隔地方政府对各项要素市场的逆向干预,从而发挥市场对创新要素配置效率的提升作用,进一步促进地区创新能力的提升,以实现区域经济高质量发展。