海南省科技创新与区域经济的耦合协调分析

2021-08-14苏竣，张煜

科技管理研究 2021年14期

苏竣，张煜

（清华大学公共管理学院，北京 100084）

1 研究背景

党中央提出科教兴国战略。建设创新型国家，实施创新驱动发展战略，不仅是中央政府的重要决策，更是地方建设中不可忽视的重要内容，推动科技发展、促进科学进步、优化科技创新环境是每一个地方政府义不容辞的责任。海南省，地处中国最南端，是中国面向东南亚的一个窗口。海南文昌航天发射场更是中国航空航天事业的重要基地。可见，海南省的建设，不仅关系中国华南地区经济布局，也关系到中国科技事业的国际竞争力。海南省科技创新环境的优劣，会影响中国整体创新布局，对于吸引东南亚科技创新人才、推进南海开发、与东南亚地区睦邻友好等都有影响。因此，海南省的科技创新环境逐渐引起了学术界和公众的广泛关注。

据EPS（Easy Professional Superior）数据平台中海南省的县市统计数据库、中国区域经济数据库和中国科技数据库中的统计数据显示：海南省国内有效专利数2009 年仅为1 456 件，2018 年已经突破1 万件，达到10 277 件；高等学校R&D 经费内部支出2009 年为7 165.511 3 万元，2018 年已经达到25 807.012 0 万元；科学研究和技术服务业在岗职工平均工资2009 年仅为26 465 元，2018 年已经达到92 201 元；地方财政科学技术支出2009 年为60 700万元，2018 年已经高达150 410 万元。粗略地看，海南省科技创新环境正在不断优化。2020年6月1日，中共中央、国务院印发了《海南自由贸易港建设总体方案》，在海南省建设自由贸易港。海南自由贸易港的建设，使得除了海南省科技创新环境为世人所关注外，海南省的区域经济环境也成为了学术界和公众的关注焦点之一。EPS 数据平台统计数据显示，海南省生产总值（GDP）2007 年仅为1 223.28亿元，2018 年已经高达4 832.05 亿元，10 年多的时间海南省区域经济总量上涨3.95 倍。同科技创新环境一样，粗略地看，海南省的区域经济水平也在持续提升。

然而，科技创新环境和经济环境都是复杂巨系统，由很多指标来衡量，仅仅粗略地探讨远远不够，因此，亟待对海南省科技创新环境和区域经济系统进行更详细、完整的量化评测。此外，海南省科技创新系统和区域经济系统均在持续提升，这种相似性也意味着海南省科技创新系统和经济系统可能存在耦合协调关系，即两大系统的综合水平可能存在同步变化的关联关系，而考察两大系统之间的耦合协调关系，将从宏观层面更深刻、准确地揭示海南省创新环境与区域经济之间的联系；以此为基础，进一步分析具体经济指标对创新环境的影响，将从指标层面更深刻地揭示这种耦合现象背后的微观机制，使研究更加深刻和有意义。有鉴于此，本研究将构建指标体系，采用主成分分析法（PCA）分别评测海南省创新环境系统和经济子系统的综合水平，在此基础上，进一步使用耦合协调度模型测算海南省科技创新和区域经济的宏观耦合动态关系，并在微观上应用灰色关联度法（GRA）详细考察海南省经济系统各指标对创新环境的动态影响，借以揭示指标层面的微观耦合机制。研究以期有助于准确评价海南省科技创新环境和区域经济发展态势，吸引海内外科技创新人才来琼创新创业，也有助于精准确定影响海南省科技创新环境的重要经济变量，从而帮助海南省有针对性地采取具体措施，推动创新与经济二元耦合系统协调发展，提升海南省创新环境水平，进一步促进海南省创新环境与区域经济协调发展。这将有利于海南省地方，更将造福中国科技事业进步。

2 文献综述

2.1 外文研究动态

有很多外文文献研究了不同系统之间的耦合协调关系，如文化创意产业与旅游产业、物流与区域经济、体育产业与区域可持续发展等，采用的方法主要有耦合协调模型和灰色关联模型等。如，Li等［1］以深圳市为研究区域，运用耦合协调模型探讨2008—2017 年文化创意产业与旅游产业的耦合协调发展，并运用灰色关联模型进一步研究两个产业耦合协调的主要驱动因素；Li 等［2］以蚌埠市港口货物吞吐量数据和部分经济指标为基础，运用灰色关联分析模型对港口物流与各区域经济指标的相关性进行了计算和排序；Zheng 等［3］选取珠江三角洲9 市2005—2014 年的面板数据，分别建立了旅游经济与交通的评价指标体系，运用综合评价模型和耦合协调模型对旅游经济与交通系统的综合指标及其协调关系进行了评价；Huang 等［4］在对孵化器和区域经济互动机制进行理论分析的基础上，引入子系统综合评价指标体系，构建了2008—2014 年中国31 个省份孵化器与区域经济发展水平的耦合协调模型；Yang 等［5］构建了体育产业与区域可持续发展的耦合协调评价指标体系和动态因素指标体系，运用熵权法、耦合协调模型和随机效应模型分析了2013—2017 年中国东部11 个省份体育产业与区域可持续发展的综合水平、耦合协调关系及其驱动因素；Ruan等［6］基于耦合协调模型，从时空维度分析了互联网发展、技术创新与星级酒店效率3 个系统之间的演化关系。

2.2 中文研究动态

也有很多中文文献研究了多个系统之间的耦合协调关系，如物流业与金融业、制造业与生产性服务业、科技进步与经济发展等，大多主要采用了耦合协调度模型，并联合使用熵值法和灰色关联度法等。如，储雪俭等［7］构建中国物流业与金融业协调发展指标体系，利用熵值赋权法确定各指标的权重，采用耦合协调度模型分别测算2003—2017 年物流业与金融业的耦合关联度和协调度，并在此基础上运用灰色关联度分析两者耦合效应中的关键因素；刘程军等［8］运用耦合协调模型、引力模型、趋势面分析等方法剖析长江经济带区域创新与区域金融耦合协调的空间联系特征，并在多维邻近视角下采用空间杜宾模型探究耦合协调空间联系格局的驱动机制；刘东等［9］运用极值熵值法以及耦合协调度模型，使用2000—2016 年可获得数据，对云南省科技进步与经济发展系统耦合协调度进行纵向研究，对云南省与浙、苏、湘、鄂、贵、桂6 省份科技进步与经济发展系统耦合协调度进行横向对比，对云南省内16个州市科技进步与经济发展系统耦合协调度进行内部分析；唐晓华等［10］基于耦合协调视角，分别从行业和区域层面测度2001—2015 年中国制造业与生产性服务业间的总体发展水平及耦合协调程度，并基于优化视角，通过对存增量系数的调节，模拟产业耦合协调的演化发展趋势；王文静等［11］将系统综合发展水平和耦合协调度作为金融集聚和区域创新能力耦合发展的评价尺度，对中国30 个省份2006—2016 年金融集聚和区域创新能力耦合协调发展情况进行实证分析。

在系统之间的耦合分析之外，还有很多国内学者专门对不同系统的水平评估、系统指标因素之间的关联加以探究，采用主成分分析法评测系统水平、采用灰色关联度法探究系统与指标因素的关联等。如，崔宏轶等［12］选择区域经济环境、文教环境、就业创业环境、生活保障环境、科创支持环境、成果转化环境6 个二级指标、34 个三级指标构建评价指标体系，并运用主成分分析法对深圳市科创人才发展环境的变化规律、因子特征进行分析和评价；刘明等［13］基于PEST 模型，即政策、经济、社会和科技环境4 个维度构建了多层次的科技人力资源生态环境评价指标体系，并运用SPSS 21.0 软件，根据主成分分析法得出各对比城市的综合得分和排名，从而对青岛市科技人力资源生态环境进行评价；刘湘辉等［14］利用2010 年数据对连片特困地区的典型——湘西地区的县域经济发展差异进行实证分析，运用主成分分析方法对当地39 个县（市、区）经济发展情况进行综合评价和排序，运用离差平方和法对湘西地区县域经济发展水平进行层次聚类分析；陶权［15］选取《中国统计年鉴》和中国经济信息网（中经专网）统计数据库中2007—2018 年的数据，对中国制造业开放式科技创新与各相关指标进行灰色关联分析；王冲［16］以吉林省高校为例，针对影响高校科技人才流动的宏观经济运行、产业结构、财政投入、劳动报酬和研究环境等5 类影响因素，借助灰色关联分析法对各影响因素与高校科技人才流动的关联度情况进行分析。

而在各种不同系统中，很多国内学者选择了对科技创新系统加以研究，如研究科技创新系统与经济系统的耦合、高校科技创新等。如，岑晓腾等［17］构建区域科技协同创新评价指标体系，采用耦合协调模型对系统间的协调发展程度进行实证研究；华坚等［18］基于灰色关联分析构建科技创新系统与经济高质量发展系统耦合协调度评价模型，对中国30个省份的耦合协调度进行评价；孟凡蓉等［19］构建科技创新、科技资源、经济增长的耦合系统，基于中国30 个省份2007—2017 年的面板数据，测算了三元系统的耦合度和耦合协调度，并分析其分布特征和发展规律；王昆强等［20］指出，除了实施引进百万人才进海南省的人才措施以外，海南省高校更应该注重提升人才培养质量和科技创新能力。

2.3 文献述评

回顾国内外研究动态，发现有很多国内外文献探讨了多个系统之间的耦合协调关系，也有学者专门对不同系统的水平评估、系统指标因素之间的关联加以探究，而在各种不同系统中，有很多学者选择了对科技创新系统加以研究；在系统水平评估方面，不少学者采用了主成分分析法，而在耦合关系的研究方面，大多学者主要采用了耦合协调度模型，并联合使用熵值法和灰色关联度法等。虽然有很多学者探讨了科技创新与经济系统的耦合关系，但大多停留在宏观层面，深入到微观指标层面的耦合关联分析较少，只有储雪俭等［7］的研究。在系统耦合关系的研究中，多使用熵值法评测系统水平，使用主成分分析法的较少；而使用主成分分析或灰色关联分析，大多学者只是为了专门对系统综合水平或系统指标关联加以研究，未对系统之间的宏观耦合关系加以分析，如刘明等［13］和陶权［15］等的研究。此外，针对海南省科技创新环境系统加以研究的文献很少，只有王昆强等［20］的研究，而且该项研究缺少量化分析，容易导致研究浮于表层，尚待经验证据支撑。

有鉴于此，创新性地，本研究将具体针对海南省科技创新环境系统加以量化研究，构建评价指标体系，采用主成分分析法评测海南省创新环境系统和经济子系统的综合水平，在此基础上，进一步使用耦合协调度模型测算海南省科技创新和区域经济的宏观耦合动态关系，并在微观上应用灰色关联度法详细考察海南省经济系统各指标对创新环境的动态影响，借以揭示指标层面的微观耦合机制。

3 变量选取与样本采集

3.1 变量选取

首先，为了准确评测海南省科技创新环境，清晰全面地反映海南省科技创新环境情况，兼顾全面性和数据可得性，参考借鉴前人研究中的统计指标选取，并根据各变量自身属性，最终构建评测指标体系如表1 所示。限于篇幅，描述性统计省略，感兴趣的读者可联系作者获取。

表1 中，共有一级指标5 个、二级指标36 个。根据36 个二级指标的性质，划分为5 个维度，即5个一级指标。5 个一级指标从5 个不同方面概括地反映了海南省科技创新环境。其中，经济环境(X1)通过测评海南省经济状况，反映了海南省科技创新所依托的经济和产业大环境支持情况，包括6 个二级指标；文化教育环境(X2)则用于测评海南省科技创新所依托的教育文化事业，反映了海南省科技创新所依赖的教育文化氛围状况，包括9 个二级指标；创新投入环境(X3)和创新产出环境(X4)，则从海南省科技创新的投入产出角度来测评海南省科技创新环境，直接反映了海南省科技创新状况，创新投入环境包括10 个二级指标，创新产出环境包括4 个二级指标；基础设施和生活保障环境(X5)，则反映了创新人才的生活安居环境，对于海南省科技创新有间接的支撑作用，具体包括7 个二级指标。

36 个二级指标从更微观的角度，更加详细地测算了5 个宏观维度的情况，使得科技创新环境的测算更加全面科学、细致入微，从多个微观角度全面涵盖5个宏观维度中各种影响科技创新的变量指标。例如，年末总人口和GDP 等二级指标，是对经济环境更细致的刻画，从人口和地区生产总值等不同微观角度细致地反映了经济环境情况；公共图书馆数量和科普专职人员等二级指标，则从科普等多个微观视角出发,考察了文化教育环境的情况；等等。可见，36 个二级变量指标的选择较为全面、科学合理，通过构建如表1 所示的测评指标体系，可以全面、科学地分析海南省科技创新环境。

此外，还构建经济子系统评价指标，用以分析海南省创新环境与区域经济的联系。其中，直接使用了表1 中的经济环境维度、基础设施和生活保障环境维度等指标，共计13 个指标。这两个维度的指标从不同侧面考察了区域经济状况，使用这13 个指标组成一个创新环境系统的子系统——区域经济子系统。考察母子系统之间的耦合协调关系，将更深刻、准确地揭示海南省创新环境与区域经济的联系；以此为基础，进一步地分析具体经济指标对创新环境的影响。

表1 海南省科技创新环境评测指标体系

3.2 数据采集

限于数据可得性，各变量指标采用了海南省2009—2018 年共10 年的统计数据。补全数据缺失值则采用线性插值法，即中间数是左右两端数的均值。海南省创新环境系统共36 个指标10 年数据，共计360 个样本；区域经济子系统共13 个指标10 年数据，共计130 个样本。累计使用样本490 个。

实际上，原始指标数据要经过标准化处理以消除量纲和数值大小的影响。经过标准化处理，指标数据均值为0，标准差为1。采用Excel 软件进行数据标准化处理：原始指标数据减去均值之后再除以标准差。实证研究过程中，相关数据还需进一步处理，将在实证部分详述。

研究数据取自EPS 数据平台。EPS 数据平台包含诸多数据库，数据来源权威、可靠。表1 中，不同指标来自EPS 数据平台中的不同数据库，不同的数据库也有不同的数据来源。其中，中国科技数据库的数据来源包括：《中国科技统计年鉴》《科技统计资料汇编》、中国主要科技指标数据库，数据由科技部、国家统计局提供，经EPS 数据平台整理；中国教育数据库的数据来源于《中国教育统计年鉴》，数据由教育部、国家统计局提供，经EPS 数据平台整理；中国区域经济数据库的数据来源于《中国区域经济统计年鉴》，数据由国家统计局提供，经EPS 数据平台整理；海南省各市县（区）统计数据库的数据来源于《海南省统计年鉴》，数据由海南省统计局提供，经EPS 数据平台整理。

构建评测指标体系，拟使用Stata 16 软件加以计算［21］，应用主成分分析法来评测海南省科技创新环境和经济子系统的综合水平；耦合协调分析和灰色关联分析则采用Excel 软件，对数据加以运算。对上述计算结果，通过Excel 进一步加工整理，可得本研究中的各图表。首先使用主成分分析法获得海南省科技创新环境和经济子系统的综合水平；然后，在宏观上使用耦合协调度模型测算海南省科技创新和区域经济两系统的耦合关系，在微观上应用灰色关联度法详细考察海南省经济系统各指标对创新环境的影响。

4 实证研究

4.1 研究方法简介

（1）主成分分析方法，即PCA 法，通过对原有的具有相关性的多变量进行线性组合，寻找较少的不相关变量替代原有的众多变量，同时保留大部分信息，是一种降维的多元统计技术［22］。主成分分析中的信息，是指标的变异性，用标准差或方差来衡量。记P个指标构成P维随机向量X=（X1，X2，…，Xp）′，对X作正交变换，令Y=T′X，Y=（Y1，Y2，…，Yn）′。其中，Y1，Y2，…，Yn（n≤p）相互独立，即为主成分；T即为因子载荷矩阵，矩阵元素表示主成分Yi与原来指标Xj之间的相关系数；Y1，Y2，…，Yn所包含的原始变量信息依次递减，即方差贡献率依次递减，Y1，Y2，…，Yn的方差贡献率之和即累计方差贡献率。一般而言，只需选定前几个主成分，使累计方差贡献率达到85%以上。综合得分由选定的主成分加权求和而得；权重为各自的方差贡献率在所有选定主成分的累计方差贡献率中的占比。

（2）耦合，来自物理学中，用以分析多个互有关联的系统之间的动态关联关系。二元耦合系统的耦合度模型为：

式（1）中：C为耦合度，在0～1 之间，值越大代表耦合强度越高；U1、U2分别表示海南省科技创新和区域经济两系统的综合发展水平，由主成分分析法分别测算而得，但在实际计算耦合度和耦合协调度时，U1、U2还需进一步标准化。

耦合度C存在一定的缺陷：其只测算了两系统耦合关联关系作用的强弱，忽略了两系统的耦合优劣。若U1、U2为低水平，或U1、U2为高水平，耦合度C均会呈现高值。显然，一个为低水平的劣质高耦合，一个为高水平的优质高耦合。有鉴于此，引入耦合协调度（D）模型：

式（2）中：T为两系统的综合调和指数，T=αU1+βU2，反映了两系统整体的综合水平高低；α、β为两系统各自的权重，假定两系统同等重要，故取α=β=0.5。

D中既考虑了耦合度C，又考虑了两系统整体的综合水平T，能够反映耦合优劣，克服了耦合度C的缺陷。D值在0～1 之间，值越大表示耦合协调性越好。

（3）灰色关联分析是根据不同序列曲线几何形状的相似程度来判断不同系统因素间联系程度的一种方法，通过比较参考数据列和若干个比较数据列的几何形状相似程度，可以确定母子序列曲线间的相关程度。记参考数列（又称母序列）为Y=Y(k)，比较数列（又称子序列）为Xi=Xi(k)，对二者的数据加以无量纲化处理，二者之差的绝对值记为Δi(k)，即Δi(k)=|Y(k)-Xi(k)|。其中：k为时间；i表示比较数列中的一行；不同的Xi表示比较数列中的不同指标。以Δi(k)为元素构建矩阵，求得该矩阵中值最大的元素为MaxΔi(k)，值最小的元素为MinΔi(k)。则灰色关联系数为：

式（3）中：ρ为分辨系数。ρ取值越小，分辨力越好，一般取值为0.5。

将ξi(k)对时间k求平均，即得指标关联度ri，称为母序列Y与子序列Xi的关联度。关联度ri值越大，指标Xi对母序列的影响越大，耦合性越强；反之，关联度ri值越小，指标Xi对母序列的影响越小，耦合性越弱。

4.2 实证结果分析

4.2.1 综合水平分析

采用主成分分析法首先评测海南省科技创新环境，得到5 个主成分，经计算，前5 个主成分累计方差贡献率已经高达0.934 9。其中，主成分Comp1在X10、X11、X12、X13变量上载荷较大，这反映了海南省经济大环境的影响；主成分Comp2 在X14、X50、X51变量上载荷较大，这主要显示了基础设施完善的巨大影响。可见，海南省科技创新环境主要受经济和安居大环境的影响。然而，这只是很粗略的结论。为了更深入和详细地揭示海南省科技创新环境和经济安居环境的关联，更多研究工作需要进行。

粗略地看，海南省创新环境主要受经济和安居大环境的影响，它们都是复杂巨系统，由很多指标来衡量，故为了更深入和详细地揭示这种系统间耦合影响机制，需要再构建一个经济子系统，用以进一步考察创新环境母系统与区域经济子系统之间的耦合协调关系。区域经济子系统指标构建方法同表1，此处不再重复。

至此，海南省创新环境与区域经济两大系统的指标体系均已构建完成。接下来，使用主成分分析法得到这两大系统的综合水平。其中，科技创新环境综合水平由5 个主成分加权求和而得，权重为各自的方差贡献率在5 个主成分的累计方差贡献率中的占比，即方差贡献率除以0.934 9；区域经济水平由主成分分析得到3 个主成分，经计算，前3 个主成分累计方差贡献率已经高达0.956 8，故，海南省经济综合水平由3 个主成分加权求和而得，权重为各自的方差贡献率在3 个主成分的累计方差贡献率中的占比，即方差贡献率除以0.956 8。

两大系统的综合水平计算结果如表2 所示，可以看出海南省科技创新环境和区域经济综合水平的时序变化情况。

表2 海南省创新环境与区域经济综合水平

表2 中综合得分为原始数据，尚未标准化，耦合协调分析和灰色关联分析还需进一步标准化。根据表2 数据，绘制得到图1，可以看到海南省科技创新和区域经济的整体情况。总的来说，图1 展示了海南省整体创新环境和区域经济水平均在不断提升；此外，图1 中两曲线形状极为相似，意味着海南省科技创新环境和经济子系统可能存在耦合协调关系。

图1 海南省创新环境和区域经济综合水平时序变化趋势

4.2.2 耦合协调分析

对表2 中的得分数据加以标准化，以使所有得分数据均在0～1 之间，消除量纲的影响。采用极值法进行标准化，公式为：

式（4）中，将Xk原始数据减去同一得分下的最小值minXk，再除以同一得分下的极差（最大值maxXk减最小值minXk），得到Xk′。

为避免出现0 值使进一步运算受阻，使数据保持在0.1～1 之间，作进一步处理：数据Xk′乘以0.9再加0.1。至此，表2 中的得分数据标准化完成。

将标准化数据分别代入U1、U2，根据式（1）（2），计算得到耦合度和耦合协调度。表3 显示，耦合度C在10 年间不断波动，而综合水平T和耦合协调度D在不断上升：2009 年和2010 年时，T和D均为最小，数值分别在0.1 和0.3 左右；2018 年时，T和D均达到最大，数值为1。这说明在2009年和2010年时，海南省创新环境和经济水平整体低下，两系统发展高度不协调；经过10 年持续提升，海南省创新环境和经济水平已经整体跃上了一个很高的新台阶，两系统目前已经高度协调。10 年间，海南省创新环境与区域经济从极度不协调发展到高度协调，从宏观上来看，海南省逐渐走上了一条科技创新与区域经济协调发展良性互动的道路。

表3 海南省创新环境与区域经济耦合动态

鉴于耦合度C在不断波动，为了更形象地分析C的波动情况，绘制如图2 所示。从图2 看出，海南省创新环境与区域经济在2009 年和2010 年极度耦合，耦合度在1 附近；2011—2014 年两系统耦合度下降并偏低，但仍保持高位运行，耦合度始终在0.98 以上；2015—2018 年，两系统同样是极度耦合，耦合度在1 附近。因此，总的来说，海南省创新环境与区域经济基本上始终高度耦合。鉴于2009 年和2010 年时，海南省创新环境和区域经济整体水平低、极度不协调，可知2009 年和2010 年两系统为劣质的低水平极度耦合，同处于低水平均衡中，极度耦合状态意味着二者为低水平和低水平的强耦合；2018 年时，两系统整体水平高、高度协调发展，此时的极度耦合为优质的高水平极度耦合，两系统同处于高水平均衡中，极度耦合状态意味着二者为高水平和高水平的强耦合。与此类似，海南省创新环境与区域经济在中间阶段的高耦合则为中等质量的高耦合，此时两系统整体处于中等水平、不断提升，耦合协调度中位运行、持续提升，意味着两系统为中等水平和中等水平的高耦合，处于动态变化过程中。可见，海南省创新环境与区域经济两大系统经历了劣质高耦合、中等高耦合和优质高耦合三阶段，从极度不协调发展到高度协调。

图2 海南省创新环境与区域经济的耦合度时序

4.2.3 灰色关联分析

海南省经济系统与创新环境从劣质高度耦合到优质高度耦合，耦合协调度在不断提升，进一步具体探求耦合现象背后的微观机制，揭示经济系统各指标对创新环境的具体耦合影响，有助于公共决策者采取更具体的措施，推动二元耦合系统协调发展，提升海南省创新环境水平。因此，采用灰色关联度法分析海南省各经济指标对创新环境的影响，以具体揭示海南省经济子系统对创新环境的微观耦合影响机制。

以海南省科技创新环境综合得分为参考数列Y(k)，以经济子系统指标数据为比较数列Xi(k)，进行灰色关联度分析。对参考数列和比较数列数据首先进行初值化处理，以得到无量纲化数据，即Y(k)/Y(1)、Xi(k)/Xi(1)，得到标准化数据。使用该标准化数据计算参考数列和比较数列之差的绝对值Δi(k)，发现MaxΔi(k)=29.465 290 336 336 5，MinΔi(k)=0。根据式（3），可得：

在式（5）中代入计算得到的Δi(k)数据，可得灰色关联系数ξi(k)的计算结果。灰色关联系数矩阵代表了灰色关联系数ξi(k)数据的时序变化情况，详如表4 所示。从表4 中可以发现，灰色关联系数数值在指标X14和X53上相对偏小，这说明经济系统指标X14和X53的灰色关联系数ξi(k)偏低，这两个经济指标对创新环境的影响偏小。

表4 2009—2018 年海南省经济系统各指标的灰色关联系数时序

进一步地，对ξi(k)按k求平均数，得到指标关联度ri，根据指标关联度大小按降序排列，如表5所示，反映了海南省经济子系统各指标对创新环境的影响，从微观指标层面反映了海南省科技创新环境的影响因素情况。表5 显示，经济系统中地区生产总值和城市人均可支配收入对创新环境的影响最大。在经济系统评价指标中，一般经济环境排在最前面，如GDP；接下来是生活保障指标，如卫生机构数和科学研究和技术服务业在岗职工平均工资；最后是基础设施情况，如人均城市道路面积和邮政和电信业务总量。这说明，海南省科技创新环境主要受一般经济环境影响，接下来受生活保障情况影响，基础设施环境对科技创新环境的影响在经济系统指标中靠后、影响最小。同时发现，在生活保障指标中，教育业在岗职工平均工资已经跻身影响因素前几位，与一般经济环境的影响类似，对海南省科技创新环境同样影响巨大。而排名靠后的指标主要为基础设施和高技术产业指标。其中，高技术产业企业数排名最末，即表4 中的X14数值最小，在经济系统中对创新环境的影响最小；邮政和电信业务总量影响也小，即表4 中的X53数值偏小，代表信件、电话和互联网等的影响排名倒数第二，在经济系统中通信基础设施对海南省创新环境的影响相对很小；排名倒数第三的同样是高技术产业指标，即X15，可见高技术产业在海南省创新环境中的作用很小，在经济系统各指标中影响最小。产业界在创新环境的塑造方面，海南省做的远远不够；海南省高技术产业十分弱小，未能对创新环境产生应有的影响。

表5 2009—2018 年海南省科技创新环境的微观影响因素评价

5 主要结论与启示

5.1 主要结论

本研究首先使用主成分分析法评测海南省科技创新环境和经济子系统的综合水平，然后使用耦合协调度模型测算两系统的宏观耦合关系，最后应用灰色关联度法详细考察海南省经济系统各指标对创新环境的影响，对指标层面的微观耦合机制加以揭示。研究主要发现：（1）海南省整体创新环境和区域经济水平均在不断提升。（2）海南省创新环境主要受经济和安居大环境的影响，科技创新环境和经济子系统确实存在耦合协调关系。（3）从宏观上来看，海南省创新环境与区域经济两大系统经历了劣质高耦合、中等高耦合和优质高耦合三阶段，从极度不协调发展到高度协调，逐渐走上了一条科技创新与区域经济协调发展、二者良性互动的道路。（4）在微观指标层面，海南省科技创新环境主要受地区生产总值等一般经济环境影响，接下来受生活保障情况影响，最后是基础设施环境的影响，教育业在岗职工平均工资已经跻身影响因素前几位，与一般经济环境的影响类似，对海南省科技创新环境同样影响巨大。此外，在各经济影响因素中，通信基础设施对海南省创新环境的影响相对薄弱，高技术产业在海南省创新环境中的作用最小，海南省高技术产业界在科技创新环境的塑造方面做的远远不够，高技术产业十分弱小，未能对海南省创新环境产生应有的影响。