区域经济—科技创新—物流产业耦合协调发展的时空演化研究
2022-04-25李彦霞
李 健,张 杰,李彦霞
(天津理工大学 管理学院,天津 300384)
一、引 言
近年来,中国经济持续增长,稳中向好,随着经济结构调整、供给侧结构性改革的进行,经济已经由高速增长阶段转向高质量发展阶段。物流产业衔接生产与消费,在促进产业结构调整、转变发展方式、推动经济增长方面起到重要作用。科技创新作为创新的核心,是推动中国经济高质量发展、产业结构优化和创新驱动发展的主导力量。在物联网、大数据和云计算等科学技术快速发展的背景下,科技创新已经成为推进区域经济与物流产业健康发展的主要力量。因此,如何协调好区域经济、科技创新、物流产业三个系统之间的关系,提升区域发展的质量和效益,是各地方政府着力解决和学术界广泛深入研究的重要课题。
国内外学者对区域经济、科技创新、物流产业三个系统间的两两互动关系展开了大量研究:一是区域经济与科技创新的关系,孙艺璇等应用空间面板数据回归模型,发现科技创新能够显著提升经济高质量发展水平,不同地区科技创新驱动经济高质量发展的因素存在较大差异[1]。刘思明等利用面板数据模型对40个主要国家进行研究,认为经济发展水平与国家创新驱动力密切相关,且发达国家创新驱动力明显高于不发达国家[2]。杨武等通过运用耦合协调模型表明科技创新与经济增长的协调发展能够有效推动经济产出[3]。Bekhet等采用格兰杰因果检验证实了科技创新对于经济发展具有正向影响[4]。Oluwatobi经过研究表明科技创新驱动的经济更具有竞争力[5]。王慧艳等把科技创新驱动经济高质量发展系统分为两个阶段,并应用网络模型测算其效率,表明科技创新效率对两阶段总效率的影响程度高[6]。二是区域经济与物流产业的关系,崔宏凯等和张林等研究发现区域经济与物流产业关联效应显著,物流产业能有效促进区域经济增长,区域经济增长显著拉动物流产业发展[7-8]。郭湖斌等基于耦合协调模型表明物流与经济存在显著协同作用,提升物流综合发展水平能推动经济发展[9]。李娟等采用β收敛模型,表明经济发展水平是驱动中国物流产业平衡发展的重要因素之一[10]。Lan等研究表明经济发展影响物流发展轨迹,决定物流的发展程度[11]。Hylto等论证经济集聚发展与物流集群之间存在双向协同关系[12]。三是科技创新与物流产业的关系,张晏魁研究表明科技进步对现代物流产业发展具有正向影响[13]。杨守德和Li分别利用状态空间模型和案例分析表明技术创新对物流产业发展具有引领作用[14-15]。Zhang等通过实证研究表明自主创新促进物流标准对物流服务质量的提升[16]。
从以上研究成果来看,学者们多侧重于区域经济、科技创新、物流产业三个系统间两两系统关系的研究,且研究相对成熟,为研究三者之间的关系提供了一定的基础,但仍存在需要进一步深化研究的空间。首先,鲜有研究将区域经济、科技创新、物流产业三个系统放入同一框架,对这三系统之间的协调关系进行定量评价;其次,既有文献对于不同地区耦合协调水平的时间演变趋势和空间演变特征探讨较少,有必要进一步分析三系统耦合协调发展的时空演变特征;最后,在研究时空演变特征的基础上,可深入探究区域耦合协调水平的空间相关性。基于此,本文以中国31个省份为研究对象,构建区域经济—科技创新—物流产业三系统耦合协调发展评价指标体系,运用耦合协调模型对三系统协调程度进行定量评价,分析2011—2018年不同地区耦合协调水平的时空演化特征,结合探索性空间数据分析法探究区域耦合协调水平的空间相关性与集聚特征,采用灰色GM(1,1)模型对31个省份及四大区域未来七年的耦合协同发展水平进行预测,以期为区域可持续发展提供科学依据和参考。
二、研究方法与数据来源
(一)研究方法
1.耦合协调模型。本文建立评价指标体系,采用极差法对原始数据进行标准化处理,应用熵值法来客观地确定各指标权重。由于此方法应用比较普遍,文中不进行阐述,具体公式详见郭湖斌等的研究[9]。
综合评价指数T。首先对三个子系统内各评价指标分别进行加权,得到区域经济评价指数U1、科技创新评价指数U2、物流产业评价指数U3,衡量各子系统发展水平。计算公式为:
(1)
在此基础上,计算三个系统整体的综合评价指数T,计算公式为:
T=αU1+βU2+λU3
(2)
式中,α、β、λ分别为区域经济、科技创新与物流产业系统的待定系数,且α+β+λ=1,借鉴李健等的研究,设α=β=λ=1/3[17]。
耦合度C。根据耦合系统模型,得到区域经济、科技创新和物流产业的耦合度,计算公式为:
(3)
耦合协调度D。耦合协调度反映三个子系统协调发展水平,计算公式为:
(4)
参考赵敏对耦合协调度等级的划分,本文将耦合协调度分为十个等级,详见表1[18]。
2.探索性空间分析。本文采用莫兰指数(Global Moran’sI指数)对中国31个省份耦合协同发展水平的空间相关性进行分析,计算公式为:
(5)
表1 耦合协调度等级划分标准
用局部自相关指数(Local Moran’sI指数)补充空间局部区域相关程度的分析,计算公式如下:
(6)
3.灰色GM(1,1)预测模型。基于灰色系统理论和历史数据的耦合协调度,本文采用数列预测法对各省份耦合协调度进行预测,步骤如下:
设定原始时间序列X0={x0(1),x0(2),…,x0(n)}有n个观测值,通过对原始数列进行累加,生成新数列X1={x1(1),x1(2),…,x1(n)},则GM(1,1)对应的微分方程为:
(7)
式中,a为发展灰数,μ为内生控制灰数。
(8)
对预测结果进行精度检验。当小误差概率P>0.7,后验比C<0.65时,模型精度检验合格,可进行预测,否则需要对残差进行建模分析,并对预测模型进行重新修正。
(二)数据来源与指标体系
1.数据来源。本文以中国31个省份为研究对象(未包含港澳台地区),原始数据主要来源于《中国统计年鉴》《中国第三产业统计年鉴》和《中国科技统计年鉴》,以及各省份统计年鉴、国民经济和社会发展统计公报。对于个别年份缺失数据,采用插值法补齐。由于中国对物流产业的数据统计尚不完善,选用交通运输、仓储和邮政业来代替中国物流产业发展水平[17]。
2.指标体系说明。本文在综合借鉴上述相关文献研究的基础上,遵循指标选取的科学性、代表性和系统性原则,并考虑数据的可得性和可靠性,构建了区域经济—科技创新—物流产业耦合协调发展评价指标体系,详见表2,包括区域经济、科技创新和物流产业三个子系统。区域经济子系统从经济总量、经济结构和经济效益3个维度衡量整体区域经济发展水平,主要通过产业结构反映经济结构,利用人均地区生产总值、人均公共财政预算收入和居民消费水平体现经济效益。科技创新子系统从科技创新投入、科技创新产出和科技创新环境3个维度衡量科技创新能力,用R&D经费投入强度、每万人R&D全时人员当量等指标体现财政、人力与研发机构对科技创新的支持,通过专利授权数、发表科技论文数与新产品销售收入占主营业务收入比重评价科技创新产出能力。物流产业子系统从物流发展规模、物流基础设施和物流发展潜力3个维度衡量物流产业发展现状,用每万人物流从业人员、邮电业务总量等指标体现物流产业发展潜力和所取得成果,考虑到地域差异,选取铁路密度、公路密度和邮政营业网点反映物流基础设施情况。
表2 区域经济—科技创新—物流产业耦合协调发展评价指标体系
三、研究结果与分析
(一)综合指数分析
基于原始数据标准化之后的指标数据及权重,利用加权系数,计算出2011—2018年中国区域经济、科技创新和物流产业三个子系统的发展指数及综合评价指数,如图1所示。
图1 2011—2018年中国区域经济、科技创新和物流产业及综合指数演变
在研究期间内,中国区域经济指数在持续增长,由0.235增加到0.252,表明中国经济发展水平在不断提升;科技创新指数从0.258变动到0.253,总体发展稳定;物流产业指数波动幅度较大,呈现W型,但整体呈上升趋势;中国区域经济—科技创新—物流产业三系统的综合评价指数保持增长态势,从2011年的0.239增加到2018年的0.257。综合来看,中国三个子系统指数变化趋势与综合评价指数具有同向性,但是每个年份驱动综合评价指数增长的子系统存在差异,深入研究区域经济、科技创新和物流产业三系统间耦合协调度,有利于更清晰地判断这三系统是否配合得当、均衡发展。
(二)三系统耦合协调分析
基于标准化数据及耦合协调模型,使用Excel 2016软件计算2011—2018年中国31个省份的耦合度及耦合协调度,由于篇幅原因,耦合度计算结果未展示,耦合协调度的计算结果如表3所示,2011年和2018年三系统耦合协调度空间分布格局如图2所示,以便更直观地分析其空间差异和演化特征。
表3 2011—2018年中国各省份区域经济—科技创新—物流产业耦合协调度
2011—2018年间,全国耦合度的平均值在0.9以上,说明中国整体区域经济、科技创新、物流产业的发展处于较高同步水平。如北京、上海、广东等省份的耦合度长期保持在0.95以上的高水平,是同步发展的领先地区,而内蒙古、西藏和青海只有个别年份达到0.9,是需要重点关注的地区。
从时间演变(表3)来看,在研究期间内,全国耦合协调度在2011—2014年缓慢上升,在2015—2018年处于震荡状态,由2011年的0.462上升为2018年的0.473,增长幅度较小,截至2018年仍未实现由濒临失调到勉强协调的跨越。就四大区域而言,东部地区耦合协调度在0.609~0.627之间上下波动,上升幅度较小,但一直高于全国平均水平。中部地区耦合协调度由0.434上升到0.471,平均每年的增长速度高于其他地区,在2018年与全国平均水平接近。西部地区耦合协调度由0.357上升到0.367,缓慢上升,仍处于轻度失调阶段。东北地区耦合协调度则由0.436下降到0.400,出现明显下降的趋势,处于濒临失调阶段。
从空间演变(图2)来看,中国31个省份区域经济—科技创新—物流产业耦合协调水平跨度从中度失调到良好协调共7个等级,表明中国省域三系统耦合协调发展水平存在较大的区域差异。全国三系统耦合协调水平总体呈现东部、中部、东北、西部递减的格局,其中东部地区整体协调水平远高于其他地区,广东进入良好协调阶段,福建进入勉强协调阶段,天津却降到勉强协调阶段,其余省份协调水平处于勉强协调、初级协调和中级协调阶段;中部地区整体协调水平变好,安徽、河南、湖北进入勉强协调阶段,江西进入濒临失调阶段;东北地区整体协调水平变差,辽宁降到濒临失调,黑龙江降到轻度失调;西部地区各省份没有发生耦合协调水平的变化,基本处于中度失调和轻度失调阶段。
图2 区域经济—科技创新—物流产业耦合协调度空间格局演化
综合来看,中国区域经济、科技创新和物流产业虽然在发展中同步性较强,但三系统的协调水平相对较低,有待改善。耦合协调度由高到低依次为东部、中部、东北、西部,东部、中部、西部协调度波动上升,趋于良性发展;东北地区协调度波动下降,趋于恶性发展。2011年中国31个省份三系统耦合协调度的标准差为0.144,2018年标准差为0.147,比2011年增加0.003,说明三系统耦合协调度省际差异略有增大,有差距逐渐拉大的趋势。广东、江苏、浙江等协调水平较高省份的耦合协调度不断提升,而黑龙江、内蒙古、宁夏等协调水平较低省份的耦合协调度却大幅下降,两极分化越来越大,出现马太效应。
(三)双系统耦合对比分析
图3 中国四大区域三系统和双系统耦合协调度差距分布
区域经济、科技创新与物流产业构成的三系统耦合包含三个双系统耦合,即区域经济—科技创新系统(U1-U2)、区域经济—物流产业系统(U1-U3)和科技创新—物流产业系统(U2-U3),通过计算三系统与双系统耦合协调度的差值,探究影响三系统耦合协调的关键关系,东、中、西、东北四大区域的计算结果如图3所示。
与三系统相比,区域经济—科技创新系统的耦合协调度全部为正的是东部地区,而中部、西部和东北地区全部为负;区域经济—物流产业系统全部为正的是西部和东北地区,而东部和中部地区多数为负;科技创新—物流产业系统全部为正的是中部和西部地区,东北地区正负基本持平,而东部地区全部为负。由此可知,区域经济与科技创新之间的耦合协调对东部地区三系统耦合协调发展贡献最大,但阻碍中部、西部和东北地区的发展;科技创新与物流产业之间的耦合协调促进中部和西部地区三系统耦合协调发展,但阻碍东部地区发展;区域经济与物流产业之间的耦合协调对西部和东北地区三系统耦合协调发展贡献最大。这表明影响中国四大区域三系统耦合协调发展的因素存在明显的差异,科技创新与其他两个子系统间的耦合协调关系,是制约各区域三系统耦合协调发展的关键关系。
(四)区域经济—科技创新—物流产业空间自相关分析
1.全局空间自相关。根据2011—2018年全国区域经济—科技创新—物流产业耦合协调度的测算结果,进行空间自相关性检验,计算结果如表4所示。结果显示:研究期内全国Moran’sI全部为正值,Z值均大于2,P值均小于0.05,通过显著性检验。这表明全国区域经济—科技创新—物流产业耦合协调度呈现正相关关系,具有显著的空间集聚效应。从变化趋势来看,三系统耦合协调度的Moran’sI随着时间推移呈现波动上升趋势,从2011年的0.176上升至2018年的0.213,这表明空间集聚特征增强,空间分布向集聚性状态演变。
表4 2011—2018年空间自相关Moran’s I指数
2.局部空间自相关。选取2011年和2018年区域经济—科技创新—物流产业耦合协调度为研究数据,进一步揭示中国31个省份之间的空间集聚或演变特征。将各省份三系统耦合协调度的空间集聚模式划分为四个象限,详见表5。
表5 2011年、2018年中国省域三系统耦合协调度空间关联变化
总体来看,随着时间的演变,各集聚区数量保持稳定,位于第一、三象限的省份居多,表明三系统耦合协调度的空间分布格局倾向于高值与高值集聚,低值与低值邻近。从变化趋势来看,在第一象限(HH),固定分布的省份多数属于东部地区,这些地区自身和周边省份耦合协调度均属于高值区,到2018年中部地区的安徽、河南由LH集聚区跃迁到该集聚区,这两省自身协调水平提高,在此期间耦合协调水平由濒临失调步入勉强协调阶段;广东、江苏由HL集聚区跃迁到该集聚区,说明这两地对周边省份的协调发展起到一定的带动作用。在第二象限(LH),该集聚区省份数量减少,江西、山西、内蒙古、湖南、海南五个省份未发生变化,表明这些省份受周边高值省份的正向拉动作用较小。在第三象限(LL),该集聚区多分布于东北和西部地区,省份数量变化较小,整体保持稳定,表明这些地区自身和周边省份耦合协调度均属于低值区。在第四象限(HL),该集聚区省份变动较大,到2018年辽宁、天津、北京三地由HH集聚区变到该集聚区,说明这三地虽一直处于高值,却对周边省份辐射带动作用减小;四川、重庆由LL集聚区变到该集聚区,说明这两地自身协调水平有所提升,而周边省份协调水平变化较小,表明其未与周边省份协同发展。
(五)区域经济—科技创新—物流产业耦合协调发展水平预测
基于灰色GM(1,1)预测模型,取2011—2018年全国31个省份区域经济—科技创新—物流产业耦合协调度为分析数据,预测2019—2025年的耦合协调度,限于篇幅,本文仅展示全国及四大区域的预测值,详见图4。
图4 2019—2025年全国及四大区域耦合协调度预测值
由图4可看出,全国耦合协调水平未来几年会延续前几年的缓慢增长趋势,到2025年耦合协调度为0.491,接近步入勉强协调阶段。就四大区域来说,东、中、西三大区域耦合协调水平发展趋势同全国保持一致,中部地区耦合协调度增长速度要快于东部和西部,并由濒临失调跃迁到勉强协调阶段;而东北地区耦合协调水平却持续下降,由濒临失调降为轻度失调阶段,到2023年以后,甚至出现被西部地区超越的现象,情况不容乐观。综合来看,全国耦合协调水平在逐步向更好方向发展,但上升速度比较缓慢,需要采取有利的政策措施,促进全国各省份实现区域经济—科技创新—物流产业优质协调发展。
四、结论与建议
本文构建了区域经济、科技创新和物流产业三系统耦合协调发展的评价指标体系,在熵值法求得权重的基础上,利用加权系数测算2011—2018年全国三个子系统发展指数及综合评价指数,运用耦合协调度模型测算三系统耦合协调度,分析了全国及四大区域耦合协调度的时空演化特征,然后通过计算三系统与双系统耦合协调度的差值,探究了影响三系统耦合协调发展的关键关系,利用探索性空间数据分析方法,剖析了各省份耦合协调度的空间集聚特征,最后应用灰色GM(1,1)模型对各省份及区域2019—2025年三系统的耦合协同发展水平进行预测。研究得到以下结论:第一,从综合评价指数来看,2011—2018年间,中国区域经济—科技创新—物流产业三个子系统指数与综合评价指数均有所提升,变化方向具有同向性;第二,从时间演变特征来看,中国整体区域经济、科技创新和物流产业三个子系统发展耦合度高,耦合协调水平处于较低水平,到2018年,未实现由失调到协调的跃迁。从空间演变特征来看,三系统耦合协调水平具有明显的空间差异性,由高到低依次为东部、中部、东北、西部;东部、中部和西部地区耦合协调度上升,东北地区耦合协调水平出现下降现象,31个省份的耦合协调水平差距扩大,出现马太效应;第三,从三系统与双系统耦合协调度差值对比来看,科技创新和物流产业之间不协调是抑制东部地区三系统良好耦合的主要障碍,区域经济与科技创新之间的不协调是抑制中部、西部和东北地区三系统良好耦合的主要障碍;第四,从空间相关性来看,中国区域经济—科技创新—物流产业耦合协调度呈正向空间相关关系,且空间集聚特征随着时间变化不断增强,空间分布以高高集聚和低低集聚为主;第五,从耦合协调度预测来看,2019—2025年全国整体三系统耦合协调度保持上升趋势,上升速度缓慢,接近步入勉强协调阶段。
根据以上结论,本文提出三条建议。
一是正确认识三系统协调发展关系,制定系统性政策。从系统的角度看待区域经济、科技创新和物流产业的相互关系,在目前政策体系中,多涉及区域经济与科技创新、区域经济与物流产业的相关政策,在科技创新与物流产业发展及三系统协调发展方面涉及有限。实现三系统优质协调发展是推动区域高质量发展的重要因素之一,因此可以对区域经济、科技创新和物流产业制定系统性政策,实现三者协调发展。
二是各区域实施针对性措施。东部地区通过科技创新驱动经济高质量发展,同时也要注意与物流产业协同发展,将互联网、大数据和区块链等技术与物流产业深度融合,推动物流产业智能化、自动化发展,加速物流产业转化升级,形成以新技术、新管理为核心的现代物流产业体系。中部、西部和东北地区要加大在科技创新方面的投入,培养科技创新人才,集聚科技创新资源,强化企业创新的主体地位,创造良好的科技创新环境,驱动区域经济的高质量发展,提高科技创新与区域经济协调水平,从而推动三系统向优质协调发展。
三是推动区域协同发展。中国三系统耦合协调度空间集聚特征不断增强,但出现区域发展不平衡的现象,北京、天津、辽宁、四川、重庆及辽宁处于高低集聚区,与周边省份未实现协同发展。对于北京、天津而言,可以将科技资源与物流产业转移到河北,河北建设合适的承接平台,实现信息共享,推动京津冀一体化发展。辽宁位于东北地区,东北地区的三系统耦合协调度不断下降,辽宁应该加强对黑龙江、吉林的辐射作用,实施创新驱动战略,加强产学研合作,激发科技创新活力,推动物流产业与其他产业融合,共同促进东北地区振兴。四川和重庆位于西部地区,打造成渝地区双城经济圈,要增强西部地区协同创新能力,加强西部地区物流基础设施建设,带动西部地区高质量发展。