区域科技创新与数字经济耦合协调研究

赖一飞，叶丽婷，谢潘佳，马昕睿

(武汉大学 经济与管理学院，湖北 武汉 430072)

0 引言

随着互联网与新兴科学技术的快速发展及应用，数据成为关键性生产要素，社会逐渐步入数字经济时代[1]。近几年我国数字经济产业规模保持高速增长，产业增加值占GDP的比重也连年攀升，数字产业逐渐成为国民经济的重要组成部分和增长动力[2]。由于经济发展水平以及技术基础等原因，我国各地区数字经济发展质量存在显著差异[3]。

为深入分析我国区域科技创新与数字经济融合发展程度以及时空分异规律，本文以我国内地30个省市(西藏因数据不全，未纳入考虑)为研究对象，考察2012-2019年区域科技创新能力、数字经济发展水平以及二者的耦合协调度。

1 文献回顾

近年来，国内外涌现了大量有关区域科技创新、数字经济的研究。在区域科技创新方面，研究主要集中于能力测度与评价、驱动效用以及与科技金融的关系等。在数字经济方面，主要集中在概念界定与发展水平测度、应用与作用机理、信息安全治理、影响因素以及对科技创新的驱动效应等方面。

国内外学者针对区域科技创新与数字经济间的作用关系有诸多探索。关于区域科技创新对数字经济的影响，张琳[4]认为，科技创新将助力填补数字经济发展中基础研究、数据优化配置和核心竞争力等方面的不足；李彦臻、任晓刚等[5]指出，通过发挥数字经济的创新效应以及与实体经济的融合驱动数字经济发展，驱动路径为促进核心技术创新及应用、推进数字化平台建设、加速数字技术转移与成果转化等；李晓华[6]提出，新兴和前沿技术等高技术产业将成为推动数字经济发展与应用的新动能，并探析了科技创新作为新动能驱动数字经济的主要机理，如不断涌现的颠覆性创新、超速成长的信息技术平台、互联网效应与“赢家通吃”现象、科技产业的“蒲公英效应”与生态竞争等；Ismail Abdulkarim Adamu等[7]的研究表明，信息技术设备创新为数字经济发展提供了机遇，其结合新冠疫情背景指出，技术升级促使数字技术在政府、产业和教育管理中被广泛运用。 关于数字经济对区域科技创新的影响，宋洋[8]利用2014-2018年我国省际面板数据进行实证分析，研究表明，数字经济可以通过数字化产品应用、高效率信息沟通以及两种方式的组合直接或间接促进科技创新；温珺等[9]基于2013-2018年我国省际面板数据和固定效用模型探究数字经济对创新的驱动作用，从微观、中观和宏观3个层面解析数字经济对区域科技创新的进化效应、扩散效应和规模效应，在作用机理的基础上构建回归模型，研究结果显示，地区数字经济发展水平越高，对创新的影响越显著；同时，温珺、阎志军等[10]借助2015年我国287个地级市截面数据验证得出，数字经济发展水平对区域创新的影响呈非线性曲线，并对比了数字经济对不同技术含量创新行为的作用，证明数字经济发展对技术含量较高的发明创新的影响最显著；梁琦等[11]结合2011-2018年城市面板数据进行研究，结果发现数字经济发展能够显著提升本地区创新质量，且市场化水平较高地区的数字经济发展对创新质量的提升效应更显著；熊励、蔡雪莲等[1]以长三角城市群为对象进行分析，发现数字经济发展能有效推动技术创新和产品创新，并且对技术创新的作用更显著；曹玉娟[12]通过定性分析得出，区域主体间的数字化“共情”和“去中心化”促进区域创新框架重构，加速区域科技创新，并提出数字化与区域创新具有高度耦合性。

通过上述分析不难发现，国内外学者针对区域科技创新与数字经济的研究侧重于单向影响分析，少数文章虽然涉及两者间的相互作用，但是均采用定性分析方法，鲜有文章通过定量分析研究两者间的双向作用。区域科技创新与数字经济已成为我国战略重点，探究两者融合发展水平有利于制定两系统间的双向驱动战略，形成系统间的良性循环。

2 区域科技创新与数字经济作用机理分析

2.1 科技创新对数字经济的驱动作用分析

科技创新是驱动数字经济发展的主要动力。首先，科技创新有助于弥补数字经济中基础软硬件、基础元器件和基础材料等方面的不足。只有解决了底层基础技术和工艺瓶颈问题，数字经济发展水平才能获得显著提升。其次，技术革新是数字经济发展的根本动力，科技创新为攻克数字经济中的核心技术、复杂性算法等问题提供了帮助[13]。数字技术应用提高了社会效率，但也带来极大风险。为了保障数据安全、互联网安全、国家经济安全，必须构建健康、可持续发展的数字经济生态系统。

此外，科技创新及其成果应用有助于企业加大新型科学仪器、重大设备以及数字化平台软硬件投入，全面推动企业数字化转型，实现企业新产品生产及管理向集成化、数字化、智能化发展，最终极大提升数字技术生产力。同时，科技创新能够驱动形成高效的网络化平台，通过对接和服务海量消费者群体，拓展数字经济规模与发挥范围效应，通过网络联动效应，促进资源开放共享以及要素流动，进一步发挥数字经济的创新效应以及与实体经济的融合效应。

2.2 数字经济对科技创新的驱动作用分析

数字经济增强了科技创新动力。数字经济带来全球研发与创新范式变革，基于海量数据整合与构建资源共享平台，为研发机构获得创新信息提供了全新手段和渠道，使得信息的及时性、全面性和准确性得以保证，科技产品更新迭代加快，这些都是保障研发人员创新积极性的基础。同时，科技产品更新迭代加快意味着研发机构将面临更复杂的社会需求和更大竞争压力，要在新环境下生存和发展就必须提高自身研发能力。

数字经济降低了研发风险和成本，有助于激发投资者积极性。创新成本大、失败率高等问题一直是导致投资者不愿意涉足科技创新项目的主要原因。数字技术发展缩小了空间距离、降低了行业壁垒，促使知识与信息传播得以突破地理和组织边界，使得创新主体间的跨区域交流合作更便捷[14]。数字经济的高速发展使市场趋向透明化，信息获取成本和创新沟通成本更低，科技创新效率和成功率获得提高，投资者顾虑减少，投资意愿也得到增强。

数字经济发展加速科技创新成果应用和转化。数字经济引领信息化时代的创新生态系统构建，运用大数据服务技术整合科技成果供给与产业链需求，推动科技创新成果向相关产业渗透，在促进产业链创新升级的同时实现研发成果高效转化和应用。

3 指标选取与模型构建

3.1 指标体系构建

由于科技创新的多主体参与性和复杂性，评价区域科技创新能力的维度和指标较多，《中国科技统计年鉴》将科技活动划分为3类，即研究与试验发展活动(R&D活动)、R&D成果应用和科技服务，本文也沿用该方式并进行相关指标选取。

根据国家统计局发布的《研究与试验发展(R&D)投入统计规范(试行)》，本文将探究基础研究、应用研究和试验发展3种R&D活动效率及其与数字经济发展的耦合关系。为了有效衡量上述3种R&D活动的综合水平，参考现有研究，从投入和产出两个角度确定量化指标。科技创新投入包括R&D人力和R&D资金，因此分别采用R&D人员全时当量和R&D经费支出作为区域科技创新投入指标[15]；科技创新产出主要反映科技成果内容，以R&D项目数和有效专利数作为表征指标。其中，基础研究产出通过基础研究项目数衡量，应用研究产出通过应用研究项目数和有效发明专利数衡量，试验发展产出通过试验发展项目数和其它有效专利衡量。R&D成果应用是指为使R&D活动产出的新成果能够投入生产或在实际中解决技术问题而进行的系统活动。由于科技成果应用带来的经济收益能较好地反映各省市科技成果应用综合水平[16-17]，因此在综合考虑指标可获取性的基础上，本文选用新产品经费和新产品销售收入测度科技成果应用综合水平。科技服务主要考察科技成果的示范推广效果，由于科技服务产生的直接或间接效益难以量化，因此本研究从投入角度，选取科普专职人员数量和技术市场成交额度量区域科技服务水平，两者分别反映地区科技成果推广工作投入力度和科技成果转化成效。综上所述，构建指标体系如表1所示。

随着数字经济内涵的不断扩展，国内外专家学者和组织机构在测度数字经济发展水平方面进行了诸多探索，从多个维度提出统计指标与测度方法，但尚未形成统一的评价指标体系。参考国内外学者和第三方机构建立的数字经济评价指标体系，本研究选取数字经济基础、数字产业化和产业数字化作为数字经济发展的3个子维度[18-19]。从某种角度而言，数字经济是一种网络经济，互联网作为数字经济的基础载体，也是数字经济发展的重要前提，目前在多个权威机构构建的数字经济评估指标体系中互联网和移动电话普及率被作为评估国家互联网基础发展水平的测度指标[20]。考虑到指标观测的可持续性和代表性，本研究选取互联网宽带端口密度、移动电话基站密度和人均互联网域名数3个指标对数字经济基础进行测度[21]。数字产业化是数字经济的核心产业，是指为产业数字化发展提供数字技术、产品、服务、基础设施和解决方案，以及完全依赖数字技术、数据要素的各类经济活动，主要包括电子信息制造业、信息通信业、互联网行业和软件服务业[22]。本研究从数字产业规模与收益角度，选取与电信业、信息传输、计算机服务和软件业相关的4个指标衡量我国数字产业化发展水平。产业数字化是数字经济的重点关注对象，是指应用数字技术和数据资源为传统产业带来的产出增加与效率提升，它是数字技术与实体经济的融合，而构建数字化平台是最为典型的发展方式之一，平台经济也成为当前数字经济的重要发展形式[23-24]。基于此，本研究以测度产业数字化投入、应用以及数字融合规模为目标，选取存在电子商务交易活动的企业数比重和电子商务交易额占GDP的比重两个基础指标。数字经济测度指标体系见表2。

表1 区域创新系统(H1)综合评价指标体系Tab.1 Comprehensive evaluation index system of regional innovation system (H1)

表2 数字经济系统(H2)综合评价指标体系Tab.2 Comprehensive evaluation index system of digital economy system (H2)

3.2 模型构建

3.2.1 指标权重计算方法

采用熵值法确定各评价指标权重，可在一定程度上避免主观因素带来的偏差，具体步骤如下：

(1)为排除评价体系中指标量纲及数量级差异对分析结果的影响，运用极差法对原始数据进行标准化处理。由于本文选取的指标均为正向指标，因此计算公式为：

(1)

式中，i表示年份，i=1,2,3,...,n，j表示系统内指标序号，j=1,2,3,...,m。xij为原始指标值，maxxij和minxij分别为系统内第i年第j项指标的最大值与最小值。

(2)计算指标值比重。

(2)

(3)计算指标熵值。

(3)

(4)计算指标差异系数。

(4)

(5)计算指标权重。

(5)

将我国内地30个省市2012-2019年的评价指标值代入，计算得到我国区域科技创新能力与数字经济发展水平各指标权重，见表1。

3.2.2 综合水平

(1)运用线性加权法建立综合评价模型。

(6)

(2)构建科技创新子维度和数字经济发展子维度综合指数计算模型。

(7)

3.2.3 耦合度模型

引入物理学中容量耦合的概念[25]，构建区域科技创新能力与数字经济发展之间的耦合度模型。

(8)

Ci的取值范围为0～1，代表区域科技创新与数字经济间相互影响程度。Ci越大，表明两者的耦合性越好，整个系统将向新的有序方向发展；Ci越小，表明两者间的耦合性越差，系统将朝无序方向发展。

3.2.4 耦合协调度模型

为消除区域科技创新与数字经济发展均处于低水平下的高耦合度给分析带来的偏误，进一步构建耦合协调度模型。

(9)

其中，Di为耦合协调度；Ti表示区域科技创新与数字经济综合发展水平。

(10)

式中，α、β分别表示对区域科技创新与数字经济发展的贡献率，两者之和为1。考虑到区域科技创新与数字经济发展具有同等重要性，取α=β=0.5。

3.2.5 相对发展度模型

耦合协调度仅能反映系统之间是否协调，但难以解释两系统之间的相对发展程度。因此，本文将采用相对发展度模型进行分析，并确定系统相对发展系数为ηi。

(11)

3.3 数据来源

在具体计算中，囿于西藏自治区与港澳台统计数据缺失，因此以我国内地30个省市为研究对象，研究时段选取2012-2019年进行实证分析。数据来源于2012-2019年《中国统计年鉴》《中国科技统计年鉴》《高等学校科技统计资料汇编》、各省统计年鉴和统计公报。

4 实证分析

4.1 区域科技创新与数字经济发展综合水平

根据表1可知，在科技创新系统中，R&D活动(0.728 9)、R&D成果应用(0.154 9)和科技服务(0.116 2)权重值的差异较大。其中，R&D活动对科技创新能力的影响最显著，科技服务的影响偏弱。因此，科技创新能力提升主要得益于试验发展人力与财力投入、应用研究成果产出以及科技成果应用。根据图1可知，在研究时间段内我国科技创新能力综合水平稳步提升，基础研究、试验发展、科技服务对科技创新能力提升起到拉动作用，应用研究在2017年后也呈现拉动作用。因此，未来要提升科技创新能力，仍需在兼顾R&D活动与科技服务的同时，推动科技成果精准转化以及快速应用。

图1 全国区域科技创新子维度综合发展指数Fig.1 Comprehensive development index of regional science and technology innovation subsystem

在数字经济系统中，数字产业化的权重值(0.489 9)最大，数字经济基础的权重值(0.349 9)次之，产业数字化的权重值(0.160 2)最小，说明自2012年以来数字产业化对数字经济发展的贡献度最大。因此，在数字经济发展中软件和信息技术服务业、互联网基础设施建设将是今后工作的关键与重点。根据图2可以看出，在研究时段内我国数字经济发展水平稳步上升，从子维度来看，数字产业化发展水平近年趋于稳定，且始终保持对数字经济发展的拉动作用。数字基础和产业数字化水平总体上保持增长态势，增长幅度较稳定，其中，数字基础综合指数较低影响了数字经济发展水平提升，进一步说明加强数字经济基础设施建设的重要性。

根据图3可以看出，在科技创新方面，从时序上看，各地区科技创新能力稳步上升，华北、东北、华东、华中、华南、西南和西北的年均增长率分别为5.29%、2.40%、6.85%、5.26%、7.79%、4.83%与2.57%。从空间分布看，华东、华南、华中和华北地区的科技创新能力始终保持在全国平均水平之上，且增长态势良好。囿于地理劣势以及经济技术基础薄弱，西南、西北和东北地区的科技创新能力低于全国平均水平。其中，前两个地区的科技创新能力虽然一直处于稳步上升态势但是增速较缓，东北地区在2013-2014年有所下降，2014年以后缓慢回升，之后出现快速发展。

图2 全国区域数字经济子维度综合发展指数Fig.2 Comprehensive development index of regional digital economy subsystem

图3 全国区域科技创新综合发展指数Fig.3 Comprehensive development index of regional science and technology innovation in China

根据图4可以发现，在数字经济方面，从时序上看，各地区数字经济综合发展指数均呈上升趋势，如华北、东北、华东、华中、华南、西南和西北的年均增长率分别为9.27%、4.61%、10.12%、9.15%、11.26%、8.88%以及5.87%。从空间分布看，华东、华南和华北的数字经济发展程度遥遥高于其它区域，主要得益于其优越的地理位置以及扎实的经济和信息化技术基础。作为推动数字经济发展的重要驱动力，云计算产业有利于加快软件和信息技术服务业发展，推动互联网、大数据、人工智能与实体经济深度融合，加快现代化数字经济体系建设。目前，云计算企业主要分布在北京以及东部沿海地区。华中地区是全国的交通枢纽，数字产业发展整体呈上升趋势；西南地区地域辽阔、气候适宜、投资建厂的土地成本较低，成为其设立大数据服务中心的区位优势，近年来西南地区蓄力追赶，数字经济发展综合指数稳步增长；由于数字基础设施配置不足，东北地区与西北地区的数字经济发展水平排名靠后，东北地区在2015-2016年甚至出现下滑现象，根本原因在于东北地区的信息传输、计算机服务和软件业就业人数、电信业务总量、软件和信息技术服务业产值等指标均出现一定幅度下降，显示出地方对数字产业化发展的重视程度不足。

由图3、图4的数字经济与科技创新综合发展指数均值看，我国数字经济建设卓有成效，科技创新能力显著提升，均呈现出递增的良好发展态势，然而区域间发展不平衡，差距较大。总体上看，我国数字经济发展和科技创新水平均呈上升趋势，年均增长率分别为5.48%和8.96%，其中，科技创新综合发展指数低于数字经济综合发展指数。该结果证明数字经济与科技创新间存在相互作用，数字经济发展通过降低研发成本促进全社会技术创新；科技创新使得核心技术逐步被突破，从而推动数字经济发展。

图4 全国区域数字经济综合发展指数Fig.4 Comprehensive development index of regional digital economy in China

4.2 区域科技创新与数字经济耦合协调度

2012-2019年全国各地区耦合协调度如图5所示。从时序上看，各地区科技创新与数字经济发展的耦合协调度呈稳步上升趋势，且初期耦合协调度较高的地区增长较快；从空间分布看，两者的耦合协调度呈现从西北到东南逐步提升的发展特征。华东、华南和华北的耦合协调度在2012-2019年位列全国前三，上述地区的科技创新综合水平和数字经济发展综合水平在全国也处于领先地位，说明耦合协调度与地区自身发展水平存在正相关性，较高的耦合协调度对地区经济发展有促进作用。西南地区的耦合协调度较低，尚未达到全国平均水平，但增长速度较快。西北与东北地区科技创新动力匮乏，无法吸引足够的创新人才和资金，从而导致地区呈现较低的耦合协调度。

图5 2012-2019年全国各区域耦合协调度曲线Fig.5 Curve of regional coupling coordination degree in China from 2012 to 2019

2012-2019年全国各地区相对发展度的计算结果如图6所示。从时序上看，各地区科技创新与数字经济的相对发展度表现为先快速下降、后趋于平稳，其中，2012-2015年各地区的数字经济发展增速高于区域科技创新发展增速。从空间分布看，华中地区的相对发展度最高，其区域科技创新水平一直超前于数字经济发展水平。除华中与东北外，其它区域均表现为由科技创新超前逐步过渡为与数字经济发展同步，各地区的相对发展度与本地综合发展水平间没有显著关系。

图6 2012-2019年全国各地区相对发展度曲线Fig.6 Curve of regional relative development degree in China from 2012 to 2019

为进一步探究全国各省市科技创新与数字经济协调发展水平，本文结合两者实际情况，借鉴当前研究中对耦合协调度和相对发展度的普遍分类，划分出协调发展阶段并明确各阶段特征，结果如表3所示。

表3 协调发展阶段及特征Tab.3 Stages and characteristics of coordinated development

分别选取2012、2015和2019年的耦合协调度与相对发展度指数进行分析，以反映我国省域科技创新与数字经济协调发展情况，具体见图7。

从时序上看，2012年除山东、浙江、江苏、上海、广东和北京6省市处于磨合阶段外，其余省市均处于低耦合阶段，尚未进入高耦合阶段；2015年福建、安徽、辽宁、天津、湖北和四川6省市进入磨合阶段，北京进入高耦合阶段，青海、宁夏等18个省市仍处于低耦合阶段；2019年上海、广东等5个省市步入高耦合阶段，湖北、湖南等中部地区逐渐崛起，四川、重庆等西南部地区也扭转落后形势，但青海、宁夏和海南等省市的耦合协调没有明显改善。2012-2019年全国耦合协调度有明显的整体向右移动趋势，说明我国大部分省市的科技创新与数字经济发展逐渐进入磨合阶段，协同效应增强。同时，全国各省市科技创新与数字经济相对发展度有明显下移趋势，表现为科技创新超前于数字经济发展的省市在耦合协调度方面表现更优，比科技创新滞后于数字经济发展的省市更快进入磨合阶段，这也体现出科技创新对数字经济发展的驱动作用比后者对前者的驱动作用更显著，即在科技创新方面表现更优的地区，其科技创新与数字经济发展的耦合协调度提升更大。

从空间分布看，我国不同地区科技创新与数字经济发展的耦合协调度存在显著差异，整体上呈现为从东到西、从沿海到内陆逐渐降低的演变趋势。总体上看，东部地区的江苏、上海、浙江等省市较早从磨合阶段步入高耦合阶段，而西部地区的宁夏、青海和新疆等省域则一直处于低耦合阶段；沿海地区的北京、上海、江苏、浙江、广东等科技创新水平较高的省市都处于高耦合阶段，辽宁、山东和福建等沿海省市的耦合协调度提升幅度较大，相较于大部分内陆省市，更快地进入磨合阶段。

图7 2012、2015、2019年全国各省市耦合协调阶段分布Fig.7 Distributions of coupling coordination stages of China in 2012,2015 and 2019

为探究影响区域科技创新与数字经济耦合协调度的因素，进一步计算各省市数字经济发展与区域科技创新子维度、区域科技创新与数字经济发展子维度的耦合协调度，见表4和表5。结果显示，在区域科技创新5个子维度与数字经济耦合方面，山西、内蒙古和黑龙江等9个省市均处于低耦合阶段，天津、河北和辽宁等11个省市均处于磨合阶段，江苏和广东则处于高耦合阶段。整体上看，大部分省市科技创新子维度与数字经济发展均处于低耦合阶段或磨合阶段。我国各省市数字经济发展与基础研究、应用研究、试验发展、成果应用和科技服务耦合协调度均值分别为0.518 6、0.507 9、0.503 5、0.477 3以及0.513 8，其中，成果应用对区域科技创新与数字经济耦合协调度的影响最显著，试验发展和应用研究次之。在数字经济发展3个子维度与区域科技创新的耦合方面，内蒙古、吉林和黑龙江等8个省市均处于低耦合阶段，天津、安徽和福建等8个省市均处于磨合阶段，北京和上海则处于高耦合阶段。我国各省市区域科技创新与数字经济基础、数字产业化和产业数字化的耦合协调度均值分别为0.464 1、0.512 8以及0.542 3，反映出大部分地区的数字经济基础发展滞后，阻碍了地区耦合协调度的进一步提升。

表4 2019年全国各省市数字经济发展与区域科技创新子维度间的耦合协调度Tab.4 Results of coupling coordination between digital economy and regional science & technology innovation subsystem of China in 2019

表5 2019年全国各省市区域科技创新与数字经济子维度间的耦合协调度Tab.5 Results of coupling coordination between regional science & technology innovation and digital economy subsystem of China in 2019

结合图7可知，大部分省市科技创新子维度与数字经济子维度的耦合协调度与两大系统的耦合协调度分析结果一致，表明区域科技创新与数字经济发展之间存在较强的相互作用。

研究还发现，北京、上海、江苏、广东和浙江均进入高耦合阶段，但仍有部分地区在子维度上落后于整体发展水平。因此，北京和上海应重点赋能R&D成果应用，江苏和广东未来可在数字经济基础方面持续发力。浙江直至2019年才进入高耦合阶段，因此推动基础研究、科技服务以及数字经济基础三方面发展是其维持并促进科技创新与数字经济高度耦合协调发展的关键。

吉林、山西和贵州等地区的科技创新与数字经济发展整体上虽然处于磨合阶段，但其大部分指标的综合得分较低，仅依靠单一指标无法说明该地区拥有较高的耦合协调度。如吉林省科技创新子维度中的基础研究综合得分较高，到2019年该指标综合得分达到0.29，说明与数字经济发展处于磨合阶段；而科技创新子维度的综合得分均低于0.20，说明与数字经济发展处于低耦合阶段；吉林省数字经济发展的3个子维度与科技创新也处于低耦合阶段。显然，区域科技创新与数字经济发展整体上处于磨合阶段的背后，是大部分地区科技创新子维度与数字经济发展或科技创新与数字经济发展子维度间仍处于低磨合状态的现实。若不能全面发力，这些地区将很难步入高耦合阶段。此外，研究结果还显示，阻碍磨合阶段地区进一步发展的主要原因是数字经济基础的综合得分较低、与科技创新系统处于低耦合状态，如河北、辽宁等地区；重庆的数字经济基础发展在全国排名靠前，但科技创新系统的综合发展水平较低，因此该地区处于低耦合状态；陕西受限于科技成果应用情况，耦合度也不高。上述地区更需加强薄弱环节的发展。

广西和云南均处于低耦合状态，其基础研究、科技服务与数字经济发展整体上处于磨合阶段，产业数字化发展较好，与科技创新处于磨合阶段，未来仍需加大应用研究与试验发展投入，重视科技成果应用，在数字经济发展方面强化数字经济基础，推进数字产业化发展。江西在基础研究、成果应用、科技服务方面的提升较快，处于全国上游水平，然而其整体的科技创新水平较低，数字经济基础较薄弱，数字产业化发展水平不高，导致其科技创新与数字经济发展处于低耦合阶段。

5 结论与建议

5.1 研究结论

本研究基于2012-2019年我国内地30个省市面板数据，从区域层面对科技创新与数字经济发展水平进行测度，并通过耦合协调度模型和相对发展度模型得出各区域耦合协调度发展趋势，分析了各区域所处耦合协调发展阶段以及时空分布特征，并分别检验了区域科技创新子维度与数字经济发展、数字经济发展子维度与科技创新的耦合情况，进一步探究了影响我国区域科技创新与数字经济耦合协调发展的因素。研究结果显示：①我国科技创新能力与数字经济发展水平在2012-2019年提升显著，但后者增速整体高于前者，且两者均呈现出空间差异较大的情况。其中，华东、华南和华北地区的发展水平领跑于全国水平。具体来说，华中地区的科技创新表现不俗，数字经济发展水平虽处于中下游但是增长趋势稳定，西北、东北和西南地区均居于末位，科技创新与数字经济综合发展水平提升较慢；②我国区域科技创新能力与数字经济发展的耦合协调度总体呈逐年上升趋势，相对发展度整体表现为先下降、后趋于平稳。我国大部分省市的科技创新与数字经济发展在2012-2019年经历了从低耦合到磨合或高耦合的阶段，还有部分省市处于停滞状态，整体呈现出东高西低、沿海高内陆低的发展态势。科技创新超前于数字经济发展的大部分省市，其数字经济发展水平以及科技创新与数字经济发展的耦合协调度提升较快，而R&D成果应用情况、R&D试验发展水平和数字经济基础是阻碍地区耦合协同度提升的主要因素。

与已有文献相比，本文的边际贡献主要表现为以下两方面：第一，现有研究较少探讨区域科技创新与数字经济间的互动关系，本文从理论和实证层面深入分析了区域科技创新与数字经济间的相互作用关系及耦合机理，深化与拓展了已有文献研究；第二，本文在分析两者耦合协调度的基础上，尝试研究各子维度对整体耦合协调度的影响，进一步挖掘了两系统之间的耦合协调作用机理。

5.2 建议

基于上述研究结论，为提升区域科技创新与数字经济协调发展水平，缩小区域差距，提出以下建议：

(1)在国家层面，注重系统协同发展。政府应有效把控科技资源投入力度，重视有效发明专利成果转化及应用，推动科技创新与产业发展深度融合，为数字经济赋能。同时，全面优化数字经济发展环境，完善数字经济基础设施建设，加快网络和信息通信设施部署，向数字经济核心产业提供政策倾斜。

(2)在地方层面，强调因地施策。结合我国科技创新与数字经济发展水平以及两者耦合协调度存在较大区域差异的现实，政府需重点关注区域不利因素，制定差异化区域政策。如东北、西南和西北地区应加大扶持科技创新和数字经济产业，采取场地租金减免、增值税及企业所得税区级财政留成部分奖励等促进高技术企业进入以及科技创人才流入，激发全社会积极性，推动区域科技创新和数字经济发展齐头并进。对于华东、华南和华北地区，应在保持其科技创新与数字经济发展水平以及两者耦合协调度稳步提升的前提下，形成数字经济+创新政策的“组合拳”，深入推进科技体制改革，打通数字经济产业转化链，寻求新增长空间，利用新动能促进新发展。

(3)在区域协作方面，着力打破区域壁垒。对于耦合协调度表现优异的区域，可将其政策措施以及方法经验打造为全国样板，进行宣传推广。从区域协同发展角度，充分发挥耦合协调度高地区的辐射力，加快形成市际、省际科技创新与数字经济发展交互促进网络，共建资源共享的区域合作机制，力争缩小综合发展水平差距，推动区域科技创新能力提升，繁荣数字经济发展，减少摩擦，促进地区科技创新与数字经济高效协同发展。