黄河流域高技术产业科技创新与生态环境耦合协调研究

冯俊华，王 倩，郑广文

（陕西科技大学 经济与管理学院，陕西 西安 710021）

高技术产业发展对人类经济社会和生态环境等具有巨大影响，而科技创新是当前突破产业发展瓶颈的动力源泉，探索高技术产业科技创新与生态环境的内在联系可为破解黄河流域协调发展难题、助推黄河流域高质量发展提供思路。 关于科技创新与生态环境的定性及定量研究成果颇丰［1-13］，但关于黄河流域高技术产业科技创新与生态环境交互影响机理及耦合关系的研究尚有缺失。 因此，笔者依据黄河流域的实际情况和高技术产业科技创新与生态环境交互影响机理构建耦合协调评价指标体系，测度黄河流域各省份2005—2019年高技术产业科技创新与生态环境的耦合协调状况，并借助莫兰指数、基尼系数、核密度曲线等对其进行时空联系分析，以期为黄河流域高质量发展提供理论依据和参考。

1 研究方法

1.1 评价指标体系构建

高技术产业科技创新与生态环境交互影响机理见图1。 生态环境是高技术产业科技创新的催化剂：第一，为高技术产业提供水、土地等物质基础及良好的生产环境；第二，促使人才、资金及企业集聚，并推进招商引资工作，进而实现原技术改造及新技术吸收，提高科技创新水平与综合竞争力；第三，倒逼高技术产业科技创新，随民众环保意识增强及对绿色产品与环境舒适度的强烈需求，政府通过收取高额排污费、大力整改高能耗企业，迫使企业引进新技术、提高资源利用率和产品质量。 高技术产业科技创新对生态环境有多方面影响：第一，通过科技创新减少资源消耗量、提高能量传递及利用效率，催生众多新技术及环保产品，增强生态环境承载力与经济价值；第二，为生态环境保护提供技术支持、助力经济结构转型升级，发展节能环保与新能源产业，促使产业向绿色低碳发展、向集约型转变进而实现循环经济与绿色发展；第三，通过科技创新转变民众思维，运用新技术进行环境状况监测和可视化表达，使民众强化科技环保意识等。 为实现高质量发展，高技术产业科技创新与生态环境应均衡发展。

图1 高技术产业科技创新与生态环境交互影响机理

基于高技术产业科技创新与生态环境交互影响机理分析和系统思维（把高技术产业科技创新与生态环境作为两个系统），结合文献研究法、词频统计法，遵循指标的可获取性等原则并考虑指标纵横向的匹配性［14-16］，构建高技术产业科技创新与生态环境耦合协调评价指标体系。 对于高技术产业科技创新系统，从投入、产出视角（准则层）设置10 个指标；对于生态环境系统，按照压力、状态、响应3 个方面（准则层）设置16 个指标，其中压力方面的指标反映资源消耗及其对生态环境的负面影响、状态方面的指标反映生态环境承载力和自我调节水平、响应方面的指标表征各类生态环境保护措施等（见表1）。 各指标数据源于2005—2019年《中国高技术产业统计年鉴》《中国环境统计年鉴》及各省份统计年鉴等，对部分缺失数据采用前后均值法或线性插值法补缺。 指标权重采用熵值法确定。

表1 高技术产业科技创新与生态环境耦合协调评价指标体系

1.2 耦合协调测度

（1）综合发展指数。 高技术产业科技创新综合发展指数、生态环境综合发展指数计算公式如下：

式中：UT为高技术产业科技创新综合发展指数；wTi、xTi分别为高技术产业科技创新系统第i个指标的权重、归一化指标值；nT为高技术产业科技创新系统的指标个数；UE为生态环境综合发展指数；wEi、xEi分别为生态环境系统第i个指标的权重、归一化指标值；nE为生态环境系统的指标个数。

依据两个系统综合发展指数UT、UE的大小分别对高技术产业科技创新、生态环境综合发展水平进行等级划分，划分标准见表2。 依据UT与UE的大小对比，划分高技术产业科技创新、生态环境两系统关系的基本类型：UT＞UE为生态环境滞后型，UT=UE为同步发展型，UT＜UE为高技术产业科技创新滞后型。

表2 综合发展水平等级划分标准

（2）耦合协调度。 物理学中的耦合概念是指双系统或多系统互相作用产生交互关系的密切程度，被广泛用于社会经济学研究。 采用耦合度反映高技术产业科技创新与生态环境两系统间的相互影响强度，计算公式如下：

例如，教师在给学生讲解《鲸》的课文内容时，教师可以为学生制作多媒体动画，让学生欣赏鲸鱼的进化过程，了解更多的科学知识。教师再引导学生学习鲸鱼不是鱼的原因，启发学生进行学习和思考。然后，教师可以让学生简单概括鲸鱼的特点，然后再为学生拟定标题，让学生练习写科普类的作文，从而发展学生的科学修养，锻炼学生的写作能力。

耦合度值域为［0，1］，其值越大表示两系统耦合度越高。 耦合度无法区分高水平与低水平耦合，且不能凸显系统整体发展程度，因此引入耦合协调度，计算公式如下：

式中：a、b为反映两系统重要性的系数，考虑到高技术产业科技创新与生态环境两系统同等重要，因此取a=b=0.5。

依据高技术产业科技创新与生态环境耦合协调度D值的大小对耦合协调状态进行分类，分类标准见表3。

表3 耦合协调状态分类标准

1.3 耦合协调度时空联系分析

（1）全局莫兰指数。 利用全局莫兰指数判定耦合协调度是否存在空间（省份间）相关性，计算公式如下：

式中：I为全局莫兰指数，其值域为［-1，1］，越趋近1表明空间正相关度越高、省份间联系越密切，越趋近-1表明空间负相关度越高、省份间联系越不密切，等于0 表明空间不相关、省份间无联系；n为省份数，本研究n=9；i、j为省份序号；wij为i、j两省份的邻接权重（即空间邻接权重矩阵的元素，i、j两省份相邻时取1，否则取0）；Di、Dj分别为省份i、j的耦合协调度；为各省份耦合协调度均值。

（2）基尼系数。 基尼系数用于判断区域间相对差异及其主要来源，计算公式如下：

式中：G为总体基尼系数，反映耦合协调度区域间整体差异，其值越大表明区域间差异越大，G可分解为区域内差异（Gw）、区域间差异（Gnb）和超变密度（Gt），区域内基尼系数、区域间基尼系数、超变密度计算方法与总体基尼系数计算方法类似［17］；k为区域数量，本研究把黄河流域分为上游（包括内蒙古、四川、甘肃、青海、宁夏5 个省份）、中游（包括山西、陕西2 个省份）、下游（包括山东、河南2 个省份）3 个区域；j、h为区域编号；nj、nh分别为区域j、h内的省份数；i、r分别为区域j、h内的省份编号；Dji为区域j内省份i的耦合协调度；Dhr为区域h内省份r的耦合协调度。

（3）核密度估计。 对高技术产业科技创新与生态环境耦合协调度进行非参数核密度估计［18］并绘制核密度曲线，根据核密度曲线的峰值及延展性等，分析高技术产业科技创新与生态环境耦合协调度的空间差异和动态演变趋势。

2 结果与分析

2.1 综合发展水平

图2 各省份2005年和2019年高技术产业科技创新综合发展指数

图3 各省份2005年和2019年生态环境综合发展指数

由图2、表2可知，位于东南部的四川、陕西、河南及山东4 个省份高技术产业科技创新综合发展水平2005年和2019年均为中等及以上，其中四川由2005年的较高跃升至2019年的优质、陕西在研究期内始终为较高、河南由中等升至较高、山东始终为优质，而位于西北部的青海、甘肃、宁夏、内蒙古、山西5 个省份则始终为低等。 各省份高技术产业科技创新综合发展指数极差2005年为0.87、2019年为0.85，说明各省份高技术产业科技创新综合发展水平差距逐渐缩小且整体呈向好态势。

由图3、表2可知，2005—2019年仅青海和宁夏2个省份生态环境综合发展水平发生了变化，其他省份保持不变，其中：青海生态环境综合发展水平从高等回落至较高（综合发展指数由2005年的0.64 降至2019年的0.52，在九省份中降幅最大），宁夏生态环境综合发展水平从中等升至较高（综合发展指数由2005年的0.39提升至2019年的0.43），山西始终保持中等水平，其他六省份保持较高水平。 各省份生态环境综合发展指数极差2005年、2019年分别为0.27、0.20，说明黄河流域各省份生态环境综合发展水平差异逐渐缩小。

把各省份高技术产业科技创新、生态环境两系统综合发展指数平均值分别作为黄河流域整体综合发展指数，其逐年变化情况见图4。 由图4可知，2005—2019年黄河流域高技术产业科技创新综合发展指数始终小于生态环境综合发展指数，两系统的关系属于高技术产业科技创新滞后型。 2005—2019年，黄河流域高技术产业科技创新综合发展指数为0.31 ～0.39，呈波动上升趋势，由中等水平逼近较高水平；生态环境综合发展指数为0.45 ～0.53，也呈波动上升趋势，一直维持较高水平。 高技术产业科技创新综合发展指数与生态环境综合发展指数的差值2005年、2019年分别为0.15、0.10，表明随时间推移两系统综合发展水平的差异趋于缩小并呈向好态势。

图4 各省份平均发展指数逐年变化情况

2.2 耦合协调度

依据上述公式计算典型年份高技术产业科技创新与生态环境耦合协调度，结果见表4；采用ArcGIS10.3对各省份耦合协调度进行可视化展示，见图5。 由表3、表4、图5可知：2005年，山西、内蒙古、宁夏3 个省份耦合协调状态为濒临失调，其他省份处于勉强协调、中等协调或良好协调状态；2009年，河南耦合协调状态从2005年勉强协调变为初级协调，甘肃与青海从勉强协调变为濒临失调，陕西从中等协调变为初级协调，其他省份耦合协调状态没有变化；2013年，山西和内蒙古由2009年的濒临失调变为勉强协调，其他省份耦合协调类型没有变化；2019年，内蒙古由2013年的勉强协调变为濒临失调，河南由初级协调变为中等协调，四川由中等协调变为良好协调，其他省份耦合协调状态没有变化。

表4 典型年份耦合协调度计算结果

图5 各省份典型年份高技术产业科技创新与生态环境耦合协调度可视化展示

2005—2019年，山东耦合协调度始终高于0.83、保持良好协调状态，是黄河流域高技术产业科技创新与生态环境耦合协调的标杆省份；研究时段内山西、山东、河南、四川、宁夏耦合协调度波动增长（其中河南耦合协调度增幅最大，其耦合协调状态从2005年勉强协调跃升至中等协调，表明河南两系统综合发展水平同步提升），内蒙古、陕西、甘肃、青海耦合协调度呈下降趋势（其中青海降幅最大，原因是青海生态环境综合发展水平降幅较大）。 2005年各省份间耦合协调度极差（最高的山东与最低的宁夏之差）为0.371，到2019年极差扩大至0.391，说明各省份间耦合协调度差异显著，存在两极分化问题。 2005—2019年各省份耦合协调度均值（流域均值）从2005年0.587 提高至2019年0.616，表明黄河流域高技术产业科技创新与生态环境耦合协调状态整体上趋于优化向好，从勉强协调迈向初级协调。 对比上、中、下游耦合协调度均值发现，下游耦合协调度（0.716 ～0.806）＞中游耦合协调度（0.584～0.601）＞上游耦合协调度（0.532 ～0.546），唯有下游耦合协调度高于流域总体均值，说明黄河下游两系统的综合发展水平均相对较高，原因是下游更接近我国东部经济发达省份，高技术产业科技创新水平相对来说比中上游的高。

2.3 耦合协调度时空联系

（1）全局莫兰指数。 2005—2019年各省份耦合协调度的全局莫兰指数见表5。 由表5可知，研究时段内各省份耦合协调度的全局莫兰指数保持正值且呈波动上升趋势，由2005年的0.010 增长至2019年的0.213，说明邻近省份间存在正向联系，即一个省份耦合协调度提高有利于相邻省份提高耦合协调度，随着时间推移各省份间联系持续增强。

表5 2005—2019年全局莫兰指数计算结果

（2）基尼系数。 依据各省份高技术产业科技创新与生态环境耦合协调度计算的黄河流域总体基尼系数G及其分解的上中下游各区域内差异（Gw）、区域间差异（Gnb）、超变密度（Gt）以及各区域间基尼系数见表6。

由表6可知，黄河流域总体基尼系数呈波动增长趋势，说明高技术产业科技创新与生态环境耦合协调度区域间差异呈增大态势。 从总体基尼系数分解结果看，2005—2019年区域间差异为0.058 ～0.079，区域内差异为0.030 ～0.036，超变密度为0.015 ～0.029，表明区域间差异是总体差异的主要来源，且区域间差异的贡献呈增大趋势，因此缩小区域间差异是完善空间协调联动机制、实现协调发展的重要路径。

由表6 中区域间基尼系数可知，2005—2019年区域间基尼系数始终保持上-下＞中-下＞上-中，其中上-下基尼系数增长趋势明显，原因是下游省份经济基础相对扎实而上游省份资源利用相对落后，导致区域间非均衡发展问题突出、差异持续扩大，因此缩小区域间差异是实现黄河流域协调发展亟待解决的问题。

（3）核密度估计。 依据耦合协调度非参数核密度估计结果，选取5 个典型年份绘制耦合协调度核密度曲线，见图6。

由图6（a）可知：2005年流域总体耦合协调度核密度曲线主峰最高且呈延展性拓宽、右拖尾较长，说明2005年各省份耦合协调度绝对差异较小；2009年、2013年及2017年核密度曲线变化趋势一致，与2005年相比跨度明显变小，即各省份耦合协调度分散性减弱；2019年核密度曲线主峰高度明显下降且出现侧峰，右拖尾较长情况有所缓解，表明各省份耦合协调度呈两极分化趋势但差距缩小，耦合协调状态趋于向好。

由图6（b）可知：2005年上游耦合协调度核密度（较中下游核密度大1 个数量级，原因可能是上游省份较多且各省份耦合协调度差异较小）曲线未形成明显主峰，2009年核密度曲线存在明显主峰和右拖尾现象，说明上游省份不协调问题显著；2013年和2017年核密度曲线接近重合，跨度变小、主峰下降且右移，说明上游省份耦合协调差距有所减小；2019年核密度曲线主峰变高且右拖尾问题突出，说明上游省份耦合协调度绝对差异急速缩小但不协调问题仍然突出。

由图6（c）、（d）可知：各年份中、下游耦合协调度核密度曲线类似，2005年核密度曲线与横轴基本平行、跨度较大，2009年核密度曲线形成主峰、跨度减小，随着时间推移峰值升高，说明区域内各省份间耦合协调度绝对差异变小。

3 结论及建议

3.1 结论

基于高技术产业科技创新与生态环境交互机理构建评价指标体系，测算2005—2019年黄河流域各省份两系统综合发展水平及两系统耦合协调度，借助莫兰指数、基尼系数与核密度曲线分析耦合协调度时空联系及演变规律，得出以下结论。

（1）黄河流域各省份高技术产业科技创新与生态环境两系统的关系均为高技术产业科技创新滞后型，研究时段内两系统综合发展水平的差异持续缩小并呈向好态势。

（2）黄河流域高技术产业科技创新与生态环境耦合协调状态整体上趋于优化向好，从2005年勉强协调变为2019年初级协调，但不同年份各省份耦合协调度差异显著，山西、山东、河南、四川、宁夏5 个省份耦合协调度呈增长趋势，而内蒙古、陕西、甘肃、青海4 个省份呈下降态势，上、中、下游省份的耦合协调度大小为下游＞中游＞上游。

（3）黄河流域各省份耦合协调度存在正向联系，即一个省份耦合协调度的提高有利于相邻省份提高耦合协调度；随着时间推移，上、中、下游各区域内省份间耦合协调度绝对差异变小，但区域间尤其上下游间耦合协调度差异显著、呈两极分化趋势。

3.2 建 议

（1）增强科技创新能力，提升生态环境质量。 通过技术转移等措施发挥创新型产业及绿色可持续发展产业优势，构建科技联盟并推动节能环保型高技术企业发展，促成发明专利及绿色创新产品的诞生；引导民众对创新与环境的关注，增强创新思维与环保意识，提高高技术产业科技创新能力与生态环境质量。

（2）发挥资源禀赋优势，提升高技术产业科技创新与生态环境耦合协调度。 下游省份应利用靠近东部发达省份的优势、凸显山东的增长极地位，发挥辐射带动作用；中游省份应将旅游文化与经济产业相结合，发展特色产业并建设文化产业带和旅游经济带，助力现代服务业体系建设；上游省份应依托自然资源优势，进行资源深加工及清洁能源建设，助力区域协调发展。

（3）强化区域间联系，缩小发展差距。 鼓励各省份间沟通交流合作并采取差异化战略以避免恶性竞争，利用省份间的相互影响降低两极分化程度、缩小区域间差异，其中缩小上下游地区间差异是缩小差异的关键着力点。