中国城市创新与经济高质量发展耦合协调研究

董弋萱

（中国社会科学院大学，北京 100836）

一、引言

“十四五”规划和2035 年远景目标纲要明确指出，城市是区域要素、产业和人口资源的聚集地，是经济高质量发展的主引擎。近年来，为探索经济高质量发展的现实路径，中国各城市政府部门开拓创新、先行先试，已形成了一批具有开创性的典型案例，如广州市革新消费模式打造“直播电商之都”，杭州市以新兴技术为依托打造智慧城市。可见，以创新引领培育新动能、激发新活力，逐渐成为城市助力中国经济高质量发展的深层逻辑。在此背景下，研究城市创新与经济高质量发展之间的关系极具现实意义。目前，学界已对二者进行了大量研究，并取得丰硕的成果。就城市创新而言，研究内容主要集中在创新能力[1]、影响效应[2]、影响因素[3]、发展路径[4]等方面。就经济高质量发展而言，研究聚焦于内涵界定[5]、发展水平[6，7]、发展动能[8，9]、阻碍因素[10，11]等方面。综合来看，研究多围绕单一主体展开论述，鲜有文献将城市创新与经济高质量发展纳入统一框架研究二者的耦合协调关系。仅有杨卫丽等(2021)[12]以效率为切入点，将陕西省作为研究样本，对二者2008—2018 年间的耦合关系进行探讨。

鉴于此，文章将从以下三方面对既有研究进行拓展与完善：第一，扩大样本范围，以中国283 个地级市为研究样本，使研究结论更具准确性；第二，创新选择城市创新能力为切入点，构建城市创新与经济高质量发展综合评价指标体系，以全新视角审视二者之间的耦合协调关系；第三，从整体、八大经济区、城市规模三个角度，综合评价2012—2019 年中国城市创新与经济高质量发展耦合协调发展水平，并利用Dagum 基尼系数方法测度城市创新与经济高质量发展耦合协调度的组内差异和组间差异，丰富既有理论体系。

二、研究设计

1.研究方法

（1） 耦合协调水平测度

在测算城市创新系统与经济高质量发展系统之间的耦合度之前，需计算二者综合评价指数，计算公式如下：

其中，U1和U2分别为城市创新系统、经济高质量发展系统的综合评价指数；n 和m 表示指标个数；x1，x2，…，xn为城市创新指标，y1，y2，…，yn为经济高质量发展指标；ai和bj为指标权重，通过数据标准差与算术平均数的比率计算得出；xi′和yj′为无量纲化处理后的指标，采取极差标准化处理得到。因文章选取的均为正向指标，故其计算公式如下：

得到城市创新系统与经济高质量发展系统的综合评价指数后，可借助耦合协调度模型对其耦合协调关系进行测算：

上式中，C 为系统耦合度，T 为系统协调度，D 为系统耦合协调度，α 和β 为待定系数，考虑到城市创新是经济高质量发展的关键驱动因素之一[13]，最终确定α=0.4，β=0.6。

（2） 差异性测度

基尼系数是由Dagum(1997)[14]提出的用以衡量地区之间差距的常用指标。文章选定该指标研判城市创新与经济高质量发展耦合协调度的组内差异、组间差异，计算公式如下：

式中，G 表示总体基尼系数。其中，yji(yhr)代表j(h)区域城市创新与经济高质量发展耦合协调度，y¯代表各区域耦合协调度的平均值，n为城市个数，k为区域划分个数，nj(nh)是j(h)区域内城市的个数。

依据Dagum 基尼系数分解法，总体基尼系数可拆分为三部分，即G=Gw+Gnb+Gt。其中，Gw、Gnb、Gt分别为区域内差异、区域间净值差距、超变密度对总体基尼系数的贡献。限于篇幅，计算公式不在此列示。一般来说，Gw值越小，意味着组内城市间的耦合协调水平越接近，协同性越强；Gw值越大，则反之；Gnb同理。

（3） 空间相关性测度

借鉴葛鹏飞等(2020)[15]的研究，选定莫兰指数度量城市创新与经济高质量发展耦合协调度的空间自相关性。莫兰指数分为全局莫兰指数与局部莫兰指数，计算公式分别如下：

式中：I 为全局莫兰指数，取值范围为[-1，1]，当I 大于0时说明空间事物趋向集聚，当I 小于0 时说明空间事物趋向分散。I′为局部莫兰指数，当I′大于0 时说明某一空间地理单元同邻接地理单元呈现出相似值空间集聚，即高—高集聚或低—低集聚；当I′小于0 时说明某一空间地理单元同邻接地理单元呈现出非相似值空间集聚，即高—低集聚或低—高集聚。n 为城市个数，i、j 表示不同空间单元，x 表示某属性的观测值，、s2分别表示属性值的平均值与方差。ωij为权重矩阵，若空间单元i 与j 相邻，则ωij=1，否则ωij=0。

2.指标选取、数据说明与耦合类型划分

（1） 指标选取及数据来源

就城市创新系统而言，文章结合中国城市发展研究会于2013 年推出的“城市创新能力科学评价”与既有文献[16，17]，运用典型相关分析法进行指标筛选，最终得到反映城市创新水平的18 个指标。就经济高质量发展系统而言，党的十九大报告明确表示：“中国经济发展要在保证发展基本面的同时，兼顾经济发展的社会成果，实现经济稳定增长、可持续发展”。因此，文章借鉴韩岚岚、李百兴(2021)[18]的研究，从发展基本面和社会成果两方面选取8 个指标构建经济高质量发展指标体系。二者具体选取的指标变量见表1。为保证数据的连续性和权威性，研究中所使用的原始数据主要来自历年相关统计年鉴，少量数据来自各省市统计局网站。考虑到某些数据偶有缺失，采用插值法予以补足，最终得到2012—2019 年中国283 个地级市共3879 个样本观测值。

表1 城市创新系统与经济高质量发展系统的指标体系

（2） 耦合协调发展评判标准与类型划分

依据城市创新系统与经济高质量发展系统的耦合协调度值D，借鉴已有研究[19]，将两个子系统的耦合协调水平分为五种类型，具体如表2 所示。

表2 耦合协调关系分类及判断标准

三、城市创新与经济高质量发展耦合协调度的特征事实

1.整体特征

基于模型(1)、(2)、(7)与2012—2019 年中国城市面板数据，测算了城市创新指数与经济高质量发展指数与二者的耦合协调度（见表3）。就城市创新指数而言，2012—2019 年中国城市创新指数呈现上升趋势，其中2017—2019 年上升态势最为显著，平均上升幅度高达6.68%。究其原因可能是近年来国家深入实施创新战略，将大量政策、要素资源向创新领域倾斜，显著提升了城市创新水平。就经济高质量发展指数而言，中国经济高质量发展水平呈逐年上升态势，由2012 年的0.201 提升至2019 年的0.507，增长幅度达152.2%。就城市创新与经济高质量发展的耦合协调度而言，研究期内，二者耦合协调度持续增长，耦合协调类型经历了从拮抗状态到磨合状态的演变。总体而言，城市创新与经济高质量发展系统均在观测期内平稳上升，且二者相互作用效果也在持续增强。但不可忽略的是，城市创新与经济高质量协同发展过程中，城市创新显著滞后于经济高质量发展。显然，提升城市创新水平是促进二者耦合协调发展的关键。

表3 2012—2019 年相关指数测算结果

2.八大经济区特征

为使研究更具现实意义，文章参考《地区协调发展的战略和政策》报告，将研究样本划分为东北综合经济区、北部沿海综合经济区、东部沿海综合经济区、南部沿海经济区、黄河中游综合经济区、长江中游综合经济区、大西南综合经济区以及大西北综合经济区八大经济区，并计算各经济区城市创新与经济高质量耦合协调度（见表4）。分析表4 可知，北部沿海综合经济区、东部沿海综合经济区、南部沿海经济区以及长江中游综合经济区的耦合协调度高于其他地区。具体而言，北部沿海综合经济区、南部沿海经济区和东部沿海综合经济区的耦合协调度由观测初期（2012 年） 的0.315、0.387、0.341 上升到观测末期（2019 年） 的0.618、0.711、0.685，耦合协调水平均进入耦合状态。长江中游综合经济区的耦合协调度则由2012 年的0.292 增长至2019 年的0.563，即将进入耦合状态。大西南综合经济区、黄河中游综合经济区的耦合协调度由2012 年的0.202、0.267 增长至2019 年的0.455、0.517，其状态类型均由拮抗状态进入磨合状态。大西北综合经济区、东北综合经济区的耦合协调度由2012 年的0.144、0.179 上升至2019 年的0.194、0.303。东北综合经济区由失调状态上升为拮抗状态，而大西北综合经济区虽然耦合协调度处于上升趋势，但其并未突破失调状态。总体来看，北部沿海综合经济区、东部沿海综合经济区与南部沿海经济区的协调互动作用较强，处于第一阶梯水平。大西南综合经济区、黄河中游综合经济区的协调互动作用由拮抗状态逐步上升为磨合状态，处于第二阶梯水平。而经济发展水平相对滞后的大西北综合经济区与东北综合经济区耦合协调水平长期为失调状态，处于第三阶梯水平。值得注意的是，伴随近年来国家深入推行振兴东北战略，东北综合经济区耦合协调度得到显著上升，并于2016 年成功突破失调状态，上升为拮抗状态。

表4 城市创新与经济高质量耦合协调关系的八大经济区特征

3.城市规模特征

为与既有研究进行区分，文章以城区常住人口为统计口径，将城市划分为超大城市、特大城市、大城市、中等城市以及小城市五类，并计算这五类城市的耦合协调度（见表5）。总体来看，不同城市规模间的耦合协调水平差异较为显著。就超大及特大城市而言，耦合协调度由2012 年的0.699、0.651 分别增加至2019 年的0.981、0.879，其耦合协调水平均由磨合状态上升为耦合状态，并向协调层面迈进。就大城市而言，耦合协调度由2012 年的0.531 增加至2019 年的0.767，耦合协调水平由拮抗状态上升为磨合状态。就中等及小城市而言，耦合协调均比较低。中等城市于2016 年由失调状态上升为拮抗状态，而小城市则长期处于失调状态。究其原因，特大城市和超大城市经济发展水平较高，在发展过程中具有充足的物质资源要素供给，能够吸引大量企业和人才集聚。在政府提倡经济转型和创新驱动背景下，这些城市能够较快响应政府号召，及时获取到更多的创新资源支持。故而，这些城市能够较好的协调城市创新与经济高质量协调发展。与之相比，大城市在经济、政策、人才等方面相对较弱。但大城市各类资源亦能够得到充足供应，所以大城市具有追赶特大与超大城市的潜力和趋势。此外，由于小城市与中等城市要素资源相对匮乏，创新环境有待提升，导致其创新较难驱动经济高质量发展，而经济发展也难以承担创新过程中可能存在的各类风险。因此，这些城市当前应当积极调整产业结构，努力提升经济高质量发展水平与城市创新水平，当经济发展与城市创新能够彼此驱动融合时，再适时推进二者协调发展战略。

表5 城市创新与经济高质量发展耦合协调关系的城市规模特征

四、城市创新与经济高质量发展耦合协调度的差异性分析

由于各经济区比较优势不同、各类资源要素集聚程度不一致，二者耦合协调度总体存在明显的差异性。因此，文章采用Dagum 基尼系数方法，从八大经济区组内差距及组间差距、不同城市规模组内差距及组间差距视角进行系统化剖析。

1.八大经济区的差异性分析

运用Matlab 2017 软件测度八大经济区城市创新与经济高质量发展耦合协调度的基尼系数，得到其组内差距、组间差距与超变密度的贡献率（表6）。可以发现，样本期内，二者耦合协调度的基尼系数介于0.435～0.497 之间。从趋势变化来看，二者耦合协调度的差异性表现出先上升、后下降的变化趋势。具体表现为：2012—2015 年是上升阶段，系数变化由0.457 增加至0.497，增长幅度达到8.75%；2015—2019 年是下降阶段，系数由0.497 向下波动到0.435，下降幅度达到12.47%。总体来看，样本期内基尼系数共下降了4.81%，说明二者间的耦合协调性逐渐趋同。

表6 八大经济区差异性分析

（1） 八大经济区的组内差异分析

从时序角度分析，除东北综合经济区外，其他经济区的基尼系数基本与全国趋势变化一致；东北综合经济区的基尼系数呈小幅波动上升，具体差异上升了8.83%。就变动量而言，组内差异下降幅度最大的经济区是南部沿海经济区，从2012 年的0.459，下降至2019 年的0.438，下降了4.58%。其次是东部沿海综合经济区，从2012 年的0.485，下降至2019 年的0.462，下降了4.74%。最小的经济区是北部沿海综合经济区，仅下降了0.66%。

（2） 八大经济区的组间差异分析

组间差距最大的经济区组合是东部沿海综合经济区、南部沿海经济区分别与东北综合经济区、大西南综合经济区及大西北综合经济区之间。从时序角度分析，2015 年之前，组间差异主要表现在东部沿海综合经济区与大西南综合经济区、东部沿海综合经济区与大西北综合经济区、南部沿海经济区与大西南综合经济区、南部沿海经济区与大西北综合经济区。2015 年之后，组间差异集中在东部沿海经济区与东北综合经济区、大西北综合经济区之间。

（3） 经济区差异来源分析

2012 年，超变密度的贡献率高达64.57%，是引发经济区差异的首要因素。此后，超变密度贡献率接连降低。至2018年，组间差异贡献率超过超变密度贡献率，成为影响经济区差异的第一原因。而组内差异贡献率长期在11.25%～14.32%范围内徘徊，对经济区差异的影响不大。

2.城市规模差异性分析

表7 为不同城市规模的城市创新与经济高质量发展耦合协调度基尼系数。对表中数据进行细致分析后，可以发现：

（1） 不同城市规模的组内差异分析

就差异大小来说，差异最小的是超大城市，其余规模城市相差不大；就差异波动性来说，波动最大的是超大城市，其余规模城市波动幅度相近；小城市、中等城市、大城市、特大城市的耦合协调度差异不明显。进一步从时间演变展开分析，超大城市在研究期内，创新水平与经济高质量发展耦合协调度差异在0.356～0.383 范围内变化，较为稳定。除超大城市外，其他规模城市的组内差异变化趋势基本与整体趋势变化一致。即在2017 年之前，差异程度不断变大，2017 年之后，随着强化落实创新驱动发展战略，差异逐渐缩小。

（2） 不同城市规模的组间差异分析

城市规模差距越大，组间差异越大。如小城市与超大城市之间的耦合协调度差异始终为最大的一组，均高于0.5。其次是小城市与特大城市这一组，组间差异在2012 年是0.497，2019 年是0.499。此外，时间变化上，小城市与中等城市、大城市间的耦合协调度差异均有不同程度的提升，分别由2012年的0.453、0.461 增加至2019 年的0.496、0.477，增加幅度分别为9.49%、3.47%。特大城市与超大城市间的耦合协调度差异波动变大，由2012 年0.457 增加至0.498，增加了8.97%。其余城市规模之间的差异变化与总体水平基本一致，呈先上升再下降的趋势。

（3） 城市规模差异来源分析

样本期间，组间贡献率在77.36%～81.51%范围内波动，是城市规模层面出现差异的首要原因。尽管组内贡献率比超变密度的贡献率大，但仅为13%左右，对整体差异的影响较小。超变密度贡献率变化范围是6.19%～9.09%，对整体差异的影响最小。

五、城市创新与经济高质量发展耦合协调度的空间效应分析

既有研究结果证明，创新和经济发展间有明显的空间自相关性。那么，城市创新与经济高质量发展耦合协调度是否存在空间自相关？这种相关性有无地区差异？基于此，文章参考葛鹏飞等(2020)[15]的做法，采用莫兰指数度量二者耦合协调度的空间自相关性。

1.整体空间效应

由表8 可知，研究期内，城市创新与经济高质量发展耦合协调度的莫兰指数整体上为正，并通过1%的显著性检验，说明二者耦合协调关系在空间上存在相关性。同时，莫兰指数值逐年增加，说明随着时间的推移，二者耦合协调度的空间互动性不断加强。

表8 城市创新与经济高质量发展耦合协调关系的空间关联性

2.分区域的空间效应

文章对八大经济区的莫兰指数进行测算，结果见表9。可以发现，东北综合经济区的二者耦合协调度在2015 年以前持续加强，此后以波动为主。北部沿海综合经济区在2015 年以前稳定下降，随后开始上升。黄河中游综合经济区的莫兰指数波动下降，其他经济区波动上升。东北综合经济区、黄河中游综合经济区、长江中游综合经济区、大西北综合经济区、大西南综合经济区的莫兰指数并不显著，北部沿海综合经济区的莫兰指数除2015 年外，均高于10%的显著性水平。总体来看，城市创新与经济高质量发展耦合协调关系的空间关联性主要体现为二者的耦合协调水平，若二者耦合协调关系在低度耦合状态，则说明空间关联性不强，辐射效应偏低；若二者耦合协调水平较高，则反之。

表9 城市创新与经济高质量发展耦合协调关系的空间关联性

六、结论与建议

1.结论

文章基于2012—2019 年中国283 个地级市面板数据，构建了城市创新与经济高质量指标评价体系，采用耦合协调度模型测度二者的耦合协调水平。在此基础上，运用Dagum 模型与空间自相关模型从八大经济区、不同城市规模两大视角，揭示城市创新与经济高质量耦合协调的地区差异及空间关联效应。结果表明：第一，中国城市创新与经济高质量耦合协调水平总体较低，但呈现逐年上升态势。从八大经济区来看，北部沿海综合经济区、东部沿海综合经济区与南部沿海经济区以及长江中游综合经济区的耦合协调度显著高于其他经济区。从城市规模来看，超大城市耦合协调度最高，而后依次是特大城市、大城市、中等城市、小城市。可以看到，城市规模越大，城市创新与经济发展的耦合协调度越高。第二，城市创新与经济高质量发展耦合协调度的基尼系数变动范围是0.435～0.497，表现出先上升、后下降时序变化。从八大经济区来看，除东北综合经济区的基尼系数波动上升外，其余经济区的趋势变化基本与全国相同。从城市规模来看，耦合协调度差异最小的是超大城市，差异波动最大的是特大城市，而小城市、中等城市、大城市、特大城市的耦合协调度差异不明显。第三，二者耦合协调度整体上高度空间自相关，并随时间推移不断加强。其中，东部沿海综合经济区与南部沿海经济区的莫兰指数为正，在1%水平上显著，北部沿海综合经济区的莫兰指数除2015 年外，均在10%水平上显著为正，东北综合经济区、黄河中游综合经济区、长江中游综合经济区、大西南综合经济区、大西北综合经济区的莫兰指数并不显著。

2.建议

基于上述结论，现提出以下建议：一是完善城市科技创新体系，提高创新成果转化能力。首先，各市级政府部门应当积极打通需求者与供给者之间的资源交流渠道，协助二者建立良好的创新互动机制。其次，加大对城市创新的财政补贴与政策支持，规划并建立创新孵化基地和城市创新中心，引导科技创新企业集群发展。最后，增强创新研发投入力度，推动城市创新各环节要素流动，提升创新成果转化能力。二是协调人才培养机制，盘活创新市场生机。一方面，各市级政府应当与本土企业、高校等主体联合建立产学研基地，培养和引进科技创新人才，形成各主体人才保障合力。另一方面，积极优化资金、资源等要素组成结构，保证有充足的R&D 投入与城市高技术创新人才培育相协调，提升创新成果的产出效率。三是加速产业创新升级，助推经济高质量发展。一方面，确立高技术创新产业在经济发展过程中的主导地位，促使高技术创新产业渐次取代传统落后产业。另一方面，增强经济发展过程中的创新观念，积极引进创新型企业，大力发展大数据、人工智能等高尖科技公司，逐渐提升城市科技创新能力。