区域经济创新耦合关系论文

摘要：分析土地整治與区域经济发展的耦合关系，探讨影响二者耦合程度的因素，对喀斯特山区有序开展土地整治和促进区域经济发展具有重要的理论和现实意义。以贵州省为例，利用贵州省2011—2017年土地整治和经济发展相关数据，基于耦合协调度模型，分析土地整治与经济发展的耦合协调态势。下面是小编为大家整理的《区域经济创新耦合关系论文(精选3篇)》的文章，希望能够很好的帮助到大家，谢谢大家对小编的支持和鼓励。

区域经济创新耦合关系论文 篇1：

养老服务产业与区域经济发展的耦合协调分析

内容提要：伴随着人口老龄化，养老服务产业的需求也在不断增加。养老产业的发展为区域经济提供了新的增长动力，区域经济的优化也为养老服务产业发展提供了基础保障，二者形成了相互影响、相互作用的耦合关系。基于中国31个省份38个指标的面板数据，借鉴耦合协调模型，评价我国区域经济和养老服务产业之间的耦合协调程度。总体来看，为适应人口老龄化趋势的中国养老服务产业发展还处于初级阶段，与区域经济发展水平不够协调;相对东部地区，中西部地区区域经济与养老服务产业之间的耦合协调程度较低;养老服务产业的发展不仅与区域经济发展水平正相关，也与社会发展水平正相关。养老服务产业可以为供给侧改革下区域经济结构调整提供产业空间，需要提供必要的产业发展指导与支持，以实现这两个子系统的动态协调与高质量发展。

关键词：区域经济;养老服务产业;耦合协调度;协调发展

目前，中国正处于老龄化程度不断加深阶段。相关数据显示，2019年末，我国60周岁及以上人口约2.54亿，65周岁及以上人口约1.76亿，分别占总人口的18.1%和12.6%①。老年人口的快速增长成为了推动保健、休闲等新兴养老服务产业创新发展的重要动力;同时，养老服务产业的发展依托于区域经济，又作用于区域经济的发展，两者相互联动、共同促进，在产业布局、政策联动等方面形成了良性的耦合效应。

实现区域经济与养老服务产业之间的协调平衡是我国经济、社会发展的现实需要和必然要求。人口结构的转变为养老服务产业发展创造了窗口期，老年人口健康意识的增强为养老服务项目普及提供了机会。可以预见，养老服务产业在未来具有较大的发展潜力和投资价值，社会资本也会伴随着需求流向正在兴起的“银龄产业”。从区域经济需求结构变化来看，随着养老服务业的快速发展，针对老年人的旅游、金融、保险、娱乐等产业将应运而生并不断完善，这将推动第三产业内部与老年人口相关服务产业比重不断提升，而区域经济又会因此获得良好的发展机遇和广阔的增长空间。

现有研究更注重养老服务产业和区域经济这两个子系统发展的影响因素[1-3]，以及子系统之间的单向影响[4]。由于区域经济发展与养老服务产业的发展并非总是亦步亦趋的，因此基于耦合协调度模型对于深入探究两者存在的互动关联机制具有特别的价值。本文以全国31个省市为实证研究对象，通过构建养老服务产业与区域经济之间的耦合协调度模型以探寻二者间相互作用关系及耦合协调规律，从而为养老服务产业与经济的协调发展提出对策与建议。

一、养老服务产业与区域经济的关联机制

养老服务产业与区域经济是一个多层次且复杂的系统，彼此之间相互影响相互作用。养老服务产业与区域经济之间的耦合协调度可以衡量这两个子系统的综合发展水平，识别多系统在“协调”约束下的运行状况。具体来看，区域经济发展是基础，为养老服务产业提供物质保障，但经济系统“效率最大化”原则会导致老年人获得养老资源上的“公平性”受损[5];养老服务产业的发展可推动区域经济向专业化、创新型方向发展，同时养老服务系统具有的“创新性”和“福利性”双重特征会对区域经济子系统产生“反构”作用，倒逼区域经济发展实现效率与公平的相对协调[6]。图1展示的是养老服务产业与区域经济系统耦合机理。一方面，养老服务产业的发展主要为区域经济的发展提供了市场要素，从而促进区域经济的优化提速;另一方面，区域经济子系统为养老服务产业子系统提供各种物质支撑，养老服务产业子系统对区域经济子系统索取资源并释放产品和服务，确保养老服务和产品供给，并引导区域经济子系统向有利于养老服务产业子系统的方向发展。区域经济发展是产业发展、社会事业进步的基础，区域经济的改革不但可以引领养老服务产业的发展趋势，还为养老服务产业提供了丰富的资源。随着养老服务需求的日益增长，养老服务产业需要的资源将迅速增加，而这种资源都将来自区域经济发展积累的资本。但是养老服务系统对区域经济系统吸收资源的程度是有范围的，如果吸收资源的量大于经濟的供给能力，将产生负反馈效应，反之则产生正反馈效应。因此，区域经济子系统的综合发展水平是耦合协调的基础，养老服务产业子系统的发展也需要遵循经济发展的基本规律，保证经济社会运行的平稳有序及资源交换的效率。

养老服务产业子系统与区域经济子系统的互动耦合关系呈现出阶段性特征：在区域经济发展水平较低阶段，由于养老服务产业缺少发展的资本积累，两者处于低水平耦合协调状态。在处于区域经济发展水平逐渐提高且快于养老服务产业发展的阶段时，资源的流动存在一定的时间差，养老服务产业发展相对滞后，因此两者之间较难实现协调。当区域经济由中等水平向高水平发展时，区域经济基本具备了为养老服务产业发展提供一定资源的能力和条件，但受上一阶段的影响，两者之间处于轻度失调状态。而当区域经济发展到高水平阶段，经济发展对养老服务产业补齐所有短板，养老服务产业将实现从低速发展向高速发展的转型，养老服务产业也会成为区域经济增长的动力之一，二者表现为高水平耦合协调。

二、指标体系构建与耦合协调度评价模型

基于养老服务产业与区域经济之间的互动关联机制，借鉴耦合协调度模型，通过构建指标体系来具体设计评估养老服务产业子系统和区域经济子系统之间的耦合协调程度。

（一）构建子系统评价指标体系

本文结合人口老龄产业的现实背景以及《养老机构等级划分与评定》相关文件，从养老服务产业基础设施、服务产出以及运营资本角度出发，选取具有代表性的指标反映养老服务产业系统，用X表示。该指标体系包含3个一级指标和20个二级指标（见表1）。

本文通过文献研究法查阅近10年的文本资料，根据关键词出现的频次来分析各个指标的影响程度。基于相关理论选取了经济基础、经济结构和生活水平三个角度来衡量区域经济系统，用Y来表示。该指标体系包含3个一级指标和18个二级指标（见表2）。

（二）确定权重系数

分别构建养老服务产业子系统和区域经济子系统的评价指标体系是研究两者耦合协调关系的基础，在建立评价指标体系的过程中如何科学合理地确定各个指标的权重是重要步骤，指标权重的大小体现出该指标在评价体系中的重要程度。本文基于可行、可测、全面的原则，通过以下计算过程，分别测算出不同指标的对应权重。

1.养老服务产业综合发展水平分析

从表4第1-4列对比各省份养老服务产业发展水平综合指数可知：第一，各区域养老服务产业综合指数还不够高，养老服务产业发展水平指数高于0.5的仅有山东、江苏、四川三个省份，其余二十七个省份的指数均小于0.4。各省市养老服务产业指数分布在0.0399-0.6459之间。由此可知，各省市养老服务产业并不发达，主要原因在于我国养老服务产业尚处于发展阶段，行业发展机制尚不成熟，加之近年来我国人口老龄化程度日益严峻，养老服务产业亟需迅速发展。第二，养老服务产业综合指数存在省份间明显的差异且极态化严重。指数超过0.6的有山东、江苏以及四川三个省市，其指数分别为0.6459 、0.6076 和0.6046;指数在0.3-0.4的有广东、湖北等六个省份，指数在0.2-0.3的有河北、河南等七个省市;指数在0.1-0.2的有重庆、吉林等十一个省市;指数不足0.1的有宁夏、青海和海南三个省份。各省市养老服务产业综合指数存在一定的差异，并且指数最高的省份山东（0.6459）比指数最低的省份海南（0.0399）高出0.6059，两极差距明显，这与现阶段各区域养老服务产业发展不平衡的现状是一致的。第三，养老服务产业空间格局相对稳定。指数较高的地区主要分布在山东、江苏等东部省份，指数较低的省份大多在中西部地区。第四，各省份养老服务产业与经济发展二者之间并未实现同步发展。养老服务产业滞后型和区域经济发展滞后型省市分别为24个和6个，表明绝大部分省份为养老服务产业滞后型，养老服务产业并未实现与区域经济发展的同步发展。各省份区域经济发展水平略高于养老服务产业发展水平，但是各个省份区域经济和养老服务产业水平的差异并不是完全一致的。其中，江苏、山东、广东和上海养老服务产业的发展水平基本与其发达的经济水平相匹配，差距较少;四川、天津区域经济发展水平与养老服务产业水平不匹配，差距较大;宁夏、甘肃养老服务产业水平和区域经济水平均处于较低水平，但两者差距较小。

2.养老服务产业与区域经济耦合协调状况分析

根据前文的公式和计算过程，可以分别计算出不同地区的养老服务产业与区域经济的耦合度和耦合协调度，具体结果见表4第5-7列。第一，养老服务产业和区域经济之间耦合协调度省际差异较大，且呈现极态化趋势。只有江苏耦合协调度达到0.8111，处于良好协调阶段，养老服务产业与区域经济综合发展水平指数均大于0.6，两个子系统发展状况均居于中国的领先地位，产业协同效应高，因此产业间耦合协调性较好。其他省份耦合协调度均不足0.8，距离良好协调阶段还比较远。超过0.6的也只有山东、广东、四川等少数几个地区，处于初级协调阶段。河南、北京等省市由于养老服务产业水平较低，耦合协调度在0.5-0.6之间，处于勉强协调阶段。其他地区都在0.5以下，处于濒临失调和轻度、中度失调阶段。青海耦合协调度最低，仅有0.2637，与江苏的耦合协调度相差了0.5473，两极分化显著。第二，耦合协调度总体不高，仍处于失调阶段。在耦合协调发展上，区域梯度差异依然存在，但总体上差别不大，大部分地区处于濒临失调阶段，例如黑龙江、福建和贵州等地区。耦合协调度较高的东部地区，如山东、浙江等省份个别产业系统综合发展指数仍然不够高，影响了耦合协调度的进一步提升;至于耦合协调度水平较低的如青海、宁夏、新疆等地区，则普遍存在经济发展滞后现象或养老服务产业发展滞后的状况。第三，耦合协调水平空间格局相对稳定，耦合协调度总体呈“东部最高、中部次之、西部最低”的阶梯状分布状况。江苏、山东、广东等东部地区耦合协调水平较高，但尚未形成连片及带状，都以点状集中分布。协调度最高的江苏属于良好协调类型，其养老服务产业与区域经济实现了良性互动和高效的协同性;广东、山东等地区凭借经济实力，养老服务产业和区域经济综合指数相对较高，使其耦合协调水平达到中级协调阶段;四川属于西部地区，区域经济综合指数比较低，但由于其为人口大省，人口老龄化程度较深，一定程度上影响了养老服务产业产品的输出，养老服务产业发展较好，养老服务产业综合指数较高，所以处于初级协调阶段;而重庆、吉林、陕西等中西部地区由于养老服务产业发展不够好、经济实力不够强，产业间的协同效应较低，其协调水平停留在濒临失调阶段;天津作为经济较为发达东部地区的区域，由于养老服务产业指数低，表现为“短板”拉低“长板”的现象，养老服务产业发展未能及时对老龄化进程和区域经济状况做出反应，导致其协调度值仍较低，养老服务产业与区域经济的耦合状况也不理想，导致天津处于濒临失调阶段;海南、青海、宁夏等区域由于养老服务产业落后、经济实力低下，导致其协调水平处于中度失调阶段。

四、结论与建议

通过测算我国不同地区的养老服务产业和区域经济之间的耦合度、耦合协调度及其基本分布规律和基础特征可以看出：（1）各省份养老服务产业与区域经济发展协调水平整体偏低，尚未形成高水平的互动协调发展关系，主要表现为养老服务产业的发展严重落后于区域经济的发展水平。（2）养老服务产业与区域经济的综合效益值呈现出较大的区域差异，整体上是与区域经济发展水平正相关。（3）我国养老服务产业发展水平东部、中部地区界限不明晰，与区域经济明显的阶梯型分布特征有所不同，表明经济因素并不是影响养老服务产业的唯一因素。

基于区域经济发展和养老服务产业之间的耦合机制，两者之间形成良性互动关系需要经过一段时间的调适，各种要素平稳而渐进地综合发展作用。因此提出以下建議：（1）各地政府要基于本地区经济发展特征和要素比较优势引导相适应的养老服务产业的发展，并与其他地区进行适度的养老服务产业“错位发展”。目前，东部地区和中西部地区区域经济发展分别呈现“资本要素投入驱动型”和“劳动要素投入驱动型”特征，这种区域经济发展趋势应当进行结构性优化。对于人力资本积累和技术水平较为领先的东部地区，应该重点打造资本技术密集高附加值为主要特征，以老年金融产品、互联网+养老、养老娱乐为主要内容的现代养老服务产业;而中西部地区需要提供基本养老服务，有序发展中高端养老服务的路径，逐步实现区域经济与养老服务产业之间的协同升级，这样可以逐步缓解两个子系统不协调对区经济发展的负面冲击。（2）利用好区域发展的转型契机，深化分工与合作，形成促进养老服务业发展的政府、企业、协会与民间多层次合作的闭环。创新产业发展的体制机制，对新兴产业、惠民产业的基础设施、信用体系、市场准入等方面给予支持，注重创新驱动和质量效益，推动区域经济与养老服务产业的高级耦合协调，推动区域经济与养老服务产业互相促进。（3）基于人口老龄化趋势，维持一定的养老服务产业相对较快的发展水平，避免区域养老服务产业过度滞后供给。（4）区域经济与养老服务产业的耦合发展不仅受到两个系统之间的影响，也受到内部因素的影响。因此，可以适时考虑利用区域经济系统内部要素资源，包括人才、服务、资金，以养老服务产业为投入平台，不断创新养老服务，从而延伸养老服务产业链。

注释：

① 数据来源：国家统计局《2019年人口抽样调查》数据整理。

参考文献：

[1] 谢国根，蒋诗泉，赵春艳.区域经济、城镇化与社会治理耦合协调水平分析[J].统计与决策，2020，36（1）：127-130.

[2] 何秋洁，杨晓维.大健康产业与养老服务的耦合协调度分析[J].软科学，2019，33（10）：45-49.

[3] 何冬梅，王增文.养老服务产业与区域经济耦合协调度时空演变研究——以江苏省为例[J].管理现代化，2019，39（2）：16-22.

[4] 曹现强，姜楠.基本公共服务与城市化耦合协调度分析——以山东省为例[J].城市发展研究，2018，25（12）：147-153.

[5] 黄桂琴，赵连阁，王学渊.人口城镇化与农产品流通产业效率时空耦合分析[J].商业研究，2018（9）：146-156.

[6] 逯进，刘璐，郭志仪.中国人口老龄化对产业结构的影响机制——基于协同效应和中介效应的实证分析[J].中国人口科学，2018（3）：15-25，126.

作者：李元 尹典 王晓璐

区域经济创新耦合关系论文 篇2：

喀斯特山区土地整治与区域经济发展的耦合协调性分析

摘要：分析土地整治與区域经济发展的耦合关系，探讨影响二者耦合程度的因素，对喀斯特山区有序开展土地整治和促进区域经济发展具有重要的理论和现实意义。以贵州省为例，利用贵州省2011—2017年土地整治和经济发展相关数据，基于耦合协调度模型，分析土地整治与经济发展的耦合协调态势。结果表明，研究区土地整治与经济发展水平耦合协调程度逐年升高，但仍然未达到高水平的耦合及优质协调阶段，耦合协调发展趋势迅速，但耦合协调发展水平还有待提高，亟待采取相应的措施培养重要集聚极点。因此，维持耦合发展势头、进一步强化土地整治;加强试点研究，突破协调发展瓶颈;培养重要集聚极点，针对不同区域采取不同的整治策略，是促进贵州省土地整治与经济协调发展的主要方向。

关键词：土地整治;耦合协调度模型;区域经济发展;喀斯特山区;措施;综合指数;耦合度;协调度;贵州省

随着国民经济和社会发展进入“新常态”，我国经济正面临土地开发空间收窄、资本投入无序低效、耕地过度非农化、生态环境恶化、城乡差距扩大等现实问题[1-2]。土地整治是改善盘活土地存量、保障粮食安全、促进城乡统筹、助力生态文明建设的重要抓手和平台[3-4]，从而对支撑区域经济发展具有重要作用。国务院《关于实施乡村振兴战略的意见》（中发[2018]1号）要求，要深入实施藏粮于地战略，大规模推进土地整治和高标准农田建设，土地整治已上升为国家层面的战略部署。

我国具有现代意义的土地整治发展较晚[5]，已有的研究大多数是针对土地整治模式、土地整治效益、土地整治项目管理、土地整治规划设计等方面。土地整治通过“盘活土地存量、优化土地流量、提高土地产能”等方式，能更好地推动区域经济发展，而经济的发展又可为土地整治的实施提供资金与技术支持。然而，对于如何衡量土地整治与区域经济发展之间的相互关系、如何实现在特定经济条件下合理有序地开展土地整治，目前鲜有学者开展相关研究。刘海楠以山东省为研究对象，探讨土地整治促进区域经济协调发展机制及路径，表明土地整治对区域经济协调发展具有促进作用[4]。齐福佳以江苏省宝应县为例，对土地整治与经济协调发展的耦合关系进行研究，指出宝应县农村土地整治与经济发展系统是低水平下的高度耦合，并根据研究结果提出了相关对策建议[3]。

以贵州省为代表的喀斯特山区土层浅薄，水土流失严重，生态环境敏感而脆弱[6]，当地居民生存条件的改善和经济可持续发展成为世界性难题[7]。加之近年来城镇建设占用大量耕地，给本地脆弱的喀斯特山区带来了一系列挑战。本研究以贵州省为例，通过详细分析土地整治与经济发展的耦合关系，探讨影响二者耦合程度的因素，以期对喀斯特山区有序开展土地整治和促进区域经济发展提供理论依据。

1 研究区概况及数据来源

1.1 研究区概况

贵州省地处云贵高原东部，西南岩溶腹地，位于103°37′～109°32′E、24°37′～29°13′N，全省面积为17.61万km2[8-9]，是我国喀斯特地貌最完整、分布面积最广泛的省份[10]。由于褶皱、断层和侵蚀作用，境内地表崎岖破碎，地貌类型复杂多样，山地、峡谷、丘陵、河谷和山间洼地等相互交错，呈现“地无三里平”的山原地貌特征。贵州省国土面积中山地占71-34%，丘陵占20.97%，而平川坝地仅占7.69%，严重制约了经济的快速发展。此外，山多坡陡的地表结构、岩溶发育强烈，加剧了斜坡体上水、土、肥的流失，造成耕地后备资源短缺，在城镇化快速推进背景下，耕地保护形势十分严峻。因此，实现土地整治与经济协调发展是贵州喀斯特山区面临的重要课题。

1.2 数据来源

本研究建立的土地整治和区域经济水平指标体系共包含9个可量化指标。选取土地整治规模（x1）、投资额（x2）、新增耕地面积（x3）、投资强度（新增耕地单位面积平均投资（x4）4个相关指标反映土地整治范围、效益和强度，数据均来源于贵州省土地整治中心。选取地区生产总值（y1）、人均地区生产总值（y2）、固定资产投资总额（y3）、第一产业比重（y4）、种植业增加值（y5）5个指标反映区域经济发展水平指标，数据来源于贵州省国民经济和社会发展统计公报。

1.3 指标体系的建立及权重的确定

依据可操作性、科学性、系统性、综合性等原则，设置能够反映土地整治范围、效益、强度的变量指标和能够反映经济发展水平的指标。借鉴张俊峰等研究[11]，采用土地整治规模、投资额、新增耕地面积、新增耕地单位面积平均投资4个相关指标反映土地整治范围、效益和强度，分别用x1、x2、x3、x4表示。参考齐福佳的研究成果[3]，并考虑数据的可获得性和科学性，选取地区生产总值、人均地区生产总值、固定资产投资总额、第一产业比重、种植业增加值5个指标反映区域经济发展水平指标，分别用y1、y2、y3、y4、y5表示（表1）。

指标权重的确定直接关系研究结果的准确性，权重不同可能会带来研究结果的差异。指标权重的确定方法主要分为主观法、客观法等2类，单独使用其中一类，会因主观性过强或客观性过强可能造成结果与实际存在偏差[12]。因此，本研究选取主观法中的“层次分析法”和客观法中的“熵值法”并将其相结合，运用乘数合成法将2种赋权法得出某一指标的权重，再经过极差法进行标准化处理后得到最终的指标综合权重（表1）。计算公式为：

2 结果与分析

2.1 综合指数函数分析

根据式（2）、（3）的土地整治和经济发展综合指数函数公式计算得出土地整治和经济发展综合指数函数结果（图1）。由图1可知，2011—2017年间经济发展综合指数函数值逐年增大，且基本上呈直线增长趋势，经济发展水平逐年增高，计算结果与贵州省经济发展状况相符。2011—2017年土地整治综合指数函数呈“增大—减小—增大”的趋势;在2011—2014年，土地综合整治呈逐年上升趋势;在2015年，土地整治综合指数函数由0.41降低到0.31，可能原因主要是“十二五”上级下达的贵州省土地整治任务在2011—2014年已经基本完成，贵州省各地区2015年实施的土地整治项目较少，致使2015年土地整治强度降低;自2016年开始，原国土资源部下达省“十三五”土地整治任务，同时贵州省将土地整治任务下发至各地区，为完成整治任务，土地整治综合指数在2016年之后又呈增大趋势，土地整治强度增大。

从土地综合指数函数值与经济发展综合指数值的对比来看，在2011—2012年，土地整治综合指数函数值小于经济发展综合指数函数值，属于经济发展滞后型;在2013年之后，经济发展综合指数函数值大于土地整治综合整治函数值，属于土地整治滞后型。

2.2 耦合/协调度分析

2.2.1 耦合度分析 由图2可知，研究期间贵州省土地整治与经济发展水平的耦合度逐年增大，耦合度值由0.20逐步增大到0.64，表明2个系统处于不断发展阶段，2个系统的耦合水平不断提高。在2011年，土地整治与经济发展水平2个系统耦合度值为0.22，处于低水平耦合阶段;在2012—2015年，2个系统耦合度值在0.30～0.46之间，处于拮抗阶段，表明2个系统处于一种过程阻抑另一种过程的状态，可能原因是土地整治促进经济发展的效应具有滞后性，但从耦合度数值可看出，这种阻抑程度逐渐减弱，说明土地整治促进经济发展尤其是农业经济的发展效果开始逐步显现;在2016—2017年，耦合度分别为0.55、0.64，处于磨合阶段，开始良性耦合。

2.2.2 协调度分析 由图2可知，研究期间贵州省土地整治与经济发展水平的协调度逐年增大，协调度值由0.12增加到0.75，表明2个系统的协调水平逐年升高。在2011—2012年，2个系统的协调度小于0.3，处于严重失调阶段，说明土地整治与当时的经济发展水平不匹配;在2013—2015年，协调度大于0.3且小于0.5，处于濒临失调阶段，土地整治与经济发展的协调程度较2011—2012年有所提升，但2个系统的发展水平仍处于不匹配状态;在2016年，土地整治与经济发展的协调度为0.61，处于初级协调阶段，协调程度有所提升，2个系统开始处于初步匹配状态;在2017年，土地整治与经济发展的协调度为0.75，处于良好协调阶段，2个系统协调程度进一步提升，土地整治与经济发展水平相匹配。

2.3 耦合协调评判结果与分析

由“2.2”节部分的计算结果及分析结果可知，在2011—2012年，贵州省土地整治与经济发展2个系统处于低水平耦合下的严重失调阶段，属经济滞后型。此阶段是贵州省完善基础设施的重要时期，经济发展水平不足以支撑当时的土地整治任务，从土地整治与经济发展综合指数的比值可以看出，经济发展滞后的情况正在缓解;在2013—2014年，土地整治与经济发展水平处于拮抗阶段，2个系统处于磨合期，土地整治与经济发展水平不相匹配的情况正在改善;在2015年，2个系统还处于拮抗阶段，由于土地整治受到政策因素限制，虽然贵州省“十二五”时期的土地整治任务已经基本完成，但土地整治明显不匹配当时的经济发展水平;在2016年，2个系统处于磨合阶段，系统耦合程度得到发展，但仍还处于初级协调土地整治滞后型，土地整治与当年的经济发展水平仍然不匹配;在2017年，2个系统仍处于磨合阶段，但土地整治与经济发展水平的匹配程度进一步好转，属于良好协调经济主导型（表4）。

3 结论与讨论

本研究选取贵州省作为喀斯特山区的代表，对其土地整治与经济发展水平的耦合协调性进行研究。结果表明，研究期间土地整治与经济发展水平2个系统经过不断发展，耦合协调程度逐年升高，但仍未达到高水平的耦合及优质协调阶段。耦合协调发展迅速，但耦合协调发展水平还有待提高，亟待采取相应的措施培养重要集聚极点。针对本研究结果提出以下几点建议。

首先，维持耦合发展势头。根据研究结果，近几年应进一步加大土地整治的投资力度，做好土地整治工作。按照“耕地保护、生态建设、绿色发展”三大原则，以提升粮食产能为着力点，大力推进农用地整理和高标准农田建设，促进贵州现代山地特色高效农业发展;加大政策、项目、资金支持，拓展资金渠道，鼓励社会资本参与土地整治;强化绿色土地整治，贯彻“山水林田湖是一个生命共同体”理念，大力推进废弃、退化、污染、损毁土地治理、修复，促进土地资源永续利用。

其次，突破协调发展瓶颈。加强试点研究，探索土地整治要素与经济发展要素之间的互动关系，从自然条件、经济技术水平、政策措施等多个角度寻找阻抑协调发展的关键因素;土地整治作为一项民生工程，受到政策的影响较大，进而影响2个系统间的协调程度，应进一步立足于研究成果，在特殊时期采取特殊政策维持土地整治与经济发展水平的耦合协调水平。

最后，注重培养集聚极点。土地整治作为国家重大战略，在当前经济进入新常态背景下，土地整治应结合山地特色高效农业发展，为农业供给侧结构性改革提供优质服务;结合城乡统筹发展，应大力推进城乡散乱、闲置、低效建设用地整理，促进黔中城市群发展，推动美丽宜居乡村建设和山地特色新型城镇化发展;结合贵州省贫困地区基础设施较差的实际，大力推进贫困地区土地综合整治，助力脱贫攻坚。

参考文献：

[1]贾 康. 三大要素趋于不利，供给侧如何改革[EB/OL]. （2016-04-07）[2018-07-01]. http：//www.cssn.cn/jjx/jjx_gd/201604/t20160407_2955444.shtml.

[2]项晓敏，金晓斌，王温鑫，等. 供给侧结构性改革视角下的土地整治制度创新初探[J]. 中国土地科学，2017，31（4）：12-21.

[3]齊福佳. 农村土地整治与经济发展的耦合关系研究——以宝应县为例[D]. 南京：南京农业大学，2014.

[4]刘海楠. 土地整治促进区域经济协调发展的机制及路径研究[D]. 北京：首都经济贸易大学，2014.

[5]王 婕. 山地丘陵区土地整治工程可提升耕地质量潜力测算方法研究[D]. 重庆：西南大学，2018.

[6]刘 春，吕殿青，陈洪松，等. 中国西南岩溶地区生态环境脆弱性及成因分析[J]. 地质灾害与环境保护，2014，25（2）：49-53.

[7]杨庆媛，张明举，涂建军，等. 喀斯特地貌区土地整治与生态环境建设途径研究——以四川省珙县为例[J]. 西南师范大学学报（自然科学版），2001（2）：217-221.

[8]李旭东. 喀斯特高原山区人口空间结构及其对可持续发展的影响[D]. 上海：华东师范大学，2007.

[9]楚文海，苏维词，鄢贵权，等. 脆弱生态约束下贵州岩溶山区农业可持续发展[J]. 中国农村水利水电，2007（1）：5-7.

[10]李 军，蒋毛席，张和喜，等. 喀斯特地区水资源利用对生态环境的影响[J]. 广东农业科学，2010（11）：219-221.

[11]张俊峰，张安录. 土地整治对中国农业经济增长的效应分析——基于通径分析法[J]. 东北农业大学学报（社会科学版），2014（2）：1-6.

[12]张慧利，蔡 洁，夏显力. 水土流失治理效益与生态农业发展的耦合协调性分析[J]. 农业工程学报，2018（8）：162-169.

[13]刘海楠，王德起，周 霞. 土地整治促进区域经济协调发展的机制与路径——基于改进的存量-流量模型[J]. 中国农业资源与区划，2015（2）：23-28.

[14]翁钢民，李凌雁. 中国旅游与文化产业融合发展的耦合协调度及空间相关分析[J]. 经济地理，2016（1）：178-185.

[15]王雪妮，孙才志，邹 玮. 中国水贫困与经济贫困空间耦合关系研究[J]. 中国软科学，2011（12）：180-192.

[16]张明斗，莫冬燕. 城市土地利用效益与城市化的耦合协调性分析[J]. 资源科学，2014（1）：8-16.

作者：金桃 董艳艳 肖玖军

区域经济创新耦合关系论文 篇3：

山东省区域经济差异对科技创新水平影响研究

[摘 要]随着我国进入新常态，创新在区域经济发展中的作用凸显。文章运用SPSS21软件分析山东省17个地级市的面板数据，采用因子分析法和聚类分析法对所选因子分析，探讨在一省域内经济发展差异对科技创新水平的影响。研究表明，经济影响因子和创新可持续性影响因子在山东省各地级市所产生的影响会因为区域经济差异而表现出不同。研究的结论是：山东省的经济水平和创新水平主要受经济影响因子和创新持续性影响因子的影响;山东省各地级市经济发展水平与科技创新水平呈正相关关系;区域经济差异对科技创新水平的影响呈倒“U”型关系;科技创新在区域经济发展过程中存在时滞效应。

[关键词]区域经济差异;科技创新水平;影响因子

[基金项目]吉林省科技发展计划项目“基于双创的吉林省大学生科技服务体系的构建”（2019-00005005263）;吉林省科技发展计划项目“吉林省技术创新要素的有效供给研究”（20200101045FG）;吉林省教育厅“十三五”社会科学研究项目“‘双创’背景下吉林省技术创新与转化的互联网金融众筹模式研究”（JJKH20181053SK）;吉林省教育廳“十三五”社会科学研究项目“基于长春、吉林两市田野调查的合作主体关系性态演变对区域间协同创新绩效影响研究”（JJKH20181049SK）。

[作者简介]王琦（1971-），女，理学博士，长春工业大学经济管理学院教授;李陈陈（1994-），男，长春工业大学经济管理学院硕士研究生（长春130012）。

引言

中国共产党在党的十九大报告中强调，科技创新是经济高质量发展的动力。随着中国进入新常态，经济从高速发展阶段进入高质量发展阶段，科技创新在经济发展中所扮演的角色也更加重要。近年来，我国不断加强科技创新的有效供给和科技资源的有效配置，为经济高质量发展不断注入新的活力。同时，区域经济发展的差异问题也日益凸显。区域经济差异对区域经济高质量发展刘丽波：《基于区域差异的经济高质量发展水平测度与进程监测》，《经济实证》2020年第8期。、资源有效配置、区域分工与合作效率赵文亮、陈文峰等：《中原经济区经济发展水平综合评价及时空格局演变》，《经济地理》2011年第10期。Eriksson，R.H.，H.K.Hansen andL.Winther，“Em-ploymentGrowthandRegionalDevelopment：IndustrialChangeandContextualDifferencesbetweenDenmarkandSweden”，Euro-peanPlanningStudies，Vol.25，no.10（June 2017）pp.1756-1778.、经济增长伍世代、王强：《中国东南沿海区域经济差异及经济增长因素分析》，《地理学报》2008年第2期。、协调发展牛芳兵：《山东省区域经济差异分析与协调发展研究》，《湖北农业科技》2013年第24期。、区域经济韧性谭俊涛、赵宏波等：《中国区域经济韧性特征与影响因素分析》，《地理科学》2020年第2期。等均产生着不同程度的影响。在信息化和知识化高度发达的今天，区域经济差异对创新水平的影响尤为显著，这种影响已经成为相关领域关注的重点。因此，对一个省份来说，研究区域经济差异对科技创新水平的影响将有助于该区域经济高质量发展目标的实现。

一、文献综述

科学技术是第一生产力，科技创新是经济高质量增长的主要支撑，经济高质量不断激发科技创新活力。纵观已有研究文献，国内外对区域经济和科技创新均进行了大量研究。Michele等（2004）以意大利为研究对象，采用动力增长模型的研究方法，研究了区域技术创新对经济增长的影响作用。研究表明，从长期来看，区域技术创新对劳动生产率有明显的促进作用MicheleCosta，StefanoIezzi，“TechnologySpilloverandRegionalConvergenceProcessaStatisticalAnalysisoftheItalianCase”，StatisticalMethodsandApplications，Vol.13，no.3（Devember 2004），pp.375-398.。Moreno（2005）以欧洲的17个国家的138个地区为研究对象，截取1978年-1997年20年的专利统计数据，分析了创新活动空间分布和技术溢出对知识创造的作用，得出的结论是区域内部的研发支出与专利对区域创新和发展高度相关并且有明显的促进作用MorenoR，PaciS，UsaiS，“SpatialSpilloversandInnovationActivityinEuropeanRegions”，EnvironmentandPlanning，Vol.37，no.10（October 2005），pp.1793-1812.。Broekel（2015）以德国为研究对象，选取270个主要劳动市场区域和4类产业面板数据，研究了区域协同创新政策对创新的影响作用，研究认为，区域协同创新政策中加大对研究和开发的补助对区域创新效率有明显的促进作用BroekelT，“DoCooperativeResearchandDevelopmentSubsidiesStimulateRegionalInnovationEfficiency？EvidencefromGermany”，RegionalStudies，Vol.49，no.7（August 2013），pp.1087-1110.。SeferSener（2011）把科技创新作为国际经济发展的驱动力，结果表明，在国际竞争中把科技创新作为国家发展战略的国家拥有更强的竞争力SenerS，SaridoganE，“Theeffectsofscience-technology-innovationoncompetitivenessandeconomicgrowth”，Procedia-SocialandBehavioralSciences，Vol.24，（2011），pp.815-828.。MehmetAdak（2015）以土耳其为研究对象，研究区域资本和技术进步的相互作用，结论表明，技术进步和创新对土耳其经济发展有促进作用AdakMehmet，“TechnologicalProgress，InnovationandEconomicGrowth：theCaseofTurkey”，Procedia-SocialandBehavioralSciences，Vol.195，no.3（July 2015），pp.776-782.。Moussa等（2015）以法国的城市为研究对象，选取1995年-2008年的数据，分析了专利申请和研究经费支出对地区经济的作用，得出了内部研究支出和专利申请呈正相关，同时对创新活动强的地区有影响的结论InèsMoussa，ThibaultLaurent，“IndirectandFeedbackEffectsasMeasureofKnowledgeSpilloversinFrenchRegions”，Applied Economics Letters，Vol.50，no.1（February 2015），pp.511-514.。Maria等（2019）以俄罗斯为研究对象，选取80个地区2005年-2018年的数据，分析技术创新与研发支出对人均生产总值增长率的影响，认为创新能力不足的区域难以带来新的技术MariaKaneva，GalinaUntura，“TheImpactofR&DandKnowledgeSpilloversontheEconomicGrowthofRussianRegions”，Growth and Change，Vol.50，no.1（Delember 2019），pp.301-334.。

国内关于区域经济差异和创新水平的研究文献近几年不断增多，并且取得了丰硕的成果。经济地理学领域相关学者从省级尺度的角度出发，实证分析了要素跨区域流动、创新互动溢出、空间报酬递增的综合作用是我国区域创新差异形成的重要原因张占仁：《我国区域创新差异的形成机制研究——基于新经济地理学的实证分析》，《软科学》2013年第6期。;区域经济学领域相关学者以京津冀地区为例，研究了协同创新、区域差异与现代化经济体系布局之间的关系龚轶、王峥等：《协同创新、区域差异与现代化经济体系布局——以京津冀为例》，《区域创新》2019年第8期。;产业经济学的相关学者基于海洋经济创新发展，论证了中国海洋经济创新发展的区域空间特征和时间特征狄乾斌、徐礼祥：《中国海洋经济创新发展的时空差异》，《资源与产业》2020年第3期。;管理学领域的相关学者研究了区域差异与大学知识创新之间的关系沈能、刘凤朝：《基于空间经济视角的大学知识创新效率的区域差异与趋同》，《数量统计与管理》2014年第1期。。肖仁桥等（2020）为了研究新时代我国经济高质量发展水平，运用实证分析的方法分析了科技研发和成果转化对经济增长的影响，研究结果表明，二者对经济高质量发展有明显的促进作用肖仁桥、沈路等：《新时代科技创新对中国经济高质量发展的影响》，《科技进步与对策》2020年第4期。。肖田野等（2017）以广东省为研究对象，选取2006年-2015年的面板数据，运用耦合协调模型实证分析了区域科技与经济之间的关系，结果认为区域科技与广东省经济发展存在较强的相关关系肖田野、罗广宁等：《区域科技创新与经济发展耦合协调度研究——以广东为例》，《科技管理研究》2017年第15期。。苏卫华等（2019）以东北地区和长江地区为研究对象，实证研究了经济增长的影响因素苏为华、申晓军：《我国区域经济增长质量比较研究——基于长三角与东北三省全要素生产率的比较分析》，《价格理论与实践》2019年第10期。。杨恺钧等（2019）以粤港湾地区为研究对象，选取2007年-2017年的面板数据，运用系统GMM与面板门槛模型实证研究了技术创新对经济发展的驱动作用，实证结果认为技术创新对经济有较强的驱动作用杨恺钧、闵崇智：《技术创新对经济增长质量的驱动作用研究——以粤港澳大湾区为例》，《当代经济管理》2019年第12期。。

综上所述，国内现有文献对区域经济差异和科技创新水平的研究大多选择中国经济发达的南方地区，在以省级为单位的前提下，对北方地区的研究较少。山东省的地理分布有着东西长、南北窄的特点，正是由于这种地理分布（鲁东、鲁中、鲁西）的特征，导致了山东省区域经济发展水平的差异化，进一步导致了区域创新水平差异化明显。因此，基于不同领域的研究，本文以山东省为例，选取2018年的相关数据，运用因子分析法和聚类分析法实证研究山东省区域经济差异对科技创新水平的影响。

二、区域经济发展差异与科技创新水平的关系

城镇化的程度越高，区域经济发展水平就越高。从全国范围来看，城镇化水平与区域科技创新水平呈正相关田逸飘、刘明月等：《城镇化进程对区域科技创新水平的影响》，《城市问题》2018年第4期。。也就是说，区域经济发展水平的提高会带动科技創新水平的提高，同时，科技创新水平的提高也会拉动一个地区的经济快速增长。例如，中国东部经济发达程度高于西部，科技创新水平也明显高于西部。区域科技创新水平差异问题在中国东西部尤为突出，需要得到充分的重视。对于具体省份来讲，区域经济差异会对科技创新水平产生如何的影响，也是现在研究的重点。

（一）区域经济差异与创新绩效

通常来说，越发达的地区科技创新也就越发达。但是，每个地区的经济发展情况均存在一定差异。从全国范围来看，中国南方经济发展好于北方，东部沿海地区经济发达程度高于中部和西部，中国34省级行政区经济水平各不相同。对于山东省来说，17个地级市经济差异也较为明显，东部沿海地区的经济明显优于山东西部地区。因此，即使同种创新要素投入到不同的地区，创新绩效也会有所不同，各地区的整体创新水平也会呈现出不同。区域经济发达的地区，投入相同的创新要素，创新绩效会高些。同时一个地区的创新绩效和创新水平与当地政策也有一定的关联。

（二）科技创新水平与地区经济发展

国内外大多数学者都把科技创新水平作为经济发展的一个要素，认为提高某地区新一代科技产业的创新，就能够拉动该地区的经济增长。但是，由于地区经济差异的不同，使得不同地区在不同的发展阶段拉动区域发展的产业也会有所差异。通过专利授权数来分析地区创新水平时，发现处于不同发展阶段的地区同产业专利水平差异明显。但是，当区域经济差异和科技创新水平的关系具体到一个省域，并且区域创新水平由三种专利数量来表示时，二者之间并非是简单的线性关系。区域经济发展水平对科技创新水平会产生怎样的影响，就需要进一步探讨。

三、数据来源与模型设定

（一）数据来源

本文选取2018年山东省17个地级市能够反映区域经济差异与科技创新水平的指标来研究二者之间的关系。所有数据均来自《山东省统计年鉴》。本文选取了X1——地区生产总值;X2——地区人均GDP;X3——工业增加值;X4——公共预算收入;X5——城镇人口数;X6——就业总人数;X7——货运总量;X8——专利授权数共八个指标。其中X5——城镇人口数;X6——就业总人数两个指标用于反映城市规模;X3——工业增加值和X7——货运总量两个指标用于反映城市工业发展程度;X1——地区生产总值;X2——地区人均GDP和X4——公共预算收入用于反映城市的国民收入水平，X8——专利授权数用于反映科技创新水平。

（二）模型设定

因子分析法的核心就是通过检验来确定原始变量之间的相关性，并根据相关性的大小进行分组，把相关性大的变量分在同一组。用公共因子来表示各组变量的基本结构。对于具体的研究问题，可对原始变量进行分解，分解为两部分之和的形式：其中一部分是公共因子的线性函数，该公共因子是不可以预测的;另外一部分是特殊因子，特殊因子与公共因子无关。聚类分析法是通过对研究对象的分类，以某种合适的方法计算其距离大小，从而使同类的对象相似性高，不同类的对象相似性低。因此选用因子分析法来分析山东省区域经济发展差异与科技创新水平的关系，并进一步分析山东省区域经济发展差异对科技创新水平的影响。

根据因子分析法，构建因子得分模型与综合得分模型：

F1=α1X1+α2X2+α3X3+α4X4+α5X5+α6X6+α7X7+α8X8     （1）

F2=β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8     （2）

其中，F1和F2为因子得分模型，分别表示因子一和因子二在各项指标中得分系数之和。

F=权重因子一/（权重因子一+权重因子二）F1+权重因子二/（权重因子一+权重因子二）F2   （3）

其中，F表示综合得分，权重选用两个因子的方差贡献率来表示。

四、实证研究

通过SPSS21软件，运用因子分析法和聚类分析法分析2018年山东省各地级市的面板数据来进行实证研究。在进行因子分析时，要注意因子分析中的几个点：1.数据检验;2.因子提取;3.因子旋转;4.计算得分。因子分析中的每一步注意事项都是为了使实证的结果更加科学和可靠。

（一）数据检验

通过对原始变量的相关性检验可以看出，原始变量所有的相关系数均大于0.3，这就说明原始变量显著相关。KMO值为0.756，大于0.6，从而符合KMO度量标准。巴特利特的球形度检验值为221.325，符合巴特利特的球形度度量标准，相应的P值为0，显著小于假设设定的0.05，所以拒绝原假设，因此相关系数矩阵和单位矩阵存在着显著的差异。通过以上分析，原始变量通过了数据检验，符合因子分析的前提。

（二）因子提取

对原始变量进行相关性检验后，运用主成份因子提取法提取两个主要因子。本文提取两个主要因子，两个因子累计贡献率为92.234，大于一般提取所规定的方差贡献率85%，符合提取标准且累计贡献率较大，可以代表全部的原始变量所表达的信息。

（三）因子的旋转与命名

建立因子分析模型的目的是在找到公共因子进一步做因子解释，从而有利于更好地解释实际的问题。为了避免初始因子的一些缺点（原始因子解释公共因子的含义不清楚）等，所以需要对因子进行旋转。本文对初始因子进行3次迭代后运用正交旋转的方法获得旋转后的成份矩阵。

从表4可以看出，地区生产总值、工业增加值、就业总人数、货运总量在第一个因子上的载荷都大于0.85，也就是说这几个因子主要被因子一解释，可以理解为山东省内经济差异的直接影响因素，因此命名为经济影响因子;地区人均GDP、公共预算收入、专利授权数在第二个因子上的载荷均大于0.85，也就是说这几个因子主要被因子二所解释，可以理解为山东省内经济差异的间接影响因素，因此命名为创新持续性影响因子。同时也印证了山东省经济水平差异与创新水平之间存在着较强的关系，通常二者呈正相关关系，这一结论也得到了验证。但是，各个地市的科技创新水平如何，創新水平发展到了什么层次还需进一步探讨。

（四）各因子总得分

因子得分计算就是为了更好地分析实际问题。本文中主要是研究山东省区域经济发展差异对科技创新水平的影响，那么首先就应该根据所选择的因子区分出经济发展较好的地区与经济发展较差的地区，进一步再分析其与科技创新水平的关系以及对科技创新水平的影响。这也是因子分析的关键一步。因子分析最终会体现在因子得分上，其中所选择的变量也变为因子得分变量。本文采用回归法计算因子得分系数，得分系数服从正态分布，即得分系数的均值为0，标准差为1。如果变量得分系数值大于0，则表示其高于平均水平，如果变量得分系数的值小于0，说明其低于平均水平。

由表5和模型1和模型2可得分析得分系数：

F1=0.217X1-0.018X2+0.218X3+0.015X4+0.037X5+0.198X6+0.247X7-0.054X8

F2=0.010X1+0.331X2+0.005X3+0.251X4-0.365X5+0.012X6-0.005X7-0.293X8

在计算因子综合得分时，本文选取两个因子的方差贡献率作为两个因子的权重，计算的综合得分：

F=0.51/（0.51+0.41）F1+0.41/（0.51+0.41）F2

五、实证分析结果

（一）结果解读

各市因子一和因子二得分与综合得分如下表所示：

从上表中可以看出，青岛市、济南市和烟台市的因子一得分较高，说明这几个市受经济影响因素的影响较大，从而说明这几个地区经济水平较为发达;临沂市、潍坊市和济宁市这几个地区因子二得分较高，说明这几个地区受创新持续性影响因素的影响较大，从而说明这几个地区的创新发展潜力较大，创新持续性较强。通过因子二（地区人均GDP、公共预算收入、专利授权数）也可以说明，科技创新水平是这几个地区经济持续发展的重要驱动力之一。青岛作为新一线城市和沿海地区较早开放的城市，经济十分发达，且地理位置上占有绝对优势，但是其创新持续性因子得分却相对较低，说明青岛应该加强对创新持续发展的关注。济南和烟台市在经济发展方面虽不如青岛，但在山东省属于经济发达省份，两地区创新持续性因子得分分别是第六和第八，存在着与青岛同样的问题。

（二）聚类结果

为了更加直观地比较山东省地区间发展水平的差异，运用K-聚类分析的方法对总得分进行聚类，把山东省17个地级市进行分类，主要分为三类：经济发达地区、经济较发达地区和经济欠发达地区，具体分类结果如下。

从表6可以看出，山东省经济较发达地区主要集中于东部沿海地区，这些地区拥有丰富的资源和各种便利的条件;经济较发达地区主要是创新持续发展能力较强的地区，这些地区拥有不错的资源和供可持续发展的便利条件;经济欠发达地区主要是鲁西地区，这些地区由于地理区位和创新能力不足等方面的原因，在山东省一直处于落后状态。

（三）山东省经济发展存在的问题

经济发达地区经济发展水平与科技创新可持续性不匹配。山东省经济发达地区有四个，分别是青岛市、济南市、烟台市和潍坊市。其中青岛市以绝对的经济优势位列第一，济南市、烟台市位于第二和第三的位置。从专利授权总量来看，青岛市以高出济南市14490件的绝对优势位列首位，由此表明经济越发达的地区科技创新水平也就越高。但是，从创新持续性影响因子的得分情况来看，青岛市、济南市、烟台市的得分分别位于第五、第六、第八的位置，说明三个地区虽然经济水平和科技创新水平在省内位列前三名，但是三者的科技创新可持续性与区域经济发展水平并不匹配。从图2也可以看出，最能代表科技创新水平的发明类专利和实用新型专利在经济发达地区所占百分比与经济较发达地区和欠发达地区相比较并没有优势。例如，青岛市两种专利所占百分比低于山东省经济最落后的莱芜市。

经济较发达地区科技创新水平与科技创新可持续性不匹配。山东省经济较发达的地区有临沂市、济宁市和淄博市。从图1可以看出，三个地级市的专利授权总数并不高，从而表明这三个地区的科技创新水平相对于经济发达地区而言较低。但是从创新可持续性影响因子的得分来看，临沂市得分第一，济宁市得分第三，说明这两个地区的科技创新可持续性较强。从图2可以看出，临沂市的发明类专利和实用新型专利所占百分比居于全省倒数第二的水平，也充分说明临沂市的创新水平不高。淄博市与临沂市的创新水平相差不大，但是淄博市的创新可持续性较差，淄博市虽位于经济较发达地区的行列，但是该地区的创新水平和创新可持续性都较低，说明科技创新并未对淄博市的经济发展起到重要推动作用。

经济欠发达地区的科技创新水平与创新可持续性较低。山东省经济欠发达地区主要分布于鲁西地区，这些地区的科技创新水平都比较低，而且大部分城市的创新可持续水平也较低。菏泽市和聊城市虽然位于欠发达地区的行列，但是两地在创新可持续性上具有一定的优势，但是地区经济水平成为限制其科技创新水平的重要因素，使得这样的地区虽有创新可持续发展的潜力，但短时间内无法取得大的发展。对于经济欠发达地区来说，既要重视地区经济的发展，也要注重科技创新水平的提高，进而使得地区经济可持续发展。莱芜市是依附于济南市的小城市，工业为其主要发展产业，因此莱芜市的发明类专利和实用新型专利百分比在所有地区中占比最高。

六、结论与建议

（一）结论

科技创新水平在区域经济发展过程中会受到区域经济发展水平的限制，同时，科技创新也可以作为区域经济可持续发展的不竭动力，二者总的来说呈正相关。具体而言，区域经济差异对科技创新水平的影响呈现倒“U”型关系。在地区经济发展初期，区域经济的发展水平对科技创新水平的影响较为明显，即地区经济发展水平较弱会抑制该地区的科技创新水平和创新成果的转化;随着区域经济发展水平不断发展，科技创新水平也会随之提高，二者的差距会不断缩小，直至达到区域经济差异和科技创新水平相匹配的最高点;随着区域经济发展水平的进一步提高，科技创新水平会出现突变，结果就是与区域发展水平不匹配，即科技创新水平的提高程度赶不上区域经济发展水平的提高程度。科技创新在区域经济发展中存在时滞效应，会在区域经济发展的各阶段产生不同的效应水平。虽然科技创新是经济发展的重要推动力，但是科技创新需要一个转化的过程才能起到推动地区经济发展的作用。在山东省的经济欠发达地区，由于科技创新水平较低和创新性持续性不强，科技创新未能起到推动该区域经济发展的作用;在经济发达地区，科技创新是区域经济发展的主要推动力;在经济较发达地区，虽然科技创新在一定程度上促进了该区域的经济发展，但是创新可持续性较弱，也就是说科技创新的转化能力不够强劲。

（二）建议

对山东省经济欠发达地区而言，要实行科技创新先行的策略。科技创新是经济发展的重要驱动力，但是科技创新要经过转化才能起到促进地区经济发展的作用。经济发展水平过低会抑制科技创新的发展，因此，要想把科技创新作为地区经济发展的助推剂，就要优先发展科技产业，加大科技创新的投入，保证科技创新能正常转化为生产力，最终实现以科技创新推进经济发展的目标。

加强政策性引导和创新性保障。随着区域经济发展，区域经济差异不断缩小，科技创新的推动作用愈发显著。此时，不同地区依据经济发展的水平采取科学的引导政策就变得至关重要。对经济较发达地区而言，区域经济发展水平与科技创新水平匹配度较高，创新可持续性较为强劲，为防止经济发展水平与科技创新水平偏离程度過大问题的出现，不同地区依据经济发展的水平采取科学的引导政策就变得至关重要。例如，制定科技创新专利保护政策，同时加强对科技创新转化成果的奖励。

注重科技创新可持续性和创新成果的转化速率。山东省经济发达地区各方面条件都十分优越，但是由于忽略了科技创新可持续性和创新成果的转化速率，导致经济发展水平和科技创新水平不匹配问题。科技创新可持续发展和区域经济可持续发展同等重要，只注重经济发展水平，而忽略了科技创新的可持续性势必会对区域经济发展产生负面效应。政府、企业和科研机构与高校应进一步加强合作，政府提供资金和政策保障，企业注重创新性转型，高校注重人才的培养和输送，以此来保障科技创新的可持续性和创新成果的转化速率。

作者：王琦 李陈陈