黄河流域科技创新与新型城镇化耦合协调发展测度

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)

0 引 言

黄河流域作为中国重要生态屏障与社会经济运行体系的关键组成部分，其良性发展关乎民族复兴大计。2019年9月，黄河流域生态保护和高质量发展被上升为国家重大战略，但滞后的科技创新机制、薄弱的科技创新水平、“一沿九鼎”的城镇化支撑格局及盲目扩张城镇区域未有效助力黄河流域高质量发展。因此，有必要探索黄河流域科技创新与新型城镇化的协调发展机制，为破解黄河流域协调发展难题提供解决思路。

国内外学者针对科技创新和新型城镇化已开展广泛深入研究。国外学者发现科学技术和成果是经济稳步发展的重要保障。在内涵界定方面，科技创新是科学研究与技术创新的总称。真正的城镇化是产业、人口、空间、社会四位一体的城镇化。在科技创新及新型城镇化水平测算方面，主要方法有主成分分析法、数据包络分析法、耦合协调模型及空间计量模型等。在影响因素分析方面，永久性研发、科技投入和教育水平等因素对科技创新影响较大，区域创新环境、政府能力和固定资产投资等因素对新型城镇化影响较大。在两者联系方面，国外学者发现城市化和技术创新的联合对可持续发展促进作用较强。部分国内学者认为随着时间推移，科技创新对新型城镇化的正向影响逐步减弱，有的则认为新型城镇化对创新驱动存在U型效应。

综上所述，关于科技创新与新型城镇化的定性及定量研究颇丰，但关于科技创新与新型城镇化的交互机理及耦合关系研究相对稀缺，并且关于黄河流域九省区科技创新与新型城镇化协调发展及影响因素研究尚有缺失。科技创新与新型城镇化间相互作用具有累积性和长期性，因此，本文探讨了科技创新与新型城镇化交互机理并构建评价体系，运用熵值法与耦合协调模型，借助全局莫兰指数、Dagum基尼系数及核密度图测算2005～2019年黄河流域青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南、山东等九省区各系统发展水平和耦合协调度并分析时空差异，进而应用空间杜宾模型分析耦合协调度影响因素，旨在为黄河流域各省区高效协调发展提供理论依据和实践参考。

1 协调发展机理

科技创新与新型城镇化存在互相促进、相互制约的关系，机理见图1。新型城镇化是科技创新的重要基础和依托。新型城镇化为科技创新提供人才智慧保障、完善的基础设施并推进招商引资工作，助力科技创新企业集聚并形成人才高地；此外，新型城镇化及绿色环保的理念激发人民群众对低碳环保产品的强烈需求，推动科技创新企业的产品研发进程。科技创新为新型城镇化提供源源不断的动力源泉和技术支撑。科技创新企业的蓬勃发展对劳动力需求增加并为国家带来大量税收，扩大了城镇人口规模，有利于完善设施建设并以创新驱动二三产业转型升级，进而优化城镇化产业结构并缓解产业空心化问题；此外，科技创新与环保新技术的进步能优化城镇空间布局并提高空间利用效率，推动生态与空间城镇化进程。总体而言，为实现经济高质量发展和人民对美好生活向往的目标，科技创新与新型城镇化需齐头并进，实现耦合协调发展。

图1 科技创新与新型城镇化协调发展机理Fig.1 Mechanism of Coordinated Development of Scientific-technological Innovation and New Urbanization

2 分析方法

2.1 评价指标体系构建

结合理论分析法、多指标综合评价法与各省区实际情况，选取代表性较强的指标。基于投入产出视角，科技创新指标体系以创新投入和产出为基础下设12个二级指标，其中资金和人力投入表征创新投入，专利与经济价值等表征创新产出；在新型城镇化指标体系构建方面，围绕相关研究并结合《国家新型城镇化规划(2014～2020年)》确定人口、经济、社会、生态及空间城镇化为一级指标并下设23个二级指标。遵循指标选取的可获取性等原则并兼顾地区发展差异确定评价指标体系(表1)。指标数据源自2006～2020年《中国科技统计年鉴》《中国环境统计年鉴》及各省区统计年鉴，对于部分缺失数据利用前后均值法或线性插值法补缺，各级指标权重用测度误差较小的熵值法计算。

2.2 综合评价模型

综合发展指数是系统内全部指标对该系统贡献的综合值，利用综合评价模型并结合标准化处理的数据与指标权重即可求得。其表达式为

(1)

(2)

式中：T为科技创新系统中第个指标的归一化值；U为新型城镇化系统中第个指标的归一化值；T为科技创新系统中第个指标权重；U为新型城镇化系统中第个指标权重；为科技创新综合评价值;为新型城镇化综合评价值；为指标数。综合评价类型见表2。

2.3 耦合协调模型

耦合是指双系统或多系统产生交互关系的密切程度，主要反映要素或系统间影响强度，能揭示科技创新与新型城镇化的内在协同联系。耦合度表达式为

(3)

式中：为耦合度，∈[0,1]，越大说明耦合度越高。

耦合度无法区分高水平与低水平耦合，需引入耦合协调度实现科技创新与新型城镇化间协调一致作用的精准量化。其表达式为

(4)

=+

(5)

式中：为耦合协调度；为中间变量；、为待定系数，考虑科技创新与新型城镇化处于同等地位，分别取==05。

耦合协调度划分标准见表3。>表示新型城镇化滞后型；=表示同步发展型；<表示科技创新滞后型。

2.4 耦合协调度的时空联系分析

2.4.1 全局莫兰指数

空间自相关是分析空间邻近位置变量间空间相关度的重要工具，主要包括全局和局部莫兰指数。本文通过全局莫兰指数分析各省区科技创新与新型城镇化耦合协调度空间分异情况，并判断是否存在空间自相关性。其表达式为

(6)

表1 黄河流域科技创新与新型城镇化综合评价指标体系

表2 综合评价类型

表3 耦合协调类型

全局莫兰指数介于[-1,1]，其越趋近1，则空间正相关程度越高；其越趋近-1，则空间负相关程度越高；其等于0，说明空间不相关，呈随机分布。

2.4.2 Dagum基尼系数

Dagum基尼系数考虑了组间交叉重叠现象，能准确判断区域间相对差异及主要来源。其表达式为

(7)

2.4.3 核密度估计法

核密度估计法是一种非参数估计法，从数据自身出发利用概率密度函数拟合得到平滑曲线，通过分析曲线峰值及延展性等内容解决问题。其表达式为

(8)

式中：()代表密度函数；代表带宽；为第个省区的独立同分布观测值；()代表核函数，本文选用高斯核函数。

2.5 耦合协调度的影响因素分析

耦合协调发展受自身及众多外部驱动因素影响，基于实际情况及现有成果，从创新投入(LNX)、政府支持力度(LNX)、专利产出(LNX)、城镇居民收入水平(LNX)及高等教育水平(LNX)等维度进行分析，借助R&D内部经费支出、财政科技支出占财政总支出的比重、专利授权数、城镇居民可支配收入及万人拥有大学生数衡量并采用对数处理解释变量，进而探索其对耦合协调度的驱动力。

空间杜宾模型(SDM)纳入地理因素并考虑解释变量与被解释变量的空间联系性，能处理随机误差项和空间滞后项对被解释变量的影响，因此，选用此模型分析影响因素。其表达式为

,=,++∑,+

∑,+++,

(9)

式中：,为第年第省区的耦合协调度；代表空间权重矩阵；,代表耦合协调度的空间滞后项；代表空间自回归系数；代表常数项；代表第省区的待估参数；,代表第年第省区的自变量；为第省区的估计参数；为第省区的个体效应；为第省区的时间效应；,表示第年第省区的随机误差项。

3 实证分析

3.1 综合发展水平

表4展示了2005～2019年黄河流域九省区科技创新综合评价值。由表4可知：内蒙古、甘肃、青海和宁夏科技创新始终处于低等水平，其中内蒙古降幅较大，主要是创新投入不足所致；四川、陕西、山西、河南、山东科技创新处于中等及以上水平，其中陕西增幅最大，由2005年的中等水平跃至2019年的较高水平，河南也由中等水平升至较高水平，但增幅不及陕西；四川则由较高水平跃至高等水平；山东始终处于优质水平，这得益于其将环境优势与科技成果转化为实际动力；2005年各省区科技创新综合评价值的最大值与最小值之差为0.877，而2019年降低为0.838，说明各省区科技创新水平差距逐渐缩小。

表5展示了2005～2019年黄河流域九省区新型城镇化综合评价值。由表5可知：四川、陕西、宁夏、甘肃和青海2005年均处于中等水平，内蒙古、山西、河南、山东处于较高及以上水平，这是中上游省区过度依赖资源及水土流失严重所致；2019年山西、甘肃及青海为中等水平，陕西、四川、宁夏、内蒙古、河南、山东均处于较高及以上水平，表明新型城镇化建设效果显著。其中，宁夏新型城镇化从中等水平迈向较高水平，增长了0.074且增幅最大；山西新型城镇化综合评价值由2005年的0.510降至2019年的0.326；山东新型城镇化综合评价值始终保持在0.75以上并稳居第一，处于高等及优质水平；甘肃新型城镇化水平一直处于中等水平，这是因为其作为经济欠发达地区相对缺乏对科技创新及新型城镇化的重视。2005年区域新型城镇化综合评价值的最大值与最小值之差为0.422，而2019年扩大至0.510，说明各省区新型城镇化水平差异有扩大的迹象，两极分化问题亟待解决。

表4 2005～2019年黄河流域九省区科技创新综合评价值

图2展示了2005～2019年黄河流域科技创新与新型城镇化平均综合评价值。由图2可知：2005～2019年科技创新普遍滞后于新型城镇化，黄河流域属于科技创新滞后型区域；2005～2019年新型城镇化平均综合评价值介于0.444～0.488且始终为较高水平，经历了由2005年的0.451波动上升至2013年的0.488，随后下降至2019年的0.455的正态变化过程，总体呈上升态势。2013年之前，传统城镇化过分注重人口集聚而缺乏对其他因素的关注，虽然城镇化水平提高较快，但缺乏可持续性；自2012年新型城镇化提出后，国家促使人民群众深入理解其内涵并与多方沟通协作制定合理可行的政策以优化经济结构。2005～2019年，科技创新平均综合评价值介于0.335～0.386且始终为中等水平，总体呈“N”字型变化，这是国家重视科技创新并加大投入力度的结果。科技创新平均综合评价值由2005年的0.335升至2019年的0.386，增幅为13.21%，说明科技创新能力飞速提升。2005年科技创新与新型城镇化平均综合评价值的差值为0.115，2019年则为0.068，表明科技创新与新型城镇化的差距持续缩小且二者存在正向协调发展趋势。

表5 2005～2019年黄河流域九省区新型城镇化综合评价值

图2 2005～2019年黄河流域科技创新与新型城镇化平均综合评价值Fig.2 Annual Comprehensive Evaluation Values of Scientific-technological Innovation and New Urbanization in Yellow River Basin from 2005 to 2019

综上所述，河南、四川、陕西和宁夏科技创新与新型城镇化呈同向变化趋势。各省区科技创新的差距比新型城镇化大，调整各省区科技创新的投入与产出迫在眉睫。

3.2 耦合协调度

表6展示了2005～2019年黄河流域九省区耦合协调度。2005年青海和宁夏等上游省区协调类型为濒临失调，其他省区处于勉强协调及更高类型。2005年～2008年，四川耦合协调度从0.650提升至0.700，宁夏从濒临失调迈至勉强协调，说明这两个省区已形成科技创新与新型城镇化两手抓的良好态势且协调发展效果显著；甘肃从勉强协调降至濒临失调，这是生态城镇化能力相对弱且科技创新水平相对低所致。2013年，四川协调类型又降至初级协调，说明科技创新与新型城镇化协调发展基础不稳固；山西由2008年的勉强协调提升至初级协调；陕西从2008年的初级协调跃至中等协调；其他省区协调类型未实现正向转变但耦合协调度波动增长；这说明黄河流域各省区愈发重视科技创新与新型城镇化的协调发展。2019年，山西、河南和四川协调类型发生改变：山西由2013年的初级协调回落至勉强协调，这说明山西科技创新及新型城镇化协调发展基础有待夯实；河南与四川由初级协调迈至中等协调，这是因为其加强高水平人才重视度且前期的积累为提升耦合协调度奠定了坚实基础，使量变达到质变。

表6 2005～2019年黄河流域九省区耦合协调度

2005～2019年，山东、河南、四川、陕西和宁夏耦合协调度呈增长趋势且陕西增幅最大，这是因为其科技创新与新型城镇化水平均增幅较大。作为标杆省份的山东耦合协调度始终在0.91以上且保持优质协调；2005～2010年，陕西为初级协调，之后便保持中等协调；2005～2016年，四川和河南基本处于初级协调，之后跃至中等协调，表明随着时间推移，科技创新与新型城镇化磨合的正向效果显著；宁夏协调类型在濒临失调和勉强协调间切换，表明科技创新与新型城镇化需持续磨合并夯实协调基础。山西、内蒙古、甘肃和青海的耦合协调度呈下降趋势且山西降幅最大，这是因为山西新型城镇化水平降幅较大，而甘肃和青海涵盖了中国相对贫困的地区导致新型城镇化水平偏低。2005年耦合协调度最高的山东与最低的青海差距为0.476，但2019年的差距扩大至0.516，说明随着时间推移，各省区协调发展差异有扩大的迹象且两极分化问题亟待解决。2005～2019年，黄河流域整体耦合协调度均值呈增长趋势，从2005年的0.598增至2019年的0.618，涨幅为3.34%，协调类型亦从勉强协调迈向初级协调，说明黄河流域科技创新与新型城镇化的协调发展状态趋好。2019年，山东、河南、四川和陕西耦合协调度高于整体耦合协调度均值，处于中等协调及更优状态，这是因为其科技创新与新型城镇化已形成良好交互发展态势。

内蒙古、四川、甘肃、青海和宁夏位于黄河流域上游地区，陕西和山西位于中游地区，山东和河南位于下游地区。上、中、下游地区耦合协调度均值从大到小分别为下游地区、中游地区、上游地区。上游地区耦合协调度介于0.520～0.542，始终保持勉强协调，但总体呈增长趋势；中游地区耦合协调度介于0.597～0.658，由2005年的勉强协调升至2019年的初级协调；下游地区耦合协调度介于0.782～0.835，从2005年的中等协调跃至2019年的良好协调，仅有下游地区耦合协调度高于整体耦合协调度均值。上述特征说明黄河流域耦合协调度总体呈稳步增长趋势，但各省区协调类型差异显著，下游地区发展水平更高。

3.3 黄河流域耦合协调度时空联系

3.3.1 全局莫兰指数

基于Stata16.0软件测算黄河流域各省区耦合协调度与其地理位置分布的空间联系程度，得到全局莫兰指数(表7)。2005～2019年，全局莫兰指数介于0.127～0.246且始终保持正值，说明邻省区之间存在正向联系，而且一个省区耦合协调度的升高有利于邻省区提高耦合协调度。2005～2019年，全局莫兰指数呈“N”字型波动上升趋势，由2005年的0.246波动增长至2007年的0.270，随后飞速下降至2008年的0.129，之后小幅波动增长至2015年的0.142，进而跃升至2019年的0.236，说明随着时间推移，黄河流域各省区耦合协调度空间依赖性不断增强且呈稳步渐进式集聚趋势。这主要是因为2014年的《国家新型城镇化规划(2014～2020年)》及2015年以创新为首的五大发展理念促使科技创新与新型城镇化良性融合发展。

表7 2005～2019年黄河流域全局莫兰指数

3.3.2 Dagum基尼系数

黄河流域各省区科技创新与新型城镇化耦合协调度差异较大。运用Dagum基尼系数测算2005～2019年黄河流域上、中、下游地区的地区内差距、地区间差距、超变密度及对应贡献率(表8)。

黄河流域各省区耦合协调度总体Dagum基尼系数介于0.113～0.135，增幅为13.45%，总体呈波动增长趋势，2019年为最高峰值点，说明黄河流域总体差距呈递增态势。从分解结果可知，2005～2019年地区间差距介于0.079～0.093，地区内差距介于0.024～0.034，超变密度介于0.002～0.010，表明地区间差距是总体差距的关键来源，其次是地区内差距，最后为超变密度。随着时间推移，地区内差距、地区间差距、超变密度均呈增大态势，致使总体差距愈发扩大。从贡献率演变趋势可以看出：地区间差距贡献率由2005年的74.91%逐渐降至2019年的68.49%；地区内差距贡献率由2005年的21.62%波动增长至2019年的24.70%；超变密度贡献率由2005年的3.47%小幅提升至2019年的6.81%，说明交叉重叠现象在耦合协调度的总体差距中日益明显。因此，缩小地区间差距是完善空间协调联动机制及实现黄河流域协调发展的关键路径和强大动力。

由地区内Dagum基尼系数可知，2005～2019年耦合协调度的区域内差异呈上游地区→中游地区→下游地区依次递减的格局，区域差异参差不齐。上游地区内Dagum基尼系数与总体Dagum基尼系数变化趋势相似，由2005年的0.074波动增长至2019年的0.096，年均增幅为1.88%，表明非均衡程度持续扩大，这是上游省区众多且发展瓶颈差异显著所致；中游地区内Dagum基尼系数年均增幅为17.11%，整体呈扩大态势，最高峰值为0.079；下游地区内Dagum基尼系数呈下降趋势，年均降幅为2.12%，最低峰值点为2019年，说明随着时间推移，下游地区内差异呈递减的差异收敛态势，这是因为下游省份紧抓发展短板并采取有力措施，使科技创新与新型城镇化良好协调共进。针对不同区域需因地制宜、对症下药，缩小地区内发展差距并有效发挥区域协同效应。

由地区间Dagum基尼系数可知，2005～2019年始终呈现上、下游地区间Dagum基尼系数最大，中、下游地区间Dagum基尼系数次之，上、中游地区间Dagum基尼系数最小的格局。其中，上、下游地区间，中、下游地区间Dagum基尼系数与总体Dagum基尼系数变化相似，均呈逐年增长趋势。上、下游地区间Dagum基尼系数始终保持高值，由2005年的0.209微增长至2019年的0.218，年均增幅为0.30%，这是因为下游地区经济基础扎实，而上游地区多为西部省区且在环境保护、经济发展等维度相对落后。中、下游地区间Dagum基尼系数由2005年的0.140增长至2019年的0.156，年均增幅为0.78%，最高峰值点为2019年；2005～2013年，上、中游地区间Dagum基尼系数呈波动增长趋势，但之后降至2019年的0.105。因此，地区间非均衡程度加深及问题加速演进导致整体差距持续扩大。缩小下游地区与中、上游地区差距是目前亟待解决的问题，合理落实区域协调发展政策是实现黄河流域协调发展的核心支撑与支柱力量。

表8 2005～2019年黄河流域Dagum基尼系数及其分解结果

3.3.3 核密度估计

选取典型年份绘制黄河流域总体及上、中、下游地区核密度图，分析黄河流域科技创新与新型城镇化耦合协调度的绝对差异和动态演进趋势(图3)。

图3 黄河流域不同区域耦合协调度的核密度图Fig.3 Kernel Density Diagrams of Coupling Coordination Degree in Different Regions of Yellow River Basin

通过观察总体耦合协调度的核密度图可知：2005年核密度曲线主峰高度最高且延展性呈拓宽趋势，说明该年各省区耦合协调度绝对差异较小；2008年和2013年核密度曲线变化趋势相似，随着时间推移，曲线宽度变窄且分散性逐渐减弱；2019年核密度曲线出现明显侧峰，主峰高度下降，右拖尾现象有所缓解，说明黄河流域各省区耦合协调度呈微弱两极分化趋势，但差距逐渐缩小，协调类型持续升级，各省区存在相互追赶的发展态势。

通过观察上游地区耦合协调度的核密度图可知：2005年核密度曲线已形成明显主峰；2008年和2013年核密度曲线变化趋势相似，随着时间推移，曲线主峰高度下降，中心点右移且右拖尾现象得到缓解，说明上游省区发展差距缩小且逐步趋好；2019年核密度曲线主峰迅猛增高且右拖尾现象加剧，说明耦合协调度绝对差异急速缩小但不协调问题亟需改善，从侧面反映上游省区存在层级关系，针对分级情况需采取有力措施提升耦合协调度。

通过观察中游地区耦合协调度的核密度图可知：2005年核密度曲线平缓且协调值较分散，这是中游地区省份较少所致；2008年和2013年核密度曲线变化一致，随着时间推移，曲线宽度逐渐加宽且主峰变低，说明耦合协调度分散性增强且绝对差异增大；2019年核密度曲线趋于平缓，仅有一个主峰且中心点持续右移，说明不存在梯度效应，分散性进一步增强；中游地区需调整投资重心并从现有实践中汲取经验为协调发展奠定理论与实践基础。

通过观察下游地区耦合协调度的核密度图可知：2005年下游地区核密度曲线与中游地区存在一致变化趋势，这是由于下游地区省份较少；2008年和2013年核密度曲线相似，但主峰高度逐渐下降且中心点右移，说明随着时间推移，耦合协调水平持续提升，时空分异特征日益明显；2019年核密度曲线主峰高度迅猛提升且宽度变窄，表明下游地区耦合协调度绝对差异最小并伴随两极分化程度逐渐削弱。下游地区需利用其强劲发展势头发挥模范带头作用，保持协调增长态势。

3.4 耦合协调度的影响因素

运用LLC检验对原始变量进行平稳性分析以避免伪回归，检验结果见表9。从表9可以看出，所有指标均通过显著性检验，说明原始数据平稳。利用Stata16.0软件判断空间杜宾模型适用性(表10)。在LM检验中，结果均通过1%的显著性检验，说明适合用空间计量模型；在Wald与LR检验中，结果均通过1%的显著性检验，说明空间杜宾模型不可退化为空间滞后模型(SLM)或空间误差模型(SEM)，使用空间杜宾模型更科学。

表9 面板单位根检验结果

通过处理运算模型的时间、个体及双固定效应，发现个体固定的空间杜宾模型效果最佳(表11)。由表11可知，拟合优度为0.736，表明模型拟合效果理想。黄河流域耦合协调度的空间溢出系数为-0.249，呈显著负向抑制效果，说明本省区耦合协调度提升1个单位，邻省区耦合协调度会下降0.249个单位。有必要从直接效应、间接效应和总效应3个维度分析自变量的实际效应。

表10 LM、Wald及LR检验结果

直接效应反映解释变量对本省区耦合协调度的影响程度。创新投入对本省区耦合协调度有显著正向影响，说明加大创新投入已成为提升创新水平的核心推动力和关键着力点。政府支持力度对耦合协调度有明显促进作用，每提升1%，本省区耦合协调度提升0.052%，说明政府扶持在疏通要素流通渠道及克服市场失灵方面的作用不可估量。专利产出对耦合协调度有积极效应，需强化有效发明专利的激励体系，以提升发明创造者的获得感。城镇居民收入水平对耦合协调度有明显提升效果，每提升1%，本省耦合协调度提升0.307%，这是因为城镇居民收入的提升加快了经济城镇化步伐，说明城镇居民收入水平等体现城镇化水平的指标不容小觑。高等教育水平与耦合协调度呈正比关系，说明人才重要性不容忽略，同时要重视人才潜在作用并提升其质量。

间接效应表示自变量对邻省区耦合协调度的影响程度，亦称空间溢出效应。创新投入和专利产出均对邻省区耦合协调度呈显著负向抑制效果，创新投入和专利产出各提升1%，邻省区耦合协调度分别下降0.014%和0.026%。这是因为创新投入增大及专利成果转化有力推动新产品诞生与销售，从侧面对邻省区耦合协调度产生排挤现象及挤压效应。政府支持力度对邻省区耦合协调度提升呈负向作用，但影响不显著且空间溢出效应尚未显现。城镇居民收入水平每提高1个单位，邻省区耦合协调度降低0.373个单位，说明城镇居民收入水平对邻省区耦合协调度呈反向影响，这是因为经济强省区提供高收益岗位对邻省区优质要素产生虹吸效应，需将作为主导因素的城镇居民收入水平把握在合理范围。高等教育水平对邻省区耦合协调度有明显正向促进效果，这是因为本省区高水平人才研发的先进产品，邻省区能直接享受正外部性，表明高素质人才已成为新时代创新能力提升的有力保障和动脉支撑。

表11 科技创新与新型城镇化耦合协调度影响因素

总效应反映直接效应和间接效应对耦合协调度的综合影响。各因素的直接效应均高于间接效应，说明各省区均从利益最大化出发采取措施促使自身及周边省区获益，而且自身受益更多。在0.01显著性水平下，政府支持力度对总体耦合协调度的影响系数为0.048，说明增强政府支持力度能使自身及周边省区受益。城镇居民收入水平系数为-0.066，这是因为解释变量对邻省区的反向抑制效果大于对本省区的正向促进作用，需利用数据分析改善部分省区城镇居民收入相对较低的现状，缩小黄河流域各省区的差距。高等教育水平对总体耦合协调度有显著正向影响，这是由于强化了高等教育考核机制并培养了大量具有实践硬实力的高素质科研人才，说明坚持落实人才强国战略是高质量发展的利器。创新投入和专利产出对总体耦合协调度呈不显著的正向作用，这是因为各省区创新投入、实践应用及成果落地情况差异显著，需挖掘各省区创新潜力并强化成果转化能力，促使投入产出体系良好运转。

4 结论与建议

4.1 结 论

(1)2005～2019年黄河流域各省区均为科技创新滞后型，但科技创新与新型城镇化差距持续缩小；各省区科技创新水平差距缩小，但新型城镇化水平差异显著；黄河流域科技创新与新型城镇化呈正向协调发展趋势，但不同年份各省区耦合协调度差异显著。山东、河南、四川、陕西和宁夏耦合协调度呈增长趋势，内蒙古、山西、甘肃和青海呈下降态势；黄河流域不同区域耦合协调度从高到低分别为下游地区、中游地区、上游地区。

(2)2005～2019年全局莫兰指数始终为正值且呈“N”字型波动；耦合协调度总体Dagum基尼系数呈上升态势且地区间差距高于地区内差距，更高于超变密度，上、下游地区间差距最大，上游和中游地区内Dagum基尼系数呈增大趋势；同区域但不同年份耦合协调度的核密度曲线演化趋势相似；随着时间推移，不同区域耦合协调水平不断提升且绝对差异变小。

(3)创新投入、政府支持力度及专利产出等因素对本省区耦合协调度有显著正向促进效果，其中城镇居民收入水平影响最大。创新投入和专利产出对邻省区耦合协调度呈显著负向抑制作用。加大政府支持力度与提高高等教育水平能提升总体耦合协调度，但城镇居民收入水平抑制总体耦合协调度。

4.2 建 议

(1)增强科技创新能力，提升新型城镇化水平。黄河流域需借助创新型新兴产业促成绿色创新产品的持续诞生，助力经济与生态城镇化稳步前进。同时，结合国家政策充分释放新型城镇化红利，推进新型城镇化进程，进而提高科技创新水平，结合机理关系增强民众创新思维与新型城镇化意识，并助力区域协调发展。

(2)强化地区联系，缩小发展差距。黄河流域各省区联系日益密切，针对上、中、下游地区内差距，要分析差异来源并引导未来协调发展大方向。下游省份需凸显山东增长极地位，并利用其经济发展优势充分发挥辐射带动作用；中游省份需突出地域特色，助力新时代产业体系建设；上游省区需依托资源优势，实现矿产资源深加工。

(3)适度调整影响因素，助力协调发展。创新投入、专利产出及城镇居民收入水平对本省区和邻省区耦合协调度呈反向影响，需将实地调研与大数据预测相结合使各指标保持至恰当范围，加大科技创新经费投入及专利成果转化力度，构建完善有力的专利激励体系。借助高校联盟及政府扶持政策提升高等教育水平及高素质人才的创新能力。