科技创新与新型城镇化动态关系与空间非均衡研究——基于人口老龄化视角

袁 培 江妍妍

(新疆财经大学经济学院,乌鲁木齐 830012)

目前我国已进入新型城镇化稳步深化阶段①，新常态下需要创新驱动城镇化代替原有的要素驱动城镇化。科技创新变革成为提升国家级区域竞争力的重要手段，是破解城镇化进程中资源、环境及产业升级等问题的重要支撑和动力源泉，换言之，科技创新成为城镇核心竞争力。同时，我国步入深度老龄化阶段。基于此，基于人口老龄化视角探析科技创新对新型城镇化发展的关系，对我国实现更高质量的新型城镇化发展具有重要现实意义。

有关科技创新与新型城镇化的研究主要集中在3个方面，一是新型城镇化质量的内涵和衡量指标的构建[1]，学者们通过熵值法等多种方法对城镇化发展质量内涵、指标体系构建等方面开展研究[2-4]。二是对于科技创新与新型城镇化发展的研究，科技创新通过作用于产业结构优化、产业合理布局等促进新型城镇化发展[3-6]。三是关于人口老龄化对新型城镇化发展影响的研究相对较少，部分学者认为人口老龄化通过影响劳动力供给等因素不利于城镇化高质量发展[7-8]。本文从投入与产出视角构建科技创新指标体系，根据以人为本的新型城镇化思想，借助动态面板模型、耦合协调模型和Dagum基尼系数，对2004—2020年我国31个省份人口老龄化背景下的科技创新与新型城镇化关系进行实证分析，为促进区域城镇化高质量发展和空间格局优化具有一定参考意义。

1 指标选取与模型构建

1.1 指标选取与数据来源

研究从投入与产出角度将科技创新划分为两个子系统，按照新发展理念从人口、经济、社会、绿色城镇化和城乡一体化5个维度衡量新型城镇化水平，通过熵值法赋予子系统权重，进而构建科技创新与新型城镇化评价指标体系，如表1所示。

1.2 模型构建

1.2.1 面板模型构建

为探究科技创新水平与新型城镇化水平之间互动关系，研究在构建新型城镇化与科技创新面板模型的同时，将人口老龄化及滞后一期指标引入模型。

Newcityit=α0+α1Tecit+α2Oldit+γXit+μi+εit

(1)

Newcityit=β0+β1Tecit+β2Oldit+β3Oldit-1+γXit+μi+εit

其中，Newcityit表示第i个省份t年新型城镇化综合水平；Tec、Old代表科技创新水平与人口老龄化程度；X为控制变量；μ和ε表示为未观测到变量和随机扰动项。

1.2.2 Dagum基尼系数

通过Dagum基尼系数法对这三大区域科技创新与新型城镇化耦合协调度水平区域差距进行测度。具体计算公式为：

(3)

其中，yjr(yhr)分别表示j(h)区域内任意省份科技创新与新型城镇化耦合协调度水平；nj(nh)分别表示j、h区域内省份个数；k是划分区域个数；y′表示31个省份耦合协调度水平的平均值。

在此基础上，Dagum基尼系数又分为区域内差距贡献(Gw)、区域间差距贡献(Gnb)及超变密度贡献(Gt)。具体计算为：

(4)

(5)

(6)

(7)

(8)

表2 耦合协调度水平划分表

2 数据分析与结果

2.1 科技创新对新型城镇化影响实证结果分析

本文首先从考虑解决时间和个体遗漏变量问题出发，引入个体、时间效应模型对模型(1)进行估计，然后构建系统GMM动态面板模型，从考虑解决内生性角度出发对模型(2)估计，进而检验基于人口老龄化视角下科技创新与新型城镇化之间的关系，具体见表3。

表3 面板模型回归结果

科技创新对新型城镇化发展具有显著正向影响，原因在于科技创新可通过作用于产业发展、绿色生态建设及基础设施建设等方面促进新型城镇化高质量发展；而老龄人口消费方式和结构的转变，对医疗保健、老年服务、娱乐及相关服务业的需求不断增加，人口老龄化在一定程度上也显著促进了新型城镇化发展。

从模型(2)回归结果来看，新型城镇化发展具有动态时滞性，同时科技创新、人口老龄化滞后项系数均显著正向促进新型城镇化发展，这与固定效应模型回归结果保持一致。

2.2 科技创新与新型城镇化耦合协调度演化趋势

借助耦合协调度模型，得出31个省份科技创新水平与新型城镇化耦合协调度水平，同时分为东、中、西三大区域体现科技创新-新型城镇化耦合协调度水平区域差异，部分年份指数见表4。

由表4可知，各省份科技创新与新型城镇化耦合协调度均处于上升状态，但各省间水平存在较大差异，既使同一区域内部也存在着较大差异，大多省份存在极大地提高空间，未来需采取强有力的措施来提升二者之间耦合协调度水平。

在区域层面，如图1所示，虽然三大区域科技创新-新型城镇化耦合协调度水平逐年提升，呈现出东部和中部连片扩散趋势，但空间非均衡特征依然显著，这与地理位置邻近省份的科技创新水平与新型城镇化高度相关。

图1 全国及三大区域耦合协调度水平变化趋势

3 科技创新-新型城镇化耦合协调度水平的空间非均衡及其来源

基于Dagum基尼系数及其分解法，揭示了各省份耦合协调度水平的区域差距和贡献率，示。一是总体空间差异。从绝对值来看，基尼系数分布相对较为稳定，空间非均衡特征显著。从变动趋势来看，总体区域差距为“下降-上升-下降”波动式变化。二是区域内部差异，均呈现出东部和西部向中部地区逐渐减弱的趋势。从变化趋势来看。东部区域内差距正在逐步缩小，而中部与西部区域内差距出现扩大趋势。三是区域间差距。科技创新水平、新型城镇化以及二者耦合协调度在中部与东部区域间均呈小幅波动下降趋势；西部与东部区域间在科技创新水平及耦合协调度均呈现明显“下降-上升-下降”变动趋势；西部与中部区域间科技创新水平及耦合协调度呈波动上升趋势，区域间差距进一步拉大。

如表5所表4 科技创新水平-新型城镇化耦合协调度指数

由表6可知，耦合协调度水平的区域间差距贡献率均值远远大于区域内差距贡献率，超变密度贡献率均值最小。从动态趋势来看，整体呈小幅波动上升，科技创新水平区域间差距贡献率呈波动上升趋势，区域内差距贡献率和超变密度贡献率呈“下降-上升-下降”波浪式演化趋势；新型城镇化区域间差距贡献率呈小幅下降趋势，区域内差距贡献率与超变密度贡献率均呈波动上升演化趋势。

表6 科技创新、新型城镇化及耦合协调度区域间差异

4 结论与建议

通过对31个省份2004—2020年科技创新与新型城镇化水平及耦合协调度的测算和空间非均衡的分析，得出以下两点结论：一是科技创新水平显著促进新型城镇化发展，人口老龄化在一定程度上也促进城镇化发展且具有滞后性，同时人口老龄化加大了科技创新对城镇化发展的正向影响；二是各省科技创新水平及新型城镇化空间分布存在显著的非均衡特征。

表5 科技创新及科技创新-新型城镇化耦合协调度基尼系数及贡献率

由此，本文提出3点建议：

一是积极面对人口老龄化趋势，抓住当前人口老龄化所带来的发展新契机，形成新的城镇化发展增长点，进一步完善基本公共服务均等化，进一步扩大社会保障范围，使进城务工人员切实享受到新型城镇化成果。不同省份要因地制宜明确新型城镇化重点建设方向，坚持以人为本兼顾生态环境，提升居民生活幸福感。

二是要以科技创新为核心，利用高校、企业等平台增强与高科技创新水平区域的合作，提升科技实力，同时政府应致力于提升区域创新环境，吸引创新人才和加大科研投入，做好物质和人才支撑，科技创新是推进新型城镇化高质量发展的有效驱动力。

三是加强区域、城市群及都市圈的建设和交流合作，如发挥东部地区省份的辐射带动作用和加强中西部城市群、都市圈建设，减弱区域间的非均衡。2019年习近平总书记在东北振兴座谈会上指出，我国已经具备都市圈发展的条件，都市圈是我国未来30年城镇化建设的重要组成部分，其对于我国实现稳增长、促改革和调结构等具有近期及中长期意义。

注 释

① 摘自清华大学新型城镇化研究院副院长尹稚《城镇化2.0时代，城市如何突破格局上线》。