科技创新与数字经济高质量发展动态耦合及时空分异

李素峰 冯鸿雁

［摘 要］推动战略区域科技创新与数字经济高质量发展，对实现我国区域经济高质量发展具有重要意义。文章选取长江经济带、黄河流域、京津冀、粤港澳大湾区中国四大战略区域为研究对象，以2011—2020年数据为观察样本，利用耦合协调度模型、Kernel核密度估计、马尔可夫链算法以及Dagum基尼系数分解法，对比分析四大战略区域科技创新与数字经济高质量发展之间的耦合协调度时空差异，并指出其成因。结果表明：从整体来看，四大战略区域动态耦合协调差异显著，耦合协调度均值由高到低依次为粤港澳大湾区、京津冀、长江经济带和黄河流域；从动态分布来看，四大战略区域初、中级协调稳定概率较高，向上突破存在壁垒，而初级协调状态回落概率低，脆弱性相对明显；就差异来源而言，区际间差异是四大战略区域耦合协调发展差异的主因，但贡献率呈下降趋势，长江经济带与京津冀之间的差距逐渐缩小。为进一步缩小四大战略区域科技创新与数字经济高质量发展耦合协调差异，区际间应加強相互渗透、相互辐射，加大数字技术基础设施建设、提升科技创新配置效率水平，为实现我国数字科技强国提供重要参考。

［关键词］耦合协调度；科技创新；高质量发展；四大战略区域；数字经济

［中图分类号］  F124.3;F49［文献标识码］  A［文章编号］ 1673-0461（2023）06-0041-10

党的十九大报告指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。数字经济作为一种新的经济形态，已经成为中国经济高质量发展的重要助推器［1］。科技创新为数字经济高质量发展提供强大动力，是我国全面建成小康社会向社会主义现代化强国迈进的必由之路，也是加快完善“双循环”新发展格局、建设全国统一大市场的应有之义［2］。2022年1月16日，习近平在《求是》杂志上进一步指出，发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择［3］。与此同时，党的十八大以来，重大国家区域发展战略的实施为科技创新提供了新的空间载体，也为促进数字经济高质量发展提供了新的着力点。可见，在实施科技创新驱动发展战略和数字经济高质量发展的背景下，全面分析国家重大区域科技创新与数字经济高质量发展耦合协同分布、时空动态演进变化趋势及其成因，对协同提升我国科技创新水平，形成国家重大区域优势互补的数字经济高质量发展格局具有重要意义。

一、文献综述

本文从数字技术与数字经济研究背景、数字经济特征、科技创新、高质量发展四个角度对已有文献进行筛选，选出与主题相关的文献54篇（见图1）。从研究总体情况看，科技创新与数字经济高质量发展呈现出“螺旋形上升”趋势。2019 年是科技创新与数字经济高质量发展融合研究的重要起点，自2020年上升后2021年呈现小幅下降，2022年和2023年再度成为学术界研究的热点话题。“经济高质量发展”［4］、“数字经济”［5］、“企业创新”［6-7］、“技术创新”［8-9］、“数字科技”［9-10］以及“科技创新与数字经济高质量发展融合”的理论逻辑［11］、效应研究［12-13］、机制与路径［14］和作用机理［15］等研究深受学者青睐（见图2）。

图1 科技创新与数字经济高质量发展主题文献发文量年度趋势

除此之外，已有文献使用了大量研究方法对科技创新与数字经济高质量发展进行研究，如袁野和李林汉（2023）利用熵权法和SBM模型测度各省域的数字经济、技术创新与经济高质量发展水平，借助Dagum基尼系数法分析了东部、中部和西部地区耦合度差异的来源［16］；董小君和石涛（2022）采用空间计量模型证实科技创新驱动我国东中西部地区经济高质量发展存在时空差异［17］；孙艺璇等（2021）利用SuperSBM模型分析中国经济高质量发展效率及其时空演变特征［18］；贾洪文等（2021）借助面板联立方程模型证明科技创新能够矫正产业升级过程中对于经济高质量发展的负向影响［19］；杨伟中等（2020）构建内生增长模型证实充分发挥股权市场优化金融资源配置的作用，大力支持企业创新，进而推动数字经济高质量发展［20］；唐琳等（2020）通过中介模型证明科技创新在金融发展影响经济高质量发展过程中存在中介效应［21］；魏奇锋等（2021）利用灰色关联分析法分析成都与重庆两地协调度的时间动态演进和空间差异［22］。

已有文献探讨了科技创新驱动经济高质量发展的理论逻辑、政策创新、实现路径、作用机理以及研究方法等，利用Kernel核密度估计函数、马尔可夫链算法和Dagum基尼系数分解法对比分析战略区域科技创新与数字经济高质量发展耦合协调度及其动态分布，对中国四大战略区域耦合协调度进行动态预测的较少，对其耦合协调度差异成因的分析更不多见。基于此，本文可能的贡献有：①利用耦合协调度模型与Kernel核密度估计函数，测度长江经济带、黄河流域、京津冀和粤港澳大湾区四大战略区域的科技创新与数字经济高质量发展的动态耦合协调度及其动态分布情况；②基于马尔可夫链算法，对中国四大战略区域的科技创新与数字经济高质量发展的耦合协调度动态演化趋势进行预测；③借助Dagum基尼系数分解法测度中国四大战略区域耦合协调度差异的内外成因，指明其科技创新与数字经济高质量发展耦合协调差异的“黑箱”。

二、数据来源与模型构建

（一）样本选取和数据来源

京津冀协同发展、长江经济带发展、粤港澳大湾区建设、黄河流域生态保护和高质量发展等重大国家区域发展战略已成为引领我国区域发展的新格局，但这些区域间科技创新与数字经济高质量发展仍存在明显差异。故本文选取长江经济带、黄河流域、京津冀、粤港澳大湾区四大战略区域，涵盖内地23个省级行政区以及香港特别行政区、澳门特别行政区。数据主要来源于《中国统计年鉴》、《中国科技统计年鉴》、《中国环境统计年鉴》、中国统计局及其相关网站、《香港统计年鉴》、《澳门统计年鉴》以及香港和澳门相关统计部门、环境保护部门等。本文既考虑数字经济高质量发展指标数据的统计时间以及相关数据的可获得性，还考虑到2011年之前香港和澳门科技创新数据尤其是澳门科技创新数据缺失严重，故选取2011—2020年间的数据作为研究样本，构建评价指标体系，对于评价体系中未纳入港澳统计范围内的个别指标，采取更换近似指标的方式进行替代。部分数据存在少量缺失，使用前后均值法进行填补，保留原始数据的发展趋势。港币和澳门币统计时，根据数据所在年份年平均汇率统一将其换算为人民币。

（二）指标体系的构建

科技创新和数字经济高质量发展受诸多因素影响，借鉴相关文献［23-26］，结合四大战略区域实际情况，考虑系统性和综合性，构建中国四大战略区域科技创新与数字经济高质量发展指标体系（见表1）。就科技创新而言，侧重考虑创新产出和创新投入，选取5个指标进行分析；就数字经济高质量发展而言，为更好地践行“创新、协调、绿色、开放、共享”的新发展理念，侧重从协调程度、绿色发展、开放依存度、惠民共享等维度构建指标体系。

三、耦合协调度时空动态演进模型

（一）耦合协调度模型

为统一各类指标的单位，测算耦合协调度前对数据进行标准化处理。设定Xi为科技创新子系统中第i个指标，maxXi和minXi分别为科技创新子系统中第i个指标数据的上下限，本文选取子系统中各指标的最大值和最小值。设定Yj为数字经济高质量发展子系统中的第j个指标，maxYj和minYj分别是数字经济高质量发展子系统中第j个指标数据的上下限，本文选取子系统中各指标的最大值和最小值。标准化处理具体如公式（1）～（2）［27］。

xi=（Xi-minXi）（maxXi-minXi）×0.99+0.01，

Xi为正向指标

（maxXi-Xi）（maxXi-minXi）×0.99+0.01，

Xi为负向指标（1）

yj=（Yj-minYj）（maxYj-minYj）×0.99+0.01，

Yj为正向指标

（maxYj-Yj）（maxYj-minYj）×0.99+0.01，

Yj為负向指标（2）

本文借助物理学中的“耦合”的概念，评价科技创新和数字经济高质量发展两个子系统间相互依赖、相互影响、相互促进的关联程度［28］。借助公式（3）测算科技创新与数字经济高质量发展这两个子系统的综合评价指数。

Ux=∑4i=1λixi

Uy=∑13j=1λjyj（3）

其中，Ux和Uy为两个子系统的综合评价指数，λi和λj分别为两个子系统中各指标所对应的权重。

熵权法是依赖各指标在系统中的离散程度来确定权重，离散程度越大则指标的权重越小。为此本文借鉴谭燕芝等（2021）［29］的熵权法对各指标赋权，根据公式（4）确定各指标的权重。

λi=1-ei∑i1-ei

λj=1-ej∑j1-ej（4）

公式（4）中ei和ej分别为两个子系统中各指标的信息熵。

ei=-K∑mn=1zab1lnzab1在第一指标体系内

ej=-K∑mn=1zab2lnzab2在第二指标体系内（5）

公式（5）中K为常数（K=ln1m），m为样本个数，zab1和zab2分别为第一和第二子系统第a个维度中第b个指标的比重。

zab1=xi∑mi=1xi 在第一指标体系内

zab2=yj∑mj=1yj 在第二指标体系内（6）

利用耦合协调度模型，借助公式（7）测度科技创新与数字经济高质量发展的耦合度（C）。当C值越大，表明系统间离散程度越小，交互作用就越强烈，反之交互作用越不明显［30］。耦合度模型一般表达式如公式（7）所示。

C=2×Ux×UyUx+Uy（7）

设T为“科技创新与数字经济高质量发展”的综合协调指数，α和β为待定参数，表示两个子系统在协调发展中各自的重要程度，满足α+β=1。本文假定科技创新与数字经济高质量发展同等重要，则α和β的概率取值均为0.5［31］。

T=αUx+βUy（8）

设D为“科技创新与数字经济高质量发展”的耦合协调度，运用公式（9）进行计算，并参考已有研究［32］，对耦合协调度等级进行划分（见表2）。

D=CT=2×Ux×UyUx+Uy（αUx+βUy）（9）

（二）基于Kernel核密度估计的耦合协调度动态分布

根据已有研究［33］，借助高斯核函数对各省份耦合协调度动态分布进行估计。高斯核函数表达式如公式（10）所示。

K（x）=-12πexp-x22（10）

对于函数图形，分布集中度向右或向左移动则代表整体协调水平升高或降低；分布模型出现左右拖尾则代表整体协调发展水平出现差异化现象；波峰的高度越陡峭或越平缓则代表整体协调发展水平差异化现象正在缩小或扩大；出现侧峰则代表整体协调分布出现极化现象。

（三）基于马尔可夫链的耦合协调度动态预测

马尔可夫链是研究随机过程状态变动规律的方法，在每一次概率转移时分布变化只会跟上一次的分布状态有关，而不会受到早期数据的影响。设（Wn，n≥0）有n个状态随机过程，t时刻的n个状态分别设为G1，G2，…Gn，设在t时刻的状态只与状态Gi和Gj有关，而与n无关，称矩阵P=Pij为转移矩阵，如公式（11）。矩阵中每个元素需要满足：Pij≥0，且矩阵中每一行的元素相加和为1。

P=pij=p11p12…p1j

p21p22…p2j

pi1pi2…pij（11）

设条件概率p（k）ij为马尔可夫链的k步转移概率，从状态Gi经过k步后转移到Gj状态的概率。如果以转移矩阵pij表示系统从状态Gi转移到状态Gj的概率则根据KC方程递推可得：G（n）=G（n-1）×P=G（0）×Pn，其中，G（n）为预测变量在n时刻的状态向量，P为一步转移概率矩阵。设在n时刻，D（n）为耦合协调度状态向量，状态向量的比重为{De（n），Dd（n），Dc（n），Db（n），Da（n）}，耦合协调度发展状态从n时刻到n+1时刻的一步转移概率矩阵为P（n），其中，主对角线元素为保留原有状态的概率，非对角线的行元素为某一发展状态转换到其他状态的概率。

D（n）=｛De（n），Dd（n），Dc（n），Db（n），Da（n）｝（12）

P（n）=pe→e（n）pe→d（n）pe→c（n）pe→b（n）pe→a（n）

pd→e（n）pd→d（n）pd→c（n）pd→b（n）pd→a（n）

pc→e（n）pc→d（n）pc→c（n）pc→b（n）pc→a（n）

pb→e（n）pb→d（n）pb→c（n）pb→b（n）pb→a（n）

pa→e（n）pa→d（n）pa→c（n）pa→b（n）pa→a（n）（13）

（四）耦合协调度的区域空间差异分析模型

相较于传统基尼系数而言，Dagum基尼系数及其分解法将四大战略区域科技创新与数字经济高质量发展差异的成因从区域内差异（Gw）、区际间差异（Gnb）以及超变密度差异进行拆解与分析（Gt）［34］，且满足G=Gw+Gnb+Gt，定义如公式（14）所示。

G=∑kj=1∑kh=1∑nji=1∑nhr=1|yji-yhr|/2n2y（14）

其中，yji（yhr）是j（h）战略区域内任意地区的耦合协调度，y—是各地區的耦合协调度的均值，n是全部省份的个数，k是划分的战略区域个数，nj（nh）是j（h）地区内的地区的个数。

四、实证结果与分析

（一）耦合协调度的测度

借助公式（7）～（9）测度科技创新与数字经济高质量发展耦合协调强弱，如表3所示。

从时间上看，结合表3，2011—2020年间四大战略区域科技创新与数字经济高质量发展耦合协调度整体呈上升趋势，说明两者间的耦合程度在增强，但区际间差异显著。黄河流域耦合协调度整体处于由濒临失调向初级协调过渡；长江经济带和京津冀耦合协调度虽然整体均处于由初级协调向中级协调过渡，但京津冀的整体耦合协调水平优于长江经济带；粤港澳大湾区耦合协调度除2019年处于良性协调外，其他均处于中级协调。

在黄河流域中，青海科技创新和数字经济高质量发展始终濒临失调，有可能拉低黄河流域整体的协调发展程度，甘肃、宁夏和内蒙古在10年间的发展程度最为缓慢，协调发展程度在2017年左右才向上升一等级，在2020年的耦合协调度仅能达到0.3左右，只高于青海和澳门。而广东、江苏、浙江和上海的科技创新与数字经济高质量发展的耦合协调度始终处于领先地位，尤其是广东省最早在2016年就跻身于高度协调等级，2020年更是突破了0.7，在四大战略区域中位列第一。粤港澳大湾区耦合协调度的不稳定性有可能与澳门科技创新水平偏低有关，因此协调发展程度10年间一直在濒临失调和初级协调等级的临界线波动。

从空间上看，四大战略区域科技创新与数字经济高质量发展耦合协调等级如表4所示。

对表4进一步分析发现，在四大战略区域中京津冀耦合协调度均值最高。与2011年和2016年相比，2020年河北省上升跨度最大，由濒临失调逐步转向初级协调最终达到中级协调水平，与天津位于同一行列，但区域内耦合协调度差距仍然较大。紧随其后的是粤港澳大湾区。尤其是广东省的贡献水平最高，由2011年的中级协调到2020年的高度协调，总体提升了粤港澳大湾区耦合协调程度。处于第三位的长江经济带。江浙沪整体耦合协调水平较高，但由于云南和贵州10年来耦合协调整体处于较低水平，拉低了长江经济带的耦合协调程度。耦合协调度最低的为黄河流域。仅2011年濒临失调就有7个省份、初级协调的仅有1个省份，2016年虽有所提升，但青海、宁夏和内蒙古均没有发生变化，到2020年山东省和河南省实现了两级跨越，除青海之外其他地区也有不同程度的攀升。

利用耦合协调度模型只能对四大战略区域科技创新与数字经济高质量发展的耦合协调良弱进行初步分析，若要对两者耦合协调的动态演变过程进行深入分析，需借助Kernel核密度估计得出的分布结果和马尔可夫链随机过程得出的转移概率矩阵结果。

（二）Kernel核密度估计动态演进分析

1.四大战略区域整体耦合协调度动态演进分析

借助Matlab绘制2011—2020年间四大战略区域科技创新与数字经济高质量发展的高斯核函数分布图（见图3）。

由图3可知：第一，主峰集中度整体向右移动，说明整体耦合协调度在向高协调水平演进。第二，2011—2015年间右侧存在侧峰，2011年尤为明显，这说明四大战略区域的协调发展水平存在着明显的极化现象。以上两点与整体耦合协调度初步分析相吻合。第三，虽然主峰整体向右偏移，但始终存在着左右拖尾，左侧拖尾逐渐收敛且变陡峭，右侧拖尾相对更为明显，2015—2020年右侧侧峰逐渐消失，形成右侧拖尾进而拉缓整体陡峭度。一方面说明低耦合协调的样本缓慢向中高耦合协调水平发展；另一方面反映四大战略区域整体协调发展水平存在明显差异化。耦合协调度位于区间0.4～0.5（中级协调）之间的地区密度逐渐变多，这是因为我国率先推行发展东部沿海地区，且与北上广港等超一线城市优质的开放水平和经济发展水平密切相关。尤其是2011年世界经济逐步进入数字化与信息化阶段，北上广港地区科技创新与数字经济高质量发展耦合协调程度明显高于其他地区，进而为侧峰的形成提供了可能。特别是2015年全国人大完成了《促进科技成果转换法》的修订，以及2017年党的十九大报告中着重强调中国经济已由高速增长向高质量发展过渡，越来越多的地区高度重视科技创新与数字经济高质量发展的耦合协调发展程度，削减了整体协调发展不平衡的极化现象，最终填补了中高级耦合协调等级的空档分布。

2.长江经济带耦合协调度动态演进分析

图4为长江经济带11省份耦合协调度高斯核函数分布图。10年间一直呈双峰状态，说明存在严重极化现象。主要原因可能由于江浙沪自2011年处于领先地位，尤其是近些年来人才与政策优势，始终保持领先地位，但左侧主峰也在不断向右侧缓慢偏移，表明长江经济带各省份科技创新与数字经济高质量发展耦合协调发展水平整体再向上迁移，拉近头部与尾部之间的差距，且期初位于濒临失调的省份均已跨越到初级协调甚至中级协调行列。

3.黄河流域耦合协调度动态演进分析

图5为黄河流域耦合协调度高斯核函数分布图。整体分布相对集中，但拖尾严重，说明内部仍然存在较大差异，期初右侧有侧峰趋势，但在后续发展中被不断抹平，整体发展水平集中聚拢。青海在10年间协调发展水平始终处于黄河流域的末尾，且上升速度不如其他省份，这也是左侧保持拖尾的一个重要原因。

4.京津冀和粤港澳大湾区耦合协调度动态演进分析

图6为京津冀和粤港澳大湾区两大战略区域结合分析的耦合协调度高斯核函数分布图。开始左侧存在侧峰，之后逐渐抹平，但整体耦合协调度随之向左偏移。究其根源在于北京、广东、香港、天津耦合协调程度一直保持较高水平，发展速度相对稳定，自2015年以来，受国家政策影响，河北省不断加大科技投入并重视高质量教育，逐渐拉近与京津地区的差距。但从整体来看，京津冀和粤港澳大湾区两大战略区域耦合协调发展水平逐渐放缓。

图6 京津冀和粤港澳大湾区耦合协调度的高斯核函数估计

（三）马尔可夫链随机过程预测与稳态预测

数据时间整体跨度为10年，在计算转移概率矩阵时按照每一年为每一步转移的时间跨度，总共转移9次［33-34］。因10年间各地耦合协调度总体位于0.2～0.7之间，处于濒临失调等级的样本比重较大，且初级协调和中级协调向上转移存在明显的屏障。因此，将整体转移概率层级划分为濒临失调，初、中级协调，良性协调和高度协调四个层级，对于整体转移概率结果分析更具有实际意义。表5为四大战略区域耦合协调度转移概率结果，其中对角线上元素表示经过一年之后协调等级未发生变化的概率，非对角线上元素表明协调等级发生转移的概率。从整体上来看，自2019年以来，四大战略区域耦合协调度处于濒临失调情况基本清零，均位于初级及以上协调水平。说明受益于政策支持与政府宏观调控，数字技术与实体经济之间的协调发展程度取得重大进展。

进一步对表5分析发现：第一，高度协调程度的省份稳定性最高，达到100.00%，而处于濒临失调地区的稳定性最弱，仅为73.08%。第二，从濒临失调转移为初、中级协调的概率为26.92%，在正向转移概率中最高，而转移为良性协调概率最低。第三，矩阵下半部分存在有效数据，即初、中级协调有1.46%的降级概率。第四，以对角线为基准，两侧向外发散的转移概率（正向与负向转移）均只会进行一级跨越，均未出现跳级现象。

综上可知，对角线上元素转移概率远大于非对角线上转移概率，不同地区的协调发展水平呈现稳态分布，整体协调发展水平缓慢向高水平转移，大多数地区能够借助区域发展优势和创新要素投入达到中级协调水平。但是地区间存在着明显的差异，形成初、中级协调发展向良性协调发展过程中堆积的瓶颈，呈现出初、中级协调状态相对不稳定的现象。因为对于大多数地区数字经济发展仍然处于初步发展阶段，科技创新投入与实体经济融合欠佳，相应配套基础设施建设不完善，自主创新遇到瓶颈，一定程度上抑制了科技创新与数字经济高质量发展协调进程。而临近区域间又存在空间溢出效应，濒临失调的地区可以借助区位优势实现由初级协调到中级协调的平稳过渡。但是由于澳门的特殊性，创新发展增速极缓，短期内很难实现科技创新和数字经济高质量发展耦合协调，成为形成回落风险的根源。

稳态分布表示发展水平不变情况下四大战略区域长期协调发展的均衡状态。表6为初始分布与马尔可夫链稳态分布，因原始数据中暂时没有位于优质协调水平的样本，所以预测稳态分布情况无法得出优质协调的分布情况，各地协调等级仍会分散在四大分类中。

对表6进一步分析可见，相对于初始状态而言，由于科技创新能力不断提升，濒临失调基本清零，其次消除幅度最大的是初级协调和中级协调，与上述马尔可夫链转移概率研究结论基本吻合。高度协调的地区高达97.25%，在四大等级分布中占比最高，表明科技创新与数字经济高质量发展耦合程度跨越了“濒临失调”陷阱，逐步向中高度协调水平过渡。初、中级协调分布概率略高于良性协调，说明在中级协调到良性协调跃升过程中仍有潜在的发展壁障。

（四）基于Dagum基尼系数分解法的空间差异分析

对四大战略区域空间差异分析发现（见表7和表8）：第一，就整体而言，基尼系数呈缓慢递减趋势，说明空间上整体差异放缓，基本消除极化现象，这恰与前文中Kernel核密度估计分析结论

相吻合。第二，对于四大战略区域内部而言，长江经济带和京津冀区域内部差异逐年下降，而黄河流域和粤港澳大湾区区域内差异逐年上升，说明长江经济带与京津冀的整体协调发展程度较好，更具区域优势；黄河流域内部协调水平差异较低，可能与青海、内蒙古等地的科技创新发展速度慢于东部地区有关；粤港澳大湾区中广东省的专利产出、科教投入、城市现代化程度以及开放程度均处于全国领先地位，远超香港和澳门两地，致使粤港澳大湾区区域内部差异显著。第三，对于四大战略区际间差异而言，长江经济带与京津冀之间的差距明显缩小。主要原因可能在于江浙沪经济发展水平和创新型要素投入不断增强，耦合协调跨越到高度协调，通过空间溢出带动长江经济带科技创新与数字经济高质量发展整体协调水平，不断缩小与京津冀战略区域之间的差距；黄河流域与其他战略区域之间的差距虽明显缩小，但根据表8基尼系数分解结果还可发现，两两战略区域相比，黄河流域与其他战略区域的差距仍然是最大的。第四，从各差异贡献度来看，四大战略区域的区际间差异贡献度最大，其次是区域内部差异，贡献度最小的为超变密度。动态演变上来看，区域间贡献度从54.39%下降到39.28%，而超变密度贡献率反而从19.89%上升至35.25%，說明区际间的差距正在逐渐缩小，但贡献度依然位居首位，区际间差异仍是四大战略区域差异形成的主因；从地理位置上来看，利用各自区位优势，四大战略区域集多方力量，进行多元化创新，缩小长江经济带和黄河流域与京津冀和粤港澳大湾区之间的差距。

五、研究結论与对策建议

（一）研究结论

本文以2011—2020年间四大战略区域的数据为观察样本，运用耦合协调度模型、Kernel核密度估计、马尔科夫链算法以及Dagum基尼系数分解法，对科技创新与数字经济高质量发展耦合协调程度的动态演化分布、动态过程与稳态进行预测，并对其时空差异及其成因进行分析，得出如下结论：

第一，从Kernel核密度估计来看，整体上各战略区域协调发展程度呈缓慢优化状态，两极分化现象在2015年之后得到明显改善，2020年四大战略区域耦合协调度除黄河流域外，其他均达到0.4以上；分区域来看，长江经济带内部极化现象严重，11个省份中仅有长三角中的江苏和浙江两地耦合协调度突破0.6，其他省份均处于0.3～0.5之间；黄河流域耦合协调度相对平缓，大部分省份最佳也仅为初级协调水平，10年间平均耦合协调度从0.281攀升到0.373；京津冀和粤港澳大湾区从期初的明显极化到后来改观显著，缘于北京、广东在10年间的协调发展速度相对较高。广东的耦合协调度最高达0.706，在所有观察样本中耦合协调发展程度最高。就京津冀而言，北京耦合协调度最高达到了0.566，河北耦合协调度最高达到了0.425，极大缩减了京津冀内部协调发展的不平衡。

第二，就马尔可夫链随机过程而言，在当前科技创新水平和经济结构下，长期稳态分布集中于高度协调水平，仅有小部分滞留在初、中级协调水平。就转移概率矩阵来看，四大战略区域整体在中级协调向更高级协调突破时存在壁垒。四大战略区域初、中级协调稳定概率高达94.89%，且有1.46%的概率会回落，脆弱性相对明显。

第三，从Dagum基尼系数分解的空间差异特征来看，长江经济带与京津冀战略区域之间的差距显著缩小，基尼系数从0.147缩小到0.091，而黄河流域虽整体协调度逐年提升，拉近与其他三大战略区域之间的差距，但在四大战略区域中增速是最慢的。虽然区域内部都各自存在发展差异，但区际间差异是造成四大战略区域整体协调发展差异的主因。

（二）政策建议

科技研发投入、数字技术应用普及率和生态环境相关指标，均对中国四大战略区域科技创新和数字经济高质量发展耦合协调有着明显的影响，同时也是各区际间形成差距的主要原因。为此提出如下建议：

第一，对于耦合协调度发展偏弱的黄河流域，注重数字技术基础设施建设，从生活、生产和服务等多方面推进数字化进程，不断提高数字技术的普及率，使科技创新成果转化更好地服务于地方数字经济建设与发展。同时政府要不断加大科技创新投入并提供政策支持。对于较高耦合协调度的长江经济带和高耦合协调的京津冀及粤港澳大湾区，应不断深化调整人才引进规划，提高科创新要素投入产出效率，巩固已有科技创新成果，加强对核心技术的应用成熟度，鼓励企业利用人才优势产出更多高质量科技成果并进行成果转化，更好地向邻近地区辐射，服务于区域内和区际间数字经济建设。

第二，从科技创新角度来看，对于四大战略区域内科技创新型企业，应不断提升专利的产出数量和质量。从供给侧实现创新引领，响应管理部门设计与专利保护相关的实际政策，激励创新型企业研发积极性，保持创新引领数字经济高质量发展，利用科技创新技术不断优化数字经济结构，打破四大战略区域固有发展壁障，从内在本质上优化转移概率，突破四大战略区域中级协调发展技术壁障，降低高耦合协调度的脆弱性。

第三，科技创新成果应实现区际间相互渗透、相互辐射。如京津冀的河北、粤港澳大湾区的澳门、长江经济带的青海利用区位优势，充分借鉴发达省份的资源与技术加快数字化转型速度，提升自身数字经济发展水平，形成区域内和区际间协同发展。同时各地也要更多地发扬本土特色数字经济产业，打造家乡品牌、家乡文化，不断缩小区际间数字经济差距，破除战略区际边界，促进科技创新与数字经济高质量发展协调发展水平。

［参考文献］

［1］封世蓝.关于科技创新驱动数字经济发展的研究［J］.经济研究参考，2022（12）：46-52.

［2］韩璐，陈松，梁玲玲.数字经济、创新环境与城市创新能力［J］.科研管理，2021，42（4）：35-45.

［3］张辛欣.数字中国赢在未来［EB/OL］.（2022-02-19）［2023-01-01］. https：//baijiahao.baidu.com/s？id=1725 165227738637373&wfr=spider&for=pc.

［4］郭斌，杜曙光.新基建助力数字经济高质量发展：核心机理与政策创新［J］.经济体制改革，2021（3）：115-121.

［5］XU J. The study of the effect of the digital economy on the low

carbon transformation of urban economies under public attention［J］. Sustainability， 2022，14（24）：1-22.

［6］张红伟，熊操，陈小辉，等.财政科技投入对数字经济发展的影响［J］.财经科学，2022（5）：135-148.

［7］葛立宇，莫龙炯，张方.数字经济发展与城市区域创新——来自我国281个城市的经验证据［J］.广东财经大学学报，2022，37（5）：18-30.

［8］ENVELOPE J， ENVELOPE Y， ENVELOPE Y， et al. Digital economy： an innovation driving factor for lowcarbon developmentsciencedirect［J］. Environmental impact assessment review，2022，96（9）：106821.

［9］宋大伟.坚持创新驱动引领中国经济高质量发展［J］.中国科学院院刊，2019，34（10）：1152-1155.

［10］薛莹，胡坚.金融科技助推经济高质量发展：理论逻辑、实践基础与路径选择［J］.改革，2020（3）：53-62.

［11］SILVESTROV S， STAROVOITOV V， FIRSOV D， et al. Control of platform monopolization in the digital economy： the implication of open innovation［J］. JOITMC， 2022， 8（6）：1-16.

［12］MA D， ZHU Q， BUSINESS J O， et al. Innovation in emerging economies： research on the digital economy driving highquality green development［J］. Journal of business research， 2022， 145（6）： 801-813.

［13］董小君， 石濤. 驱动经济高质量发展的科技创新要素及时空差异——2009—2017年省级面板数据的空间计量分析 ［J］. 科技进步与对策， 2020， 37（4）： 52-61.

［14］刘钒，余明月.数字科技驱动长江经济带城市转型升级研究——基于长江经济带44个城市面板数据的分析［J］.科技进步与对策，2021，38（24）：48-57.

［15］刘小勇， 陈晓欣， 丁焕峰，等. 国家自主创新示范区与国家高新区高质量发展 ［J］. 经济问题， 2022（10）： 98-107.

［16］袁野，李林汉.数字经济、技术创新与经济高质量发展的耦合协调效应研究［J］.工业技术经济，2023，42（1）：45-54.

［17］董小君，石涛.驱动经济高质量发展的科技创新要素及时空差异——2009—2017年省级面板数据的空间计量分析［J］.科技进步与对策，2020，37（4）：52-61.

［18］孙艺璇， 程钰， 刘娜. 中国经济高质量发展时空演变及其科技创新驱动机制 ［J］. 资源科学， 2021， 43（1）： 82-93.

［19］贾洪文， 张伍涛， 盘业哲. 科技创新、产业结构升级与经济高质量发展 ［J］. 上海经济研究， 2021（5）： 50-60.

［20］杨伟中， 余剑， 李康.金融资源配置、技术进步与经济高质量发展 ［J］. 金融研究， 2020（12）： 75-94.

［21］唐琳， 王玉峰， 李松. 金融发展、科技创新与经济高质量发展——基于我国西部地区77个地级市的面板数据 ［J］. 金融发展研究， 2020（9）： 30-36.

［22］魏奇锋，徐霞，杨彩琳，等.成渝地区双城经济圈科技创新与经济高质量发展耦合协调度研究［J］.科技进步与对策，2021，38（14）：54-61.

［23］赖一飞，叶丽婷， 谢潘佳，等.区域科技创新与数字经济耦合协调研究［J］.科技进步与对策，2022，39（12）：31-41.

［24］陈章喜，颛孙冠华.粤港澳大湾区大湾区科技创新与经济高质量发展耦合协调研究［J］.云南社会科学，2021（4）：92-100.

［25］魏巍，符洋，杨彩凤.科技创新与经济高质量发展测度研究——基于耦合协调度模型［J］.中国科技论坛，2020（10）：76-83.

［26］张旭，魏福丽，袁旭梅.县域科技创新与经济高质量发展耦合协调评价［J］.统计与决策，2021，37（20）：120-124.

［27］刘洁，姜丰，栗志慧.京津冀城市群产业—人口—空间耦合协调发展研究［J］.中国软科学，2021（S1）：171-178.

［28］唐晓华，张欣珏，李阳.中国制造业与生产性服务业动态协调发展实证研究［J］.经济研究，2018，53（3）：79-93.

［29］谭燕芝， 李云仲， 叶程芳. 省域数字普惠金融与乡村振兴评价及其耦合协同分析 ［J］. 经济地理， 2021， 41（12）： 187-195，222.

［30］SHEN W， XIA W， LI S. Dynamic coupling trajectory and spatialtemporal characteristics of highquality economic development and the digital economy［J］. Sustainability， 2022， 14（8）：1-16.

［31］李合龙， 吕羽麟， 汪存华，等. 粤港澳城市群科技金融对科技创新的支持效率研究——基于城市群协同创新的视角 ［J］. 科技管理研究， 2022， 42（13）： 51-58.

［32］魏巍，符洋，杨彩凤.科技创新与经济高质量发展测度研究——基于耦合协调度模型［J］.中国科技论坛，2020（10）：76-83.

［33］沈丽， 鲍建慧. 中国金融发展的分布动态演进：1978～2008年——基于非参数估计方法的实证研究 ［J］. 数量经济技术经济研究， 2013， 30（5）： 33-47.

［34］沈丽， 张好圆， 李文君. 中国普惠金融的区域差异及分布动态演进 ［J］. 数量经济技术经济研究， 2019， 36（7）： 62-80.

Spatiotemporal Differences and Their Causes of Dynamic Coupling

between Technological Innovation and Highquality Development of Digital Economy：

Based on Four Major Strategic Regions in China

Li Sufeng， Feng Hongyan

（Hebei GEO University， Shijiazhuang 050031， China）

Abstract：   It is of great significance to achieve the highquality development of Chinas regional economy by promoting technological innovation and highquality development of digital economy in strategic regions. In this article， four national strategic regions， including the Yangtze River Economic Belt， the Yellow River Basin， the BeijingTianjinHebei Region and the GuangdongHong KongMacao Greater Bay Area， are selected as research objects， and data from 2011 to 2020 are taken as observation samples. Using coupling coordination degree model， Kernel density estimation， Markov chain algorithm and Dagum Gini coefficient decomposition method， we compare and analyze the spatiotemporal differences between technological innovation and highquality development of digital economy in four major strategic regions， and point out the causes. The results show that there are significant differences among the four strategic coupling coordination regions， and the mean coupling coordination degree from high to low is in the GuangdongHong KongMacao Greater Bay Area， BeijingTianjinHebei， Yangtze River Economic Belt and Yellow River Basin. From the perspective of dynamic distribution， the probability of primary and intermediate coordination and stability in the four strategic regions is high， and there are barriers to upward breakthrough， while the probability of falling back in the primary coordination state is low， and the vulnerability is relatively obvious. In terms of the sources of differences， interregional differences are the main cause of the differences in the coupling and coordinated development of the four strategic regions. But the contribution rate is declining， and the gap between the Yangtze River Economic Belt and the BeijingTianjinHebei region is gradually narrowed. In order to further narrow  the coupling and coordination differences between scientific and technological innovation and highquality development of digital economy in the four strategic regions， this paper suggests to form a development mode of mutual penetration and mutual radiation among regions， increase the construction of digital technology infrastructure， improve the allocation efficiency of scientific and technological innovation， which will provide an important reference for China to become a digital technology power.

Key words：coupling coordination degree; scientific and technological innovation; high quality development; four national strategic regions ; digital economy

（責任编辑：张梦楠）