东北地区科技创新与制造业绿色发展耦合协调研究
吉林省教育厅社会科学研究项目，课题名称：吉林省科技创新驱动制造业绿色发展的机制及实现路径研究，课题编号：JJKH20241552SK；2023 年吉林省电子商务学会“十四五”规划研究课题，课题名称：吉林省数字经济驱动制造业高质量发展的机制及实现路径研究，课题编号：2023JLDS068；2024 年吉林省高教科研重点课题，课题名称：吉林省高校科技成果转化效率提升策略研究，课题编号 ：JGJX24B52
包　冰
作者简介：包冰（1985—），女，吉林辽源人，汉族，经济学硕士，长春财经学院国际经济贸易学院，讲师，研究方向：区域经济
    【摘要】科技创新与制造业的绿色发展已成为推动区域经济增长的关键动力。本文采用熵值法和耦合协调度模型，对东北地区辽宁省、吉林省和黑龙江省在科技创新与制造业绿色发展的进展及其耦合协调性进行了综合评估。研究发现，东北三省在科技创新与绿色发展方面取得了积极进展；耦合协调度水平也普遍提升，但存在省际发展不平衡现象；技术市场成交额、高等教育在校学生数、R&D 人员投入等被识别为制约科技创新的主要因素，而企业R&D 活动和高技术产业的研究投入则是推动制造业绿色发展的关键。基于此，本文提出了加强技术市场建设、优化教育环境、鼓励企业增加研发投入等针对性策略，以促进科技创新与制造业绿色发展的深度融合。
    【关键词】科技创新；制造业绿色发展；障碍因子
    一、引言
    面对全球经济一体化和可持续发展的双重趋势，科技创新与制造业绿色发展对于区域经济增长尤为关键。在中国东北这一传统老工业基地，产业结构的优化升级显得十分重要。如何通过科技创新驱动制造业实现绿色发展成为了学术界和政策制定者关注的焦点。
    学者们普遍认为科技创新是推动制造业向绿色转型的重要驱动力，通过促进清洁能源的开发、提高资源利用效率，科技创新在实现可持续发展中扮演着关键角色。一些学者对特定地区或国家的科技创新与绿色发展的耦合状态进行了评估。这些研究揭示了不同地区在科技创新与绿色发展方面的耦合程度及变化趋势，为理解地区间的差异提供了实证基础。但对于东北这样经济结构特殊的广泛地区的系统性分析仍较为缺乏，特别是对耦合协调障碍因子的深入识别不足。本研究旨在系统性分析东北三省科技创新与制造业绿色发展的耦合协调性，并识别主要障碍因子，以期为推动区域经济的可持续发展提供新的思路和策略。
    二、研究设计
    1. 评价指标体系
    本研究通过耦合协调机理，综合考量科技创新与制造业绿色发展这两个系统间的相互作用。借鉴现有文献研究 ，并根据东北地区的具体情况，构建评价指标体系。在科技创新水平的测度上，本研究选择了创新投入、创新产出和创新环境三个关键维度，以及研究与实验发展（R&D）人员全时当量A1、研发经费的投入强度A2、国内三种专利授权数A3、技术市场成交额A4、公共预算中科学技术支出A5、每十万人口中高等教育在校大学生数A6 共6 个三级指标。对于制造业绿色发展水平，本研究同样采用了三个维度，即规模效应，包括制造业的营业利润B1、制造业平均用工人数B2 和制造业固定资产投资（不包括农户）B3；环境效应，包括工业废水中的化学需氧量（COD）排放量B4、工业废气中二氧化硫排放量B5 和一般工业固体废物产生量B6；创新效应，包括高技术产业的R&D 经费内部支出B7、新产品销售收入B8，开展R&D 活动的规模以上工业企业数量B9。
    2. 数据来源和研究方法
    （1）数据来源
    考虑数据可得性和可比性等因素，本文东北地区指辽宁省、吉林省和黑龙江省。选取2012—2021 年三个省份的面板数据，数据来源于各省统计年鉴、《中国统计年鉴》《中国工业统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》、全国科技经费投入统计公报等。对于数据的缺失值，采用插值法处理。
    （2）研究方法
    首先，对数据进行无量纲化处理，并利用熵值法测算各指标综合评价指数，以此反映科技创新和制造业的绿色发展水平，分别记为U1 和U2。

    其次，采用耦合协调模型。基于现有研究成果 ，本文参考耦合度的函数模型反映两系统间的相互作用强度。
    为进一步的衡量两系统间的协调发展水平，引入耦合协调度模型：

    其中T 表示系统的综合协调指数， 一般取α=β=0.5；C 表示耦合度，D 为耦合协调度。本文利用熵值法测算的综合评价指数，结合耦合协调模型计算两系统耦合协调度值，以量化系统的综合协调状态。这种结合使用的方法可以更全面地评价系统的协调性和发展质量。
    再次，为了识别影响耦合协调度的主要因素，本文引入障碍度模型，用以评估各指标对整体协调度的潜在阻碍程度。
    三、实证分析
    1. 东北地区科技创新与制造业绿色发展水平测度
    通过熵值法测算结果显示，科技创新方面，辽宁省科技创新进展显著，综合评价指数从0.447 增至0.883，增长近97.5%，如图1。尽管2012—2015 年间有所下降，但后续政策支持和环境优化促进了快速回升。吉林省和黑龙江省虽起步较晚，但自2018 年起进入增长快车道，可能与区域战略调整和创新资源集中相关。
    制造业绿色发展方面，三个省份的综合指数波动都较为明显，但整体水平均有所提升。辽宁省增长48.9%，吉林省和黑龙江省分别增长53.5% 和80.1%，后者增速最为显著。辽宁省经历2016 年低谷后快速回升，可能得益于政策支持和企业对绿色技术的重视。吉林省和黑龙江省虽有波动，但呈稳定上升趋势，这与环保和资源效率提升措施有关。

    根据上述熵值法测算的科技创新和制造业绿色发展综合评价指数，以及耦合协调度模型，得到东北三省2012—2021 年的耦合协调水平，如表1 所示。依据唐晓华等的评判准则，东北三省在所研究期内的科技创新与制造业绿色发展耦合度多处于0.7 ～ 1，表明两者间的互动作用显著。总体上在科技创新与制造业绿色发展的耦合协调度方面呈现出上升趋势，发展态势良好，这得益于区域内政策的积极推动、产业结构的优化升级以及创新驱动发展战略的深入实施。
    辽宁省在科技创新与绿色发展同步推进方面取得显著成效，耦合协调度从0.705 增至0.995，领先于其他两省。吉林省和黑龙江省虽然起点较低，但通过积极的政策推动和产业结构优化，耦合协调度亦实现显著提升，分别从0.165 和0.185 上升至0.570 和0.560。整体而言，东北三省的耦合协调度呈上升趋势，反映了政策支持和创新驱动战略的积极效应。然而，省际发展不平衡问题依然存在，特别是吉林省和黑龙江省仍需进一步加速科技创新，以促进制造业的转型升级和绿色发展。未来，两省应继续发挥科技创新的引领作用，充分利用东北老工业基地的潜力，推动区域经济的协调和可持续发展。

    3. 耦合协调障碍因子诊断
    基于以上结果，进一步应用障碍度模型，对影响该地区耦合协调发展的科技创新和制造业绿色发展的三级指标进行了障碍度的计算，并取历年障碍度的均值，识别出东北三省排名前三位的障碍因子。
    在科技创新领域，技术市场成交额（A4）出现频率最高，被识别为东北三省科技创新的主要障碍，指出了技术交易市场活跃度的重要性。辽宁省和黑龙江省在校大学生数（A6）的障碍度较高，障碍度分别为0.2879 和0.1887，暗示教育环境优化的必要性。吉林省的第一障碍因子研究与试验发展人员全时当量（A1）的障碍度为0.2038，需增加研究与实验发展（R&D）人员投入，以增强科研实力。
    在制造业绿色发展方面，规模以上工业有R&D 活动的企业数（B9）和高技术产业R&D 经费内部支出（B7）是主要障碍，突出了工业企业创新活动和研发投入的重要性。其中B9 因子在辽宁、吉林、黑龙江的排名均为第一，其障碍度分别为0.2187、0.2386、0.2198。此外，制造业平均用工人数（B2）也被认为是影响绿色发展的关键因素。研究结果强调了提升企业创新能力和人力资本投入对于制造业绿色转型的积极作用。
    四、结论及对策建议
    本研究定量分析了2012—2021 年间东北地区辽宁省、吉林省和黑龙江省在科技创新与制造业绿色发展方面的进展及其耦合协调性。研究发现，三省在科技创新和绿色发展水平上均有提升，尤其是黑龙江省的制造业绿色发展水平显著增长。尽管耦合协调度普遍提高，但区域不平衡现象突出，辽宁省领先，而吉林省和黑龙江省需加速发展。技术市场成交额、高等教育在校大学生数、R&D 人员投入被识别为制约科技创新的关键因素，企业R&D 活动和高技术产业的研究投入则是推动制造业绿色发展的核心。为促进两系统深度融合，建议东北三省加强技术市场建设，优化教育环境，提升人才培养，特别是科技人才的培育和引进。同时，激励企业增加研发投入，特别是高技术产业，以提高创新能力。差异化政策的实施将解决区域不平衡问题，推动资源共享，实现科技创新与制造业绿色发展的协调进步。这些措施预期将提升耦合协调水平，为东北地区经济的可持续发展提供新动力。
参考文献
[1] 肖静，曾萍，章雷敏. 地区数字化水平、绿色技术创新与制造业绿色转型[J]. 华东经济管理，2023,37(4):1-12.
[2] 田潇潇，郭克莎. 绿色制造技术创新对制造业绿色发展的影响[J]. 经济理论与经济管理，2023,43(8):4-17.
[3]朱建民，张慧妹.产业韧性、绿色创新对制造业耦合发展的影响——基于全球价值链协调视角[J]. 科技进步与对策，2024(4):1-11.
[4] 马海涛，卢硕，张文忠. 京津冀城市群城镇化与创新的耦合过程与机理[J]. 地理研究，2020,39(2):303-318.
[5] 陈秀英，李健斌. 粤港澳大湾区生产性服务业与制造业耦合协调发展的时空演变特征分析与路径优化[J]. 南京财经大学学报，2021(1):34-44.
[6] 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.