科技創新和產業創新深度融合時空演化特征與機制研究

中圖分類號：F124.3 文獻標識碼：A

0 引言

2024年6月，習近平總書記在全國科技大會、國家科學技術獎勵大會、兩院院士大會上強調，“扎實推動科技創新和產業創新深度融合，助力發展新質生產力”。黨的二十屆三中全會提出，“發展以高技術、高效能、高質量為特征的生產力”“推動科技創新和產業創新融合發展”。科技創新與產業創新深度融合，是培育新興產業、未來產業的重要手段，是加快發展新質生產力、引領現代化產業體系建設的內在要求。科技創新和產業創新深度融合，是科學研究與產業應用緊密銜接的過程，也是科研新成果向產業新產品落地轉化的過程。當前，全球新一輪科技革命和產業變革加速推進，高技術領域成為國際科技競爭的主戰場。高技術產業作為被西方國家首要封鎖與制約的產業，亟需以科技創新賦能產業技術創新[1]。然而，我國高技術企業創新主體地位尚未充分形成，科技創新主體對企業創新市場需求的洞察不足[2]，基礎研究和高技術產業

開放科學（資源服務）標識碼（OSID）：

文章編號：1001-7348（2025）13-0071-14創新需求對接錯位現象較為明顯。此外，受經濟發展和產業基礎影響，各區域間科技創新水平和高技術產業發展水平差距較大，頂尖創新資源錯配現象依然存在。因此，大力推動科技創新和高技術產業創新精準對接、深度融合具有重要意義。

隨著我國科技創新與產業創新融合的不斷推進，未來要推動科技創新和高技術產業創新互動融合取得突破性進展，增強對各地區實踐進程與成效的整體性把控和引導尤為關鍵。然而，當前對我國科技創新與高技術產業創新融合作出客觀、清晰衡量的研究較少，尤其缺乏對各地區融合水平特征規律的深人挖掘。在新時代背景下，揭示科技創新和高技術產業創新深度融合的動力源，找準推動科技創新和高技術產業創新深度融合的發力點和針對性措施至關重要。由此，我國科技創新和高技術產業創新融合程度如何？存在何種發展規律？未來應從哪些方面接續推進二者深度融合？為解答上述問題，本文對科技創新和高技術產業創新耦合協調水平進行測度，并分析其時空演化特征與驅動因素，以深人剖析科技創新與高技術產業創新融合發展規律，探尋推動二者深度融合的實踐路徑。

1文獻綜述

科技創新和產業創新深度融合縱深推進，學者們從理論層面探討其內涵。任保平和司聰[3指出，科技創新是發現新基礎科學原理和技術知識的活動，產業創新是科技創新成果在產業內擴散、應用和轉化的活動，二者融合體現為一個雙向相互促進的非線性反饋過程;洪銀興[4較早探討科技創新與產業創新融合的內在邏輯，認為科技基礎研究是核心技術突破的原點，既應圍繞技術創新布局產業鏈，也要瞄準產業技術短板進行創新研發。在新質生產力發展背景下，科技創新和產業創新深度融合不僅強調原始性、顛覆性技術供給的革命性突破，還強調由市場需求主導的產業創新對科學研究形成逆向牽引[5]。部分學者研究科技創新和產業創新融合機制、現狀、驅動因素。首先，從融合機制看，學者探討科技創新與產業創新中創新主體分工不同、利益分配不均等問題[6]。已有研究認為，應構建企業牽頭的產學研多主體協作和創新資源配置機制，通過“揭榜掛帥”機制引導科技創新和產業創新融合[]。其次，從研究現狀看，有學者采用案例研究方法對科技創新和產業創新融合現狀和規律進行分析，解析從基礎研究到產業轉化擴散的不同階段[8]。然而，已有研究多為定性分析，使用定量分析方法測度科技創新和產業創新融合水平、時空演化規律的研究較少。最后，從驅動因素看，現有文獻分析政策組合[9]、市場競爭[10]和要素革新[11]等對科技創新與產業創新深度融合的影響，但側重于討論系統外部因素，缺乏對系統內部驅動因素的剖析，未從實證角度對內外部驅動因素的作用進行檢驗。

高技術產業在搶占全球科技競爭制高點中具有獨特地位，是現代化產業體系的重要組成部分。然而，相關文獻集中于探討科技創新對高技術產業創新的影響，鮮有文獻探討科技創新與高技術產業創新融合問題。已有研究普遍認為科技創新是推動高技術產業創新的直接動力，其中科技投入產出和轉化保障能力是影響高技術產業創新的主導因素[12]。高技術研發與應用對地區科技創新要素水平和產業集聚規模具有較強依賴[13]，地區科技、產業差異使得高技術產業創新存在顯著區域失衡現象[14]。科技創新與高技術產業創新深度融合并非科技創新對高技術產業創新單向賦能的過程，高技術產業創新也會對科技創新產生引導作用，但已有文獻未深入闡釋科技創新與高技術產業創新融合機理。在現狀測度方面，多數研究集中于分析科技創新人才、科技創新環境等要素對高技術產業創新績效的影響[15-16]，缺乏對二者雙向賦能過程的討論。劉娜娜等（2015）測度高校科技創新和高技術產業創新耦合協調水平發現，二者協調水平較低，應加強高校創新能力與高技術產業技術吸收能力。

總體而言，已有研究側重于分析科技創新對高技術產業創新的影響，鮮有研究對二者融合機理進行論述，也未量化分析科技創新系統與高技術產業創新系統融合現狀、時空演化規律以及何種因素能夠有效驅動二者深度融合。

基于此，本文邊際貢獻主要體現在以下幾個方面：其一，使用耦合協調度模型測度我國科技創新與高技術產業創新融合水平，采用多種方法揭示其時空演化規律、分布特征和區域差異。不同于聚焦單一視角和單一案例研究，本文從整體層面分析我國科技創新與高技術產業創新融合現狀，結合現實探索其內在規律，可彌補當前研究的不足，為準確把握科技創新與高技術產業創新融合協調發展提供理論支撐與決策參考。其二，采用CatBoost算法識別耦合協調度驅動因素，探析科技創新與高技術產業創新各子系統的作用。已有研究多采用計量模型對外部驅動因素進行檢驗[15-16]，本文引入CatBoost算法，從系統內部視角檢驗驅動因素的作用，對現有研究作出有益補充，可拓展CatBoost算法應用領域，并為進一步提升兩者深度融合水平提供實踐指導。

2科技創新與高技術產業創新耦合機理

科技創新是高技術產業創新的基礎支撐，高技術產業創新是科技創新的價值轉化。科技創新與高技術產業創新深度融合是生產力躍遷的內在要求。

2.1科技創新對高技術產業創新的賦能作用

熊彼特的創新理論認為，創新是將新生產要素與生產條件的\"新結合\"引入生產體系[]，且創新必須創造價值。根據這一理論，科技創新的目的在于服務于產業化過程，“使發明得到實際應用”。高技術產業作為新質生產力的先導產業，以前沿技術探索為發展驅動力，更需要科技創新支持的量級躍升，以縮短科技創新成果投人到產業應用周期[18]。基于“技術一經濟范式”，技術創新能夠重塑包括產業在內的經濟系統運行方式。以此為內核，科技創新重塑高技術產業創新軌跡體現為：一方面，科技創新策源能力能夠匯聚高技術產業創新所需關鍵使能技術和稀缺性創新資源，推動高技術產業“創造性破壞”，具有知識重組效應[19]；另一方面，科技創新具有網絡擴張效應，能夠克服高技術產業獨立創新的保守性及技術限制，通過“知識溢出一吸收能力”正反饋，研發主體與企業互動推動知識擴散和使用[20]。此外，外部科技創新環境也影響高技術產業創新實踐[21]，新興技術引發的倫理、安全等問題會倒逼高技術產業創新治理體系升級，產生制度適配效應；同時，良好的創新政策和市場環境有利于高技術成果向高附加值產品轉換[22-23]

2.2高技術產業創新對科技創新的賦能作用

創新理論中的“雙螺旋”理論指出，在創新過程中會形成技術進步與應用創新“推一拉”的“雙螺旋結構”，二者良性互動的“雙螺旋\"構成一個有效的創新生態系統。這意味著，高技術產業創新需求能為科技創新指明發展方向[4]，聚焦于高技術產業關鍵技術進行研發，基礎創新將成為破解“卡脖子”問題的“有用創新”。根據需求引致創新理論，高技術產業創新需求信號向科技創新系統精準傳遞能夠有效促進創新供需的順利對接[24]，有利于跨越創新的“死亡之谷”。國家對高技術產業的戰略部署以及對關鍵技術自主可控的要求，牽引著科技創新重大攻關方向[25]。同時，高技術產業創新對科技創新具有“資源反哺循環”作用，高技術創新成果商業化及其對全球技術創新市場的有效占據，為科技創新有序運轉提供源源不斷的資金保障和資源支持[26-27]

綜上，科技創新與高技術產業創新耦合的本質是“技術軌道更新”與\"產業生態系統重構\"的迭代共生過程，這一視角突破了單向賦能認知。科技創新與高技術產業創新深度融合依賴于二者相互引導、相互促進的良性互動，因此厘清我國科技創新與高技術產業創新耦合協調發展規律具有重要意義。

3評價指標、研究方法與數據來源

3.1 評價指標

為測度科技創新和高技術產業創新耦合協調水平，本文分別構建科技創新和高技術產業創新評價指標體系，如表1所示。關于科技創新指標設計，國家統計局社會科技和文化產業統計司《中國創新指數研究》課題組從創新投入、創新產出、創新環境、創新成效4個方面評價我國科技創新能力[28]，本文沿用這一做法，并參考谷斌等[29]以及杜江等[30]的研究選取相關評價指標。關于高技術產業創新指標設計，高技術產業創新包括知識生產、技術研發和成果轉化的全過程，劉和東等[31-32]認為高技術產業創新系統可劃分為研發、技術轉移、商業化與輔助4個子系統，并重點從研發和商業化兩個子系統對高技術產業創新系統“黑箱\"進行解構。因此，本文主要參考上述研究構建高技術產業創新評價指標體系，并使用熵權法測度各指標權重。

其中， n_ab 表示研究期內 χ_t 時期到 t+1 時期耦合協調度由狀態 Δ_a 轉移到狀態 b 的省份數總和， n_a 表示研究期內 Ψ_tΨ_t 時期耦合協調度為狀態 a 的省份總數。本文將耦合協調度劃分為 k 個等級，其轉移概率 P_ab 形成 k ×k 的馬爾科夫鏈轉移概率矩陣。

科技創新和高技術產業創新耦合協調度并非在空間上隨機分布，其轉移概率受空間相關性的影響。因此，引入空間滯后條件會產生 k 個 k×k 的轉移概率矩陣。采用地理距離空間權重矩陣計算空間馬爾科夫鏈，公式如下：

其中， D_j 為省份 j 的觀測值， Lag_i 為省份 i 的空間滯后值， n 為省份數量。 W_ij 代表省份 i 和省份 j 的空間關系，空間單元的滯后類型由空間滯后值確定。

3.2.5 CatBoost算法

CatBoost是一種基于對稱決策樹的GBDT改進算法，其能夠高效準確處理類別特征以及預測偏移問題，進而提高模型的泛化能力。CatBoost算法使用one-hot編碼對低基數分類變量進行編碼，使用指示符函數將分類特征的值映射到數值公式中[35]，公式如下：

其中， x_i，j 表示特征 j 的第 i 類值， Y_k 表示標記值，p 為添加的先驗值， α（αgt;0） ）為權重參數，添加先驗分布項有助于減少低頻類別數據噪音。

3.3 數據來源

本文選取2012—2022年中國內地30個省、自治區、直轄市（以下簡稱省份）數據開展研究（西藏地區由于數據不全，未納入統計）。為進行區域對比分析，按照中國地理分區標準將全國劃分為華東、華南、華中、華北、東北、西北和西南七大地區。其中，華東地區包括山東、江蘇、浙江、安徽、江西、福建、上海；華南地區包括廣東、廣西、海南；華中地區包括湖南、湖北、河南；華北地區包括河北、山西、內蒙古、北京、天津；東北地區包括遼寧、、黑龍江；西北地區包括甘肅、陜西、寧夏、青海、新疆；西南地區包括四川、重慶、貴州、云南。本文數據來源于相關年份《中國科技統計年鑒》《中國高技術產業統計年鑒》《中國文化文物統計年鑒》《中國文化及相關產業統計年鑒》《中國統計年鑒》及EPS數據庫，勞動生產率指標參照鄭江淮等[36的研究，以產出增加值除以就業人數表征，部分缺失數值和異常值利用線性插值法補齊。

4科技創新與高技術產業創新耦合協調度分析

4.1耦合協調度時序變化

2012—2022年，中國內地30個省份科技創新和高技術產業創新耦合協調度如表3所示。總體來看，2012—2022年耦合協調度均值由0.391上升到0.430，呈現出逐年增長趨勢，研究期內耦合協調程度由輕度失調狀態轉變為初級協調狀態，表明我國科技創新與高技術產業創新融合水平正在不斷加深。然而，雖然整體上科技創新和高技術產業創新初步實現良性互動、協同發展，但其協調互動水平仍有較大提升空間，創新成果轉化為先進生產力和產業競爭力的進程較慢，技術市場發育滯后、科研與產業目標導向差異、資本短視傾向等問題仍需解決[5]。具體來看，2012—2022年各省份耦合協調度均呈明顯上升趨勢，研究期內各省份位次未發生明顯改變，2022年各省份耦合協調度差距比2012年更明顯，最高值省份和最低值省份的差距由0.361上升到0.654。這表明，領先地區依托完備的創新生態形成資源虹吸效應，而弱勢地區可能受限于技術基礎或政策支持不足，創新鏈與產業鏈融合發展相對緩慢。

從省份看，科技創新與高技術產業創新耦合協調度均值最高省份為廣東，已經達到優質協調水平；江蘇位居第二，均值達到中級協調水平；其次是浙江、山東、上海、北京，耦合協調度均值均超過0.5。可以看出，科技創新與高技術產業創新協調發展地區本身科技發展水平較高，同時也是高技術產業重點布局地區。這表明，要實現科技創新與高技術產業創新深度融合，首先要提升二者發展水平。以廣東為例，廣東區域創新綜合能力已經連續8年排名全國第一，其高新技術企業數量位居全國首位，廣東創新融合水平領先優勢源于系統性創新生態的構建。耦合協調度最低省份為青海，其次為寧夏、海南、新疆、內蒙古和甘肅，耦合協調度均值低于0.4。究其原因，這些地區發展主要依靠其擁有的資源稟賦，科技發展水平較低，高技術產業較為薄弱，受限于技術供給斷層、產業鏈配套缺失和人才流動壁壘等，容易陷入“低端鎖定”困局。綜合而言，當前絕大部分省份處于初級協調、輕度失調狀態，雖然全部省份均已脫離嚴重失調狀態，但多數地區仍未形成穩定的科技創新和產業創新協同機制，亟需完善二者動態適配的技術產業化體系。

2012—2022年，耦合協調度上升較快省份為廣東，提升0.314，其余省份上升幅度均小于0.2；上升較慢省份為青海、新疆、黑龍江、海南、內蒙古、甘肅和寧夏，上升幅度均低于0.03。可以發現，耦合協調度基礎越好，提升速度就越快，創新融合水平呈現出強者愈強、弱者愈弱的“馬太效應”。高協調度省份憑借充裕的研發投入、完善的產業生態和市場化機制等先發優勢，形成“技術迭代—市場反饋”的正向循環，而低協調度省份受限于創新初始條件薄弱和創新回報較低。

2012—2022年，七大地區科技創新和高技術產業創新耦合協調度如表4所示。各地區耦合協調度表現出“華東地區 gt; 華南地區 gt; 華中地區 gt; 華北地區 gt; 西南地區 gt; 東北地區 gt; 西北地區”的分布格局，華東地區、華南地區和華中地區總體呈現初級協調狀態，其余地區處于輕度失調狀態。這可能與地區高技術產業基礎有關。根據科技部火炬中心數據，華東地區、華南地區高新技術企業數量在全國遙遙領先，且長三角G60科創走廊擁有全國七分之一的高新技術企業和超過五分之一的科創板上市企業，將打造千億級科技創新地標；華中地區通過武漢東湖、長株潭國家自主創新示范區發展，在光電子、深海深地深空等領域形成創新鏈和產業鏈的深度融合；西北地區高新技術企業數量最少，缺乏資金、技術、人才支持，且以能源化工產業為主，主要依賴資源稟賦，科技創新難以對高技術產業創新起到良好的賦能作用，高技術產業發展也難以反哺科技創新。從變化趨勢看，2012—2022年各地區耦合協調度大體呈上升趨勢，華東地區上升最快，東北地區上升最慢。可能原因在于，東北地區傳統工業企業占比較高，科技創新和成果轉化鏈條尚未充分與高技術產業有效對接。

4.2耦合協調度區域差異

進一步剖析科技創新和高技術產業創新深度融合的地區差異特征，耦合協調度的Dagum基尼系數及分解結果如表5所示。2012—2022年，耦合協調度基尼系數總體呈上升趨勢，表明我國科技創新和高技術產業創新融合水平地區差距正在持續擴大。研究期內，耦合協調度的組內基尼系數比較穩定且差值相對較小，組間基尼系數呈持續上升態勢。可以看出，區域間差距大于區域內部差距，且這一現象越來越明顯。原因可能在于，各區域間經濟發展水平、科技創新資源、產業布局本身就存在較大差異，加之各區域發展重心、政策傾斜、資源流人等不同，隨著時間變化，使得科技創新和高技術產業創新融合程度愈發表現出不均衡特征。超變密度基尼系數呈先升后降的波動趨勢，變動幅度相對較小，表明各區域交叉影響變化不大。這是因為，當前我國跨區域創新聯合體較少，其對科技創新與高技術產業創新融合的影響較弱。

從貢獻率看，組間貢獻率最高，超過 60% ，呈現出波動上升趨勢，區域間差距是導致我國科技創新與高技術產業創新融合水平差距的最主要原因，且其影響程度正在不斷增強。核心原因在于，“政策導向 + 市場選擇\"的雙重極化效應使得人才、資本、技術等要素持續向高協調度區域集中，而中西部地區則處于創新資源劣勢地位。組內貢獻率最低，在 10% 左右，呈現出明顯的下降趨勢。可能原因在于協同創新政策取得一定成效，區域內部產學研創新聯合更加緊密，但對改善全國整體差距的作用較小。超變密度貢獻率呈波動下降趨勢，表明技術擴散、產業轉移等區域間交互作用對差距的貢獻減弱。

各區域組內基尼系數分解結果如圖1所示。2012—2022年，各區域組內基尼系數的位次和數值變化幅度較小，華南地區內部不均衡現象遠高于其它地區，可能原因在于廣東科技創新水平和高技術產業發展水平遠高于廣西和海南；其次是華東、華北、西南、西北地區，組內基尼系數在 0.05～0.1 之間；東北地區和華中地區內部差距最小，組內基尼系數基本處于0.05以下。可見，一方面，區域內部存在合理差異，應培育區域內部創新高地，并構建“反哺\"機制；另一方面，應在區域內部實現功能互補和動態均衡，通過制度設計確保創新要素在區域內充分流動，提高整體創新融合效率。

各區域之間的組間基尼系數見表6。2012—2022年，除華東一華中地區之間的差距呈縮小趨勢外，其它地區間差距均呈擴大趨勢，核心原因在于創新資源分布的極化效應。相對而言，科技創新和高技術產業創新融合水平差距最大的是華南一西北，華南地區依托全國科技發展水平和高技術產業基礎水平最好的廣東省形成創新極，而西北地區研發能力不足、產業相對低端。東北—西南、華北一東北差距相對較小，可能原因在于：一方面，華北與東北產業發展類型較為相近，華北地區和東北地區制造業基礎較好，且這些地區在地緣上相近，交流合作頻率更高；另一方面，在“三線建設\"時期，西南地區為東北核心產業內遷的主要接收地，導致兩地產業結構較為較近，隨著西南城市群的崛起，兩地經濟發展差距逐漸縮小，在經濟基礎和產業基礎都相近情況下，東北一西南科技創新與高技術產業創新融合水平也較為接近。從變化幅度看，華南一西北、華東一東北、華中一東北之間差距擴大程度較高，北方地區創新協同亟待突破，需從制度創新、要素配置和區域協同等多維度破局。

4.3耦合協調度空間特征分析

4.3.1 空間相關性分析

為進一步挖掘科技創新和高技術產業創新融合水平的地理空間相關性，采用全局Moran'sI指數進行檢驗，結果如表7所示。2012—2022年每年Moran'sI系數均比較顯著，通過空間相關性檢驗，且Moran'sI系數大于0，說明各地區耦合協調度之間存在空間正自相關性。Moran'sI的值呈波動上升趨勢，2022年較2012年空間集聚效應有所增強。這說明，各地區科技創新和高技術產業創新深度融合關聯性有所提升，地區之間科技創新與高技術產業創新協同發展不斷深化。

4.3.2 空間格局演化分析

為更細致地揭示耦合協調水平差距及動態演變規律，采用四分位法將耦合協調度劃分為低、較低、較高和高4種類型，構建馬爾科夫轉移概率矩陣，剖析耦合協調度在不同類型之間的轉移概率和方向。

根據表8，馬爾科夫鏈轉移概率矩陣對角線上的概率明顯高于非對角線上的概率，對角線上的概率均超過0.8，說明科技創新和高技術產業創新耦合協調度類型存在較強的路徑依賴性，各省份傾向于保持自身狀態不變，創新融合存在顯著的“技術一產業\"協同鎖定效應。除對角線上以及對角線鄰側概率可能不為0之外，表內其余數值均為0，表明4種類型僅會向相鄰類型轉移，跨類型轉移概率較低，科技創新與高技術產業創新深度融合是一個循序漸進的過程，未出現躍升或驟降。原因在于，創新融合路徑存在剛性約束，后發省份無法忽視產業基礎而直接布局前沿領域，全國創新鏈產業鏈融合遵循漸進式發展規律。然而，這種漸進式升級也暴露出后發省份的困境，即中西部地區將面臨創新要素積累不足、技術商業化周期長的雙重挑戰。對角線右鄰側概率基本高于左鄰側概率，說明耦合協調度傾向于向更好的類型發生轉移，這也印證了當前我國科技創新和高技術產業創新融合程度正在加深。

表72012—2022年耦合協調度全局Moran'sI指數檢驗結果

Table7Testresultsofglobal Moran'sIof coupling coordination degrees from 2012 to 2022

高值區省份維持自身類型不變的概率達到1.000，也即高值區省份更能保持科技創新和高技術產業創新協調發展、互相促進的良好狀態，通過技術與產業鏈優勢強化創新融合。低值區省份維持自身類型不變的概率為0.938，表明對于融合水平較低的地區而言，科技創新和高技術產業創新脫節狀態難以在短時間內得到明顯改善。相對而言，低類型、高類型狀態存在更高的轉移惰性，中間較低、較高類型狀態轉移可能性更高，中間狀態省份創新生態系統尚未形成剛性結構壁壘，且往往處于“傳統產業升級 + 新興產業培育\"疊加期，從而形成獨特的窗口機遇。

事實上，各省份科技創新和高技術產業創新融合水平變化不僅依賴于自身基礎條件及資源要素投入，也與鄰近地區要素流動、交流合作密切相關。基于此，進一步采用空間馬爾科夫鏈轉移概率矩陣進行分析。根據表9可知，當領域類型不同時，空間馬爾科夫鏈轉移概率矩陣的值與傳統馬爾科夫鏈轉移概率矩陣的值存在明顯差異。總體來看，對角線上概率值依然最高。當鄰域類型為低類型時，與之相鄰的低類型省份不發生轉移的概率為1，低類型省份間的“創新孤島\"效應進一步強化了技術擴散壁壘。當鄰域類型為較低類型時，各類型省份保持自身狀態不變的概率在0.9以上，說明科技創新和高技術產業創新融合水平較低區域難以打破低端空間鎖定效應。當鄰域類型為較高類型時，較高類型、較低類型、低類型保持自身不變的概率降到0.9以下，且這一類型對角線右鄰側概率有明顯提升，表明較高類型省份與較低類型省份相比，其對周圍省份的耦合協調水平存在明顯的正向帶動作用。可能原因在于，當科技創新與高技術產業創新融合水平較高時，較高能級區域會通過技術溢出與產業鏈延伸形成輻射效應，區域互動的“虹吸一溢出”作用初顯。當鄰域類型為高類型時，低類型、高類型省份保持自身狀態不變的概率為1.000。相較于鄰域是其它類型時，此時較高類型、較低類型省份向更好類型轉移概率達到最大，較低類型向較高類型轉移概率達到1.000，這得益于政策協同引導與市場機制的雙重驅動。綜上可以發現，周圍省份科技創新和高技術產業創新融合程度越高，越容易帶動自身融合程度提升。當高類型省份作為鄰域時，通過創新融合的“中心一外圍\"結構，將顯著釋放對周邊中間類型省份的創新融合輻射效應，進而形成“創新溢出紅利”。

4.4耦合協調度驅動因素

進一步，識別科技創新與高技術產業創新的驅動因素，參考徐宗煌等[33]的做法，用CatBoost算法檢驗各指標對耦合協調度的重要性。對CatBoost算法的性能表現進行判斷，均方誤差（MSE）、均方根誤差（RMSE）、平均絕對誤差（MAE）越接近0越好。根據表10，Cat-Boost算法在訓練集和測試集的MSE、RMSE、MAE均幾乎為0，表明模型在訓練數據上實現較高擬合度，具備較好的預測能力。 R² 在訓練集上達到1，意味著模型在訓練集上實現高度擬合。測試集上的 R² 值為0.994，非常接近1，表明模型在測試集上的預測結果與實際值高度相關，說明模型具有優異的泛化能力。

圖2為各指標特征重要性。高技術企業新產品開發經費支出（ I₂₄ ）是我國科技創新和高技術產業創新耦合協調的最主要驅動因素，占比為 14.539% 其后排序前十的指標分別為 Ramp;D 經費投入強度（I₃，10，657% ）、 R^E.D 人員全時當量 （I₂，7.971%） 、高技術企業 Ramp;D 經費內部支出（ I₁₆，7.284% 、高技術產品出口總額 （I₂₆，6，457%） 、高技術企業研發機構數 （I₁₈，6.446% ）、高技術企業購買國內技術經費支出 （I₂₂，5.091% ）、高技術企業新產品開發項目數 （I₂₃，4.583%） 、高技術企業引進經費支出（ I₂₀ ，4.445% 、高技術企業 R^amp;.D 人員全時當量（ I₁₅ ，4，348%） 。在排名前十的指標中，來自高技術產業創新系統的指標達到8個，我國科技創新與高技術產業創新耦合協調核心動能呈現市場導向型、企業主體地位凸顯的顯著特征，科技創新系統指標相對較弱，暴露出基礎研究與應用研究銜接不足的短板。這種“市場強、基礎弱”的結構本質上是由創新政策“輕基礎、重應用”的導向以及當前科技創新考核機制所致，長此以往或將導致原始創新能力薄弱，加劇關鍵核心技術“卡脖子”風險。

圖3為系統特征重要性。總體而言，科技創新系統14個指標特征重要性占比共計 35.535% ，高技術產業創新系統14個指標特征重要性占比共計 64.465% ，說明我國科技創新與高技術產業創新耦合協調驅動因素中市場牽引占主導、基礎支撐相對薄弱。在科技創新系統中，科技創新投人子系統占比最高 （23.103%） 。原因在于，創新行為需要持續穩定的資源供給作為基礎支撐。更深層次看，這種投入驅動模式反映出我國創新體系尚未突破“要素積累型”發展階段。在高技術產業創新系統中，商業化子系統占比最高 （28.109%） ，其次是研發子系統 （22.211%） 。可能原因在于，高技術產業具有技術迭代快、市場需求動態變化的顯著特征，企業需通過高效的商業化能力將技術成果轉化為市場價值，通過市場反饋機制反向優化研發方向。同時，研發子系統的高權重則體現了技術密集型產業核心競爭力取決于維持技術領先地位。

總體而言：第一，高技術產業創新是推動“科技—產業\"創新協同發展的核心引擎，產業端主導作用顯著。在高技術產業創新系統中，企業研發投人、新產品開發及技術轉化能力對融合水平的貢獻占比高達68.141% 。在產業競爭中，企業需通過持續技術創新形成差異化競爭優勢，同時通過市場響應將研發成果轉化為實際產品。這種市場導向創新模式使企業既能承擔技術突破風險，又能直接分享創新收益，從而在創新系統中占據主導地位。因此，未來需進一步強化企業創新主體地位，科技創新系統需強化對產業端的支撐。第二，充足的創新研發資源投入是保證創新活動順利開展并轉化為產業應用的重要前提。在排名前十的指標中，研發經費與人員是基礎，其中經費投人更是重中之重。研發經費直接決定實驗設備、中試平臺等硬件條件，研發人員作為知識載體，其數量與質量決定創新深度及速度。第三，技術轉化與市場應用是科技創新和高技術產業創新深度融合的關鍵環節，市場導向特征明顯。高技術產品出口總額 （I₂₆ ）、高技術企業新產品開發項目數（ I₂₃ ）等市場轉化類指標排名靠前，商業化子系統指標占比最高，表明技術成果商業化應用是耦合協調水平提升的直接動力。深層次來看，技術成果只有通過市場檢驗才能實現價值循環，這種市場導向機制通過動態調整研發資源配置方向，逐步完善“市場需求一技術研發一產品迭代”閉環創新生態系統。

5 結論與討論

5.1 研究結論

本文基于2012—2022年中國內地30個省份數據，構建科技創新與高技術產業創新評價指標體系，使用Dagum基尼系數、全局Moran'sI指數、空間馬爾科夫鏈方法分析耦合協調度的時空分異與演化趨勢，并采用CatBoost算法識別耦合協調度驅動因素，得出如下結論：

（1）2012—2022年，我國科技創新和高技術產業創新耦合協調水平呈現逐年提升的良好發展態勢，整體上由輕度失調狀態轉為初級協調狀態，創新鏈與產業鏈協同效率顯著提升。耦合協調度較高省份基本分布在沿海地區，耦合協調度與各省份科技創新水平、高技術產業基礎緊密相關，反映出創新要素集聚與產業基礎優勢的疊加效應。分地區看，華東地區、華南地區和華中地區耦合協調度為初級協調狀態，其余地區處于輕度失調狀態，反映出區域間創新資源配置失衡。從發展速度看，耦合協調度基礎越好，科技創新和高技術產業創新融合發展越快，存在明顯的“馬太效應”，“強者愈強\"的極化現象正在拉大區域創新融合差距。

（2）2012—2022年耦合協調度總體基尼系數呈上升趨勢，地區差距有所擴大，表明區域間創新協同發展不平衡性加劇，可能會增加技術要素跨區域流動的制度性成本。根據分解結果，地區內部各省份差距保持穩定，但不同地區間差距呈上升趨勢，區域間不均衡是造成我國科技創新與高技術產業創新融合水平差距的最主要原因。其中，受地區科技發展水平和產業基礎的影響，華南一西北地區間差距最為明顯，凸顯科技資源“南強北弱\"和高技術產業基礎“東強西弱\"的疊加效應。

（3）我國科技創新和高技術產業創新耦合協調度存在明顯的空間關聯，空間集聚效應不斷提升，地區間協同創新發展模式不斷深化，創新網絡已形成技術擴散、產業輻射的良性循環。從空間演化看，科技創新與高技術產業創新融合水平類型存在較強的路徑依賴性，揭示區域創新生態系統具有慣性鎖定特征。當省份所處類型發生轉移時，傾向于向好轉變，但未出現跨越式提升，雖然技術產業化水平正在不斷提升，但產業升級需遵循技術積累規律。相對而言，高類型省份和低類型省份更傾向于保持自身水平不變，鄰域地區耦合協調水平越高，越有可能帶動本省份耦合協調水平提升，因此應將地理鄰近優勢轉化為創新融合協同動能。

（4）高技術企業新產品開發經費支出是我國科技創新和高技術產業創新融合的最主要驅動因素，市場需求正深度重構創新價值鏈。整體來看，高技術產業創新系統在科技創新和高技術產業創新融合中占據主導作用，市場導向型研發正成為創新協同的核心驅動力，我國已初步形成產業需求倒逼科技創新的良性機制。研發資源投入規模是基礎保障，研發經費與人員投入指標重要性占比較高，且科技創新投人子系統在科技創新系統中占比最高，凸顯出要素規模投人仍是創新協同的基礎支撐。商業化子系統重要性占比在所有子系統中最高，技術成果商業化應用是提升耦合協調水平的關鍵，表明技術市場成熟度是創新融合水平提升的關鍵。

5.2 研究啟示

（1）完善科技創新和產業創新動態適配協同體系，形成科學研究到產業化的有效銜接。一方面，從國家戰略層面統籌創新鏈與產業鏈協同布局，加快出臺推動科技創新和產業創新深度融合的專項規劃、實施方案、若干措施等，加強政策體系的系統性設計，推動財政、稅收、金融、產業等政策形成合力，對基礎研究、應用研究和產業技術開發設定差異化投入比例，針對量子科技、具身智能等重點產業創新實施定向支持。建立“科技一產業”雙向反饋機制，定期發布“高技術產業技術需求清單”，聚焦國家戰略需求和高技術產業關鍵短板確定科技創新研發方向，引導科研立項與產業需求精準對接。另一方面，推動龍頭企業牽頭組建創新聯合體，支持高技術龍頭企業創設國家重點實驗室、技術創新中心，聯合上下游企業制定技術標準，降低協同創新成本，鼓勵科研機構、高校等科技創新主體和高技術企業聯合攻關，打造開放式創新平臺，著力破解基礎研究與高精尖產品研發脫節問題，推進科技資源共享。

（2）推動科技創新和高技術產業創新融合，強化創新資源跨區域整合。針對區域間創新融合發展不平衡性現象，一方面，應破除區域協同創新壁壘，建議全國統一大市場，通過產權交易平臺實現要素跨區域定價與流轉。同時，在西部資源富集區設立創新飛地，通過東部地區運營管理和西部地區資源入股模式，破解“資源詛咒”與“技術空心化\"并存困局。另一方面，強化長三角、珠三角、京津冀等創新高地的輻射帶動作用，圍繞高協調區域規劃創新輻射圈，基于地區產業創新優勢，聚焦前沿領域布局“核心攻關—周邊配套”分工體系，鼓勵相鄰省份聯合制定技術攻關計劃，共建共享重大科研基礎設施，各區域聯合培育高技術產業集群，加強上下游企業協作，形成優勢互補、協同發展的創新生態。

（3）提高高技術產業自主研發能力，強化企業創新主體地位。一方面，加快戰略性新興產業、未來產業梯次培育，加強科技型企業融資渠道建設，完善研發投入激勵機制，優化稅收優惠與財政補貼政策，重點向具有自主知識產權儲備、長期研發投人穩定的企業傾斜，引導企業構建從技術研發、產品轉化到產業化各個環節的完整產業鏈。另一方面，強化技術轉化服務支撐，建設區域性中試熟化平臺與共性技術服務中心，健全“眾創空間一概念驗證—中試驗證—批次產業化\"科技成果孵化體系，建立和扶持科技孵化器、加速器等機構，通過政府購買服務等方式向中小企業開放試驗設備與檢測資源，由政府主導發布“新技術應用場景清單”，在智慧城市、綠色能源等領域開放公共數據資源和基礎設施，為高技術產品提供規模化驗證場景，降低企業技術應用風險與試錯成本。

（4）健全研發技術成果市場轉化機制，構建全鏈條市場轉化生態。一方面，推動技術商業化，完善技術交易市場規則體系，建立全國統一的知識產權定價與流轉平臺，通過標準化交易流程與第三方評估機制，破解技術定價模糊、交易成本高的難題；同時，構建多層次技術轉移服務體系，培育專業化技術經紀機構與復合型技術經理人隊伍，為成果轉化提供需求匹配、法律咨詢、風險評價等全流程服務，重點支持中小企業通過技術許可、作價入股等方式獲取先進技術；另一方面，深化知識產權金融創新，推廣知識產權證券化、質押融資等工具，探索“技術入股 + 收益分成\"柔性合作模式，破解技術轉化初期資金瓶頸，激發企業持續創新動能。

5.3 不足與展望

本文存在如下不足：其一，科技創新和高技術產業創新融合僅是科技創新和產業創新深度融合的一個重要方面，未來可進一步聚焦戰略性新興產業、未來產業等，從企業層面選取案例剖析科技創新和產業創新現狀、機制、路徑，或對比不同行業科技創新和產業創新融合水平差異、不同特征，以獲得更具操作性的建議和理論依據。其二，探討科技創新和高技術產業創新融合內部指標對耦合協調度的驅動作用存在一定局限性，未來可從經濟、社會、政治環境等方面分析多維驅動因素，以提高研究結論的普適性。

參考文獻：

[1]安同良，姜舸，王大中.中國高技術制造業技術測度與趕超路徑——以鋰電池行業為例[J].經濟研究，2023，58（1）：192-208.

[2] 巫強，胡蕾，蔣真兒.產業鏈與創新鏈融合發展：內涵、動力與路徑[J].南京社會科學，2024，35（2）：27-37.

[3] 任保平，司聰.以科技創新與產業創新的深度融合推動形成新質生產力研究[J].經濟學家，2025，47（2）：76-86.

[4] 洪銀興.再論產業化創新：科技創新和產業創新的銜接[J]經濟理論與經濟管理，2016，36（9）：5-11.

[5] 張林山，陳懷錦.以科技體制改革促進我國科技創新和產業創新深度融合[J.改革，2024，47（8）：35-44.

[6] 余江，陳鳳，郭玥.現代化產業體系中科技創新與產業創新的深度融合：全球新一代光刻系統的啟示[J].中國科學院院刊，2024，39（7）：1141-1152.

[7] 王偉光.以戰略性技術創新應用擴散促進科技創新產業創新深度融合[J].中國科技論壇，2024，40（12）：3.

[8] YANGNA，HONGJ，WANGHY，etal.Innovationandtechnology transfer through global value chains： evidencefrom China's PV industry[J]. Technology Analysisamp; StrategicManagement，2020，32（11）：1307-1321.

[9]孟維站，徐喆，劉宇佳，等.我國科技政策組合特征對高技術產業創新效率的分階段影響[J].經濟問題，2019，41（6）：49-54.

[10]ZOU T. Technological innovation promotes industrial up-grading： an analytical framework[J]. Structural Changeand Economic Dynamics，2024，70：150-167.

[11]董麗，趙放.數字經濟驅動制造業產業鏈韌性提升的作用機理與實現路徑［J].福建師范大學學報（哲學社會科學版），2023，68（5）：33-42.

[12] CHEN XQ，LIU X W，ZHU Q Y. Comparative analysisof total factor productivity in China's high-tech industries[J].Technological Forecasting and Social Change，2022，175（1）：121332.

[13]趙放，蔣國梁.數字產業集聚的創新效應[J].浙江社會科學，2024，50（9）：26-36，157.

[14]TU W J， ZHANG L X，SUN D Y. Evaluating high-techindustries‘ technological innovation capability and spatialpattern evolution characteristics：evidence from China[J].Journal of Innovation amp; Knowledge，2023，8（1） ：100287.

[15]宛群超，袁凌，譚志紅.科技人才集聚、市場競爭及其交互作用對高技術產業創新績效的影響[J].軟科學，2021，35（11）：7-12.

[16]TSVETKOVA A，CONROY T，THILL JC. Surviving ina high-tech manufacturing industry： the role of innovativeenvironment and proximity to metropolitan industrial port-folio[J]. International Entrepreneurship and ManagementJournal，2020，16（2） ：501-527.

[17]SCHUMPETER JA. Theory of economic development[M].New Brunswick：Transaction Publishers，1912.

[18]蔣永穆，孫小崙，喬張媛.中國式現代化視域下發展新質生產力的重大意義、基本框架與實現路徑[J].管理學刊，2024，37（3）：1-15.

[19]陳錦其.創新策源能力、關鍵使能技術與經濟高質量發展[J].財經論叢，2023，39（10）：16-24.

[20]陳麗君，李言，傅衍.激發人才創新活力的生態系統研究[J].治理研究，2022，38（4）：39-50，125.

[21]趙放，蔣國梁，徐熠，等.數字產業集聚賦能區域綠色技術創新：創新要素與創新環境雙重視角[J].科技進步與對策，2024，41（18）：1-11.

[22]何大安，吳振宇.創新模式轉換與趕超路徑選擇——基于技術—產品生命周期視角的理論分析[J].浙江學刊，2022，80（5）：66-76.

[23]趙全厚，周學騰.政府扶持對企業探索式技術創新的影響[J].浙江工商大學學報，2024，38（1）：84-96.

[24]易先忠，江宇迪，孫思意.后發大國如何創新：本土需求的作用及實現[J].中國軟科學，2022，47（S1）：13-24.

[25]楊渝玲，劉書文.科技自立自強的內在邏輯、現實挑戰與實踐路徑[J].理論學刊，2023，40（1）：100-107.

[26]YU A Y， SHI Y，YOUJ X，et al. Inovation performanceevaluation for high-tech companies using a dynamic net-work data envelopment analysis approach[J]. EuropeanJournalof Operational Research，2021，292（1）：199-212.

[27]樸英愛，于鴻.對外直接投資逆向技術溢出對中國技術創新能力的影響——基于門檻效應的實證研究[J].山西大學學報（哲學社會科學版），2022，45（4）：135-145.

[28]國家統計局社科文司“中國創新指數（CII）研究\"課題組.中國創新指數研究[J].統計研究，2014，31（11）：24-28.

[29]谷斌，廖麗芳.新基建投入與科技創新能力耦合協調發展水平測度及時空演進[J].科技進步與對策，2023，40（11）：60-70.

[30]杜江，張偉科，范錦玲，等.科技金融對科技創新影響的空間效應分析[J].軟科學，2017，31（4）：19-22，36.

[31]劉和東.高新技術產業創新系統的協同度研究——以大中型企業為對象的實證分析[J].科技管理研究，2016，36（4）：133-137，161.

[32]劉和東，陳文瀟.高新技術企業創新系統“黑箱”解構及效率評價[J].科技進步與對策，2019，36（3）：117-122.

[33]徐宗煌，蔡鴻宇，張偉，等.我國科技安全系統耦合協調評價與驅動因素研究[J/OL].科技進步與對策，1-11[2025-04-18]. http：//kns. cnki. net/kcms/detail/42.1224.G3.20240626.1004.002.html.

[34]DAGUM C. A new decomposition of the Gini income ine-quality ratio[J]. Empirical Economics，1997，22（4）：515-531.

[35]BENTEJAC C，CSORGO A，MARTINEZ-MUNOZ G.A comparative analysis of gradient boosting algorithms[J].ArtificialIntelligenceReview，2021，54：1937-1967.

[36]鄭江淮，巫南杰，賴曉.城市間技術鄰近縮小了勞動生產率差異嗎——基于長三角地區41個城市的經驗證據[J].經濟評論，2024，45（5）：56-74.

（責任編輯：王敬敏）

The Spatio-Temporal Evolution Features and Mechanism of the Deep Integration of Technological Innovation and Industrial Innovation： A Case Study of High-Tech Industries

Zhao Fang1，2，Zhang Miao2，Jiang Guoliang2， ΔXuYi² （1.Centre for China Public Sector Economy Research，Jilin University; 2.School of Economics，Jilin University，Changchun13ool2，China）

Abstract：Thedep integrationof technologicalinnovationand high-techindustry innovationiscrucialforachievingahigh level of technological self-reliance.Italsohelps secureacompetitiveedgeininternational technology.However，thecurrentintegration in China faces several challenges，including adisconnect between fundamental andapplied research，and dificulties incommercializing research outcomes.Therefore，exploring practical pathways to resolve existing issues and promote deeper integration，grounded inthe intrinsicpatterns anddevelopmental realitiesof these innovations，isof significantimportance.Curent studies havebegun toexplorethetheoreticalaspectsof thedeepintegrationof technologicaland industrial innovation，yettheyhave notadequatelyadressedtheimportanceof their mutual promotionor provided aclear explanation of their integration mechanisms.Aditionally，thecurrent levelsofintegrationacrosdifferentregions remain unclear，and there is a lack of in-depth exploration into thecharacteristics and driving factors of this integration.

This paper aims to elucidate the coupling mechanisms of technological innovation and high-tech industry innovation. Basedondata from30provinces in China from 2012 to2022，acoupling coordination modelisemployed to measure the reallevels of integration invarious regions.Using the Dagum Gini coeficient，Moran's I，andspatial Markov chain method，the study reveals the spatiotemporal evolution paterns，distribution characteristics，and regional disparities. Subsequently，theCatBoost algorithm is utilized to analyze the importance proportions ofthe driving factors behind the coupling coordination degree.

Theresearch reveals the following key findings：Firstly，thecoupling coordinationlevelofscientificand technological inovationand high-tech industrial innovationin Chinahas beenescalating yearbyyear.Onthewhole，ithasascended from a state of mild imbalance toa primary coordination state. Theeastern，southern and central China have reached the primary coordination state，whilethe remaining regions stillremain inanimbalanced state.Theprovinces with betercoupling coordination degreeareprimarilydistributed inthecoastalareas，and there existsanotable\"Matthew efect\"in the changes of coupling coodination degree among provinces.Secondly，the regional gap in coupling coordination degree is trendingtowards expansion. The intra-regional disparities are relatively small，and the imbalance among regions is the principalcause for the existence and widening of the gapincoupling coordination levels.Thirdly，the spatial corelation andagglomeration efectofcoupling coordination degreehave beencontinuouslyintensified.Theevolutionofcoupling coordination degree types exhibitsobvious pathdependence，and thehigherthecouplingcoordinationlevelof the neighboring areas，the stronger the positive spillover efect on the local area.Fourthly，the high-tech industrial inovation system exertsastrongerdrivingforceonthecouplingcoordinationdegreethanthe scientificandtechnologicalinnovationsystem.Among them，the expenditure onnew product development by high-tech enterprises is the most crucial driving factor，the commercialization subsystem plays the most significant role，and the characteristic importanceof indicators relatedto Ramp;D expenditure and personnel input accounts for a relatively high proportion.

Finall，the folowing countermeasures and suggestions are proposed： First，in response to the low level of ntegrationbetweenscientificandtechnologicalinnovationandhigh-techindustrialinovationinChina，itisnecessarytoimprove thedynamic matchingandcollaborative systemofscientificandtechnologicalinnovationand industrialinnovation tofacilitateefectiveintegrationfromresearch toindustrialization.Second，againsttheintensifying imbalanceinregional innovationandintegrateddevelopment，itisessentialtopromoteregionalcordinated developmentof theintegrationofscientific andtechnologicalinnovationandhigh-techidustrial inovation，andstrengthenthecross-regionalintegrationofinovative resources.Third，given the important role of enterprises'Ramp;D investment，new product development，and technology transfercapabilitiesininovationintegration，itiscriticaltofocusoncultivatingtheindependentresearchanddevelopment capabilitiesofhigh-techindustriesand strengthenngthedominant positionofenterprises ininnovation.Fourth，itis importantto improve the market-oriented transformation mechanism for research and development technologyachievements and build a full-chain market transformation ecosystem.

Key Words：Scientific and Technological Innovation;Industrial Innovation;High-tech Industry;Coupling Coordination