交通运输研究 >

2023 , Vol. 9 >Issue 6: 141 - 152

DOI: https://doi.org/10.16503/j.cnki.2095-9931.2023.06.014

研究论文

省域快速综合交通网与区域创新耦合协调度时空演化

  • 曾煜磊 , 1 ,
  • 代洪娜 , 1, 2 ,
  • 来逢波 3 ,
  • 侯梦圆 1 ,
  • 徐晓亮 4
展开
  • 1 山东交通学院 交通与物流工程学院，山东 济南 250357
  • 2 山东交通学院 顿河学院，山东 济南 250357
  • 3 山东交通学院 经济与管理学院，山东 济南 250098
  • 4 山东高速集团运营管理部，山东 济南 250357
代洪娜（1987—），女，山东聊城人，博士，副教授，硕士生导师，研究方向为交通规划、交通地理。E-mail:

曾煜磊（1998—），男，浙江杭州人，硕士研究生，研究方向为交通规划与管理。E-mail:

收稿日期: 2023-04-07

  网络出版日期: 2024-01-16

基金资助

国家社会科学基金项目(19BJY173)

山东省重点研发计划(2021RZA02025)

山东省重点研发计划(2022RKY02010)

山东省人文社会科学课题(2022-YGLL-26)

山东省社会科学规划研究项目(22BLYJ13)

山东省交通科技创新项目(2022B31)

山东省交通科技创新项目(2022B70)

收起

Spatial and Temporal Evolution of Coupling Coordination Between Provincial Rapid Integrated Transportation Network and Regional Innovation

  • ZENG Yulei , 1 ,
  • DAI Hongna , 1, 2 ,
  • LAI Fengbo 3 ,
  • HOU Mengyuan 1 ,
  • XU Xiaoliang 4
Expand
  • 1 School of Transportation and Logistics Engineering, Shandong Jiaotong University, Jinan 250357, China
  • 2 Don College, Shandong Jiaotong University, Jinan 250357, China
  • 3 School of Economics and Management, Shandong Jiaotong University, Jinan 250357, China
  • 4 Operation Management Department of Shandong Hi-Speed Group Co., Ltd., Jinan 250098, China

Received date: 2023-04-07

  Online published: 2024-01-16

Fold

摘要

作为国家综合立体交通网的重要组成部分，以高速公路、高速铁路、民用航空组成的快速综合交通网能够显著优化资源配置、促进创新要素流动、降低客货运输成本。为探究快速综合交通网与区域创新发展之间的耦合协调机制，选取山东省16个地级市为研究对象，以2013年、2015年、2017年、2020年为时间横断面，构建快速综合交通网优势度与区域创新能力两个子系统评价指标体系，利用熵权TOPSIS法和耦合协调模型研究两者时空分布格局及耦合协调演化特性。结果表明：①快速综合交通网优势度、区域创新能力两个子系统之间的耦合协调水平呈现出稳中有升的发展态势，快速综合交通网优势度与区域创新能力之间存在正相关关系，“高速公路+高速铁路+航空运输”多式联运地区的创新水平最高；②快速综合交通网优势度与区域创新能力均以省内经济圈核心城市为中心向外圈层递减，呈现向经济圈中核心城市集聚的特征；③快速综合交通网与区域创新的耦合存在空间差异性，“快速综合交通优势区-区域创新优势区”大多处于基础设施完备的交通枢纽、交通干线和经济贸易繁荣地区，且呈高度优质耦合协调的空间特征；而创新能力低、远离交通枢纽和主要交通干线的“快速综合交通弱势区-区域创新弱势区”处于交通末梢外围边缘区，且快速综合交通网建设对区域创新发展存在马太效应。

关键词： 快速综合交通网; 交通优势度; 区域创新; 耦合协调度; 时空演化

本文引用格式

曾煜磊 , 代洪娜 , 来逢波 , 侯梦圆 , 徐晓亮 . 省域快速综合交通网与区域创新耦合协调度时空演化[J]. 交通运输研究, 2023 , 9(6) : 141 -152 . DOI: 10.16503/j.cnki.2095-9931.2023.06.014

Abstract

As an important part of the national comprehensive three-dimensional transportation network, the rapid integrated transportation network consisting of expressway, high-speed railway and civil aviation can significantly optimize the allocation of resources, promote the flow of innovation factors and reduce the cost of passenger and cargo transportation. In order to investigate the coupling and coordination mechanism between rapid integrated transport network and regional innovation development, this paper selected 16 cities in Shandong Province as research objects, chose 2013, 2015, 2017 and 2020 as time transects, and constructed two sub-system evaluation index systems, namely rapid transport network superiority and regional innovation capacity. It used entropy weight TOPSIS method and coupling coordination model to study the spatial and temporal distribution patterns and the evolution coupling and coordination characteristics of them. The research results are as follows: ①The level of coupling and coordination between rapid integrated transport network superiority and regional innovation capacity, shows a stable and increasing development trend. There is a positive relationship between rapid integrated transport network superiority and regional innovation, with the highest innovation intensity in the "expressway, high-speed railway and air transport" multimodal transport area. ②The rapid integrated transport network superiority and regional innovation capacity both show a decreasing trend from the core city of the provincial economic circle to the outer circle, presenting the characteristics of clustering in core cities within the economic circle. ③There are spatial differences in the coupling between the rapid integrated transport network and regional innovation. Most of the "rapid integrated transport advantaged areas-regional innovation advantaged areas" are located in transport hubs, transport arteries and prosperous economic and trade areas with complete infrastructure, and showing high quality coupling and coordinated spatial characteristics. However, the "rapid integrated transport disadvantaged-regional innovation disadvantaged" areas with low innovation capacity and far from transport hubs and main transportation arteries are located at the periphery of the transport terminal, and the construction of the rapid integrated transport network has a Matthew's effect on regional innovation development.

Key words： rapid integrated transport network; transportation dominance degree; regional innovation; coupling and coordination degree; spatial and temporal evolution

0 引言

随着交通强国建设的加快推进，以高速公路、高速铁路和民用航空等为主体的快速综合交通网已成为现代综合交通运输体系的重要组成部分。党的二十大报告明确提出要坚持创新在我国现代化建设全局中的核心地位[1]。快速综合交通网通过发挥其时空压缩效应能够显著降低客货运输成本，进而推动区域间创新要素流动和经济体的集聚。为探究快速综合交通网与区域创新发展之间的耦合协调机制，本研究通过建立两个子系统发展指标体系及耦合协调关系模型，以解析两者的内在关联和时空演化规律。
目前，国内外学者主要研究了不同交通基础设施建设对区域创新的作用机制，学者们普遍认为交通运输行业的发展可以促进区域间人员、资金、信息的流通，推动区域间创新要素的流动和集聚，进而提高区域创新能力。梁双陆等[2]从国家、省的层面，分析了交通基础设施对产业创新的 “本地效应”和“跨区域溢出效应”。随着高速铁路的加快建设，很多学者研究了高速铁路的时空压缩效应对区域创新的影响，认为高速铁路的建设可以优化交通网络、促进城市间联系，从而对经济发展的空间关联程度产生正向促进作用[3⇓⇓⇓⇓⇓-9]。如周文韬等[10]基于高铁线路数据，从“创新要素流动”角度分析高铁对区域创新的影响，发现高铁不仅可提升创新水平、促进创新要素流动，显著改善城市层面的创新合作关系，还可以发挥市场规模效应，进而带动区域创新；同时，高铁站的开通运营与区域知识生产力具有显著的正相关关系[11⇓⇓-14] 。随着“一带一路”倡议的深入推进，韦东明等[15]、李佳等[16]以中国地级市为研究对象，分析了“中欧班列”开通对城市创新的影响效应，发现其通过产业结构效应和资源再配置效应等渠道推动区域创新效率提升，整体来看中欧班列的开通可以显著提升城市创新水平，但对于不同城市的创新效率提升存在一定的差异性。由于轨道交通具有准点率高的特征，可使其在时间可达性方面具有竞争优势。邹璇等[17]以我国大中城市为研究对象，分析轨道交通建设对城市创新产出的外部效应，发现轨道交通具有直接知识溢出效应和正外部性，能间接拉动创新物质资本投资和人力资本积累。为解析交通运输行业对区域创新的微观作用机制，马涛等[18]结合部分上市企业数据，从企业维度分析高铁站的开通对上市公司的影响，发现高铁站开通对企业科研人员具有集聚作用；林雄斌等[19]、徐瑾等[20]发现高铁很大程度上决定地区社会经济活动的空间分布特征，有利于企业开拓市场并促进企业创新。
综上，这些文献主要分析了不同交通方式对不同区域中、不同维度下区域创新的作用机制。由于快速综合交通网对于构建“全国123出行交通圈”具有重要作用，可以为更多城市经济社会发展注入新的活力，而目前缺少对基于多种快速交通方式的综合交通网与区域创新相互影响的共生关系的研究。鉴于此，本研究考虑高速公路、高速铁路、民用航空等交通方式的组合效应，研究快速综合交通网与区域创新之间的作用机理，基于熵权TOPSIS法和耦合协调模型，并以山东省为例探寻快速综合交通网与区域创新能力的深层次内在联系。

1 指标体系构建及研究方法

1.1 指标体系构建

1.1.1 快速综合交通网优势度

《交通强国建设纲要》明确提出“到2035年，构建‘全国123出行交通圈’”。高速公路具有速度快、可达性高等特点，承担了国内大部分的中短途客运出行；高速铁路因承载能力强、速度快、能耗低等成为中长途客运出行的首选；民用航空因覆盖面广、速度快、跨越能力强等特点，成为城市群间长距离高效运输的重要选择。各种交通方式的高效衔接和互补可以有效缩短城市群内部、城市群之间的时空距离，加快形成城市之间的“同城效应”。基于此，本文构建考虑高速公路、高速铁路、民用航空三种方式的快速综合交通网络优势度以反映区域快速综合交通发展水平。其中：高速公路优势度选择高速公路覆盖率、高速公路可达性和高速公路区位优势度进行计算；高速铁路优势度通过对高速铁路站点等级进行分类并根据高铁的数量累计积分；民用航空优势度根据机场等级进行分类并进行分数累计[21]。具体评价指标体系如表1所示。
表1 快速综合交通网优势度评价指标体系
一级
指标		 二级
指标		 三级指标
快
速
综
合
交
通
网
优
势
度		 高
速
公
路
优
势
度		 高速公路网覆盖率（%） 指标值直接代入计算
高速
公路
可达性		 可达性值在2~2.5以内计2分
可达性值在2.6~3.0以内计1.5分
可达性值在3.0~3.5以内计1分
区位
优势度		 区位中心计2分
区位优势值为1.5~2的1.5分
区位优势值为2.1~2.5的1分
区位优势值为2.6~3.0的0.5分
高
速
铁
路
优
势
度		 有高铁站 特等站计2分
一等站计1.5分
二等站计1分
三等及以下车站计0.5分
无高铁站 距离高铁站点30 km以内计1.5分
距离高铁站点30~60 km计1分
民
用
航
空
优
势
度		 有机场 4F级机场计2分
4E级机场计1.5分
4D级机场计1分
4C级及以下机场计0.5分
无机场 距4F级机场50 km以内计1分
距4F级机场50~100 km计0.5分
距4E级机场50 km以内计0.5分
城市i的快速综合交通网优势度计算公式如下[22]：
M i = F i w 1 + H i w 2 + A i w 3
式（1）中： M i为城市 i的快速综合交通网综合优势度； F i,   H i,   A i分别为城市 i的高速公路优势度、高速铁路优势度、民用航空优势度； w 1, w 2, w 3分别为三者的权重；本研究假设省域内的高速公路、高速铁路、民用航空这三个子系统同等重要[2]，故取 w 1= w 2= w 3=1/3。
高速公路的可达性以研究对象节点到区域内各节点的加权平均旅行时间来衡量，计算公式如下[23]：
F i = ∑ j = 1 n T i j M j / ∑ j = 1 n M j
式（2）中： F i为节点 i的加权平均旅行时间， F i 值越小，表示该节点 i在区域快速综合交通网络中的可达性越高，反之越低； T i j为节点之间的最短时间距离； M j为节点 j的质量，是区域总人口数与区域GDP乘积的平方根。
区位优势度采用节点到区域内中心城市的加权旅行时间表征，数值越小，表明其受中心城市的辐射程度越强烈，区位优势越显著。区位优势度的计算公式如下[21]：
E i = ∑ j = 1 n T i j P j ∑ j = 1 n P j
式（3）中： E i表示节点 i到区域中心城市的加权旅行时间； T i j表示节点 i到中心城市j的最短时间距离； P j为权重，其值为中心城市 j的 GDP的标准化值。

1.1.2 区域创新能力

构建区域创新能力指标体系时，考虑到创新活动是一个从开始投入到最终产出的完整闭环，且创新活动会受到外部环境的作用，本文从创新投入、创新环境、创新产出三方面构建区域创新能力指标体系[24]，如表2所示。
表2 区域创新能力评价指标体系
目标层 指标层 要素层
区
域
创
新
能
力		 区域
创新
投入		 R&D经费外部支出合计/万元
R&D经费内部支出合计/万元
开展研究开发活动单位数/个
R&D人员折合全时当量/（人·年）
从事科学研究及技术服务的人数/万人
用于教育及科研的财政支出/万元
区域
创新
环境		 互联网宽带接入用户数/万户
公共图书馆藏书数/万册
区域
创新
产出		 专利申请受理数/（件/万人）
专利申请授权数/（件/万人）
专利申请授权比（％）

1.2 研究方法

由于快速综合交通网优势度与区域创新能力的评价指标涉及不同类别，决策过程较为复杂，本文选择熵权TOPSIS法进行综合评价。该法可以考虑多个指标及指标之间的相对优劣性，通过计算测定目标靠近理想解和远离负理想解的距离，进而根据距离得出相对优劣从高到低的排序，实现综合评价。考虑到快速综合交通网优势度指标和区域创新能力指标之间的相互作用可能是正向的、负向的或者相互独立的，所以选取耦合协调模型以量化两者间相互关系，从而确定它们之间的协调程度，以更好地解析快速综合交通网优势度与区域创新能力之间的相互作用。

1.2.1 熵权法

在综合评价之前，需要将所有指标无量纲化，以消除不同量纲带来的影响。假设选取 n个样本，设计了 m个评价指标。采用极值法进行无量纲化处理，即将指标数值全部转化到[0,1]区间，具体方法如下。
正向指标按公式（4）进行无量纲化处理：
x i j ' = x i j - m j M j - m j
逆向指标按公式（5）进行无量纲化处理：
x i j ' = M j - x i j M j - m j
式（4）~式（5）中： x i j为第 i个样本的第 j项评价指标值（ i=1, 2, ⋯, n； j=1, 2, ⋯, m）； x i j '为第 i个样本的第 j项评价指标归一化值（ i=1, 2, ⋯, n； j=1, 2, ⋯, m）； m j为第 j项评价指标的最小值； M j为第 j项评价指标的最大值。
在构建快速综合交通网优势度与区域创新能力的评价体系后，需要对每个指标赋权。目前，常用赋权方法有主观赋权法和客观赋权法。由于熵值法既能反映指标信息，又能充分利用原始数据计算指标权重，本研究决定采用熵权法[25]对评价指标进行赋权，计算最终评价得分，步骤如下。
第一步：对基础数据进行无量纲化处理，消除物理量的影响，计算第 i个样本的第 j项指标的特征比重：
p i j = x i j ' ∑ i = 1 n x i j '
式（6）中： p i j为第 i个样本的第 j项评价指标的特征比重；其他变量含义同前。
第二步：熵权计算，得到第j项指标的熵权：
e j = - 1 l n n ∑ i = 1 n p i j l n p i j  
式（7）中： e j为第 j项评价指标的熵权， 0 ≤ e j ≤ 1；其他变量含义同前。
第三步：计算差异性系数。差异性系数取决于 e j与1之间的差值，直接影响权重的大小。差异性系数越大，权重就越大。其计算公式为：
g j = 1 - e j
式（8）中： g j为第 j项评价指标的差异性系数。
第四步：确定评价指标的权重 W j。利用差异性系数确定权重，权重系数越大，则该评价指标对评价结果越重要。权重的计算公式为：
W j = g j ∑ j = 1 m g j
式（9）中： W j为第 j项评价指标的权重；其他变量含义同前。

1.2.2 TOPSIS法

TOPSIS模型是根据有限个评价对象与理想化目标的接近程度对现有对象进行相对优劣性评价[26-27]。本研究结合熵权法所确定的权重建立TOPSIS模型。具体步骤如下。
第一步：构造加权规范化决策矩阵 V。
V = W j Z i j n × m
Z i j = X i j ∑ i = 1 n X i j 2
式（10）~式（11）中： V为加权规范化决策矩阵； X i j为 n× m矩阵，包含第 i个对象的第 j个值（ i=1, 2, ⋯, n； j=1, 2, ⋯, m）； Z i j为 n× m阶标准化矩阵；其他变量含义同前。
第二步：确定正、负理想解。决策矩阵 V中元素 V i j值越大表示方案越好。
正理想解：
V + = V 1 + ,   V 2 + , ⋯ ,   V m + = { m a x V i j |   j = 1 ,   2 , ⋯ ,   m }
负理想解：
V - = V 1 - ,   V 2 - , ⋯ ,   V m - = { m i n V i j |   j = 1 ,   2 , ⋯ ,   m }
式（12）~式（13）中： V +为正理想解； V -为负理想解； V m +为第 m项指标的最大值； V m -为第 m项指标的最小值。
第三步：计算每个测度对象到正理想解的距离和到负理想解的距离。计算公式如下：
S i + = ∑ j = 1 m V j + - V i j 2
S i - = ∑ j = 1 m V j - - V i j 2
式（14）~式（15）中： S i +为每个测度对象到正理想解的距离； S i -为每个测度对象到负理想解的距离。
第四步：计算每个测度对象的相对接近度。计算公式如下：
C i = S i - S i + - S i -
式（16）中： C i为每个测度对象的相对接近度；其他变量含义同前。
接近度 C i在[0,1]区间内取值，当 C i = 1时，评价水平最高，表明该目标距离理想解最近，达到最优状态；当 C i = 0时，表明该目标与理想解的距离最远，处于高度无序混乱状态。
第五步：建立耦合度评价模型。快速综合交通网优势度与区域创新能力之间是相互作用的，可以构建二者的耦合度评价模型，测度某年份二者间的关联程度。
C = U 1 U 2 U 1 + U 2 2
式（17）中： C为耦合度评价值， C的数值与耦合度成正比， C的值越大表示耦合度越高； U 1和 U 2分别为快速交通网优势度与区域创新能力的评价指标值。

1.2.3 耦合协调度评价模型

耦合度指标不能完全反映两个关联系统间的真实状态，还需要应用耦合协调度模型测度区域创新能力与快速综合交通网优势度之间交互耦合的协调发展水平，公式如下：
D = C T
T = α U 1 + β U 2
式（18）~式（19）中： D为耦合协调度； T为快速综合交通网优势度与区域创新能力之间的综合协调指数，由 U 1和 U 2决定； α, β为重要性系数， α + β = 1，本文认为区域创新能力和快速综合交通优势度具有同等重要性，故取 α = β = 0.5。
参考既有文献[28]，0 < D ≤0.1为极度失调，0.1 < D ≤0.2为严重失调，0.2 < D ≤0.3为中度失调，0.3 < D ≤0.4为轻度失调，0.4 < D ≤0.5为濒临失调，0.5 < D ≤0.6为勉强协调，0.6 < D ≤0.7为初级协调，0.7 < D ≤0.8为中级协调，0.8 < D ≤0.9为良好协调，0.9 < D ≤1为优质协调。

2 实例分析

2.1 数据来源

山东省作为全国首个交通强国省域示范区，具有海陆空综合交通运输组合优势。基于此，本研究选取山东省为研究对象进行实例分析。快速综合交通网数据和区域创新数据主要来源于《山东省统计年鉴》[28]《山东科技年鉴》[29]《中国城市统计年鉴》[30]《中华人民共和国国民经济和社会发展统计公报》[31]以及创新研究专利数据（CIRD）等，分析时间节点分别为2013年、2015年、2017年、2020年。

2.2 快速综合交通网与区域创新能力测度

基于表1~表2的评价指标体系，对2013年、2015年、2017年、2020年山东省域内16个地级市的高速公路优势度、高速铁路优势度、民用航空优势度进行累加计分，并按照公式进行数据标准化。

2.2.1 快速交通网优势度评价

将数据代入式（1）~式（16）进行计算，得出山东省域内16个地级市的快速综合交通网优势度指标值，如表3、图1所示。
表3 山东省各地级市快速综合交通网优势度指标值
城市 2013年 2015年 2017年 2020年
济南 4.111 0 4.319 6 4.529 2 4.900 8
青岛 4.529 0 4.767 4 4.767 4 4.908 7
淄博 2.984 7 2.984 7 2.984 7 2.997 1
枣庄 1.695 6 1.695 6 1.695 6 2.507 6
东营 1.865 3 1.865 3 2.010 0 2.084 4
烟台 1.571 6 2.597 2 2.528 9 2.967 7
潍坊 2.716 8 2.716 8 2.787 4 3.025 9
济宁 1.590 8 1.590 8 1.809 7 2.141 5
泰安 2.025 5 2.025 5 1.858 8 3.206 6
威海 1.049 2 1.781 5 1.781 5 2.185 4
日照 1.846 6 2.013 2 2.029 4 2.715 3
临沂 2.165 6 2.165 6 2.165 6 2.665 9
德州 1.954 5 2.116 0 2.364 7 2.581 7
聊城 1.025 5 1.257 5 1.445 2 2.644 6
滨州 1.391 1 1.557 8 1.856 0 2.167 8
菏泽 0.708 8 0.841 5 0.863 8 1.421 8
全省平均 2.077 0 2.268 5 2.342 4 2.820 2
图1 山东省各地级市快速综合交通网优势度指标值
从时间分布看，从2013年到2020年各市的快速综合交通网优势度均稳步提升，但地区间存在空间分布差异性。其中，济南、青岛作为经济圈的核心城市具有较完备的基础设施和较大的交通发展需求，其快速综合交通网优势度一直处在领先位置。烟台、泰安、威海、聊城、枣庄的快速综合交通网优势度涨幅明显，原因如下：烟台和威海为沿海城市，拥有港航优势、渔业水产业和港口资源；泰安毗邻泰山，在旅游业方面有独特优势；聊城、枣庄在快速交通建设上的投入相对较大，为其发展快速交通带来契机。滨州、东营、济宁、菏泽的快速综合交通网优势度增长缓慢，主要原因是这些城市大多位于快速综合交通网的末梢位置，建设投入相对较小。
从空间分布看，省会经济圈（济南、淄博、泰安、聊城、德州、滨州、东营）和胶东经济圈（青岛、烟台、潍坊、威海、日照）的快速综合交通网优势度优于鲁南经济圈（临沂、枣庄、济宁、菏泽）。第一梯队为“经济圈核心-快速综合交通优势区”的济南和青岛。青岛、济南分别作为国际性枢纽城市、全国性枢纽城市，均已形成“高速公路+高速铁路+民用航空”的快速综合立体交通网络。第二梯队为“经济圈边缘-快速综合交通优势区”的泰安、淄博、潍坊、烟台，主要受经济圈核心城市及济青通道的辐射效应影响，以及受惠于较为完善的快速综合交通网。第三梯队为“经济圈边缘-快速综合交通良好区”的枣庄、临沂、日照、聊城和德州，这些城市主要处在国家交通干线或者交通枢纽城市周边，但快速综合交通网可达性相对偏弱。第四梯队为“经济圈边缘-快速综合交通弱势区”的滨州、东营、济宁和菏泽，这些城市大多位于快速综合交通网的末梢位置，地理位置相对偏远，交通方式较为单一。

2.2.2 区域创新能力评价

依据区域创新能力评价指标体系，将数据代入式（1）~式（16）计算得出2013年、2015年、2017年、2020年山东省域内16个地级市的区域创新能力指数，如表4、图2所示。
表4 山东省各地级市区域创新能力指数
城市 2013年 2015年 2017年 2020年
济南 0.383 2 0.422 9 0.507 3 0.839 0
青岛 0.458 5 0.577 3 0.647 4 0.832 9
淄博 0.157 4 0.178 3 0.239 0 0.276 1
枣庄 0.056 5 0.069 5 0.085 3 0.146 2
东营 0.159 1 0.154 4 0.168 9 0.265 7
烟台 0.253 6 0.282 8 0.301 1 0.378 7
潍坊 0.225 8 0.257 4 0.309 0 0.433 5
济宁 0.122 3 0.145 5 0.201 9 0.262 1
泰安 0.095 9 0.116 6 0.127 7 0.163 8
威海 0.130 7 0.186 8 0.204 5 0.276 7
日照 0.056 3 0.056 2 0.066 4 0.163 5
临沂 0.139 7 0.179 8 0.233 5 0.309 0
德州 0.082 4 0.095 6 0.110 8 0.210 2
聊城 0.069 9 0.076 8 0.100 8 0.172 6
滨州 0.102 9 0.106 2 0.107 3 0.202 3
菏泽 0.083 8 0.083 5 0.111 1 0.172 3
全省平均 0.161 1 0.186 9 0.220 1 0.319 0
图2 山东省各地级市区域创新能力指标值
从时间分布看，从2013年到2020年各市的创新能力均稳步提升，但彼此之间还存在一定差距。2020年，区域创新能力的第一梯队为“区域创新优势核心-快速综合交通优势区”的济南、青岛，其依托所在市高校和研究机构的丰富资源建设成为有全国影响力的区域性科技创新中心。第二梯队为“区域创新良好区-快速综合交通优势区”的潍坊、烟台，其凭借港口经济和资源优势，在高端制造业和现代服务业上形成产业集聚优势，构建了良好的区域科技格局。第三梯队为“区域创新良好区-快速综合交通良好区”的济宁、临沂、淄博、东营、威海，这些城市大多位于创新优势区周边，受到区域创新核心区扩散效应的带动。第四梯队为“区域创新弱势区-快速综合交通弱势区”的滨州、德州、聊城、泰安、日照、菏泽、枣庄，这些城市受制于经济社会发展水平较低、区位创新资源有限和综合交通设施不足等因素，对创新资源和人才的吸引力较弱。
从空间分布看，省域内的区域创新能力呈现“东强西弱”的格局。以济南为核心的省会经济圈和以青岛为中心的胶东经济圈区域创新发展态势引导形成全省的区域创新空间结构特点，这是由于：作为区域综合交通网枢纽，二者依靠稳定的创新资源投入和良好的鼓励创新环境取得了优异的创新成果转化落地产出，吸引了大量创新资源、创新人才、创新企业集聚。受核心城市区域创新标杆效应影响，其周边城市的区域创新效应也较高。同时，省域边缘区域创新能力相对较弱，例如鲁南经济圈，受经济基础较弱、地形环境复杂、创新环境较落后、创新投入较少等因素影响，降低了区域创新核心地区对其形成的空间溢出效应。
表5 山东省各地级市快速综合交通网优势度与区域创新能力耦合协调度
城市 2013年 2015年 2017年 2020年
耦合
协调度		 协调
等级		 评价 耦合
协调度		 协调
等级		 评价 耦合
协调度		 协调
等级		 评价 耦合
协调度		 协调
等级		 评价
济南市 0.919 10 优质协调 0.885 9 良好协调 0.915 10 优质协调 0.994 10 优质协调
青岛市 0.995 10 优质协调 0.995 10 优质协调 0.995 10 优质协调 0.995 10 优质协调
淄博市 0.625 7 初级协调 0.601 7 初级协调 0.636 7 初级协调 0.544 6 勉强协调
枣庄市 0.229 3 中度失调 0.297 3 中度失调 0.309 4 轻度失调 0.237 3 中度失调
东营市 0.532 6 勉强协调 0.477 5 濒临失调 0.483 5 濒临失调 0.433 5 濒临失调
烟台市 0.580 6 勉强协调 0.665 7 初级协调 0.646 7 初级协调 0.623 7 初级协调
潍坊市 0.687 7 初级协调 0.656 7 初级协调 0.674 7 初级协调 0.662 7 初级协调
济宁 0.448 5 濒临失调 0.433 5 濒临失调 0.493 5 濒临失调 0.438 5 濒临失调
泰安 0.439 5 濒临失调 0.441 5 濒临失调 0.414 5 濒临失调 0.366 4 轻度失调
威海 0.369 4 轻度失调 0.500 6 勉强协调 0.492 5 濒临失调 0.457 5 濒临失调
日照 0.234 3 中度失调 0.235 3 中度失调 0.235 3 中度失调 0.337 4 轻度失调
临沂 0.535 6 勉强协调 0.536 6 勉强协调 0.560 6 勉强协调 0.542 6 勉强协调
德州 0.395 4 轻度失调 0.408 5 濒临失调 0.426 5 濒临失调 0.429 5 濒临失调
聊城 0.250 3 中度失调 0.273 3 中度失调 0.321 4 轻度失调 0.360 4 轻度失调
滨州 0.389 4 轻度失调 0.374 4 轻度失调 0.378 4 轻度失调 0.374 4 轻度失调
菏泽 0.167 2 严重失调 0.157 2 严重失调 0.171 2 严重失调 0.147 2 严重失调

2.3 区域创新能力与快速综合交通网优势度耦合协调时空演化分析

利用式（17）~式（19），计算2013年、2015年、2017年、2020年山东省各地级市综合交通网优势度与区域创新能力的耦合协调度，计算结果如表5所示。
1）耦合协调度的时间尺度分析
从2013年、2015年、2017年、2020年山东省16个地级市的区域创新能力与快速综合交通网优势度耦合协调度等级随时间的变化看，其中：济南作为省会城市，具有较强的政治、经济和文化影响力，表现出较高的耦合协调度。青岛凭借其独特的地理位置和港口优势，在国际贸易和海洋产业方面具有很大潜力，作为经济圈核心城市带动了省内其他地级市的发展，促使整体耦合协调度逐步提升；潍坊、烟台等沿海城市在快速综合交通网建设方面也取得了显著成果；临沂、菏泽等鲁南经济圈城市虽然起点相对较低，但在政策扶持下区域创新能力和交通优势逐渐提高。总体来说，省内各地级市之间耦合协调度逐渐接近，两极分化的趋势得到了一定程度的缓解。
2）耦合协调度的空间尺度分析
从空间尺度上看，省域内快速综合交通网优势度与区域创新能力耦合协调度在2013年、2015年、2017年、2020年呈现出明显的空间差异。总体而言，东部沿海城市如青岛、烟台、威海等地的耦合协调度相对较高，这主要得益于其依托海洋资源和港口优势发展经济；而西部内陆城市如临沂、菏泽等地的耦合协调度较低，原因在于这些地区资源禀赋相对较弱，基础设施建设和产业发展滞后。值得关注的是，在以“快速综合交通优势区-区域创新优势区”的济南、青岛为双核引领全省发展格局后，“快速综合交通良好区-区域创新良好区”的济青通道城市（如潍坊）也逐渐形成了良性跟进发展态势。此外，“快速综合交通弱势区-区域创新弱势区”的鲁南经济圈各地级市耦合协调水平也相对较高且提升较快，在空间上呈现出一定程度的梯度特征。
综上，快速综合交通网优势度与区域创新能力呈正相关，不同类型的快速综合交通对区域创新有不同影响，关键在于能否实现空间集聚和资源快速流动。创新汇聚点将有助于构建区域创新要素增长极核、创新产业带和高新产业创新经济走廊等，例如，在济青高铁和济青高速公路的影响下“创新经济带-交通优势带”等走廊逐渐形成。随着综合交通网络的多样化，核心节点与二级节点间将出现区域创新要素的“空间外溢”，从而优化空间结构并加速创新。此外，综合交通网络组合模式多样性意味着更多、更强、更高效的创新要素流，“高速公路+高速铁路+民用航空”多式联运地区的创新强度最高。

3 结论

本文综合考虑高速铁路、高速公路、民用航空等多种交通方式组合效应，建立了快速综合交通网优势度与区域创新能力的评价指标体系，通过综合应用熵权TOPSIS法和耦合协调度评价模型，评估快速综合交通网优势度、区域创新能力以及它们之间耦合协调度的时空演化特征。以山东省为研究对象，以2013年、2015年、2017年、2020年为时间断面，通过对省域内16个地级市的对比分析，得出以下结论。
1）从时间尺度分析，伴随着由高速铁路、高速公路、民用航空组成的快速综合交通网络建设，从2013年到2020年，快速综合交通网优势度、区域创新能力逐年增长，快速综合交通网优势度与区域创新能力呈正相关关系，快速综合交通网建设使得二者之间的耦合协调度两极分化的趋势得到了一定程度的缓解，但耦合协调度水平总体不高并且协同效应有待加强。
2）从空间尺度分析，快速综合交通网的不断完善促使快速综合交通网优势度、区域创新能力逐年增长，但是快速综合交通网优势度与区域创新能力二者的发展存在不平衡的情况，铁路、公路、民用航空等交通方式的发展也呈现出不同的空间分布特征。通过交通优势圈可以带动经济圈中间带形成快速综合交通网优势带；快速综合交通网优势度与区域创新能力均呈现以省内核心城市为中心向外圈层递减的态势；经济圈以经济领先城市为核心，呈现出明显的空间集聚特征；在经济圈中，经济领先城市的交通和创新发展不仅推动自身进步，还引领着周边地区在交通和创新方面的发展。
3）“快速综合交通优势区-区域创新优势区”的双核高度优质核心城市往往已形成“高速公路+高速铁路+民用航空”的综合立体快速交通网，存在高度耦合协调引领全省域的发展，这些核心城市处于经济圈的中心，拥有良好的地理条件和坚实的经济贸易基础，可以建设完备的交通基础设施，将本地资源优势转化为快速综合交通优势和区域创新优势。“快速综合交通良好区-区域创新良好区”的中等发展城市位于经济圈的核心城市中间带或者核心城市周边区域，这些城市在核心城市的辐射效应下跟进发展，积极建设快速综合交通网基础设施以提升城市竞争力。而创新能力低、远离交通枢纽和主要交通干线的“快速综合交通弱势区-区域创新弱势区”交通末梢外围边缘区，受制于地形环境复杂、经济社会发展水平较低、区位创新资源有限和快速综合交通设施不足等因素，耦合协调度处于一般水平，对创新资源和人才吸引力较弱。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
周文, 许凌云. 论新质生产力:内涵特征与重要着力点[J]. 改革, 2023(10):1-13.

[2]
梁双陆, 梁巧玲. 交通基础设施的产业创新效应研究——基于中国省域空间面板模型的分析[J]. 山西财经大学学报, 2016, 38(7):60-72.

[3]
JIAO J, WANG J, JIN F, et al. Understanding relationship between accessibility and economic growth: A case study from China (1990—2010)[J]. Chinese Geographical Science, 2016, 26(6): 803-816.

[4]
岳洋, 曹卫东, 姚兆钊, 等. 兰新高铁对西北地区可达性及经济联系的影响[J]. 人文地理, 2019, 34(1):131-139.

[5]
年猛. 交通基础设施、经济增长与空间均等化——基于中国高速铁路的自然实验[J]. 财贸经济, 2019, 40(8):146-161.

[6]
步晓宁, 张天华, 张少华. 通向繁荣之路:中国高速公路建设的资源配置效率研究[J]. 管理世界, 2019, 35(5):44-63.

[7]
尹忠红. 区域经济学视角下交通运输溢出效应模型的构建[J]. 综合运输, 2018, 40(1):45-49.

[8]
王姣娥, 黄洁. 交通—区域发展交互的理论创新与实践应用[J]. 地球科学进展, 2022, 37(2):177-186.

[9]
HANLEY D, LI J, WU M. High-speed railways and collaborative innovation[J]. Regional Science and Urban Economics, 2022, 93: 103717.

[10]
周文韬, 杨汝岱, 侯新烁. 高铁网络、 区位优势与区域创新[J]. 经济评论, 2021(4):75-95.

[11]
HUANG Y, WANG Y. How does high-speed railway affect green innovation efficiency? A perspective of innovation factor mobility[J]. Journal of Cleaner Production, 2020, 265: 121623.

[12]
GAO Y, ZHENG J. The impact of high-speed rail on innovation:An empirical test of the companion innovation hypothesis of transportation improvement with China′s manufacturing firms[J]. World Development, 2020, 127: 104838.

[13]
LU Y, YANG S, LI J. The influence of high-speed rails on urban innovation and the underlying mechanism[J]. PLoS One, 2022, 17(3): e0264779.

[14]
KOMIKADO H, MORIKAWA S, BHATT A, et al. High-speed rail, inter-regional accessibility, and regional innovation:Evidence from Japan[J]. Technological Forecasting and Social Change, 2021, 167: 120697.

[15]
韦东明, 顾乃华. 中欧班列开通能否推动区域创新效率的提升[J]. 科学学研究, 2021, 39(12):2253-2266.

[16]
李佳, 闵悦, 王晓. 中欧班列开通对城市创新的影响研究:兼论政策困境下中欧班列的创新效应[J]. 世界经济研究, 2020(11):57-74.

[17]
邹璇, 林岚欣, 胡小渝. 轨道交通建设对城市创新产出影响的实证分析[J]. 经济地理, 2020, 40(8):76-85.

[18]
马涛, 常晓莹, 黄印. 高铁网络接入、企业绩效提升与创新促进——基于准自然实验的上市公司样本分析[J]. 经济与管理研究, 2020, 41(3):106-116.

[19]
林雄斌, 杨家文, 陶卓霖, 等. 交通投资、经济空间集聚与多样化路径——空间面板回归与结构方程模型视角[J]. 地理学报, 2018, 73(10):1970-1984.

[20]
徐瑾, 潘俊宇. 交通基础设施促进经济增长的时空差异与机制分析——基于双向固定效应模型的研究[J]. 经济问题探索, 2019(12):29-42.

[21]
赵彦飞, 王孝炯, 王丽. 基于“投入—过程—产出—环境”视角的中国制造业创新效率测度研究[J]. 当代经济研究, 2021(10):102-112.

[22]
冯英杰, 吴小根, 张宏磊, 等. 江苏省高速交通与旅游耦合协调发展时空演化研究[J]. 现代城市研究, 2021, 36(1):59-65.

[23]
赵宏波, 马延吉. 老工业基地城市可达性及经济联系格局研究——以吉林省为例[J]. 地理科学, 2013, 33(11):1316-1322.

[24]
关伟, 薛刘艳. 高速交通优势度与旅游经济耦合协调空间分析——以辽宁省为例[J]. 沈阳师范大学学报(自然科学版), 2018, 36(2):121-128.

[25]
杨忍, 徐茜, 余昌达. 中国县域交通优势度与农村发展的空间协同性及影响机制解析[J]. 地理科学, 2016, 36(7):1017-1026.

[26]
BEHZADIAN M, OTAGHSARA S K, YAZDANI M, et al. A state-of the-art survey of TOPSIS applications[J]. Expert Systems with Applications, 2012, 39(17): 13051-13069.

[27]
李灿, 张凤荣, 朱泰峰, 等. 基于熵权TOPSIS模型的土地利用绩效评价及关联分析[J]. 农业工程学报, 2013, 29(5):217-227.

[28]
山东省统计局, 国家统计局山东调查总队. 山东统计年鉴[M]. 北京: 中国统计出版社,2013-2020.

[29]
山东省科学技术厅. 山东科技年鉴[M]. 北京: 科学技术文献出版社,2013-2020.

[30]
国家统计局. 中国城市统计年鉴[M]. 北京: 中国统计出版社,2013-2020.

[31]
国家统计局. 中华人民共和国国民经济和社会发展统计公报(2013—2020年)[R]. 北京: 国家统计局,2013-2020.

Options
文章导航

/

〈 〉

版权所有 © 《交通运输研究》编辑部　
京公网安备 11010102003417号    京ICP备17006742号-3
地址：北京市朝阳区北土城东路11号北京书院办公楼　邮编：100029
电话：010-58278983 Email：jtysyj@vip.163.com
本系统由北京玛格泰克科技发展有限公司设计开发