<span class="emphasis_bold">高技术产业</span>、<span class="emphasis_bold">传统产业与区域经济</span><span class="emphasis

摘要：研究高技术产业、传统产业与区域经济创新系统间的耦合作用机理是求解区域产业协调发展的基础。基于系统论视角，首先，构建三系统间耦合关系动态理论模型，分析该模型内涵、特点、运行内在动力及发展周期。同时，引入负熵流分别在封闭系统环境和开放系统环境下建立三系统间耦合系统模型；其次，运用主成分分析法筛选并建立三系统耦合评价指标体系，构建系统耦合度和耦合协调度模型，以陕西省为例实证测算高技术产业、传统产业与区域经济之间的耦合作用；最后，利用BP人工神经网络动态适应性对耦合系统动态影响因子进行实证分析，找出对高技术产业、传统产业与区域经济耦合系统具有重要影响的因素。

关键词：高技术产业；传统产业；因子贡献度；耦合协调度

1 问题的提出

高技术产业、传统产业与区域经济创新系统是高度复杂的系统，引导经济健康发展，应重点关注区域经济内部产业耦合协调问题。虽然我国目前已经形成较大规模的传统产业和一定规模的高技术产业，产业结构升级也在不断进行中，但通过投资实现经济快速增长的发展模式已经无法适应当前经济结构转型大环境。当前，经济发展更加强调技术创新驱动的产业协调发展模式，从传统产业带动区域经济发展逐渐转变为以高技术产业带动区域经济发展，形成高技术产业与传统产业相互补充、相互促进的模式。因此，迫切需要关注高技术产业与传统产业之间的结构匹配，同时也要保证两者之间经济资源流动渠道、人才流动渠道及信息流动渠道畅通；注重区域经济整体发展对高技术产业与传统产业发挥的基础保障作用、为其提供的基础经济资源能力及必要的产业发展基础设施；遵循市场规律，以市场需求为产业发展方向，调控产业间协调发展及产业与区域协调发展。以陕西省为例，高校和科研机构创新成果丰富，高技术对传统产业的影响日益凸显。引导陕西省区域经济内部高技术产业与传统产业协调发展，形成相互关联、相互带动的区域经济发展模式，成为陕西提升区域经济整体竞争力的有效途径。以传统产业为发展基础，在改造传统产业的同时大力发展高技术产业，两个产业协同并进同时带动区域经济发展，区域经济为高技术产业与传统产业提供基础保障的耦合协调发展模式，符合国家“十三五”整体发展目标，同时也对我国西部地区产业结构升级及经济转型发展具有重大促进作用。

从研究内容看，高技术产业—传统产业—区域经济创新系统耦合涉及3个子系统，根据研究目的不同，考虑的因素也不同。目前，国内外研究主要集中在以下几个方面：高新技术产业—传统产业系统[1-5]、传统产业—区域经济系统[6-9]、高新技术产业—区域经济系统[10-15]，而关于高新技术产业—传统产业—区域经济创新系统(high technology industry- traditional industries- regional economy，以下简称H-T-R，)的研究则相对较少。从耦合协调度实证研究方法看，张倩男[16]对广东省电子信息产业与纺织业耦合协调关系进行了实证分析。徐晔、陶长琪等(2015)研究了区域产业创新与产业升级之间的耦合关系，并进行了测算。王伟、孙雷[17]对区域创新系统与产业转型耦合协调度进行了实证测算。张协奎、徐苗等[18]对经济区产业创新系统与外部创新环境系统耦合协调度进行了实证分析。梁威、刘满凤[19]测算了战略新兴产业与传统产业耦合协调度，并对各省市耦合协调度值进行了实证研究。对于耦合协调度的实证研究，相关文献仅测算了耦合协调度，并未对耦合协调度影响因素作进一步分析，且已有文献在研究产业间耦合关系时，结论多是系统间当前耦合状态，未从动态视角指出如何提高耦合度和耦合协调度，对实践指导作用有限。

高技术产业与传统产业的物质、能量与信息交换离不开具有承载作用的区域经济系统，仅研究其中两者的相互作用关系具有一定局限性。本文通过构建H-T-R三系统耦合模型，深入研究复杂经济系统内部耦合关系。在现有研究基础上，从系统论视角出发，揭示三系统间耦合作用机理，构建三系统综合评价指标体系及耦合协调度模型，分析H-T-R系统耦合协调发展水平及其存在的问题，利用BP人工神经网络动态性，模拟经济系统动态调整过程，找出对当前耦合状态贡献较大的因子，为制定科学、客观、合理的发展战略提供参考。

2 H-T-R系统耦合机理

2.1 H-T-R系统耦合理论模型构建

本文通过H-T-R各子系统间协同与竞争，形成相互促进、相互支撑的耦合开放经济系统，构建的H-T-R系统之间耦合关系理论模型见图1。进一步，引入负熵流概念构建开放系统下的H-T-R耦合系统，发挥外部经济对区域内耦合系统的作用，解决现有研究中对开放系统的理论基础问题，实现负熵流与正熵流交汇，以保障系统稳定发展，在物质、能量和信息等耦合要素的相互交汇中逐渐向更高系统层次发展。

2.2 H-T-R系统耦合协调内涵

系统论认为，系统是由众多相互作用要素构成的具有特定功能和结构的有机体。区域经济系统作为一般系统范畴，具有特定结构与功能。同时，区域经济系统由众多特定功能结构性子系统构成，包括高技术产业系统和传统产业系统，系统论视角下H-T-R系统之间关系见图2。从系统角度看，区域经济系统功能与结构并非是高技术产业和传统产业等子系统的简单加总，而是由内部多系统结构性作用最终形成特定功能。因此，剥离出来的高技术产业系统与传统产业系统，从结构和功能上看与区域经济系统完全不同，理论上可将区域经济系统、高技术产业系统与传统产业系统视为独立经济系统，三者之间作为独立系统各有不同的功能与结构，相互耦合作用又产生了新的系统特性。基于此，本文构建H-T-R系统耦合模型。

本文构建的H-T-R系统耦合协调模型是指在特定范围内，H-T-R系统三者之间相互作用、相互影响和制约而构成的具有特定结构和功能的经济系统。其中，耦合是系统内部要素的相互作用关系，协调是对发展过程的约束条件，而发展是最终目标。H-T-R系统耦合协调要求系统在向更高水平发展过程中，通过寻求3个子系统之间的耦合作用关系，在时间和空间上保持相互协调、相互促进，形成均衡发展、弱化矛盾的经济协调系统，以实现区域经济整体优化发展。

2.3 H-T-R系统耦合模型特点

本文认为，H-T-R系统耦合模型具有以下耗散结构特征：①开放性。H-T-R系统要从外界获得生产活动所必需的物质资料和信息，如原材料、劳动力及市场信息等。同时，也要进行必要的物质输出，如产成品输出。多种途径的输入输出过程是耗散结构最基本的条件；②远离平衡态。H-T-R系统发展水平之间必然存在经济势差，这就造成了H-T-R系统内部的非平衡性，非平衡性的客观存在导致系统内部随机扰动和涨落产生，使系统处于不断调整的动态演进过程，并使系统产生有序发展的可能；③系统内部产生随机涨落。随机涨落因系统中非平衡态而产生，涨落幅度决定系统状态改变程度，幅度较小将影响系统非平衡状态，较大幅度会使系统功能结构发生变化。H-T-R系统内部无时无刻不在发生着物质与能量交换，涨落也不可避免地产生着，如果发生较大变革，即涨落幅度较大，则会出现产业结构调整与内部资源重新分配，进而导致系统功能和发展方式出现变革。

2.4 H-T-R系统耦合模型内在运行动力——内部竞争与协同

在H-T-R系统内部及各子系统之间既存有竞争关系也有协同关系。高技术产业与传统产业两个子系统均处于一定区域经济系统内，产业发展需要不断吸收区域经济内部和外部各种经济资源，以满足产业自身发展需要，这就不可避免地存在子系统之间对经济资源的争夺，而经济资源又是稀缺和有限的，尤其是高技术产业与传统产业之间在一定空间和时间内竞争更加激烈，虽然竞争也会形成内耗，但也可以促使有限经济资源向效率更高、利润更大的产业转移。也正是这样的竞争关系导致系统内部结构不稳定，为整个系统发展提供了基本动力。

在一定区域中，高技术产业与传统产业往往基于产业链，形成纵向或横向关联，同时依赖于区域经济整体发展水平和经济环境。具体形式如基于产品生产产出与投入的关联性、高技术产业技术外溢性、传统产业与区域经济对高技术产业资源及技术的补充等。H-T-R系统协同性体现为：首先，高技术产业与传统产业基于区域经济提供的经济环境才能生存与发展，区域经济内其它支持性产业和基本生产资料决定H-T-R系统间具有协同发展要求；其次，高技术产业与传统产业对区域经济发展发挥着不可替代的作用，是区域经济发展的主要力量。如高技术产业对区域经济内部传统产业及其它产业技术的外溢与反哺，能有效加速区域经济发展。综上所述可以看出，H-T-R三者之间存在协同发展的内在条件，竞争为三系统耦合发展提供动力，协调为促进经济高速有效发展提供保障(见图2)。

H-T-R系统耦合发展由系统内部竞争与协同提供耦合发展动力，在系统内部要素不断变化过程中产生了随机扰动。初始阶段随机扰动通常是微涨落，微涨落不断冲击与扰动非平衡态，虽然短时间内无法对非平衡态产生显著影响，但微涨落通过长时间积累，最终对耦合系统作用形成明显的巨涨落，从而影响系统结构参数，出现产业结构调整与内部资源重新分配，引发系统功能和发展方式出现变革(见图3)，耦合系统涨落积累最终引起系统出现新功能过程。A1-A2阶段系统通过协同与竞争机制产生扰动，虽然扰动不断冲击非平衡态，但无法从根本上改变非平衡态位置，此类扰动只能使系统出现失稳状态。但在A1-A2过程中，扰动或微涨落是可积累的，微涨落积累一旦达到系统临界点，如图3中的A2点，就会有足够能量改变系统参数，形成巨涨落，使系统从A2跃进到A3，以后阶段会重复这一过程，总体上呈阶梯式上升曲线。

2.5 开放系统中引入负熵流

封闭系统环境下，系统没有外部输入条件，在假设区域经济内部形成耦合系统情况下，耦合系统在运行过程中必然不断产生正熵，缺少外部负熵流输入对产生的正熵进行抵消，系统内部熵值在系统运行过程中不断产生，熵值持续增加意味着系统内部比较混乱，促使系统无法向更高级状态演进发展，如图3所示。

H-T-R是开放系统，开放经济系统的最重要特征之一是其能与外界经济系统进行物质、能量和信息交换，进入的能量和信息成为负熵流，负熵进入可降低系统整体熵值。可用如下公式说明：

H-T-R系统整体熵值由ds代表，ds+表示系统内部自发产生的正熵值，因系统内部产业发展规模由小到大、由简单到复杂，熵值逐渐增大，这一过程本身是不可逆的。但与此同时，外界经济系统也不断向H-T-R系统输入负熵ds-，如外界系统反馈的产品信息、输入的技术专利及先进的管理技术等，它们以负熵形式进入系统内。若ds++ds-≥0，则系统整体熵值ds为正值，系统向无序状态发展；如果出现ds++ds-≤0，则系统熵值为负值，系统向有序状态发展。可见，系统有序发展需要引入足够的负熵，持续的负熵流输入可降低系统整体熵值，使系统向更高级有序阶段发展。同时，应关注负熵流输入形式的多样性，如改进的法律制度和市场环境、新政策颁布与实施等，如果其与系统特征相匹配，则能够为系统提供可以抵消内部正熵的负熵流，进而保证系统有序发展。

在开放系统条件下，H-T-R系统通过多种渠道进行物质、能量和信息交换，并进而形成耦合关系(见图5)。系统内部在运行过程中，会自发产生正熵进而形成正熵流。产品、技术和人才等向区域内输入，这些物质、能量和信息输入汇聚成负熵流。正熵流和负熵流在经济系统运行过程中不断产生和输入，形成动态系统发展模式。同时，开放系统特性决定系统在接受外部负熵的同时也向系统外部输出人才、技术和产品等能量和信息。正、负熵流的相互抵消，使系统整体熵值控制在可接受范围内，避免系统扩张引起内部混乱。

2.6 H-T-R耦合系统发展周期

根据产业发展生命周期理论，产业发展分为4个主要阶段，即产生、成长、成熟和衰退。结合H-T-R耦合系统特点，本文将H-T-R系统发展分为产生期、萌芽期、发展期和衰退期。

(1)产生期。初始阶段区域内相关产业刚起步，高技术产业处于培育期，无法与传统产业形成有效互动，带动区域经济发展的能力十分有限。耦合系统处于前期筹备阶段，产业与区域间关联十分有限。

(2)萌芽阶段。基于前一阶段积累，耦合阶段进入萌芽期，即图6中O1-O2点，此时高技术产业已经初具规模，对区域经济的影响力开始增强，与传统产业的关联性不断加强，并出现系统耦合特征。虽然高技术产业有了一定程度发展，但在这一阶段还比较弱小，与区域经济还处于相互适应阶段。这一阶段高技术产业虽然未走入快速发展轨道，但是适应经济环境的能力显著提高，初期产品对区域内供应链布局及销售渠道开发为下一阶段高速发展打下了坚实基础。

(3)发展期。本文将发展期分为发展初期和发展中后期两部分，发展初期为系统从萌芽期刚进入发展期，即图6中O2-O3阶段。这一时期，高技术产业已经具有一定规模，高附加值产品对区域经济的影响力明显增强。高技术产业与传统产业开始建立能量和信息交流渠道，传统产业和区域经济对高技术产业的支撑作用显著增强，高技术产业完全加入到传统产业与区域经济系统内并产生重要影响。发展中后期，H-T-R系统耦合日渐成熟，并处于高速发展阶段，这一阶段系统内组织形式高度有序发展，负熵流流入强劲，人才、资金不断向高技术产业系统涌进，高技术产业承担着对传统产业改造和带动区域经济发展的重任。

(4)衰退期。H-T-R耦合系统经历高速发展期达到定点O4后，开始进入衰退期，高技术产业产品附加值降低，部分传统产业遭遇淘汰。步入这一阶段的原因可能是受资源环境的约束，也可能是宏观调控不足或出现失误。当系统整体发展水平达到最低点O5后，H-T-R系统因自组织特点开始重新组织自然资源和社会资源，并进行新一轮系统发展。

3 H-T-R系统耦合实证分析

3.1 指标选取

(1)高技术产业子系统评价指标选取。高技术产业是带动传统产业和区域经济发展的重要力量，是H-T-R耦合系统中最为活跃的子系统，其规模增长较快、创新能力较强，产业基本处于高速成长阶段，这些特征决定了高技术产业在系统中对传统产业和区域经济具有很强的带动作用，规模效益不可忽略。其次，高技术产业通常具有高附加值特征，所以对高技术产业经济效益的评价也是指标评价的重要内容。最后，创新能力是高技术产业与其它产业最明显的区别特征之一。因此，本文在指标评价体系中引入创新能力指标。指标选取见表1。

(2)传统产业子系统评价指标选取。传统产业在系统中为高技术产业和区域经济提供基础支撑，促进高技术产业技术成果产业化，向高技术产业输入资金等。因此，在指标选取过程中应体现传统产业的支撑作用，从规模效益和经济效益两方面入手。同时，考虑到各地区资源禀赋不同，不同地区优势传统产业也不同，本文将显性区位优势引入指标体系，以凸显研究区域内的优势传统产业，指标选取如表2所示。

(3)区域经济子系统评价指标选取。区域经济子系统和产业子系统差别较大，但区域经济发展水平评价指标比较成熟。本文采用较为全面的指标评价方法，分别从生产、消费、经济总量、投资4个维度选取指标，这一方法基本体现了区域经济对区域内产业的基础支撑作用和带动作用。最终确定指标如表3所示。

(4)筛选后指标体系。H-T-R耦合系统是动态复杂系统，对其进行全面有效评价，需从多个维度选取指标。因此，为简化指标，同时又不过多失去指标所含信息量，本文首先采用相关文献中的高频指标进行初选，根据指标选取的综合性、可靠性和数据可得性等基本原则，共得到27个指标(见表4)。其次，运用主成分分析法对指标进一步筛选，相关系数矩阵特征值及方差贡献率如表5所示，最终确定指标体系及权重如表6所示。

3.2 耦合协调度模型引入

耦合是物理学中的概念，由物理学中的容量耦合模型可知公式(1)。

由公式(1)可推广为两系统耦合模型和三系统耦合模型，分别为公式(2)和公式(3)。

C为系统耦合度，由于耦合度是衡量各子系统间相互作用关系的强弱值，从耦合度值只能得到子系统间相互作用的强弱关系，而本文要计算得到子系统间协同程度，在此引入耦合协调度模型，即：

T=αf(x)+βg(y)+ψh(z)

其中，D为耦合协调度，T为H-T-R系统综合协调指数；α、β、ψ为待定系数，不能与H-T-R系统相比。区域经济发展不仅受高技术产业和传统产业的推动或制约，还受第一产业和第二产业共同影响。综合考虑H-T-R系统全局影响，本文分别令α=0.3、β=0.3、ψ=0.4。而目前使用较多的评价标准将耦合协调度分为10个等级，具体见表7。

3.3 H-T-R系统耦合协调度影响因素分析——基于BP人工神经网络模型

统内部及各子系统之间既存有竞争关系也有协同关系。高技术产业与传统产业统内部及各子系统之间既存有竞争关系也有协同关系。高技术产业与传统产业本文构建三层BP人工神经网络，将H-T-R发展水平共计17个指标作为输入层节点，将耦合度和耦合协调度分别作为输出节点。目前，对于BP人工神经网络隐层节点数的确定还没有成熟方法，通常做法是通过不断调试，在可接受范围内，选择网络误差最小的隐层神经元数目。陈端吕、彭保发[20]等提出依据人工神经网络连接值权重，计算理想状态因子贡献度的方法。理想状态下，因子贡献度是在给定目标值条件下，描述各因子动态调控并不断趋近目标值重要程度，是模拟系统动态发展过程的一种方法。这与前面通过熵值法计算所得各因子权重有着本质上的不同，指标权重是针对耦合度与协调度数值实际大小的重要性程度，而因子贡献度是针对H-T-R耦合系统达到相应给定目标值的重要性程度。在认识复杂系统间各因子相互作用过程中，因子贡献度比因子权重更能反映因子对给定目标值的调控关系。依据构建的BP神经网络，因子贡献度具体计算方式见式(6)。

公式(6)中,Vm×n为输入层因子与各隐层节点连接权重，其中m为输入层节点数，n为隐层节点数。Wn×1为隐层各节点到输出层节点权重，其中n为隐层节点数。由于本文构建的BP人工神经网络模型输出节点只有一个，所以W矩阵为n×1阶矩阵。矩阵Xm×1由矩阵Vm×n各元素绝对值横向相加得到，矩阵Bn×1由矩阵Wn×1各元素取绝对值得到，代表各隐层节点对输出节点的贡献度。矩阵Am×n为各输入神经元与各隐层节点衔接的相对紧密程度，Sm×1表示各m个输出因子通过隐层节点对最终输出节点的作用程度，Om×1为最终各因子对输出节点的贡献度。

3.4 实证测算结果

根据上文实证方法，测算出相应实证结果。其中，f(x)、g(y)、h(z)分别为H-T-R各子系统发展水平评价值，各表中c、d值分别代表相应耦合系统的耦合度值和耦合协调度值。根据公式和各指标权重，测算H-T-R系统子系统发展水平值，如表8所示。

c值和d值分别为H-T-R系统耦合度与耦合协调度值，运用公式测算的H-T-R系统发展水平评价值f(x)、g(y)和h(z)及c和d值结果如表9所示。

根据H-T-R系统耦合度和耦合协调度测算值，应用BP人工神经网络模型和公式分别测算出基于耦合度和耦合协调度的H-T-R系统因子贡献度。其中，Gc为基于耦合度的因子贡献度，Gd为基于耦合协调度的因子贡献度，结果见表10。

4 实证结果

4.1 耦合度与耦合协调度结果

(1)H-T-R系统发展水平分析。从图7结果可以看出，H-T-R系统综合发展水平整体呈逐渐提高趋势。高技术产业发展水平平均值为0.40，传统产业发展水平平均值为0.39，高技术产业发展水平曲线在2010年以前基本处于传统产业发展水平曲线的下方，而2010年以后出现较大幅度增长。可见，陕西省经济结构转型取得了一定成效，高技术产业在经济结构转型大背景下逐渐体现出高效率、高附加值优势。而传统产业虽然规模指标还保持增长，但在陕西省区域经济中的重要性呈逐年下降趋势。这表明，在适当的经济政策引导下，区域经济在向更高级结构发展，高技术、高附加值产业逐渐取得主导地位。同时可以看出，在经济结构调整过程中，区域经济发展水平曲线相对比较平滑，说明区域经济增长并未明显受到内部产业结构调整的影响。

(2)H-T-R系统耦合度与耦合协调度分析。从耦合值曲线可以看出(见图8)，H-T-R系统间耦合值从2005年以后基本稳定在0.3～0.4之间，其耦合度平均低于两子系统耦合。H-T-R系统间耦合关系呈非线性复杂状态，相互之间的作用力会出现相互抵消或局部加强状况，导致耦合值下降。虽然耦合值下降，但从2005年后基本维持在拮抗状态，说明陕西省H-T-R系统之间的相互作用力比较稳定，相互之间能量与信息交换方式及交换渠道也比较稳定，各子系统总体上进入快速发展期。根据上文耦合协调曲线可知，H-T-R系统耦合协调度呈上升趋势，从2001年极度失调经历了中度、轻度、濒临失调，在2014年达到勉强协调。高技术产业发展不稳定依然是影响H-T-R系统耦合协调值的主要因素，但随着高技术产业发展水平逐渐提高，H-T-R系统间协调作用也逐渐增强。

4.2 耦合协调因子贡献度实证结果

根据选取的17个H-T-R系统耦合协调指标及计算出的耦合度值和耦合协调度值，本文分别设计了隐含层人工神经网络模型。

(1)基于耦合度的BP人工神经网络实证分析。应用Matlab统计软件，用2001—2014年数据为训练样本，因此构建的BP人工神经网络模型为17×10×1，见图9。

在应用BP人工神经网络过程中，要注意输出值与实际值的接近程度，即误差，耦合度BP模型具体误差值见表11。从中可见，各年份输出值与实际值基本吻合，符合应用要求。

因子贡献度模型是以现有耦合度值为标准，测算为达到当前耦合度值，各指标在动态变化过程中对其作出的贡献，或者说是动态调控与适应能力。从子系统层面看，高技术产业子系统贡献度为34.7%，传统产业贡献度为27.7%，区域经济贡献度为37.6%(见图10)。从各子系统所占比重可以看出，区域经济在高技术产业、传统产业与区域经济耦合系统中起主导作用，高技术产业和传统产业起次要作用。可见，区域经济作为各产业发展的基础支撑，对各产业发展具有重要影响，区域经济环境是高技术产业、传统产业与区域经济之间形成耦合互动的重要保障。同时，高技术产业对耦合系统的贡献度也较高，说明高技术产业虽然资产规模较小，但由于其技术密集和资本密集特点，使其与传统产业与区域经济的相互作用更加明显。

从因子层面看，最为突出的因子有产业年均就业人数占总人口比重和GDP两个因子，贡献度值达到0.078，说明系统在以耦合度值为目标的动态调整过程中，产业年均就业人数占总人数比重及GDP两个因子表现出良好的调控能力和动态适应性，为高技术产业、传统产业与高技术产业达到当前耦合状态作出了重要贡献。相对而言，产业总产值这一因子的贡献能力较弱，加强系统间耦合程度的调控能力也较弱。

(2)基于耦合协调度的BP人工神经网络拟合结果。本文构建的网络模型为17×11×1，模型示意见图11，具体误差值见表12。各年份输出值与实际值基本吻合，符合应用要求。

在H-T-R系统动态发展过程中，各子系统间通过各因子交互作用逐渐走向更高级别的有序状态，理想状态下因子贡献度是基于当前客观事实，测算达到当前耦合协调状态时各因子作出的贡献。从子系统层面看，高技术产业子系统贡献度为33.1%，传统产业子系统贡献度为29.3%，区域经济子系统贡献度为37.6%。与耦合度因子贡献度类似，区域经济子系统在整个系统走向中依然处于主导地位，说明区域经济子系统对高技术产业与传统产业的耦合协调性具有重要影响，再次印证了区域经济对高技术产业与传统产业的支撑作用与承载作用。区域经济在提供区域内经济系统之间物质、信息交换场所过程中，不仅加强了区域内产业之间的联系，也为各系统有序发展提供了秩序与空间。从高技术产业贡献度看，高技术产业高速发展为区域经济系统有序协调发展作出了重要贡献，是区域经济有序和谐发展的重要调控力量。

从因子层面看，评价目标改变会使因子贡献度发生变化，不同评价目标会得出不同的重要因子。在以耦合协调度为目标的系统中，对理想状态下耦合协调度贡献较为突出的是全社会固定资产总投资指标，其贡献度值达到0.074，明显高于其它因素。贡献度值改变说明系统在演化过程中不断自我调节与自我适应的过程。

5 结语

本文通过构建H-T-R系统耦合理论模型，对H-T-R系统耦合作用机理进行分析，构建H-T-R系统间综合评价指标体系及耦合协调度模型，并以陕西省为例，对H-T-R系统耦合度发展状况进行定量研究，得出如下结论：

(1)构建H-T-R系统耦合协调模型。从多角度全面评价系统发展水平，构建较为全面的评价指标体系。应用物理学中的耦合协调模型，对H-T-R系统耦合度和耦合协调度进行测算，得出2001-2014年系统耦合度和耦合协调度。结果发现，H-T-R系统之间耦合度值从2005年后基本稳定在0.3～0.4之间，呈现非线性复杂状态，相互之间的作用力出现相互抵消或局部加强状况，导致耦合值下降。从2005年后基本维持在拮抗状态，陕西省H-T-R系统间的相互作用力比较稳定，相互之间能量与信息交换方式、交换渠道也比较稳定，各子系统总体上进入快速发展时期。H-T-R系统耦合协调度呈拉升趋势，从2001年的极度失调经历了中度、轻度及濒临失调，在2014年达到勉强协调。高技术产业发展不稳定依然是影响H-T-R系统耦合协调值的主要因素，但随着高技术产业发展水平的提高，三系统间的协调性也逐渐增强。

(2)运用BP人工神经网络模型，通过其在给定目标值条件下的权重值动态调整特性，研究因子对H-T-R系统耦合度和耦合协调度动态贡献程度，得出对耦合度贡献较为突出的因子有产业年均就业人数占总人口比重和GDP两个因子，对耦合协调度贡献较为突出的因子为全社会固定资产投资额。

(3)运用BP人工神经网络解决耦合协调度计算和预测方法是可行的，不仅体现了其预测作用，而且使耦合度和耦合协调度测算不需要完全依靠复杂指标体系，在一定范围内可有效解决指标统计口径变动与指标数据不连续等问题。需要说明的是，H-T-R系统是一个复杂且多层次开放系统，涉及因素诸多，本文只选取其中具有代表性和可获取的数据指标纳入评价体系，指标选取不够全面，存在一些不足。因此，在未来研究中，将进一步搜集更多数据，对H-T-R系统进行更加客观的测度和评价。

[1] 马亮，惠树鹏.我国高技术产业与传统制造业联动发展研究[J].统计与决策，2014，15(6):94-96.

[2] 王敏，辜胜阻.我国高技术产业的关联效应研究[J].软科学，2015，29(9):1-5.

[3] 李少林.战略性新兴产业与传统产业的协同发展——基于省际空间计量模型的经验分析[J].财经问题研究，2015，375(2):25-32.

[4] 洪世勤.高技术产业对传统产业的溢出效应分析[J].经济问题探索，2007，15(6):119-122.

[5] 邵建顺，刘栋.我国高新技术产业与传统产业融合发展探究[J].内蒙古农业大学学报:社会科学版， 2011，13(2):77-78.

[6] 孔翔.传统产业集群及其对区域经济发展的影响[J].地域研究与开发，2005，24(6):18-21.

[7] 刘生龙，胡鞍钢.交通基础设施与中国区域经济一体化[J].经济研究，2011，46(3):72-82.

[8] 雷鹏.制造业产业集聚与区域经济增长的实证研究[J].上海经济研究，2011，55(1):35-45.

[9] 赵康杰，景普秋，贾琳.煤炭价格波动及其对资源型区域经济发展的影响——基于山西省的实证研究[J].产经评论，2011，33(4):141-152.

[10] 苏娜，陈士俊.高技术产业与区域经济协调发展机制研究[J].西安电子科技大学学报:社会科学版， 2009，19 (6):40-43.

[11] 惠树鹏.我国高技术产业发展的区域效应研究[J].工业技术经济，2011，217(11):91-95.

[12] 蒋伏心，苏文锦.长三角高技术产业同构对区域经济增长影响的研究——基于空间计量经济的实证分析[J].江苏社会科学，2012，33 (3):77-82.

[13] 李洪伟，任娜，陶敏,等.高技术产业与经济增长关系的实证研究[J].技术经济与管理研究，2013，208(11):124-128.

[14] 洪嵩，洪进，赵定涛.高技术产业与区域经济共同演化水平研究[J].科研管理，2014，35(6):011.

[15] 李津.高技术产业与我国区域经济增长关系的研究[J].中国市场，2014，771(8):14-17.

[16] 张倩男. 战略性新兴产业与传统产业耦合发展研究——基于广东省电子信息产业与纺织业的实证分析[J]. 科技进步与对策， 2013， 30(12):63-66.

[17] 王伟，孙雷. 区域创新系统与产业转型耦合协调度分析——以铜陵市为例[J]. 地理科学， 2016， 36(2):204-212.

[18] 张协奎，徐苗，张练. 基于系统耦合协调度的工业产业协同创新实证分析——以广西北部湾经济区为例[J]. 科技管理研究，2016，36(24):8-14.

[19] 梁威，刘满凤. 我国战略性新兴产业与传统产业耦合协调发展及时空分异[J]. 经济地理， 2017，230(4):117-126.

[20] 陈端吕，彭保发，熊建新. 环洞庭湖区生态经济系统的耦合特征研究[J]. 地理科学，2013，33(11):1338-1346.

Empirical Research on the Coupling Coordination Degree of Three Systemsof High-tech Industry, Traditional Industry and Regional Economy

(School of Humanities, Economics and Law, Northwestern Polytechnical University, Xi'an 710072,China)

Abstract：The research on the coupling mechanism of high technology industry, traditional industry and regional economic coordination and development is the basis for solving the coordinated development of regional industry. This paper firstly constructs the theoretical model of the coupling relationship between the three systems based on the perspective of system theory, and analyzes the connotation, characteristics and the internal driving force and development cycle of the model. At the same time, negative entropy flow is introduced to establish the coupling system model of three systems in the closed system environment and open system environment. Secondly, using principal component analysis (PCA) to screen and set up evaluation index system of three coupled system, build the system coupling and coupling coordination degree model, empirical estimates high technology industry in Shaanxi province as an example, the coupling effect between traditional industry and regional economy; Finally, using the dynamic adaptability of BP artificial neural network to make an empirical analysis of the dynamic factors that affects the coupling system, find out the high technology industry, the traditional industry and regional economy has the important influence factors of the coupling system.

Key Words:High-tech Industry; Traditional Industry; Factor Contribution; Coupling Coordination Degree

基金项目：国家社会科学基金项目(14XJL009)；西安市科技计划软科学项目(2016040/RK03(6))；中央高校基本科研业务费专项基金项目(3102016RW001)；西北工业大学研究生创意创新种子基金项目(Z2017225)

作者简介：段婕(1972-)，女，陕西汉中人，博士，西北工业大学人文与经法学院副教授，西部产业经济研究所所长，研究方向为产业经济、技术创新；孙明旭(1991-)，男，吉林蛟河人，西北工业大学人文与经法学院硕士研究生，研究方向为区域经济学。

高技术产业、传统产业与区域经济三系统耦合协调度实证研究