在“中国制造2025”和质量强国的战略背景下，高质量发展已成为推动产业可持续发展的重要引擎。中国共产党十九届五中全会和中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要规划指出，坚持创新在我国现代化建设全局中的关键地位，将科技自立自强作为国家发展的战略支撑[1]。2020年1月，在国家取消“白酒生产线限制”的刺激下，白酒产业打破了曾经难以贯彻市场公平竞争和自然淘汰机制的发展瓶颈，产业升级和结构调整迎来发展契机，也标志着白酒产业进入高质量发展阶段[2]。新发展时期，科技创新作为驱动制造类企业可持续发展的第一动力[3-4]，赋能白酒产业创新发展，是实现白酒产业高质量发展的核心因素。反过来，贯彻新发展理念、助推白酒产业高质量发展能够进一步提升科技创新效果，提升白酒行业核心竞争力。可见，科技创新与产业高质量发展表现为相互关联、相互促进的交错影响[2]，可能存在耦合协调关系。而考察两者间的耦合关系，将更加准确、科学地揭示科技创新环境与白酒产业高质量的联系和作用关系。
白酒产业作为食品工业的重要组成部分之一，提升了区域经济韧性[5]。然而，我国白酒产业正处于经济高质量发展和产业升级调整的重要时期。首先，内部面临去除落后产能和市场供需不平衡问题[2，6]，外部面临经济不确定性的挤出效应问题；其次，随着消费升级，白酒产业有效供给和高质量供给面临挑战，未来白酒行业竞争将更为激烈，白酒产区和龙头企业的滚雪球优势将进一步扩大，原有的产业发展模式是否还能适应新时期白酒行业的发展要求？为解决这一难题，目前多个白酒企业正加快提升科技创新能力和水平，重视成果转化。而这也正是白酒产业高质量发展的必经之路。因此，科学合理地反映出科技创新与白酒产业高质量发展之间的关系，有利于实现科技创新在提升白酒产业竞争力的引领作用。
相关研究主要包含两个方面：（1）基于高质量发展内涵，开展高质量发展水平测度及提升路径等。在高质量融合发展的概念界定[7-8]基础上，构建白酒企业高质量发展评价指标体系[5]，并利用熵权法、逼近理想解法等测度高质量发展水平；通过挖掘白酒行业的发展瓶颈，从白酒企业、产业生态等方面[8]提出白酒产业高质量发展提升路径[9-11]；（2）科技创新助推白酒产业高质量发展。科技创新是白酒企业高质量发展的新引擎[3-4]，为白酒智能酿造提供了科学的技术基础和前沿工具[2]。高升[12]以今世缘白酒为例，指出科技创新有助于提升企业在白酒行业中的市场份额、信息管理水平，能够有效推动酿酒微生物相关研究的创新[13]，如窖泥复刻等[2]。
综上所述，学者们对白酒产业发展需坚持以高质量发展战略为导向达成了共识。现有研究虽能较为客观地反映区域内白酒产业的发展情况，但缺乏从多区域对比分析。且数据处理多选用传统数据标准化方法（极差法），缺乏对时间维度的动态考量，也忽视了科技创新如何影响白酒产业高质量发展、是否存在耦合协调关系等。
因此，为深入探讨科技创新与白酒产业高质量发展之间的相互影响关系，以贵州省、四川省、江苏省、安徽省和山西省为代表的白酒大省[14-15]为基本研究单元，构建白酒产业高质量发展和科技创新指标体系。基于指标客观性的权重赋权法（criteria importance through intercriteria correlation，CRITIC）赋权、定基极差法进行标准化处理及测度分析。借助耦合协调度分析耦合协调关系；利用马尔可夫链刻画其耦合协调水平的转移规律。以期为白酒产业高质量发展与科技创新的协同共进提供一定参考。
1 研究方法
1.1 基于熵值改进的CRITIC法
参照宋冬梅等[16]的方法设计CRITIC法权重计算公式如下：
式中：ωj（CRITIC）为CRITIC的权重；为指标j的标准差；rij为指标i和j的相关系数。
CRITIC权重计算公式如下：
式中：ej为第j项指标的熵值，为无量纲值；ωj（Entropy）为熵值法权重。
CRITIC法中rij结果可正可负，而绝对值相同的rij，其表征的指标相关性是等同的。因此，在体现指标间对比性时，使用
替代1-rij更适宜。综上，基于现有研究[16]，改进权重公式如下：
式中：ωj为改进后的权重。
1.2 定基极差法
以样本初始年2011年为基准年，进行定基极差标准化。
式中：
为第t年第j个指标的标准化值；
、
为第t年（基准年）第j个指标的原始数据；t0为基准年。
即，综合指数
的测算如下：
1.3 耦合协调度模型
借鉴现有研究[17-20]，得到耦合度模型如下：
式中：C为耦合度；U1和U2表示科技创新与白酒产业高质量发展系统的综合评价指数；D为耦合协调度；T为综合协调发展指数；α和β为设定权重，常为0.5[17]。
协调度可划分为5个大类[18]，0≤D＜0.4为严重失调；0.4≤D＜0.5为初级失调；0.5≤D＜0.6为初级协调；0.6≤D＜0.8为良好协调；0.8≤D＜1为优质协调。
1.4 马尔可夫链
将耦合协调水平划分为N种状态，构建一个N×N状态转移概率组成的矩阵，则转移概率可用转移矩阵P描述。
式中：nij为自i类型转移到j类型的区域数量总和；ni为i类型区域数量总和；mij为从i类型转移到j类型转移概率。
2 指标选取及数据来源
2.1 评价指标体系构建
基于科技创新[1，21-22]和高质量发展相关研究[8，23-25]，结合指标选取应具有科学性、可比性等原则，构建评价指标体系，结果见表1和表2。
表1 白酒产业高质量发展评价指标体系
Table 1 Evaluation index system for high-quality development of Baijiu industry
注：白酒市场份额为区域白酒产业营收/全国白酒产业营收；产业结构高级化为白酒产业产值/规模以上工业总产值；就业稳定性为白酒企业从业人员/地区从业人员；白酒出口营收占比为区域标志性白酒企业白酒产品出口营业收入/该公司同期国内营业收入；“+”为正向指标；“-”为负向指标。
一级指标 二级指标 三级指标 指标方向创新投入创新性创新产出区域协调协调性产业协调民生协调稳定发展可持续性稳定增长绿色发展白酒企业研发费用白酒企业研发人员白酒产业贡献率白酒产业劳动生产率城乡居民收入比城乡居民年平均白酒消费量对比白酒市场份额白酒产业单位面积产值产业结构高级化白酒消费价格指数年人均白酒消费支出地区经济发展水平就业稳定性白酒产业利润规上白酒企业的规模白酒年产量占比环保支出++++--+++-+++++++开放共享性 对外贸易开放共赢外贸依存度外资依存度白酒出口营收占比+++
表2 科技创新评价指标体系
Table 2 Evaluation index system of scientific and technological innovation
一级指标 二级指标 三级指标 指标方向资金投入创新投入人力投入直接产出创新产出技术市场成果产业化人力基础RD经费内部支出科学技术支出教育支出RD人员折合全时人员高新技术从业人员专利授权数科技论文数技术市场成交额出版科技著作数量技术合同签订数高技术产业新产品销售收入高技术产业利润总额普通高等学校在校人数普通高等学校专任教师数++++++++++++++创新环境机构基础科学研究与技术开发机构数高新技术产业企业数高等学校数+++
2.2 数据来源及处理
数据来源于2012-2022年中国科技统计年鉴[26]、高技术产业统计年鉴[27]、中国统计年鉴[28]；白酒上市公司年报[29]等。部分缺失数值采用插值法补齐。
3 结果与分析
3.1 科技创新与白酒产业高质量发展综合指数分析
（1）科技创新体系
由图1a可知，五省科技创新的整体发展水平呈上升态势，但区域间差异显著。其中，江苏省高新技术产业优势突出，创新资源集聚，科技创新综合得分领先。贵州省和山西省科技创新整体水平偏低，综合得分部分年份低于0.1。可能是受虹吸效应影响，周围的中心地区如重庆市、四川省及河北省、北京市为了提升区域内创新资源集聚力和产业创新策源力，不断吸引临近省份的稀缺创新资源，造成贵州省、山西省科技创新发展稍劣势。
图1 科技创新综合指数
Fig.1 Composite index of scientific and technological innovation
由图1b可知，在传统极差法中，四川省、山西省出现科技创新综合指数下降的现象，贵州省、江苏省和安徽省的提升幅度极小，这与近年来我国“大力推动科技创新，打造经济发展新动能”的现实相悖[30]。可见，选用定基极差法能有效增强测度结果在横向和纵向双重维度的可比性。
（2）白酒产业高质量发展体系
由图2可知，2011-2021年五省白酒产业高质量发展综合指数在整体上呈增长趋势。2021年，四川省、贵州省白酒产业高质量发展水平与江苏省、安徽省、山西省差距显著，马太效应加剧；2011-2021年四川省的综合指数均值领先其他地区，白酒产业高质量发展的稳定性强。主要原因为四川省白酒产业基础雄厚、上市企业发展强劲、名优品牌优势突出。贵州省依托产区优势及贵州茅台以酱香品类力驱动，近年来白酒产业发展迅猛，在2016-2019年反超四川省，2020-2021虽再次落后于四川省，但差距微小。
图2 白酒产业高质量发展综合指数
Fig.2 Composite index for high-quality development of Baijiu industry
3.2 耦合协调度分析
（1）时空分异特征
由表3可知，四川省、江苏省的耦合协调度呈稳步上升态势；总体耦合协调水平较高，无失调阶段。安徽省的耦合协调类型由以初级失调转向以初级协调、良好协调为主，科技创新与白酒产业高质量发展两系统趋于良性协调发展。贵州省的耦合协调度提升增速排名第一，从严重失调提升至2019年的良好协调。山西省的耦合协调度在[0.34，0.49]，处于失调阶段，其中可能受2012年底八项规定、限制三公消费的影响，2013、2014年耦合协调水平下滑。
表3 不同年份各白酒生产省份的耦合协调度
Table 3 Coupling coordination degree of each Baijiu producing province in different years
省份 2011 2012 2013 2013 2015 2016 2017 2018 2019 2020 2021 均值四川省贵州省江苏省安徽省山西省0.77 0.17 0.75 0.44 0.34 0.79 0.30 0.86 0.46 0.36 0.81 0.35 0.85 0.52 0.35 0.82 0.42 0.87 0.55 0.35 0.87 0.47 0.89 0.57 0.39 0.83 0.52 0.89 0.60 0.40 0.87 0.56 0.90 0.61 0.41 0.91 0.56 0.90 0.63 0.44 0.92 0.60 0.98 0.75 0.45 0.94 0.61 0.99 0.77 0.48 0.99 0.65 0.99 0.84 0.49 0.87 0.47 0.90 0.61 0.41
随机选择2011、2016、2021年分析其空间分布变化。空间分布具有东西高、南北偏低特征（图3），并在2021年呈现出长江流域沿线白酒省份（四川省、安徽省、江苏省）优质发展的格局，符合长江名酒经济带的美称。从各省份尺度来看，江苏省和四川省耦合协调度的演变趋势相同，其中江苏省耦合协调度均值第一，这与区域科技创新基础和发展时序差异有关[20]。对于贵州省、山西省来说，实现了耦合协调度的跨级提升，但协调水平仍不完全和谐。
图3 耦合协调度空间分布
Fig.3 Spatial distribution of coupling coordination degree
3.3 马尔可夫链分析
由表4可知，对角线上的元素大于非对角线元素，表明五省耦合协调水平具有维持原状态的稳定性。低、中低和中高水平向上转移一级的概率分别为0.21、0.15和0.27，可见两系统的耦合协调进程是曲折波动的动态过程。高水平向中高水平转移概率为0.08，存在一定等级下降风险。因此，为避免白酒产业高质量发展成果倒退，各省应警惕高耦合-高协调水平向下一等级转移。此外，与对角线不相邻的概率为0，可见耦合协调水平难以实现跨越式发展（如从低水平到中高水平）。
表4 马尔可夫概率转移矩阵
Table 4 Markov probability transfer matrix
低水平 中低水平 中高水平 高水平 观测值低水平中低水平中高水平高水平0.79 0 0 0 0 0.21 0.85 0 0 0 0 0.15 0.78 0.08 0.27 0.92 14 13 11 12
4 结论
五省科技创新和白酒产业高质量发展指数整体呈上升态势，但区域间差异显著。科技创新与白酒产业高质量发展的耦合协调度波动上升，呈现东西高、南北偏低的空间格局，形成了长江流域沿线白酒省份优质发展的格局。耦合协调类型逐渐转向良好协调和优质协调转变。两系统的耦合协调进程是曲折波动的过程，存在不稳定现象且难以实现跨越式发展，高耦合-高协调等级具有向下一耦合水平转移的风险。
本文虽探讨了科技创新与白酒产业高质量发展的协调性，但未对两大系统的内部运作机制进行深层次分析。囿于数据缺失，本文仅基于五大白酒省份展开，未进一步分析地市级白酒产业。以期未来研究中，可深入挖掘科技创新系统与白酒产业高质量发展系统的作用机制，以更好的发现子系统发展困境；其次，可进一步扩大研究范围，全面实现对中国白酒产业、地级市白酒产业的协同发展研究。
[1]陈章喜，颛孙冠华.粤港澳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.
[2]何诚，陈凯，杜娟.泸州老窖“一核三驱动”的高质量发展模式[J].宏观质量研究，2023，11（4）：12-23.
[3]范奇高，林慧，张健，等.白酒行业科技创新发展与现状分析研究[J].酿酒科技，2022（11）：82-88.
[4]王洁，张玉奇.我国白酒产业科技创新金融支持体系设计[J].西南科技大学学报（哲学社会科学版），2021，38（3）：97-102.
[5]陈一君，胡文莉，武志霞.白酒企业绩效评价指标体系构建与评价方法——基于BSC和熵权的改进TOPSIS模型[J].四川轻化工大学学报（社会科学版），2020，35（5）：68-87.
[6]刘婵媛，李金叶，辛龙.中国产业绿色转型升级时空分异及空间收敛[J].生态经济，2023，39（9）：39-49.
[7]苏奎，何凡.四川白酒产业制度供给现状、问题及创新研究[J].现代商业，2019（26）：50-52.
[8]曾绍伦，王强.白酒上市公司质量评价及高质量发展路径研究[J].四川轻化工大学学报（社会科学版），2020，35（2）：18-32.
[9]杨柳，王霜伶.三新消费助力后疫情时代白酒产业高质量发展研究[J].酿酒科技，2021（7）：135-142.
[10]郭旭，吴大华.贵州白酒产业高质量发展实现路径研究[J].贵州商学院学报，2022，35（3）：1-12.
[11]李明宇，牟凤菊.辽宁白酒产业高质量发展路径与对策[J].中国酿造，2023，42（2）：251-257.
[12]高升.今世缘IPO融资对财务绩效的影响研究[D].镇江：江苏大学，2020.
[13]姜萤.科学技术对传统白酒产业科技创新发展的推动作用[J].酿酒科技，2010（5）：109-112.
[14]ZHAO X, TANG Y, ZHANG C.The geographical patterns of Chinese liquors during 1995-2004[J].J Maps,2017,13(1):107-116.
[15]HAN X L,YIN X,JIANG W,et al.Style characteristics investigation of Quan-Xing Baijiu by comparing other strong-aroma Baijiu brands in China[J].J Food Quality,2022,2022:https://doi.org/10.1155/2022/3741199.
[16]宋冬梅，刘春晓，沈晨，等.基于主客观赋权法的多目标多属性决策方法[J].山东大学学报（工学版），2015，45（4）：1-9.
[17]邓如梦，钟书华.中国区域制造业智慧化与专业化水平的时空耦合协调关系研究[J].经济体制改革，2023（5）：59-67.
[18]田云，林子娟.长江经济带农业碳排放与经济增长的时空耦合关系[J].中国农业大学学报，2021，26（1）：208-218.
[19]罗啸潇，王婷，廖斌.贵州省白酒产业生态化水平评价研究[J].中国酿造，2021，40（2）：216-220.
[20]王少剑，崔子恬，林靖杰，等.珠三角地区城镇化与生态韧性的耦合协调研究[J].地理学报，2021，76（4）：973-991.
[21]黄仁全，董娟.陕西省经济发展、科技创新与生态环境的耦合协调发展研究[J].运筹与管理，2022，31（10）：161-168.
[22]周筱扬，左国存.我国中部地区科技创新与经济高质量发展耦合协调度的时空演化[J].科技管理研究，2022，42（22）：77-85.
[23]ZHANG J, FU X, MORRIS H.Construction of indicator system of regional economic system impact factors based on fractional differential equations[J].Chaos Soliton Fract,2019(128):25-33.
[24]邝嫦娥，李文意，黄小丝.长江中游城市群碳排放强度与经济高质量发展耦合协调的时空演变及驱动因素[J].经济地理，2022，42（8）：30-40.
[25]徐小鹰，田焮焮.长三角城市群科技创新、经济增长与生态环境的时空耦合及趋势预测[J].长江流域资源与环境，2023，32（4）：706-720.
[26]国家统计局.2012-2022年中国科技统计年鉴[EB/OL].统计年鉴下载网：https：//www.zgtjnj.org/navibooklist-n3022013209-1.html.
[27]国家统计局社会科技和文化产业统计司.2012-2022年中国高技术产业统计年鉴[EB/OL].中国统计数据库：https：//www.shujuku.org/china-statistical-yearbook-on-high-technology-industry.html.
[28]国家统计局.2012-2022年中国统计年鉴[EB/OL].国家统计局：https：//www.stats.gov.cn/sj/ndsj/.
[29]2012-2022年白酒上市公司年报[EB/OL].新浪财经：http：//vip.stock.finance.sina.com.cn/corp/view/vCB_BulletinGather.php?stock.
[30]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.