高等教育集聚促進長江中游城市群創新創業的空間杜賓模型

陳林心

(南昌航空大學經濟管理學院，江西南昌 330063)

長江中游以東西兩側為界，南與北相連。它是長江經濟帶的重要組成部分，是實施中部崛起戰略，深化改革開放，推進新型城鎮化的重點區域，在中國區域發展模式中發揮著重要作用，“雙創”已被實施為國家轉型和發展的主要戰略。

長江中游城市群省會城市已經先后完成了五次合作協調會，進一步完善了“雙創”合作機制，在人才、金融、市場一體化合作方面達成多項協議。一方面，長江中游的教育基礎比較扎實，高等教育和區域經濟總量居全國中上游。而城市群尚處核心集聚發展階段，非核心城市整體滯后。另一方面，在2016年中國“雙創”競爭力排名中，武漢排名第九，居于第二梯隊，南昌和長沙居于第三梯隊的較前位置。基于此，研究高等教育在推進長江中游城市群“雙創”進程中的作用是必要和有意義的，本文以高等教育諸因素為解釋變量，建立空間杜賓模型，依據實證結論提煉出高等教育集聚推進“雙創”進程的政策建議，具備一定程度上的普遍意義和可復制性，給決策者提供一定的參考，對其他城市群探索“雙創”路徑和模式也具有很強的典型性和示范性。

高等教育集聚推進長江中游城市群“雙創”進程，國內外相關研究包括3個方面：一是論證高等教育的集聚效應。高校的集聚是各國高等教育領域的普遍現象，形成高校群落[1]。高等教育集聚有明確的制度和行政邊界，是一個相對獨立的制度。Levin[2]認為，高校、大專院校和其他高校是新時期中國大學戰略的重要形式。王慶[3]認為，各類高校的本質是集群，分工與合作，合作與競爭是大學集群的主要推動力。朱芮瑤[4]、王家庭等[5]先后實證了高等教育空間上的集聚對區域創新能力的直接影響和區域差異。李立國等[6]分析了中美兩國高等教育總規模、研發經費支出和各省(州)博士學位授予數量的相關性。高文豪[7]構建由區位資源、路徑依賴、心理預期以及政府調控等組成的博士研究生教育集聚動力分析框架，中美博士生教育區域集聚的比較研究。二是探索創業在經濟增長中的作用。通過就業、創新和福利效應，創業被認為是經濟增長的重要機制，Acs 等[8]研究和分析了中小企業創業在歐洲國家經濟增長中的作用，Audretsch[9]分析了創業活動和知識對經濟增長的不同的重要程度，趙奉軍等[10]也發現創業精神與經濟發展水平之間存在著正向直線關系。朱迪星等[11]的研究表明我國勞動密集、創業環境和創業類型等特點導致創業活動在促進就業方面效果雖然顯著，卻對經濟增長效果不佳。三是創新和創業的相關研究。孔凡萍等[12]歸納總結出企業科技成果轉化的理論框架體系，并分析了4種不同的創新創業模式。陳侃翔等[13]認為，建立和完善“區域核心鏈”型企業生態系統可以加速產業升級和經濟轉型。劉霞等[14]完善了創新創業服務體系的主要內容，設計了一個雙贏的區域創新和創業服務體系。夏維力等[15]圍繞創新和創業環境內涵，梳理了影響創新和創業環境的6個主要因素。

總結已有研究文獻，學者們從高等教育集聚的戰略、本質、動力、競爭與合作、創新能力等因素方面分析了高等教育集聚促進創新創業的一些基本途徑，研究對象包括高等教育集聚，創新、創業和經濟增長之間的關系，并對創新創業機制，高等教育集聚和經濟增長進行了初步探索，這些研究為本文提供了較好的借鑒和較大的啟示。由于長江中游高等教育發展與創新和創業的地域差異較大，其空間效應不容忽視，它也是揭示空間效應的最新方法之一。借助此模型，不僅能考察各觀測指標在地理分布上可能存在的空間依賴性，還能反映鄰近市(縣)之間呈現的競爭或溢出效應，是一項探索性工作。

在此基礎上，論文基于相關文獻資料分析綜合得出高等教育集聚推進創新、創業的作用機理：一方面高等教育集聚、技術成果的轉移帶動創業型企業的蓬勃興起和激發社會創新熱情，培育產學研協同發展溫床；另一方面創業人員通過企業績效體現了個人自我價值的實現，創業得以持續，促進了行業發展和產業升級(圖1)，它有利于高等教育發展與創新和創業之間形成良性互動。

圖1 高等教育集聚促進“雙創”的作用機理

1 研究領域，評估指標體系和研究設計

1.1 研究區域

以《長江中游城市群發展規劃》中的武漢城市圈、環長株潭城市群、環鄱陽湖城市群為研究區域，即業界所稱的“中三角”，具體包括湖北武漢城市圈中的武漢、黃石、黃岡、鄂州、孝感、咸寧、仙桃、天門和潛江；襄荊荊宜城市帶中的襄陽、宜昌、荊州和荊門；湖南環長株潭城市群中的長沙、岳陽、常德、益陽、株洲、湘潭、衡陽、婁底和江西環鄱陽湖城市群中的南昌、九江、景德鎮、鷹潭、上饒、新余、撫州、宜春、萍鄉市、吉安市的部分市縣等31個市。

1.2 評價指標體系

充分考慮高等教育集聚，創新創業的科學內涵，遵循可比性、動態性和完備性原則，利用 CNKI數據庫對近10年來有關高等教育集聚、創新創業水平測度的29篇文獻進行頻度統計，由此，研究人員利用高頻率指標構建了長江中游高等教育集聚與創新創業體系的評價指標體系(表1)。考慮到某些指標缺乏年限和數據的可用性，研究時間的起點確定為2003年。大部分數據來自湖北省，湖南省和江西省2004—2017統計年鑒，以及同花順iFinD數據庫。其他數據如湖北省直管市(仙桃、天門、潛江)和江西吉安市的部分市縣的數據來自各縣《國民經濟和社會發展統計公報》、《政府工作報告》或網絡關鍵詞檢索。

采用投影尋蹤( Projection Pursuit，PP)法對指標體系中的指標數據進行處理，得出高等教育集聚、創新創業的綜合指數值。投影尋蹤的統計方法，用于處理高維空間中的一些非正態分布和非線性數據，它可以找到反映高維空間數據的結構或特征的投影方向，并將高維數據投影到低維空間中以減少維數，從而達到了研究和分析低維空間中高維空間數據的目的。從數學變換的角度來看，由評價對象的指標構成的高維空間的點被映射到低維空間，這種映射可以更全面地反映原始高維空間中評估對象樣本的分類信息。在實際應用中，所有計算都是使用MATLAB算法完成的，表1中的數值為2016年各樣本高等教育集聚、創新創業評價指標投影尋蹤賦權值。

表1 高等教育集聚、創新創業系統指標體系

表1(續)

1.3 研究設計

結合長江中游城市群的高等教育發展、創新創業現狀，基于2003—2016年統計數據，建立高等教育集聚、創新創業測度指標體系，利用投影尋蹤加權算法獲得3個指標的綜合評價值；利用Moran’s I指數和LM參數來檢驗高等教育集聚，創新創業的空間相關性和空間依賴性，最后，建立了空間面板杜賓模型，并在實證結果的基礎上提出了促進高等教育創新和創業的政策措施。

1.4 空間自相關檢驗—全局Moran’s I指數

Moran’s I 指數計算公式如下：

(1)

式(2)中：t為時間期數，N為研究市數，yit(i=1，2，…，N;t=t0， …，t1)是第i個城市t時期的經濟指標，如本文第i個城市t時期的GDP。

1.5 空間面板杜賓模型

Anselin等[16]認為，在進行與地理信息相關的研究時，有必要考慮空間依賴的空間特征。由于觀測在地理空間維度內，因此可能存在空間依賴性。Lesage等[17]認為空間依賴不僅存在于被解釋變量的觀測值中，它也可能存在于解釋變量中。因此，他們提出了一個空間緯度測量模型，包括被解釋變量和解釋變量，即空間杜賓模型。此外，Elhorst等[18]基于空間面板模型對模型的測試進行了詳細討論，Hausman測試用于確定空間面板模型是否應該控制固定效應(包括固定效果部分和時間固定效果)。

空間依賴性表現為空間溢出效應，空間技術的溢出或擴散反映了區域之間的競爭或示范效應。如金融支持區域創新，區域創新活動就存在空間溢出效應[19]，黃寰等[20]在對四川省的研究中，發現創新和創業能力在空間中呈現出相同的聚合和空間擴散水平。論文根據相關機理分析，充分考慮高等教育發展中實際存在的大學城這一教育集聚現象，引入高等教育集聚指標的空間滯后項來較為全面的反應高等教育對鄰近市創新創業的影響，其具體形式如下：

yit=α+δWij×yit+β1Feduit+β2Fsciit+β3Schoit+β4Stuit+β5Teacit+ρ1Wij×Feduit+ρ2Wij×Fsciit+ρ3Wij×Schoit+ρ4Wij×Stuit+ρ5Wij×Teacit+ρ6Wij×Feduit+

θ+μi+λt+εit

式(3)

式(3)中，yit為第i市t年被解釋變量(創新或創業)的觀測值，Wij為31×31階空間權重矩陣，Feduit、Fsciit、Schoit、Stuit和Teacit分別表示第i市t年教育財政支出，科技財政支出，高等院校數，大學生人數和教師人數；δ是空間自相關系數，βi是解釋變量的未知回歸系數，ρi是解釋變量的空間誤差系數。μi為地區固定效應，λt為時間固定效應；εit是一個隨機誤差項，服從標準正態分布，期望值為0，方差為σ2。

2 實證結果分析

利用長江中游城市群高等教育集聚與創新創業綜合評價指標，首先檢驗三類指標是否具有全局空間自相關性。然后執行空間杜賓模型測試。

2.1 高等教育集聚和創新創業的空間關聯格局

近年來，許多學者利用探索性空間數據分析技術(ESDA)來研究數據的空間相關模式和聚集模式。ESDA的本質是使用空間統計方法來測試空間模式是否重要，然后對所研究的空間模式進行深入分析，其核心是測量變量之間的空間相關性和依賴性。由于ESDA可以將數據的統計分析與地圖位置緊密結合，因此可以突出空間關系并可視化研究對象的空間分布。它體現了事物之間的空間集聚模式及其與周圍事物的差異，因此在許多領域得到了廣泛的應用。本文采用ESDA分析了長江中游高等教育集聚與創新創業的空間相關模式和集聚模式。

以2003年、2010年和2016年為例，在Excel中建立長江中游高等教育集聚與創新創業指數值屬性數據庫。空間數據和屬性數據之間的關聯由ArcGIS 10.2實現，按自然間斷點分級法將高等教育集聚水平由低到高分為3個等級(圖2)。武漢、南昌和長沙位于高等教育集聚最高等級，2010年開始出現分化，雖然大部分市位于第二等級，但是湖北省的荊門、孝感等6個市和江西省的萍鄉、新余和鷹潭降為高等教育集聚的最低等級。2016年降為這一等級的市有所增加，新加入這一陣營的有湖南省的益陽、咸寧和婁底，江西省的景德鎮、上饒、撫州和吉安。總的來說，長江中游城市群高等教育集中呈現出分化的趨勢。

圖2中，相鄰的兩條柱狀圖刻畫的分別是各市創新和創業空間分布特征。可以看出，長江中游三個省會城市高等教育集聚綜合指數優勢明顯，遠高于其他城市。武漢最高、長沙和南昌緊隨其后，集聚水平比例約為3:2:1；創新排名最高的是湖北省的襄陽、宜昌、荊州、黃岡，湖南的衡陽、株洲，江西的九江、宜春；創業水平排名居前的還有湖北省的襄陽、宜昌、荊州、孝感，湖南省的衡陽、株洲、岳陽、常德以及江西省的九江、撫州。創新和創業表現較差的市為鄂中、贛東北和湘中，它們共同的特點是處于經濟和交通欠發達的地理位置，呈現相似的空間地理特征。

圖2 2003年、2010年和2016年長江中游城市群高等教育集聚和創新創業空間可視化分布

2.2 全局空間自相關檢驗

表2報告的2003—2016年高等教育集聚和創新創業指數Moran’s I值均小于0，并且分成了3個階段：2003—2006年；2007—2013年和2014—2016年。創業指數的空間自相關尚未通過顯著性檢驗。

從2003年到2006年，長江中游城市群各市高等教育集聚和創新指數空間負自相關，也就是說各市的高等教育集聚和創新能力表現為空間異質性，長江中游城市群相鄰市之間存在高等教育發展和創新能力的競爭效應，高等教育發展和創新能力較好的市會導致相鄰市的高等教育發展和創新能力雙雙下降，一個市的高等教育發展和創新能力對相鄰市存在擠出效應。2007—2013年長江中游城市群高等教育集聚和創新指數雖然仍為負，但是空間自相關性在統計學意義上不成立，即這個時期高等教育發展和創新能力不存在競爭或溢出效應；2014—2016年長江中游城市群高等教育集中度也表現為空間負自相關。總之，城市群高等教育的發展和創新能力仍處于發展的初級階段，尚未形成協調發展的協同效應。

表2 全局空間自相關Moran’s I指數

注：1)設置空間權重矩陣以采用3最近鄰居標準，以確保每個觀察點具有相同數量的鄰居；2)*、**、***分別表示在10%、5%、1%水平下顯著；3)隨機檢驗采用999 permutations。

2.3 空間杜賓模型檢驗

截面數據計量模型采用傳統的LMLag、LMError 進行檢驗，Anselin采用分塊對角矩陣對空間權重矩陣Wij 進行替代，拓展到適用于空間面板數據模型分析的LM檢驗，Elhorst在其基礎上給出了對應的Robust LM檢驗，依據Elhorst給出的空間相關性檢驗、空間模型選擇及固定效應與隨機效應選擇方法，首先構建LM和R-LM統計量，進行空間依賴性檢驗，從檢驗結果(表3)可以看出存在顯著的空間依賴關系，又由于LMError統計量比LMLag統計量更顯著，R-LMError統計量比R-LMLag統計量更顯著，應該選擇空間誤差模型。

接著用Wald和LR統計量來檢驗空間杜賓模型能否簡化為空間滯后模型或空間誤差模型。Elhorst(2010b)歸納了選擇空間誤差面板模型(SEM)、空間滯后面板模型(SAR)和空間杜賓模型(SDM)的方法。若Wald和LR統計量都顯著，則應選擇SDM；若WaldLag 系數不顯著，而LRLag檢驗的值顯著，則應選擇SAR；若WaldError 系數不顯著，而LRError的檢驗值顯著，則應選擇SEM；若LM統計量和 Wald或LR統計量指向的模型不一致，則應選擇SDM，因為SDM是SAR和SEM的一般形式。表3中，WaldLag和WaldError通過了5% 顯著性水平，WaldLag和LRLag的檢驗值均顯著，WaldError的檢驗值顯著，反而LRError的檢驗值不顯著，從檢驗結果可以看出，應該選擇空間杜賓模型進行分析。

最后運用Hausman檢驗進行固定效應和隨機效應模型的選擇，表3顯示，Hausman檢驗的統計量為193.29， P值為 0.000小于1%的顯著性水平臨界值，所以拒絕原假設，也即拒絕固定效應的系數與隨機效應的系數無差別的假設，應選擇固定效應模型。

表3 空間杜賓模型檢驗

2.4 空間杜賓模型

固定效應模型包括3個模型：時間固定，空間固定，時間和空間固定。表3中的測試結果表明應合理選擇空間固定效應模型。結合上述各種測試方法，最終選擇的模型是空間固定空間面板Dubin模型SDM，因為SDM是SAR和SEM的更一般形式。為了便于對比分析，表4將 OLS、 SAR、 SEM和 SDM的參數估計值一并呈現給讀者。

表4 空間面板模型參數比較

注：*、**、***分別表示在10%、5%、1%水平下顯著。

從上述模型估計結果來看，擬合優度 R2在引入空間效應后有顯著提高，最大似然比 loglikols雖然提高幅度不大，但是還是能發現 SDM模型的這個參數是最大的。一定程度上，論文所建立的長江中游城市群創新和創業空間面板模型提高了模型的解釋能力，空間自相關系數δ和空間誤差系數ρ都大于0并且表現為1%的水平上顯著。基于面板數據的被解釋變量創新和創業的空間溢出效應，大約25%和12.4%的城市創新和創業能力來自鄰近城市的創新和創業的溢出。理論和實踐經驗都表明，這一結論比論文前述基于時間序列數據得到的空間自相關的結論更為合理。

模型解釋變量的估計系數在不考慮空間滯后因子的情況下，5個解釋變量中，基本上只有科學技術財政支出(Fsci)、高等院校數(Scho)和高等院校在校學生數(Stu)通過了10%或10%以下的顯著性水平檢驗，另外兩個解釋變量，教育財政支出(Fedu)和高校教師數(Teac)表現為不顯著。在其他解釋變量不變的情況下，創新模型中，教育支出每增加1%，創新能力下降0.03%，這表明教育支出降低了城市的創新能力；科學技術財政支出每增加1%，創新能力則提高0.29%，說明科學技術財政支出直接支持了市創新能力的發揮；高等院校數每增加1%，創新能力減少0.34%，由此反觀基于資源共享的院校合并確實能夠激發長江中游城市群的創新能力。在其他解釋變量不變的情況下，創業模型中，財政支出對創業的影響不顯著，高等院校數每增加1%，創業水平減少0.35%，說明目前這種以理論知識為主的高等教育模式不利于全面培養大學生的創業素質；高等院校學生人數每增加1%，創業水平提高0.44%，擴大高校招生規模有利于提高全社會的創業水平。

在考慮空間滯后因子的情況下，模型的5個空間滯后解釋變量中，只有高等院校數(W×Scho)和高等院校在校學生數(W×Stu)通過了10%或10%以下的顯著性水平檢驗，其他3個解釋變量，教育財政支出(W×Fedu)，科技財政支出(W×Fsci)和高校教師數(W×Tec)并不顯著。在其他空間滯后解釋變量不變的情況下，創新模型中，W×Scho的估計系數為正，而W×Stu的估計系數為負，表明高等院校數和高等院校在校學生數對鄰近市的創新能力分別存在溢出效應和競爭效應，本文傾向于將高等教育發展的高等教育機構數量視為一個良好系統的產物，能夠通過“鄰近的模仿效應”和“示范效應”實現空間溢出，具有外部性。長江中游城市群高等教育機構每增加1%，周邊城市的創新能力將提高0.76%；某市高等院校在校學生數每增加1%，鄰近市的創新能力則減少0.88%。創業模型中，市高等教育空間滯后解釋變量對鄰近市的創業水平沒有實質影響，均未通過顯著性檢驗。

3 研究結論與政策建議

以長江中游城市群2003—2016年的面板數據為依據，基于ArcGIS和Matlab軟件平臺，分析和研究了高等教育發展的創新創業現狀，先后進行Moran’s I指數、LM和R- LM、Wald和 LR等檢驗，在此基礎上，最終建立了空間固定面板杜賓模型。實證研究發現：長江中游城市群高等教育和科學技術的財政支出作用于創新能力的方向相反，財政支出影響創業能力和高等院校教師數影響創新創業能力不顯著；高等院校數負向作用于創新創業，高等院校在校學生數正向作用于創新創業；在考慮空間滯后因子后，長江中游城市群市高等院校數正向作用于鄰近市創新創業能力，市高等院校在校學生數負向作用于鄰近市創新創業能力。總之，高等教育集聚不同方向或程度地作用于創新和創業能力。鑒于上述實證結論，著眼于長江中游城市群高等教育的發展和創新創業的整體推進，提出如下政策建議：

3.1 適時加大高等教育財政支出比例

長江中游城市群的發展是中部崛起的重要推手，鄂湘贛教育財政支出占地方財政支出20%左右，處于全國先進水平，而高等教育財政支出是主要部分，盡管如此，目前城市群的創新創業還處在發展初期，分析創業的兩種基本類型：生存型創業和機會型創業，往往初等、中等教育財政支出有助于生存型創業，而高等教育財政支出有助于機會型創業。現階段城市群居民教育程度有待加強和缺乏機會型創業的必要門檻，這兩個因素決定了生存型創業是主要創業類型，大力推進創新和創業，需要政府增加教育和財政支出，逐步增加中等和高等教育的財政支出，提高城鎮居民的教育水平，從而促進機會型創業，因為機會型創業有更大的就業規模、更高的技術含量和更好的經濟效益。

3.2 充分發揮科學技術財政支出的引導作用

鄂湘贛科學技術財政支出占地方財政支出1%～2%之間，湖北省是湘鄂贛綜合科技水平最高的省份，且一直保持在全國前十位；2016年，江西省科技經費支出在全國排名第11位，湖南省長期以來一直處于中游水平，整體變化不大。一直以來，長江中游城市群存在創新資源分布分散，創新潛力釋放不足，資源整體利用效率低，企業創新能力弱等問題[21]。在創新活動中，要充分發揮科技財政支出的引導作用，促進多方創新主體利益的整合，形成有效的合作[22]，實際上，地方財政科技支出和技術進步水平存在穩定、均衡的關系，科技創新的準公共產品屬性決定了地方財政科技支出通過引導、激勵、支持等作用來促進城市群特別是大城市的創新創業[23]。因此城市群戰略可以在實現創新資源的共享的同時，鼓勵中小城市學習大城市的創新資源配置經驗，逐步推動城市群的整體創新發展。

3.3 提高城市群對大學畢業生的吸引力

長江中游城市群在武漢、南昌、長沙和株洲有4個國家級高新區。260所大學有超過277萬大學生和120名院士。武漢是全國重要的科技教育中心，綜合實力僅次于北京和上海。長沙也是國家科教中心，技術，人才和資源相對密集，職業教育體系比較完善。盡管城市群高等教育水平處于全國中上游，但高校培養的人才大多數流失到其他地區，這是在創新創業發展過程中要引起各方面關注的問題。最新研究表明：大學畢業生選擇在城市工作時，他們不再只考慮工資，行業和職位等傳統影響因素，更會考慮城市自身建設和未來發展潛力等非物質因素，城市的“非物質吸引力”已經成為影響大學畢業生就業選擇的重要因素。

在經濟轉型升級，創新創業的引領下，京津冀、長三角、珠三角等創新集群快速發展其核心城市和地區整體的“非物質吸引力”顯著增加。但是，當認識到大城市綜合癥如高房價、不便的交通、擁擠的公共資源使用等問題后，長江中游城市群機遇和挑戰并存，需要統籌協調、合作發展，建立人才共享機制度，在城市群內部形成合理的空間功能分工，明確各城市發展定位，更好地實現資源配置和協調，共同激發城市群高校畢業生創新創業新活力。共同爭取國家級人才創新政策在長江中游城市群開展試點，著力構建平等互惠、合作共贏的人才激勵機制，增強長江中游城市群對大學畢業生的感召力和吸引力。

3.4 強化高等學校創新創業實踐教育

自2015年國家開始深化高校創新創業教育改革以來，已積累和形成了豐富的實踐經驗，形成了較為先進、廣泛認同、具有中國特色的創新創業教育理念和一批可復制可推廣的制度成果。早在2016年11月，長江中游城市群第四屆科技合作聯席會就達成了加強科技信息交流互動，共建創新創業服務平臺這一共識，城市群依托眾多高校、科研院所開展的產學研活動極為活躍，人才培養質量顯著提升，學生的創新精神，創業意識和創新創業能力得到了顯著提升，從事創業實踐的學生人數大幅增加。在此背景下，城市群高校一方面要將更多教師納入到創新創業教學體系中，另一方面要強化和普及高校創新創業實踐教育，通過創新的企業技能模擬或經營、管理實踐，創新創業競賽、創新創業基地、創新創業俱樂部等技能訓練活動，提高學生的創新創業實踐能力。