高校創新產出及其驅動因子的空間分異：基于ESDA
——GWR 的實證

曾繁華，黃 海

（1.武漢城市學院經管學部，湖北武漢 430083；2.中南財經政法大學經濟學院，湖北武漢 430073）

創新是引領發展的第一動力。提升區域創新產出水平，真正將科技創新優勢轉化為經濟高質量發展的動力優勢，已然成為檢驗科技創新支撐經濟發展能力的主要標準。高校在社會中既肩負著教育職能，也扮演了創新人才培養、原創性知識成果形成、產學研協同創新的關鍵角色，逐漸成為創新鏈中創新產出的重要貢獻主體，對經濟增長的正向影響也不斷增強［1］。根據我國2019 年度國家科學技術獎勵大會公布的數據，2019 年國家科學技術獎勵授獎項目（通用項目）共239 項，其中144 所高校作為主要完成單位獲獎198 項，占授獎總數的82.8%，在一些基礎研究領域也有重大突破，科研項目質量表現同樣亮眼，說明高校已躍升為承擔國家原始性創新的主力軍之一。同時，以往研究指出，高校創新產出水平越高的地區對區域經濟帶動性越強，且具有顯著的溢出效應［2-3］。發揮好高校學科優勢和人才優勢，提高高校創新產出的經濟價值效率和社會價值效率，事關區域整體創新能力的躍遷，也事關國家創新驅動發展戰略大局［4］。

近些年來，國內外關于區域創新產出的空間差異作了多角度研究。主要集中于創新產出的空間依賴特征和空間分異性、創新產出空間集聚及溢出效應、時空演化及影響因素等［5-10］，也有部分研究拓展到高校這一創新主體，指出高校創新產出同樣具有空間關聯性，并揭示了高校創新產出尤其是通過基礎研究和產學研合作帶來的產出顯著促進了區域經濟增長［11-12］。綜合已有研究，目前關于高校創新產出空間差異的研究還不多，也很少關注高校創新產出的空間集聚特征與時空躍遷特征，另外關于創新驅動因子的研究較少從地理位置上考慮不同區域各影響因素對高校創新產出影響的差異，不能真實反映解釋變量的空間特征。

我國高校在地理空間上相對分散，區域創新環境、創新要素投入、人力資本水平等內外部因素的空間分異特征直接影響高校創新活動的開展［13-14］。基于以上分析，高校創新產出是否具有空間關聯性和差異性？進一步，各地區高校創新產出集聚是否存在明顯的時空演進趨勢？作為創新驅動因子，各區域創新要素和創新環境等對高校創新產出影響程度的空間異質性如何，怎樣進行具有針對性的制度安排？鑒于此，本文從空間角度進行研究，采取探索性空間數據分析方法（ESDA）和地理加權回歸（GWR）將數據的空間特征納入到模型當中，從而客觀實際地探測高校創新數據的空間非平穩性。

1 數據來源及研究方法

1.1 指標構建

現有文獻大多選用專利申請數和專利授權數作為高校創新產出指標。本文認為，專利申請存在審核程序，包含了部分不具備創新價值或創新價值較弱的專利產品，因此選用專利授權數衡量高校創新產出具有更好的代表性。創新要素初選地區R&D 人員全時當量、地區R&D 經費內部支出指標；創新環境主要指經濟發展水平與技術市場活躍度，分別以人均GDP 與技術市場合同金額作為初選自變量；人力資本水平選取地區平均受教育年限作為替代變量。

1.2 樣本選擇與數據來源

教育部科技司每年對全國設有理、工、農、醫等教學專業的高等學校的科技成果及產出情況進行了詳細統計。本文對高校創新產出的空間測度正是以各省、直轄市和自治區內的高等學校為基礎，因此分地區截取1 939 所納入統計的高等學校為研究對象。各省市、自治區的高等學校創新產出數據來源于《高等學校科技統計資料匯編》（2009—2018年），創新要素投入數據來自《中國科技統計年鑒》和《中國統計年鑒》，部分數據經過計算整理后得到。由于港澳臺地區數據缺失，同時海南省和其他省份不存在共同邊界，因此均不納入研究范圍。

1.3 研究方法

1.3.1 ESDA 方法

ESDA（Exploratory Spatial Data Analysis,探 索性空間數據分析）以測量事物或現象之間的空間關聯程度為核心，彌補了傳統統計分析忽略數據內含空間依賴屬性的缺陷。通過ESDA 分析，可發現高校創新產出在地理上是否具有集聚特征和存在空間異常，進而對空間過程作更深入的探索［15］。ESDA 包括全局空間自相關分析（Global Spatial Autocorrelation）和局部空間自相關分析(Local Spatial Autocorrelation)兩種方法。全局空間自相關分析用來檢驗高校創新產出總體在整個研究區域內是否存在空間關聯和空間集聚的特征，一般較常運用Global Moran's I 指數，公式為：

局部空間自相關分析進一步考慮每一個局部區域與周邊地區高校創新產出空間關聯程度的強弱，一般采用Local Moran's I 指數測度，通過Moran 散點圖和LISA 聚類圖進行可視化分析，可以發現高校創新產出空間聚集的四大類型，即高-高聚集、高-低聚集、低-高聚集以及低-低聚集類型。Local Moran's I 指數計算公式為：

其中zi,zj為區域i和j標準化的觀測值向量，wij為空間權重矩陣，n為研究區域的單元總數。

1.3.2 GWR 方法

GWR（Geographical Weighted Regression，地 理加權回歸）不同于傳統OLS 回歸方法，考慮地理坐標的空間權重，地理加權回歸模型針對每一個區域單元都進行一次局部擬合分析，從而得到隨地理位置變化而不斷變化的局部回歸系數而非單一常數。利用GWR 模型研究高校創新產出驅動因子的空間異質性，可以發現不同區域各驅動因子對高校創新產出的不同影響，更好反映驅動因子變量與創新產出變量的關系隨空間差異的變化情況［16］。模型如下：

其中b為貸款，dij為樣本點i與j之間的地理距離。考慮到選取的權重函數對模型估計精度造成的影響，一般需確定合適的寬帶進行優化，主要方法為AIC(Akaike Information Criterion,赤池信息準則法)方法和CV（Cross Validation，交叉確認法）方法。

2 高校創新產出的空間相關性分析

2.1 高校創新產出全局空間自相關分析

采用分位數法將我國2008—2017 年高校平均創新產出水平劃分為5 個等級，分別為高、較高、中等、較低和低等。從圖1 可知，我國高校創新產出區域差異明顯，高校創新產出高水平和較高水平區域集中在東中部省份，高校創新產出低水平和較低區域主要分布在西部省份。其中，北京、山東、江蘇、上海、浙江、湖北和陜西為高校創新產出高水平區域，黑龍江、遼寧、廣東、河南、安徽、湖南和四川為高校創新產出較高水平區域，吉林、河北、天津、江西、福建、重慶為高校創新產出中等水平區域，山西、內蒙古、寧夏、甘肅、貴州、云南、廣西、青海、新疆和西藏為高校創新水平較低或低水平區域。除此之外，高校創新產出具有組團分布特征，東部沿海的山東、江蘇、江蘇、上海和浙江等省市的高校創新產出展現出強強聯合的集群發展態勢，是第五分位區域成堆分布的省市，中部僅以湖北、陜西為核心，構成高校創新產出次極化帶。而西部省份基本處于第一和第二分位區，是高校創新產出水平較低省市成堆分布地區。進一步，對2008 年和2017 年高校創新產出作Moran 散點圖，如圖2 所示，發現大部分省域落在第一、三象限，Moran's I 指數分布為0.153 和0.176，說明這些省域之間具有空間正相關性。整體看來，我國高校創新產出具有空間差異，且這種空間差異呈整體發散、局部趨同的特征。高校創新產出的空間差異不僅表現為區域整體創新差異較大，還表現為高校創新產出有規律性的組團分布，即部分較高和高創新產出的省份彼此相鄰，較低和低創新產出的省份彼此相鄰，顯示出我國高校創新產出具有潛在的空間聚集特征。

圖1 各省（市、自治區）高校創新產出區間分布

圖2 2008 和2017 年高校創新產出的Moran 散點圖

借助ArcGIS 和GeoDa 軟件對我國30 個省市的高校創新產出數據進行全局空間自相關分析得到，從2008—2017 年，高校創新產出的Global Moran's I指數均大于0，且運用蒙特卡洛模擬方法對Moran's I的顯著性進行檢驗，P 值均低于0.05，說明95%置信水平下我國高校創新產出存在顯著的空間正向自相關，如表1 所示。全局空間自相關分析進一步說明我國30 個省市高校創新產出的空間分布并非具有空間隨機性，而是表現為創新產出相似值之間一定程度的空間聚集。同時高校創新產出Moran's I 統計值從2008 年的0.153 下降到2013 年的0.122，然后又攀升到2017 年的0.176，表明高校創新產出在全國范圍內呈倒“U”型變化，且近幾年高校創新產出的聚集程度逐步加強。

表1 2008—2017 年高校創新產出在不同年份的Moran's I 值及其顯著性

2.2 高校創新產出局部空間自相關分析

Global Moran's I 指數概括了整個研究區域內高校創新產出的空間依賴程度，由于Global Moran's I指數的測算結果始終在0.5 以內，說明空間自相關性較弱，需要明確正向自相關的具體定位。而Local Moran's I 指數則用于描述每個局部單元與各自鄰近位置同一屬性的相關性。利用GeoDa 分別生成2008、2011、2014 和2017 年高校創新產出LISA 聚類圖，由圖3 可知，2008—2017 年我國高校創新產出表現為較明顯的地理分異格局和時空演變特征，且集中反映在東、中部地區。總的說來，新疆、西藏為主要的低-低聚集區，受諸多因素限制，這些區域雖然高校創新產出空間差異較小，但是自身及周邊的高校創新產出水平都較低。低-高聚集區和高-高聚集區從2008—2017 年變化較大，2008—2011 年，主要的高-高聚集區僅為遼寧、山東、江蘇、上海、浙江和湖北，說明這些區域一直以來高校創新產出水平較高，同時東部省份體現為較強的空間集聚效應。而河北、天津、河南、安徽、江西、福建等省市為低-高聚集區，這些區域大多鄰近高-高聚集區，但高校創新產出水平低于周邊地區，呈追趕狀態。可以發現，2008—2011 年，湖北省為中部地區唯一高校創新產出高-高聚集省份，主要原因在于湖北省高校數量及質量、高校科研資源稟賦在中部地區處于領先地位，因此對比中部其他省份凸顯出高校初始創新產出優勢。同時，這一時間段中部省份高校創新產出內外部關聯性不強，創新協調能力較差，高校創新基本處于區域分割狀態。到2014—2017 年，中部安徽、河南、湖南等省份躍升為高-高聚集區，這些區域通過提高自身高校創新產出水平或接受周邊地區高校創新產出溢出，逐步成為高校創新產出高水平省份。總的來看，2008—2017 年我國高校創新產出高-高聚集類型省份數量顯著增加，表明我國高校創新產出水平整體上提升較快，高校創新產出增長極的擴散效應逐漸增強。另外，高校創新產出在東中部呈現空間收斂性，東部省份雖然具有高校創新產出的天然優勢，但近幾年中部地區由于創新環境的改善和對高校創新產出的積極培育，正逐漸縮小與東部省份的差距，高校創新協同發展的一體化態勢不斷凸顯，成為高校創新產出新的增長高地。

圖3 不同年份高校創新產出LISA 聚類圖

進一步，對2017 年理工農醫類高校和人文社科類高校的創新產出進行局部空間自相關分析，如圖4 所示，發現僅理工農醫類高校創新產出具有趨同的空間集聚特征，即北京、山東、江蘇、浙江、河南、安徽、湖北、湖南等省份仍為高-高聚集區。人文社科類高校創新產出空間聚集特征上，北京、山東、上海、浙江和湖北等省份均由高-高聚集類型變為低-高聚集類型，說明這些省份高校創新產出優勢主要來自于理工農醫類高校的支撐，而人文社科類高校創新產出相比周邊地區并不再繼續保持高創新產出水平的優勢，一方面充分說明創新產出水平受高校結構的影響，理工農醫類高校在當前高校科研成果輸出上仍占據主導地位。這類高校以技術創新為主的自然科學研究為重點，符合我國科研管理“重自然科學，輕社會科學”的階段性特征［17］；另一方面說明部分地域在高校創新產出的培育上重點將更多科研資源投向理工農醫類高校。北京、山東、上海、浙江和湖北是創新資源集聚區，自身理工農醫類高校數量較多，這類高校的創新能力得到良好發揮，形成在自然科學領域內高創新產出的競爭優勢和創新特色，但對人文社科類高校創新投入和產出缺乏支持和引導，導致以基礎知識創新為主的人文社科創新能力在全國范圍內并不突出。

圖4 不同學科類型高校創新產出LISA 聚類圖

3 高校創新產出的地理加權回歸分析

空間自相關分析已經證明，我國高校創新產出表現為明顯的空間聚集，不同區域自變量和因變量之間的關系也可能存在地區差異。如果用OLS（普通最小二乘法）對高校創新產出的驅動因子進行估計，由于不再滿足空間均質和方差齊性的假定，因此基于經典線性回歸模型估計的結果也是有偏誤的。事實上，高校創新產出水平是衡量地方科技創新能力的一個方面，受各類創新要素的影響，且存在空間交互作用，因此，我國高校創新產出的空間格局是相互聯系的多種綜合因素的結果。納入空間異質性，本文運用加權最小二乘法（WLS）對經典線性模型進行修正，從而更好地解釋產生高校創新產出空間差異的影響因素。在擬選用解釋變量中，經過多重共線性檢驗，發現人均GDP 同其他變量存在顯著的多重共線性，且降低了模型整體擬合優度，因此予以剔除。另外，考慮高校創新產出具有較強的滯后性［18］，模型中各因變量滯后一年，首先構建高校創新產出數據和高校創新產出驅動因子的雙對數模型如下：

其中，下標i表示各省份，p代表高校創新產出，rdry 代表地區R&D 人員全時當量，rdzc 代表地區R&D 經費支出，edu 表示人力資本水平，jssc 是技術市場合同交易額，代表技術市場活躍度，是隨機誤差項。

3.1 基于OLS模型的結果分析

進行GWR 估計之前，對方程（5）開展全局OLS 估計，回歸結果如表2 所示。從估計的檢驗結果來看，模型整體擬合優度較高，具有較好的解釋力。對各變量t值檢驗說明，地區R&D 人員數、人力資本水平與技術市場活躍度對高校創新產出有較顯著的影響，且通過系數值表明，地區R&D 人員、技術市場活躍度對高校創新產出有正向作用，而人力資本水平對高校創新產出有負向作用。另外，全局OLS 估計下地區R&D 經費支出對高校創新產出影響不顯著。

表2 高校創新產出的全局OLS 估計結果

3.2 基于GWR模型的結果分析

利用GWR 模型，將核類型選擇為Adaptive，帶寬選擇為AICc，在全局OLS 估計基礎上進行高校創新產出的局域估計。經檢驗，采用GWR 回歸模型之后，模型擬合優度為0.896，說明納入空間地理特征的加權最小二乘法顯著提高了模型解釋力水平，優于傳統的OLS 估計方法。在局域空間上，各省域回歸模型整體擬合效果均較好；變量顯著性方面，地區R&D 人員數、人力資本水平與技術市場活躍度通過顯著性檢驗，詳細的每一個回歸點的估計系數如表3 所示。

表3 高校創新產出的GWR 估計結果

4 結論與政策啟示

4.1 結論

本文試圖以2008—2017年中國30個省（自治區、直轄市）的高校創新產出指標數據為樣本，立足空間視角，首先利用ArcGIS 和Geoda 軟件對高校創新產出水平的空間格局進行可視分析，其次運用ESDA方法揭示了高校創新產出的空間關聯特征以及時空演化趨勢，在此基礎上應用GWR 模型實證分析了不同地理空間上創新要素對于高校創新產出的影響差異。主要結論如下：

（1）從高校創新產出的空間分布格局來看，我國高校創新產出的空間差異明顯，同時這種空間差異具有整體發散、局部趨同的態勢，高校創新產出呈有規律性的組團分布，表明了潛在空間關聯和集聚特征的存在。

（2）從高校創新產出的空間關聯特征來看，驗證得到我國高校創新產出存在顯著的空間全局正向自相關性，相似水平的區域表現出一定程度的空間集聚，且近幾年集聚程度總體增強。高校創新產出空間關聯程度的強弱表現為較明顯的地理分異格局和時空演變特征，集中反映在東、中部省份在高-高聚集和低-高聚集類型之間的演變。此外，不同學科類型的高校當中，僅理工科高校創新產出具有與總體創新產出趨同的空間集聚特征。

（3）從GWR 模型回歸結果來看，各驅動因子對高校創新產出的影響程度也存在明顯的空間分異。地區R&D 人員數、技術市場活躍度對高校創新產出具有正向促進作用，但同一因素創新產出的回歸系數呈現空間異質性，表現為二者回歸系數的空間格局大體由東向西逐漸遞減；人力資本水平對各區域高校創新產出均有負效應，說明高校人力資本開發與創新研發出現嚴重脫節的現象，人力資本創新轉化率亟待提升。

4.2 政策啟示

（1）發揮空間外溢效應，健全高校區域創新互動機制。在加快打造中部地區高校創新產出新的增長極，率先形成東中部地區高校創新一體化發展格局的同時，有效利用地理鄰近優勢，打破高校創新溢出壁壘，繼續提升處于高-高聚集類型的省份對周邊低-高聚集類型省份高校創新產出的輻射帶動作用，實現高校創新產出沿海、沿經濟帶、沿經濟圈聯動增長。而對于自身及毗鄰區域高校創新產出水平都較低的西部地區，當地財政、R&D 人員很難保持對高校創新水平提升的維持，因此需要國家對當地高校創新活動給予相應的政策傾斜，優化創新投入資源配置，培育良好的高校創新環境。另外，強化高校區域創新互動，探索建立區域高校創新聯盟，為東中西部高校科技成果交流搭建橋梁，使高校創新產出的涓滴效應最終超過極化效應占據優勢［21］。

（2）優化資源投入結構，實現不同學科協同創新發展。國內“重理輕文”的學術弊病仍然存在，直接導致科研重心向理工農醫類高校傾斜，影響區域高校整體創新產出水平的提升。為此，區域在制定高校創新戰略規劃時，應運用系統化思維，盡量平衡學科間科研資源投入比重，實現理工農醫類學科和人文社科類學科創新產出水平的共同躍升。鼓勵跨學科間開展創新合作，建立科研創新信息與平臺共享機制，另外要促進人文社科類高校發揮自身創新活動特征與優勢，同政府、企業開展更多合作，不斷釋放創新活力。

（3）進一步強化R&D 人員供給，打造創新人才高-高聚集的“洼地”。未來高校創新產出的競爭仍然是以高端創新人才為核心的競爭，各省份應繼續實施有效的激勵政策，完善人才引進與培育政策體系，保持R&D 人員規模的適度擴張，尤其提高高質量R&D 人員的比例，堅持“質”“量”并舉。為適應人才競爭趨勢，中西部地區及區域內高校應從提升人才競爭力出發，在產業基礎、人才待遇、科研條件、創新服務方面做更多的改善，加強引才育才力度，加快創新人才集聚。同時，破除地區間R&D 人員流動的體制機制障礙，促進校際人才與知識的合理有序流動。

（4）培育高效的技術市場，激發高校與技術市場“雙向驅動”效應。針對技術市場活躍度的區域差異，重點加強新疆、甘肅、貴州等西部各省份技術市場的建設，打造中部長江經濟帶技術市場聯盟的區域技術大市場，利用地理鄰近效應，加速區域間高校科技成果轉化［22］。高校作為基礎研究的主體之一，是技術市場的主要供給方。因此政府應當致力于提升技術交易對高校的吸引力，尤其是技術市場欠發達地區，要通過對高校專利等產出提供信貸扶持、稅收優惠等方式，使其成為高校創新產出的助推器。反過來，技術市場建設也可依托高校等研究機構培育專業化的技術轉移平臺和技術轉移人才，擴大技術市場規模，以此形成二者的相互耦合、相互驅動。

（5）加強高校教育鏈與創新鏈的深度融合，銜接人力資本開發與高校創新研發。當前需密切關注我國創新增長與教育投入增長不匹配的“索洛悖論”現象，繼續完善高校的教育職能體系，注重教育質量的提高。應從高校當中努力培育一批創新型、研究型人力資本并服務于高校這一創新主體內部，使其在基礎領域及原始創新領域承擔并發揮更大的作用，不斷注入新的知識創新成果。另外，人力資本總體發展方向應當由早期提升人力資本總量的粗放型模式轉變為更加關注人力資本質量以及配置效率的集約型模式，通過形成促進高校創新產出的產權保護、利益分配、科技評價、產學研協同等制度激勵，引導人力資本更多向高校基礎領域和原始創新領域合理有效配置，夯實研發型人力資本基礎，從而加快實現高校人才資源優勢向創新競爭優勢的轉變。