高等教育集聚對都市圈經濟增長的影響

□文/羅 英 趙聆邑

（上海師范大學 上海）

［提要］面對單一城市的發展瓶頸，我國在2019年正式將都市圈這種一體化發展模式上升至國家戰略。本文選取2007～2019年上海大都市圈中9個城市的統計數據進行研究，結果顯示：都市圈內上海、蘇州、舟山和常州存在高等教育集聚現象；高等教育集聚水平的提升對于經濟增長有顯著的正向推進作用。為此，提出建議：（1）進一步提升高等教育集聚水平和質量；（2）淡化城市壁壘，加速助推都市圈一體化建設；（3）推進政產學研一體化建設。

上海大都市圈地處長江三角洲地區，其范圍根據《長江三角洲區域一體化發展規劃綱要》的實施方案劃定，該都市圈的總面積約為5.4萬平方公里，由9個城市組成，具體劃分為：上海；蘇州、無錫、常州、南通的4個地處江蘇省的城市和嘉興、寧波、舟山、湖州這4個隸屬于浙江省的城市。

一、上海大都市圈經濟發展和高等教育集聚現狀

（一）上海大都市圈經濟發展現狀。2019年上海大都市圈生產總值達到10.8萬億元，當年度全國生產總值為98.9萬億元。上海大都市圈雖僅占我國國土面積的0.5%，但其經濟貢獻卻占我國整體生產總值的11%。根據各省市統計年鑒數據顯示，都市圈中的9個城市間的生產總值差距顯著。作為都市圈中的核心城市——上海的生產總值遙遙領先，為38，155.324億元，占整個都市圈生產總值的35.3%。舟山是其余8個城市中生產總值最低的城市，為1，371.6億元。

（二）上海大都市圈高等教育數量和質量分析。從高校的數量上來說，長江三角洲作為高等教育的集聚地，僅上海大都市圈內就有超過150所高校。但是，從高等教育的整體質量而言，除了上海以外，其余城市的水平較弱。繼“211工程”和“985工程”后，我國為了能進一步提升中國高等教育的整體實力和國際競爭力，于2017年10月正式提出“雙一流”建設。上海大都市圈范圍內總共占17所，其中14所都位于上海。根據教育部公示名單進行整理，如表1所示。（表1）

表1 上海大都市圈范圍內“雙一流”大學建設一覽表

（三）上海大都市圈高等教育集聚現狀分析。本文從地域層面上研究高校集聚水平對于地區發展的地位和作用，選用區位熵指數作為測度方法，其計算公式如下：

式中，eit表示在t時間中i區域內高校教育在校人數；et表示在t時間內上海大都市圈的總高等教育在校人數；pit表示在t時間內i區域內的總人口數；pt為在t時間內上海大都市圈的總人口數。區位熵可以用來衡量某地區的產業聚集水平，值越大越能表明該行業的產業集聚在數量上的水平之高。當LQit＞1時，我們可以認為該區域存在高等教育集聚效應，并在都市圈中占優勢；反之，我們認為該區域的集聚效應較弱，在都市圈中劣勢。

本文通過收集3個省市統計年鑒中的數據，采用2007～2019年9個城市的高等教育在校人數和年末常住人口進行計算，根據區位熵公式進行計算，結果如表2所示。（表2）

從表2中數據來看，上海大都市圈9個城市中上海、蘇州、舟山和常州存在高等教育集聚現象，在都市圈中占優，但是其中作為核心城市的上海，其區位熵連年走低。數據顯示，13年中上海在校人數的穩定增長和常住人口的大幅涌入，增幅更是達到近20%，這使常住人口數的增長幅度遠高于在校人數的增幅，從而導致了區位熵的連年走低，但是和其辦學質量相互結合，坐擁14所“雙一流”高校無疑奠定了其高等教育在整個都市圈的優勢。

表2 上海大都市圈各地區高等教育集聚水平一覽表

蘇州則是在常住人口增幅達21.5%的情況下實現了區位熵的不斷攀升，其原因在于吸引國內外優質高校在蘇州建設分校區，實現高校間聯合發展，如西交利物浦大學、中國人民大學蘇州校區以及南京人學蘇州校區。在這些外來優質高等教育資源的助推下，蘇州的高等教育集聚水平不斷向好發展。

在都市圈中區位熵值最高的常州，則是常住人口和在校人數這兩個統計數據變化都十分穩定，但在常州范圍內16所院校中只有4所是本科院校，雖有很高的集聚水平，但是整體水平不盡如人意。對于其他區位熵低于1的城市，其高等教育沒有呈現明顯集聚現象，行業處于劣勢地位。

二、高等教育集聚對經濟增長的影響實證分析

（一）變量選取（表3）

表3 變量選取和描述性分析一覽表

1、被解釋變量。人均生產總值（pgdp）：國內人均生產總值是經濟研究中使用最為頻繁的衡量地區經濟發展水平的指標。本文選用2007～2019年9個城市的人均生產總值作為被解釋變量，其數據來源于各城市統計年鑒。

2、核心解釋變量。高等教育集聚（E）：主要研究高等教育集聚水平該指標對于經濟增長的影響水平。前文已對各地區的歷年高等教育集聚的區位熵進行計算。

3、控制變量。資本投入（K）：通過查閱文獻，我們可以發現多數學者選用固定資產投資作為資本投入的分析數據。故而，本文選用各省市2007～2019年統計年鑒中的固定資產投入。勞動力投入（L）：對于勞動力投入的數據，選擇使用2007～2019年各省市的全社會從業人員年末數來反映一年時間中該地區的勞動力資源的實際情況。

除了資本和勞動力以外，還有很多因素也會對經濟增長影響，為了能準確研究高等教育集聚對經濟增長的，本文還選擇如下控制變量：

對外開放水平（open）：上海近年來不斷堅持進出口貿易并行，建設開放性經濟體系。本文對外開放水平的計算方法是計算該地區一年進出口總額與該地區總GDP之比。鑒于多市統計年鑒中進出口貿易總額在2016年以前是以美元作為統計單位，所以以全國統計年鑒中歷年人民幣對美元年平均匯價為基準進行計算，在得到相應的人民幣總金額后，進行對外開放水平的計算。

外商直接投資（FDI）：跨國公司的建設為地區帶來了先進的技術，推動區域經濟增長，故而選用2007～2019年各城市的實際外商直接投資所占比重作為衡量數據。由于該數據統計單位為億美元，我們同樣經過匯率換算后計算占比。

產業結構（ind）：產業結構一直是用來衡量區域經濟整體發展水平的重要指標，全球發達國家的第三產業增長占比在70%～80%的范圍。目前，我國經濟正處于高質量產業轉型期，上海更是致力于打造金融科技高地，加強其在全球范圍的影響力，2019年上海市第三產業占比達72.7%。本文選用2007～2019年9個城市的第三產業增長所占GDP的比重來反映第三產業對各地區經濟的推動水平。

（二）模型建立。本文選用柯布-道格拉斯生產函數建立理論模型，這是經濟學中使用最為廣泛的模型，在計量經濟學中有著重要地位。一般形式表示如下：

式中，該地區的區域生產總值用Y來表示，勞動要素投入和資本要素投入則分別用L和K表示，A表示技術水平，α和β分別代表勞動要素和資本要素的彈性系數。

兩邊同時取對數，可得：

根據前文對變量的整理，本文以柯布-道格拉斯生產函數為基礎并對其進行擴展，對于前文中的以比例形式歸納的變量，在后續建模中不采用對數模式，最終得到以下模型：

式中，i=1，2，…，9代指上海、寧波、嘉興、湖州等上海大都市圈中的9個城市，t=1，2，…，12表示2007～2019年的時間段，β1～β6為各個變量的系數，εit為隨機擾動項。

（三）回歸模型檢驗

1、多重共線性檢驗。多重共線性指所選用的解釋變量在該計量模型中存在高度相關，其相關性會導致最終回歸結果的失真問題。根據公式（4），本文所選擇的模型共有6個變量，為了使后期的實證分析更加真實準確，本文采用方差膨脹因子作為檢驗方式，對以上6個變量相互間是否存在共線性進行驗證。經過計算，各變量的結果均小于10，故而我們可以認為6個變量間不存在多重共線性。

2、ADF檢驗。由于本文選用面板數據，所以除了對于變量多重共線性的檢測外，還需要對計量模型中的各個變量進行單位根檢驗來確認其平穩性，所有變量中只有對外開放水平在5%的水平下未通過檢測，故而認為原序列是不平穩的，所以對這些變量同時進行一階差分，并檢測在變量一階差分下是否平穩，結果可以看出，所有的一階差分變量在1%的水平下顯著，即所有一階差分均是平穩的。

3、協整檢驗。協整檢驗是為了檢測各變量間是否存在長期均衡關系。根據單位根檢測我們可知，該面板數據的變量均為一階單整序列，故而本文采用EG兩步檢測法來檢驗上海大都市圈各個解釋變量與經濟增長間是否處于長期均衡狀態。結果顯示，殘差序列是平穩的，故而我們可以認為在上海大都市圈內高等教育區位熵、資本投入、勞動力投入、對外開放水平、FDI、產業結構與人均生產總值存在協整關系，即長期均衡關系。

4、面板數據模型選擇。本文使用2007～2019年共計12年的上海大都市圈內的9個城市構建面板數據，進行回歸分析。在進行回歸分析之前，我們需要首先確定回歸模型。常見的處理面板數據的模型有混合回歸模型和變截距模型，其中變截距模型包含隨機效應和固定效應。

（1）F檢驗。一般對于混合回歸模型和變截距模型的選擇，我們采用F檢驗。根據計算結果可知，P值小于0.05。我們認為在5%的顯著水平時，回歸模型拒絕原假設，選擇變截距模型。

（2）Haus man檢驗。對變截距模型的兩種效應選擇中，采用Hausman檢驗，計算得出P值小于0.05。我們認為在5%的顯著水平時，回歸模型拒絕原假設，最終結果選擇固定效應模型。

（四）回歸結果。根據上述兩個檢驗，本文最終選擇固定效應模型Rstudio進行回歸，回歸結果顯示：

1、在其他變量不變的情況下，固定資本投資在1%的顯著水平下顯著，并且對經濟增長起到正向作用，資本投資每增加1%，經濟增長0.26%。

2、在其他條件相同的情況下，勞動力對該都市圈的經濟增長不顯著。這是因為對于核心城市上海而言，更需要的是高科技人才，但是另一方面，那些發展略顯欠缺的城市卻需要勞動力的增長從而帶動經濟增長。兩者相互作用，因此影響不顯著。

3、高等教育集聚的區位熵回歸系數為0.2915，該結果在5%水平下顯著。一般而言，在控制其他變量不變的情況下，高等教育區位熵每提升1%，經濟將約會增長0.29%，這表示了高校集聚對我國經濟發展具有正向推動作用。高等教育集聚吸引全國各地的人才，人才的集中匯聚可以為各地輸送優質的人才，進而達成經濟增長的高質量轉型。

4、對于對外開放水平，由于該數據在前期的單位根檢測中存在不平穩現象，故而在回歸檢測中采用一階差分變量d（open）。上海大都市圈的9個城市中，經濟總量較高的城市，如上海、寧波近年來隨著城市經濟的不斷發展，其進出口貿易總額所占GDP比重正在不斷減少；而對于湖州、舟山等都市圈內發展欠佳的城市而言，對外開放水平正在穩步提升。故而，在上海大都市圈中對外開放水平變化存在正負向相互作用，因此不顯著。

5、外商直接投資在0.1%的水平下影響顯著，并對經濟增長有著負向作用。2018年以來，中美兩國之間貿易戰愈演愈烈，此外，隨著上海大都市圈的整體高質量發展和對FDI的“理性”高質量選擇，讓不少國外企業紛紛將投資目光轉移至了中國一些內陸地區，更有甚者可能將一些基礎的手工制造業轉移至東南亞等勞動力成本更為廉價的地區。這兩大因素的作用下，外商直接投資對于目前的上海大都市圈經濟發展才會有負向作用。

6、在0.1%的顯著水平下，產業結構呈現顯著正向相關。一般來說，第三產業占GDP比重平均每增加1%，經濟增長大約3.2%。數據顯示，除了上海、舟山、無錫、蘇州以外的5個城市的第三產業占比均小于50%，這說明上海大都市圈內的部分城市仍處在第二產業帶動的階段，比如南通。但是，產業結構對經濟增長的正向作用也說明了在都市圈內各地第三產業的潛力巨大，更需要注重高質量的產業結構升級。

三、研究結論及政策建議

（一）研究結論。從高等教育集聚水平來看，都市圈內上海、蘇州、舟山和常州存在高等教育集聚現象，且都市圈整體呈現出一種較為均衡的集聚狀態。從實證分析角度看，高等教育集聚對經濟增長有正向推動效果，即高等教育集聚水平的提升，會促進地方經濟的增加。此外，產業結構優化會有效帶動上海大都市內城市經濟的提升；外商直接投資占比的增加則會對經濟有負面作用，該現象只是由于中美貿易戰所造成的短暫影響。

（二）政策建議。為進一步提升高等教育集聚對經濟增長的正向推動能力，本文提出以下政策建議：一是進一步提升高等教育集聚水平和質量。各個城市規劃將大學外移至郊區，并有意識地將他們集中在同一區域建設“大學城”，形成空間地理層面上的高校集聚效應。加強高校間的合作交流和競爭并存。在基礎的教育設施方面，如教學樓、運動場館、宿舍等，高校間可以提倡“共享”理念，減少建設和維護成本，從而達到教育資源共享。除了校際的合作建設之外，競爭意識的存在可以有效促進相鄰高校間的進步。高等教育集聚水平的提升不應只單單停留在在校學生數字的提升上，同樣也要對其教育質量有進一步的提升。以“雙一流”高校建設為契機，提升高校辦學質量，這樣才能更全面地發揮出高等教育集聚作用對地方經濟甚至是周邊城市的經濟增長的正向推動和輻射性。二是淡化城市壁壘，加速助推都市圈一體化建設的發展。結合上海大都市圈的“研發在滬，生產在外”的產業布局，來以此實現公共交通引導和產業引導的“雙引導”的新型發展模式。上海大都市圈搭建以鐵路交通為主導的“1個半小時通勤圈”，拉近城市間的距離，淡化城市壁壘；在高等教育集聚水平提升的基礎上實現高等教育的供給側改革，避免同一都市圈中產業同質，實現產業間的分工協調和功能互補，有效提升都市圈的整體能力，助推經濟整體呈現高質量發展。三是推進政產學研一體化建設。高校內的研究院作為“孵化器”與公司和地方政府達成合作，加速科技創新成果更高效地產業化，而成功的科技公司也會反哺高校的建設發展，政府則出臺各類政策來激勵高校間、校企間的合作發展，從而形成政產學研的良性循環。