中国省域高等学校科技创新能力时空演变及形成机理

汪 凡,周 亮2,3,白永平,车 磊,马小娥

(1.西北师范大学 地理与环境科学学院,甘肃 兰州 730070;2.兰州交通大学 测绘与地理信息学院,甘肃 兰州 730070;3.中国科学院地理科学与资源研究所,北京 100101)

自1994年弗里德曼提出创新地理学以来,技术创新的研究经历了由“线性范式”向“网络范式”过渡,国内外学者从创新环境、集群创新、区域创新系统、国家创新系统等方面进行了深入研究[1]。在创新驱动型经济形态下,社会经济发展不再单纯依靠自然资源,以资源为依托的传统经济逐渐让位于以知识为基础的经济,创新驱动型经济成为国家和区域竞争的有力武器[2]。知识经济时代,科技创新日益成为区域发展的关键因素,包括科研机构创新、企业创新、高等学校科技创新。作为经济发展的引擎,增加科技创新在经济增长中的贡献，建设具有一流科技创新能力的高校,是经济发展的必由之路。为建设具有一流大学和一流学科的“双一流”大学,国务院印发了《统筹推进世界一流大学和一流学科建设总体方案》,以此提升高校的科技创新能力、支撑创新驱动发展战略、服务经济社会发展。十八大报告指出:“科技创新是提高社会生产力和综合国力的战略支撑,必须摆在国家发展全局的核心位置。”要求深化科技体制改革,进一步提高自主创新能力,并且明确提出了创新驱动发展战略。现阶段,省域之间高校科技创新能力不够均衡和协调,不利于一流大学和一流学科的建设,也在一定程度上影响到区域经济发展进程。

国外学者研究了高等学校科技创新的水平[3]、高等学校科技创新与区域创新系统的关系[4,5]、高校科技创新与经济发展之间的联系[6-9]，国内学者则分别从高校科技创新能力的水平、科技创新的效率等方面对高校科技创新进行了研究。例如，安蓉、刘勇、陈运平分别比较了中国西部地区、华东地区和中部六省的高校科技创新能力[10-12];范斐、曹贤忠分别基于DEA方法和Malmquist指数对城市科技资源配置效率和长三角城市群R&D资源投入—产出效率进行了研究[13,14]。

目前,国内研究者在科技创新能力研究方面取得了众多成果,但缺少将高校科技创新能力从科技创新整体中分类出来的实证研究。时间尺度上缺少时间序列上的对比,往往忽视时间序列和空间位置变化所带来的时空效应；研究方法上,缺少利用GIS等空间可视化分析手段对高校科技创新能力的时空格局研究。本文以1999年、2008年和2015年我国31个省级单元作为研究对象,以科学合理性为原则构建省域高校科技创新能力的综合评价指标,采用GIS的空间分析方法,定量分析中国省域高校科技创新能力的时空格局,从多个角度研究中国省域高校科技创新能力的时空分异格局及其影响因素,以期为提升省域高校的科技创新能力水平、建设一流大学和学科提供参考。

1 数据来源与研究方法

1.1 数据来源

本文的研究数据主要涵盖两大类:①统计数据主要来源于《高等学校科技统计资料汇编》与《中国统计年鉴》。由于部分外语类、艺术类、财经类高校的科技创新活动与综合类、理工类等高校不具有可比性,这些高校的科技数据在有关年鉴中并未统计,故从本文的研究范围中剔除。②基础地图数据主要来源于国家基础地理信息中心1∶400万的中国省级行政区图。

1.2 研究方法

本文遵循科学性、系统性、全面性、客观性等原则,科学合理地选取指标,构建省域高校的科技创新能力综合测度评价指标体系[15],各个指标的权重由熵值法这种客观赋权法求得,从而对高校的科技创新能力进行综合测度(表1)。

表1 高等学校的科技创新能力综合评价指标体系

探索性数据分析:基于ArcGIS进行探索性地理数据分析(ESDA),将高校的科技创新能力的综合测度水平进行地理数据挖掘,探索空间数据的分布模式,把高校的科技创新能力的综合测度水平分级为可视化,以探究中国省域高校科技创新能力的时空演变特征。

空间自相关分析:分析基于ArcGIS和GeoDa进行科技创新能力综合测度水平的空间相关性,计算科技创新能力综合测度水平的Morans′I指数,探索我国省级研究单元上高校的科技创新能力综合测度水平是否存在全局空间自相关特性,再计算高校的科技创新能力的综合测度水平的Gi*指数,研究局部空间自相关特性,以识别科技创新能力综合测度水平的冷热点分布[16]。

Getis-Ord Gi*局部统计公式为:

(1)

式中,xj为要素j的属性值;ωi,j为要素i和j之间的空间权重;n为要素总数。

(2)

Gi*就是Z值得分。通过z值来表现高校的科技创新能力高值与低值的时空分布集聚特征。

空间计量模型:空间滞后模型(SLM)表达的是事物在空间扩散过程中的滞后效应,数学式为:

y=λWy+Xβ+ε

(3)

式中,y为因变量;X为n×k自变量矩阵;W为空间权重矩阵;λ为空间自回归系数,用来度量Wy对y的影响;ε为随机误差项向量。

空间误差模型(SEM)用于误差项之间存在空间自相关关系的情况,空间依赖性除了可以体现在对自变量的影响,还可以通过误差项体现,这意味着不包含在x中但对y有影响的遗漏变量存在空间相关性,或者不可观测的随机冲击存在空间相关性。空间误差模型的数学式为:

y=Xβ+u,u=ρWu+ε

(4)

式中,W为空间权重矩阵;u为随机误差项向量;ρ空间误差系数;ε为正态分布的随机误差向量,ε～N(0,σIn)[17]。

2 中国高校科技创新水平的时空分布特征

2.1 高校科技创新能力时空格局

运用ArcGIS空间可视化出省级研靠单元的高校综合科技创新能力的空间分布图(图1),一共分为5级,统一采用2008年的分级标准。

1999年省域高校科技创新能力普遍较低,在31个省域中,北京和上海的高校科技创新能力最高,分别为0.0187、0.0125,中等水平主要分布在东部和中部地区,低值区在北部、西部、西南部形成一个巨大的“C”形连片分布区。1999—2008年31个省域的科技创新能力整体上增长迅速,最高值的省区增加到4个,分别是北京、上海、江苏、陕西,高值区主要分布在东部沿海地区和中部地区,低值区范围逐渐减小,主要分布在西北和西南地区。2008—2015年科技创新能力上一个台阶,东部沿海的北京、天津、江苏、上海、浙江、广东,中西部地区的湖北、陕西8个省级研究单元的科技创新能力最高,东部沿海与沿长江地区形成明显的“T”形高值片区,低值区面积不断减小,只剩下西北地区为连片低值聚集区,主要包括西藏、青海、新疆、甘肃、宁夏等地区。

综合而言,1999—2015年,中国省域高等学校科技创新能力在整体上有巨大的提升,在科技创新能力增长的同时,东部和西部之间的省域高等学校科技创新能力的差距也在不断拉大,而且这种差距越来越显著。

图1 1999—2015年地级单元高等学校科技创新能力的空间格局

2.2 高校科技创新能力的空间集聚性

本文利用GeoDa和ArcGIS软件计算了省级研究单元的高校科技创新能力全局Morans′I值和局部Getis-Ord Gi*指数,先用全局Morans′I值对高等学校的科技创新能力综合水平是否具有空间自相关特性作出判断,然后再识别具有统计显著性的热点区和冷点区,得到省域高等学校科技创新能力综合水平的高值与低值的空间集聚情况。1999—2015年我国地级研究单元的高等学校科技创新能力综合水平的全局Morans′I值分别是0.1479、0.0964、0.0774,同时检验值p值均超过置信水平为0.05的显著性检验。由于全局Morans′I值均大于0,表明1999—2015年我国省级研究单元的高等学校科技创新能力综合水平存在明显的空间正相关的特性。

全局Morans′I值只是从整体上刻画省域科技创新能力综合水平存在空间相关性。为了更好地揭示省域科技创新能力内部的差异以及集聚情况,采用ArcGIS热点分析计算出Getis-Ord Gi*指数(图2),以表征省级研究单元内部的集聚特征。1999年省级研究单元的高等学校科技创新能力综合水平的热点聚集区域与冷点聚集区域呈现梯度分布的空间分布特征,热点区域稳定分布在环渤海湾地区、江淮地区、长江中下游地区,次热点区零星分布在热点区的附近,次热点区域集中分布在西部地区;2008年热点区域扩大,辽宁省也由次热点区域转变为热点区域,次热点区域与次冷点区域之间有所变化,部分次冷点区域转变为次热点区域,次热点区域增大,次冷点区域减小。1999—2008年冷点区域基本保持不变;到2015年省级研究单元的高等学校科技创新能力综合水平的热点聚集区域与冷点聚集区域仍然呈现梯度分布的空间分布特征,热点区依然在进一步扩大,东部沿海的浙江加入热点聚集区域,次热点区范围不断向西推进并且逐渐扩大,湖南、陕西由次冷点区转变为次热点区,次热点区包括了大部分东北地区、东南地区。1999—2015年次冷点区变化较明显,广东、贵州由冷点变为次冷点区,冷点区不断缩小,最为明显的是西南地区和东南地区。省域高校科技创新能力综合水平的热点区主要分布在东部地区,冷点区主要分布在西部地区,中部地区是热点区域和冷点区的过渡地带,这种科技创新能力的梯度分布特征表现出东部和西部之间科技创新能力的巨大鸿沟。

图2 1999—2015年高等学校科技创新能力综合水平的热点演变

3 高校科技创新能力时空格局的影响因素

由于我国省域高校科技创新能力存在显著的地区差异,所以选择省级研究单元的创新能力作为因变量进行回归分析,以探究形成这种时空格局的影响因素。参考省域高校科技创新能力相关文献中的机理分析,同时考虑到人均GDP对高等学校科技创新能力有较大影响,科研、教育产业属于第三产业,教育财政支出直接对象即为高等学校,科学技术财政支出对象包括高等学校,互联网、数字电视和出版发行网点是科学技术创新传播的纽带,公共图书馆藏书量是科学技术创新的知识基础等因素,本文将人均GDP(GDP)、第三产业比重(Service)、教育财政支出(Education)、科学技术财政支出(S&T)、互联网接入户数(Internet)、数字电视用户数(Television)、出版物发行网点(Bookstore)和公共图书馆藏书量(Book)等8项作为自变量。

为了更精准地分析2015年我国地级行政单元的高校科技创新能力的影响因素,对数据进行标准化处理,运用GeoDa软件进行计量分析,对空间误差SEM模型、空间滞后SLM模型和最小二乘法OLS模型的模拟参数进行比较(表2)。SEM的可决系数R2为0.8795,赤池信息量准则AICc值为-161.068,ρ值显著,SLM的AICc值为-151.976,可决系数R2为0.8227,λ值不显著,OLS的R2为0.8172,AICc值为-153.096。在综合各自变量显著程度、可决系数与赤池信息量准则三个方面后,可以看出SEM模型优于OLS、SLM模型,具有较好的估计效果。综上所述,空间误差模型对地级行政单元高校科技创新能力的影响因素估计效果更优。

表2 高校科技创新能力的计量分析

注:***、**、*分别表示在1%、5%、10%水平上显著,括号内为标准差。

根据SEM回归模型结果可见,人均GDP与科学技术财政支出的回归系数较大,分别为0.8984、0.2514,均在1%的水平上显著,两个因素对省域高校科技创新能力起到正向的推动作用。人均GDP是衡量一个地区经济发展和人民生活水平的重要指标。一般来说,人均GDP高对高校科技创新能力有一定的增益作用。同时,高校科技创新能力也对人均GDP有较大的增益作用。人均GDP较高,本地区的高校科技创新能力同样会很高,所以人均GDP对省域高校科技创新能力有着很大的影响。科学技术财政支出越大,所在地区的高等学校将会得到更多的科研经费,高校有较多的经费投入科技创新建设,无疑将会对科技创新能力的提升起到重要的保障性作用。

数字电视用户数量与出版物发行网点的回归系数为正值,分别为0.0377、0.0703,这两个因素与省域高校科技创新能力呈正相关关系,但影响较小。数字电视用户数量与出版物发行网点作为知识传播的重要纽带,为科学技术创新提高创造了条件,数字电视用户数量与出版物发行网点越多,科研工作者可获取的科技知识越多,但是数字电视用户数量与出版物发行网点仅是科学技术创新提高的客观条件,并非科学技术创新提高的决定因素,所以对省域高校科技创新能力影响较小。

第三产业比重、教育财政支出、互联网接入户数与公共图书馆藏书量的回归系数为负值,与省域高校科技创新能力呈负相关关系。科研、教育产业属于第三产业。一直以来,第三产业对科技创新的依赖并不显著,第三产业主要依靠金融、零售等其他服务业进行提升,第三产业与其他服务业的相互作用明显,部分金融、仓储物流业高的省域,他们的科技创新可能并不高,所以与高校科技创新能力呈负相关关系。教育财政支出越大,所在地区的高等学校将会得到更多的教育和科研经费,但是较多的高校使用经费投入到校园基础建设,所以出现很多省域高校教育财政支出高,但高校科技创新能力并不高。互联网接入户数的回归系数为-0.0363,与高校科技创新能力呈负相关关系。随着我国经济的飞速发展和城市化进程的加快,人们的物质文化水平逐渐提高,互联网得到了快速普及,不管是东部还是西部,互联网的接入数量都相当高,部分科技创新能力低的地区,互联网接入数量甚至与东部某些地区持平,所以导致互联网接入户数可能与高校科技创新能力呈现背道而驰的负相关关系。公共图书馆藏书量为负值,书籍为科学技术创新提供知识基础,是科技创新必备的稳定条件,但是藏书量越多,并不代表藏书的使用量大,所以藏书量与高校科技创新能力呈负相关关系。

4 结论与讨论

本文通过建立省域高等学校科技创新能力评价体系,结合ArcGIS空间可视化分析与GeoDa回归分析,对我国省域高校的科技创新能力时空格局及影响因素进行了研究,得到以下结论:①1999—2015年,我国省域高等学校科技创新能力在整体上有较大提升,东部、中部和西部科技创新能力都有大幅的增长；东部地区提升速度高于西部,东部和西部之间的省域高等学校科技创新能力的差距在不断拉大,而且这种差距越来越显著。②高校科技创新能力非均衡的特征明显,东部与中西部地区空间上的两极分化严重。省域高校科技创新能力综合水平的热点集聚区主要分布在东部地区,冷点集聚区主要分布在西部地区,中部地区是热点集聚区域冷点集聚区的过渡地带,科技创新能力的这种东—中—西梯度分布特征表现出东部和西部之间科技创新能力的巨大差异。③东部和西部地区高校的科技创新能力的差距不断增大。这种分布特征是在各种因素混合影响作用下形成的,其中人均GDP、科学技术财政支出是高校科技创新能力时空格局的形成的主要因素。

我国虽然力求合理均衡地在全国范围内布局高等教育事业,优化高等学校科技创新分布格局,但是东部与西部之间的两极分化还是不可避免,这种情况不符合高等教育与经济社会协调发展的要求,也不适应不同区域之间协调发展的要求[18]。提升省域高校的科技创新能力、建设“双一流”大学、助推社会经济发展,必须精确地把握高校科技创新能力的时空分异格局,客观研究这种格局形成的机理。

为了优化省域高校科技创新格局,提高区域核心竞争力,研究省域高等学校科技创新能力时空格局及其影响因素尤为必要。省域高校科技创新格局的研究,可以清晰地展现省域高校科技创新能力的时空分布格局、时空集聚特性和时空差异,反映省域高校科技创新的发展趋势,为高校科技创新能力格局的协调和优化提供科学依据。在精确探测高校科技创新能力时空格局基础上,发挥各种影响因素的综合作用,注重调整分析得到的主要影响因素人均GDP与科学技术财政支出,能够逐步缩小东西差距,

优化省域高校科技创新空间格局,提升科技创新的整体水平。

本文研究了我国31个省、自治区、直辖市高等学校科技创新能力的时空格局及变化趋势、空间集聚性及形成机理,比较了省域尺度上的科技创新能力的差异，但由于高等学校科技创新能力的时空分布形成机理过于复杂,只对影响因素进行了定量分析,对于国家政策、区域差异等的定性分析欠缺。同时,在进行回归分析时,只进行了截面数据的分析,对于格局形成影响因素分析的全面性不足,今后应做更细致的研究。

[1]吕拉昌.创新地理学[M].北京:科学出版社,2017∶2-3.

[2]滕堂伟.集群创新与高新区转型[M].北京：科学出版社,2009∶57-59.

[3]Sakamoto T.Present State of Technological Innovation in Higher Education of Japan[Z].Audiovisual Aids,1975∶22.

[5]Koschatzky K.The Role of Higher Education Institutions for Entrepreneurship Stimulation in the Regional Inovation Systems：Evidence from the Technological Innovation,Entrepreneurship,Higher Education and Economic Regeneration in Wales：A Policy Study[J].Industry & Higher Education,2006,20(6)∶433-440.

[7]King C J.University Roles in Technological Innovation in California.Research & Occasional Paper Series：CSHE.6.07[Z].Center for Studies in Higher Education,2007∶16.

[8]Tai W P.Higher Education and Technological Innovation in Economic Development of Korea[J].Pacific Focus,1986,1(2)∶5-22.

[9]Caroline Lanciano Morandat,Hiroatsu Nohara,Eric Verdier.Higher Education Systems and Industrial Innovation[J].Innovation.The European Journal of Social Science Research,2006,19(1)∶79-93.

[10]安蓉,马亮.西部地区地方高校科技创新能力评价研究[J].科研管理,2015,(S1)∶15-21.

[11]刘勇,应洪斌,蒋芬君.中国高校科技创新能力比较——基于华东地区高校的实证研究[J].研究与发展管理,2014,26(5)∶113-119.

[12]陈运平,陈林心.我国中部六省高校科技创新能力比较研究[J].科技进步与对策,2009,26(1)∶38-45.

[13]范斐,杜德斌,李恒,等.中国地级以上城市科技资源配置效率的时空格局[J].地理学报,2013,68(10)∶1331-1343.

[14]曹贤忠,曾刚,邹琳.长三角城市群R&D资源投入—产出效率分析及空间分异[J].经济地理,2015,35(1)∶104-111.

[15]章熙春,马卫华,蒋兴华.高校科技创新能力评价体系构建及其分析[J].科技管理研究,2010,30(13)∶79-83.

[16]乔富伟,白永平,周鹏,等.中国地级及以上城市城镇化与农村发展的协调度时空格局演变[J].干旱区资源与环境,2017,31(4)∶41-46.

[17]柳思维,周洪洋.人口城镇化、土地城镇化对流通业产出效率影响的空间计量分析[J].经济地理,2016,36(12)∶51-59.

[18]宋争辉.中国优质高等教育资源区域分布非均衡化的历史演变与现实思考[J].高等教育研究,2012,23(5)∶ 22-28.