高等教育集聚促进长江中游城市群创新创业的空间杜宾模型

陈林心

(南昌航空大学经济管理学院，江西南昌 330063)

长江中游以东西两侧为界，南与北相连。它是长江经济带的重要组成部分，是实施中部崛起战略，深化改革开放，推进新型城镇化的重点区域，在中国区域发展模式中发挥着重要作用，“双创”已被实施为国家转型和发展的主要战略。

长江中游城市群省会城市已经先后完成了五次合作协调会，进一步完善了“双创”合作机制，在人才、金融、市场一体化合作方面达成多项协议。一方面，长江中游的教育基础比较扎实，高等教育和区域经济总量居全国中上游。而城市群尚处核心集聚发展阶段，非核心城市整体滞后。另一方面，在2016年中国“双创”竞争力排名中，武汉排名第九，居于第二梯队，南昌和长沙居于第三梯队的较前位置。基于此，研究高等教育在推进长江中游城市群“双创”进程中的作用是必要和有意义的，本文以高等教育诸因素为解释变量，建立空间杜宾模型，依据实证结论提炼出高等教育集聚推进“双创”进程的政策建议，具备一定程度上的普遍意义和可复制性，给决策者提供一定的参考，对其他城市群探索“双创”路径和模式也具有很强的典型性和示范性。

高等教育集聚推进长江中游城市群“双创”进程，国内外相关研究包括3个方面：一是论证高等教育的集聚效应。高校的集聚是各国高等教育领域的普遍现象，形成高校群落[1]。高等教育集聚有明确的制度和行政边界，是一个相对独立的制度。Levin[2]认为，高校、大专院校和其他高校是新时期中国大学战略的重要形式。王庆[3]认为，各类高校的本质是集群，分工与合作，合作与竞争是大学集群的主要推动力。朱芮瑶[4]、王家庭等[5]先后实证了高等教育空间上的集聚对区域创新能力的直接影响和区域差异。李立国等[6]分析了中美两国高等教育总规模、研发经费支出和各省(州)博士学位授予数量的相关性。高文豪[7]构建由区位资源、路径依赖、心理预期以及政府调控等组成的博士研究生教育集聚动力分析框架，中美博士生教育区域集聚的比较研究。二是探索创业在经济增长中的作用。通过就业、创新和福利效应，创业被认为是经济增长的重要机制，Acs 等[8]研究和分析了中小企业创业在欧洲国家经济增长中的作用，Audretsch[9]分析了创业活动和知识对经济增长的不同的重要程度，赵奉军等[10]也发现创业精神与经济发展水平之间存在着正向直线关系。朱迪星等[11]的研究表明我国劳动密集、创业环境和创业类型等特点导致创业活动在促进就业方面效果虽然显著，却对经济增长效果不佳。三是创新和创业的相关研究。孔凡萍等[12]归纳总结出企业科技成果转化的理论框架体系，并分析了4种不同的创新创业模式。陈侃翔等[13]认为，建立和完善“区域核心链”型企业生态系统可以加速产业升级和经济转型。刘霞等[14]完善了创新创业服务体系的主要内容，设计了一个双赢的区域创新和创业服务体系。夏维力等[15]围绕创新和创业环境内涵，梳理了影响创新和创业环境的6个主要因素。

总结已有研究文献，学者们从高等教育集聚的战略、本质、动力、竞争与合作、创新能力等因素方面分析了高等教育集聚促进创新创业的一些基本途径，研究对象包括高等教育集聚，创新、创业和经济增长之间的关系，并对创新创业机制，高等教育集聚和经济增长进行了初步探索，这些研究为本文提供了较好的借鉴和较大的启示。由于长江中游高等教育发展与创新和创业的地域差异较大，其空间效应不容忽视，它也是揭示空间效应的最新方法之一。借助此模型，不仅能考察各观测指标在地理分布上可能存在的空间依赖性，还能反映邻近市(县)之间呈现的竞争或溢出效应，是一项探索性工作。

在此基础上，论文基于相关文献资料分析综合得出高等教育集聚推进创新、创业的作用机理：一方面高等教育集聚、技术成果的转移带动创业型企业的蓬勃兴起和激发社会创新热情，培育产学研协同发展温床；另一方面创业人员通过企业绩效体现了个人自我价值的实现，创业得以持续，促进了行业发展和产业升级(图1)，它有利于高等教育发展与创新和创业之间形成良性互动。

图1 高等教育集聚促进“双创”的作用机理

1 研究领域，评估指标体系和研究设计

1.1 研究区域

以《长江中游城市群发展规划》中的武汉城市圈、环长株潭城市群、环鄱阳湖城市群为研究区域，即业界所称的“中三角”，具体包括湖北武汉城市圈中的武汉、黄石、黄冈、鄂州、孝感、咸宁、仙桃、天门和潜江；襄荆荆宜城市带中的襄阳、宜昌、荆州和荆门；湖南环长株潭城市群中的长沙、岳阳、常德、益阳、株洲、湘潭、衡阳、娄底和江西环鄱阳湖城市群中的南昌、九江、景德镇、鹰潭、上饶、新余、抚州、宜春、萍乡市、吉安市的部分市县等31个市。

1.2 评价指标体系

充分考虑高等教育集聚，创新创业的科学内涵，遵循可比性、动态性和完备性原则，利用 CNKI数据库对近10年来有关高等教育集聚、创新创业水平测度的29篇文献进行频度统计，由此，研究人员利用高频率指标构建了长江中游高等教育集聚与创新创业体系的评价指标体系(表1)。考虑到某些指标缺乏年限和数据的可用性，研究时间的起点确定为2003年。大部分数据来自湖北省，湖南省和江西省2004—2017统计年鉴，以及同花顺iFinD数据库。其他数据如湖北省直管市(仙桃、天门、潜江)和江西吉安市的部分市县的数据来自各县《国民经济和社会发展统计公报》、《政府工作报告》或网络关键词检索。

采用投影寻踪( Projection Pursuit，PP)法对指标体系中的指标数据进行处理，得出高等教育集聚、创新创业的综合指数值。投影寻踪的统计方法，用于处理高维空间中的一些非正态分布和非线性数据，它可以找到反映高维空间数据的结构或特征的投影方向，并将高维数据投影到低维空间中以减少维数，从而达到了研究和分析低维空间中高维空间数据的目的。从数学变换的角度来看，由评价对象的指标构成的高维空间的点被映射到低维空间，这种映射可以更全面地反映原始高维空间中评估对象样本的分类信息。在实际应用中，所有计算都是使用MATLAB算法完成的，表1中的数值为2016年各样本高等教育集聚、创新创业评价指标投影寻踪赋权值。

表1 高等教育集聚、创新创业系统指标体系

表1(续)

1.3 研究设计

结合长江中游城市群的高等教育发展、创新创业现状，基于2003—2016年统计数据，建立高等教育集聚、创新创业测度指标体系，利用投影寻踪加权算法获得3个指标的综合评价值；利用Moran’s I指数和LM参数来检验高等教育集聚，创新创业的空间相关性和空间依赖性，最后，建立了空间面板杜宾模型，并在实证结果的基础上提出了促进高等教育创新和创业的政策措施。

1.4 空间自相关检验—全局Moran’s I指数

Moran’s I 指数计算公式如下：

(1)

式(2)中：t为时间期数，N为研究市数，yit(i=1，2，…，N;t=t0， …，t1)是第i个城市t时期的经济指标，如本文第i个城市t时期的GDP。

1.5 空间面板杜宾模型

Anselin等[16]认为，在进行与地理信息相关的研究时，有必要考虑空间依赖的空间特征。由于观测在地理空间维度内，因此可能存在空间依赖性。Lesage等[17]认为空间依赖不仅存在于被解释变量的观测值中，它也可能存在于解释变量中。因此，他们提出了一个空间纬度测量模型，包括被解释变量和解释变量，即空间杜宾模型。此外，Elhorst等[18]基于空间面板模型对模型的测试进行了详细讨论，Hausman测试用于确定空间面板模型是否应该控制固定效应(包括固定效果部分和时间固定效果)。

空间依赖性表现为空间溢出效应，空间技术的溢出或扩散反映了区域之间的竞争或示范效应。如金融支持区域创新，区域创新活动就存在空间溢出效应[19]，黄寰等[20]在对四川省的研究中，发现创新和创业能力在空间中呈现出相同的聚合和空间扩散水平。论文根据相关机理分析，充分考虑高等教育发展中实际存在的大学城这一教育集聚现象，引入高等教育集聚指标的空间滞后项来较为全面的反应高等教育对邻近市创新创业的影响，其具体形式如下：

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为第i市t年被解释变量(创新或创业)的观测值，Wij为31×31阶空间权重矩阵，Feduit、Fsciit、Schoit、Stuit和Teacit分别表示第i市t年教育财政支出，科技财政支出，高等院校数，大学生人数和教师人数；δ是空间自相关系数，βi是解释变量的未知回归系数，ρi是解释变量的空间误差系数。μi为地区固定效应，λt为时间固定效应；εit是一个随机误差项，服从标准正态分布，期望值为0，方差为σ2。

2 实证结果分析

利用长江中游城市群高等教育集聚与创新创业综合评价指标，首先检验三类指标是否具有全局空间自相关性。然后执行空间杜宾模型测试。

2.1 高等教育集聚和创新创业的空间关联格局

近年来，许多学者利用探索性空间数据分析技术(ESDA)来研究数据的空间相关模式和聚集模式。ESDA的本质是使用空间统计方法来测试空间模式是否重要，然后对所研究的空间模式进行深入分析，其核心是测量变量之间的空间相关性和依赖性。由于ESDA可以将数据的统计分析与地图位置紧密结合，因此可以突出空间关系并可视化研究对象的空间分布。它体现了事物之间的空间集聚模式及其与周围事物的差异，因此在许多领域得到了广泛的应用。本文采用ESDA分析了长江中游高等教育集聚与创新创业的空间相关模式和集聚模式。

以2003年、2010年和2016年为例，在Excel中建立长江中游高等教育集聚与创新创业指数值属性数据库。空间数据和属性数据之间的关联由ArcGIS 10.2实现，按自然间断点分级法将高等教育集聚水平由低到高分为3个等级(图2)。武汉、南昌和长沙位于高等教育集聚最高等级，2010年开始出现分化，虽然大部分市位于第二等级，但是湖北省的荆门、孝感等6个市和江西省的萍乡、新余和鹰潭降为高等教育集聚的最低等级。2016年降为这一等级的市有所增加，新加入这一阵营的有湖南省的益阳、咸宁和娄底，江西省的景德镇、上饶、抚州和吉安。总的来说，长江中游城市群高等教育集中呈现出分化的趋势。

图2中，相邻的两条柱状图刻画的分别是各市创新和创业空间分布特征。可以看出，长江中游三个省会城市高等教育集聚综合指数优势明显，远高于其他城市。武汉最高、长沙和南昌紧随其后，集聚水平比例约为3:2:1；创新排名最高的是湖北省的襄阳、宜昌、荆州、黄冈，湖南的衡阳、株洲，江西的九江、宜春；创业水平排名居前的还有湖北省的襄阳、宜昌、荆州、孝感，湖南省的衡阳、株洲、岳阳、常德以及江西省的九江、抚州。创新和创业表现较差的市为鄂中、赣东北和湘中，它们共同的特点是处于经济和交通欠发达的地理位置，呈现相似的空间地理特征。

图2 2003年、2010年和2016年长江中游城市群高等教育集聚和创新创业空间可视化分布

2.2 全局空间自相关检验

表2报告的2003—2016年高等教育集聚和创新创业指数Moran’s I值均小于0，并且分成了3个阶段：2003—2006年；2007—2013年和2014—2016年。创业指数的空间自相关尚未通过显著性检验。

从2003年到2006年，长江中游城市群各市高等教育集聚和创新指数空间负自相关，也就是说各市的高等教育集聚和创新能力表现为空间异质性，长江中游城市群相邻市之间存在高等教育发展和创新能力的竞争效应，高等教育发展和创新能力较好的市会导致相邻市的高等教育发展和创新能力双双下降，一个市的高等教育发展和创新能力对相邻市存在挤出效应。2007—2013年长江中游城市群高等教育集聚和创新指数虽然仍为负，但是空间自相关性在统计学意义上不成立，即这个时期高等教育发展和创新能力不存在竞争或溢出效应；2014—2016年长江中游城市群高等教育集中度也表现为空间负自相关。总之，城市群高等教育的发展和创新能力仍处于发展的初级阶段，尚未形成协调发展的协同效应。

表2 全局空间自相关Moran’s I指数

注：1)设置空间权重矩阵以采用3最近邻居标准，以确保每个观察点具有相同数量的邻居；2)*、**、***分别表示在10%、5%、1%水平下显著；3)随机检验采用999 permutations。

2.3 空间杜宾模型检验

截面数据计量模型采用传统的LMLag、LMError 进行检验，Anselin采用分块对角矩阵对空间权重矩阵Wij 进行替代，拓展到适用于空间面板数据模型分析的LM检验，Elhorst在其基础上给出了对应的Robust LM检验，依据Elhorst给出的空间相关性检验、空间模型选择及固定效应与随机效应选择方法，首先构建LM和R-LM统计量，进行空间依赖性检验，从检验结果(表3)可以看出存在显著的空间依赖关系，又由于LMError统计量比LMLag统计量更显著，R-LMError统计量比R-LMLag统计量更显著，应该选择空间误差模型。

接着用Wald和LR统计量来检验空间杜宾模型能否简化为空间滞后模型或空间误差模型。Elhorst(2010b)归纳了选择空间误差面板模型(SEM)、空间滞后面板模型(SAR)和空间杜宾模型(SDM)的方法。若Wald和LR统计量都显著，则应选择SDM；若WaldLag 系数不显著，而LRLag检验的值显著，则应选择SAR；若WaldError 系数不显著，而LRError的检验值显著，则应选择SEM；若LM统计量和 Wald或LR统计量指向的模型不一致，则应选择SDM，因为SDM是SAR和SEM的一般形式。表3中，WaldLag和WaldError通过了5% 显著性水平，WaldLag和LRLag的检验值均显著，WaldError的检验值显著，反而LRError的检验值不显著，从检验结果可以看出，应该选择空间杜宾模型进行分析。

最后运用Hausman检验进行固定效应和随机效应模型的选择，表3显示，Hausman检验的统计量为193.29， P值为 0.000小于1%的显著性水平临界值，所以拒绝原假设，也即拒绝固定效应的系数与随机效应的系数无差别的假设，应选择固定效应模型。

表3 空间杜宾模型检验

2.4 空间杜宾模型

固定效应模型包括3个模型：时间固定，空间固定，时间和空间固定。表3中的测试结果表明应合理选择空间固定效应模型。结合上述各种测试方法，最终选择的模型是空间固定空间面板Dubin模型SDM，因为SDM是SAR和SEM的更一般形式。为了便于对比分析，表4将 OLS、 SAR、 SEM和 SDM的参数估计值一并呈现给读者。

表4 空间面板模型参数比较

注：*、**、***分别表示在10%、5%、1%水平下显著。

从上述模型估计结果来看，拟合优度 R2在引入空间效应后有显著提高，最大似然比 loglikols虽然提高幅度不大，但是还是能发现 SDM模型的这个参数是最大的。一定程度上，论文所建立的长江中游城市群创新和创业空间面板模型提高了模型的解释能力，空间自相关系数δ和空间误差系数ρ都大于0并且表现为1%的水平上显著。基于面板数据的被解释变量创新和创业的空间溢出效应，大约25%和12.4%的城市创新和创业能力来自邻近城市的创新和创业的溢出。理论和实践经验都表明，这一结论比论文前述基于时间序列数据得到的空间自相关的结论更为合理。

模型解释变量的估计系数在不考虑空间滞后因子的情况下，5个解释变量中，基本上只有科学技术财政支出(Fsci)、高等院校数(Scho)和高等院校在校学生数(Stu)通过了10%或10%以下的显著性水平检验，另外两个解释变量，教育财政支出(Fedu)和高校教师数(Teac)表现为不显著。在其他解释变量不变的情况下，创新模型中，教育支出每增加1%，创新能力下降0.03%，这表明教育支出降低了城市的创新能力；科学技术财政支出每增加1%，创新能力则提高0.29%，说明科学技术财政支出直接支持了市创新能力的发挥；高等院校数每增加1%，创新能力减少0.34%，由此反观基于资源共享的院校合并确实能够激发长江中游城市群的创新能力。在其他解释变量不变的情况下，创业模型中，财政支出对创业的影响不显著，高等院校数每增加1%，创业水平减少0.35%，说明目前这种以理论知识为主的高等教育模式不利于全面培养大学生的创业素质；高等院校学生人数每增加1%，创业水平提高0.44%，扩大高校招生规模有利于提高全社会的创业水平。

在考虑空间滞后因子的情况下，模型的5个空间滞后解释变量中，只有高等院校数(W×Scho)和高等院校在校学生数(W×Stu)通过了10%或10%以下的显著性水平检验，其他3个解释变量，教育财政支出(W×Fedu)，科技财政支出(W×Fsci)和高校教师数(W×Tec)并不显著。在其他空间滞后解释变量不变的情况下，创新模型中，W×Scho的估计系数为正，而W×Stu的估计系数为负，表明高等院校数和高等院校在校学生数对邻近市的创新能力分别存在溢出效应和竞争效应，本文倾向于将高等教育发展的高等教育机构数量视为一个良好系统的产物，能够通过“邻近的模仿效应”和“示范效应”实现空间溢出，具有外部性。长江中游城市群高等教育机构每增加1%，周边城市的创新能力将提高0.76%；某市高等院校在校学生数每增加1%，邻近市的创新能力则减少0.88%。创业模型中，市高等教育空间滞后解释变量对邻近市的创业水平没有实质影响，均未通过显著性检验。

3 研究结论与政策建议

以长江中游城市群2003—2016年的面板数据为依据，基于ArcGIS和Matlab软件平台，分析和研究了高等教育发展的创新创业现状，先后进行Moran’s I指数、LM和R- LM、Wald和 LR等检验，在此基础上，最终建立了空间固定面板杜宾模型。实证研究发现：长江中游城市群高等教育和科学技术的财政支出作用于创新能力的方向相反，财政支出影响创业能力和高等院校教师数影响创新创业能力不显著；高等院校数负向作用于创新创业，高等院校在校学生数正向作用于创新创业；在考虑空间滞后因子后，长江中游城市群市高等院校数正向作用于邻近市创新创业能力，市高等院校在校学生数负向作用于邻近市创新创业能力。总之，高等教育集聚不同方向或程度地作用于创新和创业能力。鉴于上述实证结论，着眼于长江中游城市群高等教育的发展和创新创业的整体推进，提出如下政策建议：

3.1 适时加大高等教育财政支出比例

长江中游城市群的发展是中部崛起的重要推手，鄂湘赣教育财政支出占地方财政支出20%左右，处于全国先进水平，而高等教育财政支出是主要部分，尽管如此，目前城市群的创新创业还处在发展初期，分析创业的两种基本类型：生存型创业和机会型创业，往往初等、中等教育财政支出有助于生存型创业，而高等教育财政支出有助于机会型创业。现阶段城市群居民教育程度有待加强和缺乏机会型创业的必要门槛，这两个因素决定了生存型创业是主要创业类型，大力推进创新和创业，需要政府增加教育和财政支出，逐步增加中等和高等教育的财政支出，提高城镇居民的教育水平，从而促进机会型创业，因为机会型创业有更大的就业规模、更高的技术含量和更好的经济效益。

3.2 充分发挥科学技术财政支出的引导作用

鄂湘赣科学技术财政支出占地方财政支出1%～2%之间，湖北省是湘鄂赣综合科技水平最高的省份，且一直保持在全国前十位；2016年，江西省科技经费支出在全国排名第11位，湖南省长期以来一直处于中游水平，整体变化不大。一直以来，长江中游城市群存在创新资源分布分散，创新潜力释放不足，资源整体利用效率低，企业创新能力弱等问题[21]。在创新活动中，要充分发挥科技财政支出的引导作用，促进多方创新主体利益的整合，形成有效的合作[22]，实际上，地方财政科技支出和技术进步水平存在稳定、均衡的关系，科技创新的准公共产品属性决定了地方财政科技支出通过引导、激励、支持等作用来促进城市群特别是大城市的创新创业[23]。因此城市群战略可以在实现创新资源的共享的同时，鼓励中小城市学习大城市的创新资源配置经验，逐步推动城市群的整体创新发展。

3.3 提高城市群对大学毕业生的吸引力

长江中游城市群在武汉、南昌、长沙和株洲有4个国家级高新区。260所大学有超过277万大学生和120名院士。武汉是全国重要的科技教育中心，综合实力仅次于北京和上海。长沙也是国家科教中心，技术，人才和资源相对密集，职业教育体系比较完善。尽管城市群高等教育水平处于全国中上游，但高校培养的人才大多数流失到其他地区，这是在创新创业发展过程中要引起各方面关注的问题。最新研究表明：大学毕业生选择在城市工作时，他们不再只考虑工资，行业和职位等传统影响因素，更会考虑城市自身建设和未来发展潜力等非物质因素，城市的“非物质吸引力”已经成为影响大学毕业生就业选择的重要因素。

在经济转型升级，创新创业的引领下，京津冀、长三角、珠三角等创新集群快速发展其核心城市和地区整体的“非物质吸引力”显着增加。但是，当认识到大城市综合症如高房价、不便的交通、拥挤的公共资源使用等问题后，长江中游城市群机遇和挑战并存，需要统筹协调、合作发展，建立人才共享机制度，在城市群内部形成合理的空间功能分工，明确各城市发展定位，更好地实现资源配置和协调，共同激发城市群高校毕业生创新创业新活力。共同争取国家级人才创新政策在长江中游城市群开展试点，着力构建平等互惠、合作共赢的人才激励机制，增强长江中游城市群对大学毕业生的感召力和吸引力。

3.4 强化高等学校创新创业实践教育

自2015年国家开始深化高校创新创业教育改革以来，已积累和形成了丰富的实践经验，形成了较为先进、广泛认同、具有中国特色的创新创业教育理念和一批可复制可推广的制度成果。早在2016年11月，长江中游城市群第四届科技合作联席会就达成了加强科技信息交流互动，共建创新创业服务平台这一共识，城市群依托众多高校、科研院所开展的产学研活动极为活跃，人才培养质量显著提升，学生的创新精神，创业意识和创新创业能力得到了显着提升，从事创业实践的学生人数大幅增加。在此背景下，城市群高校一方面要将更多教师纳入到创新创业教学体系中，另一方面要强化和普及高校创新创业实践教育，通过创新的企业技能模拟或经营、管理实践，创新创业竞赛、创新创业基地、创新创业俱乐部等技能训练活动，提高学生的创新创业实践能力。