粤港澳大湾区高等教育集聚对科技创新的空间效应研究

摘 要：基于粤港澳大湾区11个城市2010-2019年的面板数据，构建空间杜宾模型，实证分析高等教育集聚对科技创新的空间效应。结果表明，在经济距离下，粤港澳大湾区高等教育集聚与科技创新均存在显著的空间正相关性。考虑空间影响后，学生集聚水平能显著促进本地科技创新水平的提升，教师集聚水平的作用与之相反，但对邻地而言二者的空间溢出效应均不显著。最终，从总效应来看，学生集聚水平对湾区总体科技创新有显著促进作用，而教师的作用尚不明显。此外，经济发展水平、产业结构、研发投入强度和政府支持力度也是影响湾区科技创新的重要因素。因此，政府应进一步扩大高等教育规模并合理优化空间布局，着力提升高校科技创新能力，并持续加大对科技创新的支持引导力度。

关键词：粤港澳大湾区;高等教育集聚;科技创新;空间效应

一、引言

粤港澳大湾区作为我国开放程度最高、经济活力最强的区域之一，在国家发展中具有重要的战略地位。2019年2月，中共中央、国务院印发《粤港澳大湾区发展规划纲要》，提出将粤港澳大湾区建设成“具有全球影响力的国际科技创新中心”。[1]这就要求粤港澳大湾区瞄准世界科技发展前沿，面向国家重大发展需求，大力发展新技术、新产业，打造具有国际竞争力的高技术产业集群。其中，高校作为人才培养和科学研究的主体，对湾区创新发展有着重要的支撑和引领作用。纵观世界三大湾区，都有世界级大学集群，尤其是高水平大学集群，能为其提供强大的人才保障和智力支撑。[2]与之相比，粤港澳大湾区虽集聚了众多高校，具备一定的体量，但高校与产业发展的互动性不强、对科技创新的支撑性不够，没有发挥出明显的“集聚-溢出”效应，尚处于集而不群的状态。[3]可以说，高等教育仍是粤港澳大湾区最为突出的短板。因此，研究粤港澳大湾区高等教育集聚对科技创新的空间效应，有助于推动高等教育集群发展，使其更好地服务于湾区国际科技创新中心的建设，具有重要的理论与现实意义。

二、文献综述

大学是知识生产和传播的关键场所，其在区域上的集聚有利于知识更好地溢出，从而对区域创新产生影响。国外学者在此方面已有深入研究，如Cowan等实证分析了大学扩张对地方产业创新的影响，发现平均来讲创办一所新学校会使地区企业专利申请数变化7%。[4]Kantor等量化了研究型大学集聚溢出的程度和规模，发现大学活动会对当地企业和工人产生持续的溢出效应，但影响十分有限，技术上更接近大学的企业获得的溢出效应更大。[5]在大学知识溢出影响区域创新的机制方面，Orlando等发现大学与区域创新之间的相关性是通过大学与区域人力资本之间的正相关来关联的。[6]Ponds等认为除了本地化溢出外，大学与产业的远距离研究合作网络也是重要的知识溢出机制。[7]Fukugawa研究发现，大学对企业存在不同类型的知识溢出渠道，吸收能力较强的大公司可以通过长期、个人和非正式的关系从大学研究中获得溢出，而吸收能力较弱的小公司则通过地方公共技术中心的技术扩散获得溢出。[8]

随着我国高等教育的快速发展，集聚已经成为高等教育的一个普遍现象，引起了国内学者的广泛关注。潘海生等认为，高校集聚现象的本质是集群，集聚体内的这些高校并不是相互孤立的，而是通过正式和非正式的关系使各种资源得到有效的共享与整合，从而获得创新优势。[9]可以说，集聚所带来的这种优势非常强大，当知识集聚到一定程度时会向外辐射，产生溢出效应，从而影响整个区域乃至国家的发展。[10]吴卫红等研究发现，高校创新要素只有在适度范围内集聚才能对本区域创新效率产生正向影响。[11]何宜庆等通过构建面板分位数回归模型，发现高等教育空间集聚在不同分位点下均正向促进创新绩效提升。[12]此外，王家庭等[13]、朱芮瑶[14]、陈林心[15]的研究也表明，高等教育集聚能显著影响区域创新能力，但影响效果存在地区差异。在影响机制方面，学者们从不同角度展开了研究，如易锐研究表明我国大学主要通过技术转让和校办产业等大学创业活动来促进高技术产业的发展。[16]郭泉恩等指出科技人才和校企合作是高校知识溢出促进区域创新的主要途径。[17]张华基于演化博弈理论发现在长期协同创新中，产学研三方机构最终会采用充分合作策略，且知识溢出的增加有利于进一步促进稳定合作关系的形成。[18]

梳理上述文献可以发现，国内外学者在高等教育集聚与溢出方面展开了大量研究，从不同层面分析了其对区域创新的影响效果和作用机制，但国内研究尺度以东中西三大区域和各省市为主，且大多采用传统面板数据模型，忽视了高等教育与科技创新的空间特征，较少有研究采用空间计量模型对高等教育集聚影响科技创新的空间效应进行分解。对粤港澳大湾区来说，学者们主要从高等教育融合发展[19]、教育合作[20]、高校集群[21]、经验借鉴[22]等理论层面展开研究，针对高等教育的空间集聚与溢出效应，大多学者只是在文中泛泛提及，较少对其展开具体分析，实证研究更是匮乏。然而，粤港澳大湾区各城市高等教育与科技创新发展差异较大，其空间效应不容忽视。因此，本文以粤港澳大湾区为研究区域，基于其2010-2019年的面板数据，先进行空间自相关检验，厘清高等教育集聚与科技创新的空间分布特征，再构建空间计量模型，分解高等教育集聚影响科技创新的空间效应，为推动湾区高等教育集群发展、提升整体科技创新水平提供参考。

三、研究方法与数据说明

（二）数据说明

1.变量选取

（1）被解释变量：科技创新水平（PAT）。衡量区域科技创新水平的指标有多种，但考虑到数据的代表性和可及性，专利是学者们最为常用的指标之一。专利是将知识应用于市场的关键，其从发明到授权基本上贯穿科技创新的整个过程，相比于申请量，授权量更能真实地反映出一个地区的科技实力和产出水平。[25]因此，本文以各城市每万（常住）人口专利授权量取对数来衡量其科技创新水平。

（2）核心解释变量：学生集聚水平（Estu）和教师集聚水平（Etch）。科技创新的主体是人，在高校中则体现为学生和教师这两类人，因此，本文将高等教育集聚分为学生集聚和教师集聚两个维度，分别用其区位熵指数来衡量，以考察其对科技创新的影响。

（3）控制变量：①经济发展水平（PGDP），用人均GDP取对数来衡量。地区经济发展水平不同，对科技创新的需求和投入也不同，这将直接影响科技创新的发展，故将其纳入控制变量。②产业结构（STRU），用第三产业产值占GDP比重来衡量。科技创新能推动产业结构的转型升级，反之产业结构也会影响科技创新的发展变化，因此将其加入模型。③研发投入强度（R&D），用全社会R&D经费内部支出占GDP比重来衡量。研发投入是区域创新的直接动力来源，其强度体现了一个地区开展科技创新的能力，在模型中需加以考虑。④政府支持力度（GOV），用财政科学技术支出占比来衡量政府对科技的支持力度（GOVtech），用财政教育支出占比来衡量政府对教育的支持力度（GOVedu）。政府对科技和教育的支持力度体现了其发展科技和教育的决心，这对地区的创新发展尤为重要，故将其加入模型。

2.数据来源与处理

本文选取粤港澳大湾区11个城市2010-2019年的面板数据进行分析。其中，广东9市的数据来自各市《统计年鉴》、《国民经济和社会发展统计公报》，以及《广东统计年鉴》、广东省市场监督管理局、广东科技统计网公布的统计数据。香港、澳门的专利数据来自《中国统计年鉴》，香港其余数据来自香港政府统计处、大学教育资助委员会以及各高校官网公布的统计资料，澳门其余数据来自澳门统计暨普查局和联合国教科文组织统计研究所公布的统计资料，货币类数据分别以当年平均汇率换算成人民币。由于港澳地区部分数据统计标准与内地不同，本文依据各变量含义对其进行整理后得到对应数据。

四、实证分析

（一）空间相关性分析

1.全局空间自相关分析

为从整体上判断粤港澳大湾区高等教育集聚与科技创新是否存在空间相关性，本文分别基于标准化后的地理邻接权重矩阵和经济距离权重矩阵，根据公式（4）依次测算全局Moran’s I指数，结果如表1所示。

从表1可以看出，采用地理邻接权重矩阵时，高等教育集聚与科技创新的Moran’s I指数均不显著，说明相邻城市相关性较弱。而采用经济距离权重矩阵时，高等教育集聚与科技创新的Moran’s I指数基本都在10%的水平下显著为正，说明二者均存在显著的空间正相关性。由此可见，相比于地理邻接权重矩阵，经济距离权重矩阵下的空间自相关性更强，说明粤港澳大湾区的高等教育集聚更倾向于一种经济空间上的集聚，科技创新也更倾向于向经济发展差距较小的城市溢出。因此，本文基于经济距离权重矩阵进行后续分析。

从变化趋势来看，高等教育集聚的Moran’s I指数基本都在平均值0.167上下浮动，空间相关性整体呈平稳态势，说明粤港澳大湾区高等教育集聚表现出相对稳定的空间分布格局。科技创新的Moran’s I指数整体呈上升趋势，尤其从2013年开始，指数值和显著性均有明显改善，这可能缘于2012年底党的十八大明确提出要实施创新驱动发展战略，湾区各城市为积极响应国家政策，不断加大科技创新投入力度，加快科技体制机制改革，致力于营造良好的科技创新环境，以提高自主创新能力，从而导致湾区科技创新的空间相关性明显增强。由于湾区各城市科技创新的发展水平和发展速度不一，导致Moran’s I指数也会存在一定程度的上下波动，空间相关性在某些年份有所减弱，但从整体来看仍呈上升态势。

2.局部空间自相关分析

上述全局分析反映的是湾区整体情况，并不能体现各城市间的具体关系。因此，本文利用公式（5）测算了湾区高等教育集聚与科技创新的局部Moran’s I指数，并画出散点图，来进一步分析城市间的空间集聚特征及变化情况，如图1和图2所示。

Moran’s I散点图将分布结果可视化，其四个象限分别代表高高集聚、低高集聚、低低集聚、高低集聚。从图1可以看出，2010年和2019年粤港澳大湾区高等教育集聚的空间格局基本相同，各城市均未发生象限变化。具体来看，广州、珠海、香港、澳门处于第一象限，计算可知这4个城市的高等教育集聚区位熵均大于1，说明其高等教育集聚水平较高，同时广州和珠海、香港和澳门的人均GDP较为相近，说明与其经济距离相近的城市高等教育集聚水平也较高，因此呈高高集聚状态。其余7个城市的区位熵均小于1，意味着高等教育集聚水平较低。其中，深圳和佛山处于第二象限，在经济距离上分别与高等教育集聚水平较高的珠海、广州相近，属于低高集聚，但高值地区缺乏对低值地区的正向带动，甚至还可能产生一定的“虹吸效应”。惠州、东莞、中山、江门、肇庆处于第三象限，各地高校数量较少且质量偏低，难以满足本地发展需求，且这5个城市人均GDP较低，在经济距离上彼此相近，因此呈低低集聚状态。

从图2可以看出，2010年和2019年粤港澳大湾区科技创新的空间格局有所改变，大多数城市分布在第一、三象限，个别城市发生了象限变化。分类型来看，广州、珠海、佛山、东莞、中山一直处于第一象限，这些城市自身科技创新能力较强，属于高高集聚，其中广州作为省会城市，汇聚了大量创新资源和创新人才，科技创新水平当属湾区前列，其余4个城市虽然在创新规模上不如广州，但其人口基数较小，综合来看科技创新发展也处于湾区较高水平。肇庆、香港、澳门一直处于第三象限，属于低低集聚，其中肇庆经济发展水平处于湾区下游，香港和澳门虽然经济发展水平高，但分别以金融业和博彩业等见长，科技创新水平均较低。在发生象限变化的城市中，江门从高低集聚变为低低集聚，表明近年来其科技创新发展缓慢，科技创新水平有所下降。惠州科技创新水平一直较低，因其在经济距离上与江门相近，受江门变化的影响，惠州从低高集聚变为低低集聚。深圳作为全国首个“标准国际化创新型城市”，科技创新水平一直走在全国前列，并且具有一定的辐射作用，其从高低集聚向高高集聚移动，表明与其经济距离相近的城市科技创新水平升高，受到了来自深圳的正向溢出。