高等教育集聚促進(jìn)長(zhǎng)江中游城市群創(chuàng)新創(chuàng)業(yè)的空間杜賓模型

陳林心

(南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院，江西南昌 330063)

長(zhǎng)江中游以東西兩側(cè)為界，南與北相連。它是長(zhǎng)江經(jīng)濟(jì)帶的重要組成部分，是實(shí)施中部崛起戰(zhàn)略，深化改革開放，推進(jìn)新型城鎮(zhèn)化的重點(diǎn)區(qū)域，在中國區(qū)域發(fā)展模式中發(fā)揮著重要作用，“雙創(chuàng)”已被實(shí)施為國家轉(zhuǎn)型和發(fā)展的主要戰(zhàn)略。

長(zhǎng)江中游城市群省會(huì)城市已經(jīng)先后完成了五次合作協(xié)調(diào)會(huì)，進(jìn)一步完善了“雙創(chuàng)”合作機(jī)制，在人才、金融、市場(chǎng)一體化合作方面達(dá)成多項(xiàng)協(xié)議。一方面，長(zhǎng)江中游的教育基礎(chǔ)比較扎實(shí)，高等教育和區(qū)域經(jīng)濟(jì)總量居全國中上游。而城市群尚處核心集聚發(fā)展階段，非核心城市整體滯后。另一方面，在2016年中國“雙創(chuàng)”競(jìng)爭(zhēng)力排名中，武漢排名第九，居于第二梯隊(duì)，南昌和長(zhǎng)沙居于第三梯隊(duì)的較前位置?；诖耍芯扛叩冉逃谕七M(jìn)長(zhǎng)江中游城市群“雙創(chuàng)”進(jìn)程中的作用是必要和有意義的，本文以高等教育諸因素為解釋變量，建立空間杜賓模型，依據(jù)實(shí)證結(jié)論提煉出高等教育集聚推進(jìn)“雙創(chuàng)”進(jìn)程的政策建議，具備一定程度上的普遍意義和可復(fù)制性，給決策者提供一定的參考，對(duì)其他城市群探索“雙創(chuàng)”路徑和模式也具有很強(qiáng)的典型性和示范性。

高等教育集聚推進(jìn)長(zhǎng)江中游城市群“雙創(chuàng)”進(jìn)程，國內(nèi)外相關(guān)研究包括3個(gè)方面：一是論證高等教育的集聚效應(yīng)。高校的集聚是各國高等教育領(lǐng)域的普遍現(xiàn)象，形成高校群落[1]。高等教育集聚有明確的制度和行政邊界，是一個(gè)相對(duì)獨(dú)立的制度。Levin[2]認(rèn)為，高校、大專院校和其他高校是新時(shí)期中國大學(xué)戰(zhàn)略的重要形式。王慶[3]認(rèn)為，各類高校的本質(zhì)是集群，分工與合作，合作與競(jìng)爭(zhēng)是大學(xué)集群的主要推動(dòng)力。朱芮瑤[4]、王家庭等[5]先后實(shí)證了高等教育空間上的集聚對(duì)區(qū)域創(chuàng)新能力的直接影響和區(qū)域差異。李立國等[6]分析了中美兩國高等教育總規(guī)模、研發(fā)經(jīng)費(fèi)支出和各省(州)博士學(xué)位授予數(shù)量的相關(guān)性。高文豪[7]構(gòu)建由區(qū)位資源、路徑依賴、心理預(yù)期以及政府調(diào)控等組成的博士研究生教育集聚動(dòng)力分析框架，中美博士生教育區(qū)域集聚的比較研究。二是探索創(chuàng)業(yè)在經(jīng)濟(jì)增長(zhǎng)中的作用。通過就業(yè)、創(chuàng)新和福利效應(yīng)，創(chuàng)業(yè)被認(rèn)為是經(jīng)濟(jì)增長(zhǎng)的重要機(jī)制，Acs 等[8]研究和分析了中小企業(yè)創(chuàng)業(yè)在歐洲國家經(jīng)濟(jì)增長(zhǎng)中的作用，Audretsch[9]分析了創(chuàng)業(yè)活動(dòng)和知識(shí)對(duì)經(jīng)濟(jì)增長(zhǎng)的不同的重要程度，趙奉軍等[10]也發(fā)現(xiàn)創(chuàng)業(yè)精神與經(jīng)濟(jì)發(fā)展水平之間存在著正向直線關(guān)系。朱迪星等[11]的研究表明我國勞動(dòng)密集、創(chuàng)業(yè)環(huán)境和創(chuàng)業(yè)類型等特點(diǎn)導(dǎo)致創(chuàng)業(yè)活動(dòng)在促進(jìn)就業(yè)方面效果雖然顯著，卻對(duì)經(jīng)濟(jì)增長(zhǎng)效果不佳。三是創(chuàng)新和創(chuàng)業(yè)的相關(guān)研究。孔凡萍等[12]歸納總結(jié)出企業(yè)科技成果轉(zhuǎn)化的理論框架體系，并分析了4種不同的創(chuàng)新創(chuàng)業(yè)模式。陳侃翔等[13]認(rèn)為，建立和完善“區(qū)域核心鏈”型企業(yè)生態(tài)系統(tǒng)可以加速產(chǎn)業(yè)升級(jí)和經(jīng)濟(jì)轉(zhuǎn)型。劉霞等[14]完善了創(chuàng)新創(chuàng)業(yè)服務(wù)體系的主要內(nèi)容，設(shè)計(jì)了一個(gè)雙贏的區(qū)域創(chuàng)新和創(chuàng)業(yè)服務(wù)體系。夏維力等[15]圍繞創(chuàng)新和創(chuàng)業(yè)環(huán)境內(nèi)涵，梳理了影響創(chuàng)新和創(chuàng)業(yè)環(huán)境的6個(gè)主要因素。

總結(jié)已有研究文獻(xiàn)，學(xué)者們從高等教育集聚的戰(zhàn)略、本質(zhì)、動(dòng)力、競(jìng)爭(zhēng)與合作、創(chuàng)新能力等因素方面分析了高等教育集聚促進(jìn)創(chuàng)新創(chuàng)業(yè)的一些基本途徑，研究對(duì)象包括高等教育集聚，創(chuàng)新、創(chuàng)業(yè)和經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，并對(duì)創(chuàng)新創(chuàng)業(yè)機(jī)制，高等教育集聚和經(jīng)濟(jì)增長(zhǎng)進(jìn)行了初步探索，這些研究為本文提供了較好的借鑒和較大的啟示。由于長(zhǎng)江中游高等教育發(fā)展與創(chuàng)新和創(chuàng)業(yè)的地域差異較大，其空間效應(yīng)不容忽視，它也是揭示空間效應(yīng)的最新方法之一。借助此模型，不僅能考察各觀測(cè)指標(biāo)在地理分布上可能存在的空間依賴性，還能反映鄰近市(縣)之間呈現(xiàn)的競(jìng)爭(zhēng)或溢出效應(yīng)，是一項(xiàng)探索性工作。

在此基礎(chǔ)上，論文基于相關(guān)文獻(xiàn)資料分析綜合得出高等教育集聚推進(jìn)創(chuàng)新、創(chuàng)業(yè)的作用機(jī)理：一方面高等教育集聚、技術(shù)成果的轉(zhuǎn)移帶動(dòng)創(chuàng)業(yè)型企業(yè)的蓬勃興起和激發(fā)社會(huì)創(chuàng)新熱情，培育產(chǎn)學(xué)研協(xié)同發(fā)展溫床；另一方面創(chuàng)業(yè)人員通過企業(yè)績(jī)效體現(xiàn)了個(gè)人自我價(jià)值的實(shí)現(xiàn)，創(chuàng)業(yè)得以持續(xù)，促進(jìn)了行業(yè)發(fā)展和產(chǎn)業(yè)升級(jí)(圖1)，它有利于高等教育發(fā)展與創(chuàng)新和創(chuàng)業(yè)之間形成良性互動(dòng)。

圖1 高等教育集聚促進(jìn)“雙創(chuàng)”的作用機(jī)理

1 研究領(lǐng)域，評(píng)估指標(biāo)體系和研究設(shè)計(jì)

1.1 研究區(qū)域

以《長(zhǎng)江中游城市群發(fā)展規(guī)劃》中的武漢城市圈、環(huán)長(zhǎng)株潭城市群、環(huán)鄱陽湖城市群為研究區(qū)域，即業(yè)界所稱的“中三角”，具體包括湖北武漢城市圈中的武漢、黃石、黃岡、鄂州、孝感、咸寧、仙桃、天門和潛江；襄荊荊宜城市帶中的襄陽、宜昌、荊州和荊門；湖南環(huán)長(zhǎng)株潭城市群中的長(zhǎng)沙、岳陽、常德、益陽、株洲、湘潭、衡陽、婁底和江西環(huán)鄱陽湖城市群中的南昌、九江、景德鎮(zhèn)、鷹潭、上饒、新余、撫州、宜春、萍鄉(xiāng)市、吉安市的部分市縣等31個(gè)市。

1.2 評(píng)價(jià)指標(biāo)體系

充分考慮高等教育集聚，創(chuàng)新創(chuàng)業(yè)的科學(xué)內(nèi)涵，遵循可比性、動(dòng)態(tài)性和完備性原則，利用 CNKI數(shù)據(jù)庫對(duì)近10年來有關(guān)高等教育集聚、創(chuàng)新創(chuàng)業(yè)水平測(cè)度的29篇文獻(xiàn)進(jìn)行頻度統(tǒng)計(jì)，由此，研究人員利用高頻率指標(biāo)構(gòu)建了長(zhǎng)江中游高等教育集聚與創(chuàng)新創(chuàng)業(yè)體系的評(píng)價(jià)指標(biāo)體系(表1)?？紤]到某些指標(biāo)缺乏年限和數(shù)據(jù)的可用性，研究時(shí)間的起點(diǎn)確定為2003年。大部分?jǐn)?shù)據(jù)來自湖北省，湖南省和江西省2004—2017統(tǒng)計(jì)年鑒，以及同花順iFinD數(shù)據(jù)庫。其他數(shù)據(jù)如湖北省直管市(仙桃、天門、潛江)和江西吉安市的部分市縣的數(shù)據(jù)來自各縣《國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》、《政府工作報(bào)告》或網(wǎng)絡(luò)關(guān)鍵詞檢索。

采用投影尋蹤( Projection Pursuit，PP)法對(duì)指標(biāo)體系中的指標(biāo)數(shù)據(jù)進(jìn)行處理，得出高等教育集聚、創(chuàng)新創(chuàng)業(yè)的綜合指數(shù)值。投影尋蹤的統(tǒng)計(jì)方法，用于處理高維空間中的一些非正態(tài)分布和非線性數(shù)據(jù)，它可以找到反映高維空間數(shù)據(jù)的結(jié)構(gòu)或特征的投影方向，并將高維數(shù)據(jù)投影到低維空間中以減少維數(shù)，從而達(dá)到了研究和分析低維空間中高維空間數(shù)據(jù)的目的。從數(shù)學(xué)變換的角度來看，由評(píng)價(jià)對(duì)象的指標(biāo)構(gòu)成的高維空間的點(diǎn)被映射到低維空間，這種映射可以更全面地反映原始高維空間中評(píng)估對(duì)象樣本的分類信息。在實(shí)際應(yīng)用中，所有計(jì)算都是使用MATLAB算法完成的，表1中的數(shù)值為2016年各樣本高等教育集聚、創(chuàng)新創(chuàng)業(yè)評(píng)價(jià)指標(biāo)投影尋蹤賦權(quán)值。

表1 高等教育集聚、創(chuàng)新創(chuàng)業(yè)系統(tǒng)指標(biāo)體系

表1(續(xù))

1.3 研究設(shè)計(jì)

結(jié)合長(zhǎng)江中游城市群的高等教育發(fā)展、創(chuàng)新創(chuàng)業(yè)現(xiàn)狀，基于2003—2016年統(tǒng)計(jì)數(shù)據(jù)，建立高等教育集聚、創(chuàng)新創(chuàng)業(yè)測(cè)度指標(biāo)體系，利用投影尋蹤加權(quán)算法獲得3個(gè)指標(biāo)的綜合評(píng)價(jià)值；利用Moran’s I指數(shù)和LM參數(shù)來檢驗(yàn)高等教育集聚，創(chuàng)新創(chuàng)業(yè)的空間相關(guān)性和空間依賴性，最后，建立了空間面板杜賓模型，并在實(shí)證結(jié)果的基礎(chǔ)上提出了促進(jìn)高等教育創(chuàng)新和創(chuàng)業(yè)的政策措施。

1.4 空間自相關(guān)檢驗(yàn)—全局Moran’s I指數(shù)

Moran’s I 指數(shù)計(jì)算公式如下：

(1)

式(2)中：t為時(shí)間期數(shù)，N為研究市數(shù)，yit(i=1，2，…，N;t=t0， …，t1)是第i個(gè)城市t時(shí)期的經(jīng)濟(jì)指標(biāo)，如本文第i個(gè)城市t時(shí)期的GDP。

1.5 空間面板杜賓模型

Anselin等[16]認(rèn)為，在進(jìn)行與地理信息相關(guān)的研究時(shí)，有必要考慮空間依賴的空間特征。由于觀測(cè)在地理空間維度內(nèi)，因此可能存在空間依賴性。Lesage等[17]認(rèn)為空間依賴不僅存在于被解釋變量的觀測(cè)值中，它也可能存在于解釋變量中。因此，他們提出了一個(gè)空間緯度測(cè)量模型，包括被解釋變量和解釋變量，即空間杜賓模型。此外，Elhorst等[18]基于空間面板模型對(duì)模型的測(cè)試進(jìn)行了詳細(xì)討論，Hausman測(cè)試用于確定空間面板模型是否應(yīng)該控制固定效應(yīng)(包括固定效果部分和時(shí)間固定效果)。

空間依賴性表現(xiàn)為空間溢出效應(yīng)，空間技術(shù)的溢出或擴(kuò)散反映了區(qū)域之間的競(jìng)爭(zhēng)或示范效應(yīng)。如金融支持區(qū)域創(chuàng)新，區(qū)域創(chuàng)新活動(dòng)就存在空間溢出效應(yīng)[19]，黃寰等[20]在對(duì)四川省的研究中，發(fā)現(xiàn)創(chuàng)新和創(chuàng)業(yè)能力在空間中呈現(xiàn)出相同的聚合和空間擴(kuò)散水平。論文根據(jù)相關(guān)機(jī)理分析，充分考慮高等教育發(fā)展中實(shí)際存在的大學(xué)城這一教育集聚現(xiàn)象，引入高等教育集聚指標(biāo)的空間滯后項(xiàng)來較為全面的反應(yīng)高等教育對(duì)鄰近市創(chuàng)新創(chuàng)業(yè)的影響，其具體形式如下：

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為第i市t年被解釋變量(創(chuàng)新或創(chuàng)業(yè))的觀測(cè)值，Wij為31×31階空間權(quán)重矩陣，F(xiàn)eduit、Fsciit、Schoit、Stuit和Teacit分別表示第i市t年教育財(cái)政支出，科技財(cái)政支出，高等院校數(shù)，大學(xué)生人數(shù)和教師人數(shù)；δ是空間自相關(guān)系數(shù)，βi是解釋變量的未知回歸系數(shù)，ρi是解釋變量的空間誤差系數(shù)。μi為地區(qū)固定效應(yīng)，λt為時(shí)間固定效應(yīng)；εit是一個(gè)隨機(jī)誤差項(xiàng)，服從標(biāo)準(zhǔn)正態(tài)分布，期望值為0，方差為σ2。

2 實(shí)證結(jié)果分析

利用長(zhǎng)江中游城市群高等教育集聚與創(chuàng)新創(chuàng)業(yè)綜合評(píng)價(jià)指標(biāo)，首先檢驗(yàn)三類指標(biāo)是否具有全局空間自相關(guān)性。然后執(zhí)行空間杜賓模型測(cè)試。

2.1 高等教育集聚和創(chuàng)新創(chuàng)業(yè)的空間關(guān)聯(lián)格局

近年來，許多學(xué)者利用探索性空間數(shù)據(jù)分析技術(shù)(ESDA)來研究數(shù)據(jù)的空間相關(guān)模式和聚集模式。ESDA的本質(zhì)是使用空間統(tǒng)計(jì)方法來測(cè)試空間模式是否重要，然后對(duì)所研究的空間模式進(jìn)行深入分析，其核心是測(cè)量變量之間的空間相關(guān)性和依賴性。由于ESDA可以將數(shù)據(jù)的統(tǒng)計(jì)分析與地圖位置緊密結(jié)合，因此可以突出空間關(guān)系并可視化研究對(duì)象的空間分布。它體現(xiàn)了事物之間的空間集聚模式及其與周圍事物的差異，因此在許多領(lǐng)域得到了廣泛的應(yīng)用。本文采用ESDA分析了長(zhǎng)江中游高等教育集聚與創(chuàng)新創(chuàng)業(yè)的空間相關(guān)模式和集聚模式。

以2003年、2010年和2016年為例，在Excel中建立長(zhǎng)江中游高等教育集聚與創(chuàng)新創(chuàng)業(yè)指數(shù)值屬性數(shù)據(jù)庫。空間數(shù)據(jù)和屬性數(shù)據(jù)之間的關(guān)聯(lián)由ArcGIS 10.2實(shí)現(xiàn)，按自然間斷點(diǎn)分級(jí)法將高等教育集聚水平由低到高分為3個(gè)等級(jí)(圖2)。武漢、南昌和長(zhǎng)沙位于高等教育集聚最高等級(jí)，2010年開始出現(xiàn)分化，雖然大部分市位于第二等級(jí)，但是湖北省的荊門、孝感等6個(gè)市和江西省的萍鄉(xiāng)、新余和鷹潭降為高等教育集聚的最低等級(jí)。2016年降為這一等級(jí)的市有所增加，新加入這一陣營的有湖南省的益陽、咸寧和婁底，江西省的景德鎮(zhèn)、上饒、撫州和吉安?？偟膩碚f，長(zhǎng)江中游城市群高等教育集中呈現(xiàn)出分化的趨勢(shì)。

圖2中，相鄰的兩條柱狀圖刻畫的分別是各市創(chuàng)新和創(chuàng)業(yè)空間分布特征?？梢钥闯?，長(zhǎng)江中游三個(gè)省會(huì)城市高等教育集聚綜合指數(shù)優(yōu)勢(shì)明顯，遠(yuǎn)高于其他城市。武漢最高、長(zhǎng)沙和南昌緊隨其后，集聚水平比例約為3:2:1；創(chuàng)新排名最高的是湖北省的襄陽、宜昌、荊州、黃岡，湖南的衡陽、株洲，江西的九江、宜春；創(chuàng)業(yè)水平排名居前的還有湖北省的襄陽、宜昌、荊州、孝感，湖南省的衡陽、株洲、岳陽、常德以及江西省的九江、撫州。創(chuàng)新和創(chuàng)業(yè)表現(xiàn)較差的市為鄂中、贛東北和湘中，它們共同的特點(diǎn)是處于經(jīng)濟(jì)和交通欠發(fā)達(dá)的地理位置，呈現(xiàn)相似的空間地理特征。

圖2 2003年、2010年和2016年長(zhǎng)江中游城市群高等教育集聚和創(chuàng)新創(chuàng)業(yè)空間可視化分布

2.2 全局空間自相關(guān)檢驗(yàn)

表2報(bào)告的2003—2016年高等教育集聚和創(chuàng)新創(chuàng)業(yè)指數(shù)Moran’s I值均小于0，并且分成了3個(gè)階段：2003—2006年；2007—2013年和2014—2016年。創(chuàng)業(yè)指數(shù)的空間自相關(guān)尚未通過顯著性檢驗(yàn)。

從2003年到2006年，長(zhǎng)江中游城市群各市高等教育集聚和創(chuàng)新指數(shù)空間負(fù)自相關(guān)，也就是說各市的高等教育集聚和創(chuàng)新能力表現(xiàn)為空間異質(zhì)性，長(zhǎng)江中游城市群相鄰市之間存在高等教育發(fā)展和創(chuàng)新能力的競(jìng)爭(zhēng)效應(yīng)，高等教育發(fā)展和創(chuàng)新能力較好的市會(huì)導(dǎo)致相鄰市的高等教育發(fā)展和創(chuàng)新能力雙雙下降，一個(gè)市的高等教育發(fā)展和創(chuàng)新能力對(duì)相鄰市存在擠出效應(yīng)。2007—2013年長(zhǎng)江中游城市群高等教育集聚和創(chuàng)新指數(shù)雖然仍為負(fù)，但是空間自相關(guān)性在統(tǒng)計(jì)學(xué)意義上不成立，即這個(gè)時(shí)期高等教育發(fā)展和創(chuàng)新能力不存在競(jìng)爭(zhēng)或溢出效應(yīng)；2014—2016年長(zhǎng)江中游城市群高等教育集中度也表現(xiàn)為空間負(fù)自相關(guān)?？傊鞘腥焊叩冉逃陌l(fā)展和創(chuàng)新能力仍處于發(fā)展的初級(jí)階段，尚未形成協(xié)調(diào)發(fā)展的協(xié)同效應(yīng)。

表2 全局空間自相關(guān)Moran’s I指數(shù)

注：1)設(shè)置空間權(quán)重矩陣以采用3最近鄰居標(biāo)準(zhǔn)，以確保每個(gè)觀察點(diǎn)具有相同數(shù)量的鄰居；2)*、**、***分別表示在10%、5%、1%水平下顯著；3)隨機(jī)檢驗(yàn)采用999 permutations。

2.3 空間杜賓模型檢驗(yàn)

截面數(shù)據(jù)計(jì)量模型采用傳統(tǒng)的LMLag、LMError 進(jìn)行檢驗(yàn)，Anselin采用分塊對(duì)角矩陣對(duì)空間權(quán)重矩陣Wij 進(jìn)行替代，拓展到適用于空間面板數(shù)據(jù)模型分析的LM檢驗(yàn)，Elhorst在其基礎(chǔ)上給出了對(duì)應(yīng)的Robust LM檢驗(yàn)，依據(jù)Elhorst給出的空間相關(guān)性檢驗(yàn)、空間模型選擇及固定效應(yīng)與隨機(jī)效應(yīng)選擇方法，首先構(gòu)建LM和R-LM統(tǒng)計(jì)量，進(jìn)行空間依賴性檢驗(yàn)，從檢驗(yàn)結(jié)果(表3)可以看出存在顯著的空間依賴關(guān)系，又由于LMError統(tǒng)計(jì)量比LMLag統(tǒng)計(jì)量更顯著，R-LMError統(tǒng)計(jì)量比R-LMLag統(tǒng)計(jì)量更顯著，應(yīng)該選擇空間誤差模型。

接著用Wald和LR統(tǒng)計(jì)量來檢驗(yàn)空間杜賓模型能否簡(jiǎn)化為空間滯后模型或空間誤差模型。Elhorst(2010b)歸納了選擇空間誤差面板模型(SEM)、空間滯后面板模型(SAR)和空間杜賓模型(SDM)的方法。若Wald和LR統(tǒng)計(jì)量都顯著，則應(yīng)選擇SDM；若WaldLag 系數(shù)不顯著，而LRLag檢驗(yàn)的值顯著，則應(yīng)選擇SAR；若WaldError 系數(shù)不顯著，而LRError的檢驗(yàn)值顯著，則應(yīng)選擇SEM；若LM統(tǒng)計(jì)量和 Wald或LR統(tǒng)計(jì)量指向的模型不一致，則應(yīng)選擇SDM，因?yàn)镾DM是SAR和SEM的一般形式。表3中，WaldLag和WaldError通過了5% 顯著性水平，WaldLag和LRLag的檢驗(yàn)值均顯著，WaldError的檢驗(yàn)值顯著，反而LRError的檢驗(yàn)值不顯著，從檢驗(yàn)結(jié)果可以看出，應(yīng)該選擇空間杜賓模型進(jìn)行分析。

最后運(yùn)用Hausman檢驗(yàn)進(jìn)行固定效應(yīng)和隨機(jī)效應(yīng)模型的選擇，表3顯示，Hausman檢驗(yàn)的統(tǒng)計(jì)量為193.29， P值為 0.000小于1%的顯著性水平臨界值，所以拒絕原假設(shè)，也即拒絕固定效應(yīng)的系數(shù)與隨機(jī)效應(yīng)的系數(shù)無差別的假設(shè)，應(yīng)選擇固定效應(yīng)模型。

表3 空間杜賓模型檢驗(yàn)

2.4 空間杜賓模型

固定效應(yīng)模型包括3個(gè)模型：時(shí)間固定，空間固定，時(shí)間和空間固定。表3中的測(cè)試結(jié)果表明應(yīng)合理選擇空間固定效應(yīng)模型。結(jié)合上述各種測(cè)試方法，最終選擇的模型是空間固定空間面板Dubin模型SDM，因?yàn)镾DM是SAR和SEM的更一般形式。為了便于對(duì)比分析，表4將 OLS、 SAR、 SEM和 SDM的參數(shù)估計(jì)值一并呈現(xiàn)給讀者。

表4 空間面板模型參數(shù)比較

注：*、**、***分別表示在10%、5%、1%水平下顯著。

從上述模型估計(jì)結(jié)果來看，擬合優(yōu)度 R2在引入空間效應(yīng)后有顯著提高，最大似然比 loglikols雖然提高幅度不大，但是還是能發(fā)現(xiàn) SDM模型的這個(gè)參數(shù)是最大的。一定程度上，論文所建立的長(zhǎng)江中游城市群創(chuàng)新和創(chuàng)業(yè)空間面板模型提高了模型的解釋能力，空間自相關(guān)系數(shù)δ和空間誤差系數(shù)ρ都大于0并且表現(xiàn)為1%的水平上顯著?；诿姘鍞?shù)據(jù)的被解釋變量創(chuàng)新和創(chuàng)業(yè)的空間溢出效應(yīng)，大約25%和12.4%的城市創(chuàng)新和創(chuàng)業(yè)能力來自鄰近城市的創(chuàng)新和創(chuàng)業(yè)的溢出。理論和實(shí)踐經(jīng)驗(yàn)都表明，這一結(jié)論比論文前述基于時(shí)間序列數(shù)據(jù)得到的空間自相關(guān)的結(jié)論更為合理。

模型解釋變量的估計(jì)系數(shù)在不考慮空間滯后因子的情況下，5個(gè)解釋變量中，基本上只有科學(xué)技術(shù)財(cái)政支出(Fsci)、高等院校數(shù)(Scho)和高等院校在校學(xué)生數(shù)(Stu)通過了10%或10%以下的顯著性水平檢驗(yàn)，另外兩個(gè)解釋變量，教育財(cái)政支出(Fedu)和高校教師數(shù)(Teac)表現(xiàn)為不顯著。在其他解釋變量不變的情況下，創(chuàng)新模型中，教育支出每增加1%，創(chuàng)新能力下降0.03%，這表明教育支出降低了城市的創(chuàng)新能力；科學(xué)技術(shù)財(cái)政支出每增加1%，創(chuàng)新能力則提高0.29%，說明科學(xué)技術(shù)財(cái)政支出直接支持了市創(chuàng)新能力的發(fā)揮；高等院校數(shù)每增加1%，創(chuàng)新能力減少0.34%，由此反觀基于資源共享的院校合并確實(shí)能夠激發(fā)長(zhǎng)江中游城市群的創(chuàng)新能力。在其他解釋變量不變的情況下，創(chuàng)業(yè)模型中，財(cái)政支出對(duì)創(chuàng)業(yè)的影響不顯著，高等院校數(shù)每增加1%，創(chuàng)業(yè)水平減少0.35%，說明目前這種以理論知識(shí)為主的高等教育模式不利于全面培養(yǎng)大學(xué)生的創(chuàng)業(yè)素質(zhì)；高等院校學(xué)生人數(shù)每增加1%，創(chuàng)業(yè)水平提高0.44%，擴(kuò)大高校招生規(guī)模有利于提高全社會(huì)的創(chuàng)業(yè)水平。

在考慮空間滯后因子的情況下，模型的5個(gè)空間滯后解釋變量中，只有高等院校數(shù)(W×Scho)和高等院校在校學(xué)生數(shù)(W×Stu)通過了10%或10%以下的顯著性水平檢驗(yàn)，其他3個(gè)解釋變量，教育財(cái)政支出(W×Fedu)，科技財(cái)政支出(W×Fsci)和高校教師數(shù)(W×Tec)并不顯著。在其他空間滯后解釋變量不變的情況下，創(chuàng)新模型中，W×Scho的估計(jì)系數(shù)為正，而W×Stu的估計(jì)系數(shù)為負(fù)，表明高等院校數(shù)和高等院校在校學(xué)生數(shù)對(duì)鄰近市的創(chuàng)新能力分別存在溢出效應(yīng)和競(jìng)爭(zhēng)效應(yīng)，本文傾向于將高等教育發(fā)展的高等教育機(jī)構(gòu)數(shù)量視為一個(gè)良好系統(tǒng)的產(chǎn)物，能夠通過“鄰近的模仿效應(yīng)”和“示范效應(yīng)”實(shí)現(xiàn)空間溢出，具有外部性。長(zhǎng)江中游城市群高等教育機(jī)構(gòu)每增加1%，周邊城市的創(chuàng)新能力將提高0.76%；某市高等院校在校學(xué)生數(shù)每增加1%，鄰近市的創(chuàng)新能力則減少0.88%。創(chuàng)業(yè)模型中，市高等教育空間滯后解釋變量對(duì)鄰近市的創(chuàng)業(yè)水平?jīng)]有實(shí)質(zhì)影響，均未通過顯著性檢驗(yàn)。

3 研究結(jié)論與政策建議

以長(zhǎng)江中游城市群2003—2016年的面板數(shù)據(jù)為依據(jù)，基于ArcGIS和Matlab軟件平臺(tái)，分析和研究了高等教育發(fā)展的創(chuàng)新創(chuàng)業(yè)現(xiàn)狀，先后進(jìn)行Moran’s I指數(shù)、LM和R- LM、Wald和 LR等檢驗(yàn)，在此基礎(chǔ)上，最終建立了空間固定面板杜賓模型。實(shí)證研究發(fā)現(xiàn)：長(zhǎng)江中游城市群高等教育和科學(xué)技術(shù)的財(cái)政支出作用于創(chuàng)新能力的方向相反，財(cái)政支出影響創(chuàng)業(yè)能力和高等院校教師數(shù)影響創(chuàng)新創(chuàng)業(yè)能力不顯著；高等院校數(shù)負(fù)向作用于創(chuàng)新創(chuàng)業(yè)，高等院校在校學(xué)生數(shù)正向作用于創(chuàng)新創(chuàng)業(yè)；在考慮空間滯后因子后，長(zhǎng)江中游城市群市高等院校數(shù)正向作用于鄰近市創(chuàng)新創(chuàng)業(yè)能力，市高等院校在校學(xué)生數(shù)負(fù)向作用于鄰近市創(chuàng)新創(chuàng)業(yè)能力?？傊叩冉逃鄄煌较蚧虺潭鹊刈饔糜趧?chuàng)新和創(chuàng)業(yè)能力。鑒于上述實(shí)證結(jié)論，著眼于長(zhǎng)江中游城市群高等教育的發(fā)展和創(chuàng)新創(chuàng)業(yè)的整體推進(jìn)，提出如下政策建議：

3.1 適時(shí)加大高等教育財(cái)政支出比例

長(zhǎng)江中游城市群的發(fā)展是中部崛起的重要推手，鄂湘贛教育財(cái)政支出占地方財(cái)政支出20%左右，處于全國先進(jìn)水平，而高等教育財(cái)政支出是主要部分，盡管如此，目前城市群的創(chuàng)新創(chuàng)業(yè)還處在發(fā)展初期，分析創(chuàng)業(yè)的兩種基本類型：生存型創(chuàng)業(yè)和機(jī)會(huì)型創(chuàng)業(yè)，往往初等、中等教育財(cái)政支出有助于生存型創(chuàng)業(yè)，而高等教育財(cái)政支出有助于機(jī)會(huì)型創(chuàng)業(yè)。現(xiàn)階段城市群居民教育程度有待加強(qiáng)和缺乏機(jī)會(huì)型創(chuàng)業(yè)的必要門檻，這兩個(gè)因素決定了生存型創(chuàng)業(yè)是主要?jiǎng)?chuàng)業(yè)類型，大力推進(jìn)創(chuàng)新和創(chuàng)業(yè)，需要政府增加教育和財(cái)政支出，逐步增加中等和高等教育的財(cái)政支出，提高城鎮(zhèn)居民的教育水平，從而促進(jìn)機(jī)會(huì)型創(chuàng)業(yè)，因?yàn)闄C(jī)會(huì)型創(chuàng)業(yè)有更大的就業(yè)規(guī)模、更高的技術(shù)含量和更好的經(jīng)濟(jì)效益。

3.2 充分發(fā)揮科學(xué)技術(shù)財(cái)政支出的引導(dǎo)作用

鄂湘贛科學(xué)技術(shù)財(cái)政支出占地方財(cái)政支出1%～2%之間，湖北省是湘鄂贛綜合科技水平最高的省份，且一直保持在全國前十位；2016年，江西省科技經(jīng)費(fèi)支出在全國排名第11位，湖南省長(zhǎng)期以來一直處于中游水平，整體變化不大。一直以來，長(zhǎng)江中游城市群存在創(chuàng)新資源分布分散，創(chuàng)新潛力釋放不足，資源整體利用效率低，企業(yè)創(chuàng)新能力弱等問題[21]。在創(chuàng)新活動(dòng)中，要充分發(fā)揮科技財(cái)政支出的引導(dǎo)作用，促進(jìn)多方創(chuàng)新主體利益的整合，形成有效的合作[22]，實(shí)際上，地方財(cái)政科技支出和技術(shù)進(jìn)步水平存在穩(wěn)定、均衡的關(guān)系，科技創(chuàng)新的準(zhǔn)公共產(chǎn)品屬性決定了地方財(cái)政科技支出通過引導(dǎo)、激勵(lì)、支持等作用來促進(jìn)城市群特別是大城市的創(chuàng)新創(chuàng)業(yè)[23]。因此城市群戰(zhàn)略可以在實(shí)現(xiàn)創(chuàng)新資源的共享的同時(shí)，鼓勵(lì)中小城市學(xué)習(xí)大城市的創(chuàng)新資源配置經(jīng)驗(yàn)，逐步推動(dòng)城市群的整體創(chuàng)新發(fā)展。

3.3 提高城市群對(duì)大學(xué)畢業(yè)生的吸引力

長(zhǎng)江中游城市群在武漢、南昌、長(zhǎng)沙和株洲有4個(gè)國家級(jí)高新區(qū)。260所大學(xué)有超過277萬大學(xué)生和120名院士。武漢是全國重要的科技教育中心，綜合實(shí)力僅次于北京和上海。長(zhǎng)沙也是國家科教中心，技術(shù)，人才和資源相對(duì)密集，職業(yè)教育體系比較完善。盡管城市群高等教育水平處于全國中上游，但高校培養(yǎng)的人才大多數(shù)流失到其他地區(qū)，這是在創(chuàng)新創(chuàng)業(yè)發(fā)展過程中要引起各方面關(guān)注的問題。最新研究表明：大學(xué)畢業(yè)生選擇在城市工作時(shí)，他們不再只考慮工資，行業(yè)和職位等傳統(tǒng)影響因素，更會(huì)考慮城市自身建設(shè)和未來發(fā)展?jié)摿Φ确俏镔|(zhì)因素，城市的“非物質(zhì)吸引力”已經(jīng)成為影響大學(xué)畢業(yè)生就業(yè)選擇的重要因素。

在經(jīng)濟(jì)轉(zhuǎn)型升級(jí)，創(chuàng)新創(chuàng)業(yè)的引領(lǐng)下，京津冀、長(zhǎng)三角、珠三角等創(chuàng)新集群快速發(fā)展其核心城市和地區(qū)整體的“非物質(zhì)吸引力”顯著增加。但是，當(dāng)認(rèn)識(shí)到大城市綜合癥如高房?jī)r(jià)、不便的交通、擁擠的公共資源使用等問題后，長(zhǎng)江中游城市群機(jī)遇和挑戰(zhàn)并存，需要統(tǒng)籌協(xié)調(diào)、合作發(fā)展，建立人才共享機(jī)制度，在城市群內(nèi)部形成合理的空間功能分工，明確各城市發(fā)展定位，更好地實(shí)現(xiàn)資源配置和協(xié)調(diào)，共同激發(fā)城市群高校畢業(yè)生創(chuàng)新創(chuàng)業(yè)新活力。共同爭(zhēng)取國家級(jí)人才創(chuàng)新政策在長(zhǎng)江中游城市群開展試點(diǎn)，著力構(gòu)建平等互惠、合作共贏的人才激勵(lì)機(jī)制，增強(qiáng)長(zhǎng)江中游城市群對(duì)大學(xué)畢業(yè)生的感召力和吸引力。

3.4 強(qiáng)化高等學(xué)校創(chuàng)新創(chuàng)業(yè)實(shí)踐教育

自2015年國家開始深化高校創(chuàng)新創(chuàng)業(yè)教育改革以來，已積累和形成了豐富的實(shí)踐經(jīng)驗(yàn)，形成了較為先進(jìn)、廣泛認(rèn)同、具有中國特色的創(chuàng)新創(chuàng)業(yè)教育理念和一批可復(fù)制可推廣的制度成果。早在2016年11月，長(zhǎng)江中游城市群第四屆科技合作聯(lián)席會(huì)就達(dá)成了加強(qiáng)科技信息交流互動(dòng)，共建創(chuàng)新創(chuàng)業(yè)服務(wù)平臺(tái)這一共識(shí)，城市群依托眾多高校、科研院所開展的產(chǎn)學(xué)研活動(dòng)極為活躍，人才培養(yǎng)質(zhì)量顯著提升，學(xué)生的創(chuàng)新精神，創(chuàng)業(yè)意識(shí)和創(chuàng)新創(chuàng)業(yè)能力得到了顯著提升，從事創(chuàng)業(yè)實(shí)踐的學(xué)生人數(shù)大幅增加。在此背景下，城市群高校一方面要將更多教師納入到創(chuàng)新創(chuàng)業(yè)教學(xué)體系中，另一方面要強(qiáng)化和普及高校創(chuàng)新創(chuàng)業(yè)實(shí)踐教育，通過創(chuàng)新的企業(yè)技能模擬或經(jīng)營、管理實(shí)踐，創(chuàng)新創(chuàng)業(yè)競(jìng)賽、創(chuàng)新創(chuàng)業(yè)基地、創(chuàng)新創(chuàng)業(yè)俱樂部等技能訓(xùn)練活動(dòng)，提高學(xué)生的創(chuàng)新創(chuàng)業(yè)實(shí)踐能力。