高等教育資源發展及對高技術產業的驅動效應分異研究*
——以成渝地區雙城經濟圈為例

胡進超，劉 睿

（1.重慶師范大學地理與旅游學院，重慶 401331；2.地理信息系統應用研究重慶市高校重點實驗室，重慶 401331）

1 研究背景

創新是引領發展的第一動力[1]。當前我國經濟已轉向高質量發展的新階段[2]，經濟增長模式向創新驅動轉變[3]，高校作為重要的創新主體[4]，已成為轉變經濟增長方式、推動區域經濟高質量發展的新動力[5-6]，同時技術知識密集的高技術產業，業已成為中國經濟發展的重要引擎、新的增長動力點和增長極[7-9]。創新是高技術產業發展的動力[10]，高校作為我國科技創新的新動能和區域發展的新地標[11-12]，通過發揮其教育功能優化人才結構[13]，科學研究功能為創新活動提供科技支撐，以及社會服務功能推動科技成果轉化[14]、激發創新動力[15]，為高技術產業提供人才保障并推動科技進步，對高技術產業具有極其顯著的驅動效應。當前我國正處于科技創新驅動的上升關鍵期，準確把握高校高等教育資源現狀及對高技術產業的驅動邏輯，對優化區域高等教育資源空間配置、推動高技術產業發展、增強我國在國際中的競爭力與話語權具有重要意義。

高校是承載高等教育資源的重要主體[16]，明晰高校高等教育資源的客觀現狀，是梳理創新內在驅動邏輯的基礎。當前面向高等教育資源空間分布的研究主要集中于高等教育資源水平以及配置等方面。有效評價高等教育資源是探究其空間分布的前提，運用單一指標或構建綜合評價指標體系是學者表征高等教育資源的主要手段，如采用高校在校生數、專任教師數的單一指標[15]，或高等教育資源條件性、主體性和發展性資源3 個維度的多項細化指標[17]對其進行評價。研究認為，省域層面高等教育資源水平[18-20]及配置[21-23]的空間分布等方面呈不均衡態勢，也有研究結果表明區域間高等教育資源配置效率不存在顯著差異[24]；地級市層面高等教育資源水平空間格局呈多中心分布結構[12，25]，高等教育資源呈現出分化趨勢[14]等。而對于高等教育資源對高技術產業的驅動研究，主要集中在高校人力資源和科技資源方面。研究表明二者對高技術產業的集聚[26]、創新[27-29]以及綜合發展[30-32]等具有正向驅動作用。已有研究對深入認識與理解高校教育資源及其空間分布與驅動效應分異具有重要意義，但也存在部分不足。現行高等教育資源空間分布及驅動研究多著眼于全國及東中西區域等大范圍，省域、城市群和地級市尺度，在高技術產業空間布局更加專業化與區域化的背景下，原有的大尺度研究結論存在適用性偏差問題。同時，鮮有研究探討了優質高等教育資源的空間分布特征，且表征指標較為單一或籠統，此外未有研究揭示了高等教育資源對高技術產業發展的驅動效應分異特征。

本研究以我國西部重點城市群——成渝地區雙城經濟圈為研究區域，基于創新驅動視角構建高等教育資源評價指標體系，定量分析區域內的高等教育資源分布，探明區域高等教育資源的時空演變特征，并在已有研究證實高等教育資源對高技術產業存在驅動效應的基礎上，進一步定量分析高等教育資源發展對地區高技術產業及其細分行業的驅動作用，以期在理論上豐富高等教育相關研究，在應用上為成渝地區雙城經濟圈高等教育資源優化配置及區域高等教育資源與高技術產業協調發展提供決策參考。

2 研究設計

2.1 研究區域

成渝地區雙城經濟圈共計142 個區（縣），總面積18.5 萬km2，是我國西部最大的城市群，在國家發展大局中具有獨特而重要的戰略地位。區域內共有普通高等學校200 余所，高等教育資源優質而豐富，同時成渝地區高端要素和產業加速集聚，高技術產業優勢明顯，對西部地區發展具有重要的示范引領作用。但相比長三角、京津冀、珠三角等地區，經濟圈的高等教育和高技術產業仍有較大差距，且二者還未達到相互支撐的效果[33]。成渝雙城高質量協同發展，需要高等教育不斷提供高素質人才支撐和科技創新驅動，同時，高等教育發展也要符合產業發展需要。

2.2 研究數據

研究基于2010 年、2014 年、2018 年3 個時間節點，開展對成渝地區雙城經濟圈高等教育資源的評價及驅動高技術產業發展的效應分異研究，研究數據及數據來源見表1。在數據處理過程中，為減小部分高校存在多個校區而產生資源空間分布的誤差，將高等教育資源按各校區在校生規模比例進行分配。同時，剔除了諸如參保人數為0 的高技術企業，以保證高技術產業數據的科學性和有效性。

表1 研究數據及數據來源

2.3 研究方法

2.3.1 評價體系構建

1）高等教育資源水平。綜合借鑒前人構建高等教育資源水平評價指標體系的經驗[14，17，19]，基于創新驅動視角下高等教育資源發展的基本邏輯與本質要求，本著數據科學性、可計量以及可獲取原則，從高等教育創新基礎和產出資源兩個維度的9 項指標構建評價指標體系（見表2）。

表2 成渝地區雙城經濟圈高等教育資源與高技術產業發展水平評價指標體系及權重

2）高技術產業水平。參照《高技術產業（制造業）分類（2017）》，選取醫藥制造業、航空航天器及設備制造業、電子及通信設備制造業、計算機及辦公設備制造業、醫療設備及儀器儀表制造業及信息化學品制造業6 類高技術企業作為評價對象。通過企查查平臺獲取2010—2018 年企業注冊資金、企業年齡（成立年限）、參保人數以及企業數量4 項指標綜合測度其發展水平（見表2），以避免單一指標表征的不足。

為保證評價結果的客觀性，消除人為主觀因素的影響，采用改進熵值法計算高等教育資源以及高技術產業發展水平的指標權重[34]。

2.3.2 空間自相關

空間自相關反映高等教育資源在空間上的集聚特征，一般可用莫蘭指數（Moran's I）表征[35]。用全局空間自相關表示高等教育資源在空間上的整體關聯態勢及空間差異程度，以Global Moran's I 指數表示集聚程度，其值范圍為[-1，1]，當取值為正時表示空間集聚，為負時表示空間分散，為0 時表示空間不相關（空間隨機）。局部空間自相關可進一步揭示研究單元觀察值與其鄰域空間的相關性，以全面反映高等教育資源空間差異的變化趨勢。

2.3.3 相對發展率

相對發展率（NICH）用來衡量各個區域在某一時段相對于整個研究區的發展速度[36]，本文主要用來探討各縣域研究單元的高等教育資源相對于成渝地區雙城經濟圈的發展快慢，計算方法為

式中：S2k、S1k分別為區域k 在某一時段末期和初期的發展水平；S2、S1則分別為整個研究區在某一時段末期和初期的平均發展水平。

2.3.4 最小二乘法（OLS）回歸模型

回歸分析是對現象之間相互關系的分析，主要適用于兩個定距變量之間的相關分析和推斷，是一種把定性分析與定量分析相結合，在定性分析基礎上進行定量分析的研究方法。最小二乘法（OLS）回歸模型廣泛用于評估2 個或更多要素屬性之間的關系，并使得回歸模型中所有觀察值的殘差平方和達到最小[37]，本文用于測算高等教育資源對于高技術產業發展的驅動效應。

3 結果與分析

3.1 高等教育資源發展的空間分布特征

3.1.1 高等教育資源綜合發展水平

研究期內成渝地區雙城經濟圈高等教育資源發展迅速，縣際差異和集散態勢變化較大（見表3）。為了減少小數位數并且增強數據可比性，將計算結果等比例放大100 倍[36]。2010—2018 年成渝地區雙城經濟圈高等教育資源綜合得分由543.48 上升至852.60，增長56.88%，呈上升態勢。2010—2014年和2014—2018 年兩時段發展速度存在顯著差異，前一時段高等教育資源發展更快，增長率為31.14%，發展水平快速提升；后一時段發展水平保持增長，但增速明顯放緩，僅為19.63%。

表3 成渝地區雙城經濟圈高等教育資源綜合發展水平

研究期內，縣域平均得分由2010 年的3.80 增長至2018 年的5.96，平均每期增長1.08，平均增長率為11.37%。由極差和標準差變化趨勢可知，縣域間各單元高等教育資源發展水平差距持續擴大，存在顯著的兩極分化，后一時段差距擴大速度有所放緩。偏度與峰度不斷減小分別表明高等教育資源發展的右偏程度逐漸減弱和由集聚向離散態勢轉變。

成渝地區雙城經濟圈各單元高等教育資源空間格局和等級演變特征突出。為觀察高等教育資源水平的等級與變動情況，按照四分位法[36]，將高等教育資源發展水平劃分為高水平、中高水平、中低水平、低水平4 個等級（見圖1）。從空間角度看，成渝地區雙城經濟圈高等教育資源呈現出西北—東南兩翼連片分布、中部塌陷的空間分布格局；同時，成渝中心城區為高等教育資源高水平密集區，各單元發展水平以此為原點向外減弱，映照距離衰減規律；此外，存在涪城區、順慶區和萬州區等高等教育資源次中心。

圖1 成渝地區雙城經濟圈高等教育資源綜合發展水平分級

從時間角度看，2010 年，成渝地區雙城經濟圈共有高等教育資源單元64 個，其中高水平單元13 個，川渝分別有9 個和4 個；中高水平單元共有13 個，川渝分別有6 個和7 個；中低水平單元18 個，川渝分別有16 個和2 個；低水平單元20 個，川渝分別有15 個和5 個，該年份中低水平單元和低水平單元共占比59.38%，整體水平較低。

2014 年，成渝地區雙城經濟圈共有高等教育資源水平單元72 個，其中高水平單元15 個，新增2 個；中高水平單元18 個，新增7 個；中低水平單元16 個，新增6 個；低水平單元23 個，新增8 個。該年份單元總數快速增加，且多個單元發展水平等級有所提升，尤其是中高水平單元占比由20.31%提升至25.00%；同時，各等級水平新增單元均由2010 年的較低一級水平單元發展而來。

2018 年，成渝地區雙城經濟圈共有高等教育資源單元73 個，其中高水平單元19 個，新增4 個；中高水平單元17 個，新增3 個；中低水平單元共18 個，新增1 個；低水平單元減少至19 個。該年份中高水平單元和低水平單元明顯減少，而高水平單元占比由20.83%提升至26.03%；同時，該年份各等級水平單元，除通川區由2014 年的中高水平回落至中低水平外，新增單元仍為2014 年的較低一級水平單元發展而來。對比以上3 個年份可以發現：一是總體上，高等教育資源單元總數及各等級水平單元變化明顯，中高級水平以上單元總體增加，尤其是高水平單元增加最快；二是2012—2014年低水平單元得到了較大發展且有較多新單元布局有高等教育資源，2014—2018 年高水平單元增加最為迅速，兩時段共同表明高等教育資源在向更高水平邁進；三是各單元高等教育資源水平在發展過程中，逐級提升特征顯著，僅有個別單元向較低水平方向回落；四是當前研究單元發展水平呈圈層式演變態勢，即越靠近高水平單元密集區的單元，其向較高水平等級邁進的特征越明顯。

3.1.2 高等教育資源空間自相關分析

2010—2018 年高等教育資源空間自相關分析結果顯示，Moran's I 指數均高于0.251，且通過0.01水平顯著性檢驗（見表4）。

表4 成渝地區雙城經濟圈高等教育資源Moran's I 指數

表明各區縣高等教育資源存在顯著的正向空間自相關特征，高等教育資源水平相似的區縣在空間上集中分布，即呈高水平區與高水平區鄰近、低水平區與低水平區鄰近的集聚狀態；同時，較大的空間正相關性表明了空間差異的存在。從時間尺度上看，這種集聚狀態先快速減弱后略有增強，總體上集聚趨勢（態勢）有所減弱。

研究期內成渝地區雙城經濟圈各區縣高等教育資源呈現出顯著的空間分異格局且總體穩定（見圖2）。高—高集聚區集中分布在成渝中心城區，包括成都的新都區、金牛區、溫江區、錦江區、雙流區以及主城區外的都江堰市，重慶的沙坪壩區、北碚區、渝北區、渝中區，為高等教育資源“熱點”區域；低—低集聚區分布少且極為分散，但研究期內在經濟圈偏北翼有增多和集中趨勢，為“冷點”區域；高—低集聚區主要位于經濟圈東西兩端，包括四川的雨城區、峨眉山市和重慶的萬州區，為“局部高地”；低—高集聚區除彭州市外均位于成渝中心城區外圍，緊鄰高—高集聚區，包括青羊區、璧山區、九龍坡區、渝中區、江北區，為“局部洼地”。綜上，研究期內成渝地區雙城經濟圈高等教育資源局部空間自相關格局總體較為穩定，但局域有所變化，“熱點”區極化特征較為明顯，“冷點”區有增多與集中趨勢。結合全局空間自相關與局部空間自相關結果可知，經濟圈內高等教育資源集中區與稀疏區均有一定程度發展，空間分布趨向均衡。

圖2 成渝地區雙城經濟圈高等教育資源局部自相關分析結果

3.1.3 高等教育資源相對發展情況

分別計算2010—2014 年和2014—2018 年成渝地區雙城經濟圈143 個區縣高等教育資源的相對發展速率并進行可視化，得到成渝地區雙城經濟圈高等教育資源相對發展率指數，見圖3。由圖3 可以發現以下特征。

圖3 成渝地區雙城經濟圈高等教育資源相對發展率指數

1）成渝地區雙城經濟圈各區縣高等教育資源相對發展速度差異極大。成渝雙核心為相對發展率最高值區，發展速度最快，相比之下其余各區縣顯著較低，并以雙核心為中心向外圍逐漸遞減。但在雙城最核心區，相比其外圍鄰近區更低。

2）兩時段成渝地區雙城經濟圈各區縣高等教育資源相對發展速度整體穩定，四川部分較重慶部分而言變動更大。總體而言，2010—2014 年與2014—2018 年相對發展率指數折線吻合度較高，表明兩時段各區縣相對發展速度差異不大。但對比重慶和四川兩部分發現，重慶各區縣相對發展態勢較為一致，多數區縣相對發展率均有所上升，尤以在巴南區和江津區兩區提升最為明顯；而四川各區縣變動程度則差異較大，如成都中心城區的金牛區、成華區、武侯區等區相對發展率有所下降，旌陽區、雨城區、龍馬潭區等區則有較大程度提升。

3）成渝地區雙城經濟圈各單元高等教育資源發展“馬太效應”特征顯著。將各單元相對發展率與綜合發展水平相結合，可以發現：高等教育資源高水平區與相對發展率高值區空間格局基本吻合，呈現出“馬太效應”特征，即高水平單元的相對發展率也較快，而低水平單元的相對發展率也落后于其他單元。各區縣之間相對發展率存有差異且兩時段變動狀態高度符合可對此加以驗證，側面證明了高等教育資源是一種地域根植性較強的資源，其粘留作用和鎖定效應會增強其累積效應。

3.2 高等教育資源對高技術產業發展的驅動效應分異分析

高等教育資源對高技術產業發展存在較強的正向驅動效應，驅動強度存在行業分異特征。高等教育資源與高技術產業的OLS 回歸結果顯示（見表5），高等教育資源與高技術產業的發展水平呈顯著正相關，回歸系數均在0.677 以上，且具有統計學顯著性（P＜0.01），表明高等教育資源量越大，高技術產業的發展水平也越高，高等教育資源對高技術產業發展起著較強的正向驅動效應。同時，研究期內回歸系數逐漸上升，也說明高等教育資源對高技術產業發展的驅動作用逐漸加強。從高等教育資源對高技術產業細分行業的回歸效果來看，高等教育資源對高技術產業水平的驅動強度不盡相同，按驅動強度由大到小依次為電子及通信設備制造業、計算機及辦公設備制造業、醫藥制造業、醫療設備及儀器儀表制造業、信息化學品制造業、航空航天器及設備制造業。高等教育資源對高技術產業各細分行業的驅動作用差異顯著，體現在對電子及通信設備制造業、計算機及辦公設備制造業、醫藥制造業3 個行業存有極其顯著的驅動作用，回歸系數在0.742～0.864 之間；而對醫療設備及儀器儀表制造業、信息化學品制造業、航空航天器及設備制造業3 個行業的驅動作用則明顯相對較弱，回歸系數最高僅有0.418。但在研究期內，高等教育資源對高技術產業中驅動最明顯的行業的作用在不同程度地減弱，而對驅動較弱的行業的作用則存在逐漸增強的趨勢。總體而言，高等教育資源對高技術產業的正向驅動效應較為明顯，對高技術產業發展有較強的拉動作用，但在各細分行業之間存在顯著差異，既表現在影響力上，也表現在發展趨勢上。

表5 成渝地區雙城經濟圈高等教育資源與高技術產業的OLS 模型參數估計及檢驗結果

4 結論與討論

1）成渝地區雙城經濟圈各區縣高等教育資源綜合發展水平差距極大，存在圍繞成渝中心城區雙核心向外圍逐漸遞減的“核心—外圍”空間分布格局，且西北—東南兩翼間存有非常明顯的塌陷區，空間失衡現象突出。研究期內高水平顯著提高，具有在等級上逐級提升、空間上呈圈層式演變態勢的規律。

2）成渝地區雙城經濟圈縣域高等教育資源呈現十分顯著的空間正相關性，集聚程度強但總體趨向減弱，各區縣高等教育資源相對發展速度差距較大，存有明顯的“馬太效應”特征。成渝雙核心區是顯著的高等教育資源高地，研究期內，高等教育資源集聚趨勢總體減弱，表明部分區縣承接了中心城區外溢的高等教育資源以及有部分新的區縣布局有高等教育資源。高水平單元的相對發展率也較快，而較低發展水平單元的相對發展率也落后于其他單元，且其變動程度也較其他單元更大，表明成渝地區雙城經濟圈各區縣高等教育資源發展具有顯著的“馬太效應”特征。

3）成渝地區雙城經濟圈高等教育資源與高技術產業存在極為明顯的空間正相關性與驅動效應分異特征，在各細分行業間分異較大。研究期內，高等教育資源對高技術產業中驅動最明顯的行業的作用在不同程度地減弱，而對驅動較弱的行業的作用則存在逐漸增強的趨勢。

通過研究縣域尺度上高等教育資源的綜合發展水平及其空間演變，首先可以發現區域高等教育資源空間分布集中，不均衡性突出，與眾多前人研究結論一致。其次，引入了相對發展率指數表明高等教育資源的空間演變具有“馬太效應”特征。最后，憑借對高等教育資源與高技術產業的發展關系的探究，證明高等教育資源對高技術產業存在顯著的驅動作用，且存在行業分異。本研究為高等教育資源的優化配置及其經濟效應研究提供了一定的基礎。不足之處在于，基于較為精細的縣域尺度以及創新驅動視角展開，由于數據限制，指標選擇未必完善；同時，高等教育資源對高技術產業的驅動效應分異的探討也較為表面。因此，今后將考慮更為科學地表征縣域尺度下高等教育資源以及高技術產業質量水平，同時尋找更深度有效的研究方法，以更為準確與透徹地分析高等教育資源對高技術產業的驅動效應分異特征。