高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新關(guān)系的空間計(jì)量分析*

韓得滿(mǎn)

（臺(tái)州學(xué)院醫(yī)藥化工學(xué)院，浙江 臺(tái)州，318000）

高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新關(guān)系的空間計(jì)量分析*

韓得滿(mǎn)

（臺(tái)州學(xué)院醫(yī)藥化工學(xué)院，浙江 臺(tái)州，318000）

該文針對(duì)高校創(chuàng)新環(huán)境與高校教師知識(shí)創(chuàng)新之間關(guān)系問(wèn)題，建立綜合評(píng)價(jià)指標(biāo)體系，運(yùn)用空間自回歸分析和空間計(jì)量經(jīng)濟(jì)學(xué)的地理加權(quán)回歸模型，對(duì)全國(guó)30所高校的創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新之間的空間相關(guān)關(guān)系進(jìn)行了檢驗(yàn)和計(jì)量分析。研究結(jié)果表明，我國(guó)省域之間差異顯著的高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新呈現(xiàn)明顯的空間依賴(lài)和局域空間集聚的現(xiàn)象；高校創(chuàng)新環(huán)境對(duì)教師知識(shí)創(chuàng)新存在著顯著并正向的關(guān)系，高校良好的創(chuàng)新環(huán)境可以提升教師知識(shí)創(chuàng)新能力。各高校只有在認(rèn)清自身要素條件的基礎(chǔ)上，充分利用創(chuàng)新聚集、區(qū)域優(yōu)勢(shì)、知識(shí)溢出、空間依賴(lài)等地理?xiàng)l件，加強(qiáng)高校間學(xué)術(shù)交流與合作，擴(kuò)大創(chuàng)新輻射范圍和強(qiáng)度，實(shí)現(xiàn)教師知識(shí)創(chuàng)新能力的持續(xù)增長(zhǎng)，并最終實(shí)現(xiàn)教師知識(shí)創(chuàng)新能力對(duì)提升高校創(chuàng)新產(chǎn)出的跨越式增長(zhǎng)。

高校；創(chuàng)新環(huán)境；教師；知識(shí)創(chuàng)新；空間計(jì)量分析

任何創(chuàng)新活動(dòng)都離不開(kāi)一定環(huán)境的支持,高校創(chuàng)新環(huán)境作為影響高校教師知識(shí)創(chuàng)新的各種外部因素的組合，直接關(guān)系到教師知識(shí)創(chuàng)新能力的形成和發(fā)展。王緝慈認(rèn)為，創(chuàng)新環(huán)境是高校與高校之間在長(zhǎng)期正式或非正式合作交流基礎(chǔ)上所形成的相對(duì)穩(wěn)定的系統(tǒng)。［1］一所大學(xué)的教師知識(shí)創(chuàng)新不僅來(lái)自于教師自身內(nèi)在創(chuàng)新能力的增加，更來(lái)自于良好的創(chuàng)新環(huán)境。研究高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新的關(guān)系，對(duì)優(yōu)化高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新增長(zhǎng)發(fā)揮了重要作用。目前，國(guó)內(nèi)外有關(guān)高校創(chuàng)新環(huán)境的研究成果較多，如楊銘、樓晞等（2004）從學(xué)校管理、教育評(píng)估體系等方面探究了高校創(chuàng)新環(huán)境的培植。［2］儲(chǔ)皓等（2001）認(rèn)為，高校創(chuàng)新環(huán)境有利于培養(yǎng)具有創(chuàng)新能力的素質(zhì)人才。［3］陳進(jìn)（2004）從學(xué)術(shù)交流環(huán)境、教學(xué)管理環(huán)境以及創(chuàng)新的意識(shí)觀環(huán)境等方面提出了高校創(chuàng)新環(huán)境建設(shè)的對(duì)策建議。［4］

總體上，目前關(guān)于高校創(chuàng)新環(huán)境的研究主要集中在理論領(lǐng)域，實(shí)證領(lǐng)域的研究成果較少，且從高校創(chuàng)新環(huán)境綜合分析教師知識(shí)創(chuàng)新能力及二者之間的關(guān)系的實(shí)證研究更是匱乏。

事實(shí)上，如果將我國(guó)所有高校作為一個(gè)同質(zhì)的整體，運(yùn)用高校的總量數(shù)據(jù)去分析整體上高校創(chuàng)新環(huán)境與教師創(chuàng)新能力，并不考慮可能存在不同區(qū)域高校創(chuàng)新環(huán)境的空間差異和空間交互（即空間依賴(lài)性），則容易忽略理論與實(shí)證研究中的空間因素，從而導(dǎo)致實(shí)證分析結(jié)果缺乏普適性及應(yīng)有的說(shuō)服力。鑒于此，本文基于我國(guó)部分高校的問(wèn)卷調(diào)查，采用空間計(jì)量經(jīng)濟(jì)學(xué)方法,深入探討了高校創(chuàng)新環(huán)境綜合水平，同時(shí)通過(guò)構(gòu)建地理加權(quán)回歸模型，識(shí)別在培育我國(guó)高校創(chuàng)新環(huán)境過(guò)程中，整體創(chuàng)新環(huán)境在地理空間上是否具有空間聚集的傾向；而高校教師知識(shí)創(chuàng)新能力在地理空間上是否存在空間集群現(xiàn)象，以及良好的高校創(chuàng)新環(huán)境是否有利于高校教師知識(shí)創(chuàng)新能力的形成。旨在為我國(guó)高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新能力之間關(guān)系的實(shí)證層面的研究提供較為豐富的現(xiàn)實(shí)依據(jù)，同時(shí)亦可為相關(guān)政府部門(mén)、高校制定差異化的創(chuàng)新政策和異質(zhì)化的制度安排提供決策參考。

1 理論分析與研究方法

1974 年荷蘭經(jīng)濟(jì)學(xué)家Paelinck率先提出空間計(jì)量經(jīng)濟(jì)學(xué)（spatial econometics）的概念，后經(jīng)Anselin等學(xué)者的發(fā)展，逐漸形成了空間計(jì)量經(jīng)濟(jì)學(xué)學(xué)科的框架體系，空間計(jì)量經(jīng)濟(jì)學(xué)的產(chǎn)生和發(fā)展使傳統(tǒng)的時(shí)間經(jīng)濟(jì)學(xué)向空間經(jīng)濟(jì)學(xué)轉(zhuǎn)變?？臻g計(jì)量學(xué)主要基于經(jīng)典的計(jì)量分析技術(shù)，廣泛應(yīng)用于創(chuàng)新的擴(kuò)散和技術(shù)溢出等方面的研究，空間計(jì)量經(jīng)濟(jì)學(xué)理論認(rèn)為，一般地理空間上的某一種經(jīng)濟(jì)活動(dòng)一般都與鄰近地區(qū)空間的同一經(jīng)濟(jì)活動(dòng)存在著空間依賴(lài)性，也就是空間自相關(guān)性，也就是說(shuō)空間經(jīng)濟(jì)數(shù)據(jù)存在不同區(qū)域之間的空間依賴(lài)性。

為了驗(yàn)證我國(guó)高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新的空間聚集特征不是隨機(jī)發(fā)生的，還具有一定的空間分布特點(diǎn)，本文運(yùn)用空間統(tǒng)計(jì)學(xué)技術(shù)對(duì)我國(guó)高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新進(jìn)行了空間自相關(guān)檢驗(yàn)，包括全局空間自相關(guān)性檢驗(yàn)和局部空間自相關(guān)性檢驗(yàn)。

1.1 空間自相關(guān)分析

空間自相關(guān)分析(spatial auto-correlation analysis)最早由Moran提出，該方法適用于分析和研究事物在空間上的依賴(lài)關(guān)系，并且在數(shù)字圖像處理、流行病學(xué)、生物學(xué)、區(qū)域經(jīng)濟(jì)與社會(huì)研究中迅速得到了應(yīng)用。該方法可用來(lái)檢驗(yàn)高校創(chuàng)新環(huán)境及高校教師知識(shí)創(chuàng)新能力的聚集現(xiàn)象的空間相關(guān)性是否存在。在實(shí)際應(yīng)用研究中常用空間統(tǒng)計(jì)學(xué)自相關(guān)指數(shù)Moran's I[5-6]檢驗(yàn)高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新的空間相關(guān)性。計(jì)算公式如下：

式（1）中，i=1,2,…,n； j=1, 2…, m；n＝m或n≠m。n為樣本量，即區(qū)域總數(shù)。xi、xj是空間位置i和j的觀察值，wij表示區(qū)域i和區(qū)域j的鄰近關(guān)系，當(dāng)i和j兩個(gè)區(qū)域相鄰時(shí)，wij=1；若這兩個(gè)區(qū)域不相鄰，則wij=0。Moran's I的取值范圍為[-1，1], Moran's I＜0表示負(fù)相關(guān)性,即不同的屬性呈離散空間格局；Moran's I＞0表示在地理分布中相似的屬性呈集聚空間格局。［7］

1.2 空間計(jì)量理論模型

通過(guò)上述空間自相關(guān)分析已經(jīng)證明了中國(guó)高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新存在顯著的空間相關(guān)性，故采用空間計(jì)量模型對(duì)高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新之間的關(guān)系進(jìn)行研究。

由于省際間高校創(chuàng)新環(huán)境在地理空間上具有顯著的差異性，且各高校創(chuàng)新環(huán)境存在著某些復(fù)雜的自相關(guān)關(guān)系，因此，需要引入空間計(jì)量經(jīng)濟(jì)學(xué)中的地理加權(quán)回歸模型（Geographically Weighted Regression，GWR）[5,8-9]來(lái)研究高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新之間的關(guān)系。地理加權(quán)回歸模型表達(dá)式為：

式(2)中，βj下標(biāo)表示區(qū)域（地區(qū)），a為常數(shù),是模型的隨機(jī)誤差項(xiàng)其中，m=30，即選取30個(gè)高校的截面數(shù)據(jù)。M=i=1,2,…,n；j=1, 2…,m。模型（2）理論上可以通過(guò)極大似然法(ML)求解參數(shù)向量的估計(jì)值。但由于自變量存在內(nèi)生性,極大似然法估計(jì)的值不唯一，Hastie和Tibshirani提出了利用鄰近區(qū)域的觀測(cè)值通過(guò)加權(quán)最小二乘法(WLS)求得局域系數(shù)估計(jì)值。即特定區(qū)域i的回歸系數(shù)是利用鄰近區(qū)域的子樣本數(shù)據(jù)進(jìn)行回歸計(jì)算得到的變數(shù) βj(j=1,2,…m)。在此模型中代表一個(gè)高校的創(chuàng)新能力增長(zhǎng)對(duì)鄰近高校創(chuàng)新能力增長(zhǎng)的影響程度，

2 數(shù)據(jù)來(lái)源與指標(biāo)選取

2.1 數(shù)據(jù)來(lái)源

鑒于高校創(chuàng)新環(huán)境和教師知識(shí)創(chuàng)新能力評(píng)價(jià)指標(biāo)的完整性和數(shù)據(jù)的權(quán)威性，本文以2012年為例，主要數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局[10]、教育部、中國(guó)科技信息研究所[11]等機(jī)構(gòu)發(fā)布的統(tǒng)計(jì)數(shù)據(jù)資料，采用的空間樣本是除了我國(guó)的臺(tái)灣、香港、澳門(mén)之外的內(nèi)地30所研究型高校。

2.2 指標(biāo)選取

2.2.1 高校創(chuàng)新環(huán)境指標(biāo)體系

高校創(chuàng)新環(huán)境是評(píng)價(jià)各研究型大學(xué)科研成果數(shù)量的指標(biāo)。高校的創(chuàng)新環(huán)境越高,不僅可以提高高校自身發(fā)展與完善,而且還可以促進(jìn)高校教師知識(shí)創(chuàng)新能力的形成和提升。高校創(chuàng)新環(huán)境是一個(gè)復(fù)雜的系統(tǒng),高校創(chuàng)新環(huán)境評(píng)價(jià)指標(biāo)體系共包括48個(gè)三級(jí)指標(biāo):全年科研經(jīng)費(fèi)投入(萬(wàn)元)、年度承擔(dān)科研項(xiàng)目總數(shù)（項(xiàng))、發(fā)表學(xué)術(shù)論文總數(shù)（篇）、科研獲獎(jiǎng)總數(shù)（項(xiàng)）、國(guó)家自然科學(xué)獎(jiǎng)（項(xiàng)）、國(guó)家科技進(jìn)步獎(jiǎng)（項(xiàng)）、其他成果獎(jiǎng)（項(xiàng)）、專(zhuān)利申請(qǐng)數(shù)（項(xiàng)）、專(zhuān)利授權(quán)數(shù)（項(xiàng)）、當(dāng)年轉(zhuǎn)讓合同總數(shù)（個(gè)）、專(zhuān)利出售合同數(shù)（個(gè)）、技術(shù)轉(zhuǎn)讓合同數(shù)（個(gè)）、技術(shù)成果轉(zhuǎn)化收入總額（千元）、主辦國(guó)際學(xué)術(shù)會(huì)議數(shù)（人次）、訪問(wèn)學(xué)者派遣和接收人數(shù)（人次）、訪問(wèn)學(xué)者派遣人次（人次）、全校教學(xué)與科研人數(shù)（人)等。

2.2.2 教師知識(shí)創(chuàng)新指標(biāo)體系

目前,我國(guó)各大學(xué)尤其是研究型大學(xué)的教師知識(shí)創(chuàng)新能力在我國(guó)各個(gè)高校創(chuàng)新系統(tǒng)的知識(shí)創(chuàng)新過(guò)程中扮演著非常重要的角色。為此，我們從教師技術(shù)知識(shí)與推理能力、開(kāi)放式思維與創(chuàng)新、個(gè)人職業(yè)能力、溝通表達(dá)與團(tuán)隊(duì)工作、態(tài)度與習(xí)慣、責(zé)任感、價(jià)值觀、應(yīng)用創(chuàng)造社會(huì)價(jià)值等方面選擇建立了一個(gè)8項(xiàng)指標(biāo)的指標(biāo)體系。

3 高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新關(guān)系的空間計(jì)量分析

3.1 空間相關(guān)性檢驗(yàn)

利于空間自相關(guān)指數(shù)公式（1）計(jì)算得到我國(guó)30所高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新的空間自相關(guān)Moran's I分別為0.25、0.22，結(jié)果表明，我國(guó)不同省域的30所研究型高校的創(chuàng)新環(huán)境和教師知識(shí)創(chuàng)新能力在地理空間分布上并不是分散分布的，而是存在著顯著的局域集群(Clustering)性。也就是說(shuō)，一個(gè)具有較高創(chuàng)新環(huán)境的高校趨于和另一些具有較高創(chuàng)新環(huán)境的高校相靠近，或者較低創(chuàng)新能力(或較差環(huán)境) 的高校之間趨于相鄰。

3.2 空間計(jì)量模型與估計(jì)

空間統(tǒng)計(jì)分析證明，我國(guó)30所研究型高校創(chuàng)新環(huán)境與大學(xué)教師創(chuàng)新能力之間存在著空間相關(guān)性。為了驗(yàn)證我國(guó)大學(xué)創(chuàng)新環(huán)境與大學(xué)教師創(chuàng)新能力之間存在密切聯(lián)系的有效性，需要采用地理加權(quán)回歸模型進(jìn)行估計(jì)。構(gòu)建反映高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新關(guān)系的計(jì)量經(jīng)濟(jì)學(xué)回歸模型：

式（3）中，ε表示隨機(jī)誤差項(xiàng)，j=1,2…30所研究型高校，IMj表示某年度各個(gè)省域的高校創(chuàng)新環(huán)境綜合得分，TKICj表示某年度的教師知識(shí)創(chuàng)新能力的綜合得分，βj衡量高校創(chuàng)新環(huán)境對(duì)教師知識(shí)創(chuàng)新能力的影響，由于研究采用空間計(jì)量經(jīng)濟(jì)學(xué)模型中地理加權(quán)回歸模型（GWR），因此設(shè)回歸系統(tǒng)β是一個(gè)常數(shù)，而βj的估計(jì)一般是采用加權(quán)最小二乘法(OLS)。

根據(jù)GWR估計(jì)結(jié)果（見(jiàn)表1）可見(jiàn)，高校創(chuàng)新環(huán)境與高校教師知識(shí)創(chuàng)新能力的OLS估計(jì)模型其擬合優(yōu)度（Goodness of Fit）達(dá)到0.573，模型整體上通過(guò)了1.0%水平的顯著性(卡方)檢驗(yàn)；而且高校創(chuàng)新環(huán)境也通過(guò)了1.0% 水平的變量卡方檢驗(yàn)，表明從總體上來(lái)講，高校創(chuàng)新環(huán)境對(duì)高校教師知識(shí)創(chuàng)新具有明顯的影響：在不考慮其他因素的情況下，高校創(chuàng)新環(huán)境綜合指數(shù)總體上每增長(zhǎng)1分，高校教師知識(shí)創(chuàng)新能力總體上增長(zhǎng)1.4分。當(dāng)然，OLS模型的擬合程度比較低，解釋能力只有0.471，使用基于OLS估計(jì)的模型研究高校創(chuàng)新環(huán)境對(duì)高校教師知識(shí)創(chuàng)新能力其解釋能力較低，導(dǎo)致這種現(xiàn)象可能是疏忽了影響高校教師知識(shí)創(chuàng)新能力的重要因變量，或是該模型的隨機(jī)干擾項(xiàng)含有違反計(jì)量經(jīng)濟(jì)模型擾動(dòng)的假設(shè)問(wèn)題，譬如未及時(shí)考慮省域間的空間相關(guān)性等問(wèn)題。

表1 高校創(chuàng)新環(huán)境與高校教師知識(shí)創(chuàng)新能力的OLS估計(jì)結(jié)果

表1研究結(jié)果表明，不同的空間差異性對(duì)高校教師知識(shí)創(chuàng)新和高校創(chuàng)新環(huán)境都有顯著影響,即所研究變量在樣本期間具有明顯的空間依賴(lài)性。但由于線性回歸模型在構(gòu)建過(guò)程中忽視了殘差項(xiàng)的空間自相關(guān)性問(wèn)題，導(dǎo)致OLS估計(jì)結(jié)果可能出現(xiàn)偏差，且該OLS模型所進(jìn)行的是全域估算，無(wú)法揭示(Local)各個(gè)局域高校創(chuàng)新環(huán)境對(duì)在校教師知識(shí)創(chuàng)新能力的實(shí)際影響程度。為了解決這些問(wèn)題，故本研究引進(jìn)地理加權(quán)回歸模型(GWR)和加權(quán)最小二乘法(WLS)，對(duì)我國(guó)30所高校的數(shù)據(jù)分別進(jìn)行高斯距離權(quán)值(Gaussian Distance)、指數(shù)距離權(quán)值(ExponentialDistance)和三次方距離權(quán)值(Tricube Distance)進(jìn)行局域估算,并得出分別為0.934,0.953,0.921，2均遠(yuǎn)遠(yuǎn)大于OLS的估計(jì)結(jié)果，這表示引進(jìn)地理空間加權(quán)回歸模型后，模型整體擬合效果較好，并驗(yàn)證了我國(guó)30所高校創(chuàng)新環(huán)境和高校教師創(chuàng)新能力之間存在著明顯的空間關(guān)聯(lián)性。

表1結(jié)果顯示：高校創(chuàng)新環(huán)境與在校教師知識(shí)創(chuàng)新之間呈現(xiàn)顯著正相關(guān)，顯示出我國(guó)高校創(chuàng)新環(huán)境發(fā)展對(duì)在校教師知識(shí)創(chuàng)新能力的提升具有明顯的促進(jìn)作用。在不考慮其他影響因素干擾的情況下，高校創(chuàng)新環(huán)境指數(shù)每增長(zhǎng)1個(gè)百分點(diǎn)，在校教師知識(shí)創(chuàng)新能力增長(zhǎng)0.0901個(gè)百分點(diǎn)。如北京、天津、河北、上海、遼寧、山東、湖北、浙江、江蘇、內(nèi)蒙古、山西、陜西、河南、安徽、重慶、寧夏、吉林等的高校創(chuàng)新環(huán)境指數(shù)每增長(zhǎng)1分，則在校教師的知識(shí)創(chuàng)新能力分別增長(zhǎng)2.12、2.11、2.10、2.09、2.06、1.91、1.90、1.89、1.87、1.86、1.69、1.64、1.63、1.37、1.31、1.25、1.17個(gè)分。

4 結(jié)論及政策建議

本文通過(guò)運(yùn)用空間地理加權(quán)回歸模型，對(duì)我國(guó)30所高校的創(chuàng)新環(huán)境和高校教師知識(shí)創(chuàng)新能力的空間聚集模式及二者之間的空間相關(guān)性進(jìn)行了計(jì)量分析和檢驗(yàn)，得到如下結(jié)論：

(1)通過(guò)對(duì)高校創(chuàng)新環(huán)境和高校教師知識(shí)創(chuàng)新能力的空間相關(guān)關(guān)系的檢驗(yàn)分析可以看出，我國(guó)各高校在校教師知識(shí)創(chuàng)新能力在空間分布上存在著明顯的空間關(guān)聯(lián)性，因而在剖析高校教師知識(shí)創(chuàng)新的影響因素時(shí)應(yīng)采納空間計(jì)量模型將高校創(chuàng)新環(huán)境對(duì)教師知識(shí)創(chuàng)新能力的影響分解為局域估計(jì)系數(shù)，從而回歸分析結(jié)果更加精確可靠，以求較為科學(xué)地分析高校創(chuàng)新環(huán)境對(duì)教師知識(shí)創(chuàng)新的影響，為制定和實(shí)施增強(qiáng)高校教師知識(shí)創(chuàng)新能力提供的引導(dǎo)和理論支持。

(2)研究結(jié)果表明，高校創(chuàng)新環(huán)境對(duì)高校教師知識(shí)創(chuàng)新具有顯著的正面影響,高校在促進(jìn)教師知識(shí)創(chuàng)新能力方面應(yīng)該發(fā)揮更大的作用。高校良好的創(chuàng)新環(huán)境，特別是高校從行政管理和經(jīng)費(fèi)投入方面來(lái)扶持高校教師知識(shí)創(chuàng)新活動(dòng)，有助于在校教師知識(shí)創(chuàng)新能力的形成和原創(chuàng)性知識(shí)能力的增強(qiáng)。

(3)通過(guò)運(yùn)用空間地理加權(quán)回歸模型可以發(fā)現(xiàn)，省域高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新能力的差異較明顯。因此，可以通過(guò)差異化的制度安排與異質(zhì)化的科技政策，培育具有地域特色的競(jìng)爭(zhēng)、合作的局域高校學(xué)術(shù)創(chuàng)新環(huán)境，充分發(fā)揮高校創(chuàng)新環(huán)境在教師知識(shí)創(chuàng)新能力提升中的重要作用。

受研究樣本數(shù)量和指標(biāo)選擇普適性等因素的限制，本研究?jī)H從宏觀層面對(duì)高校創(chuàng)新環(huán)境與教師知識(shí)創(chuàng)新能力的空間關(guān)聯(lián)性進(jìn)行了回歸分析。在今后的工作中將繼續(xù)從微觀層次研究各個(gè)省域的高校創(chuàng)新環(huán)境與高校教師知識(shí)創(chuàng)新能力之間的空間互動(dòng)發(fā)展關(guān)系，探討各個(gè)省域的高校創(chuàng)新環(huán)境對(duì)高校教師知識(shí)創(chuàng)新能力的空間微觀作用機(jī)制。

[1]王緝慈.知識(shí)創(chuàng)新和區(qū)域創(chuàng)新環(huán)境[J].經(jīng)濟(jì)地理,1999, 19(1):11-I5.

[2]楊銘,樓晞,單怡超,賈春萍. 高校創(chuàng)新環(huán)境培植理念探究[J]. 南京工程學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版),2004(4): 48-51.

[3]儲(chǔ)皓,張愛(ài)梅.高校創(chuàng)新教育環(huán)境的關(guān)鍵性要素研究[J]. 南京航空航天大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2001(4)：77-79.

[4]陳進(jìn).論高校創(chuàng)新環(huán)境與創(chuàng)新人才的培養(yǎng)[J].山西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2004(2):168-171.

[5]Anselin L.,Varga,A.and Acs,Z. J.Geographical Spillovers and University Research: A Spatial Econometric Perspective[J].Growth and Change 2000,31: 505-515.

[6]Anselin L.Raymond J.G. Florax Rey,S. JAdvances in Spatial Econometrics[M]. Berlin:Springer-Verlag,2004,241-264.

[7] Zhang CS，McGrath D．Geostatistical and GIS analyses on soil organic carbon concentrations in grassland of southeastern Ireland from two different periods． Geoderma，2004,119：261-275.

[8]Anselin L. and Florax R.New Directions in Spatial Econometrics[M]. Berlin:Springer-Verlag, 172-188.

[9]Anselin L. Florax R ,Rey S(eds) Advances in Spatial Econometrics: Methodology,Tools and Applications[M]. Springer-Verlag, 241-264.

[10] http://www.stats.gov.cn/.中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.

[11] http://www.istic.ac.cn/.中國(guó)科技信息研究所.

The Analysis of Spatial Econometric between Innovation Environment of Universities and Innovation of Teacher Knowledge

Han De-man
(college of Pharmaceutical Chemicals of Taizhou University, Taizhou, Zhejiang, 318000)

This paper is directed against the relations between innovation environment of universities and innovation of teacher knowledge and it aims to establish an integrated index evaluation system and conducts an investigation and quantitative analysis between innovation environment of universities and innovation of teacher knowledge in 30 universities in China by using Spatial Regression Analysis and Geographically Weighted Regression in Spatial econometrics. The results show that there exists significant spatial independence and spatial agglomeration between the two subjects, the innovation environment of universities is positively and significantly correlated with the innovation of teacher knowledge, a sound innovation environment helps to improve the innovative abilities of teacher knowledge. Universities should firstly get a clear understanding of their essential conditions, make full use of geological conditions such as innovative aggregation, regional advantages, knowledge spillover and spatial independence, academic communication and cooperation among universities, expand the scope of innovation and achieve the target of constant improvement of innovative abilities of teacher knowledge, and finally achieve leap-forward improvement of university innovation driven by the innovative abilities of teacher knowledge.

universities; innovation environment; teachers; knowledge innovation; Spatial Regression Analysis

G40-054

A

1674-3083（2016）06-0027-05

2016-11-16

本文是浙江省2015年度高等教育教學(xué)改革項(xiàng)目“基于‘校企協(xié)同、產(chǎn)教融合’的高分子材料與工程專(zhuān)業(yè)應(yīng)用型人才培養(yǎng)模式的探索與實(shí)踐”（jg2015181）階段性研究成果之一。

韓得滿(mǎn)（1972—），男，浙江三門(mén)人，臺(tái)州學(xué)院醫(yī)藥化工學(xué)院院長(zhǎng)、教授，博士，主要從事分析化學(xué)教學(xué)與研究。