高校創(chuàng)新產(chǎn)出及其驅(qū)動(dòng)因子的空間分異：基于ESDA
——GWR 的實(shí)證

曾繁華，黃 海

（1.武漢城市學(xué)院經(jīng)管學(xué)部，湖北武漢 430083；2.中南財(cái)經(jīng)政法大學(xué)經(jīng)濟(jì)學(xué)院，湖北武漢 430073）

創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力。提升區(qū)域創(chuàng)新產(chǎn)出水平，真正將科技創(chuàng)新優(yōu)勢(shì)轉(zhuǎn)化為經(jīng)濟(jì)高質(zhì)量發(fā)展的動(dòng)力優(yōu)勢(shì)，已然成為檢驗(yàn)科技創(chuàng)新支撐經(jīng)濟(jì)發(fā)展能力的主要標(biāo)準(zhǔn)。高校在社會(huì)中既肩負(fù)著教育職能，也扮演了創(chuàng)新人才培養(yǎng)、原創(chuàng)性知識(shí)成果形成、產(chǎn)學(xué)研協(xié)同創(chuàng)新的關(guān)鍵角色，逐漸成為創(chuàng)新鏈中創(chuàng)新產(chǎn)出的重要貢獻(xiàn)主體，對(duì)經(jīng)濟(jì)增長(zhǎng)的正向影響也不斷增強(qiáng)［1］。根據(jù)我國(guó)2019 年度國(guó)家科學(xué)技術(shù)獎(jiǎng)勵(lì)大會(huì)公布的數(shù)據(jù)，2019 年國(guó)家科學(xué)技術(shù)獎(jiǎng)勵(lì)授獎(jiǎng)項(xiàng)目（通用項(xiàng)目）共239 項(xiàng)，其中144 所高校作為主要完成單位獲獎(jiǎng)198 項(xiàng)，占授獎(jiǎng)總數(shù)的82.8%，在一些基礎(chǔ)研究領(lǐng)域也有重大突破，科研項(xiàng)目質(zhì)量表現(xiàn)同樣亮眼，說(shuō)明高校已躍升為承擔(dān)國(guó)家原始性創(chuàng)新的主力軍之一。同時(shí)，以往研究指出，高校創(chuàng)新產(chǎn)出水平越高的地區(qū)對(duì)區(qū)域經(jīng)濟(jì)帶動(dòng)性越強(qiáng)，且具有顯著的溢出效應(yīng)［2-3］。發(fā)揮好高校學(xué)科優(yōu)勢(shì)和人才優(yōu)勢(shì)，提高高校創(chuàng)新產(chǎn)出的經(jīng)濟(jì)價(jià)值效率和社會(huì)價(jià)值效率，事關(guān)區(qū)域整體創(chuàng)新能力的躍遷，也事關(guān)國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略大局［4］。

近些年來(lái)，國(guó)內(nèi)外關(guān)于區(qū)域創(chuàng)新產(chǎn)出的空間差異作了多角度研究。主要集中于創(chuàng)新產(chǎn)出的空間依賴(lài)特征和空間分異性、創(chuàng)新產(chǎn)出空間集聚及溢出效應(yīng)、時(shí)空演化及影響因素等［5-10］，也有部分研究拓展到高校這一創(chuàng)新主體，指出高校創(chuàng)新產(chǎn)出同樣具有空間關(guān)聯(lián)性，并揭示了高校創(chuàng)新產(chǎn)出尤其是通過(guò)基礎(chǔ)研究和產(chǎn)學(xué)研合作帶來(lái)的產(chǎn)出顯著促進(jìn)了區(qū)域經(jīng)濟(jì)增長(zhǎng)［11-12］。綜合已有研究，目前關(guān)于高校創(chuàng)新產(chǎn)出空間差異的研究還不多，也很少關(guān)注高校創(chuàng)新產(chǎn)出的空間集聚特征與時(shí)空躍遷特征，另外關(guān)于創(chuàng)新驅(qū)動(dòng)因子的研究較少?gòu)牡乩砦恢蒙峡紤]不同區(qū)域各影響因素對(duì)高校創(chuàng)新產(chǎn)出影響的差異，不能真實(shí)反映解釋變量的空間特征。

我國(guó)高校在地理空間上相對(duì)分散，區(qū)域創(chuàng)新環(huán)境、創(chuàng)新要素投入、人力資本水平等內(nèi)外部因素的空間分異特征直接影響高校創(chuàng)新活動(dòng)的開(kāi)展［13-14］?；谝陨戏治觯咝?chuàng)新產(chǎn)出是否具有空間關(guān)聯(lián)性和差異性？進(jìn)一步，各地區(qū)高校創(chuàng)新產(chǎn)出集聚是否存在明顯的時(shí)空演進(jìn)趨勢(shì)？作為創(chuàng)新驅(qū)動(dòng)因子，各區(qū)域創(chuàng)新要素和創(chuàng)新環(huán)境等對(duì)高校創(chuàng)新產(chǎn)出影響程度的空間異質(zhì)性如何，怎樣進(jìn)行具有針對(duì)性的制度安排？鑒于此，本文從空間角度進(jìn)行研究，采取探索性空間數(shù)據(jù)分析方法（ESDA）和地理加權(quán)回歸（GWR）將數(shù)據(jù)的空間特征納入到模型當(dāng)中，從而客觀實(shí)際地探測(cè)高校創(chuàng)新數(shù)據(jù)的空間非平穩(wěn)性。

1 數(shù)據(jù)來(lái)源及研究方法

1.1 指標(biāo)構(gòu)建

現(xiàn)有文獻(xiàn)大多選用專(zhuān)利申請(qǐng)數(shù)和專(zhuān)利授權(quán)數(shù)作為高校創(chuàng)新產(chǎn)出指標(biāo)。本文認(rèn)為，專(zhuān)利申請(qǐng)存在審核程序，包含了部分不具備創(chuàng)新價(jià)值或創(chuàng)新價(jià)值較弱的專(zhuān)利產(chǎn)品，因此選用專(zhuān)利授權(quán)數(shù)衡量高校創(chuàng)新產(chǎn)出具有更好的代表性。創(chuàng)新要素初選地區(qū)R&D 人員全時(shí)當(dāng)量、地區(qū)R&D 經(jīng)費(fèi)內(nèi)部支出指標(biāo)；創(chuàng)新環(huán)境主要指經(jīng)濟(jì)發(fā)展水平與技術(shù)市場(chǎng)活躍度，分別以人均GDP 與技術(shù)市場(chǎng)合同金額作為初選自變量；人力資本水平選取地區(qū)平均受教育年限作為替代變量。

1.2 樣本選擇與數(shù)據(jù)來(lái)源

教育部科技司每年對(duì)全國(guó)設(shè)有理、工、農(nóng)、醫(yī)等教學(xué)專(zhuān)業(yè)的高等學(xué)校的科技成果及產(chǎn)出情況進(jìn)行了詳細(xì)統(tǒng)計(jì)。本文對(duì)高校創(chuàng)新產(chǎn)出的空間測(cè)度正是以各省、直轄市和自治區(qū)內(nèi)的高等學(xué)校為基礎(chǔ)，因此分地區(qū)截取1 939 所納入統(tǒng)計(jì)的高等學(xué)校為研究對(duì)象。各省市、自治區(qū)的高等學(xué)校創(chuàng)新產(chǎn)出數(shù)據(jù)來(lái)源于《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》（2009—2018年），創(chuàng)新要素投入數(shù)據(jù)來(lái)自《中國(guó)科技統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》，部分?jǐn)?shù)據(jù)經(jīng)過(guò)計(jì)算整理后得到。由于港澳臺(tái)地區(qū)數(shù)據(jù)缺失，同時(shí)海南省和其他省份不存在共同邊界，因此均不納入研究范圍。

1.3 研究方法

1.3.1 ESDA 方法

ESDA（Exploratory Spatial Data Analysis,探 索性空間數(shù)據(jù)分析）以測(cè)量事物或現(xiàn)象之間的空間關(guān)聯(lián)程度為核心，彌補(bǔ)了傳統(tǒng)統(tǒng)計(jì)分析忽略數(shù)據(jù)內(nèi)含空間依賴(lài)屬性的缺陷。通過(guò)ESDA 分析，可發(fā)現(xiàn)高校創(chuàng)新產(chǎn)出在地理上是否具有集聚特征和存在空間異常，進(jìn)而對(duì)空間過(guò)程作更深入的探索［15］。ESDA 包括全局空間自相關(guān)分析（Global Spatial Autocorrelation）和局部空間自相關(guān)分析(Local Spatial Autocorrelation)兩種方法。全局空間自相關(guān)分析用來(lái)檢驗(yàn)高校創(chuàng)新產(chǎn)出總體在整個(gè)研究區(qū)域內(nèi)是否存在空間關(guān)聯(lián)和空間集聚的特征，一般較常運(yùn)用Global Moran's I 指數(shù)，公式為：

局部空間自相關(guān)分析進(jìn)一步考慮每一個(gè)局部區(qū)域與周邊地區(qū)高校創(chuàng)新產(chǎn)出空間關(guān)聯(lián)程度的強(qiáng)弱，一般采用Local Moran's I 指數(shù)測(cè)度，通過(guò)Moran 散點(diǎn)圖和LISA 聚類(lèi)圖進(jìn)行可視化分析，可以發(fā)現(xiàn)高校創(chuàng)新產(chǎn)出空間聚集的四大類(lèi)型，即高-高聚集、高-低聚集、低-高聚集以及低-低聚集類(lèi)型。Local Moran's I 指數(shù)計(jì)算公式為：

其中zi,zj為區(qū)域i和j標(biāo)準(zhǔn)化的觀測(cè)值向量，wij為空間權(quán)重矩陣，n為研究區(qū)域的單元總數(shù)。

1.3.2 GWR 方法

GWR（Geographical Weighted Regression，地 理加權(quán)回歸）不同于傳統(tǒng)OLS 回歸方法，考慮地理坐標(biāo)的空間權(quán)重，地理加權(quán)回歸模型針對(duì)每一個(gè)區(qū)域單元都進(jìn)行一次局部擬合分析，從而得到隨地理位置變化而不斷變化的局部回歸系數(shù)而非單一常數(shù)。利用GWR 模型研究高校創(chuàng)新產(chǎn)出驅(qū)動(dòng)因子的空間異質(zhì)性，可以發(fā)現(xiàn)不同區(qū)域各驅(qū)動(dòng)因子對(duì)高校創(chuàng)新產(chǎn)出的不同影響，更好反映驅(qū)動(dòng)因子變量與創(chuàng)新產(chǎn)出變量的關(guān)系隨空間差異的變化情況［16］。模型如下：

其中b為貸款，dij為樣本點(diǎn)i與j之間的地理距離?？紤]到選取的權(quán)重函數(shù)對(duì)模型估計(jì)精度造成的影響，一般需確定合適的寬帶進(jìn)行優(yōu)化，主要方法為AIC(Akaike Information Criterion,赤池信息準(zhǔn)則法)方法和CV（Cross Validation，交叉確認(rèn)法）方法。

2 高校創(chuàng)新產(chǎn)出的空間相關(guān)性分析

2.1 高校創(chuàng)新產(chǎn)出全局空間自相關(guān)分析

采用分位數(shù)法將我國(guó)2008—2017 年高校平均創(chuàng)新產(chǎn)出水平劃分為5 個(gè)等級(jí)，分別為高、較高、中等、較低和低等。從圖1 可知，我國(guó)高校創(chuàng)新產(chǎn)出區(qū)域差異明顯，高校創(chuàng)新產(chǎn)出高水平和較高水平區(qū)域集中在東中部省份，高校創(chuàng)新產(chǎn)出低水平和較低區(qū)域主要分布在西部省份。其中，北京、山東、江蘇、上海、浙江、湖北和陜西為高校創(chuàng)新產(chǎn)出高水平區(qū)域，黑龍江、遼寧、廣東、河南、安徽、湖南和四川為高校創(chuàng)新產(chǎn)出較高水平區(qū)域，吉林、河北、天津、江西、福建、重慶為高校創(chuàng)新產(chǎn)出中等水平區(qū)域，山西、內(nèi)蒙古、寧夏、甘肅、貴州、云南、廣西、青海、新疆和西藏為高校創(chuàng)新水平較低或低水平區(qū)域。除此之外，高校創(chuàng)新產(chǎn)出具有組團(tuán)分布特征，東部沿海的山東、江蘇、江蘇、上海和浙江等省市的高校創(chuàng)新產(chǎn)出展現(xiàn)出強(qiáng)強(qiáng)聯(lián)合的集群發(fā)展態(tài)勢(shì)，是第五分位區(qū)域成堆分布的省市，中部?jī)H以湖北、陜西為核心，構(gòu)成高校創(chuàng)新產(chǎn)出次極化帶。而西部省份基本處于第一和第二分位區(qū)，是高校創(chuàng)新產(chǎn)出水平較低省市成堆分布地區(qū)。進(jìn)一步，對(duì)2008 年和2017 年高校創(chuàng)新產(chǎn)出作Moran 散點(diǎn)圖，如圖2 所示，發(fā)現(xiàn)大部分省域落在第一、三象限，Moran's I 指數(shù)分布為0.153 和0.176，說(shuō)明這些省域之間具有空間正相關(guān)性。整體看來(lái)，我國(guó)高校創(chuàng)新產(chǎn)出具有空間差異，且這種空間差異呈整體發(fā)散、局部趨同的特征。高校創(chuàng)新產(chǎn)出的空間差異不僅表現(xiàn)為區(qū)域整體創(chuàng)新差異較大，還表現(xiàn)為高校創(chuàng)新產(chǎn)出有規(guī)律性的組團(tuán)分布，即部分較高和高創(chuàng)新產(chǎn)出的省份彼此相鄰，較低和低創(chuàng)新產(chǎn)出的省份彼此相鄰，顯示出我國(guó)高校創(chuàng)新產(chǎn)出具有潛在的空間聚集特征。

圖1 各?。ㄊ?、自治區(qū)）高校創(chuàng)新產(chǎn)出區(qū)間分布

圖2 2008 和2017 年高校創(chuàng)新產(chǎn)出的Moran 散點(diǎn)圖

借助ArcGIS 和GeoDa 軟件對(duì)我國(guó)30 個(gè)省市的高校創(chuàng)新產(chǎn)出數(shù)據(jù)進(jìn)行全局空間自相關(guān)分析得到，從2008—2017 年，高校創(chuàng)新產(chǎn)出的Global Moran's I指數(shù)均大于0，且運(yùn)用蒙特卡洛模擬方法對(duì)Moran's I的顯著性進(jìn)行檢驗(yàn)，P 值均低于0.05，說(shuō)明95%置信水平下我國(guó)高校創(chuàng)新產(chǎn)出存在顯著的空間正向自相關(guān)，如表1 所示。全局空間自相關(guān)分析進(jìn)一步說(shuō)明我國(guó)30 個(gè)省市高校創(chuàng)新產(chǎn)出的空間分布并非具有空間隨機(jī)性，而是表現(xiàn)為創(chuàng)新產(chǎn)出相似值之間一定程度的空間聚集。同時(shí)高校創(chuàng)新產(chǎn)出Moran's I 統(tǒng)計(jì)值從2008 年的0.153 下降到2013 年的0.122，然后又攀升到2017 年的0.176，表明高校創(chuàng)新產(chǎn)出在全國(guó)范圍內(nèi)呈倒“U”型變化，且近幾年高校創(chuàng)新產(chǎn)出的聚集程度逐步加強(qiáng)。

表1 2008—2017 年高校創(chuàng)新產(chǎn)出在不同年份的Moran's I 值及其顯著性

2.2 高校創(chuàng)新產(chǎn)出局部空間自相關(guān)分析

Global Moran's I 指數(shù)概括了整個(gè)研究區(qū)域內(nèi)高校創(chuàng)新產(chǎn)出的空間依賴(lài)程度，由于Global Moran's I指數(shù)的測(cè)算結(jié)果始終在0.5 以內(nèi)，說(shuō)明空間自相關(guān)性較弱，需要明確正向自相關(guān)的具體定位。而Local Moran's I 指數(shù)則用于描述每個(gè)局部單元與各自鄰近位置同一屬性的相關(guān)性。利用GeoDa 分別生成2008、2011、2014 和2017 年高校創(chuàng)新產(chǎn)出LISA 聚類(lèi)圖，由圖3 可知，2008—2017 年我國(guó)高校創(chuàng)新產(chǎn)出表現(xiàn)為較明顯的地理分異格局和時(shí)空演變特征，且集中反映在東、中部地區(qū)。總的說(shuō)來(lái)，新疆、西藏為主要的低-低聚集區(qū)，受諸多因素限制，這些區(qū)域雖然高校創(chuàng)新產(chǎn)出空間差異較小，但是自身及周邊的高校創(chuàng)新產(chǎn)出水平都較低。低-高聚集區(qū)和高-高聚集區(qū)從2008—2017 年變化較大，2008—2011 年，主要的高-高聚集區(qū)僅為遼寧、山東、江蘇、上海、浙江和湖北，說(shuō)明這些區(qū)域一直以來(lái)高校創(chuàng)新產(chǎn)出水平較高，同時(shí)東部省份體現(xiàn)為較強(qiáng)的空間集聚效應(yīng)。而河北、天津、河南、安徽、江西、福建等省市為低-高聚集區(qū)，這些區(qū)域大多鄰近高-高聚集區(qū)，但高校創(chuàng)新產(chǎn)出水平低于周邊地區(qū)，呈追趕狀態(tài)?？梢园l(fā)現(xiàn)，2008—2011 年，湖北省為中部地區(qū)唯一高校創(chuàng)新產(chǎn)出高-高聚集省份，主要原因在于湖北省高校數(shù)量及質(zhì)量、高?？蒲匈Y源稟賦在中部地區(qū)處于領(lǐng)先地位，因此對(duì)比中部其他省份凸顯出高校初始創(chuàng)新產(chǎn)出優(yōu)勢(shì)。同時(shí)，這一時(shí)間段中部省份高校創(chuàng)新產(chǎn)出內(nèi)外部關(guān)聯(lián)性不強(qiáng)，創(chuàng)新協(xié)調(diào)能力較差，高校創(chuàng)新基本處于區(qū)域分割狀態(tài)。到2014—2017 年，中部安徽、河南、湖南等省份躍升為高-高聚集區(qū)，這些區(qū)域通過(guò)提高自身高校創(chuàng)新產(chǎn)出水平或接受周邊地區(qū)高校創(chuàng)新產(chǎn)出溢出，逐步成為高校創(chuàng)新產(chǎn)出高水平省份?？偟膩?lái)看，2008—2017 年我國(guó)高校創(chuàng)新產(chǎn)出高-高聚集類(lèi)型省份數(shù)量顯著增加，表明我國(guó)高校創(chuàng)新產(chǎn)出水平整體上提升較快，高校創(chuàng)新產(chǎn)出增長(zhǎng)極的擴(kuò)散效應(yīng)逐漸增強(qiáng)。另外，高校創(chuàng)新產(chǎn)出在東中部呈現(xiàn)空間收斂性，東部省份雖然具有高校創(chuàng)新產(chǎn)出的天然優(yōu)勢(shì)，但近幾年中部地區(qū)由于創(chuàng)新環(huán)境的改善和對(duì)高校創(chuàng)新產(chǎn)出的積極培育，正逐漸縮小與東部省份的差距，高校創(chuàng)新協(xié)同發(fā)展的一體化態(tài)勢(shì)不斷凸顯，成為高校創(chuàng)新產(chǎn)出新的增長(zhǎng)高地。

圖3 不同年份高校創(chuàng)新產(chǎn)出LISA 聚類(lèi)圖

進(jìn)一步，對(duì)2017 年理工農(nóng)醫(yī)類(lèi)高校和人文社科類(lèi)高校的創(chuàng)新產(chǎn)出進(jìn)行局部空間自相關(guān)分析，如圖4 所示，發(fā)現(xiàn)僅理工農(nóng)醫(yī)類(lèi)高校創(chuàng)新產(chǎn)出具有趨同的空間集聚特征，即北京、山東、江蘇、浙江、河南、安徽、湖北、湖南等省份仍為高-高聚集區(qū)。人文社科類(lèi)高校創(chuàng)新產(chǎn)出空間聚集特征上，北京、山東、上海、浙江和湖北等省份均由高-高聚集類(lèi)型變?yōu)榈?高聚集類(lèi)型，說(shuō)明這些省份高校創(chuàng)新產(chǎn)出優(yōu)勢(shì)主要來(lái)自于理工農(nóng)醫(yī)類(lèi)高校的支撐，而人文社科類(lèi)高校創(chuàng)新產(chǎn)出相比周邊地區(qū)并不再繼續(xù)保持高創(chuàng)新產(chǎn)出水平的優(yōu)勢(shì)，一方面充分說(shuō)明創(chuàng)新產(chǎn)出水平受高校結(jié)構(gòu)的影響，理工農(nóng)醫(yī)類(lèi)高校在當(dāng)前高?？蒲谐晒敵錾先哉紦?jù)主導(dǎo)地位。這類(lèi)高校以技術(shù)創(chuàng)新為主的自然科學(xué)研究為重點(diǎn)，符合我國(guó)科研管理“重自然科學(xué)，輕社會(huì)科學(xué)”的階段性特征［17］；另一方面說(shuō)明部分地域在高校創(chuàng)新產(chǎn)出的培育上重點(diǎn)將更多科研資源投向理工農(nóng)醫(yī)類(lèi)高校。北京、山東、上海、浙江和湖北是創(chuàng)新資源集聚區(qū)，自身理工農(nóng)醫(yī)類(lèi)高校數(shù)量較多，這類(lèi)高校的創(chuàng)新能力得到良好發(fā)揮，形成在自然科學(xué)領(lǐng)域內(nèi)高創(chuàng)新產(chǎn)出的競(jìng)爭(zhēng)優(yōu)勢(shì)和創(chuàng)新特色，但對(duì)人文社科類(lèi)高校創(chuàng)新投入和產(chǎn)出缺乏支持和引導(dǎo)，導(dǎo)致以基礎(chǔ)知識(shí)創(chuàng)新為主的人文社科創(chuàng)新能力在全國(guó)范圍內(nèi)并不突出。

圖4 不同學(xué)科類(lèi)型高校創(chuàng)新產(chǎn)出LISA 聚類(lèi)圖

3 高校創(chuàng)新產(chǎn)出的地理加權(quán)回歸分析

空間自相關(guān)分析已經(jīng)證明，我國(guó)高校創(chuàng)新產(chǎn)出表現(xiàn)為明顯的空間聚集，不同區(qū)域自變量和因變量之間的關(guān)系也可能存在地區(qū)差異。如果用OLS（普通最小二乘法）對(duì)高校創(chuàng)新產(chǎn)出的驅(qū)動(dòng)因子進(jìn)行估計(jì)，由于不再滿足空間均質(zhì)和方差齊性的假定，因此基于經(jīng)典線性回歸模型估計(jì)的結(jié)果也是有偏誤的。事實(shí)上，高校創(chuàng)新產(chǎn)出水平是衡量地方科技創(chuàng)新能力的一個(gè)方面，受各類(lèi)創(chuàng)新要素的影響，且存在空間交互作用，因此，我國(guó)高校創(chuàng)新產(chǎn)出的空間格局是相互聯(lián)系的多種綜合因素的結(jié)果。納入空間異質(zhì)性，本文運(yùn)用加權(quán)最小二乘法（WLS）對(duì)經(jīng)典線性模型進(jìn)行修正，從而更好地解釋產(chǎn)生高校創(chuàng)新產(chǎn)出空間差異的影響因素。在擬選用解釋變量中，經(jīng)過(guò)多重共線性檢驗(yàn)，發(fā)現(xiàn)人均GDP 同其他變量存在顯著的多重共線性，且降低了模型整體擬合優(yōu)度，因此予以剔除。另外，考慮高校創(chuàng)新產(chǎn)出具有較強(qiáng)的滯后性［18］，模型中各因變量滯后一年，首先構(gòu)建高校創(chuàng)新產(chǎn)出數(shù)據(jù)和高校創(chuàng)新產(chǎn)出驅(qū)動(dòng)因子的雙對(duì)數(shù)模型如下：

其中，下標(biāo)i表示各省份，p代表高校創(chuàng)新產(chǎn)出，rdry 代表地區(qū)R&D 人員全時(shí)當(dāng)量，rdzc 代表地區(qū)R&D 經(jīng)費(fèi)支出，edu 表示人力資本水平，jssc 是技術(shù)市場(chǎng)合同交易額，代表技術(shù)市場(chǎng)活躍度，是隨機(jī)誤差項(xiàng)。

3.1 基于OLS模型的結(jié)果分析

進(jìn)行GWR 估計(jì)之前，對(duì)方程（5）開(kāi)展全局OLS 估計(jì)，回歸結(jié)果如表2 所示。從估計(jì)的檢驗(yàn)結(jié)果來(lái)看，模型整體擬合優(yōu)度較高，具有較好的解釋力。對(duì)各變量t值檢驗(yàn)說(shuō)明，地區(qū)R&D 人員數(shù)、人力資本水平與技術(shù)市場(chǎng)活躍度對(duì)高校創(chuàng)新產(chǎn)出有較顯著的影響，且通過(guò)系數(shù)值表明，地區(qū)R&D 人員、技術(shù)市場(chǎng)活躍度對(duì)高校創(chuàng)新產(chǎn)出有正向作用，而人力資本水平對(duì)高校創(chuàng)新產(chǎn)出有負(fù)向作用。另外，全局OLS 估計(jì)下地區(qū)R&D 經(jīng)費(fèi)支出對(duì)高校創(chuàng)新產(chǎn)出影響不顯著。

表2 高校創(chuàng)新產(chǎn)出的全局OLS 估計(jì)結(jié)果

3.2 基于GWR模型的結(jié)果分析

利用GWR 模型，將核類(lèi)型選擇為Adaptive，帶寬選擇為AICc，在全局OLS 估計(jì)基礎(chǔ)上進(jìn)行高校創(chuàng)新產(chǎn)出的局域估計(jì)。經(jīng)檢驗(yàn)，采用GWR 回歸模型之后，模型擬合優(yōu)度為0.896，說(shuō)明納入空間地理特征的加權(quán)最小二乘法顯著提高了模型解釋力水平，優(yōu)于傳統(tǒng)的OLS 估計(jì)方法。在局域空間上，各省域回歸模型整體擬合效果均較好；變量顯著性方面，地區(qū)R&D 人員數(shù)、人力資本水平與技術(shù)市場(chǎng)活躍度通過(guò)顯著性檢驗(yàn)，詳細(xì)的每一個(gè)回歸點(diǎn)的估計(jì)系數(shù)如表3 所示。

表3 高校創(chuàng)新產(chǎn)出的GWR 估計(jì)結(jié)果

4 結(jié)論與政策啟示

4.1 結(jié)論

本文試圖以2008—2017年中國(guó)30個(gè)省（自治區(qū)、直轄市）的高校創(chuàng)新產(chǎn)出指標(biāo)數(shù)據(jù)為樣本，立足空間視角，首先利用ArcGIS 和Geoda 軟件對(duì)高校創(chuàng)新產(chǎn)出水平的空間格局進(jìn)行可視分析，其次運(yùn)用ESDA方法揭示了高校創(chuàng)新產(chǎn)出的空間關(guān)聯(lián)特征以及時(shí)空演化趨勢(shì)，在此基礎(chǔ)上應(yīng)用GWR 模型實(shí)證分析了不同地理空間上創(chuàng)新要素對(duì)于高校創(chuàng)新產(chǎn)出的影響差異。主要結(jié)論如下：

（1）從高校創(chuàng)新產(chǎn)出的空間分布格局來(lái)看，我國(guó)高校創(chuàng)新產(chǎn)出的空間差異明顯，同時(shí)這種空間差異具有整體發(fā)散、局部趨同的態(tài)勢(shì)，高校創(chuàng)新產(chǎn)出呈有規(guī)律性的組團(tuán)分布，表明了潛在空間關(guān)聯(lián)和集聚特征的存在。

（2）從高校創(chuàng)新產(chǎn)出的空間關(guān)聯(lián)特征來(lái)看，驗(yàn)證得到我國(guó)高校創(chuàng)新產(chǎn)出存在顯著的空間全局正向自相關(guān)性，相似水平的區(qū)域表現(xiàn)出一定程度的空間集聚，且近幾年集聚程度總體增強(qiáng)。高校創(chuàng)新產(chǎn)出空間關(guān)聯(lián)程度的強(qiáng)弱表現(xiàn)為較明顯的地理分異格局和時(shí)空演變特征，集中反映在東、中部省份在高-高聚集和低-高聚集類(lèi)型之間的演變。此外，不同學(xué)科類(lèi)型的高校當(dāng)中，僅理工科高校創(chuàng)新產(chǎn)出具有與總體創(chuàng)新產(chǎn)出趨同的空間集聚特征。

（3）從GWR 模型回歸結(jié)果來(lái)看，各驅(qū)動(dòng)因子對(duì)高校創(chuàng)新產(chǎn)出的影響程度也存在明顯的空間分異。地區(qū)R&D 人員數(shù)、技術(shù)市場(chǎng)活躍度對(duì)高校創(chuàng)新產(chǎn)出具有正向促進(jìn)作用，但同一因素創(chuàng)新產(chǎn)出的回歸系數(shù)呈現(xiàn)空間異質(zhì)性，表現(xiàn)為二者回歸系數(shù)的空間格局大體由東向西逐漸遞減；人力資本水平對(duì)各區(qū)域高校創(chuàng)新產(chǎn)出均有負(fù)效應(yīng)，說(shuō)明高校人力資本開(kāi)發(fā)與創(chuàng)新研發(fā)出現(xiàn)嚴(yán)重脫節(jié)的現(xiàn)象，人力資本創(chuàng)新轉(zhuǎn)化率亟待提升。

4.2 政策啟示

（1）發(fā)揮空間外溢效應(yīng)，健全高校區(qū)域創(chuàng)新互動(dòng)機(jī)制。在加快打造中部地區(qū)高校創(chuàng)新產(chǎn)出新的增長(zhǎng)極，率先形成東中部地區(qū)高校創(chuàng)新一體化發(fā)展格局的同時(shí)，有效利用地理鄰近優(yōu)勢(shì)，打破高校創(chuàng)新溢出壁壘，繼續(xù)提升處于高-高聚集類(lèi)型的省份對(duì)周邊低-高聚集類(lèi)型省份高校創(chuàng)新產(chǎn)出的輻射帶動(dòng)作用，實(shí)現(xiàn)高校創(chuàng)新產(chǎn)出沿海、沿經(jīng)濟(jì)帶、沿經(jīng)濟(jì)圈聯(lián)動(dòng)增長(zhǎng)。而對(duì)于自身及毗鄰區(qū)域高校創(chuàng)新產(chǎn)出水平都較低的西部地區(qū)，當(dāng)?shù)刎?cái)政、R&D 人員很難保持對(duì)高校創(chuàng)新水平提升的維持，因此需要國(guó)家對(duì)當(dāng)?shù)馗咝?chuàng)新活動(dòng)給予相應(yīng)的政策傾斜，優(yōu)化創(chuàng)新投入資源配置，培育良好的高校創(chuàng)新環(huán)境。另外，強(qiáng)化高校區(qū)域創(chuàng)新互動(dòng)，探索建立區(qū)域高校創(chuàng)新聯(lián)盟，為東中西部高?？萍汲晒涣鞔罱蛄?，使高校創(chuàng)新產(chǎn)出的涓滴效應(yīng)最終超過(guò)極化效應(yīng)占據(jù)優(yōu)勢(shì)［21］。

（2）優(yōu)化資源投入結(jié)構(gòu)，實(shí)現(xiàn)不同學(xué)科協(xié)同創(chuàng)新發(fā)展。國(guó)內(nèi)“重理輕文”的學(xué)術(shù)弊病仍然存在，直接導(dǎo)致科研重心向理工農(nóng)醫(yī)類(lèi)高校傾斜，影響區(qū)域高校整體創(chuàng)新產(chǎn)出水平的提升。為此，區(qū)域在制定高校創(chuàng)新戰(zhàn)略規(guī)劃時(shí)，應(yīng)運(yùn)用系統(tǒng)化思維，盡量平衡學(xué)科間科研資源投入比重，實(shí)現(xiàn)理工農(nóng)醫(yī)類(lèi)學(xué)科和人文社科類(lèi)學(xué)科創(chuàng)新產(chǎn)出水平的共同躍升。鼓勵(lì)跨學(xué)科間開(kāi)展創(chuàng)新合作，建立科研創(chuàng)新信息與平臺(tái)共享機(jī)制，另外要促進(jìn)人文社科類(lèi)高校發(fā)揮自身創(chuàng)新活動(dòng)特征與優(yōu)勢(shì)，同政府、企業(yè)開(kāi)展更多合作，不斷釋放創(chuàng)新活力。

（3）進(jìn)一步強(qiáng)化R&D 人員供給，打造創(chuàng)新人才高-高聚集的“洼地”。未來(lái)高校創(chuàng)新產(chǎn)出的競(jìng)爭(zhēng)仍然是以高端創(chuàng)新人才為核心的競(jìng)爭(zhēng)，各省份應(yīng)繼續(xù)實(shí)施有效的激勵(lì)政策，完善人才引進(jìn)與培育政策體系，保持R&D 人員規(guī)模的適度擴(kuò)張，尤其提高高質(zhì)量R&D 人員的比例，堅(jiān)持“質(zhì)”“量”并舉。為適應(yīng)人才競(jìng)爭(zhēng)趨勢(shì)，中西部地區(qū)及區(qū)域內(nèi)高校應(yīng)從提升人才競(jìng)爭(zhēng)力出發(fā)，在產(chǎn)業(yè)基礎(chǔ)、人才待遇、科研條件、創(chuàng)新服務(wù)方面做更多的改善，加強(qiáng)引才育才力度，加快創(chuàng)新人才集聚。同時(shí)，破除地區(qū)間R&D 人員流動(dòng)的體制機(jī)制障礙，促進(jìn)校際人才與知識(shí)的合理有序流動(dòng)。

（4）培育高效的技術(shù)市場(chǎng)，激發(fā)高校與技術(shù)市場(chǎng)“雙向驅(qū)動(dòng)”效應(yīng)。針對(duì)技術(shù)市場(chǎng)活躍度的區(qū)域差異，重點(diǎn)加強(qiáng)新疆、甘肅、貴州等西部各省份技術(shù)市場(chǎng)的建設(shè)，打造中部長(zhǎng)江經(jīng)濟(jì)帶技術(shù)市場(chǎng)聯(lián)盟的區(qū)域技術(shù)大市場(chǎng)，利用地理鄰近效應(yīng)，加速區(qū)域間高校科技成果轉(zhuǎn)化［22］。高校作為基礎(chǔ)研究的主體之一，是技術(shù)市場(chǎng)的主要供給方。因此政府應(yīng)當(dāng)致力于提升技術(shù)交易對(duì)高校的吸引力，尤其是技術(shù)市場(chǎng)欠發(fā)達(dá)地區(qū)，要通過(guò)對(duì)高校專(zhuān)利等產(chǎn)出提供信貸扶持、稅收優(yōu)惠等方式，使其成為高校創(chuàng)新產(chǎn)出的助推器。反過(guò)來(lái)，技術(shù)市場(chǎng)建設(shè)也可依托高校等研究機(jī)構(gòu)培育專(zhuān)業(yè)化的技術(shù)轉(zhuǎn)移平臺(tái)和技術(shù)轉(zhuǎn)移人才，擴(kuò)大技術(shù)市場(chǎng)規(guī)模，以此形成二者的相互耦合、相互驅(qū)動(dòng)。

（5）加強(qiáng)高校教育鏈與創(chuàng)新鏈的深度融合，銜接人力資本開(kāi)發(fā)與高校創(chuàng)新研發(fā)。當(dāng)前需密切關(guān)注我國(guó)創(chuàng)新增長(zhǎng)與教育投入增長(zhǎng)不匹配的“索洛悖論”現(xiàn)象，繼續(xù)完善高校的教育職能體系，注重教育質(zhì)量的提高。應(yīng)從高校當(dāng)中努力培育一批創(chuàng)新型、研究型人力資本并服務(wù)于高校這一創(chuàng)新主體內(nèi)部，使其在基礎(chǔ)領(lǐng)域及原始創(chuàng)新領(lǐng)域承擔(dān)并發(fā)揮更大的作用，不斷注入新的知識(shí)創(chuàng)新成果。另外，人力資本總體發(fā)展方向應(yīng)當(dāng)由早期提升人力資本總量的粗放型模式轉(zhuǎn)變?yōu)楦雨P(guān)注人力資本質(zhì)量以及配置效率的集約型模式，通過(guò)形成促進(jìn)高校創(chuàng)新產(chǎn)出的產(chǎn)權(quán)保護(hù)、利益分配、科技評(píng)價(jià)、產(chǎn)學(xué)研協(xié)同等制度激勵(lì)，引導(dǎo)人力資本更多向高?；A(chǔ)領(lǐng)域和原始創(chuàng)新領(lǐng)域合理有效配置，夯實(shí)研發(fā)型人力資本基礎(chǔ)，從而加快實(shí)現(xiàn)高校人才資源優(yōu)勢(shì)向創(chuàng)新競(jìng)爭(zhēng)優(yōu)勢(shì)的轉(zhuǎn)變。