粵港澳大灣區(qū)高等教育集聚對科技創(chuàng)新的空間效應(yīng)研究*

向興華 武曉娜 孫麗昕

一、引言

粵港澳大灣區(qū)作為我國開放程度最高、經(jīng)濟活力最強的區(qū)域之一，在國家發(fā)展中具有重要的戰(zhàn)略地位。2019年2月，中共中央、國務(wù)院印發(fā)《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》，提出將粵港澳大灣區(qū)建設(shè)成“具有全球影響力的國際科技創(chuàng)新中心”。這就要求粵港澳大灣區(qū)瞄準世界科技發(fā)展前沿，面向國家重大發(fā)展需求，大力發(fā)展新技術(shù)、新產(chǎn)業(yè)，打造具有國際競爭力的高技術(shù)產(chǎn)業(yè)集群。其中，高校作為人才培養(yǎng)和科學研究的主體，對灣區(qū)創(chuàng)新發(fā)展有著重要的支撐和引領(lǐng)作用。縱觀世界三大灣區(qū)，都有世界級大學集群，尤其是高水平大學集群，能為其提供強大的人才保障和智力支撐。與之相比，粵港澳大灣區(qū)雖集聚了眾多高校，具備一定的體量，但高校與產(chǎn)業(yè)發(fā)展的互動性不強、對科技創(chuàng)新的支撐性不夠，沒有發(fā)揮出明顯的“集聚-溢出”效應(yīng)，尚處于集而不群的狀態(tài)。可以說，高等教育仍是粵港澳大灣區(qū)最為突出的短板。因此，研究粵港澳大灣區(qū)高等教育集聚對科技創(chuàng)新的空間效應(yīng)，有助于推動高等教育集群發(fā)展，使其更好地服務(wù)于灣區(qū)國際科技創(chuàng)新中心的建設(shè)，具有重要的理論與現(xiàn)實意義。

二、文獻綜述

大學是知識生產(chǎn)和傳播的關(guān)鍵場所，其在區(qū)域上的集聚有利于知識更好地溢出，從而對區(qū)域創(chuàng)新產(chǎn)生影響。國外學者在此方面已有深入研究，如Cowan等實證分析了大學擴張對地方產(chǎn)業(yè)創(chuàng)新的影響，發(fā)現(xiàn)平均來講創(chuàng)辦一所新學校會使地區(qū)企業(yè)專利申請數(shù)變化7%。Kantor等量化了研究型大學集聚溢出的程度和規(guī)模，發(fā)現(xiàn)大學活動會對當?shù)仄髽I(yè)和工人產(chǎn)生持續(xù)的溢出效應(yīng)，但影響十分有限，技術(shù)上更接近大學的企業(yè)獲得的溢出效應(yīng)更大。在大學知識溢出影響區(qū)域創(chuàng)新的機制方面，Orlando等發(fā)現(xiàn)大學與區(qū)域創(chuàng)新之間的相關(guān)性是通過大學與區(qū)域人力資本之間的正相關(guān)來關(guān)聯(lián)的。Ponds等認為除了本地化溢出外，大學與產(chǎn)業(yè)的遠距離研究合作網(wǎng)絡(luò)也是重要的知識溢出機制。Fukugawa研究發(fā)現(xiàn)，大學對企業(yè)存在不同類型的知識溢出渠道，吸收能力較強的大公司可以通過長期、個人和非正式的關(guān)系從大學研究中獲得溢出，而吸收能力較弱的小公司則通過地方公共技術(shù)中心的技術(shù)擴散獲得溢出。

隨著我國高等教育的快速發(fā)展，集聚已經(jīng)成為高等教育的一個普遍現(xiàn)象，引起了國內(nèi)學者的廣泛關(guān)注。潘海生等認為，高校集聚現(xiàn)象的本質(zhì)是集群，集聚體內(nèi)的這些高校并不是相互孤立的，而是通過正式和非正式的關(guān)系使各種資源得到有效的共享與整合，從而獲得創(chuàng)新優(yōu)勢。可以說，集聚所帶來的這種優(yōu)勢非常強大，當知識集聚到一定程度時會向外輻射，產(chǎn)生溢出效應(yīng)，從而影響整個區(qū)域乃至國家的發(fā)展。吳衛(wèi)紅等研究發(fā)現(xiàn)，高校創(chuàng)新要素只有在適度范圍內(nèi)集聚才能對本區(qū)域創(chuàng)新效率產(chǎn)生正向影響。何宜慶等通過構(gòu)建面板分位數(shù)回歸模型，發(fā)現(xiàn)高等教育空間集聚在不同分位點下均正向促進創(chuàng)新績效提升。此外，王家庭等、朱芮瑤、陳林心的研究也表明，高等教育集聚能顯著影響區(qū)域創(chuàng)新能力，但影響效果存在地區(qū)差異。在影響機制方面，學者們從不同角度展開了研究，如易銳研究表明我國大學主要通過技術(shù)轉(zhuǎn)讓和校辦產(chǎn)業(yè)等大學創(chuàng)業(yè)活動來促進高技術(shù)產(chǎn)業(yè)的發(fā)展。郭泉恩等指出科技人才和校企合作是高校知識溢出促進區(qū)域創(chuàng)新的主要途徑。張華基于演化博弈理論發(fā)現(xiàn)在長期協(xié)同創(chuàng)新中，產(chǎn)學研三方機構(gòu)最終會采用充分合作策略，且知識溢出的增加有利于進一步促進穩(wěn)定合作關(guān)系的形成。

梳理上述文獻可以發(fā)現(xiàn)，國內(nèi)外學者在高等教育集聚與溢出方面展開了大量研究，從不同層面分析了其對區(qū)域創(chuàng)新的影響效果和作用機制，但國內(nèi)研究尺度以東中西三大區(qū)域和各省市為主，且大多采用傳統(tǒng)面板數(shù)據(jù)模型，忽視了高等教育與科技創(chuàng)新的空間特征，較少有研究采用空間計量模型對高等教育集聚影響科技創(chuàng)新的空間效應(yīng)進行分解。對粵港澳大灣區(qū)來說，學者們主要從高等教育融合發(fā)展、教育合作、高校集群、經(jīng)驗借鑒等理論層面展開研究，針對高等教育的空間集聚與溢出效應(yīng)，大多學者只是在文中泛泛提及，較少對其展開具體分析，實證研究更是匱乏。然而，粵港澳大灣區(qū)各城市高等教育與科技創(chuàng)新發(fā)展差異較大，其空間效應(yīng)不容忽視。因此，本文以粵港澳大灣區(qū)為研究區(qū)域，基于其2010-2019年的面板數(shù)據(jù)，先進行空間自相關(guān)檢驗，厘清高等教育集聚與科技創(chuàng)新的空間分布特征，再構(gòu)建空間計量模型，分解高等教育集聚影響科技創(chuàng)新的空間效應(yīng)，為推動灣區(qū)高等教育集群發(fā)展、提升整體科技創(chuàng)新水平提供參考。

三、研究方法與數(shù)據(jù)說明

(一)研究方法

1.高等教育集聚測度

集聚的測度有多種方法，本文借鑒大多數(shù)學者的做法，采用區(qū)位熵指數(shù)來測算高等教育集聚水平，其值越大，表明該地區(qū)高等教育集聚水平越高。已有研究大多通過高等學校在校生人數(shù)來計算高等教育集聚區(qū)位熵指數(shù)，但教師也是高校開展科學研究的重要主體，因此，為綜合考慮學生和教師的作用并消除由數(shù)量級差異產(chǎn)生的影響，本文先分別測算學生集聚和教師集聚的區(qū)位熵指數(shù)，以衡量其集聚水平，再對二者進行加權(quán)求和，以衡量高等教育整體集聚水平。計算公式如下：

(1)學生集聚區(qū)位熵指數(shù)

(1)

(2)教師集聚區(qū)位熵指數(shù)

(2)

(3)高等教育集聚區(qū)位熵指數(shù)

,=05,+05,

(3)

其中，和分別表示區(qū)域和灣區(qū)全域在時期的普通高等學校在校生人數(shù)，和分別表示區(qū)域和灣區(qū)全域在時期的普通高等學校專任教師數(shù)，和分別表示區(qū)域和灣區(qū)全域在時期的年末常住人口數(shù)。

2.空間自相關(guān)檢驗

(1)全局空間自相關(guān)。常用全局Moran’s I指數(shù)檢驗，以反映變量在整個研究區(qū)域的分布情況，其計算公式如下:

(4)

該指數(shù)的取值范圍是[-1,1]，顯著為正、負分別表示空間正相關(guān)、負相關(guān)，絕對值越大相關(guān)性越強；0表示空間不相關(guān)，觀測值呈隨機分布。

(2)局部空間自相關(guān)。常用局部Moran’s I指數(shù)檢驗，以反映變量在研究區(qū)域內(nèi)部即局部地區(qū)之間的相關(guān)特征，其計算公式如下：

(5)

式中各變量含義與前述相同。該指數(shù)顯著為正表示要素屬性相似的地區(qū)相鄰，即存在正的空間依賴性；顯著為負表示要素屬性相異的地區(qū)相鄰，即存在負的空間依賴性。

3.空間計量模型設(shè)定

為探究粵港澳大灣區(qū)不同城市間高等教育集聚與科技創(chuàng)新的交互作用，本文采用空間計量模型進行實證分析，目前常用的有以下三種：

(1)空間滯后模型(SLM)。該模型用于檢驗被解釋變量是否存在空間溢出效應(yīng)，其模型表達式如下：

(6)

(2)空間誤差模型(SEM)。該模型用于檢驗隨機誤差項中的空間依賴性，其模型表達式如下：

(7)

(3)空間杜賓模型(SDM)。該模型同時考慮了被解釋變量和解釋變量的空間滯后項，是SLM和SEM的一般形式，其模型表達式如下：

(8)

在公式(6)～(8)中，和分別表示地區(qū)和時間，表示空間單元的個數(shù)，表示被解釋變量，表示解釋變量(包括核心解釋變量和控制變量)，表示解釋變量參數(shù)，表示空間權(quán)重矩陣中的元素，表示誤差項，表示空間自回歸系數(shù)，表示誤差項空間自相關(guān)系數(shù)，表示解釋變量空間自相關(guān)系數(shù)，為服從正態(tài)分布的隨機誤差向量。

(二)數(shù)據(jù)說明

1.變量選取

(1)被解釋變量：科技創(chuàng)新水平(PAT)。衡量區(qū)域科技創(chuàng)新水平的指標有多種，但考慮到數(shù)據(jù)的代表性和可及性，專利是學者們最為常用的指標之一。專利是將知識應(yīng)用于市場的關(guān)鍵，其從發(fā)明到授權(quán)基本上貫穿科技創(chuàng)新的整個過程，相比于申請量，授權(quán)量更能真實地反映出一個地區(qū)的科技實力和產(chǎn)出水平。因此，本文以各城市每萬(常住)人口專利授權(quán)量取對數(shù)來衡量其科技創(chuàng)新水平。

(2)核心解釋變量：學生集聚水平()和教師集聚水平()?？萍紕?chuàng)新的主體是人，在高校中則體現(xiàn)為學生和教師這兩類人，因此，本文將高等教育集聚分為學生集聚和教師集聚兩個維度，分別用其區(qū)位熵指數(shù)來衡量，以考察其對科技創(chuàng)新的影響。

(3)控制變量：①經(jīng)濟發(fā)展水平(PGDP)，用人均GDP取對數(shù)來衡量。地區(qū)經(jīng)濟發(fā)展水平不同，對科技創(chuàng)新的需求和投入也不同，這將直接影響科技創(chuàng)新的發(fā)展，故將其納入控制變量。②產(chǎn)業(yè)結(jié)構(gòu)(STRU)，用第三產(chǎn)業(yè)產(chǎn)值占GDP比重來衡量?？萍紕?chuàng)新能推動產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，反之產(chǎn)業(yè)結(jié)構(gòu)也會影響科技創(chuàng)新的發(fā)展變化，因此將其加入模型。③研發(fā)投入強度(R&D)，用全社會R&D經(jīng)費內(nèi)部支出占GDP比重來衡量。研發(fā)投入是區(qū)域創(chuàng)新的直接動力來源，其強度體現(xiàn)了一個地區(qū)開展科技創(chuàng)新的能力，在模型中需加以考慮。④政府支持力度(GOV)，用財政科學技術(shù)支出占比來衡量政府對科技的支持力度()，用財政教育支出占比來衡量政府對教育的支持力度()。政府對科技和教育的支持力度體現(xiàn)了其發(fā)展科技和教育的決心，這對地區(qū)的創(chuàng)新發(fā)展尤為重要，故將其加入模型。

2.數(shù)據(jù)來源與處理

本文選取粵港澳大灣區(qū)11個城市2010-2019年的面板數(shù)據(jù)進行分析。其中，廣東9市的數(shù)據(jù)來自各市《統(tǒng)計年鑒》、《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》，以及《廣東統(tǒng)計年鑒》、廣東省市場監(jiān)督管理局、廣東科技統(tǒng)計網(wǎng)公布的統(tǒng)計數(shù)據(jù)。香港、澳門的專利數(shù)據(jù)來自《中國統(tǒng)計年鑒》，香港其余數(shù)據(jù)來自香港政府統(tǒng)計處、大學教育資助委員會以及各高校官網(wǎng)公布的統(tǒng)計資料，澳門其余數(shù)據(jù)來自澳門統(tǒng)計暨普查局和聯(lián)合國教科文組織統(tǒng)計研究所公布的統(tǒng)計資料，貨幣類數(shù)據(jù)分別以當年平均匯率換算成人民幣。由于港澳地區(qū)部分數(shù)據(jù)統(tǒng)計標準與內(nèi)地不同，本文依據(jù)各變量含義對其進行整理后得到對應(yīng)數(shù)據(jù)。

四、實證分析

(一)空間相關(guān)性分析

1.全局空間自相關(guān)分析

為從整體上判斷粵港澳大灣區(qū)高等教育集聚與科技創(chuàng)新是否存在空間相關(guān)性，本文分別基于標準化后的地理鄰接權(quán)重矩陣和經(jīng)濟距離權(quán)重矩陣，根據(jù)公式(4)依次測算全局Moran’s I指數(shù)，結(jié)果如表1所示。

表1 全局空間自相關(guān)Moran’s I指數(shù)

從表1可以看出，采用地理鄰接權(quán)重矩陣時，高等教育集聚與科技創(chuàng)新的Moran’s I指數(shù)均不顯著，說明相鄰城市相關(guān)性較弱。而采用經(jīng)濟距離權(quán)重矩陣時，高等教育集聚與科技創(chuàng)新的Moran’s I指數(shù)基本都在10%的水平下顯著為正，說明二者均存在顯著的空間正相關(guān)性。由此可見，相比于地理鄰接權(quán)重矩陣，經(jīng)濟距離權(quán)重矩陣下的空間自相關(guān)性更強，說明粵港澳大灣區(qū)的高等教育集聚更傾向于一種經(jīng)濟空間上的集聚，科技創(chuàng)新也更傾向于向經(jīng)濟發(fā)展差距較小的城市溢出。因此，本文基于經(jīng)濟距離權(quán)重矩陣進行后續(xù)分析。

從變化趨勢來看，高等教育集聚的Moran’s I指數(shù)基本都在平均值0.167上下浮動，空間相關(guān)性整體呈平穩(wěn)態(tài)勢，說明粵港澳大灣區(qū)高等教育集聚表現(xiàn)出相對穩(wěn)定的空間分布格局?？萍紕?chuàng)新的Moran’s I指數(shù)整體呈上升趨勢，尤其從2013年開始，指數(shù)值和顯著性均有明顯改善，這可能緣于2012年底黨的十八大明確提出要實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，灣區(qū)各城市為積極響應(yīng)國家政策，不斷加大科技創(chuàng)新投入力度，加快科技體制機制改革，致力于營造良好的科技創(chuàng)新環(huán)境，以提高自主創(chuàng)新能力，從而導致灣區(qū)科技創(chuàng)新的空間相關(guān)性明顯增強。由于灣區(qū)各城市科技創(chuàng)新的發(fā)展水平和發(fā)展速度不一，導致Moran’s I指數(shù)也會存在一定程度的上下波動，空間相關(guān)性在某些年份有所減弱，但從整體來看仍呈上升態(tài)勢。

2.局部空間自相關(guān)分析

上述全局分析反映的是灣區(qū)整體情況，并不能體現(xiàn)各城市間的具體關(guān)系。因此，本文利用公式(5)測算了灣區(qū)高等教育集聚與科技創(chuàng)新的局部Moran’s I指數(shù)，并畫出散點圖，來進一步分析城市間的空間集聚特征及變化情況，如圖1和圖2所示。

(a)2010年

(b)2019年

(a)2010年

(b)2019年

Moran’s I散點圖將分布結(jié)果可視化，其四個象限分別代表高高集聚、低高集聚、低低集聚、高低集聚。從圖1可以看出，2010年和2019年粵港澳大灣區(qū)高等教育集聚的空間格局基本相同，各城市均未發(fā)生象限變化。具體來看，廣州、珠海、香港、澳門處于第一象限，計算可知這4個城市的高等教育集聚區(qū)位熵均大于1，說明其高等教育集聚水平較高，同時廣州和珠海、香港和澳門的人均GDP較為相近，說明與其經(jīng)濟距離相近的城市高等教育集聚水平也較高，因此呈高高集聚狀態(tài)。其余7個城市的區(qū)位熵均小于1，意味著高等教育集聚水平較低。其中，深圳和佛山處于第二象限，在經(jīng)濟距離上分別與高等教育集聚水平較高的珠海、廣州相近，屬于低高集聚，但高值地區(qū)缺乏對低值地區(qū)的正向帶動，甚至還可能產(chǎn)生一定的“虹吸效應(yīng)”?；葜?、東莞、中山、江門、肇慶處于第三象限，各地高校數(shù)量較少且質(zhì)量偏低，難以滿足本地發(fā)展需求，且這5個城市人均GDP較低，在經(jīng)濟距離上彼此相近，因此呈低低集聚狀態(tài)。

從圖2可以看出，2010年和2019年粵港澳大灣區(qū)科技創(chuàng)新的空間格局有所改變，大多數(shù)城市分布在第一、三象限，個別城市發(fā)生了象限變化。分類型來看，廣州、珠海、佛山、東莞、中山一直處于第一象限，這些城市自身科技創(chuàng)新能力較強，屬于高高集聚，其中廣州作為省會城市，匯聚了大量創(chuàng)新資源和創(chuàng)新人才，科技創(chuàng)新水平當屬灣區(qū)前列，其余4個城市雖然在創(chuàng)新規(guī)模上不如廣州，但其人口基數(shù)較小，綜合來看科技創(chuàng)新發(fā)展也處于灣區(qū)較高水平。肇慶、香港、澳門一直處于第三象限，屬于低低集聚，其中肇慶經(jīng)濟發(fā)展水平處于灣區(qū)下游，香港和澳門雖然經(jīng)濟發(fā)展水平高，但分別以金融業(yè)和博彩業(yè)等見長，科技創(chuàng)新水平均較低。在發(fā)生象限變化的城市中，江門從高低集聚變?yōu)榈偷图?，表明近年來其科技?chuàng)新發(fā)展緩慢，科技創(chuàng)新水平有所下降。惠州科技創(chuàng)新水平一直較低，因其在經(jīng)濟距離上與江門相近，受江門變化的影響，惠州從低高集聚變?yōu)榈偷图?。深圳作為全國首個“標準國際化創(chuàng)新型城市”，科技創(chuàng)新水平一直走在全國前列，并且具有一定的輻射作用，其從高低集聚向高高集聚移動，表明與其經(jīng)濟距離相近的城市科技創(chuàng)新水平升高，受到了來自深圳的正向溢出。

綜合來看，對粵港澳大灣區(qū)內(nèi)部多個城市來說，其高等教育集聚與科技創(chuàng)新的發(fā)展水平一致、分布特征相同，一定程度上說明高等教育與區(qū)域科技創(chuàng)新密切相關(guān)。但目前灣區(qū)高等教育集聚水平處于低值的城市居多，其高等教育資源無法滿足本地科技創(chuàng)新進一步發(fā)展的需求，且大多缺乏與高值地區(qū)的有效合作，導致“低值抱團”現(xiàn)象明顯，長此以往，會使城市間科技創(chuàng)新水平的差距進一步擴大。

(二)空間計量模型的選擇

上述Moran’s I指數(shù)檢驗結(jié)果表明采用空間計量模型是合理的，但無法指定哪種模型最為合適，因此需要通過以下檢驗來進行最優(yōu)模型的選擇。首先是LM檢驗，判斷采用空間滯后模型還是空間誤差模型。從表2的檢驗結(jié)果可知，LM-lag和LM-error均顯著，Robust LM-error顯著而Robust LM-lag不顯著，依據(jù)Anselin等提出的判斷準則，應(yīng)選擇空間誤差模型。其次，采用Hausman檢驗進行隨機效應(yīng)和固定效應(yīng)的選擇，表2顯示，Hausman統(tǒng)計量為125.95，在1%的水平下顯著，說明應(yīng)選擇固定效應(yīng)。而固定效應(yīng)包括時間固定、空間固定、時間空間雙固定，回歸結(jié)果顯示在時間固定效應(yīng)下，三種空間計量模型的擬合優(yōu)度均最大，回歸效果最好，因此應(yīng)選擇時間固定效應(yīng)。最后，采用Wald檢驗和LR檢驗判斷空間杜賓模型能否簡化為空間滯后模型或空間誤差模型，表2顯示，Wald和LR統(tǒng)計量均在1%水平下顯著，說明不能簡化，應(yīng)選擇空間杜賓模型?？梢钥闯?，LM檢驗與Wald檢驗、LR檢驗指向的模型不同，此時應(yīng)選擇空間杜賓模型，因為它是更為一般的形式。綜上，本文選擇時間固定的空間杜賓模型。

表2 模型檢驗結(jié)果

(三)模型結(jié)果分析

1.SDM結(jié)果分析

為了便于對比分析，表3分別給出了6種模型估計結(jié)果?？梢钥闯?，在不同模型和權(quán)重矩陣下，各解釋變量的估計結(jié)果基本一致，說明模型較為穩(wěn)健。同時，采用經(jīng)濟距離權(quán)重矩陣W2估計的空間杜賓模型SDM方差最小，擬合優(yōu)度和對數(shù)似然估計值Log-L較大，證明前述選擇最優(yōu)。因此，本文主要對此模型進行結(jié)果分析。

表3 空間面板計量模型估計結(jié)果

由表3最后一列可知，被解釋變量科技創(chuàng)新水平的空間自回歸系數(shù)為-0.069，未通過顯著性檢驗，說明粵港澳大灣區(qū)內(nèi)部科技創(chuàng)新的空間溢出效應(yīng)不明顯，總體上各城市科技創(chuàng)新水平受相鄰地區(qū)科技創(chuàng)新的影響較小。

對于解釋變量，在對本地的影響中，學生集聚水平和教師集聚水平均通過了1%的顯著性檢驗，但作用方向相反。其中，學生集聚水平的估計系數(shù)為正，說明學生集聚水平對本地科技創(chuàng)新有顯著促進作用。高校在校生是重要的創(chuàng)新力量，其能將知識轉(zhuǎn)化為生產(chǎn)力，為科技創(chuàng)新注入活力，一個地區(qū)高校學生集聚水平越高，就能為本地提供越多的科研人才和高素質(zhì)勞動者，從而促進本地科技創(chuàng)新的發(fā)展。而教師集聚水平的估計系數(shù)為負，說明教師集聚水平對本地科技創(chuàng)新產(chǎn)生了顯著抑制作用。究其原因，一方面，分析面板數(shù)據(jù)可知，雖然十年來灣區(qū)各城市高校教師數(shù)量普遍有所增加，但隨著人口規(guī)模的快速擴大，珠海、中山、澳門等多個城市的高校教師集聚水平呈下降態(tài)勢，從而導致教師集聚水平的平均影響為負，表現(xiàn)出抑制作用。另一方面，可能是因為高校教師大多開展學術(shù)研究，成果產(chǎn)出以論文為主，專利較少，并且在科研過程中缺乏與灣區(qū)當前產(chǎn)業(yè)需求的對接，導致科技成果轉(zhuǎn)化存在一定難度，并不能直接作用于本地的科技創(chuàng)新?？刂谱兞烤ㄟ^了顯著性檢驗。其中，經(jīng)濟發(fā)展水平、研發(fā)投入強度和政府支持力度的估計系數(shù)為正，與預期結(jié)果一致，說明一個地區(qū)經(jīng)濟發(fā)展情況越好、研發(fā)投入強度越高、政府支持力度越大，科技創(chuàng)新水平就越高。產(chǎn)業(yè)結(jié)構(gòu)的估計系數(shù)為負，說明第三產(chǎn)業(yè)占比并非越大越好。對粵港澳大灣區(qū)來說，香港、澳門第三產(chǎn)業(yè)占比超過90%，但科技創(chuàng)新水平較低。相反，佛山、惠州等多個城市仍以第二產(chǎn)業(yè)為主，制造業(yè)的發(fā)展尤為關(guān)鍵，因此灣區(qū)既要保持第三產(chǎn)業(yè)的發(fā)展，也要推動第二產(chǎn)業(yè)的創(chuàng)新。

在對鄰地的影響中，學生集聚水平的空間系數(shù)為正向不顯著，說明本地學生集聚水平可能對鄰地科技創(chuàng)新有促進作用，這可能是因為本地高校學生集聚水平的提升會使部分學生選擇到經(jīng)濟相近的城市就業(yè)，同時也會吸引鄰地不斷加強與本地的科技交流與合作，從而提升了鄰地科技創(chuàng)新水平，不過這種效應(yīng)并不明顯。教師集聚水平的空間系數(shù)為負向不顯著，由前述可知現(xiàn)有的教師集聚水平尚未滿足本地科技創(chuàng)新的發(fā)展需求，因此更難以作用于鄰地?？刂谱兞恐?，產(chǎn)業(yè)結(jié)構(gòu)的空間系數(shù)在1%的水平下顯著為負，說明對相鄰地區(qū)產(chǎn)生了顯著的負向溢出，這可能是由于經(jīng)濟相近的地區(qū)之間存在較強的資源競爭，本地第三產(chǎn)業(yè)占比的提高會吸引鄰地的科技人才、創(chuàng)新資金等要素，從而抑制了鄰地科技創(chuàng)新的發(fā)展。政府支持力度的空間系數(shù)均為正，但僅對教育的支持力度通過了顯著性檢驗，產(chǎn)生了正向溢出效應(yīng)，說明政府對科技的支持力度還不夠，而其對教育的支持形成了一種示范作用，能夠影響與其經(jīng)濟相近地區(qū)的政府決策，使其加強對教育的支持，進而影響科技創(chuàng)新的發(fā)展。經(jīng)濟發(fā)展水平與研發(fā)投入強度未通過顯著性檢驗，說明不存在明顯的空間溢出效應(yīng)。

2.空間效應(yīng)分解

由于空間杜賓模型包含了被解釋變量的空間滯后項，導致模型中解釋變量的估計系數(shù)并非其對被解釋變量的真實影響。LeSage和Pace將真實的空間效應(yīng)分解為直接效應(yīng)與間接效應(yīng)，分別表示解釋變量對本地和鄰地的平均影響，二者之和為總效應(yīng)，表示解釋變量對整體區(qū)域的平均影響?；诖?，本文對W2下的SDM進行空間效應(yīng)分解，結(jié)果如表4所示。

表4 SDM空間效應(yīng)分解結(jié)果

可以看出，空間效應(yīng)分解結(jié)果與表3報告的結(jié)果基本一致，說明上述分析是合理的。具體來看，學生集聚水平的直接效應(yīng)和總效應(yīng)均顯著為正，但間接效應(yīng)不顯著。教師集聚水平的間接效應(yīng)和總效應(yīng)均不顯著，且直接效應(yīng)顯著為負。根據(jù)這一結(jié)果，結(jié)合面板數(shù)據(jù)可知，從2010年到2019年，粵港澳大灣區(qū)每萬人口專利授權(quán)量增長了286%，而每萬人口高校學生、教師數(shù)僅增長了33%、25%，遠低于專利數(shù)量的漲幅，說明目前灣區(qū)高等教育的規(guī)模還不能與科技創(chuàng)新的發(fā)展相匹配。雖然總體上學生集聚水平能顯著促進科技創(chuàng)新的發(fā)展，即學生集聚水平每增加1%，能引起灣區(qū)總體科技創(chuàng)新水平提升1.737%，但其空間溢出效應(yīng)不顯著，說明作用效果仍需進一步加強。并且，教師集聚水平不但空間溢出效應(yīng)不顯著，對本地科技創(chuàng)新還產(chǎn)生了顯著的抑制作用，更加說明灣區(qū)高校教師數(shù)量遠遠不夠，教師的作用尚未真正發(fā)揮出來。對于控制變量，產(chǎn)業(yè)結(jié)構(gòu)、研發(fā)投入強度和政府支持力度的總效應(yīng)均通過了顯著性檢驗，說明均對粵港澳大灣區(qū)總體科技創(chuàng)新水平的提升有顯著影響，并且從系數(shù)來看，研發(fā)投入強度的影響效應(yīng)最大。

五、結(jié)論與建議

本文利用粵港澳大灣區(qū)11個城市2010-2019年的面板數(shù)據(jù)，通過測算高等教育集聚與科技創(chuàng)新的Moran’s I指數(shù)分析了其空間相關(guān)性和集聚特征，并在此基礎(chǔ)上構(gòu)建了空間杜賓模型，實證分析高等教育集聚影響科技創(chuàng)新的空間效應(yīng)。結(jié)果表明：(1)在經(jīng)濟距離下，粵港澳大灣區(qū)高等教育集聚與科技創(chuàng)新均存在顯著的空間正相關(guān)性，且空間分布以高高集聚和低低集聚為主，城市間的集聚特征呈現(xiàn)出兩極分化現(xiàn)象?？梢姙硡^(qū)內(nèi)部高等教育資源分布相當不均衡，這樣的空間分布特征不利于高校知識和技術(shù)的溢出，是導致城市間科技創(chuàng)新水平差距較大的重要原因，因此高等教育的空間布局亟需優(yōu)化改善。(2)學生集聚水平能顯著促進本地科技創(chuàng)新水平的提升，教師集聚水平的作用與之相反，但二者的空間溢出效應(yīng)均不顯著，且從總效應(yīng)來看，僅學生集聚水平對灣區(qū)總體科技創(chuàng)新有顯著促進作用，教師的作用尚不明顯。說明目前灣區(qū)高等教育對科技創(chuàng)新的作用效果有限，現(xiàn)有的學生規(guī)模和教師規(guī)模僅能直接作用于本地科技創(chuàng)新，表明灣區(qū)高等教育規(guī)模還不夠大，尤其是教師規(guī)模，需進一步擴大來實現(xiàn)其正向作用。同時，也表明在現(xiàn)有規(guī)模上高?？萍紕?chuàng)新能力不強、地區(qū)交流合作程度不夠，不足以達到溢出的效果，未來需要高校和政府共同發(fā)力。(3)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、研發(fā)投入強度和政府支持力度也在不同程度上影響著灣區(qū)科技創(chuàng)新的發(fā)展，政府應(yīng)予以關(guān)注，充分發(fā)揮其主導作用。

基于上述研究結(jié)論，為推動粵港澳大灣區(qū)高等教育集群發(fā)展，提升灣區(qū)整體科技創(chuàng)新水平，本文提出以下建議。

第一，進一步擴大高等教育規(guī)模并合理優(yōu)化空間布局。與世界三大灣區(qū)相比，粵港澳大灣區(qū)占地面積最大，但高水平大學數(shù)量較少、競爭力較低。據(jù)統(tǒng)計，截至2021年6月，粵港澳大灣區(qū)進入四大排行榜前500名的大學只有15所，且主要集中在香港、廣州、澳門和深圳，即灣區(qū)四大核心城市。相對而言，其他城市高校數(shù)量較少且沒有高水平大學，高等教育的集聚水平和辦學水平普遍較低，且空間分布多呈低低集聚，不利于灣區(qū)的發(fā)展。因此，為提高灣區(qū)高等教育整體實力，應(yīng)進一步擴大高等教育規(guī)模，尤其是擴大高水平大學規(guī)模，并合理優(yōu)化高等教育空間布局，使其在區(qū)域分布、層次結(jié)構(gòu)、辦學水平等方面更加合理。首先，應(yīng)圍繞地方主導產(chǎn)業(yè)需求，加快建設(shè)一批高水平大學，以補齊數(shù)量差距，提高集聚水平。其次，應(yīng)對不同層次的高校實行錯位發(fā)展，使之與產(chǎn)業(yè)結(jié)構(gòu)相協(xié)調(diào)、城市規(guī)劃相匹配，從而凸顯集聚優(yōu)勢。最后，應(yīng)充分發(fā)揮核心城市高等教育資源優(yōu)勢，依托粵港澳高校聯(lián)盟，加強三地高水平大學有效合作，實現(xiàn)先進帶動后進。

第二，著力提升高?？萍紕?chuàng)新能力。擁有較強的科技創(chuàng)新能力是高校發(fā)揮溢出效應(yīng)、促進區(qū)域創(chuàng)新的重要前提。根據(jù)廣東科技統(tǒng)計網(wǎng)公布的數(shù)據(jù)，在全省專利授權(quán)量按申請人的構(gòu)成中，2010年高校占1.61%，企業(yè)占47.20%，到2019年高校占2.84%，企業(yè)占77.93%?？梢娋蛷V東省來說，企業(yè)在科技創(chuàng)新中占主導地位，而高校的占比較低、增速較慢，科技創(chuàng)新能力相對較弱。同樣，這一現(xiàn)象也存在于包含廣東9市的粵港澳大灣區(qū)。因此，為更好地發(fā)揮科技創(chuàng)新主力軍作用，各高校應(yīng)加快轉(zhuǎn)變辦學理念，以灣區(qū)發(fā)展戰(zhàn)略需求為導向，以在國際科技創(chuàng)新中心建設(shè)中發(fā)揮關(guān)鍵作用為定位和使命，全面盤活創(chuàng)新資源，發(fā)揮創(chuàng)新集聚優(yōu)勢。其次，高校應(yīng)根據(jù)產(chǎn)業(yè)發(fā)展需求調(diào)整學科專業(yè)結(jié)構(gòu)，大力開展創(chuàng)新創(chuàng)業(yè)教育和實踐教學，不斷提高學生的科研興趣和創(chuàng)新能力，為社會發(fā)展提供強有力的人才支撐。最后，高校應(yīng)結(jié)合創(chuàng)新發(fā)展需求不斷引進高層次人才，以擴充師資力量、優(yōu)化師資結(jié)構(gòu)，并實行有效的激勵政策和獎勵制度，鼓勵教師創(chuàng)新創(chuàng)業(yè)，使其在開展基礎(chǔ)研究的同時，聚焦科技前沿，著力解決關(guān)鍵技術(shù)“卡脖子”問題，進一步加強產(chǎn)學研合作，推動科技成果轉(zhuǎn)移轉(zhuǎn)化，溢出真正有益于社會發(fā)展的知識和技術(shù)，從而發(fā)揮高校教師在科技創(chuàng)新中的作用。

第三，持續(xù)加大政府支持引導力度?；浉郯拇鬄硡^(qū)四大核心城市經(jīng)濟實力雄厚、就業(yè)機會較多、發(fā)展空間較大，是眾多高校畢業(yè)生就業(yè)的首選之地，但人才的過度集聚不利于灣區(qū)其他城市的創(chuàng)新發(fā)展，容易導致兩極分化現(xiàn)象。因此，政府應(yīng)根據(jù)各城市發(fā)展需求科學制定人才引流政策，并配套相應(yīng)的人才引進優(yōu)惠政策以提高非核心城市的吸引力，從而促進人才的區(qū)域流動，實現(xiàn)人才溢出。同時，政府還應(yīng)積極引導灣區(qū)各城市開展科技創(chuàng)新合作，重點加強廣州、深圳等科技創(chuàng)新水平高值地區(qū)對低值地區(qū)的正向帶動，發(fā)揮核心城市的輻射作用。此外，研究結(jié)果表明，政府支持力度能顯著促進粵港澳大灣區(qū)科技創(chuàng)新水平的提升。因此，地方政府要持續(xù)加大教育和科技支出，提高對科技創(chuàng)新的重視程度和支持力度，進一步彰顯政府的示范引領(lǐng)作用。同時，產(chǎn)業(yè)結(jié)構(gòu)對灣區(qū)科技創(chuàng)新有顯著負向影響，說明過度提高第三產(chǎn)業(yè)占比對粵港澳大灣區(qū)來說并不適合，政府應(yīng)找準城市發(fā)展定位，合理布局產(chǎn)業(yè)結(jié)構(gòu)，在關(guān)注服務(wù)業(yè)的同時，推動先進制造業(yè)的發(fā)展。