2013普利策新闻奖No.2，2015
General，No.
421
EDUCATIONAL RESEARCH
赖德胜王琦石丹淅
2022年放假［摘要］高等教育对区域创新的作用不仅体现在人力资本积累、直接参与研发等方面，还包括高等教育培养差异化人才，不同人才在各层次的劳动力市场分别进行创新、
创新推广与创新成果的大批量制造等。高等教育质量差异对创新的作用机理，一方面体
现在人力资本积累和研发成果转化为生产力对区域创新产生正向影响，另一方面体现在
竞争效应和交流效应作用下的知识溢出和创新。教育资源质量差异与区域创新的“倒U”
关系假设和模型推导证明，只有当衡量区域内教育差异的指标值达到某一标准或者落在
一个适当的区间，创新才是最有效的，即在一个地区总体教育质量水平、经济发展水平等
其他条件一定的条件下，存在“高等教育的创新合作边界”或“创新合作区间”。
［关键词］高等教育；质量差异；知识溢出；区域创新
［作者简介］赖德胜，北京师范大学经济与工商管理学院院长、教授、博士生导师；王琦，北京师范大学经济与工商管理学院博士生（北京100875）；石丹淅，三峡大学法学
与公共管理学院讲师（湖北宜昌443002）
一、引言
在看到中国整体创新水平不断提升的同
时，也不容忽视不同区域创新水平的差距。
中国创新产出的聚集现象明显，如近五年来，
张柏芝上快乐大本营北京、上海、江苏等地区专利授权数占全国总
量一直维持在60%～70%，而专利授权数最
少的青海、新疆、甘肃等地区不足1%。地区
经济实力、研发经费投入、科研机构（包括大
学）的整体实力等都会影响区域创新水平，其
中，高等教育被视作最重要的影响因素之
一。学者们通过研究高等教育资源的分配与
产出的关系、高等教育与创新的关系，证明了
如下结论：以大学为主的教育机构是实现创
新的基本主体之一，这一主体通过人才培养
和科学研究的方式为创新注入动力。［1］因
此，一个地区总体教育水平的提升有利于推
动知识和技术传播，进而带动创新水平提
升。［2］
但是，中国的现实状况却似乎与上述结
论不相符。1999年扩招以来，中央和地方政
府对高等教育投资增大，各地高校毕业生累
积量激增。一些创新产出较为落后的地区，
如内蒙古、安徽、宁夏等普通高等学校数的增
速一度超过了100%，远超过北京、上海等创
新发达地区。到2012年，安徽、河南等地区
普通高等学校数都超过了100所，不仅远高
于全国平均水平（78所），而且高于浙江等发
达地区。另外，高等教育经费新增投入量和
增速也有非发达地区远高于发达地区的现
象，但大部分地区的创新成果没有随高等教
育投入力度的增加而大量涌现，［3］大学、企
业联合的方式还没有对区域创新产生特别显
著的正向影响，［4］区域创新差异大的问题也没有得到根本解决［5］。虽然不同区域有着不同的经济制度环境、知识生产方式和技术转移方式，［6］但一般情况下，大学为企业提供技术和知识，企业将其转化为动力源泉，继而促进技术革新的规律是客观存在的［7］。出现这样的矛盾现象，除了上述总量指标之外，不同区域内高等教育差异水平也是影响创新的因素之一。
从中国大学的分布发现，不仅公认的优质大学分布集中在几个地区，而且区域内大学质量差异也大，部分地区形成了“个别高校独领风骚，其他院校望其项背”的局面。是不是高等教育资源在区域内的配置差异影响了创新？更进一步说，是不是大学特别是优质大学，比如“985”高校、“211”高校在区域上的分布特性导致了教育质量的差异，进而影响创新活动的有效进行？如果这种影响真的存在，什么样的高等教育资源配置对区域创新有利？本文力图借助知识溢出理论、人力资本理论以及宏观与微观数据的分析来探究大学质量差异、知识流动与创新的内在联系。
二、理论模型
（一）理论分析
高等教育对区域创新的作用不仅体现在人力资本积累、直接参与研发等方面，还包括高等教育培养出差异化人才，不同人才在各层次进行创新、创新推广与创新成果的制造等。另外，不同层次的科研机构承担前沿探索、创新知识传播与转移等任务。
1.高等教育对区域创新的作用机理
创新离不开高等教育，优质高等教育资源是重要的外部技术源泉。［8］一般来讲，高等教育促进创新的作用机理可以通过四条途径来实现。一是人力资本积累。大学促进劳动者知识、技能提高，培养专用型人力资本和通用型人力资本，［9］是促进人的“知识进展”的重要场所，［10］而基于“知识进展”的人力资本积累引发了技术进步和创新。二是高等教育机构的研发成果直接转化为生产力。校企联合的科学发明、校企合作的研究基地等都是高等教育促进创新的体现。［11］三是优质教育资源打造的高层次人力资本形成“领头羊”团队，一般教育资源培养的具有一定学习能力的人力资本进一步推动技术成熟。［12］具体而言，那些接受了优质高等教育的人进入企业研发部门或独立的研究机构，组成核心团队，进行发明创新；同时，进入生产领域的这些高技能人才构成的创新型团队又吸纳了更多的、能在短时间内掌握该创新技术的一般人才，最终带动创新产品生产。［13］四是优质教育机构研究高端前沿技术，一般学校学习并随时跟进，促进地理区域内整体创新能力提升。前两种机制强调高等教育对区域创新的正向影响，而后两种机制强调了教育体系分层以及不同层次人力资本培养对区域创新的重要性。
2.知识溢出与创新的关联机制
知识交流过程中，在知识的非竞争性和部分排他性因素作用下，知识溢出产生。［14］竞争效应和交
流效应都是知识溢出效应的具体表现，被用来解释创新发生机制。一是竞争效应，它强调同质性对创新的作用。地理空间临近的两个机构（企业或者研究机构，这里主要指大学）之间存在竞争关系。政府往往对人才培养和科研成果达到既定目标的机构投入更多资源，比如科研机构申请科研项目要看研究成果和研究基础。类似这样的措施促进了机构间竞争，推动知识创造，最终推动创新。二是交流效应，它强调差异性对创新的作用，可以借助“知识关联”理论［15］来阐释。如果地理空间临近的两个人的知识水平完全没有差异，那么，这两个人进行知识交流毫无意义；如果两个人的知识水平差距太大，交流的可能性低，那么，他们之间合作的可能性也是很低的，这种潜在的、能够最大限度提
南沙岛屿高交流效应的合作可能性称之为人与人之间的“创新合作边界”。从这个意义上讲，上文提到的高等教育资源对区域创新的第三条作用渠道就具有了其理论基础，因为只有借助不同的教育机构培养出有一定差异、但差异又不是特别大的劳动力，他们在进行分工合作的时候才能实现知识溢出和创新。
（二）“倒U”关系假设
借助上文的理论分析，我们提出教育质量差异与区域创新的“倒U”关系假设。首先，按照教育学理论，人获取知识最重要的渠道之一是教育，而高等教育是获取专业知识的主要渠道。从高等教育和人才培养的关系来看，人的基本素质一定的条件下，高质量大学传播知识的能力更强，更容易创造出综合能力（包括创新能力）更强的个体；择优录取机制存在的情况下，高质量大学能招收到高质量学生，两
股力量合并，更有利于顶尖人才培养。因此，造就高质量大学有其必要性。但是，根据“合作边界”定义，如果顶尖人才寥寥可数，那么这就意味着人与人之间很难达到“合作边界”，不利于创新合作。其次，学校间适当的差异导致信息、教师资源双向流动，如果这种流动产生思想碰撞引发知识溢出并导致创新的产生［16］，那么学校间差异过大就可能会在一定程度上影响智力合作进而影响创新。同时，其他条件一定的情况下，如果区域内高校的教育水平完全没有差异，那么这两个区域就不会有知识溢出，这两个区域组成的大的地理范围内基于校际合作的创新可能性就为零。
总之，通过理论分析可以假设：在其他条件（包括区域内总体教育水平）相同的情况下，不同区域内大学教育的差异水平与区域创新水平呈现“倒U”型分布特征，即区域内大学教育质量差异过大和过小不利于创新合作，适当差异利于创新合作。因此，既能保证竞争又存在合作交流可能的教育资源配置更加合理。为方便论述，对应“合作边界”的定义，不妨定义“倒U”顶点所对应的质量差异为“教育的创新合作边界”，即其他条件相同的情况下，大学质量差异继续扩大或减小都会影响创新的临界值。将“教育的创新合作边界”所在的区间定义为“教育的创新合作区间”。（见图1）
（三）模型推导
为了证明只有当衡量区域内教育差异的指标值达到某一标准或者落在一个适当的区间内，创新合作才是最有效的，换言之，在一个地区总体教育质量水平、经济发展水平等其他条件一定的条件下，存在“高等教育的创新合作边界”或“创新合作区间”，可以借助下述模型表示。（见图2）
将人与人之间的知识交流模型［17］形式推广到大学间知识交流问题。以地区A为例，假设s m、s n分别代表大学m和n的禀赋水平，s m d n代表大学m相对于大学n的优势D mn的大小，s n d m代表大学n相对于大学m的优势D nm 的大小，s m c n代表大学m和n的共同点C mn的大小，s m c n＝s n c m（如上图所示），几个变量的关系图1
大学质量差异与区域创新关系
图2大学质量差异与区域创新关系理论模型
可以用以下公式表示：
s m＝s m c n＋s m d n（1）
s n＝s n c m＋s n d m（2）
假设其他条件一定的前提下，学校间的人才交流和科学研讨促进了知识传播和知识创造，而知识传播和知识创造都是创新不可或缺的要素，并且二者是有联系的，知识传播为知识创造提供了前提，知识创造丰富了知识传播的内容。知识传播和知识创造有两个来源，一是“自给自足”，学校借助自身禀赋优势进行知识传播和创造，用数学表达式k mn＝（s m d n）φ来表示；二是“合作共赢”，凭借与其他学校相近的特征进行充分的交流合作，在这个过程中进行知识传播和知识创造。“合作共赢”的实践性决定了它不仅对显性知识的传播和创造有积极意义，而且利于隐性知识的激发。用（s m c n）1－φ来表示“合作共赢”的效果。合力作用k可以用如下公式表示：
k mn＝γ·（s m d n）φ·（s m c n）1－φ（3）
其中，φ表示校际间差异系数，即大学m 较之大学n的优势水平s m d n占大学m总质量水平的比率，1－φ表示大学m与大学n的相同特征量s m c n占大学m总质量水平的比率。
有了知识创造和知识传播，进一步考虑国家（或地区）两所以上大学质量差异和创新的问题。为区别表示，区域内多所大学质量差异系数为G，Griliches给出如下形式的知识生产函数［18］：
lnY＝F（R,Z）（4）
其中，Y为创新产出，lnY为创新产出的对数，R为创新投入，Z为其他控制变量。根据上文的推论，大学的研发水平、培养的人力资本的质量差异都会对创新产生影响。而包含了科研、教学等指标在内的大学的整体质量水平差异可能会更全面地反映大学教育对创新的影响，因此，在式（4）基础上加入衡量区域内大学质量水平差异的变量（G）。
lnY＝F（G,R,Z）（5）
假设上文命题是成立的，且数据是连续的，模型（5）中的G应该存在一个取值，使得Y有最大值，即控制了其他影响创新的因素之后，适当的大学质量差异有利于创新合作。知识溢出理论和创新产出函数似乎可以借助高等教育的差异性问题联系到一起，但是这种理论推导结果还需要借助数据进行检验才能进一步得到证明。
三、研究方法与数据说明
（一）模型设计
本文首先借助宏观数据构造平衡面板数据［19］进行计量分析。具体地，被解释变量是中国大陆31个省（市、自治区）2007—2012年各年专利授权数的对数，主要解释变量是区域内大学质量水平差异系
数（G）以及差异系数的平方（G2）。控制变量（Z）的设计分别从创新的资金投入、人力资本投入、创新的经济环境、地区总体高等教育水平几个方面考虑。第一，用各地区研究与试验发展经费内部支出（R&DK）来代表创新资本投资情况。第二，用各地区年度研究与试验发展全时人员数（R&DL）代表创新活动的人力资本投资情况。第三，用人均GDP（AGDP）代表区域创新的经济基础。第四，用大学质量综合得分的平均分（MSC）代表地区总体高等教育水平。模型形式如下：
lnY it＝αi＋β1G it＋β2G2it＋β'z Z＋μit
＝αi＋β1G it＋β2G2it＋β3R&DK it＋β4R&DL it＋β5AGDP it＋β6MSC it＋μit（6）其中，t表示时间（年），i表示地区，αi为截距项，β1，β2为主要解释变量系数，β'2为控制变量系数向量，μit为随机扰动项。
（二）计算“教育的创新合作边界”
从研究方法来看，只需要对不同大学的人才培养、教学成绩、科研等各方面进行有效测度，就可以从数字上区分不同大学之间的质量差异性，描述性统计结果可以分析变量的基本特征，计量模型可以证明区域教育质
量差异对创新的影响是否显著。但是，更有意义的工作是在一个可信性强、公信度高的大学教育质量
评价体系下，到一个标准化的数值（教育的创新合作边界）或者区间（教育的创新合作区间），给高等教育投资方一种信号：该地区的大学质量差异是否合理，如何投资才可能对该地创新更有利？从数学理论上容易推导，式（6）可以变形为：
Y it ＝exp （αi ＋β1G it ＋β2G 2it ＋β'z Z ＋μit ）假设数据是连续的，对公式求偏导可以得到“倒U”曲线顶点对应的Gini 系数值：令上式为0，得到G -＝－（7）
根据第二部分理论模型介绍，我们称G
-为“创新的教育合作边界”。
（三）数据选择与描述
首先，本文以中国大陆31个省（市、自治区）为研究样本，采用了2007—2012年《大学》杂志与中国校友会网等机构联合公布的大学质量综合得分数据计算各地区的大学质量差异系数G 。G 可以有如下计算方式：基尼（Gini）系数；测度差异的指标，如Mehran 指数、Kakwani 指数、Theil 指数等。需要说明的是，由式（3）和式（5），基尼系数的性质决定了它可以较为方便地测度区域内大学质量差异。简单来看，当只考虑两所大学时，令G ＝φ，G 取最大值1时意味着区域内教育质量差异特别大，以至于没有合作和交流的空间；G 取最小值0时，意味着校际没有差异，不存在交流与合作的必要。两个极端情况下，学校间互动形成的创新源泉丧失，即k mn ＝0。当G 取大于0小于1的值时，它还可以表示大学i
较之大学j 的优势水平（s m d
n ）占大学i 总质量
水平的比率。
其次，选择2007—2012年国家统计局公布的31个省（市、自治区）的申请授权专利数进行分析，计算得到专利数与上述基尼系数的相关系数值为0.686，且在1%的水平上显
著。鉴于不同地区专利申请授权数差异较大，且数据较为分散，将其取对数值之后的结果与基尼系数值组合做散点图，分析发现，多数地区大学质量综合得分的基尼系数值在0.6～0.8之间，且存在“倒U”特征，各地差异特征明显。但是这一特征是否显著尚须进一步的计量检验。（见图3）
四、研究结果与检验
（一）模型实证结果
基于模型（6）和宏观数据样本，进行计数面板数据模型的Hausman 检验，得到卡方值为88479.47，在1%的显著水平上拒绝了采用随机效应模型的假设。下表列示了OLS 和固定效应模型估计结果，显然OLS 方法高估了系数值，从统计意义上看，固定效应模型结果更为合理。（见表1）
第一，对比模型1—1至模型1—3，不难发现所有模型的二次项系数（G 2）均小于0，表明控制其他变
量不变的情况下，前文提出的理论假设用宏观数据得到了证明，即适度的教育质量水平差异对创新合作有促进作用。加入了其他变量以后（见模型1—3），模型系数值减小，但依然显著，根据式（7）计算发现，“倒U 型”曲线最低点对应的基尼系数
∂Y it
∂G it
＝（β1＋2β2G it ）exp （αi ＋β1G it ＋β2G 2it ＋β'z Z ＋μit ）β1
2β
2图3大学质量综合
得分Gini 系数与申请授权专利数的对数
说明：西藏、新疆、青海等省份的大学质量综合评价得分的基尼系数均小于0.4，为清晰展示图示，这里没有标示在刻度轴上。另外，为了呈现不同省份的数据特征，把省市名称标注在了散点图下方。
发布评论