李 燕

（广东技术师范大学财经学院，广东广州 510665）

1 研究背景

党的十九大报告指出，中国特色社会主义进入了新时代，经济增长要从高速增长转向高质量增长，这是新时代现代化建设的重大战略。城市经济作为一个国家或地区区域经济的重心所在，是我国推进高质量发展的重要空间载体。我国19 个副省级及以上城市(4 个直辖市和15 个副省级城市)均为我国各区域的重要城市，其经济发展、文化尤其是高等教育资源等占有绝对优势，且这些城市对周边城市的引领及辐射作用很强，因此以这19 个城市为样本的研究对我国经济高质量发展有重要的现实意义。

高校作为知识创新和生产的主体、知识传播和转移的主阵地，在区域技术创新和经济高质量发展中发挥着独特的作用，高校科技创新已成为当今国家或区域科技创新与经济高质量发展的重要主导力量。近年来出现一些城市由“抢人才”转向引进高等教育资源就充分说明了高校在城市经济高质量发展的重要作用。那么对于拥有优质高等教育资源副省级及以上城市来说，高校科技创新是否与城市经济高质量发展协同一致？如何影响城市经济高质量发展？不同城市的高校科技创新对城市经济发展质量的影响是否相同？回答这些问题，对于评估高校科技创新对城市经济高质量发展的影响效果和提升路径具有重要的理论与现实意义。

自20 世纪90 年代美国社会学家亨利·埃茨科威兹［1］教授提出三螺旋理论(Triple Helix Theory)以来，高校作为区域科技创新系统的一个重要组成部分，引起了国内外学者的广泛关注。国外学者们认为高校与区域经济发展之间相互支持、互动共赢［2］。波士顿和旧金山湾地区的以信息技术和生物技术集群的创新经济发展就与该区域的四所著名大学密切相关［3］。对于高校科技创新能力与地方经济发展关系的定量研究，Feldman 等［4］认为高校的知识溢出将刺激区域内企业的创新行为，从而促进区域经济发展，之后国内外学者从不同角度进行了大量高校知识溢出的研究［5-9］，均证实了高校科技创新对区域经济发展有正向影响；同时对高校科技创新能力与地方经济发展水平的协同关系也有一些研究，李石勇等［10］通过数据的描述性统计分析了高校科技创新能力与经济发展的联结效应，彭新一等［11］通过单向回归对高校科技创新要素与经济发展进行了耦合协同度影响因素的探索，李文辉等［12］利用DEA方法评价分析了省域高校的科技创新效率及其经济贡献率。

近2 年来，围绕经济高质量发展学者们开展了有益的探索，一是对经济高质量发展的内涵基于不同的视角进行了阐释，认为高质量发展需要新动力机制引导，其中创新是第一动力［13-15］；二是对经济高质量指标体系进行了构建和测度，包括对地区高质量发展现状测算和评估［16-17］，对中国宏观层面高质量发展的指标体系构建和综合评价［18］，还有少量文献对城镇化和城市发展质量的评估［19-20］；三是对经济高质量发展的推动影响因素进行了研究，比如财政支出和科技创新［21］、产业集聚和环境规制等［22-24］。

综上所述，学者们的相关研究有很大的借鉴作用，但存在如下不足：（1）在定量研究方面，高校科技创新能力评价对象要么是高校个体要么是省级区域，经济高质量发展也主要基于省级或长三角区域，极少从城市级别展开研究，而我国高校主要位于19 个副省级及以上城市。Friedmann 等［25］提出经济发展与空间演化相关模式，城市经济空间聚集将获得经济和技术的空间溢出优势，选择城市作为区域空间尺度比以省为空间尺度更为理想。（2）高校科技创新是经济高质量发展的重要力量，但以往研究的主要是其与经济发展的耦合关系，较少从其对城市经济高质量发展影响的视角进行研究。基于此，论文以19 个副省级及以上城市2008—2017 年的相关数据为样本，探索19 个城市的高校科技创新和经济高质量发展的时空演变特征，并采用面板模型实证考察高校科技创新对经济高质量发展的影响，以期在估算高校科技创新能力和经济高质量发展水平的基础上分析两者之间的关系及其作用机理，丰富关于城市经济高质量发展的研究，同时为高校科技创新与城市经济高质量发展的关系提供经验证据。

2 研究设计

2.1 计量模型设定

本文研究的重点是高校科技创新对城市经济高质量发展的影响，参照李光龙等［21］控制变量的设计，构建如下基础模型：

式（1）中，下标i 表示城市，下标t 表示时间。被解释变量hqdi,t为经济高质量发展水平，解释变量utechi,t-1为高校科技创新能力，基于高校科技创新对经济高质量发展影响存在滞后性，解释变量前置一期，Xi,t为控制变量，包括劳动力供给（lab）、经济发展水平（pgdp）、利用外资（fdi）、政府干预（igov。Ei,t为随机扰动项。

为了进一步考察高校科技创新产出对城市经济高质量发展的影响，构建了以鉴定成果数量、研究生人数（包含博士）和科技创新转化总收入（技术转让当年实际收入）分别代表科技成果产出、人才培养和科技成果转化的核心指标为解释变量（高校科技创新的变量均前置一期）的面板模型：

2.2 变量说明

2.2.1 被解释变量

经济高质量发展水平（hqd）。经济高质量发展水平包含经济结构优化、创新驱动发展、基础设施建设、生态文明发展、经济成果惠民等诸多内容，是一个综合性指标。对该指标的核算，目前有两种方法：一是以全要素生产率（TFP）为代理指标［23］，该方法简单但侧重点于效率变化、效益提升经济增长质量，未考虑经济增长方式、增长结构和增长效益等诸多因素；另一类则从多维度构建城市经济高质量增长指标来核算，这种方法有效改善了利用单一指标代表经济增长或经济发展的局限性。为了全面和准确反应城市经济发展质量，本文借鉴魏敏等［16］、方大春等［17］、曾艺等［22］的做法，同时考虑数据的可获得性，构建了包含经济增长动能、经济增长结构和经济增长成果3 个维度的一级指标，并包括10 个二级指标和21 个具体测度指标，具体见表1，采用熵值法确定各指标权重并测算各城市的经济高质量发展水平。

表1 指标体系及权重

2.2.2 解释变量

高校科技创新能力（utech)。高校科技创新能力也是一个综合性指标，主要包括科技创新投入、产出、人才培养及科技成果转化，已经成为衡量一个国家或地区基础研究水平和科技竞争力的关键因素。参照大部分学者的研究成果，构建表1 所示的高校科技创新能力指标体系，采用熵值法确定各指标权重并测算各城市的高校科技创新能力水平。模型（2）中的解释变量即为表2 的相关指标及计算所得。results（单位：件数）为鉴定成果项目数，代表科学研究成果产出；postgra（单位：万人）为研究生毕业数量，代表科技创新人才的培养；income（单位：百万元）为技术转让当年实际收入，代表科技成果转化。

2.2.3 控制变量

考虑到其他因素对经济高质量发展的影响，选取如下控制变量：劳动力供给（lab）（单位：百万人）以城市i市辖区年末单位从业人员数量表示。经济发展水平（pgdp）（单位：万元）选取各城市人均gdp 来表示。利用外资（fdi）采用经过年平均汇率调整为以人民币单位的利用外资金额总量占GDP 的比重来衡量，代表城市对外开放程度。政府干预（igov）采用财政收入占gdp 的比重表示，代表政府干预程度。

3 数据来源与描述性统计

高校科技创新指标数据依据教育部发布的2008—2017 年度“高等学校科技统计资料汇编（只含理、工、农、医类专业的高校）”和“中国教育统计年鉴”中按19 个副省级以上城市（其中直辖市4 个，分别为北京、上海、天津和重庆；副省级城市15 个，分别是哈尔滨、长春、沈阳、大连、青岛、济南、南京、杭州、宁波、厦门、广州、深圳、武汉、成都、西安）归类收集统计计算而得。城市高质量发展指标数据及控制变量数据来源于2009—2018 年度《中国统计年鉴》《中国城市统计年鉴》《全国技术市场统计年报》及19 个城市的各自统计年鉴及各市统计局发布的统计公报。对于极少缺失数据，本文用插值法或同地区的均值予以补全。

被解释变量“经济高质量发展水平（hqd）”和解释变量“高校科技创新能力（utech)”的确定，首先依据收集到的各自指标体系中的指标值采用熵值法确定各指标权重，然后再测算样本变量值。熵值法作为一种客观赋权方法，在评价和决策中得到广泛的应用［19-20，26］，测算的权重值填列于表1。

基于熵值法测算出“经济高质量发展水平”指标体系中“技术市场合同成交金额”和“进出口总额”两个指标的权重大于0.1，尤其是“技术市场合同成交金额”指标的权重远远高于其他指标，充分说明了科技成果转移转化的重要作用，完全吻合科技创新引领经济高质量发展的论点。在“高校科技创新能力”指标体系中科技创新转化的两个指标的权重都大于0.1，说明城市高校科技创新能力也与科技创新成果的应用密不可分。通过测算，变量的描述性统计如表2 所示。

表2 变量的描述性统计结果

表2（续）

4 实证分析

4.1 城市经济高质量发展与高校科技创新的时空探索性分析

为了直观反映19 个副省级及以的城市经济高质量发展水平与高校科技创新能力的时空演变特征，分别将2008 年、2011 年、2014 年和2017 年的城市经济高质量发展水平及前置一年的高校科技创新的综合评分结果列示于表3。基于熵值法评价的两个体系的指标值10 年来总体趋势呈现显著增长，说明19 个城市经济质量发展水平和高校科技创新能力均有了明显提升，但高校科技创新的增速明显落后于经济质量发展速度。从经济高质量发展水平来看，一直位于第一的北京hqd 评估值由2008 年的0.429 3增长到2017 年的0.794 2，位于倒数第一的重庆hqd评估值由2008 年的0.081 3 增长到2017 年的0.201 2；从高校科技创新能力来看，一直位于第一的北京utech 评估值由2007 年的0.510 3 增长到2016 年的0.750 9，位于倒数的深圳由2007 年的0.007 8 增长到2016 年的0.052 3，宁波由2007 年的0.016 9 增长到2016 年的0.026 9。从空间分布来看，高水平的经济高质量发展主要集中在北上广深一线城市，东北的沈阳、哈尔滨、长春及直辖市重庆等城市近10 来均处于相对低水平态势中；高水平的科技创新能力主要集中在高校教育资源丰富的北京、上海、南京、西安、武汉等城市，5 个副省级的非省会城市大连、青岛、厦门、宁波和深圳一直处于相对低水平态势中。

表3 城市经济高质量发展与高校科技创新的时空演变特征

4.2 高校科技创新对城市经济发展质量的基准估计结果分析

19 个城市中有4 个直辖市、10 个省会级城市、5个非省会的计划单列市，不同类别存在一定的行政、财力及高校资源上的差异，在前面城市经济高质量发展与高校科技创新的初步探索中发现上述3 大类城市的两个综合性指标显然也存在较大的差异，因此，在下面的回归分析中除了对整体样本进行实证分析外，还将按照3 个类别分次进行回归分析来考察不同类别上存在的差异。

根据hausman 检验结果，采用固定效应进行实证回归分析，模型（1）分类回归结果如表4 所示。从模型（1）的实证结果来看，直辖市、省会城市及样本总体的高校科技创新能力对城市经济高质量发展水平的影响显著为正，这符合城市区域经济发展理论中高校科技创新是生长点和辐射源的观点，也是国内外诸多学者所证实的结论。但是计划单列市的分类样本回归却出现了截然相反的结论，之所以出现这样的情况，说明这些城市的高校科技创新完全与城市经济发展质量不匹配，具体到这5 个城市，从高校科技创新看，大连的高校资源是最多的，拥有两所211 大学和10 多所一般本科院校（统计范围内），而深圳是高校资源最缺失的，根据《高等学校科技统计资料汇编（只含理、工、农、医类专业的高校）》的统计资料，2007—2014 年深圳只有一所本科高校（深圳大学）在统计之列，直到2015 年才增加到两所（增加了南方科技大学），与之相反，这两个城市的经济发展质量却完全相反，因此得出了与总体及其他分类回归完全相反的结论。说明了在这些计划单列市中还有其他因素比高校科技创新能力更能影响到城市高质量发展。

表4 基准回归结果

从控制变量来看，总体和分类回归中对城市经济发展质量影响完全一致的是经济发展水平，经济发展水平越高，越能促进经济高质量发展，可能原因一是经济发展水平越高，越能吸引人才；二是能够为城市科技创新和环境污染治理提供资金支持，进而推动经济高质量发展。劳动力供给和利用外资在计划单列市的分类样本回归却出现了与总体或其他分类回归不一致的现象，再次证明计划单列市近10 年的经济高质量发展逻辑与其他城市是存在一定差异的。政府干预在各类回归中对被解释变量均不显著，但直辖市的系数为负数，其他分类及总体样本回归为正数，说明政府干预在不同城市规模及财力上对城市经济高质量发展可能起着相反的作用。

4.3 高校科技创新对城市经济发展质量的影响因素进一步分析

进一步考察高校科技创新产出对城市经济高质量发展影响因素的回归结果见表5。从模型（2）的实证结果来看，在3 个影响因素中，高校科研鉴定成果项目数在整体与分类回归中的系数均为负数，但只在省会城市和计划单列市中呈现显著特征，说明高校科研产出成果并未能有效促进城市经济发展质量，甚至与大中型城市高质量发展相悖；高校研究生毕业数量（包括博士）能促进城市经济发展质量，但该指标在计划单列市回归中的影响不显著；高校技术转让当年实际收入在整体、直辖市与省会城市的回归中呈现不同程度的显著负相关，而在计划单列市中在1%水平上显著正相关。结合前面城市高质量发展综合水平的评估，可能原因是直辖市与省会城市中高校技术转让当年实际收入占到整个城市的技术市场合同成交金额比例小，因而为能很好发挥在经济发展中的作用，而计划单列市则出现相反情况。

模型（2）中控制变量对城市经济发展质量的影响与模型（1）的回归系数的符号基本一致，只是显著程度出现了部分变化，变化最突出的是省会城市分类回归中政府干预的回归系数有模型（1）的不显著提高到1%水平上显著，可能原因是在只考虑高校科技创新产出因素的影响时，省会城市政府的财政支持能通过提高科技投入和环保投入等手段有效解决创新不足和环境治理等问题，进而提高城市经济高质量发展水平。

表5 高校科技创新对城市经济发展质量的影响因素

表5（续）

5 研究结论与政策建议

本文以2008—2017 年19 个副省级以上城市的经济指标数据和前置一年的高校科技创新指标数据为样本，首先应用熵值法分别评估了城市经济高质量发展水平与高校科技创新能力，对二者的时空演变进行了探索，在此基础上应用固定效应模型分类实证分析了城市经济高质量发展与高校科技创新能力的关系，并进一步分析了高校科技创新产出因素对城市经济高质量发展的影响。研究结果发现：（1）10 年来，19 个城市的经济高质量发展水平与高校科技创新能力均有提升，但提升的程度存在分化，且高校科技创新的增速明显落后于经济质量发展速度。（2）总体来看，高校科技创新对城市经济高质量发展有显著的促进作用，尤其是高校科技创新人才的培养（研究生毕业人数）是重要的正向影响因素，但高校科研鉴定成果项目数与高校技术转让当年实际收入影响要么不显著，要么为负影响；（3）5 个计划单列市的分类回归结果与总体及其他分类回归特征存在明显差异，说明5 个计划单列市的高校科技创新对城市经济高质量发展的影响与其他城市相比存在明显差异，可能的原因是计划单列市享受省级经济权限，因而能够在高校科技创新能力自身不足的情况下通过其他途径促进城市科技创新和经济高质量发展。（4）从控制变量来看，经济发展水平对城市经济高质量发展有显著的正向促进作用，但其他控制变量在总体及分类回归中却存在差异。

在GDP 增速放缓和城市经济发展遭遇瓶颈的背景下，为进一步发挥高校科技创新在推动城市经济高质量发展的重要作用，提升我国19 个核心城市可持续发展潜力和辐射作用，提出如下建议：

第一，依据城市经济高质量发展水平，加强高校科技创新投入水平，提升高校科技创新能力。由于历史的原因，我国高校资源主要集中在部分城市，从收集的数据来看，北京和上海的高校科技经费在10 年内一直超过19 个城市总和的1/3，远远高于这两个城市GDP 所占比重。尽管北京和上海的高校科技创新成果可能会应用和辐射到全国，但各个城市有自身的特质和发展需求，因此各地还应依据经济实力，结合城市发展的方向和重点加大高校科技创新投入和高水平人才培养，努力达到高校科技创新能力与经济发展水平相匹配，并充分发挥高校科技创新在城市经济高质量发展中的引领作用。

第二，推进高校科技项目与经济实际发展相融合，重视高校科技项目成果的转化与应用。通过熵值法估算出的经济高质量发展指标中技术市场合同成交金额权重最大，高校科技创新指标中技术转让当年实际收入权重最大，说明这两个指标值分别是城市经济质量高质量发展和高校科技创新中最为悬殊的指标，而这两个指标也充分体现了科技创新成果转化的重要性。从实证结果来看，高校科研鉴定成果项目数与高校技术转让当年实际收入对城市经济发展质量的影响要么不显著，要么为负影响，这显然有悖于高校科技成果的使命。虽然有部分的基础研究可能会暂时发挥不了对城市经济高质量发展的显著作用，但实证结果说明大部分高校科研创新没有能够与城市经济高质量发展相结合或未得到应有重视而导致成果被束之高阁。因此，建议一方面加强高校科研立项控制，从源头保障科研项目在经济发展中的定位和使命，另一方面加强科研成果的鉴定和管理，确保科研成果达到预期目标，并推动成果的应用和转化。

第三，根据19 个城市的分类实证分析结果，3大类的情况存在比较明显的差异，应差异化地发挥高校科技创新在经济高质量发展中的作用，补齐短板。（1）直辖市中以天津和重庆为例，在大部分年份重庆的科技创新能力与天津相当，甚至略高于天津，但经济高质量发展水平在19 个城市中始终处于垫底，在考虑重庆地广人多的诸多其他因素影响外，依然有很大的空间通过高校科技创新来提升经济高质量发展水平。（2）10 个省会城市高校科技创新和经济高质量发展关联效应也存在较大的分化，以南京、西安、武汉、成都和广州为例，前面4 个城市的211 高校数量均多于广州，但经过10 年的发展，在省会城市中广州的高校科技创新能力排名仅次于南京；东北的3 个省会城市无论是经济发展质量还是高校科技创新能力排名均处于下降中。相比非省会城市，省会城市拥有丰富的高校资源，因此省会城市更需要提高经济发展水平和发挥政府财政调控能力，使高校科技创新更好服务于城市经济高质量发展。（3）5 个计划单列市均处于靠海的港口城市，在国家经济战略中发挥着重要作用，近10 年来经济取得快速发展并且多数经济增长率超过同省的省会城市，但相比省会城市，高等教育资源明显短缺和不足，致使短期的数据显示高校科技创新似乎阻碍了经济高质量发展，而实际是这些城市的高速发展离不开科技创新，只是以其他方式弥补了高校科技创新的不足。以深圳为例，深圳全社会研发投入强度在全国仅次于北京，基于高水平的经济发展吸引了大量的创新人才，尽管如此，近年来深圳依然在不断引进国内外知名高校来提升基础研究水平和创新能力。因此，对于计划单列市，一方面是如果已有较好的高校资源，应充分发挥其创新效应，比如大连,如果高校资源不足则通过引进高校的方式增强本地的高校科技创新能力；另一方面要突破行政藩篱，与邻近城市的高校展开深入合作。