韓得滿

（臺州學院醫(yī)藥化工學院，浙江 臺州，318000）

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

韓得滿

（臺州學院醫(yī)藥化工學院，浙江 臺州，318000）

該文針對高校創(chuàng)新環(huán)境與高校教師知識創(chuàng)新之間關(guān)系問題，建立綜合評價指標體系，運用空間自回歸分析和空間計量經(jīng)濟學的地理加權(quán)回歸模型，對全國30所高校的創(chuàng)新環(huán)境與教師知識創(chuàng)新之間的空間相關(guān)關(guān)系進行了檢驗和計量分析。研究結(jié)果表明，我國省域之間差異顯著的高校創(chuàng)新環(huán)境與教師知識創(chuàng)新呈現(xiàn)明顯的空間依賴和局域空間集聚的現(xiàn)象；高校創(chuàng)新環(huán)境對教師知識創(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創(chuàng)新能力。各高校只有在認清自身要素條件的基礎上，充分利用創(chuàng)新聚集、區(qū)域優(yōu)勢、知識溢出、空間依賴等地理條件，加強高校間學術(shù)交流與合作，擴大創(chuàng)新輻射范圍和強度，實現(xiàn)教師知識創(chuàng)新能力的持續(xù)增長，并最終實現(xiàn)教師知識創(chuàng)新能力對提升高校創(chuàng)新產(chǎn)出的跨越式增長。

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

任何創(chuàng)新活動都離不開一定環(huán)境的支持,高校創(chuàng)新環(huán)境作為影響高校教師知識創(chuàng)新的各種外部因素的組合，直接關(guān)系到教師知識創(chuàng)新能力的形成和發(fā)展。王緝慈認為，創(chuàng)新環(huán)境是高校與高校之間在長期正式或非正式合作交流基礎上所形成的相對穩(wěn)定的系統(tǒng)。［1］一所大學的教師知識創(chuàng)新不僅來自于教師自身內(nèi)在創(chuàng)新能力的增加，更來自于良好的創(chuàng)新環(huán)境。研究高校創(chuàng)新環(huán)境與教師知識創(chuàng)新的關(guān)系，對優(yōu)化高校創(chuàng)新環(huán)境與教師知識創(chuàng)新增長發(fā)揮了重要作用。目前，國內(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）從學校管理、教育評估體系等方面探究了高校創(chuàng)新環(huán)境的培植。［2］儲皓等（2001）認為，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（2004）從學術(shù)交流環(huán)境、教學管理環(huán)境以及創(chuàng)新的意識觀環(huán)境等方面提出了高校創(chuàng)新環(huán)境建設的對策建議。［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創(chuàng)新能力及二者之間的關(guān)系的實證研究更是匱乏。

事實上，如果將我國所有高校作為一個同質(zhì)的整體，運用高校的總量數(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（即空間依賴性），則容易忽略理論與實證研究中的空間因素，從而導致實證分析結(jié)果缺乏普適性及應有的說服力。鑒于此，本文基于我國部分高校的問卷調(diào)查，采用空間計量經(jīng)濟學方法,深入探討了高校創(chuàng)新環(huán)境綜合水平，同時通過構(gòu)建地理加權(quán)回歸模型，識別在培育我國高校創(chuàng)新環(huán)境過程中，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創(chuàng)新能力的形成。旨在為我國高校創(chuàng)新環(huán)境與教師知識創(chuàng)新能力之間關(guān)系的實證層面的研究提供較為豐富的現(xiàn)實依據(jù)，同時亦可為相關(guān)政府部門、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)濟學家Paelinck率先提出空間計量經(jīng)濟學（spatial econometics）的概念，后經(jīng)Anselin等學者的發(fā)展，逐漸形成了空間計量經(jīng)濟學學科的框架體系，空間計量經(jīng)濟學的產(chǎn)生和發(fā)展使傳統(tǒng)的時間經(jīng)濟學向空間經(jīng)濟學轉(zhuǎn)變?？臻g計量學主要基于經(jīng)典的計量分析技術(shù)，廣泛應用于創(chuàng)新的擴散和技術(shù)溢出等方面的研究，空間計量經(jīng)濟學理論認為，一般地理空間上的某一種經(jīng)濟活動一般都與鄰近地區(qū)空間的同一經(jīng)濟活動存在著空間依賴性，也就是空間自相關(guān)性，也就是說空間經(jīng)濟數(shù)據(jù)存在不同區(qū)域之間的空間依賴性。

為了驗證我國高校創(chuàng)新環(huán)境與教師知識創(chuàng)新的空間聚集特征不是隨機發(fā)生的，還具有一定的空間分布特點，本文運用空間統(tǒng)計學技術(shù)對我國高校創(chuàng)新環(huán)境與教師知識創(chuàng)新進行了空間自相關(guān)檢驗，包括全局空間自相關(guān)性檢驗和局部空間自相關(guān)性檢驗。

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關(guān)系，并且在數(shù)字圖像處理、流行病學、生物學、區(qū)域經(jīng)濟與社會研究中迅速得到了應用。該方法可用來檢驗高校創(chuàng)新環(huán)境及高校教師知識創(chuàng)新能力的聚集現(xiàn)象的空間相關(guān)性是否存在。在實際應用研究中常用空間統(tǒng)計學自相關(guān)指數(shù)Moran's I[5-6]檢驗高校創(chuàng)新環(huán)境與教師知識創(chuàng)新的空間相關(guān)性。計算公式如下：

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i和j兩個區(qū)域相鄰時，wij=1；若這兩個區(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 空間計量理論模型

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

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)境存在著某些復雜的自相關(guān)關(guān)系，因此，需要引入空間計量經(jīng)濟學中的地理加權(quán)回歸模型（Geographically Weighted Regression，GWR）[5,8-9]來研究高校創(chuàng)新環(huán)境與教師知識創(chuàng)新之間的關(guān)系。地理加權(quán)回歸模型表達式為：

式(2)中，βj下標表示區(qū)域（地區(qū)），a為常數(shù),是模型的隨機誤差項其中，m=30，即選取30個高校的截面數(shù)據(jù)。M=i=1,2,…,n；j=1, 2…,m。模型（2）理論上可以通過極大似然法(ML)求解參數(shù)向量的估計值。但由于自變量存在內(nèi)生性,極大似然法估計的值不唯一，Hastie和Tibshirani提出了利用鄰近區(qū)域的觀測值通過加權(quán)最小二乘法(WLS)求得局域系數(shù)估計值。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)進行回歸計算得到的變數(shù) βj(j=1,2,…m)。在此模型中代表一個高校的創(chuàng)新能力增長對鄰近高校創(chuàng)新能力增長的影響程度，

2 數(shù)據(jù)來源與指標選取

2.1 數(shù)據(jù)來源

鑒于高校創(chuàng)新環(huán)境和教師知識創(chuàng)新能力評價指標的完整性和數(shù)據(jù)的權(quán)威性，本文以2012年為例，主要數(shù)據(jù)來源于國家統(tǒng)計局[10]、教育部、中國科技信息研究所[11]等機構(gòu)發(fā)布的統(tǒng)計數(shù)據(jù)資料，采用的空間樣本是除了我國的臺灣、香港、澳門之外的內(nèi)地30所研究型高校。

2.2 指標選取

2.2.1 高校創(chuàng)新環(huán)境指標體系

高校創(chuàng)新環(huán)境是評價各研究型大學科研成果數(shù)量的指標。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,而且還可以促進高校教師知識創(chuàng)新能力的形成和提升。高校創(chuàng)新環(huán)境是一個復雜的系統(tǒng),高校創(chuàng)新環(huán)境評價指標體系共包括48個三級指標:全年科研經(jīng)費投入(萬元)、年度承擔科研項目總數(shù)（項)、發(fā)表學術(shù)論文總數(shù)（篇）、科研獲獎總數(shù)（項）、國家自然科學獎（項）、國家科技進步獎（項）、其他成果獎（項）、專利申請數(shù)（項）、專利授權(quán)數(shù)（項）、當年轉(zhuǎn)讓合同總數(shù)（個）、專利出售合同數(shù)（個）、技術(shù)轉(zhuǎn)讓合同數(shù)（個）、技術(shù)成果轉(zhuǎn)化收入總額（千元）、主辦國際學術(shù)會議數(shù)（人次）、訪問學者派遣和接收人數(shù)（人次）、訪問學者派遣人次（人次）、全校教學與科研人數(shù)（人)等。

2.2.2 教師知識創(chuàng)新指標體系

目前,我國各大學尤其是研究型大學的教師知識創(chuàng)新能力在我國各個高校創(chuàng)新系統(tǒng)的知識創(chuàng)新過程中扮演著非常重要的角色。為此，我們從教師技術(shù)知識與推理能力、開放式思維與創(chuàng)新、個人職業(yè)能力、溝通表達與團隊工作、態(tài)度與習慣、責任感、價值觀、應用創(chuàng)造社會價值等方面選擇建立了一個8項指標的指標體系。

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

3.1 空間相關(guān)性檢驗

利于空間自相關(guān)指數(shù)公式（1）計算得到我國30所高校創(chuàng)新環(huán)境與教師知識創(chuàng)新的空間自相關(guān)Moran's I分別為0.25、0.22，結(jié)果表明，我國不同省域的30所研究型高校的創(chuàng)新環(huán)境和教師知識創(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，一個具有較高創(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 空間計量模型與估計

空間統(tǒng)計分析證明，我國30所研究型高校創(chuàng)新環(huán)境與大學教師創(chuàng)新能力之間存在著空間相關(guān)性。為了驗證我國大學創(chuàng)新環(huán)境與大學教師創(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)回歸模型進行估計。構(gòu)建反映高校創(chuàng)新環(huán)境與教師知識創(chuàng)新關(guān)系的計量經(jīng)濟學回歸模型：

式（3）中，ε表示隨機誤差項，j=1,2…30所研究型高校，IMj表示某年度各個省域的高校創(chuàng)新環(huán)境綜合得分，TKICj表示某年度的教師知識創(chuàng)新能力的綜合得分，βj衡量高校創(chuàng)新環(huán)境對教師知識創(chuàng)新能力的影響，由于研究采用空間計量經(jīng)濟學模型中地理加權(quán)回歸模型（GWR），因此設回歸系統(tǒng)β是一個常數(shù)，而βj的估計一般是采用加權(quán)最小二乘法(OLS)。

根據(jù)GWR估計結(jié)果（見表1）可見，高校創(chuàng)新環(huán)境與高校教師知識創(chuàng)新能力的OLS估計模型其擬合優(yōu)度（Goodness of Fit）達到0.573，模型整體上通過了1.0%水平的顯著性(卡方)檢驗；而且高校創(chuàng)新環(huán)境也通過了1.0% 水平的變量卡方檢驗，表明從總體上來講，高校創(chuàng)新環(huán)境對高校教師知識創(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1分，高校教師知識創(chuàng)新能力總體上增長1.4分。當然，OLS模型的擬合程度比較低，解釋能力只有0.471，使用基于OLS估計的模型研究高校創(chuàng)新環(huán)境對高校教師知識創(chuàng)新能力其解釋能力較低，導致這種現(xiàn)象可能是疏忽了影響高校教師知識創(chuàng)新能力的重要因變量，或是該模型的隨機干擾項含有違反計量經(jīng)濟模型擾動的假設問題，譬如未及時考慮省域間的空間相關(guān)性等問題。

表1 高校創(chuàng)新環(huán)境與高校教師知識創(chuàng)新能力的OLS估計結(jié)果

表1研究結(jié)果表明，不同的空間差異性對高校教師知識創(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性。但由于線性回歸模型在構(gòu)建過程中忽視了殘差項的空間自相關(guān)性問題，導致OLS估計結(jié)果可能出現(xiàn)偏差，且該OLS模型所進行的是全域估算，無法揭示(Local)各個局域高校創(chuàng)新環(huán)境對在校教師知識創(chuàng)新能力的實際影響程度。為了解決這些問題，故本研究引進地理加權(quán)回歸模型(GWR)和加權(quán)最小二乘法(WLS)，對我國30所高校的數(shù)據(jù)分別進行高斯距離權(quán)值(Gaussian Distance)、指數(shù)距離權(quán)值(ExponentialDistance)和三次方距離權(quán)值(Tricube Distance)進行局域估算,并得出分別為0.934,0.953,0.921，2均遠遠大于OLS的估計結(jié)果，這表示引進地理空間加權(quán)回歸模型后，模型整體擬合效果較好，并驗證了我國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)境與在校教師知識創(chuàng)新之間呈現(xiàn)顯著正相關(guān)，顯示出我國高校創(chuàng)新環(huán)境發(fā)展對在校教師知識創(chuàng)新能力的提升具有明顯的促進作用。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1個百分點，在校教師知識創(chuàng)新能力增長0.0901個百分點。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1分，則在校教師的知識創(chuàng)新能力分別增長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個分。

4 結(jié)論及政策建議

本文通過運用空間地理加權(quán)回歸模型，對我國30所高校的創(chuàng)新環(huán)境和高校教師知識創(chuàng)新能力的空間聚集模式及二者之間的空間相關(guān)性進行了計量分析和檢驗，得到如下結(jié)論：

(1)通過對高校創(chuàng)新環(huán)境和高校教師知識創(chuàng)新能力的空間相關(guān)關(guān)系的檢驗分析可以看出，我國各高校在校教師知識創(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創(chuàng)新的影響因素時應采納空間計量模型將高校創(chuàng)新環(huán)境對教師知識創(chuàng)新能力的影響分解為局域估計系數(shù)，從而回歸分析結(jié)果更加精確可靠，以求較為科學地分析高校創(chuàng)新環(huán)境對教師知識創(chuàng)新的影響，為制定和實施增強高校教師知識創(chuàng)新能力提供的引導和理論支持。

(2)研究結(jié)果表明，高校創(chuàng)新環(huán)境對高校教師知識創(chuàng)新具有顯著的正面影響,高校在促進教師知識創(chuàng)新能力方面應該發(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)費投入方面來扶持高校教師知識創(chuàng)新活動，有助于在校教師知識創(chuàng)新能力的形成和原創(chuàng)性知識能力的增強。

(3)通過運用空間地理加權(quán)回歸模型可以發(fā)現(xiàn)，省域高校創(chuàng)新環(huán)境與教師知識創(chuàng)新能力的差異較明顯。因此，可以通過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爭、合作的局域高校學術(shù)創(chuàng)新環(huán)境，充分發(fā)揮高校創(chuàng)新環(huán)境在教師知識創(chuàng)新能力提升中的重要作用。

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

[1]王緝慈.知識創(chuàng)新和區(qū)域創(chuàng)新環(huán)境[J].經(jīng)濟地理,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]. 南京工程學院學報(社會科學版),2004(4): 48-51.

[3]儲皓,張愛梅.高校創(chuàng)新教育環(huán)境的關(guān)鍵性要素研究[J]. 南京航空航天大學學報(社會科學版). 2001(4)：77-79.

[4]陳進.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)大學學報，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/.中華人民共和國國家統(tǒng)計局.

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

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年度高等教育教學改革項目“基于‘校企協(xié)同、產(chǎn)教融合’的高分子材料與工程專業(yè)應用型人才培養(yǎng)模式的探索與實踐”（jg2015181）階段性研究成果之一。

韓得滿（1972—），男，浙江三門人，臺州學院醫(yī)藥化工學院院長、教授，博士，主要從事分析化學教學與研究。