□文/羅 英 趙聆邑

（上海師范大學 上海）

［提要］面對單一城市的發(fā)展瓶頸，我國在2019年正式將都市圈這種一體化發(fā)展模式上升至國家戰(zhàn)略。本文選取2007～2019年上海大都市圈中9個城市的統(tǒng)計數(shù)據(jù)進行研究，結果顯示：都市圈內(nèi)上海、蘇州、舟山和常州存在高等教育集聚現(xiàn)象；高等教育集聚水平的提升對于經(jīng)濟增長有顯著的正向推進作用。為此，提出建議：（1）進一步提升高等教育集聚水平和質量；（2）淡化城市壁壘，加速助推都市圈一體化建設；（3）推進政產(chǎn)學研一體化建設。

上海大都市圈地處長江三角洲地區(qū)，其范圍根據(jù)《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》的實施方案劃定，該都市圈的總面積約為5.4萬平方公里，由9個城市組成，具體劃分為：上海；蘇州、無錫、常州、南通的4個地處江蘇省的城市和嘉興、寧波、舟山、湖州這4個隸屬于浙江省的城市。

一、上海大都市圈經(jīng)濟發(fā)展和高等教育集聚現(xiàn)狀

（一）上海大都市圈經(jīng)濟發(fā)展現(xiàn)狀。2019年上海大都市圈生產(chǎn)總值達到10.8萬億元，當年度全國生產(chǎn)總值為98.9萬億元。上海大都市圈雖僅占我國國土面積的0.5%，但其經(jīng)濟貢獻卻占我國整體生產(chǎn)總值的11%。根據(jù)各省市統(tǒng)計年鑒數(shù)據(jù)顯示，都市圈中的9個城市間的生產(chǎn)總值差距顯著。作為都市圈中的核心城市——上海的生產(chǎn)總值遙遙領先，為38，155.324億元，占整個都市圈生產(chǎn)總值的35.3%。舟山是其余8個城市中生產(chǎn)總值最低的城市，為1，371.6億元。

（二）上海大都市圈高等教育數(shù)量和質量分析。從高校的數(shù)量上來說，長江三角洲作為高等教育的集聚地，僅上海大都市圈內(nèi)就有超過150所高校。但是，從高等教育的整體質量而言，除了上海以外，其余城市的水平較弱。繼“211工程”和“985工程”后，我國為了能進一步提升中國高等教育的整體實力和國際競爭力，于2017年10月正式提出“雙一流”建設。上海大都市圈范圍內(nèi)總共占17所，其中14所都位于上海。根據(jù)教育部公示名單進行整理，如表1所示。（表1）

表1 上海大都市圈范圍內(nèi)“雙一流”大學建設一覽表

（三）上海大都市圈高等教育集聚現(xiàn)狀分析。本文從地域層面上研究高校集聚水平對于地區(qū)發(fā)展的地位和作用，選用區(qū)位熵指數(shù)作為測度方法，其計算公式如下：

式中，eit表示在t時間中i區(qū)域內(nèi)高校教育在校人數(shù)；et表示在t時間內(nèi)上海大都市圈的總高等教育在校人數(shù)；pit表示在t時間內(nèi)i區(qū)域內(nèi)的總人口數(shù)；pt為在t時間內(nèi)上海大都市圈的總人口數(shù)。區(qū)位熵可以用來衡量某地區(qū)的產(chǎn)業(yè)聚集水平，值越大越能表明該行業(yè)的產(chǎn)業(yè)集聚在數(shù)量上的水平之高。當LQit＞1時，我們可以認為該區(qū)域存在高等教育集聚效應，并在都市圈中占優(yōu)勢；反之，我們認為該區(qū)域的集聚效應較弱，在都市圈中劣勢。

本文通過收集3個省市統(tǒng)計年鑒中的數(shù)據(jù)，采用2007～2019年9個城市的高等教育在校人數(shù)和年末常住人口進行計算，根據(jù)區(qū)位熵公式進行計算，結果如表2所示。（表2）

從表2中數(shù)據(jù)來看，上海大都市圈9個城市中上海、蘇州、舟山和常州存在高等教育集聚現(xiàn)象，在都市圈中占優(yōu)，但是其中作為核心城市的上海，其區(qū)位熵連年走低。數(shù)據(jù)顯示，13年中上海在校人數(shù)的穩(wěn)定增長和常住人口的大幅涌入，增幅更是達到近20%，這使常住人口數(shù)的增長幅度遠高于在校人數(shù)的增幅，從而導致了區(qū)位熵的連年走低，但是和其辦學質量相互結合，坐擁14所“雙一流”高校無疑奠定了其高等教育在整個都市圈的優(yōu)勢。

表2 上海大都市圈各地區(qū)高等教育集聚水平一覽表

蘇州則是在常住人口增幅達21.5%的情況下實現(xiàn)了區(qū)位熵的不斷攀升，其原因在于吸引國內(nèi)外優(yōu)質高校在蘇州建設分校區(qū)，實現(xiàn)高校間聯(lián)合發(fā)展，如西交利物浦大學、中國人民大學蘇州校區(qū)以及南京人學蘇州校區(qū)。在這些外來優(yōu)質高等教育資源的助推下，蘇州的高等教育集聚水平不斷向好發(fā)展。

在都市圈中區(qū)位熵值最高的常州，則是常住人口和在校人數(shù)這兩個統(tǒng)計數(shù)據(jù)變化都十分穩(wěn)定，但在常州范圍內(nèi)16所院校中只有4所是本科院校，雖有很高的集聚水平，但是整體水平不盡如人意。對于其他區(qū)位熵低于1的城市，其高等教育沒有呈現(xiàn)明顯集聚現(xiàn)象，行業(yè)處于劣勢地位。

二、高等教育集聚對經(jīng)濟增長的影響實證分析

（一）變量選?。ū?）

表3 變量選取和描述性分析一覽表

1、被解釋變量。人均生產(chǎn)總值（pgdp）：國內(nèi)人均生產(chǎn)總值是經(jīng)濟研究中使用最為頻繁的衡量地區(qū)經(jīng)濟發(fā)展水平的指標。本文選用2007～2019年9個城市的人均生產(chǎn)總值作為被解釋變量，其數(shù)據(jù)來源于各城市統(tǒng)計年鑒。

2、核心解釋變量。高等教育集聚（E）：主要研究高等教育集聚水平該指標對于經(jīng)濟增長的影響水平。前文已對各地區(qū)的歷年高等教育集聚的區(qū)位熵進行計算。

3、控制變量。資本投入（K）：通過查閱文獻，我們可以發(fā)現(xiàn)多數(shù)學者選用固定資產(chǎn)投資作為資本投入的分析數(shù)據(jù)。故而，本文選用各省市2007～2019年統(tǒng)計年鑒中的固定資產(chǎn)投入。勞動力投入（L）：對于勞動力投入的數(shù)據(jù)，選擇使用2007～2019年各省市的全社會從業(yè)人員年末數(shù)來反映一年時間中該地區(qū)的勞動力資源的實際情況。

除了資本和勞動力以外，還有很多因素也會對經(jīng)濟增長影響，為了能準確研究高等教育集聚對經(jīng)濟增長的，本文還選擇如下控制變量：

對外開放水平（open）：上海近年來不斷堅持進出口貿(mào)易并行，建設開放性經(jīng)濟體系。本文對外開放水平的計算方法是計算該地區(qū)一年進出口總額與該地區(qū)總GDP之比。鑒于多市統(tǒng)計年鑒中進出口貿(mào)易總額在2016年以前是以美元作為統(tǒng)計單位，所以以全國統(tǒng)計年鑒中歷年人民幣對美元年平均匯價為基準進行計算，在得到相應的人民幣總金額后，進行對外開放水平的計算。

外商直接投資（FDI）：跨國公司的建設為地區(qū)帶來了先進的技術，推動區(qū)域經(jīng)濟增長，故而選用2007～2019年各城市的實際外商直接投資所占比重作為衡量數(shù)據(jù)。由于該數(shù)據(jù)統(tǒng)計單位為億美元，我們同樣經(jīng)過匯率換算后計算占比。

產(chǎn)業(yè)結構（ind）：產(chǎn)業(yè)結構一直是用來衡量區(qū)域經(jīng)濟整體發(fā)展水平的重要指標，全球發(fā)達國家的第三產(chǎn)業(yè)增長占比在70%～80%的范圍。目前，我國經(jīng)濟正處于高質量產(chǎn)業(yè)轉型期，上海更是致力于打造金融科技高地，加強其在全球范圍的影響力，2019年上海市第三產(chǎn)業(yè)占比達72.7%。本文選用2007～2019年9個城市的第三產(chǎn)業(yè)增長所占GDP的比重來反映第三產(chǎn)業(yè)對各地區(qū)經(jīng)濟的推動水平。

（二）模型建立。本文選用柯布-道格拉斯生產(chǎn)函數(shù)建立理論模型，這是經(jīng)濟學中使用最為廣泛的模型，在計量經(jīng)濟學中有著重要地位。一般形式表示如下：

式中，該地區(qū)的區(qū)域生產(chǎn)總值用Y來表示，勞動要素投入和資本要素投入則分別用L和K表示，A表示技術水平，α和β分別代表勞動要素和資本要素的彈性系數(shù)。

兩邊同時取對數(shù)，可得：

根據(jù)前文對變量的整理，本文以柯布-道格拉斯生產(chǎn)函數(shù)為基礎并對其進行擴展，對于前文中的以比例形式歸納的變量，在后續(xù)建模中不采用對數(shù)模式，最終得到以下模型：

式中，i=1，2，…，9代指上海、寧波、嘉興、湖州等上海大都市圈中的9個城市，t=1，2，…，12表示2007～2019年的時間段，β1～β6為各個變量的系數(shù)，εit為隨機擾動項。

（三）回歸模型檢驗

1、多重共線性檢驗。多重共線性指所選用的解釋變量在該計量模型中存在高度相關，其相關性會導致最終回歸結果的失真問題。根據(jù)公式（4），本文所選擇的模型共有6個變量，為了使后期的實證分析更加真實準確，本文采用方差膨脹因子作為檢驗方式，對以上6個變量相互間是否存在共線性進行驗證。經(jīng)過計算，各變量的結果均小于10，故而我們可以認為6個變量間不存在多重共線性。

2、ADF檢驗。由于本文選用面板數(shù)據(jù)，所以除了對于變量多重共線性的檢測外，還需要對計量模型中的各個變量進行單位根檢驗來確認其平穩(wěn)性，所有變量中只有對外開放水平在5%的水平下未通過檢測，故而認為原序列是不平穩(wěn)的，所以對這些變量同時進行一階差分，并檢測在變量一階差分下是否平穩(wěn)，結果可以看出，所有的一階差分變量在1%的水平下顯著，即所有一階差分均是平穩(wěn)的。

3、協(xié)整檢驗。協(xié)整檢驗是為了檢測各變量間是否存在長期均衡關系。根據(jù)單位根檢測我們可知，該面板數(shù)據(jù)的變量均為一階單整序列，故而本文采用EG兩步檢測法來檢驗上海大都市圈各個解釋變量與經(jīng)濟增長間是否處于長期均衡狀態(tài)。結果顯示，殘差序列是平穩(wěn)的，故而我們可以認為在上海大都市圈內(nèi)高等教育區(qū)位熵、資本投入、勞動力投入、對外開放水平、FDI、產(chǎn)業(yè)結構與人均生產(chǎn)總值存在協(xié)整關系，即長期均衡關系。

4、面板數(shù)據(jù)模型選擇。本文使用2007～2019年共計12年的上海大都市圈內(nèi)的9個城市構建面板數(shù)據(jù)，進行回歸分析。在進行回歸分析之前，我們需要首先確定回歸模型。常見的處理面板數(shù)據(jù)的模型有混合回歸模型和變截距模型，其中變截距模型包含隨機效應和固定效應。

（1）F檢驗。一般對于混合回歸模型和變截距模型的選擇，我們采用F檢驗。根據(jù)計算結果可知，P值小于0.05。我們認為在5%的顯著水平時，回歸模型拒絕原假設，選擇變截距模型。

（2）Haus man檢驗。對變截距模型的兩種效應選擇中，采用Hausman檢驗，計算得出P值小于0.05。我們認為在5%的顯著水平時，回歸模型拒絕原假設，最終結果選擇固定效應模型。

（四）回歸結果。根據(jù)上述兩個檢驗，本文最終選擇固定效應模型Rstudio進行回歸，回歸結果顯示：

1、在其他變量不變的情況下，固定資本投資在1%的顯著水平下顯著，并且對經(jīng)濟增長起到正向作用，資本投資每增加1%，經(jīng)濟增長0.26%。

2、在其他條件相同的情況下，勞動力對該都市圈的經(jīng)濟增長不顯著。這是因為對于核心城市上海而言，更需要的是高科技人才，但是另一方面，那些發(fā)展略顯欠缺的城市卻需要勞動力的增長從而帶動經(jīng)濟增長。兩者相互作用，因此影響不顯著。

3、高等教育集聚的區(qū)位熵回歸系數(shù)為0.2915，該結果在5%水平下顯著。一般而言，在控制其他變量不變的情況下，高等教育區(qū)位熵每提升1%，經(jīng)濟將約會增長0.29%，這表示了高校集聚對我國經(jīng)濟發(fā)展具有正向推動作用。高等教育集聚吸引全國各地的人才，人才的集中匯聚可以為各地輸送優(yōu)質的人才，進而達成經(jīng)濟增長的高質量轉型。

4、對于對外開放水平，由于該數(shù)據(jù)在前期的單位根檢測中存在不平穩(wěn)現(xiàn)象，故而在回歸檢測中采用一階差分變量d（open）。上海大都市圈的9個城市中，經(jīng)濟總量較高的城市，如上海、寧波近年來隨著城市經(jīng)濟的不斷發(fā)展，其進出口貿(mào)易總額所占GDP比重正在不斷減少；而對于湖州、舟山等都市圈內(nèi)發(fā)展欠佳的城市而言，對外開放水平正在穩(wěn)步提升。故而，在上海大都市圈中對外開放水平變化存在正負向相互作用，因此不顯著。

5、外商直接投資在0.1%的水平下影響顯著，并對經(jīng)濟增長有著負向作用。2018年以來，中美兩國之間貿(mào)易戰(zhàn)愈演愈烈，此外，隨著上海大都市圈的整體高質量發(fā)展和對FDI的“理性”高質量選擇，讓不少國外企業(yè)紛紛將投資目光轉移至了中國一些內(nèi)陸地區(qū)，更有甚者可能將一些基礎的手工制造業(yè)轉移至東南亞等勞動力成本更為廉價的地區(qū)。這兩大因素的作用下，外商直接投資對于目前的上海大都市圈經(jīng)濟發(fā)展才會有負向作用。

6、在0.1%的顯著水平下，產(chǎn)業(yè)結構呈現(xiàn)顯著正向相關。一般來說，第三產(chǎn)業(yè)占GDP比重平均每增加1%，經(jīng)濟增長大約3.2%。數(shù)據(jù)顯示，除了上海、舟山、無錫、蘇州以外的5個城市的第三產(chǎn)業(yè)占比均小于50%，這說明上海大都市圈內(nèi)的部分城市仍處在第二產(chǎn)業(yè)帶動的階段，比如南通。但是，產(chǎn)業(yè)結構對經(jīng)濟增長的正向作用也說明了在都市圈內(nèi)各地第三產(chǎn)業(yè)的潛力巨大，更需要注重高質量的產(chǎn)業(yè)結構升級。

三、研究結論及政策建議

（一）研究結論。從高等教育集聚水平來看，都市圈內(nèi)上海、蘇州、舟山和常州存在高等教育集聚現(xiàn)象，且都市圈整體呈現(xiàn)出一種較為均衡的集聚狀態(tài)。從實證分析角度看，高等教育集聚對經(jīng)濟增長有正向推動效果，即高等教育集聚水平的提升，會促進地方經(jīng)濟的增加。此外，產(chǎn)業(yè)結構優(yōu)化會有效帶動上海大都市內(nèi)城市經(jīng)濟的提升；外商直接投資占比的增加則會對經(jīng)濟有負面作用，該現(xiàn)象只是由于中美貿(mào)易戰(zhàn)所造成的短暫影響。

（二）政策建議。為進一步提升高等教育集聚對經(jīng)濟增長的正向推動能力，本文提出以下政策建議：一是進一步提升高等教育集聚水平和質量。各個城市規(guī)劃將大學外移至郊區(qū)，并有意識地將他們集中在同一區(qū)域建設“大學城”，形成空間地理層面上的高校集聚效應。加強高校間的合作交流和競爭并存。在基礎的教育設施方面，如教學樓、運動場館、宿舍等，高校間可以提倡“共享”理念，減少建設和維護成本，從而達到教育資源共享。除了校際的合作建設之外，競爭意識的存在可以有效促進相鄰高校間的進步。高等教育集聚水平的提升不應只單單停留在在校學生數(shù)字的提升上，同樣也要對其教育質量有進一步的提升。以“雙一流”高校建設為契機，提升高校辦學質量，這樣才能更全面地發(fā)揮出高等教育集聚作用對地方經(jīng)濟甚至是周邊城市的經(jīng)濟增長的正向推動和輻射性。二是淡化城市壁壘，加速助推都市圈一體化建設的發(fā)展。結合上海大都市圈的“研發(fā)在滬，生產(chǎn)在外”的產(chǎn)業(yè)布局，來以此實現(xiàn)公共交通引導和產(chǎn)業(yè)引導的“雙引導”的新型發(fā)展模式。上海大都市圈搭建以鐵路交通為主導的“1個半小時通勤圈”，拉近城市間的距離，淡化城市壁壘；在高等教育集聚水平提升的基礎上實現(xiàn)高等教育的供給側改革，避免同一都市圈中產(chǎn)業(yè)同質，實現(xiàn)產(chǎn)業(yè)間的分工協(xié)調和功能互補，有效提升都市圈的整體能力，助推經(jīng)濟整體呈現(xiàn)高質量發(fā)展。三是推進政產(chǎn)學研一體化建設。高校內(nèi)的研究院作為“孵化器”與公司和地方政府達成合作，加速科技創(chuàng)新成果更高效地產(chǎn)業(yè)化，而成功的科技公司也會反哺高校的建設發(fā)展，政府則出臺各類政策來激勵高校間、校企間的合作發(fā)展，從而形成政產(chǎn)學研的良性循環(huán)。