学术创业对区域经济绩效的影响

什么是中国区域经济发展的驱动因素呢? 传统经济学的观点认为是投资、消费和出口。但事实上，在全球经济环境日益动荡的背景下，保持区域经济增长不仅需要拉动经济的“三驾马车”，更需要以创新与创业为驱动力的内生经济增长范式的成功实践。大学作为新知识新技术的来源，是知识经济中的生产力要素和三螺旋创新系统的核心之一，以技术和创业精神为特征的创新驱动体系日益成为区域经济持续增长的重要来源。

理论界有关大学对区域创新和区域经济增长的文献比较多。但是，缺乏从大学创新与大学创业的角度进行的论证。通常是宏观方面或案例研究，而未考虑次区域层面经济的特点与影响。通常是简单的回归相关性研究，而未深入探究大学创新与创业影响区域经济的传递路径与机制。关于中国这个拥有13亿人口的世界上最大的转型经济国家的区域经济增长的驱动因素以及大学创新、大学创业活动与中国区域经济增长的相关研究还很缺乏。

大学创新和创业活动在中国区域经济发展中的作用如何体现包括以下问题:

(1) 大学创新与创业对区域经济发展的贡献如何?

(2) 大学创新通过什么样的机制或渠道影响了区域经济发展?是否可以通过知识外溢或当地人力资本的积累、提升地区技术产业水平来影响区域经济绩效?

(3) 大学创新知识的商业化与知识的人力资本附着哪一种传导路径对促进区域经济绩效更有影响?

(一) 相关理论与假设

1. 大学创新、高技术产业与区域经济增长

知识被认为是实物资本与劳动力之外的促进经济增长的重要因素。大学创新的源泉来自知识的创新。知识溢出的存在及重要性是不容置疑的 (Krugman，1991)。大学知识创新通过学术研究和商业之间的“协同进化”关系 (Lundval，1992; Nelson，1993)，不仅提供了人力资本与培训，而且在相关领域的研究成果使技术得以进一步推进 (Nelson，1995)。一些学者 (Armstrong和Taylor， 2000; Morgan，2002; Varga，2004) 研究发现，大学的科学知识、技术从学术领域流向商业领域，并形成高科技领域的产业集聚，从而成为高技术产业发展的重要基础。由此，我们提出以下假设:

H1a: 大学知识创新对高技术产业绩效具有正向影响

有关技术进步对经济增长的贡献的研究，最早源自Solow1956年对美国1909—1949年的经济增长因素的研究。而且，技术能力一直是经济增长和福利的基本组成部分(Archibugi和Coco，2004)，高科技产业已成为地区就业增长和收入的重要来源。

通过对我国高技术行业的实证分析发现，高科技行业不仅在促进经济增长，而且在优化产业结构上，对区域经济发展起到了重要作用。技术进步是高技术产业发展和提升我国国际竞争力的核心因素之一。DS Bieri (2010) 通过对美国大都市地区的研究，不仅发现大都市区域具有明显的高科技集群特征，还发现区域发展的“3T要素”(人才、技术和宽容) 和区域经济增长动力之间存在显著的相互作用。YHLu，CC Shen和CT Ting (2010) 研究发现，高科技产业在过去20年在中国台湾地区的经济增长中起到了至关重要的作用，而且研发效率和性能的提高是台湾高科技产业成功的主要因素。除此之外，高校科研成果商品化和建立创业型企业的集群往往被视为神奇的种子，从而推动了发达国家和发展中国家的经济增长 (Miner，De Vaughn，Eesley和Rura，2000)。

但是，有少数学者认为高技术产业对经济发展也存在负面影响。Michael Sable (2007) 通过对圣迭戈和波士顿大都市区的生物技术产业集群的研究认为，一方面生物技术产业发展成为区域经济发展的推动力，另一方面，由于不熟练和半熟练人力资本的缺乏以及高科技集群带来的交通拥堵、高房价形成的相对低廉的区域开发空间，对经济增长形成了障碍。由此，我们提出如下假设:

H1b: 大学知识创新对区域经济增长具有正向影响

按照Etzkowitz的三螺旋理论，大学可以成为区域三螺旋的领导性机构。大学创新是区域创新系统的核心，高流动率学生人力资本是新思想和创新活动不竭的来源。大学使命的内在逻辑，已经从知识的传承 (教育) 拓宽到包括知识的传承、知识的创造 (科研)以及所创造的新知识的商业应用 (创业)。大学源源不断的高质量人力资本的供给以及大学—产业关系的加强，为区域经济增长创造了优越条件。

除此之外，大量的研究 (Plummer 和 Acs，2005; Acs 和Varga，2005; Audretsch和Keilbach，2004a，b; Varga和Schalk， 2004) 表明，知识溢出产生具有积极影响的技术变革并促进经济增长。Paul Benneworth和David Charles (2005) 还建立了一个大学知识溢出如何改善地区经济的概念模型，他们提出不同地区的知识资本是不均衡配置的，因此要建立“区域知识库”(terrirorial knowledge pools)，通过大学以及大学衍生企业实现知识聚集从而提升地区经济。由此，我们提出如下假设:

H2: 大学知识创新对区域经济绩效具有正向影响

2. 大学创新、区域人力资本、产业绩效和区域经济绩效

根据知识植根于个体的特征，现有文献将知识人才的流动看做知识尤其是隐性知识溢出的主要途径。知识人才在不同空间范围流动并与周围群体发生互动和交流，一方面促进了新知识的创造，另一方面加快了知识在不同群体之间的传播 (Almeida和Kogut， 1999)。特别是在产业活动空间集中的区域或人口密度多样化的城市中，知识人才在不同企业和区域的流动以及与不同群体的互动交流，促进了知识在不同群体和区域之间的传播扩散，进而促进了技术进步。Malecki (1997)、Almeida和Kogut (1999) 等的研究提供了这方面的证据。基于知识人才流动的知识溢出一方面受到经济主体的吸收能力 (经济主体意识到、吸收并应用科学知识) 的影响;另一方面，社会网络与社会资本影响着知识溢出效率。社会网络与社会资本能够把不同的个人、群体、产业和区域有效地连接起来。在社会网络与社会资本基础上形成的具有历史延续性的、建立在共同信任及理解基础上的联系，能够有效地交换信息，促进集群中知识的持续流动和扩散，特别是隐性知识的溢出 (Cockburn和Henderson，1998; Stuart 和 Sorensen，2005)。此外，Abel Jaison R.，Deitz Richard (2012) 研究发现，有更多的高等教育活动的大都市区往往有较高的人力资本需求，大学的学术研发活动能提高当地的人力资本水平。这表明，知识溢出可以提高人力资本的需求，大学的存在可以提高当地的人力资本水平，增加对技能人才的需求。于是，我们提出如下假设:

H3a: 大学知识创新对区域人力资本具有正向影响

Barro (1991)，Rauch (1993)，Simon和Nardinelli (1996) 以及Simon (1998) 的实证研究，证实了国家层面人力资本和经济增长之间的相互关系。其他一些学者的研究 ( Rauch，1993;Audretsch和 Feldman，1994; Feldman，1999; Duranton 和 Puga， 2003) 也揭示了一个国家的经济增长和知识分布在大型城市地区之间的联系。地域广博且人口密集的地区创造了一个可让知识快速并且在企业和个人之间低成本流动的环境，这将导致知识流动和知识交流的增加，并通过这个过程反过来又产生了新知识、新产品和生产力 (Jacobs，1969; Kremer，1993; Carlino等，2001)。

Glaeser (2000) 对人力资本和区域经济增长之间的关系进行了实证，其研究结果表明: 为获得竞争优势，高技术企业旨在寻求高人力资本集中的领域。Florida (2002b) 以及Berry和Glaeser (2005) 的研究发现，人力资本正变得越来越集中。有强烈的理由相信，这种趋势将继续，不仅影响区域经济增长水平，而且影响住房价值 (Gyourko等，2006; Shapiro，2006)。于是，我们提出如下假设:

H3b: 区域人力资本对区域经济绩效具有正向影响

人力资本是一种技能和天赋的积累，具体表现为该地区的受过良好教育和技术熟练的劳动力存量。它是高新技术企业在知识经济中保持自己的竞争优势的核心竞争力之一。高科技产业如半导体产业，拥有复杂和高度不确定的制造工艺从而形成技术性竞争优势。但是，这类高技术产业却往往同时存在产品生命周期短、低产量、难以获得人力资本等问题 (Chien和Wu，2003; Sattler和Sohoni， 1999)。因此，在高技术产业内，吸引大量的高质量人力资本、提升人力资源的质量对于提高产业竞争力至关重要。于是，我们提出如下假设:

H3c: 区域人力资本对高技术产业绩效具有正向影响

3. 大学知识创新、大学创业、产业绩效和区域经济绩效

大学衍生企业同样也为知识的溢出创造了可能。大学研发机构和企业研发部门被内生增长理论看做知识创造和溢出的重要源泉。产学研之间的交流和研发合作为知识溢出创造了可能，特别是那些建立了稳定合作关系的产学研创新网络。公司技术人员、大学研究人员以及企业家通过非正式交流或各种正式的学术研讨会交换异质性知识，实现技术知识的溢出或扩散。研究型大学作为重要的知识溢出源泉，通过义务支持当地区域、转移技术以及安排学生在当地就业等形式，为企业、个人和政府机构相互作用提供了平台，从而便于知识溢出 (Feldman和Francis，2004)。Audretsch和Stephan (1996)，Zucker和Brewer (1998) 对新生物科技企业与明星科学家 (star scientist) 区位分布关系的研究证明，大学内的明星科学家能够在新创企业中运用他们的知识，在新创企业中存在明星科学家的知识溢出效应。区位在企业家创业活动中发挥了重要影响(Audretsch和Fritsch，2002)，在经济活动空间集中的区域，企业在地理空间上的临近不仅为面对面的交流提供了便利，而且有利于企业间前向后向的市场联系，更有利于劳动力的进一步集聚以及知识溢出 (Storper和Venables，2004)。于是，我们提出如下假设:

H4a: 大学知识创新对大学创业活动具有正向影响

大学—产业联系以及大学衍生企业是区域内新创企业的重要子集，因为它们大多是强大的高科技公司，进而形成了高技术产业集群。在美国，包括Cirrus Logic公司、谷歌公司，Genentech公司和凯龙公司等都达到了几十亿甚至上百亿美元的资产 (Shane， 2004a，b)。根据shane (2004) 的研究，大学衍生企业比一般企业能创造更多的工作岗位。并且，根据AUTM (2001) 的研究，美国1980—2000年成立的大学衍生企业，有68%的企业一直在运作并存活了下来，大学衍生企业存活率非常高。

不少学者也探讨了大学创业对区域经济的影响。Harrison，RT Leitch (2010) 对英国大学衍生企业、创业系统与区域经济增长进行了实证研究，发现大学衍生企业由于其高校科研成果商品化带来的经济利益，在区域和国家各级政府和大学的政策中占据了突出的位置。Steenhuis，HJ，de Bruijn，EJ (2010) 通过与麻省理工学院相联系的美国波士顿128公路区域以及与查尔姆斯理工大学相联系的瑞典哥德堡地区的案例，研究了大学初创企业对地区经济增长的作用。Paul Benneworth和David Charles (2005) 提出，一方面大学衍生企业为其他企业获得大学专家和技术充当了导管的作用，另一方面，大学创业活动对区域经济产生了直接和间接的作用。直接作用在于: (1) 提升工作水平和创业水平; (2) 提供了知识和技术;(3) 对高校自身发展有益。间接作用在于: (1) 形成了区域技术创业的源泉; (2) 能重构地区技术产业集群; (3) 刺激了当地服务和基础设施建设。由上，我们提出如下假设:

H4b: 大学创业活动对区域高技术产业具有正向影响

H4c: 大学创业活动对区域经济绩效具有正向影响

(二) 模型建构

根据前面的理论综述，本书的基本理论假设是: 在知识经济时代，大学创新是区域经济增长的核心驱动力量，大学创新与创业活动对区域经济绩效存在积极的促进作用。这种促进作用是通过两个路径实现的: 一方面，大学创新知识通过大学生本地就业、人力资本培训等方式，以人力资本流动为载体，促进了当地企业人力资本结构的优化，进而推动了高技术产业发展和区域经济增长; 另一方面，大学创新知识直接通过技术转移、新创衍生企业等形式的大学创业活动与产业资本契合，促进了高技术产业的发展，提高了地区经济绩效。具体的假设见表5.17。

表5.17 研究假设列表

大学创新、大学创业对区域经济绩效的影响的一般模型如图5.4所示。该模型允许我们能够克服以往研究的一些限制。第一，它把区域发展看做一个关系系统。它可以让我们测量大学创新知识、大学创业活动、人力资本和代表技术水平的高科技产业对区域发展的独立影响。第二，它可以让我们解析大学的知识创新与创业行为是如何提高区域经济绩效的以及有着怎样的实现机制与路径。第三，它可以让我们更加具体地测试出大学知识创新是如何通过两种途径，即技术转让和创办大学衍生企业的直接路径和知识附着人力资本的间接路径，来影响高技术产业和区域经济绩效的。第四，它使我们能够解析大学—产业如何作为一个整体来实现其对区域经济绩效的影响。箭头标志代表了关键变量之间的假设关系。需要注意的是，我们的路径模式并不意味着经验的因果关系或单向关系。正如西蒙 (1954) 所指出的，在我们的路径中单向箭头并非意味着单向的因果关系。可能存在两个方向上的关联关系。然而，我们的理论使我们相信因果关系的顺序，会或多或少按照箭头的方向流动。

图5.4 理论模型①

从上面的关系中，我们估计了两个方程:

Ln区域经济绩效=β11ln区域人力资本+β12ln高技术产业绩效+β13ln大学创业活动+β14大学创新活动+ε1　(1)

Ln区域高技术产业绩效=β21ln区域人力资本+β22ln大学创业活动+β23大学创新活动+ε2　(2)

(三) 数据与变量

本书采用路径分析和结构方程模型来考察模型中变量之间的关系。为了充分考察这些变量之间的关系，我们采用能很好地处理变量之间的共线性问题的结构方程模型 (SEM)。本书选取了2001—2009年中国内地31个省级区域的数据，整合成基于次区域的256组数据，从而符合SEM至少需要150个样本的要求。

1. 数据来源

本书数据来自历年《中国统计年鉴》、《中国高等学校校办产业统计报告》、《高等学校科技统计资料汇编》和《高技术产业统计年鉴》，作者对相关数据进行了整理。(www.xing528.com)

2. 样本的选择

本研究选取中国31个省级区域2001—2009年的官方统计数据。由于采用SEM最大似然 (ML) 法进行估计，ML法要求在常态假设下才能准确评估，[1]所以先对数据进行处理。通过对原始数据的描述性统计发现，理论模型中部分变量 (大学校办产业等)未呈正态分布，先对所有的数据进行对数转换并进行极端值处理。同时，数据处理过程中发现，发达地区北京[2]以及经济与教育相对落后的新疆、宁夏、青海、西藏、海南6个省市自治区在正态分布检验时集中出现极端值 (outliner)，影响了研究的准确性，故选取代表普遍水平的25个省级区域进行研究。原始数据的描述性统计见表5.18。

表5.18 初始描述统计

续表

用spss17.0进行描述性统计后，发现高校技术转让合同、校办产业年收入以及GDP增加值存在轻微的非常态分布，因此进行了界外值处理。

多元非常态的修正。经过对数化与极端值处理后，统计数据的峰度与偏度都正常，联合峰度和联合偏度都在50以下，数据符合SEM常态假设的统计要求。描述性统计结果见表5.19。

表5.19 修正后的描述性统计

3. 变量说明

①因变量。区域经济增长——按照通常的做法，本书使用各省市自治区当年的国内生产总值 (GDP) 来衡量区域经济增长状况[3]。

②自变量。本研究所使用的模型中的主要自变量如下: 一是大学知识创新。社会科学和经济系统的结构耦合，打破了传统的学术研究和产业之间的劳动和职能分工，使“知识资本”成为促进经济增长的重要来源。本书采用大学发表文章数量[4]来表示大学知识创新的状况。

二是大学创业。有研究认为在大学—产业—政府的三重螺旋架构下，拥有同构的发展道路的“创业型大学”正逐渐成为一个全球性的现象 (Etzkowitz，H.Webster，A.Gebhardt，C.Terra，BRC， 2000)。创业型大学发展技术转移能力是通过大学联络办公室、技术转移办公室和起源于大学研究的公司的形成三个阶段来实现的。因此，本书将大学创业能力用大学技术转让合同金额 (技术商业化转移) 以及校办产业收入 (学者创业) 两个指标[5]来解释。

三是区域人力资本。S.Bhattacharyya (2005) 运用动态面板数据进行回归分析发现，教育机构与人力资本对经济增长有显著影响。根据前面的理论论述，本书采用通用做法，即采用大专以上就业人数[6]表示区域人力资本水平。

四是高技术产业绩效。Sohn等 (2001) 研究发现，强大的大学-产业关系和高科技集群是区域经济发展的关键。因此本书采用高科技产业产值[7]来代表反映地区技术水平的高技术产业绩效。

(四) 结果分析

1. 模型拟合

本书使用AMOS 17.0和最大似然法对理论模型进行拟合。有关初始模型 (model 1) 的拟合结果显示，假设H2a的 P值为0.314，大于0.05，因此拒绝原假设，故对H2a的路径进行删除。此外，其他路径的拟合情况较好，模型的路径系数检验结果见表5.20。

表5.20 model 1的路径系数检验结果

注: ＊＊＊代表p＜0.001。

从model1的分析来看，虽然模型整体拟合值可接受，由于拟合的p值大于0.05，大学知识创新对高技术产业有正向影响的假设不成立。这可能是大学知识创新通过高技术产业进行转移的比重不大，大学知识创新更多地是通过其他产业或人力资本等其他途径进行转移的，后面这种情况所产生的影响要超过单一对高技术产业的影响。初始模型的路径系数见图5.5。

图5.5 初始模型①

2. 模型修正

非显著路径删除后的模型即修正模型 (model 2) 见图5.6。

图5.6 修正模型②

由图5.6可见，大学知识创新对区域经济增长有直接作用，同时也通过大学创业和人力资本对区域经济增长产生间接作用。经最大似然法对各路径系数和模型进行检验，得到剩余路径系数的检验结果见表5.21。由表5.21可以发现，剩余路径系数的检验结果均有统计学意义 (p值均小于0.05)。

表5.21 修正模型的路径系数检验结果

注: ＊＊＊代表p＜0.001。

从修正后的模型中，我们可以得到以下结果:

大学知识创新通过三条路径影响高技术产业和区域经济增长。路径一是大学知识创新对区域经济绩效的直接影响，相关系数为0.40＊＊。路径二是大学知识创新通过区域人力资本，以毕业生在当地就业、知识培训等形式，对区域经济有正向影响。直接影响为0.408，间接影响为0.11。区域人力资本对区域经济增长作用明显(0.51＊＊＊)，但以高技术产业为中介的影响效果 (0.138＊＊＊) 并不明显。路径三是大学知识创新通过大学创业活动，以技术转让和大学衍生企业的形式对高技术产业和区域经济增长产生影响。其中，大学创业活动通过高技术产业的影响 (0.24) 要远远大于大学创业活动本身对区域经济( -0.40＊＊＊) 的影响。

这说明，我国目前大学创新知识的溢出，主要还是通过增加人力资本数量和提高人力资本质量的方式，也就是传统的大学第一使命——教书育人、传授知识来实现的。大学创新知识通过技术专利转让、技术创业的方式来促进区域经济增长的效果不明显。尤其是大学创业活动与区域经济绩效的相关系数为-0.4＊＊＊，更说明了相对其他路径的影响而言，大学创业活动对区域经济的影响微乎其微，甚至与区域经济增长的方向大相径庭。这可能是由于大学自身适应知识商业化的学者创业文化、组织结构、产权制度与政策(Rory P.O'Shea，Harveen Chugh，Thomas J.Allen，2007) 等多方面因素，造成大学创业活动的产值在国民经济中占比很小，大学创业活动与宏观经济活动未能呈现正相关关系。

3. 模型的拟合情况

理论模型和修正后模型的拟合情况见表5.22，由表5.22可以看出，理论模型有两条路径拟合无统计学意义，整体模型拟合有2个指标不满足要求; 修正后的模型拟合有1个指标不满足要求，考虑到理论模型中H4和H5的路径系数较小以及模型的简易程度，最终选择修正后的模型。

表5.22 理论模型和修正模型的拟合情况

(五) 结论与启示

本书通过对2001—2009年省级次区域数据的结构方程模型的检验分析和拟合，系统比较分析了我国大学知识创新促进区域经济增长的转移路径与机制，并得到以下结论: 第一，我国大学知识创新目前仍然主要通过人才培养的功能，促进当地人力资本增加与优化，从而推动高技术产业和区域经济增长。人力资本对于区域经济增长作用明显。第二，作为风靡欧美的“创业型大学”第三使命，大学技术创业在我国对区域经济增长的贡献不足，对高技术产业绩效的贡献很小。第三，大学知识创新对区域经济增长的影响比较明显 (路径一和路径三都达到0.40左右)。

本研究突破了以往国家层面宏观角度的分析，从次区域的视角对我国省级行政区的区域经济增长的驱动力进行探讨，不仅分析了大学知识创新对经济增长的贡献，而且探讨了大学知识创新、大学创业活动对高技术产业和区域经济的影响路径与实现机制，厘清了大学知识溢出的三条路径，为区域经济发展提供了可行的思路。

但是，由于样本的限制，本研究还存在一定的局限性: (1)为保证符合路径分析和SEM结构方程模型的拟合要求，研究样本选取了2001—2009年的25个区域数据进行分析，样本之间存在较大的序列相关性。(2) 为了符合SEM处理数据的正态分布要求，数据预处理时不得不进行极端值的删除。这导致发达地区北京和欠发达地区新疆、宁夏、青海、西藏、海南等6个省区的情况未能在模型中反映，其中北京是我国教育力量最强的地区，未能对该地区进行研究是本研究的不足之处。(3) 本研究只是对大学知识溢出的3条途径进行了比较分析，对大学创业活动如何影响高技术产业和区域经济绩效未做深入探讨，这些将是下一步的研究方向。

[1] 当实际分析时，如果观察变量无法满足常态假设会发生以下几种情况:(1) ML法所估计的卡方值会随着非常态的增加而增加; (2) ML法会因为样本数不够大而产生较大的卡方值; (3) 非常态会导致配适度指标被低估，如Normed Fit Index (NFI)、Tucker和Lewis Index (TLI or NNFI)、Comparative Fit Index (CFI); (4) 非常态会导致一般或严重的低估参数估计标准误。

[2] 由于在中国，北京地区高校数量以及大学校办产业远远高于其他地区，为反映国家的一般水平，故对极高值的北京地区予以排除。

[3] 数据来自2010—2010年《中国统计年鉴》。

[4] 数据来自2001—2010年《高等学校科技统计资料汇编》。

[5] 数据来自2001—2010年《中国高等学校校办产业统计报告》。

[6] 数据来自2001—2010年《中国统计年鉴》。

[7] 数据来自2001—2010年《高技术产业统计年鉴》。