產(chǎn)業(yè)集群發(fā)展中的人力資本積累影響因素分析

孫思為，孫倩蕓（.廈門大學(xué)管理學(xué)院，福建廈門36005；.海南大學(xué)應(yīng)用科技學(xué)院，海南儋州57737）

?

產(chǎn)業(yè)集群發(fā)展中的人力資本積累影響因素分析

孫思為1，孫倩蕓2
（1.廈門大學(xué)管理學(xué)院，福建廈門361005；2.海南大學(xué)應(yīng)用科技學(xué)院，海南儋州571737）

【摘要】以產(chǎn)業(yè)集群與人力資本理論為基礎(chǔ)，首先從集群外部環(huán)境和集群自身因素兩方面構(gòu)建了集群人力資本積累的面板數(shù)據(jù)模型，然后基于統(tǒng)計(jì)年鑒數(shù)據(jù)，對國家火炬計(jì)劃軟件產(chǎn)業(yè)基地中的35個(gè)軟件園進(jìn)行了實(shí)證分析。研究結(jié)果表明，產(chǎn)業(yè)集群人力資本積累存在馬太效應(yīng)，集群所在地區(qū)的經(jīng)濟(jì)環(huán)境和教育環(huán)境正向顯著影響集群人力資本質(zhì)量積累水平，集群規(guī)模的影響方向則相反，其他影響因素不顯著。

【關(guān)鍵詞】產(chǎn)業(yè)集群；人力資本；面板數(shù)據(jù)模型

引言

目前，我國很多地區(qū)在不同產(chǎn)業(yè)形成了不同規(guī)模和水平的產(chǎn)業(yè)集群。對此，已有學(xué)者從經(jīng)濟(jì)學(xué)、管理學(xué)、社會(huì)學(xué)等多領(lǐng)域視角對集群現(xiàn)象進(jìn)行了深入研究。但是針對產(chǎn)業(yè)集群人力資本積累影響因素的系統(tǒng)研究還未開展。本文選取國家火炬計(jì)劃軟件產(chǎn)業(yè)基地中35個(gè)軟件園為集群分析對象，從其內(nèi)外兩大環(huán)境因素出發(fā)，運(yùn)用計(jì)量經(jīng)濟(jì)模型，充分考慮軟件園所在地區(qū)的經(jīng)濟(jì)環(huán)境、教育環(huán)境、文化生活環(huán)境及市政基礎(chǔ)設(shè)施環(huán)境，以及政府對集群的支持度、集群自身投入以及集群規(guī)模等因素，尋求上述因素對集群人力資本積累的影響程度，為集群發(fā)展戰(zhàn)略的政策制定者和相關(guān)政府部門提供決策依據(jù)。

1　實(shí)證分析

1.1變量選取

從企業(yè)角度考察人力資本，可用企業(yè)總收入與總?cè)藬?shù)之比值來衡量一個(gè)企業(yè)的平均生產(chǎn)率或人均產(chǎn)值。[1]本研究前提假設(shè)集群內(nèi)企業(yè)具有同質(zhì)性，即不存在管理上的差異，則從企業(yè)推廣到集群，產(chǎn)業(yè)集群的人力資本質(zhì)量積累水平可用集群總收入與總?cè)藬?shù)的比值，即產(chǎn)業(yè)集群人均生產(chǎn)率來表示，以此作為模型的被解釋變量。

產(chǎn)業(yè)集群人力資本積累主要受集群外部環(huán)境和集群自身兩方面的影響。前者主要影響人力資本流入時(shí)的質(zhì)量水平；后者主要影響流入集群后人力資本質(zhì)量積累。本文分別從這兩大因素構(gòu)造模型解釋變量。

任何一個(gè)產(chǎn)業(yè)集群均為嵌入在一個(gè)特定區(qū)域內(nèi)的開放系統(tǒng)，它與集群外部經(jīng)濟(jì)環(huán)境、文化環(huán)境、教育環(huán)境、生活環(huán)境和基礎(chǔ)設(shè)施環(huán)境共同構(gòu)成相互作用的有機(jī)整體。產(chǎn)業(yè)集群所在區(qū)域的經(jīng)濟(jì)、文化、教育等外部環(huán)境對產(chǎn)業(yè)集群的形成和發(fā)展都有著至關(guān)重要的作用，產(chǎn)業(yè)集群自身通過生產(chǎn)活動(dòng)和外部環(huán)境進(jìn)行物質(zhì)、能量和信息交流。[2]產(chǎn)業(yè)集群的各種經(jīng)濟(jì)行為和社會(huì)行為均深刻嵌入當(dāng)?shù)厣鐣?huì)關(guān)系、制度結(jié)構(gòu)和文化土壤之中。[3]在產(chǎn)業(yè)集群人力資本積累研究中，區(qū)域的經(jīng)濟(jì)環(huán)境、生活環(huán)境、文化環(huán)境以及人才政策等都是重要的影響因素，這些環(huán)境對產(chǎn)業(yè)集群產(chǎn)生影響，與集群生產(chǎn)活動(dòng)有關(guān)的區(qū)域文化、教育、生活、市政基礎(chǔ)設(shè)施等會(huì)使得集群作為一個(gè)整體與區(qū)域環(huán)境產(chǎn)生互動(dòng)，從而形成一種結(jié)構(gòu)性嵌入，[4]同時(shí)也制約著區(qū)域和集群內(nèi)企業(yè)的相關(guān)行為，對集群人力資本的質(zhì)量積累水平產(chǎn)生間接影響。故區(qū)域因素是產(chǎn)業(yè)集群形成和發(fā)展的基本外部環(huán)境因素，區(qū)域的經(jīng)濟(jì)、教育、文化、生活、市政等環(huán)境[5-7]對于人力資本積累的數(shù)量和質(zhì)量起到至關(guān)重要的作用。因此，研究產(chǎn)業(yè)集群的人力資本積累，上述外部環(huán)境因素是不可忽視的。

本文將產(chǎn)業(yè)集群外部環(huán)境細(xì)分為經(jīng)濟(jì)環(huán)境、教育環(huán)境、文化生活環(huán)境、市政環(huán)境等四個(gè)子環(huán)境。在經(jīng)濟(jì)環(huán)境因素方面，本文選取人均GDP和職工平均工資兩個(gè)變量，并預(yù)期其影響均為正；在教育環(huán)境因素方面，選取人均教育支出衡量一個(gè)地區(qū)的教育水平，并預(yù)期該變量的符號為正；在文化生活環(huán)境因素方面，選取每萬人擁有的醫(yī)生數(shù)作為衡量指標(biāo)，[8]并預(yù)期該變量對產(chǎn)業(yè)集群人力資本積累有正的作用；在市政環(huán)境方面，選取人均城市道路面積和人均綠化面積作為變量，并預(yù)期其影響均為正。

在產(chǎn)業(yè)集群自身變量選取方面，本文選取政府對集群的支持率、集群企業(yè)自身投入和產(chǎn)業(yè)集群規(guī)模三個(gè)解釋變量。政府對集群的支持力度體現(xiàn)在政府對產(chǎn)業(yè)集群的扶持性投入經(jīng)費(fèi)上。政府從集群企業(yè)的實(shí)際上繳稅金中獲得直接收益，同時(shí)為支持集群的發(fā)展，政府會(huì)推出各種支持性經(jīng)濟(jì)措施，如稅收減免，科技活動(dòng)的經(jīng)費(fèi)支持等。一般來說，一個(gè)集群研究與開發(fā)投入經(jīng)費(fèi)與其產(chǎn)出水平呈正向相關(guān)，故本文選取集群數(shù)據(jù)中的科技活動(dòng)經(jīng)費(fèi)支出總額來代表產(chǎn)業(yè)集群人力資本質(zhì)量積累的自身投入。在規(guī)模經(jīng)濟(jì)研究中，集群規(guī)模的大小首先表現(xiàn)為生產(chǎn)要素在集群中的集中程度。生產(chǎn)要素在集群中的集中程度越高，集群的規(guī)模也就越大。衡量集群規(guī)模的方法有生產(chǎn)規(guī)模、就業(yè)規(guī)模和市場規(guī)模。[9]本文采用就業(yè)規(guī)模，即集群總就業(yè)人數(shù)代表集群規(guī)模。將產(chǎn)業(yè)集群外部環(huán)境和自身因素對應(yīng)的解釋變量進(jìn)行匯總，得如表1。

表1　產(chǎn)業(yè)集群人力資本積累影響因素解釋變量列表

1.2模型數(shù)據(jù)來源及說明

本文選取國家火炬計(jì)劃軟件產(chǎn)業(yè)基地中35個(gè)軟件園2008—2011年四年的數(shù)據(jù)作為模型中集群層面的數(shù)據(jù)，來源于《中國火炬統(tǒng)計(jì)年鑒》（2009—2012）[10]；選取《中國城市統(tǒng)計(jì)年鑒》（2009—2012）[11]中35個(gè)軟件園所在城市的數(shù)據(jù)，作為軟件產(chǎn)業(yè)集群外部環(huán)境的數(shù)據(jù)。為了使得2008—2011年各年的數(shù)據(jù)具有可比性，本文對年鑒所查數(shù)據(jù)按此處理：各地市職工平均工資和人均教育支出均用城市居民消費(fèi)價(jià)格指數(shù)按2008年不變價(jià)進(jìn)行平減；人均GDP和人均生產(chǎn)率用工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)按2008年不變價(jià)進(jìn)行平減。

1.3靜態(tài)面板數(shù)據(jù)模型

經(jīng)濟(jì)理論認(rèn)為生產(chǎn)是一個(gè)連續(xù)的過程，前一年的產(chǎn)出對當(dāng)年產(chǎn)出會(huì)產(chǎn)生某種影響，因而引入滯后因變量更符合理論與現(xiàn)實(shí)。然而一旦將滯后因變量引入當(dāng)前方程，現(xiàn)有文獻(xiàn)的估計(jì)方法將會(huì)失效，這將影響到結(jié)論的準(zhǔn)確性，必須采用動(dòng)態(tài)面板數(shù)據(jù)模型進(jìn)行估計(jì)。為此，本文在研究方法上把傳統(tǒng)的靜態(tài)面板與動(dòng)態(tài)面板相結(jié)合，用兩種面板數(shù)據(jù)模型分別進(jìn)行實(shí)證研究，并對實(shí)證結(jié)果進(jìn)行比較分析。

（1）模型構(gòu)建與檢驗(yàn)

以產(chǎn)業(yè)集群人力資本積累水平為被解釋變量，以表1中所列的變量為解釋變量，將面板數(shù)據(jù)模型設(shè)為模型1的形式：

其中，i=1，2…，35代表第i個(gè)截面觀察單位，分別表示全國35個(gè)國家級軟件園；t代表時(shí)間序列觀察值，可取值為2008，2009，2010和2011年。yit表示第i軟件園、第t年的人力資本積累水平；βk（k=1，2，…，10）表示所有單位的斜率系數(shù)。假設(shè)個(gè)體效應(yīng)ui是常量，ui代表恒常不變的影響產(chǎn)業(yè)集群人力資本積累的因素，其他隨時(shí)間而變的因素作用歸入隨機(jī)項(xiàng)εit中，此時(shí)模型為固定效應(yīng)模型；反之，若個(gè)體效應(yīng)ui是隨機(jī)變量，隨機(jī)誤差項(xiàng)則變?yōu)閡i+εit，此時(shí)模型則為隨機(jī)效應(yīng)模型?？紤]到變量pgdp（人均GDP）和sal（職工平均工資）間可能存在多重共線性，從而使得對系數(shù)的估計(jì)變得不準(zhǔn)確，故本文先對這兩個(gè)變量進(jìn)行相關(guān)性分析，結(jié)果發(fā)現(xiàn)p值為0.000 0，相關(guān)系數(shù)為0.973 9，說明兩者存在強(qiáng)相關(guān)。故本文剔除變量pgdp。模型1簡化為模型2的形式。模型2對應(yīng)的變量描述性統(tǒng)計(jì)分析結(jié)果如表2所示。

表2　變量描述性統(tǒng)計(jì)

（2）模型結(jié)果分析

模型2混合回歸、隨機(jī)效應(yīng)模型和固定效應(yīng)模型估計(jì)結(jié)果如表3所示。

通過Hausman檢驗(yàn)，得到p值為0.0001，故本文認(rèn)為應(yīng)該使用固定效應(yīng)模型。由固定效應(yīng)模型估計(jì)結(jié)果可知，解釋變量中職工平均工資（sal）、人均教育支出（edu）、人均綠化面積（grn）和集群自身投入（clus）正向影響產(chǎn)業(yè)集群人力資本積累，集群規(guī)模（scal）的影響方向則為負(fù)。職工平均工資（sal）代表了產(chǎn)業(yè)集群所在的地區(qū)的人均收入水平，該變量正向影響集群人力資本積累水平。當(dāng)集群所在城市的職工平均工資提高1個(gè)百分點(diǎn)時(shí)，集群人力資本積累水平提高0.447 8個(gè)百分點(diǎn)。這與王金營對區(qū)域人力資本積聚的研究結(jié)論基本一致。[6]人均教育支出（edu）代表了一個(gè)地區(qū)的教育投入水平，當(dāng)人均教育支出增加1個(gè)百分點(diǎn)時(shí)，產(chǎn)業(yè)集群人力資本積累水平提高0.228 8個(gè)百分點(diǎn)。人均綠化面積（grn）代表市政基礎(chǔ)設(shè)施環(huán)境的一個(gè)方面，該變量正向影響集群人力資本積累水平。當(dāng)集群所在城市的人均綠化面積增加1平方米，集群人力資本積累水平提高0.029 3個(gè)百分點(diǎn)。集群自身投入（clus）正向影響集群人力資本積累水平。當(dāng)集群自身投入增加1個(gè)百分點(diǎn)時(shí)，集群人力資本積累水平提高0.183 5個(gè)百分點(diǎn)。這與劉海洋對2005—2007年工業(yè)企業(yè)微面板數(shù)據(jù)的研究一致。[12]集群規(guī)模負(fù)向影響集群人力資本積累水平。當(dāng)集群規(guī)模擴(kuò)大1個(gè)百分點(diǎn)時(shí)，集群人力資本積累水平下降0.676 1個(gè)百分點(diǎn)。集群規(guī)模負(fù)向影響產(chǎn)業(yè)集群人力資本的積累水平。

表3　產(chǎn)業(yè)集群人力資本質(zhì)量積累水平?jīng)Q定因素估計(jì)（被解釋變量為集群人均生產(chǎn)率）

1.4動(dòng)態(tài)面板數(shù)據(jù)模型

被解釋變量滯后項(xiàng)的引入緣于在靜態(tài)面板數(shù)據(jù)模型中只考慮了集群外部環(huán)境和集群自身層次上的因素，由于慣性或部分調(diào)整，軟件園個(gè)體的當(dāng)前行為取決于過去行為。實(shí)際上，產(chǎn)業(yè)集群人力資本的平均生產(chǎn)率是一個(gè)受到多種因素如員工性別、年齡、地方性氣候條件、制度設(shè)計(jì)、集群企業(yè)的管理水平尤其是人力資源激勵(lì)水平等因素綜合影響的生產(chǎn)系統(tǒng)，但這些因素很難量化而引入方程?？紤]到這些因素同樣也對上期產(chǎn)出產(chǎn)生了影響，且在短期內(nèi)變化不大，因而滯后一期的產(chǎn)出能在一定程度上反映這些潛在因素的影響。[13]故將滯后一期的產(chǎn)出作為解釋變量引入方程，模型如下：

在動(dòng)態(tài)面板數(shù)據(jù)模型中，由于因變量的滯后項(xiàng)作為解釋變量，有可能導(dǎo)致解釋變量與隨機(jī)擾動(dòng)項(xiàng)相關(guān)，即解釋變量具有內(nèi)生性，如果仍按照標(biāo)準(zhǔn)的固定效應(yīng)和隨機(jī)效應(yīng)模型進(jìn)行估計(jì)，將導(dǎo)致參數(shù)估計(jì)的非一致性，估計(jì)結(jié)果的經(jīng)濟(jì)含義也會(huì)發(fā)生扭曲。對于動(dòng)態(tài)面板數(shù)據(jù)模型，其估計(jì)的前提是面板數(shù)據(jù)必須是平穩(wěn)的，否則可能產(chǎn)生偽回歸的結(jié)果。因此，本文檢驗(yàn)動(dòng)態(tài)面板數(shù)據(jù)的平穩(wěn)性，先估計(jì)模型，再對估計(jì)后的殘差進(jìn)行檢驗(yàn)，若殘差平穩(wěn)，則可推斷出動(dòng)態(tài)面板數(shù)據(jù)是平穩(wěn)的。對模型3進(jìn)行差分處理，得到模型4：

將包含水平值的原模型（模型3）和經(jīng)差分處理后的模型（模型4）構(gòu)成一個(gè)系統(tǒng)，在系統(tǒng)的矩估計(jì)過程中，解釋變量的滯后值作為一階差分方程的工具變量，而解釋變量一階差分的滯后值作為水平變量估計(jì)方程的工具變量。此方法納入了所有的矩條件，估計(jì)結(jié)果在統(tǒng)計(jì)上也更加有效，適合動(dòng)態(tài)面板數(shù)據(jù)模型的估計(jì)。

本文引入被解釋變量ln y一期滯后值，首先運(yùn)用差分GMM方法進(jìn)行估計(jì)。作為一致估計(jì)，差分GMM成立的前提是，擾動(dòng)項(xiàng)εit不存在自相關(guān)。對此進(jìn)行檢驗(yàn)STATA Arellano-Bond檢驗(yàn)發(fā)現(xiàn)，一階擾動(dòng)項(xiàng)的差分p值為0.000 0，二階擾動(dòng)項(xiàng)的差分p值為0.138 6，故擾動(dòng)項(xiàng)的差分存在一階自相關(guān)，但不存在二階自相關(guān)，故接受原假設(shè)“擾動(dòng)項(xiàng)εit無自相關(guān)”，可以使用差分GMM。作為比較，本文運(yùn)用系統(tǒng)GMM方法同樣估計(jì)以上模型。差分GMM和系統(tǒng)GMM的系數(shù)估計(jì)值與標(biāo)準(zhǔn)差比較如表4所示。

從表4可知，差分GMM與系統(tǒng)GMM的系數(shù)估計(jì)值比較接近，但后者的標(biāo)準(zhǔn)差更小，因此本文認(rèn)為系統(tǒng)GMM估計(jì)更準(zhǔn)確些。但系統(tǒng)GMM的有效性有待于檢驗(yàn)。首先對系統(tǒng)GMM擾動(dòng)項(xiàng)的自相關(guān)性進(jìn)行檢驗(yàn)。STATA Arellano-Bond檢驗(yàn)結(jié)果表明，一階擾動(dòng)項(xiàng)的差分p值為0.000 0，二階擾動(dòng)項(xiàng)的差分p值為0.094 4>0.05，故擾動(dòng)項(xiàng)的差分存在一階自相關(guān)，但不存在二階自相關(guān)，故5%顯著性水平上接受“擾動(dòng)項(xiàng)差分的二階自相關(guān)系數(shù)為0的假設(shè)”，可以使用系統(tǒng)GMM。為了進(jìn)一步確認(rèn)系統(tǒng)GMM估計(jì)的有效性，我們運(yùn)用過度識別檢驗(yàn)，結(jié)果p值0.0830大于0.05，接受“所有工具變量都有效”的原假設(shè)。這表明系統(tǒng)GMM估計(jì)方法在此適用。由差分GMM估計(jì)與系統(tǒng)GMM估計(jì)的比較可知，本文選擇更有效的系統(tǒng)GMM估計(jì)作為動(dòng)態(tài)面板數(shù)據(jù)模型的估計(jì)方法。

表4　產(chǎn)業(yè)集群人力資本積累水平?jīng)Q定因素估計(jì)（動(dòng)態(tài)面板數(shù)據(jù)模型）

2　兩種模型估計(jì)結(jié)果的比較

將動(dòng)態(tài)面板數(shù)據(jù)與靜態(tài)面板數(shù)據(jù)估計(jì)結(jié)果相比，得出以下結(jié)果：

（1）由系統(tǒng)GMM估計(jì)結(jié)果可知，被解釋變量的一階滯后項(xiàng)系數(shù)在10%水平上是顯著的，即前一期人力資本積累水平對當(dāng)期有顯著的正效應(yīng)，前一期人力資本積累水平提高1個(gè)百分點(diǎn)，則當(dāng)期人力資本積累水平提高0.788 3個(gè)百分點(diǎn)。這個(gè)結(jié)論從實(shí)證角度驗(yàn)證了產(chǎn)業(yè)集群人力資本積累的馬太效應(yīng)。[14-15]

（2）軟件園外部環(huán)境中的職工平均工資對集群人力資本積累的影響還是正向的，但影響明顯弱于靜態(tài)面板數(shù)據(jù)模型，即職工平均工資提高1%帶來的集群人力資本積累水平的提高幅度由原先的0.447 8%減弱為0.292 7%。

（3）使用動(dòng)態(tài)面板數(shù)據(jù)估計(jì)，軟件園外部環(huán)境中的人均教育支出對軟件園人力資本積累水平的影響顯著性水平提高了，由10%顯著性水平提高至5%。人均教育支出增加1%，則軟件園人力資本積累水平提高0.239 8個(gè)百分點(diǎn)，稍高于固定效應(yīng)估計(jì)結(jié)果。

（4）軟件園外部環(huán)境中的人均綠化面積、產(chǎn)業(yè)集群自身因素中的集群企業(yè)自身投入對產(chǎn)業(yè)集群人力資本積累水平的影響由顯著變?yōu)椴伙@著。

（5）無論在靜態(tài)面板數(shù)據(jù)模型還是動(dòng)態(tài)面板數(shù)據(jù)模型中，產(chǎn)業(yè)集群規(guī)模的影響效應(yīng)均為負(fù)，且在1%的水平下顯著，但在動(dòng)態(tài)面板數(shù)據(jù)模型估計(jì)結(jié)果中，其影響程度稍有所減弱，即產(chǎn)業(yè)集群規(guī)模擴(kuò)大1%，軟件園人力資本質(zhì)量積累水平下降幅度從原先的0.676 1%減弱為0.631 9%。

3　結(jié)論與建議

本文采用面板數(shù)據(jù)模型分析方法，以全國35個(gè)軟件園為產(chǎn)業(yè)集群分析對象，選取了軟件園所在城市的經(jīng)濟(jì)環(huán)境、教育環(huán)境、文化生活環(huán)境和市政基礎(chǔ)設(shè)施環(huán)境作為集群外部環(huán)境因素指標(biāo)，選取集群規(guī)模、集群企業(yè)自身投入以及政府對集群的支持率作為集群自身因素指標(biāo)，分別構(gòu)建了靜態(tài)和動(dòng)態(tài)兩種面板數(shù)據(jù)模型，對影響軟件園人力資本積累的影響因素及其影響效應(yīng)分別進(jìn)行了定量分析，并對兩模型的估計(jì)結(jié)果進(jìn)行了比較分析。根據(jù)以上模型分析結(jié)果，給出如下的結(jié)論與建議：

（1）產(chǎn)業(yè)集群人力資本積累存在循環(huán)累積效應(yīng)。對全國各軟件園來說，應(yīng)注重初始人力資本積累，后續(xù)的積累則會(huì)在初始慣性推動(dòng)下不斷提高。

（2）產(chǎn)業(yè)集群外部環(huán)境中的職工平均工資、人均教育支出對產(chǎn)業(yè)集群人力資本積累存在正效應(yīng)。軟件園所在城市政府相關(guān)部門應(yīng)切實(shí)提高職工工資水平，以吸引外圍人力資本流入，從而提高軟件園人力資本積累水平。

（3）人均綠化面積和集群企業(yè)自身投入在靜態(tài)面板數(shù)據(jù)模型中影響顯著，而在動(dòng)態(tài)面板數(shù)據(jù)模型中則不顯著。這可能的原因是軟件園所在城市的基礎(chǔ)設(shè)施環(huán)境對吸引人才影響作用不顯著；集群企業(yè)自身投入在滯后一期的動(dòng)態(tài)面板模型中未能完全顯示其影響作用，后續(xù)研究可考慮引入滯后二期的動(dòng)態(tài)面板數(shù)據(jù)模型。

（4）產(chǎn)業(yè)集群規(guī)模在兩個(gè)面板數(shù)據(jù)模型中的影響效應(yīng)均為負(fù)。這就為個(gè)別軟件園盲目擴(kuò)大規(guī)模而不注重內(nèi)涵發(fā)展提供了反面實(shí)例證明。李煜華等人就曾指出產(chǎn)業(yè)集群規(guī)模與集群效應(yīng)之間并不一定存在正相關(guān)性，兩者之間存在著極限約束。[16]規(guī)模大并不意味著質(zhì)量優(yōu)，恰恰相反，規(guī)模會(huì)影響質(zhì)量的提高。該結(jié)論警示部分地方政府為政績而不顧實(shí)際擴(kuò)大軟件園規(guī)模的做法是盲目的。

參考文獻(xiàn)：

［1］黃崇利，彭正龍.基于系統(tǒng)動(dòng)力學(xué)的人力資本增值研究[M].北京：科學(xué)出版社，2012.

［2］李剛，牛芳.人才集聚與產(chǎn)業(yè)集聚[J].中國人才，2005（6）:26-28.

［3］魯開垠.產(chǎn)業(yè)集群社會(huì)網(wǎng)絡(luò)的根植性與核心能力研究[J]．廣東社會(huì)科學(xué)，2006（2）：41-46．

［4］張宇，蔡秀玲.產(chǎn)業(yè)集群的網(wǎng)絡(luò)特性與地方產(chǎn)業(yè)網(wǎng)絡(luò)升級[J].科技與經(jīng)濟(jì)，2006（4）：33-37．

［5］胡蓓.產(chǎn)業(yè)集群的人才集聚效應(yīng)——理論與實(shí)證研究[J].北京：科學(xué)出版社，2009．

［6］王金營，賈少萌.中國區(qū)域人力資本積聚路徑和機(jī)制研究[J].中國人口科學(xué)，2011（4）：21-32．

［7］王奮，楊波.科技人力資源區(qū)域集聚影響因素的實(shí)證研究——以北京地區(qū)為例[J].科學(xué)學(xué)研究，2006，24（5）:722-726.

［8］周均旭.產(chǎn)業(yè)集群人才吸引力影響機(jī)制研究[M].武漢：湖北人民出版社，2011．

［9］徐海燕，鄭健壯.基于集群規(guī)模的資源消耗研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2007（9）:103-105.

［10］科技部火炬高技術(shù)產(chǎn)業(yè)開發(fā)中心.中國火炬統(tǒng)計(jì)年鑒[M].北京：中國統(tǒng)計(jì)出版社，2009-2012．

［11］國家統(tǒng)計(jì)局城市社會(huì)經(jīng)濟(jì)調(diào)查司.中國城市統(tǒng)計(jì)年鑒[M].北京：中國統(tǒng)計(jì)出版社，2009-2012．

［12］劉海洋，馬靖.研發(fā)投入正向提高了企業(yè)績效嗎?——基于2005—2007年工業(yè)企業(yè)微面板數(shù)據(jù)[J].科技與管理，2012 （3）：55-60．

［13］陳強(qiáng).高級計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用[M].北京：高等教育出版社，2010．

［14］GLAESER E L，SCHEINKMAN J A，SHLEIFER A.Economic Growth in a Cross-section of Cities[J].Journal of Monetary Economics，1995（36）：117-143．

［15］錢雪亞.人力資本水平:方法與實(shí)證[M].北京：商務(wù)印書館，2011．

［16］李煜華，胡運(yùn)權(quán)，孫凱.產(chǎn)業(yè)集群規(guī)模與集群效應(yīng)的關(guān)聯(lián)性分析[J]．研究與發(fā)展管理，2007（2）：63-70．

（責(zé)任編輯王滿達(dá)）

The Influential Factors on Human Capital Accumulation in the Development of Industrial Clusters

SUN Si-wei1，SUN Qian-yun2
（1.School of Management, Xiamen University, Xiamen 361005, China; 2.School of Applied Fechnology, Hainan University, Danzhou 571737, China）

Abstract：This paper, based on the theory of industrial cluster and human capital, first constructs the panel data model of industry cluster’s human capital accumulation from the cluster’s external environment and their own factors, and then makes empirical analysis of the 35 software parks of the nation based on the statistical data.The results show that the accumulation of human capital quality of the industrial cluster has Matthew Effect, the region’s economic environment and education environment has a significant positive effect on the quality of the cluster’s human capital accumulation while the cluster scale has the negative effect, and the other factors are not significant.

Key words：industrial cluster; the quality of human capital; panel data model

作者簡介：孫思為（1990—），男，浙江慈溪人，碩士研究生，主要從事企業(yè)管理研究。

收稿日期：2016-01-02

【中圖分類號】F127

【文獻(xiàn)標(biāo)識碼】A

【文章編號】1674-2362（2016）02-0049-05