科技人才區(qū)域集聚為何不同
——基于創(chuàng)新環(huán)境空間差異的解釋

郭淑芬，張文禮

(1.山西財經(jīng)大學 資源型經(jīng)濟轉(zhuǎn)型協(xié)同創(chuàng)新中心；2.山西財經(jīng)大學 工商管理學院，山西 太原 030006)

0 引言

中共十九大報告指出，人才是實現(xiàn)民族振興、贏得國際競爭主動的戰(zhàn)略資源，尤其強調(diào)要“培養(yǎng)造就一大批具有國際水平的戰(zhàn)略科技人才、科技領軍人才、青年科技人才和高水平創(chuàng)新團隊”，這表明科技人才已經(jīng)成為我國發(fā)展的戰(zhàn)略性人力資源[1]。各城市和地區(qū)逐漸意識到培育、吸引和留住科技人才是地區(qū)發(fā)展的關鍵，紛紛通過放寬落戶限制、加強財政補貼等手段為“引鳳”工作加碼提速，然而，各地區(qū)聚才效果差別很大。《中國科技統(tǒng)計年鑒》數(shù)據(jù)顯示，2019年廣東省以超全國16%的R&D人員全時當量位居我國內(nèi)地31省區(qū)之首，遠超西部10省區(qū)R&D人員全時當量之和；北京市以占全國2.51%的建成區(qū)面積匯聚了全國6.54%的R&D人員全時當量。從動態(tài)演化來看，近10年(2010-2019年)江蘇、浙江兩省漲幅分別達到101.15%和139.27%，但吉林、黑龍江、新疆等省區(qū)R&D人員全時當量不升反降?？梢钥闯?，科技人才流動的“孔雀東南飛”現(xiàn)象仍在持續(xù)。

在此背景下，眾多學者圍繞影響人才或科技人才集聚的因素展開討論。早期研究多關注地區(qū)綜合環(huán)境的作用，但國內(nèi)外學者沿著不同的研究思路進行，國內(nèi)學者主要從政治、經(jīng)濟、文化等細分維度展開研究，例如，徐茜等[2]指出，人口、經(jīng)濟、生活、自然和制度環(huán)境等城市綜合環(huán)境是人才集聚的重要基礎；李乃文等[3]研究發(fā)現(xiàn)產(chǎn)業(yè)經(jīng)濟環(huán)境、教育環(huán)境、社會文化環(huán)境對人才集聚具有顯著影響。國外學者傾向于將吸引人才的地區(qū)環(huán)境特征劃分為軟、硬兩類因素，其中，軟因素主要包括城市氛圍、社會文化特征、人口多樣性、包容性和開放性等，硬因素主要包括投資可用性、就業(yè)機會以及生活成本等[4-6]，優(yōu)化地區(qū)環(huán)境是吸引知識型產(chǎn)業(yè)、集聚人才、形成具有吸引力的社會經(jīng)濟平臺的有效途徑[7]。進一步地，Esmaeilpoorarabi等[8]對軟、硬兩類因素在吸引人才過程中扮演的不同角色進行討論，發(fā)現(xiàn)在城市和地區(qū)尺度上，軟因素主要以硬因素提供的設施為基礎吸引集群規(guī)模的知識工作者，培育人才力量。雖然國內(nèi)外學者呈現(xiàn)出差異化的研究傾向，但實質(zhì)都是探討地區(qū)綜合環(huán)境對人才集聚的影響。

隨著創(chuàng)新環(huán)境概念的提出，關于人才或科技人才集聚影響因素的研究逐漸加入了對創(chuàng)新環(huán)境的討論。國內(nèi)學者牛沖槐等(2007)率先指出，良好的科技創(chuàng)新環(huán)境是吸引科技型人才、發(fā)揮科技型人才集聚效應的重要因素；王全綱等[9]也提出科技創(chuàng)新環(huán)境是高端人才流動與集聚的內(nèi)涵性因素，但兩項研究都僅停留在觀點層面，未進行機制分析和進一步的實證檢驗。徐倪妮等[10]采用普通面板回歸模型，實證檢驗了研發(fā)經(jīng)費投入強度和財政科技投入規(guī)模等創(chuàng)新環(huán)境是影響省際科技人才流動的主要因素，但李婧等[11]研究指出我國科技人才表現(xiàn)出明顯的空間集聚特征。因此，在分析科技人才集聚影響因素時，需要考慮空間效應的影響，否則可能導致估計結(jié)果有偏。

綜上可知，相關學者多從地區(qū)綜合環(huán)境角度討論人才或科技人才集聚成因，雖然近年來關于科技人才集聚影響因素的研究逐漸加入了對創(chuàng)新環(huán)境的討論，但缺乏空間效應下的實證分析。同時，由空間相關性引發(fā)的一些更為細致的問題也尚未解答，如創(chuàng)新環(huán)境對本地和鄰近地區(qū)人才集聚的影響是否相同？創(chuàng)新環(huán)境好的地區(qū)會通過溢出效應正向促進周圍地區(qū)科技人才集聚，還是會通過虹吸效應對其產(chǎn)生負向影響？這些影響是否存在空間異質(zhì)性？針對上述問題，本文利用2010-2019年中國內(nèi)地31個省(市、區(qū))面板數(shù)據(jù)，通過構(gòu)建空間杜賓模型探究創(chuàng)新環(huán)境對科技人才集聚的影響，并通過空間效應分解、分樣本回歸等進行深入剖析，以期為我國各地區(qū)制定提升科技人才集聚水平的政策提供依據(jù)。

1 區(qū)域創(chuàng)新環(huán)境與科技人才集聚時空關系分析

1.1 區(qū)域創(chuàng)新環(huán)境與科技人才集聚程度測度

區(qū)域創(chuàng)新環(huán)境由歐洲創(chuàng)新研究小組(GREMI)最先提出，在此基礎上眾多學者不斷推進，逐步形成了學界對于區(qū)域創(chuàng)新環(huán)境內(nèi)涵的共識，即創(chuàng)新主體所處的由文化環(huán)境、基礎設施、市場規(guī)模、管理體制、政策與法規(guī)等眾多要素構(gòu)成的區(qū)域環(huán)境。在區(qū)域創(chuàng)新環(huán)境評價方面，學者基于不同研究范圍、研究目的等，采用不同方法與評價指標體系進行測算，如表1所示。

表1 區(qū)域創(chuàng)新環(huán)境評價要素Tab.1 Factors of regional innovation environment evaluation

已有研究多強調(diào)，創(chuàng)新物質(zhì)基礎、政府創(chuàng)新政策或科技投入、技術(shù)創(chuàng)新市場環(huán)境等是評價區(qū)域創(chuàng)新環(huán)境的重要維度，在政府的政策扶持下，創(chuàng)新主體通過科研經(jīng)費等投入，借助市場機制下形成的高效技術(shù)交易平臺，促進創(chuàng)新活動的順利展開。此外，較多研究指出，創(chuàng)新氛圍對于地區(qū)創(chuàng)新活動具有重要作用，活躍的創(chuàng)新氛圍進一步促進人才之間的創(chuàng)新交流與創(chuàng)意碰撞，使地區(qū)創(chuàng)新活動愈發(fā)頻繁，是形成良好創(chuàng)新環(huán)境的重要原因[18-19]?；谝陨嫌懻?，本文從創(chuàng)新經(jīng)濟基礎、創(chuàng)新政策環(huán)境、創(chuàng)新市場交易以及創(chuàng)新活力氛圍4個維度對區(qū)域創(chuàng)新環(huán)境進行評價。參考相關文獻[20-22]，各維度分別以R&D經(jīng)費投入強度、科技支出占財政支出比重、每萬人技術(shù)市場成交額和每萬人專利授權(quán)量等指標度量。為了避免賦權(quán)過程中主觀因素和客觀因素的局限性，采用最大熵值法計算各指標權(quán)重。

1.2 科技人才集聚與區(qū)域創(chuàng)新環(huán)境時空關系初步分析

根據(jù)上述公式對2010、2014和2019年內(nèi)地31省(市、區(qū))科技人才集聚度和地區(qū)創(chuàng)新環(huán)境水平進行測算?；跍y算結(jié)果，運用ArcGIS軟件，采用分位數(shù)法對31省(市、區(qū))科技人才集聚度由高到低依次劃分為高人才集聚區(qū)、較高人才集聚區(qū)、較低人才集聚區(qū)和低人才集聚區(qū)4個等級，按創(chuàng)新環(huán)境水平由高到低依次劃分為優(yōu)創(chuàng)新環(huán)境區(qū)、較優(yōu)創(chuàng)新環(huán)境區(qū)、較劣創(chuàng)新環(huán)境區(qū)和劣創(chuàng)新環(huán)境區(qū)，繪制結(jié)果分別如圖1和圖2所示。

圖1 中國內(nèi)地31省(市、區(qū))科技人才集聚的空間分布Fig.1 Spatial distribution of scientific and technological talents gathering in 31 provinces

從圖1可以看出，科技人才集聚度在東、中、西三大地區(qū)存在顯著差異，其中，東部地區(qū)科技人才集聚度普遍較高，研究年度內(nèi)有一半以上省份處于高人才集聚區(qū)，以京津冀都市圈、長三角經(jīng)濟區(qū)和珠三角城市群最具代表性；中部地區(qū)科技人才集聚度次之，較低人才集聚區(qū)與較高人才集聚區(qū)交錯分布；西部地區(qū)科技人才集聚度最低，一半以上省份位于低人才集聚區(qū)，整體表現(xiàn)為集中連片式人才集聚洼地。從縱向演化來看，2010年我國科技人才集聚度最高的地區(qū)主要集中在江蘇、上海、廣東、北京、天津、浙江等東部沿海省份以及陜西省，科技人才集聚度最低的地區(qū)大片集聚于西部地區(qū)，而較低人才集聚區(qū)與較高人才集聚區(qū)交叉錯落分布于中部大部分省份及東北地區(qū)，相對而言較為零散；2014年，陜西省人才集聚度跌出第一梯隊，由緊鄰滬浙蘇三省市的安徽省取而代之，較高人才集聚區(qū)和較低人才集聚區(qū)分別呈現(xiàn)連片發(fā)展趨勢，低人才集聚區(qū)依舊集中分布在西部大部分地區(qū)以及中部的江西省等地；2019年科技人才在空間上的分布不均衡性加劇，各個梯度人才集聚區(qū)的連片發(fā)展趨勢進一步強化。整體來看，全國范圍內(nèi)科技人才由最初的分散分布逐漸成片集聚于京津冀、長三角和珠三角等地區(qū)，“東—中—西”階梯式遞減趨勢加強。

從圖2可以看出，31省(市、區(qū))創(chuàng)新環(huán)境水平表現(xiàn)出與科技人才集聚相似的空間分布特征與演化趨勢。東部地區(qū)創(chuàng)新環(huán)境水平最高，尤其是東南沿海形成了優(yōu)創(chuàng)新環(huán)境區(qū)的鏈式集聚區(qū)；中部地區(qū)次之，大部分省份處于較優(yōu)創(chuàng)新環(huán)境區(qū)和較劣創(chuàng)新環(huán)境區(qū)；西部地區(qū)則表現(xiàn)為全國創(chuàng)新洼地，絕大部分地區(qū)為劣創(chuàng)新環(huán)境區(qū)和較劣創(chuàng)新環(huán)境區(qū)。從動態(tài)演化過程看，2010年全國創(chuàng)新環(huán)境最優(yōu)的地區(qū)主要集中在江蘇、上海、廣東、北京、天津、浙江等東部沿海省份以及山東省，創(chuàng)新環(huán)境最劣的地區(qū)大片集聚于西部省份，而較優(yōu)創(chuàng)新環(huán)境區(qū)與較劣創(chuàng)新環(huán)境區(qū)交叉錯落分布于中部大部分省份及東北地區(qū)；2014年，緊鄰長三角與珠三角的福建省創(chuàng)新環(huán)境指數(shù)快速增長，取代山東省進入全國創(chuàng)新環(huán)境第一梯隊，較優(yōu)創(chuàng)新環(huán)境區(qū)與較劣創(chuàng)新環(huán)境區(qū)分別呈現(xiàn)出連片發(fā)展趨勢，而劣創(chuàng)新環(huán)境區(qū)依舊集中分布在西部大部分地區(qū)以及中部個別省份；進入2019年，創(chuàng)新環(huán)境水平空間分布不均衡性加劇，各個梯度人才集聚區(qū)的連片發(fā)展趨勢以及由東南向西北階梯式下降的帶狀分布格局進一步強化。整體來看，研究年度內(nèi)各省份變化較大：東部的山東、中部的山西以及西部的新疆等地均出現(xiàn)不同程度降級，同時，中、西部地區(qū)內(nèi)部分布結(jié)構(gòu)進一步趨于集中，全國范圍內(nèi)創(chuàng)新環(huán)境也由最初較為分散的非連續(xù)性交錯分布，逐步演變?yōu)闁|—中—西逐級下降的帶狀分布格局。

綜合來看，靜態(tài)而言，研究年度內(nèi)我國科技人才集聚與創(chuàng)新環(huán)境表現(xiàn)出較為明顯的空間同位特征：高人才集聚區(qū)與優(yōu)創(chuàng)新環(huán)境區(qū)均集中于東部的京津冀、長三角、珠三角地區(qū)，較高人才集聚區(qū)與較低人才集聚區(qū)、較優(yōu)創(chuàng)新環(huán)境區(qū)與較劣創(chuàng)新環(huán)境區(qū)在中部地區(qū)交錯分布，低人才集聚區(qū)與劣創(chuàng)新環(huán)境區(qū)則在西部地區(qū)連片呈現(xiàn)，科技人才集聚與創(chuàng)新環(huán)境均由東向西呈現(xiàn)階梯式遞減的分布情況。動態(tài)而言，二者表現(xiàn)出高度趨同的發(fā)展趨勢：由最初相對分散的分布狀態(tài)逐漸成片集聚于以京津冀、長三角和珠三角地區(qū)為核心向中部延伸的部分省份，東—中—西階梯式遞減趨勢加強。整體而言，創(chuàng)新環(huán)境指數(shù)較高的地區(qū)科技人才集聚度也普遍較高，創(chuàng)新環(huán)境指數(shù)較低的地區(qū)科技人才相對稀少。因此初步推斷，創(chuàng)新環(huán)境空間差異可能是形成科技人才集聚的一個重要影響因素。

圖2 中國內(nèi)地31省(市、區(qū))創(chuàng)新環(huán)境的空間分布Fig.2 Spatial distribution of innovation environment in 31 provinces

2 創(chuàng)新環(huán)境對科技人才集聚影響分析

2.1 空間計量模型

通過上述分析可知，我國創(chuàng)新環(huán)境與科技人才集聚表現(xiàn)出明顯的空間相關關系，創(chuàng)新環(huán)境地區(qū)間差異可能是解釋科技人才集聚現(xiàn)象的一個嶄新視角?？臻g單元的異質(zhì)性與空間單元之間的相互關聯(lián)，決定了按照標準計量經(jīng)濟學同方差和截面無關假設估計出來的結(jié)果是有偏和無效的，因此，必須通過構(gòu)建空間計量模型探討創(chuàng)新環(huán)境對科技人才集聚的具體影響?？臻g計量模型的基本形式有空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)3種，不同空間計量模型的本質(zhì)內(nèi)涵差別較大。參照已有研究[23]的做法，本文按照SDM-SAR/SEM的路徑，從形式更一般化的空間杜賓模型出發(fā)，分析其是否可簡化為SAR或SEM模型，從而篩選擬合效果最優(yōu)的空間計量模型。模型基本形式如下：

Y=ρWY+Xβ1+WXβ2+ε

(1)

其中，Y表示被解釋變量科技人才集聚度，X表示核心解釋變量創(chuàng)新環(huán)境和控制變量，ρ為空間自相關系數(shù)，W為空間權(quán)重矩陣，ε為誤差項。值得注意的是，當ρ不為0時，模型無法簡化為SAR或SEM，估計的系數(shù)不能有效說明自變量對因變量影響程度的大小。此時借鑒LeSage等[24]的做法，采用偏微分方法將總效應分解為直接效應和間接效應，分別反映解釋變量對本地區(qū)和其它地區(qū)造成的平均影響，有效解決空間溢出效應的估計偏誤問題。

2.2 空間權(quán)重矩陣選擇

為了保證實驗結(jié)果的穩(wěn)健性，本文分別基于空間鄰近和地理鄰近分析創(chuàng)新環(huán)境對科技人才集聚的影響，采用以下兩種距離的空間權(quán)重矩陣：

(1)鄰接空間權(quán)重矩陣(W1)。依據(jù)兩區(qū)域是否地理相鄰進行設定，相鄰設定為1，不相鄰設定為0，具體的矩陣元素設定公式為:

(2)反距離空間權(quán)重矩陣(W2)。鄰接矩陣將不相鄰省區(qū)之間的聯(lián)動性視為零，然而，由于中國各省區(qū)行政面積差異較大，有些省區(qū)雖然地理上不相鄰，但實際地理距離比其它相鄰省區(qū)之間的地理距離更近，因此，構(gòu)建反距離空間權(quán)重矩陣。在反距離空間權(quán)重矩陣下，各省區(qū)之間空間聯(lián)動性會隨著距離的增加而遞減，距離越近，省區(qū)間空間聯(lián)動性越強。構(gòu)建反距離空間權(quán)重矩陣，以兩區(qū)域間直線距離平方的倒數(shù)作為矩陣元素，具體計算公式如下：

其中，dpq為使用經(jīng)度和緯度計算的p、q兩省省會城市間距離。

2.3 變量說明及數(shù)據(jù)來源

經(jīng)濟發(fā)展水平、醫(yī)療服務、地區(qū)開放程度、綠化、交通情況以及藝術(shù)表演活動等均會對科技人才流動與集聚產(chǎn)生影響[25]，因此，將其作為控制變量加入模型中進行分析。變量說明如表2所示。所有經(jīng)濟數(shù)據(jù)均以2010年為基期的GDP價格指數(shù)進行平減處理，以消除各年價格因素對分析結(jié)果的影響，同時，對所有絕對量指標進行相對化處理，以消除各省規(guī)模差異帶來的估計誤差。數(shù)據(jù)主要來源于《中國科技統(tǒng)計年鑒》《中國統(tǒng)計年鑒》和國家統(tǒng)計局官網(wǎng)，個別缺失數(shù)據(jù)通過插值法補充。

表2 變量說明Tab.2 Variable declaration

3 實證結(jié)果分析

3.1 空間相關性檢驗

運用Stata軟件計算2010-2019年我國內(nèi)地31個省(市、區(qū))的科技人才集聚度和創(chuàng)新環(huán)境Moran′s I指數(shù)值，結(jié)果見表3?？梢钥闯?，在兩種空間權(quán)重矩陣下，各省市科技人才集聚度和創(chuàng)新環(huán)境的Moran′s I值均顯著為正，說明我國科技人才集聚和創(chuàng)新環(huán)境存在明顯的正向空間自相關性，這就要求在研究二者相關關系時，必須考慮其空間依賴性，否則將導致估計結(jié)果有偏。

表3 科技人才集聚與創(chuàng)新環(huán)境全局Moran′s I指數(shù)Tab.3 Global Moran′s I indices of scientific and technological talents and innovation environment

3.2 空間計量模型估計結(jié)果與分析

極大似然比檢驗(LR檢驗)結(jié)果顯示，相較于空間滯后模型和空間誤差模型，空間杜賓模型能更好地測算中國省際創(chuàng)新環(huán)境對科技人才集聚的具體影響。同時，Hausman檢驗結(jié)果顯示，在分析該問題時，隨機效應空間杜賓模型優(yōu)于固定效應空間模型。因此，采用隨機效應下的空間杜賓模型進行回歸分析，檢驗結(jié)果與回歸結(jié)果分別見表4、表5。

從表5回歸結(jié)果可以看出，在鄰接權(quán)重矩陣和反距離空間權(quán)重矩陣下，創(chuàng)新環(huán)境均對區(qū)域科技人才集聚產(chǎn)生顯著正向影響，在全樣本下支持了“良好的創(chuàng)新環(huán)境會對科技人才集聚產(chǎn)生正向促進作用”這一猜想。此外，地區(qū)經(jīng)濟發(fā)展水平、對外開放程度以及城市公共交通條件等也均在1%水平下正向促進科技人才集聚，表明地區(qū)經(jīng)濟基礎與物質(zhì)基礎仍然是科技人才空間集聚的重要條件，科技人才集聚離不開創(chuàng)新環(huán)境與社會環(huán)境的綜合提升。

表4 LR檢驗與Hausman檢驗結(jié)果Tab.4 LR test and Hausman test results

表5 隨機效應空間杜賓模型(SDM)回歸結(jié)果Tab.5 Regression results of spatial Durbin model (SDM) under random effects

3.3 空間效應分解

由于空間溢出效應的存在，創(chuàng)新環(huán)境的回歸系數(shù)無法單獨解釋為對科技人才集聚的影響，因此，需要通過偏微分方法對空間總效應進行分解，從而更好地說明創(chuàng)新環(huán)境影響科技人才集聚的直接效應與間接效應，效應分解結(jié)果見表6。

表6 SDM模型效應分解結(jié)果Tab.6 Effect decomposition results of SDM

(1)直接效應分析。在兩種空間權(quán)重矩陣下，創(chuàng)新環(huán)境對科技人才集聚的直接影響系數(shù)分別為2.712 9和2.893 9，且均通過了1%顯著性水平檢驗，說明區(qū)域創(chuàng)新環(huán)境可以有效促進當?shù)乜萍既瞬偶?；地區(qū)經(jīng)濟發(fā)展水平、對外開放程度以及交通條件等在兩種空間權(quán)重矩陣下均對當?shù)乜萍既瞬偶鄱犬a(chǎn)生顯著正向影響，表明地區(qū)發(fā)展的經(jīng)濟基礎與物理條件仍然是科技人才擇城的重要考慮因素。此外，由回歸結(jié)果可知，創(chuàng)新環(huán)境顯著性程度遠高于其它指標，即與其它因素相比，創(chuàng)新環(huán)境會對科技人才產(chǎn)生更加強烈的吸引力。

(2)間接效應分析。觀察創(chuàng)新環(huán)境對科技人才集聚的間接作用，在反距離空間權(quán)重矩陣下比在0-1鄰接空間權(quán)重矩陣下負向作用的顯著程度高。一方面，各省(市、區(qū))的地理范圍差異較大，區(qū)域創(chuàng)新環(huán)境導致的人才虹吸效應、回流效應更依賴于實際地理距離而非區(qū)域鄰接狀況；另一方面，在合理度量空間距離并考慮空間效應的情況下，良好的創(chuàng)新環(huán)境將對周邊地區(qū)產(chǎn)生更為強烈的人才虹吸效應，降低鄰近地區(qū)科技人才集聚程度。同時，醫(yī)療服務水平、地區(qū)開放程度等對科技人才集聚的間接影響系數(shù)均顯著為負，表明醫(yī)療服務水平、地區(qū)開放程度越高，越會通過虹吸效應吸引周圍地區(qū)科技人才流入本地，對周圍地區(qū)科技人才集聚產(chǎn)生顯著負向作用；地區(qū)經(jīng)濟發(fā)展水平對科技人才集聚的間接影響系數(shù)顯著為正，在全域范圍內(nèi)表現(xiàn)出明顯的空間溢出效應；而綠化和交通對周圍地區(qū)科技人才集聚的間接作用在兩種空間權(quán)重矩陣下均不顯著，說明該類環(huán)境因素并不會對周邊地區(qū)科技人才集聚產(chǎn)生顯著影響。

(3)直接效應與間接效應綜合分析。創(chuàng)新環(huán)境對本地科技人才集聚具有顯著正向影響，而對周圍地區(qū)產(chǎn)生顯著負效應，說明區(qū)域間創(chuàng)新環(huán)境差異容易導致科技人才集聚的“馬太效應”，即“優(yōu)→更優(yōu)”與“劣→更劣”的極化發(fā)展趨勢。因此，綜合來看，優(yōu)化創(chuàng)新環(huán)境不僅是加強本地科技人才集聚、促進地區(qū)創(chuàng)新驅(qū)動發(fā)展的關鍵，也是縮小地區(qū)間發(fā)展差距、實現(xiàn)區(qū)域均衡發(fā)展的根本路徑。

3.4 分樣本回歸

鑒于東、中、西部地區(qū)存在較大差異，本文進一步分地區(qū)進行回歸，兩種空間權(quán)重矩陣下的分地區(qū)回歸結(jié)果分別見表7、表8。綜合來看，在不同空間權(quán)重矩陣下，東部、中部和西部地區(qū)回歸結(jié)果差異較大，表現(xiàn)出地域上的異質(zhì)性特征。

(1)直接效應分析。在東部、中部和西部地區(qū)，創(chuàng)新環(huán)境均對本地科技人才集聚產(chǎn)生不同程度的促進作用，其中，東部和中部地區(qū)創(chuàng)新環(huán)境對本地科技人才的集聚作用最顯著，西部地區(qū)相對較弱；不同地區(qū)交通通達性均對科技人才空間集聚表現(xiàn)出顯著正向促進作用，說明在當前發(fā)展階段，城市公共交通發(fā)展是科技人才擇城的重要考慮因素，由城市公共交通帶來的通勤成本與時間成本下降有利于科技人才空間集聚。此外，中部9省的醫(yī)療服務情況對當?shù)乜萍既瞬偶郛a(chǎn)生微弱的負向影響，可能是因為此處基于數(shù)據(jù)可得性采用“每萬人擁有的衛(wèi)生技術(shù)人員數(shù)”這一指標進行度量，只考慮了醫(yī)療服務人員數(shù)量，未能全面反映地區(qū)真實醫(yī)療水平，而科技人才對醫(yī)療的需求已經(jīng)不只停留在數(shù)量層面，導致回歸結(jié)果表現(xiàn)為微弱負影響。此外，值得關注的是，西部地區(qū)僅有創(chuàng)新環(huán)境和公共交通兩類因素表現(xiàn)出明顯的科技人才集聚效應，說明當前階段西部各省除了要大力優(yōu)化創(chuàng)新環(huán)境外，還需加快交通基礎設施建設，為科技人才的留、用提供良好的物理基礎。

(2)間接效應分析。在兩種空間權(quán)重矩陣下，東部地區(qū)創(chuàng)新環(huán)境對鄰近地區(qū)科技人才集聚產(chǎn)生顯著虹吸效應，且在反距離空間權(quán)重矩陣下比在0-1鄰接空間權(quán)重矩陣下表現(xiàn)出更顯著的負向作用，再次說明區(qū)域創(chuàng)新環(huán)境導致的人才虹吸效應、回流效應更依賴于實際地理距離，在合理度量空間距離并考慮空間效應的情況下，良好的創(chuàng)新環(huán)境將對周邊地區(qū)產(chǎn)生更強烈的人才虹吸效應，降低鄰近地區(qū)科技人才集聚程度。而在當前階段，中部和西部地區(qū)的創(chuàng)新環(huán)境尚未表現(xiàn)出明顯的人才虹吸效應，可能與中西部地區(qū)本身科技人才集聚程度不高有關。此外，分樣本下地區(qū)經(jīng)濟發(fā)展、醫(yī)療服務水平、對外開放程度、綠化、藝術(shù)表演等變量在不同空間權(quán)重矩陣下表現(xiàn)出的作用方向與顯著程度都不相同，說明該類因素對科技人才集聚的作用相對不穩(wěn)定。

(3)直接效應與間接效應綜合分析。對東部地區(qū)而言，創(chuàng)新環(huán)境對本地科技人才集聚具有顯著正向影響，而對周圍地區(qū)具有顯著負效應，隨著時間的推移將逐步擴大地區(qū)間科技人才集聚差距，在一定程度上呈現(xiàn)出極化的發(fā)展趨勢；中部和西部地區(qū)創(chuàng)新環(huán)境也都呈現(xiàn)出不同程度的本地科技人才集聚效應，但尚未體現(xiàn)出明顯的科技人才虹吸或溢出效應。因此，人才流動機制可能是進一步破除人才壁壘、提升人才集聚程度與利用效率的途徑之一。

4 結(jié)語

4.1 主要結(jié)論

本文利用我國內(nèi)地31個省(市、區(qū))2010-2019年面板數(shù)據(jù)，采用空間分析技術(shù)、空間杜賓模型和偏微分方法，在分析創(chuàng)新環(huán)境與科技人才集聚時空演化特征的基礎上，系統(tǒng)研究了創(chuàng)新環(huán)境對科技人才集聚的影響，得出以下結(jié)論：

(1)中國區(qū)域創(chuàng)新環(huán)境和科技人才集聚的分布格局與演化趨勢高度同構(gòu)，具有明顯的空間同位與同向演化特征，由最初的點狀分散分布向集中連片式分布演變，且在研究年度內(nèi)東—中—西逐級下降的帶狀分布趨勢逐漸加強。

(2)創(chuàng)新環(huán)境與地區(qū)經(jīng)濟發(fā)展水平、對外開放程度、公共交通條件等因素均對當?shù)乜萍既瞬偶郛a(chǎn)生顯著正向影響，但相較而言，區(qū)域創(chuàng)新環(huán)境對科技人才集聚的影響更顯著。

(3)在全樣本下，良好的創(chuàng)新環(huán)境可以顯著促進本地區(qū)科技人才集聚，而對周邊地區(qū)產(chǎn)生強烈的人才虹吸效應。在直接效應和間接效應的共同作用下，地區(qū)間創(chuàng)新環(huán)境差異導致科技人才集聚的極化現(xiàn)象。因此，優(yōu)化創(chuàng)新環(huán)境不僅是加強本地科技人才集聚、促進地區(qū)創(chuàng)新驅(qū)動發(fā)展的關鍵，同時也是縮小地區(qū)間發(fā)展差距、實現(xiàn)區(qū)域均衡發(fā)展的根本路徑。

(4)東、中、西三大地區(qū)創(chuàng)新環(huán)境對科技人才集聚的作用表現(xiàn)出顯著的空間異質(zhì)性。在東、中、西部地區(qū)，創(chuàng)新環(huán)境均對本地科技人才集聚產(chǎn)生不同程度的促進作用，其中，東部和中部地區(qū)創(chuàng)新環(huán)境對本地科技人才的集聚作用最顯著，西部地區(qū)相對較弱。東部地區(qū)創(chuàng)新環(huán)境對鄰近地區(qū)科技人才集聚產(chǎn)生顯著虹吸效應，而中部地區(qū)和西部地區(qū)未有體現(xiàn)。

表7 分地區(qū)SDM模型效應分解(W1)結(jié)果Tab.7 Effect decomposition results of SDM by Region(W1)

表8 分地區(qū)SDM模型效應分解(W2)結(jié)果Tab.8 Effect decomposition results of SDM by Region(W2)

諸多文獻對科技人才集聚影響因素進行了有益探索，并在不斷挖掘中發(fā)現(xiàn)創(chuàng)新環(huán)境的重要作用，但尚缺乏考慮空間依賴性的詳細討論。“我國科技人才表現(xiàn)出明顯的空間集聚特征”這一科學洞見啟發(fā)本研究從空間視角探討人才集聚的影響因素，通過運用空間探索性分析與空間計量模型等手段證實了“空間鄰近”在科技人才集聚過程中發(fā)揮的重要作用，研究結(jié)果也表明科技人才的集聚研究考慮空間依賴性可以有效避免估計偏誤問題。進一步地，本研究從動態(tài)時空演化特征、全國和東中西分樣本以及不同鄰近性等多個方面，較為詳細地回答了在空間效應的影響下創(chuàng)新環(huán)境與人才集聚之間的相關關系。研究結(jié)論顯示，二者呈現(xiàn)出明顯的同向演化特征，且相比于其它因素，創(chuàng)新環(huán)境對人才集聚的作用更加顯著，反映出優(yōu)化創(chuàng)新環(huán)境是提升科技人才集聚力的有效途徑，但不同地理區(qū)位和不同地理鄰近特征下的差異化表現(xiàn)也表明個體差異不容忽視。研究結(jié)論可為我國各省區(qū)提升科技人才集聚水平提供理論依據(jù)，有利于各省市區(qū)針對自身發(fā)展階段與要素稟賦匯聚科技人才、制定創(chuàng)新政策。

4.2 政策啟示

(1)筑巢引鳳，積極改善創(chuàng)新環(huán)境，增強地區(qū)科技人才吸引力。一是政府要提高對科技創(chuàng)新工作的重視程度，充分發(fā)揮政府資金的引導作用，通過加大財政科技投入等方式支持研究開發(fā)、成果轉(zhuǎn)化等創(chuàng)新活動；二是企業(yè)、高校等創(chuàng)新主體要加大科研經(jīng)費等投入力度，為科技人才開展創(chuàng)新活動提供良好的科研條件；三是完善各級技術(shù)交易市場，鼓勵科技型人才創(chuàng)新創(chuàng)業(yè)；四是營造“崇尚創(chuàng)新”的氛圍，促進人才之間的創(chuàng)新交流與創(chuàng)意碰撞。從優(yōu)化創(chuàng)新環(huán)境入手，集聚科技人才，為創(chuàng)新活動厚植沃土。

(2)分進合擊，不斷推進地區(qū)創(chuàng)新環(huán)境與社會生活環(huán)境的協(xié)同提升。良好的創(chuàng)新環(huán)境有利于人才發(fā)展，同時，生活環(huán)境舒適與否也對科技人才分布產(chǎn)生至關重要的影響。美國布魯金斯學會對創(chuàng)新集聚區(qū)的分析指出，創(chuàng)新集聚區(qū)已由過去功能單一、相對孤立的區(qū)域轉(zhuǎn)變?yōu)槎喙δ芗蹍^(qū)，更加注重工作與生活的有機結(jié)合，這體現(xiàn)了創(chuàng)新環(huán)境與社會生活環(huán)境協(xié)同優(yōu)化的發(fā)展趨勢。一方面，加大科創(chuàng)經(jīng)費投入，完善技術(shù)市場，營造創(chuàng)新氛圍，為科技人才發(fā)展提供平臺；另一方面，完善交通基礎設施，優(yōu)化人居環(huán)境，營造包容開放的社會氛圍，提供充足的醫(yī)療保障等，為科技人才安居樂業(yè)創(chuàng)造良好環(huán)境。

(3)因地制宜，基于不同發(fā)展階段，各地區(qū)宜采取差異化措施，靶向科技人才集聚影響因素。東部地區(qū)各省份需要加強創(chuàng)新環(huán)境與社會生活環(huán)境的同步建設，在進一步集聚科技人才的同時，防止局部虹吸效應導致科技人才集聚極化現(xiàn)象發(fā)生，同時，推動長三角、珠三角等城市群充分發(fā)揮規(guī)模集聚優(yōu)勢，以點向面，打造城市群甚至更大空間范圍的科技人才集聚區(qū)；中部地區(qū)應進一步優(yōu)化地區(qū)創(chuàng)新環(huán)境，通過為科技人才搭建適宜開展創(chuàng)新活動的平臺，吸引地區(qū)內(nèi)外人才匯集，為中部崛起戰(zhàn)略提供智力支撐；西部地區(qū)一方面應在當前階段加快交通基礎設施建設，為科技人才流入打造便捷通道，另一方面要促進地區(qū)創(chuàng)新環(huán)境優(yōu)化，為科技人才集聚提供條件保障。

(4)因勢利導，優(yōu)化體制機制，加強地區(qū)間創(chuàng)新合作。地區(qū)間經(jīng)濟差距對科技人才集聚具有較為顯著的影響，對于經(jīng)濟劣勢省份而言，如何充分利用錯位競爭力揚長避短，實現(xiàn)低成本、高效率的科技人才集聚，是破除發(fā)展藩籬的關鍵所在?？萍既瞬抛鳛橐环N特殊的資源，在短時間內(nèi)總量相對固定，對于人才集聚高地的鄰近地區(qū)而言，充分利用地緣優(yōu)勢將科技人才虹吸效應轉(zhuǎn)化為溢出效應，在資源約束下最大化匯聚科技人才是獲得發(fā)展的可行路徑。因此，必須優(yōu)化跨區(qū)域協(xié)同創(chuàng)新機制，深化戶籍制度改革，破除科技人才流動的體制機制障礙，構(gòu)建跨區(qū)域創(chuàng)新合作網(wǎng)絡，從而形成科技人才環(huán)流，為創(chuàng)新驅(qū)動發(fā)展蓄力賦能。

4.3 研究不足與展望

本文基于創(chuàng)新環(huán)境與科技人才集聚同向演化的時空特征，從空間視角出發(fā)探討了創(chuàng)新環(huán)境對科技人才集聚的影響，但仍存在一些不足之處：一是鑒于科技人才數(shù)據(jù)可獲性，本文研究對象為31省(市、區(qū))，未來研究可以充分利用大數(shù)據(jù)等手段獲得各城市的科技人才數(shù)據(jù)，在相關數(shù)據(jù)的支撐下可能得出更加細致的研究結(jié)論；二是限于篇幅，本文僅初步驗證了中國省際創(chuàng)新環(huán)境與科技人才集聚的空間相關關系，提供了提升創(chuàng)新環(huán)境從而促進地方人才集聚的探索性經(jīng)驗證據(jù)，沒有作更深入的機制探討，要徹底打開科技人才集聚力提升的“黑箱”，還有賴于進一步探索，未來研究可以沿著這一方向逐步深入。