省級科技人才政策對科技人才集聚的影響分析

　　內(nèi)容摘要：為分析省級科技人才政策對科技人才集聚的空間影響機(jī)制，本文以31個省(區(qū)、市)2005—2018年政府工作報告和相關(guān)統(tǒng)計數(shù)據(jù)構(gòu)成的面板數(shù)據(jù)為支撐，構(gòu)建了空間計量分析模型。模型結(jié)果表明，在地理相鄰和地理距離空間權(quán)重下，省級科技人才集聚呈現(xiàn)空間特征，省級出臺的以人才激勵、科研管理、人才服務(wù)、自主研發(fā)為主的人才政策對省內(nèi)科技人才集聚起到了正向促進(jìn)作用，政府對人才和科技關(guān)注度增大也具有正向調(diào)節(jié)作用;人才激勵、人才服務(wù)政策的區(qū)域間溢出效應(yīng)顯著為負(fù)，即本地人才激勵政策、服務(wù)政策強(qiáng)度越大越不利于周邊省(區(qū)、市)科技人才集聚;科研管理政策區(qū)域間溢出效應(yīng)不顯著，自主研發(fā)政策區(qū)域間溢出效應(yīng)顯著為正;整體而言，鄰近省級科技人才政策水平對本地區(qū)人才集聚的吸引作用大于抑制作用。研究結(jié)論對于提高省級科技人才政策效用具有重要的理論和實(shí)踐意義。

　　關(guān)鍵詞：科技人才政策;科技人才集聚;空間滯后模型;空間杜賓模型

　　一、引言與文獻(xiàn)綜述

　　當(dāng)今世界正經(jīng)歷百年未有之大變局，我國發(fā)展面臨的國內(nèi)外環(huán)境也正發(fā)生著深刻復(fù)雜變化，我國需要更為強(qiáng)大且持久的科技支撐，這對科技創(chuàng)新提出了更迫切的要求[1]。國家科技創(chuàng)新力的根本源泉在于人，尤其是科技人才，科技人才集聚對技術(shù)創(chuàng)新有重大推動作用[2]。一般認(rèn)為，科技人才政策為吸引科技人才提供了保障，為科技人才發(fā)展創(chuàng)造了環(huán)境，從而有利于集聚科技人才。

　　但不同區(qū)域制定人才政策時普遍存在模仿、競爭、攀比行為，非理性的“人才爭奪戰(zhàn)”頻發(fā)、人才流動混亂，科技人才政策一定程度上又抑制了科技人才集聚的溢出性，甚至是知識溢出性。因此本文重點(diǎn)關(guān)注省級科技人才政策對科技人才集聚的空間溢出效應(yīng)，以期從區(qū)域空間視角拓展科技人才政策與科技人才集聚的關(guān)系，同時從制定科技人才政策的視角為推動區(qū)域科技人才集聚提供政策建議。

　　關(guān)于科技人才集聚的學(xué)術(shù)研究主要集中在分析人才集聚與產(chǎn)業(yè)經(jīng)濟(jì)的關(guān)系，學(xué)界普遍認(rèn)為科技人才集聚有利于提升產(chǎn)業(yè)內(nèi)部人才結(jié)構(gòu)優(yōu)化[3]，實(shí)現(xiàn)人才價值，提高產(chǎn)業(yè)整體發(fā)展水平[4]，對經(jīng)濟(jì)增長具有明顯促進(jìn)作用[5]。部分學(xué)者研究了影響人才集聚的主要因素，曾建麗等通過共生演化模型分析了科技人才集聚與區(qū)域創(chuàng)新環(huán)境的共生關(guān)系[6]。孫文浩等發(fā)現(xiàn)房價對科研人才集聚存在門限效應(yīng)，建議調(diào)整以降低實(shí)際購房成本為核心的人才引進(jìn)政策[7]。

　　陳亞會通過調(diào)查數(shù)據(jù)分析發(fā)現(xiàn)，公共服務(wù)及政策、中介機(jī)構(gòu)、政府服務(wù)體制是影響科技型中小企業(yè)人才集聚的重要因素[8]。此外，人才聚集具有一定空間關(guān)聯(lián)特征[9]，存在正向空間溢出效應(yīng)[10]。但基于空間計量視角分析各因素對人才集聚影響、人才集聚影響力的研究均較少。蘇楚等探討了社會保障因素、宜居環(huán)境對R&D人才集聚的空間溢出效應(yīng)[11]。孫紅軍等研究發(fā)現(xiàn)，在三種不同空間權(quán)重下，人才集聚對技術(shù)創(chuàng)新均有顯著空間溢出效應(yīng)，且效應(yīng)為正[2]。

　　國外利用空間計量方法分析政策效果的文獻(xiàn)相對成熟，而國內(nèi)相關(guān)研究相對較少。國內(nèi)的主要研究有陳升等基于空間計量視角研究了科技創(chuàng)新政策力度對省級創(chuàng)新績效的空間影響機(jī)制[12]，孫攀等基于空間溢出效應(yīng)視角分析我國碳減排政策[13]，楊宜研究了京津冀科技金融政策對區(qū)域創(chuàng)新的影響[14]，洪源等對環(huán)境財政政策影響地方環(huán)境污染的空間外溢效應(yīng)進(jìn)行了實(shí)證分析[15]�，F(xiàn)有科技人才政策研究對全國及區(qū)域政策演變和發(fā)展進(jìn)行了較全面的梳理，但對政策效果的探討相對較少。相關(guān)研究已證實(shí)人才集聚對產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展的正向作用，但對人才聚集影響因素的研究相對較少。本文擬從空間計量視角研究科技人才政策對省級人才集聚的空間影響機(jī)制，通過關(guān)鍵指標(biāo)揭示不同政策措施對人才集聚溢出效應(yīng)的影響，并基于此為提升科技人才政策質(zhì)量提供理論和實(shí)證支撐。

　　二、研究設(shè)計

　　(一)變量及數(shù)據(jù)

　　1.解釋變量：科技人才政策�？萍既瞬耪�策是政府管理和調(diào)控人才資源的規(guī)范和行動準(zhǔn)則，最終目標(biāo)多是培養(yǎng)和造就規(guī)模宏大、結(jié)構(gòu)優(yōu)化、布局合理、素質(zhì)優(yōu)良的科技人才隊伍，確定區(qū)域人才競爭比較優(yōu)勢。通過梳理近年來出臺的科技人才政策發(fā)現(xiàn)，政策主要分為培養(yǎng)政策、引進(jìn)政策、激勵政策、評價政策、流動政策、服務(wù)政策[16]，以及與科研體制機(jī)制改革、創(chuàng)新創(chuàng)業(yè)環(huán)境培育和自主研發(fā)能力提升的相關(guān)政策措施[17]。本研究也將從這9個方面測量科技人才政策，即本研究將科技人才政策細(xì)分為高層次人才引進(jìn)(INT)、人才評價(EVA)、人才激勵(AWA)、人才流動(FLO)、人才培養(yǎng)(CUL)、人才服務(wù)(SER)、科研管理(ADM)、創(chuàng)新創(chuàng)業(yè)(INN)、自主研發(fā)(RD)的相關(guān)政策。

　　在進(jìn)一步梳理相關(guān)文獻(xiàn)和政策的基礎(chǔ)上，又將部分指標(biāo)做了進(jìn)一步細(xì)分，其中，人才激勵政策包含成果轉(zhuǎn)化收益和薪酬相關(guān)政策2個二級變量，人才培養(yǎng)政策包含技能人才培養(yǎng)、職業(yè)教育、高等教育相關(guān)政策3個二級變量，科研管理政策包含機(jī)構(gòu)改革、項(xiàng)目管理、科研經(jīng)費(fèi)相關(guān)政策3個二級變量，創(chuàng)新創(chuàng)業(yè)政策包含空間、經(jīng)費(fèi)、服務(wù)相關(guān)政策3個二級變量，自主研發(fā)政策包含重大專項(xiàng)、R&D經(jīng)費(fèi)、基礎(chǔ)建設(shè)相關(guān)政策3個二級變量。

　　考慮到各省(區(qū)、市)科技人才政策的出臺頻率、數(shù)量、體例均差異較大，而政府工作報告是政府的施政綱領(lǐng)，具有較強(qiáng)的權(quán)威性，且具有連續(xù)性、規(guī)范性等特點(diǎn)，故本研究采用2005—2018年31個省(區(qū)、市)的政府工作報告作為科技人才政策測量樣本。在參考彭紀(jì)生等、陳升等所采用的創(chuàng)新政策量化標(biāo)準(zhǔn)的基礎(chǔ)上，強(qiáng)調(diào)了具體數(shù)值、具體計劃的作用，并在多次背對背打分的基礎(chǔ)上不斷明確解釋變量的內(nèi)涵和外延，不斷修正評價標(biāo)準(zhǔn)[12、18]。

　　不含二級變量的4個一級變量以及14個二級變量的評價標(biāo)準(zhǔn)大致相同，相關(guān)內(nèi)容若列在政府工作報告的本年工作中，有具體數(shù)值、具體名稱或具體措施的記5分;內(nèi)容列在本年工作中，有發(fā)展方向，且內(nèi)容較為詳盡的記4分;內(nèi)容列在本年工作中，但僅僅提及的記3分;僅在上一年工作回顧中提及的記2分;沒有提及的記1分。二級變量合成一級變量時采用等權(quán)賦權(quán)方法，考慮到變量間不存在明顯交互關(guān)系，故采用線性合成方法。

　　2.被解釋變量：科技人才集聚度。本研究基于產(chǎn)業(yè)區(qū)位熵理論，以科技人才區(qū)位熵表征科技人才集聚度(Y)[2]，科技人才集聚由地區(qū)R&D人員全時當(dāng)量占地區(qū)城鎮(zhèn)就業(yè)人口的比重除以全國R&D人員全時當(dāng)量占全國城鎮(zhèn)就業(yè)人口的比重而得�？萍既瞬偶�聚度隨Y值增加而增加，且1為臨界值，即當(dāng)Y等于1時表征地區(qū)科技人才集聚度一般;Y值大于1表征集聚度較高，小于1表征集聚度較弱。

　　由于政府工作報告每年年初發(fā)布，且本研究主要采集其中“本年度主要任務(wù)”中的相關(guān)信息，統(tǒng)計年鑒相關(guān)數(shù)據(jù)為年末數(shù)據(jù)，故已形成一年滯后期，因此本研究統(tǒng)計數(shù)據(jù)的時間范圍同文本數(shù)據(jù)一致，也是2005—2018年，數(shù)據(jù)來源于歷年《中國科技統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。2018年，天津、北京、山東、浙江、湖南、上海的科技人才集聚度相對較高，均超過1.2，而西藏、新疆、海南、青海、內(nèi)蒙古、黑龍江、廣西、甘肅的科技人才集聚度較低，均低于0.5。

　　與2008年相比，15個省(區(qū)、市)科技人才集聚度有所增加，其中，湖南、山東、天津的絕對增幅最大，海南、湖南、山東、貴州的相對增幅最大，均超過50%;16個省(區(qū)、市)科技人才集聚度有所下降，其中北京、陜西的絕對降幅最大，陜西、西藏、北京、黑龍江、甘肅的相對降幅最大，均超過40%。

　　3.調(diào)節(jié)變量：政府注意力。政府工作報告是一定時期政府部門的施政綱領(lǐng)，反映了重點(diǎn)工作內(nèi)容和結(jié)構(gòu)，一定程度上可以體現(xiàn)政府注意力的分配狀況，因此本研究設(shè)置政府工作報告中“人才”注意力(M1)和“科技”注意力(M2)作為調(diào)節(jié)變量，分別使用“人才”“科技”在該年度政府工作報告中的詞頻表征注意力分配情況，關(guān)鍵詞出現(xiàn)的次數(shù)越多，說明政府對其給予了更多注意力[19]。

　　通過分析2005—2020年政府工作報告相關(guān)詞頻發(fā)現(xiàn)，整體而言，上海、江蘇、山東、廣東政府對人才給予了更多的注意力，詞頻總和均在180以上，而陜西、青海、吉林政府的人才注意力相對較弱，詞頻總和均低于100。在科技方面，北京政府對科技發(fā)展給予了更多關(guān)注，詞頻總和達(dá)到419，天津、黑龍江、河北、廣東排在第二梯隊，詞頻總和均超過350，而青海、內(nèi)蒙古、遼寧、海南政府的科技注意力較弱，詞頻總和均低于200。

　　4.控制變量：基礎(chǔ)條件。

　　除了科技人才政策的影響作用外，科技人才集聚必然受到地區(qū)經(jīng)濟(jì)社會發(fā)展水平、科技水平等基礎(chǔ)條件的影響。本研究從三個方向選取控制變量，一是經(jīng)濟(jì)水平(C1)，采用各省(區(qū)、市)GDP表征;二是科研水平(C2)，采用各省(區(qū)、市)R&D經(jīng)費(fèi)內(nèi)部支出表征;三是交通條件(C3)，采用各省(區(qū)、市)鐵路運(yùn)營里程表征。變量數(shù)據(jù)來源于《中國統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》。

　　(二)空間計量模型本研究首先采用莫蘭指數(shù)檢驗(yàn)科技人才集聚的空間相關(guān)性。在顯著性水平下，莫蘭指數(shù)大于0表征變量間正相關(guān)，且越趨近于1時表征空間性越緊密;莫蘭指數(shù)小于0表征變量間負(fù)相關(guān)，且越趨近于1時表征空間性越分散;莫蘭指數(shù)越趨近于0，表征變量間越不相關(guān)。

　　三、結(jié)果分析

　　(一)未考慮空間因素的模型估計

　　本研究首先采用OLS估計科技人才政策對科技人才集聚的作用，模型1以政府的人才注意力(M1)為調(diào)節(jié)變量，模型2以科技注意力(M2)為調(diào)節(jié)變量。人才激勵、人才服務(wù)、科研管理、自主研發(fā)的相關(guān)政策對科技人才集聚具有顯著正向影響，而高層次人才引進(jìn)、人才評價、人才流動、人才培養(yǎng)、創(chuàng)新創(chuàng)業(yè)政策對區(qū)域科技人才集聚的影響不顯著，因此后續(xù)模型分析中將不再考慮這五個變量。政府科技、人才注意力對科技人才政策與科技人才集聚的關(guān)系具有正向調(diào)節(jié)作用。

　　(二)空間相關(guān)性檢驗(yàn)

　　為確保空間計量模型的有效性，本文首先使用Matlab2019軟件檢驗(yàn)科技人才集聚的空間關(guān)聯(lián)性。基于地理相鄰矩陣W1和地理距離矩陣W2，科技人才集聚的莫蘭指數(shù)為正且顯著，表明省級科技人才集聚在空間上存在顯著的正向關(guān)聯(lián)，有明顯的空間集聚特征，人才集聚呈現(xiàn)空間溢出效應(yīng)。

　　(三)空間計量模型選擇

　　首先，通過對數(shù)據(jù)進(jìn)行LM檢驗(yàn)、LR檢驗(yàn)、WALD檢驗(yàn)、Hausman檢驗(yàn)判斷模型適用于空間滯后模型、空間誤差模型還是空間杜賓模型。展示了模型3~6在不同空間權(quán)重下的LM檢驗(yàn)、LR檢驗(yàn)和WALD檢驗(yàn)值，其中模型3~6均僅包含人才激勵、人才服務(wù)、科研管理、自主研發(fā)政策變量，模型3是W1空間權(quán)重下以M1為調(diào)節(jié)變量的模型，模型4是W2空間權(quán)重下以M1為調(diào)節(jié)變量的模型;模型5是W1空間權(quán)重下以M2為調(diào)節(jié)變量的模型，模型6是W2空間權(quán)重下以M2為調(diào)節(jié)變量的模型。

　　檢驗(yàn)結(jié)果表明，在兩種空間權(quán)重下的模型3、模型4和模型6，均不顯著拒絕轉(zhuǎn)化為空間滯后模型的假設(shè)，故采用空間滯后模型;模型5顯著拒絕轉(zhuǎn)化為空間滯后或空間誤差模型的原假設(shè)，故采用空間杜賓模型。本文利用Hausman檢驗(yàn)對兩種空間矩陣下SAR、SDM進(jìn)行了固定效應(yīng)和隨機(jī)效應(yīng)回歸，固定效應(yīng)又分為個體固定、時間固定、個體時間雙固定，最終確定四個模型均采用雙固定效應(yīng)，即模型5采用空間杜賓模型的雙固定效應(yīng)，其他三種均采用空間滯后模型的雙固定效應(yīng)。

　　人才培養(yǎng)論文：臨床醫(yī)學(xué)碩士專業(yè)學(xué)位研究生人才素質(zhì)測評初探

　　四、政策建議

　　本文針對模型分析結(jié)果，提出以下政策建議。樹立科技人才空間關(guān)聯(lián)意識。各級政府長期致力于培養(yǎng)和造就規(guī)模宏大、結(jié)構(gòu)優(yōu)化、布局合理、素質(zhì)優(yōu)良的人才隊伍，確立人才競爭比較優(yōu)勢，而科技人才集聚具有一定的空間依賴性，因此各級政府在制定科技人才政策時，不僅要考慮自身引才留才環(huán)境，還需要關(guān)注其他地區(qū)科技人才發(fā)展集聚情況，以便及時迭代更新科技人才政策措施，明確本地人才發(fā)展的優(yōu)勢和短板，進(jìn)而提高科技人才政策的有效性。

　　對于引才留才資源有限的地區(qū)，為實(shí)現(xiàn)科技人才集聚的目標(biāo)，建議政府在出臺科技人才政策時優(yōu)先考慮加大人才激勵、優(yōu)化科研管理流程、提高人才服務(wù)能力和加強(qiáng)自主研發(fā)能力方面的政策措施，并從整體上進(jìn)一步加大對人才發(fā)展和科技發(fā)展的關(guān)注度。提高自主研發(fā)能力、增強(qiáng)新基建的相關(guān)政策的區(qū)域內(nèi)和區(qū)域間空間溢出效應(yīng)均正向顯著，建議從國家層面持續(xù)組建國家實(shí)驗(yàn)室，優(yōu)化布局，形成我國實(shí)驗(yàn)室體系，在助力各省(區(qū)、市)實(shí)現(xiàn)科技人才集聚最優(yōu)值的同時也有利于助推全國人才集聚的最優(yōu)發(fā)展。

　　參考文獻(xiàn)

　　[1]習(xí)近平.在科學(xué)家座談會上的講話[M].北京:人民出版社,2020:2.

　　[2]孫紅軍,張路娜,王勝光.科技人才集聚、空間溢出與區(qū)域技術(shù)創(chuàng)新——基于空間杜賓模型的偏微分方法[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2019,40(12):58-69.

　　[3]王世杰.戰(zhàn)略新興產(chǎn)業(yè)科技人才集聚與內(nèi)育雙螺旋耦合模式研究[D].湖北:武漢理工大學(xué),2013.

　　[4]裴玲玲.科技人才集聚與高技術(shù)產(chǎn)業(yè)發(fā)展的互動關(guān)系[J].科學(xué)學(xué)研究,2018,36(5):814-824.

　　作者：李慷黃辰鄧大勝

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/27457.html