省級(jí)科技人才政策對(duì)科技人才集聚的影響分析

　　內(nèi)容摘要：為分析省級(jí)科技人才政策對(duì)科技人才集聚的空間影響機(jī)制，本文以31個(gè)省(區(qū)、市)2005—2018年政府工作報(bào)告和相關(guān)統(tǒng)計(jì)數(shù)據(jù)構(gòu)成的面板數(shù)據(jù)為支撐，構(gòu)建了空間計(jì)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(jí)科技人才集聚呈現(xiàn)空間特征，省級(jí)出臺(tái)的以人才激勵(lì)、科研管理、人才服務(wù)、自主研發(fā)為主的人才政策對(duì)省內(nèi)科技人才集聚起到了正向促進(jìn)作用，政府對(duì)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(lì)、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(lì)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(jí)科技人才政策水平對(duì)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(duì)于提高省級(jí)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(guó)發(fā)展面臨的國(guó)內(nèi)外環(huán)境也正發(fā)生著深刻復(fù)雜變化，我國(guó)需要更為強(qiáng)大且持久的科技支撐，這對(duì)科技創(chuàng)新提出了更迫切的要求[1]。國(guó)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(duì)技術(shù)創(chuàng)新有重大推動(dòng)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(shí)普遍存在模仿、競(jìng)爭(zhēng)、攀比行為，非理性的“人才爭(zhēng)奪戰(zhàn)”頻發(fā)、人才流動(dòng)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(shí)溢出性。因此本文重點(diǎn)關(guān)注省級(jí)科技人才政策對(duì)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(shí)從制定科技人才政策的視角為推動(dòng)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(jià)值，提高產(chǎn)業(yè)整體發(fā)展水平[4]，對(duì)經(jīng)濟(jì)增長(zhǎng)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(guò)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?jī)r(jià)對(duì)科研人才集聚存在門(mén)限效應(yīng)，建議調(diào)整以降低實(shí)際購(gòu)房成本為核心的人才引進(jìn)政策[7]。

　　陳亞會(huì)通過(guò)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(jì)量視角分析各因素對(duì)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(huì)保障因素、宜居環(huán)境對(duì)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(duì)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(guó)外利用空間計(jì)量方法分析政策效果的文獻(xiàn)相對(duì)成熟，而國(guó)內(nèi)相關(guān)研究相對(duì)較少。國(guó)內(nèi)的主要研究有陳升等基于空間計(jì)量視角研究了科技創(chuàng)新政策力度對(duì)省級(jí)創(chuàng)新績(jī)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(guó)碳減排政策[13]，楊宜研究了京津冀科技金融政策對(duì)區(qū)域創(chuàng)新的影響[14]，洪源等對(duì)環(huán)境財(cái)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(duì)全國(guó)及區(qū)域政策演變和發(fā)展進(jìn)行了較全面的梳理，但對(duì)政策效果的探討相對(duì)較少。相關(guān)研究已證實(shí)人才集聚對(duì)產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展的正向作用，但對(duì)人才聚集影響因素的研究相對(duì)較少。本文擬從空間計(jì)量視角研究科技人才政策對(duì)省級(jí)人才集聚的空間影響機(jī)制，通過(guò)關(guān)鍵指標(biāo)揭示不同政策措施對(duì)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(jì)

　　(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(dòng)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(duì)伍，確定區(qū)域人才競(jìng)爭(zhēng)比較優(yōu)勢(shì)。通過(guò)梳理近年來(lái)出臺(tái)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(lì)政策、評(píng)價(jià)政策、流動(dòng)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(gè)方面測(cè)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(píng)價(jià)(EVA)、人才激勵(lì)(AWA)、人才流動(dòng)(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(lì)政策包含成果轉(zhuǎn)化收益和薪酬相關(guān)政策2個(gè)二級(jí)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(gè)二級(jí)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(gè)二級(jí)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(gè)二級(jí)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(gè)二級(jí)變量。

　　考慮到各省(區(qū)、市)科技人才政策的出臺(tái)頻率、數(shù)量、體例均差異較大，而政府工作報(bào)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(gè)省(區(qū)、市)的政府工作報(bào)告作為科技人才政策測(cè)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(jì)劃的作用，并在多次背對(duì)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(píng)價(jià)標(biāo)準(zhǔn)[12、18]。

　　不含二級(jí)變量的4個(gè)一級(jí)變量以及14個(gè)二級(jí)變量的評(píng)價(jià)標(biāo)準(zhǔn)大致相同，相關(guān)內(nèi)容若列在政府工作報(bào)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(méi)有提及的記1分。二級(jí)變量合成一級(jí)變量時(shí)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(shí)當(dāng)量占地區(qū)城鎮(zhèn)就業(yè)人口的比重除以全國(guó)R&D人員全時(shí)當(dāng)量占全國(guó)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(shí)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(bào)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(jì)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(jì)數(shù)據(jù)的時(shí)間范圍同文本數(shù)據(jù)一致，也是2005—2018年，數(shù)據(jù)來(lái)源于歷年《中國(guó)科技統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)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(duì)較高，均超過(guò)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(gè)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(duì)增幅最大，海南、湖南、山東、貴州的相對(duì)增幅最大，均超過(guò)50%;16個(gè)省(區(qū)、市)科技人才集聚度有所下降，其中北京、陜西的絕對(duì)降幅最大，陜西、西藏、北京、黑龍江、甘肅的相對(duì)降幅最大，均超過(guò)40%。

　　3.調(diào)節(jié)變量：政府注意力。政府工作報(bào)告是一定時(shí)期政府部門(mén)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(bào)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(bào)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(shuō)明政府對(duì)其給予了更多注意力[19]。

　　通過(guò)分析2005—2020年政府工作報(bào)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(duì)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(duì)較弱，詞頻總和均低于100。在科技方面，北京政府對(duì)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(duì)，詞頻總和均超過(guò)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(huì)發(fā)展水平、科技水平等基礎(chǔ)條件的影響。本研究從三個(gè)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(yíng)里程表征。變量數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)科技統(tǒng)計(jì)年鑒》。

　　(二)空間計(jì)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(shí)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(shí)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(jì)

　　本研究首先采用OLS估計(jì)科技人才政策對(duì)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(lì)、人才服務(wù)、科研管理、自主研發(fā)的相關(guān)政策對(duì)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(píng)價(jià)、人才流動(dòng)、人才培養(yǎng)、創(chuàng)新創(chuàng)業(yè)政策對(duì)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(gè)變量。政府科技、人才注意力對(duì)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�？臻g計(jì)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�；�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(jí)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(jì)量模型選擇

　　首先，通過(guò)對(duì)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(lì)、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(duì)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(gè)體固定、時(shí)間固定、個(gè)體時(shí)間雙固定，最終確定四個(gè)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(cè)評(píng)初探

　　四、政策建議

　　本文針對(duì)模型分析結(jié)果，提出以下政策建議。樹(shù)立科技人才空間關(guān)聯(lián)意識(shí)。各級(jí)政府長(zhǎng)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(duì)伍，確立人才競(jìng)爭(zhēng)比較優(yōu)勢(shì)，而科技人才集聚具有一定的空間依賴性，因此各級(jí)政府在制定科技人才政策時(shí)，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(shí)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(shì)和短板，進(jìn)而提高科技人才政策的有效性。

　　對(duì)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(tái)科技人才政策時(shí)優(yōu)先考慮加大人才激勵(lì)、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(duì)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(guó)家層面持續(xù)組建國(guó)家實(shí)驗(yàn)室，優(yōu)化布局，形成我國(guó)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(shí)也有利于助推全國(guó)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(huì)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(dòng)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(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/27457.html