科技人才聚集的区域演化对区域创新效率的影响

芮雪琴，李亚男，牛冲槐

(太原理工大学经济管理学院，山西 太原 030024)

科技人才聚集的区域演化对区域创新效率的影响

芮雪琴，李亚男，牛冲槐

(太原理工大学经济管理学院，山西 太原 030024)

借鉴产业聚集指数，本文建立了科技人才聚集空间结构系数来反映科技人才聚集的变化态势。并据此应用DEA-Tobit两步法，基于2003—2013年的相关数据，分析中国科技人才聚集的区域演化对区域创新效率的影响。结果表明:中国区域创新效率整体水平不高，经济发达地区整体上高于经济欠发达地区；科技人才聚集强度与科技人才聚集均衡度对区域创新效率具有促进作用；科技人才聚集规模对区域创新效率具有负向影响，主要因为当前的科技人才聚集规模与区域创新效率不匹配，经济发达地区科技人才过度聚集，而经济欠发达地区科技人才聚集不足。

科技人才聚集；区域创新效率；DEA-Tobit两步法

1 引言

北京、上海等地人才聚集，科技创新能力强，经济较发达[1]；而成都也得益于它的人才聚集，奠定了中西部的许多个第一[2]。可见，科技人才聚集对推动科技创新和经济发展有重要作用。人才聚集效应有助于模仿或创新，可以提高高新技术企业的创新效率[3]。因此，从某种意义来说，科技人才适度聚集是提高区域创新效率的必然要求。

目前，学者们主要从影响科技人才聚集的因素[4]、剖析人才聚集动态演进过程[5]、探索人才聚集演进模型[6]等方面对科技人才聚集进行研究，这为其深入研究奠定了基础。研究表明，人力资本存量与区域创新效率[7]、劳动者素质与区域创新效率[8]显著正相关。而在科技人才对科技创新的影响日益深化的背景下，区域科技人才聚集规模、科技人才聚集与其科技资源的协同是否对区域创新效率有促进作用呢?目前，中国科技型人才分布极不平衡，倾向于聚集在经济发达、科技资源相对丰富的地区。而科技人才聚集的区域分布均衡状况是否对区域创新效率也会有影响呢?

鉴于此，本文借鉴产业聚集度指数，建立了科技人才聚集空间结构系数用来反映科技人才聚集的区域特征。在计算中国区域创新效率的基础上，分析科技人才聚集的区域变动对区域创新效率的影响，为政府制定相关的人才政策，提升区域创新效率提供理论依据与政策思路。

2 理论基础与研究假设

2.1 科技人才聚集

科技人才指从事科技工作，拥有较多知识量或一定技能，具有积极创造力，且其绩效能对区域科技和经济可持续发展起到重要作用的社会群体。本文用区域研究与试验发展人员的数量表示科技人才聚集数量，并称其为聚集规模。然而，仅用聚集规模不足以全面反映区域科技人才聚集的区域特征，区域科技人才聚集需要与区域人口数量及其导致的科技资源供给量相匹配，区域间人才分布及聚集的均衡程度也是科技人才聚集的重要区域特征。因此，本文从聚集规模、聚集强度、聚集均衡度这三方面来反映中国科技人才聚集的区域变化态势。并借鉴产业集聚度的指标，用以测量科技人才聚集度，并依据研究需要对某些指数进行修正，赋予其特定的经济涵义，用来表示科技人才聚集空间结构系数。

(1)科技人才区域聚集规模系数。考虑到科技人才在中国各个省份区域的相对分布情况，本文用某区域聚集的科技人才占全国的比重来表示聚集规模 (即Sj)，如式 (1)所示。其中sj表示科技人才在区域j的数量，Si表示第i个区域 (省、直辖市)科技人才数量，Sj接近于0意味着科技人才聚集程度越小；Sj接近于1意味着聚集程度越大。

(2)科技人才区域聚集强度系数。区域科技资源既定的情况下，人口规模直接影响区域科技人才的科技资源分配程度，因此本文用科技人才数量占该区域人口总数的比重来反映科技人才聚集强度 (即AIj)，式 (2)中，Qj表示区域的人口数量，Rj表示科技人才数量。聚集强度越大，表明该区域对科技人才聚集的吸引力越大。

(3)科技人才区域聚集均衡度系数。本文借鉴产业集聚HHI指数和R.I指数，综合反映科技人才聚集的区域均衡状况和均衡态势变化。AB1指数对聚集规模较大的区域比规模较小的区域给予更大的权重，较为敏感地反映规模较大的前几个区域的科技人才的变化，能真实地反映中国区域之间科技人才聚集规模的差距大小，并在一定程度上可以反映科技人才聚集的区域支配力变化状态。AB1指数越小，表示科技人才空间分布越均衡；与AB1指数相反，AB2指数较为敏感地反映科技人才聚集不足区域的科技人才变化。式 (4)中j＝1表示科技人才数量最大的区域，以此类推，j＝n表示科技人才数量最小的区域。AB2指数越大，说明这些地区的科技人才越来越多。

2.2 区域创新效率

区域创新效率是指在一定区域内创新投入与创新产出的转换效率[9]。本文借鉴已有研究成果建立了区域创新效率测度指标体系。关于创新投入变量，选取了研发经费支出和研发人员这两个非常重要的技术创新活动投入指标[10]。关于创新产出变量，发明专利可以很好的衡量创新效率，并可以客观反映一个地区的原始创新能力[11]；而技术市场成交合同额能够反映出科技与经济相结合以及技术成果转化为市场价值的水平[12]。

鉴于本文创新效率选取的投入和产出指标均有多个，因此选用DEA方法，如式 (5)所示。其中，基本决策单元为全国省际区域，N为其个数，γ为其有效值，xij、yrj分别为投入与产出要素，xi0和yr0表示第j0个决策单元的第i项输入和第r项输出，ε为无穷小量。

2.3 研究假设

(1)科技人才聚集规模与区域创新效率。科技人才聚集效应的产生是基于一定的规模，而科技人才通常会向经济发展水平较高的区域聚集。随着其规模变大，区域内会拥有更多的知识和人才资源。因此，在该区域内产生知识溢出与扩散效应的可能性就越大，从而促进区域创新效率的提高[13]。

但区域科技人才的聚集超过了一定规模，资源配置效率就会下降，从而其聚集水平会逐渐稳定。因此科技人才聚集存在一个饱和上限，当其到来时，聚集经济效应可能转变为聚集不经济效应，随之就会产生科技人才的溢流。因此，本文提出研究假设:

H1:适度的科技人才聚集规模对区域创新效率具有促进作用。

(2)科技人才聚集强度与区域创新效率。区域创新效率体现了创新产出与投入的比例关系。科技人才作为创新投入，其聚集强度越大，表明聚集水平越高。而科技人才聚集水平的提升，有助于提高资源的使用效率，发挥科技人才的积极性与创造性，增强地区对人才的吸引力，形成科技人才聚集高地，促进创新效率的提高。基于此，本文提出以下假设:

H2:科技人才的聚集强度对创新效率具有促进作用。

(3)科技人才聚集均衡度与区域创新效率。科技人才聚集的区域分布越均衡，配置越合理，越能促进科技人才聚集效应的发挥，从而提高区域创新效率。科技人才在区域间的流动，伴随着知识的流动和扩散，成为推动区域协同创新的重要力量。区域间科技人才的合理分布会提升人才的使用效率。一是促进科技人才能力的发挥，有利于进行互动性学习，形成密集的知识交换，使科技人才发挥更大的效用，从而推动区域协同创新；二是科技人才的均衡分布也会提高科技资源的使用效率，进而提高区域创新效率。故本文提出研究假设:

H3:科技人才的聚集均衡对区域创新效率具有促进作用。

3 假设检验与结果分析

3.1 数据收集

本文选取中国30个省市为样本 (由于西藏数据不完整，故略去)，数据主要来源于 《中国科技统计年鉴》、 《中国统计年鉴》等。由于技术创新活动的投入与产出具有时滞性，因此，创新投入指标采用2003—2012年的数据，创新产出指标采用2004—2013年的数据。

3.2 研究方法

选择Tobit模型来研究科技人才聚集的区域演化对区域创新效率的影响。式如 (6)所示。其中，yi∗为因变量向量，β为未知参数向量，xi为自变量向量，yi为效率值向量。

3.3 假设检验

中国各省份的区域创新效率测量结果见表1。以此作为因变量，以科技人才聚集规模度、聚集强度、聚集均衡度为自变量，依据Tobit回归模型来分析科技人才聚集的区域演化对区域创新效率的影响。从表2可知，科技人才聚集规模、聚集强度、聚集均衡度对区域创新效率影响显著。其中，科技人才聚集规模与区域创新效率呈现显著负相关关系，科技人才聚集强度、聚集均衡度与区域创新效率呈现显著的正 相关关系。

表1 各地区DEA效率值 (2003—2012年)

表2 Tobit回归结果

3.4 结果讨论

值得关注的是，科技人才聚集规模对区域创新效率有显著的负向作用，这看似与假设1相违背，但是假设1提出的是适度的科技人才聚集规模对区域创新效率具有积极的促进作用。可见当前聚集的科技人才数量与创新效率不适配。其中广东、浙江、山东、江苏等经济发达地区的科技人才出现过度聚集现象，其科技人才聚集规模明显高于河南、黑龙江、江西、山西、宁夏、新疆等经济欠发达地区；经济发达地区在引进人才、平台构筑、优化环境等方面对科技人才产生强大的吸引力，以至于出现科技人才过度聚集现象，对区域创新效率有一定的负面影响；对经济欠发达地区而言，科技资源相对匮乏，科技人才聚集规模一直处于低水平状态，无法满足区域创新的要求。

科技人才聚集强度对区域创新效率具有显著的正向影响，这与假设2一致。即聚集强度越大，区域的创新效率越高。其中，北京、上海、广东、天津、浙江、江苏等经济发展水平较高地区科技人才集聚强度明显超过其他省份。高技术产业聚集是提高科技人才集聚强度的一个重要因素，国家高新园区大都位于东部沿海等经济发展水平较高的地区。另外，经济欠发达地区产业结构升级进程较慢，科技资源的价值也尚未得到充分体现。

科技人才聚集的均衡对区域创新效率具有显著的正向影响，这同假设3相一致。其区域分布越均衡，中国整体创新效率越高。目前中国科技人才聚集正处于不均衡阶段，广东、浙江、江苏、北京等经济发达地区科技人才分布过多，云南等经济欠发达地区科技人才缺乏。这反映了区域科技、经济、基础设施建设、生活环境等的差异。科技人才的均衡分布有利于其实现聚集效应，进而提升创新效率。虽然近几年来经济发达地区出现科技人才聚集的挤出效应，经济欠发达地区的科技人才出现回流，但是目前科技人才分布仍然存在两极分化现象。

4 结论与启示

研究表明:

(1)中国各地区创新效率整体水平不高，其中北京、上海等经济发达地区创新效率整体上较高，高于经济欠发达地区，但上海、广东、天津等地区区域创新效率有下降的趋势，而江西、安徽、四川、甘肃、新疆等地区的区域创新效率有提高的趋势。

(2)科技人才聚集强度、均衡度与区域创新效率的变动趋势一致，即科技人才聚集强度与聚集均衡度对区域创新效率呈现显著的促进作用。中国目前科技人才区域分布处于不均衡阶段，经济发达地区的聚集强度较高。

(3)目前中国科技人才聚集规模对区域创新效率具有负向影响。分析表明，中国当前的科技人才聚集规模与区域创新效率出现不匹配现象。经济发达地区科技人才过度积累，产生科技人才聚集负效应，而欠发达地区科技人才不足，不能满足区域创新效率对科技人才投入的要求。

以上研究结论给我们的启示如下:

(1)科技人才聚集的区域演化对创新效率的影响不容忽视，合理引导科技人才的适度聚集是提高创新效率重要前提。

(2)对于经济较发达的北上广等地区而言，要注意科技人才是否过度聚集，并合理引导科技人才的流动，合理引进适合区域经济发展需要的高层次人才，激发科技人才的创造性与积极性。

(3)对于经济欠发达的地区而言，要落实相关政策，制定有效的激励机制，增强区域环境吸引力，通过引进和培养高水平人才，实现区域的知识共享和创新效应。

[1]韩秉志.人才推动创新创新驱动发展[N].经济日报，2014-09-22(08).

[2]裴睿.多项优惠政策吸引人才聚集成都[N].成都日报，2013-08-08(01).

[3]Ma L，Yue F.Industrial Clusters'Talents Agglomeration Effects on High-Tech Enterprises'Innovations[C].E-Product E-Service and E-Entertainment(ICEEE)，2010.

[4]Lee J W，Francisco R.Human Capital Accumulation in Emerging Asia，1970—2030[J].Japan and the World Economy，2012，24 (2):76-86.

[5]刘兵，苏姗姗，郭然.新兴工业区人才聚集动态演进路径研究[J].科技进步与对策，2010，(15):119-122.

[6]Bala V，Sorger G.A Spatial-temporal Model of Human Capital Accumulation[J].Journal of Economic Theory，2001，96(1): 153-179.

[7]周凡磬.人力资本、人力资本结构与区域创新效率的随机前沿分析——基于2001—2008中国省域面板数据的检验[J].情报杂志，2011，(S2):282-285.

[8]白俊红，江可申，李婧，李佳.区域创新效率的环境影响因素分析——基于DEATobit两步法的实证检验[J].研究与发展管理，2009，(02):96-102.

[9]虞晓芬，李正卫，池仁勇，施鸣炜.我国区域技术创新效率:现状与原因[J].科学学研究，2005，(02):258-264.

[10]Ahuja G，Katila R.Technological Acquisitions and the Innovation Performance of Acquiring Firms:a Longitudinal Study[J].Strategic Management Journal，2001，22(3):197-220.

[11]刘凤朝，沈能.基于专利结构视角的中国区域创新能力差异研究[J].管理评论，2006，(11):43-47，64.

[12]Liu X，White S.An Exploration into Regional Variation in Innovative Activity in China[J].International Journal of Technology Management，2001，21(1):114-129.

[13]牛冲槐，杨玲，芮雪琴.中国传统文化对科技型人才聚集的知识溢出效应分析[J].中国科技论坛，2009，(11):121-124+139.

(责任编辑 谭果林)

Influence of Regional Evolutionary Trend of Chinese Technological Talent Accumulation to Regional Innovation Efficiency

Rui Xueqin，Li Yanan，Niu Chonghuai
(School of Economics and Management，Taiyuan University of Technology，Taiyuan 030024，China)

To reflect the change trend of scientific talent accumulation，the scientific talent accumulation coefficient is established referring to the index of industry agglomeration.Based on 2003—2013 data，the paper uses DEA-Tobit two-step method to analyse the impact of regional evolutionary trend of Chinese technological talent accumulation on regional innovation efficiency.The results are as follows.The level of regional innovation efficiency is not high.The economic developed area is higher than less-developed region.The strength of technological talent aggregation and the balance degree of technological talent aggregation have a positive influence on regional innovation efficiency.The scale of technological talent aggregation has a negative effect on regional innovation efficiency，because the current scale of technological talent aggregation does not match regional innovation efficiency，technological talents gather over in the economic developed area，but talents do not gather enough in the economic less-developed region.

Scientific talent accumulation；Regional innovation efficiency；DEA-Tobit two-step method

芮雪琴 (1972-)，女，山西永济人，太原理工大学经济管理学院副教授，博士；研究方向:科技管理、人力资源管理。

F207

A

教育部人文社会科学研究规划基金 “人力资本集聚与经济结构调整的适配性研究”(15YJA840014)，国家自然科学基金 “基于人才聚集的高等院校协同创新机制研究”(7143174)，山西省高等学校教学改革项目 “协同创新视阈下独立学院经济管理类实践人才培养模式研究”。

2015-02-02