珠三角人才空间分布格局演变与影响因素*

张佳宁，李立勋

(中山大学地理科学与规划学院，广东 广州 510275)

随着人类社会逐步向后工业化发展，知识经济在城市和国民经济中所占比重不断加大，生产资料正逐渐从土地、资本、自然资源等传统要素向知识、创新、创造力等要素转变，人才成为城市战略选择的重点。人才往往具有高流动性，易形成集聚效应[1]。研究人才空间分布格局演变及其影响因素的探究有助于识别吸引和留住人才的关键因素，为各地发展规划及人才吸引政策的制定提供参考。

依据2010年《国家中长期发展规划纲要(2010-2020年)》，人才被定义为“具有一定的专业知识或专业技能，能够进行创造性劳动并对社会做出贡献的人，是人力资源中能力和素质较高的劳动者”。学术界对人才测量方式较为多样。在早期研究中，以Jacobs[2]、Lucas[3]为代表的学者们更多关注通过受教育年限(或学历水平)测定的人才。在国内学者的研究中，姜怀宇等[4]将人才界定为大专以上学历人口，揭示我国人才分布自1990年以来重心从北方内陆向东南沿海地区转移的规律。随着创意产业的兴起，国外学者开始关注创意人才并展开研究。创意人才并不完全来自高等教育培养体系，他们往往具有高度自我意识，重视创意，对城市便利性要求高[5]。以Florida[6]为代表的学者们指出以受教育程度作为衡量指标的人才定义会使部分创意型人才排除在外。通过对美国331个城市进行分析，Florida[7]发现以职业划分的创意人才相对高学历人才更能显著促进区域劳动生产率的提高。此后，国内学者也开始对创意人才展开相应研究。洪进等[8]采用专业技术人员数据分析我国创意人才的空间分布特征及影响因素。方远平等[9]采用相同指标探讨广东省创意人才的时空演变及影响因素。综上，创意人才和高学历人才已成为两大重要的人才群体。

国内外学者对人才的空间分布及其影响因素展开了研究。Florida[10]的研究揭示人才的地理分布是不均衡的。Krugman[11]发现地区人才分布会因收入水平差异演变为核心-外围集聚模式。杨岩等[12]探究我国主要城市群人才时空分布时发现长三角城市群人才分布较为均衡，而京津冀城市群和珠三角城市群相对集中，且城市群中首位城市相较其他城市更有集聚优势。王若宇等[13]基于省级行政单元分析了2001-2016年中国高学历人才的时空分异，并指出我国人才分布具有空间不均衡性，集聚程度表现为东南高、西北低。李震等[14]以省级行政单元为基本研究单元，分析发现中国省区人力资本结构高级化呈现由东向西递减态势，并在空间上集聚。刘晔等[15]基于全国人口普查分县数据和地级行政单元数据，对全国范围内的高技能劳动力与一般劳动力的空间分布格局进行分析，指出高技能劳动力和一般劳动力的空间分布格局演变发展趋势不同，高技能劳动力聚集在沿海特大城市群，且集聚效应不断加强，而一般劳动力分布则越发均衡。

现有研究指出，地区经济发展水平、工资等经济因素[16]和自然环境[17]、生活便利性[18]、包容性[19]等非经济因素是影响人才空间分布的主要因素。Andersen等[20]以北欧为研究对象，发现大城市区域的人才流动更易受非经济因素影响，而边缘地区人才则更多考虑经济因素。通过采用分位数回归方法，张美丽等[1]发现人才集聚程度不同的地区人才集聚影响因素有所区别。通过对比高技能劳动力和一般劳动力的空间分布影响因素，刘晔等[15]指出，不同类型劳动力空间分布的影响因素存在差异性。行政因素、高校因素和地区生活舒适度对高技能劳动力的空间分布影响更大，而劳动力市场因素则对一般劳动力的空间分布影响更大。

综上所述，国内现有研究主要基于省级和市级行政单元，分析全国范围内的人才空间分布格局演变特征及其影响因素，但以县(区)为研究单元分析省域和市域内部人才空间分布的相关研究较少。在地区经济发展与劳动就业的相关研究中，学者指出空间尺度将随着研究逐步深入而不断缩小。不断缩小研究尺度有助于发现区域差异，揭示空间分布结构，探究影响因素[21-22]。县(区)级单元作为社会经济功能比较完整的行政单位，能更深入反映地域自然、文化特征和经济发展一体化情况[21]。本文在现有研究的基础上[15]，选取珠三角为案例，采用县(区)级单元统计数据，分析珠三角创意人才和高学历人才的空间分布格局演变与影响因素。本文将从两方面丰富现有研究：第一，以县(区)为研究单元，对珠三角内部人才空间分布进行分析，试图在更精细的空间尺度上探讨人才空间分布演变特征及其影响因素；第二，选取创意人才和高学历人才为研究对象，对比两种不同类型人才的空间分布格局演变和影响因素的差异性，试图通过对人才的分类进行细化，揭示不同类型人才空间分布的差异性。

1 研究区域和研究方法

1.1 研究区概况与数据来源

珠江三角洲地区是我国改革开放的先行先试地区，较早建立起市场经济体制框架，并且借助毗邻港澳的区位优势，成为外向度最高的经济区域和对外开放的重要窗口，高度集聚了人口和经济要素，拥有较高城镇化水平和比较完备的公共服务体系[23]。在近年来的发展中，广东省重视经济转型，关注创新、创意产业的发展，区域创新能力综合指标连续多年位居全国第三，其中珠三角始终保持区域科技公共服务高水平[24]。在此发展背景下，广东省一直是人才流动集聚的高地[25]。2010年，广东省是除北京、上海以外，创意人才跨省流动比率最高的省份[26]，而珠三角是创意人才的主要集聚地[9]。珠三角地区完善的基础设施、开放的社会环境、雄厚的经济基础为探究经济与非经济因素对人才分布影响提供了良好背景环境。

本文的研究区域为珠三角九市，即广州市、深圳市、佛山市、东莞市、中山市、惠州市、珠海市、江门市、肇庆市。基本单位为县(区)级行政单元(市辖区、县级市、县、自治县等)。以2010年《广东省行政区划简表》为基础，对2000年行政区划进行归并统一。其中，南沙区、金湾区均在2000年后设立，缺乏相应数据，故保持原行政区划方式。2010年萝岗区由两部分地块组成且不连贯分布，存在部分飞地位于黄埔区南部，考虑到之后行政区划中萝岗区被划入黄埔区，为保证空间分析的精度，将萝岗区与黄埔区划为整体进行分析。最终得到2000年45个县(区)级行政单元和2010年47个县(区)级行政单元。

鉴于县(区)单元数据的可获得性，本文所使用数据来自于2000年第五次和2010年第六次中国人口普查分县资料，其余数据来自于珠三角九市的统计年鉴。对于部分数据缺失的情况，利用基础数据的平均增长趋势进行推算。参照已有研究，创意人才使用“专业技术人员”统计指标测定，而高学历人才统计为本科及以上学历人口[27]。

1.2 研究方法

1.2.1全局空间自相关分析 全局空间自相关(Global Spatial Autocorrelation)的统计方法从研究区域整体层面出发，分析其空间关联程度。本文采用全局Moran’sI统计量来分析珠三角人才分布的相互关系，计算公式为[28]：

(1)

1.2.2 局部空间自相关分析 局部空间自相关可以进一步反映每个区域与周边地区之间同一属性值的相似性，用于验证局部区域存在的空间异质性。局部莫兰指数计算公式如下[28]：

(2)

若Ii为正，表示该空间单元周围高值与高值或低值与低值空间聚集，Ii为负代表非相似值的空间聚集。局部莫兰指数可以通过莫兰散点图将研究区域划分为高-高、低-低、高-低、低-高4个局部空间自相关类型，直观地反映出创意人才和高学历人才的局部空间相关性。

2 珠三角人才空间分布格局演变

2.1 总体分布格局

分别以创意人才和高学历人才数量为主要指标，县(区)级行政单位作为基本分析单元，采用分级统计图法描绘两者的空间分布图。以2000年的数据为基准，采用自然断点法，断点数值取整后，对珠三角县(区)级单元进行五分位划分，得到珠三角人才总体分布格局如图1所示。

整体来看，两类人才均集中分布于珠三角中心区县(区)级单元，东西两侧数量较少。10年间，新增创意人才与高学历人才更多流入珠三角中心区的县(区)级单元，其次为东侧部分县(区)级单元，西侧县(区)级单元没有显著人数变化。此外，两者空间分布也存一定差异。2000年，创意人才分布相对均衡，位于其人数划分前三分位段的县(区)级单元分别位于广州市、深圳市、佛山市、珠海市内及东莞、中山，共计15个，占县(区)级单元总数33.3%。位于人数稀少的第四、五分位段的县(区)级单元数量分别为14个和16个，分别占31.1%，35.6%。高学历人才在珠三角内空间分布差异显著。位于划分后前三分位段，数量超过37 000人的县(区)级单元仅7个，空间上呈现双核心分布，集中于广州市天河区、越秀区、海珠区、白云区及深圳市福田区、南山区、龙湖区，仅占珠三角县(区)级单元总数15.6%。位于人数相对稀少的第四、五分位段的县(区)级单元数量分别14个、24个，占总数的31.1%、53.3%。

2010年拥有较多创意人才的县(区)级单元的空间分布与2000年相似，在数量上有所增加。位于第一分位段的县(区)级单位分别为广州市天河区，深圳市南山区、福田区、宝安区，佛山市顺德区及东莞、中山。位于第四、第五分位段的县(区)级单元数量分别占15个(31.9%)，14个(29.7%)，与2000年相差不大。2010年，位于高学历人才数量划分前三分位段的县(区)级单元数量显著增加，且由2000年的核心区向外扩散呈面状分布，总数增至20个，占比42.6%。其中，位于第一分位段的县(区)级单位分别为广州市的天河区、越秀区、海珠区、番禺区，深圳市的南山区、福田区、宝安区及东莞市辖区。位于人数相对稀少的第四、五分位段的县(区)级单元数量分别降至11个(23.4%)和16个(34.0%)。由此可见，10年间，珠三角内高数量高学历人才县(区)级单元增长速率高于创意人才，且空间扩散范围相较创意人才更广，而创意人才分布相对均衡。

2.2 空间自相关分析

依据全局空间自相关分析结果，2000年创意人才和高学历人才的Global Moran’sI分别为0.376和0.501，均在1%的显著性水平上显著。2010年创意人才和高学历人才的Global Moran’sI分别为0.367和0.495，均在1%的显著性水平上显著。由此可见，珠三角创意人才和高学历人才分布具有一定的空间集聚特征。10年间，创意人才和高学历人才的Global Moran’sI均有所下降，说明两者空间集聚程度有所减弱。从数值看，2000年和2010年高学历人才Global Moran’sI均高于创意人才，说明在珠三角内高学历人才集聚现象更为显著。

图2为珠三角创意人才和高学历人才分布局部差异分析结果。整体上，珠三角人才分布在10年间一直存在着空间依赖性和空间异质性。位于低高和高低类型区的县(区)级单元数量较少，即空间联系为负的县(区)级单位数量相对较少，尤其是高低类型区，仅有2～4个县(区)级单元。空间异质性由高高和低低两类空间实体所对应的现实空间格局体现出来[29]。

2000～2010年，珠三角内创意人才除低低类型外，其他类型县(区)级单元数量及分布均有所改变。其中荔湾区从高高类型区进入低高类型区，即创意人才数量分布低于周边地区，惠城区、东莞市辖区分别从低高和高低类型区进入高高类型区。2000年后新划分的南沙区和金湾区分别邻近番禺区和香洲区，因此进入低高类型区。高学历人才分布10年间的变化更为显著。番禺区、龙岗区、顺德区、禅城区、东莞等均进入高高类型区，表明其所在地区高学历人才在10年间数量有所增加。花都区、惠阳区、博罗县、金湾区、南沙区则进入低高类型区，高学历人才数量低于周边县(区)级单元。南海区、惠城区、中山进入高低类型区。

创意人才和高学历人才整体在珠三角的空间分布区域一致。人才数量主要与地区发展有着紧密联系。部分地区对于两类人才的吸引程度有所不同。越秀区、海珠区、天河区、罗湖区、宝安区、福田区等位于广州、深圳市内中心区的县(区)级单元在珠三角内经济基础最为雄厚，城市建设完善，故其在10年间维持在高高类型区，始终保持对两类人才的高吸引。此外，在地理上与这些县(区)级单元临近的禅城区、顺德区、东莞等地区，发展优于其他城市，因此也对人才具有较高吸引力。而香洲区、惠城区则是对创意人才有较高吸引力，对高学历人才的吸引相对不大。其余靠近粤东西的县(区)级单元由于发展相对偏弱，以人才集聚低低类型区为主。

图2 2000和2010年珠三角创意人才和高学历人才Moran散点图

3 珠三角人才空间分布格局的影响因素

3.1 指标构建

综合已有研究，本文主要探讨经济因素、舒适物(Amenity)和包容度(Tolerance)对于珠三角创意人才和高学历人才空间分布的影响。同时，为减少各区不同人口总数所产生的集聚效应对人才的吸引作用，本文将常住人口数作为控制变量纳入模型中。

舒适物通常指使人在感官和心情上感到舒适、愉悦、满足的事物、环境、事件、设施或服务[30]。在知识经济背景下，舒适物理论成为城市发展和人才吸引重要理论框架[31]。但在已有研究中，舒适物指标的构建较为宽泛，Florida等[27]采用第三产业从业人员区位熵代表服务型舒适物，洪进[8]、方远平等[9]则选择公共服务水平及城市文化机会。而已有研究指出，不同类型舒适物重要性也有所不同。Clark等[32]提出消费舒适物相比公共舒适物的重要性有所提升。马凌等[31]发现国内外城市人口对于不同舒适物的重视程度有所区别。张瀚月[16]发现美国不同阶段对人才产生吸引力的舒适物类型存在变化。鉴于数据可获得性，本文选择不同行业从业人员的区位熵代表县(区)级单元公共舒适物、消费舒适物、生活舒适物等不同类型舒适物水平，进一步探讨不同类型舒适物的影响。

经济因素选用经济发展水平、工资水平、城镇化3个指标。其中，GDP是代表经济发展水平最常用的指标，可以反映一个地区的经济发展潜力。城镇单位职工平均工资和非农户口比例分别代表工资水平和城镇化。城市开放性和包容性随着佛罗里达3T理论(Technology, Talent, Tolerance)的提出受到越来越多城市决策者的关注。结合已有研究，本文选用非户籍人口占总人口比例[27]及少数民族人口占总人口比例[33]来代表城市包容性。

表1 人才分布影响因素的指标体系

3.2 实证分析

分别将创意人才和高学历人才数量与集聚影响因素因素进行多元线性回归分析。本文利用SPSS20.0进行分析，构建多元线性回归模型[9]：

CCN=α+β1REC +β2RES +β3CSE +β4HEL

+β5PES +β6GDP +β7AVG +β8TOL

+β9POP +ε

(4)

(5)

为消除共线性影响，对数据进行正态化、标准化处理后开展逐步回归分析，结果如表2所示。

表2 2000和2010年珠三角创意人才和高学历人才数量与影响因素的逐步回归分析1)

1)-表示无数据，未计入模型中

由表2可知，模型整体拟合度较好，各模型R2均在0.5以上，并且均显示显著。不同年份的影响因素均存在一定变化。从珠三角高创意人才和高学历人才整体来看，经济因素、房地产、教育和常住人口数最重要，其中，GDP、房地产和教育具有持续正向影响，平均工资在10年间由正向影响转为负向影响，城镇化则在2000年显示显著正向影响。包容性因素和金融的影响不大。而对比创意人才和高学历人才，本文发现，影响两者的因素具有一定差异性，具体分析如下：

1) GDP是影响珠三角创意人才和高学历人才分布的重要因素，并且对高学历人才的影响更为显著。在四个模型中，GDP对2000年创意人才影响系数达0.4以上，没有证据显示其对2010年创意人才分布的影响。对高学历人才的影响系数由2000年0.305升至2010年0.619。由此可见，地方发展所创造的良好经济环境能够吸引人才集聚，尤其是高学历人才。以广州及周边区县发展为例。1990年代以来，广州城市内部各区不断发展，在保持旧城商业贸易的基础上，不断东扩，发展天河新中心区。同时经济技术开发区大规模扩散，科学城、高新技术区、大学园区等开展建设，使得地区经济不断发展。2000年以来，广州继续外扩，与周边佛山、南海、花都、番禺等区县几乎连成一片，在生产、生活上紧密联系，各县(区)级单元社会经济得到带动发展，从而对人才产生吸引。而人才集聚能够进一步推动经济发展，两者形成正向相互作用，使得地区在长期发展中持续吸引人才进入。

2)工资水平、城镇化均在2000年对创意人才和高学历人才分布具有正向影响。10年间，工资水平仅对创意人才分布产生负向影响，没有证据显示城镇化对创意人才和高学历人才分布的影响。2000年平均工资在创意人才及高学历人才模型中回归系数分别为0.269和0.251，在2010年创意人才模型中系数变为-0.623，且未进入高学历人才回归模型。而城镇化仅在2000年创意人才和高学历人才模型中，回归系数分别为0.267，0.317。由此可见，经济因素与地区发展阶段不同有关，且10年间对创意人才的吸引力显著减小。2000年，区域仍处于转型发展期，物质生活和经济水平对于人才分布有着重要影响。随着社会不断发展，城乡建设差距逐步减小，城镇化水平对于创意人才和高学历人才吸引不再显著。在工资方面，硬性工资提升所带来的物质水平改善对于人才吸引的影响程度减弱。此外，人才工资结构包含不可量化的隐性福利，如家庭抚恤、旅游福利等，这类劳动所得由于难以统计而未体现在现行工资数据中[34]。尤其是创意人才，在保证必要经济收入之后更多追求精神和心理上的满足感，工资对其分布产生了负面影响。

3)房地产是影响珠三角创意人才和高学历人才分布的另一重要因素。其中，在创意人才模型中，房地产回归系数由0.342升至0.507，而高学历人才模型中，系数维持在0.2以上。人才对房地产服务的需求一方面来自于房地产的经济特征。住房制度改革以后，房产“资本化”使得房地产成为重要投资对象[34]。创意人才和高学历人才相对具有较高收入，更有能力购房。另一方面，在中国文化中住房不仅是组建一个家庭的必须，而且是一种心理归属[35]。因此，购买住房成为刚需。此外，研究发现广州住房价格还会受到CBD距离、地铁可达性、中小学质量和声望等因素影响[36]。因此，房地产服务的发展另一方面也体现了人才通过住房转换来改善其生活条件的需求。

4)教育因素仅对高学历人才有显著影响，2000年与2010年回归系数分别为0.240和0.246，没有证据显示其对创意人才分布的影响。一方面高等教育可以培育高学历人才，并且随“产学研”一体化发展，高校所形成的创新氛围能够进一步吸引企业、人才进入。广州番禺区随着大学城的建立，教育服务快速发展，区域高学历人才数量也随之显著增长。另一方面，国内教育资源配置不合理，许多城市家庭更为重视子女教育资源[34]，因而选择教育资源丰富的地区居住。各地级市中心城区往往集聚较多教育资源，相比市内其他县(区)级单元，集聚有更多高学历人才。相对而言，创意人才更为注重创意和创新，生活方式多元，且部分创意人才并不一定来自于高等教育培养体系。因此在模型中没有显示出教育因素对于创意人才分布的影响。

5)在其他指标中，常住人口数在创意人才模型和2010年高学历人才模型中均有显著影响，说明集聚效应对两类人才均有一定的吸引作用。地区包容性因素中仅非户籍人口比例因素对2000年高学历人才数量有正向影响。高校毕业生是地区高学历人才的重要来源。在发展早期，地区对非户籍人口的包容度将对这类人群的居住地选择产生重要影响。而随着社会发展，交通和网络建设不断完善，地区包容性对吸引高学历人才的显著性不再显现。金融因素对2010年创意人才数量有正向影响。一方面，在地区经济不断发展的背景下，金融行业成为许多人才的职业选择；另一方面，完善的金融服务能满足创意人才对城市利便性的需求。

4 结果与讨论

本文通过采用2000年和2010年全国人口普查分县数据，基于空间自相关分析方法，探讨珠三角人才的空间分布格局特征，结果显示：第一，从珠三角整体来看，创意人才和高学历人才均在空间分布上不均衡，且呈现显著的空间集聚，但10年间集聚趋势逐渐减弱。在县(区)级层面上，两种类型人才主要集聚在珠三角中心的越秀区、海珠区、天河区、宝安区、南山区、福田区、顺德区等，而东西两侧县(区)级单元人数较少。第二，创意人才与高学历人才都呈现出空间集聚特征，且高学历人才集聚现象更为显著。局部空间自相关结果表明，人才分布高高类型区对周边有人才扩散现象，而低低类型区则无显著变化。

此外，本文基于多元回归分析方法，探讨影响不同类型人才空间分布的影响因素，结果显示：经济因素对两类人才分布具有重要影响，但是随着社会整体发展，其重要性程度有所下降。由此可见，仅靠地区经济发展已不足以保持对人才的吸引。人才的空间分布逐步受到多种因素的影响。在舒适物因素中，房地产对两类人才分布均有显著影响，而教育仅对高学历人才分布有持续正向影响，金融则对2010年创意人才分布影响显著。包容性因素中仅非户籍人口比例在2000年对高学历人才吸引有显著影响。

总体来看，研究结果表明，创意人才和高学历人才在珠三角的总体规模分布与经济格局较为一致，这与学者们在全国和广东省范围内所开展研究得到的结论基本一致[9,15]。有所不同的是，已有研究表明属于人才高高集聚区的城市对周边地区产生人才虹吸效应，而本文发现珠三角内属于人才高高集聚区的县(区)级单元范围在10年间向周边扩散，具有辐射扩散作用。由此可见，基于县(区)为研究单元的分析有助于深入了解人才空间在更微观尺度的分布特征。此外，不同类型人才的空间分布格局的影响因素也有所不同。相较于创意人才，高学历人才在空间上的集聚现象更为显著。在影响因素方面，两者除均受经济因素影响外，地方教育水平和包容性因素对高学历人才具有正向影响；而金融因素则对创意人才有影响。由此可见，珠三角各县(区)在制定人才吸引政策时应根据自身发展现状及发展需要，针对不同类型人才提供相应服务，在地方建设时对舒适物类型有所侧重，从而有效吸引所需人才入驻。

5 结 论

人才分布与迁移是当前学术研究的热点议题之一。目前国内人才研究主要基于省级和市级行政单元分析全国范围内的人才空间分布，而以县(区)为研究单元对省或市内部人才空间分布的研究较少。此外，现有研究更多采用单一指标测度的人才，如学历或职业等，人才类型单一。为丰富现有研究，本文选取珠三角为案例，基于县(区)级行政单元，运用2000年和2010年全国人口普查分县数据，分析创意人才和高学历人才两种类型人才在2000年至2010年间的空间分布格局演变与影响因素，试图在更精细的地理尺度上对不同类型人才的空间分布格局进行深入探讨。

本文以创意人才和高学历人才为研究对象，运用空间自相关分析方法探讨不同类型人才的空间分布格局，并通过多元回归分析方法对两类人才空间分布的影响因素进行实证分析。基于研究结果，本文得到以下结论：整体上，创意人才和高学历人才均呈现显著的空间集聚，但集聚趋势逐渐减弱。从县(区)级层面来看，两种类型人才主要集聚在珠三角中心的越秀区、海珠区、天河区、宝安区、南山区、福田区、顺德区等经济发展快速的县(区)，而经济发展水平较低的珠三角东西两侧的县(区)级单元集聚的创意人才和高学历人才则相对较少。由此可见，珠三角内的发达县(区)对人才的吸引力和集聚能力均明显高于珠三角东西两侧。人才的类型对人才的空间分布影响不明显。值得注意的是，虽然创意人才和高学历人才均集聚在珠三角中心的县(区)，但吸引不同类型人才集聚和分布在珠三角中心县(区)的影响因素却不同。基于多元回归分析方法的计算结果，创意人才和高学历人才分布的影响因素具有差异性。两类人才均受到经济(地方发展水平、工资水平和城镇化)和舒适物(如房地产、教育)等因素的影响，但其中地方教育水平和包容性因素对高学历人才空间分布具有正向影响；而金融因素则对创意人才空间分布有影响。由此可见，不同类型人才在分布和迁移过程中所关注的因素不同。地方政府在制定不同类型人才吸引政策时应当有所侧重，从而有效地根据地方发展需要吸引相应类型的人才。

总体来看，基于县(区)的微观尺度研究和划分人才类型的精细化研究对理解珠三角人才空间分布特征及其影响具有现实意义。基于人才空间分布集聚与不均衡的深入研究，有助于我们从人才空间分布的视角，充分理解地区产业和经济发展集聚和不均衡背后的人才因素，从而为省或市统筹解决区域内各县(区)发展不均衡和经济发展差距大等问题提供思路。

在知识经济、创意经济不断发展的社会背景下，人才类型及其所从事的职业更为多样，未来研究可以继续拓展和深化。通过多种指标对人才的分类进行细化，深入分析人才空间分布特征及其不同类型人才的需求。另外，未来研究还可运用国内其他地区不同行政级别单元的数据，进一步探讨不同地区、不同尺度和不同类型人才的空间分布特征和影响因素。