西部地区城市创新与人才集聚互动关系研究

徐 彬 刘金华

(四川省社会科学院，四川 成都 610072)

2019年G20峰会上，习近平总书记指出，“世界经济已经进入新旧动能转换期”，应提倡、尊重、保护和推进国际国内创新合作，强调建设适应未来发展趋势的政策体系与产业结构，实现创新驱动高质量发展，使得创新成果更多惠及各国人民。随着劳动力成本不断攀升，我国经济发展正面临从传统依靠劳动力等要素驱动向创新驱动转换，亟需深度调整产业结构与不断增强科技创新。抓住新一轮科技革命与产业革命的机遇，有助于增强城市创新与协调发展能力，更好实现创新驱动发展。创新驱动发展战略需要多层次多领域多行业的综合性人才培养体系为依托，特别是要构建针对高精尖人才队伍的学校与社会培养体系，通过不断完善人才选拔机制为强化创新提供有效保障。因此，推动城市创新与人才协同发展，塑造城市创新与人才集聚良性互动的自循环模式，有利于从区域创新层面提升发展质量。本文利用西部地区88个地级市面板数据，探讨城市创新与人才集聚的相互影响关系，就不同地区异质性展开进一步讨论，并提出相应建议。

一、文献回顾

区域创新与人才集聚是不可割裂的两个部分。区域创新与人才存在相互联系和影响的内在关系，[1]具体到空间层面，人才集聚对区域创新所起到的促进作用源自人才集聚的知识溢出效应和创新效应。大部分知识的本质是隐性的，即所谓的隐性知识，或称为“隐含经验类知识”，往往是个人或组织经过长期积累而拥有的直觉或经验，通常不易用语言表达，也不能传播给别人或难以传播。[2]人才聚集效应体现在人们通过面对面的交流沟通学习彼此之间的经验，隐性知识得以“显性化”并产生溢出作用，形成知识溢出效应。人才对区域创新发展的作用是决定性的，[3]人才集聚有助于节约劳动力成本和促使生产方式转型，[4]释放劳动生产率的驱动效应。[5]人才集聚的创新效应则是知识溢出效应的联动效应，人才集聚基于其知识识别、吸收与整合能力与不同创新要素相关联，进而影响区域创新。[6]具备专业化技能与竞争力的劳动者，其人力资本对创新的促进作用大于那些仅接受过学校教育和拥有工作经验的劳动者。[7]人才集聚促进区域人力资本结构优化，从而有利于城市创新，并且人才集聚资源配置越趋向均衡则越有利于区域科技创新。[8]人才集聚的创新效应不仅能大大降低创新风险，创新效应的自反馈作用又会产生人才聚集条件下的创新积累优势。[9]Lee et al.认为区域创新源自于人力资本与人才集聚的协同作用，较强的区域创新可以创造出吸引高素质劳动者进入的社会经济环境。[10]

区域创新影响人才集聚。城市创新能有效促进要素流动。[11]创新可理解为一种投资行为，适度的工资结构有利于创新部门获得足够的人才配置，[12]创新部门对高技能劳动者需求日益增加，形成区域性人才集聚现象。[13]区域创新对人才集聚的影响可以概括为两个方面：一是制度创新能有效促进不同行业和岗位的人才培育成长。[14]二是区域内企业创新能力的弱化可能影响人才集聚，因为这可能造成人才大量流失以及降低就业市场对高技能水平劳动者的吸引力。[15]在有关企业名誉的研究里，企业创新越强则越有利于吸引高端人才，[16]名誉良好的企业在吸引人才方面有着明显优势。[17]

区域性因素对创新与人才集聚产生影响。具备丰裕自然资源的地区受经济分工及路径依赖的规律驱使，趋向于依托开采资源形成的低端产业进行发展，企业往往缺乏足够的创新动机，[18]导致科技研发与投资被大量挤出，[19]难以形成创新生态，无法集聚人才等与创新有关生产要素，创新与人才集聚较难实现良性互动。不同人力资本存量地区在创新与人才集聚互动关系上也可能存在差异，低人力资本存量地区的产业部门通常以劳动密集型为主，其就业吸收能力较强；而高人力资本存量地区产业部门多以技术和知识密集型为主，容易导致劳动力挤出效应，[20]这一点可能在区域创新与人才集聚的互动关系中有所体现。

通过上述文献梳理可知，现有研究关注到创新与人才集聚之间的关系，但更多讨论的是人才集聚对创新的作用机理，而创新对人才集聚的可能影响讨论不够。在讨论人才集聚对创新作用时未考虑创新对人才集聚的反向影响，可能造成估计结果的偏误。关于创新与人才集聚关系的讨论缺乏城市层面的证据支持。人才集聚在推动城市创新发展过程中发挥着重要的中介作用，城市创新与人才集聚存在双向促进作用，人才集聚程度提高为城市提供创新潜力与创新动力，城市创新则从塑造创新环境、优化就业结构等方面进一步深化人才集聚程度。据此，本文拟从以下方面展开研究：一是探讨人才集聚与城市创新之间的互动关系，基于城市层面的数据讨论西部城市创新与人才集聚的相互影响关系；二是进行异质性分析，探讨不同人力资本存量城市间是否具有异质性。

二、理论分析与研究假设

人才具有流动性，随着人才资源的自由转移，大量同质或者相关人才以某种特定的联系或在特定的驱动力作用下，在一定的时间内集中于某一地区(物理空间)或者某一行业(虚拟空间)，形成人才集聚现象。特别是对于高素质劳动者，这种区域间或行业间流动与集中的现象更加常见。因此，人才集聚效应指那些受教育程度与专业化程度较高的劳动者向某一地区流动的集聚效应。

城市创新与人才集聚之间的相互作用主要基于个体效用或企业利润最大化原则。科技创新型人才流动或迁移最主要是为了获得更高的经济收入和科研环境和更好的个人发展平台和机会。城市创新活动的微观主体主要是企业，企业通过创新可能获得更低成本的生产结构或者扩大产品市场范围，创新产生的超额回报是企业进行创新的动机。因此，具有一定知识和高技能水平人才投入是企业获得创新成果的前置条件。也就是说，人才集聚是为了更高的收益，而区域创新影响到上述收益且依赖于人才集聚。此外，区域创新活动与人才集聚还受其他重要的经济因素制约，如自然资源禀赋、地区人力资本存量等。

劳动者从理性预期角度出发更愿意在前一个时期进行更多教育投资，在获得特定技能后进入具有创新的企业，或者在预期当前企业未来会实施创新活动时继续留在原企业。也就是说，对具有高水平技能的劳动者而言，进入创新企业的收益更高。因此，本文提出两个假设：假设1，城市创新活动促进人才集聚。本地企业创新活动有助于城市吸引较高水平工作技能的劳动者就业。假设2，人才集聚有利于城市创新。城市中实施创新活动的企业与不实施创新活动时预期回报之间的差距，会因人才集聚而增大，而创新有助于企业生产高附加值产品收获取更多利润和市场份额。

三、研究设计

(一)模型构建

为分析人才集聚与城市创新两者间的互动关系且有效规避内生性问题，本文采用面板联立方程构建计量经济模型。将有关变量视作方程组的内生变量构造联立方程，可以更深入地分析两者之间的内在联系，构造计量模型如下：

Innovi，t=γ0+γ1TalentGAi，t-4+∑φiXi，t+εi，t

(1)

TalentGAi，t-4=γ2+γ3Innovi，t+∑θiXi，t+δi，t

(2)

模型(1)和(2)中， i表示各地级市，t表示年份，Innov为城市创新变量，TalentGA为人才集聚变量，X和Y为其他控制变量，φi和θ分别为控制变量系数，εi，t和δi，t为随机误差项。

人才集聚对城市创新的影响存在时滞，个体对高技能水平的培养建立在对区域内企业创新产出的理性预期之上，有关企业创新的预期会影响到当期个体就业决策。借鉴何小钢等的做法，将人才集聚变量滞后四期纳入联立方程组，[21]最大限度环节内生性影响的同时，充分考虑科技研发周期在创新成果形成过程中的作用。考虑到区域性差异的存在，按一定原则将样本划分为若干子样本进行重新估计，考察区域性差异对城市创新与人才集聚互动关系的影响。

(二)数据来源与变量选取

1.数据来源

本文数据主要来自EPS数据库，其中创新相关数据来自专利信息服务平台，整理得到2001—2017年中国西部88个城市的面板数据(1)截至2017年，我国西部地区12省、区、市共有地级市95个，但部分地级市(日喀则、昌都市、林芝市、吐鲁番市、哈密市)设立时间较晚，数据缺失，未纳入分析。，变量描述性统计见表1。

表1 变量描述性统计

2.核心解释变量

人才集聚(TalentGA)。《国家中长期人才发展规划纲要(2010—2020)》中认为人才是具有一定的专业知识或专门技能，能够进行创造性劳动，对社会做出贡献，是人力资源中能力和素质较高的劳动者。而地区人才集聚程度则以高技术行业(2)根据国民经济行业分类标准，高技术行业在2002年后统一分为八类。就业人数对城市本地和外地拥有高技能水平的劳动者占比进行衡量。

城市创新(Innov)。本文采用专利数量作为城市创新的代理变量，城市专利数量作为创新产出端指标可以更好量化创新程度。考虑到专利从申请、审批到授权公示存在一定周期，采用城市层面的专利申请数来衡量城市创新，分别赋予发明专利、实用新型和外观设计三种不同类型专利以0.5、0.3和0.2的权重，[22]通过加权求和得到城市创新取值。为避免重复计算，本文没有采用创新投入端如研发资金投入、科研人员投入等相关指标。

3.控制变量

(1)产业结构(Industruc)，产业结构变动对部门创新能力有着深刻影响，这里用地区第二产业与第三产业的比重刻画产业结构。(2)科技支出比率(Techratio)，创新活动投入水平对创新产出有决定性作用，使用地方科技投入与财政预算支出的比表征城市创新投入端状况。(3)外商直接投资(FDI)，外商直接投资会为受资方带来资金以及技术、管理等同创新紧密关联的要素，因此纳入分析范围。(4)移动电话年末用户数(Mobile)，移动通信网络为当前数字经济发展奠定了信息交换基础，有利于创新产出。(5)教育支出比率(Eduratio)、每百人医生数(Medical)、建成区绿化面积覆盖率(Green)、人口密度(Popdensity)等也是重要的控制变量。用地方教育投入与财政预算支出比率反映城市教育支出状况，用地区医生数除以人口总数得到人均医生数(Medical)。

四、实证研究

(一)基础性研究(3)由于不同变量间存在量纲差异，实证部分呈现的是原始回归系数，但采用计算后所得标准化估计结果进行分析。

城市创新与人才集聚相互作用呈现出非对称特征。采用面板联立方程进行分析，结果表明(见表2)，人才集聚对城市创新的影响即“人才驱动”作用相对更大，城市创新对人才集聚的影响即“人才虹吸”作用相对更小。通过对表2的回归系数进行标准化计算发现：城市创新提高1个标准单位，人才集聚程度提高0.05个标准单位；人才集聚变量变动1个标准单位，城市创新变动2.2个标准单位。这也说明高技能人才对城市创新的贡献大于城市创新对人才集聚的影响。西部地区城市创新对高技能人才的吸引力不够，人才吸引力度有待进一步加强。一方面，城市创新的提升意味着当地经济发展结构优化与质量提升，城市中那些拥有创新部门的产业可以凭借创新产品获得规模经济与竞争优势，同时城市创新部门会不断吸收劳动力市场中的高质量劳动力要素进入部门，依托前期资本积累与创新资料进行创新活动。拥有高技术水平的劳动者在理性预期基础上会优先进入创新较高的地区寻求工作机会。另一方面，城市人才集聚度增加能显著提升城市创新，可以为创新部门提供研发环节必需的人才要素，使之通过同现有资源、资本与先进技术等其他要素结合提高研发效率和研发能力。

外商直接投资体现着城市经济发展的“硬实力”，公共服务、物理和信息基础设施等体现着城市经济发展的“软实力”，以上两类因素都对城市创新或人才集聚产生影响(见表2)。城市人才集聚同互联网和交通发展状况有关，城市人口密度与城市发展规模高度相关。大城市通常具有更高的人口密度，能提供相对较好的社会福利和公共服务，部分城市还提供了优厚的人才引进条件，更有利于形成劳动力就业偏好，从而吸引人才进入本地劳动力市场。交通设施状况的改善能有效联通不同城市，促进人才集聚，加速有效流动实现知识溢出，进而促进城市创新提高。此外，外商直接投资与移动用户数量增长显著促进了城市创新，外商直接投资通常作用于资本或技术密集型产业，拥有足够先进技术和管理配套能力以及高素质劳动力要素的产业更容易获得充足外部资金以进行创新研发投入。移动用户数量同城市通信网络基建水平有关，电信基础设施是高新技术产业的重要配套，有助于上下游企业与企业内部信息化、智能化与网络化水平提升，确保企业生产、研发和流通效率实现最大化。

表2 人才集聚与城市创新面板联立回归估计

(二)稳健性检验

为确保回归结果稳健性，用不同方法重新估计模型。

1.使用2SLS和迭代3SLS方法估计，结果依然稳健。作为参照，首先用2SLS法对联立方程进行估计，由于多方程系统中包含内生变量，尽管2SLS估计能得到一致估计量，但忽略了系统中单方程扰动项之间的关联性。因此，本文采用迭代3SLS进行估计，即利用3SLS残差重新估计其协方差矩阵，采用广义最小二乘法得到估计量，如此反复直至收敛，核心变量估计系数较为稳健。由表3可知，核心变量估计系数较为稳健。

2.使用城市创新指数替代前文城市创新指标。为从质的方面衡量城市创新，用基于专利价值测算得到的城市创新指数进行分析。当使用城市创新指数作为城市创新代理变量时，人才集聚和城市创新的互动关系仍然稳健。专利数量是衡量创新的常用指标之一，但不能很好描述专利市场价值变动状况和非公开技术的创新收益，这里使用城市创新指数(4)寇宗来、刘学悦：《中国城市和产业创新力报告2017》，复旦大学产业发展研究中心，2017。替代前文地区创新指标作进一步分析。城市创新指数的测算基于专利更新模型，对不同年龄专利价值进行测算，通过加总求得城市层面创新指数，用新注册企业数量估算非公开技术带来的创新收益。

由于考虑了不同年龄专利价值异质性，以及企业对隐含知识的持有，城市创新指数的测算更能真实反映城市创新研发情况。本文通过创新指数分析得到的结果和原方程基本一致，印证了回归结果的稳健性，结果如表3所示。

表3 稳健性估计

城市创新指数作为因变量时，人才集聚回归系数为1.7968(p=1.0430)；人才集聚作为因变量时，城市创新指数回归系数为0.0742(p=0.0171)。经标准化计算发现，城市创新变动1个标准单位，人才集聚程度提高约0.06个标准单位；人才集聚变量变动1个标准单位，城市创新变动为2.3个标准单位。根据基准回归估计结果，当用城市创新指数替代专利申请数量作为城市创新代理变量时，人才集聚对城市创新的促进作用下降了9%；城市创新吸引高技能人才的作用提高了20%。不难发现，当使用反映了专利生命周期与非公开技术的创新指数作为城市创新的代理变量时，城市创新提高仍会对人才集聚产生显著正向影响，且其作用有所增加。相比基准回归而言，人才集聚对城市创新的促进作用有所下降，表明考虑创新价值实现与转化时，人才集聚对城市创新的作用相对较小。

五、城市创新与人才集聚互动关系的异质性分析

西部地区城市间政策配套、资源禀赋、基础设施等存在较大差异，那么不同资源禀赋或人力资本存量城市的创新与人才集聚互动关系是否存在某种程度上的异质性？

(一)基于资源型的异质性分析

以往研究更多关注资源禀赋与经济增长的“资源诅咒”及其机制传导问题。[23]“资源诅咒”不仅用于描述经济增长的某些特点，也用于描述那些影响经济增长的因素本身的变动。然而目前对城市创新与人才集聚互动中的“资源诅咒”问题研究不足。本文根据国家计委宏观经济研究院课题组的划分标准(5)国家计委宏观经济研究院课题组(2002年)对资源型城市的认定标准为采掘业产值占工业总产值比重10%以上；采掘业从业人员占全部从业人员5%以上；地级市采掘业产值规模超过2亿元；地级市采掘业从业人员规模超过2万人。由于缺乏城市层面采掘业产值数据，这里主要根据地级市采掘业从业人员占比和规模识别2001—2017年西部地区资源型城市。由于同一地级市的就业情况每年都会发生变动，因此只要符合该标准，均识别为资源型城市。，将88个样本城市分为资源型城市与非资源型城市，进行异质性分析，结果表明资源型经济体同非资源型经济体在经济发展方面存在较大差异，资源型城市创新与人才集聚相互作用并不显著，非资源型城市创新则显著带动了人才集聚(见表4)。究其原因，可能是西部资源型城市经济增长模式更多依赖资源部门，创新部门规模相对较小，对高精尖技术人才的需求量不够多。非资源型城市创新对人才集聚具有显著正向作用，城市创新变动1个标准单位，人才集聚变动0.9571个标准单位。同时，非资源型城市的人才集聚也显著促进城市创新，人才集聚变动1个标准单位，城市创新变动0.6185个标准单位。然而，传统资源型城市深受“资源诅咒”困扰，其产业链较短且产业结构单一，容易形成路径依赖，陷入“资源开采—粗加工—转型迟滞—资源开采”的恶性循环中。由于“资源诅咒”，资源型城市难以形成高质量的创新型经济发展，其创新与人才集聚相互影响关系不显著，无法实现城市创新发展和人才集聚的良性互动关系，从而可能延缓甚至阻滞其经济转型。

(二)基于人力资本存量的异质性分析

不同人力资本存量城市其创新与人才集聚的关系是否存在显著差异？通常而言，教育等公共服务供给越充足，人力资本存量越高，劳动力平均知识水平的提高更有利于同资本等要素结合以提高生产效率，推动城市产业结构与就业结构升级。因此，城市创新与人才集聚的相互影响关系存在“挤出效应”。借鉴有关做法，使用在校生数的教育年限法作为潜在人力资本存量的代理变量。[24]

本文将西部地区城市按照人力资本存量50百分位划分为高人力资本存量和低人力资本存量两类，再进行异质性分析(见表4)，可以发现不同类型人力资本存量城市在人才集聚与城市创新的互动作用中存在明显的差异。为了更好地比较，将回归结果进行标准化处理后发现：1.高人力资本存量城市人才集聚对城市创新的正向作用更大。低人力资本存量城市人才集聚变动1个标准单位，对城市创新的促进作用变动0.1869个标准单位；而高人力资本存量城市人才集聚变动1个标准单位，对城市创新的促进作用变动0.7217个标准单位。这可能是因为高人力资本存量意味着更高的产业升级程度，以及更高的劳动力技能水平，与城市高端人才形成技能互补的中等技能水平劳动力相对较多，通过学习与共享知识等进一步激发高技能劳动力的创新潜能。2.低人力资本存量城市创新对人才集聚的促进作用更大。低人力资本存量城市创新增加1个标准单位，人才集聚增加2.7812个标准单位，其城市创新对人才集聚的影响作用约为高人力资本存量城市的4.1479倍。究其原因，一是制度对其产生的阻碍。改革前的户籍制度曾对我国劳动力流动产生过一些阻碍，也对不同技能工作互补产生阻碍。高人力资本存量城市因已有人口密度较大、适度人口流入控制政策及土地供应的空间配置问题也会减缓人才持续流入速度。二是城市就业结构对其产生的影响。由于高人力资本存量城市同质化竞争可能更为激烈，高技能人才可能会放弃迁入技能竞争较大的城市，从而影响高技能人才的持续集聚。这种“挤出效应”对劳动生产率持续提高产生阻碍，进一步对未来高技能人才迁入产生抑制。如果本地产业结构和市场机制不够健全，也不利于高技能人才的正向排序匹配，即充分发挥其专项技能的匹配受到一定程度的限制，从而影响高技能人才的迁移决定。西部地区产业结构升级和劳动力市场发育程度与中东部地区相比较而言较低，可能出现人才集聚的“挤出效应”。

表4 异质性分析

六、结论与启示

本文利用宏观经济数据，运用面板联立方程对我国西部地区城市创新与人才集聚相互关系进行实证分析。研究发现：第一，西部地区城市创新显著促进了人才集聚，但与人才集聚对创新的影响相比较而言，创新对人才的吸引力显得不足。城市创新对人才集聚的影响作用同城市创新环境有关，城市创新硬件设施与软件配套共同构成城市创新环境，诸如资金投入、政策支持、项目组建和园区打造等软硬实力，以及人才评价培养体制、团队建设等软实力。结合实证结果可知，尽管存在一些政策性支持人才流动的西部引智项目，但西部创新发展仍存在较大的人才缺口，且不能同科技创新发展进程相适应，城市创新环境亟待继续完善加强。第二，西部地区城市创新与人才集聚的相互影响关系可能存在“资源诅咒”，其相互影响关系在资源型城市当中并不显著，资源型城市创新发展与人才集聚尚未进入良性互动状态，从而不利于城市经济转型发展。资源型城市由于产业结构层次较低，从而经济转型难度相对较高，人才引进或城市创新发展可能更多依赖政策工具。在新一轮生产方式变革完成之前，制度性作用发挥有限，短期内难以形成城市创新与人才集聚的良性互动机制。第三，对高人力资本存量城市而言，其创新对人才集聚影响作用不如低人力资本存量城市，人才集聚对城市创新的正向作用则高于低人力资本存量城市，这说明对高人力资本存量城市而言，可能存在人才集聚强度相对过高导致的人才集聚负效应，一定程度上挤出了部分科技人才。

破解“资源诅咒”关键在于持续深化西部地区城市创新发展，针对不同类型城市因地制宜寻求经济转型的最优路径。具体如下：(一)以提升城市创新为目标，加快建立健全科技成果转化机制，推动科技成果产业化、市场化建设，构建以市场为导向的产学研一体化的科创体系；进一步加强科创成果监管、评价与市场化交易体制机制；进一步优化科研资源配置到重点领域与重大攻关项目的机制途径。(二)加快资源型城市经济转型升级。重视资源型城市招商引资的后期制度建设，通过精准施策注重全产业链上下游有效衔接，促进各类企业在不同产业链的均衡分布。鼓励经营业务相近与相同企业积极开展横向合作，实现信息互联互通和交易成本最小化，避免中小企业出现同质化严重的恶性竞争，从而能够将更多资源投入到产品研发与企业经营效率提升上，提升各产业部门创新，进而增加城市整体层面创新产出，为人才集聚提供相应平台支撑。(三)加快促进劳动力市场发育，完善教育水平较高的城市人才引进和培育机制，持续消除可能存在的制度性障碍。一是建立健全劳动力市场运行体制机制，形成系统完备的高技能人才就业匹配制度，避免人才集聚过程中的“挤出效应”，完善劳动力与各要素生产组合方式。二是加强和完善科研人才的发掘与培养的政策体系与配套制度，通过行之有效的人才培养方案与科学评价体系，构建符合实际情况的人才制度，如通过职称评定与职位晋升等激励措施留住人才、用好人才，最大限度提升科研人才在区域创新提升方面的积极性，加快科研成果转化效率，提高创新成果数量，提升创新成果实际价值。