系统理论视角下人才引进与科技创新关系研究*

□ 曹 鹏 邢明强 杨 帆

一、引言

习近平总书记指出，我国“十四五”时期以及更长时期的发展对加快科技创新提出了更为迫切的要求，经济社会发展和民生改善比过去任何时候都更加需要科学技术解决方案，都更加需要增强创新这个第一动力。[1]随着我国经济转型和经济增长方式的转变，依靠资源和资本的发展方式已经不能适应高质量发展的要求，创新能力已经成为促进国家综合实力增长的主要动能。在世界各国推进“再工业化”的过程中，科技创新已经成为决定国家竞争力的核心能力，尤其在当今大数据、人工智能、云计算等高科技产业迅猛发展的环境下，科技创新不仅决定着国家实力，还引领着经济发展和产业发展。

美国心理学家勒温认为，个人绩效和个人能力、素质、环境之间存在函数关系，个人能力和环境影响着个人绩效。科技创新实施的主体是科技人才，科技人才的绩效在很大程度上影响着地区乃至国家的科技创新能力。从这个层面来说，人才所处的环境也在影响着科技创新能力。根据以往的研究，人才环境有不同的分类，有的将人才环境分为内部环境和外部环境，有的将人才环境分为物质环境、体制环境、思想文化环境。但不论哪种分类，其研究结论都认为人才环境在吸引人才流入的同时，也在提升地区和国家的综合竞争力，从而推动科技创新的发展。

自2017年开始，各省市出台了各项吸引人才的政策，主要包括户籍优惠政策、住房优惠政策、资金支持政策等多种类别，旨在营造本地区良好的人才环境进而提高科技创新能力。但也存在各省市人才吸引政策逐渐趋同的现象，制定适合各地区不同经济和社会发展特点的人才吸引政策已经成为地方政府的关注点。各地方政府逐渐意识到，仅仅单纯依靠资金支持和优惠政策已经难以吸引高端并且适合本地区发展情况的人才，只有依靠系统化的人才引进方式才能以合理的成本吸引较为合适的人才。

系统化的概念源于系统科学理论，该理论认为系统是由若干个相互联系的要素组成，并通过特定关系与周围环境产生互动而组成的有机整体，它不是各要素的简单组合，而是通过有机的方式而使各要素之间相互联系。[2]本研究将系统理论引入人才引进政策中，通过将人才引进的各要素进行有机整合，构建了系统化人才引进的方式，以提高人才引进的效率。并基于河北省人才引进的相关数据，通过数据分析和假设检验，探讨了系统化人才引进方式对人才环境和科技创新的影响，为今后各省市规划科学合理有效的人才引进政策、营造良好的人才环境以及提高科技创新能力提供科学化建议。

二、理论回顾与研究假设

（一）相关理论回顾

1.系统化人才引进的相关研究

系统化人才相关主题的文献较为多见，但大多数为理论论述，且主要针对某一特定行业或领域，如创新创业人才、高等教育人才、知识型人才、科技人才、智慧人才等。其中对人才建设生态系统的研究较多，这些研究将自然领域的生态系统概念引入人才管理当中，试图构建人才管理各模块有机组合和联系的整体，从而提高人才管理的效率。

在系统化人才管理的各个研究层面中，有的以复杂系统理论为理论基础，研究了人才流动与产业集群发展之间的关系，构建了由子系统构成的二因素相互影响的机制模型。有的则针对人才培养质量标准体系进行了构建，以系统工程理论的视角，构建了高等教育人才培养的六维系统模型。还有的以案例研究的方式，研究了市场导向的人力资源系统变革路径，运用扎根理论的方法，通过对人力资源管理前因、结构和后效的探索性分析构建了人力资源管理系统模型。

关于人才引进的文献较多，自从20世纪80年代我国学者开始研究人力资源领域的相关问题以来，大量学者对于人才引进的理论和实践都有相关论述，尤其随着近些年我国逐渐将人才作为创新驱动发展的根本动力，人才引进的研究就更为广泛了。近10年来大量文献从国家引进人才的角度，对从国外引进人才以及高端人才回流等相关问题进行了研究。随着国内各地方政府人才引进竞争的加剧，大批学者基于现实问题对于人才引进的相关问题进行了广泛研究。李蕾[3]对城市引进人才政策的风险进行了分析，并提出人才引进的差异化、综合推进以及公平对待增强与存量的优化策略。陈文等[4]采用政策文本内容分析的方法，对江苏省科技领军人才的引进与培育政策演进脉络进行了研究，发现科技领军人才引进政策的演进经历了探索期、快速增长期和加速发展期3 个阶段，并提出了人才引进政策的优化建议。孟华等[5]对省级高层次人才引进政策的吸引力进行了评价，使用因子分析的方法进行定量分析，认为良好的人才吸引政策可以弥补客观吸引力的不足，为地方政府尤其是客观资源条件差的地区提供了人才吸引的相关建议。

综合以上相关研究来看，人才引进的研究主要集中在政策研究上，只不过对政策研究的层面各有侧重。而系统化的人才引进需要考虑包括人才引进政策在内的各个相关要素，把人才引进视为一个有机组合的整体，而不是从单一孤立的政策角度来看待。

2.人才引进系统的构建

系统理论一般指由美籍奥地利生物学家、系统科学的创始人贝塔朗菲（Bertalanffy）所提出的一般系统理论。系统理论最初被用于认识和处理自然科学中的复杂现象和问题，随着理论的不断发展，研究人员开始将其与其他学科交叉研究，如哲学、经济学、管理学等，逐渐关注复杂的社会学和管理学问题。[6]贝塔朗菲认为，“系统的定义可以确定为处于一定的相互关系中的与环境发生关系的各组成部分的总体”“要理解一个事物，不仅要知道它的要素而且还要知道要素间的相互关系”。[7]将此定义进行引申，本研究将人才引进系统定义为：人才引进系统是处在人才管理范畴中，并且与人才相关的各要素构成的有机总体，同时与人才相关的环境要素相互影响。

与人才相关的要素数量众多，本研究通过将国内外关于人才引进的政府政策进行梳理和筛选，并对人才引进的相关文献进行分析，将与人才引进高度相关的要素界定为以下几个方面：人才需求、人才识别、人才政策、人才评估、人才协调。人才需求指的是国家、地区、行业对于特定人才的需求量，它与人才引进密切相关，只有在确定人才需求数量以及种类的情况下，人才引进才能有的放矢。[8]人才识别包括识别人才的个人特质、技能类型、专业素质等，在现实中人才引进的范围宽泛，有国家引进，也有企业人才引进；有技能人才引进，也有科研人才引进；有地区人才引进，也有行业人才引进。因此，识别需要引进什么样的人才，为人才引进制定标准，是人才引进系统的重要环节。[9]能够吸引人才的要素众多，既有客观先天环境要素，也有主观政策要素，一般情况下客观环境难以改变，大多数情况下主观政策可大有作为，这也是现阶段国家层面和地方政府层面不断出台政策吸引人才的原因，因此人才政策是人才引进系统的核心要素。人才评估是人才引进工作的后续延伸，是对被引进人才的绩效评价，但是又不同于以业绩为导向的简单绩效考核。人才评估不仅要考查被引进人才是否符合预期要求，还要为人才引进提供反馈和修改意见，为后续人才协调提供依据，是一个不断研究和改进的过程。[10]因此，人才评估是人才引进系统的关键组成部分。系统化引进的人才也不是尽善尽美的，需要协调控制机制进行完善，其中包括人才与产业的协调、人才与评价标准的协调、人才与环境的协调、人才与政策资金的协调等。系统化人才引进过程中会不断出现新问题，问题的反馈、新措施的制定实施，都需要协调系统来完成。因此，人才协调是人才引进系统的重要保障环节。综上所述，本研究构建的人才引进系统结构如图1所示。

图1 人才引进系统结构

（二）研究假设

1.系统化人才引进与人才环境

人才环境的相关理论中，最著名的是美国心理学家勒温（K．Lewin）的理论，他认为影响个人绩效的因素除了个人的能力、素质外，还包括个人所处的环境。勒温提出了著名的绩效公式：B=f（p，e）。在这个公式中，B是个人绩效，p是个人的能力和素质，e是个人所处的环境。勒温认为，一个人如果处在较有利的环境中（如体制灵活、激励有效、专业相符、人际关系良好等），就能充分发挥其个人能力，从而创造良好的绩效；如果处在不利的环境中（如体制僵化、激励无效、专业不符、人际关系恶劣等），个人能力就会受到抑制，从而降低绩效。

由勒温的理论可知，人才环境涉及的因素众多，不是仅仅依靠单一人才政策或某一人才要素就能够营造的。[11]良好的人才环境需要系统化的人才管理方式去营造，而这种人才环境的营造可以从源头上着手，即从人才引进阶段开始。通过依靠相互作用的各种有利于人才发展的要素来吸引人才，从而营造能够吸纳优秀人才的良好环境。在实际情况中，由于我国版图广阔，各个地区有着截然不同的自然人文环境，虽然吸引人才的基本要素如人才支持政策、人才待遇、人才体制等基本类同，但是不同地区间的人才吸引力和人才环境的营造还应有所差异，如我国的新疆维吾尔自治区和广东省，除了自然地理等因素外，其人文社会环境也有着巨大的差异，因此在营造人才环境方面应该各有侧重，利用本地优势要素吸引人才。而系统化人才引进的方式可以将吸引人才的各要素有机整合，利用地区优势要素调整人才系统结构，从而营造适合本地区特点的人才环境。由此 提出本研究的假设1：

H1a：人才需求系统对人才环境具有显著正向影响；

H1b：人才识别系统对人才环境具有显著正向影响；

H1c：人才政策系统对人才环境具有显著正向影响；

H1d：人才评估系统对人才环境具有显著正向影响；

H1e：人才协调系统对人才环境具有显著正向影响。

2.系统化人才引进与科技创新

目前我国学者对于海外科技人才引入的相关研究较多。科技创新是今后实现我国经济新增长、引领高质量发展的关键因素，而科技人才是实现科技创新的根本，近年来我国学者从国家增强科技和创新实力的角度来研究人才引进，成果较为丰硕。从国家层面引入科技创新人才的研究，主要集中在科技人才出入境管理、留学生出国和回流政策、吸引外籍科技专家等方面。[12]还有的研究聚焦于国外科技人才引进和培养的制度和政策分析，尤其是对高科技人才和高等院校人才政策的分析，包括对科技人才引进的优惠政策、培养模式、创新文化、制度保障等方面的分析。[13]还有部分研究对国外的系统化科技人才培养进行了分析，并将相关经验引入我国科技人才培养当中，构建了系统化科技人才培养的体系，包括提供政策支持、完善教育体制、发挥企业作用等。[14]对于科技人才相关机制的研究中，科技创新人才的引进、培养的保障机制研究较为充分，提出了在政府、企业、高校、科研机构等多层次构建科技创新人才的保障机制，并从引进政策、培养机制、创新环境、评价体系等多方面构建科技创新人才体系。[15]从以往的研究来看，人才对于科技创新的推动作用毋庸置疑，只不过以往的研究关注人才引进和培养的体制、政策、模式等方面，虽然没有直接提出人才系统的概念，但是已经构成了坚实的理论基础。由此，提出本研究的假设2：

H2a：人才需求系统对科技创新具有显著正向影响；

H2b：人才识别系统对科技创新具有显著正向影响；

H2c：人才政策系统对科技创新具有显著正向影响；

H2d：人才评估系统对科技创新具有显著正向影响；

H2e：人才协调系统对科技创新具有显著正向影响。

3.人才环境与科技创新

国外尤其是欧美发达国家关于人才环境与科技创新之间关系的研究和实践较早，理论成果也较丰富，以美国为代表的发达国家早在第二次世界大战之后就开始注重本国人才环境的营造，不断从世界各国尤其是发展中国家吸引科技创新人才，为本国的科技创新能力源源不断地提供动力。[16]可以说，发达国家科技创新能力领先世界的重要原因便是拥有优质的人才环境。从经济学角度看，构建良好的人才环境可以形成一个国家或地区的人才集聚效应，人才集聚可以有效提升一个地区的人才吸引力和人才根植意愿。区域文化、产业多样性等要素构成的人才环境能够提升地区科技人才吸引力和区域人才保留能力，从而提升区域内科技创新能力。企业层面人才环境的相关研究表明，人才对环境的感知能够影响人才绩效，良好的人才环境可以提升在环境中人才的绩效水平，这一影响关系在科技创新型企业当中尤为明显。[17]从这个角度来看，人才环境也间接影响着科技创新水平。另外，基于神经网络模型和结构方程模型来预测人才环境对区域经济发展水平影响的研究也表明，人才环境在影响区域科技创新能力的同时也在推动区域经济发展。[18]由此，提出本研究的假设3：

H3a：人才环境在人才需求系统和科技创新之间起中介作用；

H3b：人才环境在人才识别系统和科技创新之间起中介作用；

H3c：人才环境在人才政策系统和科技创新之间起中介作用；

H3d：人才环境在人才评估系统和科技创新之间起中介作用；

H3e：人才环境在人才协调系统和科技创新之间起中介作用。

另外，根据人才环境的不同，其在系统化人才引进和科技创新之间的中介作用也不相同，因此提出本研究的假设4：

H4a：良好的人才环境在人才需求系统和科技创新之间起中介作用；

H4b：良好的人才环境在人才识别系统和科技创新之间起中介作用；

H4c：良好的人才环境在人才政策系统和科技创新之间起中介作用；

H4d：良好的人才环境在人才评估系统和科技创新之间起中介作用；

H4e：良好的人才环境在人才协调系统和科技创新之间起中介作用；

H4f：恶劣的人才环境在人才需求系统和科技创新之间无中介作用；

H4g：恶劣的人才环境在人才识别系统和科技创新之间无中介作用；

H4h：恶劣的人才环境在人才政策系统和科技创新之间无中介作用；

H4i：恶劣的人才环境在人才评估系统和科技创新之间无中介作用；

H4j：恶劣的人才环境在人才协调系统和科技创新之间无中介作用。

根据上述假设，构建本研究的理论假设模型，如图2所示。

图2 理论框架模型

三、研究设计

（一）数据来源

本研究以河北省人才发展为研究对象和数据来源，选取的样本区间为2010—2019年，主要数据来源于《河北省经济年鉴》和中共中央组织部编著的《中国人才资源统计报告》（以下简称《报告》）的河北省部分，《报告》系统收录了全国及各省（自治区、直辖市）人才发展、监测与评价总体状况和人才队伍建设的统计情况，是较为全面反映我国人才发展状况的统计资料。《报告》正文内容分为三部分：（1）人才发展主要指标；（2）人才队伍建设统计指标，包括党政人才、公有制经济领域企业经营管理人才和公有制经济领域专业技术人才队伍建设情况；（3）国家人才发展监测与评价主要指标。

另外，本研究其余部分数据来源于《河北省中长期人才发展规划纲要（2010—2020年）》（以下简称《纲要》），该《纲要》是河北省制定的针对提升人才队伍整体实力、大幅度提升人才竞争力、进入“人才强省”之列的指导性文件，提出了河北省人才发展的相关规划数据。

（二）变量说明与模型构建

1.被解释变量

科技创新（inn）。大部分学者将科技创新指标分为基础指标、投入指标和产出指标。基础指标包括科研者的素质能力、科研设备条件等；投入指标包括科技创新的人力投入、财力投入与项目投入等；产出指标包括理论成果和技术成果，比如论文、专利、科技奖励等。有的学者将影响科技创新能力的关键指标分为政策法规、科技投入、科技产出、科技实现、可持续发展5 类。[19]还有的学者将基础科技创新的衡量指标设定为重点实验室数、承担国家科技项目数、科研机构数等，将类同于科技创新产出的技术创新指标设定为企业技术中心数、高科技企业数、研发人员比重等。[20]本研究将高新技术产业产值数作为科技创新的衡量指标。为消除极端异常值的影响，本文对所有连续变量进行1%和99%分位数的Winsorize 缩尾处理。

2.解释变量

（1）人才环境（env）。在人才环境评价指标方面，大部分研究从经济环境、文化环境、政策环境、生态环境等方面综合衡量影响人才吸引和发展的环境因素，构建了覆盖面较广的指标体系。有的研究从人才竞争力的角度分析了人才环境的影响，认为人才环境的评价指标包括高等院校人均课题数、人均科技经费支出额、研究与开发机构数、高等学校数等。[21]还有的研究从人才集聚的影响环境中进行探讨，分析了影响高新技术产业人才聚集的环境因素，包括高等教育师生数、科研机构及科研人员数量、城镇居民生活水平、医疗卫生条件及居住环境等。[22]基于以上研究，本研究将高新技术开发区数作为人才环境的衡量指标。

（2）人才需求（dem）。人才需求的研究主要是从预测的角度来进行，而人才需求预测的理论基础是人才资源规划。早在20世纪70年代，欧美国家就将人才资源规划应用于政府和企业当中。人才资源规划的关键是人才需求预测，现阶段大量学者对人才需求预测进行了深入研究。在总量预测研究中，一般是对区域内人口和经济发展状况和相应的人才总量进行判断，从而预测一定时期内的人才需求量。由于总量预测较为宏观，一般对预测结果的要求不是十分精确，更多的是关注人才需求发展的趋势。在类型和行业人才预测研究中，一般将类型人才分为企业经营管理人才、专业技术人才、高技能人才、农村实用人才4 类进行预测，而将行业人才分为20 个门类和98 个大类进行预测。[23]本研究将河北省到2020年人才总量目标数作为衡量人才需求的指标。

（3）人才识别（rec）。关于人才识别的研究多关注人才甄选或人才选拔，这些研究大体将人才识别分为宏观和微观两个方面。宏观方面的人才识别侧重于制度识别，通过选拔、考试、评定等方式识别人才；微观方面的人才识别侧重于实际工作识别，包括将高技能人才、研发人员等从劳动者当中区分出来。另外，还有部分研究从某一侧重面识别某一类别的人才，如从专利中识别创新人才，采用了3 种路径识别专利人才，包括核心专利识别、专利文献识别、技术前沿识别。[18]本研究将专业技术人才高级职称数作为衡量人才识别的指标。

（4）人才评估（ass）。人才评估不同于人力资源绩效考核，人力资源绩效考核的研究主要针对个人、团队或者部门，而人才评估的研究主要集中在宏观层面，包括国家人才评估、地区人才评估和行业人才评估。传统的人才评估做法是将某一地区所获得的成果进行定量评价，这些成果包括专利数量、科技论文数量、科研成果数量等。这种评估方法较为容易量化，可操作性较强。[24]但量化的人才评估方法很难评价人才发展的潜力，需要其他方法的补充。将中长期经济贡献增长率以及专家评议、同行评议等定性评估方式，和定量评估相结合，能够更为全面地对人才进行评估。限于本研究的定量研究方法，采用人才贡献率作为人才评估的衡量指标。

（5）人才政策（pol）。国外对于人才政策的研究较早，其研究方法强调对政策的定量评估，认为应该构建科学的指标体系，使用数据分析统计的方法评估人才政策效果，从而发现在人才政策制定中出现的问题以及政策发展变化的趋势。国内学者用定量分析的方法构建了我国各地区人才政策评价指标体系，使总量指标和密度指标相结合，以分析人才政策实施的成效。在人才政策吸引力研究方面，通过构建各省高科技人才吸引力评价指标，从科技创新能力、人才引入资金、高科技人才经济产出等方面评价了政策吸引的效果。[5]在人才政策实施效果的评价中，主要从政策知晓度、政策认可度、政策执行度、政策收益度4 个方面进行评价，主要指标包括引进政策受益范围、政策目标受益认可度、科技成果转化率、对高新技术产业发展影响等。[25]基于以上研究，本研究将研发（R&D）人员投入资金作为人才政策的衡量指标。

（6）人才协调（coo）。人才协调的理论源头来自协同学，由联邦德国理论物理学家哈肯于20世纪60年代创立。协同理论是一种系统理论，该理论将研究对象内部的各要素看成是一个相互联系和作用的整体，其内部的各子系统之间竞争和协同并存并促使系统整体有序发展。人才协调通过人才的竞争和流动，使人才结构与区域内产业发展相适应，从而更好地促进区域内经济和产业的发展。在人才结构与产业结构相协调的测度研究中，按照人力资本对产业的影响将二者的协调关系分为投入、生成、配置、发挥4 个环节，具体测度指标包括科技教育投入占国内生产总值（GDP）比重、各产业人才数量增长率和变化率、各产业人才结构偏离度等。[21]本研究将高技能人才当年净增减数作为人才协调的衡量指标。

3.控制变量

为了能够分离系统化人才引进对人才环境和科技创新的影响，本研究在检验模型中加入相关控制变量。首先，考虑到经济发展水平对于人才引进的效率具有一定影响，本文在回归估计中加入了GDP 作为重要的控制变量。[26]其次，人才的总体资金投入也会对人才引进的效果产生一定影响，因此将政府投入研究资金（govf）作为另一项重要的控制变量。[27]此外，本文还将其他的经济和社会指标作为控制变量：高科技企业数（nea）、高等学校数（ihe）、人均绿地面积（gac）、每万劳动力中研发人员数（plf）、科研课题获得数（nrp）、人才培训资金（ttf）。

4.模型设定

为了验证本研究假设，设定模型如下：

按照温忠麟等[28]对于中介效应检验的方法，如果模型（1）和模型（2）的β1、β2、β3、β4、β5均显著，且模型（3）中的β1、β2、β3、β4、β5、β6同时显著，模型（3）中的dem、rec、ass、pol、coo系数小于模型（1）中dem、rec、ass、pol、coo的系数，这说明人才环境存在部分中介作用。若仅模型（3）中的β1、β2、β3、β4、β5不显著，则说明人才环境为完全中介变量。

5.描述性统计

描述性统计结果如表1所示。从中可以看到，各变量平均值均大于标准差，说明数据离散程度不高，研究所构建的模型具有较高的有效性。另外，各变量的平均值和中位数都很接近，不存在极端异常值，各变量的增长趋势都较为线性。通过对各变量进行膨胀因子分析（VIF），得出的值远低于10，因此各变量之间不存在显著的多重共线性问题。

表1 变量描述性统计

四、实证结果与分析

（一）回归分析

1.样本总回归分析

根据表2的回归结果可以看出，模型（1）中系统化人才引进的各个子系统（人才需求系统、人才识别系统、人才评估系统、人才政策系统、人才协调系统）对人才环境均有显著正向影响，t值分别为7.12、5.28、6.34、7.26、4.56，说明系统化人才引进及其各个子系统对人才环境有显著促进作用，假设1a、假设1b、假设1c、假设1d、假设1e 均成立。在模型（2）中，系统化人才引进的各个子系统对科技创新均有显著正向影响，t值分别为2.57、1.09、3.29、3.22、2.22，说明系统化人才引进及其各个子系统对科技创新有显著促进作用，假设2a、假设2b、假设2c、假设2d、假设2e 均成立。在模型（3）中，系统化人才引进的各个子系统和人才环境对科技创新均有显著正向影响，且模型（3）中系统化人才引进各子系统的回归系数均小于模型（1）中系统化人才引进各子系统的回归系数，说明人才环境在系统化人才引进系统的各子系统 （人才需求系统、人才识别系统、人才评估系统、人才政策系统、人才协调系统）中起部分中介作用，假设3a、假设3b、假设3c、假设3d、假设3e 均成立。

表2 样本总回归结果

2.分组回归分析

表3为按人才环境划分的回归结果分析，本文以倪鹏飞等[29]编制的人才环境指标体系对河北省人才环境进行划分，将河北省人才环境指标排名前50%以外的划分为较差的人才环境，将人才环境指标排名前50%以内的划分为较好的人才环境。在模型（1）和模型（2）中，人才需求系统、人才识别系统、人才评估系统、人才政策系统、人才协调系统对较好的人才环境和科技创新均具有显著正向影响。而模型（3）中，人才需求系统、人才识别系统、人才评估系统、人才政策系统、人才协调系统和较好的人才环境对科技创新均具有显著正向影响，t值分别为0.88、0.72、2.78、1.46、3.22、0.73，说明较好的人才环境在系统化人才引进的各个子系统和科技创新之间起部分中介作用。在模型（4）中，人才需求系统、人才识别系统、人才评估系统、人才政策系统、人才协调系统对科技创新均具有显著正向影响。但是在模型（5）中，仅有人才需求系统和人才评估系统对较差的人才环境具有显著正向影响，t值分别为0.89、0.77，其他子系统对人才环境的影响均不显著。在模型（6）中，人才需求系统、人才识别系统、人才评估系统、人才政策系统、人才协调系统对科技创新均有显著正向影响，但较差的人才环境对科技创新没有显著影响，其t值为0.03，说明较差的人才环境在系统化人才引进各子系统和科技创新之间没有中介作用。

表3 分组回归结果

续表

（二）稳健性检验

对模型中关键变量使用不同的测量方法，可能会影响研究结论的准确性。为了验证上述结论的稳健性，本文将专业技术人才目标数（tnp）代替人才总量目标数（dem）作为人才需求系统的替代变量，将高技能人才占劳动者比例（phs）代替专业技术人才高级职称数（rec）作为人才识别系统的替代变量，将科研成果获奖数（nas）代替人才贡献率（ass）作为人才评估系统的替代变量，将R&D 内部经费支出（rie）代替R&D 人员投入资金（pol）作为人才政策系统的替代变量，将高科技人才数量增长率（grh）代替高技能人才当年增减数（coo）作为人才协调系统的替代变量[30]，回归结果如表4所示，可见虽然变量度量方法不同，研究结论依然具有稳健性。

表4 稳健性检验

续表

五、结论与对策

本文通过对人才引进的相关文献分析，结合贝塔朗菲的系统理论，提出了系统化人才引进的模式，包括人才需求系统、人才识别系统、人才评估系统、人才政策系统、人才协调系统，并以2010—2019年河北省人才引进、人才环境和科技创新相关数据为样本，以勒温的人才环境相关理论为基础，研究了系统化人才引进的各个子系统对人才环境和科技创新的影响。研究发现，系统化人才引进的各个子系统对人才环境和科技创新均有显著正向影响，人才环境在系统化人才引进各个子系统和科技创新之间起部分中介作用。在将人才环境区分为较好的人才环境和较差的人才环境后发现，较好的人才环境在系统化人才引进各子系统和科技创新之间起部分中介作用，较差的人才环境在系统化人才引进各子系统和科技创新之间没有中介作用。具体而言，构建比较科学完备的人才引进体系，有利于促进较好的人才环境的形成和发展，从而间接推动科技创新。相反，如果人才环境较差，则系统化人才引进体系也很难使人才环境向好发展，人才环境也难以推动科技创新。因此，人才环境在人才引进和科技创新之间起到非常重要的传导作用。

基于以上结论，本文提出如下对策建议：

（1）构建更加完备的系统化人才引进系统。人才引进是一个系统工程，需要多方参与、协同工作。以往单纯依靠资金和政策引进人才的方式已经不能完全适应当今人才多样化的需求，需要政府、高等院校、科研机构、科技企业等多方共同拟定人才引进策略，从不同角度构建相对较为完备的人才引进系统，以形成对人才的多方位吸引能力。

（2）着力塑造良好的人才环境。良好的人才环境是吸引人才的重要因素，包括生态环境、生活环境、政策环境、社会环境、科研环境等，其中政策环境、科研环境对于科技人才的吸引最为重要。科学完备的人才引进系统可以对良好的人才环境形成一定的促进作用，同时良好的人才环境还能够推动科技创新的进步和发展。人才引进相关部门在制定人才政策的同时，要重视人才环境的塑造，通过科学的人才政策和良好的人才环境共同推进科技创新的发展。

（3）以人才作为推动科技创新的最主要动力。科技创新是赢得未来的关键，而人才是赢得科技创新的关键。各行业人才相关部门在促进科技创新工作的过程中，除了营造有利于科技创新的氛围、制定有利于科技创新的政策之外，最根本的是要紧抓人才这一关键要素，在人才引进、选拔、使用、培养等各环节投入资源，以人才促进科技创新，以科技创新推动经济高质量发展。