科技人才集聚、数字经济与区域创新能力

【摘" "要】 基于空间计量和面板分位数回归模型，研究数字经济发展背景下，科技人才集聚对区域创新能力的空间溢出效应和边际效应。研究结果表明：科技人才集聚可以显著促进区域创新能力的提高，且创新水平越高的区域作用效果越强。通过加入交互项的回归结果发现，数字经济能显著促进科技人才集聚对区域创新能力的影响，且对周边区域的创新能力具有空间溢出效应。随着区域创新水平的提高，从专利数量上看，数字经济对科技人才创新的正向调节效应呈先升后降的倒U型趋势；从专利价值总量上看，数字经济对科技人才创新的正向调节效应在不断加强。基于此，提出各地政府应着力打造科技人才集聚区、加强数字经济基础建设、重视区域间创新协作等建议，以推动当地的科技创新发展。

【关键词】 科技人才集聚；数字经济；科技创新；空间溢出；边际效应

中图分类号：F124.3" " " 文献标志码：A" " " "文章编号：1673-8004（2023）06-0061-14

一、引言

人才是创新的主体，科技人才更是技术创新的核心力量。目前，中国已转入高质量发展阶段，“十四五”规划和2035年远景目标纲要中也强调了创新在当前发展阶段的核心地位，提出要激发人才创新活力，建设创新型国家。当前也是数字经济快速发展的时代，随着数字技术的迅猛发展与广泛应用，数字经济推动了社会生产方式的深刻变革，具有完善市场供需匹配和提高资源配置效率等经济效应［1］，优化了科技人才的创新环境。所以研究在数字经济发展背景下，科技人才集聚对区域创新能力影响的新特征，对我国提高科技人才创新活力、建设创新型国家具有重要的现实意义。

由于不同地区的经济发展水平、创新环境［2］、宜居环境［3］、科技人才政策［4］等存在差异，导致不同地区的科技人才集聚程度不同，是科技人才集聚的重要影响因素。当前学界同时对科技人才集聚、数字经济及区域创新能力三者进行研究的文献较少，主要是分别研究科技人才集聚或数字经济发展与区域创新的关系。在研究科技人才集聚对区域创新能力的影响上，牛冲槐等［5］、芮雪琴等［6］对中国的省际情况进行了分析，一致得出科技人才集聚有利于区域创新能力提高的结论。在这影响过程中，产业集聚、市场竞争等起着重要的调节作用，产业结构的优化和集聚可以给科技人才提供更好的发展平台［7］，市场竞争则强化了科技人才集聚的知识溢出效应［8］。在科技人才集聚对区域创新的空间影响上，孙红军等［9］、Jiang等［3］分析得出科技人才集聚对邻近地区的技术创新有正向的溢出作用。但宛群超等［8］则得出相反的结论：科技人才集聚会由于“极化效应”不利于邻近地区高技术产业创新能力的提高。可以看出，学界普遍认可科技人才集聚对本地区的创新能力有促进作用；但对邻近地区的溢出效应由于研究的范围和方法不同，导致不一样的结论。

在数字经济对区域创新能力的影响上，大部分学者一致认可具有促进作用。数字经济时代下形成的新技术范式优化了创新资源的配置方式和范围，推动了创新组织方式朝网络化、协同化等方向演变［10］；而大数据、人工智能等数字技术在生产及消费领域的应用，则促进了新型创新的出现和扩散［11］。在实证研究中，专利的授权量是衡量区域创新能力的重要指标，温琣等［12］研究发现数字经济发展对三类专利中的发明创新的积极作用最大，得出数字经济发展能够实质性地促进地区创新能力的提升。并且，数字经济发展对区域创新能力的影响具有异质性，伦晓波和刘颜［13］通过跨国层面的对比发现，收入越高的国家，数字经济对绿色技术创新的积极作用越强。

基于前人的研究，可以得出科技人才集聚和数字经济发展都可以促进区域创新能力提高的结论，但鲜有学者把科技人才集聚与数字经济结合起来，研究两者及两者的互动作用对区域创新能力的影响。数字技术与创新过程的结合，极大地提高了科技人才创新的效率，所以本文在研究科技人才集聚对区域创新能力的影响时，重点分析了数字经济发展在这一过程中发挥的作用。本文拟从以下几个方面开展研究。第一，理论分析与实证研究相结合，分析科技人才集聚对区域创新能力的非线性影响及数字经济在影响过程中发挥的调节作用。第二，考虑不同地区之间的相互影响，分析科技人才集聚与数字经济发展对区域创新能力的空间溢出效应。第三，在衡量区域创新能力时，大部分学者采用单一的指标，而本文分别采用专利授权数量和专利总价值量进行实证分析，并对比两者的实证研究结果。第四，在实证方法上，运用门槛模型来对分位数回归结果及调节作用进行稳健性检验。

二、理论分析与研究假设

（一）科技人才集聚与区域创新能力

Simon和Giannett［14-15］对人力资本集聚效应进行了描述，认为不同技能的人才在空间上集聚，人才之间的分工与合作可以提高工作效率，从而实现“1+1gt;2”的规模效益。科技人才，即从事科学技术活动的高素质人才［16］，科技人才集聚主要通过以下三个方面对区域创新能力产生积极作用。一是知识溢出效应，包括知识的垂直溢出与水平溢出。当科技人才在某一地区相对集中时，有利于克服知识传播的时空障碍，降低知识搜寻的难度与成本，增强同领域或关联领域的科学技术的分享与交流［17］，不同科技人才的思维碰撞，有利于新思想的产生。二是分工与合作。由于创新的复杂性与困难性，一个新技术的出现往往不是由单个科技人才能够研究发现的，而是多个科技人才或多个科研团队共同努力的成果。科技人才加快集聚使科技人才的规模大幅增加，有利于科技研究内部的分工进一步细化与专业化，使科技人才专注于自己擅长的领域，提高创新效率。三是竞争激励。科技人才数量增多，会导致创新市场的竞争加剧。市场竞争的本质便是优胜劣汰，在竞争的压力下，一方面会激发科技人才的创新精神，科技人才为了维持自身的创新优势，会加强对科学研究的学习及投入［9］；另一方面，在竞争的刺激下，科研机构或企业为了优先实现新技术的发明，也会加大对创新的资金支持。

此外，科技人才具有趋优性，创新水平越高的地区，则说明该地区的创新要素的市场配置更加完善，创新的成果积累更加显著，提供了良好的创新环境［18］。一方面可以吸引更高素质的科技人才的流入，另一方面也会提高科技人才的边际创新产出，形成良性互动。综合上述分析，本文提出如下假设。

假设1：科技人才集聚可以促进区域创新能力的提高，实现规模效益，并且创新水平越高的地区，科技人才集聚对创新的促进作用越强。

（二）数字经济发展的调节作用

数字经济不仅可以通过完善市场供需匹配、激发市场多样化需求及创新激励等直接促进区域创新能力的提高［1］，还可以在科技人才集聚对区域创新能力的影响过程中发挥调节作用。数字经济的调节作用主要表现在两个方面。一是数字经济的发展加强了科技人才集聚的“知识溢出效应”，使知识的传播可以突破地理或组织的边界。科技人才既可以利用数字平台分享与交流最新的研究发现，集思广益；也可以只通过较低的搜索成本便可以在数据库上获取大量科学研究的相关资料和数据信息。二是随着新一代信息技术不断突破，数字技术可以作为一个工具参与到新产品开发的各个阶段中，使得生产方式更加智能化、专业化［19］。比如大数据、云计算等技术的运用有利于对研发和试验阶段用户数据或实验数据的收集与计算，并且保障了数据收集的及时性、准确性与完整性，极大地加快了科技人员的研发进度，提高创新效率。根据分析，本文提出如下假设。

假设2：数字经济发展可以促进科技人才集聚的创新效应，能够起到调节作用。

（三）科技人才集聚对邻近地区创新能力的空间溢出效应

通过本文引言部分的分析可以发现，当前学界对于科技人才集聚的空间溢出效应为正向或是负向，由于研究对象或方法的不同而得到不一致的结论。支持正向空间溢出效应的理论有扩散效应，扩散效应在此具体表现为区域间的知识溢出效应，知识溢出效应既可以体现在区域内部，也可以体现在区域之间。科技人才作为创新知识的主要载体，区域间的知识溢出伴随着地区之间的技术交流、经济合作、科技人才往来等线上或线下的活动而实现，并且这种溢出是双向的。特别是对于起到“增长极”作用的创新高地的地区，更容易把当地的科技知识和创新成果辐射到邻近地区。

支持负向空间溢出效应的理论有极化效应。极化效应是梯度经济理论之一，该理论认为处于高梯度的发达地区会不断积累有利因素，使生产向极点集中，加剧两极分化［20］。极化效应在此体现为具有创新优势的地区对周边地区创新要素的吸引。创新本身是一项复杂且具有高风险的活动，科技人才集聚程度更高的地区，说明该地区的科技人力资本实力突出、创新效率更高并且更有可能取得成功，更容易受到创新资本的青睐。所以在市场竞争机制的作用下，优质的人才、技术、资金等创新要素会自发地流向领先地区，周边地区的创新基础伴随着创新要素的流失而被削弱［8］，进而创新能力受到抑制。基于分析，提出如下假设。

假设3：由于扩散效应，科技人才集聚有利于邻近地区创新能力的提高。

假设4：由于极化效应，科技人才集聚不利于邻近地区创新能力的提高。

三、研究设计

（一）模型设定

1.基础模型

为检验科技人才集聚对区域创新能力的影响作用，本文将基础回归模型设定为：

Ypat，it=α0+α1Xtep，it+αcZit+μi+νt+εit（1）

其中，Ypat，it为省际区域i在t年的创新能力水平，Xtep，it为省际区域i在t年的科技人才集聚程度，Zit为一系列的控制变量，μi表示控制个体特征的固定效应，νt表示控制时间特征的固定效应，εit为随机误差项。

2.调节效应模型

根据上一部分的讨论，数字经济发展水平不仅可以直接影响区域创新能力，还可以通过提高科技人才的创新效率，参与到科技人才集聚对区域创新能力的影响过程，从而发挥调节作用。在基础回归模型上，分别加入了数字经济发展水平项、数字经济与科技人才集聚的交互项，建立式（2）和式（3）所示的模型，通过α3回归系数的大小及显著性水平来判断数字经济的调节作用是否存在，式中的Xdige，it为数字经济发展水平。

Ypat，it=α0+α1Xtep，it+α2Xdige，it+αcZit+μi+νt+εit（2）

Ypat，it=α0+α1Xtep，it+α2Xdige，it+α3Xtep，it×Xdige，it+αcZit+μi+νt+εit（3）

3.面板分位数回归

为进一步研究科技人才集聚对区域创新能力的非线性影响特征，本文使用面板分位数回归模型研究在不同的创新水平下，科技人才集聚对区域创新能力的边际作用。分位数回归方法最早由Koenker和Bassett［21］提出，是基于被解释变量的条件分布来估计解释变量参数的回归方法，本文的面板分位数回归模型设定为：

其中，τ表示区域创新能力的分位点，τ∈（0，1）。

4.空间计量模型

采用空间杜宾模型（SDM）研究科技人才集聚与数字经济发展对区域创新能力的空间溢出效应，即在基础回归方程中加入解释变量和被解释变量的空间滞后项，模型设定为：

其中，W为空间权重矩阵，本文选取以下两种空间权重矩阵分析科技人才集聚、数字经济对区域创新能力的空间溢出效应。

1）邻接距离空间权重矩阵W1。当两区域相邻时则赋值为1，当两区域不相邻时则赋值为0，矩阵的对角线（当i=j时）同样赋值为0，然后进行行标准化，邻接矩阵设定为：

2）地理距离空间权重矩阵W2。地理距离矩阵权重取两省距离平方的倒数，最后再进行行标准化，设定为：

其中，dij为两区域中心坐标在地图上的直线距离。

（二）变量选择

1.被解释变量

区域创新能力可用两个变量表示。1）专利授权量（Ypat）。采用每千人专利授权量表示该省份创新能力水平。2）专利总价值指数（Yvpat）。该指标为《中国城市和产业创新力报告2017》中的创新指数［22］，该创新指数根据各专利年龄、专利收益等进行综合计算得出，能真实反映区域的专利价值总量。但由于该报告公布的数据截至2016年，没有近年的数据，所以选择该报告公布的创新指数表示区域创新能力水平，其实证研究分析放在本文的稳健性检验部分。

2.解释变量

1）科技人才集聚（Xtep）。在理论上，科技人才是指从事科学和技术知识的产生、促进和应用活动的人员；但在统计一个地区的科技人才规模时，我们更多的是关注该地区从事研究与试验发展（Ramp;D）的人员［16］。参考大部分学者的做法，采用地区规模以上工业企业的Ramp;D人员全时当量占该地区就业人口数的比例来衡量科技人才集聚的规模。

2）数字经济发展水平（Xdige）。数字经济既作为解释变量，对区域创新能力产生影响；也作为调节变量，影响科技人才集聚对区域创新能力的影响程度。本文综合已有的研究［23-26］，从数字基础、数字应用、数字产出三个方面构建数字经济综合发展水平的评价指标体系，然后使用主成分分析法确定14个三级指标的权重，最终计算出数字经济综合发展指标来对各省的数字经济发展水平进行衡量，各指标的说明及权重如表1所示。

3.控制变量

区域的创新能力水平除了受科技人才集聚水平、数字经济发展水平的影响，还与当地的经济发展水平、企业以及政府对创新的支持程度等有关。本文选取的控制变量有5个。1）经济发展水平。用人均实际GDP进行衡量，本文以消费价格指数作为平减指数，以2011年为基期，计算其余各年的不变价人均GDP，记为Xpgdp。2）企业研发资本投入。用规模以上企业Ramp;D经费与GDP的比值进行衡量，记为Xrdk。3）政府科教支持。用教育与科技支出占财政支出的比重进行衡量，记为Xted。4）外商直接投资。用外商直接投资与GDP的比值进行衡量，记为Xfdi。5）金融发展水平。用金融机构本外币存贷款余额与GDP的比值进行衡量，记为Xfin。

（三）数据来源说明及描述性统计分析

本文基于我国2011—2020年30个省份（香港、澳门、台湾、西藏除外）的面板数据进行实证研究，各变量的描述性统计如表2所示。数据来源说明：北大数字普惠金融指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制［27］，剩余指标的数据主要来源于《中国统计年鉴》《中国科技统计年鉴》《中国金融统计年鉴》以及各地方的省际统计年鉴，部分缺失的数据采用插值法进行补全。

四、实证结果与分析

（一）基础回归分析

本文主要研究的是科技人才集聚对省际区域创新能力的影响作用，并探讨数字经济发展在这一影响过程中发挥的调节作用。实证研究的基础回归结果如表3所示，考虑到数据样本中可能会存在不随时间或个体变化而改变的固有特质，在进行面板数据回归时均采用个体和时间双固定效应。模型1为在不考虑数字经济发展水平时，科技人才集聚对区域创新能力的影响，可以看到回归系数为1.666，表现为显著的促进作用。模型2和模型3检验了数字经济的调节作用，可以看到数字经济的回归系数显著为正，表明数字经济对区域创新能力有直接的促进作用；数字经济与科技人才集聚的交互项显著为正，表明数字经济可以提高科技人才集聚的创新效益，起着重要的调节作用，假设2成立。

此外，结合三个模型的回归结果分析5个控制变量对区域创新能力的影响，可以看到：经济发展水平（Xpgdp）、政府科教支持（Xted）、金融发展水平（Xfin）的回归系数表现为显著的正向影响，表明一个地区经济发展、金融发展水平的提高和政府加强对科教的支持，都对该地区创新能力的提高有积极作用。外商投资（Xfdi）的回归系数为负，但不显著，可能是由于外资的引入，容易形成技术依赖，不利于区域创新能力的提升［12］。企业研发资本投入（Xrdk）为显著的负向影响，经检验是由于其与Xted和Xpgdp变量高度相关，当把Xrdk与区域创新能力单独做回归时，该变量的回归系数为1.245，并通过1%的显著性水平，说明企业加大对研发的投入，能够有效促进更多创新成果的产生。

（二）分位数回归分析

为了进一步研究科技人才集聚对区域创新能力的边际影响，本文引入分位数回归分析，选取区域创新水平的10%、25%、50%、75%、90%共5个具有代表性的分位点，探讨科技人才集聚在区域创新水平不同分位点下的边际创新效应。在进行分位数回归时，选取马尔科夫蒙特卡洛算法（MCMC）进行500次抽样计算，如表4所示。由表4的回归结果可见，科技人才集聚项、数字经济发展项及两者交互项的回归系数在5个分位点均显著为正。

1.科技人才集聚项的边际分析

当保持数字经济的发展水平不变，研究科技人才集聚对区域创新能力的边际影响时，由Xtep项的回归系数可见，随着区域创新能力水平由低分位点向高分位点移动，科技人才集聚的边际创新效应虽在50%的分位点有下降的波动，总体上是呈上升趋势的，证明了假设1的成立。创新水平越高的城市，给科技人才提供了更好的创新环境，使科技人才集聚的创新效应越强。

2.数字经济调节作用的边际分析

由科技人才集聚与数字经济交互项的回归系数可见，随着区域创新水平的提高，交互项呈现先增加后降低的倒U型趋势，峰值出现在75%的分位点。在90%的分位点上，科技人才集聚的创新效应最强，影响系数为2.210。但此时数字经济的调节作用较低，影响系数为1.496，接近10%分位点的回归结果。这表明数字经济虽然一直保持正向的调节作用，但该调节作用是有限的。随着区域创新水平的提高，科技人才集聚的创新效应得到充分发挥，数字经济对科技人才创新的调节作用产生“边际效应递减”的现象。

（三）空间溢出效应分析

1.空间相关性检验

在进行空间计量回归之前，需要对研究的变量进行空间自相关性检验及分析。本文采用全局莫兰指数的空间自相关检验方法，分别计算区域创新能力水平（Ypat）及科技人才集聚（Xtep）在邻接距离空间权重矩阵W1和地理距离空间权重矩阵W2的莫兰指数。由表5的空间自相关检验结果可见，各年份的莫兰指数显著为正，即科技人才集聚与区域创新能力在空间上均存在正的相关性。

2.空间计量模型选择

表6为当分别选取邻接空间矩阵W1和地理距离空间矩阵W2时，LM检验、Hausman检验和LR检验的检验结果。Hauaman检验的结果显示应选择固定效应；LM检验和LR检验的检验结果显示应拒绝空间杜宾模型（SDM），可以退化成空间自回归模型（SAR）或空间误差模型（SEM）的原假设，应选择空间杜宾模型。可见，选择时间个体双固定的空间杜宾模型具有统计上和理论上的合理性。

3.空间计量模型回归结果

空间杜宾模型的回归结果如表7所示，可以看到：两种空间权重矩阵下，区域创新能力的空间滞后项均显著为正，说明本地区创新能力水平的提高对邻近地区创新能力水平的提高起着积极作用。这是由于随着省际经济合作、技术交流和人才往来活动的开展，不同地区的专利研究成果和研究手段也得到相互交流和借鉴，从而促进更多专利成果的产生，起着互利互惠的作用。特别是对于具有创新优势的地区，如北京、浙江、上海等地区，可以通过技术溢出和知识扩散方式带动周边地区创新能力的发展。

在两种空间权重矩阵下，数字经济的空间滞后项均显著为正，表明数字经济存在空间溢出的影响；而科技人才集聚的空间滞后项均不显著，表明科技人才集聚不存在空间溢出的影响。由于存在反馈效应（科技人才集聚和数字经济通过影响邻近地区的创新能力，然后间接地影响本地区的创新能力），科技人才集聚及数字经济发展水平的空间滞后项系数无法正确反应空间溢出效应的大小，所以需对空间效应进行偏微分分解，分解为直接效应和间接效应。

1）直接效应分析。在W1和W2两种空间权重矩阵下，科技人才集聚和数字经济发展水平的直接效应均显著为正，该结论和前面不考虑空间影响的面板回归的结论一致，即本地区的科技人才集聚和数字经济发展都能促进本地区创新能力的提高。

2）间接效应分析。间接效应又称为空间溢出效应，在W1和W2两种空间权重矩阵下，科技人才集聚的空间溢出效应均不显著，假设3和假设4均不成立。这表明科技人才集聚对邻近地区技术创新由扩散效应引致的正面影响和由极化效应引致的负面影响达到一个平衡，导致邻近地区的科技人才集聚水平对本地区的创新能力的影响不显著。但在两种空间权重矩阵下，数字经济的空间溢出效应均显著为正，这表明邻近地区数字经济发展水平的提高，有利于本地区创新能力的提高。这是由于以互联网为主要载体的数字资源与传统资源相比，更能突破地理空间的限制，实现跨地区的流动与利用。

五、稳健性检验

（一）替换被解释变量：专利总价值指标

引用《中国城市和产业创新力报告2017》中的创新指数的数据作为被解释变量进行稳健性检验，该指数（Yvpat）能较好地反映某地区专利的总价值。由于该报告只公布了2011—2016年的创新数据，所以进行面板回归时选取我国2011—2016年30个省份（港澳台、西藏除外）数据作为研究样本。专利总价值指数的原始数据以2001年为基期，基期中所有地区创新指数总和设定为100，为了不同指标间的数量级匹配，本文对专利总价值指数的原始数据做了缩小100倍的处理，处理后基期总和为1。

由表8中的面板分位数回归结果可见，随着区域创新能力水平的提高，科技人才集聚项的回归系数显著为正，并逐渐增大，假设1的成立具有稳定性。把表8中的回归结果与表4中的以专利授权量作为被解释变量的回归结果进行对比，发现差异在于数字经济的调节作用并没有出现“边际效应递减”现象，随着地区创新水平的提高而受到限制。结合表4与表8的回归结果可以说明，当地区的创新水平到达某一较高程度时，数字经济对科技人才集聚的创新效应的调节作用在创新的数量上有所削弱，但在创新的总价值上是不断增强的。

（二）门槛模型

运用门槛模型对假设1和假设2做进一步的稳健检验，分别选取区域创新能力与数字经济发展水平作为门槛变量，观察科技人才集聚的回归系数。门槛值由Bootstrap方法重复抽样500次计算而得，结果均显示存在双门槛效应，门槛模型回归结果如表9所示。

1.当选取区域创新能力水平为门槛变量时，可以看到3.010和4.582两个门槛值把区域创新水平划分成低、中、高三个区间，创新水平越高的地区，科技人才集聚对创新能力的影响则越强，与面板分位数回归的结论一致，再一次证明了假设1的成立。

2.当选取数字经济发展水平为门槛变量时，数字经济发展水平越高的地区，科技人才集聚对区域创新能力的影响则越强，数字经济发挥了重要的调节作用，与前面交互项显著的结论一致，再一次证明了假设2的成立。

六、结论及政策建议

本文基于我国2011—2020年的省际面板数据，构建面板分位数回归模型和空间杜宾模型，研究了数字经济发展背景下科技人才集聚对区域创新能力的影响。结合理论分析与实证研究，得到如下四方面的结论。第一，科技人才集聚可以显著促进区域创新能力，并且创新水平越高的地区，科技人才集聚发挥的创新效应则越强。第二，数字经济发展可以促进科技人才集聚的创新效益，当区域创新水平发展到较高程度时，科技人才集聚的创新效应得到充分发挥，数字经济对科技人才集聚创新的调节作用在创新的数量上有所削弱，但在创新的总价值上是不断增强的。第三，我国区域创新能力具有显著的空间关联性和空间溢出效应，即本地区创新能力的提高，可以通过空间外溢作用促进周边地区创新能力的提高。第四，由于扩散效应和极化效应的相互制约，科技人才集聚对邻近地区的空间外溢作用不显著；但数字经济发展的外溢作用是显著的，因为数字技术更能突破地理空间的限制，实现跨地区的流动与利用。

基于上述结论，提出以下三点政策建议。

第一，着力打造科技人才集聚区，充分发挥科技人才集聚的“1+1gt;2”的规模效应。需要搭建并完善科技人才的数字化合作交流平台，畅通各创新主体、各地区科技人才的跨组织和跨地区的合作与信息交流；同时也要完善数字经济时代下的知识产权保护制度，制定相应的创新奖励政策，保障科技人才在进行数据信息共享、技术分享时也能获得相应的利益；要重视对人才长期、持续的培养，在科学技术日新月异的今天，需要由政府牵头，联合企业、高校或研究机构，给全社会的在岗工作人员和失业人员提供科学技术培训的途径，使其科学文化素养能不断适应社会生产的需要。

第二，加速创新活动向智能化变革，让数字经济引领创新发展。一方面，政府通过优惠政策、资金补贴等方式鼓励企业进行先进技术、先进生产设备、高层次人才的引进，帮助当地企业完成生产设备和研发手段的智能化升级，加强大数据、人工智能等数字技术在研发过程中的运用，让数字技术赋能企业技术创新和产业优化升级。另一方面，要加大对5G通信、区块链、物联网、人工智能等数字经济时代下新型基础设施的建设，特别是对于偏远地区要提高政策扶持力度，提高数字经济的覆盖面，让数字经济的应用渗透到实体经济的各行各业，充分发挥数字经济的规模效应。

第三，把握数字经济发展机遇，打破创新要素在区域间的流动壁垒，构建区域间的创新协作网络。数字化平台的发展打破了创新要素流动的时空距离限制，使人才、技术、数字、资金等创新要素的跨区域流动和利用成为可能。所以地方政府在制定科技创新规划时，除了要考虑当地的发展态势，还需关注周边地区的资源优势和先进产业，通过技术引进、科技人才跨区域交流、承接产业转移等助力本地的科技创新发展，构建全国范围内的创新协作网络平台。同时，各地政府要做好信息发布工作，借助当前发达的社交媒体，把前沿技术需求、人才需求和技术研发成果等信息及时向全社会公布，降低各地区各生产主体信息搜寻的成本，提高创新要素的配置效率。

参考文献：

［1］" "荆文君，孙宝文.数字经济促进经济高质量发展：一个理论分析框架［J］.经济学家，2019（2）：66-73.

［2］" "刘有升.省域科技创新创业人才队伍建设效率研究［J］.重庆文理学院学报（社会科学版），2018（2）：106-113.

［3］" "JIANG X， FU W， LI G. Can the improvement of living environment stimulate urban innovation？analysis of high-quality innovative talents and foreign direct investment spillover effect mechanism［J］. Journal of Cleaner Production，2020，255：120212.

［4］" "李慷，黄辰，邓大胜.省级科技人才政策对科技人才集聚的影响分析［J］.调研世界，2021（7）：41-47.

［5］" "牛冲槐，张帆，封海燕，等.科技型人才聚集、高新技术产业聚集与区域技术创新［J］.科技进步与对策，2012（15）：46-48，50-51.

［6］" "芮雪琴，李亚男，牛冲槐.科技人才聚集的区域演化对区域创新效率的影响［J］.中国科技论坛，2015（12）：126-131.

［7］" "赵青霞，夏传信，施建军.科技人才集聚、产业集聚和区域创新能力——基于京津冀、长三角、珠三角地区的实证分析［J］.科技管理研究，2019（24）：54-62.

［8］" "宛群超，袁凌，谭志红.科技人才集聚、市场竞争及其交互作用对高技术产业创新绩效的影响［J］.软科学，2021（11）：7-12.

［9］" "孙红军，张路娜，王胜光.科技人才集聚、空间溢出与区域技术创新——基于空间杜宾模型的偏微分方法［J］.科学学与科学技术管理，2019（12）：58-69.

［10］ 张昕蔚.数字经济条件下的创新模式演化研究［J］.经济学家，2019（7）：32-39.

［11］ SORESCU A， SCHREIER M. Innovation in the digital economy： a broader view of its scope， antecedents， and consequences［J］. Journal of the Academy of Marketing Science，2021，49（4）：627-631.

［12］ 温琣，阎志军，程愚.数字经济与区域创新能力的提升［J］.经济问题探索，2019（11）：112-124.

［13］ 伦晓波，刘颜.数字政府、数字经济与绿色技术创新［J］.山西财经大学学报，2022（4）：1-13.

［14］ Simon C J. Human capital and metropolitan employment growth［J］. Journal of Urban Economics，1998，43（2）：223-243.

［15］ GIANNETTI M. Skill complementarities and migration decisions［J］. Labor， 2001，15（1）：1-32.

［16］ 杜谦，宋卫国.科技人才定义及相关统计问题［J］.中国科技论坛，2004（5）：137-141.

［17］ 牛冲槐，王聪，郭丽芳，等.科技型人才聚集下的知识溢出效应研究［J］.管理学报，2010（1）：24-27.

［18］ 吴旭晓.质量变革视角下河南省创新驱动发展绩效研究［J］.重庆三峡学院学报，2021（1）：51-61..

［19］ 赵彬，陈彬森，吴晓静，等.数字经济对城市韧性的影响机制研究——以长三角城市群为例［J］.重庆文理学院学报（社会科学版），2023（5）：93-105.

［20］ HIGGINS B. The “dualistic theory” of underdeveloped areas［J］.Economic Development and Cultural Change，1956，4（2）：99-115.

［21］ KOENKER R， BASSETT G W. Regression quantiles［J］.Econometrica，1978，46（1）：211-244.

［22］ 寇宗来，刘学悦.中国城市和产业创新力报告2017［R］．上海：复旦大学产业发展研究中心，2017．

［23］ 肖远飞，周萍萍.数字经济、产业升级与高质量发展——基于中介效应和面板门槛效应实证研究［J］.重庆理工大学学报（社会科学），2021（3）：68-80.

［24］ 赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据［J］.管理世界，2020（10）：65-76.

［25］ 焦帅涛，孙秋碧.数字经济发展与消费升级联动的机理及其实证研究［J］.工业技术经济，2021（12）：84-93.

［26］ 王亚飞，张兴建，龚涛.我国数字经济发展对就业的多维影响：作用机理与经验证据［J］.重庆文理学院学报（社会科学版），2023（1）：52-65.

［27］ 郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学（季刊），2020（4）：1401-1418.

责任编辑：吴" "强；校对：杨" "钊

Science and Technology Talents Agglomeration， Digital Economy

and Regional Innovation Capability

ZHU Huodi1， CHEN Qijun2

（1.Research Center of Labor Economy and Human Resources， Chongqing University of Technology， Banan Chongqing 400054， China；

2. College of Economics and Finance， Chongqing University of Technology， Banan Chongqing 400054， China）

Abstract： Based on spatial measurement and panel quantile regression model， the spatial spillover effect and marginal effect of sci-tech talents agglomeration on regional innovation ability were studied under the background of digital economy development. The results show that the agglomeration of sci-tech talents can significantly promote the improvement of regional innovation ability， and the higher the innovation level is， the stronger the effect is. The regression results of adding interaction items show that digital economy can significantly promote the influence of sci-tech talents agglomeration on regional innovation capability， and has a spatial spillover effect on the innovation capability of surrounding regions. With the improvement of regional innovation level， from the perspective of patent number， the positive moderating effect of digital economy on the innovation of sci-tech talents shows an inverted U-shaped trend. From the perspective of total patent value， the positive moderating effect of digital economy on the innovation of sci-tech talents is continuously strengthened. Based on this， it is proposed that local governments should focus on building a gathering area of sci-tech talents， strengthening the infrastructure of digital economy， and attaching importance to regional cooperation on innovation to promote the development of local technological innovation.

Key words： sci-tech talents agglomeration; digital economy; technological innovation; spatial spillover; marginal effect

收稿日期：2022-11-07

基金项目：重庆市人文社会科学重点研究基地项目“乡村振兴战略下重庆农村人才发展机制研究”（22SKJD113）；重庆市高新区项目“重庆高新区‘人才特区’建设研究”（0108214564）。

作者简介：朱火弟（1965— ），男，湖北武穴人，教授，主要从事技术经济与管理研究；陈琪君（1996— ），女，广东湛江人，硕士研究生，主要从事劳动经济与收入分配研究。