战略性新兴产业融合集群发展对就业的影响研究——以河北省为例

金剑JIN Jian；刘璐LIU Lu；薛炳华XUE Bing-hua；周昊然ZHOU Hao-ran

（河北大学经济学院，保定 071002）

0 引言

当下世界经济局势复杂多变，突发性事件增多，导致世界经济发展下行风险升高，对就业市场的稳定造成冲击。因此，中国政府未雨绸缪，在2010 年结合自身工业发展未达到发达水平的现状首次提出了适合中国国情的九大战略性新兴产业以加快中国的产业升级和就业结构转变。河北省立足于已有的产业类型及工业基础于2013 年正式申报新兴产业发展项目，主要包括电子信息，生物医药和新能源等领域。经过十年的发展，新兴产业已经初具规模，但是它的融合集群发展是否带动了科技类人才就业水平提高仍有待研究。基于此将以河北省为例，探索战略性新兴产业的集群程度对科技类人才就业水平的影响，为河北省吸引高端人才，改善就业领域结构性矛盾，减少人岗不匹配等现象提供有效参考。

依据企业间的信任、承诺和技术需要集聚起来的战略性新兴产业园区发展优势明显，利于聚集人才，收集信息，降低成本和提升创新能力[1]。有研究表明战略性新兴产业发展方向及就业弹性与就业情况呈正相关，发展速度与就业情况呈负相关[2]。战略性新兴产业收益的高波动性导致跨国公司在新兴市场盈利能力和预期就业数量都明显减少，不利于我国的核心技术引入[3]。但是对于生产要素价格低的地区，知识密集型产业在就业方面从跨国公司中获取的利益仍然多于传统产业[4]。当今世界处于工业4.0 向新一代工业4.0 迈进的关口，各行业都面临着整合新兴技术以保持竞争力的持续压力，能否成功迈入新一代工业4.0将取决于新兴技术的成功采用[5]。处于世界经济发展大变革的时代下，河北省也应抓住机遇，集中力量发展战略性新兴产业，加快产业结构升级。

1 战略性新兴产业融合集群发展对就业影响的理论模型设计

1.1 研究假设 战略性新兴产业融合集群发展有利于减少城市碳排放，共享新技术和吸引高端人才，进而升级产业结构，细化专业分工，提高生产效率，促进地区环境优化并改善就业情况。产业融合集群包含两个层面，第一，空间层面的聚集。新兴产业鼓励中小企业以一定方式聚集起来加入科研团队，有利于产业链上下游产品输送和生产中资源的配置优化。第二，技术层面的集聚。战略性新兴产业发展一般以一个拥有突出的存在技术壁垒的高新技术大企业为核心，细化专业分工，引进比较单一的专业的中小企业形成产业园区。这一点促进了技术的共享和人才的共享，提升了技术转化为产值的比例。不难看出战略性新兴产业集聚过程对中高端科技人才需求量巨大，由此提出：

假设1：地区战略性新兴产业集聚程度提高直接促进该地区科技类人才就业率上升。产业集聚过程中的核心技术来源一般分为两个方面，第一，我国自己的科研机构或高校科研平台取得的重大科技突破，第二，国外具有成熟核心技术机构的直接投资。本土技术突破当然优势显著，经济效益高且成本低，但是所需时间长，技术产业化的风险也较大，故外商的直接投资创造的科技类岗位数量同样不容忽视，由此提出：

假设2：外商直接投资对科技类人才就业率有直接且正向的影响。

科技人才就业率是针对受教育水平较高人群提出的，这类人群就业选择除了受到战略性新兴产业发展程度的影响，同时也受到城市交通现状，公共基础设施情况，教育资源数量和经济发展水平等城市软实力的影响，由此提出：

假设3：城市教育水平和城市总产值对科技类人才就业率有直接影响。

而新兴产业的特点有技术含量高等，所以它的发展先决条件包括基本工业设施情况，城市经济发展水平以及教育水平的程度。城市总产值（GDP）是衡量一个地区经济发展水平的指标之一，故本文以河北省各地级市的GDP 来代表其经济发展水平，以成人教育、本科专科、职业学校学生在校人数总和代表该城市的教育水平（edu）。新兴产业的高技术含量特点决定了，对于具有大量中高端科技人才的城市和本身GDP 很高的城市更加有利。由此本文提出：

假设4：城市GDP 和教育水平对区域战略性新兴产业集聚程度与科技类人才就业率关系有正向调节作业。

以上影响因素对外商直接投资的调节作用则更加明显，大部分国外高科技公司更倾向于在沿海发达地区和东中部教育水平高的城市投资建立分厂。故提出假设：

假设5：城市教育水平对外商直接投资与科技类人才就业率关系有间接影响。

互联网给高校学生管理工作提供了便捷，提升了辅导员的工作效率；但互联网具有双刃剑效应，我们要以正确的态度看待互联网，充分利用互联网优势来创新学生管理工作。

1.2 模型构建

针对以上假设使用HLM 模型解决区域的教育及经济水平与河北省微观高新技术企业数据的匹配问题。该模型可用于分析不同层次变量间的关系，估计各层次的效果以及各层次能够解释的变异量，进而解决传统的散记和合计过程造成的误差问题。模型具体如下：

①零模型。当希望将方程分解为由个体差异造成的部分与由组差异造成的部分，使用第一层和第二层均没有预测变量的零模型已然足够，在这种情况下，模型如式（1）所示。

满足Var（εi）=σ2，Var（μ0j）=τ00，其中，empij是河北省j地区高新技术企业i 的就业率，固定效应γ00是全样本就业率均值，误差项由区域差别μ0j和企业个体差别εij构成。采用组间相关关系测量因变量的方差中被区域差异变量所解释的部分。若ICC 较高，则表明企业就业率存在明显的区域差异，应加入对区域因素的考虑。

②随机回归模型。构建全固定项随机回归模型（2），以验证假设1 和假设2。第一层企业层面变量包含战略性新兴产业融合集群度（LQ）和技术溢出（FDI）。第一层回归模型中的回归系数包括截距项β0j及斜率项β1j和β2j。第二层不含任何变量，均设定为具有随机效果的回归模型，其中γ00表示所有第二层单位的总体平均数即教育水平和GDP 水平的总体均值，γ10，γ20的含义与β1j，β2j相同都表示变量LQ，FDI 对科技类人才就业率的影响。

③截距模型。构建全固定项截距模型（3），以验证假设3。将第一层模型的截距项β0j作为结果变量纳入第二层模型，并加入区域层面的知识教育程度变量（edu）及经济水平变量（GDP）。

④斜率模型。构建拥有随机项的斜率模型（4），以验证假设4 和假设5。针对第一层模型中战略性新兴产业融合集群度和技术溢出的斜率项，加入区域层面的知识教育程度及经济水平变量进行预测。其中，γ11、γ21和γ12表示区域层面因素对第一层回归系数的影响程度。

2 战略性新兴产业融合集群发展对就业影响的实证分析

2.1 样本确定和变量测算 由于战略性新兴产业相关数据没有单独年鉴予以统计，本文以河北省各地级市上市高新技术企业代表战略性新兴产业为初始样本进行研究，选取研究区间为2010-2021 年，缺失数据由插值法补齐，得到258 组数据。

其中emp 代表科技类人才就业率，empr代表城市就业率且output 表示高新技术产业产值。企业层面的解释变量分别为战略性新兴产业融合集群发展程度和国外技术引入量，前者用各城市的区位熵（LQ）来计算，计算公式如下。

其中qij为该城市战略性新兴产业产值，qj代表该城市总产值，qi是河北省战略性新兴产业产值，q 是河北省所有产业总产值，后者用外商直接投资额（FDI）来表示。区域层面两个解释变量分别是城市生产总值（GDP）和教育水平（edu）。以上数据来源于CSMAR 数据库、《河北统计年鉴》《中国城市统计年鉴》以及各市人力资源和社会保障局文件。

2.2 河北省战略性新兴产业融合集群发展与就业的描述性分析 描述性统计分析使用未标准化的原始数据，结果如表1 所示，可以看出河北省13 个地级市的教育水平，外商直接投资额，城市人均产值和区位商在区域层面差距都很大，说明河北省的资源分配十分不均衡，各城市发展水平差距巨大。但是科技人才就业率的差距却很小，这是否可以表明拥有相对优势资源的城市，战略性新兴产业的融合集群程度也不是很高，发展仍然处于探索阶段，对高技术人才的吸引力不足或者需求较低，针对这些问题，本文接下来在传统线性回归的基础上，加入区域层面的影响因素即城市GDP 和城市教育水平，使用HLM 模型来探究战略性新兴产业融合集群发展对科技人才就业率的影响。

表1 变量描述性统计

2.3 河北省战略性新兴产业融合集群程度对就业的影响检验

①零模型检验。如表2 所示，河北省各城市科技类人才就业率截距项的残差变异系数为-1077.062，十分显著，通过计算ICC 可知，河北省科技类人才就业率大部分变异来自于区域层面因素。说明区域层面的城市GDP 和教育水平对科技类人才就业率影响显著，适合运用HLM 模型分析。

表2 零模型估计结果

②随机模型检验。如表3 所示，城市区位熵和外商直接投资对模型均有显著影响，假设2 为真。其中区位熵的系数是-0.0001，表示融合集聚程度每上升1 单位，科技人才就业率下降0.01%，回归结果与假设1 违背，即战略性新兴产业融合集聚程度的提高没有促进科技人才就业率。这一与事实不符合的结论说明了在不考虑河北省各城市之间客观存在的固有差异，例如，经济发展水平，教育发展水平和文化发展水平等差异，而对全体数据直接做回归得到的结果是不可靠的。接下来本文将加入区域层面因素对整体数据进行多层线性回归。

表3 全固定随机模型估计结果

③截距模型检验。截距模型结果如表4 所示，可以看出截距项十分显著，证明假设3 为真，城市人均产值和教育水平对科技类人才就业率有显著影响。截距模型中区位熵（LQ）的系数为0.0002 并且在10%显著性水平下是显著的，说明战略性新兴产业融合集聚程度上升1 单位，科技类人才就业率提升0.02%，与事实相符合，证明假设1 也是正确的。

表4 全固定截距模型估计结果

④斜率模型检验。斜率模型回归结果如表5 所示，代表城市经济发展水平的指标GDP 和表示城市教育水平的指标edu，对第一层回归模型的两个关系（战略性新兴产业融合集群程度与科技类人才就业率的关系及外商直接投资与科技类人才就业率关系）都有显著的调节作用，证明假设4 和假设5 为真。说明当城市战略性新兴产业融合集群程度相同且技术溢出水平相当时，经济发展水平越高，教育资源越丰富对科技类人才的吸引力越大，进而提高该城市科技类人才就业率。

表5 斜率模型估计结果

3 结论和建议

以河北省高新技术上市公司为样本，采用多层线性模型研究了省内战略性新兴产业融合集群发展程度对科技类人才就业率的影响。研究结果表明，战略性新兴产业融合集群发展程度对科技类人才就业率同时存在直接和间接影响。由于河北省战略性新兴产业发展在各城市差距较大，从企业层面很难找到与科技类人才就业率的关系，而在加入区域层面因素的考察后，就能明显的看到战略性新兴产业对科技类人才就业率的正向影响。同时，由于河北省相关企业科研水平短期内有限，导致外商直接投资对科技类人才就业率同样存在显著的正向影响。促进战略性新兴产业融合集群发展优化了科技类人才就业率，这表现在外商投资直接影响企业科技类人才就业率。城市GDP 和教育水平还可以通过调节外商直接投资与科技类人才就业率的关系，对企业科技类人才就业率产生间接影响。此外，在不同的城市GDP 和教育水平下，影响河北省战略性新兴产业融合集群发展程度的具体因素不同，对企业科技类人才就业率的影响机制也呈现差异。

中国在“建设制造强国”的同时，高新技术产业的国际竞争力相对较弱，作为中国经济欠发达地区之一的河北省，亟待从本省发展的实际情况出发，根据外商直接投资强度和教育实际水平有侧重地出台相应人才引进政策，打造独属于河北省的特色战略性新兴产业融合集群，最大限度体现科技型人才的竞争力。河北省高新技术企业，尤其是产业链供应链上的中小企业，具有较强的科技创新活力，是战略性新兴产业融合集群发展的主力军，在科技类人才就业上需提供驱动力，在优化河北省人才培养并为省内人才提供就业选择的同时，积极引入外省人才，促进河北省高端人才供给体系形成，提升人才供需总量和质量。同时，对河北省政府及战略性新兴产业相关企业而言，需吸纳更多外商投资以促进战略性新兴产业融合集群发展，优化科技类人才就业率。