區域異質性視角下高技術產業人才聚集與技術創新的實證研究

陸濤 羅鄂湘

摘 要：為研究高技術產業人才聚集對技術創新的影響及其區域差異性程度，從區域異質性視角，理論分析高技術產業人才聚集對技術創新的作用機理并提出相應假設，利用2009—2016年我國25個省級區域面板數據，通過構建固定效應（FE）、隨機效應（RE）模型并對比可行廣義最小二乘法（FGLS）進行實證檢驗。研究結果表明：從成果產出和產品產出角度，高技術產業人才聚集均能顯著促進技術創新能力的提升，但存在明顯的區域差異，表現為東部地區人才聚集對技術創新成果產出的促進作用明顯高于中、西部地區，而對產品產出的促進作用略低，表現為“中部最高，西部次之，東部最低”。此外，研發人員投入、研發經費投入和資產規模對技術創新也存在不同程度的正向影響，但區域差異性也十分明顯。最后，依據研究結論提出相關政策建議。關鍵詞：高技術產業;人才聚集;技術創新;區域差異中圖分類號：C 96;F 124.3 文獻標識碼：A 文章編號：1672-7312（2019）05-0538-08

Abstract：In order to study the influence of talent gathering in high-tech industry on technological innovation and its regional differences，from the perspective of regional heterogeneity，the paper theoretically analyzes the mechanism of high-tech industry talent gathering on technological innovation and puts forward corresponding assumptions;Using the panel data of 25 province-level regions in China from 2009 to 2016，empirical tests were carried out by constructing fixed-effect（FE）and random effects（RE）models and comparing feasible generalized least squares（FGLS）.The results show that from the perspective of output and product output，high-tech industry talents can significantly promote the improvement of technological innovation capability，but there are obvious regional differences，which are reflected in the promotion of technological innovation output by talent gathering in the eastern region.The effect is significantly higher than that of the central and western regions，and the promotion effect on product output is slightly lower，showing “the highest in the central region，the second in the west，and the lowest in the east”.In addition，R&D personnel investment，R&D investment，and asset size have different positive effects on technological innovation，but regional differences are also obvious.Finally，based on the research conclusions，relevant policy recommendations are proposed.Key words：high-tech industry;talent gathering;technological innovation;regional differences

0 引 言改革開放40年來，我國經濟發展迅速，這主要歸因于傳統勞動密集型產業的興起和發展，但隨著傳統勞動力從過剩走向短缺，我國過去所依賴的“人口紅利”逐漸消失[1]。因此，必須加快轉變經濟的發展方式，建設、引領新興制造業的創新發展，堅持創新驅動，打造制造業強國，實現中國制造向中國創造的跨越，以促進我國經濟的穩定增長及其可持續性發展。高技術產業作為新興制造業的核心成分、國民經濟發展的重要組成部分，通過創新驅動優化高技術產業內部結構、促進產業升級，是推動經濟增長的重中之重。因而，提高高技術產業的技術創新能力顯得尤為重要。當前，我國已初步形成了長三角、珠三角以及環渤海地區等高技術產業帶，各地區為了促進其高技術產業的發展、提高技術創新能力、拉動區域經濟增長，紛紛爭奪高技術產業創新型人才，加大對人力資本的積累。人才聚集是一種具有不同人力資本要素的個體成員的組合行為，這種行為對技術創新可能產生2種不同效應：①人才聚集所產生的知識、技術溢出效應等正外部性能提高聚集區內的技術創新能力[2];②人才聚集使得聚集區內個體大量集中后，存在的相互模仿、投機從眾等行為在一定程度上抑制技術創新能力的提升。因此，現階段我國高技術產業的人才聚集還能否有效促進技術創新仍待研究，此外，區域異質性所帶來的聚集區位的先天稟賦差異，勢必影響人才聚集與技術創新之間的關系，這種區域差異性程度也是文中研究的重點所在。

1 文獻回顧現有關于高技術產業人才聚集與技術創新的研究文獻，多集中在宏觀層面的關系研究以及微觀層面的作用機制分析且存在一定分歧。部分研究觀點認為人才聚集對技術創新具有正向促進作用。Beaudry和Breschi（2003）運用因子分析法，實證分析了英、意兩國的高技術產業，指出產業聚集所帶來的人力資本聚集是影響創新的一個重要因素，能夠促進創新能力的提升[3]。牛沖槐和杜弼云（2015）基于2006—2012年中國30個省級區域的相關數據，引入智力資本這一中介變量，研究發現區域內人才聚集對智力資本積累有正向促進作用，而智力資本積累也正向促進著技術創新[4]。楊浩昌（2016）通過對我國高技術產業省級區域的相關數據進行多元線性回歸分析，發現聚集區內科技人員投入對創新能力的提升具有一定的促進作用[5]。Kukalis等學者（2010）從人才聚集產出的視角，分階段對比分析了194家企業31年的面板數據，結果發現聚集區和非聚集區的財務績效在早期階段并不存在明顯的差異性，但在企業發展的后期階段，聚集區的財務績效顯著高于非聚集區[6]。曲晨瑤（2017）通過數據包絡分析，采用DEA-BCC模型，在探究聚集產業創新效率的內在影響作用機制時，指出人力資本是促進技術創新的一個顯著因子[7]。同樣，汪錦熙（2018）在研究高新技術產業創新生態系統創新培育的影響因素時，也指出人才儲備群落是高新技術企業進行技術創新的核心要素之一[8]。此外，也有部分研究觀點與之不同。Yang和Lin（2013）通過對我國電子企業面板數據的實證分析，發現生產聚集對生產率（技術創新）有正向促進作用，但R&D人員聚集與技術創新之間存在負相關關系[9]。芮雪琴（2015）基于DEA-Tobit兩步法分析了人才聚集對區域創新效率的影響，結果表明我國區域創新效率水平整體不高，發達區域高于欠發達區域，人才聚集規模和創新效率之間的不匹配使得人才聚集對創新效率存在負向影響[10]。王聰等（2017）運用社會網絡分析法，在分析山西省人才聚集效應和區域創新協同網絡的內在關系時，發現聚集區內人才之間的合作深度不夠、層次不高，使得轉化率較低，難以實現創新能力的提升[11]。黎攀群和陳關聚（2018）從創新生態系統視角，利用隨機前沿模型測算了航空、航天器及設備制造業的創新效率，研究發現人員投入對創新效率無明顯作用[12]。綜合以上所述，關于人才聚集對技術創新的影響尚未有較為一致的結論，同時多數研究是以結果為導向，集中在區域創新評價體系的構建與應用上，而這種賦權分析對于地區之間的比較分析尚可，但分析對各地區的影響程度有失偏頗;另外，已有文獻多是籠統的以整個高技術產業為主體，較少對比分析這種影響的區域差異性程度，但我國各地區高技術產業發展并不均衡，人才聚集不對等，存在較大空間異質性。因此，文中基于2009—2016年我國25個省級區域的高技術產業面板數據，預期從以下2方面彌補現有研究不足：

①方法上，基于創新產出的時滯性問題，同時引入成果產出和產品產出雙因變量，構建FE、RE以及FGLS模型逐一進行對比回歸分析;②內容上，從區域異質性的視角，以高技術產業為載體、從原因導向出發，比較分析我國各區域高技術產業人才聚集對技術創新影響程度的差異性，并提出相關政策建議。

2 理論分析和假設人才作為一種特殊的創新資源，對于高技術產業的技術創新活動不可或缺，特定區域的大量集中所形成的物理空間（區域）聚集，形成聚集效應、帶來規模經濟，在一定程度上影響著高技術產業的技術創新能力。從人力資本角度分析，高技術產業人的人才聚集對技術創新的影響存在以下幾點：①Lucas（1988）[13]指出人力資本具有“外在效應”和“內在效應”，對于初始人力資本存量較高的區域，更易形成人才聚集現象，進一步擴大了單一人力資本的外在效應，產生在離散狀態下所不具備的集體高效率行為，從而促進聚集區內生產效率的提高;②高技術產業作為知識、技術密集型產業，在關于前沿知識或高新技術的獲取、融合、改進以及再創新，人才的聚集在整個過程中均發揮著重要作用。其一，人才的積累是對既有知識、技術的豐富，尤其是彌補了區內企業在攻堅領域的高新技術和前沿知識的空白;其二，由于人才個體的異質性，決定了其對于同類知識、技術的認知存在差異性，因此能夠形成認知上的互補，這對于區內企業來說，有利于解決不同層面的技術難題;其三，基于人才異質性所帶來的不同知識、技術等創新資源，一方面擴大了聚集區域的創新資源存量，便于區內企業各取所需，另一方面有利于聚集區內創新體系的形成，從而帶動創新低下企業，促進整個聚集區域創新能力的提升;其四，人才的聚集使得新興知識、技術應用于產品的改造、升級或創新，提升了組織績效，同時也產生了巨大的經濟效益，為后續的創新活動提供充足的資金支持;③人力資本積累是高技術產業進行技術創新的核心要素，尤其是專業型技能人才，作為技術創新的內生動力，是高技術產業技術創新的直接創造者，在新產品、新技術的開發、生產以及維護整個生命周期中，其關鍵技術人才是完成整個創新活動的根本所在。

從聚集效應角度分析，聚集區域內的異質個體成員具有不同人力資本要素，通過內部環境的作用形成大于個體效應加總的聚集效應，所產生的信息共享效應、知識溢出效應以及競爭激勵效應等[14]促進高技術產業技術創新，但往往個體成員的投機從眾行為也會有一定的抑制作用。具體體現在

1）信息共享效應。人才聚集后的空間地理臨近，克服了空間溝通障礙以及時滯性不足等問題，提升了信息擴散與共享效率。此外，這種臨近性使得聚集區域創新網絡體系構建成為可能，實現單獨個體或組織間知識、技術和信息的互融互通，加速了區內企業對于前沿高新技術領域知識的搜索、加工。另外，人才的異質性決定了其對既有知識認知存在差異，同一體系下的交互式學習避免思維困境，產生突破式創新[15]。對于聚集區內的企業而言，可以從區域創新網絡體系中高效獲取當前行業發展的技術信息動態，并與現有技術加以結合、改進，進而投入生產運作。同時，在這一過程中，聚集區內人才的強流動性，有助于企業依據創新活動需求快速匹配所需專業型人才，增強資源的運營效率。

2）知識溢出效應。知識本身作為一種公共產品或準公共產品，無限性、流動性等固有屬性使得知識溢出成為必然。區域內人才聚集后，通過團結協作、細化分工以及資源共享等，形成的Marshall外部性[16]對于顯性知識和技術的溢出具有直接的促進作用。此外，聚集情形下使得非正式交流更為頻繁，消除了正式溝通情形下的情景約束，使得不同創新思維的碰撞更為活躍，有利于加強對于隱性知識的探索與分享，促進人才之間的高效學習，為高技術產業的技術創新提供新的理論基礎。

3）競爭激勵效應。競爭和激勵是一種共生形態，而人才作為一種特殊的經濟要素，一定區域的空間聚集勢必會產生合作與競爭。同一專業領域的人才聚集后更是加劇了競爭壓力，為了避免被淘汰必須提高自身人力資本水平以增強個人的競爭能力。因此，激勵其不斷加強個人專業領域的專業化程度，既提升了創新效率也有利于Porter溢出的產生[17]。對于聚集區內企業亦是如此，若只是一味的模仿其他企業缺乏自主創新，將會落后于對手處于被動局面，最終無法生存直至淘汰，因此倒逼該類企業也不得不進行自主研發以提高創新能力。

4）投機從眾行為。不同人才受先天教育、環境、經濟等因素的影響，所形成的個體意識決定了其行為方式。人才聚集在加強了組織成員之間溝通交流的同時，往往也會形成部分非正式組織，而這類組織的隱性價值觀會影響企業的創新效率。若與企業的創新理念具有一致性，則會落實企業的創新決策，積極進行創新活動，提升創新效率;相反，若與之相悖，僅注重自身利益而不去考慮企業的長遠發展，以逃避、投機等消極行為刻意規避企業的研發計劃、創新活動等，無疑會降低企業的科創效率。此外，該類型非正式組織的擴張，不加以監督治理，甚至會使得聚集區內產生從眾心理、羊群行為等擴散效應，使得組織成員的不作為或消極作為進一步放大，不利于區域技術創新能力的提升。從規模經濟角度分析，人才聚集的外在表現為人才資源密集度的逐步提高，是量上的積累過程，達到一定程度后形成規模效應。規模效應的形成可以有效降低聚集區內信息、人力以及交易的成本，凸顯聚集區內企業進行技術創新的成本優勢，產生規模經濟性。體現在

1）空間上，人才之間依靠區位臨近優勢，并在相似知識體系的共同作用下，其溝通、交流行為更為密切，降低了獲取前沿知識、技術信息的成本，加快了對于隱性知識的挖掘與獲取。另外，聚集區內人才規模的形成使得流動性加強，可以有效減少企業在人才的招聘、甄選、培訓等方面的人力成本。

2）時間上，由于空間距離的縮短，聚集區內不同企業之間產品的運輸成本得以減少，并且抑制了交易的滯后性，從而降低了交易成本。同時，也增強了企業可支配資金的流通性，可以將更多的資本注入企業的創新生產活動。

3）隨著人才聚集規模的不斷擴大，人才與人才、人才與資源以及人才與創新要素之間的溝通、接觸頻率顯著提高，知識、技術的交流共享力度加強，人才個體的知識深度、廣度也得以增強。而固有的溢出屬性，將進一步推動人才聚集規模向更高層次的發展，由此產生更為顯著的規模經濟性。基于上述理論的分析，提出如下假設：H1a：高技術產業人才聚集水平對技術創新具有正向促進作用。H1b：高技術產業人才聚集水平對技術創新具有負向抑制作用。此外，由于我國各地區資源稟賦、地理位置、管理水平、政策支持等異質性問題，各區域人才聚集水平存在較大區位差異。一般經濟發達地區的工資水平較高、基礎設施相對完善，對人才的吸聚力更強，相應地，作為技術創新核心的專業型人才也更為集中。另外，政策引導型地區通過對人才市場環境的不斷改善，采取一系列包括就業保障、薪資保障以及住房保障等措施，引導人才的迅速聚集，彌補了量上的不足，也會改變該類地區高技術產業的技術創新能力。基于此區域差異性，故提出假設2H2：高技術產業人才聚集對技術創新的影響程度存在明顯區域差異性

3 實證分析

3.1 模型構建文中在探究高技術產業人才聚集對技術創新的影響時，基于前文文獻回顧，可以發現除了人才聚集會對技術創新產生影響外，研發人員投入、研發經費投入以及資產規模等也會對技術創新產生影響。因此，為了得到更為準確的計量結果，將研發人員投入、研發經費投入、資產規模作為控制變量，故設定如下計量模型其中：inno為被解釋變量，表示高技術產業技術創新能力;inno1為專利申請數;inno2為新產品產值;aggl為核心解釋變量，表示高技術產業人才聚集水平;staf，fund，asse為控制變量，分別表示研發人員投入、研發經費投入、資產規模;α0為常數項;α1，α2，α3，α4分別為各個變量的系數;εit為殘差項。

3.2 變量說明

3.2.1 被解釋變量文中的被解釋變量是技術創新能力（inno）。大多數學者在研究技術創新能力時，都將專利申請數作為衡量技術創新能力的一個指標，因此文中也將沿用這一指標，用inno1表示。此外，專利申請數作為一種成果產出指標，存在一定的滯后性，因此文中從研發產品產出的角度，將新產品產值作為衡量技術創新的第二種指標，用inno2表示。

3.2.2 解釋變量文中的解釋變量是高技術產業人才聚集水平（aggl），借鑒Duranton和Puga關于聚集度的測量方法[18]，采用高技術產業從業人口密度（人/平方千米）來衡量，即從業人數與地區面積的比值。計算公式如下agglit=mit/sit（3）其中：mit為地區i在t時刻的高技術產業的從業人數，人;sit為地區i在t時刻的面積，km2;兩者比值表示人才聚集水平，且比值越大則說明聚集程度越高。

3.2.3 控制變量文中的控制變量包括研發人員投入（staf）、研發經費投入（fund）和資產規模（asse），其具體度量方式為：研發人員投入用各個地區高技術產業的R&D人員全時當量來衡量，一般研發人員越多，該地區技術創新能力越強;研發經費投入用各個地區高技術產業的R&D經費來衡量，一般用于新技術或新產品研發的經費越多，相對來說更容易創新出新的產品;資產規模用各個地區高技術產業的總資產來衡量，一般資產規模越大的地區可用于創新的資源越多，如資金、設備等。

3.3 數據來源文中分析的數據是2009—2016年我國25個省級區域（剔除了西藏、青海、寧夏、新疆、甘肅和內蒙古等省級區域的數據，是由于這些地區部分年份的數據缺失，而且有些地區也并非高技術產業人才聚集區）高技術產業的面板數據，所有數據均來源于《中國高技術產業統計年鑒2009—2016》和《中國科技統計年鑒2009—2016》。數據中主要變量的描述性統計見表1.可以看出，整體上各區域的高技術產業人才聚集水平波動幅度較大，最大值為4.572 0，最小值僅有-2.714 5，其變異系數顯著大于1（即標準差顯著大于均值絕對值），說明區域異質性明顯。

3.4 計量結果及分析

文中將采用固定效應（FE）、隨機效應（RE）以及可行廣義最小二乘法（FGLS）3種方法分別進行系數估計。此外，由于可行廣義最小二乘法（FGLS）在做回歸時考慮了面板數據中存在的異方差和序列相關性，其得到的結果相較于FE和RE的估計結果一般更為穩健。因此，若FE、RE和FGLS的估計結果無較大差異，則以FGLS的估計結果為準。數據分析的軟件為Stata 14.

3.4.1 總體回歸結果及分析

引入雙因變量，分別以專利申請數和新產品產值為被解釋變量，使用固定效應（FE）、隨機效應（RE）和可行廣義最小二乘法（FGLS）進行估計，得到的估計結果見表2.

通過觀察總體回歸結果，從成果產出角度，采用專利申請數作為被解釋變量，使用FE、RE和FGLS進行估計得到的估計系數符號均相同。對比方程1和方程2，Hausman檢驗的P值為0.036 7，在5%的顯著性水平下拒絕了原假設，則選擇方程1的估計結果;對比方程1和方程3，我們發現FGLS估計的變量系數均高度顯著，因此認為方程3得到的結果更為穩健，最終選擇方程3。通過方程3的回歸結果可以發現：在控制了研發人員投入和研發經費投入以及資產規模條件下，高技術產業人才聚集水平對技術創新有正向促進作用，并且通過了1%的顯著性檢驗，證實了假設H1a，故H1b未得到驗證。此外，人才聚集水平每提高1%，專利申請數提高0086 4%，說明人才聚集水平仍是影響我國高技術產業技術創新的一大因素，人才聚集水平的提升可以提高高技術產業整體技術創新能力;另外，研發人員投入、研發經費投入和資產規模對技術創新也有正向影響。從產品產出角度，采用新產品產值作為被解釋變量，使用FE，RE和FGLS回歸得到的變量系數也均相同。對比方程4和方程5，Hausman檢驗的P值為0.220 1，無法拒絕原假設，則選擇方程5;對比方程5和方程6，各系數的顯著性水平一樣，但FGLS估計更為穩健，因此選擇方程6得到的估計結果。其變量系數顯著為正，也驗證了假設H1a.高技術產業人才聚集水平每提高1%，新產品產值提高0.392 6%，表明人才聚集對產品產出的促進作用更為明顯。

3.4.2 分區域回歸結果及分析

通過前文的回歸結果分析可以發現：可行廣義最小二乘法（FGLS）估計得到的結果在一定程度上更為穩健，因此在研究區域差異時，分別以東部、中部、西部地區為研究對象，僅使用FGLS進行分區域回歸分析。得到的估計結果見表3.

當被解釋變量為專利申請數時，對比方程7、方程8和方程9，東部地區高技術產業人才聚集水平對技術創新成果產出的影響系數為0.089 6，且通過了5%的顯著性檢驗，表現為人才聚集水平每提高一倍，專利申請數將提高8.96%;而中部、西部地區的影響系數分別為0.087 5，0.107 5，且均未通過顯著性檢驗。因此可以看出，東、中、西部地區高技術產業人才聚集對技術創新的影響程度存在顯著差異，驗證了假設2.東部地區高技術產業人才聚集水平是影響其技術創新成果產出的重要因素，而中西部地區的人才聚集水平已不再是制約其高技術產業技術創新成果產出的主要瓶頸，而是其創新效率低下，規模無效率。主要原因是東部地區的高技術產業多從事尖端高新技術的研發工作，對人才的需求量大，加上人才與地區之間的雙向選擇以及政策傾向，促使中低端制造業產業轉移至中、西部地區，因此該類地區的產業倚重策略造成對創新型技術人才的需求相對較低。對于中部地區，研發經費投入的影響系數為0.6303且高度顯著，說明進行創新活動的研發資金投入是提升技術創新能力的主要因素;對于西部地區，研發人員投入、研發經費投入、資產規模均顯著正向影響技術創新，表明西部高技術產業應該注重產業內部資源合理分配，加大研發人員投入、資金支持力度，同時要避免規模不經濟性，以促進創新效率的提升。當被解釋變量為新產品產值時，對比方程10、方程11和方程12，東部地區高技術產業人才聚集水平對技術創新產品產出的影響系數為0.227 3，且通過了1%的顯著性檢驗;中部、西部地區的影響系數分別為0.479 1，0.257 9，均通過了5%的顯著性檢驗。通過觀察圖1所示系數對比結果，可以發現東、中、西部地區的影響系數并非處于同一三角形，存在明顯的區域差異，也驗證了假設2，其中中部地區高技術產業人才聚集水平對技術創新產品產出的促進程度最為明顯。這主要由于產業轉移情形下，我國部分中低端制造業實現東部向中、西部地區跨區域轉移，使得相應地區進行產品改造、升級、再生產的專業型人才需求增大，中部地區作為該類制造業的集中區域，人才聚集的促進作用也最為顯著。此外，中、西部地區高技術產業研發人員的投入對創新產品產出并沒有促進作用，甚至產生負向影響但不顯著，表明中、西部地區主要從事創新產品活動，對進行技術創新的研發人員無明顯需求;而研發經費投入創新產品產出具有顯著促進作用，主要由于我國區域發展異質性，導致中、西部地區經濟水平較東部偏低，尤其是西部地區，存在嚴重的技術創新資金短缺，資本積累不足制約了該地區高技術產業的技術創新活動。

4 穩健性檢驗為了驗證前文回歸分析結果的穩健性，文中借鑒了劉軍[19]的研究方法，采用各個地區的區位熵值來度量區域的人才聚集水平，采用可行廣義最小二乘法（FGLS）進行回歸分析，分別進行了總體穩健性檢驗和分區域穩健性檢驗，其結果見表4.

從總體穩健性檢驗結果可以看出，方程13，方程14分別和方程3，方程6估計結果中的變量系數符號一致，且都高度顯著，這說明了前文中的總體回歸分析結果具有較高的穩健性;對比分區域穩健性檢驗的結果與前文中分區域回歸得到的結果，可以看出變量的系數也是一致的，顯著性水平有所不同，但仍足以說明前文中分區域回歸分析結果穩健。

5 結 語

1）總體上來說，2009—2016年我國各地區高技術產業技術創新能力呈上升趨勢，在控制了研發人員投入、研發經費投入和資產規模外在條件下，人才聚集水平對技術創新成果產出和產品產出均存在顯著的正向影響，同時也通過了穩健性檢驗。其中研發人員投入對技術創新成果產出的促進作用顯著，對產品產出無顯著促進作用，但研發經費投入均表現出高度顯著的促進作用，而資產規模也均有正向影響。

2）分區域來說，高技術產業人才聚集水平對技術創新的正向影響存在明顯的區域差異。從成果產出角度來看，表現為東部地區的促進作用顯著高于中、西部地區，且通過了穩健性檢驗;從產品產出角度來看，東、中、西部地區均有顯著促進作用，但影響程度表現為“中部最高，西部次之，東部最低”。此外，研發人員投入僅對技術創新成果產出有正向影響并存在顯著性差異;研發經費投入均表現出高度顯著的正向影響。綜上所述，提出如下政策建議：①加強我國各地區高技術產業聚集區建設，鼓勵人才聚集，尤其是中部地區，特別是西部地區，同時依據區域產業發展層次適度進行產業的跨區域轉移;②充分利用各地區高技術產業經營特征，結合其地理、經濟以及資源等優勢，打造區域特色產業，增強與之匹配人才的吸聚力，通過政策引導等方式促進其人才聚集水平的提升，有效減小東部和中西部地區之間的差距，避免繼續擴大，但也應防止人才聚集過度現象的產生;③加強區內企業內部環境建設，合理分配創新活動資源，如研發人員、研發經費等，避免規模無效率、不經濟;④落實相關政策法規，制定出長期有效的激勵機制，加快區域創新網絡的構建，實現各區域創新網絡的互聯互通;⑤政府部門應提供各地區創新資源保障，完善人才市場機制，吸引人才、培養人才、留住人才，充分發揮人才效應，同時加大創新研發資金支持力度，并合理監管力度以保證資金利用的高效性。

參考文獻：

[1] 蔡 昉.人口轉變、人口紅利與劉易斯轉折點[J].經濟研究，2010（04）：4-13.

[2]Gilbert B A，Mcdougall P P，Andresen D B.Clusters，knowledge spillovers and new venture performance：an empirical examination[J].Journal of Business Venturing，2008，23（04）：405-422.

[3]Beaudry C，Breschi S.Are firms in clusters really more innovative？[J].Economics of Innovation and New Technology，2003，12（04）：325-342.

[4]牛沖槐，杜弼云，牛 彤.科技型人才聚集對智力資本積累與技術創新影響的實證分析[J].科技進步與對策，2015，32（10）：145-150.

[5]楊浩昌，李廉水，劉 軍.高技術產業聚集對技術創新的影響及區域比較[J].科學學研究，2016（02）：212-219.

[6]Kukails S.Agglomeration economies and firm performance：The case of industry cluster[J].Journal of Management，2010，17（03）：1-29.

[7]曲晨瑤，李廉水，程中華.高技術產業聚集對技術創新效率的影響及區域差異[J].科技管理研究，2017，37（11）：98-104.

[8]汪錦熙.高新技術產業創新生態系統創新培育影響因素研究[J].技術與創新管理，2018，39（02）：148-152.

[9]Yang C H，Lin H L，Li H Y.Influences of production and R&D agglomeration on productivity：Evidence from Chinese electronics firms[J].China Economic Review，2013，27：162-178.

[10]芮雪琴，李亞男，牛沖槐.科技人才聚集的區域演化對區域創新效率的影響[J].中國科技論壇，2015，12：126-131.

[11]王 聰，周立群，朱先奇，等.基于人才聚集效應的區域協同創新網絡研究[J].科研管理，2017，38（11）：27-37.

[12]黎攀群，陳關聚.創新主體關系對高技術產業創新效率的影響——創新生態系統視角[J].技術與創新管理，2018，39（06）：664-670+681.

[13]Lucas J R.On the mechanics of economic development[J].Journal of Monetary Economics，1988，22（01）：3-42.

[14]牛沖槐，接 民，張 敏，等.人才聚集效應及其評判[J].中國軟科學，2006（04）：118-123.

[15]ZHOU Li-jun，HE Zi-li.Research on the operation of technological innovation networks：a compressive frame based on the knowledge，learning and social capital[J].Journal of Intelligence，2009，28（03）：71-74.

[16]馬歇爾.經濟學原理[M].北京：華夏出版社，2005.

[17]Porter M E.Clusters and the new economics of competition[J].Harvard Business Review，1998，76（06）：77.

[18]Duranton G，Puga D.Nursery cities：urban diversity，process innovation，and the life cycle of products[J].Cepr Discussion Papers，2000，91（05）：1454-1477.

[19]劉 軍，徐康寧.產業聚集、經濟增長與地區差距——基于中國省級面板數據的實證研究[J].中國軟科學，2010（07）：91-102.（責任編輯：王 強）