長江經濟帶人才創新效率評價及空間特征研究
——基于創新驅動視角

傅為忠，李小娟

（合肥工業大學管理學院，合肥230009）

習近平總書記在十九大報告中提出“人才是實現民族振興、贏得國際競爭主動權的戰略資源”，將對人才的重視提升至一個戰略新高度。“培養和造就一大批具有國際水平的戰略科技人才、科技領軍人才、青年科技人才和高水平的創新團隊”是建設創新型國家的根本保證與核心力量。發揮“具有國際水平的戰略科技人才”等高端人才在創新驅動發展過程中的支撐保障和引領作用，積極推動國內國際人才創新，提升人才創新效率，是我國實施創新驅動發展戰略的重要路徑選擇。習近平總書記非常重視長江經濟帶的發展，習近平的新時代長江圖鑒為長江經濟帶的發展指明了方向，長江經濟帶的創新驅動發展對于實現兩個一百年奮斗目標具有重大的戰略意義。著力實施創新驅動發展戰略，要把長江經濟帶人才資源優勢轉化為其核心發展優勢，讓人才創新成為長江經濟帶發展的生力軍和主動力。

作為創新的核心要素，人才在推進企業及科研機構實現轉型升級、價值創造和自主創新等方面的作用日益突顯，人才作為創新第一資源的地位得到鞏固與提升。隨著我國更加開放、積極而有效人才政策的實施，人才在不同地區之間的流動更加頻繁。發揮人才優勢、提升人才創新效率是助力長江經濟帶創新驅動發展的關鍵手段，在此過程中離不開對人才創新效率的科學評價。因此本文運用科學模型對長江經濟帶人才創新效率進行評價，并進一步探討其空間分布特征，對提升區域人才創新效率、促進區域創新可持續發展具有現實意義。

一、文獻綜述

“效率”概念的基本解釋是在單位時間內所完成的工作量，在社會經濟發展中的引申運用較為廣泛，其概念的本質是在一定生產條件下資源的有效配置問題。薩繆爾森［1］帕累托效率的概念在經濟學界被廣泛認同，他認為當一種產品生產的增加必然會導致另一種產品生產減少的情況下，這種經濟活動是有效率的。“創新效率”的定義為創新投入和創新產出之間的比例，即相同創新投入下獲取的更多創新產出，或者相同創新產出下更少的創新投入，其中創新投入包括人、財、物等各方面的要素投入。現有研究對于“人才創新效率”概念并無明確的界定，基于對現有理論和文獻的探討，“人才創新效率”的概念可以理解為“創新效率”的概念在人力資本領域的應用和發展。本文對人才創新效率概念的界定為：在一定的生產投入和技術環境條件下，實現既定創新產出水平所需的最小人才投入，或者在既定的人才投入水平下所能實現的最大創新產出。

國際頂尖商業管理組織洛桑國際管理發展學院的國際競爭理論認為，人力資本是國際競爭力的重要現實推動因素，人才投入作為科技創新投入的重要組成因素，人才投入產出水平在一定程度上反映地區的科技創新競爭力水平［2］。諸多國外學者在構建創新投入產出指標體系時，科技創新投入指標主要為人力和資金，科技創新產出的衡量指標主要為：國際知名期刊論文發表數和被引用次數、批準認可的專利數、對生產率的貢獻率等。眾多學者通過實證研究證明科技人才投入對科技創新的重要作用。Jones［3］認為經濟持續增長的前提是研發人員的增長速度快于一般勞動力資源的增長速度。Hritonenko［4］提出人力資源有效配置和合理投資是實現產出最大化的有效前提之一。Emran和Stiglitz［5］則指出人力資本是經濟發展與社會進步的核心要素指標，可以替代甚至超越國內生產總值指標。Chemmanur等［6］、Wardhani等［7］、Sun等［8］通過研究發現人才投入對創新具有積極的正向影響。Shi等［9］指出人才群體的核心競爭力在其創新能力的高低，通過調整人才布局于結構促進人才的合理集聚，有利于高技術產業創新能力的提高。

通過文獻檢索發現，國內學者對于人才創新效率的研究相對較少。國內學者關于人才投入產出評價指標變量的選擇情況整理見表1。由表1可知，國內學者關于人才投入產出評價指標變量的選擇均較為簡單，投入指標主要為R&D人員投入和R&D經費支出，產出指標主要為專利申請情況、科技論文和專著、技術市場成交額。

表1 國內學者關于人才投入產出評價模型及指標變量選擇

從研究對象來看，長江經濟帶作為我國經濟社會高質量發展的生力軍，其創新發展的水平在國家創新驅動發展戰略布局中具有重要的戰略意義。隨著中國特色社會主義進入新時代，經濟的發展也由高速增長階段向高質量發展階段轉變，人才作為創新發展的第一資源，對其要求也進入到新的高度。現有對長江經濟帶人才創新的相關研究文獻較為缺乏，相關實證研究較少，為本文運用實證模型研究長江經濟帶人才創新留下了探索空間。從研究內容來看，目前關于區域創新效率的文獻相對較多，主要研究內容集中在區域整體創新效率的評價和影響因素分析。研究區域多為全國范圍，研究視角多基于技術創新，創新投入產出指標體系的構建相差不大且較為簡單，投入指標的構建通常都包括人、財、物3個方面，較少針對某一具體創新資源的投入對其進行創新效率的判斷。因此，本文以現有研究為基礎，結合新的時代背景，對長江經濟帶人才創新效率進行評價分析。

二、長江經濟帶人才創新效率指標體系及評價模型構建

（一）評價指標體系構建

本文通過大量閱讀現有文獻，結合各類統計年鑒和門戶網站的數據可獲取性，構建創新驅動背景下長江經濟帶人才創新效率測算指標體系，具體見表2。

1.科技人才投入

科技人才作為科學技術的能動載體，是推動國家創新驅動戰略的核心資源，科技人才的培養和引進成為各地區獲取核心競爭優勢的戰略選擇。各地區科技人才的投入具有不同的類型和層次，本文選取5個指標以反映科技人才的投入水平。R&D人員是科技人才投入的主體力量，主要集中分布在高技術產業、科技創新型企業、研發機構和高校，是推動創新的核心動力；專業技術人員具有較強的專業性和技能水平，是企事業單位人才創新的基礎性力量；研究與開發機構從業人員致力于提升國家和地區的科技創新水平，是創新的探索者；科學家和工程師作為國際上衡量科技人力資本的常用指標，是科技創新的主力軍和引領者，在各類科技人才投入中處于頂端位置；國家科技交流合作研究派遣人員則在一定程度上代表科技人才投入的國際化水平。

表2 長江經濟帶人才創新效率測算指標體系

2.潛在人才投入

潛在人才投入水平反映國家和地區人才創新的潛力，地方高校致力于構建一支富有發展潛力的人才隊伍，為經濟社會可持續高質量發展提供源源不斷的潛在創新動力。地方潛在人才水平和數量主要體現在平均受教育程度和接受教育的學生規模。本文選取高等學校博士研究生在校學生數、高等學校碩士研究生在校學生數代表較高學歷的潛在人才水平，每十萬人口普通高校平均在校生數則在一定程度上反映出地方經濟社會發展對人才的吸引力。

3.創新資金投入

人才是創新的第一動力，要實現人才資源向創新生產力轉化，即將人才優勢轉化為創新發展的核心競爭力，創新資金的投入是不可或缺的重要資源。由于創新投資活動的高投入、高風險、回報周期長的基本特征，持續穩定的大規模資金支持是人才創新能力實現的首要前提。本文選取地方財政科學技術支出、R&D經費內部支出和地方高校科技經費撥入分別代表政府、企業和高校度對人才創新的資金投入水平。

4.人才創新產出

（1）知識型創新產出。我國是全球第二大知識產出大國，多項知識型創新產出世界領先。本文共選取6項指標反映人才創新知識型產出成果。科技活動有效專利是國家科技計劃的重要產出形式，是最能體現國家科技創新水平強弱的普適性指標。發明專利授權由于技術含量高，是最具有價值和競爭力的人才創新成果，可以反映出一個國家或地區的原始創新能力。科技論文和著作是研發機構和高校創新成果的中間產出，在一定程度上反映出研發活動的產出水平和效率。高校科技活動成果授獎是高校開展自主創新成果的重要體現。商標核準注冊的件數是企業擁有自主品牌情況和經營自主品牌能力的反映。

（2）經濟型創新產出。隨著國家對各類人才群體的重視程度日漸提升，人才創新在我國經濟產出份額迅速增長，對推動實現創新驅動發展具有重大現實意義。本文共選取5項人才創新經濟型產出指標：人均地區生產總值是用來衡量國家或地區經濟發展水平基礎性通用指標。實現綠色節能發展是人才創新的目的之一，單位GDP能耗反映人才創新對降低生產能耗的基本效果。規模以上工業企業新產品銷售收入是反映新產品成功推向市場的指標，可反映人才創新對企業產品結構調整的成效。技術市場成交額是技術創新與市場發展相結合的產物，反映技術轉移和科技成果轉化為市場價值的總體規模。高技術產品進出口貿易總額則反映人才創新對我國對外貿易的推動作用。

（二）PCA-SDEA效率測算模型

本文在參考大量文獻基礎上建立創新驅動背景下長江經濟帶人才創新效率測算指標體系，運用主成分分析（PCA）方法對原始指標數據進行降維處理，在盡可能減少信息損失的基礎上，將具有信息相關性的復雜指標轉化為少數相互獨立的綜合性指標。超效率數據包括分析（DEA）模型將決策單元從參考效率的前沿面分離，使得人才創新效率測算結果可能大于1，可對所有決策單元效率值進行排序。

本文運用SPSS.22軟件對人才創新效率測算指標體系進行PCA處理，并將處理結果作為原始數據運用DEASOLVER5.0軟件進行超效率DEA分析。選取投入導向的超效率規模報酬不變（CCR）模型，設有n個決策單元（DMU），每個DMU效率評價指標均由m種投入指標和s種產出指標構成，第j個DMUi，xij表示第i種投入，yri表示第r種產出，λj表示第j個DMU的投入產出指標權重表示加權處理后的DMU投入量，表示加權處理后的DMU產出量，投入導向的超效率CCR公式如式（1）所示：

本文通過構建主成分分析-超效率DEA（PCA-SDEA）模型對長江經濟帶人才創新效率進行測算，一方面彌補傳統DEA模型進行效率測算時出現多個決策單元效率值同時為1而無法進行排序擇優的弊端；另一方面可保證指標的全面性，盡可能保留指標信息的完整性。

（三）空間收斂模型

為了進一步把握長江經濟帶人才創新效率空間差異的變化規律，本文采用σ收斂和絕對β收斂檢驗人才創新效率的斂散性，收斂模型的構建參照Barro和Xavier［15］的方法。其中σ系數的計算公式如式（2）所示：

其中：Eit為第i個地區在t時期的人才創新效率；N為評價省份個數。當σt+1＜σt時，長江經濟帶人才創新效率離散系數在逐年縮小，即存在σ收斂。

σ收斂分析僅在整體上分析了長江經濟帶人才創新效率的收斂和分散的情況，并不能判斷人才創新效率較低的地區對人才創新效率較高的地區是否存在追趕效應。因此，本文構建絕對β收斂進一步判斷長江經濟帶人才創新效率追趕效應是否明顯。具體計算公式如下：

其中：Ei，T為在 t=T 時期科技創新效率；Ei，0表示在基期的第 i個省市的人才創新效率；(ln Ei，T-ln Ei，0)T 表示第i個省市在t=T時期前人才創新效率的平均增長速度；α為常數項；β為系數；ε為誤差。若β＜0，即存在絕對β收斂，各地區人才創新效率與初始值呈反向相關，人才創新值和初始值成反比，后發地區表現出對先發地區的追趕趨勢。

（四）空間重心模型

重心在物理學中的概念是指物體處于任何方位時所有各組成支點的重力的合力都通過的那一點，通俗意義上的重力即保持物體平衡的點。假設評價對象共劃分為n個行政區，第i個行政區域的經緯度坐標為(Xi，Yi) ，(，)為第i個行政區域重心坐點的相對坐標，第t年人才創新效率為Eit，則長江經濟帶第t年人才創新效率的重心坐標(Xt，Yt) 計算公式為

標準差橢圓旨在對某一具體地理要素的空間分布全局特征進行展示，具有特定的方向，是一種空間格局的統計分析方法［16］。本文運用標準差橢圓（SDE）對長江經濟帶人才創新效率的分布方向進行可視化展現。長江經濟帶第t年人才創新效率的標準差橢圓半徑( )XSDEt，YSDEt計算公式如下：

進一步計算第t年長江經濟帶人才創新效率標準差橢圓的轉角θt，x軸和y軸的標準差參數σxt和σyt，以描標準差橢圓的變化趨勢。計算公式如下：

三、長江經濟帶人才創新效率實證分析

（一）長江經濟帶人才創新效率評價

本文首先對指標數據進行KMO和Bartlett球形檢驗以判斷是否可適用PCA方法。根據投入和產出變量主成分得分系數，分別建立公共因子與各個指標變量之間的關系，投入變量與產出變量的主成分具體表達式如式（8）所示：

根據PCA計算結果，建立包含2個投入和2個產出的人才創新效率評價指標體系。為了消除PCA處理結果可能為負的情況，運用極大值標準模型對數據進行標準化，計算公式為，使得提取主成分后的指標數據均落在［0.1，1］范圍內。將標準化后的長江經濟帶人才創新的投入和產出主成分指數作為原始數據，運用投入導向的超效率CCR模型對2009—2018年長江經濟帶人才創新效率值進行測算，具體結果見表3。

表3 2009—2018年長江經濟帶人才創新效率測算結果

由表3可知，整體而言，2009—2018年間長江經濟帶各省市人才創新效率波動較為平穩。上海市在2009—2014年間一直保持人才創新效率的領先水平，浙江省在2015年開始反超上海市，人才創新效率位居長江經濟帶各省市第一位。從長江經濟帶11個省市2009—2018年人才創新效率均值水平來看，上海、浙江、江蘇、重慶人才創新效率最高，年平均人才創新效率水平在0.9以上，處于領先地位；湖北、湖南、貴州人才創新效率表現較好，云南、四川則相對落后。從地區層面看，2009—2018年長江經濟帶各地區人才創新效率均較為穩定，并無明顯的增長趨勢，長三角地區作為我國創新驅動發展的示范引領區域，其人才創新效率遠高于中三角地區和泛成渝地區，原因是長三角地區尤其是江浙滬地區具有能夠吸引人才大量人才涌入的關鍵性因素，如科教資源豐富、創新資金的投入大和就業機會較多等。2015年開始長三角地區和其他兩個地區人才創新效率差距水平呈縮小趨勢。中三角地區和泛成渝地區人才創新效率水平相當。

（二）長江經濟帶人才創新效率空間特征分析

1.空間收斂性分析

（1）σ收斂。根據式（2）計算2009—2018年長江經濟帶人才創新效率的σ收斂結果，具體如圖1所示。由圖1可知，長江經濟帶人才創新效率σ收斂值波動較為頻繁但波動幅度不大，樣本期間內長江經濟帶人才創新效率差距無明顯收斂趨勢。具體而言，2010年前期長江經濟帶人才創新效率σ收斂值不斷增加達到峰值，2010年后開始下降。2010年《國家中長期人才發展規劃綱要（2010—2020年）》正式落實，各地紛紛出臺并施有利于人才潛心研究和創新的各項政策，人才創新效率差距逐漸縮小。2013年，習近平總書記在全國組織工作會議上提出要深入實施人才強國戰略，創新人才工作相關體制機制。長江經濟帶作為國家創新發展的先行示范帶，各省市紛紛各顯身手，尤其是長三角地區在人才的搶奪上的核心優勢更加凸顯，長江經濟帶人才創新效率差距加大。2016年之后σ收斂變化較為平穩，說明“十三五”期間長江經濟帶人才創新效率差距無明顯擴大或縮小的趨勢。

圖1 2009—2018年長江經濟帶人才創新效率σ收斂結果

（2）絕對β收斂。根據式（3），運用Eviews8軟件對長江經濟帶人才創新效率進行絕對β收斂分析，檢驗長江經濟帶人才創新效率較低的省市對較高省市是否存在追趕效應。表4結果顯示，2009—2018年長江經濟帶人才創新效率絕對β檢驗系數在1%的顯著水平下為0.023964大于0，意味著長江經濟帶后發地區對優勢區域人才創新效率尚無明顯的追趕效應，各省市之間的人才創新效率將呈現繼續擴大的趨勢，這一結果與σ收斂值結論基本吻合。長江經濟帶11省市橫跨中東西部，經濟發展水平、人才資源投入、人才發展潛力、創新資金投入等均存在較大差距，人才創新效率較為落后的省市對人才創新效率較高省市的追趕趨勢尚不明顯。

表4 長江經濟帶人才創新效率絕對β收斂檢驗結果

2.空間重心分析

在明確長江經濟帶人才創新效率的空間收斂狀態之后，運用ArcGIS10.2軟件的重心-標準差橢圓方法對長江經濟帶人才創新效率空間分布的全局特征進行分析。根據式（4）分別計算2009—2018年長江經濟帶人才創新效率重心坐標并繪制重心遷移示意圖（圖2）。由圖2可知，長江經濟帶人才創新效率的重心主要落在湖北和湖南的交界處即岳陽市附近，分布范圍主要在113.198°E～113.375°E，29.588°N～29.648°N。從人才創新效率重心遷移的趨勢可知，2009—2018年長江經濟帶人才創新效率重心的運動軌跡有向西北偏移的趨勢，表明以岳陽市為重心的西北方向人才創新效率有所提升，致使重心向西北方向移動。其中在2010—2013年間重心向西遷移距離較大，主要原因見表3，期間位于長江經濟帶東部的長三角地區人才創新效率下降幅度較大，而泛成渝地區效率值則相對穩定，對人才創新效率的重心向西遷移有明顯的促進作用。

圖2 2009—2018年長江經濟帶人才創新效率重心遷移示意圖

繪制2009年、2014年和2018年長江經濟帶人才創新效率的標準差橢圓示意圖，由圖3可知，樣本年份內長江經濟帶人才創新效率的空間特征主要表現為東偏北-西偏南的分布方向，說明東西方向上位于長江經濟帶東部地區人才創新效率要高于西部地區，即長江經濟中上游地區人才創新效率高于下游地區。從標準差橢圓的覆蓋范圍看，基本覆蓋長江經濟帶人才創新效率的主要發展區域，覆蓋面積接近長江經濟帶總面積的60%，其中上海市全部落在標準差橢圓的覆蓋范圍之內，而四川省和云南省的絕大部分在橢圓之外。

圖3 2009年、2014年和2018年長江經濟帶人才創新效率標準差橢圓示意圖

根據式（6）和式（7）分別計算2009年、2014年和2018年長江經濟帶人才創新效率標準差橢圓的相關參數，見表5。從標準差橢圓的形狀指數來看，2009年、2014年和2018年長江經濟帶人才創新效率的形狀指數分別為0.271、0.273、0.274，形狀指數和變動趨勢均較小，說明長江經濟帶人才創新效率的空間分布方向明顯且基本保持穩定。從標準差橢圓中心的經緯度來看，2009—2018年間經度向西偏移0.100°，向北偏移0.031°。從轉角θ來看，轉角呈“略增大—再增大”的變化過程，2009—2018年間長江經濟帶標準差橢圓的轉角θ累計偏移0.454°，說明長江經濟帶人才創新效率的空間分布格局有由東偏北-西偏南向西北方向偏移的趨勢，但偏移幅度較小。從標準差橢圓的坐標軸的標準差來看，x軸標準差由2009年的9.635縮短至2018年的9.578，y軸標準差由2009年的2.612延長至2018年的2.626，說明2009—2018年期間，長江經濟帶人才創新效率在東偏北-西偏南向西的方向上有極化趨勢，在東偏北-西偏南向北的方向則有分散的趨勢，分散和極化趨勢不明顯。

表5 2009年、2014年和2018年長江經濟帶人才創新效率標準差橢圓相關參數

四、研究結論與對策建議

（一）研究結論

（1）長江經濟帶省際之間與地區之間人才創新效率差距較大。實證結果顯示，2009—2018年長江經濟帶人才創新效率變化較為穩定。從省際層面來看，11個省市間人才創新效率差距較大，上海市、浙江省和江蘇省是長江經濟帶人才創新效率最高的省市，四川、云南則處于較低水平。從地區層面來看，樣本期間長江經濟帶三大地區的人才創新效率值的基本特征是：長三角地區遙遙領先，中三角地區和泛成渝地區水平相當。

（2）長江經濟帶人才創新效率的收斂趨勢與追趕效應尚不明顯。實證結果顯示，2009—2018年長江經濟帶人才創新效率σ收斂值無明顯下降趨勢，說明從整體來看長江經濟帶人才創新效率差距的收斂趨勢尚不明顯，效率差距有繼續擴大的可能性。絕對β收斂值為0.023964大于0，說明長江經濟帶人才創新效率偏低的地區尚沒有表現出對人才創新效率較高地區的追趕。綜上，長江經濟帶人才創新效率的差距在其空間分布上有進一步擴大的可能性。

（3）長江經濟帶人才創新效率的空間分布格局呈東偏北-西偏南的特征，并有向北分散向西極化的趨勢。實證結果顯示，長江經濟帶人才創新效率重心分布在湖南省岳陽市附近，重心遷移的方向為西北方向，表明以岳陽市為重心的西北方向上人才創新效率有進一步提升的趨勢。從標準差橢圓來看，長江經濟帶人才創新效率的空間分布格局呈東偏北-西偏南的特征，并有向西北方向偏移的趨勢，人才創新效率不斷趨于分散的趨勢。具體而言，在保持人才創新效率東偏北-西偏南基本空間分布特征的基礎上，向北分散，向西極化，分散與極化的趨勢并不顯著，長江經濟帶人才創新效率空間分布格局變化較為穩定。

（二）對策建議

（1）加強人才隊伍建設，優化人才投入結構。第一，長江經濟帶各省市需充分依托其豐富的科教資源，加大教育經費投資，對高校潛在人才群體進行創新思維和創新能力培養，做好人才資源的儲備工作。第二，構建靈活開放的區域內人才流動機制，引導人才的合理流動，提升長江經濟帶人才配置效率。同時建立完善的人才競爭機制，通過競爭實現人才隊伍的優勝劣汰，激發人才創新潛能，促進人才隊伍的良性循環。第三，長江經濟帶人才創新效率較低的地區應通過制定人才優惠政策、搭建人才創新平臺載體、全方位提供人才服務保障等途徑改善人才創新的環境條件，讓現有存量人才從相關事務性工作中解放出來全身心投入到創新驅動發展的大革命，在創新實踐的過程中不斷完善人才資源的存量結構。第四，人才創新效率較高的省市應當在充分發揮存量人才創新效能的基礎上，以創新驅動發展戰略和發展目標為出發點，對標世界創新型國家人才結構，注重高精尖科技人才的培養與引進，推進人才增量結構的戰略性調整。

（2）優化人才資源配置，提高人才創新效率。第一，實施創新驅動發展，激發人才創新活力。推動實施創新驅動的發展戰略，需充分激發人才創新的活力，構建以市場為導向的人才創新體系，對人才創新的成果予以保護，對人才創新活動進行激勵。第二，建立成果轉化機制，提升人才創新效能。長江經濟帶需積極探索建立以市場需求為導向，以研發和產出的人才創新活動的有效銜接為途徑，以政府、高校、研發機構及金融機構多方聯動為保障，以人才創新成果成功市場化為目的的人才創新成果轉化機制，逐步提升人才創新效能。第三，完善“產學研”模式，提升人才創新能力。充分發揮長江經濟帶各級政府的作用，依托政府力量建立長江經濟帶“產學研”合作基金，明確人才創新經費的補助形式，注重高校人才培養的經費投入。長江經濟帶企業、高校和科研機構需以人才創新投入產出全過程為基礎，明確各方權責利結構，形成利益共享風險共擔的人才創新成果分配機制，形成長期穩定的合作關系。

（3）推動人才協同創新，促進地區均衡發展。長江經濟帶各地區應充分發揮中心城市的輻射帶動作用，形成區域性的人才創新中心，從而有效遏制長江經濟帶東西方向上人才創新效率極化趨勢，推動長江經濟帶人才創新效率空間分布的均衡發展。第一，長三角地區應以長三角一體化戰略機遇，推進長三角人才服務一體化建設。發揮上海作為中心城市的龍頭作用，以江浙滬的發展帶動安徽的發展，加快安徽省融入長三角一體化發展的步伐，促進以人才為活動主體的各類創新要素在長三角地區自由流動，從而支撐人才創新效率的穩步提升，輻射帶動整個長江經濟帶人才創新效率的提升，打造長三角人才創新高地。第二，中三角地區要依托國家中部崛起的發展戰略，發揮中部崛起“排頭兵”作用。充分發揮其在長江經濟帶人才創新效率重心的作用與優勢，形成以湖北武漢、湖南長沙、江西南昌為核心的“中三角”城市圈，加強各省市之間的人才合作，優勢互補，凝聚中三角合力，促進長江經濟帶上中下游地區人才創新效率均衡發展。第三，泛成渝地區應主動借力國家西部大開發戰略，積極融入國家一帶一路戰略，整合自身資源優勢，致力于打造長江經濟帶下游人才創新增長極，形成對人才創新先發地區的追趕效應。以成渝城市群為核心，以成都和重慶作為地區人才創新的引擎，輻射帶動云貴兩省，縮小地區內人才創新效率差距，提升的地區人才創新綜合實力。同時要緊跟長三角和中三角地區產業發展步伐，積極出臺落實人才引進政策，在吸引本地人才回流的同時，積極承接長江經濟帶中上游地區產業轉移，通過推進產業發展提升人才吸引力，致力于形成我國西部人才創新高地。