科技人才區域集聚為何不同
——基于創新環境空間差異的解釋

郭淑芬，張文禮

(1.山西財經大學 資源型經濟轉型協同創新中心；2.山西財經大學 工商管理學院，山西 太原 030006)

0 引言

中共十九大報告指出，人才是實現民族振興、贏得國際競爭主動的戰略資源，尤其強調要“培養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創新團隊”，這表明科技人才已經成為我國發展的戰略性人力資源[1]。各城市和地區逐漸意識到培育、吸引和留住科技人才是地區發展的關鍵，紛紛通過放寬落戶限制、加強財政補貼等手段為“引鳳”工作加碼提速，然而，各地區聚才效果差別很大。《中國科技統計年鑒》數據顯示，2019年廣東省以超全國16%的R&D人員全時當量位居我國內地31省區之首，遠超西部10省區R&D人員全時當量之和；北京市以占全國2.51%的建成區面積匯聚了全國6.54%的R&D人員全時當量。從動態演化來看，近10年(2010-2019年)江蘇、浙江兩省漲幅分別達到101.15%和139.27%，但吉林、黑龍江、新疆等省區R&D人員全時當量不升反降。可以看出，科技人才流動的“孔雀東南飛”現象仍在持續。

在此背景下，眾多學者圍繞影響人才或科技人才集聚的因素展開討論。早期研究多關注地區綜合環境的作用，但國內外學者沿著不同的研究思路進行，國內學者主要從政治、經濟、文化等細分維度展開研究，例如，徐茜等[2]指出，人口、經濟、生活、自然和制度環境等城市綜合環境是人才集聚的重要基礎；李乃文等[3]研究發現產業經濟環境、教育環境、社會文化環境對人才集聚具有顯著影響。國外學者傾向于將吸引人才的地區環境特征劃分為軟、硬兩類因素，其中，軟因素主要包括城市氛圍、社會文化特征、人口多樣性、包容性和開放性等，硬因素主要包括投資可用性、就業機會以及生活成本等[4-6]，優化地區環境是吸引知識型產業、集聚人才、形成具有吸引力的社會經濟平臺的有效途徑[7]。進一步地，Esmaeilpoorarabi等[8]對軟、硬兩類因素在吸引人才過程中扮演的不同角色進行討論，發現在城市和地區尺度上，軟因素主要以硬因素提供的設施為基礎吸引集群規模的知識工作者，培育人才力量。雖然國內外學者呈現出差異化的研究傾向，但實質都是探討地區綜合環境對人才集聚的影響。

隨著創新環境概念的提出，關于人才或科技人才集聚影響因素的研究逐漸加入了對創新環境的討論。國內學者牛沖槐等(2007)率先指出，良好的科技創新環境是吸引科技型人才、發揮科技型人才集聚效應的重要因素；王全綱等[9]也提出科技創新環境是高端人才流動與集聚的內涵性因素，但兩項研究都僅停留在觀點層面，未進行機制分析和進一步的實證檢驗。徐倪妮等[10]采用普通面板回歸模型，實證檢驗了研發經費投入強度和財政科技投入規模等創新環境是影響省際科技人才流動的主要因素，但李婧等[11]研究指出我國科技人才表現出明顯的空間集聚特征。因此，在分析科技人才集聚影響因素時，需要考慮空間效應的影響，否則可能導致估計結果有偏。

綜上可知，相關學者多從地區綜合環境角度討論人才或科技人才集聚成因，雖然近年來關于科技人才集聚影響因素的研究逐漸加入了對創新環境的討論，但缺乏空間效應下的實證分析。同時，由空間相關性引發的一些更為細致的問題也尚未解答，如創新環境對本地和鄰近地區人才集聚的影響是否相同？創新環境好的地區會通過溢出效應正向促進周圍地區科技人才集聚，還是會通過虹吸效應對其產生負向影響？這些影響是否存在空間異質性？針對上述問題，本文利用2010-2019年中國內地31個省(市、區)面板數據，通過構建空間杜賓模型探究創新環境對科技人才集聚的影響，并通過空間效應分解、分樣本回歸等進行深入剖析，以期為我國各地區制定提升科技人才集聚水平的政策提供依據。

1 區域創新環境與科技人才集聚時空關系分析

1.1 區域創新環境與科技人才集聚程度測度

區域創新環境由歐洲創新研究小組(GREMI)最先提出，在此基礎上眾多學者不斷推進，逐步形成了學界對于區域創新環境內涵的共識，即創新主體所處的由文化環境、基礎設施、市場規模、管理體制、政策與法規等眾多要素構成的區域環境。在區域創新環境評價方面，學者基于不同研究范圍、研究目的等，采用不同方法與評價指標體系進行測算，如表1所示。

表1 區域創新環境評價要素Tab.1 Factors of regional innovation environment evaluation

已有研究多強調，創新物質基礎、政府創新政策或科技投入、技術創新市場環境等是評價區域創新環境的重要維度，在政府的政策扶持下，創新主體通過科研經費等投入，借助市場機制下形成的高效技術交易平臺，促進創新活動的順利展開。此外，較多研究指出，創新氛圍對于地區創新活動具有重要作用，活躍的創新氛圍進一步促進人才之間的創新交流與創意碰撞，使地區創新活動愈發頻繁，是形成良好創新環境的重要原因[18-19]。基于以上討論，本文從創新經濟基礎、創新政策環境、創新市場交易以及創新活力氛圍4個維度對區域創新環境進行評價。參考相關文獻[20-22]，各維度分別以R&D經費投入強度、科技支出占財政支出比重、每萬人技術市場成交額和每萬人專利授權量等指標度量。為了避免賦權過程中主觀因素和客觀因素的局限性，采用最大熵值法計算各指標權重。

1.2 科技人才集聚與區域創新環境時空關系初步分析

根據上述公式對2010、2014和2019年內地31省(市、區)科技人才集聚度和地區創新環境水平進行測算。基于測算結果，運用ArcGIS軟件，采用分位數法對31省(市、區)科技人才集聚度由高到低依次劃分為高人才集聚區、較高人才集聚區、較低人才集聚區和低人才集聚區4個等級，按創新環境水平由高到低依次劃分為優創新環境區、較優創新環境區、較劣創新環境區和劣創新環境區，繪制結果分別如圖1和圖2所示。

圖1 中國內地31省(市、區)科技人才集聚的空間分布Fig.1 Spatial distribution of scientific and technological talents gathering in 31 provinces

從圖1可以看出，科技人才集聚度在東、中、西三大地區存在顯著差異，其中，東部地區科技人才集聚度普遍較高，研究年度內有一半以上省份處于高人才集聚區，以京津冀都市圈、長三角經濟區和珠三角城市群最具代表性；中部地區科技人才集聚度次之，較低人才集聚區與較高人才集聚區交錯分布；西部地區科技人才集聚度最低，一半以上省份位于低人才集聚區，整體表現為集中連片式人才集聚洼地。從縱向演化來看，2010年我國科技人才集聚度最高的地區主要集中在江蘇、上海、廣東、北京、天津、浙江等東部沿海省份以及陜西省，科技人才集聚度最低的地區大片集聚于西部地區，而較低人才集聚區與較高人才集聚區交叉錯落分布于中部大部分省份及東北地區，相對而言較為零散；2014年，陜西省人才集聚度跌出第一梯隊，由緊鄰滬浙蘇三省市的安徽省取而代之，較高人才集聚區和較低人才集聚區分別呈現連片發展趨勢，低人才集聚區依舊集中分布在西部大部分地區以及中部的江西省等地；2019年科技人才在空間上的分布不均衡性加劇，各個梯度人才集聚區的連片發展趨勢進一步強化。整體來看，全國范圍內科技人才由最初的分散分布逐漸成片集聚于京津冀、長三角和珠三角等地區，“東—中—西”階梯式遞減趨勢加強。

從圖2可以看出，31省(市、區)創新環境水平表現出與科技人才集聚相似的空間分布特征與演化趨勢。東部地區創新環境水平最高，尤其是東南沿海形成了優創新環境區的鏈式集聚區；中部地區次之，大部分省份處于較優創新環境區和較劣創新環境區；西部地區則表現為全國創新洼地，絕大部分地區為劣創新環境區和較劣創新環境區。從動態演化過程看，2010年全國創新環境最優的地區主要集中在江蘇、上海、廣東、北京、天津、浙江等東部沿海省份以及山東省，創新環境最劣的地區大片集聚于西部省份，而較優創新環境區與較劣創新環境區交叉錯落分布于中部大部分省份及東北地區；2014年，緊鄰長三角與珠三角的福建省創新環境指數快速增長，取代山東省進入全國創新環境第一梯隊，較優創新環境區與較劣創新環境區分別呈現出連片發展趨勢，而劣創新環境區依舊集中分布在西部大部分地區以及中部個別省份；進入2019年，創新環境水平空間分布不均衡性加劇，各個梯度人才集聚區的連片發展趨勢以及由東南向西北階梯式下降的帶狀分布格局進一步強化。整體來看，研究年度內各省份變化較大：東部的山東、中部的山西以及西部的新疆等地均出現不同程度降級，同時，中、西部地區內部分布結構進一步趨于集中，全國范圍內創新環境也由最初較為分散的非連續性交錯分布，逐步演變為東—中—西逐級下降的帶狀分布格局。

綜合來看，靜態而言，研究年度內我國科技人才集聚與創新環境表現出較為明顯的空間同位特征：高人才集聚區與優創新環境區均集中于東部的京津冀、長三角、珠三角地區，較高人才集聚區與較低人才集聚區、較優創新環境區與較劣創新環境區在中部地區交錯分布，低人才集聚區與劣創新環境區則在西部地區連片呈現，科技人才集聚與創新環境均由東向西呈現階梯式遞減的分布情況。動態而言，二者表現出高度趨同的發展趨勢：由最初相對分散的分布狀態逐漸成片集聚于以京津冀、長三角和珠三角地區為核心向中部延伸的部分省份，東—中—西階梯式遞減趨勢加強。整體而言，創新環境指數較高的地區科技人才集聚度也普遍較高，創新環境指數較低的地區科技人才相對稀少。因此初步推斷，創新環境空間差異可能是形成科技人才集聚的一個重要影響因素。

圖2 中國內地31省(市、區)創新環境的空間分布Fig.2 Spatial distribution of innovation environment in 31 provinces

2 創新環境對科技人才集聚影響分析

2.1 空間計量模型

通過上述分析可知，我國創新環境與科技人才集聚表現出明顯的空間相關關系，創新環境地區間差異可能是解釋科技人才集聚現象的一個嶄新視角。空間單元的異質性與空間單元之間的相互關聯，決定了按照標準計量經濟學同方差和截面無關假設估計出來的結果是有偏和無效的，因此，必須通過構建空間計量模型探討創新環境對科技人才集聚的具體影響。空間計量模型的基本形式有空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)3種，不同空間計量模型的本質內涵差別較大。參照已有研究[23]的做法，本文按照SDM-SAR/SEM的路徑，從形式更一般化的空間杜賓模型出發，分析其是否可簡化為SAR或SEM模型，從而篩選擬合效果最優的空間計量模型。模型基本形式如下：

Y=ρWY+Xβ1+WXβ2+ε

(1)

其中，Y表示被解釋變量科技人才集聚度，X表示核心解釋變量創新環境和控制變量，ρ為空間自相關系數，W為空間權重矩陣，ε為誤差項。值得注意的是，當ρ不為0時，模型無法簡化為SAR或SEM，估計的系數不能有效說明自變量對因變量影響程度的大小。此時借鑒LeSage等[24]的做法，采用偏微分方法將總效應分解為直接效應和間接效應，分別反映解釋變量對本地區和其它地區造成的平均影響，有效解決空間溢出效應的估計偏誤問題。

2.2 空間權重矩陣選擇

為了保證實驗結果的穩健性，本文分別基于空間鄰近和地理鄰近分析創新環境對科技人才集聚的影響，采用以下兩種距離的空間權重矩陣：

(1)鄰接空間權重矩陣(W1)。依據兩區域是否地理相鄰進行設定，相鄰設定為1，不相鄰設定為0，具體的矩陣元素設定公式為:

(2)反距離空間權重矩陣(W2)。鄰接矩陣將不相鄰省區之間的聯動性視為零，然而，由于中國各省區行政面積差異較大，有些省區雖然地理上不相鄰，但實際地理距離比其它相鄰省區之間的地理距離更近，因此，構建反距離空間權重矩陣。在反距離空間權重矩陣下，各省區之間空間聯動性會隨著距離的增加而遞減，距離越近，省區間空間聯動性越強。構建反距離空間權重矩陣，以兩區域間直線距離平方的倒數作為矩陣元素，具體計算公式如下：

其中，dpq為使用經度和緯度計算的p、q兩省省會城市間距離。

2.3 變量說明及數據來源

經濟發展水平、醫療服務、地區開放程度、綠化、交通情況以及藝術表演活動等均會對科技人才流動與集聚產生影響[25]，因此，將其作為控制變量加入模型中進行分析。變量說明如表2所示。所有經濟數據均以2010年為基期的GDP價格指數進行平減處理，以消除各年價格因素對分析結果的影響，同時，對所有絕對量指標進行相對化處理，以消除各省規模差異帶來的估計誤差。數據主要來源于《中國科技統計年鑒》《中國統計年鑒》和國家統計局官網，個別缺失數據通過插值法補充。

表2 變量說明Tab.2 Variable declaration

3 實證結果分析

3.1 空間相關性檢驗

運用Stata軟件計算2010-2019年我國內地31個省(市、區)的科技人才集聚度和創新環境Moran′s I指數值，結果見表3。可以看出，在兩種空間權重矩陣下，各省市科技人才集聚度和創新環境的Moran′s I值均顯著為正，說明我國科技人才集聚和創新環境存在明顯的正向空間自相關性，這就要求在研究二者相關關系時，必須考慮其空間依賴性，否則將導致估計結果有偏。

表3 科技人才集聚與創新環境全局Moran′s I指數Tab.3 Global Moran′s I indices of scientific and technological talents and innovation environment

3.2 空間計量模型估計結果與分析

極大似然比檢驗(LR檢驗)結果顯示，相較于空間滯后模型和空間誤差模型，空間杜賓模型能更好地測算中國省際創新環境對科技人才集聚的具體影響。同時，Hausman檢驗結果顯示，在分析該問題時，隨機效應空間杜賓模型優于固定效應空間模型。因此，采用隨機效應下的空間杜賓模型進行回歸分析，檢驗結果與回歸結果分別見表4、表5。

從表5回歸結果可以看出，在鄰接權重矩陣和反距離空間權重矩陣下，創新環境均對區域科技人才集聚產生顯著正向影響，在全樣本下支持了“良好的創新環境會對科技人才集聚產生正向促進作用”這一猜想。此外，地區經濟發展水平、對外開放程度以及城市公共交通條件等也均在1%水平下正向促進科技人才集聚，表明地區經濟基礎與物質基礎仍然是科技人才空間集聚的重要條件，科技人才集聚離不開創新環境與社會環境的綜合提升。

表4 LR檢驗與Hausman檢驗結果Tab.4 LR test and Hausman test results

表5 隨機效應空間杜賓模型(SDM)回歸結果Tab.5 Regression results of spatial Durbin model (SDM) under random effects

3.3 空間效應分解

由于空間溢出效應的存在，創新環境的回歸系數無法單獨解釋為對科技人才集聚的影響，因此，需要通過偏微分方法對空間總效應進行分解，從而更好地說明創新環境影響科技人才集聚的直接效應與間接效應，效應分解結果見表6。

表6 SDM模型效應分解結果Tab.6 Effect decomposition results of SDM

(1)直接效應分析。在兩種空間權重矩陣下，創新環境對科技人才集聚的直接影響系數分別為2.712 9和2.893 9，且均通過了1%顯著性水平檢驗，說明區域創新環境可以有效促進當地科技人才集聚；地區經濟發展水平、對外開放程度以及交通條件等在兩種空間權重矩陣下均對當地科技人才集聚度產生顯著正向影響，表明地區發展的經濟基礎與物理條件仍然是科技人才擇城的重要考慮因素。此外，由回歸結果可知，創新環境顯著性程度遠高于其它指標，即與其它因素相比，創新環境會對科技人才產生更加強烈的吸引力。

(2)間接效應分析。觀察創新環境對科技人才集聚的間接作用，在反距離空間權重矩陣下比在0-1鄰接空間權重矩陣下負向作用的顯著程度高。一方面，各省(市、區)的地理范圍差異較大，區域創新環境導致的人才虹吸效應、回流效應更依賴于實際地理距離而非區域鄰接狀況；另一方面，在合理度量空間距離并考慮空間效應的情況下，良好的創新環境將對周邊地區產生更為強烈的人才虹吸效應，降低鄰近地區科技人才集聚程度。同時，醫療服務水平、地區開放程度等對科技人才集聚的間接影響系數均顯著為負，表明醫療服務水平、地區開放程度越高，越會通過虹吸效應吸引周圍地區科技人才流入本地，對周圍地區科技人才集聚產生顯著負向作用；地區經濟發展水平對科技人才集聚的間接影響系數顯著為正，在全域范圍內表現出明顯的空間溢出效應；而綠化和交通對周圍地區科技人才集聚的間接作用在兩種空間權重矩陣下均不顯著，說明該類環境因素并不會對周邊地區科技人才集聚產生顯著影響。

(3)直接效應與間接效應綜合分析。創新環境對本地科技人才集聚具有顯著正向影響，而對周圍地區產生顯著負效應，說明區域間創新環境差異容易導致科技人才集聚的“馬太效應”，即“優→更優”與“劣→更劣”的極化發展趨勢。因此，綜合來看，優化創新環境不僅是加強本地科技人才集聚、促進地區創新驅動發展的關鍵，也是縮小地區間發展差距、實現區域均衡發展的根本路徑。

3.4 分樣本回歸

鑒于東、中、西部地區存在較大差異，本文進一步分地區進行回歸，兩種空間權重矩陣下的分地區回歸結果分別見表7、表8。綜合來看，在不同空間權重矩陣下，東部、中部和西部地區回歸結果差異較大，表現出地域上的異質性特征。

(1)直接效應分析。在東部、中部和西部地區，創新環境均對本地科技人才集聚產生不同程度的促進作用，其中，東部和中部地區創新環境對本地科技人才的集聚作用最顯著，西部地區相對較弱；不同地區交通通達性均對科技人才空間集聚表現出顯著正向促進作用，說明在當前發展階段，城市公共交通發展是科技人才擇城的重要考慮因素，由城市公共交通帶來的通勤成本與時間成本下降有利于科技人才空間集聚。此外，中部9省的醫療服務情況對當地科技人才集聚產生微弱的負向影響，可能是因為此處基于數據可得性采用“每萬人擁有的衛生技術人員數”這一指標進行度量，只考慮了醫療服務人員數量，未能全面反映地區真實醫療水平，而科技人才對醫療的需求已經不只停留在數量層面，導致回歸結果表現為微弱負影響。此外，值得關注的是，西部地區僅有創新環境和公共交通兩類因素表現出明顯的科技人才集聚效應，說明當前階段西部各省除了要大力優化創新環境外，還需加快交通基礎設施建設，為科技人才的留、用提供良好的物理基礎。

(2)間接效應分析。在兩種空間權重矩陣下，東部地區創新環境對鄰近地區科技人才集聚產生顯著虹吸效應，且在反距離空間權重矩陣下比在0-1鄰接空間權重矩陣下表現出更顯著的負向作用，再次說明區域創新環境導致的人才虹吸效應、回流效應更依賴于實際地理距離，在合理度量空間距離并考慮空間效應的情況下，良好的創新環境將對周邊地區產生更強烈的人才虹吸效應，降低鄰近地區科技人才集聚程度。而在當前階段，中部和西部地區的創新環境尚未表現出明顯的人才虹吸效應，可能與中西部地區本身科技人才集聚程度不高有關。此外，分樣本下地區經濟發展、醫療服務水平、對外開放程度、綠化、藝術表演等變量在不同空間權重矩陣下表現出的作用方向與顯著程度都不相同，說明該類因素對科技人才集聚的作用相對不穩定。

(3)直接效應與間接效應綜合分析。對東部地區而言，創新環境對本地科技人才集聚具有顯著正向影響，而對周圍地區具有顯著負效應，隨著時間的推移將逐步擴大地區間科技人才集聚差距，在一定程度上呈現出極化的發展趨勢；中部和西部地區創新環境也都呈現出不同程度的本地科技人才集聚效應，但尚未體現出明顯的科技人才虹吸或溢出效應。因此，人才流動機制可能是進一步破除人才壁壘、提升人才集聚程度與利用效率的途徑之一。

4 結語

4.1 主要結論

本文利用我國內地31個省(市、區)2010-2019年面板數據，采用空間分析技術、空間杜賓模型和偏微分方法，在分析創新環境與科技人才集聚時空演化特征的基礎上，系統研究了創新環境對科技人才集聚的影響，得出以下結論：

(1)中國區域創新環境和科技人才集聚的分布格局與演化趨勢高度同構，具有明顯的空間同位與同向演化特征，由最初的點狀分散分布向集中連片式分布演變，且在研究年度內東—中—西逐級下降的帶狀分布趨勢逐漸加強。

(2)創新環境與地區經濟發展水平、對外開放程度、公共交通條件等因素均對當地科技人才集聚產生顯著正向影響，但相較而言，區域創新環境對科技人才集聚的影響更顯著。

(3)在全樣本下，良好的創新環境可以顯著促進本地區科技人才集聚，而對周邊地區產生強烈的人才虹吸效應。在直接效應和間接效應的共同作用下，地區間創新環境差異導致科技人才集聚的極化現象。因此，優化創新環境不僅是加強本地科技人才集聚、促進地區創新驅動發展的關鍵，同時也是縮小地區間發展差距、實現區域均衡發展的根本路徑。

(4)東、中、西三大地區創新環境對科技人才集聚的作用表現出顯著的空間異質性。在東、中、西部地區，創新環境均對本地科技人才集聚產生不同程度的促進作用，其中，東部和中部地區創新環境對本地科技人才的集聚作用最顯著，西部地區相對較弱。東部地區創新環境對鄰近地區科技人才集聚產生顯著虹吸效應，而中部地區和西部地區未有體現。

表7 分地區SDM模型效應分解(W1)結果Tab.7 Effect decomposition results of SDM by Region(W1)

表8 分地區SDM模型效應分解(W2)結果Tab.8 Effect decomposition results of SDM by Region(W2)

諸多文獻對科技人才集聚影響因素進行了有益探索，并在不斷挖掘中發現創新環境的重要作用，但尚缺乏考慮空間依賴性的詳細討論。“我國科技人才表現出明顯的空間集聚特征”這一科學洞見啟發本研究從空間視角探討人才集聚的影響因素，通過運用空間探索性分析與空間計量模型等手段證實了“空間鄰近”在科技人才集聚過程中發揮的重要作用，研究結果也表明科技人才的集聚研究考慮空間依賴性可以有效避免估計偏誤問題。進一步地，本研究從動態時空演化特征、全國和東中西分樣本以及不同鄰近性等多個方面，較為詳細地回答了在空間效應的影響下創新環境與人才集聚之間的相關關系。研究結論顯示，二者呈現出明顯的同向演化特征，且相比于其它因素，創新環境對人才集聚的作用更加顯著，反映出優化創新環境是提升科技人才集聚力的有效途徑，但不同地理區位和不同地理鄰近特征下的差異化表現也表明個體差異不容忽視。研究結論可為我國各省區提升科技人才集聚水平提供理論依據，有利于各省市區針對自身發展階段與要素稟賦匯聚科技人才、制定創新政策。

4.2 政策啟示

(1)筑巢引鳳，積極改善創新環境，增強地區科技人才吸引力。一是政府要提高對科技創新工作的重視程度，充分發揮政府資金的引導作用，通過加大財政科技投入等方式支持研究開發、成果轉化等創新活動；二是企業、高校等創新主體要加大科研經費等投入力度，為科技人才開展創新活動提供良好的科研條件；三是完善各級技術交易市場，鼓勵科技型人才創新創業；四是營造“崇尚創新”的氛圍，促進人才之間的創新交流與創意碰撞。從優化創新環境入手，集聚科技人才，為創新活動厚植沃土。

(2)分進合擊，不斷推進地區創新環境與社會生活環境的協同提升。良好的創新環境有利于人才發展，同時，生活環境舒適與否也對科技人才分布產生至關重要的影響。美國布魯金斯學會對創新集聚區的分析指出，創新集聚區已由過去功能單一、相對孤立的區域轉變為多功能集聚區，更加注重工作與生活的有機結合，這體現了創新環境與社會生活環境協同優化的發展趨勢。一方面，加大科創經費投入，完善技術市場，營造創新氛圍，為科技人才發展提供平臺；另一方面，完善交通基礎設施，優化人居環境，營造包容開放的社會氛圍，提供充足的醫療保障等，為科技人才安居樂業創造良好環境。

(3)因地制宜，基于不同發展階段，各地區宜采取差異化措施，靶向科技人才集聚影響因素。東部地區各省份需要加強創新環境與社會生活環境的同步建設，在進一步集聚科技人才的同時，防止局部虹吸效應導致科技人才集聚極化現象發生，同時，推動長三角、珠三角等城市群充分發揮規模集聚優勢，以點向面，打造城市群甚至更大空間范圍的科技人才集聚區；中部地區應進一步優化地區創新環境，通過為科技人才搭建適宜開展創新活動的平臺，吸引地區內外人才匯集，為中部崛起戰略提供智力支撐；西部地區一方面應在當前階段加快交通基礎設施建設，為科技人才流入打造便捷通道，另一方面要促進地區創新環境優化，為科技人才集聚提供條件保障。

(4)因勢利導，優化體制機制，加強地區間創新合作。地區間經濟差距對科技人才集聚具有較為顯著的影響，對于經濟劣勢省份而言，如何充分利用錯位競爭力揚長避短，實現低成本、高效率的科技人才集聚，是破除發展藩籬的關鍵所在。科技人才作為一種特殊的資源，在短時間內總量相對固定，對于人才集聚高地的鄰近地區而言，充分利用地緣優勢將科技人才虹吸效應轉化為溢出效應，在資源約束下最大化匯聚科技人才是獲得發展的可行路徑。因此，必須優化跨區域協同創新機制，深化戶籍制度改革，破除科技人才流動的體制機制障礙，構建跨區域創新合作網絡，從而形成科技人才環流，為創新驅動發展蓄力賦能。

4.3 研究不足與展望

本文基于創新環境與科技人才集聚同向演化的時空特征，從空間視角出發探討了創新環境對科技人才集聚的影響，但仍存在一些不足之處：一是鑒于科技人才數據可獲性，本文研究對象為31省(市、區)，未來研究可以充分利用大數據等手段獲得各城市的科技人才數據，在相關數據的支撐下可能得出更加細致的研究結論；二是限于篇幅，本文僅初步驗證了中國省際創新環境與科技人才集聚的空間相關關系，提供了提升創新環境從而促進地方人才集聚的探索性經驗證據，沒有作更深入的機制探討，要徹底打開科技人才集聚力提升的“黑箱”，還有賴于進一步探索，未來研究可以沿著這一方向逐步深入。