中國高技能人才省際遷移特征及對地方創新的影響研究

■溫鋒華 武雪兒

一、引言

創新是實現區域經濟增長發展動能由追求高速度轉向追求高質量轉換的重要驅動力[1]。隨著科技在經濟社會發展中的作用日益突顯，高技能人才在區域經濟發展過程中的作用越來越重要，是促進區域創新和高質量發展的核心力量[2]。人才的自由流動與遷移是影響區域創新發展的關鍵要素，也是人才創新發展的重要內容[3]。改革開放之前，中國實施城鄉二元分治的戶籍管理模式，限制了包括各類人才在內的人口流動與遷移。改革開放以來，我國持續推進戶籍制度改革，“均等化、一體化、市民化”成為戶籍制度改革的基本原則[4]，為高技能人才的自由遷移與社會融合創造了有利的政策條件。現代交通運輸業的蓬勃發展極大地推動了人口的遷徙流動，尤其是中國高鐵網絡的不斷完善，從根本上改變了人們的時空觀念，加速了全國人口的大流動[5]，中國流動人口規模從1982年的657萬人增加到2020年末的3.76億人，翻了近57倍[6]。

黨的十九大報告提出“人才是實現民族振興、贏得國際競爭主動的戰略資源”，各地進一步出臺更加積極、開放、有效的人才政策來促進人才創新發展。從2017年開始，各大城市掀起了新一輪的“人才爭奪戰”，武漢、成都、長沙、廣州、深圳等城市紛紛出臺各種人才激勵政策[7]，希望通過政策優勢搶占先機，引進優秀人才。

在全國人口遷移流動規模不斷擴大的形勢下，學界對人口遷移流動特征的相關研究也很豐富[8-9]。當前中國高技能人才遷移的特征、高技能人才的遷移流動與區域創新之間存在怎樣的影響等，是學界與各級政府均高度關注的問題。本文在前人研究的基礎上，利用中國1995—2015年人口1%抽樣調查數據，分析1995年以來高技能人才的省際遷移特征及其對地方創新水平的影響，以期為地方充分提升高技能人才的配置效率、出臺與之相適應的人才策略提供決策參考，使高技能人才為地方的創新做出貢獻，最終增強地方的經濟競爭力。

二、模型建構與數據選取

1.模型建構

在王春楊等構建的固定效應模型[5]基礎上增加了固定效應的維度，建立如下模型：

方程（1）中的被解釋變量INVit表示遷入地省份i在時期t內的創新產出水平，解釋變量Migrantijt為高技能人才在時期t內從j省份向i省份的實際遷移數量，Xijt為可能影響遷入地省份創新產出的其他控制變量，μi，λj和γt分別代表遷出地、遷出地和時間的固定效應,εijt是隨機誤差。方程（2）中的被解釋變量INVjt表示遷出地省份j在時期t內的創新產出水平，并且被解釋變量和固定效應與方程（1）中完全一致。

固定效應模型具有可以控制絕大部分不可觀測、組內不變的因素對該回歸方程的影響的優點，并且，更高維度的固定效應能夠更好地解決遺漏變量所導致的參數估計偏誤問題，故采用該種模型進行實證分析。

同時，方程（1）和（2）中Migrantijt的系數γ1和γ2是本文實證分析的重點關注參數。根據閱讀的大量文獻[4-7,10]可知，人才遷入能促進地區的創新增長，故在進行回歸前期望方式（1）中的γ1是顯著為正的。而人才遷出對于地區的創新增長的影響研究較少，但根據已有經驗，期望γ2顯著為負或者不顯著。

2.指標選取與數據說明

（1）被解釋變量：地方的創新產出。因為專利數據具有易得性、通用性與一致性，因此專利數據為國內外學者研究創新時常用且相對有效的衡量指標。本文整理了1995—2019年中國內地31個省份的專利授權數量。為了增加回歸的正確性，同時選取了1986—2018年的中國城市統計年鑒中31個省份的5項專利數據，包括：實用新型專利授權量（專利1）、外觀設計專利授權量（專利2）、專利授權總量（專利3）、專利授權數件（專利4）和專利申請數件（專利5）。

（2）高技能人才遷移數據：高技能人才指“大專學歷或以上的勞動人口”。利用1995—2015年中國內地31個省份的高技能人才省際遷移數據，即每個省份都有向其他30個省份遷移的數據，具體而言，例如i-j省份對即代表高技能人才從i省份遷移到j省份，此時i為遷出地、j為遷入地；反之，j-i省份對即代表高技能人才從j省份流向i省份。為便于分析高技能人才的省際遷移，將每5年劃分為一個階段，統計高技能人才在每一階段時間長度內的遷移人次。

（3）控制變量：選取可能影響地方創新產出的變量進行控制，具體包括：每萬人在校大學生人數、人均國內生產總值、第三產業占GDP比重、外商實際投資額、科學事業費支出等，數據由歷年《中國區域經濟統計年鑒》和《中國城市統計年鑒》中查找得到。但由于每萬人在校大學生人數、人均國內生產總值、科學事業費支出的數據缺失較多，故選擇第三產業占GDP比重、外商實際投資額這兩項作為該模型的控制變量，且該控制變量具體分為遷出地和遷入地2類，共4個控制變量（遷出地第三產業占GDP比重、遷入地第三產業占GDP比重、遷出地外商實際投資額、遷入地外商實際投資額）。為使回歸所使用的數據不受單位的影響，取被解釋變量、解釋變量以及控制變量的對數以去量綱化。

三、結果

1.我國省際人才遷移的現狀特征

首先對 1995—2000年、2000—2005年、2005—2010年、2010—2015年的高技能人才省際流動數據按不同的遷入地與遷出地進行整理，再將每個省份在1995—2015年間高技能人才的遷入和遷出人數加總求和，同時為避免當地人口數量的相對差距對統計數據造成影響，將每個省份1995—2015年的高技能人才遷入與遷出人數相除，得到遷入遷出比，結果如圖1所示。

圖1 1995—2015年中國內地各省份高技能人才遷入、遷出總人數（單位：人次）與遷入遷出比

1995—2015年間，高技能人才遷入最多的前5個省份為：廣東、上海、北京、云南、江蘇；遷入最少的前5個省份為：西藏、寧夏、青海、黑龍江、吉林。高技能人才遷出最多的前5個省份為：湖北、湖南、江蘇、安徽、河南；遷出最少的前5個省份為：西藏、青海、寧夏、海南、云南。傳統的“一線城市”與東南部沿海城市更受高技能人才的青睞，他們傾向于遷入這些城市所在的省份，這得益于當地的落戶政策、人才培養扶持政策和經濟效益帶來的影響。相比之下，東北地區和西北地區省份的高學歷人才遷入數量相對較少（圖2），可能的原因在于政策支持力度欠缺、就業崗位吸引力不強、經濟效益不高等。中部地區和東南部沿海城市所在省份高技能人才遷出較多，反映其人才培養能力更強，主要原因在于這些省份本身人口基數較大、學生考試升學競爭較為激烈等。而西北地區人才遷出數量相對較少（圖3），可能的原因在于師資相對匱乏，教育水平不及發達地區省份。

圖2 1995—2015年高技能人才省際遷入分布圖

圖3 1995—2015年高技能人才省際遷出分布圖

“遷入遷出比”最高的5個省份為北京、山東、云南、廣西、廣東；這些省份接納較多高學歷人才遷入，并傾向于留住本地培養的人才；“遷入遷出比”最低的5個省份為西藏、青海、海南、江西、遼寧，這些省份綜合競爭力相對薄弱，難以留住高技能人才。

再將1995—2015年按每5年進行切分，得到4組高技能人才流動的詳細數據，按時間趨勢分析，鑒于本文研究省份眾多，故選取在人才遷入、人才遷出排名前三的頭部省份進行分析，結果如圖4所示。

圖4 1995—2015年頭部省份高技能人才遷入遷出的變化趨勢（單位：人次）

研究顯示，高技能人才遷入省份排前三的廣東、上海、北京等一線省市都呈現出先上升再下降的趨勢，且人才遷入的數量明顯大于人才遷出的數量，但兩者差距在近些年產生了縮小的趨勢。這說明傳統一線城市對高技能人才的吸引力較強，但隨著這些城市生活成本的不斷增加，加上同期其他省市的經濟發展和優惠政策扶持等因素，高技能人才遷入被其他省市分流，高技能人才遷入的增長勢頭出現減緩趨勢。在高技能人才遷出地排前三的省份中，湖北和湖南人才流失較多，但在2010—2015年這5年間漸趨緩解；江蘇的人才流失情況相對緩和，但仍有上升趨勢。

2.地方創新產出水平描述性分析

將1995—2019年中國31個省份的專利授權數量，與通過整理1986—2018年間的《中國城市統計年鑒》得到的實用新型專利授權量、外觀設計專利授權量、專利授權總量、專利授權數件、專利申請數件以及控制變量進行描述性分析，分別得到其觀測值、平均值、標準差、最小值與最大值，具體結果如表1所示。

表1 地方創新產出水平的描述性統計

四、實證分析與討論

建立的雙向固定效應模型中所涉及的9個變量之間的相關系數矩陣如表2所示，這9個變量從上到下依次為：國家知識產權局的專利授權量、實用新型專利授權量、外觀設計專利授權量、專利授權總量、專利授權數件、專利申請數件、高技能人才遷移數據、第三產業占GDP比重、外商實際投資額。

表2 模型變量相關矩陣

1.高技能人才的遷入對地方創新產出的影響

首先對高技能人才省際遷移數據中人才遷入的數據以及從國家知識產權局網站上整理所得的專利授權量進行回歸，將專利授權量每5年劃為一段，相加求和得到每5年間的總專利授權量，然后以專利授權量作為被解釋變量代入方程（1）進行回歸，得到的結果如表3所示。表中第一行表示取了對數的專利授權量，其對應了4種不同的結果。這4種不同結果中的第一列表示無控制變量以及固定效應的回歸結果，第二列表示有控制變量無固定效應的回歸結果，第三列表示無控制變量有固定效應的回歸結果，第四列表示既有控制變量又有固定效應的回歸結果。

表3 高技能人才遷入與專利授權量的回歸分析

由表3可知，無論是否控制了變量或者引入了固定效應，高技能人才遷入數量對遷入地創新產出水平的影響系數基本都在1%的水平上顯著為正，表明該回歸結果是穩健的。以表3第4列為例，保持其他變量不變的情況下，其結果同時引入遷入地、遷出地和時間的固定效應，高技能人才遷入每增加1%的時候，會導致遷入地的專利授權量增加0.001%，并且在99%的置信度下通過了檢驗，此時調整的R方為99.7%，表明該回歸可以解釋99.7%的被解釋變量，擬合程度較好。通過該回歸可以得到結論：高技能人才的遷入會使當地的專利發布數量顯著提升，即對當地的創新水平有顯著促進作用。

為進一步檢驗該結論是否具有穩健性，以我國1986—2018年的《城市統計年鑒》中實用新型專利授權量、外觀設計專利授權量、專利授權總量、專利授權數件、專利申請數件作為被解釋變量，分別記為專利1、專利2、專利3、專利4、專利5，每5年劃為一個時間段求和得到這5年間的地方創新產出水平。在分別引入控制變量及固定效應后，得到的結果如表4所示。

表4 高技能人才遷入與五項專利授權量的回歸分析

由表4中結果可知，外觀設計專利授權量、專利授權總量和專利授權數件作為被解釋變量時，高技能人才遷入數量對遷入地創新產出水平的影響系數均在1%的水平上顯著為正，與前文結果相一致。雖然前兩列的系數為負，但結果并不顯著，故不討論。以表4第3列為例，同時引入控制變量以及所有固定效應，發現高技能人才遷入每增加1%時，遷入地的外觀設計專利授權量會增加0.002%，且在99%的置信度下通過檢驗，此時調整的R方為97.24%，表明該回歸可以解釋97.24%的被解釋變量，擬合程度較好。由此得出高技能人才遷入能顯著提高當地創新產出水平的結論。

但是以上的回歸可能存在一定的偏誤，因為地方創新產出可能會提高當地的經濟水平進而也會吸引高技能人才遷入，從而產生一個正向的內生性，高估回歸結果的顯著程度以及參數γ1的大小。

因為地域當期的創新產出可能會吸引人才的遷入，但是后一周期的創新產出一般不會導致人才的遷入。為了消除地方創新水平與人才遷移之間的內生性，將專利授權數量的時間段往后移一個周期，即被解釋變量使用國家知識產權局2000—2019年的專利授權量，每5年為一個時間段，進行滯后性的回歸分析。具體回歸結果如表5所示，其中4種不同結果中的第1列表示無控制變量以及固定效應的回歸結果，第2列表示有控制變量無固定效應的回歸結果，第3列表示無控制變量有固定效應的回歸結果，第4列表示既有控制變量又有固定效應的回歸結果。

表5 高技能人才遷入與專利授權量的滯后性回歸分析

由表5可知，無論是否控制了變量或者引入了固定效應，高技能人才遷入數量對遷入地創新產出水平的影響系數基本都在1%的水平上顯著為正。以表5第4列為例，保持其他變量不變的情況下，同時引入遷入地、遷出地和時間的固定效應，當期高技能人才遷入每增加1%時，后一周期的遷入地專利授權量會增加0.001%，且在99%的置信度下通過檢驗，此時調整的R方為99.69%，表明該回歸可以解釋99.69%的被解釋變量，擬合程度較好。因此，在剔除了解釋變量和被解釋變量的內生性之后，仍可以得到高技能人才的遷入對地方創新產出具有顯著促進作用的結論。

2.高技能人才遷入對地方創新的影響機制

高技能人才的遷入會極大地提升遷入地的創新水平。導致這個結果發生的影響機制可以概括為以下兩點：第一，進一步印證了前人的相關研究，高技能人才的遷入會使遷入地人才集聚[5,10]，不僅增加了當地的勞動力數量，而且因為他們學習能力強，所以具有很強的知識溢出效應[11]，而知識溢出效應受到地理空間距離的限制，隨著空間距離增大，知識溢出的強度將逐漸減弱。因此，空間上的勞動力集聚成為知識溢出促進創新的前提條件。人才遷入正是具備了這種前提條件，人才遷入使得人才在空間上集聚，使人們有更多面對面交流和學習的機會，促進了知識的共享與溢出，從而提升區域創新能力。具體來說，高技能人才遷入是知識跨區域溢出形成機制中的一種重要途徑，其縮小了空間距離，使人與人之間的交流更為頻繁，從而產生交流效應，即在近距離的接觸交流中差異化的個體可以交換思想、信息和技術，相互學習從而創造出新知識，增加創新性產出[12]，促進當地科技創新水平的提高。第二，由于高技能人才遷入所帶來的知識溢出效應促進了遷入地教育水平的提高，而教育水平的提高使得當地的高技能人才數量增加，從而進一步促進了該地創新水平的提升。

3.高技能人才的遷出對地方創新產出的影響

與前文類似，先使用高技能人才省際遷移數據中人才遷出的數據以及從國家知識產權局官網上整理得出的專利授權量進行回歸，將以每5年的專利授權量為一個周期，將數據加總求和得到這5年間地方創新總產出水平。把專利授權量作為被解釋變量代入方程（2）進行回歸，所得結果如表6所示，其中4種不同結果中的第1列表示無控制變量以及固定效應的回歸結果，第2列表示有控制變量無固定效應的回歸結果，第3列表示無控制變量有固定效應的回歸結果，第4列表示既有控制變量又有固定效應的回歸結果。

表6 高技能人才遷出與專利授權量的回歸分析

由表6可以看出，在未進行控制變量以及固定效應時，高技能人才遷出對地方創新水平的影響顯著為正，由于未控制完全，因此不能排除該結果是估計產生的偏誤，但從第4列回歸結果來看，可以得出以下結論：仍無顯著證據表明高技能人才的遷出會在中短期內降低地方創新產出水平。

為進一步檢驗該結論具有穩健性，將我國1986—2018年城市統計年鑒中的實用新型專利授權量、外觀設計專利授權量、專利授權總量、專利授權數件、專利申請數件作為被解釋變量，分別記為專利1、專利2、專利3、專利4、專利5，以每5年為一個周期進行求和，得到當地每個周期的創新產出總水平，在同時控制變量及固定效應后，所得結果如表7所示。

表7 高技能人才遷出與五項專利授權量的回歸分析

由表7可以看出，高技能人才遷出只有對外觀設計專利授權量有顯著的負向影響，而對專利授權數件具有顯著的促進作用。所以綜合來看，在5年周期內高技能人才的遷出對于地方創新產出的影響非常小，甚至幾乎不體現影響。

4.高技能人才遷出對地方創新的影響機制

分析表明，在5年周期內高技能人才的遷出對于地方創新水平無顯著影響，即高技能人才的遷出不會降低當地的創新水平，且這一結論具有穩健性。這種結果的發生機制可以歸納為以下兩點：一是由于勞動力市場存在信息不對稱以及反應滯后的問題，高技能人才有可能大量遷入某地造成人才出現供大于需的局面，使得該地人力資本冗余，人力資本利用效率不高，因此有人才流出。冗余的人才即使不流出，在當地也是效率低下的，甚至在人才極度冗余的情況下，可能導致對于科研資源的惡性競爭，這反而會危害效率，所以人才流出不會對當地創新造成危害。有些地方還存在高技能人才資源稀缺的狀況，無論是冗余還是稀缺，當地都無法達致人才資源的有效配置。二是遷出地的體制機制保障尚不健全，無法保障高技能人才的生存和生活水平，導致高技能人才負擔過重，無法充分發揮其科研水平以及研究效率，從而無法給當地帶來創新動力，故高技能人才遷出對于當地的科技創新水平無明顯影響。

五、結論與建議

在中國經濟轉型的關鍵階段，人力資本以及科技創新作為增長動能轉換的重要推力，具有很高的研究價值。如何通過高技能人才的高效流動促進生產要素在空間上的有效配置從而提高區域的創新水平，是國家人才戰略的核心任務之一。本文通過實證研究表明：高技能人才的遷入會導致地方創新產出的顯著提升，人才遷入使得人才在空間上集聚，使人們有更多面對面交流和學習的機會，促進了知識的共享與溢出，從而提升了區域創新能力；高技能人才的遷出在中短期并不會降低當地的創新產出水平，遷出地高技能人才出現冗余，人力資本利用效率低下及人才保障機制不完善，高技能人才無法充分發揮其價值是人才遷出的主因。基于以上結論，針對如何有效促進高技能人才的合理流動，筆者提出以下政策建議。

一是各級政府增加教育的財政支出，提高人力資本水平。人才產生流動的前提之一是有持續的人才產生，而教育對于人才的培養是必不可少的。因此，要充分發揮人力資本對區域創新支持作用以及影響，應從教育投入力度方面著手，不斷完善我國教育體系，健全相關制度。具體解決措施包括但不限于擴大財政教育支出在公共支出中的占比、拓展教育經費來源渠道、提高教育經費的使用效率等。

二是進一步完善勞動力市場和戶籍制度，促進高技能人才的合理流動。當前我國勞動力市場依然存在著較為嚴重的分化，勞動力盲目流動造成配置無效，因此對勞動力市場進行優化和改善極為重要。首先，要建立統一的全國勞動力市場體系，搭建更加高效的勞動力供求信息共享平臺，減少勞動力市場上因信息不對稱導致的人力資本盲目遷移或無序遷移的現象。其次，我國城鄉一體化戶籍制度需要不斷完善，逐步減少戶籍制度對人口流動以及遷移的制約，逐步放開限制，保證高技能人才流動的自由度，以消除流通壁壘。

三是各地需制定有效的區域人才引進策略，促進高技能人才的流入。區域創新水平的不斷提升需要有效的人才引進策略的制度支持，吸引高技能人才遷入并為其提供優良的發展平臺可以更好地提升創新產出。區域人才引進策略可以包括以下幾個方面：第一，建立統一的社會保障體系，提供更好的異地就業條件。同時通過建立全國統一的社會保障體系，確保高技能人才在區域間遷移時，其養老保險、醫療保險等保障關系能便捷地實現隨遷。第二，完善高技能人才落戶政策，讓人才在遷移過程中居有定所。