我國省際間科技人才流動影響因素研究

陸星諭

(南京審計大學 經濟學院，江蘇 南京 211800)

0 引言

當前世界已經進入知識經濟時代，我國也處于加快躋身創新型國家的關鍵階段，在此階段我國人口紅利逐漸消失，而人才資源作為技術創新的重要載體，其重要性日益顯現。隨著人才強國戰略和建設創新型國家戰略的實施，盡管在總體上我國人才儲量呈上升趨勢，但人才在空間上分布不均衡的趨勢并沒有得到緩解，國內各地區間人才競爭也越發激烈。地區間人才流動自身也屬于一種資源的配置與優化，對地區經濟發展有著重要作用。在人才流動過程中，更多發達地區獲得了大量的人才資源，這必然會導致地區間人才資源的不對稱性。由于地區間稟賦不同，對人才資源的需求與人才資源作用于地區創新水平和經濟水平的效應也有所差異，這使得不同地區會衍生出更加復雜的人才爭奪政策。因此，如何科學合理地分析地區條件對人才流動的影響？各地區實施的人才爭奪政策作用如何，是否有利于地區吸引人才資源？這些都是值得研究的問題。

1 文獻綜述

諸多學者從多方面對影響人才流動的因素及其影響機理進行了深入研究。李峰等[1]以京津冀、長三角、粵港澳三地的科技人才流動為例，將三地的人才吸引模式分別定義為“單核吸引”模式、“自產自銷”模式和“創新吸引”模式，提出三地應該進行適當的模式轉換，將“單核吸引”轉換為“單核輻射”，“自產自銷”轉換為“內循環”，“創新吸引”“合力吸引”以形成人才吸引的優勢。曹薇等[2]則從人才爭奪政策切入，考察人才爭奪政策對區域人力資本投資的影響，結果表明在人口紅利增長率高的城市，政策的實施對人才紅利存在顯著影響。王寅秋等[3]構建了網絡化數學模型對科技人才的省際流動進行分析，總結了科技人才流動的趨勢與特點以及阻礙人才流動的因素。對于高學歷人才在省際間的流動，齊宏綱等[4]選用零膨脹負二項回歸模型去解釋人才遷移格局的演化機制，指出目前人才遷移的空間分布已經開始趨于均衡化，同時部分地區的人才流失現象已經得到緩解。孫博等[5]則從微觀視角出發，基于個人與環境匹配的理論，利用多值Logit模型對區域軟環境因素對人才流動的影響進行研究，發現政府治理環境、金融環境、法治環境、技術環境的改善，都能帶來一定比例的人才流入，這些因素對不同的人才存在異質性，其中政府治理環境吸引作用最大。劉玉成[6]以創新驅動發展的視角切入，借助空間面板Durbin模型，從科技創新能力對科技人才聚集的影響以及伴隨的空間溢出效應出發，分析了科技因素以及空間溢出效應對人才集聚的影響，指出在當下應當關注科技創新與人才流動的相關性，構建跨區域的人才流動平臺，引導科技人才合理流動。孫博等[7]在個人與環境匹配理論基礎上，強調“宜居”和“興業”這兩大要素，對影響人才流動的宏觀要素進行多值邏輯回歸，進而提出一套城市吸引力評價體系。林靜霞等[8]以城市舒適性為切入點，探究青年學者的流動偏好與城市舒適性之間的關系，認為更高層次舒適性的城市對青年學者來說更有吸引力。袁方成[9]從城市高質量發展的角度出發，提出在目前人口結構失衡、經濟發展提質增效的情況下，應該發揮城市的資源環境優勢，進行人才爭奪。

以上研究表明，人才在區域間流動的機理比較復雜，影響因素眾多，現有文獻從經濟、政策、環境等多方面因素入手，試圖解釋其對區域人才吸引力的影響程度。鑒于營商環境對大眾創業、萬眾創新的重要影響，本文引入營商環境這一變量。

2 模型和數據

2.1 模型構建

在關于人力資本流動的問題上，舒爾茨的“成本—收益”理論認為，對于自由經濟中的個人來說，人才在城市間遷移的主要目的是改善自身生活條件以及為未來進行投資，是一種比較典型的經濟行為。因此，在舒爾茨的理論中，選擇遷移的人們通常應該綜合考慮遷移的成本以及通過遷移帶來的收益，當判斷得出遷移帶來的收益大于成本時，人才的流動就會產生。此外，美國學者E.S.Lee也提出過“推拉”理論，認為人才出于改善生活的目的，會受到部分條件優越地區的“拉力”，而遷出地比較落后的條件就被視為“推力”，這兩者的共同作用就造成了人才流動這一結果。這兩個理論都強調了遷入地的部分條件比較優越。本文認為可以把造成人才流動的主要因素具體分為經濟因素與非經濟因素這兩大類，其中經濟因素可以認為是影響人才作出選擇的最主要因素，因此經濟發達的地區有著吸引人才的天然優勢。而從非經濟因素角度，我國2021年靈活就業人員已經高達2億并且還呈現出上升趨勢。同時《中國青年創業發展報告(2020)》的數據顯示，2020年中國新創企業超過700萬家，創業質量較高，在世界上僅次于美國，目前總共擁有近3 000家創投機構，管理著近萬億資產。考慮到這類情況，不同地區的地方政府政策實施力度、社會保障制度以及市場營商環境等非直接經濟因素也成為了人才選擇就業地區時考慮的重要因素。

本文采用面板數據的最小二乘回歸模型進行研究，面板數據的最小二乘回歸模型的一般形式為：

yit=βixit+αi+uit

其中y表示人才資源，x表示影響人才流動的經濟和非經濟因素，i、t分別代表截面與時間，α代表各地區中無法觀測的變量，u是模型的隨機擾動項。

2.2 變量選取與數據說明

基于上述理論分析，由于影響人才在區域間流動趨勢的影響因素眾多，結合孫貴平等[10]、劉偉健[11]以及徐倪妮等[12]的相關研究，本文設定如下計量模型：

RDTit=β0+β1GDPit+β2Expit+β3R&Dit+β4Areait+β5Incit+β6Envit+β7Eduit+αi+uit

(1)

其中，β表示不同的回歸系數，i表示不同的省份，i=1,2……31，t表示時間，t=2008,2009……2020；RDT代表人才資源，參考相關研究，以規模以上企業R&D人才作為被解釋變量；解釋變量中，GDP代表地區生產總值，用以衡量經濟發展水平；Exp代表地方財政一般預算支出；R&D代表規模以上工業試驗研究與發展經費，所代表的變量是地區的創新能力，目前的文獻一般采用專利申請數量、論文發表數量、地區投入試驗研究與發展經費、相應的項目數量等指標來衡量。本文使用投入R&D經費的多少來衡量創新能力；Area代表建成區面積，用以衡量不同地區的基礎設施完備程度；Inc代表全體居民人均可支配收入；Env代表營商環境，用地區內規模以上企業數量衡量；Edu代表地區教育水平，以地區教育經費衡量。

為了明確各類經濟因素和非經濟因素在人才選擇就業地區時對人才的影響，首先對所收集到的2008-2020年的面板數據進行分析(見表1)。

本文所使用的數據來自于國家統計局《中國統計年鑒》《中國科技統計年鑒》以及《中國省份營商環境研究報告2020》，最終列出了包括31個省級地區，10個年度的面板數據。為了削弱數據中有可能存在的異方差性的影響，在本文實證分析中，對所有解釋變量以及被解釋變量進行了對數化處理，將變量記為以下形式：lnRDT、lnGDP、lnExp、lnR&D、lnArea、lnInc、lnEnv、lnEdu。

3 實證結果

3.1 變量單位根檢驗

在實證分析之前，為了避免偽回歸，保證結果的有效

表1 各項指標數據的描述性統計分析(2008-2020年)

表2 對數化調整后的面板數據LLC檢驗結果

為了保證數據的平穩性，進一步使用面板數據的ADF檢驗進行單位根檢驗，結果見表3。

從以上表2、表3的結果可以看出，在對數據進行對數化處理之后，數據通過了顯著性水平檢驗，表明對數序列是平穩的。

3.2 協整檢驗

在進行時間序列分析時，需要避免偽回歸的結果。本文選用協整檢驗Kao檢驗、協整檢驗Pedroni檢驗和協整檢驗Westerlund檢驗對數據進行分析，得到以下結果。

表3 調整后的面板數據ADF檢驗結果

表4 協整檢驗Kao檢驗

表5 協整檢驗Pedroni檢驗

表6 協整檢驗Westerlund檢驗

從表4、表5、表6所得到的檢驗結果中，Kao檢驗得出的p值均顯著，其中有4個t值在1%水平上顯著，1個t值在5%水平上顯著；Pedroni檢驗中的3個p值也均在1%水平上顯著；Westerlund檢驗得到的p值也在5%水平上顯著。因此可以認為本文中所選取的對數化2011-2020年的中國31個省份的年度數據之間存在穩定的長期均衡關系，對數據進行回歸后不會出現偽回歸結果，可以使用面板模型進行回歸分析。

3.3 模型選擇

在針對面板數據的建模中，一般有混合回歸模型、固定效應模型和隨機效應模型。在F檢驗中，得到的p值為0.000，小于0.001，拒絕原假設，不能使用混合回歸模型；接著使用Hausman檢驗，得到的統計量為22.26，對應的p值為0.002 3，小于0.001，拒絕原假設，應該選用固定效應模型進行回歸分析。

3.4 基于全國數據的回歸結果分析

從表7回歸分析的結果來看，組間的R2達到了0.6604，模型擬合程度良好，可以對數據進行分析解讀。

表7 面板數據模型回歸結果

在表7的面板數據回歸模型中，可以發現經濟發展水平雖然存在正向的效應，但是并不顯著，本文認為被解釋變量所指代的規模以上企業R&D人才資源在地區間流動的選擇方向并不絕對地受制于區域經濟發展，高質量的人才在被企業招聘時，企業已經開出了較高的薪水，人才無需再考慮區域整體的經濟發展狀況也足以過上富足的生活。規模以上工業R&D經費、全體居民人均可支配收入、教育資源皆在1%水平上顯著，其中，規模以上工業R&D經費、教育資源呈顯著的正向效應，這意味著地區的創新能力、教育資源對人才具有極大吸引力，創新能力更強的地區往往可以提供更多適合不同行業人才發展的工作崗位，也預示著該地區強大的發展潛力，豐富的教育資源也滿足了人才在區域內定居后，培養下一代的需求。營商環境在5%水平上正向顯著，一個公平、穩定的營商環境是保護本地企業、吸引其他地區優質企業入駐的基礎，也有利于人才的創新創業活動，為地區吸引高質量人才提供更多的崗位。建成區面積在10%水平上呈顯著的正向效應，地區內建成區面積越大，代表著該地區內基礎設施完善程度越高，完善的基礎設施不僅提高了人才生活的舒適程度，也為將來人才退休后的生活提供了可靠的保障。地方財政一般預算支出以及全體居民人均可支配收入則呈顯著的負向效應，這表明地方政府過多的財政預算支出并不能對人才起到吸引作用，而在居民人均可支配收入方面，結合目前中國國內存在的逆城市化現象以及回歸結果中全體居民人均可支配收入回歸系數同樣為負這一現象進行分析，本文認為原因在于人才更多的會傾向于在物價水平較低、生活成本較低的地區生活，但是選擇此類地區就必須接受所獲得的薪水偏低的缺點，在考慮到這兩方面的因素后，目前的多數人才還是會選擇在生活成本以及消費較低的地區生活。

3.5 基于八大經濟區域數據的回歸結果分析

考慮到中國幅員遼闊，各地區經濟存在鮮明特點，本文依照一般認定的八大經濟區域，將所收集的中國31個省市的數據分為8個部分，再次進行面板數據的最小二乘回歸模型進行研究，結果如表8。

表8 八大經濟區域面板數據模型回歸結果

將數據分為8個地區并進行回歸分析后，可以發現：人才在不同經濟地區內所考慮的因素有所不同，但是區域內規模以上工業R&D經費，即一個區域的創新能力是絕大部分地區人才在進行流動時考慮的影響因素，區域營商環境和教育水平則會在經濟相對更加發達地區有更加顯著的作用；在經濟欠發達的地區則出于各地區的特殊性，有著不同的影響因素；而地區的經濟發展水平以及地方財政一般預算支出對各地區人才的影響并不顯著。

4 結論與建議

4.1 研究結論

本文利用2011-2020年我國省際面板數據，系統考察了各類因素對人才流動趨勢的影響，結果表明：一方面，從全國整體來看，規模以上工業R&D經費、營商環境、教育資源水平以及建成區面積在統計結果上是正向顯著的，這意味著當前人才的流動方向大多數是向創新能力更強、營商環境更優、教育資源更加豐富、基礎設施更加完善的地區流動。而居民收入水平、地方政府一般預算支出則顯著為負，則意味著目前人才的流動方向并不會一味地向有著高收入的大型城市流動，地方政府過多的財政預算支出也不一定會對人才起到吸引作用。另一方面，按照我國通常認定的八大經濟區域對數據進行分類后發現：不同經濟區域中地區創新能力是吸引人才的主要因素，其他影響因素則發揮著不同的作用，在經濟較發達地區營商環境以及教育資源水平對吸引高質量人才發揮著更加顯著的作用。

4.2 政策建議

我國已經進入高質量發展階段，在人才流動方面，為削弱地區間人才流動壁壘，促進人才在區域間的流動，釋放人才活力，助推區域進一步發展，需要進一步完善人才治理體系。

(1)依靠地區創新能力吸引人才聚集，實現創新與人才聚集相互促進的良性循環。地區擁有較強的創新能力代表著該地區有著較大的發展潛力，我國各地區應根據所處地區實際創新驅動能力，結合國家發布的創新驅動戰略，充分發揮好創新能力帶來的人才吸引效力，推進各行各業的創新發展，并以此吸引更多的人才，以此形成良性循環。

(2)地方政府需充分發揮指導作用，因地制宜地實施差異化的人才吸引政策。地方政府應考慮區域異質性，緊密結合所在區域實際情況，制定符合地區發展需求的人才引進計劃，不能忽視人才與本區域的適應性，要合理安排引進人才的生產生活活動，增強人才對地區的歸屬感。

(3)進一步加強基礎設施建設，降低人才在區域內的生活成本。完善的基礎設施能夠帶來堅實的后勤保障，過高的生活成本會降低居民的生活質量，舒適度高的城市更能使人才產生歸屬感，形成人才“搶得來，留得住”的局面。

(4)營造更加公平公正的營商環境。公平公正的營商環境可以為企業提供良好的發展環境，而成長的企業又可以為政府吸引、儲備人才，提供充足的就業崗位，促進人才資源的充分消化，進一步促進區域經濟發展，形成良性循環。

(5)各地區應加強對高等教育的重視程度，依托教育資源促進經濟發展。高等教育對于地區創新能力的提高與經濟發展的重要性不言而喻，地方政府應引導高等教育資源向地方產業傾斜，加強與地方產業的融合程度，提高資源轉化效率，形成產學研一體化發展局面。