聚集中走向均衡？

摘 要：以研究生人才作為考察對象，基于1997-2021年30省樣本數據，研究省域層面我國研究生人才空間分布特征并使用雙向固定效應模型分析影響研究生人才分布的主要因素。研究結果表明：省域層面研究生人才分布聚集趨勢明顯，在總量聚集的同時，人均層面走向進一步聚集；研究生人才分布聚集呈現出顯著的空間相關性，空間聚集以低低聚集為主且伴隨著時間推進，低低聚集區域得到進一步擴充；省域層面研究生人才空間聚集主要表現為經濟主導型，發展水平和產業結構正向影響研究生人才分布；研究生培養能力顯著影響研究生人才分布，但存在階段性特征，影響逐漸由顯著負向變為顯著正向；舒適度對各省研究生人才分布的影響整體上顯著，但存在異質性。著眼未來，省級政府部門應從研究生人才培養和人才環境入手，加快區域經濟發展，促進研究生人才從高度聚集走向相對均衡。

關鍵詞：研究生人才；空間分布；演變趨勢；影響因素

20世紀90年代以來，我國高等教育取得了顯著成就。近年來本科及以上學歷畢業人數繼續不斷增長，以高層次人才為核心的人力資本成為影響我國全要素生產率的決定性因素。人才是指具有一定專業知識或專門技能，進行創造性勞動并對社會做出貢獻的人，是人力資源中能力和素質較高的勞動者。^[1]作為專業知識和專門技能的載體，人才是實現民族振興、贏得國際競爭主動的戰略資源。當今世界正經歷著百年未有之大變局，新一輪科技革命和產業變革迅猛發展，各地正積極探索建設人才高地的方法，人才作用不言而喻。^[2]為搶抓發展先機和人才紅利先機，2017年以來，我國各省掀起“搶人大戰”并逐漸白熱化，全國約70%的城市出臺了相關人才政策，措施包括直接落戶以及隨學歷提升而階梯式增加的安家費、生活補貼等，以此吸引高學歷人才加盟。^[3] 當下人才政策勢必影響我國現有高等教育人才空間分布格局，本文采用實證研究方法對我國以研究生人才為核心的高等教育人才空間分布特征及其演變趨勢進行探究，分析影響人才空間分布的主要因素，旨在推動人才資源合理配置、促進人才與社會協調發展。

一、文獻綜述

人才研究在20世紀六七十年代成為管理學領域的一個重要課題。美國學者庫克（Kuck）提出“庫克曲線”，從可行性和必要性說明人才流動對人的創造力所發揮的作用。卡茲（Katz）通過對科研組織人員的壽命研究，發現“卡茲曲線”并提出組織壽命的長短與組織內的信息溝通和獲得成果相關。經濟學家舒爾茨（Theodore W.Schultz）、貝克爾（Gary Stanley Becker）、明瑟（ Jacob Mince）等對人力資本進行了深入研究。福羅里達（Richard Florida）指出，高素質人才是一種具有流動性的生產要素，大學畢業生常常在他們完成學業之后離開大學所在地區。年輕而又受過良好高等教育的人幾乎是所有人口群體中最具流動性的。高BDGI（Brain Drain Gain Index， BDGI）地區擁有密集而繁榮的勞動力市場，創新吸收能力強，直接或間接地推動了經濟增長，反過來又導致更高的人才生產率、保留率和吸引力。^[4]汪懌認為人才高地在國家戰略體系中扮演著引領創新、驅動改革以及深化開放等重要作用。^[5]李楠等以國際高水平人才灣區實踐經驗為基礎，提議創建人才柔性引進機制，探索人才跨域聯合培養機制，創新優化產學研合作機制，建立多元主體參與、協調合作互促的人才管理體系。^[6]陳麗君等則將人才生態營造看作是人才與創新高地建設的重要工作。^[7]趙明仁等從協同融合發展的視角，提出提升引才制度的開放性、推進區域產教才融合發展。^[8]

·學位與研究生教育·聚集中走向均衡？

人才空間分布格局及其影響機制研究是教育經濟學和人口地理學等學科關注的重點。^[9]圍繞該問題，現有研究主要通過新古典遷移理論和均衡理論進行研究建構。^[10][11][12]前者認為人才遷移是個人理性計算經濟成本收益的結果^[13]，就業機會、經濟規模、工資水平和產業結構能夠顯著影響地區人才分布^{[14][15][16][17]}；后者則進一步強調舒適性在其中的作用，尋求環境舒適性與經濟因素的均衡。第二次世界大戰后，美國人口向“陽光地帶”遷移，格列斯夫（Graves）發現氣候舒適性顯著影響人口流動^[18]，后續研究則進一步擴展了舒適性范圍，大體包括自然環境舒適性和社會環境舒適性兩大類，如空氣質量^[19]、天氣^[20]、綠地面積^[21]等自然環境舒適性和教育醫療^[22]、文化娛樂^[23]、城市包容和開放度^[24]等社會環境舒適性因素。另有研究注意到舒適性在發展中國家人才區位選擇的適用問題，認為由于經濟因素的主導作用，舒適性并未影響發展中國家人才的區位選擇。^[25]楊等（Yeoh et al.）的研究表明，科技創新人才的流向不僅是由經濟學逐利心理導致，還應該將文化地域等復雜的背景因素考慮進去。^[26]阿倫斯貝爾根等（Arensbergen et al.）通過分析參與科技創新人員評估的主體，指出人才評價過程中各階段的公正性具有重要意義，同時發現某些看似對評價影響很大的因素卻并不影響最終決策。^[27]

中國高學歷人才空間分布的研究顯示，我國高學歷人才表現出高度集中且不平衡的空間分布格局。從區域分布來看，我國大專及以上學歷人才空間分布表現出東南高、西北低的區域聚集特征^[28]；從省域角度看，則表現出“東高西低”非均衡特征并形成了粵港澳大灣區及“京津”“江浙滬”核心聚集區^[29]；從市一級層面看，我國大專及以上學歷人才分布則與城市等級關系密切，表現為高學歷人才向直轄市、省會城市、計劃單列市等行政區集中，普通地市人才獲取量較少^[30]，部分研究將視角進一步聚焦到特殊人群的空間分布格局，諸如科技人才^[31]、社會科學研究人才^[32]、中國科學院院士^[33]、教授和研究人員及IT人才等^[34][35][36]，研究結果均證實中國高層次勞動力空間分布存在不均衡。對于高學歷人才分布影響機制，相關研究結果顯示經濟因素是其共同且主導因素，但隨著收入與生活水平的提升，教育、醫療、氣候和交通等舒適性因素的作用逐漸凸顯。^{[37][38][39][40][41][42]}

綜上，既有研究對高學歷人才及其空間分布問題進行了廣泛關注，凸顯問題研究的價值。但先行研究對于該問題的分析大多關注某一特定人群，如院士、教授、IT人才等，或者是將高等學歷人才視為整體進行研究，關注其時空分布格局及其影響機制；對某特定學歷群體的空間格局與機制探討不足，尤其是對我國高層次人才的主要載體——研究生人才的研究更顯不足。考慮到研究生人才對區域科技創新和經濟高質量發展的突出作用，本文將研究對象高等教育人才限定為研究生人才，重點關注我國研究生人才空間分布及其影響機制。基于此，研究提出如下基本假設。

H：我國研究生人才省域層面分布存在總量聚集的同時，人均層面走向均衡。

H：我國研究生人才分布聚集呈現出顯著的空間相關性，在省域層面主要向京津、粵港澳大灣區和長三角等地聚集。

H：經濟因素是影響我國研究生人才分布的主要因素，舒適度和區域研究生人才培養能力對吸引和維持研究生人才發揮著重要作用。

二、研究設計

（一）研究對象

本文將高等教育人才聚焦為研究生人才。為有效調控我國研究生人才空間分布格局，本研究的“區域”以省（直轄市）為單位，擬對我國30個省（直轄市）^①的研究生人才空間分布及其影響機制進行分析。考慮到在校研究生畢業后流動性問題，本文在定義研究生人才時，使用各省（直轄市）就業人口中擁有研究生學歷的勞動者作為代理變量。研究將分析各省（直轄市）研究生人才資源分布現狀及其演變趨勢，并對影響因素進行討論，旨在加強省域研究生人才資源配置，為省域層面研究生人才調控政策的制定提供理論參考。

（二）研究方法

研究生人才的空間分布具有差異性并且是可以測量的。測量的方法包括多種，如基尼系數、變異系數、泰爾指數等。研究生人才的空間分布具有結構性，這種空間結構性可以采用空間自相關分析來揭示其空間聚集態勢。本研究擬采用泰爾指數及空間自相關分析來探索研究生人才區域分布的差異性及其結構性特征。

1.泰爾指數

泰爾指數是衡量區域收入或其它差異的常用指標，具有一些良好的統計性質，如可加可分解性。可加可分解性是指總體不平等性指標可以寫成組內不平等和組間不平等之和的形式，如研究生人才的分布可以分解為區域之間的差距和區域內各省之間的差距之和。因此泰爾指數在反映整體差異的同時，也能夠反映區域內部和區域間的變化差異。由于泰爾指數具有完全相加可分的優點^[43]，且對數據高低兩端變動相對基尼系數而言更為敏感^[44]，用泰爾指數來衡量區域人才之間的差異比基尼系數更為科學合理。由此，本文運用泰爾指數對我國研究生人才分布區域差異情況進行分析。借鑒姚昊等經驗^[45]，研究將泰爾指數定義為：

Theil_=∑^knnyy1n∑ⁿyyLnyy+∑^knnyyLnyy=Theil_+Theil_ （1）

式1中，T為總體泰爾指數，用來衡量省域間研究生人才分布的不均等程度；K為分組項，本研究借鑒國家統計局八大經濟區域劃分方法^②，將樣本省份分為8組；T為組內泰爾指數，主要衡量區域內研究生人才分布不均等程度；T為組間泰爾指數，衡量區域間不均等程度；Y為研究生人才規模，N代表K區域內各省。泰爾指數取值范圍為[0，1]，數值越接近1，表明不均等程度越高，反之則表示均等程度越高。

2.空間自相關分析

泰爾指數雖然能較好反映我國研究生人才分布空間不均衡程度，但無法區分我國研究生人才集聚區域是否在地理空間上存在鄰接關系，更無法反映我國研究生人才在哪些區域和省份出現了空間聚集。空間自相關分析能夠有效彌補泰爾指數上述不足，因此研究進一步采用空間自相關分析。自相關指數（Moran’s I）可以測度空間自相關性。當位于一定距離d內的觀測值相近時， Moran’s I 在顯著水平下 （P 值小于 0.1） 為正，不相近時為負，當觀測值隨機排列時為零。Moran’s I可分為全局自相關指數（Global Moran’s I ，GMI） 和局部自相關指數（Local Moran’s I， LMI）。GMI 主要測量在全范圍尺度下區域某一屬性的聚集水平；LMI 可以定量識別區域某一屬性的分布，進而探測區域極化的空間模式。

（1）全局莫蘭指數（GMI）

全局莫蘭指數能夠反映空間鄰近區域或者空間鄰接區域的屬性值從全局層面上所具有的相關性差異程度。參照徐君等經驗^[46]，全局GMI被定義為：

Moran’s I=∑ⁿ∑ⁿW（x-x）（x-x）S²∑ⁿ∑ⁿW（2）

式2中，Moran’s I為全局莫蘭指數，x、x分別表示第p個區域和第q個區域的研究生人才數量，x表示省域層面平均研究生人才數量，S²表示方差，W表示使用空間相鄰模式構建的空間權重矩陣。Moran’s I取值范圍為[-1，1]，當 Moran’s I>0時，表明各省市研究生人才分布存在空間正相關，即研究生人才規模相似的省份（高高或低低）在空間上趨于聚集分布；當Moran’s I<0時，表示各省市研究生人才分布存在空間負相關，即研究生人才規模相異的省份（高低或低高）在空間上聚集；Moran’s I=0時，表明隨機分布，不存在空間相關性。

（2）局部莫蘭指數（LMI）

全局莫蘭指數只能反映全國研究生人才分布是否具有空間相關性，而局部莫蘭指數能夠更準確地反映每個省市與相鄰省市之間的研究生人才分布的相關性與集聚情況，因此研究進一步引入局部莫蘭指數。借鑒徐君等經驗^[47]，局部LMI被定義為：

Moran’s I=x-xS²∑ⁿW（x-x）（3）

與全局莫蘭指數類似，式中x表示第p個區域研究生人才數量，x表示省域層面平均研究生人才數量，S²表示方差，W表示使用空間相鄰模式構建的空間權重矩陣，Moran’s I則表示局部空間自相關程度。

3.多元線性模型建構

泰爾指數和空間自相關分析均指向我國研究生人才空間分布現狀，但從調控角度來看，有必要對其可能影響因素做進一步分析。因此，研究借鑒新古典遷移理論和均衡理論，立足經濟和舒適度兩個維度因素并考慮地區研究生人才培養的影響，對我國研究生人才空間分布影響因素進行分析。在變量選擇上，研究使用該年度研究生畢業生數作為研究生人才培養的代理變量；而經濟因素則考慮地區收入、經濟和產業結構等，使用各省平均工資水平、經濟發展水平GDP^[48]和地區城市化水平^[49][50]及地區第三產業占比^[51][52]來表示。關于舒適度，研究主要考慮社會舒適度，使用地區每平方公里擁有公路里程數和每萬人擁有公共交通車輛表示交通出行便捷性，使用人均公園綠地面積表示休憩環境舒適性，使用每萬人床位數表示醫療服務設施舒適性。^[53]最后，研究使用民營企業就業人數占比來表示地區民營企業發展情況^[54]；使用專利授權數表示地區技術水平^[55]；使用是否為直轄市的虛擬變量表示各省份的行政定位。多元線性模型被定義為：

Y=β+βgraduate+βgdp+βTind+βln_city+βln_wage+βln_road+βln_med+βln_gre+βln_bus+βcontrols+ε （4）

其中，Y表示研究生就業人口，i、t分別表示省份和年份，graduate表示地區當年度研究生畢業生數，gdp表示地區國內生產總值（1978年不變價格），Tind表示第三產業產值占地區GDP比重，wag表示地區平均工資，road表示地區每平方公里擁有公路里程數，med表示每萬人床位數，另外控制地區民營企業發展情況、地區技術水平及省份的行政定位。

（三）數據來源和描述統計

研究使用《中國教育統計年鑒（2004—2022）》《中國統計年鑒（1998-2022）》、各省統計年鑒和公報的數據，另以EPS（Easy Professional Superior）數據庫數據作為缺失數據補充。“統計年鑒”作為官方年鑒，具有權威系統等特性，滿足研究對于數據的質量需求；EPS數據庫作為國內權威數據信息服務平臺，其數據被廣泛運用于當下經濟學和管理學研究，顯示出較高的學術研究價值和廣泛的學術認可度。具體變量統計結果見表1。

三、結果分析

（一）研究生人才分布特征

1. 研究生人才空間分布總體格局

2021年我國各地區受高等教育人口分布如表2所示。我國省域層面研究生人才分布不均衡特征明顯，呈現出高度集中態勢。研究生人才存量超過50萬的省（直轄市）有六個，分別為北京、上海、廣東、浙江、山東、江蘇，總占比超過全國的50%。與之相對的青海、寧夏、海南、新疆、貴州、甘肅，其研究生人才擁有量均不足10萬，總占比不到全國的4%，省域層面研究生人才分布差距明顯。從研究生人才地區分布來看，東部沿海和北部沿海地區研究生人才存量最高，最為密集；其次為南部沿海、西南地區、長江中游和黃河中游地區；而東北和西北地區研究生人才數量最少，尤其是西北地區，區域內各省研究生人才全國占比均低于1%，存量水平極低。進一步通過泰爾指數測算，得出我國省域層面研究生人才泰爾指數為0.377，其中組間差異T為0.208，組內差異T為0.169，組間差異貢獻明顯高于組內差異。考慮到泰爾指數更多地指向相對意義且不存在一個被廣泛認可的絕對標準，研究進一步引入基尼系數作為補充，發現我國省域層面研究生人才分布基尼系數為0.471，接近0.5水平。由此判斷，我國研究生人才地區分布差距較大，聚集特征明顯并表現出較為顯著的區域和省域聚集特征。

2.研究生人才分布空間格局演變

為更為全面掌握我國省域層面研究生人才分布演變特征，研究利用1997-2021年時間序列數據分析其演變趨勢。表3為1997-2021年我國研究生人才分布泰爾指數演變情況。研究表明，我國從1997年以來省域層面研究生人才各年泰爾指數均大于0.300，各省研究生人才分布不均衡特征明顯。從變化趨勢上看，盡管各年泰爾指數存在一定程度的波動，但總體呈上升趨勢。與1997年相比，2021年我國研究生人才分布泰爾指數值增加0.041，增長近13%，各省研究生人才分布不均衡狀態進一步加劇。觀察省域層面各年研究生人才分布組內差異T和組間差異T演變情況發現，多數年份的組間差異T 值大于組內差異T值。組間差異T值對整體泰爾指數的貢獻明顯更大，說明我國研究生人才分布存在更為明顯的區域不均衡狀態，研究生人才存在一定程度的區域聚集。觀察組內差異T值可以發現T值均大于0.15，說明我國研究生人才分布所存在的區域內部不均衡也不可忽視。

考慮到地區人口基數，研究生人才絕對數量并不能完全反映地區研究生人才存量水平，因此，研究進一步引入各省每萬人研究生數據，借此綜合判斷省域層面我國研究生人才走向，驗證其是否如空間政治經濟學所論述的“資源從聚集中走向均衡”^[56][57]，結果如表3所示。納入人口權重因素后，我國省域層面研究生人才分布不均衡狀態更加突出。在考慮人口基數后，省域層面各年研究生人才分布泰爾指數均大于0.5，表現出極不均衡狀態。從趨勢比較來看，我國人均層面研究生人才分布泰爾指數呈波動下降趨勢（見圖1），但到2015年以后，我國每萬人研究生人才泰爾指數逐漸穩定在0.560左右水平。對比同期研究生人才分布泰爾指數發現，每萬人研究生人才分布泰爾指數明顯更高，包括組間差異T值和組內差異T值，這表明盡管每萬人研究生人才分布泰爾指數有所下降，但是其絕對數值依然較大。因此從人均角度來說，省域層面研究生人才分布不均衡狀態更為突出并伴隨著更為明顯的區域不均衡和省域不均衡特征。省域層面研究生人才區域分布并未走向均衡，而是走向進一步聚集。

綜上，從研究生人才的空間總體分布及時空演變來看，研究假設1得到部分驗證。但從人均層面來說，省域層面研究生人才分布演變并未表現出“資源在聚集中走向均衡”的變化特征，研究假設1不能成立。研究生人才總量聚集的同時，人均層面更進一步集中。

3.我國研究生層次就業人口空間自相關分析

泰爾指數可以反映我國研究生人才分布均衡程度和聚集情況，但在反映地理空間上的聚集情況和異常值上存在不足，因此研究利用空間自相關分析，運用全局莫蘭指數和局部莫蘭指數對研究生人才分布的空間特征進行進一步分析。

（1）全局莫蘭指數

全局莫蘭指數結果如表4所示。從2015年以來，我國省域層面研究生人才分布空間相關性顯著，相鄰省份研究生人才存量彼此相互影響，研究生人才分布在地理空間上走向聚集。表4顯示，以2015年為界，1997-2015年，我國研究生人才分布的空間自相關檢驗并未得到通過。這說明在2015年之前，研究生人才分布雖然表現出較為明顯的地區不均衡特征，但在地理空間上的聚集并不明顯，表現出錯落有致的空間分布態勢，相鄰省域的研究生人才存量差異較大。在2015年之后，我國研究生人才分布的空間自相關檢驗獲得了通過，且方向為正。這說明我國研究生人才的省域集聚存在較顯著的空間正相關，各省研究生人才分布在地理空間上具有明顯的相關性，相鄰空間彼此影響。省域層面研究生就業人口在地理空間上走向聚集，表現出高高、低低相鄰區域空間靠攏狀態。觀察2015年之后的空間自相關系數可以發現，省域層面研究生就業人口空間自相關系數顯著為正，在趨勢上表現為波動下降，尤其是2018年后下降最為明顯（見圖2）。研究認為這可能是受到疫情影響，使得研究生就業選擇多樣化，而不再局限于經濟考量，單純流向經濟發達地區。地理空間聚集趨勢盡管有所減緩，但依然明顯。研究生人才分布同樣在地理空間上聚集。

考慮到人口基數，研究引入各省每萬人研究生就業人口變量，從人均角度分析我國研究生人才分布的空間相關性，如表4第2列所示。研究發現，除2000年、2001年外，省域層面研究生人才分布均通過了空間自相關檢驗且方向為正。這說明從人均角度而言，我國省域層面研究生人才分布呈空間聚集狀態，表現出“高高靠攏”“低低相鄰”的空間分布特征，這與高曉清等研究的結果基本一致^[58]；各省每萬人研究生人才分布空間自相關系數呈波動上升的趨勢，在2015年以后穩定在0.140左右水平^③，地理空間上的聚集效應更加明顯，相鄰省份研究生人才分布相互作用更加明顯。這說明我國研究生就業流向并不完全隨機，而是受到其他相近空間特征區域研究生積累情況的影響，且這種影響逐漸增大，人均層面的研究生人才在地理空間上聚集得到進一步提升。

（2）局部莫蘭指數

全局莫蘭指數驗證了我國各年研究生人才分布的空間自相關性。為了解各省研究生人才具體空間聚集情況，研究使用局部空間自相關分析方法對省域層面研究生人才空間聚集情況進行分析。考慮到現實層面沿海省份的研究生就業人口分布明顯高于其他省份，盡管在2015年以前研究生人才分布的全局自相關未通過顯著性檢驗，但研究借鑒姚昊等的做法，依然認為研究生就業人口可能存在一定程度的“局部空間自相關”。^[59]為了觀察演變趨勢，分別選取樣本省份對研究區間的首尾年份及中間年份的研究生人才集聚值進行分析。

圖3分別為1997年、2013年和2021年研究生人才局部莫蘭指數散點圖。由圖可知，我國大部分省市集中在第三象限，表現出低低聚集狀態。典型省域包括西北各省和西南大部省域以及部分東北地區省份。這些省份不僅自身研究生人才擁有量低，且與之相鄰省份的研究生人才密集程度也較低。與之相對，第一象限則主要集中了江浙滬等東部沿海省份，表現出高高聚集態勢，即自身研究生人才存量水平高的同時，相鄰省份的研究生人才密集程度也較高。從地理空間來看，同質且集中連片。第二象限聚集了北部沿海河北等省份、南部沿海的海南和福建等省份、長江中游地區的江西和安徽等省份，表現出低高聚集特征，即自身研究生聚集水平低的同時，周圍省份卻表現出較高水平的聚集。觀察各年散點圖可以發現，第二象限內的省份并不是一成不變的，浙江等省份逐漸由第二象限進入第一象限。第四象限聚集了包括北京、廣東、四川、湖北、遼寧等區域中心省市，表現出高低聚集特征，即本身研究生聚集程度較高，而周圍省份卻處于較低水平。第四象限內省份同樣存在一定程度上的不穩定，諸如陜西、黑龍江等省逐漸由第四象限進入第三象限。可以發現，即使是高等教育發達、研究生培養能力強的陜西等省份，在沒有良好的經濟條件作為支撐的情況下，也從研究生人才密集地區逐漸變為優勢地區研究生人才培養基地。

研究引入每萬人研究生人才變量并對其進行局部自相關檢驗，結果如圖4所示。如圖所示，我國省域層面人均研究生人才聚集趨勢明顯，且絕大多數省份分布在第三象限，表現出更為明顯的低低聚集趨勢，這種趨勢隨時間推移得到進一步強化。第一象限主要集中了包括北京、天津、上海等直轄市，典型特征是經濟和高等教育發達，同時還享有獨特的直轄市政治地位，聚集了大量研究生人才。第二象限集中了河北、江蘇、海南、吉林等省份，伴隨時間的推進，部分省份逐漸進入到第三象限，這些省份的存量水平低的屬性并未改變，部分是受到鄰近省份研究生存量水平的影響由高向低轉變，如江蘇。第四象限最為特殊，原本屬于該象限內省份逐年減少并實現清零，主要是流入第一、三象限，例如上海流向第一象限、遼寧和廣東流向第三象限。可以看出，我國研究生人才進一步走向聚集，除北京、上海和天津等直轄市外，其余省（直轄市）研究生存量水平均走向了低低聚集水平。

可見，我國省域層面研究生人才分布無論是絕對數量還是相對數量，均進一步走向聚集并在聚集方向上表現出明顯的一致性，即除了北京、上海等兼具經濟與高等教育發展優勢的省（直轄市）外，其他如遼寧、陜西等原本研究生人才存量水平高的地區逐漸變為低水平地區。作為粵港澳大灣區主要載體的廣東省情況較為特殊，盡管其在研究生人才絕對規模上處于高存量水平，但由于其龐大的人口基數，加之省內發展差異巨大，粵東西北等地區發展滯后，研究生存量水平相對較低，使得廣東地區研究生人才在人均層面位處第3象限的低低聚集水平。但僅從大灣區來看，區域內研究生人才分布在絕對規模和人均相對規模上表現出聚集趨勢，假設2得到驗證。

（二）研究生人才分布影響因素分析

就研究生人才分布的可能影響因素，研究基于1997年以來我國各省研究生人才數據構建了1997-2021年共25期的面板數據。研究先對模型進行Hausman檢驗以確定采用固定效應模型還是隨機效應模型。結果顯示P=0.000<0.05，因此研究采用固定效應模型并控制時間和省份固定效應。考慮到使用1996年以來省域層面研究生人才數據的時間跨度較大，整體分析結果可能掩蓋其中的異質性，故借鑒李建偉^[60]關于中國經濟四階段劃分方法^④，將數據分別以2000年、2010年、2020年為界，分割為4個時段數據。考慮到2000年和2020年兩端樣本量較少，研究將1997-2000年數據并入2000-2010年數據集，將2021年數據并入2010-2020年數據集，分別構建全時段模型一、分時段模型二和三（表5）。

1.全時段回歸結果

表5的所有模型調整R²均大于0.85，模型具有較好的擬合效果。從全時段回歸結果來看，地區研究生培養能力、經濟條件、社會舒適度和是否為直轄市等因素對地區研究生人才空間分布具有顯著影響，但在方向上存在差異，假設3得到驗證。就地區研究生培養能力而言，其對地區研究生人才獲得的影響顯著為負，這說明我國在研究生人才培養與使用上存在脫鉤，供給和使用存在錯位。如前所述，研究生人才分布的莫蘭指數分析結果顯示，研究生人才使用地集中在經濟發達地區，因此經濟弱勢地區培養的研究生人才越多，流失越嚴重，并且逐漸成為人才培養基地。就經濟因素而言，地區GDP產值、城市化水平和第三產業發展情況對地區研究生人才獲得影響顯著為正，地區研究生人才獲得隨地區經濟、城市化水平和第三產業占比水平提高而提高。地區工資水平的回歸結果不顯著，與市一級數據分析中工資水平顯著正向的結果明顯不一致^[61][62][63]，可能的原因一方面是省域層面城市平均工資差異相對較小；另一方面是我國研究生人才就業選擇更多地傾向于地區GDP產值和第三產業發展情況所代表的就業機會。就社會舒適度而言，每萬人床位數和每萬人擁有公共交通車輛數對研究生人才分布的影響顯著正向，說明在研究生人才就業空間選擇中，醫療條件和公共交通條件是重要因素。直轄市對我國省域層面研究生人才分布影響顯著為正，說明城市地位對研究生人才空間選擇具有重要影響。

2.分時段回歸結果

分時段回歸結果顯示，經濟因素是影響省域研究生人才分布的最穩定因素。在不同時間段，地區經濟發展水平和第三產業發展水平對省域層面研究生人才分布的影響均顯著正向，說明就業機會一直是我國研究生就業區位選擇的重要因素。同經濟因素影響一致，不同時間段研究生人才培養對于研究生人才獲得的影響顯著，但研究生人才培養在不同時間段影響方向上存在差異：1997-2010年的影響系數為-0.244；2010-2021年的影響系數變為0.442。剔除上海等極端值，結果依然穩健，這說明對于研究生人才分布而言，伴隨時間的向前推進，地區研究生培養與使用長期錯位得到修正，研究生培養地對研究生人才吸引力逐年增強。就區域經濟弱勢省份而言，該地區研究生培養對其解決自身建設所需研究生人才需求意義重大。就社會舒適度而言，其對研究生人才分布的影響逐漸轉向不顯著，可能原因是隨著中國社會的發展，包括公共交通和醫療在內，各地基礎設施建設大力推進，尤其是經濟弱勢省份的建設，使得省域間基礎設施差異變小。對于控制變量而言，地區民營企業發展情況和技術水平對研究生人才分布的影響均不顯著，是否為直轄市對研究生人才分布的影響由模型二的不顯著逐漸轉向模型三的顯著，進一步說明研究生人才逐漸向北京、上海等直轄市聚集。

3.穩健性檢驗

為了檢驗地區研究生人才培養、經濟發展水平和經濟結構對地區研究生就業人口獲得的影響的穩健性，研究參考陳強遠等做法^[64]，對主要變量按1%進行縮尾處理，構建模型四（見表6）；借鑒劉暉等的做法^[65]，對主要自變量進行滯后一期處理，構建模型五（見表6）。對比模型一、模型四和模型五可以發現，地區研究生培養、經濟因素和社會舒適性等因素對省域層面研究生人才分布的影響在上述三個模型中均顯著，且方向一致，只是在系數值上存在小幅度變化，研究結果總體平穩，具有一定的預測性。

四、政策建議

（一）研究結論

研究使用泰爾指數和空間自相關方法對我國省域層面研究生人才分布特征、演進趨勢及其影響因素進行了實證分析，得到以下結論。第一，我國省域層面研究生人才分布并未表現出“從聚集中走向均衡”，而是進一步聚集，即在總量聚集的同時，人均走向進一步集中。第二，我國省域層面研究生人才分布表現出顯著的空間相關性且在地理空間上走向聚集，表現出“高高靠攏，低低聚集”的空間分布特征。第三，我國研究生人才空間聚集類型以低低聚集為主，伴隨時間推進，陜西、遼寧、黑龍江等原本研究生人才存量水平高的地區逐漸變為低水平地區，低低聚集類型區域進一步增多。第四，特殊地區如廣東省，盡管其在研究生人才絕對規模上處于高存量水平，但由于區域內發展不均衡再加上龐大的人口基數，導致廣東省人均研究生人才水平呈現出低水平積聚特征，整體的聚集模式是高低模式。研究對影響研究生人才分布的可能因素進行了分析，并得到如下結論：地區經濟是影響研究生人才分布穩定且最有效的因素，地區經濟發展水平和第三產業發展狀況均長期正向影響研究生人才分布，研究生人才分布經濟主導型特征明顯；各省研究生培養能力和社會舒適度的影響表現出明顯的不穩定特征；研究生培養能力對各省研究生人才存量的影響逐漸轉向正向；社會舒適性對各省研究生人才分布影響轉為不顯著；薪資待遇對省域層面研究生人才分布的影響不顯著，個中原因值得深思。

（二）政策建議

我國人才區位選擇是傳統的經濟要素驅動型，經濟因素是我國人才區位選擇的第一要素。^[66]研究進一步在省域層面證實了該觀點，即經濟因素是影響我國省域層面研究生人才分布的首要因素。各省研究生人才培養能力顯著影響各省研究生人才分布，社會舒適性也在一定程度上能夠產生影響。相比于已有研究，本研究的主要學術貢獻是：從全面的視角分析了我國省域層面研究生人才分布空間演變特征，證明了“資源在聚集中走向均衡”在研究生人才分布上并不適用；探究了省域層面研究生人才培養、工資水平、經濟因素和舒適性等因素對研究生人才區位選擇的影響，并在此基礎上進一步做階段性差異分析。總體來看，各省經濟因素和研究生培養能力是研究生人才分布第一、第二性驅動因素，而社會舒適性是不容忽視的因素。考慮到我國研究生人才進一步走向聚集，且聚集方向均指向京、滬等經濟發達區域的現狀，為保障經濟弱勢地區研究生人才需求，促進我國研究生人才省域分布均衡化，研究提出如下政策建議：縮小各省研究生培養能力差距，適度擴大經濟弱勢省份研究生教育規模，匹配相應中央轉移支付資金以加強其研究生培養能力；建議政府在“引智留人”上下功夫，除傳統的經濟補貼及落戶等政策外，加快經濟弱勢地區產業轉型，發揮服務業在吸引高學歷人才上的基礎性作用，并在此基礎上完善地區基礎設施建設，筑牢公共服務設施在吸引人才上的輔助性作用，優化我國研究生人才分布格局。

注釋：

①因西藏自治區和港澳臺地區相關數據缺失，研究在樣本省份選取上將上述地區剝離，選用余下30個省份數據進行分析。

②國家統計局將全國劃分為八大地區，分別為北部沿海，包括北京、天津、河北、山東；東部沿海，包括上海、江蘇、浙江；南部沿海，包括福建、廣東、海南；西南地區，包括廣西、重慶、四川、貴州、云南；東北地區，包括遼寧、吉林、黑龍江；黃河中游，包括山西、內蒙古、河南、陜西；長江中游，包括安徽、江西、湖北、湖南；西北地區，包括西藏、甘肅、青海、寧夏、新疆。

③相比較而言，2015年以前每萬人研究生人才空間自相關系數普遍在0.100以下水平。2015年之后空間自相關系數變大，說明研究生人才分布相鄰省份關聯性更強，也就說明人才在區域分布上更加集中，聚集效應明顯。

④基于經濟增長要素驅動模式的不同，李建偉將改革開放以來的中國經濟劃分為四個階段，分別為1978-1990年，以勞動要素驅動為主的經濟增長階段；1990-2000年，以資本要素與勞動要素共同驅動為主的經濟增長階段；2000-2010年，以資本要素驅動為主的經濟增長階段；2010-2020年，以資本要素與自主創新共同驅動為主的經濟增長階段。

參考文獻：

[1]國家中長期人才發展規劃綱要（2010-2020年）［Z］.北京：人民出版社，2010.

[2]陳慧青.高校人才高地結構設計的思路及對策[J].中國高等教育，2022（7）：16-18.

[3][37][51][61]齊宏綱，戚偉，劉振，等.中國人才分布的學歷梯度分異性：時空格局及影響機理[J].地理科學進展，2023，42（5）：821-836.

[4]FLORIDA R.The Rise of the Creative Class.New York：Basic Books，2002.

[5]汪懌.高水平人才高地建設：基本內涵、核心角色與發展對策[J].中國黨政干部論壇，2021（12）：57-61.

[6]李楠，劉曉琪，時蕓婷.粵港澳大灣區人才高地建設中的問題及對策建議[J].廣東經濟，2021（4）：42-49.

[7]陳麗君，李言，傅衍.激發人才創新活力的生態系統研究[J].治理研究，2022，38（4）：39-50.

[8]趙明仁，柏思琪，王曉芳.粵港澳大灣區高水平人才高地制度體系建構研究[J].杭州師范大學學報（社會科學版），2022，44（3）：76-83.

[9][39]張艷茹，喻忠磊，胡志強，等.城市舒適物、經濟機會、城市規模對中國高學歷勞動力空間分布的影響[J].熱帶地理，2021，41（2）：243-255.

[10]劉曄，沈建法，劉于琪.西方高端人才跨國流動研究述評[J].人文地理，2013，28（2）：7-12.

[11][28]王若宇，薛德升，劉曄，等.基于空間杜賓模型的中國高學歷人才時空分異研究[J].世界地理研究，2019，28（4）：134-143.

[12]王若宇，黃旭，薛德升等.2005-2015年中國高校科研人才的時空變化及影響因素分析[J].地理科學，2019，39（8）：1199-1207.

[13]SJAASTAD L A. The Costs and Returns of Human Migration[J]. Journal of Political Economy， 1962，70：80-93.

[14]GREENWOOD M J. Research on Internal Migration in the United States： A survey.Journal of Economic Literature，1975，13（2）：397-433.

[15]CARREE M A， KRONENBERG K. Locational Choices and the Costs of Distance： Empirical Evidence for Dutch Graduates. Spatial Economic Analysis， 2014， 9（4）： 420-435.

[16]ALPEROVICH G， BERGSMAN J，EHEMANN C. An Econometric Model of Migration Between US Metropolitan Areas. Urban Studies， 1977， 14（2）：135-145.

[17]ARNTZ M. What Attracts Human Capital？ Understanding the Skill Composition of Interregional Job Matches in Germany. Regional Studies， 2010， 44（4）： 423-441.

[18]GRAVES P E. A Reexamination of Migration， Economic Opportunity， and the Quality of Life [J]. Journal of Regional Science， 1976， 16（1）： 107-112.

[19]MCLEMAN R， MONIRUZZAMAN M， AKTER N. Environmental Influences on Skilled Worker Migration from Bangladesh to Canada [J]. The Canadian Geographer， 2018， 62（3）：352-371.

[20]RAPPAPORT J. Moving to Nice Weather. Regional Science & Urban Economics， 2007， 37（3）： 375-398.

[21]LOTTRUP L， GRAHN P，STIGSDOTTER U K. Workplace Greenery and Perceived Level of Stress： Benefits of Access to a Green Outdoor Environment at the Workplace. Landscape and Urban Planning，2013，110（1）：5-11.

[22]NAVARRO C J， MATEOS C， RODRIGUEZ M J. Cultural Scenes， the Creative Class and Development in Spanish Municipalities. European Urban and Regional Studies， 2014， 21（3）： 301-317.

[23]MURPHY E， REDMOND D. The Role of ‘Hard’ and ‘Soft’ Factors for Accommodating Creative Knowledge： Insights from Dublin’s ‘Creative Class’. Lrish Geography，2009，42（1）： 69-84.

[24]FLORIDA R. The Rise of the Creative Class： And How It’s Transforming Work， Leisure， Community， and Everyday Life. Canadian Public Policy，2002，29（3）：90-91.

[25]LIU Y， SHEN J. Spatial Patterns and Determinants of Skilled Internal Migration in China， 2000-2005. Papers in Regional Science， 2014，93（4）：749-771.

[26]YEOH BSA， HUANG S. Introduction： Fluidity and Friction in Talent Migration. Journal of Ethnic and Migration Studies，2011，37（5）：681-690.

[27]VAN ARENSBERGEN P， VAN DEN BESSELAAR P. The Selection of Scientific Talent in the Allocation of Research Grants.Higher Education Policy. 2012，25（3）：381-405.

[29][58]高曉清，楊洋.我國研究生人力資本集聚的地區差異及分布動態演進[J].學位與研究生教育，2022（7）：70-79.

[30][63]武榮偉，王若宇，劉曄，等.2000-2015年中國高學歷人才分布格局及其影響機制[J].地理科學，2020，40（11）：1822-1830.

[31]張建偉，杜德斌，姜海寧.江蘇省科技人才區域差異演變研究[J].地理科學，2011，31（3）：378-384.

[32]蔡曉梅，黃莉蔥.中國女性競技體育人才的時空分布特征及其形成原因：以歷屆亞運會女性冠軍為例[J].熱帶地理，2012，32（1）：79-86.

[33]李瑞，吳殿廷，鮑捷，等.高級科學人才集聚成長的時空格局演化及其驅動機制：基于中國科學院院士的典型分析[J].地理科學進展，2013，32（7）：1123-1138.

[34]李雙雙，延軍平.中國當代地理教授、研究員地域分異[J].地理科學進展，2011，30（10）：1298-1304.

[35]SONG H， ZHANG M，WANG R. Amenities and Spatial Talent Distribution： Evidence from the Chinese IT Industry[J]. Cambridge Journal of Regions Economy and Society， 2016，9（3）： 517-533.

[36]劉曄，王若宇，薛德升，等.中國高技能勞動力與一般勞動力的空間分布格局及其影響因素[J].地理研究，2019，38（8）：1949-1964.

[38][48][62]古恒宇，沈體雁.中國高學歷人才的空間演化特征及驅動因素[J].地理學報，2021，76（2）：326-340.

[40]張波，丁金宏.中國省域高端人才空間分布及變動趨勢：2000-2015年[J].干旱區資源與環境，2019，33（2）：32-36.

[41]齊宏綱，趙美風，劉盛和，等.2000-2015年中國高學歷人才省際遷移的演化格局及影響機理[J].地理研究，2022，41（2）：456-479.

[42]張佳寧，李立勛.珠三角人才空間分布格局演變與影響因素[J].中山大學學報（自然科學版），2020，59（2）：120-130.

[43]苑林婭.中國收入差距不平等狀況的泰爾指數分析[J].云南財經大學學報，2008，23（1）：30-37.

[44]王少平，歐陽志剛.我國城鄉收入差距的度量及其對經濟增長的效應[J].經濟研究，2007，53（10）：44-55.

[45][59]姚昊，劉琪.我國高等師范類專業空間布局對教師供給的影響[J].湖南師范大學教育科學學報，2022，21（4）：55-67.

[46][47]徐君，郭鑫，蔣雨晨.中國區域數字創新能力評價及空間相關性與分異性研究[J].軟科學，2022，36（11）：49-58.

[49]郭叢斌，方晨晨，何菲.博士研究生教育對經濟增長的影響：基于博士學位授權點區域差異的視角[J]. 教育研究，2022，43（5）：124-138.

[50]李鋒亮，王瑜琪.研究生教育規模對經濟增長影響的實證研究：基于國別面板數據[J]. 中國高教研究，2020（8）：43-49.

[52][54][55]李萌.中國經濟增長與就業關系的時空差異研究[D].吉林大學，2023.

[53]趙慶年，劉克.高等教育何以促進經濟高質量發展：基于規模、結構和質量要素的協同效應分析[J].教育研究，2022，43（10）：62-82.

[56]陸銘，陳釗，等.大國治理：發展與平衡的空間政治經濟學[M].上海：上海人民出版社， 2021.

[57]陸銘.大國大城：當代中國的統一、發展與平衡[M].上海：上海人民出版社， 2016.

[60]李建偉.中國經濟增長四十年回顧與展望[J].管理世界，2018，34（10）：11-23.

[64]陳強遠，林思彤，張醒.中國技術創新激勵政策：激勵了數量還是質量[J].中國工業經濟，2020（4）：79-96.

[65]劉暉，馬浚鋒.競爭型政府：中國高等教育規模擴張的一種解釋[J].華東師范大學學報（教育科學版），2022，40（10）：42-53.

[66]曾志嶸，王慧，師璐.基于世界大學第三方指數評價的粵港澳大灣區高等教育競爭力態勢分析[J].高教探索，2020（12）：84-92.

（責任編輯 劉第紅）