人口因素對世界重要人才中心和創新高地的影響

摘 要：面對人口負增長挑戰，探索人口因素對世界重要人才中心和創新高地的影響是立足國家戰略、順應時代發展的重要問題。基于2011—2022年中國省級面板數據，從全樣本、不同區域、不同人口年齡結構等6個角度分析中國人口與世界重要人才中心和創新高地的關系。研究發現：人口規模對世界重要人才中心和創新高地具有顯著的促進效應；高學歷人口、勞動人口和高消費水平人口更能提升人才中心水平；在經濟發展水平高、公共服務水平高、人才發展環境好的地區，人口規模更能促進人才中心發展。最后，從加強生育激勵力度、提升人口質量、提高經濟發展水平和公共服務水平、優化人才發展環境、加強國際交流合作五方面提出政策建議。

關鍵詞：人口因素；世界人才中心；創新高地；區域異質性

中圖分類號中圖分類號：C964

文獻標識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202409008

The Impact of Population Factors on the World’s Important Talent Centers and Innovation Highlands

Wang Yahang¹， Zhang" Xiangqian^1，2

（1.The World’s Major Talent Center and Innovation Highland Institute， Shanghai Institute of Technology， Shanghai 201418，China;

2.School of Marxism， Shanghai Institute of Technology， Shanghai 201418，China）

Abstract：Facing the challenge of negative population growth， studying the relationship between population characteristics and the world’s important talent centers and innovation highlands is an important issue based on national strategy and in line with the development of the times. The study is based on provincial-level panel data in China from 2011 to 2022， and analyzes the relationship between China’s population size and the world’s important talent centers and innovation highlands from six perspectives： full sample， different regions， and different population age structures. Research has found that：population size has a significant promoting effect on the world’s important talent centers and innovation highlands; The population with high education， labor force， and high consumption level can better enhance the level of talent centers;For regions with high levels of economic development， public services， and a favorable environment for talent development， population size can better promote the development of talent centers. Finally， the study proposes policy recommendations from five aspects： strengthening fertility incentives， improving population quality， improving economic development and public service levels， optimizing talent development environment， and strengthening international exchange and cooperation.

Key Words：Demographic Factors; World Talent Center; Innovation Highland; Regional Heterogeneity

0 引言

2021年9月，習近平總書記在黨的中央人才會議上指出：“加快建設世界重要人才中心和創新高地，為2035年基本實現社會主義現代化提供人才支撐，為2050年全面建成社會主義現代化強國打好人才基礎。”^[1]人口是建設世界重要人才中心和創新高地的基礎性、長期性、全局性和戰略性要素，人才中心和創新高地通常是人口重心。以東京灣和紐約都市圈兩大人才中心和創新高地為例，占日本國土3.5%的東京灣匯聚了30%的人口，占美國國土1.5%的紐約都市圈，聚集了20%的人口^[2]。自21世紀以來，中國的總生育率長期處于較低水平，尤其在2022年，中國出現了人口負增長現象，標志著中國進入人口趨勢性負增長時代，同時中國人口發展還呈現區域人口增減分化、老齡化的趨勢性特征^[3]。表明未來中國發展將要面臨由人口減少帶來的巨大挑戰。習近平總書記在二十屆中央財經委員會第一次會議上強調：“人口發展是關系中華民族偉大復興的大事，以人口高質量發展支撐中國式現代化。”^[3]因此，探索人口因素對人才中心和創新高地的影響，有利于提升勞動者、勞動資料和勞動對象的質量，加快發展新質生產力，實現2035年建成人才強國目標。

世界重要人才中心和創新高地是集聚數量充足、結構合理、活力充沛的世界級高層次創新人才，匯聚前沿性、原創性、顛覆性世界級重大創新成果，引領世界科技革命與產業轉型升級的特定區域^[4]。現有文獻關于人口、人才與創新的關系研究主要集中在人口與人才對創新的影響。首先，學術界對人才聚集可以促進區域創新這一觀點基本保持一致^[5]，但對人口規模與區域創新的關系仍存在爭議。一些學者認為，人口聚集可以從互補效應^[6]和聚集效應^[7]兩方面促進區域創新；另一些學者則認為人口聚集抑制區域創新，主要從人口聚集帶來的擁擠效應^[8]和虹吸效應^[9]兩方面進行解釋；還有一些學者認為人口聚集對區域創新的影響隨人口規模變化而不同，如陳淑云等^[10]認為區域技術創新隨人口集聚先減少后增加，呈“正 U 型”曲線關系。其次，一些文獻研究了人口結構對區域創新的影響，主要聚焦于年齡結構對區域創新的影響^[11]，部分研究分析了人口城鎮化結構對創新的影響^[12]。而對于人才中心的研究，目前主要集中在人才生態對區域人才發展的影響，如學者們認為公共服務水平^[13]、文化科創環境^[14]等因素均對人才聚集產生影響。

綜上，現有研究多聚焦于人口因素對創新高地的影響，鮮有研究分析人口與人才中心的關系。基于歷史規律，人才中心先于創新高地出現，因此研究人口與人才中心的關系更加緊迫。鑒于此，本文在研究中國人口與創新高地的基礎之上，重點研究中國人口與人才中心的關系，從全樣本、不同區域、不同人口結構等多個角度分析，以期全面審視人口因素對世界重要人才中心和創新高地建設的影響。

1 理論分析與研究假設

1.1 中國人口與人才中心

人口聚集對人才中心的影響主要體現在以下幾方面。第一，人口數量增多讓更多人從事科研活動^[15]，增加了區域人才數量。第二，人口聚集產生的知識溢出效應促進人才中心發展。首先，人口聚集能夠降低交流成本，促進知識與思想交流碰撞^[25]。其次，人口聚集能夠增加知識多樣性，有利于提高學習匹配概率以及深度廣度^[17]，推動人才中心建設。第三，人口聚集帶來的經濟增長推動人才中心建設。首先，由人口轉變產生的人口紅利能夠促進區域經濟發展^[18]，而經濟發達地區更容易形成人才聚集^[19]；其次，經濟發達地區一般擁有更高質量公共服務水平、教育水平、交通環境等，這些因素進一步吸引人才集聚^[20]，人才聚集不僅直接提高區域人才密度，而且人才相較于普通人口擁有更多數量、更多種類的知識，進一步加劇了知識溢出效應。綜上所述，本文提出如下假設：

H1：人口集聚加快區域人才集聚，推動人才中心建設。

基于假設H1的邏輯，如果人口集聚通過知識溢出和經濟增長的方式推動人才中心建設，那么高學歷人口越多，勞動人口越多，消費能力強的人口越多，將越有助于該區域吸引人才。因為高學歷人才擁有更多的知識、更高的勞動生產率，能夠加強知識溢出效應。而勞動人口和消費能力越強的人越多，經濟發展越快，進而推動人才中心建設。綜上所述，本文提出如下假設：

H1a：高學歷人口、勞動人口和高消費水平人口越多的地區，人口聚集越能提升人才中心發展水平。

基于假設H1的邏輯，經濟繁榮和高質量的公共服務水平能夠吸引人才集聚，而人才聚集可以增強知識溢出效應，那么人口聚集對經濟發展水平高、公共服務水平高地區的人才中心影響更凸顯。同樣，優質人才發展環境同樣可以吸引人才聚集，進而推動人才中心建設。基于此，本文提出如下假設：

H1b：經濟發展水平高、公共服務水平高和人才發展環境好的地區，人口聚集對人才中心建設的影響更凸顯。

1.2 中國人口與創新高地

既有研究表明，人才規模與區域創新能力正相關。而基于上述假說，人口聚集對人才集聚產生正向促進作用，所以人口聚集同樣能夠推動創新高地建設。綜上所述，本文提出如下假設：

H2：人口集聚推動創新高地建設。

2 研究設計

2.1 樣本選取與數據來源

本文以2011-2022年中國31個省份為研究樣本。創新高地發展水平包含的二級指標來源于《中國科技統計年鑒》，人才中心發展水平、解釋變量及控制變量所需的數據來源于《中國統計年鑒》，各省份區域面積數據來源于各省政府官網。對于部分缺失數據，采用插值法進行填補。

2.2 研究變量

2.2.1 被解釋變量

基于現有研究，世界重要人才中心和創新高地分為人才中心和創新高地兩部分。首先，為更能體現人才中心人才數量充足、結構合理和活力充沛的特征，借鑒張所地等^[21]對區域人才聚集程度的衡量，以教育業、金融業、軟件業、科研技術地質勘查業、租賃商業服務業、文化體育娛樂業六類行業從業人員規模代表人才中心發展水平。其次，對于創新高地的衡量，本文不僅借鑒了高云虹等^[22]的研究，將專利授權總數作為衡量區域創新能力的變量，同時還從科技論文發表篇數和高技術產業營業收入兩個角度進行分析。

2.2.2 解釋變量

由于統計部門公布的戶籍人口數據未包括非戶籍人口，本文借鑒周玉龍等^[23]的研究，通過“區域生產總值/區域人均生產總值”測算區域常住人口數量，以此衡量人口聚集度。

2.2.3 控制變量

基于以往研究，把影響世界重要人才中心和創新高地發展的因素歸納為經濟發展水平、公共服務水平以及人才發展環境三方面。首先，借鑒金海燕等^[24]的研究，將人均地區生產總值和城鎮在崗職工平均工資作為衡量區域經濟發展水平的指標；其次，衡量區域公共服務水平，借鑒金海燕等^[24]的研究，將人均綠地面積和人均擁有公共圖書館藏書量作為影響人才中心發展的因素；最后，人才發展環境包括研發環境、教育環境和對外開放程度三方面，其中，借鑒張所地等^[21]的研究，以Ramp;D經費投入強度代表區域研發環境，借鑒王知桂等^[7]的研究，教育環境用教育支出占地方一般公共預算支出的比重來衡量，借鑒陳淑云等^[10]的研究，用外商直接投資代表區域開放水平，并以樣本年間的平均匯率將其進行人民幣轉換。主要變量情況如表1所示。

2.3 計量模型設定

為驗證人口聚集與人才中心發展之間的關系，構建模型（1）：

Talit=α0+β0Peoit+γ0Controlit+ni+vt+εit（1）

其中，i、t分別代表省份和年份，Tal、Peo、Control分別代表人才中心發展水平、人口集聚、控制變量，α0為常數項，β0、γ0為系數。ni、vt、εit分別表示時間固定效應、地區固定效應、隨機擾動項。

3 人口因素對人才中心影響的實證結果與分析

3.1 描述性統計

研究樣本共計372個樣本量。其中，人才中心發展水平、人口集聚、人均GDP、人均工資和外商直接投資的最大值與最小值相差極大，說明省份之間的差異極大。為方便后續分析，將這些變量取對數后再進行回歸，處理后的具體數據如表2所示。

3.2 多元回歸分析

3.2.1 基準回歸分析

人口集聚對人才中心發展水平的影響如表3所示。其中，列（1）表示未加入控制變量時，人口集聚對人才中心發展水平的影響。列（2）、（3）、（4）分別表示逐步引入控制變量經濟發展水平、公共服務水平、人才發展環境后的回歸結果。列（5）將解釋變量滯后一期，來緩解模型的內生性問題。結果顯示，列（1）—（5）的人口集聚系數均在1%的水平上顯著，說明人口集聚可以促進人才中心發展，假設H1得到驗證。

3.2.2 穩健性檢驗

為檢驗研究結果的穩健性，研究采取替換變量、改變樣本容量和縮短時間窗口的方式對回歸結果進行穩健性檢驗。首先，選用人口密度和年末人口數來替換原模型中人口聚集的衡量方式，結果分別如表4的列（1）、列（2）所示。其次，選用Ramp;D人員全時當量代替原模型中以六類行業從業人員規模來衡量人才中心發展水平，結果如列（3）所示。然后，為避免極端值對基準回歸的影響，本文先后去除所有變量1%及5%分位數水平后的樣本重新檢驗，結果分別如列（4）、（5）所示。最后，鑒于新冠肺炎疫情對我國經濟、人口、人才等方面產生顯著的影響，為避免此次事件可能導致的內生性問題，本文剔除2020年及以后的數據后重新檢驗，結果如列（6）所示。表4檢驗結果顯示，人口聚集對人才中心發展起顯著的促進作用，驗證了回歸結果的穩健性。

3.2.3 區域異質性

由于中國區域發展不均衡，本文從地理空間角度出發，進行區域異質性分析。借鑒高云虹等^[22]的研究，將31個省份按區域劃分為東部、中部和西部，回歸結果見表5。結果顯示，西部地區的人口聚集對人才中心影響不顯著，東部和中部地區的人口聚集效應均在5%的水平上顯著，且從影響系數來看，東部地區的系數大于中部地區。造成這一現象的原因可能是，東部、中部和西部地區在經濟發展水平和公共服務水平方面均逐步降低，東部和中部地區的人才發展環境好于西部地區，導致人才向東部和中部地區聚集，逃離西部地區。

3.2.4 年齡異質性

依據統計年鑒對人口年齡結構的界定，將人口按年齡劃分為0～14歲、15～64歲、65歲及以上，分別表示少兒人口（Chi）、勞動人口（Lab）、老年人口（Eld）。將不同年齡人口聚集與人才中心發展水平進行回歸分析，具體結果見表6。結果顯示，勞動人口聚集的影響系數最大，為0.748，且在1%的水平上顯著，少兒人口聚集的影響系數為0.495，也在1%的水平上顯著，老年人口聚集對人才中心的影響不顯著。說明對于人才中心發展的影響，勞動人口聚集gt;少兒人口聚集gt;老年人口聚集。造成這一現象的主要原因可能存在于以下幾方面：其一，勞動人口方面。首先，勞動人口越多意味著越多的人從事社會生產活動，經濟發展水平越高，進而吸引人才聚集并加快人才轉化；其次，勞動人口越多代表人才數量越多，知識溢出效應越強，越能推動人才中心發展。其二，雖然少兒人口沒有直接參與社會生產，但是相較于老年人口，少兒人口能夠顯著促進家庭消費支出和消費率^[25]，更能促進經濟發展，進而推動人才中心發展。說明勞動人口和消費能力強的人口越多的地區，人口聚集對人才中心建設的影響更顯著，假設H1a部分成立。

3.3 進一步分析

為了進一步分析經濟發展水平、公共服務水平、人才發展環境在人口向人才轉化過程中產生的影響，按照經濟發展水平、公共服務水平、人才發展環境進行樣本劃分。其中，經濟發展水平包含GDP發展水平（Gdp）、GDP增速水平（Gdpz）;公共服務發展水平包含人均綠地面積（Gre）、人均公共圖書館藏書量（Lib）；人才發展環境包含高學歷人口水平（Eb）、教育經費支出水平（Edu）、研發經費投入水平（Rf）、對外開放程度（Fi）。指標發展水平計算公式如下：

level=xi，t∑ni=1xi，t/n（2）

其中，i、t分別代表省份和年份，x為特定指標值，n=12。故xi，t表示i省份在t年的數值，∑ni=1xi，t/n表示指標x在t年31個省的平均值，若levelgt;1，說明該省份在t年處于全國平均水平之上，level=1，說明該省份在t年處于全國平均水平，levellt;1，說明該省份在t年處于全國平均水平之下。本文分別計算了中國31個省份12年來的各個指標的平均值，根據各項指標的排名，將樣本均分為levelgt;1與level≤1兩組進行回歸分析。

3.3.1 經濟發展水平異質性檢驗

經濟發展水平的異質性檢驗如表7所示。首先，從GDP發展水平進行異質性分析，回歸結果見列（1）、（2）。結果顯示，列（1）的Peo系數為1.338，在5%水平上顯著，列（2）的Peo系數為0.987，在1%水平上顯著，且似無相關檢驗和費舍爾組合檢驗均顯著，說明人口聚集對人才中心發展的影響在GDP發展水平較好的區域更加顯著。其次，從GDP增速水平進行異質性分析，回歸結果見列（3）、（4）。結果顯示，列（3）Peo系數為1.19，在1%水平上顯著，列（4）系數為1.301，在5%水平上顯著，且似無相關檢驗和費舍爾組合檢驗均顯著，說明人口聚集對人才中心發展的影響在GDP增速水平較差的區域更加顯著。這是因為，GDP增速較快的地區大多是GDP發展水平較差的地區，根據測算結果，GDP增速水平排名前4的西藏、貴州、云南、重慶均為GDP平均發展水平小于1的省份。這說明，相較于GDP增速水平，GDP規模水平對人才中心發展的影響更加明顯。相對來講，GDP規模水平更能體現一個地區的經濟發展水平，GDP增速水平更能體現一個地區經濟發展潛力。因此，經濟發展水平較高的地區，人口聚集對人才中心建設的影響更顯著。至此，假設H1b部分得到驗證。

3.3.2 公共服務水平異質性檢驗

公共服務的異質性檢驗如表8所示。首先，從人均綠地面積進行異質性分析，回歸結果見列（1）、（2）。結果顯示，列（1）的Peo系數為1.164，在10%水平上顯著，列（2）Peo系數為1.042，在1%水平上顯著，且似無相關檢驗和費舍爾組合檢驗均顯著，說明人口聚集對人均綠地面積水平較好區域的人才中心影響更明顯。其次，從人均公共圖書館藏書量進行異質性分析，回歸結果見列（3）、（4）。結果顯示，列（3）的Peo系數為1.097，在10%水平上顯著，列（4）Peo系數為0.785，在1%水平上顯著，且從系數差異顯著性檢驗來看，似無相關檢驗和費舍爾組合檢驗均顯著，說明人口聚集對人均公共圖書館藏書量水平較高區域的人才中心影響更加明顯。以上分析說明，公共服務水平較高的地區更有利于人口向人才轉化。至此，假設H1b進一步得到驗證。

3.3.3 人才發展環境異質性檢驗

人才發展環境的異質性檢驗如表9所示。首先，從高學歷人口數量進行異質性分析，高學歷人口為大專及以上學歷人口，回歸結果見列（1）、（2）。結果顯示，列（1）的Peo系數為1.36，在5%水平上顯著，列（2）Peo系數為0.968，在1%水平上顯著，且似無相關檢驗和費舍爾組合檢驗均顯著。說明人口聚集對高學歷人口越多地區的人才中心影響更凸顯。至此，H1a的假設全部成立。

其次，從教育經費支出進行異質性分析，回歸結果見列（3）、（4）。結果顯示，列（3）Peo系數為1.451，在5%水平上顯著，列（4）Peo系數為0.996，在1%水平上顯著，且似無相關檢驗和費舍爾組合檢驗均顯著。說明人口聚集對人才中心發展的影響在教育經費支出水平較高區域更加明顯。然后，從Ramp;D經費投入強度進行異質性分析，回歸結果見列（5）、（6）。結果顯示，列（5）Peo系數為1.176，在5%水平上顯著，列（6）Peo系數為0.699，在1%水平上顯著，但似無相關檢驗和費舍爾組合檢驗均不顯著。最后，從對外開放水平進行異質性分析，回歸結果見列（7）、（8）。結果顯示，列（7）Peo系數為1.203，列（8）Peo系數為0.527，均在5%水平上顯著，且似無相關檢驗和費舍爾組合檢驗均顯著。說明人口聚集對人才中心發展的影響在對外開放水平較高區域更加明顯。基于上述分析，人才發展環境較好的地區更有利于人口聚集促進人才中心發展。因此，假設H1b完全成立。

4 人口因素對創新高地影響的實證結果與分析

前文主要圍繞中國人口對人才中心的影響進行研究。接下來，為提供中國人口對創新高地的影響的證據，本文進一步分析專利授權總數、科技論文發表篇數和高技術產業營業收入隨人口規模變化而發生的變化。估計模型如下所示：

Tecit=α1+β1Peoit+γ1Controlit+ni+vt+εit（3）

其中，Tec表示創新高地發展水平，具體用專利授權總數、科技論文發表篇數和高技術產業營業3個指標表示，α1為常數項，β1、γ1為系數，其余解釋均與模型（1）相同。

表10列示了中國人口對創新高地的影響，列（1）、（2）、（3）分別為人口聚集對專利授權總數、科技論文發表篇數、高技術產業營業收入的回歸結果。結果顯示，人口聚集對專利授權總數、科技論文發表篇數和高技術產業營業收入均有顯著的正向促進。這說明，人口集聚能夠促進區域創新，推動創新高地發展。因此，假設H2完全成立。

5 結論、啟示與展望

5.1 研究結論

本文以2011-2022年中國31個省份的面板數據為研究對象，從全樣本、不同區域、不同人口結構、不同經濟水平、不同公共服務水平、不同人才發展環境多個角度分析人口因素對加快建設世界重要人才中心和創新高地的影響。主要結論如下：人口聚集對世界重要人才中心和創新高地具有顯著的促進效應；高學歷人口、勞動人口和高消費水平人口越多的地區，人口聚集對人才中心建設的影響更顯著；經濟發展水平高、公共服務水平高、人才發展環境好的地區，人口聚集對人才中心建設的影響更顯著。

5.2 管理啟示

基于上述研究結論，得到以下管理啟示：第一，加強生育激勵力度。人口是影響世界重要人才中心和創新高地的重要因素，要加大對年輕人的生育激勵力度，提高社會育兒服務水平，減輕生育負擔，提升年輕人的生育意愿。第二，提升人口質量。首先要加強教育培育力度，發展各級別教育類型，構建多層次人才培育體系，提升人口學歷水平；其次，從健康、參與、保障三方面積極應對人口老齡化現狀，提高老年人口的勞動參與度；最后，提高人口的消費能力，尤其要挖掘少兒經濟和銀發經濟的潛力。第三，提高經濟發展水平和公共服務水平。一方面，政府應始終堅持以經濟建設為中心，以數字經濟驅動經濟高質量發展；另一方面，政府應加大公共支出，提升地區的公共服務水平，尤其要重視城市文化水平建設。第四，優化人才發展環境。好的人才環境不僅能夠加快人才成長，還能吸引人才聚集。政府在優化人才發展環境的過程中，不僅要加大對教育和科研的重視，更要加大對外開放力度。第五，加強國際合作。基于數據的可得性，本文未對國外人口、人才對我國世界重要人才中心和創新高地的影響進行實證分析，但是根據舊金山灣、紐約灣和東京灣等世界級人才中心和創新高地的發展經驗，國際人口，尤其是國際人才對區域人才和創新發展起著重要推動作用。因此，除了要加強經濟對外開放程度，也要加強人才和科技方面的國際合作，吸引國際人口聚集。

5.3 研究局限與展望

本研究從人口結構異質性和區域異質性兩方面探索人口因素對世界重要人才中心和創新高地的影響，得出人口通過提升學歷水平、消費水平可以進一步促進世界重要人才中心和創新高地發展。但在數字化時代，人口高質量發展的路徑有待進一步探索，如提升人機結合程度，未來可以對模型進行完善和擴展，全面探索人口高質量發展對世界重要人才中心和創新高地建設的影響及機制路徑。

參考文獻：

[1] 習近平.深入實施新時代人才強國戰略"" 加快建設世界重要人才中心和創新高地[J].當代黨員，2022（1）：3-7.

[2] 蔡慶豐，王仕捷，劉昊，等.城市群人口集聚促進域內企業創新嗎[J].中國工業經濟，2023（3）：152-170.

[3] 加快建設以實體經濟為支撐的現代化產業體系" 以人口高質量發展支撐中國式現代化[N]. 人民日報，2023-05-06（001）.

[4] 何麗君.中國建設世界重要人才中心和創新高地的路徑選擇[J].上海交通大學學報（哲學社會科學版），2022，30（4）：33-42.

[5] EGGERT W， KRIEGER T， MEIER V. Education， unemployment andmigration[J]. Journal of Public Economics， 2010， 94（5-6）： 354-362.

[6] 仇怡.城鎮化的技術創新效應——基于1990-2010年中國區域面板數據的經驗研究[J].中國人口科學，2013（1）：26-35，126.

[7] 王知桂，陳家敏.人口集聚、人才集聚與區域技術創新——基于空間效應和空間衰減邊界的視角[J].調研世界，2021（11）：34-41.

[8] 王俊，李佐軍.擁擠效應、經濟增長與最優城市規模[J].中國人口·資源與環境，2014，24（7）：45-51.

[9] 朱文濤，顧乃華.科技服務業集聚是否促進了地區創新——本地效應與省際影響[J].中國科技論壇，2017（11）：83-92，98.

[10] 陳淑云，楊建坤.人口集聚能促進區域技術創新嗎——對2005-2014年省級面板數據的實證研究[J].科技進步與對策，2017，34（5）：45-51.

[11] 高雯雯，王祖山.人口老齡化對產業結構升級的影響——基于重慶市的實證研究[J].科技創業月刊，2024，37（2）：12-18.

[12] 邵漢華，王慶祥，何鏗輝.人口結構與區域科技創新差距的時空演化研究[J].科學學研究，2024，42（5）：1076-1087.

[13] DAHLBERG M， EKLF M， FREDRIKSSON P， et al. Estimating preferences for local public services using migration data[J]. Urban Studies， 2012， 49（2）： 319-336.

[14] 王偉榮，劉博涵，王海燕.河北省科技人才發展環境評價與測度研究[J].科技創業月刊，2024，37（4）：51-59.

[15] ROMER P M. Increasing returns and long-run growth[J]. Journal of Political Economy， 1986， 94（5）： 1002-1037.

[16] GLAESER E L， KALLAL H D， SCHEINKMAN J A， et al. Growth in cities[J]. Journal of Political Economy， 1992， 100（6）： 1126-1152.

[17] DAVIS D R， DINGEL J I. A spatial knowledge economy[J]. American Economic Review， 2019， 109（1）： 153-170.

[18] FASSIO C， MONTOBBIO F， VENTURINI A. Skilled migration and innovation in European industries[J].Research Policy， 2019， 48（3）： 706-718.

[19] 楊雪，樊洺均.新生代高學歷流動人口的流向選擇及影響機制[J].人口學刊，2019，41（6）：64-77.

[20] 李作學，張蒙.什么樣的宏觀生態環境影響科技人才集聚——基于中國內地31個省份的模糊集定性比較分析[J].科技進步與對策，2022，39（10）：131-139.

[21] 張所地，胡麗娜，周莉清.都市圈中心城市人才集聚測度及影響因素研究[J].科技進步與對策，2019，36（20）：54-61.

[22] 高云虹，陳敏.城市品質、人才集聚與城市創新[J].中國地質大學學報（社會科學版），2023，23（2）：89-102.

[23] 周玉龍，孫久文.產業發展從人口集聚中受益了嗎？——基于2005-2011年城市面板數據的經驗研究[J].中國經濟問題，2015（2）：74-85.

[24] 金海燕，劉宵，李佩.中國城市人才聚集的時空演化特征及影響因素研究[J].世界地理研究，2024，33（8）：117-131.

[25] 張繼海，姚健，劉文玲.家庭內部人口年齡結構對家庭消費的影響研究——基于消費支出、消費率和消費結構的實證分析[J].南開經濟研究，2023（12）：237-255.

（責任編輯：宋勇剛）