“從集聚走向均衡”：中國高校頂尖人才集聚的空間溢出效應及其收斂性

摘 要：區域高等教育均衡發展的本質是資源的空間配置問題，其核心是人才流動在空間維度上實現均衡。結合空間政治經濟學理論，使用2015—2021年校際面板數據，借助空間計量經濟學范式，設置3種空間權重矩陣表征與衡量高校頂尖人才集聚程度的空間關系，在此基礎上，結合面板隨機前沿模型和空間效應β收斂，檢驗頂尖人才空間集聚的溢出效應及其收斂性。結果發現，中國高校頂尖人才存在顯著的空間集聚強關系，其集聚效應能夠通過空間外溢帶動周邊其它高校的辦學水平、科研創新產出，且在局部區域具有空間異質性；這種空間外溢效應具有（絕對、條件）β收斂特征，能夠對區域高等教育實現“從集聚走向均衡”產生積極影響。

關鍵詞：區域高等教育；高校頂尖人才；人才流動；人才集聚；空間溢出

DOIDOI：10.6049/kjjbydc.2023030608

開放科學（資源服務）標識碼（OSID）""""" 開放科學（資源服務）標識碼（OSID）：

中圖分類號中圖分類號：C969：G64

文獻標識碼：A

文章編號文章編號：1001-7348（2024）15-0012-10

0 引言

一系列高等教育重點建設政策下的大學合并、學科調整，直至“211工程”“985工程”，奠定了中國高等教育的基本格局，形塑著“以資源配置為中介變量的結構質量化與質量結構化”的高等教育評價體系[1]。從資源投入力度上看，首輪“雙一流”建設期間，除國防科技大學外的41所一流大學年均經費預算增長率為10.95%，合計投入經費20 057.28億元。從人才吸引力上看，“雙一流”建設高校入選中國科學院院士、工程院院士、杰青、萬人領軍和長江學者的人次占高等教育系統入選總人次的比例分別為91.7%、81.6%、93.7%、75.9%和95.4%。現有研究大多將上述人才稱為“學術精英”“高層次人才”“高端人才”等，為突出創新型人才對于高校學術與科研的綜合影響，本文統稱為“頂尖人才”。從創新驅動力上看，2016—2020年以高校為第一完成單位獲國家三大獎（國家自然科學獎、國家技術發明獎、國家科技進步獎）共695項，其中，“雙一流”建設高校斬獲585項，占比84.17%。與此同時，各地方政府開始主動對接“雙一流”高校，配套落實省域高水平大學建設，以期推動省域內更多高校進入“雙一流”。這促進了高校發展，也一定程度上加劇了區域間政策資源、財政資源、人才資源的不充分、不平衡，使高等教育布局結構相對固化并造成省域高等教育資源不均，產生一定的“馬太效應”。

高校之間辦學水平存在差異，區域間高等教育發展水平也存在差異，兩者共同表征為區域高等教育動態非均衡發展。區域高等教育動態非均衡的背后隱含著高校間頂尖人才流動的失序、失衡問題，人才流失更是引起了社會普遍關注。高等教育資源配置優化的重點在于保證人才流動合理性，因此，剖析人才流動背后的底層邏輯，思考人才集聚與區域高等教育均衡發展的可能性，促進高校頂尖人才合理、有序流動，對于推動高等教育發展至關重要。

1 文獻述評

在人才流動的學理邏輯上，相關研究探討了頂尖人才的空間分布特征及其流動態勢[2]，認為人才流動具有明顯的本地空間黏滯性特征，形成東南沿海與長江沿岸分布的“弓形”格局，而且，優勢區域的整體黏滯性更易形成人才高地[3]。我國高校頂尖人才的流動規模、流動頻率和流動周期受區域經濟社會發展的影響，均呈現出顯著的非對稱互動關系，即經濟高質量發展會顯著促進科技人才流動，而無效的科技人才流動會影響地區經濟發展水平[4]。相關研究側重探討人才流動的地理分布特征、規模和態勢，基于頂尖人才流動規模和路徑分析，指出我國人才流動存在“中西部危機”和“東北部困境”（黃海剛，2018），并從創新環境空間差異視角解釋了人才集聚的地區差異性，由此帶來的虹吸效應要求不同區域改善創新環境[5]。就人才布局與流動特征來看，雖然高校頂尖人才大體上呈“中心—外圍”式分布，但是，不同區域有著不同的人才流動模式，如京津冀、長三角、粵港澳的科技人才流動分別呈現為“單核吸引”“自產自銷”“創新吸引”模式（李峰，2022），而且，中西部和東北部等地區的人才困局不僅僅體現為頂尖人才不足，更體現為相對封閉的學術勞動力市場對人才吸引力不足[6]。閉塞的學術勞動力市場導致高?？蒲邪渭馊瞬艧o序流動，呈現出搶挖人才狂熱化、穩才任務顯像化、人才成本畸形化、引才風險擴大化等表征[7]。

對于人才流動影響因素及其與區域經濟社會發展的關系，相關研究分析了歐盟促進人才自由流動的政策措施及其特點，并在此基礎上提出對中國建設世界人才中心的政策啟示[8]。人才流動是影響地區間協同創新的關鍵因素，相關研究證實了財政、規制、引資等地方政府競爭行為對區域人才流動均具有顯著正向影響[9]。對于人才流動與區域經濟社會發展的關系，強調改善區域人才配置[10]。李娟等[11]研究發現人才政策能夠顯著促進企業全要素生產率增長，人才政策出臺數量平均每增加1條，會提高企業技術創新水平和糾正人力資本在企業間的錯配，最終促進企業全要素生產率增長約0.005；韓鳳芹等（2022）進一步檢驗了引才政策及其空間溢出對區域創新發展的影響，發現人才流動規模、速度與區域創新水平存在非線性關系，呈現U型空間溢出效應，推動區域整體創新能力提升，且具有地區異質性、邊際效用遞增特征。

對于人才流動的地理分布特征、人才流動影響因素及其與區域經濟社會發展的關系，相關研究無不指出人才流動具有預測性，區域政府治理環境、金融環境、法治環境、技術環境等軟環境是影響人才流動的主要推手，系數彈性分別為2.896%、0.381%、0.194%和0.071%（孫博，2022）。同時，對人才流動的宏觀影響因素研究發現，經濟發展水平和科研環境是影響省際科技人才流動的主要因素，不同地區的Ramp;D經費投入強度對人才流動具有不同影響，其中，東、中部地區Ramp;D經費投入的增加會顯著提高人才虹吸效應，由此帶動產業結構轉型升級并提高人才吸納能力（徐倪妮，2019）。有研究質疑中國高校頂尖人才是否存在過度流動問題，認為中西部和東北部“人才危機”并未表現在人才流出規模上，而表現為嚴重的人才逆差和較弱的人才吸引力[12]。如果人才流動符合市場經濟規律、學術生命周期規律，那么，高校人才流失現象是否為一個偽命題，與區域高等教育均衡發展相悖？中西部高校人才流失問題一直備受學界關注，相關研究大多聚焦政府以行政手段干預人才流動，防止中西部高校人才流失，以公平為導向促進形成均衡的高校頂尖人才空間分布格局。但是，過去20年隨著我國東部沿海地區經濟高速發展，對高科技和高端人才表現出強烈需求，加劇了“孔雀東南飛”現象[13]。事實上，無論是人才流失還是人才集聚，往往只是人才流動置于不同主體的兩面性，人才流失或人才集聚與區域高等教育均衡發展也不是對立關系。既然人才流動具有規律性、可預測性，那么，如何實現“從集聚走向均衡”就成為人才流動的核心命題。

人才流動態勢是理解區域高等教育非均衡發展的關鍵，只有理解中國高校頂尖人才集聚效應對區域高等教育發展的影響，才能為區域高等教育均衡發展打好微觀基礎。然而，現有研究聚焦均衡發展，忽略了頂尖人才集聚所帶來的空間集聚效應，難以為區域高等教育均衡發展的路徑機制提供具有說服力的學理闡釋。當前，中國高校頂尖人才流動頻率加快，頂尖人才的空間集聚在區域高等教育發展過程中具有階段性特征。其空間集聚效應如何推動區域高等教育均衡發展，充分發揮頂尖人才集聚和研發機構的資源優勢，實現區域高等教育發展“從集聚走向均衡”？目前學界應對這些問題和挑戰的理論準備是不足的。鑒于此，本文擺脫以往關于人才流失與人才集聚的二元對立觀，遵循人才流動客觀規律，結合空間視角探討我國高校頂尖人才集聚的空間外溢效應及其收斂性，為區域高等教育發展“從集聚走向均衡”提供具有說服力的理論路徑和實證邏輯。

2 理論基礎

我國不同地區在自然地理條件、區位和制度等方面存在較大差異，由此帶來的辦學條件、資源配置差異也會影響區域高等教育發展水平。本文納入空間要素，將高校頂尖人才流動過程中存在的制度性和政策性因素納入空間經濟學分析框架，為理解區域高等教育的動態非均衡態勢提供參照系，也為區域高等教育均衡發展提供理論路徑。

2.1 空間集聚、規模經濟與知識溢出

經濟活動中最突出的地理特征是空間集聚，世界各國經濟一般都集聚在少數大城市或大都市圈，而且，越是發達的國家，其經濟集聚程度越高[14]。經濟地理學關注經濟活動的空間性質，致力于描述、解釋、調節經濟活動的空間差別，其中，傳統區位理論解釋了港口作為交通樞紐等地理條件在經濟集聚過程中的作用。然而，20世紀90年代以來，以“創新”為核心的知識經濟崛起，經濟活動中不同空間和區域之間的相互依賴性大大增強，要求從關系、動態視角看待空間的性質、作用、形成與演化的方法，由此構建新經濟地理學，與傳統的區位理論相互補充，提高對經濟活動空間集聚現象的解釋力度[15]。新經濟地理學認為，只要存在規模報酬遞增，并且存在運輸成本，即使不存在外生差異，初始條件完全相同的兩個區域在經濟空間的自我演進過程中也會產生集聚。迪克西特—斯蒂格利茨壟斷競爭模型、中心—外圍模型（core-periphery model）等新經濟地理學的數理模型，基于規模收益遞增和壟斷競爭，深刻揭示了規模經濟、要素流動等相互作用如何推動經濟空間格局演化，需求規模、市場關聯、需求偏好、知識溢出及其外生差異等影響因素共同作用，使經濟活動的空間集聚具有內在統一性[16]。也就是說，規模報酬累積效應是導致經濟集聚的關鍵，規模經濟的邊際遞增變化對經濟活動的空間集聚具有決定性作用。規模經濟在生產活動中通過產業集聚表現出來，并在產業集聚過程中促進人、財、物等生產要素的進一步集聚，其中，人才流動的空間集聚所產生的規模經濟表征為知識溢出。相關研究指出，人才向大城市集聚的過程中，不僅會提高個人自身生產率，也會促進整個城市生產率提高，這就是知識、技術、信息在城市居民相互交流中產生和傳播的“人力資本外部性”[17]。

由此可見，新經濟地理學側重集聚視角，以外部經濟為關鍵概念，強調空間布局與知識溢出是創新產生的重要基礎，認為經濟系統的內生力量使得區域演化、空間分異、經濟集聚不可避免，甚至形成極端的核心—邊緣結構，并在集聚過程中進一步吸納人口和產業轉移，促進資本積累和知識創造。結合大學、政府和企業三重螺旋模型，人才流動的方向內嵌于經濟集聚過程中，當某一區域的經濟集聚程度較高時，產業集聚與規模經濟的互動機制帶動高校集中布局，人才就會隨著高校布局而流動，形成人才集聚。人才集聚一旦形成，學術信息、創新氛圍就會在空間集聚過程中產生知識溢出，進而產生虹吸效應，形成人才“高地”、學術中心，推動產學研協同一體化發展。表征為人力資本外部性的人才集聚效應有利于提高個人學術活力、創新水平，并在與他人的學術信息交流及互動中產生知識外溢，從而在整體意義上產生社會回報，即周邊其他學者、機構能夠在空間集聚過程中獲益。

2.2 空間的力量：打破集聚、效率與均衡的三角悖論

新經濟地理學提供了區域經濟不平衡空間發展的理論解釋，記錄并闡釋經濟發展過程的空間集聚性，揭示了經濟活動的空間分布規律，解釋了空間集聚現象的原因與形成機制，以及它們在不同地方之間和不同空間尺度之間變化的方式。那么，經濟活動的空間集聚是否會持續下去并加劇區域發展失衡？事實上，經濟集聚的空間過程并非只存在“向心力”（centripetal forces），由于某些不可流動或只具有部分流動性特征的生產要素、運輸成本、貿易成本、擁擠導致的負面效應或不經濟等因素的存在，還會產生與“向心力”相反的力量——“離心力”（centrifugal forces）[18]；空間集聚“向心力”與“離心力”之間復雜的相互作用彰顯著現實世界經濟空間的復雜多樣和富于變化，兩種力量處于“拉鋸戰”狀態，形塑著經濟空間格局。由于“向心力”與“離心力”的存在，某一地區的空間集聚過程并不會一直持續下去，而是通過形成中心—外圍結構，在空間外溢的作用下，幫扶帶動周邊地區發展，從而實現空間均衡。在空間均衡情境下，經濟集聚保證了效率，而人口等生產要素的自由流動有利于不同地區之間實現人均意義上的平衡發展，因此，這是一條“從集聚走向平衡”的道路[19]。根據新古典經濟學中的經濟趨同理論，長期來看，生產要素的自由流動促進經濟差距收斂，因為生產要素流動會使得要素回報均等化。就不同方向的空間相互作用而言，大中小城市之間形成人口增長的良性互動格局，通過回流效應使大城市發展有利于中等城市人均GDP增長[20]。這充分體現了空間要素的力量，即空間均衡的思想，只要區域內要素能夠自由流動，就能通過空間集聚實現均衡發展。

以往關于區域高等教育均衡發展的研究主要立足于區域高等教育規模絕對均衡視角，側重于通過政府行政手段推動高等教育資源均衡配置。相關研究指出，如果不進行政府管制，頂尖人才會不斷向少數高校集聚，而頂尖人才集聚會導致地區間差距越來越大[21]。然而，從空間集聚、外溢的角度出發，域內高校頂尖人才的空間集聚會通過知識外溢促使院校間辦學水平差距不斷縮小，推動區域高等教育發展水平經歷先分化后趨同的收斂過程。而且，如果將均衡目標理解為高等教育資源的均勻分布，并且通過行政干預實現這一目標，那么，集聚、效率與均衡的內在沖突就會構成高等教育發展的“不可能三角”。這是因為，根據高等教育外部規律，區域經濟社會活動的空間集聚意味著高等教育資源配置（人財物）的失衡，而高等教育活動的效率取決于資源要素集聚程度，反過來說，如果用行政力量配置高等教育資源，則會違背高等教育外部規律，追求資源要素的空間均勻分布，導致效率降低。要打破這個“三角悖論”，就必須結合空間要素，重新思考均衡的內涵。如果將高等教育資源均勻分布意義上的“均衡”轉變為人均資源享有程度，那么，通過促進高等教育資源要素自由流動，就能在空間集聚過程中打破集聚、效率與均衡的“不可能三角”，實現區域高等教育均衡發展。因此，本文納入空間要素，結合空間均衡思想[22]，提出“區域高等教育的空間均衡”概念。其一般化理論模型如下：

域外高等教育資源總量P－E=域內高等教育資源總量E－C（E）

其中，P為高校人才總數，E為域內高校人才數，則（P－E）為域外高校人才數，C（E）為人才流動的制度成本、競爭壓力。某一區域內外具有不同比較優勢，由此產生的高等教育資源差異對人才流動產生不同吸引力，從而形塑人才“流入地”或“流出地”。當某一區域形成空間集聚時，其域內高等教育總量會隨著規模經濟效應持續增加，對頂尖人才形成“虹吸效應”，造就人才“流入地”，形成學術中心；反之，則意味著域外高等教育資源配置能力處于弱勢，降低人才吸引力，從而形成人才“流出地”。然而，由于制度成本、競爭壓力的存在，人才流動不會持續集聚，隨著制度成本、競爭壓力的持續增大以及人才集聚的知識同質化現象愈發凸顯，人才的空間集聚過程就會停止。通過人才集聚的知識溢出，在空間層面實現區域高等教育均衡發展。

3 研究設計

為檢驗中國高校頂尖人才集聚的空間溢出效應及其收斂性，本文選取2016—2021年192所高校校際面板數據進行實證分析。首先，根據空間計量分析中的全局、局部莫蘭指數檢驗，從學術活力與科研創新水平等方面識別所選樣本院校的頂尖人才集聚效應。其次，借由空間計量分析結果所反映的樣本院?？臻g信息，構建面板隨機前沿模型，估測頂尖人才集聚效應及其對院校學術活力和科研創新水平的影響。最后，構建空間效應（絕對、條件）β收斂模型，驗證中國高校頂尖人才集聚的空間溢出效應和收斂過程。

3.1 空間計量模型構建

在空間計量分析中，通常使用全局莫蘭指數（Global Moran′I）和局部莫蘭指數（Local Moran′I），識別一定空間區域內觀測單元之間的空間自相關性（Spatial Autocorrelation）聚集和離散情況，前者考慮的是區域整體內所有觀測單元隨著空間分布位置呈聚集或離散狀態，后者則反映觀測單元之間的空間異質性以及局部單元的空間聚集和離散信息。一般表達式為：

GlobalMoran'I=∑ni=1∑nj=1Wij（Yi－Y-）（Yj－Y-）S2∑ni=1∑nj=1Wij（1）

LocalMoran'I=（Yi－Y-）S2∑nj=1Wij（Yj－Y-）（2）

其中，Yi、Yj分別表示院校i和j在頂尖人才集聚程度上的觀測值，本文以各高校的高被引學者數表征頂尖人才?！案弑灰蹦軌蜉^為客觀真實且直接地反映學者科研產出質量、創新水平，是衡量高校師資水平的合理依據，而且，高被引學者數往往作為衡量高校學術水平的重要依據，在各類大學排行榜的評比中占據較大比重[23]。Wij為空間權重矩陣，表示院校i與j之間的空間關系，本研究選用樣本院校的地緣信息形成空間權重矩陣，基于192所樣本院校的經緯度坐標生成地理直線距離，數據源于國家地理信息公共服務平臺公布的全國基礎地理數據庫。由于我國東、中、西部地區社會經濟發展水平呈現非均衡狀態，各高校也處于不同發展階段，使得地理相鄰、地理距離矩陣的設定容易割裂高校之間的實際空間聯系，無法考察高校間空間影響關系，因而本文舍棄地理相鄰、地理距離空間權重矩陣，根據地理學第一定律，突出各高校間空間效應，將反距離空間權重矩陣（WG）設置為核心矩陣進行參數估計。此外，考慮到樣本高校的非全面性以及院校間辦學水平差異可能影響研究結論的可靠性，本文參考王麗君等（2022）的嵌套矩陣做法，將各高校師資隊伍規模、科研投入嵌入地理距離空間權重矩陣，在地理距離的基礎上充分衡量高校間師資隊伍規模、科研投入在空間上的差異性，分別構建科研經費嵌套空間權重矩陣（WF）、師資隊伍嵌套空間權重矩陣（WS），以期盡可能準確地刻畫空間效應的綜合性、復雜性，保證實證結果的穩健性。

3.2 面板隨機前沿模型構建

鑒于頂尖人才集聚對院校學術活力和科研創新水平的影響具有動態性，本文構建“技術效率隨時間變化”（time-varying technical efficiency）[24]的面板隨機前沿模型，通過加入時間虛擬變量η，捕捉無效率項ui的時變效應（time varying change），檢驗頂尖人才集聚對院校學術活力與科研創新產出效率的影響。

lnoutputit=β0+β1LocalMoran_toptalentit+β2postgraduateit+β3laborit+β4capitalit+β5δit+νit－μit（3）

μit=e－η（t－Ti）μi（4）

其中，outputit為樣本期內各高校學術活力與科研創新水平，本文以192所樣本院校的國內外高水平會議參會頻次、熱點文獻數、科研規模、高被引文獻數、國家級項目、專利授權數和省部級以上科技獲獎情況表征。LocalMoran_toptalentit為反映頂尖人才集聚的局部莫蘭指數，用以表征樣本院校頂尖人才的空間集聚效應。postgraduateit、laborit和capitalit反映各高校在學術與科研活動上的資源投入情況，本文分別選取在校研究生規模和專任教師數以及科研經費支出，表征人員投入和經費投入。考慮到高校頂尖人才集聚效應的發揮很可能受到地區高等教育宏觀政策所帶來資源配置差異的干預，在計量模型中納入政策虛擬變量δit，反映樣本期間地方政府在高等教育領域推行的重大政策，本文選用各?。ㄗ灾螀^、直轄市）政府為對標國家戰略而實施的省域“雙一流”建設政策，用以識別地方高等教育政策對高校學術活力與科研產出效率的影響。β0為常數項；β1為隨機前沿面的估計參數，用以衡量生產效率的程度；β2—β5為一系列控制變量的待估計參數；νit為時變誤差（time-varying error），反映個體i因時間t而變化且受影響的非觀測因素；uit代表無效率項（inefficiency term），反映不同時期個體i與效率前沿的距離；Ti為個體i的時間維度；ui表示隨機前沿函數中的無效率項；η為時變參數，反映時間趨勢對ui的影響，當η=0時，說明樣本個體效率保持不變，當η＞0時，說明樣本個體效率遞增，當η＜0時，說明個體效率遞減。

3.3 空間收斂機制分析

β收斂源自新古典經濟學中的經濟趨同現象，包括絕對β收斂與條件β收斂兩個方面。本文中β收斂意指頂尖人才空間集聚程度較低的高校相比頂尖人才空間集聚程度較高的高校具有更快的增長速度，即不同高校頂尖人才空間集聚程度增長率與其初始水平負相關；絕對β收斂指在初始發展條件完全一致的情況下，不同高校的頂尖人才空間集聚程度隨著時間的推移逐漸收斂到相同水平；條件β收斂指在不同辦學條件下，相比于頂尖人才空間集聚程度較高的高校，頂尖人才空間集聚程度較低的高校具有更快的收斂速度?；诖?，建構（絕對、條件）β收斂模型如下：

ln（toptalenti，t+1toptalentit）=α+βlntoplentit+γ'Controlit+νt+μi+εit（5）

其中，ln（toptalenti，t+1toptalentit） 表示高校頂尖人才空間集聚程度的增長率，并取自然對數；α為常數項；νt、μi分別表示時間和個體的雙向固定效應，用以控制時間累積效應和高校個體異質性；εit是隨機擾動項。Controlit為一組控制變量，本文根據Galor[25]的檢驗思路，結合數據可獲得性，增添在校研究生規模、獲取社會捐贈額、國際化程度和課題經費作為控制變量；γ'為各控制變量的待估計系數。未放入控制變量時，式（5）為絕對β收斂模型；加入若干控制變量時，式（5）為條件β收斂模型。若βlt;0，則表明不同高校間的頂尖人才空間集聚程度存在收斂性，反之則為發散性。

為避免多重共線性并降低異方差出現的概率，保證實證結果具有統計學意義，除高校頂尖人才集聚程度的局部莫蘭指數外，對其余變量均取自然對數，各變量描述性統計結果如表1所示。

4 實證結果與討論分析

4.1 空間自相關檢驗

為探究不同高校間頂尖人才聚集或離散的空間信息，本文基于3種空間權重矩陣分別測算2015—2021年中國高校頂尖人才集聚程度的全局莫蘭指數，以此判斷高校間頂尖人才是否存在空間集聚現象，結果如表2所示。在考察期內，不同空間權重矩陣下中國高校頂尖人才集聚程度的全局莫蘭指數均顯著為正，說明高校間已在頂尖人才方面形成空間集聚效應，且頂尖人才集聚程度會對周邊其它高校產生影響，同時，高校頂尖人才集聚程度在空間上呈現高—高和低—低聚集的分布格局。就空間集聚程度而言，考察期內，在反距離空間權重矩陣下，全局莫蘭指數從0.061提高至0.065，而在科研經費、師資隊伍嵌套空間權重矩陣下，全局莫蘭指數分別從0.086、0.091提高至0.098、0.099，說明中國高校頂尖人才的空間集聚程度持續提高。就空間權重矩陣強度而言，師資隊伍嵌套空間權重矩陣＞科研經費嵌套空間權重矩陣＞反距離空間權重矩陣，表明高校間頂尖人才空間集聚受地理距離、辦學水平的雙重空間效應影響。

通過局部莫蘭指數檢驗，進一步分析高校間頂尖人才集聚程度的空間異質性，結果如表3所示。在反距離空間權重矩陣下，盡管中國高校頂尖人才集聚程度的局部莫蘭指數檢驗結果估計值較為接近，但呈現出不同的空間集聚梯度格局。根據空間集聚程度不同，可以劃分為3個主要梯度，凸顯不同的空間輻射效果，分別為第一梯度“強強聯合”格局，這些高校大都位于第一象限（High-High），代表高觀測值單元被高觀測值單元所包圍，即頂尖人才集聚程度較高的院校在局部區域內相互映照，呈現出“交相輝映”的空間聚集態勢。第二梯度“幫扶帶動”格局，這些高校落在第二象限（Low-High）和第四象限（High-Low），分別代表低值被高值包圍、高值被低值包圍的空間聯系，即頂尖人才集聚程度突出的強勢院校在局部區域內帶動弱勢院校發展，顯現出“互幫互助”的空間聚集態勢。第三梯度“孤立無援”格局，這些高校落在第三象限（Low-Low），代表低觀測值單元被低觀測值單元所包圍，即頂尖人才集聚程度較低的弱勢院校在局部區域內缺乏“領頭羊”的引領，呈現“聚而不群”的空間集聚弱相關。

4.2 面板隨機前沿模型估計結果

面板隨機前沿模型估計結果如表4所示，模型（1）（4）（6）的時變參數η均在1%顯著性水平下具有統計學意義，其參數估計結果分別為-0.096 2、0.006 4和0.056 9，這就意味著，表征學術活力的國內外高水平會議參會頻次指標可能存在低效生產的情況，生產無效率性在樣本期內呈現遞增趨勢。一個可能的原因是，受疫情影響，自2020年開始，各高校間減少了以線下會議為載體的學術交流，而線上會議難以使學者更好地交流前沿學術信息。反觀表征科研創新水平的高被引文獻數和專利授權數兩個指標，其時變參數η顯著為正，表明2015—2021年高?？蒲袆撔禄顒拥挠行a呈現上升趨勢，而這種上升趨勢在專利授權數指標上更為明顯，說明在頂尖人才空間集聚程度提升過程中，空間集聚效應通過優質科研成果產出提高了院?？蒲袆撔滤健Ｅc此同時，模型（2）（3）的時變參數η估計結果為正值，盡管生產無效性在樣本期內不斷遞增，但均未通過顯著性檢驗，說明高校科研創新活動的有效生產并未通過熱點文獻數和科研產出規模兩個指標顯著表現出來。然而，國家級課題數、省部級以上科技獲獎兩個指標的時變參數η估計結果為負值，生產無效率性在樣本期內呈下降趨勢?？赡苁且驗楸M管頂尖人才空間集聚效應在一定程度上促進院校間學術交流，提高了科研創新水平，但在全國范圍內的橫向比較中，受制于地理區位、原有辦學條件差異的雙重影響，區域高等教育非均衡發展態勢仍然突出，高校頂尖人才集聚的空間外溢效應亟待進一步加強。

在表征院校學術活力、科研創新水平等各項指標的局部莫蘭指數的解釋變量中，所有模型均表明頂尖人才的空間集聚效應對周邊其它高校的學術活力與科研創新水平的提升具有積極影響，模型（1）—（7）的系數估計值分別為0.145 1、0.200 7、0.184 8、0.273 6、0.197 0、0.397 3和0.115 9，且均達到顯著性水平。按其影響程度高低，具體表現為：專利授權數（39.73%）＞高被引文獻數（27.36%）＞熱點文獻數（20.07%）＞國家級課題數（19.70%）＞科研產出規模（18.48%）＞國內外高水平會議參會頻次（14.51%）＞省部級以上科技獲獎（11.59%）。在院校資源要素投入協變量中，模型（1）—（7）的估計結果表明，人員和經費投入對高校學術活力與科研創新水平的提高具有正向影響，且在不同程度的顯著性水平下具有統計學意義。經費投入對高校學術活力和科研產出效率的影響整體表現為彈性系數高于人員投入，說明當前高校頂尖人才集聚效應的發揮以經費投入為主，處于規模效應累積階段。相較于高等教育內涵式發展，未來高校頂尖人才集聚空間外溢作用的發揮更需要以人為主，通過擴大高層次人才隊伍，更能激發人力資本外部性，提高學術活力與科研創新水平。而對于政策虛擬變量來說，模型（1）（2）（3）（5）和（6）的參數估計結果都具有統計學意義上的顯著性水平，政策虛擬變量的產出效率彈性較為明顯，說明地區宏觀政策顯著影響高校學術活力和科研創新水平。這是因為隨著高等教育地方化趨勢的持續加強，地方政府成為內生于省域高等教育事業的推動者，省域經濟社會發展差異持續投射到地方高等教育事業上，加劇區域高等教育非均衡發展，資源投入力度等政策強度愈發凸顯對院校學術與科研創新活動等方面的正向引導作用。需要說明的是，受篇幅所限，表4僅以反距離空間權重矩陣進行面板隨機前沿模型估計，而科研經費、師資隊伍嵌套空間權重矩陣的估計結果在方向和顯著性上均與其一致，結果備索。由此可見，高校頂尖人才的空間集聚效應估計結果具有可靠性、穩健性。

4.3 空間效應β收斂檢驗

模型適配性檢驗結果顯示，空間杜賓模型（SDM）相比于空間滯后模型（SLR）、空間誤差模型（SER）更具解釋力，且SDM 的Hausman檢驗在1%顯著性水平下拒絕原假設。因此，本文使用雙向固定效應的SDM模型，檢驗中國高校頂尖人才集聚程度的空間效應β收斂過程，結果如表5所示。模型（1）—（3）顯示，無論是在反距離空間權重矩陣下，還是在科研經費、師資隊伍嵌套空間權重矩陣下，各高校頂尖人才空間集聚程度均存在顯著的絕對β收斂過程，系數估計值分別為-0.040 3、-0.055 8和-0.050 3，且均在5%的顯著性水平下具有統計學意義。空間外溢系數（ρ）分別為0.658 8、0.036 9和0.148 5，且在反距離空間權重矩陣下具有1%的顯著性水平，即在高校頂尖人才的空間集聚發展過程中，域內院校憑借其空間鄰近的優勢，形成空間聚集態勢，由此產生空間外溢、輻射作用，促使周邊高校廣泛開展學術交流，并在學術活力與科研創新方面的產出效率具有顯著且穩健的正向作用。這說明在空間外溢的擴散效應下，某一區域內頂尖人才集聚程度較高的高校將產生示范效應，帶動周邊其它高校的學術活動和科研產出提高，最終，各高校間頂尖人才集聚程度的差異水平將趨于一致，由此促進區域高等教育均衡發展。模型（5）—（8）顯示，在3種空間權重矩陣下，中國高校頂尖人才空間集聚效應的條件β收斂系數顯著為負，系數估計值分別為-0.038 1、-0.056 7和-0.050 4，且均在5%的顯著性水平下具有統計學意義；受制于在校研究生規模、獲取社會捐贈額、國際化程度和課題項目經費的校際差異，空間效應β收斂過程表現出不同速度，亦即隨著校際差異的縮小，頂尖人才的空間集聚程度將以更快速度走向均衡；反過來也就是說，當高校間辦學條件、資源配置水平相當時，高校間頂尖人才的空間集聚程度會以更快速度在空間外溢的擴散效應下收斂到各自穩態水平，實現“從集聚走向均衡”。

5 結論與展望

5.1 研究結論

基于區域高等教育發展過程中高校頂尖人才的空間集聚現象，為驗證頂尖人才集聚效應對區域高等教育發展的影響，本文選擇192所院校作為研究對象，并收集2015—2021年校際面板數據，通過構建3種空間權重矩陣（反距離、科研經費嵌套、師資隊伍嵌套），檢驗高校頂尖人才的空間集聚現象，分別采用面板隨機前沿模型和空間效應β收斂模型，估計高校頂尖人才空間集聚效應對周邊其它高校的學術活力與科研創新水平的影響，并從空間溢出視角判斷高校頂尖人才集聚效應如何促進區域高等教育均衡發展。總體結果顯示，中國高校頂尖人才空間集聚效應對域內院校學術活力與科研創新水平的提高產生了積極影響，同時，高校頂尖人才的空間外溢效應能夠帶動區域高等教育發展“從集聚走向均衡”，且估計結果具有穩健性。主要結論如下：

（1）全局莫蘭指數檢驗結果顯示，在3種空間權重矩陣下，各高校間頂尖人才規模均呈現出空間聚集強關系，但不同空間權重矩陣下的空間聚集程度在考察期內的空間效應強度具有較大差異，說明在區域高等教育非均衡發展過程中，高校頂尖人才空間集聚效應受地理區位、辦學條件差異的雙重影響。

（2）局部莫蘭指數檢驗結果顯示，在3種空間權重矩陣下，樣本院校在局部區域上的頂尖人才集聚效應均表現出空間異質性特征，且分別呈現出“強強聯合”“幫扶帶動”和“孤立無援”3種梯度格局。

（3）面板隨機前沿模型估計結果顯示，高校頂尖人才的空間集聚效應對域內院校學術活力與科研創新水平的提高具有正向影響，按其影響程度的高低，具體表現為：專利授權數（39.73%）＞高被引文獻數（27.36%）＞熱點文獻數（20.07%）＞國家級課題數（19.70%）＞科研產出規模（18.48%）＞國內外高水平會議參會頻次（14.51%）＞省部級以上科技獲獎（11.59%）。

（4）空間效應β收斂檢驗結果顯示，3種空間權重矩陣下各高校頂尖人才的空間集聚程度均存在顯著的絕對β收斂和條件β收斂過程，意味著高校間頂尖人才集聚程度的空間差異將在空間外溢的擴散效應下收斂到各自穩態水平，在空間維度下實現區域高等教育均衡發展。

5.2 政策建議

（1）完善項目激勵機制，做好人才自主培養工作。推進科技自立自強，頂尖人才是基礎，激勵機制是關鍵。如通過設立長期穩定、滾動支持的研究項目，造就一批能夠心無旁騖、長期聚焦和深耕專業領域的基礎研究拔尖人才和團隊；通過選聘制度和人才引進制度，不斷發現、培養優秀科技人才，推動培養一批服務國家戰略需要的科技領軍人才和團隊等；通過實行“揭榜掛帥”“賽馬制”等制度，引導科研人員主動服務國家重大戰略需求，瞄準“卡脖子”技術領域持續攻關。

（2）打破“塊狀”分割、地方主義，通力構建高等教育資源要素自由流動的常態化機制。院校間頂尖人才集聚效應具有空間異質性，而且，頂尖人才集聚的空間收斂過程也呈現出不同的梯度格局。這意味著促進院校間頂尖人才學術交流，加快院校間、區域間高等教育資源整合，是提高頂尖人才空間集聚效應、知識溢出效應的有效手段。構建高等教育資源要素自由流動的常態化機制，打破原來的通過行政手段配置資源的區域高等教育發展模式，不僅能夠克服區域高等教育資源布局“南弱北強”的結構性矛盾所造成的資源錯配、學科重復建設與區域高等教育失衡，而且能夠通過資源再配置釋放出巨大的效益改進空間，擺脫以往“高投入”“低效益”的規模陷阱，從而為中國高等教育發展水平的提高注入新動力。最終，通過高等教育集聚的空間外溢效應，帶動區域高等教育發展“從集聚走向均衡”。

（3）不同層次的高校間應構建人才定期訪學的交流機制。頂尖人才的空間集聚效應會產生知識溢出，這種知識溢出通過其正外部性強化學術信息和知識交流與傳播的空間過程，進而提高周邊其它院校的學術活力與科研創新水平。然而，知識溢出本質上是一個動態過程，其正外部性需要人才交流的長效機制提供保障。短期來看，空間集聚的“向心力”表征為頂尖人才的相互接近和面對面的交流，有利于知識傳播和獲得；但是，長期來看，空間集聚的“離心力”會使頂尖人才集聚產生知識同質性傾向，且在一定程度上削弱知識溢出的外部性。因此，在不同層次的高校間構建人才定期訪學的交流機制，將空間集聚的“離心力”轉化為“向心力”，能夠不斷注入新的知識要素，促進不同知識和學術信息在不同高校間傳播，充分發揮頂尖人才空間集聚的知識溢出效應。

參考文獻參考文獻：

[1] 劉暉，馬浚鋒.高等教育結構與質量的中國經驗[J].教育發展研究，2020，40（7）：22-28.

[2] 周亮，張亞.中國頂尖學術型人才空間分布特征及其流動趨勢——以中國科學院院士為例[J].地理研究，2019，38（7）：1749-1763.

[3] 聶晶鑫，劉合林.中國人才流動的地域模式及空間分布格局研究[J].地理科學，2018，38（12）：1979-1987.

[4] 李培園，成長春，嚴翔.科技人才流動與經濟高質量發展互動關系研究——以長江經濟帶為例[J].科技進步與對策，2019，36（19）：131-136.

[5] 郭淑芬，張文禮.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[J].科技進步與對策，2022，39（11）：152-160.

[6] 柳瑛，薛新龍，蘇麗鋒.中國高端人才布局與流動特征研究——以長江學者特聘教授為例[J].中國科技論壇，2021，36（2）：100-108，131.

[7] 童鋒，秦秋明，饒敏.高?？蒲邪渭馊瞬艧o序流動的表征、根源及對策[J].科技管理研究，2020，40（20）：105-110.

[8] 曾凱華.歐盟人才流動政策對粵港澳大灣區發展的啟示[J].科學管理研究，2018，36（3）：87-90.

[9] 曹薇，董文婷.政府競爭行為對區域人才流動的影響機制研究——區域對外開放的中介效應[J].科技進步與對策，2022，39（11）：42-51.

[10] 房逸靖，李靜，司深深.政府干預、創新驅動與區域人才配置[J].科技進步與對策，2023，40（3）：21-29.

[11] 李娟，楊晶晶，賴明勇.人才政策可以促進企業全要素生產率增長嗎——基于地方政府人才治理視角的研究[J].經濟理論與經濟管理，2022，42（9）：38-51.

[12] 黃海剛，曲越，連潔.中國高端人才過度流動了嗎——基于國家“杰青”獲得者的實證分析[J].中國高教研究，2018，34（6）：56-61.

[13] 李磊，王天宇.“孔雀東南飛”：經濟高質量發展與人才流動[J].數量經濟技術經濟研究，2023，40（2）：5-24.

[14] 世界銀行.2009年世界發展報告：重塑世界經濟地理[M].胡光宇，譯.北京：清華大學出版社，2009：56.

[15] MASKELL P， MALMBERG A. Myopia， knowledge development and cluster evolution[J]. Journal of Economic Geography， 2007，7（5）：603-618.

[16] 安虎森.新經濟地理學原理（2版）[M].北京：經濟科學出版社，2009：27.

[17] 梁文泉，陸銘.后工業化時代的城市：城市規模影響服務業人力資本外部性的微觀證據[J].經濟研究，2016，51（12）：90-103.

[18] 藤田昌久，克魯格曼，維納布爾斯.空間經濟學——城市、區域與國際貿易[M].梁琦，譯.北京：中國人民出版社，2012：55-68.

[19] 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，2016：38.

[20] 丁嵩，孫斌棟.空間相互作用與城市經濟增長——來自長三角的證據[J].人口與經濟，2016，37（4）：71-81.

[21] 段從宇，伊繼東.高校教師流動的本質內涵及合理性判別——兼論“雙一流”建設背景下的高校引才[J]. 高校教育管理，2019，13（3）：89-96.

[22] 陸銘，李鵬飛，鐘輝勇.發展與平衡的新時代——新中國70年的空間政治經濟學[J].管理世界，2019，35（10）：11-23，63，219.

[23] 貝努瓦·米洛特，李璐.高等教育支出與產出：錯綜復雜的關系[J].北京大學教育評論，2013，11（2）：46-63，188-189.

[24] BATTESE G E， COELLI T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data[J]. Empirical Economics， 1995，20（2）：325-332.

[25] GALOR O. Convergence？ inferences from the theoretical models[J]. The Economic Journal， 1996，106（437）：1056-1069.

責任編輯（責任編輯：萬賢賢）

英文標題\"From Agglomeration to Equilibrium\"： The Spatial Spillover Effect and Convergence of Top Talents in Chinese Colleges and Universities

英文作者Ma Junfeng

英文作者單位（School of Teacher Education， Fujian Normal University， Fuzhou 350007，China）

摘要Abstract：Behind the dynamic imbalance in regional higher education， there are issues of disorder and imbalance in the mobility of top talents among universities. The key to optimizing the allocation of higher education resources lies in ensuring the rationality of talent mobility. Therefore， it is crucial to analyze the underlying logic behind talent mobility and consider the possibility of talent agglomeration and balanced development in regional higher education." However， existing research often overlooks the spatial agglomeration effect of top talents and focuses solely on balanced development， lacking a convincing theoretical interpretation for the path mechanism of balanced development in regional higher education.

The study employs panel data from 192 universities during the period of 2016-2021 for empirical analysis. Firstly， through Global Moran's I and Local Moran's I tests in spatial econometrics analysis， the agglomeration effect of top talents in the selected sample institutions is identified in terms of academic vitality and research innovation level. Secondly， using the spatial information obtained from the spatial econometrics analysis， the study constructs a panel stochastic frontier model to estimate the agglomeration effect of top talents， which represents the influence on the academic vitality and research innovation level of universities. Finally， it constructs （absolute and conditional） β-convergence model with spatial effects to verify the spatial spillover effect and convergence process of the agglomeration of top talents in Chinese colleges and universities. This study abandons the geographical adjacency and geographical distance spatial weight matrix， highlights the spatial effects between universities according to the first law of geography， and sets the inverse distance spatial weight matrix as the core matrix for parameter estimation. On the basis of geographical distance， it fully measures the differences in faculty size and scientific research input among colleges and universities in space， constructs a nested space weight matrix for scientific research funds and a nested space weight matrix for faculty，respectively，so as to accurately depict the comprehensiveness and complexity of spatial effects and ensure the robustness of empirical results.

Through the theoretical analysis and empirical analysis， the main conclusions are drawn as follows. Firstly， the Global Moran's I test demonstrates a strong spatial clustering relationship in the scale of top talents between universities under three spatial weight matrices. However， the intensity of spatial effects varies significantly depending on the spatial weight matrices， indicating that the spatial agglomeration effect of top talents in regional higher education's imbalanced development process is influenced by geographical location and differences in educational conditions. Secondly， the Local Moran's I test reveals spatial heterogeneity in the agglomeration effect of top talents in the sample institutions within local regions， exhibiting a gradient pattern of \"alliance between the tops\"， \"supporting among the middles\" and \"isolation within the bottoms\" respectively. Thirdly， the estimation results of the panel stochastic frontier model indicate that the spatial agglomeration effect of top talents in universities positively impacts the improvement of academic vitality and research innovation level in domain institutions. The influence is ranked as follows： \"number of patent authorizations\" （39.73%） gt; \"number of highly cited papers\" （27.36%） gt; \"number of hot papers\" （20.07%） gt; \"number of national-level projects\" （19.70%） gt; \"research output scale\" （18.48%） gt; \"frequency of participation in high-level conferences at home and abroad\" （14.51%） gt; \"provincial-level and above scientific and technological awards\" （11.59%）. Lastly， the results of the β-convergence test with spatial effects demonstrate significant absolute and conditional β-convergence processes in the spatial agglomeration level of top talents in colleges and universities. This indicates that the spatial differences in the agglomeration level of top talents among colleges and universities will converge to their respective steady-state levels， contributing to the achievement of balanced development in regional higher education.

The novelty of this article lies in breaking away from the traditional binary view of talent outflow versus talent agglomeration and embracing the objective laws of talent mobility. From a spatial perspective， it investigates the spatial spillover effects and convergence of top talent agglomeration in Chinese colleges and universities. The study provides a sound theoretical framework and empirical evidence to guide the transition \"from agglomeration to equilibrium\" in the development of regional higher education.

關鍵詞Key Words：Regional Higher Education; Top Talents in Colleges and Universities; Brain Mobility; Convergence of Talents; Spatial Spillover