區域新興產業創新生態系統聯動效應對科技人才流動影響研究

關鍵詞：區域新興產業創新生態系統；聯動效應；科技人才流動；模糊集定性比較分析

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．１１．０１４

〔中圖分類號〕Ｃ９６２；Ｇ２０３ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１（２０２４）１１－０１３９－１３

創新的根本在人才，吸引并留住科技人才對于增強區域創新能力至關重要。科技人才流動不僅能夠加強地區之間的知識互動，提升技術融合水平，還有助于解決我國面臨的區域科技人才分布失衡、流動性低的人才問題［１］。研究發現，科技人才流動的影響因素主要包括宏觀層面國家經濟發展水平［２］、開放包容的生活環境［３］、持續向好的空氣質量［４］，中觀層面產業結構調整［５］、學術科研環境，以及微觀層面就業機會、勞務報酬、晉升可能性等［６］。隨著區域發展戰略深入推進，部分學者［６－７］開始關注區域治理能力、區域創新生態等區域特征與科技人才流動的關聯性。

作為區域創新生態重要組成部分，區域新興產業創新生態系統是在一定地理空間范圍內，以實現區域高質量發展為目標，由政策、科技和產業子系統及其協同關系共同構成的生態化復雜系統［８］。區域新興產業創新生態系統通過集聚創新資源優勢、加快創新集群形成等途徑增強對人才的吸引［９］，提升科技人才流動效率。因此，如何發揮區域新興產業創新生態系統聯動效應以促進科技人才流動，對于提高區域人才競爭力、增強區域創新能力具有重要意義。然而，目前鮮有研究考察區域新興產業創新生態子系統要素與科技人才流動的必要關系，相關研究多聚焦探析單一要素對科技人才流動的“凈效應”，而忽視了多要素“聯動效應”潛在影響作用，以及特定情境下影響效應異質性。

在研究方法上，本文結合模糊集定性比較分析（ｆｕｚｚｙｓｅｔ Ｑｕａｌｉｔａｔｉｖｅ Ｃｏｍｐａｒａｔｉｖｅ Ａｎａｌｙｓｉｓ，ｆｓＱＣＡ）方法和必要條件分析（Ｎｅｃｅｓｓａｒｙ Ｃｏｎｄｉｔｉｏｎ Ａｎａｌｙｓｉｓ，ＮＣＡ）進行實證分析。一方面，該方法近年來被廣泛應用于人才競爭力［９］、區域創新生態［１０］等問題探討中，能夠較好地解釋研究對象實際發展趨勢；另一方面，由于旨在探究區域創新生態要素聯動效應中引致科技人才流動路徑，而這些路徑結果可能是多重要素并發而致。這決定該方法在本研究中的適用性和必要性。

鑒于此，本文從政策、科技和產業３個維度解構區域新興產業創新生態系統，引入必要條件分析（ＮＣＡ）和模糊集定性比較分析方法（ｆｓＱＣＡ），探究區域新興產業創新生態系統聯動效應對科技人才流動影響機制，揭示區域層面下多重創新生態要素影響科技人才流動的“黑箱”。本研究致力于解決如下問題：第一，單個區域新興產業創新生態要素是否為科技人才流動必要條件？第二，哪些區域新興產業創新生態要素組合可以促進高水平科技人才流動，即高水平科技人才流動影響路徑有哪些？第三，不同地理區域、試點政策及基礎設施情境下影響路徑是否存在差異？

１ 文獻回溯及研究框架

區域新興產業創新是融合多要素的復雜系統［１１］。通過文獻梳理發現，政策引領、基礎研究、技術研發、產業優化等是其目標實現的重要基礎［１２－１４］。也就是說，區域新興產業創新過程離不開政策、科學、技術以及產業的支持。結合已有研究以及系統科學理論，本文認為區域新興產業創新生態系統是在一定地理空間范圍內，以實現區域高質量發展為目標，由政策、科技和產業子系統及其協同關系共同構成生態化復雜系統。當前，少有研究從區域新興產業創新生態系統的構成要素出發研究科技人才流動。近年來，我國各地政府高度重視人才在區域發展中的關鍵作用，相繼出臺有關政策吸引和留住人才，各地吸引人才競爭愈發激烈。事實上，人才競爭力根植于區域新興產業創新生態系統內部復雜性［９］，內部要素聯動協同將形成吸引人才流動重要路徑，從而提高本地區人才競爭力。綜上，本文將從政策、科技和產業子系統維度回顧前人研究。

１.１政策子系統維度

政策子系統在區域創新績效提升中舉足輕重，地區創新政策體系是否健全完善決定著區域創新能力的強弱［１２］。現階段，新興產業相關政策在科技人才流動過程中影響效應逐漸放大。為占據競爭優勢，美國企圖通過《維護美國人工智能領先地位》等產業政策，以限制人才流動等方式遏制中國新興產業發展［１５］。相應地，為避免我國新興產業發展受制于人，逐步細化相關人才政策，吸納具備產業領軍、前沿技術能力的人才資源成為促進新興產業發展的重要舉措［１６］。經濟學觀點認為，人才流動遵循效益最大化原則，政策不確定性則不利于科技人才對預期邊際效益的判斷，進而影響其流動意愿［１７］。相反，產業相關政策越明晰，其不確定性越小，越有利于科技人才流動。此外，系統高效的政策能夠促進區域創新能力提升，進而產生人才“虹吸效應”。相關政策力度越大，對區域創新績效正向影響越顯著［１８］，從而加快科技人才流動。本文認為政策不確定性可以用政策擴散速度表征，即政策擴散速度越大，表明各級政府政策布局強度和決心的提升，促使政策邊際效益更加清晰，減少其不確定性；政策力度可以用政策擴散強度衡量，政策擴散強度能夠揭示政策單位對產業發展的重視程度，擴散強度提高會增加系統高效政策出臺可能性，從而影響政策力度。

１.２科技子系統維度

科技子系統是區域創新績效提升的驅動引擎，以科技創新驅動區域創新能力躍升已成為各地政府的重要目標任務［１９］。科技創新是原創性科學研究和技術創新總稱，良好的科技創新生態有利于科技人才的集聚和流動［１４］。因此，學者們通常將科研經費投入、科研平臺數量、高校資源優勢等要素視為區域科技人才集聚源動力［１］。吳茜［２０］認為，加大科研經費投入力度是促進區域內外科技人才流動直接有效措施之一，不斷完善科技經費投入和支出結構能夠吸引高層次科技人才流動與共享。另有學者指出，科研平臺和創新產出同樣是促進科技人才流動的重要影響因子［１］，科技人才往往傾向于流向擁有更高水平研究型大學及科研院所地區，而這些地區在以基礎研究、發明專利等為代表的科學影響力方面具備更大優勢。除此之外，技術多元化能夠幫助區域新興產業領域突破技術鎖定，進而減少技術創新成本，增加技術創新機會［２１］。區域技術多元化程度越高，開展創新活動技術領域越多，對于不同技術背景的科技人才需求也就越強，有利于提高知識轉移效率。

１.３產業子系統維度

產業子系統具有明顯的空間集聚與分布特征，加快要素流、知識流等網絡化產業聯系，是推動區域創新的有效路徑。一直以來，產業集聚與人才流動之間密切相關，且這種聯系是雙向的［２２］。一方面，人才流動能夠推動產業集聚與結構優化［２３］。科技人才流動加強了區域之間知識聯系，帶來的技術溢出效應為流入地企業在短時間內獲取技術新優勢提供了可能，進而促進新能源、生物醫藥等新興產業集聚和結構調整。另一方面，邊際產業擴張理論認為，產業轉移是會伴隨知識擴散的過程，也是知識溢出帶來其他要素重新配置的過程。多數研究也證明了該觀點［６，２４］，產業轉移產生的正外部效應在很大程度上加速了科技人才流動及其技術知識擴散，并且產業轉移程度較高地區對于高水平科技人才集聚和流動更具有吸引力，如北京、上海、江蘇、浙江等地。未來不斷增強產業集聚效應，持續優化產業結構，促成高水平科技人才流動和集聚，對于解決我國目前區域創新不平衡問題以及提升區域創新能力意義重大。

１.４研究框架

基于前人研究，本文分別選取政策擴散速度、政策擴散強度指標測度政策子系統，用科技經費投入、科學影響力和技術多元化指標測度科技子系統，以產業結構合理化、產業結構高級化指標測度產業子系統，并提出區域新興產業創新生態系統聯動效應對科技人才流動影響研究框架，如圖１所示。

２研究設計

２.１研究方法與研究過程

ｆｓＱＣＡ方法基于集合論方法和布爾代數邏輯探析前因條件組合對目標結果的影響，能夠很好地揭示現象背后的多重并發因果關系［２５］。同時，以布爾代數運算為邏輯基礎使得該方法無需考慮遺漏變量偏差問題，較之傳統回歸分析更貼近客觀現實。然而，ｆｓＱＣＡ只能定性判斷前因變量是否為目標結果必要條件，卻無法定量分析各變量必要性程度，而ＮＣＡ作為一種簡單靈活的量化分析方法由ＤｕｌＪ［２６］于２０１６年開發，可以有效識別和分析前因變量是否為結果發生的必要條件。因此，ＮＣＡ和ｆｓＱＣＡ方法結合，將在分析區域新興產業創新生態系統聯動效應如何實現高科技人才流動這類復雜因果問題時具有明顯優勢。

為優化我國區域科技人才結構，本研究基于原始數據從組態視角闡述區域新興產業創新生態系統聯動效應對科技人才流動影響路徑，并檢驗路徑異質性，研究過程如圖２所示。①根據研究框架，選取條件和結果變量進行測量與校準；②結合ＮＣＡ和ｆｓＱＣＡ方法依次開展必要性分析、組態分析及穩健性檢驗得到促進高科技人才流動影響路徑；③通過異質性分析檢驗影響路徑的異質性特征。最后，根據研究結論提出啟示建議。

２.２數據采集

新一輪科技革命和產業變革背景下，我國新能源汽車產業在新興產業政策引導下發展迅速，一方面為提升產業鏈現代化水平提供了重要機遇，另一方面也為攻克關鍵前沿技術和增強科技融合能力帶來了可能，是“政策—科技—產業”協同發展的典型代表。因此，本研究以３１省市新能源汽車產業創新生態為研究樣本，探討其對于科技人才流動的組態影響。本研究數據主要來源于３個方面。第一，政策創新維度變量數據來源于“北大法寶”政策數據庫。第二，科技創新維度變量數據來源于歷年《中國科技統計年鑒》、“Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ論文數據庫”以及“ＩｎｃｏＰａｔ專利數據庫”。第三，產業創新維度變量和結果變量科技人才流動數據來源于歷年《中國統計年鑒》。將２００７—２０２１年作為時間窗口，檢索“新能源汽車”“電動汽車”“Ｎｅｗ Ｅｎ?ｅｒｇｙ Ｖｅｈｉｃｌｅ”“Ｅｌｅｃｔｒｉｃ Ｖｅｈｉｃｌｅ”等關鍵詞，收集并清洗相關數據（其中，統計數據缺失采用歷年數據均值法或差值法補齊）。數據采集過程如圖３所示。

２.３變量測量

２.４變量校準

為賦予原始數據集合隸屬度，有必要校準收集整理后的數據。由于本研究中所使用的數據來源較為廣泛，且涉及政策、專利和論文方面數據量較大，尚缺乏相關校準的理論標準，故采用直接校準方式將變量原始數據按照四分位法設置校準錨點，即完全隸屬、交叉點、完全不隸屬的錨點分別對應上四分位數（７５％）、中位數（５０％）、下四分位數（２５％）。具體變量校準錨點結果如表１所示。

３實證分析

３.１描述性統計與相關性分析

表２從均值、標準差等方面展示了各變量的描述性統計結果及相關性。就變量均值和標準差來看，大部分地區的新興產業創新生態要素處于中等水平，且彼此間差距較小。其中，科學影響力的均值和標準差最高，說明各地區深知基礎研究是新能源汽車領域技術創新源頭并給予了足夠重視，但區域間發展不平衡現象較為突出。就相關性來看，部分變量之間存在顯著相關性，如ＲＳＩ和ＲＳＦ，這表明科學影響力提升與科研經費投入聯系緊密。值得注意的是，ＲＳＩ與其他變量的相關性很弱，說明其作為獨立要素賦能的可能性很小。

圖４（ａ）展示了新能源汽車領域２００７—２０２１年各類型數據的年度數量分布。總的來看，發明專利和研究論文數量整體呈現上升趨勢，而政策文件數量呈現波動式變化。其中，發明專利從２００７年１６２件增加到２０２１年３４５５件，年均增長率為２４.４３％；研究論文從２００７年１３８９篇增加到２０２１年９４６１篇，年均增長率為１４.６９％；政策文件數量在２０１４年之前處于緩慢增長階段，２０１４—２０１８年處于快速增長階段，年均增長率達到２２.０１％，２０１９年及之后可能受疫情沖擊影響出現下降趨勢。

圖４（ｂ）展示了科技人才流動強度分布態勢。由圖可知，我國科技人才流動強度整體呈現“東強西弱”特征。具體地，東部地區中京津冀、長三角等區域優勢明顯，黑吉遼、福建等地表現欠佳，西部地區中川渝城市群表現較好，新疆、西藏等地人才流失問題嚴重。

３.２必要性分析

ＮＣＡ方法的運用在于識別引致結果發生的必要性條件［３２］。具體地，可根據效應量和顯著性評估，若效應量ｄ值＞０.１，且蒙特卡洛檢驗顯著（ｐ值≤０.０５），則判定該條件為結果發生的必要條件［３２］。表３顯示，政策擴散強度、政策擴散速度、技術多元化、產業結構合理化以及產業結構高級化ｄ值均小于０.１，且蒙特卡洛檢驗不顯著（ｐ值均大于０.０５）；而科技經費投入和科學影響力變量在ＣＲ和ＣＥ方法下ｄ值均大于０.１，對于結果發生影響較大，但蒙特卡洛檢驗不顯著（ｐ值大于０.０５）。因此，可認為沒有單獨的前因條件變量構成科技人才流動必要條件。

進一步，采用ｆｓＱＣＡ方法對ＮＣＡ結果進行交叉驗證，若單個前因變量一致性大于０.９閾值，則考慮將該變量納為引致科技人才流動必要性條件［３３］。表４中所列出的前因變量一致性均小于閾值０.９，同樣說明科技人才流動并不是單一要素的“凈效應”結果。與此同時，科技經費投入和科學影響力變量的一致性高于其他變量，對結果影響較大，這與ＮＣＡ方法分析結果保持一致。至此，本文認為科技人才流動是區域新興產業創新生態系統聯動效應發揮的結果。

３.３組態分析

為探究區域新興產業創新生態系統聯動效應，本文對產生高科技人才流動的前因條件組合展開深入探析。參考現有研究［３２］，設定原始一致性閾值為０.８，ＰＲＩ一致性閾值為０.７，案例頻數閾值為１，分析結果如表５所示，路徑構成以ＱＣＡ圖示法展示。其中，產生高科技人才流動的組態路徑共有６條，總體覆蓋度為０.６２７４９３，總體一致性為０.９２６７８５，表明在滿足這６條路徑的所有科技人才流動案例中，約９３％案例呈現出較高水平狀態，且上述６條路徑可以解釋６３％科技人才高流動性原因。結合組態理論化原則及組態路徑特征，將引致科技人才流動的６條區域新興產業創新生態系統聯動路徑分別命名為“政策—科技—產業全能型”“科技驅動型”以及“政策引領—產業促進型”。

１）政策—科技—產業全能型

政策—科技—產業全能型路徑由Ｈ１ａ和Ｈ１ｂ組成，路徑中政策擴散速度、科技經費投入和產業結構合理化是影響科技人才流動核心條件，政策擴散強度、科學影響力等為邊緣條件，廣東、江蘇、浙江等省市案例可以被該路徑解釋。這表明經濟發達地區，區域新興產業創新生態相對完善，健全高效的政策體系、持續加大的科研投入與協調合理的產業結構相得益彰，加快了科技人才流動。以廣東省為例，廣東省在產業政策方面為全國先鋒，早在“十一五”時期便開始謀篇布局，之后的時間中各級政府在新能源汽車技術發展路徑、產業鏈布局等方面陸續出臺諸多政策，政策擴散顯著。此外，廣東新能源汽車產業科技創新水平全國領先，就２０２２年數據來看，科技經費投入占地區生產總值３.２６％，高達４２００億元；相關發明達４８３條，約占全國１７.３％［３４］。產業創新方面，在廣汽、小鵬汽車等龍頭企業帶動下，汽車制造業現已成為廣東第八個萬億產值的產業集群［３４］。得天獨厚的新興產業生態優勢不斷增強對科技人才吸引力。

２）科技驅動型

Ｈ２ａ、Ｈ２ｂ和Ｈ２ｃ為科技驅動型路徑，路徑中科技經費投入、非高政策擴散速度等為核心條件，政策擴散強度、非高技術多元化等為邊緣條件。在產業創新生態欠佳時，地方政府可通過強化政策實施、加大科技經費投入、加強基礎科學研究與技術創新等途徑促進科技人才流動。該路徑的典型案例是湖北、陜西、河北、江西。以湖北省為例，在２０２２年新能源汽車產量排名中，湖北省位居全國第八位［３５］，擁有東風嵐圖、東風風神、吉利路特斯等高銷量新能源汽車產品。同時，湖北省政府積極關注并推進“下一代”汽車產業生態圈形成，堅持把科技創新作為財政支出的重點領域，結合科教優勢，有效促進高校和企業科學研究與專利技術成果轉化，在動力電池、智能駕駛、車載芯片等技術領域位處全國第一梯隊［３５］。作為老牌汽車大省，從科技突破到優勢重塑過程，更能推動科技人才向產業一線集聚，以人才驅動引領新能源汽車產業創新發展。

３）政策引領—產業促進型

由Ｈ３組成的政策引領—產業促進型路徑，是指在政策擴散速度、產業結構合理化核心條件下，充分發揮政策擴散強度、技術多元化、非高科學影響力等輔助性作用，能夠對科技人才流動產生明顯促進作用。被該路徑解釋的典型案例為湖南省。湖南省新能源汽車產業創新生態活力澎湃，省內擁有比亞迪（長沙）領頭的１２家新能源整車企業，集聚電機、電控、電池等新能源汽車關鍵部件的技術優勢，助力新能源汽車產業彎道超車，在２０２２年新能源汽車產量排名中，湖南省高居全國第四位［３６］。非凡成績背后離不開強有力的政策扶持，以《關于支持新能源汽車產業高質量發展的若干政策措施》為代表的系列引導鼓勵政策頒布，為包括關鍵共性技術研發、發明專利授權等產業創新發展提供有效支持［３６］。產業鏈和政策鏈深度融合，是湖南省建強人才鏈、不斷擴大科技人才隊伍重要支撐。

３.４穩健性檢驗

本研究通過以下３種方式對組態分析結果進行穩健性檢驗［３２］：①調整一致性閾值。將一致性閾值從０.８上調至０.８５，原組態中Ｈ２ｂ和Ｈ２ｃ路徑被剔除，其余組態仍為原組態子集；②調整ＰＲＩ閾值。將ＰＲＩ閾值從０.７上調至０.７５，原組態中Ｈ１ｂ、Ｈ２ｂ和Ｈ２ｃ路徑被剔除，其余不變；③同時調整一致性和ＰＲＩ閾值。設置一致性閾值為０.８５，ＰＲＩ閾值為０.７５，得到結果同檢驗②一致。總的來看，表６中不同檢驗方式所產生的新組態均可作為原組態解子集，故認為本文組態分析結果有著較好的穩健性。

３.５異質性分析

本文圍繞地理區域、試點政策、基礎設施３個角度開展異質性分析，旨在為區域科技人才流動策略制定提供有力支持。原因包括：首先，不同地理區域的新興產業創新生態系統存在發展不平衡現象，對科技人才流動促進效果可能會產生不同；其次，根據科技部發布的試點建設創新型城市名單可知，創新型城市試點中不乏一個省份擁有多個試點情形，而創新往往趨于成簇發生，擁有更多試點省份更易形成創新集聚效應，進而加速科技人才流動，這就意味著人才流動促進效果可能在創新型城市建設方面具有差異性；最后，交通基礎設施發達地區能夠極大地降低人才流動時間成本，加速科技人才跨域流動，因而交通基礎設施建設程度不同地區的人才流動促進效果可能存在差異。分析結果如表７所示。

３.５.１地理區域特征異質性

本文按照區域特征將案例研究樣本劃分為東部地區和中西部地區開展組態分析，結果如表７列（１）所示。在東部地區，促進科技人才流動路徑為Ｅ１和Ｅ２，這兩條路徑在政策、科技和產業方面均呈現出全方位均衡發展態勢，且核心優勢明顯，代表省份為江蘇、浙江、廣東等。而在中西部地區，以高政策擴散速度、高技術多元化、高產業結構合理化和非高產業結構高級化為共同核心條件，互補非高科技經費投入為共同邊緣條件產生高水平科技人才流動，代表省份為河南、江西等。相比之下，在經濟發達的東部地區，區域新興產業創新生態系統在科技人才流動中更多發揮著“錦上添花”作用，受馬太效應影響，對科技人才流動具有顯著促進作用，而在經濟欠發達的中西部地區，其促進效應尚處于上升期，有待繼續強化不同創新子系統中缺失條件的賦能作用。

３.５.２試點政策效應異質性

根據上文分析，本文基于試點數量，將案例樣本劃分為創新集聚高效應和非高效應地區。表７列（２）分析結果顯示，高效應地區Ｇ１和Ｇ２路徑以高政策擴散強度、高科技經費投入為共同核心條件，高政策擴散速度、高科學影響力為共同邊緣條件實現高水平科技人才流動，代表省份為安徽、浙江、江蘇等。非高效應地區ＮＧ１、ＮＧ２路徑則憑借科技經費投入的巨大優勢，為科技人才流動注入動力，代表省份為寧夏、山西等。對比發現，科技經費投入是兩類地區的共通條件，在此基礎上，創新集聚高效應地區在政策引領、科學影響力等方面更勝一籌。這是由于此類地區創新要素趨于集中，能夠形成良好創新生態，加上受益于政產學研深度融合以及產業結構持續優化，使得區域新興產業創新生態系統對科技人才流動的推動效果顯著。

３.５.３基礎設施建設異質性

高鐵作為最重要的交通基礎設施，其便捷化能夠有效降低科技人才流動成本。從高鐵網絡建設視角出發，根據國家鐵路局公布的各省高鐵運營里程數據，將案例研究樣本劃分為高鐵網絡高密度地區和非高密度地區組態分析。表７列（３）分析結果顯示，高密度地區Ｈ１和Ｈ２路徑以高政策擴散強度、高科技經費投入、高技術多元化為共同核心條件，高政策擴散速度、高科學影響力為邊緣條件，代表省份為江蘇、山東、安徽等。非高密度地區ＮＨ１、ＮＨ２路徑在科技與產業子系統難以凸顯促進作用情況下，依賴于政策引領、科技經費投入以及產業結構不斷優化，實現推進科技人才有效流動，代表省份為河北、福建、陜西等。比較發現，兩類地區最大差異在于技術多元化條件，高密度地區在此條件上優勢明顯，原因在于高鐵網絡密度越高，所產生的“時空壓縮”效應越大，加速了區域技術知識流動和溢出，從而拓寬產業技術領域、增強技術融合，進一步賦能產業創新，最終反饋于高水平科技人才流動路徑形成。

４結論與啟示

４.１研究結論

本研究提出了一個基于區域新興產業創新生態系統視角的綜合框架，采用ＮＣＡ－ＱＣＡ方法確定引致高水平科技人才流動區域新興產業創新生態系統的條件配置，挖掘“政策—科技—產業”多元創新系統與科技人才流動之間復雜因果關系，并進一步探討區域新興產業創新生態系統對科技人才流動促進路徑異質性特征。主要結論如下：

第一，從ＮＣＡ分析和ｆｓＱＣＡ必要性檢驗交叉結果來看，單一區域新興產業創新生態要素并不構成促進科技人才流動的必要條件。

第二，基于組態分析發現產生高水平科技人才流動的組態路徑共有６條，并進一步根據路徑特征總結歸納為３種類型，即政策—科技—產業全能型、科技驅動型、政策引領—產業促進型。

第三，異質性分析表明，區域新興產業創新生態系統對科技人才流動促進路徑存在明顯的地理區域、試點政策效應以及基礎設施建設異質性特征。東部地區、創新集聚高效應地區以及高鐵網絡建設高密度地區的科技人才流動促進路徑均呈現出多元均衡全方位發展態勢，并且核心優勢明顯。相比之下，中西部地區更依賴于“政策—科技—產業”創新系統協同發展，創新集聚非高效應地區還需繼續強化“政策—產業”創新系統聯動效應，而高鐵網絡建設非高密度地區則離不開“政策—科技”創新系統交互作用的發揮。整體而言，在引致科技人才流動的路徑中，區域新興產業創新生態子系統的聯動效應明顯；從高核心條件出現頻率上看，政策和科技子系統要素核心作用相對突出，尤其是政策擴散強度和科技經費投入要素。值得關注的是，各類型路徑中產業與科技子系統互動性并不高，仍有待強化。

４.２啟示建議

第一，聚焦聯動，提升區域整體科技人才吸引力。研究發現，高水平科技人才流動是區域新興產業創新生態多元子系統聯動效應發揮的結果。各地區應在新興產業創新生態培育過程中，秉持全局觀念和系統思維，深刻認識系統要素間的多重并發性，充分發揮政策、科技與產業等子系統要素協同聯動作用。通過加快出臺指導性文件、強化多元創新主體參與等方式舉措，以避免“單兵突進”“畸輕畸重”的困境，阻礙科技人才暢通流動。

第二，因地制宜，打造各具特色的人才吸引路徑。組態分析結果表明，促進科技人才流動路徑呈現多元化特征。政策—科技—產業全能型路徑覆蓋地區可憑借自身新興產業生態優勢，主動為其他地區提供可推廣經驗，發揮示范和引領作用。但是這并不意味著其他地區需要照搬這一路徑。不同地區仍需因地制宜地選擇各自科技人才流動促進方案，如政策引領—科技驅動型路徑涉及地區應以鞏固科技創新優勢為重點，以科技創新驅動產業結構優化；政策引領—產業促進型路徑覆蓋地區則需立足于促進產業與科技創新深度融合，增強產業發展優勢。

第三，統籌協調，夯實科技人才流動保障底座。異質性分析結果發現，不同類型地區的人才流動促進效果具有差異性，政策擴散和科技經費投入是促進效應提升核心要素。一方面，加強對各類型地區統籌協調。要強化合作思維，建立聯動機制，積極推進優勢地區與其他地區的合作，增強優勢地區在經濟、政策和基礎設施等方面溢出效應，帶動其他地區科技、產業創新加快發展，實現區域新興產業發展的共同進步。另一方面，加強政策支持和科技經費投入保障。各地區需積極探索產業政策、人才政策與其他配套政策的協同促進機制，建立健全覆蓋產業生命周期的政策支持體系，同時還要圍繞新興產業健全以政府財政投入為主，以金融資本、社會資本等為輔的多元科技經費投入體系，為高效推動科技人才流動保駕護航。

５不足與展望

本研究的不足之處主要體現在以下兩個方面：首先，以既有關于科技人才流動動因的研究為基礎，結合區域新興產業創新生態系統綜合框架確定開展組態分析的前因條件，可能無法揭示科技人才流動所有前因構成，未來的研究可從多維度、多層面構建理論框架和引入其他條件變量，以獲得更加豐富的研究結論；其次，考慮到數據可獲取性，僅將區域范圍限定為省級行政區，并著重關注新能源汽車領域，研究結論的普適性還有待進一步驗證，后續研究將嘗試縮小區域范圍并豐富領域數據集，以提高結論可推廣性。此外，異質性分析與組態分析相結合研究發現，其適用性、合理性有待探索。