郭金花,郭檬楠,郭淑芬
(1.山西財經(jīng)大學 工商管理學院;2.山西財經(jīng)大學 會計學院;3.山西財經(jīng)大學 資源型經(jīng)濟轉型協(xié)同創(chuàng)新中心,山西 太原 030006 )
中國經(jīng)濟已由高速增長階段轉向高質量發(fā)展階段,為解決增長效率不高、新興產(chǎn)業(yè)核心技術缺乏及路徑依賴難以突破等問題[1],單純依靠勞動力、資本等傳統(tǒng)要素驅動的經(jīng)濟增長模式難以為繼,需要通過創(chuàng)新驅動實現(xiàn)要素投入向結構效率轉變。因此,提升全要素生產(chǎn)率(簡稱“TFP”)成為促進經(jīng)濟持續(xù)增長的必由之路??萍既瞬抛鳛閯?chuàng)新驅動發(fā)展的核心要素,在推動地區(qū)技術研發(fā)、加強技術吸收和提高技術成果轉化能力方面扮演著重要角色,是促進全要素生產(chǎn)率增長最持久的動力來源。目前,諸多城市將科技人才等創(chuàng)新資源爭奪擺在首位,通過積極創(chuàng)造各種有利條件及獎勵政策吸引科技人才等向本地區(qū)規(guī)?;郏龠M城市創(chuàng)新發(fā)展。然而,在有限科技資源的約束下,科技人才是否存在最優(yōu)集聚規(guī)模?其對全要素生產(chǎn)率產(chǎn)生了怎樣的影響?不同類型城市科技人才集聚效應是否存在差異?探究上述問題對于提升區(qū)域科技人才資源配置效率,充分釋放人才集聚紅利,促進全要素生產(chǎn)率增長意義重大。
科技人才集聚是指大量同類型科技人才有序流動或遷移引起其在物理或其它虛擬空間上的集中或聚類現(xiàn)象[2-3]。梳理現(xiàn)有研究發(fā)現(xiàn):①大多采用單位面積人才密度[4-5]、人才集聚區(qū)位熵[6]、高學歷人才或R&D人員占比[7]等對人才集聚度進行測算。科技人才集聚具有較強的空間異質性,呈現(xiàn)多層級“中心-外圍”分布[8]。而且,經(jīng)濟發(fā)展、收入水平、公共服務[6]、休閑娛樂設施及地方品質等[9-10]是吸引并留住人才的關鍵;②就人才、資本等要素集聚對產(chǎn)業(yè)結構優(yōu)化、經(jīng)濟增長等問題進行探究,發(fā)現(xiàn)區(qū)域科技人才集聚與高技術產(chǎn)業(yè)發(fā)展之間存在正向互動關系[3],高學歷人才在區(qū)域內有效集聚對推動經(jīng)濟增長具有重要作用[11-12]。人力資本積累可推動技術進步和經(jīng)濟增長[13],特別是高級人才可通過數(shù)量及創(chuàng)新驅動方式促進經(jīng)濟增長[14],即人才集聚度較高的地區(qū),其對經(jīng)濟增長的貢獻度也較高。更進一步地,部分學者關注科技人才集聚與地區(qū)生產(chǎn)率及創(chuàng)新效率的關系,發(fā)現(xiàn)科技人才集聚規(guī)模和均衡度與區(qū)域科技創(chuàng)新效率顯著正相關[15]。但也有研究指出,地區(qū)間科技人才等創(chuàng)新要素錯配,如R&D人員及資本等要素冗余等容易導致投入邊際產(chǎn)出下降,形成效率損失進而抑制生產(chǎn)率增長[16]。部分學者基于省際數(shù)據(jù)研究發(fā)現(xiàn),R&D人員、經(jīng)費等創(chuàng)新要素集聚對創(chuàng)新績效的影響存在最優(yōu)集聚規(guī)模[7],人才密度與社會平均生產(chǎn)率呈倒U型關系[3],科技人才規(guī)模對區(qū)域知識創(chuàng)新效率、專利創(chuàng)新效率的影響呈倒U型[17]。
綜上,已有研究就人才集聚及其對經(jīng)濟增長、創(chuàng)新效率的影響進行了有益探究,但存在以下不足:一是科技人才集聚對全要素生產(chǎn)率增長的影響及作用機制研究相對缺乏,對其非線性機制進行深入探討的研究鮮見;二是對于人才集聚與經(jīng)濟增長、創(chuàng)新效率的關系并未達成一致結論,多數(shù)研究基于省級尺度總樣本提取一般性規(guī)律,忽視了地市級層面不同類型城市間因地理區(qū)位、行政等級及經(jīng)濟發(fā)展差異造成的異質性。
基于此,本文以2005—2018年中國內地285個地級市為研究樣本,實證檢驗城市科技人才集聚對全要素生產(chǎn)率的影響效應及城市異質性。可能的創(chuàng)新點體現(xiàn)在以下方面:第一,城市是創(chuàng)新集聚的適宜空間,本文從地市級層面深入揭示城市科技人才集聚與全要素生產(chǎn)率增長空間分異格局,以期對二者局域空間極化現(xiàn)象的產(chǎn)生給予一定的解釋;第二,考察城市科技人才集聚對全要素生產(chǎn)率影響的非線性關系及作用機制,并發(fā)現(xiàn)非線性關系產(chǎn)生是隨著科技型人才集聚規(guī)模變化,其技術效率的非線性特征所致,從而拓展了二者關系研究范疇;第三,基于城市地理區(qū)位、行政等級及經(jīng)濟發(fā)展水平差異揭示二者關系的異質性,驗證了并不存在一個適用于所有地區(qū)的最優(yōu)科技人才集聚規(guī)模,也并非每個地區(qū)在集聚一定量科技人才后都能釋放出同樣的集聚紅利。研究結論有利于不同類型城市對自身科技人才集聚水平的適度性進行甄別,更具實踐指導價值。
(1)城市科技人才集聚對全要素生產(chǎn)率的影響??萍既瞬抛鳛橹R、技術的攜帶者,其在區(qū)域內集聚能夠增加區(qū)域知識儲備,促進各類要素間知識共享、匹配與學習,有利于充分發(fā)揮科技人才創(chuàng)新價值[18],在推動地區(qū)技術研發(fā)及技術成果轉化等方面發(fā)揮重要作用。具體地,可通過提升技術效率和技術進步水平對全要素生產(chǎn)率增長產(chǎn)生影響:一是技術效率改善效應體現(xiàn)在科技人才集聚克服時空障礙,促進彼此間知識共享、技能匹配和學習交流,提高知識傳播效率并強化溢出效應[19]。同時,科技人才集聚更容易促進創(chuàng)新合作,實現(xiàn)創(chuàng)新活動的風險分擔與收益共享,加快知識商業(yè)化進程及提高創(chuàng)新成果轉化效率[20],進而有利于促進全要素生產(chǎn)率增長;二是技術進步效應體現(xiàn)在技術創(chuàng)新依賴于知識創(chuàng)造和知識積累,包含新技術創(chuàng)造、新產(chǎn)品研發(fā)及商業(yè)化等一系列過程,需要技術人員、資金等相關要素投入[21]。科技人才集聚對新產(chǎn)品、新技術誕生具有顯著推動作用,人才集聚與技術創(chuàng)新的良性互動與協(xié)同發(fā)展,更容易促進知識與技能創(chuàng)新,提升科技成果轉化能力[22],加速企業(yè)新產(chǎn)品、新知識開發(fā),使生產(chǎn)可能性邊界向外移動,促進技術水平提升,進而促進全要素生產(chǎn)率增長。
然而,隨著科技人才集聚規(guī)模不斷擴大,可能因科技人才過度集聚所產(chǎn)生的擁擠效應而造成效率損失。一方面,當一個地區(qū)科技人才集聚規(guī)模超過其承載力時,各類經(jīng)濟要素的稀缺性就顯現(xiàn)出來,對資源的惡性競爭會帶來盲目創(chuàng)新行為,不利于全要素生產(chǎn)率增長;另一方面,過度集聚可能造成人才積壓浪費、配置失衡等,難以達到“人盡其用”的效果,如高層次人才低層次就業(yè)引發(fā)人才的“高消費”,造成同質人才邊際效益遞減[23],不利于全要素生產(chǎn)率增長。由此可知,科技人才在區(qū)域內的集聚水平并非是越高越好,只有合理配置科技人才才能有效發(fā)揮資源優(yōu)勢。
(2)不同類型城市二者關系的異質性。不同城市在地理位置、行政等級及經(jīng)濟發(fā)展水平等方面差異顯著,而城市類型差異可能導致城市科技人才集聚規(guī)模及集聚效應發(fā)生機制表現(xiàn)出異質性[24]。目前,大部分東部地區(qū)城市、省會城市等在綜合經(jīng)濟實力、科技創(chuàng)新能力等方面領先于其它城市,且上述城市在工資待遇、就業(yè)機會以及教育、交通基礎設施方面比較優(yōu)勢顯著,更容易吸引科技人才集聚,發(fā)揮科技人才集聚效應優(yōu)勢,促進全要素生產(chǎn)率增長。由于趨優(yōu)性與逐利性,科技人才會不斷向要素配置效率更高、邊際收益更好的城市集聚[25]。在長期累積效應下,科技人才會接近飽和狀態(tài),由于過度集聚引發(fā)的擁堵、污染等“大城市病”限制了城市經(jīng)濟效率提升[26],不利于全要素生產(chǎn)率增長。
相比較而言,中西部地區(qū)、非省會城市及三四線城市的科技人才基數(shù)本身較小,同時受產(chǎn)業(yè)結構單一、基礎設施落后等限制,人才流失和人才缺口等問題嚴重。因此,這類城市大部分不僅難以享受科技人才集聚帶來的發(fā)展紅利,而且容易陷入人才集聚陷阱,從而不利于全要素生產(chǎn)率增長?;谏鲜龇治觯疚奶岢鲆韵卵芯考僭O:
H1:科技人才集聚對全要素生產(chǎn)率的影響呈倒U型,即二者關系存在拐點特征,過度集聚會造成一定效率損失。
H2:不同地理區(qū)位、行政等級及經(jīng)濟發(fā)展水平城市科技人才集聚對全要素生產(chǎn)率的影響存在差異。
H2a:東部城市科技人才集聚對全要素生產(chǎn)率的影響呈倒U型,中西部城市科技人才集聚對全要素生產(chǎn)率的影響不顯著;
H2b:省會城市科技人才集聚對全要素生產(chǎn)率的影響呈倒U型,非省會城市科技人才集聚對全要素生產(chǎn)率的影響不顯著;
H2c:一、二線城市科技人才集聚對全要素生產(chǎn)率增長的影響呈“倒U”型,三線及以下城市科技人才集聚對全要素生產(chǎn)率的影響不顯著。
1.2.1 模型構建
基于理論分析,為檢驗城市科技人才集聚對全要素生產(chǎn)率的影響,構建以下模型:
TFPit=β0+β1aggit+β2indusit+β3govit+β4fdiit+β5postit+β6markit+μi+vt+εit
(1)
進一步地,為了驗證H1與H2,在模型(1)中增加科技人才集聚的平方項,以考察城市科技人才集聚對全要素生產(chǎn)率增長的影響是否存在倒U型關系,構建以下模型:
TFPit=β0+β1aggit+β2saggit+β3indusit+β4govit+β5fdiit+β6postit+β7markit+μi+vt+εit
(2)
其中,TFP表示全要素生產(chǎn)率;agg表示科技人才集聚;sagg表示科技人才集聚的平方項。其余為控制變量,包括產(chǎn)業(yè)結構(indus)、政府支持(gov)、對外開放程度(fdi)、信息化水平(post)及市場化水平(mark);β0為常數(shù)項,βi為各變量系數(shù),i表示不同地區(qū),t表示樣本年度;ui表示個體固定效應,vt表示時間固定效應,εit表示隨機干擾項。
1.2.2 變量說明
(1)被解釋變量:全要素生產(chǎn)率(TFP)。本文基于全域SBM方向性距離函數(shù)構建Malmquist-Luenberger指數(shù)進行測算,并將全要素生產(chǎn)率指數(shù)分解為技術進步(TECH)與技術效率(EFF)。參考郭淑芬和郭金花[27]的做法,測算時選取如下投入指標:勞動力投入采用城市單位從業(yè)人員數(shù)表征;資本投入采用城市固定資產(chǎn)資本存量表征,并通過永續(xù)盤存法估算,折舊率為10.96%;能源投入采用城市用電量表征。產(chǎn)出指標選取包括:期望產(chǎn)出采用城市地區(qū)生產(chǎn)總值表征;非期望產(chǎn)出采用城市SO2排放量、煙塵排放量及工業(yè)廢水排放量3項指標表征。為排除通貨膨脹因素,選用2005年為基期的GDP價格指數(shù)進行平減。
(2)解釋變量:科技人才集聚(agg)。本文采用區(qū)位熵指數(shù)測度,即各地市科研、技術服務從業(yè)人員占該地市全部從業(yè)人員數(shù)的比重與全國科研、技術服務從業(yè)人員占全國總從業(yè)人員數(shù)的比重之比,如式(3)所示。
(3)
其中,aggit為i城市t年份科技人才集聚水平,Pit為i城市t年份科研、技術服務從業(yè)人員數(shù),Qit為i城市t年份總從業(yè)人員數(shù)。
(3)控制變量。產(chǎn)業(yè)結構(indus)采用地市第二產(chǎn)業(yè)產(chǎn)值占GDP比重衡量;政府支持(gov)采用地市科學技術與教育支出占政府財政總支出的比重衡量;對外開放程度(fdi)采用地市年度實際外商投資額占地區(qū)生產(chǎn)總值的比重衡量,并利用歷年人民幣年平均匯率進行換算;信息化水平(post)采用地市年末郵電業(yè)務量與地區(qū)年末人口數(shù)之比衡量;市場化水平(mark)基于數(shù)據(jù)獲取難度,將省級層面測算的市場化水平與地市級數(shù)據(jù)進行匹配獲得,具體選取非國有經(jīng)濟占工業(yè)總產(chǎn)值的比重、非國有經(jīng)濟在全社會固定資產(chǎn)總投資中的比重及非國有經(jīng)濟就業(yè)人口占總就業(yè)人口比重3個指標加權平均衡量。
考慮到數(shù)據(jù)獲取完整性以及行政區(qū)調整(巢湖、畢節(jié)、銅仁、三沙)等,本文選取中國內地285個地級市作為研究樣本,時間窗口為2005—2018年。數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》(2006—2019年)、《中國統(tǒng)計年鑒》(2006—2019年),對于個別缺失數(shù)據(jù),采用上下兩年均值補充,各變量描述性統(tǒng)計結果見表1。
表1 變量描述性統(tǒng)計結果
(1)科技人才集聚的空間分異特征。基于測度結果,本文將科技人才集聚水平劃分為高集聚水平(1.30以上)、中高集聚水平(1.0~1.3)、中低集聚水平(0.5~1.0)與低集聚水平(0~0.5)4類,并采用Arcgis10.2軟件將2005年與2018年科技人才集聚空間分異特征進行可視化(見圖1)。
結合圖1知,中國內地各城市科技人才集聚不均衡特征顯著,高集聚水平城市空間上呈現(xiàn)點狀分布且大多為省會城市或區(qū)域中心城市。低集聚與中低集聚水平城市占絕大多數(shù),特別是中西部地區(qū)的多數(shù)城市科技人才集聚水平較低。具體地,2005年科技人才高集聚水平城市主要分布在北京、天津、上海、西安與深圳等省會或一、二線城市。與2005年相比,2018年科技人才高集聚水平與中高集聚水平的城市數(shù)量明顯增多,且整體呈現(xiàn)出以省會城市及部分一、二線城市為核心的“中心—外圍”結構,如以北京、天津等為核心的京津冀城市群基本形成了穩(wěn)定的科技人才集聚格局,長三角城市群也逐步形成了以上海、南京及杭州為核心的“多核”集聚格局。此外,中部地區(qū)的武漢、西部地區(qū)的重慶、成都以及東北地區(qū)的沈陽、長春也逐漸形成了科技人才集聚態(tài)勢,相比于周邊城市擁有較高的科技人才集聚水平。
圖1 2005年與2018年科技人才集聚空間特征
(2)全要素生產(chǎn)率增長空間分異特征。基于測度結果,2005—2018年中國內地285個城市全要素生產(chǎn)率增長變化情況見表2。由表2知,2005—2006年TFP≥1的城市有67個,占城市總數(shù)的23.51%。之后,各年TFP≥1的城市數(shù)量呈現(xiàn)波動增長,2017-2018年TFP≥1的城市數(shù)量達到189個,占樣本城市的66.32%,表明一半以上城市的全要素生產(chǎn)率得到了改善,即十多年來,城市全要素生產(chǎn)率呈現(xiàn)波動增長趨勢。
表2 2005—2018年中國內地285個城市全要素生產(chǎn)率增長情況
進一步地,采用Arcgis10.2軟件對2005年與2018年城市全要素生產(chǎn)率增長空間分異特征進行可視化。結合圖2知,2005年TFP≥1的城市集中分布在京津冀、珠三角城市群內部,也有部分分散在呼包鄂榆城市群、遼中南城市群、長江中游城市群及北部灣城市群內部等。相比2005年,2018年TFP≥1的城市數(shù)量明顯增加,呈現(xiàn)出以部分省會城市或區(qū)域中心城市為核心的局域輻射范圍擴大趨勢。例如,受京津冀城市群中北京、天津等核心城市創(chuàng)新溢出的影響,周邊地區(qū)的保定、張家口、承德市等城市全要素生產(chǎn)率增長顯著改善,以及以上海、杭州等為核心的長三角城市群、以鄭州、開封等為核心的中原城市群內部部分城市2018年全要素生產(chǎn)率也得到了明顯提升。此外,以沈陽、大連等為核心的遼中南城市群以及以深圳、廣州等核心的珠三角城市群均逐漸發(fā)展成為具有輻射帶動作用的區(qū)域增長極,因而相鄰城市全要生產(chǎn)率均有所改善。
綜上,城市科技人才集聚與全要素生產(chǎn)率增長空間分異特征顯著,但二者在空間分布上具有較強的一致性,即科技人才集聚特征顯著的城市,其全要素生產(chǎn)率增長也相對穩(wěn)定。
圖2 2005年與2018年全要素生產(chǎn)率增長空間特征
基于理論分析及測度結果描述,本文采用固定效應模型進行回歸估計,結合表3中列(1)與列(2)可知,無論是否加入控制變量,科技人才集聚變量系數(shù)(agg)均在5%的水平下顯著,表明科技人才集聚有利于促進全要素生產(chǎn)率增長。進一步地,加入科技人才集聚變量的二次項后,列(3)與列(4)顯示,科技人才集聚變量一次項系數(shù)(agg)為正且在1%的水平下顯著,二次項系數(shù)(sagg)為負且均在1%的水平下顯著,表明科技人才集聚與全要素生產(chǎn)率之間存在倒U型關系。結合列(4)可知,一次項系數(shù)為0.106 4,二次項系數(shù)為-0.031 9,可確定其拐點值為[-0.106 4/(-0.0319×2)]=1.667 7,表明當?shù)陀诠拯c值1.667 7時,科技人才集聚水平提升對全要素生產(chǎn)率具有顯著促進作用;當超過拐點值1.667 7后,城市科技人才集聚水平繼續(xù)提升則會對全要素生產(chǎn)率產(chǎn)生一定程度的抑制作用,驗證了H1。究其原因,在科技人才資源相對缺乏的情況下,某一地區(qū)科技人才集聚規(guī)模越大,就越有助于科技人才集聚效應發(fā)揮。但當科技人才集聚規(guī)模超過其地區(qū)承載力時,過度集聚可能帶來各方面管理難度及成本上升,同時可能造成高層次人才低層次就業(yè)、部分科技人才資源閑置等人才浪費,進而造成技術效率損失,不利于全要素生產(chǎn)率增長。
結合表1描述性統(tǒng)計結果可知,研究期內城市科技人才集聚水平的中位數(shù)(p50)為0.554 5且3/4分位數(shù)(p75)為0.838 0,均遠低于拐點值1.667 7,表明目前各城市科技人才尚處于集聚效應占主導階段,即絕大多數(shù)城市處于倒U型曲線的左半邊上升階段。
更進一步地,本文基于全要素生產(chǎn)率指數(shù)分解,分別以技術進步(TECH)與技術效率(EFF)為被解釋變量,深入考察城市科技人才集聚對全要素生產(chǎn)率的作用機制。結合表3中列(5)可知,科技人才集聚變量一次項系數(shù)(agg)為正且在10%的水平下顯著,二次項系數(shù)(sagg)不顯著,表明科技人才集聚促進了城市技術進步水平提升;列(6)顯示,科技人才集聚變量一次項系數(shù)(agg)為正且在5%的水平下顯著,二次項系數(shù)(sagg)為負且在5%的水平下顯著,表明科技人才集聚與技術效率之間存在倒U型關系。這在一定程度上表明,科技人才集聚提升了城市技術進步水平,對全要素生產(chǎn)率產(chǎn)生了促進作用。而科技人才集聚對城市技術效率和全要素生產(chǎn)率的影響具有一致性,即城市科技人才集聚水平提升促進了城市技術效率提升,進而有利于全要素生產(chǎn)率增長。當科技人才集聚水平超過一定規(guī)模后,其對技術效率提升產(chǎn)生一定的抑制作用,進而不利于全要素生產(chǎn)率增長。
由于中國區(qū)域經(jīng)濟發(fā)展的非均衡性,不同城市在地理區(qū)位、行政等級及經(jīng)濟發(fā)展水平等方面差異顯著,本文進一步對研究樣本進行細分:依據(jù)不同的城市地理區(qū)位將樣本劃分為東部城市、中部城市和西部城市,依據(jù)不同的城市行政等級將樣本劃分為省會城市與非省會城市,依據(jù)不同的城市經(jīng)濟發(fā)展水平將樣本劃分為一、二線城市與三線及以下城市,進而深入考察不同類型城市科技人才集聚對全要素生產(chǎn)率的異質性影響,回歸結果見表4。
表3 全樣本回歸結果
表4 不同類型城市回歸結果
對不同地理區(qū)位城市而言,結合表4,列(1)中東部城市科技人才集聚變量一次項系數(shù)(agg)為0.132 4,在5%的水平下顯著,二次項系數(shù)(sagg)為-0.062 1,在1%的水平下顯著,表明東部城市科技人才集聚對全要素生產(chǎn)率的影響呈倒U型;列(2)中,中部城市僅科技人才集聚變量一次項系數(shù)在10%的水平下顯著,表明中部城市科技人才集聚對全要素生產(chǎn)率存在促進作用;列(3)中西部城市科技人才集聚變量一次項(agg)與二次項(sagg)均未通過顯著性檢驗,表明西部城市科技人才集聚水平普遍較低,對全要素生產(chǎn)率的影響不顯著,H2a得到部分驗證。
對不同行政等級城市而言,列(4)中省會城市科技人才集聚變量一次項系數(shù)(agg)為0.172 6,在1%的水平下顯著,二次項系數(shù)(sagg)為-0.046 4,在1%的水平下顯著;列(5)中非省會城市科技人才集聚變量一次項系數(shù)(agg)為0.105 0,在1%的水平下顯著,二次項系數(shù)(sagg)為-0.035 3,在5%的水平下顯著,表明省會城市與非省會城市的科技人才集聚對全要素生產(chǎn)率的影響均呈現(xiàn)倒U型,H2b得到部分驗證。
同理,對于不同經(jīng)濟發(fā)展水平城市而言,列(6)與列(7)顯示,一、二線城市科技人才集聚變量一次項系數(shù)在1%的水平下顯著為正,二次項系數(shù)在1%的水平下顯著為負,三線及以下城市科技人才集聚變量一次項系數(shù)在1%的水平下顯著為正,二次項系數(shù)在5%的水平下顯著為負。由此表明,無論是一、二線城市還是三線及以下城市,其科技人才集聚對全要素生產(chǎn)率的影響均呈現(xiàn)倒U型,H2c得到部分驗證。
表5 不同類型城市異質性比較結果
進一步地,結合表5發(fā)現(xiàn),雖均為倒U型關系,但不同類型城市拐點值差異顯著,整體呈現(xiàn):省會城市(1.859 9)>一、二線城市(1.584 9)>三線及以下城市(1.513 4)>非省會城市(1.487 3) >東部地區(qū)城市(1.066 0),即省會城市科技人才集聚水平拐點最高,為1.859 9,遠高于其它類型城市。由不同類型城市的拐點值可知,按東部城市標準,省會城市中已經(jīng)有部分城市的科技人才集聚水平超過適宜的科技人才集聚水平區(qū)間,不利于全要素生產(chǎn)率增長。如果按照東部城市集聚效率,省會城市應該控制科技人才集聚水平繼續(xù)提升,這顯然是不符合實情的。由此說明,不同類型城市存在科技人才集聚效應差異,并非每個城市在達到相同的科技人才集聚水平后均可釋放出相同的人才集聚紅利,也不是所有城市在超過適度的集聚區(qū)間后都能產(chǎn)生集聚不經(jīng)濟效應。
綜上,不同類型城市科技人才集聚對全要素生產(chǎn)率的影響差異顯著。究其原因,對于省會及一、二線城市而言,其經(jīng)濟基礎、科技創(chuàng)新能力相對較強,在交通可達性、創(chuàng)新基礎設施等方面擁有較高的承載力,對科技人才需求較大,能夠容納和利用的科技人才規(guī)模較大。同時,上述城市具有優(yōu)良的創(chuàng)新生態(tài)及營商環(huán)境,能更好地促進科技人才集聚紅利釋放。因此,這類具有優(yōu)勢特征的城市,其科技人才集聚對全要素生產(chǎn)率的促進作用更顯著且拐點值更高。對于非省會城市、三線及以下城市而言,因經(jīng)濟狀況、地緣缺陷及配套高技術產(chǎn)業(yè)相對缺乏,導致其以科技人才為支撐的發(fā)展路徑及長效機制難以形成。因此,這類城市拐點值更低,且拐點前后變化較為顯著,若超過其科技人才集聚規(guī)模水平,會造成高層次人才低層次就業(yè)或部分科技人才資源被閑置等,最終導致人才效能難以充分發(fā)揮。
本文基于2005—2018年中國內地285個地級市數(shù)據(jù),實證考察城市科技人才集聚對全要素生產(chǎn)率的影響及不同類型城市二者關系的異質性。研究表明:第一,城市科技人才集聚與全要素生產(chǎn)率增長空間分異特征顯著,但二者時空關系具有較強的一致性,即科技人才空間集聚特征顯著的地區(qū),其全要素生產(chǎn)率增長也相對穩(wěn)定;第二,城市科技人才集聚對全要素生產(chǎn)率的影響呈倒U型關系,但目前絕大多數(shù)城市位于倒U型曲線的左半段,即處于集聚效應占主導階段。進一步地,科技人才集聚主要通過提升地區(qū)技術進步水平促進全要素生產(chǎn)率增長,而科技人才集聚對地區(qū)技術效率的影響呈現(xiàn)倒U型關系;第三,不同類型城市異質性特征顯著,省會城市及一、二線城市等優(yōu)勢特征顯著的城市,其科技人才集聚度的拐點值更高,有利于科技人才集聚紅利釋放,獲得更高的集聚效率,進而促進全要素生產(chǎn)率增長。非省會城市、三線以下城市,其拐點值較低,西部城市科技人才集聚效應仍未顯現(xiàn)。
(1)積極營造有利于科技人才集聚的創(chuàng)新生態(tài),如探索建立有利于科技人才發(fā)展的專項基金和創(chuàng)業(yè)扶持基金,完善創(chuàng)新創(chuàng)業(yè)載體、創(chuàng)客空間等創(chuàng)新平臺,解決住房資金補貼、人才引進落戶及子女就學等社會保障性問題,從而促進人才集聚紅利充分釋放。
(2)完善科技人才空間治理機制,增強一、二線城市、省會城市等區(qū)域中心城市的科技人才承載能力,使得這類城市能夠共享創(chuàng)新基礎設施,獲得專業(yè)化知識產(chǎn)權保護及技術信息服務,從而最大限度地發(fā)揮其價值創(chuàng)造優(yōu)勢。打造局域輻射中心,并鼓勵其通過空間鄰近溢出將新生創(chuàng)新資源及相關產(chǎn)業(yè)配置在周邊地區(qū),從而促進總體效率提升。
(3)對于非省會城市、三線及以下城市應以科技人才集聚規(guī)模提升為導向,結合自身資源條件、功能定位進行“量體裁衣”,并配合實施積極的人才引進政策,從而促進全要素生產(chǎn)率增長。
(4)加強各地間人才合作,鼓勵科技人才高集聚水平城市通過“柔性”政策與外圍區(qū)共享科技人才,縮小因科技人才空間分布不均衡產(chǎn)生的地區(qū)間創(chuàng)新發(fā)展差距。如采取業(yè)余兼職、人才派遣等方式安排優(yōu)秀人才到科技人才短缺地區(qū)任職,為上述地區(qū)引進“周末技師”、“候鳥專家”等,幫助其解決技術難題。
綜上,本文系統(tǒng)探究了城市科技人才集聚對全要素生產(chǎn)率增長影響的空間分異特征及影響效應,并從技術進步與技術效率兩個方面探討城市科技人才集聚影響全要素生產(chǎn)率增長的路徑機制,豐富了現(xiàn)有研究成果。然而,關于科技人才集聚對全要素生產(chǎn)率的影響是一個復雜的系統(tǒng)問題,尚未形成完整的理論體系。針對不同研究層次和研究目標,仍存在諸多問題值得深入探究。一方面,理論上科技人才集聚可通過多種傳導路徑作用于全要素生產(chǎn)率增長,但囿于筆者研究積累,本文尚未對科技人才集聚影響全要素生產(chǎn)率增長的其它路徑機制進行系統(tǒng)梳理與實證分析;另一方面,科技人才集聚是否會加劇區(qū)域創(chuàng)新資源錯配?欠發(fā)達地區(qū)如何突破科技人才集聚陷阱,促進全要素生產(chǎn)率提升?科技人才集聚與產(chǎn)業(yè)集聚協(xié)同耦合機制如何?對上述問題,后續(xù)需要進行更深入和細致的研究。