人力資本集聚對區(qū)域技術(shù)創(chuàng)新能力的影響效應研究

劉 偉

（1.蘭州工商學院經(jīng)濟學院，蘭州 730101；2.甘肅省高校區(qū)域循環(huán)經(jīng)濟重點實驗室，蘭州 730101）

一、引 言

改革開放以來，尤其是1994年后的分稅制改革后，中國經(jīng)濟經(jīng)歷了持續(xù)快速的發(fā)展，但也出現(xiàn)了人口、資源與環(huán)境之間的多重矛盾，人口老齡化、個別?。▍^(qū)、市）勞動力流失嚴重，人才的區(qū)域結(jié)構(gòu)不合理，資源收緊，生態(tài)環(huán)境不斷惡化等問題。為此，黨的十九大提出：“創(chuàng)新是引領發(fā)展的第一動力”，粗放型的增長模式難以維系，因此，創(chuàng)新能力的提升就顯得尤為重要。《科技體制改革三年攻堅方案（2021～2023年）》于2021年11月在中央相關(guān)會議上審議通過，再次強調(diào)了深化科技體制改革，不斷提升我國創(chuàng)新能力的重要性。人口的遷徙、流動和集聚一定會對當?shù)亟?jīng)濟發(fā)展和創(chuàng)新能力產(chǎn)生影響，人力資本集聚對區(qū)域技術(shù)創(chuàng)新的影響效應是正還是負？這是新時代背景下亟須回答的現(xiàn)實問題?；诖?，研究人力資本集聚對區(qū)域技術(shù)創(chuàng)新能力的影響具有重要意義。

近年來，創(chuàng)新能力的研究成為學界的熱點之一。學者們有從普惠數(shù)字金融、技術(shù)流動、國際貿(mào)易技術(shù)溢出等視角[1-3]研究技術(shù)層面對創(chuàng)新能力的影響，也有以政府研發(fā)資助、環(huán)境補貼等制度層面[4-6]研究對創(chuàng)新能力的影響效應，更有學者采用不同的實證方法測度創(chuàng)新能力的影響效應[7][8]；關(guān)于人力資本集聚效應，學者們更多地從經(jīng)濟發(fā)展、環(huán)境污染展開研究[9][10]，也有較多從產(chǎn)業(yè)、城鎮(zhèn)化、房價等視角的研究成果[11-13]。學界對創(chuàng)新能力和人力資本集聚兩個方面的研究，大大豐富了該領域的研究成果，為本文分析人力資本集聚與區(qū)域技術(shù)創(chuàng)新能力之間的邏輯關(guān)系提供了必要的理論支撐。

針對人力資本集聚與區(qū)域技術(shù)創(chuàng)新能力關(guān)系的研究文獻還較少：Davis&Dingel（2019）[14]主要從人口集聚和人力資本之間的關(guān)系展開，認為人力資本集聚，有利于降低知識獲取和信息共享的成本，進而有利于創(chuàng)新能力的提高；劉曄、徐楦鈁、馬海濤（2021）[15]利用中國2007～2012市級數(shù)據(jù)研究了人口空間集聚對創(chuàng)新能力的影響，認為人力資本集聚強化了人力資本對創(chuàng)新能力提升的影響；陳淑云，楊建坤（2017）[16]首先區(qū)分了人口集聚與人才集聚這兩個概念，使用中國2005～2014年的面板數(shù)據(jù)研究了人口集聚對區(qū)域技術(shù)創(chuàng)新的影響，研究結(jié)果表明東部和西部地區(qū)人口聚集和區(qū)域技術(shù)創(chuàng)新之間存在顯著的U型關(guān)系，但在中部地區(qū)不存在；于瀟、續(xù)伊特（2020）[17]以特大城市為樣本，實證研究了人力資本集聚與創(chuàng)新集聚之間的邏輯關(guān)系，發(fā)現(xiàn)人力資本集聚有利于提升特大城市的創(chuàng)新集聚，同時，創(chuàng)新集聚對人力資本集聚也有促進作用。

已有文獻對人力資本集聚與創(chuàng)新能力的邏輯關(guān)系進行了有益的研究，但還存在如下不足：一是研究人力資本集聚與創(chuàng)新能力的文獻較少，研究方法較為陳舊，多數(shù)學者只是使用簡單的面板數(shù)據(jù)，進行中介效應、門限效應分析，或者采用面板系統(tǒng)GMM模型避免模型的內(nèi)生性問題，但忽略了變量之間的空間效應；二是使用空間效應模型的少許文獻中，對人力資本集聚對創(chuàng)新能力的影響效應的研究結(jié)論莫衷一是，有待使用最新的數(shù)據(jù)和模型進一步驗證人口集聚對創(chuàng)新能力的影響。

基于此，本文使用中國2000～2019年的省級面板數(shù)據(jù)，采用空間杜賓模型實證研究人力資本集聚對區(qū)域技術(shù)創(chuàng)新能力的影響。文章的邊際貢獻可能體現(xiàn)在：第一，實證分析時，將空間溢出效應引進模型，并對空間效應模型進行選擇甄別，得出的結(jié)論更為準確；第二，驗證了不同區(qū)域技術(shù)創(chuàng)新能力效應的空間異質(zhì)性，為經(jīng)濟高質(zhì)量發(fā)展提供有益借鑒；第三，創(chuàng)新涵蓋了文化創(chuàng)新、理論創(chuàng)新、技術(shù)創(chuàng)新等內(nèi)容，本文將人力資本集聚對創(chuàng)新能力的影響，界定為對區(qū)域技術(shù)創(chuàng)新能力的影響，得出的結(jié)論更具針對性。

二、人口集聚對區(qū)域技術(shù)創(chuàng)新能力的影響機理分析

（一）人力資本集聚與區(qū)域技術(shù)創(chuàng)新能力的邏輯關(guān)系

人口集聚是指一個國家或一個地區(qū)內(nèi)部人口不均勻分布的一種狀態(tài)，在一個區(qū)域內(nèi)部某一特定地區(qū)的人口數(shù)量占比相對較大，表現(xiàn)出人口規(guī)模的絕對優(yōu)勢。人力資本集聚更強調(diào)人才的集聚程度，人力資本集聚與區(qū)域技術(shù)創(chuàng)新能力的邏輯關(guān)系體現(xiàn)在：第一，人力資本集聚通常會帶來該地區(qū)人口密度的提高，人口集聚縮短了人與人之間的空間距離，實現(xiàn)了資源共享（余泳澤，2015）[18]；第二，人力資本集聚降低了人們之間的交易成本和信息成本（仇怡，2013[19]、陳寧遠，2015[20]）等，使得人力資本集聚的規(guī)模效應更為明顯；第三，按照熊彼特的創(chuàng)新理論，人力資本集聚就是資源的重新配置，是一種廣義的創(chuàng)新。因此，人力資本集聚通過空間距離縮短、交易成本下降、信息成本降低、規(guī)模效應強化、資源配置優(yōu)化等中介變量的影響機理傳導效應，會提升一個?。▍^(qū)、市）的區(qū)域技術(shù)創(chuàng)新能力；第四，人力資本集聚意味著勞動力從一個區(qū)域流向另一個區(qū)域，人力資本集聚帶來了競爭效應。不管是新來的局外人，還是本區(qū)域的局內(nèi)人，為了避免失業(yè)和自我價值的縮水，他們會通過自主學習、職業(yè)培訓獲取更多的技能（牛沖槐，2006）[21]，“干中學”將會提升勞動力素質(zhì)，勞動力素質(zhì)提升又會帶來區(qū)域技術(shù)創(chuàng)新能力的進一步提升。具體的作用機理如圖1。

基于此，提出本文的第一個假說：人力資本集聚有利于提升區(qū)域技術(shù)創(chuàng)新能力，兩者之間存在正向相關(guān)關(guān)系。

（二）人力資本集聚對區(qū)域技術(shù)創(chuàng)新能力影響的空間溢出效應分析

某一地區(qū)的人力資本集聚意味著本地區(qū)勞動力數(shù)量增加，其他地區(qū)的人口流出。這對不同地區(qū)的區(qū)域技術(shù)創(chuàng)新能力將會產(chǎn)生明顯的空間異質(zhì)性影響。人力資本集聚產(chǎn)生的規(guī)模效應和競爭效應，將對本地區(qū)區(qū)域技術(shù)創(chuàng)新能力會產(chǎn)生正向影響，對其他地區(qū)則會帶來負向效應。

同時，由于目前中央政府對地方官員考核指標的進一步多元化，不再將經(jīng)濟增長作為唯一的指標，更加強調(diào)創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的新發(fā)展理念?；诖?，人力資本集聚一方面刺激地方政府把更多的人財物用于本地區(qū)區(qū)域技術(shù)創(chuàng)新能力提升，另一方面，也可能加大地方政府之間的人才爭奪，出現(xiàn)“以鄰為壑”的現(xiàn)象，不利于其他地區(qū)區(qū)域技術(shù)創(chuàng)新能力的提升。

鑒于此，提出本文的第二個假說：人力資本集聚程度的高低會對該地區(qū)的區(qū)域技術(shù)創(chuàng)新能力存在正向的空間效應，對其他地區(qū)的影響為負。

三、人力資本集聚對區(qū)域技術(shù)創(chuàng)新能力影響的實證研究

（一）指標選取與數(shù)據(jù)來源

本文的研究對象為區(qū)域技術(shù)創(chuàng)新能力，是被解釋變量，人力資本集聚是影響區(qū)域技術(shù)創(chuàng)新能力的重要因素，為本文的核心解釋變量，同時為了保證研究結(jié)論的準確性，還需要引入和區(qū)域技術(shù)創(chuàng)新能力高度相關(guān)的其他控制變量。具體的指標選取如下：

1.被解釋變量：區(qū)域技術(shù)創(chuàng)新能力

衡量區(qū)域技術(shù)創(chuàng)新能力的指標很多，可以從投入角度分析，比如研發(fā)經(jīng)費投入、科研人員數(shù)量等，也可以從產(chǎn)出角度分析，比如開發(fā)新產(chǎn)品種類、某省市一定時期的專利申請量、專利授權(quán)量等。為了充分捕獲人口集聚對區(qū)域技術(shù)創(chuàng)新能力影響效應，借鑒朱萬里、鄭周勝[22]的選取方法，從省域創(chuàng)新投入視角出發(fā)，用當年申請的人均專利數(shù)量來衡量區(qū)域技術(shù)創(chuàng)新能力①穩(wěn)健性檢驗時，將根據(jù)中國科技發(fā)展戰(zhàn)略研究小組聯(lián)合中國創(chuàng)新創(chuàng)業(yè)管理研究中心編寫的《中國區(qū)域創(chuàng)新能力評價報告》中提供的分析方法和統(tǒng)計指標進一步驗證變量之間的關(guān)系。。數(shù)據(jù)來源于EPS數(shù)據(jù)平臺和國家知識產(chǎn)權(quán)局網(wǎng)站。

2.核心解釋變量

人力資本集聚（pop）：人力資本集聚描述的是某個地區(qū)的人才或者勞動力的密集程度，因此，很多學者用勞動力密度來衡量人力資本集聚程度。常住人口密度和非農(nóng)人口密度都能衡量人口密度，但這些指標不能很好地衡量農(nóng)村、市轄區(qū)真實的人口密度。因此，本文仿照祝偉、張旭東（2021）[23]的做法，在他們的研究基礎上，把地區(qū)范圍由城鎮(zhèn)拓展到城鎮(zhèn)和農(nóng)村。采用當年地區(qū)勞動力數(shù)量/地區(qū)建成區(qū)面積來衡量。原始數(shù)據(jù)主要來源于相關(guān)年份的《中國農(nóng)村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國建設統(tǒng)計年鑒》等統(tǒng)計資料。

3.控制變量

除了人力資本聚集外，還有其他影響創(chuàng)新能力的指標，為了保證實證結(jié)論的真實性和穩(wěn)健性，參照陳大峰（2020）[24]、李政（2018）[25]等學者的做法，引入地區(qū)經(jīng)濟增長水平（pgdp）、基礎設施完善程度（infra）、受教育程度（edu）、和外商直接投資（FDI）①投資增加通常會對技術(shù)創(chuàng)新產(chǎn)生正向效應，考慮到政府投資額統(tǒng)計口徑差異較大，以及外商直接投資的溢出效應可能更強，本文選擇外商直接投資作為其中的控制變量之一。作為本文的控制變量。具體的衡量指標如下：

通常認為，經(jīng)濟增長水平對區(qū)域技術(shù)創(chuàng)新能力有重要影響，采用各個省區(qū)市的歷年人均GDP來衡量；已有的研究認為，交通、通訊和能源是衡量基礎設施完善程度的三個方面。和通訊、能源相比，交通領域的基礎設施和區(qū)域技術(shù)創(chuàng)新能力的相關(guān)程度更高，因此，地方政府基礎設施建設水平對當?shù)貐^(qū)域技術(shù)創(chuàng)新能力的提高至關(guān)重要，學界通常從交通、通訊和能源方面衡量地方基礎設施建設情況，文章采用的指標是和區(qū)域技術(shù)創(chuàng)新能力更為密切的交通基礎設施（ptraff），計算公式為：地區(qū)交通運輸倉儲和郵電通信業(yè)支出/地區(qū)GDP；受教育年限同樣是影響區(qū)域技術(shù)創(chuàng)新能力的重要因素，其衡量指標也較多，參考謝沁怡等（2017）[26]，具體的做法是：把受教育程度分為大學、高中、初中、小學和文盲五種，對應的受教育年限分別為：16年、12年、9年、6年、1年，用受教育程度乘以對應的受教育年限的加總值，再除以各地區(qū)年末人口數(shù)即得；外商直接投資（FDI）增加了各?。ㄊ?、區(qū)）的資金總額，這將會對區(qū)域技術(shù)創(chuàng)新能力產(chǎn)生一定的影響。本文采用外商直接投資占GDP的比重來衡量。

由于西藏的一些指標數(shù)據(jù)缺失，予以剔除，選取中國2000～2019年30個省（市區(qū)）作為研究樣本，分析人力資本集聚對區(qū)域技術(shù)創(chuàng)新能力的影響效應②數(shù)據(jù)來源為：2001～2020年《中國統(tǒng)計年鑒》、各省區(qū)市統(tǒng)計年鑒、《中國教育統(tǒng)計年鑒》《中國城鄉(xiāng)建設統(tǒng)計年鑒》以及相關(guān)的統(tǒng)計局網(wǎng)站。。表1為被解釋變量和解釋變量的描述性統(tǒng)計值。

表1 變量的描述性統(tǒng)計

（二）模型選擇

空間面板模型主要有空間面板模型、空間滯后模型和空間誤差模型。本文把初始模型設定為空間杜賓模型，后文將對模型的選擇做進一步分析：

其中，innovation為區(qū)域技術(shù)創(chuàng)新能力，矩陣X是包含人力資本集聚、經(jīng)濟增長、基礎設施、受教育年限、外商直接投資等解釋變量。矩陣W為空間權(quán)重矩陣，E n為單位矩陣，u i、γt、δit分別表示空間效應、時間效應和隨機擾動項。這些指標中，區(qū)域技術(shù)創(chuàng)新能力、受教育年限、經(jīng)濟增長是絕對量指標，為了保證分析的可比性和一致性，對這三個指標分別進行對數(shù)化處理，取各自變量的自然對數(shù)。

常用的空間權(quán)重矩陣有鄰接權(quán)重矩陣、反距離權(quán)重矩陣和經(jīng)濟距離權(quán)重矩陣。鄰接權(quán)重矩陣的基本計算方法是：如果兩個地區(qū)的空間位置接壤取1，相反則取0；反距離權(quán)重矩陣主要通過測算樣本期內(nèi)兩個地區(qū)的直線距離，取其倒數(shù)得出；經(jīng)濟距離權(quán)重矩陣主要通過考察樣本期內(nèi)兩個地區(qū)的經(jīng)濟增長水平的差異程度來衡量，兩個地區(qū)的經(jīng)濟增長水平越接近，則空間效應越明顯。

1.莫蘭檢驗

根據(jù)上文的理論分析，人力資本集聚和區(qū)域技術(shù)創(chuàng)新能力很可能存在著空間效應，目前檢驗空間效應最常用的方法是莫蘭指數(shù)檢驗。因此，本文首先使用Stata15.0軟件，對2000～2019年被解釋變量、核心解釋變量和控制變量做莫蘭指數(shù)檢驗。由于三種空間權(quán)重矩陣的檢驗結(jié)果相似，本文只報告鄰接矩陣下的莫蘭檢驗結(jié)果。表2中的數(shù)據(jù)為莫蘭指數(shù)值，括號里的數(shù)據(jù)為莫蘭檢驗統(tǒng)計量的值。對所有的經(jīng)濟變量做2000年到2019年的莫蘭檢驗。從表2可以看出，被解釋變量區(qū)域技術(shù)創(chuàng)新能力在大部分年份，至少在5%的顯著性水平下通過了檢驗，表明存在明顯的空間效應，同時，核心解釋變量人力資本集聚以及其他的控制變量至少在10%的顯著性水平下通過了莫蘭檢驗，這就在某種程度上驗證了文章第二個假說的前一部分，人力資本集聚和區(qū)域技術(shù)創(chuàng)新能力之間存在空間效應，應采用空間計量模型分析變量之間的具體關(guān)系。

表2 各變量Moran’s I檢驗

2.空間模型選擇

面板數(shù)據(jù)模型首先要確定是采用固定效應還是隨機效應，豪斯曼檢驗的統(tǒng)計值為153.72，顯著拒絕了使用隨機效應的原假設，表明應選擇固定效應?？臻g固定效應模型又有四種：混合效應、時間固定、空間固定、時空固定，在這四種不同的固定效應模型中，LM檢驗均表明存在空間效應，再次契合了莫蘭檢驗結(jié)果和本文的理論假說二。由于空間面板模型有空間滯后模型、空間誤差模型和空間杜賓模型。應進一步檢驗空間杜賓模型是否退化為空間誤差模型或者空間滯后模型。表3的Wald和LR檢驗結(jié)果表明，應使用空間杜賓模型。

表3 模型選擇

（三）總體實證結(jié)果分析

綜合以上實證檢驗結(jié)果，模型采用空間杜賓模型，如上所示，固定效應模型有四種不同的情況，通過觀察比較表4中各個模型對應的判定系數(shù)R2、對數(shù)似然率LogL、標準差σ2，發(fā)現(xiàn)，時間固定效應的判定系數(shù)最大，對數(shù)似然率最高，標準差最小。因此，表4報告了時間固定效應模型下，各經(jīng)濟變量在不同權(quán)重矩陣下的回歸結(jié)果。

從表4的實證結(jié)果可知，核心變量方面，人力資本聚集與區(qū)域技術(shù)創(chuàng)新能力之間存在正相關(guān)關(guān)系，不管是鄰接矩陣、反距離矩陣還是經(jīng)濟距離矩陣，時間固定效應下的杜賓模型的實證結(jié)果都通過了顯著性檢驗，人力資本集聚每提高一個百分點，平均來看，區(qū)域技術(shù)創(chuàng)新能力將提高1.816%到2.137%。這就驗證了理論假說一：人力資本集聚提升了區(qū)域技術(shù)創(chuàng)新能力，兩者之間存在正向關(guān)系。這是由于人力資本集聚帶來的規(guī)模效應和競爭效應，促進了資源的有效重組、提高了信息和基礎設施共享程度，降低了人們之間的交易成本，進而提高了區(qū)域技術(shù)創(chuàng)新能力。

表4 空間杜賓模型總體回歸結(jié)果

控制變量方面，經(jīng)濟增長水平與區(qū)域技術(shù)創(chuàng)新能力之間存在正相關(guān)關(guān)系，經(jīng)濟增長水平越高，用于區(qū)域技術(shù)創(chuàng)新能力資源就越多，兩者之間是否存在雙向的因果關(guān)系，學者們也進行了有益的研究（廖文龍等，2020；海琴等，2020；劉躍等，2016）[27-29]；基礎設施的完善同樣有利于創(chuàng)新能力的提高，基礎設施越完善，區(qū)域的生產(chǎn)、流通、交換、分配的效率就越高，資源配置的優(yōu)化提高了區(qū)域技術(shù)創(chuàng)新能力；從省級層面看，受教育年限提高也能促進區(qū)域技術(shù)創(chuàng)新能力提高，但不管是哪一種空間權(quán)重下，都沒有通過顯著性檢驗。一個可能的原因是，目前來看，技術(shù)創(chuàng)新能力的人才支撐力度至少從省級層面看還比較小，多數(shù)省份的技術(shù)創(chuàng)新能力提升更多依賴于傳統(tǒng)的粗放型要素投入模式。

其他周邊地區(qū)的人力資本集聚不利于本地區(qū)的區(qū)域技術(shù)創(chuàng)新能力提高。根據(jù)實證結(jié)果可知，其他地區(qū)人力資本集聚程度每提高一個百分點，本地區(qū)的區(qū)域技術(shù)創(chuàng)新能力將下降0.558%～1.235%。其他地區(qū)人力資本集聚提高，就意味著本地區(qū)的勞動力外流，顯然是不利于其技術(shù)創(chuàng)新能力提高的；其他地區(qū)的經(jīng)濟增長水平、基礎設施、受教育年限和外商直接投資都不同程度地影響到了本地區(qū)的技術(shù)創(chuàng)新能力，具體結(jié)果詳見表4，在此，不再一一贅述。

（四）效應分解：直接效應與間接效應

表4僅僅是空間杜賓模型的總體回歸結(jié)果，解釋變量對被解釋變量具體的影響效應還需做具體的效應分解，根據(jù)LeSage&Pace（2009）[30]研究，應使用微積分中偏微分方法，進一步考察直接效應和間接效應。直接效應是人力資本集聚等對本地區(qū)區(qū)域技術(shù)創(chuàng)新能力的作用程度，間接效應是對其他地區(qū)區(qū)域技術(shù)創(chuàng)新能力的影響程度。由于各權(quán)重矩陣結(jié)果相似，表5只報告鄰接權(quán)重矩陣下各解釋變量的影響效應。

觀察表5的實證結(jié)果，人力資本集聚的直接效應為2.945，表明人力資本集聚顯著地正向作用于本地區(qū)的區(qū)域技術(shù)創(chuàng)新能力，間接效應為-1.412，在5%的顯著性水平下，對其他地區(qū)的區(qū)域技術(shù)創(chuàng)新能力產(chǎn)生了負效應，但最終的總效應為1.533，這表明，整體上看，人力資本集聚有利于區(qū)域技術(shù)創(chuàng)新能力的提高。

表5 直接效應、間接效應和總效應

其他控制變量的分析方式類似，經(jīng)濟增長的直接效應和間接效應都為正，基礎設施完善程度和外商直接投資對本地區(qū)區(qū)域技術(shù)創(chuàng)新能力的影響為正，對其他地區(qū)為負，受教育年限的影響效應不顯著，一個可能的原因是，全國層面受教育程度參差不齊，對區(qū)域技術(shù)創(chuàng)新能力的整體影響效應不明顯。

（四）穩(wěn)健性檢驗

為了保證所得結(jié)論的穩(wěn)健性，根據(jù)《中國區(qū)域創(chuàng)新能力評價報告》設定的指標體系，考慮數(shù)據(jù)可得性，用科研經(jīng)費投入額、新產(chǎn)品銷售收入以及其他衡量區(qū)域創(chuàng)新能力的指標作為本文區(qū)域技術(shù)創(chuàng)新能力的替代變量，實證結(jié)果沒有明顯的變化，結(jié)論依然成立①限于篇幅，不再報告具體結(jié)果，若需，備索。。

人力資本集聚和區(qū)域技術(shù)創(chuàng)新能力之間可能存在內(nèi)生性問題，為此，文章嘗試通過使用Arellano和Bover提出的兩種檢驗方法，來驗證是否需要使用工具變量法解決可能存在的內(nèi)生性問題。二階序列相關(guān)檢驗AR（2）的檢驗結(jié)果表明存在二階自回歸序列相關(guān)，該方法失效；使用Sargan檢驗法驗證是否存在過度識別問題，進一步證實存在過度識別問題。工具變量法失效。格蘭杰因果檢驗結(jié)果再次表明，人力資本集聚提升了區(qū)域技術(shù)創(chuàng)新能力，但反之不成立。

AR（2）序列相關(guān)檢驗和Sargan過度識別檢驗僅僅表明工具變量法在本文處理內(nèi)生變量問題時失效，格蘭杰因果檢驗也僅僅只是從因果關(guān)系上做了檢驗，還不能完全確定是否存在內(nèi)生性問題?；诖耍褂脛討B(tài)空間杜賓模型做進一步的檢驗。把被解釋變量區(qū)域技術(shù)創(chuàng)新能力的滯后一期innovait-1引入模型，作為解釋變量繼續(xù)做實證分析。不管是在鄰接權(quán)重矩陣、反距離權(quán)重矩陣還是空間距離權(quán)重矩陣下的實證結(jié)果，都沒能通過顯著性檢驗。滯后一期的區(qū)域技術(shù)創(chuàng)新能力不是顯著的影響因素。因此，模型不存在內(nèi)生性問題。

為了區(qū)分空間效應的異質(zhì)性，把中國30個省區(qū)市按照現(xiàn)行的分類方法，分成不同區(qū)域，進一步驗證人力資本集聚對區(qū)域技術(shù)創(chuàng)新能力的影響效應①按照現(xiàn)行的分類標準：東部地區(qū)：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南12個?。▍^(qū)、市），中部地區(qū)：山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南9個?。▍^(qū)、市），西部地區(qū)：四川、重慶、貴州、云南、陜西、甘肅、寧夏、青海、新疆9?。▍^(qū)、市）。。不同區(qū)域的實證結(jié)果，再次印證了人口集聚等經(jīng)濟變量對區(qū)域技術(shù)創(chuàng)新能力的顯著影響，但也表現(xiàn)出了明顯的空間異質(zhì)性。

四、結(jié)論與建議

本文利用中國30個省區(qū)市2000～2019年的面板數(shù)據(jù)實證研究了人力資本集聚對區(qū)域技術(shù)創(chuàng)新能力的影響效應。得出的結(jié)論有：第一，經(jīng)濟變量之間存在空間溢出效應，最佳模型為時間固定效應的空間杜賓模型；第二，全國層面，人力資本集聚有利于區(qū)域技術(shù)創(chuàng)新能力提升，經(jīng)濟增長、基礎設施和外商直接投資都不同程度地對區(qū)域技術(shù)創(chuàng)新能力產(chǎn)生了影響，改變經(jīng)濟變量的統(tǒng)計指標，結(jié)論依然成立；第三，效應分解的結(jié)果表明，人力資本集聚對本地區(qū)的區(qū)域技術(shù)創(chuàng)新能力之間有顯著的正向效應，但對其他地區(qū)的影響效應為負，不利于其他地區(qū)區(qū)域技術(shù)創(chuàng)新能力的提升?；诖耍岢鋈缦陆ㄗh：

第一，人力資本集聚與區(qū)域技術(shù)創(chuàng)新能力提升方面，應充分考慮我國不同區(qū)域的經(jīng)濟發(fā)展實情，合理促成不同區(qū)域間的人口集聚。如上所示，人口集聚效應在我國表現(xiàn)出了顯著的區(qū)域異質(zhì)性，應在繼續(xù)保持東部地區(qū)人才集聚創(chuàng)新效應的優(yōu)勢地位的同時，進一步強化中部和西部地區(qū)人才集聚程度，不斷提升這些地區(qū)區(qū)域技術(shù)創(chuàng)新能力水平。

第二，經(jīng)濟增長水平、基礎設施建設、受教育程度和外商直接投資等經(jīng)濟變量不同程度地提升了區(qū)域技術(shù)創(chuàng)新能力。因此，應賦予地方政府更多的財稅和人事權(quán)力，通過地區(qū)經(jīng)濟合理增長，地方基礎設施不斷完善，教育投資進一步加大，利用外資合理化、高效化等途徑，加快區(qū)域技術(shù)創(chuàng)新能力的持續(xù)提高，為實現(xiàn)我國經(jīng)濟的高質(zhì)量發(fā)展貢獻邊際力量。

第三，由于經(jīng)濟變量之間存在著空間溢出效應，人力資本集聚和其他經(jīng)濟變量通常會促進本地區(qū)區(qū)域技術(shù)創(chuàng)新能力提升，但對周邊地區(qū)的區(qū)域技術(shù)創(chuàng)新能力表現(xiàn)出了一定的抑制性?；诖?，應從國家頂層整體推進宏觀制度再設計，統(tǒng)籌不同地區(qū)的經(jīng)濟資源，在保證對本地區(qū)區(qū)域技術(shù)創(chuàng)新能力正向促進效應的前提下，降低對其他省區(qū)市創(chuàng)新能力負向的影響效應，由“以鄰為壑”向“以鄰為友”的新的區(qū)域發(fā)展格局演進、轉(zhuǎn)變。?