科技人才集聚对四川省区域经济高质量发展的影响效应研究

Research on the Impact of Scientific and Technological Talent Agglomeration on the High-Quality Development of Regional Economy in Sichuan Province

摘要: 本文以五大发展理念为指导构建经济高质量发展评价体系，以2013~2023年四川省面板数据为研究样本，探究四川省科技人才集聚对经济高质量发展的影响及其作用机制。研究表明：1) 四川省科技人才集聚和经济高质量发展间存在显著的倒“U”型非线性关系。2) 科技人才集聚对四川省区域经济高质量发展的影响作用存在区域异质性。3) 区域创新能力发挥25.86%的部分中介作用，有效驱动四川省经济高质量发展。

Abstract: This paper takes the five development concepts as the guide to construct an evaluation system for high-quality economic development, and takes the panel data of Sichuan Province from 2013 to 2023 as a research sample to explore the impact and mechanism of scientific and technological talent agglomeration on high-quality economic development in Sichuan Province. The results show that: 1) There is a significant inverted “U”-shaped nonlinear relationship between the gathering of scientific and technological talents and the high-quality development of the economy in Sichuan Province. 2) There is regional heterogeneity in the influence of scientific and technological talent agglomeration on high-quality economic development. 3) Regional innovation capacity plays a partial intermediary role of 25.86%, effectively driving the high-quality economic development of Sichuan Province.

1. 引言

新一轮科技革命和产业变革的新形势下，加强国家战略科技力量建设是实现我国高水平科技自立自强的必经之路，也是实现科技强国的重要任务。党的二十届三中全会提出“教育、科技、人才是中国式现代化的基础性、战略性支撑”。四川作为国家科技人才评价改革综合试点6个地方之一，积极融入国家人才高地和人才平台建设，通过构建全省人才发展雁阵格局，推进新时代创新人才集聚高地建设，为建设具有全国影响力的科技创新中心和西部地区创新高地注入核心动能。科技人才的合理流动和高效集聚是促进四川省经济高质量发展的重要支撑，也是四川经济高质量发展的必然要求。然而，四川省科技人才分布呈现显著的空间不均衡性，成都等核心城市集聚效应突出，而川东北、川西北等地区面临人才流失问题。同时，科技人才引进政策与区域产业需求匹配度不足、人才效能转化机制不完善等问题，制约了科技人才对经济高质量发展的促进作用。综上所述，系统研究四川省科技人才集聚对区域经济高质量发展的影响效应，对于优化人才政策、促进区域协调发展、实现创新驱动转型具有重要理论和现实意义。

目前，学术界关于科技人才集聚与经济高质量发展关系的研究主要有三种观点：第一种观点认为科技人才集聚对经济增长有正向促进作用。Shilpy V考察人力资本积累在摆脱贫困–土地退化陷阱中的作用，研究发现人力资本积累会导致贫困减少、经济增长[1]。贺勇等[2]、许瑜等[3]、杨慧慧等[4]的研究发现，科技人才集聚可以显著推动本区域可持续发展，且具有正向空间溢出效应；第二种观点认为科技人才集聚对经济增长的影响呈倒“U”型。史梦昱和沈坤荣检验人才集聚、产业集聚与经济增长存在的非线性关系、共轭驱动效应及空间外溢效应。结果表明：人才集聚、产业集聚与区域经济增长间存在显著的倒U型关系，认为威廉姆森假说在中国存在[5]。崔祥民和柴晨星采用面板双门槛模型考察了创新人才集聚对经济高质量发展水平是否具有非线性影响。研究表明创新人才集聚对城市经济高质量发展水平具有显著非线性影响，存在显著的倒“U”型关系[6]；第三种观点认为科技人才集聚对经济发展有负向抑制作用。Vollrath认为人力资本在经济发展过程中发生的错配现象会影响全要素生产率的提升，从而阻碍经济增长[7]。刘雅君利用2007~2017年中国省级面板数据，通过固定效应模型、随机效应模型，证明专门技能型人才集聚对区域经济发展有负向抑制作用[8]。姜芮等基于我国30个省(区、市) 2005~2021年面板数据发现科技创新人才集聚能显著促进区域内经济高质量发展，目前仍处于线性促进阶段。科技创新人才集聚度对于经济高质量发展存在负向的空间溢出效应[9]。

本文的边际贡献如下：1) 将四川省科技人才集聚问题作为研究对象，丰富了人才集聚的研究领域。目前我国科技人才集聚问题的研究多为宏观研究，尽管基于区域数据展开人才集聚问题研究的成果逐渐增多，但多为江浙地区或者我国中、西、东部地区的对比分析；2) 将科技人才集聚、区域创新和经济高质量发展纳入一个分析框架，分析科技人才集聚影响经济高质量发展的内在作用机理并且在基准回归模型的基础上，纳入中介效应进一步考察科技人才集聚对经济高质量发展的间接作用机制。

2. 影响机制及研究假设

2.1. 科技人才集聚对四川省经济高质量发展的直接作用机制

人才作为知识和技术的承载者，是产业发展的主要根基和源泉[10]。科技人才从事的产业主要是高新技术产业，相较于传统产业，具有技术密集型、创新活跃、高附加值等显著特点。如电子科技大学的科研团队在太赫兹技术领域的突破，直接催生了成都太赫兹产业创新联盟，带动了相关产业链的形成和发展。科技人才作为技术创新的主力军，通过技术创新和产品升级，不断提升产业的附加值，推动经济的高质量发展。随着科技人才的不断集聚，将逐渐形成创新合力，通过规模效应、知识溢出效应、信息共享效应、协作效应等途径，推动科技人才集聚作为推动区域经济高质量发展的关键力量，形成了“1 + 1 > 2”的显著成效[11]-[13]。根据要素拥挤理论，当特定区域内生产要素的密度超过最优规模时，将产生负外部性，导致资源配置效率下降[14]。当科技人才数量在区域空间内急剧膨胀，但尚未形成有效的向心凝聚力时，内部环境极易陷入失序状态，科技人才集聚可能会对区域经济高质量发展产生边际递减效应[15]。当创新效率衰减和人才流失加剧时，区域经济的吸引力会下降，进一步导致科技人才集聚的放缓或停滞。这种负向循环会加剧区域经济发展的困境。

假设H1：科技人才集聚与经济高质量发展直接将可能存在非线性关系。

2.2. 科技人才集聚对四川省经济高质量发展的间接作用机制

科技人才集聚可以提高区域创新能力。科技人才集聚意味着一定区域内科技人才在数量、质量和结构上形成集中现象[16] [17]。科技人才集聚为区域创新提供了丰富的具备高知识或高技能的劳动力资源。在科技人才聚集的过程中，显性知识通过专利引用、技术交易等正式渠道加速扩散，各类技术成果得以传递，加速了人才间的交流和合作，隐性知识通过人才流动和非正式交流实现转移，通过提高不同创新主体间隐性知识的共享程度和交互频率，形成了显著的知识溢出效应与技术溢出效应，推动了科技创新成果的融合和提升，从而增强了城市的创新能力。科技人才集聚通过提高区域创新能力，推动了区域经济结构的优化与升级。随着创新活动的不断深入，传统产业逐渐向高端化、智能化方向发展，新兴产业不断涌现并快速成长。这种经济结构的优化与升级不仅提高了区域经济的整体竞争力，还为经济高质量发展提供了新的动力源泉。

假设H2：科技人才集聚能够通过提高区域创新水平促进经济高质量发展。

3. 研究设计

3.1. 模型构建

3.1.1. 固定效应模型

为测度四川省科技人才聚集对区域经济高质量发展的影响作用，本文构建如式(1)所示的实证模型：

$\begin{array}{c}Hq{d}_{it}={\beta }_0+{\beta }_{1}Ta{g}_{it}+{\beta }_{1}Ta{g}_{it}^2+{\beta }_{3}Contro{l}_{it}+{\mu }_i+{\nu }_i+{\epsilon }_{it}\end{array}$ (1)

式(1)中，$Hq{d}_{it}$ 为被解释变量，$Ta{g}_{it}$ 表示科技人才集聚，$Contro{l}_{it}$ 表示控制变量，${\beta }_0$ 为常数项，${\beta }_1$ 为解释变量的估计系数，${\beta }_3$ 是控制变量的相关系数，${\mu }_i$ 为个体固定效应，${\nu }_i$ 为时间固定效应，${\epsilon }_{it}$ 为随机干扰项。

3.1.2. 加入机制分析的固定效应模型

本文结合中介效应模型的构建步骤，仅验证核心解释变量对渠道变量的作用关系。在模型(1)的基础上，进一步构建模型(2)、模型(3)以检验科技人才集聚影响经济高质量发展的路径机制。

$\begin{array}{c}Inno{v}_{it}={\phi }_0+{\phi }_{1}Ta{g}_{it}+{\phi }_{2}Contro{l}_{it}+{\mu }_i+{\nu }_i+{\epsilon }_{it}\end{array}$ (2)

$\begin{array}{c}Hq{d}_{it}={\gamma }_0+{\gamma }_{1}Ta{g}_{it}+{\gamma }_{2}Inno{v}_{it}+{\gamma }_{3}Contro{l}_{it}+{\mu }_i+{\nu }_i+{\epsilon }_{it}\end{array}$ (3)

其中，$Inno{v}_{it}$ 为中介机制变量，其它变量解释同上。若模型(2)、(3)中系数${\phi }_1$ 与${\gamma }_2$ 均显著，则表明存在中介效应。若式(3)中系数${\gamma }_1$ 不显著，表明发挥完全中介作用；若系数${\gamma }_1$ 显著，表明发挥部分中介作用。

3.2. 变量说明

3.2.1. 被解释变量

Table 1. Sichuan Province’s high-quality economic development index system

表1. 四川省经济高质量发展指标体系

目标层	一级指标	二级指标	指标属性
四川省经济高质量发展	创新发展	R&D经费投入强度(%)	+
		科学技术财政支出占地方财政支出比重(%)	+
		规模以上工业企业R&D经费内部支出占营业收入比重(%)	+
		GDP增长率(%)	+
	协调发展	第三产业增加值占地区生产总值比重(%)	+
		城乡居民收入比(%)	−
		常住人口城镇化率(%)	+
		城镇登记失业率(%)	−
		教育财政支出(万元)	+
	绿色发展	污水处理率(%)	+
		人均公园绿地面积(平方米)	+
		生活垃圾无害化处理率(%)	+
		燃气普及率(%)	+
		单位GDP能耗降低率(%)	+
	开放发展	进出口贸易总额(万元)	+
		国内旅游收入(亿元)	+
	共享发展	社会保障支出占财政支出的比重(%)	+
		人均道路面积(平方米/人)	+
		每万人拥有医疗机构床位数(张/万人)	+

Hqd：四川省经济高质量发展水平。本文参考那些同样基于五大发展理念进行指标体系构建的文献[18]-[21]，在此基础上构建了包含5个维度、19个指标的经济高质量发展评价指标体系，并利用熵权法测度四川省经济高质量发展水平，见表1。

3.2.2. 解释变量

Tag：四川省科技人才集聚度。基于四川省21个地级市(自治州)内的就业人员数据及R&D人员折合全时人员的数据，借鉴产业区位熵理论的原理测算得到科技人才集聚区位熵[22]。计算公式为：

$\begin{array}{c}STA=\frac{S{T}_i÷T{L}_i}{ST÷TL}\end{array}$ (4)

其中，$S{T}_i$ 表示i地区科技人才规模；$T{L}_i$ 表示i地区年末单位就业人员数；$ST$ 表示四川省科技人才规模；$TL$ 表示四川省年末单位就业总人数。

3.2.3. 中介变量

Innov：区域创新水平。对于衡量创新的指标，学者们大多围绕创新投入与产出两方面进行选择。考虑到数据的可获得性，本文用地区R&D经费投入强度代表区域创新水平。

3.2.4. 控制变量

Lpr：经济发展质量。本文采用劳动生产率作为经济发展质量的代理指标，用GDP/从业人员数量来表示。世界银行新报告《全球生产率：趋势、推动力与政策》显示，1980~2015年期间达到最快劳动生产率增速的新兴市场与发展中经济体，年均极端贫困率降幅超过一个百分点，而在同期生产率增速较低的国家贫困率则出现上升。生产率是经济增长的重要引擎。

Pte：产业结构优化。本文采用第三产业从业人员占比作为衡量产业结构优化的代理指标，用第三产业从业人员占全部从业人员的比重来表示。第三产业从业人员占比不仅可以用来衡量一个城市的实体经济发展程度和发展潜力，同时还可以用来衡量城市实体经济与虚拟经济的协调度。

Fin：金融发展。本文采用金融机构各项存款余额占GDP比重作为金融发展的代理指标。金融发展是经济增长的“血脉”，对资源配置、风险管理和经济转型具有决定性作用。

Den：人口密度。高人口密度地区易形成大规模消费市场，吸引企业投资并吸引各行业专业技术人才集聚，形成技术创新与转化优势。

3.3. 数据来源与描述性统计

Table 2. Descriptive statistics

表2. 描述性统计

Variable	Obs	Mean	Std. dev.	Min	Max
Hqd	231	0.213	0.103	0.063	0.650
Tag	231	0.656	0.814	0.040	4.180
Lpr	231	7.961	3.447	2.216	19.933
Pte	231	36.947	6.414	22.051	58.511
Fin	231	1.636	0.359	1.020	2.764
Den	231	373.299	283.221	7.000	1493.059
Innov	231	1.034	1.456	0.010	7.150

本文选择四川省21个地级市(自治州)为研究对象，选取2013~2023年相关指标数据为研究样本，构建形成21 × 11的面板数据。涉及的各项指标数据主要来源于《四川统计年鉴》《城市统计年鉴》及“四川科技统计中心”、“四川省知识产权服务促进中心”。各变量的描述性统计结果见表2。

4. 实证分析

4.1. 基准回归

本文对面板数据进行Hausman检验，结果拒绝原假设，故选择固定效应模型。结合面板数据特点，采用双向固定效应模型。基准回归结果见表3。根据表中模型(1)和模型(3)可知，科技人才集聚(Tag)对经济高质量发展是有一定影响的。为进一步研究科技人才集聚对于经济高质量发展的作用，通过增加科技人才集聚变量二次项，从模型(2)与模型(4)中得知，在引入Tag²后，可决系数R²上升，说明模型的拟合程度有所提高。并且不论是否增加控制变量，科技人才集聚变量的一次项系数(Tag)都是正值，二次项系数都是负值，并且都在5%水平上显著，这说明科技人才集聚对于经济高质量发展的影响具有显著非线性影响，存在显著的倒“U”型关系，验证了假设1。即科技人才集聚会对区域经济高质量发展产生促进作用，但科技人才集聚到一定程度时，根据要素拥挤理论，就会对区域经济高质量发展产生边际递减效应。

Table 3. Baseline regression results

表3. 基准回归结果

	模型(1)	模型(2)	模型(3)	模型(4)
Tag	0.0193*** (3.14)	0.0707*** (3.50)	0.0290*** (4.78)	0.0193*** (3.16)
Tag^2		−0.0123*** (−2.67)		−0.0125*** (−3.12)
Lpr			0.0065** (2.35)	0.0068** (2.49)
Pte			0.0014*** (2.64)	0.0012** (2.26)
Fin			0.0280** (2.36)	0.0291** (2.51)
Den			0.0002*** (6.41)	0.0003*** (6.71)
cons	0.4203*** (23.07)	0.3716*** (14.51)	−0.1250* (−1.69)	−0.1786** (−2.41)
N	231	231	231	231
R^2	0.9468	0.9486	0.9605	0.9624
时间	YES	YES	YES	YES
地区	YES	YES	YES	YES

注：***、**、*分别表示在1%、5%、10%的水平下显著，括号内的数值为t值；下同。

4.2. 稳健性检验

本文考虑到2020年公共卫生事件可能会对四川省的经济产生较大影响，故将2020年这一特殊年份删除后进行稳健性检验，结果见表4。由表4可知，稳健性检验的回归结果在系数的正负性和显著性上都与基准回归结果基本一致，因此认为通过稳健性检验。

Table 4. Robustness checks

表4. 稳健性检验

解释变量	Hqd
	模型(1)	模型(2)	模型(3)	模型(4)
Tag	0.0203*** (3.08)	0.0748*** (3.49)	0.0295*** (4.49)	0.0854*** (4.46)
Tag^2		−0.0129*** (−2.67)		−0.0131*** (−3.10)
Lpr			0.0066** (2.23)	0.0071** (2.43)
Pte			0.0015** (2.50)	0.0013** (2.17)
Fin			0.0303** (2.38)	0.0318** (2.56)
Den			0.0002*** (5.70)	0.0002*** (5.95)
cons	0.4125*** (21.06)	0.3600*** (13.08)	−0.1364* (−1.73)	−0.1957** (−2.47)
N	210	210	210	210
R^2	0.9435	0.9457	0.9576	0.9598
时间	YES	YES	YES	YES
地区	YES	YES	YES	YES

4.3. 区域异质性检验

Table 5. Heterogeneity tests

表5. 异质性检验

解释变量	Hqd
	成都平原经济区	川南经济区	川东北经济区	攀西经济区	川西北生态经济区
Tag	0.0193*** (2.99)	−0.2010 (−1.32)	0.0598 (0.42)	0.1571* (2.09)	0.8703 (0.94)
Tag^2	−0.0189** (−2.01)	0.1546 (1.41)	−0.2436 (−0.83)	−0.0192 (−1.91)	−2.2350 (−0.97)
Lpr	−0.0057 (−0.77)	−0.0058 (−0.54)	0.0121 (1.08)	0.0085 (1.67)	−0.0497 (−1.43)
Pte	−0.0015 (−0.95)	−0.0002 (−0.11)	0.0027*** (3.47)	0.0006 (0.29)	−0.0084 (−1.85)
Fin	−0.0113 (−0.52)	−0.0701 (−0.99)	0.0987** (2.28)	−0.1639 (−1.52)	−0.2012* (−2.35)
Den	0.0193*** (3.19)	0.0001 (0.66)	0.0002 (0.66)	−0.0060 (−1.03)	−0.0762 (−1.76)
cons	−0.0223 (−0.16)	0.3532 (1.42)	−0.1925 (−1.57)	0.9626 (1.07)	1.8389** (3.00)
N	88	44	55	22	22
R^2	0.9750	0.9350	0.9221	0.9943	0.9520
时间	YES	YES	YES	YES	YES
地区	YES	YES	YES	YES	YES

本文将研究样本按四川省五大经济区划分考虑科技人才集聚对经济高质量发展差异化影响。回归结果如表5所示。成都平原经济区科技人才集聚度(Tag)和科技人才集聚度的平方项(Tag²)系数均显著，呈现典型的倒“U”型关系。攀西经济区科技人才集聚度(Tag)系数显著为正，科技人才集聚度的平方项(Tag²)系数不显著，该区域人才集聚仍处于边际收益递增阶段，可继续扩大集聚规模。川南经济区、川东北经济区与川西北生态经济区科技人才集聚度(Tag)和科技人才集聚度的平方项(Tag²)系数均不显著，反映该区域可能处于人才集聚的初期阶段，尚未形成显著促进作用，甚至存在资源配置低效问题。四川省五大经济区科技人才集聚效应的差异，根植于其迥异的发展阶段与功能定位。成都平原经济区作为发展高地，高端产业集聚催生了人才“虹吸效应”，但创新转化效率与人才结构问题已引发“拥挤效应”，必须从聚焦“质量提升”与“结构优化”，优化“人才生态”。攀西经济区因其独特的战略资源开发需求，对专业领域科技人才依赖极强，目前扩大规模仍能带来显著的边际收益。川南和川东北经济区两个区域的共同点是产业结构仍以传统制造业和资源型产业为主，导致对高端人才“有效需求”不足，在与成都平原的“人才大战”中处于绝对劣势，人才引进与产业升级脱节，尚未形成显著集聚效应。而川西北生态经济区的核心任务是生态保护和文化旅游，其根源在于该区域独特的主体功能定位与通用型科技人才需求之间的根本性矛盾。产业发展受限、区位条件不佳，引才竞争力不足致使科技人才集聚效应尚未显现。

4.4. 中介效应检验

通过前文的分析，验证了科技人才集聚对区域经济高质量发展具有明显的促进作用，但是科技人才集聚并不是直接作用于区域经济高质量发展，其影响路径还有待进一步分析。故采用中介效应的方法对科技人才集聚影响区域经济高质量发展的路径进行验证。检验结果如表6所示。

科技人才集聚对经济高质量发展的估计系数同样显著为正，且从系数来看，在加入区域创新水平后，科技人才集聚对区域经济高质量发展的影响由0.0290变为0.0215，结果有所减小，表明区域创新水平起到部分中介的作用，即科技人才集聚可以通过提高区域创新水平促进经济高质量发展，假设H2得到验证。经计算后可知，科技人才集聚对经济高质量发展的直接效应占比为74.14%，间接效应占比25.86%，说明科技人才集聚对经济高质量发展的促进作用中有25.86%可以由区域创新中介机制进行解释。

Table 6. Mechanism analysis regression results

表6. 作用机制回归结果

	Hqd	Innov	Hqd
Tag	0.0290*** (4.78)	0.2425*** (3.37)	0.0215*** (3.70)
Innov			0.0308*** (5.46)
Control	控制	控制	控制
N	231	231	231
R^2	0.9605	0.9723	0.9658
时间	YES	YES	YES
地区	YES	YES	YES

5. 研究结论与政策启示

本文基于理论分析，以四川省2013~2023年的面板数据为研究样本，采用双向固定效应模型、中介效应模型实证检验科技人才集聚对四川省经济高质量发展的影响机制。研究得出以下结论：1) 四川省科技人才集聚和经济高质量发展间存在显著的倒“U”型非线性关系。2) 科技人才集聚对区域创新效率的影响作用存在区域异质性。成都平原经济区的作用效果为倒“U”型影响，攀西经济区的作用效果为正向促进。3) 从区域创新中介渠道来看，在四川省科技人才集聚促进经济高质量发展的过程中，有25.86%是通过区域创新中介机制实现的。

基于研究结论，政策设计首先应加大科技人才培养力度，建设高水平科技人才队伍，四川省必须突出加强科技人员培养，完善科技人才培养体系。增强科技创新体系与教育体系的耦合度，重视基础教育阶段对学生科学素养和科学精神的培养。其次，需优化科技人才空间布局，引导科技人才合理流动。如成都平原经济区以构建人力资源协同发展高地为目标，应注重高端人才集聚与创新生态优化，打造国际化科研环境。攀西经济区作为国家重要的战略性矿产资源富集区，应结合钒钛、稀土等特色产业，设立专项人才引进计划。最后，增强创新发展动力，促进区域协调发展。考虑区域异质性，四川省各地级市地理区位、经济实力以及创新能力有着较大的差异，只有发挥各地区比较优势，明确各地产业定位，增强创新发展动力，才能促进区域协调发展，形成优势互补、高质量发展的区域经济布局。

基金项目

2023年国家统计局统计信息技术与数据挖掘重点实验室&中国政府统计研究中心开放课题重大项目(SDL202301)。

NOTES

^*通讯作者。