The Spatial-Temporal Evolution and Spatial Convergence of China′s Regional Innovation Talent Competitiveness

Yang Shuo1,2, Xiao Bin1,2, Chen Jin1,2

(1.School of Economics and Management, Tsinghua University;2.Research Center for Technological Innovation, Tsinghua University, Beijing 100084, China)

Abstract：Innovative talent is the foremost resource for accelerating the development of new quality productive forces and securing a comparative advantage in international scientific and technological competition. The ability of a country or region to excel in the intense global competition of science and technology largely hinges on the competitiveness of its innovative talent. Currently, the assessment of the competitiveness of innovative talent has increasingly become central to shaping regional competitive advantage, aiding in understanding the true state of innovative human resources.

Some scholars have carried out a series of investigations on the competitiveness of regional innovative talents, mainly focusing on the cultivation of innovative talents, talent selection and talent growth path. On the whole, in terms of index system construction, existing studies pay more attention to talent's own development, talent introduction, talent input and output, and development environment, and there is a lack of multi-dimensional system construction of regional innovative talent competitiveness evaluation index system from the scale, structure, efficiency and development environment of innovative talents. From the perspective of research scope, most studies are analyzed from the perspective of a single region or province, while few scholars assess the status quo and differences of inter-regional innovative talent competitiveness from the full perspective of China's 31 provinces and four major economic regions. From the perspective of time span, most of the existing studies focus on the horizontal comparison of inter-regional talent competitiveness with cross-sectional data, while few studies on the spatio-temporal evolution trend of regional innovation talent competitiveness index in a longer time span. In addition, there is a scarcity of research that focus on the regional heterogeneity and spatial convergence of the competitiveness of innovative talents in China.

In light of these gaps, this study takes the period of 2010-2021 as the research interval and builds a regional innovation talent competitiveness index system based on the dimensions of innovative talent scale, structure, efficiency and environment, and examines the status quo, spatio-temporal evolution and spatial convergence of the competitiveness of innovative talents in different regions of China since the “Twelfth Five-Year Plan”. It provides a basis for reducing the regional heterogeneity of the competitiveness of China's innovative talents and promoting the rational distribution of China's innovative talents.

The main contributions of this study can be summarized into the three aspects. First, in response to the pressing need to refine the construction of innovation talent competitiveness index systems as identified in existing literature, this paper constructs a relatively systematic and comprehensive regional innovation talent competitiveness evaluation index system that takes into account the dimensions of innovation talent scale, structure, efficiency and environment. Second, on the basis of exploring the current situation and shortcomings of the competitiveness of innovative talents in different regions, this study further verifies the spatio-temporal evolution trend of the competitiveness of regional innovative talents in China based on Dagum Gini coefficient and three-dimensional Kernel density. Third, the absolute and conditional convergence models are used to explore whether there is spatial convergence in the competitiveness gap of innovative talents in different regions, and whether the convergence is caused by the deceleration of the “leader” or the acceleration of the “catch-up”.

The results show that (1) the competitiveness of innovative talents in China and across all regions exhibits a tiered distribution, characterized by 'strength in the east and weakness in the west,' aligning with regional economic development patterns. (2) The imbalance of competitiveness of regional innovative talents in China mainly comes from the eastern and western regions and the eastern and northeast regions. (3) The competitiveness of regional innovative talents has convergence, absolute and conditional convergence and will eventually converge to the steady state level, and the narrowing of the regional gap is due to the slowdown of the 'leader' rather than the acceleration of the 'catch-up'. Thus, this study suggests that each region should optimize the innovation environment to build a "magnetic field" for the gathering of innovative talents, enhance the radiating driving effect of the central region on the surrounding region, strengthen innovation cooperation and industrial collaborative development between regions, and inject 'intelligent' momentum into the development of new quality productive forces.

Key Words：Innovative Talents;Talent Competitiveness; New Quality Productive Forces; Spatial-temporal Evolution; Spatial Convergence

DOI：10.6049/kjjbydc.2024040560

开放科学(资源服务)标识码(OSID)：

中图分类号：C962

文献标识码：A

文章编号：1001-7348(2025)07-0126-13

收稿日期：2024-04-15

修回日期：2024-08-28

基金项目：教育部人文社科基地重大项目(22JJD630007)

作者简介：杨硕(1994—),女,河北石家庄人,博士,清华大学经济管理学院博士后,研究方向为科技政策、创新管理; 肖彬(1994—),男,福建泉州人,博士,清华大学经济管理学院博士后,研究方向为创业管理;陈劲(1968—),男,浙江余姚人,博士,教育部“长江学者”特聘教授,清华大学经济管理学院教授、博士生导师,清华大学技术创新研究中心主任,研究方向为科技政策、创新管理。本文通讯作者:陈劲。

0 引言

人才是加快形成新质生产力、实现民族振兴并赢得国际科技竞争比较优势的第一资源。习近平总书记强调,“要按照发展新质生产力要求,畅通教育、科技、人才的良性循环,完善人才培养、引进、使用、合理流动的工作机制”。随着我国经济从高速增长阶段转向高质量发展阶段,创新人才已成为培植新经济增长点的关键要素。一个国家或区域能否在科技领域竞争中脱颖而出并占据主导地位,在很大程度上取决于其创新人才竞争力水平[1]。各地政府将“引才为先,留用为本”作为创新人才聚集的工作重点,在念好“人才经”方面各显神通,以求通过提升创新人才竞争力促进区域经济高质量发展。各区域为赢得创新人才优势,日益重视创新人才的集聚与培养,但区域创新人才竞争力相关研究相对滞后。

区域创新人才竞争力是某一区域创新人才在经济社会竞争中所展现出的综合实力,是创新人才数量、结构、质量、效益、环境等核心要素的高度凝聚与融合,能够直接影响该区域竞争力水平[2-3]。早期有关创新人才的研究大多探讨创新人才培养、人才选拔和人才成长路径等方面[4-7]。近年来,创新人才竞争力评价成为塑造地区竞争优势的关键抓手,学者们对区域创新人才竞争力展开探究,助力各地摸清自身创新型人力资源“家底”。在指标体系设计方面,不同机构和学者对区域人才竞争力内涵的理解存在差异,因此在遴选指标时侧重点有所不同。欧洲工商管理学院自2013年开始连续发布《全球人才竞争力指数》,从人才吸引、培养、留用、技术与职业技能、环境、知识技能等维度构建指数;Chou等[8]基于《IMD世界人才竞争力报告》提取包含23项人力资源要素的科技人才竞争力指数,并评估42个经济体的科技人才竞争力水平;Yussof等[9]基于劳动力成本、劳动生产率、教育成就、技能工人数量、技术进步等指标,构建人才竞争力指标体系;人民论坛课题组从人才资源、人才效能和人才环境竞争力等维度,构建中国区域人才竞争力指数以分析不同区域人才竞争力差异[10]。

相关学者从省域或城市层面考察我国区域人才竞争力状况及发展差异。乔锦忠等[11]基于区域经济发展潜力、科学研究环境、生活环境3个维度构建高层次人才竞争力评估体系,评估内地31个省份2013-2018年间排名及变化情况;赵渊博[12]建立了包括人才资源、人才投入、人才产出和发展环境等方面的指标体系,对2016—2018年内地31个省份和四大区域的科技人才竞争力进行评价;郭跃进等[13]从人才投入、成果产出和环境建设等维度构建区域科技人才竞争力评价指标,考察各省市2012年人才竞争力发展情况;张体勤等[14]从创新人才本体、效能、环境等维度构建区域高层次创新人才竞争力指数,分析2008年东部沿海省市发展状况;朱安红等(2012)基于科技环境引力、人才投入、人才效益和科技促进发展等维度构建科技人才竞争力指标体系,评估“十一五”期间中部六省科技人才竞争力;马亚莉(2012)从创新人才实力、创新人才效益和创新人才环境吸引力3个维度考察中部六省在单一年度的创新人才竞争力;陈劲等[15]从人才规模、结构、效能和环境等维度构建评价体系,探究54个城市的创新人才竞争力水平;李良成等[16]基于人才竞争力概念从人才资源、投入、绩效和环境等方面建立综合指标体系,深度分析广东省创新型科技人才竞争力优势与不足;胡伟华等[17]以西部11个省市为研究对象,采用基尼系数法剖析2012—2020年西部地区人才竞争力时空演变,但未进一步结合核密度估计方法和收敛模型印证时空演变状况并考察空间收敛性。

综合来看,目前关于区域人才竞争力的研究大多从指标选取角度界定内涵,在指标体系构建方面,现有研究更加关注人才自身发展、人才引进、人才投入产出和发展环境,缺乏从创新人才规模、结构、效能及发展环境等多维度系统构建区域创新人才竞争力评价指标体系。从研究范围来看,大部分研究从单一区域或省市视角进行分析,鲜有学者从全国范围及四大经济区域全视角测评区域间创新人才竞争力现状及差异。从时间跨度来看,现有研究大多采用截面数据关注区域间人才竞争力横向比较,而对较长时间跨度内区域创新人才竞争力指数时空演变趋势的研究较少[12]。此外,关注我国创新人才竞争力是否存在区域异质性及空间收敛性的研究较为欠缺。鉴于此,本研究以2010—2021年为研究区间,基于创新人才规模、结构、效能和环境等维度构建区域创新人才竞争力指标体系,考察“十二五”以来我国不同区域创新人才竞争力状况、时空演变及空间收敛特征。

本研究主要贡献可归结为三点:第一,依据现有文献中创新人才竞争力指标体系构建的亟待优化之处,构建兼顾创新人才规模、结构、效能和环境等维度较为系统全面的区域创新人才竞争力评价指标体系;第二,现有研究大多仅探究不同区域创新人才竞争力状况与不足,未进一步分析区域异质性及时空演进特征,本研究基于Dagum基尼系数和三维核密度两种方法相互印证地考察我国区域创新人才竞争力时空演变趋势;第三,采用绝对收敛和条件收敛模型探究各区域创新人才竞争力差距是否存在空间收敛性,以及收敛性是由“领头羊”降速还是“追赶者”提速引致的。本研究系统考察我国区域创新人才竞争力区域差异、时空演变及空间收敛性,可以为分区域、分重点地缩小我国创新人才竞争力区域差异,推动创新人才合理布局提供依据。

1 中国区域创新人才指标体系设计

1.1 综合评价指标体系内容

习近平总书记在2021年9月中央人才工作会议上强调,“着力把党内和党外、国内和国外各方面优秀人才集聚到党和人民的伟大奋斗中来,努力建设一支规模宏大、结构合理、素质优良的人才队伍”,“坚持营造识才爱才敬才用才的环境”。本研究在遵循指标体系构建原则的基础上,构建包含创新人才规模、创新人才结构、创新人才效能以及创新人才环境等维度的区域创新人才竞争力综合评价指标体系。

(1)创新人才规模体现为区域创新人才数量[18]。胡伟华等[17]认为创新人才规模反映创新人才吸引和本地培养的直接效果,衡量区域创新人才集聚力。研究与试验发展人员(R&D人员)和研究人员全时当量是描述创新人才规模最有效的指标,本研究采用这两项指标刻画中国区域创新人才规模。

(2)创新人才结构反映创新人才密度情况,一定程度上反映区域创新人才质量[16]。平均受教育年限增加是促进区域快速发展的关键因素,劳动力受教育水平可以一定程度上提升区域创新人才竞争力[11]。区域R&D人员中科学家和工程师占比直接反映该区域高层次创新人才密度(沈春光等,2010)。本文主要采用本科及研究生以上学历人员占比衡量各区域学历结构,采用每万人R&D人员、每万人研究人员以及R&D全时人员中科学家和工程师占比等指标测度中国区域创新人才结构状况。

(3)创新人才效能包括各区域创新人才创造的科技效益(郭际等,2012),以及经济效益[13]。马亚莉(2012)指出创新人才效能可以反映前期创新活动的直接产出与贡献,还能体现该区域创新人才的潜在能力。专利和科技论文产出是直接反映区域创新人才科技效益水平的关键指标,专利和论文数量越多代表创新人才科技效益水平越高;每万人技术市场成交额和高技术产业新产品销售收入占比能够体现创新人才经济效益。本文采用每万人发明专利授权数、每万人发表科技论文数等指标衡量创新人才科技效益,以每万人技术市场成交额和高技术产业新产品销售收入占比测度区域创新人才经济效益水平。

(4)创新人才环境是构成区域创新人才竞争力的重要维度,环境好坏会直接影响该区域创新人才竞争力(柳卸林等,2022)。创新人才环境作为区域创新人才评价的关键因素,主要归纳为两个方面。一是从人才环境内涵角度分为市场环境、经济环境、文化环境、社会环境、生活环境和自然环境等指标[19];二是基于培育视角,将创新人才环境分为内部和外部环境[20]。本研究从工作环境(高新技术企业数、R&D经费投入强度、地方财政科学技术支出)、生活环境(城镇居民人均消费支出)、教育环境(普通高等学校数量、人均普通高等学校教育经费支出)和经济环境(人均地区生产总值)等方面,测度中国区域创新人才环境竞争力状况。

基于此,中国区域创新人才竞争力综合评价指标体系由 4 个一级指标、9个二级指标和 18个三级指标构成(见表1)。

1.2 主要研究方法

首先,多指标权重确定方法大体可分为主观赋权法和客观赋权法两类。其中,熵值法是一种客观赋权方法,能够根据各项指标的离散程度对指标进行科学客观赋权,以降低主观赋权法的主观随意性,本文运用熵值法测度31个省份的区域创新人才竞争力水平及排名。其次,Dagum 基尼系数可分解为区域内差异、区域间差异以及超变密度,该方法能有效解决区域间交叉重叠难以揭示总体差异来源的难题,常用于检测区域差异及来源。Kernel核密度估计是一种非参数检验方法,用于估计随机变量的概率密度函数[21],本研究采用核密度估计方法考察中国区域创新人才竞争力水平差异的动态变化及演变态势。Dagum基尼系数和Kernel核密度估计方法在测度区域创新人才竞争力时空演变时,能够互相补充、辅助印证,两者兼用可以定性分析中国区域创新人才竞争力差异的收敛性[22]。此外,为进一步验证中国创新人才竞争力发展的区域差异能否趋于稳态,本文采用σ收敛和β收敛等空间收敛模型进行定量分析。

σ收敛是指不同区域间创新人才竞争力发展水平离散程度随时间推移而逐渐降低的趋势,其优点在于动态反映差异演变过程。本文基于变异系数法对σ收敛水平进行测算,计算方法见式(1)。

(1)

其中,ITCij表示区域j内i省份的创新人才竞争力水平,表示区域j内创新人才竞争力的平均水平,Nj表示区域j的省份数量,若σt随着时间推移而减小,则表明存在σ收敛。

β收敛是从增长率视角分析不同区域创新人才竞争力发展态势,创新人才竞争力落后的区域以更高增速追赶竞争力水平高的区域,区域间差异不断缩小并最终收敛至同一稳态。β收敛一般分为绝对β收敛和条件β收敛,其中,绝对β收敛表示仅考虑区域创新人才竞争力发展水平是否具有收敛特征,具体见式(2)。

(2)

其中,ITCi,t表示区域i在t期的创新人才竞争力水平,ln(ITCi,t+1/ITCi,t)表示区域i创新人才竞争力发展水平在t期至t+1期的增长率;β为收敛系数,若β系数小于0,则说明区域创新人才竞争力存在β收敛,收敛速度ν=-ln (1+β)/T,反之则呈发散趋势;μi、ηt分别表示地区和时间效应;εit表示随机扰动项。

随着经济资源流动性不断加强,区域创新人才竞争力存在明显的空间依赖特征。因此,引入空间计量模型,充分考虑区域间空间相关性。

常见的空间计量模型主要有空间滞后模型(SAR)、空间误差模型(SEM)和空间杜宾模型(SDM)。其中,空间杜宾模型为SAR和SEM的一般形式,空间绝对β收敛模型如下:

(3)

(4)

(5)

其中,ρ为空间滞后系数,表示邻省创新人才竞争力增长率对本省的影响,λ代表空间误差系数,γ为自变量空间滞后系数,ωij表示空间权重矩阵元素。由于创新人才竞争力发展水平受到区域经济发展的影响,本研究基于人均GDP差值的倒数构建经济距离矩阵。

条件β收敛在上述模型的基础上增加教育水平、科研平台、高技术企业、经济发展等控制变量,分析在考虑一系列影响因素后,区域创新人才竞争力水平是否具有收敛特征,条件β收敛模型表示如下:

(6)

μi+ηt+uit

(7)

(8)

其中,Xi,t+1表示影响区域创新人才竞争力的控制变量集合,δ为系数向量。本研究选取经济增长率(GDP)、平均教育年限(EDU)、科研平台数量(NL)、高技术企业数量(HTE)作为条件β收敛的控制变量。经济增长率采用GDP增长率衡量,地区经济发展水平会影响创新人才的流动决策,高经济增长能促进创新人才集聚(沈春光等,2010)。平均教育年限采用劳动力受教育水平衡量,乔锦忠等[11]认为平均教育年限能够体现区域高层次人力资源的支持情况。科研平台采用国家实验室数量衡量,叶晓倩等(2019)认为科研平台和基地建设是吸引创新人才的重要基础。高技术企业采用高新区高新技术企业数衡量,有研究表明高技术企业是区域创新能力和创新氛围提升的关键[23]。

1.3 样本选取及数据来源

本研究选取我国内地31个省份为考察对象,并按照国家统计局划分标准分为东部、中部、西部以及东北四大经济区域,考察2010—2021年我国区域创新人才竞争力发展水平。本研究各项指标数据主要来源于《中国科技统计年鉴》《中国统计年鉴》《中国城市统计年鉴》以及各省份统计年鉴等。由于研究周期长,部分指标数据存在个别缺失值,对缺失数据作合理估计。

2 中国区域创新人才竞争力发展指数及对比分析

2.1 区域创新人才竞争力整体情况

基于区域创新人才竞争力综合评价体系,本研究测度2010—2021年31个省份的创新人才竞争力发展指数及各维度指数(见表2)。

整体来看,区域创新人才竞争力指数呈梯队化分布。北京、广东、长江三角洲地区的江浙沪以及天津市均位列创新人才竞争力的第一梯队,山东、湖北、四川、陕西四省位居第二梯队,安徽、辽宁、湖南、重庆和河南五省市处于全国均值和中位数之间,位列第三梯队。区域创新人才竞争力呈现东强西弱态势,经济发达的东部地区保持领先,创新人才的“马太效应”愈加显现。东部地区作为改革开放的先行区,具有经济发达、政策全面、配套完善等有利因素,东部已成为创新人才集聚的强磁场,而西部地区省份在创新人才集聚和开发方面处于劣势地位,创新人才竞争力水平不高。胡伟华等[17]研究发现,西部地区比东中部在经济和生活环境方面差,创新人才竞争力难以提升。

从演变趋势来看,31个省份的创新人才竞争力水平均取得较大进步,为新质生产力的加快形成提供了人才支撑。其中,广东和北京的创新人才竞争力指数占据绝对优势地位,广东具有对外开放和毗邻港澳的独特的政策与地缘优势,能够从多渠道集聚高层次创新人才(刘佐菁等,2018);北京得益于“首都效应”,凭借其在经济、教育、科技等方面的先天优势,成为创新人才虹吸的“强磁场”。此外,区域创新人才竞争力整体排名表现出东升西降的演变趋势,中部地区稳步上升。除山西排名下滑一个名次外,其余中部五省均呈现稳中向好态势。东北三省在创新人才竞争力排名上进入快速下滑通道,黑龙江下降7个名次,辽宁下降4位,排名靠后的吉林也有一定下滑。总之,欠发达区域受到经济和环境等多方因素掣肘,难以与东中部形成的人才“虹吸效应”相抗衡,大量高层次创新人才“孔雀东南飞”,加速流入发达地区。

2.2 区域创新人才竞争力各维度对比

本研究进一步考察31个省份在创新人才规模、结构、效能和环境等维度上的表现,图1展示了2010—2021年不同区域在各维度指数上的演变态势。

从创新人才规模看,东部地区优势明显且持续向好,而东北地区后继乏力。东部地区的创新人才规模得分远超全国均值,与其它区域的差距不断拉开。中部地区与全国均值的变化趋势保持同步,西部地区稳中有进,与东部地区的相对差距持续缩小。具体而言,广东、江苏、浙江三省位居前三甲,创新人才规模前10强中东部地区占7席,而西部地区除川陕渝三省外,均集中分布在全国尾端。值得关注的是,东北地区在创新人才规模上增长乏力,黑龙江创新人才规模不断缩小,辽宁和吉林的创新人才规模竞争力发展也面临挑战。重化工业基地的东北三省在经济发展上逐渐落后于东部沿海地区,对创新人才吸引力不断减弱,东北地区2021年常住人口相比2010年减少了1 200余万人。在人口流失与老龄化等因素影响下,东北地区的创新人才规模竞争力不断下降。

创新人才结构方面,东西地区差异显著,但整体发展势头良好。东部的京津地区和江浙沪地区的创新人才竞争力较强并始终位居前列,中部和西部等欠发达地区相对落后。近年来,在西部大开发、东北振兴和中部崛起战略带动下,中西部与东北地区的高学历人员和创新人才占比呈现出稳步增长趋势。根据第七次全国人口普查结果,西部区域人才流出减少,成渝经济圈逐渐成为人口汇聚地。东北地区依靠完备的工业体系、高水平产学研平台和产业基础,培养造就一大批与本地产业适配度较高的创新人才队伍。

创新人才效能方面,各区域均呈现快速增长趋势,东北和西部地区表现亮眼。近10年我国各区域科技创新均取得佳绩,科技论文、专利授权数分别提升2.9和6.2倍。西部地区的陕西、东北地区的黑龙江位居第五和第六名,陕西作为全国高等教育强省,创新人才培养数量和质量“双提升”,在科技论文发表和专利授权量上处于有利地位,高校专利授权在全省占比超1/3。陕西技术市场成交额在西部拔得头筹,表明创新人才规模和结构的优化进一步驱动效益提升,陕西创新人才竞争力在西部居于前列[17]。

创新人才环境方面,西部与东北差距持续缩小,东北三省创新环境亟待改善。东部、中部和西部在创新人才环境维度上呈现同步提升态势,东北三省虽有一定涨幅,但在增速上相对迟缓。西部地区内部差异显著,川渝和陕西的创新人才环境竞争力明显优于其它省份。郭跃进等[13]研究发现环境因素对创新人才竞争力具有重要影响,西部地区日益改善的环境已成为提升创新人才吸引力的关键。东北三省创新人才环境竞争力源自工业时期的高等教育资源,在经济吸引和创新支持方面明显落后于东中部地区。因此,东北地区应在维持科教优势的基础上,依靠现有资源和产业基础提升创新人才竞争力。

2.3 创新人才竞争力区域差异

为探究我国创新人才竞争力出现区域分化的原因,本研究进一步考察创新人才竞争力区域差异及来源。2010—2021年全国及四大区域创新人才竞争力的组内差异及演变趋势如图2所示。

我国区域创新人才竞争力的总体基尼系数水平较高,2010—2021年整体基尼系数均值为0.33,呈现出震荡向下的变化趋势,说明我国区域创新人才竞争力的不均衡程度虽有缩小但仍然较高。从区域层面来看,四大区域的组内基尼系数均低于总体基尼系数,一定程度上表明区域内差异相对较小,总体不均衡可能更多来自于区域间差异。

东部地区的组内均值处于全部区域之首(0.28),表明我国东部地区创新人才竞争力发展较不协调,主要原因可能是京津、长江三角洲(江浙沪)、广东等东部经济发达省份对创新人才的引留能力较强[10],而海南和河北等发展相对滞后地区在创新人才竞争力上处于劣势地位,区域创新人才竞争力与当地经济发展质量关联程度较高,东部区域内经济发展不均衡是引发组内创新人才竞争力差异的关键因素[14]。

东北地区和西部地区的系数在样本期间均呈现下降趋势,反映出东北全面振兴和西部大开发促进区域内交流合作与协同发展,辽宁、陕西和川渝的发展对周边省份的正面外溢效益大,助力其提升创新人才竞争力。值得注意的是,中部地区的组内基尼系数呈现出先持续下降后快速上升的波动态势,湖北、安徽在创新人才规模和环境等维度上处于全国中上游水平,具有一定的创新人才竞争实力,而江西在创新人才效能和环境方面比较落后,应适当加强中部六省创新人才环境营造与共建。除区域内省份间创新人才竞争力分布不均衡外,省份内创新人才竞争力发展差距较大的问题同样突出,安徽省的合肥、芜湖等地创新人才集聚和吸引能力较为突出,其它地区创新人才外流严重。

组间基尼系数能够反映我国四大区域之间的创新人才竞争力差异程度,图3展示了部分关键年份的测度结果。从整体组间差异来看,阴影面积持续缩小表明四大区域间创新人才竞争力差异呈递减态势。除东—中区域外,其余区域间差异均出现一定程度收缩,东北与其它区域之间的差异程度均波动下降,表明东北创新人才竞争力持续改善,与其它区域的分化程度缓慢缩小,在东北老工业基地振兴战略指引下,东北企业科技创新成效显著,经济发展稳步向好,一定程度上促进创新人才区域协调发展。

中国创新人才竞争力整体差异可分解为区域内差异、区域间差异以及超变密度等,区域创新人才竞争力的差异来源及贡献率如表3所示。区域内贡献值由最初的0.078稳步下降至0.065,区域内贡献率为20.541%,而区域间差异贡献率均值高达70.685%,整体表现出稳步上升趋势,远超区域内差异和超变密度的贡献率之和,表明我国创新人才竞争力总体差异来源于区域间。东部发达区域凭借优良环境和科技创新资源不断吸引欠发达区域创新人才流入,加剧欠发达地区创新人才短缺,这种“马太效应”可能导致欠发达区域因人才缺失而丧失高质量发展机遇。降低区域间创新人才竞争力差异,尤其是东部与其它区域间差异是改善区域创新人才分化格局的关键。

2.4 区域创新人才竞争力动态演进

本文进一步探究我国区域创新人才竞争力水平、时空演变趋势与极化情况,区域创新人才竞争力发展的空间Kernel核密度如图4所示。第一,分布位置上,整体及各区域的分布曲线中心呈现向右移动趋势,表明区域创新人才竞争力水平不断提升。在新时代人才强国战略的深入实施下,我国整体和各区域创新人才发展水平均取得阶段性成效。第二,在分布形态上,中国整体和东部、西部地区出现明显的右拖尾现象,说明这些区域内存在创新人才竞争力发展水平较高的省份,佐证了区域内创新人才竞争力分布不均衡,区域内部逐渐显现出创新人才发展的“马太效应”。第三,波峰宽度与高度反映创新人才竞争力差异大小,波峰数量代表极化程度。整体、东部和中部地区主峰高度变小,波峰宽度不断增大,由尖峰逐渐变为宽峰,表明整体和两个区域内部的离散程度出现上升趋势,西部地区的主峰峰值表现出先上升后下降趋势且宽度收窄,表明西部地区创新人才竞争力发展水平的离散程度趋于缩小。东北地区的主峰高度不断上升,波峰宽度变大,意味着东北地区离散程度总体呈扩大趋势。第四,从波峰数量来看,整体与西部地区核密度曲线的波峰均具有“多峰”特征,表明整体和西部地区创新人才竞争力发展呈现多极化趋势;东部地区曲线分布由双峰转变为单峰,两极分化现象逐渐减弱。东北地区始终存在两个波峰表明存在明显两极分化现象,而中部地区未出现明显极化现象。总体来看,中国整体和各区域的创新人才竞争力发展水平持续提升,东部和中部区域内部两极分化趋势不明显,而整体、西部和东北内部差异极化特征显著。

3 区域创新人才竞争力收敛性分析

我国整体和区域间创新人才竞争力发展水平差距逐渐缩小,区域发展不平衡现象有所改善,但仍有一些问题值得思考:区域创新人才竞争力差距的缩小是由于“领头羊”降速还是“追赶者”提速所致?对于竞争力发展水平相对较低的区域而言,“追赶”速度是否一致?若不一致,是由于自身条件所限还是受相邻区域影响?为回答这些问题,本研究进一步考察区域创新人才竞争力差异的收敛特征。

3.1 收敛分析

区域创新人才竞争力发展水平系数变化情况如图5所示。从演变趋势看,全国层面呈现缓慢下降—小幅上升—波动下降的变化过程,2010—2021年系数由0.736下降至0.656,下跌幅度为10.94%,最低点出现在2020年。从区域层面来看,东部地区演变趋势与全国大体保持一致,中部大体呈现稳步下降—反弹回升态势,西部地区整体表现出震荡下降的演变趋势,东北地区经历波动下跌—低位稳降的过程。此外,东部和西部地区的创新人才竞争力系数相对较大,中部和东北地区差异处于较低水平,表明中部以及东北地区的创新人才竞争力差异较小,可能主要由于两个区域的产业结构、教育资源和经济发展较为相似。总体而言,全国和四大区域创新人才竞争力系数的尾期值均小于首期值,均存在收敛,表明各区域创新人才竞争力分化程度出现缩小趋势。

3.2 收敛分析

(1)空间相关性检验。为了明确区域创新人才竞争力的空间特征,本研究采用Moran′s I和Geary′s C指数共同检验空间相关性。如表4所示,Moran′s I指数在研究期间均为正值,满足1%的显著性水平。Geary′s C指数小于1,处于0.498～0.546之间,通过了1%的显著性检验,Moran′s I和Geary′s C指数检验表明我国区域创新人才竞争力存在显著空间正相关。

(2)绝对收敛分析。本研究基于Hausman、LM、LR和Wald等检验筛选适宜的空间计量模型,全国及各区域创新人才竞争力的绝对β收敛检验结果如表5所示。当LM检验指向的模型与Wald/LR检验不一致时,应选择空间杜宾模型(SDM)[24]。根据个体和时间固定效应检验,本研究选择个体固定的SDM模型。回归结果显示:第一,各区域在1%或10%显著性水平下均存在绝对β收敛,表明在不考虑其它因素的情况下,各区域创新人才竞争力差异的收敛趋势日益突显并能够在长期收敛至稳态。第二,空间回归系数均通过1%的显著性检验,表明区域创新人才竞争力发展具有空间相关性。空间回归系数显著为正,意味着相邻区域创新人才竞争力水平提升会显著带动本区域创新人才竞争力发展。第三,区域创新人才竞争力增速的趋同趋势明显,但各区域收敛速度存在差异。全国收敛速度为3.05%,高于全国水平的区域有中部和东部,低于全国均值的西部和东北地区收敛速度基本相同,分别为2.58%、2.59%。综上所述,我国区域创新人才竞争力水平存在绝对β收敛,竞争力水平较高的东、中部地区收敛速度最快,表明区域创新人才竞争力差距的缩小主要是“领头羊”降速而非“追赶者”提速所致。对于创新人才竞争力水平较低的西部和东北区域而言,“追赶”速度基本一致。长期来看,区域创新人才竞争力会向稳态收敛,区域间差异程度将进一步缩小。

(3)条件收敛分析。本研究进一步考虑教育水平、科研平台、高技术企业、经济发展水平等因素进行条件收敛分析。区域创新人才竞争力的条件收敛结果如表6所示,空间计量模型的选择过程不再赘述。结果显示:第一,在控制平均教育年限、科研平台、高技术企业、经济增长等一系列因素后,全国及四大区域的收敛系数均在1%水平下显著为负,进一步证明各区域创新人才竞争力具有收敛至稳态的趋势。第二,从收敛速度来看,全国及各地区的条件收敛速度相比绝对收敛呈现出不同程度增长,表明教育年限、科研平台、高技术企业以及经济发展等均是推动区域创新人才竞争力发展加速收敛的关键因素。第三,从空间效应来看,全国及各区域的空间效应在1%水平上显著,表明我国各区域创新人才竞争力发展具有空间相关性。

加入控制变量后,所有模型的R2值均出现明显提升,表明控制变量的选取较为科学。从受教育年限来看,除西部区域外,全国、东部、中部和东北地区受教育年限的回归系数通过显著性检验,表明受教育程度是影响区域创新人才竞争力发展的重要因素。提高平均教育年限是扩大本地创新人才规模、增强创新人才竞争力的重要途径,人口受教育程度和水平直接影响当地经济社会发展后劲,是加快实现高质量发展的内在动力。值得注意的是,仅东北地区的受教育程度系数显著为负,虽然东北集聚了丰富的高等教育资源,但仅依靠教育资源难以促进创新人才竞争力向高值收敛,反而会导致逆向低值收敛。科研平台、高技术企业和经济增长对不同区域创新人才竞争力的影响存在显著异质性。

从全国来看,科研平台和高技术企业的回归系数显著为正,表明科研平台和高技术企业数量增加会促进创新人才竞争力向高值收敛。东部区域科研平台和高技术企业的回归系数显著为负,东部地区作为高新技术产业集聚地,高技术企业和科研平台作用的发挥已跨越了靠数量促进创新人才竞争力向高值收敛的阶段,更多集聚反而会触发低值收敛。高技术企业对西部创新人才竞争力变化率具有显著负向影响,这是因为西部各省份高技术企业数量标准差最大,因此区域内高技术企业数量的均匀提升会显著促进西部地区创新人才竞争力向低值收敛。东北区域,科研平台和经济发展分别在1%、5%水平上通过显著性检验,回归系数分别为0.18和-0.19,科研平台对东北地区创新人才竞争力变化率具有正向影响,东北地区虽然拥有高水平高等院校和产业基础,但受限于产业结构,缺乏高水平科研平台,因此建设一批科研平台能够促进东北创新人才竞争力向高值收敛。

4 结论与政策建议

4.1 研究结论

创新人才已成为加快培育新质生产力、实现高水平科技自立自强的关键因素。本研究基于创新人才规模、结构、效能和环境等维度构建创新人才竞争力综合评价指标体系,考察我国内地31个省份创新人才竞争力发展水平,并进一步分析全国及四大区域创新人才竞争力的区域差异、时空演变和空间收敛性。得出主要结论如下:

(1)从区域特征看,2010—2021年各省份创新人才竞争力发展水平均取得较大提升,整体呈现出与经济发展高度一致的“东强西弱”梯队化分布。四大区域在创新人才规模、结构、效能和环境等维度上存在异质性,东部地区在各维度上占据绝对领先位置,中部地区在人才规模和环境维度上保持稳中向好趋势,西部地区虽有提升但增速缓慢,而东北地区受制于人才流失和产业结构等因素,在人才规模和环境等维度上增长乏力。

(2)从区域差异看,我国区域创新人才竞争力的不均衡程度较高,总体不均衡更多来自区域间,区域间差异贡献率超过70%。组间差异最大的是东部与东北地区间差异,东部沿海地区作为改革开放先行区,从经济支撑、科技创新、环境优化等方面发力快速提升创新人才竞争力,而作为老工业基地的东北三省受限于传统产业转型和人才流失等问题进展缓慢,致使创新人才竞争力的区域间差异增大。

(3)从演变趋势看,我国整体及四大区域的创新人才竞争力水平不断提升,在新时代人才强国战略影响下,各区域创新人才竞争力发展已取得初步成效。全国、西部和东北地区创新人才竞争力发展的极化特征明显,全国和西部地区具有多极化趋势,东北地区存在明显两极分化。

(4)从收敛特征看,各区域创新人才竞争力发展均存在收敛特征,差距缩小的原因是“领头羊”降速而非“追赶者”提速。在绝对收敛中,全国及各区域创新人才竞争力分化程度呈逐步缩小趋势,其中,竞争力水平较高的东部和中部地区的收敛速度最快,各区域在长期均会收敛至稳态。加入一系列控制变量后,各区域收敛速度明显加快,表明教育、科研平台、高技术企业和经济增长等因素能加速创新人才竞争力发展向稳态收敛。

4.2 政策建议

中国创新人才竞争力发展已取得全方位进步,但西部和东北地区相较于东部沿海地区仍存在较大差距。东北在创新人才环境和产业结构优化等方面相对落后,西部地区则在各维度上位列末端,亟需多措并举缩小创新人才竞争力发展的区域差距,推动区域创新人才合理布局与协调发展,具体优化路径如下:

(1)优化创新环境,构筑创新人才加速集聚的“磁力场”。习近平总书记主持召开新时代推动东北全面振兴座谈会并发表重要讲话时指出,“优化创新产业环境,加强人力资源开发利用,加大人才振兴的政策支持力度,打造更多创业创新平台,支持东北留住人才、引进人才”。东北地区应依托冰雪经济的“冷资源”促进产业转型升级,并不断优化人才发展环境以不断吸引创新人才。同时,东北应依托高等教育资源优势,做强优势学科,与国家级科研院所共同搭建更多国家级创新平台;聚焦先进装备制造、新材料等东北优势领域,大力培养与当地产业发展一脉相承的创新型人才,吸引和留住青年创新人才建设东北,形成集聚创新人才的良性循环。西部地区作为“一带一路”关键承载区,应依托“丝绸之路”经济带的历史机遇有效承接国际化创新人才,同时打造区域特色创新平台和做强西部新质生产力高地以集聚高层次创新人才。

(2)加强区域创新人才竞争力发展的协调性。西部和东北地区存在多极化和两极分化特征,应高度警惕区域创新人才“过度极化”风险。着重加强中心区域对周边区域的辐射带动作用,通过空间溢出效应大幅削弱虹吸效应,推动中心与周边区域的教育、科技和人才深度融合,实现区域创新人才竞争力均衡发展。此外,西部和东北的边缘省份应积极引导东中部中心省份的高技术产业溢出和转移,打造西部开发和东北振兴人才集聚回流地。

(3)制定协调策略,持续缩小创新人才竞争力区域差距。政府应制定相应的区域创新人才协调发展策略,适当对落后区域创新人才给予一定政策倾斜,保障网络边缘区域享受平等发展机会,不断缩小区域间创新人才竞争力差异。具体而言,结合西部大开发和东北全面振兴对创新人才的需求,同等情况下将创新人才成长通道适度倾斜,给予青年创新人才更多“挑大梁”的锻炼机会。同时,强化创新人才区域协调发展理念,不断加强区域间产业和经济协作,以进一步促进区域人才协调发展。

参考文献：

[1] HUANG Y, LI K, LI P. Innovation ecosystems and national talent competitiveness: a country-based comparison using fsQCA [J]. Technological Forecasting and Social Change, 2023, 194: 122733.

[2] 毛瑞福. 浙江人才发展报告[M]. 杭州: 浙江人民出版社, 2006.

[3] 桂昭明,郑金连,桂乐政.世界区域人才竞争力评价指数与分析报告(2022)[J].中国人事科学,2023,6(3):17-24.

[4] 白春章,陈其荣,张慧洁.拔尖创新人才成长规律与培养模式研究述评[J].教育研究, 2012, 33(12): 147-151.

[5] 陈雄辉,王传兴.基于生态位的技术创新人才竞争力模型分析[J].自然辩证法研究, 2011, 27(8): 77-82.

[6] 代欣玲,彭小兵,王京雷.中国情境下创新人才培养政策的文献计量分析[J].科研管理, 2022, 43(3):27-36.

[7] 刘海燕,蒋贵友,陈唤春.我国拔尖创新人才选拔与培养的路径研究——基于36所高校“强基计划”招生简章的文本分析[J].高校教育管理,2021,15(4):93-100,124.

[8] CHOU Y C, HSU Y Y, YEN H Y. Human resources for science and technology: analyzing competitiveness using the analytic hierarchy process[J]. Technology in Society, 2008, 30(2): 141-153.

[9] YUSSOF I, ISMAIL R. Human resource competitiveness and inflow of foreign direct investment to the ASEAN region[J]. Asia-Pacific Journal of Rural Development, 2002, 9(1): 89-107.

[10] 人民论坛课题组.中国区域人才竞争力指数调查报告[J].人民论坛,2017,26(15):34-37.

[11] 乔锦忠,汤亭,沈敬轩. 2013—2018年高层次人才吸引力的区域比较研究[J].教育经济评论, 2021, 6(6):84-108.

[12] 赵渊博.2016—2018年我国区域科技人才竞争力评价[J].科技管理研究, 2021, 41(20):52-59.

[13] 郭跃进,朱平利.我国区域科技人才竞争力评价研究[J].科技进步与对策,2014,31(8):130-134.

[14] 张体勤,姜道奎.高层次区域创新人才竞争力评价体系研究[J].华东经济管理, 2012, 26(7): 150-154.

[15] 陈劲,幸辉,陈钰芬,等.中国城市创新人才评价体系构建[J].创新科技,2022,22(4):73-80.

[16] 李良成, 杨国栋. 广东省创新型科技人才竞争力指标体系构建及评价[J].科技进步与对策, 2012, 29(19): 130-135.

[17] 胡伟华,任和,王康.西部地区人才竞争力时空演变分析[J].地域研究与开发,2023,42(5):22-27,41.

[18] 司江伟,韩晓静,沈克正.山东省人才竞争力评价体系的构建与实例测算[J].统计与决策, 2017,33(2): 100-103.

[19] 王顺.我国城市人才环境综合评价指标体系研究[J].中国软科学, 2004,19(3): 148-151.

[20] 宋微,戴磊.吉林省科技创新人才培育环境评价指标体系的构建[J].工业技术经济, 2011, 30(8): 39-42.

[21] ROSENBLATT M. Remarks on some nonparametric estimates of a density function[J]. The Annals of Mathematical Statistics, 1956, 27(3):832-837.

[22] 张秀,张耀峰,张志刚.中国经济高质量发展水平:测度、时空演变与动态空间收敛性[J].经济问题探索,2024,45(1):15-37.

[23] 李玲,陶厚永.包容性创新环境指标体系构建及区域比较[J].科技进步与对策, 2016, 33(24): 116-123.

[24] 埃尔霍斯特. 空间计量经济学: 从横截面数据到空间面板[M]. 肖光恩, 译. 北京: 中国人民大学出版社, 2015.

(责任编辑：万贤贤)