朱云鵑 王杰 江文君

[摘 要]結(jié)合我國(guó)31?。ㄊ小⒆灾螀^(qū)）2007—2016年的面板數(shù)據(jù)，運(yùn)用Matlab2016a進(jìn)行研發(fā)人才集聚的空間面板杜賓模型估計(jì)，分析研發(fā)人才集聚在鄰接矩陣與經(jīng)濟(jì)距離矩陣兩種空間關(guān)聯(lián)模式下的溢出效應(yīng)。結(jié)果顯示，我國(guó)研發(fā)人才集聚存在顯著的空間負(fù)相關(guān)性，人才集聚程度呈現(xiàn)由東向西依次遞減現(xiàn)象；經(jīng)濟(jì)發(fā)展水平、研發(fā)投入強(qiáng)度、高技術(shù)產(chǎn)業(yè)發(fā)展水平、教育水平及交通便利度均存在正向的空間溢出總效應(yīng)。因此，我國(guó)的人才政策應(yīng)在促進(jìn)研發(fā)人才省域間的均衡分布方面進(jìn)行完善。

[關(guān)鍵詞]研發(fā)人才集聚；空間溢出效應(yīng)；空間面板杜賓模型

[中圖分類號(hào)]C939 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1671-8372（2019）01-0007-06

在大數(shù)據(jù)、人工智能快速發(fā)展的背景下，各國(guó)家及地區(qū)對(duì)創(chuàng)新的關(guān)注度持續(xù)提高，研發(fā)人才作為科學(xué)技術(shù)的載體和先進(jìn)生產(chǎn)力的承擔(dān)者，是城市發(fā)展的戰(zhàn)略性資源，其數(shù)量與質(zhì)量是衡量區(qū)域經(jīng)濟(jì)是否快速發(fā)展的核心指標(biāo)。傳統(tǒng)的人口紅利使得人口要素價(jià)格水平低，從而為其帶來競(jìng)爭(zhēng)力，為各地區(qū)的快速發(fā)展提供了人才支持。但近年來傳統(tǒng)人口紅利逐漸消失，人才爭(zhēng)奪現(xiàn)象越來越嚴(yán)重，因此，如何吸引研發(fā)人才形成“新的人口紅利”，對(duì)城市發(fā)展非常重要。經(jīng)濟(jì)、交通等的發(fā)展，為人才流動(dòng)提供了便利，城市之間的研發(fā)人才集聚相互影響，在此背景下，研究我國(guó)研發(fā)人才集聚的影響因素及其空間溢出效應(yīng)具有重要的理論及現(xiàn)實(shí)意義。本文通過構(gòu)建區(qū)位熵測(cè)度研發(fā)人才集聚，并在鄰接矩陣及經(jīng)濟(jì)距離矩陣兩種權(quán)重矩陣下，研究我國(guó)研發(fā)人才集聚的空間溢出效應(yīng)，從而更加明確我國(guó)研發(fā)人才的分布情況、影響因素及各省市之間研發(fā)人才集聚的聯(lián)動(dòng)關(guān)系，為我國(guó)政府、企業(yè)等吸引研發(fā)人才、促進(jìn)研發(fā)人才的合理流動(dòng)提供相關(guān)政策建議。

一、文獻(xiàn)回顧及問題提出

人才集聚是指人才由于受某種因素影響，從各個(gè)不同的區(qū)域（或組織）流向某一特定區(qū)域（或組織）的過程[1]。早期國(guó)內(nèi)學(xué)者對(duì)人才集聚影響因素的研究較為關(guān)注，主要包括：張春海等運(yùn)用2005—2008 年中國(guó)大陸30個(gè)?。ㄊ?、自治區(qū)）的面板數(shù)據(jù)，實(shí)證分析了經(jīng)濟(jì)發(fā)展水平、教育環(huán)境、科研經(jīng)費(fèi)的投入、收入水平和生活環(huán)境對(duì)科技人才集聚的重要影響[2]。瞿群臻等以2010年長(zhǎng)三角20個(gè)典型城市的橫截面數(shù)據(jù)，運(yùn)用主成分分析法構(gòu)建評(píng)價(jià)模型，研究了經(jīng)濟(jì)環(huán)境、人文教育環(huán)境、生活環(huán)境、科研環(huán)境、生態(tài)環(huán)境對(duì)研發(fā)人才集聚的影響[3]。張利以包頭市為例，研究了創(chuàng)新人才集聚的影響因素，分別從經(jīng)濟(jì)環(huán)境、社會(huì)環(huán)境、科技園區(qū)、企業(yè)環(huán)境、政府政策五方面進(jìn)行分析，其中經(jīng)濟(jì)環(huán)境包括GDP、個(gè)人收入、科研經(jīng)費(fèi)，社會(huì)環(huán)境包括創(chuàng)新環(huán)境、出行環(huán)境、人文環(huán)境[4]。侯靜茹等以江蘇省13個(gè)城市為例，運(yùn)用因子分析、聚類分析、差異分析和逐級(jí)回歸分析等多種方法，研究了經(jīng)濟(jì)因素、收入因素、科技因素、教育因素、高技術(shù)產(chǎn)業(yè)發(fā)展對(duì)科技人才集聚的影響[5]。隨著研究的深入，學(xué)者們發(fā)現(xiàn)地區(qū)之間的人才集聚相互影響，人才集聚存在著空間溢出效應(yīng)，對(duì)人才集聚的溢出效應(yīng)越來越關(guān)注。袁洪娟運(yùn)用我國(guó)2004-2013年的省際面板數(shù)據(jù)，在鄰接、地理距離、經(jīng)濟(jì)距離三種空間權(quán)重矩陣下，對(duì)科技創(chuàng)新人才集聚的空間溢出效應(yīng)進(jìn)行了研究，并認(rèn)為經(jīng)濟(jì)發(fā)展水平、科研環(huán)境、高技術(shù)產(chǎn)業(yè)發(fā)展水平、科教文化水平與交通便利程度對(duì)科技創(chuàng)新人才集聚具有重要影響[6]。蘭芳等以2008—2014年我國(guó)31?。ㄊ?、自治區(qū)）為研究樣本，運(yùn)用空間面板杜賓模型研究了我國(guó)金融人才的空間溢出效應(yīng)，并選擇經(jīng)濟(jì)發(fā)展水平、金融業(yè)發(fā)展水平、教育水平以及交通便利度為重要影響因素[7]。

分析現(xiàn)有研究文獻(xiàn)可見，基于空間視角對(duì)人才集聚及其影響因素進(jìn)行的研究較為匱乏，鮮有學(xué)者將地理位置、經(jīng)濟(jì)距離等因素對(duì)研發(fā)人才集聚的影響考慮在內(nèi)，已有的研究也存在著數(shù)據(jù)陳舊、分析不夠細(xì)化等問題。由此，本文在前人研究的基礎(chǔ)上，引入空間計(jì)量經(jīng)濟(jì)學(xué)，運(yùn)用空間面板杜賓模型，進(jìn)一步細(xì)化、深化研究31?。ㄊ?、自治區(qū)）①研發(fā)人才集聚的空間溢出效應(yīng)，依次進(jìn)行研發(fā)人才集聚整體情況、空間面板杜賓模型回歸及溢出效應(yīng)的分解分析。

二、變量選取、空間權(quán)重矩陣的設(shè)定及模型的構(gòu)建

（一）變量選取

本文利用朱云鵑基于共識(shí)理論的核心指標(biāo)體系思想[8]，結(jié)合既有學(xué)者的研究成果等，將共識(shí)的核心要素挑選出來作為本文的被解釋變量、解釋變量及控制變量。選取結(jié)果如下：

1.被解釋變量

研發(fā)人才集聚度（RDT）。本文借鑒曹雄飛等的做法，以研發(fā)人才的區(qū)位熵表示其集聚程度[9]，即區(qū)域研發(fā)人才的數(shù)量與本區(qū)域全部工作人員的比值，與全國(guó)研發(fā)人員的數(shù)量與全國(guó)全部工作人員的數(shù)量相比的比值，以此來衡量研發(fā)人才的集聚度。

2.解釋變量

經(jīng)濟(jì)發(fā)展水平（CGDP）。侯靜茹等實(shí)證得出，在影響人才集聚的各因素中，經(jīng)濟(jì)與生活水平的高低對(duì)人才集聚的影響最大[10]。故本文將經(jīng)濟(jì)發(fā)展水平作為解釋變量之一，并用地區(qū)的人均GDP表示。

研發(fā)投入強(qiáng)度（INVEST）。研發(fā)投入強(qiáng)度表明了政府對(duì)研發(fā)人才的重視程度，在很大程度上影響到研發(fā)人才研發(fā)結(jié)果的成功與否，較好的研發(fā)環(huán)境對(duì)研發(fā)人才具有很大的吸引力。本文以R&D經(jīng)費(fèi)投入與地區(qū)生產(chǎn)總值的比值表示。

高技術(shù)產(chǎn)業(yè)發(fā)展水平（TECH）。作為研發(fā)人才集聚的重發(fā)區(qū)，高技術(shù)產(chǎn)業(yè)發(fā)展水平的高低嚴(yán)重影響研發(fā)人才的集聚。本文以地區(qū)高技術(shù)產(chǎn)業(yè)R&D經(jīng)費(fèi)內(nèi)部支出占地區(qū)GDP的比例衡量其發(fā)展水平。

3.控制變量

研發(fā)人才集聚容易受到區(qū)域整體環(huán)境的影響，例如教育、交通等因素的影響，因此本文選取區(qū)域教育水平、交通便利度作為控制變量。

教育水平（EDU）。教育水平是指一個(gè)地區(qū)各種教育的普及程度及其質(zhì)量水平。教育水平的高低對(duì)研發(fā)人才研發(fā)、創(chuàng)新等能力的提升發(fā)揮著不可取代的作用。因此，本文選取教育水平作為變量之一，并用地方財(cái)政教育支出與地區(qū)人口的比值進(jìn)行表示。

交通便利度（TRC）。交通便利度對(duì)人才集聚有很大影響，本文交通便利度用地區(qū)與全國(guó)客運(yùn)量比值進(jìn)行表示。

由于相應(yīng)的實(shí)證數(shù)據(jù)具有較大的絕對(duì)關(guān)系，為了保證數(shù)據(jù)的精準(zhǔn)性，本文對(duì)上述各變量的原始數(shù)據(jù)進(jìn)行了對(duì)數(shù)預(yù)處理。對(duì)數(shù)函數(shù)在定義域內(nèi)為單調(diào)增函數(shù)，因此，不會(huì)改變數(shù)據(jù)的相關(guān)關(guān)系。

（二）空間權(quán)重矩陣的確定

空間權(quán)重矩陣是一種與被解釋變量的空間自回歸過程相聯(lián)系的矩陣。本文根據(jù)研究需要確定兩種權(quán)重矩陣W（W1、W2），W1為鄰接矩陣，當(dāng)兩個(gè)觀測(cè)對(duì)象在空間地理上相鄰時(shí)，矩陣中的元素取1，否則取0；W2為經(jīng)濟(jì)距離矩陣，以區(qū)域間人均GDP差值絕對(duì)值的倒數(shù)來衡量區(qū)域經(jīng)濟(jì)距離矩陣，其主對(duì)角元素為0，為便于解釋，本文對(duì)W1、W2均進(jìn)行了標(biāo)準(zhǔn)化處理。

（三）模型的構(gòu)建

空間面板杜賓模型將因變量和自變量的空間滯后項(xiàng)同時(shí)引入模型中，不僅考慮到本地區(qū)各自變量對(duì)因變量的影響，也反映了相鄰地區(qū)的因變量和各自變量分別對(duì)本地區(qū)因變量產(chǎn)生的影響。考慮到本文研究的是鄰近地區(qū)的各自變量產(chǎn)生的溢出效應(yīng)，為便于分析，本文選擇空間面板杜賓模型。模型構(gòu)建結(jié)果如下：

式（1）中，i表示省、直轄市及自治區(qū)（i=1，2，…，31），i=1表示北京市，i=2表示天津市，以此類推；t表示年份（t=1，2，…，10），t=1表示2007年，t=2表示2008年，以此類推；ρ為空間自相關(guān)回歸系數(shù)，衡量的是關(guān)聯(lián)地區(qū)研發(fā)人才的集聚對(duì)本地區(qū)研發(fā)人才集聚的影響；β1、β2、β3、β4、β5分別為經(jīng)濟(jì)發(fā)展水平、研發(fā)投入強(qiáng)度、高技術(shù)產(chǎn)業(yè)發(fā)展水平、教育水平、交通便利度的參數(shù)向量；θ1、θ2、θ3、θ4、θ5分別表示經(jīng)濟(jì)發(fā)展水平、研發(fā)投入強(qiáng)度、高技術(shù)產(chǎn)業(yè)發(fā)展水平、教育水平、交通便利度空間滯后項(xiàng)的參數(shù)向量；代表個(gè)體效應(yīng)；代表時(shí)間效應(yīng)；代表隨機(jī)干擾項(xiàng)；W為31*31的空間權(quán)重矩陣。

三、我國(guó)研發(fā)人才集聚的空間溢出效應(yīng)實(shí)證分析

（一）樣本及數(shù)據(jù)選取

考慮到數(shù)據(jù)的完整性，本文所用到的數(shù)據(jù)為除去香港、澳門、臺(tái)灣后的31個(gè)省（市、自治區(qū)）2007—2016年間的數(shù)據(jù)，所有數(shù)據(jù)均來自2008—2017年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》。

（二）研發(fā)人才集聚區(qū)位熵情況

首先計(jì)算研發(fā)人才區(qū)位熵，觀察各地研發(fā)人才集聚程度的差異。在此選取2016年各地研發(fā)人才區(qū)位熵?cái)?shù)值，結(jié)果如圖1所示。由圖1可見，各地研發(fā)人才的集聚存在顯著差異，其中，數(shù)值超過1的地區(qū)有天津、江蘇、浙江、北京、上海、廣東、安徽、山東，數(shù)值大于0.5的地區(qū)有湖南、福建、湖北、陜西、河北、重慶、四川、遼寧、吉林、河南、內(nèi)蒙古、黑龍江、寧夏、江西，而數(shù)值低于0.5的地區(qū)為山西、廣西、甘肅、云南、貴州、海南、青海、新疆、西藏，總體而言，東部地區(qū)的人才區(qū)位熵?cái)?shù)值高于中部，中部地區(qū)數(shù)值略高于西部，說明東部地區(qū)的研發(fā)人才集聚能力相比中部和西部地區(qū)的集聚能力略強(qiáng)，研發(fā)人才集聚能力總體呈現(xiàn)由東向西依次遞減的趨勢(shì)。

（三）實(shí)證結(jié)果

1.空間相關(guān)性檢驗(yàn)

空間相關(guān)性是測(cè)試空間某點(diǎn)的觀測(cè)值是否與其相鄰點(diǎn)的值存在相關(guān)性的一種分析方法，只有各變量之間存在空間相關(guān)性時(shí)，將空間矩陣引入研發(fā)人才集聚研究才具有意義，此研究才具有可行性。本文利用Matlab2016a獲得兩種權(quán)重矩陣下我國(guó)31?。ㄊ?、自治區(qū)）研發(fā)人才集聚的全局 Moran's I指數(shù)及p值（包括其后的實(shí)證分析）（見表1）。在鄰接矩陣、經(jīng)濟(jì)距離矩陣兩種空間權(quán)重矩陣下，2007—2016年各年的Moran's I指數(shù)均為負(fù)，且在1%水平上顯著，因此，可得出結(jié)論，我國(guó)研發(fā)人才集聚在區(qū)域間不是相互獨(dú)立的，存在顯著的空間負(fù)相關(guān)。

2.基于空間面板杜賓模型的回歸結(jié)果分析

表2為31?。ㄊ?、自治區(qū)）研發(fā)人才集聚的空面面板杜賓模性的回歸結(jié)果。由表2可知，各效應(yīng)下的擬合優(yōu)度（R2）均大于80%，說明模型的擬合效果很好，能較好反映各變量間的相互關(guān)系。各效應(yīng)中，通過顯著性水平檢驗(yàn)的空間自回歸系數(shù)（ρ）均為負(fù)，表明我國(guó)省際間的研發(fā)人才集聚存在顯著的空間負(fù)相關(guān)，本省研發(fā)人才的集聚情況不僅受到本省內(nèi)各解釋變量、控制變量的影響，同時(shí)也受到關(guān)聯(lián)地區(qū)研發(fā)人才集聚的負(fù)向沖擊，即關(guān)聯(lián)地區(qū)的研發(fā)人才集聚程度越高，則本地區(qū)研發(fā)人才集聚的程度越低，在鄰接矩陣的無(wú)固定效應(yīng)下，空間自回歸系數(shù)（ρ）效果最顯著，其值為-0.168，意味著關(guān)聯(lián)地區(qū)的研發(fā)人才集聚度每提高1%，本地區(qū)的研發(fā)人才集聚度將減少0.168%，全國(guó)各地區(qū)間容易形成研發(fā)人才資源爭(zhēng)奪的競(jìng)爭(zhēng)關(guān)系。

3.兩種空間權(quán)重下空間溢出效應(yīng)的分解結(jié)果分析

由上述回歸結(jié)果可知，空間自相關(guān)回歸系數(shù)ρ不等于零，根據(jù)Lesage和Pace的研究，如果模型估計(jì)結(jié)果中空間系數(shù)ρ不為零，那么，模型回歸系數(shù)β和θ不能直接用來對(duì)自變量的空間溢出效應(yīng)進(jìn)行解釋[11]，故現(xiàn)用偏微分方法，將各自變量、控制變量對(duì)研發(fā)人才集聚的空間溢出效應(yīng)分解為直接效應(yīng)、間接效應(yīng)以及總效應(yīng)。所謂直接效應(yīng)是指本地區(qū)相關(guān)變量的變動(dòng)對(duì)本地區(qū)研發(fā)人才集聚的影響，間接效應(yīng)指關(guān)聯(lián)地區(qū)相關(guān)變量的變動(dòng)對(duì)本地區(qū)研發(fā)人才集聚的影響，在不考慮誘發(fā)效應(yīng)時(shí)，總效應(yīng)等于直接效應(yīng)與間接效應(yīng)之和。據(jù)表2可知，兩種權(quán)重矩陣下的Hausman 檢驗(yàn)均未通過檢驗(yàn)，故隨機(jī)效應(yīng)優(yōu)于固定效應(yīng)，可在無(wú)固定效應(yīng)下進(jìn)行空間溢出效應(yīng)的分解（見表3）。

（1）解釋變量的空間溢出效應(yīng)分析

首先是解釋變量對(duì)研發(fā)人才集聚省域內(nèi)的溢出效應(yīng)（即直接效應(yīng)）。根據(jù)表3的分解結(jié)果，兩種權(quán)重矩陣下經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)均為正，且通過了1%的顯著性水平檢驗(yàn)，且經(jīng)濟(jì)距離權(quán)重下的直接效應(yīng)最大，為0.843。由此可知，經(jīng)濟(jì)發(fā)展水平對(duì)省域內(nèi)的研發(fā)人才集聚具有顯著的正向空間溢出效應(yīng)，經(jīng)濟(jì)發(fā)展水平的提高將提高研發(fā)人才的集聚水平。在兩種權(quán)重矩陣下，研發(fā)投入強(qiáng)度的直接效應(yīng)均為正且通過了1%的顯著性水平檢驗(yàn)。其中在經(jīng)濟(jì)距離矩陣下的直接效應(yīng)最大，為0.668，說明研發(fā)投入強(qiáng)度對(duì)省域內(nèi)的研發(fā)人才集聚具有顯著的正向空間溢出效應(yīng)，且在經(jīng)濟(jì)距離矩陣下的效果更為明顯。兩種權(quán)重矩陣下，高技術(shù)產(chǎn)業(yè)發(fā)展水平的直接效應(yīng)均為正且通過了1%的顯著性水平檢驗(yàn)，且在鄰接權(quán)重矩陣下的溢出效應(yīng)更大。由此可知，高技術(shù)產(chǎn)業(yè)發(fā)展水平對(duì)省域內(nèi)的研發(fā)人才集聚具有顯著的正向溢出效應(yīng)，高技術(shù)產(chǎn)業(yè)水平的提高將提高研發(fā)人才的集聚度。綜上可得，經(jīng)濟(jì)發(fā)展水平、研發(fā)投入強(qiáng)度、高技術(shù)產(chǎn)業(yè)發(fā)展水平均對(duì)省域內(nèi)的研發(fā)人才集聚存在正向溢出效應(yīng)，其中，經(jīng)濟(jì)發(fā)展水平及研發(fā)投入強(qiáng)度的影響程度較大，高技術(shù)產(chǎn)業(yè)的發(fā)展水平影響程度較小。

其次是解釋變量對(duì)研發(fā)人才集聚省域間的溢出效應(yīng)（即間接效應(yīng)）。由表3可得，兩種權(quán)重矩陣下，經(jīng)濟(jì)發(fā)展水平對(duì)省域間的研發(fā)人才集聚具有負(fù)效應(yīng)且均通過了1%的顯著性水平檢驗(yàn)，且在經(jīng)濟(jì)距離矩陣下的溢出效應(yīng)更大，說明經(jīng)濟(jì)發(fā)展水平對(duì)省域間的研發(fā)人才集聚具有顯著的阻礙作用，經(jīng)濟(jì)水平的提高將阻礙關(guān)聯(lián)省域研發(fā)人才集聚的提高。在兩種權(quán)重矩陣下，研發(fā)投入強(qiáng)度的間接效應(yīng)均為正，但只有在鄰接權(quán)重矩陣下才通過了顯著性水平檢驗(yàn)，說明研發(fā)投入強(qiáng)度對(duì)省域間的研發(fā)人才集聚具有正向溢出效應(yīng)，研發(fā)投入強(qiáng)度的提高將有助于關(guān)聯(lián)省域研發(fā)人才集聚水平的提高，且這種溢出效應(yīng)在鄰接矩陣下更為顯著。兩種權(quán)重矩陣下，高技術(shù)產(chǎn)業(yè)發(fā)展水平的間接效應(yīng)均為負(fù)但并未通過顯著性檢驗(yàn)，說明高技術(shù)產(chǎn)業(yè)水平對(duì)省域間的研發(fā)人才集聚具有負(fù)的溢出效應(yīng)，高技術(shù)產(chǎn)業(yè)水平的提高將不利于關(guān)聯(lián)省域研發(fā)人才集聚水平的提高，但這種影響并不顯著。綜上所述，經(jīng)濟(jì)發(fā)展水平、高技術(shù)產(chǎn)業(yè)發(fā)展水平對(duì)省域間的研發(fā)人才集聚均存在負(fù)向溢出效應(yīng)，而研發(fā)投入強(qiáng)度則存在正向溢出效應(yīng)，且這三種因素中，高技術(shù)產(chǎn)業(yè)發(fā)展水平的影響力最小。

最后是解釋變量對(duì)研發(fā)人才集聚的空間溢出總效應(yīng)。在兩種權(quán)重矩陣下，經(jīng)濟(jì)發(fā)展水平對(duì)研發(fā)人才集聚的溢出總效應(yīng)為正且通過了顯著性水平檢驗(yàn)。由此可知，經(jīng)濟(jì)發(fā)展水平對(duì)省域內(nèi)的正向溢出大于關(guān)聯(lián)省域?qū)Ρ臼〉呢?fù)向溢出，致使總效應(yīng)為正，經(jīng)濟(jì)發(fā)展水平的提高有利于改善研發(fā)人才集聚水平。研發(fā)投入強(qiáng)度的總效應(yīng)在兩種權(quán)重矩陣下均為正且都通過了1%顯著性檢驗(yàn)，鄰接矩陣下的總效應(yīng)大于經(jīng)濟(jì)距離矩陣下的總效應(yīng)，在直接、間接兩種效應(yīng)的疊合下，研發(fā)投入強(qiáng)度對(duì)研發(fā)人才集聚呈現(xiàn)促進(jìn)作用，且鄰接矩陣下的促進(jìn)作用要大于經(jīng)濟(jì)距離矩陣下的促進(jìn)作用。高技術(shù)產(chǎn)業(yè)水平在兩種權(quán)重矩陣下均為正，且通過了顯著性水平檢驗(yàn)。因此，高技術(shù)產(chǎn)業(yè)水平的直接效應(yīng)對(duì)研發(fā)人才集聚的正向溢出要大于省域間間接效應(yīng)的負(fù)向溢出，使得高技術(shù)產(chǎn)業(yè)發(fā)展水平的總體效應(yīng)為正。綜上可得，直接效應(yīng)的影響力度普遍大于間接效應(yīng)，經(jīng)濟(jì)發(fā)展水平、研發(fā)投入強(qiáng)度、高技術(shù)產(chǎn)業(yè)發(fā)展水平均呈現(xiàn)正向溢出總效應(yīng)。

（2） 控制變量的空間溢出效應(yīng)分析

首先是教育水平。在兩種權(quán)重矩陣下均具有正向的直接效應(yīng)且均通過了1%的顯著性水平檢驗(yàn)，這表明教育水平的提高有利于本省區(qū)研發(fā)人才集聚的提高。同時(shí)，在兩種權(quán)重矩陣下，教育水平在區(qū)域間存在著負(fù)向的間接效應(yīng)，但經(jīng)濟(jì)距離矩陣下未通過顯著性水平檢驗(yàn)。綜合直接、間接兩種溢出效應(yīng)，教育水平的總溢出效應(yīng)為正，即教育水平的提高將促進(jìn)研發(fā)人才集聚。

其次是交通便利度。由表4可知，交通便利度的直接效應(yīng)為正且在經(jīng)濟(jì)距離矩陣下通過了水平性檢驗(yàn)。由此可知，交通便利度對(duì)區(qū)域內(nèi)存在正向溢出效應(yīng)，交通便利度的提高將有助于研發(fā)人才集聚的提高。除此之外，其間接效應(yīng)也均為正，但并未通過顯著性水平檢驗(yàn)，表明關(guān)聯(lián)省域交通便利度的提高將帶動(dòng)本省域人才集聚的提高。在兩種效應(yīng)的正向疊加下，交通便利度也存在著顯著的正向溢出總效應(yīng)。總體而言，交通便利度的提高將帶動(dòng)研發(fā)人才的集聚。

四、結(jié)論與建議

（一）研究結(jié)論

第一，我國(guó)研發(fā)人才在省域間存在著顯著的空間負(fù)相關(guān)性，且在各省域分布不均衡，總體呈現(xiàn)由東向西依次遞減情形。第二，與東部、中部地區(qū)相比，西部地區(qū)內(nèi)的人才競(jìng)爭(zhēng)壓力更大、研發(fā)人才資源的爭(zhēng)奪更加激烈，關(guān)聯(lián)地區(qū)的研發(fā)人才集聚會(huì)顯著抑制本地的研發(fā)人才集聚水平。第三，經(jīng)濟(jì)發(fā)展水平、研發(fā)投入強(qiáng)度、高技術(shù)產(chǎn)業(yè)發(fā)展水平、教育水平和交通便利度在鄰接矩陣、經(jīng)濟(jì)距離矩陣兩種矩陣中依據(jù)直接效應(yīng)、間接效應(yīng)而有很大的不同。綜合兩種溢出效應(yīng)而呈現(xiàn)的總體溢出效應(yīng)為：經(jīng)濟(jì)發(fā)展水平、研發(fā)投入強(qiáng)度、高技術(shù)產(chǎn)業(yè)發(fā)展水平、教育水平和交通便利度總效應(yīng)均為正。

（二）建議

第一，促進(jìn)研發(fā)人才在各省域的分布均衡。研發(fā)人才主要集聚在東部地區(qū)，造成了我國(guó)東西部經(jīng)濟(jì)發(fā)展的不平衡，為改善這一狀況，各省市應(yīng)在充分尊重市場(chǎng)配置人才資源的基礎(chǔ)上，促進(jìn)人才合理有序流動(dòng)，改革人才培養(yǎng)機(jī)制，提出吸引研發(fā)人才的政策。第二，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，提高經(jīng)濟(jì)發(fā)展水平。轉(zhuǎn)變傳統(tǒng)的粗放式管理方式，通過精細(xì)化管理促進(jìn)經(jīng)濟(jì)持續(xù)增長(zhǎng)，以創(chuàng)新帶動(dòng)經(jīng)濟(jì)，以經(jīng)濟(jì)吸引人才。第三，適當(dāng)提高研發(fā)投入強(qiáng)度，提高科研環(huán)境，完善科研基礎(chǔ)設(shè)施，提高對(duì)研發(fā)人才的重視程度及待遇。第四，提高對(duì)高技術(shù)產(chǎn)業(yè)的重視程度，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，通過高技術(shù)產(chǎn)業(yè)的集聚促進(jìn)研發(fā)人才的集聚。第五，增加教育投入，提高教育發(fā)展水平，充足的人才供應(yīng)可有效保持人才集聚的持續(xù)進(jìn)行。第六，加大交通設(shè)施的投入力度，通過完善交通設(shè)施促進(jìn)研發(fā)人才的流動(dòng)與集聚。