区域发展特征与人才机制的构建策略*—— 基于硅谷、深圳和天津经济技术开发区的面板数据

□ 曹 鹏 刘京晶 寇 祁

一、引言

随着各地政府相继出台的一系列引进人才政策的实施，人才已经由最初的主要流向北上广深等一线城市，逐渐过渡到流向利好政策的二线城市，并且随着三线城市引才政策的推出，有逐渐分流到三线城市的趋势。

虽然引进人才是为了应对城市经济转型升级的迫切需要，但人才政策和机制不应只包括引进人才，还应包括培育人才和使用人才以及留住人才，城市应结合自身经济和产业特点，突出自身优势，制定有针对性的引才政策，同时构建育才机制和用才机制，形成完备的人才机制。尤其应将引进人才和培育人才以及使用人才相结合，准确地识别人才，坚持长线发展，避免人才短视症，树立人人平等、共有共享的理念，构建系统的人才机制[1]。

在具体研究层面，人才机制研究又可分别对人才政策的研究、对人才激励的研究和对人才制度的研究等多个方面。由于人才机制并不属于单一的理论范畴，学者对于人才机制这一概念往往是从不同角度和不同理论出发点来进行研究的。在人才引进机制研究中，有的归纳总结了国外引才的几种模式，包括长期移居、短期聘用、国外借用等几种形式。大多数研究针对我国政府近些年的引才举措和政策进行了研究，如“千人计划”和各地方政府的人才引进计划。在人才培养机制的研究中，针对传统观念、教育体制、评价体制等对人才培养机制的影响进行了研究。另外，针对人才素质和道德素质的研究较多，而对于地方经济人才培养模式的研究较少。在人才使用机制的研究中，各类研究方向均围绕传统的经济学和管理学理论进行，如人力资本理论、科学管理理论等。用才机制的研究主要围绕如何提高人才使用效率、合理规划使用人才以及量才使用等方面。总的来说，以往的研究对于人才引进和人才培养机制的研究较多，且形成了一定的研究体系，但是对于人才使用机制方面的研究还较少，且缺乏针对性。

基于前人对于人才机制的研究，并结合现阶段我国人才引进以及人才机制构建的现状，本研究对地区人才机制的构建进行了探讨，并采用硅谷、深圳、天津经济技术开发区的人才数据进行了实证分析，试图发现人才机制对于地区经济发展的影响以及各要素影响的权重，借以对我国现阶段各地区的人才政策提出合理化建议，避免人才机制构建中的盲目性，并为今后地区人才机制的构建提出探索性的指导意见，使不同地区的人才机制构建更加科学合理。

二、文献综述

人才机制包含多方面的含义，由于人才机制并没有统一的理论解释，在本研究中主要从人才政策和人才激励两个方面对人才机制进行阐述和探讨。

（一）人才政策研究

从人才政策内容来看，黄海刚[2]以国家近40年发布的系列高端人才政策为分析样本，发现中国高端人才政策具有显著的政府主导性和变革渐进性、强调“引”大于“育”的政策价值隐喻等特征，也经历了政策工具从单一到多元、发文机构从相对独立到协同的制度变迁。刘忠艳[3]以改革开放以来的科技政策为基础数据，借助文献编码和计量分析法，解读了政策性文本阶段性分布、政策发文主题、政策要素，揭示了政策变迁与选择间的深层关系。[4]发现中央战略及政策的引导、地方政府战略的调整是各地人才政策创新的重要动因，京、沪、浙三地在府际竞争和府际学习的过程中，也在不断进行政策的调整和完善。陈丽君认为[5]人才政策在层级传递执行过程中，基层政府会出现政策功能异化、多部门执行中的政策实施梗阻、政策对话中的信息传送阻塞三种执行偏差的情形。程瑨等[6]认为，凡是时间上较晚出台相似政策的示范区，都从已出台该政策的示范区产生了政策转移。示范区之间通过政策的学习、借鉴和模仿，能够促进不同程度上的政策创新，降低政策成本，提高政策制定水平，提升政策的竞争力。

从人才政策区域比较来看，刘玉雅[7]将京沪粤苏浙地区的人才政策进行比较，运用层次分析法构建人才政策的评价体系，指出人才引进标准以人才激励发展性和福利性为主要影响因素，将人才政策完善度的顺序排列为京沪粤苏浙。黄怡淳[8]将北上广深四地人才政策做对比，挖掘其他城市科技人才政策可借鉴的优点，针对广州提出了完善人才政策的若干举措。郭俊华、徐倪妮[9]以京沪深的创业人才政策作为研究对象，发现三地共同存在由于过度运用创业融资及创业促进支持政策，造成政策冲突、打架的问题，以及在减少障碍、创业教育维度的政策运用上存在空白的现象。

从人才政策研究方法来看，郭名[10]将人才的发展归结为学术科研、参政议政、社会地位三个方面，运用相关回归分析的方法，探究了政策对于社会科学人才的影响。杨艳{11]从政策工具的视角，构建了政策目标、政策工具和政策力度三维分析框架，对上海市人才政策进行测量和统计分析，考察了政策的协同性问题。杨蕾[12]采用混沌粒子群优化算法（CPSO）建立了人才政策满意度、敬业度和流失倾向三者间的关系模型，给出了人才政策系统优化路径选择的依据。张再生[13]运用DEA模型构建人才政策效率评价理论模型，对天津市人才政策文件进行了绩效评价，得出其纯政策投入效率基本处于理想状态的结论。刘小午[14]对军队发展带来技术人才需求的动态变化，采用鲁棒优化方法构建了军队人才培养的鲁棒优化模型。王磊[15]运用模糊聚类分析的方法，通过高新区科技人才政策指标体系的构建，对环渤海地区十个高新区进行人才政策评价研究。

国外的人才政策与各国社会经济发展紧密相关，其政策体系基本可以概括为3个方面：发展环境政策、收入福利政策和海外吸引政策。在发展环境政策方面，美国进入21世纪后，先后出台《实现美国潜能的科技人才》（2003）等一系列科技发展战略，其中人才的培养与开发是其重要的组成部分；[16]日本出台了《新增长战略》（2010）等政策，为日本科技发展提供了良好的环境。在收入福利政策方面，2014年法国国家科研署推出了高端研究人才计划，对优秀人才予以颁奖奖励[17；2008年英国研究理事会建立总值500万英镑的“Skills Gap Awards”资助金计划等。在海外吸引政策方面，金融危机后，美国政府为了促进经济复苏，有效地利用高层次海外人力资源，相继提出了《经济恢复与再投入法案》（2009）等人才政策[18]；2007年日本政府修订了《雇佣对策法》（2007），使海外人才获得适当的受聘机会并能够发挥优秀人才的能力[19]。

（二）人才激励研究

对人才激励的影响因素研究，孔德议、张向前[20]基于内在动机和外在动机相结合的激励模型，分析了职业发展、工作氛围、荣誉激励、工作设计、薪酬激励和奖励政策激励影响着科技人才的创新工作。任芳[21]采用非线性概率模型——logistic回归模型分析了影响民办高校人才队伍激励需求的重要因素，认为职业稳定性、人际环境、精神激励的影响更为显著。孔德议[22]从组织承诺的角度将激励因素总结为工作本身、个人成长、成就需要等内在动机因素和薪酬、高度自主、他人认可等外在动机因素。认为内在与外在动机显著推动对组织的感情承诺和继续承诺。赵大为[23]以产业集群人才环境理论为基础，构建了产业集群环境各指标对人才激励的作用机制模型，分析指出产业集群人才环境的激励力主要来源于政策环境、生活环境、市政环境、自然环境、人文环境、创新环境、法律环境和学习环境八个方面。

对人才激励的评价研究方面，徐顽强[24]结合高科技企业人才激励测度指标，构建了以公平理论为先导的东湖示范区人才激励测度指标体系整合模型，更加注重企业内部员工间、企业间与示范区间三者的激励对比。刘洪银[25]利用代表性地区理工农医类科技人才的数据为研究样本，实证分析了科技人才激励政策的实施成效，得出科技人才激励政策成效体制内外存在差别，青年人才成效低的结论。

人才激励方式的研究方面，魏翔[26]运用目标管理理论中的SMART原则，构建了以目标设置→人岗匹配→绩效考核→激励为路径的地质调查人才综合激励机制模型。杭晨捷[27]引入可量化的积分管理激励方法，将员工的能力提升与工作贡献数字化，指出积分总量计算、岗等系数折算以及积分标准值测算是该种激励方法的重要步骤。范晓峰[28]以三因素激励框架，论证了激励、保健和去激励三种因素在地方高校激励高层次人才方面的作用。赵峰[29]以综合激励模型为基础，对创新人才的激励机制进行了研究，提出要科学设计外在性奖酬体系，合理构建内在性奖酬体系，关注公平性因素以及人才对于组织满意度的考察。张宏如[30]以员工帮助计划理念为基础，融合心理学与人力资源管理的方法，提出了兼顾工作与生活平衡关系中国式EAP理念，从直接与间接两个层面实现对科技创新人才的价值激励、成长激励、减压激励和人文激励。[31]针对目前小微企业发展过程中家文化的缺失而导致的人才低激励状态，从家文化的5个激励层次和5种激励结果之间的关系出发，提出精神激励先行模式、激励层次的“2＞1”模式和激励总量上的“多优于少”策略。[32]以扬子江药业集团为例，对医药研发团队的“分步式”激励方案进行了详细分析，实证指出该种方案能解决企业在员工激励过程中的时效性难题，分解了激励的成本，实现了对激励的过程控制。

三、变量的选取与解释

（一）人才的定义

根据《国家中长期人才发展规划纲要（2010—2020年）》中的人才定义，人才是指具有一定的专业知识或专门技能，进行创造性劳动并对社会做出贡献的人，是人力资源中能力和素质较高的劳动者。人才主要包括党政人才、经营管理人才和专业技术人才。具体还可划分为经营人才、管理人才、技术人才和技能人才。

本研究是针对地区人才机制进行的，因此人才的定义需要结合研究的实际情况。在地区人才机制的定义中，人才主要包括经营管理人才和专业技术人才。在本部分对于人才机制的分析当中，为了便于数据分析，将人才定义为：本科以上学历、具有中级以上职称、具备经营管理能力和特殊技能的人员。

（二）所采用的方法

在数据选取上，分别从硅谷、深圳和天津经济技术开发区选取人才机制的相关指标变量选取面板数据，首先用主成分分析对变量进行降维处理，使变量按照引才、育才和用才三个维度分类，然后用相关分析方法对地区经济发展的GDP与三个维度公因子之间的相关关系进行分析，最后使用回归分析对三个维度内部的初始变量关系进行分析，并构建回归模型。数据分析工具采用SPSS 20.0。

（三）数据的选取

为了说明不同城市和地区人才机制的差别，本研究选取不同层次城市和地区作为数据来源样本，分别为国际层次、国内层次和地方层次，以说明不同层次城市和地区在人才机制上的差别。

1.国际层次分析的数据来源选自美国的硅谷

硅谷位于美国旧金山半岛南端的圣塔克拉拉县，是世界著名的高科技产业基地，包括英特尔、苹果、谷歌、Facebook、雅虎、思科、英伟达、特斯拉等世界知名高科技公司，并且依托周围世界著名高校和科研机构，形成了科学、技术、生产为一体的产业结构。硅谷是当今电子工业和计算机业的王国，尽管美国和世界其他高新技术区都在不断发展壮大，但硅谷仍然是高科技技术创新和发展的开创者，该地区的风险投资占全美风险投资总额的三分之一。从集群模式来说，硅谷以周围具有世界顶尖科研能力的美国高校为依托，主要包括斯坦福大学和加州大学伯克利分校，同时还包括加州大学其他的几所校区和圣塔克拉拉大学等，构建了产学研为一体的产业集群模式。从以上各个方面来说，硅谷都集聚了全球的顶尖人才，代表了国际人才机制构建的水平，因此选取硅谷作为国际层次的数据来源较为合适。

2.国内层次数据分析的来源选自深圳经济特区

深圳经济特区是我国设立的第一个经济特区，于1980年8月正式成立，位于广东省南部沿海，经过近40年的发展，已经由一个小渔村发展为国际化大都市，已成为以工业为重点的工、商、农、住宅、旅游等多种行业的综合性特区。众多企业是从深圳发展壮大，如华为、万科、腾讯、华润、中兴等，成为极具实力的国内外知名企业。以深圳为代表的珠三角经济模式已经从最大限度集聚了国内外的人才为其服务，有着较为完备的人才机制和体系。

3.地方层次数据分析来源选取天津经济技术开发区

天津经济技术开发区创立于1984年12月6日，位于天津市区以东40千米，为天津市滨海新区的重要组成部分，国家综合配套改革试验区的一部分，是中国首批国家级经济技术开发区之一。在全国54个国家级开发区、工业园区投资环境评价中，天津开发区已连续14年位居第一。从产业结构来说，天津经济技术开发区拥有电子通信、食品、机械、生物医药四大产业支柱，其中包括雀巢、摩托罗拉、三星、施耐德、富士通等世界知名企业。从人才机制来说，天津经济技术开发区经过多年的人才机制摸索，已经在引进人才、培养人才和使用人才方面有着非常完备的政策和制度，形成了比较完善的人才机制。选取天津经济技术开发区为样本分析对象，是因为除了国际层次和国家层次外，地方层次的开发区的分析也必不可少，尤其是发展较好、实力较强的地方性经济技术开发区。鉴于天津经济技术开发区在国内乃至于国际范围内具有较强的实力和较好的发展经验，因此选取天津经济技术开发区作为地方层次的分析对象。

四、实证分析

（一）主成分分析

本部分从硅谷、深圳和天津经济技术开发区分别选取和人才机制相关的10个数据指标，并采用主成分分析法对指标进行降维处理，使数据指标降至三个维度，分别对应引才机制、育才机制和用才机制。因此在因子数量选取中没有使用特征值指标，而是采用固定值为3的因子提取数。虽然这种方法使得提取的主成分对数据变异的解释程度会降低，但是为了明确三种机制的作用，依然将主成分固定值为3。

1.硅谷人才机制主成分分析

硅谷是世界知名科技人才聚集地，也是高科技产业集中的区域，因此在人才机制指标的选取中大多数采用科技产业相关数据作为分析依据，指标包括创新与高科技就业增长率、人均收入、风险投资额、太阳能设备发电量、科学工程类学位授予数、员工人均附加值、天使投资额、人均GDP、就业增长率、注册专利数量，分别选取了2008—2017年数据作为样本，由于数据收集原因，部分样本会有缺失值，在数据分析时已经进行了处理。数据取自2009—2018年硅谷指数报告（Silicon Valley Index）和美国经济分析局（U.S.Bureau of Economic Analysis）。表1和表2为因子解释原有变量总方差情况表和旋转成分矩阵。

从表1中可以看到，前两个主成分的特征值大于1，第一个主成分的方差百分比为77.624，可以解释原始变量的77.624%，第二个主成分的方差百分比为10.995，可以解释原始变量的10.995%。由于强制提取了三个主成分，因此分析结果也给出了三个主成分，并且三个主成分的累积方差达到95.905%，说明三个主成分不但保留了95.905%的原始信息，而且损失的信息极少。

表1 因子解释原有变量总方差情况（硅谷）

从表2中可以看到，主成分1中的人均收入、太阳能设备发电量、科学工程类学位授予数、人均GDP分数较高，主成分对于原始变量的解释力较强。其中人均收入代表地区收入水平，太阳能设备发电量代表地区环境质量，科学工程类学位授予数代表地区教育水平，人均GDP代表地区经济发展水平，这些都是地区吸引人才的重要条件，因此将主成分1标注为引才机制，用F1表示。主成分2中的天使投资额、就业增长率分数较高，对于原始变量的解释力较强，且代表了使用人才的指标，因此将主成分2标注为用才机制，用F2表示。主成分3中的创新与高科技就业增长率、风险投资额分数较高，对于原始变量解释力较强，代表了培育人才的指标，因此将主成分3标注为育才机制，用F3表示。根据成分得分系数构造主成分得分表达式（因篇幅所限，成分得分系数矩阵不再列出）：

F1=-0.219X1+0.2X2-0.164X3+0.316X4+0.453X5-0.056X6-0.012X7+0.266X8-0.324X9+0.171X10

F2=-0.091X1+0.124X2-0.231X3-0.135X4-0.246X5+0.057X6+0.485X7-0.05X8+0.528X9+0.237X10

F3=0.593X1-0.149X2+0.665X3-0.038X4-0.129X5+0.261X6-0.291X7-0.059X8+0.058X9-0.24X10

表2 旋转成分矩阵（硅谷）

2.深圳人才机制主成分分析

深圳经济特区是我国最早的经济特区，是世界上发展最快的城市之一，经过几十年的发展，已经具备较为完善的人才机制。因此选取了R&D人员数量、R&D经费支出、人均工资、绿化覆盖面积、国家级科研机构数、高校毕业生数、参加科技项目人员数、人均GDP、城镇就业率、授予专利数量作为数据指标。选取了2007—2016年数据作为样本，由于数据来源原因，部分样本有缺失值，在数据分析时已经进行了处理。数据取自2007—2016年深圳市统计年鉴。表3和表4为因子解释原有变量总方差情况表和旋转成分矩阵。

从表3中可以看到，前两个主成分的特征值均大于1，累积解释方差为95.104，可以解释95.104%的原始变量，由于强制提取三个主成分，第三个主成分的解释方差较低，为4.896，累积解释方差为100%，没有损失原始变量信息。

从表4中可以看到，主成分1中的R&D经费支出、绿化覆盖面积、国家级科研机构数、高校毕业生数、人均GDP得分较高，对原始变量的解释力较强，并且分别代表了吸引人才的不同方面，因此将主成分1用引才机制来标注，用F1来表示。主成分2中的R&D人员数量、参加科技项目人员数、授予专利数量得分较高，对原始变量的解释力较强，代表了培育人才的指标，因此将主成分2用育才机制来标注，用F2来表示。主成分3中只有城镇就业率得分较高，代表了使用人才的指标，这主要是由于主成分3特征值较低的原因，因此将主成分3用用才机制来标注，用F3来表示。根据成分得分系数构造主成分得分表达式（因篇幅所限，成分得分系数矩阵不再列出）：

表3 因子解释原有变量总方差情况（深圳）

F1=-0.166X1+0.166X2+0.039X3+0.824X4+0.041X5+0.195X6-0.277X7+0.122X8-0.208X9-0.16X10

F2=0.337X1+0.016X2+0.14X3-0.661X4+0.127X5-0.03X6+0.421X7+0.059X8+0.182X9+0.338X10

F3=-0.083X1+0.01X2+0.094X3-0.465X4+0.204X5+0.137X6-0.154X7+0.047X8+0.734X9+0.102X10

表4 旋转成分矩阵（深圳）

3.天津经济技术开发区人才机制主成分分析

天津经济技术开发区是我国区域性开发区中发展较好的一个，不仅集聚了大量世界知名企业，同时也集聚了来自世界范围内的优秀人才，构建了较为完备的区域性人才机制。因此选取了科技发展资金投入、国家级高新技术企业数、从业人员人均报酬、绿地面积、孵化器企业数、高校在校生数、各类培训人数、人均GDP、全员劳动生产率、科技成果鉴定数作为数据指标。选取了2012—2016年数据为样本，数据取自2012—2016年天津经济技术开发区统计公报。表5和表6为因子解释原有变量总方差情况表和旋转成分矩阵。

从表5中可以看到，前两个主成分的特征值均大于1，累积解释方差为92.691，可以解释92.691%的原始变量，由于强制提取三个主成分，第三个主成分的解释方差较低，为5.002，累积解释方差为97.693%，原始变量信息损失极少。

从表6中可以看到，主成分1中的科技发展资金投入、国家级高新技术企业数、从业人员人均报酬、孵化器企业数、各类培训人数、全员劳动生产率得分较高，对原始标量的解释力较强，且多数变量代表了培育人才的指标，因此将主成分1用育才机制来标注，用F1来表示。主成分2中绿地面积、高校在校生人数、人均GDP分数较高，且代表了引进人才的指标，因此将主成分2用引才机制来标注，用F2来表示。主成分3中只有科技成果鉴定数分数较高，且代表了使用人才的指标，这主要是因为主成分3特征值较低的原因，因此将主成分3用用才机制来标注，用F3来表示。根据成分得分系数构造主成分得分表达式（因篇幅所限，成分得分系数矩阵不再列出）：

F1=0.287X1+0.151X2+0.089X3+0.013X4+0.202X5+0.087X6+0.261X7-0.206X8+0.014X9+0.103X10

F2=-0.235X1-0.013X2+0.123X3+0.311X4-0.128X5+0.172X6-0.286X7+0.591X8+0.244X9-0.092X10

F3=0.533X1-0.059X2-0.203X3-0.126X4+0.064X5+0.215X6+0.248X7-0.323X8-0.463X9+0.883X10

（二）相关性分析

通过相关性分析可知，硅谷GDP与引才机制之间的Pearson相关系数为0.840，显著性系数为0.036，为显著正相关。但GDP与育才机制和用才机制之间的Pearson相关系数较低。深圳GDP与引才机制和育才机制之间的Pearson相关系数为0.728和0.874，且显著性系数均低于0.05，为显著正相关。但GDP与用才机制之间的Pearson相关系数较低。天津经济技术开发区GDP与育才机制之间的Pearson相关系数为0.818，且显著性系数为0.009，为显著性正相关。但GDP与引才机制和用才机制之间的Pearson相关系数较低。

表5 因子解释原有变量总方差情况（天津经济技术开发区）

表6 旋转成分矩阵（天津经济技术开发区）

（三）回归结果分析

利用主成分分析的结果对硅谷、深圳、天津经济技术开发区进行回归分析，得出三地主成分与GDP之间的线性回归关系。表7至表9为三地人才机制主成分与GDP之间的线性回归分析结果。硅谷回归分析调整后的R方为0.972，解释变量与因变量之间有着较好的拟合度，适合进行回归分析。通过表7的分析结果，构建硅谷人才机制与GDP之间的线性回归方程：

GDP=2296.307+254.996×引才机制+134.723×育才机制+88.597×用才机制

表7 硅谷人才机制主成分与GDP回归分析结果

深圳回归分析调整后的R方为1，由于已经只用主成分分析排除了多重共线性的问题，说明解释变量与因变量完全拟合。通过表8的分析结果，构建深圳人才机制与GDP之间的线性回归方程：

GDP=12208.327+1491.535×引才机制+1380.401× 育才机制+252.171×用才机制

表8 深圳人才机制主成分与GDP回归分析结果

天津经济技术开发区回归分析调整后的R方为0.996，解释变量与因变量之间有着较好的拟合度，适合进行回归分析。通过表9的分析结果，构建天津经济技术开发区人才机制与GDP之间的线性回归方程：

GDP=2692.016+278.190×育才机制+185.503×引才机制+60.446×用才机制

表9 天津经济技术开发区人才机制主成分与GDP回归分析结果

五、结论与建议

近年来各地展开的人才竞争大多将重点放在引进人才上，而完整的人才机制应包括“选、用、育、留”等方面，也就是本研究提出的引进人才、培育人才、使用人才三种机制。但是因为地区差异和经济发展的特殊性，各个地区现阶段是否需要构建完整的人才机制才能合理科学地利用人才资源为地区经济服务还尚待讨论。本研究通过对经济发展和人才集聚效应都比较成熟的三个地区——硅谷、深圳、天津经济技术开发区进行实证研究，试图找出人才机制构建的规律，得出以下结论：

第一，在经济技术开发区或者自由贸易区等规模和区域面积较小的区域的人才机制构建中，直接引入高端人才的方法并不适用，而应间接引入人才，并培育本地区现有人才为经济发展服务。第二，对于达到一定规模的经济特区以及对国内人才和部分国际人才具有吸引力的区域或城市，引进人才机制和培育人才机制同等重要。在引入全球范围内人才的同时，因为还没有达到国际顶尖人才吸引力的能力，还需要依托自身平台培育本区域内的人才为经济发展服务。第三，对于已经达到国际顶尖科研水平并且集聚了世界顶尖企业的地区和城市，由于已经有了很好的科研技术平台以及企业平台，科学合理的构建引进人才机制就能够充分发挥整体人才机制的作用，使整个人才机制为其经济发展服务。第四，根据区域和城市经济社会发展水平、地区差异、政策特点等的不同，人才机制的构建应该各有侧重。

针对上述结论及推论，以及我国现阶段各地区构建人才机制的具体情况，人才机制促进经济发展的可争取如下对策：

首先，对于区域性的开发区或者规模较小的自由贸易区等，应引入高质量企业，以企业引入人才，间接引入人才的方式较为适用。因为区域性的经济开发区面积较小，一般为国家政策导向建立，对于企业吸引力强，但是基础设施、生活生态环境、科研机构等建设并不十分成熟，对于个人的吸引力较弱。如天津经济技术开发区，吸引了国内外众多知名企业落户，因为有充分的政策保障，这些企业在本区域内发展得非常好。但是因为条件限制，天津经济技术开发区不可能直接引入两院院士或者国际知名学者，由于没有世界顶尖的高校和科研机构作为平台，这些专家直接引入后没有用武之地。而通过引入世界知名企业，这些企业会带来高技术的研发团队，以企业为载体，这些高技术研发团队和专家可以很好地为地区发展服务。同时以企业为平台，培养研发、管理等各方面人才，即使直接引入不了顶尖科研和管理人才，但是通过企业平台的培养，依然能够构建较为科学合理的人才机制为地区经济发展服务。

其次，对于具有一定国际影响力且发展速度较快的经济特区或城市，应采用引进人才和培育人才共同发展的方法，推进人才机制的完善以促进地区经济发展。由于具有一定的国际影响力，并且集聚了一批国内极具实力的企业和部分达到国际竞争力的企业，具备比较优质的生活生态环境、科研及高校平台，通过经济特区的政策倾斜，可以直接引入部分世界级专家和技术人员。在已经形成的高校和科研平台的基础上，可以同时培育自有人才，为促进地区经济发展服务。以深圳经济特区为例，由于政策优惠以及拥有部分具备国际竞争力的企业和国际水平的实验室，深圳引入了多个诺奖级专家团队入驻。经过几十年的发展，深圳拥有多所大学和科研机构，包括自身建设的深圳大学和南方科技大学，已经发展为极具科研能力的国内知名高校，依托这些平台培育自有人才队伍，通过引才和育才并举，推动人才机制为地区经济发展服务。

最后，对于能够集聚全球顶尖企业和人才并且具有明显产业优势的区域或城市，人才机制构建中应以引进人才为主。因为这些地区或城市已经拥有世界顶尖企业和顶尖大学以及科研机构，科技能力和管理能力居全球前列，完全有能力培育本地区人才并且很好地留用人才。为了集聚更多的全球顶尖人才，利用自身优势产业以及科研机构平台来吸引人才就成为最主要的人才集聚手段。例如，美国硅谷不仅拥有英特尔、苹果、谷歌、脸书、特斯拉等全球顶尖科技企业，还拥有斯坦福大学、加州大学伯克利分校等世界顶尖高校，可以为硅谷培养世界级顶尖人才，同时由于硅谷成熟的产业结构和科研平台，可以很好地留用人才。因此硅谷利用自身优势，吸引着全世界范围内的科技人才聚集到硅谷，为企业和地区服务，推动区域经济的发展。至2018年，硅谷GDP已经占到了美国最富裕的加利福尼亚州GDP的10.4%。

此外，对于拟构建世界级人才聚集地的区域或者城市，要根据建设的进度和水平构建人才机制，根据发展初建期、发展期和成熟期的不同阶段构建不同侧重点的人才机制，以适应不同的经济发展水平并为经济发展服务。如正在建设中的雄安新区，对于未来的规划定位于“世界眼光，国际标准”，这不仅体现在经济发展上，在人才、科技、社会等各方面都要达到世界级水平。但是对于人才机制而言，发展初期由于仅有政策的优越性，没有建立和形成本地区的人才吸引平台，因此利用政策优势吸引优质企业并由企业为依托引入人才是较为合理的方式，同时利用企业自身能力培育本地区人才也是较为经济且效率较高的人才聚集方式。发展到一定规模后，达到国内顶尖国际前列的经济及社会发展水平后，可以引才和育才并举，利用已经建设成熟的人才平台直接吸引全球优质人才。未来雄安新区达到预期的“国际标准”，并拥有了世界顶尖的企业、高校、科研机构等平台后，便可直接吸引全球顶尖人才为地区经济服务。

总之，人才机制因地而异，只有结合本区域特点才能构建科学合理的人才机制。同时，人才机制归根结底要以地区综合实力为基础，只有拥有完备的产业结构、基础设施、社会环境等才能够形成科学的人才机制，从而以人才机制促进地区经济发展。