人力资本密度对我国区域创新的影响

张爱芹 赖德胜

摘要：集聚理论认为，人力资本在空间和就业人口上的密集程度会影响其作用的发挥。然而，当前关于人力资本密度特别是纳入空间因素的人力资本密度对创新影响的实证研究非常有限，基于中国数据的分析更是少见。为构建人力资本密度新内涵，实证检验其对创新的影响及区域差异，基于2003—2019年我国省级数据，以单位行政区划面积和就业人口总量为密度单位，构建包含地理空间密度和人口结构密度两个指标的人力资本密度变量，使用创新模型和两阶段最小二乘法进行实证分析。研究发现，整体看，人力资本密度两个指标对我国创新产出均具有显著正向影响，提高人力资本密度有助于推动区域创新发展。分地区看，人力资本地理空间密度对东部和西部地区的创新产出具有正向显著影响，但对中部地区具有负向显著影响；人力资本人口结构密度对东部地区创新产出具有正向促进作用，但对西部地区具有显著抑制作用，对中部地区没有显著影响。因此，为更好地推动人力资本集聚与区域创新，一要在继续扩大人力资本规模的同时，重视人力资本质量提升，加强对创新型人力资本的培养；二要深化人才管理体制机制改革，激发人才创新活力；三要发掘区域发展政策红利，结合地区发展特色与所处阶段，制定配套的人才发展与集聚政策；四要充分发挥东部地区人才和创新优势，推动其在重点领域、核心技术等方面的创新和引领作用。

关键词：人力资本；地理空间密度；人口结构密度；区域创新；知识溢出

中图分类号：F207文献标识码：A文章编号：1007-8266（2021）11-0067-11

受新冠肺炎疫情影响，当前全球经济持续低迷，世界经济短期内复苏预期落空，经贸冲突不断，贸易保护主义升级，逆全球化思潮显现，这些不确定不稳定因素进一步加剧了世界政治与经济格局的调整。与此同时，我国经济发展也面临着推动结构转型升级、促进发展质量提高以及实现平衡而又充分发展的任务和压力。面对百年未有之大变局，为实现我国经济社会高质量发展，满足人民对美好生活的需要，必须创新。创新既是关系我国发展全局的重大问题，也是形成以国内大循环为主体的新发展格局的关键[ 1 ]。

创新必须依靠人才。关于人才或人力资本对创新的影响，学术界从人力资本的类型、结构、配置等不同角度进行了广泛探讨。研究发现，不同类型人力资本对创新或经济增长贡献的大小存在差异。比如，范登布希（Vandenbussche J）等[ 2 ]利用1960—2000年经济合作与发展组织（OECD）成员国数据进行分析发现，能够促进这些国家边际增长的是技术型人力资本，而不是总人力资本，且在更接近技术前沿的经济体中，技术型人力资本的增长促进效应更强。这样的结果也得到了我国数据的支持。胡永远等[ 3 ]的研究表明，一般性、技能型人力资本对经济增长的贡献有减小趋势，而创新型人力资本的贡献不断增大。在经济发展早期，经济的增长和赶超主要依靠体能资本与相应的专用性知识资本，而经济的质量型发展（以創新为重要表现）主要依靠通用型知识资本（人力资本）[ 4 ]。赖德胜等[ 5 ]分析了人力资本配置对创新的影响，发现人力资本配置到市场部门对创新具有促进作用，配置到政府部门和垄断部门对创新具有不同程度的抑制作用。纪雯雯等[ 6 ]进一步从人力资本结构角度分析发现，不同教育层级所形成的人力资本对创新的影响不同，就我国现阶段而言，受过高等教育与高中阶段教育的人力资本均可显著促进创新。钱晓烨等[ 7 ]发现，与中等或初等学历水平的劳动者相比，高等学历水平的劳动者对创新的贡献明显更大。

我国幅员辽阔，地区间创新水平参差不齐，并在空间分布上表现为明显的创新区域集群现象。针对这种现象，传统集聚理论的解释是生产要素的集聚有助于促进创新。然而，随着研究的深入和社会的发展，人们意识到，产业集聚促进创新的前提条件是专业化的人力资本和企业家，人力资本和企业家的集聚能够带来包括技术、制度、市场在内的各方面创新，这才是集聚区域的竞争优势[ 8 ]。高铁的开通之所以能够显著促进沿线城市创新水平的提高，其重要机制就在于，高铁建设引发了人力资本的迁移，而人力资本的流向与空间分布格局重塑了我国区域创新的空间结构[ 9 ]。王猛等[ 10 ]研究发现，营造良好环境可以吸引创意阶层集聚，而由此产生的知识外部性可以有效提升城市特别是大城市的创新水平。

近年来，随着新经济地理学的兴起和空间计量方法的完善，人力资本密度成为学界研究区域创新发展与差异的一个新视角。比如，张海峰[ 11 ]研究了人力资本空间集聚对区域创新绩效的影响，发现具有中高级职称的专业技术人员就业密度每增加1人/平方千米，区域创新绩效就提高5.6%；浙江省县级区域创新绩效提升的10.5%可用专业技术人员空间集聚程度的增加来解释。人力资本存量的增加可以大大增强人口密度的正向集聚效应[ 12 ]。

比较来看，关于集聚活动与经济增长之间密切关系的研究很多，关于集聚活动与创新之间影响关系的研究也比较多，但关于人力资本密度特别是纳入空间因素的人力资本密度对创新影响的实证研究非常有限，基于中国数据的分析更少，且分析指标存在差异。在这样的背景下，本研究试图通过构建人力资本密度的新内涵，实证检验其对创新的影响，并尝试解释创新的区域差异。

（一）人力资本密度的含义

人力资本密度是表示一个国家或地区人力资本密集程度的重要指标，反映地区人力资本的分布情况。目前，关于人力资本密度的研究不多，且大多借鉴人口密度方法来度量各区域人力资本集聚程度。其中，阿贝尔（Abel J R）等[ 12 ]把人口密度与大专及以上学历人口占劳动人口比重的交互项作为人力资本密度，西科恩（Ciccone A）等[ 13 ]用各产业本科及以上学历从业人口占比表示各产业人力资本密度，周茂等[ 14 ]构造了包含城市生产结构和各产业人力资本密度特征的城市人力资本密度，陈得文等[ 15 ]使用区位熵测算人力资本集聚水平，张海峰[ 11 ]分别把单位行政区划面积上具有中高级职称的专业技术人员数量、大学生数量、中级工及以上技能工人数量作为衡量人力资本密度的指标。

借鉴以往研究，本研究用两个指标来衡量人力资本密度。其中，一个指标反映人力资本的地理空间集聚程度，称为人力资本地理空间密度，用单位行政区划面积上大专及以上学历就业人口数量①②衡量；另一个指标反映人力资本在就业人群中的占比情况，称为人力资本人口结构密度，用大专及以上学历就业人口数量占就业人口总量的比重衡量。

（二）人力资本密度对创新的影响机制

根据熊彼特的观点，创新是一个破旧立新的过程，要中断或改变传统的前进方式，其间充满障碍和阻力，只有克服这些困难，才能形成创新性发展。提高人力资本密度对破旧和立新的过程均具有重要推动作用。具体来看，其主要影响机制如下：

1.激发创新动机，促进专业化发展与社会分工

随着人力资本密度的增加和人才的集聚，劳动力市场会产生人才竞争，那些能够打破常规，突破思维局限，在常规反复工作中融入新思路、新举措、新创意的人才往往能在竞争中赢得主动，获得更多机会，进而激励更多人产生创新的动机和意愿。同时，拥有一技之长有利于占据竞争优势，这促使人力资本重视自我投资，加强专业学习，实现专业化发展，而专业化程度的提高会带来社会分工的加剧。按照亚当·斯密[ 16 ]的观点，分工有利于提高劳动力的专业化程度和技术熟练水平，降低工作转换成本，促进创造发明。

2.促进信息高效传递，催生新创意

尽管人口密度可以通过增加面对面接触的机会来提高劳动生产率，但考虑到个体自身的素质和技能会影响人际交往的质量，在某个固定的地理区域内增加高技能人员之间的互动可能比增加低技能人员之间的互动能带来更多创新[ 12 ]。格莱泽（Glaeser E L）[ 17 ]发现，知识更容易在高技术高学历群体集聚的知识密集型行业间传播，在这些群体中会更加经常地进行对新知识的学习和对新技术的模仿。通过交流，高素质人力资本不仅会产生以信息傳递、技术共享等为表现形式的知识溢出，而且会随之产生新想法、新观念，擦出创意“火花”，促进创新和技术进步。此外，提高人力资本密度，增加面对面交流机会，还有助于形成更加多元的信息流通渠道（语气、肢体动作、语境、表情、环境氛围、有意无意的互动等都可以传递信息、表达情感），这些渠道是传递复杂、零散、隐性知识的关键，能够使那些不易编纂、稍纵即逝的创造性信息或想法被及时捕捉并得以明晰，从而带动创新。

3.降低搜索成本，促进合作

面对面的接触有利于参与者之间的互相了解，通过正式或非正式场合的视觉接触、肢体互动、情感联系建立人与人之间的亲密感和信任感，寻找志同道合或专业匹配的合作伙伴，缩短磨合期和适应期，降低经济活动中经常出现的合作或激励问题，助力团队组建与合作，使新想法变成推动社会进步与变革的新行业、新领域。

4.扩大正外部性，营造创新氛围

人力资本集聚会扩大知识溢出效应，既有助于局内高水平竞争者更加快速地提升能力，也有助于局外人通过观察、学习、模仿提升专业水平，促使更多的人参与创新，产生人力资本集聚的正外部效应，形成学习、模仿、创新的良好氛围，推动社会整体创新能力的提高。

（一）创新模型

其中，ω0为常数项，ω1、α、β、γ、σ分别表示人力资本地理空间密度、人力资本人口结构密度、物质资本存量、R&D经费投入强度、其他因素（X）即控制变量对创新产出的影响参数。

（二）研究变量

1.因变量

本研究的因变量是创新产出。对于如何衡量某个地区的创新水平，学术界经过了长时间的探索。根据研究目的不同，当前研究主要从投入和产出角度使用各种指标对创新水平加以衡量。衡量创新投入的指标主要有R&D经费投入数量或强度、R&D机构数量、R&D人员数量；衡量创新产出的指标因产出形式不同而有所差异，常用的有专利数量、论文发表数量、新产品等。此外，为避免单一指标造成的偏差，还有一些研究者或机构构建了更加复杂的创新指标体系[ 19 ]。本研究认为，复合指标基于多方面因素进行综合分析，不容易区分具体维度的影响，且有些复合指标既包含创新投入又包含创新产出，在进行因果分析时容易产生内生性或难以处理的干扰。

加德纳（Gardner T A）等[ 20 ]认为，专利数量比研发投入更能反映技术创新的经济价值。很多研究发现，专利数据与创新密切相关，跨部门的R&D支出与专利数量密切相关，这说明专利是一个衡量创新活动的良好指标。专利数据具有客观性和稳定性，专利认定标准变化慢，可以按照相对统一的标准来对不同年份的专利数据进行比较；专利数据可获得性强，与其他指标相比，专利数据更充分、更易得[ 21 ]，并因此被广泛用来衡量科技进步和创新产出。

当然，专利数据也并非完美无缺，在现实应用中仍然存在不少问题和困难。温军等[ 22 ]总结了以往研究中专利数据可能存在的不足。这些不足主要有三点：一是专利数据并未包含全部创新产出，比如某些创新形式（如制度创新、管理模式创新、过程性创新等）难以通过申请专利进行确认，某些重要前沿技术创新涉及商业机密或技术机密，企业或机构会有意不去申请专利；二是专利的价值分布呈现出偏态分布特点，如少部分最有价值的专利占据着绝大部分的专利价值；三是专利数据容易受制度因素、产权意识强弱程度等主客观因素影响。专利管理部门办事效率、审批制度复杂程度等都会影响企业或个人申请专利的意愿，产权意识也会影响人们对产权有意或无意的保护。

不过，上述问题的存在并不妨碍专利数据在实际应用中的巨大优势，专利数量已经成为企业乃至国家看重并追求的一项创新指标。本研究采用现有研究使用较多的专利申请授权量指标，用每十万人拥有的专利申请授权量作为衡量创新产出的指标。

2.自变量

本研究的自变量是人力资本密度，包括人力资本地理空间密度（单位行政区划面积上大专及以上学历就业人口数量）和人力资本人口结构密度（大专及以上学历就业人口数量占就业人口总量的比重）两个变量。

3.控制变量

（1）物质资本存量。用就业人口人均物质资本存量表示。基于固定资本形成总额数据③，利用永续盘存法计算各地物质资本存量总数[ 6，23 ]，再除以年末就业人口数量得到。

（2）高等院校数量。用普通高等院校数量表示。高等院校是培养各类人才、进行人力资本积累、产生科学研究成果的重要场所，一个国家或地区高等院校数量越多，对经济增长与创新的推动作用越强，因此在构建人力资本密度对创新产出影响的函数时，需要控制该变量的影响。

（3）R&D经费投入强度。用R&D经费内部支出占地区生产总值的比重表示。该指标在国际上比较通用，是衡量一个国家或地区科技创新投入水平的重要指标。

（4）产业结构。本研究用第二和第三产业产值占地区生产总值的比重来衡量产业结构。

4.工具变量

用1952年各省市区行政区划内各观测站年度平均气温的算术平均值（简称1952年各省市区平均气温）代表早期气候条件，这是目前各地能找到的数据缺失最少、年份最早的平均气温数据④；用1952年各省市区人口数量表示早期人口规模。

（三）研究样本和数据来源

本研究以2003—2019年我国省级数据作为分析样本。考虑到数据的可得性，样本既不包含我国西藏地区，也不包含我国香港、澳门地区和台湾省。数据主要来自EPS数据平台⑤以及各省市区统计年鉴。

（一）描述性統计

表1为变量描述性统计。可以看到，研究样本共510个。衡量创新产出的每十万人拥有专利申请授权量对数的平均值是3.31，最大值是6.42（对应北京市2019年数据，原始值是每十万人611.61件），最小值是0.26（对应青海省2004年数据，原始值是每十万人1.30件）；人力资本地理空间密度对数的平均值是3.20，最大值是7.01（对应上海市2019年数据，原始值是每平方千米1 102.52人），最小值是0.10（对应内蒙古自治区2003年数值，原始值是每平方千米1.10人）；人力资本人口结构密度对数的平均值是2.48，最大值是4.13（对应北京市2019年数据，原始值是62.20），最小值是0.67（对应云南省2003年数据，原始值是1.96）。

图1直观呈现了人力资本密度与创新产出之间密切的正相关关系。可以发现，人力资本地理空间密度大的地区，其创新产出水平普遍较高；人力资本人口结构密度大的地区，其创新产出水平也普遍较高。

（二）两阶段最小二乘法回归分析

1.内生性与工具变量说明

从理论上看，内生增长理论认为，人力资本是经济增长系统的内生因素；从现实来看，人力资本的集聚受气候环境、人们居住偏好、地区经济发展水平、政策利好等因素影响。因此，无论是理论基础还是现实情况，人力资本密度在回归估计中都存在内生性问题。为无偏地估计人力资本密度对创新产出的影响，需要引入工具变量来解决内生性偏差问题。借鉴以往的做法，本研究以1952年各省市区平均气温和人口数量作为工具变量。

2.回归结果

对各模型进行两阶段最小二乘法（Two Stage Least Square，TSLS）回归，回归结果和工具变量检验结果参见表2。模型（1）到模型（3）是未纳入控制变量情况下人力资本密度不同指标及组合的回归结果，模型（4）到模型（6）是纳入控制变量情况下人力资本密度不同指标及组合的回归结果。从中可以发现：

第一，在纳入控制变量情况下，人力资本密度两个指标对创新产出的影响均为正向显著。提高人力资本密度，能够增加人与人面对面交流的机会，降低信息传输成本，促进创新知识的传递以及新知识、新观点的产生，形成知识溢出效应，推动创新发展和技术变革；能够加强人与人之间的情感联系，增进互相了解和信任，节约寻求合作伙伴的成本，有利于团队的组建和创新活动的开展；能够提升社会分工与专业化水平，提高人力资本素质和集聚水平，形成创新和学习氛围。以上分析可以解释人力资本密度对创新产出的积极影响。在模型（6）中，人力资本地理空间密度每提高1%，创新产出增加0.423%，人口结构密度每增加1%，创新产出增加0.514%。

第二，观察控制变量加入前后（即对比模型（1）与模型（4）、模型（2）与模型（5）、模型（3）与模型（6））结果的变化可以发现，人力资本密度两个指标的回归系数均发生了比较明显的变化，地理空间密度由负向不显著转变为正向显著，人口结构密度由负向显著转变为正向显著，说明纳入控制变量会影响对人力资本密度和创新产出关系的估计。

第三，在表2模型（6）中，物质资本存量对创新产出的影响不显著，说明该变量不是当前影响创新的重要因素。其可能的原因是，经过多年的经济高速发展，我国物质资本存量已经有了一定的积累，基础设施日益完善，场馆、厂房、基建等资产大量修建，设备、仪器大量购置，为开展创新活动奠定了良好的基础。然而，在这样的情况下，尽管物质资本在社会经济发展中仍然具有不可替代的基础作用，但随着信息技术的高速发展和经济结构的转型升级，其作为生产要素的重要性逐渐下降，对创新的贡献不再突出，仅仅依靠物质资本存量的增加已经无法明显推动创新产出。此时，人力资本要素逐渐替代物质资本成为推动创新的重要因素，开始在创新过程中发挥更加重要的作用。

除物质资本存量外，其他控制变量对创新产出的影响均显著为正。R&D经费投入强度对创新产出具有显著正向影响，提高R&D经费投入强度能显著推动创新产出的增加；高等院校数量对创新产出具有显著正向影响，每增加一所高校，创新产出就增加1.00%；产业结构对创新产出具有显著正向影响，提高第二和第三产业产值占地区生产总值比重有助于创新产出的增加。

3.相关检验

杜宾—伍—豪斯曼（Durbin-Wu-Hausman，DWH）检验结果显示，所有模型的F统计量均达到显著水平，p值均小于0.05，说明人力资本密度变量存在内生性。表2中各模型的最小特征值均大于相应的临界值，说明以1952年各省市区平均温度和人口规模作为工具变量是有效的。

表3为稳健性检验结果。无论是模型（2）使用广义矩估计法（Generalized Method of Moments，GMM）、模型（3）把因变量衡量指标调整为每十万人拥有的专利申请受理量，还是模型（4）把人力资本密度两个衡量指标中的大专及以上就业人口数量调整为本科及以上就业人口数量，均证实人力资本密度对创新产出具有正向显著影响，说明模型（1）的估计值稳健有效。

（三）分地区的回归结果分析

不同地区人力资本密度对创新产出的影响是否存在差异，具体是何种影响？为回答上述疑问，本研究分别以东部地区、中部地区、西部地区的省市区为样本，考察分析人力资本密度在不同地区的创新效应。表4是分地区的主要变量描述性统计，表5是分地区的两阶段最小二乘法回归结果。

1.东部地区回归结果分析

在东部地区，人力资本地理空间密度和人口结构密度对创新产出的回归系数均显著为正，无论是增加单位行政区划面积上人力资本的数量还是提高就业人口中人力资本的占比均能显著促进创新。东部地区高素质人力资本存量较大，无论是人力资本地理空间上的集聚还是人口结构上的集聚均容易产生集聚效应，引起知识溢出，使更多人从中受益。高素质人力资本在交流中更容易产生新想法、新创意。在高素质人群中，一些阻碍创新的习惯和传统更容易被突破，创新性的知识和创意能够更加迅速而通畅地传播，且更有可能在传播过程中实现对创新性知识的更新、鉴别、完善和尝试，志同道合的人更容易聚集起来共同实施创意，形成创新氛围，推动创新。

2.中部地区回归结果分析

在中部地区，人力资本地理空间密度对创新产出的回归系数显著为负，人口结构密度对创新产出的回归系数不显著。这说明，提高该地区地理空间上的人力资本密度反而会抑制该地区的创新产出。有研究发现，人力资本总是向邻近的比自身经济发展水平高的区域流动，这种跨区域的单向频繁流动会导致创新能力跨区域的负溢出[ 24 ]。中部地区紧邻东部地区且经济发展水平相对落后，这导致其人力资本特别是具有创新能力的人力资本很难留住。在创新型人力资本密度并未提高的情况下，人力资本密度整体上的提高反而不利于创新水平的提升。此外，导致人力资本地理空间密度对创新产出抑制作用的原因可能还有以下三个：一是创新的想法从产生到申请专利并表现为实际的创新成果需要较长的时间，在这个过程中，如果制度、管理或其他因素没有提供助力甚至构成了阻碍，就很可能导致创新型人力资本选择到邻近的更加便捷的东部地区申请专利，从而造成创新成果的挤出，产生人力资本密度提高而专利数量下降的情况；二是中部地区自身创新资源或条件存在很多薄弱环节，产业结构中那些高耗能、低创新的产业即使能够带来经济增长，也难以促使人力资本在其中从事创新活动或产生创新价值；三是制度不完善或人才配置不合理，很容易造成人力资本的浪费，使人力资本的作用不能得到有效发挥。上述因素的存在均有可能产生因提高人力资本密度而导致的资源浪费，从而影响其他方面改革的力度和投入，不利于创新。

3.西部地区回归结果分析

在西部地区，人力资本密度两个指标对创新产出的影响方向截然相反。人力资本地理空间密度对西部地区创新产出的影响显著为正，而人口结构密度对创新产出的影响显著为负。其可能的解释是，在行政区划面积相对稳定的情况下，人力资本地理空间密度的提高意味着该地区单位行政区划面积上大专及以上学历就业人口数量的增加，特别是增加的这些人力資本往往主要集中在人力资本密度原本就比较高的城区，而不是分散于经济活动较少的区域，这对人力资本存量相对较小、技术发展与创新水平相对较低的西部地区而言，很容易产生明显的促进地区创新产出的效果。西部地区人力资本人口结构密度的提高不利于创新，这或许是人口流出造成的。改革开放以来，西部地区人口净流出的情况长期存在，其人口结构密度的提高既可能来自于高学历就业人口数量的增加，也可能来自于低学历就业人口数量的减少。如果就业人口中普通劳动力流出较多，也会导致人力资本人口结构密度的提高，但这不仅不会产生集聚效应，反而会影响知识溢出，难以推动社会分工和专业化水平的提升，对创新造成不利影响。

（四）控制变量对不同地区的影响与分析

从控制变量看，R&D经费投入强度和物质资本存量对创新产出的影响在东部地区显著为负，在中部和西部地区显著为正。其可能的原因是，R&D经费投入强度和物质资本存量在东部地区已经达到较高的程度，如果继续增加投入，很容易导致利用效率的下降和资源的浪费，反而不利于创新。因此，在东部地区更重要的是加强对R&D经费和物质资本的管理和有效利用。在中部和西部地区，R&D经费投入强度和物质资本存量相对不足，只要增加投入就能显著促进创新。在各地区增加高等院校数量均能促进创新，这反映了高等院校在创新方面积极的外部性，高等院校可以通过培养人力资本、开展研发创新、与企业进行产学研合作推动地区创新。产业结构对创新产出的影响在东部地区显著为正，在中部和西部地区不显著。这或许是因为，东部地区竞争激烈，政策监管严格，企业生产成本高，那些绿色、能耗低、技术水平高的产业只有不断创新才能抢占市场，这有利于完善东部地区产业结构，促进创新发展，而那些资源约束强、能耗高、技术水平不高的产业往往会选择迁移到生产成本低、竞争压力小的中部和西部地区，这样的企业尽管能够带动地区经济发展，但对创新作用不大。

（一）结论

本研究以我国2003—2019年省级数据为样本，实证分析了人力资本密度对我国区域创新的影响，主要结论如下：

1.从整体看，人力资本密度对我国区域创新具有显著促进作用

回归结果显示，在控制其他解释变量的情况下，无论是人力资本的地理空间密度还是人口结构密度，均对创新产出具有显著正向影响。其中，地理空间密度每提高1%，创新产出增加0.423%；人口结构密度每增加1%，创新产出增加0.514%。这说明，无论是在地理空间上还是在人口结构上提高人力资本集聚程度，都能推动区域创新，增加社会创新产出。

2.分地区看，受区域差异影响，人力资本密度（包括地理空间密度和人口结构密度两个指标）对区域创新的影响存在地区差异

（1）在东部地区，人力资本地理空间密度和人口结构密度对创新产出均具有显著正向影响。东部地区人力资本存量大，地理空间密度和人口结构密度均达到了相对较高的程度，体现了人才集聚的创新效应。提高东部地区人力资本密度，有助于知识传递速度和知识溢出质量的提升，形成创新性产出。

（2）在中部地区，人力资本地理空间密度对创新产出具有显著负向影响，人口结构密度对创新产出的影响不显著。从整体看，中部地区经济不如东部地区发达，在人才培养和引进方面不占优势，且与东部地区在地理位置上的邻近性又容易造成人才特别是创新型人才的流出。面对这样的情况，如果中部地区在人才管理和制度匹配方面没有突出表现，就很难激发区域内人才的创新积极性，这很可能是导致该地区人力资本集聚水平提高反而不利于创新的原因。

（3）在西部地区，人力资本密度两个指标对创新产出的影响方向相反，地理空间密度对创新产出的影响显著为正，而人口结构密度对创新产出的影响显著为负。西部地区人力资本密度相对较低，创新能力相对较弱，在地理空间上集聚更多的人力资本很容易就能显示出积极的创新效应。然而，受西部地区普通劳动人口流出影响，其人口结构密度即使在数据上提高了，也会在事实上抑制创新。

（二）建议

1.巩固并提升教育扩展成果，培养更多高质量人才

人才集聚能够促进创新，而拥有更多优秀人才、增加人力资本存量是产生人力资本集聚的重要前提。过去一段时间内，我国教育水平、教育规模均有大幅提高，劳动力市场上大学生的数量明显增加。但与发达国家相比，与时代的要求相比，我国在人才的数量和质量上仍然存在差距。应加大教育改革力度，增加高质量人才供给，优化高校学科设置，加强基础学科、交叉学科、技术前沿、重大战略领域学科建设与人才培养，提高教育质量，重点加强人才创新能力与创新意识培养，切实有效增加人才数量，提高人才质量。

2.完善人才管理机制，激发人才创造活力

一要把人才匹配到合适的岗位，为之提供展示的舞台，配备相应的培养和竞争机制，促使集聚的人力资本产生创新价值；二要健全人才流动机制，实施更加积极开放的人才政策，鼓励人才合理流动、跨领域合作与一定程度的竞争，推动人力资本有效集聚和知识溢出，进而促进创新；三要构建能够体现人才创新价值的收入分配与激励机制，重视科研工作者（特别是基础科学领域的科研人员）和勇于创新的人才，使之能够得到支持，拿到资金，不畏失败，勇于挑战，潜心钻研，切实发挥人力资本的积极性和能动性。

3.深挖国家区域发展战略红利，制定因势利导的人才政策

良好的发展机遇、完善的配套政策是吸引人才的重要因素。如今，京津冀城市群、长三角城市群、粤港澳大湾区、成渝城市群等国家重大区域战略的推进为地区人力资本集聚带来了重要机遇，各地区应深入挖掘国家区域发展战略红利，充分发挥地区比较优势，制定区域人才政策，吸引符合区域发展定位的专业化人才，形成与区域发展特色相匹配的专业人才集聚，助力区域创新发展。

4.统筹区域发展优势，互促共进，推动区域创新水平提升

东部地区作为人力资本集聚和创新的头部地区，应更多发挥集聚人才特别是创新型人才優势，在重点领域、核心技术创新方面承担更多更大责任，攻坚克难，冲锋在前，积极扩大创新溢出效应，形成人才创新中心圈，带动外围的中部和西部地区的人才集聚和创新发展。中部和西部地区应深化改革，积极营造友好、灵活的城市氛围和市场环境，提升人才吸引力，激发人才创新活力，提高城市创新水平。

（三）研究贡献与不足

本研究将地理空间因素和人口结构因素纳入分析模型，构建人力资本密度变量，探讨人力资本集聚与区域创新之间的关系，得到了一些有趣的结论。比如，从我国整体看，人力资本集聚程度越高越有利于创新，但分地区看，这种情况并不适用于中部和西部地区，在人力资本存量相对较低的中部和西部地区，人力资本密度对创新的影响要更加复杂。就业人口中高学历人口占比的提高既不一定意味着人力资本的增加，也不一定能够产生集聚效应促进创新，还需要考虑是否真正在地理空间上实现了人力资本密度的提高。这些结论丰富了相关领域的研究。不过，本研究以省级数据为研究样本，视角相对宏观，可能会稀释掉一部分密度提升产生的积极效应，对聚集效应的反应不够灵敏，难以完全而精确地反映区域人力资本密度的创新效应，需要进一步研究探讨。

注释：

①2016—2019年，除北京、天津、上海、重庆四个直辖市外，其他省份数据缺失，鉴于该指标近年来调整不大，数据相对稳定，因此直接用前两年数据的算数平均值进行插补。具体方法是，用2015年和2014年数据的算术平均值插补2016年数据、用2016年和2015年数据的算术平均值插补2017年数据，2018年和2019年数据也依此类推进行插补。

②自2015年起，我国劳动力调查开始使用新的受教育程度分类，把中等职业教育和高等职业教育两类独立出来单独统计。根据本研究的关注点，为保持分类标准前后统一，对于2015—2019年数据，将其中的中等职业教育合并到高中教育，将其中的高等职业教育合并到专科学历教育。

③由于2018—2019年大部分省市区固定资本形成总额数据缺失，本研究采用插补法进行补充，具体方法是用2017年和2016年数据的算数平均值和年均增长率插补2018年数值，用2018年和2017年数据的算数平均值和年均增长率插补2019年数值。

④数据来源：中国气象数据网。

⑤EPS数据平台是一个覆盖多学科、面向多领域的综合性信息服务平台和数据分析平台。

参考文献：

[1]习近平：在经济社会领域专家座谈会上的讲话[EB/OL].（2020-08-24）[2021-09-10]. http：//www.xinhuanet.com/ politics/leaders/2020-08/24/c_1126407772.htm.

[2]VANDENBUSSCHE J，AGHION P，MEGHIR C.Growth，distance to frontier and composition of human capital [J]. Journal of economics growth，2006，11（2）：97-127.

[3]胡永远，刘智勇.不同类型人力资本对经济增长的影响分析[J].人口与经济，2004（2）：55-58.

[4]方福前，祝灵敏.人口结构、人力资本结构与经济增长[J].经济理论与经济管理，2013（8）：5-16.

[5]赖德胜，纪雯雯.人力资本配置与创新[J].经济学动态，2015（3）：22-30.

[6]纪雯雯，赖德胜.人力资本结构与创新[J].北京师范大学学报（社会科学版），2016（5）：169-181.

[7]钱晓烨，迟巍，黎波.人力资本对我国区域创新及经济增长的影响——基于空间计量的实证研究[J].数量经济技术经济研究，2010，27（4）：107-121.

[8]毛军.产业集聚与人力资本积累——以珠三角、长三角为例[J].北京师范大学学报（社会科学版），2006（6）：103-110.

[9]王春杨，兰宗敏，张超，等.高铁建设、人力资本迁移与区域创新[J].中国工业经济，2020（12）：102-120.

[10]王猛，宣燁，陈启斐.创意阶层集聚、知识外部性与城市创新——来自20个大城市的证据[J].经济理论与经济管理，2016（1）：59-70.

[11]张海峰.人力资本集聚与区域创新绩效——基于浙江的实证研究[J].浙江社会科学，2016（2）：103-108，158-159.

[12]ABEL J R，DEY I，GABE T M.Productivity and the density of human capital [J].Journal of regional science，2012，52（4）：562-586.

[13]CICCONE A，PAPAIOANNOU E.Human capital，the structure of production and growth [J].Review of economics and statistics，2009，91（1）：66-82.

[14]周茂，李雨浓，姚星，等.人力资本扩张与中国城市制造业出口升级：来自高校扩招的证据[J].管理世界，2019，35（5）：64-77，198-199.

[15]陈得文，苗建军.人力资本集聚、空间溢出与区域经济增长——基于空间过滤模型分析[J].产业经济研究，2012（4）：54-62，88.

[16]亚当·斯密.国富论：上卷[M].谢祖钧，译.北京：新世界出版社，2007：48.

[17]GLAESER E.Learning in cities [J].Journal of urban eco？ nomics，1999，46（2）：254-277.

[18]GRILICHES Z.Issues in assessing the contribution of re？ search and development to productivity growth [J].The bell journal of economics，1979，10（1）：92-116.

[19]李二玲，崔之珍.中国区域创新能力与经济发展水平的耦合协调分析[J].地理科学，2018，38（9）：1 412-1 421.

[20]GARDNER T A，JOUTZ F L.Economic growth，energy prices and technological innovation [J].Southern economic journal，1996，62（3）：653-666.

[21]白俊红，蒋伏心.协同创新、空间关联与区域创新绩效[J].经济研究，2015，50（7）：174-187.

[22]温军，张森.专利、技术创新与经济增长——一个综述[J].华东经济管理，2019，33（8）：152-160.

[23]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004（10）：35-44.

[24]马明，薛晓达，赵国浩.交通基础设施、人力资本对区域创新能力影响的实证研究[J].北京理工大学学报（社会科学版），2018，20（1）：95-101.

责任编辑：陈诗静

The Impact of Human Capital Density on Regional Innovation

——An Empirical Analysis based on Provincial Data in China

ZHANG Ai-qin1and LAI De-sheng2

（1.Student Affairs Office，Beijing Normal University，Beijing 100875，China；2.Teaching and Research Department of Social and Ecological Civilization，Party School of the Central Committee of CPC（National Academy of Governance），Beijing 100089，China）

Abstract：Agglomeration theory holds that the density of human capital in space and employed population will affect its role. However，the current empirical research on the impact of human capital density，especially the human capital density with spatial factors，on innovation is very limited，and the literature based on Chinese data is rare. To construct a new concept of human capital density and empirically tested its impact on innovation and regional differences，based on China’s provincial data from 2003 to 2019，the authors take the area of administrative divisions and the number of employed population as density units，construct human capital density variables including two indicators of spatial density and population structure density，and carry out an empirical analysis with the help of knowledge production model and two stage least square method. It is found that，on the whole，the two indicators of human capital density have a significant positive impact on China’s innovation；and improving human capital density will help to promote the development of regional innovation. By region，the geographical spatial density of human capital has a positive and significant effect on regional innovation in the eastern and western regions，but it has a negative and significant effect in the central region；and human capital population structure density has a positive role in promoting innovation in the eastern region，but it has a significant inhibitory effect in the western region，and has no significant impact on innovation in the central region. To promote human capital agglomeration and regional innovation，first，we should continue to increase the stock of human capital，improve quality and cultivate the innovative human capital；second，we should deeply reform talent management system and mechanism and stimulate talent innovation vitality；third，we should tap the dividends of regional development policies and formulate supporting policies for talent development and agglomeration in combination with regional development characteristics and stages；and fourth，we should give full play to the talent and innovation advantages of the eastern region and promote its innovation and leading role in key areas and core technologies.

Key words：humancapital；geographicalspatialdensity；populationstructuredensity；regionalinnovation；knowledgespillover