成渝地区双城经济圈科技人才集聚空间溢出效应分析

郭思贝 郑祥江

（西南科技大学经济管理学院 四川绵阳 621010）

中共中央、国务院于2021年10月印发《成渝地区双城经济圈建设规划纲要》，这是成渝地区的战略定位继“成渝经济区”以及“成渝城市群”之后再一次升级，标志着成渝地区双城经济圈整体发展再上新台阶。近年来，成渝地区双城经济圈彰显出蓬勃的经济发展活力，2020年地区生产总值达6.6万亿元，与2019年相比，地区生产总值占全国比重提高了0.2个百分点。但是，与长三角、京津冀、珠三角等地区相比，成渝地区不管是经济总量还是发展速度仍存在较大差距。另外，区域内经济发展不平衡比较突出，资源要素配置效率不高，劳动力要素在经济增长中的贡献度低，科技人才短缺仍旧是制约该地区高质量发展的短板。当前，知识经济时代，社会发展越来越依靠知识密集型以及技术密集型企业，各国、各区域以及各企业之间的竞争转变为科学技术的竞争，各国高度重视科技创新。科技人才作为科技创新的核心资源以及载体，超过物质资源成为了提升竞争力的根本。劳动力流动现象随着户籍制度的逐渐放开而产生，主要表现为从欠发达地区向发达地区流动。当科技人才流动形成一定规模，则会产生科技人才集聚现象。

因此，本文通过对科技人才集聚的空间溢出效应进行理论分析，建立空间计量模型，查阅数据之后对科技人才集聚的空间溢出效应进行实证分析，深入开展数据分析以及讨论，力求发现空间溢出效应的典型特征和关键影响因素，促进科技人才集聚现象向经济性的集聚效应转化，对于提升成渝双城经济圈科技创新能力、促进经济发展以及推动成渝双城经济圈协调发展具有现实意义。最后，根据研究得出的结论，针对性地提出相关对策建议，包括：推动科技人才交流合作、统筹规划区域人才政策、完善区域经济要素建设等方面。

一、文献综述

20世纪80年代以来，全球化以及信息化引发人才集聚现象的产生。人才集聚以及其对经济社会的影响受到了国内外学界关注，本文对相关研究作了梳理。

学界将人才集聚对经济增长的作用称为“集聚经济”。韦伯最早提出“集聚”现象，他指出集聚使成本降低，使生产规模化、市场化，同时，韦伯的工业区位理论强调劳动力集聚能够提高该地区的收入水平，因此，他认为集聚是一种优势。Schultz提出人力资本的思想，并以美国为背景，通过实证分析指出人力资本是经济增长的源泉[1]。威廉姆森于1965年提出威廉姆森假说，该假说指出，集聚与经济增长呈“倒U”关系。在初期，空间集聚将促进该地区经济社会发展，随着时间推移，这种集聚效应负外部性增强，最终集聚影响为负[2]。Melo以威尔士以及英格兰为研究对象，他认为劳动力集聚能够提升雇主以及员工之间的匹配程度，进而推动地区经济增长[3]。总体来看，国外学者主要对人才集聚的外部性展开了深入研究。

国内方面，相关学者对劳动力流动的研究聚焦于人才集聚的还较少，尚未形成一套较为成熟的理论体系。部分学者围绕人才集聚的空间溢出效应展开研究，如王静文基于威廉姆森假说提出劳动力集聚以及经济增长之间的“倒U”关系，并建立空间计量模型对其进行验证[4]。孙红军通过建立几种不同的空间权重矩阵对比分析，证明科技人才集聚对技术创新均具有显著的空间溢出效应[5]。另外部分学者针对空间溢出效应的传导机制进行研究，如张克勇指出劳动力集聚会通过知识溢出、产业集聚等效应推进规模效应的形成，进而推动经济增长[6]。除此之外，还有部分学者研究空间溢出效应的影响因素，如苏楚认为社会保障以及宜居环境地区是影响人才集聚的主要因素[7]。朱云鹃指出交通便利程度、研发投入强度以及经济发展水平均存在正向空间溢出效应[8]。

综上，虽然目前国内外学者在上述领域已取得了一些研究进展，在人才集聚的空间溢出效应研究方面形成了较为完整的研究方法，提出了不同观点，但在实践过程中仍存在诸多亟待探讨的问题。一是现有人才集聚效应的研究主要着眼于人才集聚的知识溢出效应，研究人才集聚的经济效应较少，并且结论存在差异；二是大多数学者是以中国整个宏观背景为研究对象探讨人才集聚的空间溢出效应，针对某一区域的研究较少，以成渝地区双城经济圈为研究对象的则更少。因此，本文将成渝地区双城经济圈作为研究对象，通过对科技人才集聚的经济溢出效应进行分析，促进科技人才聚集现象向经济性的集聚效应转化，推动成渝地区双城经济圈协调发展。

二、理论分析

科技人才集聚是经济社会发展不平衡的产物，从本质上来看，科技人才是特殊的经济要素，人口集聚是科技人才集聚的前提。随着城市化进程加快，经济社会发展速率提升，人口往往会趋向于基础设施更为完善、发展前景更好、就业机会更多的较发达城市，此时人口集聚的现象就会出现，进而引起科技人才集聚。科技人才集聚是一种规模效应，经济社会发展会影响科技人才集聚，而科技人才集聚也会反过来影响经济社会发展。如图1所示，科技人才集聚主要通过三种传导机制影响经济增长，包括价格效应、知识溢出效应以及市场效应。

图1 科技人才集聚空间溢出效应分析

第一，科技人才集聚降低了交易成本。这是由于科技人才在区域内集聚，意味着人口也在该区域集聚。人口集聚以及科技人才集聚促进市场内科技人才交易形成规模化，规模化的科技人才交易市场使得科技人才交易平均成本降低，使得该区域内企业能够以更低的价格获得科技人才。同时，科技人才集聚使得科技人才更加具有多样性，从而其异质性能够满足不同企业对不同科技人才的需求，匹配度增加进而生产率提升。因此，科技人才集聚使信息成本降低、交易效率增加和生产效率增加。因此，在市场效应作用下，科技人才集聚降低了企业搜寻成本，增加了抵御风险的能力，投资者将节约的成本用于投资，推动市场规模扩大。区域内就业机会也随着市场规模的扩大而增加，进而该区域内厂商生产的产品数量以及种类相应增加。

第二，科技人才集聚扩大了消费市场。科技人才集聚以及人口集聚使得该区域内需求增加，从而厂商生产的商品在本地售出的比例增加，使得运输成本降低，进而企业成本降低，企业成本的降低导致商品平均价格降低，随之而来的是该区域内消费成本相应降低。由于市场规模的扩大以及消费成本的降低，使得该区域形成规模经济，进而生活成本降低，就业机会增多。此时在价格效应以及市场效应同时作用下，将进一步吸引科技人才集聚，而科技人才集聚也进一步促进消费市场扩大，消费市场扩大将会吸引更多企业迁入，使得生产要素、经济要素以及财富不断在区域内集聚，最终促进经济增长。

第三，科技人才集聚使得创新能力增强。科技人才集聚使得科技人才之间的信息共享成本降低，进而以经验以及直觉为例的隐性知识则通过科技人才之间的面对面交流在区域内传递，区域内的科技人才能够互相学习。同时，科技人才集聚使得同类科技人才集聚，学习成本降低，学习效率增加。久而久之，隐性知识则会转化为显性知识从而产生知识溢出效应。伴随着知识溢出效应，科技人才获得隐性知识增多，与隐性知识相对的则是显性知识，显性知识传播方式较广，但对其进行创新概率低、难度大。而隐性知识由于不同的人对知识掌握程度存在差异，因此相对更容易产生创新。另外，科技人才集聚所产生的竞争效应以及集体学习效应也将进一步促进知识溢出效应。例如，科技人才会通过召开研讨会等形式进行集体学习，从而获得更多的隐性知识，促进该区域的知识溢出。同时，科技人才之间存在激励以及竞争关系，他们相互学习同时也相互竞争，因此科技人才只有不断提升自身人力资本水平，才能保持竞争优势，进而科技人才之间的竞争效应则会促进整体创新能力以及创新效率的增加。总之，科技人才集聚使得创新成本降低，创新能力增强，科技人才集聚的竞争效应促进创新效率增强，科技人才集聚效应增强。

因此，科技人才集聚是经济集聚以及企业集聚的纽带，影响着该区域经济发展、产业结构以及企业的区位选择，同时，这些因素也反过来影响科技人才集聚，互为因果。一般地，科技人才集聚通过知识溢出效应、市场规模效应以及价格效应的传导机制促进经济增长。

为验证理论分析正确与否，本文将使用2011-2019年的数据，通过构建空间计量模型对成渝地区双城经济圈科技人才集聚的空间溢出效应进行检验。

三、模型构建

（一）数据来源与研究区域

本文数据来源于2011-2019年《四川统计年鉴》《科技统计年鉴》以及《重庆统计年鉴》，资料相对完整，地理信息数据由查阅国家地理信息中心数据库所得，研究对象为2011-2019年成渝地区双城经济圈内成都市、绵阳市、南充市等16个城市。

（二）变量选择

1. Y表示被解释变量，本文Y表示人均实际GDP，用于衡量所研究区域的经济发展状况。一般用于衡量经济发展，主要包括两类指标，一类是地区生产总值；另一类是人均GDP，地区生产总值代表着总量水平，而人均GDP则是产出总量与劳动力数量的比值。由于人均GDP消除了劳动力总量规模的影响，能够更好地反映该地区经济情况。因此，本文选择使用人均GDP衡量经济发展水平，并通过2010年=100的国内平减指数对人均GDP数据进行处理，最终得到消除物价影响的不变价人均GDP，即人均实际GDP。

2. Xi代表解释变量，借鉴陈得文[9]等人做法，本文利用研发与试验人员全时当量区位熵表征科技人才集聚程度。具体地，

其中，Xi代表研发与试验人员全时当量区位熵，Tit代表i地区研发与试验人员人才全时当量， Tct代表全国研发与试验人员（R&D）全时当量，Ti代表i地区就业人口数量，Tc表示全国就业人口总数。当Xi小于1时，代表i地区科技人才集聚程度较低，当Xi大于1时，则代表科技人才集聚程度较高。

为更直观表征成渝地区双城经济圈内科技人才集聚水平，运用Arcgis进行绘图得到图2，图中颜色的深浅程度代表了科技人才的集聚程度，颜色越深表示该市（州）科技人才集聚程度越高。由图2可得，成渝双城经济圈中绵阳市以及成都市科技人才集聚程度较高，眉山市、资阳市、广安市和达州市较低。

图2 成渝双城经济圈科技人才区位熵Morans I指数分布图

3. 控制变量

本文通过对以往文献的整理研究，最终选取产业结构、市场化程度、城镇化水平等变量作为控制变量构建空间计量模型。

（1）产业结构

产业结构对经济增长以及经济发展有着重要作用，主要通过影响生产率进而影响经济增长。本文使用第二、三产业增加值与三产总增加值的比值来表示产业结构。

（2）市场化程度

市场化程度能够反映政府干预经济的程度，与计划经济相比，市场经济资源配置效率以及资源使用效率更高，因而一般认为，市场化程度越高，越有利于经济发展。本文使用工业企业中非国有经济占比来表示市场化进程，具体地：

（3）创新投入比例

创新投入与经济增长之间具有相互作用，创新投入增多，经济发展的核心动力增强，有利于促进经济发展。本文采用各地区研发与试验总投入占该地区生产总值的比重来表示创新投入比，用RD表示。

（4）城镇化水平

城镇化水平也对经济发展有一定影响，一般地，城镇化水平越高，该地区经济发展水平越高。

（5）出生率

本文用各地区出生人口与该地区总人口人数进行比较，最终得到出生率，出生率对该地区的人口年龄结构具有一定表征作用。一般地，出生率越高，代表该地区人口抚养比大，社会负担重，将不利于经济发展，因此一般认为，出生率越高，越不利于经济社会发展。

表1中的数据涉及成渝地区双城经济圈内16个城市2011-2019年的数据，数据资料相对完整；表2对表1中相关数据进行了描述性统计。

表1 各变量含义与表示

由表2可以看出，纵向看，科技人才集聚程度各市州波动不大，但横向看，各市州人才集聚水平具有较大差异，由人均实际GDP数据分析可得，经济发展总体呈上升趋势，2011-2019年增速较平稳。其他控制变量普遍呈上升趋势。

表2 各变量描述性统计

（三）模型选择

本文考虑空间效应，相邻地区以及周边地区的人才集聚也会对本地区经济发展水平产生影响，因此，本文将采用空间计量模型对科技人才集聚对经济增长产生的影响展开研究。

空间误差模型不考虑解释变量（科技人才区位熵）以及被解释变量（经济发展水平）的空间相关性。空间误差模型主要强调未观测变量的空间溢出效应，

Y=α+β1X+ε

ε=δWμ+φ

空间滞后模型强调被解释变量的空间溢出效应，包含被解释变量人均实际GDP的空间滞后项。

Y=α+ρWY+β1X+ε

空间杜宾模型强调被解释变量人均实际GDP以及解释变量科技人才区位熵的空间溢出效应。

Y=α+ρWY+γWX+β1X+ε

其中，Y代表人均实际GDP，X代表科技人才区位熵，同时，还包括出生率、产业结构、市场化程度等控制变量，ε代表误差项，α代表常数项，W代表空间权重矩阵，ρ，γ和β分别代表人均实际GDP空间滞后项、科技人才区位熵空间滞后项以及科技人才区位熵的回归系数。

由于从直观难于判定哪一种空间计量模型更适合本文的实证分析，因此，在确定了研究对象以及研究数据获取之后，需要对研究模型进行选择，检验结果如表3所示：

表3 LM检验

由表3可得，空间滞后模型（SLM）通过了显著性检验，LM统计量、稳健LM统计量在1%的显著性水平下拒绝原假设。空间误差模型（SEM）也通过了显著性检验，其LM统计量、稳健LM统计量亦在1%的显著性水平下拒绝原假设，即原假设不成立，也即拒绝了空间杜宾模型可转化为空间滞后模型、空间误差模型的原假设。因此，本文应选择使用空间杜宾模型构建空间计量模型，用于研究科技人才集聚的空间溢出效应。

经过LM检验以及Robust-LM检验之后，本文通过LR以及Wald检验继续对该模型进行选择。表4和表5结果表明，经过LR检验，拒绝了原假设，P值小于0.01，进一步地，Wald检验结果亦显著，因此，应当选取时间空间双重固定空间杜宾模型进行研究。

表4 Wald检验

表5 LR检验

四、实证分析

（一）全局相关性检验

本文首先对科技人才集聚以及经济发展水平进行了全局自相关的莫兰指数（Moran′s I）检验，用于检验其是否具有空间相关性，莫兰指数公式可表示为：

其中，yi代表该地区经济发展水平，wij表示空间权重矩阵，莫兰指数（Moran′s I）值域为[-1, 1]，在Moran′s I值域范围内，莫兰指数（Moran′s I）越大，则代表着该地区空间相关性越强。

本文运用Arcgis软件对科技人才区位熵以及人均实际GDP进行Moran′s I检验，检验结果如表6和表7所示。经测算，科技人才区位熵莫兰指数（Moran′s I）在0.1-0.3波动，且2011-2019年莫兰指数均通过了在10%下的显著性水平检验，成渝地区双城经济圈人均实际GDP莫兰指数（Moran′s I）主要在0.3左右，2011-2019年莫兰指数（Moran′s I）通过了在10%下的显著性水平检验。因此，成渝地区双城经济圈内科技人才集聚程度以及经济发展水平具有空间效应，即科技人才集聚具有空间相关性，在科技人才集聚进行实证分析时，应考虑空间溢出效应。

表6 科技人才区位熵 Morans I指数及统计检验

表6 科技人才区位熵 Morans I指数及统计检验

（注：z值大于1.96在0.05水平上显著，大于1.65在0.1水平上显著。）

年份 2011 2012 2013 2014 2015 2016 2017 2018 2019 Moranimages/BZ_62_370_531_380_558.pngs I 0.343 0.292 0.276 0.213 0.311 0.199 0.271 0.141 0.148 Z值 1.987 2.260 2.213 1.812 1.878 1.704 1.674 1.652 1.699 P值 0.047 0.024 0.027 0.070 0.060 0.088 0.094 0.098 0.089

表7 人均实际GDP Morans I指数及统计检验

表7 人均实际GDP Morans I指数及统计检验

（注：z值大于1.96在0.05水平上显著，大于1.65在0.1水平上显著。）

年份 2011 2012 2013 2014 2015 2016 2017 2018 2019 Moranimages/BZ_62_370_939_380_966.pngs I 0.290 0.305 0.305 0.307 0.302 0.330 0.326 0.267 0.269 Z值 1.813 1.863 1.847 1.848 1.776 1.839 1.816 1.666 1.669 P值 0.070 0.062 0.065 0.065 0.076 0.066 0.069 0.096 0.095

（二）空间权重矩阵构建

作为空间计量模型的基础，空间权重矩阵的构建至关重要，空间权重矩阵可以分为三类，分别为邻接空间权重矩阵、地理距离空间权重矩阵以及经济地理空间权重矩阵。经济地理空间权重矩阵将地区间的经济差异以及地理距离作为影响空间效应的主要因素，与其他两种空间权重矩阵相比，经济地理空间权重矩阵考虑更为全面。因此，本文选择使用经济地理空间权重矩阵进行实证检验。经济地理空间权重矩阵以地理空间权重矩阵以及两区域之间人均实际GDP之积进行构建，具体地：

其中，y代表经济要素，本文使用人均实际GDP表征经济要素，为尽量避免内生性，本文y值取2011-2019年人均实际GDP的均值，尽量减少偏差。d用于表征两地区中心位置的地理距离，是通过经纬度计算所得到的实际地理距离，主要用于表示距离远近。一般地，距离越近，表示两地区联系越密切。

（三）模型检验

在对相应数据进行对数处理后，本文使用Matlab软件建立了时间空间双重固定的空间杜宾模型，模型估计结果如表8所示。

表8 地理经济距离矩阵模型估计及检验

科技人才集聚对经济增长的影响主要分为内部影响以及外部影响，内部影响体现在科技人才集聚对本地区经济的影响程度。由表8对空间相关性的检验可得，科技人才区位熵的回归系数为0.203，且通过了5%的显著性检验，表明科技人才集聚度对经济增长具有显著影响，且具有较高的解释力，理论分析与实证分析结果一致，因此科技人才集聚将促进经济增长。科技人才集聚的外部影响主要体现为对邻近地区的影响，由表6可得，人才集聚在空间上呈正相关，且两地区距离越近，科技人才集聚之间的影响则越显著。由此可见，科技人才集聚不仅仅受到相关政策以及科技人才主观能动性的影响，已形成的科技人才集聚辐射效应亦是影响邻近地区科技人才集聚的重要原因之一。

关于其他控制变量，产业结构呈正向溢出，出生率呈负向溢出，与理论分析以及经验判断一致。创新投入以及市场化程度系数不显著，说明创新投入比以及市场化程度在成渝地区双城经济圈内难以有效促进经济增长。以往研究表明，城镇化水平的提高将促进经济增长，但由表8可知，城镇化水平的提升会抑制经济增长，即两者呈负向影响，且研究结果在5%水平下显著。主要原因包括两方面，第一，成渝双城经济圈内城镇结构体系不均衡，小城镇数量多且密集但规模偏小，承载能力低，推动经济增长能力小。第二，没有合理解决城镇化带来的负面影响，例如实体经济发展存在瓶颈、社会保障不完善、基础设施建设不健全等问题。

五、对策与建议

1. 结论

本文在新经济理论框架下，分析了科技人才集聚对经济增长产生影响的理论机制，研究发现：科技人才集聚会通过知识溢出效应、市场效应以及价格效应从而形成规模经济效应进而推动地区经济增长。在理论分析的基础上，本文进行了数理公式的推导，验证了科技人才集聚对经济增长的积极影响。在此基础上，本文通过建立空间计量模型对其进行检验，结果同样证明了科技人才集聚对经济增长的促进作用，研究所得的结论如下：

第一，本文选用时间空间双重固定的空间杜宾模型进行实证分析，科技人才区位熵对人均实际GDP影响程度为0.203，且在5%水平下显著，也即科技人才集聚对经济增长影响程度为0.203，因此科技人才集聚将促进经济增长。

第二，关于其他控制变量，产业结构对经济增长呈正向溢出效应，出生率对经济增长呈负向溢出效应，与理论分析以及经验判断一致。创新投入以及市场化程度系数不显著，说明创新投入比以及市场化程度难以有效促进经济增长。

第三，本文实证结果表明，城镇化水平对经济增长呈负向影响，因此应当着力解决成渝地区双城经济圈内城镇化对经济增长带来的负面影响，例如；以“人的需求”为中心推动城镇化的发展，推进产城融合，避免城镇化发展与“人的需求”脱离，具体包括：提升成渝地区双城经济圈内城镇的基础设施水平，完善社会保障制度，通过政策引导以及市场机制促进城镇的资源优化配置，提升其对经济的促进作用。

2. 对策与建议

近年来，成渝地区双城经济圈在促进成渝两地协同发展、吸引科技人才流入等问题上不断努力，研究科技人才集聚对经济增长的影响可为不同地区提供参考依据，本文的建议如下：

第一，推动科技人才交流合作。不仅要出台人才引进相关政策，更要优化科技人才协同发展平台，消除成渝地区双城经济圈人才流动壁垒，促进圈内人才合理流动，加强人才交流，进一步发挥科技人才集聚的经济效应，构建科技人才发展交流平台，鼓励科技人才对外交流合作，充分利用科技人才集聚的空间溢出效应以及知识溢出效应，促进区域协调发展。

第二，统筹规划区域人才政策。各地应因地制宜制定人才政策，自2019年迎来 “抢人”高峰，核心城市纷纷下场抢人，颁布政策措施吸引科技人才流入，而由于各地区城市发展存在差异，地区的发展很大程度上取决于该地区的经济基础，因此，对于成渝地区双城经济圈而言，吸引科技人才不应不计成本，以较高代价引入科技人才，科研院所、企业以及政府应协调配合，制定符合成渝地区双城经济圈现实发展以及未来需要的引进人才政策。

第三，完善区域经济要素建设，政府要着力优化制度环境、政策环境和基础设施建设，另外，强化政府政策引导以及增加政府财政支出，优化居住环境以及基础设施服务水平，通过市场机制吸引人才集聚。加强成渝地区双城经济圈圈内交流合作，发掘各地区优势产业，优化投资方向，提升成渝双城经济圈整体竞争力，避免同质化建设、同质化发展，争取更多政策倾斜，推动成渝地区双城经济圈内公共基础设施建设共建共享机制的完善。

最后，感谢绵阳市社会科学研究规划项目《成渝双城经济圈科技人才集聚的空间溢出效应研究》（项目编号：MY2021YBO17）的资助。