城市科技创新人才政策扩散动力因素时空差异研究

彭川宇，刘 月

(西南交通大学 公共管理学院，四川 成都 610031)

0 引言

科技创新本质上是人的创造性活动，科技创新中最重要、最核心的资源是人才。习近平总书记强调：“创新之道，唯在得人。”科技创新人才是国家繁荣富强和科技创新的源泉，建立促进科技创新人才发展的制度与政策体系，有利于充分发挥科技创新人才群体的创新活力[1]。我国先后发布了《国家中长期人才发展规划纲要(2010—2020年)》(2010)、《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》(2015)和《“十三五”国家科技人才发展规划》(2017)等系列政策文件，从顶层设计层面推进了科技创新人才政策建设。

科技创新人才作为一种稀缺性资源，已成为城市提升科技创新水平的“筹码”，城市之间对于科技创新人才的争夺也愈发激烈。北京、上海、广州等一线城市为了占领科技创新高地，纷纷出台吸引科技创新人才的政策和措施，并引起其它城市的学习、模仿和跟进。例如，2016年上海出台《关于进一步深化人才发展体制机制改革加快推进具有全球影响力的科技创新中心建设的实施意见》，引起长三角城市群内20多个城市的政策跟进，苏州、无锡、常州等城市分别颁布了“姑苏人才计划”、“飞凤人计划”和“龙城英才计划”等极具地方特色的科技创新人才政策。在政策跟进的同时，城市科技创新人才政策实质上完成了扩散过程。2017-2018年科技创新人才政策呈现出爆炸式增长，且在东部地区表现尤为突出。

城市科技创新人才政策发展受到学界密切关注并引起广泛讨论,形成了一系列成果。已有研究多从静态视角对科技创新人才政策进行政策描述与特点分析[2-3]、文本内容分析[4-5]、评估体系构建[6]等。政策扩散作为当前国际公共管理和公共政策研究的前沿领域,相关研究讨论的核心问题是哪些因素导致不同层级和区域的城市相继采纳某项政策或项目[7]。但是，目前鲜有文献从政策扩散视角对科技创新人才政策进行研究。因此，本文运用事件史分析方法，基于2012-2020年161座城市面板数据，分析科技创新人才政策扩散的动力因素，并从时间与空间发展的动态视角，进一步探究科技创新人才政策扩散动力因素出现差异的原因，以期拓展科技创新人才政策研究视角，厘清各城市出台科技创新人才政策这一行为背后的动机。

1 文献回顾

1.1 政策扩散

Walker[8]的《创新在美国各州的扩散》一文被大多数学者认为是政策扩散研究的开端，在该文中，Walker 指出“政策创新是指一个政府部门首次采纳某个政策或项目，不管这个政策或项目已经产生多久，也不管其他政府部门是否已经采纳它”。此后，Rogers[9]将政策扩散(Policy Diffusion)定义为“一项创新通过某种渠道随着时间流逝在一个社会系统的成员之间被沟通的过程”；Lucas[10]认为“扩散是某种创新从其发明和创造的发源地传输到创新的最终使用者或者采纳者的过程”。国内学者对政策扩散的定义基本类似，王浦劬[11]认为政策扩散是某种政策活动在地区或部门间的传递；周望[12]认为政策扩散是一项公共政策从创新发源地传输到采纳地的过程；朱旭峰等[13]认为政策扩散是指一个政府受到其它政府选择的影响后采纳某个政策。政策扩散的路径、机制和影响因素等成为学界研究热点。

关于政策扩散路径，多数学者的研究与Rogers提出的“S”型曲线一致。Boushey[14]则认为政策扩散路径有3种：陡峭“S”型曲线、“R”型曲线和阶梯模式；Brown等[15]总结了政策扩散路径的3个特点： “S”型曲线、横向的邻近效应、纵向的层级或短视效应；Berry等[16]根据政策扩散路径，提出了政策扩散的四大模型：全国互动模型、区域扩散模型、“领先—跟进”模型和垂直影响模型。

关于政策扩散机制，国外学者研究总结了学习、竞争、强制、模仿、诱致、社会化6种，并且认为6种机制之间相互关联[17-18]。国内学者将政策扩散机制总结为学习、竞争、模仿、行政指令推行、社会建构5种[11]，与国外学者总结的政策扩散机制大致相同。关于政策扩散的影响因素，基于国内外政策背景差异，学者们得出的研究结论有所不同。总体而言，国内外学者从政策主体、客体和微观环境角度总结了影响公共政策扩散的动力因素。从政策主体来看，除经济发展水平、人口规模、财政状况、城市化水平、产业结构和土地财政等与经济资源相关的因素会对政策扩散产生影响外[19-22]，政策企业家所具备的创新精神[23]、政治能力[24]和政治流动性[25]等特质也会对政策扩散产生影响；从政策客体来看，第三方企业或组织的数量越多，政策服务的客体需求越大，政策采纳的可能性也越大[26]；从政策微观环境来看，机制和体制方面的因素成为影响政策扩散的“幕后主导”，上级压力、同级压力和社会压力等也一定程度上对政策扩散产生影响[27-28]。上述研究为本文探寻科技创新人才政策扩散的动力因素提供了丰富的理论依据。

1.2 科技创新人才政策与扩散

科技创新人才政策是国家机关、政党和相关机构在一定时期内采取的涉及科技创新人才队伍培养、引进、使用和管理等活动的一系列法令、措施、办法、条例的总称[29]。目前，科技创新人才政策相关研究成果较为丰富，主要有3个方面：政策描述与特点分析、政策文本内容分析和政策评价。

关于科技创新人才政策描述与特点分析，有的学者从宏观视角出发，梳理我国科技创新人才政策发展历程并总结其特点。如李燕萍等[2]运用文献计量法和共词分析法，对改革开放以来我国科技创新人才政策的整体状况、发展过程和趋势进行描述与总结，并从纵向和横向角度对我国科技创新人才政策未来走向进行预测。另外，也有学者从微观角度对单个城市科技创新人才政策进行研究，如崔宏轶等[3]以深圳市为例，从历史演进轨迹、发文主体、政策工具和适用目标等方面对深圳市科技创新人才政策进行多维度描述与特点解析。

关于政策文本内容分析，相关研究差异主要体现在研究框架和研究样本上。张大力等[4]以河南省科技创新人才政策文本为研究对象，提取78条科技创新人才政策文本中的关键词进行共词网络分析，总结河南省科技创新人才政策文本的特点；易江格等[5]构建“政策的发文频度、发文部门、政策文种、适用对象、政策类型”五维分析框架，对湖北省科技创新人才政策文本进行分析。

关于政策评价，学者们关注较多的是政策评价体系构建和政策实施效果评价两个方面。如王宁等[6]基于因子分析和DEA模型对河南省2011—2015年科技创新人才政策实施成效进行评估；孙锐等[7]基于2007—2018年中央层面颁布的青年科技创新人才引进政策文本数据库,构建青年科技创新人才引进政策评价指标体系及其量化标准,并应用于典型地区综合评价实证分析。

以往研究大致厘清了科技创新人才政策发展历程，并对政策实施效果进行了初步探讨，但是，尚无学者从政策扩散视角对科技创新人才政策进行研究。

1.3 文献回顾小结

综上所述，关于政策扩散国内外研究已经比较丰富。学者们主要以某项具体的公共政策为切入点，从政策扩散的定义、路径、机制和影响因素等角度开展细致的研究，且国内学者对我国城市低保制度、政府购买服务政策、城市公共自行车计划、垃圾分类政策、“最多跑一次改革”等政策扩散过程中的动力因素进行了探讨，为本文提供了坚实的理论支撑。科技创新人才政策作为我国的一项城市创新型政策,近10年来在全国范围内被广泛传播和采纳的过程属于比较典型的公共政策在全国层面的动态扩散。但是，以往关于科技创新人才政策的研究主要从政策描述、政策文本分析和政策评价等方面展开，缺乏从政策扩散视角对科技创新人才政策的分析。另外，科技创新人才政策扩散的动力因素在不同阶段、不同区域是否存在差异也值得探讨。

因此，本文从政策扩散角度出发，一方面，应用政策扩散理论，识别科技创新人才政策扩散的关键动力因素，并分阶段、分区域探讨科技创新人才政策扩散动力因素的时空差异，深化对科技创新人才政策在全国层面扩散的理解；另一方面，期望通过对科技创新人才政策扩散进行研究，丰富公共政策扩散相关研究成果。

2 理论分析与研究假设

在政策扩散相关研究中，Berry等[16]首次提出政策扩散内部决定模型和区域扩散模型。其中，内部决定模型主要考量辖区内部经济、社会和政治特征对政策扩散的影响，而区域扩散模型主要衡量区域周边已经采纳政策的城市对政策在该地区扩散的影响。朱旭峰[13]认为我国城市在采纳公共政策时，不仅要考虑城市内部社会需求和财政能力，而且要考虑中央政府与省级政府间关系以及与其它地方政府之间的关系。借鉴西方经典的人口流动理论——推拉理论的观点，本研究认为公共政策从政策发源地传播到政策采纳地存在“推力”和“拉力”两种动力。在人口流动研究中，“拉力”主要来源于人口流入地，“推力”则主要来源于人口流出地[30]。在本研究中，“拉力”主要来源于政策采纳地，包括与城市内部发展需求相关的一系列因素，而“推力”来源于多方主体，包括政策发源地、中央政府和社会公众等，主要是城市外部环境中的相关因素。因此，本文认为城市科技创新人才政策扩散动力因素研究可以从需求拉动和压力推动两个方面展开。

2.1 需求拉动因素

需求拉动因素来源于公共政策产生的内部环境，与城市内部经济条件紧密相关，本文选取城市经济发展水平、人口规模、第三产业比重、财政收入4个变量。

Mohr[31]认为创新动机、创新资源和创新障碍交互影响组织创新行为，而财富作为一项重要的创新资源，是组织在采纳创新政策时需要考虑的关键因素。一般而言，政策扩散主体经济状况越好，所掌握的资源就越多，从而更容易克服政策扩散时面临的各类阻力[26]。城市经济发展水平被视为影响政策扩散的首要因素[17]，结合我国公共政策发展形势来看，经济发展水平较高的城市往往是政策先行者，并且扮演着新生事物接纳者和风险承担者的角色，其对于创新型政策的接纳度更高，也有经济实力去承担创新型政策失败的风险。因此，提出如下假设：

H1：城市经济发展水平越高，越有可能采纳科技创新人才政策。

组织创新理论认为，人口数量、人口密度与地区创新能力具有较大关联[19]。人口数量可以从侧面反映辖区所处环境的复杂程度，人口较少的地区需要的程序化决策较多、非程序化决策较少，复杂程度较低，创新可能性较小[32]。人口规模越大，能够为城市提供的科技创新人才储备越多，城市越愿意采纳科技创新人才政策以留住人才。据此，提出如下假设：

H2：城市人口规模越大，采纳科技创新人才政策的概率越大。

目前，新一轮科技革命和产业变革深入发展，科技创新成为产业转型升级的重要助推剂。我国第三产业比重已超过第一、二产业，为经济高质量发展提供了一定产业基础。相比第一、二产业，第三产业的发展更需要人才资源的拉动。一个城市第三产业比重越高，所需科技创新人才越多，实施科技创新人才政策的可能性也越大。据此，提出如下假设：

H3：城市第三产业比重越高，越有可能采纳科技创新人才政策。

资源松弛假设指出，松弛的资源状况是组织创新的重要条件，而资源丰富的组织更倾向于创新[33]。Berry等[16]认为财政状况是直接决定地方政府是否采纳一项新的政策或项目的重要因素。城市如果具备充足的财政资源，就可以为采纳创新型政策提供资金保障。如果缺乏有力的财政资源支持，则政策采纳可能难以真正实现。科技创新人才政策的实施需要投入大量资金，良好的财政状况是政府实施科技创新人才政策的资源保障。据此，提出如下假设：

H4：城市财政收入越高，采纳科技创新人才政策的可能性越大。

2.2 压力推动因素

压力推动因素来源于公共政策产生的外部环境，本文选取行政指令、府际竞争和社会舆论3个变量。

在政策扩散机制中，强制机制是指中央政府对下级组织施加压力，使得各地政府积极采纳中央政府支持和鼓励的某项政策创新[26]。Welch等[34]研究发现，联邦政府对各州政府实施的政策激励有利于政策扩散，在政策实施过程中，一般只要上级政府明确支持某项政策，大多数地方政府都会自发、积极地采用该政策。朱旭峰[13]在研究城市低保制度时发现，中央鼓励政策采纳的行政命令颁布之后，既给地方政府施加了政策执行压力，也增加了地方政府采纳政策的合法性。因此，提出如下假设：

H5：行政指令的压力越大，城市越有可能采纳科技创新人才政策。

科技创新人才资源是有限的，学习与竞争是城市之间争夺科技创新人才资源的两种有效方式。一方面，城市之间通过交流与研讨相互学习先进的治理经验，在信息沟通与知识吸纳的过程中促进创新型公共政策在城市之间传播与采纳。另一方面，迫于“政治锦标赛”的压力，城市之间也存在相互看齐的竞争过程，部分城市会考虑通过采纳创新型政策提升自身竞争力，客观上促进公共政策在城市间传播与扩散[26]。因此，提出如下假设：

H6：府际竞争的压力越大，城市越有可能采纳科技创新人才政策。

社会建构理论认为公共政策是社会建构的产物，政策制定者会在媒体、公民等社会因素的影响下进行政策学习或模仿[35]。大众媒体是社会公众了解创新型政策信息的重要渠道，在政策采纳过程中扮演重要角色，对社会舆论具有一定引导作用，可以间接影响城市公共政策的制定或采纳[27]。当新闻媒体对科技创新人才政策的报道较多时，会产生一定舆论效应，推动地方政府予以关注。因此，提出如下假设：

H7：社会舆论压力越大，城市采纳科技创新人才政策的可能性越大。

图1 科技创新人才政策扩散动力因素模型Fig.1 Motivation factor model of the diffusion of scientific and technological innovation talents policy

3 研究方法

3.1 研究样本

基于数据的可获得性和有效性，本文选取我国四线及以上级别的地级市作为研究对象，样本覆盖161个城市。样本考察期为 2012-2020年，考虑到因果关系的时间顺序，将部分变量的取值滞后一年。

3.2 变量测量与数据来源

(1)因变量测量。科技创新人才政策扩散是指科技创新人才政策在地区或部门间传递过程中被新的政策主体采纳推行的过程。本文借鉴学者们探究城市低保制度、政府购买服务政策、城市公共自行车计划、垃圾分类政策、“最多跑一次改革”等政策扩散动力因素时采用的测量方式，以“是否采纳政策”作为衡量因变量的标准。该变量为二分变量，城市采纳科技创新人才政策的年份赋值为“1”，城市采纳科技创新人才政策之前的年份赋值为“0”。同时，将城市采纳科技创新人才政策之后的相关变量数据删除。因变量数据来源于各城市政府官网和北大法宝网站。

(2)自变量测量。在需求拉动因素中，城市经济发展水平通过人均GDP测量，人均GDP可以直接反映城市经济发展水平。城市人口规模代表城市人口特征，使用常住人口数衡量。第三产业比重可以反映城市新兴产业发展情况，通过计算第三产业生产总值占地区生产总值比重得出。财政收入代表城市财政资源状况，采用一般公共预算收入测量。以上4个变量的数据均来源于《中国城市统计年鉴》。

在压力推动因素中，行政指令主要反映上级政府行政命令给城市采纳政策带来的压力，通过“中央政府是否出台科技创新人才政策”来测量。将该自变量作为二分变量处理，中央政府出台科技创新人才政策当年及之后的年份赋值为“1”，中央政府出台科技创新人才政策之前的年份赋值为“0”，数据来源于中央政府网站。府际竞争反映同级政府之间的竞争对城市采纳科技创新人才政策带来的压力，通过“同级别出台科技创新人才政策的城市数量/同级别城市总数”测量，数值越大，代表城市之间府际竞争压力越大，数据主要来源于城市政府官网。社会舆论主要反映社会公众为城市采纳科技创新人才政策施加的压力，将每年关于科技创新人才政策的新闻报道数量作为测量社会舆论压力的指标，数据来源于中国知网报纸数据库。

(3)模型设定。本文采用事件史分析方法对科技创新人才政策扩散的研究假设进行实证检验，事件史分析方法最早出现在Berry等的研究中，此后成为政策扩散实证研究的范式。在事件史分析模型中，被解释变量为“风险率”，即个体在特定时间发生事件的概率，用一个二分虚拟变量表示。个体发生“事件”取值为 1，未发生“事件”取值为0，一般使用二元logistic回归模型进行实证分析。在事件史分析模型中，每个城市的数据都是历时性数据，需在确定时段内每隔固定时间就对每一个样本进行测量，直到样本发生“事件”，即从一种状态转变为另一种状态时，对这个样本的测量才停止。因此，事件史分析模型比传统的 OLS 回归模型能更好地反映因果关系[36]。事件史分析模型如下：

Logit(pj，t)=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7

其中，pj，t是城市j在年份t出台科技创新人才政策的概率，X1-X7是7个自变量，β1-β7是7个自变量对应的系数,β0为常量。

表1 主要变量含义、测量与数据来源Tab.1 Main variables, measurements and data origins

4 实证结果分析

4.1 描述性分析

本文主要变量的描述性统计结果如表2所示。为满足正态分布、消除异方差和避免共线性问题, 对数值较大的自变量进行取对数处理。此外，对自变量进行共线性诊断，结果显示自变量的方差膨胀因子(VIF)普遍偏低,最小值为1.248, 最大值为5.206，低于多重共线性警戒值10。同时，自变量的容忍度普遍偏高，最大值为0.801，最小值为0.126，高于多重共线性警戒值0.1，说明变量间不存在严重的多重共线性问题。

4.2 科技创新人才政策扩散的事件史分析

通过实证结果分析发现，模型1和模型2都在0.05及以上的水平上显著，模型1和模型2融合在一起得到模型3。从表3可以看出，模型3的伪R2相比模型1和模型2有所提高，模型的解释力增强，拟合度变优。

首先，在需求拉动因素中，经济发展水平和第三产业比重与科技创新人才政策采纳在0.01的水平上显著正相关，人口规模与科技创新人才政策采纳在0.05的水平上显著正相关，假设H1、H2、H3得到支持。财政收入与科技创新人才政策采纳在0.05的水平上显著负相关，假设H4未得到支持，可能与未对财政支出水平进行测量有关。模型3结果表明，一旦加入外部压力推动因素，人口规模和第三产业比重与科技创新人才政策采纳之间的影响关系就变得不显著，说明这两个变量虽然对科技创新人才政策采纳有一定解释力，但是被外部压力推动因素稀释。

其次，在压力推动因素中，行政指令和府际竞争都与科技创新人才政策采纳在0.01的水平上显著正相关，加入内部需求拉动因素后，这两个变量对科技创新人才政策采纳的影响依然显著为正，假设H5和H6得到支持。社会舆论与科技创新人才政策采纳在0.01的水平上显著负相关，并且在模型3中依然显著负相关，假设H7未得到支持。能够推动政府决策的社会舆论往往是理性的，而部分社会舆论是非理性的。城市在进行科技创新人才政策采纳决策时，虽然受到社会舆论的影响，但是，也掌握着舆论主导权，只针对理性的社会舆论作出回应。

表2 变量描述性统计结果(N=1 012)Tab.2 Variable descriptive statistics(N=1 012)

4.3 不同时段的科技创新人才政策扩散动力因素分析

政策扩散不同阶段有着不同影响因素，为检验两种不同动力因素对政策扩散的影响，本文分时段分析科技创新人才政策扩散历程。2012-2020年科技创新人才政策在中国161个城市的扩散情况如图2所示，柱状图显示每年新出台科技创新人才政策城市数量，曲线则表明科技创新人才政策出台城市累积数量，呈现“S型”。2012-2016年累积曲线较为平缓，2016-2018年累积曲线最为陡峭，2018-2020年累积曲线达到顶峰。

本文以科技创新人才政策扩散的“S型”曲线拐点和国家对科技创新人才规划的关键节点作为划分依据，将科技创新人才政策扩散过程分为3个时段：平稳增长阶段(2012-2016年)、快速增长阶段(2017-2018年)和减速增长阶段(2019-2020年)。

表3 科技创新人才政策扩散事件史分析结果Tab.3 Event history analysis on the diffusion of scientific and technological innovation talents policy

图2 城市出台科技创新人才政策的年度新增数量与累积数量Fig.2 Annual and cumulative quantities of cities that have introduced policies for scientific and technological innovation talents

(1)平稳增长阶段。2012年党的十八大提出创新驱动发展战略，并再次明确科技创新人才对我国经济发展具有重要意义。在该阶段，各个城市较为分散地对科技创新人才政策进行探索，政策数量平稳增长。直至2016年中共中央、国务院出台《关于深化人才发展体制机制改革的意见》《国家创新驱动发展战略纲要》(以下简称《意见》、《纲要》)，政策增长速度开始发生变化，科技创新人才政策发展进入新阶段。在平稳增长阶段，第三产业比重和府际竞争与科技创新人才政策采纳分别在0.05和0.01的水平上显著相关。其中，府际竞争与科技创新人才政策采纳呈正相关关系，而第三产业比重与科技创新人才政策采纳呈负相关关系，这与我国地方政府政策扩散长期以来处于特殊府际关系与复杂转型环境相关。一方面，地方政府基于内部经济发展需求，受到产业转型压力的影响；另一方面，在“政治锦标赛”模式下，地方政府政策采纳受到同级政府竞争关系的影响。另外，《中共中央关于制定国民经济和社会发展第十二个五年规划的建议》明确提出，“十二五”时期要“提高产业核心竞争力”。部分城市缩减第三产业比重，集中发展重点产业，政策着力点与产业结构调整呈现高度耦合性。

(2)快速增长阶段，也是“政策抢才”的白热化阶段。在该阶段，《意见》和《纲要》的政策指导作用逐渐凸显，具备条件的城市利用自身禀赋探索各类吸引科技创新人才的机制，出台的政策数量多且密集。例如，2017年1月武汉市提出“双百万”计划，2017年5月西安市发布《关于深化人才发展体制机制改革，打造“一带一路”人才高地若干政策措施》系列文件，着力打造科技创新人才高地。在该阶段，需求拉动因素中的经济发展水平和人口规模与科技创新人才政策采纳分别在0.1和0.05的水平上显著正相关，而财政收入与科技创新人才政策采纳显著负相关；压力推动因素中的变量则与科技创新人才政策采纳无显著关系。该阶段是“十三五”开局阶段，秉持“坚持全面深化改革，坚持创新驱动发展，加快经济发展方式转变和经济结构调整”的理念，城市出台科技创新人才政策时更多从经济发展需求的角度出发，希望通过政策推动经济增长。另外，在该阶段，人口规模大的城市纷纷出台科技创新人才政策，试图利用人口红利开创抢才先机。

(3)减速增长阶段。经历政策文本“爆炸式”增长后，此阶段科技创新人才政策文本增速减缓，政策文本总数达到顶峰。需求拉动因素中的变量对于科技创新人才政策采纳没有显著影响，压力推动因素中的府际竞争压力在0.1的水平上对科技创新人才政策采纳产生正向影响。这反映出府际竞争压力对城市实施科技创新人才政策具有促进作用，同级别采纳政策的城市越多，对其它同级别城市产生的压力越大，越会推动其采纳科技创新人才政策。

表4 科技创新人才政策扩散动力因素分时段分析结果Tab.4 Analysis of different time periods of the motivation factors of the diffusion of scientific and technological innovation talents policy

4.4 不同区域科技创新人才政策扩散动力因素分析

为了探究科技创新人才政策扩散的动力因素在不同区域的表现，本文按东、中、西部地区对数据进行重新划分，并分别进行 logistic 回归分析，结果如表5所示。研究发现，在需求拉动因素和压力推动因素方面，分区域政策扩散中的影响因素并不相同。

实证结果显示，在需求拉动因素中，只有西部地区表现为部分指标具有显著影响关系，而在东部和中部地区无显著影响。其中，经济发展水平和人口规模与科技创新人才政策采纳在0.05的水平上显著正相关，财政收入与科技创新人才政策采纳在0.01的水平上显著负相关。当前，东部地区涵盖了大部分一线和新一线城市，科技创新人才也在东部沿海地区出现集聚现象，东部地区科技创新人才政策的竞争张力大，中西部地区抢夺科技创新人才的难度升级。为避免在与东部城市抢才过程中陷入恶性竞争沼泽，西部地区在采纳科技创新人才政策时可能表现得更加理性。因此，相比东部和中部经济相对发达区域，西部地区出台科技创新人才政策时，首先关注自身经济发展相关指标以及出台科技创新人才政策能对经济发展带来多大促进效应，尽量回避不必要的风险。同时，由于政策抢才难度升级，西部地区也可能寻求政策上的优化，以加码竞争的方式吸引科技创新人才。

在压力推动因素中，行政指令和府际竞争与科技创新人才政策采纳在东、中、西部地区都表现为0.01水平上的显著正相关关系。在“晋升锦标赛”格局下，东、中、西部地区受到的纵向和横向压力有增无减，东、中、西部地区在表象上形成良好的纵向和横向政策推广效应，但是，对于竞争优势不明显的城市来说，也许只是迫于双重压力而加入这场政策抢才之争。另外，社会舆论在东、中部地区的影响更加显著，而在西部地区没有显著影响，这也验证了西部地区在采纳科技创新人才政策时更加理性的观点。

表5 科技创新人才政策扩散动力因素分区域分析结果Tab.5 Analysis of different regions of the motivation factors of the diffusion of scientific and technological innovation talents policy

5 主要结论与政策建议

5.1 主要结论

本文对影响科技创新人才政策扩散的因素进行了探讨，提炼城市科技创新人才政策扩散的双重动力因素：需求拉动因素和压力推动因素。研究发现，在需求拉动因素中，经济发展水平和财政收入影响城市科技创新人才政策扩散；在压力推动因素中，行政指令压力、府际竞争压力和社会舆论压力显著影响科技创新人才政策扩散。在不同时段和不同区域，这些因素对科技创新人才政策采纳的影响有所不同，推动政策扩散的主导因素也不同。综合事件史分析结果，得到以下主要结论：

(1)城市科技创新人才政策扩散存在双重动力因素。事件史分析结果显示，影响城市科技创新人才政策扩散的因素主要来源于需求拉动和压力推动双重动力因素。其中，压力推动因素是影响科技创新人才政策扩散的关键，而需求拉动因素是科技创新人才政策扩散的重要动力。具体而言，在需求拉动因素中，经济发展水平和财政收入对科技创新人才政策扩散具有显著影响，说明城市经济发展情况和政府财政收入与城市出台科技创新人才政策之间存在较大关联性，是城市采纳科技创新人才政策的重要动力源泉，经济发展水平较高的城市采纳科技创新人才政策的积极性往往更高。也有财政状况不佳的城市反而希望通过采纳科技创新人才政策推动城市发展，说明城市之间对于科技创新人才资源的争夺一定程度上突破了财政状况的限制。在压力推动因素中，行政指令压力、府际竞争压力对科技创新人才政策扩散的正向影响显著。在科技创新人才政策扩散过程中，社会舆论压力会产生阻碍作用，可能是因为科技创新人才政策不具备在全国各个城市普遍采纳的特质，政府决定是否采纳科技创新人才政策时会更加基于理性调研分析，而不是过分被舆论主导。

(2)时间维度下，在3个不同阶段，城市科技创新人才政策扩散的动力因素存在明显差异。在科技创新人才政策扩散的平稳增长期，大部分城市面临“政治锦标赛”和产业转型的双重压力，需求拉动因素中的第三产业比重和压力推动因素中的府际竞争压力都对城市科技创新人才政策采纳表现出较为显著的影响。为了缓解双重压力，部分城市希望通过主动创新吸引科技创新人才。例如，上海为了建设具有全球影响力的科创中心，颁布《关于进一步深化人才发展体制机制改革加快推进具有全球影响力的科技创新中心建设的实施意见》；广州为了促进产业发展，颁布“1+4”政策文件。在科技创新人才政策扩散的加速增长期，各城市之间的政策抢才竞争逐渐进入白热化阶段，利用经济水平、人口规模和财政资源等优势进行加码竞争，部分城市使出“杀手锏”，力求达成抢才目标。因此，需求拉动因素在该阶段占据主导地位。在科技创新人才政策扩散的减速增长期，城市之间的抢才竞争仍然存在，差异化竞争成为首选战略。对比第一阶段，第三阶段竞争强度有所减弱。

(3)空间维度下，三大区域城市科技创新人才政策扩散的动力因素不尽相同。已有研究表明，从空间上看，我国公共政策扩散呈现出4种地理扩散效应，即近邻效应、等级效应、轴向效应和集聚效应[12]。总体来看，3个区域的城市科技创新人才政策扩散都会受到压力推动因素的影响，西部地区还受到需求推动因素的影响，3个区域城市科技创新人才政策扩散的动力因素表现出一致性的同时也存在一定差异。受四大效应的影响，东部和中部地区政策扩散动力因素的一致性远大于差异性。西部地区背负经济发展和产业转型的双重压力，在采纳科技创新人才政策时，会更多地考量自身经济发展需求以及能够为科技创新人才提供的资源禀赋。

5.2 政策建议

(1)科技创新人才政策的采纳需要根据城市是否具备采纳相关政策的实际条件而定。目前，城市在面对科技创新人才政策采纳的选择时，较多地受到各种外界压力的影响。某些城市只是照搬其它城市的经验，政策内容并不符合自身实际发展需求，各种配套措施也不完善，最终政策效果大打折扣。因此，在科技创新人才政策扩散过程中，城市需根据自身经济发展情况制定科技创新人才政策工具。

(2)在政策爆发期，理性看待其它城市的政策采纳行为，不盲目跟风。在政策采纳比较密集的时期，某些城市往往出现非理性的政策采纳行为。一方面，某些经济发展相对落后的城市跟风其它城市的科技创新人才政策，忽视自身所处发展阶段。另一方面，部分城市以创新性作为政策采纳标准，将科技创新人才政策作为一项显示城市创新能力的工具，忽视了科技创新人才政策后续的执行和落地。因此，在科技创新人才政策扩散的快速增长期，城市需理性进行政策采纳。

(3)不同区域应着力于科技创新人才政策的不同方面，既要“引”人才，也要“留”人才。一般而言，东部经济发达城市在创新能力上优于西部经济欠发达城市，其采纳科技创新人才政策的动力大部分源于外部环境，而西部地区更多地需要通过内部环境因素推动科技创新人才政策的采纳。因此，东西部地区科技创新人才政策应着力于不同方面，东部地区要进一步优化科技创新人才发展环境，持续留住科技创新人才，而西部地区要根据自身发展需求，制定差异化的科技创新人才政策，注重对于科技创新人才的引进、培养和开发。

本文主要贡献在于，借鉴国外提出的政策扩散理论框架,结合中国科技创新人才政策实践，构建城市科技创新人才政策扩散的动力因素模型，并利用离散时间事件史分析法，探讨科技创新人才政策扩散动力因素在不同时段、不同区域的差异，丰富了我国公共政策扩散领域研究，完善了政策扩散研究维度和视角。

本研究也存在不足之处：首先，政策扩散影响因素很多, 本文仅从需求拉动和压力推动两个角度考察科技创新人才政策扩散影响因素。其次，在考察科技创新人才政策扩散动力因素和不同时空情境下的动力因素差异时，没有考虑不同影响因素之间可能存在交互效应，而交互效应也可能影响科技创新人才政策扩散。未来研究可从以上几个方面加以完善。