中国科技人才集聚对高质量就业的影响研究

□ 王 明 刘 晖

一、引言

2021 年8 月，国务院发布《“十四五”就业促进规划》，强调实现更加充分更高质量就业，是推动高质量发展、全面建设社会主义现代化国家的内在要求。[1]高质量就业是指包含劳动收入、劳动保护、劳动环境、劳动能力在内的一系列就业指标的稳步向好，旨在提升人民生活福祉，解决民生问题。但当前就业难与招工难现象并存、城镇就业压力增加、高校毕业生群体规模庞大、农村富余劳动力就业转移、灵活用工群体的劳动保障以及不确定的国内国际就业环境等问题对就业质量提升形成一定阻碍。

党的二十大报告中强调，教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。[2]科技是第一生产力，能够推陈出新，开辟发展新领域新赛道，创造出新的工作岗位和新领域，促使就业实现“量”的合理增长；人才是第一资源，可以不断塑造新动能和新优势，提供源源不断的活力，促使就业实现“质”的飞跃。

在此背景下，本文以全国29 个省（自治区、直辖市）为研究样本，探讨中国科技人才集聚对就业质量的影响及其作用机制，以期为地方政府提供实现高质量就业以及区域经济高质量发展的建议。本文的创新点在于：一方面，补充了人才集聚对高质量就业影响的研究，为后续的研究提供参考；另一方面，将数字经济作为中介变量，探究数字经济在科技人才集聚与高质量就业之间的中介效应。

二、理论基础与研究假设

（一）科技人才集聚与高质量就业

国外对于科技人才集聚的研究起步早且涉及领域广泛，主要围绕分类模式、影响因素以及集聚效应开展。根据经济结构分析和因素结构分析，斯科特（Scott）将科技人才集聚分为三种模式，分别是基于从中心到外围的横向科技人才集聚模式、基于交易成本的纵向科技人才集聚模式及基于知识共享和外部共享的横向科技人才集聚模式。[3]罗默（Romer）指出影响科技人才集聚的主要因素有知识外射效应、公共产品提供、规模经济、国民收入、个人可支配收入和法律法规。[4]弗洛瑞德（Florida）认为公共服务水平、开放性和包容性对科技人才区域流动与集聚具有重要影响。[5]皮洛克斯（Perroux）认为人才通过地区的“极化效应”向产业集聚地靠拢。[6]哈维（Harvey）等提出核心区的快速发展促使科技人才向核心区域集聚，这便是科技人才集聚效应。[7]国内对于科技人才集聚的研究起步晚，但势头迅猛，主要围绕科技人才集聚的现状、带来的社会效应以及科技人才集聚的前因变量三方面。科技人才集聚现状主要通过内涵界定、指标体系构建以及科技人才在总量、时间、空间的结果分布来体现。[8-10]并且，科技人才集聚与科技创新效率正相关，与区域经济发展水平之间具有因果关系。[11-12]同时，研究与发展（R&D）经费投入、变革型领导行为、收入水平、科技政策、基础设施等都对科技人才集聚产生一定影响。[13-15]

国外对于就业质量的研究，主要集中在研究层次上，如宏观的就业质量内涵研究、中观的资源配置效率问题、微观的职能匹配和薪酬激励。[16-18]而国内主要聚焦在就业群体以及影响因素上，研究的就业群体主要包含大学生就业、农民工就业、女性就业、退役军人及运动员就业。[19-22]影响就业质量提升的因素包含职级、劳资平衡、宏观经济、收入、职能匹配度、人力资本六大类。[23]

内生增长理论认为人才集聚会带来正外部性，能够推动就业在“质”和“量”上实现稳定增长。科技人才作为各地经济发展的稀缺资源，其集聚必然会带来规模效应、竞争激烈效应、知识溢出效应以及环境优化效应。人才集聚的前提必然是能够形成一定的规模，从而容易形成新的技术储备和知识积累，创造新业态工作岗位，促进就业岗位的增加。另外，科技人才作为知识创新的主体，必然会在交流合作中产生一定的知识溢出并保持一定的竞争关系，促使人才提升自身技能，从而提升就业质量。同时，科技人才集聚会降低人才交易成本，提高人岗匹配度，优化就业环境和提高劳动保护，进一步提高就业质量。据此，本文提出第一个研究假设：

H1：科技人才集聚会显著提升区域就业质量。

（二）数字经济的中介效应

朱火弟等研究发现，数字经济能显著促进科技人才集聚对区域创新能力的影响，数字经济在其中发挥了一定的调节作用。[24]就业质量提升与科技人才集聚密不可分，科技人才集聚势必会形成一定的人才增长极。科技人才属于高学历人才，是人力资本的重要载体，人力资本作为经济发展的根基，是引领经济高质量发展的第一战略资源，尤其在促进数字经济发展方面更为重要。[25]同时，数字经济成为当今重要经济形态，使得新业态、新组织、新模式的应用潜能无限释放，逐渐成为推动高质量就业的新引擎。[26]鉴于此，本文提出第二个研究假设：

H2：科技人才集聚通过实现数字经济水平提高，来实现就业质量提升，即数字经济在科技人才集聚与就业质量之间发挥中介作用。

三、研究设计

（一）概念界定

1.科技人才

科技人才是中国特有的名词，1987 年出版的《人才学辞典》把科技人才定义为科学人才和技术人才的略语，指为科学技术发展和人类进步作出较大贡献的人。2011 年印发的《国家中长期科技人才发展规划（2010-2020年）》将科技人才定义为具有一定的专业知识或专门技能，从事创造性科学技术活动，并对科学技术事业及经济社会发展做出贡献的劳动者。与科技人才相关联的概念有，科技人力资源、专业技术人员、科技活动人员以及R&D人员。

2.高质量就业

国外在工作质量、体面劳动、高质量就业等方面对就业质量的内涵有不同的解读。欧盟认为失业率和用工荒的结构性矛盾仍然存在，需要通过改善工作质量来提高工作的吸引力，从而增加劳动力供给。1999年，第87 届国际劳工大会第一次提出了体面劳动的概念，主要强调男女在自由、公平、安全、尊严条件下获得的体面工作的机会。高质量就业是指个人在其认为具有挑战性和满足感的工作的综合环境中获得谋生所需工资的就业状态。而国内的高质量就业是自党的十九大报告提出实现更高质量和更充分就业目标后，经常沿用的概念，[27]是指劳动者通过自身努力、政府公共政策、市场机制、企业管理创新等实现充分就业的同时，创造出更多价值，并且这些价值能够与自身获得的收入相匹配。本文的高质量就业指标评价体系主要从就业环境、就业能力、就业报酬、就业保护四个维度进行构建。

（二）科技人才集聚度测评

本文采用区位商模型测算中国地区科技人才集聚情况。该模型既反映了科技人才的空间疏密程度，同时又避免了区域大小不同造成的集聚度高估问题。科技人才集聚度的区位商值计算公式如公式（1）所示：

其中，STjdi表示科技人才空间集聚度，STi表示i区域专业技术人才数，∑STi表示研究区域专业技术人才总数，AREAi表示i区域面积，∑AREAi表示研究区域总面积。根据公式（1），计算2010—2021 年29 个省级区域的科技人才集聚度（见表1）。为便于深入分析，将集聚程度分为绝对优势地区、相对优势地区、相对劣势地区及绝对劣势地区四部分。

表1 2010—2021年中国各省级区域科技人才集聚度一览表

2010—2021 年间，上海市、北京市、天津市、江苏省、浙江省、广东省、山东省7 个地区是科技人才集聚的绝对优势地区（STjdi≥5）。其中上海市、北京市、天津市的人才集聚程度变化趋势相对下降，分别由76.38 降至62.42、43.54 降至32.07、20.72 降至16.74，这可能与超大城市设立严格的落户制度预防人口过度集聚有关。江苏省、浙江省、广东省的人才集聚程度变化趋势相对上升，分别由10.73升至12.08、7.62升至9.36、6.72升至7.97，说明这些省份科技人才总量的增长速度相比于几乎不变的行政区域面积增长速度，一直处于增长趋势，显示出沿海地区强大的引才效应，源源不断地吸引科技人才向产业核心区集聚。山东省的科技人才集聚度由4.85上下浮动至5.16 基本保持不变。安徽省、福建省、重庆市、河南省、湖北省、湖南省、辽宁省、江西省、河北省、陕西省10 个地区是科技人才集聚的相对优势地区（1≤STjdi＜5）。科技人才集聚度上升的分别是安徽省、福建省、重庆市、湖南省和江西省；下降的分别是辽宁省和陕西省；基本不变的分别是河南省、湖北省及河北省。中西部地区和东北部地区（辽宁省除外）一般是科技人才集聚的相对劣势和绝对劣势地区。其中，四川省、海南省、山西省、贵州省、吉林省是科技人才集聚的相对劣势地区（0.5≤STjdi＜1），广西壮族自治区、宁夏回族自治区、云南省、黑龙江省、甘肃省、内蒙古自治区、青海省是科技人才集聚的绝对劣势地区（0≤STjdi＜0.5）。需要注意的是，东北地区因辽宁省紧邻渤海湾以及京津冀城市群，享受到了一定的涓滴效应和溢出效应，从而在科技人才集聚方面处于相对优势地位；同时，甘肃省、内蒙古自治区、青海省受制于区位发展的初始劣势，科技人才集聚度处于较低水平，应设法加快中西部地区科技人才队伍培养和引进，快速实现人才集聚。

（三）高质量就业指标评价体系构建及测评

1.高质量就业指标评价体系设计

本文参照戚聿东等[28]的评价指标体系，以就业环境、就业能力、劳动报酬、劳动保护为四个一级指标。在就业环境的二级指标重点关注经济发展水平、产业结构分配、就业率及交通通达度；就业能力的二级指标侧重人力资本状况和接受培训占比；劳动报酬的二级指标侧重收入水平、收入差距以及社会保障；劳动保护的二级指标关注工会参与率、劳动争议程度及工伤事故发生率等。具体的中国省级就业质量评价指标体系见表2。

表2 中国省级就业质量评价指标体系

2.中国各省份就业质量综合评价

用组合赋权法对2010—2021 年中国各地区就业质量进行测算，各地区具体就业质量得分见表3。从整体层面上分析，在2010—2021年间，29 个地区就业质量得分并不高，2021年得分超过60 的仅有北京市、上海市两个地区；但从趋势上看，2010 年以来，各省份就业质量得分稳步攀升，说明就业质量呈逐年向好的发展趋势。需要注意的是，个别地区在2020—2021 年就业质量小幅降低，可能与国内不良的就业环境有关。从地区层面看，从东南沿海的东部地区到中西部地区得分依次呈降低态势，北京市、上海市、江苏省、浙江省一带是全国就业质量得分的领军地带，高于中西部地区就业质量得分；中部的湖北省、湖南省、河南省、山西省是后起之秀；西部地区发展起步晚，但涨势迅猛。进入新时代，国家经济正从高速增长向高质量发展转变，各地区就业质量仍有较大的增长空间，应当着力推动就业优先政策，加强就业环境改善和就业劳动保护，提升人才的劳动报酬和就业能力，实现人才高质量更充分就业。

表3 2010—2021年中国各地区就业质量得分（组合赋权法）

（四）实证模型构建、变量描述及数据来源说明

1.实证模型构建

为了考察科技人才集聚对高质量就业的影响，在参考李腊梅等[29]研究的基础上，构建如下基准回归公式（2）：

公式（2）中，Empit表示i省份在t年份的就业质量，STjdit表示i省份在t年份的科技人才集聚度，Xit为模型中一系列控制变量，µi为个体固定效应，λt为时间固定效应，εit为扰动项。

为分析数字经济在科技人才集聚与高质量就业之间的中介效应，文章的实证检验步骤如下：首先检验公式（2）中系数β1的显著性，若显著性检验通过，再分别构建科技人才集聚对数字经济的回归模型以及科技人才集聚和数字经济对就业质量的回归模型，通过检验公式（3）、（4）中核心解释变量系数的显著性来初步判断是否存在中介效应。最后通过Bootstrap 方法进一步确定中介效应是否存在及具体效应值大小。文章中介效应检验方程如下：

上式中，Digit表示i省份在t年份的数字经济水平，其余变量同公式（2）相同。

2.变量描述

被解释变量：就业质量（Emp）。前文就业质量评价指标体系根据熵权法、CRITIC法、等权重法及组合赋权法测算得出就业质量得分范围在0～100，就业质量得分越高，表明该省份或地区的就业情况越好。本文实证部分除稳健性检验全部采用CRITIC 法测算得出的就业质量得分。其中，组合赋权法是利用这三种方法测算的均值作为以上各指标权重，从而使该方法不仅可以考虑数据变异性、冲突性和信息量，同时对数据依赖性较为适中，在各省份就业质量得分的分布以及稳健性检验当中使用。

解释变量：科技人才集聚（STjd）。本文借鉴刘晖等[30]对科技人才区位商的定义，将科技人才区位商定义为某地区R&D 人员数量占研究区域总体R&D 人员数量的比重，与某地区行政区域面积占研究区域总体行政区域面积的比率，以此来衡量科技人才集聚这一变量。

中介变量：数字经济发展水平（Dig）。数字经济发展水平，参照戚聿东的研究[28]选取互联网和电信业、电商零售业、软件业和科学技术业四个一级结果指标作为数字经济发展的典型部分，又分别选取10 个二级指标构建数字经济发展水平评价指标体系，利用熵值法测算其数字经济发展水平。

控制变量：为了更加全面地分析科技人才集聚对高质量就业的影响，本文参考戚聿东等[28]的做法，将经济发展水平（pergdp）、城镇登记失业率（unemp）、地区人力资本（edu）、城镇职工养老保险覆盖率（ins）、外商直接投资（fdi）、贸易开放程度（open）作为控制变量。

3.数据来源及描述性统计

文章数据以2010 年为时间征集点，将2010—2021 年29 个省（自治区、直辖市）的指标数据整理为面板数据。有关科技创新人才、数字经济和就业质量指标评价体系的数据皆来源于2010—2021 年间的《中国统计年鉴》《中国劳动统计年鉴》以及29 个省（自治区、直辖市）统计年鉴，对于缺失数据根据线性插值法进行补齐。为使不同年份数据具有可比性，以2010 年为基期，利用CPI 和地区生产总值平减指数分别对城镇职工单位就业人员平均工资和人均地区生产总值进行平减。各变量的描述性统计分析见表4。

表4 描述性统计分析

四、实证分析

（一）基准回归

文章运用Stata 17.0 软件实证分析科技人才集聚对就业质量的影响，采用双向固定效应模型对样本进行基本回归分析，回归结果见表5。

表5 全样本基本回归结果

由表5 结果可知，科技人才集聚对就业质量的影响系数为正，且在10%显著性水平下显著，说明科技人才集聚能够显著提升就业质量。逐步加入控制变量以后，科技人才集聚对就业质量的系数依旧为正，且全部在10%显著性水平下显著，H1得到验证。同时，经济发展水平、地区人力资本、城镇职工养老保险覆盖率对就业质量的影响系数均为正，且全部显著，说明一个地区的经济发展水平、地区人力资本、城镇职工养老保险覆盖率可以显著促进该地区就业质量的提升。而城镇登记失业率和贸易开放程度与就业质量显著负相关。城镇登记失业率与就业质量的反向关系不难理解，贸易开放程度可能会促使国外劳动力进入本国，对本国的就业岗位形成挤压。

（二）异质性检验

由于各地区资源禀赋以及经济发展水平存在差异，就业质量也存在一定的差异性。为了进一步研究中国各地区科技人才集聚对就业质量的影响，本文根据经济发展水平将29 个省份划分为高经济发展水平地区和低经济发展水平地区，实证分析不同经济发展水平地区科技人才集聚对就业质量影响的差异。其中，高于人均地区生产总值的地区为高经济发展水平地区，低于人均地区生产总值的地区为低经济发展水平地区。分别对其进行回归分析，结果见表6。

表6 不同经济发展水平地区回归结果

从表6 高、低经济发展水平地区回归结果的对比可以看出，无论地区经济发展水平如何，无论控制变量如何变化，科技人才集聚对就业质量的影响总是在10%显著性水平下显著，系数为正，再次验证了H1。另外，我们还发现三点不同之处。其一，低经济发展水平地区的科技人才集聚对于就业质量的影响系数更大，说明虽然低经济发展水平地区吸引科技人才集聚的难度比高经济发展水平地区大，可一旦低经济发展水平地区形成了科技人才集聚，其对就业质量提升的贡献度远大于高经济发展水平地区。其二，地区人力资本对就业质量的影响在低经济发展水平地区显著为正且系数更大，但在高经济发展水平地区不显著，表明低经济发展水平地区对于提升人才受教育程度的需求更加紧迫，也更为必要。其三，城镇职工养老保险覆盖率在高经济发展水平地区对就业质量的影响为正，对低经济发展水平地区的影响为负，原因可能在于低经济发展水平地区城镇职工数量占比较少，导致对就业质量的影响为负且不显著。

（三）稳健性检验

1.工具变量法

为确保回归结果的稳健性，并消除科技人才集聚与就业质量之间可能存在的内生性问题，本研究使用就业质量的滞后值作为科技人才集聚的工具变量，采用两阶段最小二乘法（2SLS）进行回归，结果见表7。

表7 稳健性检验一：工具变量法

由表7 可知，通过逐步添加控制变量，核心解释变量对就业质量的估计系数始终为正，并且在10%显著性水平下显著，与表5 基准回归的结果基本保持一致，说明数据结果稳健并且工具变量法有助于缓解模型带来的内生性问题。

2.替换被解释变量

第二种检验方法是替换被解释变量。将前期回归使用CRITIC 法得到的被解释变量用组合赋权法进行替换，再次进行回归，结果见表8。

表8 稳健性检验二：替换被解释变量

从表8 可以看出，在被解释变量得到替换后，科技人才集聚对就业质量仍然具有显著的正向作用，H1继续得到验证，再次说明本文的研究结论具有可靠性。

（四）机制分析

上文从理论上分析了数字经济在科技人才集聚与就业质量之间的作用机制。为验证H2，采用Stata 17.0 软件进行中介效应分析，回归结果见表9。

表9 中介效应的回归结果

模型（1）结果显示科技人才集聚能够在5%显著性水平下促进就业质量提升；模型（2）结果显示科技人才集聚在1%显著性水平下对数字经济发展有促进作用；模型（3）结果显示科技人才集聚和数字经济分别在1%显著性水平下对就业质量有正向促进作用。由于b1=0.168 和γ2=0.083 均显著，因此不需要进行Bootstrap 方法检验；同时，γ1=0.116，在1%显著性水平下显著，可知数字经济发挥部分中介作用，该效应占总效应的结果为10.73%，表现出科技人才集聚→数字经济水平提升→就业质量提高的传导机制，验证了H2。

五、结论与启示

（一）主要结论

综合全文分析，本文旨在探究科技人才集聚对就业质量的影响。首先，从理论层面梳理了科技人才集聚对就业质量的影响逻辑。其次，根据区位商思想更新了科技人才集聚的计算公式以及构建了就业质量指标评价体系，测得29 个省（自治区、直辖市）2010—2021 年科技人才集聚度和就业质量得分的面板数据。最后，构建双向固定效应模型实证分析科技人才集聚对就业质量的影响，同时选取数字经济作为中介变量探究其在科技人才集聚与就业质量两者间的中介效应。通过以上研究步骤，得出如下研究结论。一是2010—2021 年间，科技人才集聚度区域差异明显。集聚度总体上呈东—中—西依次递减态势，即科技人才绝对优势地区多分布在东部沿海地区，科技人才相对优势地区与相对劣势地区多集中在中部地区，科技人才绝对劣势地区多分布在西部地区。就业质量得分普遍不高，但总体呈上升趋势，也表现出较强的区域差异。二是将CRITIC 法测得就业质量得分作为被解释变量，实证得出科技人才集聚显著促进就业质量提升。根据人均地区生产总值水平划分高经济发展水平地区与低经济发展水平地区，进行异质性检验，结果表明，无论地区经济发展水平如何，科技人才集聚对就业质量的促进作用都显著；用工具变量法以及用组合赋权法测得的就业质量替换被解释变量进行稳健性检验，得到的实证结果均与上文保持一致，验证了结果的稳健性。三是将数字经济作为中介变量，发现数字经济作为新型的经济表现形式，受人才集聚影响，在一定程度上促进就业质量提升，在科技人才集聚与就业质量之间发挥了一定的中介效应。

（二）政策启示

基于以上研究结论，提出政策启示。

一是构建区域科技人才共享机制。中西部地区相对东部沿海地区明显存在先天性区位劣势，科技人才集聚度低于全国平均水平，应当秉持合作共享的发展理念，将东部地区得天独厚的科技人才优势开放共享到蓄势待发的中西部地区，形成人才发展合力，进一步提高人才资源利用效率。例如，各类技术人才的远程培育和引进。通过大力发展各类远程人才共享服务企业以及建设远程人才园区，促进商会、协会、促进会、联盟、联谊会、俱乐部等行业组织和社会组织，研究会、研究院、研究中心、智库等科研机构，以及设立基金公司等金融组织，进一步促进人才集聚，形成人才示范区。

二是优化科技人才就业环境。科技人才就业的环境优化涉及内部和外部两方面。内部优化要坚持“用户思维”，以科技人才自身需求为导向，完善对科技人才的公共服务等，实施人性化的服务，保障科技人才各项基本权利。例如，为科技人才子女的受教育环境和科技人才的生活便利化提供强有力的保障，提升人才的生活满意度和幸福指数。外部优化应坚持政府的主导地位，整合政府、企业、高校等社会资源，推陈出新一系列创业创新项目的融资扶持政策以及激励措施。例如，政府作为倡导者，支持高校和企业分别利用“互联网+”“三创”等创新创业赛事深化高等教育改革和强化企业开拓创新，通过赛事激励可以培养更多具有专业知识和技能的科技人才相互竞争，形成良好的科技人才集聚外部环境。同时，政府、企业、高校的共同参与会真正实现产学研一体化，这种外部环境循环会促使就业质量的提升。

三是加快数字政府建设，推动社会治理与公共治理转型升级。充分发挥市场在资源配置中的决定性作用，更好地发挥政府作用，实现“有效市场”与“有为政府”的有机结合。例如，通过社会主义经济体制改革给予企业更多的优惠政策和激励措施，以高水平的对外开放推动跨境电商和数字贸易发展，进一步释放数字经济活力。同时，可以建立政府数字媒体平台促进人才的交流，传递人才培养信息，最大化提高信息技术的对称性。利用数字技术的广泛性、时效性以及可持续性，深入挖掘科技人才的人力资本，从而实现就业质量的提升。