创新型人才与高技术产业共轭驱动高质量发展
——以京津冀为例

董晓宏 ,孙拥军 ,武 星

(1.河北地质大学 管理学院,河北 石家庄 050031;2.河北经贸大学 财务处,河北 石家庄 050061)

一、引言

自2014 年提出至今,京津冀协同发展国家战略稳步推进,京津冀三地在产业对接、交通互通、公共服务共享等方面协作成效显著。聚焦于经济发展这一核心目标,协同发展政策的实施对三地经济发展尤其是河北省的经济增长起到了明显的正向推动作用,该政策对河北省人均GDP 增长、城镇居民收入增加的贡献率分别达到50.6%和67.4%。这一良好势头促使我们深入思考,政策之外,未来京津冀高质量发展的持续性动力由何而来? 综合英、法、日、德等国家区域发展的有效经验与成功做法,产业与人才的集聚是区域经济发展的主要推手,“人随产走”或“产随人动”的模式均可有效带动区域经济繁荣。反之,支柱型产业的缺失会造成经济的空心化进而加速人才外流,而人才的短缺则成为产业发展停滞乃至衰退的主要原因。因此,人才与产业是区域经济高质量发展的左膀右臂,偏废不得。

党的十九大报告提出“高质量发展”这一经济发展新理念,与追逐经济增长速度不同,高质量发展更追求创新、效率、协调、开放与共享式的均衡发展。对标国内外成熟城市群区域,京津冀地区从创新人才储备到创新人才吸引,从区域创新效率到产业质量内核,优势特色并不突出,尤其近10 年来,长江经济带以及东南沿海地区的人才“争夺”态势不断升温,华北区域人才集聚的难度进一步加大。创新型人才集聚后通过知识溢出,吸引更多的同类企业实现产业集聚,高技术产业集聚则通过人随产动吸引创新型人才的集聚。由此可见,以创新驱动为抓手,实现创新人才、高技术产业与经济的协同发展是京津冀区域进入我国经济发展“头雁”阵营的重要出路。立足这一发展需求,本文选择创新型人才集聚与高技术产业集聚为研究主题,讨论其独立项及交互项对京津冀区域经济发展的影响状态,为优化、改善三地现有高技术产业与创新型人才集聚政策提供事实依据,推动京津冀逐步形成高技术产业需求侧与创新型人才供给侧的联动机制,以“人产互促”破解“人产失衡”,进而实现创新型人才集聚与高技术产业集聚共轭驱动下的经济高质量发展态势。

二、文献综述

回顾产业区位理论和新经济理论的核心观点不难发现,产业在一定规模内的集聚会促进人才、知识、信息和技术的跨区流动,通过提升资源的配置效率进而降低生产成本、提升区域经济发展成效。吴宗杰等以山东省为样本,证实高技术产业集聚不仅是区域经济发展的主要推动力,同时通过高技术产业的专业化水平推动区域经济实现空间溢出。郭卫军等应用熵值法测度并证实了我国省域经济增长的效率、稳定性与高技术产业集聚相关,同时高技术产业集聚还能够改善省域经济结构。谢会强等以我国30 个省份为研究对象,讨论了高技术产业集聚对相邻省份经济高质量发展的影响机理,证实了高技术产业集聚对相邻省份经济协同发展起到了促进作用。

作为经济发展的重要资源类型,人才对经济发展的作用机理一直是学界研究热点。贺勇等同样选取我国31 个省份的面板数据构建模型,实证表明我国经济增长较快省份的人才集聚水平同样较高,但是两者之间的正向影响关系并不明显。刘雅君应用固定效应模型与随机效应模型,研究提出专门技能型人才集聚与专业知识型人才集聚对区域经济发展产生的影响并不相同。杨帆等基于对西部11 个省份面板数据的分析,指出人才集聚即人力资本投资仍然是西部地区经济增长的重要推动因素。

梳理已有研究不难发现,产业集聚与人才集聚对区域经济发展均有正向推动作用,但两者之间是否存在互促关系? 这一协同关系能否驱动区域经济发展呢? 孙健等、裴玲玲等学者实证研究表明我国三大产业尤其是高技术产业集聚与人才集聚存在高度相关关系。黄宝凤等构建门槛回归模型证实了异质性人力资本与高技术产业密度均对我国省际经济增长起到推动收益递增的作用。苗峻玮等研究了人才集聚与生产性服务业集聚的交互变量对长三角城市群经济高质量发展的推动作用。

综上所述,已有研究充分证实了产业集聚、人才集聚及两者的交互变量对区域经济发展的正向影响,但仍有研究拓展空间。第一,研究对象方面,已有研究不乏讨论产业集聚与人才集聚相互关系的成果,但鲜有选择高技术产业与创新型人才作为研究的产业类型与人才类型。第二,研究地域方面,国内尚未出现针对京津冀区域这一研究主题下的研究。第三,研究主题方面,已有研究较多关注产业集聚与人才集聚单一要素与经济发展的关系论证,对两者协同作用于经济发展的成效研究尚不多见。基于此,本文用共轭理论,进一步探究创新型人才集聚与高技术产业集聚对京津冀区域经济发展质量的影响。

三、概念界定与模型设定

(一)概念界定

国内外既有研究并未对创新型人才给出统一的界定,但对其素质构成及价值创造属性已达成广泛共识。创新型人才指的是参与创新性活动,具有创新意识和创新能力并为组织和社会创造价值作出贡献的人。创新型人才通常具有较高的创新水平、良好的技术知识或较高的教育水平。

1971 年,“高科技”一词首次出现在美国国家科学院出版的《技术与国家贸易》一书中。由于不同国家的产业结构和经济特点不同,高技术产业的定义也不同。中国最早对高技术产业的定义涵盖了能源技术、航天技术、新材料技术、信息技术、自动化技术和生物技术等八个战略技术领域。目前,中国最新的高科技产业包括制药、航空、航天器和设备制造、电子和通信设备制造、计算机和办公设备制造、医疗器械生产和信息化学品生产。一般来说,高技术产业是一种包括高技术研究、开发、应用和传播的产业类型。它代表着一个国家经济发展的产业趋势,决定着一个国家经济增长的产业方向。

“共轭”概念来自自然科学。“轭”是指驾车时套在牛或马脖子上的人字形曲木,曲木两侧的牲畜与车在曲木的联系下构成了一个动态系统,“轭”在系统中起到了协调与平衡的作用,确保曲木两侧牲畜能方向一致、齐头并进拉动车辆,这一现象称之为“共轭”。共轭在经济体系中描述的是存在相互关联关系的两要素间所具备的互相制约、互相促进的协同关系。研究表明,系统实现共轭状态时,往往呈现两方面的特点:一是处于共轭状态的系统功能协调、结构稳定、环境适应性强;二是共轭系统呈现动态演化,通过紧密联系的构成要素与内外部环境动态交互,系统功能、形态不断优化进而实现系统的升级以获得可持续发展。本文的研究思路为设定创新型人才集聚与高技术产业集聚为推动京津冀区域经济这一马车稳步前进的“两匹马”,两者的交互作用即为“马”与“车”之间的“轭”,进一步验证“两匹马”在推动“车”前进过程中是否处于均衡状态。

(二)计量模型设定

立足前人相关研究成果,根据研究思路,本文构建以下计量模型:

其中,

q

的含义是

i

地区

t

年经济发展质量综合指数;

h

指的是

i

地区

t

年的高技术产业集聚度;

innovatorit

是指

i

地区

t

年的创新型人才集聚度;

cross

则是

i

地区

t

年创新型人才集聚与高技术产业集聚的交互项;

μ

表示不可观测的地区效应,

η

表示不可观测的时间效应,

ε

为随机误差项。

变量选取和数据说明。被解释变量:区域经济发展质量综合评价指数。经济新常态背景下,仅用GDP 单一指标已不能描绘区域经济结构、资源配置效率、经济发展稳定性以及社会福祉等区域经济发展的全貌。经济效率、可持续发展水平、公平、“绿水青山”成为近10 年学界讨论经济发展质量的热词。基于此,学界、政策层面围绕总量、创新、协调、绿色、开放、共享等维度对经济发展水平展开定量测度研究。师博等从社会成果与经济增长两个维度定量评测了我国经济的增长质量。魏敏等则选择创新驱动发展、经济结构优化等10 个指标测度我国经济发展的质量。黄敏等选择中观省际经济发展质量为评测对象,构建了涵盖民生、绿色发展、科技创新、收入水平、教育、健康六维测评指标体系。李金昌等从人民对美好生活向往这一历史目标出发,立足经济发展“不平衡不充分”实际,构建测算经济发展质量指标体系。综合前人研究成果,本文从资源配置效率、经济结构、社会福祉构建区域经济发展质量测评指标体系,具体指标结构见表1。经济发展质量指数的测算方法为两步嫡值法:第一步,各二级指标下属三级指标分别合成对应的资源配置效率、经济结构、社会福祉二级指标;第二步,将二级指标合成经济发展质量综合评价一级指标。

表1 经济发展质量测度指标体系

解释变量:高技术产业集聚水平。本文借鉴国外学者O'Donoghue et al.和国内学者杨仁发、郭卫军的研究思路,采用区位熵指标来衡量高技术产业的集聚程度,具体计算公式如下:

创新型人才集聚水平。本文借鉴曹雄飞等的做法,应用区位熵来测度创新型人才集聚水平。创新型人才区位熵指的是特定地区高技术产业中科学家、工程师在本地区员工总数中所占的比例,与国家高技术产业的科学家和工程师在全国员工总数中所占的比例的比值。该数值越大,表明当地的创新型人才的集聚度越高,反之则集聚度越低。

四、实证检验

(一)数据来源与描述性统计

京津冀协同发展国家战略自2014 年提出,为更加全面深入研究所提问题,本文将时间回溯至2010年,收集整理自2010 年至2019 年京津冀三地面板数据展开实证分析。原始数据遴选自《中国高技术产业统计年鉴》《北京统计年鉴》《天津统计年鉴》《中国统计年鉴》《河北经济年鉴》。

表2 体现了被解释变量和核心解释变量在京津冀全区域下的整体观测结果。从三个变量最大值与最小值间的显著差距可见三地在经济发展水平、创新型人才集聚和高技术产业集聚方面差异明显,显示出应用计量模型进行分析的必要性和可行性。

表2 变量描述性统计

(二)回归分析

为检验创新型人才集聚与高技术产业集聚是否对京津冀地区及三地的经济发展产生促进作用,本文应用Stata15.1 对变量间的关系进行回归分析。首先对数据进行标准化处理,之后经过Hausman 检验,对京津冀全域、北京、天津和河北的观测样本进行固定效应检验。回归结果见表3。

表3 创新型人才集聚与高技术产业集聚对京津冀经济增长的影响

从表3 数据来看,三个解释变量对京津冀全域及三地的经济发展带来的影响并不统一。创新型人才集聚与高技术产业集聚对全域以及三地的经济发展均有正向促进作用,体现了正相关关系。从系数来看,创新型人才集聚对经济发展的促进作用要优于高技术产业集聚的正向影响,且差异较大。数据举例如下:创新型人才集聚与高技术产业集聚对全域经济的影响系数差为(0.686-0.178=0.508),创新型人才集聚与高技术产业集聚对北京市经济的影响系数差为(0.843-0.374=0.469)。从三地影响排序来看,创新型人才集聚与高技术产业集聚对经济发展的影响序列均为北京＞天津＞河北。但创新型人才集聚与高技术产业集聚的交互项却呈现了和单解释变量不同的影响结果,仅有天津的交互项通过了检验,全域以及北京市与河北省均未通过检验,再次验证了讨论创新型人才集聚与高技术产业集聚对经济发展共轭驱动性的必要。

(三)创新型人才集聚与高技术产业集聚对京津冀经济高质量发展的共轭效应分析

创新型人才集聚与高技术产业集聚对全域以及三地自身的影响系数各不相同,表明他们对经济发展影响程度的差异性。交互项的分析结果也支持了这一结果。这一结果最终是否会外显为京津冀三地经济发展水平的落差? 创新型人才集聚与高技术产业集聚是否平衡推动京津冀全域的经济协同发展? 本文借鉴刘林等的做法,应用Wald系数约束性检验来评价创新人才集聚与高技术产业集聚是否处于共扼状态。如果检验结果显示系数差异显著,那么说明两个变量背离共轭状态,反之则说明两者处于共轭状态。检验结果见表4,表中a-a表示创新型人才集聚水平与高技术产业集聚水平系数的差。

表4 共轭效应检验结果

检验结果显示,京津冀全域、北京市、河北省的创新型人才集聚水平与高技术产业集聚水平系数之差的

P

值均为0.000。说明京津冀全域及北京市与河北省的创新人才集聚水平与高技术产业集聚水平并未达到共扼状态。仅有天津市的检验

P

值为0.183,表明天津市的创新型人才集聚水平与高技术产业集聚水平达到了共轭状态,但数值接近0.1 的显著性临界值,说明共轭程度依然不足。这一结果与表3 的回归分析结果是一致的。

五、结果讨论

回归分析与共轭效应检验结果表明,创新型人才集聚水平与高技术产业集聚水平对京津冀全域的经济高质量发展起到了促进作用,但并未达到共轭状态。分区域检验显示,仅天津市的两变量达到了低水平的共轭状态,而北京与河北两地的创新型人才集聚水平与高技术产业集聚水平均背离共轭状态。那造成这一现状的原因何在? 本文引入产业人才结构偏离度来探究这数据背后的原因。

产业人才结构偏离度的测算结果可以衡量一个地区的产业在发展过程中所吸纳的劳动力数量是否合理。其原理是衡量特定产业的增加值在研究区域GDP 中所占比例与该产业吸纳就业人员在整个劳动力市场中所占比例的比值。数值越高,说明该产业人才结构与产业结构的相互发展越不协调。依据测算结果,正值表示该产业的人才需求大于人才供给,负值表示该产业的人才供给大于人才需求。基于这一原理建立的高技术产业人才结构偏离度如公式(3)所示。

其中,

D

表示高技术产业的人才结构偏离度,

Y

表示高技术产业

i

年的主营业务收入,

Y

表示同年该地区国内生产总值,

L

表示高技术产业

i

年

R&D

人员数,

L

代表同一年高技术产业吸纳就业人员的总量。

D

=0 表示该产业的人才供需平衡,

D

＞0 表示人才供给不足,

D

＜0 表示人才供给过剩。测算变量数据均遴选自2010—2019 年《中国高技术产业统计年鉴》《北京统计年鉴》《天津统计年鉴》《河北经济年鉴》。十年间三地高技术产业人才结构偏离度的变化趋势如图1 所示。

图1 2010—2019 年京津冀三地高技术产业人才结构偏离度对比

从近10 年产业人才结构偏离度的变化规律来看,北京市近10 年的人才结构偏离度均为负值,始终处于人才供给过剩的状态,且过剩程度持续加深;天津市高技术产业人才结构偏离度始终为正值,因此供求关系处于供不应求的状态,但供求落差基本趋近于0 即高技术产业的创新型人才供求趋于均衡;河北省高技术产业的人才在10 年中则始终处于供不应求的状态,尽管中间有上下波动,但供给不足的程度在逐年加大,2019 年的结构偏离度是2010 年的8 倍多。这一结果进一步支持了前文共轭效应的检验结果。

尽管天津市创新型人才供给与高技术产业发展需求基本实现了集聚的共轭状态,但不能平衡掉京津冀全域的失衡,协同发展的目标是实现三地1+1＞2 的效果,因此还需进一步分析数据背后的失衡原因。

“十三五”规划(2016—2020 年)期间,北京逐步贯彻落实中央关于北京发展定位的重要指示精神。在有序疏解非首都功能的同时,北京的发展目标是建设成为具有全球影响力的科技创新中心,因此确定了节能环保、集成电路、新能源、新材料、医疗卫生、新能源智能汽车作为未来发展的主导高新技术产业类型,同时加大了软件和信息服务业以及金融业等高技术服务业的多维扶持。与传统的五大高科技产业(制药、航空、航天器和设备制造、电子和通信设备制造、计算机和办公设备制造、医疗器械和仪器)相比,北京市未来的高技术行业类型侧重于研发类而非制造类,同时侧重培植高技术服务业。但2020 北京统计年鉴数据显示,北京普通高校本专科毕业生人数中,以第二产业为主要就业方向的理工类、综合类、医药类毕业生仍占主导地位;同时北京市常住外来人口中专科以上学历人口占比高达39%。由此可见,造成北京市创新型人才与高技术产业错配的原因在于城市发展转型造成的供求专业类型与规模的失衡。再看河北省,河北省高技术企业数量从2010 年的350 余家增长到2019年底的9 000 余家,增长了近26 倍。这得益于河北省对高技术产业的大力扶植,尤其在2014 年京津冀协同发展上升为国家战略后,河北省高技术产业积极对接北京的产业外移,取得了一定的成效。但是由于京津两地及东南发达地区对河北人才的外吸作用,使得河北省的创新型人才始终处于供不应求的状态。同时河北省高技术产业内部结构并不均衡,2019 年河北省医药制造业产值占省内高技术产业总产值的50.2%,高于其他行业的总和,这也造成创新型人才类型与高技术产业需求间的错位。此外,高端管理人才、领军型科技人才的缺乏也是造成河北省其他高技术行业发展势头羸弱的主要原因。因此,河北省人才供不应求突出表现在中高端研发、管理专业人才的匮乏。

六、结论与政策建议

本文以京津冀三地2010—2019 年面板数据为样本,探究了创新型人才集聚与高技术产业集聚对京津冀区域经济发展质量的影响,主要研究结论如下:(1)创新型人才集聚与高技术产业集聚对全域及三地的经济发展均有正向促进作用,但两者的交互项仅对天津市经济发展起到了推动作用,对京津冀全域经济高质量发展还未达到共轭驱动状态。(2)创新型人才集聚水平与高技术产业集聚水平在三地中仅天津市达到了低水平的共轭状态,而北京与河北两地均背离共轭状态。(3)造成上述结果的主要原因在于京津冀三地尤其是北京与河北高技术产业结构与创新型人才结构间的错配。

京津冀全域创新型人才集聚与高技术产业集聚共轭状态的实现恰恰根植于产业发展需求与人才供给的良性互动之中。因此,本文认为未来京津冀三地应着力从以下三个方面细化政策,助力形成创新型人才与高技术产业共轭驱动的经济体系。

1.强化高技术产业发展的全域思维,建立高技术产业发展联席会议机制。对比三地高技术产业的行业目录、细分行业的经济体量及创新产出,不难发现,三地高技术产业在产业布局、产业链对接以及政策协同方面仍未形成融合发展的态势。本文认为,三地政府应借鉴京津冀人才工作联席制度的成功经验,建立高技术产业协同发展联席会议制度。这一制度的首要工作是完成京津冀高技术产业全域发展的顶层设计,以市场需求与技术发展趋势为导向,明确三地高技术产业的层次结构、地域布局与融合发展路径;然后是建立三地产业政策从制定到实施再到退出的全流程联动工作机制,规避政策“各自为政”所造成的不良竞争;最后是协调解决三地高技术产业融合发展过程中的共性问题。

2.强化高技术产业需求端对京津冀区域人才共享的牵引作用。创新型人才集聚的拉力主要来自于高技术产业的需求。高技术产业的健康发展离不开创新型人才集聚的知识推力,因此,依据产业需求来确定人才需求数量、质量与结构更符合劳动经济规律。但已有的人才引进、培养、提升政策往往滞后于产业发展需求,未来应强化产业需求侧与人才供给侧的同步性。具体落地措施有:(1)以产业发展愿景为依据完善人才集聚的顶层设计;(2)探索建立需求端与供给端数据共享平台,推动三地教育、科技、人社等政府部门在人才培养、使用、保障与激励各环节的深入协作;(3)依托各环节数据分析结果,对高技术产业的人才需求与创新型人才供给进行动态监管,以提升支撑政策的前瞻性与及时性。

3.由点及面深入推进京津冀“创新型人才共享”,建立三地联动的人才预警机制。2015 年,京津冀以《京津冀人才一体化发展规划(2017—2030年)》为愿景,建立了人才联席会议机制。发展至今,成效显著,三地专业技术人员在就业、人才引进、培训选拔、职称晋升、资格认定、服务保障等方面都实现了待遇相同。但面对北京存在的高技术产业创新型人才供过于求与河北供不应求共存的现实,三地应探索建立产业人才预警机制,避免“人才冗余”“人才错配”“人才短缺”所造成的资源浪费。当然,人才预警机制的建立仍应以产业需求为指引,从人才培养、发展、引进、管理全流程构建,从创新型人才进入劳动力市场前、市场求职中、跨区域流动、退出劳动力市场各个环节给予关注,推动创新型人才在全域实现共享共赢。