郭鑫鑫 楊河清

摘要：合理的人才布局是現(xiàn)代社會經濟發(fā)展的根本保證。利用2006—2014年我國30個?。ㄊ?、自治區(qū)）的統(tǒng)計數據， 本文從吸引人才的視角深入研究了人才分布的影響因素， 并對東、中、西三地區(qū)人才分布影響因素進行比較分析。研究發(fā)現(xiàn)， 吸引人才主要基于經濟因素和社會公共服務因素， 其中經濟水平、產業(yè)結構、科技氛圍會顯著提高人才吸引力；生活成本會顯著降低人才吸引力；經濟因素和社會公共服務因素對東、中、西三地區(qū)人才分布的影響作用差異明顯；社會公共服務因素相對經濟因素對人才分布的影響作用較弱。

關鍵詞：省際人才分布；影響因素；面板數據；雙向固定效應模型

中圖分類號：C922；C96文獻標識碼：A文章編號：1000-4149（2018）03-0047-09

Abstract：Reasonable talent distribution is an important factor of social and economic development. This paper studies the influencing factors of talent distribution and makes a comparative analysis on the influencing factors of talent distribution in East， Middle and Western regions by using the statistical data of 30 provinces in China（2006—2014）. The study found that attracting talent mainly consider economic factors and social public service factors； economic level， industrial structure， technological atmosphere will significantly promote the interprovincial talent attraction， while the cost of living will significantly impede the attraction of interprovincial talents. The influence of economic factors and social public service factors on the distribution of talents in East， Middle and Western regions is obviously different. The effect of social public service on the distribution of talents is weaker than economic factors.

Keywords：interprovincial talent distribution； influencing factors； panel data； twoway fixed effects model

一、引言

人才資源是經濟社會發(fā)展的第一資源，人才是創(chuàng)新之本，黨的十九大報告指出“人才是實現(xiàn)民族振興、贏得國際競爭主動的戰(zhàn)略資源”。在中國特色社會主義進入新時代的背景下，人才發(fā)展將勢必呈現(xiàn)新變化、新趨勢。新時代、新常態(tài)下的經濟發(fā)展將更加依靠人力資本質量和技術的進步，實現(xiàn)“人口紅利”到“人才紅利”的轉變。新經濟、新常態(tài)下各地對高端人才的競爭將會更加激烈，生產要素將在全國各地乃至全球范圍內廣泛、頻繁流動，人才流動國際化，人才爭奪“本土化”趨勢愈演愈烈。人才與普通的勞動力是不同層次的生產要素，二者之間的關系不是簡單的數量關系就能夠相互替代的，其對于區(qū)域經濟發(fā)展、提高區(qū)域競爭力的影響具有本質的不同，人才在社會經濟發(fā)展中的作用日益突出。不同的歷史時期對于人才的判斷標準不同，人才的定義也隨之發(fā)生變化。《國家中長期人才發(fā)展規(guī)劃綱要（2010—2020）》中將人才明確為“人才是指具有一定的專業(yè)知識或專門技能，進行創(chuàng)造性勞動并對社會作出貢獻的人，是人力資源中能力和素質較高的勞動者。人才是我國經濟社會發(fā)展的第一資源”[1]。根據《2015中國人才資源統(tǒng)計報告》顯示的數據，中國全國人才總量達1.75億，人才資源總量占人力資源總量的比例達15.5%[2]。但全國的人才分布呈現(xiàn)極不均衡性。按照人才地域分布指標，根據《2010中國人才資源統(tǒng)計報告》計算的人才相對密度，上海、北京、天津人才人口密度相對較高，分別為1805人/萬人、1435人/萬人、1249人/萬人；按照人才區(qū)域密度指標，人才主要集中在東部發(fā)達地區(qū)，而西部地區(qū)人才相對缺乏[3]。在這一背景下，從吸引人才的視角，將人才從人力資本中分離出來，運用一定的方法將其抽象和量化進行影響因素的研究，對科學制定人才戰(zhàn)略，提高地區(qū)人才吸引力，促進人才資源合理布局，釋放人才資源創(chuàng)新創(chuàng)造活力，將人才優(yōu)勢轉化為發(fā)展優(yōu)勢，提高人才的配置效率，推動經濟社會均衡發(fā)展具有重要的意義。

二、文獻回顧

目前學術界對于我國人才分布的研究多從人才地理學的視角研究歷史時期全國及地方杰出人才的地理分布規(guī)律及形成的原因[4-5]，由于衡量人才標準的變化及人才環(huán)境差異，此類文獻僅作為參考。本研究重點從人才分布狀況和人才分布的影響因素兩方面進行梳理。具體如下：①我國人才分布現(xiàn)狀。我國人才分布總體上呈現(xiàn)極不均衡性。從人才人口密度來看，上海、北京、天津人才人口密度排在前列；從人才區(qū)域密度來看，人才主要集中在東部發(fā)達地區(qū)，西部人才相對缺乏[3，6-7]。某類專業(yè)人才如高科技人才、創(chuàng)業(yè)人才、水利人才也呈現(xiàn)出相似的特征：創(chuàng)業(yè)人才在各地區(qū)的分布很不均衡，呈現(xiàn)比較典型的東、中、西部地區(qū)依次遞減的區(qū)域分布，東部地區(qū)的創(chuàng)業(yè)人才明顯要高于中西部地區(qū)[8]；水利人才總體分布極為不均，長江三角洲地區(qū)是我國水利人才分布最為密集的區(qū)域[9]；技術人才存在向區(qū)域內核心城市集聚的明顯傾向[10]。②人才分布的影響因素。人才分布是環(huán)境與人才系統(tǒng)相互作用的結果，多數學者認為影響人才分布的因素是復雜多樣的，概括起來主要因素包括社會環(huán)境和自然環(huán)境[11]。社會環(huán)境因素具體表現(xiàn)為經濟發(fā)展狀況、經濟發(fā)展方式、教育因素、文化傳統(tǒng)、政策因素、城市化水平等。姜懷宇、徐效坡、李鐵立利用1990—2002年數據采用多元回歸分析方法，證明城市化是1990年代以來人才集聚的主要動力；區(qū)域高等教育培養(yǎng)能力是影響人才密度增長的重要變量，城市化及收入水平所形成的合力是吸引人才的最重要因素，國家區(qū)域政策對人才分布格局起到有力的間接影響[12]。方志利用我國分省數據通過主成分分析方法和多元回歸統(tǒng)計方法實證分析了影響我國人才省際分布的因素主要是經濟發(fā)展類指標，包括經濟發(fā)展狀況、教育發(fā)展水平和城市化水平[3]。針對某類專門人才分布的影響因素反映該類人才特征：李長安從經濟發(fā)展狀況、經濟發(fā)展方式、創(chuàng)業(yè)成本狀況三方面對創(chuàng)業(yè)人才地區(qū)分布進行分析，發(fā)現(xiàn)經濟增長率和經濟發(fā)展方式對創(chuàng)業(yè)人才的地區(qū)分布影響不大，但創(chuàng)業(yè)成本對創(chuàng)業(yè)活動有較為顯著的影響[8]。李子彪、石晨曉、徐英華認為京津冀地區(qū)的科技人才分布狀況取決于京津冀三地的經濟發(fā)展水平和科技研究環(huán)境，并利用2003—2014年相關數據進行回歸分析，發(fā)現(xiàn)經濟環(huán)境對人才數量的影響要大于科技研究環(huán)境對人才數量的影響；自然環(huán)境因素具體表現(xiàn)為地理位置、氣候因素、地形因素、自然資源等[13]。姜懷宇、徐效坡、李鐵立分析1990年代以來中國人才分布的空間變動原因，認為自然環(huán)境對人才密度變化具有間接影響[12]。張偉兵、劉林、李責寶研究我國現(xiàn)代水利人才的分布特點，發(fā)現(xiàn)區(qū)域洪澇災害、區(qū)位和交通因素對現(xiàn)代水利人才分布有著重要影響[9]。

縱觀已有的研究，我國人才分布現(xiàn)狀及影響因素的研究成果較少，且現(xiàn)有研究多采用定性的研究方法；實證研究的文獻不多，僅有的數篇文獻多利用截面數據采用多元回歸的方法，很少有利用面板數據對人才分布的影響因素進行全面分析。正是基于這一背景，本文利用2006—2014年我國大陸地區(qū)除西藏以外的30個省級地區(qū)的面板數據，采用雙向固定效應模型，深入研究我國省際人才分布的影響因素。

三、研究設計與變量說明

1.計量模型設定與變量選取

從已有文獻研究來看，人才分布的影響因素有很多，主要包括社會環(huán)境因素和自然環(huán)境因素。盡管在人才分布的影響因素理論分析中認為自然環(huán)境對人才分布有重要影響，但由于本研究從人才吸引的視角，重點關注經濟因素和社會公共服務因素對人才分布的影響，另外由于自然環(huán)境變量指標使用時的復雜性及數據的難獲得性，因此暫未考慮地理因素、氣候因素等自然環(huán)境因素；由于政策因素很難通過單個變量具體指代，本研究中暫未納入。本研究主要從經濟因素和社會公共服務因素兩方面重點考察省際人才分布的影響因素。經濟因素包括經濟水平、產業(yè)結構、經濟機會、生活成本，對應選擇的指標分別為人均GDP、第三產業(yè)增加值占GDP的比重、外商直接投資額、商品房平均銷售價格占城鎮(zhèn)居民可支配收入；社會公共服務因素包括科技氛圍、教育水平，對應選擇的指標分別為國內專利申請受理量、普通高等院校的數量。

省際人才分布的影響因素從數據的結構特征來看，每個省份是一個橫截面，在一個時間序列中觀察各個橫截面（省份）每個影響因素的變化，即數據在橫截面和時間序列上都有變化，兼具了橫截面及時間序列的特征，屬于典型的面板數據。面板數據具有許多橫截面數據和時間序列數據所沒有的優(yōu)點。其主要優(yōu)點是可以解決遺漏變量問題，遺漏變量是內生性問題的主要來源之一，遺漏變量常常是由于不可觀測的個體差異或“異質性”造成的，如果個體差異不隨時間而改變，面板數據提供了解決遺漏變量問題的又一利器。其次，面板數據兼具橫截面與時間兩個維度，提供更多個體動態(tài)行為的信息。最后，通常情況下，面板數據容量大，估計結果更加穩(wěn)定[14]。面板數據的一般形式：

其中，Talent為被解釋變量，表示省際人才分布；GDP、Structure、FDI、Cost、Patent、Edu為解釋變量，分別表示經濟水平、產業(yè)結構、經濟機會、生活成本、科技氛圍、教育水平；下標i和t分別表示地區(qū)和年份；α表示常數項，βi表示變量系數，εit表示殘差。

2.變量說明

本研究被解釋變量為省際人才分布（Talent）。為保持統(tǒng)計資料的完整性或一致性，并避免重復，采用18歲以上人口中大專以上學歷人口作為人才的衡量指標，考慮各省人口絕對數相差很大，采用人才密度反映各地區(qū)人才分布情況，作為衡量省際人才分布的指標。省際人才密度定義為省域內18歲以上人口中大專以上學歷人口占地區(qū)總人口的比例。該指標越高說明該地區(qū)人才分布越多。

本研究解釋變量的獲取主要是基于以下考量。

（1）經濟水平（GDP）。已有研究表明，地區(qū)經濟發(fā)展水平與人才分布密切相關，經濟發(fā)展給人才帶來經濟效益，經濟發(fā)展水平越高，對人才的吸引力越強；學歷越高，其分布和流動的中心指向性越強。衡量地區(qū)經濟水平的指標較多，通常經濟學上選擇GDP反映一個地區(qū)經濟發(fā)展水平，但考慮到各地區(qū)人口數量的差距，本文選擇人均GDP來綜合衡量地區(qū)經濟發(fā)展水平。

（2）產業(yè)結構（Structure）。經濟發(fā)展方式對人才的地區(qū)分布和就業(yè)狀況有著較大的影響，產業(yè)結構體現(xiàn)了經濟發(fā)展方式，產業(yè)結構與人才分布、人才結構密切相關。第三產業(yè)對人才的地區(qū)分布與帶動就業(yè)人數有著較弱的正面影響[8]。第三產業(yè)比重較高的地區(qū)可能擁有更多的人才，就業(yè)吸納能力較強。本文選取第三產業(yè)增加值占GDP的比重表示地區(qū)產業(yè)結構狀況，其反映一個地區(qū)的經濟發(fā)展方式。

（3）經濟機會（FDI）。地區(qū)經濟機會越多，人才吸引力越強。本文選取外商直接投資額衡量地區(qū)經濟機會狀況，外商直接投資額主要反映地區(qū)經濟活躍程度，是對一個地區(qū)經濟發(fā)展水平的測量，反映地區(qū)經濟機會的多寡。

（4）生活成本（Cost）。根據已有的研究可知，生活成本對人才的影響是負面的，生活成本越高，越不利于人才的涌現(xiàn)和集聚。由于住房支出在居民生活支出中所占比重較大，因而房價負擔能夠較為直觀地反映一個地區(qū)的生活成本，本文選取商品房平均銷售價格與城鎮(zhèn)居民可支配收入之比來衡量一個地區(qū)的生活成本。過重的房價負擔可能成為制約人才分布和人才集聚的重要因素。

（5）科技氛圍（Patent）。人才與普通勞動力是不同層次的生產要素，相較于普通勞動力而言，人才分布的影響因素除了考慮經濟方面的因素外，吸引人才還主要依賴于區(qū)域內的科技氛圍?？萍挤諊从车貐^(qū)的創(chuàng)新能力、科技水平和市場化程度。國內專利申請受理量可從側面反映一個地區(qū)的創(chuàng)新能力、科技水平和市場化程度，是衡量地區(qū)科技產出和知識創(chuàng)新的重要指標。本文選取國內專利申請受理量表示地區(qū)的科技氛圍。

（6）教育水平（Edu）。大學為所在區(qū)域營造的文化氛圍及智力環(huán)境，對人才具有吸引作用[12]。教育水平對人才分布的影響在于兩個方面：一是高校畢業(yè)生為當地提供人才，由于馬太效應的影響，會吸引更多的人才集聚；二是基于自身未來進修、子女教育的角度考慮，地區(qū)教育水平對于吸引人才具有重要影響。本文選取普通高等院校的數量來衡量一個地區(qū)的教育水平。

本文選擇的是大陸地區(qū)除西藏之外的30個?。ㄊ?、自治區(qū)）的數據，數據來源于《中國統(tǒng)計年鑒》，各指標的選擇年份均為2006—2014年。變量中涉及價格的因素均按照2006年為基期利用GDP平減指數進行折算處理。主要變量的描述統(tǒng)計結果見表1。

四、省際人才分布的影響因素實證研究

1.單位根檢驗

為避免構建的面板模型出現(xiàn)偽回歸或虛假回歸，需要對面板數據進行平穩(wěn)性檢驗。進行單位根檢驗的方法主要有LLC檢驗、HT檢驗、Breitung檢驗、IPS檢驗、費雪式檢驗、Hadri LM檢驗等。本文主要運用LLC檢驗、HT檢驗兩種方法進行單位根檢驗。檢驗結果如表2所示。LLC檢驗和HT檢驗結果表明，所有變量經過一階差分后均在1%的顯著性水平上強烈拒絕面板包含單位根的原假設，所有變量都是一階單整，因此認為面板為平穩(wěn)過程，通過單位根檢驗。

2.協(xié)整檢驗

所有變量都是一階單整，則需要進一步做協(xié)整檢驗，來考察變量之間是否存在長期均衡的協(xié)整關系。進行協(xié)整檢驗的方法主要有Kao檢驗、Pedroni檢驗和Westerlund檢驗。本文采用Kao檢驗方法對所有變量進行協(xié)整關系的檢驗。檢驗結果顯示，DickeyFuller t和Augmented DickeyFuller t統(tǒng)計量分別是-2.714和-5.630，對應的p值分別是0.003和0.000，均小于0.01，所以在1%的顯著性水平上強烈拒絕了變量之間不存在協(xié)整關系的原假設，即變量之間存在長期穩(wěn)定的均衡關系，可以對面板數據進行回歸分析。

3.回歸結果

運用Stata15.0軟件對我國30個?。ㄊ?、自治區(qū)）2006—2014年面板數據進行回歸分析。為了得到較為有效的估計結果，分別采用混合最小二乘回歸（Pool OLS）、固定效應（FE）和隨機效應（RE）進行估計。考慮到傳統(tǒng)的固定效應模型僅僅考察了個體效應，而沒有對不同時期、不同地區(qū)的殘差相關性進行分析，從而使得估計的結果可能產生較大的偏差，并且偏差可能會隨著時間效應的影響不斷地增大。因此，將采用兼具個體效應和時間效應的雙向固定效應模型（Twoway FE）進行估計。表3的方程1、方程2、方程3、方程4分別報告了混合最小二乘回歸（Pool OLS）、固定效應（FE）、隨機效應（RE）、雙向固定效應（Twoway FE）估計的解釋變量系數結果。

回歸結果顯示的F統(tǒng)計量的p值為0.000，表明個體效應整體上是顯著的，固定效應模型優(yōu)于混合最小二乘回歸；LM統(tǒng)計量的p值為0.000，表明隨機效應非常顯著，隨機效應模型也優(yōu)于混合最小二乘回歸；根據Hausman檢驗，chi-值為40.03，為正數，p值為0.000，拒絕原假設，因此，在固定效應模型和隨機效應之間選擇固定效應模型。也就是說，根據Hausman檢驗，固定效應的結果優(yōu)于隨機效應。根據LR檢驗，p值為0.000，拒絕原假設，表明時間效應顯著，雙向固定效應模型優(yōu)于固定效應模型，選擇雙向固定效應模型。因此，我們認為方程4中的結果是最有效的。

通過觀察方程4中解釋變量系數的估計值，可以得出以下幾點發(fā)現(xiàn)。

（1）經濟水平、產業(yè)結構、科技氛圍對省際人才分布的影響系數為正，表明經濟水平、產業(yè)結構、科技氛圍對省際人才分布具有顯著的正向作用，這印證了經濟發(fā)展水平越高（產業(yè)結構）、科技氛圍越濃厚對人才越有吸引力的觀點，與人才分布的實際情況相吻合。同時，經濟水平、產業(yè)結構、科技氛圍的系數分別為0.383、0.399、0.092，可知，當人均GDP增加1%，省域人才密度提高0.383%；當地區(qū)第三產業(yè)增加值占GDP的比重增加1%，省域人才密度將提高0.399%；國內專利申請受理量增加1%，省域人才密度提高0.092%；這三個變量對人才分布影響作用的強弱順序依次為產業(yè)結構、經濟水平、科技氛圍；產業(yè)結構、經濟水平對人才分布的影響作用明顯高于科技氛圍。可以說提高人才吸引力要考慮產業(yè)結構、經濟水平等經濟因素，也要考慮科技水平等社會公共服務因素。

（2）生活成本對省際人才分布的影響系數為負，且通過了5%的顯著性水平檢驗。生活成本對省際人才分布的影響系數為

-0.258，表明商品房平均銷售價格與城鎮(zhèn)居民可支配收入之比每增加1%，省域人才密度將降低0.258%。這表明過高的生活成本不利于吸引人才、集聚人才，過高的房價負擔成為影響人才分布的負面因素。不斷上漲的房價提高了人才在城市生活的成本，影響人才流動的選擇，最終影響人才分布。北京、上海、廣州、深圳等一線城市由于工作機會多、發(fā)展空間大，成為各類人才集聚的首選地，但是在高房價面前，面對沉重的生存和生活壓力，各類人才不得不望而卻步或被迫選擇離開，一線城市不得不承受人才流失的痛楚。

（3）經濟機會、教育水平對省際人才分布的影響系數為正，但是沒有通過顯著性檢驗。一方面表明現(xiàn)階段，經濟機會的多寡對人才吸引力的作用還未顯現(xiàn)，未來用宏觀經濟手段吸引人才尚有發(fā)展空間；另一方面也表明我國省際人才分布的影響因素呈現(xiàn)出經濟性影響因素為重的單一性特征。雖然在理論上教育水平等公共服務因素能夠影響省際人才分布，教育水平等公共服務較好的地區(qū)，能夠吸引更多的人才，但其對人才的吸引力相對于經濟因素來說相對較小。這也從側面反映我國人才需求還處于經濟發(fā)展優(yōu)先階段，對于經濟物質條件的追求處于主導地位，多元化的生活方式還未成為人才的首選。隨著我國經濟的發(fā)展、政策性和制度性壁壘的消除和市場化進程的加快，未來教育水平等公共服務因素對人才分布的影響作用將會逐漸凸顯。

（4）在雙向固定效應模型中，sigma_u表示個體效應的標準差，數值為0.462，sigma_e表示隨機干擾項的標準差，數值為0.122，rho是指個體效應波動占總體波動的比重，數值為0.935。所以在雙向固定效應模型中，個體效應波動占總體波動的93.5%。

4.東、中、西三地區(qū)比較

為了研究我國東、中、西三地區(qū)人才分布的影響因素，根據國家標準，運用Stata15.0，采用雙向固定效應模型對我國東、中、西三地區(qū)2006—2014年的數據進行比較分析，結果如表4所示。

第一，東、中、西三地區(qū)省際人才分布影響因素比較分析。根據表4的估計結果，東部地區(qū)，經濟水平、產業(yè)結構、科技氛圍對東部人才分布的影響系數為正，但未通過顯著性水平檢驗。生活成本對東部地區(qū)人才分布的影響因素為負，通過了5%的顯著性水平檢驗，表明過高的房價負擔成為制約東部地區(qū)人才吸引的重要因素，生活成本高，特別是房價水平高，對東部地區(qū)人才吸引是一個障礙。中部地區(qū)，經濟水平、產業(yè)結構、科技氛圍對中部地區(qū)人才分布的影響系數為正，且通過了顯著性水平檢驗，表明經濟水平、產業(yè)結構、科技氛圍對中部地區(qū)吸引人才具有顯著的正向作用。中部地區(qū)，經濟水平、產業(yè)結構、科技氛圍對中部人才分布的影響系數為正，且分別通過了10%、10%和5%的顯著性水平檢驗，表明經濟發(fā)展水平越高、第三產業(yè)增加值占GDP的比重越大、創(chuàng)新能力及科技水平和市場化程度越高，省域人才密度越高，對人才的吸引力越強。而生活成本對中部地區(qū)人才分布具有顯著的負向作用。生活成本越高，越不利于吸引人才，這與預期相一致。經濟機會、教育水平對中部地區(qū)人才分布沒有產生顯著性影響。西部地區(qū)，產業(yè)結構、科技氛圍對人才分布的影響系數為正，且分別通過了10%和5%的顯著性水平檢驗，表明產業(yè)結構、科技氛圍對西部地區(qū)人才分布具有顯著的正向作用；經濟水平、經濟機會、生活成本和教育水平對西部地區(qū)人才分布未產生顯著影響，這與現(xiàn)實情況一定程度上符合，西部地區(qū)相對于東部地區(qū)，經濟發(fā)展水平、經濟機會和教育水平相對比較落后，對人才的吸引力不強；近年來，西部地區(qū)依托自身條件，充分利用能源資源優(yōu)勢，積極推動產業(yè)轉型，形成了符合西部地區(qū)特色的產業(yè)體系，對人才具有一定的吸引力，但是吸引力有限。這也從側面說明了我國區(qū)域發(fā)展不平衡?？傊?，東、中、西三地區(qū)中，經濟水平、收入水平、產業(yè)結構、經濟機會、生活成本、科技氛圍、教育水平、醫(yī)療水平對各地區(qū)人才分布的影響差異明顯。

第二，東、中、西三地區(qū)人才分布影響因素作用強度分析。影響東部地區(qū)人才分布的因素中，生活成本的系數為-0.319，表明商品房平均銷售價格與城鎮(zhèn)居民可支配收入之比每增加1%，省域人才密度將降低0.319%。這說明在東部地區(qū)，過高的生活成本不利于吸引人才，過高的房價負擔可能成為制約東部地區(qū)吸引人才的重要因素。中部地區(qū)人才分布的影響因素中，經濟水平、產業(yè)結構、科技氛圍的系數分別是0.936、0.609、0.133，表明經濟水平每提高1%，省域人才密度提高0.936%；第三產業(yè)增加值占GDP比重每提高1%，省域人才密度提高0.609%；國內專利申請受理量每增加1%，省域人才密度提高0.133%。經濟水平對人才的吸引力高于產業(yè)結構的吸引力，也高于科技氛圍的吸引力?，F(xiàn)階段中部地區(qū)吸引人才首要考慮的因素依次是經濟水平、產業(yè)結構、科技氛圍；實現(xiàn)中部崛起，要大力推動經濟發(fā)展，優(yōu)化產業(yè)結構，推動技術創(chuàng)新與科技進步。西部地區(qū)人才分布的影響因素中，產業(yè)結構、科技氛圍的系數分別為0.602、0.202，表明西部地區(qū)產業(yè)結構對人才的吸引力大于科技氛圍的吸引力。在國家的重視下，隨著投入力度的不斷加大，西部地區(qū)利用自身資源稟賦和地緣優(yōu)勢，結合當地實際和發(fā)展需要，形成一些特色產業(yè)集群，推動地區(qū)經濟發(fā)展。但相較于其他

因素，產業(yè)結構和科技氛圍是西部地區(qū)吸引人才決策首要考慮的因素?？傊瑬|部、中部和西部地區(qū)吸引人才創(chuàng)造有利條件首要考慮經濟因素，社會公共服務因素相對經濟因素對人才吸引的作用較弱。這從某種程度上表明我國人才更多的還處于追求經濟收益這一單一目標的階段，人才的主導需求還處于滿足較低層次的需要。

5.穩(wěn)健性檢驗和內生性問題

考慮到被解釋變量省際人才分布可能與各個解釋變量之間存在互為因果關系從而產生的內生性問題，同時也考慮到各個解釋變量對人才分布的時滯效應，本文將各個解釋變量分別取滯后一期，然后進行雙向固定效應回歸進一步檢驗穩(wěn)健性[15]，具體結果見表5。從表5中可以看出，經濟水平、產業(yè)結構、科技氛圍對省際人才分布的影響系數為正且都顯著，生活成本影響系數為負且顯著，這一結果與前面實證分析結果一致。因此，本文的實證結果具有較強的穩(wěn)健性。

五、結論與政策啟示

在文獻回顧的基礎上，基于2006—2014年我國30個?。ㄊ?、自治區(qū)）數據，采用雙向固定效應模型，研究分析了我國省際人才分布的影響因素，并對東、中、西三地區(qū)人才分布影響因素進行了比較分析，從中得出以下結論：①影響省際人才分布的主要因素包括經濟因素和社會公共服務因素；其中經濟因素包括經濟水平、產業(yè)結構、經濟機會、生活成本；社會公共服務因素包括科技氛圍、教育水平。②樣本期內，經濟水平、產業(yè)結構、科技氛圍對省際人才分布具有顯著的正向作用，對人才分布影響作用的大小依次為產業(yè)結構、經濟水平和科技氛圍；生活成本對人才分布具有顯著的負向作用；經濟機會和教育水平對省際人才分布無顯著影響。③通過東、中、西三地區(qū)比較分析，發(fā)現(xiàn)經濟水平、收入水平、產業(yè)結構、經濟機會、生活成本、科技氛圍、教育水平、醫(yī)療水平對各地區(qū)吸引人才的作用差異明顯。東部、中部和西部地區(qū)吸引人才首要考慮經濟因素，公共服務因素相對經濟因素對人才分布的作用較弱。

基于上述研究結論，為吸引和積累人才，實現(xiàn)合理人才布局，除了符合市場規(guī)則外，還需要政府進行規(guī)范和引導，具體表現(xiàn)為如下方面。

一方面要打造特色產業(yè)集群，推動區(qū)域經濟發(fā)展。

區(qū)域經濟發(fā)展不平衡性是人才分布不均衡性的引致性因素之一。經濟因素對人才分布產生重要影響。基于此，國家應加強區(qū)域宏觀調控，優(yōu)化配置區(qū)域資源，加快產業(yè)結構優(yōu)化升級，從而促進區(qū)域經濟協(xié)調發(fā)展。各地要根據資源稟賦實際條件和區(qū)域經濟發(fā)展的需要，以產業(yè)開發(fā)為契機，合理規(guī)劃和整合不同產業(yè)集群類別，著力打造特色產業(yè)集群，在功能錯位中形成差異化的產業(yè)格局，形成功能鏈、產業(yè)鏈、人才鏈、創(chuàng)新鏈深度融合，圍繞產業(yè)鏈部署創(chuàng)新鏈，以人才鏈打造創(chuàng)新鏈，共同推進功能鏈發(fā)展。經濟發(fā)達地區(qū)要依托技術創(chuàng)新能力獲取競爭優(yōu)勢，發(fā)揮“產學研”、科研機構“孵化器”集聚人才、實現(xiàn)技術創(chuàng)新的作用，促進創(chuàng)新型產業(yè)集群發(fā)展，推動產業(yè)集群的可持續(xù)發(fā)展；經濟欠發(fā)達地區(qū)要利用地緣優(yōu)勢，結合當地發(fā)展實際，發(fā)展農林牧漁副業(yè)、休閑旅游產業(yè)、健康養(yǎng)老產業(yè)等特色產業(yè)集群，推動當地經濟發(fā)展。

另一方面要加強人才環(huán)境建設，增強人才的認同感。

人才環(huán)境是人才生活、工作的基本基礎支撐，良好的人才環(huán)境是吸引、保留、使用、發(fā)展人才的基礎。地區(qū)舒適性、安全感、創(chuàng)新性、開放性、包容性等各個工作和生活的細節(jié)對人才分布產生至關重要的影響。各地要采用公共政策手段打造適合人才的優(yōu)良環(huán)境。人才相較于普通勞動力更加重視科研、教育等公共服務環(huán)境。各地應加強人才環(huán)境建設，為人才提供良好的工作和生活環(huán)境，打造特色區(qū)域形象和文化感知，為吸引的人才帶來良好的心理感知和歸屬感，增強人才對區(qū)域的認同感。在科研、教育環(huán)境建設方面，發(fā)揮政府資金的引導作用，增加科研、教育相關的財政投入，為區(qū)域吸引人才提供資金保障。具體來講，注重科技創(chuàng)新體系建設，如涉及技術研發(fā)、孵化企業(yè)、科技成果轉化、科技數據共享平臺、科技咨詢服務等科技創(chuàng)新平臺；公共圖書館、網絡設施、公共實驗室和實驗平臺、高新科技園區(qū)、重大科技儀器和設備等創(chuàng)新基礎設施。引導企業(yè)強化自主創(chuàng)新意識，促進科技成果的市場轉化。

參考文獻：

[1]中共中央組織部.國家中長期人才發(fā)展規(guī)劃綱要：2010—2020年[M].北京：黨建讀物出版社，2010：3-10.

[2]盛若蔚.我國提速邁向人才強國[J].人才資源開發(fā)，2018（19）：57-57.

[3]方志.我國人才省際分布及其影響因素研究[J].青海社會科學， 2014（4）：71-79.

[4]葉忠海.人才地理學概論[M].上海：上海科技教育出版社， 2000：5-10.

[5]楊斌.貴州歷代人才地理分布變遷[J]. 中國歷史地理論叢， 1994（3）：229-243.

[6]余國忠，方圓圓.我國人才分布現(xiàn)狀及主要影響因素[J].信陽師范學院學報：自然科學版， 2014（2）：204-207.

[7]江鈺媛，孫紹榮.我國人才分布不均問題的博弈均衡成因及對策研究[J].中國勞動，2017（12）：43-47.

[8]李長安.中國創(chuàng)業(yè)人才的地區(qū)分布及影響因素分析[J].第一資源，2011（3）：56-65.

[9]張偉兵，劉林，李責寶.我國現(xiàn)代水利人才分布及背景[J].水利發(fā)展研究， 2011（4）：71-74.

[10]倫蕊.我國技術人才空間分布非均衡度的實證測評及原因解析[J].科技進步與對策，2009（4）：150-153.

[11]徐寶芳.人才地域分布規(guī)律研究[J].內蒙古師范大學學報：哲學社會科學版， 1997（6）：91-96.

[12]姜懷宇，徐效坡，李鐵立.1990年代以來中國人才分布的空間變動分析[J]. 經濟地理，2005（5）：702-706.

[13]李子彪，石晨曉，徐英華.科技與經濟雙因素下京津冀科技人才分布模型研究[J].技術與創(chuàng)新管理，2017（3）：279-285.

[14]陳強.高級計量經濟學及Stata應用[M]. 北京：高等教育出版社， 2014：250-251.

[15]魏浩，王宸，毛日昇.國際間人才流動及其影響因素的實證分析[J].管理世界， 2012（1）：33-45.

[責任編輯 方志]