■溫鋒華 武雪兒
創(chuàng)新是實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)增長發(fā)展動(dòng)能由追求高速度轉(zhuǎn)向追求高質(zhì)量轉(zhuǎn)換的重要驅(qū)動(dòng)力[1]。隨著科技在經(jīng)濟(jì)社會(huì)發(fā)展中的作用日益突顯,高技能人才在區(qū)域經(jīng)濟(jì)發(fā)展過程中的作用越來越重要,是促進(jìn)區(qū)域創(chuàng)新和高質(zhì)量發(fā)展的核心力量[2]。人才的自由流動(dòng)與遷移是影響區(qū)域創(chuàng)新發(fā)展的關(guān)鍵要素,也是人才創(chuàng)新發(fā)展的重要內(nèi)容[3]。改革開放之前,中國實(shí)施城鄉(xiāng)二元分治的戶籍管理模式,限制了包括各類人才在內(nèi)的人口流動(dòng)與遷移。改革開放以來,我國持續(xù)推進(jìn)戶籍制度改革,“均等化、一體化、市民化”成為戶籍制度改革的基本原則[4],為高技能人才的自由遷移與社會(huì)融合創(chuàng)造了有利的政策條件?,F(xiàn)代交通運(yùn)輸業(yè)的蓬勃發(fā)展極大地推動(dòng)了人口的遷徙流動(dòng),尤其是中國高鐵網(wǎng)絡(luò)的不斷完善,從根本上改變了人們的時(shí)空觀念,加速了全國人口的大流動(dòng)[5],中國流動(dòng)人口規(guī)模從1982年的657萬人增加到2020年末的3.76億人,翻了近57倍[6]。
黨的十九大報(bào)告提出“人才是實(shí)現(xiàn)民族振興、贏得國際競爭主動(dòng)的戰(zhàn)略資源”,各地進(jìn)一步出臺(tái)更加積極、開放、有效的人才政策來促進(jìn)人才創(chuàng)新發(fā)展。從2017年開始,各大城市掀起了新一輪的“人才爭奪戰(zhàn)”,武漢、成都、長沙、廣州、深圳等城市紛紛出臺(tái)各種人才激勵(lì)政策[7],希望通過政策優(yōu)勢搶占先機(jī),引進(jìn)優(yōu)秀人才。
在全國人口遷移流動(dòng)規(guī)模不斷擴(kuò)大的形勢下,學(xué)界對人口遷移流動(dòng)特征的相關(guān)研究也很豐富[8-9]。當(dāng)前中國高技能人才遷移的特征、高技能人才的遷移流動(dòng)與區(qū)域創(chuàng)新之間存在怎樣的影響等,是學(xué)界與各級政府均高度關(guān)注的問題。本文在前人研究的基礎(chǔ)上,利用中國1995—2015年人口1%抽樣調(diào)查數(shù)據(jù),分析1995年以來高技能人才的省際遷移特征及其對地方創(chuàng)新水平的影響,以期為地方充分提升高技能人才的配置效率、出臺(tái)與之相適應(yīng)的人才策略提供決策參考,使高技能人才為地方的創(chuàng)新做出貢獻(xiàn),最終增強(qiáng)地方的經(jīng)濟(jì)競爭力。
在王春楊等構(gòu)建的固定效應(yīng)模型[5]基礎(chǔ)上增加了固定效應(yīng)的維度,建立如下模型:
方程(1)中的被解釋變量INVit表示遷入地省份i在時(shí)期t內(nèi)的創(chuàng)新產(chǎn)出水平,解釋變量Migrantijt為高技能人才在時(shí)期t內(nèi)從j省份向i省份的實(shí)際遷移數(shù)量,Xijt為可能影響遷入地省份創(chuàng)新產(chǎn)出的其他控制變量,μi,λj和γt分別代表遷出地、遷出地和時(shí)間的固定效應(yīng),εijt是隨機(jī)誤差。方程(2)中的被解釋變量INVjt表示遷出地省份j在時(shí)期t內(nèi)的創(chuàng)新產(chǎn)出水平,并且被解釋變量和固定效應(yīng)與方程(1)中完全一致。
固定效應(yīng)模型具有可以控制絕大部分不可觀測、組內(nèi)不變的因素對該回歸方程的影響的優(yōu)點(diǎn),并且,更高維度的固定效應(yīng)能夠更好地解決遺漏變量所導(dǎo)致的參數(shù)估計(jì)偏誤問題,故采用該種模型進(jìn)行實(shí)證分析。
同時(shí),方程(1)和(2)中Migrantijt的系數(shù)γ1和γ2是本文實(shí)證分析的重點(diǎn)關(guān)注參數(shù)。根據(jù)閱讀的大量文獻(xiàn)[4-7,10]可知,人才遷入能促進(jìn)地區(qū)的創(chuàng)新增長,故在進(jìn)行回歸前期望方式(1)中的γ1是顯著為正的。而人才遷出對于地區(qū)的創(chuàng)新增長的影響研究較少,但根據(jù)已有經(jīng)驗(yàn),期望γ2顯著為負(fù)或者不顯著。
(1)被解釋變量:地方的創(chuàng)新產(chǎn)出。因?yàn)閷@麛?shù)據(jù)具有易得性、通用性與一致性,因此專利數(shù)據(jù)為國內(nèi)外學(xué)者研究創(chuàng)新時(shí)常用且相對有效的衡量指標(biāo)。本文整理了1995—2019年中國內(nèi)地31個(gè)省份的專利授權(quán)數(shù)量。為了增加回歸的正確性,同時(shí)選取了1986—2018年的中國城市統(tǒng)計(jì)年鑒中31個(gè)省份的5項(xiàng)專利數(shù)據(jù),包括:實(shí)用新型專利授權(quán)量(專利1)、外觀設(shè)計(jì)專利授權(quán)量(專利2)、專利授權(quán)總量(專利3)、專利授權(quán)數(shù)件(專利4)和專利申請數(shù)件(專利5)。
(2)高技能人才遷移數(shù)據(jù):高技能人才指“大專學(xué)歷或以上的勞動(dòng)人口”。利用1995—2015年中國內(nèi)地31個(gè)省份的高技能人才省際遷移數(shù)據(jù),即每個(gè)省份都有向其他30個(gè)省份遷移的數(shù)據(jù),具體而言,例如i-j省份對即代表高技能人才從i省份遷移到j(luò)省份,此時(shí)i為遷出地、j為遷入地;反之,j-i省份對即代表高技能人才從j省份流向i省份。為便于分析高技能人才的省際遷移,將每5年劃分為一個(gè)階段,統(tǒng)計(jì)高技能人才在每一階段時(shí)間長度內(nèi)的遷移人次。
(3)控制變量:選取可能影響地方創(chuàng)新產(chǎn)出的變量進(jìn)行控制,具體包括:每萬人在校大學(xué)生人數(shù)、人均國內(nèi)生產(chǎn)總值、第三產(chǎn)業(yè)占GDP比重、外商實(shí)際投資額、科學(xué)事業(yè)費(fèi)支出等,數(shù)據(jù)由歷年《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《中國城市統(tǒng)計(jì)年鑒》中查找得到。但由于每萬人在校大學(xué)生人數(shù)、人均國內(nèi)生產(chǎn)總值、科學(xué)事業(yè)費(fèi)支出的數(shù)據(jù)缺失較多,故選擇第三產(chǎn)業(yè)占GDP比重、外商實(shí)際投資額這兩項(xiàng)作為該模型的控制變量,且該控制變量具體分為遷出地和遷入地2類,共4個(gè)控制變量(遷出地第三產(chǎn)業(yè)占GDP比重、遷入地第三產(chǎn)業(yè)占GDP比重、遷出地外商實(shí)際投資額、遷入地外商實(shí)際投資額)。為使回歸所使用的數(shù)據(jù)不受單位的影響,取被解釋變量、解釋變量以及控制變量的對數(shù)以去量綱化。
首先對 1995—2000年、2000—2005年、2005—2010年、2010—2015年的高技能人才省際流動(dòng)數(shù)據(jù)按不同的遷入地與遷出地進(jìn)行整理,再將每個(gè)省份在1995—2015年間高技能人才的遷入和遷出人數(shù)加總求和,同時(shí)為避免當(dāng)?shù)厝丝跀?shù)量的相對差距對統(tǒng)計(jì)數(shù)據(jù)造成影響,將每個(gè)省份1995—2015年的高技能人才遷入與遷出人數(shù)相除,得到遷入遷出比,結(jié)果如圖1所示。
圖1 1995—2015年中國內(nèi)地各省份高技能人才遷入、遷出總?cè)藬?shù)(單位:人次)與遷入遷出比
1995—2015年間,高技能人才遷入最多的前5個(gè)省份為:廣東、上海、北京、云南、江蘇;遷入最少的前5個(gè)省份為:西藏、寧夏、青海、黑龍江、吉林。高技能人才遷出最多的前5個(gè)省份為:湖北、湖南、江蘇、安徽、河南;遷出最少的前5個(gè)省份為:西藏、青海、寧夏、海南、云南。傳統(tǒng)的“一線城市”與東南部沿海城市更受高技能人才的青睞,他們傾向于遷入這些城市所在的省份,這得益于當(dāng)?shù)氐穆鋺粽?、人才培養(yǎng)扶持政策和經(jīng)濟(jì)效益帶來的影響。相比之下,東北地區(qū)和西北地區(qū)省份的高學(xué)歷人才遷入數(shù)量相對較少(圖2),可能的原因在于政策支持力度欠缺、就業(yè)崗位吸引力不強(qiáng)、經(jīng)濟(jì)效益不高等。中部地區(qū)和東南部沿海城市所在省份高技能人才遷出較多,反映其人才培養(yǎng)能力更強(qiáng),主要原因在于這些省份本身人口基數(shù)較大、學(xué)生考試升學(xué)競爭較為激烈等。而西北地區(qū)人才遷出數(shù)量相對較少(圖3),可能的原因在于師資相對匱乏,教育水平不及發(fā)達(dá)地區(qū)省份。
圖2 1995—2015年高技能人才省際遷入分布圖
圖3 1995—2015年高技能人才省際遷出分布圖
“遷入遷出比”最高的5個(gè)省份為北京、山東、云南、廣西、廣東;這些省份接納較多高學(xué)歷人才遷入,并傾向于留住本地培養(yǎng)的人才;“遷入遷出比”最低的5個(gè)省份為西藏、青海、海南、江西、遼寧,這些省份綜合競爭力相對薄弱,難以留住高技能人才。
再將1995—2015年按每5年進(jìn)行切分,得到4組高技能人才流動(dòng)的詳細(xì)數(shù)據(jù),按時(shí)間趨勢分析,鑒于本文研究省份眾多,故選取在人才遷入、人才遷出排名前三的頭部省份進(jìn)行分析,結(jié)果如圖4所示。
圖4 1995—2015年頭部省份高技能人才遷入遷出的變化趨勢(單位:人次)
研究顯示,高技能人才遷入省份排前三的廣東、上海、北京等一線省市都呈現(xiàn)出先上升再下降的趨勢,且人才遷入的數(shù)量明顯大于人才遷出的數(shù)量,但兩者差距在近些年產(chǎn)生了縮小的趨勢。這說明傳統(tǒng)一線城市對高技能人才的吸引力較強(qiáng),但隨著這些城市生活成本的不斷增加,加上同期其他省市的經(jīng)濟(jì)發(fā)展和優(yōu)惠政策扶持等因素,高技能人才遷入被其他省市分流,高技能人才遷入的增長勢頭出現(xiàn)減緩趨勢。在高技能人才遷出地排前三的省份中,湖北和湖南人才流失較多,但在2010—2015年這5年間漸趨緩解;江蘇的人才流失情況相對緩和,但仍有上升趨勢。
將1995—2019年中國31個(gè)省份的專利授權(quán)數(shù)量,與通過整理1986—2018年間的《中國城市統(tǒng)計(jì)年鑒》得到的實(shí)用新型專利授權(quán)量、外觀設(shè)計(jì)專利授權(quán)量、專利授權(quán)總量、專利授權(quán)數(shù)件、專利申請數(shù)件以及控制變量進(jìn)行描述性分析,分別得到其觀測值、平均值、標(biāo)準(zhǔn)差、最小值與最大值,具體結(jié)果如表1所示。
表1 地方創(chuàng)新產(chǎn)出水平的描述性統(tǒng)計(jì)
建立的雙向固定效應(yīng)模型中所涉及的9個(gè)變量之間的相關(guān)系數(shù)矩陣如表2所示,這9個(gè)變量從上到下依次為:國家知識(shí)產(chǎn)權(quán)局的專利授權(quán)量、實(shí)用新型專利授權(quán)量、外觀設(shè)計(jì)專利授權(quán)量、專利授權(quán)總量、專利授權(quán)數(shù)件、專利申請數(shù)件、高技能人才遷移數(shù)據(jù)、第三產(chǎn)業(yè)占GDP比重、外商實(shí)際投資額。
表2 模型變量相關(guān)矩陣
首先對高技能人才省際遷移數(shù)據(jù)中人才遷入的數(shù)據(jù)以及從國家知識(shí)產(chǎn)權(quán)局網(wǎng)站上整理所得的專利授權(quán)量進(jìn)行回歸,將專利授權(quán)量每5年劃為一段,相加求和得到每5年間的總專利授權(quán)量,然后以專利授權(quán)量作為被解釋變量代入方程(1)進(jìn)行回歸,得到的結(jié)果如表3所示。表中第一行表示取了對數(shù)的專利授權(quán)量,其對應(yīng)了4種不同的結(jié)果。這4種不同結(jié)果中的第一列表示無控制變量以及固定效應(yīng)的回歸結(jié)果,第二列表示有控制變量無固定效應(yīng)的回歸結(jié)果,第三列表示無控制變量有固定效應(yīng)的回歸結(jié)果,第四列表示既有控制變量又有固定效應(yīng)的回歸結(jié)果。
表3 高技能人才遷入與專利授權(quán)量的回歸分析
由表3可知,無論是否控制了變量或者引入了固定效應(yīng),高技能人才遷入數(shù)量對遷入地創(chuàng)新產(chǎn)出水平的影響系數(shù)基本都在1%的水平上顯著為正,表明該回歸結(jié)果是穩(wěn)健的。以表3第4列為例,保持其他變量不變的情況下,其結(jié)果同時(shí)引入遷入地、遷出地和時(shí)間的固定效應(yīng),高技能人才遷入每增加1%的時(shí)候,會(huì)導(dǎo)致遷入地的專利授權(quán)量增加0.001%,并且在99%的置信度下通過了檢驗(yàn),此時(shí)調(diào)整的R方為99.7%,表明該回歸可以解釋99.7%的被解釋變量,擬合程度較好。通過該回歸可以得到結(jié)論:高技能人才的遷入會(huì)使當(dāng)?shù)氐膶@l(fā)布數(shù)量顯著提升,即對當(dāng)?shù)氐膭?chuàng)新水平有顯著促進(jìn)作用。
為進(jìn)一步檢驗(yàn)該結(jié)論是否具有穩(wěn)健性,以我國1986—2018年的《城市統(tǒng)計(jì)年鑒》中實(shí)用新型專利授權(quán)量、外觀設(shè)計(jì)專利授權(quán)量、專利授權(quán)總量、專利授權(quán)數(shù)件、專利申請數(shù)件作為被解釋變量,分別記為專利1、專利2、專利3、專利4、專利5,每5年劃為一個(gè)時(shí)間段求和得到這5年間的地方創(chuàng)新產(chǎn)出水平。在分別引入控制變量及固定效應(yīng)后,得到的結(jié)果如表4所示。
表4 高技能人才遷入與五項(xiàng)專利授權(quán)量的回歸分析
由表4中結(jié)果可知,外觀設(shè)計(jì)專利授權(quán)量、專利授權(quán)總量和專利授權(quán)數(shù)件作為被解釋變量時(shí),高技能人才遷入數(shù)量對遷入地創(chuàng)新產(chǎn)出水平的影響系數(shù)均在1%的水平上顯著為正,與前文結(jié)果相一致。雖然前兩列的系數(shù)為負(fù),但結(jié)果并不顯著,故不討論。以表4第3列為例,同時(shí)引入控制變量以及所有固定效應(yīng),發(fā)現(xiàn)高技能人才遷入每增加1%時(shí),遷入地的外觀設(shè)計(jì)專利授權(quán)量會(huì)增加0.002%,且在99%的置信度下通過檢驗(yàn),此時(shí)調(diào)整的R方為97.24%,表明該回歸可以解釋97.24%的被解釋變量,擬合程度較好。由此得出高技能人才遷入能顯著提高當(dāng)?shù)貏?chuàng)新產(chǎn)出水平的結(jié)論。
但是以上的回歸可能存在一定的偏誤,因?yàn)榈胤絼?chuàng)新產(chǎn)出可能會(huì)提高當(dāng)?shù)氐慕?jīng)濟(jì)水平進(jìn)而也會(huì)吸引高技能人才遷入,從而產(chǎn)生一個(gè)正向的內(nèi)生性,高估回歸結(jié)果的顯著程度以及參數(shù)γ1的大小。
因?yàn)榈赜虍?dāng)期的創(chuàng)新產(chǎn)出可能會(huì)吸引人才的遷入,但是后一周期的創(chuàng)新產(chǎn)出一般不會(huì)導(dǎo)致人才的遷入。為了消除地方創(chuàng)新水平與人才遷移之間的內(nèi)生性,將專利授權(quán)數(shù)量的時(shí)間段往后移一個(gè)周期,即被解釋變量使用國家知識(shí)產(chǎn)權(quán)局2000—2019年的專利授權(quán)量,每5年為一個(gè)時(shí)間段,進(jìn)行滯后性的回歸分析。具體回歸結(jié)果如表5所示,其中4種不同結(jié)果中的第1列表示無控制變量以及固定效應(yīng)的回歸結(jié)果,第2列表示有控制變量無固定效應(yīng)的回歸結(jié)果,第3列表示無控制變量有固定效應(yīng)的回歸結(jié)果,第4列表示既有控制變量又有固定效應(yīng)的回歸結(jié)果。
表5 高技能人才遷入與專利授權(quán)量的滯后性回歸分析
由表5可知,無論是否控制了變量或者引入了固定效應(yīng),高技能人才遷入數(shù)量對遷入地創(chuàng)新產(chǎn)出水平的影響系數(shù)基本都在1%的水平上顯著為正。以表5第4列為例,保持其他變量不變的情況下,同時(shí)引入遷入地、遷出地和時(shí)間的固定效應(yīng),當(dāng)期高技能人才遷入每增加1%時(shí),后一周期的遷入地專利授權(quán)量會(huì)增加0.001%,且在99%的置信度下通過檢驗(yàn),此時(shí)調(diào)整的R方為99.69%,表明該回歸可以解釋99.69%的被解釋變量,擬合程度較好。因此,在剔除了解釋變量和被解釋變量的內(nèi)生性之后,仍可以得到高技能人才的遷入對地方創(chuàng)新產(chǎn)出具有顯著促進(jìn)作用的結(jié)論。
高技能人才的遷入會(huì)極大地提升遷入地的創(chuàng)新水平。導(dǎo)致這個(gè)結(jié)果發(fā)生的影響機(jī)制可以概括為以下兩點(diǎn):第一,進(jìn)一步印證了前人的相關(guān)研究,高技能人才的遷入會(huì)使遷入地人才集聚[5,10],不僅增加了當(dāng)?shù)氐膭趧?dòng)力數(shù)量,而且因?yàn)樗麄儗W(xué)習(xí)能力強(qiáng),所以具有很強(qiáng)的知識(shí)溢出效應(yīng)[11],而知識(shí)溢出效應(yīng)受到地理空間距離的限制,隨著空間距離增大,知識(shí)溢出的強(qiáng)度將逐漸減弱。因此,空間上的勞動(dòng)力集聚成為知識(shí)溢出促進(jìn)創(chuàng)新的前提條件。人才遷入正是具備了這種前提條件,人才遷入使得人才在空間上集聚,使人們有更多面對面交流和學(xué)習(xí)的機(jī)會(huì),促進(jìn)了知識(shí)的共享與溢出,從而提升區(qū)域創(chuàng)新能力。具體來說,高技能人才遷入是知識(shí)跨區(qū)域溢出形成機(jī)制中的一種重要途徑,其縮小了空間距離,使人與人之間的交流更為頻繁,從而產(chǎn)生交流效應(yīng),即在近距離的接觸交流中差異化的個(gè)體可以交換思想、信息和技術(shù),相互學(xué)習(xí)從而創(chuàng)造出新知識(shí),增加創(chuàng)新性產(chǎn)出[12],促進(jìn)當(dāng)?shù)乜萍紕?chuàng)新水平的提高。第二,由于高技能人才遷入所帶來的知識(shí)溢出效應(yīng)促進(jìn)了遷入地教育水平的提高,而教育水平的提高使得當(dāng)?shù)氐母呒寄苋瞬艛?shù)量增加,從而進(jìn)一步促進(jìn)了該地創(chuàng)新水平的提升。
與前文類似,先使用高技能人才省際遷移數(shù)據(jù)中人才遷出的數(shù)據(jù)以及從國家知識(shí)產(chǎn)權(quán)局官網(wǎng)上整理得出的專利授權(quán)量進(jìn)行回歸,將以每5年的專利授權(quán)量為一個(gè)周期,將數(shù)據(jù)加總求和得到這5年間地方創(chuàng)新總產(chǎn)出水平。把專利授權(quán)量作為被解釋變量代入方程(2)進(jìn)行回歸,所得結(jié)果如表6所示,其中4種不同結(jié)果中的第1列表示無控制變量以及固定效應(yīng)的回歸結(jié)果,第2列表示有控制變量無固定效應(yīng)的回歸結(jié)果,第3列表示無控制變量有固定效應(yīng)的回歸結(jié)果,第4列表示既有控制變量又有固定效應(yīng)的回歸結(jié)果。
表6 高技能人才遷出與專利授權(quán)量的回歸分析
由表6可以看出,在未進(jìn)行控制變量以及固定效應(yīng)時(shí),高技能人才遷出對地方創(chuàng)新水平的影響顯著為正,由于未控制完全,因此不能排除該結(jié)果是估計(jì)產(chǎn)生的偏誤,但從第4列回歸結(jié)果來看,可以得出以下結(jié)論:仍無顯著證據(jù)表明高技能人才的遷出會(huì)在中短期內(nèi)降低地方創(chuàng)新產(chǎn)出水平。
為進(jìn)一步檢驗(yàn)該結(jié)論具有穩(wěn)健性,將我國1986—2018年城市統(tǒng)計(jì)年鑒中的實(shí)用新型專利授權(quán)量、外觀設(shè)計(jì)專利授權(quán)量、專利授權(quán)總量、專利授權(quán)數(shù)件、專利申請數(shù)件作為被解釋變量,分別記為專利1、專利2、專利3、專利4、專利5,以每5年為一個(gè)周期進(jìn)行求和,得到當(dāng)?shù)孛總€(gè)周期的創(chuàng)新產(chǎn)出總水平,在同時(shí)控制變量及固定效應(yīng)后,所得結(jié)果如表7所示。
表7 高技能人才遷出與五項(xiàng)專利授權(quán)量的回歸分析
由表7可以看出,高技能人才遷出只有對外觀設(shè)計(jì)專利授權(quán)量有顯著的負(fù)向影響,而對專利授權(quán)數(shù)件具有顯著的促進(jìn)作用。所以綜合來看,在5年周期內(nèi)高技能人才的遷出對于地方創(chuàng)新產(chǎn)出的影響非常小,甚至幾乎不體現(xiàn)影響。
分析表明,在5年周期內(nèi)高技能人才的遷出對于地方創(chuàng)新水平無顯著影響,即高技能人才的遷出不會(huì)降低當(dāng)?shù)氐膭?chuàng)新水平,且這一結(jié)論具有穩(wěn)健性。這種結(jié)果的發(fā)生機(jī)制可以歸納為以下兩點(diǎn):一是由于勞動(dòng)力市場存在信息不對稱以及反應(yīng)滯后的問題,高技能人才有可能大量遷入某地造成人才出現(xiàn)供大于需的局面,使得該地人力資本冗余,人力資本利用效率不高,因此有人才流出。冗余的人才即使不流出,在當(dāng)?shù)匾彩切实拖碌模踔猎谌瞬艠O度冗余的情況下,可能導(dǎo)致對于科研資源的惡性競爭,這反而會(huì)危害效率,所以人才流出不會(huì)對當(dāng)?shù)貏?chuàng)新造成危害。有些地方還存在高技能人才資源稀缺的狀況,無論是冗余還是稀缺,當(dāng)?shù)囟紵o法達(dá)致人才資源的有效配置。二是遷出地的體制機(jī)制保障尚不健全,無法保障高技能人才的生存和生活水平,導(dǎo)致高技能人才負(fù)擔(dān)過重,無法充分發(fā)揮其科研水平以及研究效率,從而無法給當(dāng)?shù)貛韯?chuàng)新動(dòng)力,故高技能人才遷出對于當(dāng)?shù)氐目萍紕?chuàng)新水平無明顯影響。
在中國經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵階段,人力資本以及科技創(chuàng)新作為增長動(dòng)能轉(zhuǎn)換的重要推力,具有很高的研究價(jià)值。如何通過高技能人才的高效流動(dòng)促進(jìn)生產(chǎn)要素在空間上的有效配置從而提高區(qū)域的創(chuàng)新水平,是國家人才戰(zhàn)略的核心任務(wù)之一。本文通過實(shí)證研究表明:高技能人才的遷入會(huì)導(dǎo)致地方創(chuàng)新產(chǎn)出的顯著提升,人才遷入使得人才在空間上集聚,使人們有更多面對面交流和學(xué)習(xí)的機(jī)會(huì),促進(jìn)了知識(shí)的共享與溢出,從而提升了區(qū)域創(chuàng)新能力;高技能人才的遷出在中短期并不會(huì)降低當(dāng)?shù)氐膭?chuàng)新產(chǎn)出水平,遷出地高技能人才出現(xiàn)冗余,人力資本利用效率低下及人才保障機(jī)制不完善,高技能人才無法充分發(fā)揮其價(jià)值是人才遷出的主因?;谝陨辖Y(jié)論,針對如何有效促進(jìn)高技能人才的合理流動(dòng),筆者提出以下政策建議。
一是各級政府增加教育的財(cái)政支出,提高人力資本水平。人才產(chǎn)生流動(dòng)的前提之一是有持續(xù)的人才產(chǎn)生,而教育對于人才的培養(yǎng)是必不可少的。因此,要充分發(fā)揮人力資本對區(qū)域創(chuàng)新支持作用以及影響,應(yīng)從教育投入力度方面著手,不斷完善我國教育體系,健全相關(guān)制度。具體解決措施包括但不限于擴(kuò)大財(cái)政教育支出在公共支出中的占比、拓展教育經(jīng)費(fèi)來源渠道、提高教育經(jīng)費(fèi)的使用效率等。
二是進(jìn)一步完善勞動(dòng)力市場和戶籍制度,促進(jìn)高技能人才的合理流動(dòng)。當(dāng)前我國勞動(dòng)力市場依然存在著較為嚴(yán)重的分化,勞動(dòng)力盲目流動(dòng)造成配置無效,因此對勞動(dòng)力市場進(jìn)行優(yōu)化和改善極為重要。首先,要建立統(tǒng)一的全國勞動(dòng)力市場體系,搭建更加高效的勞動(dòng)力供求信息共享平臺(tái),減少勞動(dòng)力市場上因信息不對稱導(dǎo)致的人力資本盲目遷移或無序遷移的現(xiàn)象。其次,我國城鄉(xiāng)一體化戶籍制度需要不斷完善,逐步減少戶籍制度對人口流動(dòng)以及遷移的制約,逐步放開限制,保證高技能人才流動(dòng)的自由度,以消除流通壁壘。
三是各地需制定有效的區(qū)域人才引進(jìn)策略,促進(jìn)高技能人才的流入。區(qū)域創(chuàng)新水平的不斷提升需要有效的人才引進(jìn)策略的制度支持,吸引高技能人才遷入并為其提供優(yōu)良的發(fā)展平臺(tái)可以更好地提升創(chuàng)新產(chǎn)出。區(qū)域人才引進(jìn)策略可以包括以下幾個(gè)方面:第一,建立統(tǒng)一的社會(huì)保障體系,提供更好的異地就業(yè)條件。同時(shí)通過建立全國統(tǒng)一的社會(huì)保障體系,確保高技能人才在區(qū)域間遷移時(shí),其養(yǎng)老保險(xiǎn)、醫(yī)療保險(xiǎn)等保障關(guān)系能便捷地實(shí)現(xiàn)隨遷。第二,完善高技能人才落戶政策,讓人才在遷移過程中居有定所。