《Sustainability》：How Does the Agglomeration of High-End Talent Affect Regional Innovation Efficiency?
编辑推荐：
本研究使用2007-2024年中国30个省份（直辖市、自治区）的面板数据，基于人才集聚的外部经济理论，考察了高端人才集聚对区域创新效率的影响及其内在机制。此外，还分析了区域异质性和创新主体异质性。研究发现，高端人才集聚对区域创新效率具有显著的正向影响，并呈现非
本研究使用2007-2024年中国30个省份（直辖市、自治区）的面板数据，基于人才集聚的外部经济理论，考察了高端人才集聚对区域创新效率的影响及其内在机制。此外，还分析了区域异质性和创新主体异质性。研究发现，高端人才集聚对区域创新效率具有显著的正向影响，并呈现非线性倒U型关系。在处理内生性问题并进行多种稳健性检验后，该结论依然成立。异质性分析表明，高端人才集聚对区域创新效率的正向影响在东部和西部地区以及高校和科研机构中更为显著；然而，西部地区的最优集聚水平低于东部地区。中部地区和规模以上企业的高端人才集聚未能显著提升区域创新效率。在市场化程度高的地区，高端人才集聚对区域创新效率有正向影响，但在市场化程度低的地区则未观察到该效应。中介分析结果表明，高端人才集聚通过促进知识溢出和产学研合作活动来提升区域创新效率。上述研究不仅证实了高端人才集聚对区域创新效率的积极影响，还为地方政府提供了关于人才发展与区域流动的政策建议，对实现建设科技强国、人才强国和可持续发展等重大战略目标具有现实意义。
**论文解读：高端人才集聚对区域创新效率的影响机制与实证分析**
**研究背景与问题提出**
人才是创新驱动发展的核心战略资源，尤其是高端人才（high-end talent），作为前沿知识与先进技术的载体，在推动科技创新与生态可持续协调发展中起到关键作用。当前，中国持续加大研发投入（R&D expenditure），2024年R&D经费总额达36130亿元，R&D强度（R&D intensity）为2.68%，位居世界第二。然而，中国整体创新效率、R&D效率及技术转移效率仍处于较低水平，且区域间创新效率差异显著，创新资源配置效果参差不齐，这进一步拉大了区域经济发展差距，阻碍了创新驱动经济的协调与均衡发展。同时，单纯扩大R&D投入规模不足以实现绿色低碳转型，提升创新商业化效率能加速绿色技术产业化，缓解区域生态承载力压力，推动可持续发展。因此，从微观生产要素——高端人才集聚（agglomeration of high-end talent）视角出发，探讨其是否影响区域创新效率（regional innovation efficiency, RIE）、内在机制及宏观效应，对于优化人才资源配置、提升区域创新商业化效率、加速建成科技强国与人才强国具有重要研究价值。该论文发表于《Sustainability》。
**研究方法与关键技术**
研究人员采用2007–2024年中国30个省份（直辖市、自治区，剔除西藏）的面板数据作为样本来源。主要关键技术方法包括：① 使用非径向SBM-DEA超效率模型（super-efficiency SBM-DEA model）测算区域创新效率，投入指标为R&D经费内部支出，期望产出指标为国内专利申请授权数与技术市场成交额，非期望产出指标为专利申请受理数与授权数之差；② 以R&D人员密度（R&D人员数与常住人口之比）衡量高端人才集聚度；③ 采用双向固定效应模型（two-way fixed effects model）进行基准回归，并加入平方项检验非线性关系；④ 使用工具变量法（1990年各省普通高等学校数）处理内生性；⑤ 通过替代解释变量、剔除直辖市、缩短样本期（2010–2020年）、Driscoll–Kraay标准误回归及Tobit模型进行稳健性检验；⑥ 采用两步法中介效应模型检验知识溢出（knowledge spillovers, KS，以省际专利净流出量代理）和产学研合作（industry–university–research collaboration, CN，以企业投入高校等机构R&D经费代理）的机制作用；⑦ 进行区域异质性（东、中、西部）、创新主体异质性（企业、高校、科研机构）及市场化程度异质性（基于樊纲市场化指数）分析。
**研究结果**
**基准回归**：通过双向固定效应模型回归，发现高端人才集聚度每增加1个单位，区域创新效率提升0.8298个单位（1%显著性水平），且平方项系数显著为负，拐点值为2.082，表明两者呈倒U型非线性关系，假设H1成立。控制变量中，城镇化水平、交通基础设施、经济发展水平及产业结构升级对区域创新效率影响不显著，而对外开放度有显著正向影响。
**内生性讨论**：为缓解反向因果和遗漏变量问题，① 将因变量提前一期回归，结果仍显著；② 以1990年各省普通高等学校数作为工具变量，Kleibergen–Paap LM检验拒绝不可识别假设，Kleibergen–Paap rk Wald F统计量（37.995）高于Stock–Yogo临界值，排除弱工具变量，第二阶段回归系数显著为正，支持基准结论。
**稳健性检验**：通过替换解释变量（人力资本水平）、剔除直辖市、缩短样本期（2010–2020年）、采用Driscoll–Kraay标准误回归及Tobit模型回归，结果均显示高端人才集聚一次项显著为正、二次项显著为负，倒U型关系稳健。
**异质性分析**：① 区域异质性：东部和西部地区高端人才集聚对区域创新效率有显著正向倒U型影响，但东部最优集聚水平（拐点约1.703）高于西部（约0.599）；中部地区非线性效应不显著。② 创新主体异质性：高校和科研机构的高端人才集聚显著提升区域创新效率，且高校集聚的促进作用更大；规模以上企业的高端人才集聚对区域创新效率无显著影响。③ 市场化程度异质性：高市场化地区高端人才集聚对区域创新效率有显著正向影响（系数0.3608，1%显著），低市场化地区效应不显著。
**中介效应检验**：以知识溢出（KS）和产学研合作（CN）为中介变量，高端人才集聚对KS的回归系数为0.4012（5%显著），对CN的回归系数为1.1487（5%显著），表明集聚通过促进知识溢出和产学研合作提升区域创新效率，假设H2和H3得到验证。
**空间相关性检验**：全局Moran's I显示高端人才集聚存在显著空间正相关，但残差Moran's I和LM检验不显著，表明空间相关性主要由省份资源禀赋差异和年度宏观冲击引起，双向固定效应足以控制，无需构建空间计量模型。
**研究结论与政策启示**
研究结论：基于2007–2024年中国30个省份面板数据，① 高端人才集聚对区域创新效率有显著正向影响，呈倒U型非线性关系，结论稳健；② 东部和西部地区集聚效应显著，西部最优集聚水平低于东部，中部地区不显著；③ 高校和科研机构集聚显著促进创新效率，而企业集聚不显著；④ 高市场化地区集聚促进效应显著，低市场化地区不显著；⑤ 知识溢出和产学研合作是重要中介机制。政策建议包括：以科技创新需求为导向建设高端人才集聚平台；合理控制集聚规模以避免拥挤效应；加强基础研究人才培养，促进产学研深度融合；健全人才流动机制，强化东西部人才协作，提升区域创新效率，助力科技强国、人才强国与可持续发展。
