魯大為 龐云楓 薛國琴

(1.紹興文理學(xué)院 商學(xué)院，浙江 紹興 312000；2.中國銀行浙江省分行，浙江 杭州 310000)

0 引言

近年來優(yōu)化營商環(huán)境成為政府、學(xué)界的重點關(guān)注領(lǐng)域.2019年世界銀行《營商環(huán)境報告》表明，中國是營商環(huán)境改善幅度最大的經(jīng)濟(jì)體之一.人才是經(jīng)濟(jì)發(fā)展的關(guān)鍵要素，是區(qū)域競爭的重要內(nèi)容.營商環(huán)境改進(jìn)的目的之一在于集聚人才.人才作為創(chuàng)新創(chuàng)業(yè)的主體，具有創(chuàng)造性和主觀能動性，是生產(chǎn)要素中最活躍的部分，可以將引進(jìn)的技術(shù)消化吸收再創(chuàng)新，實現(xiàn)項目和資本的高效利用和產(chǎn)出，推動經(jīng)濟(jì)社會高質(zhì)量發(fā)展.因此考察營商環(huán)境與科技人才集聚的影響具有較強(qiáng)的現(xiàn)實意義.

通過對現(xiàn)有的文獻(xiàn)進(jìn)行整理發(fā)現(xiàn)，營商環(huán)境對科技人才的吸引已經(jīng)得到共識，但較少涉及人才集聚、科技人才集聚等方面，沒有在數(shù)量上測量其影響能力和影響機(jī)制，且大多只是靜態(tài)和短期效應(yīng)研究，忽略了傳統(tǒng)模型所帶來的內(nèi)生性問題.本文將營商環(huán)境分為6個一級指標(biāo)，利用脈沖響應(yīng)函數(shù)分析和GMM估計兩種方法探索營商環(huán)境改進(jìn)與科技人才集聚度提升的動態(tài)影響過程和效應(yīng).

1 文獻(xiàn)回顧

1.1 營商環(huán)境內(nèi)涵及其評價指標(biāo)研究

在營商環(huán)境定義方面，國內(nèi)外并沒有達(dá)成統(tǒng)一意見，有狹義和廣義定義之分，都是基于一定的研究目的和需要而對營商環(huán)境進(jìn)行解構(gòu).Vo等(2020)[1]認(rèn)為，地區(qū)營商環(huán)境包括當(dāng)?shù)仄髽I(yè)開辦和經(jīng)營時的進(jìn)入行業(yè)成本、土地獲得權(quán)便利度、政治透明度、時間成本、非正式收費(fèi)、行業(yè)支持、主動性、勞動力成本和法律制度.

在營商環(huán)境評價指標(biāo)方面，Buschmann(2020)等[2]和Klemmer(2018)等[3]學(xué)者結(jié)合自身研究領(lǐng)域和本國實際情況重點分析了營商環(huán)境中的一個重要組成部分，這些組成部分主要包括社會經(jīng)濟(jì)文化方面.也有學(xué)者試圖對營商環(huán)境進(jìn)行全面評價，由于營商環(huán)境涉及微觀、宏觀等眾多層面，因此他們評價的指標(biāo)和方法大多較為繁瑣和復(fù)雜：Yifan(2020)[4]認(rèn)為，營商環(huán)境會顯著影響地區(qū)的經(jīng)濟(jì)發(fā)展、市場活力、技術(shù)創(chuàng)新、創(chuàng)業(yè)精神和人才引進(jìn)等.他分別設(shè)立經(jīng)濟(jì)實力、市場活力、基礎(chǔ)設(shè)施、生態(tài)環(huán)境、政府效率、技術(shù)創(chuàng)新和人力資源7個一級指標(biāo)和27個二級指標(biāo)對溫州市商業(yè)環(huán)境進(jìn)行評價總結(jié)；Fasesin等(2019)[5]對某州三個城市的153家隨機(jī)選擇的中小企業(yè)進(jìn)行問卷調(diào)查發(fā)現(xiàn)，營商環(huán)境特別是基礎(chǔ)設(shè)施的可及性、金融相關(guān)問題、技術(shù)變革和人們對當(dāng)?shù)禺a(chǎn)品的態(tài)度對中小企業(yè)績效有顯著影響.

1.2 科技人才集聚及其影響因素研究

在科技人才集聚定義方面，Harvey等(2014)提出其他區(qū)域的人才資源會因為核心區(qū)域的較快發(fā)展而自發(fā)地向核心區(qū)域聚集，人才的集聚效應(yīng)就會因此產(chǎn)生人才流動[6].上述定義著重關(guān)注區(qū)域發(fā)展而忽略了人才之間的聯(lián)系，牛沖槐等(2012)在此基礎(chǔ)上豐富了科技人才聚集的含義，他認(rèn)為科技人才聚集是伴隨科技型人才的轉(zhuǎn)移，很多相似或者同種科技型人才按照特有的關(guān)聯(lián)，在特定行業(yè)(虛擬空間)或者特定地區(qū)(物理空間)所形成的集聚現(xiàn)象[7].宋本江(2019)將區(qū)域發(fā)展與人才聯(lián)系結(jié)合起來并對前兩人的定義進(jìn)行總結(jié)，認(rèn)為高端人才集聚是由高端人才個體需求與區(qū)域要素相互作用而產(chǎn)生的[8].

對科技人才集聚的評價指標(biāo)和方法方面，蘇楚等(2020)[9]和張所地等(2020)[10]學(xué)者運(yùn)用區(qū)位商方法測量區(qū)域科技人才集聚程度，指標(biāo)采用區(qū)域科研、技術(shù)服務(wù)從業(yè)人員數(shù)量或直接用研究與試驗發(fā)展人員來代替.吳殿廷等(2006)[11]和楊芝(2011)[12]等學(xué)者直接運(yùn)用兩院院士、杰青、長江學(xué)者數(shù)量或高學(xué)歷、高能力人數(shù)來表示區(qū)域科技人才集聚的方法.

學(xué)界普遍認(rèn)為經(jīng)濟(jì)因素對科技人才集聚的影響很大[13-15]，部分學(xué)者提出了不一樣的觀點，他們大多從人才政策和宏觀文化環(huán)境等方面研究其他與科技人才集聚相關(guān)的因素：韓聯(lián)郡等(2018)[16]通過對“杰青”和“長江學(xué)者”的區(qū)域分布進(jìn)行研究，認(rèn)為經(jīng)濟(jì)因素對高端科技人才集聚的作用有限，相比而言科學(xué)文化土壤和研發(fā)活動更有利于高端科技人才集聚.詹暉等(2015)[17]利用人口遷移中的成本收益理論和“推-拉”理論對因產(chǎn)業(yè)集群而導(dǎo)致的人才集聚現(xiàn)象進(jìn)行剖析發(fā)現(xiàn)，科技人才會因為產(chǎn)業(yè)集群的知識溢出效應(yīng)和外部經(jīng)濟(jì)效應(yīng)等本身特點的作用下實現(xiàn)集聚.

1.3 營商環(huán)境與科技人才集聚的影響研究

首先，由于營商環(huán)境改進(jìn)導(dǎo)致的較高的經(jīng)濟(jì)發(fā)展水平顯然會吸引科技人才.李娟等(2020)[18]認(rèn)為完善的營商環(huán)境能培育和引導(dǎo)企業(yè)家精神往生產(chǎn)性活動配置，降低交易成本，形成法制化、人性化的社會環(huán)境和較高的經(jīng)濟(jì)質(zhì)量，吸引人才到來.其次，較強(qiáng)的企業(yè)家精神有利于科技人才集聚.劉建民等(2020)[19]認(rèn)為良好的營商環(huán)境能吸引投資，提高并購績效，激發(fā)企業(yè)家精神，吸引人才；謝眾等(2019)[20]通過建立企業(yè)家精神的衡量指標(biāo)進(jìn)行實證研究發(fā)現(xiàn)，引導(dǎo)和培養(yǎng)企業(yè)家精神有利于實體經(jīng)濟(jì)的發(fā)展，營商環(huán)境在其中起到了正向調(diào)節(jié)作用，營商環(huán)境與企業(yè)家精神均能促進(jìn)科技人才集聚與創(chuàng)新創(chuàng)業(yè)能力的提高.再次，營商環(huán)境可以通過產(chǎn)業(yè)集聚的影響來吸引人才.孫健等(2008)[21]認(rèn)為產(chǎn)業(yè)集聚與人才集聚互為補(bǔ)充相互促進(jìn)，是當(dāng)代經(jīng)濟(jì)發(fā)展的一個普遍規(guī)律；曹威麟等(2015)[22]認(rèn)為三大產(chǎn)業(yè)與人才集聚均有顯著關(guān)系，其中第三產(chǎn)業(yè)的轉(zhuǎn)型升級對人才集聚的吸引力最強(qiáng).

學(xué)界普遍認(rèn)為，隨著科技人才的集聚，地區(qū)的營商環(huán)境也會得到顯著改善，形成一個良性循環(huán).Manivanna等(2019)[23]認(rèn)為，在營商環(huán)境的各項指標(biāo)中，人力資源在組織領(lǐng)域異常重要，在1990年代印度經(jīng)濟(jì)轉(zhuǎn)型中扮演了重要角色.他對印度當(dāng)?shù)氐木用襁M(jìn)行調(diào)查問卷，并采用卡方方法進(jìn)行實證分析，認(rèn)為應(yīng)重視人力資源在營商環(huán)境中的角色；Kotaskova等(2018)[24]對捷克共和國的312家公司和斯洛伐克共和國的329家公司進(jìn)行了調(diào)查，采用了相關(guān)分析和多元線性回歸模型等方法，研究結(jié)果表明，研發(fā)基礎(chǔ)設(shè)施以及人力資本的可用性是對兩國商業(yè)環(huán)境產(chǎn)生積極影響的重要因素.

1.4 文獻(xiàn)評述

第一，對兩者之間的影響關(guān)系和程度的測量較少.大多數(shù)文獻(xiàn)均承認(rèn)營商環(huán)境對科技人才吸引的影響和作用，但也只是籠統(tǒng)的理論敘述，仍停留在營商環(huán)境可以吸引科技人才這一表面現(xiàn)象，較少涉及人才集聚、科技人才集聚等方面，缺乏更深入的剖析；在營商環(huán)境對科技人才集聚的內(nèi)部作用機(jī)制的研究較少，也沒有在數(shù)量上測量其影響能力和影響機(jī)制，因而缺乏直觀的理解.

第二，大多數(shù)文獻(xiàn)只是分析營商環(huán)境對科技人才集聚度的靜態(tài)和短期效應(yīng)研究，缺乏動態(tài)分析，對于改善營商環(huán)境對科技人才集聚度提升的影響過程和長期效應(yīng)沒有進(jìn)行深入探討，也沒有解決傳統(tǒng)模型所帶來的科技人才集聚度提升促進(jìn)營商環(huán)境改善的內(nèi)生性問題，因而對營商環(huán)境改進(jìn)的影響能力缺乏深入的理解.

2 理論分析

本文從制度和交易成本理論、外部經(jīng)濟(jì)和產(chǎn)業(yè)集群理論、“領(lǐng)頭羊效應(yīng)”和“馬太效應(yīng)”三個方面分析營商環(huán)境對科技人才集聚的影響機(jī)制和內(nèi)涵.合理的制度和交易成本導(dǎo)致的高質(zhì)量經(jīng)濟(jì)發(fā)展程度和外部經(jīng)濟(jì)導(dǎo)致的產(chǎn)業(yè)集群效應(yīng)會產(chǎn)生科技人才集聚效應(yīng)，而科技人才本身存在的“領(lǐng)頭羊效應(yīng)”和“馬太效應(yīng)”進(jìn)一步放大了這一效應(yīng).

2.1 制度和交易成本理論

制度和交易成本理論最先由Coase(1937)[25]提出，他認(rèn)為通過價格機(jī)制組織生產(chǎn)的成本就是交易成本.其中所有發(fā)現(xiàn)相對價格的成本是最明顯的成本.Douglass North(1973)[26]發(fā)展了交易成本理論，他將交易成本理論融入制度變遷理論，認(rèn)為制度的完善程度——包括產(chǎn)權(quán)的保護(hù)、合約的履行程度，決定了國家的富有程度.Williamson(1987)[27]在前人基礎(chǔ)上進(jìn)行了系統(tǒng)化工作，把交易成本的概念應(yīng)用到對各種經(jīng)濟(jì)制度的比較和分析中，開創(chuàng)了交易成本經(jīng)濟(jì)學(xué)，他認(rèn)為交易成本是在特定的社會關(guān)系里，人們?yōu)橄嗷ズ献?、自愿溝通所達(dá)成交易支付的成本，本質(zhì)上體現(xiàn)的是人與人之間的關(guān)系.較低的交易成本是吸引人才軟環(huán)境的組成部分.

在企業(yè)經(jīng)營的過程中，存在著信息搜尋、條件談判和交易實施等各項成本.這些外生于商品生產(chǎn)過程的成本會顯著影響到企業(yè)的經(jīng)營效益.政府在其中扮演了重要的角色，政府制定的各項政策和實施效率會對稅負(fù)征收、市場監(jiān)管、勞動力市場和金融市場運(yùn)行等產(chǎn)生重要影響.企業(yè)預(yù)期到了完善的營商制度軟環(huán)境所帶來的經(jīng)濟(jì)效益，便能提高生產(chǎn)性私人投資，增加創(chuàng)業(yè)活動，促進(jìn)市場良性競爭，產(chǎn)生“創(chuàng)造性破壞”的過程，提高勞動生產(chǎn)率，進(jìn)而影響到地區(qū)經(jīng)濟(jì)的長期穩(wěn)定發(fā)展.科技人才作為普通民眾，較好的制度軟環(huán)境和較低的交易成本導(dǎo)致的高質(zhì)量經(jīng)濟(jì)發(fā)展程度可以滿足他們較高的生活品質(zhì)要求.

2.2 外部經(jīng)濟(jì)和產(chǎn)業(yè)集群理論

外部經(jīng)濟(jì)最早由Marshall(1890)[28]提出，他認(rèn)為外部經(jīng)濟(jì)是由于整個產(chǎn)業(yè)的產(chǎn)量擴(kuò)大導(dǎo)致該產(chǎn)業(yè)中各個企業(yè)的平均生產(chǎn)成本的下降.他認(rèn)為外部規(guī)模經(jīng)濟(jì)所形成的高使用率和產(chǎn)出率會促進(jìn)企業(yè)集中，產(chǎn)生專業(yè)化的產(chǎn)業(yè)集群.產(chǎn)業(yè)集群是指一定產(chǎn)業(yè)中互有關(guān)聯(lián)的機(jī)構(gòu)和企業(yè)聚集在一定地理位置的某類現(xiàn)象，主要包括供應(yīng)商、制造商、政府、大學(xué)和貿(mào)易組織等.

營商制度軟環(huán)境的改進(jìn)與交易成本的降低會導(dǎo)致企業(yè)間通過相互聯(lián)系的組織而形成的地方工業(yè)化，即產(chǎn)業(yè)集群.在這個過程中，由于大量企業(yè)的聚集，該地區(qū)對科技人才的需求會大大提高，也會相應(yīng)提高科技人才的工作待遇和晉升前景，從而吸引科技人才到來.同時集群中的企業(yè)往往和大學(xué)等科研機(jī)構(gòu)建立合作關(guān)系，由科研機(jī)構(gòu)提供長期穩(wěn)定的高級研究和管理人才.因此科技人才作為產(chǎn)業(yè)活動中需求最大和最為活躍的生產(chǎn)要素，必然因為產(chǎn)業(yè)集聚中的互有聯(lián)系而產(chǎn)生集聚效應(yīng).

2.3 “領(lǐng)頭羊效應(yīng)”和“馬太效應(yīng)”

“馬太效應(yīng)”最早由Merton(1967)[29]提出，是指學(xué)術(shù)圈中名聲累積的反饋現(xiàn)象，表明了強(qiáng)者越強(qiáng)、弱者越弱的兩極分化現(xiàn)象.此后“馬太效應(yīng)”發(fā)展到經(jīng)濟(jì)學(xué)、社會學(xué)、歷史學(xué)等眾多領(lǐng)域，可以歸納為：任何地區(qū)、群體或個體，一旦在某個方面取得進(jìn)步或成功，就會產(chǎn)生一種累積優(yōu)勢，有更多的機(jī)會取得更大的成功和進(jìn)步.在企業(yè)管理中，羊群效應(yīng)是被廣泛研究的一個方面.每個行業(yè)里都存在優(yōu)勝劣汰的殘酷競爭，“領(lǐng)頭羊”在其中脫穎而出，成為該行業(yè)的領(lǐng)軍者，在行業(yè)中起主導(dǎo)作用，具有崇高的聲望.“羊群”不斷模仿比他能力更強(qiáng)的“領(lǐng)頭羊”的一舉一動并跟隨其行動，由此形成“馬太效應(yīng)”：某一地區(qū)跟隨“領(lǐng)頭羊”的羊群會越來越多.

在科技人才集聚的過程中，存在“領(lǐng)頭羊效應(yīng)”：一部分科技人才會受到“領(lǐng)頭羊”的影響而進(jìn)行區(qū)域流動.這是因為科技人才作為社會中擁有較高能力和關(guān)注度的人群，天然擁有極強(qiáng)的進(jìn)取心和上進(jìn)心.一個“領(lǐng)頭羊”往往需要一整個研發(fā)團(tuán)隊支持，“領(lǐng)頭羊”所帶來的良好的科研環(huán)境和團(tuán)隊合作氛圍能滿足科技人才在事業(yè)、科研方面不斷尋求突破的精神需求.科技人才在集聚過程中，運(yùn)用其自身的高能力優(yōu)勢，給地區(qū)提供大量的創(chuàng)新成果和產(chǎn)品，為地區(qū)營商環(huán)境改善和制度實施建言獻(xiàn)策，提高地區(qū)管理能力和效率，對經(jīng)濟(jì)社會的發(fā)展和營商環(huán)境的改善做出重要貢獻(xiàn).因此人才集聚存在“馬太效應(yīng)”：人才集聚程度高的地區(qū)會因此吸引更多的人才，即產(chǎn)生內(nèi)生性問題.

根據(jù)以上分析，本文認(rèn)為營商環(huán)境改進(jìn)能提高科技人才集聚度，科技人才集聚度的提高又會受到自身的影響并促進(jìn)營商環(huán)境改善，不能忽略內(nèi)生性問題.本文利用脈沖響應(yīng)函數(shù)分析營商環(huán)境改進(jìn)與科技人才集聚度提高的動態(tài)影響，而后利用GMM估計法檢驗兩者在內(nèi)生交互影響下的影響能力和長期效應(yīng).

3 研究設(shè)計

本文選取了上海市和江蘇省、浙江省所有地級市、副省級城市和省會城市共計25個城市的數(shù)據(jù)，年份區(qū)間為2009年至2018年，數(shù)據(jù)出處是各城市統(tǒng)計年鑒以及EPS數(shù)據(jù)庫中的中國城市數(shù)據(jù)庫和中國城鄉(xiāng)建設(shè)數(shù)據(jù)庫.實證分析采用Stata16.0軟件.

3.1 營商環(huán)境變量測量

本文對營商環(huán)境的測量方法主要參考丁鼎等(2020)[30]和肖文等(2016)[31]的評價方法，將營商環(huán)境分為政府效率、人力資源、金融服務(wù)、公共服務(wù)、市場環(huán)境和創(chuàng)新環(huán)境6個一級指標(biāo)、11個二級指標(biāo)和17個三級指標(biāo)，采用熵權(quán)法來確定指標(biāo)權(quán)重.熵權(quán)法的具體步驟如下.假定評價系統(tǒng)的初始矩陣是：

R=(rij)m×n

(1)

其中有m個評價體系，n個樣本.rij為第i個體系中第j個指標(biāo)的值.根據(jù)信息熵概念，某組指標(biāo)間差異越小，在評價中的作用也就越小，否則作用越大.首先將原始矩陣R進(jìn)行歸一化，得到矩陣E.歸一化中需要區(qū)分指標(biāo)是越大越滿意還是越小越滿意，對于越大越滿意的指標(biāo)有：

(2)

對于越小越滿意的指標(biāo)有：

(3)

其次，求出評價指標(biāo)的熵值，為：

(4)

其中，i=1，2……m，j=1，2……n，

(5)

當(dāng)fij=0時，lnfij無意義，所以要對其進(jìn)行修正：

(6)

綜合計算出六個評價指標(biāo)的熵權(quán)，值為：

(7)

得出六個指標(biāo)的權(quán)重后，利用加法合成法計算得出各市2009年至2018年的營商環(huán)境綜合效率.營商環(huán)境的具體指標(biāo)分類及出處見表1.

表1 營商環(huán)境指標(biāo)分類、權(quán)重及出處

3.2 科技人才集聚度變量測量

本研究選取科研、技術(shù)服務(wù)業(yè)從業(yè)人數(shù)體現(xiàn)科技人才的代理指標(biāo)的做法，運(yùn)用區(qū)位商模型計算出25個城市的科技人才集聚度.區(qū)位商計算公式如式(8)所示.其中Ei和Eki分別表示i城市年末單位從業(yè)人數(shù)和科研、技術(shù)服務(wù)業(yè)從業(yè)人數(shù)；Ej和Ekj分別表示全國年末單位從業(yè)人數(shù)和科研、技術(shù)服務(wù)業(yè)從業(yè)人數(shù).

(8)

3.3 控制變量

本文選取的控制變量共3個：經(jīng)濟(jì)發(fā)展水平、科學(xué)文化土壤和產(chǎn)業(yè)集聚.

3.3.1 經(jīng)濟(jì)發(fā)展水平

霍麗霞(2019)[15]認(rèn)為，經(jīng)濟(jì)環(huán)境對科技人才的吸引起著根本性或基礎(chǔ)性的作用.而區(qū)域經(jīng)濟(jì)發(fā)展水平是經(jīng)濟(jì)環(huán)境的重要組成部分.本文選取地區(qū)生產(chǎn)總值作為衡量經(jīng)濟(jì)發(fā)展水平的指標(biāo).

3.3.2 科學(xué)文化土壤

科學(xué)文化土壤是指對地區(qū)所擁有的能夠促進(jìn)技術(shù)進(jìn)步和科學(xué)發(fā)展的科學(xué)文化底蘊(yùn)的代稱.韓聯(lián)郡(2018)[16]認(rèn)為，科學(xué)文化土壤有利于科學(xué)技術(shù)和教育事業(yè)的發(fā)展，涌現(xiàn)大批的人才和成果，最終吸引更多的科技人才并實現(xiàn)科技人才的集聚現(xiàn)象，且高等學(xué)校作為當(dāng)代科學(xué)文化引進(jìn)、儲存、生產(chǎn)和傳播的重要載體，對科技人才的引進(jìn)和培養(yǎng)等都有重要影響，在科學(xué)文化土壤的形成中占有重要地位和作用.本文選擇區(qū)域普通高等學(xué)校數(shù)作為地區(qū)科學(xué)文化土壤的代理指標(biāo).

3.3.3 產(chǎn)業(yè)集聚

學(xué)界普遍認(rèn)為人才集聚和產(chǎn)業(yè)集聚相互補(bǔ)充互為促進(jìn)，并且是同步進(jìn)行的.本文采用制造業(yè)產(chǎn)業(yè)集聚來代替產(chǎn)業(yè)集聚的做法，選取制造業(yè)從業(yè)人數(shù)，運(yùn)用區(qū)位商模型計算25個城市的產(chǎn)業(yè)集聚程度.

4 實證分析

4.1 單位根檢驗和協(xié)整檢驗

在面板數(shù)據(jù)分析之前首先進(jìn)行單位根檢驗.對時間序列yit，考慮如下面板自回歸模型

yit=ρiyi，t-1+zitγi+εit

(9)

其中zitγi表示個體固定效應(yīng)與時間趨勢，εit表示隨機(jī)擾動項.由于本文面板數(shù)據(jù)的特征為短面板，故本文同時采用有時間趨勢和無時間趨勢的HT檢驗和IPS檢驗.檢驗結(jié)果如表2所示.

根據(jù)表2所示，所有變量均未通過1%的顯著性水平檢驗，說明存在單位根，因此需對變量進(jìn)行協(xié)整檢驗.由于傳統(tǒng)的Kao檢驗要求所有面板的協(xié)整向量均相等，而Pedroni和Westerlund檢驗無此限制.為保證研究結(jié)果可靠性，本文采用有時間趨勢的Pedroni和Westerlund進(jìn)行協(xié)整檢驗.檢驗結(jié)果如表3所示.由表3可知，Pedroni和Westerlund檢驗的P值均小于1%，說明拒絕“不存在協(xié)整關(guān)系”的原假設(shè)，即變量之間存在穩(wěn)定的長期均衡關(guān)系，可以使用面板模型進(jìn)行實證分析.

表2 單位根檢驗結(jié)果

表3 協(xié)整檢驗結(jié)果

4.2 營商環(huán)境改進(jìn)對科技人才集聚度提升的動態(tài)影響過程

本文采用脈沖響應(yīng)函數(shù)來考察營商環(huán)境各子方面改進(jìn)對科技人才集聚度提升的動態(tài)影響過程和影響持續(xù)時間，模型具體為：

其中，k表示滯后階數(shù)，ε表示隨機(jī)擾動項.計算得出的正交脈沖響應(yīng)圖如圖1所示.圖中，灰色陰影區(qū)域代表95%置信區(qū)間，橫軸代表沖擊的滯后時期數(shù)，以年為單位，縱軸代表沖擊響應(yīng)的程度，實線代表沖擊響應(yīng)函數(shù).由圖1可知，政府效率和公共服務(wù)對科技人才集聚的沖擊相似，在第一年均為正值，在第二年達(dá)到最低點，在第四年才開始形成長期穩(wěn)定的效應(yīng)；人力資源對科技人才集聚的沖擊在第一年上升較大，在第二年效應(yīng)基本不變，第三年開始形成長期穩(wěn)定的效應(yīng)；金融服務(wù)和市場環(huán)境對科技人才集聚的沖擊在第一年均為微弱的負(fù)值，第二年緩慢上升，在第三年形成長期穩(wěn)定的效應(yīng)；創(chuàng)新環(huán)境對科技人才集聚的沖擊在前三年呈現(xiàn)出上下波動的態(tài)勢，在第四年形成長期穩(wěn)定的效應(yīng).表明在前期，政府效率、人力資源、金融服務(wù)、公共服務(wù)、市場環(huán)境和創(chuàng)新環(huán)境的改進(jìn)會引起科技人才集聚的提高并進(jìn)入上下波動的“震蕩過渡期”；大致經(jīng)過三到四年的時間形成長期穩(wěn)定的科技人才集聚效應(yīng)；政府效率、人力資源、金融服務(wù)和市場環(huán)境改進(jìn)對科技人才集聚提升的效應(yīng)在長期穩(wěn)定提升，公共服務(wù)、創(chuàng)新環(huán)境改進(jìn)對科技人才集聚提升的效應(yīng)在長期基本保持不變.本文認(rèn)為，造成這些情況可能的原因是：各地方政府在致力于改進(jìn)營商環(huán)境的初期，投入了大量的人力、財力、物力，這在一定程度上確實吸引了一部分科技人才.但這種“投入效應(yīng)”并不能立即顯著改善當(dāng)?shù)氐臓I商環(huán)境質(zhì)量，營商環(huán)境的改進(jìn)需要一個“從量變到質(zhì)變”的過程.在這個過程中，科技人才對政府改善營商環(huán)境的決心、執(zhí)行力和持續(xù)性會感到質(zhì)疑和困惑，同時受到周圍發(fā)展較快的地區(qū)已經(jīng)形成的高質(zhì)量營商環(huán)境的影響，因此會有一個上下波動的“震蕩過渡期”.在“震蕩過渡期”后，當(dāng)?shù)貭I商環(huán)境質(zhì)量得到顯著改善并得到普遍認(rèn)同，此時就會形成長期穩(wěn)定的科技人才集聚效應(yīng).科技人才更加注重政府、人力和金融市場方面的影響，在集聚到某一地區(qū)之后，會對這些領(lǐng)域加大自己的資本投入力度，政府效率、人力資源、金融服務(wù)和市場環(huán)境得到進(jìn)一步改進(jìn)，以此吸引更多人才，在長期形成良性循環(huán).

(1)政府效率對科技人才集聚的沖擊

(2)人力資源對科技人才集聚的沖擊

(3)金融服務(wù)對科技人才集聚的沖擊

(6)市場環(huán)境對科技人才集聚的沖擊

4.3 差分GMM和系統(tǒng)GMM分析

為考察科技人才集聚過程中的“領(lǐng)頭羊效應(yīng)”和“馬太效應(yīng)”，本文采用一階滯后項構(gòu)建動態(tài)面板模型，具體形式如下：

lnkjrcjjit=α+ρ1lnkjrcjji，t-1+ρ2lnyshji，t

+βξ+μi+εit

(10)

其中ξ表示一組控制變量，包括lnkxwhtr、lnjjfzsp和lncyjj，β表示控制變量的系數(shù)向量.GMM估計法是動態(tài)面板數(shù)據(jù)分析中常用的計量方法.GMM估計分為差分GMM估計和系統(tǒng)GMM估計.差分GMM估計對式(10)進(jìn)行差分以消去個體效應(yīng)μi，并使用所有可能的滯后變量作為工具變量進(jìn)行GMM估計.但是當(dāng)序列{yit}具有很強(qiáng)的持續(xù)性時，會導(dǎo)致弱工具變量問題，此時不再適合用差分GMM估計法.而系統(tǒng)GMM估計法由于利用了樣本的更多信息，比差分GMM估計法更有效，更適用于一般情形.由于兩者方法均使用了工具變量，因此能檢驗兩個變量間內(nèi)生交互影響下的長期效應(yīng).

差分GMM估計和系統(tǒng)GMM估計前提是擾動項{εit}不存在自相關(guān)，故要對此進(jìn)行檢驗.本文通過檢驗擾動項的差分是否存在一階與二階自相關(guān)，來檢驗原假設(shè)“擾動項{εit}不存在自相關(guān)”是否成立.檢驗結(jié)果如表4所示.由表4可知，差分GMM估計中一階和二階的p值均大于0.05，不拒絕原假設(shè).系統(tǒng)GMM估計中二階的p值大于0.05，不拒絕原假設(shè).因此差分GMM估計和系統(tǒng)GMM前提均成立.

表4 差分GMM估計和系統(tǒng)GMM前提檢驗

本文采用差分GMM估計和系統(tǒng)GMM估計兩種方法進(jìn)行動態(tài)面板數(shù)據(jù)分析.差分GMM估計和系統(tǒng)GMM估計結(jié)果如表5所示.由于系統(tǒng)GMM方法更有效率，本文僅使用系統(tǒng)GMM估計結(jié)果進(jìn)行研究分析.由表5可知，加入控制變量后，兩種方法均顯示出營商環(huán)境對科技人才集聚有顯著的正向影響；科技人才集聚的滯后項回歸系數(shù)明顯大于其他變量，說明科技人才集聚自身存在的慣性遠(yuǎn)大于其他變量的影響.科技人才集聚過程中的“領(lǐng)頭羊效應(yīng)”和“馬太效應(yīng)”得到證實.

表5 動態(tài)面板模型分析結(jié)果

由于差分GMM估計和系統(tǒng)GMM估計均使用了工具變量，因此需要進(jìn)行過度識別檢驗，檢驗結(jié)果如表6所示.由表6可知，差分GMM估計和系統(tǒng)GMM估計過度識別檢驗結(jié)果分別為chi2(14)=16.60和P值=0.278 3>0.05、chi2(14)=22.74和P值=0.4165>0.05，無法拒絕過度識別檢驗“所有工具變量均有效”的原假設(shè)，差分GMM估計和系統(tǒng)GMM估計有效.

表6 過度識別檢驗結(jié)果

5 結(jié)論與建議

以上分析可知：營商環(huán)境改進(jìn)在初期對科技人才集聚度提高有正向影響，在中期存在“震蕩過渡期”，科技人才集聚效應(yīng)在此期間會呈現(xiàn)出上下波動的趨勢，在后期營商環(huán)境改進(jìn)對科技人才集聚度提高存在長期穩(wěn)定的效應(yīng)；在長期內(nèi)科技人才集聚受自身慣性的影響程度更高，科技人才集聚過程中存在“領(lǐng)頭羊效應(yīng)”和“馬太效應(yīng)”.這與現(xiàn)實相符合.研究結(jié)果表明，改善營商環(huán)境、提高政府效率、降低準(zhǔn)入門檻等，有利于科技人才流入.而科技人才所帶來的先進(jìn)的管理能力和創(chuàng)新研發(fā)技術(shù)等又會反過來促進(jìn)營商環(huán)境的改善，吸引更多人才.

第一，在政務(wù)環(huán)境方面，政府應(yīng)通過出臺一系列政策來簡化企業(yè)相關(guān)審批程序、減免稅收，壓減自由裁量權(quán)，厘清省市區(qū)間的權(quán)責(zé)關(guān)系，制定標(biāo)準(zhǔn)統(tǒng)一的公共服務(wù)事項清單和行政權(quán)力事項目錄，降低制度性交易成本，提高政府部門服務(wù)效率，擴(kuò)大科技人才集聚效應(yīng)；第二，在市場環(huán)境方面，政府應(yīng)高效實施市場準(zhǔn)入負(fù)面清單制度，完善公平競爭審查制度，破除招投標(biāo)隱性壁壘.加強(qiáng)行政程序，依法保證民營經(jīng)濟(jì)的資產(chǎn)、資本和知識產(chǎn)權(quán)安全保護(hù)；第三，在人才方面，政府應(yīng)完善人才政策支持，設(shè)立專門的資金項目來加大人才補(bǔ)貼力度，鼓勵民間資本投入，加大對高校和科研院所的投入，提供優(yōu)質(zhì)的科研設(shè)備等硬環(huán)境，并注重相關(guān)風(fēng)險的防范和控制.地方政府在致力于改善營商環(huán)境的初期，應(yīng)提前制定出改善營商環(huán)境的各項政策和措施，并高效執(zhí)行，而不是單純的人力或資本投入，以盡量縮短甚至消除“震蕩過渡期”，實現(xiàn)科技人才集聚的長期穩(wěn)定效應(yīng).