中國城市科技人才集聚促進了全要素生產率增長嗎
——來自285個地級市的經驗研究

郭金花，郭檬楠，郭淑芬

(1.山西財經大學 工商管理學院；2.山西財經大學 會計學院；3.山西財經大學 資源型經濟轉型協同創新中心，山西 太原 030006 )

0 引言

中國經濟已由高速增長階段轉向高質量發展階段，為解決增長效率不高、新興產業核心技術缺乏及路徑依賴難以突破等問題[1]，單純依靠勞動力、資本等傳統要素驅動的經濟增長模式難以為繼，需要通過創新驅動實現要素投入向結構效率轉變。因此，提升全要素生產率(簡稱“TFP”)成為促進經濟持續增長的必由之路?？萍既瞬抛鳛閯撔买寗影l展的核心要素，在推動地區技術研發、加強技術吸收和提高技術成果轉化能力方面扮演著重要角色，是促進全要素生產率增長最持久的動力來源。目前，諸多城市將科技人才等創新資源爭奪擺在首位，通過積極創造各種有利條件及獎勵政策吸引科技人才等向本地區規?；?，促進城市創新發展。然而，在有限科技資源的約束下，科技人才是否存在最優集聚規模？其對全要素生產率產生了怎樣的影響？不同類型城市科技人才集聚效應是否存在差異？探究上述問題對于提升區域科技人才資源配置效率，充分釋放人才集聚紅利，促進全要素生產率增長意義重大。

科技人才集聚是指大量同類型科技人才有序流動或遷移引起其在物理或其它虛擬空間上的集中或聚類現象[2-3]。梳理現有研究發現：①大多采用單位面積人才密度[4-5]、人才集聚區位熵[6]、高學歷人才或R&D人員占比[7]等對人才集聚度進行測算?？萍既瞬偶劬哂休^強的空間異質性，呈現多層級“中心-外圍”分布[8]。而且，經濟發展、收入水平、公共服務[6]、休閑娛樂設施及地方品質等[9-10]是吸引并留住人才的關鍵；②就人才、資本等要素集聚對產業結構優化、經濟增長等問題進行探究，發現區域科技人才集聚與高技術產業發展之間存在正向互動關系[3]，高學歷人才在區域內有效集聚對推動經濟增長具有重要作用[11-12]。人力資本積累可推動技術進步和經濟增長[13]，特別是高級人才可通過數量及創新驅動方式促進經濟增長[14]，即人才集聚度較高的地區，其對經濟增長的貢獻度也較高。更進一步地，部分學者關注科技人才集聚與地區生產率及創新效率的關系，發現科技人才集聚規模和均衡度與區域科技創新效率顯著正相關[15]。但也有研究指出，地區間科技人才等創新要素錯配，如R&D人員及資本等要素冗余等容易導致投入邊際產出下降，形成效率損失進而抑制生產率增長[16]。部分學者基于省際數據研究發現，R&D人員、經費等創新要素集聚對創新績效的影響存在最優集聚規模[7]，人才密度與社會平均生產率呈倒U型關系[3]，科技人才規模對區域知識創新效率、專利創新效率的影響呈倒U型[17]。

綜上，已有研究就人才集聚及其對經濟增長、創新效率的影響進行了有益探究，但存在以下不足：一是科技人才集聚對全要素生產率增長的影響及作用機制研究相對缺乏，對其非線性機制進行深入探討的研究鮮見；二是對于人才集聚與經濟增長、創新效率的關系并未達成一致結論，多數研究基于省級尺度總樣本提取一般性規律，忽視了地市級層面不同類型城市間因地理區位、行政等級及經濟發展差異造成的異質性。

基于此，本文以2005—2018年中國內地285個地級市為研究樣本，實證檢驗城市科技人才集聚對全要素生產率的影響效應及城市異質性?？赡艿膭撔曼c體現在以下方面：第一，城市是創新集聚的適宜空間，本文從地市級層面深入揭示城市科技人才集聚與全要素生產率增長空間分異格局，以期對二者局域空間極化現象的產生給予一定的解釋；第二，考察城市科技人才集聚對全要素生產率影響的非線性關系及作用機制，并發現非線性關系產生是隨著科技型人才集聚規模變化，其技術效率的非線性特征所致，從而拓展了二者關系研究范疇；第三，基于城市地理區位、行政等級及經濟發展水平差異揭示二者關系的異質性，驗證了并不存在一個適用于所有地區的最優科技人才集聚規模，也并非每個地區在集聚一定量科技人才后都能釋放出同樣的集聚紅利。研究結論有利于不同類型城市對自身科技人才集聚水平的適度性進行甄別，更具實踐指導價值。

1 理論分析與模型構建

1.1 理論分析與研究假設

(1)城市科技人才集聚對全要素生產率的影響。科技人才作為知識、技術的攜帶者，其在區域內集聚能夠增加區域知識儲備，促進各類要素間知識共享、匹配與學習，有利于充分發揮科技人才創新價值[18]，在推動地區技術研發及技術成果轉化等方面發揮重要作用。具體地，可通過提升技術效率和技術進步水平對全要素生產率增長產生影響：一是技術效率改善效應體現在科技人才集聚克服時空障礙，促進彼此間知識共享、技能匹配和學習交流，提高知識傳播效率并強化溢出效應[19]。同時，科技人才集聚更容易促進創新合作，實現創新活動的風險分擔與收益共享，加快知識商業化進程及提高創新成果轉化效率[20]，進而有利于促進全要素生產率增長；二是技術進步效應體現在技術創新依賴于知識創造和知識積累，包含新技術創造、新產品研發及商業化等一系列過程，需要技術人員、資金等相關要素投入[21]。科技人才集聚對新產品、新技術誕生具有顯著推動作用，人才集聚與技術創新的良性互動與協同發展，更容易促進知識與技能創新，提升科技成果轉化能力[22]，加速企業新產品、新知識開發，使生產可能性邊界向外移動，促進技術水平提升,進而促進全要素生產率增長。

然而，隨著科技人才集聚規模不斷擴大，可能因科技人才過度集聚所產生的擁擠效應而造成效率損失。一方面，當一個地區科技人才集聚規模超過其承載力時，各類經濟要素的稀缺性就顯現出來，對資源的惡性競爭會帶來盲目創新行為，不利于全要素生產率增長；另一方面，過度集聚可能造成人才積壓浪費、配置失衡等，難以達到“人盡其用”的效果，如高層次人才低層次就業引發人才的“高消費”，造成同質人才邊際效益遞減[23]，不利于全要素生產率增長。由此可知，科技人才在區域內的集聚水平并非是越高越好，只有合理配置科技人才才能有效發揮資源優勢。

(2)不同類型城市二者關系的異質性。不同城市在地理位置、行政等級及經濟發展水平等方面差異顯著，而城市類型差異可能導致城市科技人才集聚規模及集聚效應發生機制表現出異質性[24]。目前，大部分東部地區城市、省會城市等在綜合經濟實力、科技創新能力等方面領先于其它城市，且上述城市在工資待遇、就業機會以及教育、交通基礎設施方面比較優勢顯著，更容易吸引科技人才集聚，發揮科技人才集聚效應優勢，促進全要素生產率增長。由于趨優性與逐利性，科技人才會不斷向要素配置效率更高、邊際收益更好的城市集聚[25]。在長期累積效應下，科技人才會接近飽和狀態，由于過度集聚引發的擁堵、污染等“大城市病”限制了城市經濟效率提升[26]，不利于全要素生產率增長。

相比較而言，中西部地區、非省會城市及三四線城市的科技人才基數本身較小，同時受產業結構單一、基礎設施落后等限制，人才流失和人才缺口等問題嚴重。因此，這類城市大部分不僅難以享受科技人才集聚帶來的發展紅利，而且容易陷入人才集聚陷阱，從而不利于全要素生產率增長?；谏鲜龇治觯疚奶岢鲆韵卵芯考僭O：

H1：科技人才集聚對全要素生產率的影響呈倒U型，即二者關系存在拐點特征，過度集聚會造成一定效率損失。

H2：不同地理區位、行政等級及經濟發展水平城市科技人才集聚對全要素生產率的影響存在差異。

H2a：東部城市科技人才集聚對全要素生產率的影響呈倒U型，中西部城市科技人才集聚對全要素生產率的影響不顯著；

H2b：省會城市科技人才集聚對全要素生產率的影響呈倒U型，非省會城市科技人才集聚對全要素生產率的影響不顯著；

H2c：一、二線城市科技人才集聚對全要素生產率增長的影響呈“倒U”型，三線及以下城市科技人才集聚對全要素生產率的影響不顯著。

1.2 模型構建與變量說明

1.2.1 模型構建

基于理論分析，為檢驗城市科技人才集聚對全要素生產率的影響，構建以下模型：

TFPit=β0+β1aggit+β2indusit+β3govit+β4fdiit+β5postit+β6markit+μi+vt+εit

(1)

進一步地，為了驗證H1與H2，在模型(1)中增加科技人才集聚的平方項，以考察城市科技人才集聚對全要素生產率增長的影響是否存在倒U型關系，構建以下模型：

TFPit=β0+β1aggit+β2saggit+β3indusit+β4govit+β5fdiit+β6postit+β7markit+μi+vt+εit

(2)

其中，TFP表示全要素生產率；agg表示科技人才集聚；sagg表示科技人才集聚的平方項。其余為控制變量，包括產業結構(indus)、政府支持(gov)、對外開放程度(fdi)、信息化水平(post)及市場化水平(mark)；β0為常數項，βi為各變量系數，i表示不同地區，t表示樣本年度；ui表示個體固定效應，vt表示時間固定效應，εit表示隨機干擾項。

1.2.2 變量說明

(1)被解釋變量：全要素生產率(TFP)。本文基于全域SBM方向性距離函數構建Malmquist-Luenberger指數進行測算，并將全要素生產率指數分解為技術進步(TECH)與技術效率(EFF)。參考郭淑芬和郭金花[27]的做法，測算時選取如下投入指標：勞動力投入采用城市單位從業人員數表征；資本投入采用城市固定資產資本存量表征，并通過永續盤存法估算，折舊率為10.96%；能源投入采用城市用電量表征。產出指標選取包括：期望產出采用城市地區生產總值表征；非期望產出采用城市SO2排放量、煙塵排放量及工業廢水排放量3項指標表征。為排除通貨膨脹因素，選用2005年為基期的GDP價格指數進行平減。

(2)解釋變量：科技人才集聚(agg)。本文采用區位熵指數測度，即各地市科研、技術服務從業人員占該地市全部從業人員數的比重與全國科研、技術服務從業人員占全國總從業人員數的比重之比，如式(3)所示。

(3)

其中，aggit為i城市t年份科技人才集聚水平，Pit為i城市t年份科研、技術服務從業人員數，Qit為i城市t年份總從業人員數。

(3)控制變量。產業結構(indus)采用地市第二產業產值占GDP比重衡量；政府支持(gov)采用地市科學技術與教育支出占政府財政總支出的比重衡量；對外開放程度(fdi)采用地市年度實際外商投資額占地區生產總值的比重衡量，并利用歷年人民幣年平均匯率進行換算；信息化水平(post)采用地市年末郵電業務量與地區年末人口數之比衡量；市場化水平(mark)基于數據獲取難度，將省級層面測算的市場化水平與地市級數據進行匹配獲得，具體選取非國有經濟占工業總產值的比重、非國有經濟在全社會固定資產總投資中的比重及非國有經濟就業人口占總就業人口比重3個指標加權平均衡量。

考慮到數據獲取完整性以及行政區調整(巢湖、畢節、銅仁、三沙)等，本文選取中國內地285個地級市作為研究樣本，時間窗口為2005—2018年。數據主要來源于《中國城市統計年鑒》(2006—2019年)、《中國統計年鑒》(2006—2019年)，對于個別缺失數據，采用上下兩年均值補充，各變量描述性統計結果見表1。

表1 變量描述性統計結果

2 實證結果與分析

2.1 科技人才集聚與全要素生產率增長空間特征

(1)科技人才集聚的空間分異特征。基于測度結果，本文將科技人才集聚水平劃分為高集聚水平(1.30以上)、中高集聚水平(1.0～1.3)、中低集聚水平(0.5～1.0)與低集聚水平(0～0.5)4類，并采用Arcgis10.2軟件將2005年與2018年科技人才集聚空間分異特征進行可視化(見圖1)。

結合圖1知，中國內地各城市科技人才集聚不均衡特征顯著，高集聚水平城市空間上呈現點狀分布且大多為省會城市或區域中心城市。低集聚與中低集聚水平城市占絕大多數，特別是中西部地區的多數城市科技人才集聚水平較低。具體地，2005年科技人才高集聚水平城市主要分布在北京、天津、上海、西安與深圳等省會或一、二線城市。與2005年相比，2018年科技人才高集聚水平與中高集聚水平的城市數量明顯增多，且整體呈現出以省會城市及部分一、二線城市為核心的“中心—外圍”結構，如以北京、天津等為核心的京津冀城市群基本形成了穩定的科技人才集聚格局，長三角城市群也逐步形成了以上海、南京及杭州為核心的“多核”集聚格局。此外，中部地區的武漢、西部地區的重慶、成都以及東北地區的沈陽、長春也逐漸形成了科技人才集聚態勢，相比于周邊城市擁有較高的科技人才集聚水平。

圖1 2005年與2018年科技人才集聚空間特征

(2)全要素生產率增長空間分異特征?；跍y度結果，2005—2018年中國內地285個城市全要素生產率增長變化情況見表2。由表2知，2005—2006年TFP≥1的城市有67個，占城市總數的23.51%。之后，各年TFP≥1的城市數量呈現波動增長，2017-2018年TFP≥1的城市數量達到189個，占樣本城市的66.32%，表明一半以上城市的全要素生產率得到了改善，即十多年來，城市全要素生產率呈現波動增長趨勢。

表2 2005—2018年中國內地285個城市全要素生產率增長情況

進一步地，采用Arcgis10.2軟件對2005年與2018年城市全要素生產率增長空間分異特征進行可視化。結合圖2知，2005年TFP≥1的城市集中分布在京津冀、珠三角城市群內部，也有部分分散在呼包鄂榆城市群、遼中南城市群、長江中游城市群及北部灣城市群內部等。相比2005年，2018年TFP≥1的城市數量明顯增加，呈現出以部分省會城市或區域中心城市為核心的局域輻射范圍擴大趨勢。例如，受京津冀城市群中北京、天津等核心城市創新溢出的影響，周邊地區的保定、張家口、承德市等城市全要素生產率增長顯著改善，以及以上海、杭州等為核心的長三角城市群、以鄭州、開封等為核心的中原城市群內部部分城市2018年全要素生產率也得到了明顯提升。此外，以沈陽、大連等為核心的遼中南城市群以及以深圳、廣州等核心的珠三角城市群均逐漸發展成為具有輻射帶動作用的區域增長極，因而相鄰城市全要生產率均有所改善。

綜上，城市科技人才集聚與全要素生產率增長空間分異特征顯著，但二者在空間分布上具有較強的一致性，即科技人才集聚特征顯著的城市，其全要素生產率增長也相對穩定。

圖2 2005年與2018年全要素生產率增長空間特征

2.2 回歸結果分析

基于理論分析及測度結果描述，本文采用固定效應模型進行回歸估計，結合表3中列(1)與列(2)可知，無論是否加入控制變量，科技人才集聚變量系數(agg)均在5%的水平下顯著，表明科技人才集聚有利于促進全要素生產率增長。進一步地，加入科技人才集聚變量的二次項后，列(3)與列(4)顯示，科技人才集聚變量一次項系數(agg)為正且在1%的水平下顯著，二次項系數(sagg)為負且均在1%的水平下顯著，表明科技人才集聚與全要素生產率之間存在倒U型關系。結合列(4)可知，一次項系數為0.106 4，二次項系數為-0.031 9，可確定其拐點值為[-0.106 4/(-0.0319×2)]=1.667 7，表明當低于拐點值1.667 7時，科技人才集聚水平提升對全要素生產率具有顯著促進作用；當超過拐點值1.667 7后，城市科技人才集聚水平繼續提升則會對全要素生產率產生一定程度的抑制作用，驗證了H1。究其原因，在科技人才資源相對缺乏的情況下，某一地區科技人才集聚規模越大，就越有助于科技人才集聚效應發揮。但當科技人才集聚規模超過其地區承載力時，過度集聚可能帶來各方面管理難度及成本上升，同時可能造成高層次人才低層次就業、部分科技人才資源閑置等人才浪費，進而造成技術效率損失，不利于全要素生產率增長。

結合表1描述性統計結果可知，研究期內城市科技人才集聚水平的中位數(p50)為0.554 5且3/4分位數(p75)為0.838 0，均遠低于拐點值1.667 7，表明目前各城市科技人才尚處于集聚效應占主導階段，即絕大多數城市處于倒U型曲線的左半邊上升階段。

更進一步地，本文基于全要素生產率指數分解，分別以技術進步(TECH)與技術效率(EFF)為被解釋變量，深入考察城市科技人才集聚對全要素生產率的作用機制。結合表3中列(5)可知，科技人才集聚變量一次項系數(agg)為正且在10%的水平下顯著，二次項系數(sagg)不顯著，表明科技人才集聚促進了城市技術進步水平提升；列(6)顯示，科技人才集聚變量一次項系數(agg)為正且在5%的水平下顯著，二次項系數(sagg)為負且在5%的水平下顯著，表明科技人才集聚與技術效率之間存在倒U型關系。這在一定程度上表明，科技人才集聚提升了城市技術進步水平，對全要素生產率產生了促進作用。而科技人才集聚對城市技術效率和全要素生產率的影響具有一致性，即城市科技人才集聚水平提升促進了城市技術效率提升，進而有利于全要素生產率增長。當科技人才集聚水平超過一定規模后，其對技術效率提升產生一定的抑制作用，進而不利于全要素生產率增長。

3 不同類型城市異質性分析

由于中國區域經濟發展的非均衡性，不同城市在地理區位、行政等級及經濟發展水平等方面差異顯著，本文進一步對研究樣本進行細分：依據不同的城市地理區位將樣本劃分為東部城市、中部城市和西部城市，依據不同的城市行政等級將樣本劃分為省會城市與非省會城市，依據不同的城市經濟發展水平將樣本劃分為一、二線城市與三線及以下城市，進而深入考察不同類型城市科技人才集聚對全要素生產率的異質性影響，回歸結果見表4。

表3 全樣本回歸結果

表4 不同類型城市回歸結果

對不同地理區位城市而言，結合表4，列(1)中東部城市科技人才集聚變量一次項系數(agg)為0.132 4，在5%的水平下顯著，二次項系數(sagg)為-0.062 1，在1%的水平下顯著，表明東部城市科技人才集聚對全要素生產率的影響呈倒U型；列(2)中，中部城市僅科技人才集聚變量一次項系數在10%的水平下顯著，表明中部城市科技人才集聚對全要素生產率存在促進作用；列(3)中西部城市科技人才集聚變量一次項(agg)與二次項(sagg)均未通過顯著性檢驗，表明西部城市科技人才集聚水平普遍較低，對全要素生產率的影響不顯著，H2a得到部分驗證。

對不同行政等級城市而言，列(4)中省會城市科技人才集聚變量一次項系數(agg)為0.172 6，在1%的水平下顯著，二次項系數(sagg)為-0.046 4，在1%的水平下顯著；列(5)中非省會城市科技人才集聚變量一次項系數(agg)為0.105 0，在1%的水平下顯著，二次項系數(sagg)為-0.035 3，在5%的水平下顯著，表明省會城市與非省會城市的科技人才集聚對全要素生產率的影響均呈現倒U型，H2b得到部分驗證。

同理，對于不同經濟發展水平城市而言，列(6)與列(7)顯示，一、二線城市科技人才集聚變量一次項系數在1%的水平下顯著為正，二次項系數在1%的水平下顯著為負，三線及以下城市科技人才集聚變量一次項系數在1%的水平下顯著為正，二次項系數在5%的水平下顯著為負。由此表明，無論是一、二線城市還是三線及以下城市，其科技人才集聚對全要素生產率的影響均呈現倒U型，H2c得到部分驗證。

表5 不同類型城市異質性比較結果

進一步地，結合表5發現，雖均為倒U型關系，但不同類型城市拐點值差異顯著，整體呈現：省會城市(1.859 9)>一、二線城市(1.584 9)>三線及以下城市(1.513 4)>非省會城市(1.487 3) >東部地區城市(1.066 0)，即省會城市科技人才集聚水平拐點最高，為1.859 9，遠高于其它類型城市。由不同類型城市的拐點值可知，按東部城市標準，省會城市中已經有部分城市的科技人才集聚水平超過適宜的科技人才集聚水平區間，不利于全要素生產率增長。如果按照東部城市集聚效率，省會城市應該控制科技人才集聚水平繼續提升，這顯然是不符合實情的。由此說明，不同類型城市存在科技人才集聚效應差異，并非每個城市在達到相同的科技人才集聚水平后均可釋放出相同的人才集聚紅利，也不是所有城市在超過適度的集聚區間后都能產生集聚不經濟效應。

綜上，不同類型城市科技人才集聚對全要素生產率的影響差異顯著。究其原因，對于省會及一、二線城市而言，其經濟基礎、科技創新能力相對較強，在交通可達性、創新基礎設施等方面擁有較高的承載力，對科技人才需求較大，能夠容納和利用的科技人才規模較大。同時，上述城市具有優良的創新生態及營商環境，能更好地促進科技人才集聚紅利釋放。因此，這類具有優勢特征的城市，其科技人才集聚對全要素生產率的促進作用更顯著且拐點值更高。對于非省會城市、三線及以下城市而言，因經濟狀況、地緣缺陷及配套高技術產業相對缺乏，導致其以科技人才為支撐的發展路徑及長效機制難以形成。因此，這類城市拐點值更低，且拐點前后變化較為顯著，若超過其科技人才集聚規模水平，會造成高層次人才低層次就業或部分科技人才資源被閑置等，最終導致人才效能難以充分發揮。

4 結語

4.1 結論

本文基于2005—2018年中國內地285個地級市數據，實證考察城市科技人才集聚對全要素生產率的影響及不同類型城市二者關系的異質性。研究表明：第一，城市科技人才集聚與全要素生產率增長空間分異特征顯著，但二者時空關系具有較強的一致性，即科技人才空間集聚特征顯著的地區，其全要素生產率增長也相對穩定；第二，城市科技人才集聚對全要素生產率的影響呈倒U型關系，但目前絕大多數城市位于倒U型曲線的左半段，即處于集聚效應占主導階段。進一步地，科技人才集聚主要通過提升地區技術進步水平促進全要素生產率增長，而科技人才集聚對地區技術效率的影響呈現倒U型關系；第三，不同類型城市異質性特征顯著，省會城市及一、二線城市等優勢特征顯著的城市，其科技人才集聚度的拐點值更高，有利于科技人才集聚紅利釋放，獲得更高的集聚效率，進而促進全要素生產率增長。非省會城市、三線以下城市，其拐點值較低，西部城市科技人才集聚效應仍未顯現。

4.2 建議

(1)積極營造有利于科技人才集聚的創新生態，如探索建立有利于科技人才發展的專項基金和創業扶持基金，完善創新創業載體、創客空間等創新平臺，解決住房資金補貼、人才引進落戶及子女就學等社會保障性問題，從而促進人才集聚紅利充分釋放。

(2)完善科技人才空間治理機制，增強一、二線城市、省會城市等區域中心城市的科技人才承載能力，使得這類城市能夠共享創新基礎設施，獲得專業化知識產權保護及技術信息服務，從而最大限度地發揮其價值創造優勢。打造局域輻射中心，并鼓勵其通過空間鄰近溢出將新生創新資源及相關產業配置在周邊地區，從而促進總體效率提升。

(3)對于非省會城市、三線及以下城市應以科技人才集聚規模提升為導向，結合自身資源條件、功能定位進行“量體裁衣”,并配合實施積極的人才引進政策，從而促進全要素生產率增長。

(4)加強各地間人才合作，鼓勵科技人才高集聚水平城市通過“柔性”政策與外圍區共享科技人才，縮小因科技人才空間分布不均衡產生的地區間創新發展差距。如采取業余兼職、人才派遣等方式安排優秀人才到科技人才短缺地區任職，為上述地區引進“周末技師”、“候鳥專家”等，幫助其解決技術難題。

4.3 不足與展望

綜上，本文系統探究了城市科技人才集聚對全要素生產率增長影響的空間分異特征及影響效應，并從技術進步與技術效率兩個方面探討城市科技人才集聚影響全要素生產率增長的路徑機制，豐富了現有研究成果。然而，關于科技人才集聚對全要素生產率的影響是一個復雜的系統問題，尚未形成完整的理論體系。針對不同研究層次和研究目標，仍存在諸多問題值得深入探究。一方面，理論上科技人才集聚可通過多種傳導路徑作用于全要素生產率增長，但囿于筆者研究積累，本文尚未對科技人才集聚影響全要素生產率增長的其它路徑機制進行系統梳理與實證分析；另一方面，科技人才集聚是否會加劇區域創新資源錯配？欠發達地區如何突破科技人才集聚陷阱，促進全要素生產率提升？科技人才集聚與產業集聚協同耦合機制如何？對上述問題，后續需要進行更深入和細致的研究。