“人才新政”提高了城市創新能力嗎？

盧洪友 張依萌 朱耘嬋

摘 要：基于“人才新政”這一外生的準自然實驗，本文選取 2009—2018 年中國270 個地級市為研究對象，利用多期雙重差分模型實證檢驗了各類人才引進政策對城市創新能力的影響。研究結果表明：“人才新政”對城市創新能力具有顯著的正向影響。進一步的中介效應檢驗發現，實施“人才新政”后，地方政府在政策引導下提高科技投入水平是產生這一激勵作用的重要原因。異質性研究結果顯示，“人才新政”顯著推動了東部城市、創新型城市和直轄市、省會城市及副省級重點城市創新能力，對中西部城市以及非重點城市影響不顯著，但對非創新型城市創新能力在一定程度上產生抑制作用。因此，各地政府應當進一步推行“人才新政”，充分發揮人力資本對城市創新能力的助推作用，以科技創新推動構建新型國家創新體系。

關鍵詞：人才新政;城市創新能力;科技投入水平;中介效應 ;多期雙重差分模型

中圖分類號：F240;F290? 文獻標識碼：A

文章編號：1000-176X（2021）06-0127-10

一、問題的提出

習近平總書記在黨的十九大報告中創造性地提出了“科技是核心戰斗力”這一劃時代的論斷。實施科教興國、人才強國、創新驅動發展等戰略是推動經濟發展、社會進步的重要戰略部署。創新能力不僅是當今國際競爭新優勢的集中體現，也是城市間綜合競爭力的主要源泉，而人才作為城市創新的主力軍，是實現創新驅動發展的必然路徑。為了響應發展是第一要務、人才是第一資源、創新是第一動力的政策號召，適應創新型國家建設的需要，2016年3月，中共中央印發《關于深化人才發展體制機制改革的意見》指出，人才發展體制機制改革是全面深化改革的重要組成部分。地方政府在貫徹落實過程中，陸續出臺了一系列引進人才、留住人才的政策（即“人才新政”）。如一次性支付安家費、解決配偶工作、給予創業補貼、實行就業落戶等。為了強化人口紅利，推動經濟轉型，增強城市競爭力，各地實施了不同的優惠政策以吸引高素質人才的流入，人才搶奪戰愈演愈烈。根據政府網站公開資料，借鑒陳新明等[1]的做法，本文將各地頒布人才引進政策的時間進行整理后發現，大規模的人才搶奪戰于 2017 年左右爆發，政策效應日益顯現，各地愈發重視人才對于城市創新發展的作用。人才引進政策加快了城市之間人力資本的流動，促進了人力資本要素在各地區之間的優化配置，增加創新產出，從而推動城市創新發展。

目前關于人力資本對城市創新能力的研究已有一些成果，但卻不能用以解釋“人才新政”與城市創新發展的關系。為了克服內生性，本文通過手工收集整理政府網站公開資料所公布的人才引進政策實施時間，基于“人才新政”這一準自然實驗，利用 2009—2018 年我國 270 個地級市的面板數據，運用多期雙重差分模型評估政策效應，實證分析人才引進政策對城市創新能力的影響。本文的邊際貢獻在于：第一，研究內容上，各地響應省委省政府人才引進工作存在時間先后，本文首次運用地級市數據評估“人才新政”的政策效應，聚焦城市特征，提高了估計的準確性。第二，研究方法上，關于“人才新政”與城市創新能力的實證研究較少，本文利用“人才新政”這一外生事件進行多期雙重差分估計，一定程度上可以減少選擇性偏誤，在此基礎上，對該政策的作用機制進行了實證分析。第三，在肯定了“人才新政”有效性的同時，根據實證檢驗結果，發現該政策對城市創新能力的影響存在異質性，為各地繼續推行“人才新政”提供了理論依據與實踐指導。

二、文獻回顧與研究假設

創新是引領中國經濟轉型發展的第一動力，釋放城市創新活力，提高城市創新能力，推動城市創新體系建設是建立創新型國家的重要舉措。城市創新能力作為城市競爭的重要標志，近年來引起了學者們的廣泛關注，而作為創新主體的人力資本要素對城市創新水平產生了重要影響，基于人力資本角度，國內外學者對影響城市創新能力的機制進行了分析。

所謂人力資本，是指與物質資本相對，體現在勞動者身上的資本，如勞動者的知識技能、技術水平和健康狀況等。西方經濟學家對人力資本這一重要資源稟賦進行了大量研究。美國經濟學家舒爾茨[2]提出人力資本理論， 明確指出人力資本是當今時代促進國民經濟增長的主要原因，認為人口質量和知識投資在很大程度上決定了人類未來的前景。Lucas[3]強調經濟增長應更多關注以知識、技術進步，人力資本等為核心內生變量的影響。在此基礎上，新經濟增長理論應運而生，該理論將知識和專業化的人力資本引入增長函數，認為二者是經濟持續增長的源泉與動力。英國學者 Simon[4]提出，高素質的勞動力是城市創新的核心。Romer[5]認為，人力資本存量會影響創新發展。Philippe 和 Peter[6]研究發現，人力資本有利于促進技術進步，推動創新發展。基于國際視角，Walz[7]認為，勞動力在發達國家與發展中國家的流動，有利于促進知識技術在區域間的流動以提高發展中國家的創新能力，并推動經濟增長。

國內學者也從不同角度研究人力資本積累與城市創新水平的關系。代謙和別朝霞[8]指出，發達國家能否給發展中國家帶來技術進步和經濟增長依賴于發展中國家的人力資本積累。岳書敬[9]根據省級面板數據進行實證分析，結果顯示人力資本對區域研發效率呈正向影響。黃茹等[10]從人口結構的角度出發，研究了城市人口結構與創新能力的關系，發現人口年齡結構顯著影響了城市創新能力。袁航和朱承亮[11]指出，高質量人力資本的規模擴張能夠加快知識、技術等要素在城市區域內流動，以提高城市自主創新能力。

上述研究從各個角度論證了人力資本對城市創新能力的重要影響。以加速人力資本積累為目標的“人才新政”有助于為城市吸納符合標準的人才，協助其在本地安家落戶，為城市創新發展提供智力支持?！叭瞬判抡睆闹贫葘用嫣嵘说貐^之間人力資本的流動性，破除了人才流動的體制性障礙，促進城市間人才流動，強化人力資本水平。阮榮平等[12]研究發現，人才流動總體上削弱了輸出地的人力資本積累，從側面證明人才流動強化了流入地的人力資本積累?！叭瞬判抡备母锪顺鞘腥瞬虐l展體制機制，加速了城市間人才流動，優化了城市人才發展軟環境，通過在短期內實現人力資本集聚，改變城市人力資本水平，從而作用于城市創新發展。因此，筆者提出如下假設：

H1：“人才新政”的出臺提高了城市創新能力。

創新不僅僅是市場選擇的結果，也是國家參與和政府戰略引領的結果。在推行人才引進政策、發揮人力資本創新效應的過程中，各地不僅應當發揮市場在人力資源配置中的決定性作用，還應當強化政府對城市創新活動的引領及保障作用，為城市創新活動提供充分的資金支持，緩解城市創新活動所面臨的融資約束。Bruce[13]與Jakob和Jarle[14] 指出，政府創新投入可以降低研發風險，通過促進企業創新，進而帶動城市創新。Jakob和Jarle[14]認為，創新活動具有風險高、回報周期長等特征，需要政府財政支出予以補貼。楊洋等[15]基于信號理論，指出政府創新投入可以作為一種利好信號，彰顯政府支持創新的形象，引導創新主體積極加大投入，從而推動城市創新發展。由此可見，用以衡量各地科技投入水平的政府科學技術財政支出顯著促進了城市創新[16]。具體而言：第一，政府科技投入能夠改善創新物質條件、優化城市創新環境以促進技術創新[17]。第二，政府科技投入能夠降低技術交流成本、促進創新資源集聚以促進城市整體創新效率的提升[18]。因此，筆者提出如下假設：

H2：“人才新政”通過提高地方政府科技投入水平提高了城市創新能力。

由于各地政府出臺“人才新政”的時間不同，該類政策本身存在異質性。不同城市經濟發展狀況不同，制定的人才引進措施、政策執行力度以及措施覆蓋范圍均存在顯著差異。隨著出臺“人才新政”的城市增多，人才搶奪戰愈演愈烈，使得人才發展軟環境、公共服務水平、基礎設施建設等不具有明顯優勢的城市，政策效力逐漸衰退，從而進一步加大城市間的差距。孫早和席建成[19]指出，東部發達地區政府對于人才政策的響應程度和落實效果更強，從而更有利于實現人才紅利。為了評估該類政策的具體效力，在研究“人才新政”對城市創新發展的影響時，需要充分考慮該類政策在不同城市之間的異質性。因此，筆者提出如下假設：

H3：“人才新政”提高城市創新能力的政策效力在城市之間存在異質性。

三、研究設計

（一）變量選取

1.被解釋變量

城市創新能力是本文的被解釋變量，用innovationit表示。關于城市創新能力的衡量指標，政府至今未出臺明確的標準，受統計數據可獲得性的限制，以往文獻對于該項指標設定的研究有限。

現有研究大多借鑒寇宗來和劉學悅[20]的做法，基于中國國家知識產權局發布的專利數據，通過專利更新模型估算其價值，并將專利價值加總到城市層面，繼而得到城市創新指數。但由于《中國城市和產業創新力報告2017》只給出了各地2010—2016年的創新指數，因此，

本文借鑒李婧等[21]做法，選用城市專利數量作為城市創新能力的衡量指標。專利申請數量具體可分為：發明專利數量、實用新型專利數量以及外觀設計專利數量，本文在基準回歸中，除了對專利申請數量進行總的回歸外，還分別以該三項指標作為被解釋變量進行回歸，以評估“人才新政”對城市發展的具體創新效應。此外，現有研究大多采用專利授權數量來度量城市創新發展水平，為進一步說明研究結果的可靠性，本文將專利授權數量作為穩健性檢驗分析中的替代指標[22]。

2.解釋變量

“人才新政”虛擬變量是本文的解釋變量，用Xit表示，根據2009—2018年間“人才新政”出臺時間對各地級市進行賦值。Xit=1，說明該城市實施各類人才引進政策，為處理組;Xit=0，說明該城市在樣本時間范圍內未實施各類人才引進政策，為控制組。

3.中介變量

為了探究“人才新政”如何作用于城市創新能力，用科技投入水平（kjzc）這一指標作為中介變量，本文選用各地政府財政科技支出占GDP的比重衡量各地科技投入水平。

4.控制變量

借鑒已有文獻，本文控制了其他可能影響城市創新能力的因素，選取了6個關鍵的控制變量，以提高估計結果的準確性。具體包括：（1）經濟發展水平（lngdp），城市經濟發展水平較高，能為城市創新活動注入更多活力，提供強大的資金支持，從而推動城市創新發展。本文選用對數化的國內生產總值表示，同時，以2009年為基期，對該指標進行了平減處理，以剔除通貨膨脹的影響。（2）投資水平（investmentratio），固定資產投資作為城市創新生產的投入，物質資本投入數額越大，其對城市創新能力的影響越大。本文以各地每年的固定資產投資總額占GDP的比重衡量投資水平。（3）人力資本水平（lnstu），人作為創新活動的主體，是影響城市創新能力的重要因素。本文以對數化的普通高校在校人數作為衡量人力資本水平的指標。（4）金融支持力度（lnfina），企業作為創新活動的另一主體，金融支持是支撐其進行創新的資金來源，金融市場的發展通過影響企業創新發展進而影響城市創新能力。本文選用對數化的年末金融機構貸款余額與存款余額之和加以衡量。（5）對外開放水平（lnfdi），外商直接投資成為中國城市創新發展的重要動力，體現了城市的開放程度以及生產要素的流動性，外資投入所帶來的科技人才及先進技術促進了城市創新發展，對外開放水平成為影響城市創新能力的重要因素。本文選用對數化的外商直接投資總額衡量各地對外開放水平。（6）產業結構水平（industrialstructureleve），產業結構水平越高，代表地區產業經濟效益越好，勞動生產率越高，對創新生產需求越高，從而使該指標成為影響城市創新發展的重要因素。本文選用第二、三產業占GDP的比重衡量各地產業結構水平。

（二）模型構建

本文根據政府網站公開資料整理了地級市“人才新政”的出臺情況，構建了政策文本庫，并選取城市首次出臺關于引進博士、碩士政策的時間作為該市實施“人才新政”的時間。為了避免選擇性偏誤及遺漏變量問題，選用雙重差分模型來識別政策的因果效應，以減少內生性。在使用雙重差分模型時，實施“人才新政”的城市作為處理組，取值為1，即treat=1，未實施“人才新政”的城市作為對照組，取值為 0，即treat=0，政策實施當年及以后的年份取值為1，即year=1，政策實施之前的年份取值為0，即year=0。其中，兩個虛擬變量的交互項 treat×year的系數是政策實施所帶來的凈效應。通過整理發現，各地實施“人才新政”時間存在先后順序，因此，要求政策出臺時間相同的標準雙重差分模型不再適用，參照已有研究，本文選取多期雙重差分模型進行實證分析[23]。具體而言，將樣本中截至2018年底未出臺“人才新政”的城市作為控制組，已經出臺“人才新政”的城市作為處理組，若該城市于2012年出臺“人才新政”，則2012年之前該城市為控制組，2012年及以后期間，該城市為處理組?；貧w模型如下：

innovationit=α0+α1Xit+∑7j=2αjControlsit+γt+μi+εit（1）

其中，i表示城市，t表示時間，innovationit表示城市創新能力，Xit為本文關注的政策虛擬變量，如果城市i在第t年出臺“人才新政”，則t年之前的Xit取值為0，反之為1。Controlsit為本文選取的一系列控制變量，用以控制城市特征及城市隨時間變化的特征變量。γt表示時間固定效應，用以控制隨時間變化的沖擊。μi表示城市固定效應，用以控制不隨時間變化且未觀察到的可能影響城市創新能力的城市特征。εit表示隨機誤差項。回歸系數α1具體衡量了“人才新政”對城市創新發展的沖擊程度。α0表示常數項。

（三）數據說明

由于三沙市、儋州市、日喀則市、拉薩市、山南市等城市數據缺失嚴重，剔除了上述城市的全部樣本。此外，考慮到樣本期間城市行政區域的調整，剔除了畢節市、銅仁市、海東市、巢湖市等。本文最終選取了270個地級市數據作為樣本，相關數據指標均選取市轄區的統計口徑。用以衡量城市創新發展的被解釋變量（即專利申請數量、專利授權數量）的數據來自CNRDS數據庫。解釋變量（即各地“人才新政”出臺時間）的數據由作者根據各地政府網站公開資料手工整理。經濟發展水平、投資水平、人力資本水平、金融支持力度、對外開放水平、產業結構水平、科技投入水平的相關數據均來源于《中國城市統計年鑒》（2010—2019年），為了消除異方差對回歸結果的影響，對以絕對數表示的原始數據進行了對數化處理。

（四）描述性統計

各變量描述性統計結果如表1所示。從表1可以看出，2009—2018年，中國專利申請量平均值為5 725件，其中，發明專利申請數量平均值為2 147件，實用新型專利數量平均值為2 319件，外觀設計專利數量平均值為1 266件，專利授權數量平均值為4 364件。

“人才新政”的平均值為0.2459，標準差為0.4307。科技投入水平的平均值為0.0003，標準差為0.0004，最小值為0.0001，最大值為0.0061。

上述變量的標準差均大于平均值，說明樣本內部存在較大差異，各地城市創新能力差異顯著，為異質性檢驗提供了依據。

四、實證分析

（一）平行趨勢檢驗

采用雙重差分模型估計“人才新政”對城市創新發展影響的前提條件是政策實施前，處理組與控制組的城市創新能力在出臺“人才新政”前的趨勢保持一致，為了檢驗這一條件是否滿足，本文計算了處理組與控制組城市創新能力的演變趨勢，結果發現，上下95%置信區間覆蓋了0，且政策實施后均值遠離0。由此可知，處理組城市與控制組城市的平行趨勢檢驗成立，說明“人才新政”實施前處理組和控制組無明顯差異，雙重差分模型具有適用性。

（二）基準回歸結果與分析

表2匯報了多期雙重差分模型的基準回歸結果。其中，列（1）是以專利申請數量作為城市創新能力的衡量指標，基于雙向固定效應模型進行估計，結果顯示，“人才新政”虛擬變量的回歸系數在1%水平上顯著為正，說明“人才新政”對城市創新發展產生了顯著的促進作用。本文的H1得到了驗證。從控制變量的回歸結果來看，用以衡量對外開放水平的外商直接投資回歸系數顯著為正，說明外商直接投資促進了城市創新水平提升，地方政府通過引入外商直接投資，使得高質量外商直接投資流入本市，為其帶來先進技術，促進經濟轉型，成為本地企業尋求創新發展的內在動力，繼而推動城市創新發展。這與薄文廣[24]與蔣伏心等[25]的研究結論一致。人力資本水平的回歸系數不顯著，說明城市內部高等教育發展未能為城市創新發展提供人力資本，可能的原因在于，實施大學擴招政策后，城市內部高等學校過于注重規模擴充，而忽視了質量提升，擴招政策導致大學生數量激增，與此同時，質量大大下降。因此，城市在擴大高校招生規模的同時，應當把人才質量置于重要位置，從而為城市創新發展注入活力。金融支持力度的回歸系數不顯著，說明當前金融市場的發展未能為城市創新發展提供良好的金融服務，說明當前企業的創新活動仍然面臨嚴重的融資約束，因此，城市應當加大金融支持力度，為城市創新發展提供資金支持。經濟發展水平的回歸系數在1%水平上顯著為正，說明經濟發展水平對城市創新發展起到顯著的助推作用，城市經濟發展水平越高，為城市創新發展提供的配套設施越完善，從而越能提升創新能力。投資水平的回歸系數在1%水平上顯著為正，固定資產投資數額越大，城市創新投入資本數額越大，創新產出數額越大，從而增強城市創新發展潛力。產業結構水平的回歸系數不顯著，說明提高第二、三產業比重對城市創新無顯著影響，因此，城市在擴大第二、三產業規模的同時，應當加快傳統工業向現代制造業、服務業轉型，積極轉變生產方式，提高其內在科技創新水平與全要素生產率[26]，提升第二、三產業質量，推動產業結構優化升級，實現創新驅動發展。列（2）—列（4）分別匯報了以發明專利數量、實用新型專利數量、外觀設計專利數量作為被解釋變量的回歸結果，相對于其他兩個變量，重點關注發明專利數量，因為其更好地衡量了城市創新能力。列（2）回歸結果顯示，“人才新政”虛擬變量回歸系數在1%水平上顯著為正，說明各地實施各類人才新政顯著增加了城市發明專利數量。列（3）回歸結果顯示，“人才新政”虛擬變量回歸系數在5%水平上為正，說明“人才新政”對城市實用新型專利數量產生積極的促進作用，與列（2）回歸結果對比可知，“人才新政”回歸系數無論是顯著性還是系數大小均有所下降。列（4）回歸結果則反映出“人才新政”對城市外觀設計專利數量無顯著影響。

（三）穩健性檢驗

本文從4個方面對基本回歸結果實施穩健性檢驗：（1）重新定義被解釋變量。鑒于現有文獻采用專利授權數量作為衡量城市創新的指標，此處，將被解釋變量變換為專利授權數量進行多期雙重差分回歸，發現“人才新政”的回歸系數顯著為正，說明本文基準回歸結果是穩健的。（2）排除極端值的影響。如表1所呈現的城市面板數據的描述性特征，investmentratio的標準差大于平均值，說明樣本內部存在極端異常值，因此，本文將其進行上下1%的縮尾處理?？s尾處理后，“人才新政”的回歸系數無論是顯著性還是數值都與基準回歸結果一致。（3）變換樣本范圍。此處僅保留2009—2014年地級市面板數據，對其進行多期雙重差分回歸，回歸結果與基準回歸結果一致，進一步印證了基準回歸結果的準確性。（4）安慰劑檢驗。有關雙重差分模型的研究通常使用變換處理組或者替換政策實施時間進行安慰劑檢驗，具體而言，假設實施“人才新政”的城市并未實施該政策，或者變動城市實施“人才新政”的時間。由于各地實施“人才新政”的時間不一，在安慰劑檢驗中，保留控制組樣本，以及直到2017年才出臺“人才新政”的處理組樣本，對2017年之前的樣本進行標準雙重差分回歸。此時，假設政策出臺時間為2015年1月，重點關注時間虛擬變量與政策虛擬變量的交互項DID的系數，回歸結果中DID系數不顯著，表明通過安慰劑檢驗。更進一步地，通過為每個樣本對象隨機抽取樣本期作為其政策實施時間，從而產生虛擬的處理組與實驗組，系數估計值服從正態分布，且系數估計值的均值處于0附近，通過安慰劑檢驗，無論是回歸結果還是圖形分析結果，這均從反面論證了基準回歸結果的穩健性，即“人才新政”顯著推動了城市創新發展。穩健性檢驗結果進一步驗證了本文的H1。

限于版面，穩健性檢驗回歸結果和安慰劑檢驗具體圖形未在正文列出，留存備索。

（四）機制檢驗

基準回歸結果顯示，“人才新政”對城市創新發展有顯著正向影響?？紤]到該結論并未揭示“人才新政”對城市創新能力影響的具體路徑及機制，為此，本文在該部分通過構建中介效應模型進行機制檢驗?；静襟E為：首先，將解釋變量對中介變量回歸，驗證二者是否具有相關性;其次，將解釋變量對被解釋變量回歸（基準回歸結果），基準回歸上文已有詳細分析，為了保持中介效應模型分析的完整性和對比分析，此處再次將模型和結果列出。最后，將中介變量、解釋變量同時對被解釋變量進行回歸。如果政策變量影響了中介變量，且加入中介變量后，被解釋變量的系數及顯著性下降，則說明本文選用的中介變量是“人才新政”影響城市創新發展的內在機制?；貧w模型如下：

kjzcit=β0+β1Xit+∑7j=2βjControlsit+γt+μi+εit（2）

innovationit=α0+α1Xit+∑7j=2βjControlsit+γt+μi+εit （3）

innovationit=α0+α1Xit+α2kjzcit+∑8j=3βjControlsit+γt+μi+εit（4）

如前文所述，本文選用科技投入水平作為中介變量，回歸結果如表3所示。在列（1）中，“人才新政”虛擬變量的回歸系數在5%水平上顯著為正，說明實施“人才新政”對各地科技投入水平起到推動作用。列（2）是基準回歸結果，列（3）是加入中介變量的回歸結果，對比列（2）和列（3）回歸結果可知，在加入科技投入水平變量后，政策變量系數的顯著性及數值均有所下降，說明科技投入水平是“人才新政”影響城市創新能力的部分中介因子。一方面，“人才新政”使得各地政府為了留住人才、吸引人才，更重視提升城市競爭力，加大科技創新的投入，貫徹落實創新驅動發展戰略;另一方面，政府加大科技投入為創新主體提供了資金支持，降低了創新風險。這意味著，“人才新政”通過提高科技投入水平從而作用于城市創新發展，本文的H2得到了驗證。

五、異質性分析

上述實證研究表明，“人才新政”對城市創新發展具有顯著促進作用，機制檢驗結果進一步論證了“人才新政”通過政府科技水平投入以促進城市創新發展。如

表1給出的描述性統計特征顯示：專利數量、發明專利申請數量、實用新型專利數量、外觀設計專利數量以及專利授權數量的標準差均大于均值，說明樣本內部存在較大差異，各地城市創新能力存在顯著的異質性。同時，各個城市在區位條件、經濟發展水平、資源稟賦等方面存在很大的差異。因此，探索上述結論的區域適用性具有理論意義及現實意義。本文嘗試從城市區位、城市創新水平以及城市等級這三個維度著手，進一步分析“人才新政”對城市創新發展的影響。

（一）城市區位異質性

近年來，各地人才紛紛涌向北上廣深等城市，“孔雀東南飛”的現象促使人才聚集于東部地區，考慮到城市間的人力資本水平差異，本文將城市分為東、中、西三大區域分別進行回歸，如表4所示。從表4可以看出，東部城市“人才新政”的回歸系數在5%水平上顯著為正，中部城市及西部城市“人才新政”的回歸系數不顯著，說明該類政策具有顯著的城市區位異質性?？赡艿脑蛟谟冢簴|部城市憑借其得天獨厚的地理位置優勢，通過對外貿易以及吸引外商直接投資的方式，不斷引進國外先進技術，其城市創新水平優于中西部城市。同時，受益于國家對外開放政策，東部沿海城市經濟實力遠遠優于中西部城市。而中西部城市深處內陸，對外開放水平低，經濟發展實力落后于東部城市，人才流失成為制約城市創新發展的關鍵因素。列（1）回歸結果中，產業結構水平的回歸系數在5%水平上顯著為正，而這一變量的回歸系數在表2的基準回歸中不顯著，說明東部城市注重通過提升第二、三產業質量，實現創新驅動發展。

（二）城市創新水平異質性

基于中國推行的創新型城市試點政策，本文以是否處于創新型城市試點名單為依據，將樣本區分為創新型城市與非創新型城市?；貧w結果如表5列（1）和列（2）所示。列（1）中，“人才新政”的回歸系數在1%水平上顯著為正，而列（2）中，“人才新政”的回歸系數在10%水平上顯著為負。回歸結果表明，處于國家創新型試點城市名單中的城市，得益于創新型試點政策，無論是創新配套設施、城市創新發展水平還是創新人才集聚力度均顯著優于未處于該名單中的城市，對于已經實施創新試點政策的城市，“人才新政”的實施進一步提升了城市的人力資本水平，兩項政策相輔相成，共同作用于城市創新發展。而未處于國家創新型試點城市名單中的城市，由于未享受到試點政策的改革紅利，其創新發展的資金支持力度、配套措施建設、創新發展能力以及城市創新型人力資本水平均低于試點城市，盡管其參與人才爭奪戰，但由于政策支持力度不足及先天資源稟賦優勢的欠缺，對于創新型人才的吸引力遠遠低于試點城市，由于試點城市得益于國家政策的優待，其推行“人才新政”的力度往往更大，而非試點城市雖然也實施“人才新政”，但受到政府財政支出的資金約束，其創新發展所需的資金支持難以兌現，非但不利于創新人才集聚，反而會在一定程度上抑制城市創新發展。

（三）城市等級異質性

不同等級的城市在經濟發展水平、創新要素集聚、創新發展能力等多方面存在較大差異，為了評估“人才新政”在不同等級城市之間的政策效應，本文將樣本區分為重點城市（將地級市歸屬直轄市、省會城市與副省級城市管轄的城市定義為重點城市）與非重點城市（將地級市歸屬直轄市、省會城市與副省級城市以外的一般城市管轄的城市定義為非重點城市）。重點城市往往是國家政策的先行者和主力軍，相對于非重點城市，重點城市落實國家創新驅動發展戰略的力度往往更強，對深化人才發展體制機制改革的響應更積極，因此，重點城市具有更強的人力資本水平、創新發展能力、創新資源配置效率。通過表5列（3）和列（4）的回歸結果可知，“人才新政”存在顯著的城市等級異質性。重點城市樣本中，“人才新政”的回歸系數在1%水平上顯著為正，非重點城市樣本中，“人才新政”的回歸系數不顯著?？赡艿脑蛟谟冢褐攸c城市作為區域經濟發展戰略的中心，由于走在政策改革的前列，對于“人才新政”的響應力度強于非重點城市，其政策效應顯著優于非重點城市，重點城市深入落實人才引進政策，憑借創新要素集聚優勢以及國家政策優勢，通過創新人才集聚，提升城市創新能力，增強城市核心競爭力。而非重點城市由于對政策的響應力度不足，其政策推行及落實具有明顯的滯后性，因此，“人才新政”對城市創新能力的政策效應在非重點城市樣本中尚未顯現。上述實證結果進一步論證了本文的H3。

六、結論與政策建議

（一）結論

創新是經濟發展、社會進步的基點，提高城市創新能力是建設創新型國家的必由之路。現有研究表明，作為城市創新主體的人力資本，對城市創新能力的影響日益重要。近年來，各地政府紛紛出臺一系列吸引人才、留住人才的政策（即“人才新政”），積極投身人才爭奪戰。為此，本文利用2009—2018 年中國270個地級市的相關面板數據，運用多期雙重差分模型評估政策效應，實證檢驗了“人才新政”對城市創新能力的影響。主要結論如下：第一，“人才新政”顯著推動了城市創新能力。該結論為各地政府推行人才引進政策提供了理論依據，提升城市創新能力，增強城市競爭力，關鍵在于提高城市人力資本水平。第二，“人才新政”通過提升各地科技投入水平從而提高城市創新能力。政府科技投入水平越高，城市創新能力越強。，在實踐中，應當發揮政府對城市創新活動的引領作用，為創新活動提高資金支持及政策保障。第三，“人才新政”對城市創新能力的影響在城市內部存在顯著的異質性。具體而言，創新型城市試點政策顯著推動了東部城市的創新能力，但對中西部城市的影響不顯著;對創新型城市的創新能力起到助推作用，“人才新政”與創新型城市試點政策相輔相成，共同作用于試點城市的創新水平，但對非創新型城市的創新能力在一定程度上產生抑制作用;對直轄市、省會城市和副省級城市管轄的重點城市創新水平的提升作用強于非重點城市。

（二）政策建議

隨著“人才新政”的推進與深化，人力資本對城市創新發展的效應進一步凸顯，城市經濟高質量發展離不開人力資本素質的提升。因此，基于研究結論，提出如下政策建議：第一，總結實踐經驗，深入落實“人才新政”。各地政府應當深化人才發展體制機制改革，積極破除制約人才發展的體制機制障礙，打破體制內外壁壘，掃除身份差別障礙，實現各方面人才的順暢流動。第二，重視人才質量，促進科技成果轉化。城市在擴大高校招生規模的同時，應當將招生質量以及人才培養質量放在重要位置，產學研相結合，加快推進科研成果的應用，發揮高等教育對城市創新發展的促進作用。第三，優化人才發展軟環境，打造人才集聚強磁場。各地政府在推行“人才新政”過程中，不僅要給予引進人才短期的物質福利，還應當注重優化人才發展軟環境，不斷提升城市文化建設、生態文明建設、公共服務建設，讓各類人才引得進、留得住、流得動、用得好。第四，發揮市場的決定性作用，強化政府的保障性作用。在推行“人才新政”的過程中，各地應當充分發揮市場在人才資源配置中的決定性作用，最大限度激發人才活力，同時，政府加強保障，為城市創新活動提供充分的資金支持，緩解創新活動所面臨的融資約束。第五，因地制宜推行政策，賦予特定城市特權。為了避免“孔雀東南飛”所帶來的人力資本差異，國家應當重點關注中西部城市、非創新型城市以及非重點城市的可持續發展，給予政策傾斜，促使其實施更加積極有為的人才政策，促進區域間協調發展。

參考文獻：

[1] 陳新明，蕭鳴政，張睿超.城市“搶人大戰”的政策特征、效力測度及優化建議[J].中國人力資源開發，2020，（5）：59-69.

[2] 西奧多·W.舒爾茨.對人進行投資——人口質量經濟學[M]. 吳珠華譯，北京：首都經濟貿易大學出版社，2002.

[3] Lucas， R.On the Mechanism of Economic Development[J]. Journal of Monetary Economics， 1988， 22（1）：184-198.

[4] Simon， J.Theory of Population and Economic Growth[M]. London：Basil Black Well， 1986.

[5] Romer， P.M.Endogenous Technological Change[J]. Journal of Political Economy， 1990， 98（5）：71-102.

[6] Philippe，A.，Peter，H.A Model of Growth Through Creative Destruction[J]. Econometrica， 1992， 60（2）：323-351.

[7] Walz，U.Innovation， Foreign Direct Investment and Growth[J]. Economica， 1997， 253 （64）：63-79.

[8] 代謙，別朝霞.FDI、人力資本積累與經濟增長[J].經濟研究，2006，（4）：15-27.

[9] 岳書敬.中國區域研發效率差異及其影響因素——基于省級區域面板數據的經驗研究[J].科研管理，2008，（5）：173-179.

[10] 黃茹，梁綺君，呂拉昌.城市人口結構與創新能力的關系——基于中國城市的實證分析[J].城市發展研究，2014，（9）：84-91.

[11] 袁航，朱承亮.國家高新區推動了中國產業結構轉型升級嗎[J].中國工業經濟，2018，（8）：60-77.

[12] 阮榮平，劉力，鄭風田.人口流動對輸出地人力資本影響研究[J].中國人口科學，2011，（1）：83-91+112.

[13] Bruce，S.， T.Who Co-Operates for Innovation， and Why： An Empirical Analysis[J]. Research Policy， 2002， 31（6）：947-967.

[14] Jakob， K.， Jarle， M.R&D Investment Responses to R&D Subsidies： A Theoretical Analysis and a Micro Econometric Study[R]. Discussion Papers， 2011.

[15] 楊洋，魏江，羅來軍.誰在利用政府補貼進行創新？——所有制和要素市場扭曲的聯合調節效應[J].管理世界，2015，（1）：75-86+98+188.

[16] 王猛，宣燁，陳啟斐.創意階層集聚、知識外部性與城市創新——來自20個大城市的證據[J].經濟理論與經濟管理，2016，（1）：59-70.

[17] 張宗和，彭昌奇.區域技術創新能力影響因素的實證分析——基于全國30個省市區的面板數據[J].中國工業經濟，2009，（11）：35-44.

[18] 余泳澤.中國區域創新活動的“協同效應”與“擠占效應”——基于創新價值鏈視角的研究[J].中國工業經濟，2015，（10）：37-52.

[19] 孫早，席建成.中國式產業政策的實施效果：產業升級還是短期經濟增長[J].中國工業經濟，2015，（7）：52-67.

[20] 寇宗來，劉學悅.中國城市和產業創新力報告2017[R].復旦大學產業發展研究中心，2017.

[21] 李婧，譚清美，白俊紅.中國區域創新效率及其影響因素[J].中國人口·資源與環境，2009，（6）： 142-147.

[22] 錢曉燁，遲巍，黎波.人力資本對我國區域創新及經濟增長的影響——基于空間計量的實證研究[J].數量經濟技術經濟研究，2010，（4）：107-121.

[23] Marianne，B.，Sendhi，M.Is There Discretion in Wage Seting？ A Test Using Takeover Legislation[J]. The Rand Journal of Economics，1999，30（3）：535-554.

[24] 薄文廣.外國直接投資對中國技術創新的影響——基于地區層面的研究[J].財經研究，2007，（6）：4-17.

[25] 蔣伏心，王竹君，白俊紅.環境規制對技術創新影響的雙重效應——基于江蘇制造業動態面板數據的實證研究[J].中國工業經濟，2013，（7）：44-55.

[26] 余錦亮，盧洪友，朱耘嬋.人口增長、生產效率與地方政府財政支出規?！碚摷皝碜灾袊丶壥械慕涷炞C據[J].財政研究，2018，（10）： 42-54.

（責任編輯：巴紅靜）

Does the “New Talent Policy” promote the innovative development of cities？

A test based on data from prefecture-level cities in China

Lu Hong-you， Zhang Yi-meng and Zhu Yun-chan

（Wuhan University， Wuhan）

Abstract：Based on the exogenous quasi-natural experiment of “New Talent Policy”， this paper selects 270 prefecture-level cities from 2009 to 2018 as the research objects， uses the double difference method to empirically test the impact of talent introduction policies on urban innovation and development. Research has shown that the policy of “New Talent Policy” has a significant positive impact on urban innovation and development. Further analysis believes that after the implementation of the “New Talent Policy”， the local governments policy guidance to increase the level of investment in science and technology is an important reason for this incentive. The heterogeneity results show that the policy has significantly promoted the innovation capabilities of cities in the eastern region， innovative cities， municipalities， provincial capitals， and sub-provincial cities; it has no significant impact on cities in the central and western regions and general cities; however， it inhibits the innovation ability of non-innovative cities to a certain extent. Therefore， local governments should further implement the “New Talent Policy” to give full play to the role of human capital in promoting urban innovation and development and build a new national innovation system.

Ke ywords：New Talent Policy; City Innovation; Technology investment level; Multi-period double difference