中國異質性R&D人員時空分布差異比對研究

王高峰，楊浩東

(中國科學技術大學人文與社會科學學院，安徽 合肥 230026)

0 引言

在全球化受阻、疫情暴發的新形勢下，中國經濟處于新一輪發展節點。黨的十九屆五中全會將科技 “自立自強”的重要性提上歷史新高度[1]。科技競爭的本質在于科技人才的競爭，而R&D人才是科技人才群體中的核心組成部分，亦是R&D資源重要構成之一[2-3]。目前，中國不同地區間R&D資源投入水平存在顯著差異[4]。同時，由于政府行政干預、市場扭曲、信息不對稱等因素的存在，R&D資源的錯配會進一步造成效率損失，阻礙經濟高質量發展[5]。研究表明，要素投入的規模、結構差異皆可能對創新發展產生重要影響[6-7]。因此，對近10年各地區R&D人員分布差異進行動態描繪，并從規模、結構端對差異程度展開測度分解，有助于制定更加符合發展需求的創新、人才政策。

自羅默等[8]建立內生增長理論并將高技能人才作為經濟規模報酬遞增的關鍵因素以來，國內外研究[9-11]在對人力資本區域分布、動態演進特征進行測度的基礎上，進一步解構人力資本，根據勞動力接受教育程度[12]、技能水平[13]、性別[14]將其劃分為不同層次。在科學共同體內部，默頓 《科學社會學》中對科學家群體有著更具針對性的研究。其研究范圍涉及科研分層、科研合作等多個角度。前者包括科學人員的角色劃分、年齡結構及性別比例的變化特征、科研人員年齡及性別差異對各學科發展的影響，對科學界中馬太效應、老年統治、女性高位缺席等現象多有論述[15]；后者則主要集中于科研工作者的合作網絡分析[16]。而在其與經濟學交叉領域，延伸出Freeman[17]、Lundvall[18]的國家創新系統理論,國內學者對此進行闡釋[19]。當創新理論由系統范式向生態系統范式演進，這為異質性R&D人才研究提供新的視角與框架[20]。對于如何構建富有活力的創新生態系統，思科前首席技術官朱迪-埃斯特林認為研究、應用和開發三大群落的健康平衡為創新生態可持續性發展提供重要保證[21]。Pique等[22]認為高校、企業、政府之間形成的一個相互重疊的 “三螺旋”互動系統為創新生態提供驅動內核。國內方面更強調通過以價值創造、創新產出為目的，以知識擴散、共享為途徑的產學研協同創新構建國家創新體系[23]。總之，新節點下創新主體扮演的角色發生著變化，大學增加第三使命[24]，新型研究機構平臺與研究型企業設立，三者間界限愈發模糊[25]，傳統上在基礎研究、應用研究、試驗發展領域存在的角色分工體系愈發融通[26]。所以，描繪異質性R&D人才分布的動態變化，有助于反映三大創新群落、創新主體角色演變。

然而，現有與R&D資源相關的文獻大多將R&D人員作為R&D投入的一部分，研究R&D資源投入與社會其他因素之間存在的關系。雖然部分學者對中國R&D投入區域差異的時空演變進行了研究[27]，但并沒有對R&D人員空間分布進行具體深入的針對性探討。同樣的情況也出現在與人才相關的文獻中，研究對象涉及高技能勞動力、高學歷人才、頂尖科學家。例如，尹志欣等[28]運用湯森路透 “全球高被引科學家名單”中的國內學者數據，從具體工作經歷與學術特征切入研究，古恒宇等[29]則以大專及以上學歷群體定義高學歷人才。劉曄等[30]將專業技術人員作為高技能勞動力的代理變量。針對R&D人員分布特征的研究，雖然李婧等[31]在對R&D人員流動測度的基礎上考察R&D人員流動的空間特征及影響因素，但亦沒有細化至R&D人員群體內部結構。因此本文從基礎研究、應用研究、試驗發展三大創新群落，以及企業、研發機構、高等學校三大創新主體出發，基于規模、結構雙重視角，運用核密度估計、Dagum基尼系數、Moran指數法對中國異質性R&D人員省域時空分布差異進行比對研究。

1 研究方法與數據來源、處理

1.1 研究方法

(1)分布動態演變。本文采用核密度估計 (Kernel Density Estimator)方法分析中國R&D人員的分布動態特征，考察中國創新人力資源發展水平絕對差異的動態信息。核密度估計能夠反映變量分布位置、形態以及延展性等特征，目前已被廣泛運用于空間非均衡分析，公式為：

(1)

式中，n為觀測值數量，h為窗寬，核密度估計對窗寬較為敏感，一般選擇較小的窗寬以提高精確度，K(x)核函數為平滑轉換函數，本研究采用常見的高斯核函數。公式為：

(2)

(2)差異程度及其來源。早期研究中，常用基尼系數對經濟變量的區域差異進行分析，但傳統基尼系數無法溯源總體差異。隨后，統計學家在其基礎上引入Theil指數和Dagum基尼系數等統計方法。然而，Theil指數無法克服因樣本數據重疊而導致的有偏估計問題[9]，因此本文采用Dagum提出的基于子系統分解的基尼系數方法，將中國31個省份劃分為東、中、西三大區域，進而刻畫不同來源差異對總體差異的貢獻程度，公式為：

(3)

式中，k、n分別代表區域 (子系統)及區域內省份個數，j、h為具體局域標識；i、r為具體省份標識。yji與yhr分別表示j和h區域內省市i和r的R&D人員數量或占比 (結構)；η表示所有省份R&D人員數量或占比 (結構)平均值。進一步，將總體基尼系數G分解為區域內差異貢獻Gw、區域間差異貢獻Gnb和由區域樣本重疊所導致的不平衡貢獻Gt(超變密度)。區域j的基尼系數Gjj和區域內差異Gw的計算見式 (4) (5)，區域j和h間基尼系數及區域間差異計算見式 (6) (7)，式 (8)表示超變密度貢獻。公式為：

(4)

(5)

(6)

(7)

(8)

式中，pj=nj/n，sj=njηj/(nη)；Djh表示區域j和h間R&D人員規模或結構水平的相對影響；djh為區域間水平的差值，為區域j、h中所有省份差值yji-yhr>0的數學期望，pjh為超變一階矩，為其中yhr-hji>0的數學期望。具體計算見式 (9)～ (11)，其中，Fj和Fh為j、h區域R&D人員發展水平的累積密度分布函數。

(9)

(10)

(11)

(3)空間關聯特征。本文運用Moran’s I指數法檢驗空間因素是否對區域R&D人才規模產生顯著影響。公式為：

(12)

1.2 數據來源及處理

本文研究數據來自國家統計局官方網站、 《中國科技統計年鑒》及各省統計年鑒。考慮到數據的準確性及可獲得性，數據時間跨度為2010—2019年。在運用空間計量方法之前需構建空間權重矩陣，本文首先選用鄰近空間權重矩陣 (w1)、地理距離空間權重矩陣 (w2)，同時為反映非地理特征因素的影響，構造經濟距離權重矩陣經濟距離空間權重矩陣 (w3)分別測算Moran指數。具體來說，空間鄰近權重矩陣是根據區域間是否為鄰近關系而構造的0～1矩陣；地理距離權重矩陣則是基于省會城市經緯度計算的球面地理距離倒數來構造的；經濟距離權重矩陣中元素wij則為樣本期內兩個地區人均 GDP 均值之差的倒數[32]，其中GDP指標以2010年作為基期進行平減。

2 省域R&D人員規模及結構分布動態

本部分繪制全樣本、三大創新群落、三大創新主體R&D人員數量及占比核密度圖，對R&D人員規模、結構分布情況進行分析。

區域總的R&D人員全時當量的動態變化如圖1所示。一方面，分布曲線呈現右移趨勢，主峰高度降低且寬度增加，表明中國R&D人員在數量上增長的同時，各地區人員分布呈離散趨勢。考慮到波峰右側坡度較為平緩，也即意味著更多地區已脫離早期較低水平R&D人才數值區間；另一方面，分布曲線存在右拖尾現象且延展性呈拓寬趨勢，表明區域R&D人員儲備兩極分化。進一步，對于基礎、應用及試驗發展三大創新群落，曲線位置、形態及延展性皆與總體特征相似。此外，相比早期，基礎、應用研究分布曲線在后5年間變幅更顯著，而試驗發展分布曲線則表現出相反趨勢。可知，全球科技競爭不斷向知識鏈前移，上述變化反映中國對基礎、應用研究源頭創新作用愈發重視。

圖1 創新群落R&D人員規模及結構核密度估計

對于R&D人員占比變化，首先，較試驗發展，基礎、應用研究領域創新人才占比處于低位且總體分布曲線呈現右移趨勢。相對應地，試驗發展曲線則呈現左移傾向，這也與數量上的變化相互印證，意味著基礎、應用研究群落占比變動方向在21世紀第2個10年的后半程出現拐點。其次，近5年內基礎、應用研究分布曲線存在拖尾現象皆有所緩和，延展性呈現收斂態勢，表明中國該類R&D人員區域間結構差異減小。最后，從政策上看，從2011年 《關于進一步加強基礎研究的若干意見》到2018年1月國務院印發 《關于全面加強基礎科學研究的若干意見》以來，地方政府先后響應并出臺政策加強基礎、應用科學研究。進一步，2020年5月，科技部、財政部、教育部、中科院、工程院、自然科學基金委等部門共同制定 《新形勢下加強基礎研究若干重點舉措》，文件強調應完善適應基礎研究特點和規律的經費管理制度，加大對基礎研究人員的支持，建立對顛覆性創新研究的免責機制。總體而言，全國31個省 (區、市)試驗發展R&D人員投入占當地總R&D人員投入比重達50%以上的區域有25個，80%以上的區域有10個。部分區域如浙江、江蘇、廣東、江西比重高達90%以上。簡而概之，雖然目前基礎、應用研究與試驗發展間的R&D人員占比有很大差距，但中國于早期就將對基礎、應用研究的支持置于戰略層面，并于人才培養上已初具成效。基礎、應用研究決定著技術創新的廣度與深度、為解決 “卡脖子”問題及產業穩定發展堅實基礎。

隨著創新過程愈發復雜，創新資源的有限性倒逼創新主體轉變傳統封閉式創新模式，如何利用技術與制度促進創新資源融通循環成為建立創新生態系統的關鍵所在。黨的十九屆五中全會指出加強創新協同，推進產學研深度融合。因此，從不同創新主體角度解構R&D人員這一創新要素，可為新時代背景下 “人才驅動”戰略發展提供基礎。依企業、研發機構、高校等創新主體呈現R&D人員規模及結構分布的動態變化如圖2所示。可以看出，首先，相比工業企業和研發機構，高校R&D人員整體數量在近10年中表現出明顯提升。并且，這種數量上的擴張在后5年尤為明顯，而前兩者的變化則主要集中于前5年。其次，無論是企業、研發機構還是高校，分布曲線皆存在顯著右拖尾現象，這與區域間R&D人員總量的動態變化特征相一致，說明創新人力資源稟賦最優與最差地區間差異并非限于單個主體方面。

圖2 創新主體R&D人員規模及結構核密度估計

從占比情況看，相比研發機構與高校，企業R&D人員占據更高的比例，這也與將企業立為社會創新核心主體的發展目標相一致。進一步，企業與高校的占比前后5年間變化存在顯著的不一致，高校分布曲線經歷先左再右的移動且存在右拖尾現象。而對于規模以上工業企業，雖然波峰表現出持續右移的趨勢，但因峰值降低及寬度增加，整體上占比存在下降傾向。區域具體數據表明，近5年內，大部分區域工業企業的R&D人員占比出現一定程度的下降，也即2010—2015年間，31個省 (區、市)內規模以上工業企業R&D人員占比上升的區域達23個。而在2015—2019年這一數量僅為6個，并且存在左拖尾現象。位于左側尾部區域既包含經濟落后的西藏，也包含發達地區北京，究其原因可能在于近年來國家采取推動京津冀協同發展、設立雄安新區等一系列集中疏解北京非首都功能的舉措，從而對工業企業R&D人員造成一定的擠出效應。總之，一方面，企業作為創新主體地位仍十分顯著；另一方面，企業與試驗發展在R&D人員變動上存在耦合。這也意味著三大創新主體的傳統角色定位仍較為鮮明，因此亦建立完善基礎研究多元化投入機制，增加企業和社會力量對基礎研究的投入。

3 省域R&D人員規模及結構差異程度及來源

在展現R&D人員規模及結構分布特征基礎上，根據Dagum的分解方式，將中國31個省 (市、區)劃分為東、中、西三大區域，運用MATLAB2018b軟件對中國省域R&D人員規模及結構差異程度及來源進行分解測算。

中國31個省 (市、區)R&D人員規模及結構的基尼系數動態演變趨勢如圖3所示。由結果可知，各領域及創新主體的R&D人員基尼系數皆達0.4以上。尤其地，隸屬試驗發展與規模以上工業企業R&D人員的基尼系數絕對值近年內皆達到0.6以上。在聯合國開發計劃署頒布的衡量標準中，以0.4作為分布差距程度的 “警戒線”，細化來看，低于0.2表明高度平均，高于0.6則意味差距懸殊。區域間研發人員分布規模差距較大甚至懸殊，企業研發人員數值最高的北京與最低的寧夏相差167倍之多 (108309/648)。除研發機構R&D人員基尼系數呈來回波動特征，其他皆有明顯上升。這也意味著中國研發人員地區規模差異存在進一步擴大的趨勢。最后，從差異來源看，組間差異是主要的來源，這種現象在試驗發展領域及規模以上工業企業內尤為明顯，并且隨著時間變化，各來源占比皆不存在明顯的變化。簡而概之，中國創新人力投入于規模上存在顯著的區域分布不均特征，并且非均衡性在試驗發展、工業企業兩大類主體中更為突出。這也意味著以寧夏、青海等地創新鏈條上與市場銜接上可能存在脫節，產業發展受限于 “低端鎖定”。

圖3 R&D人員規模Dagum基尼系數及差異來源貢獻率

中國研發人員結構基尼系數的動態演變特征如圖4所示。可以看出，試驗發展與規模以上工業企業人員占比差異較小，前者不超過0.13，而后者不超過0.22，反映出中國省際科技人才隊伍結構上的相似。然而，隨著戰略上從技術引進、模仿創新轉向自主創新、科技自立自強，差異化發展導向從高校延伸至科技園區、產業園區，從而在全國范圍內，基礎研究與研發機構人員占比表現出較大差異，近10年內數值皆處于0.3至0.4之間。從時間趨勢上看，僅應用研究人員結構差異呈下降態勢，其他皆有不同程度的上升，其中基礎研究變化幅度最大，截至2018年增幅達27%，2019年略有回落。

圖4 R&D人員結構Dagum基尼系數及差異來源貢獻率

進一步對差異源進行分解考察，區域內差異貢獻率穩定保持在30%，除研發機構外，其他創新主體、群落內人員地區間差異貢獻率呈遞減趨勢，超變密度貢獻率皆上升至接近40%的占比。超變密度主要衡量區域間數據交叉重疊狀況，即在整體結構水平較高的地區內部，部分省份的水平低于整體結構水平較低區域內的部分省市。這意味著區域間發展 “交疊”特征得以強化，也即各省份在R&D人員結構上的 “區位”特征得以削弱，R&D區域間結構差異有所下降。

4 省域R&D人員空間關聯特征

考慮到中國地區創新人力要素間可能存在的空間關聯，借助Stata15.0軟件對R&D人員空間自相關進行檢驗，結果見表1。可以看出，一方面，對于區域R&D人員總數，鄰近空間、地理距離、經濟距離三種矩陣Moran’s指數皆為正值且在2013—2017年更顯著，這意味著R&D人員分布存在正向空間自相關，并且這一特征于考察期內存在先增強后削弱的趨勢；另一方面，相比另外兩種矩陣類型，經濟距離權重矩陣下R&D人員空間自相關表現出更為穩定的顯著性，這也是由于R&D人員屬于高技能人才，對地域發展水平、工作平臺表現出更高的期望。

分別來看，在鄰近矩陣下，除群體總數以外，僅試驗發展領域和隸屬于規模以上工業企業R&D人員存在空間自相關。一方面，試驗發展指運用基礎、應用研究知識，以產生新應用為目的，進行價值創造活動。試驗發展并不直接創造科學技術知識，而與生產活動直接掛鉤。因此，這也進一步解釋為什么在鄰近矩陣下，各地區試驗發展與規模以上工業企業R&D人員空間自相關特征演變存在協同。另一方面，工業企業R&D人員聚集能夠有效促進產業結構升級，空間集聚產生的外部性通過降低生產銷售成本、知識技術外溢等方式影響創新產出。

對于地理距離矩陣，從R&D人員類型看,與鄰近矩陣類似，除試驗發展和規模以上工業企業，研發機構R&D人員的Moran指數表現出顯著的空間相關性。這在驗證了鄰近矩陣結論的同時也體現出研發機構這一創新主體空間上的集聚特征。政策端表現在響應 《中共中央 國務院關于建立更加有效的區域協調發展新機制的意見》及教育部 “2011協同創新計劃”，各地區先后將區域協調發展與城市群建設上升至國家戰略層面，區域內部紛紛成立協同創新發展聯盟，推動研發機構空間上的聚集協同。從時間趨勢看，Moran指數先增后減，意味著R&D人員的空間關聯近些年有所降低，反映出城市群發展尚未到達深層次的協同，制度對接、平臺建設、發展規劃缺乏統籌制定。

對于經濟距離矩陣，首先可以看出，試驗發展、應用研究、基礎研究這3種R&D人員的Moran指數呈階梯上升，并且，經濟因素對基礎、應用研究R&D人員空間分布表現出更為顯著的正向影響。考慮到創新要素的有限性，因此地區對R&D資源的投入取決于地方資源稟賦與經濟發展水平。由于存在創新過程復雜及不確定性所引發的知識悖論，發展初期政府往往側重于引進技術、整合創新，也即加大對試驗發展和應用研究的支持力度。而當經濟發展到一定門檻，產業內技術水平與前沿相差較小時，創新發展戰略從而向以基礎研究具化的自主創新轉變。因此，相比試驗發展，基礎、應用研究對經濟基礎有著更高的門檻要求，也即在經濟距離權重背景下，基礎、應用研究R&D人員的經濟空間相關性更為顯著。

表1 全國31個省份R&D人員Moran指數及其波動

5 研究結論與政策啟示

5.1 研究結論

本文圍繞基礎研究、應用研究、試驗發展三大創新群落及企業、研究與發展機構、高等學校三大創新主體，基于2010—2019年中國R&D人員相關數據，運用核密度估計法 (KDE曲線)、Dagum基尼系數法、Moran指數，對科研人才規模和結構的時空分布差異特征進行描繪分析，主要研究結論如下。

(1)異質性創新群落、主體R&D人員規模及結構的KDE曲線分布差異性顯著。一方面，中國R&D人員總規模上升的同時，區域間分布存呈離散特征，并且時間演進上，人員規模兩極差異不斷加大；另一方面，分階段看，早期試驗發展先于基礎、應用研究，而企業則先于高等學校，這也從R&D人員結構變化上得以驗證。基礎研究占比變化于20世紀第2個10年中出現拐點。總的來說，近5年內，基礎、應用研究和高校R&D人員占比提升，而試驗發展、企業及研發機構人員比重略有下降，各地區三大創新群落及研發機構R&D人員占比兩極差異有所縮小。

(2)中國R&D人員規模基尼系數呈波動上升趨勢，反映出省際R&D人員投入不平衡有所加劇。具體而言，R&D人員規模非均衡差異大于結構非均衡差異，試驗發展和工業企業R&D人員規模的地區非均衡程度尤為凸顯。三大創新群落規模基尼系數大體呈上升趨勢，而工業企業R&D人員區域結構差異較小，反映出現有創新模式下省域研發人才結構的相似性。高等學校基尼系數在2019年驟然上升，很大程度上由當年部分地區高校人員大規模增加致使。此外，對R&D人員地區差異分解表明，區域間差異是規模差異第一來源。人才結構上，區域間差異貢獻的主導地位逐漸被超變密度貢獻的提升所削弱，也即早期存在的依東中西區塊分割不同而在R&D人員結構上具有顯著差異的現象有所消解。

(3)依不同矩陣類型，隸屬于不同創新群落、主體的R&D人員具有的空間關聯存在異質性。不同矩陣下，各個省份R&D人員規模皆存在正向關聯，且相關性在經濟權重矩陣下更為穩定。在空間鄰近、地理距離權重矩陣下，試驗發展和工業企業R&D人員空間相關性更為顯著，而基礎研究和高校R&D人員則經濟距離權重矩陣下表現出更強的空間關聯。地理距離相近的低成本和經濟對于基礎研究的支撐作用是導致不同R&D人員空間相關差異化的主要原因。對于考察期內的時間趨勢，三大矩陣權重矩陣下，Moran指數及其顯著性皆呈現先上升再下降趨勢，也即近年來鄰近區域間的空間關聯性有所削弱。

5.2 政策啟示

(1)依區域稟賦差異化布局基礎研究，破解三大創新主體的傳統角色 “鎖定”，設立圍繞著企業開展基礎研究參與主體的獎勵評價機制。以科技創新實現高水平自立自強，基礎、應用研究占比分布的核密度曲線于考察期內出現拐點，雖然Dagum基尼系數分解結果體現出區域差距較大，但一定程度反映出各地區基礎研究布局當前并未出現盲目性的一擁而上。因此，各地區域在制定發展規劃過程中應克制政策下的 “應激”反映，依技術稟賦、產業高度和市場需求開展差異化、針對性的基礎研究長期發展布局。前文研究表明企業與試驗發展R&D人員變動上存在協同，反映出三大創新主體傳統角色定位仍較為鮮明，因此亦需在中、微觀創新主體層面建立基礎研究的多元化投入機制，增加企業和社會力量對基礎研究的投入，并建立健全參與者獎勵評價機制，提高各類創新主體參與意愿，推進產學研深協同。

(2)考慮到研發路徑依賴下形成的高調整成本，應避免科研人才隊伍結構上同質化發展，減少研發投入 “過剩”。R&D人員同質化問題也即區際、甚至城市內部人員規模、結構上存在相似性。陷于同質化人才結構所引發的零和惡性競爭不僅會造成科研資源投入浪費及效率低下，更嚴重的是在基礎研究層面存在較高程度的路徑依賴，且后果呈現較長的滯后期。人才分布的空間溢出基于區域間產業發展梯度差異，這恰可視為一種差異性的互補，而Moran指數V形變化趨勢表明近年來區域間R&D人員存在空間關聯效應減少。因此，應做好跨區域發展統籌規劃，消除人才流通阻礙，避免同質惡性競爭。此外，微觀主體上需避免一把尺子量對所有高校進行衡量的同時，對于剛起步的企業基礎研究，尤其涉及重點投入領域的項目，需嚴格把控、統籌兼顧，以差異化發展為導向，從而規避科研領域產出 “過剩”。

(3)緩解區際上的創新要素投入差異，促進人員規模、結構平衡發展。基于Dagum基尼系數分解的各地區R&D人員規模差異表明，各地區研發人員投入非均衡性較高且馬太效應顯著。因此，應利用各類R&D人員在不同權重矩陣下空間相關性，擴大科研人才的空間溢出效應，完善R&D人員合作共享機制，促進區域協同創新聯盟建設。一方面，地理上的臨近不僅可以降低企業生產成本，亦可緩解研發人員的思鄉情緒。另一方面，考慮到研發機構、高校R&D人員對區域經濟因素的高敏性特征，在大力推動教育發展、根據資源稟賦、產業特色設立研究機構、增量上擴充人才隊伍的同時，健全創新激勵與保護機制，完善創新生態建設，強化金融體系對創新活動的支撐，讓科研人員不會因非科研壓力而放棄或回避更有利于學術創造的機會。