营商环境改进与科技人才集聚度提升的动态效应研究

鲁大为 庞云枫 薛国琴

(1.绍兴文理学院 商学院，浙江 绍兴 312000；2.中国银行浙江省分行，浙江 杭州 310000)

0 引言

近年来优化营商环境成为政府、学界的重点关注领域.2019年世界银行《营商环境报告》表明，中国是营商环境改善幅度最大的经济体之一.人才是经济发展的关键要素，是区域竞争的重要内容.营商环境改进的目的之一在于集聚人才.人才作为创新创业的主体，具有创造性和主观能动性，是生产要素中最活跃的部分，可以将引进的技术消化吸收再创新，实现项目和资本的高效利用和产出，推动经济社会高质量发展.因此考察营商环境与科技人才集聚的影响具有较强的现实意义.

通过对现有的文献进行整理发现，营商环境对科技人才的吸引已经得到共识，但较少涉及人才集聚、科技人才集聚等方面，没有在数量上测量其影响能力和影响机制，且大多只是静态和短期效应研究，忽略了传统模型所带来的内生性问题.本文将营商环境分为6个一级指标，利用脉冲响应函数分析和GMM估计两种方法探索营商环境改进与科技人才集聚度提升的动态影响过程和效应.

1 文献回顾

1.1 营商环境内涵及其评价指标研究

在营商环境定义方面，国内外并没有达成统一意见，有狭义和广义定义之分，都是基于一定的研究目的和需要而对营商环境进行解构.Vo等(2020)[1]认为，地区营商环境包括当地企业开办和经营时的进入行业成本、土地获得权便利度、政治透明度、时间成本、非正式收费、行业支持、主动性、劳动力成本和法律制度.

在营商环境评价指标方面，Buschmann(2020)等[2]和Klemmer(2018)等[3]学者结合自身研究领域和本国实际情况重点分析了营商环境中的一个重要组成部分，这些组成部分主要包括社会经济文化方面.也有学者试图对营商环境进行全面评价，由于营商环境涉及微观、宏观等众多层面，因此他们评价的指标和方法大多较为繁琐和复杂：Yifan(2020)[4]认为，营商环境会显著影响地区的经济发展、市场活力、技术创新、创业精神和人才引进等.他分别设立经济实力、市场活力、基础设施、生态环境、政府效率、技术创新和人力资源7个一级指标和27个二级指标对温州市商业环境进行评价总结；Fasesin等(2019)[5]对某州三个城市的153家随机选择的中小企业进行问卷调查发现，营商环境特别是基础设施的可及性、金融相关问题、技术变革和人们对当地产品的态度对中小企业绩效有显著影响.

1.2 科技人才集聚及其影响因素研究

在科技人才集聚定义方面，Harvey等(2014)提出其他区域的人才资源会因为核心区域的较快发展而自发地向核心区域聚集，人才的集聚效应就会因此产生人才流动[6].上述定义着重关注区域发展而忽略了人才之间的联系，牛冲槐等(2012)在此基础上丰富了科技人才聚集的含义，他认为科技人才聚集是伴随科技型人才的转移，很多相似或者同种科技型人才按照特有的关联，在特定行业(虚拟空间)或者特定地区(物理空间)所形成的集聚现象[7].宋本江(2019)将区域发展与人才联系结合起来并对前两人的定义进行总结，认为高端人才集聚是由高端人才个体需求与区域要素相互作用而产生的[8].

对科技人才集聚的评价指标和方法方面，苏楚等(2020)[9]和张所地等(2020)[10]学者运用区位商方法测量区域科技人才集聚程度，指标采用区域科研、技术服务从业人员数量或直接用研究与试验发展人员来代替.吴殿廷等(2006)[11]和杨芝(2011)[12]等学者直接运用两院院士、杰青、长江学者数量或高学历、高能力人数来表示区域科技人才集聚的方法.

学界普遍认为经济因素对科技人才集聚的影响很大[13-15]，部分学者提出了不一样的观点，他们大多从人才政策和宏观文化环境等方面研究其他与科技人才集聚相关的因素：韩联郡等(2018)[16]通过对“杰青”和“长江学者”的区域分布进行研究，认为经济因素对高端科技人才集聚的作用有限，相比而言科学文化土壤和研发活动更有利于高端科技人才集聚.詹晖等(2015)[17]利用人口迁移中的成本收益理论和“推-拉”理论对因产业集群而导致的人才集聚现象进行剖析发现，科技人才会因为产业集群的知识溢出效应和外部经济效应等本身特点的作用下实现集聚.

1.3 营商环境与科技人才集聚的影响研究

首先，由于营商环境改进导致的较高的经济发展水平显然会吸引科技人才.李娟等(2020)[18]认为完善的营商环境能培育和引导企业家精神往生产性活动配置，降低交易成本，形成法制化、人性化的社会环境和较高的经济质量，吸引人才到来.其次，较强的企业家精神有利于科技人才集聚.刘建民等(2020)[19]认为良好的营商环境能吸引投资，提高并购绩效，激发企业家精神，吸引人才；谢众等(2019)[20]通过建立企业家精神的衡量指标进行实证研究发现，引导和培养企业家精神有利于实体经济的发展，营商环境在其中起到了正向调节作用，营商环境与企业家精神均能促进科技人才集聚与创新创业能力的提高.再次，营商环境可以通过产业集聚的影响来吸引人才.孙健等(2008)[21]认为产业集聚与人才集聚互为补充相互促进，是当代经济发展的一个普遍规律；曹威麟等(2015)[22]认为三大产业与人才集聚均有显著关系，其中第三产业的转型升级对人才集聚的吸引力最强.

学界普遍认为，随着科技人才的集聚，地区的营商环境也会得到显著改善，形成一个良性循环.Manivanna等(2019)[23]认为，在营商环境的各项指标中，人力资源在组织领域异常重要，在1990年代印度经济转型中扮演了重要角色.他对印度当地的居民进行调查问卷，并采用卡方方法进行实证分析，认为应重视人力资源在营商环境中的角色；Kotaskova等(2018)[24]对捷克共和国的312家公司和斯洛伐克共和国的329家公司进行了调查，采用了相关分析和多元线性回归模型等方法，研究结果表明，研发基础设施以及人力资本的可用性是对两国商业环境产生积极影响的重要因素.

1.4 文献评述

第一，对两者之间的影响关系和程度的测量较少.大多数文献均承认营商环境对科技人才吸引的影响和作用，但也只是笼统的理论叙述，仍停留在营商环境可以吸引科技人才这一表面现象，较少涉及人才集聚、科技人才集聚等方面，缺乏更深入的剖析；在营商环境对科技人才集聚的内部作用机制的研究较少，也没有在数量上测量其影响能力和影响机制，因而缺乏直观的理解.

第二，大多数文献只是分析营商环境对科技人才集聚度的静态和短期效应研究，缺乏动态分析，对于改善营商环境对科技人才集聚度提升的影响过程和长期效应没有进行深入探讨，也没有解决传统模型所带来的科技人才集聚度提升促进营商环境改善的内生性问题，因而对营商环境改进的影响能力缺乏深入的理解.

2 理论分析

本文从制度和交易成本理论、外部经济和产业集群理论、“领头羊效应”和“马太效应”三个方面分析营商环境对科技人才集聚的影响机制和内涵.合理的制度和交易成本导致的高质量经济发展程度和外部经济导致的产业集群效应会产生科技人才集聚效应，而科技人才本身存在的“领头羊效应”和“马太效应”进一步放大了这一效应.

2.1 制度和交易成本理论

制度和交易成本理论最先由Coase(1937)[25]提出，他认为通过价格机制组织生产的成本就是交易成本.其中所有发现相对价格的成本是最明显的成本.Douglass North(1973)[26]发展了交易成本理论，他将交易成本理论融入制度变迁理论，认为制度的完善程度——包括产权的保护、合约的履行程度，决定了国家的富有程度.Williamson(1987)[27]在前人基础上进行了系统化工作，把交易成本的概念应用到对各种经济制度的比较和分析中，开创了交易成本经济学，他认为交易成本是在特定的社会关系里，人们为相互合作、自愿沟通所达成交易支付的成本，本质上体现的是人与人之间的关系.较低的交易成本是吸引人才软环境的组成部分.

在企业经营的过程中，存在着信息搜寻、条件谈判和交易实施等各项成本.这些外生于商品生产过程的成本会显著影响到企业的经营效益.政府在其中扮演了重要的角色，政府制定的各项政策和实施效率会对税负征收、市场监管、劳动力市场和金融市场运行等产生重要影响.企业预期到了完善的营商制度软环境所带来的经济效益，便能提高生产性私人投资，增加创业活动，促进市场良性竞争，产生“创造性破坏”的过程，提高劳动生产率，进而影响到地区经济的长期稳定发展.科技人才作为普通民众，较好的制度软环境和较低的交易成本导致的高质量经济发展程度可以满足他们较高的生活品质要求.

2.2 外部经济和产业集群理论

外部经济最早由Marshall(1890)[28]提出，他认为外部经济是由于整个产业的产量扩大导致该产业中各个企业的平均生产成本的下降.他认为外部规模经济所形成的高使用率和产出率会促进企业集中，产生专业化的产业集群.产业集群是指一定产业中互有关联的机构和企业聚集在一定地理位置的某类现象，主要包括供应商、制造商、政府、大学和贸易组织等.

营商制度软环境的改进与交易成本的降低会导致企业间通过相互联系的组织而形成的地方工业化，即产业集群.在这个过程中，由于大量企业的聚集，该地区对科技人才的需求会大大提高，也会相应提高科技人才的工作待遇和晋升前景，从而吸引科技人才到来.同时集群中的企业往往和大学等科研机构建立合作关系，由科研机构提供长期稳定的高级研究和管理人才.因此科技人才作为产业活动中需求最大和最为活跃的生产要素，必然因为产业集聚中的互有联系而产生集聚效应.

2.3 “领头羊效应”和“马太效应”

“马太效应”最早由Merton(1967)[29]提出，是指学术圈中名声累积的反馈现象，表明了强者越强、弱者越弱的两极分化现象.此后“马太效应”发展到经济学、社会学、历史学等众多领域，可以归纳为：任何地区、群体或个体，一旦在某个方面取得进步或成功，就会产生一种累积优势，有更多的机会取得更大的成功和进步.在企业管理中，羊群效应是被广泛研究的一个方面.每个行业里都存在优胜劣汰的残酷竞争，“领头羊”在其中脱颖而出，成为该行业的领军者，在行业中起主导作用，具有崇高的声望.“羊群”不断模仿比他能力更强的“领头羊”的一举一动并跟随其行动，由此形成“马太效应”：某一地区跟随“领头羊”的羊群会越来越多.

在科技人才集聚的过程中，存在“领头羊效应”：一部分科技人才会受到“领头羊”的影响而进行区域流动.这是因为科技人才作为社会中拥有较高能力和关注度的人群，天然拥有极强的进取心和上进心.一个“领头羊”往往需要一整个研发团队支持，“领头羊”所带来的良好的科研环境和团队合作氛围能满足科技人才在事业、科研方面不断寻求突破的精神需求.科技人才在集聚过程中，运用其自身的高能力优势，给地区提供大量的创新成果和产品，为地区营商环境改善和制度实施建言献策，提高地区管理能力和效率，对经济社会的发展和营商环境的改善做出重要贡献.因此人才集聚存在“马太效应”：人才集聚程度高的地区会因此吸引更多的人才，即产生内生性问题.

根据以上分析，本文认为营商环境改进能提高科技人才集聚度，科技人才集聚度的提高又会受到自身的影响并促进营商环境改善，不能忽略内生性问题.本文利用脉冲响应函数分析营商环境改进与科技人才集聚度提高的动态影响，而后利用GMM估计法检验两者在内生交互影响下的影响能力和长期效应.

3 研究设计

本文选取了上海市和江苏省、浙江省所有地级市、副省级城市和省会城市共计25个城市的数据，年份区间为2009年至2018年，数据出处是各城市统计年鉴以及EPS数据库中的中国城市数据库和中国城乡建设数据库.实证分析采用Stata16.0软件.

3.1 营商环境变量测量

本文对营商环境的测量方法主要参考丁鼎等(2020)[30]和肖文等(2016)[31]的评价方法，将营商环境分为政府效率、人力资源、金融服务、公共服务、市场环境和创新环境6个一级指标、11个二级指标和17个三级指标，采用熵权法来确定指标权重.熵权法的具体步骤如下.假定评价系统的初始矩阵是：

R=(rij)m×n

(1)

其中有m个评价体系，n个样本.rij为第i个体系中第j个指标的值.根据信息熵概念，某组指标间差异越小，在评价中的作用也就越小，否则作用越大.首先将原始矩阵R进行归一化，得到矩阵E.归一化中需要区分指标是越大越满意还是越小越满意，对于越大越满意的指标有：

(2)

对于越小越满意的指标有：

(3)

其次，求出评价指标的熵值，为：

(4)

其中，i=1，2……m，j=1，2……n，

(5)

当fij=0时，lnfij无意义，所以要对其进行修正：

(6)

综合计算出六个评价指标的熵权，值为：

(7)

得出六个指标的权重后，利用加法合成法计算得出各市2009年至2018年的营商环境综合效率.营商环境的具体指标分类及出处见表1.

表1 营商环境指标分类、权重及出处

3.2 科技人才集聚度变量测量

本研究选取科研、技术服务业从业人数体现科技人才的代理指标的做法，运用区位商模型计算出25个城市的科技人才集聚度.区位商计算公式如式(8)所示.其中Ei和Eki分别表示i城市年末单位从业人数和科研、技术服务业从业人数；Ej和Ekj分别表示全国年末单位从业人数和科研、技术服务业从业人数.

(8)

3.3 控制变量

本文选取的控制变量共3个：经济发展水平、科学文化土壤和产业集聚.

3.3.1 经济发展水平

霍丽霞(2019)[15]认为，经济环境对科技人才的吸引起着根本性或基础性的作用.而区域经济发展水平是经济环境的重要组成部分.本文选取地区生产总值作为衡量经济发展水平的指标.

3.3.2 科学文化土壤

科学文化土壤是指对地区所拥有的能够促进技术进步和科学发展的科学文化底蕴的代称.韩联郡(2018)[16]认为，科学文化土壤有利于科学技术和教育事业的发展，涌现大批的人才和成果，最终吸引更多的科技人才并实现科技人才的集聚现象，且高等学校作为当代科学文化引进、储存、生产和传播的重要载体，对科技人才的引进和培养等都有重要影响，在科学文化土壤的形成中占有重要地位和作用.本文选择区域普通高等学校数作为地区科学文化土壤的代理指标.

3.3.3 产业集聚

学界普遍认为人才集聚和产业集聚相互补充互为促进，并且是同步进行的.本文采用制造业产业集聚来代替产业集聚的做法，选取制造业从业人数，运用区位商模型计算25个城市的产业集聚程度.

4 实证分析

4.1 单位根检验和协整检验

在面板数据分析之前首先进行单位根检验.对时间序列yit，考虑如下面板自回归模型

yit=ρiyi，t-1+zitγi+εit

(9)

其中zitγi表示个体固定效应与时间趋势，εit表示随机扰动项.由于本文面板数据的特征为短面板，故本文同时采用有时间趋势和无时间趋势的HT检验和IPS检验.检验结果如表2所示.

根据表2所示，所有变量均未通过1%的显著性水平检验，说明存在单位根，因此需对变量进行协整检验.由于传统的Kao检验要求所有面板的协整向量均相等，而Pedroni和Westerlund检验无此限制.为保证研究结果可靠性，本文采用有时间趋势的Pedroni和Westerlund进行协整检验.检验结果如表3所示.由表3可知，Pedroni和Westerlund检验的P值均小于1%，说明拒绝“不存在协整关系”的原假设，即变量之间存在稳定的长期均衡关系，可以使用面板模型进行实证分析.

表2 单位根检验结果

表3 协整检验结果

4.2 营商环境改进对科技人才集聚度提升的动态影响过程

本文采用脉冲响应函数来考察营商环境各子方面改进对科技人才集聚度提升的动态影响过程和影响持续时间，模型具体为：

其中，k表示滞后阶数，ε表示随机扰动项.计算得出的正交脉冲响应图如图1所示.图中，灰色阴影区域代表95%置信区间，横轴代表冲击的滞后时期数，以年为单位，纵轴代表冲击响应的程度，实线代表冲击响应函数.由图1可知，政府效率和公共服务对科技人才集聚的冲击相似，在第一年均为正值，在第二年达到最低点，在第四年才开始形成长期稳定的效应；人力资源对科技人才集聚的冲击在第一年上升较大，在第二年效应基本不变，第三年开始形成长期稳定的效应；金融服务和市场环境对科技人才集聚的冲击在第一年均为微弱的负值，第二年缓慢上升，在第三年形成长期稳定的效应；创新环境对科技人才集聚的冲击在前三年呈现出上下波动的态势，在第四年形成长期稳定的效应.表明在前期，政府效率、人力资源、金融服务、公共服务、市场环境和创新环境的改进会引起科技人才集聚的提高并进入上下波动的“震荡过渡期”；大致经过三到四年的时间形成长期稳定的科技人才集聚效应；政府效率、人力资源、金融服务和市场环境改进对科技人才集聚提升的效应在长期稳定提升，公共服务、创新环境改进对科技人才集聚提升的效应在长期基本保持不变.本文认为，造成这些情况可能的原因是：各地方政府在致力于改进营商环境的初期，投入了大量的人力、财力、物力，这在一定程度上确实吸引了一部分科技人才.但这种“投入效应”并不能立即显著改善当地的营商环境质量，营商环境的改进需要一个“从量变到质变”的过程.在这个过程中，科技人才对政府改善营商环境的决心、执行力和持续性会感到质疑和困惑，同时受到周围发展较快的地区已经形成的高质量营商环境的影响，因此会有一个上下波动的“震荡过渡期”.在“震荡过渡期”后，当地营商环境质量得到显著改善并得到普遍认同，此时就会形成长期稳定的科技人才集聚效应.科技人才更加注重政府、人力和金融市场方面的影响，在集聚到某一地区之后，会对这些领域加大自己的资本投入力度，政府效率、人力资源、金融服务和市场环境得到进一步改进，以此吸引更多人才，在长期形成良性循环.

(1)政府效率对科技人才集聚的冲击

(2)人力资源对科技人才集聚的冲击

(3)金融服务对科技人才集聚的冲击

(6)市场环境对科技人才集聚的冲击

4.3 差分GMM和系统GMM分析

为考察科技人才集聚过程中的“领头羊效应”和“马太效应”，本文采用一阶滞后项构建动态面板模型，具体形式如下：

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

+βξ+μi+εit

(10)

其中ξ表示一组控制变量，包括lnkxwhtr、lnjjfzsp和lncyjj，β表示控制变量的系数向量.GMM估计法是动态面板数据分析中常用的计量方法.GMM估计分为差分GMM估计和系统GMM估计.差分GMM估计对式(10)进行差分以消去个体效应μi，并使用所有可能的滞后变量作为工具变量进行GMM估计.但是当序列{yit}具有很强的持续性时，会导致弱工具变量问题，此时不再适合用差分GMM估计法.而系统GMM估计法由于利用了样本的更多信息，比差分GMM估计法更有效，更适用于一般情形.由于两者方法均使用了工具变量，因此能检验两个变量间内生交互影响下的长期效应.

差分GMM估计和系统GMM估计前提是扰动项{εit}不存在自相关，故要对此进行检验.本文通过检验扰动项的差分是否存在一阶与二阶自相关，来检验原假设“扰动项{εit}不存在自相关”是否成立.检验结果如表4所示.由表4可知，差分GMM估计中一阶和二阶的p值均大于0.05，不拒绝原假设.系统GMM估计中二阶的p值大于0.05，不拒绝原假设.因此差分GMM估计和系统GMM前提均成立.

表4 差分GMM估计和系统GMM前提检验

本文采用差分GMM估计和系统GMM估计两种方法进行动态面板数据分析.差分GMM估计和系统GMM估计结果如表5所示.由于系统GMM方法更有效率，本文仅使用系统GMM估计结果进行研究分析.由表5可知，加入控制变量后，两种方法均显示出营商环境对科技人才集聚有显著的正向影响；科技人才集聚的滞后项回归系数明显大于其他变量，说明科技人才集聚自身存在的惯性远大于其他变量的影响.科技人才集聚过程中的“领头羊效应”和“马太效应”得到证实.

表5 动态面板模型分析结果

由于差分GMM估计和系统GMM估计均使用了工具变量，因此需要进行过度识别检验，检验结果如表6所示.由表6可知，差分GMM估计和系统GMM估计过度识别检验结果分别为chi2(14)=16.60和P值=0.278 3>0.05、chi2(14)=22.74和P值=0.4165>0.05，无法拒绝过度识别检验“所有工具变量均有效”的原假设，差分GMM估计和系统GMM估计有效.

表6 过度识别检验结果

5 结论与建议

以上分析可知：营商环境改进在初期对科技人才集聚度提高有正向影响，在中期存在“震荡过渡期”，科技人才集聚效应在此期间会呈现出上下波动的趋势，在后期营商环境改进对科技人才集聚度提高存在长期稳定的效应；在长期内科技人才集聚受自身惯性的影响程度更高，科技人才集聚过程中存在“领头羊效应”和“马太效应”.这与现实相符合.研究结果表明，改善营商环境、提高政府效率、降低准入门槛等，有利于科技人才流入.而科技人才所带来的先进的管理能力和创新研发技术等又会反过来促进营商环境的改善，吸引更多人才.

第一，在政务环境方面，政府应通过出台一系列政策来简化企业相关审批程序、减免税收，压减自由裁量权，厘清省市区间的权责关系，制定标准统一的公共服务事项清单和行政权力事项目录，降低制度性交易成本，提高政府部门服务效率，扩大科技人才集聚效应；第二，在市场环境方面，政府应高效实施市场准入负面清单制度，完善公平竞争审查制度，破除招投标隐性壁垒.加强行政程序，依法保证民营经济的资产、资本和知识产权安全保护；第三，在人才方面，政府应完善人才政策支持，设立专门的资金项目来加大人才补贴力度，鼓励民间资本投入，加大对高校和科研院所的投入，提供优质的科研设备等硬环境，并注重相关风险的防范和控制.地方政府在致力于改善营商环境的初期，应提前制定出改善营商环境的各项政策和措施，并高效执行，而不是单纯的人力或资本投入，以尽量缩短甚至消除“震荡过渡期”，实现科技人才集聚的长期稳定效应.