中国省际人才分布影响因素的实证研究

2022-05-11 11:20:05 | 浏览次数：

摘要：合理的人才布局是现代社会经济发展的根本保证。利用2006—2014年我国30个省（市、自治区）的统计数据，本文从吸引人才的视角深入研究了人才分布的影响因素，并对东、中、西三地区人才分布影响因素进行比较分析。研究发现，吸引人才主要基于经济因素和社会公共服务因素，其中经济水平、产业结构、科技氛围会显著提高人才吸引力；生活成本会显著降低人才吸引力；经济因素和社会公共服务因素对东、中、西三地区人才分布的影响作用差异明显；社会公共服务因素相对经济因素对人才分布的影响作用较弱。

关键词：省际人才分布；影响因素；面板数据；双向固定效应模型

中图分类号：C922；C96文献标识码：A文章编号：1000-4149（2018）03-0047-09

Abstract：Reasonable talent distribution is an important factor of social and economic development. This paper studies the influencing factors of talent distribution and makes a comparative analysis on the influencing factors of talent distribution in East， Middle and Western regions by using the statistical data of 30 provinces in China（2006—2014）. The study found that attracting talent mainly consider economic factors and social public service factors； economic level， industrial structure， technological atmosphere will significantly promote the interprovincial talent attraction， while the cost of living will significantly impede the attraction of interprovincial talents. The influence of economic factors and social public service factors on the distribution of talents in East， Middle and Western regions is obviously different. The effect of social public service on the distribution of talents is weaker than economic factors.

Keywords：interprovincial talent distribution； influencing factors； panel data； twoway fixed effects model

一、引言

人才資源是经济社会发展的第一资源，人才是创新之本，党的十九大报告指出“人才是实现民族振兴、赢得国际竞争主动的战略资源”。在中国特色社会主义进入新时代的背景下，人才发展将势必呈现新变化、新趋势。新时代、新常态下的经济发展将更加依靠人力资本质量和技术的进步，实现“人口红利”到“人才红利”的转变。新经济、新常态下各地对高端人才的竞争将会更加激烈，生产要素将在全国各地乃至全球范围内广泛、频繁流动，人才流动国际化，人才争夺“本土化”趋势愈演愈烈。人才与普通的劳动力是不同层次的生产要素，二者之间的关系不是简单的数量关系就能够相互替代的，其对于区域经济发展、提高区域竞争力的影响具有本质的不同，人才在社会经济发展中的作用日益突出。不同的历史时期对于人才的判断标准不同，人才的定义也随之发生变化。《国家中长期人才发展规划纲要（2010—2020）》中将人才明确为“人才是指具有一定的专业知识或专门技能，进行创造性劳动并对社会作出贡献的人，是人力资源中能力和素质较高的劳动者。人才是我国经济社会发展的第一资源”[1]。根据《2015中国人才资源统计报告》显示的数据，中国全国人才总量达1.75亿，人才资源总量占人力资源总量的比例达15.5%[2]。但全国的人才分布呈现极不均衡性。按照人才地域分布指标，根据《2010中国人才资源统计报告》计算的人才相对密度，上海、北京、天津人才人口密度相对较高，分别为1805人/万人、1435人/万人、1249人/万人；按照人才区域密度指标，人才主要集中在东部发达地区，而西部地区人才相对缺乏[3]。在这一背景下，从吸引人才的视角，将人才从人力资本中分离出来，运用一定的方法将其抽象和量化进行影响因素的研究，对科学制定人才战略，提高地区人才吸引力，促进人才资源合理布局，释放人才资源创新创造活力，将人才优势转化为发展优势，提高人才的配置效率，推动经济社会均衡发展具有重要的意义。

二、文献回顾

目前学术界对于我国人才分布的研究多从人才地理学的视角研究历史时期全国及地方杰出人才的地理分布规律及形成的原因[4-5]，由于衡量人才标准的变化及人才环境差异，此类文献仅作为参考。本研究重点从人才分布状况和人才分布的影响因素两方面进行梳理。具体如下：①我国人才分布现状。我国人才分布总体上呈现极不均衡性。从人才人口密度来看，上海、北京、天津人才人口密度排在前列；从人才区域密度来看，人才主要集中在东部发达地区，西部人才相对缺乏[3，6-7]。某类专业人才如高科技人才、创业人才、水利人才也呈现出相似的特征：创业人才在各地区的分布很不均衡，呈现比较典型的东、中、西部地区依次递减的区域分布，东部地区的创业人才明显要高于中西部地区[8]；水利人才总体分布极为不均，长江三角洲地区是我国水利人才分布最为密集的区域[9]；技术人才存在向区域内核心城市集聚的明显倾向[10]。②人才分布的影响因素。人才分布是环境与人才系统相互作用的结果，多数学者认为影响人才分布的因素是复杂多样的，概括起来主要因素包括社会环境和自然环境[11]。社会环境因素具体表现为经济发展状况、经济发展方式、教育因素、文化传统、政策因素、城市化水平等。姜怀宇、徐效坡、李铁立利用1990—2002年数据采用多元回归分析方法，证明城市化是1990年代以来人才集聚的主要动力；区域高等教育培养能力是影响人才密度增长的重要变量，城市化及收入水平所形成的合力是吸引人才的最重要因素，国家区域政策对人才分布格局起到有力的间接影响[12]。方志利用我国分省数据通过主成分分析方法和多元回归统计方法实证分析了影响我国人才省际分布的因素主要是经济发展类指标，包括经济发展状况、教育发展水平和城市化水平[3]。针对某类专门人才分布的影响因素反映该类人才特征：李长安从经济发展状况、经济发展方式、创业成本状况三方面对创业人才地区分布进行分析，发现经济增长率和经济发展方式对创业人才的地区分布影响不大，但创业成本对创业活动有较为显著的影响[8]。李子彪、石晨晓、徐英华认为京津冀地区的科技人才分布状况取决于京津冀三地的经济发展水平和科技研究环境，并利用2003—2014年相关数据进行回归分析，发现经济环境对人才数量的影响要大于科技研究环境对人才数量的影响；自然环境因素具体表现为地理位置、气候因素、地形因素、自然资源等[13]。姜怀宇、徐效坡、李铁立分析1990年代以来中国人才分布的空间变动原因，认为自然环境对人才密度变化具有间接影响[12]。张伟兵、刘林、李责宝研究我国现代水利人才的分布特点，发现区域洪涝灾害、区位和交通因素对现代水利人才分布有着重要影响[9]。

纵观已有的研究，我国人才分布现状及影响因素的研究成果较少，且现有研究多采用定性的研究方法；实证研究的文献不多，仅有的数篇文献多利用截面数据采用多元回归的方法，很少有利用面板数据对人才分布的影响因素进行全面分析。正是基于这一背景，本文利用2006—2014年我国大陆地区除西藏以外的30个省级地区的面板数据，采用双向固定效应模型，深入研究我国省际人才分布的影响因素。

三、研究设计与变量说明

1.计量模型设定与变量选取

从已有文献研究来看，人才分布的影响因素有很多，主要包括社会环境因素和自然环境因素。尽管在人才分布的影响因素理论分析中认为自然环境对人才分布有重要影响，但由于本研究从人才吸引的视角，重点关注经济因素和社会公共服务因素对人才分布的影响，另外由于自然环境变量指标使用时的复杂性及数据的难获得性，因此暂未考虑地理因素、气候因素等自然环境因素；由于政策因素很难通过单个变量具体指代，本研究中暂未纳入。本研究主要从经济因素和社会公共服务因素两方面重点考察省际人才分布的影响因素。经济因素包括经济水平、产业结构、经济机会、生活成本，对应选择的指标分别为人均GDP、第三产业增加值占GDP的比重、外商直接投资额、商品房平均销售价格占城镇居民可支配收入；社会公共服务因素包括科技氛围、教育水平，对应选择的指标分别为国内专利申请受理量、普通高等院校的数量。

省际人才分布的影响因素从数据的结构特征来看，每个省份是一个横截面，在一个时间序列中观察各个横截面（省份）每个影响因素的变化，即数据在横截面和时间序列上都有变化，兼具了横截面及时间序列的特征，属于典型的面板数据。面板数据具有许多横截面数据和时间序列数据所没有的优点。其主要优点是可以解决遗漏变量问题，遗漏变量是内生性问题的主要来源之一，遗漏变量常常是由于不可观测的个体差异或“异质性”造成的，如果个体差异不随时间而改变，面板数据提供了解决遗漏变量问题的又一利器。其次，面板数据兼具横截面与时间两个维度，提供更多个体动态行为的信息。最后，通常情况下，面板数据容量大，估计结果更加稳定[14]。面板数据的一般形式：

其中，Talent为被解释变量，表示省际人才分布；GDP、Structure、FDI、Cost、Patent、Edu为解释变量，分别表示经济水平、产业结构、经济机会、生活成本、科技氛围、教育水平；下标i和t分别表示地区和年份；α表示常数项，βi表示变量系数，εit表示残差。

2.变量说明

本研究被解释变量为省际人才分布（Talent）。为保持统计资料的完整性或一致性，并避免重复，采用18岁以上人口中大专以上学历人口作为人才的衡量指标，考虑各省人口绝对数相差很大，采用人才密度反映各地区人才分布情况，作为衡量省际人才分布的指标。省际人才密度定义为省域内18岁以上人口中大专以上学历人口占地区总人口的比例。该指标越高说明该地区人才分布越多。

本研究解释变量的获取主要是基于以下考量。

（1）经济水平（GDP）。已有研究表明，地区经济发展水平与人才分布密切相关，经济发展给人才带来经济效益，经济发展水平越高，对人才的吸引力越强；学历越高，其分布和流动的中心指向性越强。衡量地区经济水平的指標较多，通常经济学上选择GDP反映一个地区经济发展水平，但考虑到各地区人口数量的差距，本文选择人均GDP来综合衡量地区经济发展水平。

（2）产业结构（Structure）。经济发展方式对人才的地区分布和就业状况有着较大的影响，产业结构体现了经济发展方式，产业结构与人才分布、人才结构密切相关。第三产业对人才的地区分布与带动就业人数有着较弱的正面影响[8]。第三产业比重较高的地区可能拥有更多的人才，就业吸纳能力较强。本文选取第三产业增加值占GDP的比重表示地区产业结构状况，其反映一个地区的经济发展方式。

（3）经济机会（FDI）。地区经济机会越多，人才吸引力越强。本文选取外商直接投资额衡量地区经济机会状况，外商直接投资额主要反映地区经济活跃程度，是对一个地区经济发展水平的测量，反映地区经济机会的多寡。

（4）生活成本（Cost）。根据已有的研究可知，生活成本对人才的影响是负面的，生活成本越高，越不利于人才的涌现和集聚。由于住房支出在居民生活支出中所占比重较大，因而房价负担能够较为直观地反映一个地区的生活成本，本文选取商品房平均销售价格与城镇居民可支配收入之比来衡量一个地区的生活成本。过重的房价负担可能成为制约人才分布和人才集聚的重要因素。

（5）科技氛围（Patent）。人才与普通劳动力是不同层次的生产要素，相较于普通劳动力而言，人才分布的影响因素除了考虑经济方面的因素外，吸引人才还主要依赖于区域内的科技氛围。科技氛围反映地区的创新能力、科技水平和市场化程度。国内专利申请受理量可从侧面反映一个地区的创新能力、科技水平和市场化程度，是衡量地区科技产出和知识创新的重要指标。本文选取国内专利申请受理量表示地区的科技氛围。

（6）教育水平（Edu）。大学为所在区域营造的文化氛围及智力环境，对人才具有吸引作用[12]。教育水平对人才分布的影响在于两个方面：一是高校毕业生为当地提供人才，由于马太效应的影响，会吸引更多的人才集聚；二是基于自身未来进修、子女教育的角度考虑，地区教育水平对于吸引人才具有重要影响。本文选取普通高等院校的数量来衡量一个地区的教育水平。

本文选择的是大陆地区除西藏之外的30个省（市、自治区）的数据，数据来源于《中国统计年鉴》，各指标的选择年份均为2006—2014年。变量中涉及价格的因素均按照2006年为基期利用GDP平减指数进行折算处理。主要变量的描述统计结果见表1。

四、省际人才分布的影响因素实证研究

1.单位根检验

为避免构建的面板模型出现伪回归或虚假回归，需要对面板数据进行平稳性检验。进行单位根检验的方法主要有LLC检验、HT检验、Breitung检验、IPS检验、费雪式检验、Hadri LM检验等。本文主要运用LLC检验、HT检验两种方法进行单位根检验。检验结果如表2所示。LLC检验和HT检验结果表明，所有变量经过一阶差分后均在1%的显著性水平上强烈拒绝面板包含单位根的原假设，所有变量都是一阶单整，因此认为面板为平稳过程，通过单位根检验。

2.协整检验

所有变量都是一阶单整，则需要进一步做协整检验，来考察变量之间是否存在长期均衡的协整关系。进行协整检验的方法主要有Kao检验、Pedroni检验和Westerlund检验。本文采用Kao检验方法对所有变量进行协整关系的检验。检验结果显示，DickeyFuller t和Augmented DickeyFuller t统计量分别是-2.714和-5.630，对应的p值分别是0.003和0.000，均小于0.01，所以在1%的显著性水平上强烈拒绝了变量之间不存在协整关系的原假设，即变量之间存在长期稳定的均衡关系，可以对面板数据进行回归分析。

3.回归结果

运用Stata15.0软件对我国30个省（市、自治区）2006—2014年面板数据进行回归分析。为了得到较为有效的估计结果，分别采用混合最小二乘回归（Pool OLS）、固定效应（FE）和随机效应（RE）进行估计。考虑到传统的固定效应模型仅仅考察了个体效应，而没有对不同时期、不同地区的残差相关性进行分析，从而使得估计的结果可能产生较大的偏差，并且偏差可能会随着时间效应的影响不断地增大。因此，将采用兼具个体效应和时间效应的双向固定效应模型（Twoway FE）进行估计。表3的方程1、方程2、方程3、方程4分别报告了混合最小二乘回归（Pool OLS）、固定效应（FE）、随机效应（RE）、双向固定效应（Twoway FE）估计的解释变量系数结果。

回归结果显示的F统计量的p值为0.000，表明个体效应整体上是显著的，固定效应模型优于混合最小二乘回归；LM统计量的p值为0.000，表明随机效应非常显著，随机效应模型也优于混合最小二乘回归；根据Hausman检验，chi-值为40.03，为正数，p值为0.000，拒绝原假设，因此，在固定效应模型和随机效应之间选择固定效应模型。也就是说，根据Hausman检验，固定效应的结果优于随机效应。根据LR检验，p值为0.000，拒绝原假设，表明时间效应显著，双向固定效应模型优于固定效应模型，选择双向固定效应模型。因此，我们认为方程4中的结果是最有效的。

通过观察方程4中解释变量系数的估计值，可以得出以下几点发现。

（1）经济水平、产业结构、科技氛围对省际人才分布的影响系数为正，表明经济水平、产业结构、科技氛围对省际人才分布具有显著的正向作用，这印证了经济发展水平越高（产业结构）、科技氛围越浓厚对人才越有吸引力的觀点，与人才分布的实际情况相吻合。同时，经济水平、产业结构、科技氛围的系数分别为0.383、0.399、0.092，可知，当人均GDP增加1%，省域人才密度提高0.383%；当地区第三产业增加值占GDP的比重增加1%，省域人才密度将提高0.399%；国内专利申请受理量增加1%，省域人才密度提高0.092%；这三个变量对人才分布影响作用的强弱顺序依次为产业结构、经济水平、科技氛围；产业结构、经济水平对人才分布的影响作用明显高于科技氛围。可以说提高人才吸引力要考虑产业结构、经济水平等经济因素，也要考虑科技水平等社会公共服务因素。

（2）生活成本对省际人才分布的影响系数为负，且通过了5%的显著性水平检验。生活成本对省际人才分布的影响系数为

-0.258，表明商品房平均销售价格与城镇居民可支配收入之比每增加1%，省域人才密度将降低0.258%。这表明过高的生活成本不利于吸引人才、集聚人才，过高的房价负担成为影响人才分布的负面因素。不断上涨的房价提高了人才在城市生活的成本，影响人才流动的选择，最终影响人才分布。北京、上海、广州、深圳等一线城市由于工作机会多、发展空间大，成为各类人才集聚的首选地，但是在高房价面前，面对沉重的生存和生活压力，各类人才不得不望而却步或被迫选择离开，一线城市不得不承受人才流失的痛楚。

（3）经济机会、教育水平对省际人才分布的影响系数为正，但是没有通过显著性检验。一方面表明现阶段，经济机会的多寡对人才吸引力的作用还未显现，未来用宏观经济手段吸引人才尚有发展空间；另一方面也表明我国省际人才分布的影响因素呈现出经济性影响因素为重的单一性特征。虽然在理论上教育水平等公共服务因素能够影响省际人才分布，教育水平等公共服务较好的地区，能够吸引更多的人才，但其对人才的吸引力相对于经济因素来说相对较小。这也从侧面反映我国人才需求还处于经济发展优先阶段，对于经济物质条件的追求处于主导地位，多元化的生活方式还未成为人才的首选。随着我国经济的发展、政策性和制度性壁垒的消除和市场化进程的加快，未来教育水平等公共服务因素对人才分布的影响作用将会逐渐凸显。

（4）在双向固定效应模型中，sigma_u表示个体效应的标准差，数值为0.462，sigma_e表示随机干扰项的标准差，数值为0.122，rho是指个体效应波动占总体波动的比重，数值为0.935。所以在双向固定效应模型中，个体效应波动占总体波动的93.5%。

4.东、中、西三地区比较

为了研究我国东、中、西三地区人才分布的影响因素，根据国家标准，运用Stata15.0，采用双向固定效应模型对我国东、中、西三地区2006—2014年的数据进行比较分析，结果如表4所示。

第一，东、中、西三地区省际人才分布影响因素比较分析。根据表4的估计结果，东部地区，经济水平、产业结构、科技氛围对东部人才分布的影响系数为正，但未通过显著性水平检验。生活成本对东部地区人才分布的影响因素为负，通过了5%的显著性水平检验，表明过高的房价负担成为制约东部地区人才吸引的重要因素，生活成本高，特别是房价水平高，对东部地区人才吸引是一个障碍。中部地区，经济水平、产业结构、科技氛围对中部地区人才分布的影响系数为正，且通过了显著性水平检验，表明经济水平、产业结构、科技氛围对中部地区吸引人才具有显著的正向作用。中部地区，经济水平、产业结构、科技氛围对中部人才分布的影响系数为正，且分别通过了10%、10%和5%的显著性水平检验，表明经济发展水平越高、第三产业增加值占GDP的比重越大、创新能力及科技水平和市场化程度越高，省域人才密度越高，对人才的吸引力越强。而生活成本对中部地区人才分布具有显著的负向作用。生活成本越高，越不利于吸引人才，这与预期相一致。经济机会、教育水平对中部地区人才分布没有产生显著性影响。西部地区，产业结构、科技氛围对人才分布的影响系数为正，且分别通过了10%和5%的显著性水平检验，表明产业结构、科技氛围对西部地区人才分布具有显著的正向作用；经济水平、经济机会、生活成本和教育水平对西部地区人才分布未产生显著影响，这与现实情况一定程度上符合，西部地区相对于东部地区，经济发展水平、经济机会和教育水平相对比较落后，对人才的吸引力不强；近年来，西部地区依托自身条件，充分利用能源资源优势，积极推动产业转型，形成了符合西部地区特色的产业体系，对人才具有一定的吸引力，但是吸引力有限。这也从侧面说明了我国区域发展不平衡。总之，东、中、西三地区中，经济水平、收入水平、产业结构、经济机会、生活成本、科技氛围、教育水平、医疗水平对各地区人才分布的影响差异明显。

第二，东、中、西三地区人才分布影响因素作用强度分析。影响东部地区人才分布的因素中，生活成本的系数为-0.319，表明商品房平均销售价格与城镇居民可支配收入之比每增加1%，省域人才密度将降低0.319%。这说明在东部地区，过高的生活成本不利于吸引人才，过高的房价负担可能成为制约东部地区吸引人才的重要因素。中部地区人才分布的影响因素中，经济水平、产业结构、科技氛围的系数分别是0.936、0.609、0.133，表明经济水平每提高1%，省域人才密度提高0.936%；第三产业增加值占GDP比重每提高1%，省域人才密度提高0.609%；国内专利申请受理量每增加1%，省域人才密度提高0.133%。经济水平对人才的吸引力高于产业结构的吸引力，也高于科技氛围的吸引力。现阶段中部地区吸引人才首要考虑的因素依次是经济水平、产业结构、科技氛围；实现中部崛起，要大力推动经济发展，优化产业结构，推动技术创新与科技进步。西部地区人才分布的影响因素中，产业结构、科技氛围的系数分别为0.602、0.202，表明西部地区产业结构对人才的吸引力大于科技氛围的吸引力。在国家的重视下，随着投入力度的不断加大，西部地区利用自身资源禀赋和地缘优势，结合当地实际和发展需要，形成一些特色产业集群，推动地区经济发展。但相较于其他

因素，产业结构和科技氛围是西部地区吸引人才决策首要考虑的因素。总之，东部、中部和西部地区吸引人才创造有利条件首要考虑经济因素，社会公共服务因素相对经济因素对人才吸引的作用较弱。这从某种程度上表明我国人才更多的还处于追求经济收益这一单一目标的阶段，人才的主导需求还处于满足较低层次的需要。

5.稳健性检验和内生性问题

考虑到被解释变量省际人才分布可能与各个解释变量之间存在互为因果关系从而产生的内生性问题，同时也考虑到各个解释变量对人才分布的时滞效应，本文将各个解释变量分别取滞后一期，然后进行双向固定效应回归进一步检验稳健性[15]，具体结果见表5。从表5中可以看出，经济水平、产业结构、科技氛围对省际人才分布的影响系数为正且都显著，生活成本影响系数为负且显著，这一结果与前面实证分析结果一致。因此，本文的实证结果具有较强的稳健性。

五、结论与政策启示

在文献回顾的基础上，基于2006—2014年我国30个省（市、自治区）数据，采用双向固定效应模型，研究分析了我国省际人才分布的影响因素，并对东、中、西三地区人才分布影响因素进行了比较分析，从中得出以下结论：①影响省际人才分布的主要因素包括经济因素和社会公共服务因素；其中经济因素包括经济水平、产业结构、经济机会、生活成本；社会公共服务因素包括科技氛围、教育水平。②样本期内，经济水平、产业结构、科技氛围对省际人才分布具有显著的正向作用，对人才分布影响作用的大小依次为产业结构、经济水平和科技氛围；生活成本对人才分布具有显著的负向作用；经济机会和教育水平对省际人才分布无显著影响。③通过东、中、西三地区比较分析，发现经济水平、收入水平、产业结构、经济机会、生活成本、科技氛围、教育水平、医疗水平对各地区吸引人才的作用差异明显。东部、中部和西部地区吸引人才首要考虑经济因素，公共服务因素相对经济因素对人才分布的作用较弱。

基于上述研究结论，为吸引和积累人才，实现合理人才布局，除了符合市场规则外，还需要政府进行规范和引导，具体表现为如下方面。

一方面要打造特色产业集群，推动区域经济发展。

区域经济发展不平衡性是人才分布不均衡性的引致性因素之一。经济因素对人才分布产生重要影响。基于此，国家应加强区域宏观调控，优化配置区域资源，加快产业结构优化升级，从而促进区域经济协调发展。各地要根据资源禀赋实际条件和区域经济发展的需要，以产业开发为契机，合理规划和整合不同产业集群类别，着力打造特色产业集群，在功能错位中形成差异化的产业格局，形成功能链、产业链、人才链、创新链深度融合，围绕产业链部署创新链，以人才链打造创新链，共同推进功能链发展。经济发达地区要依托技术创新能力获取竞争优势，发挥“产学研”、科研机构“孵化器”集聚人才、实现技术创新的作用，促进创新型产业集群发展，推动产业集群的可持续发展；经济欠发达地区要利用地缘优势，结合当地发展实际，发展农林牧渔副业、休闲旅游产业、健康养老产业等特色产业集群，推动当地经济发展。

另一方面要加强人才环境建设，增强人才的认同感。

人才环境是人才生活、工作的基本基础支撑，良好的人才环境是吸引、保留、使用、发展人才的基础。地區舒适性、安全感、创新性、开放性、包容性等各个工作和生活的细节对人才分布产生至关重要的影响。各地要采用公共政策手段打造适合人才的优良环境。人才相较于普通劳动力更加重视科研、教育等公共服务环境。各地应加强人才环境建设，为人才提供良好的工作和生活环境，打造特色区域形象和文化感知，为吸引的人才带来良好的心理感知和归属感，增强人才对区域的认同感。在科研、教育环境建设方面，发挥政府资金的引导作用，增加科研、教育相关的财政投入，为区域吸引人才提供资金保障。具体来讲，注重科技创新体系建设，如涉及技术研发、孵化企业、科技成果转化、科技数据共享平台、科技咨询服务等科技创新平台；公共图书馆、网络设施、公共实验室和实验平台、高新科技园区、重大科技仪器和设备等创新基础设施。引导企业强化自主创新意识，促进科技成果的市场转化。

参考文献：

[1]中共中央组织部.国家中长期人才发展规划纲要：2010—2020年[M].北京：党建读物出版社，2010：3-10.

[2]盛若蔚.我国提速迈向人才强国[J].人才资源开发，2018（19）：57-57.

[3]方志.我国人才省际分布及其影响因素研究[J].青海社会科学， 2014（4）：71-79.

[4]叶忠海.人才地理学概论[M].上海：上海科技教育出版社， 2000：5-10.

[5]杨斌.贵州历代人才地理分布变迁[J]. 中国历史地理论丛， 1994（3）：229-243.

[6]余国忠，方圆圆.我国人才分布现状及主要影响因素[J].信阳师范学院学报：自然科学版， 2014（2）：204-207.

[7]江钰媛，孙绍荣.我国人才分布不均问题的博弈均衡成因及对策研究[J].中国劳动，2017（12）：43-47.

[8]李长安.中国创业人才的地区分布及影响因素分析[J].第一资源，2011（3）：56-65.

[9]张伟兵，刘林，李责宝.我国现代水利人才分布及背景[J].水利发展研究， 2011（4）：71-74.

[10]伦蕊.我国技术人才空间分布非均衡度的实证测评及原因解析[J].科技进步与对策，2009（4）：150-153.

[11]徐宝芳.人才地域分布规律研究[J].内蒙古师范大学学报：哲学社会科学版， 1997（6）：91-96.