创新型人才集聚与区域经济发展差异研究.pdf

2023年12月第6期 总第343期现代管理科学现代管理科学MODERN MANAGEMENT SCIENCEDecember 2023No.6 Total No.343创新型人才集聚与区域经济发展差异研究师磊俞卓航摘要当前国内外发展形势下，创新型人才成为国际社会关注的热点，探讨创新型人才集聚与区域经济发展差异的关系具有十分重要的战略意义。采用中国20012021年省级面板数据，建立面板双向固定效应模型，考察各省域创新型人才集中程度与区域间经济差距的关系。研究发现：第一，在考察期内，创新型人才集聚会显著扩大区域经济差距，该结论在更换变量测度及使用工具变量回归后仍然稳健。第二，机制分析表明，创新型人才集聚通过推动集聚地区产学研合作与高质量创新进而扩大区域经济差距。第三，创新型人才在我国不同地区的集聚效应存在一定的异质性。上述结论为改善我国不平衡不充分的发展现状，合理制定区域协调发展战略提供了有益参考。关键词创新型人才集聚；区域经济发展差距；产学研合作；高质量创新一、引言党的二十大报告再一次强调了现阶段我国社会的主要矛盾。实际上，中国不平衡不充分的发展格局从改革开放以来就一直存在。改革开放以来，不同阶段的发展战略影响着中国各地区的发展条件和发展速度，这引致中国的区域发展差距在时间和空间维度上都呈现一定的规律。从时间维度上看，中国区域发展差距呈现“减增减”3个阶段1；从空间维度上看，中国的区域差距格局整体上由“东西差距”向“南北差距”转变。近年来，中国经济发展逐渐从高速增长阶段转向新常态发展阶段2。从内部环境看，中国经济增长面临生产要素成本上升、资源约束强烈等问题，创新驱动经济发展变得尤为重要，中国的创新模式亟待从技术引进逐渐转变为自主创新3。从外部环境看，美国及其同盟国联合对华科技进行施压。在这样的环境下，我国实施人才强国战略和创新驱动发展战略具有重大意义。习近平总书记强调“我们要坚持人才引领驱动，全面提高人才自主培养质量，着力造就拔尖创新人才”。可见，创新型人才是保障我国创新活动、经济活力重要战略资源，中国经济的高质量发展离不开创新型人才驱动4。一个地区的新旧动能能否得到高效转换是这一地区能否在未来获得长期快速稳定发展的关键，因此，地区发展会对创新动能和创新型人才产生更深更广泛的需求。近年来，各地区均在创新驱动的发展要求下积极吸引人才，尤其是东部沿海发达地区，不断吸引各种创新型人才流入。创新型人才向发达地区流动并持续集聚可能会对集聚区域经济发展和各区域间经济差距带来深刻影响。那么，创新型人才集聚这一现象是否会对中国区域经济差距带来影响？具体带来什么样的影响？有哪些因素作为影响渠道？不同地区创新型人才集聚效应是否存在差异？基于以上问题，本文利用中国省级面板数据，建立面板双向固定效应模型探究其对区域发展差距的影响。本文的边际贡献可能有：（1）理论分析创新型人才集聚对我国区域经济差距的影响，并根据各省域的统计数据对其进行了实证检验。（2）进一步探索和考察创新型人才集聚效应的影响渠道和在我国四大板块的异质性。（3）为改善我国不平衡不充分的发展现状，合理制定区域协调发展战略提供有益参考。资料来源于 习近平：高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗在中国共产党第二十次全国代表大会报告，中华人民共和国中央人民政府官网，https:/ 习近平：决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利在中国共产党第十九次全国代表大会上的报告，中华人民共和国中央人民政府官网，https:/ 中国统计年鉴 和 中国科技统计年鉴 的20012021年中国30个省区市（不包括港澳台地区和西藏自治区）的省级面板数据。本文剔除了异常值后，利用线性插值法对部分缺失数据进行填充，最终将数据处理为平衡面板数据，总共包括630个观测样本。以上变量的描述性统计详见表1。如表1所示，核心解释变量创新型人才集中度（HHI）的取值在2.263到9.657之间，均值为6.185；可以看出在报告期内，各省区市之间创新型人才集中度的差异较大，创新型人才主要集中在东部地区省区市，如北京、上海、江苏等省区市，而中西部省份创新型人才相对稀缺。被解释变量区域经济差距（GAP）的取值在-0.344和0.781之间，均值为0；可以看出在报告期内，我国各省区市之间确实存在经济发展不平衡问题。从描述性统计来看，各省区市创新型人才集中程度与地区经济发展距全国平均水平的差异呈大致的正相关关系。表1描述性统计变量名称区域经济差距创新型人才集中度需求结构产业结构城乡结构地方财政一般预算支出经济开放程度少儿人口抚养比老年人口抚养比政府债务负担人口密度市场化程度变量符号GAPHHIDemandstrIndustrUrbanstrGovOpenChildOldDebtPeodensityLm样本量630630630630630630630630630630630630均值06.1850.3771.0650.5357.6010.34624.44513.5110.1220.1241.866标准差0.2521.4770.0640.5780.1481.1110.5137.4333.6930.0980.0130.406最小值-0.3442.2630.1970.4940.2544.3690.0168.3504.5900.0080.1060.018最大值0.7819.6570.6104.6800.9959.8123.99946.48034.8400.6360.1603.004-6五、实证结果及分析1.基准回归结果本文根据设定的基准模型进行回归，回归的结果报告在表2中。列（1）只加入核心解释变量创新型人才集中度（HHI），结果显示创新型人才集中度变量的估计系数为0.1113且在1%的水平上显著为正，这表明创新型人才的集聚会显著扩大区域间的经济差距。列（2）和列（3）分别在列（1）的基础上控制了省份固定效应和省份时间双向固定效应，两列的结果显示在控制了固定效应之后，核心解释变量的系数仍然在1%的水平上显著为正，说明列（1）所得结论具有一定的稳健性。表2基准回归结果变量HHIDemandstrIndustrUrbanstrGovOpenChildOldDebtPeodensityLm常数项省份固定效应时间固定效应观测值R2（1）GAP0.1113*（17.9752）-0.6887*（-19.3030）NONO6300.426（2）GAP0.0141*（3.4492）-0.0874*（-3.7831）YESNO6300.810（3）GAP0.0898*（5.9189）-0.5555*（-5.8192）YESYES6300.826（4）GAP0.0253*（3.1006）0.2394*（3.1820）-0.0054（-0.4072）0.1628（1.0938）0.2264*（6.5272）-0.2627*（-15.4798）0.0020*（1.9695）0.0024（1.0303）-0.6817*（-6.3081）-5.3843（-1.0183）0.0334（1.0746）-1.3534*（-1.8844）YESYES6300.941注：括号中为t值，*、*、*分别表示在10%、5%、1%的统计水平上显著，下同进一步，列（4）在列（3）即同时控制省份与时间固定效应的基础上控制了一系列控制变量（Demandstr-Lm），该列的结果显示创新型人才集中度变量的估计系数为0.0253，虽然系数相对列（1）有所减小，但仍然在1%的水平上显著为正，再次证明了创新型人才的集聚会显著扩大集聚中心区域与非集聚区域的经济发展差距，并且该结论具有一定的稳健性。综上，列（1）至列（4）的结果支持假说1成立。就控制变量而言，需求结构、政府财政一般预算支出、经济开放程度等因素均对区域经济发展差距有显著影响。-72.稳健性检验（1）更换核心解释变量为了检验核心解释变量的稳健性，本文参考庄毓敏等30的测算方法，以区位熵指数衡量创新型人才集中度，具体计算公式如下：AGGit=rit/rtpopit/popt（3）其中，i、t分别表示省份与年份，AGGit表示用区位熵指数衡量的创新型人才集中度，rit表示t年时i省份的创新型人才数量；rt表示t年时全国的创新型人才数量；popit表示t年时i省份的总人口，popt表示t年时全国的总人口。（2）更换被解释变量在基准回归中，本文使用归一化的各省人均GDP差距来衡量区域经济差距。为了检验被解释变量的稳健性，此处使用未归一化处理的各省人均GDP差异（GAP1）替代原被解释变量，同样使用双向固定效应再次对基准实证方程回归。（3）更换样本由于本文选用的样本数据所涉及的地域较广，不可避免地致使样本中出现极端值。为了剔除极端值的影响，本文对创新型人才集中度以及区域经济差距这两个变量均进行了双边1%的缩尾，并再次对基准实证方程进行了回归。（4）考虑滞后效应参考李雪松等31研究中的稳健性检验方法，考虑到地区经济发展可能会受到其经济发展条件一定程度上的滞后影响，为了检验实证中控制变量的稳健性，本文将所引入的控制变量取滞后一阶形式，并再一次对基准方程进行回归。表3中的列（1）至列（4）的回归结果均证实了基本结论的稳健性。表3稳健性检验回归结果变量AGGHHIHHI_winsor常数项控制变量控制变量滞后一项省份固定效应时间固定效应观测值R2（1）GAP0.0419*（3.1189）-1.2298*（-1.6491）YESNOYESYES6300.941（2）GAP10.3576*（2.7708）16.6585（1.4051）YESNOYESYES6300.830（3）GAP0.0267*（3.2865）-1.3194*（-1.8491）YESNOYESYES6300.941（4）GAP0.0250*（2.2725）-2.2560*（-2.8209）NOYESYESYES6000.9063.内生性处理本文的核心解释变量和被解释变量之间可能存在由双向因果导致的内生性问题。因此，本文采取工具变量两阶段最小二乘法（2SLS），尽可能缓解模型可能存在的内生性问题。（1）工具变量一：基于省份明清进士数量构建工具变量本文将我国各省份在明清时期拥有的进士数量作为该省份创新型人才集中度的第一个工具变量（Jinshi），该变量的具体测算方式为Ln（x+1），其中，x表示各省份明清时期的进士人数。选择该工具变量的-8合理性在于：一方面，一个地区的明清时期进士越多意味着该地区对于教育的重视程度越高，可能拥有更多的高等学府与进步人才，进而使得在现代能够培养或者吸引更多的创新型人才集聚，工具变量的相关性得到满足。另一方面，各省份在明清时期的进士数量差异与当代各省份之间经济发展差距不具有直接相关性，满足工具变量选取的外生性条件。（2）工具变量二：基于省份创新型企业数量构建工具变量除了上述工具变量的构建，本文还使用各省创新型企业数量作为工具变量二（Innofirm），该变量的具体测算方式为Ln（x+1），其中，x表示各省份拥有的“雏鹰企业”与“瞪羚企业”数量之和。选取该指标的合理性在于：一方面，创新型企业会有追逐创新型人才的特性，同时创新型企业也会培养出更多的创新型人才，因此一个地区的创新型企业数量与该地区的创新型人才集中程度具有高度相关性；另一方面，创新型企业的研发投入由于高风险性并不必然产生正向收益，因此创新型企业数量作为工具变量与区域经济差距并不直接相关，满足工具变量选取的外生性原则。两个工具变量的检验及实证结果报告在表4列（1）至列（4）。其中，列（1）和列（3）为第一阶段回归结果，结果表明两个工具变量对创新型人才集中度的影响均在1%水平上显著为正，表明两个工具变量与创新型人才集中度具有高度相关性，且通过了弱工具变量的检验。表4中的列（2）和列（4）呈现第二阶段回归结果，结果表明创新型人才集中度对区域经济差距的影响在1%水平上显著为正，并且K-P Wald F Statistic和C-DWald F Statistic值均远大于临界值16.38，进一步排除了弱工具变量问题。回归结果表明，当选用各省明清时期进士数量或创新型企业数量作为该省创新型人才集中度的工具变量进行2SLS回归后，本文的结论依然成立。表4内生性检验回归结果变量HHIJinshiInnofirm控制变量第一阶段F值C-D Wald FK-P Wald FHansen J P值省份固定效应时间固定效应观测值R2工具变量一（1）HHI0.1223*（15.6163）YES243.87069.561243.870YESYES6300.832（2）GAP0.1079*（9.9684）0.836工具变量二（3）HHI0.1211*（15.7127）YES246.89088.849246.888YESYES6300.841（4）GAP0.0938*（6.0564）0.844工具变量一和二（5）HHI0.0942*（11.2421）0.1003*（17.2347）YES225.53068.655225.5340.3205YESYES6300.837（6）GAP0.0976*（6.8647）0.840（3）同时引入工具变量一和工具变量二为进行过度识别检验，本文将两个工具变量Jinshi和Innofirm同时纳入模型，再次进行2SLS回归，回归结果报告见表4列（5）、列（6）。其中，列（5）为第一阶段回归结果，结果表明两个工具变量对创新型人才集中度的影响均在1%水平上显著为正，表明两个工具变量均与创新型人才集中度具有高度相关性，并通过了弱工具变量的检验。列（6）汇报了第二阶段回归结果，结果显示创新型人才集中度对区域经济差距的影响在1%水平上显著为正，且K-P Wald F Statistic和C-D Wald F Statistic值均远大于临界值16.38，进一步排除了弱工具变量问题。同时，Hansen J P值为0.3205大于临界值0.05，验证了所选工具变量的外生性，回归结果也证实了本文结论是成立的。-9六、进一步讨论1.影响渠道机制分析前文理论分析了创新型人才集聚可以通过提高集聚区域产学研合作水平和高质量创新水平进而扩大地区间的经济差距。为了检验这两种影响渠道机制，本文在基准回归的基础上分别引入各省产学研合作度（Coop）和高质量创新水平（Innov）两个变量进行影响渠道机制检验，变量的具体测算方式如下：产学研合作度。本文借鉴庄毓敏等的研究30，计算高校和研发机构的研发资金中企业资金的占比，并将两个比例分别标准化后按各自部门的研发资金投入规模作为权重进行加权平均，得到产学研合作度（Coop）。高质量创新水平。测算各省区域创新水平的数据来自 中国区域创新能力评价报告。本文将各省区域创新能力指数的对数值作为各省高质量创新水平变量（Innov）。为了检验创新型人才集聚能否通过提高集聚区域产学研合作水平进而扩大区域经济差距，创新型人才集聚能否通过提高集聚区域创新水平进而扩大区域经济差距，本文设定如下模型：Coopit=0+1HHIit+zZit+i+t+it（4）Innovit=0+1HHIit+zZit+i+t+it（5）其中，Coopit和Innovit分别表示t年i省的产学研合作程度和高质量创新水平；HHIit表示创新型人才集中度；Zit表示一系列控制变量；i为省份固定效应，t为时间固定效应，it为随机扰动项，其中，控制变量和双向固定效应均与本文的基准回归保持一致。具体回归结果报告见表5。首先，表5中列（1）展示了产学研合作度（Coop）的影响渠道机制。列（1）的结果显示创新型人才集中度的估计系数在5%的水平上显著为正，说明创新型人才集聚能够显著推动集聚地区的产学研合作水平，而产学研合作水平的提高已经被证实能够有效推动地区经济发展并保持充足的发展动力，这将会导致区域间经济差距进一步扩大。因此，列（1）的结果证实假说2a成立。表5影响渠道机制回归结果变量HHI常数项控制变量省份固定效应时间固定效应观测值R2（1）Coop1.0348*（2.593）0.1641*（-2.217）YESYESYES5400.889（2）Innov1.0342*（2.884）0.6776（-0.682）YESYESYES6300.952表5中列（2）展示了高质量创新水平（Innov）的影响渠道机制。列（2）的结果显示创新型人才集中度的估计系数在1%的水平上显著为正，说明创新型人才集聚能够显著推动集聚地区的高质量创新能力，而地区的创新水平尤其是近年来日益被重视的高质量创新水平，已经被证实对本地经济增速与增长质量具有显著推动作用，这同样也会导致区域间经济差距进一步扩大。因此，列（2）的结果证实假说2a成立。2.异质性分析创新型人才对我国不同区域经济发展的影响效应具有明显差异32。为进一步检验创新型人才集聚对区域经济差距影响的异质性，本文在基准回归模型的基础上，将样本数据按我国四大地域板块即东、中、西、东北地区进行划分，来检验影响效应的分地区异质性。四大地域板块的划分标准如表6所示。-10表6四大地域板块的划分标准四大地域板块东部地区中部地区西部地区东北地区省区市（不包括港澳台地区和西藏自治区）河北、北京、天津、山东、江苏、上海、浙江、福建、广东、海南河南、湖北、湖南、安徽、江西、山西重庆、四川、贵州、云南、广西、陕西、甘肃、青海、宁夏、新疆、内蒙古黑龙江、吉林、辽宁资料来源：国务院发展研究中心提出的“四大板块八大经济区”方案异质性检验的回归结果报告在表7中。从表7的列（1）、列（2）和列（4）可以看出东部和东北地区的创新型人才集中度（HHI）系数均在5%的水平上显著为正，中部地区系数在1%的水平上显著为正，表明在这3个地区内创新型人才集聚均显著引起了区域间经济发展差距的扩大；变量估计系数东北大于中部大于东部，表明从这3个地区内部来看，创新型人才集聚对区域经济差距的影响有所差异。表7异质性检验回归结果变量HHI常数项控制变量省份固定效应时间固定效应观测值R2（1）东部地区GAP0.0274*（2.3057）0.8576（0.8257）YESYESYES2100.925（2）中部地区GAP0.0378*（3.1646）-0.6591（-0.8626）YESYESYES1260.674（3）西部地区GAP0.0030（0.1646）-0.7217（-0.6518）YESYESYES2310.778（4）东北地区GAP0.0492*（2.2006）-7.2079*（-6.6145）YESYESYES630.972其中东北地区的估计系数最大，这可能由于东北地区较发达区域拥有保持甚至吸引创新型人才的经济社会条件，而相对欠发达区域创新型人才的流出比例较大，使得东北地区区域间创新型人才集中度差异较大。东部地区的估计系数也显著为正，这是由于东部地区是创新型人才的主要流入地区，但在东部地区内部，创新型人才集聚度在中心地区和边缘地区间也存在显著差异。中部地区的估计系数在1%的水平上显著为正，虽然我国中部地区创新型人才相对匮乏，但创新型人才主要集中在少数中心地区，与周围区域形成明显的势差。表7中列（3）显示西部地区的估计系数不显著，说明西部地区创新型人才集聚效应并不明显。七、研究结论与政策建议创新型人才是推动我国经济高质量发展和区域协调发展必不可少的战略资源。基于此，本文以创新型人才集聚为切入点，深入探讨创新型人才集聚对我国区域经济差距的具体影响。主要研究结论如下：一是创新型人才集聚会显著扩大区域经济差距。在考虑了核心变量构建方式、样本选取、滞后效应和内生性等问题后，该效应依然显著存在。二是在创新型人才集聚效应的影响渠道分析中，发现创新型人才集聚能通过提高集聚区域产学研合作水平和高质量创新水平进而扩大区域经济差距。三是目前创新型人才在我国不同地区的集聚效应存在一定的异质性。具体来说，创新型人才集聚对区域经济差距的扩大作用在我国东部、中部、东北3个地区较明显，在我国西部地区并不显著。本文的研究结论对改善我国不平衡不充分的发展现状、合理制定区域协调发展战略具有一定的政策启示意义：第一，在未来更高水平深化改革的条件下，在创新驱动的新发展阶段，创新型人才会持续向中心城市或超大、特大城市流动33，集聚效应将被进一步强化。为了促进我国区域协调发展，缩小区域间相对差距，应该-11优化我国区域间创新型人才资源配置结构，尤其是创新型人才储量落后的地区，更需要积极出台合适的人才优惠政策促进创新型人才引入、集聚、培养和管理，并为人才提供必需的基础设施配套建设、研发资金和仪器设备等。同时，创新型人才集聚地区应避免人才冗余、错配等造成资源浪费。重视创新型人才资源的合理配置，是完善我国区域协调发展战略的重要环节。第二，各地区要积极引导产学研合作，建立协同创新平台，积极联动各创新主体的人才、资金等优势资源；制定区域高质量创新引导政策，引导地区专利申请授权朝着更高创新含量发展。我国中西部等产学研合作水平滞后地区，更应该打造良好的创新环境、就业环境、营商环境，充分发挥创新型人才对地区产学研合作和高质量创新的推动作用，进而缩小与较发达地区经济发展的差距。第三，要落实各地区差异化动态化战略，东部地区要起到领跑带头作用，最大化提高创新型人才集聚的创新效益，并为其他地区提供创新知识溢出；中部、西部和东北地区要提升自身对人才的吸引力，引入并留住人才，不断完善自身基础设施、教育、医疗等水平，努力为创新型人才提供更好的居住环境、创新环境和就业环境，进而促进创新型人才资源在我国区域间的优化配置。参考文献：1 孙久文,张皓.新发展格局下中国区域差距演变与协调发展研究J.经济学家,2021（7）:63-72.2 周强,朱兰.供给侧改革、经济发展方式与投资驱动模式转变J.现代经济探讨,2017（3）:19-23.3 Xu Y,Li A.The Relationship between Innovative Human Capital and Interprovincial EconomicGrowth Based on Panel Data Model and Spatial EconometricsJ.Journal of Computationaland Applied Mathematics,2020（365）:112-381.4 郭金花,郭淑芬.创新人才集聚、空间外溢效应与全要素生产率增长兼论有效市场与有为政府的门槛效应J.软科学,2020（9）:43-49.5 董晓宏,孙拥军,武星.创新型人才与高技术产业共轭驱动高质量发展以京津冀为例J.经济与管理,2022（4）:29-35.6 姜炎鹏,王鑫静,马仁锋.创新人才集聚的理论探索全球人才流动的城市选择视角J.地理科学,2021（10）:1802-1811.7 崔丹,李国平,吴殿廷.城市适宜性对创新型人才集聚影响的研究进展及启示J.城市发展研究,2021（4）:81-89.8 章刚勇,尹继东,万宏.江西省区域经济差异分析及原因探究J.江西社会科学,2008（9）:225-229.9 赵青霞,夏传信,施建军.科技人才集聚、产业集聚和区域创新能力基于京津冀、长三角、珠三角地区的实证分析J.科技管理研究,2019（24）:54-62.10 邓翔,朱高峰,万春林.人力资本对中国经济增长的门槛效应分析基于人力资本集聚视角J.经济问题探索,2019（5）:173-181.11 闫沛慈,芮雪琴.人力资本集聚促进区域科技创新吗?基于门槛回归模型的分析J.管理现代化,2018（6）:95-99.12 史梦昱,沈坤荣.人才集聚、产业集聚对区域经济增长的影响基于非线性、共轭驱动和空间外溢效应的研究J.经济与管理研究,2021（7）:94-107.13 Duranton G,Puga D.Micro-foundations of Urban Agglomeration EconomiesJ.Handbook ofRegional and Urban Economics,2004（4）:1-49.14 Greiner A,Flaschel P.Economic Policy in a Growth Model with Human Capital,HeterogenousAgents and UnemploymentJ.Computational Economics,2009（2）:175-192.15 Jacobs J.The Economy of CitiesM.New York:Random House,1969.16 陈俊杰,钟昌标.高级人力资本跨省流动、要素多样化集聚与城市技术创新J.江西社会科学,2020（11）:70-79.17 Lee S Y,Florida R,Gates G.Innovation,Human Capital and CreativityJ.International-12Review of Public Administration,2014（3）:13-24.18 郑曦.一流高校产学研共生体建设理念与路径基于西北工业大学太仓长三角研究院的实践J.科技管理研究,2022（22）:96-102.19 陈伟,王秀锋,曲慧,等.产学研协同创新共享行为影响因素研究J.管理评论,2020（11）:92-101.20 叶传盛,陈传明.产学研协同、知识吸收能力与企业创新绩效J.科技管理研究,2022（3）:184-194.21 张羽飞,原长弘.产学研深度融合突破关键核心技术的演进研究J.科学学研究,2022（5）:852-862.22 王文娜,胡贝贝,刘戒骄,等.产学研合作深度与国家高新区全要素生产率J.科学学研究,2021（9）:1641-1651.23 周阳敏,桑乾坤.国家自创区产业集群协同高质量创新模式与路径研究J.科技进步与对策,2020（2）:59-65.24 田利辉,王薇.高质量创新与经济增长应对新冠肺炎疫情冲击的思考J.中国高校社会科学,2020（3）:4-11.25 Yang X,Zhang Z,Luo W,et al.The Impact of Government Role on High-quality InnovationDevelopment in Mainland ChinaJ.Sustainability,2020（20）:1-19.26 SolowRA.ContributiontotheTheoryofEconomicGrowthJ.QuarterlyJournalofEconomics,1956（1）:65-94.27 杨帆,杜云晗.创新与高端服务业人才集聚对经济增长影响的共轭效应研究基于西部地区城市面板数据的分析J.中国软科学,2021（10）:82-91.28 陈明生,郑玉璐,姚笛.基础设施升级、劳动力流动与区域经济差距来自高铁开通和智慧城市建设的证据J.经济问题探索,2022（5）:109-122.29 赵忠秀,李泽鑫.贸易便利化与中国企业创新：从国内研发到专利出海J.经济评论,2022（3）:3-21.30 庄毓敏,储青青.金融集聚、产学研合作与区域创新J.财贸经济,2021（11）:68-84.31 李雪松,党琳,赵宸宇.数字化转型、融入全球创新网络与创新绩效J.中国工业经济,2022（10）:43-61.32 孙洁,姜兴坤.科技人才对区域经济发展影响差异研究基于东、中、西区域数据的对比分析J.广东社会科学,2014（2）:15-21.33 陆铭,向宽虎,李鹏飞,等.分工与协调：区域发展的新格局、新理论与新路径J.中国工业经济,2023（8）:5-22.基金项目：国家社会科学基金青年项目“我国数字产业集群竞争力测度与提升路径研究”（项目编号：21CTJ026）。作者简介：师磊（1988-），男，博士，南京财经大学经济学院讲师，硕士生导师，南京大学经济学院博士后，研究方向为技术创新、产业地理；俞卓航（2001-），通讯作者，男，南京大学经济学院硕士研究生，研究方向为技术创新、产业地理。（收稿日期：2023-08-14责任编辑：殷俊）-13