国家高新区研发人员集聚的空间特征与影响因子探究

doi:10.3969/j.issn.1004-9479.2023.01.2021005

世界地理研究 ›› 2023, Vol. 32 ›› Issue (1): 80-91.DOI: 10.3969/j.issn.1004-9479.2023.01.2021005

国家高新区研发人员集聚的空间特征与影响因子探究

陈鹏鑫¹^,²^,³(), 曾刚¹^,²^,³(), 胡浩¹^,³, 何金廖¹^,³, 葛世帅¹^,²^,³

^1.华东师范大学，中国现代城市研究中心，上海 200062
^2.华东师范大学，城市与区域科学学院，上海 200062
^3.华东师范大学，城市发展研究院，上海 200062

收稿日期:2020-12-30 修回日期:2021-02-03 出版日期:2023-01-01 发布日期:2023-01-01
通讯作者: 曾刚
作者简介:陈鹏鑫（1997—），男，硕士研究生，研究方向为人口流动与区域创新，E-mail： chenpx476743@qq.com。
基金资助:
教育部人文社科基地重大项目(17JJD790006);国家自然科学基金项目(41701180)

The spatial pattern of R&D personnel concentration in China National High-tech Industrial Development Zone and its influencing factors

Pengxin CHEN¹^,²^,³(), Gang ZENG¹^,²^,³(), Hao HU¹^,³, Jinliao HE¹^,³, Shishuai GE¹^,²^,³

^1.The Center for Modern Chinese City Studies, East China Normal University, Shanghai 200062, China
^2.School of Urban＆Regional Science, East China Normal University, Shanghai 200062, China
^3.The Institute of Urban Development, East China Normal University, Shanghai 200062, China

Received:2020-12-30 Revised:2021-02-03 Online:2023-01-01 Published:2023-01-01
Contact: Gang ZENG

摘要/Abstract

摘要：

吸引研发人员是推动国家高新区创新发展的关键举措之一。本文采用区位熵和地理探测器等方法，刻画国家高新区研发人员集聚的空间特征，探究其影响因子及作用机理。研究发现：（1）国家高新区研发人员数量呈现出以城市群为核心的空间分布格局，而研发人员集聚程度的空间分布较均衡。（2）整体上，高新区因子的解释力比城市因子更强，这说明以往只关注城市因子的研究存在不足。但在不同地区，两个层面因子解释力有所差异。东、中部地区，国家高新区研发人员集聚由城市因子和高新区因子共同作用，而高新区因子在西部地区影响更为显著。（3）高新区经济规模和高新区容纳人才能力是所有国家高新区研发人员集聚的核心因子。此外，城市住房成本、城市科研重视度和高新区外贸水平分别是主导东、中、西部国家高新区研发人员集聚的核心因子。（4）不同因子之间交互作用均呈现出增强关系，且具有区域差异性，具体表现为：高新区先进程度、高新区经济规模、城市交通便捷度分别是东、中、西部地区与其他因子的交互强化作用较为显著的因子。

关键词: 国家高新区, 人力资本集聚, 地理探测器, 研发人员, 人才

Abstract:

Attracting R&D personnel is a crucial measure to upgrade National High-Tech Industrial Development Zones (NHDZs). This paper uses location entropy to analyze the spatial patterns of the concentration of R&D personnel in NHDZs, and then applies Geodetector to detect its influencing factors. The results show that: (1) Those NHDZs with plenty of R&D personnel are mainly distributed in urban agglomerations. The distribution of R&D personnel concentration in national high-tech zone is relatively balanced. (2) The explanatory power of high-tech zone factor is overall stronger than that of city. But in different regions, the explanatory power gap of the two kinds of factors is different. In eastern and central regions, the concentration of R&D personnel of NHDZs is affected by both two kinds of factors, while in western regions, high-tech zone factors is more significant. (3) The economic scale of high-tech zones and the R&D personnel capacity of high-tech zones are the core factors for the concentration of R&D personnel in high-tech zones in all regions. In addition, the cost of urban housing, the attention of research in city and high-tech zone foreign trade level are the core factors that dominate the concentration of R&D personnel in high-tech zones in eastern, central and western countries respectively. (4) The interaction between two factors presents the relationship of nonlinear enhancement and two-factor enhancement. In addition, there are regional differences in enhancement relationship. The advanced level of high-tech zones, the economic scale of high-tech zones, and urban transportation are the more significant factors that interact with other factors in the eastern, central, and western regions respectively. In the end, this article provides some policy suggestions for the human capital construction of the NHDZs.

Key words: National High-Tech Zones, human capital concentration, Geodetector, R&D personnel, talent

陈鹏鑫, 曾刚, 胡浩, 何金廖, 葛世帅. 国家高新区研发人员集聚的空间特征与影响因子探究[J]. 世界地理研究, 2023, 32(1): 80-91.

Pengxin CHEN, Gang ZENG, Hao HU, Jinliao HE, Shishuai GE. The spatial pattern of R&D personnel concentration in China National High-tech Industrial Development Zone and its influencing factors[J]. World Regional Studies, 2023, 32(1): 80-91.

图/表 7

参考文献 31

1	刘瑞明,赵仁杰.国家高新区推动了地区经济发展吗?—基于双重差分方法的验证.管理世界,2015(8):30-38.
	LIU R, ZHAO R. Does the national high-tech zone promote the regional economic development? —Based on the difference-in-differences model. Management World,2015(8):30-38.
2	袁航,朱承亮.国家高新区推动了中国产业结构转型升级吗?中国工业经济,2018(8):60-77.
	YUAN H, ZHU C. Do national high-tech zones promote the transformation and upgrading of China's industrial structure? China Industrial Economics,2018(8):60-77.
3	熊波,金丽雯.国家高新区提高了城市创新力吗?科技进步与对策,2019,36(4):40-49.
	XIONG B, JIN L. Can national high-tech industrial development zones in China improve the urban innovation capability? Science& Technology Progress and Policy,2019,36(4):40-49.
4	科学技术部火炬高技术产业开发中心,中国科学院科技战略咨询研究院.国家高新区创新能力评价报告2019. 北京:科学技术文献出版社,2019.
	Torch High Technology Industry Development Center, Institutes of Science and Development. Evaluation Report on Innovation Capability of National High-Tech Zone in 2019. Beijing: Scientific and Technical Documentation Press,2019.
5	KERR S, KERR W, ÖZDEN Ç, et al. Global talent flows. Journal of Economic Perspectives,2016,30(4): 83-106.
6	聂晶鑫,刘合林.中国人才流动的地域模式及空间分布格局研究.地理科学,2018,38(12):1979-1987.
	NIE J, LIU H. Spatial pattern and the resulting characteristics of talent flows in China. Scientia Geographica Sinica,2018,38(12):1979-1987.
7	张波.2000—2015年中国大陆人才的空间聚集及时空格局演变分析.世界地理研究,2019,28(4):124-133.
	ZHANG B. Spatial aggregation and spatio-temporal pattern of talents in China during 2000-2015.World Regional Studies,2019,28(4):124-133.
8	FLORIDA R. The economic geography of talent. Annals of the Association of American Geographers,2002,92(4):743-755.
9	张美丽,李柏洲.中国人才集聚时空格局及影响因素研究.科技进步与对策,2018,35(22):44-50.
	ZHANG M, LI B. Research on spatial-temporal pattern and its influencing factors of talent agglomeration in China. Science& Technology Progress and Policy,2018,35(22):44-50.
10	杨玉倩.中国R&D人员的时空演化特征及其影响因素研究.上海:上海师范大学,2015.
	YANG Y. The Research of temporal evolution of R&D personnel in China and its influencing factors. Shanghai:Shanghai Normal University,2015.
11	BUCH T, HAMANN S, NIEBUHR A, et al. How to woo the smart ones? Evaluating the determinants that particularly attract highly qualified people to cities. Journal of Urban Affairs,2017,39 (6):764-782.
12	林静霞,何金廖,黄贤金.城市舒适性视角下科研人才流动的城市偏好研究.地域研究与开发,2020,39(1):59-64.
	LIN J, HE J, HUANG X. Research on the city preference of the flow of scientific research talents from the perspective of urban amenities. Areal Research and Development, 2020, 39(1):59-64.
13	刘晔,王若宇,薛德升,等.中国高技能劳动力与一般劳动力的空间分布格局及其影响因素.地理研究,2019,38(8):1949-1964.
	LIU Y, WANG R, XUE D, et al. The spatial pattern and determinants of skilled laborers and less skilled laborers in China: Evidence from 2000 and 2010 censuses. Geographical Research,2019,38(8):1949-1964.
14	曹威麟,王艺洁,刘志迎.人才环境与人才成长预期对集聚意愿的影响研究.中国人力资源开发,2016(19):64-70.
	CAO W, WANG Y, LIU Z. Research on the influence of talent environment and talent growth expectations on agglomeration attention. Human Resources Development of China,2016(19):64-70.
15	于洋.基于个体行为模型的人才集聚因素分析.商业时代,2013(2):87-88.
	YU Y. Analysis of talent agglomeration factors based on individual behavior model. Commercial Times,2013(2):87-88.
16	BOSETTI V, CATTANEO C, VERDOLINI E. Migration of skilled workers and innovation: A European perspective. Journal of International Economics,2015,96(2): 311-322.
17	BOSCHMA R, ERIKSSON R, LINDGREN U. Labour market externalities and regional growth in Sweden: The importance of labour mobility between skill-related industries. Regional Studies,2014,48(10):1669-1690.
18	徐顽强,兰兰,张红方.东湖高新区引进高层次人才评价指标体系研究.科技进步与对策,2014,31(2):125-128.
	XU W, LAN L, ZHANG H. Research on evaluation index system of introducing high-level talents in Donghu High-tech Zone. Science & Technology Progress and Policy,2014,31(2):125-128.
19	孙智慧,范萤心,张相林,等.科技园区高端人才战略的横向比较研究——以中关村、东湖、张江为例.中国人力资源开发,2013(5):75-79.
	SUN Z, FAN Y, ZHANG X, et al. Comparative study on high-end talent strategy of science and technology park--Taking Zhongguancun, East Lake, Zhang Jiang as an Example. Human Resources Development of China,2013(5):75-79.
20	韩伯棠,朱美光,徐春杰,等.基于知识溢出的高新区科技人才流动研究.科技进步与对策,2005(5):155-157.
	HAN B, ZHU M, XU C, et al. Research on the flow of sci-tech talents in high-tech zones based on knowledge spillover. Science & Technology Progress and Policy,2005(5):155-157.
21	刘冬梅,汪波,张保银.基于生态位理论的高新区科技人才流动现象探究.软科学,2010,24(6):97-100.
	LIU D, WANG B, ZHANG B. Research on scientific and technologic talent flow in high-tech enterprises district based on niche theory. Soft Science,2010,24(6):97-100.
22	张克勇,王玮琦.空间视角下人力资本对高新区发展的影响.调研世界,2020(4):31-38.
	ZHANG K, WANG W. The influence of human capital on the development of high-tech zones from the perspective of space. The World of Survey and Research,2020(4):31-38.
23	胡类明.中国高新区人力资本与创新绩效研究.武汉:武汉大学,2011.
	HU L. Research on human capital and innovation performance of China national high-tech industrial development zones.Wuhan: Wuhan University,2011.
24	李虔.淄博高新区的人才集聚驱动机制研究.青岛:中国海洋大学,2010.
	LI Q. The high-tech talents converging driving mechanism research.Qingdao: Ocean university of China,2010.
25	杜晓桐.人力资本空间集聚的影响因素分析.武汉: 武汉大学, 2019.
	DU X. Study on influencing factors of regional human capital agglomeration based on national high-tech zones. Wuhan: Wuhan University,2 019.
26	孙才志,马奇飞,赵良仕.中国东、中、西三大地区水资源绿色效率时空演变特征与收敛性分析.地理科学进展,2018,37(7):901-911.
	SUN C, MA Q, ZHAO L. Temporal and spatial evolution of green efficiency of water resources in China and its convergence analysis. Progress in Geography,2018,37(7):901-911.
27	曹威麟,姚静静,余玲玲,等.我国人才集聚与三次产业集聚关系研究.科研管理,2015,36(12):172-179.
	CAO W, YAO J, YU L, et al. The research on the relationship between talent agglomeration and industrial agglomeration in China. Science Research Management,2015,36(12):172-179.
28	王劲峰,徐成东.地理探测器:原理与展望.地理学报,2017,72(1):116-134.
	WANG J, XU C. Geodetector: Principle and prospective. Acta Geographica Sinica,2017,72(1):116-134.
29	胡森林,周亮,滕堂伟,等.中国省级以上开发区空间分布特征及影响因素.经济地理,2019,39(1):21-28.
	HU S, ZHOU L, TENG T,et al. Spatial pattern and influencing factors of national and provincial development zones in China. Economic Geography,2019,39(1):21-28.
30	丁悦,蔡建明,任周鹏,等.基于地理探测器的国家级经济技术开发区经济增长率空间分异及影响因素.地理科学进展, 2014,33(5):657-666.
	DING Y, CAI J, REN Z, et al. Spatial disparities of economic growth rate of China's national-level ETDZs and their determinants based on geographical detector analysis. Progress in Geography, 2014, 33(5):657-666.
31	王胜光,朱常海.中国国家高新区的30年建设与新时代发展—纪念国家高新区建设30周年.中国科学院院刊,2018,33(7):693-706.
	WANG S, ZHU C. Thirty years' construction of China national high-tech industrial development zones and their development in new era. Bulletin of Chinese Academy of Sciences,2018,33(7):693-706.

表达式	作用结果
q(X₁∩X₂) < min{q(X₁), q(X₂)}	非线性减弱
min{q(X₁), q(X₂)} < q(X₁∩X₂) < max{q(X₁), q(X₂)}	单因子非线性减弱
q(X₁∩X₂) =q(X₁) + q(X₂)	两因子相互独立
q(X₁∩X₂) > max{q(X₁), q(X₂)}	双因子增强
q(X₁∩X₂) > q(X₁) + q(X₂)	非线性增强

表达式	作用结果
q(X₁∩X₂) < min{q(X₁), q(X₂)}	非线性减弱
min{q(X₁), q(X₂)} < q(X₁∩X₂) < max{q(X₁), q(X₂)}	单因子非线性减弱
q(X₁∩X₂) =q(X₁) + q(X₂)	两因子相互独立
q(X₁∩X₂) > max{q(X₁), q(X₂)}	双因子增强
q(X₁∩X₂) > q(X₁) + q(X₂)	非线性增强

序号	探测因子	具体指标	分级
H₁	高新区成熟度	批准时间长短	5
H₂	高新区经济规模	园区企业工业总产值	5
H₃	高新区盈利水平	园区企业净利润	5
H₄	高新区外贸规模	园区企业出口总额	5
H₅	高新区科研重视度	园区研发人员人均科技活动经费支出	5
H₆	高新区等级	是否属于国家级自主创新示范区	2
H₇	高新区容纳人才能力	高新技术企业数	5
H₈	高新区先进程度	高新技术企业数与园区企业总数之比	5
C₉	城市经济发展水平	市辖区人均GDP	5
C₁₀	城市产业支撑能力	市辖区第三产业占比	5
C₁₁	城市生活环境	建成区绿化覆盖率	5
C₁₂	城市交通便捷性	人均道路面积	5
C₁₃	城市住房成本	职工平均工资/房价	5
C₁₄	城市科研重视度	市辖区人均科学技术支出	5
C₁₅	城市创新能力	每万人专利授权量	5

序号	探测因子	具体指标	分级
H₁	高新区成熟度	批准时间长短	5
H₂	高新区经济规模	园区企业工业总产值	5
H₃	高新区盈利水平	园区企业净利润	5
H₄	高新区外贸规模	园区企业出口总额	5
H₅	高新区科研重视度	园区研发人员人均科技活动经费支出	5
H₆	高新区等级	是否属于国家级自主创新示范区	2
H₇	高新区容纳人才能力	高新技术企业数	5
H₈	高新区先进程度	高新技术企业数与园区企业总数之比	5
C₉	城市经济发展水平	市辖区人均GDP	5
C₁₀	城市产业支撑能力	市辖区第三产业占比	5
C₁₁	城市生活环境	建成区绿化覆盖率	5
C₁₂	城市交通便捷性	人均道路面积	5
C₁₃	城市住房成本	职工平均工资/房价	5
C₁₄	城市科研重视度	市辖区人均科学技术支出	5
C₁₅	城市创新能力	每万人专利授权量	5

探测指标	q值
探测指标	全国	东部	中部	西部
H₁	0.239	0.386	0.143	0.255
H₂	0.350	0.405	0.354	0.720
H₃	0.308	0.427	0.343	0.643
H₄	0.350	0.360	0.428	0.755
H₅	0.237	0.097	0.299	0.288
H₆	0.281	0.277	0.212	0.577
H₇	0.329	0.445	0.374	0.648
H₈	0.223	0.321	0.238	0.134
C₉	0.131	0.182	0.167	0.297
C₁₀	0.057	0.220	0.058	0.324
C₁₁	0.038	0.091	0.164	0.207
C₁₂	0.042	0.173	0.138	0.127
C₁₃	0.247	0.433	0.156	0.328
C₁₄	0.280	0.257	0.470	0.073
C₁₅	0.213	0.362	0.363	0.635

国家高新区研发人员集聚的空间特征与影响因子探究

The spatial pattern of R&D personnel concentration in China National High-tech Industrial Development Zone and its influencing factors

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 31

相关文章 14

编辑推荐

Metrics

全国		东部		中部		西部
核心因子	q值	核心因子	q值	核心因子	q值	核心因子	q值
H₄	0.350	H₇	0.445	C₁₄	0.470	H₄	0.755
H₂	0.350	C₁₃	0.433	H₄	0.428	H₂	0.720
H₇	0.329	H₃	0.427	H₇	0.374	H₇	0.648
H₃	0.308	H₂	0.405	C₁₅	0.363	H₃	0.643
H₆	0.281	H₁	0.386	H₂	0.354	C₁₅	0.635

排序	全国层面						中部地区			西部地区
排序	交互因子	q值	交互结果	交互因子	q值	交互结果	交互因子	q值	交互结果	交互因子	q值	交互结果
1	H₂∩H₅	0.597	↖	H₈∩C₁₃	0.691	↖	H₂∩C₁₂	0.756	↖	H₄∩C₁₂	0.947	↖
2	H₃∩H₅	0.568	↖	H₇∩C₁₃	0.686	↗	H₅∩C₁₅	0.734	↖	C₁₀∩C₁₄	0.927	↗
3	H₅∩H₇	0.536	↗	H₂∩H₈	0.681	↖	H₁∩C₁₄	0.732	↖	H₇∩C₁₂	0.897	↗
4	H₂∩H₈	0.524	↗	C₁₀∩C₁₃	0.667	↗	C₁₁∩C₁₅	0.718	↖	H₂∩C₁₂	0.891	↗
5	H₄∩H₅	0.524	↗	H₅∩C₁₃	0.665	↖	H₅∩H₇	0.717	↖	H₂∩C₁₄	0.875	↖
6	H₅∩C₁₄	0.499	↗	H₈∩C₉	0.664	↗	H₂∩C₁₀	0.713	↖	C₁₂∩C₁₅	0.873	↗
7	H₅∩C₁₃	0.494	↖	H₃∩C₁₃	0.641	↗	H₁∩H₈	0.699	↗	H₄∩C₁₄	0.872	↗
8	H₂∩C₁₄	0.475	↗	H₃∩H₈	0.637	↗	C₁₂∩C₁₄	0.685	↖	C₁₂∩C₁₃	0.872	↗
9	H₂∩C₁₂	0.469	↖	C₁₁∩C₁₃	0.636	↗	H₇∩C₁₂	0.684	↗	C₁₀∩C₁₁	0.871	↗
10	H₁∩H₅	0.467	↗	H₇∩H₈	0.634	↗	H₈∩C₁₀	0.675	↗	H₄∩H₅	0.867	↗

[1]	银松, 李瑞, 殷红梅. 旅游发展背景下民族村寨居民地方性感知测度及影响因素研究[J]. 世界地理研究, 2023, 32(3): 144-156.
[2]	陈昕, 谢玲, 刘素红, 贾艳红, 肖小慧, 梁瑜. 广西手足口病时空分异及其地理环境因子探测分析[J]. 世界地理研究, 2022, 31(5): 1108-1118.
[3]	李云涛, 陶犁. 基于地理探测器的云南省边境州市旅游发展水平空间分异及影响因素分析[J]. 世界地理研究, 2022, 31(3): 624-636.
[4]	刘欢, 孟德友. 高铁背景下省会城市交通优势度空间分异及影响因素[J]. 世界地理研究, 2022, 31(1): 107-119.
[5]	李衡, 韩燕. 黄河流域PM_2.5时空演变特征及其影响因素分析[J]. 世界地理研究, 2022, 31(1): 130-141.
[6]	张婷婷, 陈瑛, 王孟林. 基于航空联系的中国城市网络格局演变分析[J]. 世界地理研究, 2022, 31(1): 166-176.
[7]	鄢继尧, 赵媛, 崔盼盼, 郭叙淇. 中国赴俄旅游网络关注度时空差异及成因分析[J]. 世界地理研究, 2021, 30(6): 1175-1186.
[8]	卞丽蓉, 姜海宁, 杨梦君. 长三角高校海外回流人才创新产出格局分析[J]. 世界地理研究, 2021, 30(6): 1219-1229.
[9]	孟颖, 曹月娥. 新疆农村贫困化空间分布及影响因素探究[J]. 世界地理研究, 2020, 29(3): 650-658.
[10]	郭向阳, 穆学青, 明庆忠. 边疆省域旅游效率空间分异及驱动因素[J]. 世界地理研究, 2020, 29(2): 416-427.
[11]	韩媛媛, 皮荷杰, 时泽楠, 吕儒云, 廖剑宇. 京津冀地区工业CO₂排放测度及其影响因素研究[J]. 世界地理研究, 2020, 29(1): 140-147.
[12]	陆保一, 刘萌萌, 明庆忠, 刘安乐, 李婷. 中国旅游业与交通运输业的耦合协调态势及其动力机制[J]. 世界地理研究, 2020, 29(1): 148-158.
[13]	张波. 2000—2015年中国大陆人才的空间聚集及时空格局演变分析[J]. 世界地理研究, 2019, 28(4): 124-133.
[14]	王若宇, 薛德升, 刘晔, 黄旭. 基于空间杜宾模型的中国高学历人才时空分异研究[J]. 世界地理研究, 2019, 28(4): 134-143.