| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 劳动/就业 |
| 合肥市科技人才政策组合对城市创新影响研究 |
| 第761期 作者：□文/马宗英 时间：2025/9/16 9:54:17 浏览：27次 |
［提要］ 本文以合肥市科技人才政策为样本，基于TOE模型选取供给型、需求型和环境型指标变量，运用fsQCA探究科技人才政策对城市创新的影响。研究发现：供给、需求及环境层面的条件不能单独作为城市高创新的必要条件，城市创新是科技人才政策在供给、需求及环境多因素协同的结果。据此，结合各组态解释案例，得出城市创新政策管理启示，为区域城市创新提供参考。
关键词：合肥；科技人才政策；城市创新；fsQCA
中图分类号：F124.3；C964.2 文献标识码：A
收录日期：2025年4月8日
随着“中部崛起”战略的实施，科技人才政策逐步进入系统化发展阶段。然而，现实中受地区政策倾斜的影响，部分城市创新仍存在引才乏力、创新动力缺失及后劲不足等问题。面对城市发展的诉求，如何优化科技人才政策的配置与利用从而实现城市创新最大化，已成为亟待解决的现实问题。合肥市科技人才政策从早期单一补贴发展为“引用育留”的周期体系，探索其发展路径不仅为城市创新提供经验支撑，也为破解城市科技人才瓶颈提供实践启示。
一、文献综述与分析框架
（一）文献综述。人才政策对区域创新体系和创新主体的能力建设具有重要影响，现有研究对人才政策的创新影响从宏观、中观和微观三个维度展开。宏观区域维度，数量模型的运用优化了人才政策实施效果的量化评估。Filippo与Shi通过准自然实验框架检验中国和意大利城市的人才政策，发现人才引进政策可使区域专利授权量明显提升。Giulio进一步扩大研究规模，基于OECD国家面板数据的固定效应模型证实不同经济发展阶段的政策效应存在显著的异质性。中观层面侧重于人才政策对创新生态系统的作用，Huang突破线性归因的局限，构建多元主体协同的创新评价体系。微观政策分析维度，在政策文本层面，刘忠艳等基于政策工具的理论，对1978～2017年间的科技人才政策进行系统编码和梳理；潘禹辰、张群等进一步聚焦政策比较，分别对粤苏浙鲁和上海的人才政策展开差异化分析，通过主题演化揭示省级政策从“人才引进”向“生态构建”的跃迁特征。在政策成效评估层面，白云朴和Yu等分别通过指标构建与熵权法的政策维度划分，从区域比较的视角进行多维政策量化分析。关于政府政策与城市创新的关系，新结构经济学派强调政策干预对创新要素的矫正作用，新制度学派则警示政策扭曲风险，认为当政府研发补贴超过临界值时，边际创新产出会呈下降趋势。其中，孙鲲鹏等通过动态门槛模型发现，政策效应呈现倒“V”型曲线，为政策周期理论提供了重要的经验支持。
综上所述，现有研究已充分识别科技人才政策对于创新的重要作用，但主要集中在单一人才政策工具效果，缺乏系统地分解人才政策组合的协同效应和互动机制。为此，本文整合科技人才政策TOE分析框架，采用fsQCA探寻多重并发因果关系为导向，对合肥市科技人才政策影响城市创新能力的提升机制进行分析，为理解科技人才政策组合效应提供新的视角。
（二）分析框架。人才政策对城市创新有直接或间接的影响，本研究主要关注促进城市创新的科技人才政策使用类型的分布。在借鉴谭海波及Rothwell在TOE框架下进行的政策分类基础上将科技人才政策分为供给、需求和环境三种类型，如图1所示。供给型是指增加科技人才所需要的直接或间接支持，如财政投入、公共服务等要素供给，从而吸引人才流动与配置。结合合肥科技人才政策体系，拟用资金支持与人才服务作为供给型变量指标。需求型是通过刺激创新需求和减少市场不确定性来促进创新和新产品开发的政策措施。例如，政府采购、产学研、服务外包等。产学研合作作为知识转移和加速创新的重要渠道，可以加速科研成果从实验室到市场的转化，从而提高地区的经济活力和竞争力。因此，拟将产学研合作设为衡量科技人才需求型指标。环境型指通过产业结构和知识产权等手段为科技创新行为打造有利环境，进而对创新活动产生积极促进作用。除了产业集聚，知识产权保护机制不仅激励个人投入研发，更有助于新技术和新产品的推广应用，从而推动科技进步和产业升级。因此，拟选取产业结构和知识产权作为环境型指标。（图1）
二、研究方法与数据
（一）研究方法。研究运用模糊集定性比较分析（FSQCA）进行科技人才政策组合对城市创新影响的探究。根据杜运周的组态研究，该方法是探索复杂、非对称、多因素并发因果关系的有效方法，在拓展了传统的因变量与自变量的二元因果逻辑的同时，它可以基于多因素组态分析范式相对弥补了定性研究仅注重深度而缺乏广度、定量研究注重数量而缺乏深度的不足，尤其适合中小样本研究。对合肥市2008～2020年13个样本年份展开研究，样本数量符合该方法要求。
（二）变量构建。自2008年以来，合肥市创新水平总体具有较大跃迁，选取2008～2020年样本年份总体满足案例同质性和异质性的要求，数据来源于合肥市政府相关部门网站、《中国城市统计年鉴》、北大法宝、中国研究数据服务平台（CNRDS）等。变量测量中，“人才服务”借鉴程聪慧的文本分析，通过合肥市政府相关部门网站公布的科技人才政策文本进行测量；“资金支持”参考王世权的研究，用财政科技支出比重均值进行测量；“产学研合作”借鉴刘斐然的处理范式，以产学研合作关联专利的年度申请量作为测度依据；“产业结构”根据干春晖的测算标准，采用产业增加值的比值进行动态评价；“知识产权”按沈国兵司法统计逻辑，以知识产权案件数量作为知识产权保护强度的替代变量。城市创新作为研究唯一结果变量，采用寇宗来《中国城市和产业创新力报告2017》中的城市创新指数。变量描述详见表1。（表1）
（三）校准。校准分为直接与间接校准，这是必要性与充分性子集关系分析的前提。在观察变量的时间点和特征时，根据三值锚点规则，采用直接校准法将各变量统计结果的90%作为“完全隶属”、50%作为“交叉点”、10%作为“完全不隶属”的校准锚值。为消除不同变量数据属性差异导致的异质性对分析的潜在影响，按照QCA的分析逻辑进行校准生成案例库进行分析。变量的隶属锚值汇总如表2所示。（表2）
三、数据分析与实证结果
（一）单个条件的必要性分析。为判断单一前因变量是否构成城市创新的核心前提条件，通过fsQCA3.0软件执行必要性检验。运算输出5个条件及其“非集”对创新结果的一致性系数与覆盖度指标。根据QCA方法论标准，若某条件的一致性参数达到0.9以上，则判定为结果的必要条件。根据表3的结果来看，5个前因条件对城市高或低创新的一致性均未达到0.9。因此，可以推断这5个变量中不存在单一主导性前因，需进一步对这5个变量进行多维联动效应分析，揭示前因条件的组合作用机制。（表3）
（二）条件组态分析。通过fsQCA3.0输出真值表，将原始一致性阈值设为0.8，根据整体案例数量将频数设为1，PRI值设为0.75，去除冗杂的逻辑余项与质蕴含项，输出中间解、复杂解和简约解。根据Fiss的条件分类法，将出现在简约解中的变量设为核心条件，出现在中间解但未出现在简约解中的变量设为边缘条件。从表5可以看出，科技人才政策驱动高城市创新组态有3条，单个及总体解的一致性均大于0.9，分别为1.000、0.994、1.000和0.996，总体覆盖度为0.816，表明3条组态均为高创新的充分条件，解释可覆盖81.6%的样本案例，以下具体分析组态路径。（表4）
（三）高创新绩效组态分析。规范保障型（A1），人才服务与知识产权为该组态的核心条件，即当资金支持、产学研、产业结构缺失时，政府仍可通过增加科技人才服务政策提供形成人才服务管理，同时设立知识产权制度，规范科技市场公平竞争实现城市高创新。该模式适用于城市发展初期，尚未形成产业集群，在城市创新处于早期引才阶段。
产财驱动型（A2）表明，资金支持与产业结构是核心条件，产学研为边缘条件。即当缺乏人才服务以及知识产权保护时，现阶段重点关注高科技产业集聚，为科技人才提供行业指向，以及将资金更多地用于科技人才培养与开发。城市通过产业导向的专项引才计划，将科技投入精准对接重点领域，实现人才产业的靶向匹配。此模式适用于已完成基础人才环境建设的城市，标志着政策重心从规模扩张向质量提升转变。
循环驱动型（A3），资金支持与产业结构是核心条件，辅以产学研与知识产权。即政府通过财政手段直接增加科技创新供给，构建高技术产业与创新法治环境，吸引人才自发集聚。在此基础上，产学研合作推动校企和科研机构紧密结合，促进技术转移和资源共享，以法治优化产业环境，释放市场需求潜力。该路径在于成熟的市场环境可降低政策依赖，通过制度性红利激发创新主体的内生动力。
对A2和A3组态进一步横向比较表明，两组的核心条件都是资金支持和产业结构，边缘条件均是产学研合作；A3组的边缘条件是A2组缺失的条件，这表明人才政策服务和知识产权保护在不同时期对城市创新的影响不同，这与A1组形成互补。由此，高创新组态可归纳为两大类，一是以资金支持为主，产业结构和知识产权保护为辅。这种类型表明财政投入应与市场机制相辅相成，以实现创新供需的动态平衡；二是以人才服务政策供给为主要驱动力，辅以知识产权，实现创新环境和要素供给的保障，创新环境主要是为创新主体的人才保障提供便利的资源条件，包括人力资本积累环境和创新成果保护环境。
（四）非高创新绩效组态分析。在非高创新情况下，单个解和总体解的一致性分别为0.976、1.000、0.987和0.979，总体覆盖度为0.718，表明3条解可覆盖71.8%的样本案例。组态B1中，由于缺乏人才服务、产学研及产业结构知识产权等核心条件导致非高创新，可将该组态定性为资源贫乏型。组态B2中产业结构与知识产权缺失与人才服务、资金支持不足等叠加导致非高创新。即在其他条件缺乏的情况下，单一人才政策服务仍难以产生高创新，可理解为当政府在财政与产业环境支持力度不足时，即使有良好的人才服务政策体系仍不足以产生高创新绩效，可概括为产财不足型。组态B3则表明，即使创新产业基础和知识产权保护环境在一定程度上已经到位，但如果缺乏资金支持、人才服务及产学研合作，仍然难以产生高创新，该组可概括为供需支持缺位型。
四、研究结论及启示
上述研究以合肥市2008～2020年科技人才政策为样本，基于供给、需求与环境TOE框架选取组态研究的5个前因条件，运用模糊集定性比较分析（fsQCA）法系统分析合肥市科技人才政策对城市创新影响的复杂因果路径。研究识别了3种驱动城市高创新的政策组合路径以及3种导致非高创新的组态路径。进一步分析表明，高创新组态可以归纳为两类：一种以资金支持为核心驱动力，另一种以人才服务政策供给为核心驱动力。基于上述合肥市的组态案例分析，提出以下管理启示：
（一）从供给、需求与环境多维协同提升区域创新能力。通过上述研究可以发现，任何单一方面的科技人才政策都不能构成城市高创新的充分条件。城市创新是多因素协同作用的结果，需依赖多要素联动效应，才能使城市通过多路径与同目标的适应模式实现创新突破。因此，合肥市的案例说明在科技人才政策实践中，要注重通过识别地区城市的资源环境特征，优化要素组合，以促进科技人才的创新活动。
（二）注重强化供给-环境型服务政策，吸引区域人才集聚。从组态A1的分析可知，合肥市在科技强市初期，面对财政资源约束、产业基础薄弱的现实困境，通过供给型和环境型政策协同推动创新生态建设。供给型人才服务政策以本土人才培育和弹性引才为核心，依托本地高校资源，实施定向技能培训和梯度化企业培育计划，弥补高端人才不足。同时，采用柔性引才吸引外部智力，结合环境型知识产权保护聚焦制度与环境重构，降低人才流动壁垒，优化资源配置。合肥经验表明，后发城市可通过供给型政策实现关键要素突破，借助环境型政策降低系统摩擦成本。但需警惕财政补贴依赖和本土高端人才培养机制缺位问题，为政策迭代提供优化方向。
（三）注重统筹资金支持，强化需求型政策拉动作用。通过对非高创新的分析可知，其核心缺失条件是资金支持与产学研合作，表明当城市在强化资金支持这一核心条件的同时，增强产学研合作的拉动作用，可以有效推动城市创新的提升。因此，在该路径下，城市应优先强化财政资金支持，一方面利用公共财政引导产学研协同，加速创新要素流动；另一方面完善人力资源服务网络和市场权益保护体系，形成“引才、育才、用才”的闭环生态。另外，以B1为例，缺乏供给、需求与环境支持的城市面临的是机遇也是挑战。若要实现低创新向高创新的转变，需系统性重塑创新政策体系，全方位激活创新要素。以本土高校和科研机构为依托，降低人才流动成本，同时借鉴创新引入机制突破地域限制，打造宜居宜业环境，汇聚外部智力资源。通过供给、需求与环境的协同发力，构建创新生态环境，提升城市在区域创新中的嵌入度，实现创新的全面提升。
（作者单位：安徽大学管理学院）
主要参考文献：
［1］Marchesani F，Masciarelli F，Bikfalvi A.Smart city as a hub for talent and innovative companies：Exploring the（dis）advantages of digital technology implementation in cities［J］.Technological Forecasting and Social Change，2023（193）.
［2］Xiaoli S，Ying C，Menghan X，et al.Effects of the Talent War on Urban Innovation in China：A Difference-in-Differences Analysis［J］.Land，2022.11（09）.
［3］Giulio M，Lili Y.Globally Bred Chinese Talents Returning Home：An Analysis of a Reverse Brain-Drain Flagship Policy［J］.Science and Public Policy，2021.48（04）.
［4］Huang Y，Li K，Li P.Innovation ecosystems and national talent competitiveness：A country-based comparison using fsQCA［J］.Technological Forecasting and Social Change，2023（194）.
［5］刘忠艳，赵永乐，王斌.1978-2017年中国科技人才政策变迁研究［J］.中国科技论坛，2018（02）.
［6］潘禹辰，郭若涵，宋奕洵，等.政策工具视角下的科技人才政策文本量化研究［J］.图书情报工作，2023.67（15）.
［7］张群.供需视角下上海科技人才政策评估［J］.科技管理研究，2022.42（02）.
［8］白云朴，李果.长三角区域一体化进程中科技人才政策趋同与竞争［J］.中国人力资源开发，2022.39（06）.
［9］Yu X，Du B.Incentive policy optimization of scientific and technological talents and low-carbon economy analysis from the perspective of public health［J］.Frontiers in Public Health，2023（11）.
［10］Rudskaya I，Kryzhko D，Shvediani A，et al.Regional open innovation systems in a transition economy：a two-stage DEA model to estimate effectiveness［J］.Journal of Open Innovation：Technology，Market，and Complexity，2022.08（01）.
［11］孙鲲鹏，罗婷，肖星.人才政策、研发人员招聘与企业创新［J］.经济研究，2021.56（08）.
［12］谭海波，范梓腾，杜运周.技术管理能力、注意力分配与地方政府网站建设——一项基于TOE框架的组态分析［J］.管理世界，2019.35（09）.
［13］杜运周，李佳馨，刘秋辰，等.复杂动态视角下的组态理论与QCA方法：研究进展与未来方向［J］.管理世界，2021.37（03）.
［14］程聪慧，钟燕.科技人才政策影响城市创新的路径研究［J］.科研管理，2023.44（03）.
［15］王世权，王向淑.科技人才集聚的区域治理归因——基于多时段QCA的组态分析［J］.科学学研究，2024.42（03）.
［16］刘斐然，胡立君，范小群.产学研合作如何影响企业的市场绩效？［J］.科研管理，2023.44（01）.
［17］干春晖，郑若谷，余典范.中国产业结构变迁对经济增长和波动的影响［J］.经济研究，2011.46（05）.
［18］沈国兵，黄铄珺.城市层面知识产权保护对中国企业引进外资的影响［J］.财贸经济，2019.40（12）.
［19］寇宗来，刘学悦.中国城市和产业创新力报告2017［R］.上海：复旦大学产业发展研究中心，2017.
|
|
|
|
