一、高新技术产业人力要素研究综述

目前，对高新技术产业人力要素的流动研究主要体现在两方面。一方面，一些学者从集聚角度出发，对高新技术产业的人力要素进行研究。从国外研究来看，Baptista R、Amiti M、Fosfuri A、Karolina Ekholm[1－4]等国外学者分别从研发、创新等角度出发，对企业进行了研究，研究结果表明：企业确实能受益于集聚。从国内研究来看，王学义[5]以绵阳国家高新技术产业开发区为例，阐述了高新技术产业集聚下人力要素集聚的影响及其战略意义。牛冲槐[6]通过构建结构方程模型（SEM）研究了高新技术产业聚集和科技型人才聚集之间的相互作用关系，结果证实它们之间存在显著的正向影响。张樨樨[7]利用AHP权及熵权相结合的方法确定指标权重，构建高新技术产业人才环境指标，并采用2011年相关数据，通过各省指标得分研究高新技术产业人才集聚环境，研究发现中国高新技术产业人才集聚环境发展不均衡，且整体水平较为落后。另一方面，有部分学者从高新技术产业人力要素的重心移动出发，对其进行了研究。王春艳[8]基于重心理论研究了中国高新技术产业人力资源重心演化路径，研究结果表明人力资源对中国高新技术产业有显著影响，且中国人力资源空间配置失衡。张倩肖[9]利用重心理论模型研究了1995～2011年中国高新技术产业及其人力资源的空间路径变化，研究结果显示人力资源重心和高新技术产业重心变动趋同。

Comparative research on construction schemes for completing the closure of flyovers crossing national roads in open traffic conditions

综上所述，虽然国内外学者进行了许多研究，但现有文献在对高新技术产业人力要素进行相关研究时，大部分忽视了由人力要素的省际流动所产生的空间相关性。中国是人口大国，自改革开放以来，中国中西部地区大量人力要素流向东部发达地区，大大加强中国人力要素在省域间的流动及其对各省产业发展的相互影响。因此，人力要素具备空间属性，如果在对高新技术产业进行研究时，忽略人力要素跨区域流动造成的相互影响，将容易导致研究结果产生重大偏误。所以，本文利用Moran’s I指数及Lisa指数来探索中国高新技术产业人力要素的跨区域流动的影响，从而把空间互动性纳入考量，为各地施行差异化人才发展战略提供可靠依据，并为相关政策做出指引，进而推进各区域高新技术产业的发展。

二、高新技术产业人力要素空间相关性研究

本文选取中国31个省，2010年至2015年的高新技术企业年末从业人员数据作为衡量高新技术产业人力要素指标，并借鉴汤子隆[10]研究空间分布规律所采用的方法，利用全局空间自相关分析及局部空间自相关分析，对中国高新技术产业人力要素整体空间相关性，以及具体省份高新技术产业与其周边省份的高新技术产业人力要素的空间相关性进行了研究。

（一）全局空间自相关分析

本文采用全局Moran’s I指数进行全局空间自相关分析，进而考察中国高新技术产业人力要素的整体空间相关性。全局 Moran’s I指数区间为[－1，1]，当全局Moran’s I指数小于0时，说明中国高新技术产业人力要素整体的差异性较大。相反，当全局Moran’s I指数大于0时，则表明中国高新技术产业人力要素整体呈现空间正相关。当全局Moran’s I等于0时，即表示中国高新技术产业人力要素整体呈现随机分布。

2)通过提升试验(升降角度α在22°～70°)范围内，其中在上拉杆与地面的角度在(40°～50°)范围内各个拉杆垂直力和水平力的集中范围比其他的角度小约300～700N。

 

（1）式中样本数n＝31为31省高新技术企业年末从业人员平均数，权重的和，空间权重矩阵W是根据边界法确定的0、1矩阵：

 

由于n＞30，故可采用标准Z统计量对全局Moran’s I指数进行显著性检验：

 

第二产业着重是指制造业。在现代产融结合发展的大趋势下，金融支持是制造业转型升级的必要条件。制造业转型升级重点在于以技术创新驱动传统制造业企业和中小型高科技企业能级跃升，而技术创新是一个持续化的伴随着风险与不确定性的动态过程，必然需要大量资金的支持。产融结合可以增强产业资本实力，并借助内嵌于金融资本中的专业人才和技术在我国金融系统发展不完善的体制环境中，克服银行体系间接融资模式的无效率和股票市场缺乏直接融资所导致的制造业转型升级困境。

全局Moran’s I指数的标准正态统计量Z：

 

当 α＝5%时，双侧检验临界值 Zα/2＝1．65，即当｜Z｜大于1．65时，全局Moran’s I指数在α＝5%水平下显著。

（二）局部空间自相关分析

[2]AMITI M．Location of vertically linked industries： agglomeration versus comparative advantage[J]．European E－conomic Review，2005（4）：809．

Moran’s I散点图呈现了变量y的离差和其空间滞后项Wy的关系。Moran’s I散点图中，横轴代表变量y的离差，纵轴代表空间滞后项Wy，并由此划分为四个象限。第一象限为High－High（记为HH）聚类区域，即变量y的离差为正，且空间滞后项Wy为正，表示该省不仅自身高新技术产业人力要素较为丰富，且周边省份高新技术产业人力要素也较为丰富。第二象限为Low－High（记为L－H）聚类区域，即变量y的离差为负，且空间滞后项Wy为正，表示该省自身高新技术产业人力要素较少，但周边省份高新技术产业人力要素较为丰富。第三象限为Low－Low（记为L－L）聚类区域，即变量y的离差为负，且空间滞后项Wy为负，表示该省不仅自身高新技术产业人力要素较少，周边省份高新技术产业人力要素也较少。第四象限为High－Low（记为H－L）聚类区域，即变量y的离差为正，且空间滞后项Wy为负，表示该省自身高新技术产业人力要素较为丰富，但周边省份高新技术产业人力要素较少。总体来说，聚类省份位于第一、三象限，异常省份位于第二、四象限。因此，Moran’s I散点图能够反映具体省份高新技术产业人力要素的空间差异。

2．Local Moran’s I 统计量

Local Moran’s I统计量，又称之为LISA指数，是由全局Moran’s I指数分解得来，本文用其考察一省高新技术产业人力要素与周边省份高新技术产业人力要素的空间相关性，即高新技术产业人力要素较丰富（少）的区域i是否与高新技术产业人力要素较丰富（少）的区域相邻，其表达式为：

 

三、全局空间自相关分析

第三，各省应当加强区域合作，完善交通体系。广东省集聚效应不断加强，主要原因是打破区域隔阂，加强各地之间的紧密合作，同时建立便捷的交通体系，从而促进人力要素的流动。因此，各省必须完善区域交通体系建设，推进区域合作，加强信息交流，增强区域协同效应，通过更加频繁、便捷的人力要素互动，让高新技术企业更容易获取知识溢出，进而扩大高新技术产业人力要素的集聚效应。

全新BMW X5上使用的内饰设计突显了摩登的豪华质感也引领了BMW在未来的内饰设计趋势。在全新BMW X5车内，仪表板和中控台结构清晰且布局合理，中控台的空调与娱乐系统功能区的设计更为简洁明了，保留必要物理按键的做法保障了直观的操作体验。

 

表1　全局Moran’s I指数

  

指数 2010年 2011年 2012年 2013年 2014年 2015年Moran’s I 0．3746 0．3862 0．3909 0．2165 0．1993 0．1833 Z 3．8156 3．9456 4．0335 2．4499 2．2753 2．1172 varl 0．0114 0．0113 0．0111 0．0104 0．0105 0．0105 t＿pro 0．000608 0．000425 0．000333 0．0201 0．03 0．0424

由表1可知，中国高新技术产业人力要素的全局Moran’s I指数在2010年至2012年间上升，由0．3746 升至 0．3909，随后逐年下降，虽然 2015 年全局 Moran’s I指数降至 0．1833，但仍然在 α＝5%的水平下显著。以上结果表明，省际高新技术产业人力要素不是完全服从随机分布，而是具有空间正相关性，即一省高新技术产业人力要素受周边省份高新技术产业人力要素影响显著。

第三，广东省集聚效应加强。广东省2015年较2010年LISA指数增加，这表明广东省集聚效应得到加强。主要是由以下因素造成：一是泛珠跨省区市合作发展的不断深化和推进，打破了区域政策壁垒，缩小了区域内经济发展差距，加强了省域内经济贸易和产业的密切合作，区域间协同效应得以增强。二是相关政府部门对跨区域交通体系建设的重视，随着泛珠“一日交通圈”相关基础设施的成型，提高了省域内人力资源的流动性。三是广东作为中国南方对外开放的门户，本身汇聚了较多的科技金融资源与人才，随着科技金融体系与相关法律法规的不断完善，助推了省域内高新技术产业的发展。四是随着中国国际化进程不断加速，资本市场不断开放，信息交流更加方便，广东省背靠香港这一国际金融大都市的优势进一步得到体现，使得圈内企业更容易获取知识溢出。因此，广东省不仅加速了省内高新技术产业人力要素的集聚，同时带动周边省份高新技术产业的发展，表现为集聚效应的增强。

综上所述，在α＝5%的显著性水平下，省域高新技术产业人力要素的相互影响显著，集聚效应明显。其中，虽然高新技术产业人力要素的整体空间相关性随着流动人口市民化的推进而回落。但是这加强了区域内高新技术企业的集聚强度，提高了高新技术企业的创新效率，优化了中国产业结构，从而促进了中国经济的健康增长。

四、局部空间自相关分析

第一，中国应当加快完善科技金融体系。由于中国高新技术产业人力要素的正向互动有利于中国高新技术产业的发展。2013年至2015年，扩张性政策刺激的逐步退出使得中国高新技术产业正向互动有所减弱。因此，中国应加快科技金融体系的建设，深化金融市场改革，完善相关法律法规，通过营造优质的科技金融生态环境，覆盖扩张性政策刺激退出对高新技术产业人力要素的影响，进而助推高新技术产业的发展。

  

图1　2010年Moran’s I散点图

  

图2　2015年Moran’s I散点图

如图所示，横坐标刻画了标准化的高新技术企业年末从业人员的离差，纵坐标是其空间滞后项。图中的每一点都代表了一个省份，该点与一阶线性拟合曲线的距离意味着该省高新技术企业年末从业人员与其他省份高新技术企业年末从业人员的差异度。总体而言，从图中可以看出以下两点。一是图1与图2中大多数省份集中于第一、三象限，这表明中国高新技术产业人力要素从整体上来看，聚类明显，空间正相关程度显著。二是对图2与图1进行比较发现，图2中的点对一阶线性拟合曲线的离散程度大于图1中的点，这说明中国新技术产业人力要素的空间结构差异逐渐扩大。具体来说，第一，东部沿海省份大多集中在第一象限，即H－H聚类区域，说明东部沿海省份自身高新产业人力要素较为丰富，同时周边省份高新技术产业人力要素也较为丰富，表现为该区域人力要素集聚效应明显，这主要是由于以长三角、珠三角为代表的沿海省域金融市场较为发达，相对完善的科技金融体系有利于高新技术企业降低融资成本，促进高新技术产业的发展与其人力要素的集聚。其中，广东省高新技术产业在2010年至2015年间发展迅速，同时带动周边省份高新技术产业的发展，呈现出高新技术产业人力要素集聚效应扩大的趋势。第二，中西部地区大部分省份集中于第三象限，即L－L聚类区域，说明中国中西部地区大部分省份自身高新技术产业发展相对缓慢，其临近省份高新技术产业发展程度也较低，这说明中西部地区缺乏有力的人力要素空间集聚点，却也从侧面表明中西部地区高新技术产业可塑性强，且发展潜力巨大。第三，由于东部与中西部地区禀赋差异较大，高新技术产业在东部省份发展较快，由此进一步使得高新技术产业人力要素的空间结构差异扩大是符合常理的。

计算LISA指数（表2），并运用R软件画出LISA指数集聚图（图3、图4）。

 

表2　局部LISA指数

  

省份 2010年 2015年 省份 2010年 2015年北京 1．3794 0．7059 广东 3．3447 8．7144天津 －0．2254 －0．3082 广西 －0．387 －0．9664辽宁 1．664 0．5716 陕西 1．9218 0．9982吉林 1．9246 1．2204 甘肃 4．5935 3．9166黑龙江 1．171 0．9648 青海 2．8778 2．396山东 5．6382 2．4063 新疆 2．3605 2．2028安徽 2．4597 0．1355 西藏 2．7629 2．4644江苏 21．1411 14．3379 四川 0．57 －0．2235上海 10．2104 4．1731 贵州 1．1543 0．9808浙江 10．1422 5．5569 云南 0．8116 0．7395江西 －1．759 －1．4193 山西 0．5648 0．9123福建 －0．3582 －0．6679 内蒙古 3．9171 3．2628河北 －0．1342 －0．0808 宁夏 2．3401 2．0994河南 0．0948 0．0002 海南 0．6995 0．6537湖北 0．2995 －0．2026 重庆 0．7466 0．2768湖南 0．019 0．108

在图3和图4上，各省根据自身LISA指数大小，被赋予了不同深度的颜色，一省的LISA指数越大，则该省在图中的颜色越深。结合表2可知：第一，长三角地区颜色较深，这主要是因为长三角地区作为中国最大的经济圈、金融中心，拥有相对完善的金融市场体系及便捷的交通体系，与此同时，汇集了大量海内外金融资源和优质的人力资本，从而加强了区域内部信息交流，使得区域内各地高新技术产业人力要素相互间有较强影响，产生了明显的空间溢出效应。第二，广东省颜色较深，这主要是由于珠三角地区作为中国南方地区对外开放的门户，同时也是全球最具影响力的制造业基地，因此，源源不断的人力资源与金融资源向其汇聚，从而产生了集聚效应，进而表现为LISA指数较大。第三，内蒙古、甘肃地区颜色较深，但LISA指数较广东省及长三角地区小，这主要是因为内蒙古、甘肃地区人口密度较小，金融产业较为薄弱，经济发展较为落后，使得人力要素流失，难以形成集聚点。

  

图3　2010年Lisa指数散点图

  

图4　2015年Lisa指数散点图

对图3与图4进行比较可知：一方面，长三角地区及山东省，在2015年颜色较2010年浅，这主要是由于中国扩展性政策刺激的逐步退出，造成高新技术产业活动趋缓，进而使其人力要素的流动相对放缓，表现为LISA指数的下降。另一方面，广东省2015年颜色比2010年深，这主要是因为随着泛珠“一日交通圈”相关基础设施的成型，提高了省域内人力资源的流动性，使高新技术产业人力要素的集聚效应得以增强，表现为LISA指数的上升。

五、中国高新技术产业人力要素的跨区域流动分析

本文基于2010～2015年间各省高新技术企业年末从业人员数据，计算全局Moran’s I指数、LISA指数，对中国高新技术产业人力要素的跨区域流动进行了研究，研究结果显示如下。

第一，中国高新技术产业人力要素存在着明显正向互动。2010年至2012年间，全局Moran’s I指数整体大于 0．37，直至 2013 年，全局 Moran’s I指数才开始不断回落。这意味着，一方面，在2010年至2012年间，中国高新技术产业人力要素维持着较高的正向互动水平。其主要原因是扩张性政策刺激的实施使中国高新技术产业人力要素流动性得以整体加强，因而表现出明显的集聚效应。另一方面，在2013年至2015年间，高新技术产业人力要素的正向互动开始减弱。主要原因如下：一是扩张性政策刺激逐步退出。二是中国城镇化水平不断提升，推进了流动人口市民化。三是中国人口红利逐步消失。在以上因素共同作用下，促使中国高新技术产业人力要素的整体流动性降低，进而使其整体正向空间互动有所下降。

他转向左面走着，不时停下来吃沼地上的浆果。扭伤的脚腕子已经僵了，他比以前跛得更明显，但是，比起肚子里的痛苦，脚疼就算不了什么。饥饿的疼痛是剧烈的。它们一阵一阵地发作，好像在啃着他的胃，疼得他不能把思想集中在到“小棍子地”必须走的路线上。沼地上的浆果并不能减轻这种剧痛，那种刺激性的味道反而使他的舌头和口腔热辣辣的。

水秧村无矿产资源，无乡镇企业，农村产业结构单一，农业是全村的支柱产业，群众依土为生，粮食作物以种植玉米、水稻为主，作物收成得不到保障。农业生产方式和劳动生产工具落后，劳动生产效率极低，农业产业化、规模化程度低。

第二，长三角地区集聚效应有所回落。长三角地区2015年较2010年LISA指数减少，这意味着长三角地区集聚效应减弱。究其原因，一是近年来，长三角地区城镇化进程的不断推进，流动人口市民化程度逐渐加深。二是区域内经济差距缩小，人口回流现象逐步增强。三是人口红利不断衰减，人口老龄化不断加剧的大环境对长三角地区人力资源的冲击。四是扩张性政策刺激的逐步退出。五是长三角地区政府针对高科技人才进行的政策倾斜。在以上因素的共同作用下，使得长三角地区高新技术产业人力要素在省域的流动性逐步减弱，进而集聚效应有所减弱。

不是，几年吧。具体几年我也不清楚。不知道什么原因，人家送给我母亲养了几年，后来不知道为什么又要了回去。我母亲这十几年一直想和人家搭上亲戚，可人家压根儿就不愿认咱这个穷亲戚。去问中间人，人家推说失去联系了。我母亲不死心，就曲曲折折打听来消息，说她好像在上海当律师。

W0＝（Wij＋Wji）2，W2＝（Wi·＋W·）j2，Wi·与W·j分别是权重的第i行之和与第j列之和。

通常来说，由于省域人力要素存在空间自相关，即各省高新技术产业同时受自身和邻近省份高新技术产业人力要素的影响。具体而言，2010年至2012年间，全局Moran’s I指数呈现上升趋势，且整体大于0．37，这主要是受到中国扩张性政策倾向的影响，在宽松的货币环境，以及投资拉动内需的市场环境下，高新技术产业活动更加活跃，从而促使其人力资源在省域间的流动性大大增强，在空间上体现为人力要素集聚效应的扩散，以及人力要素的高度空间正相关。全局Moran’s I指数于2013年开始不断回落，这主要受到两方面因素的影响。一是随着过多的货币增量涌入市场，通货膨胀的压力不断增加，使得扩张性政策逐步转为收缩，因此降低了科技金融资源的流动性，提高了高新技术企业的融资成本，使高新技术产业活动减弱，其人力要素的空间相关性也随之减弱。二是中国的城镇化进程不断推进，流动人口市民化程度不断加深，人力要素的空间相关性也随之减弱。所以，基于高新技术企业年末从业人员数据计算得出的全局Moran’s I指数近年来有所回落是符合常理的。

六、中国高新技术产业人力要素发展建议

上述计量结果显示，中国省域高新技术产业人力要素并非随机分布，而是切实存在全局空间相关性。然而，全局Moran’s I指数只能体现整体的空间集聚程度，所以对于具体省域的空间属性及该省与相邻省份的空间相关性测度还需引入局部Moran’s I指数。故选取2010年及2015年高新技术产业从业人员数，使用Matlab软件画出Moran’s I散点图（图 1、图 2）。

第二，各地应当加强科技人才建设。长三角地区集聚效应有所回落，主要原因是区域内高新技术产业人力要素流动性下降。因此，各地应该完善科学技术人才培育体系，优化城市建设，从而增强对人才的吸引力，在提高科学技术人才总量的同时，加强区域间科技人才交流，进而提升高新技术产业人力要素的流动性，促进高新技术产业人力要素集聚。

人力要素对高新技术产业的影响不言而喻，故本文采用高新技术企业年末从业人员来衡量区域高新技术产业人力要素的整体空间差异，使用Matlab软件计算高新技术产业人力要素的全局Moran’s I指数（表1）。

[参考文献]

[1]KAROLINA EKHOLM，KATARIINA HAKKALA．Location of R＆D and high－tech production by vertically integrated multinationals[J]．Economic Journal，2007（518）：512．

1．Moran’s I 散点图

[3]FOSFURIA，RONDE T．High －tech clusters，technology spillovers，and trade secret laws[J]．International Journal of Industrial Organization，2004（22）：45．

[4]BAPTISTA R．Geographical clusters and innovation diffusion[J]．Technological Forecasting and Social Change，2001（66）：31．

公平公正的判卷是保证考核评价改革效果的重要环节。改革前，期末考试往往由任课教师一人进行判卷，系主任进行审核但并未深究评分的“宽严”程度。改革后，期末试卷实行系主任负责的教师集体阅卷模式，开展评卷质量的自评和互评，尽量减少评卷的随意性，保证评分尽可能科学合理。

[5]王学义．高新技术产业集群下的人才区域聚集战略研究——以绵阳国家高新技术产业开发区为例[J]．理论与改革，2006（6）：83．

wheredenotes a vector with characterizing the kinematics performance that reflects to scatter pjin the degraded workspace,and N denotes the total number of scatters in the degraded workspace.

[6]牛冲槐，张帆，封海燕．科技型人才聚集、高新技术产业聚集与区域技术创新[J]．科技进步与对策，2012（15）：46．

[7]张樨樨，韩秀元．高新技术产业人才集聚发展环境综合评价研究[J]．山东大学学报（哲学社会科学版），2013（5）：94．

煤矸石、洗矸、煤泥必须进行综合利用，不得长期排放堆存，临时堆存要有防止自燃措施。对已经自燃的矸石山，必须尽快采取灭火措施，确保熄灭并防止复燃。

[8]王春艳．中国高新技术产业重心与人力资源重心的演化路径对比分析[J]．上海经济研究，2013（02）：32．

[9]张倩肖，王春艳．中国高新技术产业与人力资源重心空间变动比较[J/OL]．审计与经济研究，2013（5）：88．

[10]汤子隆，任晓怡，祝佳，等．中国省域金融活动空间结构探索性数据分析[J]．广东商学院学报，2013（5）：28．