賈永飛，王振宇

（齊魯工業(yè)大學(xué)（山東省科學(xué)院）a.智庫中心；b.山東省科技發(fā)展戰(zhàn)略研究所，濟(jì)南 250000）

0 引言

黨的二十大報告強(qiáng)調(diào)，要堅定實施人才強(qiáng)國戰(zhàn)略。人才已經(jīng)成為發(fā)展知識經(jīng)濟(jì)的決定因素，各級黨委、政府對人才工作一直非常重視，頒布和實施了許多重要政策方針，這些政策方針為社會主義現(xiàn)代化建設(shè)提供了人才支持[1]。京津冀、長三角、珠三角城市群是我國具有活力和潛力的核心地區(qū)，為推動其經(jīng)濟(jì)平穩(wěn)健康發(fā)展，中共中央、國務(wù)院于2018年11月提出，要以京津冀、長三角和珠三角城市群為抓手，推進(jìn)國家重大區(qū)域戰(zhàn)略融合發(fā)展，構(gòu)建一線城市帶動城市群發(fā)展的格局。城市如何增強(qiáng)自身經(jīng)濟(jì)韌性，最大限度地減輕外界及本身干擾因素造成的不利影響，成為城市發(fā)展中需要破解的一道難題[2,3]。

韌性被定義為一個系統(tǒng)抵御外部和內(nèi)部干擾及破壞的能力，該系統(tǒng)結(jié)構(gòu)和結(jié)構(gòu)的某些方面發(fā)生變化可以保持或恢復(fù)某些核心功能[4]。目前已有的關(guān)于城市經(jīng)濟(jì)韌性影響因素的研究主要集中在產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)創(chuàng)新兩個方面。一方面，在產(chǎn)業(yè)轉(zhuǎn)型升級過程中，隨著產(chǎn)業(yè)結(jié)構(gòu)由低級到高級演化，其能在一定程度上提高城市經(jīng)濟(jì)韌性[5]。楊文捷等（2022）[6]研究發(fā)現(xiàn)，在宏觀經(jīng)濟(jì)不穩(wěn)定時，產(chǎn)業(yè)結(jié)構(gòu)高級化和產(chǎn)業(yè)集聚對于經(jīng)濟(jì)增長有顯著正向影響。另一方面，技術(shù)創(chuàng)新在城市經(jīng)濟(jì)韌性中所發(fā)揮的作用主要體現(xiàn)在經(jīng)濟(jì)受到?jīng)_擊之后，能夠在恢復(fù)和更新階段，促進(jìn)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的適應(yīng)性調(diào)整[7]。汪發(fā)元和何智勵（2022）[8]研究發(fā)現(xiàn)，技術(shù)創(chuàng)新可以借助于先進(jìn)知識與技術(shù)，對資源要素進(jìn)行改造與整合，從而帶動勞動者素質(zhì)提高，管理制度健全，對于增強(qiáng)城市經(jīng)濟(jì)韌性有很強(qiáng)的影響。

隨著城市經(jīng)濟(jì)韌性的相關(guān)研究在國內(nèi)興起，學(xué)者們開始將社會制度、生態(tài)環(huán)境、基礎(chǔ)設(shè)施等因素引入城市經(jīng)濟(jì)韌性的相關(guān)研究之中。但從現(xiàn)有文獻(xiàn)來看，從政策角度出發(fā)，尤其是探討人才引進(jìn)政策與城市經(jīng)濟(jì)韌性之間關(guān)系的文獻(xiàn)較少，基于此，本文進(jìn)一步研究人才新政如何影響城市經(jīng)濟(jì)韌性水平。

1 理論機(jī)制與研究假設(shè)

本文所研究的人才新政如何影響城市經(jīng)濟(jì)韌性，本質(zhì)上是一個受政策干預(yù)的人才流動問題。人才新政在發(fā)揮政策效應(yīng)時，具有一定的時效性，即存在窗口效應(yīng)，在窗口未打開時，實施政策無法達(dá)到預(yù)期目標(biāo)，只有經(jīng)歷一段時間，才能達(dá)到最大效果[9]。從長期來看，人才引進(jìn)有利于讓蛋糕變大，如果分配合理，就能提高整體福利水平；但在短期內(nèi)，由于資源有限，對人才的偏好就意味著對其他群體的保障力度和資源配置將會減少，這將造成他們的福利損失，破壞社會公平[10]。人才新政推行之初，為了加快政策措施的落地實施，會加大政府財政資源的投放，增強(qiáng)科技人才的扶持力度，但卻削弱了企業(yè)在創(chuàng)新中的參與熱情，不利于產(chǎn)業(yè)生態(tài)發(fā)展[11]。政府通過實施人才新政配置社會資源時，常常忽略其他社會主體的利益，從而降低了經(jīng)濟(jì)活力，削弱了城市經(jīng)濟(jì)韌性。隨著人才新政的持續(xù)實施，人才集聚效應(yīng)不斷凸顯。人才集聚的集成規(guī)模效應(yīng)與持續(xù)激勵效應(yīng)有利于知識溢出和“勞動力池”的形成，在技術(shù)示范效應(yīng)的驅(qū)動下，企業(yè)將大力引進(jìn)外部技術(shù)和高質(zhì)量的人力資本，改善知識投入結(jié)構(gòu)，提高企業(yè)生產(chǎn)力[12]，從而提升城市經(jīng)濟(jì)韌性。因此，人才新政的實施對城市經(jīng)濟(jì)韌性水平的影響表現(xiàn)出先減后增的“U”型作用?；诖?，本文提出如下假設(shè):

假設(shè)1：人才新政對城市經(jīng)濟(jì)韌性水平存在非線性的“U”型影響。

被制定的政策通過有效執(zhí)行達(dá)成目標(biāo),而目標(biāo)的達(dá)成需要對資源進(jìn)行合理化配置[13]。基于現(xiàn)有文獻(xiàn)和現(xiàn)實邏輯，本文認(rèn)為區(qū)域間人才新政實施可能會通過調(diào)動政府資源、配置市場資源和驅(qū)動企業(yè)資源三條路徑來影響城市經(jīng)濟(jì)韌性。第一，政府資源。政府的一切活動本質(zhì)上都是對資源進(jìn)行開發(fā)、動員、整合和配置的活動[14]。為了吸引大量人才涌入，“人才新政”在實施時，政府能有效地利用其在技術(shù)、知識、人才、信息等高端資源上的集聚優(yōu)勢，形成資源配置效應(yīng)、共享效應(yīng)與知識溢出效應(yīng)等正外部正效應(yīng)，從而增強(qiáng)城市經(jīng)濟(jì)系統(tǒng)的抗沖擊與吸收能力，即提高城市經(jīng)濟(jì)的持續(xù)性。第二，市場資源?！叭瞬判抡背四軌蛑苯佑绊戀Y源配置效率外，更重要的是能夠通過對要素市場化水平的介入來調(diào)控資源配置[15]?！叭瞬判抡笨梢詣訂T市場社會力量共同參與人才服務(wù)，增強(qiáng)社會資本參與的動機(jī)與參與度，提升人力資本水平，同時減少資源消耗，以相同的資源投入，產(chǎn)生更多的輸出，讓社會資源配置更具效率。第三，企業(yè)資源?！叭瞬判抡钡恼咧c在于人，為企業(yè)集聚高層次人才、技能人才提供制度保障。受到“人才新政”的驅(qū)動，企業(yè)獲得政策支持，實際上是對企業(yè)人才能力的肯定，向社會傳遞了企業(yè)有人才資源優(yōu)勢和發(fā)展能力的信號，更易促進(jìn)企業(yè)產(chǎn)生實質(zhì)性的創(chuàng)新績效?；诖耍疚奶岢鋈缦录僭O(shè)：

假設(shè)2：人才新政實施會通過調(diào)動政府資源、配置市場資源、驅(qū)動企業(yè)資源影響城市經(jīng)濟(jì)韌性水平。

人才通過衡量不同城市提供的多元化條件或自身的滿足程度，進(jìn)而產(chǎn)生城市集聚的作用。政府通過出臺相關(guān)人才新政和福利保障措施對高層次人才產(chǎn)生地區(qū)牽引力，從而提升地方人力資本水平，影響整個城市經(jīng)濟(jì)韌性。參照當(dāng)?shù)氐木蜆I(yè)規(guī)模進(jìn)行人才新政的制定與實施，能夠提高政策的有效性。就業(yè)規(guī)模與經(jīng)濟(jì)增長之間存在著一種衍生的需求關(guān)系，這種衍生需求關(guān)系使就業(yè)規(guī)模成為影響經(jīng)濟(jì)增長速度的重要變量之一。以上分析結(jié)果表明，各城市的經(jīng)濟(jì)發(fā)展?fàn)顩r、就業(yè)規(guī)模不同，制訂的人才招引策略、政策實施水平和資源配置情況存在顯著差異。為了評估人才新政的具體效力，在考察人才新政對我國城市經(jīng)濟(jì)韌性的影響時需將就業(yè)規(guī)模納入考慮范圍。因此，本文提出如下假設(shè):

假設(shè)3:人才新政對城市經(jīng)濟(jì)韌性的影響存在就業(yè)規(guī)模的門檻效應(yīng)。

2 研究設(shè)計

2.1 樣本數(shù)據(jù)來源

本文選取2011—2020年京津冀、長三角、珠三角三大城市群共48個地級及以上城市的數(shù)據(jù)為分析樣本。數(shù)據(jù)選取依照以下原則：第一，在政策時間線上，確定政策研究時期為2011—2020年，即《國家中長期科技人才發(fā)展規(guī)劃（2010—2020 年）》發(fā)布以來，政府部門頒布的人才新政；第二，在政策來源上，通過在各城市的政府部門，例如科技局、財政局、教育局等官方網(wǎng)站以及北大法寶網(wǎng)站上搜索“人才引進(jìn)”“人才獎勵”等與人才引進(jìn)直接相關(guān)的關(guān)鍵詞，收集涉及人才引進(jìn)的政策文本；第三，按照政策適用范圍分類，包括通知、意見、規(guī)劃、措施等，為便于對政策進(jìn)行分類，提取出政策的頒布時間、執(zhí)行部門、政策名稱等數(shù)據(jù)字段。本文共收集2011—2020 年有關(guān)政策文本480個，其余數(shù)據(jù)來自各城市相關(guān)統(tǒng)計年鑒以及EPS數(shù)據(jù)平臺。

2.2 變量選取

2.2.1 被解釋變量

城市經(jīng)濟(jì)韌性主要反映城市經(jīng)濟(jì)體系在面對外部沖擊時，緩沖外部不利影響的能力及恢復(fù)適應(yīng)新環(huán)境的能力[16]。城市經(jīng)濟(jì)發(fā)展水平、社會保障和創(chuàng)新能力是降低城市經(jīng)濟(jì)風(fēng)險和保持經(jīng)濟(jì)持續(xù)增長的重要保證。因此，本文以經(jīng)濟(jì)發(fā)展、社會保障和創(chuàng)新能力綜合表征城市經(jīng)濟(jì)韌性水平（Resi）。其中，經(jīng)濟(jì)發(fā)展用人均生產(chǎn)總值、第三產(chǎn)業(yè)產(chǎn)值占比表示；社會保障用一般預(yù)算支出、城鎮(zhèn)居民人均可支配收入表示；創(chuàng)新能力用發(fā)明專利授權(quán)量表示，并采用熵權(quán)法進(jìn)行綜合賦權(quán)，最終計算出城市經(jīng)濟(jì)韌性水平。

2.2.2 核心解釋變量

對核心解釋變量的考察中，本文在比較分析了不同種類樣本城市覆蓋面后，利用NLPIR-Parser大數(shù)據(jù)語義分析的智能分析平臺進(jìn)行研究，將文本挖掘與文本聚類相結(jié)合，對三大城市群48 個城市政府于2011—2020 年發(fā)布的地方性法規(guī)、地方政府規(guī)章、地方規(guī)范性文件等進(jìn)行抓取，合計480 份文件，圍繞文件中所涉及的人才引進(jìn)相關(guān)內(nèi)容，對文件中的文字進(jìn)行分詞、統(tǒng)計、聚類，而后經(jīng)過人工瀏覽和機(jī)器篩選整理所有分詞數(shù)據(jù)，對高頻詞（見表1）進(jìn)行綜合賦權(quán)，形成人才新政干預(yù)強(qiáng)度（policy）。

表1 人才新政高頻詞

2.2.3 中介變量

根據(jù)前文的理論框架闡述，人才新政會通過調(diào)動政府資源、配置市場資源、驅(qū)動企業(yè)資源三條路徑影響城市經(jīng)濟(jì)韌性。其中，政府資源（Goven）主要從財政支出視角進(jìn)行分析，指標(biāo)包括科學(xué)技術(shù)支出、教育支出；各城市之間的“人才爭奪戰(zhàn)”本質(zhì)上是市場配置資源的結(jié)果，政府通過補(bǔ)貼、降息、減費等方式引導(dǎo)各類資本投向人才引進(jìn)，本文利用年末金融機(jī)構(gòu)各項貸款余額表示市場資源（Mark）；城市中企業(yè)發(fā)揮對人才的吸引優(yōu)勢主要通過企業(yè)招聘主動吸引人才，以及依靠自身規(guī)模吸引人才，本文利用規(guī)模以上企業(yè)數(shù)和就業(yè)人數(shù)表征企業(yè)資源（Enter）。對于多指標(biāo)變量，利用熵權(quán)法計算其綜合指數(shù)。

2.2.4 控制變量

為了更好地研究人才新政對城市經(jīng)濟(jì)韌性的影響，本文對其他一些可能影響城市經(jīng)濟(jì)韌性的因素進(jìn)行了控制。區(qū)域教育水平（Stu）不僅是地方公共服務(wù)供給水平的體現(xiàn)，而且會對區(qū)域人力資本積累產(chǎn)生較大影響，用普通本科在校生人數(shù)表征；工資水平（Salay）是推動人口要素流動的最主要經(jīng)濟(jì)因素，更高水平的工資水平會吸引人才流入，給區(qū)域經(jīng)濟(jì)增長帶來勞動紅利，推動了區(qū)域集聚優(yōu)勢的形成，加快資源流入，對區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生“鎖定效應(yīng)”[17]，用職工平均工資表征。用社會消費品零售總額、人均綠地面積分別表示區(qū)域經(jīng)濟(jì)景氣程度（Consumer）與城市居民生活質(zhì)量（Area）對城市經(jīng)濟(jì)韌性的影響。

2.3 模型設(shè)定

2.3.1 基礎(chǔ)模型

為了研究人才新政對城市經(jīng)濟(jì)韌性的具體影響，本文設(shè)定了一個時間空間雙固定效應(yīng)模型，同時為檢驗人才新政實施與城市經(jīng)濟(jì)韌性之間可能存在的非線性關(guān)系，進(jìn)一步加入人才新政的二次項，設(shè)定基準(zhǔn)模型如下:

其中，i和t分別表示城市和年份；Resi為被解釋變量，即城市經(jīng)濟(jì)韌性水平；policy為核心解釋變量，即人才新政干預(yù)強(qiáng)度；X為模型中相應(yīng)的控制變量；δi表示城市固定效應(yīng)，用以控制不隨時間變化且可觀察到的可能影響城市經(jīng)濟(jì)韌性水平的城市特征；γi表示時間固定效應(yīng)，用以控制隨時間變化的沖擊；?it表示隨機(jī)誤差項。

考慮到人才新政以及其他因素對城市經(jīng)濟(jì)韌性可能存在的滯后影響，即當(dāng)年的城市經(jīng)濟(jì)韌性往往會受到上一年城市經(jīng)濟(jì)韌性的影響。因此，本文引入各城市經(jīng)濟(jì)韌性水平滯后一期數(shù)據(jù)，以控制其自身的內(nèi)在沖擊，并且可以更好地消除內(nèi)生性對實證結(jié)果的沖擊。建立如下動態(tài)面板回歸模型:

其中，α1表示城市經(jīng)濟(jì)韌性水平滯后一期的待估參數(shù)。

2.3.2 機(jī)制檢驗?zāi)Ｐ?/p>

為考察人才新政對城市經(jīng)濟(jì)韌性的傳導(dǎo)機(jī)制，本文運用多重中介模型進(jìn)行逐步回歸分析：

其中，X為控制變量；Mit為中介變量，主要包括政府資源、市場資源、企業(yè)資源。

2.3.3 門檻效應(yīng)模型

本文借鑒范建紅等（2022）[18]的研究思路，以就業(yè)規(guī)模為門檻變量，建立如下面板門檻回歸模型:

其中，γ為待估算的門檻值；I（·）為示性函數(shù)；popul為就業(yè)規(guī)模，為本文的門檻變量，用城鎮(zhèn)單位就業(yè)人員數(shù)表示。

3 實證分析

3.1 基準(zhǔn)回歸結(jié)果分析

本文依次對變量進(jìn)行單位根檢驗，發(fā)現(xiàn)控制變量中社會消費品零售總額、普通本科在校生人數(shù)為不平穩(wěn)序列，進(jìn)行一階差分，并進(jìn)行協(xié)整檢驗，判斷模型內(nèi)部是否存在協(xié)整關(guān)系；采用系統(tǒng)GMM 模型實證分析人才新政對于城市經(jīng)濟(jì)韌性影響的估計結(jié)果，回歸結(jié)果中Hansen 值為39.36，表明估計結(jié)果并沒有出現(xiàn)工具變量被過度識別的情況，工具變量成立；AR（1）和AR（2）統(tǒng)計結(jié)果相伴概率顯示該模型并沒有出現(xiàn)二階序列關(guān)聯(lián)的情況，進(jìn)而表明系統(tǒng)GMM 方法在回歸結(jié)果中表現(xiàn)出較好的穩(wěn)健性。在下頁表2 的回歸結(jié)果中，基于對時間與地區(qū)效應(yīng)的控制，估算結(jié)果顯示除受到其本身過去城市經(jīng)濟(jì)韌性水平影響外，也受到了人才新政的影響。從系數(shù)值來看，Resiit-1的系數(shù)為0.7989，表明城市經(jīng)濟(jì)韌性水平受到了自身前一年城市經(jīng)濟(jì)韌性水平的影響較大；人才新政的一次項系數(shù)為負(fù)（-0.1388），二次項系數(shù)為正（0.2044），說明城市人才新政的實施對城市經(jīng)濟(jì)韌性水平呈現(xiàn)先負(fù)后正的“U”型影響。為實現(xiàn)政策預(yù)期效果，人才新政初期政府部門在住房保障、科研支持、薪酬獎勵等方面加大了財政支出，不利于區(qū)域經(jīng)濟(jì)活動開展和產(chǎn)業(yè)轉(zhuǎn)型升級，但隨著人力資本不斷積累，集聚效應(yīng)開始發(fā)揮，對相關(guān)領(lǐng)域的人才具有強(qiáng)大吸引力，有利于實現(xiàn)人才集聚，驅(qū)動城市經(jīng)濟(jì)韌性向高水平發(fā)展。控制變量中社會消費品零售總額的系數(shù)不顯著，職工平均工資、普通本科在校生人數(shù)、人均綠地面積與城市經(jīng)濟(jì)韌性水平顯著相關(guān)，系數(shù)分別為0.0450、-0.0006、0.2328。假設(shè)1成立。

表2 人才新政對城市經(jīng)濟(jì)韌性水平的影響

3.2 穩(wěn)健性檢驗

為了考察實證結(jié)果的穩(wěn)健性，本文使用替換回歸模型、刪除極端值和縮短樣本周期三種策略來檢驗基準(zhǔn)結(jié)果的穩(wěn)健性，結(jié)果如下頁表3所示。（1）替換回歸模型。分別采用普通最小二乘法與雙固定效應(yīng)模型進(jìn)行回歸，結(jié)果如列（1）、列（2）所示，人才新政的二次項通過顯著性檢驗，并再次驗證了人才新政與城市經(jīng)濟(jì)韌性呈非線性的“U”型關(guān)系，與基準(zhǔn)模型一致。（2）刪除極端值的影響。普通本科在校生人數(shù)、社會消費品零售總額的標(biāo)準(zhǔn)差大于平均值，說明存在極端值。為此，本文對存在極端值的指標(biāo)進(jìn)行了1%的縮尾處理，結(jié)果見列（3）?？s尾之后，人才新政系數(shù)在顯著性和數(shù)值上基本符合基準(zhǔn)模型。（3）縮短樣本周期。本文只保留2011—2017 年的城市面板數(shù)據(jù)，并進(jìn)行系統(tǒng)GMM 回歸分析，回歸結(jié)果如列（4）所示，回歸結(jié)果基本相同，進(jìn)一步證明了結(jié)果的穩(wěn)建性。

表3 穩(wěn)健性檢驗結(jié)果

3.3 機(jī)制分析

本文在理論分析中明確指出人才新政可能通過調(diào)動政府資源、配置市場資源、驅(qū)動企業(yè)資源三條路徑影響城市經(jīng)濟(jì)韌性水平。本文借助于多重中介效應(yīng)，并采用逐步檢驗回歸對其中介效應(yīng)機(jī)制進(jìn)行了分析[19]。為保障所得結(jié)果的可行性，利用Bootstrap方法對上述中介效應(yīng)進(jìn)行檢驗。表4 顯示了模型估計結(jié)果，其中，列（1）至列（3）、列（4）和列（5）、列（6）和列（7）分別為政府資源、市場資源、企業(yè)資源的估計結(jié)果，列（2）檢驗人才新政對政府資源的影響，估計系數(shù)為0.0846，并在1%的水平上顯著，表明人才新政能夠有效調(diào)動政府資源。在列（3）中，人才新政對城市經(jīng)濟(jì)韌性水平的估計系數(shù)為0.0489，但不顯著，表明政府資源起到完全中介作用；在列（4）和列（5）中，人才新政的系數(shù)分別為0.0694和0.0882，在5%的水平上顯著，且市場資源的系數(shù)為0.7897，在1%的水平上顯著，說明市場資源能夠起到部分中介作用。在列（6）和列（7）中，在總效應(yīng)模型中加入企業(yè)資源后，人才新政變量不再顯著，表明企業(yè)資源起到完全中介作用。再對比列（1）的回歸結(jié)果可知，在分別加入政府資源、市場資源、企業(yè)資源后，人才新政系數(shù)的顯著性及數(shù)值均有所下降，說明人才新政實施會通過調(diào)動政府資源、配置市場資源、驅(qū)動企業(yè)資源三條路徑影響城市經(jīng)濟(jì)韌性，假設(shè)2成立。

表4 影響城市經(jīng)濟(jì)韌性的多重中介效應(yīng)檢驗結(jié)果

受中介效應(yīng)非線性分布的影響，本文采用Bootstrap 方法對上述中介效應(yīng)進(jìn)行檢驗，由表5 可知，政府資源在人才新政對城市經(jīng)濟(jì)韌性水平影響中的中介效應(yīng)為0.0940，95%的置信區(qū)間為（0.0216，0.1662），不包含0，說明政府資源的中介作用顯著；市場資源在人才新政對城市經(jīng)濟(jì)韌性影響中的中介效應(yīng)為0.0548，95%的置信區(qū)間為（0.0017,0.1218），不包含0，說明市場資源的中介作用顯著；企業(yè)資源在人才新政對城市經(jīng)濟(jì)韌性影響中的中介效應(yīng)為0.0753，95%的置信區(qū)間為（0.0753，0.1936），不包含0，說明市場資源的中介作用顯著，進(jìn)一步驗證了假設(shè)2。

表5 中介效應(yīng)Bootstrap檢驗

3.4 門檻效應(yīng)檢驗

本文采用Stata 15 統(tǒng)計軟件估計門檻效應(yīng)，并在每組回歸中采用Bootstrap自抽樣門檻檢驗，在對門檻數(shù)量進(jìn)行檢驗時，設(shè)定顯著性水平在5%以下。結(jié)果顯示，在分析人才新政對城市經(jīng)濟(jì)韌性影響的問題上，三大城市群均應(yīng)對就業(yè)規(guī)模進(jìn)行單門檻分析檢驗，具體檢驗結(jié)果見表6。

表6 門檻效應(yīng)估計及檢驗結(jié)果

門檻效應(yīng)檢驗過后，進(jìn)行門檻回歸分析，結(jié)果如表7所示。京津冀城市群以就業(yè)規(guī)模為門檻變量的門檻值為717.4萬人，數(shù)據(jù)分析結(jié)果表明當(dāng)就業(yè)規(guī)模低于717.4萬人時，核心解釋變量的系數(shù)為-0.0483，人才新政對于城市經(jīng)濟(jì)韌性水平產(chǎn)生負(fù)向影響，而隨著就業(yè)規(guī)模的提升，核心解釋變量的系數(shù)由負(fù)轉(zhuǎn)正，系數(shù)變?yōu)?.6157，人才新政對城市經(jīng)濟(jì)韌性的正向影響愈發(fā)明顯，呈現(xiàn)先減后增的“U”型作用，與假設(shè)1的趨勢相同。北京作為京津冀城市群的核心功能區(qū)，在2011—2020年的就業(yè)人數(shù)中，僅有北京達(dá)到了門檻值，其余城市均在門檻值之下。長三角城市群的門檻值為293.4萬人，遠(yuǎn)遠(yuǎn)低于京津冀城市群，但在測算范圍內(nèi)，人才新政對于城市經(jīng)濟(jì)韌性一直呈現(xiàn)正向促進(jìn)作用，表明人才新政對于城市經(jīng)濟(jì)韌性會隨著就業(yè)規(guī)模的提高而顯著增強(qiáng)，當(dāng)跨越門檻值后，系數(shù)從0.0491 提高到0.4581。珠三角城市群的門檻值在三大城市群中最低，僅為42.3 萬人，當(dāng)就業(yè)規(guī)模處在低水平區(qū)間（poaul≤42.3）時，人才新政對城市經(jīng)濟(jì)韌性具有顯著的抑制作用，系數(shù)為-0.9286，在2011—2017年，珠三角城市群中各個城市頒布了大量人才引進(jìn)政策，可能導(dǎo)致政策數(shù)量、政策工具上存在政策供給過溢問題，當(dāng)就業(yè)規(guī)模跨過門檻值（poaul＞42.3）后，人才新政對城市經(jīng)濟(jì)韌性的抑制作用顯著降低，系數(shù)為-0.1586，在門檻變量作用下，人才新政與城市經(jīng)濟(jì)韌性之間的沖突逐漸緩和。綜合上述估計結(jié)果，對于三大城市群，隨著就業(yè)規(guī)模的不斷提高，人才新政對城市經(jīng)濟(jì)韌性的影響作用越來越顯著。在未超過門檻值時，珠三角城市群頒布的人才新政對城市經(jīng)濟(jì)韌性的影響程度最大，但呈顯著負(fù)向影響，隨著當(dāng)?shù)鼐蜆I(yè)人數(shù)的不斷增多，負(fù)向影響逐漸減緩；當(dāng)就業(yè)規(guī)模超過門檻值后，京津冀城市群頒布的人才新政對城市經(jīng)濟(jì)韌性的影響系數(shù)為0.6157，呈現(xiàn)顯著的正向影響，從京津冀城市群中各城市的就業(yè)規(guī)模來看，北京的就業(yè)規(guī)模最高，人才新政對于城市經(jīng)濟(jì)韌性的激勵效應(yīng)最為明顯。通過以上分析，各城市群所頒布的人才新政對于城市經(jīng)濟(jì)韌性的影響受到了就業(yè)規(guī)模的門檻作用，假設(shè)3成立。

表7 面板門檻模型的固定模型

下頁圖1至圖3表示三大城市群以就業(yè)規(guī)模為門檻變量的“似然比”序列LR值作為門檻函數(shù)的趨勢圖?？梢园l(fā)現(xiàn)，3 個門檻估計值對應(yīng)的LR 值小于臨界值7.35（取95%的置信水平，用虛線表示），因而通過門檻模型測算出來的門檻值真實有效。

圖1 京津冀城市群就業(yè)規(guī)模估計值

圖2 長三角城市群就業(yè)規(guī)模估計值

圖3 珠三角城市群就業(yè)規(guī)模估計值

4 結(jié)論

本文以京津冀、長三角、珠三角城市群為例，收集整理了2011—2020 年所頒布的人才新政480 件，對其進(jìn)行分詞、統(tǒng)計、聚類、整理，構(gòu)建了人才新政量化指標(biāo)作為解釋變量，采用系統(tǒng)GMM模型以及門檻效應(yīng)模型，實證分析了人才新政對城市經(jīng)濟(jì)韌性的影響機(jī)制、傳導(dǎo)機(jī)制以及門檻效應(yīng)。研究發(fā)現(xiàn):（1）人才新政與城市經(jīng)濟(jì)韌性之間呈現(xiàn)“U”型關(guān)系，在政策實施初期，需要花費一定的實施成本，而且政策效應(yīng)發(fā)揮存在一定的時間滯后效應(yīng)，不能迅速對城市經(jīng)濟(jì)韌性產(chǎn)生正向驅(qū)動作用，隨著人才新政不斷推進(jìn)，形成人才與產(chǎn)業(yè)相互促進(jìn)的循環(huán)累積效應(yīng)，共同促進(jìn)經(jīng)濟(jì)平穩(wěn)增長。（2）通過中介效應(yīng)檢驗發(fā)現(xiàn)，地方政府可以通過調(diào)動政府資源、配置市場資源、驅(qū)動企業(yè)資源三條路徑，進(jìn)一步提升城市經(jīng)濟(jì)韌性水平。（3）隨著區(qū)域內(nèi)就業(yè)規(guī)模不斷提高，人才新政對城市經(jīng)濟(jì)韌性的貢獻(xiàn)越來越大。到2020年，長三角、珠三角城市群大部分城市都越過門檻值，人才新政的效應(yīng)越來越顯著，但由于京津冀城市群的門檻水平較高，到2020 年，除北京以外，其余城市均未達(dá)到門檻值。