王晶 宋殿輝 王威 單雙雙

(1.長(zhǎng)春工業(yè)大學(xué)人文信息學(xué)院；2.長(zhǎng)春一汽富晟集團(tuán)有限公司；3.吉林外國(guó)語(yǔ)大學(xué) 吉林長(zhǎng)春 130000)

數(shù)字經(jīng)濟(jì)背景下，數(shù)字人才集聚促進(jìn)了新技術(shù)的采用和創(chuàng)新，為地區(qū)經(jīng)濟(jì)增長(zhǎng)提供了動(dòng)力和基礎(chǔ)，是地區(qū)經(jīng)濟(jì)增長(zhǎng)的主要引擎。與此同時(shí)，數(shù)字人才的過(guò)度集聚，也會(huì)導(dǎo)致人才再分配問(wèn)題。因此，任何關(guān)于吉林省地區(qū)經(jīng)濟(jì)發(fā)展的社會(huì)科學(xué)研究，都應(yīng)該納入數(shù)字人才集聚。遺憾的是，現(xiàn)有文獻(xiàn)中很少有與之相關(guān)的、系統(tǒng)的研究成果。為了填補(bǔ)此空白，本文基于結(jié)構(gòu)方程模型(Structural Equation Modeling,SEM)，探索吉林省數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展的耦合關(guān)系，以期為相關(guān)人員的研究提供一定的參考和借鑒。

1 分析數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展耦合關(guān)系的思路

眾所周知，地區(qū)經(jīng)濟(jì)內(nèi)生增長(zhǎng)模型，強(qiáng)調(diào)了知識(shí)或人力資本積累，在決定地區(qū)長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)方面的重要性。簡(jiǎn)單來(lái)說(shuō)，人力資本積累與地區(qū)經(jīng)濟(jì)發(fā)展之間存在著顯著的正相關(guān)性[1]。從內(nèi)生增長(zhǎng)模型的角度來(lái)看，吉林省的弱經(jīng)濟(jì)表現(xiàn)，可以定位為經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿Γ慈肆Y本積累的不足。換句話說(shuō)，吉林省各類高校的人才培養(yǎng)模式、吉林省人才流動(dòng)及其發(fā)展水平等，是吉林省地區(qū)經(jīng)濟(jì)增長(zhǎng)的潛在決定因素，因?yàn)樗鼈児餐龠M(jìn)了吉林省有形資本和生產(chǎn)力的積累。現(xiàn)階段，國(guó)外研究雖然沒(méi)有具體的“人才聚集”的概念，但是，有大量與人才聚集相關(guān)的思想和理論。這些思想和理論主要集中在人力資源流動(dòng)和人力資源積累的相關(guān)研究領(lǐng)域中，例如麥金農(nóng)(McKinnon，1973)發(fā)現(xiàn)人力資源流動(dòng)和人力資源積累的發(fā)展，與人均 GDP 增長(zhǎng)密切相關(guān)，有助于提高經(jīng)濟(jì)體內(nèi)人力資本的使用效率[2]。

雖然國(guó)外的研究并不完全符合我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展的特點(diǎn)，但是這些研究所體現(xiàn)的思想，為我國(guó)相關(guān)研究提供了參考和借鑒。例如，劉玉成(2019)[3]使用空間面板Durbin模型的方法，發(fā)現(xiàn)科技創(chuàng)新對(duì)科技人才聚集的影響及其空間溢出效應(yīng)。劉玉成的研究表明，科技創(chuàng)新對(duì)科技人才聚集有顯著影響，而科技人才聚集也會(huì)反映在生產(chǎn)率的提高過(guò)程中?？偟膩?lái)說(shuō)，國(guó)內(nèi)的研究多采用面板數(shù)據(jù)方法，沒(méi)有考慮到人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展之間的異質(zhì)性、內(nèi)生性和橫截面依賴性，而這些都可能導(dǎo)致面板數(shù)據(jù)參數(shù)和標(biāo)準(zhǔn)誤差的偏差、低效率和不一致性，并不能完全揭示人才聚集與地區(qū)經(jīng)濟(jì)發(fā)展之間的動(dòng)態(tài)聯(lián)系?；诖?，SEM能夠揭示橫截面依賴性，為系統(tǒng)分析人才聚集與地區(qū)經(jīng)濟(jì)發(fā)展的耦合，提供了技術(shù)和機(jī)會(huì)。因此，本研究基于SEM，按照吉林省“一主”“六雙”產(chǎn)業(yè)空間布局，分析吉林省數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展耦合關(guān)系，以此為吉林省人才培養(yǎng)、流動(dòng)和經(jīng)濟(jì)發(fā)展，提供參考依據(jù)。

在分析思路上，本文首先通過(guò)文獻(xiàn)綜述，建立SEM的觀測(cè)變量和潛在變量，并對(duì)調(diào)查問(wèn)卷進(jìn)行設(shè)計(jì)、信度和效度的檢驗(yàn)及調(diào)整。其次，為了保證數(shù)據(jù)有較好的代表性，研究采用分層抽樣的方式選取樣本。其中，高校樣本1選取長(zhǎng)春、吉林、四平、通化、白城的研究型大學(xué)、應(yīng)用型大學(xué)、高職院校；產(chǎn)業(yè)樣本2按照吉林省產(chǎn)業(yè)空間布局，選取汽車產(chǎn)業(yè)、農(nóng)產(chǎn)品加工產(chǎn)業(yè)、先進(jìn)裝備制造業(yè)、生物及醫(yī)藥健康產(chǎn)業(yè)、新能源產(chǎn)業(yè)等代表性產(chǎn)業(yè)的企業(yè)進(jìn)行調(diào)研；產(chǎn)教融合按照吉林省政府產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化的發(fā)展目標(biāo)，挑選能夠體現(xiàn)數(shù)字技術(shù)運(yùn)用和有助于吉林省產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的校企合作項(xiàng)目。最后，本文進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)分析、因素分析、回歸分析及構(gòu)建SEM并對(duì)模型進(jìn)行數(shù)據(jù)驗(yàn)證。具體的技術(shù)路線如圖1所示：

圖1 技術(shù)路線圖

2 建立數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展耦合關(guān)系的模型

通常，SEM的變量分為兩個(gè)部分：可觀察的觀測(cè)變量和不可觀察的潛在變量。具體模型由以下方程構(gòu)成：

上述方程中，式(1)為SEM的結(jié)構(gòu)模型，

其中，η——內(nèi)生潛變量；

ξ——外源潛變量；

B——矩陣系數(shù)；

Γ——誤差向量。

式(1)和式(3)為SEM的測(cè)量模型，

其中，Y——內(nèi)生潛變量的可測(cè)變量；

X——外源潛變量的可測(cè)變量；

Λy——內(nèi)生潛變量與其可測(cè)變量的矩陣系數(shù)；

Λx——外源潛變量與其可測(cè)變量的矩陣系數(shù)。

依據(jù)SEM的測(cè)量過(guò)程，潛在變量被定義為不能直接衡量但必須通過(guò)其組成指標(biāo)的變量。因此，本文所構(gòu)建的SEM模型具有一個(gè)顯示變量，即地區(qū)經(jīng)濟(jì)發(fā)展；四個(gè)獨(dú)立的潛在變量，分別是樣本1中的高校類型和數(shù)字人才聚集；樣本2中的城市環(huán)境和薪酬水平。其中，城市環(huán)境、高校類型、薪酬水平為外源潛變量，數(shù)字人才聚集為內(nèi)源潛變量。此外，研究另一個(gè)中介變量，即產(chǎn)教融合。在考慮潛變量結(jié)構(gòu)的前提下，“最好”的潛變量應(yīng)該與對(duì)應(yīng)可測(cè)變量“最接近”。因此，SEM的優(yōu)化準(zhǔn)則本質(zhì)是OLS回歸分析。但是，OLS 估計(jì)量在協(xié)整面板中的不一致性和漸近偏差以及回歸方程的潛在內(nèi)生性。因此，本文采用了秦超(2023)[4]和王卓等(2022)[5]提出的完全修正 OLS (FMOLS)估計(jì)量和動(dòng)態(tài) OLS 估計(jì)量。前者采用長(zhǎng)運(yùn)行方差矩陣對(duì)因變量進(jìn)行校正，然后應(yīng)用標(biāo)準(zhǔn)OLS；后者通過(guò)包括引導(dǎo)和滯后項(xiàng)來(lái)校正干擾參數(shù)，允許橫截面單元之間系數(shù)的異質(zhì)性。在此基礎(chǔ)上，本文將使用以下公式來(lái)優(yōu)化SEM的方差解釋，以建立數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展耦合關(guān)系的模型：

其中，t——多組分析測(cè)試的耦合系數(shù)計(jì)算結(jié)果；

sample_1——樣本1的路徑系數(shù)；

sample_2——樣本2的路徑系數(shù)；

m——樣本1的答復(fù)人數(shù)；

n——樣本2的答復(fù)人數(shù)；

S.E.sample_1——樣本1的SEM模型的標(biāo)準(zhǔn)誤差；

S.E.sample_2——樣本2的SEM模型的標(biāo)準(zhǔn)誤差。

優(yōu)化后的公式(4)對(duì)于有限樣本尺寸和非正常數(shù)據(jù)的研究十分有利。因?yàn)樗试S構(gòu)建和估算特定模型，而不考慮高度受限的限制。不僅如此，優(yōu)化后的公式(4)還考慮了兩類異質(zhì)性，即因果關(guān)系的異質(zhì)性和下劃線回歸模型的異質(zhì)性，能夠以此探索數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展耦合關(guān)系。

在本研究中，每個(gè)變量均以調(diào)查問(wèn)卷的形式轉(zhuǎn)化為若干指標(biāo)并以題項(xiàng)的形式呈現(xiàn)。其中，Q2-Q5是高校類型量表，包括高校所在地、高校數(shù)量、高校性質(zhì)、教學(xué)能力等；Q6-Q9是薪酬水平量表，包括行業(yè)薪酬水平、激勵(lì)機(jī)制、工作環(huán)境和產(chǎn)業(yè)發(fā)展情況等；Q10-Q16是城市環(huán)境量表，包括城市產(chǎn)業(yè)分布、城市人才服務(wù)、城市產(chǎn)業(yè)聚集、企業(yè)核心能力、城市產(chǎn)業(yè)配置、產(chǎn)業(yè)社會(huì)認(rèn)同等；Q18-Q21是人才聚集量表，包括人才產(chǎn)權(quán)、人才政策、人才理念和人才配置。此外，Q1、Q10和Q17是產(chǎn)教融合量表，包括校企合作項(xiàng)目數(shù)量、校企合作項(xiàng)目的內(nèi)容和校企合作程度等。所有量表均以李克特5點(diǎn)量表的形式進(jìn)行調(diào)查。其中，1表示嚴(yán)重不同意；2表示不同意；3表示中立；4表示同意；5表示強(qiáng)烈同意。在發(fā)放調(diào)查問(wèn)卷前，應(yīng)用SPSS22.3對(duì)量表進(jìn)行信度分析，整個(gè)量表Cronbach’sα值為0.89，說(shuō)明該量表具有較高的信度。其中，各分量表的信度系數(shù)依次為高校類型量表0.935、薪酬水平量表0.871、城市環(huán)境因素量表0.941、人才聚集量表0.820，均符合大于KMO值0.7的標(biāo)準(zhǔn)，而且Bartlett’s球形檢驗(yàn)值為11436，自由度為153，各分量與潛變量的相關(guān)系數(shù)較高。因此，該量表具有較高的信度和有效性。

3 數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展耦合關(guān)系的模型分析

本研究累計(jì)發(fā)放問(wèn)卷500份，回收問(wèn)卷489份，回收率97.8%；有效問(wèn)卷475份，有效率97.1%。將所得數(shù)據(jù)帶入公式(4)中，依據(jù)調(diào)查數(shù)據(jù)結(jié)果的回歸權(quán)重的值(路徑系數(shù))和路徑系數(shù)的標(biāo)準(zhǔn)誤差，可以得到吉林省數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展SEM路徑，具體如圖2所示。

圖2 吉林省數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展SEM路徑

圖2所建立的模型適配較理想，模型適配度較好。具體的模型參數(shù)估計(jì)值如表1所示。

表1 數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展耦合關(guān)系SEM模型參數(shù)估計(jì)值

如表1所示，城市環(huán)境、高校類型和薪酬水平與人才聚集之間強(qiáng)相關(guān)；人才聚集與地區(qū)經(jīng)濟(jì)之間強(qiáng)相關(guān)；地區(qū)經(jīng)濟(jì)反過(guò)來(lái)影響城市環(huán)境、高校類型和薪酬水平，說(shuō)明觀測(cè)變量和潛在變量之間存在的關(guān)系。此外，高校類型與人才聚集之間、產(chǎn)教融合與人才聚集之間、地區(qū)經(jīng)濟(jì)與高校類型之間，路徑系數(shù)為負(fù)，其他路徑系數(shù)為正，說(shuō)明觀測(cè)變量和潛在變量之間關(guān)系是多因素共同影響，存在耦合關(guān)系且呈現(xiàn)雙螺旋上升的態(tài)勢(shì)。然后計(jì)算t，可以得到吉林省數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展耦合系數(shù)。其中，t1表示數(shù)字人才和汽車產(chǎn)業(yè)的耦合系數(shù)；t2表示數(shù)字人才和農(nóng)產(chǎn)品加工產(chǎn)業(yè)的耦合系數(shù)；t3表示數(shù)字人才和先進(jìn)裝備制造業(yè)的耦合系數(shù)；t4表示數(shù)字人才和生物及醫(yī)藥健康產(chǎn)業(yè)的耦合系數(shù)；t5表示數(shù)字人才和新能源產(chǎn)業(yè)的耦合系數(shù)；t表示數(shù)字人才和吉林省地區(qū)經(jīng)濟(jì)發(fā)展的綜合耦合系數(shù)，具體結(jié)果如表1所示。

如表2所示，在吉林省地區(qū)經(jīng)濟(jì)發(fā)展動(dòng)因中，城市環(huán)境、薪酬水平以及高校類型對(duì)數(shù)字人才聚集具有較為顯著的影響，其標(biāo)準(zhǔn)化路徑系數(shù)說(shuō)明城市環(huán)境、薪酬水平以及高校類型等方面的進(jìn)步，對(duì)人才聚集的形成起到了較大作用。其中，盡管產(chǎn)教融合沒(méi)有直接有效地促進(jìn)人才聚集的形成，但是，產(chǎn)教融合起到了中介作用，間接影響數(shù)字人才聚集。

表2 吉林省數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展耦合系數(shù)計(jì)算結(jié)果

4 結(jié)語(yǔ)

綜上所述，吉林省數(shù)字人才集聚與地區(qū)經(jīng)濟(jì)發(fā)展之間存在耦合關(guān)系，呈現(xiàn)雙螺旋上升的態(tài)勢(shì)。為此，吉林省在發(fā)展地區(qū)經(jīng)濟(jì)過(guò)程中，要合理的引導(dǎo)數(shù)字人才流動(dòng)，將無(wú)序的數(shù)字人才聚集轉(zhuǎn)變?yōu)橛行虻臄?shù)字人才流動(dòng)，才能充分發(fā)揮數(shù)字人才個(gè)體的最大效應(yīng)，實(shí)現(xiàn)合理的最優(yōu)化配置，推動(dòng)吉林省地區(qū)經(jīng)濟(jì)全面且持續(xù)的發(fā)展，而不是拘泥于個(gè)別產(chǎn)業(yè)的單獨(dú)發(fā)展。