人才集聚的數量、質量對區域經濟增長影響實證研究目錄TOC\o"1-3"\h\u5704人才集聚的數量、質量對區域經濟增長影響實證研究 12192（一）研究指標的選取 119733（二）變量相關性檢驗 212251（三）研究模型與假設 412086（四）面板數據模型的構建與回歸分析 5（一）研究指標的選取1.因變量和自變量的選取因變量繼續選取PGDP作為區域經濟增長的衡量指標。自變量方面，用人才規模TS、人才效能TE、人才創新TI來衡量科技人才集聚的數量和質量水平。2.控制變量的選取研究可能會受到其他相關經濟因素的干擾，因此本研究引入以下三個重要的經濟變量作為研究模型中的控制變量，以確保研究測度的準確度。（1）固定資產投資（簡稱INV，下同），固定資產投資是社會固定資產再生產的主要手段，購置固定資產活動是固定資產投資的重要方式。不同區域的固定資產投資水平差別很大，對各個區域經濟產生的影響也各異[46]王選選.中國四大區域經濟發展差距的成因分析因此本研究選取固定資產投資作為控制變量之一，其測量公式如下（見式4.1）：INV=各地固定資產投資總額/整個區域固定資產投資總額（式4.1）（2）城鎮化水平（簡稱UD，下同），城鎮化水平(urbanizationlevel)，指一個地區城鎮化所達到的程度。該指標的程度高低是該區域經濟發展程度的關鍵指標。不同的區域因區域內的政策等多方面原因的差異導致各個區域的城鎮化水平也各異，勞動分工的程度也各異，最終導致財富增加也有所差異，因此本研究選取城鎮化水平作為第二個控制變量，其計算公式如下（見式4.2）：UD=各地城鎮人口/各地總人口（式4.2）（3）對外開放度（簡稱OD，下同），一個國家或地區經濟對外界聯系的強弱程度稱為對外開放度。它反映在對外交易的各個方面，通常對外開放首先是從商品市場開始，即相對穩定的外貿進出口。因此，國際上一般選擇外貿依存度作為開放度的評估和衡量指標。對外開放程度越高，意味著能更多地集中其他地區甚至是國外的資金，吸收更加先進的知識，最終促進當地經濟水平的提升，因此本研究選取對外開放度作為第三個控制變量，其計算公式如下（見式4.3）：OD=各地進出口總值/各地GDP（式4.3）公式總結如下表4.1：控制變量公式固定資產投資INVINV=各地固定資產投資總額/整個區域固定資產投資總額城鎮化水平UDUD=各地城鎮人口/各地總人口對外開放度ODOD=各地進出口總值/各地GDP表4.1控制變量計算公式匯總Table4.1Summaryofcontrolvariablecalculationformulas（二）變量相關性檢驗在進行回歸分析之前，檢驗各個變量之間的相關性實驗就開始的重要前提，只有確定自變量與因變量之間確實存在相關性，這時回歸分析才是有意義的。利用Eviews軟件，采用OLS法估計模型參數，得到回歸結果如表4.2：VariableCoefficientStd.Errort-StatisticProb.C12.480590.54595422.860160.0000LNTS0.2905880.0375637.7359680.0000LNINV-0.1366760.047789-2.860060.0061LNUD2.2120680.13702116.144050.0000LNOD-0.3950970.053656-7.3635350.0000R-Squared0.921740S.D.depententvar0.524111AdjustedR-Squared0.915602Durbin-Watsonstat0.945476F-statistic150.1686表4.2TS與PGDP回歸分析結果Table4.2TSandPGDPRegressionAnalysisResults該模型R2=0.921，調整R2=0.9156，可決系數很高，F檢驗值為150.1686，明顯顯著。當顯著水平為5%時，各個解釋變量系數的t檢驗均顯著，但是從經濟學意義上看，INV和OD的參數估計值符號與預期相反，這表明模型可能存在多重共線性。下面是各個變量之間的相關系數矩陣，如表4.3：CovarianceCorrelationPGDPTSTETIINVUDODPGDP1.28E+09TS46724170.89253121373.84TE414049.80.106304-691.9775-0.04351411831.74TI14187730.7327663606.8830.4562683460.820.5884152923.756INV-4624.249-0.716948-14.13467-0.5367456.7742290.345747-4.52516-0.4646080.032445UD4616.1350.75251414.568380.581679-3.157236-0.1694325.0705430.547390-0.028733-0.9311450.029348OD11845.330.47687548.625780.479468-43.10286-0.5712372.9310700.078143-0.103863-0.831225-.0990390.8334040.48120表4.3各個變量之間的相關系數矩陣Table4.3Amatrixofcorrelationcoefficientsbetweenvariables檢驗結果顯示，因變量和其他自變量均存在相關關系，這說明京津冀區域內科技人才集聚數量和質量與區域經濟增長之前確實存在一定數量上的依存關系，三個自變量兩兩之間的相關系數均未超過變量間相關系數的一般標準，這表明自變量之間存在一定的相關關系但不存在多重共線性問題，這說明研究測量指標的選取是合理的。（三）研究模型與假設1.研究模型：本研究在人才數量方面的研究指標為TI人才規模，在人才質量方面的研究指標為TE人才效能和TI人才創新，考慮到重要經濟變量對研究結果的影響，引入三個相關控制變量固定資產投資、城鎮化水平UD以及對外開放度OD，研究模型如圖4.1圖4.1本研究模型Figure4.1Thisstudymodel2.研究假設本研究提出以下假設：H1：人才規模與京津冀區域經濟增長存在正相關關系H2：人才效能與京津冀區域經濟增長存在正相關關系H3：人才創新與京津冀區域經濟增長存在正相關關系H4：固定資產投資與京津冀區域經濟增長存在正相關關系H5：城鎮化水平與京津冀區域經濟增長存在正相關關系H6：對完開放度與京津冀區域經濟增長存在正相關關系（四）面板數據模型的構建與回歸分析在研究過程中構建最符合現實發展規律的面板數據模型可以有效的提高參數估計的有效性，這是回歸分析中最關鍵的一步，這對規避模型設定的偏差有著非常重要的影響。1.面板數據模型類型的確定基于充分的理論基礎和現實基礎，研究假設闡述各個自變量和控制變量均對區域經濟增長起正向作用，因此模型中的運算符號均為加號。考慮到回歸可能會受到異方差干擾，本研究將所有變量均進行自然對數處理，在變量錢用“ln”符號進行表示。通過前一章的分析可以得知，幾個變量變動的方向基本相同，相互之間存在一定的相關性，因此本研究將模型設定為變系數回歸模型：lnPGDPit=Ci+β1lnTS+β2lnINV+β3lnOD+β4lnUD+uit（式4.4）lnPGDPit=Ci+β1lnTE+β2lnINV+β3lnOD+β4lnUD+uit（式4.5）lnPGDPit=Ci+β1lnTI+β2lnINV+β3lnOD+β4lnUD+uit（式4.6）2.人才集聚數量對區域經濟增長的影響在驗證人才集聚數量、質量與區域經濟增長的互動關系時，已經對科技人才集聚的數量和質量對區域經濟增長的序列平穩性、變量間的協整關系進行了檢驗，結果顯示因變量和自變量均是一階單整序列。所有自變量與因變量之間均存在長久穩定的均衡關系，因此直接將人才集聚的數量和質量與區域經濟增長進行回歸分析。現對納入三項控制變量后的人才規模與區域經濟增長的關系進行擬合，回歸結果如表4.4：VariableCoefficientStd.Errort-StatisticProb.C13.102230.84716615.465950.0000LNTS0.0138360.0408220.3389340.0000LNUD4.4603320.32489113.728720.0000LNOD0,2154680.0427445.0409050.0007LNINV0.0894430.1367030.6542880.5293R-Squared0.998012S.D.depententvar0.361502AdjustedR-squared0.997128Durbin-Watsonstat2.070973F-statistic 1129.377表4.4TS與PGDP關系擬合結果Table4.4ThefittingresultsoftheTS-PGDPrelationship從模型的整體顯著性來看R2=0.9982，F=1252.211通過了1%的顯著性水平，說明模型的擬合程度優良，與現實規律非常接近。從回歸的系數和顯著度來看，進行對數處理后的自變量TS值的t值通過了1%水平下的顯著性檢驗，說明人才規模顯著促進區域經濟增長，H1得證。取過自然對數吼的變量的系數的經濟學意義是彈性系數，TS的彈性系數為0.013，經濟學意義是每當人才規模增長1%，區域經濟將增長0.013%個單位。（3）人才集聚質量對區域經濟增長的影響加入控制變量后，將兩項科技人才集聚質量指標TE與TI分別于區域經濟增長指標進行固定效應的面板模型回歸，回歸結果如表4.5和表4.6：VariableCoefficientStd.Errort-StatisticProb.C17.352351.51562411.448980.0000LNTE0.3971290.0919214.3203090.0001LNUD0.1636700.0346664.7213180.0000LNOD-0.1795650.053376-3.3641570.0015LNINV2.2255310.17480812.731300.0000R-Squared0.875479S.D.depententvar0.524111AdjustedR-squared0.865713Durbin-Watsonstat0.860772F-statistic 89.64268表4.5TE與PGDP關系擬合結果Table4.5THEFITOFTHETE-PGDPRELATIONSHIP從模型的整體顯著性來看R2=0.875，F=89.64通過了5%的顯著性水平，說明模型的擬合程度優良，與現實規律較為接近。從回歸的系數和顯著度來看，進行對數處理后的自變量TS值的t值通過了5%水平下的顯著性檢驗，說明人才規模顯著促進區域經濟增長，H2得證。VariableCoefficientStd.Errort-StatisticProb.C11.943611.18231710.101870.0000LNTI-0.0582380.110843-0.5254080.6016LNUD2.5159620.2977968.4486080.0000LNOD-0.1692890.095526-1.7721740.0823LNINV0.1770370.0457303.8713460.0003R-Squared0.830823S.D.depententvar0.524111AdjustedR-squared0.817554Durbin-Watsonstat0.814936F-statistic 62.61478表4.6TI與PGDP關系擬合結果Table4.6TIandPGDPRelationshipFitResult