孔雀东南飞：经济转型与精英科学家流动
□黄海刚，曲越
摘要： 精英科学家的跨区域和跨组织流动是中国经济转型期的重要人口学现象，由此带来的人才流失与人才争夺问题引发了学术界和政策制定者的广泛关注。本研究以“国家杰出青年科学基金(简称：杰青)”和“长江学者”特聘教授获得者为样本，通过手动搜索对5074名精英科学家的职业流动路径进行追踪，分析地区经济、科技与创新要素对精英科学家跨机构流动的影响。研究结果表明：经济因素在精英科学家的跨区域流动中发挥着一定的影响，但并不能完全解释精英科学家的跨组织流动；相对于工资水平，地区R&D投入水平对科学家流动决策的影响更显著；地区产业转型和创新驱动发展水平，能够显著影响精英科学家的流入。进一步研究认为：尽管存在着科学家流动的“孔雀东南飞”现象，但在经济、科技与教育水平相近地区或区域的人才环流，是精英科学家主要的流动模式；声望本身亦是一个独立的影响因素，大学声望与地区经济、创新因素相结合，是精英科学家跨组织流动的主要驱动力。这一研究为当前国内各省市和大学制定人才吸引的相关政策提供了决策依据和思路。
关键词： 经济转型； 精英科学家； 国家杰青； 长江学者； 人才流动
一、引言
在全球化背景下，科学家流动作为重要的人口学现象，既具有积极的知识溢出效应，又是国家和机构获得竞争优势和组织声望的主要途径。一方面，与其他资源的竞争优势不同，“人”是全球化时代知识资本流动的载体，其所拥有的“缄默知识”需要通过个体间的互动来实现共享和传播[1] 4；另一方面，作为一种创新战略资源，高端人才更容易跨越制度和贸易壁垒而在国际范围内流转。在这一背景下，国家层面或地区和组织层面都纷纷依据自身的资本、制度抑或自然优势，努力构建具有竞争力的人才制度体系，吸引创新创业人才的流入和聚集，从而促进和保持经济、科技与创新活力。
在中国情境下，近年来伴随着经济、科技以及高等教育体系的内涵式发展，作为创新主体的高端人才成为区域和组织争夺的对象，从而促进了人才的流动。尽管高端人才流动成为当前我国经济转型期的一个重要人口学现象，但学术界对这一问题的实证研究还较为有限。目前对影响科学家流动因素的分析和讨论多集中于地区间经济发展差距以及东南部高校的恶性竞争。实际上，科学家流动作为创新要素流动的一部分，本质上是关于人力资本投资决策的市场和个体行为，影响其流动的因素固然包括大学评估和排名竞争的驱使，但对这一问题的分析必须考虑科学研究活动的规律，丰富的研究资源和机会、先进的科研设施、卓越的同辈群体、高质量的学生、宽松的创新氛围以及大学治理绩效等都会影响科学家的迁移决策。
二、文献回顾与研究假设
(一)人才流动的经济因素
关于科学家流动与聚集的相关理论分析，主要建立在早期学者对人口迁移相关理论的构建和分析上。20世纪60年代，Lee(1966)[2] 47-57构建了一个推拉理论(pull-push)模型，他认为不论在来源国还是目的国都同时存有“+”和“-”这两种因素，认为人口输出国经济落后和劳动力市场的不完善是导致人才外流的推力(-)，而人才接收国较高的工资水平和福利待遇是吸引人才流入的拉力(+)，这是发达国家的比较竞争优势。此外，影响人才流动的因素还包括中间障碍，例如地理距离、文化亲疏以及语言差异等。Portes(1989)[3]606-630等人认为，人才的双边或多边流动是国家间资本、技术以及文化互动和联系的组成部分。
一些实证研究也证实了经济因素对科学家双边流动的影响。Appelt等人(2015)[4] 177-213利用引力模型(Gravity-based Framework)对科学家双边流动的影响因素进行了分析。该研究认为，空间距离、社会经济和科技发展差距、公共政策等对科学家双边流动具有重要影响。Burulcha等人(2014)[5] 1-9同样利用引力模型研究了劳动力双边流动的影响因素，认为GDP、工资水平、汇率等是影响劳动力外流的重要因素。尽管以上研究都认为经济因素在科学家流动中发挥着关键作用，但它往往并不独立发挥作用，在科学家的不同职业发展阶段，经济因素会发挥不同的权重，例如经济因素的影响力会在职业生涯早期大于职业生涯中晚期。总之，资本力量在科学家的迁移决策中发挥着重要作用，尽管缺乏独立性，但却是实施科学研究和吸引科学家的物质基础。当然，经济因素主要体现在国家和机构层面，通过工资溢价以及为家庭安置提供补偿来吸引科学家是人才政策的主要决策逻辑[6]288-300。此外，生活支出、迁移成本也是影响人才流动决策的主要考虑，例如房价、子女入学机会等会显著影响生活成本的支出等[7]155-170[8]82-90[9]66-79。据此提出本文的假设1：
二是造成财政资金错配，影响基本公共服务均等化。涉农专项转移支付的特点是专款专用，“打酱油的钱不能买醋”。但由于专项分配申报程序复杂，上下信息不对称，往往甲地有拿到某个专项的便利，但当地并不真正需要在这个领域加以改善，而急需改善这个领域的乙地则由于种种原因无法获得这个专项。如此一来就造成了专项资金的错配，这种资源错配会导致地区间“苦乐不均”，不利于农村地区公共服务均等化。
H1 地区经济发展水平，是精英科学家流动的主要影响因素。
(二)人才流动的职业发展因素
相对于经济因素，科学家的迁移决策更多基于与科研相关的因素和个体职业发展，这主要与科学研究活动的特点有关[10]339-375。在大科学时代，团队合作对科学研究至关重要[11]1983-1995[12]1036，高水平的同行、高质量的学生、高声望的科研机构、先进的科研设施以及实施研究所需的学术自由和自治等，都有利于科研职业的发展以及科研绩效的提升[13]1250-1253[14]653-675。Reinhilde Veugelers(2015)[15]215-237等人以998位生于欧洲并在欧洲获得博士学位的研究者为案例，研究了他们在欧洲内部迁移及从欧洲向美国迁移的个性特征、动机和外部驱动因素。该研究认为，博士后向美国的流动大多基于职业动机，这说明美国被视为提升科学职业发展的重要目的国。同时，职业流动有利于建立国际学术网络和累积学术资本，这些因素与个体因素共同构成了人才环流的主要驱动力。
职业发展动机是科学家迁移的主要影响因素，而迁移对科学家的科研产出也具有积极正向影响。这是一个互惠机制。Azoulay(2011)[16]107-155等人研究了精英科学家职业流动与学术影响力的关系，发现当学者从本国迁移到另一国家时，其论文引用量会增加。当然，迁移本身亦是一个积极的筛选机制，只有科研活跃、更年轻的明星科学家才具有迁移的资本[17]89-93[18]133-154。
(3)自变量Ⅲ：地区产业转型与创新驱动(Innovation )
H2 地区R&D投入和工资水平，会影响精英科学家的流动目的地选择。
(三)中国情境下的科学家流动及其影响因素
根据泥鳅在不同季节的生活习性，将潜伏泥中、具商品性的泥鳅进行捕捞。春季时，将进出水口装上竹篓，泥鳅随水流进入其中进行捕捞。秋季时，先排干田水，重晒至田面硬皮，然后灌一层薄水，待泥鳅从泥中大量出来后进行网捕。冬季时，在泥层较深处，事先堆放数堆猪牛粪作堆肥，引诱泥鳅集中到粪堆内，然后分次捕捞。
本研究存在一定的局限性：首先，未随访两组患者术后一定时期的血糖、血酮等指标的水平及术后各并发症的发生率，因此，未能评价糖尿病患者术中输注钠钾镁钙葡萄糖注射液是否影响其近期或远期预后；其次，本研究中对液体的输注量及输注速度进行严格控制，不同的输注量及不同的输注速度未做对照研究。针对上述问题，后续须深入探索。
中国科学家流动的另一个特殊性表现在，具有人才头衔的精英科学家群体是流动的主体，相对于西方的职业流动多发生在职业生涯早期，中国的科学家流动则多出现在职业生涯的中晚期，其主要原因在于，中国科学家的声望等级有着十分明显的行政色彩，以“长江学者”“国家杰青”为主的人才奖励计划，相对于“学术荣誉”，它本身附着了十分复杂的其他功能，其获得者可以视为中国学术领域的精英科学家，他们本身是大学排名、学科评估、大学绩效考核等重要衡量指标。因此，对于大学而言，通过精英科学家引进来实现大学和学科的崛起是一条便捷且可复制的路径，这一共识令精英科学家的“身价”水涨船高，而资源相对有限、经济转型仍处于探索阶段的中西部和东北部地区的科学家大量“出走”，东北部和西部作为中国传统的高等教育中心的地位在逐渐衰落。
模型(2)回归结果显示，R &D 的回归系数为0.0004835，Hwage 的回归系数也显著为正，且均在置信度为99%的置信区间上显著通过检验，说明地区科研投入与精英科学家流动存在显著的正相关关系，支持假设H2，即R &D 投入和科研人员工资水平越高的地区，对精英科学家的吸引力越大。同时，R &D 的回归系数明显比Hwage 的大，说明科学家流动时会更多地考虑该地区的整体科研投入水平，而个人科研经费和工资待遇的多少对其流动的影响相对较弱一些，这也在一定程度上表明，更有效的科研环境相对于薪酬更能影响科学家对迁移机构和地区的选择。
H3 地区创新水平与产业升级能力越强，对精英科学家越具有吸引力。
除地域不均衡外，中国科学家流动也存在高度的“精英大学聚集”现象。一般认为，大学声望对精英科学家的流动具有显著的影响，科学界作为一个社会子系统，其资源倾向于向少数个体和组织聚集[22]56-63；同时，在一个等级学术体系中，大学或研究机构的声望对个人的整个职业生涯具有持续的影响，这种“声望”效应意味着更高的社会资本，因此，人才流动往往产生在不同等级和声望的机构间。总体而言，一个科学家向高质量或高声望机构的流动，被视为向上流动；科学家加入较低质量或声望的机构，被视为向下流动。向上和向下流动与科学家所获得的研究机会和学术资源有关，向上流动能够提升科学家的学术绩效，而向下流动则降低了研究者的科研生产力(Allison&Long, 1990)[23]469-478。在中国，大学声望的高低亦具有强烈的行政色彩，同等级的大学对高端人才的吸引力往往会因为所处地域的不同而具有相当大的差异。据此提出本文的假设4：
如果想要降低运输配送成本，应当减少运输环节，对满足直送条件的，大批量以及小频率的，应尽量采取直送的运输方式，降低由于二次运输带来的成本上升；对于批量小频次又多的商品运输应当通过配送中心来解决。同时，更是要避免相向运输、迂回运输等不合理的情形。百安居目前的配送方式很有问题，必须对原有的线路进行优化，整合现有资源，从而最快最有效地降低配送成本。于是，百安居的供应链部门提出应该先将货物集中到某区域物流中心，再分别由区域物流中心负责各区域门店的配送。
H4 大学声望的高低，直接影响着精英科学家的跨组织流动。
三、数据、变量与描述统计
(一)样本数据
本研究的精英科学家主要包括“长江学者”特聘教授和“杰青”获得者，这两个人才计划是目前中国最具影响力的人才品牌，在科技与教育界积累了良好的口碑和声誉，作为大学和学科评估以及排名的核心指标，是各机构和组织人才大战的主要争夺对象，同时科学家也处于职业生涯的成熟期和创新旺盛期。此外，其获得者涵盖了几乎所有的学科和研究领域，在区域分布上基本涵盖了中国的主要省份，是研究高端人才流动较为理想的数据。
1.划分层次，丰富载体，强化外部项目人员廉洁从业精神。外部项目从业人员远离大本营、组织和亲人，面临着形形色色的诱惑和挑战。加强外部项目参战人员的廉洁从业教育显得尤为重要。
在职业流动的信息搜集上，主要采用CV(Contingent Valuation Method)研究法，绘制精英科学家流动的全景式地图。在职业流动的判断上，只考虑学者在获得“长江学者”和“杰青”后的职业流动情况，之前的职业流动经历不在研究之列；而是否发生“职业流动”的判定标准是变更人事档案所在单位，兼职、客座等任何不改变人事雇佣关系的流动经历都不予以考虑。
基于此，本文采用面板数据形式，并充分考虑职业流动的滞后效应，选取了1994-2014年“杰青”获得者以及1999-2014年“长江学者”特聘教授获得者，共计5074名精英科学家为样本数据，手动筛选出具有流动经历的学者样本，并作了如下处理：①以“长江学者奖励计划”启动的第二年即2000年为节点，剔除2000年以前的样本统计数据，保留在2000-2017年具有职业流动经历的“国家杰青”和“长江学者”特聘教授共573人；②剔除样本中“杰青”与“长江学者”特聘教授获得者重复的样本；③将具有多次流动经历的学者的每一次流动记录整理成单独的样本观测值；④剔除出走单位是国家机关、企业或者国外机构的样本。最终共获得471人在2000-2017年的489条流动数据，形成8478条面板数据观测值。
表 1因变量全样本描述性统计
(二)变量的选择及其度量
1.因变量：精英科学家流动
人才是否流动为因变量，是指科学家在获得“杰青”和“长江学者”后，在2000-2017年发生的跨机构流动情况，跨国流动和机构内部调整不在统计范围之内。面板数据共471位精英科学家、489条流动记录(表1)。
Mobility it 的具体数据采用Logit模型进行赋值。Logit模型与线性模型的最大区别就在于Logit模型的被解释变量是二元变量或取值有限的离散变量。研究中，被解释变量Mobility it 为精英科学家是否存在职业流动，存在0和1两个取值，表述如下：
将Mobility it 视为随机变量Mobility 的实现值，Mobility it 有1和0两个取值，相应概率分别为π it 和1-π it 。Mobility it 服从伯努利分布，参数为π it ，表示为：
Pr[Mobility =Mobility it ]=π it Mobilityit (1-π it )1-Mobilityit , 其中Mobility it =0，1
2.自变量
自变量包括地区整体经济发展水平、地区科研投入和地区产业转型与创新驱动，如表2所示。
(1)自变量Ⅰ：地区整体经济发展水平(Economic )
选取中国各省市(不含中国台湾，下同)2000-2017年的GDP 数据，衡量各大学和科研机构所在地区的整体经济发展情况。这是影响高端人才跨机构流动的重要因素之一。数据来源于历年中国统计年鉴中的地区生产总值指标，数据值按当年价格计算。
(2)自变量Ⅱ：地区科研投入(Research )
迁移是学术职业的本质特征，科学家流动促进了知识生产、传播和扩散，然而，科学家尤其是精英科学家的流动在中国却有着特殊性。长久以来，以“中国制造”为主要特征的经济与产业发展方式使科学家与经济社会生活的联系较为松散，缺乏科学家流动的市场和机会。随着中国经济由高速增长向高质量增长的转变，知识和技术创新的重要性获得广泛认知，高质量的人力资本供给水平能够促进经济转型[21] 132-142，而作为实施主体的科学家的价值得到充分释放。在这一背景下，科学家逐渐成为地区和组织争夺的对象，造成了短时期内科学家的大规模流动。此外，中国经济转型的速度和水平，体现了巨大的地区差异，东南部地区依赖其原有的资本积累和灵活的政策措施，在人才吸引方面体现了明显的优势，出现了科学家流动的“孔雀东南飞”现象，中西部地区则面临着严重的人才流失，因此本研究将经济因素作为精英科学家流动的主要影响因素进行分析。
地区的研究发展情况、各机构的科研支出以及提供给各类人才的工资待遇水平是影响科学家选择流动目的地的重要因素，选取中国各省市2000-2017年的R &D 经费投入情况和科研人员工资水平的数据，将地区科研发展维度分为两个方面：①R &D ，表示的是地区的整体科研发展情况，用各地区研究与试验发展经费情况来衡量，数据来源于历年全国科技经费投入统计公报；②Hwage ，表示的是个人科研经费和工资收入情况，用各地区科学研究和技术服务业从业人员平均工资来衡量，数据来源于历年中国统计年鉴。
表 2自变量全样本描述性统计
此外，科研投入、工资水平作为科学活动的主要保障机制，也会影响科学家的流动决策。科学研究活动具有其特殊性，一是未来的不可预测性和高风险性，学术探索在经历较长周期后可能面临失败，因此存在市场失灵问题，需要制度保障来为这类活动分摊风险。从这个角度而言，以人才发展为主要目标的科技和人才政策会影响科学家流动[19]91-100[20]73-113。例如，R&D投入直接决定着科研资助的可获得性，因此国家对R&D的投入水平会影响高端人才的合作意图和选择，研究者更愿意与具有丰富研究资源的国家的同行合作。而薪酬水平作为实施科学研究以及科学家潜心工作的最基本保障，也是高端人力资本迁移的影响因素。据此提出本文的假设2：
地区产业转型主要是指当地服务业的发展状况，科学家的流动对于地区的基础设施以及生活服务环境也有一定的要求和考量；地区的创新驱动主要是指当地高新技术产业的发展情况，在“产学研”一体化理念的指导下，地区的科学技术发展和创新、创业机会会对科学家形成一定的吸引力。本文选取中国各省市2000—2017年三大产业生产总值和高新技术产业相关发展指标的数据，将地区产业转型与创新驱动分为两个部分：①Service ，指个人服务、生活设施方面的基本情况，用第三产业占总产业产值的比重来衡量，基础数据来源于中国统计年鉴；②Hvalue ，指地区的创新和高新技术发展情况，用各地区高技术产业主营业务收入指标来衡量，数据来源于历年高技术产业统计年鉴。
(三)实证模型
对样本统计量进行处理，将14位跳槽多次的学者从样本中剔除，将不同流动类别的样本数据进行分类筛选，最终全样本8478条观测值中剔除252条后，剩余8226条流动观测值，其中区域内流动的学者158人，共2844条观测值，跨区域流动的学者299人，共5382条观测值，然后进行稳健性检验。
Mobility it =β 0+β 1Economic it-1 +β 2Research it-1 +β 3Innovation it-1 +ξ
(1)
进一步整理：
Mobility it =β 0+β 1GDP it-1 +β 2R &D it-1 +β 3Hwage it-1 +β 4Service it-1 +β 5Hvalue it-1 +ξ
(2)
鉴于大学和科研机构的特殊属性，大部分科学家的跨机构流动都发生在暑假之后，也即每一年的下半年、新学年的开始或者初始阶段，而统计数据中的出走时间一栏只精确到公历的年份，且大部分是以暑假之后的新一年开始算起。鉴于此，为了增强数据的说服性和模型的准确性，研究中将各大学及科研机构统计的科学家流动时间设为t ，而实际流动时间则一般为t -1年的新学年第一学期，统计过程中各自变量均取滞后一期t -1期的实际数值。
在进行洋葱种植的过程中，首先种植基地应该选择土壤肥沃、有机质含量较高且水利条件优秀的地块，其中土壤有机质含量应尽量高于2%。在满足上述条件的基础上，还应该保证种植区域空气环境较好，周边五公里内不存在严重污染源。对于基地的环境质量应确保其为A级以上绿色食品环境质量的要求。这样才可以保证为无公害种植提供充分的地利条件。
四、实证结果分析
(一)精英科学家流动的主要影响因素
表3列出了地区经济、R &D 投入对精英科学家流动的影响，模型(1)、(2)、(3)是经济发展水平、研究发展情况、产业转型与创新驱动三个方面与科学家流动与否的单独样本回归结果，模型(4)和(5)为模型综合回归的结果。
表 3精英科学家流动与地区社会经济发展模型结果
*P <0.1,**P <0.05, ***P <0.01
从模型(1)的样本回归结果来看，GDP 的估计系数显著为正，且在1%的水平上显著通过检验，表明地区经济发展水平与精英科学家流入存在显著的正相关关系，与假设1的推论一致，即地区经济发展水平会显著提升精英科学家流入的概率。
总之，科学家出走受到经济因素的驱使，包括获得更好的工作条件和薪酬待遇，但笔者认为，与研究相关的因素在其中仍然发挥着重要作用，例如创新活力、产业转型升级能力以及科研配套水平等，这些都是实现创新人才聚集的必要条件。而人才集聚具有生产力倍增效应和集群效应，对科学研究活动更是如此，高端人才聚集本身就是吸引人才流入的优势。据此提出本文的假设3：
通过模型(3)的结果可以看出，Service 的回归系数为0.143873，Hvalue 的回归系数亦显著为正，且均在1%的显著性水平上通过检验，表明地区产业转型能力、创新驱动发展情况与精英科学家流动存在显著的正相关关系，支持假设H3，即地区高新技术产业及其相关服务业的发展水平，是左右精英科学家流入的重要因素。与此同时，从产业转型和创新发展的比较来看，生活设施和相关服务业的发展状况更能引起高端人才的重视，而地区高新技术产业的整体发展情况对于科学家流入的影响偏弱。
关于地区经济发展对高端人才流动的综合影响，从模型(4)与模型(5)的综合结果来看，GDP 、Hwage 和Service 的回归系数仍然在1%的水平上显著为正，且均大于模型(1)-(3)中的对应系数，表明地区经济发展水平、个人工资和科研经费、地区生活设施和服务业的转型情况是精英科学家流动时着重考虑的因素，对科学家流动均产生正向的影响。综合地区经济发展各指标来看，在影响人才流动的各因素中，精英科学家会重点考虑流入地区和机构的经济水平、工资水平和服务业发展状况。
表 4地区内部流动与跨地区流动结果
*P <0.1,**P <0.05, ***P <0.01
(二)稳健性检验
从跨区域流动角度对样本数据进行分类统计分析发现，精英科学家流动的方向按照流动前后地区的差异可以分为两个维度，即区域内部流动(同一省市不同机构之间)和跨区域流动(不同省市不同机构之间)。为了进一步提高模型的准确性和说服性，从区域流动类型角度，采用二值分析法对模型进行稳健性检验。
在前文分析的基础上，从地区经济、科研、产业转型和创新发展的角度，从三个层面(五个维度)构建中国精英科学家流动的影响因素模型：
从表4跨区域流动模型(3)的回归结果中可以发现，与模型(1)的结果基本一致，各变量的影响均较为显著，GDP 回归系数在1%的水平上显著为正，而Hwage 和Service 的回归系数也都在5%的水平上显著为正，并且跨区域流动模型中经济发展水平、工资水平和产业转型对于精英科学家流动的影响比全样本更大，而模型(2)的回归结果并不显著。因此，在分析精英科学家流动影响因素时，将区域内部流动的2844条观测值从全样本数据中剔除，保留跨区域流动的观测值，以增强模型的稳健性。
其中杨庄路—阜石路：在杨庄路与杨庄东街交叉口右转进入杨庄东街，沿杨庄东街向南行驶至杨庄东街与时代花园中路交叉口，左转进入时代花园中街，向东行驶至时代花园中街与时代花园西街交叉口，右转后沿时代花园西街直行到达时代花园西街与时代花园南路交叉口掉头，沿时代花园西街向北直行到达阜石路，全程绕行大约1.2 km. 绕行路线如图3所示.
另外，通过对筛选出的158条同一区域内部人才环流记录的分析发现，在同一区域内的不同机构间的流动主要发生在经济较为发达的地区，例如北京和上海等地。从模型(1)与模型(2)样本回归结果的对比中可以发现，精英科学家在选择区域内部流动时，会考虑不同机构之间的工资水平差异，但解释力度不强，其他经济变量的影响也均不显著，说明经济因素并不是精英科学家在区域内部环流的主要原因，可能的政策和家庭等因素与人才环流的关系还有待进一步的分析和研究。
(三)异质性检验
精英科学家流入省份所在区域的差异和流入机构性质的不同会对本文的研究结果产生不同的影响，因此从两个方面对总体样本观测值进行异质性检验。将精英人才流入的省市按照区域划分标准，分为东部、中部和西部；按照流入机构的性质，将其分为大学和科研院所，其中大学类型则根据新近公布的“双一流”大学建设名单，细分为“一流”大学、“一流学科”大学和一般大学。同样鉴于面板数据的计量特征，将14位跳槽多次的科学家从样本中剔除，全样本8478条观测值中剔除252条后，剩余8226条流动观测值，然后从两方面进行异质性检验。
1.流动区域异质性：东部、中部与西部
精英科学家向东部[注] 东部包括辽宁、河北、山东、江苏、浙江、福建、广东、北京、天津、上海和海南。 流动的共386人，共6948条观测值，占样本总量84.5%；向中部[注] 中部包括吉林、黑龙江、内蒙古、山西、河南、安徽、江西、湖南和湖北。 流动的高端人才共计52人,共936条观测值；向西部[注] 西部则包括新疆、甘肃、陕西、宁夏、四川、重庆、贵州、云南、广西、西藏和青海。 流动共计19人，共342条观测值，仅占观测值总量的4%。
表 5流动区域异质性结果
*P <0.1,**P <0.05, ***P <0.01
模型(3)的结果显示，GDP 的回归系数为0.0001566，在1%的水平上显著为正，而且这一作用值要大于全样本和模型(2)的结果，其他变量的影响不显著，说明流向中部的高端人才在职业流动选择时，更多的是考虑中部省区的经济发展水平，进一步来看，各中部省市的GDP 高低直接决定了高端人才流入的概率大小，因而也形成了流向中部的高端人才向湖北等少数省份聚集的局面。
女工店吃过晚饭，金枝好像踏着泪痕行走，她的头过分的迷昏，心脏落进污水沟中似的，她的腿骨软了，松懈了，爬上炕取她的旧鞋，和一条手巾，她要回乡，马上躺到娘身上去哭。
妊娠期糖尿病（GDM）定义为特发于妊娠阶段的糖代谢或糖耐量异常，一般在妊娠结束后可自行恢复，但一些GDM患者的糖代谢紊乱会持续到妊娠后，且GDM患者或新生儿将来发生代谢性疾病的风险显著高于正常人[1]。在孕期采取合理的干预手段控制血糖，对降低GDM患者及其子代将来代谢性疾病的发生风险具有重要意义。根据相关报道，在GDM孕妇中采取系统性、个体化的保健干预措施能够降低并发症的发生风险并改善妊娠结局。该次研究在2017年3月—2018年8月收治的48例GDM孕妇中实施了系统性、个体化的孕期保健，旨在寻求一种合理有效的干预措施，用以改善GDM孕妇的妊娠结局，现报道如下。
从表5中模型(1)与模型(2)的对比结果可以看出，向东部流动的科学家模型与全样本模型的回归结果基本一致，这与东部观测值占总观测值的85%左右有关，进一步说明向东部流动的精英科学家受地区经济发展水平、工资水平和地区产业转型发展水平的影响显著。东部地区在这些方面都具有较强的优势，而北京、上海、广州在东部地区居于绝对的领先地位，形成了大量精英科学家向这三座城市集聚的趋势。
从模型(4)的结果可以看出，Hwage 的回归系数显著为正，且在1%的水平上显著通过检验，表明工资待遇对高端人才的西部流动有显著的影响，因此，流向西部的各高端人才主要是因为当地提供了较为丰厚的工资待遇和科研经费，这也与现实情况相符合，而其他经济因素的影响并不显著。
2.机构流动：“双一流”建设大学、一般大学与科研院所
根据2017年教育部、财政部、国家发展改革委联合发布的《关于公布世界一流大学和一流学科建设高校及建设学科名单的通知》，首批“双一流”大学建设高校共计137所，其中一流大学建设高校42所，一流学科建设高校95所。据此标准，通过对样本观测值的整理和分类，统计出流向一流大学的高端人才274人，共计4932条观测值，占总观测值的60%；流向一流学科大学的有79人，共1422条观测值；流向一般大学的人数最少，只有48人，共计864条观测值，只占总观测值的10.5%；最后，流向科研院所的有56人，共计1008条观测值。从这四个方面对样本观测值的流动机构异质性进行检验。
表6中通过与模型(1)的对比发现，模型(2)的结果中影响最为显著的变量是工资水平，Hwage 在1%的水平上显著为正，而GDP 的回归系数显著性水平只有10%，其他变量的影响并不显著，因此可知，与一流大学的高声望相匹配的丰厚工资待遇是高端人才流入的主要影响因素。模型(3)的结果显示，GDP 的回归系数显著为正，在99%的置信区间上显著通过检验，且影响程度高于全样本和一流大学模型，说明一流学科大学所在省市的经济发展水平越高，越能提升精英科学家的流入概率，进一步表明，大学声望与地区经济因素相结合，是精英科学家跨机构流动的主要驱动力。从模型(4)的回归结果来看，相对于其他模型而言，各变量对精英科学家流动的影响均不太显著，GDP 的回归系数的显著性水平只有5%，工资的系数的置信度也只有90%，其结果说明一般大学对精英科学家的吸引力不强，即便其所在地区的经济繁荣程度较高，大学声望依然是精英科学家选择流动机构的重要考量因素。模型(5)的结果中，GDP 和Service 的系数显著为正，并且置信度达到99%以上，说明精英科学家向科研院所的流动受到其所在地区的经济发展和产业转型水平的影响，并且GDP 和Service 的系数要明显高于其他模型。因此，经济因素对于提升科研院所的人才吸引力至关重要。
表 6流动机构异质性结果
*P <0.1,**P <0.05, ***P <0.01
五、扩展性研究与分析
表 7精英科学家流出的影响因素
*P <0.1,**P <0.05, ***P <0.01
综上所述，经济因素是吸引精英科学家流入的重要因素，而经济发展水平、科研发展水平和产业转型、创新驱动水平较为落后的地区同样有可能会导致精英科学家的出走。因此，从总样本中筛选出损失精英科学家人数最多的前20名的机构，将从这20个机构流出的精英科学家共330人的5940条数据进行扩展性研究。
从回归结果可以看出，AR（2）检验和Sargan检验表明模型设立是合理的且工具变量是有效的。且所有模型中经济增长的滞后项 （yi，t-1）系数均为正，都通过显著性检验，说明地区经济增长具有自我强化机制。
从表 7的模型结果来看，GDP 和Hwage 的估计系数显著为正，且在1%的显著性水平上通过检验，表明GDP 和Hwage 与精英科学家的出走有直接的相关关系。进一步来看，高端人才的出走主要是因为不满足于原单位所在地区的经济发展水平和工资水平，与现实情况相符。因此，扩展性研究表明，落后的地区经济发展水平和工资水平会提升精英科学家出走的概率。
六、结论与政策意义
本文选取“杰青”和“长江学者”特聘教授获得者为样本，通过手动搜索获得471位具有在国内跨机构流动经历的学者，通过分析其职业流动路径、地理迁移和组织流转，从地区经济发展水平、地区R&D投入、科研人员工资水平以及地区产业转型和创新活力等角度研究精英科学家流动，尤其是流动目的地和机构选择的影响因素。研究发现：①地区经济发展水平越高，精英科学家流入的概率越大；②R&D投入和科研人员工资水平较高的地区是精英科学家的首选；③地区产业转型和创新驱动发展水平能够显著影响精英科学家的流入；④综合地区经济发展各指标来看，经济发展水平、工资水平和产业转型情况是当前中国精英科学家流动的主要因素。
在线验收是面向商户提供的一种验证检查的能力，可以帮助商户在接入支付宝产品后，迅速验证接入的规范情况。它也可以帮助商户在活动上线前，迅速验证优惠活动的正确性。商户或系统商在对接支付宝时，通常有以下两种形式：
进一步的稳健性检验和异质性扩展研究发现：①在精英科学家的跨区域流动中，GDP 、工资水平和产业结构转型对人才流入的影响更加显著，而经济因素并不能解释精英科学家在区域内部的环流现象；②机构所在地区的工资水平是精英科学家流向一流大学的主要影响因素，一流大学与所在地区经济发展水平共同形成了最具竞争力的高端人才吸引力；③机构声望是影响科学家跨组织流动的影响因素，较低声望的机构，即使其所在地区的经济发展水平较高，也难以在高端人才吸引中形成较高的竞争力；④较低的地区经济发展水平和工资水平是导致精英科学家出走的影响因素。
科研项目未经科学论证或论证不充分而立项，可能导致创新不足，或重复研究导致资源浪费。这是指科研经费支出在源头上存在着风险。
本研究的主要价值在于，一是通过绘制精英科学家流动的全景式地图，为当前劳动力流动中的高层次人才流动研究提供数据和证据支持，并在此基础上，分析影响科学家流动的主要影响因素，回答了当前社会广泛关注的高端人才在区域间流动的部分结构性失衡问题；其二，研究也为当前关于高端人才吸引以及促进人才合理有序流动的相关政策制定提供决策基础。经济实力、薪酬待遇、创新活力较高而形成的人才聚集优势以及科研投入等共同影响科学家的流入和流出，也部分决定了人才的流向。因此，将提升人才吸引力和促进人才流动的公共政策努力，从阻碍人才从经济不发达地区向经济发达地区的自由流动，转向促进人才流失地区的区域经济转型、培育创新活力以及提升高校治理水平上，应是缓解人才流动结构性失衡问题的主要思路。
本研究也存在一定的缺陷。一是未将政策因素作为独立的影响因素进行分析。主要原因在于，几乎每个地区和机构都出台了人才吸引政策，使用的政策工具也基本相似，包括经济待遇、科研配套、住房和子女入学等，需要首先评估这些政策的效果。不过，研究中的R&D投入和工资水平在一定程度上反映了政策因素，其投入水平越高，表明这一地区对人才和科研的重视程度越大。其二，除了客观因素外，精英科学家流动是一个高度个体化和相对复杂的决策行为，受到诸如性别、职业机会、原有科研网络、家庭等因素的共同影响，对这些因素的分析需要针对个体的问卷和访谈。最后，地区的工资水平并不能完全、真实地反映精英科学家流动的薪酬因素，因为不论是大学还是科研院所，在精英人才的引进中往往采用“一人一议”原则，即在同一地区的不同大学甚至同一个机构中，个体的薪酬待遇也不尽相同，而这一数据并不容易获得。以上问题都有待于进一步的后续研究。
自2009年来，基本医疗保险已覆盖了90%以上的人口[16]。其中，新型农村合作医疗基金“保大病”是通过优先保证住院费用补偿来实现的。但“大病”缺乏统一的定义或衡量标准，由于住院治疗费用常常是导致农村地区患者因病致贫的主要推手，为减轻农民因疾病带来的经济负担，在制度设计之初，住院与否便成为“大病”的标准，这导致那些需要在门诊上频繁就诊的慢性病患者的门诊就医的经济风险被忽视了。
参考文献：
[1]OECD.The OECD Innovation Strategy :Getting A Head Start on Tomorrow ，Paris: OECD, 2010.
[2]Everett S. Lee. “A Theory of Migration”, Demography, 1966, (1).
[3]Portes A., and Borocz J..“Contemporary Immigration: Theoretical Perspectives on Its Determinants and Modes of Incorporation”, International Migration Review, 1989, 23(3).
[4]Appelt S., Beuzekom B. V., Galindo-Rueda F., and Pinho R. D.. “Which Factors Influence the International Mobility of Research Scientists?”, OECD Science Technology & Industry Working Papers, 2015.
[5]Burulcha Sulaimanova, and Aziz Bostan. “International Migration: A Panel Data Analysis of the Determinants of Emigration from Tajikistan and Kyrgyzstan”, Eurasian Journal of Business and Economics, 2014, 7 (13).
[6]Cohen N.. “A Web of Repatriation: The Changing Politics of Israel's Diaspora Strategy”, Population Space & Place, 2016, 22(3).
[7]张莉、何晶、马润泓：《房价如何影响劳动力流动?》，载《经济研究》2017年第8期。
[8]张传勇：《劳动力流动、房价上涨与城市经济收敛——长三角的实证分析》，载《产业经济研究》2016年第3期。
[9]高波、陈健、邹琳华：《区域房价差异、劳动力流动与产业升级》，载《经济研究》2012年第1期。
[10]Gibson J., and McKenzie D.. “The Economic Consequences of ‘Brain Drain’ of the Best and Brightest: Microeconomic Evidence from Five Countries”, The Economic Journal, 2012, (122).
[11]Conchi S., and Michels C.. “Scientific Mobility: An Analysis of Germany, Austria, France and Great Britain”, Discussion Papers “Innovation Systems and Policy Analysis”, 2014, 120(7).
[12]Wuchty S., Jones B. F., & Uzzi B.. “The Increasing Dominance of Teams in Production of Knowledge”, Science, 2007, 316(5827).
[13]Franzoni C., Scellato G., and Stephan P.. “Foreign-born scientists: mobility patterns for 16 countries”, Nature Biotechnology, 2012b, (30).
[14]Ca
ibano C., Otamendi F. J., and Solís F.. “International Temporary Mobility of Researchers: A Cross-discipline Study”, Scientometrics, 2011, 89(2).
[15]Reinhilde Veugelers, and Linda Van Bouwel. “Destinations of Mobile European Researchers: Europe versus the United States”, In A. Geuna,Global Mobility of Research Scientists , Amsterdam: Elsevier, 2015.
[16]Azoulay P., Zivin J. S., and Sampat B..“The Diffusion of Scientific Knowledge Across Time and Space: Evidence from Professional Transitions for the Superstars of Medicine”, in J. Lerner, S. Stern (Eds.),The rate and direction of inventive activity revisited , Chicago: University of Chicago Press, 2012.
[17]Franzoni C., Scellato G., and Stephan P.. “The Mover’s Advantage: The Superior Performance of Migrant Scientists”, Economics Letters, 2014, 122(1).
[18]Ina Ganguli. “Who Leaves and Who Stays?Evidence on Immigrant Selection from the Collapse of Soviet Science”, In A. Geuna,Global Mobility of Research Scientists , Amsterdam: Elsevier, 2015.
[19]Lowel L.. “Policy Responses to the International Mobility of Skilled Labor”, International Migration, 2001, (39).
[20]Stephan P., Scellato G., and Franzoni C.. “International Competition for PhDs and Postdoctoral Scholars: What Does (and Does Not) Matter”, Innovation Policy & the Economy, 2015, 15(1).
[21]章文光、王耀辉：《哪些因素影响了产业升级?——基于定性比较分析方法的研究》，载《北京师范大学学报(社会科学版)》2018年第1期。
[22]Merton R. K.. “The Matthew Effect in Science”, Science, 1968, (159).
[23]Allison P. D., and Long J. S.. “Departmental Effects on Scientific Productivity, American Sociological Review”, 1990, 55(4).
Peacock Flying to Southeast ：Economic Transformation and Star Scientist Mobility
HUANG Hai-gang, Qu Yue,
University of International Business and Economics
Abstract :The mobility of elite scientists across region and department is an important demographic phenomenon, to some extent leading to the problem of brain drain and brain gain in China. The present study takes 5074 Distinguished Young Scholars and Yangtze River Scholars of China as sample, using CV method to trace the job mobility of them. Based on the analysis of path of their career flow, the paper analyses how economic and industrial factors influence the mobility of star scientists. The present study finds: (a) economic factors play a certain role in the cross-regional flow of elite scientists, but cannot fully explain the inter-organizational flow;(b) relative to the wage level, the regional R&D input level has a more significant impact on scientists’ mobility decisions; (c) the ability of industrial transformation and innovation-driven development can significantly affect the inflow of elite scientists. The study further concludes that: (d) despite the exist of the phenomenon of peacock flying southeast, the circulation of elite scientists mostly occurs in regions with similar economic, technological, and educational levels; (e) the combination of higher university prestige and economic development is the core competitive advantage; (f) the areas with low GDP and wages are also facing serious brain drains.
Key words :economic transformation; elite scientist; distinguished Young Scholars; Yangtze River Scholars; scientists’ mobility
作者简介： 黄海刚，对外经济贸易大学中国开放经济与国际科技合作战略研究中心副教授；曲越，对外经济贸易大学国际经济贸易学院博士研究生
基金项目： 教育部哲学社会科学研究后期资助项目“中国高端人才流动与集聚问题研究”(18JHQ089)
收稿日期： 2018-11-19
DOI: 10.19648/j.cnki.jhustss1980.2019.03.09
中图分类号： C964
文献标识码： A
文章编号： 1671-7023(2019)03-0063-10
责任编辑 胡章成
标签：经济转型论文; 精英科学家论文; 国家杰青论文; 长江学者论文; 人才流动论文; 对外经济贸易大学中国开放经济与国际科技合作战略研究中心论文; 对外经济贸易大学国际经济贸易学院论文;