李作学，张 蒙

（沈阳航空航天大学经济与管理学院，辽宁沈阳 110136）

1 研究背景

人才是创新的核心要素，创新驱动实质上是人才驱动，大力培养和吸引科技人才已成为各国赢得国际竞争优势的战略性选择［1］。2021 年9 月，习近平总书记在中央人才工作会议上明确指出，要深入实施新时代人才强国战略，加快建设世界重要人才中心和创新高地，综合考虑，在北京、上海、粤港澳大湾区建设高水平人才高地，在高层次人才集中的中心城市着力建设吸引和集聚人才的平台。科技人才作为创新活动中的核心资源，从不同城市流入目标城市而产生集聚效应，在提升知识存量和人力资本存量的同时，也提高了城市的整体创新实力［2］。科技人才是创新知识的主要载体，科技人才集聚可以促进知识溢出，加速技术创新，提升科技资源配置效率，推动城市经济社会高质量发展［3］，是人才高地建设的重要环节。《中国科技人才发展报告（2020）》显示，近年来，中国科技人才规模不断扩大，连续多年稳居世界第一［4］。但是，中国科技人才整体加速向东部及少数中西部城市集聚，东北和西部欠发达地区人才流失加剧，科技人才在空间上分布不均，城市之间的科技人才集聚程度差异明显［5］。环境好，则人才聚、事业兴。人才生态环境是影响人才生存和发展的外界条件总和，是由多因素构成的、具有完整体系的复杂社会系统［6］。良好的人才生态环境是人才集聚的不竭吸引力，更是充分激发人才创新创造活力和帮助人才健康成长发展的沃土［7］，因此如何营造良好的人才生态环境、促进科技人才集聚是城市高水平人才高地建设的基础和关键。城市之间科技人才集聚程度的差异缘何不同，如何协同人才生态环境内部各要素关系、营造良好人才生态环境才能更好地促进城市科技人才集聚，是国家建设和发展过程中亟需探究的现实问题和科学问题。

人才的流动和集聚受到经济、科技、政治、文化、制度等诸多环境要素影响，要素之间相互作用、相互制约，共同形成了一个可持续发展、完整的体系环境，即人才生态环境［8］。生态理论认为，良好的人才生态环境可以保障人才全生命周期的成长、发展和成就［9］，有助于城市形成对人才的持续吸引力和辐射力［10］，在促进人才集聚过程中发挥着积极影响。近年来，学者们针对不同环境因素对人才集聚的影响展开了丰富研究。其中，国外学者主要是将影响人才集聚的环境因素进行总结归纳，具体包括经济发展水平、知识溢出效应、规模经济、政府政策、公共服务水平、公共设施、交通、休闲设施和居住环境、法律规章制度等，侧重分析单个环境因素对人才集聚现象的促进作用；国内学者则以不同区域和城市为研究对象，从宏观视角出发对人才集聚现象背后的生态环境影响因素进行分析和总结，详细论证每种生态环境要素对科技人才集聚现象产生的影响程度，综合研究发现经济发展水平、科技创新环境、文化教育环境、自然生态和宜居环境、公共服务水平等是科技人才集聚的重要影响因素，还有学者研究分析了产业发展、城市适宜性、城市基础设施、居民购房能力等因素与科技人才集聚之间的作用关系。然而，不难看出现有研究大多将影响科技人才集聚的生态环境因素进行总结归纳，侧重分析单个要素与科技人才集聚现象之间的净效应，忽略了人才生态环境内部要素之间的相互作用及要素组合对这一社会现象的复杂影响。科技人才集聚是多种环境因素从不同角度、相互作用和结合产生的一种复杂社会现象［11］。区别于传统回归方法聚集分析变量之间的净效应关系，以溯因理论为基础，用于识别特定结果产生的组态原因的定性比较分析方法（QCA）更适合探究某一现象背后的复杂因果关系［12］。

综上，在现有研究的基础之上，本研究基于整体视角，以人才生态环境理论为基础，从城市科技人才集聚这一现象出发，以中国36 个城市为研究案例，采用必要条件分析（NCA）与模糊集定性比较分析（fsQCA）相结合的研究方法，探究人才生态环境要素及其组态路径对实现城市科技人才集聚的复杂作用机制，以及单个人才生态环境要素是否构成科技人才集聚的瓶颈，主要拟解决如下问题：人才生态环境内各要素是否以及在多大程度上是实现科技人才高集聚的必要条件？是否存在一种或多种人才生态环境组态可以同时实现科技人才高集聚？中国城市人才生态环境要素耦合构成了怎样的人才生态？

2 文献综述与研究框架

2.1 人才生态环境内涵与构成

“人才生态”一词来源于自然科学的生态学概念，现有研究主要集中于人才生态环境的概念界定和要素构成等方面。20 世纪初，美国社会学家将自然科学中“生态学”的概念引入到社会科学研究中，率先提出“人类生态学”的概念［13］。1979 年，美国心理学家在《人类发展生态学》一书中提出了社会生态理论，指出人才成长是其自身与环境的复合函数［14］。所谓人才生态，就是为人才成长提供物质和精神资源的环境，而生态环境是成就人才的关键因素［15］。人才生态环境则是指一定区域范围内对人才生存、发展、发挥作用产生直接或间接影响的环境要素构成的复杂社会系统［16］，人才生态环境与人才的生存发展和自我价值实现等需要息息相关，对人才的成长至关重要。针对人才生态环境构成，有学者将其划分为自然环境、社会环境和规范生态环境3 个维度［9］，但多数学者则将其构成划分得更加细致具体，主要包括政治环境、经济环境、科技创新环境、自然宜居环境、文化环境、教育环境、社会环境、生活环境、公共服务环境等。针对人才生态环境的概念界定及要素构成的相关研究虽未达成一致，但研究成果十分丰富，有助于本研究的前因条件选择。在梳理现有相关研究中关于人才生态环境内涵和要素构成的基础之上，结合已有研究，本研究主要探究以经济发展、科技创新、文化教育、宜居环境和公共服务5 个要素构成的人才生态环境要素组态与城市科技人集聚之间的复杂因果关系。

2.2 生态环境要素与科技人才集聚的关系

2.2.1 经济发展与科技人才集聚

经济发展是指一个城市的整体经济状况，包括经济形势、经济发展速度和经济增长前景等方面［17］。通常经济发展水平较高的城市，其人力资本流动的活跃度也更高，更加容易集聚高素质人才［18］，对科技人才的吸引力也更强［19］。经济发展水平直观反映出城市的发展潜力、产业竞争优势、就业契机以及发展平台，是吸引科技人才集聚的重要动因［20］。实证研究表明，经济发展对人才集聚有着显著的正向推动作用，经济发展水平每增长1%，人才集聚水平将增长2.096%［21］。一方面，经济发展水平较高的城市，“高精尖”技术产业和第三产业蓬勃发展，城市整体竞争力较强，对人才的需求缺口较大，科技人才需要的高质量就业机会和科研平台较多；另一方面，城市较高的经济发展水平意味着较高的工资收入，为科技人才改善生活条件、实现自我价值提供了重要的物质保障，从而更加吸引科技人才集聚［22］。

2.2.2 科技创新与科技人才集聚

科技创新主要指影响科技人才进行知识和技术创新，并实现科研成果转化所依赖的软硬件环境，主要包含科研经费、科研设施和载体等硬件要素以及科技创新氛围、科技转化能力等软件要素［23］。优质的科技创新环境有利于科技人才高效快速地完成既定的科研任务，而且还能发挥其自身潜能，能够显著促进本地区科技人才集聚［24］。实证研究表明，科技创新水平每提高1%，人才集聚水平将提高3.187%［21］。科技创新水平较高的城市具备优质的科技创新生态、合理的科技人才结构以及更具竞争力的科技人才制度评价和激励体系，推动城市内部知识等要素高效转化为产品和技术，激发科技人才的创新和创造活力，有助于城市提高对于各个产业科技人才的吸引力，从而吸引科技人才集聚。

2.2.3 文化教育与科技人才集聚

文化教育是指一个城市的文化事业发展状况及培养各层次人才的教育发展水平，主要包括城市的文化氛围和教育环境［25］。文化环境是城市创新发展的精神之源，对人才集聚、培养和开发均具有重要影响［26］。高等教育水平较高和文化氛围比较浓厚的地区，在吸引、留住和培养人才等方面具有更大的优势［20］。城市文化环境为科技人才的成长和发展提供了深厚的文化底蕴，有利于全社会形成支持创新发展、尊重科技人才的文化氛围［27］。良好的城市文化环境有助于本地区科技人才形成植根家乡、建设家乡的价值观，利于培养和留住本地区科技人才；与此同时，优质的教育资源和高校科研平台能够为其他地区的科技人才提供丰富的进修机会，吸引科技人才流入，进而完善城市科技人才结构，建设高水平科技人才队伍，促进科技人才聚集。

2.2.4 宜居环境与科技人才集聚

宜居环境是城市自然生态环境和居住环境的总和，包括城市空气质量、城市园林绿化程度等方面［28］。优质的自然生态环境、适宜的居住环境是城市发展的基础，也是宜居城市的衡量标准之一，与人们的生活质量息息相关［29］。研究表明，宜居环境对科技人才集聚具有正向促进作用［30］，应着重考虑提高在城市绿化方面的建设投入。伴随着城市经济快速发展和生活水平的日益提高，科技人才对于日常生产和生活所在城市宜居环境的关注度逐步增强，更倾向于在宜居环境优越的城市从事研究和创新创业活动。风景优美、气候宜人、空气清新和丰富的城市园林绿化等，为科技人才日常生活和工作提供了舒适的环境，是城市吸引科技人才集聚的重要因素［31］。

2.2.5 公共服务与科技人才集聚

公共服务是城市提升治理能力和完善治理体系的重要内容，可以充分反映出人才对生活和工作的期望与需求，是城市核心竞争力的重要支撑以及衡量高质量发展的关键指标［32］，是城市基础设施建设、交通建设等硬件设施和网络建设、政务服务等软环境完善的集中体现。公共服务环境是人才成长和发展的重要支撑，能够满足人才出行、交通、生活等多方面需求，反映出城市基础社会保障水平，良好的公共服务环境具有长期发挥吸引和留住人才的重要作用［33］。高质量的城市公共服务可以有效降低科技人才的时间成本，有助于科技人才潜心科研、创造更多的科技创新成果。城市公共服务的质量、水平和效能的提高，为各类人才在城市内工作、生活和学习提供了极大的舒适度和便利性，从而吸引科技人才集聚［34］。

综上，聚集两种复杂因果关系，一是单一人才生态环境要素是否以及多大程度上是城市实现科技人才高集聚的必要条件，二是人才生态环境要素如何耦合可以实现城市科技人才高集聚，采用组态视角及fsQCA 等方法，探究城市层面的人才生态环境内部要素协同共生影响科技人才集聚的复杂影响机制。研究框架如图1 所示。

图1 研究框架

3 研究设计

3.1 NCA 与fsQCA 混合的研究方法

必要条件分析是由荷兰鹿特丹管理学院Dul 教授［35］在2016 年开发的一种基于识别和检测数据中的必要不充分条件的研究方法。fsQCA 方法从定性角度判别必要条件，而NCA 方法可以从定量角度分析前因条件的必要程度，即前因条件在什么程度下才是产生结果的必要条件［12］，可以有效弥补fsQCA方法在必要条件分析过程中存在的不足，因此这两种方法相结合的分析结果更具科学性［36］。模糊集定性比较分析方法基于组态视角，利用布尔运算和集合关系开展案例层面的比较分析，着重探究前因复杂性和因果非对称性关系，能够充分挖掘多个要素之间的复杂交互性和协同效应［37］，与本文所研究问题相契合。

首先，城市科技人才集聚是由人才生态环境内多因素协同联动、共同作用产生的结果，传统的线性回归分析难以探究3 个及以上因素对结果变量的影响，通过模糊集定性比较分析方法可以分析要素之间的相互作用关系，同时能够挖掘不同要素组合城市科技人才集聚之间的非线性关系；其次，fsQCA方法整合了定性与定量分析两者的优势，既适合10或15 个以下的小样本研究与100 个以上的大样本研究，同时也适合10 或15 个至50 个的中等规模的样本研究［37］，而本研究选取的36 个城市的研究案例属于中等规模样本，与fsQCA 方法契合，能够兼顾案例研究的深度和独特性；最后，利用fsQCA 方法可以准确识别各个等效组态覆盖的典型案例［38］，分析不同城市之间科技人才集聚的路径差异，将城市科技人才高与非高集聚的前因条件组合进行对比，有助于深入理解城市科技人才集聚的复杂性，便于总结归纳可供推广的促进城市科技人才集聚的高效策略。

3.2 样本选择和数据来源

在案例城市筛选过程中，从全国（未含港澳台地区。下同）视角出发，以直辖市（A）、省会或自治区首府城市（B）作为主要选择目标。鉴于研究问题的独特性和研究数据的可获取性，最终选择了28个非计划单列市、5 个计划单列市（C）以及3 个除上述城市之外的新一线城市（D），共计36 个城市作为案例样本（见表1）。所选城市之间科技人才集聚情况和人才生态环境情况可以直接进行对比且存在差异，同时符合具备同质性和多样化的研究案例选择要求［37］。实证数据来源于2018—2019 年《中国统计年鉴》《中国城市统计年鉴》及各省区市国民经济及社会发展统计公报。考虑到结果出现相对条件具有一定滞后性，将滞后期设为1 年，即结果变量采用2019 年数据，前因条件采用2018 年数据。

表1 案例城市基本情况

3.3 数据测量与校准

3.3.1 结果变量

以科技人才集聚（Tag）作为结果变量。通常采用科技人才区位熵对科技人才集聚程度进行表征，如孙红军等［39］的研究，测量公式如式（1）。该指标可以直观反映出城市科技人才集聚的基本情况，并且方便不同城市之间进行横向对比。

式（1）中：Ti代表i城市科技人才数目；TLi代表i城市年末户籍人口总数；T代表全国科技人才数目；TL 代表全国年末户籍人口总数。

参考徐倪妮等［19］的研究，其中科技人才数目以研究与试验发展（R&D）人员数量进行表征。将对所有案例城市计算出的科技人才集聚程度原始数值进行处理，最大值赋值为1，利用其他原始值与最大值的比值确定其相对值，产生［0～1］之间的科技人才集聚度数值，数值越接近于1，表明城市科技人才集聚程度越高。

3.3.2 前因条件

通过设置二级指标对所构建理论模型中的5 个前因条件进行测度，对各二级指标原始数据进行无量纲化处理并确定相应权重，最后加权平均计算出各项前因条件的得分。无量纲化处理采用效用值法，通过主观与客观相结合的方式确定各项二级变量的权重，其中客观方法采用变异系数法［40］。效用值法规定的值域是［0,100］，即该指标的最优效用值为100，最差值效用值为0。假定ytj表示t指标j城市的指标效用值，xtj表示t指标在j城市的指标获取值，xtmax和xtmin分别表示该指标最大值和最小值，有

具体测量如下：

（1）经济发展。经济发展由“城市人均生产总值”（30%）、“第三产业产值占城市总产值比重”（30%）、“城镇单位在岗职工平均工资”（40%）加权计算得出。

（2）科技创新。科技创新由“R&D 经费投入强度”（40%）、“城市专利授权数”（60%）加权计算得出。

（3）文化教育。文化教育由“普通高等在校学生人数占当地人口比重”（40%）、“城市公共图书馆藏书数量”（60%）加权计算得出。

（4）宜居环境。宜居环境由“城市每万人拥有公园绿地面积”（60%）和“城市空气质量优良率”（40%）加权计算得出。

（5）公共服务。公共服务由“城市每万人拥有公共交通车辆数量”（55%）和“城市每万人互联网宽带用户数”（45%）加权计算得出。

3.3.3 数据校准

王树林不由得加快了奔跑，独自上路，在他的牵引下，辛娜的脸色开始潮红了，呼吸的频率也渐渐急促起来。王树林捕捉到了信号。他被激怒了似的。他复仇般地冲刺了。他一下子到了终点退出了比赛。

运用fsQCA 方法分析时，将每项前因条件和结果变量均视为一个集合，不同的案例在集合中拥有相应的隶属分数，校准就是给每个案例赋予集合隶属分数的过程［41］。由于缺少相关理论和标准作为校准依据，按照张明等［38］的做法，采用直接校准法对原始数据进行校准。参考杜运周等［42］的研究，将3 个校准锚点设定为案例数据描述性统计的90%分位数（完全隶属）、中位数（交叉点）和10%分位数（完全不隶属），对于科技人才非高集聚采用科技人才高集聚的非集进行校准。如表2 所示。

表2 案例城市科技人才集聚影响因素集合、校准和描述性统计

4 研究结果

4.1 必要条件分析

4.1.1 NCA 方法

NCA 方法中必要条件的确定需要同时满足两个条件：效应量（d）不小于0.1［35］，以及蒙特卡洛仿真置换检验结果显示效应量显著［43］。效应量表示产生特定结果需要必要条件达到的最低水平，取值范围在0～1 之间，0 ＜d＜0.1 表示低水平影响，0.1 ≤d＜0.3 表示中等水平影响，0.3 ≤d＜0.5 表示高水平影响［35］。采用上限回归分析（CR）和上限包络分析（CE）两种不同的估计方法对5 项前因条件的效应量进行分析，结果如表3 所示。

表3 基于NCA 方法的案例城市实现科技人才集聚的必要条件分析

根据表3 结果，宜居环境的效应量大于0.1 但是检验结果不显著，不能认为是产生结果的必要条件；经济发展和文化教育的检验结果均不显著，表示它们不是实现科技人才集聚的必要条件；科技创新和公共服务的效应量大于0.1 且检验结果显著，但二者精确度均小于95%，根据Dul［35］提出的相关标准，也不能认定为必要条件。综上，5 项前因条件均不是实现科技人才集聚的必要条件。

而通过瓶颈分析可以解释达到给定水平结果所需的条件必要水平，因此进一步采用上限回归分析进行瓶颈水平分析。结果显示（见表4），要达到100%水平的科技人才集聚，需要2.4%水平的经济发展、75.6%水平的科技创新、9.1%水平的文化教育、72.8%水平的宜居环境和80.8%水平的公共服务。

表4 基于NCA 方法的案例城市实现科技人才集聚的瓶颈水平分析

4.1.2 fsQCA 方法

采用fsQCA 方法的分析结果如表5 所示，对于城市科技人才高和非高集聚，单个前因条件的一致性阈值均小于杜运周等［12］提出的标准0.9，与NCA方法分析结果一致，即不存在实现城市科技人才高集聚和非高集聚的必要条件。

表5 基于fsQCA 方法的案例城市实现科技人才集聚的必要条件分析

4.2 组态充分性分析

4.2.1 高集聚组态

根据Fiss［44］、杜运周等［42］的研究，将组态的一致性阈值设定为0.8、案例频数阈值设定为1。PRI 一致性阈值的设定可以避免某一组态在结果和结果否定中的同时子集关系，一般其门槛值不应低于0.5，参考Patala 等［45］的研究，将PRI 一致性阈值设定为0.6。根据Fiss［44］的方法，利用中间解和简约解的嵌套关系识别核心条件，将同时出现在简约解和中间解中的条件定义为核心条件；而杜运周等［37］的研究，只在中间解中出现的条件定义为边缘条件。分析结果如表6 所示，实现城市科技人才高集聚的组态有4 个（H1、H2、H3、H4），即存在4 条实现城市科技人才高集聚的等效路径，反映出城市科技人才集聚多重并发与殊途同归的特点。

表6 案例城市实现科技人才高和非高集聚的组态

根据表6 结果，将案例城市的人才生态环境组态划分为4 种类型（其中“*”表示“且”）：

（1）经济*科创*文教均衡驱动型。组态H1表明，以高经济发展、高科技创新和高文化教育水平为核心条件，互补高公共服务为边缘条件的城市人才生态环境可以实现科技人才高集聚。具有这类人才生态环境的城市，无论宜居环境状况如何，在经济发展、科技创新和文化教育3 类人才生态环境要素呈现高水平均衡发展的情况下，辅助提升城市的公共服务水平，可以实现科技人才高集聚。典型城市包括北京、上海、广州、深圳，这4 座城市作为我国的一线城市，在经济、科技、文化等社会活动中处于重要地位并具有主导作用和辐射带动能力。以深圳市为例，《中国城市人才生态指数报告（2022）》显示，深圳市的人才生态环境指数排名全国第一［46］。深圳市作为粤港澳大湾区（以下简称“大湾区”）城市群的重要一员，先后出台“鹏城英才计划”等政策文件，积极响应国家建设世界重要人才中心和创新高地的战略方针；作为创新型城市，高水平的经济发展吸引了华为技术有限公司、比亚迪集团等一大批创新企业落户鹏城，为科技人才就业和发展提供了重要的企业平台，大湾区综合性国家科技中心、鹏城实验室等创新载体为集聚科技人才提供了创新创业平台。深圳市积极推动与国内外高水平大学和机构合作，举办高水平人才交流论坛，吸引国内外科技人才来深就业创业；通过发放 “鹏城优才卡”、筹建人才住房、设立人才创新创业基金等方式，营造出引才爱才的城市氛围，打造全方位、多角度的人才服务体系，助推科技人才竞相涌入鹏城。通过打造全方位均衡发展的人才生态环境，实现科技人才集聚，加速推动高水平人才中心和创新高地建设，符合经济*科创*文教均衡驱动型人才生态的典型特征。

（2）科创*服务双重驱动型。组态H2 表明，以高科技创新和高公共服务为核心条件，互补高宜居环境和非高文化教育为边缘条件的城市人才生态环境可以实现科技人才高集聚。具有这类人才生态环境的城市，无论城市经济发展水平如何，以科技创新和公共服务的高水平发展为核心驱动，即使城市文化教育水平一般，但通过建设优质的城市宜居环境，可以实现科技人才高集聚。典型城市包括东莞和佛山，这两座城市均位于粤港澳大湾区，是中国经济活力最强和开放程度最高的区域之一。以东莞市为例，近年来，东莞市紧抓大湾区发展机遇，深入实施“十百千万百万”人才工程1），出台《东莞市创新人才引进培养暂行办法》等新政，全面推进高水平科技人才聚集地建设。截至2022 年，东莞市研发经费投入强度为3.54%，达到发达国家水平［47］；拥有重点实验室等创新平台1 523 个，松山湖材料实验室建成达效［48］；拥有国家高新技术企业7 387 家［49］，其中79 家企业入选国家级“专精特新”小巨人企业，数量全国领先［50］。此外，东莞市交通事业蓬勃发展，已建成“五纵四横六连的格局”2），节约了科技人才在大湾区内交流和学习的时间成本。东莞市专门设立优才服务中心，为院士、博士、企业研发机构负责人等43 类科技人才发放优才卡［48］，据此可以在子女教育、医疗保障、社保服务等方面享受配套服务，全方位解决来莞创新创业人才的后顾之忧。由于东莞市的公共图书馆藏书量相对较少、普通高等在校学生人数占当地人口比重也较低，导致东莞市的文化教育水平在案例城市中排名较低（第27 位）3），这在一定程度上阻碍了东莞市培养和吸引本地以及外地科技人才，但是，东莞市通过宜居城市建设有效弥补了这一不足，东莞市的公园数量、人均公园绿地面积、中心城区绿化覆盖率等在全国城市中均遥遥领先，空气清新、风景优美的宜居环境已经成为吸引科技人才来东莞就业生活的一张城市新名片。以高水平的研发投入和诸多高水平科技企业和研发机构为引领，积极提高城市公共服务水平，打造生态宜居环境，有效促进了科技人才集聚，符合科创*服务双重驱动型人才生态的典型特征。

（3）经济*科创双重驱动型。组态H3 表明，以高经济发展、高科技创新和非高宜居环境为核心条件，互补高文化教育为边缘条件的城市人才生态环境，可以实现科技人才高集聚。具有这类人才生态环境的城市，以经济发展和科技创新的高水平发展为核心驱动，即使城市宜居环境条件一般，通过提升城市文化教育水平可以实现科技人才高集聚。典型城市包括武汉和西安，这两座城市分别位于我国中部和西部地区，根据本研究数据统计分析，两座城市的空气质量优良率均不足70%，人均公园绿地面积不足10 m2，其宜居环境在案例城市中排名均为倒数（武汉第33 位、西安第36 位），与其他地区的案例城市相比具有较大差距。以武汉市为例，数据显示，截至2022 年，武汉市已经连续5 年实现人才净流入，人才资源总量达285.7 万人［51］。作为长江经济带的核心城市和“万亿元俱乐部”城市，2021 年武汉市人均生产总值（GDP）已经达到13.53万元，第三产业产值占比达到62.45%［52］，均跨入发达国家门槛，在国内中西部地区处于领先水平。产业发展推动经济发展，武汉市利用数字赋能传统产业转型升级，建成1 家“全球灯塔工厂”和56 家智能工厂，阿里巴巴、京东等80 余家互联网企业入驻武汉［51］，成为武汉市吸引科技人才就业、落户的重要法宝；以东湖科学城为核心的光谷科技创新走廊建设取得突出成效，5 个重大科技基础设施、29 家国家重点实验室、148 家国家级科技创新载体相继落地武汉［53］，为科技人才提供了高水平的创新平台。此外，武汉市通过实施“黄鹤英才计划”等举措，不断提高高校毕业生的留汉意愿，为集聚不同层次的科技人才奠定了坚实基础［51］。以经济发展和科技创新为基础，建设高水平创新载体和吸引科技企业入驻，提高高校学子的留汉意愿，共同促进了科技人才集聚，符合经济*科创双重驱动型人才生态的典型特征。

（4）宜居*服务双重驱动型。组态H4 表明，以高宜居环境和高公共服务为核心条件，互补高经济发展和高科技创新为边缘条件的城市人才生态环境可以实现科技人才高集聚。具有这类人才生态环境的城市，无论城市文化教育水平如何，以打造优质宜居环境、提升公共服务水平为核心驱动，积极推动城市经济高质量发展和科技创新环境建设可以实现城市科技人才高集聚。典型城市包括南京和宁波，这两座城市均位于长三角地区，是国际公认的六大城市群之一，是中国经济发展最快、规模最大的地区。以南京市为例，《中国城市人才生态指数报告（2022）》显示，南京的人才生态综合指数隶属第一梯队，全国排名第七［46］。近年来，南京市围绕建设绿色都市的战略部署，积极推进园林绿化项目建设，根据本文统计数据，南京的城市绿化率在全国城市中名列前茅，相继获得“国家园林城市”“联合国人居环境特别荣誉奖”等殊荣，提升了人才在此安家落户的幸福感和获得感。作为长三角地区的核心城市之一，南京市的交通网络属于国家“八横八纵”高速铁路网中的“一纵一横”4），交通便利性加速了科技创新资源和人才在长三角地区的流动和集聚；通过发放“紫金山英才卡”，整合市区两级18 类60 项人才服务［54］，提供安居补贴，精准服务子女教育和健康医疗等多项引才聚才服务型举措，形成了以人才生态为核心的城市生态。此外，南京市是全国“万亿元俱乐部”城市和全球十强科研城市，以城市“硅巷”为主要创新载体，集聚高新技术企业173 家，培育引进科技型企业1 300 家，孵化近9 000 家科技人才企业，集聚了1.45 万名科研和管理人才［55］。以生态宜居环境建设和全方位人才服务为引领，以经济发展和科技创新环境为主要推动力，逐步成为吸引不同层次科技人才创新创业的强磁场，符合宜居*服务双重驱动型人才生态的典型特征。

4.2.2 非高集聚组态

进一步分析驱动案例城市科技人才非高集聚的组态，如表4 所示，归纳出3 类驱动路径：经济*服务抑制型、经济*科创*服务抑制型、科创*宜居抑制型。由组态NH1a 和NH1b 发现的经济*服务抑制型，表明较低的经济发展和公共服务水平共同抑制了科技人才高集聚的产生；由组态NH2 发现的经济*科创*服务抑制型，表明经济发展、科技创新和公共服务均较低的城市，这3 种因素共同抑制了城市科技人才高集聚的产生；由组态NH3a～NH3c 发现的科创*宜居抑制型，表明在宜居环境不佳的城市，即便存在高水平的经济发展、公共服务或文化教育环境，科技创新水平较低也会抑制城市科技人才高集聚。

4.3 稳健性检验

参考唐开翼等［56］的做法，对实现城市科技人才高集聚的组态进行了稳健性检验，将PRI 一致性阈值由0.60 调高至0.85，结果产生的组态的单项一致性和整体一致性阈值均高于0.8，与原有组态H2和H4 基本一致，即为原科技人才高集聚组态的完美子集，符合程建青等［57］研究提出的QCA 结果稳健的标准，说明本研究的结果比较稳健。

5 结论与启示

5.1 研究结论

本研究基于人才生态环境理论，以中国36 个城市为案例，采用必要条件分析和模糊集定性比较分析相结合的方法，从组态视角分析了城市人才生态环境与科技人才集聚之间的复杂因果关系，得出结论如下：首先，单一人才生态环境要素并不是实现城市科技人才高集聚的必要条件，但是构建优质科技创新环境对于实现科技人才高集聚发挥比较普适的作用；其次，城市科技人才高集聚是由人才生态环境中多要素共同作用形成的等效结果，存在4 条实现路径：经济*科创*文教均衡驱动型、科创*服务双重驱动型、经济*科创双重驱动型、宜居*服务双重驱动型，体现出不同区位、不同发展状况的城市科技人才集聚的多重实现方式；第三，存在3 条抑制城市科技人才高集聚的路径：经济*服务抑制型、经济*科创*服务抑制型、科创*宜居抑制型，且与科技人才高集聚的驱动路径存在非对称关系；最后，中国城市科技人才集聚主要形成了以长三角地区、粤港澳大湾区和京津冀经济圈等东部城市群为中心，以中西部城市群为外围的空间集聚格局。

5.2 研究启示及建议

一是单一人才生态环境要素不构成阻碍城市科技人才集聚的瓶颈。虽然已有研究认为经济发展或科技创新对科技人才集聚存在显著的正向推动作用［21］，但根据本研究结果可知，这些要素均不是产生城市科技人才高集聚的必要条件，说明单个要素并不是阻碍城市科技人才集聚的瓶颈。例如在本研究得到的组态H2 中，无论城市是否具备高质量的经济发展水平，在科技创新和公共服务高水平发展的支撑下，建设优质城市宜居环境同样可以实现城市科技人才高集聚。虽然不同城市在经济、科技、文化、环境、服务等方面的发展差异不同，但并不阻碍不同城市通过建设高质量的科技创新环境等方式促进科技人才集聚。

二是重点关注科技创新要素的关键作用。本研究结果表明，科技创新作为核心和边缘条件同时存在于实现城市科技人才高集聚的4 条路径中，且对城市科技人才集聚起到关键作用，因此不同城市应结合自身发展情况，适度提高科研经费投入比例，设立科技人才创新创业启动基金，以投入促产出，为科技人才从事创新活动提供资金支持；加快国家及省级重点实验室、高水平研发机构等科研平台建设，优化有利于高新技术企业、“专精特新”小巨人企业等企业创新发展的营商环境，完善高校与企业合作创新的产学研平台建设，加速科研成果转化效率；支持和鼓励企业和高校根据自身技术优势申请科技创新项目，给予获得重大专项和自主创新的企事业单位额外的资金支持，建设企业和高校协同的优质创新平台，吸引科技人才。

三是因地制宜地推动城市人才生态环境均衡发展，综合提升城市科技人才集聚力。本研究发现人才生态环境中各要素交互组合可以通过殊途同归的方式促进城市科技人才高集聚，因此在生产要素配置和资源环境条件的约束下，政策制定者可以根据本城市人才生态环境现状，对比实现科技人才高集聚的4条路径中具有相似人才生态的城市向其学习，建设和完善具有区域特色的人才生态环境，促进科技人才集聚。此外，也可以进行积极改革，向人才生态环境要素发展均衡的标杆城市学习，例如本研究得到的组态H1 中涉及的北京、上海、广州、深圳4 座典型城市，塑造经济、科技、文化、宜居、服务均衡发展的城市人才生态环境促进科技人才集聚。政府部门可以通过积极调整城市产业结构，提高城市产业多样性，关注高新技术产业发展，优化营商环境吸引“高精尖”科技企业入驻，为高技能科技人才提供更多实现自我价值的机会和平台；提高城市绿化覆盖面积，为科技人才提供风景优美、空气清新的居住环境；加大对基础教育和普通高等院校建设的经费支持力度，既为科技人才关心的子女教育问题提供解决方案，也为科技人才自我深造提供平台；完善交通和网络基础设施建设，完善城市公共服务体系建设，提高科技人才日常生活和创新创业活动便利性。

5.3 研究不足与展望

本研究也存在以下不足，需要在未来研究中进行改进。首先，构建的理论模型仅限于对现有文献普遍讨论的人才生态环境前因条件进行组态分析，未来可以考虑依据相关理论基础，与现有研究中创新型城市试点政策、科技金融政策等政策因素进行匹配分析。其次，受限于城市数据可获取性，仅选择36 个城市作为案例，未来可以进一步扩大样本容量，提高结论的普适性和可推广性。最后，仅采用静态数据对城市人才生态环境与科技人才集聚之间的复杂关系进行探究，未来可以收集多城市跨时间数据，选用动态QCA 方法研究人才生态环境的动态变化对城市科技人才集聚变化的影响机制。

注释：

1）东莞“十百千万百万”人才工程包括：十大战略科学家团队计划，百名博士专业人才计划，千名拔尖领军人才计划，万名创新创业人才计划，百万技术技能人才计划。

2）东莞高速公路“五纵四横六连”格局，“五纵”指沿江高速、广深高速、增莞深高速、从莞高速、博深高速；“四横”指指莞番高速、深茂铁路公铁两用通道和虎岗高速、龙林高速-从莞高速龙林支线、深圳外环高速；“六连”指龙大高速、清平高速、莲花山通道、虎门港支线、虎门大桥、新派高速。

3）此排名是本研究就各维度指标对案例城市进行排名的结果。如无特别说明，文中以下有关排名同指本研究得出的排名结果。

4）南京“八横八纵”高速铁路网，“八横”通道包括绥满通道、京兰通道、青银通道、陆桥通道、沿江通道、沪昆通道、厦渝通道、广昆通道；“八纵”通道包括沿海通道、京沪通道、京港（台）通道、京哈-京港澳通道、呼南通道、京昆通道、包（银）海通道、兰（西）广通道。