派智库

摘要：创新是城市发展的动力之一。城市创新受多种因素影响，人口是影响城市创新的重要因素，人口迁移的数量和质量会对创新产生深刻的影响。以专利指标测度创新，基于中国34个主要城市人口 2003—2012年的人口迁入、迁出数据，使用stata面板模型，分析中国人口迁移对城市创新的影响。结果显示：人口迁移对城市创新有重要的影响，主要表现在省外迁入人口、省内迁出人口以及高学历和多样化人口迁移对城市创新有积极作用，其他人口迁移因素对城市创新影响则不显着，人口迁移对城市创新的影响具有区域性的差异。研究的政策意义表明：中国需要鼓励高层次的人口迁移，以发挥创新的溢出效应，提升城市的创新能力。 本文来自织梦

关键词：人口迁移；城市创新；中国城市 copyright dedecms

0 引言

织梦内容管理系统

李克强在2014年夏季达沃斯会议论坛上强调：“创新是人类社会的永恒话题，也是经济社会发展的不熄引擎。世界经济稳定复苏要靠创新，中国经济提质增效升级也要靠创新”“智慧来自于大众，大众创业、万众创新将会迸发出灿烂的火花”。以人为主体的创新对国家发展的重要性越来越显着。城市已经成为国家经济中产业创新和增长的主要动力载体，创新是城市经济不断增长的重要动力之一。城市创新能力已成为城市综合竞争力的重要标志。影响城市创新能力的因素有很多，包括创新主体、资源禀赋、市场环境、内部平台、全球联系、政策制度、技术创新活动、服务模式创新、商业模式创新、高新技术企业发展、宗教信仰等等。但作为创新重要支撑的人是创新最为重要的因素。 本文来自织梦

城市人口的流动对城市创新有重要的影响。人口的迁入与迁出尤其是高质量、多样化的人口迁入对城市创新有积极的贡献。首先，人口的迁入带来了人口的集聚，增加了交流机会；其次，迁入人口的技能、年轻的激情、自我的实现、敢于冒险和创业会带动创新发展；第三，迁入人口为城市带来了种族和文化的多样性，促进了城市思想的融合与交流，提供了创新的良好氛围。

改革开放后，中国人口迁移逐渐增多，人口迁移的数量逐年增加，流动的范围越来越广。大量的文献研究人口迁移对城市社会经济发展的影响，但较少关注人口迁移对城市创新有何影响?而这一问题的回答，对我国完善城市人口政策、制定城市创新发展政策有重要的意义。本研究以专利授权的指标来衡量创新，收集了中国34个有代表性的主要城市的人口迁移数据，分析了城市人口的迁入（省内迁入和省外迁入）、迁出（省外迁出和省内迁出）、净迁入、当地科教水平、GDP等等对人均专利水平的影响，来探讨人口迁移与城市创新的关系。

copyright dedecms

1 研究综述 内容来自dedecms

国内外对人口迁移和创新的关系进行了深入的研究，主要概括为以下方面。

copyright dedecms

第一，移民数量对创新有影响。C.Freeman等认为移民数量增加会带来企业效益和数量的增长，同时促进创新。范兆斌认为跨国人口迁移会激励人口迁移来源国的劳动力更多地进行创新性知识的积累，从而扭曲劳动力的知识结构，降低经济增长的速度[1]。刘冉等认为天津市滨海新区人口迁入能力不足的问题制约了该地区的社会经济转型和创新[2]。梁政骥等以专利授权数衡量创新，认为人口的增加速度与城市创新能力有一定的关联，是造成城市创新能力差异的重要原因[3]。 织梦好，好织梦

第二，年轻及高技能移民对创新有影响。J.Poot认为移民主要是20～30岁的年轻人，移民使当地的平均年龄下降，年轻人会带来更多的创新。J.Hunt等发现，高技能移民增加会带来专利水平的快速增长。G.C.Chellaraj等用美国时间序列数据显示了外国学生的增加带来的专利数的增加。J.Partridge等发现来自发达国家的技术移民带来了加拿大专利量的增加，尤其是西欧和北美的移民。左学金等认为高素质的劳动力队伍和能够提供多种服务的产业结构以及开放的市场和人口环境，是大都市得以成功实现创新和保持创新优势的关键因素[4]。黄茹等认为城市人口受教育程度、城镇人口比重与创新能力有非常显着的正相关性[5]。

第三，移民多样性对创新有影响。J.Jacobs认为移民通过增加文化多样性可以产生创新。A.Niebuhr展示了民族文化的多样性增加带来德国地区专利的增加。N.Lee等使用伦敦2007年企业调查数据，证明企业劳动力的多元文化和创新有正相关关系。然而，增加移民多样性并不总是有益的。左学金等认为上海城市创新进程中存在人口增长相对滞后以及流动性、多样性与开放性不足的问题，应放宽人口和产业管制[4]。

综上所述，移民的数量、高技能及年轻移民、多样性等对移入地的创新具有积极影响。就人口迁移与城市创新的关系，国外已有实证研究，但我国还没有学者将人口迁移与城市创新联系起来进行研究。本研究基于中国主要城市人口迁移与城市创新的数据，探讨中国人口迁移与城市创新的关系。

2 数据和模型建立

本文来自织梦

2.1 数据来源与指标选取 dedecms.com

2.1.1 数据来源。中国城市人口迁移数据来源于中国第五次和第六次人口普查，以及全国与地方统计年鉴的数据，收集了人口迁入数，人口迁出数，净迁入数，当地科教支出，GDP和总人口数，以及15个城市人口迁移的省内迁入数，省外迁入数，省外迁出数和省内迁出数。城市的专利数来源于各地的统计年鉴，包括中国主要的34个地级以上城市2003—2012年10年的专利申请数。

内容来自dedecms

研究选取了国内创新性较高、人口迁移数据统计全面的地级以上城市34个，包括省会城市16个：合肥、长春、福州、哈尔滨、杭州、呼和浩特、济南、南昌、沈阳、广州、武汉、乌鲁木齐、西安、银川、南京、长沙；直辖市4个：上海、北京、天津、重庆；其他城市14个：包头、嘉兴、吉林、青岛、长治、深圳、珠海、汕头、苏州、桂林、三亚、邯郸、四平、阿尔泰。

织梦内容管理系统

2.1.2 指标选取。1、被解释变量：专利是知识产权的重要组成部分，体现出创新的主体对知识产权的获取和拥有，也是国家或地区科技资产的核心和最富经济价值的部分，反映了地区科技创新的能力和技术市场的发达程度。是目前国内外衡量创新最经常使用的指标。因此，本研究选取专利申请数作为被解释变量来衡量创新产出，同时基于以下原因：一是专利数与技术创新之间有较强的关联性[6]，且专利数据容易获得；二是专利申请量受授权机构审查的约束较小，受到人为因素的影响小；三是专利申请数比专利授权数更具有时效性。2、解释变量：根据国内外研究综述可知人口迁移的数量和方式对创新有影响，根据国内六普、五普和地方统计年鉴对人口迁移数据的统计，包括了人口迁入数，人口迁出数，净迁入数，省内迁入数，省外迁入数，省外迁出数和省内迁出数。这些数据反映人口迁移的数量和方式，因此，作为解释变量来衡量人口迁移的类型。3、控制变量：由于影响城市创新的因素很多，很多研究显示人均GDP和人均科教支出对创新影响较大[7-9]，因此，选择人均GDP和人均科教支出作为控制变量。 copyright dedecms

2 .2 模型与分析 织梦内容管理系统

2.2.1 整体分析。纵观国内外研究发现，人口迁移对创新的影响是双向的，人口迁移的不同方式会带来专利申请数量的增加或减少，城市的人口迁移受到求学、政策、经济、劳动力转移等多种因素影响。为此，以不同类型的人口迁移数据为解释变量，以专利申请数为被解释变量，来测度人口迁移方式对专利申请数量的影响，分析人口迁移对城市创新可能产生的影响。stata软件能更好地分析不同城市、不同时间序列、不同人口迁移方式的面板数据，因此，采用空间计量经济学模型stata进行分析。考虑到变量都受到总人口的影响和异方差问题，用专利申请数除以人口数然后进行对数化处理作为被解释变量，用ln y表示，以人均GDP和人均科教支出的对数作为控制变量，分别用lnX8，lnX9表示。解释变量包括城市迁入人口占总人口比例的对数（lnX1r），省外迁入人口占总人口比例的对数（lnX2r），省内迁入人口占总人口比例的对数（lnX3r），城市迁出人口占总人口比例的对数（lnX4r），省外迁出人口占总人口比例的对数（lnX5r），省内迁出人口占总人口比例的对数（lnX6r），净迁入人口占总人口比例的对数（lnX7r）。其中：X1，=X2r+X3r，X4r=X5r+X5r，X7r=X1r-X4r。由于几个变量之间存在函数关系，因此，不能同时加入到回归方程中。 本文来自织梦

共收集了34个城市10年的人口与专利申请的数据，由于一些客观原因，仍有一些变量值缺失。从变量的描述性统计分析（表1）可见，部分变量值的缺失较多，对缺失变量的数值用插值法估算，补充部分城市缺失年份的数据，再进行下一步分析。取对数后的人均专利数从-12.8增加到-3.6，专利数有较大增长。其他解释变量值均有不同程度增长。解释变量均值差异小。

织梦好，好织梦

本文来自织梦

从变量的相关系数矩阵（表2）看到，仅考虑双变量的情况下，lnX8，lnX9，lnX2r，和InY的相关系数在1％显着性水平下是显着的，lnX1r和ln y的相关系数在10％显着性水平下是显着的。很多解释变量之间的相关系数也很大，并且通过了显着性检验，除了有的变量之间具有严格的函数关系外，lnX3r和lnX6r的相关系数很大，达到了0.9，其他解释变量也存在不同程度的相关性，但这只是仅仅考虑两个变量之间的关系，没有考虑多个变量和ln y的关系，因此，需要进一步进行回归分析来检验多个变量和被解释变量之间的关系。 copyright dedecms

本文来自织梦

通过对解释变量的不同组合进行尝试，最终选择了InX2r,InX6r作为模型的解释变量。由于数据是面板数据，所以考虑建立面板模型，首先，通过F检验看是否存在个体效应，F统计量为8.6，相应的伴随概率为0，说明存在个体效应；其次，进行豪斯曼检验来确定是选择固定效应模型还是随机效应模型，原假设是选择随机效应模型，豪斯曼检验统计量的值为6.45，相应的伴随概率为0.1682，说明不能拒绝原假设，所以，最终采用了随机效应模型进行回归。从回归估计结果（表3）可以看出，人均GDP对人均专利数影响在1％显着性水平下显着为正，人均科教支出系数为正但不显着。省外迁入人口占总人口的比例对人均专利数影响在5％显着性水平下显着为正，省内迁出人口占总人口的比例对人均专利数影响在10％显着性水平下显着为正。由此可见，人均GDP对创新有积极影响，省外迁入人口占总人口比例对创新有积极影响，省内迁出人口占总人口的比例对创新有积极影响。其他类型数据对创新影响则不显着。 copyright dedecms

本文来自织梦

2.2.2 分类分析。城市的创新还受到人口迁移的多样性和学历水平的影响，研究的34个城市迁移人口有不同的多样性和学历水平，不同的多样性和不同学历的人口迁移对创新可能会有不同影响，故将这些城市按照多样性和学历水平分成两类，分别比较人口迁入、人口迁出、净迁入、当地科教支出、总人口、省内迁入、省外迁入、省外迁出、省内迁出、GDP对创新的影响，分析影响是积极或是消极，有多大程度的影响，以得出多样性和学历水平不同城市的人口迁移与创新的关系。 织梦好，好织梦

学历水平分类分析：城市的本科高校数量是人口迁移的重要因素，本科高校带来了大量具有多种背景的高学历人群。高校数量越多，高学历人口集聚越多。故将34个城市以本科高校数量分为多于5和少于5两类，分析学历水平不同城市人口迁移对创新的影响，以及从哪些方面影响，以得出高学历的人口迁移对创新的影响。

内容来自dedecms

多样性分类分析：中国东部和中西部地区人口迁移的质量和数量有很大差别，东部经济发达，国际化程度高，吸引了来自不同省份的人口，农村人口迁移以及学生求学吸引了大量人口，人口的多样化水平较高；而中西部地区，人口流动以省内为主，多样化水平较低。故分为东部地区城市和中西部地区城市，分析多样化水平不同的城市人口迁移对创新的影响，以及分别从哪些方面会有影响，以得出多样化的人口迁移对创新的影响。

同样建立stata面板数据模型，分为4类区域，进行回归分析（表4）。 copyright dedecms

内容来自dedecms

整体分析中，省外迁人人口占总人口比例和省内迁出人口占总人口的比例分别在5％，10％显着性水平下对人均专利数的影响显着为正，对创新有积极影响。 织梦内容管理系统

分类分析中，本科数少于5的城市，lnX6r对ln y的影响在1％显着性水平下显着为正，lnX2r对lnY的影响不显着。本科数多于5的城市，lnX2r对ln y的影响在1％显着性水平下显着为正，ln X6r对ln Y的影响不显着。可见，本科数大于5的城市，省外迁入人口占总人口比例对创新有积极影响，省内迁出人口占总人口比例对创新影响不显着。本科数小于5的城市，省内迁出人口占总人口比例对创新有积极影响，省外迁入人口占总人口比例对创新影响不显着。东部地区城市，lnX2r对ln Y的影响不显着，lnX6r对ln Y的影响在1％显着性水平下显着为正。中西部地区城市，lnX2r对ln y的影响在5％显着性水平下显着为正，lnX6r对ln Y的影响不显着。由此可见，东部地区省内迁出人口占总人口比例对创新有积极影响，省外迁入人口占总人口比例对创新影响不显着。中西部地区省外迁入人口占总人口比例对创新有积极影响，省内迁出人口占总人口比例对创新影响不显着。 织梦内容管理系统

3 结论与讨论

copyright dedecms

3.1 结论

织梦内容管理系统

（1）省外迁入人口占总人口比例在5％显着性水平下对创新有积极影响，省内迁出人口占总人口的比例在10％显着性水平下对创新有积极影响。而其他因素如总迁入人口、总迁出人口、净迁入人口、省内迁入人口和省外迁出人口对城市创新的影响相关系数显着性水平均大于10％，故影响不显着。

（2）省外迁入人口对创新有显着积极影响。可能的解释是来自不同省份的人口迁移带来文化多样性，带来了思想、文化、技术的碰撞与交流，省外迁移高层次人口直接带来知识贡献，使得区域专利申请数量增加，促进了迁入区域的城市创新。省内迁出人口对创新有显着积极影响，这可能与人口负担的疏解有关，人口相应减少，人均专利则相应增加。

（3）本科高校多于5个的城市，省外迁入人口占总人口的比例对创新有积极影响。高校吸收了大量外省高学历求学人口，相应增加了可能多的专利申请者。本科高校少于5个的城市，省内迁出人口占总人口比例对创新有积极影响，这可能与输出较低学历水平人口有关。即学历水平高的城市，省外迁入人口对创新有积极影响，学历水平低的地区，省内迁出人口对创新有积极影响，说明高学历人口迁移对城市创新有积极作用。

本文来自织梦

3.2 讨论

（1）人口迁移对城市创新的影响是一个相对复杂的问题，国内外城市状况不同，研究的结论并不完全一致。国外研究普遍认为净迁入人口占总人口比、高学历高技术迁移人口数占比以及迁移人口的文化多样性对地区创新有积极影响。但各个国家的研究结果有差异。美国、澳大利亚、新西兰等对迁入人口学历水平和投资水平要求较高的国家，城市的创新与高技能和高投资水平人口有关。美国部分城市因科学家和大学较多，城市创新与科学家数量有关。加拿大和欧洲城市因来自欧洲和北美多样化的城市人口迁入，城市创新与人口的文化多样性有关。发展中国家因迁入人口主要为高技能劳动力，城市创新与高技能劳动力的数量有关。然而，从研究结果看，我国人口的净迁入、总迁入、总迁出等对创新影响并不显着。部分原因是我国人口迁移数量庞大，总体上人口迁移的文化素质水平不高，高学历的人才迁移与庞大的人口迁移数量相比仍相对较少，因此，人口迁移总量对城市创新的影响并没有反映出来。我国人口的省内迁出和省外迁入对于创新有积极影响，国外还没有进行分区域的研究，因此，未来可能需要缩小尺度进一步分区研究验证。

（2）人口迁移对创新的影响具有地区差异。东部地区省内迁出人口占总人口比例对创新有积极影响，这可能与疏解城市过多的人口、人均专利增加以及省内迁出带来人口流动性增加从而使得思想、文化、技术交流增加有关。中西部地区省外迁入人口占总人口的比例对创新有积极影响，来自经济发达地区的各类背景人口迁入，带来了新的思想和新的技术，促进了城市创新。

织梦内容管理系统

（3）人口迁移对创新的影响的研究也引发对我国人口政策的思考，从本研究的结论看，高层次人口的省级迁移对城市创新有重要的作用，因此，我国需要加强户籍制度改革，促进人口流动，尤其支持高层次的跨省流动，以多样化促进城市与区域创新发展。 内容来自dedecms

参考文献：

[1]范兆斌.跨国人口迁移、人力资本结构和经济增长[D].广州：暨南大学，2010.

copyright dedecms

[2]刘冉，刘盛和，杜红亮，等.新区转型期的人口挑战与应对——以天津滨海新区核心区为例[J].地域研究与开发，2009，28（3）：140-144. 织梦内容管理系统

[3]梁政骥，吕拉昌.基于锡尔系数的广东省城市创新能力差异研究[J].地域研究与开发，2012，31（3）：73-77.

[4]左学金，王红霞.大都市创新与人口发展的国际比较——以纽约、东京、伦敦、上海为案例研究[J].社会科学，2009（2）：44-52.

[5]黄茹，梁琦君，吕拉昌.城市人口结构与创新能力的关系——基于中国城市的实证分析[J].城市发展研究，2014，21（9）：84-91.

dedecms.com

[6]唐恒，张垒，李军.基于面板数据的专利与科技进步关联性研究[J].科研管理，2011（1）：147-152.

[7]贺京同，李峰.影响自主创新的因素——基于BACE方法对中国省际数据的分析[J].南开经济研究，2007（3）：68-79.

copyright dedecms

[8]王家庭，李海燕.区域人口结构、就业结构对技术创新影响的实证研究[J].创新，2013，7（4）：26-29.

[9]张友志，顾红春.江苏省县域创新产出的空间关联与时空演化[J].地域研究与开发，2013，32（6）：33-38. 内容来自dedecms