目前有关科技人才集聚［1-3］的研究较多，在研究内容上，大多数研究关注地区经济发展等［4-5］单一要素对科技人才集聚的影响，而忽视经济发展以外的科技创新、文化教育、公共服务等生态环境因素［6-7］的影响。在研究方法上采用定量分析的方法探究科技人才集聚现象的影响因素及其线性相关关系［8］。然而人才生态环境具有复杂性，目前的研究仅能验证生态环境因素对人才集聚现象是否产生影响及对科技人才集聚现象的净效用，忽视了变量间的交互作用对科技人才集聚的影响。
鉴于此，本文基于人才生态理论，尝试构建生态环境对科技人才集聚的理论模型。以辽宁省为例，利用定性比较分析法，探究人才生态环境因素间的交互作用对科技人才集聚现象的影响，以期加快区域重要人才中心和创新高地建设，促进科技人才区域合理布局和协调发展。
1 文献综述
1.1 人才生态环境
胡布朗芬布伦纳在《人类发展生态学》中将生态系统分为微系统、中系统、外系统和宏系统［12］，其中宏系统包括人类生存的自然环境和社会生态环境两方面。在复杂的人才生态环境系统中，人才流动的方向、速度和频率等与地方的经济发展水平、收入水平、教育环境、科技发展水平、政策环境等方面都有密切联系。只有将科技人才的流动问题置于生态环境中进行研究，才能更加全面地分析科技人才集聚的深层次原因。
人才生态环境是一个系统的大环境，每个子系统在整个生态系统中发挥的作用是不同的。目前对于人才生态环境的分类包括以物质环境为主的硬环境、以人文环境为主的软环境［9］以及以城市、经济、自然、文化、政策为核心的宏观环境和以组织内部政策、文化、工作环境、薪酬待遇等组成的微观生态环境［12］。倪鹏飞等［13］从人才成长角度将生态环境分为生活环境、工作环境和宏观环境。基于外部环境-心理认知-行为倾向路径［14］，得出经济发展情况、生活环境、文化环境、人才政策环境对人才根植意愿有显著影响，良好的宏观生态环境会加速科技人才的集聚。研究表明，从城市角度出发，上海市的经济环境、教育科技环境、地域文化环境、生活环境以及人才政策环境等宏观环境对科技人才集聚意愿的影响显著［15］。
1.2 经济发展
从总体上看，科技人才大多是由经济不发达的中西部地区向经济发达的东部沿海地区流动［4］。一个经济高速发展的地区将带动地区的贸易往来和投资项目，使得该地区有强大的发展潜力、更高水平的产业结构发展和更多的就业机会，加速了科技人才的流入。此外，地区经济发展差异对于科技人才的影响直接表现为薪酬福利的差异。追求更好的生活和更高的报酬是科技人才的基本诉求，收入水平较高的地区将更具吸引力［18］，故本文选取地区城镇单位职工平均工资作为衡量地区经济发展水平的衡量标准之一。此外，地区第三产业作为科技人才的主要集聚行业，其与地区国民生产总值的比重可以很好地反映科技人才的集聚情况，故将第三产业与该区域总产值的比重作为衡量该地区经济发展水平的三级指标［19］。
1.3 科技创新
地区科技创新环境成为科技人才选择工作区域的重要衡量指标。良好的科技创新环境为科技工作者提供完善的科研平台等硬件设施，促进资源的高效使用，加速打破创新技术瓶颈［20］。此外，高质量的科技产出及高素质科技人才集聚易在地区内形成马太效应，进而加速区域科技创新环境的优化［21］。良好的科研环境体现在对科技工作的经费支持和科研平台的建设上，科研平台的建设为科技工作提供高效的技术和人力支持［22］，充足的科研经费可以有效提高科技人才的工作积极性，进而提升科技人才的工作效率［16］，故本文将地区科研平台数及R&D经费投入强度作为地区科技创新环境的衡量指标。此外，通过梳理文献得知，我国学者普遍采用专利申请量和授权量作为科技创新环境的重要评价指标，国家知识产权局授权审批的专利项目能够更加客观地反映地区的科研产出，因此本文将地区专利授权数量作为衡量科技创新环境的指标之一［23］。
1.4 文化教育
实现科技创新强国和社会主义更高发展阶段目标的实现，都需要坚持以教育环境为基础的人才生态发展战略。作为科技创新发展的基础［24］，一个地区的良好教育水平不仅可以提升本地区科技人才的文化实力和综合水平，还可以吸引外地人才涌入该地区，产生知识溢出效应的循环作用［25］。高云虹等［17］在探究城市质量与人才集聚的关系时，选择普通高等学校在校学生数作为城市文化教育的衡量指标。李磊等［26］在研究城市经济因素与人才集聚的关系时，把即将进入大学的高考生作为研究对象，探究“小孔雀”东南飞的影响因素。由于科技人才多为高学历人才，故本文选取在校大学生占当地人口比重来衡量地区教育环境水平。高校和相关培训机构作为培养人力资源工作的主要载体，肩负着科技人才的高质量培养工作，而城市图书馆数量、图书馆藏书量及图书馆的人员流通数量可以较好地反映一个城市的文化教育水平，故选取城市图书馆总流通量衡量地区文化环境［27］。
1.5 宜居环境
宜居环境作为一项人才生态的硬环境要素［28］，是人们赖以生存的生活环境，是必备的基础性保障条件。《全国县域生态质量分布图》显示，南方及沿海省市的生活质量优良，而西部地区宜居环境较差。在其他要素一定的条件下，科技工作者通常倾向于向更良好的宜居环境流动。良好的宜居环境可以有效改善人们的生活质量甚至身体健康状况。宜居环境要素主要包括该区的地理位置、大气环境、温度湿度、绿化面积、恶劣天气出现频率等。郭金花等［29］提出城市公园绿地面积能够反映城市生态环境情况，拥有大面积绿化面积的城市更适宜居住。杨金玉［30］在对上市公司高管的流动数据中发现，空气污染程度提高了高管从该城市流出的概率。孙伟增等［31］和罗永根等［32］在其研究中也发现，空气污染与流动人口就业选址有显著的负相关关系。此外高云宏［17］在进行变量指标选择时，将城市公园数量及人均绿化面积作为衡量地区宜居环境的标准。本文基于现有研究将空气优良率、人均绿地面积及区域内公园数量作为衡量地区宜居环境的指标。
1.6 公共服务
除收入水平和未来发展前景，提升生活舒适感和幸福感是城市吸引科技人才的关键［33］，优质便捷的公共服务便是城市与科技人才间良好的黏合剂。优越的基础设施建设为科技人才提供良好且便捷的生活条件，有效提升其生活舒适感和幸福度，为科技人才开展工作提供有效保障。此外公共服务与地区收入水平存在紧密联系，公共服务的投入力度能显著提高地区的经济发展水平，进而提高科技人才的收入水平［34］。原新等［35］在探究青年人才城市选择的影响因素研究中发现，城市的交通状况对城市人才吸引力有显著影响，合理规划交通覆盖范围和公共交通设施数量，能够有效避免交通拥挤，提升城市的公共服务水平。随着数字全球化时代的到来，互联网、大数据、云计算等技术不断提高居民生活便利度和工作效率，新兴技术的投产及区域覆盖程度已经成为衡量一个地区公共服务水平的重要标准之一。昝欣等［36］就曾提及城市的交通情况及互联网区域发展情况对提升地区经济发展水平的正向调节作用显著，能够有效促进人才在该地区集聚。基于此本文选取该地区每百万人拥有公共交通工具的数量和该地区每百万人移动互联网设施的覆盖情况作为二级指标。
2 理论模型
根据马斯洛的需求层次理论，科技人才集聚的原因在于需求的满足，而不同的需求处于生态系统的不同层次。我国学者早期就曾从不同层面对生态系统进行研究，李锡元等［37］将生态环境分为基础层、社交层和最高层，他提出基础层包括薪酬水平、物价水平、自然环境、公共基础设施、医疗水平等；社交层包括公共设施状况和文化氛围；最高层包括行业发展状况，人才社会需求等。邱安昌等［11］以东北地区为例，研究人才生态环境及其评估，生态环境的基础层面表现为综合经济实力、市场发展状况、基础设施等外在形态；主导层面主要表现为社会开放程度、社会资源集聚能力、人口受教育水平等内在功能；而驱动层面主要表现为城市科技发展水平等。结合已有的研究结论，本文将影响科技人才集聚现象的生态环境划分为基础层、主导层和驱动层，并从以上3个层面对辽宁省科技人才集聚现象的影响路径展开研究，理论模型如图1 所示。
本文基于现有研究［38］，从人才生态环境因素中选取经济发展、宜居环境、公共服务、科技创新和文化教育5个因素，将经济发展、宜居环境和基础设施3个二级变量划为基础层；将文化教育环境划分为主导层；将科技创新环境划为第三级层次需求即驱动层，探究层级间及变量间的交互作用对科技人才集聚现象的影响。经济发展因素指的是某个地区的经济发展水平，是影响人才流动和集聚的主要因素；宜居环境指一个地区提供适合居住和工作的生活环境，其适宜与否将影响该地区对科技人才的吸引力；公共服务是人才生态环境中的软环境因素，良好的公共服务不仅可以提高地区人民生活幸福指数，还可以提高生活便利度并改善居民的生活质量，进而加强对外界科技人才的吸引力。科技创新因素指的是与科技工作者工作直接相关的软硬件条件，包括地区的支持、科研平台的设立、科研经费的投入、科研工作氛围等；地区文化教育环境是人力资本形成的重要因素，高水平教育环境更有利于科技人才的集聚。
3 研究方法
3.1 方法选择
定性比较分析是一种以集合为研究对象的研究方法，根据变量类型可以分为清晰集定性比较分析、多值定性比较分析，以及模糊集定性比较分析（fuzzy sets qualitative comparative analysis，fsQCA）。不同于定量分析中的因果变量之间的净关系，定性比较分析（qualitative comparative analysis，QCA）方法可以反映因果关系的复杂性现象。该方法指出，一个特定的结果变量不是由一个独立的前因变量作用产生的.而是由多个变量相互作用产生的。该方法根植于组态思维，整合了定性和定量研究方法的优势，使得QCA方法既可以研究小样本也可以研究大样本，有利于客观地解释人才集聚等复杂的社会现象。
本文选取 方法，探究辽宁省14个市科技人才集聚的复杂因果关系，主要基于以下两点原因：其一，科技人才集聚是一种复杂的社会现象，变量间的线性关系不足以充分反映其内在原因，fsQCA可以有效探讨变量间的组态关系对人才集聚现象的影响；其二，由于fsQCA的研究结果具有不对称性特点，可以直观反映科技人才高集聚和非高集聚现象的影响路径，对路径进行对比后可以从人才保留和人才吸引两方面出发，为解决辽宁省人才集聚问题的研究提供有效依据。
3.2 数据收集
本文将辽宁省14个城市作为研究案例，具体城市为沈阳、大连、鞍山、抚顺、本溪、丹东、锦州、营口、阜新、辽阳、盘锦、铁岭、朝阳、葫芦岛，各二级变量数据主要来源于2021年《辽宁省统计年鉴》和《中国数据库》。
（1）结果变量
本文采用科技人才集聚度为结果变量，表示为 ，如式（1） 所示
式中： 表示i区域科技人才数量； 表示i区域年末人口总数； 表示国内科技人才数量； 表示国内年末人口总数。科技人才数量采用R&D人员全时当量表征。将计算出的集聚度原始数值中的最大值赋值为1，其他原始值与最大值的比值作为其相对值，产生［0，1］之间的科技人才集聚度值。
（2）前因变量
参考相关研究，分别对以上5个前因变量的二级变量进行加权平均，并采用效用值法对原始数据进行无量纲化处理。其中，效用值的值域是［0，100］，该指标下最优效用值为100，最差效用值为0， 表示时间指标； 表示区域指标； 表示 指标 区域的指标效用值； 表示 指标在 区域的指标获取值； 和 分别表示该指标最大值与最小值，计算公式如式（2） 所示
采用主观与客观相结合的方法确定各二级变量权重，各指标权重为
式中：客观方法为变异系数法。假定有n个指标； 代表第 个指标标准差； 代表样本均值；n个指标的变异系数为 。
经济发展由人均生产总值（40%）、平均工资（40%）和第三产业产值占地区总产值比重（20%）加权计算得出；科技发展由R&D经费支出（32%）、专利申请数（34%）和专利授权书（34%）加权计算得出；文化教育由在校大学生人数占当地人口比重（20%）、高校个数（35%）、公共图书馆个数（20%）和博物馆个数（25%）加权计算得出；宜居环境由空气优良率（26%）、人均绿地面积（21%）和公园个数（53%）加权计算得出；公共服务由城市人均道路面积（27%）、每万人拥有公交车数（25%）、每万人拥有医院床位数（27%）和每万人拥有医院医师数（21%）加权计算得出。
3.3 变量校准
采用QCA方法对数据进行分析需要提前对原数据进行再校准，将其值规定在0~1之间，并根据本数据特点和目前已有的校准方法确定该数据的完全隶属点、交叉点和完全不隶属点。通过计算，本文选取85%、50%、15%这3个百分位点，利用SPSS 22.0软件计算出3个锚点，结果如表1 所示。
表1 集合、校准和描述性统计 |
| 集合 | 模糊集校准 | 描述性统计 | |||||
|---|---|---|---|---|---|---|---|
| 完全隶属点 | 交叉点 | 完全不隶属点 | 均值 | 标准差 | 最小值 | 最大值 | |
| 科技人才集聚 | 0.512 5 | 0.09 | 0.025 | 0.187 9 | 0.278 5 | 0.01 | 1.00 |
| 经济发展 | 75.2 | 30.925 | 16.81 | 36.745 7 | 24.090 | 13.05 | 92.83 |
| 科技创新 | 69.155 | 3.58 | 1.39 | 16.537 9 | 32.639 | 0.91 | 97.78 |
| 文化教育 | 62.882 5 | 12.535 | 6.497 5 | 22.067 1 | 26.462 | 2.10 | 90.63 |
| 宜居环境 | 36.76 | 26.705 | 9.402 5 | 26.696 4 | 19.150 | 8.59 | 83.77 |
| 公共服务 | 68.127 5 | 33.01 | 12.037 5 | 36.367 1 | 22.152 | 4.05 | 75.46 |
4 结果分析
通过QCA软件最终可以得到三组解，分别是复杂解、简约解和中间解，找出核心要素和边缘要素是构建组态路径的关键。
4.1 必要性分析
在进行路径分析前一般要对前因变量进行必要性分析。必要性是指前因变量对结果变量的影响程度，该条件的出现是否一定影响结果。现有研究证明，一致性系数大于0.9，可以判定该因素为必要条件。根据前因变量必要性分析结果可知，科技人才高集聚和非高集聚的前因变量一致性系数均小于0.9，故单个前因变量均不是构成影响科技人才集聚的必要条件，分析结果如表2 所示。
表2 必要条件分析 |
| 条件变量 | 科技人才高集聚 | 科技人才非高集聚 | ||
|---|---|---|---|---|
| 一致性 | 覆盖度 | 一致性 | 覆盖度 | |
| 经济发展 | 0.812 | 0.782 | 0.460 | 0.591 |
| ～经济发展 | 0.575 | 0.444 | 0.830 | 0.854 |
| 科技创新 | 0.685 | 0.757 | 0.399 | 0.587 |
| ～科技创新 | 0.627 | 0.439 | 0.835 | 0.799 |
| 文化教育 | 0.790 | 0.739 | 0.536 | 0.669 |
| ～文化教育 | 0.647 | 0.511 | 0.791 | 0.834 |
| 宜居环境 | 0.537 | 0.488 | 0.635 | 0.770 |
| ～宜居环境 | 0.747 | 0.605 | 0.578 | 0.624 |
| 公共服务 | 0.877 | 0.776 | 0.468 | 0.552 |
| ～公共服务 | 0.493 | 0.410 | 0.810 | 0.898 |
4.2 充分性分析
通过模糊集定性比较分析，结合简约解和中间解，确定核心条件和边缘条件。根据Ragin的研究，将样本的一致性设置为0.8，频数设置为1，将PRI一致性设置为0.7，最终得到影响科技人才高集聚的3条路径以及非高集聚的5条路径，具体分析结果如表3 所示。其中，NH1包含NH1a、NH1b和NH1c，NH2包含NH2a和NH2b。
表3 产生科技人才高和非高集聚的组态 |
| 条件变量 | 产生科技人才高集聚的组态 | 产生科技人才非高集聚的组态 | ||||||
|---|---|---|---|---|---|---|---|---|
| H1 | H2 | H3 | NH1a | NH1b | NH1c | NH2a | NH2b | |
| 经济发展 | ● | ● | ● | ⊗ | ⊗ | ⊗ | ● | |
| 科技创新 | ● | ● | ⊗ | ⊗ | ● | ⊗ | ● | |
| 文化教育 | ● | ● | ⊗ | ● | ⊗ | ⊗ | ||
| 宜居环境 | ⊗ | ⊗ | ● | ⊗ | ● | ● | ||
| 公共服务 | ● | ● | ● | ⊗ | ⊗ | ⊗ | ● | |
| 一致性 | 0.985 | 0.986 | 0.989 | 0.980 | 0.997 | 0.995 | 0.959 | 0.950 |
| 原始覆盖度 | 0.438 | 0.480 | 0.582 | 0.606 | 0.478 | 0.259 | 0.463 | 0.214 |
| 唯一覆盖度 | 0.033 | 0.075 | 0.177 | 0.111 | 0.035 | 0.015 | 0.009 | 0.049 |
| 解的一致性 | 0.990 | 0.947 | ||||||
| 解的覆盖度 | 0.690 | 0.760 | ||||||
|
4.3 结果分析
（1）公共服务主导下的经济科技驱动型
公共服务建设在一定程度上体现地区的经济发展状况。作为情感催化剂的公共服务，可以为科技人才提供更便捷的生活方式，提高科技人才的工作效率。组态H1表明，在公共服务水平良好的条件下，只要该城市经济发展较好，且重视科技创新环境的维护，即使宜居环境较差，也会吸引科技人才在该地区集聚。
作为辽宁省的省会，沈阳是东北地区政治、经济、文化中心和交通枢纽，其公共服务设施发展较好，核心配套相对完善；而大连作为辽宁省内较发达的沿海城市，季风气候和优美的环境吸引大量外地游客，促进了其旅游业的发展。与此同时大连的公共服务建设也同步提升。沈阳和大连的公共服务得分均在70以上，且沈阳和大连的经济发展及科技创新情况相较于省内其他城市有显著优势，故其集聚度在0.6以上，远超其他城市。综上，在公共服务水平一定的情况下，若该城市的经济发展状况良好且注重科技创新水平，该地的人才集聚度会较高。虽然地区的宜居环境并不是人才集聚行为的决定性因素，但在交互作用下起着催化作用。在公共服务、经济发展和科技创新水平相对持平的条件下，由于大连的环境宜居，优于沈阳，故大连的人才集聚度也高于沈阳。
（2）公共服务主导下的经济文化驱动型
在公共服务主导下的H2路径说明，经济的高速发展和重视文化教育的人才生态环境可以弥补宜居环境较差给该地区带来的不利影响。经济发展状况决定科技人才的生活水平，而文化教育环境是科技人才不断学习、提升自身能力的有利条件。基于马斯洛的需求层次理论，在满足科技人才的高层级的需求时，个人发展需求对科技人才具有较强的吸引力。
盘锦作为H2路径的典型案例，其文化教育水平评分仅为2.1，远低于辽宁省平均教育水平。相较于文化教育水平评分较低的第二城市葫芦岛，仍存在3.5的评分差距。即使盘锦的公共服务水平及经济发展水平较高，科技创新能力也处于中高水平以上，但由于其忽视文化教育在人才生态中的重要性，导致该城市的科技人才集聚度仅为0.02。而辽阳的公共服务水平在辽宁省位于前端，且拥有较好的文化教育水平，即使其科技创新水平较低，但该城市的科技人才集聚度仍处于辽宁省前列。由此，除了科技创新以外，良好的文化教育和经济发展水平是吸引科技人才在某地集聚的重要影响因素。
（3）公共服务和文化教育主导下的经济科技驱动型
由H3所示，若地区文化教育环境较好，且公共服务建设水平高，辅以该地区重视经济发展及科技创新，该地区的宜居环境是否良好将不作为地区人才吸引力的重要条件或对地区科技人才集聚现象没有较大影响。原因在于经济发展和公共服务为科技人才提供良好的物质环境，科技创新环境和文化教育环境为科技人才提供良好的精神环境，宜居环境是否良好将不会对科技人才的流动和集聚行为产生决定性作用。
除了科技创新以外，在不考虑宜居环境的情况下，优秀的公共服务以及文化教育可以有效吸引科技人才在该地集聚。本溪、丹东以及营口、辽阳4个城市作为两组对比城市，可以较好地验证H3路径。本溪和丹东两个城市的公共服务、经济发展以及文化教育水平相对持平，营口和辽阳的以上3个指标评分也相对接近，将其作为对照组进行数据观察，结果显示，由于本溪和丹东的以上3个指标评分明显低于营口和辽阳，即使其宜居环境水平远高于营口和辽阳，其科技人才集聚度相较于营口和辽阳也产生了一定差距。锦州的文化教育水平位于全省第3位，教育水平较高，但由于公共服务水平远低于其他城市，导致该城市人才集聚度仅为0.01。而盘锦的公共服务良好，但是由于其文化教育水平处于全省最低，即使经济发展较快，也不能有效吸引人才在该地集聚。故当城市的公共服务和文化教育水平一定的情况下，经济发展可以促进人才在该地集聚，案例分布符合地区现状，很好地解释了该组态。
（4）产生科技人才非高集聚的组态路径
QCA方法的优势不仅有助于分析变量间的交互作用对结果变量的影响，还可以分别得出结果变量出席与缺席的组态路径。据现有研究发现，产生科技人才集聚是否缺失的组态路径具有不对称性。为了更好地比较人才生态环境的差异对科技人才集聚的影响。本文利用QCA方法输出科技人才非高集聚的组态路径。
科技人才非高集聚共有5条路径即NH1a-NH2b。从结果可见科技人才非高集聚路径与高集聚路径对应，城市的公共服务和文化教育在非高集聚现象中同样作为核心条件影响科技人才行为。NH1a路径表明若该地区公共服务建设较差，且经济发展、科技创新、文化教育等条件水平均低于其他地区水平，科技人才将不会在该地产生集聚现象；NH1b路径表明在公共服务水平较差的条件下，即使该地区宜居环境良好，若没有经济发展和科技创新程度辅以支撑，该地区对科技人才的保留能力将弱于其他地区；NH1c路径表明若该地区文化教育水平和科技创新重视程度较高，但由于地理环境原因，该地区不适宜居住且公共服务较差，科技人才将不会选择流入该地区；NH2a和NH2b两条路径表明，宜居环境在科技人才集聚现象中并不占主导地位，相反，文化教育水平对其有显著性影响，若该地区集聚环境良好，但文化教育水平较差，不论该地区的经济发展水平和科技创新关注度如何，都不会吸引外来科技人才流入该地区。
通过比较科技人才高集聚路径和科技人才非高集聚路径发现，影响科技人才集聚的组态路径具有非对称性，但7条路径的核心条件相互对应，从侧面反映了文化教育和公共服务等人才生态环境因素对科技人才集聚的重要性。
5 结论与展望
5.1 研究结论
基于人才生态理论，本文对经济发展、科技创新、文化教育、宜居环境、公共服务5种人才生态环境因素进行组态研究，旨在探究人才生态环境因素的交互作用对辽宁省科技人才集聚现象的影响。研究结果如下：（1）5种人才生态环境的不同组合路径对科技人才集聚现象均产生影响，不同要素的不同组合方式对结果变量的影响效果不同；（2）有3条组态路径产生科技人才高集聚，有5条路径产生科技人才非高集聚，可见影响地区人才集聚度的路径具有非对称性；（3）公共服务作为核心条件，影响科技人才的集聚行为，在路径H1-H3及路径NH1a-NH1c中均有体现。此外，文化教育作为第二核心要素在地区人才集聚现象中起着重要影响，在路径H3和路径NH2a-NH2b中体现，而宜居环境因素在影响科技人才组态路径中的作用并不显著。
5.2 政策启示
（1）从基础层出发，优化公共服务水平
公共服务水平作为城市发展的重要衡量指标之一，优化公共服务建设早已成为国内外吸引人才的关键手段，在地区人才保留和人才吸引政策上起着重要作用。公共服务作为一项以人为本的财政支出，其本质在于改善居民的生活环境，提高居民的生活水平和便利程度。良好的公共服务可以显著提高该地区的人力资本水平，在区域内形成人才“素质红利”，区域内高水平科技人才易形成知识溢出效应，对外来科技人才产生“拉力”作用，进而促进城市科技人才集聚。
从路径H1、H2、H3及NH1得到，公共服务作为3条科技人才高集聚路径的核心条件，是人才集聚现象的关键指标。诸如沈阳、大连、辽阳和营口等城市公共服务水平较高，可以通过优质的公共服务带动经济发展和科技创新发展，再加上文化教育的加持，能够有效吸引科技人才集聚。而抚顺、锦州等城市则在公共服务方面较差，在经济发展、科技创新和文化教育都不错的情况下，依然无法形成科技人才高集聚高地。各市应结合自身的经济发展状况、地理环境及当地居民实际需要，优化公共服务水平，可以通过增加公共交通数量，提高公共交通的内部设施水平提高居民的出行质量。随着经济的发展，电子支付方式几乎覆盖全国，其出现和发展使人们的生活方式更加便捷，提高了生产生活效率。通过建立区域多点网络覆盖，公共场所无线网全面覆盖，大型商超无实物支付等方式，提高居民的生活便利程度。此外还可以增加城市人均道路面积、每万人拥有医院床位数和医师数，打造临时应急站点等，提高城市的公共服务质量，提高居民对该地区的归属感，进而提高城市对科技人才的集聚程度。
（2）从主导层出发，提升区域文化教育水平
创新资源的核心是人才资源，人才的培养要靠教育。城市的文化教育水平作为城市宏观环境的重要组成因素之一，对区域科技人才集聚产生显著的促进效果。提高地区教育文化水平，有助于提升科技人才的科技创新能力。良好的文化环境有助于知识溢出效应，使得知识可以在组织、企业甚至区域内快速学习和传播，一方面可以通过促进经济发展吸引外地高水平人才涌入；另一方面，科技人才作为高学历、高自我实现的人力资源，有终身学习的期望，知识的溢出效应可加速地区构建人才集聚高地。
从路径H2和NH2得到，文化教育水平在人才集聚现象中起到关键作用。沈阳、大连作为辽宁省的两个重点发展城市，其高校在校生占比和高校数都位于辽宁省的前列。营口、阜新的人才集聚度虽低于沈阳和大连，但由于其文化教育水平相对较高，人才集聚度明显高于葫芦岛、丹东、本溪、鞍山和盘锦等城市文化教育环境较差的城市。相反，从城市人才非高集聚路径NH2得到，在城市文化教育水平较差的条件下，即使该城市其他人才生态环境条件良好，科技人才也不会选择向该地流动，可见文化教育水平在科技人才集聚现象中的重要程度。各地应坚持科教兴国方针，重视地区的文化教育水平，根据区域人才的基本素质构建基础教育多样化和高等教育差异化两条路径，加大文化教育的覆盖范围，提升区域的整体文化环境。鼓励各地加大对教育的投资，建造各层级图书馆，完善图书馆的基础设施建设，简化居民获取知识的途径。
（3）从驱动层出发，构建多元化科技创新环境
从多条组态路径中得出，经济发展水平、科研投入以及科技创新是影响科技人才集聚的重要影响因素。经济发展促进产业结构改革，为科技人才提供更好的工作环境和薪酬待遇，通过提高科技人才的工作满意度进而加速科技人才集聚［39］。科技人才集聚又会反作用于该地的科技创新能力，促进高科技产品产业化发展，拉动该地经济高速发展，故地区经济发展和人才集聚为良性循环发展。同时经济发展促进区域对科技创新资金的投入，科研经费的投入是该地区对科技人才工作支持度的重要体现。
从分析结果来看，虽然科技创新环境在3条科技人才高集聚度的路径中仅作为边缘条件，但是对于人才在地区的集聚现象起着催化作用。营口的公共服务和经济发展以及文化教育水平位于省内前列，但由于其科技创新水平较低，导致其人才集聚度偏低，铁岭、本溪、辽阳等城市也面临相同的状况。各级政府可以通过改革产业结构的方式加速经济发展，引入新型科技创新“孵化”计划，可以有效吸引外来科技人才流入该地，同时加速实现科研成果的落地化、产业化和商业化，提高科技产品的转化率，有效提高对外来科技人才的吸引力。
5.3 研究不足与展望
本文在研究方法和内容上丰富了现有的研究成果，为促进科技人才集聚提供了有利依据，但仍有诸多不足。第一，本文以经济发展、宜居环境、基础建设、科技创新和文化教育作为前因变量对科技人才集聚展开研究，但由于案例数量以及目前研究现状，对前因变量的提出有一定的限制；第二，由于地区间存在文化和经济等差异，不同区域的人才生态环境对科技人才产生的影响效果不尽相同，即在人才生态环境视域下研究辽宁省的科技人才集聚路径，并不能充分代表国内其他地区的实际情况；第三，由于定性比较分析方法的特殊性，在设计研究时，其隶属点、校准方法等定量分析均基于对现有文献的总结和测验，数据处理过程具有一定的主观性。