一、引 言
高技能创业人才在推动科技创新和产业发展上发挥关键作用。一方面,高技能创业人才具有深厚的专业知识和熟练的工作技能,其能够应用先进技术和创新思维来解决现实中复杂的问题;另一方面,低技能创业者一般进行重复性强、技术含量较低的创业活动,而高技能创业人才可以进行具有新质生产力特征的创业活动,从而带动产业链整体发展(焦豪等,2023)。所以,高技能创业人才的流入是城市实现经济高质量发展的重要力量。但是高技能创业人才与低技能创业者在选择创业城市的理由上差异较大。对于从事餐饮、交通运输服务等行业的低技能创业者来说,其可能由于社会网络关系等因素选择创业城市(郭云南和姚洋,2013;陈斌开和陈思宇,2018)。而高技能创业人才对创业城市的考察往往更加深入与全面,不会轻易决定其进行创业的城市(崔瑜和张亚敏,2022)。因此,城市如何提高对高技能创业人才的吸引水平是一个值得深入分析的问题。
现有研究将人才选择流入城市的驱动因素分为资源要素与制度要素。资源要素指城市服务人才的“硬件”设施,这会影响高技能创业人才的发展前景,例如经济发展水平(陈凯华等,2024)、交通便利程度(杜兴强和彭妙薇,2017)以及数字经济(焦豪等,2023)等。制度要素指城市中与人才相关的制度环境,如公共服务(夏怡然和陆铭,2015)等。政务新媒体是基层治理现代化的重要体现,其能否作为积极的制度要素来促进城市吸引高技能创业人才?这个问题值得进一步探讨。
政务新媒体指行政单位在互联网平台上的政务账号和移动客户端等,其逐渐成为地方政府公开政务信息、开展对外宣传的重要窗口。政务新媒体相关研究主要从政府视角展开,聚焦政府使用政务新媒体的驱动因素(Ma,2016)、行为决策(Oliveira和Welch,2013)。政务新媒体能够帮助政府促进政务公开,打造良好形象,从而提高政府公信力(杨军,2015;陈强,2017;王学军和王子琦,2017),发挥税收治理效应(孙鲲鹏和杨凡,2024)与绿色治理效应(刘辛和许慧,2024)等。从公众视角探讨政务新媒体对公众行为的研究较少,部分学者认为公众对政府的信任是由于政务新媒体而提升(Hong,2013;Park等,2015;刘伯凡等,2023),也有学者发现政务新媒体可以作为公众“发声”的渠道(Buntaine等,2024),但是较少有研究从基层治理现代化角度考察政务新媒体对高技能创业人才流入城市的影响。
本文将城市开通政务微信公众号视为准自然实验,收集了283个城市政务微信公众号的开通情况数据,将其与高技能创业人才流入数据匹配,通过双重差分模型进行分析。实证结果表明,政务微信公众号的开通显著增加了城市的高技能创业人才流入数量,经过平行趋势检验、排除同期政策干扰等稳健性检验后,该结果仍然成立。机制检验表明,政务微信公众号通过增加城市知名度、提高政府信任水平与增强创业金融支持三条路径来提高城市对高技能创业人才的吸引水平。异质性分析发现,当政务微信公众号开启视频号功能与城市商业信用环境较好时,会增强该效应;当政务微信公众号的认证主体是非党政机关以及城市市场可达性较差时,会削弱此效应。进一步分析表明,政务微信公众号的开通也有助于城市创新水平的提升以及创业企业规模的增长。
相比现有研究,本文可能的研究贡献有:
第一,从人才流动层面丰富了政务新媒体对公众决策的影响及作用机制。已有研究聚焦于政府角度,深入剖析了政府运营政务新媒体的多种驱动力(Mergel,2013)以及政务新媒体在转变政府职能等方面的积极效果(王树文,2016),而从公众角度考察政务新媒体影响公众行为的研究较少,并且与政务新媒体关联性较大的营商环境相关文献也缺乏对人才流动方面的研究。本文提供政务新媒体促进城市高技能创业人才吸引的经验证据,这有助于深入认知政务新媒体对提高基层治理现代化能力和促进城市高质量发展等方面的重要意义。
第二,从政务新媒体层面阐述基层治理现代化对城市吸引高技能创业人才的促进效应,深入分析了制度要素对人才在城市间流动的影响。既有研究主要从资源要素角度证明较好的经济发展水平(陈凯华等,2024)、交通状况(杜兴强和彭妙薇,2017)等因素有利于吸引人才流入城市,基于制度要素的研究则较少,并且较少有围绕基层治理现代化这一重要制度要素展开的研究。本文发现城市的政务新媒体有利于吸引高技能创业人才,这有助于理解人才在城市间流动的驱动力。
第三,通过收集政务微信公众号特征进行分析,扩充了政务微信公众号的研究角度,这有利于政务新媒体的进一步建设完善。已有针对政务新媒体的研究主要采用问卷调查、案例分析等研究方法,通过面板数据进行的回归分析研究较少。并且,已有实证研究主要针对政务微博展开(刘伯凡等,2023;刘辛和许慧,2024;孙鲲鹏和杨凡,2024),忽视了提供便捷政务服务、与公众生活密切联系的政务微信。本文利用政务微信公众号的开通作为准自然实验,并且依据政务微信公众号是否开启视频号功能、认证主体差异特征进行异质性分析,扩展了政务新媒体的研究方法,也能指导政务新媒体进行改进。
二、文献综述与假设提出
(一)文献综述
1. 政务新媒体。已有研究主要从政府视角与公众视角对政务新媒体展开分析(陈强,2017)。在政府视角下,行政单位运营政务新媒体的影响因素一直备受关注,包括政府规模等组织因素(Ma,2016)、上级压力等环境因素(Mergel,2013)以及官员教育背景等管理层特征因素(Gesuele,2016)。政府机构使用政务新媒体的具体行为和战略性策略也是政府视角下政务新媒体研究的重要内容。Oliveira和Welch(2013)根据功能把政府使用的政务新媒体分为四类,即传播政务信息、反馈政务服务质量、公众参与以及内部工作协作。在政务新媒体对政府影响方面,政务新媒体能帮助“碎片化”政府向“整体型”政府转变(王树文,2016),促进信息公开和提升政府公信力(杨军,2015;王学军和王子琦,2017)。部分研究专注于地方职能部门的官方微博所发挥的独特作用,如税务部门微博提升企业税收遵从(孙鲲鹏和杨凡,2024),环保部门微博使城市碳排放强度下降(刘辛和许慧,2024)等。
从公众视角分析政务新媒体的研究则较少。一方面,有学者研究居民使用政务新媒体的原因,例如满足感(Guo等,2016);另一方面,也有学者研究居民使用政务新媒体的影响,发现其能提升居民对政府的信任水平(Hong,2013;Park等,2015;刘伯凡等,2023),这可能是因为政务新媒体促进了政务透明度提升(Song和Lee,2016)。也有学者关注政务新媒体为公众提供“发声”渠道,如Buntaine等(2024)发现相比于私下投诉,公众在微博对环境问题公开投诉更能减少企业违规行为。目前,政务新媒体已经对公众生活产生一定影响,其能够引领公众参与政务互动,但是很少有研究分析政务新媒体对公众行为的影响。
此外,政务新媒体与营商环境的关联性较大。政务新媒体所反映的政务信息公开透明、电子政务效率等是量化营商环境模型中的重要指标(张三保等,2020)。已有研究关注营商环境对城市创业活跃(杜运周等,2020)等方面的影响,但较少有研究从人才流动的角度考察城市对人才吸引水平的影响。
综上所述,现有研究较为偏重从政府视角分析政务新媒体,一定程度上忽略了公众视角下政务新媒体的经济影响。并且,较少有学者从政务新媒体影响公众行为决策角度进行探讨,对政务新媒体影响公众行为的机制研究也较少。本文以政务新媒体影响高技能创业人才选择创业城市为研究主题,提供了政务新媒体影响公众行为的经验证据,扩充了政务新媒体影响公众决策的作用机制,丰富了营商环境等因素经济影响的研究。
2. 城市间人才流动的影响因素。普通人在城市间流动时注重宗族网络、语言沟通等因素(郭云南和姚洋,2013;陈斌开和陈思宇,2018),而综合素质较强的高技能创业人才选择创业城市时往往更加注重产业资源丰富程度等因素(焦豪等,2023)。
现有研究将人才选择创业城市考虑的因素主要分为资源要素与制度要素两种。一方面,根据资源依赖理论,创业资源直接影响人才的流动(陈凯华等,2024)。此外,城市高铁开通导致的交通便利(杜兴强和彭妙薇,2017)、城市历史遗存的人力资本水平(夏怡然和陆铭,2019)、数字化创业资源(焦豪等,2023)是影响人才流动的重要因素。另一方面,影响人才选择创业城市的制度要素包括公共服务水平(夏怡然和陆铭,2015)、教育制度(王春超和叶蓓,2021)、户籍制度(夏纪军,2004)等因素。政务新媒体是重要的制度要素,其已经深入公众生活,能够提供政务信息和帮助城市对外宣传,但是目前对政务新媒体的研究较少。
综上所述,已有研究分析了资源要素如何影响人才选择城市,但是对城市制度要素的研究较少,并且较少有学者从政务新媒体所代表的基层治理现代化角度进行探究。本文将政务新媒体作为研究对象,从基层治理现代化这一制度要素角度进行研究,这丰富了高技能创业人才选择城市的影响因素研究,并且有利于全面认识人才流动的行为逻辑与驱动因素,为城市进一步吸引人才提供参考。
(二)假设提出
以政务微信公众号为代表的政务新媒体逐渐成为地方政府加强基层智慧治理能力建设的主要方法,也是地方政府提供电子政务服务与在互联网中“发声”的主要渠道。随着信息技术进步与数字基础设施完善,地方政府依托微信等互联网平台实现从“碎片化”政府向“整体型”政府的转变,将各个部门的职能重新整合在一起(王树文,2016),统一向公众提供便捷的电子政务服务,这有利于高技能创业人才减少创业手续,快速开展创业活动。
另外,政务新媒体是地方政府效果显著的互联网“发声”工具。地方政府通过政务新媒体的推送机制可以有效地将重要政策解读、突发事件通报与发展宣传资料传达给目标人群,然后再通过互联网的“扩音器”效应,在不同社会圈层人中传播,从而达到降低政策不确定性、增强地区发展信心、引导热点舆论、宣传地区形象等多重目的,从而提升政策宣传、民情沟通和便民服务的效果(杨军,2015;王学军和王子琦,2017)。这有利于高技能创业人才了解城市的资源基础、区位优势与发展战略,提高其对政府的信任水平,从而选择该城市进行创业活动。综上所述,提出以下研究假设:
假设1:政务新媒体提高了城市对高技能创业人才的吸引水平。
具体而言,本文认为政务新媒体通过增加城市知名度、提高政府信任水平和增强创业金融支持三个机制提高了城市对高技能人才的吸引水平。
第一,政务新媒体有助于地方政府宣传城市创业资源,解读创业政策,进而提升城市知名度,吸引高技能创业人才流入城市。城市的知名度是制约其吸引人才能力的重要因素(Chang,2000),而政务新媒体在提升城市知名度方面发挥了重要作用。政务新媒体作为信息传播的重要平台,具有快速传播、广泛覆盖的特点。通过政务新媒体,地方政府可以及时发布城市的发展动态、政策变化、重大工程项目等信息,并且能吸引更多人关注和互动,激发民众讨论热情(Mossberger等,2013),让更多的人了解该城市的优势和机遇(Bimber,1999)。这些信息的广泛传播有助于让高技能创业人才更清晰地了解该城市的创业资源与政策,提升该城市在高技能创业人才群体中的知名程度,使得更多的高技能创业人才流入该城市(Kerr等,2016)。基于此,提出以下研究假设:
假设2:政务新媒体通过增加城市知名度来提高城市对高技能创业人才的吸引水平。
第二,政务新媒体有助于地方政府公开政务信息,引导舆论发展,强化亲民形象,进而提高政府信任水平,吸引高技能创业人才流入城市。首先,政务新媒体建立的最初目的就是发布政务信息,提高政府工作的透明度,保障社会公众依法获取政府信息。社会公众通过政务新媒体能了解与自身密切相关的政策解读、公共服务等内容,也能知道政府财政运行、廉洁建设等现状(Grimmelikhuijsen等,2013),这降低了信息不对称,提高社会大众对政府的信任水平。其次,地方政府通过政务新媒体在互联网上公开“发声”,除了日常与民众的互动交流,还能对于本地区内发生的热点事件及时发布官方通报,通过引导舆论向有利方向转变,从而提升民众对政府的信任水平。最后,地方政府可以通过政务新媒体向公众传递城市的核心价值观和形象,树立城市的良好形象,进而增加民众对政府的信任(Porumbescu,2016;Song和Lee,2016)。来自美国、韩国以及中国的证据也都表明,政务新媒体一定程度上提高了公众对政府的信任水平(Hong,2013;Park等,2015;刘伯凡等,2023)。良好的政府信任水平有助于高技能创业人才相信政府对外宣传的创业资源与政策,使其愿意进入该城市。基于此,提出以下研究假设:
假设3:政务新媒体通过提升民众对政府的信任水平来提高城市对高技能创业人才的吸引水平。
第三,政务新媒体有助于地方政府降低政策不确定性与治理不确定性,推动金融机构参与创业金融,进而为创业提供有力的金融支持,吸引高技能创业人才流入城市。融资约束是创业初期的创业者遇到的最大障碍(King和Levine,1993;Dutta和Meierrieks,2021)。金融机构为创业者提供创业贷款,这对创业者来说非常重要,但是金融机构出于稳健的经营原则,对于具有违约风险大的创业贷款往往设置高门槛,并收取较高利息作为风险溢价(《改革》服务中央决策系列选题研究小组,2016)。金融机构依赖信息进行决策,经济政策不确定性与治理不确定性是金融机构的创业者违约风险的主要来源(杨子晖等,2020;田国强和李双建,2020)。政务新媒体能减少金融机构对创业贷款违约风险的担忧。一方面,政务新媒体作为地方政府发布政务信息的有效渠道,其能及时发布市场监管、劳动保护、发展战略等与营商环境紧密相关的政策信息,减少政府与金融机构双方的信息不对称,缓解金融机构对未来政策不确定性的担忧(杨军,2015;王学军和王子琦,2017);另一方面,政府通过政务新媒体来推进政务公开透明和打造市场化、法治化、国际化的营商环境,从而降低治理不确定性(Song和Lee,2016)。金融机构作为非常依赖信息的主体,其能有效接收政务新媒体所传达的经济政策信息与治理信号,对城市未来经济发展更加富有信心(Guo和He,2020),这降低了对创业者违约风险的担忧,从而也降低了申请门槛,使得金融机构发放更多的创业贷款,并收取较低利息作为风险补偿(Calderón,2002)。高技能创业人才有专业技能,也是金融机构的主要支持对象,金融机构能为其提供有力的创业金融支持。在这种情况下,高技能创业人才为了获得宽松的创业金融环境,愿意进入该城市进行创业,从而提高城市对高技能创业人才的吸引水平。基于此,提出如下研究假设:
假设4:政务新媒体通过增强创业金融支持来提高城市对高技能创业人才的吸引水平。
三、研究设计
(一)样本选择与数据来源
中国流动人口动态监测调查(CMDS)于2011年开始在全国范围内展开,而2018年是进行调查的最后一年。由于本文的被解释变量源于CMDS的历年全国范围调查数据,所以将2011—2018年作为样本时间期。
本文对样本进行以下处理:第一,在微信平台手工收集,获得了以“某城市发布”为代表的政务新媒体开通情况,包括是否开通以及开通时间;第二,对中国流动人口动态监测调查数据(2011—2018年)进行了筛选汇总,获得城市在样本期内各年累计流入的高技能创业人才数量;第三,从《中国城市统计年鉴(2011—2018年)》中获得了城市特征数据;第四,将城市政务新媒体开通情况、高技能创业人才流入数据以及城市特征数据合并,得到2011—2018年的城市和年份面板原始样本;第五,参考焦豪等(2023)的研究,采用外插法补全控制变量数据缺失,剔除人才流动数据缺失和样本期不全的城市样本,并对连续变量进行两侧0.1%缩尾处理。本文最终获得283个城市在2011—2018年的
(二)模型构建与变量说明
由于以“某城市发布”为代表的政务新媒体开通具有外生性,本文将其开通作为准自然实验。基于渐进双重差分模型,利用式(1)来检验政务新媒体的开通对城市高技能创业人才吸引水平的影响:
$ {Highskill}_{i,t}={\beta }_{0}+{\beta }_{1}{Treat}_{i}\times {Post}_{t}+{Controls}_{i,t}+CityFE+YearFE+{\varepsilon }_{i,t} $ | (1) |
其中,Highskill代表城市对高技能人才吸引水平;Treat×Post代表政务新媒体的开通;Controls代表控制变量;CityFE和YearFE分别代表城市、年份固定效应;本文在城市层面进行聚类分析。
1. 被解释变量。参考焦豪等(2023)的研究,本文基于中国流动人口动态监测调查数据,当工作职位为雇主或自营劳动者,流入原因是经商或务工以及学历为大专、本科或研究生时,对调查数据逐年进行筛选,得出符合条件的被调查人员,将其视为高技能创业人才。然后,在城市层面汇总,获得了城市各年累计吸引的外来高技能创业人才的数量(Highskill)。该变量越大,表明城市的高技能创业人才吸引能力越大。在稳健性检验中,使用当年新增流入的大学专科、本科和研究生学历的创业者人数作为被解释变量的替换变量。
2. 解释变量。本文的解释变量为样本期内是否开通政务新媒体(Treat)和开通政务新媒体时间前后(Post)的交乘项。与以往实证研究(刘伯凡等,2023;刘辛和许慧,2024;孙鲲鹏和杨凡,2024)将政务微博作为政务新媒体的研究主体不同,本文认为政务微信公众号在目前社会的影响力更大。一方面,无论是收到推文还是熟人间互相转发,微信公众号能更直接、更快速地影响大众;另一方面,微信平台的功能比较完善,政务微信公众号往往能为大众提供日常服务,与大众的互动也比较频繁。因此,本文将政务微信公众号作为政务新媒体的实证研究主体。
本文在微信平台手工收集了以“某城市发布”为代表的政务微信公众号开通情况。将具有官方权威、涵盖范围全面、持续运行且影响力较大作为政务微信公众号的判断标准,为各个城市确定了唯一的具有代表性的政务新媒体。如果在样本期内城市没有开通具有官方权威、涵盖范围全面、持续运行且影响力较大的政务微信公众号,则变量Treat赋值为0;否则,取值为1。对样本期内城市开通的政务微信公众号的推文发布日期进行检索,将数据收集期内能检索到的第一篇推文发布的年份作为城市政务新媒体开通的年份。在283个样本城市中,35个城市没有在样本期内开通达到识别标准的政务微信公众号。2013年是城市最早开通达到标准的政务微信公众号的年份,有42个城市开通了达到识别标准的政务微信公众号。2014年至2018年,每年新开通达到识别标准的政务微信公众号的城市数量分别为98个、56个、25个、19个以及8个。若观测年份为符合标准的政务微信公众号开通后的年份,则Post赋值为1;否则,取值为0。
3. 控制变量。借鉴焦豪等(2023)的研究,选择城市的人口规模(Population)、人均GDP(GDP_per)、工业企业税收(Tax)、居民储蓄(Saving)、高校数量(High_edu)、互联网宽带接入量(Intuser)、互联网从业人员占比(Intworker)和移动电话拥有量(Phone_per)作为控制变量。变量的具体定义方式如表1所示。
变量符号 | 变量名称 | 变量定义 |
Highskill | 高技能创业人才吸引 | 累计流入城市的大学专科、本科和研究生学历的创业者人数 |
College | 大学专科创业人才吸引 | 累计流入城市的大学专科学历的创业者人数 |
Bachelor | 大学本科创业人才吸引 | 累计流入城市的大学本科学历的创业者人数 |
Postgraduate | 研究生创业人才吸引 | 累计流入城市的研究生学历的创业者人数 |
Treat | 是否开通 | 样本期内开通以“某城市发布”为代表的政务类微信公众号时,取值为1,否则为0 |
Post | 开通时点 | 当年年份大于或等于开通以“某城市发布”为代表的政务类公众号年份时, 取值为1,否则为0 |
Population | 人口规模 | 年末总人口的对数 |
GDP_per | 人均GDP | 人均地区生产总值的对数 |
Tax | 工业企业税收 | 限额以上工业企业产品利税总额的对数 |
Saving | 居民储蓄 | 城乡居民储蓄年末余额的对数 |
High_edu | 高校数量 | 普通高等学校数量 |
Intuser | 互联网宽带接入量 | 每百人互联网宽带接入用户数 |
Intworker | 互联网从业人员占比 | 每年的互联网相关行业从业人数除以城镇单位从业人员人数,并乘以100 |
Phone_per | 移动电话拥有量 | 每百人移动电话用户数 |
(三)描述性统计
表2列示了本文主要变量的描述性统计结果。Highskill的结果表明不同城市对高技能创业人才吸引能力差距明显。Treat的结果表明约87.6%的城市在样本期内开通政务新媒体。整体来看,各变量的描述性统计结果与焦豪等(2023)的研究基本一致。
变量 | 观测值 | 均值 | 标准差 | 中位数 | 最小值 | 最大值 |
Highskill | 10.184 | 22.867 | 3 | 0 | 260 | |
Postgraduate | 0.107 | 0.648 | 0 | 0 | 9 | |
Bachelor | 2.616 | 7.835 | 1 | 0 | 104 | |
College | 7.464 | 15.200 | 2 | 0 | 156 | |
Treat | 0.876 | 0.329 | 1 | 0 | 1 | |
Post | 0.480 | 0.500 | 0 | 0 | 1 | |
Population | 5.795 | 0.804 | 5.901 | 2.878 | 8.129 | |
GDP_per | 10.538 | 0.663 | 10.505 | 5.204 | 12.281 | |
Tax | 12.726 | 2.399 | 12.869 | 2.316 | 17.195 | |
Saving | 15.808 | 1.299 | 15.967 | 9.116 | 21.495 | |
High_edu | 8.015 | 14.691 | 3 | 0 | 91 | |
Intuser | 24.512 | 9.173 | 26.995 | 5.168 | 58.783 | |
Intworker | 6.097 | 2.398 | 6.362 | 1.199 | 15.845 | |
Phone_per | 28.934 | 10.798 | 31.870 | 6.178 | 68.858 |
四、实证结果与分析
(一)基准回归结果
估计式(1)的结果如表3所示。
Highskill | College | Bachelor | Postgraduate | Belowcollege | |
(1) | (2) | (3) | (4) | (5) | |
Treat×Post | 1.620** | 1.105** | 0.477** | 0.039* | 18.382 |
(2.53) | (2.34) | (1.99) | (1.96) | (1.06) | |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
固定效应 | 城市、年份 | 城市、年份 | 城市、年份 | 城市、年份 | 城市、年份 |
调整后R2 | 0.175 | 0.170 | 0.114 | 0.014 | 0.036 |
N | |||||
注:*、**和***分别表示在10%、5%和1%的显著性水平上显著,括号内为在城市层面聚类的t值,下表同。 |
本文进一步估计了政务新媒体开通与城市对低技能创业人才吸引水平的关系。在城市低技能创业人才吸引水平(Belowcollege)的筛选条件中,就业身份与流动原因无变化,只是学历标准为未上过学、小学、初中、高中或中专。将被筛选出的被调查人员样本逐年以城市为主体汇总,获得2011—2018年城市低技能创业人才吸引水平的面板数据。表3中列(5)是将城市对低技能创业人才吸引水平(Belowcollege)作为被解释变量。可以看出,Treat×Post的系数为正,但不显著。可能的原因是,受到技能、知识限制,低技能创业人才收集信息能力较差,选择创业城市的动机较为简单,从事的行业较为低端,如餐饮、运输等(崔瑜和张亚敏,2022),受到城市知名度、政府信任水平乃至创业金融支持的影响较小,所以政务新媒体对他们选择创业城市发挥的作用并不明显。
(二)稳健性检验
1. 平行趋势检验。pre_3、pre_2与pre_1分别表示政务新媒体开通年份前大于等于3年、前2年与前1年的时间虚拟变量与Treat的交互项,current、post_1至post_5分别表示政务新媒体开通当年与开通后1至5年的时间虚拟变量与Treat的交互项,并将pre_1作为基期。Highskill的系数在90%置信区间下的动态趋势如图1所示。可以发现,pre_2与pre_3的置信区间包括0,current、post_1至post_5的置信区间不包括0,说明平行趋势假定得到满足。
![]() |
图 1 平行趋势检验 |
2. 其他稳健性检验。第一,安慰剂检验。对变量Treat×Post进行随机处理,并重新进行回归。重复随机过程
(三)机制检验
本文认为政务新媒体提升城市对高技能创业人才吸引水平主要通过增加城市知名度、提高民众对政府的信任水平与增强创业金融支持三条机制发挥作用。
1. 增加城市知名度。为了客观反映城市在全国范围内的知名程度,本文利用城市名称在百度搜索引擎中搜索次数来衡量城市知名度。在百度指数平台中,以各个样本城市的名称为关键词,获得了各个城市名称在样本期内每年被搜索的次数,以此衡量城市知名程度。首先,对城市名称进行处理,剔除“市”“州”等表示行政区域规划的字词,以获得符合大众搜索习惯的关键词。其次,通过百度指数平台,获得每一个关键词在2011—2018年中各年每天的被搜索次数。最后,在城市层面对各个城市每年被搜索次数进行汇总并除以年度天数取均值,从而得到城市名称年度被搜索次数均值面板数据。将城市名称当年被搜索次数均值的对数值(City_bd)视为城市知名度的衡量指标。根据表4列(1)的结果,Treat×Post的回归系数显著为正,表明政务新媒体增加了城市名称被搜索次数,验证了本文的假设2。
City_bd | FDI_num | FDI_cash | Fin_rate | Highskill | Highskill | |
(1) | (2) | (3) | (4) | (5) | (6) | |
Treat×Post | 0.042*** | 6.135* | 0.004* | 0.032** | 2.401** | 0.342 |
(2.61) | (1.71) | (1.72) | (2.01) | (2.10) | (0.73) | |
调整后R2 | 0.738 | 0.197 | 0.053 | 0.366 | 0.222 | 0.125 |
N | 1932 | 1945 | 2036 |
2. 提高民众对政府的信任水平。现有衡量民众对政府信任水平的文献大部分都基于各类实地调查数据(刘伯凡等,2023)。这些调查数据较少披露城市层面信息,在本文中并不适用。而外国直接投资具有高敏感性特点,对当地政府施政水平的信任是其选择投资城市的重要因素(鲁明泓,1997)。所以,本文从外资流入角度衡量政府信任水平,外资流入水平越高,表明对当地政府的信任水平越高。从城市当年外资企业设立数量(FDI_num)与外资投资数额(FDI_cash)两个层面共同衡量政府信任水平。
3. 增强创业金融支持。一方面,参考沈红波等(2010)的研究,采用年末金融机构各项贷款余额占上一年GDP比重(Fin_rate)衡量金融机构发放贷款力度。表4列(4)是Fin_rate作为被解释变量的回归结果。可以发现,Treat×Post的回归系数显著为正,说明政务新媒体提高了金融机构发放贷款力度。另一方面,如果该机制成立,则具有较多金融机构的城市释放的创业贷款更多,对高技能创业人才的吸引力更强。在金融机构较少的城市,难以实现足够的创业贷款优惠政策。在金融机构网点密度大的城市,该效应更显著;在金融机构网点密度小的城市,该效应可能不显著。本文参考蔡庆丰等(2020)的研究,逐年测算城市金融机构网点数量,然后除以城市的面积,得到金融机构密度,并逐年根据其高低将样本划分为两组。表4列(5)汇报了金融机构密度大于样本均值的回归结果。可以发现,Treat×Post的回归系数显著为正。表4列(6)汇报了当年金融机构密度小于样本均值的回归结果。可以发现,Treat×Post的回归系数并不显著。这些结果验证了本文的假设4。
五、进一步研究
(一)异质性分析
1. 视频号的开通。视频号是微信上主体发布短视频的平台。与文字、图片组成的文章相比,短视频更能够迅速引起用户的兴趣,快速在社交媒体上传播(邢小强等,2019)。高技能创业人才通常具有较高的信息获取能力和判断能力,他们更倾向于选择信息丰富、公开透明的城市作为创业的地点。而政务微信公众号开通视频号则可以为这些人才提供更为直观、生动的了解城市的途径,进而增加他们对城市的好感度和归属感。另外,视频号的开通也可以视为政务微信公众号运营努力程度的一种表现,因为运营新媒体平台需要投入相应的人力、物力,这会影响公众对政务微信公众号的认可度和信任度。因此,视频号的开通可能加强了政务新媒体对城市高技能创业人才的吸引水平。
本文手工收集了各个城市唯一确定的政务微信公众号的视频号开通情况。当城市对应的政务自媒体开通了视频号时,虚拟变量SPHdum取值为1;否则,SPHdum取值为0。在表5列(1)至列(3)结果中,Treat×Post×SPHdum的回归系数均显著为正,表明视频号的开通提高了城市对高技能创业人才(Highskill)的吸引水平,尤其对于大学专科学历与大学本科学历的创业者效果更明显。在表5列(4)结果中,Treat×Post×SPHdum的回归系数为正但不显著,表明政务微信公众号开通视频号、传播短视频对研究生学历的创业者影响较小。可能的原因是研究生学历的创业者对于短视频的传播并不敏感,不依赖从短视频中获取信息。
Highskill | College | Bachelor | Postgraduate | |
(1) | (2) | (3) | (4) | |
Treat×Post×SPHdum | 2.803** | 1.867** | 0.905** | 0.029 |
(2.51) | (2.41) | (2.18) | (1.15) | |
调整后R2 | 0.180 | 0.175 | 0.118 | 0.014 |
N |
2. 认证主体。权威的政务微信公众号都具有认证主体,这反映了政务微信公众号的影响力和公信力。通过手工收集城市政务微信公众号的认证主体情况,发现主要有两类:一类是党委宣传部或政府办公室等党政机构,另一类是日报社、新闻网等主体。相对而言,党政机关作为认证主体的公众号具有较高的权威性和专业性,其所发布的信息往往被认为更具有权威性。而日报社、新闻网等认证主体虽然也可以作为政务微信公众号提供信息,但其权威性可能较低,在宣传影响力方面相对较弱。因此,当政务新媒体的认证主体为非党政机关时,其促进城市对高技能创业人才吸引水平的效果可能较差。
根据政务新媒体的认证主体构建虚拟变量Rzzt。如果政务新媒体的认证主体属于非党政机关,则虚拟变量Rzzt取值为1;否则,Rzzt取值为0。在表6列(1)至列(3)的回归结果中,Treat×Post×Rzzt的系数为负,但不显著,然而在列(4)的回归结果中,Treat×Post×Rzzt的系数显著为负。这表明不同的认证主体会导致政务新媒体提高城市对高技能创业人才吸引水平的效果具有差异,对于研究生学历的创业者而言,差异效果更明显。可能的原因是,研究生学历的创业者对信息的敏感性更强,非党政机关主管的政务新媒体很难满足他们对信息的高要求,所以减少了城市对他们的吸引力。
Highskill | College | Bachelor | Postgraduate | |
(1) | (2) | (3) | (4) | |
Treat×Post×Rzzt | −1.232 | −0.637 | −0.522 | −0.064*** |
(−1.26) | (−0.88) | (−1.57) | (−3.17) | |
调整后R2 | 0.175 | 0.170 | 0.114 | 0.016 |
N |
3. 商业信用环境。城市商业信用环境指城市在信用经济、市场秩序、社会信用体系等方面的综合情况。高技能创业人才选择创业城市时应该会关注城市商业信用环境,因为在该方面较差的城市中开展创业活动可能面临如长时间赊欠账款等问题。在这种情况下,政务新媒体发挥的作用可能受到限制。因此,当城市的商业信用环境较好时,政务新媒体提高城市对高技能创业人才吸引水平的效果更为明显。
本文采用中国城市商业信用环境指数(Credit)来衡量城市商业信用环境。由于该指数在样本期间的部分年份并没有发布,将缺失年份数据按照插值法补齐。在表7列(1)至列(4)结果中,Treat×Post×Credit的回归系数均显著为正,表明当城市的商业信用环境较好时,政务新媒体提高城市对高技能创业人才吸引水平的效果更为明显。
Highskill | College | Bachelor | Postgraduate | |
(1) | (2) | (3) | (4) | |
Treat×Post×Credit | 1.457*** | 0.786*** | 0.623*** | 0.032*** |
(3.96) | (3.73) | (3.22) | (4.46) | |
调整后R2 | 0.252 | 0.218 | 0.209 | 0.038 |
N | 1988 | 1988 | 1988 | 1988 |
4. 市场可达性。城市的市场可达性指城市与大型城市的距离。城市的市场可达性直接影响高技能创业人才能够获取的创业资源数量以及所面向的需求市场规模(吴群锋等,2021),这可能是高技能创业人才考虑创业城市的重要因素。高技能创业人才可能选择距离大城市较近的城市来进行创业,因为市场可达性的不足将直接限制创业人才获取资源的能力。在这种情况下,政务新媒体发挥的作用可能受到限制。因此,当城市离大城市的距离较远即城市的市场可达性较差时,政务新媒体提高城市对高技能创业人才吸引水平的效果较弱。
本文将直辖市或省会城市视为创业资源与需求市场较为丰富的大型城市。以城市的市政府所在地址作为该城市经纬度,测算了该城市与最近的直辖市或省会城市的距离,以变量Near表示,并将其作为市场可达性的衡量指标。变量Near越大,表明该城市与最近的直辖市或省会城市的距离越大,则该城市的市场可达性越差。当城市本身便是直辖市或省会城市时,则Near为0。在表8列(1)至列(4)结果中,Treat×Post×Near的回归系数均显著为负。这一结果表明与大城市的距离是高技能人才考虑创业城市的重要因素,当市场可达性较差时,政务新媒体提高城市对高学历层次创业人才吸引水平的效果较弱。
Highskill | College | Bachelor | Postgraduate | |
(1) | (2) | (3) | (4) | |
Treat×Post×Near | −18.772*** | −11.409*** | −7.106*** | −0.213* |
(−3.21) | (−2.93) | (−3.10) | (−1.93) | |
调整后R2 | 0.192 | 0.182 | 0.130 | 0.016 |
N |
(二)政务新媒体与城市创新创业
创新与创业密切相关,都是城市高质量发展的重要组成部分。政务新媒体是否在帮助城市吸引高技能创业人才的同时,也提高了城市创新水平与初创企业数量?政务新媒体逐渐成为政府机构对外发布消息的重要渠道,这有利于提高政务透明度,减少大众与政府的信息不对称,提高大众对政府的信任水平,进而可能帮助大众提高工作效率,积极从事创业活动,产出更多成果。而政务新媒体吸引的高技能创业人才流入城市也可能增加城市的创业企业数量(叶文平等,2018)。
为了验证以上推测,本文从城市创新与创业两个角度进行实证检验。本文利用城市当年申请的专利数量衡量城市创新水平。根据专利类型,将城市当年申请的三种专利数量分别加1取对数,然后把处理后的城市发明专利(Inva)、实用新型专利(Uma)和外观设计专利(Desa)作为被解释变量。根据回归分析结果,Treat×Post对Inva的系数显著为正,Treat×Post对Uma和Desa的系数为正,但不显著。这一结果表明,政务新媒体的开通促进了城市发明专利数量的增长,但对实用新型专利数量和外观设计专利数量的影响不显著。另外,本文使用城市当年初创企业数量增长率(Newfirm)衡量创业情况。
六、结论与展望
城市如何吸引高技能创业人才是经济高质量发展的重要话题之一。本文系统地探究了政务新媒体与城市对高技能创业人才吸引水平的关系。研究发现,政务微信公众号的开通显著提高了高技能创业人才流入城市的数量,即政务新媒体提高了城市对高技能创业人才的吸引水平。机制分析表明,增加城市知名度、提高民众对政府的信任水平与增强创业金融支持是影响渠道。异质性分析表明,当政务微信公众号开启视频号功能与城市商业信用环境较好时,会增强该效应;当政务微信公众号的认证主体是非党政机关以及城市市场可达性较差时,会削弱该效应。进一步分析表明,政务新媒体也有助于城市创新水平提升与创业企业增长。
本文对后续研究具有重要的启发意义。首先,本文从基层治理现代化角度研究城市高技能创业人才吸引水平的影响因素,未来的研究可以继续从制度要素入手,探讨法律环境等因素对人才吸引的影响。其次,本文揭示了政务新媒体在人才流动方面的经济后果,后续的研究还可以从城市层面检验政务新媒体对城市产业变迁、绿色发展等方面的影响。最后,与以往研究从政府角度考察新媒体不同,本文研究了政务新媒体对人才选择创业城市这一行为决策的影响,扩展了公众视角下政务新媒体的研究。之后的研究可以从政务新媒体对大众教育投资、旅游休闲等方面展开。
本文得到如下启示:第一,地方政府应及时出台有效的人才政策,营造良好的人才生态环境。尤其应该通过政务新媒体平台提高人才政策的宣传,向目标人群传递政策信息。第二,各级政府应重视政务新媒体建设,发挥其在信息公开、电子政务等方面的重要作用,增强城市的宣传,塑造良好政府形象,促进基层治理现代化,实现城市高质量发展。第三,人才在城市间流动时,不仅需要考虑城市的物质资源基础,而且应注重城市“软环境”,从而实现人才与城市的“共赢”。
[1] | 蔡庆丰, 陈熠辉, 林焜. 信贷资源可得性与企业创新: 激励还是抑制?——基于银行网点数据和金融地理结构的微观证据[J]. 经济研究, 2020(10): 124–140. |
[2] | 陈斌开, 陈思宇. 流动的社会资本——传统宗族文化是否影响移民就业?[J]. 经济研究, 2018(3): 35–49. |
[3] | 陈凯华, 赵彬彬, 张超. 全球科研人员百年跨国流动规律、格局与势差效应——基于Scopus科学文献数据的实证研究[J]. 管理世界, 2024(2): 1–27. DOI:10.3969/j.issn.1002-5502.2024.02.001 |
[4] | 陈强. 政务新媒体研究的国际进展: 议题与路向[J]. 情报杂志, 2017(3): 42–47. |
[5] | 崔瑜, 张亚敏. 异地创业者如何才能“基业长青”——基于社会联系的视角[J]. 经济管理, 2022(5): 121–141. |
[6] | 杜兴强, 彭妙薇. 高铁开通会促进企业高级人才的流动吗?[J]. 经济管理, 2017(12): 89–107. |
[7] | 杜运周, 刘秋辰, 程建青. 什么样的营商环境生态产生城市高创业活跃度?——基于制度组态的分析[J]. 管理世界, 2020(9): 141–154. |
[8] | 《改革》服务中央决策系列选题研究小组. 农民工等人员返乡创业的政策匹配[J]. 改革, 2016(10): 73–83. |
[9] | 郭云南, 姚洋. 宗族网络与农村劳动力流动[J]. 管理世界, 2013(3): 69–81. |
[10] | 焦豪, 崔瑜, 张亚敏. 数字基础设施建设与城市高技能创业人才吸引[J]. 经济研究, 2023(12): 150–166. |
[11] | 刘伯凡, 赵玉兰, 梁平汉, 等. 政务新媒体与地方政府信任: 来自开通政务微博的证据[J]. 世界经济, 2023(5): 177–200. |
[12] | 刘辛, 许慧. 政务新媒体的环境治理效应——来自环保官微发帖的证据[J]. 财经研究, 2024(7): 111–125. |
[13] | 鲁明泓. 外国直接投资区域分布与中国投资环境评估[J]. 经济研究, 1997(12): 37–44. |
[14] | 沈红波, 寇宏, 张川. 金融发展、融资约束与企业投资的实证研究[J]. 中国工业经济, 2010(6): 55–64. |
[15] | 孙鲲鹏, 杨凡. 政务新媒体的社会治理效应: 以税务部门微博为例[J]. 世界经济, 2024(1): 150–179. |
[16] | 田国强, 李双建. 经济政策不确定性与银行流动性创造: 来自中国的经验证据[J]. 经济研究, 2020(11): 19–35. |
[17] | 王春超, 叶蓓. 城市如何吸引高技能人才?——基于教育制度改革的视角[J]. 经济研究, 2021(6): 191–208. |
[18] | 王树文. 网络时代社会协同政府治理模式构建——基于政务微信的视角[J]. 学习与探索, 2016(3): 54–59. DOI:10.3969/j.issn.1002-462X.2016.03.010 |
[19] | 王学军, 王子琦. 政民互动、公共价值与政府绩效改进——基于北上广政务微博的实证分析[J]. 公共管理学报, 2017(3): 31–43. |
[20] | 吴群锋, 刘冲, 刘青. 国内市场一体化与企业出口行为——基于市场可达性视角的研究[J]. 经济学(季刊), 2021(5): 1639–1660. |
[21] | 夏纪军. 人口流动性、公共收入与支出——户籍制度变迁动因分析[J]. 经济研究, 2004(10): 56–65. |
[22] | 夏怡然, 陆铭. 城市间的“孟母三迁”——公共服务影响劳动力流向的经验研究[J]. 管理世界, 2015(10): 78–90. |
[23] | 夏怡然, 陆铭. 跨越世纪的城市人力资本足迹——历史遗产、政策冲击和劳动力流动[J]. 经济研究, 2019(1): 132–149. |
[24] | 邢小强, 周平录, 张竹, 等. 数字技术、BOP商业模式创新与包容性市场构建[J]. 管理世界, 2019(12): 116–136. |
[25] | 杨军. 政府公信力提升视角下的新媒体角色探究[J]. 电子政务, 2015(7): 71–77. |
[26] | 杨子晖, 陈里璇, 陈雨恬. 经济政策不确定性与系统性金融风险的跨市场传染——基于非线性网络关联的研究[J]. 经济研究, 2020(1): 65–81. |
[27] | 叶文平, 李新春, 陈强远. 流动人口对城市创业活跃度的影响: 机制与证据[J]. 经济研究, 2018(6): 157–170. |
[28] | 张三保, 康璧成, 张志学. 中国省份营商环境评价: 指标体系与量化分析[J]. 经济管理, 2020(4): 5–19. |
[29] | Bimber B. The internet and citizen communication with government: Does the medium matter?[J]. Political Communication, 1999, 16(4): 409–428. DOI:10.1080/105846099198569 |
[30] | Buntaine M T, Greenstone M, He G J, et al. Does the squeaky wheel get more grease? The direct and indirect effects of citizen participation on environmental governance in China[J]. American Economic Review, 2024, 114(3): 815–850. DOI:10.1257/aer.20221215 |
[31] | Calderón C, Chong A, Galindo A. Development and efficiency of the financial sector and links with trust: Cross-country evidence[J]. Economic Development and Cultural Change, 2002, 51(1): 189–204. DOI:10.1086/344547 |
[32] | Callaway B, Sant’Anna P H C. Difference-in-Differences with multiple time periods[J]. Journal of Econometrics, 2021, 225(2): 200–230. DOI:10.1016/j.jeconom.2020.12.001 |
[33] | Chang T C. Renaissance revisited: Singapore as a ‘global city for the arts’[J]. International Journal of Urban and Regional Research, 2000, 24(4): 818–831. DOI:10.1111/1468-2427.00280 |
[34] | Dutta N, Meierrieks D. Financial development and entrepreneurship[J]. International Review of Economics & Finance, 2021, 73: 114–126. |
[35] | Gesuele B. Municipalities and Facebook use: Which key drivers? Empirical evidence from Italian municipalities[J]. International Journal of Public Administration, 2016, 39(10): 771–777. DOI:10.1080/01900692.2015.1034323 |
[36] | Grimmelikhuijsen S, Porumbescu G, Hong B, et al. The effect of transparency on trust in government: A cross-national comparative experiment[J]. Public Administration Review, 2013, 73(4): 575–586. DOI:10.1111/puar.12047 |
[37] | Guo J P, Liu Z G, Liu Y. Key success factors for the launch of government social media platform: Identifying the formation mechanism of continuance intention[J]. Computers in Human Behavior, 2016, 55: 750–763. DOI:10.1016/j.chb.2015.10.004 |
[38] | Guo Y M, He S. Does confidence matter for economic growth? An analysis from the perspective of policy effectiveness[J]. International Review of Economics & Finance, 2020, 69: 1–19. |
[39] | Hong H. Government websites and social media’s influence on government-public relationships[J]. Public Relations Review, 2013, 39(4): 346–356. DOI:10.1016/j.pubrev.2013.07.007 |
[40] | Kerr S P, Kerr W, Özden Ç, et al. Global talent flows[J]. Journal of Economic Perspectives, 2016, 30(4): 83–106. DOI:10.1257/jep.30.4.83 |
[41] | King R G, Levine R. Finance, entrepreneurship and growth: Theory and evidence[J]. Journal of Monetary Economics, 1993, 32(3): 513–542. DOI:10.1016/0304-3932(93)90028-E |
[42] | Ma L. What drives the adoption of social media applications by the public sector? Evidence from local health departments[J]. International Journal of Public Administration in the Digital Age, 2016, 3(4): 76–93. DOI:10.4018/IJPADA.2016100106 |
[43] | Mergel I. Social media adoption and resulting tactics in the U. S. federal government[J]. Government Information Quarterly, 2013, 30(2): 123–130. DOI:10.1016/j.giq.2012.12.004 |
[44] | Mossberger K, Wu Y H, Crawford J. Connecting citizens and local governments? Social media and interactivity in major U. S. cities[J]. Government Information Quarterly, 2013, 30(4): 351–358. DOI:10.1016/j.giq.2013.05.016 |
[45] | Oliveira G H M, Welch E W. Social media use in local government: Linkage of technology, task, and organizational context[J]. Government Information Quarterly, 2013, 30(4): 397–405. DOI:10.1016/j.giq.2013.05.019 |
[46] | Park M J, Choi H, Kim S K, et al. Trust in government’s social media service and citizen’s patronage behavior[J]. Telematics and Informatics, 2015, 32(4): 629–641. DOI:10.1016/j.tele.2015.02.006 |
[47] | Porumbescu G A. Linking public sector social media and e-government website use to trust in government[J]. Government Information Quarterly, 2016, 33(2): 291–304. DOI:10.1016/j.giq.2016.04.006 |
[48] | Song C, Lee J. Citizens’ use of social media in government, perceived transparency, and trust in government[J]. Public Performance & Management Review, 2016, 39(2): 430–453. |