文献来源：Simonen J., Svento R. McCann P., The regional and sectoral mobility of high-tech
workers: insights from Finland [J], Annals of Regional Science, 2016 , 56 (2) :1-28
摘要：作者使用了在芬兰高技术产业内工作的15.6万名工人的数据，以确定行业和地区之间的劳动力流动程度是受工人所在地区特征的影响。通过这些数据，作者估计不同类型的二进制、多项式和有序的logit模型，以捕获不同类型的区域内或区域间的就业流动性。作者认为不同的就业机会类别受到不同因素的影响，例如不能简单地谈论“劳动力流动”，而是需要针对每一种特定的就业市场的劳动力，对其流动性进行研究。文章的研究结果表明，城市化和工业多样性并不仅与区域内的人员流动联系在一起，正如城市群文献所强调的那样，也跟区域间的流动性联系在一起。
1.研究背景
在过去的二十到三十年中，大量的研究已经从一系列不同的角度对集聚和集聚的过程进行了研究。同时，也有许多文件审查区域内劳动调整过程的不同方面以及区域间劳动力的流动。然而，尽管更好地匹配和调整与当地劳动力相联系的可能性经常被强调为企业集聚的最重要原因之一，但实际上很少有实证研究表明，部门和地方之间的劳动力流动与活动的空间分布有明显的联系，特别是，关于企业集聚能够增加区域内或者区域间劳动力流动的证据也是惊人的稀少。
各种证据表明，高科技行业和集群往往表现出较高的本地劳动力流动和流动性。然而，这些论文中没有一篇明确地将这种流动性的性质作为工业和区域特征的功能。因此，我们目前对公司之间、子部门之间以及地方之间的高技术工人的流动性与这些部门的具体地理和结构的关系知之甚少。作者在文章中指出，机构间、内部部门、部门间、区域内或区域间的流动，都代表着不同的可能类型的劳动力匹配和劳动调整机制，因此，也有不同类型的潜在知识传播机制。然而，哪一种情况在何种情况下仍是未知的。因此，劳动力流动与雇主和雇员匹配过程之间的相互关系尚不清楚。因此，作者的研究目的是提供一些新的见解和信息，研究了在芬兰高技术部门使用详细数据集覆盖大约15.6万名工人的情况下，企业集群和集群之间的联系和这些不同形式的劳动力流动。更具体地说，即着眼于区域特征以及支持芬兰高技术部门不同劳动力流动模式的部门和经济因素。
2.模型构建
（1）数据
作者的区域劳动力流动数据来自芬兰的纵向雇主-雇员数据库(FLEED)。所有的劳动力流动变量都基于此数据，这些数据告诉我们，在2005年和2006年，个人员工在哪里工作。这些数据涵盖了2005年和2006年在芬兰从事高科技产业的所有工人，总共约有15.6万名雇员。
（2）模型方法
文章首先将高科技工作者的劳动力流动分为五类：
第1类：在同一行业和地区保持在同一高科技企业；
第2类：在区域内改变公司并保持在同一高技术产业；
第3类：改变区域，但保持在同一高技术产业；
第4类：在同一区域内改变高科技产业；
第5类：改变高新技术产业和地区。
文章使用二项logit以及有序和多项Logit模型进行估计，以测试不同类型的高技术劳动力流动和各种区域变量与原产地相关的重要性之间的关系。为了应用这些模型，作者首先将五个移动性类别重新分类为三个（0，1）数据集。
在第一种情况（模型A）中，如果在同一区域内的同一高技术公司，则为0，如果该人表现出上述移动性类别2～5的任何一个，则二元相关变量被定义为等于1。
在第二种情况（模型B）中，如果在同一区域（类别2和4），则二进制依赖变量被定义为等于0，如果人改变了区域（类别3和5），则等于1。在这两种情况下，排除了留在同一高科技公司的地区（即第1类）的工人。
在第三种情况（模型C）中，如果人在同一高技术产业（第2和第3类）中，等于0，如果人改变了高技术产业（类别4和5），则等于1。在这两种情况下，一个人可能改变也可能没有改变本来的区域。此外，这些估计排除了留在同一高技术公司在一个地区的工人。
在模型D和E中，作者分别使用了有序和多项Logit模型。
结论
文章的目的是确定不同的高科技产业集群之间的劳动力流动模式和渠道。这项研究得出了几个结论。正如我们的分析清楚地表明的那样，各部门之间、区域之间、各部门和区域的组合之间均有流动性，每一种流动性的解释变量的影响差别很大。人们发现，城市化和地方多样性与同一行业或同一地区不同行业的地方企业之间的联系有关。然而，与许多关于集聚的讨论不同，城市化和多样性的增加也与各种形式的流动性有关，包括远离该地区的流动性。换句话说，城市化和多样性也与其他地区以及其他领域的发展密切相关。
因此，我们可能会认为，除了早期的研究结果，“亲密度”提高了流动性，因为在密集的城市劳动力市场，城市化也增加了个人离开该地区的可能性，即使你在高科技行业(或其他行业)工作。同样的结论也适用于高科技多样性的影响。因此，城市化和部门多样性都促进了区域以外的流动性，也促进了区域内的流动性。另一方面，区域专业化往往与普遍较低的就业流动性有关，尽管情况并非总是如此。这一结果很大程度上是由于它与一般的公司间流动性有负相关，尽管专业化促进了地方部门间的就业交换。
因此，专业化倾向于让人们留在一个地区，但增加了行业间的劳动力流动。不出意料，高科技机构的数量减少了个人离开该地区的可能性，也增加了个人改变当地就业产业的可能性。然而，它对当地产业内的劳动力流动没有影响。与此同时，区域整体经济条件也将发挥一定的作用，更高的薪水增加了劳动力流动的水平。只有最简单的流动形式，即同一个人高科技产业内和同一区域内的工作变动，与其他形式的流动性无关。
综合来看，这些不同的结果表明，由于城市化、多样性或专业化等特点，我们不能简单地谈论地区工人的就业“流动性”。其原因是，城市化和多样性不仅与当地企业间的流动性密切相关，而且还与区域间和部门间的流动性更密切相关。就芬兰的高科技产业而言，这些非本地形式的就业流动已经被证明与当地劳动力流动的创新绩效相关。瑞典和丹麦的数据也取得了类似的结果。然而，由于就业移动性数据集的详细程度，确定与就业流动的各种不同的子类别相关联的不同的影响还需要进一步进行研究。为了更详细地解释这些机制，将需要使用个性化和严格的具体数据，这些都是有待进一步研究的问题。（王钺，周玉龙）
