省域人力資源能力評價與比較研究

左傳 趙文娟 蔡彥姝

摘 要：隨著經(jīng)濟發(fā)展進入新態(tài)勢，國家經(jīng)濟實力日益增強，人力資源的可持續(xù)發(fā)展成為當前政府關注的焦點?；?015年相關統(tǒng)計數(shù)據(jù)，使用因子分析和聚類分析方法對我國31省域人力資源能力概況進行分析比較。結果表明，影響人力資源能力的因素可分為數(shù)量性因子、人均支持因子、研發(fā)與產(chǎn)出能力因子、人口素質發(fā)展因子、人口自然增長因子和文化支持因子。其中人均支持因子的影響最不明顯，數(shù)量性因子和研發(fā)與產(chǎn)出能力因子的差距最大。為了提高人力資源能力，各省份應加強政策引導和支持，優(yōu)化區(qū)域間人力資源配置，科學計量投入產(chǎn)出效果。

關鍵詞：人力資源能力；因子分析；聚類分析

一、引言

我國作為人口大國，蘊涵豐富的人力資源，進入21世紀以來，知識經(jīng)濟的發(fā)展使我國人力資源發(fā)展進入一個新的階段，對人力資源的架構要求越來越高，隨著我國人口老齡化進程的不斷發(fā)展，人力資源日趨減少，對國家人力資源發(fā)展的新興模式的探索顯得愈發(fā)重要，相關學者對人力資源能力的研究也越來越關注。徐莉和王芬（2006）對我國31個省區(qū)人力資本能力況的聚類研究，陸遠權等（2010）基于因子分析和聚類分析對我國31省區(qū)人力資源能力的比較研究，認為人口基礎的因素會影響人力資源整體能力；杜麗婷（2008）基于因子分析與聚類分析的我國區(qū)域人力資源研究，依據(jù)教育環(huán)境綜合評價指標分析了31個省區(qū)人力資源的綜合排名情況。逯進等（2017）基于全國31個省區(qū)1982年-2012年間的面板數(shù)據(jù)，應用半?yún)?shù)可加模型，從人力資本綜合指數(shù)、腦力素質、身體素質三方面實證分析我國三大區(qū)域人力資本與經(jīng)濟增長之間的線性與非線性關系。姚旭兵等（2017）研究認為，受教育程度因素一定程度也會影響人力資本。張運華等（2017）用5項指標測量人力資本。至今，學者們對于人力資源能力該部分的研究仍有不足之處，大多研究主要立足于某個角度或某一類影響因素來分析評價某一區(qū)域的人力資源能力，而關于不同區(qū)域間對比研究的文獻則很欠缺?；谌肆Y源構成條件的復雜性，評價人力資源能力不能僅僅考慮人口、教育、分布，還應將科技因素、醫(yī)療因素、未來的潛力以及地區(qū)的產(chǎn)出效果納入思考范圍。本文以此為出發(fā)點，構建更加全面的指標體系，利用因子分析和聚類分析，計算得到31個省市人力資源能力狀況的綜合排名，將其分為4大類別后進行分析比較，并基于結論對人力資源能力的增強提出適當建議，對我國不同地域人力資源開發(fā)與發(fā)展具有一定借鑒意義。

二、人力資源能力指標體系的構建

1.指標選取依據(jù)

觀察人力資源能力的發(fā)展過程，科技人才是構成人力資源隊伍的主體，而科技人才的數(shù)量和質量與教育是密切相關的，接受教育是進行人力資源開發(fā)的最為有效的方法，一個地區(qū)對當?shù)亟逃涂萍及l(fā)展的重視程度將很大程度影響人力資源的質量。教育、科研的投入，文化、醫(yī)療的保障，是人力資源開發(fā)與發(fā)展的環(huán)境支撐，決定了一個地區(qū)人力資源未來的發(fā)展?jié)摿ΑＳ嘘P教育和科技成果的產(chǎn)出是評價一個地區(qū)人力資源能力狀況如何的最直觀的反映。綜合考慮人力資源狀況的復雜性，結合科學性、可靠性、可操作性和系統(tǒng)性等原則，本文選擇人力資源數(shù)量、質量、潛力和產(chǎn)出為一級指標，分別從人口基礎、教育、科技、文化、醫(yī)療五個方面，選取39個指標來衡量和分析各省市的人力資源能力。指標的相關數(shù)據(jù)均來源于《中國統(tǒng)計年鑒（2016）》《中國科技統(tǒng)計年鑒（2016）》以及《中國勞動統(tǒng)計年鑒（2016）》。

2.指標體系的構成

（1）人力資源數(shù)量指標

該一級指標包含以下二級指標：X1-人口數(shù)，X2-人口增長率，X3-人口死亡率，X4-城鎮(zhèn)單位就業(yè)人員數(shù)，X5-總撫養(yǎng)比，X6-城鎮(zhèn)人口比重，X7-文盲人口占15歲及以上人口比重。

（2）人力資源質量指標

該一級指標包含以下二級指標：X8-大專及以上學歷人口數(shù)，X9-每十萬人口高校平均在校生數(shù)，X10-本科招生數(shù)，X11-本科畢業(yè)生數(shù)，X12-教育支出占公共預算支出比例，X13-研究與實驗R&D;人員數(shù)，X14-研究生占R&D;人員總數(shù)比例，X15-高校R&D;人員數(shù)，X16-R&D;內(nèi)部經(jīng)費支出，X17-地方R&D;經(jīng)費投入強度。

（3）人力資源潛力指標

該一級指標包含以下二級指標：X18-居民人均消費支出，X19-城鎮(zhèn)單位就業(yè)人員平均工資，X20-教育行業(yè)就業(yè)人員平均工資，X21-高校R&D;課題數(shù)，X22-高校R&D;人均投入經(jīng)費，X23-高校學校數(shù)，X24-高校師生比，X25-R&D;課題數(shù)，X26-研發(fā)機構R&D;人均投入經(jīng)費，X27-科技服務就業(yè)人員平均工資，X28-研發(fā)機構數(shù)，X29-居民教育文化消費支出比例，X30-人均擁有公共圖書館藏量，X31-公共圖書館數(shù)，X32-藝術表演團體機構數(shù)，X33-藝術表演團體演出場次，X34-每千人衛(wèi)生技術人員，X35-醫(yī)療衛(wèi)生機構床位。

（4）人力資源產(chǎn)出指標

該一級指標包含以下4個二級指標：X36-人均GDP，X37-專利申請受理數(shù)，X38-SCI檢索工具收錄的論文篇數(shù)，X39-技術市場技術輸出地域。

三、實證分析

1.因子分析

本文基于已選取的39個指標運用從31個省市所獲得的數(shù)據(jù)構造原始矩陣，考慮到各個指標不是同趨化的，比如總撫養(yǎng)比、文盲比例、死亡率是越小越好，首先對這三個逆指標進行正向化處理，接著運用SPSS17.0對數(shù)據(jù)進行標準化處理，對所選數(shù)據(jù)是否適合做因子分析做了相關檢驗，由矩陣檢驗可得矩陣中大部分系數(shù)均大于0.3；從反映象相關矩陣檢驗可以看出，矩陣中除對角線線上的數(shù)值較大，遠離對角線的數(shù)據(jù)都比較小，變量間的偏相關系數(shù)很小，數(shù)據(jù)中存在公因子，上述檢驗結果證明所獲得的樣本數(shù)據(jù)適合做因子分析。

（1）提取公因子

使用主成分分析法提取公因子方差，大部分變量都提取了80%及以上的信息，即大部分變量的絕大部分信息都可以被公因子解釋，變量信息丟失較少，因此本次公因子提取的總體效果理想。前6個公因子的特征值都大于1，且累計貢獻率為87.004%，數(shù)值大于80%，說明選用前六個公因子就能夠包含原有變量的大部分信息，以此6個公因子對31個省市的人力資源狀況進行綜合評價既可以簡化分析結構，又可以保證科學性和準確性。見表1。

（2）因子旋轉和公因子的歸納

原始變量包含的信息在6個公因子中較分散，不利于進行公因子分析，所以利用正交旋轉法對因子進行旋轉，旋轉在第8次迭代后收斂，表格按照系數(shù)大小進行了排序，見表2，旋轉之后各因子在各變量上的荷載分布更加明顯，并以此為依據(jù)將6個公因子分別命名為F1-F6。

公因子F1在人口數(shù)、城鎮(zhèn)單位就業(yè)人員數(shù)、高等學校數(shù)、R&D;人員數(shù)、專利申請數(shù)、公共圖書館數(shù)等因子上的荷載量較大，這14個指標主要為數(shù)量性指標，將F1命名為“數(shù)量性支持因子”；

公因子F2在人均GDP、居民人均消費支出、人均擁有圖書館藏量、R&D;人均投入經(jīng)費、每十萬人口高校平均在校生等因子標上有較大荷載量，這12個指標主要反映各項指標人均擁有量的問題，將F2命名為“人均支持因子”；

公因子F3在技術市場技術輸出地域、R&D;課題數(shù)、SCI檢索工具收錄的論文篇數(shù)、每千人衛(wèi)生技術人員等因子上有較大荷載量，這6個指標主要從研發(fā)和產(chǎn)出層面反映對人力資源能力的影響，因此將F3命名為“研發(fā)與產(chǎn)出能力因子”；

公因子F4在文盲率、高校師生比、居民教育文化消費支出比例因子上占有較大荷載量，這3個指標是從人口素質角度反映對人力資源能力的影響，將F3命名為“人口素質發(fā)展因子”；

公因子F5在人口增長率、人口死亡率因子上有較大荷載量，將F5命名為“人口自然增長因子”；

公因子F6在藝術表演團體演出場次、藝術表演團體機構數(shù)因子上有較大荷載量，因此將F6命名為“文化支持因子”。

（3）公因子計算得到綜合排名

通過主成分分析法和正交旋轉法得到的因子得分系數(shù)矩陣，可以得到人力資源狀況評價指標原始因子得分系數(shù)，進而計算6個公因子在各個指標上的得分，以旋轉后每個公因子方差貢獻率占累計貢獻率的比重為權重，每個公因子與各自對應權重的乘積為最后得分，用公式概括為：S=0.27461/0.87004*F1+0.54828/0.87004*F2+0.69765/0.87004*F3+0.76684/0.87004*F4+0.81908/0.87004*F5+0.87004/0.87004*F6

將公因子的數(shù)值代入上述公式，可以得到我國31個省市的人力資源狀況綜合得分和排名，見表3。

2.聚類分析

為了更直觀的了解各省市間人力資源總體能力狀況的相同點和不同點，將經(jīng)過標準化處理的數(shù)據(jù)輸入SPSS17.0軟件進行聚類分析，利用系統(tǒng)聚類分析法，組間距離分類法，可以把31個省市分為4大類：

第一類涵蓋了東部、中部和西部共22個省市，其中安徽、河南、湖北、四川、浙江、湖南、河北、廣東8個省份人口數(shù)量有絕對優(yōu)勢，在人均支持因子上的得分普遍偏低；北京、天津、上海在人均支持因子上的分值較高；福建、山西、吉林、黑龍江、海南、云南等省份在人口素質發(fā)展因子上的得分比其他因子得分高。該類省份得分差別較明顯，但在文化支持因子和人口素質發(fā)展因子上的得分大都比較高，人力資源能力未來發(fā)展的基礎比較好。

第二類有重慶、山東、江蘇3個省份，該類別省份在數(shù)量性因子和文化支持因子上的得分較高，說明這3個省份在人力資源能力發(fā)展方面的支持度比較高。

第三類有甘肅、內(nèi)蒙古、貴州、廣西4個省份。這4個省份在各個因子上的得分都比較低，且綜合排名靠后，對人力資源能力開發(fā)與發(fā)展的投入比例不均衡，支持力度不夠，人力資源能力發(fā)展的阻力較大。

第四類有西藏、寧夏、青海3個省份，這4個省份在各因子上的得分都比較低，尤其人口自然增長因子，人力資源能力發(fā)展各方面的支持力度不大加之人口數(shù)量的補充不理想，人力資源能力發(fā)展現(xiàn)狀堪憂且發(fā)展后繼力量不足。

四、結論與建議

1.結論

本文分析過程使用因子分析法和聚類分析法，盡量多地選取具有可參考性的數(shù)據(jù)，對我國31省市人力資源能力進行了綜合評價，較客觀地處理大量復雜的數(shù)據(jù)，最大限度地避開人為因素的干擾，最終得到以下幾點結論：第一，人力資源能力狀況受多種因素影響，數(shù)量性因子、文化支持因子、人口自然增長因子對人力資源能力的影響在各省域間表現(xiàn)較明顯；第二，人力資源能力發(fā)展與地域分布有很大關系，中部、東部的大部分省份人力資源能力狀況相對西部省份較理想；第三，人口素質發(fā)展的狀況與人力資源投入不成正比，個別省份經(jīng)濟發(fā)展良好，對人力資源能力發(fā)展教育、科學方面的投入力度也很大，但人口素質發(fā)展因子得分偏低，說明人力資源投入沒有得到充分有效的利用。

2.政策建議

（1）綜合分析各地域內(nèi)部的實際情況，制定措施時要充分考慮影響地域人力資源能力發(fā)展的關鍵性因子。山東、河南、湖北等人口大省應利用好現(xiàn)有的人口數(shù)量優(yōu)勢，政府部門要在教育和科研投入上給予政策支持，加強對人的培訓和再教育以提高現(xiàn)有的人力資源知識能力，要持續(xù)對環(huán)境、資源等方面進行改進，逐步改造人力資源技術，盡快將人力資源優(yōu)勢轉化為人力資本優(yōu)勢；北京、天津、江蘇、湖南等省份則要保持人力資源能力發(fā)展在數(shù)量性的支持，進一步細化人力資源分配，加強監(jiān)督管理，實現(xiàn)崗位人員分配的利潤最大化，使投入的產(chǎn)出效果更明顯，要可持續(xù)性地發(fā)展區(qū)域內(nèi)人力資源能力。

（2）加強政策引導，使人力資源分配更平衡。因區(qū)域人力資源能力狀況與經(jīng)濟發(fā)展水平有很大的關聯(lián)，因此針對經(jīng)濟水平欠發(fā)達的西部，一方面加大政策支持力度，為人力資源能力開發(fā)提供有力基礎；另一方面加強政府引導，以培養(yǎng)當?shù)厝瞬艦樵瓌t，提高人才儲備，建立長久有效的人力發(fā)展機制。例如中西部省政府應落實高等教育振興計劃工作，完善教育機制，繼續(xù)在“長江學者”等人才計劃實施過程中實行條件單設、同等優(yōu)先，鼓勵和引導優(yōu)秀人才向西部地區(qū)流動，同時要單獨為中西部地區(qū)設立人才政策。

（3）科學計量區(qū)域人力資源投入產(chǎn)出，如四川、上海等人力資源能力較理想城市，一方面應當繼續(xù)保持強有力的人力資源數(shù)量投入，優(yōu)化人力資源分配；另一方面應明確人力資源投入的流向渠道，科學計量人力資源投入與產(chǎn)出，保證人力資源分配以培養(yǎng)人才為目的，真正惠及區(qū)域內(nèi)人力資源能力發(fā)展，地區(qū)的發(fā)展規(guī)劃、平臺支撐、制度體系、文化體系要創(chuàng)造條件以引進人才，要加大自身培養(yǎng)人才的力度，形成創(chuàng)業(yè)的平臺、創(chuàng)業(yè)的樂土， 避免人力資源投入的流失。

參考文獻：

[1]徐莉，王芬.我國31個省（自治區(qū)、直轄市）區(qū)域人力資本的樣本聚類實證分析[J].科技進步與對策，2009（1）：19-31.

[2]陸遠權，馬壘信，何倩倩.我國31省區(qū)人力資源狀況比較研究——基于因子分析和聚類分析[J].科技與管理，2010，12（5）：118-120.

[3]杜麗婷.基于因子和聚類分析的我國區(qū)域人力資源研究[J].開放經(jīng)濟研究，2008，14（5）：41-42.

[4]陳霞.區(qū)域人力資源與經(jīng)濟發(fā)展聚類分析-基于湖北省數(shù)據(jù)[J].科技進步與對策，2013，30（8）：54，56.

[5]卜歐.中國31省市科技人力資源的層次聚類分析[J].哲學社會科學版，2009（5）：98-99.

[6]國家統(tǒng)計局.中國統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2015.

[7]劉軍，劉璇.我國各省人力資本的比較研究[J].經(jīng)濟縱橫，2010（4）：56-60.

[8]李全生，解志恒.人力資本水平與經(jīng)濟發(fā)展相關性的實證研究[J].統(tǒng)計與決策，2008（23）：36-38.

[9]范艷玲.各省人力資源狀況研究[N].商丘師范學院學報，2014-3.

[10]韓伯堂，王瑩.中國科技人力資源評價指標體系構建方法研究[J].北京理工大學學報（社會科學版），2006（6）：35-37.

[11]楊陽.我國人力資本地區(qū)差異研究[D].吉林：東北師范大學，2010.

[12]卜歐.重慶市科技人力資源的現(xiàn)狀及發(fā)展策略[J].經(jīng)濟研究導刊，2009（22）：45-49.

[13]樓旭明，孫藝華.基于人力資源強省視角的省市比較分析[J].價值工程，2015（20）：90-92.

[14]徐明生.人力資本計量及優(yōu)化配置研究[D].廈門：廈門大學，2003.

[15]陳強，顏婷，劉笑.科技創(chuàng)新人力資源集聚對區(qū)域創(chuàng)新能力的影響[J].同濟大學學報（自然科學版），2017，45（11）.

[16]羅遠業(yè)，曹陽.人力資源價格差距對區(qū)域技術創(chuàng)新績效的影響[J]. 經(jīng)濟問題探索，2017（6）：88-93.

[17]逯進，蘇妍.人力資本、經(jīng)濟增長與區(qū)域經(jīng)濟發(fā)展差異--基于半?yún)?shù)可加模型的實證研究[J].人口學刊，2017，39（1）：89-101.

[18]姚旭兵，羅光強，吳振順.人力資本對新型城鎮(zhèn)化的影響及其區(qū)域差異研究[J].寧夏社會科學，2017（1）：109-114.

[19]張運華，吳潔.區(qū)域智力資本與經(jīng)濟發(fā)展：基于東、中、西部的區(qū)域比較[J].云南財經(jīng)大學學報，2017（1）：24-34.