我國城市人才吸引力評價(jià)的定量評估

陳蕾

[摘 要] 基于近兩年來我國一些新一線城市和二線城市緊密出臺的人才引進(jìn)政策，選取一些有代表性的城市：西安、武漢、成都、杭州、南京、青島、長沙、大連，根據(jù)經(jīng)濟(jì)發(fā)展水平、城市規(guī)模與環(huán)境、文化衛(wèi)生水平、生活條件和事業(yè)前景五個維度，建立了人才吸引力的指標(biāo)評價(jià)體系，并根據(jù)統(tǒng)計(jì)年鑒等調(diào)查數(shù)據(jù)，運(yùn)用因子分析法深入分析影響新一線和二線城市人才吸引力的各種因素及其重要性，在因素的影響程度排序中依次由大到小為：生活和文化教育、城市環(huán)境與建設(shè)、事業(yè)平臺和經(jīng)濟(jì)發(fā)展。選取西安市作為實(shí)例，評價(jià)其人才引進(jìn)績效，提出提高人均收入的同時，盡可能的降低城市生活成本等可行性建議。

[關(guān)鍵詞] 人才競爭；因子分析模型；城市人才吸引力；定量評估

[中圖分類號] C961 [文獻(xiàn)標(biāo)識碼] A [文章編號] 1009-6043（2018）08-0043-03

一、引言

近些年，隨著經(jīng)濟(jì)全球化的發(fā)展以及我國人口結(jié)構(gòu)的改變，我國近30個城市開始“人才爭奪戰(zhàn)”，隨著引進(jìn)人才的政策相繼出臺，競爭越來越激烈。據(jù)資料顯示，“全國畢業(yè)大學(xué)生憑畢業(yè)證即可在西安落戶”、“各類專業(yè)人才引進(jìn)成都將有30萬-50萬的激勵補(bǔ)貼”、“武漢預(yù)計(jì)5年內(nèi)留住100萬大學(xué)生”、“2017年杭州市人才的凈流入率，位居全國城市第一位”……成都截止2018年新落戶36萬人，近五年來青島累計(jì)引進(jìn)各類人才60萬人，全市人才總量達(dá)到180萬。通過各種報(bào)道我們可以看到落戶政策、人才引進(jìn)補(bǔ)貼金、人才引進(jìn)專用住房等一列優(yōu)惠措施加大了人才吸引力度。人才資源作為一個國家最重要的戰(zhàn)略資源，綜合國力其實(shí)就是人才的競爭。一個地區(qū)乃至一個國家擁有人才，才擁有了競爭力。人力資源區(qū)別其他資源的本質(zhì)特征就是自主流動性，作為政府，人才的評價(jià)和吸引人才的政策力度是必須要解決的兩個關(guān)鍵問題。

通過兩個不同的層面對我國一些重要城市人才吸引力作出定量評估。第一層面是建立綜合評價(jià)模型來評價(jià)一些重要指標(biāo)對人才吸引力的影響程度；第二個層面是利用已建立的模型對選取的特定城市與其他城市做對比，分析各顯著因素之間的差異和聯(lián)系，進(jìn)行人才引進(jìn)的績效評價(jià)。利用因子分析法，同時利用Matlab軟件、SPSS統(tǒng)計(jì)軟件和Excel軟件，對已查找的充分的數(shù)據(jù)資料進(jìn)行分析。

二、評價(jià)指標(biāo)體系構(gòu)建

參考國家統(tǒng)計(jì)局對人才標(biāo)準(zhǔn)的劃分，此處對人才的界定是指，具有大專及以上學(xué)歷的人員，以及具有初級以上專業(yè)技術(shù)職稱的人員或在專業(yè)技術(shù)崗位上工作的人員。

在對各大城市人才吸引力的評價(jià)中，由于特大城市和一二線城市在很多指標(biāo)上不在一個數(shù)量級，因此本文選取了一些城市規(guī)模相當(dāng)?shù)囊痪€和新一線城市展開人才吸引模型探討，共選取八座城市分別是西安、武漢、成都、杭州、南京、青島、長沙、大連。在指標(biāo)方面，若選取總量太多，在評價(jià)模型時太為復(fù)雜，可行性低，若數(shù)據(jù)太少則評價(jià)不夠準(zhǔn)確，脫離實(shí)際性。因此為盡可能客觀反映吸引力，我們在遵循建立指標(biāo)體系的可比性、科學(xué)性和系統(tǒng)性的原則之上，參考大量文獻(xiàn)，并兼顧總量指標(biāo)和相對指標(biāo)，經(jīng)過層層篩選分析，選取經(jīng)濟(jì)發(fā)展水平、城市規(guī)模與環(huán)境、文化衛(wèi)生水平、生活條件和事業(yè)前景這5個二級指標(biāo)和20個三級指標(biāo)。指標(biāo)體系如下所示：

三、基于因子分析的人才吸引力評價(jià)分析

因子分析的目的在于將復(fù)雜關(guān)系的變量，綜合為數(shù)量較少的幾個因子，分析其變量內(nèi)部相關(guān)的依賴程度以及各指標(biāo)之間的聯(lián)系與區(qū)別。采用因子分析法建立模型，將通過不同的因子對變量的影響程度進(jìn)行分析，建立客觀的評價(jià)模型。

（一）統(tǒng)計(jì)指標(biāo)數(shù)據(jù)指標(biāo)處理

1.同向化處理

在評價(jià)城市人才的指標(biāo)中，失業(yè)率、恩格爾系數(shù)和住宅商品房銷售價(jià)格并不是越高越好，為方便比較，需要對這三個指標(biāo)進(jìn)行同向化處理。公式如下：

同向指標(biāo)=-|原始指標(biāo)-原始指標(biāo)的平均值|

2.標(biāo)準(zhǔn)化處理

為了對變量進(jìn)行比較并消除由于觀測量綱的差異及數(shù)量級差異所造成的影響，將樣本觀測數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使標(biāo)準(zhǔn)化的變量均值為0，方差為1。其處理方法如下：

3.KMO檢驗(yàn)

根據(jù)標(biāo)準(zhǔn)化后的數(shù)據(jù)，利用SPSS23.0統(tǒng)計(jì)軟件進(jìn)行KMO和巴特利特檢驗(yàn)，以確認(rèn)所選變量是否適合做因子分析，結(jié)果如表1所示：

由上表可知，巴特利特球度檢驗(yàn)統(tǒng)計(jì)量的觀測為682.558，相應(yīng)的概率p接近0。若顯著性水平α為0.05，概率p小于顯著性水平α，應(yīng)拒絕零假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣與單位陣有顯著差異。同時，KMO值為0.610，根據(jù)KMO度量標(biāo)準(zhǔn)可知原有變量適合進(jìn)行因子分析。

4.確定公因子數(shù)目、求解旋轉(zhuǎn)后因子載荷矩陣、公因子命名

（1）公因子的確定

由表3特征根知，因子1的特征值λ1=14.417，占方差的72.084%。由圖1知，當(dāng)提取1、2個公因子時，特征值變化非常明顯，當(dāng)提取第5個以后的公因子時，特征值變化比較小，基本趨于平緩。由此說明，提取4個公因子對原變量信息的刻畫有顯著作用。因此，在這里我們提取4個公共因子，這4個公因子的累計(jì)方差達(dá)到94.571%，即這4個公因子可以反映原來20個指標(biāo)的94.571的信息量，可見采用前4個公因子對這8個城市吸引力進(jìn)行評價(jià)是比較合適的。

（2）未轉(zhuǎn)軸的因子載荷矩陣

表4是初始因子載荷矩陣，由此可寫出因子分析模型的如下：

X1=0.832F1-0.101F2+0.347F3+0.134F4

X2=-0.102F1+0.628F2+0.332F3+0.623F4

......

X20=0.998F1+0.030F2+0.078F3-0.053F4

表4中的每個數(shù)據(jù)表示了相應(yīng)因子變量對相應(yīng)原變量的相對重要程度。由于得到的公共因子與各指標(biāo)的載荷值分布?xì)w類比較困難，需要對因子載荷矩陣進(jìn)行正交旋轉(zhuǎn)，這里運(yùn)用方差最大正交旋轉(zhuǎn)法，得到旋轉(zhuǎn)后的因子載荷矩陣表（表4）。

（3）轉(zhuǎn)軸后的因子載荷矩陣及公因子命名

根據(jù)表5發(fā)現(xiàn)，旋轉(zhuǎn)后的因子系數(shù)已經(jīng)明顯向兩極分化，有了更鮮明的實(shí)際意義。因子載荷的絕對值越大，則表明該因子與變量的重疊性越高，在解釋因子的時候就越重要。

第一主因子包含建成區(qū)綠化覆蓋率、恩格爾系數(shù)、醫(yī)院、衛(wèi)生院個數(shù)、供水綜合生產(chǎn)能力、普通高等學(xué)校等，并且載荷值較大，這些指標(biāo)反映了城市的生活條件和文化教育水平，故將其命名為生活和文化教育因子。第二主因子包含公共交通運(yùn)營車輛、建成區(qū)道路里程，這些指標(biāo)都反映了城市的建設(shè)水平與城市環(huán)境，故將其命名為城市環(huán)境與建設(shè)因子。第三主因子包含高新科技企業(yè)數(shù)、專利申請數(shù)量和規(guī)模以上工業(yè)企業(yè)數(shù)量，該指標(biāo)反映了城市所提供的事業(yè)平臺，故將其命名為事業(yè)平臺因子。第四主因子包含固定資產(chǎn)投資、城鎮(zhèn)居民人均可支配收入和人均GDP等，這些指標(biāo)反映了城市的經(jīng)濟(jì)發(fā)展水平，故將其命名為經(jīng)濟(jì)發(fā)展因子。

5.求得因子得分和綜合績效得分

（1）因子得分系數(shù)矩陣

采用回歸法估計(jì)因子得分系數(shù)，并輸出因子得分系數(shù)矩陣。具體結(jié)果見表7。

提取方法：主成分分析法。

旋轉(zhuǎn)方法：凱撒正態(tài)化最大方差法。

組件得分。

（2）因子得分協(xié)方差矩陣

根據(jù)因子得分協(xié)方差矩陣，它是一個單位矩陣，說明主因子之間是不相關(guān)的。因此可以說明通過因子分析得到的主因子所包含的信息是不重復(fù)的。

提取方法：主成分分析法。

旋轉(zhuǎn)方法：凱撒正態(tài)化最大方差法。

組件得分。

（二）人才吸引力評價(jià)結(jié)果及分析

由估計(jì)出的因子得分，可以量化描述城市人才吸引力水平，利用因子得分可以從不同角度對城市人才吸引力水平進(jìn)行比較分析。為了便于對各城市進(jìn)行人才吸引力評價(jià)，現(xiàn)利用各城市的因子得分表計(jì)算綜合得分，吸引力水平的獲取是基于總方差分解表中旋轉(zhuǎn)后各因子的方差貢獻(xiàn)率及計(jì)算所得的城市各因子得分獲取的。其計(jì)算公式如下：

F=（67.731F1+10.117F2+9.154F3+7.568F4）/94.571

根據(jù)各各城市F值的大小進(jìn)行排序并進(jìn)行評價(jià)，表10給出了本文中8座的綜合得分情況和排序。

結(jié)合表3至表7分析數(shù)據(jù)顯示，影響人才吸引力的主要因素是生活和文化教育，其次是城市環(huán)境與建設(shè)，再者是事業(yè)平臺，最后是經(jīng)濟(jì)發(fā)展?fàn)顩r。我們可以看出，吸引人才的首先還是一個地區(qū)的生活質(zhì)量和基礎(chǔ)設(shè)施建設(shè)，雖說地區(qū)經(jīng)濟(jì)發(fā)展很重要，但對于個人而言，高收入意味著高消費(fèi)，人均可支配收入才是衡量收入狀況的關(guān)鍵，但這些不及個人生活的質(zhì)量要求以及子女的教育問題。

根據(jù)表8、表10數(shù)據(jù)顯示，在選取的這八座城市中，杭州在生活和文化教育、城市環(huán)境與建設(shè)、經(jīng)濟(jì)發(fā)展方面位居第一，長沙在事業(yè)平臺方面位居第一，南京、武漢、青島吸引力處于中上位置，長沙、成都、大連處于中下位置，而西安在生活和文化教育、經(jīng)濟(jì)發(fā)展方面處于最后一位，且綜合排名處于最后一位。由人才吸引力這一簡單的方面可以反映我國西部和東部的綜合實(shí)力差異和自然環(huán)境造成的優(yōu)劣?？梢哉f，人才吸引力的評價(jià)就是綜合實(shí)力評價(jià)的縮影版。

四、實(shí)例分析——對西安市進(jìn)行人才吸引力評價(jià)分析

西安作為全國科技和教育事業(yè)最發(fā)達(dá)的地區(qū)之一，無論在擁有高校數(shù)量還是畢業(yè)生質(zhì)量方面都位居前列，但是同樣高校畢業(yè)生流失嚴(yán)重，原因是本地就業(yè)機(jī)會不足，近幾年的人才引進(jìn)有改善這一方面的劣勢，據(jù)不完全統(tǒng)計(jì)截止2018年5月底，西安市新增遷入人口突破45萬人，其中博士以上876人，碩士1.2萬人，本科14萬人，大專9萬多人，人才引進(jìn)2萬人。在“千人計(jì)劃”、博士后支持項(xiàng)目、留學(xué)回國人員資助項(xiàng)目和境外人才智力引進(jìn)項(xiàng)目中，較有成就。“人才新政+戶籍新政+安居新政”的組合拳讓西安在近兩年的人才爭奪戰(zhàn)中令人刮目相看。

在本研究中，西安市的城市基礎(chǔ)設(shè)施建設(shè)、城市環(huán)境、恩格爾系數(shù)、經(jīng)濟(jì)發(fā)展?fàn)顩r還是處于最末位，醫(yī)院、衛(wèi)生院個數(shù)、公交車運(yùn)營車輛、建成區(qū)綠化覆蓋率都是很重要的參考要素，這一方面的落后極大的影響了人才吸引水平。西安深處西部，自然資源有所限制，加快地區(qū)經(jīng)濟(jì)發(fā)展，結(jié)合“一帶一路”建設(shè)發(fā)展機(jī)遇，提高固定資產(chǎn)投資，在提高人均收入的同時，盡可能的降低城市生活成本，購房優(yōu)惠政策也是人才吸引的一個重大舉措。

人才引進(jìn)的建議和意見具體為：加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，提升西安市的生活環(huán)境、公共衛(wèi)生醫(yī)療的服務(wù)水平。加大社會保障力度，加強(qiáng)公共交通的便利程度，提升人均住房面積，完善人才引進(jìn)資金補(bǔ)貼和創(chuàng)業(yè)基金補(bǔ)助。加快“一帶一路”發(fā)展進(jìn)程，在經(jīng)濟(jì)發(fā)展中找尋機(jī)遇，提高軟實(shí)力的競爭性。完善人才引進(jìn)政策，購房優(yōu)惠政策、落戶門檻降低、提供更多的個人發(fā)展機(jī)會。完善人才評價(jià)機(jī)制，提高工作積極性，促進(jìn)激勵政策?！皟?nèi)留外引”政策，提高西安高校畢業(yè)生的留用率，留住本地人才。

五、主要研究結(jié)論及局限性

通過以2017年國家統(tǒng)計(jì)年鑒、2017年各大城市統(tǒng)計(jì)年鑒和各市人力資源和社會保障局官網(wǎng)的相關(guān)數(shù)據(jù)為依據(jù)，以杭州在內(nèi)的八座有代表性的新一線城市和二線城市的人才吸引力為研究對象，構(gòu)建了包含有20個相關(guān)統(tǒng)計(jì)指標(biāo)的綜合評價(jià)指標(biāo)體系。

應(yīng)用因子分析對各個城市的人才吸引力因素進(jìn)行排序并計(jì)算各因素的作用權(quán)重，并給出八座城市的人才吸引力綜合排名。研究數(shù)據(jù)表明，人才吸引力呈現(xiàn)出“東部強(qiáng)、西部弱”的態(tài)勢，在較強(qiáng)的東部，杭州的人才吸引力最為強(qiáng)大，但在近兩年來人才吸引力的增長速率不斷在下降，原因是受武漢、青島、長沙、成都等城市的人才引進(jìn)政策不斷沖擊，政策優(yōu)惠力度不斷加大，造成各市競爭加劇的局面。在因素的影響程度排序中依次由大到小為：生活和文化教育、城市環(huán)境與建設(shè)、事業(yè)平臺和經(jīng)濟(jì)發(fā)展。

本研究還存在一些局限性，本研究的數(shù)據(jù)均來源于各類統(tǒng)計(jì)年鑒和人力資源和社會保障廳官網(wǎng)，受數(shù)據(jù)的限制，尚有其他相關(guān)重要的測量指標(biāo)數(shù)據(jù)未能獲取，僅能得到相對條件下的相對結(jié)論，使得本研究與現(xiàn)實(shí)情況之間出現(xiàn)一些偏差，未來亟需引入一些新的能夠容納更多信息的方法。

[參考文獻(xiàn)]

[1]李良成，楊國棟.我國區(qū)域人才競爭力評價(jià)與分析[J].技術(shù)管理與經(jīng)濟(jì)研究，2013（1）：24-27.

[2]封荔，張超鳳.基于熵值法的樂山市人才吸引力評價(jià)及提升對策分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2013（5）：121-124.

[3]孫銳，王通訊，任文碩.我國區(qū)域人才強(qiáng)國戰(zhàn)略實(shí)施評價(jià)實(shí)證研究[J].科研管理，2011（4）：113-119.

[4]萬星辰，施楊，秦燕.城市人才吸引力評價(jià)指標(biāo)體系的設(shè)計(jì)思路[J].產(chǎn)業(yè)與科技論壇，2013（12）.10：253-254.

[5]國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒2017[M].北京：中國統(tǒng)計(jì)出版社，2017.

[6]國家統(tǒng)計(jì)局，科學(xué)技術(shù)部.中國科技統(tǒng)計(jì)年鑒2017[M].北京：中國統(tǒng)計(jì)出版社，2017.

[責(zé)任編輯：趙磊]