中國城市人才吸引力評價指標體系研究
——以35個主要城市為例

□ 孫 博 劉善仕 彭璧玉 彭秋萍

(1.華南師范大學 經濟與管理學院, 廣州 510631; 2.華南理工大學 工商管理學院, 廣州 510640)

一、引 言

“環(huán)境好,則人才聚、事業(yè)興?！苯陙?從中央到地方出臺了一系列改善人才發(fā)展環(huán)境的方針政策,以期吸引和保留人才,實現(xiàn)以人才為支撐的經濟高質量發(fā)展。但在實際中,出現(xiàn)了過于強調經濟補貼、家屬安置等引才政策同質化的問題。事實上,同質化政策容易引發(fā)城市間的惡性競爭,而不同城市在自然資源、經濟發(fā)展、政府治理等方面各具優(yōu)勢。因此,各城市需要利用自身優(yōu)勢展開差異化引才競爭。為此,關鍵的一步是系統(tǒng)、準確地評估城市人才吸引力及其優(yōu)勢,做到精準發(fā)力,高效改善人才發(fā)展環(huán)境。

回顧相關文獻發(fā)現(xiàn),有關我國城市人才吸引力評價的研究已取得較為豐碩的成果[1-3]。從評價方法看,可將這些研究大致分為“基于環(huán)境影響因素的人才吸引力評價指標體系研究”以及“基于真實人才流動情況的人才吸引力評估指數(shù)研究”兩大類。其中,“基于環(huán)境影響因素的研究”強調對影響城市人才吸引力的多方面環(huán)境因素的分析,嘗試構建一個全面的、相對客觀的評價指標體系,幫助城市有針對性地改善人才環(huán)境。例如,葉曉倩和陳偉[1]基于舒適物理論,從自然生態(tài)、經濟發(fā)展、社會生活、公共服務以及科教創(chuàng)新等五大方面,構建了城市科創(chuàng)人才吸引力評價指標體系,并通過專家評價確定各指標權重。而“基于真實人才流動情況的研究”則重視對引才結果的評估,力圖構建一個精準的城市人才吸引力評價指數(shù),幫助城市認識自身整體人才吸引力強弱。例如,任澤平聯(lián)合智聯(lián)招聘[2]發(fā)布的中國城市人才吸引力報告利用簡歷的職業(yè)流動數(shù)據(jù)所構建出的人才吸引力復合評估指數(shù)。

總體而言,城市人才吸引力評價研究仍然存在一定研究空間。首先,從構建方法看,當前研究未能很好兼顧評價結果的準確性與可操作性。雖然“基于影響因素的研究”可以根據(jù)不同評價維度的評價結果,有針對性地改善人才環(huán)境。但該評價方法的具體評價維度是依據(jù)理論或文獻提出的[1],未通過實證分析確定其是否對人才具有顯著的吸引力,這就使得該評價方法的準確性可能存在一定偏差。與此同時,“基于真實人才流動情況的研究”雖然可以相對真實地反映各城市整體人才吸引力強弱[2],但該方法難以有針對性地提出可操作的人才環(huán)境改善方案。其次,從指標體系構成因素看,“基于影響因素”的相關研究多關注自然環(huán)境、經濟環(huán)境等硬環(huán)境因素[1],忽視了政府治理、金融環(huán)境等軟環(huán)境因素在人才吸引上的重要作用。孫博等[4]指出軟環(huán)境可以通過滿足人才就業(yè)和創(chuàng)業(yè)的需求,而對人才產生顯著的吸引力。

基于此,本文擬兼顧評價體系的準確性和可操作性,系統(tǒng)總結和歸納影響人才流動的軟、硬環(huán)境因素,并基于簡歷的流動數(shù)據(jù)識別影響人才流動的顯著性環(huán)境因素及其影響值。在此基礎上,構建人才吸引力評價指標體系及其權重,并分析2019年我國35個主要城市的人才吸引力狀況。

二、中國城市人才吸引力評價指標體系構建

個體的生存和發(fā)展離不開外部環(huán)境的資源供給。個體與環(huán)境匹配理論認為,個體特征與外部環(huán)境特征的互補程度會影響個體的行為和態(tài)度[5]。孫博等[4]的研究也發(fā)現(xiàn)個體流動受到了自身職業(yè)發(fā)展需求與外部環(huán)境資源供給之間匹配程度的影響，更能滿足個體職業(yè)保障需求、職業(yè)發(fā)展需求以及事業(yè)實現(xiàn)需求的地域對人才的吸引力越大。事實上,個體流動除了受到以上職業(yè)需求的影響,還受到了個體健康、生活質量、心理情感等安居需求[6]的影響。相關研究也顯示空氣污染[7]、房價[8]、公共服務[9]等與個體安居需求相關的環(huán)境因素對個體流動也具有顯著影響。

因此,本文將圍繞個體的安居需求和職業(yè)發(fā)展需求,分別從個體“安居”和“興業(yè)”兩個方面出發(fā),系統(tǒng)總結和歸納在以往研究中被認為對人才流動具有重要影響的宏觀環(huán)境因素。參考葉曉倩和陳偉[1]、孫博等[4]、徐倪妮和郭俊華[10]等的研究,本文初步構建了中國城市人才吸引力評價指標體系,包括2個一級指標、5個二級指標以及23項具體評估內容。具體介紹如下。

1.宜居環(huán)境。宜居城市是由自然環(huán)境與社會人文環(huán)境構成的復雜系統(tǒng)[6]。圍繞個體安居需求中對個體健康、生活質量、心理情感等[6]的追求,本文從自然環(huán)境、公共環(huán)境以及人文環(huán)境等三個主要方面總結了13項宜居指標。

自然環(huán)境。與個體健康相關的自然環(huán)境,包括水、空氣以及綠化等構成因素,可能對個體身心健康產生重要影響,從而影響其流動決策。相關研究顯示,空氣污染、水污染會引發(fā)個體呼吸系統(tǒng)和心腦血管系統(tǒng)等方面的疾病[11],個體為降低環(huán)境污染帶來的疾病風險,可能流向環(huán)境更好區(qū)域[12]。與此同時,城市綠化率越高,越有助于空氣凈化以及個體居住舒適度提升[13],更能吸引和保留人才。因此,本文采用空氣質量、水質量以及城市綠化率表征自然環(huán)境。

公共環(huán)境。與個體生活相關的公共環(huán)境,包括社會保障、城市固定資產投資、教育、醫(yī)療、交通、房價等因素,可能對個體生活質量和主觀幸福感產生影響,從而影響其流動決策。首先,社會保障是個體退休生活的重要經濟保障,直接影響個體退休生活質量[14]。其次,城市固定資產投資越大,城市公共設施越完善,市容市貌和城市衛(wèi)生情況也越好,這也將提升個體生活質量[15]。第三,教育、醫(yī)療、交通越好的城市,能夠提高個體子女養(yǎng)育質量,為個人及家庭提供更好醫(yī)療保障以及減少通勤時間,從而提高個體主觀幸福感[16]。最后,房價更合理的城市,能夠幫助個人節(jié)約居住成本,使得個體有更多資金用于提高生活質量[17]。因此,本文采用社會保障、城市固定資產投資、教育、醫(yī)療、交通、房價等因素表征公共環(huán)境。

人文環(huán)境。與個體心理情感相關的人文環(huán)境,包括外企數(shù)量、公園、影劇院、博物館等因素,可能對個體認同感和歸屬感產生影響,從而影響其流動決策。首先,外企數(shù)量越多,意味城市對外開放程度越大[18],更能接納外來人口。其次,公園、影劇院以及博物館越多,說明城市能提供更多文化休閑場所,也更能營造出獨具特色的城市文化,豐富個體文化生活,促進個體對城市產生認同感和文化歸屬感[19],從而對人才的保留和吸引產生積極作用。因此,本文采用外企數(shù)量、公園、影劇院、博物館等因素表征人文環(huán)境。

2.興業(yè)環(huán)境。圍繞個體興業(yè)需求中對職業(yè)保障、職業(yè)發(fā)展和事業(yè)實現(xiàn)等[4]的追求,本文從經濟環(huán)境和事業(yè)環(huán)境兩個方面總結了10項興業(yè)指標。

經濟環(huán)境。與個體收入和就業(yè)相關的經濟環(huán)境,包括經濟增長率、就業(yè)率、第二產業(yè)占比、第三產業(yè)占比、人均收入等因素,可能對個體職業(yè)保障和職業(yè)發(fā)展產生影響,從而影響其流動決策。首先,經濟增長率越高,意味區(qū)域能夠為個體提供更多工作機會和更高工作收入[20]。其次,就業(yè)率越高也說明個體能夠獲得更多工作機會。第三,相比于第一產業(yè),第二、三產業(yè)可以創(chuàng)造更多就業(yè)崗位[20],因此第二、三產業(yè)占比越高的區(qū)域可以為個體提供更多就業(yè)機會。最后,人均收入越高意味著區(qū)域消費水平越高、消費需求越大,這也將為區(qū)域創(chuàng)造更多就業(yè)崗位。因此,本文采用經濟增長率、就業(yè)率、第二產業(yè)占比、第三產業(yè)占比、人均收入等因素表征經濟環(huán)境。

事業(yè)環(huán)境。與個體事業(yè)發(fā)展相關的事業(yè)環(huán)境,包括政府治理、科技環(huán)境、法治環(huán)境、金融環(huán)境以及市場環(huán)境等因素[21],可能對個體的就業(yè)和創(chuàng)業(yè)產生影響,從而影響其流動決策。首先,政府治理環(huán)境越好的區(qū)域,能夠為區(qū)域內企業(yè)的生存和發(fā)展創(chuàng)造更好的營商環(huán)境以及創(chuàng)業(yè)環(huán)境[22],促進人才就業(yè)和創(chuàng)業(yè),滿足個體職業(yè)發(fā)展和事業(yè)實現(xiàn)需求。其次,法治環(huán)境越好的區(qū)域,可以更好地保護個體勞動權益和個體創(chuàng)新成果[21],滿足個體職業(yè)保障需求。第三,金融環(huán)境越好的城市,可以為企業(yè)經營和個體創(chuàng)業(yè)提供更多資金支持[23],這不僅有助于企業(yè)擴大經營規(guī)模為區(qū)域提供更多就業(yè)崗位,而且還能更好地幫助個體創(chuàng)業(yè),從而滿足個體職業(yè)發(fā)展需求和事業(yè)實現(xiàn)需求。第四,市場環(huán)境越好的城市,可以為企業(yè)提供更公平的經營環(huán)境和成熟的要素市場[24],促進企業(yè)的擴大經營和新創(chuàng)企業(yè)的發(fā)展,滿足個體對更好工作機會和創(chuàng)業(yè)目標實現(xiàn)的追求。第五,科技環(huán)境越好的城市,意味其擁有更成熟的科技產業(yè)體系和豐富的科技人才資源[25],這將有助于企業(yè)產品的研發(fā)和生產,促進新創(chuàng)企業(yè)的生存和發(fā)展,幫助創(chuàng)業(yè)人才實現(xiàn)事業(yè)目標。因此,本文采用政府治理、科技環(huán)境、法治環(huán)境、金融環(huán)境以及市場環(huán)境等因素表征事業(yè)環(huán)境。

三、數(shù)據(jù)來源與構建方法

1.城市選取與數(shù)據(jù)來源

受限于統(tǒng)計年鑒相關城市級數(shù)據(jù)的可獲得性,同時參考葉曉倩和陳偉[1]的研究,我們選取了內陸各省會城市(拉薩市因缺失數(shù)據(jù)過多而不包含在內)、直轄市以及五個計劃單列城市(深圳、廈門、寧波、大連、青島)等共計35個城市。本文數(shù)據(jù)主要來源于ESP全球統(tǒng)計數(shù)據(jù)平臺《中國城市統(tǒng)計年鑒》、各相關城市統(tǒng)計局網站以及領英在線個人簡歷門戶等。具體數(shù)據(jù)收集、處理步驟如下:首先,參照孫博等[4]的方法,我們收集了165299份包含376378條工作經歷的個人在線公開簡歷。其次,我們按照本科以上學歷、跨城市職業(yè)流動以及流入城市屬于本文35個樣本城市等三個標準,篩選出時間區(qū)間為2010—2015年的273662條個體跨城市職業(yè)流動數(shù)據(jù)。第三,我們進一步構建了以34個城市為目的地的人才跨城市流動數(shù)據(jù)集。第四,本文從ESP平臺收集了時間跨度為2010—2019年表征主要影響因素的相關指標,其中缺失數(shù)據(jù)從相關城市統(tǒng)計局網站所公布的數(shù)據(jù)庫及統(tǒng)計公報等公開來源渠道予以摘抄補全。

2.變量說明

(1)人才流動數(shù)據(jù)集

在本文樣本中,當流動人才在選擇流入地時,有34個城市可供其選擇,而其最終只能選其中一個作為最終目的地。于是,我們在回歸分析中構造了流動選擇結果變量(choiceijt),將個體實際選定的流入城市標記為1,其余33個城市則標記為0。

(2)流動影響因素

綜合參考以往相關文獻[1,4,9],本文主要從自然環(huán)境、公共環(huán)境、人文環(huán)境、經濟環(huán)境以及事業(yè)環(huán)境等五個維度考察影響人才跨城市流動的宏觀因素。其中,自然環(huán)境采用水質量、空氣質量、綠化覆蓋率等因素表征;公共環(huán)境采用社保參加率、城市固定資產投資、交通、醫(yī)療、教育、房價等因素表征;人文環(huán)境采用外企數(shù)量、公園、影劇院、博物館等因素表征;經濟環(huán)境采用經濟增長率、第二產業(yè)占比、第三產業(yè)占比、就業(yè)率、人均收入等因素表征;事業(yè)環(huán)境采用政府治理、法治環(huán)境、科技環(huán)境、金融環(huán)境、市場環(huán)境等因素表征。

具體測量方法如下:(1)水質量,采用1減去歸一化后的城市當年污水排放量表征(數(shù)據(jù)來源于《城市建設統(tǒng)計年鑒》)。(2)空氣質量,采用1減去歸一化后的城市當年空氣質量指數(shù)(AQI)表征(數(shù)據(jù)來源于《全國城市空氣質量日報》)。(3)綠化覆蓋率,采用城市當年綠化面積占總城市面積的比重表征。(4)社保參加率,采用城市當年參保人數(shù)占常住人口的比重表征。(5)房價,采用城市當年住宅商品房平均價格表征(數(shù)據(jù)來源于國家統(tǒng)計局官網數(shù)據(jù)庫)。(6)固定資產投資,采用城市當年城市固定資產投資占GDP的比重表征。(7)交通,采用城市當年人均道路面積表征。(8)醫(yī)療,采用城市當年人均醫(yī)院數(shù)表征。(9)教育,采用城市高等教育師生比表征。(10)外企進駐,采用城市當年外企總數(shù)表征(數(shù)據(jù)來源于各城市市場監(jiān)督管理局官網、天眼查)。(11)公園,采用城市當年公園總數(shù)表征。(12)影劇院,采用城市當年影劇院總數(shù)表征。(13)博物館,采用城市當年博物館總數(shù)表征。(14)經濟增長,采用城市當年GDP增長率表征。(15)就業(yè)率,采用1減去歸一化后的城市當年失業(yè)率表征。(16)第二產業(yè)占比,采用城市當年第二產業(yè)產值占總產值的比重表征。(17)第三產業(yè)占比,采用城市當年第三產業(yè)產值占總產值的比重表征。(18)預期收入,采用城市當年人均收入表征。(19)政府治理環(huán)境,采用政府當年財政支出占當年 GDP 的比重表征。(20)法治環(huán)境,采用城市當年中(高)級人民法院結案數(shù)與立案數(shù)的比重表征(數(shù)據(jù)來源于中(高)級人民法院年度工作報告)。(21)金融環(huán)境,采用城市金融機構貸款余額表征。(22)市場環(huán)境,采用城市外商直接投資總額表征。(23)技術環(huán)境,采用城市當年研發(fā)投入占當年 GDP的比重表征。以上指標在回歸前均做歸一化處理,取值范圍為0-1,數(shù)值越大說明城市該因素表現(xiàn)越好。此外,需要說明的是,以上指標如無特殊說明,其數(shù)據(jù)均來源于《中國城市統(tǒng)計年鑒》。

3.指標體系構建方法

(1)數(shù)據(jù)無量綱化

由于本文所采用的各項具體測量指標的量綱存在較大的差異,為便于不同指標之間的比較和權重計算,我們采用歸一法按照年份將不同指標進行無量綱處理。歸一化公式如下:

(1)

(2)回歸模型

本文采用多值條件logit模型分析環(huán)境因素對人才跨城市流動選擇的影響,以確定對人才流動具有顯著影響的環(huán)境因素及其影響值。具體回歸模型如式(2)所示:

choiceijt=aXjt+Pj+uijt.

(2)

其中,下標i代表流動人才;j表示流入城市;t代表年份。被解釋變量choiceijt是啞元變量。X代表本文解釋變量集,即本文23個具體三級指標的表征因素,α代表相應的影響系數(shù)。P為區(qū)域固定效應。u為誤差項。

(3)構成指標及其權重的確定

依據(jù)多值條件logit回歸的結果,我們可以得到各影響因素的系數(shù)及其顯著水平。當某個因素的顯著水平小于0.1時(p<0.1),說明該因素對流動人才具有顯著的吸引作用,于是我們將該因素保留在指標體系中;反之,我們將該因素從指標體系中剔除。最終,經過顯著性篩選,我們確定人才吸引力指標體系的具體構成指標。

進一步地,我們依據(jù)被保留下來作為構成指標的因素的回歸系數(shù)計算各因素的權重。本文所采用的數(shù)據(jù)均為歸一化后的數(shù)據(jù),因此各因素的回歸系數(shù)均表示,該因素變動1單位時人才流動概率相應變動的程度。也就是說,某個因素的回歸系數(shù)占所有因素回歸系數(shù)總和的比重,即為該因素在整個指標評價體系中的權重。具體計算公式如式(3):

(3)

其中,C表示第三級指標的權重系數(shù),α為因素的回歸系數(shù)值,Xk表示某個因素,n表示第n個顯著因素。

(4)城市人才吸引力水平計算

本文城市人才吸引力水平計算包括兩步,具體步驟如下:首先,我們根據(jù)第三級指標權重(C),按照各因素所屬的上一級指標進行權重加總,得到上一級指標的權重,直至指標體系第一級；其次,我們用第三級指標的歸一值乘以其相應的權重,計算出該指標的得分,而后按其所屬的上一級指標進行加總,得到最終的人才吸引力水平。需要說明的是,我們最終將人才吸引力水平排在第一的城市設置為100分,其他城市則相應按照換算比例進行調整。

四、實證結果與分析

1.人才吸引力評價指標及其權重

城市人才吸引力評價體系構建的關鍵在于具體構成因素及其權重的確定。為提升人才吸引力評價體系的客觀程度,本文采用了回歸分析法來確定對人才流動具有顯著影響的宏觀因素及其影響水平。

回歸結果顯示,水質量(α=0.464,p<0.01)、空氣質量(α=0.214,p<0.05)、綠化覆蓋率(α=0.160,p<0.05)、社保參加率(α=0.375,p<0.01)、房價(α=0.890,p<0.01)、城市固定資產投資(α=0.859,p<0.01)、外企數(shù)量(α=4.096,p<0.01)、公園(α=0.945,p<0.01)、影劇院(α=0.153,p<0.01)、經濟增長率(α=1.436,p<0.01)、第三產業(yè)占比(α=0.319,p<0.1)、就業(yè)率(α=0.567,p<0.01)、政府治理(α=8.890,p<0.01)、法治環(huán)境(α=0.122,p<0.01)、科技環(huán)境(α=0.406,p<0.01)、金融環(huán)境(α=2.242,p<0.01)等16個因素對人才流入具有顯著的積極作用,且均在0.1的水平上顯著。交通(α=0.963,p>0.1)、醫(yī)療(α=2.622,p>0.1)、教育(α=0.172,p>0.1)、博物館(α=0.017,p>0.1)、第二產業(yè)占比(α=2.333,p>0.1)、人均收入(α=0.967,p>0.1)、市場環(huán)境(α=0.135,p>0.1) 等因素則不顯著。因此,本文保留以上16個顯著因素,將其作為城市人才吸引力評價指標體系的具體構成因素。

與此同時,按照本文權重計算方法,我們得到如表1所示的城市人才吸引力評價指標體系及其權重。

表1 城市人才吸引力評價指標體系構成因素及其權重比例

其中,一級指標包括宜居環(huán)境和興業(yè)環(huán)境,其權重分別為36.84%、63.16%;二級指標包括自然環(huán)境、公共環(huán)境、人文環(huán)境、經濟環(huán)境、事業(yè)環(huán)境等五個維度,其權重分別為3.79%、9.59%、23.46%、10.49%、52.67%;三級指標包括水質量、空氣質量、綠化覆蓋率、社保參加率、房價、城市固定資產投資、外企數(shù)量、公園、影劇院、經濟增長率、第三產業(yè)占比、政府治理、法治環(huán)境、科技環(huán)境、金融環(huán)境等16個因素,其權重分別為2.10%、0.97%、0.72%、1.69%、4.02%、3.88%、18.5%、4.27%、0.69%、6.49%、2.56%、1.44%、40.16%、0.55%、1.83%、10.13%。

從不同層級指標的權重看,相同層級的不同維度存在較大差異。第一層級指標及其權重顯示,改善興業(yè)環(huán)境對人才的吸引作用遠大于改善宜居環(huán)境;第二層級指標及其權重顯示,改善事業(yè)環(huán)境、人文環(huán)境、經濟環(huán)境、公共環(huán)境、自然環(huán)境對人才吸引的改善程度具有依次下降趨勢;第三層次指標及其權重則顯示出了更大程度分化,其中政府治理、外企進駐以及金融環(huán)境的權重均超過了10%,且三者總和達到了68.79%,而綠化覆蓋率、影劇院、空氣質量以及法治環(huán)境等因素的權重均未超過1%。以上因素的權重分布說明,城市在改善自身人才吸引力時,首先需要對自身情況進行評估,然后根據(jù)自身實際情況和優(yōu)勢有所側重地改善相關環(huán)境,以實現(xiàn)人才吸引力改善效率和效果的雙提升。

2.主要城市綜合得分以及重點城市間的比較

按照上文城市人才吸引力評價計算方法和2019年相關城市的指標數(shù)據(jù),本文研究的35個城市的人才吸引力總得分以及二級指標得分如表2所示。

表2 主要城市人才吸引力綜合得分及二級指標得分情況

首先,從綜合得分看,上海的得分最高,其次為深圳、北京、廣州、天津、重慶以及成都等,說明這些城市對人才的綜合吸引力在35個城市中排名前列。具體來說,上海綜合分最高,且與其他城市綜合得分形成了較大差距。作為我國最大的港口城市,上海著力于成為國際經濟、金融、貿易、航運中心。得益于國家相關政策的支持,以及上海自身不斷優(yōu)化的金融環(huán)境和外商投資環(huán)境,使得其在事業(yè)環(huán)境、人文環(huán)境以及經濟環(huán)境的表現(xiàn)上十分出色。而深圳作為我國首批改革開放試點城市之一,獲得了大量的外商投資,特別是以地理優(yōu)勢承接了大量香港、東南亞等地域的產業(yè)和投資,使得其在政府治理、產業(yè)發(fā)展和企業(yè)經營環(huán)境的營造上具有先發(fā)優(yōu)勢,在事業(yè)環(huán)境和人文化環(huán)境上表現(xiàn)出色。北京是我國政治、文化中心,同樣在事業(yè)環(huán)境和人文環(huán)境上具有十分出色的表現(xiàn),特別是事業(yè)環(huán)境排名全國首位。但隨著北京著力于提升首都功能,而將非首都功能向外疏解,其在外商投資引進上的表現(xiàn)遠低于上海,使得其在以對外開放為主的人文環(huán)境得分上弱于上海和深圳,從而導致其整體得分落后于上海。廣州、天津這兩個城市分別是珠三角地區(qū)和環(huán)渤海地區(qū)的重點城市,擁有大型海港,均定位為海洋城市和貿易中心。特別是廣州,具有悠久的貿易開放歷史,在營商環(huán)境營造和對外開放上具有很好的基礎。而天津近年來得益于北京向外疏解非首都功能,承接了大量北京外溢的產業(yè)和經濟,這也使得天津在經濟環(huán)境上表現(xiàn)優(yōu)異。

第二,從第二層次指標得分看,綜合排名前6城市具有一定共性,即這六個城市均在“事業(yè)環(huán)境”和“人文環(huán)境”上具有較好的表現(xiàn),而非在所有二級維度上均有很好表現(xiàn)。

第三,從城市地理位置看,東部沿海城市綜合得分普遍高于中西部內陸城市,但重慶、成都、昆明、西安等西部城市例外。

最后,從城市行政級別看,直轄市上海、北京、天津、重慶綜合得分依次下降,并整體高于其他非直轄市城市;省會城市中,廣州、成都、杭州、武漢綜合得分依次下降,且表現(xiàn)出了一定的差異;非省會城市深圳綜合得分最高。

五、結 論

本文以“宜居”與“興業(yè)”兩大要素為城市人才吸引力評價指標體系的構建核心,在以往研究的基礎上,收集和整理了可能影響人才流動的一系列宏觀環(huán)境因素,并將其進一步歸類為“自然環(huán)境、公共環(huán)境、人文環(huán)境、經濟環(huán)境、事業(yè)環(huán)境”等五個維度。在此基礎上,我們從《中國城市統(tǒng)計年鑒》等渠道收集了衡量這23個三級指標的城市數(shù)據(jù),同時利用爬蟲程序獲取了來源于在線簡歷的人才流動數(shù)據(jù)。在通過多值邏輯回歸后,我們得到了各三級指標的顯著程度及其影響值。于是,我們確定了構成城市人才吸引力評價指標體系的16個最終具體指標及其權重系數(shù)。由此,構建出了相對客觀的、兼顧準確性和可操作性的中國城市人才吸引力評價指標體系。需要指出的是,醫(yī)療、教育等以往被認為對吸引人才具有顯著影響的因素,在本研究的回歸分析中未顯示出其顯著性。這可能是因為教育和醫(yī)療所反映的信息被其他效果指標替代,也可能是因為這兩個具體因素并非是影響人才流動決策的主要因素。

本文具有以下理論貢獻:

1.豐富了人才吸引力評價指標體系構建方法,推動了人才吸引力評價研究向更客觀、更準確的方向發(fā)展。利用來自海量真實人才簡歷的流動數(shù)據(jù),采用回歸分析方法,識別了影響人才流入的顯著性影響因素及其影響水平,并最終在此基礎上確定了城市人才吸引力評價指標體系的構成因素及其權重,兼顧了“基于環(huán)境影響因素的研究”的結果可指導性[1]以及“基于真實人才流動情況的研究”的結果準確性[2]。

2.拓展了城市人才吸引力評價指標體系的構成研究。以往有關人才吸引力評價指標體系的指標構成研究,多關注自然環(huán)境、經濟環(huán)境和公共服務等硬環(huán)境因素[1],而忽視了與人才流動密切相關的金融、科技、法治、政府治理等軟環(huán)境因素的重要作用[4],這在一定程度上影響了城市人才吸引力評價結果的全面性和準確性。本文在以往研究的基礎上,進一步納入了對人才吸引具有重要影響的事業(yè)環(huán)境等軟環(huán)境因素,拓展了人才吸引力評價指標體系的構成研究。

本文可以獲得以下實踐啟示:

1.城市人才吸引力改善需要有所取舍。從最終人才吸引力評價指標體系和2019年各城市的量化分析看,盡管不同環(huán)境對人才吸引力的改善均有顯著的積極影響,但其在影響力上具有相當大的差異。其中,事業(yè)環(huán)境和人文環(huán)境的比重和占整體評價體系的76.13%,而自然環(huán)境、公共環(huán)境、經濟環(huán)境所占比例相當有限。因此,改善城市人才吸引力,需要在平衡發(fā)展各維度環(huán)境的同時,重點優(yōu)化事業(yè)環(huán)境和人文環(huán)境。

2.不同城市需要根據(jù)自身優(yōu)勢,做好城市定位,重點發(fā)展事業(yè)環(huán)境和人文環(huán)境中與城市定位相匹配的因素,以吸引差異化人才的流入,避免人才的同質化競爭。從總得分的前四個層次看,雖然各城市均得益于地理稟賦和行政級別優(yōu)勢,但各城市卻發(fā)展出了差異化的城市定位。例如,上海、深圳、廣州、天津均在港口貿易上具有優(yōu)勢。貿易為這些城市帶來了大量金融資源,促進了其金融體系的發(fā)展和成熟。在此基礎上,各城市又進一步發(fā)展出各具特色城市定位,從而對不同人才形成了差異化吸引力。

本文也存在一些不足之處,未來研究可以加以改進。參考朱順應等[26]的研究,本文采用歸一化后的回歸系數(shù)作為具體三級指標的計分權重。雖然在一定程度上使得不同指標具有可比性,但由于標準誤的存在,特定指標的系數(shù)可能在標準誤的范圍內波動。即我們所得的系數(shù)可能屬于這個波動范圍中的某個具體數(shù)值。但將本文得到的吸引力評價結果與任澤平聯(lián)合智聯(lián)招聘“基于真實人才流動情況”的吸引力報告[2]進行比較后,發(fā)現(xiàn)本文結果與真實城市吸引力排名具有較高程度的重合。不可否認,雖然我們盡可能地采取數(shù)據(jù)歸一化等措施控制系數(shù)波動,但本文基于回歸系數(shù)所得到的指標權重可能存在一定誤差,這也是本文基于這種方法的不足之處?！?/p>