省域人力资源能力评价与比较研究

省域人力资源能力评价与比较研究

摘要：随着经济发展进入新态势，国家经济实力日益增强，人力资源的可持续发展成为当前政府关注的焦点。基于2015年相关统计数据，使用因子分析和聚类分析方法对我国31省域人力资源能力概况进行分析比较。结果表明，影响人力资源能力的因素可分为数量性因子、人均支持因子、研发与产出能力因子、人口素质发展因子、人口自然增长因子和文化支持因子。其中人均支持因子的影响最不明显，数量性因子和研发与产出能力因子的差距最大。为了提高人力资源能力，各省份应加强政策引导和支持，优化区域间人力资源配置，科学计量投入产出效果。
关键词：人力资源能力；因子分析；聚类分析
一、引言
我国作为人口大国，蕴涵丰富的人力资源，进入21世纪以来，知识经济的发展使我国人力资源发展进入一个新的阶段，对人力资源的架构要求越来越高，随着我国人口老龄化进程的不断发展，人力资源日趋减少，对国家人力资源发展的新兴模式的探索显得愈发重要，相关学者对人力资源能力的研究也越来越关注。徐莉和王芬（2006）对我国31个省区人力资本能力况的聚类研究，陆远权等（2010）基于因子分析和聚类分析对我国31省区人力资源能力的比较研究，认为人口基础的因素会影响人力资源整体能力；杜丽婷（2008）基于因子分析与聚类分析的我国区域人力资源研究，依据教育环境综合评价指标分析了31个省区人力资源的综合排名情况。逯进等（2017）基于全国31个省区1982年-2012年间的面板数据，应用半参数可加模型，从人力资本综合指数、脑力素质、身体素质三方面实证分析我国三大区域人力资本与经济增长之间的线性与非线性关系。姚旭兵等（2017）研究认为，受教育程度因素一定程度也会影响人力资本。张运华等（2017）用5项指标测量人力资本。至今，学者们对于人力资源能力该部分的研究仍有不足之处，大多研究主要立足于某个角度或某一类影响因素来分析评价某一区域的人力资源能力，而关于不同区域间对比研究的文献则很欠缺。基于人力资源构成条件的复杂性，评价人力资源能力不能仅仅考虑人口、教育、分布，还应将科技因素、医疗因素、未来的潜力以及地区的产出效果纳入思考范围。本文以此为出发点，构建更加全面的指标体系，利用因子分析和聚类分析，计算得到31个省市人力资源能力状况的综合排名，将其分为4大类别后进行分析比较，并基于结论对人力资源能力的增强提出适当建议，对我国不同地域人力资源开发与发展具有一定借鉴意义。
二、人力资源能力指标体系的构建
1.指标选取依据
观察人力资源能力的发展过程，科技人才是构成人力资源队伍的主体，而科技人才的数量和质量与教育是密切相关的，接受教育是进行人力资源开发的最为有效的方法，一个地区对当地教育和科技发展的重视程度将很大程度影响人力资源的质量。教育、科研的投入，文化、医疗的保障，是人力资源开发与发展的环境支撑，决定了一个地区人力资源未来的发展潜力。有关教育和科技成果的产出是评价一个地区人力资源能力状况如何的最直观的反映。综合考虑人力资源状况的复杂性，结合科学性、可靠性、可操作性和系统性等原则，本文选择人力资源数量、质量、潜力和产出为一级指标，分别从人口基础、教育、科技、文化、医疗五个方面，选取39个指标来衡量和分析各省市的人力资源能力。指标的相关数据均来源于《中国统计年鉴（2016）》《中国科技统计年鉴（2016）》以及《中国劳动统计年鉴（2016）》。
2.指标体系的构成
（1）人力资源数量指标
该一级指标包含以下二级指标：X1-人口数，X2-人口增长率，X3-人口死亡率，X4-城镇单位就业人员数，X5-总抚养比，X6-城镇人口比重，X7-文盲人口占15岁及以上人口比重。
（2）人力资源质量指标
该一级指标包含以下二级指标：X8-大专及以上学历人口数，X9-每十万人口高校平均在校生数，X10-本科招生数，X11-本科毕业生数，X12-教育支出占公共预算支出比例，X13-研究与实验R&D人员数，X14-研究生占R&D人员总数比例，X15-高校R&D人员数，X16-R&D内部经费支出，X17-地方R&D经费投入强度。
（3）人力资源潜力指标
该一级指标包含以下二级指标：X18-居民人均消费支出，X19-城镇单位就业人员平均工资，X20-教育行业就业人员平均工资，X21-高校R&D课题数，X22-高校R&D人均投入经费，X23-高校学校数，X24-高校师生比，X25-R&D课题数，X26-研发机构R&D人均投入经费，X27-科技服务就业人员平均工资，X28-研发机构数，X29-居民教育文化消费支出比例，X30-人均拥有公共图书馆藏量，X31-公共图书馆数，X32-艺术表演团体机构数，X33-艺术表演团体演出场次，X34-每千人卫生技术人员，X35-医疗卫生机构床位。
（4）人力资源产出指标
该一级指标包含以下4个二级指标：X36-人均GDP，X37-专利申请受理数，X38-SCI检索工具收录的论文篇数，X39-技术市场技术输出地域。
三、实证分析
1.因子分析
本文基于已选取的39个指标运用从31个省市所获得的数据构造原始矩阵，考虑到各个指标不是同趋化的，比如总抚养比、文盲比例、死亡率是越小越好，首先对这三个逆指标进行正向化?理，接着运用SPSS17.0对数据进行标准化处理，对所选数据是否适合做因子分析做了相关检验，由矩阵检验可得矩阵中大部分系数均大于0.3；从反映象相关矩阵检验可以看出，矩阵中除对角线线上的数值较大，远离对角线的数据都比较小，变量间的偏相关系数很小，数据中存在公因子，上述检验结果证明所获得的样本数据适合做因子分析。
（1）提取公因子
使用主成分分析法提取公因子方差，大部分变量都提取了80%及以上的信息，即大部分变量的绝大部分信息都可以被公因子解释，变量信息丢失较少，因此本次公因子提取的总体效果理想。前6个公因子的特征值都大于1，且累计贡献率为87.004%，数值大于80%，说明选用前六个公因子就能够包含原有变量的大部分信息，以此6个公因子对31个省市的人力资源状况进行综合评价既可以简化分析结构，又可以保证科学性和准确性。见表1。（2）因子旋转和公因子的归纳
原始变量包含的信息在6个公因子中较分散，不利于进行公因子分析，所以利用正交旋转法对因子进行旋转，旋转在第8次迭代后收敛，表格按照系数大小进行了排序，见表2，旋转之后各因子在各变量上的荷载分布更加明显，并以此为依据将6个公因子分别命名为F1-F6。
公因子F1在人口数、城镇单位就业人员数、高等学校数、R&D人员数、专利申请数、公共图书馆数等因子上的荷载量较大，这14个指标主要为数量性指标，将F1命名为“数量性支持因子”；
公因子F2在人均GDP、居民人均消费支出、人均拥有图书馆藏量、R&D人均投入经费、每十万人口高校平均在校生等因子标上有较大荷载量，这12个指标主要反映各项指标人均拥有量的问题，将F2命名为“人均支持因子”；
公因子F3在技术市场技术输出地域、R&D课题数、SCI检索工具收录的论文篇数、每千人卫生技术人员等因子上有较大荷载量，这6个指标主要从研发和产出层面反映对人力资源能力的影响，因此将F3命名为“研发与产出能力因子”；
公因子F4在文盲率、高校师生比、居民教育文化消费支出比例因子上占有较大荷载量，这3个指标是从人口素质角度反映对人力资源能力的影响，将F3命名为“人口素质发展因子”；
公因子F5在人口增?L率、人口死亡率因子上有较大荷载量，将F5命名为“人口自然增长因子”；
公因子F6在艺术表演团体演出场次、艺术表演团体机构数因子上有较大荷载量，因此将F6命名为“文化支持因子”。
（3）公因子计算得到综合排名
通过主成分分析法和正交旋转法得到的因子得分系数矩阵，可以得到人力资源状况评价指标原始因子得分系数，进而计算6个公因子在各个指标上的得分，以旋转后每个公因子方差贡献率占累计贡献率的比重为权重，每个公因子与各自对应权重的乘积为最后得分，用公式概括为：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
将公因子的数值代入上述公式，可以得到我国31个省市的人力资源状况综合得分和排名，见表3。
2.聚类分析
为了更直观的了解各省市间人力资源总体能力状况的相同点和不同点，将经过标准化处理的数据输入SPSS17.0软件进行聚类分析，利用系统聚类分析法，组间距离分类法，可以把31个省市分为4大类：
第一类涵盖了东部、中部和西部共22个省市，其中安徽、河南、湖北、四川、浙江、湖南、河北、广东8个省份人口数量有绝对优势，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较高；福建、山西、吉林、黑龙江、海南、云南等省份在人口素质发展因子上的得分比其他因子得分高。该类省份得分差别较明显，但在文化支持因子和人口素质发展因子上的得分大都比较高，人力资源能力未来发展的基础比较好。
第二类有重庆、山东、江苏3个省份，该类别省份在数量性因子和文化支持因子上的得分较高，说明这3个省份在人力资源能力发展方面的支持度比较高。
第三类有甘肃、内蒙古、贵州、广西4个省份。这4个省份在各个因子上的得分都比较低，且综合排名靠后，对人力资源能力开发与发展的投入比例不均衡，支持力度不够，人力资源能力发展的阻力较大。
第四类有西藏、宁夏、青海3个省份，这4个省份在各因子上的得分都比较低，尤其人口自然增长因子，人力资源能力发展各方面的支持力度不大加之人口数量的补充不理想，人力资源能力发展现状堪忧且发展后继力量不足。
四、结论与建议
1.结论
本文分析过程使用因子分析法和聚类分析法，尽量多地选取具有可参考性的数据，对我国31省市人力资源能力进行了综合评价，较客观地处理大量复杂的数据，最大限度地避开人为因素的干扰，最终得到以下几点结论：第一，人力资源能力状况受多种因素影响，数量性因子、文化支持因子、人口自然增长因子对人力资源能力的影响在各省域间表现较明显；第二，人力资源能力发展与地域分布有很大关系，中部、东部的大部分省份人力资源能力状况相对西部省份较理想；第三，人口素质发展的状况与人力资源投入不成正比，个别省份经济发展良好，对人力资源能力发展教育、科学方面的投入力度也很大，但人口素质发展因子得分偏低，说明人力资源投入没有得到充分有效的利用。
2.政策建议
（1）综合分析各地域内部的实际情况，制定措施时要充分考虑影响地域人力资源能力发展的关键性因子。山东、河南、湖北等人口大省应利用好现有的人口数量优势，政府部门要在教育和科研投入上给予政策支持，加强对人的培训和再教育以提高现有的人力资源知识能力，要持续对环境、资源等方面进行改进，逐步改造人力资源技术，尽快将人力资源优势转化为人力资本优势；北京、天津、江苏、湖南等省份则要保持人力资源能力发展在数量性的支持，进一步细化人力资源分配，加强监督管理，实现岗位人员分配的利润最大化，使投入的产出效果更明显，要可持续性地发展区域内人力资源能力。
（2）加强政策引导，使人力资源分配更平衡。因区域人力资源能力状况与经济发展水平有很大的关联，因此针对经济水平欠发达的西部，一方面加大政策支持力度，为人力资源能力开发提供有力基础；另一方面加强政府引导，以培养当地人才为原则，提高人才储备，建立长久有效的人力发展机制。例如中西部省政府应落实高等教育振兴计划工作，完善教育机制，继续在“长江学者”等人才计划实施过程中实行条件单设、同等优先，鼓励和引导优秀人才向西部地区流动，同时要单独为中西部地区设立人才政策。
（3）科学计量区域人力资源投入产出，如四川、上海等人力资源能力较理想城市，一方面应当继续保持强有力的人力资源数量投入，优化人力资源分配；另一方面应明确人力资源投入的流向渠道，科学计量人力资源投入与产出，保证人力资源分配以培养人才为目的，真正惠及区域内人力资源能力发展，地区的发展规划、平台支撑、制度体系、文化体系要创造条件以引进人才，要加大自身培养人才的力度，形成创业的平台、创业的乐土，避免人力资源投入的流失。参考文献：
[1]徐莉，王芬.我国31个省（自治区、直辖市）区域人力资本的样本聚类实证分析[J].科技进步与对策，2009（1）：19-31.
[2]陆远权，马垒信，何倩倩.我国31省区人力资源状况比较研究――基于因子分析和聚类分析[J].科技与管理，2010，12（5）：118-120.
[3]杜丽婷.基于因子和聚类分析的我国区域人力资源研究[J].开放经济研究，2008，14（5）：41-42.
[4]陈霞.区域人力资源与经济发展聚类分析-基于湖北省?稻?[J].科技进步与对策，2013，30（8）：54，56.
[5]卜欧.中国31省市科技人力资源的层次聚类分析[J].哲学社会科学版，2009（5）：98-99.
[6]国家统计局.中国统计年鉴[M].北京：中国统计出版社，2015.
[7]刘军，刘璇.我国各省人力资本的比较研究[J].经济纵横，2010（4）：56-60.
[8]李全生，解志恒.人力资本水平与经济发展相关性的实证研究[J].统计与决策，2008（23）：36-38.
[9]范艳玲.各省人力资源状况研究[N].商丘师范学院学报，2014-3.
[10]韩伯堂，王莹.中国科技人力资源评价指标体系构建方法研究[J].北京理工大学学报（社会科学版），2006（6）：35-37.
[11]杨阳.我国人力资本地区差异研究[D].吉林：东北师范大学，2010.
[12]卜欧.重庆市科技人力资源的现状及发展策略[J].经济研究导刊，2009（22）：45-49.
[13]楼旭明，孙艺华.基于人力资源强省视角的省市比较分析[J].价值工程，2015（20）：90-92.
[14]徐明生.人力资本计量及优化配置研究[D].厦门：厦门大学，2003.
[15]陈强，颜婷，刘笑.科技创新人力资源集聚对区域创新能力的影响[J].同济大学学报（自然科学版），2017，45（11）.
[16]罗远业，曹阳.人力资源价格差距对区域技术创新绩效的影响[J].经济问题探索，2017（6）：88-93.
[17]逯进，苏妍.人力资本、经济增长与区域经济发展差异--基于半参数可加模型的实证研究[J].人口学刊，2017，39（1）：89-101.
[18]姚旭兵，罗光强，吴振顺.人力资本对新型城镇化的影响及其区域差异研究[J].宁夏社会科学，2017（1）：109-114.
[19]张运华，吴洁.区域智力资本与经济发展：基于东、中、西部的区域比较[J].云南财经大学学报，2017（1）：24-34.