［提 要］在全球化和信息化浪潮下，高新技术人才吸引力水平决定着转变经济增长方式及培育地区竞争优势的可行性。本文通过梳理文献资料及政策措施，构建高新技术行业人才吸引力水平评价指标体系，并运用因子分析法对全国31个省市自治区年鉴数据进行分析，从人才吸引力与区域经济发展水平等三种相对关系出发，挖掘典型地区所拥有的优势与劣势。
关键词：人才吸引力；因子分析法；高新技术
一、引言
随着经济全球化和产业信息化的发展，国际人才资源竞争日益激烈，高新技术行业由于具有高收益、高战略、高群落、高渗透、高投资、高竞争等特点，从而为转变经济增长方式、培育地区竞争优势、改变地区经济实力对比以及传统产业升级提供了新的契机。为应对知识经济的挑战和新一轮争夺人才的攻势，我国各省市区纷纷大力推行人才引进政策，吸引高新技术人才。这也使得“人才吸引力”成为各高校、各级政府关注和研究的课题。
检索相关文献不难发现其中存在几点问题：一是人才吸引力水平方面的定量研究不完善，影响因素定义边界不清且松散，数据多而杂；二是缺乏对31个省市自治区的横向比较，不利于整体把握各省市区发展状况、差距和方向，无法为宏观政策和决策的制定提供客观依据；三是缺乏特定类型人才，包括高新技术人才在内的吸引力分析评价。因此，构建有针对性的多因素量化评价模型，研究全国31省市自治区高新技术人才吸引力水平具有重要的实践意义。
二、研究方法与指标体系
（一）研究方法。本文采用由Charles Spearman于1904年首次提出的因子分析法作为研究高新技术人才吸引力的方法。因子分析法是应用多元统计分析中最常用的一种降维、简化数据技术，它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，是一种通过显在变量测评潜在变量，通过具体指标测评抽样因子的统计分析方法。描述人才需求和吸引力的指标错综复杂，运用因子分析法提取少数几个主要因子，有助于深入分析、合理解释和正确评价各地区的高新技术人才吸引力水平。
（二）构建高新技术人才吸引力指标体系。需求产生动机，动机驱动行为，评价31省市自治区对高新技术人才的吸引力首先应该要了解高新技术人才的真实需求。基于已有理论、相关研究成果和政府官方政策资讯，可以将影响人才吸引力大小的属性归纳为区域发展水平、生活质量水平、高新行业前景三个方面，并细分20个三级指标，从而展开全国各省市区高新技术人才吸引力的比较分析。评价指标体系如表1所示。（表1）
（三）数据来源及处理。本研究所有数据均来自于《2018中国统计年鉴》，客观、可信程度高。
由此可以看到，在城市软实力的各项要素中，文化作为关键组成部分，对软实力的质量和能级起着决定性的作用。如果想在激烈的城市竞争中居于不败之地，最大限度地提升城市软实力，对城市文化的营销是必不可少的。富有成效的城市文化营销，无疑是彰显城市精神特质、增强城市软实力的重要途径之一。
(ⅱ) 假设(u,v)是系统(3)的一个共存解,则由(ⅰ)知a>λ1,因此系统(3)存在非负解(θa,0),由于
表1 全国31省市自治区高新技术人才吸引力评价指标体系一览表
一级指标 二级指标区域发展水平高新技术人才吸引力生活质量水平高新行业前景三级指标X1：人均地区生产总值X2：经营单位所在地进出口总额X3：互联网普及率X4：商品房平均销售价格X5：城镇居民人均可支配收入X6：城镇登记失业率X7：每万人拥有城市卫生技术人员数X8：城市每万人医疗机构床位数X9：每万人拥有公共交通车辆X10：人均城市道路面积X11：人均公园绿地面积X12：生活垃圾无害化处理率X13：教育经费X14：人均拥有公共图书馆藏量X15：每十万人口高等学校平均在校生数X16：规模以上工业企业R&D人员全时当量X17：规模以上工业企业R&D经费X18：技术市场成交额X19：高新技术行业就业人员X20：地方财政科学技术支出
表2 全国31省市自治区高新技术人才吸引力因子得分及排名一览表
青海贵州广东云南辽宁新疆河南河北江西山东湖南甘肃江苏北京浙江安徽广西山西黑龙江湖北陕西内蒙古上海福建海南四川天津西藏宁夏重庆吉林F1-0.26-0.94-0.05-0.84 0.43-0.56-1.11-0.28-0.50-0.21-0.43-0.92 0.45 2.63 0.91-0.78-0.91-0.47-0.24-0.36 0.05-0.11 3.21 0.97-0.23-0.49 1.80-0.73 0.21-0.02-0.22人才吸引力公因子得分F2F3F4F5-0.56-0.18 3.78-0.12-0.32-0.49 0.61-0.12-0.25 1.14 0.16-0.51 2.23-0.84 1.37 0.20-0.22-0.34-0.45 0.19-0.63-0.67 0.48-0.17-0.77 0.17-1.09-0.41-1.18-0.44-0.56-0.38 0.15 0.80 0.32-0.60 0.11 0.69-0.24-0.03-0.28-0.39 0.37-0.36 4.19-0.44 0.28 0.69-0.26-0.62 0.90 0.69-1.02-1.86-1.16 0.45 0.03-0.44 0.01-1.15-0.19-0.25 3.60 1.73 0.01 0.87 0.32 1.07 0.20-0.65-0.24-0.04 0.59-0.81-0.26 0.64 0.53-1.25-1.07 0.20 0.00-0.54-0.45 0.75 0.36-0.58 0.10-0.83-1.32-0.42-0.14-1.09-1.30-0.15-0.15-0.24-0.84-0.30 0.24-0.53 0.65 0.24 1.94-0.49-0.03 1.24 0.52 0.18 0.56-0.32-0.44-1.02-0.62 0.19 2.06-2.24 0.58 0.04-0.43 0.65-1.77 2.00 0.22-1.73得分0.08-0.15 0.93-0.23-0.02-0.14-0.13-0.15-0.21 0.34-0.12-0.43 0.69 1.20 0.60-0.22-0.37-0.27-0.34-0.06-0.07-0.05 0.68 0.11-0.18-0.22 0.16-0.51-0.18-0.22-0.51排名9 18 2 25 10 16 15 17 21 6 14 29 3 1 5 2 4 28 26 27 12 13 11 4 8 1 9 23 7 31 20 22 30人均GDP排名22 29 7 30 14 20 18 19 23 8 16 31 4 1 5 2 4 28 25 26 11 12 9 2 6 1 7 21 3 27 15 10 13名次差异+13+11+5+5+4+4+3+2+2+2+2+2+1 0 0 0 0-1-1-1-1-2-2-2-2-2-4-4-5-12-17
1、评价指标的正向化。本文所选取的指标中，逆指标包括：X4商品房平均销售价格、X6城镇登记失业率。这些逆指标通常需要转化为正向指标才能正确的评价人才吸引力水平。本文采用倒数法对商品房平均销售价格指标进行正向化，负数法对城镇登记失业率指标进行正向化。
对比研究不同发展区域和发展水平的省市区的高新技术人才吸引力和实际经济发展水平，可以从整体上把握各地区经济发展的潜力和方向，为国家制定宏观政策和地区推行正确决策提供客观依据，从而缩小全国的发展差距，提高国家的整体经济实力。根据因子分析结果，本文从人才吸引力与发展水平的三种相对关系出发进行分析。
3、地区发展水平排名。考虑地区发展存在一定程度不平衡，将人均GDP作为参考指标，得到经济发展程度排名，便于进一步分析高新技术人才吸引力与地区发展水平的匹配程度及原因。（表2）
三、高新技术人才吸引力分析和排序
2、综合得分及排名。各省市高新技术行业人才吸引力水平综合得分可根据因子得分加权计算得出，权重取各公因子的方差贡献率占累计贡献率的比重，计算公式为：
为使每个公因子的载荷分配更加清晰，对初始因子载荷矩阵进行旋转，从而降低因子的综合性，使其实际意义凸显出来，以便于解释因子。根据五个公因子在各项指标上的载荷大小，将公因子F1～F5分别命名为“区域基础因子”、“行业前景因子”、“就业保障因子”、“医疗卫生因子”、“环境质量因子”，权重分别为29.787%、23.126%、12.072%、9.670%、8.955%。
（二）高新技术人才吸引力得分及排序
1、因子得分。记X1*～X20*是将原始数据标准化后的数值，为了计算因子得分，采用回归法得到因子得分系数矩阵，根据该矩阵可进一步得出全国31省市自治区因子得分表达式，其中aij表示第j个指标在第i个公因子上的得分系数。
如果一个企业的文化中原本就包含着 “追求创新、鼓励改善”的思想，那么对精益思想的抗拒很快就会变成变革的动力；相反如果企业文化保留着传统的生产思想，那么这种抗拒就会对企业精益转型造成巨大的阻碍。
（一）人才吸引力远超地区发展水平。根据模型分析结果可知，青海省和贵州省的人均GDP处于较落后位置，但在高新技术行业人才吸引力上则进步明显。分析公因子得分可知，青海省在区域基础、医疗卫生、环境质量三个公因子上得分高于人均GDP水平相近省份，其中医疗卫生因子得分更是以绝对优势名列第一，这与近几年青海省大力推广的医改政策有关。贵州省虽然区域基础因子处于劣势，起点低，但是有赖于正确政策的引导，发展过程顺利，当前高铁中心枢纽地位突出，打造出了有特色的云计算，因而在行业前景、就业保障等四个公因子上都优势明显。这些进步可归因为地方有效的人才吸引政策和一线地区的挤出效应。
（一）因子分析过程。根据因子分析的模型和原理，对收集的变量数据进行KMO和Bartlett球形度检验，KMO值为0.717，0.7表示一般适合做因子分析。Bartlett检验的p值接近于0，远小于0.05，同样说明所选择的20个指标可以做因子分析。采用主成分分析方法提取主因子，前5个因子的累计方差贡献率达到83.610%，表明这5个因子包含了20个变量的绝大部分信息，即可以有效地反映全国31省市区高新技术人才吸引力水平。
即每一变量值与其平均值之差除以该变量的标准差。无量纲化后各变量的平均值为0，标准差为1，从而消除了量纲和数量级的影响，后续因子分析结果更加合理。
四、高新技术人才吸引力评价
2、数据无量纲化。由于各项指标数据的量纲不同，所以必须将这些指标进行无量纲化处理，这样才便于指标之间进行对比。本文利用SPSS 23.0对数据进行分析，采取Z标准化方法对数据进行无量纲化处理，公式如下：
通过实地调查笔者发现，在军庄镇地区分布有断层构造、向斜构造(含“地形倒置”现象)、岩层不整合接触关系(含“构造面沟谷发育”现象)、侵入岩岩墙、岩层层面波痕等多种地质现象，最集中区域方圆不足3.2 km2，这些地质现象不仅类型多样且分布集中(图1).
脑卒中是常见脑血管疾病,具有发病率高、死亡率及致残率高等特点,近年来,随着医疗技术发展,使得脑卒中存活率得到大幅度提升,但是存活患者的后遗症发生率依然未得到控制。脑卒中患者受脑组织血肿及血栓影响,会导致脑部微循环受损,主要表现为运动功能障碍及认知功能障碍。因此,采取有效康复护理措施促进脑卒中偏瘫患者认知功能及运动功能恢复,对提高患者生存质量,改善预后有重要作用。
（二）人才吸引力与地区发展水平基本保持一致。江苏省、北京市、浙江省属于一线省市，人才吸引力与地区发展水平基本保持一致且得分领先的，但是分析公因子得分不难发现：一是北京行业前景因子得分排名远落后于江浙。江浙有阿里这类高新技术行业大公司的支撑，在互联网、电子信息产业方面进步迅速，给人才创造了良好的发展天地，而北京因为经济规模大，导致相对增长速度较慢，行业上升前景有限；二是江浙就业保障因子得分远落后于北京，且与发展水平偏离程度较大。这是因为北京有全国最大最完备的总部经济，岗位数量处于绝对领先地位，失业率也远低于大部分省市区。
穿心莲内酯（Andrographolide）又名穿心莲乙素，为爵床 科 植 物 穿 心 莲 [Andrographis paniculata（Burm.f.）Nees]全草或叶中的主要有效成分之一，具有散热解毒、消炎止痛的功效，对病毒性痢疾及上呼吸道感染有特殊疗效[1-3]，被誉为“天然抗生素”。但穿心莲内酯存在难溶于水、味极苦、口服生物利用度低、易致呕吐等问题[4]。
湖北省、陕西省属于新一线或二线省市中高新技术行业人才吸引力处于中上游水平，两省份在就业保障方面措施极好，作为全国科技和教育事业最发达的地区之一，无论在拥有的高校数量还是毕业生质量方面都位居前列。但不占区位优势，自然资源有所限制，医疗卫生、环境质量等问题牵制整体水平。
安徽省、广西壮族自治区、山西省、黑龙江省属于二线或三线省市，各方面发展可圈可点，黑龙江省区域基础好，且出台了多项人才引进政策，但是落实程度有待提升；山西省在环境质量因子上的表现影响了最终的人才吸引力。
（三）人才吸引力落后于地区发展水平。重庆市、吉林省均属于经济发展水平上游省市，但其在对高新技术行业人才的吸引力方面表现差强人意，处于垫底的位置，即便其区域基础因子得分排名较高，其他各项因子仍在很大程度上影响了人才吸引力。重庆是全国最大的汽车生产基地，长安、力帆等本土品牌，已经走向国际市场，吉林同样是重工业大省，但两地产业转型升级支撑不足，互联网产业、高新技术服务产业集群未出现，有限的工作机会与极高的地区生活成本限制了其对于高新技术人才的吸引力。
五、结论
本文通过分析2018年《中国统计年鉴》相关数据，将全国31个省市自治区高新技术人才吸引力作为研究对象，构建包含有20个相关统计指标的综合评价指标体系。应用因子分析计算各个省市区高新技术人才吸引力并排序，与地区经济发展水平排名进行对比分析，从基本一致、领先、落后三个差异程度分析关键省市自治区的政策背景和政策对吸引人才的有效性。依据分析结果，可初步得出结论：（1）从综合得分及排名角度分析，高新技术人才吸引力大概率与地区经济发展水平保持一致或偏差较小，但也存在个别省市区因政策科学合理、落实到位而吸引力水平得到大幅提升，因产业转型速度过慢、高新技术产业集群发展迟缓而严重拉低的情况；（2）从公因子得分及排名角度分析，大部分省市区存在内部区域基础、行业前景、就业保障、医疗卫生、环境质量五要素发展不均衡情况，针对省市区发展现况，完善人才引进政策，注重地区协调可持续发展意义重大，将会为提高地区经济实力及发展水平提供一定机遇。
主要参考文献：
［1］赵玉林.高技术产业化界面管理：理论及应用［M］.中国经济出版社，2004.
［2］史修礼，汪大海，钟兰芳.京、沪、深三地高新技术人才政策的分析［J］.中国行政管理，2001（3）.
［3］宋鸿，张培利.城市人才吸引力的影响因素及提升对策［J］.湖北社会科学，2010（2）.
［4］叶宗裕.关于多指标综合评价中指标正向化和无量纲化方法的选择［J］.浙江统计，2003（4）.
［5］韩胜娟.SPSS聚类分析中数据无量纲化方法比较［J］.科技广场，2008（3）.
［6］王崇曦，胡蓓.产业集群环境人才吸引力评价与分析［J］.中国行政管理，2007（4）.
中图分类号：C96
文献标识码：A
收录日期：2019年3月5日
标签：因子论文; 高新技术论文; 吸引力论文; 人才论文; 水平论文; 社会科学总论论文; 人才学论文; 世界各国人才调查及其研究论文; 《合作经济与科技》2019年第10期论文; 长安大学经济与管理学院陕西·西安论文;