摘 要:以城市舒适性理论为依据,从人才就业及生活需求角度,通过建立城市提供就业、发展机会和生活环境3个方面的评价指标体系,评价城市的人才吸引力.再采用因子分析法对多个城市的人才吸引能力进行实证分析.结果显示:经济发展水平和就业机会是主要的吸引力因素,生活环境、自然因素也是重要方面.基于此,提出促进当地经济发展、加强城市舒适性建设及优化人才配套政策等方面的建议.
关键词:人才吸引力;人才需求;城市舒适性;因子分析
改革开放40年来,中国经济发生了深刻的改变,科技创新的重要性越来越明显.作为创新主体,人才的地位在围绕创新的发展过程中日益显现.随着经济发展方式的转变和供给侧结构改革的进程不断加快,以人工智能、大数据、物联网为代表的一批新兴产业蓬勃发展.在技术的迭代演进和知识经济的双重作用下,人才的地位更加凸显,许多城市也都加入争先恐后地加入了对于人才争夺的新“战争”.城市重视人才,并出台了多方面的人才政策,这既是一贯以来人才战略的延续,又是面对经济社会形势复杂变化的重要举措.城市经济的转型发展需要大量的人才,同时人口红利的消退对青年人口的引进也产生了迫切需求,在城市间人才竞争激烈的情况下,全面提升人才吸引力水平是城市的重要任务.人才争夺的外部表现是人才流动,实质是城市间的竞争,原因是城市间发展的不平衡导致了人才向具备有利条件的地区流入.本文对人才吸引力进行评估,旨在揭示城市人才吸引力的决定因素.
1 文献综述
在对目前人才新政及其本质的探讨中,陈云贤[1]认为,人才和科技竞争是区域政府间竞争的一个重要方面,人才是产业链配套竞争中的核心因素.赵国钦、张战、沈展西等[2]采用政策文本分析的方法对地方政府出台的人才政策进行研究,从政策作用面、政策工具等角度进行分析,认为当前人才吸引政策存在需求面政策比例过高,单纯依靠现金等方面的鼓励措施,以及政策工具较为单一且同质化现象突出等问题.人才政策一定程度上影响了人才的流向,姚连营[3]通过对杭州的人才吸引力的研究认为,就业情况、产业发展前景因素、城市基本公共服务、政府治理能力才是决定人才流向的关键性因素,城市的人才吸引力是该地区各类要素综合作用产生的合力效应.通过阅读分析大量文献可以发现,目前学者对于人才吸引力与城市人才吸引力的研究主要从以下几个方面展开.
基于区域发展视角:Carrs C,Inkson K,Thomk[4]将影响人才吸引力的因素划分为经济、政治、文化和家庭等维度,并认为新西兰的影响因素除了经济、生活方面,还有宗教.Farrell D和Grant A J[5]认为,影响中国一线城市人才吸引力的主要因素是经济与就业机会.于飞、王会强、赵岩红[6]和李涛、陈彦桦[7]分别对京津冀和广西的经济水平、生活水平、科技教育水平、就业环境等方面作分析,并通过因子分析法、熵值法综合测度了人才吸引力.高子平[8]通过对不同制度环境下各因素的研究,提出了从社会文化及生活环境维度建立上海人才吸引力评价指标体系的想法.万星辰、施杨、秦燕[9]较为全面地研究了经济发展、就业保障、科技创新、教育文化和生活服务环境等方面的影响.朱鹏、姚亦锋、张培刚[10]基于人才需求的5个层次构建了宜居方面的指标.宋鸿、张培利等[11]对城市提供就业岗位、发展机会和宜居环境3个方面的能力进行分析,并基于马斯洛需求理论和赫茨伯格的双因素理论提出了城市对人才的吸引力指标体系.
基于舒适性理论视角:温婷、林静、蔡建明等[12]从健康环境、自我发展环境、休闲环境和社会氛围环境4大类因素入手,构建了适用于中国国情的舒适性评价指标体系,得出了城市人才的迁入与城市舒适性水平高度相关的结论,由此证明城市舒适性是对人才具有特别吸引力的重要因素.马凌、李丽梅、朱竑等[13]也构建了中国情景下的舒适物指标体系,其中包括自然、文化、商业、交通、卫生和社会等一级指标以及相关方面的34项二级指标,并得出了人才流动主要看重舒适物中的文化和消费设施的发达程度、卫生医疗水平和交通便利程度的结论.陈胜、马凌[14]认为,信息产业中的高素质科技人才偏向更加完善的城市舒适物系统.郑姝莉[15]详细研究了城市的制度舒适物因素,发现其差异造成了城市在高新技术人才吸引的策略上的差别.由此可以看出,城市舒适性理论更加注重人才的需求,并通过提供环境与满足需求将城市与人才紧密联系起来.
日子如同流水,生活没有波澜。很多时候她试图弄清这些伤疤的来历,可是每当想到这里,便困意渐浓。然后她的脚跟上多出第四道和第五道伤疤,再然后,第六道伤疤迟迟不见。
总结以往的研究可以发现,人才吸引力评价呈现多指标的综合评价,已有的研究多侧重于吸引人才的宏观方面的因素,忽略了对于人才个体角度的考量.而且目前对于城市的人才吸引力的研究较少.城市舒适性理论更注重于人才的生活需求,从而为人才吸引力的研究提供了一种全新的视角.本文以城市舒适性理论为基础,从人才的需求角度出发,系统全面地构建城市人才吸引力评价指标体系.
2 城市人才吸引力评价模型
首先借鉴人才吸引力评价研究中常用的评价指标,以城市舒适性理论为基础,全面构建城市人才吸引力的综合评价指标体系.然后结合量化数据,采用因子分析法确定指标权重,得到评价模型.
2.1 城市人才吸引力评价指标体系
2.1.1 城市舒适性理论 城市舒适性理论最初的目的是促进西方城市发展,该理论是通过吸引人才和高新技术企业聚集来提升城市竞争力.舒适性(Amenity)这一概念最早由Ullman[16]提出,被定义为令人愉悦的生活条件.温婷[12]等认为,城市舒适性包括城市的自然舒适性、人工舒适性和社会氛围舒适性,并且在城市化发展的不同阶段侧重点也有所不同,由最初的偏向自然的舒适性转向以人工创造的舒适性为主.自然舒适性一般指气候环境等自然地理方面的环境,人工舒适性指人为创造的公共服务等情况.
路基边坡的稳定性、土石方量、扰动面积、工程的完好性、植物成活率、植物生长量、植被覆盖率,施工作业带内水土流失对周边影响及恢复期的水土保持效果。
2.1.2 城市人才吸引力评价指标体系的构建 依据城市舒适性理论,参考宋鸿[11]等学者的研究,从人才对于城市的发展前景、工资待遇和生活环境等人才需求角度构建了人才吸引力评价指标体系(表1).该体系总共包含16项评价指标,涵盖了城市为人才提供就业的能力、发展机会的能力和生活环境的能力3个方面的内容.
表1 城市人才吸引力指标评价体系
Tab.1 Index system of urban talents attractiveness
影响因素 含义提供就业的能力 经济规模开放程度经济景气程度提供发展机会的能力 科技创新收入水平自然环境提供生活环境的能力公共服务指标x1GDPx2规模以上工业企业数x3第三产业增长率(第三产业)x4固定资产投资占GDP比重x5实际利用外资x6人均社会消费品零售总额x7财政科技支出x8城市创新指数(专利)x9在岗职工年平均工资x10城市居民消费价格指数x11道路面积x12空气质量达标天数x13人均公园绿地x14普通高等学校专任教师数x15普通高等学校数x16医院、卫生院床位数已有文献的使用情况封荔[17],王海锋[18],杨家林[19]王海锋[18],张炜[20],陈蕾[21]宋鸿[11],陈蕾[21],万星辰[9]卢旭军[22],杨晓杰[23],杨家林[19]宋鸿[11],赵峰禹[24],杨晓杰[23]王海锋[18],刘妍[25],陈蕾[21]朱小檬[26],刘妍[25],杨家林[19]郑现友[27],刘妍[25],陈蕾[21]郑现友[27],于飞[23],张瑜[28]张 炜[20]赵峰禹[24],陈蕾[21],杨家林[19]郑现友[27],王海锋[18],陈蕾[21]封荔[17],刘妍[25],温婷[12]于飞[23],郑现友[27],陈洲[29]宋鸿[11],王海锋[18],朱小檬[26]朱小檬[26],周京奎[30],于飞[23]
表1指标体系的说明:
1)提供就业的能力.就业岗位数量意味着可供选择的岗位种类和求职机会,就业机会多的城市会更容易吸引人才;就业岗位的质量代表着高收入和实现自我的机会.本文选择GDP、固定资产占GDP比重以及规模以上工业企业数作为经济发展规模对于提供就业岗位能力的指标,并选择第三产业增长率作为产业发展前景对于就业岗位影响的指标.
2)提供发展机会的能力.对于更注重事业及生活质量的人才来说,更倾向选择有利于个人事业发展及成就个人理想的城市来居住和发展.因此,本文选择政府的财政科技支出以及专利水平反映科技创新对于人才的吸引力.专利方面,使用寇宗来、刘学悦[31]2016年35个城市的创新指数数据代替一般专利数量数据.该数据是利用专利微观数据与专利生命周期计算得到的,考虑了不同年龄专利的价值差异,能够更加准确地体现城市的创新水平.此外,选取人均社会消费品零售总额、实际利用外资金额衡量地区的经济景气程度与外资利用水平.选择职工平均工资作为绝对收入,城市居民消费价格指数作为相对收入的指标.
在进行当前企业人力资源管理中,人力资源管理人员无法从整体上对人才进行合理的评价,没有采取信息化管理系统,只是简单的搜集知识水平、收入薪酬等个人信息,很难提升实际管理的效率。同时,人力资源管理人员没有把心理状况、管理决策、评估培训融入进来,无法对人才进行全面合理的评价,这对人才的职业发展产生极为不利的影响。在互联网迅速发展的背景下,企业没有引进现代化管理系统,依然采用传统的管理模式,不仅很难提升实际管理的效率,而且不利于人力资源管理信息化水平的提升。
第一个因子
2.2 城市人才吸引力评价方法
2.2.1 评价方法的选择 城市人才吸引力评价的方法主要有因子分析法、主成分分析法、AHP分析法和熵值法等传统方法,以及随机森林等机器学习方法.其中,熵权法容易受到极端数据的影响,随机森林算法需要含最终评价结果的训练集的条件,使得数据只能是以调查问卷的方式获得,从而给数据的搜集带来了较大的障碍.因子分析法与主成分分析法原理相似,主成分分析法是用新的变量来表示原有变量,而因子分析法则是将各变量背后的相似性提取出来.因子分析法可以挖掘出变量之间的联系,总结背后的规律,找出研究问题中的深刻原因,相比其他方法更具优势.所以,在影响因素较为复杂的情况下,本文采用大多数学者选用的因子分析方法进行城市人才吸引力评价的研究.
2.2.2 因子分析法 综合评价人才吸引力的指标较多,多指标虽然可以反映人才吸引各方面的信息,但是各指标杂乱无章,没有明确统一地归类起来.因子分析法能有效地处理指标的相关性问题,它将重要的指标进行归类,不相关的公共因子在原有数据的基础上被提取出来用以概括原有变量数据中的内在信息.
1)因子模型构建.假设有p个原变量x1,x2,…,xp,这p个变量能用q(q<p)个因子f1,f2,…,fq的线性组合来表示:
矩阵形式为:
其中:X=(x1,x2,…,xp)T为原变量,是可观测随机向量;F=(f1,f2,…,fq)T为提取的因子,各分量相互独立,是不可测的向量;aij(i=1,2,…,p;j=1,2,…,q)为因子载荷,A=(aij)为因子载荷矩阵;ε=(ε1,ε2,…,εp)T为特殊因子向量,各分量相互独立,表示公因子未解释的原变量部分.
观察旋转后因子载荷的绝对值,数值大的变量对因子的重要程度高.由表4的数据可以看到,旋转后的因子系数的平方值向0和1两个方向分化,已有很强的分化与代表性.4个公因子所涵盖的信息为:
图4是800 ℃下,C钢渣和S钢渣摩擦系数随时间变化的曲线。从曲线可以看出,C钢渣的摩擦系数为0.26~0.43,平均摩擦系数为0.343,具有较低的摩擦系数;S钢渣的摩擦系数为0.22~0.47,平均摩擦系数为0.312。从曲线来看,C钢渣的摩擦系数较为稳定,在0.35附近浮动,S钢渣的摩擦系数波动较大。C钢渣和S钢渣均呈现出良好的抗磨损性能,是因为钢渣硬度高、含铁量多[19]。
3 城市人才吸引力实证分析
由以上公式可以得到因子得分(表5).为了便于对各城市进行人才吸引力综合评价,现利用各因子得分与旋转后各因子的方差贡献率计算综合得分.其计算公式如下:
在高中时期对学生核心素养进行有效培养,能养成学生适应社会发展需求的能力与品质,是现代高中学生获得发展的基本能力.高中数学是一门难度较大的课程,其所具备的理性精神课推动学生思维能力的拓展与进步,使中学生个体的思维能力不断被完善.理性精神会让人更加理智,强化自身对现实事物的理解能力,基于对现实事物的理解强化认知.
数据主要来源于《中国城市统计年鉴—2017》[31]及这35个城市2017年的统计年鉴.城市创新指数主要来源于《中国城市和产业创新力报告2017》[32],空气质量数据来源于以个35个城市的2016年城市环境公报.对于缺失的数据,补充查找了这些城市2016年的国民经济和社会发展统计公报、科技统计公报、科技经费投入统计公报以及相关城市统计局网站.
3.1 城市人才吸引力指标的数据处理
3.1.1 归一化处理 城市人才吸引力评价指标数量多,数据量纲差异大.为了便于变量的比较与后续计算,首先进行数据的归一化处理.将所有的变量标准化,使其均值为0,方差为1.具体的计算过程如下:
其中:为X的均值;δx为X的标准差.
3.1.2 KMO检验 通过KMO和巴特利特检验确认所选变量是否适合做因子分析.对以上35个城市数据运用SPSS24.0统计软件进行计算,所得结果如表2.
当前,我国智能电网技术持续突破。在电源侧和电网侧,新能源功率预测及运行控制、分布式电源友好并网、特高压输电技术已实现达到先进水平,输变电设备状态监测、智能变电站、配电自动化、智能电网调度技术支持系统、电动汽车充换电技术等实践成果得到推广应用。但是,在用户侧还存在诸多问题:自动需求响应尚未真正实施,用电信息采集系统、智能电表尚未规模化使用,信息安全方面的研究没有深入开展,电价机制尚未完善,智能电网最重要的特性——互操作性没有得到满足,等等。用户侧智能化水平需要进一步提升。
由SPSS软件检验结果可以看出:KMO值为0.769,在适合做因子分析的[0.7,1]标准范围内,即所有变量间的简单相关系数平方和远远大于偏相关系数平方和,这表明变量间的相关性较强,适合使用因子分析法.
巴特利特球形检验统计量的值为547.614,数值较大,且其对应的概率值为0,小于0.05,则认为相关系数不是单位矩阵,原始变量之间存在相关性,因子分析是有效的.
表2 KMO和巴特利特检验
Tab.2 KMO and Bartlett test
KMO取样适切性量数0.769巴特利特球形度检验近似卡方547.614自由度120显著性0
3.1.3 公因子数目的确定 公因子的数目可通过因子能够解释的方差比例法、碎石图法、特征值法来确定.SPSS软件运行得出的因子能够解释的方差与累计方差贡献率数据(表3).
养殖场(户)在非洲猪瘟防控中要坚持做到“五要四不要”。“五要”:一要减少场外人员和车辆进入猪场;二要对人员和车辆入场前彻底消毒;三要对猪群实施全进全出饲养管理;四要对新引进生猪实施隔离;五要按规定申报检疫。“四不要”:一不要使用餐馆、食堂的泔水或餐厨垃圾喂猪;二不要散放养猪;三不要从疫区引进生猪;四不要对出现的可疑病例隐瞒不报。
表3 解释的总方差
Tab.3 Total variance of interpretation
注:提取方法为主成分分析.
成分 初始特征值 提取平方和载入 旋转平方和载入F1F2F3F4累积%24.193 48.193 70.910 78.758合计7.818 2.202 1.463 1.118方差的%48.862 13.763 9.145 6.989累积%48.862 62.625 71.770 78.758合计7.818 2.202 1.463 1.118方差的%48.862 13.763 9.145 6.989累积%48.862 62.625 71.770 78.758合计3.871 3.840 3.635 1.256方差的%24.193 24.000 22.717 7.848
第三个因子
由图1的碎石图可以看到,初始特征值中大于1的有4个.且当提取第1个、第2个或第3个公因子时,特征值曲线变化非常明显.当提取第5个及以后的公因子时,特征值变化趋于平缓.而提取4个公因子可以显著地刻画出对原变量的内在信息.因此,采用前4个公因子对这些城市人才吸引力进行评价是比较合适的.
3.1.4 旋转因子载荷矩阵及因子分析 对因子载荷矩阵进行正交旋转,软件的计算结果显示了正交旋转在7次迭代后可以收敛.这样便可以对公因子在变量上的载荷值分布进行归类.由软件得到旋转后的因子载荷如表4所示.
图1 碎石图
Fig.1 Scree plot
表4 旋转成分矩阵
Tab.4 Rotated component matrix
注:4个因子所占的比重分别为24.193%、24%、22.717%、7.848%.
主成分指标固定资产投资占GDP比重城市创新指数财政科学技术支出在岗职工年平均工资社会消费品零售总额第三产业增长率图规模以上工业企业数实际利用外资金额GDP城市居民消费价格指数普通高等学校数普通高等学校专任教师数空气质量达标天数医院、卫生院床位数道路面积人均公园绿地面积2 3 4-0.024 0.187 0.147 0.151 0.002 0.473 0.012-0.154 0.041 0.154-0.068 0.029-0.009-0.277 0.011 0.906 1-0.872 0.775 0.708 0.699 0.598-0.558 0.401 0.236 0.598 0.118 0.161 0.162 0.024 0.193 0.381 0.170-0.059 0.331 0.556 0.497 0.550 0.522 0.796 0.699 0.678 0.584 0.161 0.16 0.208 0.522 0.55-0.059-0.081 0.242 0.058 0.238 0.545-0.005 0.101 0.277 0.403-0.038 0.921 0.915-0.731 0.651 0.563-0.031
2)因子分析法的主要步骤.首先确定原变量是否适合进行因子分析,然后构造因子变量,确定用几个因子可以表达原始变量.为了使因子更具解释性,将变量与因子进行旋转变换,分析哪些变量对因子有贡献并归类总结该因子所代表的实际意义.通过原变量的线性组合计算各因子得分,再结合因子的方差贡献率得到每个样本的综合得分并进行排名.
F1在固定资产投资占GDP比重、城市创新指数、在岗职工年平均工资、财政科技支出、社会消费品零售总额、第三产业增长率上载荷较大;F2在规模以上工业企业数、实际利用外资金额、GDP、城市居民消费价格指数等变量上有较大载荷;F3在普通高等学校数、普通高等学校专任教师数、空气质量达标天数、医院卫生院床位数、道路面积上有较大的载荷;F4在人均公园绿地面积上有较大的载荷.
可见,F1反映经济发展水平因素,主要是经济发展水平和就业质量方面;F2反映就业岗位因素;F3反映公共服务因素;F4反映自然因素.
3.2 城市人才吸引力评价结果
3.2.1 因子得分与综合得分的计算 根据软件得到的成分得分系数矩阵,4个因子的表达式如下:
3)提供生活环境的能力.城市是否宜居最重要的特点是生活方便、适宜,交通拥挤、环境污染等问题直接影响着居民的生活品质.所以,本文选取可以代表城市自然环境的空气质量达标天数、人均绿地面积和代表城市公共服务方面的高等教育教师数量、普通高等学校数量、医疗床位数量、道路面积等指标反映城市的生活环境.
(4)水洗成品砂不但浪费水资源,而且导致大量的粉料变成泥浆随污水排泄,浪费矿石资源,既不符合国家发展资源节约型社会的目标,更为严重的是:成为“废料”的粉尘不是随水成为人造“黄河”,就是堆积成山。
由表3,因子1的初始特征值为7.818,占方差的48.862%,因子4的特征值为1.118,占方差的6.989%,且前4个累计达到78.758%>60%,因此,可提取4个公因子.
第四个因子
对于以上构建的城市人才吸引力评价指标体系,选取具有中国地域特色和代表性的35个大中型城市进行实证分析.这些城市为:长沙、郑州、太原、合肥、武汉、南昌、石家庄、南宁、成都、西安、贵阳、昆明、兰州、乌鲁木齐、西宁、呼和浩特、银川、沈阳、长春、哈尔滨、福州、海口、南京、杭州、广州、济南、北京、上海、天津、重庆、大连、青岛、宁波、深圳、厦门.
其中:vn(n =1,2,3,4)分别为表3中的旋转后因子方差贡献率.
第二个因子
1.4 文献质量评价 随机对照研究采用Cochrane协作网推荐的Jadad量表评价纳入研究的随机方法、盲法、 基线相似性及失访退出等指标。将得分≥3分定为高质量研究。纳入的非随机对照研究采用MINORS评分量表,评分≥13分则纳入Meta分析。
依据以上公式计算得到以上35个城市的人才吸引力综合得分,并按得分水平进行排序.将这些城市的人才吸引力因子得分与综合得分情况整理如表5.
表5 城市人才吸引力因子得分及其综合排名
Tab.5 The scores of talent attractiveness factors and their comprehensive rankings
注:F1为经济发展水平和就业质量;F2为就业岗位数量及经济多元化;F3为公共服务;F4为自然环境.
城市北京上海广州深圳天津南京重庆成都武汉杭州济南青岛长沙西安合肥郑州宁波石家庄因子得分F1F2F3F4排名因子得分F1F2F3F4 2.98 1.84 0.90 2.34-0.31 0.29-1.18-0.07-0.22-0.17-0.08 0.09-0.74-0.16-1.00-1.22 0.73-0.83-0.34 2.64 0.39 1.28 1.99 0.10 2.29 0.03 0.21 1.31-0.70 0.37 0.32-1.18 0.53 0.24 0.49-0.52 2.08 0.04 1.11-1.93 0.42 0.70 1.08 1.34 1.48-0.35 1.31-0.52 0.57 1.42 0.11 1.18-1.53 0.62 0.50-1.39 1.35 1.61-0.95 1.33-1.99 0.64-0.10 1.45 0.23 1.61 0.25-0.02 1.03-0.86-0.49 1.16综合得分1.46 1.24 0.85 0.71 0.54 0.46 0.45 0.44 0.41 0.39 0.16 0.15 0.06 0.00-0.01-0.04-0.12-0.12 1234567891 0 11 12 13 14 15 16 17 18城市长春大连福州哈尔滨沈阳南昌昆明太原乌鲁木齐贵阳呼和浩特南宁厦门银川兰州西宁海口-0.29 1.22-0.49-0.22 1.76-1.00-0.47 0.17-0.20-0.98 0.39-0.36 0.09-0.81-0.60-0.84-0.56-0.26-0.98 0.24-0.44-1.83-0.08-0.18-1.52-0.81-0.14-1.52-0.44-0.11-0.33-0.91-0.25 0.10-0.05-0.74-0.79 0.27-0.01 0.13-0.30 0.23-0.50-0.63-0.65-0.68-1.54-0.77-0.29-1.09-1.76-0.33-0.89 0.77-1.25-2.43 0.25-0.65-0.27 0.13 0.62 0.64-0.69-0.73 0.35 0.03-0.06-0.83综合得分-0.22-0.22-0.23-0.25-0.26-0.27-0.35-0.37-0.44-0.46-0.47-0.51-0.52-0.54-0.54-0.66-0.73排名19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
3.2.2 城市人才吸引力评价结果 由以上分析可知,这35个城市的人才吸引力北京综合排名第一,北上广深实力均较强,接着是天津、南京,以及人才争夺比较热门的重庆、成都、武汉、杭州等紧随其后.其次,长春、大连、福州、哈尔滨、太原等地的人才吸引力水平有待提高,银川、西宁、兰州等地的人才吸引力水平最低.分析的结果基本符合我国人才吸引力地域分布的情况.这种人才分布的状况主要是由经济发展水平差异和城市提供就业、发展、生活能力的差别造成的.
从因子结构和构成原因来看,发展前景和就业机会占比大,生活环境因素紧随其后,且两者之间的差距较小.由此可以看出,经济发展与就业仍然是这35个城市吸引人才的首要因素.自然环境与公共服务方面的生活条件也是非常重要的因素.
原油:10月初,美国WTI原油价格73.25美元/桶,月末66.18美元/桶,重挫9.65%;布伦特原油月初82.73美元/桶,月末报收75.91美元/桶,下跌8.24%。进入10月份,国际油价出现连跌势头。由于沙特、俄罗斯以及美国的原油产量稳步增长,助涨油市看空情绪。原油市场空头主导,下跌势头偏强。后市展望,在欧美原油期货逼近年内高点之后,原油市场在关键点位遭遇技术面重压。与此同时,原油市场消息面整体表现同样乏力,甚至大有进一步恶化的趋势。近期原油市场首要关注中美贸易争端和新兴市场经济危机。
从城市综合排名与4个因子的得分情况来说,总体趋势一致.北上广深城市在4个因子上得分均较高,西部一些城市则普遍较低,其余城市在4个因子上的得分情况各不相同.研究发现,综合排名较前的城市在第四个因子上得分较低,这是由于经济发展的过程中生态环境遭到严重损害.综合排名居中的城市环境水平较高.综合排名较为靠后的城市中,沈阳由于生态环境较差而影响到了整体的城市人才吸引力水平.
通过发酵床猪粪尿处理技术,能对猪粪尿进行原位发酵降解,形成有机肥的发酵床养猪技术。其能进行猪粪尿的环保处理,并可以免去冲洗猪舍产生的大量污水,达到猪粪尿资源的无臭味与环保利用。因此,各养殖人员还需要在猪只规模化养殖中进行异位发酵床粪尿处理技术的积极应用,以获得良好的经济效益与环保效益。
4 有效提升城市人才吸引力的建议
由以上城市人才吸引力模型及其实证分析可知,城市人才吸引力评价体系中,城市经济发展水平和就业机会是主要的吸引力因素,生活环境、自然因素也是重要的方面.结合目前人才政策现状,本文给出以下建议:
1)促进城市经济发展,增加城市提供就业机会能力.人才被城市的经济发展水平及其提供的发展前景所吸引.发展经济是吸引人才的基础条件,要从区域、产业、企业三个层次促进经济的发展.依靠核心城市群的带动作用,加强区域协调发展,推动生产要素在区域内自由流动和优化配置.优化城市群空间结构,建立常态化的城市沟通协调机制,促进各城市分工合作,实现资源互补与功能融合.提高城市基础设施与功能机构集聚带动产业集聚,发展战略性新兴产业,发挥其对高端人才的吸引作用.把产业规划和人才引进规划匹配起来.企业作为吸纳人才的主体,要为企业的发展提供宽松稳定的环境与高效清明的服务环境,对企业实行税收上的减免与政策上的扶持,增强企业的实力及其对人才的吸引能力.
2)改善公共服务与自然环境,加强城市舒适性建设.从满足不同层次需求的角度来说,高层次的需求是在经济水平之上的更加舒适的生活环境.加强城市规划、加快基本公共服务供给侧结构改革,提供优质的基本公共服务.生态环境、城市景观、人文环境、生活方便舒适等与民生息息相关的方面都是吸引并留住人才的重要手段.改善生态环境,优化空气质量、增加绿地面积.加强基础设施建设,城市交通、信息交流与沟通、文化设施、商业购物、社会秩序、安全和归属感等.促进教育、医疗、养老的发展等.对各项事业统筹安排,满足社会各阶层对美好生活的追求.要以人为本,促进社会和谐发展,增强城市对于生活质量要求较高人才的吸引力.
近年来随着养猪业的迅猛发展和国外引进的优良品种的种猪越来越多,加上我国养猪条件和养猪管理水平比较落后,猪的疫情发生的十分频繁,新增传染病不断增多,控制难度越来越大。每年因疫病发生给养殖户造成巨大的经济损失,大大挫伤养猪户的积极性。目前引起规模化猪场经济效益差的最根本原因就是母猪产仔率、仔猪存活率低、保育猪的死亡率高、僵猪多。以下是笔者结合工作经验和临床用药制定的规模化猪场预防保健方案。
3)优化城市人才政策,增强城市为人才提供就业服务的能力.改变单一的以学历为门槛的人才评价标准,在对高端人才和高校毕业生政策倾斜的同时注意技术人才的招揽,包容性地看待劳动力流动.改善政策工具单一和政策同质化的情况,除户籍、现金奖励、生活补贴以外,将政策优惠运用在工资水平等更能体现人才价值的方面.注重户籍制度的落实与人才引进流程与实施的顺畅协调.减少政府宏观干预产生的人才资源浪费,发挥市场调节供需关系的作用.充分尊重人才的成长规律,人才的评价与激励涵盖人才的品德等方面,同时尊重市场的规律,实现人才资源的最优组合.更注重对人才的人文关怀和人才个人价值体现,从而体现以人为本的发展理念.
参考文献:
[1] 陈云贤.论区域政府竞争[J].管理世界,2017(8):172-173.
[2] 赵国钦,张战,沈展西,等.新一轮“人才争夺战”的工具导向和价值反思:基于政策文本分析的视角[J].中国人力资源开发,2018,35(6):75-84.
[3] 浙江省委党校课题组,姚连营.杭州城市人才吸引力及其提升策略——基于杭州987名高学历青年人才的问卷调查[J].浙江经济,2018(16):52-53.
[4] CARR S C,INKSON K,THORN K.From global careers to talent flow:reinterpreting‘brain drain’[J].Journal of World Business,2005,40(4):386-398.
[5] FARRELL D,GRANT A J.China’s looming talent shortage[J].Mckinsey Quarterly,2005,4(4):70-79.
[6] 于飞,王会强,赵岩红.基于因子分析法的京津冀城市群人才吸引力综合评价[J].保定学院学报,2017,30(3):36-40.
[7] 李涛,陈彦桦.基于因子分析法广西城市人才吸引力研究[J].通化师范学院学报,2014(7):97-100.
[8] 高子平.基于层次分析法的上海市人才吸引力研究[J].华东经济管理,2012,26(2):5-9.
[9] 万星辰,施杨,秦燕.城市人才吸引力评价指标体系的设计思路[J].产业与科技论坛,2013,12(10):253-254.
[10] 朱鹏,姚亦锋,张培刚.基于人的“需求层次”理论的“宜居城市”评价指标初探[J].河南科学,2006,24(1):134-137.
[11] 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):43-45.
[12] 温婷,林静,蔡建明,等.城市舒适性:中国城市竞争力评估的新视角及实证研判[J].地理研究,2016,35(2):214-226.
[13] 马凌,李丽梅,朱竑.中国城市舒适物评价指标体系构建与实证[J].地理学报,2018,73(4):755-770.
[14] 陈胜,马凌.高素质人才的城市舒适物偏好及其就业城市选择——以信息产业中的科技人才为例[J].人文杂志,2014(9):114-121.
[15] 郑姝莉.制度舒适物与高新技术人才竞争——基于人才吸引策略的分析[J].人文杂志,2014(9):106-113.
[16] ULLMAN E L.Amenities as a factor in regional growth[J].Geographical Review,1954,44(1):119-132.
[17] 封荔,张超凤.基于熵值法的乐山市人才吸引力评价及提升对策分析[J].经济研究导刊,2018(15):121-124,148.
[18] 王海锋.国家中心城市所在地区城市群人才吸引力评价[J].中国大学生就业,2018(20):39-46.
[19] 杨家林.北京市人才聚集力评价研究[D].北京:首都经济贸易大学,2016.
[20] 张炜,景维民,王玉婧.什么决定了一线城市对人才的吸引力?——基于随机森林法对影响要素的检验分析[J].科技管理研究,2017,37(22):99-108.
[21] 陈蕾.我国城市人才吸引力评价的定量评估[J].商业经济,2018(8):43-45,59.
[22] 卢旭军.广西高层次人才引进影响因素研究[D].南宁:广西大学,2018.
[23] 杨晓杰,石鹏扬.基于层次分析的人才吸引力评价模型[J].经贸实践,2018(17):209.
[24] 赵峰禹,皮志新,孙宏福.人才吸引力评价模型研究[J].中国新通信,2018,20(23):244.
[25] 刘妍.河南省各地市科技人才吸引力评价研究[D].开封:河南大学,2013.
[26] 朱小檬,朱义胜.沪连社会发展对创新型人才吸引力的比较研究[J].大连海事大学学报(社会科学版),2018,17(6):50-53.
[27] 郑现友.基于熵权分析法的人才吸引力综合评价研究[J].中国房地产业,2018(25):251-252.
[28] 张瑜.我国区域人才空间集聚特征与影响因素研究[D].石家庄:河北经贸大学,2018.
[29] 陈洲.地区人才吸引力、教育财政支出与高校本地生源占比[D].湘潭:湘潭大学,2017.
[30] 周京奎.城市舒适性与住宅价格、工资波动的区域性差异——对1999—2006中国城市面板数据的实证分析[J].财经研究,2009,35(9):80-91.
[31] 国家统计局城市社会经济调查司.中国城市统计年鉴2017[M].北京:中国统计出版社,2017.
[32] 寇宗来,刘学悦.中国城市和产业创新力报告2017[R].上海:复旦大学产业发展研究中心,2017.
Evaluation of Urban Talents Attractiveness
WANG Wenyin,ZHANG Jinglin
(School of Economics and Management,North University of China,Taiyuan 030051,China)
Abstract:Based on the theory of urban amenities,a comprehensive evaluation index system of urban talents attractiveness is established in three aspects:the capacity providing employment,development opportunities and livable environment for talents.An empirical analysis of multi-city talents attractiveness is conducted by the factor analysis method.The results show that the level of economic development and employment opportunities are the main attractive factors,and natural and living environment are also the critical aspects in talents attractiveness.Therefore,suggestions are proposed,which are promoting the economy,strengthening the urban amenities and optimizing the talent policy.
Key words:talents attractiveness;demand of talents;urban amenities;factor analysis
中图分类号:F 293.1
文献标识码:A
文章编号:1004-3918(2019)04-0668-08
收稿日期:2018-12-12
基金项目:2017年度山西省哲学社会科学规划课题
作者简介:王文寅(1960-),男,教授,博士,主要研究方向为科技创新管理、人力资源管理
通信作者:张靖琳(1993-),女,硕士研究生,主要研究方向为科技创新管理、人力资源管理
(编辑 孟兰琳)
标签:城市论文; 人才论文; 因子论文; 吸引力论文; 评价论文; 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; 《河南科学》2019年第4期论文; 2017年度山西省哲学社会科学规划课题论文; 中北大学经济与管理学院论文;