我國31省區人力資源狀況的比較研究

陸遠權，馬壘信，何倩倩

（重慶大學 貿易與行政學院，重慶 400030）

我國31省區人力資源狀況的比較研究

陸遠權，馬壘信，何倩倩

（重慶大學 貿易與行政學院，重慶 400030）

我國各省區具有不同的人力資源發展水平和發展特征。文章以2008年我國31省區相關統計數據為基礎，利用因子分析法計算出各省區人力資源狀況的總體得分，并通過聚類分析將各省區人力資源狀況分為四大類別，總結出各類別地區人力資源的總體特點與差異，提出促進我國區域人力資源開發的對策建議。

人力資源；因子分析；聚類分析

人力資源狀況是指一個國家或地區在某一時間段內能夠投入社會經濟活動的勞動人口狀況。雖然我國人力資源總量豐富，但是各省區人力資源的總體狀況卻各不相同，人力資源數量、質量、分布、開發狀況和發展潛力方面也表現出各自的特點。當前學術界對我國局部區域內人力資源的研究較為充分，而對各省區人力資源狀況的對比研究尚且較少。本文通過因子分析和聚類分析，計算出了我國31省區人力資源狀況的總體得分，描繪出人力資源分布的四大地域類別特征，對促進我國不同空間區域的人力資源開發具有一定的借鑒意義。

1 人力資源狀況指標體系的構建

按照科學性、系統性、可操作性等原則，結合人力資源狀況的自身要求，本文從人力資源數量、質量、潛力和分布四個層面，選取了16個具體指標來衡量和描述各地區的人力資源狀況。

（1）人力資源數量指標：X1：人口數量；X2：人口自然增長率；X3：人口自然死亡率；

（2）人力資源質量指標：X4：城鎮人口比重；X5：成年人口比重；X6：社會撫養系數；X7：高等學歷人口比例；X8：文盲率；X9：高等院校數量；X10：每十萬人口高校在校人數；

（3）人力資源潛力指標：X11：教育經費支出額；X12：教育支出占財政支出比例；X13：每十萬人口小學在校人數；X14：每百人圖書藏書量；

（4）人力資源分布指標：X15：第二產業從業人員比例；X16：第三產業從業人員比例。

2 相關數據分析

本文選取我國31個省（自治區、直轄市）①不包括我國的香港特區、澳門特區和臺灣省。2008年相關指標的數據作為樣本[9]，首先運用SPSS17.0統計軟件對數據進行了歸一化和無量綱化處理，然后采用因子方法從16個指標中找出4個具有代表性的因子來對人力資源狀況指標進行描述，再采用綜合評價的方法得到各個省區人力資源狀況的綜合得分，最后用對各省區人力資源綜合水平進行聚類分析。

2.1 因子分析

(1)數據的歸一化和標準化處理

首先搜集全國31個省區所分別對應的16個指標的數據，形成原始的數據矩陣②限于篇幅，原始的數據矩陣從略。。然后將人口自然死亡率、社會撫養系數和文盲率3個逆指標進行正向化處理（本文采用取逆指標倒數的方式進行指標的歸一化處理）。由于不同的指標具有不同的量綱，為了便于變量間的比較，應消除量綱的差異造成的影響，即數據的標準化處理。數據標準化采用公式為：

其中，i=1，2，…，31；j=1，2，…，16；Xij為第 i個地區的第 j個指標的原始值 （三個逆指標則是取其倒數后的數值，下同）；Yij為第i個地區的第j個指標標準化后的數值；為31個地區的第j個指標均值；為第j個指標的標準差。經過標準化處理之后的變量均值為0，方差為1。

(2)KMO 和 Bartlett’s球形檢驗

運用SPSS17.0軟件對樣本數據進行KMO以及Bartlett’s球體檢驗（見表 1），得出 KMO檢驗值為 0.787＞0.7；卡方統計值的顯著性水平為0.000＜0.0001，說明樣本數據滿足因子分析條件。

表1 KMO和Bartlett球形檢驗

(3)提取公因子

采用主成分法提取公因子，以主成分的特征值≥1，累計總方差貢獻率≥85%為標準提取主成分。從原始數據中提取的前4個公因子的特征值累積總方差貢獻率達到85.697%，可以用這 4個主成分（分別用F1、F2、F3和 F4表示）來替代原來16個指標對各地區人力資源狀況進行衡量（見表2）。

表2 人力資源總體狀況總方差分解表

(4)因子旋轉和公因子的命名

原始變量的信息在4個主成分中比較分散，難以進行公因子的分析，因此我們采用方差最大旋轉法（Varimax）對因子進行旋轉。

從表3可以看出，經過7次旋轉之后的因子結構得到了有效簡化，公因子的荷載量出現了明顯的分化趨勢。

主成份F1在社會撫養系數、成年人口比重、人口自然增長率、每十萬人口小學在校人數和文盲率等指標上具有較高的荷載量。這5個指標主要反映的是人口持續性和負擔能力的情況，因此將F1定義為“人口持續性和負擔能力因子”。

主成分F2在高等學歷人口比例、每百人圖書藏書量、城鎮人口比重、第三產業從業人員比例和每十萬人口高校在校人數等指標上具有較高的荷載量。這5個指標主要反映的是文化性因素對人力資源質量的影響，因此將F2定義為“文化支持條件因子”。

主成份F3在教育支出占財政支出的比例、教育經費支出額、高等院校數量、人口數量、第二產業從業人員比例等指標上具有較高的荷載量。這6個指標主要反映的人口基礎性因素和社會物質條件對人力資源質量的影響，因此將F3定義為“人口基礎和財政支持因子”。

主成份F4在人口自然死亡率指標上具有較高的荷載量。將F4定義為“人口持續能力”因子。

表3 旋轉后人力資源總體狀況公共因子荷載矩陣

表4 人力資源狀況的因子得分系數矩陣

2.2 人力資源狀況數值的計算

根據表4所示的因子得分系數矩陣，可以得到人力資源狀況的原始因子得分系數，進而計算出這4個公共因子的具體得分。

每個主成份的權重以各自的因子方差貢獻率占總體累積貢獻率的比重來確定。計算得出四個主成份的權重分別為0.5449、0.2782、0.1000和0.0769。可以得到各省市人力資源狀況的綜合得分公式：

將公式（1）（2）（3）（4）代入公式（5），再將標準化數值代入，即可以得到我國31個省市區人力資源狀況的總體評價值(用 Si表示，i=1，2，3，…，31)。

表5 我國31個省市區人力資源總體狀況得分及排名表

表6 我國31省區人力資源狀況聚類情況

2.3 中國人力資源總體水平的地域聚類分析

為了便于分析各地區人力資源狀況的相同點和不同點，更加確切地描述我國的人力資源狀況，在綜合評價的基礎上，利用四個主因子做進一步的聚類分析。聚類方法采用Ward法，以歐氏距離平方法作為度量區間標準。

通過反映聚類結果的樹形圖，可以看到我國各省區人力資源狀況的聚類狀況。以15為界，我們將31個省區的人力資源狀況分為四大類。

第一類為上海、北京和天津3個直轄市。在人力資源文化支持因子上的絕對優勢地位，表明這3個市的人力資源潛能已得到較好的利用，并轉化為人力資本投入到經濟社會發展之中。

第二類有4個省區：吉林、黑龍江、內蒙古和遼寧。東三省和內蒙古自治區在人力資源的文化支持因子上的得分處于全國中等偏下水平，但是在人口持續性和負擔能力因子上的得分處于全國最高水平，展現了人力資源發展的巨大潛力。

第三類分布最為廣泛，涵蓋了東中西三大區域的16個省區。其中山東、河南、四川、湖北、湖南、江蘇、陜西等人口大省在人口總量上的優勢較大；浙江、廣東和福建在文化支持因子和財政支持因子上的得分很高；安徽、江西、山西和重慶四省市在人力資源各因子上的得分較為均衡，但人力資源總體水平處于中等偏后的位置；廣西在總得分和各因子的得分上都處于落后地位。

第四類有海南、寧夏、新疆、云南、貴州、甘肅、青海、西藏8個省區。除了個別省區在某個因子上的得分較高以外，該類所有省區在各個因子中的得分和人力資源狀況總體得分都處于全國落后地位，人力資源開發的任務最為艱巨。

3 研究結論

將我國31省區人力資源狀況因子分析的綜合得分和聚類分析分類結果相結合，可得出如下5點結論：

(1)人力資源總體狀況受多種因素的綜合影響

人力資源總體狀況受到人口數量、文化支持條件、人口持續性和人口負擔負擔能力等多種因素的綜合影響。其中，人口數量是人力資源水平的基礎性影響因素；文化支持和財政支持是人力資源開發的重要手段；人口持續性和人口負擔能力則是人力資源發展潛力的重要體現。

(2)區域之間人力資源發展水平存在巨大差異

第一類地區的京津滬3市平均人力資源總體得分為1.2204，遠遠高于其他3個地區的得分。雖然第二類中4省區的第一主成分得分在全國所有省區中處于領先地位，但其平均綜合得分為0.65758，尚不及第一類地區平均分值的一半。與第一、第二類地區相比較，第三類地區的人力資源總體平均得分更小（-0.06855）。其中不乏山東、四川、河南、江蘇等人口大省。第四類地區在人力資源的各項指標上基本全處于落后地位，人力資源總體平均得分僅為-0.65434，與其他省份相比各方面的差距最為懸殊。

(3)區域內部省區之間人力資源狀況也存在較大差異

第一類地區中，上海市在文化支持因子上的得分幾乎是北京和天津2市水平的2倍，北京的人口持續能力得分則遠遠高于津滬兩市。第二類地區中內蒙古在財政支持因子上的得分低于其他3省的相關分數。第三類地區中處于領先地位的湖北與處于落后地位的廣西在人力資源狀況總體得分上的差距達到1.0095；山東、四川、湖北、湖南等省份在人口基礎因子上處于優勢地位，而廣東、附件、浙江等省份則在財政支持因子上的得分較高。第四類省區中海南和寧夏在文化支持條件和人口自然死亡率指標上的得分較高，而新疆和西藏則在人口自然死亡率上處于較高水平。

(4)人力資源向人力資本的轉化不足

當前我國人力資源數量較大，但是多數省區的人力資源數量優勢尚未轉化為人力資本優勢。在人力資源總體水平得分較高的東三省和內蒙古自治區，人力資源基礎較好，但是與第一類的京津滬相比，在人力資源的文化支持、財政投入和人口結構合理性水平上明顯落后，人力資源開發和利用水平有待提升。山東、河南、湖北、湖南、四川等其他人力資源大省的人力資源總體得分僅處于三類，它們在人力資源開發利用上的任務十分嚴峻。

(5)人力資源狀況與經濟發展水平存在較強的相關性

按照地區經濟發展程度的分類，我國經濟發達地區包括北京、上海、天津 3個市，這與本文分析得出的人力資源總體聚類狀況完全吻合；經濟較發達和經濟欠發達地區包括廣東、福建、江蘇、海南、四川等18個省區，總體與人力資源總體狀況的二類和三類地區的劃分較為吻合；經濟落后地區包括云南、貴州、西藏、陜西、甘肅、寧夏、青海、內蒙古、新疆 9個省區，與本文人力資源總體發展狀況四類的劃分基本吻合。以上現象表明區域人力資源總體狀況與當地的經濟發展水平有較強的正相關性。

4 促進我國人力資源開發的建議

京津滬等地區具有相對充足的人力資源儲備和豐富的人力資本開發經驗。一方面要保持人力資源數量的持續性，進一步優化人口年齡結構；另一方面應繼續推進人力資本的開發，增加高精尖人才的儲備，打造具有國際競爭力的人才隊伍；還要發揮其示范和輻射作用，通過人才的區際交流，帶動其他地區人力資源的開發和利用。

第二類地區和第三類地區部分省區雖然已有一定的人力資源儲備，但人力資源開發利用狀況尚處于較低水平。故應利用這類地區已有的人力資源基礎，在教育和財政方面加大人才的培養和開發，創新用人機制，盡快將人力資源優勢轉化為人力資本優勢。

第三類地區中的四川、重慶、廣西等省區和第四類全部省區同屬于西部地區，要改善這些省區的人力資源狀況，一方面要繼續加大對西部地區的財政扶持和政策傾斜，鼓勵和號召東中部人才到西部去；另一方面應重視對西部地區當地人力資源的開發，提高當地的人力資源儲備，建立人才利用的長效機制。

[1]徐莉,王芬.我國31個省（自治區、直轄市）區域人力資本的樣本聚類實證分析[J].科技進步與對策，2006，(1).

[2]李濤.我國35個大中城市人力資本投資實證分析[J].中國管理科學,2004，(4).

[3]王一多.西部地區如何走出人力資源困境[J].西南民族大學學報(社會科學版)，2004，(10).

[4]許曉紅.關于西部地區人力資源開發的研究[D].天津工業大學，2006.

[5]趙軍平.東北地區人力資源開發與區域經濟增長的關系研究[D].東北師范大學，2008.

[6]劉文等.人力資本在環渤海區域經濟增長中的作用[J].商業研究，2009，(10).

[7]劉新榮.泛珠三角區域人力資源合作開發研究[J].暨南學報(哲學社會科學版)，2009，(4).

[8]宋美麗,孫健.區域人力資源投資水平研究——基于山東17地市的數據分析[J].經濟問題，2010，(2).

[9]國家統計局.中國統計年鑒(2009)[M].北京:中國統計出版社，2009.

F240

A

1002－6487（2011）04－0075-04

國家社會科學基金項目（06BRK009）

陸遠權（1966-），男，重慶人，博士，教授，研究方向：區域經濟與人力資源。

馬壘信（1986-），男，山東冠縣人，碩士研究生，研究方向：人力資源開發與管理。

何倩倩（1987-），女，山東臨清人，碩士研究生，研究方向：人力資源開發與管理。

(責任編輯/浩 天)