戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的人力資源支持效率及結(jié)構(gòu)
——以廣州為例

黃小明，駱世廣，王 燕

(1.廣東金融學(xué)院a.組織與人力資源研究所;b.廣州市區(qū)域金融政策重點研究基地，廣東廣州 510521; 2.信陽職業(yè)技術(shù)學(xué)院數(shù)學(xué)與計算機科學(xué)學(xué)院，河南信陽 464000)

0 引言

戰(zhàn)略性新興產(chǎn)業(yè)的形成是一個過程，具有不同于傳統(tǒng)產(chǎn)業(yè)的成長路徑，也具有不同傳統(tǒng)產(chǎn)業(yè)的低耗高效要求。由此戰(zhàn)略性新興產(chǎn)業(yè)所引起的企業(yè)組織形式的變化、企業(yè)規(guī)模的變化、企業(yè)風(fēng)險特征的變化，以及技術(shù)更新等帶來的風(fēng)險特征的變異，都意味著新興產(chǎn)業(yè)必須要有與之相適配的人力資源結(jié)構(gòu)。戰(zhàn)略性新興產(chǎn)業(yè)的人力資源支持效率如何，人力資源結(jié)構(gòu)如何優(yōu)化，這些問題的研究對培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)起到關(guān)鍵性支撐作用。因此，眾多國內(nèi)學(xué)者針對該問題做了很多探索，形成了較多研究成果。羅新陽［1］提出發(fā)展適配戰(zhàn)略性新興產(chǎn)業(yè)的人才，應(yīng)從黨政、工會、企業(yè)三個層面強化人才素質(zhì);陸玉珍［2］認(rèn)為應(yīng)從樹立戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展中的人才戰(zhàn)略觀、構(gòu)建戰(zhàn)略性新興產(chǎn)業(yè)人才教育體系、搭建人才發(fā)展的平臺和加強人才隊伍建設(shè)的組織領(lǐng)導(dǎo)四個維度去儲備發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的人才資源;董俊武［3］通過對比美國、日本和中國臺灣的新興產(chǎn)業(yè)迅速發(fā)展的關(guān)鍵因素時發(fā)現(xiàn)現(xiàn)有人力資源的開發(fā)和創(chuàng)造性的應(yīng)用占重要位置;曾世宏［4］認(rèn)為人力資本報酬與新興產(chǎn)業(yè)發(fā)展壯大有較強關(guān)聯(lián)。這些研究論證了戰(zhàn)略性新興產(chǎn)業(yè)的人力資源支撐需從宣傳、培訓(xùn)和報酬等方面著手，也有學(xué)者認(rèn)為適配戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的人力資源策略需從高層次人才開發(fā)及流動、控制外流和積極引進(jìn)、“產(chǎn)學(xué)研”合作等方面著手［5－6］。在戰(zhàn)略性新興產(chǎn)業(yè)的人力資源微觀結(jié)構(gòu)研究方面，目前國內(nèi)文獻(xiàn)較少，趙志泉［7］認(rèn)為優(yōu)化人力資源結(jié)構(gòu)應(yīng)圍繞產(chǎn)業(yè)技術(shù)創(chuàng)新人才、工程技術(shù)人才、產(chǎn)業(yè)實用專業(yè)技術(shù)人才搭建配置與保障機制;李莉［8］認(rèn)為戰(zhàn)略性新興產(chǎn)業(yè)的人力資源特征應(yīng)具有專業(yè)性、嚴(yán)謹(jǐn)性、高素質(zhì)性、自主性和稀缺性。這些研究結(jié)論構(gòu)成了本文的基礎(chǔ)，不過缺乏實證支撐，也沒有涉及到量化層次的適配戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的人力資源結(jié)構(gòu)特征，更沒能在戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的人力資源支持效率測算的基礎(chǔ)上進(jìn)行人力資源結(jié)構(gòu)特征分析。本文以廣州某高新區(qū)戰(zhàn)略性新興產(chǎn)業(yè)2011年統(tǒng)計數(shù)據(jù)為例，研究戰(zhàn)略性新興產(chǎn)業(yè)的人力資源支持效率和適配戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的最優(yōu)人力資源結(jié)構(gòu)。

1 研究設(shè)計

本文首先利用DEA方法中的BCC模型測量戰(zhàn)略性新興產(chǎn)業(yè)的人力資源支持效率，在此基礎(chǔ)上，借助于粗糙集和遺傳算法挖掘與戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展相適配的人力資源結(jié)構(gòu)特征。

1.1 DEA方法及指標(biāo)選擇

DEA方法［9］是著名的運籌學(xué)家A.Charnes、W.W.Cooper以及E.Rhodes在1978年創(chuàng)新性的提出的以相對效率概念為基礎(chǔ)的非參數(shù)前沿效率分析方法，用于評價同類型的決策單元間的相對有效性。自第一個DEA模型C2R模型開發(fā)成功后，已形成關(guān)于效率、生產(chǎn)可能集、生產(chǎn)前沿面等概念的完整的理論和方法;由于該模型具有堅實的理論基礎(chǔ)、簡潔的數(shù)學(xué)形式、直觀的經(jīng)濟解釋等特點，它在許多實際問題的應(yīng)用中取得了成功［10］。Charnes和Cooper等人后來又提出了BCC模型、C2W模型、C2WH模型及以上模型的綜合模型C2WY模型。考慮到戰(zhàn)略性新興產(chǎn)業(yè)的人力資源支持問題具有多輸入多輸出的特性，本文采用投入型可變效率模型BCC模型。

投入產(chǎn)出指標(biāo)的設(shè)計及說明如表1所示:

表1 DEA投入產(chǎn)出指標(biāo)設(shè)計表

1.2 粗糙集與遺傳算法

粗糙集理論是波蘭數(shù)學(xué)家Pawlak［11］在1982年提出的一種模糊性與不確定性的離散數(shù)據(jù)處理方法，主要原理是在保持分類能力不變的前提下，通過屬性約簡和值約簡，提取決策規(guī)則。在海量數(shù)據(jù)的消除冗余信息和提取特征集方面，粗糙集理論有著良好的性能。粗糙集理論的要點是將知識與分類決策聯(lián)系在一起，在本文中知識即是人力資源特征，分類決策我們設(shè)定為DEA評價結(jié)果。

遺傳算法［12］是由J.Holland教授于1975年首先提出的一種模擬達(dá)爾文生物進(jìn)化過程的計算模型，是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的算法。遺傳算法對問題解空間反復(fù)使用交叉、變異和選擇等操作，使種群不斷進(jìn)化，同時運用全局并行搜索技術(shù)來搜索群體中的最優(yōu)個體，以獲取滿足約束條件的最優(yōu)解。與傳統(tǒng)算法相比遺傳算法具有魯棒性高、全局搜索、并行處理等優(yōu)點，一經(jīng)出現(xiàn)就解決了許多以前算法難以勝任的復(fù)雜度高的問題。

粗糙集理論與遺傳算法的結(jié)合，適合對影響因素復(fù)雜的問題進(jìn)行分析，能高效地挖掘出有價值的決策規(guī)則。本文中，由于描述與戰(zhàn)略性新興產(chǎn)業(yè)相關(guān)的人力資源結(jié)構(gòu)的指標(biāo)眾多，且指標(biāo)間關(guān)系錯綜復(fù)雜，常用的Logit回歸模型由于非線性因素處理不敏感，因此我們選用結(jié)合粗糙集與遺傳算法的關(guān)聯(lián)規(guī)則挖掘方法。這些方法的實現(xiàn)借助于ROSETTA軟件，ROSETTA［13］是由挪威科技大學(xué)和波蘭華沙大學(xué)合作開發(fā)的一個基于粗糙集理論框架的數(shù)據(jù)挖掘工具。ROSETTA實現(xiàn)了數(shù)據(jù)挖掘和知識提取的統(tǒng)一，具有較強的數(shù)據(jù)集預(yù)處理能力，可得到對目標(biāo)屬性影響顯著的最小屬性約減集和行之有效決策規(guī)則。

2 實證結(jié)果及分析

通過相關(guān)渠道，我們收集了廣州市某高新技術(shù)開發(fā)區(qū)2011年1 960家企業(yè)的主要財務(wù)狀況、高科技產(chǎn)品產(chǎn)出、研發(fā)、人力資源支持、金融支持等數(shù)據(jù)(說明:該高新區(qū)的企業(yè)多屬于高端新型電子信息、新能源汽車、半導(dǎo)體照明(LED)、生物、高端裝備制造、節(jié)能環(huán)保、新能源和新材料等戰(zhàn)略性新興產(chǎn)業(yè)領(lǐng)域)。排除數(shù)據(jù)缺失較嚴(yán)重的樣本后還剩520家企業(yè)，為了論述方便，我們從520家企業(yè)中按5%比例隨機抽樣，下文的論述結(jié)果是抽樣后的運算結(jié)果。

2.1 支持廣州戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的人才效率

按照表1的指標(biāo)設(shè)計方式，y1～y3為DEA產(chǎn)出指標(biāo)，x1～x20為DEA投入指標(biāo)，借助于軟件DEAP2.1，主要結(jié)果如表2所示，其他結(jié)果略去。

表2 抽樣的26家戰(zhàn)略性新興產(chǎn)業(yè)類企業(yè)的人力資源支持DEA效率

續(xù)表2

結(jié)論如下:

1)該高新區(qū)企業(yè)的人才支持效率普遍較好，但在規(guī)模效應(yīng)上多表現(xiàn)為投入不足。

抽樣樣本的平均DEA綜合效率為0.803，平均純技術(shù)效率為0.998，平均規(guī)模效率為0.805。說明總體人才支持效率較高，多數(shù)企業(yè)在人才規(guī)模投入上需提高。這可能與當(dāng)前人力資源報酬水平提高，導(dǎo)致企業(yè)招人態(tài)度趨于謹(jǐn)慎有關(guān)。但是與企業(yè)綜合發(fā)展息息相關(guān)的人才不能節(jié)約。

2)該高新區(qū)企業(yè)的高學(xué)歷人才(主要指博士)和女性科技活動人員投入都比較充足，規(guī)模效應(yīng)不足主要體現(xiàn)在本科、大專職員和初級技術(shù)人員上。

從DEA計算結(jié)果看，多數(shù)企業(yè)在博士、女性科技活動人員、高級技術(shù)人員等指標(biāo)上都比較充足，較大的規(guī)模投入不足顯示在當(dāng)年吸納高校應(yīng)屆畢業(yè)生和初級技術(shù)人員身上;這與廣州近年年來的人才戰(zhàn)略有關(guān)。為了加速培育發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)，廣州市政府出臺了一些列引進(jìn)高端人才的優(yōu)惠措施，這些措施在促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新的同時，也加劇了人才結(jié)構(gòu)的失衡。

3)科技活動人人員、科技項目人員、售后服務(wù)人員占比較低。

新形勢下的企業(yè)競爭體現(xiàn)在兩個方面，一個是技術(shù)，一個是服務(wù)。計算結(jié)果顯示該高新區(qū)的人力資源結(jié)構(gòu)在人才類別上也不協(xié)調(diào)，多數(shù)企業(yè)需在科技活動人人員、科技項目人員、售后服務(wù)人員這三個指標(biāo)上擴大規(guī)模。

2.2 適配廣州戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的人力資源結(jié)構(gòu)特征

將DEA評價結(jié)果作為目標(biāo)變量y，DEA有效y取值1，否則y取值0;輸入變量取表1中的x1～x20。借助于rosetta軟件，得到適配廣州戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的人力資源特征155條。但是并不是所有的規(guī)則都有有效的，我們需要對全部規(guī)則進(jìn)行約減。規(guī)則約減的兩個重要參考是規(guī)則的支持度和置信度。規(guī)則X→Y的支持度是指樣本集中X∪Y的百分比，支持度用來衡量關(guān)聯(lián)規(guī)則的重要性。規(guī)則X→Y的置信度是指樣本集中“既包含了X又包含了Y的事務(wù)的數(shù)量占所有包含了X的事務(wù)的百分比”，表示規(guī)則在數(shù)據(jù)集上的可靠性。一般，滿足一定支持度和置信度的規(guī)則稱為強規(guī)則，也即是有意義的規(guī)則。本文按照最小支持度15%、最小置信度85%篩選出以下規(guī)則，如表3所示。

表3 廣州戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的人力資源結(jié)構(gòu)特征

以上規(guī)則蘊含的主要結(jié)論如下:

1)從業(yè)人員中碩士數(shù)大于16，公司從業(yè)人員年平均數(shù)介于77到157之間，大專學(xué)歷工作人員大于14，本科生大于55，當(dāng)年吸納高校應(yīng)屆畢業(yè)生大于12，科技活動人員大于52，理工類本科學(xué)歷以上人員數(shù)大于54，高級技術(shù)人員大于9人，工程技術(shù)人員大于34等這些特征都對應(yīng)著戰(zhàn)略性新興產(chǎn)業(yè)類公司的發(fā)展效率相對有效。

2)當(dāng)售后服務(wù)人員多于72時，有多于15%的公司處于DEA有效。

3)工程技術(shù)人員小于34且大專學(xué)歷人員小于14時，有五分之一的公司DEA效率為無效;碩士生小于8人，科技人員合計小于39，參加科技項目人員小于32，售后服務(wù)類人員小于5人這些特征中兩個或兩個以上出現(xiàn)時，有大于15%的公司處于DEA無效。

3 政策建議

本文基于DEA的BCC模型測算了廣州某高新技術(shù)開發(fā)區(qū)隨機抽取的26家企業(yè)的人力資源支持效率，并在此基礎(chǔ)上利用粗糙集和遺傳算法相結(jié)合的方法挖掘了適配廣州高新技術(shù)開發(fā)區(qū)內(nèi)企業(yè)發(fā)展的人力資源結(jié)構(gòu)特征，這些結(jié)論蘊含的政策建議如下:

第一，優(yōu)化戰(zhàn)略性新興產(chǎn)業(yè)的人力資源結(jié)構(gòu)。在制訂高層次創(chuàng)新型人才戰(zhàn)略時，不能忽視中低層次人才的協(xié)調(diào)發(fā)展;企業(yè)內(nèi)只有人才的學(xué)歷結(jié)構(gòu)、職稱結(jié)構(gòu)在合理的范圍內(nèi)時才能高效的發(fā)揮人力資源的支撐作用;前面的實證結(jié)果并沒有顯示博士學(xué)歷人才在支持企業(yè)發(fā)展方面的有效作用，這說明不同學(xué)歷的人才需結(jié)構(gòu)合理才能發(fā)揮最大效能;同樣，合理的職稱結(jié)構(gòu)、專業(yè)結(jié)構(gòu)也對提高人力支持效率有很大作用。

另外，人才戰(zhàn)略需考慮到戰(zhàn)略性新興產(chǎn)業(yè)培育和發(fā)展的各個環(huán)節(jié)。當(dāng)前多數(shù)高新技術(shù)企業(yè)在引進(jìn)人才時著重考慮的是技術(shù)類人才，而忽視了管理類、服務(wù)類、營銷類等人才的培育和引進(jìn)，這導(dǎo)致了企業(yè)的人力支持綜合效率低下。因此，企業(yè)在制訂用人計劃時需全盤考慮，應(yīng)根據(jù)企業(yè)所屬行業(yè)和生命周期確定各類人才的比例。

第二，創(chuàng)新戰(zhàn)略性新興產(chǎn)業(yè)的人力資源交流與合作舉措。當(dāng)前的人才流動囿于相關(guān)人口戶籍等政策難以實現(xiàn)有效融通，這在一定程度上不利于戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展。因此，在鼓勵創(chuàng)辦行業(yè)協(xié)會、舉辦學(xué)術(shù)研討會或者建立博士后流動站等舉措的技術(shù)上，應(yīng)探索人力資源交流與合作的新舉措。

第三，完善戰(zhàn)略性新興產(chǎn)業(yè)的人力資源培訓(xùn)體系和加強企業(yè)與高校、科研機構(gòu)的合作。戰(zhàn)略性新興產(chǎn)業(yè)的高效發(fā)展離不開它獨有的人力資源特征，這些特征通過企業(yè)自身的培訓(xùn)引領(lǐng)是最有效的;因此，完善戰(zhàn)略性新興產(chǎn)業(yè)的人力資源培訓(xùn)體系，并進(jìn)一步的將一些人力資源進(jìn)修體系常態(tài)化，是解決企業(yè)人力資源支持效率不高的有效措施。另外一個層面，企業(yè)自身培訓(xùn)過于追求速成，必然忽略轉(zhuǎn)化周期較長或轉(zhuǎn)化前景不明的新理論新技術(shù);而這些新理論新技術(shù)的研究與應(yīng)用恰恰是高校或者科研機構(gòu)的強項，因此，可借助于類似“產(chǎn)學(xué)研”合作這種模式強化企業(yè)與高校科研機構(gòu)的合作。

［1］羅新陽.戰(zhàn)略性新興產(chǎn)業(yè)培育與人力資源開發(fā)——以浙江紹興為例［J］.學(xué)理論，2012(9):97－98.

［2］陸玉珍.戰(zhàn)略性新興產(chǎn)業(yè)人才隊伍建設(shè)存在的問題及對策研究——以揚州為例［J］.長春工程學(xué)院學(xué)報(社會科學(xué)版)，2012，13(3):34－37.

［3］董俊武.人力資本視野的后發(fā)經(jīng)濟新興產(chǎn)業(yè)發(fā)展:國際經(jīng)驗及啟示［J］.改革，2008(8):95－101.

［4］曾世宏.人力資本回報與產(chǎn)業(yè)升級——“后危機時代”中國經(jīng)濟發(fā)展方式轉(zhuǎn)變的思考［J］.經(jīng)濟前沿，2009(12):3－10.

［5］熊斌，葛玉輝.推動戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的科技人力資源開發(fā)研究［J］.中國人力資源開發(fā)，2010(8):5－8.

［6］李博，解東輝.我國新興產(chǎn)業(yè)短缺性人才供需模型研究［J］.價值工程，2006(10):26－28.

［7］趙志泉.戰(zhàn)略性新興產(chǎn)業(yè)的識別及其人力資源開發(fā)建議［J］.生產(chǎn)力研究，2011(12):204－206.

［8］李莉.基于特征視角的戰(zhàn)略性新興產(chǎn)業(yè)人力資源開發(fā)探索［J］.重慶理工大學(xué)學(xué)報(社會科學(xué))，2013，27(10):38－41.

［9］魏權(quán)齡.數(shù)據(jù)包絡(luò)分析［M］.北京:科學(xué)出版社，2004.

［10］魏權(quán)齡，盧剛.DEA方法在企業(yè)經(jīng)濟效益評價中的應(yīng)用［J］.統(tǒng)計研究，1990(2):58－62.

［11］Pawlak，Zdzislaw.Rough sets:Theoretical Aspects of Reasoning About Data［M］.Dordrecht:Kluwer Acadermic Publishers，1991.

［12］李康順，李元香，滕沖，等.遺傳算法在數(shù)據(jù)挖掘中的應(yīng)用［J］.計算機工程與應(yīng)用，2005(9):219－223.

［13］挪威科技大學(xué).Rosetta——數(shù)據(jù)分析的粗糙集工具箱［EB/OL］.(2009－05－12)［2014－02－10］.http://rosetta.lcb.uu.se/general/.