譚建偉,馮培云,羅鑒益
(重慶理工大學 a.經濟與貿易學院; b.會計學院,重慶 400054)
重慶市科技人才集聚效應實證研究
譚建偉a,馮培云a,羅鑒益b
(重慶理工大學a.經濟與貿易學院; b.會計學院,重慶400054)
摘要:隨著時代的發展與社會的進步,經濟增長影響要素中知識和技能的作用越來越大。而科技人才作為掌握有專業知識和技能的高質量人力資源,對于技術的創新和經濟的發展更是有著不可估量的影響。科技人才集聚能夠通過發揮一系列的效應達到利用率1+1>2的效果。采用主成分分析法提取科技人才集聚效應衡量指標的主要數量信息,然后通過構建綜合指標評價體系衡量近年來重慶市科技人才集聚效應,進而分析其飽和度、未來發展趨勢以及與重慶經濟發展的關系,為重慶市提高科技人才集聚度和科技人才利用效率提供借鑒。
關鍵詞:主成分分析法;重慶市;科技人才;集聚效應
隨著社會的發展,知識作為一種資源發揮著越來越重要的作用,而作為知識創造者的人才自然對于經濟社會發展的各方面都是不可或缺的。重慶作為我國西部唯一的直轄市,在科技人才政策、就業機會等方面具有很大優勢,近年來吸引了大批的科技人才。最新統計數據顯示,重慶市2012年R&D人員數達72 609人,R&D人員全時當量達46 115人年[1-2],分別比上年增長11.2%和13.3%,位居西部地區第三位,但是與發達省份的差距仍然較大。為了支持科技創新和經濟發展,趕上甚至超過發達省份,重慶市必須吸引更多的科技人才。因此,了解重慶市科技人才集聚效應現狀,并以此為依據營造出具有競爭力的人才集聚環境具有重要的現實意義。
科技人才集聚是人口流動的一種特殊情況,是指具有專業知識和技能的人口受到經濟發展水平、地理環境等因素的吸引而向特定區域流動的現象。科技人才集聚會產生一系列的效應,如信息共享效應、集體學習效應等,能夠極大地促進集聚地經濟社會的發展。本文通過“構建科技人才集聚綜合評價指標體系→分析重慶市現有科技人才集聚水平和集聚狀態→預測重慶市未來科技人才集聚趨勢→提出相應政策建議”這一思路,以計量經濟模型為分析方法來研究重慶市科技人才集聚效應狀況,以期為促進重慶市科技人才集聚提供借鑒。
一、相關研究
人才集聚對于經濟社會發展的重要程度不言而喻,很多學者對人才集聚進行了研究。在內涵研究方面,Giannetti認為由于勞動者具有的技能不同,分工合作能夠在降低生產成本的同時提高生產效率,這造成了人力資源的集聚[3]。Talor等人研究了人才聚集的推動力,指出機會的多少、雇主的可模仿性、雇主識才用才的能力、中介狀況和提升空間是促進人才聚集的主要因素[4]。牛沖槐等認為人才集聚是在一定時間內,伴隨人才流動使得同類型或相關人才按照一定的聯系在特定地區或行業形成的聚類現象[5]。各個學者對人才集聚的定義具有共通之處,簡單來說即是分散在不同地域的人才由于某些原因向特定地域集合的一種社會現象。
為了更好地研究人才集聚效應,需要設定一些指標對其進行衡量。既然人才集聚會產生各種效應,那么將各種效應進行綜合也可得到總的效應。不同學者在人才集聚效應的劃分和定義上有不同見解。牛沖槐等定義了人才集聚的經濟效應,指出人才集聚有信息共享、知識溢出、創新、集體學習、激勵、時間、區域、規模等8種效應,并通過層次分析法對人才集聚效應的重要程度進行了評判[6]。劉思峰等將科技人才集聚效應分為個體效應、團隊效應和社會效應等3種,然后又將每一個效應進行了細分[7]。張全同研究了人才集聚的評價指標,他從人才流動、集聚規模、人才使用等10個方面構建了人才集聚指標,并且列舉了能夠量化的二級指標,然后通過定性分析闡述了各個指標的合理性[8]。高潔等研究了上海國際航運中心人才集聚水平,她通過人才規模、人才質量、人才環境和人才國際化等4個一級指標和若干個二級指標對其進行了評價,并利用模糊綜合評價法與境外情況進行了對比分析[9]。白極星通過構建指標體系分析了新疆的人才集聚現狀,并把不同地區的人才集聚效應和人才集聚環境做對比分析,最后將不同地區的人才集聚歸結為集聚強勢型、伴生集聚型、一般集聚型、弱勢集聚型和特殊集聚型等5種類型[10]。上述不同學者對人才集聚效應的分類各具特色,也都能夠較好地衡量人才集聚整體效應。本文選取了牛沖槐等人的研究成果,以其對人才集聚效應的8個分類為一級指標,并通過綜合前人研究成果設置相應的二級指標,對重慶市科技人才集聚效應進行衡量。
二、綜合評價指標的構建
分析科技人才集聚趨勢必須有一個綜合性指標,這一指標要能夠很好地描述科技人才集聚所帶來的各種效應。上文中提到:牛沖槐將科技人才集聚效應分為了8個類型,即信息共享效應、知識溢出效應、創新效應、集體學習效應、激勵效應、時間效應、區域效應和規模效應。這8大效應能夠很好地描述科技人才集聚對集聚地產生的影響,能夠為選取衡量指標提供重要借鑒。由于上述指標不夠具體,很難用數據進行衡量,所以本文在借鑒牛沖槐、趙京花等人研究的基礎上,設置百萬人公共圖書館擁有量、技術合同成交額等16個衡量指標,這些指標比較具體,可以用數據衡量。指標體系具體見表1。

表1 重慶市科技人才集聚效應衡量指標
資料來源:參考文獻[5]、參考文獻[11]。
文章所用數據是重慶市1995—2012年相關指標數據,數據是通過《重慶統計年鑒(1997—2013)》《中國科技統計年鑒(1996—2012)》、中國統計局網站、互聯網相關報道以及一些原始數據的分析整理所得。為了加大樣本容量,本文使用了重慶市1995—2012年的統計數據。其中1995年和1996年多數數據可在《重慶統計年鑒(1997)》上查詢到,其余是根據增長率等數據指標推算和從互聯網查詢所得,由于篇幅有限,文中不再對原始數據進行列述。
從表1可以看到,不同指標具有不同的數量單位。如果直接用原始指標值進行分析,就會突出數值較高的指標在綜合分析中的作用,相對削弱數值水平較低指標的作用。因此,要對原始數據進行標準化處理,將原始數據轉化成無量綱指標數值。SPSS18.0中默認的標準化方法為z-score 標準化法,本文以SPSS對原始數據進行標準化,所得結果略。
本文在構建重慶市科技人才集聚效應綜合評價指標時是通過將表1中的16個二級指標綜合成一個單一指標。在指標構建的過程中可以使用回歸分析等多種方法進行。從本文來看,有些二級指標具有一定的相關性,這種情況下使用回歸分析可能會產生多重共線性等問題。所以,本文在構建指標時借鑒主成分分析方法(PCA),分兩步進行計算。第一步借鑒主成分分析方法從16個二級原始指標中提取主成分因子,以在保留大部分原始信息的前提下減少指標個數;第二步是以用主成分分析法提取到的主成分因子為自變量、以科技人才集聚效應綜合評價指標為因變量構建數量關系。通過這種方法構建綜合評價指標可以簡化分析過程,減少了一些較為復雜的統計學問題的出現。在使用主成分分析法時,因為只是借此降低自變量個數,所以可以不完全按照常規步驟進行分析,如主成分因子命名等階段完全可以省略,這樣在完成計算任務的同時也簡化了計算步驟。
本文在數據分析中采用主成分分析方法。主成分分析法最早由英國心理學家C.E.斯皮爾曼提出。主成分分析法能夠通過降維來減少變量個數,以較少的變量代表大部分統計數據信息,減少了計算工作量以及指標相關造成的多重共線性等問題。主成分分析可以通過SPSS軟件實現,本文分析中所用軟件為SPSS 18.0。下面講述分析步驟。
1.前提條件檢驗。主成分分析的目的是從眾多的原有變量中綜合出少數幾個具有代表性的主成分因子,這就要求原有變量之間具有較強的相關性。因此,在主成分分析之前首先要對原有變量是否具有相關性進行檢驗。KMO值0~1,KMO值越接近1,變量相關性越強,越適合做主成分分析。根據Kaiser給出的主成分分析標準,KMO值在0.6以上適合做主成分分析。
利用SPSS 18.0分析,得出KMO檢驗結果,見表2。

表2 KMO與Bartlett檢驗表
從表2可以看出,本次檢驗的KMO值為0.746,Bartlett檢驗的觀測值為448.604,相應概率P值為0,小于顯著性水平0.01,所以相關系數矩陣與單位矩陣有顯著差異,適合做主成分分析。
2.主成分因子提取。提取主成分因子需要看所提取因子的特征值,一般要特征值大于1才符合要求。從表3因子解釋方差情況表可以看出,特征值大于1的主成分因子有3個,分別解釋了總方差的69.592%、10.931%和7.292%,累計解釋總方差的87.816%,變量信息丟失較少。

表3 因子解釋方差情況表
由于本文只是借鑒主成分分析方法提取原始數據主要信息,以便于綜合評價指標的構建,不需要以此做定性分析,所以在此不再分析主成分載荷矩陣,并不再對提取出的主成分因子命名。而后,可以通過SPSS軟件得出成分得分系數矩陣,具體見表4。

表4 成分得分系數矩陣
表4為成分得分系數矩陣,較為明確的表達了各變量與3個主成分因子之間的數量關系。由此可以得到以原變量X1~X16為自變量,以主成分因子為因變量的數量關系式,設主成分因子1、主成分因子2、主成分因子3分別為Y1、Y2、Y3,結果如下:
Y1=-0.094X1+0.076X2+0.093X3+
0.163X4+0.141X5+0.189X6+
0.009X7+0.179X8+0.057X9-
0.029X10+0.214X11-0.108X12+
0.066X13+0.002X14+0.088X15-
0.006X16
(1)
Y2=-0.05X1-0.074X2+0.002X3-
0.175X4-0.141X5-0.276X6+
0.175X7-0.253X8+0.127X9-
0.133X10-0.607X11+0.162X12+
0.095X13+0.272X14+0.026X15-
0.057X16
(2)
Y3=0.149X1-0.073X2+0.024X3+
0.066X5+0.071X6+0.025X7+
0.086X8-0.088X9+0.533X10-
0.151X14-0.002X15-0.165X16
(3)
3.構建重慶市科技人才集聚綜合評價指標。上文中通過主成分分析提取出3個主成分因子Y1、Y2、Y3,這種變量轉換簡化了指標分析過程,能夠建立起一個更加簡便易行的評價指標,同時也消除了在指標構建過程中出現的多重共線性等問題。本文構建的重慶市科技人才集聚綜合評價指標正式以提取到的3個主成分因子為自變量進行衡量與計算,具體如下:
(4)
其中,R即為科技人才集聚評價綜合指標,Y1、Y2、Y3為上文提取的主成分因子,也是式(5)中的自變量,α、β、δ分別為三者系數。在α、β、δ數值確定問題上,因為沒有R值,無法通過回歸等方法求得三者數值,故指定Y1、Y2、Y3旋轉后的方差貢獻值作為α、β、δ值。由于方差貢獻代表了3個主成分因子涵蓋原始變量信息的大小,所以能夠很好地表述三個主成分因子的權數。基于此,式(5)可以表述為:
R=0.588 35Y1+0.163 24Y2+0.126 56Y3
(5)
式(5)即是重慶市科技人才集聚評價綜合指標的計算公式,通過此公式可以計算出各年份重慶市科技人才集聚的總效應,并分析其波動趨勢。
三、重慶市科技人才集聚效應分析
運用上述評價指標可以計算出近年來重慶市科技人才集聚效應R值,由于重慶市在1997年直轄,為了保證對重慶市科技人才集聚效應分析的連續性,故僅分析了1997—2012年的人才集聚效應值,下面是重慶1997年至2012年人才集聚R值,具體見表5。

表5 重慶各年人才集聚效應值
從表5可以看到,從直轄以來重慶市科技人才集聚效應總體處于一種上升的狀態,并且除1998年和2000年外其集聚效應值以較為穩定的速度在逐年增長。同時把重慶市人才集聚效應值與同時期人均GDP做對比也可以粗略看出重慶市人才集聚與經濟增長的關系。具體見圖1。

圖1 重慶市科技人才集聚效應值與人均GDP比較示意圖
從圖1可以看到,1997年以來重慶市人均GDP與科技人才集聚效應值保持著較為明顯的一致關系。雙方呈現出近乎平行的增長態勢,這種情形表明雙方存在著較為緊密的關系。事實上,根據C-D函數可知,區域經濟的發展取決于物質資本和人力資本的投入,而科技人才集聚作為一種高質量人力資源的集聚必然會推動集聚地經濟的發展,這一結論從圖1也得到了驗證。此外,科技人才集聚可以發揮出人力資源的規模效應,通過知識共享等效應達到1+1>2的水平。因此,增加科技人才集聚的規模,提升科技人才管理和利用水平,必然能夠推動重慶市經濟的持續增長。此外,經濟發展水平作為吸引人才的一個重要因素,也在很大程度上推動了重慶市人才集聚的進程。可以說,在研究期內,重慶市的科技人才集聚與經濟發展水平產生了較好的良性互動效應,使得雙方形成了螺旋上升的增長態勢。
人才集聚的飽和度即是衡量某一地區在一段時間內人才資源是否達到最優配置狀態的指標。從人才集聚的邊際效用方面分析,當人才集聚的邊際效益為零時,其飽和度達到最合適狀態。在此狀態下,人才能夠發揮的集聚效應最大,自然也能夠在最大程度上促進經濟社會的發展。從數學函數方面分析,設人才集聚效應函數為f(x),則當導數值f′(x)=0時,人才集聚效應達到最大化,此時人才飽和度處于最合適狀態。以此為標準,人才飽和度不足和人才過于飽和都不利于人才集聚效應的發揮,都會對人才資源的優化配置產生消極影響。
從圖1可以看到,1997—2012年重慶市科技人才集聚效應值處于穩定上升的趨勢,其導數值f′(x)>0。由此我們得知,從1997年至今重慶市科技人才集聚一直處于非飽和(飽和度不足或過飽和)狀態,再通過觀察表6可以得知,重慶市人才集聚是處于飽和度不足狀態,人才集聚效應未能得到充分發揮。造成這種情況的原因主要有兩方面:一是重慶市現有科技人才數量不足,從表6可以明顯看出;二是人才資源的配置不合理,造成科技人才資源結構性浪費。
表6為2012年我國人均GDP前14名省市的科技人員狀況統計,在指標選取上使用了科技活動人力資源狀況通用的R&D人員全時當量作為比較標準。從表6可以看到,在14個省市中重慶市每萬人R&D人員全時當量排在第11位,處于末尾位置。另外從4個直轄市對比分析可知,重慶市排名末位,其每萬人R&D全時當量只有10.722人年,與天津的42.941、上海的34.597以及北京的25.859有著很大差距。這種科技人才數量上的不足必然會造成人才集聚效應不能充分發揮,成為經濟社會發展的短板。

表6 發達省市科技人員狀況統計表
數據來源:根據《中國統計年鑒(2013)》相關數據計算所得
此外,人才資源配置不合理也是造成重慶市人才集聚效應無法得到充分發揮的原因之一。以重慶市高校畢業生就業狀況為例,2013年重慶市高校畢業生就業率為85.43%,仍有兩萬多人未能順利就業[12]。與此同時,重慶市IT、汽車、航空等多個行業人才缺口巨大[13]。因此,通過政策調節等多種手段優化人才配置,真正做到人崗匹配也能夠極大地促進重慶市人才集聚效應的提升。
人才集聚飽和度能夠影響未來時期內人才流動狀態[14]。黃永軍在分析人才流動時指出,當人才飽和度不足時,組織會通過各種措施增加人才儲備量:一方面通過良好的政策等吸引外部人才流入和減少內部人才流出;另一方面通過培訓等方式使潛在人才變成顯性人才[15]。從上文分析中可知,重慶市人才集聚處于一種不飽和狀態,借助上述觀點分析,未來一段時間內重慶市人才集聚仍會出于上升狀態,直至達到最高點。當人才集聚效應函數f(x)達到最大值,f′(x)=0之后會在政策等手段調節下形成波浪形曲線在最大值處徘徊。
四、政策建議
從上述分析中可知,重慶市科技人才集聚仍處于飽和度不足狀態。為了充分發揮重慶市科技人才集聚效應,需要從兩個方面入手:一是增加科技人才儲量,二是優化科技人才資源配置。具體有4條措施:
1.制定更加具有競爭力的區域科技人才政策。重慶市作為西部城市,本身在對人才的吸引方面相對東部沿海城市有著先天劣勢。因此,制定比其他區域更加有競爭力的人才政策對于增加科技人才儲量具有至關重要的作用。在引入方面,通過政府津貼、提供科研啟動經費等方式吸引更多科技人才在重慶工作。在防止流失方面,通過提高待遇、規劃清晰的晉升通道、加大人文關懷等留住科技人才。在提升區域科技人才素質方面,通過培訓、教育、掛職鍛煉等提升重慶市人力資源的整體水平。
2.完善基礎設施建設。科技人才流動受到多種因素的影響,其中基礎設施,尤其是文化設施是否健全是重要因素之一。一是要加大圖書館等文化設施的建設力度,以文化設施為硬件、以文化宣傳為軟件,為重慶營造良好的學習氛圍和創新氛圍;二是要加強高等教育建設,高等教育是科技人才的搖籃,相對于其他培養途徑更加具有專業性。此外,高校等機構也是吸引高素質科技人才的一個重要載體,能夠促使科技人才發揮在人才培養和科研創新兩個方面的作用。
3.增加科研投入。一個地區科技水平的高低決定著吸引科技人才的數量和質量,北京、上海等地科技人才集聚水平較高與它們強大的區域創新能力不無關系。科技水平的提升與科技人才的集聚是一種良性的互動關系,能夠形成一種螺旋上升的發展趨勢。因此,政府和企業要增加科研投入,促進高新技術產業的發展,爭取更多科技人才集聚到重慶這片沃土上來。在政府層面,要為技術創新和高新技術的應用提供多種渠道的資金支持,如撥款、政府擔保貸款、稅收減免等。在企業層面,要重視核心技術的研發,提高研發投入在總收入中的比重。
4.加強科技人才資源的管理和利用。科技人才集聚有正效應,也有負效應。只有根據經濟發展需要調整科技人才結構才能避免科技人才資源結構性閑置。同時,避免科技人才惡性競爭等負效應的發生也對于科技人才集聚水平的提高有重要影響。一是根據重慶市產業結構及人才需求定向引進人才,如給予短缺人才更好的待遇等,以需求為依據形成人才待遇分級,引導科技人才結構向合理化方向發展。二是加強科技人才的交流,通過座談會、學術會議等多種形式促進科技人才在知識和技術等多層次的交流,這不僅有利于知識共享,還在一定程度上為科技人員在研究方向上的定位起到了參考作用,通過分工降低了惡性競爭發生的可能性。
[1]重慶市統計局,國家統計局重慶調查總隊.重慶統計年鑒2012[M].北京:中國統計出版社,2012.
[2]重慶市統計局,國家統計局重慶調查總隊.重慶統計年鑒2013[M].北京:中國統計出版社,2013.
[3]GIANNETTI M.Skill complementarities and migration decisions [J].Labor,2001,15(1):1- 32.
[4]TAYLOR L R,TAYLOR R A.Aggregation,migration and population mechanics[J].Nature,1977,265(2):415-421.
[5]牛沖槐,高祖艷,王娟.科技型人才集聚環境評判及優化研究[J].科學學與科學技術管理,2007(12):127-133.
[6]牛沖槐,接民.人才聚集效應及其評判[J].中國軟科學,2006(4):118-123.
[7]劉思峰,王銳蘭.科技人才集聚的機制、效應和對策[J].南京航空航天大學學報:社會科學版,2008,10(1):47-50.
[8]張全同.人才集聚效應評價指標體系研究[J].現代管理科學,2008(8):83-84.
[9]高潔,真虹.上海國際航運中心人才集聚水平綜合評價[J].上海海事大學學報,2009,30(4):46-51.
[10]白極星.新疆人才集聚區域差異分析及模式選擇[D].烏魯木齊:新疆大學,2013.
[11]趙秀花.京晉人才集聚效應與協同創新關系的實證研究[D].太原:太原理工大學,2012.
[12]李夢妮.我市2013年普通高校畢業生就業情況[N].重慶日報,2013-07-29.
[13]彭博.求賢若渴:未來10年兩江新區高端人才缺口將達30萬[N].新華日報,2013-01-08.
[14]朱吉玉,朱丹.皖江城市帶承接產業轉移示范區人才開發研究[J].重慶三峽學院學報,2014(6):39-43.
[15]黃永軍.人才流動的飽和度趨衡論[J].科學管理研究,2001(5):23-30.
(責任編輯許若茜)
收稿日期:2014-04-29
作者簡介:譚建偉(1969—),男,重慶石柱人,教授,研究方向:技術創新管理、人力資源管理;馮培云(1990—),女,河南濟源人,碩士研究生,研究方向:人力資源管理。
doi:10.3969/j.issn.1674-8425(s).2015.08.005
中圖分類號:F240
文獻標識碼:A
文章編號:1674-8425(2015)08-0029-07
Empirical Study on Agglomeration Effect of Science and
Technology Talents in Chongqing
TAN Jian-weia,FENG Pei-yuna,LUO Jian-yib
(a.College of Economy & Trade; b.College of Accounting,
Chongqing University of Technology,Chongqing 400054,China)
Abstract:With the development of society and economy,the labor force becomes more and more important in ingredients of economic growth. As the high-quality human resources which master professional knowledge and skills,talented persons,have no doubt,have inestimable effects on the innovation of social technology and economic development. Talents aggregating can reach the efficiency of one plus one greater than two by exerting a series of effects. Extracting the main factors affecting the concentration of talented people in Chongqing by using the PCA,and then measuring the effect of talents aggregation level in Chongqing in recent years via construction of comprehensive evaluation index system and analyzing its relationship with the economic development of Chongqing will provide reference of improving the utilization efficiency of human resource and talents agglomeration in Chongqing.
Key words:PCA; Chongqing; science and technology talents; agglomeration effect
引用格式:譚建偉,馮培云,羅鑒益.重慶市科技人才集聚效應實證研究[J].重慶理工大學學報:社會科學,2015(8):29-35.
Citation format:TAN Jian-wei,FENG Pei-yun,LUO Jian-yi.Empirical Study on Agglomeration Effect of Science and Technology Talents in Chongqing[J].Journal of Chongqing University of Technology:Social Science,2015(8):29-35.