沈陽市及其他副省級城市人才環(huán)境的因子分析及政策建議

趙超

〔內(nèi)容提要〕 人才被視為驅動經(jīng)濟和社會發(fā)展的重要戰(zhàn)略資源，人才政策在人才競爭中占據(jù)了越來越重要的地位。然而，現(xiàn)有研究更多的是從單一城市的視角對各城市的人才政策和發(fā)展戰(zhàn)略進行分析。本研究利用因子分析法，挖掘了沈陽市及其他14個副省級城市人才環(huán)境的主成分因子，采用回歸分析法檢驗了不同環(huán)境因子對人才發(fā)展水平的影響，并提出了適合沈陽市區(qū)域特征的人才政策建議。

〔關鍵詞〕 副省級城市 人才政策 人才環(huán)境因子

人才是一個地區(qū)乃至一個國家發(fā)展的主要動力，人才資源的投入能夠促進科技創(chuàng)新和地區(qū)經(jīng)濟發(fā)展。在“以人為本”根本國策下，人才的培養(yǎng)、吸引、利用和挖掘決定了一個國家或者一個地區(qū)的發(fā)展?jié)摿Α?/p>

一、各城市人才環(huán)境的因子分析

目前，我國共有15個副省級城市，分別是沈陽、大連、長春、哈爾濱、南京、杭州、青島、濟南、寧波、廈門、武漢、成都、西安、廣州、深圳。本研究對這15個城市的經(jīng)濟發(fā)展水平、社會發(fā)展情況、教育和公共服務情況等相關數(shù)據(jù)進行了搜集。在國家統(tǒng)計局網(wǎng)站上搜集了15個副省級城市的120條初始數(shù)據(jù)。為了探究影響各城市人才發(fā)展狀況和人才引進效果的關鍵影響因子，尋找影響城市人才發(fā)展水平的環(huán)境因素及政策性因素，本研究基于城市人才環(huán)境的相關分析，對30個研究變量進行了因子分析。

（一）研究變量

各城市人才環(huán)境的相關變量包括30個數(shù)值型變量，分別為GDP、GDP增長率、第一產(chǎn)業(yè)GDP占比、第二產(chǎn)業(yè)GDP占比、第三產(chǎn)業(yè)GDP占比、社會消費品零售總額、一般公共預算收入、一般公共預算支出、教育支出、科學技術支出、工業(yè)企業(yè)數(shù)、內(nèi)資工業(yè)企業(yè)數(shù)、港澳臺商投資工業(yè)企業(yè)數(shù)、外商投資工業(yè)企業(yè)數(shù)、工業(yè)企業(yè)流動資產(chǎn)、工業(yè)企業(yè)固定資產(chǎn)、公共汽（電）運營數(shù)、公共汽（電）車客運總量、土地面積、房地產(chǎn)開發(fā)投資、住宅開發(fā)投資、批發(fā)和零售業(yè)企業(yè)數(shù)、道路交通等效聲級、環(huán)境噪聲等效聲級、年末總人口、在校學生數(shù)、醫(yī)院和衛(wèi)生院數(shù)、在崗職工平均工資、職業(yè)（助理）醫(yī)師數(shù)、住宅商品房平均銷售價格。

（二）主成分因子分析

對上述30個研究變量進行因子分析，得到了14個主成分因子。從表1可以看出，只有5個成分的特征值大于1，同時這5個變量解釋了全部變量組合方差的89.38%。由此可見，這5個主成分因子是最重要的因子成分，其他不重要的因子可以忽略。

（三）因子荷載分析及因子分類結果

根據(jù)上文因子分析結果，選擇前5個最重要的主成分因子進行因子荷載的計算，并構建因子荷載矩陣。數(shù)據(jù)分析結果發(fā)現(xiàn)，5個主成分因子分別與不同的變量具有更強的相關性，因此將30個指標按高載荷分成五類，并根據(jù)高荷載指標的含義和專業(yè)知識將5個主成分因子分別命名為經(jīng)濟因子、社會因子、環(huán)境因子、工業(yè)因子和投資因子（見表2）。

（四）因子得分

表3描述了各副省級城市在五大主成分因子上的因子得分及排名情況。其中，廣州市在經(jīng)濟發(fā)展存量和社會服務保障方面都排名前列，但其固定資產(chǎn)等投資額度具有慣性，影響了其經(jīng)濟增長的速度。深圳市在經(jīng)濟發(fā)展存量上存在巨大優(yōu)勢，雖然其在第二產(chǎn)業(yè)和固定資產(chǎn)投資上相對較低，但第三產(chǎn)業(yè)發(fā)展迅速，經(jīng)濟發(fā)展具有較強活力。然而，深圳市在社會服務保障和環(huán)境建設方面仍需要進一步的加強和完善。哈爾濱、長春、成都、武漢和寧波分別在不同的因子上具有較高得分，城市發(fā)展不均衡。沈陽、杭州、濟南等其他城市在6個因子上的發(fā)展布局比較均衡，但發(fā)展水平都偏低，在人才的吸引力上可能存在不足的問題。

二、環(huán)境因子對人才引進效果的影響分析

（一）相關性分析

在進行回歸分析之前，先進行了變量之間的相關性分析（見表4）。本研究選擇滯后一年的新增常住人口作為人才引進效果的測量變量，即2018年各城市的新增常住人口數(shù)據(jù)。根據(jù)相關性分析結果可知，6個自變量因子之間不存在相關關系。從自變量與因變量之間的相關系數(shù)可以看出，經(jīng)濟因子與人才引進的效果之間的關系最高，其次為社會因子，工業(yè)因子與人才引進效果之間存在負相關關系，其他因子與人才引進效果的相關性不強。

（二）回歸分析結果

表5是變量的回歸分析結果。從回歸方程的統(tǒng)計性指標上來看，該回歸方程的F值為4.59，在0.05的水平上顯著，證明回歸模型通過顯著性檢驗，具有有效性。另外，回歸方程的擬合優(yōu)度（調(diào)整后R2）為0.56，代表回歸方程內(nèi)的自變量解釋了因變量56%的方差，方程具有解釋性。最后，模型的方差膨脹因子（VIF）都在閾值10以下，證明參與回歸的自變量之間不存在多重共線性。綜上，回歸方程通過有效性檢驗。從回歸分析的結果系數(shù)的顯著性來看，經(jīng)濟因子和社會因子都對人才引進效果具有顯著的正向影響。其中，經(jīng)濟因子的系數(shù)為113210.3，t值為3.77，在0.01的水平上顯著。社會因子的系數(shù)為69284，t值為2.31，在0.05的水平上顯著。環(huán)境因子、工業(yè)因子和投資因子對人才引進效果的影響均不顯著，但值得注意的是工業(yè)因子與人才引進效果之間存在負相關關系，雖然不具有統(tǒng)計意義，但在實踐中具有一定的關注價值。

三、沈陽市人才政策的優(yōu)化建議

（一）利用地緣優(yōu)勢，打造“日韓俄”留學人才聚集區(qū)的城市形象

從以上分析可知，經(jīng)濟因子和社會因子對人才吸引效果的影響非常高。因此，參考廣州和深圳情況，這兩個城市力求打造“粵港澳大灣區(qū)留學人才聚集區(qū)”的政策非常成功。其通過多種手段和渠道，利用粵港澳大灣區(qū)的區(qū)位優(yōu)勢，吸引多地人才的匯聚，最終實現(xiàn)協(xié)同效應。考慮到沈陽市的地域特征，可以發(fā)揮臨近日本、韓國和俄羅斯的地緣優(yōu)勢，打造新的人才聚集區(qū)。在制度設計上，可以參考廣州市首創(chuàng)的“人才綠卡”制度，為來廣州創(chuàng)業(yè)的各類海外人才頒發(fā)“人才綠卡”，持卡人與市民享有同等待遇。在宣傳上，要將政策或口號落實到具體形象的建立上，像企業(yè)打造品牌一樣，樹立沈陽市“日韓俄區(qū)域人才聚集地”的城市形象，在人才的頭腦中形成固定的第一印象。

（二）圍繞核心產(chǎn)業(yè)，實現(xiàn)精準引才

根據(jù)因子分析和回歸分析的結果可知，沈陽市在經(jīng)濟因子、社會因子、環(huán)境因子、工業(yè)因子和投資因子上的發(fā)展比較均衡，但各因子的發(fā)展程度都處于較低水平。由于財政經(jīng)費的緊張，沈陽市無法向深圳市那樣利用“重金引才”的形式吸引高端人才和海外人才。因此，引才的目標要清晰，可以圍繞沈陽市的核心產(chǎn)業(yè)，以裝備制造業(yè)和智能制造產(chǎn)業(yè)為核心，以新一代信息技術、智能制造、新能源和節(jié)能環(huán)保和機器人等產(chǎn)業(yè)為重點，搭建政產(chǎn)學研用平臺、創(chuàng)新創(chuàng)業(yè)平臺、服務交流平臺等，加大對高水平領軍人才、留學回歸人才的補貼力度，增強補貼的精確度，通過縮小補貼范圍的手段達到提高補貼水平的目的，利用重金吸引高端人才的同時，還有利于幫助樹立沈陽市重視人才的正面形象，吸引其他類型人才的注意力和關注度，進而形成以人才引領產(chǎn)業(yè)、產(chǎn)業(yè)集聚人才的良好效應。

（三）構建人才管理和服務信息化平臺，探索人才服務新機制

在人才服務方面，做得最好是深圳市。其利用信息科技的領先優(yōu)勢，建立了集人才數(shù)據(jù)、政策信息和人才服務等功能為一體的信息化平臺，該平臺可以提供人才政策的查詢服務，人才政策文件的鏈接服務，人才辦事流程的查詢服務和咨詢服務等。參考深圳市的做法，沈陽市可以通過建立“人才管理和服務一體化平臺”的方式，促進人才政策的更好落實，提高人才服務的質量。信息化平臺的建立有利于為人才提供直觀、便捷的保障服務，還有利于提升政府公務員的辦事效率，是未來人才管理、服務的新機制和新趨勢。

（作者單位：沈陽工業(yè)大學管理學院）

責任編輯：宋 爽