青島市人才流失及其影響因素研究

馬駿騰 李莉莉

摘要：針對青島市人才流失問題，基于人社局數據，采用logit模型，研究了近十幾年青島市人才流失的影響因素。研究結果表明：從個人信息看，男性的流失比例大于女性;從教育背景看，本科生流失的最多;從單位性質看，就職于企業(yè)的人才更多地選擇離開青島。因此，為了抑制人才流失，青島市政府必須建立健全人才引進機制，大力推進薪酬福利制度改革。

關鍵詞：人才流失;logit模型;影響因素

中圖分類號：C922

文獻標志碼：A

收稿日期：2020-08-24

基金項目：

國家社會科學基金（批準號：2019BTJ028）資助;山東省金融應用重點研究項目（批準號：2020-JRZZ-03）資助。

通信作者：

李莉莉，女，博士，教授，主要研究方向統(tǒng)計調查與預測。E-mail：lili_lee2003@126.com

人才是現(xiàn)代社會發(fā)展的重要生產力，是促進科技進步、增進企業(yè)效益、提高經濟水平的核心力量。十八大以來，習近平總書記在不同場合、不同會議上著重強調了人才的重要性。山東作為人口大省，近年來，面臨的人才流失窘境已成為亟待解決的問題。由于山東省的產業(yè)結構落后、政策落實緩慢、就業(yè)環(huán)境錯綜復雜等主觀原因，導致人才大量流失。山東省盡管也出臺過一些人才引進計劃，但相比于其他城市所提供的優(yōu)厚條件顯得有些捉襟見肘。如今，山東正處于新舊動能轉換綜合試驗區(qū)和自由貿易試驗區(qū)兩大國家戰(zhàn)略交疊期，對人才的渴求比以往更甚。青島市作為山東省經濟總量最高、發(fā)展最迅猛、人才儲備最多的城市，改進人才管理政策、抑制人才流失更是刻不容緩。“人才流失”首次出現(xiàn)于20世紀60年代倫敦皇家學會關于英國工程師和科學家向美國遷移的報告[1]，之后“人才流失”多用于解釋人才的單向遷移及因此引發(fā)的人才流入地的收益和人才流出地的損失。在人才流失造成的損失方面，許多學者做了研究。張劍宇等[2]通過分析吉林大學畢業(yè)生的調查數據發(fā)現(xiàn)，東北地區(qū)高學歷人口流失嚴重使得經濟發(fā)展會受到人力資本積累速度下降、創(chuàng)新缺失的掣肘。王巍等[3]歸納總結了人口流失所面臨的現(xiàn)實問題，包括政策制度、經濟社會和文化科技等方面。Galiano等[4]實證探討了人才流失如何影響收入、稅收、公共支出、人力資本存量進而波及收入分配公平性。Aboites等[5]由人才流動推及知識流動，描述墨西哥發(fā)明家從1976年到2016年的流動性。但是，人才流失造成的收益與損失也并不是絕對的。田帆[6]運用向量自回歸（VAR）模型量化分析了四個國家的數據，結果表明“人才流失”對經濟增長有著復雜的影響：有遷移意愿的人努力創(chuàng)造財富和積累人力資本，會在一定程度上促進地區(qū)經濟的增長。王曉飛等[7]引入協(xié)同效應分析，研究發(fā)現(xiàn)人口結構與投資之間存在相互影響，兩者的交互項對經濟增長還存在正向作用。黃海剛[8]則認為近二十年來在信息技術、交通網絡、國家政策等多重因素的共同作用下，復雜的人才環(huán)流會日益取代人才流失。梁茂信[9]通過對以往大量文獻的總結，評價了人才循環(huán)對遷入國和遷出國的貢獻。而關于人才流失的影響因素，早有學者進行過深入研究。馮承強等[10]指出薪酬分配制度改革對于留住人才的重要性。戚偉等[11]則對21世紀以來的人口普查和抽樣統(tǒng)計資料中的東北三省人口流失量進行測算，從省級、縣市空間尺度分析東北三省整體經濟動能不足的弊端。趙放等[12]發(fā)現(xiàn)經濟結構差異是引發(fā)東北地區(qū)人口流失的最重要因素，影響能力表現(xiàn)出逐年擴大的態(tài)勢，產業(yè)機構過于單一化和新型產業(yè)發(fā)展的局限性是東北人口遷出的主要動力。張曉旭[13]指出地方高校面臨的人才流失、結構失衡等困難是由地理位置、福利待遇、科研環(huán)境多方面因素的相對不足造成的。Li等[14]通過建立一個小型開放經濟體的兩部門一般均衡模型，發(fā)現(xiàn)了環(huán)境污染對人才外流的影響，從而導致了地區(qū)之間的收入不平衡。Janger等[15]利用科學知識生產函數研究了人才流動中的不對稱性，這限制了許多國家研究人員的潛力和科學的整體進步。目前很少有文章深入分析青島市人才流失的問題。本文基于2006—2018年青島市人社局的數據，研究青島市人才流失及其影響因素，為青島市的人才管理提供建議，以期提高城市吸引力和競爭力，增強企業(yè)活力和凝聚力促進山東省高質量高標準發(fā)展。

1 青島市人才流失數據的基本描述分析

1.1 流失定義

本文將人才流失設定了三個限制：超過一年企業(yè)沒繳納社保;在這一年內沒有進行失業(yè)登記;沒有轉成青島市當地居民。本文所統(tǒng)計的人員滿足以上三個條件才可記為流失。

1.2 數據描述統(tǒng)計

本文統(tǒng)計了2006—2018年的人才流失情況，匹配了繳納社保的數據，剔除掉錯誤信息和無用信息后，共得到了451 331名人員的有效數據。參考文獻[2]、[12]選取的變量，結合所獲數據的信息，本文選取可能對青島市人才流失影響最大的十個因素，并分為三個方面：個人信息：性別、生源地、政治面貌;教育背景：學歷、專業(yè)、畢業(yè)院校是否為雙一流高校、畢業(yè)院校是否為青島高校;就業(yè)信息：就業(yè)單位性質、就業(yè)產業(yè)性質、就業(yè)區(qū)域。作為青島市人才的基本信息，本數據涵蓋的信息全面、真實、可靠，用來研究青島市人才流失影響因素非常合適。本文的總觀測值為451 331人，數據缺失情況：性別數據缺失40人，學歷數據缺失355人，就業(yè)單位性質數據缺失4 214人，就業(yè)產業(yè)數據缺失26 317人，政治面貌數據缺失69 788人，就業(yè)單位人員地址數據由于很多沒有精確統(tǒng)計，缺失173 166人。其余無缺失。具體數據見表1。

2006—2018年，總共流失73 040人，總流失率達到16.1%。從性別來看，男性比女性流失得多，在人口總數相當的情況下，男性比女性多流失超過一萬人。從生源地來看，青島人流失比例很小，而非青島人的流失率很高。從學歷看，本科生的流失最為嚴重，其次是專科生，而研究生流失得最少。從專業(yè)來看，理科生的流失率略高于文科生。從畢業(yè)院校來看，畢業(yè)于青島高校的人員流失比例要高于畢業(yè)于非青島高校的。而畢業(yè)于山東非青島高校的人員和畢業(yè)于非山東高校的人員流失程度大致相同;畢業(yè)于雙一流高校的人員流失比例略高于畢業(yè)于普通院校的。從就業(yè)單位來看，就職于機關、事業(yè)單位等非企業(yè)的人員流失率較低，而就職于企業(yè)的人員流失比例超過了17%。從就業(yè)產業(yè)來看，從事第一產業(yè)的人員流失比例最高，其次是第二產業(yè)，最低的是第三產業(yè)。從就職單位區(qū)域來看，在市內四區(qū)工作的人員流失的比例比在郊區(qū)工作的要略低3個百分點。

2 實證分析

2.1 計量模型

本文的因變量數據為流失和未流失，即都為0和1，由于logit模型的通用性、不變性、可解釋性，因此選取logit模型來估計上文所述的十個指標對統(tǒng)計人員是否在青島流失的影響

Yi=αi+∑jj=1βjXj+ui（1）

其中，Yi表示人員i是否還在青島工作的虛擬變量，Yi=1表示該人員已經不在青島工作，記為已流失，Yi=0表示該人員還留在青島工作，記為沒流失。Xj所包含的個人信息如表2所示。

2.2 人才流失的影響因素分析

由表3中的流失回歸結果可知，所有變量對青島市人才流失的影響都是顯著的。首先從個人信息來看，相比于女性，男性流失更多，可能是由于男性想要去更高的平臺，而女性則更想要穩(wěn)定的生活;生源地為青島的人才流失少，因為在自己的生源地就業(yè)，和父母朋友更近，便于溝通往來;黨員預備黨員相比于其他群體，更少的流失，可能由于黨員預備黨員更可能找到一份體制內的工作，更加穩(wěn)定。從教育背景來看，相比于專科本科以上學歷更多的選擇離開青島，這種情況有兩種可能的解釋：專科生有些學校會分配工作，而這批學歷欠缺的人才為了規(guī)避到別的地方就業(yè)難的問題，選擇在原單位穩(wěn)定地工作;本科以上學歷的人才可能會更愿意到經濟發(fā)展快的地方，例如北京、深圳等一線城市。從專業(yè)來看，理科專業(yè)的人相比于文科專業(yè)，更多地離開青島，可能是青島的產業(yè)結構性質所導致的;畢業(yè)于青島院校的人才流失率高，因為很多非青島人在青島讀書，畢業(yè)后先借著學校的地理位置優(yōu)勢在青島工作，以此為跳板，等有了足夠的能力和經驗后再回到自己的生源地;相比于普通院校畢業(yè)于雙一流院校的人才，流失更多，因為學歷高的人才更想去更大的平臺發(fā)展，而青島的就業(yè)平臺相比于一線城市較低。從就業(yè)單位來看，非企業(yè)工作的人才多數留在青島，這由事業(yè)單位、機關等工作的穩(wěn)定性所導致的;相比于第一第二產業(yè)，在第三產業(yè)工作的人才流失少;在城區(qū)工作的人才更多地留在青島，而郊區(qū)的則流失較多，由于郊區(qū)發(fā)展緩慢、工資水平低而且房價偏高等因素導致的。

3 異質性分析

在總體分析的基礎上，根據統(tǒng)計人員的各指標的不同，研究流失問題的異質性。

3.1 控制學歷的流失

表4展示了按照學歷的差異進行l(wèi)ogit回歸分析的流失結果。對博士生是否流失的顯著性影響因素只有性別、就業(yè)單位;對于中專生，所有指標均顯著，其中最顯著的指標是生源地;對于專科生、本科生和碩士生而言，所有指標都對其是否流失影響顯著，而這些指標對專科生和本科生影響的顯著性大于碩士生，這可能是由于專科生和本科生年齡偏小，想去更大的平臺闖一闖，所以選擇離開青島。

3.2 控制其它影響因素的流失

由于篇幅原因，控制性別、生源地、專業(yè)、畢業(yè)院校所在地、就業(yè)單位性質的流失情況表暫不做展示。從不同性別的回歸結果來看，學歷、專業(yè)等指標對男性的影響普遍大于女性;而其它指標對其影響的顯著性程度大致相同。本科以上學歷的男性比女性更多離開青島，因為青島市的工資水平可能達不到高學歷男性的要求。從不同生源地來看，專業(yè)指標對山東非青島籍的人員影響較為顯著，而其它地區(qū)人才是否流失基本不受所學專業(yè)的影響;個體差異對山東非青島籍的影響基本都比青島籍的人員顯著。從專業(yè)的差異來看，就業(yè)產業(yè)對文科生的流失情況不顯著，其余指標對學文和學理人員的影響顯著性程度大致相同;就業(yè)區(qū)域對于理學生和醫(yī)學生的流失幾乎沒什么影響。按照畢業(yè)院校的所在地不同進行回歸分析，結果顯示對畢業(yè)于山東省外院校的人員是否流失影響最顯著的是生源地和就業(yè)單位性質，而學歷對其是否流失的影響程度不大;而畢業(yè)院校的性質對于畢業(yè)于青島院校的人員是否流失影響不顯著。從不同就業(yè)單位的回歸結果來看，在企業(yè)中的人才學歷越高越容易流失，但在非企業(yè)中則情況相反;在企業(yè)中理科出身的人才相比于文科生更多的流失，而非企業(yè)中則情況相反。按照工作單位所在地的不同進行回歸分析，在城區(qū)學歷越高，留下的越多，而郊區(qū)情況相反。在城區(qū)中，性別、生源地、專業(yè)對嶗山區(qū)人員的是否流失影響最大，在郊區(qū)，各縣級市人員的流失情況不受生源地的影響，其余因素對各郊區(qū)的影響均顯著。

4 結論與建議

本文基于青島市人社局2006—2018年的數據，采用logit模型，結合人才的性別等十個指標，研究了青島市人才流失及其影響因素。研究結果顯示，男性的流失度高于女性，青島人大部分選擇留在青島，非黨員更傾向于離開青島;本科生人才流失最多，專業(yè)方面理學、工科類人才流失最多，而文學、醫(yī)學類的流失情況較為樂觀。雙一流院校的人才離開青島比例高，青島各院校的人才流失率比非青島院校低;就業(yè)于機關、事業(yè)單位等非企業(yè)的人才會傾向于留在青島，而就職于企業(yè)的流失率高，且學歷越高，這種情況越普遍，就業(yè)單位在城區(qū)的人才流失得比郊區(qū)少，且流失情況與學歷成正比。

根據上述結論，為了留住人才，青島市政府必須建立健全人才引進機制，出臺補貼措施，大力推進薪酬福利制度改革，靠環(huán)境優(yōu)勢和人才福利吸引外地人在青島落戶。政府也應該對人才住房方面提供一些補貼，調控房價和市場，讓人才不被青島市的房價和消費水平所困擾。其次，青島市各企業(yè)要完善各自企業(yè)的人才管理制度，優(yōu)化企業(yè)內部配置，改進收入分配標準，使得人才不僅被青島的環(huán)境所打動，也被青島的整體經濟形勢所吸引。青島市政府可以創(chuàng)立科技創(chuàng)新園區(qū)、研發(fā)中心等，緊跟當前科技潮流，留住理工科的高技術人才，這能促進青島市科技的發(fā)展，從而提升生產力、促進經濟騰飛。另外，青島市政府不僅要重點關注市內四區(qū)，也要對各縣級市和郊區(qū)重視起來，改善郊縣城市建設，出臺相關就業(yè)補貼政策，保持各區(qū)縣協(xié)同發(fā)展。

參考文獻

[1]RHODE B. East-west migration/brain drain[R]. Brussels： European Co-operation in the Field of Scientific and Technical Research （COST），1991.

[2]張劍宇，谷雨.東北地區(qū)高學歷人口流失及原因[J].人口學刊，2018，（40）：55-65

[3]王巍，路春艷，王英哲.黑龍江省資源型城市人口流失問題與對策[J].中國人口·資源與環(huán)境，2018，28（S2）：63-66.

[4]GALIANO A， ROMERO J G. Brain drain and income distribution[J]. Journal of Economics， 2018，124（3）：243-267.

[5]ABOITES J， DAZ C. Inventors’ mobility in Mexico in the context of globalization[J].Scientometrics，2018， 115（3）： 1443-1461.

[6]田帆，方衛(wèi)華.人才流失與經濟增長之間的相互影響[J].北京理工大學學報，2014，（3）：89-95

[7]王曉飛，逯進.人口結構、投資對經濟發(fā)展的影響——以山東省為例[J].青島大學學報（自然科學版），2019，32（3）：77-84.

[8]黃海剛.從人才流失到人才環(huán)流：國際高水平人才流動的轉換[J].高等教育研究，2017，38（1）：90-104.

[9]梁茂信. “人才循環(huán)”與“美國人才流失”說：黑白顛倒的偽命題[J].世界歷史，2013（1）：66-76.

[10] 馮承強，吳偉，陳萬明.高校核心人力資源逆向選擇困境與治理路徑選擇[J].高教探索，2009，（6）：53-58.

[11] 戚偉，劉盛和，金鳳君.東北三省人口流失的測算及演化格局研究[J].地理科學，2017，37，（12）：1795-1804.

[12] 趙放，劉雅君.為什么東北三省的人口會流失？——基于因子時變系數模型的研究[J].人口學刊，2018，40（4）：82-91.

[13] 張曉旭.地方高校師資隊伍建設與優(yōu)化研究[J].國家教育行政學院學報，2014（4）：38-42.

[14] LI B X， CHENG S X， XIAO D. The impacts of environmental pollution and brain drain on income inequality[J]. China Economic Review，2020，62：1-17.

[15] JANGER J， NOWOTNY K. Job choice in academia[J]. Research Policy，2016，45（8）：1672-1683.

Study on Brain Drain and Its Influencing Factors in Qingdao

MA Jun-teng， LI Li-li

（School of Economics， Qingdao University， Qingdao 266100， China）

Abstract：

In view of the problem of brain drain in Qingdao， based on the data of the Bureau of human resources and social welfare， the logit model was used to study the influencing factors of brain drain in Qingdao in the past more than 10 years. The research shows that in terms of personal information， the proportion of the male loss is greater than the female. From the educational background， the loss of the undergraduate is the largest. From the character of units， people who works in the enterprises chooses to leave Qingdao. Therefore， in order to curb the brain drain， government must establish and consummate the talent introduction system and promote the reform of salary and welfare system.

Keywords：

brain drain; logit model; influence factor