山東省人才集聚水平的空間特征與影響因素分析

摘要：文章通過構(gòu)建縣域人才集聚水平綜合評價(jià)指標(biāo)體系，利用層次分析法（AHP）計(jì)算人才集聚總指數(shù)（TAI），并應(yīng)用空間自相關(guān)分析和空間計(jì)量模型對山東省16個(gè)地市的人才集聚水平及其區(qū)域差異的影響因素進(jìn)行分析和量化評價(jià)。研究結(jié)果顯示，山東省的人才集聚指數(shù)呈現(xiàn)東高西低趨勢，人才集聚指數(shù)存在正的空間自相關(guān)性。其中，人均GDP、城鎮(zhèn)職工平均工資、人均公園綠地面積、每百人公共圖書館藏書量、醫(yī)院床位數(shù)、教育支出占GDP的比重和空間滯后因子共7個(gè)變量對人才集聚水平有顯著影響。基于上述研究成果，提出了提升地區(qū)經(jīng)濟(jì)發(fā)展水平、加大教育支出比重并提高醫(yī)療保障能力、增加創(chuàng)新投入以及實(shí)現(xiàn)區(qū)域均衡發(fā)展等建議。

關(guān)鍵詞：人才集聚；層次分析法；空間自相關(guān)；空間計(jì)量；區(qū)域發(fā)展

中圖分類號：C961.9" " " " 文獻(xiàn)標(biāo)識碼：A" " " 文章編號：1674-0688（2024）04-0012-04

0 引言

目前，山東省各地市正不斷加大人才引進(jìn)力度，但由于社會、經(jīng)濟(jì)和文化發(fā)展水平不同，導(dǎo)致對人才的吸引程度不同，各地市人才集聚水平差距較大。

當(dāng)前，國內(nèi)學(xué)者對人才集聚的研究主要聚焦于人才集聚水平的測度、影響因素及其產(chǎn)生的效應(yīng)等方面。在探討人才集聚水平的測度方面，學(xué)者主要采用了人才區(qū)位商和綜合評價(jià)指標(biāo)兩種方法［1-2］。在探討影響因素時(shí)，學(xué)者們分別提出了影響人才集聚的各種關(guān)鍵因素［3-5］。在探討人才集聚效應(yīng)方面，學(xué)者的研究則側(cè)重于其與經(jīng)濟(jì)增長、產(chǎn)業(yè)集聚及區(qū)域創(chuàng)新的關(guān)聯(lián)［1，6-7］。這些研究多以實(shí)證分析為主，雖然在國家層面或特定區(qū)域有所探討，但是針對具體省份的研究仍顯不足。

基于此，本文運(yùn)用層次分析法（AHP），構(gòu)建縣域人才集聚水平綜合評價(jià)指標(biāo)體系計(jì)算人才集聚總指數(shù)（TAI），應(yīng)用空間自相關(guān)分析揭示TAI的縣域差異及其空間格局，構(gòu)建空間計(jì)量模型分析影響人才集聚的主要因素，并提出相應(yīng)的對策建議。近年來，山東省內(nèi)各地市持續(xù)加大人才引進(jìn)力度。然而，受社會、經(jīng)濟(jì)和文化發(fā)展水平差異的影響，各地市對人才的吸引力不盡相同，進(jìn)而導(dǎo)致人才集聚水平存在顯著差異。在此背景下，本研究不僅具有深遠(yuǎn)的理論意義，還具備重要的應(yīng)用價(jià)值。

1 數(shù)據(jù)來源與方法

1.1 數(shù)據(jù)來源

本文數(shù)據(jù)源自《山東統(tǒng)計(jì)年鑒2022》以及2022年山東省各地市的統(tǒng)計(jì)年鑒，各觀測指標(biāo)取2021年的相關(guān)數(shù)據(jù)。

1.2 研究方法

本研究使用空間自相關(guān)分析方法，對山東省人才集聚水平進(jìn)行量化評價(jià)。借助空間滯后模型（SLM）和空間誤差模型（SEM）構(gòu)建山東省人才集聚水平地市差異影響因素計(jì)量模型，并運(yùn)用GeoDa 1.4.6、ArcGIS 10.4等統(tǒng)計(jì)軟件對數(shù)據(jù)進(jìn)行處理。

2 山東省人才集聚水平評價(jià)指標(biāo)體系的構(gòu)建

2.1 指標(biāo)的選擇

本研究遵循可操作性、可比性、全面性、數(shù)據(jù)可得性的原則，結(jié)合現(xiàn)有研究，充分考慮數(shù)據(jù)的可得性，從“人才數(shù)量”和“人才質(zhì)量”兩個(gè)維度出發(fā)，構(gòu)建人才集聚水平評價(jià)指標(biāo)體系，旨在全面分析和評價(jià)山東省人才集聚的水平和空間特征。

2.1.1 人才數(shù)量

人才數(shù)量是反映地區(qū)人才集聚水平的重要指標(biāo)，其涵蓋了現(xiàn)有人才和潛在人才。本研究選取以下5個(gè)指標(biāo)衡量該地區(qū)人才數(shù)量：城鎮(zhèn)非私營單位年底就業(yè)人員數(shù)、每10萬人中擁有大學(xué)（指大專及以上）文化程度的人數(shù)、普通高等學(xué)校在校學(xué)生數(shù)、普通高等學(xué)校招生數(shù)和中等職業(yè)學(xué)校在校學(xué)生數(shù)。

2.1.2 人才質(zhì)量

人才質(zhì)量是衡量人才資源競爭力的重要指標(biāo)。本研究采用城鎮(zhèn)非私營單位年底就業(yè)人員數(shù)占比、從業(yè)人員中Ramp;D人員占比和萬人發(fā)明專利擁有量3個(gè)指標(biāo)衡量人才質(zhì)量。

2.1.3 權(quán)重的確定

本研究采用層次分析法（AHP）確定各指標(biāo)權(quán)重。首先，建立層次結(jié)構(gòu)模型，目標(biāo)層A為“人才集聚水平總指數(shù)”，準(zhǔn)則層Bi包括“B1人才數(shù)量”“B2人才質(zhì)量”2個(gè)一級指標(biāo)，方案層Cij包括8個(gè)二級指標(biāo)。其次，構(gòu)造判斷矩陣，邀請6位管理專家按照同一層次內(nèi)各指標(biāo)的相對重要性依次進(jìn)行評價(jià)，共進(jìn)行3輪。再次，進(jìn)行A～Bi層次單排序及一致性檢驗(yàn)，一致性檢驗(yàn)結(jié)果為CI（一致性指標(biāo)）lt;0.001，RI（隨機(jī)一致性指標(biāo)）=0.518，CR（檢驗(yàn)系數(shù)）lt;0.001。最后，進(jìn)行層次總排序及一致性檢驗(yàn)，一致性檢驗(yàn)結(jié)果為CIlt;0.001，RI=0.715，CRlt;0.001。人才集聚水平評價(jià)指標(biāo)體系見表1。

3 山東省人才集聚水平的空間自相關(guān)分析

3.1 山東省人才集聚水平的全局自相關(guān)分析

本研究選取2021年為研究截面，應(yīng)用ArcGIS10.1軟件繪制了山東省16個(gè)地市的人才集聚水平四分位圖。結(jié)果顯示，人才集聚指數(shù)在空間上呈現(xiàn)兩個(gè)極端，整體趨勢表現(xiàn)為東高西低。具體而言，濟(jì)南市和青島市的人才集聚指數(shù)最高，緊隨其后的是淄博市、東營市、濰坊市、煙臺市和威海市，濱州市、泰安市、濟(jì)寧市和日照市位于中游，而聊城市、棗莊市和臨沂市則相對較低，德州市和菏澤市在指數(shù)上表現(xiàn)最低，形成比較明顯的空間分布趨勢。本研究進(jìn)一步運(yùn)用GeoDa1.4.6軟件計(jì)算全局自相關(guān)系數(shù)莫蘭指數(shù)（Moran’s I），結(jié)果為0.242（P=0.058）。莫蘭指數(shù)為正，說明山東省人才集聚水平的分布存在正的空間自相關(guān)性。

3.2 山東省人才集聚水平的局部自相關(guān)分析

利用GeoDa 1.4.6軟件繪制空間關(guān)聯(lián)局部指標(biāo)聚類圖（Local Indicators of Spatial Association Cluster Map，LISA Cluster Map），揭示山東省各地市人才集聚指數(shù)空間分布格局（見表2）。表2中的結(jié)果顯示，青島市和濟(jì)南市的人才集聚指數(shù)最高且都處在人才數(shù)量、質(zhì)量“雙高”（H-H）熱點(diǎn)區(qū)。煙臺市處在H-H熱點(diǎn)區(qū)且具有統(tǒng)計(jì)學(xué)意義（Plt;0.05），表明煙臺市的人才集聚水平指數(shù)較高，并被周邊人才集聚水平也較高的城市環(huán)繞。此外，濟(jì)寧市雖然處在人才數(shù)量、質(zhì)量“雙低”（L-L）盲點(diǎn)區(qū)，但是由于P值小于0.05，所以同樣具有統(tǒng)計(jì)學(xué)意義（Plt;0.05），說明濟(jì)寧市的人才集聚水平指數(shù)較低，并且被周邊人才集聚水平也較低的城市包圍。與濟(jì)寧市相鄰的菏澤、棗莊、臨沂等市的人才集聚水平都比濟(jì)寧市低，這些地區(qū)的經(jīng)濟(jì)發(fā)展相對落后，高等教育資源匱乏，科技發(fā)展緩慢，人才吸引力較低，這些因素拉低了濟(jì)寧市的人才集聚水平，導(dǎo)致濟(jì)寧市及周邊地區(qū)成為人才洼地。其他地市均處于統(tǒng)計(jì)無顯著性區(qū)（Pgt;0.05），表明這些地區(qū)的人才集聚指數(shù)差異不具有統(tǒng)計(jì)學(xué)顯著性。此外，本研究的熱點(diǎn)分析結(jié)果也證實(shí)了空間異質(zhì)性的存在，煙臺市位于熱點(diǎn)區(qū)（90%置信度），濟(jì)寧市處在冷點(diǎn)區(qū)（90%置信度）。

4 造成山東省人才集聚水平區(qū)域差異的影響因素分析

4.1 指標(biāo)選擇

本研究將影響山東省人才集聚水平的因素分為經(jīng)濟(jì)環(huán)境、生活環(huán)境、創(chuàng)新環(huán)境和空間效應(yīng)4類，共選取12個(gè)指標(biāo)。為消除空間地域?qū)χ笜?biāo)數(shù)據(jù)的獨(dú)立性影響和異方差性，本文將原始數(shù)據(jù)取對數(shù)，并構(gòu)建了雙對數(shù)空間計(jì)量模型。

4.1.1 經(jīng)濟(jì)環(huán)境

經(jīng)濟(jì)發(fā)展水平對地區(qū)的人才集聚水平有顯著影響。本研究選取人均地區(qū)生產(chǎn)總值、城鎮(zhèn)職工平均工資和城鎮(zhèn)化率3個(gè)指標(biāo)評估經(jīng)濟(jì)環(huán)境。

4.1.2 生活環(huán)境

優(yōu)質(zhì)的生活環(huán)境能為人才提供舒適、方便的物質(zhì)生活條件，有助于吸引人才。本研究選取住宅商品房平均銷售價(jià)格、人均公園綠地面積、每萬人公共交通車輛擁有量、每百人公共圖書館藏書量及醫(yī)院床位數(shù)等指標(biāo)評估生活環(huán)境。

4.1.3 創(chuàng)新環(huán)境

創(chuàng)新環(huán)境對人才集聚的吸引力同樣不容忽視。本研究選取教育支出占GDP的比重、科學(xué)技術(shù)支出占GDP的比重和Ramp;D經(jīng)費(fèi)支出占GDP的比重等指標(biāo)評估地區(qū)的創(chuàng)新環(huán)境。

4.1.4 空間效應(yīng)

地理位置會對一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展和人才集聚水平產(chǎn)生不同的影響，導(dǎo)致不同地域間呈現(xiàn)明顯不同的發(fā)展特點(diǎn)，這種差異在山東省的東、中、西三大地域之間尤為明顯。這種地理差異還導(dǎo)致各地呈現(xiàn)不同的空間溢出效應(yīng)，當(dāng)空間溢出效應(yīng)為正時(shí)，人才集聚水平較高的地市能帶動周邊其他地市快速發(fā)展；而當(dāng)空間溢出效應(yīng)為負(fù)時(shí)，人才集聚水平較高的地市可能會吸引大量人才，從而拉大與周邊其他地市的差距。

4.2 空間計(jì)量模型的構(gòu)建

本研究采用最小二乘法（OLS）、空間滯后模型（SLM）和空間誤差模型（SEM）3種計(jì)量方法構(gòu)建山東省人才集聚水平地市差異影響因素計(jì)量模型［5］。OLS、SLM、SEM 3種方法的回歸估計(jì)結(jié)果見表2。

表3中：C是Coefficient的縮寫，即系數(shù)；P是 P-value的縮寫，即P值；R-squared是可決系數(shù)；Moran’s" I 是全局自相關(guān)系數(shù)；LM-Lag是空間滯后最大似然；LM-Error是空間誤差最大似然；Lagrange multiplier-SARMA是拉格朗日乘數(shù)檢驗(yàn)統(tǒng)計(jì)量；Log likelihood是對數(shù)似然值；Akaike info criterion是赤池信息準(zhǔn)則；Schwarz criterion是施瓦茲準(zhǔn)則。

首先，使用GeoDa 1.4.6統(tǒng)計(jì)軟件計(jì)算得出多重共線性數(shù)目為135.88gt;30，說明存在多重共線性；Jarque-Bera=1.95（P=0.38）滿足正態(tài)性假設(shè)；Breusch-Pagan=19.77（Plt;0.01），Koenker-Bassett=28.94（Plt;0.01），說明存在異方差，因此方程通過了多重共線性、正態(tài)性、異方差性檢驗(yàn)。其次，構(gòu)建最小二乘模型（OLS）。表3中的數(shù)據(jù)顯示，因?yàn)镺LS中所有變量的P值均大于0.05，所以所有變量都不顯著，說明OLS模型估計(jì)不合適。Moran’s I =0.241 9gt;0，說明存在正的空間自相關(guān)；LM-Lag和Robust LM-Lag的P值小于0.05，說明SLM估計(jì)合適。SLM中，R-Squared和Log likelihood的值最大，Akaike Info Criterion和Schwarz Criterion的值最小，說明SLM的解釋能力最強(qiáng)［6］。因此，使用SLM模型估計(jì)并帶入相關(guān)數(shù)據(jù)可得：Ln_人才集聚水平指數(shù)=-36.778 4+0.389 6×Ln_人才集聚水平指數(shù)+1.391 6×Ln_AGDP+2.172 5×Ln_ZJ+1.974 5×Ln_CZHL - 1.175 7" × Ln_SPF - 0.880 1 × Ln_LDMJ + 0.028 7×Ln_GJC-0.714 3 × Ln_TSG + 1.090 6 × Ln_YYCW + 1.159 5 × Ln_R_JYZC + 0.234 6 × Ln_R_KXJSZC + 0.061 8×Ln_R_KYJFZC［7］。

5 結(jié)論與建議

5.1 結(jié)論

總體而言，山東省16個(gè)地市的人才集聚指數(shù)呈東高西低的趨勢，并出現(xiàn)了兩個(gè)極地（人才集聚指數(shù)最高的地市）：濟(jì)南市和青島市。全局空間自相關(guān)分析顯示，山東省16個(gè)地市的人才集聚指數(shù)具有正的空間自相關(guān)性；局部空間自相關(guān)LISA分析顯示，煙臺市處于H-H熱點(diǎn)區(qū)，濟(jì)寧市處于L-L盲點(diǎn)區(qū)，其他地市在LISA分析中沒有表現(xiàn)出顯著性。

空間計(jì)量模型估計(jì)的結(jié)果表明，人均GDP、城鎮(zhèn)職工平均工資、人均公園綠地面積、每百人公共圖書館藏書量、醫(yī)院床位數(shù)、教育支出占GDP的比重以及空間滯后因子7個(gè)變量在統(tǒng)計(jì)上顯著，是影響人才集聚水平的主要因素；與此同時(shí)，城鎮(zhèn)化率、住宅商品房平均銷售價(jià)格、每萬人公共交通車輛擁有量、科學(xué)技術(shù)支出占GDP的比重以及Ramp;D經(jīng)費(fèi)支出占GDP的比重這5個(gè)變量的影響不顯著。

5.2 建議

第一，提升地區(qū)經(jīng)濟(jì)發(fā)展水平。經(jīng)濟(jì)發(fā)展水平是影響人才集聚最關(guān)鍵的因素。通過促進(jìn)地區(qū)經(jīng)濟(jì)增長、提高經(jīng)濟(jì)發(fā)展水平并優(yōu)化經(jīng)濟(jì)環(huán)境，可以有效地吸引人才。政府需采取措施調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，推動產(chǎn)業(yè)多樣化發(fā)展，優(yōu)化產(chǎn)業(yè)集聚環(huán)境，為人才提供更廣闊的發(fā)展空間。

第二，加大教育支出比重并提高醫(yī)療保障能力。教育支出占GDP的比重和醫(yī)院床位數(shù)對一個(gè)地區(qū)人才集聚水平有顯著性影響。教育支出占GDP的比重在一定層面上反映了該地區(qū)對教育事業(yè)的重視程度，此比重越大，代表教育水平有可能越高。此外，醫(yī)院床位數(shù)直接反映了地區(qū)醫(yī)療系統(tǒng)的服務(wù)能力，也反映出地區(qū)的醫(yī)療條件水平，因此也是吸引人才的重要因素。

第三，實(shí)現(xiàn)區(qū)域均衡發(fā)展。山東省16個(gè)地市的人才集聚水平在空間上存在較強(qiáng)的自相關(guān)性，這意味著各地區(qū)甚至是相鄰地區(qū)的人才集聚水平差距較大，所以人才集聚水平較高的地區(qū)應(yīng)發(fā)揮積極的空間溢出效應(yīng)，通過人才交流、校企合作等，與周邊地區(qū)共享人才資源，帶動周邊地區(qū)的發(fā)展，從而實(shí)現(xiàn)區(qū)域協(xié)調(diào)和均衡發(fā)展。

綜上所述，山東省16個(gè)地市的人才集聚指數(shù)整體呈東高西低的趨勢，濟(jì)南市和青島市的人才集聚指數(shù)最高。由于山東省各地人才集聚水平在空間上存在較強(qiáng)的自相關(guān)性，所以可通過提升地區(qū)經(jīng)濟(jì)發(fā)展水平、加大教育和創(chuàng)新投入，推動各地區(qū)實(shí)現(xiàn)均衡發(fā)展，從而提高山東省整體人才集聚水平。

6 參考文獻(xiàn)

［1］曹威麟，姚靜靜，余玲玲，等.我國人才集聚與三次產(chǎn)業(yè)集聚關(guān)系研究［J］.科研管理，2015，36（12）：172-179.

［2］劉忠艷，王見敏，王斌，等.長江經(jīng)濟(jì)帶人才集聚水平測度及時(shí)空演變研究——基于價(jià)值鏈視角［J］.科技進(jìn)步與對策，2021，38（2）：56-64.

［3］張美麗，李柏洲.中國人才集聚時(shí)空格局及影響因素研究［J］.科技進(jìn)步與對策，2018，35（22）：38-44.

［4］崔丹，李國平，吳殿廷，等.中國創(chuàng)新型人才集聚的時(shí)空格局演變與影響機(jī)理［J］.經(jīng)濟(jì)地理，2020，40（9）：1-14.

［5］張志杰.黃河流域科技人才集聚影響因素研究——基于扎根理論的分析［J］.農(nóng)業(yè)科研經(jīng)濟(jì)管理，2023（1）：29-35.

［6］賀勇，廖諾，張紫君.我國省際人才集聚對經(jīng)濟(jì)增長的貢獻(xiàn)測算［J］.科研管理，2019，40（11）：247-256.

［7］孫紅軍，張路娜，王勝光.科技人才集聚、空間溢出與區(qū)域技術(shù)創(chuàng)新——基于空間杜賓模型的偏微分方法［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2019，40（12）：58-69.