基于PMC指數模型的川渝地區人才引進政策量化研究

中圖分類號：F127；C964.2 文獻標識碼：A doi：10.3969/j.issn.1672-2272.202501006

Quantitative Research on Talent Introduction Policy in Sichuan-Chongqing Region Based on PMC Index Model

Wang Yiran，Cheng Yue （School of Public Administration，Guangxi University，Nanning 53oo04，China）

Abstract：High-quality talent is the dynamic subject in achieving Chinese-style modernization and pro moting high-quality development. Based on text mining of 61 talent recruitment policies in the SichuanChongqing region，this paper applies the PMC index model to quantitatively assess these policies. The research findings indicate that while the talent recruitment policies in the Sichuan-Chongqing region generally perform well，there is stillroom for improvement. The proportion of cities with policies rated as excellent is insuficient，and there is a need for further optimization in areas such as policy coordination among stakeholders， policy focus，and incentive mechanisms. In the future， the SichuanChongqing region should strengthen collaborative cooperation between policy subjects， enrich the service measures for talent recruitment，and scientifically develop a conducive environment for talent growth， ultimately enhancing policy effectiveness to promote the aggregation of talent in the region.

Key Words：Sichuan-Chongqing Region; Talent Introduction Policy； PMC Index Model; Quantitative Evaluation of Policy

0 引言

當前新一輪科技革命正加速演進，國際人才領域競爭呈現白熱化態勢[1]。我國為實現高水平科技自立自強目標，需緊緊依靠高水平創新人才隊伍，憑借高水平創新人才卓越的創新思維與過硬的專業技能，真正實現科技領域的獨立自主與蓬勃發展[2。高質量人才是實現中國式現代化、推動高質量發展的能動主體，以人才作為驅動力量是實現高水平科技自立自強的必由之路，讓人才的智慧與力量在各個領域充分涌流，才能為科技進步注入源源不斷的動力[3]。我國亟須加快建設世界重要人才中心和創新高地，聚天下英才而用之[4]

重慶市和四川省作為我國西南地區的重要省份，在全國區域發展板塊中有著重要戰略位置。2020年1月，習近平總書記主持召開中央財經委員會第六次會議，作出推動成渝地區雙城經濟圈建設的重大決策部署[5]2021年2月，中共中央、國務院印發《國家綜合立體交通網規劃綱要》，將“京津冀、長三角、粵港澳大灣區和成渝地區雙城經濟圈4個地區作為極\"[6]。值得關注的是，成渝地區的戰略定位雖已明確，但作為其核心承載區的川渝地區仍面臨經濟總量不足，且人才對川渝地區整體經濟發展的支撐作用相對較弱等問題[7]。國內各地持續創新引才手段以吸引高層次人才，其中制定高質量人才引進政策是吸引、培養人才的關鍵，地方政府紛紛將如何完善人才引進政策作為當前重點研究課題[8-9]。川渝地區要成為帶動全國高質量發展的重要增長極和新的動力源，關鍵在于進一步貫徹落實中央人才工作會議精神，加快建設重要人才中心和創新高地，努力打造“中國人才集群第四極\"[10]。基于此，本文借助PMC指數模型（PolicyModelingConsistency）對川渝地區人才引進政策進行分析評價，探索政策文本的優點和不足，為我國未來人才引進政策提供前瞻性、可操作性的對策建議。

1研究方法與政策來源

1.1 研究方法

PMC指數模型是由RuizEstrada提出的一種量化衡量政策整體水平、內部一致性水平的指數模型，該模型主張OmniaMobilis假說，即世界萬物都是運動和相互關聯的，不應忽視或認為任何一個相關變量是不重要的[1。注重變量數目和不設限的權重，可從多個角度分析某項政策的優勢、劣勢和內部一致性[12]。PMC指數模型基于政策文本的定量評價，與文本挖掘獲得的原始數據相結合，使用二進制算法來均衡所有變量的作用，PMC指數得分與曲面圖能夠直接反映政策特點。對比其他政策研究方法，PMC指數模型的優勢在于其具備統一的評價標準，能夠有效避免主觀因素對政策評價的影響，從而提高政策評價的客觀性和科學性。

PMC指數模型的分析框架主要包括以下五部分：① 收集與篩選研究的政策文本； ② 選取變量并設定參數，構建10個一級政策指標，在每個一級政策指標的范疇之下，進一步細分并設立多個二級政策指標。于二級政策指標賦值環節，需遵循二項分布原則來操作：即在對應的政策內容里，倘若涵蓋了相關指標要素，便賦予其數值1；反之，則賦值為0。一級政策指標的最終得分，是以其下轄的所有二級政策指標得分，按照算術平均的方式得出。而一項政策整體的PMC指數得分，便是由該項政策所囊括的所有一級政策指標得分累加求和所確定。如此這般，通過層層遞進、嚴謹規范的指標設定與賦值計算流程，方能精準量化政策成效，為后續深入分析與決策提供堅實的數據支撐。 ③ 構建川渝地區人才引進政策的多投入產出表（Multi—Input—Out-put table）。 ④ 分析文本確定各二級指標取值，計算各項政策的PMC指數，依據得分狀況將政策樣本分級。 ⑤ 制作PMC曲面圖，直觀呈現政策的優勢、劣勢和內部一致性水平，進而提出針對性的政策優化建議。

1.2 政策來源

2019年3月，國務院總理李克強在《2019年政府工作報告》中指出，“改革完善人才培養、使用、評價機制，優化歸國留學人員和外籍人才服務。把面向市場需求和弘揚人文精神結合起來，善聚善用各類人才\"[13]。因此，本文選取2019年3月至2024年6月期間的人才引進相關政策文本作為研究樣本，所使用的政策文本均來自四川省和重慶市人民政府官網及相關部門公開發行的信息資料，通過北大法寶網站進行政策補充，保證政策收集渠道正規以及政策的全面性、權威性和系統性。并且為讓數據集的查全率得到保證，本文以“人才引進”“引才”及“人才發展\"等作為檢索詞進行組配檢索，結合人工研讀方式將所獲取的數據進行精細清理與嚴格篩選，保障數據精準性。

政策文本篩選遵循以下原則： ① 選取2019年3月至2024年6月期間四川省及重慶市人民政府官網及相關部門發布的人才引進政策，為保證所選取政策的權威性，所選政策文本收集來源于四川省和重慶市人民政府、人力資源和社會保障局及其他有關部門； ② 所選取的政策文本應當具備直接展現人才引進工作具體做法或者規劃的功能，僅僅簡單提及、卻未體現出任何政策意圖的相關內容則不納人本文研究范疇； ③ 本文所選取用于統計的文件類型涵蓋方案、通知以及意見等，能夠直觀體現人才引進政策目的的政策文本，而諸如函、領導講話這類非正式的政府文件類型，則未納入統計范圍之內。通過上述檢索與人工篩選，最終得到61項川渝地區人才引進政策文本，政策文本（部分）如表1和表2所示。

2 PMC指數模型實證分析

政策評價是依據政策評價標準和程序，對政策制定和政策內容進行分析及判斷，評價內容和結果受到多種衡量因素影響，如采用的評價方法和評價目的等。因此，選擇客觀科學的評價方法是保障政策評價結果合理性和準確性的重要因素[12]。本文通過PMC指數模型對川渝地區頒布的人才引進政策進行實證分析和量化評價，構建PMC指數指標體系時，將詞頻統計的樣本領域擴大，并運用關鍵詞共現分析技術深挖潛在主題，為PMC指標體系的構建匯聚了海量數據，從而確保該體系的穩固性與精準性。將量化結果作為政策衡量指標，以此判斷各項政策的評價等級，并分析其優勢和劣勢，在此基礎上，綜合得出川渝地區人才引進政策的整體PMC指數得分，并據此提出優化川渝地區人才引進政策的建議。

2.1變量分類與參數識別

根據上文所述，將收集到的61份政策文本全部導人ROSTCM.6軟件進行分詞及高頻詞統計，為保證高頻詞輸出的有效性，過濾部分干擾詞組，并剔除了分詞后無實際意義且對結果影響不顯著的詞組，基于篩選后的高頻詞匯，結合Gephi軟件生成高頻詞語義網絡圖（圖1），為PMC指數模型的參數設置提供參考。

前，并且與其他高頻詞語關聯程度最高，可以看出人才引進政策的重點主要集中于發展、建設、創新，以及與企業、技能、體系和項目申報的相關內容，具體包括促進企業與單位用人、技術創新發展、人才的培養服務等方面。從語義網絡圖中還可以看出“人才”“資源”“發展”“技術\"“保障”“評價”“技能”等高頻詞關聯程度較高，表明人才引進政策重視人力資源的技能培養與評價、人才的服務與保障等方面的內容，并且政府較為重視技能、技術型人才，通過完善行業發展、提升人才生活便利程度和優化項目資源等方面措施，吸引人才加人。從“人才”

“資源”“保障”“引導”“組織”“評價”“服務”等可以看出川渝地區人才引進政策內容包含人才、資源、組織、評價等政策保障措施。從“企業”“單位”“社會”等高頻詞可以看出川渝地區人才引進政策作用于各個不同的政策對象。

根據上文高頻關鍵詞統計結果，參考張永安等[14]基于RuizEsitrada設置的指標體系上做的修改，并結合人才引進政策相關研究及其概念特征，進行反復的研究與修改，最終形成川渝地區人才引進政策PMC指數模型評價指標體系。本文共設定9個一級指標：政策性質X₁ 、政策時效 X₂ 、作用層級 X₃ 、發文機構 X₄ 、政策重點X₅ 、政策客體 X₆ 、政策工具 X₇ 、激勵方式 X₈ 、政策評價X₉ 。9個一級指標下設39個二級變量，并且每個二級變量在權重方面保持一致。二級變量以二進制進行賦值。變量參數設定標準如表3所示。

2.2 計算PMC指數

將人才引進政策文本依照PMC指數予以量化處理，能夠對所選取的川渝地區人才引進政策進行量化分析和比較研究。PMC指數計算的具體方法如下[19]： ① 將所有一級、二級變量指標導人多投入產出表，公式（1）表示所有的二級變量服從[0，1分布； ② 在政策文本內容的基礎上，根據公式（2）計算所有二級變量的具體數值； ③ 根據公式（3）計算所有一級變量的具體數值。 ④ 根據公式（4），將所有一級變量的值求和可以得到所選取的人才引進政策PMC指數，并對其進行等級劃分。

X={XR：[0～1]}

2.3建立多投入產出表

多投入產出表構建了一套用于開展多維度分析測量的數據分析框架[20]。多投人產出表中的一級變量之間相互獨立并且沒有順序規定，對二級變量賦予相等權重并且對二級變量的設定無數量限制[21]。多投入產出表部分結果如表4所示。

2.4PMC指數等級劃分及計算結果

本文關于所選取政策文本的等級劃分標準參考RuizEstrada并結合人才引進政策的特點，把政策文本依次劃分成4個等級[15]。政策文本PMC指數的得分在8～9 之間即認為該政策為優秀等級政策；政策文本PMC指數得分在 6.00～7.99 之間即認為該政策為良好等級政策；政策文本PMC指數得分在 4.00～5.99 之間即認為該政策為合格等級政策；政策文本PMC指數得分在 0～3.99 之間即認為該政策為不合格等級政策[22]依據以上步驟計算出61項川渝地區人才引進政策的PMC指數得分，并進行等級劃分，結果如表5所示。

2.5 繪制PMC曲面圖

PMC曲面能夠直觀地在多維坐標體系下給出PMC指數模型的評價結果，并用圖像來展示政策的優缺點[23]。本文針對PMC指數計算結果制作PMC曲面，以建立PMC矩陣為基礎，PMC矩陣是一個 3×3 、包含9個變量的矩陣，見公式（5），建立的曲面圖如圖 2～ 圖6所示。

3結果分析

3.1 整體情況分析

整體情況分析得出，所選取61份政策的PMC指數均值為5.62，屬于合格政策等級。從PMC曲面圖（圖2）可以看出曲面整體不夠平滑，說明這61份人才引進政策整體的內部一致性水平不高，結構還需改進，政策內容還存在一定的提升空間。

通過觀察曲面圖坐標對應的9個一級指標可知，只有政策評價 X₉ 均值在0.9以上，其次政策時效 X₂ 、作用層級 X₃ 和政策工具 X₇ 均在0.7以上，表明以上4個一級指標得分較為理想，61份政策的整體時效較長，大部分為5年以上的長期政策且運用的政策工具和作用層級較為全面，政策內容依據充分、目標明確、方案科學并規劃詳實。政策重點 X₅ 和政策客體 X₆ 上均值分別為0.64和0.5，政策整體對于重點內容涵蓋范圍還不夠完善，針對具體人才類別也不夠全面。政策性質 X₁ 和激勵方式X₈ 兩項的均值分別為0.49和0.42，在政策性質方面只有9.84% 的政策包含預測性質，只有3份政策包含激勵方式下的所有二級指標，還存在較大的優化空間。

3.2分等級評價結果分析

3.2.1 優秀政策等級

優秀政策等級的評分在 8～9 分之間，本文所選取的政策文件共有兩份政策達到優秀政策等級要求，占比約為 3.28% 。

如表5所示，兩份優秀政策PMC指數均為8.10，明顯斷層式高于所取61份政策整體平均水平。其中政策時效 X₂ 、作用層級 X₃ 、政策重點 X₅ 、政策工具 X₇ 、激勵方式 X₈ 和政策評價 X₉6 個主要一級變量均值為1，說明優秀政策等級的政策文件時效均是5年以上的長期政策，且所有政策在作用層級方面、政策重點方面和激勵方式方面涉及了一級變量下的所有二級變量，在政策工具的選擇上基本涵蓋所有類型，政策內容依據充分、目標明確、方案科學且規劃詳實。從優秀政策等級均值的曲面圖（圖3）可知，在政策性質 X₁ 上的均值為0.80，政策

P48涉及了該一級變量下的所有二級變量，而政策P51沒有涉及預測性和建議性。在政策客體 X₆ 上，優秀政策等級的均值也為0.80，政策P51涉及了該一級變量下的所有二級變量，而政策P48沒有涉及科研人才和金融人才，政策P48為單獨發文政策而政策P51為聯合發文政策?？傮w來說，優秀等級政策內容覆蓋較為全面，基本所有變量的均值高于61份政策整體均值。

3.2.2 良好政策等級

良好政策的評分在 6.00～7.99 分之間，本文所選取的政策文件共有16份政策達到良好政策等級要求，占比約為 26.23% 。

如表5所示，良好政策PMC指數平均值為6.41，明顯高于所取政策整體平均水平。從良好政策等級均值的曲面圖（圖4）可知，其中政策工具 X₇ 和政策評價 X₉ 兩個主要一級變量均值都在0.9分以上，說明良好政策等級在政策工具的選擇上基本涵蓋所有類型，政策內容依據充分、目標明確、方案科學且規劃詳實。此外，在作用層級X₃ 上均值為0.86，有 50% 的政策包含了所有二級指標，剩余 50% 主要缺乏企業和人才個體的層級。在政策時效X₂ 上均值為0.78，大部分政策文件的時效為五年以上的長期政策。在政策重點 X₅ 上均值為0.75，只有3份政策包含該一級指標下的全部二級指標，其余政策的 56.25% 缺乏對于人才評價方面的內容。在政策性質 X₁ 上的均值為0.59，沒有一份政策文件的性質包含了該一級指標下的全部二級指標，主要缺少預測性質，16份良好政策中只有一份政策中含有預測性質。在激勵方式 X₈ 上的均值為0.54，整體來看大部分政策缺乏晉升途徑方面的內容。在政策客體 X₆ 上的均值為0.53，整體政策針對科研人才和技術人才的內容較多，針對金融人才、管理人才和其他人才的政策較少。最后，良好政策中有9份政策為單獨發文，占比為 56.25% ，協同性方面還有待提升。

3.2.3 合格政策等級

本文設定合格政策的評分在 4.00～5.99 分之間，本文所選取的政策文件共有40份政策文本均達到合格政策等級評分區間，占總體 65.57% 。

由表5可知，合格政策PMC指數平均值為5.44，略低于所取政策整體平均水平，說明合格政策等級的所有政策存在優化空間。

從合格政策等級均值的曲面圖（圖5）可知，首先，均值大于0.90的一級指標只有政策評價 X₉ ，表明合格政策整體在依據、目標、方案和規劃方面做得較好。其次，合格政策在作用層級 X₃ 上均值為0.71，只有 37.5% 的政策包含該一級指標下的所有二級指標，表明合格政策的作用層級涉及得不夠全面。此外，仔細觀察二級指標發現，0值主要集中在人才個體和企業上，表明政策缺乏針對以上兩方的直接引導和安排。在政策時效 X₂ 上均值為0.68，長期政策比例為 57.5% 。在政策工具 X₇ 上均值為0.60，只有 27.5% 的合格政策包含該一級指標下的所有二級指標，剩余政策中只有1份運用了需求型政策工具，其余均不涉及。在政策重點 X₅ 上均值為0.59，合格政策中沒有一份政策包含該一級指標下的所有二級指標，并且只有 35% 的政策為聯合發文。整體來說，合格政策在協同合作和政策重點方面有相當大的提升空間。在政策客體 X₆ 上的均值為0.50，只有 32.5% 的政策包含該一級指標下的所有二級指標，其余政策大部分只包含科研人才和技術人才，包含金融人才、管理人才和其他人才的政策過少。在政策性質 X₁ 上的均值為0.45，只有4份政策包含了預測性質，一半包含監管性質。在激勵方式 X₈ 上的均值為0.36，沒有一項政策包含該一級指標下的所有二級指標， 85% 的政策包含對于發展環境的內容。 42.5% 的政策包含資金支持，其余類別涉及較少，有較大的完善空間。

3.2.4不合格政策等級

本文設定不合格政策的評分在 0～3.99 分之間，本文所選取的政策文件共有3份政策文本達到不合格政策等級評分區間，占總體 4.92% 。

由表5可知，不合格政策PMC指數平均值為3.77，遠低于所取政策整體平均水平，表明不合格政策等級的政策存在很大的提升和改進空間。從不合格政策等級均值的曲面圖（圖6）可知，9個一級變量的均值全部小于0.80，其中最大的為一級變量只有政策評價 X₉ ，表明不合格政策整體在政策依據、政策目標和方案設定方面做得較好，但沒有較為具體的措施和規劃。其中兩份政策為單獨發文，一份為聯合發文，并且3份政策全部為短期時效的政策。此外，不合格政策等級在作用層級X₃ 、政策重點 X₅ 和政策工具 X₇ 上的均值分別為0.53、0.47和0.44，沒有一份政策涉及這3個一級變量下的所有變量。此外， 66.67% 的政策未涉及科研人才，所有政策均未使用環境型政策工具且并未涉及人才監管內容。最后，在政策性質 X₁ 、政策客體 X₆ 和激勵方式 X₈ 上的均值分別為0.27、0.20和0.29。3份政策均未涉及預測性和監管性內容，每份政策所涉及的人才類別只有一個、激勵方式兩個。總體來看，不合格政策等級在絕大多數變量上都非常缺乏，政策內容涉及范圍狹窄，必須針對各個方面進行完善與優化。

4結論、建議與展望

4.1 研究結論

高質量人才是實現國家高質量發展的能動主體，本文通過檢索與人工篩選最終得到61篇川渝地區人才引進政策文本，將收集到的61份政策文本導入ROSTCM.6軟件進行文本挖掘處理，結合高頻詞統計結果最終形成川渝地區人才引進政策PMC指數模型評價指標體系，借助該指標體系對川渝地區頒布的人才引進政策進行PMC指數模型實證分析和量化評價，得出以下研究結論。

第一，政策的激勵方式比較單一。資金支持與生活保障是人才引進最為基礎、最易達成的激勵手段[24]，但川渝地區人才引進政策在資金支持和生活保障方面的支持力度與北京、廣州、深圳和江浙滬等地區相比并不占優勢，因而政府相關部門需進一步關注對人才引進發展環境的塑造，如對人才職業規劃的引導和培養等，以創造優越的人才發展環境，提高政策競爭力，全方位、多方面地提高對人才的吸引力。

第二，政策的關注重點不全面。針對人才引進政策，人才培育、人才交流、人才使用等貫穿海內外人才成長的全過程，是人才引進政策的重要內容[25]。目前，川渝地區人才引進政策更加側重于人才引進、人才評價等方面，對于人才引進之后的成長關注度不夠，對人才的發展方向和使用規劃相對缺乏。人才培育是保證人才輸入的穩定方式，人才交流影響著人才的發展，人才的使用直接關系引才政策的成效，被評價政策主要是以滿足人才引進的前置條件為目標，后續培養不夠重視，因而應當考慮建立人才成長反饋機制，將人才后續發展規劃納入政策考慮。

第三，政策的作用層面還需補充。已有人才引進政策大多數以政府、高校和企業為作用層面來實現政策目標，而科研機構，尤其是非官方科研機構作為人才的重要載體卻往往被忽視或沒有被明確提出。同時，人才個體在多數情況下無法采取主動措施來影響引才進程，人才組織在人才引進方面的巨大社會潛力沒有得到挖掘，因而人才個體在政策實施中并未充分發揮作用，應當建立政策與人才個體、人才組織的互動機制，繼而加強政策效力。

4.2 對策建議

4.2.1豐富人才引進政策激勵手段

川渝地區人才引進政策需突破傳統激勵方式的局限，構建物質保障與成長激勵并重的政策支持體系。首先，應強化基礎性保障，建立與人才層次相匹配的梯次補貼機制，將安家補貼、生活津貼與地區物價指數動態掛鉤；完善“人才公寓 + 購房補貼 + 租房保障”的住房支持體系，探索實施人才共有產權住房試點；優化醫療教育資源配套，設立人才就醫綠色通道及子女教育專項協調機制。其次，在激勵因素維度需注重發展性支持，構建“科研啟動資金 + 成果轉化獎勵 + 專利人股分紅”的創新激勵鏈，設立人才創業風險補償基金。通過搭建產學研協同創新平臺，建立重點人才實驗室設備共享機制。人才引進政策還需推行“雙導師制\"職業發展計劃，為人才配備學術導師和產業導師。建議引入政策工具組合模型，將現金激勵、服務保障、職業發展、榮譽激勵等進行科學配比，通過建立人才政策動態評估機制，定期開展人才滿意度調研，形成政策供給與人才需求的精準匹配。依據政策設計的差異化特征，針對頂尖人才、青年學者、技能工匠等不同群體制定個性化支持方案，最終形成基礎保障托底、發展激勵提質、配套服務增效的長效激勵機制。

4.2.2完善人才全生命周期管理的政策內容

川渝地區人才引進政策的優化需從人才全生命周期管理視角出發，突破傳統政策重引進輕發展的局限，構建覆蓋人才“引、育、用、留”全鏈條的協同發展機制。在人才培育環節，需建立與人才成長階段相匹配的動態培養體系，針對引進人才實施培育計劃，開展區域產業適配性培訓、定向崗位流動實訓等，同步構建階梯式資助體系。在人才交流層面，應打造成渝雙城人才流動樞紐，建立統一的人才信用積分系統，實現兩地職稱互認、項目共建和社?；ネǎ噙x高層次人才開展跨區域技術掛職，支持跨地域、跨學科的學術工作坊和技術攻關聯盟。在人才使用維度，需構建“能力一崗位一貢獻”三維匹配模型，開發基于大數據分析的人才畫像系統，對引進人才的專業特長、研發能力進行動態評估，匹配重點產業鏈關鍵崗位，允許科研人才在高校院所與企業間雙向流動。實現從政策驅動型引才向生態涵養型育才的戰略轉型。

4.2.3豐富人才引進政策服務手段

為推動川渝地區人才發展，需明晰長短期目標，進而規劃整體發展藍圖，以此強化政策的適用性與實效性，為后續政策成效評估筑牢根基。制定人才引進政策時，應充分考量相關利益主體訴求，優化川渝地區人才引進的政策架構，精準洞察既有政策存在的短板與疏漏，著力化解科技人才的現實困境，促使政策更具科學性與可行性。與此同時，構建完備的人才政策服務體系，全方位優化人才成長環境、提升服務水準，切實維護人才合法權益，傾力營造契合各類人才成長的職場生態，為地區發展積聚更多高潛力人才資源。強化資源投入力度，著重賦能高潛力人才，促使其創新及研發潛能得以充分釋放，同時積極拓展人才交流互動與學習提升的多元渠道，持續優化科研服務架構，全方位筑牢科研誠信根基，大力培育科學文化素養。持續完善人才引進政策的激勵措施，建立政策和人才跟蹤機制，監測政策執行情況，評估人才發展狀況。建立人才成就激勵機制，制定明確的發展計劃，并在階段性成果取得時，給予物質和榮譽獎勵。

4.2.4科學打造人才發展環境

相關管理部門要高度重視人才工作，深入研究社會發展的新趨勢，全面掌握各行業人才的數量和結構，科學規劃人才發展和培養計劃，確保與城市發展需求相匹配。首先，應明確與城市核心發展目標相配套的人才發展目標，根據重點項目和工程需求，規劃人才引進和培養的重點領域。其次，要進行高位統籌，整合政府部門、高校、企業等各方力量，形成上下聯動、協調高效的實施體系[26]。人才管理、培訓、獎勵、晉升和評價等制度構成了人才發展環境，需打造科學、公正、開放、包容的人才發展環境。與企業和科研單位協同，構建以人為本的用人模式，評估區域企業人才引進制度，獎勵優秀企業，給予資金支持及政策優先權。人才發展環境的完善有助于人才集中精力攻關，專注于工作，提升工作熱情和積極性，從而為區域經濟發展作出更大貢獻。

4.3 研究不足與展望

本研究在理論探索以及實證研究的過程中獲得了相應成果，為后續發展鋪墊了一定基礎，但仍存在一定不足。PMC評估指標體系建立在研究者對政策文本分析的基礎上，具有一定的主觀性，PMC模型在二級指標權重和評估體系的設計上仍有一定的優化空間，未來可以考慮引入更多的因素或采用其他更具綜合性的評估模型。對于如何優化政策執行機制、提高政策協同性等，可關注政策的具體執行環節，包括跨部門合作、資金落實情況以及相關配套措施的完善。此外，區域對比范圍有限。本研究樣本選取了2019一2024年間的政策文本，僅對川渝地區進行了分析，未能對其他城市群如粵港澳大灣區、長三角等區域進行比較，未來研究將拓寬研究區域，擴大研究樣本，對人才引進政策進行縱向垂直比較，提煉出更具普適性的優化策略，進一步提升研究的科學性。

參考文獻：

[1]佚名.人民日報評論員：全方位培養引進用好人才——論學習貫徹習近平總書記中央人才工作會議重要講話[EB/OL]. （2021-10-02）[2025-04-03].https：//news.cri.cn/baidunews-eco/20211002/d39d2fc4-388e-7504-98f7-ce98ef623273.html.

[2]甘水玲，戴楊.基于CAS回聲模型的海外科技人才引進路徑及對策研究J].科技創業月刊，2022，35（12）：85-89.

[3] 習近平.高舉中國特色社會主義偉大旗幟為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告[J].中國人大，2022（21）：6-21.

[4]陳麗君.加大人才對外開放推進國際人才合作[J].中國人才，2024（1）：24-26.

[5]中共中央國務院.成渝地區雙城經濟圈建設規劃綱要[EB/OL]. （2021-10-21）[2025-04-03].https：//www.gov.cn/zhengce/2021-10/21/content_5643875.htm.

[6]中共中央國務院.國家綜合立體交通網規劃綱要[EB/OL].（2021-02-24）[2025-04-03].https：//www.gov.cn/gongbao/content/2021/content_5593440.htm.

[7] 白鑫，艾希.粵港澳大灣區人才高地建設背景下港澳人才與內地人才引進政策比較研究[J].科技管理研究，2024，44（10）：49-56.

[8]劉一泓，張凱瑩，周波，等.科創中心建設驅動下武漢市外國人才來華工作管理機制研究[J].科技創業月刊，2023，36（12） ：33-38.

[9]龍夢晴，朱明俐，鄒慧娟.高校青年人才引進待遇政策研究——基于56所高校青年人才引進政策文本分析[J].中國科技論壇，2024（5）：22-33.

[IU」劉三，介萬男，土浩.發揮成渝兩地協同刀重打造\"中國人才集群第四極\"[J].中國人才，2022（8）：50-52.

[11]杜寶貴，陳磊.基于PMC指數模型的科技服務業政策量化評價：遼寧及相關省市比較J」科技進步與對策，2022，39（1）：132-140.

[12]丁瀟君，房雅婷.“中國芯\"扶持政策挖掘與量化評價研究[J].軟科學，2019，33（4）：34-39.

[13]李克強.政府工作報告——2019年3月5日在第十三屆全國人民代表大會第二次會議上[J.中華人民共和國國務院公報，2019（9）：6-20.

[14]張永安，耿喆.我國區域科技創新政策的量化評價—基于PMC指數模型[J].科技管理研究，2015，35（14）：26-31.

[15]ESTRADA M A R.Policy modeling：Definition，classi-fication and evaluation[J].Journal of Policy Modeling，2011，33（4）：523-536.

[16]張永安，閆瑾.技術創新政策對企業創新績效影響研究———基于政策文本分析[J].科技進步與對策，2016，33（1） ：108-113.

[17］張永安，郄海拓“大眾創業、萬眾創新\"政策量化評價研究——以2017的10項雙創政策情報為例[J].情報雜志，2018，37（3）：158-164，186.

[18]鄒鈺瑩，婁崢嶸.中央層面養老服務政策內容量化評價——基于PMC指數模型的分析[J].電子科技大學學報（社科版），2020，22（3）：68-76.

[19]黃平平，劉文云.中國特色新型智庫政策文本量化評價——基于PMC指數模型分析[J].情報科學，2024，42（8）：136-143.

[20]趙建國，韓苗苗，張宇涵.新業態從業人員社會保障政策文本量化分析——基于PMC指數模型[J].社會保障研究，2024（2）：3-15.

[21]王進富，楊青云，張穎穎.基于PMC-AE指數模型的軍民融合政策量化評價[J].情報雜志，2019，38（4）：66-73.

[22]方楠.基于文本挖掘技術的中國殘疾人政策量化研究[D].南京：南京郵電大學，2022.

[23]趙爾奎，解星梅.基于PMC指數模型的數字文化產業政策量化評價及實證研究[J].文化產業研究，2023（1）：193-210.

[24]葛蕾蕾.我國國際人才引進中的挑戰與推進策略[J].行政管理改革，2024（12）：21-27.

[25]陳英杰，孫東東.我國“雙一流”建設高校高層次人才政策研究[J].高校教育管理，2025，19（1）：36-48.

[26]熊春霞，程躍.跨區域協同創新績效評價研究綜述[J].科技創業月刊，2024，37（1）：194-199.

（責任編輯：周媛）