西部省会城市人力资源竞争力计量分析

    摘 要：在构建评价指标体系的基础上，运用因子分析法，对西部省会城市人力资源竞争力进行了分析和评价。由于实力、环境因素和政府作用力等影响着城市人力资源竞争力，文章结合结论针对不同城市提出了一些有益的建议。

　　关键词：西部省会城市；人力资源竞争力；因子分析
　　
　　21世纪是知识经济的时代，知识在经济过程中的起着越来越重要的作用，而作为知识经济载体的高素质人才，更是知识经济时代竞相抢夺的宝贵资源。在柯布、道格拉斯的区域经济发展模型中，人力资本和物质资本是区域经济发展的两大独立生产要素，而根据他们对美国1922—1998年期间经济资料的分析，得出人力资本的产出弹性为0.75，是物质资本的三倍。由此可见，谁在今天的竞争中赢得了大量高素质的人力资源，谁就为明天的经济腾飞奠定了坚实的基础。省会城市人力资源竞争力正是衡量城市对人力资源要素的吸引力和市场争夺力，对它进行研究，可以为快速提升城市竞争力提供一定的借鉴作用。
　　
　　一、区域人力资源竞争力
　　
　　（一）区域竞争力
　　竞争力是指一个行为主体与其他行为主体共同竞争某种相同资源的能力，竞争力强弱直接关系到行为主体获得某种相同资源可能性的大小。与此对应，区域人力资源是指一个地区与其他地区共同竞争某种相同资源的能力。它不仅表现了目前的发展状况，也显示了未来的发展趋势。
　　（二）区域人力资源竞争力
　　在经济学上，资源是为了创造物质财富而投入于生产活动中的一切要素。人力资源是指能够推动国民经济和社会发展的、具有智力劳动和体力劳动能力的人们的总和，它包括数量和质量两个方面。区域人力资源竞争力则是指一个区域在所从属的大区域中对人力资源要素的优化培植能力，也就是区域在更大的区域中对人力资源要素的吸引力和市场争夺力。在某种程度上，它反映了该区域在该环境中对人力资源要素的吸引和凝聚的能力。
　　二、西部省会城市人力资源竞争力评价指标体系和评价方法
　　（一）评价指标体系
　　城市对人力资源的吸引和配置能力，主要包括经济、环境和政府作用力等影响人力资源竞争力的宏观和微观环境因素指标。在设计评价指标体系时，兼顾了可操作性、可比性、全面性和统一性等原则，组成了包括反映城市经济实力、人口素质、基础设施建设、政府作用力等要素在内的指标体系，具体有10个指标：X1为第三产业GDP比重（%）；X2为职工人均工资（元）；X3为床位数（张）；X4为万人拥有公交车（辆）；X5为高校在校生人数（人）；X6为总人口（万人）；X7为财政支出（万元）；X8为人均绿地（平方米）；X9为人均用电（度）；X10为GDP总量（亿元）。
　　（二）评价方法
　　多指标体系的综合评价方法有层次分析法、主成分分析法、因子分析法和聚类分析法。文章选用因子分析法对西部各省会城市人力资源竞争力进行评价。因子分析法是通过对原有变量进行恰当的数学变换，从一定的数学模型出发，找出几个反映原有变量的公共因子，并力求使它们有较为合理的专业解释。依据一定的标准，用这些公共因子对分析对象进行综合评价的多元统计方法。其具体步骤为：1、原始数据的无量纲化与标准化。由于各个指标量纲的不统一，为了确保各个变量在分析中的地位相同，可以对数据进行中心化与标准化处理。文章采用Z-Score法标准化处理，得到标准化数据。2、运用SPSS软件处理标准化数据可以得到指标数据间的相关系数矩阵R，根据方差解释表中的累计贡献率确定选取公共因子的数量。3、对因子载荷阵施行最大正交旋转。计算因子得分，建立综合评价函数。4、利用综合评价函数对对象进行排名。
　　
　　三、实证研究
　　
　　（一）主体的选取及其得分
　　西部地区约占我国国土总面积的58%，在这片广袤的土地上生活着3.5亿的人口，是我国经济欠发达的地区。本文对人力资源竞争力的实证研究，选取了西部地区11个省会（含直辖市）城市为行为主体，包括重庆、成都、昆明、贵阳、西安、兰州、西宁、南宁、银川、乌鲁木齐、呼和浩特，结合各个区域各项指标的原始数据（表1），对西部省会（含直辖市）城市的竞争力排序，并进行分析评价。
　　
　　根据因子分析法，采用SPSS13.0统计软件进行分析，对原始评价指标数据用Z-Score法进行标准化处理，得出相关系数矩阵，目的是考察原始变量间的相关关系，考虑是否有必要做因子分析。从相关系数矩阵中得出指标间的相互独立性假设是不成立的，所以可以做因子分析。
　　在因子分析过程中，一般只提取出累计贡献率≥85%的少数几个公因子，从总方差解释表中（表2），我们可以看到当取到3个公因子时，累计贡献率达到85.975%，即前3个公共因子涵盖了原有10个指标85.975%的信息，这样前3个公共因子损失的信息量很少，因此选取前三个因子已经能够满足描述人力资源竞争力的总体水平了。
　　

　　采用主成分法的因子载荷矩阵可以说明各因子在各变量上的载荷，即影响程度。但为了使载荷矩阵中系数向0—1分化，对初始因子载荷矩阵进行方差最大旋转，旋转后的因子载荷矩阵如表2所示，从表中可以看出，第一公因子在X3、X5、X6、X7、X10上的载荷很大，即床位、高校在校生人数、人口、财政支出和GDP总量指标，因为它们都与城市人口的数量与素质有密切的关系，所以可以定义为人口综合因子。第二公因子在X1、X2、X4上的载荷很大，即分别为第三产业GDP比重、职工人均工资、万人公交车辆数指标，由于这些因素的高低跟该市服务业都有关，职工人均工资高则人们在服务业上的消费会增加，万人公交车辆数本身就是公路服务行业的标志，所以我们定义第二公因子为服务综合因子。第三公因子在X8、X9上的载荷特别大，即人均绿地、人均用电指标，这两个指标直接反映了一个城市在基础设施方面的竞力，所以定义为基础设施综合因子。这几个因子的性质及顺序较好地体现了其所代表的指标对人力资源竞争力的影响及其地位。首先是城市规模，然后是服务业的程度，最后是城市基础设施。
　　为了考察各城市的人力资源竞争力情况，并对其进行分析和综合评价，采用回归法求出因子得分函数，由SPSS输出的函数系数矩阵将三个公因子表示为10个指标的线性形式。因子得分的函数为：
　　F1=-0.114X1+0.092X2+0.267X3+0.085X4+0.182X5+0.183X6+0.179X7+0.020X8+0.130X9+0.261X10
　　F2=0.302X1+0.436X2+0.124X3+0.339X4-0.024X5-0.027X6-0.021X7-0.203X8+0.095X9+0.095X10
　　F3=-0.182X1+0.010X2+0.124X3+0.303X4+0.026X5-0.042X6-0.025X7+0.401X8+0.605X9+0.123X10
　　SPSS已经计算出三个因子的得分，两个因子分别从不同的方面反映了西部省会城市人力资源竞争力的情况，但单独使用某一公因子并不能对各城市在西部的地位作出综合的评价，因此按各公因子对应的方差贡献率为权数计算如下综合统计量：
　　F=0.6006F1+0.2513F2+0.1478F3
　　通过计算可以得到综合得分，并求出个省会城市的排序。
　　（二）结论与分析
　　1、省会城市人力资源竞争力评价与分析。从表3中可以看出，人力资源竞争力排在前几位的是成都、重庆、乌鲁木齐、昆明、西安。由于成都、重庆的人口综合因子指标远远高于其他几个省会城市，所以得分靠前。而重庆由于在城市基础设施和服务业方面相对成都较差，所以综合得分也就没有成都高。其次下来是乌市和昆明，由于其在城市设施和服务业方面都处于领先地位，综合得分也排在了第三，西安则排到了第五，虽然其人口规模综合因子得分较高，然而在基础设施和服务业因子得分则为负，直接导致它排的靠后一些。贵阳、南宁、西宁、兰州、银川和呼和浩特排在后面，它们中除了在个别指标上靠前外，（如贵阳的城市基础设施，南宁的服务业综合指标）其它各类指标（尤其是人口综合因子）均远远落后于成都、重庆。
　　
　　2、启示。区域发展水平差距很大，而依托城市经济的辐射功能带动周边地区和区域的化发展，是促进中国社会经济整体快速、均衡发展的重要战略，而人才竞争，则是各个经济区域争夺的焦点。首先，各个城市应该针对自己的弱点加以改进，如重庆、西安可以在加强城市基础设施建设和服务业方面狠下功夫，这样城市的人力资源竞争力则可以很快地得到提升。而排在靠后的几个城市，则可以先通过发展自己的整体经济实力，提高人均GDP，从而提升自己的人力资源竞争力。其次，西部各城市由于有区位优势、环境优美、资源丰富，可以大力发展特色旅游服务业，提高自己的人力资源竞争力。
　　
　　：
　　1、张向前.人力资源与区域经济发展分析[J].运筹与管理,2002(4).
　　2、杨瑞艳.我国区域竞争力实证研究[J].上海统计,2000(4).
　　3、余凯成,程文文,陈维政.人力资源管理[M].大连理工出版社,1999.
　　4、陆晓芳,王川,赵树宽.人才要素区域竞争力评价模型[J].吉林大学学报(工学版),2003(33).
　　5、刘小英.西部地区人力资源竞争力计量评价[J].甘肃农业大学学报,2006(41).
　　6、陈德钊.多元数据处理[M].化学出版社,1998.
　　7、赵海莉.西部省会城市竞争力比较研究[J].西北师大学报(社会版),2005(42).