摘 要:文章通過(guò)4個(gè)一級(jí)指標(biāo)和13個(gè)二級(jí)指標(biāo)對(duì)58個(gè)國(guó)家和地區(qū)人力資源競(jìng)爭(zhēng)力情況進(jìn)行研究分析，發(fā)現(xiàn)每個(gè)國(guó)家和地區(qū)的指標(biāo)數(shù)據(jù)差異很大。為把情況相似的國(guó)家和地區(qū)分類，文章對(duì)這些指標(biāo)作了標(biāo)準(zhǔn)化處理，然后進(jìn)行了聚類分析。聚類分析結(jié)果是將這些國(guó)家和地區(qū)劃分為五類，它們之間在人力資源競(jìng)爭(zhēng)力等方面存在明顯的差異。

關(guān)鍵詞:全球 人力資源競(jìng)爭(zhēng)力 聚類分析

中圖分類號(hào):C960 文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1004-4914(2009)10-207-02

世界各國(guó)經(jīng)濟(jì)和社會(huì)發(fā)展差異很大，人力資源競(jìng)爭(zhēng)力同樣也存在非常大的差異。面對(duì)眾多國(guó)家和地區(qū)的眾多數(shù)據(jù)，怎樣才能客觀、全面、準(zhǔn)確地分析并進(jìn)行相似性分類呢?筆者利用多元統(tǒng)計(jì)分析理論中的聚類分析方法，對(duì)世界58個(gè)具有代表性的國(guó)家和地區(qū)人力資源競(jìng)爭(zhēng)力進(jìn)行聚類分析，對(duì)實(shí)際情況進(jìn)行論證。

一、聚類分析的基本思想

聚類分析是從數(shù)值分類學(xué)中逐漸分離出來(lái)的一個(gè)新的分支。聚類是將數(shù)據(jù)分類到不同的類或者簇這樣的一個(gè)過(guò)程，所以同一個(gè)簇中的對(duì)象有很大的相似性，而不同簇間的對(duì)象有很大的相異性。

聚類分析的目標(biāo)就是在相似的基礎(chǔ)上收集數(shù)據(jù)來(lái)分類。聚類源于很多領(lǐng)域，包括數(shù)學(xué)、計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、生物學(xué)和經(jīng)濟(jì)學(xué)。在不同的應(yīng)用領(lǐng)域，很多聚類技術(shù)都得到了發(fā)展，這些技術(shù)方法被用作描述數(shù)據(jù)，衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的簇中。

從統(tǒng)計(jì)學(xué)的觀點(diǎn)看，聚類分析是通過(guò)數(shù)據(jù)建模簡(jiǎn)化數(shù)據(jù)的一種方法。傳統(tǒng)的統(tǒng)計(jì)聚類分析方法包括系統(tǒng)聚類法、分解法、加入法、動(dòng)態(tài)聚類法、有序樣品聚類、有重疊聚類和模糊聚類等。采用k-均值、k-中心點(diǎn)等算法的聚類分析工具已被加入到許多著名的統(tǒng)計(jì)分析軟件包中，如SPSS、SAS等。

從實(shí)際應(yīng)用的角度看，聚類分析是數(shù)據(jù)挖掘的主要任務(wù)之一。而且聚類能夠作為一個(gè)獨(dú)立的工具獲得數(shù)據(jù)的分布狀況，觀察每一簇?cái)?shù)據(jù)的特征，集中對(duì)特定的聚簇集合作進(jìn)一步的分析。

本文所研究的指標(biāo)(變量)之間存在不同程度的相似性(親疏關(guān)系)。根據(jù)一批樣品的多個(gè)觀測(cè)指標(biāo)，具體找出一些能夠度量樣品或指標(biāo)之間相似程度的統(tǒng)計(jì)量，以這些統(tǒng)計(jì)量為劃分類型的依據(jù)，把具有相似程度的樣品(或指標(biāo))分別聚為一類。本文運(yùn)用快速聚類分析法(K-Means Cluster Analysis)，處理數(shù)據(jù)為2006年數(shù)據(jù)。

二、聚類分析

1.指標(biāo)的標(biāo)準(zhǔn)化處理。為方便研究，首先把13個(gè)二級(jí)指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，整合成人力資源存量、人力資源發(fā)展貢獻(xiàn)、人力資源發(fā)展能力和人力資源發(fā)展?jié)摿Φ?個(gè)一級(jí)指標(biāo)。然后將這些國(guó)家和地區(qū)分成5個(gè)類別進(jìn)行聚類。

如表1所示，經(jīng)單因素方差分析檢驗(yàn)，4個(gè)變量(一級(jí)指標(biāo))的相伴概率都是0.000，小于顯著性水平(0.01)。因此，這種聚類分析效果非常理想。

2.聚類分析。運(yùn)用SPSS軟件可以得到快速聚類分析的結(jié)果。分類結(jié)果如下:

第一類11個(gè)國(guó)家，包括:荷蘭、澳大利亞、冰島、新西蘭、挪威、加拿大、丹麥、愛(ài)爾蘭、美國(guó)、韓國(guó)、古巴。這一類國(guó)家的突出特點(diǎn)是勞動(dòng)力比例(以下除排序數(shù)據(jù)外非特殊說(shuō)明均為平均值)最高(54.65%)、15歲及以上人口受教育年限最長(zhǎng)(17.41年)、預(yù)期壽命最長(zhǎng)(78.74年)、成人識(shí)字率最高(99.09%)、三級(jí)教育綜合入學(xué)率最高(99.79%)、公共教育支出占GDP比例最高(5.68%)、公共衛(wèi)生支出占GDP比例最高(6.87%)、人均GDP(PPP US$)最高(33470.55)、獲批準(zhǔn)專利數(shù)最多(29746.27件)、就業(yè)率最高(96.03%)。另外，高等教育注冊(cè)學(xué)生數(shù)(2291161.73人)居第3位，0~14歲人口比例(19.52%)居第3位，老齡化人口(12.69%)居第3位。這類國(guó)家除韓國(guó)外，主要集中于歐洲、北美洲和大洋洲，占58個(gè)國(guó)家和地區(qū)的18.97%。

第二類17個(gè)國(guó)家和地區(qū)，包括:盧森堡、捷克、立陶宛、比利時(shí)、葡萄牙、法國(guó)、斯洛文尼亞、德國(guó)、英國(guó)、西班牙、希臘、中國(guó)香港、日本、愛(ài)沙尼亞、瑞典、芬蘭和瑞士。這一類國(guó)家和地區(qū)的突出特點(diǎn)是高等教育注冊(cè)學(xué)生數(shù)(941348.12人)最少，0~14歲人口比例(15.81%)最低，老齡化人口(16.61%)最多。其他多居于2～4位。這類國(guó)家和地區(qū)除中國(guó)香港和日本外，主要集中于歐洲，占58個(gè)國(guó)家和地區(qū)的29.31%。

第三類8個(gè)國(guó)家，包括:以色列、塞浦路斯、泰國(guó)、智利、中國(guó)、巴西、哈薩克斯坦、墨西哥。這一類國(guó)家的突出特點(diǎn)是高等教育注冊(cè)學(xué)生數(shù)(4274173.25人)最多。其他大多居于3～4位。這類國(guó)家除墨西哥外，主要集中于亞洲和南美洲，占58個(gè)國(guó)家和地區(qū)的13.79%。

第四類13個(gè)國(guó)家，包括:拉脫維亞、格魯吉亞、波蘭、克羅地亞、匈牙利、烏克蘭、羅馬尼亞、白俄羅斯、俄羅斯、保加利亞、亞美尼亞、斯洛伐克和烏拉圭。這一類國(guó)家的主要特點(diǎn)是公共教育支出占GDP比例最低(4.38%)。獲批準(zhǔn)專利數(shù)最少(2640.77件)、就業(yè)率最低(91.09%)。其他大多居于2～4位。這類國(guó)家除烏拉圭外，主要集中于中東歐洲，占58個(gè)國(guó)家和地區(qū)的22.41%。

第五類共9個(gè)國(guó)家，包括:菲律賓、土耳其、蒙古、烏茲別克斯坦、埃及、摩洛哥、危地馬拉、印度和秘魯。這一類國(guó)家的特點(diǎn)是平均勞動(dòng)力比例最低(39.67%)、15歲及以上人口受教育年限最短(11.66年)、預(yù)期壽命最短(68.72年)、成人識(shí)字率最低(81.15%)、三級(jí)教育綜合入學(xué)率最低(72.91%)、公共衛(wèi)生支出占GDP比例最低(3.61%)、0~14歲人口比例最多(32.70%)、老齡化人口最少(4.82%)、人均GDP(PPP US$)最低(4899.00)。另外，高等教育注冊(cè)學(xué)生數(shù)(2460206.56人)居第2位，公共教育支出占GDP比例(4.39%)居第3位，獲批準(zhǔn)專利數(shù)(2995.89件)居第4位，就業(yè)率(92.16%)居第4位。這類國(guó)家除土耳其外，集中于亞洲、非洲和南美洲，占58個(gè)國(guó)家和地區(qū)的15.51%。

3.聚類分析結(jié)果的探討。從聚類結(jié)果看，各類國(guó)家和地區(qū)之間存在顯著的差異。這些指標(biāo)差異體現(xiàn)的是背后經(jīng)濟(jì)實(shí)力、綜合國(guó)力、人力資源綜合競(jìng)爭(zhēng)力、歷史和區(qū)域的差異。

從經(jīng)濟(jì)實(shí)力看，第一類國(guó)家經(jīng)濟(jì)實(shí)力最強(qiáng)，人均GDP(PPP US$)最高(33470.55)，第二類國(guó)家和地區(qū)其次(31761.88)，第三類國(guó)家再次(13456.00)，第四類國(guó)家(11749.77)，第五類國(guó)家最低(4899.00)。

綜合國(guó)力方面，第一類國(guó)家13個(gè)指標(biāo)中有10個(gè)表現(xiàn)最優(yōu)，第五類國(guó)家大多數(shù)指標(biāo)表現(xiàn)最差。

從人力資源綜合競(jìng)爭(zhēng)力的分析結(jié)果看，同樣顯示出與順序同樣的排序狀況。第一類國(guó)家綜合指數(shù)(11.95)、第二類國(guó)家和地區(qū)(5.98)、第三類國(guó)家(-2.09)、第四類國(guó)家(-3.27)、第五類國(guó)家(-12.58)。

就歷史的角度而言，第一、二類國(guó)家和地區(qū)多是老牌資本主義國(guó)家或是近現(xiàn)代發(fā)展非?？焖俚膰?guó)家和地區(qū)。第三類則大多是受過(guò)殖民統(tǒng)治，近代屢遭戰(zhàn)亂，后經(jīng)濟(jì)快速發(fā)展的國(guó)家。第四類則大多是近代戰(zhàn)爭(zhēng)留下創(chuàng)傷，后又經(jīng)濟(jì)發(fā)展速度一般的國(guó)家。第五類則多是受過(guò)殘酷的殖民壓迫和近代戰(zhàn)爭(zhēng)創(chuàng)傷，經(jīng)濟(jì)正在追趕中的發(fā)展中國(guó)家。

就區(qū)域的分布而論，第一、二類國(guó)家和地區(qū)多分布在歐洲和北美，第三類國(guó)家多分布在亞洲和美洲，第四類國(guó)家多分布在東歐，第五類國(guó)家多分布在亞洲和非洲。體現(xiàn)出明顯的區(qū)域特點(diǎn)。

三、結(jié)論

這58個(gè)國(guó)家和地區(qū)具有很強(qiáng)的代表性，而且具有顯著的差異，據(jù)此分成五類是非常成功的，聚類效果非常理想。這些差異的存在主要是由于歷史背景、經(jīng)濟(jì)發(fā)展速度、人力資源綜合競(jìng)爭(zhēng)力以及綜合國(guó)力等因素造成的，而且具有明顯的區(qū)域分布特點(diǎn)。落后國(guó)家要想趕超先進(jìn)，就必須從教育、經(jīng)濟(jì)、衛(wèi)生等各方面迎難而上，制定好的政策措施，創(chuàng)造良好的國(guó)內(nèi)外環(huán)境。不然，這種局面就難以改變。

參考文獻(xiàn):

楊曉明.Spss在教育統(tǒng)計(jì)中的應(yīng)用[M].北京:高等教育出版社，2004:263-270

(作者單位:中國(guó)防衛(wèi)科技學(xué)院經(jīng)濟(jì)管理系 北京 101601)

(責(zé)編:若佳)