劉兵 李青 梁林

摘 要： 人才對區(qū)域創(chuàng)新的驅(qū)動和戰(zhàn)略性作用日益突出，但區(qū)域人才配置的合理性和有效性卻成為制約落實人才發(fā)展戰(zhàn)略和區(qū)域持續(xù)發(fā)展的主要瓶頸?；谕度牒彤a(chǎn)出視角構(gòu)建區(qū)域人才配置效率評價指標體系，采用2009—2016年天津市16個行政區(qū)作為樣本，運用超效率DEA方法分析人才配置效率動態(tài)演化趨勢，并使用Malmquist指數(shù)甄別人才配置效率變動的影響因素。結(jié)果表明，天津市人才配置效率除2011年有所上升，總體呈現(xiàn)下降趨勢;中心城區(qū)、環(huán)城區(qū)和遠郊區(qū)人才配置效率遠低于濱海新區(qū)，但3個功能區(qū)人才配置效率呈現(xiàn)協(xié)同發(fā)展態(tài)勢;16個行政區(qū)人才配置效率在變動方向和強度方面均存在較大差異。另外，從技術(shù)效率和技術(shù)進步水平來看，技術(shù)進步已成為天津市人才配置的主要影響因素。研究結(jié)果有助于天津市優(yōu)化人才資源配置，并且為該方法應用于其他區(qū)域提供了依據(jù)。

關(guān)鍵詞：區(qū)域人才配置效率;動態(tài)演化;影響因素;天津市;超效率DEA;Malmquist指數(shù)

中圖分類號：G301 ? 文獻標志碼：A ? 文章編號：1674-7356（2019）-02-0016-08

當前，我國正處在轉(zhuǎn)型升級的關(guān)鍵節(jié)點，只有持續(xù)推動區(qū)域協(xié)調(diào)發(fā)展，在區(qū)域發(fā)展中補短板、強弱項，才能培育新的發(fā)展動能，實現(xiàn)全面協(xié)調(diào)可持續(xù)發(fā)展。人才作為第一資源，實現(xiàn)人才合理配置對區(qū)域協(xié)調(diào)發(fā)展具有重要支撐作用[1]。然而，在我國區(qū)域人才配置過程中，原有人才管理體制機制與區(qū)域快速發(fā)展需求之間的矛盾愈加凸顯。并且，由于地區(qū)間在經(jīng)濟發(fā)展、社會服務和自然環(huán)境等方面的顯著差異，造成了我國人才“短缺和飽和”共存的現(xiàn)象，導致人才配置效率偏低，削弱了人才對我國經(jīng)濟社會發(fā)展的推動力[2]。如何對我國區(qū)域人才配置效率進行測度，進而分析影響人才配置的影響因素，提出人才配置的優(yōu)化方案，是本文力求解決的問題。

一、文獻回顧

我國區(qū)域人才配置效率問題引起了學術(shù)界較為廣泛的關(guān)注，現(xiàn)有文獻圍繞人才配置機制、人才配置影響因素和人才配置效率評價方法等方面開展了大量富有成效的研究。區(qū)域人才配置機制方面，桂昭明[3]提出建立政府部門宏觀調(diào)控、市場主體公平競爭、中介組織提供服務的人才流動配置機制是促進人才合理流動、優(yōu)化人才資源配置的保障。宋本江[4]針對我國短缺性人才分布失衡、流失嚴重的困境，提出了構(gòu)建市場配置和行政調(diào)控結(jié)合的人才配置機制，以期實現(xiàn)短缺性人才資源科學配置的目的。區(qū)域人才配置影響因素方面，劉兵等[5]41識別京津冀人才配置的關(guān)鍵影響因素和配置模式，采用內(nèi)容分析法，表明京津冀人才配置的影響因素體系主要包括區(qū)域環(huán)境、組織氣候和個體意愿3個層次共12個關(guān)鍵影響因素。通過綜合聚類分析，歸納出追趕型、發(fā)展型和進取型3類人才配置模式。區(qū)域人才配置效率評價方法方面，彭皓玥等[6]運用數(shù)據(jù)包絡(luò)分析方法（DEA），對我國各地區(qū)科技人才配置的效率進行分析研究，并從分析的結(jié)果中總結(jié)歸納出影響科技人才配置效率的3個主要因素——科技人才結(jié)構(gòu)、政府調(diào)控市場機制以及人才相關(guān)機制。牛沖槐[7]通過構(gòu)建科技型人才聚集效應指標體系及其灰色關(guān)聯(lián)投影模型，以中部六省數(shù)據(jù)為樣本，對其進行了測度，進而對中部六省的科技型人才聚集效應強度進行評價。

通過梳理相關(guān)文獻發(fā)現(xiàn)，現(xiàn)有研究偏重于對人才配置機制方面的定性探討和人才配置效率的靜態(tài)評價。鑒于此，首先，本文構(gòu)建區(qū)域人才配置效率的測度模型;其次，對天津市2009—2016年的人才配置效率進行動態(tài)演化趨勢分析，以揭示人才配置效率的分布差異與變遷規(guī)律;最后使用Malmquist指數(shù)識別人才配置效率變動的影響因素;最后，提出天津市優(yōu)化人才資源配置的對策建議。

二、研究指標與數(shù)據(jù)

（一）指標選取

人才資源是區(qū)域科技創(chuàng)新中的重要資源，也是區(qū)域科技創(chuàng)新效率研究中評價指標體系的重要因素。本文設(shè)計區(qū)域人才配置效率評價指標體系時，在人才配置、人才流動和人才聚集等相關(guān)研究的基礎(chǔ)上，借鑒了區(qū)域技術(shù)創(chuàng)新效率指標體系的相關(guān)思想。但是，本文研究的區(qū)域人才配置效率評價與區(qū)域科技創(chuàng)新評價也有所不同。本文對區(qū)域人才配置的定義如下：為實現(xiàn)人才自由流動，采取內(nèi)部培育以及外部聚集的手段，通過對區(qū)域內(nèi)資源要素的整合，有序推動區(qū)域社會發(fā)展的過程[5]42。人才配置貫穿于經(jīng)濟社會發(fā)展的全過程，即人才配置不僅具有外部聚集的特性，同時也強調(diào)其內(nèi)部培育的特性。因此，本文研究的人才并不僅僅關(guān)注科技創(chuàng)新本身，而是將人才配置著眼于經(jīng)濟發(fā)展、產(chǎn)業(yè)發(fā)展和社會發(fā)展之中，并由此構(gòu)建人才配置效率評價指標體系。

本文對區(qū)域人才配置效率測度包括人才投入指數(shù)和人才產(chǎn)出指數(shù)。在人才投入指數(shù)方面，劉兵等[5]44，[8]認為以產(chǎn)業(yè)發(fā)展為基礎(chǔ)的區(qū)域經(jīng)濟環(huán)境是人才配置關(guān)鍵影響因素，能夠使該區(qū)域的人才聚集力增強;同時醫(yī)療保險、子女教育、基礎(chǔ)設(shè)施水平等社會服務水平也影響著人才配置;張再生[9]認為經(jīng)濟發(fā)展狀況、產(chǎn)業(yè)發(fā)展和社會保障體系等都會對人才的流動行為產(chǎn)生影響。在人才產(chǎn)出指數(shù)，魏浩等[10]指出人才集聚效應、相應的基礎(chǔ)設(shè)施條件和經(jīng)濟水平都影響人才的流動;牛沖槐等[11-12]指出區(qū)域的科技資源配置、人才的科技素養(yǎng)和科技水平以及科技創(chuàng)新和轉(zhuǎn)化能力等會影響人才聚集。遵循科學性、全面性、客觀性以及數(shù)據(jù)可獲得性的原則，構(gòu)建了區(qū)域人才配置效率評價指標體系，如表1所示。

（二）數(shù)據(jù)來源

上述指標體系中的數(shù)據(jù)來源，除人才數(shù)量投入的每萬人口R&D人員數(shù)、每萬人口科技活動人員數(shù)，科技發(fā)展創(chuàng)新產(chǎn)出額專利申請量、技術(shù)合同成交額等數(shù)據(jù)來自《天津科技統(tǒng)計年鑒》，其他數(shù)據(jù)均來自《天津統(tǒng)計年鑒》。由于2009年是濱海新區(qū)的重要時間節(jié)點，國務院正式批復濱海新區(qū)行政體制改革方案，同意撤銷天津市塘沽區(qū)、漢沽區(qū)、大港區(qū)，設(shè)立天津市濱海新區(qū)，以原塘沽區(qū)、漢沽區(qū)、大港區(qū)的行政區(qū)域為濱海新區(qū)的行政區(qū)域。即撤銷濱海新區(qū)工委、管委會，撤銷塘沽、漢沽、大港區(qū)現(xiàn)行建制，設(shè)立濱海新區(qū)行政區(qū)，轄區(qū)包括原塘沽、漢沽、大港三區(qū)全境。故本文研究2009—2016年的天津市人才配置效率。

三、研究方法

（一）超效率DEA

基于傳統(tǒng)的DEA模型下計算得到的有效單元，即效率值是1的評價單元可能出現(xiàn)多個，然而傳統(tǒng)的DEA方法無法對這些有效評價單元進行進一步區(qū)分。因此Banker等[13]提出超效率數(shù)據(jù)包絡(luò)分析（Super-Efficiency）法以彌補傳統(tǒng)DEA的上述問題，Andersen等[14]于1993年進一步改進了超效率數(shù)據(jù)包絡(luò)分析法。其中，超效率CCR-DEA模型主要考慮被評價決策單元相對于其他單元的效率，其構(gòu)造的參考集并不含有被評價決策單元本身，因此該評價模型可對DEA有效決策單元做出進一步區(qū)分評價[15]。超效率CCR-DEA模型為：

（二）Malmquist指數(shù)

Malmquist指數(shù)又被稱為“全要素生產(chǎn)率”（TEPCH），通常被用于計算生產(chǎn)效率的變化情況。最初由Malmquist在1953年提出，Caves等于1982年用其測算生產(chǎn)效率的變化，1994年RolfF？覿re等人將這一理論的一種非參數(shù)線性規(guī)劃法與DEA理論相結(jié)合。Malmquist指數(shù)定義為：TFPCH = ECH × TECH = PECH × SECH × TECH。Malmquist指數(shù)可分解為技術(shù)效率變化指數(shù)（ECH）與技術(shù)進步變化指數(shù)（TECH）。技術(shù)效率變化指數(shù)又能夠分解為純技術(shù)效率變動指數(shù)（PECH）與規(guī)模效率指數(shù)（SECH）。Malmquist指數(shù)和分解的各類指數(shù)數(shù)值均有特定的含義：如果指數(shù)數(shù)值大于1，則表示在評價時間段里相應指數(shù)效率呈現(xiàn)上升態(tài)勢;反之，則說明其處于下降的趨勢[17]。

各指數(shù)在人才配置中所表示的具體含義如下：TEPCH反映人才的規(guī)模集聚效應、社會技術(shù)進步、人才要素資源配置和利用水平的發(fā)展情況。如果指數(shù)大于1，表明人才配置效率提高;若小于1，則表明人才配置效率下降。SECH反映人才的規(guī)模集聚效應對人才配置率的影響。PECH反映人才要素資源配置和利用水平的發(fā)展情況，通過管理水平的變化影響人才配置效率。ECH則總體反映人才的規(guī)模集聚效應、人才要素資源配置和利用水平的發(fā)展情況。TECH反映社會技術(shù)進步程度對人才配置效率的影響，指數(shù)小于1表示技術(shù)退步，大于1表示技術(shù)進步，而等于1則無變化。

四、實證結(jié)果分析

（一）天津市人才配置效率動態(tài)演化分析

利用EMS1.3統(tǒng)計軟件求解產(chǎn)出角度的超效率CCR-DEA模型，可得2009—2016年天津市16個行政區(qū)的人才配置效率與排名情況如表2所示。

首先，2009—2016年天津市人才配置效率總體呈現(xiàn)先下降后上升再下降的發(fā)展趨勢。2009—2010年天津市人才配置效率處于規(guī)模報酬遞減階段，從2010—2011年處于規(guī)模報酬遞增階段，2011—2016年天津市人才配置效率處于規(guī)模報酬遞減階段。其次，2009—2016年天津市各區(qū)的人才配置效率存在顯著的地區(qū)差異。和平區(qū)和濱海新區(qū)的人才配置效率平均值分別為8.751和8.707，排名前兩名，而寶坻區(qū)的人才配置效率平均值僅為0.962，排名處于最末位，約為和平區(qū)和濱海新區(qū)人才配置效率的1/9。最后，和平區(qū)和濱海新區(qū)的人才配置效率平均值顯著高于其他區(qū)，雖然南開區(qū)的人才配置效率排名第三，但是也僅為和平區(qū)和濱海新區(qū)的約1/4。

第一，中心城區(qū)、環(huán)城區(qū)和遠郊區(qū)人才配置效率遠低于濱海新區(qū)，但3個功能區(qū)人才配置效率呈現(xiàn)協(xié)同發(fā)展態(tài)勢

由表3和圖1可知，一是2009—2016年濱海新區(qū)人才配置效率平均值顯著高于其他區(qū)，排名第一。濱海新區(qū)的區(qū)位優(yōu)勢、資源優(yōu)勢、工業(yè)基礎(chǔ)優(yōu)勢和體制創(chuàng)新優(yōu)勢有助于人才向其內(nèi)部流動，從而為其人才優(yōu)化配置提供良好的環(huán)境基礎(chǔ)。以2016年的指標數(shù)據(jù)為例，人才投入方面：其實際利用內(nèi)外資1 591.458億元，約占天津市總量的2/7;每萬人口科技活動人員數(shù)171.742人/萬人，約占天津市的1/7。人才產(chǎn)出方面：專利申請量為28 967件，約占天津市的2/7;技術(shù)合同成交額為299.48億元，約占天津市的1/2。由此濱海新區(qū)一直保持“高投入-高產(chǎn)出”的人才配置模式，從而使得其人才配置效率保持高水平。二是2009—2016年中心城區(qū)、環(huán)城區(qū)和遠郊區(qū)的人才配置效率差距縮小，呈現(xiàn)趨同的變化趨勢。中心城區(qū)優(yōu)質(zhì)的公共服務、成熟的商業(yè)商務環(huán)境以及良好的城市基礎(chǔ)設(shè)施水平，是其吸引人才、留住人才的絕對優(yōu)勢。環(huán)城區(qū)距離中心城區(qū)較近，隨著軌道交通體系逐步完善和優(yōu)質(zhì)公共資源由中心城區(qū)向環(huán)城區(qū)逐步轉(zhuǎn)移，加之區(qū)域之間的產(chǎn)業(yè)發(fā)展，從而促進了環(huán)城區(qū)的人才配置。遠郊區(qū)由于受歷史、自然和區(qū)位等諸多因素的影響，人才配置水平與其他城區(qū)相比，存在著較大的差距。

第二，中心城區(qū)的人才配置效率整體呈現(xiàn)下降的發(fā)展態(tài)勢，6個行政區(qū)間的人才配置效率存在較大差距

2009—2016年中心城區(qū)的人才配置效率整體呈現(xiàn)下降的發(fā)展態(tài)勢，下降幅度為0.818。和平區(qū)、南開區(qū)和紅橋區(qū)的人才配置效率平均值處于天津市前列，其中和平區(qū)的人才配置效率遠大于其他區(qū)，而河東區(qū)、河西區(qū)和河北區(qū)則處于天津市末尾，成為中心城區(qū)人才配置效率的低洼地區(qū)。人才配置效率的變動值由大到小依次為，和平區(qū)>河北區(qū)=紅橋區(qū)>南開區(qū)>河東區(qū)>河西區(qū)，變動值分別為：1.947、1.129、1.129、1.032、0.630、0.577。和平區(qū)、河西區(qū)和南開區(qū)在教育和醫(yī)療等社會發(fā)展方面具有明顯優(yōu)勢。和平區(qū)一直保持“較高投入-較高產(chǎn)出”的人才配置模式，在人才投入方面：人均GDP和第三產(chǎn)業(yè)比重一直為天津市的2倍左右，并且聚集了大量的優(yōu)質(zhì)教育資源和三級醫(yī)院;在人才產(chǎn)出方面，個人所得稅和一般公共預算收入一直位于天津市前列，因此和平區(qū)的人才配置效率排名一直為天津市第二。河東區(qū)的人才配置效率一直處于低級階段，河東區(qū)在第三產(chǎn)業(yè)比重和街道辦事處與基民委員會數(shù)等人才投入方面處于天津市的較高水平，但其人才產(chǎn)出方面卻處于天津市的較低水平，這種“較高投入-較低產(chǎn)出”的人才配置模式，直接導致河東區(qū)人才配置的低效率。

第三，環(huán)城區(qū)的人才配置效率整體呈現(xiàn)下降的發(fā)展態(tài)勢，4個行政區(qū)間的人才配置效率存在較大差距

由圖3可知，2009—2016年環(huán)城區(qū)的人才配置效率整體呈現(xiàn)下降的發(fā)展態(tài)勢，下降幅度為0.341。津南區(qū)的人才配置效率平均值在天津市排名第八，西青區(qū)排名第九，而北辰區(qū)和東麗區(qū)分別排名第十二、第十五，成為環(huán)城區(qū)人才配置效率的低洼地區(qū)。人才配置效率的變動值由大到小依次為，北辰區(qū)>津南區(qū)>東麗區(qū)>西青區(qū)，變動值分別為：1.447、1.241、0.480、0.453。東麗區(qū)一直處于“較高投入-較低產(chǎn)出”的人才配置模式，其人才配置效率一直處于較低水平，以2016年的指標數(shù)據(jù)為例，東麗區(qū)的人才投入方面：實際利用內(nèi)外資353.58億元，約占天津市的1/9;每萬人口R&D人員數(shù)229.33人/萬人，約占天津市的1/5;每萬人口科技活動人員數(shù)373.18人/萬人，約占天津市的2/9;人才產(chǎn)出方面：專利申請量3661件，約占天津市的1/30;技術(shù)合同成交額10.7億元，約占天津市的1/54。

第四，遠郊區(qū)的人才配置效率整體呈現(xiàn)較小幅度上升的發(fā)展態(tài)勢，5個行政之間的人才配置效率存在較大差距

由圖4可知，2009—2016年遠郊區(qū)的人才配置效率整體呈現(xiàn)較小幅度上升的發(fā)展態(tài)勢，上升幅度為0.041。武清區(qū)、靜海區(qū)和薊州區(qū)的人才配置效率平均值在天津市排名分別為第四、第五、第七，而寶坻區(qū)和寧河區(qū)排名天津市最末位。人才配置效率的變動值由大到小依次為，武清區(qū)>靜海區(qū)>寶坻區(qū)>薊州區(qū)>寧河區(qū)，變動值分別為：0.835、0.686、0.682、0.285、0.133。武清區(qū)位于《天津市空間發(fā)展戰(zhàn)略規(guī)劃》 “一軸兩帶”中“京濱綜合發(fā)展軸”上，該軸依次連接武清區(qū)、中心城區(qū)、海河中游地區(qū)和濱海新區(qū)核心區(qū)，有效聚集先進生產(chǎn)要素，承載高端生產(chǎn)和服務職能，實現(xiàn)與北京的戰(zhàn)略對接其人才配置效率整體呈現(xiàn)較大幅度的增長趨勢。寧河區(qū)的人才配置效率整體呈現(xiàn)大幅度下降趨勢，一方面，由于其地理位置偏北導致中心城區(qū)和濱海新區(qū)的輻射帶動作用偏弱;另一方面，其人才配置模式長期處于“低投入-超低產(chǎn)出”模式，以2016年的指標數(shù)據(jù)為例，寧河區(qū)人才投入中的人均GDP、平均R&D經(jīng)費支出和每萬人口R&D人員數(shù)等均約占天津市的1/9;但是其人才產(chǎn)出中的企業(yè)所得稅和專利申請量卻僅僅約占天津市的1/99。

（二）天津市人才配置效率影響因素分析

1.天津市2009—2016年的人才配置效率Malmquist指數(shù)分析

為了更好地探究不同時期天津市人才配置效率的變動狀況，利用DEAP2.1軟件計算投入角度CCR模型的Malmquist指數(shù)，對2009—2016年天津市人才投入與產(chǎn)出的面板數(shù)據(jù)進行分析，可得到2009—2016年天津市分年份的全要素生產(chǎn)率指數(shù)及其分解的計算結(jié)果，如表4所示。

一是全要素生產(chǎn)率角度：2009—2016年八年的全要素生產(chǎn)率平均值為0.922，說明天津市人才配置效率呈現(xiàn)8.8%下降趨勢。其中，天津市人才配置的技術(shù)效率下降0.2%，但是其技術(shù)進步指數(shù)下降了7.7%，從而導致其全要素生產(chǎn)率下降8.8/%，說明技術(shù)進步下降是天津市人才配置效率下降的主要影響因素。二是技術(shù)效率角度：2009—2016年技術(shù)效率的平均值為0.998。天津市人才配置的純技術(shù)效率一直為1，說明天津市人才要素資源配置和管理水平處于較高水平;天津市人才配置的規(guī)模效率則呈現(xiàn)與技術(shù)效率同步的變化趨勢，其中2009—2010年、2011—2012年、2012—2013年和2014—2015年的規(guī)模效率小于1，說明人才配置規(guī)模結(jié)構(gòu)不合理，需要進一步調(diào)整優(yōu)化;同時由于2009—2016年純技術(shù)效率不變，則規(guī)模效率的變化是技術(shù)效率變化的直接原因。三是技術(shù)進步：2009—2016年八年的技術(shù)進步指數(shù)平均值為0.923，整體呈現(xiàn)先減少、后增加、再減少、后增加的變化趨勢。其中，只有2011—2012年、2013—2014年、2015—2016年的技術(shù)進步指數(shù)大于1，該年的技術(shù)進步促進了天津市人才配置效率的提高，同時也說明技術(shù)進步是制約天津市人才配置效率提高的主要影響因素。

2.天津市16個行政區(qū)的人才配置效率Malmquist指數(shù)分析

為了更好地探究不同時期天津市人才配置效率的變動狀況，利用DEAP2.1軟件計算投入角度CCR模型的Malmquist指數(shù)，對2009—2016年天津市人才投入與產(chǎn)出的面板數(shù)據(jù)進行分析，可得到2009—2016年天津市分區(qū)的全要素生產(chǎn)率指數(shù)及其分解的計算結(jié)果，如表5所示。

一是全要素生產(chǎn)率角度：只有濱海新區(qū)、武清區(qū)和西青區(qū)的全要素生產(chǎn)率大于1，其余各區(qū)均小于1，說明只有濱海新區(qū)、武清區(qū)和西青區(qū)的人才配置效率總體呈現(xiàn)增長態(tài)勢，增長幅度分別為29.6%、17%和5.3%，其余各區(qū)的人才配置效率均表現(xiàn)為不同程度的下降態(tài)勢。天津市各區(qū)人才配置的技術(shù)效率的變化幅度顯著小于其技術(shù)進步指數(shù)的變化，說明技術(shù)進步是影響天津市人各區(qū)才配置效率的主要影響因素。二是技術(shù)效率：除東麗區(qū)、寶坻區(qū)和寧河區(qū)的技術(shù)效率小于1，其他各區(qū)均為1，說明東麗區(qū)、寶坻區(qū)和寧河區(qū)的人才的規(guī)模集聚效應、人才要素資源配置和利用水平需要進一步提高。其中各區(qū)的純技術(shù)效率均為1，說明各區(qū)的人才要素資源配置和管理水平處于較高水平。但是東麗區(qū)、寶坻區(qū)和寧河區(qū)的規(guī)模效率小于1，說明三區(qū)的人才配置規(guī)模結(jié)構(gòu)需要進一步優(yōu)化，并且規(guī)模效率是影響東麗區(qū)、寶坻區(qū)和寧河區(qū)技術(shù)效率變化的主要影響因素。三是技術(shù)進步：除西青區(qū)、武清區(qū)和濱海新區(qū)的技術(shù)進步指數(shù)大于1，呈現(xiàn)正增長，其他各區(qū)的技術(shù)進步指數(shù)均呈現(xiàn)負增長，說明技術(shù)進步促進了西青區(qū)、武清區(qū)和濱海新區(qū)的人才配置效率，抑制了其他各區(qū)的人才配置效率。

五、結(jié)論與建議

本文構(gòu)建了區(qū)域人才配置效率評價指標體系，利用超效率DEA方法測度了天津市16個行政區(qū)2009—2016年的人才配置效率，并運用Malmquist指數(shù)識別了天津市人才配置效率的影響因素。主要研究結(jié)論為：（1）天津市人才配置效率總體呈現(xiàn)下降的發(fā)展趨勢，16個行政區(qū)之間的人才配置效率平均值存在較大差距，在變動方向和變動強度方面存在較大差異;（2）濱海新區(qū)人才配置效率顯著高于其他3個功能區(qū)，中心城區(qū)、環(huán)城區(qū)和遠郊區(qū)各年的人才配置效率呈現(xiàn)協(xié)同發(fā)展態(tài)勢;（3）根據(jù)Malmquist指數(shù)分析天津市人才配置的平均全要素效率TFPCH小于1，技術(shù)進步是天津市人才配置的主要影響因素?；谝陨辖Y(jié)論，本文提出以下建議：

一是為應對天津市人才配置效率整體呈下降的不良趨勢，建議根據(jù)各區(qū)實際情況，采取差異化人才政策，協(xié)同各行政區(qū)的經(jīng)濟資源、產(chǎn)業(yè)發(fā)展、社會服務等人才投入要素和人才累積、財政稅收、社會發(fā)展等人才產(chǎn)出要素，以提高天津市整體的人才配置水平。例如，河東區(qū)在R&D經(jīng)費支出等人才投入方面一直處于天津市前列，但是其專利申請量等人才產(chǎn)出方面卻一直低于天津市平均水平，因此河東區(qū)需充分發(fā)揮人才投入資源的基礎(chǔ)性作用和人才創(chuàng)造的關(guān)鍵作用，著力提升人才成果轉(zhuǎn)化能力;寧河區(qū)的衛(wèi)生機構(gòu)數(shù)、一般公共預算支出等社會發(fā)展投入一直低于天津市平均水平，需增加其人才配置的基礎(chǔ)資源，擺脫“低投入-低產(chǎn)出”的人才配置模式。

二是為進一步提高中心城區(qū)、環(huán)城區(qū)和遠郊區(qū)的人才配置效率，濱海新區(qū)應帶動該3個功能區(qū)協(xié)同發(fā)展，不斷加強資源要素流動，優(yōu)勢互補，優(yōu)化城區(qū)間的人才配置資源。中心城區(qū)的人才配置效率整體呈現(xiàn)下降趨勢，急需著力提高其效率，進而扭轉(zhuǎn)該不良趨勢。而環(huán)城區(qū)、遠郊區(qū)的由于受歷史、自然和區(qū)位等諸多因素的影響，人才配置水平與其他城區(qū)相比，存在著較大的差距。通過加速中心城區(qū)的教育、醫(yī)療、交通等優(yōu)質(zhì)公共資源以及濱海新區(qū)的優(yōu)質(zhì)產(chǎn)業(yè)資源、體制創(chuàng)新優(yōu)勢等與人才息息相關(guān)的資源與環(huán)城區(qū)、遠郊區(qū)之間進行輻射轉(zhuǎn)移，優(yōu)化人才配置的相關(guān)資源，并形成高效互動，從而實現(xiàn)濱海新區(qū)對中心城區(qū)、環(huán)城區(qū)和遠郊區(qū)的“協(xié)同帶動”作用，提高該3個功能區(qū)的人才配置效率。

三是為應對技術(shù)進步是影響人才配置效率下降的主要因素，應深入實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略和京津冀人才一體化發(fā)展規(guī)劃。通過對天津市人才配置效率的動態(tài)分析發(fā)現(xiàn)，天津市人才配置的平均全要素效率TFPCH小于1，人才配置效率呈現(xiàn)下降趨勢，技術(shù)進步是主要影響因素。因此天津應繼續(xù)將創(chuàng)新驅(qū)動發(fā)展作為優(yōu)先發(fā)展戰(zhàn)略，以科技創(chuàng)新為核心帶動社會全面創(chuàng)新，以產(chǎn)業(yè)創(chuàng)新為重點不斷推產(chǎn)業(yè)進優(yōu)化升級，以人才建設(shè)為支撐構(gòu)筑人才資源競爭優(yōu)勢，不斷提升科技創(chuàng)新能力、推動科技進步。落實京津冀人才一體化發(fā)展規(guī)劃，著力打造京津冀人才協(xié)同創(chuàng)新共同體，破除人才體制機制的障礙，積極探索建立區(qū)域協(xié)同創(chuàng)新機制、科技資源共享機制和人才合作開發(fā)流動機制。提高科技創(chuàng)新能力，推動科技進步，從而提高人才配置效率。

[參考文獻]

[1] ?ARISS A A，CASCIO W F，PAAUWE J. Talent management：current theories and future research directions[J]. Journal of World Business，2013，49（2）：173-179.

[2] ?侯愛軍，夏恩君，陳丹丹，李森. 基于供需視角的我國區(qū)域人才流動研究[J]. 科技進步與對策，2015，32（9）：141-145.

[3] ?桂昭明. 改進完善人才流動配置機制的路徑[J]. 中國人才，2010（11）：22-23.

[4] ?宋本江. 我國短缺性人才資源配置機制探討[J].中國人力資源開發(fā)，2011（01）：73-75.

[5] ?劉兵，曹文蕊，梁林. 京津冀人才配置關(guān)鍵影響因素識別及模式研究[J]. 科技進步與對策，2017，34（19）：41-46.

[6] ?彭皓玥，王樹恩. 我國科技人才配置的效率[J]. 工業(yè)工程. 2008（02）：17-20+28.

[7] ?牛沖槐，黃娟，李秋霞. 基于灰色關(guān)聯(lián)投影模型的科技型人才聚集效應測度——以中部六省為例[J]. 科技進步與對策，2013，30（1）：150-154.

[8] ?劉兵，李嫄，許剛. 開發(fā)區(qū)人才聚集與區(qū)域經(jīng)濟發(fā)展協(xié)同機制研究 [J]. 中國軟科學，2010（12）：89-96.

[9] ?張再生. 人才流動態(tài)勢及影響因素分析——以天津市為例[J]. 人口學刊，2001（1）：8-12.

[10] ?魏浩，王宸，毛日昇. 國際間人才流動及其影響因素的實證分析 [J]. 管理世界，2012（1）：33-45.

[11] ?牛沖槐，接民，張敏，等. 人才聚集效應及其評判[J]. 中國軟科學，2006（4）：118-123.

[12] 牛沖槐，江海洋. 硅谷與中關(guān)村人才聚集效應及環(huán)境比較研究[J].管理學報，2008，5（3）：396-401.

[13] ?R D BANKER，A CHARNES，W W COOPER. Constrained game formulations and interpreations for data envelopment analysis[J]. European Journal of Operational Research，1989，40（3）： 299 - 308.

[14] ?ANDERSEN P，PETERSEN N C. A procedure for ranking efficientunits in data envelopment analysis[J]. Management Science，1993，39（10）： 1261 - 1264.

[15] ?楊力，王舒鴻，吳杰. 基于集成超效率DEA模型的煤炭企業(yè)生產(chǎn)效率分析[J].中國軟科學，2011（3）：169-176.

[16] ?周平. 基于超效率DEA模型的區(qū)域低碳效率空間分異——以湖南省各市州為例[J]. 經(jīng)濟地理2017，37（3）：188-192.

[17] ?李聞一，朱祥波，王宇. 政府科技投入成本效益分析——基于超效率CCR模型與Malmquist指數(shù)模型[J]. 科技進步與對策，2016，33（21）：132-136.

Abstract： Talents play a decisive role in boosting regional innovation， whether regional talent allocation is rational and effective will affect talent development and sustainable regional development. Based on the input and output perspective， the evaluating index system about regional talent allocation efficiency is constructed. Using the 16 administrative districts of Tianjin from 2009 to 2016 as samples， the Super-efficient DEA is used to analyze the dynamic evolution trend of talent allocation efficiency. Meanwhile， the Malmquist index is used to analyze the influencing factors of changes about talent allocation efficiency. The results show that the talent allocation efficiency in Tianjin has presented a downward trend except in 2011; the efficiency of talent allocation in the downtown， ring area and suburbs is much lower than that in Binhai New District， but the talent allocation efficiency of the three functional areas shows a synergistic development trend; the efficiency of talent allocation in 16 administrative districts vary greatly in terms of direction and intensity. In addition， technological progress has become the main influencing factor of talent allocation in Tianjin from the perspective of technological efficiency and level of technological progress. The foregoing results will help the government of Tianjin optimize the allocation of talent resources and provide a basis for the application of this method to other fields.

Key words： regional talent allocation efficiency; dynamic evolution; influencing factors; Tianjin; Super-efficiency DEA; Malmquist index