王一然 周吉秀蕾 任昕怡

摘 要：進入知識經濟時代，新一線城市的高度發(fā)展使得它們成為爭奪人才的主力軍。因此，以新一線城市為例研究城市人才吸引力狀況，對于提高我國經濟社會發(fā)展總水平具有重大意義。本文用因子分析法構建了城市人才吸引力的綜合測評模型，并分別針對一些典型新一線城市提出了相應的提升人才吸引力的對策建議。

關鍵詞：人才吸引力;新一線城市;評價與比較研究;知識經濟;對策建議

中圖分類號：F272.92 文獻標識碼：A 文章編號：2096-0298（2021）01（b）--04

1 研究背景

1.1 我國人才戰(zhàn)略全面實施，得到社會廣泛關注

在“人才強國”戰(zhàn)略的實施上，各城市和地區(qū)相繼出臺了各項人才引進政策，引發(fā)了一場全球范圍的“搶人大戰(zhàn)”，這意味著我國正逐漸實現一種前所未有的巨變，那就是從中華人民共和國成立以來的人口紅利逐步邁向人才紅利。

1.2 城市及地區(qū)人才競爭激烈，新一線城市成為新的競爭主體

20世紀以來，城市化進程不斷加快，新一線城市開始嶄露頭角，經濟地位發(fā)生了很大的變化。依靠人才資源力量是新一線城市取得競爭優(yōu)勢的必要手段。

2 研究意義

在已有的相關研究中，以新一線城市作為未來競爭主體來展開城市人才吸引力的研究還是較少。本文針對新一線城市進行研究，通過這項研究，不僅能夠在人才選擇就業(yè)崗位時，為他們全面展示不同城市的真實一面，而且也有利于城市間的相互了解，揚長避短，從而有針對性地開發(fā)自身優(yōu)勢條件，彌補短板和不足，提升城市整體競爭力。本文在理論層面和實踐層面都非常有參考價值。

3 研究現狀

人才吸引力評價研究大多利用建立的人才吸引力評價指標體系，從人才內在的角度提取相關因素和指標進行更深入的研究。王運紅等認為，經濟環(huán)境、人才市場環(huán)境等6項是最具有影響的因素，他還進行了排序以此來區(qū)分重要程度的大小。宋鴻、張培利得出城市和人才資源相輔相成的結論，他們主要從三個方面著手，歸納出工作崗位宜居環(huán)境和發(fā)展機會的作用。

在針對城市為主體的研究方面，劉玉雅、李紅艷等建立了GDP、城市綠化率、教育投資占比等15個指標，指明地區(qū)吸引人才的基本要素包括經濟、生態(tài)、環(huán)境和發(fā)展空間等。黃怡淳劃分了6個主要方面，并且在這6項要素下又設立了32個評價指標。于飛等建立了2個一級指標、9個二級指標及22個三級指標，來評價京津冀的人才吸引力。

4 城市人才吸引力評價模型

經過上述分析，本文選擇構建全面的城市人才吸引力綜合評價指標體系進行研究。

4.1 城市人才吸引力評價指標體系構建

表1為按照指標體系的構建方法建造的人才吸引力評價指標，評價目標為人才吸引力。

表1指標體系的說明：

（1）基礎環(huán)境維度B1：本文選擇教育、交通、醫(yī)療、綠化等指標衡量城市的基礎設施水平。

（2）城市經濟發(fā)展維度B2：一個城市是否有好的發(fā)展前景，在GDP、產業(yè)結構、財政狀況等方面都有所體現。

（3）生活質量維度B3：本文選取居民消費價格指數、人均可支配收入、常住居民數等指標反映居民的生活質量。

4.2 城市人才吸引力評價方法

因子分析法是一種從龐大的包含各種不相同變量的變量群中提取少數幾個公因子的多元統(tǒng)計方式。研究過程中充斥著大量的人才吸引力評價指標，因子分析法可以高效地分析出各因素之間的聯系，提取出能夠對變量產生影響的公因子，將信息化繁為簡。因此，因子分析法成為本文進行人才吸引力研究的首選方式。

5 城市人才吸引力指標實證研究

5.1 數據來源與處理

本文選擇具有代表意義的14個新一線城市，收集各項指標數據，進行實證分析，14個城市分別為：重慶、成都、天津、杭州、南京、武漢、寧波、鄭州、青島、大連、濟南、合肥、沈陽、昆明?！吨袊鞘薪y(tǒng)計年鑒2018》、2017年的國民經濟和社會發(fā)展統(tǒng)計公報及相關城市統(tǒng)計局網站所公式的信息是本文數據的主要參考。

5.1.1 數據的來源

14個新一線城市人才吸引力指標的各變量描述性統(tǒng)計見表2。

5.1.2 數據的處理與分析

（1）數據的標準化處理

本文對初始數據實施標準化處理，同時給每個城市編號，從1到14分別為南京、天津、合肥、杭州、成都、武漢、濟南、沈陽、昆明、寧波、青島、大連、重慶、鄭州。

（2）變量間的相關性分析

運用SPSS25.0首先可得出變量的相關矩陣，同時進行KMO和巴特利特球檢驗可得，KMO為0.661，屬于[0.5，1]。巴特利特球檢驗統(tǒng)計量的值為103.847，顯著性為0，小于0.05，表明檢驗通過，因子分析法是可以采納的。

結果如表3所示。

（3）判定公因子數目

應用SPSS分析主成分因子，表4即為運行提取出的因子可以解釋的方差。

表4顯示，三個因子的特征值全數超過1。因子1占方差的50.991%，因子2占18.263%，因子3占12.430%，前三個初始特征值累計可達81.685%，大于60%，提取三個公因子是可行的。

圖1是10個因子的碎石圖。圖1顯示，當提取前3個公因子時，特征值曲線出現了顯著的轉折，當提取第4個及之后的公因子時，曲線逐步平緩，轉變幅度不大。表明使用3個公因子可以更準確地體現出變量的信息。

（4）旋轉成分矩陣分析公因子

用SPSS對因子載荷矩陣進行最大方差正交旋轉，表5為旋轉后的成分矩陣。

變量數值越大，對公因子的影響程度也越大，分析表5中的數據：F1在GDP、公共財政預算支出上載荷較大;F2在普通高等學校數、醫(yī)院床位數、綠化覆蓋面積等載荷較大;F3在居民消費價格指數、人均可支配收入上載荷比較大。所以F1更能表現城市經濟發(fā)展水平因素;F2更可以表現城市基礎環(huán)境因素;F3更多表現居民生活質量因素。