基于模糊綜合評(píng)判
——PCA的沈陽(yáng)市人才生態(tài)環(huán)境評(píng)價(jià)研究

何佩龍 楊慶

(大連海事大學(xué) 公共管理與人文藝術(shù)學(xué)院，遼寧 大連 116033)

人才作為第一資源，支撐著經(jīng)濟(jì)社會(huì)的發(fā)展。2018年7月習(xí)近平總書記在全國(guó)組織工作會(huì)議上提出加快實(shí)施人才強(qiáng)國(guó)戰(zhàn)略、樹立強(qiáng)烈人才意識(shí)的工作要求，進(jìn)一步明確了人才在實(shí)現(xiàn)中華民族偉大復(fù)興進(jìn)程中的關(guān)鍵作用。近年來(lái)，隨著中央對(duì)人才的重視，地方政府也將人才戰(zhàn)略放在發(fā)展全局的重要位置，各地紛紛掀起搶人大戰(zhàn)。如成都借助人才保障住房、發(fā)放人才綠卡、激勵(lì)產(chǎn)業(yè)人才等手段來(lái)提升吸引力；西安則不斷釋放普通?？圃盒．厴I(yè)生落戶限制并逐步放寬技能型人才落戶要求；沈陽(yáng)也不斷出臺(tái)人才新政，重點(diǎn)規(guī)范了人才認(rèn)定準(zhǔn)則、優(yōu)化了人才補(bǔ)貼力度并提出了一系列利于高層次企業(yè)與人才發(fā)展的政策。沈陽(yáng)人才新政落實(shí)雖取得了一定效果，但是吸引力略顯不足。根據(jù)沈陽(yáng)市統(tǒng)計(jì)年鑒數(shù)據(jù)，2017—2019年沈陽(yáng)年末常住人口總數(shù)分別為829.4萬(wàn)、831.6萬(wàn)、832.2萬(wàn)，增長(zhǎng)速度較慢，2018年末沈陽(yáng)人口增長(zhǎng)率為13.04‰，而同期西安、成都則分別達(dá)到74.2‰、24.8‰，這與沈陽(yáng)人才生態(tài)環(huán)境欠佳存在相關(guān)性。因此，亟需對(duì)沈陽(yáng)人才生態(tài)環(huán)境進(jìn)行科學(xué)評(píng)價(jià)，挖掘其特征，尋找癥結(jié)。

人才生態(tài)環(huán)境是指區(qū)域內(nèi)間接或直接作用于人才生存發(fā)展和發(fā)揮能力的各要素組成的系統(tǒng)及其所表現(xiàn)的狀態(tài)和相互關(guān)系。國(guó)外學(xué)者對(duì)其研究早于國(guó)內(nèi)，Park等人[1]首次借助生態(tài)學(xué)的概念來(lái)研究社會(huì)環(huán)境，并闡述了競(jìng)爭(zhēng)與人類生態(tài)的關(guān)系，由此提出人類生態(tài)學(xué)； Deolalikar[2]提出人力資源的生態(tài)學(xué)理論，將生態(tài)學(xué)理論引入人力資源研究；Klimecki[3]在前人基礎(chǔ)上，正式提出人力資源生態(tài)系統(tǒng)理論。國(guó)內(nèi)學(xué)者早期也集中于對(duì)人力資源生態(tài)環(huán)境的研究，陳天祥[4]系統(tǒng)解釋了人力資源生態(tài)系統(tǒng)概念，認(rèn)為人才生態(tài)系統(tǒng)是指人類存在離不開的保持動(dòng)態(tài)平衡的環(huán)境。關(guān)于“人才生態(tài)環(huán)境”的概念，沈邦儀[5]首次提出“人才生態(tài)學(xué)”，此后與人才生態(tài)有關(guān)的系列研究便鋪展而來(lái)。朱達(dá)明[6]認(rèn)為人才生態(tài)環(huán)境主要指影響人才受眾群體生存和發(fā)展的所有外界條件的綜合；劉瑞波等[7]具體指出人才社會(huì)生態(tài)環(huán)境是以人才為中心，包括影響人才生存發(fā)展的社會(huì)環(huán)境因素?？傮w來(lái)看，國(guó)內(nèi)學(xué)者對(duì)人才生態(tài)環(huán)境的研究主要都是將人才環(huán)境根據(jù)性質(zhì)進(jìn)行分類，并以此對(duì)環(huán)境水平進(jìn)行測(cè)量，發(fā)現(xiàn)人才環(huán)境存在的問題并提出解決措施?；诖?，運(yùn)用人才生態(tài)環(huán)境理論，構(gòu)建評(píng)價(jià)體系，將模糊綜合評(píng)判法和主成分分析法相結(jié)合，展開對(duì)沈陽(yáng)市人才生態(tài)環(huán)境水平的評(píng)價(jià)，挖掘人才發(fā)展過(guò)程中存在的問題。

1 人才生態(tài)環(huán)境評(píng)價(jià)體系的設(shè)計(jì)

1.1 指標(biāo)的甄選與設(shè)定

在借鑒現(xiàn)有研究成果的基礎(chǔ)上[8]并結(jié)合實(shí)地考察和專家訪談，甄選出18個(gè)人才生態(tài)環(huán)境評(píng)價(jià)指標(biāo)，分別覆蓋政治、經(jīng)濟(jì)、社會(huì)、科技以及生活環(huán)境，見表1。

表1 評(píng)價(jià)體系

1.2 比較對(duì)象的選擇

為更好地實(shí)現(xiàn)有效評(píng)價(jià)，并保證評(píng)價(jià)體系的適應(yīng)性與合理性，在廣泛聽取專家意見的基礎(chǔ)上，選取成都、西安、武漢、南京、長(zhǎng)沙、大連六座城市與沈陽(yáng)市進(jìn)行對(duì)比。

2 人才生態(tài)環(huán)境評(píng)價(jià)模型的構(gòu)建

2.1 模糊綜合評(píng)判模型的構(gòu)建

對(duì)城市人才環(huán)境水平的評(píng)價(jià)借助模糊綜合評(píng)價(jià)法進(jìn)行研判，保證了人才生態(tài)環(huán)境水平量化評(píng)析的科學(xué)性及其客觀性。

Step1:構(gòu)建評(píng)價(jià)對(duì)象集。若有n個(gè)評(píng)價(jià)對(duì)象，則定義該集合

U={u1,u2,u3,...un}

Step2:構(gòu)建評(píng)價(jià)因素集。評(píng)價(jià)因素即影響研究對(duì)象狀態(tài)的影響要素，即指標(biāo)構(gòu)成的集合。若有m個(gè)評(píng)價(jià)指標(biāo)，則定義該集合

V={v1,v2,v3,...vm}

Step3:構(gòu)建觀測(cè)矩陣[8]。以V的指標(biāo)評(píng)價(jià)U中的對(duì)象構(gòu)成矩陣,定義第i個(gè)評(píng)價(jià)對(duì)象的第j個(gè)評(píng)價(jià)因素的值為aij,定義該矩陣為M。

Step4:構(gòu)建相對(duì)偏差模糊矩陣。定義第i個(gè)評(píng)價(jià)對(duì)象的第j個(gè)評(píng)價(jià)因素的相對(duì)偏差為rij,定義該矩陣為R，其中

W={w1,w2,w3,...wj}

Step6:構(gòu)建模糊綜合評(píng)價(jià)。將矩陣W和R進(jìn)行復(fù)合運(yùn)算，形成模糊綜合評(píng)判綜合評(píng)價(jià)量值集合

F={fu1,fu2,fu3,...,fun}

2.2 PCA評(píng)價(jià)模型的構(gòu)建

借助PCA方法進(jìn)行整體評(píng)價(jià)，將眾多評(píng)價(jià)指標(biāo)轉(zhuǎn)換成為幾個(gè)并不相關(guān)的主成分構(gòu)成線性組合。該種評(píng)價(jià)方法不僅能夠減少數(shù)學(xué)計(jì)算量，還能夠在保持原有指標(biāo)評(píng)價(jià)效果的基礎(chǔ)上，保證評(píng)價(jià)信息不存在重疊性。

Step8:各主成分下指標(biāo)權(quán)重的確定。借助SPSS，對(duì)評(píng)價(jià)對(duì)象的各個(gè)指標(biāo)進(jìn)行主成分分析，得出評(píng)價(jià)對(duì)象的各個(gè)指標(biāo)主成分載荷矩陣，定義第k個(gè)主成分的第j個(gè)評(píng)價(jià)指標(biāo)的載荷量為lkj,第k個(gè)主成分特征值為λk，特征向量為βkj，則有

Step9:主成分權(quán)重的確定。借助SPSS對(duì)每個(gè)評(píng)價(jià)對(duì)象分別對(duì)應(yīng)的評(píng)價(jià)因素進(jìn)行主成分分析后，測(cè)量得出每個(gè)對(duì)象分別對(duì)應(yīng)的評(píng)價(jià)因素主成分特征值。依據(jù)特征值大于1的原則[10]選取p個(gè)主成分，定義第k個(gè)主成分特征值即其權(quán)重：

Step10:主成分得分測(cè)量。定義第i個(gè)評(píng)價(jià)對(duì)象的第j個(gè)評(píng)價(jià)因素值為aij，該矩陣為A；第k個(gè)主成分第j個(gè)評(píng)價(jià)因素權(quán)重為βkj，權(quán)重集合為β。定義第i個(gè)評(píng)價(jià)對(duì)象p個(gè)主成分得分值組成的集合為Yi，那么

Yi=A·β=(yi1,yi2,yi3,...,yip)

Step11:綜合得分值的測(cè)量。已知各主成分權(quán)重為第k個(gè)主成分權(quán)重為zk，第i個(gè)評(píng)價(jià)對(duì)象的綜合得分值為：

3 基于模糊綜合評(píng)判法——PCA的沈陽(yáng)市人才生態(tài)環(huán)境評(píng)價(jià)過(guò)程

3.1 數(shù)據(jù)來(lái)源

為保證評(píng)價(jià)結(jié)果的真實(shí)性，底層數(shù)據(jù)均來(lái)自于各大城市統(tǒng)計(jì)年鑒，其中由于武漢市統(tǒng)計(jì)局官網(wǎng)顯示，武漢市統(tǒng)計(jì)年鑒暫發(fā)布至2018年，成都市暫發(fā)布至2019年。為保證評(píng)價(jià)結(jié)果的公平性，7座城市的底層數(shù)據(jù)均采自于各城市2018年鑒數(shù)據(jù)。

3.2 模糊綜合評(píng)判下人才生態(tài)環(huán)境評(píng)價(jià)過(guò)程

(1)構(gòu)建評(píng)價(jià)對(duì)象集和評(píng)價(jià)因素集。評(píng)價(jià)對(duì)象為7座城市，則評(píng)價(jià)對(duì)象集U={u1,u2,u3,…,u7}；評(píng)價(jià)因素18個(gè)指標(biāo)構(gòu)成V={v1,v2,v3,…,v18}。

(2)構(gòu)建觀測(cè)矩陣。指標(biāo)量值即7座城市18個(gè)評(píng)價(jià)指標(biāo)對(duì)應(yīng)的具體數(shù)值，數(shù)據(jù)來(lái)源于各城市統(tǒng)計(jì)年鑒(2018)，根據(jù)Step3構(gòu)建觀測(cè)矩陣。

(3)構(gòu)建相對(duì)模糊偏差矩陣。根據(jù)Step4計(jì)算各城市各指標(biāo)下的相對(duì)偏差矩陣。

(4)構(gòu)建評(píng)價(jià)因素權(quán)重。根據(jù)Step5計(jì)算各指標(biāo)值變異系數(shù)并測(cè)得各指標(biāo)權(quán)重，見表2。

表2 各項(xiàng)指標(biāo)權(quán)重

(5)測(cè)量模糊綜合評(píng)價(jià)結(jié)果。根據(jù)Step6和表2計(jì)算各城市綜合得分，見表3。

表3 各城市綜合得分值及排名

3.3 PCA下人才生態(tài)環(huán)境評(píng)價(jià)過(guò)程

采用模糊綜合評(píng)判法計(jì)算的人才生態(tài)環(huán)境綜合評(píng)價(jià)結(jié)果及排名顯示，沈陽(yáng)的人才生態(tài)環(huán)境水平最低。為進(jìn)一步剖析沈陽(yáng)市人才生態(tài)環(huán)境的癥結(jié)，借助PCA進(jìn)行深度分析。

(1)為消除變量間的量綱關(guān)系，使各市數(shù)據(jù)具有可比性，參照Step7對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，確定各城市在各指標(biāo)下的標(biāo)準(zhǔn)化數(shù)值。

(2)借助SPSS確定主成分得出根據(jù)表4、表5，可知主成分1—5特征值大于1，累積方差貢獻(xiàn)率95.422%，因此提取主成分Y1、Y2、Y3、Y4、Y5代表原來(lái)的18項(xiàng)指標(biāo)進(jìn)行評(píng)價(jià)。

表4 特征值與方差貢獻(xiàn)率

由于文章篇幅限制，以前8個(gè)指標(biāo)為例闡明各項(xiàng)指標(biāo)相對(duì)于各主成分的因子載荷能力，見表5。

表5 主成分載荷矩陣

進(jìn)一步由載荷量分析強(qiáng)指標(biāo)分布情況。Y1強(qiáng)指標(biāo)為科學(xué)技術(shù)支出、GDP增長(zhǎng)率、醫(yī)療衛(wèi)生支出，側(cè)重政治維度；Y2強(qiáng)指標(biāo)為教育支出、每萬(wàn)人擁有病床數(shù)、城鎮(zhèn)職工基本養(yǎng)老保險(xiǎn)覆蓋率，側(cè)重社會(huì)維度；Y3強(qiáng)指標(biāo)為城鎮(zhèn)人均可支配收入、人均GDP、R&D經(jīng)費(fèi)支出，側(cè)重經(jīng)濟(jì)維度；Y4強(qiáng)指標(biāo)為城鎮(zhèn)人均住房面積、城鎮(zhèn)人均可支配收入、每萬(wàn)人擁有公共電(汽)車總數(shù)，側(cè)重生活維度；Y5強(qiáng)指標(biāo)為高校數(shù)量、圖書館(博物館)總數(shù)、專利授權(quán)數(shù)，側(cè)重科技維度。

(3)各主成分權(quán)重測(cè)量。參照表5及Step8，求得18個(gè)指標(biāo)的權(quán)重，形成主成分表達(dá)式系數(shù)，求得線性公式Y(jié)1，同理求得Y2、Y3、Y4、Y5，其中：

Y1=-0.017v1+0.392v2+0.122v3+0.346v4+0.318v5+

0.218v6+0.211v7+0.350v8+0.166v9+0.119v10+

0.028v11+0.065v12-0.092v13+0.213v14+0.013v15+

0.339v16+0.329v17+0.267v18

(4)主成分權(quán)重的確定。參照表4及Step9，得出各主成分權(quán)重，即綜合評(píng)價(jià)表達(dá)式為：

Y=6.195Y1+4.38Y2+3.233Y3+2.335Y4+1.033Y5

(5)主成分得分和綜合得分的測(cè)量。根據(jù)Step10—11測(cè)量各城市的主成分得分及綜合得分，見表6。

表6 各城市主成分與綜合得分及排名

4 結(jié)果評(píng)析

根據(jù)人才生態(tài)環(huán)境的定量分析結(jié)果發(fā)現(xiàn)，沈陽(yáng)明顯落后于其他6座城市。結(jié)合表6可知，沈陽(yáng)在政治、經(jīng)濟(jì)、科技環(huán)境方面劣勢(shì)顯著。

其一，政治環(huán)境與人才發(fā)展直接相關(guān)，對(duì)人才流動(dòng)的影響主要有兩個(gè)因素：一方面在于社會(huì)福利政策的出臺(tái)力度，另一方面在于稅收環(huán)境的友好性。然而這些調(diào)控手段基本上都需要政府借助資金扶持與政策引導(dǎo)來(lái)實(shí)現(xiàn)。通過(guò)定量分析發(fā)現(xiàn)，沈陽(yáng)市在人才生態(tài)的各項(xiàng)財(cái)政投入方面與同等級(jí)城市之間的差距較大。若要優(yōu)化人才生態(tài)的政治環(huán)境，一方面應(yīng)積極通過(guò)財(cái)政手段、稅費(fèi)優(yōu)惠政策、人才補(bǔ)貼款項(xiàng)，使人才發(fā)展享有充足的資金保障，具體包括從教育、醫(yī)療、就業(yè)、住房等多個(gè)領(lǐng)域?qū)θ瞬虐l(fā)展提供全方位的財(cái)政支持，逐步構(gòu)建起系統(tǒng)化、規(guī)模化、精準(zhǔn)化的人才政策資金分配體系。另一方面應(yīng)健全人才政策體系，加大人才新政覆蓋的廣度和補(bǔ)貼的力度，將人才政策落到實(shí)處，因地制宜著眼實(shí)際，并根據(jù)受眾群體的需求提高政策實(shí)效。

其二，經(jīng)濟(jì)環(huán)境是核心要素，主要包括城市經(jīng)濟(jì)發(fā)展?fàn)顩r、企業(yè)規(guī)模、薪酬水平等各個(gè)方面。經(jīng)濟(jì)呈斷崖式下降是沈陽(yáng)市人才生態(tài)環(huán)境質(zhì)量水平偏低的根本原因。通過(guò)定量分析發(fā)現(xiàn)，沈陽(yáng)市經(jīng)濟(jì)維度下的人才生態(tài)環(huán)境水平落后其他6座城市，主要是近年經(jīng)濟(jì)持續(xù)萎靡造成的。為推動(dòng)經(jīng)濟(jì)復(fù)蘇，沈陽(yáng)亟需優(yōu)化營(yíng)商環(huán)境，加大招商力度。優(yōu)化人才生態(tài)的經(jīng)濟(jì)環(huán)境，一是要積極引進(jìn)新興科技企業(yè)，借助新興技術(shù)輔助傳統(tǒng)產(chǎn)業(yè)優(yōu)化升級(jí)，運(yùn)用5G技術(shù)、大數(shù)據(jù)技術(shù)、人工智能技術(shù)等高新技術(shù)手段刺激經(jīng)濟(jì)增長(zhǎng)，提高沈陽(yáng)企業(yè)的技術(shù)創(chuàng)新能力；二是積極扶持創(chuàng)新創(chuàng)業(yè)，轉(zhuǎn)變思想觀念，優(yōu)化創(chuàng)新創(chuàng)業(yè)環(huán)境，構(gòu)建城、企、人相互激勵(lì)、不斷成熟的可持續(xù)經(jīng)濟(jì)發(fā)展模式；三是積極創(chuàng)建“親”“清”新型政商關(guān)系，與服務(wù)型政府建設(shè)相匹配，理順政府與市場(chǎng)的關(guān)系，減輕甚至免除稅負(fù)，幫助企業(yè)解決融資難、融資貴難題，為創(chuàng)新創(chuàng)業(yè)人才營(yíng)造良好的經(jīng)濟(jì)環(huán)境。

其三，科技環(huán)境是內(nèi)生要素，直接影響著城市的經(jīng)濟(jì)發(fā)展和人才聚集。沈陽(yáng)市科技創(chuàng)新能力匱乏，科技成果轉(zhuǎn)化率較低。通過(guò)定量分析發(fā)現(xiàn)，沈陽(yáng)的科技環(huán)境水平落后于西安、長(zhǎng)沙，與同省的大連也存在一定差距?？梢?，沈陽(yáng)同中西部地區(qū)城市的快速發(fā)展相比，在承接產(chǎn)業(yè)轉(zhuǎn)移、發(fā)展高科技產(chǎn)業(yè)的浪潮中已明顯落后。若要優(yōu)化人才生態(tài)的科技環(huán)境，最重要的是把握企業(yè)和人才需求。一是向成都、杭州等城市學(xué)習(xí)，吸引科技型企業(yè)來(lái)沈陽(yáng)籌建研發(fā)基地，推動(dòng)政產(chǎn)學(xué)研協(xié)同創(chuàng)新，促進(jìn)校企合作。積極引進(jìn)行業(yè)獨(dú)角獸企業(yè)入沈，盡快占領(lǐng)行業(yè)發(fā)展先機(jī)。二是積極推動(dòng)科技孵化器和雙創(chuàng)基地建設(shè)，積極落實(shí) “一條龍”服務(wù)政策，確?？苿?chuàng)公司的平穩(wěn)運(yùn)行。另外，有效發(fā)揮創(chuàng)新創(chuàng)業(yè)基地在提升城市科技創(chuàng)新實(shí)力中的催化作用，在創(chuàng)業(yè)基地內(nèi)出臺(tái)“一對(duì)一扶持政策”，使較早入駐并已成熟的企業(yè)對(duì)口支援還處于發(fā)展初期的中小企業(yè)，營(yíng)造具有持續(xù)競(jìng)爭(zhēng)力的創(chuàng)新生態(tài)，打造科技、人才雙鏈條，以此不斷提高產(chǎn)業(yè)豐厚度，實(shí)現(xiàn)人才、資金、技術(shù)等創(chuàng)新資源的高度共享和流通。