謹(jǐn)素靜
(深圳市維度數(shù)據(jù)科技股份有限公司,廣東 深圳 518001)
《國(guó)家中長(zhǎng)期人才發(fā)展規(guī)劃綱要(2010—2020年)》(以下簡(jiǎn)稱《人才規(guī)劃綱要》)明確指出:“人才是指具有一定的專業(yè)知識(shí)或?qū)iT技能,進(jìn)行創(chuàng)造性勞動(dòng)并對(duì)社會(huì)做出貢獻(xiàn)的人,是人力資源中能力和素質(zhì)較高的勞動(dòng)者。”人才是我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的第一資源,人才流動(dòng)能夠優(yōu)化人才資源配置、提升人才資源使用效率。近年來(lái),我國(guó)人才流動(dòng)服務(wù)水平逐步提高。2015年起,流動(dòng)人員人事檔案管理納入政府基本公共服務(wù)。2019年,人社部制定印發(fā)了《關(guān)于充分發(fā)揮市場(chǎng)作用促進(jìn)人才順暢有序流動(dòng)的意見(jiàn)》,這是近年來(lái)人才工作領(lǐng)域首個(gè)關(guān)于人才流動(dòng)配置的改革性文件。同時(shí),為引才、育才、留才、用才,地方政府不斷制定各類人才優(yōu)惠政策。在此背景下,研究各省市的人才流動(dòng)現(xiàn)狀并進(jìn)行預(yù)測(cè),為我國(guó)未來(lái)人才資源流動(dòng)提供政策建議具有重要意義。
關(guān)于人才流動(dòng)預(yù)測(cè)方法,湯偉偉、況敏(2010)運(yùn)用回歸分析法、時(shí)間序列法、灰色系統(tǒng)預(yù)測(cè)法和組合預(yù)測(cè)法四種方法對(duì)江蘇省技能人才需求進(jìn)行預(yù)測(cè);葉靜、魏敏(2014)通過(guò)ARIMA模型對(duì)浙江省旅游人才需求進(jìn)行預(yù)測(cè),并提出浙江省旅游人才培養(yǎng)對(duì)策;侯愛(ài)軍、夏恩君等(2015)對(duì)我國(guó)東部、中部、西部和東北地區(qū)的人才流動(dòng)情況進(jìn)行研究,并對(duì)2013—2020年人才供給和人才需求情況進(jìn)行預(yù)測(cè);劉恬玥、高冰、張曉建(2019)通過(guò)ARIMA模型進(jìn)行人才需求預(yù)測(cè)。關(guān)于人才流動(dòng)影響因素,張佳美(2013)從政治、經(jīng)濟(jì)、文化、市場(chǎng)、環(huán)境等方面進(jìn)行研究,提出了促進(jìn)和保障高校人才合理流動(dòng)的對(duì)策;徐倪妮(2019)認(rèn)為經(jīng)濟(jì)發(fā)展水平和科研環(huán)境是影響省際科技人才流動(dòng)的主要因素;王若宇、薛德升等(2019)研究發(fā)現(xiàn)經(jīng)濟(jì)因素、高校因素、公共服務(wù)因素等日益成為人才的重要考量因素。
目前,我國(guó)各省市對(duì)人才資源關(guān)注度持續(xù)提高,然而以往文獻(xiàn)缺少對(duì)各省市人才流動(dòng)預(yù)測(cè)和影響因素分析的綜合研究?;诖?,本研究從人才供需匹配的視角,對(duì)我國(guó)各省市人才流動(dòng)現(xiàn)狀進(jìn)行實(shí)證研究,對(duì)其發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè),并對(duì)其影響因素進(jìn)行嶺回歸分析,為地方政府制定促進(jìn)人才合理流動(dòng)的政策提供參考。
近年來(lái),人才定義逐漸廣泛化,國(guó)內(nèi)外學(xué)者在研究中主要從受教育程度界定人才。本研究的人才概念采用《人才規(guī)劃綱要》中的解釋,即選用大專及以上學(xué)歷的人口進(jìn)行測(cè)度。
人才供給總量是地區(qū)人才勞動(dòng)力資源,考慮數(shù)據(jù)的可獲得性,本研究采用每年新增高等學(xué)校專科及以上畢業(yè)生數(shù)量進(jìn)行定量描述。由于地區(qū)之間存在人才資源流動(dòng),因此本研究選用地區(qū)累計(jì)新增高等學(xué)校??萍耙陨袭厴I(yè)生衡量人才供給總量,通過(guò)年鑒中每年新增畢業(yè)生計(jì)算得出。就業(yè)市場(chǎng)的崗位需求反映了地區(qū)勞動(dòng)力需求數(shù)量,類比于人才供給總量的指標(biāo)選擇,本研究選用地區(qū)累計(jì)新增就業(yè)人口中大專及以上學(xué)歷的人才數(shù)量進(jìn)行描述。
2.2.1 模型構(gòu)建
人才供需數(shù)據(jù)可視化結(jié)果顯示,人口供給與需求數(shù)據(jù)具有明顯的增長(zhǎng)趨勢(shì),其中人才供給增長(zhǎng)速度較為穩(wěn)定。本研究采用ARIMA(p,d,q)模型對(duì)地區(qū)人才供給與需求進(jìn)行建模,利用R語(yǔ)言基于各省市人才資源數(shù)據(jù)實(shí)現(xiàn)自回歸階數(shù)p、差分階數(shù)d、移動(dòng)平均階數(shù)q的確定。
圖1 全國(guó)人才供給和需求趨勢(shì)
在實(shí)際模型擬合過(guò)程中,若自相關(guān)系數(shù)呈指數(shù)形式衰減到0,則人才供需數(shù)據(jù)表現(xiàn)為自回歸(AR)過(guò)程,即人才供需受自身前期數(shù)據(jù)影響較大;若偏自相關(guān)系數(shù)呈指數(shù)形式衰減到0,則表現(xiàn)為移動(dòng)平均(MA)過(guò)程,即人才供需受經(jīng)濟(jì)現(xiàn)象等外界因素影響較大;若上述兩種情況都存在,說(shuō)明該序列為自回歸移動(dòng)平均(ARIMA)過(guò)程。模型公式具體如下所示:
2.2.2 參數(shù)擬合
為進(jìn)一步發(fā)掘人才流動(dòng)的地理特點(diǎn),結(jié)合我國(guó)四大經(jīng)濟(jì)區(qū)域劃分,將31個(gè)省市劃分為東部、中部、西部、東北四大區(qū)域。各省市的人才供給與需求模型擬合參數(shù)呈現(xiàn)三個(gè)特征:一是近年來(lái)人才供需均呈現(xiàn)增長(zhǎng)趨勢(shì),各地區(qū)人才供需模型均差分平穩(wěn)。人才供給模型的差分階數(shù)較人才需求模型更高,各省市的人才供給發(fā)展趨勢(shì)較人才需求變化更快。二是供給序列與前期數(shù)據(jù)存在較高的相關(guān)性,受前期數(shù)據(jù)和外界因素的影響較大。三是東部與中部?jī)蓚€(gè)區(qū)域的省市擬合參數(shù)較為類似,西部與東北兩個(gè)區(qū)域人才需求發(fā)展情況相近。
基于表2的人才供給與需求模型,對(duì)2021年各省市人才供給與需求數(shù)據(jù)進(jìn)行預(yù)測(cè)。為了更直觀地分析地區(qū)人才供需匹配情況,引入人才凈遷入率(NMR)對(duì)各省市人才流動(dòng)情況進(jìn)行評(píng)估,計(jì)算公式如下:
由于基期就業(yè)人才總量位于人才凈遷入率的分母,為保證人才凈遷入率數(shù)值的合理性,不宜選擇時(shí)間久遠(yuǎn)年份作為基期。綜合考慮ARIMA模型樣本量合適以及人才凈遷入率數(shù)值大小合理,本研究選擇2018年作為基期?;贏RIMA模型預(yù)測(cè)的2021年人才供給與需求數(shù)據(jù),計(jì)算2021年各地區(qū)的人才凈遷入率,如表1所示。
表1 2021年各省市人才凈遷入率預(yù)測(cè)情況
根據(jù)預(yù)測(cè)的2021年各省市人才凈遷入率的數(shù)值大小,結(jié)合地區(qū)的地理位置將31個(gè)省市進(jìn)行分類分析。一是人才凈遷入率為正的地區(qū)有8個(gè),占比為25.8%,分別為北京、上海、江蘇、浙江、福建、廣東、海南、青海。其中,上海的人才凈遷入率為15.5%,位列31個(gè)省區(qū)之首;廣東和海南的人才凈遷入率超過(guò)10%,對(duì)人才吸引力較大。二是人才凈遷入率為負(fù)的地區(qū)有23個(gè),占比為74.2%,其中江西、河南、云南、湖南、四川、貴州的人才凈遷入率小于-50%,人才流失較為嚴(yán)重。三是人才凈遷入率為正的省市主要集中在東部區(qū)域,占人才凈遷入率為正省市的87.5%,東部區(qū)域人才吸引力明顯高于其他三個(gè)區(qū)域。
遵循導(dǎo)向性、客觀性和可操作性等原則,借鑒已有研究,人才流動(dòng)影響因素主要包括經(jīng)濟(jì)因素、就業(yè)因素、公共服務(wù)因素等。其中,經(jīng)濟(jì)因素和就業(yè)因素屬于市場(chǎng)層面影響因素,公共服務(wù)因素屬于政府層面影響因素,具體選擇地區(qū)人均GDP、社會(huì)消費(fèi)品零售總額、住宅商品房平均銷售價(jià)格、全體居民人均可支配收入等作為地區(qū)人才流動(dòng)的影響因素。
表2 人才流動(dòng)影響因素指標(biāo)體系
為進(jìn)一步分析我國(guó)地區(qū)人才流動(dòng)的影響因素,本研究以廣東省人才凈遷入率為基礎(chǔ),與前文選擇的影響因素進(jìn)行回歸。對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化后發(fā)現(xiàn),人才凈遷入率與城鎮(zhèn)登記失業(yè)率存在明顯的負(fù)相關(guān),與其他指標(biāo)之間存在一定程度的正相關(guān)。地區(qū)經(jīng)濟(jì)發(fā)展水平高,社會(huì)消費(fèi)品零售總額、住宅商品房平均銷售價(jià)格、全體居民人均可支配收入也會(huì)處于較高水平,各影響因素間具有較強(qiáng)相關(guān)性,模型內(nèi)變量存在多重共線性問(wèn)題,影響變量的系數(shù)擬合結(jié)果,不利于系數(shù)解釋。因此,本研究采用嶺回歸進(jìn)行參數(shù)估計(jì),回歸的結(jié)果如表3所示。
表3 人才凈遷入率與影響因素的嶺回歸結(jié)果
由表3可知,地區(qū)人才凈流入與地區(qū)人均GDP、社會(huì)消費(fèi)品零售總額、全體居民人均可支配收入、城鎮(zhèn)單位職工年平均工資、軌道交通客運(yùn)量、人均公園綠地面積等影響因素存在正相關(guān)關(guān)系。首先,全體居民人均可支配收入、城鎮(zhèn)單位職工年平均工資的影響較大,收入是人才流動(dòng)首要考慮因素。其次,良好的公共交通設(shè)施與城市生態(tài)環(huán)境對(duì)人才選擇就業(yè)城市也具有一定的正向推動(dòng)作用。再次,經(jīng)濟(jì)基礎(chǔ)是城市競(jìng)爭(zhēng)力的根本,良好的經(jīng)濟(jì)基礎(chǔ)對(duì)人才具有較強(qiáng)吸引力。最后,較高的住宅商品房平均銷售價(jià)格與城鎮(zhèn)登記失業(yè)率對(duì)人才流入存在負(fù)面影響。
對(duì)31個(gè)省市的人才流動(dòng)現(xiàn)狀及影響因素分析顯示,一是我國(guó)人才流動(dòng)具有區(qū)域性特征,各區(qū)域人才流動(dòng)不均衡。人才布局是我國(guó)經(jīng)濟(jì)梯隊(duì)化發(fā)展的必然結(jié)果,人才分布遵循經(jīng)濟(jì)分布法則;東部地區(qū)人才資源發(fā)展良好,該區(qū)域內(nèi)較多省市存在人才凈流入;中部、西部、東北地區(qū)人才凈遷入率表現(xiàn)不佳,人才流出情況較為嚴(yán)重,面臨人才困局。二是人才凈遷入率與地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r整體呈正相關(guān)關(guān)系。根據(jù)嶺回歸結(jié)果,人才流動(dòng)受城鎮(zhèn)單位職工年平均工資、全體居民人均可支配收入與社會(huì)消費(fèi)品零售總額等經(jīng)濟(jì)發(fā)展指標(biāo)的正向影響程度顯著,表明人才重點(diǎn)關(guān)注地區(qū)經(jīng)濟(jì)環(huán)境、就業(yè)環(huán)境、公共服務(wù)環(huán)境等因素。此外,因本研究采用的就業(yè)人才計(jì)算基礎(chǔ)為城鎮(zhèn)非私營(yíng)單位就業(yè)人口,未考慮人才在私營(yíng)單位、個(gè)體經(jīng)營(yíng)戶等就業(yè)情況,導(dǎo)致本研究計(jì)算的人才凈遷入率數(shù)值偏低,存在改進(jìn)空間。
現(xiàn)階段,我國(guó)人才資源存在供需匹配不均衡現(xiàn)象,總體人才資源配置效率存在改進(jìn)空間。為促進(jìn)人才資源的合理流動(dòng),實(shí)現(xiàn)地區(qū)經(jīng)濟(jì)社會(huì)的健康有序發(fā)展,一是省市的經(jīng)濟(jì)實(shí)力是人才引進(jìn)的根本基礎(chǔ),人才留用是經(jīng)濟(jì)發(fā)展的重要支撐,應(yīng)同步加強(qiáng)地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展與人才“引育用留”工作;二是鼓勵(lì)企業(yè)做大、做強(qiáng)、做好,提升社會(huì)平均工資水平,提高人才分享經(jīng)濟(jì)社會(huì)發(fā)展成果的獲得感;三是探索構(gòu)建“一站式”人才服務(wù)系統(tǒng),增強(qiáng)地區(qū)從人才需求服務(wù)向人才供需匹配、人才成果轉(zhuǎn)化等服務(wù)提升轉(zhuǎn)變。