城市吸納人才能力的綜合評(píng)價(jià)與對策

PAGE0城市吸納人才能力的綜合評(píng)價(jià)與對策——基于熵值法的面板數(shù)據(jù)分析南京財(cái)經(jīng)大學(xué)王曉雪、王麗、王景宇目錄TOC\o"1-2"\h\z\u一、引言 2（一） 問題概述 2（二） 問題提出 2（三） 問題分析 3（四） 國內(nèi)外相關(guān)理論 6（五） 人才吸納能力定義 7二、模型建立前的準(zhǔn)備 7（一） 若干假設(shè) 7（二） 評(píng)價(jià)指標(biāo)選取 7（三） 數(shù)據(jù)的來源與預(yù)處理 9三、模型構(gòu)建與檢驗(yàn) 10（一） 因子分析 10（二） 主成分分析 12（三） 基于面板數(shù)據(jù)的評(píng)價(jià)方法及結(jié)果 15（四） 模型解釋 22四、結(jié)論與建議 23（一） 一類城市：保持穩(wěn)健發(fā)展，注重配套支撐 23（二） 二類城市：牢固產(chǎn)業(yè)基礎(chǔ)，尋求多元發(fā)展 23（三） 三類城市：挖掘城市特色，利用旅游資源 23（四） 分析方法綜合評(píng)價(jià) 24參考文獻(xiàn) 25附錄1： 26

摘要人才是提高城市競爭力的核心要素，城市經(jīng)濟(jì)發(fā)展與人才發(fā)展相輔相成。隨著城市化進(jìn)程的推進(jìn)，人才轉(zhuǎn)移和人才的流動(dòng)方向產(chǎn)生了越來越強(qiáng)的趨向性。同時(shí)，人才轉(zhuǎn)移與產(chǎn)業(yè)轉(zhuǎn)移呈現(xiàn)反向流動(dòng)趨勢，嚴(yán)重影響區(qū)域經(jīng)濟(jì)的發(fā)展。因此，城市人才吸納能力也逐漸成為決定城市競爭力的重要指標(biāo)之一。本文通過因子分析和主成分分析，將較多二級(jí)指標(biāo)歸為五類一級(jí)指標(biāo)，減少因子數(shù)目；通過制定相應(yīng)權(quán)重，運(yùn)用熵值法、因子分析中的得分分析，對城市進(jìn)行得分估計(jì)和綜合排名；再運(yùn)用聚類方法，將不同城市歸類，尋找城市發(fā)展中的共同點(diǎn)，為其他類似城市提出相應(yīng)的建議。本文的主要特色是以十個(gè)具有代表性的城市為樣本，預(yù)測整個(gè)國家區(qū)域間人才吸納能力。原有的相關(guān)研究主要傾向于企業(yè)吸納人才能力的分析，而本文旨在研究區(qū)域間人才發(fā)展的不均衡，統(tǒng)籌城市間的人才流向，從而推進(jìn)城市間的和諧發(fā)展。本文通過兩種評(píng)價(jià)體系（因子得分體系和熵值法得分體系）進(jìn)行城市間排名并做出合理化分析，由此對十個(gè)樣本城市人才吸納能力進(jìn)行綜合測度。關(guān)鍵詞：人才轉(zhuǎn)移熵值法指標(biāo)體系

一、引言問題概述人才是提高城市競爭力的核心要素之一，城市經(jīng)濟(jì)發(fā)展與人才發(fā)展相輔相成。隨著城市化進(jìn)程的推進(jìn)，人才轉(zhuǎn)移和人才的流動(dòng)方向產(chǎn)生了越來越強(qiáng)的趨向性。人口遷徙能給社會(huì)帶來巨大的變革，人才的遷徙轉(zhuǎn)移更加明顯的影響著地區(qū)的經(jīng)濟(jì)文化發(fā)展，特別是在產(chǎn)業(yè)轉(zhuǎn)移的現(xiàn)階段，人才的轉(zhuǎn)移和產(chǎn)業(yè)的轉(zhuǎn)移呈反方向移動(dòng)——產(chǎn)業(yè)向周邊城市轉(zhuǎn)移，人才向發(fā)達(dá)城市靠攏。通過調(diào)查顯示，越發(fā)達(dá)地區(qū)關(guān)鍵人才跨市流出意愿越低，在排名中顯示，上海以18%占據(jù)最低位置，其他依次為北京(22%)、成都(25%)、大連(27%)、天津(28%)。以上現(xiàn)象嚴(yán)重影響著我國經(jīng)濟(jì)的發(fā)展，因此，城市人才吸納能力也逐漸成為決定城市競爭力的重要指標(biāo)。關(guān)注并研究我國城市人才吸納能力，有利于各個(gè)城市制定符合城市特色的人才吸引戰(zhàn)略，為城市經(jīng)濟(jì)發(fā)展儲(chǔ)備人才，奠定基礎(chǔ)。問題提出1．提出背景當(dāng)今世界呈現(xiàn)出一極多強(qiáng)的局面，一個(gè)國家必須有足夠的魅力吸引人才、留住人才，才能讓他們發(fā)揮應(yīng)有的潛力。通過人才的知識(shí)運(yùn)用，發(fā)展國家的經(jīng)濟(jì)、科技、文化，從而達(dá)到“人才興國，人才強(qiáng)國”。同理，城市的發(fā)展也離不開人才所作的貢獻(xiàn)，而如何吸引人才也是每個(gè)發(fā)展中的城市需要思考的問題。但隨著經(jīng)濟(jì)的發(fā)展，人才的流向的趨向性越來越明顯：大中小城市人才分布的不均勻，區(qū)域發(fā)展的不平衡，也使地區(qū)間人才流向問題逐漸激化。以上情況將會(huì)造成大城市人才飽和，中小城市人才缺乏，阻礙了中小城市的經(jīng)濟(jì)發(fā)展與城市化進(jìn)程的推進(jìn)。2．問題提出影響城市吸納人才的因素涉及諸多方面，該怎樣選取相應(yīng)指標(biāo)，并通過模型將指標(biāo)系統(tǒng)化，從而得到全面測度城市人才吸納能力；對于已選定的一級(jí)、二級(jí)指標(biāo)，怎樣設(shè)置響應(yīng)的指標(biāo)權(quán)重，使各項(xiàng)指標(biāo)精確地反映出其對城市吸納人才的能力所作出的貢獻(xiàn)率；對于指標(biāo)分析主要設(shè)計(jì)哪些方法，以及如何選取、選取那些適當(dāng)?shù)姆治龇椒?；使用何種方法對評(píng)價(jià)主體予以分類，進(jìn)行類別分析并最終提出發(fā)展建議及改進(jìn)方法。問題分析1．城市吸納人才能力的綜合指標(biāo)體系選取原則目的性原則設(shè)計(jì)城市吸納人才能力評(píng)價(jià)指標(biāo)體系的目的在于，衡量城市吸納人才能力的狀況，找出吸納人才能力弱的原因所在，指出改善城市吸納人才能力的手段和方法，最終增強(qiáng)城市的競爭實(shí)力?？茖W(xué)性原則城市吸納人才能力指標(biāo)體系應(yīng)該準(zhǔn)確地反映城市吸納人才能力的實(shí)際情況，有利于同一國家不同城市間人才吸納能力的比較，挖掘城市競爭潛力。全面性原則城市吸納人才能力的評(píng)價(jià)應(yīng)該充分考慮城市顯在和潛在的人才吸納能力。不僅要反映城市吸納人才能力的“硬”指標(biāo)，還要考慮一些“軟”指標(biāo)。定性與定量結(jié)合的原則對定性指標(biāo)要明確其含義，并按照某種標(biāo)準(zhǔn)對其賦值，使其能夠恰如其分地反映指標(biāo)的性質(zhì)。定性和定量指標(biāo)都必須有明確的概念和確切的計(jì)算方法。通用性和發(fā)展性結(jié)合的原則所建立的指標(biāo)體系必須具有廣泛的適應(yīng)性，即設(shè)立的指標(biāo)能反映不同地區(qū)的城市人才吸納能力的共性。建立的城市吸納人才能力指標(biāo)必須具有發(fā)展性，即可根據(jù)具體的地域、城市做出適當(dāng)?shù)恼{(diào)整，從而靈活應(yīng)用，更準(zhǔn)確地反映不同城市的特征。2．樣本城市的選取本文樣本城市的選取參照中國城市競爭力研究會(huì)2010年評(píng)出的我國“十佳發(fā)展?jié)摿Τ鞘小迸判邪瘢罕?十佳發(fā)展?jié)摿Τ鞘信琶鞘锌偡?烏魯木齊92.272福州89.473天津85.084重慶81.455沈陽80.466武漢79.787南寧78.978海口72.119開封70.7110日照69.05該排行榜是中國城市競爭力研究會(huì)的年度綜合性研究評(píng)價(jià)課題之一，是該會(huì)首度對中國最具開發(fā)潛力城市進(jìn)行研究與評(píng)價(jià)，應(yīng)用自主創(chuàng)立的評(píng)價(jià)指標(biāo)體系（GN中國城市開發(fā)潛力評(píng)價(jià)指標(biāo)體系：由包括政策傾向指數(shù)、國家扶持度指數(shù)、投資者關(guān)注度指數(shù)、支援優(yōu)勢指數(shù)在內(nèi)的4項(xiàng)一級(jí)指標(biāo)、21項(xiàng)二級(jí)指標(biāo)、62項(xiàng)三級(jí)指標(biāo)組成），在搜集翔實(shí)的基礎(chǔ)資料及進(jìn)行大量的調(diào)查研究、充分考慮公眾口碑支持率的基礎(chǔ)上，對中國包括港、澳、臺(tái)地區(qū)在內(nèi)的34個(gè)省、直轄市、自治區(qū)，295個(gè)地級(jí)市、374個(gè)縣級(jí)市的分類優(yōu)勢進(jìn)行評(píng)價(jià)產(chǎn)生的最新研究成果。通過對上榜的10個(gè)城市進(jìn)行政治地位、經(jīng)濟(jì)實(shí)力、城市規(guī)模、區(qū)域輻射力四項(xiàng)因素的初步分析，可得出結(jié)論：該榜所列出的“十佳城市”具有較高的權(quán)威性和可靠性，所選取的十個(gè)城市覆蓋面廣泛，囊括了（準(zhǔn)）一線（天津）、二線（武漢、沈陽、重慶、福州、烏魯木齊、南寧）、三線城市（?？?、日照、開封），沿海及內(nèi)陸城市，東北部、中西部及南部城市，具有很強(qiáng)的代表性。因此可從這10個(gè)最具發(fā)展?jié)摿Φ某鞘腥胧郑\(yùn)用其當(dāng)年經(jīng)濟(jì)發(fā)展，教育、醫(yī)療、社會(huì)保障、科技支出等方面的相關(guān)數(shù)據(jù)，使用熵值法對十個(gè)樣本城市建立人才吸納能力模型，綜合測度其人才吸納能力。并在理論及模型分析的基礎(chǔ)上，根據(jù)實(shí)證分析的結(jié)果，就提高中國所有城市人才吸納能力提出相應(yīng)的對策建議。

3．評(píng)價(jià)方法因子分析因子分析是指研究從變量群中提取共性因子的統(tǒng)計(jì)技術(shù)。因子分析的基本目的就是用少數(shù)幾個(gè)因子去描述許多指標(biāo)或因素之間的聯(lián)系，即將相關(guān)比較密切的幾個(gè)變量歸在同一類中，每一類變量就成為一個(gè)因子，以較少的幾個(gè)因子反映原資料的大部分信息。因子分析可在許多變量中找出隱藏的具有代表性的因子。在數(shù)據(jù)分析時(shí)，先對已選指標(biāo)進(jìn)行因子分析，進(jìn)行指標(biāo)的同類合并和刪除，確保選取指標(biāo)的有效性，同時(shí)減少指標(biāo)數(shù)目，減少運(yùn)算量。主成分分析主成分分析主要是作為一種探索性的技術(shù)，在進(jìn)行多元數(shù)據(jù)分析之前，用主成分分析來分析數(shù)據(jù)，對數(shù)據(jù)有一個(gè)大致的了解。是將多個(gè)變量通過線性變換以選出較少個(gè)數(shù)重要變量的一種多元統(tǒng)計(jì)分析方法。又稱主分量分析。具體應(yīng)用中，為了全面分析問題，往往提出很多與此有關(guān)的變量（或因素），因?yàn)槊總€(gè)變量都在不同程度上反映這個(gè)課題的某些信息。熵值法“熵”表示任何一種能量在空間中分布的均勻程度。能量分布的越均勻，熵就越大。上也是系統(tǒng)混亂和無序的度量，通過計(jì)算熵值來判斷一個(gè)事件的隨機(jī)性及無序的程度，熵值越大，混亂無序的程度越大。一般而言，指標(biāo)所反映信息的確定性越高信息熵越小，該指標(biāo)提供的信息量越大，在綜合分析中所起的作用越大。反之，指標(biāo)的信息熵越大，該指標(biāo)提供的信息量越小，在綜合分析中所起的作用越小。利用熵值法模糊綜合評(píng)價(jià)法可以比較客觀、真實(shí)的評(píng)價(jià)城市吸納人才的能力。聚類分析聚類分析是直接比較各事物之間的性質(zhì)，將性質(zhì)相近的歸為一類，將性質(zhì)差別較大的歸入不同的類的分析技術(shù)。本文將主要應(yīng)用聚類分析對10個(gè)樣本城市進(jìn)行劃分，并且可以描述出各細(xì)分類別的城市特征，以便于如后可以有針對性的對目標(biāo)城市群提出增強(qiáng)其人才吸引力的合理化建議。4．整體評(píng)價(jià)本文將提到兩種方法的比較（因子分析得分和熵值法得分及相應(yīng)的排名）。5．政策建議最終得出結(jié)論，詳細(xì)見最后結(jié)果。國內(nèi)外相關(guān)理論1．國外的研究2009年9月8日，中華網(wǎng)刊載了瑞士研究機(jī)構(gòu)“世界經(jīng)濟(jì)論壇”發(fā)表的2009城市是一個(gè)開放系統(tǒng)，所以對于城市很難做出客觀準(zhǔn)確的評(píng)價(jià)，因此對城市吸納人才能力的評(píng)價(jià)就需要找到一個(gè)量化的標(biāo)準(zhǔn)，從而正確的引導(dǎo)人才的流動(dòng)方向，促進(jìn)產(chǎn)業(yè)轉(zhuǎn)移與城市經(jīng)濟(jì)的發(fā)展。2．國內(nèi)研究王讓、李欣在《統(tǒng)計(jì)預(yù)測與決策2011年第8期》發(fā)表的《中國區(qū)域知識(shí)競爭力測度與提升政策分析》中采用層次分析法構(gòu)建省域知識(shí)競爭力評(píng)價(jià)模型，從科技政策、人才政策，知識(shí)經(jīng)濟(jì)政策、社會(huì)信息政策等方面提出提升知識(shí)競爭力的建議，該文中提出知識(shí)對于經(jīng)濟(jì)發(fā)展的重要性。張浩、何明珂在《統(tǒng)計(jì)預(yù)測與決策2011年第7期》發(fā)表的《基于熵值法的企業(yè)戰(zhàn)略績效評(píng)價(jià)模型》中提出熵值法是建立評(píng)價(jià)模型的一個(gè)重要的方法，特別是平衡計(jì)分卡的使用。還有很多關(guān)于競爭力的研究，運(yùn)用了因子得分法，例如《統(tǒng)計(jì)預(yù)測與決策2011年第9期》上發(fā)表的上官飛和舒長江的《中部省份區(qū)域競爭力的因子分析與評(píng)價(jià)》。對于競爭力分析，產(chǎn)業(yè)轉(zhuǎn)移方面的分析很多，但是區(qū)域吸納人才能力的分析很少，另一方面城市吸納人才能力的測度是城市建設(shè)的關(guān)鍵環(huán)節(jié)，其目的是為了能更好的指引人才的流動(dòng)方向，達(dá)到經(jīng)濟(jì)效用最大化。發(fā)達(dá)城市經(jīng)濟(jì)發(fā)達(dá)，人才飽和，根據(jù)人才的邊際效用遞減規(guī)律，呈現(xiàn)負(fù)效用。為此，擬在界定人才承接能力的概念基礎(chǔ)上，以高校人才為例，運(yùn)用熵值法對中國10個(gè)發(fā)展?jié)摿ε琶壳暗某鞘薪⒛Ｐ?，進(jìn)行評(píng)估。人才吸納能力定義人才吸納能力應(yīng)是一個(gè)國家或地區(qū)在一定時(shí)期和一定條件下所擁有的，凝聚吸引人才，準(zhǔn)確選擇人才，融合人力資源優(yōu)勢，進(jìn)而提升城市競爭力，促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展的能力。由于城市發(fā)展需要專業(yè)的管理人才，專業(yè)的技術(shù)人才，特別是在當(dāng)今城市競爭激烈的大環(huán)境下，存在許多不確定性因素，因此就需對人才提出更進(jìn)一步的要求。本文對人才吸納能力做以下的界定：人才吸納能力就是一個(gè)國家、地區(qū)或城市在一定時(shí)期內(nèi)和一定產(chǎn)業(yè)、人才、資源基礎(chǔ)等條件下所具備的吸引接納轉(zhuǎn)移人才并能使其得以發(fā)展的人才吸引能力，人才選擇能力、人才支撐能力和人才排斥影響。它反映了一個(gè)地區(qū)在爭取轉(zhuǎn)移人才博弈中的實(shí)力。二、模型建立前的準(zhǔn)備若干假設(shè)1．人才向發(fā)達(dá)的國家或城市流動(dòng)，從而造成了人才分配的不均衡。發(fā)達(dá)城市經(jīng)濟(jì)發(fā)達(dá)，人才飽和，根據(jù)人才的邊際效用遞減規(guī)律，呈現(xiàn)負(fù)效用。經(jīng)濟(jì)發(fā)展也是如此，投入過多的資源反而使效率降低。2．經(jīng)濟(jì)增長發(fā)展水平主要是從一個(gè)國家的整體水平來考量，因此本文通過我國國內(nèi)生產(chǎn)總值來度量全國的經(jīng)濟(jì)增長水平。3．在模型建立的過程中，不考慮經(jīng)濟(jì)波動(dòng)以及宏觀政策變化等特殊因素的影響。評(píng)價(jià)指標(biāo)選取本文主要是針對產(chǎn)業(yè)轉(zhuǎn)移和人才吸納能力的分析，綜合前人分析的區(qū)域競爭力和產(chǎn)業(yè)轉(zhuǎn)移競爭力方面的指標(biāo)，并加入了教育方面的指標(biāo)。根據(jù)上官飛在《中部省份區(qū)域競爭力的因子分析與評(píng)價(jià)》中綜合世界經(jīng)濟(jì)論壇的競爭力評(píng)價(jià)指標(biāo)、國際管理學(xué)院競爭力指標(biāo)體系、國家競爭力指標(biāo)體系、中國人民大學(xué)國際競爭力指標(biāo)體系、趙曉博士的開發(fā)區(qū)競爭力指標(biāo)體系，最終確立了二十四個(gè)評(píng)價(jià)指標(biāo)體系。這二十四個(gè)指標(biāo)是：人口數(shù)、職工平均工資、城鄉(xiāng)居民人民幣儲(chǔ)蓄存款、CPI、城鎮(zhèn)居民家庭平均消費(fèi)性支出、農(nóng)村居民家庭人均純收入、城鎮(zhèn)登記失業(yè)率、高校數(shù)量、高校在校生數(shù)、高校教師數(shù)、科學(xué)技術(shù)支出、擁有公共交通車輛、郵電通訊總量、城市用水普及率、第一產(chǎn)業(yè)占GDP比重、第二產(chǎn)業(yè)占GDP比重、第三產(chǎn)業(yè)占GDP比重、一般性財(cái)政支出、房地產(chǎn)價(jià)格指數(shù)、城鎮(zhèn)恩格爾系數(shù)、城市占地面積、衛(wèi)生技術(shù)人員數(shù)、住房價(jià)格、戶籍政策。結(jié)合相關(guān)文獻(xiàn)、著作中城市人才吸引、區(qū)域綜合競爭力的指標(biāo)體系。本文給出了以下的定義：人才的吸納能力包括城市為人才提供的就業(yè)信息量，比如中介公司的多少，信息的流暢程度，城市人員對人才的評(píng)估系統(tǒng)等城市選擇人才的能力,而一個(gè)城市的人口狀況，就業(yè)狀況，消費(fèi)水平，就業(yè)市場的大小這些因素都影響著人才的流向問題。只有將特定的人才分配到發(fā)展?jié)摿Σ煌牡胤剑拍茏畲笮в玫陌l(fā)揮人才的優(yōu)勢，做到人才的邊際效用最大化。所以給出以下定義：1．人才吸引能力人才吸引能力是指結(jié)合當(dāng)?shù)亟?jīng)濟(jì)、政治、區(qū)域影響力等綜合因素決定的，能夠影響、促使人才流向本地的城市綜合能力。具體應(yīng)包括城鄉(xiāng)居民生活水平、職工工資、消費(fèi)水平、當(dāng)?shù)厥I(yè)率等因素。2．人才選擇能力人才選擇能力指當(dāng)?shù)卣诰C合考慮經(jīng)濟(jì)、社會(huì)、人文、資源等基礎(chǔ)上對人才轉(zhuǎn)移進(jìn)行認(rèn)識(shí)、判斷、篩選的能力，包括人才數(shù)據(jù)庫的建立，人才評(píng)估系統(tǒng)的成立等。3．人才支撐能力人才支撐能力為經(jīng)篩選后的人才融入承接地提供鋪墊、保障，由人才配套支撐和輔助支撐兩部分組成。配套支撐是指對工作要求的方面，公共交通狀況，恩格爾系數(shù)，城市的建設(shè)狀況等影響工作人員對工作滿意度的因素；輔助支撐是指對于人們生活滿意程度方面的支撐，比如社會(huì)保險(xiǎn)，醫(yī)療救濟(jì)等方面。4．人才排斥影響人才排斥影響是指標(biāo)體系中的負(fù)向指標(biāo)，綜合考慮城市的人才吸納能力，除了要充分考慮城市對人才的吸引和支撐能力外，還需考慮某些對人才吸納具有不利作用的指標(biāo)，如房價(jià)、戶籍政策等。綜合人才吸引、選擇、支撐、排斥四項(xiàng)指標(biāo)，方能較全面地測度出城市對人才的吸納能力。通過以上定義和比較，最終選取了二十四個(gè)對一級(jí)指標(biāo)有影響的設(shè)計(jì)指標(biāo)。依據(jù)上面的三個(gè)層次的標(biāo)準(zhǔn)，依次抽離出了以下的因素，對此問題進(jìn)行指標(biāo)體系的建立：表2吸納人才能力的評(píng)價(jià)指標(biāo)體系系統(tǒng)層一級(jí)指標(biāo)二級(jí)指標(biāo)人才吸引能力市場狀況M1X1人口數(shù)；X2職工平均工資；X3城鄉(xiāng)居民人民幣儲(chǔ)蓄存款；X4CPI；X5城鎮(zhèn)居民家庭平均消費(fèi)性支出；X6農(nóng)村居民家庭人均純收入；X7城鎮(zhèn)登記失業(yè)率；X8高校數(shù)量；X9高校在校生數(shù)；X10高校教師數(shù)人才選擇能力收集與處理M2X11科學(xué)技術(shù)支出；人才支撐能力配套支撐M3X12擁有公共交通車輛；X13郵電通訊總量；X14城市用水普及率；X15第一產(chǎn)業(yè)占GDP比重；X16第二產(chǎn)業(yè)占GDP比重；X17第三產(chǎn)業(yè)占GDP比重;X18一般性財(cái)政支出；輔助支撐M4X19房地產(chǎn)價(jià)格指數(shù)；X20城鎮(zhèn)恩格爾系數(shù)；X21城市占地面積；X22衛(wèi)生技術(shù)人員數(shù)；人才排斥影響排斥指標(biāo)M5X23住房價(jià)格；X24戶籍政策（1代表有較嚴(yán)格的戶籍政策限制，0代表無較嚴(yán)格的戶籍政策限制）數(shù)據(jù)的來源與預(yù)處理本文實(shí)證分析所選用的數(shù)據(jù)包括十個(gè)城市、二十四個(gè)指標(biāo)的二百四十個(gè)數(shù)據(jù)，主數(shù)據(jù)要來源于各個(gè)地區(qū)的2010年城市統(tǒng)計(jì)年鑒，及2009年城市主要經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)報(bào)告（詳見附錄1）。為了使數(shù)據(jù)具有可比性，減少量綱不同所帶來的差異性，我們將所有數(shù)據(jù)進(jìn)行了數(shù)據(jù)標(biāo)準(zhǔn)化處理。三、模型構(gòu)建與檢驗(yàn)因子分析因子分析主要用于對二級(jí)指標(biāo)進(jìn)行分析，通過對各一級(jí)指標(biāo)下屬二級(jí)指標(biāo)的因子分析，確定各二級(jí)指標(biāo)所得主成分在一級(jí)指標(biāo)中所占權(quán)重，以計(jì)算結(jié)果設(shè)置二級(jí)指標(biāo)權(quán)數(shù)。由于二級(jí)指標(biāo)較多，它們對相應(yīng)的一級(jí)指標(biāo)的信息反映難免會(huì)有重復(fù)，即相關(guān)系數(shù)較大，因此運(yùn)用因子分析法來檢驗(yàn)個(gè)一級(jí)指標(biāo)下屬二級(jí)指標(biāo)。因子分析法的最大優(yōu)點(diǎn)是在消除指標(biāo)間相關(guān)性的同時(shí)根據(jù)因子載荷矩陣確定各公共因子在綜合評(píng)價(jià)中的作用大小。(注：q=（λ1+……+λm）/trM)下面對一級(jí)指標(biāo)進(jìn)行因子分析：市場狀況M1：運(yùn)用Markway5.0對市場狀況包括的二級(jí)指標(biāo)做Bartlett球形檢驗(yàn)：表3巴特萊特球度檢驗(yàn)參數(shù)值卡方值230.7681自由度45顯著性0.0000由上表知：Bartlett球形檢驗(yàn)值為230.7681且通過顯著性檢驗(yàn)P=0.0000<0.01，說明對于一級(jí)指標(biāo)市場狀況可以運(yùn)用因子分析方法。運(yùn)用Markway5.0對各級(jí)一指標(biāo)做因子分析：表4特征根和累計(jì)貢獻(xiàn)率因子特征根方差貢獻(xiàn)率%累計(jì)貢獻(xiàn)率%12.937229.372029.372022.123121.230950.602931.894718.947169.550041.698016.979786.529850.67876.787493.317160.49884.987798.304870.11301.129799.434580.04460.446599.881090.01190.1190100.0000100.00000.0000100.0000由軟件結(jié)果可知前四個(gè)因子的特征值分別為2.9372，2.1231，1.8947，1.6980，累計(jì)貢獻(xiàn)率已達(dá)到q=86.53%，故提取4個(gè)公共因子。根據(jù)特征值對四個(gè)公因子的得分進(jìn)行加權(quán)的（1）式中，M1代表市場狀況得分，F(xiàn)1，F(xiàn)2，F(xiàn)3，F(xiàn)4代表在Markway5.0中采用回歸法得到的各個(gè)公因子的得分。（1）配套支撐M3：運(yùn)用Markway5.0對配套支撐的二級(jí)指標(biāo)做Bartlett球形檢驗(yàn)：表5巴特萊特球度檢驗(yàn)參數(shù)值卡方值111.1407自由度21顯著性0.0000由上表知：Bartlett球形檢驗(yàn)值為111.1407，且通過顯著性檢驗(yàn)P=0.0000<0.01，說明可以對一級(jí)指標(biāo)配套支撐運(yùn)用因子分析方法。運(yùn)用Markway5.0對各級(jí)一指標(biāo)做因子分析：表6特征根和累計(jì)貢獻(xiàn)率因子特征根方差貢獻(xiàn)率%累計(jì)貢獻(xiàn)率%13.265246.646446.646422.226931.812578.458930.886312.661691.120540.52177.452598.572950.05960.851299.424260.04030.5758100.000070.00000.0000100.0000由軟件結(jié)果可知前三個(gè)因子的特征值分別為3.2652，2.2269，0.8863，累計(jì)貢獻(xiàn)率已達(dá)到q=91.12%，故提取3個(gè)公共因子。根據(jù)特征值對四個(gè)公因子的得分進(jìn)行加權(quán)的（2）式中，M3代表市場狀況得分，V1，V2，V3代表在Markway5.0中采用回歸法得到的各個(gè)公因子的得分：（2）輔助支撐M4：運(yùn)用Markway5.0對一級(jí)指標(biāo)輔助支撐的二級(jí)指標(biāo)做Bartlett球形檢驗(yàn)：表7巴特萊特球度檢驗(yàn)參數(shù)值卡方值1.6977自由度6顯著性0.9453由上表知：Bartlett球形檢驗(yàn)值為1.6977，且通過顯著性檢驗(yàn)P=0.9453>0.01，說明不可以對一級(jí)指標(biāo)輔助支撐運(yùn)用因子分析方法，所以對所有因子采用回歸法得到的各個(gè)公因子的得分：（3）人才排斥指標(biāo)M5：運(yùn)用Markway5.0對一級(jí)指標(biāo)輔助支撐的二級(jí)指標(biāo)做Bartlett球形檢驗(yàn)：表8巴特萊特球度檢驗(yàn)參數(shù)值卡方值0.1564自由度1顯著性0.6925由上表知：Bartlett球形檢驗(yàn)值為0.1564，且通過顯著性檢驗(yàn)P=0.6925>0.01，說明不可以對一級(jí)指標(biāo)輔助支撐運(yùn)用因子分析方法，所以對所有因子采用回歸法得到的各個(gè)公因子的得分：（4）主成分分析運(yùn)用Markway5.0分析軟件做主成分分析：做主成分分析的主要原因是，求出個(gè)二級(jí)對主成分的貢獻(xiàn)率，從而設(shè)置二級(jí)指標(biāo)對個(gè)主成分的權(quán)重。市場狀況M1：提取方法：主成分法表9因子載荷矩陣因子1因子2因子3因子4ZX10.7746-0.18580.2140-0.3280ZX20.18730.43000.65510.4365ZX3-0.08180.22830.6014-0.6330ZX4-0.34560.4968-0.24010.6518ZX50.5346-0.4221-0.49990.3923ZX60.0864-0.28420.68060.6140ZX70.14620.7068-0.5181-0.1897ZX80.97840.13710.02300.0632ZX90.94790.2111-0.07300.0491ZX100.07490.88480.11410.0307迭代次數(shù)1圖1因子載荷圖表10特征向量E1E2E3E4X1225.3601-63.657777.6526-125.8646X2932.86562522.06054069.41202867.4501X3-157.8910518.93841447.8060-1611.5293X4-0.36160.6121-0.31330.8995X51100.5994-1023.3434-1283.58961065.2436X6142.9009-553.54251403.96371339.4295X70.00060.0034-0.0026-0.0010X814.00802.31160.41071.1935X9141802.775837189.1436-13620.33639687.9974X101644.413922876.00423124.3360888.9923由特征向量確定公共因子表達(dá)式：（其中ρ為相關(guān)系數(shù)，為標(biāo)準(zhǔn)誤差，為特征值）配套支撐M3：提取方法：主成分法迭代次數(shù)1表11因子載荷矩陣因子1因子2因子3ZX122563.63680.30200.34ZX13779973.55489752.72549479.70ZX14-0.852.04-2.44ZX15-1.78-3.471.77ZX164.37-2.78-5.77ZX17-2.606.244.01ZX18301.8333.70151.30圖2因子載荷圖通過因子載荷矩陣計(jì)算的特征向量矩陣：公式;（其中ρ為相關(guān)系數(shù)，為標(biāo)準(zhǔn)誤差，為特征值）表12特征向量E5E6E7X12810.0705214.98463.17519X13246460.7154769.2173272X14-0.268890.644082-0.77025X15-0.56287-1.098120.557841X161.382404-0.87746-1.81841X17-0.820521.9704671.264573X1895.3742710.6504747.71172由公式得：輔助支撐M4：表13特征根和累計(jì)貢獻(xiàn)率主成分特征根方差貢獻(xiàn)率%累計(jì)貢獻(xiàn)率%11.514737.868637.868621.021025.524463.393030.910122.751686.144640.554213.8554100.0000（5）由以上分析數(shù)據(jù)變化為以下形式：表14變換后的10個(gè)城市M1M2M3M4M5烏魯木齊6.52E+101614146.25E+1229295.535043.717福州1.31E+11331181.07E+1217954.259911.304天津2E+113478765.04E+1248390.0710246.12重慶2.57E+111555446.38E+1289833.576542.82沈陽1.77E+111362923.65E+1240877.425696.482武漢4.18E+111015201.17E+1148904.697087.222南寧3.93E+10153642.31E+1241280.637018.887海口5.22E+1092811.16E+128144.0698335.286開封3.75E+10952002.67E+1018633.824274.007日照3.14E+1062732.5E+117452.1276519.09（注：上表為通過因子分析和主成分分析對二級(jí)指標(biāo)加權(quán)后一級(jí)指標(biāo)相應(yīng)值的數(shù)值表格）基于面板數(shù)據(jù)的評(píng)價(jià)方法及結(jié)果1．因子得分分析：將表14的數(shù)據(jù)指標(biāo)的標(biāo)準(zhǔn)化：表15標(biāo)準(zhǔn)化后的數(shù)據(jù)ZM1ZM2ZM3ZM4ZM5烏魯木齊-0.602850.529481.4344-0.23334-1.03885福州-0.07856-0.70056-0.61552-0.69111.45979天津0.471222.317190.955550.537371.63165重慶0.925390.47321.485842.21014-0.26933沈陽0.287960.288620.405480.23414-0.70377武漢2.20823-0.04476-0.992650.558140.01013南寧-0.80922-0.87078-0.12480.25041-0.02495?？?0.70643-0.9291-0.5799-1.087070.65078開封-0.82356-0.10535-1.02839-0.66368-1.43395日照-0.87217-0.95794-0.94002-1.115-0.28151建立相關(guān)系數(shù)矩陣：表16相關(guān)系數(shù)矩陣RZM1ZM2ZM3ZM4ZM5ZM11.0000.3930.1230.6530.204ZM20.3931.0000.6580.5140.191ZM30.1230.6581.0000.640-0.018ZM40.6530.5140.6401.000-0.010ZM50.2040.191-0.018-0.0101.000求相關(guān)系數(shù)矩陣R的特征值及相應(yīng)的單位特征向量：分別記為和U=（）=根據(jù)累計(jì)貢獻(xiàn)率的要求比如，取前m個(gè)特征根及相應(yīng)的特征向量寫出因子載荷矩陣：m=3A==A=對A進(jìn)行方差最大正交旋轉(zhuǎn)計(jì)算因子得分得分系數(shù)矩陣：表17得分系數(shù)矩陣U1U2U3M1-0.2690.7580.045M20.453-0.0810.206M30.601-0.247-0.086M40.1340.431-0.212M50.016-0.0710.926因子得分表格：表18因子得分表格A1A2A3烏魯木齊1.21673-0.88174-0.95342福州-0.73563-0.251671.40389天津1.595860.048981.81302重慶1.15141.2675-0.7072沈陽0.31710.24539-0.66402武漢-1.1372.163250.06528南寧-0.21817-0.40234-0.28085?？?0.71488-0.831390.66055開封-0.55672-0.54623-1.1577日照-0.91869-0.81175-0.17955計(jì)算各得分多占權(quán)重：=0.425=0.338=0.237

綜合得分表19綜合得分情況綜合得分排名烏魯木齊-0.007325福州-0.065336天津1.1236551重慶0.7507212沈陽0.060574武漢0.2647313南寧-0.295357海口-0.428728開封-0.695449日照-0.70752102．熵值法得分分析：指標(biāo)的標(biāo)準(zhǔn)化設(shè)統(tǒng)計(jì)數(shù)據(jù)為n個(gè)樣本，評(píng)價(jià)體系指標(biāo)有m個(gè)，Xij（i=1,2，……n，j=1,2……m）為第i個(gè)樣本的第j個(gè)指標(biāo)的指標(biāo)值。將各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，處理為統(tǒng)一數(shù)量級(jí)，越大越好的標(biāo)準(zhǔn)數(shù)據(jù)。正向指標(biāo)：負(fù)向指標(biāo)：表20經(jīng)過標(biāo)準(zhǔn)化的因子矩陣M1M2M3M4M5烏魯木齊0.1559810.4639990.9796240.3261090.847392福州0.3133970.0952010.1677120.1998610.431225天津0.47846910.7899690.5386640.417134重慶0.6148330.447125110.653236沈陽0.4234450.3917830.57210.4550350.750289武漢10.2918280.0183390.5443920.603058南寧0.0940190.0441650.3620690.4595230.608929?？?.124880.0266790.1818180.0906570.512761開封0.0897130.2736610.0041850.2074261日照0.075120.0180320.0391850.0829550.655614

計(jì)算各指標(biāo)比重：表21指標(biāo)矩陣M1M2M3M4M5烏魯木齊0.0462870.1520070.2380620.0835190.130778福州0.0930.0311880.0407560.0511860.066551天津0.1419850.3276030.1919730.1379550.064376重慶0.1824510.146480.2430130.2561070.100814沈陽0.1256570.1283490.1390280.1165380.115792武漢0.2967490.0956040.0044570.1394220.09307南寧0.02790.0144690.0879880.1176870.093976?？?.0370580.008740.0441840.0232180.079134開封0.0266220.0896520.0010170.0531230.15433日照0.0222920.0059070.0095220.0212450.101181計(jì)算j項(xiàng)指標(biāo)的熵值：其中，k>0,ej>=0,k=1/lnnK=0.434294表22指標(biāo)的熵值M1M2M3M4M5ej0.8577860.8158880.7965650.9049610.984997計(jì)算第j項(xiàng)指標(biāo)的信息效用值：對于第j項(xiàng)指標(biāo)，各樣本指標(biāo)值的信息效用值越大，對于樣本評(píng)價(jià)作用越大，熵值就越小。定義信息效用值：表23指標(biāo)的信息效用值M1M2M3M4M5Gj0.1422140.1841120.2034350.0950390.015003定義權(quán)重：

表24定義權(quán)重M1M2M3M4M5aj0.1818550.2354320.2601420.1215310.019185計(jì)算樣本綜合評(píng)價(jià)值：Vi為第i個(gè)樣本的綜合評(píng)價(jià)值表25綜合評(píng)價(jià)權(quán)重及城市排名Vi排名烏魯木齊0.0963813福州0.0343647天津0.1386481重慶0.1330112沈陽0.0856934武漢0.0781825南寧0.0385186?？?.0199849開封0.0289078日照0.01009710由上表可知，天津，重慶，烏魯木齊排前三位，由模型可知，這三個(gè)城市的發(fā)展?jié)摿Ρ容^大，能夠?yàn)槿瞬盘峁┹^好的就業(yè)環(huán)境和社會(huì)保障，城市的人才吸納能力較高。3．聚類分析法對因子得分與熵值法結(jié)果對比表26兩種方法對比因子分析排名熵值法排名綜合得分排名Vi排名烏魯木齊-0.007325烏魯木齊0.0963813福州-0.065336福州0.0343647天津1.1236551天津0.1386481重慶0.7507212重慶0.1330112沈陽0.060574沈陽0.0856934武漢0.2647313武漢0.0781825南寧-0.295357南寧0.0385186?？?0.428728海口0.0199849開封-0.695449開封0.0289078日照-0.7075210日照0.01009710由上表可見，因子分析和熵值法所得的結(jié)果不同，這主要是因?yàn)橐蜃臃治鲎⒅馗饕蛩貦?quán)重的選擇，而熵值法則側(cè)重于因素的觀測信息量的大小。對于模糊統(tǒng)計(jì)，熵值法更適用。表27標(biāo)準(zhǔn)化指標(biāo)矩陣ZM1ZM2ZM3ZM4ZM5烏魯木齊-0.602850.529481.4344-0.23334-1.03885福州-0.07856-0.70056-0.61552-0.69111.45979天津0.471222.317190.955550.537371.63165重慶0.925390.47321.485842.21014-0.26933沈陽0.287960.288620.405480.23414-0.70377武漢2.20823-0.04476-0.992650.558140.01013南寧-0.80922-0.87078-0.12480.25041-0.02495海口-0.70643-0.9291-0.5799-1.087070.65078開封-0.82356-0.10535-1.02839-0.66368-1.43395日照-0.87217-0.95794-0.94002-1.115-0.28151將上表中各個(gè)城市看成一個(gè)樣本，先計(jì)算十個(gè)城市之間的歐氏距離。用矩陣D0表示相應(yīng)的矩陣（由于矩陣對稱，故只寫出下三角部分）歐氏距離公式表示第i個(gè)樣本的第j個(gè)指標(biāo)距離矩陣D0中的各元素?cái)?shù)值的大小反映了10個(gè)城市吸納人才能力的接近程度。例如：日照和?？诘臍W氏距離最小為1.014。由軟件得以下譜系圖，可以更加清楚的觀察分類情況。此譜系圖主要是根據(jù)歐氏距離，并按照組間聯(lián)接法進(jìn)行分類。圖3譜系圖由上圖可知：第一類：烏魯木齊1、福州2、南寧7、?？?、開封9、日照10；第二類：武漢6、沈陽5；第三類：天津3、重慶4。以上分類根據(jù)變量共同度進(jìn)行，因子分析法的排名共同度與之比較接近，可見在得分體系中使用因子分析方法較好。模型解釋城市吸納人才能力的測度是城市建設(shè)的關(guān)鍵環(huán)節(jié)，其目的是為了能更好的指引人才的流動(dòng)方向，達(dá)到經(jīng)濟(jì)效用最大化。當(dāng)今社會(huì)存在著這樣的現(xiàn)象，人才向發(fā)達(dá)的國家或城市流動(dòng)，而轉(zhuǎn)移產(chǎn)業(yè)向發(fā)達(dá)國家或城市周邊的不發(fā)達(dá)地區(qū)流動(dòng)，這就造成了人才的不均衡。發(fā)達(dá)城市經(jīng)濟(jì)發(fā)達(dá)，人才飽和，根據(jù)人才的邊際效用遞減規(guī)律，呈現(xiàn)負(fù)效用，投入過多的資源反而是效率降低。在模型建立中，本文對十個(gè)城市的24個(gè)指標(biāo)進(jìn)行分析，通過因子分析法將24個(gè)二級(jí)指標(biāo)歸為五類一級(jí)指標(biāo)，減少因子數(shù)目；再由主成分分析法制定相應(yīng)權(quán)重，并做出得分分析。在熵值法中，通過對五個(gè)一級(jí)指標(biāo)的分析，將其分為四個(gè)正向指標(biāo)以及一個(gè)負(fù)向指標(biāo)；計(jì)算指標(biāo)熵值，定義指標(biāo)權(quán)重，得出樣本綜合評(píng)價(jià)值。評(píng)估兩種方法對城市間得分估計(jì)和綜合排名的異同，最終運(yùn)用聚類方法，將不同城市歸類。四、結(jié)論與建議城市作為開放的復(fù)雜系統(tǒng)，自我意識(shí)主導(dǎo)著人們的行為，因此本文很難對其做出精確評(píng)價(jià)。傳統(tǒng)的競爭力，經(jīng)濟(jì)發(fā)展?jié)摿Φ脑u(píng)價(jià)，很難對城市人才吸納進(jìn)行綜合的評(píng)價(jià)。但根據(jù)熵值法、因子分析法以及聚類分析，可大致分析出不同類型城市對人才吸引的優(yōu)勢并給予相應(yīng)建議。根據(jù)得分分析，將十個(gè)城市分成三類城市，第一類城市包括天津、重慶；第二類城市包括烏魯木齊、沈陽、武漢、南寧；第三類城市包括?？凇㈤_封、日照。一類城市：保持穩(wěn)健發(fā)展，注重配套支撐第一類城市的類型主要是直轄市城市以及部分沿海省份的省會(huì)。對于這類型城市在第二、三產(chǎn)業(yè)中都有顯著發(fā)展。重慶類城市在綜合發(fā)展上更為全面，特別是在人才支撐能力中的配套支撐中占有很大優(yōu)勢，但在同類直轄市城市中，其科學(xué)技術(shù)支出則略占劣勢。而天津市則與重慶市正好相反，科學(xué)技術(shù)支出所占比重很高，然而配套支撐則略顯薄弱，因此在城市發(fā)展中，應(yīng)多注重配套支撐產(chǎn)業(yè)的提供，以適應(yīng)、滿足城市發(fā)展的需求，輔助城市更好更快的發(fā)展。二類城市：牢固產(chǎn)業(yè)基礎(chǔ)，尋求多元發(fā)展第二類城市的類型主要是二線城市及其部分內(nèi)陸省份的省會(huì)。對于這類型城市也是國家重點(diǎn)開發(fā)的城市，有自身的特殊性，例如烏魯木齊、沈陽等。烏魯木齊作為西部城市的代表，此類城市在國家西部大開發(fā)政策的落實(shí)中得到了發(fā)展，相關(guān)配套支撐也較以前得到明顯提高，但由于此類城市的發(fā)展基礎(chǔ)相對薄弱，仍需長期積累發(fā)展。沈陽作為重工業(yè)基地，主要從事第二產(chǎn)業(yè)的發(fā)展，但由分析可以看出，其發(fā)展類型過于局限，因此決策者在制定城市發(fā)展戰(zhàn)略時(shí)，應(yīng)注重其產(chǎn)業(yè)結(jié)構(gòu)的擴(kuò)展，相關(guān)產(chǎn)業(yè)鏈條的延伸。武漢市在人才吸引能力中有突出表現(xiàn)、而人力支撐能力中卻不盡人意，南寧市則反之。三類城市：挖掘城市特色，利用旅游資源第三類城市主要是以旅游或者第三產(chǎn)業(yè)為主的城市，此類城市的綜合發(fā)展能力較其他兩類城市稍差，但第三產(chǎn)業(yè)發(fā)展?jié)摿薮?。因此城市決策者在制定發(fā)展戰(zhàn)略時(shí)，應(yīng)綜合考慮城市旅游、服務(wù)資源的開發(fā)利用，并注重發(fā)展其相關(guān)配套產(chǎn)業(yè)，以達(dá)到增加就業(yè)量、充分挖掘城市特色資源的目的，使城市更具有發(fā)展?jié)摿腿瞬盼?。分析方法綜合評(píng)價(jià)對于分析方法本身，熵值法本身可用于測度系統(tǒng)的復(fù)雜型號(hào)為有序性，能夠真實(shí)的反應(yīng)系統(tǒng)信息的有序程度和效用值。本文將熵值法應(yīng)用于城市吸納人才能力評(píng)價(jià)中，真實(shí)反映了指標(biāo)體系信息上的效用評(píng)價(jià)和其發(fā)展規(guī)律，具有價(jià)高的可信度，提高了城市吸納人才能力評(píng)價(jià)的有效性。本文實(shí)現(xiàn)了多維因素之間的平衡，有利于綜合評(píng)價(jià)城市在人才方面的競爭力。在實(shí)際營運(yùn)中，指標(biāo)的選取可依據(jù)具體情況確定，保證了評(píng)價(jià)方法的靈活性和適用性。

參考文獻(xiàn)[1]邢建平．基于熵?fù)p失和記錄值樣本的指數(shù)分布模型