东北地区知识型人才吸引与保留的影响因素

高英 刘雨琪

摘 要： 知识型人才是促进区域经济发展的关键性因素。要提高区域对知识型人才的吸引与保留能力，满足知识型人才的各项需求至关重要。基于Kano模型理论，通过传统方法将东北地区知识型人才吸引与保留的影响因素划分为5种需求因素并分析各自特征;通过改进方法探索影响因素中的混合类需求因素;通过计算Better-Worse指数，对影响知识型人才满意程度的因素进行优先级排序并确定发展顺序。最后针对性地提出了差异化发展策略建议，对东北地区优化配置资源以提高對知识型人才的吸引与保留能力具有积极意义。

关 键 词： 东北地区;知识型人才;Kano模型

DOI： 10.16315/j.stm.2020.02.006

中图分类号： F272.92  文献标志码：  A

Influencing factors about the attraction and retention of knowledge talents in Northeast China：an analysis based on the Kano model

GAO Ying1， LIU Yu-qi2

（Sun Wah International Business School， Liaoning University，Shenyang 110136，China）

Abstract： Knowledge-based talents are the key factor to promote regional economic development. To improve the regions ability to attract and retain knowledge talents， it is very important to meet the needs of knowledge talents. Based on the Kano model theory， the factors influencing the attraction and retention of knowledge talents in Northeast China are divided into five types of demand factors by traditional methods and their characteristics are analyzed. Through the improved method to explore the influence factors of mixed class demand factors. By calculating the Better-Worse index， the factors affecting the satisfaction degree of knowledge-based talents are prioritized and the development order is determined. At last， the paper puts forward the suggestion of differentiated development strategy， which has positive significance for Northeast China to rationally and optimally allocate resources to improve the ability to attract and retain knowledge talents.

Keywords： Northeast China;knowledge-based talents;Kano model

近些年来，东三省地区严重的人才流失现象引起了很多社会学家和经济学家的关注。人力资本流失是东北地区经济陷入困境的重要原因之一，长期来看将对未来经济发展产生负面影响[1]。同时，人口流失导致的东北地区人力资本存量与质量不足影响着东北地区的振兴与经济转型[2]，而人才是促进区域经济发展最重要的要素之一[3]。高学历人才是经济增长的人力资源基础[4]，对于人力资本的投资也有助于组织绩效的提高[5]。然而，近些年来东北地区高等院校知识型人才（具有相应的专业特长和较高的个人素质的群体）的外流情况日趋严重。据统计，作为在校生人数最多的大学——吉林大学，2018年毕业生共16 889人，选择留在东三省工作的毕业生占比21.0%;黑龙江省高校哈尔滨工业大学2018届毕业生7 479人，而留在东北三省工作的毕业生不足10%;辽宁省高校东北大学2018届的毕业生也更倾向于去外地工作，留在东北三省工作的毕业生远低于三省的生源占比。同时，2017 年北京某高校的本科毕业生，竟无一人愿意去东北三省深造或学习[6]。可见，对于知识型人才来说，东北地区一方面缺少对他们的吸引力，另一方面不具有保留住他们的能力。

在此背景下，满足知识型人才的各项需求，提高其对东北地区的满意程度，成为东北地区吸引与保留这些人才的关键。这就需要找出影响知识型人才满意度的关键需求因素，识别出各因素的需求属性特征，从而有针对性的实施战略发展策略。为此，本文引入Kano模型这一工具，通过Kano问卷调查的方式收集信息，然后采用传统方法、改良方法和Better-Worse指数对知识型人才吸引与保留的影响因素进行逐一属性分类并按照优先级排序，最后根据不同的需求属性提出针对性建议，以提高东北地区对于知识型人才的吸引与保留能力。

1 文献综述

1.1  东北地区知识型人才吸引与保留的影响因素相关研究

一直以来，东北地区都被冠以“人才输出大省”的称号，有研究围绕国有企业过多、传统经济失去优势等计划经济体制遗留问题[7-8]，以及所学专业的地区关联性不强，宏观经济形势不发达等因素对高学历人才外流进行探究。国内学者对于东北三省人口流失的影响因素主要从宏观层面探讨，如刘毅等[9]认为收入及待遇过低是引起东北地区人力资源外流的直接原因;戚伟等[10]经过研究发现经济动能不足是东北三省人口流失的主要原因，因此应提高东北地区人口的质量和结构;赵放等[11]通过研究发现经济结构差异、产业机构单一化和新型产业发展受限对东北地区人口外流产生极大影响。此外，从微观个体角度对导致东北地区人才流失因素的研究并不多，高英等[12]从宏观和微观个体相结合的视角，认为组织吸引力与城市吸引力是知识型人才吸引与保留的主要影响因素，个体感知和情感嵌入性是调节因素。从微观层面对东北地区知识型人才吸引与保留的影响因素进行分类并确定其优先级，可以帮助东北地区将有限的资源科学地分配到各个重要领域，以提升东北地区对知识型人才的吸引与保留能力，从而更有效的减少知识型人才外流现象。因此从微观层面进行探索具有研究价值。

1.2 Kano模型理论及其应用概述

美国的赫茨伯格在1959年提出了“双因素理论”，将影响员工绩效的因素分为两类：激励因素和保健因素。当激励因素得到满足时才能调动员工的积极性，当保健因素不能得到满足时会引起员工强烈不满。在“双因素理论”提出的基础上，日本教授狩野纪昭于1984年构建了对用户需求分类并按优先级排序的工具—Kano模型。Kano模型通过分析用户需求对用户满意度的影响，揭示了产品性能和用户满意之间的非线性关系[13]。Kano模型可以应用于不同类型的用户并准确地将用户需求进行属性分类，这可以帮助人们识别出对用户满意度最有影响力的因素，从而针对需求因素作出针对性对策。自Kano模型创立以来，国内外已将其应用于图书馆数字资源服务[14]、网站功能[15]、政府信息公开[16]、网络购物[17]等领域，但应用于人力资源方面的研究尚有不足。

按照Kano模型理论，知识型人才吸引与保留的影响因素可以分为5类，如图1所示。基本需求（must-be demand）：当该类需求因素满足时，对知识型人才的满意度影响并不显著;但无法满足时，知识型人才的满意度大大降低。期望需求（one-dimensional demand）：该类需求也被称为一元或一维需求，满足此类需求因素时知识型人才满意度提高，反之则会降低。魅力需求（attractive demand）：与基本需求因素相反，当满足知识型人才此类需求时，知识型人才满意度大大提高;但若无法满足时，知识型人才也不会感到不满。无差异需求（indifferent demand）：无论该类需求因素是否得到满足，对知识型人才满意度的影响都不显著。反向需求（reverse demand）：与期望需求因素相反，满足此类需求会降低知识型人才的满意度，反之则会提高满意度。

2 实证研究

2.1 Kano问卷的设计

Kano问卷是由狩野纪昭等人开发的针对Kano模型使用的问卷调查形式，它主要包括2个部分。第一部分是Kano问卷的重点，对东北地区知识型人才吸引与保留的影响因素进行题项设计，每一个题项都设计了正向和反向问题，例如“如果工作具有挑战性，你感觉怎么样”、“如果工作不具有挑战性，你感觉怎么样”。答案依据李克特五级量表设置了5个答案，分别是“很喜欢”、“理应如此”、“无所谓”、“勉强接受”、“很不喜欢”。第二部分是对知识型人才的基本信息调查，包括知识型人才的性别、年龄、家乡所在地和期望工作所在地。其中，家乡所在地和期望工作所在地分为东北三省和其他省份或地区。

根据调查目的，对具有代表性的东北地区知识型人才的选择标准定为具有专科及以上学历的在校学生。同时，选择东北大學、辽宁大学、辽宁工业大学、吉林大学、东北师范大学、吉林财经大学、哈尔滨工业大学、哈尔滨师范大学、黑龙江大学，每省3所共9所高校定为调查问卷目标发放院校。对于知识型人才吸引与保留的影响因素的选取，本文选择部分初始概念作为研究要素，具体选择过程为首先，先删去如“家属安置”等不适用于在校学生的因素以及个体影响因素;其次，为避免调查问卷过于冗长，先在小范围内进行预调查，利用SPSS软件对调查结果进行因子分析，对因子载荷低于0.4的因素进行去除;最后，将属于同一范畴且分类结果一致的因素进行合并，即用较大的范畴代表同类的几个因素。经过预调查，本次问卷最终共选取了17个具有代表性的影响因素，包含在组织吸引力和城市吸引力两大范畴内。其中属于组织吸引力的影响因素为工作挑战、工作流程、工作吸引、成长空间、报酬保障、设施建设、组织氛围、组织公平;属于城市吸引力的影响因素为自然环境、基础设施、生活因素、人文环境、政府体制、政府行为、社会治安、城市形象、发展平台。

2.2 Kano问卷的收集

本次问卷主要采取网络发放形式，借用问卷星网站设计好问卷，先通过朋友以微信、QQ等联系方式将该问卷链接发给东北地区具有代表性的9所高等院校在校学生，并保证发送给每所学校的至少20名学生，再进行问卷扩散。本次问卷发放时间为2019年5月11日至6月5日，共收集问卷315份。为使问卷调查结果更加科学严谨，本文对样本数据进行了如下剔除：删掉总答题时间少于60s的样本;删掉所有问题答案全一样的样本;删掉有问题的答案占五分之二及以上的样本。最后去除样本9份，共得到有效问卷306份，问卷有效率为97.14%。问卷收集的人口学信息统计结果，如表1所示。从受调查者的人口学信息统计结果看，女性略多于男性，可能是女性接受调查的配合度较高;年龄集中在21～25岁，通常这个年龄段学生对未来的工作规划已有过思考，因此有利于提高信息收集的准确性;受调查人的学历层次涉及面较广，虽然以本科生和硕士研究生为主，但也有17%的专科生和5%的博士研究生参与。整体来说，问卷设计较为合理，问卷结果具有一定的代表性。同时可以明显看出有超过半数的被调查者家乡位于东北三省，外省学生不足30%;但问卷调查结果也表明，对于未来期望的工作所在地，只有不到40%的人有留在东北三省的打算。

2.3 Kano问卷的信效度检验

本文借助SPSS25.0软件对本文调研获得的数据进行信度、效度检验，检验结果，如表2所示。信度方面，正向问题的Cronbachs α=0.873，反向问题的Cronbachs α=0.910，整体问卷Cronbach's α=0.909，α值大于0.9说明信度良好，大于0.8说明信度在可接受的水平;效度方面，正向问题的KMO值为0.913、反向问题的KMO值为0.920、整体问卷的KMO值为0.892，Bartlett球形检验均达到显著水平（P<0.001），同时整体问卷累计解释变异量66.216%，说明此份问卷具有良好的效度。

2.4 影响因素归类

1）归类依据。按照Matzler等[19]提出的质量要素归类方法，以Kano评价表作为属性归类依据对收集的306份问卷调查数据进行属性归类，其中，“M”代表基本需求，“O”代表期望需求因素，“A”代表魅力需求因素，“I”代表无差异需求，“R”代表反向需求，“Q”代表有问题的回答，如表3所示。例如若被调查者对同一影响因素的正向和反向两个问题同时选择“很喜欢”或“很不喜欢”，就要将此答案定义为有问题的答案。

2）归类方法及结果。根据Kano评价表，本文对306份问卷中17种东北地区知识型人才吸引与保留的影响因素属性进行逐一判断，并归类到M、O、A、I、R五类属性及有问题回答Q中，然后对各属性出现的频次进行统计，统计结果，如表4所示。由表4可知：有问题的回答Q出现的平均频次为5.3次，占调查问卷总份数的1.7%，说明调查问卷整体表述比较清晰;1、2题中有问题答案的比例略高于平均值，可能是受调查者刚开始接触问卷，以至于极少数受调查者未能正确理解题项的含义，但绝大多数受调查者能准确理解问题，说明问卷总体上是有效的。

传统归类结果。传统的Kano模型属性归类以表3的Kano评价表为标准，对每一题项的问卷结果进行统计，然后选取各题项中占比最大的属性作为东北地区知识型人才吸引与保留的影响因素的归属属性。简单来说，就是某影响因素对应的M、O、A、I、R中哪种类别的归属数最多，就将该影响因素归属到这项Kano类别中。根据表4统计可知，东北地区吸引与保留知识型人才的影响因素可归为5类，其中属于基本需求（M）的共3种、期望需求（O）的5种、魅力需求（A）的7种、无差异需求（I）的有1种、反向需求的1种。采取这种方法可以简单直接的判断出某种影响因素的属性，但传统归类方法直接考虑每一题项频次最高的Kano需求类别，若次高值与最高值接近，则被忽略掉，这不利于精确地对发展资源进行合理分配。

改进归类结果。为了解决传统Kano模型仅能进行单一属性归类而导致分类不够精确的问题，Lee等[19]提出混合类需求的概念，即使用总强度指标（total strength）和类别强度指标（category strength）来进行混合属性归类。总强度指标计算方法为求每一因素的A、O、M三类属性频次之和与调查问卷份数的比值，这种指标可以反映出被调查者对该影响因素是否感到满意;类别强度指标的计算方法为求每一因素属性比重中最大与最小值之差，这种指标可以反映知识型人才对该影响因素归为某个属性的认可程度。根据Lee等的研究，当某一影响因素的TS>=60%，同时CS<=6%时，就可以将该影响因素归为混合类需求因素。混合类需求因素由传统方法统计出的占比最高两类属性构成，例如报酬保障（OA5）的TS=80%，CS=5.8%，且占比最高的属性为魅力需求和期望需求，就可以归为魅力和期望混合类需求因素。根据表4计算结果，采用了总强度指标和类别强度指标后，影响因素属性归类结果发生了变化：OA5、CA2、CA8这3种因素被归为混合类需求，括号内为该混合类需求的属性构成。

Better-worse指数歸类结果。Kano模型传统归类方法跟改进归类方法都只对影响因素进行归类，从而对属性特征进行分析，却不能体现知识型人才对某种需求满意或不满意的程度。为此采用了Berger提出的顾客满意系数[20]，通过Better指数和Worse指数反映东北地区知识型人才对17种吸引与保留影响因素的满意与不满意程度。其中Better指数表示东北地区具有某种因素可以提高知识型人才满意的程度，Better指数=（A+O）/（A+O+M+I），其取值区间位于0到1之间，越靠近1代表该因素越多对提高知识型人才满意度的影响越大;Worse指数表示东北地区不具有某种因素引起知识型人才不满意的程度，Worse指数=-（O+M）/（A+O+M+I），其取值在-1到0之间，绝对值越大代表不具备该要素对引起知识型人才不满意的影响越严重。

由表4可以得知，Better指数与Worse指数绝对值均大于0.5的因素共有3个，分别是OA7、OA8、CA9。这3个因素对东北地区知识型人才满意度的影响最为显著，在进行组织和城市发展规划时应特别重视这3个因素。一旦在工作中知识型人才无法处理好同事关系，认为领导观念陈旧、组织没有活力，或者认为城市提供的发展平台不利于自己的发展，他们就会对东北地区产生极大不满，从而降低对东北城市的满意程度，最后可能会选择离开东北地区，去别的城市寻找新的工作机会。

3  东北地区知识型人才吸引与保留的影响因素属性分析

3.1 基于Kano分类结果的分析

东北地区知识型人才吸引与保留的影响因素中属于基本需求的因素包括组织公平（OA8）、政府体制（CA5）和社会治安（CA7）。也就是说，在知识型人才看来，一个地区吸引他们前来并留下工作的因素中，属于“理所当然”的因素共3种。根据Kano模型的理论观点，东北地区具有这3种需求因素并不能提高知识型人才的满意度，而一旦不满足，人才的满意度会明显下降。

属于期望需求的影响因素包括成长空间（OA4）、报酬保障（OA5）、组织氛围（OA7）、城市形象（CA8）、发展平台（CA9）。期望需求因素与知识型人才的满意度为正相关关系，如果东北地区具有这些因素，就可以提升知识型人才的满意度并增加留下他们的几率，但若是不具有这些因素，知识型人才的满意度就会降低。

属于魅力需求的影响因素包括工作吸引（OA3）、设施建设（OA6）、自然环境（CA1）、基础设施（CA2）、生活因素（CA3）、人文环境（CA4）和政府行为（CA6）。对于东北地区的知识型人才来说，即使工作岗位与所学专业不匹配、工作职位不理想、企业组织的基础设施建设不完善，对他们满意度的影响也不大，而一旦满足这些因素，则会大大提升他们对企业组织的满意度。当他们选择工作城市时，即使这个城市的自然环境、基础设施、生活质量、人文环境以及营商环境、引人政策不那么令人满意，他们也愿意为了工作忍受这些环境，当然，如果工作城市的条件高于其他城市，他们的满意度会提高的更加显著。

属于反向需求的因素为工作流程，即工作流程长的工作会引起知识型人才的不满意，他们更倾向于工作流程短的工作。

属于无差异需求的因素只有工作挑战性。目前东北各大高校的年轻在校生，主要是大学生和研究生，对于所找工作的挑战性并不十分看重，他们没有表现出特别希望做具有挑战性的工作，但如果心仪的工作具有挑战性，他们也不会拒绝。

在引入“混合类需求”以后，对划分不明显的影响因素进行二次归类。混合类需求包括报酬保障（OA5）、基础设施（CA2）、城市形象（CA8）这3个因素，既包括组织吸引力范畴也包括城市吸引力范畴，且均为期望需求和魅力需求的混合属性构成。

3.2 基于Better-Worse指数的分析

为了进一步分析东北地区吸引与保留影响因素的具有与否对知识型人才满意度的影响程度，以便未来对资源进行合理配置，本文以Worse指数的绝对值为横坐标，Better指数为纵坐标，基于表4的Better-Worse指数，以两指数的平均值（|-0.424|，0.688）为原点进行分割建立四象限图，如图2所示。由Better-Worse指数的概念可知离原点的距离越远的影响因素，对知识型人才满意及不满意程度的影响越大。

第Ⅰ象限中的东北地区知识型人才吸引与保留的影响因素包括OA4、CA2、CA3、CA6、CA8、CA9这6种，特点是Worse指数高且Better指数高。如果东北地区具有这些吸引与保留的影响因素，知识型人才的满意度会显著提高，反之满意度则会明显下降。由于用于地区发展的资源是有限的，东北地区在分配资源时应将发展这些影响因素放在优先位置。且按照离原点距离越远影响程度越大的原则，东北地区在发展这些影响因素时的资源分配顺序应为CA9、CA8、CA3、CA2、OA4、CA6。

第Ⅱ象限中的因素包括CA4、OA7、CA1、OA5这4种，特点是Worse指数低而Better指数高。如果东北地区具有此类因素，会显著提升知识型人才的满意度，但若不具有，知识型人才的满意度也不会明显下降。因此东北地区应在条件允许的情况下尽量将资源分配到發展该类因素上，以此来提升知识型人才的满意度，增加吸引与保留下他们的优势。同时以上述顺序作为优先发展顺序。

第Ⅲ象限的因素包括OA1、OA2、OA3、OA6，特点是Worse指数与Better指数均低。此类因素不管东北地区是否具有都不会对知识型人才的满意度产生太大影响，一般在资源不足够的情况下，为节约成本可以不对这些因素进行资源投入。但也要随时注意这四个影响因素的动态演变，一旦其改变属性，东北地区也应改变资源配置策略。

第Ⅳ象限中的因素包括OA8、CA5、CA7 3种，特点是Worse指数高，Better指数低。当东北地区不具备此类因素时，知识型人才的不满意度会明显下降，若具有此类因素，满意度不会发生明显变化。因此，东北地区应将此类因素维持在一个基础水平，这样既可以节约投入成本，又可以有效地提供类似因素。

4 结论与讨论

4.1 研究结论

关于东北地区人才流失的已有研究，大多从宏观层面出发进行且主要针对已工作群体。本研究的创新之处在于，面向在校学生，基于Kano模型理论从微观视角将东北地区知识型人才吸引与保留的影响因素划分为不同类别。研究发现组织公平、政府体制和社会治安为基本需求;成长空间、报酬保障、组织氛围、城市形象、发展平台为期望需求;工作吸引、设施建设、自然环境、基础设施、生活因素、人文环境和政府行为为魅力需求;工作挑战性为无差异需求;工作流程为反向需求。并且分析了不同类别因素的属性特征。

对于未来组织与城市资源配置，首先要减少知识型人才不满意度，再增加知识型人才的满意度，因此优先级顺序为第Ⅳ象限>第Ⅰ象限>第Ⅱ象限>第Ⅲ象限。首先将属于第Ⅳ象限的因素维持在一个基础水平，接着尽量好的发展第Ⅰ象限因素，然后在资源允许的情况下发展第Ⅱ象限因素，最后为节约成本可以先不发展第Ⅲ象限因素。资源配置顺序：组织公平、政府体制、社会治安、发展平台、城市形象、生活因素、基础设施、成长空间、政府行为、人文环境、组织氛围、自然环境、报酬保障、工作挑战、工作流程、工作吸引、设施建设。

4.2 管理启示

根据Kano类别的演变动态：I→A→O→M，基本需求是需求演变的最后一个环节。因此，东北地区要时刻关注各影响因素的演变情况，基本需求一旦出现就要将其维持在水平线以上，不然就会对知识型人才的满意度产生极大负面影响，严重时会成为知识型人才离开东北地区寻求更好发展机会的直接原因。企业组织在工作方面应该要做到公平竞争;政府不但要提高行政效率，还要避免官僚主义;政府还要保持良好的社会治安。具体来说，东北地区的企业组织要确保提供和实现公平竞争的环境，支持知识型人才凭借个人能力得到发展的机会;政府方面在日常行政及发布新的政策时不要脱离群众，不要只发号施令而不考虑现实状况，可以通过改革行政方式的手段，减少官僚主义并加快事务办理的效率;政府还要保证社会的秩序安定，对于危害社会治安甚至触犯法律的行为，要根据法律条文严惩。

期望型需求是知识型人才的显性需求，也是将其吸引与保留在东北地区的主要因素。因此，不论是企业组织还是政府都要引起重视，不仅要尽量多提供期望需求因素，还要提供高质量的需求因素。对于企业组织来说，一个好的组织要提供给年轻人更多的成长空间，让他们在工作中学习更多专业知识并且提升职位，比如在工作中为新入职的他们提供能提高自身水平的培训项目，他们将会感到非常满意;对于薪酬方面，企业组织要比照其他同等地位城市确定薪资报酬，按照合同规定的时间、金额支付给知识型人才薪资;此外，关注知识型人才对企业的日常事务、奖励制度等的感受，帮助他们在组织中营造和谐的人际关系。对于东北地区各城市来说，要重视塑造一个积极发展的形象，例如以实际行动保持城市卫生环境洁净、通过教育等方式提高市民素质，还可以投入更多资源进行招商引资，同时也要做到在城市的国际化水平、教育资源水平、经济发展水平等发展平台上不断提高，以增加知识型人才的发展机遇。

魅力需求因素大部分属于城市吸引力范畴，且一旦具有就会大大提升知识型人才的满意度，因此，这些因素应保持在一般水平以上。这就要求东北地区进行城市建设时注重城市绿化、提升空气质量，让自然环境更符合人的需求;还要加快城市公共基础建设，为人们提供更优越的公共服务;重视与其他地区城市的互相交流，建设多样化的社会环境;为了促进经济发展还要营造良好的营商环境、推出更具吸引力的引人政策。另一方面，企业组织也要不断增加所提供职位的数量及多样性，以提升职位对不同需求知识型人才的吸引力，例如多样化的岗位可以满足一些人对专业-岗位匹配度的要求;好的硬件基础设施条件也会影响知识型人才对工作单位的选择。

传统Kano模型认为无差异需求不应纳入发展规划中，但C.C.Yang认为无差异需求在未来的发展中可能发生转化，很可能发展成为魅力需求因素[21]。因此，对于这类因素应保持关注，一旦影响因素改变属性就要及时实行新的发展战略以便更好的进行资源配置。本次研究中属于无差异因素的只有工作挑战性一种，这个因素本是人力资源管理专业人士认为较为重要的因素，也是企业提高员工能力的一种手段，但对在校大学生来说他们并不认同这种想法。这可能是尚未步入社会的在校大学生对于吸引他们留下的需求因素的理解还处于浅层阶段，尚未形成全面的认识。

属于反向需求的工作流程，显示出不论是企业组织还是政府机构，知识型人才都希望它们能对工作程序进行精简，去掉没有必要的部分，简化办公流程。

对于混合类因素，在制定发展策略时要统筹考虑期望需求因素和魅力需求因素的特征，将这些混合类因素保持在与同等城市相比至少具有相同竞争力的水平上，这样才能吸引来并保留下更多对城市经济发展至关重要的人力资源。

4.3 研究局限与未来研究展望

研究的不足之处在于：为了获取足够的有效调查问卷，本次问卷主要在辽宁省高校进行扩散，因此辽宁省接受问卷调查的人数在比例上略大于吉林省和黑龙江省，若对黑龙江省和吉林省进行更加广泛的信息收集，可能会提高研究的外部效度;调研对象为大专及以上学历的在校学生群体，具有一定的代表性，但如果对多个群体开展研究，可能更有助于完善研究结论。未来可以进行更广泛的样本采集;调查问卷选取的影响因素为针对组织吸引力与城市吸引力的影响因素，对于其他可以吸引与保留知识型人才的影响因素没有进行进一步收集，在未来的研究中可以进行进一步的收集。

参考文献：

[1]  王晓峰，张正云.东北地区人力资本问题及其對经济发展的长期影响研究[J].经济纵横，2016（1）：60.

[2] 李北伟，毕菲.东北地区人力资本存在的问题、对经济发展的影响及对策[J].经济纵横，2018（3）：46.

[3] 张向前，刘明杞，张怡曼，张海娇，林晓敏.人才战略与中国区域经济发展研究[J].经济问题探索，2006（4）：22.

[4] 张剑宇，谷雨.东北地区高学历人口流失及原因：基于吉林大学2013—2017年毕业生就业数据的分析[J].人口学刊，2018，40（5）：55.

[5] 郭文臣，崔晓跃，李婷婷.组织与员工责任共担、人力资本投资对组织绩效的影响研究[J].科技与管理，2019，21（5）：102.

[6] 曲哲涵.黑土地需成人才高地[N].人民日报，2018-1-26（17）.

[7] 蒋同明.何时孔雀东北飞：基于对东北人才净流出的思考[J].中国经贸导刊，2016（22）：62.

[8] 张剑宇，谷雨.东北地区高学历人口流失及原因：基于吉林大学2013—2017年毕业生就业数据的分析[J].人口学刊，2018，40（5）：55.

[9] 刘毅，高军，孙明哲.东北地区人才流失危机管理系统探讨[J].商业研究，2009（1）：91.

[10]  戚伟，刘盛和，金凤君.东北三省人口流失的测算及演化格局研究[J].地理科学，2017，37（12）：1795.

[11] 赵放，刘雅君.为什么东北三省的人口会流失？：基于因子时变系数模型的研究[J].人口学刊，2018，40（4）：82.

[12] 高英，周菲，郭衍宏.东北地区知识型员工吸引与保留的影响因素：基于扎根理论的研究[J].辽宁大学学报（哲学社会科学版），2019，47（1）：89.

[13] TAN K.Development of innovative products using Kanos model and quality function deploy-ment[J].International Journal of Innovation Management，1999，3（3）：271.

[14] 周效章.高校数字资源社会化服务的用户需求属性分析：基于Kano模型[J].情报杂志，2019，38（10）：200.

[15] 潘秋岑，张立新，张超，黎海青.学术期刊网站功能服务需求的Kano模型评价[J].中国科技期刊研究，2016，27（6）：617.

[16] 邵伟波，魏丹，刘磊.基于Kano模型的政府信息公开的公众需求研究[J].图书情报工作，2013，57（7）：23.

[17] 蔡寿松，顾晓敏.基于Kano模型的网络购物商业模式满意度测评[J].统计与决策，2015（18）：95.

[18] MATZLER K，HINTERHUBER H H.How to makeproduct development projects more successful by integrating Kanos model of customer satisfaction into quality function deployment[J].Technovation，1998，18（1）：25.

[19] LEE M C，NEWCOMB J F.Applying the Kano methodology to meet customer requirements：NASAs microgravity science program[J].Quality management journal，1997，4（4）：95

[20] BERGER C，BLAUTH R，BOGER D，et al.Kanos methods for understanding customer-defined quality[J].Center for Quality Management Journal，1993，2（4）：3.

[21] YANG C C.The refined Kanos model and its application[J].Total quality management&business excellence， 2005，16（10）：1127.

[编辑：厉艳飞]

收稿日期：  2019-11-05

基金项目：   国家社会科学基金一般项目（18BGL133）

作者简介：   高 英（1981—），女，副教授，博士，硕士生导师;

刘雨琪（1994—），女，硕士研究生.