新一线城市人才吸引力比较研究

王一然 周吉秀蕾 任昕怡

摘 要：进入知识经济时代，新一线城市的高度发展使得它们成为争夺人才的主力军。因此，以新一线城市为例研究城市人才吸引力状况，对于提高我国经济社会发展总水平具有重大意义。本文用因子分析法构建了城市人才吸引力的综合测评模型，并分别针对一些典型新一线城市提出了相应的提升人才吸引力的对策建议。

关键词：人才吸引力;新一线城市;评价与比较研究;知识经济;对策建议

中图分类号：F272.92 文献标识码：A 文章编号：2096-0298（2021）01（b）--04

1 研究背景

1.1 我国人才战略全面实施，得到社会广泛关注

在“人才强国”战略的实施上，各城市和地区相继出台了各项人才引进政策，引发了一场全球范围的“抢人大战”，这意味着我国正逐渐实现一种前所未有的巨变，那就是从中华人民共和国成立以来的人口红利逐步迈向人才红利。

1.2 城市及地区人才竞争激烈，新一线城市成为新的竞争主体

20世纪以来，城市化进程不断加快，新一线城市开始崭露头角，经济地位发生了很大的变化。依靠人才资源力量是新一线城市取得竞争优势的必要手段。

2 研究意义

在已有的相关研究中，以新一线城市作为未来竞争主体来展开城市人才吸引力的研究还是较少。本文针对新一线城市进行研究，通过这项研究，不仅能够在人才选择就业岗位时，为他们全面展示不同城市的真实一面，而且也有利于城市间的相互了解，扬长避短，从而有针对性地开发自身优势条件，弥补短板和不足，提升城市整体竞争力。本文在理论层面和实践层面都非常有参考价值。

3 研究现状

人才吸引力评价研究大多利用建立的人才吸引力评价指标体系，从人才内在的角度提取相关因素和指标进行更深入的研究。王运红等认为，经济环境、人才市场环境等6项是最具有影响的因素，他还进行了排序以此来区分重要程度的大小。宋鸿、张培利得出城市和人才资源相輔相成的结论，他们主要从三个方面着手，归纳出工作岗位宜居环境和发展机会的作用。

在针对城市为主体的研究方面，刘玉雅、李红艳等建立了GDP、城市绿化率、教育投资占比等15个指标，指明地区吸引人才的基本要素包括经济、生态、环境和发展空间等。黄怡淳划分了6个主要方面，并且在这6项要素下又设立了32个评价指标。于飞等建立了2个一级指标、9个二级指标及22个三级指标，来评价京津冀的人才吸引力。

4 城市人才吸引力评价模型

经过上述分析，本文选择构建全面的城市人才吸引力综合评价指标体系进行研究。

4.1 城市人才吸引力评价指标体系构建

表1为按照指标体系的构建方法建造的人才吸引力评价指标，评价目标为人才吸引力。

表1指标体系的说明：

（1）基础环境维度B1：本文选择教育、交通、医疗、绿化等指标衡量城市的基础设施水平。

（2）城市经济发展维度B2：一个城市是否有好的发展前景，在GDP、产业结构、财政状况等方面都有所体现。

（3）生活质量维度B3：本文选取居民消费价格指数、人均可支配收入、常住居民数等指标反映居民的生活质量。

4.2 城市人才吸引力评价方法

因子分析法是一种从庞大的包含各种不相同变量的变量群中提取少数几个公因子的多元统计方式。研究过程中充斥着大量的人才吸引力评价指标，因子分析法可以高效地分析出各因素之间的联系，提取出能够对变量产生影响的公因子，将信息化繁为简。因此，因子分析法成为本文进行人才吸引力研究的首选方式。

5 城市人才吸引力指标实证研究

5.1 数据来源与处理

本文选择具有代表意义的14个新一线城市，收集各项指标数据，进行实证分析，14个城市分别为：重庆、成都、天津、杭州、南京、武汉、宁波、郑州、青岛、大连、济南、合肥、沈阳、昆明。《中国城市统计年鉴2018》、2017年的国民经济和社会发展统计公报及相关城市统计局网站所公式的信息是本文数据的主要参考。

5.1.1 数据的来源

14个新一线城市人才吸引力指标的各变量描述性统计见表2。

5.1.2 数据的处理与分析

（1）数据的标准化处理

本文对初始数据实施标准化处理，同时给每个城市编号，从1到14分别为南京、天津、合肥、杭州、成都、武汉、济南、沈阳、昆明、宁波、青岛、大连、重庆、郑州。

（2）变量间的相关性分析

运用SPSS25.0首先可得出变量的相关矩阵，同时进行KMO和巴特利特球检验可得，KMO为0.661，属于[0.5，1]。巴特利特球检验统计量的值为103.847，显著性为0，小于0.05，表明检验通过，因子分析法是可以采纳的。

结果如表3所示。

（3）判定公因子数目

应用SPSS分析主成分因子，表4即为运行提取出的因子可以解释的方差。

表4显示，三个因子的特征值全数超过1。因子1占方差的50.991%，因子2占18.263%，因子3占12.430%，前三个初始特征值累计可达81.685%，大于60%，提取三个公因子是可行的。

图1是10个因子的碎石图。图1显示，当提取前3个公因子时，特征值曲线出现了显著的转折，当提取第4个及之后的公因子时，曲线逐步平缓，转变幅度不大。表明使用3个公因子可以更准确地体现出变量的信息。

（4）旋转成分矩阵分析公因子

用SPSS对因子载荷矩阵进行最大方差正交旋转，表5为旋转后的成分矩阵。

变量数值越大，对公因子的影响程度也越大，分析表5中的数据：F1在GDP、公共财政预算支出上载荷较大;F2在普通高等学校数、医院床位数、绿化覆盖面积等载荷较大;F3在居民消费价格指数、人均可支配收入上载荷比较大。所以F1更能表现城市经济发展水平因素;F2更可以表现城市基础环境因素;F3更多表现居民生活质量因素。