知识经济中人力资源竞争力研究

  • 格式:pdf
  • 大小:312.41 KB
  • 文档页数:13

http://www.sinoss.com 知识经济中人力资源竞争力研究

——以浙江省11市为例文雁兵(宁波大学 商学院,浙江 宁波315211)摘 要:21世纪是知识经济的时代,知识在经济发展过程中的起着越来越重要的作用,而作为知识经济载体的高素质人才,更是知识经济时代竞相抢夺的宝贵资源[1]。本文在构建人力资源竞争力评价指标体系的基础上,运用因子分析法,对浙江省各市在经济发展中的人力资源竞争力进行了分析和评价。文章得出由于经

济实力、环境因素和政府作用力等影响浙江省城市人力资源竞争力,文章结合结论针对不同城市提出了一些有益的建议,以提高浙江在知识经济中提升整体竞争力。关键词:浙江省;知识经济;人力资源竞争力;因子分析中图分类号:F;29 文献标识码:B

1引言在著名的Cobb-Douglas production function(C-D函数)的区域经济发展模型中,人力资本和物质资本是区域经济发展的两大独立生产要素,根据Cobb和

Douglas两人对美国1899—1922年期间有关经济资料的分析和估算,α的值约为0.75,β值约为0.25,人力资本的产出弹性为0.75,约为物质资本的三倍。由此可见,谁在今天激烈的竞争中赢得了大量高素质的人力资源,谁就为明天的经济腾飞奠定了坚实的基础。浙江省经济走在全国前列,其各市区经济特色各异,人力资源竞争力正是衡量城市对人力资源要素的吸引力和市场争夺力,对它进行研究,可以为快速提升城市竞争力提供一定的借鉴作用[2]。随着市场经济的发展和经济全球化趋势的进一步加剧,国内各城市问竞争趋势更加激烈,竞争的成败决定于城市综合竞争力的强弱。而人始终是这场竞争中最关键的因素。本文运用因子分析从城市综合竞争力与人力资源素质之间的关系出发,提出提高浙江省各市人力资源竞争力的建议。 http://www.sinoss.com 2浙江省各市区城市人力资源竞争力评价指标体系和评价方法 2.1区域人力资源竞争力 竞争力是指一个行为主体与其他行为主体共同竞争某种相同资源的能力,竞争力强弱直接关系到行为主体获得某种相同资源可能性的大小。与此对应,区域人力资源是指一个地区与其他地区共同竞争某种相同资源的能力。它不仅表现了目前的发展状况,也显示了未来的发展趋势。 在经济学上,资源是为了创造物质财富而投入于生产活动中的一切要素。人力资源是指能够推动国民经济和社会发展的、具有智力劳动和体力劳动能力的人们的总和,它包括数量和质量两个方面。区域人力资源竞争力则是指一个区域在所从属的大区域中对人力资源要素的优化培植能力,也就是区域在更大的区域中对人力资源要素的吸引力和市场争夺力[3]。在某种程度上,它反映了该区域在该环境中对人力资源要素的吸引和凝聚的能力。

2.2评价指标体系 城市对人力资源的吸引和配置能力,主要包括经济、环境和政府作用力等影响人力资源竞争力的宏观和微观环境因素指标。在设计评价指标体系时,参照相关理论和知识,组成了包括反映城市经济实力、人口素质、基础设施建设、政府作用力等要素在内的指标体系[4],具体有10个指标:X1为第三产业GDP比重(%);X2为职工人均工资(元);X3为医院床位数(张);X4国际互联网用户数(户);X5为高校在校生人数(人);X6为总人口(万人);X7为财政支出(万元);X8为人均绿地(平方米);X9社区服务设施数(个);X10为GDP总量(亿元)。  

2.3评价方法 多指标体系的综合评价方法有层次分析法、主成分分析法、因子分析法和聚类分析法。文章选用因子分析法对浙江省各市区城市人力资源竞争力进行评价。因子分析法是通过对原有变量进行恰当的数学变换,从一定的数学模型出发, http://www.sinoss.com 找出几个反映原有变量的公共因子,并力求使它们有较为合理的专业解释[5]。依据一定的标准,用这些公共因子对分析对象进行综合评价的多元统计方法。其具体步骤为:1、原始数据的无量纲化与标准化。由于各个指标量纲的不统一,为了确保各个变量在分析中的地位相同,可以对数据进行中心化与标准化处理。文章采用Z-Score法标准化处理,得到标准化数据。2、运用SPSS16.0软件处理标准化数据可以得到指标数据间的相关系数矩阵R,根据方差解释表中的累计贡献率确定选取公共因子的数量。3、对因子载荷阵施行最大正交旋转。计算因子得分,建立综合评价函数。4、利用综合评价函数对对象进行排名。

3实证研究 3.1主体的选取 浙江地处中国东南沿海、长江三角洲南翼,北接上海、江苏,南连福建,西与江西、安徽接壤;陆地面积10.18万平方公里,占国土面积的1.06%,是我国面积最小的省份之一;全省现有杭州、宁波2个副省级城市、9个地级市,36个县、22个县级市和32个市属城区,常住人口4647万,占全国总人口的3.5%。本文对人力资源竞争力的实证研究,选取了浙江省11个城市为行为主体,包括杭州、宁波、温州、湖州、嘉兴、绍兴、金华、舟山、台州、衢州、丽水。结合各个区域各项指标的原始数据(表1),对各市城市的人力资源竞争力排序,并进行分析评价[6]。

3.2 spss因子分析证实解释根据因子分析法,采用SPSS16.0统计软件进行分析,对原始评价指标数据用Z-Score法进行标准化处理,得出相关系数矩阵,目的是考察原始变量间的相关关系,考虑是否有必要做因子分析[7]。从相关系数矩阵中得出指标间的相互独立性假设是不成立的,所以可以做因子分析。 http://www.sinoss.com 表1:浙江省各市人力资源竞争力评价指标原始数据X1X2X3X4X5X6X7X8X9X10杭州市45.132440319631257761349976666.3127512.0843183441.51宁波市40.082889919339908123121263560.4529311.57662874.44嘉兴市33.51225111206242528425540335.558612.061691346.65湖州市34.1825674900519212418795257.89569.21540761.02绍兴市32.58267391256836033438332435.59513.511231677.63舟山市45.892756135571278801731196.584113.8418812335.2温州市41.66227581822334362956811756.481449.81151837.5金华市40.58248731218312181851871456.89412.32271234.7衢州市37.492800761644606379182246.684411.46668387.4台州市39.3314701349414196021079564.661049.1731463.31丽水市41.327518594514200022028252.535511.0822355.37

数据来源:《浙江省2007年统计年鉴》及整理。

表2:特征值与方差贡献率表(方差贡献率检验)Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared LoadingsTotal% of Variance Cumulative %Total% of VarianceCumulative %Total% of VarianceCumulative %

15.43154.31554.3155.43154.31554.3155.12751.27351.27322.14621.45575.7702.14621.45575.7701.85118.51469.78731.00110.01085.7791.00110.01085.7791.59915.99285.7794.6986.98092.7595.2822.82195.5806.2152.15197.7317.1721.72499.4558.052.51999.9759.003.025100.000103.391E-5.000100.000 http://www.sinoss.com Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared LoadingsTotal% of Variance Cumulative %Total% of VarianceCumulative %Total% of VarianceCumulative %

15.43154.31554.3155.43154.31554.3155.12751.27351.27322.14621.45575.7702.14621.45575.7701.85118.51469.78731.00110.01085.7791.00110.01085.7791.59915.99285.7794.6986.98092.7595.2822.82195.5806.2152.15197.7317.1721.72499.4558.052.51999.9759.003.025100.000Extraction Method: Principal Component Analysis.

在因子分析过程中,一般只提取出累计贡献率≥85%的少数几个公因子,从总方差解释表中(表2),我们可以看到当取到3个公因子时,累计贡献率达到85.779%,即前3个公共因子涵盖了原有10个指标85.7795%的信息,这样前3个公共因子损失的信息量很少,因此选取前三个因子已经能够满足描述人力资源竞争力的总体水平了。

表3:共同性检验表