皖江城市带人力资本承载力比较分析

许昆 周娟

[提要] 本文通过构建人力资本承载力评价指标体系，结合因子分析法，评价皖江区域8个城市在2014～2016年之间的人力资本承载力水平。

关键词：人力资本承载力；因子分析；皖江城市带

中图分类号：F061 文献标识码：A

一、问题的提出

在不同的历史发展阶段，人始终是推动社会进步发展的主导者，必须重视人力资本与其他物质资源的合理配置，力求达到资源配置效率的最大化。人力资本承载力的概念应运而生。如何实现人力资本和其他社会资源的合理配置，在区域内最大限度地发挥区域人力资本和其他资本的效用，创造更多的社会财富，使得关于人力资本承载力的研究愈发必要和紧迫了。

二、相关理论

关于人力资本投资与物质资本投资匹配关系问题，王询、孟望生认为，人力资本和物质资本是经济增长的两大动力源泉，通过建立人力资本投资和物质资本回报率的关系模型可以推导得出人力资本投资与预期物质资本回报率呈反向变化关系；孙淑军通过研究发现，物质资本投资和人力资本投资对我国人均实际产出及经济增长具有显著的促进作用，并且物质资本投资比人力资本投资的产出份额要大。

关于人力资本与制度环境的关系问题，河东琪认为在中国建立与现代市场经济相适应的人力资本积累制度是必然的理性选择。余凡和王楚通过实证结果表明了制度环境感知与人力资本存在显著的正向因果效应。

综上，学者们论证了区域经济的发展需要人力资本与物质资本、制度等成比例进行投资。基于此观点，我国学者刘军在2004年首次提出人力资本承载力的概念。刘军认为，人力资本承载力就是指在一定时期内，某区域或某产业范围内，能够最大可能地实现各种生产要素产出效率所需要的人力资本总量。这一概念，强调在实际的人才战略实施过程中，不仅要注重人力资本投资，更要重视与人力资本相匹配的其他资源的组织和建设。

三、研究方法与数据来源

（一）人力资本承载力指标体系的建立。结合2014～2016年《安徽省统计年鉴》选取17个统计指标，分别从经济发展状况、城市发展状况、科教发展状况、人才发展状况、自然环境状况来反映该城市人力资本承载力水平。经济发展状况包括GDP（A1，亿元）和人均GDP（A2，元/人）；城市发展状况包括财政收入（B1，亿元）、城镇化率（B2，%）、全部规模以上工业企业单位数（B3，个）、造林面积（B4，公顷）；科教发展状况包括R&D;机构数（C1，个）、R&D;经费支出（C2，万元）、专利申请数（C3，件）、专利授权数（C4，件）；人才发展状况包括普通高等学校（D1，所）、职业中学学校数（D2，所）、教育投资（D3，万元）；自然环境状况包括水资源总量（E1，亿立方米）、森林覆盖率（E2，%）、年平均气温（E3，摄氏度）、年降水量（E4，毫米）。

（二）因子分析。观察KMO及巴特利特球度检验结果，KMO值为0.691（>0.5），意味着因子分析的结果可以被接受。巴特利特球度检验的卡方检验值为725.492（自由度为91时），显著性水平等于0，小于显著性水平0.01，表明所选取的这17项指标在反映区域人力资本承载力上必然有相关性和重叠性。

在已提取公共因子的聚集和解释上，通过提取载荷平方和可知，前3个特征值的方差解释能力分别为52.866%、21.806%、13.194%，累计方差解释能力为87.867%，即新生成的三个公共因子能较好地解释原有变量。因此，我们用以上3个公共因子代替原来的17项指标，仍然可以保留原来17项指标包含的绝大部分信息。

教育投资、全部规模以上工业企业单位数、财政收入、GDP、R&D;机构数、普通高等学校数、R&D;经费支出、专利授权数、职业中学学校数、造林面积等10项指标在第一公共因子上有较高负荷，说明第一公共因子基本反映这些指标的信息，这十项指标均与区域人力资源保障和发展有关，定义为政府支持能力（Facl_1）；第二公共因子包含人均GDP、城镇化率、申请专利数3项指标信息，这3项指标与区域社会发展能力有关，定义为社会发展能力（Fac2_1）；水资源总量、年平均气温、年降水量、森林覆盖率在第三公共因子上有较高负荷，说明第三公共因子反映这些指标的信息，二者都是描述区域自然环境的变量，将第三公共因子定义为自然承载能力（Fac3_1）。（表1）

四、皖江主要城市人力資本承载力比较分析

将原始指标变量标准化值以因子得分系数矩阵中各列系数为权重进行加权汇总即可得到各因子的得分。当然，也可由SPSS分析软件直接计算并生成新的变量Facl_1（即政府支持能力）、Fac2_1（即社会发展因子）和Fac3_1（即自然承载能力），然后以各公共因子的方差贡献率占三个公共因子总方差贡献率的比重作为权重进行加权汇总，得出各个区域的综合得分。F=（52.866×Facl_1+21.806×Fac2_1+13.194×Fac3_1）/87.867。（表2）

从测量指标的选取、原始数据的搜集整理到运用因子分析进行数据分析，我们可以清晰地分辨出皖江城市带人力资本承载力的差异。然而需要说明的是，根据因子分析得出的皖江城市带人力资本承载力综合得分的排序仅仅表明不同区域的人力资本承载力存在差别，数值的差距并非实际的差距。

从2014～2016年统计数据分析结果来看，合肥、芜湖基本稳居前两名，并未发生变化，并且其人力资本承载力综合得分均是正数，说明这两个城市的人力资本承载力比较强。同时，合肥市和芜湖市人力资本承载力综合得分逐年不断增大，说明这两个城市正在不断通过努力，提高本城市人力资本承载力。合肥市发挥其省会的优势，积极吸引优秀人才，大力发展基础设施建设；芜湖市通过旅游等产业，推进新型经济增长点，其中作为代表的是芜湖的方特乐园，说明其在研究区域发展方面可能有比较成功的经验可以借鉴；铜陵市在2014～2016年之间人力资本承载力综合得分有较大幅度的波动，从2014～2015年综合排名第3名下降到第6名。这与铜陵市面临铜矿衰竭，加入枞阳县以后人口总量激增、相对闭塞，缺乏竞争意识和活力等有关，还与近几年铜陵市加大城市规划、整改等导致人力资本承载力呈下降趋势有关。滁州市和池州市的人力资本承载力综合得分排名靠后，分别为第8名和第7名，说明其在人力资本承载力方面较差。这与滁州市市民生活习惯、劳动密集型制造业有关系。但其综合得分正在不断上升，这得益于离南京较近和高铁的开通，滁州搭上了南京飞速发展的便车，滁州很积极地在做好自己的事，后发优势很明显；安庆市在2014～2016年之间人力资本承载力排名由第4名上升到第3名，其中2015～2016年人力资本承载力水平上升幅度最大，不断缩小了与合肥市、芜湖市的差距。这与安庆市这几年找到自己的特色，大力宣传天柱山、黄梅戏，亮出这一份名片，扶持旅游经济等有关。

综合来看，也只有合肥市和芜湖市的人力资本承载力为正数，而其他6个城市都为负数，说明这些城市的人力资本承载力较低。

主要参考文献：

[1]王询，孟望生.人力资本投资与物质资本回报率关系研究——基于世代交叠模型的视角[J].当代财经，2013（7）.

[2]孙淑军.物质资本、人力资本投资对产出水平及经济增长的影响[J].西安工业大学学报，2012.32（1）.

[3]何东琪.人力资本积累的制度环境分析[J].西安工程科技学院学报，2003.17（4）.

[4]余凡，王楚.人力资本投资：制度环境感知下的企业战略选择——基于2015年“中国企业-员工匹配调查”（CEES）的实证研究[J].宏观质量研究，2016.4（1）.