治理群簇视阈下国家级新区人才流动预测及治理研究——以雄安新区为例

梁 林，武晓洁

（1.河北工业大学经济管理学院；2.河北工业大学京津冀发展研究中心，天津 300401）

国家级新区（以下简称“新区”）作为重构区域行政权力与区域空间架构的重要手段，对于实现国家重大发展战略和全面深化体制机制改革，具有重要的驱动作用。新区发展是动态演进的过程，具有鲜明的阶段性发展特征。在新区不同的发展阶段，人才、资本、技术等多种创新要素聚集在相对无序的发展环境中，应该从哪里入手，把握哪些主要关系和要素，设计什么样的治理策略，都是实践中亟需解决的难题。

区域协同发展的关键在于人才合理流动［1］，人才作为导向性资源，从促进人才流动着手，带动其他资源在新区的合理配置，是破解新区发展障碍的重要抓手［2］。但长久以来，我国区域经济“东快西慢”的格局，客观上造成了人才流动的地区失衡。除政策因素外，经济因素、政治因素、生态因素等诸多因素都会影响人才流动的趋势，导致人才流动趋势难以把握。可见，畅通新区人才流动的瓶颈在于如何有效协调人才市场配置功能和政府行政职能的关系。良性的人才流动需要市场和政府紧密协作和相互补充。在新区发展不同阶段，户籍、身份、学历、人事关系等体制机制和发展机遇、待遇等客观条件不断变化，为强化对人才流动的促进，需要设计动态的治理策略，实时调整市场和行政力量分配，以最大化人才配置效率。

动态匹配治理群簇为解决上述问题提供了新视角和方法。治理群簇是科层治理、协同治理、网络化治理和整体性治理等治理理论体系的统称，其中各种理论适用于解决不同发展阶段的区域治理问题。将动态匹配适合理论作为新区不同发展阶段人才流动治理策略的设计原则，可以满足区域发展阶段的差异化需求。

那么，如何结合新区演进的阶段性特征需求，精准预测人才流动趋势？从而基于动态匹配治理群簇的思路，设计出人才流动治理策略？这将是本文力求解决的问题。

1 相关研究回顾

1.1 关于新区演化发展阶段的相关研究

新区已经成为我国创新要素的集聚地，在发展过程中具有明显的时间序列递进的现象。国外文献主要基于区域经济演化、国家发展、产业集聚等理论研究新区演化发展阶段。Michael E.Porter［3］指出国家的发展阶段可以分为生产要素驱动、投资驱动、创新驱动以及财富驱动四个阶段。借鉴国外理论成果和国内新区建设发展的实践，周元等［4］将新区发展划分为如下四个阶段：一是要素群聚阶段，新区成立之初，集聚各项创新要素，包括人才、资本、技术等；二是产业主导阶段，在这一阶段，新区内主导产业的集群效应增强；三是创新突破阶段，处于这一阶段的新区基本完成了“二次创业”；四是财富凝聚阶段，此阶段是新区发展的终极目标，成为新区螺旋上升崭新的起点。

在此基础上，学者们进一步明确和量化分析了新区的发展阶段。张克俊等［5］认为新区发展是一个由低级向高级循环往复动态演化的过程，将新区发展阶段分为要素聚集、产业主导、创新突破与产业转移、财富凝聚与创新要素扩散四个阶段。谭谊等［6］基于创新能力差异评估和差异化分析将新区划分为要素集聚阶段、产业集群化发展阶段和创新驱动阶段三个不同的发展阶段。解佳龙等［7］基于生物种群的成长过程，将新区大体分为要素群集、产业主导、创新突破、辐射联动和衰退/再创五个阶段。

考虑新区空间结构和功能的演变，结合已有研究成果，本文将新区发展阶段划分为起步阶段、协同发展阶段、成熟阶段和一体化融合阶段四个阶段。

1.2 关于区域人才流动影响因素和趋势预测的相关研究

人才学在我国已经形成学科框架体系，以叶忠海［8］为代表的学者们已经对人才学基本问题及其实践应用进行了广泛研究。国外人才流动理论已经较为成熟，起源于William Petty从经济学角度阐释人口迁移现象，推拉理论、效率性流动理论和选择性理论分别解释了人口迁移的内外部因素、人才流动必要性判别以及人才流动变化趋势等问题。

借鉴国外经典理论，我国学者赵曙明［9］、冯子标等［10］、牛冲槐等［11］分别从人力资本、经济效益、人才聚集效应等理论视角开展了对区域人才流动的研究。目前学术界关于人才流动影响因素的研究较多，主要从环境、组织和个体层次，归纳为宏观经济发展、政策环境、社会文化氛围、产业结构、市场环境、区域距离、收入水平、职业发展前景等［12-16］。

关于人才预测的方法主要集中在马尔可夫链预测法［17］、ARIMA模型预测法［18］以及GM(1，1)灰色预测模型预测法。比如，昝欣等［19］在总结了高校教师的流动变化过程之后，使用马尔可夫链模型建立了描述人员流动变化趋势Markov链模型，对高校教师人员的流动变化趋势作出了预测。李晓等［20］借助ARIMA模型对创意人才的需求量进行了预测，并对黑龙江创意产业的未来发展提出建议。李春浩等［21］修正了二元回归预测模型和灰色预测GM(1，1)模型的组合预测模型，对我国2013—2015年科技人才开展预测。马尔可夫链预测方法主要是试用于对事件概率的预测，而且适用于短期的预测，不适用于长期的预测。ARIMA模型预测方法是一种流行且广泛使用的时间序列预测方法，优点是模型比较简单，只需要内生变量而不需借助其他外生变量，缺点是要求时序数据是稳定的，或者通过差分方法之后是稳定的。灰色预测GM(1,1)模型的优势在于无需设定先验假设，利用累加生成后的数据进行预测，相对而言削弱了原始数据的随机性，并且灰色预测具有所需数据少的优点［22］，可以满足新区可供研究的数据序列较少且时间跨度较短的特点。因此，本文拟采用灰色预测GM(1,1)模型对新区人才进行预测。

1.3 关于治理群簇应用于新区人才流动治理的探索尝试

李维安等［23］已经在对治理群簇的思考及其政策应用中取得显著成效，但大多是基于选择某一理论的个别学说或方法而获得。目前，治理群簇在人才流动治理方面的理论研究尚不多见，其原因可能在于治理理论尚在完善期，仍未形成统一的学科范式［24］。对治理群簇认识的片面性不利于理解其复杂结构和适用原则，也会降低在中国情境中选择治理理论进行制度创新的可能性。因此，本文试图发挥治理群簇的整体优势，根据新区演进的发展阶段，以动态匹配适合理论为指南。

新区演进发展具有类似于生命体的进化特征，表现出不同的发展阶段。根据前文提出将新区发展阶段划分为起步阶段、协同发展阶段、成熟阶段和一体化融合阶段，分别探讨应用治理理论的可行性。

（1）起步阶段——单边政府的“强制”。此阶段人才主要向新区内单向流动，治理关键在于强力、有效率的政府管制。科层治理是以约束和激励机制为核心，运用等级、权威、规则等工具合理划分权力并分层负责的治理模式，其缺陷在于忽视市场竞争在资源配置中的作用。科层治理是“强政府”治理的有效方式，适合指导此阶段治理实践。

（2）协同发展阶段——双边政府之间的“竞合互动”。此阶段的治理关键在于政府部门之间通过协作来有效配置资源，发挥互补互惠的功能。协同治理强调治理主体之间通过整合功能，遵循共同愿景，深化协作和分工，但多元主体间的矛盾也制约了治理效率提升。协同治理是协调“双边政府”的有效方式，通过协作来实现有效配置资源，适合指导此阶段治理实践。

（3）成熟阶段——区域内部的“网络化”。此阶段人才流动逐渐显现环流化、柔性化的趋势，治理的关键在于充分发挥治理主体群的自组织功能。网络化治理强调对资源拥有者的结构和制度设计［23］，强化了被忽视的社会组织作用，但也夸大了外因对政府处理公共事务的影响。网络化治理是协调“多元主体”共同治理的有效方式，适合指导此阶段治理实践。

（4）一体化融合阶段——复杂治理问题的“整合”。此阶段人才在大区域内部自由流动，治理关键在于整合治理主体，解决跨层治理难题。整体性治理强调多维层级的组织之间整合协调，适合解决整体性政府建设等问题，但同时也面临着水平化管理和垂直管理的矛盾。整体性治理是实现“跨部门、跨层级、跨区域等复杂治理”的方式，适合指导此阶段治理实践。

综上所述，立足于中国情境，新区人才流动需要市场和政府作用的协调配合，但经典人才流动理论大多是建立在对市场配置资源为主的认识上，针对新区人才流动的理论解释力尚不充分，从治理视角系统研究新区的人才流动理论具有必要性。同时，现有研究对区域人才流动的影响因素和预测方法已经较为全面，但较少有对新区人才流动动态变化的阶段性考虑，难以精准预测人才流动的趋势和把握人才流动的治理关键，客观上要求根据新区人才流动动态演进过程，选择适合理论设计人才流动治理路径。

2 新区人才流动预测方法设计

基于对新区发展规律的认识和治理群簇的整合，本文设计了新区人才流动趋势预测方法，包括对应新区演进不同发展阶段的人才流动特征分析、影响因素筛选、预测模型构建以及治理策略提出等四个步骤。

2.1 对应新区不同发展阶段的人才流动特征分析

新区发展演化过程表现为时间维度的动态周期性，表现出明显的阶段性特征。因此，对应新区不同发展阶段，人才流动也会呈现出不同的特征。从时间维度上，新区发展阶段从低到高依次为：起步阶段、协同发展阶段、成熟阶段和一体化融合阶段，如图1所示。T表示时间，S表示新区现有人才规模，S0为新区初始人才规模，Sm为新区最大人才规模。

图1 新区演进的发展阶段划分

（1）起步阶段。由于经济发展水平较低，区域内生活服务等设施尚未完善，创新要素集聚水平低，对外部人才的吸引力比较弱。需要通过强政府力量加大对人才的牵引，吸引各类组织进入到该地区。随着人才流入速度逐步加快，且主要向新区内单向流动，人才需求量远大于供给。另外，由于人才基数较少，人才政策相对还不健全，不同组织和地区的各类人才彼此之间没有合作的默契。

（2）协同发展阶段。伴随着大规模的资金、人才、信息、技术等要素的流入，新区发展进入快速增长时期。区域综合实力得到大幅度的提升，同时，该阶段人才迅速增长，市场逐步发挥更大作用。随着各项事业逐步健全，人才聚集现象逐渐显现，人才流动具有了一定主观意愿，人才双向选择模式开始发挥作用，人才结构也逐渐趋于合理。

（3）成熟阶段。随着新区内主导产业竞争力的提高，更多资源涌入，原始创新也随之出现，但企业等人才治理主体也可能表现出不适应性，政府强制手段正在失去其原有功能，人才增速减缓，开始出现由于工作或者环境因素的不足导致的人才流出情况。人才的层次和结构变得愈加重要，人才的知识共享效应也愈加明显。

（4）一体化融合阶段。新区发展趋于稳定，经过内部不断的调整与适应过程，在面对内外部环境的干扰时，新区自身已经能够形成自适应。各类人才已经基本满足区域发展的数量和质量要求，并能实现在区域内部自由流动。人才层次和结构属性较好，通过不断的交流和学习，更加容易形成协同创新效应。

2.2 人才流动影响因素筛选

遵循导向性原则、客观性原则和可操作性原则，借鉴已有研究［25-26］，运用内容分析法，借助Nvivo软件，进行有关人才流动影响因素的筛选。由于新闻报道是全国各个新区最权威、最具时效性的素材，包含的信息量较为丰富和全面，因此，本文以中国知网的中国重要报纸全文数据库为数据来源，以新闻报道主题带有“人才流动”或“人才流动”为条件进行模糊检索，共获得新闻报道1 665条，涉及时间段为2000—2019年。在检索获得的1 665条新闻报道中，首先，剔除与研究主题不相关或重复的信息；其次，逐一阅读剩余报道从中提取与人才流动直接相关的报道信息。经过多次的阅读与比较，最终提取了1 332条与人才流动相关的报道；最后，按照内容分析法的步骤，以段落为分析单元，对各个段落进行详细的编码分析，在编码过程中，通过不断对照已有研究成果，逐步划分人才流动影响因素的类目以及操作定义。经过探索性内容分析、结构性内容分析、编码信效度检验的过程，筛选出人才流动的影响因素体系和影响因素类别，并根据影响因素出现次数进行重要程度排序，统计结果如表1所示。

表1 人才流动的影响因素及重要程度排序

根据筛选的人才流动影响因素体系，本文从保障体系、生活环境、经济环境和智力资源四方面对影响新区人才流动的因素进行梳理与归纳。其中，保障体系和生活环境属于政府层面影响因素，经济环境和智力资源属于市场层面影响因素。

（1）保障体系。表1显示，涉及保障体系的新闻条数占到381条，重要程度排序占到28.6%。拥有完善的社会保障制度是消除人才不公平感和影响人才去留的重要条件。曹威麟等［27］认为灵活的户籍政策和完善的社会保障体系能解决就职人员的衣、食、住、行和户口问题。优惠的人才政策对吸引人才具有直接作用，人才政策的竞争力具有直接和通过影响企业人力资源管理间接影响人才流动。在充分借鉴国家、直辖市的人才政策之后，各新区也制定了各自的人才保障政策。如广州南沙新区在2018年出台了《广州南沙新区（自贸片区）集聚人才创新发展若干措施的实施细则》吸引高端人才流入广州。

（2）生活环境。表1显示，涉及生活环境的新闻条数占到372条，重要程度排序占到27.93%。生活环境主要是指包括公共服务、地理交通环境等外部生活环境，是工作、社会实现等其他需求的基本保障。根据马斯洛需求层次论，人才在满足了薪酬、福利等低层次的需求后，会更加关注能够为人才提供高质量生活的环境因素［25］。人才在择业过程中往往也会比较关注住所和企业周边环境及交通。

（3）经济环境。表1显示，涉及经济环境的新闻条数占到356条，重要程度排序占到26.73%。以产业发展为基础的经济环境是影响人才流动的宏观因素，吸引产业集群人才的关键因素。区域经济环境越好意味着本地区拥有更多为人才引进和发展进行投资的经济资本，为吸引各类人才创造条件。翁清雄等［28］认为经济环境、文化氛围和组织承诺对人才流动的意愿有重要的影响。产业聚集形成的集群可以吸引区域外的技术、资本和劳动力等经济资源的进入，能够进一步增进地区经济实力，集群外相关企业和组织如果有条件一定会向集群内迁移，如此才能够吸引人才的到来。

（4）智力资源。表1显示，涉及智力资源的新闻条数占到223条，重要程度排序占到16.74%。某一地区人才资源的迅猛发展通常与其背后的智力资源紧密相关，包容开放、创新进取的文化氛围为人才引进和创造性活动提供文化支持。研究表明，高校和科研作为影响中国科技人才分布的重要因素，是吸纳高技术人才的主要组织［26］。

2.3 人才流动预测模型构建

灰色预测GM（1，1）模型往往基于单因素进行预测，即基于原有的人才数量对现在和未来的人才数量进行预测，是由人才数量得到人才数量的过程。但是人才流动是有多重影响因素共同作用的结果。因此，本文拟将灰色预测GM（1，1）模型与多元回归模型相结合，预测人才流动趋势。首先，运用灰色预测GM（1，1）模型预测人才流动的各个影响因素数值；然后，建立多因素的线性回归模型，将各个影响因素预测值带入多元线性回归模型中计算出人才值。

（1）灰色预测GM（1，1）模型。假设新区人才流动影响因素的变量为表示时间。利用灰色预测模型GM(1,1)分别对k个影响因素进行预测，得到t时刻影响因素的预测值

灰色预测的基本思想是将按时间序列排序的数据进行累加，让数据由无序变为有序，进而进行预测。灰色预测GM（1，1）模型是邓聚龙教授首次提出的灰色预测模型，其形式上是单因素的，实质上却是全因素的，可以在时间序列上进行预测。

灰色预测GM（1，1）模型的具体预测步骤如下：

对原始数据进行检验。设时间序列Xn有n个观察值，原始数列表示为公式（1）所示：

对原始数据进行预处理，如公式（2）所示：

原始数据计算累加生成新序列。对原始数据进行一次累加生成，可以弱化原始序列的随机性和波动性，如公式（3）所示：

3）构建灰色预测GM（1，1）模型，对生成数据列X（1）建立一阶微分方程，如公式（4）所示。公式（4）中a、u为参数，a称为发展灰数，u称为内生控制灰数。

4）求解参数a、u。利用最小二乘法，求解a、u，如公式（5）所示：

5）预测结果及还原，求解微分方程，可得预测模型如公式（7）所示：

（2）建立多因素的线性回归模型。假设我们得到了k个因素，根据多元线性回归模型的一般形式建立多因素的线性回归模型，如公式（8）所示：

公式（8）中，y表示人才预测值，xk表示影响人才流动的各个变量,是常数项，是指当所有解释变量为0时，因变量y的总体平均值的估计值。是偏回归系数，是指控制其他解释变量不变的情况下，这一解释变量的单位变动对应变量平均值的影响。回归系数有标准化回归系数和非标准化回归系数两种，本文分析采用非标准化回归系数，原因是非标准化回归系数主要用于回归预测模型的构建，能够表示自变量与因变量之间的相互作用，比较符合本次分析的目的。

2.4 人才流动分阶段治理策略提出

（1）起步阶段。在此阶段，新区各项事业刚刚起步，需要以政府的行政干预为主导力量来促使企业和人才聚集。选取科层治理指导此阶段治理实践，需要突出政府的行政力量，采取分层负责的治理模式［29］。同时，积极引导企业理解各项优惠政策，并善于利用政策快速吸引所需人才。

（2）协同发展阶段。在此阶段，市场的力量逐步显现，需要政府部门之间通过协作，强化市场对人才吸引。选取协同治理理论指导此阶段治理实践，需要突出各人才治理主体之间的竞争与合作、支配与服从、平衡与涨落等多元、多维的关系结构［30］。通过有效合理的资源配置，政府和市场双方进行优势互补，实现人才聚集辐射作用。

（3）成熟阶段。在此阶段，人才聚集方式日益复杂化，各类人才的潜能得到有效激发。选取网络化治理指导此阶段治理实践，将政府、市场和社会参与者作为多样化的人才治理主体，在制度化的主体结构中，为实现必要的公共价值而选择联合［31］，充分发挥治理主体群的自组织功能来制定和执行公共政策。

（4）一体化融合阶段。在此阶段，随着区域内各项工作的有序常态化，人才流动愈加自主。选取整体性治理指导此阶段治理实践，力求解决人才流动的跨层次治理难题。对于人才流动的治理工作，重点在于预防导向、公民需求导向和结果导向，利用整合信息技术、简化网络、提供一站式服务等方式，实现人才治理工作的信约、责任感和制度化［32］。

3 新区人才流动预测及治理实例

2018年2月22日，习总书记在听取河北雄安新区规划编制情况时要求，要深化规划内容和完善规划体系，尽快研究提出支持雄安新区加快改革开放的措施，确保新区发展起好步。目前，雄安新区发展已经开始进入起步阶段，各项事业快速推开，对人才数量和质量的需求急剧增加，也凸显出人才治理工作的重要性。因此，本文拟在雄安新区开展人才流动预测方法的应用，一方面验证方法的可行性，另一方面也力求为雄安新区人才工作提供理论参考。

3.1 雄安新区发展阶段的判断

截至2018年底，雄安新区常住人口104.71万人，人口密度为1 000～1 250人/km2左右。通过实地调研和阅读相关资料，发现雄安新区人才总量正在缓慢增加，但暂未出现明显的人才聚集效应。雄安新区作为全新的样本地区，各方面建设正在稳步推进，且对于中远期的预测仍缺少实际依据。鉴于此，本文将重点针对雄安新区起步阶段与协同发展阶段前两个发展阶段开展人才流动趋势预测及治理策略设计。

3.2 雄安新区人才流动影响因素筛选

根据前文筛选出的四类新区人才流动影响因素，结合与研究雄安新区发展的专家和当地工作人员的调查意见，并考虑数据收集的可行性，本文基于政府和市场双重作用，确定了雄安新区人才流动影响体系的具体测量指标，如表2所示。

表2 雄安新区人才流动影响因素

（1）保障体系。城镇职工基本养老保险是使劳动者能够享有基本生活保障的一项社会保障，反映了对群众社保权益的保障作用。因此，选择城镇职工基本养老保险参保人数作为保障体系的测量指标。

（2）生活环境。随着生活质量的提升和生态意识的加强，就业人才在择业时会更多的考虑反映生活质量的生活环境因素。具有游憩功能的公园绿地是城市公共设施的主要组成部分，是展现该区域整体环境状况和居民生活质量的必要途径。因此，将公园绿地面积作为能够反映生态环境的测量指标。

（3）智力资源。某一地区经济的迅猛发展通常与其背后的智力资源紧密相关，高校是活跃区域科技文化氛围的重要力量，是培养人才、吸纳科技人才的主要组织。因此，在智力资源一级指标下设立普通本专科在校学生数的测量指标。

（4）经济环境。经济环境影响吸引人才所需的物质和文化条件，而优越的经济状况为吸引人才流入创造了条件。人均地区生产总值能够有效反映该地区的经济状况，故将其选为反映经济环境的测量指标。

3.3 雄安新区前两发展阶段的人才总量预测

由于雄安新区相关指标数据缺失，因此，本文根据雄安新区占保定的比例折算出雄安新区人口的影响因素相关指标作为初始增长值，从而预测出雄安新区的相关指标，最后通过多元线性回归模型预测出雄安新区人口数，依据前文选取的人才预测模型，并结合雄安新区实际情况，雄安新区人才预测过程如下：

（1）利用灰色预测GM（1，1）模型预测雄安新区人才流动各影响因素。假设雄安新区人才流动的影响因素变量为xk（k=1,…,4），x1表示城镇职工基本医疗保险参保人数（万人），x2表示公园绿地面积（hm2），x3表示人均地区生产总值（元），x4表示普通高等学校在校学生数（万人）。运用灰色预测GM（1，1）模型分别预测上述人才流动影响因素的数值。

作为千年大计的雄安新区，其政策支撑力度空前，原有各因素的增长速度并不能准确反映雄安新区真实状况。因此，在确定模型相关参数时，参考了本课题组已有成果［33］，设置模型参数，令雄安新区起步阶段的发展灰数-a=0.052，内生控制灰数u=71.000 6，雄安新区协同发展阶段的发展灰数-a=0.009 9，内生控制灰数u=85.309 0。利用灰色预测模型得到测量指标的变化增量，进而计算得到各测量指标的预测值。

雄安新区起步阶段与协同发展阶段前两个阶段的时间响应式如表3所示。

表3 雄安新区二级指标预测模型

由于篇幅有限，因此，本文以预测雄安新区公园绿地面积为例，预测2019—2027年的绿地面积，预测情况如表4所示。

表4 雄安新区公园绿地面积预测值

（2）利用多元回归预测人才流动趋势。利用SPSS软件对2012—2017年雄安新区各项二级指标数据和雄安新区常住人口数据进行多元线性回归分析，得到多元回归线性方程如公式（9）所示：

其中，Y表示人才预测值，分别对x1到x4在2017—2121年和2022—2026年的数值进行预测，得到预测值，代入多因素的线性回归模型后得到常住人口的预测值，如表5所示。

表5 雄安新区不同时期各个变量预测值

表5反映出2019—2026年雄安新区人口的变动情况，预测雄安新区在2023年常住人口将突破130万，达到131.85万人。可以看到，在2019—2022年人口年增长幅度相对较小，这一时期人才缓慢流入该区域，需要政府强有力的管制，此时政府出台人才引进与使用政策就显得尤为重要。雄安新区常住人口在发展阶段增长迅速，年增长量在2027年达到6.4万人，常住人口总数达到了154.98万人。市场作为城市社区治理主体，在这一时期积极参与到公共事务治理网络中，起到越来越重要的作用。

3.4 雄安新区前两发展阶段的人才流动治理策略提出

（1）起步阶段的人才流动治理策略。此阶段，政府的主导作用是增强雄安新区整体竞争力的关键。依据科层治理的思想，雄安新区当前还应依靠自上而下的行政组织体系，逐级推动政策实施，具体来说有如下治理策略。

一是治理的关键在于政府强力规则。与具有国家综合配套改革试验区和自由贸易试验区的滨海新区和在河北省委和省政府的支持下建立的曹妃甸新区相比，雄安新区作为千年大计，在成立初期，需要雄安新区政府提供全方位的支持与帮助。根据集体约束力相联系的规则和排斥性条款为基础的科层治理要求，在雄安新区起步阶段，雄安新区政府需要提供全方位的公共服务与社会管理，还需要强调雄安新区政府权力对周边京津冀政府关系的主导与规制作用。

二是治理的保障是企业配合。作为科层治理中的被统治者，雄安新区的企业需要遵循政府制定的规则，以实现可持续发展和利润最大化为目标，在雄安新区内从事商业经营活动。雄安新区企业在规制环境、规制机会及规制程序的情境下实现自我规制，是企业提高服务质量的保障，包括明确企业定位、改善用户体验、积极响应政府政策及其他改进规制。为此，雄安新区企业要坚决响应党和国家的号召，将企业自身定位在“绿色、环保、卫生”方面，坚持生态文明建设，自觉抵制污染产品的产生，并举报其他污染企业，同时，注重雄安居民的体验，时刻考虑雄安居民的想法，保卫共同生活的家园。

三是需要重视雄安原住居民的再就业问题。雄安新区三县主要以服装、毛绒玩具等产业作为支柱产业，在雄安新区建设过程中，关掉许多不合格污染企业，并将一些传统产业进行优化改造，这些传统产业转化升级的过程中，必然会对传统产业从业人员造成影响。因此，雄安新区政府应积极支持这部分人的转岗就业，采取进行针对性就业培训、加大招聘力度等方式，促进人员再就业。

（2）协同发展阶段的人才流动治理策略。在此阶段，政府因素和市场因素在影响人才流动中都发挥着重要的积极作用，依据协同治理的思想，人才流动治理需要政府、企业、居民多元主体的相互配合，具体来说有如下治理策略。

一是治理的前提是政府规制创新。协同治理倡导共同参与决策制定，这就要求在实际治理时需要考虑多元主体结构，放在雄安新区的治理上，多元主体就指北京、天津等多个城市，体现了协同概念的集中性。同时，协同治理强调治理的功能性。雄安新区肩负着疏解北京非首都功能、促进河北经济发展和建设京津冀城市群的重要任务，需要借助周边城市的力量发挥协同功能。例如，借助即将到来的2020年冬奥会，实现雄安新区对更大区域的辐射与带动作用。

二是治理的关键在于企业自我规制。协同治理也对企业提出了更高要求，企业作为以盈利为目的的市场经济主体，应该作为多元利益相关者参与公共事务的治理活动。雄安新区企业应该积极参与市场竞争机制的构建，吸引社会资本，加大政府职能转移管理力度，及时有效地疏导放大社会力量的积极效应、削弱负面影响。同时，雄安新区应该牢记自己的使命和责任感，自觉抵制污染企业，坚持创新、绿色、环保的理念，自觉参与到公共事业的建设中，尤其是物业公司、环保公司应该多为雄安新区的管理工作和绿化工作献计献策。

三是治理的基础是要满足居民多样化需求。社会要想实现和谐稳定的治理，需要居民的高度配合和支持。一方面，雄安新区政府通过利用北京的优秀资源，使北京对接雄安新区医疗、卫生、教育各项资源，为雄安新区居民提供各项公共服务，满足居民的生活各项需求；另一方面，雄安新区居民要融入雄安新区的建设中，积极地配合雄安新区政府污染企业关停、不合理用地拆迁、征用耕地等各项举措，要有功成不必在我的伟大历史使命感；同时，享受雄安新区带来的变化，提升雄安新区居民的幸福感和获得感。

4 结语

本文将新区划分不同的发展阶段考虑，设计出分阶段新区人才流动预测方法，特色在于针对新区不同发展阶段的特征，提出分阶段的人才治理策略。从动态阶段性和治理群簇的新视角审视新区人才流动治理彰显了中国特色，为西方治理理论提供了中国研究样本，并且结合量化预测方法，将丰富治理群簇及其应用，动态匹配治理群簇的思路既能提升治理理论在我国应用水平，也为相关治理模式和制度创新提供现实指导。