我国省际间人才流动影响因素探析

闫润芳 罗雨柔 张丹清

(1.西北政法大学，陕西 西安 710063；2.中国科学院大学，北京 100049)

0 引言

国家兴盛，人才为本。充分发挥人才优势，构建合理有效的用人才机制是推动我国经济高质量发展、破解发展不平衡不充分问题的根本之策。然而，我国现实人才流动分布长久陷入“孔雀东南飞”的境况，人才区域间的结构性失衡严重削弱地区发展竞争力，造成不发达地区人力资本投资损失，增加人才重置成本，导致人才断层。大都市圈作为人才的依托地、聚集地，与人才发展息息相关，化解中西部危机、破解东北部困境，打造强有力的“人才磁场”刻不容缓。因此，置于宏观环境中综合考虑省际间人才流动的模式特征和地区之间人才流动的影响因素，追寻人才流动动因，优化人才资源配置，对推动区域协调发展具有理论和现实意义。

目前，学术界对人才流动的研究较多，国外主要研究设施、收益与服务等构成的地方品质(quality of place)对于人才分布的作用[1]，国内学者们从不同的角度出发对人才流动进行了研究，主要集中在省市及地区间的人才流动、高校人才流动、某一行业人才流动等。侯爱军等利用ARIMA模型，从供需视角研究我国区域间的人才流动[2]；张华以江苏省为例，运用SWOT分析模型对创新创业人才流动进行研究[3]；聂晶鑫和刘合林运用指标和冷热点分析的方法对高校毕业生进行空间流动的分析[4]；郭洪林、甄峰和王帆通过问卷调查分析高等教育人才的流动[5]；徐倪妮和郭俊华运用回归分析方法对科技人才流动进行研究[6]。

总体来看，学者们对人才流动的研究侧重于理论方面的分析，相关的实证研究大多只局限于某一行业或某几项特定的指标，缺乏宏观的研究。而人才流动与地区经济发展水平、社会发展水平、生态发展状况、政策环境等多项指标紧密相关。因此，本文以研究我国人才流动影响因素为目的，在“用脚投票”的理论基础上，利用熵值赋权法(Entropy Method，简称 EM)对2015-2019年间中国30个省、直辖市、自治区的面板数据建立模型，结合“五大发展理念”思想进行指标体系建设，运用MATLAB软件对熵值赋权法的分值进行分析，从宏观视角对人才流动的影响因素进行综合评价，并根据研究结果提出人才合理流动的相关政策建议。

1 相关概念界定

1.1 用脚投票

蒂布特(Chades M.Tiebout)1956年发表的《公共支出的纯粹理论》一文中分析了地方政府的公共服务供给与居民政策偏好间的关系，并得出了用脚投票是实现公共服务市场均衡的一种因素的结论。“蒂布特模型”在一定程度上解释了当时美国社会人口频繁迁徙的现象，同时揭示公共服务与税收组合是影响人口流动与再次聚集的根本[7]，因而人们倾向于选择公共服务与税收组合最划算的地区作为定居地。消费者通过用脚投票因素自由选择偏好社区，既推动跨区域政府间的竞争，又不可避免地为人口流动、迁徙提供契机。人才离不开特定的地理空间，人才格局存在发展、演化的阶段性[8]。本文在宏观环境下对影响人才流动的因素进行分析，除了优越的公共服务和公共产品即社会发展水平外，纳入经济、生态、创新等多项因素在内的指标，对人才流动影响因素进行综合分析，探究人才流动影响因素。

1.2 人才流动

城市是人力资本回报最高的地方，人才的不断流入造就城市的人才聚集，这种集聚带来的知识积累与创新合作促成城市间创新网络形成，并转化为城市经济发展的动力[9]。人才流动是一种人才的自我选择行为，是人才为实现自身价值在不同岗位、行业、地区、国家之间的流动。人才流动不仅仅是地域范围的流动，更伴随着人才价值、知识、技能、信息多种资源要素的流动与竞争。在知识经济时代背景下，经济全球化进程不断加快，人才要素作为经济社会发展的第一要素，在区域间的流动、配置更加广泛，创造活力竞相迸发。

2 人才流动评价机制

2.1 评价指标体系设计

在吸引人才流动的评价指标中，有多位学者对其进行研究，但所建立的评价体系比较单一，且研究范围局限于某个地区。杨晓军[10]运用GMM估计方法从城市公共服务质量的角度对人才流动进行了分析；陈立中[11]等从房价的角度对人才流动进行实证分析；姜道奎[12]等从区域、组织和个人三个层面进行研究；胡蓓和孙跃[13]从个体特征方面分析对人才流动的影响因素。本文根据已有的人才流动影响指标、中国城市综合发展指标[14]、中国省域经济高质量发展指标[15]、人才流动指标体系评价[16]，结合“五大发展理念”进行指标体系建设，建立26项衡量指标。其中经济发展水平是吸引人才流动的核心竞争力，创新驱动发展是吸引人才的内生驱动力，社会发展水平是吸引人才的坚实保障力，绿色生态环境是吸引人才的全新趋向，开放共享水平是吸引人才的额外优势。指标的基本情况见表1。

表1 吸引人才流动指标体系

2.2 数据来源

鉴于数据来源限制，本文选取全国30个省、直辖市、自治区(除西藏部分数据缺失，未纳入研究范围)为研究样本，数据来源于《中国统计年鉴》，通过对数据的筛选处理，建立了包括30个省市、26个变量、2015-2019年间面板数据，共3900条样本数据。

2.3 确定评价方法及数据处理

由本文的文献回顾可知，目前对于人才流动影响因素的评价方法多局限于单项指标赋权法。在众多评价方法中，熵值赋权法作为一种重要的评价方法，其优势之一在于能够基于各评价指标内含的信息量确定权重，从而可以将各指标间的差异很好地体现出来[15]。本文设立包含26项指标在内的评价体系，采用EM模型，有效识别各省份以及各项指标之间的差异度，合理解释对人才吸引的影响因素。

对各个省份的人才流动问题研究是一个涉及T个年份，c个对象以及n个指标的时序分析问题，综合三个维度的信息将全部数据表示为矩阵形式可以为：

A=aij(t),(i=1,2,…,c;j=1,2,…,n;t=1,2,…,T)

(1)

aij(t)代表第i个省份在第T年的第j项指标的数值。

首先，对数据进行无量纲化处理。无量纲化处理的具体公式为:

(i=1,2,…,c;j=1,2,…,n;t=1,2,…,T)

(2)

根据无量纲处理化数据进行变异程度的计算:

(3)

μijt为第i个省份在第T年的第j项指标的比重。

其次，根据变异程度计算各项指标的EM值，记作Mjt，其值介于0～1之间。

(4)

为表示指标所含信息量的程度，进一步衡量数据的差异化程度，令差异化系数为：

Djt=1-Mjk

(5)

该值越大表示该项指标所含信息越多，在综合评价体系中应当占据较大的权重。由此可以最终确定各项指标的权重为：

(6)

最后，由权重和处理过后的无量纲数值加权求和得到最终各个省份的总的评价值，公式如下：

(7)

Si(t)表示第i个省份在第T年的所得函数值，数值越大代表该省份对人才的吸引力越大，人才趋向于流入，反之，该地对于人才吸引力较小，人才趋于流出。

为了便于计算，将上式写成矩阵形式来计算分析近5年我国各个省份对于人才吸引的程度。令

S(t)=Y•W(t=1,2,3,4,5)

(8)

(1)时间维度下规律演变。上述公式中的X代表最终的综合评价值，是一个30×5的矩阵，每一横行代表这每个省份近5年的具体得分情况，结果如表2所示。

为了更直观的看出各个省份对人才的吸引程度，根据上述结果，通过MATLAB软件绘制各个省份近5年的综合值变化趋势图，如图1图2所示。

结果显示，2015-2019年间，全国大多数省份人才流动综合得分数值逐步上升，说明其吸引人才的程度逐渐增强。究其原因，在于各个省份针对人才，实施了不同力度的人才吸引政策，这与国家的人才战略强国理念紧密契合。其中，北京始终排名第一，江苏、浙江、广东等发达地区的综合得分都位于全国前列，部分欠发达地区综合得分较低。

利用变异系数对人才流动综合评价变化趋势进行考察(见图3)。图3显示，我国人才流动综合评价变异系数介于0.56～0.66之间，2016年比2015年大幅缩小，2016年后，呈稳步上升趋势。

(2)空间维度下规律演变。进一步对三大地区人才吸引度时间演变趋势进行分析，如图4所示。可以看出，东部地区对人才吸引度最强，西部次之，中部最低。其中，东部地区吸引度远远高于中西部，西部地区和中部地区差异较小。2016年后，东部地区对人才吸引度持续增加，中部和西部地区较平稳，说明2016年后东部地区的省份实施的人才吸引政策卓有成效。

表 2 2015-2019年各省份人才流动发展水平具体得分

图1 2015-2019年间各个省份综合值变化趋势

图2 2015-2019年间各个省份综合值变化趋势

图3 2015-2019年人才流动综合评价变化趋势

在恒大研究院发布的全国人口流动数据上，2016-2019年人口净流入的都市圈排名前10的有8个在东部地区，中西部地区只有西安和郑州两个城市。以东部地区为例，东部地区具有天然的地理优势，经济发展水平位居全国前列，且东部重商，民营经济活跃，吸引新经济产业南迁，在此基础上，其根据“人才引进”做出不少有针对性的措施。例如：上海人才政策新突破“下放户籍审批权”,助力浦东新区的引才自主性，“聚天下英才而用之”，打造动态一体式人力资源配置枢纽；浙江、广东等省份对大学生落户就业给予不同程度的财政补贴；长三角和大湾区两大城市群更是作为高质量发展的典范，成为人才宜居宜业的向往之地。

图4 2015-2019年间中国三大地区人才吸引度时间演变

(3)各维度对时空差异影响分析。分别从5个维度衡量2015-2019年间对人才吸引的贡献度，如图5所示，图中5条折线分别代表2015-2019年5项指标的发展空间差异化程度。从图5可以看出，在2015-2019年间，经济发展水平和社会发展水平贡献度虽有波折，但基本在0.9左右，贡献度占比最大。创新驱动发展水平、开放共享水平和绿色生态环境水平起伏较大，但在2016年之后呈上升趋势，说明我国人才吸引因素逐渐多元化，吸引人才的因素大大丰富。

图5 2015-2019年五大维度对人才吸引贡献度

3 结论与建议

本文在用脚投票理论的基础上，围绕五大发展理念确定指标，利用EM模型确定各指标的权重，对2015-2019年间中国30个省份之间的人才流动影响因素进行探讨，分析不同省份之间对人才吸引程度的差异，并依据各项指标对人才流动的贡献度做实证分析。总体来说，可以得出以下结论：①从影响因素看，经济发展水平和社会发展水平对人才流动贡献度具有绝对优势，创新发展、开放共享和绿色生态水平影响贡献度逐渐强化；②从时间维度看，2015-2019年间全国吸引人才程度虽有波动，但大多数省份在2016年以后都呈上升趋势；③从空间维度看，在考察期内，中国省份之间对人才吸引程度差异明显，北京、上海、广东、江苏等发达地区始终凭借自身优势对人才有强大吸引力，中西部相较东部地区呈现人才流动的弱化倾向。顶层设计和产业变迁会导致“马太效应”，即南强北弱、新一线城市崛起、收缩型城市产生的局面。

随着我国进入高质量发展阶段，释放与挖掘人才红利是关键[17]。基于前文对不同省份地区人才吸引程度和影响因素分析，为了能更具创造性释放人才流动带来的红利，最大程度避免人才流失带来的消极效应，人才治理体系需进一步明晰：第一，在公共政策积极引领下，打破人才制度的束缚，突破体制因素障碍，建立跨区域的用人保障因素，充分发挥人才流动的创新优势。在遵循市场规则前提下，政府、社会组织协同创新促进人才走出去和引进来双向渠道驱动，为人才流动提供广阔空间。第二，根据影响人才流动指标体系进行分析，不仅仅局限于经济发展水平提升，针对人才越来越关注的社会保障、教育环境、住房补贴、卫生服务、生态环境等实施更加普惠的人才激励政策，解除人才的后顾之忧，以资本要素为依托促进人才要素优化流动和优势互补。第三，借助中心城市和城市群获取人才资源，增强自身在人才流动网络中的影响力，从而提升自身与区域的竞争力[18]。坚持创新人才培育，提升人才的社会价值。面对人才流动集聚的大势，用好现有人才，稳定关键人才，培育高端人才。