我国省域人力资本投资空间分布状况分析.docVIP

我国省域人力资本投资空间分布状况分析摘要：通过建立省域人力资本投资评价指标体系，对中国大陆29省、市、自治区2008年度截面数据进行聚类分析。结果表明我国省域人力资本投资划分为四个梯度，存在一定的非均衡性。在将来人力资本投资安排上，北京和上海应该继续发挥其示范效应，发达省份应均衡布局其投资结构，欠发达省份则应有所侧重。 关键词：人力资本投资；因子分析；聚类分析 人力资本投资结构问题是人力资本发展过程中需要重点关注的问题。国外学者首先开启了相关研究㈣，近期，国内学者也从开始不同角度对人力资本投资结构进行了深入研究。如杨建芳(2006)在对人力资本形成的投资分析中涉及了两类：教育与健康；李涛(2005)细化了人力资本获取途径，建立了六维度14个指标的计量体系，对城市人力资本投资进行了测度；陈浩(2007)通过引入马斯洛需求理论，将人力资本投资结构进行层级上的划分，并得出了相应的实证研究结论。但以往研究在评价指标体系选取上不够全面或不具代表性，且缺乏对省域人力资本投资分布状况的研究。本文根据《中国统计年鉴2008》的数据，对中国大陆29个省、市、自治区(西藏、青海除外)进行聚类分析，分析全国范围内人力资本投资的空间分布状况，提出相应的人力资本投资政策建议。 1　评价指标体系建立与数据来源 评价省域人力资本投资水平，可以从政府、企业与家庭角度考察其在教育、健康、保障、科研以及迁移方面的投资。结合《中国统计年鉴2008》的相关数据，选取16个统计指标，构建人力资本投资评价指标体系。具体指标是：x1：各地区政府医疗卫生财政支出；x2：各地区政府社会保障与就业财政支出；x3：各地区政府教育培训财政支出；x4：各地区政府科技活动经费财政支出；x5：各地区政府交通运输财政支出；x6：各地区养老保险基金支出；x7：各地区失业保险基金支出；x8：各地区城镇职工医疗保险基金支出；x9：各地区社会团体或个人办学教育经费；X10：各地区社会捐赠教育经费；X11：各地区技术市场成交额；X12各地区职业介绍机构个数；x13各地区职业介绍机构工作人数；X14：各地居民年医疗保健消费总额；X15：各地居民年教育消费总额；x16：各地居民年交通消费总额。 在数据的来源上，为保证数据的权威性、准确性、可得性，本文主要根据《中国统计年鉴2008》，选取了中国大陆29个省市为样本省域。他们是：北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南、陕西、甘肃、宁夏、新疆(西藏和青海因缺乏相应统计数据，未列入)。限于篇幅的原因，原始数据从略。 2　分析方法与步骤 2.1　分析方法 首先，将29个省、市、自治区的指标数据输入SPSS17.0软件，进行相应的检验，提取主成分，计算主成分因子载荷矩阵，找到评价省域人力资本投资水平的因素，并计算出29个省份的主成分得分矩阵。然后，对29个省份的人力资本投资主成分得分矩阵运用聚类分析法进行分析，探析我国省域人力资本投资的空间分布规律。 2.2　分析步骤 2.2.1因子分析①因子分析的KMO及Bartlett检验。本文使用SPSS17.0数据处理系统作为统计分析工具。首先将原始数据进行因子分析的KMO及Bartlett检验。KMO值为0.703，远大于0.5，表示适合因子分析。此外，Bartlett球形检验的近似卡方值为687.54，自由度为120，达到显著，代表母群体的相关矩阵间有共同因素存在，适合进行因子分析。②提取主成分。进一步将原始数据标准化后，建立指标之间的相关系数矩阵，计算其特征值和累计贡献率，前3个特征值及其贡献率。前3个特征值的方差累计贡献率已经达到83.658％，信息损失仅为16.342％，说明了这3项主成分可以替代原来的16项指标，从而可以更简单地利用各省域3项主成分的特征值累加形成其人力资本投资指数，并相互对比。③对3个主成分进行经济含义命名。取前3个特征值建立因子载荷矩阵。由于初始因子载荷矩阵结构不够简明，各因子的含义不够突出，为此采用方差最大正交旋转变换，使各变量在某个因子上产生较高载荷，而在其余因子上载荷较小从而得到旋转后的因子载荷矩阵(限于篇幅从略)。再由该因子载荷矩阵，可得出各主成分所包含的指标。在第一主成分上，x1、x3、x5、x9、Xlo、X12、X13、X14、X15、X16所占的载荷较大。这些指标同时涵盖了卫生保障、科技研发、迁移配置等方面，它们对省域人力资本发展的影响是较为全面的。因此这个主因子主要体现了一个省(市、自治区)的人力资本投资综合水平，可以称之为“综合投资因子”。第二公因子在x1、x2、x3、x4、x5的载荷较大。可以看出，除