基于SPSS分析人力资源梯度分布研究.docVIP

基于SPSS分析人力资源梯度分布研究 　　摘 要 人力资源一直是核心竞争力。广义的梯度理论认为，不同地区的人力资源状况是有梯度的。本文运用主成分分析法、聚类分析法对我国三十一个省市、自治区、直辖市的人力资源状况进行评分、排序和分类，阐述各地人力资源在人力资本供求、投资与收益等方面的基本状况，提出相应的建议，以期具有理论和实践的意义。 　　关键词：人力资源 梯度理论 聚类分析法 　　中图分类号：F240 文献标识码：Ａ 　　一、问题的提出 　　 广义的梯度理论认为，梯度分布不但应该表现在自然、经济、社会制度及生态环境的好坏等层面，且在人力资源方面也存在着显著的梯度分布，即人口数量、分布、素质、发展、国际竞争力及科技贡献在空间和层次的梯度差异性。 　　 本文就是要考察各项人力资源指标在不同地区的差异以及隐藏在这种差异背后的经济现象与规律。笔者应用主成分分析法、聚类分析法对全国各地主要城市的基本人力资源状况进行考察，对得出的结果加以分析，探讨不同地区在人力资源方面的竞争优劣势。 　　二、模型的建立与结果分析 　　 （一）主成分分析法与聚类分析法的基本思想。 　　 主成分分析法利用降维的思想，把原本复杂的数据简化成具有高度代表性的综合指标即主成分，且各个主成分互不相关,有助于抓住主要矛盾和揭示事物的内部规律性, 使问题简化直接。聚类分析把多个样品或变量按照它们性质上的亲疏程度进行分类，并根据分类结果对问题进行评价。 　　 （二）指标体系的构建。 　　 笔者从人力资源的投入、产出、供求等方面设置以下几个指标：X1=劳动生产率（工业总产值/全面平均人数）、X2=专业技术人员占总人数的比、X3=教育经费在全国的比重、X4=从业人员占总人数的比、X5=高校招生人数、X6=高校数在全国的比重、X7=教育工资与平均工资的比、X8=专利项目占全国的比八项指标。 　　 （三）确定主成分，求出特征值、贡献率和累积贡献率，构建函数。 　　 通过对因子负荷矩阵进行分析可知第一主成分与X3、 X5、X6、 X8等与教育相关的指标所致比重较高，命名为“教育程度因子”。第二主成分与X1、X2等专业技术人员素质关联大，定义为“人力资本收益”因子。第三主成分与教育工资与平均工资的比相关性较高，称作“人力资本投资”指标。据此构建表达式： 　　 Y1=0.039X1*+0.042X2*+0.274X3*-0.042X4*+0.324X5*+0.324X6*-0.139X7*+0.192X8* 　　 Y2=0.502X1*+0.532X2*+0.097X3*-0.142X4*-0.065X5*-0.065X6?~+0.091X7?~+0.2X8?~ 　　 Y3=-0.183X1*+0.164X2*+0.064X3*+0.467X4*-0.219X5*-0.219X6*+0.633X7*+0.245X8* 　　 （四）从transform项得出各个主成分得分，进行综合评价。 　　 综合评价函数为：F = a1 Y1 + a2Y2+ a2Y3，其中Yi为第i个主成分得分，ai为方差贡献率。从中可知：宏观上中国在人力资源方面确实存在着显著的梯度分布，且其分布状况与经济区域梯度分布大体相同，呈现东部优于中部，中部优于西部的态势。但上海很特别，它虽然在经济、科技、等方面具有绝对的优势，但人力资本优势不明显。 　　 （五）将各地区按综合得分进行聚类分析后发现，东南部人力资源竞争优势尤其明显。 　　 这可能基于这些地区雄厚的经济、科技实力。此外，与经济区域分布主要集中在北京、上海不同，广东在人力资源竞争力方面具有绝对优势，超过了江苏和北京。而上海的人力资源综合状况得分为0.45，远远落后于广东、江苏、北京、浙江、山东，这将成为上海在未来若干年发展的一个瓶颈。再如，江苏省的综合排名位居第二，但其人力资源收益为-0.12，说明该省的人力资源投资回报率很低，不具备竞争优势。 　　 人力资源分布的第二个梯度主要集中在我国中部。但这这一区域人力资本投入较少，几乎都为负数，说明人力资本重视不够。在人力资本投资收益方面，上海、天津明显高于其他地区，原因可能是这些地区能够源源不断的吸引外来人才。 　　 第三个梯度主要集中在经济、技术、发展水平落后的西部。具体表现为普遍的教育水平劣势、人力资本收益劣势。但值得一提的是，重庆、贵州、青海、海南等地的人力资本投入较大，可见政府对人力资本投资的重视。 　　三、政策建议 　　 各项事业的竞争，归根结底就是人才的竞争，是人力资本的经济。提高人力资本竞争力是各个地区刻不容缓的责任。因此，根据人力资本的梯度分布状况，对不同的梯度分布区采取不同的应对措施。对于具有明显优势的一类地区，工作的重点应放在努力提高人力资本投资回