甘肃省贫困地区人力资源开发评价因子剖析.docVIP

甘肃省贫困地区人力资源开发评价因子剖析 　　[摘 要]本文以甘肃省75个贫困区县为研究对象，在构建人力资源开发评价体系的基础上，利用因子分析法对甘肃贫困地区的人力资源开发水平进行评价。结果发现，甘肃贫困地区人力资源开发水平并不均衡，并得出了“人力资源质量因子”“人力资源配置因子”“农民人力资源投资因子”和“潜在人力资源因子”四个方面各有优劣的结论，进而针对性地提出了提高人力资源开发水平的建议和对策。 　　[关键词]甘肃；贫困地区；人力资源开发；因子分析方法 　　10. 13939/j. cnki. zgsc. 2016. 04. 053 　　人力资源指的是拥有从事社会生产所需要的体能、智能和技能等能力的人口总和。从生产的角度讲，人力资源和其他物质资源一样都是生产性要素，都可以投入到经济活动中创造经济效益。与此同时，它还具有其他物质资源所不具备的再生性，这种再生性集中表现为劳动力通过改善其教育水平、身体素质和职业技能而获得的增加财富的能力。阿马蒂亚?森认为贫困的原因是劳动力赚取收入能力的丧失[1]。就此意义上来讲，贫困地区通过人力资源开发来提高劳动力的就业能力和增收能力是消除贫困和返贫困的根本出路，也是扶贫方式由“输血式”转变为“造血式”的根本途径。 　　甘肃省作为一个经济发展较为落后的省份，贫困是其基本省情。据甘肃扶贫办2015年统计数据显示，甘肃全省共有58个国家集中连片特殊地区贫困县和17个国家片区外插花贫困县，贫困人口共计412万人，贫困发生率为19. 9%。贫困是经济、社会、自然等多方面因素发展不协调造成的，其中人是最活跃的因素[2]。从人力资源的角度上讲，由于各种原因，贫困地区的人力资源开发不充分，人力资源素质偏低，是地区经济发展落后、贫困人口难以摆脱贫困的主要原因。 　　本文就此从人力资源视角，探讨人力资源开发评价体系的构建，以甘肃75个贫困县区为研究对象，运用因子分析法，对75个贫困县区的人力资源开发水平做出客观评价，找出各贫困县区人力资源开发的短板，以探寻提升各贫困县人力资源开发水平的途径，以期对贫困地区的扶贫开发工作有所助益。 　　1 甘肃贫困地区人力资源评价指标体系构建及说明 　　本文根据人力资源开发的含义，并结合人力资源开发评价的相关文献和理论研究，选取人力资源开发数量、教育水平、生理素质和配置状况四个评价维度，并分别统计已有文献中上述四个维度下的具体指标，最大程度上选取认可度高的指标，建立初步的指标体系，最后查询甘肃县域统计数据，剔除无法获取数据的指标后得出甘肃贫困地区人力资源开发指标评价体系（见表1）。 　　2 甘肃贫困地区人力资源开发评价的因子分析 　　本文基于上述评价体系，依据《中国县域统计数据》（2011）、《甘肃省发展年鉴》（2011）和《甘肃省第六次人口普查》公布或经过整理计算的数据，利用SPSS19. 0对甘肃75个贫困县的15个评价指标进行因子分析。 　　2. 1 数据的处理和说明 　　2. 1. 1 数据标准化和因子分析可行性检验 　　运用Bartlett检验和KMO检验来检验候选数据是否适合采用因子分析。检验结果：KMO值为0. 7410. 6，Bartlett检验Sig值为0. 0000. 05，由此说明所选数据适合进行因子分析。 　　2. 1. 2 确定公因子及其命名 　　本文用方差最大旋转法进行正交旋转后提取4个公因子，其累计贡献率达到85. 698%，可以很好地反映原数据信息。根据旋转成分矩阵，F1公因子中，A11、A22、A23、A24、A25、A31和A32有较大的载荷系数，说明F1综合反映这几个方面的变动情况，所以将其命名为“人力资源质量因子”。F2公因子中，A41、A42、A43和A44的载荷系数较大，所以，将其命名为“人力资源配置因子”；F3公因子中，A26和A33载荷较大，反映贫困地区农民的人力资本投资状况，命名为“农民人力资本投资因子”；F4公因子中，A12和A21载荷较大，反映的均是潜在人力资源供给的状况，命名为“潜在人力资源因子”。见表2所示。 　　2. 1. 3 综合排名 　　采用回归法估计因子得分系数，写出因子得分函数后计算，F1、F2、F3、F4四个因子得分，最后用F1、F2、F3、F4与相应的贡献率的乘积的和，计算出甘肃75个贫困县2010年的人力资源开发综合得分，结果如表3所示。 　　2. 2 因子分析结果 　　由表3可知，综合排名前十位的贫困区县为：七里河区、凉州区、秦川区、白银区、甘州区、崆峒区、临夏市、西峰区、麦积区和平川区，均属于各市市辖区。综合排名后十位的贫困县为：积石山县、广河县、舟曲县、碌曲县、玛曲县、临潭县、漳县、东乡县、卓尼县和迭部县。说明甘肃贫困地区市辖区的人力资源开发水平要高于县区的人力