基于因子分析方法的创新型人才流动绩效评价
摘 要：创新型人才流动绩效评价问题是近年来学者们研究的重点问题之一，文章采用因子分析方法，并且结合山西省创新型人才流动绩效相关数据，对2001—2013年山西省创新型人才流动绩效进行客观评价，并且得出研究结论。
下载论文网 关键词：山西省 创新型人才流动 绩效评价 中图分类号：F240 文献标识码：A 文章编号：1004—4914（2015）04—072—02 人才竞争已经成为国际竞争的焦点，无论是发达国家还是发展中国家，都把创新型人才资源视为战略资源和提升国家竞争力的核心因素。
创新型人才流动绩效评价问题也是近年来学者们研究的重点问题之一，人才流动绩效评价需要采用一定的计量分析方法。
一般来说，适合于人才流动绩效评价方法主要有因子分析方法、基于AHP模型的综合指数方法、模糊综合评价法以及基于粗糙集理论的评价法，但是基于AHP模型的综合指数方法、模糊综合评价法以及基于粗糙集理论的评价法适用于不确定数据，而本文中所采用数据都是确定数据，因此本文采用因子分析方法，并且结合山西省创新型人才流动绩效相关数据，对山西省创新型人才流动绩效进行客观评价。
一、因子分析方法以及数据来源说明 在大多数情况下，决定某一事物发展趋势的变量有许多个，这些变量之间的相关关系是确定存在的，如果对这些变量进行直接计量分析，就增加了分析的难度。
因子分析方法（Factor analysis method）将这些变量的公共因子提取出来，通过对这些变量的公共因子进行分析，从而降低了分析问题的难度。
因子分析方法就是把一些具有一定联系的变量归结为少数几个因子的一种计量分析方法。
因子分析方法要求评价指标之间具有较强的相关性，但是在有些情况下，评价指标之间具有较弱的相关性，因此这种情况下就很难采用因子分析方法进行分析。
但是，由于因子分析方法的客观性与科学性，采用因子分析方法进行评价的效率较高。
综合学者们的相关研究成果，再结合本文研究对象的特性，建立了一个二级评价指标体系对山西省创新型人才流动绩效进行评价。
山西省创新型人才流动绩效评价指标体系中的一级评价指标为：科学技术发展、经济增长效应以及教育发展。
科学技术发展包括五个二级评价指标，它们分别是专利申请数、专利批准数、技术市场交易额、公有经济企事业单位专业技术人员数以及科学技术事业费。
经济增长效应包括两个二级评价指标，它们分别是地区生产总值以及人均地区生产总值。
教育发展包括两个二级评价指标，它们分别是教育事业费以及从业人员人均受教育水平（指标体系见表1）。
专利申请数、专利批准数、地区生产总值以及人均地区生产总值数据来源于山西省统计年鉴2004—2014年，技术市场交易额数据来源于山西省科学技术厅网。
公有经济企事业单位专业技术人员数、科学技术事业费、教育事业费以及从业人员人均受教育水平数据来源于中国统计年鉴2004—2014年。
考虑到这些评价指标数据的量纲和数量级不一致，如果直接用这些数据进行计量分析，会使山西省创新型人才流动绩效评价结果受到影响，也很难给予一个合理的经济解释。
因此需要对这些原始数据进行标准化处理，标准化处理以后的数据不仅可以继续包含原始数据的全部信息，而且还有效消除了量纲与数量级的影响。
标准化的计算公式为： 其中Ci为被评价指标数据值，Cmin为该组指标值的最小值，Cmax为该组指标值的最大值，Pi为被评价方案指标得分值（即评定系数）。
标准化以后的政府绩效评价各指标数据消除了量纲和数量级的差别，便于进行比较分析。
二、基于因子分析方法的山西创新型人才流动绩效评价过程及结果 我们再将山西省创新型人才流动绩效九个评价指标对应的2001—2013年无量纲化后的指标数据输入到SPSS软件中，并且运用因子分析方法对其分析，SPSS软件首先输出这些数据的巴特利特球形检验（Bartlett Test of Sphericity）和KMO（Kaiser—meyer—Olkin）检验结果。
根据巴特利特球形检验结果表明，KMO数值为0.703，根据统计学家Kaiser给出的分析，KMO的取值大于0.7，被认为比较适合做因子分析。
巴特利特球形检验给出的相伴概率是0.000，在显著性水平定为0.05的情况下，巴特利特球形检验低于显著性水平。
因此，可以认为适合做因子分析。
因子分析的目的之一就是通过对大量的变量进行归纳分析，进一步选取少数几个公共因子，用这少数几个公共因子解释原有变量所包含的全部信息。
我们采用主成分的方差累计贡献率为标准来选取公共因子，在此基础上对这些公共因子进行旋转，经过旋转的公共因子可以更好地反映原有变量所包含的信息。
表2经过旋转后因子提取结果。
从表2可以看出，提取到三个公共因子后，它们反映了原变量的98%以上的信息，因此提取三个公共因子就可以解释原变量绝大部分的信息。
SPSS软件则可以自动计算出这9个指标在每个因子上的得分，也就可以得出因子载荷矩阵。
但是未经旋转的因子载荷矩阵中，因子变量在许多指标上都有较高或者相近的载荷，那么这种情况下因子分析的结果就会失去意义。
所以，必须对因子载荷矩阵进行旋转，旋转以后的因子载荷矩阵因子变量含义变得更加清楚。
SPSS软件根据回归法计算出9个指标分别在3个因子上的得分（表格略），然后进一步自动计算出2001—2013年分别在3个因子上的得分，其结果如表3所示： 根据表2的分析我们可以得知，我们提取的三个因子的累计贡献率达到98%以上，因此可以用3个因子代替9个指标对2001—2013年山西省创新型人才流动绩效进行综合评价。
计算方法是用三个因子各自的因子权重乘以2001—2013年分别在3个因子上的得分即为每一个样本的综合得分。
其中因子权重的计算方法是：因子权重=因子方差贡献率÷累计贡献率×100%，我们计算出因子F1的权重为0.5762，因子F2的权重为0.2333，因子F3的权重为0.1904。
这样就可以计算2001—2013年山西省创新型人才流动绩效各年的综合得分，具体计算过程如下： 上式中的C1项是计算2001年的山西省创新型人才流动绩效综合得分，C2项是计算2002年的山西省创新型人才流动绩效综合得分，依次类推，C13是计算2013年的山西省创新型人才流动绩效综合得分。
同理还可以根据2001—2010年山西省创新型人才流动绩效因子F1得分、因子F2得分以及因子F3得分的数值大小对2001—2010年山西省创新型人才流动绩效进行排名（具体分类结果见表4）。
从上表可以看出，如果按因子F1、F2以及F3的排名来看，2001—2010年山西省创新型人才流动绩效排名呈现出不规则的趋势。
按总体绩效C排名结果，2001—2010年山西省创新型人才流动绩效排名呈现出逐年增加的趋势（个别年份除外）。
这也充分肯定了山西省创新型人才流动在山西省经济社会的发展中的作用。
三、研究结论 本文采用因子分析方法，并且结合山西省创新型人才流动绩效相关数据，对因子分析方法创新型人才流动绩效进行客观评价。
经过研究我们可以得到以下结论：因子分析方法是一种将定量分析目标决策方法，它比较适用于那些可以完全量化分析的决策问题，只要评价指标体系获取完全，其评价结果也是比较令人满意的；我们采用了三个一级评价指标体系和九个二级评价指标体系，从总体上看，2001—2013年山西省创新型人才流动总体绩效也呈现出逐年上升的趋势（2003年份除外）。
2001—2013年山西创新型人才流动导致的经济增长效应绩效、科学技术发展绩效以及教育发展绩效呈现出逐年上升趋势（个别年份除外）。
说明了因子分析方法判别结果客观公正，有较好的应用前景和推广价值。
参考文献： [1] 杨晓明著.SPSS在教育统计中的应用[M].北京：高等教育出版社，2004 [2] 纪建悦，刘艳青，刘宝生.基于因子分析的我国中部地区科技人才流动绩效评价研究――以安徽省为例[J].现代管理科学，2009（5） [3] 张再生.人才流动态势及影响因素分析――以天津市为例[J].人口学刊，2000（1） （作者单位：山西省人事考试中心 山西太原 030006） （责编：贾伟）。