劉兵 李青 梁林

摘 要： 人才對(duì)區(qū)域創(chuàng)新的驅(qū)動(dòng)和戰(zhàn)略性作用日益突出，但區(qū)域人才配置的合理性和有效性卻成為制約落實(shí)人才發(fā)展戰(zhàn)略和區(qū)域持續(xù)發(fā)展的主要瓶頸?；谕度牒彤a(chǎn)出視角構(gòu)建區(qū)域人才配置效率評(píng)價(jià)指標(biāo)體系，采用2009—2016年天津市16個(gè)行政區(qū)作為樣本，運(yùn)用超效率DEA方法分析人才配置效率動(dòng)態(tài)演化趨勢(shì)，并使用Malmquist指數(shù)甄別人才配置效率變動(dòng)的影響因素。結(jié)果表明，天津市人才配置效率除2011年有所上升，總體呈現(xiàn)下降趨勢(shì);中心城區(qū)、環(huán)城區(qū)和遠(yuǎn)郊區(qū)人才配置效率遠(yuǎn)低于濱海新區(qū)，但3個(gè)功能區(qū)人才配置效率呈現(xiàn)協(xié)同發(fā)展態(tài)勢(shì);16個(gè)行政區(qū)人才配置效率在變動(dòng)方向和強(qiáng)度方面均存在較大差異。另外，從技術(shù)效率和技術(shù)進(jìn)步水平來看，技術(shù)進(jìn)步已成為天津市人才配置的主要影響因素。研究結(jié)果有助于天津市優(yōu)化人才資源配置，并且為該方法應(yīng)用于其他區(qū)域提供了依據(jù)。

關(guān)鍵詞：區(qū)域人才配置效率;動(dòng)態(tài)演化;影響因素;天津市;超效率DEA;Malmquist指數(shù)

中圖分類號(hào)：G301 ? 文獻(xiàn)標(biāo)志碼：A ? 文章編號(hào)：1674-7356（2019）-02-0016-08

當(dāng)前，我國正處在轉(zhuǎn)型升級(jí)的關(guān)鍵節(jié)點(diǎn)，只有持續(xù)推動(dòng)區(qū)域協(xié)調(diào)發(fā)展，在區(qū)域發(fā)展中補(bǔ)短板、強(qiáng)弱項(xiàng)，才能培育新的發(fā)展動(dòng)能，實(shí)現(xiàn)全面協(xié)調(diào)可持續(xù)發(fā)展。人才作為第一資源，實(shí)現(xiàn)人才合理配置對(duì)區(qū)域協(xié)調(diào)發(fā)展具有重要支撐作用[1]。然而，在我國區(qū)域人才配置過程中，原有人才管理體制機(jī)制與區(qū)域快速發(fā)展需求之間的矛盾愈加凸顯。并且，由于地區(qū)間在經(jīng)濟(jì)發(fā)展、社會(huì)服務(wù)和自然環(huán)境等方面的顯著差異，造成了我國人才“短缺和飽和”共存的現(xiàn)象，導(dǎo)致人才配置效率偏低，削弱了人才對(duì)我國經(jīng)濟(jì)社會(huì)發(fā)展的推動(dòng)力[2]。如何對(duì)我國區(qū)域人才配置效率進(jìn)行測度，進(jìn)而分析影響人才配置的影響因素，提出人才配置的優(yōu)化方案，是本文力求解決的問題。

一、文獻(xiàn)回顧

我國區(qū)域人才配置效率問題引起了學(xué)術(shù)界較為廣泛的關(guān)注，現(xiàn)有文獻(xiàn)圍繞人才配置機(jī)制、人才配置影響因素和人才配置效率評(píng)價(jià)方法等方面開展了大量富有成效的研究。區(qū)域人才配置機(jī)制方面，桂昭明[3]提出建立政府部門宏觀調(diào)控、市場主體公平競爭、中介組織提供服務(wù)的人才流動(dòng)配置機(jī)制是促進(jìn)人才合理流動(dòng)、優(yōu)化人才資源配置的保障。宋本江[4]針對(duì)我國短缺性人才分布失衡、流失嚴(yán)重的困境，提出了構(gòu)建市場配置和行政調(diào)控結(jié)合的人才配置機(jī)制，以期實(shí)現(xiàn)短缺性人才資源科學(xué)配置的目的。區(qū)域人才配置影響因素方面，劉兵等[5]41識(shí)別京津冀人才配置的關(guān)鍵影響因素和配置模式，采用內(nèi)容分析法，表明京津冀人才配置的影響因素體系主要包括區(qū)域環(huán)境、組織氣候和個(gè)體意愿3個(gè)層次共12個(gè)關(guān)鍵影響因素。通過綜合聚類分析，歸納出追趕型、發(fā)展型和進(jìn)取型3類人才配置模式。區(qū)域人才配置效率評(píng)價(jià)方法方面，彭皓玥等[6]運(yùn)用數(shù)據(jù)包絡(luò)分析方法（DEA），對(duì)我國各地區(qū)科技人才配置的效率進(jìn)行分析研究，并從分析的結(jié)果中總結(jié)歸納出影響科技人才配置效率的3個(gè)主要因素——科技人才結(jié)構(gòu)、政府調(diào)控市場機(jī)制以及人才相關(guān)機(jī)制。牛沖槐[7]通過構(gòu)建科技型人才聚集效應(yīng)指標(biāo)體系及其灰色關(guān)聯(lián)投影模型，以中部六省數(shù)據(jù)為樣本，對(duì)其進(jìn)行了測度，進(jìn)而對(duì)中部六省的科技型人才聚集效應(yīng)強(qiáng)度進(jìn)行評(píng)價(jià)。

通過梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，現(xiàn)有研究偏重于對(duì)人才配置機(jī)制方面的定性探討和人才配置效率的靜態(tài)評(píng)價(jià)。鑒于此，首先，本文構(gòu)建區(qū)域人才配置效率的測度模型;其次，對(duì)天津市2009—2016年的人才配置效率進(jìn)行動(dòng)態(tài)演化趨勢(shì)分析，以揭示人才配置效率的分布差異與變遷規(guī)律;最后使用Malmquist指數(shù)識(shí)別人才配置效率變動(dòng)的影響因素;最后，提出天津市優(yōu)化人才資源配置的對(duì)策建議。

二、研究指標(biāo)與數(shù)據(jù)

（一）指標(biāo)選取

人才資源是區(qū)域科技創(chuàng)新中的重要資源，也是區(qū)域科技創(chuàng)新效率研究中評(píng)價(jià)指標(biāo)體系的重要因素。本文設(shè)計(jì)區(qū)域人才配置效率評(píng)價(jià)指標(biāo)體系時(shí)，在人才配置、人才流動(dòng)和人才聚集等相關(guān)研究的基礎(chǔ)上，借鑒了區(qū)域技術(shù)創(chuàng)新效率指標(biāo)體系的相關(guān)思想。但是，本文研究的區(qū)域人才配置效率評(píng)價(jià)與區(qū)域科技創(chuàng)新評(píng)價(jià)也有所不同。本文對(duì)區(qū)域人才配置的定義如下：為實(shí)現(xiàn)人才自由流動(dòng)，采取內(nèi)部培育以及外部聚集的手段，通過對(duì)區(qū)域內(nèi)資源要素的整合，有序推動(dòng)區(qū)域社會(huì)發(fā)展的過程[5]42。人才配置貫穿于經(jīng)濟(jì)社會(huì)發(fā)展的全過程，即人才配置不僅具有外部聚集的特性，同時(shí)也強(qiáng)調(diào)其內(nèi)部培育的特性。因此，本文研究的人才并不僅僅關(guān)注科技創(chuàng)新本身，而是將人才配置著眼于經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)發(fā)展和社會(huì)發(fā)展之中，并由此構(gòu)建人才配置效率評(píng)價(jià)指標(biāo)體系。

本文對(duì)區(qū)域人才配置效率測度包括人才投入指數(shù)和人才產(chǎn)出指數(shù)。在人才投入指數(shù)方面，劉兵等[5]44，[8]認(rèn)為以產(chǎn)業(yè)發(fā)展為基礎(chǔ)的區(qū)域經(jīng)濟(jì)環(huán)境是人才配置關(guān)鍵影響因素，能夠使該區(qū)域的人才聚集力增強(qiáng);同時(shí)醫(yī)療保險(xiǎn)、子女教育、基礎(chǔ)設(shè)施水平等社會(huì)服務(wù)水平也影響著人才配置;張?jiān)偕鶾9]認(rèn)為經(jīng)濟(jì)發(fā)展?fàn)顩r、產(chǎn)業(yè)發(fā)展和社會(huì)保障體系等都會(huì)對(duì)人才的流動(dòng)行為產(chǎn)生影響。在人才產(chǎn)出指數(shù)，魏浩等[10]指出人才集聚效應(yīng)、相應(yīng)的基礎(chǔ)設(shè)施條件和經(jīng)濟(jì)水平都影響人才的流動(dòng);牛沖槐等[11-12]指出區(qū)域的科技資源配置、人才的科技素養(yǎng)和科技水平以及科技創(chuàng)新和轉(zhuǎn)化能力等會(huì)影響人才聚集。遵循科學(xué)性、全面性、客觀性以及數(shù)據(jù)可獲得性的原則，構(gòu)建了區(qū)域人才配置效率評(píng)價(jià)指標(biāo)體系，如表1所示。

（二）數(shù)據(jù)來源

上述指標(biāo)體系中的數(shù)據(jù)來源，除人才數(shù)量投入的每萬人口R&D人員數(shù)、每萬人口科技活動(dòng)人員數(shù)，科技發(fā)展創(chuàng)新產(chǎn)出額專利申請(qǐng)量、技術(shù)合同成交額等數(shù)據(jù)來自《天津科技統(tǒng)計(jì)年鑒》，其他數(shù)據(jù)均來自《天津統(tǒng)計(jì)年鑒》。由于2009年是濱海新區(qū)的重要時(shí)間節(jié)點(diǎn)，國務(wù)院正式批復(fù)濱海新區(qū)行政體制改革方案，同意撤銷天津市塘沽區(qū)、漢沽區(qū)、大港區(qū)，設(shè)立天津市濱海新區(qū)，以原塘沽區(qū)、漢沽區(qū)、大港區(qū)的行政區(qū)域?yàn)闉I海新區(qū)的行政區(qū)域。即撤銷濱海新區(qū)工委、管委會(huì)，撤銷塘沽、漢沽、大港區(qū)現(xiàn)行建制，設(shè)立濱海新區(qū)行政區(qū)，轄區(qū)包括原塘沽、漢沽、大港三區(qū)全境。故本文研究2009—2016年的天津市人才配置效率。

三、研究方法

（一）超效率DEA

基于傳統(tǒng)的DEA模型下計(jì)算得到的有效單元，即效率值是1的評(píng)價(jià)單元可能出現(xiàn)多個(gè)，然而傳統(tǒng)的DEA方法無法對(duì)這些有效評(píng)價(jià)單元進(jìn)行進(jìn)一步區(qū)分。因此Banker等[13]提出超效率數(shù)據(jù)包絡(luò)分析（Super-Efficiency）法以彌補(bǔ)傳統(tǒng)DEA的上述問題，Andersen等[14]于1993年進(jìn)一步改進(jìn)了超效率數(shù)據(jù)包絡(luò)分析法。其中，超效率CCR-DEA模型主要考慮被評(píng)價(jià)決策單元相對(duì)于其他單元的效率，其構(gòu)造的參考集并不含有被評(píng)價(jià)決策單元本身，因此該評(píng)價(jià)模型可對(duì)DEA有效決策單元做出進(jìn)一步區(qū)分評(píng)價(jià)[15]。超效率CCR-DEA模型為：

（二）Malmquist指數(shù)

Malmquist指數(shù)又被稱為“全要素生產(chǎn)率”（TEPCH），通常被用于計(jì)算生產(chǎn)效率的變化情況。最初由Malmquist在1953年提出，Caves等于1982年用其測算生產(chǎn)效率的變化，1994年RolfF？覿re等人將這一理論的一種非參數(shù)線性規(guī)劃法與DEA理論相結(jié)合。Malmquist指數(shù)定義為：TFPCH = ECH × TECH = PECH × SECH × TECH。Malmquist指數(shù)可分解為技術(shù)效率變化指數(shù)（ECH）與技術(shù)進(jìn)步變化指數(shù)（TECH）。技術(shù)效率變化指數(shù)又能夠分解為純技術(shù)效率變動(dòng)指數(shù)（PECH）與規(guī)模效率指數(shù)（SECH）。Malmquist指數(shù)和分解的各類指數(shù)數(shù)值均有特定的含義：如果指數(shù)數(shù)值大于1，則表示在評(píng)價(jià)時(shí)間段里相應(yīng)指數(shù)效率呈現(xiàn)上升態(tài)勢(shì);反之，則說明其處于下降的趨勢(shì)[17]。

各指數(shù)在人才配置中所表示的具體含義如下：TEPCH反映人才的規(guī)模集聚效應(yīng)、社會(huì)技術(shù)進(jìn)步、人才要素資源配置和利用水平的發(fā)展情況。如果指數(shù)大于1，表明人才配置效率提高;若小于1，則表明人才配置效率下降。SECH反映人才的規(guī)模集聚效應(yīng)對(duì)人才配置率的影響。PECH反映人才要素資源配置和利用水平的發(fā)展情況，通過管理水平的變化影響人才配置效率。ECH則總體反映人才的規(guī)模集聚效應(yīng)、人才要素資源配置和利用水平的發(fā)展情況。TECH反映社會(huì)技術(shù)進(jìn)步程度對(duì)人才配置效率的影響，指數(shù)小于1表示技術(shù)退步，大于1表示技術(shù)進(jìn)步，而等于1則無變化。

四、實(shí)證結(jié)果分析

（一）天津市人才配置效率動(dòng)態(tài)演化分析

利用EMS1.3統(tǒng)計(jì)軟件求解產(chǎn)出角度的超效率CCR-DEA模型，可得2009—2016年天津市16個(gè)行政區(qū)的人才配置效率與排名情況如表2所示。

首先，2009—2016年天津市人才配置效率總體呈現(xiàn)先下降后上升再下降的發(fā)展趨勢(shì)。2009—2010年天津市人才配置效率處于規(guī)模報(bào)酬遞減階段，從2010—2011年處于規(guī)模報(bào)酬遞增階段，2011—2016年天津市人才配置效率處于規(guī)模報(bào)酬遞減階段。其次，2009—2016年天津市各區(qū)的人才配置效率存在顯著的地區(qū)差異。和平區(qū)和濱海新區(qū)的人才配置效率平均值分別為8.751和8.707，排名前兩名，而寶坻區(qū)的人才配置效率平均值僅為0.962，排名處于最末位，約為和平區(qū)和濱海新區(qū)人才配置效率的1/9。最后，和平區(qū)和濱海新區(qū)的人才配置效率平均值顯著高于其他區(qū)，雖然南開區(qū)的人才配置效率排名第三，但是也僅為和平區(qū)和濱海新區(qū)的約1/4。

第一，中心城區(qū)、環(huán)城區(qū)和遠(yuǎn)郊區(qū)人才配置效率遠(yuǎn)低于濱海新區(qū)，但3個(gè)功能區(qū)人才配置效率呈現(xiàn)協(xié)同發(fā)展態(tài)勢(shì)

由表3和圖1可知，一是2009—2016年濱海新區(qū)人才配置效率平均值顯著高于其他區(qū)，排名第一。濱海新區(qū)的區(qū)位優(yōu)勢(shì)、資源優(yōu)勢(shì)、工業(yè)基礎(chǔ)優(yōu)勢(shì)和體制創(chuàng)新優(yōu)勢(shì)有助于人才向其內(nèi)部流動(dòng)，從而為其人才優(yōu)化配置提供良好的環(huán)境基礎(chǔ)。以2016年的指標(biāo)數(shù)據(jù)為例，人才投入方面：其實(shí)際利用內(nèi)外資1 591.458億元，約占天津市總量的2/7;每萬人口科技活動(dòng)人員數(shù)171.742人/萬人，約占天津市的1/7。人才產(chǎn)出方面：專利申請(qǐng)量為28 967件，約占天津市的2/7;技術(shù)合同成交額為299.48億元，約占天津市的1/2。由此濱海新區(qū)一直保持“高投入-高產(chǎn)出”的人才配置模式，從而使得其人才配置效率保持高水平。二是2009—2016年中心城區(qū)、環(huán)城區(qū)和遠(yuǎn)郊區(qū)的人才配置效率差距縮小，呈現(xiàn)趨同的變化趨勢(shì)。中心城區(qū)優(yōu)質(zhì)的公共服務(wù)、成熟的商業(yè)商務(wù)環(huán)境以及良好的城市基礎(chǔ)設(shè)施水平，是其吸引人才、留住人才的絕對(duì)優(yōu)勢(shì)。環(huán)城區(qū)距離中心城區(qū)較近，隨著軌道交通體系逐步完善和優(yōu)質(zhì)公共資源由中心城區(qū)向環(huán)城區(qū)逐步轉(zhuǎn)移，加之區(qū)域之間的產(chǎn)業(yè)發(fā)展，從而促進(jìn)了環(huán)城區(qū)的人才配置。遠(yuǎn)郊區(qū)由于受歷史、自然和區(qū)位等諸多因素的影響，人才配置水平與其他城區(qū)相比，存在著較大的差距。

第二，中心城區(qū)的人才配置效率整體呈現(xiàn)下降的發(fā)展態(tài)勢(shì)，6個(gè)行政區(qū)間的人才配置效率存在較大差距

2009—2016年中心城區(qū)的人才配置效率整體呈現(xiàn)下降的發(fā)展態(tài)勢(shì)，下降幅度為0.818。和平區(qū)、南開區(qū)和紅橋區(qū)的人才配置效率平均值處于天津市前列，其中和平區(qū)的人才配置效率遠(yuǎn)大于其他區(qū)，而河?xùn)|區(qū)、河西區(qū)和河北區(qū)則處于天津市末尾，成為中心城區(qū)人才配置效率的低洼地區(qū)。人才配置效率的變動(dòng)值由大到小依次為，和平區(qū)>河北區(qū)=紅橋區(qū)>南開區(qū)>河?xùn)|區(qū)>河西區(qū)，變動(dòng)值分別為：1.947、1.129、1.129、1.032、0.630、0.577。和平區(qū)、河西區(qū)和南開區(qū)在教育和醫(yī)療等社會(huì)發(fā)展方面具有明顯優(yōu)勢(shì)。和平區(qū)一直保持“較高投入-較高產(chǎn)出”的人才配置模式，在人才投入方面：人均GDP和第三產(chǎn)業(yè)比重一直為天津市的2倍左右，并且聚集了大量的優(yōu)質(zhì)教育資源和三級(jí)醫(yī)院;在人才產(chǎn)出方面，個(gè)人所得稅和一般公共預(yù)算收入一直位于天津市前列，因此和平區(qū)的人才配置效率排名一直為天津市第二。河?xùn)|區(qū)的人才配置效率一直處于低級(jí)階段，河?xùn)|區(qū)在第三產(chǎn)業(yè)比重和街道辦事處與基民委員會(huì)數(shù)等人才投入方面處于天津市的較高水平，但其人才產(chǎn)出方面卻處于天津市的較低水平，這種“較高投入-較低產(chǎn)出”的人才配置模式，直接導(dǎo)致河?xùn)|區(qū)人才配置的低效率。

第三，環(huán)城區(qū)的人才配置效率整體呈現(xiàn)下降的發(fā)展態(tài)勢(shì)，4個(gè)行政區(qū)間的人才配置效率存在較大差距

由圖3可知，2009—2016年環(huán)城區(qū)的人才配置效率整體呈現(xiàn)下降的發(fā)展態(tài)勢(shì)，下降幅度為0.341。津南區(qū)的人才配置效率平均值在天津市排名第八，西青區(qū)排名第九，而北辰區(qū)和東麗區(qū)分別排名第十二、第十五，成為環(huán)城區(qū)人才配置效率的低洼地區(qū)。人才配置效率的變動(dòng)值由大到小依次為，北辰區(qū)>津南區(qū)>東麗區(qū)>西青區(qū)，變動(dòng)值分別為：1.447、1.241、0.480、0.453。東麗區(qū)一直處于“較高投入-較低產(chǎn)出”的人才配置模式，其人才配置效率一直處于較低水平，以2016年的指標(biāo)數(shù)據(jù)為例，東麗區(qū)的人才投入方面：實(shí)際利用內(nèi)外資353.58億元，約占天津市的1/9;每萬人口R&D人員數(shù)229.33人/萬人，約占天津市的1/5;每萬人口科技活動(dòng)人員數(shù)373.18人/萬人，約占天津市的2/9;人才產(chǎn)出方面：專利申請(qǐng)量3661件，約占天津市的1/30;技術(shù)合同成交額10.7億元，約占天津市的1/54。

第四，遠(yuǎn)郊區(qū)的人才配置效率整體呈現(xiàn)較小幅度上升的發(fā)展態(tài)勢(shì)，5個(gè)行政之間的人才配置效率存在較大差距

由圖4可知，2009—2016年遠(yuǎn)郊區(qū)的人才配置效率整體呈現(xiàn)較小幅度上升的發(fā)展態(tài)勢(shì)，上升幅度為0.041。武清區(qū)、靜海區(qū)和薊州區(qū)的人才配置效率平均值在天津市排名分別為第四、第五、第七，而寶坻區(qū)和寧河區(qū)排名天津市最末位。人才配置效率的變動(dòng)值由大到小依次為，武清區(qū)>靜海區(qū)>寶坻區(qū)>薊州區(qū)>寧河區(qū)，變動(dòng)值分別為：0.835、0.686、0.682、0.285、0.133。武清區(qū)位于《天津市空間發(fā)展戰(zhàn)略規(guī)劃》 “一軸兩帶”中“京濱綜合發(fā)展軸”上，該軸依次連接武清區(qū)、中心城區(qū)、海河中游地區(qū)和濱海新區(qū)核心區(qū)，有效聚集先進(jìn)生產(chǎn)要素，承載高端生產(chǎn)和服務(wù)職能，實(shí)現(xiàn)與北京的戰(zhàn)略對(duì)接其人才配置效率整體呈現(xiàn)較大幅度的增長趨勢(shì)。寧河區(qū)的人才配置效率整體呈現(xiàn)大幅度下降趨勢(shì)，一方面，由于其地理位置偏北導(dǎo)致中心城區(qū)和濱海新區(qū)的輻射帶動(dòng)作用偏弱;另一方面，其人才配置模式長期處于“低投入-超低產(chǎn)出”模式，以2016年的指標(biāo)數(shù)據(jù)為例，寧河區(qū)人才投入中的人均GDP、平均R&D經(jīng)費(fèi)支出和每萬人口R&D人員數(shù)等均約占天津市的1/9;但是其人才產(chǎn)出中的企業(yè)所得稅和專利申請(qǐng)量卻僅僅約占天津市的1/99。

（二）天津市人才配置效率影響因素分析

1.天津市2009—2016年的人才配置效率Malmquist指數(shù)分析

為了更好地探究不同時(shí)期天津市人才配置效率的變動(dòng)狀況，利用DEAP2.1軟件計(jì)算投入角度CCR模型的Malmquist指數(shù)，對(duì)2009—2016年天津市人才投入與產(chǎn)出的面板數(shù)據(jù)進(jìn)行分析，可得到2009—2016年天津市分年份的全要素生產(chǎn)率指數(shù)及其分解的計(jì)算結(jié)果，如表4所示。

一是全要素生產(chǎn)率角度：2009—2016年八年的全要素生產(chǎn)率平均值為0.922，說明天津市人才配置效率呈現(xiàn)8.8%下降趨勢(shì)。其中，天津市人才配置的技術(shù)效率下降0.2%，但是其技術(shù)進(jìn)步指數(shù)下降了7.7%，從而導(dǎo)致其全要素生產(chǎn)率下降8.8/%，說明技術(shù)進(jìn)步下降是天津市人才配置效率下降的主要影響因素。二是技術(shù)效率角度：2009—2016年技術(shù)效率的平均值為0.998。天津市人才配置的純技術(shù)效率一直為1，說明天津市人才要素資源配置和管理水平處于較高水平;天津市人才配置的規(guī)模效率則呈現(xiàn)與技術(shù)效率同步的變化趨勢(shì)，其中2009—2010年、2011—2012年、2012—2013年和2014—2015年的規(guī)模效率小于1，說明人才配置規(guī)模結(jié)構(gòu)不合理，需要進(jìn)一步調(diào)整優(yōu)化;同時(shí)由于2009—2016年純技術(shù)效率不變，則規(guī)模效率的變化是技術(shù)效率變化的直接原因。三是技術(shù)進(jìn)步：2009—2016年八年的技術(shù)進(jìn)步指數(shù)平均值為0.923，整體呈現(xiàn)先減少、后增加、再減少、后增加的變化趨勢(shì)。其中，只有2011—2012年、2013—2014年、2015—2016年的技術(shù)進(jìn)步指數(shù)大于1，該年的技術(shù)進(jìn)步促進(jìn)了天津市人才配置效率的提高，同時(shí)也說明技術(shù)進(jìn)步是制約天津市人才配置效率提高的主要影響因素。

2.天津市16個(gè)行政區(qū)的人才配置效率Malmquist指數(shù)分析

為了更好地探究不同時(shí)期天津市人才配置效率的變動(dòng)狀況，利用DEAP2.1軟件計(jì)算投入角度CCR模型的Malmquist指數(shù)，對(duì)2009—2016年天津市人才投入與產(chǎn)出的面板數(shù)據(jù)進(jìn)行分析，可得到2009—2016年天津市分區(qū)的全要素生產(chǎn)率指數(shù)及其分解的計(jì)算結(jié)果，如表5所示。

一是全要素生產(chǎn)率角度：只有濱海新區(qū)、武清區(qū)和西青區(qū)的全要素生產(chǎn)率大于1，其余各區(qū)均小于1，說明只有濱海新區(qū)、武清區(qū)和西青區(qū)的人才配置效率總體呈現(xiàn)增長態(tài)勢(shì)，增長幅度分別為29.6%、17%和5.3%，其余各區(qū)的人才配置效率均表現(xiàn)為不同程度的下降態(tài)勢(shì)。天津市各區(qū)人才配置的技術(shù)效率的變化幅度顯著小于其技術(shù)進(jìn)步指數(shù)的變化，說明技術(shù)進(jìn)步是影響天津市人各區(qū)才配置效率的主要影響因素。二是技術(shù)效率：除東麗區(qū)、寶坻區(qū)和寧河區(qū)的技術(shù)效率小于1，其他各區(qū)均為1，說明東麗區(qū)、寶坻區(qū)和寧河區(qū)的人才的規(guī)模集聚效應(yīng)、人才要素資源配置和利用水平需要進(jìn)一步提高。其中各區(qū)的純技術(shù)效率均為1，說明各區(qū)的人才要素資源配置和管理水平處于較高水平。但是東麗區(qū)、寶坻區(qū)和寧河區(qū)的規(guī)模效率小于1，說明三區(qū)的人才配置規(guī)模結(jié)構(gòu)需要進(jìn)一步優(yōu)化，并且規(guī)模效率是影響東麗區(qū)、寶坻區(qū)和寧河區(qū)技術(shù)效率變化的主要影響因素。三是技術(shù)進(jìn)步：除西青區(qū)、武清區(qū)和濱海新區(qū)的技術(shù)進(jìn)步指數(shù)大于1，呈現(xiàn)正增長，其他各區(qū)的技術(shù)進(jìn)步指數(shù)均呈現(xiàn)負(fù)增長，說明技術(shù)進(jìn)步促進(jìn)了西青區(qū)、武清區(qū)和濱海新區(qū)的人才配置效率，抑制了其他各區(qū)的人才配置效率。

五、結(jié)論與建議

本文構(gòu)建了區(qū)域人才配置效率評(píng)價(jià)指標(biāo)體系，利用超效率DEA方法測度了天津市16個(gè)行政區(qū)2009—2016年的人才配置效率，并運(yùn)用Malmquist指數(shù)識(shí)別了天津市人才配置效率的影響因素。主要研究結(jié)論為：（1）天津市人才配置效率總體呈現(xiàn)下降的發(fā)展趨勢(shì)，16個(gè)行政區(qū)之間的人才配置效率平均值存在較大差距，在變動(dòng)方向和變動(dòng)強(qiáng)度方面存在較大差異;（2）濱海新區(qū)人才配置效率顯著高于其他3個(gè)功能區(qū)，中心城區(qū)、環(huán)城區(qū)和遠(yuǎn)郊區(qū)各年的人才配置效率呈現(xiàn)協(xié)同發(fā)展態(tài)勢(shì);（3）根據(jù)Malmquist指數(shù)分析天津市人才配置的平均全要素效率TFPCH小于1，技術(shù)進(jìn)步是天津市人才配置的主要影響因素?；谝陨辖Y(jié)論，本文提出以下建議：

一是為應(yīng)對(duì)天津市人才配置效率整體呈下降的不良趨勢(shì)，建議根據(jù)各區(qū)實(shí)際情況，采取差異化人才政策，協(xié)同各行政區(qū)的經(jīng)濟(jì)資源、產(chǎn)業(yè)發(fā)展、社會(huì)服務(wù)等人才投入要素和人才累積、財(cái)政稅收、社會(huì)發(fā)展等人才產(chǎn)出要素，以提高天津市整體的人才配置水平。例如，河?xùn)|區(qū)在R&D經(jīng)費(fèi)支出等人才投入方面一直處于天津市前列，但是其專利申請(qǐng)量等人才產(chǎn)出方面卻一直低于天津市平均水平，因此河?xùn)|區(qū)需充分發(fā)揮人才投入資源的基礎(chǔ)性作用和人才創(chuàng)造的關(guān)鍵作用，著力提升人才成果轉(zhuǎn)化能力;寧河區(qū)的衛(wèi)生機(jī)構(gòu)數(shù)、一般公共預(yù)算支出等社會(huì)發(fā)展投入一直低于天津市平均水平，需增加其人才配置的基礎(chǔ)資源，擺脫“低投入-低產(chǎn)出”的人才配置模式。

二是為進(jìn)一步提高中心城區(qū)、環(huán)城區(qū)和遠(yuǎn)郊區(qū)的人才配置效率，濱海新區(qū)應(yīng)帶動(dòng)該3個(gè)功能區(qū)協(xié)同發(fā)展，不斷加強(qiáng)資源要素流動(dòng)，優(yōu)勢(shì)互補(bǔ)，優(yōu)化城區(qū)間的人才配置資源。中心城區(qū)的人才配置效率整體呈現(xiàn)下降趨勢(shì)，急需著力提高其效率，進(jìn)而扭轉(zhuǎn)該不良趨勢(shì)。而環(huán)城區(qū)、遠(yuǎn)郊區(qū)的由于受歷史、自然和區(qū)位等諸多因素的影響，人才配置水平與其他城區(qū)相比，存在著較大的差距。通過加速中心城區(qū)的教育、醫(yī)療、交通等優(yōu)質(zhì)公共資源以及濱海新區(qū)的優(yōu)質(zhì)產(chǎn)業(yè)資源、體制創(chuàng)新優(yōu)勢(shì)等與人才息息相關(guān)的資源與環(huán)城區(qū)、遠(yuǎn)郊區(qū)之間進(jìn)行輻射轉(zhuǎn)移，優(yōu)化人才配置的相關(guān)資源，并形成高效互動(dòng)，從而實(shí)現(xiàn)濱海新區(qū)對(duì)中心城區(qū)、環(huán)城區(qū)和遠(yuǎn)郊區(qū)的“協(xié)同帶動(dòng)”作用，提高該3個(gè)功能區(qū)的人才配置效率。

三是為應(yīng)對(duì)技術(shù)進(jìn)步是影響人才配置效率下降的主要因素，應(yīng)深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略和京津冀人才一體化發(fā)展規(guī)劃。通過對(duì)天津市人才配置效率的動(dòng)態(tài)分析發(fā)現(xiàn)，天津市人才配置的平均全要素效率TFPCH小于1，人才配置效率呈現(xiàn)下降趨勢(shì)，技術(shù)進(jìn)步是主要影響因素。因此天津應(yīng)繼續(xù)將創(chuàng)新驅(qū)動(dòng)發(fā)展作為優(yōu)先發(fā)展戰(zhàn)略，以科技創(chuàng)新為核心帶動(dòng)社會(huì)全面創(chuàng)新，以產(chǎn)業(yè)創(chuàng)新為重點(diǎn)不斷推產(chǎn)業(yè)進(jìn)優(yōu)化升級(jí)，以人才建設(shè)為支撐構(gòu)筑人才資源競爭優(yōu)勢(shì)，不斷提升科技創(chuàng)新能力、推動(dòng)科技進(jìn)步。落實(shí)京津冀人才一體化發(fā)展規(guī)劃，著力打造京津冀人才協(xié)同創(chuàng)新共同體，破除人才體制機(jī)制的障礙，積極探索建立區(qū)域協(xié)同創(chuàng)新機(jī)制、科技資源共享機(jī)制和人才合作開發(fā)流動(dòng)機(jī)制。提高科技創(chuàng)新能力，推動(dòng)科技進(jìn)步，從而提高人才配置效率。

[參考文獻(xiàn)]

[1] ?ARISS A A，CASCIO W F，PAAUWE J. Talent management：current theories and future research directions[J]. Journal of World Business，2013，49（2）：173-179.

[2] ?侯愛軍，夏恩君，陳丹丹，李森. 基于供需視角的我國區(qū)域人才流動(dòng)研究[J]. 科技進(jìn)步與對(duì)策，2015，32（9）：141-145.

[3] ?桂昭明. 改進(jìn)完善人才流動(dòng)配置機(jī)制的路徑[J]. 中國人才，2010（11）：22-23.

[4] ?宋本江. 我國短缺性人才資源配置機(jī)制探討[J].中國人力資源開發(fā)，2011（01）：73-75.

[5] ?劉兵，曹文蕊，梁林. 京津冀人才配置關(guān)鍵影響因素識(shí)別及模式研究[J]. 科技進(jìn)步與對(duì)策，2017，34（19）：41-46.

[6] ?彭皓玥，王樹恩. 我國科技人才配置的效率[J]. 工業(yè)工程. 2008（02）：17-20+28.

[7] ?牛沖槐，黃娟，李秋霞. 基于灰色關(guān)聯(lián)投影模型的科技型人才聚集效應(yīng)測度——以中部六省為例[J]. 科技進(jìn)步與對(duì)策，2013，30（1）：150-154.

[8] ?劉兵，李嫄，許剛. 開發(fā)區(qū)人才聚集與區(qū)域經(jīng)濟(jì)發(fā)展協(xié)同機(jī)制研究 [J]. 中國軟科學(xué)，2010（12）：89-96.

[9] ?張?jiān)偕? 人才流動(dòng)態(tài)勢(shì)及影響因素分析——以天津市為例[J]. 人口學(xué)刊，2001（1）：8-12.

[10] ?魏浩，王宸，毛日昇. 國際間人才流動(dòng)及其影響因素的實(shí)證分析 [J]. 管理世界，2012（1）：33-45.

[11] ?牛沖槐，接民，張敏，等. 人才聚集效應(yīng)及其評(píng)判[J]. 中國軟科學(xué)，2006（4）：118-123.

[12] 牛沖槐，江海洋. 硅谷與中關(guān)村人才聚集效應(yīng)及環(huán)境比較研究[J].管理學(xué)報(bào)，2008，5（3）：396-401.

[13] ?R D BANKER，A CHARNES，W W COOPER. Constrained game formulations and interpreations for data envelopment analysis[J]. European Journal of Operational Research，1989，40（3）： 299 - 308.

[14] ?ANDERSEN P，PETERSEN N C. A procedure for ranking efficientunits in data envelopment analysis[J]. Management Science，1993，39（10）： 1261 - 1264.

[15] ?楊力，王舒鴻，吳杰. 基于集成超效率DEA模型的煤炭企業(yè)生產(chǎn)效率分析[J].中國軟科學(xué)，2011（3）：169-176.

[16] ?周平. 基于超效率DEA模型的區(qū)域低碳效率空間分異——以湖南省各市州為例[J]. 經(jīng)濟(jì)地理2017，37（3）：188-192.

[17] ?李聞一，朱祥波，王宇. 政府科技投入成本效益分析——基于超效率CCR模型與Malmquist指數(shù)模型[J]. 科技進(jìn)步與對(duì)策，2016，33（21）：132-136.

Abstract： Talents play a decisive role in boosting regional innovation， whether regional talent allocation is rational and effective will affect talent development and sustainable regional development. Based on the input and output perspective， the evaluating index system about regional talent allocation efficiency is constructed. Using the 16 administrative districts of Tianjin from 2009 to 2016 as samples， the Super-efficient DEA is used to analyze the dynamic evolution trend of talent allocation efficiency. Meanwhile， the Malmquist index is used to analyze the influencing factors of changes about talent allocation efficiency. The results show that the talent allocation efficiency in Tianjin has presented a downward trend except in 2011; the efficiency of talent allocation in the downtown， ring area and suburbs is much lower than that in Binhai New District， but the talent allocation efficiency of the three functional areas shows a synergistic development trend; the efficiency of talent allocation in 16 administrative districts vary greatly in terms of direction and intensity. In addition， technological progress has become the main influencing factor of talent allocation in Tianjin from the perspective of technological efficiency and level of technological progress. The foregoing results will help the government of Tianjin optimize the allocation of talent resources and provide a basis for the application of this method to other fields.

Key words： regional talent allocation efficiency; dynamic evolution; influencing factors; Tianjin; Super-efficiency DEA; Malmquist index