[摘 要]本文通过因子分析法对新疆生产建设兵团的14个师9个与人力资源开发有关的因子进行分析,企业和3215个社会事业单位。到2008年底,兵团总人口257.31万,从业人员102.4万人,实现gdp 523.3亿元。其中,农八师人口为58.4万,实现gdp122.01亿元,排名第一;农一师人口为29.12万,实现gdp64.39亿元,排名第二。早期成功的人力资源开发奠定了兵团屯垦戍边事业的基础,但是改革开放以来兵团特有的体制,所处特殊的自然环境,相对较低的人口素质,在经济可持续发展中遇到的人才流失和人力资源开发使用不合理等问题成为影响兵团事业发展的瓶颈。因此,研究兵团人力资源可持续发展指标体系,全面评估人力资源可持续发展水平及潜力,针对存在的问题及实际,将可持续发展理论落到实处,并从能否抓住机遇实施人力资源的深度开发,将经济发展的增长点转向主要依靠人才开发和科技进步上来,对于从根本上解决发展的问题,具有重要的现实意义和深远的历史意义。


一、兵团人力资源可持续发展的现状分析

1.兵团人力资源的基础与开发状况
2008年底,兵团总人口达到258.31万人,人口密度为34.5人/每平方公里,人口自然增长率为1.33‰。LOcaLhoST数据显示,兵团南北疆垦区人口呈现出北多南少的格局。3/4左右的人口分布在北疆垦区,其中石河子垦区2008年人口达到58.44万人,占兵团总人口的22.71%,南疆的农一师、农二师、农十四师人口总和仅占兵团总人口数的20.4%。人口分布的不平衡不利于资源合理的配置,尤其南疆过低的人口比例,不利于屯垦戍边职能的发挥及维护边疆稳定任务的完成。

兵团目前有普通高校4所,成人高校2所,普通中等学校290所,成人中等学校1所,小学245所,为人力资源的开发创造了条件。从整体上看,兵团初级教育比较普及,但是对高级人才的培养,有待于进一步加强。具体说,农八师、农六师和农一师的教育水平相对较高,而农十四师、农十二师和建工师的教育水平则偏低。虽然兵团教育和科技事业的发展,已形成了一定的人力资源储备,但是兵团80%的专业技术人员集中在团部以上部门,高层次、高职称人才大多分布在农一师阿拉尔市、农八师石河子市等经济发展相对较好的地区及兵团直属机构,边远贫困地区人才严重短缺。
2.兵团人力资源利用状况
2008年兵团人均gdp为20291元,就业量为102.4万人,其中在岗职工人数为67.32万人,在岗职工的年平均工资为18772元是2000年6763元的2.8倍,在全国职工年平均工资排序中位居倒数第一位。兵团从业人员数为102.4万人,其中第一产业、第二产业和第三产业分别占从业人员总数的47%、18.5%、34.5%;各师从业人员情况如表1。
从表1中可以看出,以劳动密集型农业为主的兵团各师的第一产业从业人员几乎占总人力资源的一半左右,分布于第二、三产业的人力资源较少。

二、兵团人力资源可持续性的实证分析

1.方法说明
因子分析是利用降维的思想,研究如何以最小的信息丢失将众多原有变量浓缩成少数几个主因子,如何使主因子具有一定的命名解释的多元统计方法。因子分析的基本目的是,用少数几个因子f1,f2,…,fm去描述许多变量之间的关系。被描述的变量x1,x2,…,xp是可观测的随机变量,即显在变量,而这些因子是不可观测的潜在变量。因子分析是利用这些潜在变量或本质因子去解释可观测的变量的一种工具。
2.指标选择
(1)选取评价指标的原则
人力资源可持续发展评价指标体系中所建立的指标的选取首先应反映出科学性,即反映人力资源发展的真实情况,能客观、充分体现人力资源可持续发展的内涵。其次,指标应能相对全面、综合地反映一个地区人力资源可持续发展至少是主要方面的特征。另外,选择评价指标体系应保证数据的可得性和指标量化的难易程度。最后,选择指标体系要从简单出发,将需要与可能、理论与实际结合起来,使指标既简单又实用。
(2)评价指标体系的构建
根据可持续性发展的协调发展原理和指标体系建立的原则,本文选取表述兵团人口规模、人口素质以及生活条件等指标构建兵团人力资源可持续性发展指标体系,包括兵团年末总人口数(x1)、年末就业总人数(x2)、性别比 (x3)、农业人口占总人口的比重(x4)、国有单位专业技术人员数(x5)、每万人拥有卫生人员数(x6)、每万人口拥有床位数(x7)、在岗职工年平均工资(x8)、人均gdp (x9)、共9个指标,其中x1、x2反映的是兵团人口的规模及就业情况,x3、x 4反映了人力资源的结构;x5、x9反映了兵团人力资源的素质,x6、x7、x8反映了人力资源生存治疗以及居民生活的质量,本文以兵团2008年各师的数据为样本,用sas软件采用因子分析方法进行计算。
3.实证分析过程
(1)因子分析过程
在做数据分析前,首先对原始数据进行了预处理,即量化指标的一致化和无量纲化,使其具有可比性。其次,检验了各个指标之间的相关性,结果表明本文所选的各个指标之间存在较强的相关关系,适合做因子分析。接下来本文使用了因子分析中的主成分分析解法,计算出因子载荷阵及其对应的特征值、贡献率、累积贡献

[1] [2] 下一页