2.内部人才结构性影响因素指标
人才的内部结构对人才的双向过滤也起到重要的作用。人才的结构可以包括年龄结构、学历结构、能力结构。一般而言,由于人才愈早进行智力投资,其余生综合收入的增加就愈多,所以人才的年龄结构越小,越有利于人才的向上过滤。虽然由于人才环境、人才观念的变化以及教育制度的改革,目前人才接受再教育向上过滤的时间段有很大程度的拉长,但考虑数据的可获得性,本研究选取了35岁以下人才数作为衡量指标。在学历结构上,由于人才接受教育年限的增加以及本科生以上学历人才在经济中所起到的核心作用,本研究选取了本科生的人数、博士/硕士的人数作为衡量的指标。而能力结构中就选择了初级职称人数、中级职称人数、高级职称人数、高级技师人数作为指标。
对各种因素进行归类整合,对人才过滤影响的指标可以归为人才环境、人才开发、人才结构、人才流动四个方面(如图5)。因为正如前述,各种因素不同方向的变动可能促使人才向上过滤,也可能影响人才的向下过滤,是一种综合影响的指标。所以,本研究将图5所示诸因素作为影响人才资源向上过滤的总体指标。所谓人才资源过滤综合指标即指剔除对人才向下过滤所形成的影响,在综合作用力下人才净向上过滤的指标。
(三)人才过滤效应模型构建
1.人才发展过滤指数模型
[公式4]
人才发展双向过滤影响指标体系 出国留学人员来深人数 年进深人才数 35岁以下人才数 本科学历人数比例 硕士、博士人数比例 初级职称人才数 中级职称人才数 高级技师人才数 高级职称人才数 人均GDP 固定资产投资额 职工年平均工资 总企业数 公共图书馆总藏量 再教育率 每万人在校大学生数 科教文卫经费占财政支出比 驻深高校数 人才结构 人才环境 人才流动 人才开发
图5 人才发展双向过滤影响因素指标体系图
其中: