论文部分内容阅读
摘 要：随着信息技术的发展，各地区的经济水平也水涨船高，以前所未有的速度迅速增长。然而对这部分增长的经济做出贡献最大是各个区域的人才们，他们大多从事于第三产业，不仅能够充分利用现有信息技术为所在领域做出贡献，还为地方经济后续发展提供动力。因此，如何才能吸引到其他地区的人才，制定什么样的政策来管理人才，成为各地区目前急需解决的问题。首先通过搜集数据建立了人才评价指标体系与区域人才竞争力评价指标体系，之后分别构建了相应的数学模型，并利用构建模型对选定的目标地区兰州市人才引进战略进行分析评价，提出帮助提升该城市人才引进绩效的改进意见。
关键词：区域人才评价；模糊数学法；专家打分法；评价系数矩阵
中图分类号：F24 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.29.037
1 模型建立前的理论分析
区域人才竞争力的评价首先需要进行大量调研，确定影响各地区人才竞争力的因素，接着通过对各项可能影响该地区人才竞争力的因素进行指标分层，利用数学方法对这些评价指标进行量化。针对调研到的影响因素众多，计算复杂的问题，我们通过问卷调查最终确定了几项重要指标，之后确定各项影响因素的权重大小成为了核心问题，现有层次分析法虽然应用简单，但大量的运用主观评分降低了评价结果的可信度。因此我们计划采用模糊数学法建立评价系数矩阵来分析各因素对应权重大小。同时还应当考虑到对该地区而言，什么样的人才算是人才，这就需要我们另外构建评价体系来对该地区吸引的外来人员进行区分。
本文也存在以下方面不足：社会对于人才的需求也会随着技术的进步不断发生变化，所以在确定各项评价指标及其权重时本应当遵循动态化要求；指标和相应权重的确定具有一定主观性；对于发放的问卷，多人评价的结论难以收敛；影响区域人才竞争力的因素有很多，这里只考虑了其中一部分。
2 构建人才评价机制
将各区域吸引到的外来人员进行筛选。由于不同领域，不同地区的人才评价机制存在着比较大的差异，所以我们建立了一个广泛意义上的指标评价体制，以客观因素和主观因素作为两个一级指标，我们的人才评价指标体系如表1所示。
评价内容应当不仅包括可以量化的客观因素，即学历背景和获奖经历等，还应当包括采用专家打分等机制来评价的主观因素，如责任感，团队合作意识和工作经验等。
对客观因素进行评价时，可以就人才现有的知识结构和能力结构进行审核，审核通过的材料可以按照其重要程度与数量进行打分，比如在核心期刊上发表论文的得分比在普通期刊上发表的得分更高，获得了国家级奖项的人比没获奖的人得分更高。通过计分形式量化这些指标从而将吸引到的人员按照客观因素得分进行排序。即为客观因素评价部分。
对主观因素评价时可以组成一个专家组或考评组，对吸引到的人员曾经的工作考核记载进行核查，把诸多其他部门的考核记载作为对人才评价与选拔的主观评价基礎，评价也采用计分的形式表示。
最后把两种评价结果结合起来，即对两项因素得分进行汇总并按照得分由大到小排序，以完成对人才的评价与选拔工作。
2.1 客观因素评价模型
2.3 主客观因素评价的模型合成
因此各区域可以按排序大小，将排名靠前的一定比率外来人员定义为人才。这样就可以将吸引的外来人员加以筛选，即可保证该地区人才竞争力评价的合理性。
3 建立人才评价模型
接下来我们根据影响地区社会经济发展的因素进行了调研分析，从人才投入、人才输出、人才环境一级指标对一个地区人才竞争力的影响因素做出了汇总。
同时，我们也就上表中的影响因素制作了200份问卷调查，并将这份问卷发往兰州市区的行政管理部门，规模较大的企事业单位，科研机构和高校。由于在发放问卷的过程中，我们无法判断接受调查的人员是否属于评价机制下的人才，因此，在回收到的95份有效问卷中，我们剔除了其中8张答案比较整体统计结果过于分散的问卷，以确保问卷调查信息的集中性。
通过统计，我们得到的结果如下（图1，2，3中只列出了认为程度在比较重要以上的被调查者的数量在20%以上的各项指标）。
从问卷调查的信息可以看出，在人才投入，人才输出和人才环境这三个一级指标中，多数被调查者更看重人才环境，其中认为人均GDP在比较重要以上程度的人最多，我们可以认为该项二级指标非常重要。总体来看，还有万人企业家吸引就业率、政府引进人才投入资金被选择的比重较高，可以认为这三项指标比较重要。其他二级指标：人才投入指标下的年底从业人数、各地科研活动财政支出占比、R&D内外部经费支出；人才环境指标下影响因素下房价水平、人均消费力水平、政府引进人才投入资金；人才输出指标下年均学术论文发表数、年均科技成果转化率等被认为在比较重要程度以上占比30%左右，因此认为这几项二级指标重要程度一般。剩余指标被认为在比较重要程度以上的比率少于20%，我们认为该部分指标不重要，予以剔除。
3.1 确定区域人才评价指标
即某地区人才竞争力评价指标集如下：
一级指标级：M=（M1，M2，M3） 二级指标：M1=（M11，M12，M13）； M2=（M21，M22，M23）；M3=（M31，M32，M33）
3.2 评价指标的权重系数的确定
在区域人才竞争力模型中，各种因素对该地区最终的影响力是不同的，即在进行评价时，我们对不同指标的权重确定也不同。完成确定后，区域人才竞争力模型应用于不同区域的人才竞争力比较量化分析才有可能。因此如何确定各因素在模型中的权重，成为模型构建中需要解决的重要问题。实践中，一般的统计赋权是采用专家调查法，该法是将指标系统以调查问卷的形式送达给有关专家，由被邀请的专家给系统中的各指标赋以不同的权，而后将各位专家所赋权值进行简单平均，以此确定每一指标的最终权数。这种方法虽然简单易行，但是这种判断具有一定主观性，在可信度上并不理想。多层级模糊综合评价方法的基本思想是利用模糊逻辑和模糊数学中的某些方法来对现实中界限不分明或不存在精确解的问题进行数学处理，以期获得相对更优的评价结果。因此，我们考虑采用更为客观的模糊综合评价方法来进行权重的赋值。 3.2.1 确定二级指标的模糊矩阵
在对各项指标确定权重时，我们先对各个一级指标下的所有二级指标确定权重，然后再依次确定各项一级指标的权重。以mij表示二级指标，mij∈U （i，j=1，2，3）。首先将各项二级指标mij两两对比，来确定彼此之间的重要程度。指标的重要程度通过设定闭区间[1，3]作为衡量的尺度（这里设立三个等级：很重要、比较重要、重要程度一般），若mij与m′ij同等重要，则取值为1；若mij比较m′ij更为重要，则取满值3。在1～ 3的范围内， 重要程度越高的指标取值越大；重要程度越小的指标取值越小。将系统内的所有二级指标全部地进行对比和定值，求出一个由各项定值构成的判断矩阵P：
即N=（n1，n2，n3）为P的特征向量。这时，我们把特征向量N（∑3i=1ni=1）取得最大特征根时的分量λ作为各个二级指标的权重。实际操作中，常用几何平均法对P进行处理，以求解特征根最大时的特征向量。具体做法是：先将P中的各个分量按行进行连乘，来求出它的几何平均值，得出一个三维的列向量（n1，n2，n3），再将所求出的三维向量中的每一个二级指标对应分量分别除以所有分量的总和，就得到了权重向量。为了判断确定的权重是否合理可靠，利用模糊数学理论来进行检验：
令CP=CI/PI其中： CI为判断矩阵P的一般性指标；PI为判断矩阵P的随机一致性指标，可由PI值表查出，而CI=（λmax-3）*2λmax。当求出的CP小于0.1时，可认为矩阵P具有较优的一致性，说明权重的确定比较合理；否则就需要调整矩阵结构，直到获得较优的一致性指标。
3.2.2 确定一级指标的模糊矩阵
首先利用打分制根据问卷调查的结果确定评价对象的评语集W=（w1，w2，w3）=（非常重要，比较重要，重要程度一般），并利用五分制对定量集进行赋值。定量集B=（B1，B2， B3）=（1，3，5）。
接著建立一级指标下的模糊评价系数矩阵。在评语集确定以后，可通过扩大问卷调查的范围和数量，对经过筛选后确定的一级指标下的各项二级指标的重要程度再次做出评价。确定第t个被调查者对一级指标Mi（i=1，2，3）下的二级指标mij重要程度的判断为Rijt，可得到Mi的模糊评价判断系数矩阵：
最后通过合成一、二级指标来建立最终评价结果的模糊矩阵。将一级指标Mi的模糊矩阵Qi与其下属二级指标权重Ni进行模糊合成运算Ai=Qi*Ni，z得到模糊评价矩阵Ai=（ai1，ai2，… ain），最后可得到最终评价结果的模糊矩阵A=（A1，A2，…An）。将评语集中不同重要程度对应的分数与评价结果的模糊矩阵相乘得出了各地区人才竞争力模糊评判结果的量化值。
4 对兰州市人才竞争力进行分析
通过上述方法对兰州市分析得到的一级，二级指标权重系数如下，本文根据2017年全国城市GDP排名选择了几个排名在兰州市之前和兰州市之后的一共7个城市，并对这些城市分别在一级指标和综合指标下的人才竞争力进行了排名。
首先利用几何平均法对各城市根据上文构建的评价指标体系做出的判断矩阵进行处理，此处利用公式：
然后利用各二级指标对应分量占总分量的比重来确定不同城市下的各项二级指标的评价系数。计算结果如表5所示。
结合上述二级指标权重与对建立的一级指标的专业评分，对包括兰州市在内的7个城市的2017年人才评价竞争力综合得分进行了测评。
从表6可以看出，选定的7个城市人才竞争力综合得分排名为太原、衡阳、滨州、枣庄、咸阳、兰州、新乡。其中兰州市的各项指标得分都比较低，且综合排名也比较靠后。在人才环境方面，因为地处大西北，该地拥有的科研工作站和创新培训基地相较其他市明显偏低。在人才输出方面排名也比较靠后，说明兰州市人才利用效率较低。人才投入方面也存在不足，排名仅位于倒数第二位，说明兰州市在科研活动和外部经费方面投入不足。兰州市综合评分相较排名第一的太原市而言，人才竞争力还存在较大差距。总之，兰州市人才投入相对偏低、人才输出没有进行发挥充分、人才环境还有待大幅度改善。
5 提高兰州市人才竞争力的对策
5.1 加大人才投入力度，优化人才结构
可以通过发挥兰州市在人才环境方面的优势，即对大量设立的科研工作站的基础上加大科研活动资金投入，提高每年外部经费支出占财政支出的比率。另外，兰州市可以在国家政策的引导设立更多的优质创业人才孵化项目，鼓励更多的年轻企业家在本省投资建厂，设立分支机构等。全方位提高兰州市企业家和创业家的人才资本品质，优化兰州市人才结构，使兰州市不仅能在人才总的数量上占优势，也能在人才质量上表现优异。同时，高校作为人才孵化的温床，应当充分利用本市优秀的教育资源，为本市应届毕业的优秀人才提供便捷优越的就业条件，能够留住本市人才。
5.2 改革人才工作机制，提高人才输出效率
要强调人才任用工作的统一性和科学性，就要不断的提高人才输出的效率，为了最大限度地调动人才工作的积极性和高效性，倡导人才自觉参与经济建设，为兰州市2018年推进的“人才落户”政策的后续工作的实施提供有力的保障。
这项机制的设立包括以下两方面的重点：（1）科学评价和使用人才：以建立的人才评价模型作为评价人才的初步标准，之后根据其业绩导向，通过实践成果来科学评价和检验人才。根据其所在部门的不同，检验机制也不同。对于行政管理部门的人才，要坚持公正公开的群众打分机制；对企事业单位人才，要坚持以市场占有率为准的评价机制，对研究部门的人才，要坚持以其在学术方面的成就作为评价标准。（2）鼓励人才对创新能力的培养。我们在引进人才的同时不仅要考虑如何引进高质量的人才，也要鼓励现有的人才努力发挥所长，鼓励自主创新，为兰州市的经济发展提供服务。这就要求本市现有单位和高等院校加强合作，形成生产、学习、研发相结合的人才培养和开发模式。
通过发展以上政策，能够为兰州市人才高效引进提供理论支持，结合我们在上文中建立的人才评价与人才竞争力模型提供的技术支持，形成一整套完整的人才引进模式，为兰州市人才引进政策的制定提供了一定参考价值。
参考文献
[1]韩静，杨力.基于胜任力模型的人才评价方法研究[J].安徽理工大学学报，2006.
[2]刘正德.人才评价与选拔的一种模型及应用[J].运筹与管理，2002.
[3]陆晓芳，王川，赵树宽.人才要素区域竞争力评价模型[J].吉林大学学报，2003.
[4]廖特明.专业技术人才价值计量模型研究[N].西南石油大学学报，2013.
[5]郭跃进.我国区域科技人才竞争力评价研究[J].科技进步与对策，2014.
[6]戴志伟.宁波人才竞争力的评价模型构建[J].区域经济，2005.
关键词：区域人才评价；模糊数学法；专家打分法；评价系数矩阵
中图分类号：F24 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.29.037
1 模型建立前的理论分析
区域人才竞争力的评价首先需要进行大量调研，确定影响各地区人才竞争力的因素，接着通过对各项可能影响该地区人才竞争力的因素进行指标分层，利用数学方法对这些评价指标进行量化。针对调研到的影响因素众多，计算复杂的问题，我们通过问卷调查最终确定了几项重要指标，之后确定各项影响因素的权重大小成为了核心问题，现有层次分析法虽然应用简单，但大量的运用主观评分降低了评价结果的可信度。因此我们计划采用模糊数学法建立评价系数矩阵来分析各因素对应权重大小。同时还应当考虑到对该地区而言，什么样的人才算是人才，这就需要我们另外构建评价体系来对该地区吸引的外来人员进行区分。
本文也存在以下方面不足：社会对于人才的需求也会随着技术的进步不断发生变化，所以在确定各项评价指标及其权重时本应当遵循动态化要求；指标和相应权重的确定具有一定主观性；对于发放的问卷，多人评价的结论难以收敛；影响区域人才竞争力的因素有很多，这里只考虑了其中一部分。
2 构建人才评价机制
将各区域吸引到的外来人员进行筛选。由于不同领域，不同地区的人才评价机制存在着比较大的差异，所以我们建立了一个广泛意义上的指标评价体制，以客观因素和主观因素作为两个一级指标，我们的人才评价指标体系如表1所示。
评价内容应当不仅包括可以量化的客观因素，即学历背景和获奖经历等，还应当包括采用专家打分等机制来评价的主观因素，如责任感，团队合作意识和工作经验等。
对客观因素进行评价时，可以就人才现有的知识结构和能力结构进行审核，审核通过的材料可以按照其重要程度与数量进行打分，比如在核心期刊上发表论文的得分比在普通期刊上发表的得分更高，获得了国家级奖项的人比没获奖的人得分更高。通过计分形式量化这些指标从而将吸引到的人员按照客观因素得分进行排序。即为客观因素评价部分。
对主观因素评价时可以组成一个专家组或考评组，对吸引到的人员曾经的工作考核记载进行核查，把诸多其他部门的考核记载作为对人才评价与选拔的主观评价基礎，评价也采用计分的形式表示。
最后把两种评价结果结合起来，即对两项因素得分进行汇总并按照得分由大到小排序，以完成对人才的评价与选拔工作。
2.1 客观因素评价模型
2.3 主客观因素评价的模型合成
因此各区域可以按排序大小，将排名靠前的一定比率外来人员定义为人才。这样就可以将吸引的外来人员加以筛选，即可保证该地区人才竞争力评价的合理性。
3 建立人才评价模型
接下来我们根据影响地区社会经济发展的因素进行了调研分析，从人才投入、人才输出、人才环境一级指标对一个地区人才竞争力的影响因素做出了汇总。
同时，我们也就上表中的影响因素制作了200份问卷调查，并将这份问卷发往兰州市区的行政管理部门，规模较大的企事业单位，科研机构和高校。由于在发放问卷的过程中，我们无法判断接受调查的人员是否属于评价机制下的人才，因此，在回收到的95份有效问卷中，我们剔除了其中8张答案比较整体统计结果过于分散的问卷，以确保问卷调查信息的集中性。
通过统计，我们得到的结果如下（图1，2，3中只列出了认为程度在比较重要以上的被调查者的数量在20%以上的各项指标）。
从问卷调查的信息可以看出，在人才投入，人才输出和人才环境这三个一级指标中，多数被调查者更看重人才环境，其中认为人均GDP在比较重要以上程度的人最多，我们可以认为该项二级指标非常重要。总体来看，还有万人企业家吸引就业率、政府引进人才投入资金被选择的比重较高，可以认为这三项指标比较重要。其他二级指标：人才投入指标下的年底从业人数、各地科研活动财政支出占比、R&D内外部经费支出；人才环境指标下影响因素下房价水平、人均消费力水平、政府引进人才投入资金；人才输出指标下年均学术论文发表数、年均科技成果转化率等被认为在比较重要程度以上占比30%左右，因此认为这几项二级指标重要程度一般。剩余指标被认为在比较重要程度以上的比率少于20%，我们认为该部分指标不重要，予以剔除。
3.1 确定区域人才评价指标
即某地区人才竞争力评价指标集如下：
一级指标级：M=（M1，M2，M3） 二级指标：M1=（M11，M12，M13）； M2=（M21，M22，M23）；M3=（M31，M32，M33）
3.2 评价指标的权重系数的确定
在区域人才竞争力模型中，各种因素对该地区最终的影响力是不同的，即在进行评价时，我们对不同指标的权重确定也不同。完成确定后，区域人才竞争力模型应用于不同区域的人才竞争力比较量化分析才有可能。因此如何确定各因素在模型中的权重，成为模型构建中需要解决的重要问题。实践中，一般的统计赋权是采用专家调查法，该法是将指标系统以调查问卷的形式送达给有关专家，由被邀请的专家给系统中的各指标赋以不同的权，而后将各位专家所赋权值进行简单平均，以此确定每一指标的最终权数。这种方法虽然简单易行，但是这种判断具有一定主观性，在可信度上并不理想。多层级模糊综合评价方法的基本思想是利用模糊逻辑和模糊数学中的某些方法来对现实中界限不分明或不存在精确解的问题进行数学处理，以期获得相对更优的评价结果。因此，我们考虑采用更为客观的模糊综合评价方法来进行权重的赋值。 3.2.1 确定二级指标的模糊矩阵
在对各项指标确定权重时，我们先对各个一级指标下的所有二级指标确定权重，然后再依次确定各项一级指标的权重。以mij表示二级指标，mij∈U （i，j=1，2，3）。首先将各项二级指标mij两两对比，来确定彼此之间的重要程度。指标的重要程度通过设定闭区间[1，3]作为衡量的尺度（这里设立三个等级：很重要、比较重要、重要程度一般），若mij与m′ij同等重要，则取值为1；若mij比较m′ij更为重要，则取满值3。在1～ 3的范围内， 重要程度越高的指标取值越大；重要程度越小的指标取值越小。将系统内的所有二级指标全部地进行对比和定值，求出一个由各项定值构成的判断矩阵P：
即N=（n1，n2，n3）为P的特征向量。这时，我们把特征向量N（∑3i=1ni=1）取得最大特征根时的分量λ作为各个二级指标的权重。实际操作中，常用几何平均法对P进行处理，以求解特征根最大时的特征向量。具体做法是：先将P中的各个分量按行进行连乘，来求出它的几何平均值，得出一个三维的列向量（n1，n2，n3），再将所求出的三维向量中的每一个二级指标对应分量分别除以所有分量的总和，就得到了权重向量。为了判断确定的权重是否合理可靠，利用模糊数学理论来进行检验：
令CP=CI/PI其中： CI为判断矩阵P的一般性指标；PI为判断矩阵P的随机一致性指标，可由PI值表查出，而CI=（λmax-3）*2λmax。当求出的CP小于0.1时，可认为矩阵P具有较优的一致性，说明权重的确定比较合理；否则就需要调整矩阵结构，直到获得较优的一致性指标。
3.2.2 确定一级指标的模糊矩阵
首先利用打分制根据问卷调查的结果确定评价对象的评语集W=（w1，w2，w3）=（非常重要，比较重要，重要程度一般），并利用五分制对定量集进行赋值。定量集B=（B1，B2， B3）=（1，3，5）。
接著建立一级指标下的模糊评价系数矩阵。在评语集确定以后，可通过扩大问卷调查的范围和数量，对经过筛选后确定的一级指标下的各项二级指标的重要程度再次做出评价。确定第t个被调查者对一级指标Mi（i=1，2，3）下的二级指标mij重要程度的判断为Rijt，可得到Mi的模糊评价判断系数矩阵：
最后通过合成一、二级指标来建立最终评价结果的模糊矩阵。将一级指标Mi的模糊矩阵Qi与其下属二级指标权重Ni进行模糊合成运算Ai=Qi*Ni，z得到模糊评价矩阵Ai=（ai1，ai2，… ain），最后可得到最终评价结果的模糊矩阵A=（A1，A2，…An）。将评语集中不同重要程度对应的分数与评价结果的模糊矩阵相乘得出了各地区人才竞争力模糊评判结果的量化值。
4 对兰州市人才竞争力进行分析
通过上述方法对兰州市分析得到的一级，二级指标权重系数如下，本文根据2017年全国城市GDP排名选择了几个排名在兰州市之前和兰州市之后的一共7个城市，并对这些城市分别在一级指标和综合指标下的人才竞争力进行了排名。
首先利用几何平均法对各城市根据上文构建的评价指标体系做出的判断矩阵进行处理，此处利用公式：
然后利用各二级指标对应分量占总分量的比重来确定不同城市下的各项二级指标的评价系数。计算结果如表5所示。
结合上述二级指标权重与对建立的一级指标的专业评分，对包括兰州市在内的7个城市的2017年人才评价竞争力综合得分进行了测评。
从表6可以看出，选定的7个城市人才竞争力综合得分排名为太原、衡阳、滨州、枣庄、咸阳、兰州、新乡。其中兰州市的各项指标得分都比较低，且综合排名也比较靠后。在人才环境方面，因为地处大西北，该地拥有的科研工作站和创新培训基地相较其他市明显偏低。在人才输出方面排名也比较靠后，说明兰州市人才利用效率较低。人才投入方面也存在不足，排名仅位于倒数第二位，说明兰州市在科研活动和外部经费方面投入不足。兰州市综合评分相较排名第一的太原市而言，人才竞争力还存在较大差距。总之，兰州市人才投入相对偏低、人才输出没有进行发挥充分、人才环境还有待大幅度改善。
5 提高兰州市人才竞争力的对策
5.1 加大人才投入力度，优化人才结构
可以通过发挥兰州市在人才环境方面的优势，即对大量设立的科研工作站的基础上加大科研活动资金投入，提高每年外部经费支出占财政支出的比率。另外，兰州市可以在国家政策的引导设立更多的优质创业人才孵化项目，鼓励更多的年轻企业家在本省投资建厂，设立分支机构等。全方位提高兰州市企业家和创业家的人才资本品质，优化兰州市人才结构，使兰州市不仅能在人才总的数量上占优势，也能在人才质量上表现优异。同时，高校作为人才孵化的温床，应当充分利用本市优秀的教育资源，为本市应届毕业的优秀人才提供便捷优越的就业条件，能够留住本市人才。
5.2 改革人才工作机制，提高人才输出效率
要强调人才任用工作的统一性和科学性，就要不断的提高人才输出的效率，为了最大限度地调动人才工作的积极性和高效性，倡导人才自觉参与经济建设，为兰州市2018年推进的“人才落户”政策的后续工作的实施提供有力的保障。
这项机制的设立包括以下两方面的重点：（1）科学评价和使用人才：以建立的人才评价模型作为评价人才的初步标准，之后根据其业绩导向，通过实践成果来科学评价和检验人才。根据其所在部门的不同，检验机制也不同。对于行政管理部门的人才，要坚持公正公开的群众打分机制；对企事业单位人才，要坚持以市场占有率为准的评价机制，对研究部门的人才，要坚持以其在学术方面的成就作为评价标准。（2）鼓励人才对创新能力的培养。我们在引进人才的同时不仅要考虑如何引进高质量的人才，也要鼓励现有的人才努力发挥所长，鼓励自主创新，为兰州市的经济发展提供服务。这就要求本市现有单位和高等院校加强合作，形成生产、学习、研发相结合的人才培养和开发模式。
通过发展以上政策，能够为兰州市人才高效引进提供理论支持，结合我们在上文中建立的人才评价与人才竞争力模型提供的技术支持，形成一整套完整的人才引进模式，为兰州市人才引进政策的制定提供了一定参考价值。
参考文献
[1]韩静，杨力.基于胜任力模型的人才评价方法研究[J].安徽理工大学学报，2006.
[2]刘正德.人才评价与选拔的一种模型及应用[J].运筹与管理，2002.
[3]陆晓芳，王川，赵树宽.人才要素区域竞争力评价模型[J].吉林大学学报，2003.
[4]廖特明.专业技术人才价值计量模型研究[N].西南石油大学学报，2013.
[5]郭跃进.我国区域科技人才竞争力评价研究[J].科技进步与对策，2014.
[6]戴志伟.宁波人才竞争力的评价模型构建[J].区域经济，2005.