“人才是第一资源”，当今世界各国对人才的争夺愈加激烈，而国内各地人才政策也无不体现出求才若渴的状况。人才的竞争本质上就是人才生态环境的竞争，人才生态环境的好坏直接影响到人才的生存和发展，同时也决定了人才的居留意愿。从国内外文献资料来看，目前已有的人才生态环境研究中，很少有研究是针对上海人才生态环境进行研究的，采用的研究方法大多是对人才生态环境满意度的测评以及人才生态环境指标的构建，不能区分不同学科、不同层次的人才对所处生态环境的不同感受和不同需求，也不能识别哪些人才生态环境因子是影响人才流动的主要动因以及不同层次的人才如何选择找准适合自己的生态位^[1]。

本文针对上海市不同学科层次的人才，对所处人才生态环境的认知及居留意愿进行问卷调查及分析。

人才生态环境因子是构成人才生态环境的基本要素，已有很多学者对此进行了研究，例如李荣杰^[2]认为人才生态环境包括经济质量环境、社会保障环境、城市生活环境、教育创新环境、人才就业环境、自然生态环境；王顺^[3]将人才环境分为人才市场环境、经济环境、文化环境、社会环境、生活环境和自然环境等6个方面；崔丽杰^[4]认为人才生态环境包括经济基础环境、社会保障与服务环境、高等教育环境、科技系统环境、对外开放环境和城市生活环境；钟江顺^[5]将人才生态环境分为经济发展状况、城市发展状况、科技教育与国民素质状况、社会服务及保障状况、地理位置状况、人才创业和发展保障状况6个方面；孙志伟等^[6]、许衍凤等^[7]提出人才生态环境是由地域文化、政府执政能力及效率、人才政策、教育、科技发展水平组成的。因此，人才生态环境主要是由经济环境、生活环境、教育科技环境、地域文化环境、人才政策环境等5个因子构成的。

Hu^[8]认为人才选择环境，人才总是选择留在既可以满足自身基本生理需求和安全需求，又可以实现其社会需求、尊重需求和自我实现需求的地方。胡蓓等^[9]以武汉光谷、北京中关村、苏州工业园区、东莞振安工业园4个产业集群为研究对象，从集群经济状况、集群人才政策、集群生活环境、集群文化4个方面研究集群特征对集群内人才居留意愿的影响。Weng等^[10]采用区域人才的根植意愿来衡量区域对人才的保留能力，以及区域环境特征对人才居留意愿的影响。翁清雄^[11]从经济环境、生活环境、人文环境、人才政策环境4个方面，实证检验区域人才环境对人才居留意愿的影响。

因此，人才居留意愿是指人才在某个区域工作和生活下去的意愿，它可以较好地衡量该区域对人才的保留能力。人才的居留意愿必然会受到所处人才生态环境的影响。

作者2018年12月初开始设计本研究的调查问卷，经过专家咨询、小范围的预试，剔除某些题项，对问卷进行修改，最终在2019年3月底形成完整的调查问卷。本问卷分为两部分，第一部分是被调查者的个人信息，包括性别、年龄、文化程度、工作年限、专业技术职称、行政职务、单位性质、学科领域、从事的科技活动类型、留学经历等基本情况；第二部分是被调查者对上海人才生态环境，以及被调查者的居留意愿进行评价。调研问卷的所有问项都采用5级LIKERT量表，数值越小表示被调查者对上海人才生态环境的评价越低，其居留意愿程度越小。人才生态环境量表主要借鉴Weng^[10]研究中所采用的量表，分经济基础、居住生活、教育科技、文化特征、人才政策5个变量，共设36个问题项。人才居留意愿量表在胡蓓和翁清雄^[9]的人才根植意愿量表基础上，设有10个问题项。

本问卷采用问卷星的微信版和网页版发放上海市高校，共回收635份。其中男性占41.1%，女性占58.9%。年龄在26~35岁之间的占45.83%，36~ 40岁之间的占20.63%，41~45岁的占18.9%，46~50岁的占8.35%，51~55岁的占5.2%，56岁以上的占1.1%。在文化程度方面，专科占0.31%，本科占6.14%，硕士占24.72%，博士占68.82%。工作2年以下的占14.33%，2~5年的占24.41%，6~10年的占17.64%，11~15年的占16.06%，16~20年的占11.65%，21~25年的占8.19%，26~30年的占4.57%，30年以上的占3.15%。从专业技术职称来看，尚未取得职称的占8.66%，获得初级职称的占18.74%，获得中级职称的占33.07%，副高级职称的占25.51%，获得正高级职称的占14.02%。从行政职务来看，高层管理人员占0.16%，中层管理人员占6.14%，基层管理人员占4.88%，专业技术人员占66.14%，其他人员占22.68%。从学科领域来看，医科占77.95%，理科占15.59%，工科占5.67%，其他0.79%。从事的科技课题的活动类型来看，基础研究占62.05%，应用研究占30.71%，其他类型占7.24%。44.09%的人有过海外留学经历。从单位性质来看，医院的占69.76%，高校的占28.35%，科研机构的占1.89%。

本文利用在线SPSSAU分析软件对635份有效问卷进行信度和效度检验分析，SPSSAU是一个网页版数据科学算法平台工具。本问卷共涉及6个维度，采用Cronbach α系数来测量数据的信度质量水平。从表 1中可以看出这6个维度的α系数值均高于0.7，最小为0.700，说明本次数据的信度质量水平较好，研究数据真实可靠。采用探索性因子分析法，通过KMO值、共同度、因子载荷系数值、方差解释率值等指标进行综合分析，测量题项设计是否合理，验证数据的效度水平情况。

表 1

表 1 调查问卷的信度分析

表 1 调查问卷的信度分析

本问卷通过三轮效度分析，对10个不合理题项进行删除，剩余36个题项。从表 2可知，所有题项对应的共同度值均高于0.4，因子载荷系数绝对值都大于0.4，KMO值为0.923＞0.6，通过Bartlett球形度检验，p值为0.000，6个因子的方差解释率值分别是13.536%、11.733%、10.306%、9.265%、9.134%、6.321%，旋转后累积方差解释率为60.295%，＞50%，说明6个维度可以提取出大部分题项信息，研究数据具有良好的结构效度水平，题项和因子有对应关系，适合进行因子分析。

表 2

表 2 调查问卷的效度分析

表 2 调查问卷的效度分析

本文采用独立样本t检验分析方法和单因素方差分析方法，讨论具有不同人口统计变量的科技人才对于上海人才生态环境的认知及居留意愿的差异性。

利用独立样本t检验的分析方法，从表 3可以看出，性别对于“居住生活”“教育科技”“文化特征” 3项没有表现出显著性差异（p>0.05），而对于“经济基础”“人才政策”“居留意愿”3项呈现出显著性差异（p < 0.05）。

表 3

表 3 性别对人才生态环境的认知及居留意愿的差异性

表 3 性别对人才生态环境的认知及居留意愿的差异性

1）性别对于“经济基础”呈现出0.05水平显著性（t=-2.242，p=0.025)，男性平均值（3.88）明显低于女性平均值（3.97）。

2）性别对于“人才政策”呈现出0.01水平显著性（t=-3.534，p=0.000），男性平均值（3.52）明显低于女性平均值（3.71）。

3）性别对于“居留意愿”呈现出0.05水平显著性（t=-2.248，p=0.025），男性平均值（3.25）明显低于女性平均值（3.38）。

利用单因素方差分析方法，从表 4可以看出，年龄对于“经济基础”“居住生活”“教育科技”“居留意愿”4项没有表现出显著性差异（p>0.05），而对于“文化特征”“人才政策”2项呈现出显著性差异（p < 0.05）。

表 4

表 4 年龄对人才生态环境的认知及居留意愿的差异性

表 4 年龄对人才生态环境的认知及居留意愿的差异性

年龄对于“文化特征”呈现出0.01水平显著性（F=3.295，p=0.006），有着较为明显差异的组别平均值得分对比结果为“41至45岁>26至35岁；46至50岁>26至35岁；51至55岁>26至35岁；46至50岁>36至40岁”。

年龄对于“人才政策”呈现出0.05水平显著性（F=2.311，p=0.043），有着较为明显差异的组别平均值得分对比结果为“26至35岁>36至40岁”。

利用单因素方差分析方法，从表 5可知，文化程度对于“经济基础”“居住生活”“文化特征”“居留意愿”4项没有表现出显著性差异（p>0.05），而对于“教育科技”“人才政策”2项呈现出显著性差异（p < 0.05）。

表 5

表 5 文化程度对人才生态环境的认知及居留意愿的差异性

表 5 文化程度对人才生态环境的认知及居留意愿的差异性

文化程度对于“教育科技”呈现出0.05水平显著性（F=3.346，p=0.019），有着较为明显差异的组别平均值得分对比结果为：博士>本科，博士>硕士。

文化程度对于“人才政策”呈现出0.01水平显著性（F=5.034，p=0.002），有着较为明显差异的组别平均值得分对比结果为：本科>专科及以下学历，硕士>专科及以下，本科>博士，硕士>博士。

利用单因素方差分析方法，从表 6可知，工作年限对于“经济基础”“居住生活”“教育科技”“人才政策”“居留意愿”5项没有表现出显著性差异（p> 0.05），仅对于文化特征呈现出显著性差异（p < 0.05）。

表 6

表 6 工作年限对人才生态环境的认知及居留意愿的差异性

表 6 工作年限对人才生态环境的认知及居留意愿的差异性

工作年限对于“文化特征”呈现出0.01水平显著性（F=3.353，p=0.002），有着较为明显差异的组别平均值得分对比结果为“16至20年>2年以下；21至25年>2年以下；26至30年>2年以下；6至10年>2至5年；11至15年>2至5年；16至20年>2至5年；21至25年>2至5年；26至30年>2至5年；26至30年>6至10年”。

利用单因素方差分析方法，从表 7可以看出，专业技术职称对于“经济基础”“教育科技”2项没有表现出显著性差异（p>0.05），对于“居住生活” “文化特征”“人才政策”“居留意愿”4项呈现出显著性差异（p < 0.05）。

表 7

表 7 专业技术职称对人才生态环境的认知及居留意愿的差异性

表 7 专业技术职称对人才生态环境的认知及居留意愿的差异性

专业技术职称对于“居住生活”呈现出0.05水平显著性（F=2.995，p=0.018），有着较为明显差异的组别平均值得分对比结果为：中级职称>尚未取得；正高级职称>尚未取得；正高级职称>初级职称；正高级职称>副高级职称。

专业技术职称对于“文化特征”呈现出0.01水平显著性（F=5.209，p=0.000），有着较为明显差异的组别平均值得分对比结果为：初级职称>尚未取得，中级职称>尚未取得，副高级职称>尚未取得，正高级职称>尚未取得；中级职称>初级职称；正高级职称>初级职称。

专业技术职称对于“人才政策”呈现出0.01水平显著性（F=7.819，p=0.000），有着较为明显差异的组别平均值得分对比结果为：初级职称>尚未取得，中级职称>尚未取得，初级职称>副高级职称，初级职称>正高级职称，中级职称>副高级职称；中级职称>正高级职称。

专业技术职称对于“居留意愿”呈现出0.05水平显著性（F=2.671，p=0.031），有着较为明显差异的组别平均值得分对比结果为：初级职称>副高级职称，中级职称>副高级职称。

利用单因素方差分析方法，从表 8可以看出，行政职务对于“经济基础”“居住生活”“教育科技” “文化特征”“人才政策”5项没有表现出显著性差异（p>0.05），行政职务仅对“居留意愿”呈现出显著性差异（p < 0.05）。

表 8

表 8 行政职务对人才生态环境的认知及居留意愿的差异性

表 8 行政职务对人才生态环境的认知及居留意愿的差异性

行政职务对于“居留意愿”呈现出0.05水平显著性（F=4.232，p=0.015），有着较为明显差异的组别平均值得分对比结果为：专业技术人员>其他人员, 专业技术人员>管理人员。

利用单因素方差分析方法，结果如表 9所示，不同学科领域对于“经济基础”“居住生活”“教育科技”“文化特征”4项没有表现出显著性差异（p>0.05），学科领域对于“人才政策”“居留意愿”2项呈现出显著性差异（p < 0.05）。

表 9

表 9 学科领域对人才生态环境的认知及居留意愿的差异性

表 9 学科领域对人才生态环境的认知及居留意愿的差异性

学科领域对于“人才政策”呈现出0.01水平显著性（F=4.048，p=0.007），有着较为明显差异的组别平均值得分对比结果为：医科>理科。

学科领域对于“居留意愿”呈现出0.05水平显著性（F=3.536，p=0.015），有着较为明显差异的组别平均值得分对比结果为：医科>理科。

利用单因素方差分析方法，表 10说明了科研人员所从事的科技活动类型对于“经济基础”“居住生活”“教育科技”“人才政策”“居留意愿”5项不会表现出显著性差异（p>0.05），而对于“文化特征”呈现出显著性差异（p < 0.05）。

表 10

表 10 科技活动类型对人才生态环境的认知及居留意愿的差异性

表 10 科技活动类型对人才生态环境的认知及居留意愿的差异性

科技活动类型对于文化特征呈现出0.05水平显著性（F=2.286，p=0.045）)，有着较为明显差异的组别平均值得分对比结果为：应用研究>基础研究。

采用独立样本t检验的分析方法，讨论留学经历对于科研人员所处人才生态环境的认知及居留意愿是否存在着差异。从表 11可以看出，是否有留学经历仅仅对人才政策呈现出显著性差异（p2 0.05），对于“经济基础”“居住生活”“教育科技”“文化特征”“居留意愿5项全部表现出一致性，并没有差异性。

表 11

表 11 留学经历对人才生态环境的认知及居留意愿的差异性

表 11 留学经历对人才生态环境的认知及居留意愿的差异性

本文将“经济基础”“居住生活”“教育科技”“文化特征”“人才政策”作为自变量，将“居留意愿”作为因变量进行线性回归分析，从表 12可知，模型R方值为0.442，这说明“经济基础”“居住生活”“教育科技”“文化特征”“人才政策”可以解释“居留意愿”的44.2%变化原因。对模型进行F检验时发现模型通过F检验（F=99.770，p=0.000 < 0.05），也即说明这5项中至少有一项会对“居留意愿”产生影响关系，以及模型公式为：居留意愿=-0.316 +0.233*经济基础+0.246*居住生活+0.004*教育科技+0.114*文化特征+0.418*人才政策。针对模型的多重共线性进行检验发现，模型中VIF值全部均小于5，意味着不存在着共线性问题；并且D-W值在数字2附近，因而说明模型不存在自相关性，数据之间并没有关联关系，模型较好。

表 12

表 12 人才生态环境与人才居留意愿的线性回归分析结果

表 12 人才生态环境与人才居留意愿的线性回归分析结果

表 12显示，“经济基础”的回归系数值为0.233（t=4.384，p=0.000 < 0.01），意味着“经济基础”会对“居留意愿”产生显著的正向影响关系。“居住生活”的回归系数值为0.246（t=4.634，p=0.000 < 0.01），意味着“居住生活”会对“居留意愿”产生显著的正向影响关系。“教育科技”的回归系数值为0.004（t=0.060，p=0.952>0.05），意味着“教育科技”并不会对“居留意愿”产生影响关系。“文化特征”的回归系数值为0.114（t=2.874，p=0.004 < 0.01），意味着“文化特征”会对“居留意愿”产生显著的正向影响关系。“人才政策”的回归系数值为0.418（t=10.568，p=0.000 < 0.01），意味着“人才政策”会对“居留意愿””产生显著的正向影响关系。总之，“经济基础”“居住生活” “文化特征”“人才政策”会对“居留意愿”产生显著的正向影响关系，但是“教育科技”并不会其生影响关系。

1）不同人才对人才生态环境因子的评价存在着差异。

不同人口统计学特征的人才对人才生态环境因子的感知不同，需求也不同。对于“经济基础”来说，只有不同性别的人才之间存在着认知差异，女性对上海经济基础的评价高于男性。对于“居住生活”来说，只有不同职称的人才之间存在着认知差异，专业技术职称较高的人才对上海居住生活的评价要高于职称较低的，正高职称评价最高。对于“教育科技”来说，只有不同文化程度的人才之间存在着认知差异，拥有博士学位的人才对上海教育科技的评价要高于本科和硕士。

对于“文化特征”来说，不同年龄、工作年限、技术职称和从事不同科技活动的的人才之间存在认知差异。40岁以上的人才对上海文化特征的评价高于40岁以下的人才。拥有5年以上工作经历的人才对上海文化特征的评价高于5年以下工作经历的人才。专业技术职称较高的人才对上海文化特征的评价要高于职称较低的。从事应用研究的人才对上海文化特征的评价要高于从事基础研究的人才。

对于“人才政策”来说，不同性别、年龄、文化程度、技术职称、学科领域和留学经历的人才之间存在认知差异。女性高于男性，26~35岁的人才对上海人才政策的评价高于36~40岁的人才。本科和硕士对上海人才政策的评价要高于博士。副高以上职称的人才对上海人才政策的评价要低于中级以下职称的。从事医学领域的人才对上海人才政策的评价要高于理工科。有留学经历的人才对上海人才政策的评价低于无留学经历的人才。

2）不同性别、职称、职务及学科领域的人才居留意愿存在着差异。

通过独立样本t检验分析和单因素方差分析的方法，检验人口统计学变量对人才居留意愿的影响发现，年龄、文化程度、工作年限、科技活动类型以及留学经历对人才居留意愿的影响没有显著差异，而性别、职称、职务及学科领域对人才居留意愿有显著的影响。研究结果显示，女性人才居留意愿高于男性；具有中级职称的人才居留意愿最高；专业技术人员居留意愿高于管理人员及其他人员；对于从事医科领域的人才，其居留意愿高于理科和工科。

3）人才政策对人才居留意愿的影响最大。

人才生态环境的五个因子中，“经济基础”“居住生活”“文化特征”和“人才政策”4个因子对人才居留意愿的影响是正向显著的，而“教育科技”并不会对人才居留意愿产生影响关系。根据各因子标准化系数（Beta）的大小，我们发现“经济基础”、“居住生活”、“文化特征”和“人才政策”对人才居留意愿的影响，从大到小依次为：人才政策>居住生活>经济基础>文化特征。人才政策是影响人才居留意愿和人才流动的主要动因，这对上海制定“十四五”科技人才发展战略具有一定的借鉴意义。

近年来，上海基本形成了人才引进、培养、评价、激励、保障等完备的人才政策体系，但是有些政策仍需要进一步优化完善，如落户政策、职称评定、离岗创业等^[12]。因此，上海人才政策应在满足人才基本生活需求和精神需求的基础上，针对不同性别、年龄、文化程度、技术职称、学科领域和留学经历的人才实行不同的政策标准，以满足不同人才的不同需求。