研究样本基本描述

5.3.1 研究样本的基本描述

样本分布的基本情况通过调查样本的性别、年龄、学历、职称和管理级别，所在单位成立的时间、销售收入、员工数量、所属技术领域和性质，以及进入企业的途径和未来打算更换的工作去向等控制变量获得。

(1)性别。从性别分布看，被调查的高层次科技人才中男性占到62%，总计120人；而女性占到38%，总计73人(见表5.1)。

表5.1 性别分布表

(2)年龄。在调查过程中，本书将被调查者年龄划分为20～30岁、31～40岁、41～50岁和51～60岁四个段，人数分别为81人、91人、18人和3人，所占有效问卷总数的比例为42%、47%、9%和2%。总体来看，20～40岁的科技人才占了大部分(见表5.2)。

表5.2 年龄分布

(3)学历。根据学历分布情况，被调查者中本科以下的15人，占有效问卷总数的8%；本科学历的85人，占总数的44%；硕士学位的73人，占总数的38%；博士学位的20人，占总数的10.36%。总体来看，本科及本科以上学历的占92%以上，基本符合本书研究的科技人才层次要求(见表5.3)。

表5.3 学历分布

(4)职称。在被调查的对象中，无职称的98人，占总数的51% (说明企业中职称的评定不是衡量科技人才的主要标准，这与企业的职称评定社会化有很大关系，而且科技人才的薪酬待遇与职称基本是不挂钩的)；中级职称的66人，占总数的34%；副高级职称的27人，占总数的14%；高级职称的2人，占总数的1%(见表5.4)。

表5.4 职称分布

(5)管理级别。在被调查对象中，不具有管理级别的80人，占总数的41%；中层管理人员89人，占总数的46%；副总经理17人，占总数的9%；总经理7人，占总数的4%(见表5.5)。

表 管理级别分布

(续表)

(6)企业成立时间。被调查者(有1份未填写，故共192份)在成立5年以下企业工作的人数为10人，占总数的5%；在成立5～10年企业工作的人数为40人，占总数的21%；在成立11～15年企业工作的人数为49人，占总数的26%；在成立16～20年企业工作的人数为33人，占总数的17%；在成立20年以上企业工作的人数为60人，占总数的31%。总体来看，95%左右的企业均处于发展成长期，说明企业的创新活动是比较成熟的(见表5.6)。

表5.6 企业成立时间分布

(7)2009年企业销售收入。被调查者(有7份未填写，故共186份)中，在销售收入1000万元以下企业工作的29人，占总数的16%；在销售收入1000万～3000万元企业工作的28人，占总数的28%；在销售收入3000万～3亿元企业工作的75人，占总数的40%；在销售收入3亿元以上企业工作的54人，占总数的29%。总体来看，本次问卷发放的企业范围中大中型企业比较多(见表5.7)。

表5.7 2009年企业销售收入分布

(8)企业人员数。被调查者(有2个未填写，故共191份)在100人以下企业工作的人数为31人，占总数的16%(说明问卷发放的小企业占比较少)；在100～500人企业工作的人数为76人，占总数的40%；在501～2000人企业工作的人数为70人，占总数的37%；在2000人以上企业工作的人数为14人，占总数的7.33%(见表5.8)。

表5.8 企业人员数分布

(9)产业。在被调查者(有7份未填写，故共186份)中，从事电子信息技术的77人，占总数的41%；从事生物与新医药技术的17人，占总数的9%；从事新材料技术的19人，占总数的13%；从事高技术服务业的24人，占总数的13%；从事新能源及节能技术的12人，占总数的12%；从事资源与环境技术的7人，占总数的4%；从事高新技术改造传统产业的20人，占总数的11%；从事其他产业包括咨询业和金融业等的7人，占总数的5%。总体来看，电子信息技术、生物医药、新材料和高技术服务业是本次问卷调查中相对较多的产业技术人群，这与北京产业的发展比例也有一定的吻合度，说明抽样的效果较理想(见表5.9)。

表5.9 产业分布

(10)地区。在有效问卷中，有4份未填写企业所在区域，因此被调查者总数为189人。发放问卷时针对的是北京市，被调查对象主要分布在海淀区、平谷县、大兴区、怀柔区和顺义区，分别为61人、21人、18人、17人和17人，分别占总数的32%、13%、10%、9%和9%。其余被调查对象分布在东城区、西城区、朝阳区等(见表5.10)。

表5.10 地区分布

(续表)

(11)企业类型。被调查对象(有1份未填写，因此共192份)主要分布在国有企业和民营企业。属于国有企业的79人，占总数的41%；属于民营企业的87人，占总数的45%；其余企业类型还包括外资企业、合资企业等，占总数的13%(见表5.11)。

表5.11 企业类型分布

(12)招聘渠道。被调查对象(有1人未填写，故共192人)主要是通过招聘单位网站和经人介绍两种途径进入公司，人数分别为88人和50人，占总数的45%和26%。中介平台和其他渠道分别为13人和41人，占总数的7%和21%(见表5.12)。

表5.12 招聘渠道分布

(续表)

(13)未来就业方向。由于在问卷填写过程中并未要求仅选择一项，在统计的过程中，根据一项选中的次数进行合计。在未来的就业方向上，被调查者更倾向于国有企业和自主创业两种形式，人数分别为51人和55人，共占总数的44%；政府部门和事业单位构成了第二部分，人数分别为30人和28人，占总数的24%；进入高校、民营企业和出国成为第三部分，人数分别为20人、20人和19人，占总数的17%(见表5.13)。

表5.13 未来就业方向

5.3.2 建构效度与信度分析

5.3.2.1 建构效度

本部分将采用结构方程分析中的验证性因子分析(confirmatory factor analysis，CFA)对变量和模型的建构效度进行检验。建构效度是指测量工具能够在多大程度上正确地验证编制时的理论构想，可以分为两种：收敛效度(convergence)与区别效度(discriminant)。收敛效度是指相同概念里的项目，彼此之间相关度高；区别效度是指不同概念里的项目，彼此相关度低。

进行本次分析的计算机软件是AMOS17.0版，在模型拟合程度评定上，按照国际惯例使用以下指标：

①χ2(Minimum Fit Function Chi-Square，最小拟合函数卡方检定)，可以用来恰当地反映模型的拟合优度，主要用于比较多个模型。

②df(Degrees of Freedom，自由度)，模型越简单，要估计的参数越少，自由度越多，也主要用于多个模型间的比较。

③χ2/df，其值一般要求在5以下，属于基于拟合函数的指数。由于这个指标易受样本容量的影响，对评价单个模型意义不大，也主要用于比较多个模型。

④RMSEA(Root Mean Square Error of Approximation，近似误差均方根)，Steiger(1990)认为RMSEA值低于0.1表示好的拟合，低于0.05表示非常好的拟合，低于0.01表示非常出色的拟合。

⑤GFI(Goodness of Fit Index，拟合优度指数)，其值度量了观测变量的方差协方差矩阵S在多大程度上被模型引申的方差协方差矩阵所预测，越接近1表示模型适合度越好，通常采用GFI＞0.09。

⑥NFI(Normed Fit Index，规范拟合指数)，荣泰生(2009)推荐用相对拟合指数中的NFI和CFI来衡量模型的拟合程度。如果NFI在0.09以上(越大越好)，则所拟合的模型是一个“好”模型(荣泰生，2004)。

⑦IFI(Incremental Fit Index，增量适合度指标)，根据预设模型的差异值、独立模型的差异值来计算，其值在0～1之间，越大越好，通常采用IFI＞0.9。

⑧TLI(Tucker-Lewis Index，塔克尔勒威斯指数)，其值在0～1之间。当数据完全拟合模型时TLI等于1，通常采用TLI＞0.9。

⑨CFI(Comparative Fit Index，比较拟合指数)，候杰泰、温忠麟和成子娟(2004)认为CFI在0.09以上(越大越好)表示好的拟合。

以上9个拟合指数，前4个属于绝对拟合指数，一般主要用来比较多个模型的拟合优度，后5个属于相对拟合指数，可以作为评判理论模型和数据的拟合程度的标准。本研究在下述分析中，主要采用前4个以及GFI、NFI、IFI、TLI和CFI是否都大于0.9的统计标准。

1)企业科技人才吸引力

在本研究的模型中，企业科技人才吸引力作为因变量，共划分为五个维度：吸引力感知、继续工作意愿、扎根意愿、工作荣誉和离职意愿，进行验证性因子分析，表明该变量具有良好的建构效度。验证性因子分析得到的拟合指标如下：χ2值为8.52，df值为4，χ2/df值为2.12；RMSEA值为0.0767；GFI值为0.983，NFI值为0.987， IFI值为0.993，TLI值为0.983，CFI值为0.993，均大于0.9。

2)企业内部激励因素

根据理论探讨，本研究中的该变量共分为五个维度：基本保障、研究条件、激励、沟通和发展机会。经过验证性因子分析，结果如下：χ2值为6.49，df值为4，χ2/df值为1.63；RMSEA值为0.057；GFI、NFI、IFI、TLI和CFI值分别为0.99、0.97、0.97、0.98和0.97，均大于0.9，具有良好的建构效度。

3)企业外部因素

企业外部影响因素共分为4个，包括产业发展环境、人才政策、经济环境和生活环境，构成了模型的自变量，下面对4个自变量分别进行分析。

(1)产业发展环境。产业发展环境由4个题项测得，进行验证性因子分析后，结果如下：χ2值为4.20，df值为1，χ2/df值为4.20；RMSEA值为0.09；GFI、NFI、IFI、TLI和CFI的值分别为0.97、0.97、0.96、0.98和0.97，均大于0.9。以上拟合指标表明该变量具有良好的建构效度。

(2)人才政策环境。人才政策环境由5个题项测得，经过验证性因子分析后各拟合指标如下：χ2值为6.53，df值为4，χ2/df值为1.63；GFI值为0.99，NFI值为0.99，IFI值为0.97，TLI值为0.99，CFI值为0.995，均大于0.9，且十分接近于1，表明有很好的建构效度。

(3)生活环境。生活环境通过5个题项测得，经过验证后同样具有良好的结构效度，各拟合指标具体如下：χ2值为12.84，df值为5， χ2/df值为2.57；RMSEA值为0.09；GFI、NFI、IFI、TLI和CFI的值分别为0.98、0.97、0.95、0.97和0.98。

(4)经济环境。经济环境通过5个题项测得，经过验证性因子分析后各拟合指标如下：χ2值为1.57，df值为3，χ2/df值为0.52；RMSEA值为0.057；GFI、NFI、IFI、TLI和CFI的值均为0.99以上。根据以上拟合指标，该变量具有良好的建构效度。

5.3.2.2 信度分析

根据吴明隆(2003)的研究，克朗巴哈的α系数在0.5以上就是可信的。经过SPSS16.0软件进行信度检验，各量表的α值均在0.8以上，因此各分量表的测量均具有良好的信度(见表5.14)。

表5.14 信度分析