人力资源是园区转型发展的第一资源，为全面掌握园区人力资源状况特别是人才发展情况，为园区发展提供制定政策依据，组织人事局对全区的人力资源体系的有关数据进行了调研分析。

调研口径： 为科学合理地进行纵向和横向比较，本次的调研采集的数据截止到2007年12月31日。根据“十一五”人才口径，本次调研中的 “人才”专指大专以上学历就业人员；“高层次人才 ” 专指硕士以上学历就业人员； “ 柔性就业人才 ” 专指未与园区单位直接签署劳动合同，但实际在园区工作的这部分人才，如在科技载体内的部分创业者、产学研一体化科技项目企业的高校教授、独墅湖高教区内院校教师和研究人员。

调研范围 ：本次调研范围覆盖全区，包含中新合作区（ 80 平方公里）和各乡镇，调查口径为园区各单位的实际就业人员，包含独墅湖高教区、国际科技园、生物纳米园内工作的柔性就业人才。

调研重点： 本次调研针对园区人力资源体系主要情况，从人力资源总量、人才素质和密度、人才产业分布、人才载体集聚情况、人才开放度和国际化等方面，进行数据采集和分析，形成报告如下：

一、全区人力资源体系的主要情况

1.人力资源总量

园区就业人口为 501961 人，男女比例为 1 ： 1.2 。

表1、园区人力资源总量

2.人力资源年龄结构

园区人力资源整体呈年轻化，平均年龄 27 岁左右。

表2 ：园区人力资源年龄结构

3.人力资源素质与人才密度

(1)全区人力资源素质与人才密度

全区大专以上学历人才 142651 人，人才密度（大专以上学历人才占就业人口比例）为 28.42% 。硕士以上高层次人才为 7258 人，高层次人才密度（硕士以上学历人才占就业人口比例）为 1.44% 。

表3 ：全区人才学历结构

(2)中新合作区人力资源素质与人才密度

中新合作区内大专以上学历人才 95389 人，人才密度（大专以上学历人才占就业人口比例）为 32.47% 。硕士以上高层次人才为 7041 人，高层次人才密度（硕士以上学历人才占就业人口比例）为 3.40% 。

表4 ：中新合作区人才学历结构

4.产业人才分布

（1）人力资源在不同产业的分布

在园区就业人口中，制造业就业人口为 401633 人，占 80.01%, 服务业就业人口为 100328 人，占 19.99% 。制造业就业人口仍占主体，制造业中的 半导体、 TFT-LCD 光电和汽车及航空机械零部件 三大支柱产业 中集中了 30.2 万名就业人口，占全区就业人口的 60 ％。

表5：园区制造业和服务业人力资源分布

制造业各行业人力资源分布

服务业各行业人力资源分布

(2)制造业和服务业人才密度比较

园区制造业大专以上人才占园区人才总量的 65.04% ，产业人才密度为 23.10% 。园区服务业大专以上人才占园区人才总量的 34.96% ，行业人才密度为 49.71% 。制造业与服务业人才密度比为 1 ： 2.15 。

表6 ：园区制造业和服务业中大专以上人才密度

5 、人力资源开放度和国际化程度

（1）本地就业人口与外地就业人口比例

园区“新苏州人”占比已经达到58% ，移民城市特征明显。

表7：本地就业与外地就业人口比例

（2）人才国际化程度

（2.1）在园区工作的外籍人士（含港澳台）

在园区工作的外国籍和台港澳人才中，人数最多的来源地依次是中国台湾、日本、韩国、新加坡、马来西亚、美国、德国。

表 8 ：园区外国籍和台港澳人才来源地

（2.2）外籍人士（含港澳台）的工作职务分类

在园区工作的外国籍和台港澳人士大部分在外资企业中担任高级管理和技术岗位。从职位分布来看，人数最多的职位依次是经理/科长、总裁/总经理/首席代表、和工程师。

表9 ：园区外国籍和台港澳人才职位分布图

（ 2.3 ）居住在园区的外籍人士

据公安局统计，在园区生活的外籍人士中除了在园区工作的外企管理人员，大部分为其家属。此外，园区国际化的人居环境，也吸引了相当一部分不在园区工作的外籍人士在园区生活。人数最多的来源地依次是中国台湾、韩国、日本、新加坡、美国。

表 10 ：在园区生活的外籍人士来源地情况

（2.4）归国留学人员情况

在园区就业和创业的各类留学归国人员达 1300 名。园区留学生联谊会对在园区工作的 110 名留学生进行了抽样调查，留学地最多的依次是英国、美国、澳大利亚、日本、新加坡、德国和法国，在园区创业的留学归国人员占总量的14.55% 。

表11：园区留学归国人员情况分析

留学归国人员留学地分布

各国留学归国人员在园区创业和就业情况

二、园区人力资源的主要特点

1 、人力资源工作体系推动人才快速集聚。

涵盖人才培养、引进、培训、激励、市场体系建设的园区人力资源循环工作体系正在不断建设完善，人才专项经费也逐年增加， 07 年为 2500 万元， 08 年达到 5000 万元（苏州市人才专项经费 07 年为 1730 万元， 08 年为 2000 万元）。目前园区人才经费投入总量位列全市之首。

表 12 ： 07 年苏州各县区人才经费投入情况

比重 = 实际使用经费 / 地区财政实际支出

近年来，园区吸引了大量人才。园区大专以上人才密度由 05 年的 24.2%, 上升到 06 年的 27.1 ％， 07 年又增长到 28.4% ，在较大的就业人口基数上保持着高比例增长。硕士以上高层次人才成倍增长， 07 年底博士和硕士人数分别是 05 年底的 3.63 倍和 2.77 倍。

表13：05 年－ 07年园区大专以上人才增长情况

2 、人才高地位置明显

（1）与苏州各县市的比较

苏州工业园区与各县市区相比较，人才优势明显，呈现出以下两个特点：一是人才总量大。园区大专人才总量位居全市第一。二是高层次人才集聚。园区 07 年引进的硕士以上高层次人才在原有的高平台基础上增长率达到 57% ，位于全市第一，引进总量则占整个苏州大市的一半。

表 14 ： 07 年底苏州地区各县区的人才情况比较

苏州各县区人才总量

07 年苏州各县区人才增长情况

（2） 与全国各大开发区的比较

根据国家商务部对 07 年全国各大经济技术开发区投资环境综合评价报表的初步统计情况进行分析，将苏州工业园区与 06 年综合评价前 10 名的开发区，在就业人口、大专以上人才数量，高新技术企业员工数量 3 个主要的人力资源指数进行比较。 在这 10 个国家级经济技术开发区中园区就业人口排名第一，大专以上人才总量排名第一，在高新技术企业就业的员工数排名第一。

表 15 ：与全国各大开发区的人才情况比较

单位：人

3 、载体人才集聚作用显现。

国际科技园、生物纳米园、中科院纳米所、独墅湖高等教育区作为园区的主要科技创新人才载体，高层次人才集聚效应明显，为形成科技产业群，建设国际技术产业城市，奠定了良好的人才环境。全区一半左右的硕士以上高层次人才集中在各创新载体内。

表16 ：各载体硕士以上高层次人才情况

注：中新科技城内尚未有企业正式运营，未计入本次统计中

（1）国际科技园

国际科技园内大专以上人才密度为 88.86% ，硕士以上人才密度为 7.35% 。

表17: 国际科技园人才结构

（2）生物纳米园

生物纳米园内企业科技含量较高，大专以上人才密度为 88.03% ，硕士以上人才密度为 41.45% 。

表18: 生物纳米园人才结构

（3）苏州纳米仿生与纳米技术研究所

苏州纳米仿生与纳米技术研究所 员工均为本科上学历，其中硕士以上高层次人才密度为 80.70% ，且博士比例占近 44 ％。

表19 ：苏州纳米仿生与纳米技术研究所人才结构

（4）独墅湖高教区

独墅湖高教区由于高校教师学历水平较高，大专以上人才密度为 100 ％，硕士以上高层次人才密度为 66.99 ％。

表20 ：独墅湖高教区员工学历情况

二、人力资源工作体系存在的问题

一是乡镇人力资源数据统计覆盖面不完整， 数据统计方法有待改进 。 从 1995 年开始，园区人力资源公司已经建立了覆盖中新合作区（原 70 平方公里）的人力资源信息统计网络。但各乡镇人力资源信息统计尚未能覆盖辖区内各企业。目前各乡镇的人力资源数据采集还主要停留在书面材料阶段，尚未全部计算机信息化。

二是科技创新载体人才统计数据细分度不足，柔性就业高层次人才统计不完整。 随着中新合作区的扩大（目前扩大至 80 平方公里），独墅湖高教区、生物纳米园、中新科技城等创新载体的加快建设，目前对这些重要人才载体的人力资源统计的完整度和数据采集细分度还远不能满足分析调研的需要。各创新载体对科技企业的高层次人才特别是产学研转化科技项目的柔性就业人才的统计工作还很薄弱。

三是产业人才信息分析机制未完善。 产业层次决定人才结构，人才结构直接反映产业发展情况。目前园区人才信息分析机制还未能及时反映各行业人才的动态信息，尚未能为园区制定产业发展政策提供有力的数据分析支持。

三、今后工作的建议

一是进一步完善人力资源数据管理体制，明确各部门责任。 建议由组织人事局牵头，负责协调各乡镇、劳动、高教区、科技园、生物纳米园、中新科技城等载体，明确各乡镇和载体对辖区内人力资源数据的管理责任，通过授权园区人力资源公司（人力资源开发管理中心）负责人力资源数据的日常管理和维护，加快建设覆盖全区的人力资源数据信息平台。

二是加强人力资源信息统计的及时性和科学性，加大数据调研分析力度。 大力推广人力资源数据信息化工作，在园区人力资源公司（人力资源开发管理中心）原有的系统平台上，形成专项数据定期报送机制，集成各乡镇、各载体报送的数据，及时统计全区人力资源情况特别是高层次人才信息，重点掌握行业和企业的人才发展动态趋势，重点加强对人才结构、人才引进和流动等方面的分析，从而为园区制定区域发展规划和政策提供准确详实的数据基础。