吳曉莉 王運(yùn)紅

（中國科學(xué)技術(shù)信息研究所，北京 100038）

“長江獎(jiǎng)勵(lì)計(jì)劃”學(xué)者成才的優(yōu)勢積累分析

吳曉莉 王運(yùn)紅

（中國科學(xué)技術(shù)信息研究所，北京 100038）

分析高層次科技人才成長的“優(yōu)勢積累”特征對于有針對性地培養(yǎng)科研領(lǐng)軍人才具有重要的意義。文章從中國科學(xué)技術(shù)信息研究所建立的“中國高層次科技人才信息數(shù)據(jù)庫”中選取“長江獎(jiǎng)勵(lì)計(jì)劃”學(xué)者，分別從出生地、畢業(yè)院校、海外工作經(jīng)歷、工作變動(dòng)、科技獎(jiǎng)勵(lì)等方面分析人才成長過程中所表現(xiàn)出的優(yōu)勢積累效應(yīng)，并在此基礎(chǔ)上提出培養(yǎng)我國高層次科技人才可以借鑒的經(jīng)驗(yàn)。

優(yōu)勢積累；科技人才；人才培養(yǎng)；中國高層次科技人才信息數(shù)據(jù)庫；人才數(shù)據(jù)分析

1 引言

任何類型人才包括高層次的科技人員和拔尖的研究領(lǐng)軍人物的成長都存在一個(gè)生命周期，這個(gè)周期主要可以概括為優(yōu)勢積累期、成熟創(chuàng)造期、衰老傳承期。而優(yōu)勢累積期是人才培養(yǎng)的關(guān)鍵性階段，科技人才在這個(gè)階段通過學(xué)習(xí)而積累并傳承前輩的知識(shí)和技能，如果能夠在這個(gè)階段積極促進(jìn)科技人才積累優(yōu)勢，那么就會(huì)有更多的潛在人才擁有更多的機(jī)會(huì)取得成功和進(jìn)步。

積累優(yōu)勢是科學(xué)領(lǐng)域中的一種社會(huì)選擇過程，通過這一過程，科學(xué)研究的各種機(jī)會(huì)、對成果的獎(jiǎng)勵(lì)和資源的分配往往為某些科學(xué)家個(gè)人或科研機(jī)構(gòu)所積累，其結(jié)果是導(dǎo)致科學(xué)界社會(huì)分層和權(quán)威機(jī)構(gòu)的產(chǎn)生[1-2]?？茖W(xué)界對優(yōu)勢積累效應(yīng)的關(guān)注度非常高。哈里特·朱克曼[3]研究了諾貝爾獎(jiǎng)獲得者的資料，對入選者的科學(xué)經(jīng)驗(yàn)與社會(huì)出身、諾貝爾獎(jiǎng)對其科學(xué)研究的優(yōu)勢積累等內(nèi)容進(jìn)行了論述。中國科技人力資源狀況研究課題組分析了研究機(jī)構(gòu)的科技人才，認(rèn)為處于知名研究機(jī)構(gòu)的人才更容易獲得各種研究資助[4]。吳殿廷對我國兩院院士的畢業(yè)院校進(jìn)行了調(diào)查，結(jié)果發(fā)現(xiàn)排名前十位的大學(xué)所培養(yǎng)的院士超過半數(shù)，優(yōu)勢積累特征非常明顯[5]?？茽柗治隽丝茖W(xué)家職業(yè)成就與專業(yè)成就之間互為優(yōu)勢積累的強(qiáng)化過程[6]。

本文以中國科學(xué)技術(shù)信息研究所建立的“中國高層次科技人才信息數(shù)據(jù)庫”中的數(shù)據(jù)為分析基礎(chǔ)，選取其中的“長江學(xué)者獎(jiǎng)勵(lì)計(jì)劃”入選者（以下簡稱“長江學(xué)者”），分別從出生地、畢業(yè)院校、海外工作經(jīng)歷、工作變動(dòng)、科技獎(jiǎng)勵(lì)等方面分析人才成長過程中所表現(xiàn)出的優(yōu)勢積累效應(yīng)，探討高層次科技人才在科學(xué)領(lǐng)域成就斐然的原因和影響因素。

2 數(shù)據(jù)來源及處理

本文基本信息來源于中國科學(xué)技術(shù)信息研究所自行研制的“中國高層次科技人才信息數(shù)據(jù)庫”（入選者名單全部來源于各人才計(jì)劃官方網(wǎng)站[7-8]），選取其中的長江學(xué)者作為分析對象?！伴L江學(xué)者獎(jiǎng)勵(lì)計(jì)劃”是教育部牽頭，為延攬海內(nèi)外中青年學(xué)界精英、培養(yǎng)造就高水平學(xué)科帶頭人、帶動(dòng)國家重點(diǎn)建設(shè)學(xué)科趕超或保持國際先進(jìn)水平而設(shè)立的獎(jiǎng)勵(lì)計(jì)劃。由于考慮到SCI論文發(fā)表和被檢索之間的延時(shí)，本研究選取了1999-2009年間入選的1681位長江學(xué)者（不含社會(huì)科學(xué)部分）作為研究對象。分別從出生地、畢業(yè)院校、海外工作經(jīng)歷、工作變動(dòng)、科技獎(jiǎng)勵(lì)的影響等方面分析了高層次科技人才的優(yōu)勢積累特征，在總結(jié)分析這些特征的基礎(chǔ)上得到了一些培養(yǎng)科技人才的啟示。

3 出生地與畢業(yè)院校

“長江學(xué)者”出生地分布情況如圖1所示。

圖1 出生地統(tǒng)計(jì)分析

從圖1明顯看出，華東地區(qū)入選者人數(shù)最多，占46%，華東、華中、西南、華北4個(gè)地區(qū)人數(shù)占總?cè)藬?shù)的86%?？梢姡萍既瞬诺某砷L具有明顯的地域特征。出生地優(yōu)勢是一種先賦優(yōu)勢，跟專業(yè)成果并無直接的聯(lián)系，但降水量豐沛、物產(chǎn)豐富、比較富饒和發(fā)達(dá)的華東地區(qū)，物華天寶，人杰地靈，教育資源豐富，這是眾多科技人才具有的先賦優(yōu)勢的積累，非常有利于人才成長初始階段的優(yōu)勢積累。

在入選者中，81人的畢業(yè)院校不清，因此對1600人的本科、碩士、博士就讀院校是否為名校進(jìn)行了統(tǒng)計(jì)。名校的評價(jià)標(biāo)準(zhǔn)非常多，本文暫以是否為“211”重點(diǎn)院校作為評價(jià)名校的標(biāo)準(zhǔn)。入選者就讀學(xué)校的基本統(tǒng)計(jì)結(jié)果如圖2所示。

圖2 畢業(yè)院校情況統(tǒng)計(jì)

從圖2可以看出，入選者在本科、碩士、博士階段就讀于“211”重點(diǎn)院校的比例都在70%以上。對入選者畢業(yè)院校情況再進(jìn)行細(xì)分，表1分別列出了入選者畢業(yè)院校人數(shù)前8名的院校。

我國高等院校數(shù)以千計(jì)，但是能夠培養(yǎng)出高層次人才的高校也不過百余所。從表1可以看出，長江學(xué)者主要畢業(yè)于北京大學(xué)、清華大學(xué)、南京大學(xué)、復(fù)旦大學(xué)、中國科技大學(xué)等極少數(shù)院校，其中前8名院校培養(yǎng)的本科生中入選的人數(shù)占長江學(xué)者總量的25.9%，培養(yǎng)的碩士生中入選的人數(shù)占總量的29.7%，培養(yǎng)的碩士生中入選的人數(shù)占總量的30.1%。

從上述統(tǒng)計(jì)結(jié)果可見，學(xué)生畢業(yè)于名校后的成功幾率相對比較大，與非知名高校相比較，名校能夠?yàn)閷W(xué)生提供更多的學(xué)習(xí)資源和環(huán)境，名校能夠吸引和聚集杰出的師資隊(duì)伍。這些昔日的學(xué)子，在從本科、碩士到博士的學(xué)習(xí)經(jīng)歷本身就是一種不斷努力的優(yōu)勢積累過程，特別是在博士階段，名校提供了良好的學(xué)習(xí)環(huán)境和優(yōu)越的科研條件，使其在名師的指導(dǎo)下能夠獲得較好的學(xué)術(shù)方法培訓(xùn)和熏陶，不斷積累其在學(xué)術(shù)研究上的優(yōu)勢?？梢哉J(rèn)為，在學(xué)生自我努力的基礎(chǔ)上，名校所提供的研究條件和資源可讓學(xué)生這種優(yōu)勢的積累效應(yīng)越來越明顯。

表1 本科、碩士、博士就讀重點(diǎn)院校排名統(tǒng)計(jì)表

4 海外經(jīng)歷與工作變動(dòng)情況

長江學(xué)者有78.13%的入選者在入選之前有國外工作經(jīng)歷。其中，35.48%為博士后，18.68%做訪問學(xué)者，4.42%做客座教授?？梢钥闯?，做博士后、訪問學(xué)者、客座教授是長江學(xué)者與發(fā)達(dá)國家進(jìn)行科技交流的重要形式。圖3為長江學(xué)者入選前在海外工作過的國家分布。

圖3 長江學(xué)者的國外工作機(jī)構(gòu)所在國家分布

從圖3可以看出入選者在海外工作的國家主要集中在美國、英國、日本、德國和加拿大。曾在這5個(gè)國家工作的入選者占總?cè)藬?shù)的82.99%。因?yàn)槭澜缱钚隆⒆钋把氐目茖W(xué)技術(shù)分布在發(fā)達(dá)國家或地區(qū)，與發(fā)達(dá)國家的學(xué)術(shù)交流、知識(shí)共享已經(jīng)成為科技人才進(jìn)行科研活動(dòng)必不可少的環(huán)節(jié)和因素，國際化交流已經(jīng)成為高層次科技人才優(yōu)勢積累的必經(jīng)之路。

長江學(xué)者入選者有431人沒有工作變動(dòng)（包含博士后經(jīng)歷，除去訪問學(xué)者、客座研究經(jīng)歷），其余1250人在入選前均換過工作，占74.36%，人均工作變動(dòng)次數(shù)為2.80次。圖4為工作變動(dòng)頻次的統(tǒng)計(jì)情況。

從圖4中可以看出，入選者的工作變動(dòng)次數(shù)主要集中在3次以內(nèi)，占總?cè)藬?shù)的89.19%，且人數(shù)隨著工作變動(dòng)次數(shù)呈現(xiàn)遞減分布，說明適當(dāng)?shù)墓ぷ髯儎?dòng)有利于學(xué)術(shù)思想的交融，激發(fā)新思想的創(chuàng)造，對于科技人才的優(yōu)勢積累有著積極的推動(dòng)作用。

圖4 長江學(xué)者在入選前工作變動(dòng)次數(shù)分布

5 論文入選SCI的分布

為了考察科技獎(jiǎng)勵(lì)對人才成長的影響，統(tǒng)計(jì)了數(shù)據(jù)庫中2004年長江學(xué)者入選者在獲得獎(jiǎng)勵(lì)前5年和后5年發(fā)表的SCI論文分布情況，如圖5所示。從圖5可以看出，發(fā)表的數(shù)量呈現(xiàn)逐年遞增的趨勢，其中入選（2004年）后的增加速度更快。

為了進(jìn)一步分析入選前后的論文發(fā)表情況，以入選年（2004年）為中線的論文增量情況如圖6所示。從圖6可以看出，在入選之前，每年的論文增加量相對穩(wěn)定，而入選之后每年的論文增加量大幅提升。

圖5 入選者SCI論文出版情況

圖6 入選者論文增量情況

為了進(jìn)一步驗(yàn)證科學(xué)獎(jiǎng)勵(lì)對論文發(fā)表有相關(guān)作用，首先進(jìn)行相關(guān)性分析，如表2所示。

表2為年份差與論文增量之間的相關(guān)性分析結(jié)果。由于兩個(gè)變量都是連續(xù)變量，計(jì)算兩者之間的Perason相關(guān)系數(shù)，相關(guān)系數(shù)的絕對值越大，相關(guān)性越強(qiáng)，相關(guān)系數(shù)越接近于1或-1，相關(guān)度越強(qiáng)，相關(guān)系數(shù)越接近于0，相關(guān)度越弱；括號中的數(shù)據(jù)表示兩者相關(guān)系數(shù)為0的假設(shè)檢驗(yàn)概率，概率值接近0表示兩者相關(guān)的概率越高，概率值接近1表示兩者相關(guān)的概率越低。從輸出結(jié)果可以看出，年份差與論文增量之間的相關(guān)關(guān)系達(dá)到了0.82606，其后面括號中的數(shù)字表明兩者相關(guān)系數(shù)為0的假設(shè)檢驗(yàn)的概率為0.0061。從統(tǒng)計(jì)意義上講，兩者不相關(guān)的概率只有0.0061。換句話說，兩者相關(guān)的概率達(dá)到了0.9939。結(jié)合兩者之間的相關(guān)系數(shù)，可以認(rèn)為年份差與論文增量之間高度相關(guān)。因此，可以進(jìn)一步進(jìn)行回歸分析。根據(jù)對圖6的年份差與論文增量之間的關(guān)系，可以假設(shè)回歸模型為：

表3的方差分析首先檢驗(yàn)了兩個(gè)模型變量之間的線性關(guān)系，入選前后統(tǒng)計(jì)量F檢驗(yàn)值為15.04和11.97，其對應(yīng)的概率為0.0061和0.0001，說明兩個(gè)變量之間的線性關(guān)系非常顯著。由R2=0.6824、R2=0.8764，以及Root MSE=33.05807、Root MSE= 29.68769可知，方程的擬合較為充分。

表4為回歸系數(shù)，β0和β1的檢驗(yàn)結(jié)果與零有顯著差異。模型為：

從上面的回歸模型結(jié)果可以看出，入選之后長江學(xué)者的SCI論文發(fā)表增量為26.4858，遠(yuǎn)遠(yuǎn)高于入選前的16.5500，說明科學(xué)獎(jiǎng)勵(lì)可促進(jìn)科技人才的發(fā)展，是一種重要的優(yōu)勢積累。

表2 入選年份差與論文發(fā)表增量的相關(guān)性分析

表3 入選年份差與論文發(fā)表增量的方差分析

表4 入選年份差與論文發(fā)表增量的模型回歸分析

6 結(jié)語與啟示

6.1 良好的教育環(huán)境提升優(yōu)勢積累效率

從本文的研究數(shù)據(jù)中可以看出：（1）相對發(fā)達(dá)的中東部地區(qū)的教育優(yōu)勢積累明顯。在科學(xué)技術(shù)相對發(fā)達(dá)、經(jīng)濟(jì)相對繁榮的中東部地區(qū)，教育資源投入相對較多，從而為科技人才的成長提供了契機(jī)，在一定程度上為人才的成長奠定了基礎(chǔ)。（2）進(jìn)入名校、師從名師的教育優(yōu)勢積累明顯，通過在名校的學(xué)習(xí)環(huán)境下傳承名師的德識(shí)才學(xué)，使得其在學(xué)術(shù)、科研道路上少走彎路、事半功倍。（3）從統(tǒng)計(jì)結(jié)果上來看，研究對象大多畢業(yè)于211重點(diǎn)院校，但是畢業(yè)于名校并不是成功的必要因素，高層次科技人才的優(yōu)勢積累對后續(xù)成功的影響還需要考慮很多的因素。

6.2 科研實(shí)踐活動(dòng)是獲得優(yōu)勢積累的重要途徑

通過長江學(xué)者海外工作經(jīng)歷和工作變動(dòng)次數(shù)的分析可以看出，高層次人才大多是在實(shí)踐中造就的，通過不斷參與國內(nèi)和國外的科研工作、研究項(xiàng)目積累了豐富的經(jīng)驗(yàn)，這些關(guān)鍵性的科研實(shí)踐活動(dòng)，一方面有利于激發(fā)潛在人才的能力，另一方面是科技人才成長過程中優(yōu)勢積累的不可或缺并且能夠產(chǎn)生質(zhì)變的關(guān)鍵。因此，在高層次科技人才培養(yǎng)的過程中，要為潛在人才提供在國內(nèi)、國外參與研究項(xiàng)目、進(jìn)行交流的機(jī)會(huì)，激發(fā)其研究熱情和靈感。

6.3 科技獎(jiǎng)勵(lì)促進(jìn)優(yōu)勢積累

科技獎(jiǎng)勵(lì)對于人才成長的優(yōu)勢積累作用和影響是深刻的，一方面科學(xué)獎(jiǎng)勵(lì)為高層次科技人才帶來極大的榮譽(yù)感，從而更加積極地努力奮斗、自我積累，取得超越自我、超越前人的杰出成績；另一方面獎(jiǎng)勵(lì)提高了對科技資源分配方面的優(yōu)勢積累效果，科學(xué)獎(jiǎng)勵(lì)為高層次科技人才帶來了更高的知名度，名人的光環(huán)可使其得到更多的科學(xué)研究合作機(jī)會(huì)，得到更多的研究資助機(jī)構(gòu)的青睞，成為科學(xué)家取得更卓越科學(xué)突破的積累。

[1] 劉崇俊,隋樹霞,王超.科學(xué)界優(yōu)勢累積方式的機(jī)制功能分析[J].科技管理研究,2008(12):415-416,414.

[2] 劉崇俊,王超.科學(xué)精英社會(huì)化中的優(yōu)勢累積[J].科學(xué)學(xué)研究,2008(4):685-689.

[3] 哈里特.朱克曼.科學(xué)界的精英——美國諾貝爾獎(jiǎng)金獲得者[M].北京:商務(wù)印書館,1979.

[4] 中國科技人力資源狀況研究課題組.中國科技人力資源狀況研究[R].2000.

[5] 吳殿廷.高級科技人才成長的環(huán)境因素分析——以中國兩院院士為例[J].自然辯證法研究,2003,19(9):54-63.

[6] 喬森納·科爾,斯蒂芬·科爾.科學(xué)界的社會(huì)分層[M].北京:華夏出版社,1988.

[7] 長江學(xué)者獎(jiǎng)勵(lì)計(jì)劃官方網(wǎng)站[EB/OL].[2012-07-08]. http://www.cksp.edu.cn.

[8] 國家自然基金委員會(huì)官方網(wǎng)站[EB/OL].[2012-07-08].http://159.226.244.22/portal/proj_search.asp.

Characters and Inspiration of Advantage Accumulation for High Level Scientif c Talents

Wu Xiaoli, Wang Yunhong
(Institute of Scientif c and Technical of Information of China, Beijing 100038)

It is of signif cance to analysis the advantage accumulation character of scientif c talents for talent training. Based on scholars selected from“Chang Jiang Doctor Program” of “the database of high level scientific talent in China”, this paper discusses the influence factors which including the place of boring, graduated school, overseas working experience, job changes and science & technology award. Based on the data analysis, we propose some suggestions for training high level scientif c talents cultivation.

advantage accumulation, scientif c talents, talent cultivation, the database of high level scientif c talent in China, analysis of talents data

G316

：ADOI：10.3772/j.issn.1674-1544.2013.05.016

吳曉莉（1961- ），女，中國科學(xué)技術(shù)信息研究所副研究員，碩士，主要研究方向：科技人才 。

中國高層次科技人才數(shù)據(jù)庫建設(shè)（ZD2012-7-5）；國家軟科學(xué)研究計(jì)劃“科技人才信息宏觀監(jiān)測機(jī)制研究”（2009GX S4K047）。

2013年5月8日。