程 豪,裴瑞敏

(1.中國科學(xué)技術(shù)協(xié)會 創(chuàng)新戰(zhàn)略研究院,北京 100038;2.中國科學(xué)院 科技戰(zhàn)略咨詢研究院,北京 100190)

一、引 言

一直以來,人才流動與國際合作都是備受關(guān)注的研究主題。早在1963年,英國科學(xué)家大量外流到美國引起國際各界人士的廣泛關(guān)注。立足全球視野,人才跨國與跨地區(qū)的流動情況是衡量國際合作的一個關(guān)鍵指標,也是影響國際合作的重要因素。人才的良性循環(huán)和流動能夠為世界各國、各地帶來巨大的經(jīng)濟社會效益,進一步加強國際間的合作,而人才的惡性流動和遷徙則會導(dǎo)致國際合作關(guān)系破裂,合作生態(tài)難以維持。加上COVID-19等突發(fā)事件的影響,全球化人才流動對國際合作效應(yīng)會受到一定程度的沖擊。隨著時間的推移,全球化人才流動對國際合作的效應(yīng)很可能會出現(xiàn)動態(tài)變化,而這種動態(tài)變化規(guī)律的描述和捕捉將成為頗具價值的研究問題。

然而,目前國內(nèi)外專家學(xué)者在人才流動等相關(guān)領(lǐng)域更多關(guān)注的是人才流動影響因素、人才流動機制與路徑探索等方面。Mahroum認為,人才流動在不同的職業(yè)生涯階段表現(xiàn)出不同的動機[1]。陳韶光和袁倫渠就人才國際流動效應(yīng)展開討論,對人才國際流動績效進行分析與評價[2]。陳波通過設(shè)計跨期工作搜尋模型解釋了復(fù)雜的人才國際流動行為,并理論論證了移民輸出國也可能會由于移民的跨期流動而獲益[3]。楊芳娟以中國高端科技人才為對象,研究其跨國流動模式及影響[4]。龍夢晴和鄒慧娟在梳理當(dāng)前人才流動生態(tài)失衡現(xiàn)象的基礎(chǔ)上,探究了人才流動協(xié)同發(fā)展的機理與路徑[5]。作為國際互動的一種基本形式,國際合作工作相關(guān)研究成果的開展主要圍繞在國際科學(xué)合作或國際科研合作現(xiàn)狀分析以及合作模式探索。劉則淵圍繞科學(xué)論文生產(chǎn)與科學(xué)合作規(guī)模之間的關(guān)系,發(fā)現(xiàn)科學(xué)合作最佳規(guī)?，F(xiàn)象,并提出全面探索科學(xué)合作最佳規(guī)模現(xiàn)象與定律的設(shè)想[6]。劉云等根據(jù)基礎(chǔ)學(xué)科國際科學(xué)合作的重要特征以及國際科學(xué)合作的產(chǎn)出數(shù)據(jù)系統(tǒng),研究了國際科學(xué)合作中所出現(xiàn)的復(fù)雜現(xiàn)象與關(guān)系,并就基礎(chǔ)學(xué)科國際科研合作的重要模式進行了討論[7]。陳立新等就近17萬條力學(xué)SCI專業(yè)期刊論文索引數(shù)據(jù)進行統(tǒng)計分析,研究表明國際力學(xué)科學(xué)合作中存在馬太效應(yīng)[8]。襲繼紅等以2009—2011年Web of Science中收錄外科學(xué)研究文獻為分析對象,研究了國際合作對論文影響力提升的作用[9]?；谝延形墨I不難發(fā)現(xiàn),全球化人才流動對國際合作的動態(tài)效應(yīng)研究較為少見。因此,這種動態(tài)效應(yīng)的研究需要選擇科學(xué)的方法和工具加以解決。

本文將全球化人才流動對國際合作的效應(yīng)研究界定為人才流動與國際合作間的回歸關(guān)系問題,與傳統(tǒng)的線性回歸關(guān)系不同的是,這里的回歸關(guān)系需要考慮隨著時間推移的動態(tài)變化,即人才流動與國際合作之間關(guān)系的系數(shù)需要通過光滑的函數(shù)才能刻畫出全球化人才流動對國際合作的具有函數(shù)特征的動態(tài)變化規(guī)律。綜上所述,本文通過選擇描述具有函數(shù)特征的動態(tài)回歸關(guān)系的統(tǒng)計學(xué)方法和模型,研究全球化人才流動對國際合作的函數(shù)型動態(tài)效應(yīng)問題,并借助可視化方式展示這種函數(shù)規(guī)律,以期為政府及社會各界提供方法工具和分析思路。

二、研究設(shè)計

(一)方法選擇

無論是人才流動還是國際合作,都會隨著時間的推移不斷產(chǎn)生出新數(shù)據(jù),而僅僅關(guān)注某個時間點上的關(guān)系或規(guī)律無法實現(xiàn)人才流動對國際合作影響的連續(xù)動態(tài)變化。這種具有連續(xù)特征的動態(tài)變化規(guī)律需要具有函數(shù)特征的系數(shù)加以刻畫。通常情況下,描述變量間關(guān)系的系數(shù)取值不會隨時間的推移而發(fā)生變化,比如經(jīng)典線性回歸模型用于描述變量間的回歸關(guān)系,但是對于本文關(guān)注的人才流動和國際合作來說,需要將系數(shù)推廣為時間的函數(shù),才可以用于捕捉人才流動對國際合作的效應(yīng)變化。

系數(shù)具有函數(shù)特征的統(tǒng)計分析方法主要包括函數(shù)型數(shù)據(jù)分析法和變系數(shù)模型。函數(shù)型數(shù)據(jù)是將橫截面數(shù)據(jù)與時間序列數(shù)據(jù)融合在一起,并使之具有函數(shù)特性的一類數(shù)據(jù)[10-11]。Ramsay和Silverman全面闡述了函數(shù)型數(shù)據(jù)的基本特征以及統(tǒng)計分析的思想,極大地促進了函數(shù)型數(shù)據(jù)分析方法的理論發(fā)展及其在生物醫(yī)學(xué)、氣象學(xué)、經(jīng)濟學(xué)等諸多領(lǐng)域的應(yīng)用[12-13]。與傳統(tǒng)的統(tǒng)計分析方法相比,函數(shù)型數(shù)據(jù)分析法之所以如此廣泛受歡迎是因為:首先,該方法很少依賴于模型構(gòu)建的假設(shè)條件,可以實現(xiàn)無限維空間數(shù)據(jù)的統(tǒng)計分析,能夠利用更多的數(shù)據(jù)信息;其次,該方法中的假設(shè)函數(shù)都是可導(dǎo)的,因此可進行微分分析;最后,該方法將多元統(tǒng)計方法進一步延伸于函數(shù)型數(shù)據(jù)分析。目前,函數(shù)型數(shù)據(jù)分析主要從幾個角度展開:函數(shù)型主成分分析、函數(shù)型聚類分析、函數(shù)型判別分析以及函數(shù)型回歸分析,其中,函數(shù)型線性回歸模型一直是函數(shù)型數(shù)據(jù)研究的重點[14-22]。

變系數(shù)模型是一種使得系數(shù)具有函數(shù)特征的方法[23]。該模型將一般線性模型的回歸系數(shù)推廣到某些因子的非參數(shù)函數(shù)中,保留了非參數(shù)回歸的穩(wěn)健性特點,且回歸系數(shù)是一維變量(如空間、時間)的函數(shù),有力克服數(shù)據(jù)的高維災(zāi)難。目前,變系數(shù)模型廣泛應(yīng)用于局部多維回歸分析、函數(shù)數(shù)據(jù)分析、縱向數(shù)據(jù)分析、非線性時間序列分析等諸多領(lǐng)域,并且動態(tài)廣義線性模型、可加模型、部分線性模型、單指標函數(shù)系數(shù)回歸模型和可適應(yīng)的變系數(shù)模型等很多常見模型均屬于其特殊情形[24-27]。目前,變系數(shù)模型的研究成果主要從以下幾個角度展開:統(tǒng)計推斷、部分變系數(shù)模型與廣義變系數(shù)模型、縱向數(shù)據(jù)分析、生存分析、變量選擇等[28-37]。

在全球化人才流動對國際合作動態(tài)效應(yīng)研究中,人才流動和國際合作均屬于連續(xù)測量的數(shù)據(jù),而人才流動對國際合作的影響或作用明確表示出以人才流動為自變量、以國際合作為因變量的回歸關(guān)系,這種回歸關(guān)系區(qū)別于普通線性回歸,要求變量和系數(shù)均為時間的函數(shù)。而函數(shù)型數(shù)據(jù)分析從函數(shù)的角度,將連續(xù)測量的數(shù)據(jù)視為具有函數(shù)特征的動態(tài)概念[13]。需要說明的是,函數(shù)型回歸模型共包括四種類型:第一,響應(yīng)變量是一維隨機變量,解釋變量是函數(shù);第二,響應(yīng)變量是函數(shù),解釋變量是向量;第三,響應(yīng)變量和解釋變量都是函數(shù);第四,函數(shù)型廣義線性模型。在全球化人才流動對國際合作的函數(shù)型動態(tài)效應(yīng)研究中,結(jié)合人才流動和國際合作數(shù)據(jù)特點,本文采用響應(yīng)變量和解釋變量都為函數(shù)的這類函數(shù)型回歸分析作為研究方法,函數(shù)型回歸模型表達式如下:

Y(t)=β0(t)+β1(t)×X(t)+ε(t)

其中,Y(t)表示因變量,X(t)表示自變量,β0(t)表示截距項,β1(t)表示回歸系數(shù)項,ε(t)表示隨機誤差項。顯然,上述變量與系數(shù)項均為時間t的函數(shù)。本文中,模型的因變量為國際合作,模型的自變量為人才流動,截距項和回歸系數(shù)項用于揭示人才流動對國際合作的函數(shù)型動態(tài)效應(yīng)規(guī)律。

(二)研究問題

第一,研究對象和時間長度的確定。全球化人才流動對國際合作的函數(shù)型動態(tài)效應(yīng)研究首先需要解決研究對象的問題。在一個時間點上,研究對象存在取值不難,但在一定的時間長度內(nèi),研究對象持續(xù)存在取值不易。因此,需要確定好一定時間長度內(nèi)每個時間點上均存在取值的研究對象。這里,一定時間長度要在保證一定的研究對象數(shù)量的基礎(chǔ)上進行選擇,而且一定時間長度最好盡可能地覆蓋最新時刻,以確保所反映規(guī)律的實時性。

第二,人才流動變量的選擇。另一個重要問題是,影響國際合作的因素眾多,雖然本文從人才流動視角出發(fā),僅考慮人才流動相關(guān)的因素,但眾所周知,人才流動從方向上可簡單分為人才流入和人才流出[4]。受數(shù)據(jù)獲取等因素的限制,本文不考慮人才環(huán)流現(xiàn)象。在函數(shù)型回歸模型中,國際合作為因變量,而自變量的納入需要從人才流入、人才流出以及人才流動總體情況這三個維度加以考慮。其中,人才流動總量是人才流入和人才流出的加總。因此不建議將人才流動總量和人才流入量,或者人才流動總量和人才流出量同時納入模型。那么,在全球化人才流動對國際合作的函數(shù)型動態(tài)效應(yīng)模型中,可以僅納入人才流動總量、人才流入量和人才流出量中的一個變量作為自變量,依次建模。然而是否可以將人才流入量和人才流出量同時作為自變量納入模型,有待通過計算相關(guān)系數(shù)加以確定。

第三,函數(shù)型動態(tài)效應(yīng)規(guī)律的描述與可視化分析。通過函數(shù)型回歸分析,分別描述人才流動不同變量對國際合作的動態(tài)效應(yīng)規(guī)律。在所選時間長度中,如果出現(xiàn)前后段不同特點的變化規(guī)律,可以考慮截取部分時間長度的數(shù)據(jù)深入挖掘人才流動對國際合作的函數(shù)型動態(tài)效應(yīng)規(guī)律。考慮到函數(shù)型數(shù)據(jù)的特點,本文借助可視化工具對數(shù)據(jù)統(tǒng)計特征以及人才流動對國際合作的函數(shù)型動態(tài)效應(yīng)規(guī)律加以展示。

三、實證分析

(一)人才流動與國際合作整體動態(tài)變化描述

本文采用Scopus數(shù)據(jù)庫的部分數(shù)據(jù),包括1981—2020年108個國家(地區(qū))的人才流動和國際合作數(shù)據(jù),涉及不同國家(地區(qū))的人才流出量(varout)、人才流入量(varin)、人才流動總量(varsum)及國際合作(varco)共4個變量。其中,人才流動總量是人才流出量與人才流入量之和,國際合作采用跨國合作的文章數(shù)量來表示。本文首先通過折線圖(如圖1所示)展示所有國家(地區(qū))從1981—2020年在國際合作方面的變化規(guī)律。考慮到不同國家(地區(qū))在人才流動與國際合作方面的數(shù)據(jù)量級相差較大、國家(地區(qū))數(shù)量較多的數(shù)據(jù)特點,圖1將108個國家(地區(qū))平均分為9組,對國際合作數(shù)據(jù)取對數(shù),再繪制折線圖。需要說明的是,圖例用不同國家(地區(qū))的代碼代替國家(地區(qū))名稱。

1981—2020年,絕大多數(shù)國家(地區(qū))在國際合作方面表現(xiàn)出穩(wěn)定上升的特征,而且不同國家(地區(qū))的國際合作上升趨勢呈現(xiàn)出平行的特點,只有極個別的國家(地區(qū))出現(xiàn)一定程度的波動。此外,人才流出量、流入量和流動總量也表現(xiàn)出與國際合作相似的規(guī)律,受篇幅所限,本文省略了人才流動方面的折線圖。

為進一步研究1981—2020年各國家(地區(qū))在國際合作、人才流入量、人才流出量、人才流動總量共四個方面的變化規(guī)律,本文先對每一年各國家(地區(qū))在上述四個方面的數(shù)據(jù)取對數(shù),再計算取對數(shù)后的最值、分位數(shù)和均值結(jié)果,如圖2所示。其中,最大值記為max,最小值記為min,均值記為mean,第一分位數(shù)記為Q1,中位數(shù)記為median,第三分位數(shù)記為Q3。

圖2共包含四個子圖,從左至右分別展示了各國家(地區(qū))在國際合作、人才流入量、人才流出量、人才流動總量的變化規(guī)律。在每個子圖中,從上到下分別展示出最大值、第三分位數(shù)、均值、中位數(shù)、第一分位數(shù)和最小值共六條折線。不難看出,國際合作、人才流入量、人才流出量、人才流動總量方面在最值、分位數(shù)和均值方面表現(xiàn)出相似的變化規(guī)律:(1)所有折線整體上均表現(xiàn)出上升趨勢,且國際合作比其他三個變量上升的速度更大,所有國際合作的發(fā)展形勢更優(yōu)于人才流動的數(shù)量;(2)所有折線表現(xiàn)出平行特點,即同一個子圖的不同折線間保持著相對穩(wěn)定的距離,說明不同國家(地區(qū))隨著年份的推移在國際合作與人口流動方面的差距沒有表現(xiàn)出擴大或縮小的規(guī)律;(3)均值略高于中位數(shù),且兩條折線非常接近,在一定程度上說明,數(shù)據(jù)分布相對集中,離散程度相對較小;(4)與其他五條折線相比,最小值表現(xiàn)出較大幅度的波動性,而且這種波動性在前20年尤為明顯,這種特點很可能揭示出近20年人才流動與國際合作發(fā)展規(guī)律更加穩(wěn)定,為后續(xù)進行函數(shù)型動態(tài)分析提供基礎(chǔ)。此外,本文還繪制了箱線圖,考慮到箱線圖中所涉及的最值、分位數(shù)等數(shù)據(jù)信息與圖2所展示的內(nèi)容類似,且分析規(guī)律一致,所以這里不再進行展示。

(二)人才流動對國際合作函數(shù)型動態(tài)效應(yīng)

對1981—2020年所有國家(地區(qū))的人才流出量、人才流入量、人才流動總量及國際合作共4個變量原始數(shù)據(jù)的相關(guān)系數(shù)進行計算。需要說明的是,人才流動總量為人才流出量和人才流入量之和,因此不計算人才流動總量與人才流出量之間,以及人才流動總量與人才流入量之間的相關(guān)系數(shù)。圖3展示出1981—2020年所有國家(地區(qū))國際合作與人才流入量、人才流出量、人才流動總量之間的相關(guān)系數(shù)(分別記為varco-varin、varco-varout和varco-varsum),以及人才流出量與人才流入量之間的相關(guān)系數(shù)(記為varin-varout)。

圖3 1981—2020年變量間相關(guān)系數(shù)折線

由圖3可知,國際合作與人才流入量、人才流出量、人才流動總量之間的相關(guān)系數(shù)隨著年份的推移整體呈現(xiàn)出一種下降的趨勢,而在2012年和2018年各有一次較大程度的“先下跌,后回升”的變化。人才流出量與人才流入量在除1992—1993年的較大程度變動外,均表現(xiàn)出接近1.00的高度相關(guān)水平,因此在構(gòu)建人才流動對國際合作函數(shù)型動態(tài)效應(yīng)模型時,人才流出量與人才流入量不可同時納入模型中,避免出現(xiàn)多重共線性的問題。而人才流動總量為人才流入量與人才流出量之和,因此,人才流動總量也無法與人才流入或流出同時納入模型。綜上所述,本文以國際合作為因變量,分別以人才流入量、人才流出量、人才流動總量為自變量,構(gòu)建三個人才流動對國際合作函數(shù)型動態(tài)效應(yīng)模型。為方便表述,記模型1為人才流入對國際合作函數(shù)動態(tài)效應(yīng)模型,模型2為人才流出對國際合作函數(shù)動態(tài)效應(yīng)模型,模型3為人才流動總量對國際合作函數(shù)動態(tài)效應(yīng)模型。

首先,本文基于1981—2020年共40年的原始數(shù)據(jù),分別構(gòu)建三個模型,模型形式如下:

Varco(t)=β01(t)+β11(t)×Varin(t)

(1)

Varco(t)=β02(t)+β12(t)×Varout(t)

(2)

Varco(t)=β03(t)+β13(t)×Varsum(t)

(3)

模型(1)～(3)中,Varco(t)表示國際合作的年份t的因變量函數(shù),Varin(t)表示人才流入量的年份t的自變量函數(shù),Varout(t)表示人才流出量的年份t的自變量函數(shù),Varsum(t)表示人才流動總量的年份t的自變量函數(shù)。本文采用樣條法估計模型中的未知參數(shù)函數(shù)β01(t),β11(t),β02(t),β12(t),β03(t)和β13(t)。這里年份t的取值范圍是[1981,1982,…,2020]。

圖4展示出1981—2020年人才流動對國際合作函數(shù)型動態(tài)效應(yīng)曲線,該圖共包括上下兩層,上層從左至右分別表示截距項β01(t),β02(t)和β03(t)的函數(shù)曲線(左)及其變化曲線(右),下層從左至右分別表示系數(shù)項β11(t),β12(t)和β13(t)的函數(shù)曲線(左)及其變化曲線(右)。圖例給出了對應(yīng)曲線表達的因變量與自變量間的回歸關(guān)系。

圖4 1981—2020年人才流動對國際合作函數(shù)型動態(tài)效應(yīng)曲線

由圖4左側(cè)兩個子圖可知,人才流動總量、人才流入量、人才流出量對國際合作的函數(shù)型動態(tài)效應(yīng)(包括截距項和系數(shù)項)表現(xiàn)出一致的規(guī)律性,即截距項曲線和系數(shù)項曲線均先經(jīng)過一段時間的取值較小的穩(wěn)定狀態(tài),而后以較快的速度上升,最后再經(jīng)歷下降。但隨著年份的推移,不同人才流動自變量對國際合作因變量的效應(yīng)的變化幅度不同。2015年前后,人才流出量對國際合作截距項效應(yīng)上升幅度最大,人才流動總量對國際合作截距項效應(yīng)上升幅度次之,人才流入量低于人才流動總量和人才流出量。人才流入量和人才流出量對國際合作的系數(shù)項效應(yīng)非常接近,而2000年以后人才流動總量對國際合作的系數(shù)項效應(yīng)盡管保持相對快速上升的趨勢,但與人才流入量和人才流出總量對國際合作的系數(shù)項效應(yīng)相比,其上升的幅度差距不斷增加。圖4右側(cè)的兩個子圖表示截距項和系數(shù)項的變化曲線,即左側(cè)曲線對應(yīng)的變化曲線,在2000年以前,截距項和系數(shù)項的變化曲線基本在0水平線附近波動。2015年以后,截距項變化曲線和系數(shù)項變化曲線出現(xiàn)明顯的迅速下降趨勢,2020年達到最低。截距項和系數(shù)項的變化曲線表明人才流入量、人才流出量、人才流動總量對國際合作的函數(shù)型動態(tài)效應(yīng)的變化速度表現(xiàn)出先以相對穩(wěn)定的速度變化,再經(jīng)過大幅度上升的加速變化,而后出現(xiàn)較為劇烈的大幅度下降的反向加速變化(取值為負)。

2001年以后,截距項、系數(shù)項曲線及其變化曲線均表現(xiàn)出較大幅度的變化特點。為此,本文將數(shù)據(jù)限制在2001—2020年共20年的原始數(shù)據(jù),重新構(gòu)建模型(1)～(3),在排除1981—2000年數(shù)據(jù)干擾的前提下,探索近20年的函數(shù)型動態(tài)效應(yīng)規(guī)律。與圖4結(jié)構(gòu)相同,圖5展示出2001—2020年人才流動對國際合作函數(shù)型動態(tài)效應(yīng)曲線。該圖共包括上下兩層,上層從左至右分別表示截距項β01(t),β02(t)和β03(t)的函數(shù)曲線(左)及其變化曲線(右),下層從左至右分別表示系數(shù)項β11(t),β12(t)和β13(t)的函數(shù)曲線(左)及其變化曲線(右)。這里,年份t的取值范圍是[2001,2002,…,2020]。圖例給出了對應(yīng)曲線表達的因變量與自變量間的回歸關(guān)系。

圖5 2001—2020年人才流動對國際合作函數(shù)型動態(tài)效應(yīng)曲線

由圖5左上方的子圖可知,2010年以前,人才流動總量、人才流入量、人才流出量對國際合作的截距項的函數(shù)型動態(tài)效應(yīng)非常接近,在0附近波動。而在2010—2018年,呈現(xiàn)出較為明顯的上升趨勢,2018年以后人才流出量和人才流動總量對國際合作的截距項的函數(shù)型動態(tài)效應(yīng)呈現(xiàn)先增長后下降的趨勢,人才流入量對國際合作的截距項的函數(shù)型動態(tài)效應(yīng)在先增長后平穩(wěn)下降后再次出現(xiàn)上升的趨勢。人才流動總量、人才流入量、人才流出量對國際合作的截距項函數(shù)型動態(tài)效應(yīng)的變化曲線在2010年前保持在0水平附近波動而后出現(xiàn)上升趨勢。2016年以后,人才流入量和人才流動總量對應(yīng)的截距項變化曲線在下降后出現(xiàn)上升,而人才流出量對應(yīng)的截距項變化曲線保持持續(xù)下降。由圖5下方的兩個子圖可以看出,人才流入量、人才流出量對國際合作的系數(shù)項的函數(shù)型動態(tài)效應(yīng)曲線及變化曲線非常接近,效應(yīng)曲線呈現(xiàn)階段性的上升趨勢,而效應(yīng)變化曲線表現(xiàn)出一定的周期性且沒有明顯的上升趨勢。人才流動總量對國際合作的系數(shù)項的函數(shù)型動態(tài)效應(yīng)曲線及變化曲線的規(guī)律與人才流入量、人才流出量對應(yīng)的曲線規(guī)律類似,區(qū)別在于變化幅度更為平緩。

四、總結(jié)與展望

(一)主要結(jié)論

眾所周知,全球化為世界的發(fā)展帶來重要影響。全球化人才流動正以波濤洶涌之勢,在推動經(jīng)濟全球化、科技國際化不斷深化的同時,影響著國際合作的發(fā)展。人才流動的方向(比如,流入、流出)以及人才流動的數(shù)量直接促進或阻礙一個國家的國際競爭力,對于國際關(guān)系的維護和發(fā)展發(fā)揮著決定性的作用。在瞬息萬變的國際形勢中,這種決定性的作用又會隨著時間的推移不斷發(fā)生變化。因此,本文以函數(shù)型回歸為基礎(chǔ)模型,充分考慮人才流動的方向,構(gòu)建三個全球化人才流動對國際合作函數(shù)型動態(tài)效應(yīng)模型,旨在研究全球化人才流動對國際合作的具有函數(shù)特征的動態(tài)變化規(guī)律,并以可視化方式展示這種函數(shù)規(guī)律,以期為政府及社會各界提供方法工具和分析思路。

通過統(tǒng)計描述不難發(fā)現(xiàn),1981—2020年,絕大多數(shù)國家(地區(qū))在人才流出量、流入量、流動總量以及國際合作方面表現(xiàn)出穩(wěn)定上升的特征,而且不同國家(地區(qū))的國際合作上升趨勢呈現(xiàn)出平行的特點,只有極個別的國家(地區(qū))出現(xiàn)一定程度的波動。通過依次計算所有國家(地區(qū))在國際合作、人才流入量、人才流出量和人才流動總量的最值、分位數(shù)和均值,本文發(fā)現(xiàn)四個變量的所有統(tǒng)計特征均表現(xiàn)出不同程度的上升趨勢,而不同國家(地區(qū))隨著年份的推移在國際合作與人口流動方面的差距沒有表現(xiàn)出擴大或縮小的規(guī)律。其中,最小值在前20年和后20年表現(xiàn)出不同的差異?；谏鲜龇治?結(jié)合不同人才流動變量間的相關(guān)系數(shù),本文以1981—2020年和2001—2020年為時間段各構(gòu)建三個全球化人才流動對國際合作函數(shù)型動態(tài)效應(yīng)模型,用于探索人才流動對國際合作的函數(shù)型動態(tài)效應(yīng)規(guī)律,研究表明:

(1)選擇1981—2020年為時間段構(gòu)建模型發(fā)現(xiàn),不同人才流動變量對國際合作的函數(shù)型動態(tài)效應(yīng)(包括截距項和系數(shù)項及其變化)均先經(jīng)過一段時間取值較小的穩(wěn)定狀態(tài),而后以較快的速度突然上升,最后再經(jīng)歷下降。2015年前后,人才流出量對國際合作截距項效應(yīng)上升幅度最大,人才流動總量對國際合作截距項效應(yīng)上升幅度次之,人才流入量低于人才流動總量和人才流出量。人才流入量和人才流出量對國際合作的系數(shù)項效應(yīng)非常接近,而2000年以后人才流動總量對國際合作的系數(shù)項效應(yīng)盡管保持相對快速上升的趨勢,但與人才流入量和人才流出總量相比,其上升的幅度差距不斷增加。

(2)選擇2001—2020年為時間段構(gòu)建模型發(fā)現(xiàn),不同人才流動變量對國際合作的截距項的函數(shù)型動態(tài)效應(yīng)在開始非常接近。直到2010年,呈現(xiàn)出較為明顯的上升趨勢,2018年以后人才流出量和人才流動總量對國際合作的截距項的函數(shù)型動態(tài)效應(yīng)呈現(xiàn)先增長后下降的趨勢,而人才流入量對國際合作的截距項的函數(shù)型動態(tài)效應(yīng)在先增長后平穩(wěn)下降后再次出現(xiàn)上升的趨勢。2016年以后,人才流入量和人才流動總量對應(yīng)的截距項變化曲線在下降后出現(xiàn)上升,而人才流出量對應(yīng)的截距項變化曲線保持持續(xù)下降。人才流入(出)量對國際合作的系數(shù)項的函數(shù)型動態(tài)效應(yīng)曲線及變化曲線幾乎全程重合。其中,效應(yīng)曲線呈現(xiàn)階段性的上升趨勢,而效應(yīng)變化曲線表現(xiàn)出一定的周期性且沒有明顯的上升趨勢。

綜上所述,在國際競爭日益激烈、全球化挑戰(zhàn)日趨顯著、新冠肺炎疫情突如其來的背景下,充分發(fā)揮人才流動的力量,推動國際合作健康有序的發(fā)展,已成為全世界共同關(guān)注的重要話題。本文借助科學(xué)的建模方法和可視化工具,完成全球化人才流動對國際合作函數(shù)型動態(tài)效應(yīng)規(guī)律的分析,并提出相關(guān)政策建議,以期為全球化人才流動治理與國際合作等相關(guān)領(lǐng)域建言獻策,為政府及社會各界提供參考。

(二)政策建議

基于全球化人才流動對國際合作函數(shù)型動態(tài)效應(yīng)的研究結(jié)果,針對近些年來人才流動變量對國際合作效應(yīng)的變化規(guī)律,本文提出如下政策建議:

(1)深耕全球人才流動治理。人才國際流動是全球化發(fā)展的重要特征之一。駐足國際視野,百年變局和世紀疫情交織疊加,國際格局發(fā)生深刻調(diào)整,全球人才和科技競爭更加激烈,應(yīng)科學(xué)制定國際人才管理和移民規(guī)則,通過互惠共贏的國際合作機會,引導(dǎo)人才流動朝著良性健康的方向發(fā)展。在全球化人才流動治理中,要注重與全球經(jīng)濟治理、全球安全治理等相關(guān)工作同時推進,不斷挖掘全球人才流動治理尚待解決和可能存在的難題。

(2)深化競爭領(lǐng)域國際合作關(guān)系。不斷強化金磚國家國際競爭大會等重要合作平臺建設(shè)、深化醫(yī)藥食品、數(shù)字經(jīng)濟等重點領(lǐng)域的合作交流,構(gòu)建起全方位、復(fù)合型的互聯(lián)互通國際合作關(guān)系,開創(chuàng)公平競爭與疫后經(jīng)濟增長、數(shù)字經(jīng)濟時代的競爭政策發(fā)展等競爭領(lǐng)域共同發(fā)展的新前景,持續(xù)推進全方位、多層次、寬領(lǐng)域的國際交流與合作。

(3)合力人才流動與國際合作穩(wěn)中求進的發(fā)展態(tài)勢。當(dāng)前國際環(huán)境錯綜復(fù)雜,新冠肺炎疫情影響廣泛深遠,世紀經(jīng)濟陷入低迷期,不穩(wěn)定性明顯增加,人才流動與國際合作的發(fā)展能否保持穩(wěn)定的發(fā)展?fàn)顟B(tài),并在復(fù)雜環(huán)境中激流勇進,需要世界各國守望相助,共克時艱,堅持走團結(jié)合作、互聯(lián)互通、共同發(fā)展之路,為全球抗疫合作和經(jīng)濟復(fù)蘇作出重要貢獻。

(4)以卓越科技創(chuàng)新能力夯實國際合作基礎(chǔ)。在實施國際科技合作戰(zhàn)略中,獨立自主辦大事、辦難事、辦急事,打造優(yōu)勢領(lǐng)域“長板”,提升科技自主創(chuàng)新能力,夯實國際合作基礎(chǔ)。多措并舉推進國際科技交流合作,深化科技體制改革,把蘊藏在中國人才隊伍中的巨大創(chuàng)新潛能有效釋放出來。

(5)構(gòu)建良好人才政策生態(tài)引導(dǎo)國際人才流動方向。建立健全人才政策體系,營造良好生態(tài),發(fā)起吸引和集聚全球高水平人才的大科學(xué)計劃。深入實施新時代人才強國戰(zhàn)略,吸引人才、留住人才,加快建設(shè)世界重要人才中心和創(chuàng)新高地,為社會主義現(xiàn)代化建設(shè)打好人才基礎(chǔ)。

(三)未來展望

下一步將繼續(xù)圍繞全球范圍內(nèi)人才流動對國際合作效應(yīng)主題,并在此基礎(chǔ)上,融入更多影響人才流動、國際合作的因素(比如,經(jīng)濟水平、政治制度、文化氛圍等方面),以及體現(xiàn)人才流動效應(yīng)(比如,科研產(chǎn)出、合作規(guī)模等方面)的指標,進一步豐富全球化人才流動對國際合作效應(yīng)模型的構(gòu)成要素。伴隨模型構(gòu)成復(fù)雜度的增加以及考慮要素個數(shù)的增多,全球范圍內(nèi)人才流動對國際合作效應(yīng)研究將有可能面臨計算復(fù)雜度高以及維數(shù)災(zāi)難等諸多問題,這對函數(shù)型數(shù)據(jù)分析方法運算效率提升及其在高維數(shù)據(jù)中的變量選擇都帶來不小挑戰(zhàn)。本文所采用的函數(shù)型回歸分析仍基于經(jīng)典線性回歸模型方法。放眼全球,不同國家和地區(qū)的人才流動狀況不同,其對國際合作的效應(yīng)也存在多元化的差異。在這種情況下,需要借助分位回歸的思想,捕捉不同分位水平下自變量對因變量的函數(shù)變化規(guī)律。因此,函數(shù)型分位回歸模型的深入開發(fā)及其在全球范圍內(nèi)人才流動對國際合作效應(yīng)的應(yīng)用將頗具意義。