基于履歷信息的海外華人高層次人才成長研究:生存風險視角

田瑞強，姚長青，袁軍鵬，潘云濤，李俊峰

(1.中國科學技術信息研究所，北京 100038;2.中國華油集團公司，北京 100101)

基于履歷信息的海外華人高層次人才成長研究:生存風險視角

田瑞強1，姚長青1，袁軍鵬1，潘云濤1，李俊峰2

(1.中國科學技術信息研究所，北京 100038;2.中國華油集團公司，北京 100101)

本文從ESI高被引作者庫中的華人科學家入手，通過網絡搜集到其中233名科學家的履歷信息，對其進行深度加工，利用Kaplan-Meier法研究了不同因素下各階段生存風險率的差異，并用Cox比例風險模型探討了成長過程中各因子的具體影響效果。KM結果表明在職業生涯的初級階段獲得博士學位的國別對科技人才的職業成長具有顯著影響，在美國獲得博士學位或不在中國獲得博士學位的科技人才都具有相對明顯的優勢實現快速成長;在較高級階段這種影響越來越不顯著。Cox結果表明博士畢業后選擇在研究所工作增加了助教和教授階段的生存風險，從而加速職業成長;而具有博士后工作經歷則降低了助教和教授階段的生存風險，從而減緩了成長速度。

履歷分析;高層次人才;人才成長;生存分析;Cox風險模型

一、引言

人才資源是第一資源。進入新世紀，我國實施了人才強國戰略。當前正處在建設創新型國家的關鍵時期，要在激烈的國際競爭中掌握戰略主動、實現發展目標，就必須吸引和培養大批國際一流人才，吸引更多高層次人才，使其充分發揮才能。《國家中長期人才發展規劃綱要(2010-2020年)》也提出建設重大人才工程——“海外高層次人才引進計劃”，并明確指出要加強人才培養，關心人才成長。因此對海外高層次華人科學家的職業成長軌跡進行研究既有利于我國的人才引進，同時也可從中汲取高層次科技人才成長經驗，并為我國的人才政策提供有利建議。

國外對優秀人才成長研究是隨著人力資源管理研究的逐步深入而引起研究者關注的。他們對人才成長問題的研究主要采用質性方法研究，并從心理學視角著眼，普遍認為個性自由發展是優秀人才成長的前提，經濟和社會需求是優秀人才發展的基本取向。朱克曼(Harriet Zuckerman，1979)［1］在《科學界的精英》中集中研究了美國諾貝爾獎獲得者的生平，搜集了大量有關獲獎者的文獻資料和其它的背景材料，對獲獎者的家庭背景、求學經歷和工作經歷等情況進行了深入分析，提出了影響諾貝爾獎獲得者成長的一般因素。科爾兄弟(Jonathan Cole＆ Stephen Cole，1989)在《科學界的社會分層》中詳細分析了科學界的社會分層對青年科學家成長的影響［2］。國內對優秀人才問題的研究，在優秀人才界定、價值、成長環境與規律、影響因素等方面取得一定的理論成果。肖俊茹通過對5位優秀博士學位論文獲得者的個案訪談研究了高層次學術型人才成長經歷［3］。蒲云、代寧、王永杰等也通過對全國優秀博士學位論文作者調查研究了創造性拔尖人才成長規律［4］。王輝、牛棟、王雪梅等利用ESI Special Topics網站進行了國際地學和環境/生態學領域優秀人才成長因素分析［5］。王平基于人力資本生產(增值)規律，研究了人才流動與人才成長關系［6］。朱蘇麗基于無界職業生涯理論研究了人才成長與人才流動的關系［7］。郭樑基于人才矢量分析方法研究了拔尖創新人才成長規律［8］。朱鄭州等根據生態系統理論研究了杰出科技人才的素質特征，分析了杰出科技人才成長的微觀、中間、外觀、宏觀史觀系統［9］。

近期的人才研究則開始了基于科研人員履歷分析的探索。科技人員的履歷是其職業生涯的歷史寫照，記錄了科研人員的成長歷程，包括教育、學術、職位變遷、科研產出、榮獲資助及榮譽等數據，信息量極為豐富。美國佐治亞理工大學1996年設立了RVM(research value mapping)項目，是履歷研究的拓荒實驗①RVM項目現由美國亞利桑那州立大學支持.見http://www.cspo.org/rvm/。。經過不斷發展，履歷分析已經被成功地用來研究人才流動對生產力、職業模式和合作的影響。Dietz等(2000)分析了生物技術和與微電子相關科領域科學家的履歷信息，揭示了科研機構科學家向工業界的流動情況及不同的合作模式，并研究了其在科研產出上的差異［10］。Dietz等(2005)收集和編碼了1200名科學家和工程師的履歷，同時也利用美國專利數據庫(USPTO)，研究了產業界、學術界和政府部門與這些科學家和工程師的科研產出、專利產出之間的關系。關注研究人員在這三者之間的轉換，特別是在大學和產業界之間的轉移［11］。Sabatier等(2006)用583名法國生命科學領域的科學家的履歷，研究了職業升遷職業模式中職業流動所起的作用［12］。Fonts(2007)使用履歷和其他數據源分析了葡萄牙生命科學領域科學家的科技產出、科技合作與人才流動之間的關系［13］。Koen Jonkers和Robert Tijssen(2008)采用中國植物分子科學領域回國的頂尖人才的履歷數據，研究了他們的流動歷史、科研產出、國際科技合作情況，分析了科技人才流動與國際科技合作之間的關系［14］。

生存分析是將事件的結果(終點事件)和出現這一結果所經歷的時間(生存時間)結合起來分析的一種統計分析方法［15］。生存分析的一個主要特點是可以處理刪失(Censor)數據。刪失是指準確生存時間未被觀察到的情況，在人才的履歷研究中，樣本中同一事件的發生并不同時，例如研究樣本中科技人才的獲得博士學位時間不可能都相同，因而不可避免地存在刪失數據。生存分析通過建立刪失數據解決傳統方法的限制，使用所有的樣本數據來全面反映事件的實際情況，從而解決樣本偏差問題。生存分析中的生存函數能夠反映研究事件在每一時點的生存率，從而揭示其它傳統統計方法無法得到的動態特征［16］。因此，生存分析方法適合于研究動態事件發生過程的規律以及事件發生的影響因素。

正是在概念和方法上的相對優勢，對于人才成長研究來說，生存分析可以全面描述人才成長過程中的影響因素，同時能夠反映人才成長特征，越來越多的研究者都利用生存分析法進行人才的履歷研究。例如:Corley，Bozeman及 Gaughan(2003)［17］利用科技人才的履歷數據研究了美國的科研基金資助對于女性科學家的職業軌跡和職業產出的影響，其統計方法也不同于尋常科研評價中使用的統計工具，他們引入了風險模型，通過生存分析對科技人才的職業生涯進行了縱向考察，并發現履歷數據在科研評價的許多問題研究中都具有廣泛的應用前景。Gaughan和Robin(2004)利用生存分析法研究了法國和美國的不同科技支持政策對科研人員早期職業發展的影響［18］。Monica Gaughan(2009)利用 76 名科技人才的履歷數據進行編碼，通過構建比例風險模型，研究了美國國立衛生院對于科技人才的資助在人才的職業生涯中起到的作用［19］。國內也有學者利用生存分析方法進行了生物醫藥領域以外的研究，如王燕等［20］2006年利用生存分析研究了顧客間隔購買時間的影響因素，余翠玲等2011年利用Cox回歸模型研究了企業信息技術采納的影響因素，但國內仍鮮有學者利用生存分析模型對人才成長問題進行研究。

總的說來，隨著履歷數據被引入人才問題研究，生存分析也成為履歷數據處理的一種方法，但國內基于科研人員履歷的相關研究較少，只有中國科學院周建中與他人合著的兩篇文獻。其一是關于科技政策研究中履歷分析方法的綜述［21］，另一篇是以“長江學者”、“百人計劃”入選者及“杰出青年科學基金”獲得者的職業履歷為基礎，對其特征進行的描述性統計［22］。為擺脫傳統方法靜態研究和樣本偏差的限制，動態研究人才成長問題，本文基于科技人才的履歷數據，利用生存分析方法解決樣本偏差，探討不同影響因素在人才成長的各個階段對其生存風險的影響作用。通過對海外科技華人科學家的職業成長軌跡進行研究為我國的人才成長、人才培養及引進工作提供參考信息。

二、數據與方法

(一)海外華人高層次人才數據收集

本研究目的是通過研究海外科技華人科學家的職業成長軌跡，為我國的高層次人才引進與培養提供參考。首先利用基礎科學指標數據庫(Essential Science Indicators，ESI)高被引作者庫中的華人作者作為海外華人高層次科技人才名單。其次，通過網絡采集履歷信息。最后，利用生存分析對其職業成長軌跡進行研究。由于資源的可獲取性等限制因素，通過上述過程共收集到233名華人科學家的履歷數據，對其進行深度編碼為生存分析準備。

(二)生存分析方法的選擇及應用

人才成長的分析中，我們關注獲得博士學位的國別及其它因素對科技人才進入下一職業階段風險率的影響。將科技人才的成長分為三個階段:助教階段、副教授階段、教授階段。相應地，本研究中的事件有:博士畢業的時間——起始事件;其余為不同階段的終點事件，獲得助教職位的時間、成為副教授的時間、獲得終身教授職位的時間。調查截止時仍未出現終點事件的數據為刪失數據。定義是否進入某一職業階段為生存狀態變量，有兩個水平:0-進入某一職業階段;1-未能進入某一職業階段。生存時間為研究對象自取得博士學位至進入某一特定職業狀態所歷經的時間。假設科技人才經歷這些風險事件或職業狀態對其職業生涯和成長具有積極意義，科技人才不斷向著取得終身的學術職位——教授而努力成長。如果科技人才取得博士學位的國家在其職業成長過程中具有獨立的影響作用，那么可以通過科技人才在進入不同職業狀態時經受的不同風險分布進行判斷。本研究利用生存分析方法對科技人才的履歷進行分析，研究了科技人才成長過程中的影響因素，實現的工具是IBM SPSS 20.0。

需要說明的是，對于“Survival hazard analysis/Survival analysis”國內較多地翻譯為“生存分析”，臺灣地區較多地使用“存活分析”的說法。早期生存分析廣泛應用于臨床研究，涉及有關疾病的愈合、死亡，因而冠名“生存分析”。隨著其他如經濟學、工程學等領域的應用，生存分析的“生存”與實際的“生存或死亡”的關系很弱。本文就是鑒于數據失訪不全而采用生存分析處理，使用的“生存”與實際意義也有一定差異。例如:生存風險率高，則表示相對地“好”。若助教階段承受較高的風險率，則生命長度較短，其助教階段的時間就越短，職業成長也就越快，因而表示“好”。

三、數據分析

(一)樣本統計

目前數據庫有233位海外華人高層次人才的基本信息，其中男性194位，占總數的83.26%，女性28位，僅占12.02%，其余科學家的性別信息未得到。在美國工作的科技人才最多，共148人占63.52%，其他國家如新加坡、加拿大、澳大利亞、日本等人數很少。在高校任職的科技人才最多，超過了83%;研究所有13人，產業界的最少，只有2人。有90人相當于教授，占38.79%;75人相當于副教授，占總數的 32.33%;助理教授的占21.98%。從海外科技人才的職務性質來看，從事教學研究的人才占到了絕大多數，有160人，占68.67%。

(二)Kaplan-Meier分析

生存分析的一個關鍵概念是生存函數。用一個非負隨機變量T來表示生存時間，生存函數為隨機變量T越過時間t的概率。對每個職業狀態來說，生存函數表示經過某段時間T還未進入這種職業狀態的個體的比例。研究開始時生存函數值為1，結束時其值表示還未進入這種職業狀態的個體比例。因為事先不知道分布，且參數分布的假定對函數的估計有很大影響，所以本文采用KM非參數法估計科技人才不同職業階段的生存風險分布。KM結果見表1，圖1～圖3描繪了科技人才獲得博士學位的國別因素下職業發展不同階段的生存曲線。

表1 KM分析結果

助教階段，有143名科技人才在美國獲得博士學位，其中30.1%的數據刪失;90名不在美國獲得博士學位，37.8%的數據刪失。觀察期間共67%的樣本進入了助教階段。通過Log Rank顯著性檢驗得到，統計量服從自由度為1的χ2分布時的P值為0.016，表明在兩組之間總體生存函數沒有差異的前提假設下，獲得現有樣本結果的可能性非常小，從而推斷兩組之間生存函數的差異具有顯著性，可以看出是否在美國獲得博士學位對科技人才獲得助教職位的生存時間具有影響。圖1a刻畫了該因素下助教階段的生存曲線，由于生存函數表示經過某段時間T還未進入這種職業狀態的個體比例，所以圖中下方的曲線表示“好”:因為對每一個時間T，在美國獲得博士學位的科技人才都要承受更高的風險進入助教階段，同時風險率高，則其生命長度較短，其助教階段的時間就越短，職業成長也就越快。

考慮是否在中國獲得博士學位的因素，則科技人才助教階段的生存曲線表現出相似卻又不同的結果。樣本中有43名科技人才在中國獲得博士學位，其中27.9%數據刪失;190名科技人才不在中國獲得博士學位，34.2%的數據刪失。觀察期間共67%的樣本進入了助教階段。Log Rank檢驗P值為0.004，則是否在中國獲得博士學位獲得助教職位的生存時間具有影響的。圖1b可以看出不在中國獲得博士學位的人才更快進入助教階段。

圖1 助教階段:科技人才的生存函數

副教授階段，是否在美國獲得博士學位因素不具有顯著影響。Log Rank檢驗P值為0.912，所以該影響不顯著。圖2a也表明是否在美國獲得博士學位的科技人才進入副教授階段的兩條生存曲線并無明顯差異，兩者的風險率變化趨勢大致相同。是否在中國獲得博士學位因素下，Log Rank檢驗P值為0.028，表明對生存時間具有顯著影響。圖2b顯示不在中國獲得博士學位的人才進入副教授階段的時間更短，職業成長更快。但博士畢業時間超過20年還未獲得副教授職位的在中國獲得博士學位的科技人才再成為副教授的時間就快于不在中國獲得博士學位的人才了。

圖2 副教授階段:科技人才的生存函數

教授階段，是否在美國獲得博士學位因素不具有顯著影響。Log Rank檢驗P值0.831，從而是否在美國獲得博士學位對生存時間影響不顯著。圖3a中兩條生存曲線的變化趨勢也相近，只有在時間超過20年時，不在美國獲得博士學位的才表現了較高的風險率。是否在中國獲得博士學位因素同樣也不具有顯著影響。Log Rank檢驗P值為0.709，從而該因素對生存時間的影響也不顯著。圖3b中的兩條生存曲線的風險率變化趨勢大致相同。但在博士畢業時間約20年還未獲得教授職位的在中國獲得博士學位的科技人才就不再有可能成為教授了，而不在中國獲得博士學位的科技人才卻還有機會再獲得終身教授職位。

圖3 教授階段:科技人才的生存函數

總地說來，科技人才獲得博士學位的國別對不同成長階段的生存風險率影響不同。相比在中國獲得博士學位，不在中國獲得博士學位的科技人才以更短的時間進入助教和副教授階段，但對于教授階段的影響不顯著。相比不在美國獲得博士學位，在美國獲得博士學位的科技人才以更短的時間進入助教階段，但對于副教授和教授階段的影響則不顯著。由此看來，在職業生涯的初級階段獲得博士學位的國別對科技人才的職業成長具有顯著影響，在美國獲得博士學位或不在中國獲得博士學位的科技人才都具有相對明顯的優勢以更快的速度實現職業成長;而隨著職業發展階段的不斷提高，在較高級的職業階段，這種國別影響越來越不顯著。是否在美國獲得博士學位對于副教授和教授階段的生存風險率影響不具有統計顯著性，而是否在中國獲得博士學位對教授階段的生存風險也同樣不具顯著性。

(三)Cox比例風險回歸分析

為進一步確定哪些因素對人才成長具有重要影響及影響程度如何，利用Cox比例風險模型對科技人才獲得教授職位的時間分析，考察成長過程中各因子的影響效果。Cox過程通過建立生存時間隨風險因素變化的回歸模型確定對生存時間具有影響的預后因素，根據風險因素在模型中的影響對生存率進行預測。Cox模型中的因變量為風險率h(t):

公式(1)中h0是基準的生存分布的風險函數，B是回歸系數，x為預后變量(影響因素)。Cox回歸模型通過在風險函數與研究因子之間建立類似廣義線性模型的關聯，從而考察研究因子對風險函數的影響作用。Cox模型通過將部分似然度最大化來實現對因子向量X的系數向量B的估計［23］。

本研究利用Cox比例回歸模型對人才成長的生存狀況分析，試圖考察人才成長的影響因素，包括性別、獲得博士學位的國別、博士畢業后第一份工作單位性質(高等院校、研究所、產業界)、成為助教時間、成為副教授時間、職務性質(教學、其它)等。其中在較低一級的成長階段，較高階段的因子不計入模型。如:在助教階段成為副教授時間因子不進入回歸模型。參考Monica Gaughan 2009［19］的NIH資助對科技人才職業生涯作用的研究，由此建立人才成長的生存函數為:

式中:B1:是否在美國獲得博士學位因子

B2:是否在中國獲得博士學位因子

B3:性別因子

B4:第一份工作單位性質因子

B5:職務性質因子

B6:成長階段因子

Cox風險回歸結果見表2。分別對人才成長各階段的影響因素與生存函數的關系進行單變量檢驗，利用Wald統計量評價模型的顯著性。利用相對風險度Exp(B)和回歸系數B來考察各因素的作用。Exp(B)是相對危險度，表示各因素取值狀態每增加一個單位，風險率h(t)比原水平增加的倍數。回歸系數B的取值正負表示上述變化的方向。

表2 Cox回歸模型結果總結

表2表明，教授階段，因子副教授時間對生存 風險具有顯著影響。該因子的回歸系數估計值為－0.204，顯著性水平為0.022，按照0.05的顯著性檢驗標準，因子副教授時間可以降低在教授階段的風險率，其平均效果為e－0.204=0.815。在其他因子水平固定的情況下，平均來說，博士畢業后至成為副教授的時間加長一個單位(1年)則其獲得終身教授職位的風險是原有水平的0.815倍。此外，不在美國獲得博士學位對于教授階段的生存風險也就有降低作用，平均說來，不在美國獲得博士學位是在美國獲得博士學位的科技人才在教授階段生存風險的0.744倍。博士畢業后選擇在研究所工作(因子第一份工作性質1)相比在高校工作(因子第一份工作性質0)增加了教授階段的生存風險，而博士畢業后在產業界(因子第一份工作性質2)工作相比在高校工作(對教授階段的風險具有降低作用。另外，具有博士后經歷及助教時間因子對于教授階段的生存風險也具有降低作用。但總的說來，只有副教授時間因子具有統計顯著性，其他因子對于教授階段的生存風險的影響并不具備顯著性。

副教授階段，在美國獲得博士學位對生存風險具有顯著影響。該因子的回歸系數估計值為－2.198，顯著性水平為0.034，表明可以降低副教授階段的風險率，平均效果0.111。此外，博士畢業后選擇在研究所和產業界工作相比于高校對副教授階段的生存風險也具有降低作用，在中國獲得博士學位的科技人才在副教授階段的生存風險也相對較低。另外，具有博士后經歷及助教時間因子則提高了副教授階段的生存風險。但總起來說，只有是否在美國獲得博士學位對副教授階段的生存風險具有顯著降低作用，其他因子對于該階段生存風險的影響不具顯著性。

助教階段，博士畢業后是否進行博士后工作對于科技人才在該階段的生存風險具有一定影響。該因子的回歸系數估計值為－0.195，博士畢業后繼續進行博士后工作可以降低在助教階段的風險，但并不具有顯著性。在美國獲得博士學位也可以降低在助教階段的風險，是不在美國獲得博士學位的科技人才在教授階段生存風險的0.99倍，但該因子的顯著性水平為0.984，同樣不具有顯著性。此外，博士畢業后選擇在研究所和產業界工作相比于在高校工作則提高了助教階段的生存風險。總的說來，在助教階段并沒有顯著影響其生存風險的影響因子。

四、結論

通過Kaplan-Meier過程對科技人才獲得博士學位的國別影響進行考察，比較了在美國和中國取得博士學位的科技人才成長過程中的差異，采用生存曲線描述人才成長期間的風險率。研究發現在職業生涯的初級階段獲得博士學位的國別對科技人才的職業成長具有顯著影響，在美國獲得博士學位或不在中國獲得博士學位的科技人才都具有相對明顯的優勢以更快的速度實現職業成長;而隨著職業發展階段的不斷提高，在較高級的職業階段，這種國別影響越來越不顯著。是否在美國獲得博士學位對于副教授和教授階段的生存風險率影響不具有統計顯著性，而是否在中國獲得博士學位對教授階段的生存風險也同樣不具顯著性。因而在國家引進科技人才過程中，不應對國內博士學位和海外博士學位進行差異對待，從職業發展的趨勢來看，海外博士學位在科技人才成長的高級階段優勢不斷減弱。

Cox回歸分析表明，博士畢業后選擇在研究所工作可以增加助教和教授階段的生存風險，從而加速職業成長。而具有博士后工作經歷則降低了助教和教授階段的生存風險，從而延長了該階段的職業生命時間，減緩了職業成長速度。因而對于科技人才的職業成長而已，博士畢業后選擇進入博士后科研流動站從事科研工作或是選擇投身產業界或是在研究所或高校工作對職業成長具有不同的影響，Cox結果表明，在研究所工作有利于職業成長。

本文雖然從科研產出的影響力角度出發采用數據構建了海外華人高層次人才數據庫，未能覆蓋全部的科技人才。另外從樣本來看，研究所和產業界的人才較少，造成本文結果可能存在一定局限。最后，本文利用履歷信息只研究了人才成長過程中的影響因子對各階段生存風險的作用。未來的研究擬將履歷信息與科學計量數據結合，考察成長過程中的因子對其科研產出的影響，在數據來源方面也考慮加入專利數據、并應加強研究所與產業界部分的研究。

［1］哈里特·朱克曼.科學界的精英——美國諾貝爾獎金獲得者［M］.北京:商務印書館，1979.

［2］科爾(Cole，Jonathan R.)，Cole. 科學界的社會分層［M］.北京:華夏出版社，1989.1－299.

［3］肖俊茹.高層次學術型人才成長經歷探索——基于對若干位優秀博士學位論文獲得者的個案訪談［D］.華中師范大學，2008.

［4］蒲云，代寧，王永杰等.談創造性拔尖人才成長規律——全國優秀博士學位論文作者調查啟示［J］.西南交通大學學報(社會科學版)，2006，7(4):12－15.

［5］王輝，牛棟，王雪梅等.國際地學和環境/生態學領域優秀人才成長因素分析［J］.高等理科教育，2010，(1):15－19，29.

［6］王平.基于人力資本生產(增值)規律的人才流動與人才成長關系研究［J］.科技進步與對策，2006，23(8):178－180.

［7］朱蘇麗.基于無界職業生涯的人才成長與人才流動［J］.武漢理工大學學報(信息與管理工程版)，2006，28(9):52－55.

［8］郭樑.基于人才矢量分析的拔尖創新人才成長規律研究［J］.中國高教研究，2006，(6):40－41.

［9］朱鄭州，蘇渭珍，王亞沙.杰出科技人才成長的生態環境研究［J］.科技管理研究，2011，(19):132－143.

［10］Dietz J S，Chompalov I，Bozeman B，et al.Using the Curriculum Vita to Study the Career Paths of Scientists and Engineers:An Exploratory Assessment［J］.Scientometrics，2000，49(3):455－478.

［11］Dietz J S，Bozeman B.Academic Careers，Patents，and Productivity:Industry Experience as Scientific and Technical Human Capital［J］.Research Policy，2005，34(3):349 － 367.

［12］Sabatier M，Carrere M，Mangematin，V.Profiles of Academic Activities and Careers:Does Gender matter?An analysis based on French Life Scientists＇CVs［J］.Journal of Technology Transfer，2006，31，311 －324.

［13］Fontes M.Scientific Mobility Policies:How Portuguese Scientists Envisage the Return Home［J］.Science and Public Policy，2007，34(4)，284 －298.

［14］Jonkers K，Tijssen R.Chinese Researchers Returning Home:Impacts of International Mobility on Research Collaboration and Scientific Productivity［J］.Scientometrics，2008，77(2):309－333.

［15］張文彤.SPSS高級教程［M］.北京:高等教育出版社，2004:379－381.

［16］丁小浩，李瑩.待業時間與受教育程度的生存分析［J］.教育發展研究，2006，(17):18－23.

［17］Corley，E A，B Bozeman ＆ M Gaughan.Evaluating the Impacts of Grants on Women Scientists＇Careers:The Curriculum Vita as A Tool for Research Assessment.In Learning from Science and Technology Policy Evaluation:Experiences from the U.S.and Europe，Eds.P.Shapira and S.Kuhlmann.Cheltenham，UK:Edward Elgar Publishing［M］.2003.293 －315.

［18］Gaughan，M and S Robin.National Science Training Policy and Early Scientific Careers in France and the United States［J］.Research Policy，2004(33)，569 －581.

［19］Monica Gaughan.Using the Curriculum Vitae for Policy Research:An Evaluation of National Institutes of Health Center and Training Support on Career Trajectories［J］.Research evaluation，2009(18):117 －124.

［20］王燕，王高，趙平.生存分析在顧客間隔購買時間研究中的應用［A］.中國優選法統籌法與經濟數學研究會、南京航空航天大學、《中國管理科學》編輯部、中國科學院科技政策與管理科學研究所.第八屆中國管理科學學術年會論文集［C］.中國優選法統籌法與經濟數學研究會、南京航空航天大學、《中國管理科學》編輯部、中國科學院科技政策與管理科學研究所，2006.5.

［21］周建中，肖小溪.科技人才政策研究中應用CV方法的綜述與啟示［J］.科學學與科學技術管理，2011，(2):151－156，179.

［22］牛珩，周建中.基于CV分析方法對中國高層次科技人才的特征研究——以“百人計劃”“、長江學者”和“杰出青年”為例［J］.北京科技大學學報(社會科學版)，2012，(2):96－102.

［23］Kalbfleisch JD.and Prentice RL.The Statistical Analysis of Failure Time Data［M］.John Wiley and Sons，1980.

Using the Curriculum Vitae for Career Trajectories Research of Top Chinese Overseas Talents:the Perspective of Survival Hazard Analysis

TIAN Rui-qiang1，YAO Chang-qing1，YUAN Jun-peng1，PAN Yun-tao1，LI Jun-feng2

(1.Institute of Scientific＆Technical Information of China，Beijing100038，China2.China National Petroleum Corporation，Beijing100101，China)

The paper has presented detailed information about how to proceed with a survival analysis of career trajectories research of Chinese overseas highly-talents from CVs.Using Cox proportional hazard model，it revealed the effects of different situations after obtained PhD on the survival rates.Specifically，talents

PhD in US spent less time becoming assistant professor，but rather associate professor and professor.Those who worked in research institutions after the Doctor graduation require less time becoming assistant professor and professor.Furthermore，the postdoctoral experiencing has a negative effect on being assistant professor and professor.

CV;curriculum vitae;highly-talent;career trajectories;survival analysis;Cox proportional hazard model

G350

A

1002-9753(2013)10-0059-09

2013－02－20

2013－09－10

本文系國家軟科學項目“海外華人科學家現狀分析與引進政策研究”(項目編號:2010GXS4K038)、國家軟科學研究計劃“國外科技人才發展趨勢比較研究”(項目編號:2012GXS5D127)研究成果。

田瑞強(1989－)，男，陜西彬縣人，中國科學技術信息研究所碩士研究生，研究方向:情報學、科學計量學。

(本文責編:瑞 源)