科技人才的教育經歷研究
——以中國科學院杰出青年為例

張松濤，關忠誠

(中國科學院科技政策與管理科學研究所，北京 100190)

科技人才的教育經歷研究
——以中國科學院杰出青年為例

張松濤，關忠誠

(中國科學院科技政策與管理科學研究所，北京 100190)

本文提出科技人才求學機構矩陣，用科技人才流動鄰接矩陣表征科技人才在高校和科研機構間的流動。研究科技人才求學期間在不同類別高校之間的流動情況，發現不同高校的科技人才培養水平的層次。根據科技人才流動鄰接矩陣，利用各省區的地理坐標數據將科技人才之間的流向與流量展現在地圖上，呈現出不同省區市之間科技人才在求學期間的流動狀況。

科技人才；教育經歷；科研履歷；杰出青年

當前研究對科技人才的流動研究較少關注求學階段的流動，更多關注科研工作階段在國際、區域和行業部門間的流動?？萍既瞬旁谇髮W階段和工作階段流動情況的差異研究還相對較少。研究科技人才本科、碩士、博士求學機構分布特點的結論主要集中在:科技人才多數就讀于重點高校、科研機構等。研究未將科技人才的流動趨勢和實際效果更加直觀地展現。更加直觀地呈現各個機構、區域之間的人才流動還需要開展研究。

1 研究對象與方法

1.1 研究對象與數據采集

本文研究對象為中國科學院2005—2014年以中國科學院為依托單位的中國籍杰出青年，共計528名。通過依托單位網站和其他網絡渠道獲取相關履歷信息，包括:姓名，出生年份，性別，獲得資助年份，攻讀本科、碩士、博士學位機構，畢業時間等。選出教育經歷完整的杰出青年共324名作為本文的研究樣本。

1.2 研究方法

研究科技人才教育經歷和流動，需要建立科技人員履歷 (Curriculum Vitae，CV)數據庫?？萍既瞬怕臍v包括出生年份、籍貫、教育經歷、科研經歷、科研成果、職稱職位變遷、所獲獎項、基金資助及榮譽情況等信息。本文采用科研履歷分析的研究方法。履歷反映了科技人才職業生涯，履歷分析代表了科技評價從產量范式向能力范式的轉移[1]?？蒲新臍v的獲取方便，在科研機構官網、科技文獻數據庫、科技報道均可獲取履歷信息。

2 求學機構與地域的分布與流動

2.1 求學機構與地域分布

矩陣是數學中橫向和縱向排列的二維數表。將矩陣運用到科技人才教育經歷的表征以及科技人才求學期間在高?；蚩蒲袡C構 (以下稱機構)之間的流動，表達科技人才所屬的機構、地域等信息要素。

從空間分布上來看，科技人才在求學階段集聚到不同機構之中。本科求學機構矩陣A＝ (aij)n×k，碩士求學機構矩陣B＝ (bij)n×k，博士求學機構矩陣C＝ (cij)n×k。矩陣A見表1，每一行為科技人才，每一列為機構，矩陣B，C形式如矩陣A。

表1 本科求學機構矩陣

矩陣A，B，C為0～1矩陣，0表示未就讀于該機構，1表示就讀于該機構。對于矩陣D＝BA，其中的-1元素表示，該科技人才本科就讀于此機構，但是碩士不在該機構就讀。在D中元素1，表示該科技人才在該元素對應的機構就讀，如果沒有1或-1，只有0，則表示本科與碩士就讀于同一所高校。同理可得矩陣B到矩陣C的變動矩陣E＝C-B。

研究科技人才區域分布時，可以建立地域矩陣:F＝ (fjk)k×m， 見表2。 其中， p1， l＝1，2，…，m。表示機構所處的區域。

表2 地域分布矩陣

定義:H＝A×F為科技人才本科求學地域分布矩陣。

矩陣H表征n個科技人才在m個區域的分布情況。矩陣H為0～1矩陣，0表示未在該區域求學，1表示在該區域求學。

2.2 科技人才機構與地域流動表達

(1)矩陣表達。研究科技人才流動就是實現某國家、區域、行業、部門、單位在科技人才儲量測度以及流向監測的問題?？萍既瞬帕鲃友芯慷甲裱韵赂拍钅Ｐ停鐖D1所示。以機構間科技人才流動為例，A～F代表機構。

圖1 科技人才在機構間流動的概念模型

鄰接矩陣表示相鄰節點的連接關系。鄰接矩陣由于具有表征流動性特征，因此在研究中有很廣的應用，以電網中能量流的研究為例，鄰接矩陣得到了很多應用。Andrews和Li[2]用鄰接矩陣表示了三叉樹圖的能量流動情況。Liu和Zhao[3]將改進的鄰接矩陣乘法運用到配電網絡潮流的計算中，改進了配電網絡潮流的計算方法。

科技人才在求學階段的流動具備:本科到碩士再到博士的求學依次遞進的特點?？梢圆捎绵徑泳仃噥肀硎究萍既瞬艔谋究频讲┦壳髮W階段的流動狀況，而求學的機構為相應的節點。以本科到碩士的求學過程為例，本科到碩士求學鄰接矩陣R。

表3 本科到碩士求學鄰接矩陣

矩陣R生成步驟如下:第一步，將矩陣R初始為0元素方陣。第二步，逐行檢索矩陣D。當行中出現-1時，檢索矩陣A該行中1元素所在列p，檢索矩陣B中1元素，記住該列q。在矩陣R的第p行、第q列上的元素rpq上加1。當行中出現0時，檢索矩陣A中1元素所在列p，同樣地檢索矩陣B中1元素所在列q。在矩陣R的第p行、第q列上的元素上rpq加1。第三步，對D矩陣逐行搜索完畢，得矩陣R。同理可得碩士到博士求學鄰接矩陣S。

(2)地理表達。Furukawa等[4]根據流入和流出測度國家間和機構間科技人才的流動。人才流入與流出的差值表示科技人才數量，圖2為科技人才國家間流動可視圖。左圖，坐標系橫軸表示科技領域內該國科技人才流出數量，坐標系縱軸表示科技領域內該國的科技人才流入數量。坐標系中，不同顏色圓形表示不同的國家，大小表示科技領域內該國科技人才的數量。右圖，左邊紅色部分表示以美國為中心的科技人才流入情況，右邊藍色部分表示以美國為中心的科技人才流出情況。

圖2 機器人領域科技人才國際流動圖

求學機構的變動不僅可以通過二維遷移的矩陣表達，也可以通過地理空間地圖來展現。在地圖上可以看出一個科技人才群體的整體遷移規律。可以通過將省區的地理位置轉換成二維坐標，將各個省區的地理坐標分別投影到中國地圖上實現省區的地圖顯示。根據矩陣數學表達的科技人才流動轉化為科技人才在地理空間內的流動。本文參考和采用了現有的Excel Pro關于Excel功能實現方法。

2.3 中國科學院杰出青年求學期間的分布與流動

(1)機構分布與流動。以求學機構矩陣求出科技人才在機構間的流動鄰接矩陣，表征科技人才在機構之間的流動。本文將求學機構劃分為:非985高校、985高校、中國科學院和國外高校四類。中國科學院2014年開始招收本科生，碩士生源全部來自于全國其他高校。非985高校在科技人才流動中處于流出大于流入的地位，而在985高校也是流出大于流入，但差值不大。在攻讀碩士的求學方面，杰出青年群體呈現國際化的求學趨勢，出國留學的杰出青年數量開始增加。

不同高校畢業生畢業后流向不同，以北京大學和吉林大學為例。在北京大學本科畢業后分別流向北京大學、中國科學院、其他985高校、非985高校以及國外高校。北京大學等國內著名高校的本科生畢業后多數會選擇在本校、中國科學院或國外著名高校攻讀碩士。而選擇去其他985高?；蚍?85高校的比例較低。吉林大學本科畢業后繼續在本校攻讀碩士的占43%，去其他985高校占21%，非985高校占7%，中國科學院占29%。兩類大學顯著的差異就在于，吉林大學人才內部流動比較明顯，北京大學人才外流比較明顯。

(2)地域分布與流動。

國內分布與流動:從本科、碩士和博士求學的城市分布如表4所示。以北京市為例，從本科到博士，在北京求學的杰出青年人數不斷增加，人才不斷向北京集聚，表現出人才流入現象。以武漢市為例，從本科求學到博士求學，在武漢求學的杰出青年人數不斷減少，人才不斷從武漢發散向其他城市或到國外求學，表現出人才外流現象。北京和武漢在科技人才培養方面屬于兩種不同的人才培養層次。

表4 本科到博士階段在國內城市求學杰出青年人數

從上海與各省區之間的人才求學遷移情況看，北京、上海屬于人才凈流入的地區，流入地主要分布在華北和中西部地區。

以北京為例，本科到碩士求學中從北京畢業后選擇在青海、湖北、安徽、上海等省區繼續攻碩，而碩士到博士求學中，從北京畢業選擇在其他省區市讀博主要集中在陜西和上海，人員流出的比例較低。從兩個求學階段的整體來看，北京都集聚和吸引了全國各地的優秀人才前來求學。

中國各地區經濟社會發展不平衡，表現在科學技術領域就是科技人才的培養和流動方面也表現出一定的不平衡性和分層特征。從經濟帶角度，可以將中國劃分為三大地區:東部沿海地區、中部內陸地區和西部邊遠地區。樣本中杰出青年在求學階段分布如表5所示，隨著學歷的不斷上升，人才不斷由中西部地區向東部沿海聚集，呈現出由經濟欠發達地區向經濟相對發達地區的流動。在科研和教育水平上，東部沿海地區較中部內陸地區和西部邊遠地區更高。

表5 杰出青年求學期間經濟帶的分布情況

國際分布與流動:從本科到碩士再到博士的整個高等教育求學過程中，海外求學人數不斷增加。樣本中，本科階段有1名杰出青年在香港求學。在本科、碩士、博士階段求學目的地國家或地區主要分布，如表6。

表6 杰出青年攻讀碩士期間在香港和國外求學情況

碩士階段在國外或香港求學的有10人，在求學方面開始走向國際化，美國是碩士留學的最多國家。博士階段，美國仍然占據了最多的求學人數，其次是日本。博士階段在國外或香港求學的人占到了64人 (見表7)。美國、日本、德國等國家或地區在科學技術、科研環境方面與中國相比都有較大的優勢，中國在某些關鍵技術領域與這些國家還有很大差距。

中國各地區在科技人才培養方面水平很不均衡，與國際發達科技國家還有一定差距。東中西部分屬人才培養的不同層次，人才普遍流向東部沿海較發達地區。國際流動方面，人才不斷從東部流向國際發達經濟、科技強國。

表7 杰出青年攻讀博士期間在香港和國外地區求學情況

3 結論與政策建議

3.1 研究結論

(1)不同教育和科研水平的機構在人才教育方面處于不同層次。研究樣本中，求學階段非985高校的科技人才流出大于流入。985高校雖然也是流出大于流入，但是差值不大。非985高校在吸引和保留優秀人才方面與985工程高校和中國科學院相比處于劣勢。不同高校培養的本科生在畢業后繼續求學的流向有所不同。以北京大學和吉林大學為例，北京大學本科畢業生選擇留在本?；蛑袊茖W院研究所攻讀碩士的占了大多數，而流向其他國內高校的占20%左右，剩余的15%流向國外高校。吉林大學本科畢業生選擇在本校繼續攻讀碩士的比例達到了北京大學的兩倍。從在碩士階段國外求學的人數情況可以看出，北京大學較吉林大學更具國際化的人才流動特點。

(2)求學期間的科技人才流動，國際、國內表現出不同規律。求學期間的科技人才流動，國際、國內表現出不同規律在國內，人才逐步向中東部轉移，在國際上，人才逐步流向科技發達國家。

杰出青年本科就讀高校主要分布在國內且大多集中在省會城市或直轄市。北京、上海等經濟發達城市是杰出青年求學期間的主要分布地。經濟、科研水平發達的城市不斷有人才集聚。以經濟帶劃分來看，在杰出青年早期求學階段由中西部向東部沿海經濟發達地區聚集。本文研究的杰出青年群體都存在一個求學階段的整體流動趨勢。

從碩士求學開始，呈現國際化求學的趨勢。在博士階段有20%以上在國外著名機構就讀。主要分布在美國、日本、英國、德國等科技發達國家。以中國科學院為依托單位的杰出青年群體的流動呈現國際化特征。在國內逐漸集中在中國科學院以及著名國內985工程高校。在國際上逐步走向分散，流向國際主要科技發達國家。在地理分布上表現為科技人才從分散逐步走向集中，集中后又走向分散的特點。

3.2 政策建議

(1)不斷提升人才培養和科研水平，暢通人才流動渠道。國內以清華大學、北京大學、中國科技大學等優秀的高等教育機構在吸引優秀科技人才求學方面取得了很高的成就?，F在也存在一些科研實力相對薄弱的機構在人才培養和科研基礎條件、實力上與高水平高校和科研機構有較大差距。在這些機構求學的科技人才的培養必須依靠機構自身水平提升與暢通人才后期培養渠道相結合。暢通科技人才流動渠道，讓科技人才在更高層次的科技人才集聚地進行更高水平的科學研究和技術研發，為人才成長扎上翅膀。幫助科技人才可以選擇適合自身發展的科研機構繼續其學習和科研工作。給科技人才在升學方面提供更加全面的信息，使得科技人才可以在全面的信息下做出適合自身未來發展的決策。

(2)優化科研資源配置，加強國內高校、區域間交流，完善聯合培養。東部沿海地區經濟發展水平高、科研實力強，吸引大量科技人才前來求學、培養了一大批人才。西部邊遠地區和中西部地區在科技政策的制定和科研資源資助力度方面還有很大的發展空間。教育和科研投入可以不斷提升本地區的科技創新水平和發展動力，需要制定更加科學合理的科技、教育扶持政策，注重科研資源的定向科學投入，培養優秀科技人才，服務本地區的經濟社會發展。

縮小高校間的水平差距，不將高校985、211，一本和二本分層的科研和教育投入作為高校支持發展的模式。經費投入上應當更加公平，提高高校和科研機構的科研、教育整體水平。優化資源配置，使得在早期就讀于科研、教育水平相對較低高校的科技人才獲得更好的教育條件。

應當建立科研資源的投入與共享機制，使優秀科技人才可以共享不同機構、區域的教育和科研資源。采取創新的聯合培養模式，讓高校與高校、科研機構、區域間實現資源效能的最大化。有效遏制高校、區域科技創新實力分層嚴重的現象，促進高校、區域科技協調均衡發展，讓科技人才在區域高校之間充分流動，為區域、國家創新發展提供人才儲備和支撐。

(3)創新國際教育科研合作模式，積極開展國際科研合作與交流。中國當前培養出的博士在科研能力創新水平方面與西方科技強國之間存在差距，同時也說明了中國在人才培養方面的制度模式和環境需要不斷完善，中國需要積極開展國際間的科研合作與學術交流。美國、日本、德國等科技發達國家是杰出青年群體的主要博士求學的目的地國。要積極開展與此類國家間的積極合作，不斷拓展國際合作的廣度與深度。

4 研究總結與展望

求學機構矩陣從機構維度呈現科技人才的時空分布。通過矩陣運算可以得出科技人才的分布。以求學機構矩陣為基礎可以得出機構間流動鄰接矩陣。矩陣運算有別于其他的運算，可以更清晰地展現流動信息，便于計算和數據處理。將科技人才定性或簡單定量描述統計轉變為依靠定量方法解決大樣本量科技人才教育經歷分析方法，可以提供更加高效地分析和解決大樣本人才群體研究問題。本文將科技人才區域間流動矩陣與區域間遷移二維坐標地圖體系建立結合起來，將科技人才在求學期間的流動結合起來，探討了中國各省區間科技人才的流動。本文采取經濟帶劃分的科技人才求學階段地域分布統計方法得出了人才從中西部向中東部集聚的結論。未來本文將會進一步豐富和完善履歷數據將分析方法集成為系統的分析體系。

[1]田瑞強，姚長青，袁軍鵬，潘云濤.基于科研履歷的科技人才流動研究進展[J].圖書與情報，2013，(5):119-125.

[2]Andrews D L，Li S P.Energy Flow in Dendrimers:an Adjacency Matrix Representation[J].Chemical Physics Letters，2006，433 (1-3):239-243.

[3]Liu L，Zhao X.Application of Improved Adjacency Matrix Multiplication in Distribution Network Flow Calculation[R].2011 2nd International Conference on Advances in Energy Engineering(Icaee)，2012，14:983-989.

[4]Furukawa T，Shirakawa N，Okuwada K，Sasaki K.International Mobility of Researchers in Robotics，Computer Vision and Electron Devices:a Quantitative and Comparative Analysis[J].Scientometrics，2011，91(1):185-202.

(責任編輯 譚果林)

Education Experience of Scientific Workforce——A Case Study on the Winners of NSFDYS in CAS

Zhang Songtao，Guan Zhongcheng
(Institute of Policy and management，Chinese Academy of Sciences，Beijing 100190，China)

Scientific workforce is the core of the national science and technology competitiveness.The mobilization of talents has become a hot issue in the field of scientific workforce research.It is necessary to improve the research on the mobilization of the talents at their college level.This paper puts forward the scientific workforce education matrix by using the scientific workforce adjacency matrix representing their flow between the universities and research institutions.Through the analysis of intellectual flows between universities，it finds universities differ in the levels of cultivating science and technology talents.Then，according to the scientific workforce adjacency matrix，and by using inter-provincial geographic coordination data，the scientific workforce mobilization is showed on the map，illustrating the provincial differences in the mobilization of talents.

Scientific workforce；Education experience；Curriculum vitae；National Found for Distinguished Yong Scholars

G311

A

2015-04-15

張松濤 (1991-)，男，河南泌陽人，碩士研究生；研究方向:科技評價、優選與管理科學、項目管理。