氣象部門高層次人才隊伍發(fā)展趨勢研究

劉蕊 劉藝 杜凈譯

（中國氣象局人才交流中心，北京 100081）

0 引言

氣象部門高層次人才是指在氣象部門從事專業(yè)技術工作，具備優(yōu)良的素質，良好的職業(yè)道德和團隊協(xié)作精神，有較高業(yè)務水平、科研水平，在推進氣象事業(yè)發(fā)展中有較高貢獻，起到示范和帶動作用的科技型人才。從人才管理的角度，以專業(yè)技術職稱為依據(jù)，認為氣象部門高層次人才是具有高級專業(yè)技術職稱者，包括副高級和正高級專業(yè)技術職稱的人員。

1 氣象部門高層次人才隊伍發(fā)展趨勢

1.1 總量變化趨勢

人才是氣象事業(yè)高質量發(fā)展的基礎。“九五”至”十二五”期間氣象部門高層次人才持續(xù)增長（圖1）。“十五”和“十一五”時期高層次人才增速迅速，分別達到45.97%和46.08%。“十二五”時期依然保持近18.74%的增速。2012年頒布的《氣象部門人才發(fā)展規(guī)劃（2012—2020）》指出，將建設一支規(guī)模適度、結構優(yōu)化、布局合理、素質優(yōu)良的氣象人才隊伍，預計到2020年高層次人才總數(shù)將達到13156人。

圖1 “九五”至“十二五”期間高層次人才總量變化趨勢 Fig. 1 Changes in high-level talent number from“Ninth Five Year Plan”to“Twelfth Five Year Plan”

近5年，高層次人才隊伍建設成效尤為顯著，高層次人才數(shù)量從2014年8730人增加至2018年的11186人，增長28.3%，年均增長6.13%；高層次人才占全國編內人員總數(shù)2014年為16.12%，2018年升至21.55%，與上年相比增長率最大的為2017年達到8.77%，其次為2018年增長率為7.09%（圖2）。究其原因，2017年中國氣象局開展了職稱改革，建立了更加科學的人才評價標準。

圖2 2014—2018年高層次人才總量變化趨勢 Fig. 2 Changes in the total number of high-level talents from 2014 to 2018

從圖2可知，近5年，正高和副高職稱人才隊伍建設相比，正高職稱人才隊伍增長速度較快，副高職稱人才隊伍發(fā)展較為平穩(wěn)。2014—2018年，正高職稱人數(shù)增加409人，總增長57.28%，年均增長11.46%；副高職稱人數(shù)增加2047人，總增長25.54%，年均增長5.11%。

2017年中國氣象局出臺《中國氣象局職稱評定辦法》要求進一步落實“放、管、服”，將副高級職稱評審的主體責任落實在各用人單位。氣象副高級職稱改革后，副高級人才隊伍增長迅速。2014年約1300人申報，90.35%的申報人通過審核，64.94%的申報人通過評審；2018年共約1900人申報，92.91%的申報人通過審核，59.73%的申報人通過評審，出現(xiàn)申報通過率提高而評審通過率下降現(xiàn)象，反映近5年氣象部門高層次潛力人才眾多，人才素質顯著增強，各單位受崗位指標的限制，按照業(yè)務重點發(fā)展領域，遵循人才成長規(guī)律，更加科學合理地調整人才隊伍結構，發(fā)揮人才評價指揮棒作用。

1.2 教育背景變化趨勢

圖3 高層次人才學歷結構變化趨勢 Fig. 3 Changes in the structure of academic qualifications of high-level talents

到2018年底，36.34%的研究生學歷和22.45%的本科學歷人員進入了高層次人才隊伍（圖3），體現(xiàn)了知識層次是成為高層次人才的重要影響因素。尤其是近5年來高層次人才學歷結構越來越優(yōu)化，在正高級職稱人才學歷結構中，研究生和本科學歷相對穩(wěn)定，分別占比約為59.45%、39.76%；大專學歷所占比例減少較大，從2014年1.82%降至2018年0.27%；副高級職稱人才學歷結構中，研究生比例增長較大，由2014年19.96%增長到2018年23.69%，本科學歷比例由2014年74.63%至2018年降為72.79%，專科學歷比例由2014年5.41%至2018年降為3.52%。

如果說一個學科高層次隊伍的數(shù)量和質量是決定該學科發(fā)展水平的重要因素，那么高層次隊伍在學科分布是否合理同樣也很關鍵[1]。從圖4可知，近5年氣象部門高層次人才中大氣科學專業(yè)人數(shù)最多，且所占比例有所收縮，其中在正高職稱人才隊伍中由2014年83%降至2018年80.55%，在副高隊伍中由2014年61.33%降到2018年58.47%；地球科學專業(yè)人員在正高和副高職稱隊伍的漲幅相當，約增加1.5%。隨著信息技術的快速發(fā)展，氣象部門高層次人才中信息技術專業(yè)人員占比增長較大，在副高職稱隊伍中從2014年的18.59%漲到2018年的20.98%，在正高職稱隊伍中從2014年的5.84%漲到2018年的6.57%，對比可見信息技術專業(yè)人員在副高職稱隊伍中的漲幅更大，是在正高職稱隊伍中漲幅的3倍。

圖4 高層次人才專業(yè)背景變化趨勢 Fig. 4 Changes in professional background of high-level talents

1.3 年齡變化趨勢

研究表明，30～45歲的人才處于創(chuàng)新活躍期和產(chǎn)出高峰期，諾貝爾物理學、化學、生理學或醫(yī)學獲獎者取得獲獎成果的平均年齡分別為38歲、41歲、42歲[2]。

近5年來，氣象部門高層次人才逐步年輕化，創(chuàng)新活力不斷增強。2014年正高職稱人才隊伍中年齡在56歲及以上的人員占絕大多數(shù)，其占高層次人才總量的比例為84.31%，2018年該比例降至43.83%，增長率最高的集中在36～40歲，且于2018年首次出現(xiàn)35歲以下正高職稱人才。副高職稱人才隊伍中，年齡在40歲以前的人才增長迅速，尤其體現(xiàn)在2018年36歲左右的人數(shù)出現(xiàn)第一個峰值，說明越來越多的青年人進入氣象部門高層次人才隊伍。

1.4 崗位變化趨勢

崗位以《氣象部門人才發(fā)展規(guī)劃》為指導，將崗位類別分為氣象預測與技術保障、氣象預報、氣象服務、氣象信息技術、科研開發(fā)、教育咨詢、縣級綜合氣象業(yè)務、其他事業(yè)單位專業(yè)技術人員等八個崗位。

近5年來，正高職稱人才在氣象預報和科研開發(fā)崗位上的人數(shù)最多，分別增加到284人和273人，占比分別為32.49%和31.24%，但氣象預報崗位人數(shù)在2015年有所收縮；縣級綜合氣象業(yè)務增長緩慢，目前全國僅有6人在該崗位。

近5年來，副高職稱人才在氣象服務崗位上的人數(shù)最多，增加到2028人，占比27.67%；其次是氣象預報崗位增加到1819人，占比24.82%（圖5）。同時，縣級綜合氣象業(yè)務崗位增長迅速，自2013年底設置縣級綜合業(yè)務崗位，目前有890人，占比12.14%，但難以滿足每個縣局至少1個高級崗位的需求。

圖5 副高職稱人員崗位變動趨勢 Fig. 5 Job changes of staff with vice-senior title

1.5 地域分布變化趨勢

從近5年高層次人才的地域分布看，高層次人才數(shù)量在西部地區(qū)增長最多，由2014年的2802人增到2018年的3659人，共增加857人，高層次人數(shù)占全國編內人員總數(shù)的比例由5.17%增至7.05%，共增長1.88%；高層次人才數(shù)量在中國氣象局直屬單位的增長相對最少，由2014年的1147人增到2018年的1349人，僅增加202人，高層次人數(shù)占全國編內人員總數(shù)的比例由2.12%增至2.6%，僅增長了0.48%。

據(jù)統(tǒng)計，正高職稱人員在各區(qū)域的分布逐步均衡，從正高職稱人員占高層次人員總數(shù)的比例來看，2014年直屬單位高達40.06%，東部地區(qū)為25.91%，中部地區(qū)為13.17%，西部地區(qū)為20.87%，中國氣象局直屬單位與東、中、西部地區(qū)的正高職稱人員分布結構比為3:1.2:1:1.6；2018年，正高職稱人員占高層次人員總數(shù)的比例分別為中國氣象局直屬單位34.11%，東部地區(qū)為27.25%，中部地區(qū)為15.49%，西部地區(qū)為23.15%，直屬單位與東、中、西部地區(qū)的正高職稱人員分布結構比為2.2:1.2:1:1.5。

副高職稱人員在各區(qū)域的分布變化較為平穩(wěn)，主要集中在東部和西部地區(qū)。近5年來，副高職稱人員占高層次人才總數(shù)的比例，中部和西部地區(qū)分別增長0.77%和0.68%，東部地區(qū)下降0.31%，直屬單位于2018年收緊較明顯，比例共下降1.14%。

當前，東部地區(qū)副高職稱人員占高層次人才總數(shù)的29.38%，中部地區(qū)副高職稱人員占高層次人才總數(shù)的27.13%，西部地區(qū)副高職稱人員占高層次人才總數(shù)33.13%，中國氣象局直屬單位副高職稱人員占高層次人才總數(shù)的比例最小，約10.36%；

1.6 層級分布變化趨勢

近5年國家級、省級、地市級和縣級單位的高層次人才均有較大增長，其中省級單位增長最多，增加了830人；高層次人才在全國編內人員數(shù)量的占比增長最快的是省級單位，增長了1.9%，占比增長最慢的是國家級單位，增長了0.66%（圖6）。

圖6 高層次人才層次分布變化趨勢 Fig. 6 Changes in the high-level talents at different administrative levels

正高級職稱的人才主要集中在國家級和省級單位，且在全國編內人員中占比相當。地市級和縣級單位的正高級職稱人員較少，尤其縣級單位2014—2016年一直僅6名正高職稱人員，2017年增加至7名，2018年增加至10名。但地市級單位近5年正高職稱人數(shù)增長率最高，由2014年24人到2018年增長到56人，增長率達133%。

副高級職稱的人才主要集中在省級和地市級單位，在全國編內人員中均占6%～7%；近5年來，省級、地市級和縣級單位的副高級職稱人數(shù)在全國編內人員的占比增量較一致，分別是1.41%、1.5%和1.3%，國家級單位的副高級職稱人數(shù)在全國編內人員的占比增量最小，僅為0.38%；從人員增量上看，近5年來，省級和地市級單位，副高職稱人數(shù)分別由3412人、2752人增長至4009人、3415人，增幅分別為17.49%、24.09%，縣級單位副高職稱人數(shù)從2014年的817人到2018年增至1460人，增長了79.82%，增幅最大，但離縣級高級崗位需求仍有較大缺口。

2 氣象部門高層次人才隊伍發(fā)展預測

2.1 預測方法

灰色理論適用于系統(tǒng)中既包含已知信息又包含未知信息。人才的發(fā)展是個復雜的過程，既有顯性特征也有復雜的隱性規(guī)律，可以看作是一個半明半暗的灰色系統(tǒng)。灰色預測的基本思想是把無明顯規(guī)律的時間系列經(jīng)過處理，變成有規(guī)律的時間系列，它的實質是將原始資料進行累加，使生成的離散資料呈現(xiàn)一定的規(guī)律，進而用光滑曲線逼近[3-5]。本研究采用后驗差檢驗對灰色預測模型的效果進行精度檢驗（表1），有關公式參見文獻[3]。

表1 精度等級 Table 1 Grade of accuracy

2.2 預測結果

本文選取近5年來高層次人才總量、層級分布和地域分布數(shù)據(jù)分別構建灰色預測模型，對未來5年發(fā)展趨勢進行預測，并構造的模型進行精度檢驗，后驗差比值均小于0.35，小誤差概率均等于1 ，達到優(yōu)等級，預測模型精度達到一級。

1）總量預測結果。未來5年氣象部門高層次人才總量持續(xù)增長，人才結構更加優(yōu)化，目前高層次人才占編內總人數(shù)約1/5，到2023年占比將升至約1/3。其中，全國氣象部門正高職稱人數(shù)將達到2472人，副高人數(shù)將達到14036人。同時，預計至2020年高層次人才總數(shù)達到13035人，基本完成規(guī)劃預計人數(shù)總量（圖7）。尤其隨著職稱制度改革落實及《新時代氣象高層次科技創(chuàng)新人才計劃實施辦法》等系列人才建設政策的相繼出臺，將加快高層次人才總量提升，有力推動人才強局的發(fā)展戰(zhàn)略。

2）地域分布預測結果。未來5年高層次人才在東、中、西部分布比較平穩(wěn)，預計到2023年高層次人才在東部地區(qū)的占比為29.38%，中部地區(qū)的占比為26.28%，西部地區(qū)33.52%，直屬單位的占比略微有所下降，占10.82%；預計2023年高層次人才在東部地區(qū)達1753人，中部地區(qū)4757人，西部地區(qū)4255人，中國氣象局直屬單位5429人（表2）。

圖7 高層次人才總量變化趨勢預測 Fig. 7 Predicted number of high-level talents

表2 高層次人才地域分布預測 Table 2 Predicted regional distribution of high-level talents

3）層級分布預測結果。未來5年氣象部門高層次人才在國家級、省級、地市級和縣級單位的分布將趨于均衡，由圖可得，國家級、省級、地市級單位的高層次人才所占比例逐步萎縮，縣級單位的高層次人才所占比例逐年上升，2019年國家級和縣級單位的高層次人才占比相當，約14.5%，省級單位和地市級單位的高層次人才占比是國家級、縣級單位的2～3倍，預計到2023年高層次人才在國家級、省級、地市級、縣級單位層級分布結構比較均衡，在國家級單位2235人，省級單位6113人，地市級單位4848人，縣級單位3435人，結構比約為1:2.7:2.2:1.5（圖8）。

圖8 高層次人才地域分布趨勢預測 Fig. 8 Predicted regional distribution of high-level talents