中美高水平基礎(chǔ)研究人才對比研究
——基于ESI高被引科學(xué)家數(shù)據(jù)分析

王 超，馬 銘，許海云，武華維，朱世偉，于俊鳳

(1.齊魯工業(yè)大學(xué) (山東省科學(xué)院)，山東 濟(jì)南 250014；2.山東省科學(xué)院情報研究所，山東 濟(jì)南 250014；3.山東省科技發(fā)展戰(zhàn)略研究所，山東 濟(jì)南 250014；4.山東理工大學(xué)管理學(xué)院，山東 淄博 255000；5.西北師范大學(xué)檔案館，甘肅 蘭州 730070)

0 引言

中美貿(mào)易摩擦以來，美國對中國進(jìn)行了一系列核心技術(shù)及關(guān)鍵原材料的封鎖及管制。造成中國受制于人局面的主要原因是基礎(chǔ)研究領(lǐng)域處于弱勢地位。基礎(chǔ)研究是整個科技創(chuàng)新活動的總源頭，當(dāng)前中國科技的基礎(chǔ)研究能力和產(chǎn)出仍然是需要補齊的主要短板。美國在基礎(chǔ)研究的投入比重非常大、產(chǎn)出世界第一。人才是創(chuàng)新的核心資源，創(chuàng)新型人才尤其是高水平基礎(chǔ)研究人才是推進(jìn)原始創(chuàng)新、加強基礎(chǔ)研究的主力軍。 《國務(wù)院關(guān)于全面加強基礎(chǔ)科學(xué)研究的若干意見》指出，當(dāng)前我國基礎(chǔ)研究頂尖人才和團(tuán)隊匱乏，并提出壯大基礎(chǔ)研究人才隊伍的相關(guān)意見。 《加強 “從0到1”基礎(chǔ)研究工作方案》進(jìn)一步細(xì)化了加強基礎(chǔ)研究人才培養(yǎng)的相關(guān)方案。在此背景下，深刻認(rèn)識高水平基礎(chǔ)研究人才的重要作用及現(xiàn)有特點，對積極推進(jìn)我國基礎(chǔ)研究人才隊伍及基礎(chǔ)研究高質(zhì)量發(fā)展具有重要意義。

部分學(xué)者圍繞高水平科學(xué)家群體展開了系列研究：在人才與機(jī)構(gòu)分布之間的關(guān)系研究中，高水平科學(xué)家的產(chǎn)出對大學(xué)間的績效評價具有較強正相關(guān)，高水平科學(xué)家可以作為評價大學(xué)競爭力的重要指標(biāo)[1]；同時，頂級研究機(jī)構(gòu)擁有水平更高的科學(xué)家和數(shù)量相對較少的研究人員[2]；在人才的性別差異研究中，高水平女性科學(xué)家的成功與較優(yōu)的性別平等對待政策、較少的性別歧視價值觀和對待女性的消極態(tài)度呈正相關(guān)[3]；在數(shù)學(xué)和化學(xué)領(lǐng)域中，男性高水平科學(xué)家更傾向于國際合作，物理學(xué)領(lǐng)域的高水平女性科學(xué)家更傾向于與國內(nèi)外的科研機(jī)構(gòu)合作[4]；在人才合作研究中，高水平科學(xué)家之間的協(xié)作網(wǎng)絡(luò)并不緊密[5]；國際合作大大提高了高水平科學(xué)家的生產(chǎn)率[6]，在人才空間分布研究中，高水平華人科學(xué)家的知識網(wǎng)絡(luò)呈現(xiàn) “小聚集大分散”的空間結(jié)構(gòu)，同時知識網(wǎng)絡(luò)的形成受科學(xué)家自身科研能力影響較大[7]；有研究發(fā)現(xiàn)60.5%的高水平研究人員來自美國[4]，超過1/3的美國高水平科學(xué)家會在較長時間內(nèi)保持較高的領(lǐng)域排名，尤其是在生命科學(xué)領(lǐng)域較為明顯，而在工程科學(xué)領(lǐng)域顯著性較低[8]；相當(dāng)數(shù)量的中國高水平科學(xué)家具有跨國/地區(qū)流動經(jīng)歷，美國仍然是中國高水平科學(xué)家青睞的主要國家[9]。

進(jìn)一步梳理中美人才對比研究發(fā)現(xiàn)，相當(dāng)一部分研究側(cè)重于中美人才培養(yǎng)方面的比較，關(guān)注的是人才研究的 “上游”，如中美人工智能人才培養(yǎng)政策比較[10]、中美iSchool院校人才培養(yǎng)模式比較[11]、中美兩國博士后培養(yǎng)的比較[12]、中美兩國土木工程專業(yè)創(chuàng)新人才在本碩博培養(yǎng)階段的銜接模式對比[13]、中美兩國研究型大學(xué)人才培養(yǎng)及專業(yè)設(shè)置比較[14]、中美兩國機(jī)械專業(yè)人才培養(yǎng)及課程設(shè)置比較[15]、中美在STEM (Science、Technology、Engineering、Mathematics)類專業(yè)人才教育及人才儲備比較[16]，等等。部分研究涉及了人才研究的 “下游”，即如何發(fā)揮人才的作用，如中美兩國的人才使用比較研究，發(fā)現(xiàn)了兩者在人才使用方面的差異[17]。還有部分學(xué)者圍繞中美人才隊伍的具體特點展開研究，如基于專利數(shù)據(jù)對納米領(lǐng)域的中美人才進(jìn)行對比分析研究[18]，從創(chuàng)新經(jīng)驗和創(chuàng)新能力兩個方面視角下的中美創(chuàng)新人才成長規(guī)律對比[19]。

綜上可見，涉及中國高水平科學(xué)家的研究相對較少，同時中美人才對比的研究更多關(guān)注的是中美在人才培養(yǎng)方面的差異化研究，對基礎(chǔ)研究領(lǐng)域的人才尤其是高水平基礎(chǔ)研究人才的研究涉及較少。鑒于此，本文通過對中美兩國高水平基礎(chǔ)研究人才隊伍的對比研究，分析中國與美國人才隊伍的差異，探討中國高水平基礎(chǔ)研究人才隊伍存在的不足，以期提供相關(guān)建議和參考。

1 研究設(shè)計與方法

1.1 研究對象的選擇

本文的研究對象主要是2014—2019年入選ESI高被引科學(xué)家名單的中美科學(xué)家。ESI數(shù)據(jù)庫每年甄選全球最具影響力的科研精英，即ESI高被引科學(xué)家名單，主要收錄具體學(xué)科領(lǐng)域排名前1%的高被引論文數(shù)據(jù)，能夠揭示具體領(lǐng)域中具有影響力的國家、機(jī)構(gòu)、人員、論文、期刊及研究前沿。所以，本文將入選ESI高被引科學(xué)家名單的中美科學(xué)家作為分析中美兩個高水平基礎(chǔ)研究人才的研究對象。

1.2 數(shù)據(jù)獲取及預(yù)處理

本文的研究數(shù)據(jù)主要來自Web of Science核心數(shù)據(jù)庫SCI-E、 SSCI、A&HCI中收錄的高被引科技論文，即引用次數(shù)位于其學(xué)術(shù)領(lǐng)域中排名前1%的論文，其發(fā)表時間為2010—2019年，語言選擇英語 (English)，文獻(xiàn)類型為期刊論文 (Article)，檢索時間為2020年12月12日。由于ESI高被引科學(xué)家名單提供的信息有限，而且歷年提供的數(shù)據(jù)字段及格式不統(tǒng)一，需要進(jìn)一步對數(shù)據(jù)進(jìn)行預(yù)處理。首先，為了保證科學(xué)家的唯一性，對科學(xué)家的名字進(jìn)行規(guī)范化；其次，考慮到科學(xué)家所隸屬的機(jī)構(gòu)也存在縮寫或全稱不統(tǒng)一的問題，需要對科學(xué)家所屬的機(jī)構(gòu)進(jìn)行規(guī)范化處理；最后，增添科學(xué)家所在機(jī)構(gòu)所處的行政區(qū)域信息。

1.3 數(shù)據(jù)分析方法

在預(yù)處理數(shù)據(jù)的基礎(chǔ)上，首先利用統(tǒng)計分析方法對中美高水平基礎(chǔ)研究人才的空間分布、學(xué)科領(lǐng)域、隸屬機(jī)構(gòu)等方面進(jìn)行比較研究，其次利用科學(xué)計量分析法對高水平基礎(chǔ)研究成果進(jìn)行對比研究，包括數(shù)量分析、資助來源、影響力、基礎(chǔ)研究合作4個方面。影響力分析主要采用H指數(shù)、篇均引用次數(shù)、總被引頻次 (除去自引)3個指標(biāo)；基礎(chǔ)研究合作主要采用合作強度在5次以上的作者合作網(wǎng)絡(luò)分析，采用邊、點、平均度、模塊度、模塊化數(shù)量 (社區(qū)數(shù)量)5個指標(biāo)。邊和點反映合作網(wǎng)絡(luò)的規(guī)模；平均度反映合作網(wǎng)絡(luò)中節(jié)點間的交互程度，取值越高說明節(jié)點之間的合作越頻繁，反之亦然；模塊度是測度網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的指標(biāo)，可以反映最大網(wǎng)絡(luò)模塊性，其取值范圍為0～1，數(shù)值接近1表示網(wǎng)絡(luò)聚類結(jié)構(gòu)化強，取值越低表示社團(tuán)結(jié)構(gòu)越不明顯。需要注意的是，有的科學(xué)家屬于多個學(xué)科領(lǐng)域，本文按照其發(fā)文及個人信息選擇一個主要的學(xué)科作為統(tǒng)計標(biāo)準(zhǔn)；同時，2014—2019年有部分學(xué)者多次出現(xiàn)在ESI高被引名單上，但是期間工作單位發(fā)生變動，本文在分析這類學(xué)者的空間分布及機(jī)構(gòu)隸屬時，只按照科學(xué)家在2019年所屬的省市 (州)以及機(jī)構(gòu)進(jìn)行統(tǒng)計。

2 數(shù)據(jù)對比分析

2.1 空間分布對比分析

2014—2019年，美國共有3973位高水平基礎(chǔ)研究人才 (以下簡稱高水平人才)、中國共有924位高水平人才。以2019年中國各省市、美國各聯(lián)邦州的國民生產(chǎn)總值 (GDP)為參考標(biāo)準(zhǔn)，將國民生產(chǎn)總值按照由小到大排名的四分位數(shù)將各省市/聯(lián)邦州分為四類：Q1、Q2、Q3、Q4，由于缺少港澳臺三地的GDP數(shù)據(jù)，本文將其暫分為單獨一類。

如圖1所示：美國GDP排名為Q3～Q4的聯(lián)邦州擁有3708名高水平科學(xué)家，占全國的93.3%；排名Q4的聯(lián)邦州擁有2660人，占全國的66.9%。如圖2所示：中國GDP排名為Q3～Q4的省市擁有705名高水平科學(xué)家，占全國的76.3%；排名Q4的省市擁有279人，占全國的30.2%。

圖1 美國高水平基礎(chǔ)研究人才的空間分布

圖2 中國高水平基礎(chǔ)研究人才的空間分布

美國北達(dá)科他州尚未出現(xiàn)高水平人才，內(nèi)華達(dá)州、密西西比州、西弗吉尼亞州等18個州的高水平人才規(guī)模在8人 (含)以下。人才數(shù)量較少的州都是GDP排名Q1～Q2的州，占美國所有聯(lián)邦州數(shù)量的35.3%。

中國的河北、內(nèi)蒙古、新疆、海南、寧夏、青海、西藏及河南未出現(xiàn)高水平人才，其中河南、河北、內(nèi)蒙古排名分別為Q1、Q2、Q3，其他地區(qū)排名Q4。澳門、云南、江西、重慶、甘肅、貴州、廣西及山西的高水平基礎(chǔ)研究人才規(guī)模在8人 (含)以下，這些人才數(shù)量較少的省市占全國所有省市數(shù)量的44.1%。

美國的高水平人才主要分布在267個城市，排名前15城市分布的人才總量占全國總數(shù)的48.6%；中國的高水平人才主要分布在54個城市，排名前15的城市分布的人才總量占全國總數(shù)的80.7%，這些城市多為省會城市。美國排名前15城市的人才數(shù)量遠(yuǎn)遠(yuǎn)高于中國，而中國人才在主要城市的分布更為集中，如表1所示。

表1 中美高水平基礎(chǔ)研究人才數(shù)量排名前15城市分布

2.2 學(xué)科領(lǐng)域?qū)Ρ确治?/h3>

中美兩國的高水平人才大多數(shù)集中在交叉學(xué)科，除了交叉學(xué)科外，中國高水平人才分布最多的5個學(xué)科分別為工程學(xué)、化學(xué)、材料科學(xué)、數(shù)學(xué)和計算機(jī)科學(xué)，美國分別為臨床醫(yī)學(xué)、分子生物學(xué)與遺傳學(xué)、神經(jīng)科學(xué)與行為科學(xué)、生物及生物化學(xué)、物理學(xué) (見圖3)。中國在工程學(xué)領(lǐng)域的高水平人才規(guī)模已經(jīng)超過美國，化學(xué)、材料科學(xué)領(lǐng)域的規(guī)模與美國的差距相對要小一些，數(shù)學(xué)領(lǐng)域的規(guī)模中美幾乎持平，而其他領(lǐng)域美國的規(guī)模要遠(yuǎn)超中國。2014—2019年，中美兩國各領(lǐng)域高水平基礎(chǔ)研究人才的數(shù)量分布如圖4所示。

圖3 中美兩國高水平基礎(chǔ)研究人才的學(xué)科領(lǐng)域分布

圖4 2014—2019年中美兩國各領(lǐng)域高水平基礎(chǔ)研究人才數(shù)量分布

本文將中國在20個學(xué)科領(lǐng)域的人才隊伍劃分為以下四大類進(jìn)行分析：

(1)優(yōu)勢學(xué)科的人才隊伍分析。在工程學(xué)、材料科學(xué)、計算機(jī)科學(xué)、數(shù)學(xué)四個學(xué)科中，中國的高水平人才隊伍與美國的差異越來越小。工程學(xué)領(lǐng)域的高水平人才自2015起開始超越美國，且每年的高水平基礎(chǔ)研究人才隊伍越來越大，成為最具競爭優(yōu)勢的學(xué)科領(lǐng)域。

進(jìn)一步分析2019年中美優(yōu)勢學(xué)科具有4人以上規(guī)模的高水平人才隊伍在各省市/州的分布 (見表2)，可見在工程學(xué)領(lǐng)域中國有北京等10個省市，美國只有2個州；在材料科學(xué)領(lǐng)域中國有7個省市，美國也有7個州；在數(shù)學(xué)領(lǐng)域中國有2個省，美國僅有1個州；在計算機(jī)科學(xué)領(lǐng)域中國有6個省市，美國僅有1個州。

表2 2019年中美優(yōu)勢學(xué)科4人以上高水平人才隊伍分布比較

(2)追趕學(xué)科的人才隊伍分析。在農(nóng)業(yè)科學(xué)、化學(xué)、物理學(xué)、植物與動物科學(xué)、交叉學(xué)科5個學(xué)科中，雖然中國與美國之間的高水平人才隊伍存在一定差異，但是在2014—2019年的5年間，中美兩國之間的高水平人才隊伍差異呈縮小趨勢。其中，在化學(xué)領(lǐng)域中國與美國的差距越來越小，是中國可能超越美國的最具潛力學(xué)科領(lǐng)域。

(3)劣勢學(xué)科的人才隊伍分析。在生物及生物化學(xué)、臨床醫(yī)學(xué)、環(huán)境/生態(tài)學(xué)、地學(xué)、免疫學(xué)、微生物學(xué)、分子生物學(xué)及遺傳學(xué)、神經(jīng)科學(xué)與行為科學(xué)、藥劑學(xué)與藥理學(xué)9個學(xué)科中，中國與美國的差距越來越大，中國在這些學(xué)科的高水平人才隊伍的劣勢愈發(fā)明顯。中國在地學(xué)領(lǐng)域的人才隊伍具有一定規(guī)模，未來可以側(cè)重在該領(lǐng)域的人才隊伍建設(shè)，以實現(xiàn)趕超美國的目標(biāo)。

(4)空白學(xué)科的人才隊伍分析。在心理學(xué)與精神病學(xué)、空間科學(xué)這兩個學(xué)科中，中國的高水平人才隊伍幾乎為零，而美國數(shù)量龐大。中國在這兩個學(xué)科亟需一批能夠活躍在國際前沿以及能夠滿足國家戰(zhàn)略需求的高水平科學(xué)家、學(xué)科領(lǐng)軍人才及創(chuàng)新團(tuán)隊。

2.3 隸屬機(jī)構(gòu)對比分析

2014—2019年，美國高水平基礎(chǔ)研究人才分布在467個機(jī)構(gòu)中，主要涉及5種類型：高校 (68.9%)、科研院所 (26.1%)、企業(yè) (2.8%)、政府機(jī)構(gòu) (2.1%)、國際組織 (0.1%)。中國高水平基礎(chǔ)研究人才分布在195個機(jī)構(gòu)中，主要涉及3種機(jī)構(gòu)類型：高校 (81.4%)、科研院所 (16.5%)、企業(yè) (2.2%)。

分析中美各類型機(jī)構(gòu)高水平人才數(shù)量排名前3的機(jī)構(gòu)發(fā)現(xiàn) (見表3)：高校類別中，中國的清華大學(xué)和電子科技大學(xué)是公立大學(xué)、中國醫(yī)藥大學(xué)是私立大學(xué)，美國的哈佛大學(xué)和斯坦福大學(xué)是私立大學(xué)、加州大學(xué)伯克利分校是公立大學(xué)；科研院所中，中國的3個機(jī)構(gòu)都來自中科院系統(tǒng)的公立科研院所，而美國的紀(jì)念斯隆-凱特琳癌癥中心和博德研究所屬于私立型科研院所；企業(yè)類別中，美國的3個企業(yè)都是屬于創(chuàng)立時間悠久的生物、醫(yī)藥領(lǐng)域的領(lǐng)頭型公司，而中國的公司都是相對年輕的企業(yè)，尤其是華大基因和依圖科技屬于近年興起的高科技公司。另外，美國有一定數(shù)量的高水平基礎(chǔ)研究人才來自政府部門和國際組織，中國則沒有。

表3 中美高水平人才數(shù)量排名前3的各類型機(jī)構(gòu)

進(jìn)一步分析高水平人才數(shù)量排名前10的機(jī)構(gòu)，從圖5中可以看出，美國機(jī)構(gòu)高水平人才較少涉及工程學(xué)和農(nóng)業(yè)科學(xué)領(lǐng)域，數(shù)學(xué)領(lǐng)域的高水平人才少于中國，但是人才多集中在交叉科學(xué)、臨床醫(yī)學(xué)、分子生物與遺傳學(xué)、物理學(xué)、神經(jīng)科學(xué)與行為科學(xué)領(lǐng)域。從圖6中可以看出，中國機(jī)構(gòu)高水平人才多集中在交叉科學(xué)、數(shù)學(xué)、物理學(xué)、化學(xué)、工程學(xué)及材料學(xué)領(lǐng)域，藥劑學(xué)與藥理學(xué)、心理學(xué)與精神病學(xué)、免疫學(xué)、臨床醫(yī)學(xué)4個學(xué)科領(lǐng)域中僅有1位高水平科學(xué)家涉足，空間科學(xué)、分子生物與遺傳領(lǐng)域尚未涉及。中國機(jī)構(gòu)有9所大學(xué)和1個研究所，除了中國醫(yī)藥大學(xué)外都是公立機(jī)構(gòu)；而美國機(jī)構(gòu)都是大學(xué)，除了來自加州大學(xué)系統(tǒng)中的伯克利分校、洛杉磯分校、圣地亞哥分校為公立大學(xué)外，其他都屬于私立研究型大學(xué)。

圖5 美國人才數(shù)量前10的機(jī)構(gòu)-學(xué)科分布

圖6 中國人才數(shù)量前10的機(jī)構(gòu)-學(xué)科分布

2.4 基礎(chǔ)研究成果對比分析

(1)數(shù)量比較。如圖7所示，在優(yōu)勢學(xué)科領(lǐng)域，中國高水平基礎(chǔ)研究成果的總量已超過美國。2010—2019年，中國高水平人才發(fā)表的高水平基礎(chǔ)研究成果數(shù)量呈持續(xù)增長勢頭，且增長速度較快；而美國除了材料科學(xué)外其他學(xué)科增長速度較慢，尤其是計算機(jī)科學(xué)呈下降趨勢。在追趕學(xué)科領(lǐng)域，中國在化學(xué)領(lǐng)域的高水平基礎(chǔ)研究成果數(shù)量總量超過美國，其他4個領(lǐng)域的數(shù)量與美國有一定差距。自2017年以后，化學(xué)、農(nóng)業(yè)科學(xué)的成果數(shù)量超越美國；交叉學(xué)科、植物與動物科學(xué)領(lǐng)域，中國與美國的差距越來越小；物理科學(xué)領(lǐng)域，中國與美國的差距一直明顯。在劣勢學(xué)科領(lǐng)域，中國在地學(xué)領(lǐng)域的成果數(shù)量保持持續(xù)增長趨勢，并且與美國的差距逐漸縮小，而在其他領(lǐng)域中國仍落后于美國，但在環(huán)境/生態(tài)學(xué)、生物及生物化學(xué)領(lǐng)域保持一定的增長趨勢。在空白學(xué)科領(lǐng)域，中國的成果數(shù)量幾乎處于空白。

圖7 中美在22個領(lǐng)域的高水平基礎(chǔ)研究成果對比

(2)資助來源比較。從中國排名前20的資助來源看，包括國家自然科學(xué)基金、國家重點基礎(chǔ)研究發(fā)展計劃等13個資助來源于科技部、教育部、中科院等中央部委的財政專項撥款，其中有4個來源的主管部門為科技部，有7個資助來源于山東、江蘇、深圳等地方政府的財政專項撥款，如江蘇省自然科學(xué)基金、山東省自然科學(xué)基金，其中有3個來源屬于江蘇省。從美國排名前20的資助來源看，包括美國國立癌癥研究所、美國國立綜合醫(yī)學(xué)研究所等10個資助來源隸屬于美國國立衛(wèi)生研究院。霍華德·休斯醫(yī)學(xué)研究所、百時美施貴寶公司、諾華集團(tuán)、阿斯利康公司、美國默克公司屬于私人機(jī)構(gòu)，除了霍華德·休斯醫(yī)學(xué)研究所外，其他都是企業(yè)。有5個資助來源屬于美國聯(lián)邦機(jī)構(gòu)，如美國國防部、能源部等 (見表4)。

表4 中美前20名高水平研究成果資助來源對比

(3)影響力比較。如表5所示，優(yōu)勢學(xué)科中，雖然中國各個領(lǐng)域的高水平基礎(chǔ)研究成果數(shù)量高于美國，但是平均被引頻次都低于美國，除了工程學(xué)外，中國在其他領(lǐng)域的H指數(shù)要低于美國，計算機(jī)科學(xué)和數(shù)學(xué)的總被引頻次也低于美國。追趕學(xué)科中，中國各個領(lǐng)域的基礎(chǔ)研究成果的H指數(shù)、總被引頻次都低于美國，除了植物與動物科學(xué)外，其他領(lǐng)域的篇均被引頻次都低于美國。在劣勢學(xué)科與空白學(xué)科的各個領(lǐng)域中，無論是基礎(chǔ)研究成果數(shù)量還是基礎(chǔ)研究成果影響力的各個指標(biāo)，中國都要低于美國。

分析各個領(lǐng)域的基礎(chǔ)研究影響力指標(biāo)發(fā)現(xiàn)：H指數(shù)中，中國與美國差距最大的4個領(lǐng)域分別是臨床醫(yī)學(xué)、分子生物學(xué)與遺傳學(xué)、免疫學(xué)、神經(jīng)科學(xué)與行為科學(xué)；篇均被引頻次中，中國與美國差距最大的4個領(lǐng)域分別是計算機(jī)科學(xué)、空間科學(xué)、生物及生物化學(xué)、分子生物學(xué)與遺傳學(xué)；總被引頻次中，差距最大的4個學(xué)科分別是交叉學(xué)科、臨床醫(yī)學(xué)、分子生物學(xué)與遺傳學(xué)、生物及生物化學(xué)。

(4)基礎(chǔ)研究合作比較。如表5所示，從邊和點的數(shù)量來看，在工程學(xué)、材料科學(xué)、農(nóng)業(yè)科學(xué)、化學(xué)、植物與動物科學(xué)、生物及生物化學(xué)等學(xué)科領(lǐng)域，中國的數(shù)量要高于美國，但是在劣勢學(xué)科和空白學(xué)科總體上要落后于美國。從平均度來看，劣勢學(xué)科和空白學(xué)科中，中國總體上要低于美國。從模塊度來看，除了數(shù)學(xué)、物理學(xué)、地學(xué)外，美國遠(yuǎn)遠(yuǎn)高于中國，且數(shù)值差距較大；除了優(yōu)勢學(xué)科中的工程學(xué)、計算機(jī)科學(xué)、數(shù)學(xué)外，美國各學(xué)科的模塊化數(shù)量也要遠(yuǎn)遠(yuǎn)多于中國。

表5 中美高水平基礎(chǔ)研究成果的影響力與研究合作指標(biāo)對比

3 研究結(jié)果

3.1 空間分布特征

中國與美國的高水平人才隊伍規(guī)模差異較大，中國明顯落后于美國。中美高水平人才數(shù)量分布與區(qū)域經(jīng)濟(jì)的發(fā)達(dá)程度呈現(xiàn)較高的一致性，大都集中在經(jīng)濟(jì)發(fā)達(dá)地區(qū)。中國高水平人才的省域空間分布較不平衡，人才培養(yǎng)的空白區(qū)域較多。美國經(jīng)濟(jì)發(fā)達(dá)地區(qū)的高水平人才分布數(shù)量遠(yuǎn)遠(yuǎn)高于中國，且高水平人才較為廣泛地分布在更多城市。

3.2 學(xué)科領(lǐng)域特征

基礎(chǔ)研究的學(xué)科融合性在高水平人才分布中得到較為充分的體現(xiàn)，中美兩國的高水平人才大多集中在交叉學(xué)科領(lǐng)域。中國學(xué)科人才隊伍總體呈現(xiàn)出 “4優(yōu)、5追、9劣、2白”的特點，工程學(xué)、材料科學(xué)、計算機(jī)科學(xué)、數(shù)學(xué)4個學(xué)科的高水平人才隊伍規(guī)模優(yōu)勢逐漸明顯，農(nóng)業(yè)科學(xué)、化學(xué)、物理學(xué)、植物與動物科學(xué)、交叉學(xué)科5個學(xué)科的人才隊伍具有追趕美國的潛力，其他學(xué)科領(lǐng)域的劣勢非常明顯。美國高水平人才集中的領(lǐng)域中國仍較少涉及，尚不能做到人無我有、人有我優(yōu)的程度，而美國幾乎能夠做到全面開展各個學(xué)科領(lǐng)域的研究。劣勢和空白學(xué)科的中國科研合作網(wǎng)絡(luò)規(guī)模及科研人員之間的互動水平處于較低層次，優(yōu)勢學(xué)科中的工程學(xué)和材料科學(xué)的科研合作網(wǎng)絡(luò)規(guī)模及科研人員之間的互動水平則明顯高于美國。美國絕大部分學(xué)科領(lǐng)域的合作網(wǎng)絡(luò)聚類結(jié)構(gòu)明顯，合作社團(tuán)數(shù)量豐富；中國的合作網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)則不明顯，除了優(yōu)勢學(xué)科具有數(shù)量較多的合作社團(tuán)外，其他學(xué)科領(lǐng)域的數(shù)量較少，這意味著中國各個學(xué)科的研究力量較為分散，尚未有效形成科研合力。

3.3 隸屬機(jī)構(gòu)特征

高校、科研院所是中美高水平人才的主要來源地，但是機(jī)構(gòu)性質(zhì) “公私有別”。美國部分高水平人才來自政府機(jī)構(gòu)及國際組織，科研院所的人才比例要高于中國，中國的高水平人才多集中在高校；中國高水平人才的絕大多數(shù)來自公立科研院所及高校，而美國相當(dāng)數(shù)量的高水平人才來自私立機(jī)構(gòu)，來自企業(yè)的高水平人才比例差別不大。

3.4 基礎(chǔ)研究成果特征

中國高水平基礎(chǔ)研究成果主要受中央部委和地方政府的財政專項撥款資助，企業(yè)及社會力量對于高水平基礎(chǔ)研究成果的產(chǎn)出尚未發(fā)揮足夠的作用。美國的基礎(chǔ)研究投入主體具有多元化的特點，聯(lián)邦政府機(jī)構(gòu)、企業(yè)和社會力量都在參與，尤其是高水平的基礎(chǔ)研究成果的產(chǎn)出都有非政府主體的參與，這與中國有著明顯區(qū)別。優(yōu)勢學(xué)科中各個領(lǐng)域的高水平基礎(chǔ)研究成果數(shù)量中國雖然高于美國，但是影響力總體上要弱于美國；追趕學(xué)科、劣勢學(xué)科和空白學(xué)科的各個領(lǐng)域影響力中國幾乎都弱于美國；交叉學(xué)科、生物及生物化學(xué)、臨床醫(yī)學(xué)、免疫學(xué)、分子生物學(xué)與遺傳學(xué)、空間科學(xué)、神經(jīng)科學(xué)與行為科學(xué)、計算機(jī)科學(xué)領(lǐng)域的高水平成果影響力中國都較為明顯地弱于美國，其中分子生物學(xué)與遺傳學(xué)是所有影響力指標(biāo)中差距較為明顯的領(lǐng)域，計算機(jī)科學(xué)領(lǐng)域中國的高水平成果數(shù)量雖然高于美國，但是影響力要遠(yuǎn)遠(yuǎn)低于美國。

4 建議

(1)按照區(qū)域采用因地制宜的人才建設(shè)模式。在當(dāng)前國際發(fā)展背景下，結(jié)合國家社會經(jīng)濟(jì)發(fā)展的重大需求，利用東部沿海發(fā)達(dá)地區(qū)的各類優(yōu)勢資源，繼續(xù)優(yōu)化各種人才培養(yǎng)、引進(jìn)、使用方面的政策、機(jī)制，培養(yǎng)具有國際水平的基礎(chǔ)研究人才隊伍。對于落后地區(qū)，采用多元特色學(xué)科組合的思路給予人才培養(yǎng)的政策或資源傾斜，一方面實現(xiàn)學(xué)科建設(shè)資源的互補，另一方面實現(xiàn)多學(xué)科之間的交叉融合，以此實現(xiàn)新組合人才建設(shè)的倍增效應(yīng)。

(2)按照學(xué)科采用系統(tǒng)提升的人才建設(shè)模式。當(dāng)前優(yōu)勢學(xué)科處于領(lǐng)先水平，但是呈現(xiàn)的仍然是 “單點突破”的局面。十九大以后，科技發(fā)展逐漸從點的突破向系統(tǒng)能力提升轉(zhuǎn)變，這也需要學(xué)科人才建設(shè)不僅要填補空白、彌補短板、縮小差距，更要全面系統(tǒng)地提升各學(xué)科的高水平人才建設(shè)。

(3)按照機(jī)構(gòu)采用多元主體參與的人才建設(shè)模式。構(gòu)建基礎(chǔ)研究人才隊伍建設(shè)的多元化投入與參與機(jī)制，動員和鼓勵企業(yè)及其他社會力量重視和參與基礎(chǔ)研究及人才隊伍建設(shè)。鼓勵高校、科研院所與企業(yè)及其他社會力量共同合作建設(shè)人才隊伍，打造人才隊伍建設(shè)的雙向通道。一方面，高校、科研院所積極為企業(yè)及各種社會力量的基礎(chǔ)研究人才提供學(xué)術(shù)理論、學(xué)術(shù)交流、科研技能培訓(xùn)、科研環(huán)境及平臺等支持；另一方面，鼓勵高校、科研院所的基礎(chǔ)研究人員到企業(yè)及社會組織兼職、任職，促進(jìn)基礎(chǔ)研究與社會經(jīng)濟(jì)現(xiàn)實需要的有效融合。

(4)按照研究成果采用多途徑的人才建設(shè)模式。首先，在保持高水平研究成果數(shù)量產(chǎn)出的同時要保證研究成果的質(zhì)量，促進(jìn)基礎(chǔ)研究成果向生產(chǎn)力轉(zhuǎn)化，同時積極參與國際大科學(xué)計劃及工程，學(xué)習(xí)國外基礎(chǔ)研究尤其是劣勢/空白學(xué)科領(lǐng)域的先進(jìn)經(jīng)驗，對符合我國特色優(yōu)勢領(lǐng)域的基礎(chǔ)研究成果進(jìn)行培育。其次，加強中央和地方財政的持續(xù)投入，積極引導(dǎo)和鼓勵高新技術(shù)企業(yè)及以科技創(chuàng)新為核心競爭力的企業(yè)加大對基礎(chǔ)學(xué)科及人才隊伍的投入，探索中央、地方政府、企業(yè)及社會力量以聯(lián)合資源平臺共建基礎(chǔ)研究人才隊伍的模式。再次，始終圍繞國家社會經(jīng)濟(jì)的重大需求來開展優(yōu)勢學(xué)科的前沿探索，增加高水平基礎(chǔ)研究成果的產(chǎn)出和影響力，同時優(yōu)化交叉、邊緣及薄弱學(xué)科布局，力爭原始性創(chuàng)新成果取得重要進(jìn)展。最后，利用重點實驗室、博士后工作站、協(xié)同創(chuàng)新中心等平臺凝聚優(yōu)秀的創(chuàng)新團(tuán)隊，進(jìn)行持續(xù)的高水平基礎(chǔ)研究合作，同時依托高層次人才的引進(jìn)和培養(yǎng)，打造一批以高層次人才為核心的創(chuàng)新研究團(tuán)隊。