我國青年科技人才群體特征與人才成長關系：基于2012—2020 年國家自然科學基金優秀青年科學基金項目獲得者履歷的分析

陳建俞

（上海交通大學醫學院，上海 200025）

科技創新是推動社會經濟發展的重要動力，科技人才是推動科技創新的第一資源，而青年科技人才是科技人才隊伍的中堅力量，是推動科技事業持續發展的重要保證。2021 年9 月27 日中央人才工作會議在北京召開，人才工作已被提到前所未有的地位。中共中央總書記、國家主席、中央軍委主席習近平提出，“要造就規模宏大的青年科技人才隊伍，把培育國家戰略人才力量的政策重心放在青年科技人才上，支持青年人才挑大梁、當主角”［1］。在此背景下，描述和探討青年科技人才群體特征及其成長規律，不僅對單位機構培養、引進和用好青年科技人才有著重要的啟示，而且也對中國高等教育管理體制改革提供有益的參考。

1 文獻綜述

1.1 青年科技人才界定

科技人才是指具有一定的專業知識或專門技能，從事創造性科學技術活動，并對科學技術事業及經濟社會發展作出貢獻的勞動者［2］。顧名思義，青年科技人才是年齡相對較小、處于成長期的科技人才。自1953 年Lehman［3］提出科學家重要的科學貢獻通常在40 歲以下作出的觀點之后，青年科技人才越來越受到關注。然而，國內社會及學界對“青年”的年齡界定都沒有達成一致的共識，“青年科技人才”概念比較模糊。

不同國家和地區、不同機構對青年科技人才年齡的界定各有不同。例如，2013 年聯合國世界衛生組織確定新的年齡分段，18～44 歲為青年人，45～59 歲為中年人；數學界最高獎項菲爾茲獎（The International Medals for Outstanding Discoveries in Mathematics，Fields Medal）的獲得者必須在獲獎當年元旦前未滿40 歲；美國經濟學會獎勵青年經濟學家的約翰·貝茨·克拉克獎（John Bates Clark Medal）的入選資格為40歲以下的學者。國內，中組部、人事部、中國科協共同設立的“中國青年科技獎”要求獲獎者年齡不超過40 歲；教育部“長江學者獎勵計劃”對申請者的年齡要求是38 周歲以下；國家自然科學基金委員會（以下簡稱“國家基金委”）設立的國家杰出青年科學基金（以下簡稱“杰青基金”）項目要求申請人未滿45 周歲，優秀青年科學基金（以下簡稱“優青基金”）項目要求申請人男性未滿38 周歲、女性未滿40 周歲，青年科學基金（以下簡稱“青年基金”）項目要求申請人男性未滿35周歲、女性未滿40 周歲。

綜合考慮中國傳統對青年的界定、現行教育制度、國家人才項目計劃實施情況以及研究調查樣本的可獲取性等因素，本研究中將青年科技人才界定為：年齡在40 周歲以下(含40 周歲)，接受過良好的教育和學術訓練，具有強烈的創新愿望，具有較為突出的創新能力和科研潛力的科技人才。

1.2 科技人才成長特征與規律

科技人才成長一直是科學社會學研究的重要議題，國內外學者特別對精英群體給予了廣泛持續的關注，而對中國青年科技人才群體的研究非常不足。相關研究有如：Zuckerman［4］追蹤1907 至1972 年所有美國諾貝爾獎得主的職業生涯，研究他們職業生涯中每個階段的功績和特權之間的復雜相互作用，以及科學精英的形成過程；Cao［5］通過實證的方法研究中國20 世紀90 年代中期之前的院士的出生、背景、學術成就和政治社會活動的特征與規律；Cao等［6］通過訪談52 位中國杰青基金項目獲得者（以下簡稱“杰青”），對中國杰青群體特征進行詳細研究；吳殿廷等［7］通過對中國的863 名科學院院士、611 名工程院院士的成長條件進行系統地考察和綜合分析，總結院士分布的時空特征，探討影響院士成才的環境因素。

科技人才的成長規律就是人才隨著年齡增長所表達出來的發展特征。Zucherman［4］針對美國諾貝爾獎得主開展的社會學研究開啟了科技人才成長規律研究之先河。國內學者針對科技人才成長規律的研究大多集中在宏觀理論研討上，研究方法主要采取的是從理論到理論、從資料到資料的經驗歸納，僅僅局限于觀點的泛泛而談［8］，只有少數研究如郭新艷［9］采取了數理實證研究方法。

科技人才成長是一個極其復雜的過程，影響科技人才成長的因素有很多并且錯綜復雜，國內外學者對此進行了較多探討，總體上來說，影響科技人才成長的因素可分為內部因素和外部因素兩類，內部因素主要由生理因素和心理因素構成，外部因素大體可分為居住生活、經濟基礎、教育科技、地域文化和人才政策等［10］。在現有人才成長影響因素的分析研究中，大多忽略了在人才成長過程中的不同階段各影響因素發揮的作用是不同的。

1.3 科學基金人才類項目為人才成長助力

為了更好地促進青年科技人才快速成長、產出創新成果，世界各國設立了許多專門針對年輕科研人員的資助項目，為其發展提供充足的資金、創造良好的環境。例如，美國國會專門通過《職業早期研究法案》，白宮設立科學家與工程師職業生涯早期總統獎，國家科學基金（NSF）設立“職業生涯（Career）”項目，國立衛生研究院（NIH）設立“早期科研人員（Early Stage Investigators）”系列項目；歐洲研究理事會（ERC）設立“青年才俊計劃（Starting Grants）”；瑞典也組織實施了“未來研究領軍（Individual Grants for Future Research Leaders）”項目等等。中國國家基金委先后設立了青年科學基金項目（1987 年）、國家杰出青年科學基金項目（1994年）、創新研究群體項目（2000 年）、優秀青年科學基金項目（2012 年）。其中，優秀青年科學基金項目是一個承上啟下的中間鏈，主要支持在基礎研究方面已取得一定科研成就的青年科技人才，目標是培養一批有望進入世界科技前沿的優秀學術骨干。對于國內的青年科技人才來說，獲得優青基金項目既是對其博士畢業后多年科研工作的總結，又是對其未來科研發展方向的定位。

因此，本研究基于已有相關研究成果，以中國國家自然科學基金優秀青年科學基金項目獲得者（以下簡稱“優青”）為研究對象，運用履歷分析方法勾畫出40 周歲（含40 周歲）以下青年科技人才隊伍的群體特征，并挖掘青年科技人才成長過程中早期職業生涯階段特征。

2 數據與方法

2.1 數據來源

首先，獲取2012—2020 年優青名單和2015—2020 年杰青名單。2020 年6 月起，本研究課題組在國家基金委官方網站上下載了2012—2019 年優青基金項目清單和2015—2019 年杰青基金項目清單，包括項目獲得者姓名、項目依托單位、項目批準號、申請代碼、項目名稱、項目起止年月等數據信息。由于2020 年8 月起國家基金委官方網站“項目查詢”功能限制，2020 年的優青和杰青名單只能通過其他渠道，如從項目依托單位科研管理部門或單位機構官方網站獲取。然后，通過公開的個人主頁、單位機構官方網站、各種搜索引擎、ProQuest 數據庫、中國學位論文全文數據庫以及定向E-mail 等方式，獲取2012—2020 年4 048 位優青（以下簡稱“樣本”）的履歷信息，例如性別、出生年月、目前所在單位、目前所在院系所、博士學位授予時間、博士學位授予單位、學科專業領域、工作經歷等，信息采集時間為2020 年6 月—2021 年7 月。最后，將從各種途徑獲取的優青履歷信息輸入到統一格式的數據表中，為后續的數據處理和清洗工作做準備；對已經收集分類的信息進行量化編碼，構建一個完整的青年科技人才履歷數據庫。

2.2 分析方法

博士研究生教育是青年科技人才接受科研訓練的關鍵環節，博士學位已成為青年科技人才從事學術職業的必要條件。通常大部分博士研究生在畢業后開啟學術職業生涯，經過多年的自由探索研究，部分博士獲得優青基金項目資助，這一階段屬于青年科技人才成長的初創期；此后再經過多年的上下求索，少數博士成為杰青，這標志著青年科技人才邁入人才成長的發展期。由此，從博士研究生畢業到成為優青的時間間隔，以及從優青到杰青的時間間隔，這兩個時長可作為觀察青年科技人才成長的重要標志。成為杰青和優青已成為國內每一位青年科技人才的奮斗目標，是青年科技人才成長中兩個最重要的臺階。

科研的履歷（curriculum vitae，CV）是科研人員學術職業生涯的真實寫照，記錄了科研人員的成長軌跡，包括學科專業、教育程度、單位變動、海外經歷、科研產出、團隊協作等大量的信息，為科技人才政策的研究提供了一個新方法和新思路。從已有研究成果來看，性別年齡、學術背景、海外經歷、單位性質、流動頻次等是影響人才成長的重要關鍵性變量，因此本研究以性別年齡、教育出身、學科領域、職業流動為主要指標，對優青的群體特征及與其成長的關系進行實證分析。

3 結果分析

3.1 人口學特征

3.1.1 性別分布

從樣本的性別分布來看，雖然國家基金委考慮到女性生育等特殊情況，將女性科研人員申報優青基金項目的上限年齡相對于男性推后2 年，但是女性在優青群體中所占比例仍然很小，性別比例失衡，女性只有804 名，僅占19.9%，2012—2020 年女性優青占比徘徊在16.5%～22.6%之間（見圖1）。而在542 名后續成為杰青的樣本優青中，女性比例降為13.7%。可見人才層次越高，女性所占比例越少。

圖1 樣本優青群體性別分布

3.1.2 年齡分布

對樣本人員成為優青時的年齡進行統計，年齡最小的是大連醫科大學的康嵐、中國科學技術大學的蘇振鵬、復旦大學的郁培文和湖南大學的張晗，分別均只有28 歲，其中康嵐和張晗都是在博士研究生畢業1 年內獲得優青基金資助的。整個樣本優青群體獲得優青基金資助的平均年齡為35.9 歲，56.7%的優青在獲得優青基金資助時年齡為36～38歲，其中男性在37～38 歲時成為優青的比例高達43.9%，女性在37～40 歲時成為優青的比例為59.5%（見圖2）。這一方面說明了學術研究確實是一個積累的過程，另一方面由于基金項目申報年齡受限，年齡關口不免引發人情問題。

圖2 樣本優青群體年齡分布

3.1.3 性別年齡與人才成長的關系

從圖3 可以看出，樣本優青群體在博士畢業時的平均年齡為28.4 歲，70.1%的優青取得博士學位時的年齡在27～29 歲之間；28 歲獲得博士學位的優青有1 072 名，占整個優青群體的26.5%。這基本符合現行的中外高等教育制度：18 歲左右高中畢業，大學本科4～5 年，碩士2～3 年，博士3～4 年，其中碩博連讀可節省1 年時間。即從博士畢業成長為優青的平均周期為7.6 年，而從優青成長為杰青平均周期為5.1 年，從博士畢業成長為杰青的平均周期為12.3 年（見圖4）。

圖3 樣本優青群體博士畢業年齡分布

圖4 樣本人才群體成長周期分布

通過獨立樣本T 檢驗結果顯示，不同性別的科研人員從博士成長為優青的時長存在著顯著性差異，相對于男性，女性博士獲得優青資助所需的時間要長，說明國家針對女性的優青申報年齡延后政策是符合女性科技人才成長規律的，性別會影響青年科技人才成長的初創期；不同性別的科研人員從優青成長為杰青的時長并沒有顯著性差異，顯然性別差異對青年科技人才成長的發展期影響不大（見表1）。

表1 樣本人才群體性別與其成才關系分析

運用皮爾遜相關分析法發現，樣本優青的出生年份與其成才之間存在較強的負相關性，即出生越早，成為優青所需的時間就越長；而年齡與從優青到杰青的時長之間的相關性比較弱（見表2）。究其原因可能是，近年來本科畢業出國直接讀博的人越來越多，且國內陸續推出的碩博連讀、中外聯合培養博士等政策縮短了博士培養周期。

表2 樣本人才群體年齡與其成才關系分析

3.2 教育出身

3.2.1 博士學位授予單位

在樣本中，除1 人沒有查到博士學位信息外，其余所有的人都具有博士學位，其中4 人獲得過兩次博士學位，本研究中以第一次獲得博士學位情況為統計對象。從博士學位授予單位性質來看，優青人數占比最高的是“985”大學，占46.4%，其次是海外大學，占20.4%，中國科學院占19.7%，“211”大學僅占8.3%，一般大學占4.1%，其他科研院所占1.1%（見圖5）。顯然，在博士研究生教育階段，優越的科研條件、良好的學術環境氛圍對于培養科技創新人才有著重要的意義；然而，同時也看到，仍有一部分優青的博士畢業院校為一般大學，非國家重點大學在培養人才和促進人才成長中也發揮著一定的作用。可見，青年科技人才的成長不僅需要良好的外部環境，個人的勤勉努力也很重要。

3.2.2 海外留學經歷

圖5 顯示，樣本中擁有海外大學博士學位的優青有679 人，占16.8%，涉及25 個國家和地區，其中美國的大學占50.4%；另有8.0%的優青是國內大學和海外大學聯合培養的，擁有雙博士學位。值得注意的是，在國內取得博士學位的優青幾乎都有海外留學經歷，或曾去海外做過博士后研究，或去海外訪問學習超過6 個月，有的甚至有多段留學經歷，且在海外的留學機構基本上都是國際一流的高等院校或科研院所。海外留學經歷已成為國內青年科技人才成長過程中的一個重要環節。

圖5 樣本優青群體博士學位授予單位分布

3.2.3 學科專業領域

從圖6 可以看到，樣本優青的學科專業領域分布不均，工程材料學部的優青最多，占整個優青群體的18.2%；其次是生命科學部、信息科學部、化學科學部，這些領域的優青占比基本都在14.5%左右；醫學科學部的優青占比為12.8%；管理科學部的優青最少，僅占3.7%。

圖6 樣本優青群體學科專業領域分布

從樣本優青的履歷來看，年齡與學科專業領域分布之間沒有差異；通過卡方檢驗發現，男性女性在學科專業領域分布內有顯著性差異，相較于其他科學部，男性在工程材料學部的比例最高，女性在醫學科學部的比例最高（見表3）。

表3 樣本優青在不同學科專業領域的性別差異分析

3.2.4 教育出身與人才成才的關系

對樣本數據運用方差分析法得出，畢業于不同博士學位授予單位的博士獲得優青的時長存在顯著性差異，而與從優青到杰青的時長之間沒有顯著性差異（見表4），顯然博士學位授予單位性質對青年科技人才早期成長階段的影響顯著。進一步用Scheffe 成對比較檢驗后得出，相對于從海外大學畢業的優青來說，從“985”大學畢業的優青和中科院畢業的優青從博士畢業到獲得優青資助所需的時間要長，這說明在海外接受博士學位教育對人才成長起到了促進作用，能加快人才成長的速度。相對于從中科院畢業的博士，從“211”大學畢業的優青從博士畢業到獲得優青基金資助所需的時間要短，這與我們正常的認知有所不同，需要后續更多的研究來論證它們之間的關系，因為現有研究結果都是以高層次人才為樣本得出的，畢竟諾貝爾獎獲得者、院士、杰青等都是小眾群體，他們所處的成長階段不同。

表4 樣本人才群體青的博士學位授予單位與其成才關系分析

表5 顯示，樣本優青中不同學科專業領域的博士獲得優青的時長存在顯著性差異，但與從優青到杰青的時長之間沒有顯著性差異，說明不同學科專業領域的青年科技人才早期成長速度不同。其中，數理科學部和化學科學部的優青從博士畢業到獲得優青資助所需的時間要比醫學科學部的長；生命科學部的優青從博士畢業到獲得優青資助所需的時間要比工程材料學部的短；工程材料學部的優青從博士畢業到獲得優青資助所需的時間要比信息科學部、管理科學部和醫學科學部的長。

表5 樣本人才群體的學科專業領域與其成才關系分析

3.3 職業流動特征

人才流動是指人才從一個工作狀態到另一個工作狀態的變化，工作狀態可以根據工作的崗位、工作地點、職業性質、服務對象及其性質等因素確定［11］，鑒于數據收集的難易程度，本研究重點關注地理位置變化、所屬機構及性質變化。2020 年優青基金立項名單公布時間為2020 年9 月17 日，而筆者于2020 年10 月開始收集2020 年優青信息，因此默認樣本中2020 年的625 名優青沒有發生過工作單位的變更，也就不列入考察范圍。

3.3.1 人才流動現狀

通過對樣本中的優青基金項目依托單位與優青目前所在工作單位進行名稱比較，發現在2012—2019 年的3 423 名優青中，只有248 個優青基金項目依托單位與優青目前所在工作單位不同，優青流動人數占整個優青群體的7.2%，流動的規模不大；除2016 年流動人數增加外，優青流動人數基本隨獲得優青基金資助年份的增加而減少，2012 年400 名優青中流動人數最多，占比為13.0%，2019 年優青流動比率下降為1.3%（見圖7）。

在樣本優青的全部流動人群中，男性占總流動人群的79.8%，女性占20.2%，男性比重比女性比重高出59.6 個百分點，可見男性傾向于選擇職業流動。流動人群的年齡結構和整個優青群體的年齡結構基本一致，即34～38 歲的優青所占比重較高（79.4%），28～30 歲、31～33 歲和39～40 歲的人群比重較低，分別為2.4%、12.9%和5.2%，顯然，流動人員的年齡與青年科技人才成長發展階段有關，34～38歲正好是青年科技人才創新的旺盛期，又是其事業發展的攀峰期，青年科技人才對所屬機構單位要求較高，容易產生流動意向。

從學科專業領域來看，樣本優青中生命科學部和醫學科學部的流動人數分別占整個流動人群總數的17.7%和17.3%，數理科學部占9.7%，管理科學部僅占4.4%，其他4 個科學部的流動人數比例在12.1%～13.3%之間，說明生命健康領域的優青相對于其他學科領域的優青要活躍得多。

3.3.2 區域流動特征

從樣本優青流動的地域流向來看，只有1 名優青從北京大學調去新加坡管理大學，優青人才跨國流動甚少。按照我國七大地理分區1），有248 名優青主要從東北、西北、華中流向華東和華南，華東和華南是對優青最具吸引力的兩大區域（見表6）；華北和華東是優青流動活躍度最高的兩大區域，在這兩個區域內優青趨向近距離流動，同一區域內流動比例大約在65%～72%之間；而東北地區優青流失非常嚴重，全部23 名東北地區優青中有18 名流向華北、華東和華南地區。此外，表7 顯示，優青在其所在省份內部流動的人數占整個流動人數的40.7%，凈流出數最多的城市是北京市，凈流入數最多的是廣東省，北京市和上海市是流入流出量最高的兩大城市，深圳市是凈流入最多的城市，而流失最多的是長春市。

表7 樣本優青流動路徑（排名前十）

3.3.3 機構流動特征

從樣本優青所在機構性質來看，中國科學院、其他科研院所和“211”大學的優青流失比較嚴重（見圖8）。中國科學院的90 名優青中有72.1%流向大學，其中“985”大學占44.4%，“211”大學占14.4%，一般大學占13.3%，而27.9%的優青在院內調動或調入其他科研院所。其他科研院所的20 名有變動的優青中，調入“985”大學和一般大學的比例分別都為30%，“211”大學的比例為15%，科研院所的比例為15%，另外10%調入醫療機構。6 名來自軍隊院校的優青全部流向“985”大學。香港特別行政區的優青開始轉入香港幾所大學在深圳創辦的深圳研究院。可見，優青的職業流動情況反映了當前青年科技人才的流動趨勢，“985”大學和一般大學已成為人才聚集地。

圖8 樣本優青跨機構流動特征

3.3.4 職業流動與人才成長的關系

從方差分析和Scheffe 成對比較檢驗結果可以看出（見表8、表9），樣本中流入不同區域或流入不同機構的優青在成才時間方面沒有顯著性差異，說明當前的職業流動不會影響青年科技人才的成長速度。

表8 樣本人才群體流動中流入區域與其成才關系分析

表9 樣本人才群體流動中流入機構與人才成長關系分析

4 討論與建議

4.1 在人才項目中設置年齡門檻的合理性

當前年齡設限已成為人才項目中的一個剛性要求。年齡作為政策工具被看作是體現社會公正和維系社會秩序的利器［12］，但是也存在著種種缺陷。

首先，限制年齡的前提假設是“人的科研能力會隨年齡變化而變化”，重大科學發現存在“最佳年齡區”［13］。不同學者如趙紅州［14］、Ryder［15］等對“最佳年齡區”的劃分不同，認定的最佳峰值年齡也各不相同，有37 歲也有39 歲。對于科研峰值年齡，學術界爭議很多，有研究認為科研峰值年齡在不斷后移，至少應該推后5～10 年［16］；另有研究認為年齡與學術活動之間的關系存在不確定性，科研能力的巔峰不只是出現在一個年齡段而是多個年齡段［13］，至少60 歲退休年齡之前學術活力基本呈遞增趨勢而沒有明顯衰減現象［12］。因此，年齡不能很好地解釋學術職業的特點，學術職業比其他任何一種職業更需要旺盛的精力和高度的創造力，是對人的智力與意志的挑戰。需要說明的是，上述人們提到的年齡，往往指的是生理年齡。

其次，優青呈現“男性38 歲”或“女性40 歲”現象，即越接近38 歲或40 歲時申請優青基金項目的成功率越高（見圖9），這顯然不符合人才成長規律，也與當初政策設計的初衷相違背，反映出人為設置年齡對科研究基金項目申請者的影響，以及對科研評價帶來的系統偏差。此外，年齡的天花板效應還會導致青年科研人員出現負面心態，喪失工作動力，出現職業倦怠。因此，有學者提出在相關人才計劃中嘗試結合生理年齡和科研年齡標準進行探索和實踐［17］。科研年齡是以獲得博士學位年份為起點計算，指獲得博士學位后獨立從事科研的年限。從圖9 中可以看出，相對生理年齡而言，優青的科研年齡分布要合理得多，更具人性化。鑒于中國科研基金人才項目的資助對象主要是處于職業生涯早期的青年科研人員，因此建議引入科研年齡標準，一方面可避免某些因性別和學科差異導致的部分青年錯失獲得資助機會，另一方面也尊重個體差異的多樣性。

圖9 樣本優青群體生理年齡和科研年齡分布比較

4.2 在人才成長過程中不問“出身”的可能性

毋庸置疑，青年科技人才成長過程是一場以博士畢業為起點的漫長的“馬拉松賽跑”。人們常說，人有4 種出身——家庭出身、地域出身、教育出身和行業出身，對于站在學術職業生涯競技場的青年博士來說，這4 種出身已經無法改變，接下來比拼的是個人努力和所在工作環境。

終身學習是促進人才成長的必要條件，是青年科研人員成才的關鍵因素。已有種種對高層次人才的研究表明，各種出身一定會影響人才成長的速度和高度，但是出身并非決定因素，總有一部分青年通過自己的努力也能達到人生巔峰。毫無疑問，如果畢業于名校的博士不繼續努力，是不可能成才的。我們可以觀察到，那些同一名校畢業、同年進入同一單位的青年科研人員，若干年后有些人會成為學科專業領域的翹楚，有些人則非常平庸，還有人的更是在科研事業中半途而廢。青年科技人才成長是一個終身學習和終身發展的過程。

學術環境對青年科技人才的成長有著重要影響。眾所周知，不同的環境對于人才成長影響不同，人才成長不是孤立的事件，人才成長離不開所在單位的培養，其能力的形成也離不開所在單位提供的資源平臺和發展機遇，因此，除個人因素外，所在單位的重視程度也是青年科研人員成才的重要因素。在樣本優青群體中有一個現象值得關注，從“211”大學博士畢業的336 名優青有79.2%仍選擇“211”大學為其就業單位。而本研究結果顯示，“211”大學畢業的博士成長為優青所需的時間要比中國科學院畢業的博士成長為優青需要的時間少。這可能歸因于“211”大學非常重視青年科技人才的成長，不斷為扶持青年科技人才進行制度創新，為人才成長提供各種政策支撐，對青年科技人才投入的資源、提供的平臺和營造的環境是部分“985”高校或中國科學院等其他單位所不能比擬的。

4.3 在人才成長過程中職業流動的邏輯性

有研究顯示，中國杰青基金獲得者的流動比率為12.5%［18］，長江學者特聘教授的流動率為10.4%［19］，因此，相對于高層次人才流動而言，優青的流動規模不大（7.2%），“孔雀東南飛”“中西部危機”和“東北部困境”等現象并不明顯，當前優青的流動屬于自主理性的流動。樣本優青的職業流動在人口流動的一般性規律下呈現以下現實態勢：以上海、北京為代表的華東華北地區以區域內流動為主，其他區域人才有向華南地區集聚的趨勢；以中國科學院為代表的科研機構為人才主要輸出地，以“985”大學和一般大學為代表的高等院校為人才主要輸入地。

趨利避害是人的本性，優青向華南地區集中的現象，本質上體現的是區域經濟發展不平衡、教育醫療等資源配置失衡，而東北地區人才流失嚴重的主要原因也是因為當地經濟發展相對緩慢、物質文化生活水平明顯落后。然而，優青職業流動的主要目的是尋找適合自己職業發展、能夠施展自己才華的環境，而不僅僅出于個人經濟利益考慮。對于獲得優青基金資助的青年科技人才來說，其剛剛步入人才成長的發展期，后續職業發展仍離不開項目依托單位的培養和支持，因此若沒有特殊理由，優青一般不會輕易更換工作單位，因為離開原工作單位并不是最優的策略。因此，為了預防人才流失，考慮到優青對單位有情感依賴和資源依賴，相關單位應重視采取“以事業留人、以待遇留人、以感情留人”的策略，為青年科技人才創造良好的物質條件，提供適合其成長的生態環境，通過提供必要的政策和資源的支持，讓青年科技人才能夠留下來并潛下心來挖掘自身潛力，畢竟職業發展前景好是人才流動的最終目標。

5 結論

本研究基于2012—2020 年中國4 048 位優青的個人信息數據庫，運用履歷分析方法勾勒出青年科技人才的群體畫像，并進一步從性別、年齡、教育出身、學科領域、職業流動等維度探究青年科技人才群體特征與人才成長的關系。研究結果表明：（1）優青的男女比例失衡，年齡主要集中在36～38 歲，博士學位授予單位以“985”大學居多，工程材料學部的人數高于其他科學部，職業流動規模不大；（2）性別、教育出身和學科領域對青年科技人才早期成長階段有顯著影響；（3）職業流動不會影響人才成長的速度；（4）年齡與人才成才時長之間有較強的負相關性。

根據以上研究結果與討論,得到以下啟示：（1）針對職業生涯早期科研人員的科技人才項目，申請年齡可采用科研年齡為標準；（2）終身學習是青年科技人才成長的必要條件，組織支持對青年科技人才成長有助推作用；（3）科技人才項目依托單位應允許青年科技人才合理、自由流動，可以運用政策工具留住人才、培養好人才。

注釋：

1）中國七大自然地理分區分別為華北、東北、華東、華中、華南、西南、西北。華北地區包括北京市、天津市、河北省、山西省、內蒙古自治區；東北地區包括黑龍江省、吉林省、遼寧省；華東地區包括上海市、江蘇省、浙江省、安徽省、江西省、山東省、福建省、臺灣省；華中地區包括河南省、湖北省、湖南省；華南地區包括廣東省、廣西壯族自治區、海南省，以及香港特別行政區、澳門特別行政區；西南地區包括重慶市、四川省、貴州省、云南省、西藏自治區；西北地區包括陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區。