本站原创源于：免费论文网www.shuoshilunwen.com
历研究的发展，建立国家及更高层面的履历信息平台成了迫在眉睫的课题；将文献计量学数据与科研履历信息互补结合，为多维度的科研评价提供了可能；履历与社会网络分析的合理契合吸引着更多科技人才流动研究者的注意。关键词：科技人才 人才流动 履历 职业轨迹 生存分析 人才成长 科技政策
1003-6938（2013）05-0119-07
1 引言
自上世纪60年代以来，科技人才流动作为知识传播的重要载体同时吸引了政府部门和学界的研究兴趣。科学家或科技人才在不同社会间的迁徙，代表了知识及技术在世界范围的扩散，反映了创新文化的跨国联系。科技人才及其所掌握的知识，尤其隐性知识的移动是国家创新系统的关键。科技人才的流动有助于提高劳动力的整体水平，促进经济发展中的创新活动。因此，科技人才流动也是衡量国家、地区创新系统的一个重要指标。
科技人才流动是复杂和多维度的，最初的研究主要集中于对“人才流失流入”现象进行探讨[3]。所谓“人才流失＼流入”是指人才从一个国家永久转移或流动到另一国家的现象。然而，由于科学研究职业固有的流动性与网络化，实际中常见的是非永久性的科研人员流动，这使得研究者重新审视“人才流失＼流入”的概念，并逐步转向“人才流动”的研究[4]。科技人才流动研究的一个主要难点在于收集适合评价、测度流动规模、特征及影响的数据。并且在考虑流动过程中的复杂环流或要追踪研究人员跨国流动轨迹等情况下，这种困难变得就更具挑战。传统的研究主要利用一些人口流动和劳动力方面的统计数据，这虽然能够描绘一些高层次人才的永久流动，但对于非永久性流动、科技人才职业轨迹变化的研究却无能为力[5]。
科技人员的履历是其职业生涯的历史写照，记录了科研人员的成长历程，包括教育、学术、职位变迁、科研产出、基金资助及荣誉情况等，信息量极为丰富。1996年美国佐治亚理工大学的RVM（Research Value Mapping）项目①利用科研人员的履历进行了科研人员评价及技术转移的研究，是履历研究的拓荒实验。同时，履历研究也代表了科研评价的范式转移。传统的科学评价是种产量范式（Output Paradigm），即以论文、专利或其他出版物的数量作为科技人才评价的主要指标。这在一定程度上能够保证评价的客观性，但也存在缺陷。例如可能会加剧科研人员片面追求论文数量，只关注短期产出等短视行为而影响整体的科研创新水平。科研人员的职业履历分析（Curriculum Vitae，CV）则代表了科技评价从产量范式向能力范式（Capacity Paradigm）的转移。能力范式强调对长期的知识产出能力进行评估，而不仅仅关注特定时段的知识产品的量化。通过科研人员的履历数据追踪科技人才的职业轨迹，探寻科技流动过程的规律是近年来科技人才流动研究的新趋势。
发展科技和教育，实施自主创新是我国当前的重大战略举措。提高自主创新能力，关键在于人才，尤其是科技人才的引进和培育。培养高层次科技人才既是国家实施自主创新战略的重要目标，也是实现自主创新战略目标的关键举措。《国家中长期人才发展规划纲要（2010-2020年）》也提出要加强人才培养，关心人才成长。从人才个体层面来看，成长与流动总是紧密相连，“流水不腐，户枢不蠹”。研究科技人才的流动规律对于引导和吸引优秀科技人才流向国内、制定人才政策、提升国际竞争力具有有益作用。本文对科技人才流动的新研究方法——履历研究进行了深入分析，主要从履历研究的发展演进、使用的数据源、采用的分析方法和目前存在的缺陷等方面进行了阐述，并指出了履历研究的发展趋势。
2 履历研究的演进
科技人才的履历是其职业生涯的历史写照，记录了科研人员的成长历程，包括教育、学术、职位变迁、科研产出、荣获资助及荣誉情况等，是申请职位或其他资源最好的敲门砖，信息量极为丰富。缘于上述多重功用，特别是作为个人宣传推广的媒介，科研人员一般都具有强烈的动机提供及时、准确、方便获取的个人职业履历。美国佐治亚理工大学1996年设立了RVM项目开创了履历研究的先河。该项目的研究内容主要包括：科研中心的创新管理和绩效研究、科研评价、科学合作动力研究、科研人员评价及技术转移研究等。履历分析代表了科技评价从产量范式向能力范式的转移。传统的科研评价基于经济学概念，在该范式下科研和科技知识的价值取决于市场，当市场不能准确测度知识资源的价值时，科技知识被作为公共产品即科学基本知识进行评价，科学知识的价值与测度最终体现在科研产出转化为市场商品的数量，因此传统的科技评价一直聚焦在有形的、易测度的产出实体方面，比如：出版物和专利。Bozeman及其RVM团队将履历分析引入科研评价，代表了传统的“产量范式”向“能力范式”的转变。基于科技人才履历的科研评价——能力范式，聚焦于科技人力资本，认为科技政策（科研基金或科研项目）的评价应由它是否提高了科研机构或个人科研产出的能力衡量。从科技事业的长远来看，能力范式导向的长期科研产出能力比产量导向的特定时期的知识产品更加关键。而基于履历的科研评价较传统的经济学概念下的评价更适合于广义的科学价值的评估。
自RVM项目开创性地运用履历进行科技政策研究以来，履历分析得到了不断的传播和发展。应用履历研究科技人才流动主要集中在三个领域：科技人员的职业轨迹研究、科技人员的空间流动、科学集体科研能力研究。履历已经被成功地用来描绘人才流动对生产力、职业模式和合作的影响。
Dietz 等[6]分析了生物技术和与微电子相关科领域科学家的履历信息，揭示了科研机构科学家向工业界的流动情况及不同的合作模式，并研究了其在科研产出上的差异。Dietz 等[7]收集和编码了1200名科学家和工程师的履历，同时也利用美国专利数据库（USPTO），研究了产业界、学术界和政府部门与这些科学家和工程师的科研产出、专利产出之间的关系。关注研究人员在这三者之间的转换，特别是在大学和产业界之间的转移。Gaughan and Robin[8]用800名法国和美国物理学和生命科学领域的科学家的履历比较了各自国家的职业趋势。Sabatier等[9]用583名法国生命科学领域的科学家的履历，研究了职业升迁职业模式中职业流动所起的作用。Fonts[10]使用履历和其他数据源分析了葡萄牙生命科学领域科学家的科技产出、科技合作与人才流动之间的关系。Koen Jonkers和Robert Tijssen[11]采用中国植物分子科学领域回国的顶尖人才的履历数据，研究了他们的流动历史、科研产出、国际科技合作情况，分析了科技人才流动与国际科技合作之间的关系。Ulf Sandstr?m[12]将引文数据引入履历分析，以获得瑞典科研基金会资助的326名医学高级科学家为对象，在WoS数据库中采集了他们在1998～2004 年期间发表的7907篇文章，得到引用率；Ulf Sandstr?m的开创性工作在于通过履历编码建立了流动性矩阵，它能够反映各机构在人才流动过程中的顺差和逆差，从而可以了解各科研机构之间的人才竞争和在竞争中所处的位置。他通过层次聚类将326位科学家分为四组，并结合履历数据研究了他们了流动模式和流动趋势，识别出四条不同的流动路径，分别是：（1）强流动性组中的成员多在国外获得PhD学位，他们倾向于在欧洲谋求职位；（2）差流动性组中的成员几乎只在一所高校或研究机构任职，其科研产出也要低于其他各组；（3）杰出组中的成员年纪为各组中平均最大，同时科研产出也最丰富。他们一般从Karolinska研究所或Uppsala大学（均为瑞典最好的研究机构）开始其学术生涯，只在PhD或教授期间进行短暂的学术外出交流后一般会最终回到原来的单位，流动性也较弱；（4）企业型组的成员是第3组的子集，也是高产型科学家，但一般比较专注专利研究、创业活动或在担任编辑。他们中的75%在博士后期间都有出国经历，回国后会选择在瑞典最好的机构任职。
总的说来，履历分析作为科研评价的一种新视角已被国际上越来越多的研究者所接纳。但国内基于科研人员履历的相关研究和应用则很稀少，仅有中国科学院周建中与他人合著的两篇文献及国家自然科学基金委张凤珠与他人合著的一篇文献。周建中[13]关于科技政策研究中履历分析方法的综述，主要从国家、科学共同体及个人层面介绍了履历分析主要的应用领域，同时也介绍了一般的履历分析步骤；其基于CV分析方法对中国高层次科技人才的特征研究是以“长江学者”、“百人计划”入选者及“杰出青年科学基金”获得者的职业履历为基础，分析这些高层次人才的结构特征，包括性别比例分析，入选年龄分析，出生地域分析、留学状况分析等的研究[14]。但也仅止于一般的描述性统计，没有对人才成长和流动的特征和规律进行深入挖掘。张凤珠[15]在多元资助格局下的科学基金绩效评估一文中建议利用科学家履历中的受资助信息与其科研成果结合起来评估基金的资助效果。
3 履历研究数据源及分析方法
3.1 履历研究的数据源
科技人才的履历研究主要通过网络收集或向科研人员发送电子邮件采集数据。Dietz等[6]2000年研究中的履历数据来源有四个方面：以获得美国自然科学基金会（National Science Fund，N）生物科技领域资助项目的200名研究人员为对象通过电子邮件及网络获得其履历；通过科学引文索引（Science Citation Index，SCI）搜索生物科技领域产业界的科技人才，通过电子邮件获得其履历，其中59封电子邮件收回19份；通过互联网搜索引擎检索生物科技领域的科技人才履历，检索结果得到94份；通过向佐治亚理工大学微电子研究中心（Microelectronics Research Center，MIRC）和焦点互联中心（Interconnect Focus Center，IFC）的210名科研人员发送电子邮件获得其履历数据。Carolina Ca?ibano等[16]2008年以获得西班牙科研项目—Ramón y Cajal资助的物理与空间科学领域、分子生物学领域、语言及哲学领域的科学家的履历数据作为来源。Ulf Sandstr?m[12]以截至2005年以前获得瑞典科研基金会资助的326名医学高级科学家为对象收集其履历信息，同时在WoS数据库中采集了他们在1998～2004 年期间发表的7907篇文章，得到引用率，将科学引文数据索引引入履历分析。Richard Woolley和Tim Turpin[17]则利用电子邮件方式收集了SCI数据库中2005年澳大利亚作50岁以上的250个科学家的履历，最终收集到80份履历数据。综合看来，现有的研究主要依靠科学基金资助项目确定高层次科技人才群体，再通过网络和电子邮件收集其履历数据。3.2 履历研究的分析方法
目前应用履历分析进行科技人才流动的研究主要采用生存分析法。生存分析是将事件的结果（终点事件）和出现这一结果所经历的时间（生存时间）结合起来分析的一种统计分析方法[18]。生存分析的一个主要特点是可以处理删失（Censor）数据。删失是指准确生存时间未被观察到的情况，在人才的履历研究中，样本中同一事件的发生并不同时，例如研究样本中科技人才的获得博士学位时间不可能都相同，因而不可避免地存在删失数据。生存分析通过建立删失数据克服传统方法的限制，使用所有的样本数据来全面反映事件的实际情况，包括删失和未删失的，从而解决样本偏差问题。第二个特点是可以处理随时间变化的解释变量作用。生存分析方法所提供的生存函数（以时间为自变量，以相应时刻生存率为函数值）能够反映研究事件在每一时点的生存率，从而揭示其它传统统计方法无法得到的动态特征[19]。因此，生存分析方法适合于研究动态事件发生过程的规律以及事件发生的影响因素。正是因为生存分析在概念和方法上的相对优势，对于人才成长研究来说，它可以全面描述人才成长过程中的影响因素，同时能够反映人才成长特征，越来越多的研究者都利用生存分析法进行人才的履历研究。例如：Corley， Bozeman及Gaughan[20]利用科技人才的履历数据研究了美国的科研基金资助对于女性科学家
源于：论文的基本格式www.shuoshilunwen.com
的职业轨迹和职业产出的影响，其统计方法也不同于寻常科研评价中使用的统计工具，他们引入了风险模型，通过生存分析对科技人才的职业生涯进行了纵向考察，并发现履历数据在科研评价的许多问题研究中都具有广泛的应用前景。Gaughan和Robin利用生存分析法研究了法国和美国的不同科技支持政策对科研人员早期职业发展的影响[21]。Monica Gaughan利用76名科技人才的履历数据进行编码，通过构建比例风险模型，研究了美国国立卫生院（National Institutes of Health， NIH）对于科技人才的资助在人才的职业生涯中起到的作用[22]。国内也有学者利用生存分析方法进行了生物医药领域以外的研究，如王燕等[23]2006年利用生存分析研究了顾客间隔购写时间的影响因素，余翠玲等2011年利用Cox回归模型对企业信息技术采纳的影响因素进行了研究，但国内仍鲜有学者利用生存分析模型对人才成长问题进行研究。源于：论文的写法www.shuoshilunwen.com
中国论文中心www.shuoshilunwen.com
摘自：毕业论文摘要范文www.shuoshilunwen.com
[25]Dietz， J.Building a social development： the case of Experimental Program to Stimulate Competitive Research[J]. Science and Public Policy，2000，27（2）：4，137-145.[26]Lin M W and B Bozeman. Researchers’ industry experience and productivity in university-industry research centers：a scientific and technical human capital explanation[J].Journal of Technology traner，2006，31：269-290.
[27]D'ONOFRIO M G. The public CV database of Argentine researchers and the ‘CV-minimum’Latin-American model of standardization of CV information for R&D evaluation and policy-making[J]. Research Eval
uation， 2009， 18（2）： 95-103.
[28]AND JAR I， CA IBANO C. Mobility of researchers and transnational networks formation： indicators for a complex relationship[C]. proceedings of the 3rd ENID conf
erence on STI Indicators for policy making and strategic decision， Paris， F， 2010.
作者简介：田瑞强（1989-），男，中国科学技术信息研究所硕士研究生，研究方向：科学计量学、科研评价；姚长青（1974-），男，中国科学技术信息研究所副研究员，研究方向：科学计量学、科研评价；袁军鹏（1973-），男，中国科学技术信息研究所副研究员，研究方向：科学计量学、科技政策；潘云涛（1967-），女，中国科学技术信息研究所研究员，研究方向：科技评价。 [3][4]
源于：论文大纲www.shuoshilunwen.com
[5]