基于履歷信息的高層次人才特征分析

呂紅 牛雅妮

摘 要：基于ESI高被引學(xué)者的履歷信息，收集了學(xué)歷、年齡、學(xué)習(xí)經(jīng)歷、學(xué)術(shù)成果等信息，建立了高層次人才特征評價指標體系，運用對應(yīng)分析統(tǒng)計模型，對高層次人才特征進行區(qū)域分析，結(jié)果發(fā)現(xiàn)：學(xué)科領(lǐng)域、本科就讀院校、最高學(xué)歷獲得年齡、從博士到教授成長時間是人才發(fā)展的重要影響因素。最后對解決高校高層次人才資源區(qū)域不平衡的問題，提出了對策與建議。

關(guān)鍵詞：履歷信息;高被引學(xué)者;多元對應(yīng)分析

1 背景分析

習(xí)近平主席在中共十九大報告中指出，人才是實現(xiàn)民族振興、贏得國際競爭主動的戰(zhàn)略資源。因此，各個地區(qū)的高校都紛紛出臺人才政策，用各種優(yōu)厚的條件來吸引人才。然而，隨著中國高校的快速發(fā)展，不同地區(qū)高校之間逐漸擴大的差距和人才資源發(fā)展的不平衡問題也逐漸顯著。

2 文獻綜述

人才履歷信息包括姓名、年齡、學(xué)歷、職稱晉升、教學(xué)與科研、專業(yè)協(xié)會和專業(yè)資格、獎項等其他信息，信息量極其豐富，可進行全面的人才調(diào)查和分析研究。田瑞強等人基于高被引科學(xué)家的履歷信息，研究了不同因素下各階段生存風險率的差異以及成長過程中各因子的具體影響效果[1]。牛珩等人根據(jù)科研人員的履歷信息，運用CV分析方法對我國高層次科技人才進行了特征研究[2]?；谌瞬怕臍v信息的高層次人才區(qū)域分析較為少見，本文基于人才履歷信息，對不同區(qū)域高校進行高層次人才特征分析，為高校人才成長、人才引進及培養(yǎng)提供參考。

3 對應(yīng)分析統(tǒng)計方法簡介

對應(yīng)分析，主要用于分析列聯(lián)表中行因素和列因素間的關(guān)系，是列聯(lián)表行列變量關(guān)系的低維圖示法，關(guān)聯(lián)圖上各個樣本和樣本的屬性變量都濃縮為一個點集合，是R型因子分析（研究變量間的相關(guān)關(guān)系）與Q型因子分析（研究樣品間的相關(guān)關(guān)系）的結(jié)合。

4 數(shù)據(jù)處理

基于ESI科學(xué)指標數(shù)據(jù)庫高被引學(xué)者的入選信息以及任職院校的個人主頁，收集了國內(nèi)高被引學(xué)者178人的相關(guān)履歷信息，對其現(xiàn)就職院校所在地分為東、中、西三個地區(qū)，東部樣本選取北京、上海、江蘇和廣東四省市的數(shù)據(jù)，中部選取吉林、安徽、湖南、河南和湖北數(shù)據(jù)，西部選取了四川、貴州、陜西和甘肅數(shù)據(jù)，并建立基于人才履歷信息的高被引學(xué)者特征評價指標體系，如表1：

5 對應(yīng)分析結(jié)果

從慣性分析表2中，第二列Cronbach's Alpha信度系數(shù)分別為0.781和0.676，說明維度內(nèi)部具有相當?shù)男哦?第三列慣量，用于說明各個維度能夠解釋列聯(lián)表中兩者聯(lián)系的程度，從貢獻率上可以看到，維數(shù)1解釋了列聯(lián)表的46.3%，維數(shù)2解釋了列聯(lián)表的37.9%，即在兩個維度上已經(jīng)能夠說明行列變量關(guān)聯(lián)性的84.2%，結(jié)果比較理想。

由多元對應(yīng)分析圖（圖1）中可以看出，

（1）東部高被引學(xué)者信息對應(yīng)的散點，大多數(shù)位于圖1左下方圓形區(qū)域內(nèi)，大部分人“年齡30-40歲”，在“30歲之前獲得博士學(xué)位”、學(xué)科領(lǐng)域以“理學(xué)”為主、本科畢業(yè)院校與現(xiàn)就職院校多為“頂尖院校”和“985院?！?，在境外留學(xué)交流學(xué)習(xí)時間多為“1-4年”，發(fā)表SCI收錄論文篇數(shù)多在“100-200篇”之間，從獲得博士學(xué)位到獲得教授所用的“成長時間”較短，多在10年以內(nèi);

（2）中部高被引學(xué)者信息對應(yīng)的散點，大多數(shù)位于圖1右下方圓形區(qū)域內(nèi)，大部分人在年齡上沒有具體的特征，大部分人在“30-40歲間獲得博士學(xué)位”，學(xué)科領(lǐng)域多為“工學(xué)”，現(xiàn)就職院校大多為“211院?！?，本科畢業(yè)院校大多為“211院?！被颉胺侵攸c”院校，發(fā)表SCI收錄論文篇數(shù)“少于100篇”;

（3）西部高被引學(xué)者信息對應(yīng)的散點，大多數(shù)位于圖1上方圓形區(qū)域內(nèi)，大部分人在年齡偏大，部分在“60歲以上”，在海外交流學(xué)習(xí)時間“8年以上”，從獲得博士學(xué)位到獲得教授所用的“成長時間”較短，多在“15年以上”。

通過對比分析，可以明顯看到區(qū)域人才發(fā)展的差異性，東部地區(qū)高校高層次人才在成長時間方面遙遙領(lǐng)先于中西部高校，同時也發(fā)現(xiàn)了學(xué)科領(lǐng)域、本科就讀院校、最高學(xué)歷獲得年齡、從博士到教授成長時間是人才發(fā)展的重要影響因素。

6 對策與建議

基于履歷信息對高被引學(xué)者的總體特征分析，現(xiàn)對不同區(qū)域高校人才隊伍建設(shè)提出以下對策與建議。第一，加快人才高效集聚，推動中西部高校人才引進;第二，引導(dǎo)人才有序流動，增強中西部高校人才吸引力;第三，發(fā)揮高校區(qū)域優(yōu)勢，加強不同區(qū)域高校交流合作。

參考文獻

[1] 田瑞強，姚長青，袁軍鵬，潘云濤，李俊峰.基于履歷信息的海外華人高層次人才成長研究：生存風險視角[J].中國軟科學(xué)，2013（10）：59-67.

[2] 牛珩，周建中.基于CV分析方法對中國高層次科技人才的特征研究——以“百人計劃”“、長江學(xué)者”和“杰出青年”為例[J].北京科技大學(xué)學(xué)報（社會科學(xué)版），2012，28（02）：96-102.

作者簡介：呂紅（1976.9—），女，漢族，山東巨野，人事處副處長，博士，工作單位：南京信息工程大學(xué)，研究方向：統(tǒng)計分析、經(jīng)濟管理