中國高?？萍既瞬艑W(xué)緣結(jié)構(gòu)和流動網(wǎng)絡(luò)研究

侯劍華，耿冰冰，張 洋

(中山大學(xué)信息管理學(xué)院,廣州 510006)

1 引言

高校的科技人才是指高校中從事科學(xué)研究工作且有一定發(fā)文的教師、專職科研人員等，他們組成了高校的科研隊伍，是國家人才培養(yǎng)和發(fā)展科研力量的重要目標。新時代對科技創(chuàng)新的需求日益增高，高校已成為國家科研創(chuàng)新的中堅力量之一，因此加強高校科研發(fā)展尤為重要，而具有合理的科研隊伍是高校實現(xiàn)科研產(chǎn)出的基礎(chǔ)，其中一個重要方面就是科技人才的學(xué)緣結(jié)構(gòu)[1]。廣義上講，“學(xué)緣”指一位科技人才在求學(xué)階段就讀的高校、所學(xué)的專業(yè)、從師的權(quán)威教授、受教的學(xué)術(shù)流派等[2]。高校的每一位科技人才就讀的學(xué)校、受教的學(xué)術(shù)流派不可能完全一樣，他們組合成的科研隊伍自然也就形成了各自的學(xué)緣結(jié)構(gòu)。

目前國內(nèi)外學(xué)緣結(jié)構(gòu)的研究從總體情況看真正深入的并不多，往往是以學(xué)術(shù)上的近親繁殖現(xiàn)象為切入點進行討論的。國外早期的研究主要關(guān)注的是學(xué)緣結(jié)構(gòu)單一的問題，認為學(xué)緣結(jié)構(gòu)單一、近親繁殖會使學(xué)術(shù)發(fā)展受到不利影響[3,4]。國內(nèi)大多數(shù)研究者把高校教師的本校與外校來源比例作為學(xué)緣結(jié)構(gòu)的主要關(guān)注問題。研究內(nèi)容主要有以下5 個方面：①學(xué)緣結(jié)構(gòu)的定義[5-9]；②中國高?？蒲嘘犖閷W(xué)緣結(jié)構(gòu)的現(xiàn)狀[10-12]；③近親繁殖現(xiàn)象[13]；④學(xué)緣結(jié)構(gòu)對職業(yè)發(fā)展、工作績效等的影響[14,15]；⑤學(xué)緣結(jié)構(gòu)的測量指標探索[16]、優(yōu)化建議與措施[17,18]。從研究來看中國高?？萍既瞬胖械慕處?、專職科研人員本校學(xué)緣占比最大，近親繁殖、學(xué)緣結(jié)構(gòu)單一的問題普遍存在?！敖H繁殖”造成了人才流動困難，阻礙了高校進一步提高科技人才質(zhì)量以，不利于學(xué)術(shù)研究的發(fā)展。合理的學(xué)緣結(jié)構(gòu)應(yīng)是多源化的，這樣可以防止形成學(xué)術(shù)派閥，打破高校人事制度中“一潭死水”的狀態(tài)[19]，有益于不同學(xué)術(shù)思想之間的交流，能有效促進科研隊伍素質(zhì)的提高以及高校之間優(yōu)秀人才的合理流動。2011 年教育部頒發(fā)的 《全國教育人才發(fā)展中長期規(guī)劃（2010—2020 年）》 指出要大力改善高校教師學(xué)緣結(jié)構(gòu)、減少“近親繁殖”、組建開放的教學(xué)和科研隊伍、聘用各機構(gòu)優(yōu)秀人才等?？梢妼W(xué)緣結(jié)構(gòu)的優(yōu)化和通過人才流動達到科技人才的合理配置已被高等教育提上日程，其也逐漸成為反映高?？蒲嘘犖檎w質(zhì)量、衡量科研隊伍科研創(chuàng)新能力高低的重要指標。

現(xiàn)在已有許多學(xué)者通過科研人員的履歷數(shù)據(jù)[20-24]，從空間地理、職業(yè)部門、智力等維度，探尋科研人才成長與流動的關(guān)系，分析人才流動的典型路徑和模式，為合理布局人才資源、主動引導(dǎo)人才流動方向等提供參考。但鮮有將人才流動和學(xué)緣結(jié)構(gòu)結(jié)合分析的研究，本研究將從人才流動這一新角度探究優(yōu)化學(xué)緣結(jié)構(gòu)的新思路。本研究認為學(xué)緣結(jié)構(gòu)是靜態(tài)狀態(tài)，是一系列動作的積累，其中之一就是人才跨校的流動。教師隊伍的結(jié)構(gòu)也只有通過流動才能調(diào)節(jié)[2]，許多學(xué)者認為人才的合理流動是實現(xiàn)教師隊伍最佳配置的根本途徑。那么同理科研隊伍的結(jié)構(gòu)也是可以通過人員的流動來調(diào)節(jié)的，高?？萍既瞬诺暮侠砹鲃硬皇閷崿F(xiàn)科研隊伍學(xué)緣結(jié)構(gòu)合理化的一種途徑。

鑒于此，本研究對高校科技人才靜態(tài)的學(xué)緣結(jié)構(gòu)以及動態(tài)的人才流動特征探討分析，根據(jù)得到的結(jié)果對人工智能領(lǐng)域高校科技人才學(xué)緣結(jié)構(gòu)的優(yōu)化和人才流動的配置、引導(dǎo)提出建議與措施，以期通過正確引導(dǎo)人才流動來合理布局人才資源、優(yōu)化科研隊伍結(jié)構(gòu)。同時也能為中國高校從人才流動角度改善科研隊伍結(jié)構(gòu)、活躍學(xué)術(shù)氛圍、促進科研發(fā)展創(chuàng)新提供一些借鑒與參考。結(jié)合前人研究，在本研究中認為高?？萍既瞬艑W(xué)緣結(jié)構(gòu)包括體現(xiàn)學(xué)緣聚集性，層次性，廣泛性的親緣度、優(yōu)緣度、廣緣度三大要素，分別反映學(xué)緣集中程度、學(xué)緣質(zhì)量層次、學(xué)緣來源廣泛性[9]；本研究中探討的人才流動主要指科技人才在不同高校間的任職變化流動。

2 數(shù)據(jù)與方法

2.1 研究對象選取

人工智能是以計算機科學(xué)為核心的多學(xué)科研究領(lǐng)域。近年來，它越來越受到人們的重視。2015 年，中國頒布了 《國務(wù)院關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》，首先在國家戰(zhàn)略層面提到了人工智能；2016 年 《“十三五”國家科技創(chuàng)新規(guī)劃》、十九大報告均指出大力推動人工智能發(fā)展，2017 年國務(wù)院也印發(fā)《關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》，這些都體現(xiàn)了人工智能作為中國重要發(fā)展戰(zhàn)略對國家建設(shè)、產(chǎn)業(yè)變革與技術(shù)創(chuàng)新的重要性。

2021 年軟科學(xué)科排名顯示，在人工智能領(lǐng)域所屬的計算機科學(xué)與技術(shù)學(xué)科中，清華大學(xué)、北京大學(xué)、哈爾濱工業(yè)大學(xué)、浙江大學(xué)、國防科技大學(xué)排名處于前2%；中國科學(xué)技術(shù)大學(xué)、南京大學(xué)、上海交通大學(xué)、華中科技大學(xué)等多所學(xué)校處于前5%位次，可以初步看出人工智能領(lǐng)域排名靠前的學(xué)校集中在北京地區(qū)、華南地區(qū)。

中國人工智能領(lǐng)域的研究正處于高速發(fā)展階段，因此本研究以人工智能領(lǐng)域為切入點，選擇不同水平層次的高校作為樣本來反映說明中國高?？萍既瞬艑W(xué)緣結(jié)構(gòu)和流動網(wǎng)絡(luò)特征。

2.2 數(shù)據(jù)來源

研究選擇Web of Science 的中國科學(xué)引文數(shù)據(jù)庫作為來源數(shù)據(jù)庫進行檢索，時間限定為2010—2020 年，采用高級檢索中主題詞檢索方式。檢索主題詞除“人工智能（Artificial Intelligence）”外，還加入了人工智能領(lǐng)域相關(guān)技術(shù)關(guān)鍵詞“機器學(xué)習(xí)（Machine Learning）” “自然語言處理（Natural Language Processing）” “人臉識別（Face Recognition）” “圖像識別（Image Recognition）” “計算機視覺（Computer Vision）” “語音識別（Speech Recognition）” “語義搜索（Semantic Search）” “語義網(wǎng)絡(luò)（Semantic Network）”等。這些關(guān)鍵詞來源于中國人工智能發(fā)展報告（2018）[25]，該報告咨詢了計算機領(lǐng)域相關(guān)專家，根據(jù)人工智能的熱點研究問題提供了檢索關(guān)鍵詞。本研究中的科技人才指的是高校中從事科學(xué)研究的、有一定數(shù)量發(fā)文的人員，所以在檢索得到的結(jié)果中以發(fā)文機構(gòu)為高校、作者發(fā)文記錄數(shù)大于4 為條件進行進一步精揀，篩選到了吉林大學(xué)、北京航空航天大學(xué)、北京科技大學(xué)等學(xué)校作為本研究的研究對象，并檢索獲得了發(fā)文數(shù)量位于前列的125 名高校科技人才名單。

接著以Scopus 學(xué)者信息庫為主，以百度百科、維基百科及學(xué)者所在院校官網(wǎng)為輔，手動檢索采集科技人才的教育經(jīng)歷、工作經(jīng)歷等信息。檢索學(xué)者時確保其姓名拼寫形式完整并多次組合檢索以求數(shù)據(jù)獲得全面，并根據(jù)學(xué)者背景、地址等排除重名，確保準確。本研究中的“學(xué)緣結(jié)構(gòu)”主要包括科技人才的最高學(xué)歷、本碩博畢業(yè)院校、畢業(yè)院校地域、本校或外校來源構(gòu)成這幾部分；在人才流動方面本研究主要分析科技人才在不同高校間工作任職的變化流動。因此收集的信息涉及了每位科技人才的本碩博就讀高校及專業(yè)、就讀高校屬性及所在省份、畢業(yè)后任職高校1、2、3（分別代表第一任職高校、中間任職變化高校、最終任職或現(xiàn)任高校）及其所在省份和屬性等。除去無法獲取相關(guān)信息的數(shù)據(jù)后，剩余104 名科技人才的信息作為本文研究的基礎(chǔ)數(shù)據(jù)集，這104 位科技人才的學(xué)業(yè)經(jīng)歷和工作任職經(jīng)歷都較為完整，形成了如表1 所示的科技人才信息表。

表1 部分科技人才信息表Table 1 Information on some scientific and technological talents

2.3 研究方法

本研究利用統(tǒng)計分析方法對學(xué)緣結(jié)構(gòu)的層次構(gòu)成、類別構(gòu)成、空間分布進行探究，將數(shù)據(jù)收集最后得到的104 位科技人才的相關(guān)信息數(shù)據(jù)表導(dǎo)入SPSS 進行一致性檢測、無效值和缺失值處理等核對、清洗及重新編碼步驟，便可得到可以統(tǒng)計分析的數(shù)值型數(shù)據(jù)。

本研究借鑒履歷分析法采集科技人才數(shù)據(jù)，利用社會網(wǎng)絡(luò)工具Pajek 軟件進行人才流動網(wǎng)絡(luò)的構(gòu)建。通過構(gòu)建社會網(wǎng)絡(luò)并以此為基礎(chǔ)進行網(wǎng)絡(luò)要素、結(jié)構(gòu)和派系分析，探究人才流動模式、流動路徑等特征。社會網(wǎng)絡(luò)中的中心度反映了某個網(wǎng)絡(luò)節(jié)點與其他節(jié)點相關(guān)聯(lián)的程度，某個節(jié)點與其他節(jié)點間關(guān)系越強其中心度越高，同時其也在網(wǎng)絡(luò)中具有較大的影響力和重要的地位。社會網(wǎng)絡(luò)的網(wǎng)絡(luò)密度則可以反映節(jié)點間相互連接的密集程度，體現(xiàn)網(wǎng)絡(luò)中實體之間的關(guān)系強度和網(wǎng)絡(luò)結(jié)構(gòu)的緊密度，取值范圍為0～1，值越大代表社會網(wǎng)絡(luò)結(jié)構(gòu)密度越高，節(jié)點間關(guān)系越緊密。在本研究中主要構(gòu)建的是有向流動網(wǎng)絡(luò)，網(wǎng)絡(luò)節(jié)點指人才流動網(wǎng)絡(luò)中的科技人才或者高校，本研究人才流動網(wǎng)絡(luò)中邊表示科技人才在不同高校機構(gòu)的任職變化流動。

3 學(xué)緣結(jié)構(gòu)分析

在完成科技人才信息的收集后，首先對其學(xué)緣結(jié)構(gòu)現(xiàn)狀進行描述分析，本研究借鑒胡學(xué)實[9]對學(xué)緣的內(nèi)涵定義，從學(xué)緣結(jié)構(gòu)的層次性、廣泛性、聚集性進行分析，分別能反映出高?？蒲嘘犖榈膶W(xué)緣質(zhì)量、種類和數(shù)量、學(xué)緣的地理分布、學(xué)緣的近親程度。

3.1 學(xué)緣結(jié)構(gòu)的層次性

分析高?？萍既瞬鸥髑髮W(xué)階段就讀的院校是否相同是研究學(xué)緣結(jié)構(gòu)的一個重要角度，它可以反映出其學(xué)緣結(jié)構(gòu)的學(xué)緣數(shù)量和種類[9]。如果一位科技人才在本碩博階段分別在3 所不同的學(xué)校就讀，那么他的學(xué)習(xí)經(jīng)歷較為豐富，接觸的學(xué)術(shù)流派不會那么單一，同時能夠積累更多的學(xué)術(shù)社交資源。本研究將科技人才的教育經(jīng)歷分為7 類模式：①學(xué)士畢業(yè)；②本、碩異校（碩士畢業(yè)）；③本、碩同校（碩士畢業(yè)）；④本、碩、博同校（博士畢業(yè)）；⑤本、碩、博異校（博士畢業(yè)）；⑥本、碩同校，碩、博異校（博士畢業(yè)）；⑦本、碩異校，碩、博同校（博士畢業(yè)）。而本研究所選取的科技人才絕大多數(shù)為博士以上學(xué)歷，所以以下分析只涉及取得博士學(xué)位的科技人才，分析得到了最終任職或現(xiàn)任高校（任職高校3）水平不同的科技人才的求學(xué)階段就讀院校情況，如表2 所示。

由表2 可以看出在人工智能領(lǐng)域985 重點大學(xué)博士以上學(xué)位的科技人才其本碩博3 個學(xué)習(xí)階段在同一所高校就讀的比例要遠高于其他幾種情況，而普通雙非大學(xué)博士以上學(xué)位的科技人才其在本碩博3 個階段于兩所以上不同院校就讀的比例略高。這體現(xiàn)出985大學(xué)的學(xué)生在升讀時偏向于選擇在本校學(xué)習(xí)，可能是因為國內(nèi)重點大學(xué)數(shù)量有限。同時也反映出普通雙非大學(xué)畢業(yè)生傾向于到別的重點大學(xué)升學(xué)就讀以獲得更高學(xué)位的教育向上流動趨勢。

表2 博士以上學(xué)歷科技人才各求學(xué)階段同校情況Table 2 The status of the universities and colleges attended by scientific and technological talents with a doctoral degree in their different learning stages

3.2 學(xué)緣結(jié)構(gòu)的廣泛性

科技人才的最高學(xué)歷取得高校的地域來源分布，在學(xué)緣上指其所繼承的學(xué)術(shù)流派的發(fā)祥地的地理分布格局，可以反映學(xué)緣的廣泛性[9]。來自于不同地域科技人才間的交流可以促進科研隊伍對各地學(xué)術(shù)流派思想的吸收。本研究按地域分布將科技人才的學(xué)緣地域來源分為本市高校、本省非本市高校、省外高校、國外高校，且認為在學(xué)緣廣泛程度上從大到小依次為國外、省外、本省非本市、本市[9]。

表3 結(jié)果顯示出在人工智能領(lǐng)域，無論是985 類高校，還是211 高校，其科技人才的地域來源分布占比最多的均為本市，遠高于其他地域來源占比，地域來源多樣化程度較小，學(xué)緣廣泛性不強。反映了參與人工智能領(lǐng)域研究的高校，在吸納人才方面存在地區(qū)性傾向。另由表3 看出普通雙非高校的省外來源比例與985、211 高校相比較高，甚至占有近一半比例，這與普通高校招聘時傾向于更高層次科技人才有一定關(guān)系。同時與優(yōu)質(zhì)高校不同，普通雙非院校畢業(yè)生留校情況較少，且少有設(shè)置碩士點、博士點，因此這類學(xué)校從本市引進科技人才的機會較少，省外學(xué)緣自然會比較多，學(xué)緣的地域來源分布也更多樣化。

表3 不同地域來源的學(xué)緣分布Table 3 Geographical source distribution of academic origin structure

3.3 學(xué)緣結(jié)構(gòu)的聚集性

高?？萍既瞬诺膩碓礃?gòu)成狀態(tài)，具體指本校畢業(yè)生與非本校畢業(yè)生之間的比例關(guān)系，可以反映出高?？蒲嘘犖榻Y(jié)構(gòu)的學(xué)緣聚集性[9]，進而說明高?？蒲嘘犖榈目萍既瞬艑W(xué)術(shù)教育背景與所任職高校之間的近親程度。如果一位科技人才在本碩博階段均曾在其任職高校就讀，那么其與所任職高校的學(xué)緣聯(lián)系就非常親密，近親程度很高；反之，則近親程度就沒有那么高[9]。根據(jù)高校科技人才各階段學(xué)歷獲得情況和現(xiàn)任職高校情況，高?？萍既瞬诺膶W(xué)緣近親強度由強到弱可分為：①本校本學(xué)科專業(yè)；②本校非本學(xué)科專業(yè)；③非本校畢業(yè)。最終任職或現(xiàn)任高校（任職高校3）水平不同的科技人才近親程度分析結(jié)果如表4 所示。

從整體上可以看出人工智能領(lǐng)域水平層次越高的高校其本校本學(xué)科畢業(yè)的科技人才所占比例越高，學(xué)緣上親密程度越高，“近親繁殖”現(xiàn)象越嚴重。尤其是985 大學(xué)的科技人才中本校本學(xué)科畢業(yè)人員占比高達68.2%，遠高于非本校畢業(yè)生占比。而且表4 中數(shù)據(jù)表明很多重點985 大學(xué)科技人才是選擇在本校完成本碩博連讀，而且很多畢業(yè)后直接在母校任教，造成學(xué)緣相近現(xiàn)象嚴重，如吉林大學(xué)；然而就211 大學(xué)和普通雙非大學(xué)來說，占比最高的科技人才均為非本校畢業(yè)生。

表4 本校與非本校畢業(yè)生占比分布Table 4 Thedistributionoftheproportionofscientificandtechnologicaltalentswhograduatedfromtheuniversityandthosewhodidnot

本研究分析認為這是由于中國高校科技人才招聘范圍較小、可選擇性少，985 類高校必須從同類重點高校中招聘或引進才能獲得優(yōu)質(zhì)的學(xué)緣，本校學(xué)生留校的可能性也因此增大。相反，普通高校為引進更優(yōu)秀的人才，提高自身科研力量和辦學(xué)水平，傾向選擇更高層次的高校畢業(yè)生，這在一定程度上減輕了其近親繁殖程度。

4 人才流動分析

在對科技人才的學(xué)緣結(jié)構(gòu)進行分析后，還要探明其人才流動特征，這樣才能從人才流動的角度促進科技人才資源的合理配置，活躍科研隊伍學(xué)術(shù)氛圍。本研究參考履歷分析方法，從社會網(wǎng)絡(luò)分析角度對所選取的人工智能領(lǐng)域各高?？萍既瞬女厴I(yè)后的工作流動進行分析，從其任職高校的變化切入分析其跨校流動、跨地區(qū)流動以及高校屬性的流動特征。本研究采用軟件Pajek 進行數(shù)據(jù)處理并實現(xiàn)社會網(wǎng)絡(luò)的可視化，主要是通過分別以任職高校、高校所在的省份、高校的屬性為網(wǎng)絡(luò)節(jié)點，以科技人才在各所高校之間工作任職的變化流動為連接網(wǎng)絡(luò)節(jié)點的邊，以任職時間先后決定邊的箭頭方向，同時根據(jù)節(jié)點在網(wǎng)絡(luò)中的中心度大小區(qū)分各個節(jié)點的大小和顏色，最后構(gòu)建出社會網(wǎng)絡(luò)研究科技人才流動特征。

4.1 跨校流動分析

本研究根據(jù)科技人才取得最終學(xué)歷后開始工作任職的高校變化，構(gòu)建有向網(wǎng)絡(luò)對其進行跨校流動分析，得到了圖1 的跨校流動網(wǎng)絡(luò)。從圖1 可以看出，高校間的跨校流動強度參差不齊。總體上，由Pajek 處理得到的該流動網(wǎng)絡(luò)密度為0.03，認為跨校流動網(wǎng)絡(luò)的結(jié)構(gòu)極為稀疏，節(jié)點間即各個高校間的聯(lián)系緊密度極小，也說明該領(lǐng)域科技人才在高校間的流動不多，學(xué)校間的科技人才交流項目以及外校人才引進計劃有待增加。

具體來說，圖1 中上半部分一些科研能力比較強的理工科類高校在科技人才的工作流動中，無論是出現(xiàn)的頻繁程度還是與之有流動關(guān)聯(lián)的高校數(shù)量都有絕對優(yōu)勢，如圖1 節(jié)點比較大的、有向邊連接比較多的中國科學(xué)院、吉林大學(xué)，可以說是處于科技人才流動網(wǎng)絡(luò)中的主要地位。北京科技大學(xué)和哈爾濱工業(yè)大學(xué)在流動網(wǎng)絡(luò)中也占據(jù)一定的地位等。而圖1 中下半部分其他一些綜合類高?；?qū)W校水平相對較低的高校節(jié)點較小、有向邊連接較少，說明其科技人才流動性不高，比如北京大學(xué)、同濟大學(xué)、西安交通大學(xué)、青島大學(xué)、陜西科技大學(xué)等；有的高校節(jié)點甚至沒有箭頭流入和流出，表示其幾乎沒有出現(xiàn)科技人才的工作流動，如湖南大學(xué)、西安電子科技大學(xué)、華東理工大學(xué)。

流動網(wǎng)絡(luò)中節(jié)點比較大的高校表示其中心性較高，有向邊連接數(shù)量越多表示其與其他高校之間科技人才的輸入和輸出越頻繁，這所高校的科技人才流動性自然就比較強，對圖1 中流動性較強的高校進行進一步分析，發(fā)現(xiàn)主要存在圖2、圖3 中的幾個強流動性群體。

圖1 跨校流動網(wǎng)絡(luò)圖Fig.1 Trans-school mobility network

圖2 強流動性群體Fig.2 Group①with strong mobility

圖3 強流動性群體Fig.3 Group②with strong mobility

由Pajek 軟件處理后得到的結(jié)果可以得知各高?？萍既瞬啪唧w的輸入與輸出數(shù)量，如表5 所示?？梢钥闯?，在人工智能領(lǐng)域吉林大學(xué)是科技人才輸入最多的高校機構(gòu)，中國科學(xué)院、北京科技大學(xué)、大連理工大學(xué)、哈爾濱工業(yè)大學(xué)人才輸入量次之。其中對吉林大學(xué)來說主要是輸入到其計算機科學(xué)與技術(shù)學(xué)院，對中國科學(xué)院則是輸入到其計算技術(shù)研究所和自動化研究所，這些院系占據(jù)了人工智能領(lǐng)域研究的主要位置；科技人才輸出最多的高校為吉林大學(xué)，遠高于其他高校如中國科學(xué)院和北京科技大學(xué)，它往其他高校輸出的科技人才也主要是去往計算機科學(xué)與技術(shù)學(xué)院任職。

表5 部分高校輸入、輸出數(shù)量表Table 5 Input and output quantity of some universities

總而言之，無論是從科技人才的輸入還是輸出角度來說，吉林大學(xué)、中國科學(xué)院、北京科技大學(xué)、哈爾濱工業(yè)大學(xué)是人工智能領(lǐng)域熱門尖端院校，在該領(lǐng)域科技人才流動網(wǎng)絡(luò)中占據(jù)了重要地位。

此外，這幾所高校的科技人才輸入與輸出還呈現(xiàn)出一定的地域傾向。吉林大學(xué)輸出的科技人才主要流動到同在東北地區(qū)的其他高校任職，如東北大學(xué)、東北師范大學(xué)；北京科技大學(xué)的科技人才輸入主要來自北京地區(qū)；中國科學(xué)院則與之相反，其科技人才的輸入來源廣泛，有北京的北京大學(xué)，湖北的武漢理工大學(xué)，以及香港的香港科技大學(xué)，涉及不同地區(qū)不同省份。可能因為它是中國科學(xué)院研究生招生和培養(yǎng)的管理部門和教學(xué)實體，以研究生教育為主，而且其科研實力在全國名利前茅，自然會吸引來自全國各地的優(yōu)質(zhì)科技人才。

4.2 跨地區(qū)流動分析

本研究通過科技人才任職高校所在省份的變化，分析其跨地區(qū)流動情況，構(gòu)建出如圖4 所示的跨地區(qū)流動網(wǎng)絡(luò)。Pajek 處理得到的結(jié)果顯示跨地區(qū)流動網(wǎng)絡(luò)的網(wǎng)絡(luò)密度為0.28，數(shù)值較小，表示該網(wǎng)絡(luò)的密度較低，節(jié)點間關(guān)系不緊密，這反映出各省之間科技人才的聯(lián)系不緊密，交流不頻繁，流動強度不大，需要采取相應(yīng)措施進一步促進各個省份之間的科技人才交流，如增加省際科技人才學(xué)習(xí)交流項目等。

圖4 顯示，在這個流動網(wǎng)絡(luò)中北京節(jié)點最大、有向邊連接最多，即中心性最高、流動性最強，居于最重要的位置。北京吸引聚集了來自全國各個省份的科技人才，具有強大的科技人才輸入能力，這與其作為全國政治經(jīng)濟文化中心的性質(zhì)有關(guān)，另外兩院和其他國家高級技術(shù)研究機構(gòu)的存在讓它成為了人工智能領(lǐng)域尖端科技人才的匯聚地。

圖4 跨地區(qū)流動網(wǎng)絡(luò)圖Fig.4 Trans-regional mobility network

另外吉林、上海、廣東、江蘇、遼寧這幾個省份雖然流動性遠不如北京，但是也具有不小的流動強度。上海、廣東、江蘇這幾個省份是中國綜合實力最強、發(fā)展最好的幾個省份，同時也是一些重點高校的聚集地，其他省份的科技人才傾向于到這些城市發(fā)展，也就導(dǎo)致了這幾個省份在跨地區(qū)流動網(wǎng)絡(luò)中具有較大的流動強度。而且表6 顯示這些流動強度大的幾個省份其科技人才輸入與輸出數(shù)量都遠多于其他省份，說明人工智能領(lǐng)域的高?？萍既瞬艃A向于流入到北上廣這些經(jīng)濟、教育等綜合實力最強的一線城市，同時這些城市由于聚集了大量有影響力的科技人才在跨地區(qū)交流中也具有了強大的輸出能力。而吉林、遼寧這兩個東北地區(qū)城市流動強度大的原因很可能與在人工智能領(lǐng)域占有重要地位的吉林大學(xué)有關(guān)。

表6 各省份輸入、輸出數(shù)量表Table 6 Input and output quantity of every province

另外從總體上看，各省份在科技人才工作流動中出現(xiàn)的頻繁程度從中國東部地區(qū)到西部地區(qū)逐漸減弱，西北、西南等偏遠地區(qū)人才流動性不強，這也反映出了中國現(xiàn)在存在的教育、經(jīng)濟發(fā)展水平不均衡的現(xiàn)狀。西部地區(qū)因地理位置的限制，政治經(jīng)濟文化發(fā)展較東部地區(qū)都處于落后階段，處在劣勢的政治經(jīng)濟地位，自然人才吸引力也不會很高，很多處于邊遠地區(qū)或者辦學(xué)條件比較差的學(xué)校很難從外地大學(xué)吸引到高層次的優(yōu)秀科技人才來校任職。

4.3 高校屬性流動分析

根據(jù)科技人才任職高校屬性的變化構(gòu)建出圖5 所示的高校屬性流動網(wǎng)絡(luò)圖，該網(wǎng)絡(luò)密度值為0.38，網(wǎng)絡(luò)的結(jié)構(gòu)密度較大，代表各屬性高校間聯(lián)系緊密，人工智能領(lǐng)域科技人才在不同屬性高校間均有強度不小的流動。

圖5 中部屬985 本科類節(jié)點最大，此類高校的中心性最高，在科技人才的工作流動中出現(xiàn)非常頻繁，流動性最強，在此流動網(wǎng)絡(luò)中占據(jù)最重要的地位。同時從表7 各屬性類型高校具體輸入和輸出數(shù)量上看，部屬985 本科類高?？萍既瞬诺妮斎牒洼敵鼍鶠樽疃嗟模h遠高于部屬211 本科、省屬本科、部屬院校（本研究中特指中國科學(xué)院），在科技人才的流動網(wǎng)絡(luò)中占據(jù)絕對優(yōu)勢。其中中國科學(xué)院以一己之力在各屬性高校中占據(jù)了一席之地，其科技人才的輸入和輸出能力不容小覷。而省屬211 本科類高校是科技人才流動最不頻繁的，在各類高校中輸入和輸出數(shù)量最少。另外，部屬985 本科類高校科技人才的輸入主要來源于省屬211 本科、省屬本科和其他類高校，但從輸出角度來看其科技人才是有輸出至各類高校。

圖5 高校屬性流動網(wǎng)絡(luò)圖Fig.5 Mobility network of university attribute level

表7 各屬性高校輸入、輸出數(shù)量表Table 7 The quantity of input and output of universities with various attributes

總體上人工智能領(lǐng)域部屬985 本科類高校同時具備最強大的科技人才輸入和輸出能力，這與其強大的學(xué)校綜合實力緊密相關(guān)，省屬211 本科類高校的科技人才輸入和輸出能力都是最差的，大體上部屬類高校強于省屬類高校，省屬類高?？萍既瞬诺牧鲃佑写訌?。

4.4 學(xué)者發(fā)文量和流動特征相關(guān)分析

為進一步詳盡描述出人工智能領(lǐng)域科技人才的流動特征，本研究選取了發(fā)文量靠前和靠后的各10 名學(xué)者做具體分析，對比他們的流動特征。所選取的20 位科技人才畢業(yè)后任職高校的變化詳見表8、表9。

通過表8 我們可以看出發(fā)文量前10 的學(xué)者絕大多數(shù)在吉林大學(xué)或者中國科學(xué)院任職過，任職高校變化途徑的省份大多是吉林和北京，基本上都曾在部屬985本科類高校任職，在其他類型高校任職的情況很少，這與現(xiàn)在中國人工智能領(lǐng)域科技人才的總體流動特征基本一致。

表8 發(fā)文量前10 學(xué)者流動特征表Table 8 Mobility characteristics of Top 10 scholars

而表9 則說明發(fā)文量靠后的學(xué)者工作流動途徑的省份沒有那么集中，重慶、遼寧、北京、陜西均有涉及，這其中除人才匯聚地北京外其他幾個省份在人工智能領(lǐng)域中均具備較小的地位。與發(fā)文量靠前的學(xué)者流動特征對比，發(fā)文量靠后的學(xué)者任職的高校大都不是該領(lǐng)域熱門院校，而且其中部屬211 本科類學(xué)校所占的比例明顯較大，同時他們很少有在部屬985 本科類高校任職，這也從另外一方面印證了各個高校人工智能領(lǐng)域科技人才的總體流動規(guī)律。

表9 發(fā)文量后10 學(xué)者流動特征表Table 9 Mobility characteristics of the last 10 scholars

5 結(jié)論分析與建議

從以上分析可以看出中國高校人工智能領(lǐng)域的科技人才學(xué)緣結(jié)構(gòu)有待改善，人才流動空間較大。從本研究收集的科技人才信息來看，發(fā)現(xiàn)人工智能領(lǐng)域科技人才就讀比較多的幾所高校為吉林大學(xué)、中國科學(xué)院、哈爾濱工業(yè)大學(xué)、北京科技大學(xué)、清華大學(xué)，這與上文人才流動網(wǎng)絡(luò)分析部分所得出的人工智能領(lǐng)域科技人才流動性高、人才輸入輸出強度大的幾所高校大致相同。但是這幾所高校各自科技人才之間的學(xué)緣都比較親近，亟待促進學(xué)緣的優(yōu)化，高校間各個維度的人才流動機制都需要一定程度的完善。

5.1 案例分析

（1）科技人才輸入輸出強度大的高校。人才流動分析顯示在人工智能領(lǐng)域吉林大學(xué)是科技人才輸入最多的高校，中國科學(xué)院、北京科技大學(xué)、大連理工大學(xué)、哈爾濱工業(yè)大學(xué)人才輸入量次之。另外結(jié)合發(fā)文量前10 的學(xué)者情況，發(fā)現(xiàn)他們絕大多數(shù)曾在吉林大學(xué)或者中國科學(xué)院任職過這些學(xué)校大多是在本學(xué)科排名中處于前15%的高校，學(xué)生吸引力大，本研究認為這幾所高校人才輸入、輸出強度大很大程度上是由其在本領(lǐng)域的重要主導(dǎo)地位造成的。這些名校在本科和研究生招生時本身就吸引了遠超于其他高校的人才數(shù)量，在比較大的人才體量上自然也就會擁有較多的人才輸出。

（2）學(xué)緣近親程度嚴重的高校。人才流動的合理性并不僅是由人才輸入輸出量來決定的，輸入輸出多并不代表高校的人才流動機制一定是合理的，反而正是上述流動強度大的熱門尖端高校，其科技人才之間的學(xué)緣比較親近，近親程度嚴重。這很有可能是因為本身科研人員體量大、本校留任情況等普遍存在；另外現(xiàn)階段高校間科技人才各個維度的流動性不夠充分也可能是原因之一，反映出高校改變用人觀念、促進人才流動，從而合理化科研隊伍結(jié)構(gòu)的緊迫性。

（3）人工智能領(lǐng)域排名靠前的高校。北京大學(xué)（學(xué)科第2）、哈爾濱工業(yè)大學(xué)（學(xué)科第3）是2021 年軟科排名計算機科學(xué)與技術(shù)學(xué)科排名前三的高校，這兩所高校在擁有較強程度科技人才輸入、輸出的同時，科研隊伍學(xué)緣結(jié)構(gòu)的近親程度也不算嚴重，體現(xiàn)出加強人才流動與合理化學(xué)緣結(jié)構(gòu)這兩者之間存在一定的相互促進作用，同時二者也能在一定程度上促進學(xué)科快速發(fā)展。

5.2 建 議

本研究據(jù)以上分析對中國高校人工智能領(lǐng)域科技人才科研隊伍建設(shè)提出以下兩點建議。

（1）高校選人用人觀念需要轉(zhuǎn)變。要想保證招聘人才的學(xué)緣質(zhì)量，高校在招聘科技人才時不要過分專注于本地優(yōu)質(zhì)學(xué)緣，需擴大選擇范圍，明確招聘要求、仔細把控學(xué)緣條件，減少“近親繁殖”的內(nèi)部招聘行為，豐富學(xué)緣來源。另外可以推行科技人才畢業(yè)后先到其他學(xué)術(shù)機構(gòu)從事研究后再返校任職等不直接留任本校的政策。

（2）從現(xiàn)階段人才流動特征來看，高校間科技人才流動可以更加積極完善。高校不能一味地追求科研隊伍的穩(wěn)定，要堅持多元化理念，提倡鼓勵從外校、工礦企業(yè)、黨政機關(guān)等多方渠道引進科技人才進行科研合作，使專業(yè)知識來源更加多樣化；同時擴大高校間的學(xué)術(shù)合作交流項目的范圍、增加博士國外訪學(xué)機會以擴大其學(xué)術(shù)視野。另外政府方面要通過政策導(dǎo)向、經(jīng)費扶持、制定法律法規(guī)等引導(dǎo)人才合理流動，具體上要加大對除部署類高校的其他類型高校的扶持、進一步重視西部等偏遠地區(qū)的人才輸入與輸出，鼓勵不同類型高校間、不同地區(qū)間盡可能進行相同程度的學(xué)術(shù)交流和人才流動?？蒲嘘犖榻Y(jié)構(gòu)會隨著人才的合理流動向多元化轉(zhuǎn)變，科技人才也得以接觸到不同的學(xué)術(shù)環(huán)境，學(xué)緣來源得以擴寬，這樣有利于打破學(xué)術(shù)思維固化的格局，促進學(xué)術(shù)創(chuàng)新與產(chǎn)出。

6 討論與啟示

研究發(fā)現(xiàn)中國高校人工智能領(lǐng)域科技人才學(xué)緣結(jié)構(gòu)有待完善，人才流動空間較大。以此為基礎(chǔ)本研究提出一些措施優(yōu)化學(xué)緣結(jié)構(gòu)如轉(zhuǎn)變高校選人用人觀念、擴大高校人才招聘范圍、增加高校間學(xué)習(xí)交流項目等，同時通過政府的政策導(dǎo)向、經(jīng)費支持等正確引導(dǎo)人才流動，合理化高?？蒲嘘犖榻Y(jié)構(gòu)、活躍學(xué)術(shù)氛圍，以促進人工智能領(lǐng)域高?？蒲嘘犖閷W(xué)術(shù)創(chuàng)新和產(chǎn)出。

由于受條件所限，本研究有一些不足之處有待改進。首先，由于國內(nèi)人才信息數(shù)據(jù)庫的不完善，科技人才的信息大多是通過網(wǎng)絡(luò)搜索獲得，這種數(shù)據(jù)采集方式不易，因此本研究的樣本數(shù)據(jù)量較小，導(dǎo)致得到的結(jié)論具有一定局限性。其次，本研究只研究了人工智能領(lǐng)域，且對科技人才的篩選條件未考慮到科技人才所在高校分布是否足夠廣泛，導(dǎo)致本研究結(jié)果可能不夠具有代表性。未來的研究中可以在建立國家科技人才信息平臺的基礎(chǔ)上，盡可能完備地收集科技人才信息。另外，今后對于人才流動網(wǎng)絡(luò)的研究還可以從分析不同時間段科技人才呈現(xiàn)的網(wǎng)絡(luò)演變規(guī)律入手。鑒于以上幾點，希望本研究能為后續(xù)研究提供一些借鑒與參考。