中國科技人才開發(fā)質(zhì)量評價及障礙度因子診斷
——基于31個省份的面板數(shù)據(jù)

甘水玲，劉晉元

(1.上海市研發(fā)公共服務(wù)平臺管理中心，上海 200031；2.上海市科學(xué)技術(shù)委員會，上海 200003)

0 引言

中華人民共和國成立以來，科技人才政策始終圍繞經(jīng)濟社會發(fā)展需求，聚焦國家重大戰(zhàn)略，歷經(jīng)摸索與偏離、恢復(fù)與探索、體系初立、戰(zhàn)略實施和提高創(chuàng)新5個階段[1]，目前已取得較好成效，東部地區(qū)已集聚大批科技人才，西部地區(qū)隨著大開發(fā)戰(zhàn)略的推進也已明顯改善，科技成果累累。黨的十九大確立中國特色社會主義新時代，新時代對人才的定位是，人才是實現(xiàn)民族振興，贏得國際競爭主動權(quán)的戰(zhàn)略資源，建設(shè)創(chuàng)新型國家必須要培養(yǎng)造就一批具有國際水平的戰(zhàn)略科技人才、科技領(lǐng)軍人才、青年科技人才、高水平創(chuàng)新團隊。當(dāng)前新冠肺炎疫情席卷全球以及 “中美貿(mào)易摩擦”上升到科技 “脫鉤”甚至是全方位競爭，由此帶來的諸多問題、分歧和矛盾都進一步聚焦到科技人才搶奪博弈，科技人才是科技創(chuàng)新的關(guān)鍵要素，是經(jīng)濟增長的核心源泉。近幾年，中國科技人力資源總量穩(wěn)步提升，躋身科技人力資源大國首列，然而在科技人力資源量規(guī)模不斷擴張的背后，區(qū)域科技人才發(fā)展失衡、科技人才創(chuàng)新能力不強、科技人才流動困難等結(jié)構(gòu)性矛盾日益凸顯，究其根源在于科技人才開發(fā)質(zhì)量沒有隨著科技人力資源總量的快速增加而同步提高。

為了適應(yīng)當(dāng)前社會矛盾的突變，加強建設(shè)具有全球影響力的科技創(chuàng)新中心，中國科技人才開發(fā)亟需由增速驅(qū)動轉(zhuǎn)向高質(zhì)量驅(qū)動，這就要求各地區(qū)在充分發(fā)揮比較優(yōu)勢的基礎(chǔ)上，以需求為導(dǎo)向全面提升科技人才開發(fā)質(zhì)量。因此，基于新時代新形勢新背景下重新審視與評估地區(qū)科技人才開發(fā)質(zhì)量，進一步分析并發(fā)現(xiàn)制約科技人才開發(fā)質(zhì)量提升的短板問題，給出相應(yīng)的對策建議，這對科技創(chuàng)新能力和科技競爭力的提升，實現(xiàn)科技自立自強具有重要的理論意義和實踐價值。

1 文獻回顧

對科技人才開發(fā)的研究主要集中在兩個方面：①科技人才開發(fā)效率。張蕊等[2]以兩個案例對科技人才開發(fā)效率的評價方法進行評述，主要方法有GRA-DEA、AHP-DEA等綜合模型和基于擴展C-D生產(chǎn)函數(shù)模型，它們各有側(cè)重，都能從一定角度反映人才開發(fā)的效率；許華[3]利用DEA方法對31個省份的科技人才開發(fā)效率進行了測算，并得到中西東部地區(qū)及各省份的科技人才開發(fā)效率值；孫健等[4]通過建立空間面板模型，深度分析金融集聚對我國科技人才開發(fā)效率的空間溢出影響；劉錚等[5]運用DEA方法得到31個省份科技人才開發(fā)效率，得出科技產(chǎn)業(yè)集聚和科技企業(yè)規(guī)模在人才開發(fā)中的重要影響；李梓[6]從經(jīng)濟學(xué)傳統(tǒng)的生產(chǎn)函數(shù)出發(fā)，對地區(qū)科技人才開發(fā)效率進行評價，并提出科技人才對經(jīng)濟社會發(fā)展具有重要作用，可以促進經(jīng)濟增長。②科技人才開發(fā)水平。張春海等[7]基于31個省份，從人力資本投資和投資收益兩個方面對科技人才開發(fā)水平利用AHP-TOPSIS 綜合模型進行測算；姜興[8]基于格柵獲取的模糊Borda分析法，從科技人才的數(shù)量與質(zhì)量、投入、平臺支撐、配置、效能等方面對河北省科技人才開發(fā)水平進行測算。

對科技人才開發(fā)的作用研究主要總結(jié)為科技人才的集聚效應(yīng)及影響?；酐愊嫉萚9]對科技人才集聚的研究進行綜述，聚焦于科技人才集聚的內(nèi)涵、機理、模式、效應(yīng)及影響。余薇[10]對浙江省科技人才聚集和區(qū)域經(jīng)濟發(fā)展兩個變量進行相關(guān)性指數(shù)測算，得到兩者之間呈現(xiàn)正相關(guān)線性關(guān)系。徐廣林等[11]構(gòu)建科技人才集聚度模型，并對安徽省科技人才集聚度與區(qū)域經(jīng)濟發(fā)展的關(guān)系進行研究，提出科技人才集聚度與經(jīng)濟社會發(fā)展有顯著正相關(guān)線性關(guān)系。葛李情等[12]利用面板三階段最小二乘法構(gòu)造聯(lián)立方程，分析人才集聚、科技創(chuàng)新與經(jīng)濟增長三者之間的互動關(guān)系，三者之間大體上形成相互促進、相互依賴的良性循環(huán)。楊芝[13]研究了湖北省科技人才聚集與經(jīng)濟發(fā)展水平的互動關(guān)系，認(rèn)為兩者之間有較明顯的因果關(guān)系，即科技人才集聚促進經(jīng)濟發(fā)展，而經(jīng)濟發(fā)展水平又為科技人才集聚提供保證，且發(fā)達地區(qū)這樣的關(guān)系更顯著。芮雪琴等[14]從規(guī)模、結(jié)構(gòu)、水平、效應(yīng)4個方面構(gòu)建科技人才聚集與區(qū)域經(jīng)濟發(fā)展適配性的評價指標(biāo)體系，運用復(fù)合系統(tǒng)協(xié)同度模型進行評價，認(rèn)為科技人才聚集與區(qū)域經(jīng)濟發(fā)展的適配性水平比較低，主要是科技人才聚集結(jié)構(gòu)和水平制約了二者之間的協(xié)同發(fā)展。馬茹等[15]提出科技人才是人力資本中能夠提高自主創(chuàng)新能力和加快前沿技術(shù)追趕速度來明顯提升全要素生產(chǎn)率最主要的發(fā)力者，并利用動態(tài)面板模型實證考察科技人才對全要素生產(chǎn)率的貢獻率。王維等[16]運用灰關(guān)聯(lián)和熵權(quán)法分析了工業(yè)重鎮(zhèn)的18個較大城市的科技人才、工業(yè)經(jīng)濟與生態(tài)環(huán)境之間的關(guān)系，發(fā)現(xiàn)較大城市的科技人才與工業(yè)經(jīng)濟兩者協(xié)調(diào)度較好。

1.1 文獻述評

綜上可知，目前對科技人才開發(fā)的研究較多，主要集中在科技人才開發(fā)效率和科技人才開發(fā)水平測算上，著重于科技人才開發(fā)能力和科技人才生產(chǎn)力等；對科技人才開發(fā)的作用研究主要是科技人才集聚效應(yīng)及影響，對其質(zhì)量評價的相關(guān)研究較少。其次，關(guān)于科技人才開發(fā)質(zhì)量的研究，也沒有一個公認(rèn)的標(biāo)準(zhǔn)化評價體系。而從已有研究可以看出科技人才與科技創(chuàng)新、科技投入、工業(yè)發(fā)展、經(jīng)濟增長等有著相互依賴、相互促進、相輔相成的良性循環(huán)關(guān)系，這種關(guān)系對科技人才質(zhì)量的評價不容忽視。且當(dāng)前相關(guān)科技人才開發(fā)效率和水平的評價指標(biāo)中大多數(shù)學(xué)者都是基于較小的一個研究角度出發(fā)，比如在科技人才發(fā)展評價的指標(biāo)中，幾乎沒有從人才規(guī)模、增長變化、結(jié)構(gòu)情況來綜合評價人才發(fā)展現(xiàn)狀，大多是從其中某一個角度去評判科技人才現(xiàn)狀，也較少反映對工業(yè)發(fā)展的促進作用，且工業(yè)企業(yè)的科技人才占中國科技人才絕大部分；較少結(jié)合經(jīng)濟發(fā)展情況來綜合考慮其相輔相成的互動關(guān)系等。最后，在評價方法上較多為DEA和AHP-TOPSIS 綜合模型，DEA是一種投入產(chǎn)出模型，指標(biāo)不宜過多，否則影響評價的準(zhǔn)確度，而層次分析法 (AHP)是一種較為主觀的賦權(quán)法，結(jié)果可能存在爭議。

1.2 研究思路

本文提出科技人才開發(fā)質(zhì)量的概念，認(rèn)為科技人才開發(fā)質(zhì)量是促進科技人才與科技創(chuàng)新、經(jīng)濟增長等因素之間相互依賴、相互促進、相輔相成的良性循環(huán)關(guān)系的關(guān)鍵，是對國家或地區(qū)科技人才開發(fā)狀況的綜合評價，是科技人才開發(fā)過程中在規(guī)模穩(wěn)定性、集聚有效性、結(jié)構(gòu)合理性、自主創(chuàng)新性、流動擴散性、國際化水平等方面的優(yōu)劣程度，包括科技人才開發(fā)總量的提高、結(jié)構(gòu)的優(yōu)化、效益的提升等，體現(xiàn)在新背景下社會主要矛盾帶來的新需求，科技人才對科技創(chuàng)新、經(jīng)濟發(fā)展等不同層面的高度適配及貢獻。它不僅決定科技人才開發(fā)水平的高低，也是區(qū)域科技競爭力提升的核心所在，因而對其研究的意義重大。

本文以科技人才開發(fā)質(zhì)量內(nèi)涵的解讀為基礎(chǔ)，支撐科技人才開發(fā)融入 “國內(nèi)國際雙循環(huán)新發(fā)展格局”的視角，設(shè)計符合我國科技人才開發(fā)質(zhì)量特性的評價體系，選取變異系數(shù)和改進的TOPSIS 逼近法，客觀評價分析31個省份科技人才開發(fā)質(zhì)量水平及特征，并引入障礙度模型對科技人才開發(fā)質(zhì)量的障礙因子加以識別，為尋找短板提供參考并提出對策建議。

2 評價指標(biāo)體系設(shè)計

以科技人才開發(fā)質(zhì)量內(nèi)涵的解讀為基礎(chǔ)，結(jié)合有關(guān)專家意見，及對已有文獻進行整合、補充，并考慮到指標(biāo)選取的系統(tǒng)性、科學(xué)性、數(shù)據(jù)可獲取性等原則，從科技人才現(xiàn)狀、資本驅(qū)動、經(jīng)濟效益3個準(zhǔn)則層來測算中國科技人才開發(fā)質(zhì)量，并將科技人才現(xiàn)狀分解為人才規(guī)模、人才配置、流動趨勢、人才結(jié)構(gòu)作為要素層；資本驅(qū)動分解為投入規(guī)模、投入力度、投入趨勢、投入結(jié)構(gòu)作為要素層；經(jīng)濟效益分解為知識創(chuàng)新、技術(shù)創(chuàng)新、成果轉(zhuǎn)化、工業(yè)發(fā)展、社會發(fā)展作為要素層，且在經(jīng)濟效益的要素層中均選取代表質(zhì)量效益的指標(biāo)。各要素層一共下設(shè)28個指標(biāo)，括號內(nèi)為權(quán)重值見表1。

表1 科技人才開發(fā)質(zhì)量評價指標(biāo)體系

3 數(shù)據(jù)處理與方法原理

文章研究數(shù)據(jù)主要來源于 《中國科技年鑒》 《中國統(tǒng)計年鑒》和 《中國工業(yè)統(tǒng)計年鑒》，少部分省份個別年份缺失數(shù)據(jù)利用指數(shù)平滑法補充。

3.1 數(shù)據(jù)標(biāo)準(zhǔn)化

為了提高數(shù)據(jù)處理的精確性，將收集的數(shù)據(jù)進行0～1標(biāo)準(zhǔn)化處理，公式為：

(1)

3.2 變異系數(shù)法求權(quán)重

(2)

3.3 改進的TOPSIS 逼近法排序

改進的TOPSIS 逼近法。TOPSIS 逼近法又稱為逼近理想解排序方法，通過計算對象與理想解、負(fù)理想解的接近程度來進行相對優(yōu)劣排序，是多目標(biāo)決策分析中的一種常用方法。當(dāng)評價對象最靠近理想解同時又最遠(yuǎn)離負(fù)理想解，則為最好；反之為最差。與傳統(tǒng)的 TOPSIS法相比，改進的TOPSIS 法的優(yōu)點在于：將通過變異系數(shù)法確定的各指標(biāo)權(quán)重引入評價矩陣，使得評價結(jié)果更加合理準(zhǔn)確。

(1)在數(shù)據(jù)標(biāo)準(zhǔn)化基礎(chǔ)上，進行加權(quán)得到新矩陣。

(3)

(2)確定理想解與負(fù)理想解。令Ymax表示最偏好的方案 (理想解)，Ymin表示最不偏好的方案 (負(fù)理想解)，選擇評價矩陣Y中各指標(biāo)的最大值和最小值分別作為理想解和負(fù)理想解，公式略。

(3)計算距離。分別計算每個評價對象到理想解的距離D+和負(fù)理想解的距離D-：

(4)

(5)

(4)計算各方案與最優(yōu)方案的貼近度。以各省份科技人才開發(fā)質(zhì)量的評價值，作為評判科技人才開發(fā)質(zhì)量優(yōu)劣的標(biāo)準(zhǔn)。

(6)

貼近度Ei介于0和1之間，其值越靠近1，評價對象的狀態(tài)越優(yōu)；越靠近0，評價對象的狀態(tài)越差，科技人才開發(fā)質(zhì)量越低。

3.4 障礙度模型

對中國31個省份科技人才開發(fā)質(zhì)量評價基礎(chǔ)上，引入障礙度模型對限制科技人才開發(fā)質(zhì)量提升的影響因素展開診斷。模型為：

(7)

其中，Oij=1-xij，xij為標(biāo)準(zhǔn)化值；Wij代表權(quán)重；Zij代表單項指標(biāo)對科技人才開發(fā)質(zhì)量的障礙度。

4 科技人才開發(fā)質(zhì)量實證分析

4.1 指標(biāo)層

利用式 (7)計算2009—2018年中國31個省份科技人才開發(fā)質(zhì)量評價體系中的指標(biāo)層即可測的23個指標(biāo)進行障礙度分析，見表2。通過加總各省份2009—2018年每個指標(biāo)的障礙度均值可知，影響中國科技人才開發(fā)質(zhì)量提升的主要障礙因素依次是D4 (規(guī)模以上工業(yè)企業(yè)R&D人員比重)、D12 (規(guī)模以上工業(yè)企業(yè)R&D內(nèi)部經(jīng)費支出比重)、D26 (工業(yè)增加值與GDP比重)、D27 (人均GDP)、D28 (優(yōu)等產(chǎn)品率)、D24 (工業(yè)增加值率)等。由于指標(biāo)過多，篩選每個省份障礙度排前10名的因素進行頻次統(tǒng)計發(fā)現(xiàn)，D4 (規(guī)模以上工業(yè)企業(yè)R&D人員比重)、D27 (人均GDP)、D24 (工業(yè)增加值率)、D9 (規(guī)模以上工業(yè)企業(yè)R&D內(nèi)部經(jīng)費支出與銷售產(chǎn)值比重)出現(xiàn)31次；D11 (R&D內(nèi)部經(jīng)費支出占GDP比重)出現(xiàn)30次。綜上可見，企業(yè)R&D人員和R&D內(nèi)部經(jīng)費是中國科技人才質(zhì)量提升過程中最重要的部分，其次是人均GDP、工業(yè)增加值率。

表2 科技人才開發(fā)質(zhì)量障礙度總表 (Zij)

從分省份看，31個省份排前10名的障礙因素存在較大差異，且各障礙因素對不同地區(qū)科技人才開發(fā)質(zhì)量的約束也強弱不一，障礙度最大值高達0.68，最小為0。

4.2 要素層

利用式 (6)計算2009—2018年31個省份科技人才開發(fā)質(zhì)量評價體系中各要素層貼近度。北京在眾多要素中占有絕對優(yōu)勢，各要素排名大多都是第1名，尤其是經(jīng)濟效益中5個要素和資本驅(qū)動中的投入力度和科技人才現(xiàn)狀中人才配置均為首位，僅有少數(shù)要素處于中上等水平，如圖1所示。

圖1 北京各要素層貼近度均值 (2009—2018年)

從人才規(guī)?？?，廣東 (0.645)、江蘇、浙江位居前3名，北京和上海分別排第5和第7名，不具有規(guī)模優(yōu)勢，且其前15名的貼近度均值范圍較大，占極值差的絕大部分，說明各省份間科技人才開發(fā)規(guī)模差別較大，人才分布極其不均勻；從流動趨勢看，前15名中西部地區(qū)占5個，其中西藏、貴州這10年間科技人才增長趨勢非常大，東部地區(qū)中廣東、江西、安徽、海南等增長趨勢也較為明顯，其前15名貼近度均值范圍較小，各省份間科技人才流動趨勢幅度不大，較為穩(wěn)定；從人才配置看，北京 (0.795)、上海、天津、江蘇、浙江、廣東排前6名，可以看出這些省份人才資源配置較為合理，前15名貼近度均值范圍較大，是整體極值差的大部分，說明各省份科技人才配置差異較大，僅有較少省份人才配置很合理；從投入規(guī)模看，廣東 (0.493)、江蘇、山東、浙江、北京、上海投入較多，西部地區(qū)中四川、重慶、遼寧也在前15名以內(nèi)，說明其資本投入較大，其前15名貼近度均值范圍適中；從投入趨勢看，前9名全部是西部地區(qū)，說明近幾年西部大開發(fā)戰(zhàn)略效應(yīng)顯著，資本投入趨勢一片向好，前15名貼近度均值范圍較小，說明整體差異較?。粡耐度肓Χ瓤?，北京 (0.288)、上海力度最大，西部地區(qū)中重慶、遼寧力度很大，前15名貼近度均值范圍較小，整體差異不大；從知識創(chuàng)新看，北京 (0.779)、上海、江蘇、天津、陜西位居前5位，與其地區(qū)高校較多有一定相關(guān)關(guān)系，前15名貼近度均值范圍很大，各省份知識創(chuàng)新能力高低有很大差異，占極值差的絕大部分；從技術(shù)創(chuàng)新看，北京 (0.415)、上海、浙江、江蘇、廣東位居前5位，成果較多，前15名貼近度均值的范圍較大，各省份技術(shù)創(chuàng)新能力高低差異較大；從成果轉(zhuǎn)化看，北京 (0.848)、陜西、上海、天津、湖北位居前5位，其成果轉(zhuǎn)化貢獻度較高，前15名貼近度均值范圍很大，各省份對成果轉(zhuǎn)化的重視程度有很大差異；從工業(yè)發(fā)展看，北京 (0.33)、上海、內(nèi)蒙古、天津、遼寧位居前5位，工業(yè)發(fā)展效益較好，前15名貼近度均值范圍較小，極值差也比較小，整體差異不大；從社會發(fā)展看，北京 (0.775)、天津、上海、廣東、貴州位居前5位，社會發(fā)展效益較高，前15名貼近度均值范圍適中，但整體極值差較大，說明科技人才對社會發(fā)展的貢獻主要集中在前15名省份，越往后貢獻越小。

4.3 準(zhǔn)則層

利用式 (6)計算各準(zhǔn)則層的貼近度，其中經(jīng)濟效益的貼近度均值波動最大，最大值與最小的距離差達到0.765，其次是科技人才現(xiàn)狀，距離差達到0.492，最后是資本驅(qū)動，距離差為0.3。由此可見，中國科技人才開發(fā)質(zhì)量的高低最根本的問題是各省份間人才分布不均勻、發(fā)展失衡，進一步從各準(zhǔn)則層深入分析如下。

2009—2018年科技人才現(xiàn)狀貼近度均值排10名的是廣東、江蘇、浙江、北京、山東、上海、天津、河南、福建和湖北。這一排名與綜合排名結(jié)果差異較小，說明科技人才現(xiàn)狀與開發(fā)質(zhì)量較吻合，改善科技人才現(xiàn)狀是提升質(zhì)量的關(guān)鍵。

2009—2018年資本驅(qū)動貼近度均值排前10名的是廣東、江蘇、山東、浙江、北京、上海、湖北、重慶、四川和遼寧。這一排名與綜合排名結(jié)果差異較大，說明部分省份資本驅(qū)動作用的發(fā)揮不夠充分。

2009—2018年經(jīng)濟效益貼近度均值排前10名的是北京、上海、江蘇、天津、浙江、廣東、陜西、湖北、山東和福建。這一排名與綜合排名差異較小，說明科技人才開發(fā)質(zhì)量的高低與經(jīng)濟發(fā)展密切相關(guān)，有顯著的正向促進作用。

綜上可見，北京、上海科技人才開發(fā)現(xiàn)狀和資本驅(qū)動都沒有明顯優(yōu)勢，尤其上?？萍既瞬努F(xiàn)狀排名第6名，但其經(jīng)濟效益排第2名，可見其科技人才開發(fā)效益很高。江蘇、廣東等科技人才現(xiàn)狀和資本驅(qū)動都是相當(dāng)可觀的，但其經(jīng)濟效益相對來說并沒有達到最佳狀態(tài)。

4.4 目標(biāo)層

利用式 (6)計算31個省份 2009—2018 年科技人才開發(fā)質(zhì)量的貼近度，即與理想狀態(tài)的接近程度，并以此作為評價各省份科技人才開發(fā)質(zhì)量優(yōu)劣的標(biāo)準(zhǔn)。在此基礎(chǔ)上進行描述性統(tǒng)計分析，計算 2009—2018 年各省份貼近度均值及標(biāo)準(zhǔn)差 (見表3)。

表3 31個省份科技人才開發(fā)質(zhì)量貼進度排名 (Ei)

從均值水平看，北京第1名，廣東第2名，江蘇第3名，浙江第4名，山東第5名，上海第6名，西藏排在末位；從標(biāo)準(zhǔn)差水平看，廣西排第 1 名，黑龍江第2名，內(nèi)蒙古第3名，山西第4名，吉林第5名，廣東排在末位。利用SPSS軟件對相關(guān)數(shù)據(jù)進行系統(tǒng)聚類得到2009—2018年31個省份科技人才開發(fā)質(zhì)量聚類譜系圖，如圖2所示。根據(jù)聚類結(jié)果，將2009—2018年31個省份科技人才開發(fā)質(zhì)量分為5類，呈現(xiàn)金字塔形的五級梯隊結(jié)構(gòu)，見表4。綜合前文分析，2009—2018年31 個省份科技人才開發(fā)質(zhì)量呈現(xiàn)以下特征。

圖2 31個省份科技人才開發(fā)質(zhì)量貼近度譜系圖 (2009—2018年)

表4 31個省份科技人才開發(fā)質(zhì)量聚類

第一梯隊是科技人才開發(fā)質(zhì)量綜合水平領(lǐng)先型。僅有北京一個城市。作為國家首都城市，擁有很多高質(zhì)量科研院所、高校、國家實驗室等科技資源，具有引進集聚、培養(yǎng)發(fā)展科技人才的天然優(yōu)勢。2009—2018年間北京科技人才開發(fā)質(zhì)量排名穩(wěn)居第一，逐年上升，均值為0.579，且標(biāo)準(zhǔn)差很大、位居第26名，說明10年間這北京科技人才開發(fā)質(zhì)量提升幅度較大。相當(dāng)于第二梯隊江蘇 (0.472)1.23倍、廣東 (0.464)的1.25倍，第三梯隊山東 (0.329)的1.76倍、上海 (0.314)的1.84 倍，領(lǐng)先第二、三梯隊省份程度較大。

第二梯隊是科技人才開發(fā)投入領(lǐng)先型。廣東和江蘇的科技人才現(xiàn)狀和資本驅(qū)動排名分別為第1名和第2名，領(lǐng)先其他省份。近年來政府重視科技創(chuàng)新工作，科技投入力度顯著加大，推動科技人才開發(fā)質(zhì)量顯著提升。2009—2018年間兩個省份的科技人才開發(fā)質(zhì)量均值維持在0.46～0.48之間，排名前3名，且標(biāo)準(zhǔn)差都比較大，分別位居倒數(shù)第2名、第1名，說明10年間這兩個省份科技人才開發(fā)質(zhì)量提升幅度很大。梯隊中江蘇得分均值為 0.472，相當(dāng)于第三梯隊浙江 (0.34)的1.39倍，第四梯隊四川 (0.143)3.3倍，領(lǐng)先第三、四梯隊省份程度較大。以上充分說明，這兩個省份的科技人才開發(fā)質(zhì)量較高，在我國處于相對較高的地位。

第三梯隊是科技人才開發(fā)效率領(lǐng)先型。浙江、山東、上海2018年科技人才開發(fā)質(zhì)量排名分別為第4名、第5名和第6名。尤其是上海作為國際大都市，已經(jīng)形成具有全球影響力的科技創(chuàng)新中心基本框架，將建成卓越的全球城市，在科技人才現(xiàn)狀和資本投入相對不具備優(yōu)勢的情況下，其經(jīng)濟效益居第2名，科技人才開發(fā)效率極高。該梯隊3個省市的標(biāo)準(zhǔn)差很大，排名都在20名以后，說明10年間科技人才開發(fā)質(zhì)量提升幅度較大。

第四梯隊是科技人才開發(fā)潛力突出型。四川、重慶和貴州這3個省份均是西部地區(qū)，雖然2018年排名和均值排名均在10名以外，科技人才開發(fā)質(zhì)量整體處于中等水平，但這3個省市標(biāo)準(zhǔn)差都較大，排名分別為第24、27、29名，說明10年間該梯隊3個省市科技人才開發(fā)質(zhì)量提升幅度很大，開發(fā)潛力突出。

第五梯隊是其他。這一梯隊主要有天津、湖北、河北、安徽、江西、西藏、青海、海南、新疆、寧夏、云南、甘肅、內(nèi)蒙古、山西、黑龍江、吉林、廣西、遼寧、陜西、福建、河南、湖南。這些省份科技人才開發(fā)質(zhì)量相對于第一、第二梯隊較差，2009—2018年間科技人才開發(fā)質(zhì)量提升范圍較小，尤其西部地區(qū)更是小范圍內(nèi)上下波動。

5 結(jié)論與建議

5.1 結(jié)論分析

(1)中國科技人才開發(fā)質(zhì)量不平衡是中國各省份推動經(jīng)濟高質(zhì)量發(fā)展存在的共性問題。迫切需要各地區(qū)更密切關(guān)注科技人才發(fā)展過程中存在的短板要素，立足于促進科技人才現(xiàn)狀、資本驅(qū)動、經(jīng)濟效益3個維度的良性循環(huán)來推進。中國大部分省份科技人才現(xiàn)狀和資本驅(qū)動層面距離理想結(jié)果差距較大，最主要障礙因素是企業(yè)科技人才的質(zhì)量不夠高、經(jīng)費支持力度不夠大，這對中國科技人才開發(fā)質(zhì)量的提升起著決定性作用。因此，未來推動中國科技人才開發(fā)質(zhì)量提升的過程中，應(yīng)該重點關(guān)注企業(yè)科技人才結(jié)構(gòu)的優(yōu)化、能力的培養(yǎng)及經(jīng)費的支持等。

(2)中國科技人才開發(fā)質(zhì)量提升的重要基石是經(jīng)濟發(fā)展，其中各地人均GDP和工業(yè)增加值率最為關(guān)鍵，這是各地科技人才開發(fā)質(zhì)量提升的主要障礙因素。尤其是經(jīng)濟不發(fā)達地區(qū)，社會發(fā)展落后是科技人才開發(fā)質(zhì)量不高的重要原因，這些地區(qū)不具備引才聚才用才的軟環(huán)境?？萍既瞬攀强萍紕?chuàng)新的根本，而科技創(chuàng)新離不開經(jīng)濟發(fā)展的支撐。推動科技創(chuàng)新與經(jīng)濟發(fā)展深度融合亟需重視把經(jīng)濟發(fā)展推動科技創(chuàng)新、科技引領(lǐng)經(jīng)濟發(fā)展融入到人才高質(zhì)量成長的每個環(huán)節(jié)。

(3)中國科技人才開發(fā)質(zhì)量提升的重要支撐是資本投入，各地應(yīng)各有側(cè)重地形成科技人才穩(wěn)定支持機制?？萍紕?chuàng)新工作是一項需要長期積累、穩(wěn)定支持的大工程，不論是發(fā)達地區(qū)還是不發(fā)達地區(qū)，資本投入是否充足都是制約科技人才開發(fā)質(zhì)量的關(guān)鍵，也是促進科技人才與技術(shù)創(chuàng)新突破、社會高質(zhì)量發(fā)展之間良性循環(huán)的關(guān)鍵。因此，實現(xiàn)科技自立自強的初期階段需要形成科技人才穩(wěn)定支持機制，不能急于強調(diào)產(chǎn)出，不能過于注重評價，否則就容易導(dǎo)致科技人才開發(fā)質(zhì)量不高、成果國際影響力欠缺等不良后果。

5.2 政策建議

(1)加強推動各省份科技人才政策改革。人才是第一資源，而政策是人才開發(fā)質(zhì)量提升的關(guān)鍵要素，推動形成政府引導(dǎo)、市場主導(dǎo)的引才方式。首先，加強各省份科技管理人才互通共享?？萍脊芾砣瞬旁诋?dāng)?shù)氐娜瞬乓M、使用、評價、激勵及經(jīng)費支持政策制定等方面發(fā)揮重要作用。鼓勵經(jīng)濟發(fā)達地區(qū)科技管理人才到經(jīng)濟落后地區(qū)建功立業(yè)，縮小各省份治理能力差異，促進科技人才現(xiàn)狀、資本驅(qū)動、經(jīng)濟效益3個維度的良性循環(huán)。其次，對于科技人才現(xiàn)狀不佳的地區(qū)需要加大支持力度精準(zhǔn)施策、吸引世界各地科技人才，比如對于西部地區(qū)應(yīng)當(dāng)加大資本投入、優(yōu)化人才發(fā)展環(huán)境，著重提升人才集聚密度，同時加強吸引本地籍貫的海內(nèi)外領(lǐng)軍人才；對于已形成科技人才集聚高地的地區(qū)，如上海應(yīng)當(dāng)著重發(fā)揮海外高層次人才引進的樞紐作用，以優(yōu)化人才結(jié)構(gòu)、突破重點領(lǐng)域技術(shù)為目標(biāo)，簡化海外高端科技人才來華發(fā)展的流程，同時完善青年科技人才落戶、住房等安居政策，擔(dān)當(dāng)起青年科技人才培養(yǎng)的重任，加快完善人才分類評價制度，營造優(yōu)秀青年科技人才發(fā)現(xiàn)快、用得好、留得住的良好環(huán)境。

(2)加快探索全球科技人才柔性流動機制，融入國內(nèi)國際雙循環(huán)新發(fā)展格局。國內(nèi)角度，瞄準(zhǔn)中國科技人才開發(fā)質(zhì)量的薄弱環(huán)節(jié)，將人才培養(yǎng)放在首要位置，打造開放的、自由的人才成長大環(huán)境，讓人才跨越區(qū)域和職能的邊界柔性流動、動態(tài)培養(yǎng)。如打破科研院所和企業(yè)界限，不被傳統(tǒng)的戶籍、檔案、身份等限制，促進人才資源優(yōu)化配置、推進產(chǎn)學(xué)研深度融合、優(yōu)化企業(yè)人才結(jié)構(gòu)、提升成果轉(zhuǎn)化效率，也讓科技人才得到更多的 “用武之地”；同時滿足全國各地不同的人才的使用需求，緩解各地區(qū)人才結(jié)構(gòu)型緊缺，也充分發(fā)揮高層次人才集聚的輻射作用，實現(xiàn) “人才充分流通、智力全面共享、城市協(xié)同發(fā)展”的良性循環(huán)。國際角度，瞄準(zhǔn)我國國際化發(fā)展需要、高精尖人才缺口，將引進海外高端人才作為首要目標(biāo)，積極探索海外科技人才尋訪和流動的可視化網(wǎng)絡(luò)，把握海外科技人才流動特征、流動趨勢，大膽創(chuàng)新海外人才精準(zhǔn)定位方式和國際通行的引進制度。

(3)加強企業(yè)科技人才隊伍建設(shè)，夯實企業(yè)創(chuàng)新主體地位。從企業(yè)發(fā)展角度看，科技人才作為企業(yè)創(chuàng)新的主體力量，對企業(yè)的科技創(chuàng)新和發(fā)展建設(shè)至關(guān)重要。一是政府為企業(yè)家提供優(yōu)質(zhì)的外部培訓(xùn)資源，增加培訓(xùn)經(jīng)費投入，加速企業(yè)家高質(zhì)量成長。比如組織 “全國企業(yè)家管理能力建設(shè)研修班”，提供各省份企業(yè)家之間集中交流的機會，鼓勵企業(yè)家跨省份合作和經(jīng)驗共享，提升企業(yè)家管理水平、職業(yè)素養(yǎng)，加強企業(yè)責(zé)任擔(dān)當(dāng)。二是鼓勵企業(yè)加大高端人才引進、青年人才培養(yǎng)及科技經(jīng)費投入力度，激勵企業(yè)加快形成核心專業(yè)團隊，保障科技隊伍持續(xù)發(fā)展。同時各地區(qū)相關(guān)人才政策向企業(yè)傾斜，幫助企業(yè)集聚科技人才資源，引好育好用好科技人才。