基于生存分析視角的戰(zhàn)略科學家成長路徑研究

瞿群臻，高思玉，汪鵬飛，唐夢雪，宮 準，牛 萍

1.上海海事大學經(jīng)濟管理學院，上海 201306；2.中泰證券股份有限公司上海研究所，上海 200120；3.青島大學師范學院，山東 青島 266071；4.科學技術部科技人才交流開發(fā)服務中心，北京 100045)

截至2018年底，中國的科技人力資源總量達10154.5萬人，R&D人員總量達438.1萬人，戰(zhàn)略科技人才占總科技人才的比重也在逐年上升。但是，目前關于戰(zhàn)略科技人才研究的文獻，尤其是有關戰(zhàn)略科技人才成長的文獻較少。鑒于此，本文以中國戰(zhàn)略科技人才——中國工程院院士為研究對象，采用生存分析法動態(tài)考察院士群體職業(yè)成長的路徑，探索不同影響因素對戰(zhàn)略科技人才各成長階段生存風險的影響作用，從而為培育本土化的戰(zhàn)略科技人才提供針對性的對策建議，助推中國科技強國戰(zhàn)略的實施。

1 相關概念界定及文獻綜述

1.1 科技人才

在國內學界，科技人才的概念尚未統(tǒng)一。比較有代表性的是馬斌等[1]提出的概念，即科技人才是從事系統(tǒng)性科學和技術生產(chǎn)、轉化等方面研究的具有創(chuàng)造價值的人力資源。國外與科技人才這一概念相對應的一般是科技人力資源，更多的是在其基礎上研究人才集聚、創(chuàng)新產(chǎn)出等。OECD出版的 《科技人力資源手冊》將其定義為從事或有潛力從事系統(tǒng)性科學和技術知識生產(chǎn)、傳播、促進及應用的活動的人力資源[2]；Delgado等[3]認為，科技人力資源的基礎是人力資源和知識，即擁有知識儲備的高水平人才。

1.2 戰(zhàn)略科技人才

戰(zhàn)略科技人才是一個具有時代特征的概念，與國家戰(zhàn)略息息相關。李乃勝[4]認為，戰(zhàn)略科技人才是對重大戰(zhàn)略問題和關乎國計民生的緊迫問題進行研究的人才。王月琴等[5]指出，戰(zhàn)略科技人才在戰(zhàn)略科技領域做出突出創(chuàng)新貢獻，尤其是關系到國家長遠發(fā)展的國防、能源等領域。張平等[6]認為，戰(zhàn)略科技人才具備學識、工作能力和戰(zhàn)略視野等多種特質，并能夠將能力轉化成具有引領性的成果。2021年中央人才工作會議指出，戰(zhàn)略科學家在科學和戰(zhàn)略兩個層面發(fā)揮重要作用，尤為側重戰(zhàn)略層面，這是戰(zhàn)略科學家與一般科學家的區(qū)別所在。

綜上國內外有關科技人才及戰(zhàn)略科技人才的界定，本文認為戰(zhàn)略科技人才是指具備良好的戰(zhàn)略思維與創(chuàng)新能力，在相關戰(zhàn)略科技領域從事科技創(chuàng)新活動并對該領域做出重大貢獻的人才。

1.3 科技人才成長規(guī)律

科技人才在一定的社會歷史條件下，在自身與成長內外部環(huán)境的相互作用中表現(xiàn)出的一般特征即為科技人才成長規(guī)律[7]。國外學者主要基于人才成長環(huán)境等因素，展開對科技人才成長規(guī)律的研究。Schwanen等[8]發(fā)現(xiàn)，除了直接投入資金，企業(yè)的業(yè)務發(fā)展、企業(yè)社會責任等因素都會影響科技人才的產(chǎn)出，進而影響科技創(chuàng)業(yè)人才的成長。Subotnik等[9]發(fā)現(xiàn)，科技人才的父母雙方均未接受過高等教育或從事科研研究，他們在成長過程中表現(xiàn)出人口統(tǒng)計學上的弱勢。Cadorin等[10]發(fā)現(xiàn)，科學園區(qū)等產(chǎn)學研結合的平臺能夠進行人才項目篩選，為人才提供資金、技術、平臺、項目等方面支持，從而加快科技人才的成長。

國內學者主要是基于人才成長階段、學術譜等視角，采用履歷分析法、社會網(wǎng)絡分析法、學術史研究法等對科技人才成長規(guī)律進行分析。郭新艷[11]將成長階段分為孕育、成長、成熟和全盛四階段，并以某高校學者為研究群體，分析了科技人才成長的規(guī)律。劉琳琳[12]通過對創(chuàng)新型人才的特征及特質分析發(fā)現(xiàn)，創(chuàng)新型人才的成長規(guī)律包括經(jīng)驗積累、外界歷練、模仿學習、教育培養(yǎng)和自身修煉。邱志強[13]認為，科技領軍人才的成長過程中依次形成基本素質、創(chuàng)新素質和領軍素質。姜璐等[14]基于履歷分析法，提出教育與職業(yè)成長兩階段是拔尖創(chuàng)新學術人才普遍的成長階段，并構建其成長規(guī)律的指標體系。王雙等[15]基于學術譜視角，采用履歷分析法與社會網(wǎng)絡分析法，探討了科技人才成長的一般特征與規(guī)律。

1.4 科技人才成長路徑

國外學者主要是從職業(yè)生涯發(fā)展等角度，對科技人才成長路徑進行研究。Corley等[16]以在美國大學學科交叉中心的研究人員為研究對象，通過履歷分析法比較了男性科學家與女性科學家之間職業(yè)成長的差異；Caughan等[17]構建了風險比例模型，研究美國與法國的科技人才培訓政策對科技人才早期職業(yè)生涯的影響，并探討了性別、研究員職位、學術出版物、人才流動等因素對兩國科技人才職業(yè)成長的影響；Dietz等[18]基于社會網(wǎng)絡及科技人才資本角度，以美國大學研究中心工作的科學家為研究對象，采用履歷分析法研究了出版物、專利產(chǎn)出對其職業(yè)生涯成長的影響，發(fā)現(xiàn)職業(yè)生涯后期受職業(yè)生涯早期發(fā)表的出版物影響不大；Caughan[19]分析了76名醫(yī)學科技人才的履歷信息，采用生存分析法研究了美國醫(yī)療中心對醫(yī)學科技人才的資助、教育經(jīng)歷、職業(yè)發(fā)展經(jīng)歷等因素對醫(yī)學科技人才職業(yè)生涯的影響。

國內學者主要是基于履歷分析法、文獻分析法等方法和視角，研究科技人才的成長路徑。科研履歷記錄了科研人員的成長軌跡和職業(yè)信息，履歷分析法是基于個人背景、工作和生活經(jīng)歷，進行人才選拔、測評，并制定人才政策的方法。陳曉劍等[20]發(fā)現(xiàn)良好的教育連貫性，碩博貫通式培養(yǎng)有利于基礎拔尖創(chuàng)新人才的成長；李峰等[21]基于長江學者特聘教授的履歷信息，研究了多元化教育背景對科技人才成長時間的影響；李祖超等[22]基于系數(shù)矩陣與粒子群算法，揭示了教育、工作和獲獎歷程的屬性對杰出青年科學基金獲資助者成長的影響。此外，孫澤厚等[23]探討了青年拔尖科技人才成長與人力、心理和社會三維資本之間的關系；黃濤等[24]采用社會科學的集體傳記研究法，對23名 “兩彈一星”功勛科學家進行文獻梳理與解讀，發(fā)現(xiàn)優(yōu)越地域文化的浸潤、優(yōu)勢家庭的熏陶、優(yōu)秀學校導師的培育、優(yōu)良科研環(huán)境的營造是杰出科技人才成長的主要環(huán)境。部分學者基于生存分析方法和視角探究學者學術生涯各階段發(fā)展，這是一種研究事件發(fā)生的結果和出現(xiàn)此結果的持續(xù)時間的統(tǒng)計方法，能夠有效處理履歷信息中的刪失數(shù)據(jù)，考察研究事件在每個時間點的生存率，從而揭示事件的動態(tài)規(guī)律和影響因素。田瑞強等[25]發(fā)現(xiàn)華人科學家不同學術生涯階段的生存風險具有顯著差異；張健衛(wèi)等[26]認為接受連續(xù)性高等教育對國家杰青科學基金獲得者的副教授階段起推動作用，但抑制了教授階段的成長。

通過對文獻進行梳理發(fā)現(xiàn)，有關科技人才成長路徑及成長規(guī)律的研究較為豐富，多數(shù)學者主要是采取履歷分析法，從人才成長階段探討科技人才成長路徑及成長規(guī)律，雖然缺乏對戰(zhàn)略科技人才成長的研究，但學者們的研究方法、研究角度能夠在一定程度上反映人才成長的共性，為本文的研究提供了較好的研究思路。

有關科技人才成長的研究已日趨成熟，在研究主體上，對于科技人才的研究也主要聚焦在青年科技人才、科技創(chuàng)新人才、長江學者等科技人才的研究，但缺乏對戰(zhàn)略科技人才成長路徑、成長階段及成長規(guī)律的研究。在研究方法上，國內外學者也主要是采用履歷分析法、文獻分析法對人才的成長階段、職業(yè)生涯發(fā)展階段進行研究，缺乏生存分析法等動態(tài)分析方法對科技人才成長的研究。為了動態(tài)研究中國戰(zhàn)略科技人才的成長路徑問題，本文采用生存分析法，基于中國工程院院士的個人履歷數(shù)據(jù)，動態(tài)考察不同影響因素對該類群體各成長階段的生存風險的影響作用，以期為中國戰(zhàn)略科技人才的培養(yǎng)提供實證支持。

2 戰(zhàn)略科技人才成長路徑模型構建

2.1 樣本基本情況分析

本研究以2011—2019年增選的中國工程院院士為研究對象，總人數(shù)為315人。以CV (Curricul-um Viate)的基本構成要素為基準，CV數(shù)據(jù)主要源于中國工程院官網(wǎng)、高等院校和科研機構中的院士個人履歷信息，個人履歷信息一般分為以下幾類：個人信息，包括姓名、性別、年齡、籍貫等；教育信息，包括高等教育經(jīng)歷、海外留學經(jīng)歷、獲得的學位類型等；工作信息，包括工作單位類型、職稱等；學術信息，如發(fā)表的論文數(shù)量、承擔過的科研項目等。剔除不完整數(shù)據(jù)后，最終采集到250名工程院院士的完整數(shù)據(jù)作為研究樣本，樣本的基本情況見表1。

表1 樣本基本情況

2.2 生存分析問題要素定義

本研究將工程院院士的成長分為兩個重要階段：教授、研究員或高級工程師階段 (以下統(tǒng)稱為教授階段)、院士階段。生存分析是指工程院院士在教授和院士兩個成長階段的持續(xù)時間，相應的生存分析問題要素定義如下：

(1)在教授階段，起點事件定義為院士博士畢業(yè)時間或碩士畢業(yè)時間，考慮到一些研究對象在晉升教授時最高學位是碩士學位，此時起點事件定義為其碩士畢業(yè)時間，另一些研究對象在晉升教授時已取得博士學位，此時起點時間定義為其博士畢業(yè)時間；在院士階段，起點事件定義為研究對象晉升教授的時間。

(2)終點事件分別定義研究對象晉升教授、院士的時間。

(3)在教授階段，生存時間定義為研究對象自取得博士學位或碩士學位到晉升教授所經(jīng)歷的時間；在院士階段，生存時間定義為研究對象增選為院士與晉升教授之間的時間差。

(4)教授階段的觀察時間記為10年，院士階段的觀察時間記為20年。

(5)生存狀態(tài)變量存在兩種結局：① 0表示在觀察期內未進入某一成長階段；② 1表示在觀察期內進入某一成長階段。

生存時間數(shù)據(jù)可分為完全數(shù)據(jù)和刪失數(shù)據(jù)，通過以上分析可知，第一種結局明確事件的起點時間，在觀察期內研究對象未晉升為教授或增選為院士，但可以估計事件的生存時間，因此為刪失數(shù)據(jù)，且全部為右刪失數(shù)據(jù)；第二種結局明確事件的起點時間、終點時間與生存時間，故為完全數(shù)據(jù)。本文中的生存風險與醫(yī)學統(tǒng)計中所使用的生存風險含義相反，即本文的生存概率越高意味著生存時間越短，研究對象能夠更快晉升為教授或增選為院士。

2.3 戰(zhàn)略科技人才成長路徑的生存模型

用T表示生存時間、t表示某一時間點，分布函數(shù)F(t)表示研究對象T≤t的概率，即P(T≤t)，S(t)是生存函數(shù)，即研究對象T>t的概率，具體形式如下：

(1)

S(t)=1-F(T>t)=P(T>t)

(2)

用h(t)表示風險函數(shù)，即處于時間點t的研究對象在下一個很短的時間段內 (Δt)晉升為教授或增選為院士的概率，對應的累計風險函數(shù)計為H(t)，具體形式如下：

(3)

(4)

生存分析法主要包括非參數(shù)分析法、半?yún)?shù)分析法、參數(shù)分析法等分析方法。非參數(shù)分析法中的Kaplan-Meier生存函數(shù)可以分析單一風險因素對生存時間的影響；非參數(shù)分析法中，生存時間只和單一風險因素有關，而半?yún)?shù)分析法中的Cox比例風險模型則將影響生存時間的其他風險因素納入模型中，從而有效考慮其他風險因素對生存時間的影響；參數(shù)分析法則對生存時間的分布要求較為嚴格，但可以有效估計風險因素對生存時間的影響。

工程院院士在某一成長階段的生存時間是一個隨機變量，其分布形式無法事先獲得，并且在某一人才成長階段的生存時間會受到多個因素的影響，因此在估計方法上選擇非參數(shù)估計法與半?yún)?shù)估計法。針對院士在各成長階段的生存分析，本研究首先采用非參數(shù)分析法中的Kaplan-Meier生存函數(shù)估計院士各成長階段的生存時間、工作單位性質對院士各成長階段生存時間的影響，再采用半?yún)?shù)分析法中的Cox比例風險模型對院士各成長階段的生存時間進行建模分析，得到帶有影響因素的生存函數(shù)。

(1)Kaplan-Meier生存模型。Kaplan-Meier是建立在t時上的生存函數(shù)，是t時之前所有時期的生存概率的乘積，基本形式為：

(5)

式中，nt=i表示在時期i內開始時處于某一成長階段的人數(shù)，dt=i表示在時期i內晉升為教授或增選為院士的人數(shù)。

(2)Cox比例風險模型。Cox比例風險回歸模型以生存時間、生存狀態(tài)為因變量，分析不同影響因素對生存時間的影響，最終根據(jù)各影響因素預測生存率。模型如下：

h(t||X)=h0 (t)·eβX

(6)

式中，X= (X1,X2,…,Xn)，即影響院士各成長階段生存時間的協(xié)變量；β= (β1,β2,…,βn)，即偏回歸系數(shù)，反映協(xié)變量對風險函數(shù)的影響大??；h0 (t)為基準風險率函數(shù)，表示X1=X2=…=Xn=0時院士處于某一成長階段生存時間為t的風險函數(shù)。Cox比例風險回歸模型通過部分似然度最大化來實現(xiàn)對偏回歸系數(shù)β的估計[27]。

3 實證分析

3.1 院士職業(yè)生涯成長階段的生存時間分析

采用Kaplan-Meier法對院士職業(yè)生涯成長階段的生存時間進行分析。由圖1可知，在教授階段，研究對象在取得博士學位或碩士學位6年內能夠快速晉升為教授，而在取得博士學位或碩士學位10年后晉升速度放緩，生存概率不變，形成刪失數(shù)據(jù)，刪失率為11.2%；由圖2可知，研究對象在取得教授職稱的12年內晉升院士的速度較為緩慢，增選為院士的人數(shù)極少，步入相對平緩的平臺期，在取得教授職稱12～20年之間，生存概率極速下降，表明研究對象在該時間段內能夠快速增選為院士，而在取得教授職稱20年后，生存概率不變，形成刪失數(shù)據(jù)，刪失率為20.4%。

圖1 教授階段生存函數(shù)估計

圖2 院士階段生存函數(shù)估計

3.2 工作單位性質對院士職業(yè)生涯成長階段的影響

采用Kaplan-Meier法比較不同工作單位院士各成長階段的差異，分析結果如表2所示。

在教授成長階段，觀察期內有87.8%的樣本進入教授職稱階段。工作單位為產(chǎn)業(yè)界的刪失數(shù)據(jù)占比達2.4%，工作單位為科研院所的數(shù)據(jù)刪失占比達5.2%，工作單位為高校的數(shù)據(jù)刪失占比達3.6%。圖3所示為工作單位性質因素下教授階段的生存曲線，工作單位為產(chǎn)業(yè)界、科研院所、高校的三條生存曲線變化趨勢相近，在取得博士學位或碩士學位的5年時間內，在高校、科研院所、產(chǎn)業(yè)界工作的人群的生存概率快速下降，即研究對象在這段時間內能夠快速晉升為教授；在取得博士學位或碩士學位5年之后，工作單位是高校、科研院所、產(chǎn)業(yè)界人群的生存概率下降緩慢，尤其是在產(chǎn)業(yè)界工作的人群，在取得博士學位或碩士學位約10年后就不再有可能成為教授了。表2顯示log-Rank檢驗的p值在顯著性水平0.05上為0.1799，即三組生存函數(shù)不存在顯著性差異，表明在教授階段，工作單位性質因素對教授階段的成長影響不大。

表2 Kaplan-Meier分析結果

圖3 教授階段工作單位性質的生存函數(shù)估計

在院士成長階段，觀察期內有79.6%的樣本進入院士階段。工作單位為產(chǎn)業(yè)界的刪失數(shù)據(jù)占比達1.2%，工作單位為科研院所的刪失數(shù)據(jù)占比達4.8%，工作單位性質為高校的刪失數(shù)據(jù)占比達14.4%。圖4所示為工作單位性質因素下院士階段的生存曲線，在取得教授職稱13年后，工作單位是產(chǎn)業(yè)界的生存曲線位于三條生存曲線的下方，表明該類人群生存概率較低，即該類人群在院士階段增選為院士的速度較快，職業(yè)成長更快；相比于在產(chǎn)業(yè)界工作的人群，在高校工作的人群的生存概率較低，其增選為院士的速度較慢。表2顯示log-Rank檢驗的p值在顯著性水平0.05上為0.0004，即三組生存曲線存在顯著性差異，表明在院士階段，工作單位性質因素對院士階段的成長影響較大。

圖4 院士階段工作單位性質的生存函數(shù)估計

基于上述分析發(fā)現(xiàn)，在教授階段，高校、科研院所工作能在一定程度上加快院士的職業(yè)成長，但并未發(fā)現(xiàn)工作單位性質對院士的生存風險具有顯著影響。隨著職業(yè)生涯階段的邁進，即在院士階段，工作單位性質對院士的生存風險具有顯著影響，在產(chǎn)業(yè)界工作的院士的生存概率明顯低于在科研院所、高校工作的院士，表明在產(chǎn)業(yè)界工作能夠加快院士的職業(yè)成長。

3.3 院士成長過程中的其他影響因素分析

本研究采用Cox比例風險回歸模型對院士的成長狀況進行分析，揭示出院士成長過程中的重要影響因素及影響程度，包括年齡、海外留學經(jīng)歷、工作單位性質、學習生涯是否為連續(xù)性教育等影響因素 (見表3)。參考美國與法國的科技人才培訓政策對科技人才早期職業(yè)生涯的影響[17]、美國醫(yī)療科技中心的資助對醫(yī)療科技人才職業(yè)生涯發(fā)展的影響[19]，分別建立教授階段、院士階段的生存風險函數(shù)，兩階段的生存風險函數(shù)如下：

表3 院士成長階段的影響因素

h(t|X)=ho(t)·eβ1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7

(7)

h(t|X)=ho(t)·eβ1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9

(8)

式中，Exp(β)是風險比，表示在其他因素不變的情況下，該因素取值每增加一個單位風險率比原來增加的倍數(shù)。其中分類變量以每個影響因素的最后一個取值作為參照，如在影響因素為海外留學經(jīng)歷中，以1{無海外留學經(jīng)歷}作為參照。

(1)教授階段的Cox回歸結果分析。由表4可知，教授階段的模型總體檢驗具有顯著性 (Prob>chi2 = 0.0023<0.05)。在對單變量的檢驗中，有過海外留學經(jīng)歷、最高學歷授予單位是國內科研院所、SCI與EI論文均對教授階段的成長具有顯著影響 (p<0.05)。有過海外留學經(jīng)歷因子的回歸系數(shù)估計值是0.3781318，有過海外留學經(jīng)歷增加了教授階段的生存風險，加快了教授階段的職業(yè)成長，風險比為1.459555，表明在其他影響因素不變的情況下，有過海外留學經(jīng)歷的人群比沒有海外留學經(jīng)歷的人群晉升為教授職稱的概率高45.96%。最高學歷授予單位是國內科研院所因子的回歸系數(shù)估計值是0.7910845，風險比是2.205787，在國內科研院所取得最高學歷的人群更容易晉升為教授，其晉升的可能性是在普通院校取得最高學歷人群的2.205787倍。SCI與EI論文因子的回歸系數(shù)估計值是0.0017465，風險比為1.001748，表明在其他影響因素不變的情況下，每多發(fā)表1篇SCI或EI，晉升教授的概率比原水平高0.17%?？偟膩碚f，在教授階段，只有有過海外留學經(jīng)歷、最高學歷授予單位是國內科研院所、SCI與EI論文具有統(tǒng)計顯著性，并未發(fā)現(xiàn)其他影響因子對教授階段的生存風險具有顯著影響。

表4 教授階段的Cox回歸結果

(2)院士階段的Cox回歸結果分析。由表5可知，院士階段的模型總體檢驗具有顯著性 (Prob>chi2 = 0.0000<0.05)。在對單變量的檢驗中，年齡、學習生涯為連續(xù)性教育、最高學位類型是醫(yī)學、國家科學技術獎對院士階段的成長具有顯著影響 (p<0.05)。年齡因子的回歸系數(shù)估計值是 -0.1631871，即年齡降低了院士階段的生存風險率，風險比為0.8494323，表明在其他影響因素不變的情況下，即研究對象年齡每增加1歲，則其增選為院士的風險率是原有水平的0.8494323倍。學習生涯為連續(xù)性教育因子的回歸系數(shù)估計值是 -0.6904437，表明接受連續(xù)性教育延緩了院士階段院士的職業(yè)成長，風險比為0.5013536，即在其他影響因素不變的情況下，接受過連續(xù)性教育的人群增選為院士的可能性是未接受過連續(xù)性教育人群的0.5013536倍。最高學位類型是醫(yī)學因子的回歸系數(shù)估計值是0.9043441，風險比為2.470311，表明在其他影響因素不變的情況下，最高學位是醫(yī)學的人群增選為院士的機率是最高學位類型為理學的2.470311倍。國家科學技術獎因子的回歸系數(shù)估計值是0.0052339，風險比是1.005248，表明在其他影響因素不變的情況下，每獲得1項國家科學技術獎，增選為院士的概率比原水平高0.52%?？偟膩碚f，在院士階段，只有年齡、學習生涯為連續(xù)性教育、最高學位類型是醫(yī)學、國家科學技術獎具有統(tǒng)計顯著性，并未發(fā)現(xiàn)其他影響因素對院士階段的生存風險具有顯著影響。

表5 院士階段的Cox回歸結果

4 結論與啟示

4.1 研究結論分析

本文以250名中國工程院院士為研究對象，采用生存分析法分析了院士職業(yè)生涯成長階段的生存時間，研究了工作單位性質及其他影響因素對院士職業(yè)生涯成長階段的影響。

Kaplan-Meier結果表明，在教授階段，院士在取得博士學位或碩士學位的6年內能夠快速獲得教授職稱；在院士階段，院士在取得教授職稱12～20年內能夠快速增選為院士。根據(jù)智慧 “高原論”及戰(zhàn)略科技人才特質[5]，自信、專注、韌性與自我超越等人才特質及成年早期、中期所取得的豐富學術成就能夠促進學者快速晉升為教授、增選為院士。工作單位性質對教授階段的成長不具有顯著影響，但對院士階段的成長具有顯著影響，相比于科研院所、高校，在產(chǎn)業(yè)界工作能夠加快院士階段的成長，可能的原因在于，工程院院士的增選著重于候選者的工程科技水平，在產(chǎn)業(yè)界工作的院士能夠將自己的工程技術知識運用于戰(zhàn)略型產(chǎn)業(yè)當中，在行業(yè)實踐中不斷提升自身水平。

Cox比例風險回歸結果顯示，有過海外留學經(jīng)歷、最高學歷授予單位是科研院所、發(fā)表的SCI與EI論文均對教授階段的生存風險產(chǎn)生顯著正向影響，加快了教授階段的職業(yè)成長。①有過海外留學經(jīng)歷增加了教授階段的生存風險，對教授階段的職業(yè)成長具有加速作用。一方面，在國外訪學、有過海外研修經(jīng)歷有助于學者把握學科國際前沿，提高學者的學術水平與學術競爭力；另一方面，國內許多高校、科研機構在對教授職稱的評審上要求有過海外訪學、留學等經(jīng)歷。②最高學歷授予單位為科研院所可縮短教授階段的成長周期、加快教授階段的職業(yè)成長。其原因可能是科研院所集聚了全國優(yōu)越的科研資源，為學者開展科學研究營造了良好的環(huán)境氛圍，提升了學者的科研思維能力，加快了其職業(yè)成長。③發(fā)表較多的SCI與EI論文對教授階段的職業(yè)成長具有促進作用。SCI與EI論文作為學者科研成果的重要象征，在教授職稱評審過程中扮演著重要角色。

Cox比例風險回歸結果進一步表明，年齡、接受過連續(xù)性高等教育、最高學位類型是醫(yī)學、國家科學技術獎均對院士階段的生存風險產(chǎn)生顯著影響。①年齡降低了院士階段的生存風險，抑制了院士階段的職業(yè)成長?？蒲腥藛T的智慧在50歲后開始逐漸下降，學術旺盛力逐漸衰退，科研成果數(shù)量逐漸下降，自身發(fā)展空間受到限制，增選為院士的概率也隨之降低[11]。②接受過連續(xù)性高等教育對院士階段的職業(yè)發(fā)展具有抑制作用。本碩博貫通式的連續(xù)性高等教育經(jīng)歷可能會固化人在某一研究環(huán)境中的思維模式，不利于人才創(chuàng)新思維能力的提升，從而在人才成長過程中產(chǎn)生衰減效應。工程院院士的評審注重學者在工程科學技術層面做出的創(chuàng)造性成果、貢獻，而連續(xù)性高等教育經(jīng)歷雖然有利于人才基礎研究能力的提升，但往往卻忽視了人才實踐能力的提升。③最高學位類型為醫(yī)學增加了院士階段的生存風險，加快了其職業(yè)成長。醫(yī)學專業(yè)的培養(yǎng)周期較長，醫(yī)學專業(yè)學者在晉升教授之前的人力資本積累期已投入了大量時間資源，從而延緩了其教授階段的職業(yè)成長，但卻有助于學者們積累人力資源存量，縮短其產(chǎn)生重大科研成果的周期，促使他們在院士成長階段發(fā)揮人力資本優(yōu)勢，進而加快院士階段的成長。④國家科學技術獎提高了院士階段的生存風險，從而加快職業(yè)成長。國家科學技術獎作為學者科研成果激勵的重要象征，一般授予在技術研究、技術開發(fā)等領域具有突出貢獻的學者，且每年授予的人數(shù)極少，是對人才科研貢獻的極大肯定，因此對于院士階段的職業(yè)成長具有重要促進作用。

4.2 研究啟示

(1)協(xié)調用人機制、改革人才培養(yǎng)范式。面對新一輪科技革命與產(chǎn)業(yè)革命的到來，原有戰(zhàn)略科技人才培養(yǎng)范式亟需重塑。要進一步推動戰(zhàn)略科技人才的培養(yǎng)由學科導向向產(chǎn)業(yè)需求導向過渡，強化實踐教育在人才高等教育中的比例，推動人才培養(yǎng)與創(chuàng)新、實踐相融合。

(2)重塑人才培養(yǎng)模式，營造良好的人才培養(yǎng)環(huán)境。要持續(xù)優(yōu)化連續(xù)性教育背景下的人才培養(yǎng)模式，進一步完善本碩博年連貫式、階梯式培養(yǎng)模式，優(yōu)化集科研院所、高校與企業(yè)等多元主體參與的產(chǎn)學研式的人才培養(yǎng)模式，為科技人才提供更多的跨校合作培養(yǎng)、跨學科合作培養(yǎng)、跨單位合作培養(yǎng)；同時也要為科研人員營造良好的科研環(huán)境，加大對科研人員的科研激勵，形成尊重人才、尊重知識的良好科研氛圍，加快科研人員在科研訓練階段人力資本的積累，進一步提高科研人員的科研產(chǎn)出效率。

(3)強化人才國際化交流與合作，打造國際化戰(zhàn)略科技人才隊伍。國際化的人才交流與合作有助于戰(zhàn)略科技人才把握科技、學術前沿，提高戰(zhàn)略科技人才的科研能力。因此國家需進一步完善人才培養(yǎng)的國際化服務體系，加強與海外機構對重點產(chǎn)業(yè)人才的聯(lián)合培養(yǎng)，進一步深化中外博士聯(lián)合培養(yǎng)項目合作。