供需视角下上海科技人才政策评估

张 群

（华东师范大学公共管理学院，上海 200062）

1 研究背景

创新驱动实质是人才驱动，激发科技人才的积极性始终是科技体制改革的重要着力点。科技人才政策贯穿人才培养、激励、引进、评价等全过程，在创新驱动的科技战略背景下，科技人才政策的不断出台成为政府激励人才发挥创新效能的重要手段，是政府在人才领域配置科技资源的印记，对结构化政策文本的分析能够挖掘丰富的公共政策规律［1］。科技人才培养体系作为创新体系中的基础要件，为增强上海创新策源地战略力量提供源源不断的动力。近年来，上海科技创新成果斐然，人才资源配置取得较高效率，连续4年位列中国区域科技创新水平指数榜首［2］。上海注重引才引智，人才集聚和激励政策卓有成效，在沪院士共185名，居全国第二，连续8年蝉联“外籍人才眼中最具吸引力的中国城市”［3］。然而，上海近年来面临的人才竞争压力也日益凸显。一方面，各大城市间的“人才争夺战”方兴未艾，江浙沪、京津冀和粤港澳3个城市群之间的人才竞夺尤其激烈，由于生活成本相对较高，上海在“人才争夺战”中的区位优势逐渐式微，出现了在沪人才“出走”和优秀人才“留不下”的窘境；另一方面，对照国际标准，上海的创新影响力和竞争力还有待提升。《2021年全球科技创新中心评估报告》公布的全球创新城市排名中，北京位列第6位，上海排名第9位［4］，上海的人才驱动创新势能需要持续加强。作为长三角一体化战略的核心引领城市以及改革开放的重要窗口，上海肩负着服务全国科技战略和推动上海创新发展的使命，在科技创新迈入高质量发展的新阶段，如何进一步发挥科技人才的创新驱动效能值得探究。

面向“十四五”，以更加开放包容的政策和环境培育各类科创人才，厚植支撑国际科创中心功能的人才优势是未来5年上海科技人才工作的目标，海内外优秀人才的集聚、创新人才的培育、灵活有效的人才评价和激励、对青年人才扎根上海的保障是人才工作的重点。反思当前上海科技人才政策体系的设计与实施，人才的集聚、培养、评价、激励和保障等政策目标的落实效果如何？政策的供给能否回应日益增长的各类人才需求，二者在政策实践中是否存在偏差？如何改进政策发挥制度创新“双轮驱动”的效果？这不仅是科技界的关切议题，也是公共政策研究者和政府决策者期待解决的焦点。为了回应这些问题，本研究立足于上海科技人才政策体系及相关主体的实际反馈，从政策供需差异视角评估政策实施效果，挖掘当前上海科技人才政策体系与现阶段人才发展不协调的问题，并有针对性地提出促进科技人才政策发挥实效的建议，以期为上海建设具有全球吸引力和国际竞争力的人才制度体系提供参考。

2 文献综述

科技人才政策评估的研究路径主要有两类。一类针对政策内容本身，通过政策文献计量和内容分析法梳理政策外部特征和深层语义，从而探究人才政策的发展状况与存在问题。如，解佳龙等［5］基于人才政策颁布年度、适用范畴、政策工具和执行效力梳理了中关村科技园、光谷和张江高科技园区3个国家自主创新示范区科技人才政策；张赫等［6］将科技创新人才培养政策工具划分为能力提升型、保障激励型、思想环境型、改革支持型4类，运用内容分析法总结了我国科技创新人才培养政策工具的协调性问题；黄海刚等［7］运用社会网络分析方法和政策文献计量分析我国高端人才政策的发文机构、政策工具变迁；李燕萍等［8］采用文献计量和共词法梳理我国科技人才政策的目标、客体、工具；刘忠艳等［9］采用文献计量和内容分析法，解析国家科技人才政策发文主体、要点和工具；杨艳等［10］以“政策目标、政策工具和政策力度”框架梳理上海市人才政策演变；薛楚江等［11］建立了人才政策发展三阶段模型，并通过分析我国人才政策2000—2018年的政策数量和政策类型进行验证，发现人才政策存在重引进、轻使用、轻考核的问题。

另一类从政策效果出发，通过客观统计数据或政策实施调查情况评估政策效果。如，郑永和等［12］根据全球创新指数、国际学生评估项目（PISA）调查报告、国家义务教育质量监测等权威结果，反思当前我国科技创新后备人才的政策布局和实践问题；徐军海［13］以各类科技人才的数量占比、研发投入、专利、关键技术和产业发展等现实数据为基础，总结了江苏科技人才发展的优势、挑战和弱势，并分析了科技人才治理体系的问题；张扬［14］以我国240个城市数据为样本，将创新型城市试点设立看作是一项准自然实验，采用倾向值匹配和双重差分法分析了试点政策对于科技人才集聚水平的作用效应；王宁等［15］利用数据包络分析法（DEA）构建模型，评估了河南省 2011—2015 年的科技人才政策实施成效；顾玲琍等［16］基于专家座谈和问卷调查法评估了科技人才政策实施效果，并构建了评估指标体系；孙锐等［17］运用专家打分法和层次分析法构建青年科技人才引进政策评价指标体系，并用于典型地区的综合评价实证分析。

综合以上分析可以发现，两种路径的研究分别体现了学界对政策内容和政策实践两个视角的关切。从研究本质上看，第一类研究提炼了政策供给的表征，第二类研究则通过政策实践结果反馈政策供给的效果，两种研究分别映射了供给和需求两端；然而，在此基础上的政策供给与政策需求的对话却少有研究开展，供给和需求是政策效果的一体两面，单从任何一方都不能完整展现政策效果。本研究旨在弥补上述研究缺口，为政策供给和政策需求搭建沟通的桥梁，找出政策供给与人才需求的差距，进而为完善下一步政策设计提出建议。研究结构如下：首先，基于政策范式构建“政策目标—政策工具—政策对象”分析框架；其次，搜集政策文本，借助内容分析法梳理政策基本信息，构建上海科技人才政策数据库，系统剖析上海科技人才政策的供给特征，分别从目标、工具和对象3个维度解读政府注意力配置特征；再次，通过问卷调查获得科技人才政策对象对于政策效果的实际感知，总结政策落实未能满足人才需求的漏洞；最后，基于政策供给与人才需求的偏差，结合当前上海科技发展战略目标，提出优化政策布局的建议。

3 分析框架与研究设计

3.1 分析框架

Peter［18］在英国经济政策变迁研究中提出政策范式（policy paradigm），他认为政策范式是由各种理念和标准组成的框架，阐述了特定领域的政策目标，以及实现目标的工具及其使用方式。政策范式应用于政策分析的价值在于，它能够明确政策的核心特征，避免研究者在海量信息中迷失方向。本研究将政策范式置于上海科技人才政策情境中，并对其进行适应性改造，将“政策目标—政策工具—工具设置”框架中的“工具设置”替换为“政策对象”，指代政策工具作用于何种科技人才。由此构建的政策分析三维框架如图1所示。

图1 上海科技人才政策分析三维框架

（1）政策节点。本研究以政策目标的转变作为政策节点判断的依据，而政策目标的转变通常以重大科技规划/战略的出台为标志。参考已有研究的节点划分，如邓金霞［19］对上海科技创新实践和人才工作历程的探究，以及上海科技创新政策演变的特定历史背景，本研究将上海科技人才政策演变分为5个节点，每个节点的核心政策如下：1985年颁布《1986—2000 年上海市科学技术长远发展规划》；1995年提出科教兴国和科教兴市战略；2002年提出人才强国和人才强市战略；2010年颁布《上海市中长期人才发展规划纲要（2010—2020年）》；2016年颁布《关于进一步深化人才发展体制机制改革加快推进具有全球影响力的科技创新中心建设的实施意见》（以下简称“人才政策30条”）。

（2）政策目标。依据《国家中长期人才发展规划纲要(2010—2020)》的分类标准以及已有研究中对科技人才政策的类型划分，按照政策文本中的规范表述，本研究将上海科技人才政策的目标分为人才集聚、人才培养、人才评价、人才激励、人才保障、人才流动、人才使用和人才交流共8种，通过刻画政策目标的变化反映政府注意力的配置情况。

（3）政策工具。政策工具的分类五花八门，没有统一定式，应用较多的政策工具类型如表1所示。其中，Rothwell等［20］的分类框架在科技创新领域应用最多，得到同行普遍认可，本研究将按照供给、环境和需求的分类开展以下研究。其中，供给型政策工具表示政府通过多种资源的支持扩大科技人才数量或提升人才质量，改善科技人才的供给状况，推动科技人才进行科技活动，主要包括资金投入、教育培训和公共服务等；环境型政策工具指的是政府通过政策影响科技人才发展的环境因素，借助市场、社会的力量来提供有利的政策环境，包括法规管制、财税优惠和策略性措施等；需求型政策工具指政府通过提供多种平台和机会以减少人才开展科技活动的不确定性，包括产学研合作、岗位设置和试点示范等。

表1 政策工具类型学的主要研究成果

（4）政策对象。Peter［18］将政策工具设置视作政策工具的具体运用程度与方式，本研究中指政策工具作用于何种政策对象，包括高层次人才、外籍人才、青年优秀人才、创新型人才、管理服务人才、行业人才、专业技术人才等。如果政策对象包含多类以上人才或泛指所有从事科技工作的人员，本研究则认为该政策指向普适型科技人才。根据人才工作的范围和科技活动类型，又将其分为专门型人才、在高校院所中工作的科研人员和企业中的技术人员。

3.2 数据与方法

本研究涉及的科技政策和统计数据主要来源于上海市政府及各部门网站、政策数据库、统计年鉴和报告资料。选取上海市政府及各部门发布的意见、办法、方案、规划等文件，不包括组织申报计划项目通知以及转发中央文件。以“人才”“队伍”“院士”“专家”“博士”“人员”“青年”“团队”为关键词，查找1978年1月至2020年12月上海市级科技人才政策。通过人工初步筛选、评议和补充，挑选与本研究中科技人才定义直接相关的政策，共采集政策380份，按照政策名称、发布时间、发文机构提取政策基本信息，再以政策对象、政策目标和政策工具3个维度精读政策文本，总结政策文本语义信息，建立上海科技人才政策数据库。

（1）政策文本编码。借助扎根理论对政策文本的编码能够提取符合研究目标的政策信息，总结政策体系的结构特征。为提高政策文本的编码信度，组建了包含两名政策分析方向研究生的研究小组，研究成员同属一个研究团队，共同多次开展科技政策领域项目研究，具有较高的专业性和默契度。编码表由研究成员共同商定，并由专业老师审核和修改。两位研究成员分别对190份政策样本独立编码，统计编码结果一致的政策共156份。借鉴陈文等［24］研究中编码一致性系数的计算方法，公式为K=2×M÷(N1+N2)。其中K为信度，M为研究人员编码完全一致的政策数，N1和N2为两位研究人员的政策编码数。计算结果是K为82.11%，满足80%的基础标准，表明编码结果信度可以接受，但也有改进空间。按照一致性较高的编码结果，研究成员对编码表的指标重新调整和修正，绘制三级政策文本编码表，如表2所示。

表2 上海科技人才政策文本编码

（2）问卷调查。通过问卷调查的方法获取政策对象和人才工作单位的政策效果反馈和需求。问卷发放和收集共分两个轮次，分别在2018年8月～10月和2021年6月～7月两个时间段进行1）。问卷发放对象是随机抽取的上海市企业、高校和科研机构等单位负责人、科研团队负责人。第一轮问卷调查共回收有效问卷276份，受访的对象中有50%来自各类企业，38%来自高校和科研院所，调查问题主要与上海科技创新人才政策的执行情况有关；第二轮问卷调研共回收有效问卷219份，超过一半的受访者来自高校和科研院所，其余来自企业和医院等单位，调查问题针对政策对象的政策感知与需求。

4 研究结果

4.1 政策分析结果

自改革开放至2020年年底，上海科技人才政策数量整体呈现增长态势。政策目标在1985年、1995年、2002年、2010年和2016年5个节点发生转变，标志着上海科技人才政策发生间断变迁。按照各阶段目标的导向，本研究将上海科技人才政策演变划分为6个阶段，分别是恢复发展期（1978—1984年）、技术改造期（1985—1994年），转型调整期（1995—2001年）、战略提升期（2002—2009年）、全面建设期（2010—2015年）和深化改革期（2016—2020年），各阶段政策发文数量分别为7、57、47、104、70、95份，如图2所示。改革开放初期，科技人才政策数量较少；1985年《1986—2000 年上海市科学技术长远发展规划》颁布之后，政策数量开始小幅增长；随着1995年科教兴市战略的提出，发文量显著上升；1999年实施“聚焦张江”战略，当年发文量达到峰值；随后，科教兴市和人才强国两大战略引发了政策的增长效应，此阶段是政策井喷期；2010年颁布《上海市中长期人才发展规划纲要（2010—2020年）》，2015年提出加快建设具有全球影响力的科技创新中心，政策发文量迎来峰值（26份）；最后阶段人才发展战略密集出台，2016年提出“人才政策30条”、人才发展“十三五”规划，随后长三角一体化战略、营商环境条例等相继颁布，2020年政策数量再次达到顶峰。纵观上海40余年的政策演变过程，政策数量变化与人才战略或科技创新战略的出台并不完全一致，政策配套和政策响应通常存在3年～5年的滞后期。

图2 1978—2020年上海科技人才政策历年发文量

（1）政策目标维度。政策目标反映的是政府科技人才工作部署的注意力分配，本研究以各类目标在政策文本中出现的频数2）来呈现目标演变（见图3）。总体来看，政策目标由初期人才激励为主的单一目标模式转变为以人才激励为核心，人才培养、集聚、保障多目标均衡布局的模式。在各类政策目标中，人才激励出现的频数最高，其次是人才培养、保障和集聚，人才流动和交流较少。其中，第一阶段主要政策目标是人才激励，科技工作任务是尽快实现科技恢复和建成科学技术基地；第二阶段人才政策的目标设置开始多样化，人才激励仍然作为主要目标，人才保障、使用和培养在政策中的位置更为突出；第三阶段在科教兴国和科教兴市战略导向下，人才激励、保障、集聚和使用成为主要目标；第四阶段，人才强国战略要求加强人才队伍建设、促进人才合理流动、做好吸引境外高级专门人才工作，人才集聚成为这一阶段人才工作的切入点；第五阶段的科技人才政策目标以人才集聚、激励、培养和保障为主，其中人才集聚仍然是首要目标；第六阶段，人才发展与建设全球科技创新中心的战略相匹配，政策目标以人才培养为主，其次是人才激励、集聚和保障，创新创业是这一时期的人才发展新业态，与前几个阶段相比，政策加大了人才评价的比重，而逐步减小人才激励的比例。各类人才目标在政策文本中的分布日趋均衡。

图3 1978—2020年上海科技人才政策目标频数统计

（2）政策工具维度。基于政策工具一级编码对政策工具频数进行统计，结果如图4所示。总体来看，供给型政策工具中以资金投入和公共服务为主，信息支持比重最低；环境型政策工具中法规管制占绝大比例，其余4项工具分布较为均匀，频数占比均为10%左右；需求型政策工具中，产学研合作的频数超过总数的50%，其次是试点示范占比为22%，自主权、机构设立和岗位设置三者的占比之和约为20%。

图4 1978—2020年上海科技人才政策工具频数统计

从政策工具维度的演变趋势看（见表3），政策工具类型越来越多样化。法规管制和资金投入是前两阶段的主要政策工具，用于技术合同管理、人事制度改革和人才基金管理及支持等方面；第三阶段财税优惠和公共服务的作用凸显，加强了对知识产权和专利的保护与管理，提高了人才计划支持和生活保障力度，高新技术产业和科技成果转化的发展促进了产学研合作；第四阶段多元化投入成为资助投入新方式，专利管理和服务向系统化和战略化发展，海外人才的引进保障进一步完善；第五阶段延续了对多元化投入的重视，除了人才计划专项、奖励等，还增加了高科技园区专项配套、社会设奖、产业基金等，更侧重系统而全面的目标规划；最后一个阶段政策对创新创业资助程度提高，海外人才的人力资源服务更加体系化，体制机制改革在各行业得到深化。

表3 1978—2020年上海科技人才政策工具频数统计 单位：个

表3 （续）

（3）政策对象维度。政策对象在政策文本中的数量分布如图5所示，总体来看，上海科技人才政策的政策对象类型不断增多，由改革开放初期的3种变为近年的10种，说明政策覆盖和惠及的人才层次和数量都在扩大；普适型人才的比重始终占据主要比例，说明政策的系统性和集成性更为优化，暗示多层次人才协同推动上海科技创新发展成为常态。政府通过实施科技人才计划，实现由点到面的全覆盖激励，如“启明星计划”“领军人才计划”“学科/技术带头人计划”“浦江人才”“曙光人才”“扬帆计划”“超级博士后计划”等，形成环环相扣的完整人才支持链条。创新型人才成为目前的政策关注重点。从改革开放到科教兴市战略，再到人才强市战略、创新驱动战略的相继提出，上海科技政策的支持对象随着战略变化而发生转移，政策重点逐渐转移到专业技术人才、行业人才和创新型人才上来，近5年来，紧缺行业的人才和创新型人才成为上海重点培植对象。

图5 1978—2020年上海科技人才政策对象频数统计

4.2 问卷调查结果

对于政策目标的落实情况调查表明，人才激励是科技人才政策的核心目标，上海政府主要通过设立科研项目、科技成果转移转化奖励、分红等方式实现对人才的激励和培养。在各项人才激励相关政策中，近50%的受访者认为“提高项目经费的劳务费比重”是效果最好的激励措施，其次是“成果转化奖励”。来自高校和科研院所的受访者更看重前者，而企业的人才则偏向后者。近年来，中国的科技体制改革如火如荼，破“四唯”（“四唯”即过度依赖量化指标进行人才评价的现象）政策频发，而人才评价目标却在政策文本中处在边缘位置。受访者对评价政策落实的感受多为“一刀切”、缺乏公平、科研负荷大等，还有受访者表示“评价周期太短，开展时间有限”、评审过程中“人情干预多”。有关各类人才相关政策改革的感知调查显示，受访者对破“四唯”政策的熟悉程度最高，但对该政策效果的不确定性感知程度也是最高，人才评价政策的落实不佳可见一斑。

有关政策工具的调查结果显示，供给型政策工具数量和应用最多，但其中一部分供给型工具有待升级和完善；需求型政策工具的应用很少，导致人才参与创新活动的自由度受限。总体来看，“行政审批改革”在创新环境营造方面效果明显，受访者对“简化行政审批事项”“完善监管”“知识产权保护”“研发费用加计扣除”等措施表示肯定，但“科技中介服务”的政策效果不尽如人意，金融支持工具如“融资担保贴息”、需求型工具如“政府采购”等政策效果式微。受访者对上海创新创业环境的整体评价较高，但相对高昂的生活成本降低了创新创业吸引力。公共服务相关配套政策中，“居住证积分”和“户籍服务”的政策满意度最高，其次是“子女就学”政策，住房政策的实施效果在海内外人才引进工作中均不理想，资助不足仍是反馈较多的问题。另外，从管理人员角度获知，管理服务类工具如项目数字管理系统、专家人才库等在实践中的应用仍显不足，政府管理部门和科研机构目前的智能化服务水平还有待提高，有些单位仍然依靠手动填写人才信息和科技人员主动上报的方式完成信息汇总，管理服务人才缺乏和信息化支持不足限制了人才管理服务水平的提升。

调查结果显示，当前上海各类人才对政策支持的需求程度不同（见图6）。与政策内容分析结果较为一致的是，问卷调查中针对哪类人才最需要政策支持的问题，其中有37%的人认为中青年科研骨干人才需要加大培养力度，企业和科研院所两类单位对于该问题的回应较为一致，意味着青年人才的政策支持缺失已是普遍问题。受访者在访谈中对青年人才资助力度不足表达了不满，同样印证了上述论断。25%的受访者认为有必要增强对学科带头人的激励，还分别有17%和13%的受访者主张科技管理和科研辅助人才也要加大政策支持。人才政策需求程度最低的是海外领军人才，只有7%的受访者认为外国优秀人才需要加强支持，这个结果反映了近年来上海不断加大引进人才的政策支持力度，外国人才的入境、永久居留、住房、子女入学、就医等政策的满意度均高于国内人才引进政策。

图6 1978—2020年上海各类科技人才的政策支持需求

4.3 政策供需偏差

通过政策文本分析和政策执行情况调研，本研究发现政策供给在目标设计、工具使用和作用对象3个层面尚与政策需求存在一定差距。

在政策目标层面，政策供给对人才的流动、交流和评价3个目标关注不够，实现激励目标的方式有待优化。上海现行有效的科技人才政策以人才激励、培养、集聚和保障等目标为主，在一定程度上忽视了人才流动、交流和评价等目标。人才流动的目标反映在政策中通常表现为科研人员在企业和科研院所之间的双向兼职、在岗离岗创业，旨在深化产学研合作和促进创新创业；机构间的人才交流是创新要素流动的重要一环，科技特派员、技术经纪人等已经成为推动产学研合作的重要角色；人才评价与人才激励相辅相成，评价是为了更好地激发人们创新的动力，而激励则建立在公平有效的评价活动基础上。Ana［25］的研究发现，人才流动政策使得西班牙的人才外流转变为人才循环，并且提高了科学家的工作条件和科研生产率，但流动政策欠缺对高技能人才生活保障和家庭的照顾，政策效果则会大打折扣。人才流动政策的支持不足，科技成果转移转化的推进则会受到一定程度的阻碍。实证研究表明，上海本土高层次人才的内部流动性高于区域流动性，有损于长三角地区科技人才的交流与合作［26］。人才交流政策的支持不够，对上海内部的人才循环甚至长三角城市群的人才大循环效果都有负面影响。部分青年学者在调研中表示不愿意继续从事科研工作，或者想要调离现在的科研岗位，产生这种认知的主要因素是职称评聘、绩效考核等政策规定太过严苛，导致科研人员精神压力过大。人才评价在政策目标中较少被提及，这种政策安排不利于激发人才参与创新活动的积极性，也不利于良好科研生态环境的建设。

在政策工具层面，需求型政策工具的拉动力量不足，供给型政策工具的信息服务水平需要进一步提高。当前，上海科技人才政策主要使用供给型和环境型两类工具，而需求型工具的比重最低，在一定程度上降低了高新技术产业和创新创业活动的发展机会，影响创新链整体效能的提高。相对而言，占据主导比例的供给型工具在信息支持方面应用不足。在数字赋能的治理时代，科技领域需要数字化工具为技术研发、知识共享和创新资源配置提质增效，缺少智能化技术的辅助难以实时更新上海人才储备与利用情况，对未来的人才工作布局将无从下手。除此之外，根据政策落实情况调查，供给型政策工具中的科技中介服务和住房配套服务还有待改进。

在政策对象层面，各类人才的支持力度不均衡是主要问题，其中青年人才、管理服务人才和本土人才的需求尤其需要政策制定者加以关注。近10年来，科技人才政策的突出导向之一是加大海外引才引智力度，实现了多项外国人才引进和服务举措创新；对比之下，基于政策工具频数结果分析，政府对企业技术人员、管理服务人才的政策支持相对较少，对于青年优秀人才和科研人员的政策力度近年来有所提高，但仍低于对各类人才的平均注意力水平。实际调查显示，与海外人才相比，本土人才享受的保障和激励政策力度明显更小，造成上海人力资本的区间外溢。

5 结论和建议

本研究依据政策范式理论构建了“政策目标—政策工具—政策对象”框架，从政策供需视角对改革开放以来上海科技人才政策的实施情况进行了评估，研究结果显示政策文本分析中的供给不足之处与调研结果中的人才需求存在较高的吻合度，即人才需求较多的公共事务在政策层面得到的支持相对不足。通过对两类结果的对比分析，研究发现上海科技人才政策在目标、工具和对象3个层面处于供不应求的状态，表现在现行政策体系对人才流动、交流和评价3个目标的支持力度不够，有必要改善人才激励和评价的方式；使用需求型政策工具的比例较低，对供给型政策工具的信息化升级还有待提高；对各类人才的支持力度存在不均衡问题，尤其是青年人才、本土人才和管理服务人才缺乏政策支持。上海作为科技创新的前沿阵地，身担引领长三角一体化发展和为科技强国战略服务的重大责任，充分发挥科技人才的创新效用是上海科技创新工作的重要任务，为此，上海科技人才政策制定者需要以人才最关切的发展目标为重点，设计有效政策激发人才的创造性和积极性，科学运用政策工具，提高政策为科技创新服务的能级，平衡各类人才的支持力度，尤其注重处于弱势地位的人才发展需求。

基于“政策目标—政策工具—工具设置”框架的分析结果，上海科技人才政策工作还有进一步改进的空间。结合上海科技创新发展实际情况，提出以下政策建议：

（1）解决人才流动、交流和评价等供给不充分的政策目标偏差问题。在人才流动方面，政府应该鼓励科研人员和技术人员深入一线，适度放宽岗位管理限制，设立产学研合作试点，增加产学研人才岗位，提高人才流动的灵活性。在人才交流方面，政府应着力改善各类人才学习和培训的资助条件，营造有利于合作和竞争的学术风气，为青年人才提供高水平学术交流机会，帮助科技人才了解前沿、寻找科研方向和拓展发展机会。在人才评价方面，政府应当构建更加灵活有效的人才评价和激励机制，赋予高校、科研院所等单位在人才引进、职称评聘等事务上的自主权；设置更多科研助理岗位，切实落实科研人员的减负行动，更好地发挥政策的创新激励作用。以质量、绩效、贡献为评价导向，本着破除“四唯”和树立正确评价导向的原则，扭转人才评价活动与职称、学历、头衔、获奖和承担项目数量等直接“挂钩”的倾向［27］，增加高校院所人才评价改革试点，注重奖励真正具有创造性贡献的科学家和一线科技人员，对于一流人才采用最具代表性的突破性成果为评价标准的开放评价法［28］，探索实行物质激励和精神激励相结合的多元激励手段。

（2）改善需求型政策工具拉动不足和供给型政策工具有待优化的政策工具偏差问题。政府应加大需求型工具的供给力度，放宽机构选人用人的自主权，灵活设置符合人才岗位需求的培育平台，扩充人才市场的包容度和开放度。在上海市新近发布的“五个新城”规划和落户政策放宽的政策驱动下，人才引进数量和人才需求数量同步增加，科技人才的生活保障和创新创业服务能级亟待提升。政府应着力推动科技基础设施的数字化转型和更新，建设科技人才智库，跟踪国际国内两个市场的最新人才发展趋势，提高科技人才服务的智能化水平。上海市科技政策制定者应从最迫切的人才需求即住房保障出发，联合住建部、人社部等多部门协同攻克住房难题，充分利用好市场化租房和闲置宅基地等资源，提高大型企事业单位和产业园区自建人才公寓的比例，优化人才购房和租房补贴政策细则。整合各类供给型工具包，建立出入境、居住证、落户、子女就学、住房、医疗等各类生活保障“一站式”供应的海内外人才服务体系［29］，实现人才工作的“一网通办”和“全网定位”。

（3）提高对高层次人才、青年人才、企业技术人员和本土人才等政策对象的培育力度。政策制定者要尊重科技人才的成长成才规律，一方面提高海内外高层次人才的吸引力和凝聚力，包括本土培养的高端人才、优秀留学生、海外华裔高端人才和外籍专家等，保障引进人才的合法权益［30］，提供良好的创新创业环境，打造世界级的人才高地和人才特区，从而降低高端人才的流失率。改革人才培养体制机制，为各类高层次人才提供相对宽松自由的学术环境，赋予其充足的学术自主权，提高科研机构和企业等用人单位的管理自主权［31］。另一方面，加大对青年人才、企业技术人员和本土人才等容易被忽视群体的激励和培养力度。针对青年人才设立更具包容性的评价规则，为职场初期的优秀青年人才提供较为充足的物质保障，降低生活负担带来的创新阻力。企业要发挥科技创新人才配置的主体作用，在企业内部树立创新导向的企业文化，积极开展创新创业活动，利用产业升级培育重点行业和战略性新兴产业人才。深化产学研协同育人模式，利用政策优惠建设功能性创新平台，为企业技术人员发挥所长提供空间［32］。为了在“人才争夺战”中减少人才流失，上海不仅要提高外国优秀人才和留学归国人才的引进和保障力度，还要逐步消除对本土优秀人才的不公平待遇，以科技创新实际贡献为评价标准，一视同仁地开展人才招聘和职称评定活动，营造有利于激发各类人才创新活力的科研生态环境。

（4）开展科技人才政策系统的整体性评估。随着国内外科技政策环境的波动，科技人才的政策需求也在不断变化，对政策系统的整体性评估并找出影响科技人才政策效果的因素有利于政策保持与时俱进［33］。一方面，科技人才政策系统与科技管理体制、科技项目管理、科技成果转化、科技经费管理等方面密不可分，对相关政策的改革和落实情况开展评估，可以发现当前政策效果与创新主体需求不相适应的地方，从而为政策调试和完善布局提供参考，发挥政策系统的协同效应；另一方面，根据上海建设全球科创中心的战略要求，以及服务于长三角一体化发展和建设科技强国的国家战略要求，对上海现行科技人才政策系统内部效果欠佳之处进行适时修改，有利于完善系统内部的协调性。以上海科技人才发展实际需求为落脚点，加快推进中央科技政策改革任务的落地，例如，制定实施细则，落实完善科技成果评价机制、改革中央财政科研经费管理等最新规定，以此提高政策供给与政策环境的一致性。

注释：

1）内容来源于两个项目的调研结果，分别是“改革开放40年上海科技创新政策的演变与启示”项目和“促进原创的基础研究项目评价机制研究”项目。

2）研究根据政策条款内容区分目标类型，因此一个政策样本可能对应一种或多种政策目标。