中国科技人才开发质量评价及障碍度因子诊断——基于31个省份的面板数据

甘水玲，刘晋元

(1.上海市研发公共服务平台管理中心，上海 200031；2.上海市科学技术委员会，上海 200003)

0 引言

中华人民共和国成立以来，科技人才政策始终围绕经济社会发展需求，聚焦国家重大战略，历经摸索与偏离、恢复与探索、体系初立、战略实施和提高创新5个阶段[1]，目前已取得较好成效，东部地区已集聚大批科技人才，西部地区随着大开发战略的推进也已明显改善，科技成果累累。党的十九大确立中国特色社会主义新时代，新时代对人才的定位是，人才是实现民族振兴，赢得国际竞争主动权的战略资源，建设创新型国家必须要培养造就一批具有国际水平的战略科技人才、科技领军人才、青年科技人才、高水平创新团队。当前新冠肺炎疫情席卷全球以及 “中美贸易摩擦”上升到科技 “脱钩”甚至是全方位竞争，由此带来的诸多问题、分歧和矛盾都进一步聚焦到科技人才抢夺博弈，科技人才是科技创新的关键要素，是经济增长的核心源泉。近几年，中国科技人力资源总量稳步提升，跻身科技人力资源大国首列，然而在科技人力资源量规模不断扩张的背后，区域科技人才发展失衡、科技人才创新能力不强、科技人才流动困难等结构性矛盾日益凸显，究其根源在于科技人才开发质量没有随着科技人力资源总量的快速增加而同步提高。

为了适应当前社会矛盾的突变，加强建设具有全球影响力的科技创新中心，中国科技人才开发亟需由增速驱动转向高质量驱动，这就要求各地区在充分发挥比较优势的基础上，以需求为导向全面提升科技人才开发质量。因此，基于新时代新形势新背景下重新审视与评估地区科技人才开发质量，进一步分析并发现制约科技人才开发质量提升的短板问题，给出相应的对策建议，这对科技创新能力和科技竞争力的提升，实现科技自立自强具有重要的理论意义和实践价值。

1 文献回顾

对科技人才开发的研究主要集中在两个方面：①科技人才开发效率。张蕊等[2]以两个案例对科技人才开发效率的评价方法进行评述，主要方法有GRA-DEA、AHP-DEA等综合模型和基于扩展C-D生产函数模型，它们各有侧重，都能从一定角度反映人才开发的效率；许华[3]利用DEA方法对31个省份的科技人才开发效率进行了测算，并得到中西东部地区及各省份的科技人才开发效率值；孙健等[4]通过建立空间面板模型，深度分析金融集聚对我国科技人才开发效率的空间溢出影响；刘铮等[5]运用DEA方法得到31个省份科技人才开发效率，得出科技产业集聚和科技企业规模在人才开发中的重要影响；李梓[6]从经济学传统的生产函数出发，对地区科技人才开发效率进行评价，并提出科技人才对经济社会发展具有重要作用，可以促进经济增长。②科技人才开发水平。张春海等[7]基于31个省份，从人力资本投资和投资收益两个方面对科技人才开发水平利用AHP-TOPSIS 综合模型进行测算；姜兴[8]基于格栅获取的模糊Borda分析法，从科技人才的数量与质量、投入、平台支撑、配置、效能等方面对河北省科技人才开发水平进行测算。

对科技人才开发的作用研究主要总结为科技人才的集聚效应及影响。霍丽霞等[9]对科技人才集聚的研究进行综述，聚焦于科技人才集聚的内涵、机理、模式、效应及影响。余薇[10]对浙江省科技人才聚集和区域经济发展两个变量进行相关性指数测算，得到两者之间呈现正相关线性关系。徐广林等[11]构建科技人才集聚度模型，并对安徽省科技人才集聚度与区域经济发展的关系进行研究，提出科技人才集聚度与经济社会发展有显著正相关线性关系。葛李情等[12]利用面板三阶段最小二乘法构造联立方程，分析人才集聚、科技创新与经济增长三者之间的互动关系，三者之间大体上形成相互促进、相互依赖的良性循环。杨芝[13]研究了湖北省科技人才聚集与经济发展水平的互动关系，认为两者之间有较明显的因果关系，即科技人才集聚促进经济发展，而经济发展水平又为科技人才集聚提供保证，且发达地区这样的关系更显著。芮雪琴等[14]从规模、结构、水平、效应4个方面构建科技人才聚集与区域经济发展适配性的评价指标体系，运用复合系统协同度模型进行评价，认为科技人才聚集与区域经济发展的适配性水平比较低，主要是科技人才聚集结构和水平制约了二者之间的协同发展。马茹等[15]提出科技人才是人力资本中能够提高自主创新能力和加快前沿技术追赶速度来明显提升全要素生产率最主要的发力者，并利用动态面板模型实证考察科技人才对全要素生产率的贡献率。王维等[16]运用灰关联和熵权法分析了工业重镇的18个较大城市的科技人才、工业经济与生态环境之间的关系，发现较大城市的科技人才与工业经济两者协调度较好。

1.1 文献述评

综上可知，目前对科技人才开发的研究较多，主要集中在科技人才开发效率和科技人才开发水平测算上，着重于科技人才开发能力和科技人才生产力等；对科技人才开发的作用研究主要是科技人才集聚效应及影响，对其质量评价的相关研究较少。其次，关于科技人才开发质量的研究，也没有一个公认的标准化评价体系。而从已有研究可以看出科技人才与科技创新、科技投入、工业发展、经济增长等有着相互依赖、相互促进、相辅相成的良性循环关系，这种关系对科技人才质量的评价不容忽视。且当前相关科技人才开发效率和水平的评价指标中大多数学者都是基于较小的一个研究角度出发，比如在科技人才发展评价的指标中，几乎没有从人才规模、增长变化、结构情况来综合评价人才发展现状，大多是从其中某一个角度去评判科技人才现状，也较少反映对工业发展的促进作用，且工业企业的科技人才占中国科技人才绝大部分；较少结合经济发展情况来综合考虑其相辅相成的互动关系等。最后，在评价方法上较多为DEA和AHP-TOPSIS 综合模型，DEA是一种投入产出模型，指标不宜过多，否则影响评价的准确度，而层次分析法 (AHP)是一种较为主观的赋权法，结果可能存在争议。

1.2 研究思路

本文提出科技人才开发质量的概念，认为科技人才开发质量是促进科技人才与科技创新、经济增长等因素之间相互依赖、相互促进、相辅相成的良性循环关系的关键，是对国家或地区科技人才开发状况的综合评价，是科技人才开发过程中在规模稳定性、集聚有效性、结构合理性、自主创新性、流动扩散性、国际化水平等方面的优劣程度，包括科技人才开发总量的提高、结构的优化、效益的提升等，体现在新背景下社会主要矛盾带来的新需求，科技人才对科技创新、经济发展等不同层面的高度适配及贡献。它不仅决定科技人才开发水平的高低，也是区域科技竞争力提升的核心所在，因而对其研究的意义重大。

本文以科技人才开发质量内涵的解读为基础，支撑科技人才开发融入 “国内国际双循环新发展格局”的视角，设计符合我国科技人才开发质量特性的评价体系，选取变异系数和改进的TOPSIS 逼近法，客观评价分析31个省份科技人才开发质量水平及特征，并引入障碍度模型对科技人才开发质量的障碍因子加以识别，为寻找短板提供参考并提出对策建议。

2 评价指标体系设计

以科技人才开发质量内涵的解读为基础，结合有关专家意见，及对已有文献进行整合、补充，并考虑到指标选取的系统性、科学性、数据可获取性等原则，从科技人才现状、资本驱动、经济效益3个准则层来测算中国科技人才开发质量，并将科技人才现状分解为人才规模、人才配置、流动趋势、人才结构作为要素层；资本驱动分解为投入规模、投入力度、投入趋势、投入结构作为要素层；经济效益分解为知识创新、技术创新、成果转化、工业发展、社会发展作为要素层，且在经济效益的要素层中均选取代表质量效益的指标。各要素层一共下设28个指标，括号内为权重值见表1。

表1 科技人才开发质量评价指标体系

3 数据处理与方法原理

文章研究数据主要来源于 《中国科技年鉴》 《中国统计年鉴》和 《中国工业统计年鉴》，少部分省份个别年份缺失数据利用指数平滑法补充。

3.1 数据标准化

为了提高数据处理的精确性，将收集的数据进行0～1标准化处理，公式为：

(1)

3.2 变异系数法求权重

(2)

3.3 改进的TOPSIS 逼近法排序

改进的TOPSIS 逼近法。TOPSIS 逼近法又称为逼近理想解排序方法，通过计算对象与理想解、负理想解的接近程度来进行相对优劣排序，是多目标决策分析中的一种常用方法。当评价对象最靠近理想解同时又最远离负理想解，则为最好；反之为最差。与传统的 TOPSIS法相比，改进的TOPSIS 法的优点在于：将通过变异系数法确定的各指标权重引入评价矩阵，使得评价结果更加合理准确。

(1)在数据标准化基础上，进行加权得到新矩阵。

(3)

(2)确定理想解与负理想解。令Ymax表示最偏好的方案 (理想解)，Ymin表示最不偏好的方案 (负理想解)，选择评价矩阵Y中各指标的最大值和最小值分别作为理想解和负理想解，公式略。

(3)计算距离。分别计算每个评价对象到理想解的距离D+和负理想解的距离D-：

(4)

(5)

(4)计算各方案与最优方案的贴近度。以各省份科技人才开发质量的评价值，作为评判科技人才开发质量优劣的标准。

(6)

贴近度Ei介于0和1之间，其值越靠近1，评价对象的状态越优；越靠近0，评价对象的状态越差，科技人才开发质量越低。

3.4 障碍度模型

对中国31个省份科技人才开发质量评价基础上，引入障碍度模型对限制科技人才开发质量提升的影响因素展开诊断。模型为：

(7)

其中，Oij=1-xij，xij为标准化值；Wij代表权重；Zij代表单项指标对科技人才开发质量的障碍度。

4 科技人才开发质量实证分析

4.1 指标层

利用式 (7)计算2009—2018年中国31个省份科技人才开发质量评价体系中的指标层即可测的23个指标进行障碍度分析，见表2。通过加总各省份2009—2018年每个指标的障碍度均值可知，影响中国科技人才开发质量提升的主要障碍因素依次是D4 (规模以上工业企业R&D人员比重)、D12 (规模以上工业企业R&D内部经费支出比重)、D26 (工业增加值与GDP比重)、D27 (人均GDP)、D28 (优等产品率)、D24 (工业增加值率)等。由于指标过多，筛选每个省份障碍度排前10名的因素进行频次统计发现，D4 (规模以上工业企业R&D人员比重)、D27 (人均GDP)、D24 (工业增加值率)、D9 (规模以上工业企业R&D内部经费支出与销售产值比重)出现31次；D11 (R&D内部经费支出占GDP比重)出现30次。综上可见，企业R&D人员和R&D内部经费是中国科技人才质量提升过程中最重要的部分，其次是人均GDP、工业增加值率。

表2 科技人才开发质量障碍度总表 (Zij)

从分省份看，31个省份排前10名的障碍因素存在较大差异，且各障碍因素对不同地区科技人才开发质量的约束也强弱不一，障碍度最大值高达0.68，最小为0。

4.2 要素层

利用式 (6)计算2009—2018年31个省份科技人才开发质量评价体系中各要素层贴近度。北京在众多要素中占有绝对优势，各要素排名大多都是第1名，尤其是经济效益中5个要素和资本驱动中的投入力度和科技人才现状中人才配置均为首位，仅有少数要素处于中上等水平，如图1所示。

图1 北京各要素层贴近度均值 (2009—2018年)

从人才规模看，广东 (0.645)、江苏、浙江位居前3名，北京和上海分别排第5和第7名，不具有规模优势，且其前15名的贴近度均值范围较大，占极值差的绝大部分，说明各省份间科技人才开发规模差别较大，人才分布极其不均匀；从流动趋势看，前15名中西部地区占5个，其中西藏、贵州这10年间科技人才增长趋势非常大，东部地区中广东、江西、安徽、海南等增长趋势也较为明显，其前15名贴近度均值范围较小，各省份间科技人才流动趋势幅度不大，较为稳定；从人才配置看，北京 (0.795)、上海、天津、江苏、浙江、广东排前6名，可以看出这些省份人才资源配置较为合理，前15名贴近度均值范围较大，是整体极值差的大部分，说明各省份科技人才配置差异较大，仅有较少省份人才配置很合理；从投入规模看，广东 (0.493)、江苏、山东、浙江、北京、上海投入较多，西部地区中四川、重庆、辽宁也在前15名以内，说明其资本投入较大，其前15名贴近度均值范围适中；从投入趋势看，前9名全部是西部地区，说明近几年西部大开发战略效应显著，资本投入趋势一片向好，前15名贴近度均值范围较小，说明整体差异较小；从投入力度看，北京 (0.288)、上海力度最大，西部地区中重庆、辽宁力度很大，前15名贴近度均值范围较小，整体差异不大；从知识创新看，北京 (0.779)、上海、江苏、天津、陕西位居前5位，与其地区高校较多有一定相关关系，前15名贴近度均值范围很大，各省份知识创新能力高低有很大差异，占极值差的绝大部分；从技术创新看，北京 (0.415)、上海、浙江、江苏、广东位居前5位，成果较多，前15名贴近度均值的范围较大，各省份技术创新能力高低差异较大；从成果转化看，北京 (0.848)、陕西、上海、天津、湖北位居前5位，其成果转化贡献度较高，前15名贴近度均值范围很大，各省份对成果转化的重视程度有很大差异；从工业发展看，北京 (0.33)、上海、内蒙古、天津、辽宁位居前5位，工业发展效益较好，前15名贴近度均值范围较小，极值差也比较小，整体差异不大；从社会发展看，北京 (0.775)、天津、上海、广东、贵州位居前5位，社会发展效益较高，前15名贴近度均值范围适中，但整体极值差较大，说明科技人才对社会发展的贡献主要集中在前15名省份，越往后贡献越小。

4.3 准则层

利用式 (6)计算各准则层的贴近度，其中经济效益的贴近度均值波动最大，最大值与最小的距离差达到0.765，其次是科技人才现状，距离差达到0.492，最后是资本驱动，距离差为0.3。由此可见，中国科技人才开发质量的高低最根本的问题是各省份间人才分布不均匀、发展失衡，进一步从各准则层深入分析如下。

2009—2018年科技人才现状贴近度均值排10名的是广东、江苏、浙江、北京、山东、上海、天津、河南、福建和湖北。这一排名与综合排名结果差异较小，说明科技人才现状与开发质量较吻合，改善科技人才现状是提升质量的关键。

2009—2018年资本驱动贴近度均值排前10名的是广东、江苏、山东、浙江、北京、上海、湖北、重庆、四川和辽宁。这一排名与综合排名结果差异较大，说明部分省份资本驱动作用的发挥不够充分。

2009—2018年经济效益贴近度均值排前10名的是北京、上海、江苏、天津、浙江、广东、陕西、湖北、山东和福建。这一排名与综合排名差异较小，说明科技人才开发质量的高低与经济发展密切相关，有显著的正向促进作用。

综上可见，北京、上海科技人才开发现状和资本驱动都没有明显优势，尤其上海科技人才现状排名第6名，但其经济效益排第2名，可见其科技人才开发效益很高。江苏、广东等科技人才现状和资本驱动都是相当可观的，但其经济效益相对来说并没有达到最佳状态。

4.4 目标层

利用式 (6)计算31个省份 2009—2018 年科技人才开发质量的贴近度，即与理想状态的接近程度，并以此作为评价各省份科技人才开发质量优劣的标准。在此基础上进行描述性统计分析，计算 2009—2018 年各省份贴近度均值及标准差 (见表3)。

表3 31个省份科技人才开发质量贴进度排名 (Ei)

从均值水平看，北京第1名，广东第2名，江苏第3名，浙江第4名，山东第5名，上海第6名，西藏排在末位；从标准差水平看，广西排第 1 名，黑龙江第2名，内蒙古第3名，山西第4名，吉林第5名，广东排在末位。利用SPSS软件对相关数据进行系统聚类得到2009—2018年31个省份科技人才开发质量聚类谱系图，如图2所示。根据聚类结果，将2009—2018年31个省份科技人才开发质量分为5类，呈现金字塔形的五级梯队结构，见表4。综合前文分析，2009—2018年31 个省份科技人才开发质量呈现以下特征。

图2 31个省份科技人才开发质量贴近度谱系图 (2009—2018年)

表4 31个省份科技人才开发质量聚类

第一梯队是科技人才开发质量综合水平领先型。仅有北京一个城市。作为国家首都城市，拥有很多高质量科研院所、高校、国家实验室等科技资源，具有引进集聚、培养发展科技人才的天然优势。2009—2018年间北京科技人才开发质量排名稳居第一，逐年上升，均值为0.579，且标准差很大、位居第26名，说明10年间这北京科技人才开发质量提升幅度较大。相当于第二梯队江苏 (0.472)1.23倍、广东 (0.464)的1.25倍，第三梯队山东 (0.329)的1.76倍、上海 (0.314)的1.84 倍，领先第二、三梯队省份程度较大。

第二梯队是科技人才开发投入领先型。广东和江苏的科技人才现状和资本驱动排名分别为第1名和第2名，领先其他省份。近年来政府重视科技创新工作，科技投入力度显著加大，推动科技人才开发质量显著提升。2009—2018年间两个省份的科技人才开发质量均值维持在0.46～0.48之间，排名前3名，且标准差都比较大，分别位居倒数第2名、第1名，说明10年间这两个省份科技人才开发质量提升幅度很大。梯队中江苏得分均值为 0.472，相当于第三梯队浙江 (0.34)的1.39倍，第四梯队四川 (0.143)3.3倍，领先第三、四梯队省份程度较大。以上充分说明，这两个省份的科技人才开发质量较高，在我国处于相对较高的地位。

第三梯队是科技人才开发效率领先型。浙江、山东、上海2018年科技人才开发质量排名分别为第4名、第5名和第6名。尤其是上海作为国际大都市，已经形成具有全球影响力的科技创新中心基本框架，将建成卓越的全球城市，在科技人才现状和资本投入相对不具备优势的情况下，其经济效益居第2名，科技人才开发效率极高。该梯队3个省市的标准差很大，排名都在20名以后，说明10年间科技人才开发质量提升幅度较大。

第四梯队是科技人才开发潜力突出型。四川、重庆和贵州这3个省份均是西部地区，虽然2018年排名和均值排名均在10名以外，科技人才开发质量整体处于中等水平，但这3个省市标准差都较大，排名分别为第24、27、29名，说明10年间该梯队3个省市科技人才开发质量提升幅度很大，开发潜力突出。

第五梯队是其他。这一梯队主要有天津、湖北、河北、安徽、江西、西藏、青海、海南、新疆、宁夏、云南、甘肃、内蒙古、山西、黑龙江、吉林、广西、辽宁、陕西、福建、河南、湖南。这些省份科技人才开发质量相对于第一、第二梯队较差，2009—2018年间科技人才开发质量提升范围较小，尤其西部地区更是小范围内上下波动。

5 结论与建议

5.1 结论分析

(1)中国科技人才开发质量不平衡是中国各省份推动经济高质量发展存在的共性问题。迫切需要各地区更密切关注科技人才发展过程中存在的短板要素，立足于促进科技人才现状、资本驱动、经济效益3个维度的良性循环来推进。中国大部分省份科技人才现状和资本驱动层面距离理想结果差距较大，最主要障碍因素是企业科技人才的质量不够高、经费支持力度不够大，这对中国科技人才开发质量的提升起着决定性作用。因此，未来推动中国科技人才开发质量提升的过程中，应该重点关注企业科技人才结构的优化、能力的培养及经费的支持等。

(2)中国科技人才开发质量提升的重要基石是经济发展，其中各地人均GDP和工业增加值率最为关键，这是各地科技人才开发质量提升的主要障碍因素。尤其是经济不发达地区，社会发展落后是科技人才开发质量不高的重要原因，这些地区不具备引才聚才用才的软环境。科技人才是科技创新的根本，而科技创新离不开经济发展的支撑。推动科技创新与经济发展深度融合亟需重视把经济发展推动科技创新、科技引领经济发展融入到人才高质量成长的每个环节。

(3)中国科技人才开发质量提升的重要支撑是资本投入，各地应各有侧重地形成科技人才稳定支持机制。科技创新工作是一项需要长期积累、稳定支持的大工程，不论是发达地区还是不发达地区，资本投入是否充足都是制约科技人才开发质量的关键，也是促进科技人才与技术创新突破、社会高质量发展之间良性循环的关键。因此，实现科技自立自强的初期阶段需要形成科技人才稳定支持机制，不能急于强调产出，不能过于注重评价，否则就容易导致科技人才开发质量不高、成果国际影响力欠缺等不良后果。

5.2 政策建议

(1)加强推动各省份科技人才政策改革。人才是第一资源，而政策是人才开发质量提升的关键要素，推动形成政府引导、市场主导的引才方式。首先，加强各省份科技管理人才互通共享。科技管理人才在当地的人才引进、使用、评价、激励及经费支持政策制定等方面发挥重要作用。鼓励经济发达地区科技管理人才到经济落后地区建功立业，缩小各省份治理能力差异，促进科技人才现状、资本驱动、经济效益3个维度的良性循环。其次，对于科技人才现状不佳的地区需要加大支持力度精准施策、吸引世界各地科技人才，比如对于西部地区应当加大资本投入、优化人才发展环境，着重提升人才集聚密度，同时加强吸引本地籍贯的海内外领军人才；对于已形成科技人才集聚高地的地区，如上海应当着重发挥海外高层次人才引进的枢纽作用，以优化人才结构、突破重点领域技术为目标，简化海外高端科技人才来华发展的流程，同时完善青年科技人才落户、住房等安居政策，担当起青年科技人才培养的重任，加快完善人才分类评价制度，营造优秀青年科技人才发现快、用得好、留得住的良好环境。

(2)加快探索全球科技人才柔性流动机制，融入国内国际双循环新发展格局。国内角度，瞄准中国科技人才开发质量的薄弱环节，将人才培养放在首要位置，打造开放的、自由的人才成长大环境，让人才跨越区域和职能的边界柔性流动、动态培养。如打破科研院所和企业界限，不被传统的户籍、档案、身份等限制，促进人才资源优化配置、推进产学研深度融合、优化企业人才结构、提升成果转化效率，也让科技人才得到更多的 “用武之地”；同时满足全国各地不同的人才的使用需求，缓解各地区人才结构型紧缺，也充分发挥高层次人才集聚的辐射作用，实现 “人才充分流通、智力全面共享、城市协同发展”的良性循环。国际角度，瞄准我国国际化发展需要、高精尖人才缺口，将引进海外高端人才作为首要目标，积极探索海外科技人才寻访和流动的可视化网络，把握海外科技人才流动特征、流动趋势，大胆创新海外人才精准定位方式和国际通行的引进制度。

(3)加强企业科技人才队伍建设，夯实企业创新主体地位。从企业发展角度看，科技人才作为企业创新的主体力量，对企业的科技创新和发展建设至关重要。一是政府为企业家提供优质的外部培训资源，增加培训经费投入，加速企业家高质量成长。比如组织 “全国企业家管理能力建设研修班”，提供各省份企业家之间集中交流的机会，鼓励企业家跨省份合作和经验共享，提升企业家管理水平、职业素养，加强企业责任担当。二是鼓励企业加大高端人才引进、青年人才培养及科技经费投入力度，激励企业加快形成核心专业团队，保障科技队伍持续发展。同时各地区相关人才政策向企业倾斜，帮助企业集聚科技人才资源，引好育好用好科技人才。