跨区域合作:沪澳共建青年科技创新人才协同培养机制研究

刘小芳, 李露露, 王亚航, 张向前, 刘伯良

(1.上海应用技术大学 世界重要人才中心和创新高地研究院, 上海 201418;2.上海应用技术大学 人文学院, 上海 201418)

党的二十大报告指出教育、科技、人才是全面建设社会主义现代化国家的战略性支撑,为实现国家和民族长远发展大计,须深入实施人才强国战略,培养造就大批德才兼备的高素质人才[1]。新发展阶段下,人才的重要性不言而喻,跨地区人才培养显得尤为必要。跨地区协同培养人才可提升人才科研创新能力,深化学术生产效益,有助于提高国家或地区在国际科研竞争中的地位和影响力。例如,美国、英国、澳大利亚为培养更多优质人才,分别制定了《制定成功路线:美国STEM教育战略》《科学、技术、工程和数学(STEM)学科的高等教育》《科学、技术、工程与数学:澳大利亚的未来》等相应人才发展战略[2]。通过观察纽约湾、旧金山湾和东京湾这3个世界一流湾区可以发现,地区之间人才聚集与协同培养现象愈演愈多。同时我国人才协同培养模式亦蒸蒸日上。例如,在京津冀地区,与国外协同共建社科院-美国杜兰大学、北京科技大学-美国阿灵顿商学院、中国人民大学-加拿大女王大学等;在长三角地区,协同共建上海纽约大学、昆山杜克大学、宁波诺丁汉大学以及西交利物浦大学等;在珠三角地区,协同共建港中深、北师港浸大、深圳北理莫斯科、广东以色列理工等。无论是国外的三大一流湾区还是国内三大经济体的人才联合培养模式都有一个共同特点,即地理临近性,随着科技和产业的创新,尤其是新冠肺炎疫情以来对人们生活方式带来的改变和元宇宙技术的兴起,各区域之间的政府、企业和大学等机构的合作方式发生改变,为跨地区合作提供更多可能,跨区域人才培养将会成为未来发展趋势。上海作为中国的科技创新和经济中心,拥有丰富的高等教育资源和研究机构,而澳门则在国际交流与合作方面具备独特地理优势,同时,上海和澳门都面临着培养高水平科技创新人才的需求。沪澳共建青年科技创新人才协同培养机制不仅符合区域优势互补和人才培养需求,还有助于推动国际化视野、创新驱动发展和国际学术合作的实现,将对两地的科技创新和社会发展产生深远影响。

1 文献综述

人才是科技创新的关键驱动力,是社会进步和可持续发展的基石。工以才成,业由才广,要加快形成有利于人才相关的培养机制,培植好人才成长的沃土,让人才根系更加发达[3]。随着社会发展和科技进步,科技人才占据着越来越重要的地位,如何培养青年科技创新人才成了学术界探讨热点。陈凯华等[4]认为青年科研队伍在重大科技成果产出中发挥了中坚作用,肯定了青年科技人才对社会发展的作用;涂盛雪和孔燕[5]认为优秀科技人才的科学家精神推动他们的科学事业走向成功;Paik等[6]用生产天赋模型证明了可变因素和环境因素对人才培养起着重要作用。培养青年科技创新人才的同时存在许多问题,如教育资源与产业需求融合度不足[7]、缺乏协同效果考核机制[8]、人才流动性偏低等[9]。针对这些问题,学者们集思广益,提出诸多人才培养模式。例如,王一涛和路晓丽[10]认为应该将“中高本”技术技能人才进行一体化培养;Hall等[11]、Govender和Taylor[12]认为运用“产学研”模式培养人才可提升人才学业能力和就业能力;胡杨[13]通过形成机理分析得出产学研合作创新的多维邻近性有利于科技人才培养。而以高校林立为特征的京津冀产学研育人体系、以金融领先为特征的长三角产学研育人体系和以全球引智为特征的粤港澳产学研育人体系[14]都具有地理临近性的特点。在当今全球化背景下,区域人才协同培养合作不可仅考虑地理临近性,亟须通过跨区域人才协同培养来整合地区资源并应对全球挑战。例如,王海花等[15]指出要充分利用产学主体的知识网络资源和合作网络优势位置为跨区域创新提供动力;苏灿等[16]提出强化区域间合作,重视跨区域合作创新获取外部知识,引导区域产业多样化发展。2021年6月4日,澳门特别行政区政府与上海市人民政府共同举行沪澳合作会议第一次会议,大力支持跨区域专业技术人才培养体系建设,亦为两地人才交流合作奠定了新起点。故现就上海和澳门跨区域青年科技创新人才协同培养机制问题进行研究,深入探索沪澳青年科技创新人才协同培养模式。

2 沪澳协同培养科技人才的前景与潜力

2.1 在澳门产业化转型中协同培养人才

澳门被称为“东方蒙地卡罗”,博彩业为澳门的支柱性产业,是澳门GDP和政府财政收入的主要来源。在新冠肺炎疫情的影响下,澳门产业遭受重创,2020年澳门博彩业毛收入为610.47亿澳门元,自2008年以来首次降至千亿澳门元以内,较2019年下降79.2%。旅游作为澳门第二大支柱产业,同样受到新冠肺炎疫情的严重影响。2020年来澳门旅客数量较2019年下降85%,仅589.7万人次,旅客带来的消费同比下降81.4%,酒店入住率不及上一年的1/3。新冠肺炎疫情对博彩业和旅游业的影响直接导致2020年度澳门的GDP较2019年下降超1/2,至1 944亿澳门元。故澳门产业转型刻不容缓,优化澳门营商环境,推进澳门的产业多元化发展,应该把高新技术作为发展的主方向。澳门行政长官贺一诚在第五届特区政府中期主要实证工作回顾中提到,要强化院校产业导向,聚焦中医药、微电子、旅游等重点领域。产业转型需要科技人才的支撑,澳门在《人才引进法律制度》中提出优先引进“高端人才”,以及四大产业发展所需人才。目前,澳门的高校学科设置与科技人才结构具有滞后性,亟须深化整改。上海拥有强大的教育体系、前沿的学科设置和大量的科技人才,且高校专业覆盖面广,学科丰富且专业性强。沪澳共建人才协同培养机制可充分发挥双方的区域优势,促进知识创新与交流共享。

2.2 沪澳协同培养国际科技人才

高校是培养科技人才的摇篮。由沪澳高校在2022年QS(Quacquarelli Symonds)和THE(泰晤士高等教育)世界大学排名中国际化程度指标的得分可以发现,QS世界大学排名中复旦大学、上海交通大学和同济大学这3所上海高校国际教师比例和国际学生比例平均得分分别为65.47和37.63;澳门大学和澳门科技大学两所澳门高校国际教师比例和国际学生比例平均得分为100和99.1;而世界前10名高校相应的分为95.61和87.1。THE世界大学排名出现了相同的状况,上海3所高校、澳门两所高校和世界排名前10的高校在国际视野这一指标平均得分分别为51.9、99.65和82.79。通过这些数据得知,澳门高校国际化水平高于世界一流大学水平。而上海高校国际化程度则远低于国际一流大学国际化程度。上海与澳门高校进行人才协同培养合作,势必能够为中国科技人才国际竞争力做出贡献。

2.3 带动长三角和珠三角产业发展

沪澳共建青年科技创新人才协同培养机制有潜力对长三角和珠三角地区的产业发展产生积极影响。首先,协同培养机制有望引导青年科技人才在不同地区的知识交流和合作,知识的分享和转移能够创造知识溢出效应,进而促进产业技术升级和创新;其次,青年科技人才的流动将促使长三角和珠三角地区形成更强大的产业集群,通过吸引具备高级科技知识和技能的人才,地区可以更易形成或加强特定产业的集群,从而推动整个地区产业的发展;同时,合作培养机制可为青年科技人才提供更广泛的国际化视野,促使人才适应多元文化,对产业创新和国际市场开拓都具有积极影响。

3 研究设计与实证分析

3.1 样本选择及数据来源

收集2010-2020年的上海与澳门相关青年科技创新人才培养指标数据进行分析,数据来源于《上海统计年鉴》《澳门统计年鉴》《中国统计年鉴》《中国科技统计年鉴》、国家地理基础信息中心等,由于原始数据中存在部分数据缺失,采用指数平滑法补充其缺失数据。

3.2 基于“投入-产出”的评价指标体系构建

通过查阅文献,基于指标选取的科学性、系统性原则,青年科技创新人才培养的投入指标指的是各项资源投入,主要包括教育经费支出、高等学校教师数量、普通高等学校教职工人数、平均每教师负担普通高等学校学生数、地区科协系统主办科技期刊种类。青年科技创新人才培养的产出指标包含专利授权数、高等教育学生数量、第三产业结构占比、地区生产总值。结合沪澳青年科技创新人才培养现状,构建沪澳青年科技创新人才培养投入产出指标体系,见表1[17-22]。

3.3 沪澳青年科技创新人才培养水平评价

3.3.1 熵值法计算指标权重

熵值法是一种准确客观的评价方法。为有效避免主观因素影响,保证评价过程的科学严谨性,选择使用熵值法作为青年科技创新人才培养水平的综合评价方法。运用熵值法计算沪澳青年科技创新人才培养评价指标体系的各指标权重,具体计算步骤如下。

1)指标无量纲化处理。标准化处理原始数据,对于正、负向指标,分别使用式(1)、式(2)对数据进行处理。

正向指标:

(1)

负向指标:

(2)

式中:Xij为第i个评价对象的第j项评价指标。其中i=1,2,…,m;j=1,2,…,n。

2)信息熵计算。

(3)

(4)

3)计算权重。

dj=1-ej

(5)

(6)

式中:dj为第j项评价指标下的差异性系数;Wj为第j项指标的权重。其中差异性系数dj的大小与评价结果的影响成正比。

4)计算综合得分Ui。

(7)

综合得分越高,说明指标重要性程度越高。

3.3.2 沪澳青年科技创新人才培养现状评价

深入实施人才强国战略,青年科技人才的培养极其重要。收集2010-2010年上海市与澳门的青年科技创新人才培养指标数据,利用SPSSAU软件对相关数据进行处理,得到沪澳青年科技创新人才培养投入产出指标权重,见表2。

利用熵值法计算青年科技创新人才培养指标权重。从表2可以看出,上海地区的普通高等学校教职工人数指标权重最高为0.221 4,专利授权数及高等教育学生数量指标权重紧随其后,分别为0.204 6与0.115 6,教育经费支出的权重最低,为0.051 0。体现出上海在青年科技创新人才培养方面,普通高等学校教职工数量较为充足,但教育经费支出不足,相关教职工人员的福利待遇亟须提升,更看重专利授权数量与高等教育学生数量。澳门地区的高等学校教师数量指标权重最高,为0.270 5,平均每教师负担普通高等学校学生数指标权重最低,为0.066 9,体现出澳门地区培养青年科技创新人才更注重师资力量投入,在教育经费支出与平均每教师负担普通高等学校学生数方面亟须加强。对比上海与澳门的青年科技创新人才培养投入产出指标权重,实证结果得出两个城市均注重高等学校教师数量、专利授权数量与高等教育学生数量等,对于教育经费支出、平均每教师负担普通高等学校学生数与地区科协系统主办科技期刊种类等投入较少。上海与澳门的人才培养亟须加强教育经费支出等人才培养投入。

利用SPSSAU软件计算两个城市2010-2020年的指标综合得分,如图1所示。

图1 2010-2020年沪澳青年科技创新人才培养综合得分

通过图1可以看出,上海的青年科技创新人才培养综合得分在2010-2011年短暂下降,此后呈持续递增趋势,于2020年达到最高点,为2.671 8,体现出近年来上海市正在不断加大青年科技创新人才培养力度。澳门的青年科技创新人才培养综合得分在2010-2019年不断增长,2019年达到最高点,为2.613 6,于2020年回落到2.274 6分。总的来说,两个城市的青年科技创新人才培养综合得分大体上都呈现递增趋势,但澳门2011-2019年的综合得分高于上海,澳门更注重师资力量的投入,上海亟须与澳门协同深化青年科技创新人才培养机制,共同培养高质量青年科技创新人才,助力我国尽快建成社会主义现代化强国。

3.4 沪澳青年科技创新人才培养的时空特征分析

采取探索性空间数据分析(exploratory spatial data analysis,ESDA)分析沪澳青年科技创新人才培养的空间特征。人才效应指标将选择沪澳青年科技创新人才培养的产出指标作为沪澳人才培养的时空特征分析指标,即专利授权数量、高等教育学生数量、第三产业结构占比和地区生产总值4项指标(表3)。上述指标在衡量区域科技创新人才产出时具有一定的系统性优势。在数据处理中,为避免时间序列所带来的异方差影响,人才效应(TE)指标数据进行对数处理。

表3 沪澳青年科技创新人才培养的时空特征分析指标体系

探索性空间统计作为空间计量统计重要的研究方法之一,主要用于描述研究对象某一属性的空间分布特征,并通过测算其空间相关程度来反映要素空间上的集聚格局特征。ESDA方法可以更好地反映研究对象的空间关联性,主要分析内容包括局部自相关分析和全局自相关分析。局部自相关检验主要分析区域空间属性值的分布特征,分析集聚所发生的位置;全局自相关检验主要判断全局范围内是否存有集聚特征和现象。

3.4.1 空间权重矩阵的概念

空间计量模型引入了空间权重矩阵,可以反映空间位置或者相互作用信息,且不同类型的空间权重矩阵能够反映各个单元之间在空间、人口流动等方面的关系。在模型中引入空间权重矩阵可以在反映真实情况的基础之上进行更好地分析和预测。确定空间权重矩阵的方法也有多种,但是空间邻阶的性质决定了其只能衡量研究样本截面的“局部地区”,而空间地理距离将两两地区之间的权重数值化,这才体现总体性。综上,选择反距离矩阵来确定空间权重。

3.4.2 空间权重矩阵的确定:反距离矩阵

因为空间单元在多种属性上有不同的特性,如果是单纯的邻接矩阵则可能没办法反映其真实的空间情况。反距离矩阵利用城市距离来反映空间效应的强弱,两者呈现负相关。空间距离指数中的经纬度数据来源于国家地理基础信息中心,其计算公式为

(8)

式中:Dij为区域i与j之间的距离关系;dij为两个区域地理中心位置之间的直线距离。

3.4.3 全局空间自相关分析:Moran’sI值

当考虑空间单元某个属性在整个研究期间和空间范围内所呈现出来的空间相关性时需要用全局空间自相关进行测算,常用统计量主要有全局Geary’sC或全局Moran’sI统计量。由于前者相较于后者敏感度较高,全局Moran’sI不容易受到偏离正态分布的影响,因此在学术研究中更适合空间应用分析,故本文中用全局莫兰指数I作为检验变量进行分析。全局Moran’sI的计算公式为

(9)

在沪澳人才产出的空间依赖性和空间集聚特征的研究中,将利用空间自相关检验的方法进行测算。依据上文论述建立基于反距离关系的空间权重矩阵d,并基于矩阵测算其Moran’ sI指数,研究不同空间邻接关系对人才集聚的影响,测算结果见表4。

表4 基于二阶反距离空间权重矩阵的2010-2020年沪澳人才产出空间自相关情况

从表4数据可以看出,在样本研究期内,二阶反距离空间权重矩阵条件下的沪澳青年科技创新人才培养产出具有空间自相关性,拒绝原假设。考察期内,Moran’sI均为负值,呈现空间负相关的集聚形式,由高值倾向于与低值聚类,说明上海拥有的较多人才培养及附带的创新要素和良好的经济发展环境会向澳门聚类,形成一定的人才“虹吸效应”。

3.4.4 局部空间自相关分析:LISA值

局部空间自相关分析(local indicators of spatial association,LISA)用来分析和度量各个空间单元属性之间的集聚特征和关联程度,探索这种趋势的时空变化,变量为局部Moran’ sI,其计算公式为

(10)

(11)

式中:E(I)为均值;V(I)为方差。为了更加直观地反映空间单元之间空间相关情况,一般选用LISA散点图(图2)对局部空间自相关情况进行表示。

图2 LISA散点图

在局部莫兰指数中,当Ii大于E(Ii),表明地理单元i存在空间正相关现象;当Ii小于E(Ii),表明地理单元i存在空间负相关现象。其中Ii表示地理单元i的Moran’sI值。在全局自相关检验的基础上,局部自相关分析更能反映各区域空间自相关对整体空间自相关的影响程度。在本文的局部空间自相关分析中,2010-2020年的局部空间自相关LISA值见表5。

表5 2010-2020年沪澳局部空间自相关LISA值

从表5结果来看,LISA值均为负数且小于期望值,表明上海和澳门与其周围区域的属性值差别较大,即存在着一种空间负相关现象,该结论与全局自相关一致。此外为了探究沪澳青年科技创新人才产出的空间异质性,通过基于二阶反距离空间权重矩阵的Moran’sI指数形成的莫兰散点图进行研究。为了更好地检验数据,采取江苏省的同类型指标数据作为参照组。计算结果显示2010年的沪澳青年科技创新人才产出Moran’sI=-0.757,2020年的为Moran’sI=-0.719,可知本文的数据在大类上是合理可行的。同时,2010-2020年,区域自相关属性未发生改变:上海为“H-L”集聚,澳门为“L-H”集聚。呈现出“H-L”集聚的上海是我国国家中心城市,同时也是长江经济带的龙头城市;呈现出“L-H”集聚的城市为澳门。在未来的发展中,沪澳共建中更需要沪澳协同合作,输出各自创新要素。

4 结论与建议

通过收集2010-2020年上海与澳门的相关指标数据,利用熵值法计算各指标权重,分析目前沪澳青年科技创新人才培养机制中存在的问题,研究上海与澳门两大城市间青年科技创新人才协同培养机制,得出下列结论:①上海与澳门的青年科技创新人才培养均较为重视高等学校教师数量与专利授权数量等,在教育经费支出与平均每位教师负担普通高等学校学生数方面投入较少。教育经费的不足与学生数量的增加使得教师负担增加。为此,两个城市应提高教育经费等的支出,降低教师的学生负荷数量,保障人才培养的投入,提高人才的质量产出。②2011-2019年,澳门的青年科技创新人才培养整体综合评价得分高于上海。澳门高度重视课程、教学、评核的相互促进作用,关注青年科技创新人才的引进、培养、保留、外借。而上海作为国际大都市,也拥有丰富的人才培育教育资源,吸引着大批外来学者,故在青年科技创新人才培养方面,上海更应加强与澳门的跨区域合作,共建青年科技创新人才协同培养机制,加快关键核心技术的攻坚,厚植人才资源优势。③在2010-2020年研究期内,全局自相关检验中,反距离空间权重矩阵条件下的沪澳青年科技创新人才培养产出呈现出空间负相关的集聚模式,高值倾向于与低值聚类,说明上海拥有较多人才培养创新要素和良好的经济发展环境,上海会向澳门聚类并形成一定的人才“虹吸效应”;局部自相关检验中LISA值小于期望值,这也表明上海和澳门与其周围区域的属性值差别较大,即存在着一种空间负相关现象,该结论与全局自相关一致;此外上海呈现“H-L”集聚形态,澳门呈现“L-H”集聚形态,结论符合现实,且在未来的发展中,沪澳共建更需要上海向澳门集聚人才及输出各自创新要素。

我国已进入高质量发展阶段,青年科技创新人才培养对于推动我国实现科技强国战略十分重要。通过实证研究结果与沪澳青年科技创新人才协同培养现状,沪澳共建青年科技创新人才协同培养机制可以从以下几点进一步优化:①完善政、产、学、研、用、创协同培养机制,搭建以产业为引领,多元主体共同参与,政、学、研实现资源共享、人才共育的多元创新人才协同培养机制[23],同时,通过产学研深度合作促进澳门经济多元发展,加快实现澳门产业转型升级;②深化沪澳青年科技创新人才培养国际合作,实现国内外人才培养资源互利共享,依托国际人才培育中心等平台,邀请国外高水平教授为学生教学,设立青年科技创新人才海外交流学习基金项目,以城市高质量发展聚集海内外高质量人才,促进人才“引进、培养、回流”三轨并行;③加大青年科技创新人才培养力度,增强科研经费与教育经费的投入,以更有效的激励机制和举措激发人才创新能力,以创新驱动发展,掌握科技创新核心关键技术,以沪澳青年科技创新人才培养深度多元合作促进城市更高质量发展,打造青年科技创新人才聚集高地。