田瑞強(qiáng)，姚長(zhǎng)青，袁軍鵬，潘云濤，李俊峰

(1.中國(guó)科學(xué)技術(shù)信息研究所，北京 100038;2.中國(guó)華油集團(tuán)公司，北京 100101)

基于履歷信息的海外華人高層次人才成長(zhǎng)研究:生存風(fēng)險(xiǎn)視角

田瑞強(qiáng)1，姚長(zhǎng)青1，袁軍鵬1，潘云濤1，李俊峰2

(1.中國(guó)科學(xué)技術(shù)信息研究所，北京 100038;2.中國(guó)華油集團(tuán)公司，北京 100101)

本文從ESI高被引作者庫(kù)中的華人科學(xué)家入手，通過(guò)網(wǎng)絡(luò)搜集到其中233名科學(xué)家的履歷信息，對(duì)其進(jìn)行深度加工，利用Kaplan-Meier法研究了不同因素下各階段生存風(fēng)險(xiǎn)率的差異，并用Cox比例風(fēng)險(xiǎn)模型探討了成長(zhǎng)過(guò)程中各因子的具體影響效果。KM結(jié)果表明在職業(yè)生涯的初級(jí)階段獲得博士學(xué)位的國(guó)別對(duì)科技人才的職業(yè)成長(zhǎng)具有顯著影響，在美國(guó)獲得博士學(xué)位或不在中國(guó)獲得博士學(xué)位的科技人才都具有相對(duì)明顯的優(yōu)勢(shì)實(shí)現(xiàn)快速成長(zhǎng);在較高級(jí)階段這種影響越來(lái)越不顯著。Cox結(jié)果表明博士畢業(yè)后選擇在研究所工作增加了助教和教授階段的生存風(fēng)險(xiǎn)，從而加速職業(yè)成長(zhǎng);而具有博士后工作經(jīng)歷則降低了助教和教授階段的生存風(fēng)險(xiǎn)，從而減緩了成長(zhǎng)速度。

履歷分析;高層次人才;人才成長(zhǎng);生存分析;Cox風(fēng)險(xiǎn)模型

一、引言

人才資源是第一資源。進(jìn)入新世紀(jì)，我國(guó)實(shí)施了人才強(qiáng)國(guó)戰(zhàn)略。當(dāng)前正處在建設(shè)創(chuàng)新型國(guó)家的關(guān)鍵時(shí)期，要在激烈的國(guó)際競(jìng)爭(zhēng)中掌握戰(zhàn)略主動(dòng)、實(shí)現(xiàn)發(fā)展目標(biāo)，就必須吸引和培養(yǎng)大批國(guó)際一流人才，吸引更多高層次人才，使其充分發(fā)揮才能?！秶?guó)家中長(zhǎng)期人才發(fā)展規(guī)劃綱要(2010-2020年)》也提出建設(shè)重大人才工程——“海外高層次人才引進(jìn)計(jì)劃”，并明確指出要加強(qiáng)人才培養(yǎng)，關(guān)心人才成長(zhǎng)。因此對(duì)海外高層次華人科學(xué)家的職業(yè)成長(zhǎng)軌跡進(jìn)行研究既有利于我國(guó)的人才引進(jìn)，同時(shí)也可從中汲取高層次科技人才成長(zhǎng)經(jīng)驗(yàn)，并為我國(guó)的人才政策提供有利建議。

國(guó)外對(duì)優(yōu)秀人才成長(zhǎng)研究是隨著人力資源管理研究的逐步深入而引起研究者關(guān)注的。他們對(duì)人才成長(zhǎng)問(wèn)題的研究主要采用質(zhì)性方法研究，并從心理學(xué)視角著眼，普遍認(rèn)為個(gè)性自由發(fā)展是優(yōu)秀人才成長(zhǎng)的前提，經(jīng)濟(jì)和社會(huì)需求是優(yōu)秀人才發(fā)展的基本取向。朱克曼(Harriet Zuckerman，1979)［1］在《科學(xué)界的精英》中集中研究了美國(guó)諾貝爾獎(jiǎng)獲得者的生平，搜集了大量有關(guān)獲獎(jiǎng)?wù)叩奈墨I(xiàn)資料和其它的背景材料，對(duì)獲獎(jiǎng)?wù)叩募彝ケ尘?、求學(xué)經(jīng)歷和工作經(jīng)歷等情況進(jìn)行了深入分析，提出了影響諾貝爾獎(jiǎng)獲得者成長(zhǎng)的一般因素。科爾兄弟(Jonathan Cole＆ Stephen Cole，1989)在《科學(xué)界的社會(huì)分層》中詳細(xì)分析了科學(xué)界的社會(huì)分層對(duì)青年科學(xué)家成長(zhǎng)的影響［2］。國(guó)內(nèi)對(duì)優(yōu)秀人才問(wèn)題的研究，在優(yōu)秀人才界定、價(jià)值、成長(zhǎng)環(huán)境與規(guī)律、影響因素等方面取得一定的理論成果。肖俊茹通過(guò)對(duì)5位優(yōu)秀博士學(xué)位論文獲得者的個(gè)案訪談研究了高層次學(xué)術(shù)型人才成長(zhǎng)經(jīng)歷［3］。蒲云、代寧、王永杰等也通過(guò)對(duì)全國(guó)優(yōu)秀博士學(xué)位論文作者調(diào)查研究了創(chuàng)造性拔尖人才成長(zhǎng)規(guī)律［4］。王輝、牛棟、王雪梅等利用ESI Special Topics網(wǎng)站進(jìn)行了國(guó)際地學(xué)和環(huán)境/生態(tài)學(xué)領(lǐng)域優(yōu)秀人才成長(zhǎng)因素分析［5］。王平基于人力資本生產(chǎn)(增值)規(guī)律，研究了人才流動(dòng)與人才成長(zhǎng)關(guān)系［6］。朱蘇麗基于無(wú)界職業(yè)生涯理論研究了人才成長(zhǎng)與人才流動(dòng)的關(guān)系［7］。郭樑基于人才矢量分析方法研究了拔尖創(chuàng)新人才成長(zhǎng)規(guī)律［8］。朱鄭州等根據(jù)生態(tài)系統(tǒng)理論研究了杰出科技人才的素質(zhì)特征，分析了杰出科技人才成長(zhǎng)的微觀、中間、外觀、宏觀史觀系統(tǒng)［9］。

近期的人才研究則開始了基于科研人員履歷分析的探索。科技人員的履歷是其職業(yè)生涯的歷史寫照，記錄了科研人員的成長(zhǎng)歷程，包括教育、學(xué)術(shù)、職位變遷、科研產(chǎn)出、榮獲資助及榮譽(yù)等數(shù)據(jù)，信息量極為豐富。美國(guó)佐治亞理工大學(xué)1996年設(shè)立了RVM(research value mapping)項(xiàng)目，是履歷研究的拓荒實(shí)驗(yàn)①RVM項(xiàng)目現(xiàn)由美國(guó)亞利桑那州立大學(xué)支持.見http://www.cspo.org/rvm/。。經(jīng)過(guò)不斷發(fā)展，履歷分析已經(jīng)被成功地用來(lái)研究人才流動(dòng)對(duì)生產(chǎn)力、職業(yè)模式和合作的影響。Dietz等(2000)分析了生物技術(shù)和與微電子相關(guān)科領(lǐng)域科學(xué)家的履歷信息，揭示了科研機(jī)構(gòu)科學(xué)家向工業(yè)界的流動(dòng)情況及不同的合作模式，并研究了其在科研產(chǎn)出上的差異［10］。Dietz等(2005)收集和編碼了1200名科學(xué)家和工程師的履歷，同時(shí)也利用美國(guó)專利數(shù)據(jù)庫(kù)(USPTO)，研究了產(chǎn)業(yè)界、學(xué)術(shù)界和政府部門與這些科學(xué)家和工程師的科研產(chǎn)出、專利產(chǎn)出之間的關(guān)系。關(guān)注研究人員在這三者之間的轉(zhuǎn)換，特別是在大學(xué)和產(chǎn)業(yè)界之間的轉(zhuǎn)移［11］。Sabatier等(2006)用583名法國(guó)生命科學(xué)領(lǐng)域的科學(xué)家的履歷，研究了職業(yè)升遷職業(yè)模式中職業(yè)流動(dòng)所起的作用［12］。Fonts(2007)使用履歷和其他數(shù)據(jù)源分析了葡萄牙生命科學(xué)領(lǐng)域科學(xué)家的科技產(chǎn)出、科技合作與人才流動(dòng)之間的關(guān)系［13］。Koen Jonkers和Robert Tijssen(2008)采用中國(guó)植物分子科學(xué)領(lǐng)域回國(guó)的頂尖人才的履歷數(shù)據(jù)，研究了他們的流動(dòng)歷史、科研產(chǎn)出、國(guó)際科技合作情況，分析了科技人才流動(dòng)與國(guó)際科技合作之間的關(guān)系［14］。

生存分析是將事件的結(jié)果(終點(diǎn)事件)和出現(xiàn)這一結(jié)果所經(jīng)歷的時(shí)間(生存時(shí)間)結(jié)合起來(lái)分析的一種統(tǒng)計(jì)分析方法［15］。生存分析的一個(gè)主要特點(diǎn)是可以處理刪失(Censor)數(shù)據(jù)。刪失是指準(zhǔn)確生存時(shí)間未被觀察到的情況，在人才的履歷研究中，樣本中同一事件的發(fā)生并不同時(shí)，例如研究樣本中科技人才的獲得博士學(xué)位時(shí)間不可能都相同，因而不可避免地存在刪失數(shù)據(jù)。生存分析通過(guò)建立刪失數(shù)據(jù)解決傳統(tǒng)方法的限制，使用所有的樣本數(shù)據(jù)來(lái)全面反映事件的實(shí)際情況，從而解決樣本偏差問(wèn)題。生存分析中的生存函數(shù)能夠反映研究事件在每一時(shí)點(diǎn)的生存率，從而揭示其它傳統(tǒng)統(tǒng)計(jì)方法無(wú)法得到的動(dòng)態(tài)特征［16］。因此，生存分析方法適合于研究動(dòng)態(tài)事件發(fā)生過(guò)程的規(guī)律以及事件發(fā)生的影響因素。

正是在概念和方法上的相對(duì)優(yōu)勢(shì)，對(duì)于人才成長(zhǎng)研究來(lái)說(shuō)，生存分析可以全面描述人才成長(zhǎng)過(guò)程中的影響因素，同時(shí)能夠反映人才成長(zhǎng)特征，越來(lái)越多的研究者都利用生存分析法進(jìn)行人才的履歷研究。例如:Corley，Bozeman及 Gaughan(2003)［17］利用科技人才的履歷數(shù)據(jù)研究了美國(guó)的科研基金資助對(duì)于女性科學(xué)家的職業(yè)軌跡和職業(yè)產(chǎn)出的影響，其統(tǒng)計(jì)方法也不同于尋?？蒲性u(píng)價(jià)中使用的統(tǒng)計(jì)工具，他們引入了風(fēng)險(xiǎn)模型，通過(guò)生存分析對(duì)科技人才的職業(yè)生涯進(jìn)行了縱向考察，并發(fā)現(xiàn)履歷數(shù)據(jù)在科研評(píng)價(jià)的許多問(wèn)題研究中都具有廣泛的應(yīng)用前景。Gaughan和Robin(2004)利用生存分析法研究了法國(guó)和美國(guó)的不同科技支持政策對(duì)科研人員早期職業(yè)發(fā)展的影響［18］。Monica Gaughan(2009)利用 76 名科技人才的履歷數(shù)據(jù)進(jìn)行編碼，通過(guò)構(gòu)建比例風(fēng)險(xiǎn)模型，研究了美國(guó)國(guó)立衛(wèi)生院對(duì)于科技人才的資助在人才的職業(yè)生涯中起到的作用［19］。國(guó)內(nèi)也有學(xué)者利用生存分析方法進(jìn)行了生物醫(yī)藥領(lǐng)域以外的研究，如王燕等［20］2006年利用生存分析研究了顧客間隔購(gòu)買時(shí)間的影響因素，余翠玲等2011年利用Cox回歸模型研究了企業(yè)信息技術(shù)采納的影響因素，但國(guó)內(nèi)仍鮮有學(xué)者利用生存分析模型對(duì)人才成長(zhǎng)問(wèn)題進(jìn)行研究。

總的說(shuō)來(lái)，隨著履歷數(shù)據(jù)被引入人才問(wèn)題研究，生存分析也成為履歷數(shù)據(jù)處理的一種方法，但國(guó)內(nèi)基于科研人員履歷的相關(guān)研究較少，只有中國(guó)科學(xué)院周建中與他人合著的兩篇文獻(xiàn)。其一是關(guān)于科技政策研究中履歷分析方法的綜述［21］，另一篇是以“長(zhǎng)江學(xué)者”、“百人計(jì)劃”入選者及“杰出青年科學(xué)基金”獲得者的職業(yè)履歷為基礎(chǔ)，對(duì)其特征進(jìn)行的描述性統(tǒng)計(jì)［22］。為擺脫傳統(tǒng)方法靜態(tài)研究和樣本偏差的限制，動(dòng)態(tài)研究人才成長(zhǎng)問(wèn)題，本文基于科技人才的履歷數(shù)據(jù)，利用生存分析方法解決樣本偏差，探討不同影響因素在人才成長(zhǎng)的各個(gè)階段對(duì)其生存風(fēng)險(xiǎn)的影響作用。通過(guò)對(duì)海外科技華人科學(xué)家的職業(yè)成長(zhǎng)軌跡進(jìn)行研究為我國(guó)的人才成長(zhǎng)、人才培養(yǎng)及引進(jìn)工作提供參考信息。

二、數(shù)據(jù)與方法

(一)海外華人高層次人才數(shù)據(jù)收集

本研究目的是通過(guò)研究海外科技華人科學(xué)家的職業(yè)成長(zhǎng)軌跡，為我國(guó)的高層次人才引進(jìn)與培養(yǎng)提供參考。首先利用基礎(chǔ)科學(xué)指標(biāo)數(shù)據(jù)庫(kù)(Essential Science Indicators，ESI)高被引作者庫(kù)中的華人作者作為海外華人高層次科技人才名單。其次，通過(guò)網(wǎng)絡(luò)采集履歷信息。最后，利用生存分析對(duì)其職業(yè)成長(zhǎng)軌跡進(jìn)行研究。由于資源的可獲取性等限制因素，通過(guò)上述過(guò)程共收集到233名華人科學(xué)家的履歷數(shù)據(jù)，對(duì)其進(jìn)行深度編碼為生存分析準(zhǔn)備。

(二)生存分析方法的選擇及應(yīng)用

人才成長(zhǎng)的分析中，我們關(guān)注獲得博士學(xué)位的國(guó)別及其它因素對(duì)科技人才進(jìn)入下一職業(yè)階段風(fēng)險(xiǎn)率的影響。將科技人才的成長(zhǎng)分為三個(gè)階段:助教階段、副教授階段、教授階段。相應(yīng)地，本研究中的事件有:博士畢業(yè)的時(shí)間——起始事件;其余為不同階段的終點(diǎn)事件，獲得助教職位的時(shí)間、成為副教授的時(shí)間、獲得終身教授職位的時(shí)間。調(diào)查截止時(shí)仍未出現(xiàn)終點(diǎn)事件的數(shù)據(jù)為刪失數(shù)據(jù)。定義是否進(jìn)入某一職業(yè)階段為生存狀態(tài)變量，有兩個(gè)水平:0-進(jìn)入某一職業(yè)階段;1-未能進(jìn)入某一職業(yè)階段。生存時(shí)間為研究對(duì)象自取得博士學(xué)位至進(jìn)入某一特定職業(yè)狀態(tài)所歷經(jīng)的時(shí)間。假設(shè)科技人才經(jīng)歷這些風(fēng)險(xiǎn)事件或職業(yè)狀態(tài)對(duì)其職業(yè)生涯和成長(zhǎng)具有積極意義，科技人才不斷向著取得終身的學(xué)術(shù)職位——教授而努力成長(zhǎng)。如果科技人才取得博士學(xué)位的國(guó)家在其職業(yè)成長(zhǎng)過(guò)程中具有獨(dú)立的影響作用，那么可以通過(guò)科技人才在進(jìn)入不同職業(yè)狀態(tài)時(shí)經(jīng)受的不同風(fēng)險(xiǎn)分布進(jìn)行判斷。本研究利用生存分析方法對(duì)科技人才的履歷進(jìn)行分析，研究了科技人才成長(zhǎng)過(guò)程中的影響因素，實(shí)現(xiàn)的工具是IBM SPSS 20.0。

需要說(shuō)明的是，對(duì)于“Survival hazard analysis/Survival analysis”國(guó)內(nèi)較多地翻譯為“生存分析”，臺(tái)灣地區(qū)較多地使用“存活分析”的說(shuō)法。早期生存分析廣泛應(yīng)用于臨床研究，涉及有關(guān)疾病的愈合、死亡，因而冠名“生存分析”。隨著其他如經(jīng)濟(jì)學(xué)、工程學(xué)等領(lǐng)域的應(yīng)用，生存分析的“生存”與實(shí)際的“生存或死亡”的關(guān)系很弱。本文就是鑒于數(shù)據(jù)失訪不全而采用生存分析處理，使用的“生存”與實(shí)際意義也有一定差異。例如:生存風(fēng)險(xiǎn)率高，則表示相對(duì)地“好”。若助教階段承受較高的風(fēng)險(xiǎn)率，則生命長(zhǎng)度較短，其助教階段的時(shí)間就越短，職業(yè)成長(zhǎng)也就越快，因而表示“好”。

三、數(shù)據(jù)分析

(一)樣本統(tǒng)計(jì)

目前數(shù)據(jù)庫(kù)有233位海外華人高層次人才的基本信息，其中男性194位，占總數(shù)的83.26%，女性28位，僅占12.02%，其余科學(xué)家的性別信息未得到。在美國(guó)工作的科技人才最多，共148人占63.52%，其他國(guó)家如新加坡、加拿大、澳大利亞、日本等人數(shù)很少。在高校任職的科技人才最多，超過(guò)了83%;研究所有13人，產(chǎn)業(yè)界的最少，只有2人。有90人相當(dāng)于教授，占38.79%;75人相當(dāng)于副教授，占總數(shù)的 32.33%;助理教授的占21.98%。從海外科技人才的職務(wù)性質(zhì)來(lái)看，從事教學(xué)研究的人才占到了絕大多數(shù)，有160人，占68.67%。

(二)Kaplan-Meier分析

生存分析的一個(gè)關(guān)鍵概念是生存函數(shù)。用一個(gè)非負(fù)隨機(jī)變量T來(lái)表示生存時(shí)間，生存函數(shù)為隨機(jī)變量T越過(guò)時(shí)間t的概率。對(duì)每個(gè)職業(yè)狀態(tài)來(lái)說(shuō)，生存函數(shù)表示經(jīng)過(guò)某段時(shí)間T還未進(jìn)入這種職業(yè)狀態(tài)的個(gè)體的比例。研究開始時(shí)生存函數(shù)值為1，結(jié)束時(shí)其值表示還未進(jìn)入這種職業(yè)狀態(tài)的個(gè)體比例。因?yàn)槭孪炔恢婪植?，且參?shù)分布的假定對(duì)函數(shù)的估計(jì)有很大影響，所以本文采用KM非參數(shù)法估計(jì)科技人才不同職業(yè)階段的生存風(fēng)險(xiǎn)分布。KM結(jié)果見表1，圖1～圖3描繪了科技人才獲得博士學(xué)位的國(guó)別因素下職業(yè)發(fā)展不同階段的生存曲線。

表1 KM分析結(jié)果

助教階段，有143名科技人才在美國(guó)獲得博士學(xué)位，其中30.1%的數(shù)據(jù)刪失;90名不在美國(guó)獲得博士學(xué)位，37.8%的數(shù)據(jù)刪失。觀察期間共67%的樣本進(jìn)入了助教階段。通過(guò)Log Rank顯著性檢驗(yàn)得到，統(tǒng)計(jì)量服從自由度為1的χ2分布時(shí)的P值為0.016，表明在兩組之間總體生存函數(shù)沒有差異的前提假設(shè)下，獲得現(xiàn)有樣本結(jié)果的可能性非常小，從而推斷兩組之間生存函數(shù)的差異具有顯著性，可以看出是否在美國(guó)獲得博士學(xué)位對(duì)科技人才獲得助教職位的生存時(shí)間具有影響。圖1a刻畫了該因素下助教階段的生存曲線，由于生存函數(shù)表示經(jīng)過(guò)某段時(shí)間T還未進(jìn)入這種職業(yè)狀態(tài)的個(gè)體比例，所以圖中下方的曲線表示“好”:因?yàn)閷?duì)每一個(gè)時(shí)間T，在美國(guó)獲得博士學(xué)位的科技人才都要承受更高的風(fēng)險(xiǎn)進(jìn)入助教階段，同時(shí)風(fēng)險(xiǎn)率高，則其生命長(zhǎng)度較短，其助教階段的時(shí)間就越短，職業(yè)成長(zhǎng)也就越快。

考慮是否在中國(guó)獲得博士學(xué)位的因素，則科技人才助教階段的生存曲線表現(xiàn)出相似卻又不同的結(jié)果。樣本中有43名科技人才在中國(guó)獲得博士學(xué)位，其中27.9%數(shù)據(jù)刪失;190名科技人才不在中國(guó)獲得博士學(xué)位，34.2%的數(shù)據(jù)刪失。觀察期間共67%的樣本進(jìn)入了助教階段。Log Rank檢驗(yàn)P值為0.004，則是否在中國(guó)獲得博士學(xué)位獲得助教職位的生存時(shí)間具有影響的。圖1b可以看出不在中國(guó)獲得博士學(xué)位的人才更快進(jìn)入助教階段。

圖1 助教階段:科技人才的生存函數(shù)

副教授階段，是否在美國(guó)獲得博士學(xué)位因素不具有顯著影響。Log Rank檢驗(yàn)P值為0.912，所以該影響不顯著。圖2a也表明是否在美國(guó)獲得博士學(xué)位的科技人才進(jìn)入副教授階段的兩條生存曲線并無(wú)明顯差異，兩者的風(fēng)險(xiǎn)率變化趨勢(shì)大致相同。是否在中國(guó)獲得博士學(xué)位因素下，Log Rank檢驗(yàn)P值為0.028，表明對(duì)生存時(shí)間具有顯著影響。圖2b顯示不在中國(guó)獲得博士學(xué)位的人才進(jìn)入副教授階段的時(shí)間更短，職業(yè)成長(zhǎng)更快。但博士畢業(yè)時(shí)間超過(guò)20年還未獲得副教授職位的在中國(guó)獲得博士學(xué)位的科技人才再成為副教授的時(shí)間就快于不在中國(guó)獲得博士學(xué)位的人才了。

圖2 副教授階段:科技人才的生存函數(shù)

教授階段，是否在美國(guó)獲得博士學(xué)位因素不具有顯著影響。Log Rank檢驗(yàn)P值0.831，從而是否在美國(guó)獲得博士學(xué)位對(duì)生存時(shí)間影響不顯著。圖3a中兩條生存曲線的變化趨勢(shì)也相近，只有在時(shí)間超過(guò)20年時(shí)，不在美國(guó)獲得博士學(xué)位的才表現(xiàn)了較高的風(fēng)險(xiǎn)率。是否在中國(guó)獲得博士學(xué)位因素同樣也不具有顯著影響。Log Rank檢驗(yàn)P值為0.709，從而該因素對(duì)生存時(shí)間的影響也不顯著。圖3b中的兩條生存曲線的風(fēng)險(xiǎn)率變化趨勢(shì)大致相同。但在博士畢業(yè)時(shí)間約20年還未獲得教授職位的在中國(guó)獲得博士學(xué)位的科技人才就不再有可能成為教授了，而不在中國(guó)獲得博士學(xué)位的科技人才卻還有機(jī)會(huì)再獲得終身教授職位。

圖3 教授階段:科技人才的生存函數(shù)

總地說(shuō)來(lái)，科技人才獲得博士學(xué)位的國(guó)別對(duì)不同成長(zhǎng)階段的生存風(fēng)險(xiǎn)率影響不同。相比在中國(guó)獲得博士學(xué)位，不在中國(guó)獲得博士學(xué)位的科技人才以更短的時(shí)間進(jìn)入助教和副教授階段，但對(duì)于教授階段的影響不顯著。相比不在美國(guó)獲得博士學(xué)位，在美國(guó)獲得博士學(xué)位的科技人才以更短的時(shí)間進(jìn)入助教階段，但對(duì)于副教授和教授階段的影響則不顯著。由此看來(lái)，在職業(yè)生涯的初級(jí)階段獲得博士學(xué)位的國(guó)別對(duì)科技人才的職業(yè)成長(zhǎng)具有顯著影響，在美國(guó)獲得博士學(xué)位或不在中國(guó)獲得博士學(xué)位的科技人才都具有相對(duì)明顯的優(yōu)勢(shì)以更快的速度實(shí)現(xiàn)職業(yè)成長(zhǎng);而隨著職業(yè)發(fā)展階段的不斷提高，在較高級(jí)的職業(yè)階段，這種國(guó)別影響越來(lái)越不顯著。是否在美國(guó)獲得博士學(xué)位對(duì)于副教授和教授階段的生存風(fēng)險(xiǎn)率影響不具有統(tǒng)計(jì)顯著性，而是否在中國(guó)獲得博士學(xué)位對(duì)教授階段的生存風(fēng)險(xiǎn)也同樣不具顯著性。

(三)Cox比例風(fēng)險(xiǎn)回歸分析

為進(jìn)一步確定哪些因素對(duì)人才成長(zhǎng)具有重要影響及影響程度如何，利用Cox比例風(fēng)險(xiǎn)模型對(duì)科技人才獲得教授職位的時(shí)間分析，考察成長(zhǎng)過(guò)程中各因子的影響效果。Cox過(guò)程通過(guò)建立生存時(shí)間隨風(fēng)險(xiǎn)因素變化的回歸模型確定對(duì)生存時(shí)間具有影響的預(yù)后因素，根據(jù)風(fēng)險(xiǎn)因素在模型中的影響對(duì)生存率進(jìn)行預(yù)測(cè)。Cox模型中的因變量為風(fēng)險(xiǎn)率h(t):

公式(1)中h0是基準(zhǔn)的生存分布的風(fēng)險(xiǎn)函數(shù)，B是回歸系數(shù)，x為預(yù)后變量(影響因素)。Cox回歸模型通過(guò)在風(fēng)險(xiǎn)函數(shù)與研究因子之間建立類似廣義線性模型的關(guān)聯(lián)，從而考察研究因子對(duì)風(fēng)險(xiǎn)函數(shù)的影響作用。Cox模型通過(guò)將部分似然度最大化來(lái)實(shí)現(xiàn)對(duì)因子向量X的系數(shù)向量B的估計(jì)［23］。

本研究利用Cox比例回歸模型對(duì)人才成長(zhǎng)的生存狀況分析，試圖考察人才成長(zhǎng)的影響因素，包括性別、獲得博士學(xué)位的國(guó)別、博士畢業(yè)后第一份工作單位性質(zhì)(高等院校、研究所、產(chǎn)業(yè)界)、成為助教時(shí)間、成為副教授時(shí)間、職務(wù)性質(zhì)(教學(xué)、其它)等。其中在較低一級(jí)的成長(zhǎng)階段，較高階段的因子不計(jì)入模型。如:在助教階段成為副教授時(shí)間因子不進(jìn)入回歸模型。參考Monica Gaughan 2009［19］的NIH資助對(duì)科技人才職業(yè)生涯作用的研究，由此建立人才成長(zhǎng)的生存函數(shù)為:

式中:B1:是否在美國(guó)獲得博士學(xué)位因子

B2:是否在中國(guó)獲得博士學(xué)位因子

B3:性別因子

B4:第一份工作單位性質(zhì)因子

B5:職務(wù)性質(zhì)因子

B6:成長(zhǎng)階段因子

Cox風(fēng)險(xiǎn)回歸結(jié)果見表2。分別對(duì)人才成長(zhǎng)各階段的影響因素與生存函數(shù)的關(guān)系進(jìn)行單變量檢驗(yàn)，利用Wald統(tǒng)計(jì)量評(píng)價(jià)模型的顯著性。利用相對(duì)風(fēng)險(xiǎn)度Exp(B)和回歸系數(shù)B來(lái)考察各因素的作用。Exp(B)是相對(duì)危險(xiǎn)度，表示各因素取值狀態(tài)每增加一個(gè)單位，風(fēng)險(xiǎn)率h(t)比原水平增加的倍數(shù)?；貧w系數(shù)B的取值正負(fù)表示上述變化的方向。

表2 Cox回歸模型結(jié)果總結(jié)

表2表明，教授階段，因子副教授時(shí)間對(duì)生存 風(fēng)險(xiǎn)具有顯著影響。該因子的回歸系數(shù)估計(jì)值為－0.204，顯著性水平為0.022，按照0.05的顯著性檢驗(yàn)標(biāo)準(zhǔn)，因子副教授時(shí)間可以降低在教授階段的風(fēng)險(xiǎn)率，其平均效果為e－0.204=0.815。在其他因子水平固定的情況下，平均來(lái)說(shuō)，博士畢業(yè)后至成為副教授的時(shí)間加長(zhǎng)一個(gè)單位(1年)則其獲得終身教授職位的風(fēng)險(xiǎn)是原有水平的0.815倍。此外，不在美國(guó)獲得博士學(xué)位對(duì)于教授階段的生存風(fēng)險(xiǎn)也就有降低作用，平均說(shuō)來(lái)，不在美國(guó)獲得博士學(xué)位是在美國(guó)獲得博士學(xué)位的科技人才在教授階段生存風(fēng)險(xiǎn)的0.744倍。博士畢業(yè)后選擇在研究所工作(因子第一份工作性質(zhì)1)相比在高校工作(因子第一份工作性質(zhì)0)增加了教授階段的生存風(fēng)險(xiǎn)，而博士畢業(yè)后在產(chǎn)業(yè)界(因子第一份工作性質(zhì)2)工作相比在高校工作(對(duì)教授階段的風(fēng)險(xiǎn)具有降低作用。另外，具有博士后經(jīng)歷及助教時(shí)間因子對(duì)于教授階段的生存風(fēng)險(xiǎn)也具有降低作用。但總的說(shuō)來(lái)，只有副教授時(shí)間因子具有統(tǒng)計(jì)顯著性，其他因子對(duì)于教授階段的生存風(fēng)險(xiǎn)的影響并不具備顯著性。

副教授階段，在美國(guó)獲得博士學(xué)位對(duì)生存風(fēng)險(xiǎn)具有顯著影響。該因子的回歸系數(shù)估計(jì)值為－2.198，顯著性水平為0.034，表明可以降低副教授階段的風(fēng)險(xiǎn)率，平均效果0.111。此外，博士畢業(yè)后選擇在研究所和產(chǎn)業(yè)界工作相比于高校對(duì)副教授階段的生存風(fēng)險(xiǎn)也具有降低作用，在中國(guó)獲得博士學(xué)位的科技人才在副教授階段的生存風(fēng)險(xiǎn)也相對(duì)較低。另外，具有博士后經(jīng)歷及助教時(shí)間因子則提高了副教授階段的生存風(fēng)險(xiǎn)。但總起來(lái)說(shuō)，只有是否在美國(guó)獲得博士學(xué)位對(duì)副教授階段的生存風(fēng)險(xiǎn)具有顯著降低作用，其他因子對(duì)于該階段生存風(fēng)險(xiǎn)的影響不具顯著性。

助教階段，博士畢業(yè)后是否進(jìn)行博士后工作對(duì)于科技人才在該階段的生存風(fēng)險(xiǎn)具有一定影響。該因子的回歸系數(shù)估計(jì)值為－0.195，博士畢業(yè)后繼續(xù)進(jìn)行博士后工作可以降低在助教階段的風(fēng)險(xiǎn)，但并不具有顯著性。在美國(guó)獲得博士學(xué)位也可以降低在助教階段的風(fēng)險(xiǎn)，是不在美國(guó)獲得博士學(xué)位的科技人才在教授階段生存風(fēng)險(xiǎn)的0.99倍，但該因子的顯著性水平為0.984，同樣不具有顯著性。此外，博士畢業(yè)后選擇在研究所和產(chǎn)業(yè)界工作相比于在高校工作則提高了助教階段的生存風(fēng)險(xiǎn)。總的說(shuō)來(lái)，在助教階段并沒有顯著影響其生存風(fēng)險(xiǎn)的影響因子。

四、結(jié)論

通過(guò)Kaplan-Meier過(guò)程對(duì)科技人才獲得博士學(xué)位的國(guó)別影響進(jìn)行考察，比較了在美國(guó)和中國(guó)取得博士學(xué)位的科技人才成長(zhǎng)過(guò)程中的差異，采用生存曲線描述人才成長(zhǎng)期間的風(fēng)險(xiǎn)率。研究發(fā)現(xiàn)在職業(yè)生涯的初級(jí)階段獲得博士學(xué)位的國(guó)別對(duì)科技人才的職業(yè)成長(zhǎng)具有顯著影響，在美國(guó)獲得博士學(xué)位或不在中國(guó)獲得博士學(xué)位的科技人才都具有相對(duì)明顯的優(yōu)勢(shì)以更快的速度實(shí)現(xiàn)職業(yè)成長(zhǎng);而隨著職業(yè)發(fā)展階段的不斷提高，在較高級(jí)的職業(yè)階段，這種國(guó)別影響越來(lái)越不顯著。是否在美國(guó)獲得博士學(xué)位對(duì)于副教授和教授階段的生存風(fēng)險(xiǎn)率影響不具有統(tǒng)計(jì)顯著性，而是否在中國(guó)獲得博士學(xué)位對(duì)教授階段的生存風(fēng)險(xiǎn)也同樣不具顯著性。因而在國(guó)家引進(jìn)科技人才過(guò)程中，不應(yīng)對(duì)國(guó)內(nèi)博士學(xué)位和海外博士學(xué)位進(jìn)行差異對(duì)待，從職業(yè)發(fā)展的趨勢(shì)來(lái)看，海外博士學(xué)位在科技人才成長(zhǎng)的高級(jí)階段優(yōu)勢(shì)不斷減弱。

Cox回歸分析表明，博士畢業(yè)后選擇在研究所工作可以增加助教和教授階段的生存風(fēng)險(xiǎn)，從而加速職業(yè)成長(zhǎng)。而具有博士后工作經(jīng)歷則降低了助教和教授階段的生存風(fēng)險(xiǎn)，從而延長(zhǎng)了該階段的職業(yè)生命時(shí)間，減緩了職業(yè)成長(zhǎng)速度。因而對(duì)于科技人才的職業(yè)成長(zhǎng)而已，博士畢業(yè)后選擇進(jìn)入博士后科研流動(dòng)站從事科研工作或是選擇投身產(chǎn)業(yè)界或是在研究所或高校工作對(duì)職業(yè)成長(zhǎng)具有不同的影響，Cox結(jié)果表明，在研究所工作有利于職業(yè)成長(zhǎng)。

本文雖然從科研產(chǎn)出的影響力角度出發(fā)采用數(shù)據(jù)構(gòu)建了海外華人高層次人才數(shù)據(jù)庫(kù)，未能覆蓋全部的科技人才。另外從樣本來(lái)看，研究所和產(chǎn)業(yè)界的人才較少，造成本文結(jié)果可能存在一定局限。最后，本文利用履歷信息只研究了人才成長(zhǎng)過(guò)程中的影響因子對(duì)各階段生存風(fēng)險(xiǎn)的作用。未來(lái)的研究擬將履歷信息與科學(xué)計(jì)量數(shù)據(jù)結(jié)合，考察成長(zhǎng)過(guò)程中的因子對(duì)其科研產(chǎn)出的影響，在數(shù)據(jù)來(lái)源方面也考慮加入專利數(shù)據(jù)、并應(yīng)加強(qiáng)研究所與產(chǎn)業(yè)界部分的研究。

［1］哈里特·朱克曼.科學(xué)界的精英——美國(guó)諾貝爾獎(jiǎng)金獲得者［M］.北京:商務(wù)印書館，1979.

［2］科爾(Cole，Jonathan R.)，Cole. 科學(xué)界的社會(huì)分層［M］.北京:華夏出版社，1989.1－299.

［3］肖俊茹.高層次學(xué)術(shù)型人才成長(zhǎng)經(jīng)歷探索——基于對(duì)若干位優(yōu)秀博士學(xué)位論文獲得者的個(gè)案訪談［D］.華中師范大學(xué)，2008.

［4］蒲云，代寧，王永杰等.談創(chuàng)造性拔尖人才成長(zhǎng)規(guī)律——全國(guó)優(yōu)秀博士學(xué)位論文作者調(diào)查啟示［J］.西南交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2006，7(4):12－15.

［5］王輝，牛棟，王雪梅等.國(guó)際地學(xué)和環(huán)境/生態(tài)學(xué)領(lǐng)域優(yōu)秀人才成長(zhǎng)因素分析［J］.高等理科教育，2010，(1):15－19，29.

［6］王平.基于人力資本生產(chǎn)(增值)規(guī)律的人才流動(dòng)與人才成長(zhǎng)關(guān)系研究［J］.科技進(jìn)步與對(duì)策，2006，23(8):178－180.

［7］朱蘇麗.基于無(wú)界職業(yè)生涯的人才成長(zhǎng)與人才流動(dòng)［J］.武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版)，2006，28(9):52－55.

［8］郭樑.基于人才矢量分析的拔尖創(chuàng)新人才成長(zhǎng)規(guī)律研究［J］.中國(guó)高教研究，2006，(6):40－41.

［9］朱鄭州，蘇渭珍，王亞沙.杰出科技人才成長(zhǎng)的生態(tài)環(huán)境研究［J］.科技管理研究，2011，(19):132－143.

［10］Dietz J S，Chompalov I，Bozeman B，et al.Using the Curriculum Vita to Study the Career Paths of Scientists and Engineers:An Exploratory Assessment［J］.Scientometrics，2000，49(3):455－478.

［11］Dietz J S，Bozeman B.Academic Careers，Patents，and Productivity:Industry Experience as Scientific and Technical Human Capital［J］.Research Policy，2005，34(3):349 － 367.

［12］Sabatier M，Carrere M，Mangematin，V.Profiles of Academic Activities and Careers:Does Gender matter?An analysis based on French Life Scientists＇CVs［J］.Journal of Technology Transfer，2006，31，311 －324.

［13］Fontes M.Scientific Mobility Policies:How Portuguese Scientists Envisage the Return Home［J］.Science and Public Policy，2007，34(4)，284 －298.

［14］Jonkers K，Tijssen R.Chinese Researchers Returning Home:Impacts of International Mobility on Research Collaboration and Scientific Productivity［J］.Scientometrics，2008，77(2):309－333.

［15］張文彤.SPSS高級(jí)教程［M］.北京:高等教育出版社，2004:379－381.

［16］丁小浩，李瑩.待業(yè)時(shí)間與受教育程度的生存分析［J］.教育發(fā)展研究，2006，(17):18－23.

［17］Corley，E A，B Bozeman ＆ M Gaughan.Evaluating the Impacts of Grants on Women Scientists＇Careers:The Curriculum Vita as A Tool for Research Assessment.In Learning from Science and Technology Policy Evaluation:Experiences from the U.S.and Europe，Eds.P.Shapira and S.Kuhlmann.Cheltenham，UK:Edward Elgar Publishing［M］.2003.293 －315.

［18］Gaughan，M and S Robin.National Science Training Policy and Early Scientific Careers in France and the United States［J］.Research Policy，2004(33)，569 －581.

［19］Monica Gaughan.Using the Curriculum Vitae for Policy Research:An Evaluation of National Institutes of Health Center and Training Support on Career Trajectories［J］.Research evaluation，2009(18):117 －124.

［20］王燕，王高，趙平.生存分析在顧客間隔購(gòu)買時(shí)間研究中的應(yīng)用［A］.中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)、南京航空航天大學(xué)、《中國(guó)管理科學(xué)》編輯部、中國(guó)科學(xué)院科技政策與管理科學(xué)研究所.第八屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集［C］.中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)、南京航空航天大學(xué)、《中國(guó)管理科學(xué)》編輯部、中國(guó)科學(xué)院科技政策與管理科學(xué)研究所，2006.5.

［21］周建中，肖小溪.科技人才政策研究中應(yīng)用CV方法的綜述與啟示［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2011，(2):151－156，179.

［22］牛珩，周建中.基于CV分析方法對(duì)中國(guó)高層次科技人才的特征研究——以“百人計(jì)劃”“、長(zhǎng)江學(xué)者”和“杰出青年”為例［J］.北京科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2012，(2):96－102.

［23］Kalbfleisch JD.and Prentice RL.The Statistical Analysis of Failure Time Data［M］.John Wiley and Sons，1980.

Using the Curriculum Vitae for Career Trajectories Research of Top Chinese Overseas Talents:the Perspective of Survival Hazard Analysis

TIAN Rui-qiang1，YAO Chang-qing1，YUAN Jun-peng1，PAN Yun-tao1，LI Jun-feng2

(1.Institute of Scientific＆Technical Information of China，Beijing100038，China2.China National Petroleum Corporation，Beijing100101，China)

The paper has presented detailed information about how to proceed with a survival analysis of career trajectories research of Chinese overseas highly-talents from CVs.Using Cox proportional hazard model，it revealed the effects of different situations after obtained PhD on the survival rates.Specifically，talents

PhD in US spent less time becoming assistant professor，but rather associate professor and professor.Those who worked in research institutions after the Doctor graduation require less time becoming assistant professor and professor.Furthermore，the postdoctoral experiencing has a negative effect on being assistant professor and professor.

CV;curriculum vitae;highly-talent;career trajectories;survival analysis;Cox proportional hazard model

G350

A

1002-9753(2013)10-0059-09

2013－02－20

2013－09－10

本文系國(guó)家軟科學(xué)項(xiàng)目“海外華人科學(xué)家現(xiàn)狀分析與引進(jìn)政策研究”(項(xiàng)目編號(hào):2010GXS4K038)、國(guó)家軟科學(xué)研究計(jì)劃“國(guó)外科技人才發(fā)展趨勢(shì)比較研究”(項(xiàng)目編號(hào):2012GXS5D127)研究成果。

田瑞強(qiáng)(1989－)，男，陜西彬縣人，中國(guó)科學(xué)技術(shù)信息研究所碩士研究生，研究方向:情報(bào)學(xué)、科學(xué)計(jì)量學(xué)。

(本文責(zé)編:瑞 源)