郭婷 程金花 任妮

摘要 基于農(nóng)業(yè)科技人才科研成果多且成果類型豐富的特點，利用統(tǒng)計分析法、因子分析法和模糊綜合評價法對我國高層次農(nóng)業(yè)科技人才綜合競爭力及其概況分布進行了評價分析。研究結(jié)果表明，基于因子分析法和模糊綜合評價法的綜合評價方法可以客觀地反映我國高層次農(nóng)業(yè)科技人才的綜合競爭力現(xiàn)狀。

關(guān)鍵詞 農(nóng)業(yè)科技人才;綜合競爭力;評價;分布

中圖分類號 C964.2 文獻標(biāo)識碼 A

文章編號 0517-6611（2021）17-0259-04

doi：10.3969/j.issn.0517-6611.2021.17.065

Abstract Due to the large number of scientific research achievements and rich types to agricultural science and technology talents， this paper evaluates the comprehensive competitiveness and general distribution of high level agricultural science and technology talents in China by using statistical analysis， factor analysis and fuzzy comprehensive evaluation. The results show that the comprehensive evaluation method based on factor analysis and fuzzy comprehensive evaluation can objectively reflect the present situation of the comprehensive competitiveness of high level agricultural science and technology talents in China.

Key words Agriculture science and technology talents;Comprehensive competitiveness;Evaluation;Distribution

隨著經(jīng)濟全球化時代的到來，國際競爭越來越激烈，人類已進入知識經(jīng)濟時代，科技人才作為科學(xué)研究與科技創(chuàng)新的主體，已成為國家最重要的戰(zhàn)略性和基礎(chǔ)性資源，對國家社會經(jīng)濟發(fā)展具有強大的推動作用[1]?？萍既瞬旁u價是科研管理工作的重要內(nèi)容，在科技管理活動中占有重要的地位，是促進科技人才資源開發(fā)和管理的重要手段，是保證科技人才質(zhì)量的關(guān)鍵性工作，也是我國當(dāng)前科技人才管理工作的重要環(huán)節(jié)之一[2]。

科技人才評價包括定性評價和定量評價兩大類，定量評價包括單指標(biāo)評價與多屬性評價兩大類：第一類是單指標(biāo)評價，包括簡單指標(biāo)評價（如CNKI文獻量[3]、專利申請量[4]等）和復(fù)合指標(biāo)評價（如H指數(shù)[5]、AR指數(shù)[6]等）;第二類是多屬性綜合評價，包括模糊綜合評價法[7]、因子分析法[8]、BP神經(jīng)網(wǎng)絡(luò)法[9]、灰色關(guān)聯(lián)度分析法[10]等。

單指標(biāo)評價方法因其指標(biāo)的單一性而不能全面反映評價對象的綜合情況，而多屬性綜合評價方法可以綜合考慮評價對象的多個方面，能客觀地反映評價對象的綜合狀況。因而，基于農(nóng)業(yè)科技人才科研成果多且成果類型豐富的特點，該研究根據(jù)構(gòu)建的加權(quán)農(nóng)業(yè)科技人才評價指標(biāo)體系，利用統(tǒng)計分析法、因子分析法和模糊綜合評價法對我國高層次農(nóng)業(yè)科技人才綜合競爭力及其力及其地區(qū)、機構(gòu)、學(xué)科、職稱分布進行了評價分析。

1 評價對象及數(shù)據(jù)來源

1.1 評價對象確定 基于基本科學(xué)指標(biāo)數(shù)據(jù)庫（essential science indicators，簡稱ESI）獲取農(nóng)業(yè)科學(xué)、植物與動物科學(xué)兩個學(xué)科的期刊列表，利用Web of Science的SCI數(shù)據(jù)庫獲取2008—2016年2個學(xué)科全部期刊載文數(shù)據(jù)，通過發(fā)文量（≥50）、作者名和機構(gòu)名規(guī)范，最終遴選到105位中國學(xué)者作為高層次農(nóng)業(yè)科技人才綜合競爭力評價的研究對象。

1.2 數(shù)據(jù)來源 該研究以Web of Science的SCI數(shù)據(jù)庫、中國知網(wǎng)（CNKI）、讀秀電子圖書數(shù)據(jù)庫、IncoPat科技創(chuàng)新情報平臺和公共網(wǎng)頁等作為數(shù)據(jù)源，通過作者名與機構(gòu)名識別、檢索式構(gòu)建、檢索策略組配等過程獲取105位高層次農(nóng)業(yè)科技人才的期刊、專利、專著文獻數(shù)據(jù)和學(xué)術(shù)榮譽、學(xué)術(shù)獲獎信息，并根據(jù)對象名、機構(gòu)名、學(xué)科領(lǐng)域等對獲取的數(shù)據(jù)進行規(guī)范和清理，構(gòu)建數(shù)據(jù)集合。

2 農(nóng)業(yè)科技人才綜合競爭力評價

基于學(xué)術(shù)生產(chǎn)力、學(xué)術(shù)影響力、學(xué)術(shù)卓越性、學(xué)術(shù)創(chuàng)新力4個層面，構(gòu)建農(nóng)業(yè)科技人才加權(quán)評價指標(biāo)體系;并借助SPSS 20.0和Excel軟件，利用KMO檢驗和Bartlett球形檢驗、因子分析、模糊綜合評價等方法對我國105位高層次農(nóng)業(yè)科技人才的綜合競爭力及其地區(qū)、機構(gòu)、學(xué)科、職稱分布進行了評價分析。

2.1 綜合學(xué)術(shù)競爭力評價 105位農(nóng)業(yè)科技人才的綜合評價值及排名如表1所示，通過分析發(fā)現(xiàn)：

（1）X1～X10 10位學(xué)者的綜合評價值超過0.5，可見這10位農(nóng)業(yè)科技人才的綜合競爭力很強。

（2）綜合評價值排在首位的學(xué)者是X1，排在末位的學(xué)者是X105，兩者綜合評價值的差高達1.911，可見105位高層次農(nóng)業(yè)科技人才之間的綜合競爭力差距很大。

（3）105位高層次農(nóng)業(yè)科技人才中綜合評價值高于0的學(xué)者有45位，占總學(xué)者數(shù)的42.857%;綜合評價值低于0的學(xué)者有60位，占總學(xué)者數(shù)的57.143%，可見，105位高層次農(nóng)業(yè)科技人才中高綜合競爭力的學(xué)者占比較小。

2.2 農(nóng)業(yè)科技人才地區(qū)分布綜合分析

該研究將綜合評價值高于0的學(xué)者作為高綜合競爭力農(nóng)業(yè)科技人才，對比分析了105位高層次農(nóng)業(yè)科技人才與45位高綜合競爭力農(nóng)業(yè)科技人才的地區(qū)分布及占比情況（表2）。

105位高層次農(nóng)業(yè)科技人才共分布在江蘇、北京、山東等19個省和直轄市，表明105位高層次農(nóng)業(yè)科技人才的分布較分散。其中，江蘇省（26位）、北京市（17位）、山東?。?1位）在農(nóng)業(yè)科學(xué)、植物與動物科學(xué)領(lǐng)域擁有的高層次科技人才最多，且三者占比之和在50%以上;其次，廣東?。?位）、浙江?。?位）、四川?。?位）、陜西?。?位）在農(nóng)業(yè)科學(xué)、植物與動物科學(xué)領(lǐng)域擁有的高層次科技人才較多，四者占比之和接近30%。

45位高綜合競爭力農(nóng)業(yè)科技人才共分布在12個省區(qū)和直轄市。其中，江蘇?。?5位）和北京市（9位）在農(nóng)業(yè)科學(xué)、植物與動物科學(xué)領(lǐng)域擁有的高綜合競爭力農(nóng)業(yè)科技人才最多，兩者占比之和為53.3%。其次，浙江?。?位）、廣東省（4位）、江西?。?位）、山東?。?位）在農(nóng)業(yè)科學(xué)、植物與動物科學(xué)領(lǐng)域擁有的高綜合競爭力農(nóng)業(yè)科技人才較多，四者占比之和為33.3%。另外，湖北?。?位）、湖南?。?位）、遼寧?。?位）、陜西?。?位）、上海市（1位）、天津市（1位）擁有的高綜合競爭力農(nóng)業(yè)科技人才較少。

對比45位高綜合競爭力農(nóng)業(yè)科技人才在105位高層次農(nóng)業(yè)科技人才的地區(qū)占比中發(fā)現(xiàn)，在湖南省、遼寧省的高層次農(nóng)業(yè)科技人才中，高綜合競爭力農(nóng)業(yè)科技人才占比最高，達到100%;其次，在江西省的高層次農(nóng)業(yè)科技人才中，高綜合競爭力農(nóng)業(yè)科技人才占比較高，為75%;另外，在江蘇省、浙江省、北京市、天津市的高層次農(nóng)業(yè)科技人才中，高綜合競爭力農(nóng)業(yè)科技人才占比均超過50%。

對比發(fā)現(xiàn)，45位高綜合競爭力農(nóng)業(yè)科技人才與105位高層次農(nóng)業(yè)科技人才的地區(qū)分布排名基本一致，可見，該研究的評價結(jié)果可以客觀真實地反映農(nóng)業(yè)科技人才的綜合競爭力情況及其地區(qū)分布，可信度較高。

2.3 農(nóng)業(yè)科技人才機構(gòu)分布綜合分析 該將綜合評價值高于0的學(xué)者作為高綜合競爭力農(nóng)業(yè)科技人才，對比分析了105位高層次農(nóng)業(yè)科技人才與45位高綜合競爭力農(nóng)業(yè)科技人才的機構(gòu)分布及占比情況（表3）。

105位高層次農(nóng)業(yè)科技人才來自24個高等院校和2個國家級科研院所。其中，江南大學(xué)（14位）、中國科學(xué)院（11位）、南京農(nóng)業(yè)大學(xué)（10位）、中國農(nóng)業(yè)大學(xué)（10位）在農(nóng)業(yè)科學(xué)、植物與動物科學(xué)領(lǐng)域擁有的高層次科技人才最多，且四者占比之和在42%以上。其次，浙江大學(xué)（8位）、華南理工大學(xué)（7位）、四川農(nóng)業(yè)大學(xué)（7位）、西北農(nóng)林科技大學(xué)（6位）在農(nóng)業(yè)科學(xué)、植物與動物科學(xué)領(lǐng)域擁有的高層次科技人才較多，四者占比之和在38%以上;另外，高層次農(nóng)業(yè)科技人才的機構(gòu)分布排名與地區(qū)分布排名一致。

45位高綜合競爭力農(nóng)業(yè)科技人才來自13個高等院校和2個國家級科研院所。其中，江南大學(xué)（8位）、南京農(nóng)業(yè)大學(xué)（5位）、中國農(nóng)業(yè)科學(xué)院（5位）、中國農(nóng)業(yè)大學(xué)（5位）在農(nóng)業(yè)科學(xué)、植物與動物科學(xué)領(lǐng)域擁有的高綜合競爭力農(nóng)業(yè)科技人才最多，且四者占比之和為51.1%。其次，浙江大學(xué)（4位）、中國科學(xué)院（4位）、華南理工大學(xué)（3位）、南昌大學(xué)（3位）、中國海洋大學(xué)（2位）在農(nóng)業(yè)科學(xué)、植物與動物科學(xué)領(lǐng)域擁有的高綜合競爭力農(nóng)業(yè)科技人才較多，四者占比之和為35.6%。另外，渤海大學(xué)（1位）、華中農(nóng)業(yè)大學(xué)（1位）、南京師范大學(xué)（1位）、上海交通大學(xué)（1位）、天津科技大學(xué)（1位）、西北農(nóng)林科技大學(xué)（1位）擁有的高綜合競爭力農(nóng)業(yè)科技人才較少。

對比45位高綜合競爭力農(nóng)業(yè)科技人才在105位高層次農(nóng)業(yè)科技人才的機構(gòu)占比中發(fā)現(xiàn)，在南昌大學(xué)、渤海大學(xué)、南京師范大學(xué)、上海交通大學(xué)、天津科技大學(xué)的高層次農(nóng)業(yè)科技人才中，高綜合競爭力農(nóng)業(yè)科技人才占比最高，達到100%;其次，在中國農(nóng)業(yè)科學(xué)院的高層次農(nóng)業(yè)科技人才中，高綜合競爭力農(nóng)業(yè)科技人才占比較高，為83.3%;另外，在江南大學(xué)、南京農(nóng)業(yè)大學(xué)、中國農(nóng)業(yè)大學(xué)、浙江大學(xué)、華中農(nóng)業(yè)大學(xué)等高校的高層次農(nóng)業(yè)科技人才中，高綜合競爭力農(nóng)業(yè)科技人才占比均超過50%。

對比發(fā)現(xiàn)，45位高綜合競爭力農(nóng)業(yè)科技人才與105位高層次農(nóng)業(yè)科技人才的機構(gòu)分布排名基本一致，可見，該研究評價結(jié)果可以客觀真實地反映農(nóng)業(yè)科技人才的綜合競爭力情況及其機構(gòu)分布，可信度較高。

2.4 農(nóng)業(yè)科技人才學(xué)科分布綜合分析

該研究將綜合評價值高于0的學(xué)者作為高綜合競爭力農(nóng)業(yè)科技人才，對比分析了105位高層次農(nóng)業(yè)科技人才與45位高綜合競爭力農(nóng)業(yè)科技人才的學(xué)科分布及占比情況（表4）。

將105位高層次農(nóng)業(yè)科技人才的研究領(lǐng)域進行學(xué)科歸類與合并，主要分為畜牧水產(chǎn)學(xué)、動植物生理生態(tài)學(xué)、食品科學(xué)、植物保護學(xué)、資源與環(huán)境科學(xué)、作物科學(xué)等六大學(xué)科。105位高層次農(nóng)業(yè)科技人才中從事食品科學(xué)研究的最多，共44位，占比41.9%;其次，從事作物科學(xué)（19位）、畜牧水產(chǎn)學(xué)（17位）和植物保護學(xué)（16位）的高層次農(nóng)業(yè)科技人才較多，四者占比之和為49.5%;而從事資源與環(huán)境科學(xué)（5位）、動植物生理生態(tài)學(xué)（4位）的高層次農(nóng)業(yè)科技人才較少，兩者占比之和不到9%。

45位高綜合競爭力農(nóng)業(yè)科技人才分布在6個學(xué)科領(lǐng)域。其中，從事食品科學(xué)（24位）和作物科學(xué)（10位）的高綜合競爭力農(nóng)業(yè)科技人才最多，且兩者占比之和為75%;其次，從事資源與環(huán)境科學(xué)（4位）、畜牧水產(chǎn)學(xué)（3位）、植物保護學(xué)（3位）的高綜合競爭力農(nóng)業(yè)科技人才較多，三者占比之和為22.2%;而從事動植物生理生態(tài)學(xué)（1位）的高綜合競爭力農(nóng)業(yè)科技人才較少。

對比45位高綜合競爭力農(nóng)業(yè)科技人才在105位高層次農(nóng)業(yè)科技人才的學(xué)科占比中發(fā)現(xiàn)，在資源與環(huán)境科學(xué)的高層次農(nóng)業(yè)科技人才中，高綜合競爭力農(nóng)業(yè)科技人才占比最高，為80.0%;另外，在食品科學(xué)、作物科學(xué)的高層次農(nóng)業(yè)科技人才中，高綜合競爭力農(nóng)業(yè)科技人才占比均超過50%。

對比發(fā)現(xiàn)，45位高綜合競爭力農(nóng)業(yè)科技人才與105位高層次農(nóng)業(yè)科技人才的學(xué)科分布排名基本一致，可見，該研究的評價結(jié)果可以客觀真實地反映農(nóng)業(yè)科技人才的綜合競爭力情況及其學(xué)科分布，可信度較高。

2.5 農(nóng)業(yè)科技人才職稱分布綜合分析

該研究將綜合評價值高于0的學(xué)者作為高綜合競爭力農(nóng)業(yè)科技人才，對比分析了105位高層次農(nóng)業(yè)科技人才與45位高綜合競爭力農(nóng)業(yè)科技人才的職稱分布及占比情況（表5）。

105位高層次農(nóng)業(yè)科技人才中，職稱為中級的農(nóng)業(yè)科技人才僅有1位，其余104位均具有高級職稱，且在104位具有高級職稱的農(nóng)業(yè)科技人才中，擁有教授、研究員正高級職稱的農(nóng)業(yè)科技人才達到100位，而擁有副教授、副研究員副高級職稱的農(nóng)業(yè)科技人才只有4位，這表明這105位農(nóng)業(yè)科技人才的學(xué)術(shù)地位均較高。

45位高綜合競爭力科技人才均是正高級職稱，表明這45位農(nóng)業(yè)科技人才在傳統(tǒng)的學(xué)術(shù)評價機制中同樣得到認可，可見，該研究的評價結(jié)果與實際吻合，可信度較高。

3 結(jié)論

該研究利用統(tǒng)計分析法、因子分析法和模糊綜合評價法對我國高層次農(nóng)業(yè)科技人才的綜合競爭力及其概況分布進行了評價分析。研究發(fā)現(xiàn)，X1等10位高層次農(nóng)業(yè)科技人才的綜合競爭力排在前列;105位高層次農(nóng)業(yè)科技人才的綜合競爭力差距很大;105位高層次農(nóng)業(yè)科技人才中高綜合競爭力的學(xué)者占比較小;江蘇省、北京市是擁有高綜合競爭力科技人才最多的地區(qū);江南大學(xué)、南京農(nóng)業(yè)大學(xué)、中國農(nóng)業(yè)科學(xué)院、中國農(nóng)業(yè)大學(xué)是擁有高綜合競爭力科技人才最多的機構(gòu);從事食品科學(xué)的高綜合競爭力農(nóng)業(yè)科技人才最多;高綜合競爭力農(nóng)業(yè)科技人才均擁有正高級職稱。研究結(jié)果表明，基于因子分析法和模糊綜合評價法的綜合評價方法可以很客觀真實地反映我國高層次農(nóng)業(yè)科技人才的綜合競爭力現(xiàn)狀。

參考文獻

[1] 曹宏霞. 我國科技人才資源開發(fā)與管理的理論研究[D].武漢：華中師范大學(xué)，2006.

[2] 賀德方.基于知識網(wǎng)絡(luò)的科技人才動態(tài)評價模式研究[J].中國軟科學(xué)，2005（6）：47-53.

[3] 吳小文，文雯，牛叢叢，等.文獻計量在科研創(chuàng)新人才評價中的研究進展[J].江蘇科技信息，2017（26）：17-19，28.

[4] 姜軍，武蘭芬.基于專利分析的中美納米技術(shù)領(lǐng)域人才分布比較研究[J].科學(xué)管理研究，2016，34（4）：84-88.

[5] 許新軍. h指數(shù)在人才評價中的應(yīng)用：以經(jīng)濟學(xué)領(lǐng)域高被引學(xué)者為例[J].情報雜志，2008，27（10）：22-24，30.

[6] 金碧輝，ROUSSEAU RONALD.R指數(shù)、AR指數(shù)：h指數(shù)功能擴展的補充指標(biāo)[J].科學(xué)觀察，2007，2（3）：1-8.

[7] 周欣娟，李良松，漆勇方.基于模糊綜合評價的圖書館創(chuàng)新人才評價體系構(gòu)建[J].農(nóng)業(yè)圖書情報學(xué)刊，2012，24（9）：217-221.

[8] 李良成，楊國棟.基于因子分析的廣東省創(chuàng)新型科技人才競爭力評價[J].科技管理研究，2012，32（10）：51-55.

[9] 續(xù)艷艷，姚儉.因子分析和BP神經(jīng)網(wǎng)絡(luò)在區(qū)域人才創(chuàng)新能力評價中的應(yīng)用[J].技術(shù)與創(chuàng)新管理，2012，33（2）：130-133.

[10] 王潔方.基于灰色關(guān)聯(lián)度的河南省高校創(chuàng)新人才多階段綜合評價權(quán)重優(yōu)化[J].華北水利水電大學(xué)學(xué)報（社會科學(xué)版），2016，32（6）：15-17.