陳建俞

（上海交通大學(xué)醫(yī)學(xué)院，上海 200025）

科技創(chuàng)新是推動社會經(jīng)濟(jì)發(fā)展的重要?jiǎng)恿?，科技人才是推動科技?chuàng)新的第一資源，而青年科技人才是科技人才隊(duì)伍的中堅(jiān)力量，是推動科技事業(yè)持續(xù)發(fā)展的重要保證。2021 年9 月27 日中央人才工作會議在北京召開，人才工作已被提到前所未有的地位。中共中央總書記、國家主席、中央軍委主席習(xí)近平提出，“要造就規(guī)模宏大的青年科技人才隊(duì)伍，把培育國家戰(zhàn)略人才力量的政策重心放在青年科技人才上，支持青年人才挑大梁、當(dāng)主角”［1］。在此背景下，描述和探討青年科技人才群體特征及其成長規(guī)律，不僅對單位機(jī)構(gòu)培養(yǎng)、引進(jìn)和用好青年科技人才有著重要的啟示，而且也對中國高等教育管理體制改革提供有益的參考。

1 文獻(xiàn)綜述

1.1 青年科技人才界定

科技人才是指具有一定的專業(yè)知識或?qū)ｉT技能，從事創(chuàng)造性科學(xué)技術(shù)活動，并對科學(xué)技術(shù)事業(yè)及經(jīng)濟(jì)社會發(fā)展作出貢獻(xiàn)的勞動者［2］。顧名思義，青年科技人才是年齡相對較小、處于成長期的科技人才。自1953 年Lehman［3］提出科學(xué)家重要的科學(xué)貢獻(xiàn)通常在40 歲以下作出的觀點(diǎn)之后，青年科技人才越來越受到關(guān)注。然而，國內(nèi)社會及學(xué)界對“青年”的年齡界定都沒有達(dá)成一致的共識，“青年科技人才”概念比較模糊。

不同國家和地區(qū)、不同機(jī)構(gòu)對青年科技人才年齡的界定各有不同。例如，2013 年聯(lián)合國世界衛(wèi)生組織確定新的年齡分段，18～44 歲為青年人，45～59 歲為中年人；數(shù)學(xué)界最高獎(jiǎng)項(xiàng)菲爾茲獎(jiǎng)（The International Medals for Outstanding Discoveries in Mathematics，F(xiàn)ields Medal）的獲得者必須在獲獎(jiǎng)當(dāng)年元旦前未滿40 歲；美國經(jīng)濟(jì)學(xué)會獎(jiǎng)勵(lì)青年經(jīng)濟(jì)學(xué)家的約翰·貝茨·克拉克獎(jiǎng)（John Bates Clark Medal）的入選資格為40歲以下的學(xué)者。國內(nèi)，中組部、人事部、中國科協(xié)共同設(shè)立的“中國青年科技獎(jiǎng)”要求獲獎(jiǎng)?wù)吣挲g不超過40 歲；教育部“長江學(xué)者獎(jiǎng)勵(lì)計(jì)劃”對申請者的年齡要求是38 周歲以下；國家自然科學(xué)基金委員會（以下簡稱“國家基金委”）設(shè)立的國家杰出青年科學(xué)基金（以下簡稱“杰青基金”）項(xiàng)目要求申請人未滿45 周歲，優(yōu)秀青年科學(xué)基金（以下簡稱“優(yōu)青基金”）項(xiàng)目要求申請人男性未滿38 周歲、女性未滿40 周歲，青年科學(xué)基金（以下簡稱“青年基金”）項(xiàng)目要求申請人男性未滿35周歲、女性未滿40 周歲。

綜合考慮中國傳統(tǒng)對青年的界定、現(xiàn)行教育制度、國家人才項(xiàng)目計(jì)劃實(shí)施情況以及研究調(diào)查樣本的可獲取性等因素，本研究中將青年科技人才界定為：年齡在40 周歲以下(含40 周歲)，接受過良好的教育和學(xué)術(shù)訓(xùn)練，具有強(qiáng)烈的創(chuàng)新愿望，具有較為突出的創(chuàng)新能力和科研潛力的科技人才。

1.2 科技人才成長特征與規(guī)律

科技人才成長一直是科學(xué)社會學(xué)研究的重要議題，國內(nèi)外學(xué)者特別對精英群體給予了廣泛持續(xù)的關(guān)注，而對中國青年科技人才群體的研究非常不足。相關(guān)研究有如：Zuckerman［4］追蹤1907 至1972 年所有美國諾貝爾獎(jiǎng)得主的職業(yè)生涯，研究他們職業(yè)生涯中每個(gè)階段的功績和特權(quán)之間的復(fù)雜相互作用，以及科學(xué)精英的形成過程；Cao［5］通過實(shí)證的方法研究中國20 世紀(jì)90 年代中期之前的院士的出生、背景、學(xué)術(shù)成就和政治社會活動的特征與規(guī)律；Cao等［6］通過訪談52 位中國杰青基金項(xiàng)目獲得者（以下簡稱“杰青”），對中國杰青群體特征進(jìn)行詳細(xì)研究；吳殿廷等［7］通過對中國的863 名科學(xué)院院士、611 名工程院院士的成長條件進(jìn)行系統(tǒng)地考察和綜合分析，總結(jié)院士分布的時(shí)空特征，探討影響院士成才的環(huán)境因素。

科技人才的成長規(guī)律就是人才隨著年齡增長所表達(dá)出來的發(fā)展特征。Zucherman［4］針對美國諾貝爾獎(jiǎng)得主開展的社會學(xué)研究開啟了科技人才成長規(guī)律研究之先河。國內(nèi)學(xué)者針對科技人才成長規(guī)律的研究大多集中在宏觀理論研討上，研究方法主要采取的是從理論到理論、從資料到資料的經(jīng)驗(yàn)歸納，僅僅局限于觀點(diǎn)的泛泛而談［8］，只有少數(shù)研究如郭新艷［9］采取了數(shù)理實(shí)證研究方法。

科技人才成長是一個(gè)極其復(fù)雜的過程，影響科技人才成長的因素有很多并且錯(cuò)綜復(fù)雜，國內(nèi)外學(xué)者對此進(jìn)行了較多探討，總體上來說，影響科技人才成長的因素可分為內(nèi)部因素和外部因素兩類，內(nèi)部因素主要由生理因素和心理因素構(gòu)成，外部因素大體可分為居住生活、經(jīng)濟(jì)基礎(chǔ)、教育科技、地域文化和人才政策等［10］。在現(xiàn)有人才成長影響因素的分析研究中，大多忽略了在人才成長過程中的不同階段各影響因素發(fā)揮的作用是不同的。

1.3 科學(xué)基金人才類項(xiàng)目為人才成長助力

為了更好地促進(jìn)青年科技人才快速成長、產(chǎn)出創(chuàng)新成果，世界各國設(shè)立了許多專門針對年輕科研人員的資助項(xiàng)目，為其發(fā)展提供充足的資金、創(chuàng)造良好的環(huán)境。例如，美國國會專門通過《職業(yè)早期研究法案》，白宮設(shè)立科學(xué)家與工程師職業(yè)生涯早期總統(tǒng)獎(jiǎng)，國家科學(xué)基金（NSF）設(shè)立“職業(yè)生涯（Career）”項(xiàng)目，國立衛(wèi)生研究院（NIH）設(shè)立“早期科研人員（Early Stage Investigators）”系列項(xiàng)目；歐洲研究理事會（ERC）設(shè)立“青年才俊計(jì)劃（Starting Grants）”；瑞典也組織實(shí)施了“未來研究領(lǐng)軍（Individual Grants for Future Research Leaders）”項(xiàng)目等等。中國國家基金委先后設(shè)立了青年科學(xué)基金項(xiàng)目（1987 年）、國家杰出青年科學(xué)基金項(xiàng)目（1994年）、創(chuàng)新研究群體項(xiàng)目（2000 年）、優(yōu)秀青年科學(xué)基金項(xiàng)目（2012 年）。其中，優(yōu)秀青年科學(xué)基金項(xiàng)目是一個(gè)承上啟下的中間鏈，主要支持在基礎(chǔ)研究方面已取得一定科研成就的青年科技人才，目標(biāo)是培養(yǎng)一批有望進(jìn)入世界科技前沿的優(yōu)秀學(xué)術(shù)骨干。對于國內(nèi)的青年科技人才來說，獲得優(yōu)青基金項(xiàng)目既是對其博士畢業(yè)后多年科研工作的總結(jié)，又是對其未來科研發(fā)展方向的定位。

因此，本研究基于已有相關(guān)研究成果，以中國國家自然科學(xué)基金優(yōu)秀青年科學(xué)基金項(xiàng)目獲得者（以下簡稱“優(yōu)青”）為研究對象，運(yùn)用履歷分析方法勾畫出40 周歲（含40 周歲）以下青年科技人才隊(duì)伍的群體特征，并挖掘青年科技人才成長過程中早期職業(yè)生涯階段特征。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

首先，獲取2012—2020 年優(yōu)青名單和2015—2020 年杰青名單。2020 年6 月起，本研究課題組在國家基金委官方網(wǎng)站上下載了2012—2019 年優(yōu)青基金項(xiàng)目清單和2015—2019 年杰青基金項(xiàng)目清單，包括項(xiàng)目獲得者姓名、項(xiàng)目依托單位、項(xiàng)目批準(zhǔn)號、申請代碼、項(xiàng)目名稱、項(xiàng)目起止年月等數(shù)據(jù)信息。由于2020 年8 月起國家基金委官方網(wǎng)站“項(xiàng)目查詢”功能限制，2020 年的優(yōu)青和杰青名單只能通過其他渠道，如從項(xiàng)目依托單位科研管理部門或單位機(jī)構(gòu)官方網(wǎng)站獲取。然后，通過公開的個(gè)人主頁、單位機(jī)構(gòu)官方網(wǎng)站、各種搜索引擎、ProQuest 數(shù)據(jù)庫、中國學(xué)位論文全文數(shù)據(jù)庫以及定向E-mail 等方式，獲取2012—2020 年4 048 位優(yōu)青（以下簡稱“樣本”）的履歷信息，例如性別、出生年月、目前所在單位、目前所在院系所、博士學(xué)位授予時(shí)間、博士學(xué)位授予單位、學(xué)科專業(yè)領(lǐng)域、工作經(jīng)歷等，信息采集時(shí)間為2020 年6 月—2021 年7 月。最后，將從各種途徑獲取的優(yōu)青履歷信息輸入到統(tǒng)一格式的數(shù)據(jù)表中，為后續(xù)的數(shù)據(jù)處理和清洗工作做準(zhǔn)備；對已經(jīng)收集分類的信息進(jìn)行量化編碼，構(gòu)建一個(gè)完整的青年科技人才履歷數(shù)據(jù)庫。

2.2 分析方法

博士研究生教育是青年科技人才接受科研訓(xùn)練的關(guān)鍵環(huán)節(jié)，博士學(xué)位已成為青年科技人才從事學(xué)術(shù)職業(yè)的必要條件。通常大部分博士研究生在畢業(yè)后開啟學(xué)術(shù)職業(yè)生涯，經(jīng)過多年的自由探索研究，部分博士獲得優(yōu)青基金項(xiàng)目資助，這一階段屬于青年科技人才成長的初創(chuàng)期；此后再經(jīng)過多年的上下求索，少數(shù)博士成為杰青，這標(biāo)志著青年科技人才邁入人才成長的發(fā)展期。由此，從博士研究生畢業(yè)到成為優(yōu)青的時(shí)間間隔，以及從優(yōu)青到杰青的時(shí)間間隔，這兩個(gè)時(shí)長可作為觀察青年科技人才成長的重要標(biāo)志。成為杰青和優(yōu)青已成為國內(nèi)每一位青年科技人才的奮斗目標(biāo)，是青年科技人才成長中兩個(gè)最重要的臺階。

科研的履歷（curriculum vitae，CV）是科研人員學(xué)術(shù)職業(yè)生涯的真實(shí)寫照，記錄了科研人員的成長軌跡，包括學(xué)科專業(yè)、教育程度、單位變動、海外經(jīng)歷、科研產(chǎn)出、團(tuán)隊(duì)協(xié)作等大量的信息，為科技人才政策的研究提供了一個(gè)新方法和新思路。從已有研究成果來看，性別年齡、學(xué)術(shù)背景、海外經(jīng)歷、單位性質(zhì)、流動頻次等是影響人才成長的重要關(guān)鍵性變量，因此本研究以性別年齡、教育出身、學(xué)科領(lǐng)域、職業(yè)流動為主要指標(biāo)，對優(yōu)青的群體特征及與其成長的關(guān)系進(jìn)行實(shí)證分析。

3 結(jié)果分析

3.1 人口學(xué)特征

3.1.1 性別分布

從樣本的性別分布來看，雖然國家基金委考慮到女性生育等特殊情況，將女性科研人員申報(bào)優(yōu)青基金項(xiàng)目的上限年齡相對于男性推后2 年，但是女性在優(yōu)青群體中所占比例仍然很小，性別比例失衡，女性只有804 名，僅占19.9%，2012—2020 年女性優(yōu)青占比徘徊在16.5%～22.6%之間（見圖1）。而在542 名后續(xù)成為杰青的樣本優(yōu)青中，女性比例降為13.7%?？梢娙瞬艑哟卧礁?，女性所占比例越少。

圖1 樣本優(yōu)青群體性別分布

3.1.2 年齡分布

對樣本人員成為優(yōu)青時(shí)的年齡進(jìn)行統(tǒng)計(jì)，年齡最小的是大連醫(yī)科大學(xué)的康嵐、中國科學(xué)技術(shù)大學(xué)的蘇振鵬、復(fù)旦大學(xué)的郁培文和湖南大學(xué)的張晗，分別均只有28 歲，其中康嵐和張晗都是在博士研究生畢業(yè)1 年內(nèi)獲得優(yōu)青基金資助的。整個(gè)樣本優(yōu)青群體獲得優(yōu)青基金資助的平均年齡為35.9 歲，56.7%的優(yōu)青在獲得優(yōu)青基金資助時(shí)年齡為36～38歲，其中男性在37～38 歲時(shí)成為優(yōu)青的比例高達(dá)43.9%，女性在37～40 歲時(shí)成為優(yōu)青的比例為59.5%（見圖2）。這一方面說明了學(xué)術(shù)研究確實(shí)是一個(gè)積累的過程，另一方面由于基金項(xiàng)目申報(bào)年齡受限，年齡關(guān)口不免引發(fā)人情問題。

圖2 樣本優(yōu)青群體年齡分布

3.1.3 性別年齡與人才成長的關(guān)系

從圖3 可以看出，樣本優(yōu)青群體在博士畢業(yè)時(shí)的平均年齡為28.4 歲，70.1%的優(yōu)青取得博士學(xué)位時(shí)的年齡在27～29 歲之間；28 歲獲得博士學(xué)位的優(yōu)青有1 072 名，占整個(gè)優(yōu)青群體的26.5%。這基本符合現(xiàn)行的中外高等教育制度：18 歲左右高中畢業(yè)，大學(xué)本科4～5 年，碩士2～3 年，博士3～4 年，其中碩博連讀可節(jié)省1 年時(shí)間。即從博士畢業(yè)成長為優(yōu)青的平均周期為7.6 年，而從優(yōu)青成長為杰青平均周期為5.1 年，從博士畢業(yè)成長為杰青的平均周期為12.3 年（見圖4）。

圖3 樣本優(yōu)青群體博士畢業(yè)年齡分布

圖4 樣本人才群體成長周期分布

通過獨(dú)立樣本T 檢驗(yàn)結(jié)果顯示，不同性別的科研人員從博士成長為優(yōu)青的時(shí)長存在著顯著性差異，相對于男性，女性博士獲得優(yōu)青資助所需的時(shí)間要長，說明國家針對女性的優(yōu)青申報(bào)年齡延后政策是符合女性科技人才成長規(guī)律的，性別會影響青年科技人才成長的初創(chuàng)期；不同性別的科研人員從優(yōu)青成長為杰青的時(shí)長并沒有顯著性差異，顯然性別差異對青年科技人才成長的發(fā)展期影響不大（見表1）。

表1 樣本人才群體性別與其成才關(guān)系分析

運(yùn)用皮爾遜相關(guān)分析法發(fā)現(xiàn)，樣本優(yōu)青的出生年份與其成才之間存在較強(qiáng)的負(fù)相關(guān)性，即出生越早，成為優(yōu)青所需的時(shí)間就越長；而年齡與從優(yōu)青到杰青的時(shí)長之間的相關(guān)性比較弱（見表2）。究其原因可能是，近年來本科畢業(yè)出國直接讀博的人越來越多，且國內(nèi)陸續(xù)推出的碩博連讀、中外聯(lián)合培養(yǎng)博士等政策縮短了博士培養(yǎng)周期。

表2 樣本人才群體年齡與其成才關(guān)系分析

3.2 教育出身

3.2.1 博士學(xué)位授予單位

在樣本中，除1 人沒有查到博士學(xué)位信息外，其余所有的人都具有博士學(xué)位，其中4 人獲得過兩次博士學(xué)位，本研究中以第一次獲得博士學(xué)位情況為統(tǒng)計(jì)對象。從博士學(xué)位授予單位性質(zhì)來看，優(yōu)青人數(shù)占比最高的是“985”大學(xué)，占46.4%，其次是海外大學(xué)，占20.4%，中國科學(xué)院占19.7%，“211”大學(xué)僅占8.3%，一般大學(xué)占4.1%，其他科研院所占1.1%（見圖5）。顯然，在博士研究生教育階段，優(yōu)越的科研條件、良好的學(xué)術(shù)環(huán)境氛圍對于培養(yǎng)科技創(chuàng)新人才有著重要的意義；然而，同時(shí)也看到，仍有一部分優(yōu)青的博士畢業(yè)院校為一般大學(xué)，非國家重點(diǎn)大學(xué)在培養(yǎng)人才和促進(jìn)人才成長中也發(fā)揮著一定的作用?？梢?，青年科技人才的成長不僅需要良好的外部環(huán)境，個(gè)人的勤勉努力也很重要。

3.2.2 海外留學(xué)經(jīng)歷

圖5 顯示，樣本中擁有海外大學(xué)博士學(xué)位的優(yōu)青有679 人，占16.8%，涉及25 個(gè)國家和地區(qū)，其中美國的大學(xué)占50.4%；另有8.0%的優(yōu)青是國內(nèi)大學(xué)和海外大學(xué)聯(lián)合培養(yǎng)的，擁有雙博士學(xué)位。值得注意的是，在國內(nèi)取得博士學(xué)位的優(yōu)青幾乎都有海外留學(xué)經(jīng)歷，或曾去海外做過博士后研究，或去海外訪問學(xué)習(xí)超過6 個(gè)月，有的甚至有多段留學(xué)經(jīng)歷，且在海外的留學(xué)機(jī)構(gòu)基本上都是國際一流的高等院?；蚩蒲性核：Ｍ饬魧W(xué)經(jīng)歷已成為國內(nèi)青年科技人才成長過程中的一個(gè)重要環(huán)節(jié)。

圖5 樣本優(yōu)青群體博士學(xué)位授予單位分布

3.2.3 學(xué)科專業(yè)領(lǐng)域

從圖6 可以看到，樣本優(yōu)青的學(xué)科專業(yè)領(lǐng)域分布不均，工程材料學(xué)部的優(yōu)青最多，占整個(gè)優(yōu)青群體的18.2%；其次是生命科學(xué)部、信息科學(xué)部、化學(xué)科學(xué)部，這些領(lǐng)域的優(yōu)青占比基本都在14.5%左右；醫(yī)學(xué)科學(xué)部的優(yōu)青占比為12.8%；管理科學(xué)部的優(yōu)青最少，僅占3.7%。

圖6 樣本優(yōu)青群體學(xué)科專業(yè)領(lǐng)域分布

從樣本優(yōu)青的履歷來看，年齡與學(xué)科專業(yè)領(lǐng)域分布之間沒有差異；通過卡方檢驗(yàn)發(fā)現(xiàn)，男性女性在學(xué)科專業(yè)領(lǐng)域分布內(nèi)有顯著性差異，相較于其他科學(xué)部，男性在工程材料學(xué)部的比例最高，女性在醫(yī)學(xué)科學(xué)部的比例最高（見表3）。

表3 樣本優(yōu)青在不同學(xué)科專業(yè)領(lǐng)域的性別差異分析

3.2.4 教育出身與人才成才的關(guān)系

對樣本數(shù)據(jù)運(yùn)用方差分析法得出，畢業(yè)于不同博士學(xué)位授予單位的博士獲得優(yōu)青的時(shí)長存在顯著性差異，而與從優(yōu)青到杰青的時(shí)長之間沒有顯著性差異（見表4），顯然博士學(xué)位授予單位性質(zhì)對青年科技人才早期成長階段的影響顯著。進(jìn)一步用Scheffe 成對比較檢驗(yàn)后得出，相對于從海外大學(xué)畢業(yè)的優(yōu)青來說，從“985”大學(xué)畢業(yè)的優(yōu)青和中科院畢業(yè)的優(yōu)青從博士畢業(yè)到獲得優(yōu)青資助所需的時(shí)間要長，這說明在海外接受博士學(xué)位教育對人才成長起到了促進(jìn)作用，能加快人才成長的速度。相對于從中科院畢業(yè)的博士，從“211”大學(xué)畢業(yè)的優(yōu)青從博士畢業(yè)到獲得優(yōu)青基金資助所需的時(shí)間要短，這與我們正常的認(rèn)知有所不同，需要后續(xù)更多的研究來論證它們之間的關(guān)系，因?yàn)楝F(xiàn)有研究結(jié)果都是以高層次人才為樣本得出的，畢竟諾貝爾獎(jiǎng)獲得者、院士、杰青等都是小眾群體，他們所處的成長階段不同。

表4 樣本人才群體青的博士學(xué)位授予單位與其成才關(guān)系分析

表5 顯示，樣本優(yōu)青中不同學(xué)科專業(yè)領(lǐng)域的博士獲得優(yōu)青的時(shí)長存在顯著性差異，但與從優(yōu)青到杰青的時(shí)長之間沒有顯著性差異，說明不同學(xué)科專業(yè)領(lǐng)域的青年科技人才早期成長速度不同。其中，數(shù)理科學(xué)部和化學(xué)科學(xué)部的優(yōu)青從博士畢業(yè)到獲得優(yōu)青資助所需的時(shí)間要比醫(yī)學(xué)科學(xué)部的長；生命科學(xué)部的優(yōu)青從博士畢業(yè)到獲得優(yōu)青資助所需的時(shí)間要比工程材料學(xué)部的短；工程材料學(xué)部的優(yōu)青從博士畢業(yè)到獲得優(yōu)青資助所需的時(shí)間要比信息科學(xué)部、管理科學(xué)部和醫(yī)學(xué)科學(xué)部的長。

表5 樣本人才群體的學(xué)科專業(yè)領(lǐng)域與其成才關(guān)系分析

3.3 職業(yè)流動特征

人才流動是指人才從一個(gè)工作狀態(tài)到另一個(gè)工作狀態(tài)的變化，工作狀態(tài)可以根據(jù)工作的崗位、工作地點(diǎn)、職業(yè)性質(zhì)、服務(wù)對象及其性質(zhì)等因素確定［11］，鑒于數(shù)據(jù)收集的難易程度，本研究重點(diǎn)關(guān)注地理位置變化、所屬機(jī)構(gòu)及性質(zhì)變化。2020 年優(yōu)青基金立項(xiàng)名單公布時(shí)間為2020 年9 月17 日，而筆者于2020 年10 月開始收集2020 年優(yōu)青信息，因此默認(rèn)樣本中2020 年的625 名優(yōu)青沒有發(fā)生過工作單位的變更，也就不列入考察范圍。

3.3.1 人才流動現(xiàn)狀

通過對樣本中的優(yōu)青基金項(xiàng)目依托單位與優(yōu)青目前所在工作單位進(jìn)行名稱比較，發(fā)現(xiàn)在2012—2019 年的3 423 名優(yōu)青中，只有248 個(gè)優(yōu)青基金項(xiàng)目依托單位與優(yōu)青目前所在工作單位不同，優(yōu)青流動人數(shù)占整個(gè)優(yōu)青群體的7.2%，流動的規(guī)模不大；除2016 年流動人數(shù)增加外，優(yōu)青流動人數(shù)基本隨獲得優(yōu)青基金資助年份的增加而減少，2012 年400 名優(yōu)青中流動人數(shù)最多，占比為13.0%，2019 年優(yōu)青流動比率下降為1.3%（見圖7）。

在樣本優(yōu)青的全部流動人群中，男性占總流動人群的79.8%，女性占20.2%，男性比重比女性比重高出59.6 個(gè)百分點(diǎn)，可見男性傾向于選擇職業(yè)流動。流動人群的年齡結(jié)構(gòu)和整個(gè)優(yōu)青群體的年齡結(jié)構(gòu)基本一致，即34～38 歲的優(yōu)青所占比重較高（79.4%），28～30 歲、31～33 歲和39～40 歲的人群比重較低，分別為2.4%、12.9%和5.2%，顯然，流動人員的年齡與青年科技人才成長發(fā)展階段有關(guān)，34～38歲正好是青年科技人才創(chuàng)新的旺盛期，又是其事業(yè)發(fā)展的攀峰期，青年科技人才對所屬機(jī)構(gòu)單位要求較高，容易產(chǎn)生流動意向。

從學(xué)科專業(yè)領(lǐng)域來看，樣本優(yōu)青中生命科學(xué)部和醫(yī)學(xué)科學(xué)部的流動人數(shù)分別占整個(gè)流動人群總數(shù)的17.7%和17.3%，數(shù)理科學(xué)部占9.7%，管理科學(xué)部僅占4.4%，其他4 個(gè)科學(xué)部的流動人數(shù)比例在12.1%～13.3%之間，說明生命健康領(lǐng)域的優(yōu)青相對于其他學(xué)科領(lǐng)域的優(yōu)青要活躍得多。

3.3.2 區(qū)域流動特征

從樣本優(yōu)青流動的地域流向來看，只有1 名優(yōu)青從北京大學(xué)調(diào)去新加坡管理大學(xué)，優(yōu)青人才跨國流動甚少。按照我國七大地理分區(qū)1），有248 名優(yōu)青主要從東北、西北、華中流向華東和華南，華東和華南是對優(yōu)青最具吸引力的兩大區(qū)域（見表6）；華北和華東是優(yōu)青流動活躍度最高的兩大區(qū)域，在這兩個(gè)區(qū)域內(nèi)優(yōu)青趨向近距離流動，同一區(qū)域內(nèi)流動比例大約在65%～72%之間；而東北地區(qū)優(yōu)青流失非常嚴(yán)重，全部23 名東北地區(qū)優(yōu)青中有18 名流向華北、華東和華南地區(qū)。此外，表7 顯示，優(yōu)青在其所在省份內(nèi)部流動的人數(shù)占整個(gè)流動人數(shù)的40.7%，凈流出數(shù)最多的城市是北京市，凈流入數(shù)最多的是廣東省，北京市和上海市是流入流出量最高的兩大城市，深圳市是凈流入最多的城市，而流失最多的是長春市。

表7 樣本優(yōu)青流動路徑（排名前十）

3.3.3 機(jī)構(gòu)流動特征

從樣本優(yōu)青所在機(jī)構(gòu)性質(zhì)來看，中國科學(xué)院、其他科研院所和“211”大學(xué)的優(yōu)青流失比較嚴(yán)重（見圖8）。中國科學(xué)院的90 名優(yōu)青中有72.1%流向大學(xué)，其中“985”大學(xué)占44.4%，“211”大學(xué)占14.4%，一般大學(xué)占13.3%，而27.9%的優(yōu)青在院內(nèi)調(diào)動或調(diào)入其他科研院所。其他科研院所的20 名有變動的優(yōu)青中，調(diào)入“985”大學(xué)和一般大學(xué)的比例分別都為30%，“211”大學(xué)的比例為15%，科研院所的比例為15%，另外10%調(diào)入醫(yī)療機(jī)構(gòu)。6 名來自軍隊(duì)院校的優(yōu)青全部流向“985”大學(xué)。香港特別行政區(qū)的優(yōu)青開始轉(zhuǎn)入香港幾所大學(xué)在深圳創(chuàng)辦的深圳研究院?？梢?，優(yōu)青的職業(yè)流動情況反映了當(dāng)前青年科技人才的流動趨勢，“985”大學(xué)和一般大學(xué)已成為人才聚集地。

圖8 樣本優(yōu)青跨機(jī)構(gòu)流動特征

3.3.4 職業(yè)流動與人才成長的關(guān)系

從方差分析和Scheffe 成對比較檢驗(yàn)結(jié)果可以看出（見表8、表9），樣本中流入不同區(qū)域或流入不同機(jī)構(gòu)的優(yōu)青在成才時(shí)間方面沒有顯著性差異，說明當(dāng)前的職業(yè)流動不會影響青年科技人才的成長速度。

表8 樣本人才群體流動中流入?yún)^(qū)域與其成才關(guān)系分析

表9 樣本人才群體流動中流入機(jī)構(gòu)與人才成長關(guān)系分析

4 討論與建議

4.1 在人才項(xiàng)目中設(shè)置年齡門檻的合理性

當(dāng)前年齡設(shè)限已成為人才項(xiàng)目中的一個(gè)剛性要求。年齡作為政策工具被看作是體現(xiàn)社會公正和維系社會秩序的利器［12］，但是也存在著種種缺陷。

首先，限制年齡的前提假設(shè)是“人的科研能力會隨年齡變化而變化”，重大科學(xué)發(fā)現(xiàn)存在“最佳年齡區(qū)”［13］。不同學(xué)者如趙紅州［14］、Ryder［15］等對“最佳年齡區(qū)”的劃分不同，認(rèn)定的最佳峰值年齡也各不相同，有37 歲也有39 歲。對于科研峰值年齡，學(xué)術(shù)界爭議很多，有研究認(rèn)為科研峰值年齡在不斷后移，至少應(yīng)該推后5～10 年［16］；另有研究認(rèn)為年齡與學(xué)術(shù)活動之間的關(guān)系存在不確定性，科研能力的巔峰不只是出現(xiàn)在一個(gè)年齡段而是多個(gè)年齡段［13］，至少60 歲退休年齡之前學(xué)術(shù)活力基本呈遞增趨勢而沒有明顯衰減現(xiàn)象［12］。因此，年齡不能很好地解釋學(xué)術(shù)職業(yè)的特點(diǎn)，學(xué)術(shù)職業(yè)比其他任何一種職業(yè)更需要旺盛的精力和高度的創(chuàng)造力，是對人的智力與意志的挑戰(zhàn)。需要說明的是，上述人們提到的年齡，往往指的是生理年齡。

其次，優(yōu)青呈現(xiàn)“男性38 歲”或“女性40 歲”現(xiàn)象，即越接近38 歲或40 歲時(shí)申請優(yōu)青基金項(xiàng)目的成功率越高（見圖9），這顯然不符合人才成長規(guī)律，也與當(dāng)初政策設(shè)計(jì)的初衷相違背，反映出人為設(shè)置年齡對科研究基金項(xiàng)目申請者的影響，以及對科研評價(jià)帶來的系統(tǒng)偏差。此外，年齡的天花板效應(yīng)還會導(dǎo)致青年科研人員出現(xiàn)負(fù)面心態(tài)，喪失工作動力，出現(xiàn)職業(yè)倦怠。因此，有學(xué)者提出在相關(guān)人才計(jì)劃中嘗試結(jié)合生理年齡和科研年齡標(biāo)準(zhǔn)進(jìn)行探索和實(shí)踐［17］?？蒲心挲g是以獲得博士學(xué)位年份為起點(diǎn)計(jì)算，指獲得博士學(xué)位后獨(dú)立從事科研的年限。從圖9 中可以看出，相對生理年齡而言，優(yōu)青的科研年齡分布要合理得多，更具人性化。鑒于中國科研基金人才項(xiàng)目的資助對象主要是處于職業(yè)生涯早期的青年科研人員，因此建議引入科研年齡標(biāo)準(zhǔn)，一方面可避免某些因性別和學(xué)科差異導(dǎo)致的部分青年錯(cuò)失獲得資助機(jī)會，另一方面也尊重個(gè)體差異的多樣性。

圖9 樣本優(yōu)青群體生理年齡和科研年齡分布比較

4.2 在人才成長過程中不問“出身”的可能性

毋庸置疑，青年科技人才成長過程是一場以博士畢業(yè)為起點(diǎn)的漫長的“馬拉松賽跑”。人們常說，人有4 種出身——家庭出身、地域出身、教育出身和行業(yè)出身，對于站在學(xué)術(shù)職業(yè)生涯競技場的青年博士來說，這4 種出身已經(jīng)無法改變，接下來比拼的是個(gè)人努力和所在工作環(huán)境。

終身學(xué)習(xí)是促進(jìn)人才成長的必要條件，是青年科研人員成才的關(guān)鍵因素。已有種種對高層次人才的研究表明，各種出身一定會影響人才成長的速度和高度，但是出身并非決定因素，總有一部分青年通過自己的努力也能達(dá)到人生巔峰。毫無疑問，如果畢業(yè)于名校的博士不繼續(xù)努力，是不可能成才的。我們可以觀察到，那些同一名校畢業(yè)、同年進(jìn)入同一單位的青年科研人員，若干年后有些人會成為學(xué)科專業(yè)領(lǐng)域的翹楚，有些人則非常平庸，還有人的更是在科研事業(yè)中半途而廢。青年科技人才成長是一個(gè)終身學(xué)習(xí)和終身發(fā)展的過程。

學(xué)術(shù)環(huán)境對青年科技人才的成長有著重要影響。眾所周知，不同的環(huán)境對于人才成長影響不同，人才成長不是孤立的事件，人才成長離不開所在單位的培養(yǎng)，其能力的形成也離不開所在單位提供的資源平臺和發(fā)展機(jī)遇，因此，除個(gè)人因素外，所在單位的重視程度也是青年科研人員成才的重要因素。在樣本優(yōu)青群體中有一個(gè)現(xiàn)象值得關(guān)注，從“211”大學(xué)博士畢業(yè)的336 名優(yōu)青有79.2%仍選擇“211”大學(xué)為其就業(yè)單位。而本研究結(jié)果顯示，“211”大學(xué)畢業(yè)的博士成長為優(yōu)青所需的時(shí)間要比中國科學(xué)院畢業(yè)的博士成長為優(yōu)青需要的時(shí)間少。這可能歸因于“211”大學(xué)非常重視青年科技人才的成長，不斷為扶持青年科技人才進(jìn)行制度創(chuàng)新，為人才成長提供各種政策支撐，對青年科技人才投入的資源、提供的平臺和營造的環(huán)境是部分“985”高?；蛑袊茖W(xué)院等其他單位所不能比擬的。

4.3 在人才成長過程中職業(yè)流動的邏輯性

有研究顯示，中國杰青基金獲得者的流動比率為12.5%［18］，長江學(xué)者特聘教授的流動率為10.4%［19］，因此，相對于高層次人才流動而言，優(yōu)青的流動規(guī)模不大（7.2%），“孔雀東南飛”“中西部危機(jī)”和“東北部困境”等現(xiàn)象并不明顯，當(dāng)前優(yōu)青的流動屬于自主理性的流動。樣本優(yōu)青的職業(yè)流動在人口流動的一般性規(guī)律下呈現(xiàn)以下現(xiàn)實(shí)態(tài)勢：以上海、北京為代表的華東華北地區(qū)以區(qū)域內(nèi)流動為主，其他區(qū)域人才有向華南地區(qū)集聚的趨勢；以中國科學(xué)院為代表的科研機(jī)構(gòu)為人才主要輸出地，以“985”大學(xué)和一般大學(xué)為代表的高等院校為人才主要輸入地。

趨利避害是人的本性，優(yōu)青向華南地區(qū)集中的現(xiàn)象，本質(zhì)上體現(xiàn)的是區(qū)域經(jīng)濟(jì)發(fā)展不平衡、教育醫(yī)療等資源配置失衡，而東北地區(qū)人才流失嚴(yán)重的主要原因也是因?yàn)楫?dāng)?shù)亟?jīng)濟(jì)發(fā)展相對緩慢、物質(zhì)文化生活水平明顯落后。然而，優(yōu)青職業(yè)流動的主要目的是尋找適合自己職業(yè)發(fā)展、能夠施展自己才華的環(huán)境，而不僅僅出于個(gè)人經(jīng)濟(jì)利益考慮。對于獲得優(yōu)青基金資助的青年科技人才來說，其剛剛步入人才成長的發(fā)展期，后續(xù)職業(yè)發(fā)展仍離不開項(xiàng)目依托單位的培養(yǎng)和支持，因此若沒有特殊理由，優(yōu)青一般不會輕易更換工作單位，因?yàn)殡x開原工作單位并不是最優(yōu)的策略。因此，為了預(yù)防人才流失，考慮到優(yōu)青對單位有情感依賴和資源依賴，相關(guān)單位應(yīng)重視采取“以事業(yè)留人、以待遇留人、以感情留人”的策略，為青年科技人才創(chuàng)造良好的物質(zhì)條件，提供適合其成長的生態(tài)環(huán)境，通過提供必要的政策和資源的支持，讓青年科技人才能夠留下來并潛下心來挖掘自身潛力，畢竟職業(yè)發(fā)展前景好是人才流動的最終目標(biāo)。

5 結(jié)論

本研究基于2012—2020 年中國4 048 位優(yōu)青的個(gè)人信息數(shù)據(jù)庫，運(yùn)用履歷分析方法勾勒出青年科技人才的群體畫像，并進(jìn)一步從性別、年齡、教育出身、學(xué)科領(lǐng)域、職業(yè)流動等維度探究青年科技人才群體特征與人才成長的關(guān)系。研究結(jié)果表明：（1）優(yōu)青的男女比例失衡，年齡主要集中在36～38 歲，博士學(xué)位授予單位以“985”大學(xué)居多，工程材料學(xué)部的人數(shù)高于其他科學(xué)部，職業(yè)流動規(guī)模不大；（2）性別、教育出身和學(xué)科領(lǐng)域?qū)η嗄昕萍既瞬旁缙诔砷L階段有顯著影響；（3）職業(yè)流動不會影響人才成長的速度；（4）年齡與人才成才時(shí)長之間有較強(qiáng)的負(fù)相關(guān)性。

根據(jù)以上研究結(jié)果與討論,得到以下啟示：（1）針對職業(yè)生涯早期科研人員的科技人才項(xiàng)目，申請年齡可采用科研年齡為標(biāo)準(zhǔn)；（2）終身學(xué)習(xí)是青年科技人才成長的必要條件，組織支持對青年科技人才成長有助推作用；（3）科技人才項(xiàng)目依托單位應(yīng)允許青年科技人才合理、自由流動，可以運(yùn)用政策工具留住人才、培養(yǎng)好人才。

注釋：

1）中國七大自然地理分區(qū)分別為華北、東北、華東、華中、華南、西南、西北。華北地區(qū)包括北京市、天津市、河北省、山西省、內(nèi)蒙古自治區(qū)；東北地區(qū)包括黑龍江省、吉林省、遼寧?。蝗A東地區(qū)包括上海市、江蘇省、浙江省、安徽省、江西省、山東省、福建省、臺灣?。蝗A中地區(qū)包括河南省、湖北省、湖南?。蝗A南地區(qū)包括廣東省、廣西壯族自治區(qū)、海南省，以及香港特別行政區(qū)、澳門特別行政區(qū)；西南地區(qū)包括重慶市、四川省、貴州省、云南省、西藏自治區(qū)；西北地區(qū)包括陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。