中圖分類號：F061.2 文獻標志碼：A

0 引言

青年科技人才是國家戰(zhàn)略人才力量的重要組成部分，是推動高水平科技自立自強的重要支撐力量，是國家創(chuàng)新發(fā)展的關鍵力量。青年科技人才作為科技創(chuàng)新的生力軍，對其成長規(guī)律和特點的研究對于推動國家科技自立自強具有重要意義。

“中國青年科技獎\"前身為1987年由錢學森、朱光亞等老一輩科學家提議設立的“中國科協青年科技獎”，1994年更名為“中國青年科技獎”。中共中央組織部、人力資源社會保障部、中國科協、共青團中央每2年遴選不超過100名的中國青年科技獎獲獎者，旨在表彰在國家經濟發(fā)展、社會進步和科技創(chuàng)新中作出突出貢獻的青年科技人才。自2016年開始，從當屆獲獎者中產生“中國青年科技獎特別獎”獲獎者不超過10名。

鑒于“中國青年科技獎特別獎”在國內科技界具有高認可度的特點，本文以“中國青年科技獎特別獎\"獲得者為研究對象，研究中國優(yōu)秀青年科技人才的成長特點和科研成果規(guī)律，以期為相關人才培養(yǎng)和管理提供參考。

1研究綜述

1.1青年科技人才

近年來，圍繞青年科技人才的研究不斷深入，學界在人才特征、成長特征等方面提出了諸多見解。

人才特征方面，張洋等基于知識圖譜對青年科技人才進行畫像，總結人才特征及內在規(guī)律。李維思等[2]構建了三層數據治理的青年科技人才知識圖譜，建立了地區(qū)青年人才畫像系統(tǒng)。青年科技人才的成長特征具有鮮明的群體性與獨特性。王佳勻等[3從接受一流的高等教育角度出發(fā)，認為有“985高校”或海外高校的博士后經歷，能為青年人才后續(xù)發(fā)展奠定堅實的基礎。劉曉娟等4從地區(qū)角度出發(fā)，指出國際地區(qū)在各學科人才的孕育期、發(fā)展期和積累期都起到支持作用。劉楊等[5從職業(yè)制度角度出發(fā)，以美國2所頂尖高校的終身教職制度為例，對中國高校“準聘一長聘”制度提出科學化建議。潘建紅認為營造有利于青年科技人才成長和創(chuàng)新的制度環(huán)境、社會環(huán)境是不可或缺的保障。

1. 2 履歷分析法

履歷分析法最早起源于美國Georgia理工大學開展的一項“研究價值描繪”的科研項目，是一種通過分析科技人才的職業(yè)發(fā)展軌跡、職業(yè)特征、流動模式以及科技人員個人和組織的評價等問題，評估其能力和潛力的方法[7]。履歷分析法用途廣泛，可用于評估高管人員[8]、優(yōu)秀研究生導師[9]、國際科技組織主席與副主席中方任職人員[\"]、國家杰出青年科學基金項目獲資助人[11]、高校校長[12]、重要獎項獲獎者[13]等各類科技人才。

2 研究設計

2.1 研究對象

本研究以2016—2024年5屆中國青年科技獎特別獎獲獎者共50名優(yōu)秀青年科技人才為研究對象。無論是科研能力還是工作經驗，這些獲獎者都表現卓越，能夠很好地代表中國優(yōu)秀青年科技人才。對這部分優(yōu)秀青年科技人才的履歷進行研究，有助于我國培養(yǎng)更多的相關人才。

2.2研究數據

研究數據主要來源于中國科協網站公布的2016—2024年50名獲獎者的個人信息。首先，通過官網獲取獲獎者的個人資料。其次，從獲獎者所在機構官網、維基百科等官方途徑完善其學習、工作等詳細信息。再次，利用中國知網、WebofScience等數據庫，結合信息，確定獲獎者的研究領域和代表性科研成果。最后，將錄入的數據進行標準化編碼，以便統(tǒng)計分析。

需特別留意，部分獲獎者來自軍事相關院校或科研單位，受單位性質等因素影響，這部分獲獎者的部分信息存在缺失情況。因此，在開展具體領域分析工作時，為確保統(tǒng)計數據真實可靠，會將信息缺失的獲獎者排除在該領域的統(tǒng)計分析之外。

3 履歷特征分析

3.1性別與年齡分布

截至2024年11月，50名獲獎者中：男性青年科技人才38人，占比 76% ;女性青年科技人才12人，占比 24% 。在統(tǒng)計的48名獲獎人中，獲獎者申報當年平均年齡為38.83歲，較多集中在37～40歲。將年齡和性別交叉分析，在40歲以內，男性獲獎者占比87.8% ，女性獲獎者僅占 12.2% （見圖1）。由此可見，女性科技成果產出年齡晚于男性。

2011年后，為改變獲獎者中女性科技人才較少的現狀，“中國青年科技獎”將女性獲獎者年齡限制由40歲放寬至45歲。由此，41～45歲年齡段有7人且均為女性，占總人數比重為 14.6% 。

3.2教育背景分布

3.2.1 最高學歷與第一學歷

全部樣本中，獲得博士畢業(yè)信息的獲獎者有47位：獲得本科畢業(yè)院校信息的獲獎者有43位，全部來自國內高校，其中， 83.7% 獲獎者本科畢業(yè)于雙一流院校，可見高水平本科已成為優(yōu)秀青年科技人才成長過程的重要組成部分。

3.2.2海外留學經歷

獲得博士畢業(yè)院校信息的獲獎者有44位，其中，77.3% 獲獎者在國內獲得博士學位。在國外獲得博士學位的獲獎者主要畢業(yè)于美國和德國的高校，分別占比 18.2% 和 4.5% 。 31.8% 的獲獎者的博士學位是在2025年QS世界大學排名前100的院校取得的。

3.2.3 教育模式

結合王運紅等[14]的\"本碩連貫、碩博連貫、本碩博連貫、本博連貫”本碩博教育時間連續(xù)性的模式，本文僅討論學位信息，不考慮是否在同一院校，將教育模式分為“本-碩-博\"“本-博\"2種模式，即完整的本科、碩士、博士學習過程和本科后直接攻讀博士的學習過程。

通過對獲得本、碩、博全部畢業(yè)院校信息的43位獲獎者的比較分析，“本-博”模式的獲獎者有26人，占比 60.5% ；“本-碩-博”模式的獲獎者有17人，占比 39.5% 。統(tǒng)計數據顯示，我國優(yōu)秀青年科技人才在完成本科學業(yè)后，大多傾向于直接攻讀博士學位。在博士培養(yǎng)階段，他們能夠加入高水平科研團隊，從事系統(tǒng)性、深人的專業(yè)研究。這種連貫性強的學術發(fā)展路徑，有助于青年人才在特定領域持續(xù)深耕，系統(tǒng)積累研究經驗與專業(yè)知識。長遠來看，這種培養(yǎng)模式極大地提升了他們取得重大科技創(chuàng)新成果的概率，為我國科技事業(yè)的可持續(xù)發(fā)展提供可持續(xù)的人才支撐。

3.3成才周期分布

由于大多數科研人員在博士畢業(yè)后開始獨立工作[15]，本文將中國優(yōu)秀青年科技人才成長過程起點定為博士畢業(yè)時間，終點定義為“中國青年科技獎特別獎”獲得時間。

獲得完整成才信息的43名獲獎者中，成才周期散落在5～18年， 51.2% 的獲獎者集中在10～12年，平均成才時間是11.5年。結合教育模式對比分析，“本-博\"模式成才的峰值是12年，“本-碩-博”模式成才的峰值是10～11年，“本-碩-博”教育模式成才時間要早于“本-博\"教育模式（見圖2）。結合海外留學經歷對比分析，擁有海外留學經歷獲獎者平均成長周期是10.6年，沒有海外留學經歷獲獎者平均成長周期是11.7年（見圖3）。海外留學經歷會略微縮短優(yōu)秀青年可人才成才時間。

3.4工作經歷分布

3.4.1 任職單位

全部獲獎者任職單位主要集中在北京（23人）、上海（6）、安徽（4）、江蘇（2）等一線城市的高校、科研院所、醫(yī)院。此外，有3人來自陜西、2人來自黑龍江，說明欠發(fā)達地方的部分學科在全國也具有一定競爭力。但其中，1位黑龍江獲獎者后期工作調動到北京，這進一步證明一線城市，尤其是科教資源豐富的城市對優(yōu)秀青年科技人才具有強大的吸引力。

3.4.2 機構變動次數

獲得全部機構信息的46人中，獲獎者的平均機構變動次數為0.935次，較多集中分布在0～1次內。其中， 41.3% 的獲獎者博士畢業(yè)后在一個單位未經歷職業(yè)流動， 34.8% 的獲獎者經歷過一次職業(yè)流動，23.9% 的獲獎者經歷過2～4次職業(yè)變動（見圖4）。比較發(fā)現，未經歷職業(yè)流動的獲獎者成才時間是11.688年，經歷1次職業(yè)流動的獲獎者成才時間是11.563，經歷2～4次職業(yè)流動的獲獎者成才時間是11年。由此可見，職業(yè)流動的次數和成才周期呈反比例關系。

3.4.3地理流動態(tài)勢

經歷過職業(yè)流動的獲獎者共27人，其中，經歷國內職業(yè)流動的占比 33.3% 、經歷國際職業(yè)流動的占比66.7% 。比較發(fā)現，擁有國際職業(yè)流動經歷獲獎者的平均成才周期是11.056年，擁有國內職業(yè)流動經歷獲獎者的平均成才周期是11.889年（見圖5）。研究發(fā)現，國際職業(yè)流動有利于科研成果的產出。

3.5 行政任職

行政任職的現狀可以反映出青年科技人才的發(fā)展和管理需要完善的問題。結合“輔助管理型”“行政管理型\"“趨政型”的行政任職分類標準[16]。全部獲獎者中， 62% 的獲獎者擔任行政職務，較多擔任行政管理型（ 32% ）和輔助管理型行政 24% ）。

結合獲得完整成才信息的43名獲獎者進行比較分析，其中18位沒有擔任行政職務的獲獎者，其成才周期平均為11.611年；而25位擔任行政職務的獲獎者，其成才周期平均為11.36年。此外，成才時間最長的為18年，這一最長成才時間是由沒有擔任行政職務的獲獎者所取得的（見圖6）。由此可見，行政職務有助于縮短成才周期。尤其是趨政型的獲獎者平均成才周期是10.667年，比沒有擔任行政職務的獲獎者成才周期縮短近1年。

4科研成果規(guī)律

隨著社會發(fā)展和科技進步，戰(zhàn)略性新興產業(yè)的重要性持續(xù)提升。作為經濟高質量發(fā)展的核心引擎和全球科技競爭的關鍵戰(zhàn)場，戰(zhàn)新產業(yè)相關成果正受到社會各界前所未有的關注。獲得較為完整科研成果的49名獲獎者中，39名獲獎者科研成果主要分布在工業(yè)戰(zhàn)新產業(yè)領域，占比 79.6% 。根據國家統(tǒng)計局公布的《工業(yè)戰(zhàn)新產業(yè)分類目錄（2023）》，具體分布在生物產業(yè)（13人， 33.3% ）、新一代信息技術（8人， 20.5% ）航空航天產業(yè)（5人， 12.8% ）新材料產業(yè)（4人， 10.3% ）、新能源產業(yè)（3人， 7.7% ）、高端裝備制造（2人，5.1% ）、節(jié)能環(huán)保產業(yè)（2人， 5.1% ）、海洋裝備產業(yè)（1人， 2.6% ）未來產業(yè)（1人， .2.6% （見圖7）。

5 研究結論

本文通過對2016—2024年50名“中國青年科技獎特別獎”獲獎者為研究對象，采用履歷分析法，從性別與年齡、教育背景、成才周期、工作經歷等角度探究中國優(yōu)秀青年科技人才的成長特點和科研產出規(guī)律。主要得到以下結論：

一是中國優(yōu)秀青年科技人才主要分布在37～40歲，在40周歲以內，男性獲獎者占多數。二是中國優(yōu)秀青年科技人才較多在國內取得本科或博士學位，大多傾向于本科畢業(yè)后直接攻讀博士學位。此外，世界大學排名前100的高校是部分獲獎者攻讀博士學位的優(yōu)先選擇。三是較多中國優(yōu)秀青年科技人才平均成才年齡是11.5年，“本-碩-博”教育模式成才時間要早于“本-博”教育模式，海外留學經歷會略微縮短優(yōu)秀青年人才成才時間。四是一線城市的高校、科研院所、醫(yī)院等單位是中國優(yōu)秀青年科技人才的優(yōu)先選擇，國際職業(yè)流動有利于科研成果的產出，但職業(yè)流動的次數和成才周期呈反比例關系。五是擔任行政職務能夠顯著縮短科研人才的成長周期，這一效應在趨政型行政管理崗位任職者群體中表現得尤為突出。六是隨著科技產業(yè)的發(fā)展，戰(zhàn)略性新興產業(yè)相關成果正受到社會各界前所未有的關注。

6對策建議

根據上述研究發(fā)現，結合我國科技人才現實需求，本文對中國優(yōu)秀青年科技人才培育工作提出如下建議。

一是構建公平高效的人才選拔機制。人才選拔需兼顧年齡結構優(yōu)化與性別平等。一方面，建立“階梯式 + 持續(xù)性”雙軌并行的科研資源支持體系，為青年科技人才在創(chuàng)造力高峰期提供充足保障。另一方面，通過設立女性科技人才專項獎勵，進一步完善生育保障制度，輔之以彈性工作制、托育服務等配套措施，消除女性人才職業(yè)發(fā)展的后顧之憂，持續(xù)促進科技領域性別比例的動態(tài)平衡。

二是創(chuàng)新復合型人才培養(yǎng)體系。教育體系改革需強化本博貫通與國際合作雙輪驅動。國內培養(yǎng)層面，推動高校建立“本科—博士”連讀的一體化培養(yǎng)模式，加強基礎理論與科研實踐的深度融合，縮短人才成長周期。國際化培養(yǎng)方面，積極搭建“國際聯合培養(yǎng)基地”，促進國內外科研資源互補，鼓勵留學人才歸國后組建跨學科創(chuàng)新團隊，實現“留學經歷本土化”的人才培養(yǎng)新模式。

三是優(yōu)化人才職業(yè)發(fā)展生態(tài)。職業(yè)發(fā)展環(huán)境建設需統(tǒng)籌區(qū)域協同與人才流動管理。區(qū)域布局上，發(fā)揮一線城市科研資源集聚優(yōu)勢，打造青年科技人才創(chuàng)新集群，通過政策引導推動科研項目向二線城市及中西部地區(qū)梯度轉移，促進人才資源的均衡分布。針對人才流動問題，構建“穩(wěn)定一流動”動態(tài)平衡機制，對在同一單位長期貢獻的人才給予榮譽表彰，避免過度流動對科研連續(xù)性的負面影響。

四是強化戰(zhàn)略導向的政策支持體系。政策制定需緊密對接國家戰(zhàn)略性新興產業(yè)發(fā)展需求。圍繞前沿科技領域，針對青年科技人才，設立科技攻關專項，建立“高校一科研院所一企業(yè)”協同育人機制，推動產學研深度融合。構建多元化激勵機制，對在戰(zhàn)略性新興產業(yè)取得突破性成果的青年人才，給予專項獎勵、國家級人才計劃優(yōu)先推薦等支持，探索成果轉化股權分享機制，實現人才價值與產業(yè)發(fā)展的有機統(tǒng)一。

參考文獻

[1張洋，黃子萱，朱嘉麒.青年科技人才畫像及鑒識方法研究[J].情報學報，2024（11）：1283-1296.

[2]李維思，文曉芬，李貴龍，等.基于三層數據治理的青年科技人才知識圖譜構建與應用實踐：以湖南省科技管理系統(tǒng)青年科技人才為例[J].現代情報，2024（10）：103-114.

[3]王佳勻，于璇，汪雪鋒，等.優(yōu)秀青年科技人才成長典型特征分析：以優(yōu)秀青年科學基金獲資助者為例[J].中國科學基金，2021（2）：290-297.

[4]劉曉娟，謝瑞婷，孫鰻莉，等.高層次科技人才成長中的地區(qū)角色研究：以國家杰出青年科學基金獲得者為例[J].科學學研究，2024（10）：2110-2121，2160.

[5]劉楊，周建中.終身教職制度對培養(yǎng)青年科技人才的影響機制：基于兩所美國頂尖高校的分析[J].科技管理研究，2024（11）：148-154.

[6]潘建紅.營造促進青年科技人才創(chuàng)新的良好生態(tài)[J].人民論壇，2024（5）：49-51.

[7]周建中，肖小溪.科技人才政策研究中應用CV方法的的綜述與啟示[J].科學學與科學技術管理，2011（2）：151-156，179.

[8]劉大衛(wèi).履歷深度分析法在高管人員甄選中的運用[J].中國人力資源開發(fā)，2010（4）：22-24.

[9]鄭燁，胡瓔杰，肖敏.優(yōu)秀研究生導師成長差異及其影響因素研究：基于國內351位導師履歷的生存分析[J].高教探索，2025（1）：68-77.

[10]任真，張雅潔.國際科技組織主席與副主席中方任職人員履歷分析及其啟示[J].中國科技論壇，2023（7）：170-178.

［11]胡驍宇，陳剛，王光輝.基于履歷數據的“杰青”人才流動網絡特征及驅動機制研究[J].地理科學進展，2024（9）：1771-1784.

[12]屠羽，吳維庫，彭本紅.如何成長為高層次科技人才？：基于“雙一流”建設高校校長的履歷分析[J].科學管理研究，2020（2）：117-125.

[13]高瑞，王彬.中國杰出青年科技人才的成長過程及特征：基于“科學探索獎”獲得者的履歷分析[J].科學管理研究，2022（2）：139-146.

[14]王運紅，張貴蘭，劉曉娟，等.青年科技人才成長階段資助獎勵的托舉作用：以國家優(yōu)秀青年基金項目獲得者為例[J].中國科技人才，2022（3）：9-21.

[15]宋永輝，袁蕾涵，李春東，等.中國卓越青年科學家成長特征與科研產出規(guī)律研究：來自“科學探索獎”獲得者的證據[J].科學管理研究，2023（4）：105-116.

[16]汪士.杰出科技學行政任職研究[D].合肥：中國科學技術大學，2012.

（編輯姚鑫）

Reach on the growth characteristics and scientific output patterns of Chinese outstanding young scientific and technology talents： taking recipients of the “Special Prize for Young Chinese Scientists\"’ as an example

ZUO Qian1，2 （1.Jiangsu Institute of Science and Technology Development Strategy，Nanjing 2421Oo，China; 2.Jiangsu Institute of Science and Technology Information，Nanjing 2421OO，China）

Abstract：Young scientificand technology talents are thekey force forthe innovative development of thecountry.this study takes 5Ooutstanding youngscientific talents from five editions ofthe“Special Prizefor Young Chinese Scientists” awarded between 2016and 2O24 as samples.Bycombining curiculum vitae analysis，from the perspectives of gender and age，educational background，talentcultivation cycles，work experienceand soon，it explores that outstanding young scientific and technological talents in China are mainly distributed in the age rangeof 37 to 4O yearsold，the average ageof becoming atalent isabout11.5 years，overseas study experience can shorten the time，and first-tier cities are the preferred choices，and put forward suggestions.

Key Words： young scientific and technology talents； growth characteristics； scientific output; curriculum vitae analysis

基金項目：2024年度江蘇省社科應用研究精品工程課題重點資助項目；項目名稱：江蘇支持青年科技人才成長的路徑研究；項目編號：24SYA-016。

作者簡介：左茜（1988—），女，副研究員，碩士；研究方向：科技人才，科技政策。