基于履歷信息的高層次人才特征分析

呂紅 牛雅妮

摘 要：基于ESI高被引學者的履歷信息，收集了學歷、年齡、學習經歷、學術成果等信息，建立了高層次人才特征評價指標體系，運用對應分析統計模型，對高層次人才特征進行區域分析，結果發現：學科領域、本科就讀院校、最高學歷獲得年齡、從博士到教授成長時間是人才發展的重要影響因素。最后對解決高校高層次人才資源區域不平衡的問題，提出了對策與建議。

關鍵詞：履歷信息;高被引學者;多元對應分析

1 背景分析

習近平主席在中共十九大報告中指出，人才是實現民族振興、贏得國際競爭主動的戰略資源。因此，各個地區的高校都紛紛出臺人才政策，用各種優厚的條件來吸引人才。然而，隨著中國高校的快速發展，不同地區高校之間逐漸擴大的差距和人才資源發展的不平衡問題也逐漸顯著。

2 文獻綜述

人才履歷信息包括姓名、年齡、學歷、職稱晉升、教學與科研、專業協會和專業資格、獎項等其他信息，信息量極其豐富，可進行全面的人才調查和分析研究。田瑞強等人基于高被引科學家的履歷信息，研究了不同因素下各階段生存風險率的差異以及成長過程中各因子的具體影響效果[1]。牛珩等人根據科研人員的履歷信息，運用CV分析方法對我國高層次科技人才進行了特征研究[2]。基于人才履歷信息的高層次人才區域分析較為少見，本文基于人才履歷信息，對不同區域高校進行高層次人才特征分析，為高校人才成長、人才引進及培養提供參考。

3 對應分析統計方法簡介

對應分析，主要用于分析列聯表中行因素和列因素間的關系，是列聯表行列變量關系的低維圖示法，關聯圖上各個樣本和樣本的屬性變量都濃縮為一個點集合，是R型因子分析（研究變量間的相關關系）與Q型因子分析（研究樣品間的相關關系）的結合。

4 數據處理

基于ESI科學指標數據庫高被引學者的入選信息以及任職院校的個人主頁，收集了國內高被引學者178人的相關履歷信息，對其現就職院校所在地分為東、中、西三個地區，東部樣本選取北京、上海、江蘇和廣東四省市的數據，中部選取吉林、安徽、湖南、河南和湖北數據，西部選取了四川、貴州、陜西和甘肅數據，并建立基于人才履歷信息的高被引學者特征評價指標體系，如表1：

5 對應分析結果

從慣性分析表2中，第二列Cronbach's Alpha信度系數分別為0.781和0.676，說明維度內部具有相當的信度;第三列慣量，用于說明各個維度能夠解釋列聯表中兩者聯系的程度，從貢獻率上可以看到，維數1解釋了列聯表的46.3%，維數2解釋了列聯表的37.9%，即在兩個維度上已經能夠說明行列變量關聯性的84.2%，結果比較理想。

由多元對應分析圖（圖1）中可以看出，

（1）東部高被引學者信息對應的散點，大多數位于圖1左下方圓形區域內，大部分人“年齡30-40歲”，在“30歲之前獲得博士學位”、學科領域以“理學”為主、本科畢業院校與現就職院校多為“頂尖院校”和“985院校”，在境外留學交流學習時間多為“1-4年”，發表SCI收錄論文篇數多在“100-200篇”之間，從獲得博士學位到獲得教授所用的“成長時間”較短，多在10年以內;

（2）中部高被引學者信息對應的散點，大多數位于圖1右下方圓形區域內，大部分人在年齡上沒有具體的特征，大部分人在“30-40歲間獲得博士學位”，學科領域多為“工學”，現就職院校大多為“211院校”，本科畢業院校大多為“211院校”或“非重點”院校，發表SCI收錄論文篇數“少于100篇”;

（3）西部高被引學者信息對應的散點，大多數位于圖1上方圓形區域內，大部分人在年齡偏大，部分在“60歲以上”，在海外交流學習時間“8年以上”，從獲得博士學位到獲得教授所用的“成長時間”較短，多在“15年以上”。

通過對比分析，可以明顯看到區域人才發展的差異性，東部地區高校高層次人才在成長時間方面遙遙領先于中西部高校，同時也發現了學科領域、本科就讀院校、最高學歷獲得年齡、從博士到教授成長時間是人才發展的重要影響因素。

6 對策與建議

基于履歷信息對高被引學者的總體特征分析，現對不同區域高校人才隊伍建設提出以下對策與建議。第一，加快人才高效集聚，推動中西部高校人才引進;第二，引導人才有序流動，增強中西部高校人才吸引力;第三，發揮高校區域優勢，加強不同區域高校交流合作。

參考文獻

[1] 田瑞強，姚長青，袁軍鵬，潘云濤，李俊峰.基于履歷信息的海外華人高層次人才成長研究：生存風險視角[J].中國軟科學，2013（10）：59-67.

[2] 牛珩，周建中.基于CV分析方法對中國高層次科技人才的特征研究——以“百人計劃”“、長江學者”和“杰出青年”為例[J].北京科技大學學報（社會科學版），2012，28（02）：96-102.

作者簡介：呂紅（1976.9—），女，漢族，山東巨野，人事處副處長，博士，工作單位：南京信息工程大學，研究方向：統計分析、經濟管理