中美高水平基礎研究人才對比研究
——基于ESI高被引科學家數據分析

王 超，馬 銘，許海云，武華維，朱世偉，于俊鳳

(1.齊魯工業大學 (山東省科學院)，山東 濟南 250014；2.山東省科學院情報研究所，山東 濟南 250014；3.山東省科技發展戰略研究所，山東 濟南 250014；4.山東理工大學管理學院，山東 淄博 255000；5.西北師范大學檔案館，甘肅 蘭州 730070)

0 引言

中美貿易摩擦以來，美國對中國進行了一系列核心技術及關鍵原材料的封鎖及管制。造成中國受制于人局面的主要原因是基礎研究領域處于弱勢地位。基礎研究是整個科技創新活動的總源頭，當前中國科技的基礎研究能力和產出仍然是需要補齊的主要短板。美國在基礎研究的投入比重非常大、產出世界第一。人才是創新的核心資源，創新型人才尤其是高水平基礎研究人才是推進原始創新、加強基礎研究的主力軍。 《國務院關于全面加強基礎科學研究的若干意見》指出，當前我國基礎研究頂尖人才和團隊匱乏，并提出壯大基礎研究人才隊伍的相關意見。 《加強 “從0到1”基礎研究工作方案》進一步細化了加強基礎研究人才培養的相關方案。在此背景下，深刻認識高水平基礎研究人才的重要作用及現有特點，對積極推進我國基礎研究人才隊伍及基礎研究高質量發展具有重要意義。

部分學者圍繞高水平科學家群體展開了系列研究：在人才與機構分布之間的關系研究中，高水平科學家的產出對大學間的績效評價具有較強正相關，高水平科學家可以作為評價大學競爭力的重要指標[1]；同時，頂級研究機構擁有水平更高的科學家和數量相對較少的研究人員[2]；在人才的性別差異研究中，高水平女性科學家的成功與較優的性別平等對待政策、較少的性別歧視價值觀和對待女性的消極態度呈正相關[3]；在數學和化學領域中，男性高水平科學家更傾向于國際合作，物理學領域的高水平女性科學家更傾向于與國內外的科研機構合作[4]；在人才合作研究中，高水平科學家之間的協作網絡并不緊密[5]；國際合作大大提高了高水平科學家的生產率[6]，在人才空間分布研究中，高水平華人科學家的知識網絡呈現 “小聚集大分散”的空間結構，同時知識網絡的形成受科學家自身科研能力影響較大[7]；有研究發現60.5%的高水平研究人員來自美國[4]，超過1/3的美國高水平科學家會在較長時間內保持較高的領域排名，尤其是在生命科學領域較為明顯，而在工程科學領域顯著性較低[8]；相當數量的中國高水平科學家具有跨國/地區流動經歷，美國仍然是中國高水平科學家青睞的主要國家[9]。

進一步梳理中美人才對比研究發現，相當一部分研究側重于中美人才培養方面的比較，關注的是人才研究的 “上游”，如中美人工智能人才培養政策比較[10]、中美iSchool院校人才培養模式比較[11]、中美兩國博士后培養的比較[12]、中美兩國土木工程專業創新人才在本碩博培養階段的銜接模式對比[13]、中美兩國研究型大學人才培養及專業設置比較[14]、中美兩國機械專業人才培養及課程設置比較[15]、中美在STEM (Science、Technology、Engineering、Mathematics)類專業人才教育及人才儲備比較[16]，等等。部分研究涉及了人才研究的 “下游”，即如何發揮人才的作用，如中美兩國的人才使用比較研究，發現了兩者在人才使用方面的差異[17]。還有部分學者圍繞中美人才隊伍的具體特點展開研究，如基于專利數據對納米領域的中美人才進行對比分析研究[18]，從創新經驗和創新能力兩個方面視角下的中美創新人才成長規律對比[19]。

綜上可見，涉及中國高水平科學家的研究相對較少，同時中美人才對比的研究更多關注的是中美在人才培養方面的差異化研究，對基礎研究領域的人才尤其是高水平基礎研究人才的研究涉及較少。鑒于此，本文通過對中美兩國高水平基礎研究人才隊伍的對比研究，分析中國與美國人才隊伍的差異，探討中國高水平基礎研究人才隊伍存在的不足，以期提供相關建議和參考。

1 研究設計與方法

1.1 研究對象的選擇

本文的研究對象主要是2014—2019年入選ESI高被引科學家名單的中美科學家。ESI數據庫每年甄選全球最具影響力的科研精英，即ESI高被引科學家名單，主要收錄具體學科領域排名前1%的高被引論文數據，能夠揭示具體領域中具有影響力的國家、機構、人員、論文、期刊及研究前沿。所以，本文將入選ESI高被引科學家名單的中美科學家作為分析中美兩個高水平基礎研究人才的研究對象。

1.2 數據獲取及預處理

本文的研究數據主要來自Web of Science核心數據庫SCI-E、 SSCI、A&HCI中收錄的高被引科技論文，即引用次數位于其學術領域中排名前1%的論文，其發表時間為2010—2019年，語言選擇英語 (English)，文獻類型為期刊論文 (Article)，檢索時間為2020年12月12日。由于ESI高被引科學家名單提供的信息有限，而且歷年提供的數據字段及格式不統一，需要進一步對數據進行預處理。首先，為了保證科學家的唯一性，對科學家的名字進行規范化；其次，考慮到科學家所隸屬的機構也存在縮寫或全稱不統一的問題，需要對科學家所屬的機構進行規范化處理；最后，增添科學家所在機構所處的行政區域信息。

1.3 數據分析方法

在預處理數據的基礎上，首先利用統計分析方法對中美高水平基礎研究人才的空間分布、學科領域、隸屬機構等方面進行比較研究，其次利用科學計量分析法對高水平基礎研究成果進行對比研究，包括數量分析、資助來源、影響力、基礎研究合作4個方面。影響力分析主要采用H指數、篇均引用次數、總被引頻次 (除去自引)3個指標；基礎研究合作主要采用合作強度在5次以上的作者合作網絡分析，采用邊、點、平均度、模塊度、模塊化數量 (社區數量)5個指標。邊和點反映合作網絡的規模；平均度反映合作網絡中節點間的交互程度，取值越高說明節點之間的合作越頻繁，反之亦然；模塊度是測度網絡社團結構的指標，可以反映最大網絡模塊性，其取值范圍為0～1，數值接近1表示網絡聚類結構化強，取值越低表示社團結構越不明顯。需要注意的是，有的科學家屬于多個學科領域，本文按照其發文及個人信息選擇一個主要的學科作為統計標準；同時，2014—2019年有部分學者多次出現在ESI高被引名單上，但是期間工作單位發生變動，本文在分析這類學者的空間分布及機構隸屬時，只按照科學家在2019年所屬的省市 (州)以及機構進行統計。

2 數據對比分析

2.1 空間分布對比分析

2014—2019年，美國共有3973位高水平基礎研究人才 (以下簡稱高水平人才)、中國共有924位高水平人才。以2019年中國各省市、美國各聯邦州的國民生產總值 (GDP)為參考標準，將國民生產總值按照由小到大排名的四分位數將各省市/聯邦州分為四類：Q1、Q2、Q3、Q4，由于缺少港澳臺三地的GDP數據，本文將其暫分為單獨一類。

如圖1所示：美國GDP排名為Q3～Q4的聯邦州擁有3708名高水平科學家，占全國的93.3%；排名Q4的聯邦州擁有2660人，占全國的66.9%。如圖2所示：中國GDP排名為Q3～Q4的省市擁有705名高水平科學家，占全國的76.3%；排名Q4的省市擁有279人，占全國的30.2%。

圖1 美國高水平基礎研究人才的空間分布

圖2 中國高水平基礎研究人才的空間分布

美國北達科他州尚未出現高水平人才，內華達州、密西西比州、西弗吉尼亞州等18個州的高水平人才規模在8人 (含)以下。人才數量較少的州都是GDP排名Q1～Q2的州，占美國所有聯邦州數量的35.3%。

中國的河北、內蒙古、新疆、海南、寧夏、青海、西藏及河南未出現高水平人才，其中河南、河北、內蒙古排名分別為Q1、Q2、Q3，其他地區排名Q4。澳門、云南、江西、重慶、甘肅、貴州、廣西及山西的高水平基礎研究人才規模在8人 (含)以下，這些人才數量較少的省市占全國所有省市數量的44.1%。

美國的高水平人才主要分布在267個城市，排名前15城市分布的人才總量占全國總數的48.6%；中國的高水平人才主要分布在54個城市，排名前15的城市分布的人才總量占全國總數的80.7%，這些城市多為省會城市。美國排名前15城市的人才數量遠遠高于中國，而中國人才在主要城市的分布更為集中，如表1所示。

表1 中美高水平基礎研究人才數量排名前15城市分布

2.2 學科領域對比分析

中美兩國的高水平人才大多數集中在交叉學科，除了交叉學科外，中國高水平人才分布最多的5個學科分別為工程學、化學、材料科學、數學和計算機科學，美國分別為臨床醫學、分子生物學與遺傳學、神經科學與行為科學、生物及生物化學、物理學 (見圖3)。中國在工程學領域的高水平人才規模已經超過美國，化學、材料科學領域的規模與美國的差距相對要小一些，數學領域的規模中美幾乎持平，而其他領域美國的規模要遠超中國。2014—2019年，中美兩國各領域高水平基礎研究人才的數量分布如圖4所示。

圖3 中美兩國高水平基礎研究人才的學科領域分布

圖4 2014—2019年中美兩國各領域高水平基礎研究人才數量分布

本文將中國在20個學科領域的人才隊伍劃分為以下四大類進行分析：

(1)優勢學科的人才隊伍分析。在工程學、材料科學、計算機科學、數學四個學科中，中國的高水平人才隊伍與美國的差異越來越小。工程學領域的高水平人才自2015起開始超越美國，且每年的高水平基礎研究人才隊伍越來越大，成為最具競爭優勢的學科領域。

進一步分析2019年中美優勢學科具有4人以上規模的高水平人才隊伍在各省市/州的分布 (見表2)，可見在工程學領域中國有北京等10個省市，美國只有2個州；在材料科學領域中國有7個省市，美國也有7個州；在數學領域中國有2個省，美國僅有1個州；在計算機科學領域中國有6個省市，美國僅有1個州。

表2 2019年中美優勢學科4人以上高水平人才隊伍分布比較

(2)追趕學科的人才隊伍分析。在農業科學、化學、物理學、植物與動物科學、交叉學科5個學科中，雖然中國與美國之間的高水平人才隊伍存在一定差異，但是在2014—2019年的5年間，中美兩國之間的高水平人才隊伍差異呈縮小趨勢。其中，在化學領域中國與美國的差距越來越小，是中國可能超越美國的最具潛力學科領域。

(3)劣勢學科的人才隊伍分析。在生物及生物化學、臨床醫學、環境/生態學、地學、免疫學、微生物學、分子生物學及遺傳學、神經科學與行為科學、藥劑學與藥理學9個學科中，中國與美國的差距越來越大，中國在這些學科的高水平人才隊伍的劣勢愈發明顯。中國在地學領域的人才隊伍具有一定規模，未來可以側重在該領域的人才隊伍建設，以實現趕超美國的目標。

(4)空白學科的人才隊伍分析。在心理學與精神病學、空間科學這兩個學科中，中國的高水平人才隊伍幾乎為零，而美國數量龐大。中國在這兩個學科亟需一批能夠活躍在國際前沿以及能夠滿足國家戰略需求的高水平科學家、學科領軍人才及創新團隊。

2.3 隸屬機構對比分析

2014—2019年，美國高水平基礎研究人才分布在467個機構中，主要涉及5種類型：高校 (68.9%)、科研院所 (26.1%)、企業 (2.8%)、政府機構 (2.1%)、國際組織 (0.1%)。中國高水平基礎研究人才分布在195個機構中，主要涉及3種機構類型：高校 (81.4%)、科研院所 (16.5%)、企業 (2.2%)。

分析中美各類型機構高水平人才數量排名前3的機構發現 (見表3)：高校類別中，中國的清華大學和電子科技大學是公立大學、中國醫藥大學是私立大學，美國的哈佛大學和斯坦福大學是私立大學、加州大學伯克利分校是公立大學；科研院所中，中國的3個機構都來自中科院系統的公立科研院所，而美國的紀念斯隆-凱特琳癌癥中心和博德研究所屬于私立型科研院所；企業類別中，美國的3個企業都是屬于創立時間悠久的生物、醫藥領域的領頭型公司，而中國的公司都是相對年輕的企業，尤其是華大基因和依圖科技屬于近年興起的高科技公司。另外，美國有一定數量的高水平基礎研究人才來自政府部門和國際組織，中國則沒有。

表3 中美高水平人才數量排名前3的各類型機構

進一步分析高水平人才數量排名前10的機構，從圖5中可以看出，美國機構高水平人才較少涉及工程學和農業科學領域，數學領域的高水平人才少于中國，但是人才多集中在交叉科學、臨床醫學、分子生物與遺傳學、物理學、神經科學與行為科學領域。從圖6中可以看出，中國機構高水平人才多集中在交叉科學、數學、物理學、化學、工程學及材料學領域，藥劑學與藥理學、心理學與精神病學、免疫學、臨床醫學4個學科領域中僅有1位高水平科學家涉足，空間科學、分子生物與遺傳領域尚未涉及。中國機構有9所大學和1個研究所，除了中國醫藥大學外都是公立機構；而美國機構都是大學，除了來自加州大學系統中的伯克利分校、洛杉磯分校、圣地亞哥分校為公立大學外，其他都屬于私立研究型大學。

圖5 美國人才數量前10的機構-學科分布

圖6 中國人才數量前10的機構-學科分布

2.4 基礎研究成果對比分析

(1)數量比較。如圖7所示，在優勢學科領域，中國高水平基礎研究成果的總量已超過美國。2010—2019年，中國高水平人才發表的高水平基礎研究成果數量呈持續增長勢頭，且增長速度較快；而美國除了材料科學外其他學科增長速度較慢，尤其是計算機科學呈下降趨勢。在追趕學科領域，中國在化學領域的高水平基礎研究成果數量總量超過美國，其他4個領域的數量與美國有一定差距。自2017年以后，化學、農業科學的成果數量超越美國；交叉學科、植物與動物科學領域，中國與美國的差距越來越小；物理科學領域，中國與美國的差距一直明顯。在劣勢學科領域，中國在地學領域的成果數量保持持續增長趨勢，并且與美國的差距逐漸縮小，而在其他領域中國仍落后于美國，但在環境/生態學、生物及生物化學領域保持一定的增長趨勢。在空白學科領域，中國的成果數量幾乎處于空白。

圖7 中美在22個領域的高水平基礎研究成果對比

(2)資助來源比較。從中國排名前20的資助來源看，包括國家自然科學基金、國家重點基礎研究發展計劃等13個資助來源于科技部、教育部、中科院等中央部委的財政專項撥款，其中有4個來源的主管部門為科技部，有7個資助來源于山東、江蘇、深圳等地方政府的財政專項撥款，如江蘇省自然科學基金、山東省自然科學基金，其中有3個來源屬于江蘇省。從美國排名前20的資助來源看，包括美國國立癌癥研究所、美國國立綜合醫學研究所等10個資助來源隸屬于美國國立衛生研究院。霍華德·休斯醫學研究所、百時美施貴寶公司、諾華集團、阿斯利康公司、美國默克公司屬于私人機構，除了霍華德·休斯醫學研究所外，其他都是企業。有5個資助來源屬于美國聯邦機構，如美國國防部、能源部等 (見表4)。

表4 中美前20名高水平研究成果資助來源對比

(3)影響力比較。如表5所示，優勢學科中，雖然中國各個領域的高水平基礎研究成果數量高于美國，但是平均被引頻次都低于美國，除了工程學外，中國在其他領域的H指數要低于美國，計算機科學和數學的總被引頻次也低于美國。追趕學科中，中國各個領域的基礎研究成果的H指數、總被引頻次都低于美國，除了植物與動物科學外，其他領域的篇均被引頻次都低于美國。在劣勢學科與空白學科的各個領域中，無論是基礎研究成果數量還是基礎研究成果影響力的各個指標，中國都要低于美國。

分析各個領域的基礎研究影響力指標發現：H指數中，中國與美國差距最大的4個領域分別是臨床醫學、分子生物學與遺傳學、免疫學、神經科學與行為科學；篇均被引頻次中，中國與美國差距最大的4個領域分別是計算機科學、空間科學、生物及生物化學、分子生物學與遺傳學；總被引頻次中，差距最大的4個學科分別是交叉學科、臨床醫學、分子生物學與遺傳學、生物及生物化學。

(4)基礎研究合作比較。如表5所示，從邊和點的數量來看，在工程學、材料科學、農業科學、化學、植物與動物科學、生物及生物化學等學科領域，中國的數量要高于美國，但是在劣勢學科和空白學科總體上要落后于美國。從平均度來看，劣勢學科和空白學科中，中國總體上要低于美國。從模塊度來看，除了數學、物理學、地學外，美國遠遠高于中國，且數值差距較大；除了優勢學科中的工程學、計算機科學、數學外，美國各學科的模塊化數量也要遠遠多于中國。

表5 中美高水平基礎研究成果的影響力與研究合作指標對比

3 研究結果

3.1 空間分布特征

中國與美國的高水平人才隊伍規模差異較大，中國明顯落后于美國。中美高水平人才數量分布與區域經濟的發達程度呈現較高的一致性，大都集中在經濟發達地區。中國高水平人才的省域空間分布較不平衡，人才培養的空白區域較多。美國經濟發達地區的高水平人才分布數量遠遠高于中國，且高水平人才較為廣泛地分布在更多城市。

3.2 學科領域特征

基礎研究的學科融合性在高水平人才分布中得到較為充分的體現，中美兩國的高水平人才大多集中在交叉學科領域。中國學科人才隊伍總體呈現出 “4優、5追、9劣、2白”的特點，工程學、材料科學、計算機科學、數學4個學科的高水平人才隊伍規模優勢逐漸明顯，農業科學、化學、物理學、植物與動物科學、交叉學科5個學科的人才隊伍具有追趕美國的潛力，其他學科領域的劣勢非常明顯。美國高水平人才集中的領域中國仍較少涉及，尚不能做到人無我有、人有我優的程度，而美國幾乎能夠做到全面開展各個學科領域的研究。劣勢和空白學科的中國科研合作網絡規模及科研人員之間的互動水平處于較低層次，優勢學科中的工程學和材料科學的科研合作網絡規模及科研人員之間的互動水平則明顯高于美國。美國絕大部分學科領域的合作網絡聚類結構明顯，合作社團數量豐富；中國的合作網絡社團結構則不明顯，除了優勢學科具有數量較多的合作社團外，其他學科領域的數量較少，這意味著中國各個學科的研究力量較為分散，尚未有效形成科研合力。

3.3 隸屬機構特征

高校、科研院所是中美高水平人才的主要來源地，但是機構性質 “公私有別”。美國部分高水平人才來自政府機構及國際組織，科研院所的人才比例要高于中國，中國的高水平人才多集中在高校；中國高水平人才的絕大多數來自公立科研院所及高校，而美國相當數量的高水平人才來自私立機構，來自企業的高水平人才比例差別不大。

3.4 基礎研究成果特征

中國高水平基礎研究成果主要受中央部委和地方政府的財政專項撥款資助，企業及社會力量對于高水平基礎研究成果的產出尚未發揮足夠的作用。美國的基礎研究投入主體具有多元化的特點，聯邦政府機構、企業和社會力量都在參與，尤其是高水平的基礎研究成果的產出都有非政府主體的參與，這與中國有著明顯區別。優勢學科中各個領域的高水平基礎研究成果數量中國雖然高于美國，但是影響力總體上要弱于美國；追趕學科、劣勢學科和空白學科的各個領域影響力中國幾乎都弱于美國；交叉學科、生物及生物化學、臨床醫學、免疫學、分子生物學與遺傳學、空間科學、神經科學與行為科學、計算機科學領域的高水平成果影響力中國都較為明顯地弱于美國，其中分子生物學與遺傳學是所有影響力指標中差距較為明顯的領域，計算機科學領域中國的高水平成果數量雖然高于美國，但是影響力要遠遠低于美國。

4 建議

(1)按照區域采用因地制宜的人才建設模式。在當前國際發展背景下，結合國家社會經濟發展的重大需求，利用東部沿海發達地區的各類優勢資源，繼續優化各種人才培養、引進、使用方面的政策、機制，培養具有國際水平的基礎研究人才隊伍。對于落后地區，采用多元特色學科組合的思路給予人才培養的政策或資源傾斜，一方面實現學科建設資源的互補，另一方面實現多學科之間的交叉融合，以此實現新組合人才建設的倍增效應。

(2)按照學科采用系統提升的人才建設模式。當前優勢學科處于領先水平，但是呈現的仍然是 “單點突破”的局面。十九大以后，科技發展逐漸從點的突破向系統能力提升轉變，這也需要學科人才建設不僅要填補空白、彌補短板、縮小差距，更要全面系統地提升各學科的高水平人才建設。

(3)按照機構采用多元主體參與的人才建設模式。構建基礎研究人才隊伍建設的多元化投入與參與機制，動員和鼓勵企業及其他社會力量重視和參與基礎研究及人才隊伍建設。鼓勵高校、科研院所與企業及其他社會力量共同合作建設人才隊伍，打造人才隊伍建設的雙向通道。一方面，高校、科研院所積極為企業及各種社會力量的基礎研究人才提供學術理論、學術交流、科研技能培訓、科研環境及平臺等支持；另一方面，鼓勵高校、科研院所的基礎研究人員到企業及社會組織兼職、任職，促進基礎研究與社會經濟現實需要的有效融合。

(4)按照研究成果采用多途徑的人才建設模式。首先，在保持高水平研究成果數量產出的同時要保證研究成果的質量，促進基礎研究成果向生產力轉化，同時積極參與國際大科學計劃及工程，學習國外基礎研究尤其是劣勢/空白學科領域的先進經驗，對符合我國特色優勢領域的基礎研究成果進行培育。其次，加強中央和地方財政的持續投入，積極引導和鼓勵高新技術企業及以科技創新為核心競爭力的企業加大對基礎學科及人才隊伍的投入，探索中央、地方政府、企業及社會力量以聯合資源平臺共建基礎研究人才隊伍的模式。再次，始終圍繞國家社會經濟的重大需求來開展優勢學科的前沿探索，增加高水平基礎研究成果的產出和影響力，同時優化交叉、邊緣及薄弱學科布局，力爭原始性創新成果取得重要進展。最后，利用重點實驗室、博士后工作站、協同創新中心等平臺凝聚優秀的創新團隊，進行持續的高水平基礎研究合作，同時依托高層次人才的引進和培養，打造一批以高層次人才為核心的創新研究團隊。