中國科技人才開發質量評價及障礙度因子診斷
——基于31個省份的面板數據

甘水玲，劉晉元

(1.上海市研發公共服務平臺管理中心，上海 200031；2.上海市科學技術委員會，上海 200003)

0 引言

中華人民共和國成立以來，科技人才政策始終圍繞經濟社會發展需求，聚焦國家重大戰略，歷經摸索與偏離、恢復與探索、體系初立、戰略實施和提高創新5個階段[1]，目前已取得較好成效，東部地區已集聚大批科技人才，西部地區隨著大開發戰略的推進也已明顯改善，科技成果累累。黨的十九大確立中國特色社會主義新時代，新時代對人才的定位是，人才是實現民族振興，贏得國際競爭主動權的戰略資源，建設創新型國家必須要培養造就一批具有國際水平的戰略科技人才、科技領軍人才、青年科技人才、高水平創新團隊。當前新冠肺炎疫情席卷全球以及 “中美貿易摩擦”上升到科技 “脫鉤”甚至是全方位競爭，由此帶來的諸多問題、分歧和矛盾都進一步聚焦到科技人才搶奪博弈，科技人才是科技創新的關鍵要素，是經濟增長的核心源泉。近幾年，中國科技人力資源總量穩步提升，躋身科技人力資源大國首列，然而在科技人力資源量規模不斷擴張的背后，區域科技人才發展失衡、科技人才創新能力不強、科技人才流動困難等結構性矛盾日益凸顯，究其根源在于科技人才開發質量沒有隨著科技人力資源總量的快速增加而同步提高。

為了適應當前社會矛盾的突變，加強建設具有全球影響力的科技創新中心，中國科技人才開發亟需由增速驅動轉向高質量驅動，這就要求各地區在充分發揮比較優勢的基礎上，以需求為導向全面提升科技人才開發質量。因此，基于新時代新形勢新背景下重新審視與評估地區科技人才開發質量，進一步分析并發現制約科技人才開發質量提升的短板問題，給出相應的對策建議，這對科技創新能力和科技競爭力的提升，實現科技自立自強具有重要的理論意義和實踐價值。

1 文獻回顧

對科技人才開發的研究主要集中在兩個方面：①科技人才開發效率。張蕊等[2]以兩個案例對科技人才開發效率的評價方法進行評述，主要方法有GRA-DEA、AHP-DEA等綜合模型和基于擴展C-D生產函數模型，它們各有側重，都能從一定角度反映人才開發的效率；許華[3]利用DEA方法對31個省份的科技人才開發效率進行了測算，并得到中西東部地區及各省份的科技人才開發效率值；孫健等[4]通過建立空間面板模型，深度分析金融集聚對我國科技人才開發效率的空間溢出影響；劉錚等[5]運用DEA方法得到31個省份科技人才開發效率，得出科技產業集聚和科技企業規模在人才開發中的重要影響；李梓[6]從經濟學傳統的生產函數出發，對地區科技人才開發效率進行評價，并提出科技人才對經濟社會發展具有重要作用，可以促進經濟增長。②科技人才開發水平。張春海等[7]基于31個省份，從人力資本投資和投資收益兩個方面對科技人才開發水平利用AHP-TOPSIS 綜合模型進行測算；姜興[8]基于格柵獲取的模糊Borda分析法，從科技人才的數量與質量、投入、平臺支撐、配置、效能等方面對河北省科技人才開發水平進行測算。

對科技人才開發的作用研究主要總結為科技人才的集聚效應及影響。霍麗霞等[9]對科技人才集聚的研究進行綜述，聚焦于科技人才集聚的內涵、機理、模式、效應及影響。余薇[10]對浙江省科技人才聚集和區域經濟發展兩個變量進行相關性指數測算，得到兩者之間呈現正相關線性關系。徐廣林等[11]構建科技人才集聚度模型，并對安徽省科技人才集聚度與區域經濟發展的關系進行研究，提出科技人才集聚度與經濟社會發展有顯著正相關線性關系。葛李情等[12]利用面板三階段最小二乘法構造聯立方程，分析人才集聚、科技創新與經濟增長三者之間的互動關系，三者之間大體上形成相互促進、相互依賴的良性循環。楊芝[13]研究了湖北省科技人才聚集與經濟發展水平的互動關系，認為兩者之間有較明顯的因果關系，即科技人才集聚促進經濟發展，而經濟發展水平又為科技人才集聚提供保證，且發達地區這樣的關系更顯著。芮雪琴等[14]從規模、結構、水平、效應4個方面構建科技人才聚集與區域經濟發展適配性的評價指標體系，運用復合系統協同度模型進行評價，認為科技人才聚集與區域經濟發展的適配性水平比較低，主要是科技人才聚集結構和水平制約了二者之間的協同發展。馬茹等[15]提出科技人才是人力資本中能夠提高自主創新能力和加快前沿技術追趕速度來明顯提升全要素生產率最主要的發力者，并利用動態面板模型實證考察科技人才對全要素生產率的貢獻率。王維等[16]運用灰關聯和熵權法分析了工業重鎮的18個較大城市的科技人才、工業經濟與生態環境之間的關系，發現較大城市的科技人才與工業經濟兩者協調度較好。

1.1 文獻述評

綜上可知，目前對科技人才開發的研究較多，主要集中在科技人才開發效率和科技人才開發水平測算上，著重于科技人才開發能力和科技人才生產力等；對科技人才開發的作用研究主要是科技人才集聚效應及影響，對其質量評價的相關研究較少。其次，關于科技人才開發質量的研究，也沒有一個公認的標準化評價體系。而從已有研究可以看出科技人才與科技創新、科技投入、工業發展、經濟增長等有著相互依賴、相互促進、相輔相成的良性循環關系，這種關系對科技人才質量的評價不容忽視。且當前相關科技人才開發效率和水平的評價指標中大多數學者都是基于較小的一個研究角度出發，比如在科技人才發展評價的指標中，幾乎沒有從人才規模、增長變化、結構情況來綜合評價人才發展現狀，大多是從其中某一個角度去評判科技人才現狀，也較少反映對工業發展的促進作用，且工業企業的科技人才占中國科技人才絕大部分；較少結合經濟發展情況來綜合考慮其相輔相成的互動關系等。最后，在評價方法上較多為DEA和AHP-TOPSIS 綜合模型，DEA是一種投入產出模型，指標不宜過多，否則影響評價的準確度，而層次分析法 (AHP)是一種較為主觀的賦權法，結果可能存在爭議。

1.2 研究思路

本文提出科技人才開發質量的概念，認為科技人才開發質量是促進科技人才與科技創新、經濟增長等因素之間相互依賴、相互促進、相輔相成的良性循環關系的關鍵，是對國家或地區科技人才開發狀況的綜合評價，是科技人才開發過程中在規模穩定性、集聚有效性、結構合理性、自主創新性、流動擴散性、國際化水平等方面的優劣程度，包括科技人才開發總量的提高、結構的優化、效益的提升等，體現在新背景下社會主要矛盾帶來的新需求，科技人才對科技創新、經濟發展等不同層面的高度適配及貢獻。它不僅決定科技人才開發水平的高低，也是區域科技競爭力提升的核心所在，因而對其研究的意義重大。

本文以科技人才開發質量內涵的解讀為基礎，支撐科技人才開發融入 “國內國際雙循環新發展格局”的視角，設計符合我國科技人才開發質量特性的評價體系，選取變異系數和改進的TOPSIS 逼近法，客觀評價分析31個省份科技人才開發質量水平及特征，并引入障礙度模型對科技人才開發質量的障礙因子加以識別，為尋找短板提供參考并提出對策建議。

2 評價指標體系設計

以科技人才開發質量內涵的解讀為基礎，結合有關專家意見，及對已有文獻進行整合、補充，并考慮到指標選取的系統性、科學性、數據可獲取性等原則，從科技人才現狀、資本驅動、經濟效益3個準則層來測算中國科技人才開發質量，并將科技人才現狀分解為人才規模、人才配置、流動趨勢、人才結構作為要素層；資本驅動分解為投入規模、投入力度、投入趨勢、投入結構作為要素層；經濟效益分解為知識創新、技術創新、成果轉化、工業發展、社會發展作為要素層，且在經濟效益的要素層中均選取代表質量效益的指標。各要素層一共下設28個指標，括號內為權重值見表1。

表1 科技人才開發質量評價指標體系

3 數據處理與方法原理

文章研究數據主要來源于 《中國科技年鑒》 《中國統計年鑒》和 《中國工業統計年鑒》，少部分省份個別年份缺失數據利用指數平滑法補充。

3.1 數據標準化

為了提高數據處理的精確性，將收集的數據進行0～1標準化處理，公式為：

(1)

3.2 變異系數法求權重

(2)

3.3 改進的TOPSIS 逼近法排序

改進的TOPSIS 逼近法。TOPSIS 逼近法又稱為逼近理想解排序方法，通過計算對象與理想解、負理想解的接近程度來進行相對優劣排序，是多目標決策分析中的一種常用方法。當評價對象最靠近理想解同時又最遠離負理想解，則為最好；反之為最差。與傳統的 TOPSIS法相比，改進的TOPSIS 法的優點在于：將通過變異系數法確定的各指標權重引入評價矩陣，使得評價結果更加合理準確。

(1)在數據標準化基礎上，進行加權得到新矩陣。

(3)

(2)確定理想解與負理想解。令Ymax表示最偏好的方案 (理想解)，Ymin表示最不偏好的方案 (負理想解)，選擇評價矩陣Y中各指標的最大值和最小值分別作為理想解和負理想解，公式略。

(3)計算距離。分別計算每個評價對象到理想解的距離D+和負理想解的距離D-：

(4)

(5)

(4)計算各方案與最優方案的貼近度。以各省份科技人才開發質量的評價值，作為評判科技人才開發質量優劣的標準。

(6)

貼近度Ei介于0和1之間，其值越靠近1，評價對象的狀態越優；越靠近0，評價對象的狀態越差，科技人才開發質量越低。

3.4 障礙度模型

對中國31個省份科技人才開發質量評價基礎上，引入障礙度模型對限制科技人才開發質量提升的影響因素展開診斷。模型為：

(7)

其中，Oij=1-xij，xij為標準化值；Wij代表權重；Zij代表單項指標對科技人才開發質量的障礙度。

4 科技人才開發質量實證分析

4.1 指標層

利用式 (7)計算2009—2018年中國31個省份科技人才開發質量評價體系中的指標層即可測的23個指標進行障礙度分析，見表2。通過加總各省份2009—2018年每個指標的障礙度均值可知，影響中國科技人才開發質量提升的主要障礙因素依次是D4 (規模以上工業企業R&D人員比重)、D12 (規模以上工業企業R&D內部經費支出比重)、D26 (工業增加值與GDP比重)、D27 (人均GDP)、D28 (優等產品率)、D24 (工業增加值率)等。由于指標過多，篩選每個省份障礙度排前10名的因素進行頻次統計發現，D4 (規模以上工業企業R&D人員比重)、D27 (人均GDP)、D24 (工業增加值率)、D9 (規模以上工業企業R&D內部經費支出與銷售產值比重)出現31次；D11 (R&D內部經費支出占GDP比重)出現30次。綜上可見，企業R&D人員和R&D內部經費是中國科技人才質量提升過程中最重要的部分，其次是人均GDP、工業增加值率。

表2 科技人才開發質量障礙度總表 (Zij)

從分省份看，31個省份排前10名的障礙因素存在較大差異，且各障礙因素對不同地區科技人才開發質量的約束也強弱不一，障礙度最大值高達0.68，最小為0。

4.2 要素層

利用式 (6)計算2009—2018年31個省份科技人才開發質量評價體系中各要素層貼近度。北京在眾多要素中占有絕對優勢，各要素排名大多都是第1名，尤其是經濟效益中5個要素和資本驅動中的投入力度和科技人才現狀中人才配置均為首位，僅有少數要素處于中上等水平，如圖1所示。

圖1 北京各要素層貼近度均值 (2009—2018年)

從人才規模看，廣東 (0.645)、江蘇、浙江位居前3名，北京和上海分別排第5和第7名，不具有規模優勢，且其前15名的貼近度均值范圍較大，占極值差的絕大部分，說明各省份間科技人才開發規模差別較大，人才分布極其不均勻；從流動趨勢看，前15名中西部地區占5個，其中西藏、貴州這10年間科技人才增長趨勢非常大，東部地區中廣東、江西、安徽、海南等增長趨勢也較為明顯，其前15名貼近度均值范圍較小，各省份間科技人才流動趨勢幅度不大，較為穩定；從人才配置看，北京 (0.795)、上海、天津、江蘇、浙江、廣東排前6名，可以看出這些省份人才資源配置較為合理，前15名貼近度均值范圍較大，是整體極值差的大部分，說明各省份科技人才配置差異較大，僅有較少省份人才配置很合理；從投入規模看，廣東 (0.493)、江蘇、山東、浙江、北京、上海投入較多，西部地區中四川、重慶、遼寧也在前15名以內，說明其資本投入較大，其前15名貼近度均值范圍適中；從投入趨勢看，前9名全部是西部地區，說明近幾年西部大開發戰略效應顯著，資本投入趨勢一片向好，前15名貼近度均值范圍較小，說明整體差異較小；從投入力度看，北京 (0.288)、上海力度最大，西部地區中重慶、遼寧力度很大，前15名貼近度均值范圍較小，整體差異不大；從知識創新看，北京 (0.779)、上海、江蘇、天津、陜西位居前5位，與其地區高校較多有一定相關關系，前15名貼近度均值范圍很大，各省份知識創新能力高低有很大差異，占極值差的絕大部分；從技術創新看，北京 (0.415)、上海、浙江、江蘇、廣東位居前5位，成果較多，前15名貼近度均值的范圍較大，各省份技術創新能力高低差異較大；從成果轉化看，北京 (0.848)、陜西、上海、天津、湖北位居前5位，其成果轉化貢獻度較高，前15名貼近度均值范圍很大，各省份對成果轉化的重視程度有很大差異；從工業發展看，北京 (0.33)、上海、內蒙古、天津、遼寧位居前5位，工業發展效益較好，前15名貼近度均值范圍較小，極值差也比較小，整體差異不大；從社會發展看，北京 (0.775)、天津、上海、廣東、貴州位居前5位，社會發展效益較高，前15名貼近度均值范圍適中，但整體極值差較大，說明科技人才對社會發展的貢獻主要集中在前15名省份，越往后貢獻越小。

4.3 準則層

利用式 (6)計算各準則層的貼近度，其中經濟效益的貼近度均值波動最大，最大值與最小的距離差達到0.765，其次是科技人才現狀，距離差達到0.492，最后是資本驅動，距離差為0.3。由此可見，中國科技人才開發質量的高低最根本的問題是各省份間人才分布不均勻、發展失衡，進一步從各準則層深入分析如下。

2009—2018年科技人才現狀貼近度均值排10名的是廣東、江蘇、浙江、北京、山東、上海、天津、河南、福建和湖北。這一排名與綜合排名結果差異較小，說明科技人才現狀與開發質量較吻合，改善科技人才現狀是提升質量的關鍵。

2009—2018年資本驅動貼近度均值排前10名的是廣東、江蘇、山東、浙江、北京、上海、湖北、重慶、四川和遼寧。這一排名與綜合排名結果差異較大，說明部分省份資本驅動作用的發揮不夠充分。

2009—2018年經濟效益貼近度均值排前10名的是北京、上海、江蘇、天津、浙江、廣東、陜西、湖北、山東和福建。這一排名與綜合排名差異較小，說明科技人才開發質量的高低與經濟發展密切相關，有顯著的正向促進作用。

綜上可見，北京、上海科技人才開發現狀和資本驅動都沒有明顯優勢，尤其上海科技人才現狀排名第6名，但其經濟效益排第2名，可見其科技人才開發效益很高。江蘇、廣東等科技人才現狀和資本驅動都是相當可觀的，但其經濟效益相對來說并沒有達到最佳狀態。

4.4 目標層

利用式 (6)計算31個省份 2009—2018 年科技人才開發質量的貼近度，即與理想狀態的接近程度，并以此作為評價各省份科技人才開發質量優劣的標準。在此基礎上進行描述性統計分析，計算 2009—2018 年各省份貼近度均值及標準差 (見表3)。

表3 31個省份科技人才開發質量貼進度排名 (Ei)

從均值水平看，北京第1名，廣東第2名，江蘇第3名，浙江第4名，山東第5名，上海第6名，西藏排在末位；從標準差水平看，廣西排第 1 名，黑龍江第2名，內蒙古第3名，山西第4名，吉林第5名，廣東排在末位。利用SPSS軟件對相關數據進行系統聚類得到2009—2018年31個省份科技人才開發質量聚類譜系圖，如圖2所示。根據聚類結果，將2009—2018年31個省份科技人才開發質量分為5類，呈現金字塔形的五級梯隊結構，見表4。綜合前文分析，2009—2018年31 個省份科技人才開發質量呈現以下特征。

圖2 31個省份科技人才開發質量貼近度譜系圖 (2009—2018年)

表4 31個省份科技人才開發質量聚類

第一梯隊是科技人才開發質量綜合水平領先型。僅有北京一個城市。作為國家首都城市，擁有很多高質量科研院所、高校、國家實驗室等科技資源，具有引進集聚、培養發展科技人才的天然優勢。2009—2018年間北京科技人才開發質量排名穩居第一，逐年上升，均值為0.579，且標準差很大、位居第26名，說明10年間這北京科技人才開發質量提升幅度較大。相當于第二梯隊江蘇 (0.472)1.23倍、廣東 (0.464)的1.25倍，第三梯隊山東 (0.329)的1.76倍、上海 (0.314)的1.84 倍，領先第二、三梯隊省份程度較大。

第二梯隊是科技人才開發投入領先型。廣東和江蘇的科技人才現狀和資本驅動排名分別為第1名和第2名，領先其他省份。近年來政府重視科技創新工作，科技投入力度顯著加大，推動科技人才開發質量顯著提升。2009—2018年間兩個省份的科技人才開發質量均值維持在0.46～0.48之間，排名前3名，且標準差都比較大，分別位居倒數第2名、第1名，說明10年間這兩個省份科技人才開發質量提升幅度很大。梯隊中江蘇得分均值為 0.472，相當于第三梯隊浙江 (0.34)的1.39倍，第四梯隊四川 (0.143)3.3倍，領先第三、四梯隊省份程度較大。以上充分說明，這兩個省份的科技人才開發質量較高，在我國處于相對較高的地位。

第三梯隊是科技人才開發效率領先型。浙江、山東、上海2018年科技人才開發質量排名分別為第4名、第5名和第6名。尤其是上海作為國際大都市，已經形成具有全球影響力的科技創新中心基本框架，將建成卓越的全球城市，在科技人才現狀和資本投入相對不具備優勢的情況下，其經濟效益居第2名，科技人才開發效率極高。該梯隊3個省市的標準差很大，排名都在20名以后，說明10年間科技人才開發質量提升幅度較大。

第四梯隊是科技人才開發潛力突出型。四川、重慶和貴州這3個省份均是西部地區，雖然2018年排名和均值排名均在10名以外，科技人才開發質量整體處于中等水平，但這3個省市標準差都較大，排名分別為第24、27、29名，說明10年間該梯隊3個省市科技人才開發質量提升幅度很大，開發潛力突出。

第五梯隊是其他。這一梯隊主要有天津、湖北、河北、安徽、江西、西藏、青海、海南、新疆、寧夏、云南、甘肅、內蒙古、山西、黑龍江、吉林、廣西、遼寧、陜西、福建、河南、湖南。這些省份科技人才開發質量相對于第一、第二梯隊較差，2009—2018年間科技人才開發質量提升范圍較小，尤其西部地區更是小范圍內上下波動。

5 結論與建議

5.1 結論分析

(1)中國科技人才開發質量不平衡是中國各省份推動經濟高質量發展存在的共性問題。迫切需要各地區更密切關注科技人才發展過程中存在的短板要素，立足于促進科技人才現狀、資本驅動、經濟效益3個維度的良性循環來推進。中國大部分省份科技人才現狀和資本驅動層面距離理想結果差距較大，最主要障礙因素是企業科技人才的質量不夠高、經費支持力度不夠大，這對中國科技人才開發質量的提升起著決定性作用。因此，未來推動中國科技人才開發質量提升的過程中，應該重點關注企業科技人才結構的優化、能力的培養及經費的支持等。

(2)中國科技人才開發質量提升的重要基石是經濟發展，其中各地人均GDP和工業增加值率最為關鍵，這是各地科技人才開發質量提升的主要障礙因素。尤其是經濟不發達地區，社會發展落后是科技人才開發質量不高的重要原因，這些地區不具備引才聚才用才的軟環境。科技人才是科技創新的根本，而科技創新離不開經濟發展的支撐。推動科技創新與經濟發展深度融合亟需重視把經濟發展推動科技創新、科技引領經濟發展融入到人才高質量成長的每個環節。

(3)中國科技人才開發質量提升的重要支撐是資本投入，各地應各有側重地形成科技人才穩定支持機制。科技創新工作是一項需要長期積累、穩定支持的大工程，不論是發達地區還是不發達地區，資本投入是否充足都是制約科技人才開發質量的關鍵，也是促進科技人才與技術創新突破、社會高質量發展之間良性循環的關鍵。因此，實現科技自立自強的初期階段需要形成科技人才穩定支持機制，不能急于強調產出，不能過于注重評價，否則就容易導致科技人才開發質量不高、成果國際影響力欠缺等不良后果。

5.2 政策建議

(1)加強推動各省份科技人才政策改革。人才是第一資源，而政策是人才開發質量提升的關鍵要素，推動形成政府引導、市場主導的引才方式。首先，加強各省份科技管理人才互通共享。科技管理人才在當地的人才引進、使用、評價、激勵及經費支持政策制定等方面發揮重要作用。鼓勵經濟發達地區科技管理人才到經濟落后地區建功立業，縮小各省份治理能力差異，促進科技人才現狀、資本驅動、經濟效益3個維度的良性循環。其次，對于科技人才現狀不佳的地區需要加大支持力度精準施策、吸引世界各地科技人才，比如對于西部地區應當加大資本投入、優化人才發展環境，著重提升人才集聚密度，同時加強吸引本地籍貫的海內外領軍人才；對于已形成科技人才集聚高地的地區，如上海應當著重發揮海外高層次人才引進的樞紐作用，以優化人才結構、突破重點領域技術為目標，簡化海外高端科技人才來華發展的流程，同時完善青年科技人才落戶、住房等安居政策，擔當起青年科技人才培養的重任，加快完善人才分類評價制度，營造優秀青年科技人才發現快、用得好、留得住的良好環境。

(2)加快探索全球科技人才柔性流動機制，融入國內國際雙循環新發展格局。國內角度，瞄準中國科技人才開發質量的薄弱環節，將人才培養放在首要位置，打造開放的、自由的人才成長大環境，讓人才跨越區域和職能的邊界柔性流動、動態培養。如打破科研院所和企業界限，不被傳統的戶籍、檔案、身份等限制，促進人才資源優化配置、推進產學研深度融合、優化企業人才結構、提升成果轉化效率，也讓科技人才得到更多的 “用武之地”；同時滿足全國各地不同的人才的使用需求，緩解各地區人才結構型緊缺，也充分發揮高層次人才集聚的輻射作用，實現 “人才充分流通、智力全面共享、城市協同發展”的良性循環。國際角度，瞄準我國國際化發展需要、高精尖人才缺口，將引進海外高端人才作為首要目標，積極探索海外科技人才尋訪和流動的可視化網絡，把握海外科技人才流動特征、流動趨勢，大膽創新海外人才精準定位方式和國際通行的引進制度。

(3)加強企業科技人才隊伍建設，夯實企業創新主體地位。從企業發展角度看，科技人才作為企業創新的主體力量，對企業的科技創新和發展建設至關重要。一是政府為企業家提供優質的外部培訓資源，增加培訓經費投入，加速企業家高質量成長。比如組織 “全國企業家管理能力建設研修班”，提供各省份企業家之間集中交流的機會，鼓勵企業家跨省份合作和經驗共享，提升企業家管理水平、職業素養，加強企業責任擔當。二是鼓勵企業加大高端人才引進、青年人才培養及科技經費投入力度，激勵企業加快形成核心專業團隊，保障科技隊伍持續發展。同時各地區相關人才政策向企業傾斜，幫助企業集聚科技人才資源，引好育好用好科技人才。