国家材料腐蚀与防护科学数据中心
National Materials Corrosion and Protection Data Center
中文 | Eng 数据审核 登录 反馈
长江学者“争夺战”,哪些省份、城市、大学是赢家?
2018-11-26 11:53:14 作者:本网整理 来源:《北京师范大学学报(社会科学版)》,EDU公众号
    近年来,全国各地对高层次人才的渴求,使得人才竞争日益激烈,引发了大学和科研机构的“人才争夺战”,备受全社会关注。

    不过在“人才争夺战”中,高层次人才流动的具体情况却鲜有人知。为回答这一问题,本文通过检索1999-2014年“长江学者”特聘教授获得者数据,通过手动搜索和CV研究法,来获取这一群体在获得“长江学者”头衔后的职业流动情况,对“长江学者”特聘教授流动的省份、城市以及高校等进行深入分析,从而为当前我国高层次人才流动的规模和方向提供数据支持。

    (本文原文刊载于《北京师范大学学报(社会科学版)》2018年第5期(总第269期),题目为《高校“人才争夺”:谁是受益者?——基于“长江学者”获得者的实证分析》,同时部分内容参考一读EDU公众号文章)
 
    “长江学者”职业流动规模并不大
 
    “长江学者奖励计划”于1998年设立实施。目前,已成为我国公认的“人才品牌”之一,是大学以及学科排名和评估的重要指标,也是各高校人才争夺的主要对象,故选为样本,可以具有较高的代表性。

    研究选取了1999-2014年(第1-14批次)共1840名获得“长江学者”特聘教授的学者为研究对象。本研究中的“职业流动”,指的是获得“长江学者”特聘教授后的职业流动,暂未考虑之前的教育和职业流动情况,判定“职业流动”的依据是“变更雇主”。

    从人才流动的规模和频率来看,在1999-2014年,共计有1840名研究者获得“长江学者”特聘教授,其中191人具有清晰的职业流动经历,占总人数的10.4%,可以看出,“长江学者”流动的规模不大。

    获得“长江学者”后的第3年和第5年是“最易跳槽期”

    从频次上看,具有2次以上跳槽经历的学者人数为13人,其中跳槽次数为3次以上的仅有2人;在性别分布中,男性占据了绝对主导地位,共计185人,占比96.86%(在1840名特聘教授中,男性占比为93.75%,女性占比6.25%),女性人数较少,有6人,占比3.14%。

    从学科分布来看,工学和理学领域的研究者人数最多,分别占到总人数的42.41%和32.46%,其次为医学(7.33%)、农学(6.28%)和文学(3.14%)等学科。

    从时间特征来看,在1999-2014年间,“长江学者”跳槽时的平均年龄并没有明显的差异,平均为48岁(见图1)。
 
1.jpg

    从各个学校高端人才引进计划的文本分析来看,对引进“长江学者”这类成熟学者的年龄限制相对更为宽松,“50岁”是普遍的界限,鉴于“年轻化”是学术劳动力市场中重要的“竞争资本”,因此学者在跳槽时会评估自身的“年龄优势”。

    在获得“长江学者”后的哪一年,研究者最可能选择离开?作为我国学术界的最高荣誉之一,获得“长江学者”既与自身的学术成就有关,也与所在机构的推荐和支持有着不可分割的关系,不论从政策层面还是个体情感层面,获得者往往会留在原单位工作数年。

    从本次的研究来看,“长江学者”在原单位工作年限平均为6年,且这一时间有日益缩短的趋势(见图2)。
 
2.jpg

    从同一时间段流动的“长江学者”人数来看,在获得“长江学者”的第3年,有28名“长江学者”跳槽,在获得“长江学者”的第5年,有20名“长江学者”跳槽。第3年和第5年可以视为“最易跳槽期”,这可能与“长江学者”的聘期有关,即在结束聘期的当年或次年选择出走。

    省份:湖南和吉林是人才逆差最为严重的地区
 
    科学家的职业流动往往伴随着国别和区域的迁移,统计显示,从中国内地迁移到港澳台地区及国外的人数为4人,跨省流动的人数最多,为142人,在省内流动的人数为45人。可以看出,我国研究者参与全球人才流动的人数和规模较少,大部分选择省际流动(见图3)。
 
3.jpg

    为了解“长江学者”流动的方向,研究分析了高端人才在区域间的流动路径和网络。从数据来看,西北地区的人才流动方向较为复杂,其流向包括华北、华东、华中、华南和西南;东北地区的人才流向主要包括华北、华中、华东和华南地区;而华中地区人才流向主要包括华北、华东和华南以及部分的内部流动。

    可以看出,作为人才流失最为严重的中西部和东北部等地,其人才困境和危机不仅表现在人才输出的规模上,更表现在人才的单向、永久流动上,尤其缺乏人才的回流和环流。而华北、华南和华东地区不仅接收了大部分的“长江学者”,也形成了高度的人才内部环流状态。

    从图5可以看出,北京、江苏、上海、广东、湖北位居“长江学者”输出地的第一梯队,吉林、湖南位居长江学者流出的第二梯队,黑龙江、甘肃、辽宁、四川、天津、重庆、浙江、陕西位居“长江学者”流出的第三梯队,其他省份的长江学者输出较少。从区域上来看,大部分都位于我国的东北和中部地区,部分验证了人才流动的区域不均衡问题。
 
4.jpg

    与此相对,图6显示了主要的人才输入地。可以看出,北京、上海和广东是“长江学者”流动的首选目的地,其次为江苏、浙江、湖北。广大的西部地区和东北部地区的人才吸引能力明显弱于东南部地区,在一定程度上反映了高端人才流动的“孔雀东南飞”现象。
 
5.jpg

    表1从省份的视角,统计了“长江学者”流动的具体人数。可以看出,北京流出的人数最多,为43人,这与长江学者获得者“北京聚集”情况有关,其次为江苏、上海和广东等地;北京流入的人数最多,为52人,其次是广东、上海和江苏。
 
6.jpg

    然而,仅从规模上看,并不能真实反映人才流失与人才获得情况,而对各地区和机构人才流动顺逆差的分析,能够反映地区和机构人才流动的得与失。广东、北京、浙江占据人才吸引的有利地位,均处于人才流动的顺差状态;而湖南和吉林是人才逆差最为严重的地区,其次为江苏、甘肃、黑龙江等地。

    地理距离被认为是高端人才流动的影响因素之一,从流动成本的角度看,距离越近,付出的流动成本越少,因为近距离意味着相似的文化背景、社会资本、学者网络以及更少的家庭迁移成本。从本次研究来看(见表2),“长江学者”的区域内部环流规模呈现出较为明显的地区差距,北京内部环流的“长江学者”数量为18人,占省内流动数量的40%;省内流动人数最多的分别是北京、上海和广东,“长江学者”流动数量30人,占省内流动数量的66.7%。
 
7.jpg

    城市:杭州从人才争夺中获益最明显从城市来看,南京是“长江学者”输出人数最多的城市,共计输出“长江学者”17人,武汉、广州的“长江学者”输出人数紧随其后,分别为15人和14人;广州是“长江学者”输入人数最多的城市,共计流入“长江学者”21人,其次为杭州、武汉,分别输入“长江学者”12人和11人。

    从人才流动顺逆差的角度看,杭州是人才争夺获益最明显的城市,其人口净流入为8人,广州、深圳的获益也较为明显,净流入7人和5人;长沙、长春在高校“人才竞争”中的损失最为明显,净流出“长江学者”分别为11人和10人,此外南京、哈尔滨、兰州的人才损失也比较明显(见表3)。
 
8.jpg

    高校:上交大、首师大、浙大最为获益
 
    由于“长江学者”主要集中在我国的研究型大学,因此在大学间的流动数量最多,而“跳槽”到科研院所、政府和企业的人数较少(见图7)。
 
9.jpg

    表4可以看出,北京大学、清华大学、华中科技大学、吉林大学等输出的“长江学者”人数较多,均超过10人;上海交通大学、清华大学输入的“长江学者”人数最多,分别为11人和12人,北京大学、中山大学输入的“长江学者”数量也较多。
 
10.jpg

    从人才流动获益的角度看(见表5),上海交通大学、首都师范大学和浙江大学在高端人才净流入方面位居前三位,是高校日趋激烈的人才竞争的“获益者”;北京科技大学、厦门大学、天津大学、暨南大学等处于人才顺差的第二梯队。
 
11.jpg
 
 

    与此相对,华中科技大学和吉林大学处于严重的人才逆差状态,是人才流动“东北部困境”和“中西部危机”现象的主要代表;此外,南京大学、湖南大学、中南大学、兰州大学和哈尔滨工业大学也是人才流失较为严重的高校。

    为具体分析“长江学者”的流向以及高校间的人才流动网络,本研究利用社会网络分析方法,对“长江学者”在高校间流动的双边以及多边关系进行了具体分析。图8展示了“长江学者”流动的清晰路径以及大学间的网络关系图(“圆圈”代表输出机构,“方形”代表输入机构)。
 
12.jpg

    从人才输入机构来看,以清华大学、上海交通大学等为代表的、位居核心位置的高校,是主要的人才输入地或人才流动的“获益者”,与其他高校形成了一个人才流动较为复杂的网络图;而位居边缘、数量较多的高校,尽管也是主要的“长江学者”接收机构,但其规模较少,因此主要是高校与高校间的双边关系。

    从人才输出机构来看,以吉林大学为例,其人才流向包括华南师范大学、燕山大学、东北师范大学、华南理工大学、北京理工大学、上海交通大学、清华大学等,根据路径密度可以判断,进入清华大学的人数最多。

    最后,从高校间的互动频率来看,北京师范大学与首都师范大学、北京大学与复旦大学、北京大学与武汉大学等在人才流动中互动频率较大,双边人才流动的人数较多。

    从191名“长江学者”所在原单位和新单位的类型来看,“长江学者”存在“双一流”高校的高度集聚现象,78.1%的长江学者“供给者”属于“双一流”建设高校,52.36%的接收者亦是如此(图9)。
 
13.jpg

    在本研究中,平行流动(即流动方向为一流大学建设高校?一流大学建设高校、一流学科建设高校?一流学科建设高校等)的人数最多,这与“长江学者”在“双一流”高校的聚集程度有关;向下流动(即流动方向为一流大学建设高校→一流学科建设高校→一般大学)的人数多于向上流动的人数(见图10),这与一些研究略有差异。
 
14.jpg

    一般认为,高声望大学具有更好的科研资源,因此在高端人才流动上具有更高的吸引力,不过,在人才流动上,声望本身并不是一个独立的影响因素,往往需要与区域经济发展、区域创新活力以及大学治理理念等因素结合起来共同发挥作用。

    全国引进长江学者数量最多的10所高校
 
    从高校层面来看,对高端人才的争夺源于这些国家级“人才帽子”在高校招生、排名、学科评估、经费支持、高水平论文发表和项目申请中的象征和“品牌”意义,以及这些学者拥有的丰富学术资本、学术网络和学术影响力。因此,人才流动伴随着学术资源的转移。

    本文对引进“长江学者”数量最多的前十所大学的“双一流”情况进行了统计。从表6可以看出,除首都师范大学外,位居前十的大学均是我国传统“名校”,既是原来的“985”大学,亦是现在的“双一流”高校。
 
15.jpg

    首都师范大学是唯一一所从普通高校晋升为“双一流”高校的机构,一定程度上反映了高端人才引进与快速提升大学声望间的正相关关系。从另一个角度看,人才流失亦是大学声望危机的最主要表现形式,从显性来看,会直接影响大学和学科排名及竞争力。

    结论:高端人才不存在过度流动问题
 
    通过对“长江学者”特聘教授职业流动的分析,本研究提供了当前我国高端人才流动在地域特征和机构特征两个维度上流动规模、方向和频率等方面较为准确的数据,也部分回答了“孔雀东南飞”、“中西部危机”和“东北部困境”等现象在多大程度上是符合实际的,以及在“挖人大战”中的获益者与失利者具体的得与失。通过这一分析,可以得出以下几个主要结论:

    第一,从地域特征来看,“中西部危机”与“东北部困境”一方面表现在人才输出的规模上,但更为严重的是这些地区乏力的人才吸引力。

    从统计分析来看,华东和华南地区是高端人才流动的首选目的地;吉林、湖南、甘肃、黑龙江等中西部和东北部地区面临着较为严重的人才逆差,而在东部地区,只有江苏的人才逆差较为严重;具体到城市,长沙、长春、南京、哈尔滨、兰州面临着较为严重的人才逆差。

    第二,从机构特征来看,受制于地理位置、经济发展水平、科技创新环境以及高校政策和环境的差异,位于东南部的高校在人才吸引上具有一定的天然优势,短期内获得了学科发展的高端人才,诸如上海交通大学、首都师范大学、浙江大学等可以视为人才流动的“获益者”。而位于中部和东北部的大学则在人才竞争中处于不利的地位。

    从知识生产和创新的视角来看,这种人才的单向流动,尽管可能会产生人才聚集的生产力倍增效应,但也会使我国高端人才流动所带来的“增量效应”难以充分展现,甚至在一定程度上产生了“零和博弈”。

    第三,从组织视角来看,通过引进高端人才来实现高校声望的快速崛起是一条可复制且便捷的路径,这一认知加剧了高校对高端人才的争夺。
 

    总体来看,我国高端人才不存在过度流动的问题,“人才流动的无序状态”也并不表现在人才流动的规模和频率上,而是人才流动的方向以及由此造成的区域、机构间的结构性失衡。 

 

 

 

更多关于材料方面、材料腐蚀控制、材料科普等方面的国内外最新动态,我们网站会不断更新。希望大家一直关注国家材料腐蚀与防护科学数据中心http://www.ecorr.org

 

免责声明:本网站所转载的文字、图片与视频资料版权归原创作者所有,如果涉及侵权,请第一时间联系本网删除。

关于国家科技资源服务平台

国家科技基础条件平台中心是科技部直属事业单位,致力于推动科技资源优化配置,实现开放共享,其主要职责是:承担国家科技基础条件平台建设项目的过程管理和基础性工作;承担国家科技基础条件平台建设发展战略、规范标准、管理方式、运行状况和问题的研究,以及国际合作与宣传、培训等工作;承担科技基础条件门户系统的建设与运行管理工作;参与对在建和已建国家科技基础条件平台项目的考核评估和运行监督工作。

国家科技资源服务平台相关网站


国家材料腐蚀与防护科学数据中心

国家高能物理科学数据中心

国家基因组科学数据中心

国家微生物科学数据中心

国家空间科学数据中心

国家天文科学数据中心

国家对地观测科学数据中心

国家极地科学数据中心

国家青藏高原科学数据中心

国家生态科学数据中心

国家冰川冻土沙漠科学数据中心

国家计量科学数据中心

国家地球系统科学数据中心

国家人口健康科学数据中心

国家基础学科公共科学数据中心

国家农业科学数据中心

国家林业和草原科学数据中心

国家气象科学数据中心

国家地震科学数据中心

国家海洋科学数据中心