海外高层次科技人才引进岗位识别模型研究

杨明海，韩 芳

海外高层次科技人才引进岗位识别模型研究

杨明海，韩 芳

（山东财经大学工商管理学院，山东济南 250014）

为了提高海外人才引进的成功率，以知识图谱为分析方法，借助CiteSpaceⅡ软件，以人才引进科技领域相关的科技论文和专利数据库为数据来源，构建了海外高层次科技人才引进的岗位识别模型。通过对知识网络中薄弱、缺失和关键知识要素与知识群的计算和判别，获取引进岗位的数量和类型信息，定量化识别出所需要设置的海外高层次科技人才引进岗位。海外高层次科技人才引进的岗位识别模型能够提高人才引进工作中岗位设置的准确度。

海外高层次科技人才；引进岗位识别模型；知识图谱

一、引 言

当今世界正处在大发展、大变革、大调整时期，全球性科技人才短缺正在成为阻碍各国经济发展的主要原因之一，高层次科技人才已经成为国际人才竞争的焦点。所谓高层次科技人才是指富有追求真理、勇于创新精神，在所从事科技领域中具有精湛学术造诣或掌握核心技术，在科技创新创业活动中做出突出贡献的人才，主要包括创造重大科技成就的一流科学家、高层次科技创新团队的领军人物和核心骨干以及利用科技创新催生具有强大竞争力产业的创业者等［1］。目前，我国科技人才队伍的现状不容乐观，尤其是拔尖人才和领军人才严重不足。科技部的一项统计表明，全国高层次科技创新人才仅有1万名左右，高层次自主创业人才在全部创业人才中仅占20%［2］。《国家中长期人才发展规划纲要（2010—2020年）》指出“高层次创新型人才匮乏，人才创新创业能力不强，人才结构和布局不尽合理”是当前我国人才发展的总体水平同世界先进国家相比仍存在较大差距的主要原因。因此，加快高层次创新型人才队伍建设是我国在激烈的国际竞争中赢得主动的重大战略选择，是推动创新型国家建设、打造科技创新核心竞争力和改善我国科技人才知识结构的重大战略举措。

海外高层次科技人才引进计划是高层次创新型人才建设的重点工程。国家和地方政府先后出台重大的海外人才引进计划，如国家层面的千人计划，地方层面的江苏省万名海外人才引进计划、山东省引进海外创新创业人才万人计划、济南百千万引才工程、5150引才计划等等，其中人才引进的重点是能够突破关键技术、发展高新技术产业、带动新兴学科的战略科学家和创新创业领军人才。这些人才引进计划的显著性特征是规模大、标准高、分布广，但是目前在海外高层次科技人才引进的岗位识别问题上，仅仅采用自下而上的岗位调查分析方法，主观性较强，对所需引进岗位的类型和数量信息缺乏定量化的识别，尤其对制约区域经济发展的薄弱知识要素、缺失知识要素和关键知识要素缺乏科学的判断和识别，难以与国家、地方和区域的科技发展战略目标相吻合，以至于在某些区域出现“因人设岗”、“无岗引人”、“一人多岗”、“多岗一人”的状况［3］，高层次科技人才的效能难以发挥出来，既浪费了资金，又浪费了人才。因此，如何科学地识别人才引进岗位是海外高层次科技人才引进工作的前提和关键。

在海外高层次科技人才引进的理论研究方面也涌现出许多成果。首先在人才引进的规划方面，董琳琳［4］认为人才引进工作无法获得预期的效果，主要存在的问题是目前的人才引进工作缺乏规划、盲目性大，重衔轻能等等，这些问题使得人才引进工作损失了较多的人力与财力；她认为应该合理规划、提高人才引进的计划性，并且需要建立一套科学的选才机制，降低人才引进工作中的盲目性。高迎斌，罗时贤［3］认为现在的人才引进工作缺乏整体意识和前瞻性规划，想引进就引进，随意性较大，实际人才引进效果并不好。邓辉煌［5］认为人才引进对于民族地区的发展与稳定具有不可替代的作用，要建立良性的选才留才机制，处理好引进高层次人才与按需引进人才之间的关系，引进适合自身发展的人才，为民族地区的发展起到更大的促进作用。其次，在人才引进过程研究方面，郑莉［6］认为人才引进工作大致分为人才引进前的综合考察阶段、人才引进时的安置阶段和人才引进后的考评阶段。在引进前的考察阶段，领导班子对引进的人才注重于综合考核，这种领导班子的全面考核在一定程度上避免了主观性强的缺点，但仍然存在着不够客观、直观的缺陷［6］。何亚平［7］认为在海外人才的引进考察过程中，不能单单重视他们的学历，必须关注他们的实际成果、学术背景和发展经历，注重能力优先。朱凌［8］认为在人才引进时，应该重视建立人才引进的标准，降低主观性的评价，创建科学的选拔体系和监督体系，使得人才引进工作更加客观和公平。刘德艳［9］认为海外人才引进工作可以借鉴其他国家和地区的经验，坚持人才引进制度的持续创新。第三，在人才引进的考核与激励研究方面，张勇［10］通过研究认为当前一些高校对人才引进过程中的成本考核及其他方面考察制度不完善。张敏［11］认为在人才引进之后，应该建立与高层次科技人才相适应的人事管理制度与适合的指标考核体系，加强对后备梯队建设的投入；只有加强对高层次科技人才配套设施以及配套制度的建设，才能够发挥高层次科技人才的无穷能量，促进经济的发展、社会的进步。在高层次科技人才引进之后也要重视对高层次科技人才的激励机制的建立与实施，赵学军［12］认为应该优化科技人才的引进、使用、培养、服务机制的建立，优化激励机制，发挥出人才的最大潜能。

上述文献表明，当前关于人才引进的研究大多集中在人才引进工作完成之后对于人才的考核以及评价方面，而对人才引进岗位识别方面的研究比较少，并且定性化特征过重。如果在人才引进工作开始时没有依据岗位的实际状况引进人才，单靠之后的培训以及考核是无法弥补由于不匹配带给人才需求者的损失的。因此海外高层次科技人才引进工作的难点和关键是明确引进岗位的数量及类型。

二、海外高层次科技人才引进岗位识别的方法选择

人力资源管理领域提供的多种人才遴选方法无法满足对高层次科技人才学术水平和影响力的甄别要求，也难以主动获取世界范围内高层次研究人员的全面信息，因此无法适应海外高层次科技人才引进的规模遴选要求。目前，在海外高层次科技人才引进中广泛使用的“同行推荐”的方法虽然可以遴选出高层次人才，但只适用于小规模的人才引进，对规模化的海外人才引进作用不大；“招商式引才”方式虽然可以在较大范围内发布引才信息，但由于人才信息掌握不充分，难以保证信息传播的有效性，也难以有效甄别应聘者的学术水平及影响力，存在较高的盲目性，无法有效提高海外高层次科技人才引进的效率。高层次科技人才的规模遴选是海外人才引进的关键环节，不仅要提供一批可供选择的高层次研究人才，还需要掌握这些研究者的详细个人信息。现有的人才遴选方式在这种前瞻式、大范围、高水准的海外高层次科技人才规模遴选中都有缺陷，需要找到一种更为科学可靠的海外高层次科技人才遴选的方法和工具。

知识图谱（Mapping Knowledge Domains）是显示知识的发展进程与结构关系的一系列不同的图形［13］。展示科学知识图谱的可视化技术是将抽象数据用可视的形式表示出来，以利于分析数据、发现规律和支持决策［14］。美国Drexel大学陈超美博士（Chaomei Chen）开发的CiteSpace软件是一款以定量分析为主的信息可视化软件，可以对文献记录进行国家合作分析、作者共被引分析、主题词共现分析、文献共被引分析等，并在此基础上绘制出相关知识图谱，对特定领域的作者或机构的合作情况、知识演进过程以及研究热点和趋势进行可视化展示［15］，已成为科学计量学普遍应用的新手段。廖胜姣、肖仙桃［16］认为知识图谱是可视化显示知识资源及其相互关联的一种图形，通过在组织内创造知识共享的环境，绘制、挖掘、分析和显示知识间的相互关系，从而最终达到促进知识交流和研究的目的。

知识图谱方法现已得到广泛应用。Hall［17］研究了知识图谱在教学中的作用，通过实验，证明知识图谱有助于提高学生的学习效率。杨莹［18］以知识计量学的相关理论为指导，以期刊文献与专利文献作为知识载体，以WOS数据库收录的机器人领域的文献信息、德温特专利数据库与“七国两组织”专利数据库为主要数据来源，对近十年国内外机器人研究领域科学技术知识系统中的规律和发展状况等进行了全面分析，为增强制造业的开放式自主创新提供有价值的决策性参考。陈悦和王续琨［19］以知识网络为工具，探索基于前沿热点和研究群体的科学知识图谱。知识图谱是基于科学数据把科学信息可视化、采用图形的方式来展示学科前沿热点、研究群体的研究方法，是研究学科结构、跟踪前沿热点、辅助科研管理决策的重要工具。但是此方法在人力资源研究领域形成的文献比较少见［20］。

知识图谱可以将相关领域的研究现状以直接观察到的图谱的方式呈现出来，并能够将图谱相关节点的信息输出，最终确定该领域的研究热点以及关键研究方向。对比两个图谱的相关研究热点以及研究方向，就可以找到其中某个知识网络中薄弱或者缺失的知识节点，以这些薄弱或者缺失的知识节点作为岗位设置的基础，就能保证岗位设置的客观性、可视性，为海外高层次科技人才引进工作提供支持。

图1 基于知识图谱的海外高层次科技人才引进岗位识别模型

三、海外高层次科技人才引进岗位识别模型的构建

海外高层次科技人才规模引进的岗位识别不同于企业组织结构框架下的岗位设置，知识尤其是薄弱和缺失知识要素成为岗位识别的关键要素和核心内容。在进行人才引进工作时，实际引进的高层次科技人才应该具备两个知识功能：一是改善区域知识网络中的薄弱知识要素，二是弥补区域知识网络中缺失但至关重要的知识要素。薄弱和缺失知识要素可以作为海外高层次科技人才引进的岗位设置依据，这样海外高层次科技人才引进的岗位识别问题可以转化为知识网络中薄弱和缺失知识节点的计算和判别问题。通过这个转化，可以为海外高层次科技人才引进岗位的识别提供理论基础。海外高层次科技人才引进岗位识别模型如图1所示：

（一）数据来源

以Web of Science引文索引数据库、中国知网（CNKI）、中国科学引文数据库（CSCD）、中国专利数据库、德温特创新索引（Derwent Innovation Index，简称DII）中的相关数据为来源，利用CiteSpaceⅡ软件绘制相关科技领域的知识图谱。

（二）薄弱和缺失知识节点的判别

薄弱和缺失知识节点的判别就是运用知识图谱工具，绘制出相关科技领域的知识图谱，输出相关数据，进行定量的比较分析，找出其薄弱和缺失的知识节点，打开引进岗位识别的“黑箱”。从复杂的知识网络中计算和判别出薄弱和缺失的知识节点是人才引进岗位识别的核心内容，因为引进具备薄弱和缺失知识节点能力的人才可以显著改善该知识网络的效能。在获取这些薄弱和缺失的知识节点信息时，基于知识图谱的引文共被引分析、关键词共现分析等方法，可以计算和判别出某一研究领域内的研究热点、研究学术群体、研究机构及主要学术思想。如此就可以对相关研究领域的国内外知识网络中的异同点进行定量计算，据此就可以判断出知识网络中薄弱和缺失的知识节点。计算和分析两个知识图谱的前沿热点以及学术群体、学术思想的不同，可以获取知识网络中薄弱和缺失的知识节点。首先，运用CiteSpaceⅡ软件绘制相关研究领域知识图谱。CiteSpaceⅡ软件自带输出功能可以将两个知识图谱的相关聚类信息、关键词信息输出，对两个图谱的相关聚类信息以及关键词信息进行计算分析就可以得出两个图谱在研究内容、研究热点上的不同，并可以得出研究相对落后的知识图谱的薄弱和缺失知识节点。

其次，找出共被引文献。两篇文章同时被第三篇文章引用，这两篇文章就被称为共被引文献。文献之间存在着共被引关系，表明这些文献在研究内容或研究方法等方面有一定的相关性。共被引分析理论认为文献（作者）共被引的次数越多，关系就越密切，“距离”也就越近。研究关联文献形成的聚类可以分析和揭示该研究领域不同的研究方向，找出在研究中发挥关键作用的文献。

第三，分析关键词。关键词是读者了解文章主要内容、筛选研究所需文献的重要依据。在一篇文章中同时出现的关键词被称为共现关键词，描述关键词频次的大小及其在网络中连接作用的重要程度，是分析判断该领域研究热点的主要理论基础。

通过对比相关的知识图谱，可以得到两个图谱的不同之处。根据国内外相关领域研究状况的知识图谱的差异可以得出国内该科技创新领域的不足之处。无论是从聚类分析还是从关键词分析都可以找到两个图谱的不同，结合两者的不同之处可以发现国内在哪些方面的研究还不够成熟或者没有开始进行。这些研究不够成熟或者没有开始进行研究的内容就是国内知识图谱的薄弱和缺失的知识节点。

（三）引进岗位信息的获取

人才引进工作岗位数量类型信息的确定对于人才引进的成功与否起到非常重要的作用。将相关薄弱和缺失知识节点的节点信息进行整合，就可以得出需要引进的岗位信息。

由于我国的科技发展水平与发达国家尚存在较大的差距，因此可以选用国际上相关领域的研究热点作为比较的标准。在确定人才引进岗位的数量类型信息时，可以通过定性比较判断出薄弱和缺失的知识节点，同时也可以结合知识计量学相应理论和知识图谱工具定量化地呈现出相关知识网络的差异之处，通过这些工作就可以直观定量化的找出知识网络中薄弱和缺失的知识节点，把这些知识节点作为需要引进的岗位信息就具有科学性和内在合理性了。

在确定引进岗位的数量类型信息时，应该综合运用多种方法。首先通过绘制出研究机构合作知识图谱、引文共被引知识图谱、关键词共现知识图谱来分析研究知识网络中薄弱和缺失的知识节点。其次，利用知识图谱输出的相关信息，通过综合对比关键词研究热点、引文共被引聚类信息来进行定量化的分析判断，清晰地把握相关知识网络的差异之处，找出薄弱和缺失的知识节点。第三，可以通过研读相关文献，定性化与定量化相结合判断相关研究领域的研究差异。以这些知识节点作为基础，就可以确定需要引进的海外高层次科技人才岗位信息状况，包括岗位数量以及类型方面的信息。

（四）关键引进岗位的分析与判别

知识图谱的功能非常强大，利用知识图谱可以判断出不同文献在知识网络中的重要程度。一般在判断某一篇文献是否是连接网络相关节点较为重要的文献时，经常选用中心度的概念。中心度较高的文献，在网络中扮演着关键连接作用的节点；中心度越高的文献其对于网络的贡献程度越高。

在判断文献的中心度时，通常要找在网络中呈现紫色外圈的节点。绘制出的知识图谱中紫色圆圈代表的节点是中介中心度较高的节点。中介中心度是通过计算网络中两节点最短的路径经过这个节点的可能性来确定的。在任意知识图谱中，某个节点的中心度大小与该节点在该知识网络中的重要性程度成正相关，具有紫色圆圈的节点对于知识网络中的几个聚类起到了非常重要的转折连接作用，对于该知识网络做出了较大的“贡献”。

（五）关键引进岗位的确定

将节点信息输出，可以得出每一个节点的引用频次和中心度大小。图谱中引用频次较大的节点可以反映其重要程度较高。但是只有中心度较大（通常大于0．1）的节点才是真正对于图谱具有重要贡献的节点。在知识图谱中找出这些比较重要的节点的信息，综合这些节点信息可以得到关键引进岗位的各个要素。

关键引进岗位也可以利用关键词共现频次大小来确定，知识网络中关键词共现频次较高的节点属于知识网络中的研究热点。如果知识网络中无法得到相关的紫色圆圈，可以通过输出关键词共现知识图谱中的关键词共现频次发展趋势或者所占比重来确定关键岗位信息。

四、结 语

高层次人才，尤其是科技人才在国家发展中发挥了异常重要的作用。各国为了扩大自己在国际上的影响力，促进经济的发展与社会的进步，不断改进人才引进的政策与措施，争相引进高层次科技人才。高层次科技人才的引进需要花费较高的成本，为了使得引进的人才与岗位相匹配，首先必须进行科学的岗位识别。本文创新性地引入知识图谱工具，使得海外高层次科技人才引进岗位需求的描述更加直观。基于知识图谱的高频关键词分析功能，能够找到知识网络中薄弱和缺失知识节点的计算和判别方法，准确识别出需要引进岗位的知识信息，为人才引进部门提供有效的岗位测算方法；通过定量化的数据处理和定性化的分析，将知识网络中薄弱和缺失的知识节点转化为知识网络中需要引进人才的岗位信息；依据国际上相关研究的关键词的共引频次大小将引进岗位进行排序，可以科学地确定需要引进的关键岗位。基于知识图谱的海外高层次科技人才引进岗位识别模型对于有效提高海外高层次科技人才引进的效率和效益具有重大的现实意义，对其他领域的高层次人才引进也具有推广借鉴作用。

［1］张瑾，伊振中，张体勤．高层次创新人才概念的界定：基于文献综述和聚类分析方法［J］．东岳论丛，2011（10）：165－169．

［2］敖蓉．积极培养造就科技人才［N］．经济日报，2010－07－12．

［3］高迎斌，罗时贤．实施人才强校战略、做好人才引进工作［J］．高教论坛，2006（2）：82－84．

［4］董琳琳．地方高校人才引进工作问题及对策研究［J］．阴山学刊，2006，20（1）：121－122．

［5］邓辉煌．关于民族地区人才引进问题的新思考［J］．湖北民族学院学报（哲学社会科学版），2005，23（2）：72－74．

［6］郑莉．人才引进在人力资源管理中的激励效应［J］．上海中医药杂志，2006，40（9）：58－59．

［7］何亚平，骆克任．海外科技人才引进结构分析［J］．人才开发，2003（10）：14－15．

［8］朱凌．地方公办民营高校人才引进的问题与对策［J］．长春大学学报，2009，19（12）：81－83．

［9］刘德艳，王丽莉．我国海外科技人才引进的制度创新［J］．科技进步与对策，2005（9）：114－116．

［10］张勇．高校人才引进模式博弈均衡分析［J］．成都信息工程学院学报，2006，21（5）：763－766．

［11］张敏．江苏省科技人才流动态势及对策研究［D］．南京：南京航空航天大学，2007．

［12］赵学军．河北省科技人才队伍建设研究［D］．天津：天津大学，2005．

［13］秦长江，侯汉清．知识图谱——信息管理与知识管理的新领域［J］．北京：大学图书馆学报，2009（1）：30－37．

［14］姜春林，李江波．干细胞人体组织工程技术研究文献计量分析及其政策启示［J］．中国软科学，2010（3）：74．

［15］CHEN CM．Searching for Intellectual Turning Points：Progressive Knowledge Domain Visualization［C］．Proceedings of the National Academy of Sciences of the United States of America，2004，101（Suppl 1）：5303－5310．

［16］廖胜姣，肖仙桃．科学知识图谱应用研究概述［J］．情报理论与实践，2009，32（1）：122－125．

［17］HALL R H．Cognitive and Affective Outcomes of Learning from Knowledge Maps［J］．Contemporary Educational Psychology，1996，21．

［18］杨莹．国内外机器人研究领域的知识计量［D］．大连：大连理工大学，2009．

［19］陈悦，王续琨，刘则渊，等．基于知识图谱的管理学理论前沿研究［J］．科学学研究，2007（6）：22－29．

［20］王炳成．基于共词分析的我国人力资源研究现状的计量学研究［J］．山东经济，2011（4）：64－69．

Research on Introduction Position Recognition M odel of Overseas High-level Scientific and Technological Talents

YANG Ming-hai，HAN Fang
（School of Business Administration，Shandong University of Finance and Economics，Jinan 250014，China）

With scientific papers and patents database of relevant scientific and technological fields as data sources and mapping knowledge domain as the analytic method，an introduction position recognition model of overseas high－level scientific and technological talents was constructed with the aid of CiteSpace IIsoftware to increase the success rate of overseas high－level scientific and technological talents introduction．Through calculation and discrimination of the weak，missing and key factors of knowledge and knowledge clusters in the knowledge network，the authors obtained the information of the number and type of introduced positions to quantify the positions for the introduction of overseas high－level scientific and technological talents．The introduction position recognitionmodel of overseas high－level scientific and technological talents can improve the accuracy of position setting in talent introduction．

overseas high-level scientific and technological talents；the introduction position recognitionmodel；mapping knowledge

F241．4

A

1008－2670（2013）04－0028－06

（责任编辑李秀荣）

2013－04－27

教育部人文社会科学研究基金项目“基于科学知识图谱的海外高层次创新型科技人才引进的岗位测算研究”（11YJA630175）。

杨明海，男，山东招远人，管理学博士，山东财经大学工商管理学院教授，应用经济学博士后，研究方向：人力资源管理；韩芳，女，山东日照人，山东财经大学工商管理学院，研究方向：人力资源管理。