基于履历信息的高层次人才特征分析

吕红 牛雅妮

摘 要：基于ESI高被引学者的履历信息，收集了学历、年龄、学习经历、学术成果等信息，建立了高层次人才特征评价指标体系，运用对应分析统计模型，对高层次人才特征进行区域分析，结果发现：学科领域、本科就读院校、最高学历获得年龄、从博士到教授成长时间是人才发展的重要影响因素。最后对解决高校高层次人才资源区域不平衡的问题，提出了对策与建议。

关键词：履历信息;高被引学者;多元对应分析

1 背景分析

习近平主席在中共十九大报告中指出，人才是实现民族振兴、赢得国际竞争主动的战略资源。因此，各个地区的高校都纷纷出台人才政策，用各种优厚的条件来吸引人才。然而，随着中国高校的快速发展，不同地区高校之间逐渐扩大的差距和人才资源发展的不平衡问题也逐渐显著。

2 文献综述

人才履历信息包括姓名、年龄、学历、职称晋升、教学与科研、专业协会和专业资格、奖项等其他信息，信息量极其丰富，可进行全面的人才调查和分析研究。田瑞强等人基于高被引科学家的履历信息，研究了不同因素下各阶段生存风险率的差异以及成长过程中各因子的具体影响效果[1]。牛珩等人根據科研人员的履历信息，运用CV分析方法对我国高层次科技人才进行了特征研究[2]。基于人才履历信息的高层次人才区域分析较为少见，本文基于人才履历信息，对不同区域高校进行高层次人才特征分析，为高校人才成长、人才引进及培养提供参考。

3 对应分析统计方法简介

对应分析，主要用于分析列联表中行因素和列因素间的关系，是列联表行列变量关系的低维图示法，关联图上各个样本和样本的属性变量都浓缩为一个点集合，是R型因子分析（研究变量间的相关关系）与Q型因子分析（研究样品间的相关关系）的结合。

4 数据处理

基于ESI科学指标数据库高被引学者的入选信息以及任职院校的个人主页，收集了国内高被引学者178人的相关履历信息，对其现就职院校所在地分为东、中、西三个地区，东部样本选取北京、上海、江苏和广东四省市的数据，中部选取吉林、安徽、湖南、河南和湖北数据，西部选取了四川、贵州、陕西和甘肃数据，并建立基于人才履历信息的高被引学者特征评价指标体系，如表1：

5 对应分析结果

从惯性分析表2中，第二列Cronbach's Alpha信度系数分别为0.781和0.676，说明维度内部具有相当的信度;第三列惯量，用于说明各个维度能够解释列联表中两者联系的程度，从贡献率上可以看到，维数1解释了列联表的46.3%，维数2解释了列联表的37.9%，即在两个维度上已经能够说明行列变量关联性的84.2%，结果比较理想。

由多元对应分析图（图1）中可以看出，

（1）东部高被引学者信息对应的散点，大多数位于图1左下方圆形区域内，大部分人“年龄30-40岁”，在“30岁之前获得博士学位”、学科领域以“理学”为主、本科毕业院校与现就职院校多为“顶尖院校”和“985院校”，在境外留学交流学习时间多为“1-4年”，发表SCI收录论文篇数多在“100-200篇”之间，从获得博士学位到获得教授所用的“成长时间”较短，多在10年以内;

（2）中部高被引学者信息对应的散点，大多数位于图1右下方圆形区域内，大部分人在年龄上没有具体的特征，大部分人在“30-40岁间获得博士学位”，学科领域多为“工学”，现就职院校大多为“211院校”，本科毕业院校大多为“211院校”或“非重点”院校，发表SCI收录论文篇数“少于100篇”;

（3）西部高被引学者信息对应的散点，大多数位于图1上方圆形区域内，大部分人在年龄偏大，部分在“60岁以上”，在海外交流学习时间“8年以上”，从获得博士学位到获得教授所用的“成长时间”较短，多在“15年以上”。

通过对比分析，可以明显看到区域人才发展的差异性，东部地区高校高层次人才在成长时间方面遥遥领先于中西部高校，同时也发现了学科领域、本科就读院校、最高学历获得年龄、从博士到教授成长时间是人才发展的重要影响因素。

6 对策与建议

基于履历信息对高被引学者的总体特征分析，现对不同区域高校人才队伍建设提出以下对策与建议。第一，加快人才高效集聚，推动中西部高校人才引进;第二，引导人才有序流动，增强中西部高校人才吸引力;第三，发挥高校区域优势，加强不同区域高校交流合作。

参考文献

[1] 田瑞强，姚长青，袁军鹏，潘云涛，李俊峰.基于履历信息的海外华人高层次人才成长研究：生存风险视角[J].中国软科学，2013（10）：59-67.

[2] 牛珩，周建中.基于CV分析方法对中国高层次科技人才的特征研究——以“百人计划”“、长江学者”和“杰出青年”为例[J].北京科技大学学报（社会科学版），2012，28（02）：96-102.

作者简介：吕红（1976.9—），女，汉族，山东巨野，人事处副处长，博士，工作单位：南京信息工程大学，研究方向：统计分析、经济管理