摘要：基于高層次科技人才勝任力冰山模型，從論文、專利、重點實驗室、著名企業、著名獎項和高影響力學術榮譽 6 個維度構建高層次科技人才群體判別指標，并以基因組學領域為研究實例，識別基因組學領域的全球高層次科技人才群體。通過對該群體進行國別、機構、代表性學者分析發現，全球約 60% 的高層次科技人才分布在美國，主要聚集在布洛德研究所、哈佛大學、麻省理工學院和加州大學等科研機構，并培養了 Emmanuelle Charpentier、 Jennifer A. Doudna 和 Eileen Furlong 等杰出學者。

　　關鍵詞：高層次科技人才;基因組學;勝任力理論

　　1　研究背景

　　在知識經濟時代，科技人才對增強國家綜合實力、提升國際競爭力起著越來越重要的作用。當下經濟全球化程度不斷加深，各國之間爭奪的倡議資源也已從資金、原料等轉向了人才[1]。習近平[2]總書記在黨的十九大報告中強調：“人才是實現民族振興、贏得國際競爭主動的倡議資源。要堅持黨管人才原則，聚天下英才而用之，加快建設人才強國。”高層次科技人才是科技人才金字塔的塔尖，必然是各國爭奪的重點資源。我國在《國家中長期人才發展規劃綱要 (2010—2020 年 )》中也提出要以高層次人才、高技能人才為重點統籌推進各類人才隊伍建設，為實現全面建設小康社會奮斗目標提供堅強的人才保證和廣泛的智力支持[3]。

　　目前，國內外學者對高層次科技人才的研究越來越多，大都集中在高層次科技人才的流動、引進、評價、成長規律、環境以及影響因素方面。比如， Czaika 等[4]研究了影響高技術人才流動的移民政策，發現社會保障協議促進更多的高技能工人流動，而雙重征稅協議威懾高技能移民;蔣瑩等[5]通過調研 27 位海外引進的高層次人才發現，高校在引進人才后科研建設、管理等方面仍存在不足并提出了改善建議;劉亞靜等[6]結合高層次科技人才的素質特征構建了高層次科技人才評價指標體系，并以人才類型、評價目的劃分了多元化的評價場景，提出多元化評價指標;田瑞強等[7]以 233 位華人科學家的履歷信息為研究對象，利用 Kaplan-Meier 法研究了不同因素下各階段生存風險率的差異，用 Cox 比例風險模型探討了成長過程中各因子的具體影響效果，結果發現初級階段獲得博士學位的國別對職業成長具有顯著影響，博士后工作經歷降低了助教和教授的生存風險，減緩了成長速度;梁文群等[8]從影響高層次科技人才發展的經濟、科技、社會、生活、自然、人才市場這六大環境因素入手選擇了 33 項指標，對我國 30 個省份進行了評價與比較，發現東部優勢明顯，西部最差;袁洪娟等[9]基于山東省企業、科研院所、高校等單位的調查數據，提煉出顯著影響區域高層次科技人才隊伍建設的政府支持、人才培養、人才評價、人才激勵和環境建設 5 個公因子，表明從這 5 個方面采取相應的政策能夠加快區域高層次科技人才隊伍的建設。

　　盡管一些國內外學者已經開始關注高層次科技人才的相關問題，但從目前的研究成果來看，在高層次科技人才構成及如何判別等方面還存有一定的研究空間。大部分研究中都將高層次科技人才視為做學術、搞研究的頂尖人才，從科研產出角度界定高層次科技人才，數據來源單一，僅僅是將高層次科技人才界定在了學術圈。其實高層次科技人才還應該包括在工程科技、成果轉化、商業應用等領域作出突出貢獻的杰出人才。鑒此，本文將突破單純僅從論文、專利等科技文獻數據源判別高層次人才的局限，拓展至高影響力的企業、獎勵、重點實驗室等不同的來源，從多個維度構建高層次科技人才群體的判別指標;并以基因組學為研究實例，對基因組學的全球高層次科技人才進行國家、機構以及代表性學者分析，為今后的相關研究提供參考

　　2　高層次科技人才判別指標研究

　　2.1　勝任力模型的引入

　　“ 勝任力” 概念是美國著名管理學家 David McClelland[10]于 1973 年在對美國選拔國外服務信息官的研究時首次提出，是指能夠區分在特定的工作崗位和組織環境中的績效水平的個人特征[11]。國內學者對勝任力模型的研究起于 20 世紀 90 年代，主要應用于人才素質評價方面。比如，李瑞等[12]在對工程技術類高層次創新型科技人才評價指標體系研究時認為，勝任力模型主要涉及創新知識、創新技能、影響力、創新能力、創新動力和管理能力等不同維度特征特質;趙偉等[13]在對基礎研究類創新型科技人才評價時，基于勝任力模型和個體創新行為理論提出了新型科技人才評價的洋蔥模型，指出創新能力和管理能力是區分優異人才與一般人才最核心的要素。本文將趙偉學者提出的洋蔥模型進一步轉化為高層次科技人才勝任力冰山模型，如圖 1 所示。知識、技能和影響力這三方面較為容易觀察的特質是顯性勝任力，可以通過一個人的專業性、研究產出、所獲榮譽等進行衡量;而創新能力以及管理能力屬于隱性勝任力，不易觀察，可以通過一個人所從事的職業、所處的職位等側面反映。通過知識、技能、影響力、創新能力和管理能力這 5 個維度的個人特征，可以更全面地了解高層次科技人才的特質，更科學地區分高層次科技人才群體，為高層次科技人才群體判別指標的構建提供理論支撐。

　　2.2　高層次科技人才的界定

　　對于高層次科技人才的識別界定，學術界并沒有統一的概念。Diaz-Perez 等[14]在探索研究型中心倡議發展過程中提到，高水平的科技人員應該包括半結構化的管理人員、研究人員、工程人員、技術人員以及行政人員。梁文群等[8]認為高層次科技人才是指在所從事的學科或專業領域有較深造詣或者掌握核心技術，能對經濟社會發展和科技創新活動發揮較大作用的人才。賈明媚等[15]基于價值鏈思想提出，高層次科技人員是指在有助于社會經濟發展的各種有價值的活動中，在某一領域或行業具有全局性影響和關鍵作用的人才。

　　不同學者對高層次科技人才的定義雖然不同，但可以發現高層次科技人才具有共同特征：從事某一學科或領域的研究、有較高的造詣、對社會經濟發展有巨大貢獻。基于勝任力冰山模型和高層次科技人才的共同特征，本文將高層次科技人才定義為：具有一定專業知識或專門技能，從事創造性科學技術活動，在某一學科或領域有很高造詣或創造性發明，對社會經濟發展和科技創新有巨大貢獻的人才。

　　根據勝任力冰山模型所提出的特質，可以發現高層次科技人才具有以下特點：(1)高專業性。高層次科技人才具有過硬的學科專業知識和技能，經過多年工作經驗的積累，對所從事學科或領域的整體和前沿具有敏銳洞察能力，專業素養高于本領域的一般人。(2)高影響性。高層次科技人才具有較高的學術造詣或專業技能，研究成果或技術發明一般都能推動本領域革新性的發展，所以大部分都榮獲過影響力高的獎項或榮譽。(3)高創造性。高層次科技人才大都從事創造性、高難度的工作，形成了高于常人的創新能力，產出成果一般也具有創新性、前沿性。(4)稀缺性。高層次科技人才大部分位于較高的研究職位或管理職位，處于人才金字塔的頂尖位置，數量稀少;同時各國對高層次綜合性人才的需求缺口不斷增大，這兩方面因素決定了高層次科技人才的稀缺性。

　　2.3　高層次科技人才判別指標體系構建

　　基于高層次科技人才勝任力冰山模型以及高層次科技人才的特點，本文從論文、專利、重點實驗室、著名企業、著名獎項和高影響力學術榮譽這 6 個維度來界定高層次科技人才群體，如圖 2 所示。高層次科技人才群體主要是由高被引論文、專利、世界著名實驗室團隊、世界著名企業團隊、重大學術獎項以及學術榮譽這 6 個具體指標評定構成，如表 1 所示。其中，論文數據反映的是基礎研究型人才的情況。高被引論文是論文中高質量、普遍被學者認可的論文，其作者一般具有高專業性。通過參考基本 科 學 指 標 數 據 庫(Essential Science Indicators， ESI)界定高被引論文的比率，本文選取高被引論文前 1% 的作者代表基礎研究領域的高層次科技人才。專利是人類在技術領域從事智力活動的產出成果，是反映科技創新的最重要表現形式[16]。專利維度體現了應用研究與和工程技術型人才的情況，本文同樣選取專利被引量前 1% 的劃分標準，篩選出應用研究領域具有很強專業技能和創新能力的高層次人才。重點實驗室負責人和企業技術團隊帶頭人體現的是創新創業型人才的情況，這類群體一般具有良好的管理能力、敏銳的市場洞察力，可以將科研成果有效轉化為生產力，進而創造市場經濟效益，促進社會經濟發展。高影響力獎項和榮譽的獲得者大都對本領域的學術發展或技術進步作出了重大貢獻，一般都有較高的學術影響力。本文通過多角度、多來源的判別指標體系，將這些不同類型的高層次科技人才整合在一起，擺脫傳統單一片面的判別方式，系統地、科學地、全方位地界定高層次科技人才群體。

　　3　實證研究——基因組學

　　3.1　數據來源

　　本文以基因組學領域為研究實例，通過高層次科技人才判別指標，識別出該領域的高層次科技人才群體，了解目前全球該部分人才的分布情況，探究我國在該領域所處的國際地位。高被引論文的前 1% 的作者以 Web of Science 核心合集數據庫為數 據 來 源， 檢 索 式 為 TS=(Genom* OR *genomics OR proteomic OR “zinc finger nuclease” OR “dna methylation” OR “DNA Microarray” OR transcription factor binding OR “crispr-cas9” OR genome wide association OR gene expression OR genome edit* OR Gene Sequen*)，通過檢索結果發現該領域的論文從 2009 年起開始激增，說明國內外學者從此時起對基因組學的研究開始重點關注，故檢索時間設置為 2009 年至今，選取檢索結果高被引論文中前1% 論文的題錄數據為分析對象進行數據采集。專利被引用數量前 1% 的發明人以 Thomson Innovation 專利數據庫為數據來源，檢索式為標題 / 摘要 / 權利 要 求 =(Genom* OR *genomics OR proteomic OR “zinc finger nuclease” OR “dna methylation” OR “DNA Microarray” OR transcription factor binding OR “crispr-cas9” OR genome wide association OR gene expression OR genome edit* OR Gene Sequen*)，檢索時間是 2009 年至今。世界頂尖實驗室負責人、科瑞唯安發布的創新百強企業技術團隊帶頭人、國際著名學術獎項獲得者、國際著名榮譽稱號獲得者指標數據來源情況如表 2 至表 5 所示。

　　3.2　國別分布

　　依據高層次科技人才群體判別指標體系，共收集到 3 396 名基因組學領域高層次科技人才。數據去重標準為學者姓名、機構完全相同則算一人。對高層次科技人才所屬國家進行統計分析，可以看出目前全球哪個國家在基因組學領域的科研實力最強、人才聚集最多。基因組學領域高層次科技人才的全球大洲分布如圖 3 所示，國家分布(前 10 位，即 TOP10)如表 6 所示。

　　從圖 3 可知，基因組學領域高層次科技人才的全球布局呈現分布廣泛且分布不平衡的特點。高層次人才在世界各大洲基本都有分布，但主要集中在北美洲、亞洲和歐洲。這一分布現象與全球發達國家的分布基本一致：北美洲、亞洲和歐洲發達國家在經濟、科研等方面綜合實力強，對高層次科技人才吸引力大，由此吸引了大量優秀人才;而大洋洲、南美洲和非洲大部分是發展中國家或是欠發達國家，綜合實力偏低，對高層次科技人才吸引力小，所以高層次人才數量較少。

　　從表 6 中可以看出，基因組學領域的高層次科技人才主要分布在美國，說明美國在基因組學領域人才基礎雄厚、研究成熟并且位于世界前端，能夠吸引大量高層次人才;英國排名第二，但在數量上與美國差距巨大，美國高層次人才數約是英國的 6 倍;我國與加拿大并列第四名，雖然排名靠前，但是美國高層次人才數量約是我國的 22 倍，相差懸殊，表明我國基因組學領域的高層次科技人才儲備是嚴重不足的，迫切需要從海外引進相關人才或是盡快培養起本國科技人才。從表 6 中還可以看出，高層次科技人才的國家分布呈現“一超多平”的特點，即美國人才數量超多，其他各國人數平庸。美國聚集了全球高層次科技人才的 60.22%，其余 40% 分布在大量國家，并且這些國家之間的差距較小，相差基本都在百人數量級。

　　《基于多源數據的全球高層次科技人才群體判別研究_以基因組學領域為例》來源：《科技管理研究》2018年12期，作者：陳佳琪; 趙筱媛。