摘要：科技人力资源反映的是一个国家或地区科技人力的储备水平和供给能力。通过回顾科技人力资源的定义及测算方法，基于有关历史数据和最新发布的《中国科技人力资源发展研究报告（2018）——科技人力资源的总量、结构与科研人员流动》，对我国科技人力资源的发展状况进行分析。结果表明，我国科技人力资源总量继续保持世界第一，科技人力资源结构持续优化；以科研人员为研究对象的流动状况呈现出国际、国内流动集中度提升，随学术层级升高流动不均衡性提高的特点。未来应继续追踪和分析科技人力资源的规模结构与流动状况，不断优化我国科技人力资源数量和质量水平，充分发挥科技人力资源流动的红利作用。

近日，《中国科技人力资源发展研究报告（2018）——科技人力资源的总量、结构与科研人员流动》（以下简称《报告2018》）正式出版。这是自2008年中国科协推出《中国科技人力资源发展研究报告》以来，这一系列报告的第六部。2008年出版的第一部报告以理论构建为主要内容，构建了我国科技人力资源研究的思路方法和框架结构，后来分别以科技人力资源与区域经济、战略性新兴产业、政策变迁和创新驱动为主题，从不同角度研究了科技人力资源与社会经济发展的关系，探讨了科技人力资源在促进科技进步、经济繁荣和社会发展中发挥的作用。经历了十余年的研究和积累，第六部报告回归关注科技人力资源本身，以“科技人力资源的总量、结构与科研人员流动”为主题，对我国科技人力资源的总体情况进行描述分析，并以科研人员为研究对象探讨了不同层级、不同领域研究人员的流动状态与趋势，向读者展示了当前我国科技人力资源发展的整体情况。本文通过回顾科技人力资源的定义及测算方法，结合最新发布的《报告2018》和有关历史数据，对我国科技人力资源的发展状况进行分析。

1. 科技人力资源的定义与测算

科技人力资源定义的全面系统解释源于经济合作与发展组织（Organization for Economic Co-operation and Development，OECD）和欧盟统计局发布的《科技人力资源手册》（即《堪培拉手册》，Manual on the Measurement of Human Resources Devoted to S&T——Canberra Manual 1995），认为科技人力资源是指具有专门技能并实际从事或可能从事科技活动的劳动力。这一定义以“资格”和“职业”两个维度为基础，分别代表具有从事科技活动资格的劳动力和实际从事科技活动的劳动力。根据我国教育、科技和行业统计的实际情况，在进行科技人力资源的测算与研究中，对其内涵和外延做了基本限定，并以此为基础构建了适应我国科技人力资源现状的理论分析框架和测度指标。

1.1 我国科技人力资源定义和总量测算的基本思路

基于《科技人力资源手册》提出研究框架和定义，2008年发布的《中国科技人力资源发展研究报告》（以下简称《报告2008》）将科技人力资源定义为，实际从事或有潜力从事系统性科学和技术知识的产生、发展、传播和应用活动的人力资源，既包含实际从事科技活动（或科技职业）的劳动力，也包含可能从事科技活动（或科技职业）的劳动力。其测算和分析从“资格”和“职业”两个角度入手。其中，“资格”角度界定为完成科技领域（参见历年《中国科技人力资源发展研究报告》）大专及以上学历（学位）教育的人员，“职业”角度是从事的工作属于科技领域的人，两者取并集，即为中国科技人力资源的总体（图1）。目前，“资格”角度主要是利用高等教育毕业生的数据进行统计计算；“职业”角度的总量测算还在不断探索完善中，主要通过人口普查数据和其他有关统计数据，根据不同行业分布、研发人员、专业技术人员、大专以上学历人员等数据进行尝试。目前，从中国职业分类标准剥离出科技类职业已经取得一定进展，如何通过进一步测算得到“职业”角度比较精确的数据还在探索，也是持续努力的方向。

《报告2008》是从国家层面对我国科技人力资源总量和结构进行系统研究的重要标志。十几年来，伴随着对科技人力资源内涵理解的不断加深，我国科技人力资源的数据采集、整理、量化和分析研究工作不断完善。在基本方法不变的前提下，系列报告研究过程中根据实际情况并结合有关专家意见对统计测算方法进行调整和改进，逐渐形成了一套完整的测算体系，也在服务我国科技人力资源的测算工作中发挥着重要作用。如对学科比例的调整、女性科技人力资源测算方法的探索、重复计算问题的处理和测算人群的增加等变化，都是在研究过程中提高测算体系科学性和准确性的不断努力。

根据研究确定的测算思路和框架，目前我国科技人力资源总量是根据历史上高等教育毕业生数、技师和高级技师、乡村医生和卫生员等相关数据进行测算得出的理论数据。但不可否认的是，随着时间的不断积累和认识的不断深入，一些曾经忽略不计的政策因素和事实因素等影响开始成为需要考虑的因素，如《报告2018》中将毕业生“专升本”造成的重复计算、死亡人数与出国未归人员专门提出，认为测算中需要加以考虑。在后续的研究中，理应在这些方面开展更加细致深入的研究，以使测算数据更接近现实情况。

1.2 总量测算的方法和数据来源

符合“资格”条件的科技人力资源是一定时间范围内具有大专以上科技领域学历的毕业生数。简要来讲，根据历年《中国教育统计年鉴》中普通高校（报告中的研究生数据也包括科研机构培养的研究生。为了描述简便，仅用了普通高校的说法。）、成人高校、高等自学考试及网络高等教育等四个培养渠道中与科技相关学科的毕业生数据测算得到。其中，专科与本科层次科技人力资源按照不同培养渠道、不同学科（专业大类）的折算系数（参见《报告2018》第二章第二节及历年《中国科技人力资源发展研究报告》有关章节）进行测算后汇总。研究生层次毕业生全部纳入科技人力资源。

根据已有研究，我国科技人力资源中不具备“资格”但符合“职业”条件的科技人力资源为技师和高级技师、乡村医生和卫生员两类群体，分别通过《人力资源和社会保障事业发展统计公报》和《卫生和计划生育事业发展统计公报》发布的数据进行统计。

2. 我国科技人力资源的总量情况

根据上述测算思路和方法，《报告2018》对截至2018年底我国科技人力资源的总量情况进行测算，展示了当前我国科技人力资源总量的基本情况。下面结合我国科技人力资源的历史发展数据，对我国科技人力资源总量情况进行讨论。

2.1 我国科技人力资源总量继续保持世界第一

我国科技人力资源总量持续增长。2005年，我国科技人力资源总量为4252万人。根据《报告2018》，截至2018年底，不考虑专升本、死亡及出国因素，我国科技人力资源总量已达10154.5万人，继续保持世界第一（图2）。其中，符合“资格”条件的科技人力资源为9482.7万人，占93.4%；不具备“资格”但符合“职业”条件的科技人力资源总量为671.8万人，占6.6%。

2.2 高等教育作为科技人力资源培养主渠道的地位不断强化

根据科技人力资源的定义和测算方法，在符合“资格”条件的科技人力资源中，普通高校、成人高校、网络高校和高自考是培养的四大渠道。根据《报告2008》，截至2005年底，我国科技人力资源存量中，普通高校培养总量为2015万人，占符合“资格”条件科技人力资源总量的49.9%，占总量的47.4%，高于其他三个渠道，也高于不具备“资格”但符合“职业”条件科技人力资源的所占比例。近十几年来，每年普通高校培养的科技人力资源占符合“资格”条件科技人力资源总量的比例都在70%左右，大大提高了普通高校作为科技人力资源主要培养渠道的作用。根据《报告2018》中的数据，截至2018年底，普通高校培养科技人力资源6024.0万人，占符合“资格”条件科技人力资源总量的63.5%，占总量的59.3%，这两个比例分别比2005年提高了13.6和11.9个百分点。在这一过程中，网络高校培养科技人力资源的比例有所提升，成人高校下降较为明显，高自考也有所下降（表1）。

由此可见，普通高校一直是科技人力资源培养的主要渠道，且地位不断强化。实际上，四大渠道在我国科技人力资源培养过程中发挥的作用均不容忽视，这不仅是我国科技人力资源不断增长的重要基础，也体现了我国科技人力资源来源的多样性。

2.3 不具备“资格”但符合“职业”条件的科技人力资源总量增长明显

结合历年《中国科技人力资源发展研究报告》发布的数据，我国不具备“资格”但符合“职业”条件的科技人力资源总量持续增长，在科技人力资源总量中的比重呈现稳中有升的态势。2005年占比为5.06%，此后持续增长，到2016年增长到6.96%，为最高。2018年，这一比例为6.62%（由于数据获取原因，《报告2018》中2018年我国科技人力资源总量计算，不具备“资格”但符合“职业”条件的数据截至2017年。），明显高于除2016年以外的其他年份（图3）。

2011年以来，我国将乡村医生和卫生员纳入科技人力资源的测算，其与技师和高级技师二者一起成为不具备“资格”但符合“职业”条件的科技人力资源人群。多年来，不具备“资格”但符合“职业”条件的科技人力资源总量不断增加，2018年达到695.4万人，是2011年的1.88倍（表2）。

3. 我国科技人力资源的结构特点

《报告2018》基于截至2017年底符合“资格”条件的科技人力资源数据（由于测算方法的原因，各结构分析的数据稍有差异。）对我国科技人力资源学科、学历、年龄和性别结构进行描述，描绘了当前我国科技人力资源结构的基本情况。本部分对比《报告2008》有关数据，对我国科技人力资源的结构特点进行讨论。

3.1 工学背景科技人力资源数量和占比最多

工学背景科技人力资源一直居于各学科首位。根据《报告2018》，截至2017年底，在我国符合“资格”条件的科技人力资源中，工学背景比例最高，为54.1%。在不同学历层次中，工学背景科技人力资源也位居第一，其中，专科层次为56.5%，本科层次为53.9%，研究生层次为36.3%。根据《报告2008》数据，2005年我国本专科层次科技人力资源中，工科背景总量为1171万人，占比约为35%，居第二位的是经济学，为556万人，约占17%；研究生层次的科技人力资源中，工学背景占40%，理学其次，约占15%。据此进行估算，2005年，我国工学背景科技人力资源占总量的比例应该在35%到40%之间。与2005年相比，2017年我国工学背景科技人力资源占比增加了近20个百分点。在2017年新增的1063.1万人（不包括高自考）科技人力资源中，工学背景科技人力资源为725.4万人，占68.2%，这一比例高于当前我国科技人力资源中工学背景所占比例，说明新近补充的科技人力资源中工学背景科技人力资源比例比存量更大，如果照此趋势发展，工学背景科技人力资源的比例有望进一步提升。

3.2 学历层次呈金字塔形，未来将进一步优化

我国科技人力资源的学历层次呈金字塔形，专科人数最多、占比最高，本科次之，研究生层次最少。截至2017年底，我国符合“资格”条件的科技人力资源中，专科、本科、硕士、博士分别达到4878.1万人、3518.1万人、576万人和75.9万人，比2005年增长了0.95、1.50、3.76和3.74倍，本科及以上学历层次科技人力资源数量增长迅速，研究生层次尤为明显（表3）。

即便在更短的时间尺度来看，本科及以上学历层次的科技人力资源增长也十分明显。《报告2018》比较了2017年与2015年的学历层次结构，发现短短两年时间内，尽管博士层次科技人力资源比例保持不变，专科层次科技人力资源的比例下降1.3个百分点，本科层次科技人力资源的比例上升0.8个百分点，硕士层次科技人力资源的比例上升0.5个百分点。专科层次比例减少，本科、研究生层次科技人力资源比例提高，是我国科技人力资源学历层次提升的重要体现，也是科技人力资源质量提升的重要基础。

3.3 我国科技人力资源将继续保持年轻化

根据《报告2018》，截至2017年底，我国符合“资格”条件的科技人力资源中，39岁及以下的占76.3%。其中，29岁及以下科技人力资源有3519.7万人，占39.2%；30-39岁3326.5万人，占37.1%。50岁以上的科技人力资源仅占9.3%。根据《报告2008》数据，2005年，40岁以下科技人力资源占65.7%。可见，40岁以下科技人力资源比例有显著增长，我国科技人力资源年轻化趋势愈发明显。

尤其值得指出的是，截至2017年底，我国本科及以上层次科技人力资源中39岁以下占81.2%，高于专科层次72.2%的比例，这显示出我国科技人力资源年轻化趋势在更高学历层次科技人力资源更加明显，也是我国科技人力资源潜力的重要体现。

未来随着我国教育事业不断发展，高等教育规模稳定增长，高等教育毕业生数量也将持续增加成为我国科技人力资源队伍的重要补充。科技人力资源年轻化的趋势将得以继续保持。

3.4 女性比例将进一步提升

根据《报告2018》，截至2017年底，我国女性科技人力资源总数约为3560.6万人，占符合“资格”条件科技人力资源总量的38.9%。根据已有研究的估算结果，2005年我国科技人力资源总量中男女性别比例约为2:1。可见，目前女性在我国科技人力资源中的比例有所上升。

未来我国女性科技人力资源比例继续增长仍是大概率事件。根据《报告2018》数据计算可得，2017年我国女性科技人力资源总量比2015年增加了411万人，增长13.1%。这一增长速度高于我国科技人力资源总量的增长速度。高等教育招生中女性的数量和占比与科技人力资源中女性数量和比例情况也有密切关系。《报告2018》统计了2015-2017年我国高等教育招生（不包含高自考）中女性比例，发现这一数据稳定在54%-55%之间，说明高等教育招生中女性多于男性。可以预见，未来我国科技人力资源中女性比例还将进一步提升。

3.5 科技人力资源培养区域差异显著，呈现东高西低的特点

根据《报告2018》，2005-2017年，我国31个省级行政单元（不含香港、澳门特别行政区和台湾地区）中共培养科技人力资源总量达5993.6万人。按照东、中、西三大地带划分（将31个省级行政单元按照东、中、西三大地带划分：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南属于东部地区；山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南属于中部地区；内蒙古、重庆、广西、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆属于西部地区。），东部地区培养总量为2878.5万人，占总量的48.0%，中部地区培养1821.6万人，占30.4%，西部地区培养1293.6万人，占21.6%（表4）。东部地区培养科技人力资源约占全国的一半，中部地区居中，西部地区占比最低。《报告2008》根据人口普查、2004年第一次全国经济普查和农业技术人员调查等数据，对2004年我国科技人力资源的区域分布进行分析。尽管受限于数据获取限制，可比性还有待考证，但得到的“东、中、西部地区科技人力资源数量依次大幅递减”等结论与也呈现出相类似的特点。

《报告2018》对各省（区、市）培养科技人力资源数量与全国平均值进行比较，可以发现，超过平均值的13个省（区、市）中，北京、江苏、山东、广东、河北、辽宁、浙江7个省（区、市）都属于东部地区，其余6个省（区、市）中4个属于中部地区，西部地区只有四川、陕西超过平均值。

对科技人力资源密度（科技人力资源密度是区域内科技人力资源数量占人口数量的比重。这里分析不同省（区、市）2017年新增培养的科技人力资源密度，是用2017年某省（区、市）新培养的科技人力资源数量除以该省（区、市）人口总数得到的百分比。）的分析也显示了类似的特点。根据《报告2018》数据，对2017年不同省（区、市）新增培养的科技人力资源密度进行比较，排在前十位的有6个属于东部地区（北京、天津、辽宁、上海、山东、江苏），其余4位分别是中部的吉林、江西和西部的陕西、重庆。与总量情况所不同的是，西部地区的陕西、重庆分别位列第三和第五位，处于较前列。这是由于科技人力资源密度受到地区高等教育水平、人口数量和高等教育培养的学历结构等因素影响，陕西、重庆在这几个方面的特点使它们在密度方面表现突出。但整体来看，与东部和中部地区相比，西部地区在科技人力资源培养的密度方面还处于较弱水平，宁夏、内蒙古、云南、西藏、新疆、青海低于其他省（区、市），处于排序的最后。

4. 我国科研人员的流动状况

科技人力资源的流动关系到科技人力资源的配置，是学术界和实践中都十分关注的话题。目前，根据科技人力资源的定义并结合数据可获得性，直接分析我国科技人力资源的流动情况还有一定难度。因此，《报告2018》尝试通过分析我国科研人员的流动状态，来一定程度上了解我国科技人力资源的流动情况。从数据获取可行性的角度考虑，报告选取有公开发表学术文章和专利的科研人员作为分析对象，这一群体也是科技人力资源中较为核心的组成部分。由于这一群体具有广泛和公开的学术产出成果，通过学术成果挖掘其流动轨迹和信息具有较高可行性。当然，受限于科研人员数据样本量及数据选取时间段等因素，研究得到的科研人员流动特征具有一定的局限性，并不能完全代表我国科技人力资源和科研人员流动特征。研究采用随机抽样的方法，选取完整简历样本10万份（科研人员流动的研究样本来源于“科学家在线”（http://www.scientistin.com/）1200万中国科研人员数据库。该数据库覆盖了几乎我国所有科研人员的科研产出成果，是国内最大的科研人员数据库，具有较高的代表性。研究时段为2010年-2017年。），识别每个样本研究人员所属机构变动情况，按照研究需要生成各维度的流动数据，并以此为基础进行分析。以下结论均基于《报告2018》对我国10万科研人员样本2010年至2017年的数据分析。

4.1 流动范围广泛，向少数国家或地区集中

在科研人员空间流动方面，《报告2018》基于上述10万科研人员样本2010至2017年跨国流动情况分析，发现我国科研人员国际流动广泛，主要流向为美国及欧洲发达国家。实际上，《报告2008》通过技术移民和留学生有关数据已经发现，当时我国向欧美各国移民数量和赴美留学数量均呈增长态势。

为了对比不同时期的情况进而发现趋势变化，《报告2018》将研究期划分为2010-2013年和2014-2017年两个时段，在国际流动和国内流动分析时进行定量化测算，结果发现向少数国家或地区集中是一个主要特点。在国际流动方面，2010-2013年在流动网络中起枢纽作用的国家是24个，到2014-2017年减至20个；在国内流动方面，科研人员交流活跃的省（区、市）也呈现集中趋势，2014-2017年单向流动超过100人次的省份为23个，比2010-2013年减少1个。

4.2 学术层级越高流动范围越集中，流动越不均衡

不同学术层级的科研人员处于学术生命周期的不同阶段，其流动也呈现出不同的特点和状态。《报告2018》按照H指数不同将科研人员划分为初级、中级、高级、杰出四个学术层级，分别代表H指数为0-5、6-15、16-25和大于25的科研人员。分析结果显示，科研人员学术层级越高流动范围越集中，流动越不均衡。2010-2017年间，10万科研人员研究样本中，初级、中级、高级、杰出科研人员中，国际流动覆盖的国家数分别为98、88、54和27个，城际流动涉及的城市数分别为102、87、64和37个，呈现出随学术层级升高，流动范围趋于集中的态势。从人均流动次数的角度来看，中级科研人员在国际流动的人均流动次数为0.22，高于其他层级。高级科研人员在省际流动和城际流动的人均流动次数均位于四个层级科研人员之首，其中杰出科研人员在城际流动中仅次于高级科研人员，居第二位（表5）。以基尼系数（基尼系数（Gini index、Gini Coefficient）是指国际上通用的、用以衡量一个国家或地区居民收入差距的常用指标，最大为1，最小为0。这里用来测量流动情况的不均衡性，基尼系数越大，不均衡程度越高。）为衡量指标的流动不均衡性分析看出，无论是在国际、省际还是城际层次，随着科研人员学术层级的提升，基尼系数均呈增长态势，流动不均衡程度也相应提升（表5）。

5. 思考与展望

科技人力资源的储备是国家科学技术发展的最基本条件之一。拥有规模结构合理的科技人力资源，是提升创新能力、建设创新型国家的重要基础，也是实现科技强国、民族复兴的重要保障。习近平总书记在党的十九大报告中指出：“破除妨碍劳动力、人才社会性流动的体制机制弊端，使人人都有通过辛勤劳动实现自身发展的机会。” 在知识和技术创新不断加速的知识经济时代，人才流动也意味着资源的优化配置。科技人力资源的流动更加突出知识技能的流动与交换，这种流动不但有利于个人职业成长和能力提升，对于活跃创新活动、促进经济发展都有着十分重要的现实意义。因此，应继续追踪和分析科技人力资源的规模结构与流动状况，不断优化我国科技人力资源数量和质量水平，充分发挥科技人力资源流动的红利作用。

一是持续开展科技人力资源的研究，并将研究引向不断深入。科技人力资源是一个学术意义和政策含义兼具的概念，反映的是一个国家或地区科技人力储备水平和供给能力，对未来发展具有战略意义。准确测算科技人力资源总量结构特征，需要强大的数据支撑和科学的方法指导。当前我国还没有直接的科技人力资源数据获取渠道，各部门各机构的统计数据在口径、指标、方法上也不尽相同，使数据的提取和整合还有一些不尽如人意的地方。未来应在进一步推动测算相关指标标准化的基础上，深化和拓展研究方法，尤其是在职业角度的测算方面不断突破，使测算结果更具实践意义，让科技人力资源这一定义在发挥学术价值的同时也充分展示其回应现实需求的能力。

二是继续保持我国科技人力资源总量优势，不断提高质量水平。多年来，我国科技人力资源保持增长态势，总量规模保持世界第一的地位，这为我国建设世界科技强国提供了重要的资源基础。与世界发达国家相比，我国科技人力资源密度还比较低，高层次人才、特别是世界级科学技术专家缺乏，科技人力资源质量仍有待提高。国内外无数成功经验表明，尖子人才在创新活动成败中，有着不可替代的作用。目前尽管我国科技人力资源学历结构不断优化，但高学历层次培养占比仍然不高。截至2017年底，我国研究生层次的科技人力资源为576.0万人，占科技人力资源总量仅为6.4%。以专科层次为主的学历结构，很大程度上制约了我国科技人力资源利用效率的提高。未来应根据我国实际情况，提高高等教育的人才培养质量，如在基础学科、前沿战略需求等领域选择一批重点学科、专业，重点培养高质量人才，结合人才成长规律、对接社会需求改进人才培养模式等；同时，不断深化人才发展体制机制改革，营造良好环境，促进已有科技人力资源存量中有潜力有能力的人才脱颖而出，提高科技岗位对科技人力资源的吸引力，有效引导其潜力与作用发挥。

三是促进科技人力资源合理流动，充分发挥人才流动在推动经济社会发展中的作用。合理有序的科技人才流动，可以促进人的全面发展，推动资源的优化配置和科技发展。人才流动，往往伴随着技术、资金、信息等多方面要素的流动，其中蕴含着充沛的发展动力。科技人力资源的流动在技术和知识等要素的交换方面表现更为明显。习近平总书记指出，“人才资源作为经济社会发展第一资源的特征和作用更加明显，人才竞争已经成为综合国力竞争的核心。谁能培养和吸引更多优秀人才，谁就能在竞争中占据优势。”能否争取到更多的人才尤其是高端人才，已成为决定城市和区域发展的关键。因此，应破除人才流动的障碍，充分利用地区和城市之间科技人力资源流动带来的知识流、资金流、信息流等多种资源交换的优势，进而带动地区和城市社会经济发展，促进国家创新能力和科技实力提升。

本文基于《中国科技人力资源发展研究报告（2018）——科技人力资源的总量、结构与科研人员流动》 上篇和中篇有关内容摘编，并结合有关历史数据整理提炼，增加和更新了部分内容。

参考文献：略

作者：黄园淅1、杜云英2、智强3

1. 中国科协创新战略研究院

2. 中国教育科学研究院

3. 北京赛时科技有限公司

本文转载自微信公众号科学家，原载于《今日科苑》2020年第7期