佳文推荐 | 中国顶尖学术型人才空间分布特征及其流动趋势——以中国科学院院士为例

中国顶尖学术型人才空间分布特征及其流动趋势——以中国科学院院士为例

周亮，张亚

引言

以往人才才流动相关研究主要集中在农村劳动力和高校毕业生等方向。本研究关注点集中在引起人才流动影响因素及其人才流动所引起的社会影响,实际上,除了上述两类人力资源的流动以外,还存在战争、饥荒与疾病导等因素导致的难民流动,以及科技人才的流动等。虽然高层次学术人才流动数量上无法与农村劳动力和高校毕业生人才流动相比,但其产生的连锁反应、经济效益、示范指向性作用不容忽视。目前,对于顶尖学术人才的流动除了媒体报道和不同地区的一般性调查外,专业性研究较少,尤其对其详细的空间流动特征、轨迹与规律研究少之又少,其中,有学者以“两院”院士为例较深入研究顶尖学术型人才的空间集聚。本研究结合数据挖掘与人工精细判读方法，经过详细的筛选、比对和建库,全面系统的得到中国科学院院士基础信息数据。基于这些数据,运用核密度等空间分析方法分析中国科学院院士的出生地（或籍贯）、学士学位取得地、最高学历取得地,以及初次工作地空间特征,并运用流动指数对中国34个省（市、区）顶尖人才求学流动、就业流动和工作地变动流动的方向、等级、规模和特征展开了系统分析。研究旨在系统分析高层次学术人才流动的整体趋势与规律,同时为国内外其他类型高级学术人才（中组部“千人计划”、教育部特聘“长江学者”、“四青”人才等）的流动引导提供一定参考。

 数据来源与研究方法

数据源

（1）中国科学院院士基础数据

该数据主要来源于中国科学院官方网站（http://www.cas.cn）、院士工作单位官方网站、互联网个人信息介绍。

数据主要涉及院士姓名、所属学部、当选年份、研究领域、性别、出生地（或籍贯）、本科毕业院校、硕士毕业院校、博士毕业院校、工作单位、工作单位所属城市、流动前单位、流动前单位所属城市、其他头衔、境外学习情况等。

（2）基础地理信息数据

来源于国家测绘局地理信息局标准地图服务网站（http://bzdt.ch.mnr.gov.cn/）。

研究方法

（1）核密度分析 

核密度（Kernel）估计法能够根据规则区域内已知样本点数据研究其空间分布特征,适合于用可视化方法表示空间点要素的分布模式,其结果可以用来平滑地识别并表示样本点在研究区域内的集聚与分散情况。

结果与分析

（1）空间分布特征

（2）空间流动特征

研究结论

（1）中国科学院院士的出生地（籍贯）在空间上呈现显著地阶梯状分布,自东向西梯度锐减。院士学位取得地集中分布在北京、上海等985、211高校密集区。院士初次就业地点随院士所处时代的不同不断变化,但北京始终为院士初次就业的核心区域。院士最终工作地点明显向北京、上海等国家中心性城市聚集。

（2）求学流动呈现从院士出生地（籍贯）向北京、上海等高校密集区聚集的特点。

（3）工作地变更一次和变更两次的流动结果各不相同。总体来说，工作地变更一次的院士空间流动趋势明显主要向东部发达省份聚集，工作地变更次数>1的院士前几次流动均无明显的流动趋势,流入地多且聚集性不明显,而最后一次流动则向东部发达省份明显聚集。

（4）流动强度分析表明，流入流出强联系中心均为北京和上海，这些省市作为经济发展中心，双向流动量普遍大。

本文刊登在《地理研究》2019年第7期，感兴趣的小伙伴可通过“阅读原文”直达哦~

整理、排版：庞毓雯

责任编辑：梁龙武

审核：任宇飞  王波涛  

猜你喜欢

扫描二维码，关注我们

觉得不错，请给地小联多多点“在看”哦~