开放科学(资源服务)标识码(OSID)：
By employing Python-based LDA topic modeling and social network analysis, this study explores the attention allocation patterns and integration transformation logic of 645 central policies on scientific and technological innovation talent from 1985 to 2023. From the perspective of the evolution of attention stages, policies for scientific and technological innovation talents have undergone a reform exploration period, a strategic deployment period, a comprehensive development period, and an innovation-driven period, with distinct emphases in attention allocation that overall tend towards three-dimensional development. From the perspective of the characteristics of attention allocation focus, the national strategic positioning of science and technology permeates throughout the entire process, and the deep integration of science and technology with the economy serves as the fundamental driving force for the transformation and development of policies for scientific and technological innovation talents. From the perspective of integration and transformation logic, policies for scientific and technological innovation talents constitute a top-down systematic project, evolving around both departmental integration and entity integration.
The research implications are as follows: Firstly, introduce a policy iteration mechanism to construct a dynamically adjusted ecosystem for the development of scientific and technological innovation talents. Secondly, strengthen national strategic guidance to facilitate the effective integration of the scientific and technological innovation chain with the talent cultivation chain. Thirdly, adopt policy integration as the governance approach to improve the overall framework of policies for scientific and technological innovation talents. In the future, efforts should be made to integrate policies targeting scientific and technological innovation talent with diverse innovation policies, thereby constructing a systematic, open, and collaborative framework for talent development aimed at nurturing new drivers of new quality productive forces. This study integrates the theories of policy attention and policy integration, with a focus on the cutting-edge issue of scientific and technological talent development amidst the emergence of new quality productive forces. It analyzes the evolution and transformation logic of central government policies on scientific and technological talent development using an integrated analytical framework, echoing the governance reforms oriented by the 'panoramic comprehensive rationality' in recent years. The theoretical significance of this research lies in enriching the single perspective of the theory of policy attention and expanding its application scenarios within the Chinese institutional context. The research findings contribute to a comprehensive understanding of China's experiences and lessons learned in building the scientific and technological talent system, thereby providing insights for accelerating the construction of a talent system suitable for the development of new quality productive forces.
开放科学(资源服务)标识码(OSID)：
“创新之道,唯在得人。”随着数字化、智能化的持续推进,顶尖科技人才成为各国争相竞逐的重要战略稀缺资源。改革开放以来,我国先后颁布了《中共中央、国务院关于加速科学技术进步的决定》《国家中长期人才发展规划纲要(2010—2020年)》《国家创新驱动发展战略纲要》等系列宏观政策,将科技创新人才建设提升到国家战略层面。2023年9月,习近平总书记在黑龙江考察时,提出“整合科技创新资源,引领发展战略性新兴产业和未来产业,加快形成新质生产力”。新质生产力的培育和发展离不开以人才为代表的智力资源支撑,国家围绕教育综合改革、科技体制改革、人才发展体制机制改革等诸多方面进行了一系列重大政策调整,旨在进一步提升人才综合素质与创新能力,从而更好地适应新质生产力发展需求。只有整合科技创新资源,建立促进科技创新人才发展的政策体系,畅通教育、科技、人才的良性循环,才能充分发挥科技创新人才的创造活力[1]。
纵览我国科技创新人才政策发展的现实情境,政策长期性和稳定性、部门间协调性和一致性、政策落实性等尚需加强,多重政策目标之间存在一定的内在冲突。政策推进是一个稳中求变的过程,政策文本注意力分析从新的角度和技术层面提供了分析政府行为、把握政策目标的方式[2]。作为一种日益兴起的治理方式,政策整合提倡不同领域、部门和层级的主体在政策制定与执行过程中相互协作,以应对部门专业化引致的碎片化问题[3]。碎片化治理与单一的政策工具在处理日趋庞杂的政策议题时稍显迟钝[4]。政策整合是一种提倡政府各部门通力合作的系统概念,对比政策变迁的宏大叙事,政策整合侧重于对政策过程的具象分析[5]。孤立的政策单元无法构成系统的创新体系,因此,有必要结合注意力配置情况剖析科技创新人才政策体系内部的整合过程并提炼转型策略。
科技创新人才是发展新质生产力的关键要素,在发展新质生产力的国家方略取向下,科技创新人才政策备受关注。已有研究多对科技创新人才政策进行定性描述、特点总结和内容评价,对于我国科技创新人才体系构建中存在的人才政策注意力配置问题探讨不足。因此,本研究构建中央政府科技创新人才政策注意力配置的整合性分析框架,从注意力演变阶段、注意力配置焦点特征和整合转型逻辑3个维度,对科技创新人才政策进行全面剖析。本文将政策整合理论融入政策注意力分析框架,以扩展政策注意力配置理论的解释视角;梳理中国科技创新人才政策演变脉络,厘清不同阶段政策注意力的配置重心,有助于统筹政策全局,为政府部门后续的政策制定与落地提供参考。
“注意力”一词最早在心理学中用于表达人对目标的集中度,其构成一种特定的认知和行为模式[6]。随后,注意力的概念逐渐扩展至经济学、管理学及政策科学等多个领域。在政策科学领域,赫伯特·西蒙[7]率先对政策注意力进行了系统研究,他认为决策者时常面对海量信息,而注意力是一种稀缺资源,必须聚焦在关键因素上,次要因素应选择性忽略。布莱恩·琼斯[8]从注意力角度研究政策议程演变,发现政策议程变迁具有间断—均衡特征,并据此建立了政策议程选择模型,认为决策者注意力驱动政策变迁。近年来,国内学者也开展了注意力研究,有学者指出政府对注意力的配置是一种话语权,是政策议题设置与政策方向定位的重要影响因素(章文光等,2020)。政府会依据注意力配置优先次序对议题进行政策回应[9],还会由于政策注意力分配差异作出不同行为选择[10],并且,政策注意力配置强度会对政策效果产生显著影响(柯迪等,2024)。相关研究揭示了政策注意力配置在政策制定与执行过程中的复杂性、动态性和重要性,也展现了政策注意力作为一种理论框架和分析工具,对于评估政策效果、指导政策实践具有重要意义。
20世纪70—80年代,随着经济危机、气候变化和环境保护等全球性议题的激增,政策整合的治理方式应运而生,旨在有效应对跨领域、跨部门、跨层级的交叉问题。1980年,Underdal[11]在分析海洋政策时首先提出了政策整合的概念。20世纪90年代,各国政府开始采用这一概念,呼吁将跨部门的政策目标和政策服务统一起来,使政策执行更加高效[12]。国外学者尝试在环境和气候等不同领域引入政策整合思想[13-14]。概念上,学者们对政策整合与“政治协作”“政策组合”“政策一致性”加以区分,将其视为一个政策过程而非一种特定状态[15];理论上,阐释了政策整合的机制[16]、所要求的条件[17]、所运用的工具[18],形成理论框架;实践上,政策整合在新的政策领域不断得到运用[19]。政策整合在国内语境中多以“政策组合拳”“政策协同”“统筹兼顾”等表述出现。无论何种表述,其都深植于复杂动态的治理环境,面对边界模糊的政策问题[20]。国内对于政策整合侧重于宏观层面探讨,如统筹城乡融合发展、构建国内国际双循环格局、促进共同富裕等均体现出政策整合的系统观,倡导通过各领域、部门、层级的协作配合应对跨界问题[3]。也有国内学者将政策整合理论用于分析知识产权政策[4]和社会保障政策[21]等具体的政策领域。
科技创新人才政策是党政机关等国家相关机构采取的有关科技创新人才引进、培养、选拔、激励、评价等活动的各类法令、规章、措施、办法和意见的总称[22]。目前我国科技创新人才政策研究主要集中于3个方面:第一,科技创新人才政策描述性研究。学者们从不同视角展开研究,从宏观层面分析我国科技创新人才政策变迁逻辑和治理路径[23],或从微观视角对重点区域科技创新人才政策进行深入剖析[24-25]。第二,科技创新人才政策评价研究。学者们采用不同方法构建评价指标,包括运用专家访谈、问卷调查等方法构建科技创新人才政策评价体系,对政策实施效果进行评价[26]。第三,科技创新人才政策文本分析。学者们采用不同框架与分析手段展开研究,涉及的维度包括政策目标、政策客体、政策工具和政策效力等[27],分析手段包括共词分析、词频统计、人工编码等[28-29]。
综上所述,国外关于政策注意力和政策整合的研究较为丰富,内容涵盖概念、理论和实践3个方面,国内则起步较晚,相关研究散布于不同政策领域。我国科技创新人才政策研究主要聚焦政策变迁、政策评价和政策文本分析,采用的研究方法包括基于政策描述的定性研究和基于数理统计方法的定量研究等,将无监督机器学习法与社会网络分析法相结合的研究比较少见。本文以1985—2023年645份中央科技创新人才政策文本为研究对象,采用LDA主题模型(无监督机器学习法)和社会网络分析法,探究我国科技创新人才政策的注意力演变情况与整合转型逻辑,可以为完善科技创新人才战略提供借鉴。
本研究的边际贡献在于:第一,将政策注意力理论和政策整合理论引入中国科技创新人才政策分析框架,拓宽科技创新人才发展研究视角;第二,借助Python编程,利用LDA主题模型和社会网络分析法,分阶段、分层次探讨我国科技创新人才政策演进特点,加深政策理解,进一步提升治理效能。
Ocasio[30]将注意力配置描述为一个综合性的过程,决策者对问题进行识别和分析进而寻求解决方案。学者们通过考察政府决策文件中对特定领域政策的注意力配置差异和变化情况,分析政府的行为选择、治理逻辑与转型策略[31]。根据Tosun等[32]的研究,政策整合分析包括两种路径,一是衡量政策决策过程中政府部门之间合作与协调的程度,二是分析政策执行过程中运用的具体政策工具。Candel等[33]提出政策整合的4个维度,即政策框架、子系统参与、政策目标、政策工具。政策文本能够直观呈现决策者对于特定议题的关注度,政策文本挖掘通过词频、语义网络和聚类分析等识别政策文本中的关键信息,可以反馈政策目标和政策主题[34]。梳理历年政策文本,可以观测政府在某一政策领域的注意力演变特征。通过构建政策发文机构的社会网络图,可以反映政府部门间合作情况与政策子系统参与情况,也为深入研究中国科技创新人才政策的内在逻辑提供了支撑。基于此,本文构建政策文本分析的技术路线图,如图1所示。
图1 政策文本分析技术路线图
Fig.1 Technology roadmap for policy text analysis
2.2.1 词典创建与文本分词
在自然语言处理中,词汇是处理文本数据的基础。首先,基于政策文本数据集设置自定义词典和停用词词典,完成语料库整理,使研究结果更加精确,这一步可以通过jieba分词算法加载自定义词典和去除停用词完成。自定义词典能为词汇分配权重,使分词算法执行时优先考虑权重更高的词汇,增强文本分析相关性。通过人工阅读政策文本,本研究引入“高层次人才培养”“引进海外优秀人才”等自定义词汇,以保持语义完整并实现有效分词。停用词词典用于剔除与研究内容无关的词汇,增强文本分析精准性。本研究在“哈工大停用词表”的基础上,引入与政策实质内容无关的词汇,如“详见”“即为”“应以”等虚词,“组织落实”“文件精神”“若干意见”等公文用语,以及“广东省”“上海市”“商务部”等专有名词,排除此类词汇对文本主题聚类分析的干扰。其次,调用Gensim库中的doc2bow函数,将文本转换为稀疏向量,使用TF-IDF方法构建文档—词频矩阵。TF-IDF是一种常用的权重计算方法,用于评估一个词汇在文档中的重要性,计算公式如下:
(1)
(2)
TF-IDFij=TFij×IDFi
(3)
其中,TFij指第i个词汇在文本j中出现的频率,nij指第i个词汇在文本j中出现的频数,nj指文本j中全部词汇的频数;IDFi指文本频率的倒数,|D|指文本总数,ti指囊括了第i个词汇的文本,di指囊括了第i个词汇的文本总数,为方便计算,将分子与分母分别加1并取对数处理;TFij和IDFi相乘得到各词汇最终的TF-IDF值,该值越大,该词汇越重要。
2.2.2 LDA主题模型
LDA主题模型是一种用于挖掘文本集合主题结构的概率模型,其优势在于无需事先确定主题内容,自动发现文本数据中的主题,避免主观性[35]。其中,困惑度是评估LDA模型质量的指标,衡量模型对文本数据的拟合程度,困惑度值与拟合程度成反比,困惑度值越低,模型拟合越好,通常通过定位困惑度图中最低拐点确定文本集合主题数,此拐点表示模型在该主题数下的性能最佳[36]。一般使用Gensim库训练LDA模型,通过pyLDAvis进行主题聚类的可视化展示,完成主题画像分析。
2.2.3 社会网络分析
社会网络分析是一种研究社群关系和信息传播的方法,通过分析社会网络中的节点(个体或组织)和节点间关系,揭示社会网络的结构、特征和发展动态[37]。构建中央政策发文机关之间的网络结构(网络整体形态、网络密度和子群特征),通过Python中的NetworkX复杂网络建模与分析开源包,以社会网络关系图的形式呈现,直观反映政策子系统的参与情况。
本研究选取的中央科技创新人才政策文本时间跨度为1985—2023年,数据来源于科技部科技人才交流开发服务中心数据库、北大法宝数据库、《中国科技政策要目概览》《科技人才政策法规选编(中央卷)》以及国务院、科技部、教育部、人力资源和社会保障部等政府门户网站。以4份国务院战略性文件颁布时间为节点,即1985年发布的《关于科学技术体制改革的决定》、1995年发布的《关于加速科学技术进步的决定》、2006年发布的《关于实施科技规划纲要增强自主创新能力的决定》、2016年发布的《国家创新驱动发展战略纲要》,我国科技创新人才政策整体上可以划分为改革探索期(1985—1994年)、战略部署期(1995—2005年)、全面发展期(2006—2015年)、创新驱动期(2016—2023年)。最终筛选得到政策文本645份,如图2所示。
图2 1985—2023年中央科技创新人才政策文本数量统计
Fig.2 Statistics of central technology innovation talent policy texts from 1985 to 2023
3.1.1 改革探索期(1985—1994年)
1985年中共中央发布《关于科学技术体制改革的决定》,全方位科技改革拉开序幕,这一阶段的核心任务是科技创新人才体系的初步建制与改革探索。根据主题聚类结果,此时政策注意力集中于以下4个方面:第一,针对人才聘任、评级和深造等方面进行体系框架搭建,为科技创新人才管理与发展提供制度支撑;第二,探索人才学习与交流机制,推动专业技术人才提升能力与素质,并鼓励科技创新人才进行国际交流与合作;第三,探索人才激励机制,引入竞争机制,将“尊重知识、尊重人才”提升到战略高度,并通过设立多样化津贴与奖励激励各行各业优秀科技工作者;第四,聚焦农业和高新技术产业,通过实施“星火计划”“863计划”“火炬计划”等重大科技战略,推动科技人才培养与产业发展深度融合(见表1)。
表1 1985—1994年改革探索期人才政策主题聚类结果
Table 1 Clustering results of talent policy themes during the reform and exploration period from 1985 to 1994
序号主题名称 主题特征词主题强度主题1改革人才管理与发展制度职称改革工作、工资制度改革、地区科学基金、建立中国工程院、专业技术职务聘任制度、科学技术发展规划、试行博士后制度、深化科技体制改革0.17主题2探索人才学习交流机制农业继续教育、自费出国留学、脱产学习、国内外学术交流、专业技术人员继续教育、留学博士回国做博士后、国际科技合作与交流、公派出国留学人员0.27主题3探索人才激励机制合理化建议和技术改进项目、专业技术人员管理制度、科研课题津贴、引入竞争机制、不搞论资排辈、落实知识分子政策、科学技术进步奖励、工龄津贴、生活津贴、技术进步优秀管理工作者0.39主题4探索人才与产业联动发展机制星火计划、火炬计划、863计划、技术合同法、民办科技机构、经济建设必须依靠科学技术、科学技术是第一生产力、承包经营责任制、发展高新技术产业0.17
3.1.2 战略部署期(1995—2005年)
1995年,《中共中央、国务院关于加速科学技术进步的决定》正式提出“科教兴国”战略,把科技和教育摆在经济、社会发展的重要位置。以加入WTO为重要背景,政策文本中市场导向的表述开始涌现,科技与经济紧密结合的机制逐步成型。在战略部署期,政策注意力集中于以下5个方面:第一,分级分类设置一系列科学技术奖励,激发科技人才创新潜能;第二,围绕高新技术、关键技术和前沿技术等作出一系列制度安排,以促进科技进步;第三,聚焦科研人才培养,设立专项教育计划和科学基金;第四,重点规划科技市场化路径,围绕企业和产业发展需求进行体制改革;第五,完善人才交流合作机制,加强人才培养与交流的有机结合(见表2)。
表2 1995—2005年战略部署期人才政策主题聚类结果
Table 2 Clustering results of talent policy themes during the strategic deployment period from 1995 to 2005
序号主题名称 主题特征词主题强度主题1完善科技奖励机制国家科学技术奖励、国家科学技术进步奖、国家技术发明奖、国家自然科学奖、有突出贡献的中青年专家、省级科学技术奖、部级科学技术奖、中国优秀博士后奖、留学人员科技活动择优资助0.23主题2完善技术开发机制技术创新、高新技术、地方实验室、创新能力、科技进步、技术开发、前沿技术、职业技能、关键技术、竞争力、自主知识产权、工程技术、专业技术人才队伍、发明创造0.26主题3完善科研人才培养机制博士学科点专项科研基金、研究生创新能力培养、实施研究生创新教育计划、国家自然科学基金、国家基础科学人才培养基金、研究课题、教学科研、实施科教兴国战略、科研工作0.15主题4规划科技市场化路径转制科研机构、科技型中小企业技术创新基金、高新技术企业、高新技术产业、专利申请、产权制度改革、社会主义市场经济体制、促进科技成果转化、社会化、体制改革0.14主题5完善人才交流合作机制国际合作与交流、学术交流、学术会议、海外青年学者合作研究基金、深化中国青年科技创新行动、参加国际学术会议、重大合作研究项目、为外国籍高层次人才提供入境及居留便利0.22
3.1.3 全面发展期(2006—2015年)
2006年,《中共中央、国务院关于实施科技规划纲要增强自主创新能力的决定》提出,把增强自主创新能力作为国家战略,建设创新型国家,形成比较完善的国家创新体系。此阶段科技创新人才政策的系统化和精准化同时凸显,进入全面发展期。根据主题聚类结果,此时政策注意力集中于以下4个方面:第一,全面实施各类中长期人才发展规划,以形成长效机制;第二,围绕新兴产业和国家规划重点领域加强高级人才全面培养,以优化人才结构;第三,全面培养职业技能人才,提升人才技术水平和市场竞争力;第四,以全面激发创新创业活力为主线,加强培养符合市场需求、富有创新创业意识与能力的高素质人才(见表3)。
表3 2006—2015年全面发展期人才政策主题聚类结果
Table 3 Clustering results of talent policy themes during the comprehensive development period from 2006 to 2015
序号主题名称 主题特征词主题强度主题1全面实施人才计划建设创新型国家、增强自主创新能力、国家中长期科学和技术发展规划、星火计划、社会力量设立科学技术奖、激励机制、中长期激励计划、国家科技计划管理、国家文化创新工程0.17主题2全面培养重点领域高级人才新兴产业、人才培养、专业学位、临床医学、医学教育、国家重点领域紧缺人才培养、结构调整、人力资源、竞争力、创新能力、专家服务基地建设、专家库、博士后、海外高层次留学人才0.38主题3全面培养职业技能人才农业技术推广、人力资源、高等职业教育、人才培养、竞争力、技术水平、双实双业、职业资格、科普工作、关键技术、职业技能、高技能人才队伍建设、职业院校、继续教育0.24主题4全面激发创新创业活力科技特派员创业、大众创业万众创新、企业技术创新、科技成果转化、科技人员服务企业、产学研、自主知识产权、市场化、民营企业研发机构、创业投资、专利实施许可合同备案0.21
3.1.4 创新驱动期(2016—2023年)
2016年,中共中央、国务院印发《国家创新驱动发展战略纲要》,指出“创新驱动就是创新成为引领发展的第一动力,科技创新与制度创新、管理创新、商业模式创新、业态创新和文化创新相结合,推动发展方式向依靠持续的知识积累、技术进步和劳动力素质提升转变”。在创新驱动期,政策注意力集中于以下5个方面:第一,进一步强化企业的创新主体地位,积极引才用才育才,夯实助力企业创新发展的人才支撑;第二,瞄准以人工智能为代表的前沿科技产业领域,优化科技创新人才培养战略;第三,进一步深化科技创新人才体制机制改革,关注人才评价、管理、激励模式调整,以形成长效发展的人才建设路径;第四,融入全球创新网络,加强国际合作,推动创新人才培育;第五,围绕“碳达峰碳中和”“乡村振兴”等国家战略任务加强创新人才建设,构建新的发展格局(见表4)。
表4 2016—2023年创新驱动期人才政策主题聚类结果
Table 4 Clustering results of talent policy themes during the innovation-driven period from 2016 to 2023
序号主题名称 主题特征词主题强度主题1强化企业创新人才支撑市场主体、大中小企业、龙头企业、高新技术企业、高新技术产业、科技企业孵化器、科技人员服务企业、商业模式、创业投资、资源配置、优势互补0.15主题2培养产业前沿创新人才虚拟现实、人工智能、前沿技术、新兴产业、技术攻关、技术难题、国家大学科技园、高新技术产业开发区、现代产业学院建设、优惠政策、科技成果转化、税收优惠0.17主题3优化创新人才发展体制机制长效机制、创新评价机制、绩效考核、深入实施创新驱动发展战略、公平竞争、调整机制、推进改革、深化改革、激励机制、管理体制、管理模式、联动机制、深化职称制度改革0.22主题4加强国际合作推动创新人才培养科技资源共享、国际交流、国际化、多维度、多样化、多样性、牵头组织大科学计划、国际大科学计划和大科学工程、自主知识产权、工业化、科技领域、联合攻关0.23主题5创新人才建设服务国家战略规划碳达峰碳中和、面向社会、社会效益、构建新发展格局、科技小院人才培养、科学普及、科普活动、科普工作、特色产业、赋予科技人员职务科技成果所有权、优秀青年0.23
观察各阶段中国科技创新人才政策变化趋势,可以清晰地识别政策遵循的治理框架和基础布局。首先,运用LDA主题模型这一无监督机器学习法对1985—2023年645份政策文本进行主题分类,通过计算文本与主题之间、主题与词汇之间的概率分布,揭示文本隐藏的主题结构。其次,根据第一步的主题分类结果返回至各阶段政策文本并计算不同时期的主题占比。最后,通过离差标准化方式对各主题类别进行归一化处理,确定各阶段政策注意力配置状况(见图3)。1985—2023年各阶段中国科技创新人才政策词云图如图4所示。
图3 4个阶段政策注意力配置的焦点特征
Fig.3 Focal characteristics of policy attention allocation in four stages
图4 1985—2023年各阶段政策词云图
Fig.4 Word clouds of policies in each stage from 1985 to 2023
(1)各阶段政策注意力配置焦点差异显著。根据图3可知,中国科技创新人才政策在改革探索、战略部署、全面发展和创新驱动4个阶段的各类主题占比存在较大波动,说明中央政策注意力配置的重心发生了转移。在改革探索期,政策关注的焦点在于人才专项建设,包括博士后制度推行和博士后流动站建立等,说明科技创新人才政策初期注重科技人才聘任、管理与发展。战略部署期,关于人力资源市场建设的政策数量显著增多。在这一阶段,中国加入WTO,科技创新人才政策的市场导向显著增强。自此,引入竞争机制、遵循市场规律、优化人才资源配置成为我国人才政策的重要主题。在全面发展期和创新驱动期,除人力资源市场建设外,人才制度体系建设也成为中央政策注意力配置的焦点,说明我国科技创新人才政策的体系化程度不断提高。以上政策注意力配置变化趋势揭示了不同时期中国科技创新人才发展关注的重点。
(2)国家科技战略定位贯穿政策变迁全程。纵观4个阶段的政策注意力配置情况,人才专项建设和科技产业支撑大致保持较为同频的变化,科技产业支撑的政策数量低于人才专项建设,直至创新驱动期二者的关注度趋于一致。自1985年以来,国家制定了“长江学者奖励计划”“创新人才推进计划”“国家高层次人才特殊支持计划”等多项人才计划,分别由科技部、教育部和人力资源社会保障部等部门主导。随着新一轮科技革命的加速演进,多个学科领域呈现出群发性突破态势,更加注重人才建设和产业规划的系统性、前瞻性布局,并注重与国家战略需求和国际竞争态势的紧密结合,动态调整人才建设方向,以保障人才供给对接国家重大战略需求,为经济社会持续发展提供强有力支撑。
(3)科技与经济深度融合驱动人才政策转型发展。随着全球科技创新竞争的日益加剧,为促进经济形态向更高层次迈进,经济结构向更优化方向调整,产业发展向高端化、智能化、绿色化转型,人才政策在国家宏观战略中占据越来越重要的地位。1988年,邓小平同志提出“科学技术是第一生产力”的重要论断,深刻揭示了科学技术与经济发展之间的内在联系;1999年,国家提出“加强技术创新,发展高科技,实现产业化”,应对经济发展深层次挑战,增强综合国力,推动实现跨越式发展;2022年,习近平总书记在党的二十大报告中强调,“深入实施科教兴国战略、人才强国战略、创新驱动发展战略”。科技进步与经济发展相互促进,日益深度融合,推动科技创新人才政策演进,人力资源市场建设相关政策数量长期处于高位,鼓励产学研开展多向互动,形成以市场为主导、以企业为主体的更加开放有序的创新生态。
3.3.1 政策协同整合:由分化治理趋向于整体治理
科技创新人才政策的制定与实施涉及人才引进、培养、评价和激励等多个相互关联的环节,这要求政府部门之间高效整合,打破传统行政管理体系中各自为政的局面。随着部门改革的推进,政府机构越发重视跨部门协作与信息共享,并对科技创新人才政策进行优化调整。各阶段中央政府部门之间的联合发文情况如图5所示,其中,线条表示部门之间联合发文,圆圈表示发文部门,圆圈越大表示该部门参与联合发文次数越多。改革探索期,科技创新人才政策发布呈现出高度的部门独立性,单一部门发文情况较多,部门协同配合较少,国家科委和人事部处于政策网络的中心,主导科技发展人才政策,其次是国家教委,这3个部门是主要参与者。构建本阶段科技创新人才政策框架如图5(a)所示。战略部署期,国家进行了两次机构改革,组成部门大幅精简,职能更加集中,各部门间联系和协作也不断加深,科技部、教育部、财政部、人事部和劳动保障部等部门联合发布科技创新人才政策的数量大幅增加(见图5(b))。全面发展期,各部门沟通与协作进一步加强,科技部、教育部和财政部形成一个凝聚子群,国家开发银行、中国人民银行等政策性金融机构也是重要的节点,国家对重大科研和创新项目扶持力度进一步加大,部门联合发文成为常态(见图5(c))。创新驱动期,发文机构之间形成庞大的社会网络,国务院以及国家发展改革委、最高人民法院等机构居网络核心位置(见图5(d))。
图5 1985—2023年各阶段政策发文部门的社会网络关系
Fig.5 Social network relationship of policy issuing departments in each stage from 1985 to 2023
3.3.2 政策实体整合:由单一实体发展至多元实体
科技创新人才培养与发展是一个多维且复杂的动态过程,不仅依赖政府部门的支持与推动,还需要多元主体的紧密配合。在政策演进过程中,政策主体、客体都呈现出多元化发展趋势。第一,政策主体越发多元化。在改革初期,“指标”“计划”“指示”等具有行政命令色彩的词语在政策文本中频繁出现,政府直接干预和资源配置在人才政策改革中起到关键作用。随着改革的持续推进,政府逐渐从直接干预转变为更多地发挥引导、服务、组织和协调作用,企业、高校、科研机构、科技中介机构和新型研发平台各自发挥比较优势,形成以企业为主体的更加开放有序、紧密衔接的创新网络,政府、市场、社会“三轮驱动”的多元共治格局开始呈现。第二,政策客体趋于多元化。科技人才队伍范围不断扩大,从事业单位的知识分子和科研人员扩展至企业的创新、创业人才以及各行各业专业技术人才,促进跨学科、跨领域的交叉融合和协同创新,为解决复杂的社会问题提供了新思路。人才政策在目标和措施上更具层次性,从聚焦国家重点领域紧缺人才、倾力培养科技领军人才、大力扶持高技能人才,延伸至关注乡土科技人才和农村实用技术人才培育,并围绕各层次人才群体提供相应支持措施,包括提供科研经费、搭建科研平台、畅通职业发展路径和采取灵活的用人机制等。
(1)从注意力阶段演变看,科技创新人才政策经历了改革探索期、战略部署期、全面发展期与创新驱动期,其注意力配置重点各不相同,整体趋向于立体化发展。早期,科技创新人才政策多聚焦人才工作本身,人才待遇方面关注以工资福利、职称评定和生活补助为代表的物质需求,人才管理方面强调设立人才计划、发布人才奖励和规范人才流动等,人才培养方面侧重从海外引才。随着经济、科技环境的不断变化,人才从个人层面上升至企业、产业和社会层面,科技企业孵化、战略性新兴产业发展和企业数字化转型等被提上议程,科技、文化、教育、法律和金融等各领域政策与人才政策耦合协同,推动国家创新体系走向系统化。
(2)从注意力配置焦点特征看,国家科技战略定位贯穿始终,科技与经济深度融合是科技创新人才政策转型发展的根本动力。在全球竞争背景之下,中国科技创新人才政策与国家发展战略、经济形势和社会环境变化紧密相连。在从改革探索走向创新驱动的过程中,科技与经济不断加速融合,国家人才政策体系从“搭建骨架”发展到“填充血肉”,从粗放式运行模式转向依靠管理、配置与体制改革盘活创新资源,从单纯的人才队伍建设上升至科技创新与人才驱动同频共振。人才政策体系的系统性和前瞻性凸显,人才培养投入更加注重效率和效益,人才创新潜能进一步释放。
(3)从整合转型逻辑看,科技创新人才政策是自上而下推进的系统工程,围绕政策协同整合和政策实体整合演进。前期,处于社会网络中心的科技部、教育部和人力资源社会保障部是推动科技创新人才政策实施的重要部门。后期,国家发展改革委在政策网络中的地位越发凸显,人才建设被提升至国家战略高度,人才引领驱动的观念越发强化。联合发文部门形成的社会网络节点和节点连接逐渐增多,社会网络越发密集,部门联动效应不断加强。中央政府不断完善科技创新人才整体治理框架,并与市场和社会紧密联动,综合利用规划、财政、税收、金融和信息等政策工具,通过政策引导及多元合作,推动政策协同整合和政策实体整合,以实现科技创新人才资源优化配置和高效利用。
(1)引入政策迭代机制,构建动态调整的科技创新人才发展生态。科技创新人才政策各阶段需求和重点不断变化,当前,以企业为主体、市场为导向、产学研用融合的多元创新格局正在形成。这要求政策制定具有前瞻性和灵活性,明确科技创新人才发展的长期规划和短期目标,并围绕发展目标,构建涵盖人才培养、科研资助、成果转化、知识产权保护、人才流动和引进等多个方面的政策支持网络,破解人才发展中存在的部门沟通不到位、地区和行业发展不平衡、人才培养与用人市场衔接不顺畅、短期目标与长期规划不统一等问题,促进人才政策与科技政策、教育政策和产业政策的动态耦合,减少政策冗余,有效达成总体目标。
(2)强化国家战略导向,促进科技创新链与人才链有效融合。顶层的国家战略规划是科技创新人才政策的根本性指引,当前人才政策已深度融入国家创新体系建设,为响应发展新质生产力的时代诉求,深化社会主义市场经济体制改革、建设现代化产业体系、全面推进乡村振兴、促进区域协调发展和推进高水平对外开放等一系列国家战略目标对科技创新人才政策提出了兼具引领性、开放性和科学性的要求[38]。要打破发展瓶颈,推动高质量发展,必须依靠科技赋能、人才引领和创新驱动。因此,有必要优化人才培养范式,促进人才链、教育链、产业链和创新链有机衔接,形成“人才驱动产业升级,产业汇聚高端人才,产业人才融合发展”的新格局。
(3)以政策整合为治理思路,完善科技创新人才政策的整体框架。科技创新人才政策处于企业数字化变革、产业转型升级和区域协同发展等多层目标牵引之下,面对多个交叉领域的政策,中央政府相关部门应扮演好科技创新组织者角色,以政策整合为治理思路,加强跨部门协同治理,强化多主体联动机制,扩大参与者合作网络,实现人才政策与企业用人实际、优势产业布局、区域发展规划的精准匹配,构建具有全球竞争力的科技创新人才体系,持续培养促进新质生产力发展的战略型人才和应用型人才。
本研究结合政策注意力理论和政策整合理论,聚焦新质生产力发展背景下科技创新人才建设这一前沿话题,从注意力演变阶段、注意力配置焦点特征和整合转型逻辑3个维度,以整合性的分析框架对中央科技创新人才政策演变历程和转型逻辑进行剖析,发现科技创新人才政策越发趋于立体化和系统化,并与经济、科技、社会等方面深度融合,这也对近年来“全景式综合理性”导向下的治理改革进行了呼应。
本研究的理论意义在于丰富了政策注意力研究视角,拓展了政策注意力理论在中国制度背景下的应用情境。研究结论有助于全方位理解我国在科技创新人才体系建设上取得的经验,为加快构建适应新质生产力发展的人才体系提供借鉴。
未来可以从以下两个方面展开深入探索:第一,现有研究主要关注中央层面的科技创新人才政策,对地方层面差异化人才政策的考察不足,未来可以加强对地方科技创新人才政策的分析和对比研究;第二,现有研究更多聚焦于对科技创新人才政策注意力演变规律和转型发展的描述分析,未来可以基于政策的主题分类和主题强度构建指标体系,对政府差异化注意力配置背后的驱动因素和运行机理展开实证分析。
[1] 国家中长期人才发展规划纲要(2010—2020)[EB/OL].(2010-06-06)[2023-08-08].https://www.gov.cn/jrzg/2010-06/06/content_1621777.htm.
[2] 高群,陈衡洋,张新亮.中国农业绿色发展政策的历史演变与焦点特征——基于注意力视角的文本分析[J].资源科学,2023,45(12):2433-2448.
[3] 王辉,刘惠敏.政策整合的研究议题与本土展望[J].上海行政学院学报,2023,24(2):23-26.
[4] 曾维和.西方“整体政府”改革:理论、实践及启示[J].公共管理学报,2008,6(4):62-69, 125.
[5] 刘鑫,汪典典.整合与转型:改革开放以来的知识产权公共政策演进研究[J].中国软科学,2021,36(10):9-20.
[6] 托马斯·达文波特, 约翰·贝克.注意力经济[M].谢波峰,等,译.北京:中信出版社,2004.
[7] 赫伯特·西蒙.管理决策新科学[M].李柱流,等,译.北京:中国社会科学出版社,1982．
[8] 布莱恩·琼斯.再思民主政治中的决策制定:注意力、选择和公共政策[M].李丹阳,译.北京:北京大学出版社,2010.
[9] 秦晓蕾,李宁,薛惠玲,等.公共政策如何回应民众关注——基于注意力分配视角的21类政策议题分析[J].公共管理与政策评论,2024,13(3):21-37.
[10] 李燕凌,苏健.地方政府建设数字乡村的注意力分配差异与政策逻辑——基于435份地方政策文本的量化分析[J].中国农村观察,2024,45(1):127-145.
[11] UNDERDAL A. Integrated marine policy: what? why? how?[J]. Marine Policy,1980,4(3):159-169.
[12] M G C PHILIPP T. Policy integration as a political process[J]. Policy Sciences,2023,56(1):3-8.
[13] JORDAN A,LENSCHOW A. Environmental policy integration: a state of the art review[J].Environmental Policy and Governance,2010,20(3):147-158.
[14] ADELLE C,RUSSEL D. Climate policy integration: a case of deja vu[J]. Environmental Policy and Governance:Incorporating European Environment,2013,23(1):1-12.
[15] CEJUDO M G,MICHEL L C. Addressing fragmented government action: coordination, coherence, and integration[J]. Policy Sciences,2017,50(4):745-767.
[16] BIESBROEK R,CANDEL L J J. Mechanisms for policy (dis)integration: explaining food policy and climate change adaptation policy in the Netherlands[J]. Policy Sciences,2020,53(1):61-84.
[17] EKATERINA D,PAOLO G,LAURA P. Policy integration, policy design and administrative capacities:evidence from EU cohesion policy[J]. Policy and Society,2021,40(1):58-78.
[18] MILHORANCE C,COQ L J,SABOURIN E. Dealing with cross-sectoral policy problems: an advocacy coalition approach to climate and water policy integration in Northeast Brazil[J]. Policy Sciences,2021,54(3):557-578.
[19] PHILIPP T K C A. Countering fragmentation, taking back the state, or partisan agenda‐setting? explaining policy integration and administrative coordination reforms[J].Governance, 2020,34(4):1143-1166.
[20] 黄科.动态视域下的区域政策协同:理论建构与实践路径[J].学海,2022,33(6):90-97.
[21] 王辉,刘惠敏.制度变迁中的农村养老保障政策:整合逻辑与路径选择[J].理论与改革, 2023,36(4):131-146,164.
[22] 于飞.建国70年中国科技人才政策演变与发展[J].中国高校科技,2019,33(8):9-13.
[23] 郭哲.历史制度主义视野下我国科技人才政策战略转型与变革逻辑[J].科技进步与对策,2020,37(20):76-82.
[24] 黄海刚,付月.“十四五”时期北京科技人才政策的战略转型[J].北京社会科学,2022,37(1):43-55.
[25] 汤超颖,高晋宇.科技人才政策复合系统协同度分析:以粤港澳大湾区为例[J].科技管理研究,2022,42(13):115-122.
[26] 顾玲琍,王建平,杨小玲.科技人才政策实施效果评估指标体系构建及其应用研究[J].中国人力资源开发,2019,36(4):100-108.
[27] 谭春辉,梁远亮,魏温静,等.基于四维分析视角的我国科技人才评价政策文本计量与优化[J].情报科学,2022,40(3):63-71.
[28] 陈光,钟方媛,明翠琴,等. 地方政府创新政策工具偏好测量——基于四川省政策文本的分析[J]. 科技进步与对策, 2023,40(2): 122-131.
[29] 潘禹辰,郭若涵,宋奕洵,等.政策工具视角下的科技人才政策文本量化研究[J].图书情报工作,2023,67(15):105-117.
[30] OCASIO W. Towards an attention-based view of the firm[J]. Strategic Management Journal, 1997, 18(S1):187-206.
[31] 彭小兵,彭洋. 乡村振兴中地方政府的注意力配置差异与治理逻辑研究——基于410份政策文本的扎根分析[J].中国行政管理, 2022, 38(9): 80-88.
[32] TOSUN J, LANG A. Policy integration: mapping the different concepts [J]. Policy Studies,2017,38(6):553-570.
[33] CANDEL L J J ,BIESBROEK R . Toward a processual understanding of policy integration [J].Policy Sciences, 2016, 49(3):211-231.
[34] GRIMMER J, STEWART BM. Text as data: the promise and pitfalls of automatic content analysis methods for political texts[J].Political Analysis, 2013,21(3):267-297.
[35] CHAUHAN U, SHAH A. Topic modeling using latent Dirichlet allocation: a survey[J]. ACM Computing Surveys(CSUR),2021,54(7):1-35.
[36] BLEI M D ,NG Y A ,JORDAN I M. Latent Dirichlet allocation [J]. Journal of Machine Learning Research, 2003, 3 (4/5): 993-1022.
[37] EMIRBAYER M, GOODWIN J. Network analysis, culture, and the problem of agency[J].American Journal of Sociology,1994,99(6):1411-1454.
[38] 贺德方,汤富强,陈涛,等.国家创新体系的发展演进分析与若干思考[J].中国科学院院刊,2023,38(2):241-254.