程 豪,裴瑞敏

(1.中國(guó)科學(xué)技術(shù)協(xié)會(huì) 創(chuàng)新戰(zhàn)略研究院,北京 100038;2.中國(guó)科學(xué)院 科技戰(zhàn)略咨詢研究院,北京 100190)

一、引 言

一直以來(lái),人才流動(dòng)與國(guó)際合作都是備受關(guān)注的研究主題。早在1963年,英國(guó)科學(xué)家大量外流到美國(guó)引起國(guó)際各界人士的廣泛關(guān)注。立足全球視野,人才跨國(guó)與跨地區(qū)的流動(dòng)情況是衡量國(guó)際合作的一個(gè)關(guān)鍵指標(biāo),也是影響國(guó)際合作的重要因素。人才的良性循環(huán)和流動(dòng)能夠?yàn)槭澜绺鲊?guó)、各地帶來(lái)巨大的經(jīng)濟(jì)社會(huì)效益,進(jìn)一步加強(qiáng)國(guó)際間的合作,而人才的惡性流動(dòng)和遷徙則會(huì)導(dǎo)致國(guó)際合作關(guān)系破裂,合作生態(tài)難以維持。加上COVID-19等突發(fā)事件的影響,全球化人才流動(dòng)對(duì)國(guó)際合作效應(yīng)會(huì)受到一定程度的沖擊。隨著時(shí)間的推移,全球化人才流動(dòng)對(duì)國(guó)際合作的效應(yīng)很可能會(huì)出現(xiàn)動(dòng)態(tài)變化,而這種動(dòng)態(tài)變化規(guī)律的描述和捕捉將成為頗具價(jià)值的研究問題。

然而,目前國(guó)內(nèi)外專家學(xué)者在人才流動(dòng)等相關(guān)領(lǐng)域更多關(guān)注的是人才流動(dòng)影響因素、人才流動(dòng)機(jī)制與路徑探索等方面。Mahroum認(rèn)為,人才流動(dòng)在不同的職業(yè)生涯階段表現(xiàn)出不同的動(dòng)機(jī)[1]。陳韶光和袁倫渠就人才國(guó)際流動(dòng)效應(yīng)展開討論,對(duì)人才國(guó)際流動(dòng)績(jī)效進(jìn)行分析與評(píng)價(jià)[2]。陳波通過設(shè)計(jì)跨期工作搜尋模型解釋了復(fù)雜的人才國(guó)際流動(dòng)行為,并理論論證了移民輸出國(guó)也可能會(huì)由于移民的跨期流動(dòng)而獲益[3]。楊芳娟以中國(guó)高端科技人才為對(duì)象,研究其跨國(guó)流動(dòng)模式及影響[4]。龍夢(mèng)晴和鄒慧娟在梳理當(dāng)前人才流動(dòng)生態(tài)失衡現(xiàn)象的基礎(chǔ)上,探究了人才流動(dòng)協(xié)同發(fā)展的機(jī)理與路徑[5]。作為國(guó)際互動(dòng)的一種基本形式,國(guó)際合作工作相關(guān)研究成果的開展主要圍繞在國(guó)際科學(xué)合作或國(guó)際科研合作現(xiàn)狀分析以及合作模式探索。劉則淵圍繞科學(xué)論文生產(chǎn)與科學(xué)合作規(guī)模之間的關(guān)系,發(fā)現(xiàn)科學(xué)合作最佳規(guī)模現(xiàn)象,并提出全面探索科學(xué)合作最佳規(guī)?，F(xiàn)象與定律的設(shè)想[6]。劉云等根據(jù)基礎(chǔ)學(xué)科國(guó)際科學(xué)合作的重要特征以及國(guó)際科學(xué)合作的產(chǎn)出數(shù)據(jù)系統(tǒng),研究了國(guó)際科學(xué)合作中所出現(xiàn)的復(fù)雜現(xiàn)象與關(guān)系,并就基礎(chǔ)學(xué)科國(guó)際科研合作的重要模式進(jìn)行了討論[7]。陳立新等就近17萬(wàn)條力學(xué)SCI專業(yè)期刊論文索引數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,研究表明國(guó)際力學(xué)科學(xué)合作中存在馬太效應(yīng)[8]。襲繼紅等以2009—2011年Web of Science中收錄外科學(xué)研究文獻(xiàn)為分析對(duì)象,研究了國(guó)際合作對(duì)論文影響力提升的作用[9]?；谝延形墨I(xiàn)不難發(fā)現(xiàn),全球化人才流動(dòng)對(duì)國(guó)際合作的動(dòng)態(tài)效應(yīng)研究較為少見。因此,這種動(dòng)態(tài)效應(yīng)的研究需要選擇科學(xué)的方法和工具加以解決。

本文將全球化人才流動(dòng)對(duì)國(guó)際合作的效應(yīng)研究界定為人才流動(dòng)與國(guó)際合作間的回歸關(guān)系問題,與傳統(tǒng)的線性回歸關(guān)系不同的是,這里的回歸關(guān)系需要考慮隨著時(shí)間推移的動(dòng)態(tài)變化,即人才流動(dòng)與國(guó)際合作之間關(guān)系的系數(shù)需要通過光滑的函數(shù)才能刻畫出全球化人才流動(dòng)對(duì)國(guó)際合作的具有函數(shù)特征的動(dòng)態(tài)變化規(guī)律。綜上所述,本文通過選擇描述具有函數(shù)特征的動(dòng)態(tài)回歸關(guān)系的統(tǒng)計(jì)學(xué)方法和模型,研究全球化人才流動(dòng)對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)問題,并借助可視化方式展示這種函數(shù)規(guī)律,以期為政府及社會(huì)各界提供方法工具和分析思路。

二、研究設(shè)計(jì)

(一)方法選擇

無(wú)論是人才流動(dòng)還是國(guó)際合作,都會(huì)隨著時(shí)間的推移不斷產(chǎn)生出新數(shù)據(jù),而僅僅關(guān)注某個(gè)時(shí)間點(diǎn)上的關(guān)系或規(guī)律無(wú)法實(shí)現(xiàn)人才流動(dòng)對(duì)國(guó)際合作影響的連續(xù)動(dòng)態(tài)變化。這種具有連續(xù)特征的動(dòng)態(tài)變化規(guī)律需要具有函數(shù)特征的系數(shù)加以刻畫。通常情況下,描述變量間關(guān)系的系數(shù)取值不會(huì)隨時(shí)間的推移而發(fā)生變化,比如經(jīng)典線性回歸模型用于描述變量間的回歸關(guān)系,但是對(duì)于本文關(guān)注的人才流動(dòng)和國(guó)際合作來(lái)說,需要將系數(shù)推廣為時(shí)間的函數(shù),才可以用于捕捉人才流動(dòng)對(duì)國(guó)際合作的效應(yīng)變化。

系數(shù)具有函數(shù)特征的統(tǒng)計(jì)分析方法主要包括函數(shù)型數(shù)據(jù)分析法和變系數(shù)模型。函數(shù)型數(shù)據(jù)是將橫截面數(shù)據(jù)與時(shí)間序列數(shù)據(jù)融合在一起,并使之具有函數(shù)特性的一類數(shù)據(jù)[10-11]。Ramsay和Silverman全面闡述了函數(shù)型數(shù)據(jù)的基本特征以及統(tǒng)計(jì)分析的思想,極大地促進(jìn)了函數(shù)型數(shù)據(jù)分析方法的理論發(fā)展及其在生物醫(yī)學(xué)、氣象學(xué)、經(jīng)濟(jì)學(xué)等諸多領(lǐng)域的應(yīng)用[12-13]。與傳統(tǒng)的統(tǒng)計(jì)分析方法相比,函數(shù)型數(shù)據(jù)分析法之所以如此廣泛受歡迎是因?yàn)?首先,該方法很少依賴于模型構(gòu)建的假設(shè)條件,可以實(shí)現(xiàn)無(wú)限維空間數(shù)據(jù)的統(tǒng)計(jì)分析,能夠利用更多的數(shù)據(jù)信息;其次,該方法中的假設(shè)函數(shù)都是可導(dǎo)的,因此可進(jìn)行微分分析;最后,該方法將多元統(tǒng)計(jì)方法進(jìn)一步延伸于函數(shù)型數(shù)據(jù)分析。目前,函數(shù)型數(shù)據(jù)分析主要從幾個(gè)角度展開:函數(shù)型主成分分析、函數(shù)型聚類分析、函數(shù)型判別分析以及函數(shù)型回歸分析,其中,函數(shù)型線性回歸模型一直是函數(shù)型數(shù)據(jù)研究的重點(diǎn)[14-22]。

變系數(shù)模型是一種使得系數(shù)具有函數(shù)特征的方法[23]。該模型將一般線性模型的回歸系數(shù)推廣到某些因子的非參數(shù)函數(shù)中,保留了非參數(shù)回歸的穩(wěn)健性特點(diǎn),且回歸系數(shù)是一維變量(如空間、時(shí)間)的函數(shù),有力克服數(shù)據(jù)的高維災(zāi)難。目前,變系數(shù)模型廣泛應(yīng)用于局部多維回歸分析、函數(shù)數(shù)據(jù)分析、縱向數(shù)據(jù)分析、非線性時(shí)間序列分析等諸多領(lǐng)域,并且動(dòng)態(tài)廣義線性模型、可加模型、部分線性模型、單指標(biāo)函數(shù)系數(shù)回歸模型和可適應(yīng)的變系數(shù)模型等很多常見模型均屬于其特殊情形[24-27]。目前,變系數(shù)模型的研究成果主要從以下幾個(gè)角度展開:統(tǒng)計(jì)推斷、部分變系數(shù)模型與廣義變系數(shù)模型、縱向數(shù)據(jù)分析、生存分析、變量選擇等[28-37]。

在全球化人才流動(dòng)對(duì)國(guó)際合作動(dòng)態(tài)效應(yīng)研究中,人才流動(dòng)和國(guó)際合作均屬于連續(xù)測(cè)量的數(shù)據(jù),而人才流動(dòng)對(duì)國(guó)際合作的影響或作用明確表示出以人才流動(dòng)為自變量、以國(guó)際合作為因變量的回歸關(guān)系,這種回歸關(guān)系區(qū)別于普通線性回歸,要求變量和系數(shù)均為時(shí)間的函數(shù)。而函數(shù)型數(shù)據(jù)分析從函數(shù)的角度,將連續(xù)測(cè)量的數(shù)據(jù)視為具有函數(shù)特征的動(dòng)態(tài)概念[13]。需要說明的是,函數(shù)型回歸模型共包括四種類型:第一,響應(yīng)變量是一維隨機(jī)變量,解釋變量是函數(shù);第二,響應(yīng)變量是函數(shù),解釋變量是向量;第三,響應(yīng)變量和解釋變量都是函數(shù);第四,函數(shù)型廣義線性模型。在全球化人才流動(dòng)對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)研究中,結(jié)合人才流動(dòng)和國(guó)際合作數(shù)據(jù)特點(diǎn),本文采用響應(yīng)變量和解釋變量都為函數(shù)的這類函數(shù)型回歸分析作為研究方法,函數(shù)型回歸模型表達(dá)式如下:

Y(t)=β0(t)+β1(t)×X(t)+ε(t)

其中,Y(t)表示因變量,X(t)表示自變量,β0(t)表示截距項(xiàng),β1(t)表示回歸系數(shù)項(xiàng),ε(t)表示隨機(jī)誤差項(xiàng)。顯然,上述變量與系數(shù)項(xiàng)均為時(shí)間t的函數(shù)。本文中,模型的因變量為國(guó)際合作,模型的自變量為人才流動(dòng),截距項(xiàng)和回歸系數(shù)項(xiàng)用于揭示人才流動(dòng)對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)規(guī)律。

(二)研究問題

第一,研究對(duì)象和時(shí)間長(zhǎng)度的確定。全球化人才流動(dòng)對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)研究首先需要解決研究對(duì)象的問題。在一個(gè)時(shí)間點(diǎn)上,研究對(duì)象存在取值不難,但在一定的時(shí)間長(zhǎng)度內(nèi),研究對(duì)象持續(xù)存在取值不易。因此,需要確定好一定時(shí)間長(zhǎng)度內(nèi)每個(gè)時(shí)間點(diǎn)上均存在取值的研究對(duì)象。這里,一定時(shí)間長(zhǎng)度要在保證一定的研究對(duì)象數(shù)量的基礎(chǔ)上進(jìn)行選擇,而且一定時(shí)間長(zhǎng)度最好盡可能地覆蓋最新時(shí)刻,以確保所反映規(guī)律的實(shí)時(shí)性。

第二,人才流動(dòng)變量的選擇。另一個(gè)重要問題是,影響國(guó)際合作的因素眾多,雖然本文從人才流動(dòng)視角出發(fā),僅考慮人才流動(dòng)相關(guān)的因素,但眾所周知,人才流動(dòng)從方向上可簡(jiǎn)單分為人才流入和人才流出[4]。受數(shù)據(jù)獲取等因素的限制,本文不考慮人才環(huán)流現(xiàn)象。在函數(shù)型回歸模型中,國(guó)際合作為因變量,而自變量的納入需要從人才流入、人才流出以及人才流動(dòng)總體情況這三個(gè)維度加以考慮。其中,人才流動(dòng)總量是人才流入和人才流出的加總。因此不建議將人才流動(dòng)總量和人才流入量,或者人才流動(dòng)總量和人才流出量同時(shí)納入模型。那么,在全球化人才流動(dòng)對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)模型中,可以僅納入人才流動(dòng)總量、人才流入量和人才流出量中的一個(gè)變量作為自變量,依次建模。然而是否可以將人才流入量和人才流出量同時(shí)作為自變量納入模型,有待通過計(jì)算相關(guān)系數(shù)加以確定。

第三,函數(shù)型動(dòng)態(tài)效應(yīng)規(guī)律的描述與可視化分析。通過函數(shù)型回歸分析,分別描述人才流動(dòng)不同變量對(duì)國(guó)際合作的動(dòng)態(tài)效應(yīng)規(guī)律。在所選時(shí)間長(zhǎng)度中,如果出現(xiàn)前后段不同特點(diǎn)的變化規(guī)律,可以考慮截取部分時(shí)間長(zhǎng)度的數(shù)據(jù)深入挖掘人才流動(dòng)對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)規(guī)律?？紤]到函數(shù)型數(shù)據(jù)的特點(diǎn),本文借助可視化工具對(duì)數(shù)據(jù)統(tǒng)計(jì)特征以及人才流動(dòng)對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)規(guī)律加以展示。

三、實(shí)證分析

(一)人才流動(dòng)與國(guó)際合作整體動(dòng)態(tài)變化描述

本文采用Scopus數(shù)據(jù)庫(kù)的部分?jǐn)?shù)據(jù),包括1981—2020年108個(gè)國(guó)家(地區(qū))的人才流動(dòng)和國(guó)際合作數(shù)據(jù),涉及不同國(guó)家(地區(qū))的人才流出量(varout)、人才流入量(varin)、人才流動(dòng)總量(varsum)及國(guó)際合作(varco)共4個(gè)變量。其中,人才流動(dòng)總量是人才流出量與人才流入量之和,國(guó)際合作采用跨國(guó)合作的文章數(shù)量來(lái)表示。本文首先通過折線圖(如圖1所示)展示所有國(guó)家(地區(qū))從1981—2020年在國(guó)際合作方面的變化規(guī)律?？紤]到不同國(guó)家(地區(qū))在人才流動(dòng)與國(guó)際合作方面的數(shù)據(jù)量級(jí)相差較大、國(guó)家(地區(qū))數(shù)量較多的數(shù)據(jù)特點(diǎn),圖1將108個(gè)國(guó)家(地區(qū))平均分為9組,對(duì)國(guó)際合作數(shù)據(jù)取對(duì)數(shù),再繪制折線圖。需要說明的是,圖例用不同國(guó)家(地區(qū))的代碼代替國(guó)家(地區(qū))名稱。

1981—2020年,絕大多數(shù)國(guó)家(地區(qū))在國(guó)際合作方面表現(xiàn)出穩(wěn)定上升的特征,而且不同國(guó)家(地區(qū))的國(guó)際合作上升趨勢(shì)呈現(xiàn)出平行的特點(diǎn),只有極個(gè)別的國(guó)家(地區(qū))出現(xiàn)一定程度的波動(dòng)。此外,人才流出量、流入量和流動(dòng)總量也表現(xiàn)出與國(guó)際合作相似的規(guī)律,受篇幅所限,本文省略了人才流動(dòng)方面的折線圖。

為進(jìn)一步研究1981—2020年各國(guó)家(地區(qū))在國(guó)際合作、人才流入量、人才流出量、人才流動(dòng)總量共四個(gè)方面的變化規(guī)律,本文先對(duì)每一年各國(guó)家(地區(qū))在上述四個(gè)方面的數(shù)據(jù)取對(duì)數(shù),再計(jì)算取對(duì)數(shù)后的最值、分位數(shù)和均值結(jié)果,如圖2所示。其中,最大值記為max,最小值記為min,均值記為mean,第一分位數(shù)記為Q1,中位數(shù)記為median,第三分位數(shù)記為Q3。

圖2共包含四個(gè)子圖,從左至右分別展示了各國(guó)家(地區(qū))在國(guó)際合作、人才流入量、人才流出量、人才流動(dòng)總量的變化規(guī)律。在每個(gè)子圖中,從上到下分別展示出最大值、第三分位數(shù)、均值、中位數(shù)、第一分位數(shù)和最小值共六條折線。不難看出,國(guó)際合作、人才流入量、人才流出量、人才流動(dòng)總量方面在最值、分位數(shù)和均值方面表現(xiàn)出相似的變化規(guī)律:(1)所有折線整體上均表現(xiàn)出上升趨勢(shì),且國(guó)際合作比其他三個(gè)變量上升的速度更大,所有國(guó)際合作的發(fā)展形勢(shì)更優(yōu)于人才流動(dòng)的數(shù)量;(2)所有折線表現(xiàn)出平行特點(diǎn),即同一個(gè)子圖的不同折線間保持著相對(duì)穩(wěn)定的距離,說明不同國(guó)家(地區(qū))隨著年份的推移在國(guó)際合作與人口流動(dòng)方面的差距沒有表現(xiàn)出擴(kuò)大或縮小的規(guī)律;(3)均值略高于中位數(shù),且兩條折線非常接近,在一定程度上說明,數(shù)據(jù)分布相對(duì)集中,離散程度相對(duì)較小;(4)與其他五條折線相比,最小值表現(xiàn)出較大幅度的波動(dòng)性,而且這種波動(dòng)性在前20年尤為明顯,這種特點(diǎn)很可能揭示出近20年人才流動(dòng)與國(guó)際合作發(fā)展規(guī)律更加穩(wěn)定,為后續(xù)進(jìn)行函數(shù)型動(dòng)態(tài)分析提供基礎(chǔ)。此外,本文還繪制了箱線圖,考慮到箱線圖中所涉及的最值、分位數(shù)等數(shù)據(jù)信息與圖2所展示的內(nèi)容類似,且分析規(guī)律一致,所以這里不再進(jìn)行展示。

(二)人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)

對(duì)1981—2020年所有國(guó)家(地區(qū))的人才流出量、人才流入量、人才流動(dòng)總量及國(guó)際合作共4個(gè)變量原始數(shù)據(jù)的相關(guān)系數(shù)進(jìn)行計(jì)算。需要說明的是,人才流動(dòng)總量為人才流出量和人才流入量之和,因此不計(jì)算人才流動(dòng)總量與人才流出量之間,以及人才流動(dòng)總量與人才流入量之間的相關(guān)系數(shù)。圖3展示出1981—2020年所有國(guó)家(地區(qū))國(guó)際合作與人才流入量、人才流出量、人才流動(dòng)總量之間的相關(guān)系數(shù)(分別記為varco-varin、varco-varout和varco-varsum),以及人才流出量與人才流入量之間的相關(guān)系數(shù)(記為varin-varout)。

圖3 1981—2020年變量間相關(guān)系數(shù)折線

由圖3可知,國(guó)際合作與人才流入量、人才流出量、人才流動(dòng)總量之間的相關(guān)系數(shù)隨著年份的推移整體呈現(xiàn)出一種下降的趨勢(shì),而在2012年和2018年各有一次較大程度的“先下跌,后回升”的變化。人才流出量與人才流入量在除1992—1993年的較大程度變動(dòng)外,均表現(xiàn)出接近1.00的高度相關(guān)水平,因此在構(gòu)建人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)模型時(shí),人才流出量與人才流入量不可同時(shí)納入模型中,避免出現(xiàn)多重共線性的問題。而人才流動(dòng)總量為人才流入量與人才流出量之和,因此,人才流動(dòng)總量也無(wú)法與人才流入或流出同時(shí)納入模型。綜上所述,本文以國(guó)際合作為因變量,分別以人才流入量、人才流出量、人才流動(dòng)總量為自變量,構(gòu)建三個(gè)人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)模型。為方便表述,記模型1為人才流入對(duì)國(guó)際合作函數(shù)動(dòng)態(tài)效應(yīng)模型,模型2為人才流出對(duì)國(guó)際合作函數(shù)動(dòng)態(tài)效應(yīng)模型,模型3為人才流動(dòng)總量對(duì)國(guó)際合作函數(shù)動(dòng)態(tài)效應(yīng)模型。

首先,本文基于1981—2020年共40年的原始數(shù)據(jù),分別構(gòu)建三個(gè)模型,模型形式如下:

Varco(t)=β01(t)+β11(t)×Varin(t)

(1)

Varco(t)=β02(t)+β12(t)×Varout(t)

(2)

Varco(t)=β03(t)+β13(t)×Varsum(t)

(3)

模型(1)～(3)中,Varco(t)表示國(guó)際合作的年份t的因變量函數(shù),Varin(t)表示人才流入量的年份t的自變量函數(shù),Varout(t)表示人才流出量的年份t的自變量函數(shù),Varsum(t)表示人才流動(dòng)總量的年份t的自變量函數(shù)。本文采用樣條法估計(jì)模型中的未知參數(shù)函數(shù)β01(t),β11(t),β02(t),β12(t),β03(t)和β13(t)。這里年份t的取值范圍是[1981,1982,…,2020]。

圖4展示出1981—2020年人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)曲線,該圖共包括上下兩層,上層從左至右分別表示截距項(xiàng)β01(t),β02(t)和β03(t)的函數(shù)曲線(左)及其變化曲線(右),下層從左至右分別表示系數(shù)項(xiàng)β11(t),β12(t)和β13(t)的函數(shù)曲線(左)及其變化曲線(右)。圖例給出了對(duì)應(yīng)曲線表達(dá)的因變量與自變量間的回歸關(guān)系。

圖4 1981—2020年人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)曲線

由圖4左側(cè)兩個(gè)子圖可知,人才流動(dòng)總量、人才流入量、人才流出量對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)(包括截距項(xiàng)和系數(shù)項(xiàng))表現(xiàn)出一致的規(guī)律性,即截距項(xiàng)曲線和系數(shù)項(xiàng)曲線均先經(jīng)過一段時(shí)間的取值較小的穩(wěn)定狀態(tài),而后以較快的速度上升,最后再經(jīng)歷下降。但隨著年份的推移,不同人才流動(dòng)自變量對(duì)國(guó)際合作因變量的效應(yīng)的變化幅度不同。2015年前后,人才流出量對(duì)國(guó)際合作截距項(xiàng)效應(yīng)上升幅度最大,人才流動(dòng)總量對(duì)國(guó)際合作截距項(xiàng)效應(yīng)上升幅度次之,人才流入量低于人才流動(dòng)總量和人才流出量。人才流入量和人才流出量對(duì)國(guó)際合作的系數(shù)項(xiàng)效應(yīng)非常接近,而2000年以后人才流動(dòng)總量對(duì)國(guó)際合作的系數(shù)項(xiàng)效應(yīng)盡管保持相對(duì)快速上升的趨勢(shì),但與人才流入量和人才流出總量對(duì)國(guó)際合作的系數(shù)項(xiàng)效應(yīng)相比,其上升的幅度差距不斷增加。圖4右側(cè)的兩個(gè)子圖表示截距項(xiàng)和系數(shù)項(xiàng)的變化曲線,即左側(cè)曲線對(duì)應(yīng)的變化曲線,在2000年以前,截距項(xiàng)和系數(shù)項(xiàng)的變化曲線基本在0水平線附近波動(dòng)。2015年以后,截距項(xiàng)變化曲線和系數(shù)項(xiàng)變化曲線出現(xiàn)明顯的迅速下降趨勢(shì),2020年達(dá)到最低。截距項(xiàng)和系數(shù)項(xiàng)的變化曲線表明人才流入量、人才流出量、人才流動(dòng)總量對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)的變化速度表現(xiàn)出先以相對(duì)穩(wěn)定的速度變化,再經(jīng)過大幅度上升的加速變化,而后出現(xiàn)較為劇烈的大幅度下降的反向加速變化(取值為負(fù))。

2001年以后,截距項(xiàng)、系數(shù)項(xiàng)曲線及其變化曲線均表現(xiàn)出較大幅度的變化特點(diǎn)。為此,本文將數(shù)據(jù)限制在2001—2020年共20年的原始數(shù)據(jù),重新構(gòu)建模型(1)～(3),在排除1981—2000年數(shù)據(jù)干擾的前提下,探索近20年的函數(shù)型動(dòng)態(tài)效應(yīng)規(guī)律。與圖4結(jié)構(gòu)相同,圖5展示出2001—2020年人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)曲線。該圖共包括上下兩層,上層從左至右分別表示截距項(xiàng)β01(t),β02(t)和β03(t)的函數(shù)曲線(左)及其變化曲線(右),下層從左至右分別表示系數(shù)項(xiàng)β11(t),β12(t)和β13(t)的函數(shù)曲線(左)及其變化曲線(右)。這里,年份t的取值范圍是[2001,2002,…,2020]。圖例給出了對(duì)應(yīng)曲線表達(dá)的因變量與自變量間的回歸關(guān)系。

圖5 2001—2020年人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)曲線

由圖5左上方的子圖可知,2010年以前,人才流動(dòng)總量、人才流入量、人才流出量對(duì)國(guó)際合作的截距項(xiàng)的函數(shù)型動(dòng)態(tài)效應(yīng)非常接近,在0附近波動(dòng)。而在2010—2018年,呈現(xiàn)出較為明顯的上升趨勢(shì),2018年以后人才流出量和人才流動(dòng)總量對(duì)國(guó)際合作的截距項(xiàng)的函數(shù)型動(dòng)態(tài)效應(yīng)呈現(xiàn)先增長(zhǎng)后下降的趨勢(shì),人才流入量對(duì)國(guó)際合作的截距項(xiàng)的函數(shù)型動(dòng)態(tài)效應(yīng)在先增長(zhǎng)后平穩(wěn)下降后再次出現(xiàn)上升的趨勢(shì)。人才流動(dòng)總量、人才流入量、人才流出量對(duì)國(guó)際合作的截距項(xiàng)函數(shù)型動(dòng)態(tài)效應(yīng)的變化曲線在2010年前保持在0水平附近波動(dòng)而后出現(xiàn)上升趨勢(shì)。2016年以后,人才流入量和人才流動(dòng)總量對(duì)應(yīng)的截距項(xiàng)變化曲線在下降后出現(xiàn)上升,而人才流出量對(duì)應(yīng)的截距項(xiàng)變化曲線保持持續(xù)下降。由圖5下方的兩個(gè)子圖可以看出,人才流入量、人才流出量對(duì)國(guó)際合作的系數(shù)項(xiàng)的函數(shù)型動(dòng)態(tài)效應(yīng)曲線及變化曲線非常接近,效應(yīng)曲線呈現(xiàn)階段性的上升趨勢(shì),而效應(yīng)變化曲線表現(xiàn)出一定的周期性且沒有明顯的上升趨勢(shì)。人才流動(dòng)總量對(duì)國(guó)際合作的系數(shù)項(xiàng)的函數(shù)型動(dòng)態(tài)效應(yīng)曲線及變化曲線的規(guī)律與人才流入量、人才流出量對(duì)應(yīng)的曲線規(guī)律類似,區(qū)別在于變化幅度更為平緩。

四、總結(jié)與展望

(一)主要結(jié)論

眾所周知,全球化為世界的發(fā)展帶來(lái)重要影響。全球化人才流動(dòng)正以波濤洶涌之勢(shì),在推動(dòng)經(jīng)濟(jì)全球化、科技國(guó)際化不斷深化的同時(shí),影響著國(guó)際合作的發(fā)展。人才流動(dòng)的方向(比如,流入、流出)以及人才流動(dòng)的數(shù)量直接促進(jìn)或阻礙一個(gè)國(guó)家的國(guó)際競(jìng)爭(zhēng)力,對(duì)于國(guó)際關(guān)系的維護(hù)和發(fā)展發(fā)揮著決定性的作用。在瞬息萬(wàn)變的國(guó)際形勢(shì)中,這種決定性的作用又會(huì)隨著時(shí)間的推移不斷發(fā)生變化。因此,本文以函數(shù)型回歸為基礎(chǔ)模型,充分考慮人才流動(dòng)的方向,構(gòu)建三個(gè)全球化人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)模型,旨在研究全球化人才流動(dòng)對(duì)國(guó)際合作的具有函數(shù)特征的動(dòng)態(tài)變化規(guī)律,并以可視化方式展示這種函數(shù)規(guī)律,以期為政府及社會(huì)各界提供方法工具和分析思路。

通過統(tǒng)計(jì)描述不難發(fā)現(xiàn),1981—2020年,絕大多數(shù)國(guó)家(地區(qū))在人才流出量、流入量、流動(dòng)總量以及國(guó)際合作方面表現(xiàn)出穩(wěn)定上升的特征,而且不同國(guó)家(地區(qū))的國(guó)際合作上升趨勢(shì)呈現(xiàn)出平行的特點(diǎn),只有極個(gè)別的國(guó)家(地區(qū))出現(xiàn)一定程度的波動(dòng)。通過依次計(jì)算所有國(guó)家(地區(qū))在國(guó)際合作、人才流入量、人才流出量和人才流動(dòng)總量的最值、分位數(shù)和均值,本文發(fā)現(xiàn)四個(gè)變量的所有統(tǒng)計(jì)特征均表現(xiàn)出不同程度的上升趨勢(shì),而不同國(guó)家(地區(qū))隨著年份的推移在國(guó)際合作與人口流動(dòng)方面的差距沒有表現(xiàn)出擴(kuò)大或縮小的規(guī)律。其中,最小值在前20年和后20年表現(xiàn)出不同的差異?；谏鲜龇治?結(jié)合不同人才流動(dòng)變量間的相關(guān)系數(shù),本文以1981—2020年和2001—2020年為時(shí)間段各構(gòu)建三個(gè)全球化人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)模型,用于探索人才流動(dòng)對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)規(guī)律,研究表明:

(1)選擇1981—2020年為時(shí)間段構(gòu)建模型發(fā)現(xiàn),不同人才流動(dòng)變量對(duì)國(guó)際合作的函數(shù)型動(dòng)態(tài)效應(yīng)(包括截距項(xiàng)和系數(shù)項(xiàng)及其變化)均先經(jīng)過一段時(shí)間取值較小的穩(wěn)定狀態(tài),而后以較快的速度突然上升,最后再經(jīng)歷下降。2015年前后,人才流出量對(duì)國(guó)際合作截距項(xiàng)效應(yīng)上升幅度最大,人才流動(dòng)總量對(duì)國(guó)際合作截距項(xiàng)效應(yīng)上升幅度次之,人才流入量低于人才流動(dòng)總量和人才流出量。人才流入量和人才流出量對(duì)國(guó)際合作的系數(shù)項(xiàng)效應(yīng)非常接近,而2000年以后人才流動(dòng)總量對(duì)國(guó)際合作的系數(shù)項(xiàng)效應(yīng)盡管保持相對(duì)快速上升的趨勢(shì),但與人才流入量和人才流出總量相比,其上升的幅度差距不斷增加。

(2)選擇2001—2020年為時(shí)間段構(gòu)建模型發(fā)現(xiàn),不同人才流動(dòng)變量對(duì)國(guó)際合作的截距項(xiàng)的函數(shù)型動(dòng)態(tài)效應(yīng)在開始非常接近。直到2010年,呈現(xiàn)出較為明顯的上升趨勢(shì),2018年以后人才流出量和人才流動(dòng)總量對(duì)國(guó)際合作的截距項(xiàng)的函數(shù)型動(dòng)態(tài)效應(yīng)呈現(xiàn)先增長(zhǎng)后下降的趨勢(shì),而人才流入量對(duì)國(guó)際合作的截距項(xiàng)的函數(shù)型動(dòng)態(tài)效應(yīng)在先增長(zhǎng)后平穩(wěn)下降后再次出現(xiàn)上升的趨勢(shì)。2016年以后,人才流入量和人才流動(dòng)總量對(duì)應(yīng)的截距項(xiàng)變化曲線在下降后出現(xiàn)上升,而人才流出量對(duì)應(yīng)的截距項(xiàng)變化曲線保持持續(xù)下降。人才流入(出)量對(duì)國(guó)際合作的系數(shù)項(xiàng)的函數(shù)型動(dòng)態(tài)效應(yīng)曲線及變化曲線幾乎全程重合。其中,效應(yīng)曲線呈現(xiàn)階段性的上升趨勢(shì),而效應(yīng)變化曲線表現(xiàn)出一定的周期性且沒有明顯的上升趨勢(shì)。

綜上所述,在國(guó)際競(jìng)爭(zhēng)日益激烈、全球化挑戰(zhàn)日趨顯著、新冠肺炎疫情突如其來(lái)的背景下,充分發(fā)揮人才流動(dòng)的力量,推動(dòng)國(guó)際合作健康有序的發(fā)展,已成為全世界共同關(guān)注的重要話題。本文借助科學(xué)的建模方法和可視化工具,完成全球化人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)規(guī)律的分析,并提出相關(guān)政策建議,以期為全球化人才流動(dòng)治理與國(guó)際合作等相關(guān)領(lǐng)域建言獻(xiàn)策,為政府及社會(huì)各界提供參考。

(二)政策建議

基于全球化人才流動(dòng)對(duì)國(guó)際合作函數(shù)型動(dòng)態(tài)效應(yīng)的研究結(jié)果,針對(duì)近些年來(lái)人才流動(dòng)變量對(duì)國(guó)際合作效應(yīng)的變化規(guī)律,本文提出如下政策建議:

(1)深耕全球人才流動(dòng)治理。人才國(guó)際流動(dòng)是全球化發(fā)展的重要特征之一。駐足國(guó)際視野,百年變局和世紀(jì)疫情交織疊加,國(guó)際格局發(fā)生深刻調(diào)整,全球人才和科技競(jìng)爭(zhēng)更加激烈,應(yīng)科學(xué)制定國(guó)際人才管理和移民規(guī)則,通過互惠共贏的國(guó)際合作機(jī)會(huì),引導(dǎo)人才流動(dòng)朝著良性健康的方向發(fā)展。在全球化人才流動(dòng)治理中,要注重與全球經(jīng)濟(jì)治理、全球安全治理等相關(guān)工作同時(shí)推進(jìn),不斷挖掘全球人才流動(dòng)治理尚待解決和可能存在的難題。

(2)深化競(jìng)爭(zhēng)領(lǐng)域國(guó)際合作關(guān)系。不斷強(qiáng)化金磚國(guó)家國(guó)際競(jìng)爭(zhēng)大會(huì)等重要合作平臺(tái)建設(shè)、深化醫(yī)藥食品、數(shù)字經(jīng)濟(jì)等重點(diǎn)領(lǐng)域的合作交流,構(gòu)建起全方位、復(fù)合型的互聯(lián)互通國(guó)際合作關(guān)系,開創(chuàng)公平競(jìng)爭(zhēng)與疫后經(jīng)濟(jì)增長(zhǎng)、數(shù)字經(jīng)濟(jì)時(shí)代的競(jìng)爭(zhēng)政策發(fā)展等競(jìng)爭(zhēng)領(lǐng)域共同發(fā)展的新前景,持續(xù)推進(jìn)全方位、多層次、寬領(lǐng)域的國(guó)際交流與合作。

(3)合力人才流動(dòng)與國(guó)際合作穩(wěn)中求進(jìn)的發(fā)展態(tài)勢(shì)。當(dāng)前國(guó)際環(huán)境錯(cuò)綜復(fù)雜,新冠肺炎疫情影響廣泛深遠(yuǎn),世紀(jì)經(jīng)濟(jì)陷入低迷期,不穩(wěn)定性明顯增加,人才流動(dòng)與國(guó)際合作的發(fā)展能否保持穩(wěn)定的發(fā)展?fàn)顟B(tài),并在復(fù)雜環(huán)境中激流勇進(jìn),需要世界各國(guó)守望相助,共克時(shí)艱,堅(jiān)持走團(tuán)結(jié)合作、互聯(lián)互通、共同發(fā)展之路,為全球抗疫合作和經(jīng)濟(jì)復(fù)蘇作出重要貢獻(xiàn)。

(4)以卓越科技創(chuàng)新能力夯實(shí)國(guó)際合作基礎(chǔ)。在實(shí)施國(guó)際科技合作戰(zhàn)略中,獨(dú)立自主辦大事、辦難事、辦急事,打造優(yōu)勢(shì)領(lǐng)域“長(zhǎng)板”,提升科技自主創(chuàng)新能力,夯實(shí)國(guó)際合作基礎(chǔ)。多措并舉推進(jìn)國(guó)際科技交流合作,深化科技體制改革,把蘊(yùn)藏在中國(guó)人才隊(duì)伍中的巨大創(chuàng)新潛能有效釋放出來(lái)。

(5)構(gòu)建良好人才政策生態(tài)引導(dǎo)國(guó)際人才流動(dòng)方向。建立健全人才政策體系,營(yíng)造良好生態(tài),發(fā)起吸引和集聚全球高水平人才的大科學(xué)計(jì)劃。深入實(shí)施新時(shí)代人才強(qiáng)國(guó)戰(zhàn)略,吸引人才、留住人才,加快建設(shè)世界重要人才中心和創(chuàng)新高地,為社會(huì)主義現(xiàn)代化建設(shè)打好人才基礎(chǔ)。

(三)未來(lái)展望

下一步將繼續(xù)圍繞全球范圍內(nèi)人才流動(dòng)對(duì)國(guó)際合作效應(yīng)主題,并在此基礎(chǔ)上,融入更多影響人才流動(dòng)、國(guó)際合作的因素(比如,經(jīng)濟(jì)水平、政治制度、文化氛圍等方面),以及體現(xiàn)人才流動(dòng)效應(yīng)(比如,科研產(chǎn)出、合作規(guī)模等方面)的指標(biāo),進(jìn)一步豐富全球化人才流動(dòng)對(duì)國(guó)際合作效應(yīng)模型的構(gòu)成要素。伴隨模型構(gòu)成復(fù)雜度的增加以及考慮要素個(gè)數(shù)的增多,全球范圍內(nèi)人才流動(dòng)對(duì)國(guó)際合作效應(yīng)研究將有可能面臨計(jì)算復(fù)雜度高以及維數(shù)災(zāi)難等諸多問題,這對(duì)函數(shù)型數(shù)據(jù)分析方法運(yùn)算效率提升及其在高維數(shù)據(jù)中的變量選擇都帶來(lái)不小挑戰(zhàn)。本文所采用的函數(shù)型回歸分析仍基于經(jīng)典線性回歸模型方法。放眼全球,不同國(guó)家和地區(qū)的人才流動(dòng)狀況不同,其對(duì)國(guó)際合作的效應(yīng)也存在多元化的差異。在這種情況下,需要借助分位回歸的思想,捕捉不同分位水平下自變量對(duì)因變量的函數(shù)變化規(guī)律。因此,函數(shù)型分位回歸模型的深入開發(fā)及其在全球范圍內(nèi)人才流動(dòng)對(duì)國(guó)際合作效應(yīng)的應(yīng)用將頗具意義。