裴瑞敏,刘燕,郑毅,肖尤丹

• 1:中国科学院科技战略咨询研究院
• 2:中国科学院大学公共政策与管理学院

摘要(Abstract)：

[目的/意义]面对全球科技竞争加剧的形势，我国逐步将科技人才国际化作为增强国家创新能力和国际竞争力的核心战略之一。[方法/过程]本文基于1956—2023年发布的科技人才国际化相关政策，利用政策文本量化分析方法，从历史演化的视角，全面探讨了我国科技人才国际化政策的演变路径及其政策工具的使用特征。首先，本文构建政策制定主体的协作网络，分析不同阶段政策的主要发布部门和协作关系；其次，通过动态主题模型和依存句法分析等方法，挖掘政策主题的演变趋势，明确各阶段的政策重点和国际化路径选择，包括引才引智路径、自主培养派出回流路径、全球创新合作路径和国际化生态建设路径。[结果/结论]研究结果发现，四条路径的侧重点随着国际环境和国内需求的变化而有所不同，政策工具的使用从单一逐步演化为多元。本文提出了面向“十五五”期间我国人才国际化的政策建议，包括强化高端人才引进和本土国际化培养的双重驱动、深化全球科技创新合作、建立有吸引力的国际化生态系统、优化政策工具组合以增强政策的系统性和灵活性。

关键词(KeyWords)： 人才国际化;政策文本量化;依存句法分析;动态主题模型政策工具

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金专项项目“新时期自然科学基金人才培养战略研究”(项目编号：L2424118);; “新形势下科学基金国际合作项目管理办法适应性研究”(项目编号：J2524006)研究成果之一

作者(Author): 裴瑞敏,刘燕,郑毅,肖尤丹

参考文献(References)：

• [1]刘忠艳，赵永乐，王斌.1978—2017年中国科技人才政策变迁研究[J].中国科技论坛，2018(2):136-144.
• [2]裴瑞敏，姜影，肖尤丹.科技人才政策变迁与政策主体协同网络演化研究：基于对1978—2020年政策文本的分析[J].科学学与科学技术管理，2022,43(8):32-46.
• [3]石磊，熊嘉慧，李金雨，等.政策工具视角下中国科技人才政策量化分析[J].科技管理研究，2024,44(5):22-31.
• [4]李北伟，路天浩，李麟白.中美科技竞争环境下海外高层次人才引进对策[J].科技管理研究，2021,41(18):26-31.
• [5]周小林，迟婧茹，宋雨奇，等.外国人才在华服务保障政策现状、问题和对策[J].科学学与科学技术管理，2024,45(6):20-34.
• [6]蓝丽娇，卢晓东.后疫情时代我国拔尖创新人才要继续“走出去”:基于对院士留学经历的分析[J].高校教育管理，2021,15(1):38-47.
• [7]黄萃，任弢，张剑.政策文献量化研究：公共政策研究的新方向[J].公共管理学报，2015,12(2):129-137,158-159.
• [8]苏婉，于森，禚传阳.我国数据要素政策主题演化与识别分析[J].图书情报工作，2024,68(16):90-103.
• [9]杨爽，胥美美，苟欢，等.我国科技评价政策主题的演化趋势[J].科技管理研究,2024,44(15):59-67.
• [10]张宇鹏，陆小文，卢明欣，等.中美网络安全政策比较研究：基于“演进-工具-主题”的三维框架[J].情报杂志，2025,44(2):124-135.
• [11]王福涛，潘振赛，汪艳霞.科研院所改革政策主体演化研究[J].科学学研究，2018,36(4):673-683.
• [12]Che W X,Feng Y L,Qin L B,et al.N-LTP:An opensource neural language technology platform for Chinese[C]// Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing:System Demonstrations.Stroudsburg:Association for Computational Linguistics,2021:42-49.
• [13]Blei D M,Lafferty J D.Dynamic topic models[C]// Proceedings of the 23rd International Conference on Machine Learning.New York:ACM,2006:113-120.
• [14]Blei D M,Ng A Y,Jordan M I.Latent Dirichlet allocation[J].Journal of Machine Learning Research,2003,3(4-5):993-1022.
• [15]Mimno D,Wallach H,Talley E,et al.Optimizing semantic coherence in topic models[C]// Proceedings of the 2011 Conference on Empirical Methods in Natural Language Processing.Stroudsburg:Association for Computational Linguistics,2011:262-272.
• [16]吴瑞鹏，李勇男，刘帅，等.基于DTM的美国人工智能战略热点主题及演化分析[J].情报杂志，2023,42(12):134-143.
• [17]Lebret R,Collobert R.Word embeddings through hellinger PCA[C]// Proceedings of the 14th Conference of the European Chapter of the Association for Computational Linguistics.Stroudsburg:Association for Computational Linguistics,2014:482-490.
• [18]Rothwell R.Public innovation policy:To have or to have not?[J].R&D Management,1986,16(1):25-36.
• [19]McDonnell L M,Elmore R F.Getting the job done:Alternative policy instruments[J].Educational Evaluation and Policy Analysis,1987,9(2):133-152.
• [20]谭玉，吴晓旺，李明雪.科技人才评价与激励政策变迁研究：基于1978—2018年政策文本分析[J].科技与经济，2019,32(5):66-70.