學林探賾（第3輯）

第十八章 科學家與政界精英職業發展的影響因素研究

　　科學家與政界精英職業發展的影響因素研究——基於學習經曆、工作調動的影響因子分析

　　⊙曾文凱吳培群

　　成功，是每一個人的夢想，科學家和政界精英，對青年人來說是成功奮鬥目標。本項目運用相關分析、回歸分析等統計建模方法，對科學家和政界精英這兩個領域的成功人士進行的簡曆數據分析，分析他們成功及其影響因素方麵的規律。本項研究的樣本個數一共是3001個，其中科學家2001人，政界精英1000人。研究的樣本數據來自於公共網絡資源，其中科學家個案數據來自中國科學院下院所的官方網站，政界精英個案數據來自新華網以及各部委、各省、直轄市的官方網站，從這些權威的網站中獲取個案的簡曆信息。

　　一、基本統計分析

　　在進行統計分析數據之前，本項目組對可能影響成功的各個因素進行了數據化處理。

　　在科學家的數據中，學曆變量用數字5至1分別代表博士後、博士、碩士（研究生）、學士（本科）、大專及大專以下。職稱一欄中，數字5代表是科學院院士、4代表科學院研究員、3代表科學院副研究員。後文中所有關於科學家的數據含義都如此。

　　在政界精英的數據中，現學曆學位變量中數字5至1分別代表學曆為博士、碩士（研究生）、學士（本科）、大專、大專以下。行政級別變量中數字5至1分別代表級別為部級以上、正部級、副部級、正廳級、副廳級。

　　筆者對個案就讀的本科、博士的院校也進行了統計，用數字6代院校、數字5代院校、數字2代表其他院校（因為國外院校與國內院校教學水平不好比較且占總體比例不高，在此均用數字2表示）、數字0代表沒有相應學曆。

　　另外，本文中的職業外時間是指科學家從開始工作到進入專職研究的時間或政界精英從開始工作到進入政府部門工作的時間。流動次數是指個案從參加工作到現在經曆的工作單位調動的次數。

　　本文通過使用spss 19.0軟件以科學家的職稱和政界精英的行政級別作為控製變量，對已建立的簡曆數據庫進行統計分析。

　　（一）科學家

　　科學家個案一共2001個，其中男性1719人，女性282人。

　　1.學習經曆

　　（1）學曆分析。

　　通過對科學家的學曆學位進行統計，可以看到院士、研究員、副研究員的學曆均值為4.32、4.00、3.31，均在研究生以上，並且從中可以看到，博士在院士、研究員、副研究員中都是比例最高的，表明科學家的學曆普遍較高。不過還發現從副研究員到院士學曆處於一個下降的趨勢，考慮到早期研究生以上學曆的人極少，並且早期進入研究領域的科學家經驗豐富，學識不能僅用學曆數據衡量，考慮到曆史背景的因素，筆者不能過早下定義，需要繼續研究。

　　（2）本科院校分析。

　　通過對科學家的本科院校進行統計，發現本科院校的數據均值均在4.50左右，並且每個職稱中就讀於“985”院校的都是比例最大的，分別是51.0%、35.1%、46.1%，看以看出科學家就讀的本科學院的教育水平普遍也比較高，但僅從基本數據上看各個職稱間區別不大，所以需要在後麵通過相關分析進行檢驗。

　　（3）博士院校分析。

　　從數據中可以發現，有博士學曆的科學家有50%以上，但是有很多科學家在中科院中就讀的，不好與其他高等學校比較，故數據分析不具有說服力，不再作為相關因素研究。

　　（4）學科分析。

　　2.工作調動

　　（1）職業外時間。

　　通過對科學家的職業外時間進行統計，發現科學家的職業外時間比較少，平均隻有3.48、3.28、2.49，並且參加工作就從事研究工作的占大多數，尤其是院士職稱的，在有效數據中達到57.3%。從正態分布曲線上看各職稱之間差別不大，需要進一步分析。

　　（2）流動次數。

　　通過對科學家的流動次數進行統計，可以看到科學家的流動次數和職業外時間一樣，各職稱平均隻有1.59、1.67、1.93，從直方圖上看，流動次數在6次以上的科學家幾乎沒有，說明科學家大多會在一個研究所工作多年，研究項目比較專一。

　　（二）政界精英

　　政界精英個案一共1000個，其中男性984人，女性106人。

　　行政級別情況：部長以上級別73人，部長級別114人，副部長級別813人。

　　1.學習經曆

　　（1）學曆分析。

　　通過對政界精英的學曆學位進行統計，可以看到部長級別以上、部長級、副部長級的學曆均值為3.95、3.95、3.51，中位數為4、4、3，從數據上看部長以上級別的人的學曆更趨向本科，而部長級和副部長級的更趨向研究生，但經過對數據的比對，部長以上級別的人普遍年紀比較大，由於新中國成立初期教育水平低於改革開放後，那一時期的本科學曆已經是很高的，隨著教育水平的不斷發展，年輕的人有更好的受教育機會，讀碩士、博士的人也越來越多。

　　（2）本科院校分析。

　　通過對政界精英的就讀的本科院校進行統計，可以看到部長級別以上、部長級、副部長級的本科院校均值為3.82、3.61、3.20，就讀於“985”學校就讀的百分比是37.0%、21.1%、15.5%，就讀於“211”學校的百分比是11.0%、8.8%、6.2%。根據分析數據可以得到，行政級別越高的人就讀的本科院校的教學水平相對較高，他們在本科學院中的更好學習經曆、收獲讓他們能夠有更好的機會。

　　（3）博士院校分析。

　　通過對政界精英的就讀的博士院校進行統計，發現政界就讀博士的比例普遍不高，都隻有十幾個百分點，在有就讀博士的政界精英中，在“985”院校就讀的比例差距也很小，所以這一項數據將不再作為影響因素討論。

　　（4）學科分析。

　　通過對政界精英的最高學曆所學專業進行統計，可以看到部長級以上級別的最高學曆所學為工學和理學的比較多，分別占30.1%和19.2%，部長級別的學法學和經濟學的比較多，副部長級別的學經濟學、管理學、法學的比較多。在上世紀七八十年代普遍比較推崇“學好數理化，走遍天下都不怕”，當時學習理工學的人很多，隨著社會發展，社會的要求有所改變，人們傾向於學習經濟學、法學、管理學。

　　2.工作調動

　　（1）職業外時間。

　　通過對政界精英的職業外時間進行統計，可以看到政界精英中30%以上的人是開始參加工作就在政府部門任職，職業外時間為0.部長與副部長級別的職業外時間平均在4到5年，而部長以上級別的平均為8.79年，這個結果與新中國成立初期，知識分子需要下鄉勞動有一定關係，需要進一步討論。

　　（2）流動次數。

　　通過對政界精英的流動次數進行統計，可以看到從副部長級別到部長以上級別，流動次數是呈現上升態勢，由於級別高的個案工作時間也相對比較長，屬於正常現象，有待進一步討論分析。

　　二、相關分析

　　前一部分的分析能夠簡單地表現出學曆、本科院校、博士院校、最高學曆專業、職業外時間和流動次數對科學家和政界精英的影響，並且已經發現這些因素確實與他們的職稱/行政級別有一定的相關性。為了進一步發掘他們之間的聯係，筆者用spss19.0軟件進行相關性分析。

　　變量之間的關係處理確定性關係，還存在著非確定性關係，即相關關係其特點是給定了一個變量值後，另一個變量值可以在一定範圍內變化。相關性分析就能把非確定性關係呈現給大家。

　　（一）科學家

　　經過上一部分的分析，筆者發現學曆、本科院校、職業外時間和流動次數需要進一步研究，故將他們作為自變量，科學家的職稱作為因變量進行相關性分析。

　　通過對科學家的肯德爾係數相關分析可以看到，學曆和職業外時間分別在置信度（雙側）為0.01時、置信度（雙側）為0.05時相關性顯著，但筆者發現他們的相關係數是負數，從相關分析上看呈負相關，由於上文說明的時代問題，這種情況是正常的。

　　（二）政界精英

　　經過上一部分的分析，筆者發現學曆、本科院校、職業外時間和流動次數需要進一步研究，故將他們作為自變量，政界精英的行政級別作為因變量進行相關性分析。

　　通過對政界精英成功影響因素的肯德爾係數相關分析可以發現，自變量中學曆、本科院校、流動次數在分析中都是在置信度（雙測）為0.01時，相關性是顯著的，表示相關係數在0.01的顯著性水平（雙邊檢驗）上非常顯著，說明這三個因素對因變量的變化有較大影響。

　　從回歸分析的表中筆者可以看到，自變量的膨脹因子（VIF）為1.007，都小於5，所以他們之間沒有共線性，所以筆者可以得到方程：

　　職稱=學曆×（-0.167）+職業外時間×（-0.003）+4.573①

　　由公式①可以得出，學曆每上升1，則職稱降低0.167，職業外時間每上升1，則職稱下降0.003.

　　（二）政界精英

　　經過相關性分析得到了學曆、本科院校、流動次數這三個因素與政界精英行政級別的相關性十分顯著，故筆者以他們作為自變量，行政級別作為因變量進行回歸分析。

　　筆者看到三個自變量的膨脹因子（VIF）為1.043、1.051、1.009，都小於5，所以他們之間沒有共線性，所以可以得到方程：

　　行政級別=學曆×（-0.124）+本科院校×0.053+流動次數×0.051+3.322②

　　由公式②可以得出，學曆每上升1，行政級別下降0.124，流動次數每增加1，行政級別上升0.051，本科院校方麵，從沒有讀本科變化到一般本科院校，行政級別上升0.106；從一般本科院校變化到“211”院校，行政級別上升0.159；從“211”院校變化到“985”院校，行政級別上升0.053.

　　四、結果分析

　　筆者對1000名政界精英和2001名科學家的簡曆數據化，分析學習經曆和工作調動對他們職業發展影響。筆者假設的因變量為科學家的職稱和政界精英的行政級別，自變量分別為學曆、本科院校、博士院校、所學專業、職業外時間、流動次數。通過基本統計分析、相關分析、回歸分析找到了因變量和自變量之間的關係。

　　對科學家的研究中可以發現，科學家的學曆總體很高，普遍在碩士之上，且一般所學的專業為理工科，專業性很強，可見科學家需要很高的學識，需要對一類學科知識掌握得很深才能有所成就。科學家的本科院校為“985”院校或“211”院校的占60%以上，博士很多在中科院就讀，教育水平和質量都很高，進一步鞏固了科學家的知識專業度。科學家的平均職業外時間為3.23年，平均流動次數為1.68次，可見科學家的研究工作非常專一，要求能夠全身心投入在所從事的科學研究當中去，數量較少的職業外時間和流動次數使得他們能夠更加專注研究，取得成功。在對科學家的肯德爾係數相關分析中學曆和職業外時間呈現出顯著的負相關性，可見職業外時間對科學家職業影響較大，職業外時間越大，科學家從事於研究時間越短，其職稱將會越低，在線性回歸分析中，通過公式①可以看到職業外時間每上升1，則職稱下降0.003.而學曆的負相關性原因與時代背景有很大程度的關聯，職稱比較高的科學家年齡相對較大，當時社會使得他們沒有機會在學校進行更深的研讀，隨著教育事業的發展，科學家的學曆逐漸上升。

　　對政界精英的研究中可以看到，政界精英的學曆均值為3.92，接近研究生，可以看出，政界精英的發展也需要一定的學識作為基礎，經過高校良好環境的熏陶，個人的自身素質也會相應提高，對職業發展會有一定的促進作用。隨著我國國情不斷變化，社會不斷發展進步，以經濟建設為中心，倡導依法治國，努力實踐科學發展觀，政界精英的所學專業以經濟學、法學和管理學居多。政界精英的本科院校為“985”院校或“211”院校的占37.5%，並且行政級別越高這個比例越大，其中行政級別為部級以上的政界精英達到48%，所以更全麵教育能夠讓人在競爭中更有優勢。政界精英的職業外時間均值為5.17，很多人在進入行政崗位之前在工廠、企業工作，能夠深刻理解勞動人民的需要，對以人為本的社會發展有很大幫助。政界精英的流動次數均值為5.29，流動次數比較多，政界精英要求經驗豐富，知識麵廣泛，合理的流動會促進政界精英的事業發展。在政界精英的肯德爾係數相關分析中變量學曆、本科院校、流動次數與行政級別的在0.01的顯著性水平（雙邊檢驗）上非常顯著，這三個變量對行政級別的影響很大，鞏固了統計分析中得到的結論，在政界精英的線性回歸分析中得到的方程②中，三個變量的係數最大的是本科院校的0.053，也就是影響程度最大的變量，說明現在許多單位在招聘時對本科院校有一定要求的做法是有科學性的。流動次數的影響因素也比較大，與統計分析和相關分析的結果相吻合，說明政界精英的流動次數是影響職業發展的重要因素，合理的流動很大程度上拓展了一個人的眼界，豐富的認識使其考慮問題更加全麵，能夠照顧這個社會的更多群體，是政界精英應具備的重要能力。學曆的係數為負數的原因與科學家學曆肯德爾相關係數為負數的原因大體一致。

　　科學家和政界精英是兩個社會中成功人士的典型代表，通過對他們的學習經曆和工作調動的研究，筆者得到一些他們的成功因素方麵的規律供高校學生專業選擇和職業規劃提供參考。第一，要認真學習課程知識，科學家和政界精英的平均學曆基本在碩士的位置，擁有一定的學識基礎，成功的機會能夠大大增加。另外，能夠在教育水平和質量高的學府就讀更好，如“985”學院和“211”學院；第二，根據自己的奮鬥目標選定專業，不同的行業需要不同的知識儲備，專業對口則如虎添翼。比如科學家所學專業以理工科居多，政界精英所學專業以經濟學、法學和管理學居多。第三，選擇好自己的工作方式，比如科學家要求研究專一，流動很少，政界精英要求涉世廣泛，需要較多的工作調動。注：本文為北京電子科技學院國家級大學生創新創業訓練計劃資助項目：“我國科學家與政界精英成功之路的比較研究——對三千人簡曆的內容分析與建模”的研究成果。

　　參考文獻

　　[1]吳培群，大學教師流動及其中外比較研究——基於一個全國樣本的內容分析和建模[M]，北京：西苑出版社，2011.

　　[2]吳培群，高校專家評教與學生評教差異的實證分析[M]，國家教育行政學院學報，2010-10-15.

　　[3]吳培群，陳小紅，大學生評教的統計分析及其改革途徑探討——基於北京一所高校學生評教分手的統計分析[M]，高教探索，2010.

　　[4]謝龍漢，尚濤。SPSS統計分析與數據挖掘[M]，北京：電子工業出版社，2012.