《管理世界》2024年第2 期摘要：科学研判长历史周期下科研人员的跨国流动规律、流动格局及其影响机制，对深入推进新时代人才强国战略、加快建设世界重要人才中心具有重要的理论与现实意义。本文基于1920~ 2020年232 个国家和地区近8100万篇科学文献数据，刻画和描述科研人员百年间跨国流动规律与格局，并提出势差效应以解释其背后的演进机制。实证结果发现：（ 1 ）随着科研人员跨国流动强度周期性波动上升，小世界网络特征、“中心—外围”结构和空间动态集聚效应愈发明显，形成了向开放式流动格局演变、人才回流和环流趋势不断加强的跨国流动格局；（ 2 ）知识势差和经济势差对科研人员跨国流动规模具有显著的倒U 型影响，网络位势差对科研人员跨国流动具有促进作用且其效应受到东道国（母国）网络位势的正向调节，3 类势差效应表现出明显的流动周期、流动类型和流动格局异质性；（ 3 ）基于中国情境的分析表明，知识势差促进了我国与发达国家间科研人员的双向流动，经济势差促进了我国科研人员回流，而网络位势差促进了国外科研人员流入和我国科研人员回流。研究结论为我国研判科研人员跨国流动规律、构筑人才竞争比较优势和强化国际科技交流合作提供了启发与参考。关键词：科研人员跨国流动 流动规律 流动格局 势差效应一、引言人才是第一资源，是新质生产力生成中发挥决定作用的能动主体，是培育发展新动能、赢得未来竞争新优势的关键。党的十八大以来，党中央作出人才是赢得国际竞争主动的战略资源这一重大判断。对此，中央人才工作会议明确指出要“深入实施新时代人才强国战略，全方位培养、引进、用好人才”。党的二十大报告进一步强调要“加快建设世界重要人才中心和创新高地”“ 聚天下英才而用之”“ 着力形成人才国际竞争的比较优势”。科研人员作为人才队伍中的重要主体，已经成为全球劳动力市场中的重要组成部分（多克耶、拉波波特，2012），是提升我国科技竞争力与形成新质生产力的基本保障。研究表明，科研人员跨国流动能够有效改善一国的人力资本、知识结构和创新水平（亨特、高蒂尔- 洛伊塞尔，2010；克朗等，2020；米盖莱兹、坦戈亚，2020），是塑造新质生产力国际竞争优势的重要途径，深刻影响着国际科技与产业竞争格局。对于以中国为代表的发展中国家，如何构筑和发挥自身在全球人才竞争中的相对优势，进而吸引国际优秀人才、改善国家知识结构和提高科技创新能力，是后发国家进行科技追赶和赶超的重要议题（樊纲，2023）。 然而，科研人员跨国流动方式日趋多元化且其背后的影响机制愈发复杂（萨克森宁，2005；经济合作与发展组织，2008；经济合作与发展组织，2017），给我国加快推动海外高端人才回流、深入实施新时代人才强国战略带来诸多挑战。在此背景下，科学研判长历史周期下全球科研人员的跨国流动规律与流动格局并探究其影响机制，对现阶段我国把握国际人才竞合态势、构建人才资源竞争优势、筑牢新质生产力发展的人才根基具有重大现实意义。已有研究多是聚焦特定国家或学科领域科研人员在较短时间跨度内的跨国流动行为进行分析（弗朗佐尼* 本研究获得国家杰出青年科学基金项目（72025403）、国家自然科学基金青年科学基金项目（72102222）和研究阐释党的二十大精神国家社会科学基金重大项目（23ZDA 060）的资助。感谢丁毅提供的数据处理支持。感谢匿名评审专家的宝贵意见，文责自负。张超为本文通讯作者。全球科研人员百年跨国流动规律、格局与势差效应*——基于Scopus科学文献数据的实证研究陈凯华 赵彬彬 张 超- - 1DOI:10.19744/j.cnki.11-1235/f.2024.0020等，2015；斯切拉托等，2015；察伊卡、托马，2017），其研究结论在不同程度上缺乏稳健性和普适性。尽管少数研究开始基于大样本数据对科研人员跨国流动的行为及其影响因素进行分析（瓦卡里奥等，2021），但仍缺乏针对长历史周期下流动规律、流动格局及其演进机理的系统性分析。在研究视角上，以往研究主要基于“推拉理论”进行机制分析，探讨了源自母国或东道国禀赋特征的“推力”或“拉力”因素对科研人员跨国流动的简单线性影响（阿克斯，2005；盖瑟瑞等，2017）。 然而，相关研究忽视了两类因素“合力”作用下不同国家在知识基础、经济条件、空间集聚等方面形成的相对优势差异，以及这些差异的动态变化对科研人员跨国流动的复杂影响和作用机制。本文将这种国家间相对优势差异对科研人员跨国流动产生的影响定义为“势差效应”，从而拓展已有文献的理论基础，揭示“推拉理论”难以解释的“人才环流”“ 开放式流动格局”等事实背后的内在动因。基于势差效应理论视角，本文重点聚焦两个关键问题：长历史周期下，势差效应如何作用于科研人员跨国流动行为，进而影响科研人员跨国流动规律和流动格局的形成与演进？后发国家又该如何利用势差效应构筑国家间人才竞争的相对优势，不断改善本国人才跨国流动格局并向领先国家进行科技追赶？本文基于Scopus数据库近8100万篇科学论文识别和追踪1920~ 2020年间全球科研人员的跨国流动行为，构建232 个国家和地区间的科研人员跨国流动网络，对上述问题进行回答。本文的边际贡献主要体现在以下三方面：第一，本文贡献于科研人员跨国流动行为规律的相关研究。区别于传统利用大规模调查数据或学科数据库开展的研究，本文基于长期记录科研人员学术发表情况的 Scopus数据库，对全球科研人员跨国流动行为进行最长周期、最大范围也是最全面的刻画与分析，多维度揭示了百年来全球科研人员跨国流动规律和流动格局的形成与演化机理。研究结论不仅丰富了现有关于科研人员跨国流动行为研究的相关文献，也为全面把握国际间人才竞争格局提供了更加稳健和更具普适性的经验证据。第二，本文贡献于科研人员跨国流动影响因素及作用机制的相关研究。扩展了传统用于解释科研人员跨国流动动因的“推拉理论”，进一步从相对优势视角提出科研人员跨国流动的“势差效应”。基于这一理论，本文全面探究和验证了知识势差、经济势差和网络位势差动态影响科研人员跨国流动行为和流动格局的作用机制。相较于“推拉理论”，本文提出的“势差效应”深化了全球科研人员跨国流动行为的影响机制研究，揭示了国家间相对优势差异对科研人员跨国流动的动态复杂影响。研究结论有助于更加有效和清晰地解释全球“人才环流”趋势不断强化、流动格局向多极化和开放式方向演进等现象。第三，本文贡献于后发国家科技追赶的相关研究。与聚焦后发国家通过研发国际化、技术引进等形式进行科技追赶的研究不同，本文将科研人员跨国流动视为后发国家改善人才竞争格局和进行科技追赶的重要途径。本文通过对后发国家如何利用势差效应来发挥相对优势进而改善人才流动格局进行经验分析和实证检验，为后发国家进行科技追赶提供了新的经验证据。同时，基于中国情境的分析，本文揭示了我国参与国际人才竞争和建设世界重要人才中心的相对优势，为我国深入实施新时代人才强国战略、筑牢新质生产力发展的人才根基提供实践思路和政策启示。本文余下部分内容安排如下：第二部分为文献综述与理论分析；第三部分为研究设计、研究方法和数据来源；第四部分对全球科研人员跨国流动规律和流动格局进行分析；第五部分实证检验全球科研人员跨国流动的势差效应；第六部分为基于中国情境的进一步分析；第七部分为研究结论与政策启示。二、文献综述与理论分析（一）科研人员跨国流动与势差效应1 . 科研人员跨国流动的行为研究：从规律探索到格局分析针对科研人员跨国流动行为的研究多聚焦于探索科研人员的流动规律。此类研究根据流动形式与流动特征差异，将科研人员跨国流动划分为移民、回流、环流等多种类型（罗宾逊- 加西亚等，2019），并对何种性别、学科、国家的科研人员更易流动进行了初步分析（盖瑟瑞等，2017）。 随着各类数据库的健全，相关研究开始基于大规模调查（埃德勒等，2011；巴鲁法尔迪、兰多尼，2012）、职业生涯简历（尤特等，2017）、科技论文（莫德等，全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 2《管理世界》2024年第2 期2013；莫德、哈勒维，2014；弗朗佐尼等，2015）等微观数据对科研人员跨国流动行为进行刻画，并对科研人员跨国流动的路径、倾向和方式进行探讨（察伊卡、托马，2017；瓦卡里奥等，2021）。 在此基础上，也有研究考察了科研人员的跨国流动模式及其动态效应，发现科研人员跨国流动的平均距离不断增加，同时全球科学知识生产的重心持续向东半球转移（察伊卡、奥拉兹巴耶夫，2018；戈麦斯等，2020）。 总体而言，已有研究对科研人员跨国流动行为进行了较为丰富的探讨，但此类研究多局限于对特定国家或特定学科科研人员的短期分析，缺乏更大样本、更广范围条件下的长期分析，因而难以发现更具稳健性和普适性的流动规律。随着国际科技竞争态势日益加剧，跨国流动行为研究开始转向对跨国流动格局的分析。此类研究将科研人员跨国流动视为人才资源在全球范围内的再分配，从人才竞争视角分析科研人员跨国流动产生的影响，探讨一国如何才能增强国际人才吸引力和成为全球人才流动中心。早期研究表明，科研人员偏好向经济发展水平更高的国家流动（多克耶、拉波波特，2012）。 发达国家凭借其领先的经济发展水平能够享受人才流入带来的资本红利（弗朗佐尼等，2012），发展中国家和欠发达国家则因人才流出而处于竞争劣势（阿克斯，2005；索恩、霍姆- 尼尔森，2008），从而形成了单向跨国流动的格局。近年来，发展中国家开始成为科研人员跨国流动的新兴目的地（察伊卡、奥拉兹巴耶夫，2018），人才回流和人才环流趋势愈发明显，呈现出双向流动和多向流动的演化态势（达特- 巴勒斯塔德，2010；盖瑟瑞等，2017；王辉耀、苗绿，2021）。 总体而言，已有研究大多是对科研人员跨国流动格局的演进趋势进行描述性分析。虽有少数研究对留学生、发明人才跨国流动格局的影响因素进行了探索（魏浩等，2012；郑江淮等，2022），但仍缺乏对全球科研人员从“单向流动”格局到“多（双）向流动”格局演化过程与影响机制的深入探讨。同时，已有研究也缺乏对后发国家如何构筑和发挥自身相对优势来改善人才流动格局的严谨论证，难以为我国培育和提升国际科研人才竞争优势提供理论与实践启示。2 . 科研人员跨国流动的动因研究：从“推拉理论”到“势差效应”在人才流动的动因研究中，最常用的理论就是“推动—拉动”模型，也即“推拉理论”（李，1966；巴格内，1969）。 其基本原理是：科研人员自发性跨国流动是两方面因素共同作用引致的，一方面源自国内处于相对劣势的“推动型”因素，另一方面来自国外处于相对优势的“拉动型”因素（弗拉纳根，2015）。 其中，影响科研人员跨国流动最直接的因素是各国学术发展水平：科研人员跨国流动受到学术交流和职业前景等自我发展需求的驱动，包括追求优质的科研设施、一流的合作团队、适宜的科研环境等（戈卢布，2002；阿克斯，2005；伯灵等，2015；弗朗佐尼等，2015）。 各国经济发展水平也是影响科研人员跨国流动的重要动因，部分科研人员选择进入到比国内待遇水平更高的国家，以获取更丰厚的经济报酬和工资溢价（阿佩尔特等，2015；亚苏莱等，2017）。 此外，国家间地理距离，知识产权保护、开放程度等制度环境差异，以及语言文化差异等也对科研人员跨国流动方向和目的地选择具有显著影响（万诺登，2012；巴鲁法尔迪、兰多尼，2016；奥拉兹巴耶夫，2017）。因“推拉理论”具有较好的可解释性，现已被广泛应用于人才流动研究的理论建构和实证检验。但是，该理论的关注点多聚焦于何种或怎样的“推力”或“拉力”能够促进人才流动，对“推力”和“拉力”的共同作用及其影响科研人员跨国流动的机制解释不足，难以揭示全球科研人员跨国流动格局形成与演化背后的内在动因。科研人员跨国流动是其在综合考量和权衡跨国流动带来的各项预期风险与机会、成本与收益等主客观因素后所作出的一种理性决策。换言之，跨国流动行为是学术发展、经济发展、职业发展等多种“推力”和“拉力”因素复杂作用下个体内生决策与宏观外生变量综合作用的结果。为了更加通俗地理解这一机制，可以用“位势”来形容科研人员在母国或东道国可能达到的学术水平、经济水平或影响力。就好比电子因电势差的存在从低电势端向高电势端流动，科研人员也会因不同维度位势差异程度（也即“势差”）的存在而在不同发展水平国家间进行跨国流动，本文将这种影响机制定义为科研人员跨国流动的“势差效应”。由此可知，一国只要在某些维度上相较于其他国家具有更高水平的位势，就有可能促进科研人员的流动。相较于“推拉理论”，“势差效应”能更有效地分析国家间各种相对优势差异的综合作用、解释国际间“人才环流”“ 开放式流动格局”等跨国流动现象，从而拓展“推拉理论”的研究视野和应用情境。为此，本文提出科研人员跨国流动“势差效应”的一个基本假定：科研人员跨国流动行为的产生与流动格局的形成，实际上是各国为充分利用人才流动带来的- - 3人力资本、知识溢出等红利，通过发挥本国在知识基础、经济条件、空间集聚等方面的相对优势，在全球范围内输送并吸引人才，与各国开展科技交流合作，以实现本国人力资本和知识资本持续积累和提升的过程。（二）国家间势差效应影响科研人员跨国流动的机制分析通过对已有文献的梳理发现，学术发展水平是影响科研人员跨国流动最直接的因素，同时经济发展水平和空间集聚能力也是影响科研人员跨国流动的重要因素。在此基础上，本文提出“知识势差”“ 经济势差”“ 网络位势差”3 类势差，分别考察国家间知识基础、经济条件、空间集聚的相对优势对科研人员跨国流动的差异化影响机制。在不同维度的势差效应中，本文首先考查与国家学术发展水平相关的知识势差的作用机制，其次考察与国家经济发展水平相关的经济势差的作用机制，以及与国家空间集聚能力相关的网络位势差的作用机制。1 . 国家间知识势差的作用机制如果一国具备较高的科研水平、较为先进的科技基础设施、较为独特的学术资源或其他相对优势，那么将会吸引其他国家的科研人员通过跨国流动进行国际科技合作，以提高他们的科学成果产出（阿克斯，2005；弗朗佐尼等，2015）。 本文将不同国家之间的知识基础和知识结构的差异定义为“知识势差”，它反映了两国间科研产出水平和科学知识空间大小差异，并通过影响科研人员的知识创造能力、学术发展水平、可获取和转移的知识增量等来影响其跨国流动行为。来自国际科技合作、国际商务等领域的文献表明，知识异质性是引发组织间知识转移的重要动力（格兰特，1996）。 不同组织之间的知识基础和知识结构的差异将会影响知识跨组织转移的方式和机制，进而促进或限制其内部成员间的跨地域合作（卡帕尔多等，2017），同时这种作用往往还受到组织间知识临近性的调节（卡明斯、藤，2003）。 由此及彼，国家也可以视为一种特殊的“组织”，国家间的知识势差将通过知识转移机制影响科研人员的跨国流动规模，而这种作用机制也会受到国家间知识临近性的调节而呈现“倒U 型”关系。具体理由如下。首先，当两国间知识位势相近或知识势差较小时，彼此的知识基础和知识结构的同质性较强，即具备较强的知识临近性。这会限制跨国流动科研人员对新知识的搜索宽度和搜索深度，以及可以从彼此获取和学习到的知识增量，从而阻碍科研人员对不同知识元素进行重组来创造新知识的学术探索过程（诺特彭，2000；阿胡贾、卡蒂里亚，2001；弗莱明，2001）。 其次，当两国间知识位势存在一定差异或知识势差适中时，彼此的知识基础和知识结构不仅具有一定的临近性，而且具有一定的互补性。这有助于彼此利用共同的知识基础建立合作关系并发挥各自的相对优势，降低科研人员知识搜寻成本和学习成本，提升其学习、吸收和应用外部新知识的能力（野中、竹内，1995；科万、乔纳德，2009；舒尔兹、博尔基尔德，2012），能够为科研人员跨国流动提供较强的正向激励。最后，当两国间知识势差较大时，彼此的知识基础和知识结构存在较大差异，知识临近性较弱甚至会形成知识壁垒。此时，处于知识位势劣势国家的科研人员在进行跨国流动时将面临较高的学习成本和制度阻碍，或因缺乏相应的知识吸收能力而难以完成知识的学习、吸收和应用过程（卡帕尔多等，2017；科恩、利文索尔，1990；哈梅尔，1991），或因东道国的人才筛选机制而被意向单位“拒之门外”（察伊卡、奥拉兹巴耶夫，2018）。 这不仅降低了知识转移的效率，同时也阻碍了两国间科研人员的跨国流动。综上，适度的知识势差能够同时发挥国家间知识基础相似性和知识结构互补性对科研人员跨国流动的促进作用，而过小的知识势差（表现为强知识临近性）和过大的知识势差（表现为弱知识临近性）则在一定程度上削减了这种促进效应。基于上述分析，本文提出如下假设。假设1 ：科研人员跨国流动规模会随着国家间知识势差的变大而增加，随后下降。2 . 国家间经济势差的作用机制已有研究表明，科研人员跨国流动行为是其追求个人效用最大化的一种理性决策的结果，而这种决策是基于个体预期收益和预期成本的综合效用进行判断的（郑文力，2005）。 科研人员更倾向于流向经济水平更高或者发展机会更好的国家，以提高自身预期收益和改善自身生活水平（索利马诺，2008；克尔等，2016）。 本文将不同国家科研人员所能获得的人均经济收益差距定义为“经济势差”，反映了两个国家之间的科研人员平均全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 4《管理世界》2024年第2 期工资水平和收入机会差异。与此同时，科研人员在跨国流动之前还需考虑如何减少可能产生的预期成本，包括因离开母国而形成的机会成本、在东道国发展而产生的经济成本或学习成本等（阿加瓦尔等，2023）。 理论上讲，不确定性条件下科研人员的跨国流动行为决策会受到上述损失效应的约束，使得国家间经济势差与科研人员跨国流动规模之间呈现“倒U 型”关系。具体理由如下。当两国间经济位势相近或经济势差较小时，科研人员跨国流动所带来的预期经济收益增长幅度较小。此时，经济因素的激励作用有限，科研人员将更倾向于选择不进行跨国流动，以规避可能产生的机会成本风险。但是，当两国间经济位势存在一定差距或经济势差适中时，经济收益增长幅度的快速变化给科研人员跨国流动带来了一定的激励作用。研究表明，与可接受或可控制的概率性风险相比，人们往往更加倾向于确定性的收益（卡内曼、特维斯基，1979）。 因此，当两国间经济势差适中时，科研人员会因东道国更加可观的预期经济收益而倾向于进行跨国流动。然而，当两国间经济势差过大时，科研人员跨国流动虽能获取更高的经济收益，但同时也将面临未知的、甚至难以接受的经济成本、学习成本或生存发展压力。依据前景理论，当面对不确定性风险时，大多数人对损失比对收益更敏感。由此可以推断，两国间过大的经济势差使得科研人员面临越来越大的预期收益和预期损失，此时科研人员更加倾向于选择规避风险，这种损失效应会阻碍科研人员的跨国流动。综上，适度的经济势差能够促进科研人员跨国流动，而过大经济势差引致的不确定性风险以及过小经济势差带来的低经济净收益均会在一定程度上削弱这种促进效应。基于上述分析，本文提出如下假设。假设2 ：科研人员跨国流动规模会随着国家间经济势差的变大而增加，随后下降。3 . 国家间网络位势差的作用机制科研人员在不同国家间的流动形成了跨国流动网络，那些处于流动网络核心地位的国家能够更好地共享科研资源、进行国际合作和开展知识交流（纳德鲁姆、萨尔佩巴肯，2006；弗朗佐尼等，2015；克尔等，2016），比处于流动网络边缘位置的国家更能吸引和留住高产的科学家（维尔吉纳、里卡波尼，2021），这种由网络位置带来的空间集聚相对优势就是“网络位势差”。根据地位理论，有向网络中两个节点之间的地位差异决定了节点间边的形成和方向（戴维斯，1977）。 因此，在跨国流动网络中，两国间的网络位势差也将影响科研人员跨国流动的方向和规模。研究表明，有向网络中的节点总是倾向于指向具有更高地位的节点，这是因为与高地位的组织关系越紧密越有利于自身地位的提升（索德等，2012），这种集聚效应使得东道国网络位势越高就越容易吸引其他国家科研人员流入。但是，高地位组织为了维系其在网络中的地位，往往会尽量避免与地位较低的组织建立联系，除非这种联系能够促进其绩效提升①（克里希南、科泽科德，2015）。 因此，低地位的组织很难与地位较高的组织建立联系（波多尔尼，2005），而较易与其他具有同等或相似地位的组织建立联系（卡斯泰卢奇、尔图，2010；波洛克等，2010），这种同质效应使得母国要不断提升其网络位势才能向高位势国家输送更多人才。综上，国家间网络位势差的集聚效应促使科研人员从低位势国家流向高位势国家，而同质效应则促使科研人员更容易在相似位势的国家间流动。两种效应的相对作用大小影响了科研人员跨国流动的规模，其作用机制也会因流动方向不同而有所差异。从人才流入的视角看，促使母国科研人员流向更高位势国家的聚集效应将随东道国网络位势的提升而增强，而阻碍人才从母国流向更高位势国家的同质效应作用效果将呈边际递减趋势。因此，东道国相较于母国的网络位势差越大就越有利于跨国人才的流入。原因如下：东道国能够凭借相对较高的网络位势来吸引和留住其他国家的高水平科研人员（维尔吉纳、里卡波尼，2021），使其获得相较于母国更加丰富的科教资源、一流的科研设施等，从而降低其科研活动成本并提高学术研究质量（卡塔里尼等，2020）。 相应地，这种高水平人才的空间集聚使东道国成为学术交流与合作中心，使前来学习或工作的国外科研人员能够以更高概率匹配到更高素质的同行，进入更加知名的科研机构，寻求更多的职业发展机会（索利马诺，2008；董等，2020）。 因此，处于低位势国家的科研人员倾向于往尽可能高位势的国家流动，以增加获取专业化学术训练、优质学术资源、研究领域前沿知识等机会（杰夫，1993；阿格拉瓦尔等，2008；奥顿- 伯纳德、勒萨吉，2011），提升自身的科研产出质量和学术影响力（贝坦科尔特等，2023；亚达夫等，2023）。 此时，东道国相较于母国的网络位势差越大，就越- - 5能通过集聚效应形成地位层级上的差距，集聚效应吸引人才的作用效果就越好。与此同时，同质效应的存在表明人才跨国流动存在“阶级结构”，即各国因网络位势不同而形成地位差异结构的现象。当这种阶级结构存在时，在相同阶级内的流动更加频繁，不同阶级间的跨阶级流动则相对较难实现（杨国斌，2009），所以母国科研人员难以流向具有更高网络位势的国家。这其中的阻力主要源自于不同阶级间的自我定位和感知差异（陈云松、范晓光，2016），这种感知差异将随着国家间网络位势差的增加而不断被固化。由此可以推断，随着东道国网络位势不断提升，东道国对母国的地位认知差异不再增加而是逐渐趋同，致使阻碍母国科研人员流动的阻力变化在这一情形下也相对平缓。换言之，随着两国间网络位势差的增大，同质效应对人才跨国流动的阻碍作用是边际递减的，但同时集聚效应对人才跨国流动的促进作用却在不断增强。基于上述分析，本文提出如下假设。假设3a ：东道国相较于母国的网络位势差越大，或其网络位势越高，就越能够吸引来自其他国家科研人员的流入，科研人员跨国流动规模越大。从人才流出的视角看，促使母国科研人员流向更高位势国家的聚集效应会随着母国网络位势的提升而减弱，但促进母国向相近位势国家输送人才的同质效应得到增强。因此，当母国相较于东道国的网络位势差越小时越有利于跨国人才的输出。这是因为，母国能够凭借相对较高的网络位势来输送人才，使其获得东道国对其地位的认可。根据地位理论，这种地位上的同质能够减少母国与东道国之间的关系距离，更容易建立跨国流动关系（波洛克等，2010；克里希南、科泽科德，2015）。 相应地，这种同质化的联系能够降低国家间信息获取的不对称性和科技合作的不确定性，从而使母国以更高频率和更高强度的互动来搜寻和利用东道国的新知识、新资源和新机会。同时，对处于较高位势的东道国来说，更倾向与其位势相近而非差距过大的母国建立流动联系。这是因为，网络位势越高的母国其科研人员平均学术水平普遍越高，而高水平科研人员则能够为东道国带来更好的科研绩效（维尔吉纳、里卡波尼，2021），他们更容易匹配到心仪的交流和发展机会，也更有机会被其他国家所接收。因此，母国相较于东道国的网络位势差越小，就越能通过同质效应促进本国科研人员向高网络位势国家流动，融入全球科研人员跨国流动网络。与此同时，尽管母国网络位势的提升会在一定程度上削弱集聚效应对人才的吸引力，但是其正向促进母国科研人员向外流动的作用方向没有发生变化。因此，在同质效应主导、集聚效应共同作用下，两国间网络位势差的减小有利于母国向东道国输出更多人才。基于上述分析，本文提出如下假设。假设3b ：母国相较于东道国的网络位势差越小，或其网络位势越高，就越有利于向其他国家输送科研人员，科研人员跨国流动规模越大。（三）国家间势差效应与全球科研人员跨国流动格局演化当不同国家利用势差效应影响科研人员跨国流动行为时，国家间人才竞争的力量对比或将发生改变，科研人员跨国流动的主要方式也将随之变化。本文将这种在一定时空范围内科研人员跨国流动的国别特征与流动类型特征所表征的结构及相互关系定义为“跨国流动格局”。如何综合利用知识势差、经济势差和网络位势差这3 类势差效应，发挥一国在知识基础、经济条件和空间集聚上的相对优势，构筑人才资源竞争优势和改善人才跨国流动格局，是后发国家尤为关切的问题。因此，迫切需要对势差效应影响跨国流动格局形成与演进的作用机制进行探索。第二次世界大战以后世界政治经济格局重塑，国家间力量层级划分明显，发达国家在知识、经济和网络位势上均远超其他国家。发达国家在科学技术实力、经济发展水平和人才空间集聚上形成了领先优势，对发展中国家和欠发达国家的科研人员具有较强的激励效应，从而促进这些国家的科研人员向发达国家进行单向跨国流动。同时，发达国家间由于存在一定的知识结构差异和经济水平差距，能够发挥各自的相对优势，利用势差效应在发达国家间实现科研人员跨国流动。相较而言，发展中国家或欠发达国家与发达国家间存在较大的知识势差、经济势差和网络位势差，因而科研人员跨国流动的总体规模较小；但发达国家间在不同维度势差上存在的适度差异使得彼此间科研人员跨国流动规模较大。因此，发达国家间形成的封闭式流动格局在这一阶全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 6《管理世界》2024年第2 期段占据主导地位。随着全球化进程加快和世界经济的快速发展，发展中国家利用后发优势进行追赶，并开始在知识位势和经济位势上具备一定的相对优势。全球科研人员跨国流动格局开始转向发展中国家或欠发达国家与发达国家之间的“人才环流”（经济合作与发展组织，2008）。 这是因为，发展中国家或欠发达国家全球经济地位稳步提升，科研人才制度愈发完善，职业发展机会不断增加，开始在科学发展和经济发展上显现出比较优势（魏浩等，2012）。 这使得发达国家开始同这些国家建立合作关系与流动联系，以提升科技绩效并维持自身在全球跨国流动网络中的地位，科研人员从发达国家向发展中国家或欠发达国家跨国流动的趋势日益明显（陈凯华等，2023）。 发展中国家或欠发达国家能够发挥知识位势和经济位势的相对优势，实现与发达国家间的双向流动。但是，发展中国家和欠发达国家尚未形成或仅是初具人才集聚效应，难以发挥网络位势的相对优势。相较而言，发达国家在知识位势、经济位势和网络位势上的相对优势持续发挥作用。因此，这一阶段发达国家内部的科研人员跨国流动仍占据主导地位。随着发展中国家和新兴经济体的群体性崛起，未来全球“东升西降”的发展态势愈发明显（国务院发展研究中心课题组，2018）。 以中国为代表的发展中国家开始在全球跨国流动网络中占据越来越重要的位置（维尔吉纳、里卡波尼，2021），全球科研人员跨国流动格局向多极化和开放式流动格局演化。这是因为，随着发展中国家逐步成为全球经济增长的重要参与者，开始具备显著的人才集聚效应。在此过程中，既有跨国流动格局发生深刻调整，发展中国家之间不仅具有适度的知识势差、经济势差和网络位势差，同时与欠发达国家之间也开始具备适度的各类势差效应。与此同时，发达国家与欠发达国家之间过大的知识势差和经济势差，以及发达国家间的适度势差效应在全球经济治理加速变革的背景下明显减弱。这一阶段，发展中国家或欠发达国家和发达国家间的双向流动占据主导地位，且发展中国家和欠发达国家间的双向流动也日趋明显，科研人员跨国流动格局日趋多极化和开放化。三、研究设计、研究方法和数据来源（一）研究设计本文基于长周期、大样本的全球科研人员跨国流动微观数据，综合运用大数据处理技术、复杂网络分析和面板计量经济方法，探索全球科研人员跨国流动规律、流动格局及其影响机制。首先，在识别科研人员跨国流动行为的基础上，构建跨国流动网络及相关指标，考察全球科研人员在长历史周期下的跨国流动规律。其次，从国别特征和流动类型两个维度对全球科研人员跨国流动格局的形成与演化进行刻画，揭示不同发展水平国家间和不同类型科研人员跨国流动模式的时空差异。而后，借助面板计量经济方法对全球科研人员跨国流动的势差效应进行实证检验，并对不同流动格局下势差效应的异质性影响和中国科研人员跨国流动的势差效应进行拓展分析。（二）研究方法1 . 全球科研人员跨国流动规律分析（1）科研人员跨国流动行为识别。以往研究多基于论文中作者署名单位的地址信息，通过观察科研人员在相邻两年发文所属国别的变化来识别其跨国流动行为（莫德、哈勒维，2014；杉本等，2017；罗宾逊- 加西亚等，2019；弗赖伊，2022）。 然而，若科研人员在某一年内发表多篇文章且署名单位不同时，采用上述方法将因难以判断该学者的所属国别变化而无法准确识别其是否发生跨国流动行为。为此，本文将科研人员在相邻两个时间段内发文中所属国别信息的变化定义为发生一次跨国流动行为（瓦卡里奥等，2021；维尔吉纳、里卡波尼，2021）。 具体而言，对于每一个给定年份t 和时间窗口b ，取科研人员i 在时间段[ t - b ，t）和[ t ，t + b）内最接近t 的最长且不间断的国家序列作为母国A（或来源国）和东道国B（或目的国）并判断二者是否一致，如果不一致则记录为该科研人员发生了一次从A 国到B 国的流动（如图1A 所示）。 在时间窗口的选择上，本文借鉴维尔吉纳和里卡波尼（2021）设定基准时间窗口为5 年，并选择3 年和1 年时间窗口进行稳健性检验。对比不同结果发现，潜- - 7（A）人才的跨国流动识别 （B）人才跨国流动的类型识别在的国别归属识别问题在较短的时间窗口上更加敏感，而5 年时间窗口能够提供更加稳健的识别结果。（2）全球科研人员跨国流动网络构建。运用上述设计的跨国流动识别方法分析数据集中的所有科研人员，并统计给定时段内不同来源国、目的国与流动类型的科研人员跨国流动人数，进而构建以国家为节点、以来源国到目的国有向连线为边、以跨国流动人数为边权重的有向加权网络。在此基础上，利用Python 的net⁃workx程序包和Gephi软件计算跨国流动网络的聚集系数、传递性、平均最短路径和度中心性等各项网络指标，以观察科研人员跨国流动网络整体特征以及各国所处网络位置的动态演化规律。2 . 全球科研人员跨国流动格局分析如前所述，跨国流动格局是指一定时空范围内科研人员跨国流动的国别特征与流动类型特征所表征的结构及相互关系。其中，国别特征表征国家发展水平，划分为“发达国家”“ 发展中国家”和“欠发达国家”（详细内容参见《管理世界》网络发行版附录1）；流动类型特征表征科研人员的流动模式，根据“是否是暂时性流动”（卡尼巴诺等，2011；阿尔基布吉、菲利佩蒂，2015）以及“是否与母国保持关系”（罗宾逊- 加西亚等，2019）将科研人员跨国流动类型划分为3 类：回流型、交流型和迁徙型（如图1B 所示）。 其中，回流型是指暂时与母国没有学术联系的跨国流动，体现在科研人员职业生涯内最终发文国家与最初发文国家（学术母国）相同，且有一段时间是在非学术母国发表论文。交流型是指一直与母国保持学术联系的跨国流动，其特征是科研人员职业生涯内发文序列中始终包含学术母国，但在不同时期伴随着其他国家的出现。迁徙型是指最终与母国没有学术联系的跨国流动，体现为科研人员职业生涯内发文序列逐渐从一个国家变成另一个国家。3 . 全球科研人员跨国流动影响因素分析（1）模型设定。因变量跨国流动人数是典型的非负计数变量，其方差（199.49）约为均值（31.79）的6 倍，可能存在过度离散情况。因此，本文采用选择能够克服这一问题的面板负二项模型来探究科研人员跨国流动的影响机制。基本模型设计如下：（1）其中，i 、j 和t 分别代表国家i 、国家j 和年份t 。Flow ijt 为因变量，表示给定年份t 国家i 向国家j 的科研人员跨国流动数量，服从泊松分布。Diff_Articleijt 表示国家i 和国家j 在年份t 时的知识势差。Diff_GDP ijt 表示国家i 和国家j 在年份t 时的经济势差。Networkit / jt 表示在年份t 时国家i 或国家j 的网络位势。Controlsijt k 表示在年份t 时影响国家i 和国家j 之间人才流动的控制变量k ，包括地理经济距离、科研人员特征等。γ 为时间固定效应，μ 为国家i 和国家j 的联合固定效应，ε 为随机误差项。（2）变量定义。进一步对本文回归模型所使用的变量进行定义，并介绍对应的计算方式和数据来源，具体图1 人才跨国流动相关示例注：（1）图1 A 给出了一个识别科研人员跨国流动的例子：对于给定年份t = 2004和b = 5 ，该科研人员在1999~ 2003年期间的发文涉及中国（1999~ 2001年）和法国（2001~ 2003年），其中法国是离2004年最近且连续时间最长的国家序列，因此将法国作为该科研人员的来源国。其次，该科研人员在2004~2008年的发文只涉及德国，因此选择德国作为目的国。综上所述，我们认为该学者在2004年发生了一次跨国流动行为，流动方向是从法国流向德国。（2）本文借鉴莫德和哈勒维（2014）等研究，将科研人员学术生涯内发表的第一篇论文署名所属的国别定义为该学者的学术母国。l n[ ] E ( ) F l o wi j t= α0+ α1× l n ( ) D i f f _A r t i c l ei j t+ α2× l n ( ) D i f f _A r t i c l ei j t2+ α3× l n ( ) D i f f _G D Pi j t+ α4× l n ( ) D i f f _G D Pi j t2+ α5× N e t w o r ki t / j t+∑k = 15αk× C o nt r o l si j t k+ γt+ μi j+ εi j t全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 8《管理世界》2024年第2 期如下。因变量：跨国流动人数，即给定年份从国家i 向国家j 流动的科研人员数量。自变量：势差效应。本文从知识势差、经济势差和网络位势差3 个维度来测度势差效应。其中，两国间的知识势差用“两国的科学论文产出规模差异”衡量，反映了两国间科研产出水平和科学知识空间大小差异。两国间的经济势差用“两国的人均GDP 差异”衡量，在一定程度上解释了两个国家之间的工资水平和收入机会差异（魏浩等，2012；经济合作与发展组织，2008；索利马诺，2008）。 两国间的网络位势差用“母国度中心性”和“东道国度中心性”来共同表征，也即母国和东道国在全球科研人员跨国流动网络中的度中心性。其中，度中心性是社会网络分析中最常见的指标之一，测度了某一节点在网络中与其他节点建立联系的程度和频率，体现了该节点在网络中的重要性或“地位”（纽曼，2010；基姆、希萨塔克，2018）。 因此，本文用度中心性这一指标来测度母国或东道国在跨国流动网络中的重要程度，以刻画它们的网络位势。控制变量：考虑到其他因素可能对科研人员流动带来的潜在影响，本文选取了以下控制变量。（1）地理经济距离：采用经济距离和地理距离的乘积进行衡量。（2）科研人员个人特征：采用科研人员的发表文献数量、发表文献获得的引文数量以及学术年龄等进行衡量（瓦卡里奥等，2021；维尔吉纳、里卡波尼，2021）。（ 3）语言相似性（经东道国人口规模调整）：一般直接采用“语言相似性”指数来控制国家间的交流沟通成本（郑江淮等，2022），该指数越大说明两国间语言越相似，彼此间交流沟通成本就越低。考虑到该指标是非时变变量，无法直接引入固定效应模型中，本文参考努恩和钱（2014）的做法，将之与“东道国人口规模”这一随时间变化的变量相乘对语言相似性进行调整，从而将其间接地引入到模型中。调节变量：一国在全球科研人员跨国流动网络中的位势不仅取决于其所连接的国家数量（即度中心性），也取决于其所连接其他国家的重要性，可用特征向量中心性来衡量（纽曼，2010）。 本文引入母国特征向量中心性和东道国特征向量中心性作为调节变量，分别反映在全球科研人员跨国流动网络中与母国和东道国有跨国流动关系国家的重要程度。各变量的定义、计算和数据来源详见表1 ，描述性统计结果见表2 。（三）数据来源对于科研人员个人层面跨国流动行为与流动规律的研究，一直以来由于缺乏可靠数据来追踪学者的地理流动轨迹而存在局限性（杰纳，2015）。以往研究多采用GlobSci等大规模调查数据（弗朗佐尼等，2015；斯切拉托等，2015）或者基于Web of Science、Medline、AMiner 等大规模文献数据来揭示科研人员跨国流动的特征与规律（罗宾逊- 加西亚等，2019；瓦卡里奥等，2021；维尔吉纳、变量因变量自变量控制变量调节变量变量名称跨国流动人数知识势差经济势差母国网络位势东道国网络位势地理经济距离学术年龄学术成果学术影响力语言相似性（经东道国人口规模调整）母国特征向量中心性东道国特征向量中心性定义与计算当年从国家i 向国家j 流动的科研人员数量ln （当年东道国论文发表数- 当年母国论文发表数+ 1）ln （当年东道国人均GDP-当年母国人均GDP+1）计算公式为： （i ≠ j）/（g- 1）其中，x ij 为流动网络中边（母国i —流入国或流出国j）的权重，J 为与母国i 存在跨国流动关系的g 个国家集合。当x ij 不存在方向时，计算的是度中心性；当x ij 表示人才流出时（母国i →流入国j），计算的是出度中心性；当x ij（流入国j →母国i）表示人才流入时，计算的是入度中心性。计算公式为： （i ≠ j）/（g- 1）其中，x ij 为流动网络中边（流入国或流出国i —东道国j）的权重，K 为与东道国j 存在跨国流动关系的g 个国家集合。当x ij 不存在方向时，计算的是度中心性；当x ij表示人才流入时（流出国i →东道国j），计算的是入度中心性；当x ij 表示人才流出时（东道国j →流入国i），计算的是出度中心性。地理距离b× 当年经济距离当年国家i 与国家j 流动人才的平均学术年龄ln （当年国家i 与国家j 流动人才发表的平均论文数+ 1）ln （当年国家i 与国家j 流动人才发表论文的平均引文数+ 1）母国与东道国的语言相似性指数× 东道国当年人口规模母国在当年跨国流动网络中所处特征向量中心性，指标计算原理详见纽曼（2010）。东道国在当年跨国流动网络中所处特征向量中心性，指标计算原理详见纽曼（2010）。数据来源ScopusMPD 2020a流动网络（作者构建）流动网络（作者构建）谷歌地图，MPD 2020ScopusScopusCEPII，MPD 2020流动网络（作者构建）流动网络（作者构建）注：a. 该数据库全称为Maddison Project Database（2020版），是长期跟踪世界各国历史记录数据的权威数据库（姚洋，2021；刘守英、王一鸽，2018）。 本文采用插值法和趋势外推法对缺失值进行估计推算。b.地理距离根据两国间经纬度计算，如果A 国首都的经纬度为lat1 和long 1 ，而B 国首都的经纬度为lat2 和long 2 ，两国距离计算公式为距离（D）= 3963. 0 × arccos[（sin（lat1）× sin（lat2））+ cos（lat1）× cos（lat2）× cos（long 2 -long 1）] 。表1 变量定义与数据来源∑J = 1gxij∑K= 1gxij- - 9里卡波尼，2021）。 但是，相关研究常常面临样本量限制、下载数量限制以及学科领域限制等问题。为解决上述问题，本文通过ICSR Lab 获取Scopus 数据库中的文献元数据，以从微观层面更加全面、动态地刻画全球科研人员跨国流动行为规律。Scopus 数据库是目前全球范围内规模最大的摘要和引文数据库，收录了自1832年以来5000多家出版社的25000 种期刊文献，覆盖150 多个国家的超过40多种语言的刊物。通过ICSR Lab不仅能够获得包括独立作者ID②、作者所属机构地理信息、出版年份、学科领域、被引频次等文献元数据，同时能够基于PySpark语言对上述元数据进行查询、统计、计算等处理操作。这为从个人层面研究科研人员跨国流动行为提供了强大的数据和技术支撑。本文从Scopus 数据库中获取1920~ 2020年间发表的80749758篇科学文献，并基于此对41671835名学者在232 个国家或地区间发生的跨国流动行为进行分析。四、全球科研人员跨国流动规律与格局（一）全球科研人员跨国流动规律1 . 受重大历史事件与格局变化影响，科研人员跨国流动强度呈周期性波动上升趋势本文通过计算发生跨国流动的科研人员数量占全球科研人员数量的比重，刻画全球层面科研人员跨国流动的时间趋势。从流动强度变化趋势看，伴随着百年间世界政治经济格局的新旧交替，全球科研人员跨国流动共经历了4 个周期：1920~ 1945年，1945~ 1979年，1980~ 2008年和2009年至今。约每30年形成一个周期③，拐点分别发生于1945年第二次世界大战结束、1980年石油危机结束以及2009年次贷危机结束，并且每个新周期都表现出更高的平均流动强度。进一步分析发现，科研人员跨国流动往往与全球重大经济或政治事件冲击高度相关，在政治经济格局相对稳定的时期，科研人员跨国流动往往呈现明显的增长趋势。2 . 科研人员跨国流动更加活跃、快速和开放，小世界网络特征愈加明显本文通过网络分析中边的数量、平均聚集系数、传递性和平均最短路径4 个指标分析科研人员跨国流动网络的整体演化特征（如图2 所示）。 一方面，全球科研人员跨国流动网络的平均聚集系数和传递性在第二次世界大战后均呈明显上升趋势，而平均最短路径则呈明显下降趋势，表明全球科研人员跨国流动网络具有明显的小世界特征。另一方面，全球科研人员跨国流动网络中边的数量在第二次世界大战后呈现指数增长态势，这意味着科研人员跨国流动更加活跃、快速和开放，国家间学术交流的广度和深度显著加强，跨国科学合作逐渐成为全球主流。3 . 科研人员跨国流动表现出从两极格局向多极格局演变的空间动态集聚效应本文通过度中心性指标考察全球科研人员跨国流动吸引力的空间分布与演化特征。一方面，全球科研人员跨国流动吸引力的空间分布呈现出“中心—外围”二元结构。科技水平和经济实力高的国家对全球科研人员具有显著的聚集效应。百年来，美国、英国、法国和德国长期处于全球科研人员跨国流动网络的中心位置且始终是科研人员跨国流动的主要集聚地，这些国家吸引或输送了全球大部分的高素质人才。相较而言，大多数发展中国家和欠发达国家长期处于跨国流动网络的边缘位置，与发达国家之间形成了明显的“支配—从属”关系。另一方面，这种聚集效应受到战争、政治、经济等全球性因素影响，使得全球科研人员跨国流动的空间聚集效应具有动态演化特征（如图3 所示）。 例如，第二次世界大战后，美国对全球科研人员的吸引力排名攀升至第一，而德国的吸引力排名有所下降。对中国而言，改革开放后中国经济和科技呈现强劲发展态势，逐渐融入经济全球化进程和国际科技合作网络。中国科研人员跨国流动规模不断增加，同时对国外科研人员的吸变量名称跨国流动人数知识势差（取对数）经济势差（取对数）母国网络位势东道国网络位势地理经济距离（取对数）学术年龄学术成果（取对数）学术影响力（取对数）语言相似性（经东道国人口规模调整）母国特征向量中心性东道国特征向量中心性观测值217669217649217660217669217669217669217669217669平均值31.779- 0.0910.1130.50.4960.5188.2154.7654.71111.9490.1150.116标准差191.4910.9349.3580.360.360.6575.7562.1962.7476.1350.0680.067最小值1- 15.408a- 11.965a0.0040.0040.00111.09900最大值2016615.40811.9651.681.688.616813.69215.12120.9390.50.5表2 描述性统计注：a. 当知识势差或经济势差原始值为负数时，取其绝对值加1 的对数的相反数。全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 10《管理世界》2024年第2 期图2 全球科研人员跨国流动网络的整体演化特征注：边个数反映国与国之间因科研人员跨国流动而产生联系的程度；平均聚集系数反映跨国流动网络的整体稠密程度和聚集程度；传递性反映网络中与某国同时发生科研人员流动的两个国家也发生人才流动的可能性；平均最短路径反映整个跨国流动网络中任意两国之间的平均距离。当网络平均聚集系数较大且平均最短路径长度较短时，称该网络具备“小世界”网络特征。图3 全球科研人员跨国流动吸引力的国家排名及演化（前20名）注：根据每年发生在国家或经济体之间的科研人员流动情况构建当年的全球跨国流动网络，参考维尔吉纳和里卡波尼（2021）以各国家在全球跨国流动网络中的度中心性对国家进行排序，并选择百年间有超过50年处于排名前20的国家进行展示，最终选择了20个最靠近网络中心的国家。值得注意的是，为节省空间，部分国家在观察期间排名超过35则不予展示。中国作为近年来进步最快的国家，进行了加粗处理。- - 11引力也有明显提升，正在成为全球科研人员的重要集聚地。总体而言，20世纪以欧美国家为主的两极流动格局正在向国际间更加开放的多极流动格局演变。（二）全球科研人员跨国流动格局1 . 全球开放程度加深，推动科研人员跨国流动由封闭式格局向开放式格局转变科研人员在不同发展水平国家间的跨国流动形成了差异化的跨国流动格局，而不同流动格局下科研人员跨国流动的影响因素也因时而异（如图4 所示）。 20世纪集中在发达国家间相对封闭的流动格局，分别在1996年和1999年逐步转变为集中在发达国家与欠发达国家、发达国家与发展中国家间的开放式流动格局。随着全球开放程度进一步提高，科研人员在不同发展水平国家间的跨国流动趋势更加明显。这表明，全球科研人员跨国流动的驱动力逐渐从国家间科技经济的绝对优势（表现为发达国家间科研人员跨国流动占比多）转向为国家间科技经济的相对优势（表现为不同发展水平国家间的科研人员跨国流动人数占比不断增加，而相同发展水平国家间科研人员跨国流动人数占比一直较低）。2 . 世界经济、科技快速发展，促使全球科研人员回流和环流趋势不断强化全球科研人员跨国流动方式由迁徙型主导逐渐向回流型和交流型转变，且不同流动类型科研人员跨国流动所形成的流动格局存在时间差异（如图5 所示）。 迁徙型在较长一段时间内一直是科研人员跨国流动的主要方式。随着世界经济和科技发展步伐加快，全球科研人员跨国流动进入第3 个周期。除迁徙型流动方式占主导外，不同发展水平国家间回流型科研人员占比更高，而相同发展水平国家间交流型科研人员占比更高。此后，世界经济和科技全球化程度不断加深，交流型开始成为各类科研人员跨国流动的主要方式，全球科研人员环流趋势日益明显。五、全球科研人员跨国流动的势差效应：机制探索与实证检验（一）势差效应与全球科研人员跨国流动：描述性分析本文通过描述性分析检验国家间知识势差、经济势差、网络位势差与科研人员跨国流动规模的关系，以及地理距离和学术年龄等因素的影响（如图6 所示）。 结果发现，知识势差和经济势差与科研人员跨国流动图4 全球科研人员跨国流动格局及演化（分国别特征）全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 12《管理世界》2024年第2 期规模呈倒U 型关系（如图6A 所示）。 网络位势与科研人员跨国流动规模之间存在正相关关系，即在流动网络中处于中心位置的国家其科研人员跨国流动的规模也相对较大（如图6B 所示）。 地理距离与科研人员跨国流动规模之间也近似存在倒 U 型关系（如图6C 所示）。 地理临近性能够带来低知识获取成本和强近距离互动等优势，有利于促进科研人员跨国流动和知识扩散（万希佩尔，1994；弗里德曼，1999；格特勒，2003）。学术年龄与科研人员跨国流动规模同样存在倒U 型关系（如图6D 所示）。 青年科研人员跨国流动意愿更强、规模更大，而学术年龄较高科研人员的跨国流动意愿更低、规模更小（埃德勒等，2011）。（二）全球科研人员跨国流动势差效应作用机制的实证检验1 . 基准回归模型依据基准回归模型，本部分检验势差效应对科研人员跨国流动的影响，不同模型结果均表明各回归系数与理论分析一致（如表3 所示）。 其中，模型一为加入核心解释变量的随机效应模型。在此基础上，模型二只加入了固定效应，模型三只加入了控制变量，模型四同时加入了固定效应和控制变量，模型五增加了贸易开放水平这一控制变量，进一步控制了国家层面随时间变化的因素。回归结果均表明，知识势差一次项系数显著为正、二次项系数显著为负，说明知识势差与科研人员流动规模存在倒U 型关系，验证了假设1 。其次，经济势差一次项系数均显著为正且二次项系数均显著为负，说明经济势差与科研人员跨国流动规模存在倒U 型关系，假设2 得以验证。最后，东道国网络位势和母国网络位势的系数均显著为正，支持了假设3a 和假设3b 。2 . 内生性问题（1）知识势差与科研人员跨国流动之间的反向因果问题。由于科研人员跨国流动也会影响两国间的知图5 全球科研人员跨国流动格局及演化（分国别特征与流动类型）- - 13（A）知识势差、经济势差与人才流动a（D）学术年龄与人才流动 （C）地理距离与人才流动（B）网络位势与人才流动识势差，可能存在反向因果导致的内生性问题。本文使用工具变量进行两阶段残差介入法（2SRI）估计。这是因为，相较于两阶段最小二乘法（2SLS），该方法更适合对非线性模型进行估计（特尔扎等，2008；吴伟伟、张天一，2021）。 本文采用“母国（东道国）当年所有发表论文的篇均页数”作为知识势差的工具变量。工具变量的选择原因如下：论文的内容篇幅将会显著影响论文的被引量（哈德森，2016；莱奇福德等，2015；穆特卡等，2022），进而影响论文的产出水平（法拉加斯等，2013）。 因此，它与知识势差之间具有相关性，但与科研人员跨国流动不相关，可以作为工具变量。结果如表4 模型一所示，检验结果与本文假设保持一致。同时，2SRI 中第二阶段的残差系数在1% 水平上显著，说明回归系数是一致有效估计。此外，本文还参照赵奎等（2021）使用份额移动法构造Bartik 工具变量来进一步处理知识势差的内生性问题。其中，用t0 表示初始年份，即本文的1920年。对于任意学科j ∈ j N ，用Articleijt0 表示国家i 的科研人员于1920年发表在学科j 上的论文数量，用[（Articlejt - Articlejt0）/ Articlejt0] 表示全球科研人员第t 年在学科j 上的发表量相对于其在1920年发表量的增长率G jt 。那么，通过份额移动法构造的工具变量Article_Bartikit 可以表示为：（2）该工具变量仅仅通过初始状态Articleijt0 与外生的全球论文发表增长率G jt 的交乘得到，在适当控制了国家、年份层面的固定效应后，该变量不会与其他影响科研人员跨国流动的残差项相关。另外，该变量显然会与科技论文发表数量高度相关。该工具变量可以很好地解决因遗漏变量、反向因果等原因导致的内生性问题，得到一致性估计结果（戈德史密斯- 平卡姆等，2020），并且得到越来越多学者的使用和认可（奥托等，2013；博德里等，2018；塔贝里尼，2020；李晓溪等，2023；叶迪、史青，2023）。 结果如表4 模型二所示，回归结果与本文假图6 科研人员跨国流动势差效应及其他影响因素的描述性分析注：a. 从偏度、峰度以及散点图等判断标准看，知识势差和经济势差均服从正态分布。为更好地展示这两类势差与人才流动规模的关系，本文将知识势差和经济势差进行Z-Score标准化，考察其与流动人数规模（对数）的相关关系。其中，当Z-Score标准化后相对距离为0 时发生流动的人数最多，对应知识势差为- 3693. 771 、经济势差为490 . 720 。全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神A r t i c l e _B ar t i ki t=∑j ∈ jNA r t i c l ei j t0× ( ) 1 + Gj t- - 14《管理世界》2024年第2 期设保持一致，进一步验证了本文基本结论的稳健性。同时，2SRI 中第二阶段的残差系数在1% 水平上显著，说明回归系数是一致有效估计。（2）网络位势差与科研人员跨国流动之间的反向因果问题。流入或流出某国科研人员规模的增加也会带来该国网络位势提升，需要处理这一双向因果关系导致的内生性问题。本文选择“母国（东道国）与除东道国（母国）之外的其他国家的国际科技合作论文数量”作为“母国（东道国）网络位势”的工具变量。工具变量的选择原因如下：科技人才的国际合作与跨国流动是息息相关的（琼克斯、蒂森，2008；吉普森、麦肯齐，2014；斯切拉托等，2015；柳、胡，2022）。 母国（东道国）与其他国家的国际科技合作关系会影响母国（东道国）与其他国家间的科研人员跨国流动，从而会影响母国（东道国）的网络位势，因而该工具变量与母国（东道国）在跨国流动网络中所处的网络位势（也即内生变量）存在相关性；同时，该工具变量并没有将母国与东道国之间的国际科技合作纳入考虑，因而它与两国之间科研人员的跨国流动不直接相关或者说与误差项不直接相关。为了进一步确保该工具变量的外生性，对工具变量进行滞后一期处理。此后，本文参考希尔贝（2011）、张海峰等（2019）以及马述忠和胡增玺（2022）对负二项模型进行Hilbe两步法回归。回归结果如表4模型三~ 模型六所示，东道国网络位势残差项系数和母国网络位势残差项系数均显著，表明较好缓解了内生性偏误。在控制了内生性问题后，检验结果与基准回归结果保持一致，验证了模型结论的有效性。（3）遗漏变量问题。为了避免遗漏变量带来的内生性问题，本文采用广义精确匹配方法进行检验（布莱克威尔等，2009；伊卡洛斯等，2012）。 首先，根据知识势差的均值将样本数据分为高知识势差组和低知识势差组。然后，将经济势差、地理经济距离、学术年龄、学术成果、学术影响力作为匹配变量进行匹配，共获得匹配后的197797个有效样本数据。最后，对匹配后的样本数据进行再次回归。回归结果如表4 模型七所示，与前文基本一致，本文实证结论具有一定稳健性。（4）样本选择偏误问题。考虑到部分期刊可能并未录入到Scopus 数据库，未被收录的期刊中也可能发表进行过跨国流动的科研人员文章，从而造成科研人员跨国流动规模被低估。本文采用Heckman 两步法来处理这一由样本选择带来的内生性问题。在第一阶段，采用Probit模型并选择“母国当年出版商数量”“ 东道国当年出版商数量”“ 母国当年科研机构数”“ 东道国当年科研机构数”作为解释变量对“母国或东道国当年是否新增被Scopus 数据库录入的期刊”进行估计。在第二阶段，将第一阶段计算得到的逆米尔斯比率作为控制变量加入到基准回归方程中进行估计。从表4 模型八的回归结果可以看出，逆米尔斯比率不显著，说明原模型不存在严重的样本选择偏误，第二阶段检验结果也与基准回归结果一致。3 . 稳健性检验为了验证基准回归结果的稳健性，本文对模型进行了3 种检验：调整样本时间周期、替换解释变量和更换回归模型。首先，识别科研人因变量（跨国流动人数）知识势差知识势差2经济势差经济势差2母国网络位势东道国网络位势地理经济距离地理经济距离2学术年龄学术成果学术影响力语言相似性（经东道国人口规模调整）母国贸易开放水平东道国贸易开放水平常数项个体固定效应时间固定效应样本量模型一0.001*（0.000）- 0.003***（0.000）0.003***（0.000）- 0.002***（0.000）2.189***（0.010）2.130***（0.010）- 0.323***（0.010）NO217640模型二0.001**（0.000）- 0.004***（0.000）0.003***（0.000）- 0.002***（0.000）1.831***（0.012）1.783***（0.012）0.142***（0.014）YES217640模型三0.001***（0.000）- 0.001***（0.000）0.002***（0.000）- 0.012***（0.000）1.440***（0.007）1.213***（0.007）0.129***（0.004）- 0.121***（0.002）- 0.026***（0.000）0.323***（0.001）0.078***（0.001）- 0.000***（0.000）- 0.105***（0.018）NO217640模型四0.001***（0.000）- 0.001***（0.000）0.002***（0.000）- 0.012***（0.000）0.864***（0.010）0.662***（0.010）0.099***（0.004）- 0.110***（0.002）- 0.032***（0.000）0.336***（0.001）0.082***（0.001）- 0.000***（0.000）0.591***（0.020）YES217640模型五0.001***（0.000）- 0.001***（0.000）0.003***（0.000）- 0.011***（0.000）0.742***（0.011）0.506***（0.010）0.097***（0.004）- 0.102***（0.002）- 0.033***（0.000）0.332***（0.001）0.090***（0.001）- 0.000***（0.000）0.000（0.000）0.000（0.000）0.512***（0.022）YES192667表3 基础回归结果注：（1）括号内为各变量回归系数对应的稳健标准误；*** 、**和* 分别表示在1 % 、5 % 和10% 的水平上显著；下表均同。（2）模型一至模型四的时间跨度为 1920~2020年，受数据获取限制模型五的时间跨度为1946~ 2020年。- - 15员跨国流动行为时设置的5 年缓冲期对2016~ 2020年跨国流动规模会有一定影响，故本文剔除这5 年的样本进行回归。其次，本文采用母国出度中心性作为母国网络位势的替代变量，采用东道国入度中心性作为东道国网络位势的替代变量。最后，选择引入稳健标准误的面板固定效应工具变量回归替代基准模型进行稳健性检验。回归结果如表5 中模型一至模型三所示，结论基本保持不变。4 . 对网络位势差效应的进一步检验上文关于网络位势差效应的理论分析和研究假设表明，母国科研人员更愿意流向比自身网络位势更高的国家，而东道国更倾向吸引与自身网络位势相近国家的科研人员流入。因此，科研人员跨国流动是母国网络位势和东道国网络位势共同发挥作用的结果，网络位势差效应对科研人员跨国流动的影响取决于上述两种效应的相对大小。基准回归结果验证了母国或东道国网络位势对科研人员跨国流动的影响，但对母国网络位势与东道国网络位势如何共同影响科研人员跨国流动尚未进行充分论证。为此，本文引入特征向量中心性来衡量与母国（东道国）相联系的东道国（母国）在全球科研人员跨国流动网络中的重要性，使用东道国特征向量中心性来衡量科研人员流入国的质量，使用母国特征向量中心性来衡量科研人员流出国的质量。进一步地，本文将母国（东道国）网络位势分解为入度中心性和出度中心性，分别反映一国在全球科研人员跨国流动网络中的人才吸引和输出情况。在此基础上，检验东道国（母国）特征向量中心性对网络位势差与科研人员跨国流动的调节效因变量（跨国流动人数）知识势差知识势差2经济势差经济势差2母国网络位势东道国网络位势地理经济距离地理经济距离2学术年龄学术成果学术影响力语言相似性（经东道国人口规模调整）逆米尔斯比率第二阶段估计残差母国网络位势残差项东道国网络位势残差项常数项个体固定效应时间固定效应样本量模型一知识势差工具变量（篇均页数）0.001*（0.000）- 0.001***（0.000）0.002***（0.000）- 0.012***（0.000）0.864***（0.026）0.662***（0.005）0.098***（0.001）- 0.110***（0.000）- 0.032***（0.000）0.336***（0.004）0.082***（0.003）- 0.000***（0.000）- 0.021***（0.004）0.590***（0.005）YES217640模型二知识势差工具变量（Bartik方法）0.001**（0.000）- 0.000**（0.000）0.002***（0.000）- 0.012***（0.000）0.865***（0.017）0.668***（0.019）0.096***（0.007）- 0.106***（0.004）- 0.033***（0.000）0.333***（0.004）0.087***（0.002）- 0.000***（0.000）2.071***（0.000）0.448**（0.186）YES217530模型三母国网络位势工具变量（当期）0.001***（0.000）- 0.001***（0.000）0.003***（0.000）- 0.012***（0.000）0.845***（0.011）0.686***（0.011）0.099***（0.004）- 0.110***（0.002）- 0.032***（0.000）0.335***（0.001）0.081***（0.001）- 0.000***（0.000）0.099***（0.024）0.563***（0.021）YES217640模型四母国网络位势工具变量（滞后一期）0.002***（0.000）- 0.001***（0.000）0.003***（0.000）- 0.012***（0.000）0.792***（0.012）0.656***（0.012）0.102***（0.004）- 0.112***（0.003）- 0.036***（0.000）0.352***（0.001）0.074***（0.001）- 0.000***（0.000）0.214***（0.027）0.233***（0.023）YES166741模型五东道国网络位势工具变量（当期）0.002***（0.000）- 0.001***（0.000）0.003***（0.000）- 0.012***（0.000）0.825***（0.011）0.690***（0.011）0.098***（0.004）- 0.110***（0.002）- 0.032***（0.000）0.337***（0.001）0.084***（0.001）- 0.000***（0.000）- 0.152***（0.024）0.638***（0.022）YES217640模型六东道国网络位势工具变量（滞后一期）0.002***（0.000）- 0.001***（0.000）0.003***（0.000）- 0.012***（0.000）0.805***（0.012）0.628***（0.012）0.098***（0.004）- 0.110***（0.002）- 0.036***（0.000）0.354***（0.001）0.077***（0.001）- 0.000***（0.000）- 0.102***（0.027）0.319***（0.024）YES166741模型七遗漏变量偏误0.000（0.000）- 0.000***（0.000）0.002***（0.000）- 0.010***（0.000）0.877***（0.010）0.701***（0.010）0.061***（0.005）- 0.085***（0.003）- 0.033***（0.000）0.373***（0.001）0.074***（0.001）- 0.000***（0.000）0.439***（0.024）YES197797模型八样本选择偏误0.001***（0.000）- 0.001***（0.000）0.002***（0.000）- 0.012***（0.000）0.864***（0.010）0.662***（0.010）0.099***（0.004）- 0.110***（0.002）- 0.032***（0.000）0.336***（0.001）0.082***（0.001）- 0.000***（0.000）- 0.001（0.001）0.590***（0.020）YES217640表4 内生性检验结果全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 16《管理世界》2024年第2 期应，检验结果如图7 所示。从检验结果来看，东道国特征向量中心性与母国入度中心性的交互项（Coef.=13.751 ，p<0.01）以及与母国出度中心性的交互项（Coef.=13.330 ，p<0.01）均显著为正。说明东道国特征向量中心性进一步强化了母国网络位势与科研人员跨国流动的正向关系（如图7A 和图7B 所示）。 相较于低东道国特征向量中心性的情形，高东道国特征向量中心性产生的正向调节作用更为显著，表明人才流出国更倾向于流向网络位势占优的国家。类似地，母国特征向量中心性进一步强化了东道国网络位势与科研人员跨国流动的正向关系（如图7C 和图7D 所示），并且高母国特征向量中心性产生的正向调节作用更为显著，表明人才流入国更加欢迎与其网络位势相似的国家。以上检验结果表明，科研人员跨国流动同时受母国和东道国网络位势影响，进一步验证了假设3a 和假设3b 。（三）势差效应影响全球科研人员跨国流动格局的探索分析1 . 流动周期异质性全球科研人员跨国流动的空间动态聚集效应表明，与跨国流动相关的特征会受到周期异质性影响，因而势差效应对科研人员跨国流动的影响也可能随时间变化。为此，本文按流动周因变量（跨国流动人数）知识势差知识势差2经济势差经济势差2母国网络位势东道国网络位势母国出度中心性东道国入度中心性地理经济距离地理经济距离2学术年龄学术成果学术影响力语言相似性（经东道国人口规模调整）常数项个体固定效应时间固定效应样本量模型一调整样本时间周期0.000（0.000）- 0.002***（0.000）0.001***（0.000）- 0.012***（0.000）0.764***（0.010）0.674***（0.011）0.055***（0.004）- 0.092***（0.003）- 0.029***（0.000）0.374***（0.002）0.096***（0.001）- 0.000***（0.000）0.852***（0.023）YES179550模型二替换解释变量0.001***（0.000）- 0.001***（0.000）0.002***（0.000）- 0.012***（0.000）1.730***（0.018）1.386***（0.018）0.098***（0.004）- 0.110***（0.002）- 0.033***（0.000）0.336***（0.001）0.081***（0.001）- 0.000***（0.000）0.604***（0.020）YES217640模型三更换回归模型0.546***（0.159）- 1.663***（0.042）0.901***（0.138）- 4.704***（0.340）885.695***（12.821）589.398***（5.722）17.916***（3.589）- 39.621***（3.353）0.612***（0.096）- 2.666***（0.540）- 4.580***（0.366）0.000***（0.000）YES165560表5 稳健性检验结果图7 网络位势差效应的调节机制注：为使图像更加直观地展示不同情况的调节作用，本文选择为以10为底的对数刻度对纵坐标进行处理。我们分别以均值加减一个标准差为基准将入度中心性和出度中心性划分为高水平和低水平。100000100001000100101流动人数低东道国特征向量中心性高东道国特征向量中心性低母国入度中心性高母国入度中心性（A）100000100001000100101流动人数低东道国特征向量中心性高东道国特征向量中心性低母国出度中心性高母国出度中心性（B）100000100001000100101流动人数低母国特征向量中心性高母国特征向量中心性低东道国入度中心性高东道国入度中心性（C）1000001000010001001010.1流动人数低母国特征向量中心性高母国特征向量中心性高东道国出度中心性高东道国出度中心性（D）- - 17期进行分样本回归，结果如表6 所示。可以发现，在第一个流动周期内，知识势差、经济势差并未与科研人员跨国流动规模形成显著的倒U 型关系。随着世界政治经济格局日趋稳定，上述势差效应开始显现。此外，网络位势差对科研人员跨国流动规模的影响在所有周期均显著为正。综上，势差效应对科研人员跨国流动规模的影响具有明显的周期异质性，在世界政治经济格局相对稳定的流动周期作用更加显著。2 . 流动类型异质性全球科研人员跨国流动表现出由迁徙型向回流型、交流型转变的发展趋势，因而势差效应对各类科研人员跨国流动也可能产生异质性影响。为此，本文按科研人员跨国流动类型进行分样本回归，结果如表7 所示。可以发现，知识势差与迁徙型科研人员、回流型科研人员跨国流动之间均具有显著的倒U 型关系，而对交流型科研人员跨国流动影响不显著。经济势差和网络位势差对这3 类科研人员跨国流动分别具有显著的倒U型影响和正向影响。综上，经济势差和网络位势差是影响3 类科研人员跨国流动的重要因素，但与交流型科研人员相比，知识势差对迁徙型和回流型科研人员跨国流动的影响更重要。3 . 流动格局异质性上文关于流动格局的分析表明，科研人员在相同发展水平国家之间与不同发展水平国家之间的流动规律不同，因而不同流动格局下的势差效应也可能存在差异。为此，本文按流动格局进行分样本回归，回归结果如表8 所示。可以发现，知识势差对发达国家之间、发达国家与欠发达国家之间的科研人员跨国流动规模没有显著影响。同时，知识势差对发展中国家之间、发达国家与发展中国家之间的科研人员跨国流动规模具有显著的倒U 型影响。这表明，知识势差对科研人员跨国流动的影响在发展水平具有一定差异的国家间更为显著。发达国家之间较强的知识临近性、发达国家与欠发达国家之间较弱的知识临近性则会削弱知识势差对科研人员跨国流动的促进作用。除模型四外，经济势差和网络位势差在不同流动格局下的回归系数均显著且符号与基准模型回归结果保持一致。表6 分样本回归：按流动周期因变量（跨国流动人数）知识势差知识势差2经济势差经济势差2母国网络位势东道国网络位势地理经济距离地理经济距离2学术年龄学术成果学术影响力语言相似性（经东道国人口规模调整）常数项个体固定效应时间固定效应样本量模型一（1920~ 1945年）- 0.005（0.004）- 0.000（0.001）0.001（0.002）- 0.007***（0.001）2.322***（0.229）2.562***（0.243）0.080**（0.037）- 0.059***（0.013）- 0.021***（0.002）0.303***（0.009）0.089***（0.006）0.000（0.000）14.461（71.161）YES5783模型二a（1946~ 1979年）0.004***（0.001）- 0.002***（0.000）0.002**（0.001）- 0.018***（0.001）2.627***（0.051）2.106***（0.052）0.021（0.022）- 0.097***（0.009）- 0.002**（0.001）0.000（0.000）3.215***（0.085）YES29773模型三（1980~ 2008年）0.001***（0.000）- 0.002***（0.000）0.001***（0.000）- 0.010***（0.000）0.740***（0.016）0.597***（0.016）0.033***（0.006）- 0.072***（0.003）- 0.023***（0.000）0.374***（0.002）0.100***（0.001）- 0.000***（0.000）1.154***（0.033）YES100454模型四a（2009~ 2020年）0.003***（0.001）- 0.002***（0.000）0.007***（0.001）- 0.017***（0.000）1.833***（0.023）1.822***（0.023）0.091***（0.011）- 0.015***（0.005）- 0.006***（0.001）0.000***（0.000）1.246***（0.045）YES81630注：a. 当模型不收敛时，本文选择删除控制变量的办法进行近似估计。其中，模型二和模型四均删除了“学术成果”和“学术影响力”变量。因变量（跨国流动人数）知识势差知识势差2经济势差经济势差2母国网络位势东道国网络位势地理经济距离地理经济距离2学术年龄学术成果学术影响力语言相似性（经东道国人口规模调整）常数项个体固定效应时间固定效应样本量模型一迁徙型0.001***（0.000）- 0.002***（0.000）0.004***（0.000）- 0.007***（0.000）1.108***（0.014）0.830***（0.014）0.129***（0.006）- 0.082***（0.003）- 0.011***（0.000）0.183***（0.002）0.117***（0.001）- 0.000***（0.000）- 0.079***（0.026）YES159857模型二回流型0.001**（0.000）- 0.001***（0.000）0.001***（0.000）- 0.014***（0.000）0.970***（0.016）0.861***（0.016）0.102***（0.007）- 0.123***（0.003）- 0.031***（0.001）0.171***（0.002）0.117***（0.002）- 0.000***（0.000）0.644***（0.030）YES127522模型三交流型- 0.000（0.000）- 0.002***（0.000）0.002***（0.000）- 0.012***（0.000）0.803***（0.015）0.573***（0.015）0.065***（0.007）- 0.097***（0.003）- 0.036***（0.001）0.459***（0.002）- 0.047***（0.002）- 0.000***（0.000）0.402***（0.031）YES126206表7 分样本回归：按流动类型全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 18《管理世界》2024年第2 期4 . 进一步分析：流动格局的类型异质性和周期异质性进一步按流动格局与流动类型、流动格局与流动周期进行分样本回归，考察不同流动格局下势差效应的动态演化机制。从表9 的回归结果可以发现，在不同流动格局下（除欠发达国家间分样本），迁徙型和交流型科研人员跨国流动显著受到国家间网络位势差的正向影响。这表明，母国和东道国较高的网络位势有助于促进本国科研人员嵌入全球跨国流动网络和吸引全球优秀科研人才。此外，发达国家间科研人员跨国流动显著受到网络位势差的正向影响，且在不同流动类型和不同流动周期组别中均具有稳健性。在发展水平相对落后国家与发展水平相对领先国家间的流动格局下，经济势差和网络位势差对科研人员跨国流动分别具有显著的倒U 型影响和正向影响，并且在各个流动周期较为稳定。同时，知识势差是影响交流型科研人员在发展中国家或欠发达国家与发达国家间跨国流动的显著因素。综上，网络位势差对发达国家间各类科研人员跨国流动的影响显著且较为稳定，经济势差和网络位势差则是持续影响发展中国家与发达国家以及欠发达国家与发达国家间科研人员表8 分样本回归：按流动格局因变量（跨国流动人数）知识势差知识势差2经济势差经济势差2母国网络位势东道国网络位势地理经济距离地理经济距离2年龄学术成果学术影响力语言相似性（经东道国人口规模调整）常数项个体固定效应时间固定效应样本量模型一发达国家之间0.000（0.000）- 0.001***（0.000）0.002***（0.000）- 0.008***（0.000）0.962***（0.019）0.765***（0.019）0.080***（0.005）- 0.078***（0.004）- 0.025***（0.001）0.347***（0.002）0.082***（0.002）- 0.000***（0.000）- 0.314***（0.037）YES45792模型二发展中国家之间0.002**（0.001）- 0.004***（0.000）0.006***（0.001）- 0.009***（0.001）0.860***（0.055）1.050***（0.058）0.295***（0.019）- 0.149***（0.012）- 0.032***（0.001）0.362***（0.006）0.062***（0.004）- 0.000**（0.000）0.067（0.101）YES16186模型三a欠发达国家之间0.007***（0.002）- 0.002***（0.001）0.004***（0.001）- 0.012***（0.001）1.565***（0.125）0.873***（0.127）0.069***（0.027）- 0.095***（0.011）- 0.010***（0.001）0.208***（0.004）0.000***（0.000）2.888***（0.176）YES11762模型四发达国家与发展中国家0.002***（0.000）- 0.000***（0.000）0.000（0.000）- 0.013***（0.001）1.262***（0.022）0.881***（0.021）0.138***（0.014）- 0.143***（0.008）- 0.037***（0.001）0.312***（0.003）0.082***（0.002）- 0.000***（0.000）0.033（0.059）YES56134模型五发达国家与欠发达国家0.002（0.001）- 0.005***（0.000）0.004***（0.001）- 0.010***（0.001）1.277***（0.033）1.048***（0.033）- 0.175***（0.028）0.003（0.006）- 0.038***（0.001）0.354***（0.003）0.100***（0.002）0.000***（0.000）2.023***（0.077）YES61448模型六欠发达国家与发展中国家0.002**（0.001）0.000（0.000）0.002***（0.001）- 0.013***（0.001）2.090***（0.048）2.022***（0.048）0.158***（0.018）- 0.123***（0.008）- 0.038***（0.001）0.423***（0.005）0.042***（0.003）0.000（0.000）- 0.294***（0.081）YES26318注：a. 当模型不收敛时，本文选择删除控制变量的办法进行近似估计。其中，模型三删除了“学术成果”变量。流动类型流动周期迁徙型回流型交流型周期一周期二周期三周期四发达国家之间知识势差经济势差网络位势差经济势差网络位势差经济势差网络位势差经济势差网络位势差经济势差网络位势差知识势差经济势差网络位势差知识势差经济势差网络位势差发展中国家之间知识势差经济势差网络位势差知识势差经济势差网络位势差知识势差经济势差网络位势差经济势差知识势差经济势差网络位势差经济势差网络位势差知识势差经济势差网络位势差欠发达国家之间知识势差经济势差知识势差经济势差网络位势差知识势差经济势差网络位势差——经济势差网络位势差经济势差网络位势差知识势差经济势差网络位势差发达国家与发展中国家经济势差网络位势差知识势差经济势差网络位势差知识势差经济势差网络位势差知识势差经济势差网络位势差经济势差网络位势差经济势差网络位势差经济势差网络位势差发达国家与欠发达国家经济势差网络位势差经济势差网络位势差知识势差经济势差网络位势差经济势差网络位势差经济势差网络位势差经济势差网络位势差经济势差网络位势差欠发达国家与发展中国家经济势差网络位势差经济势差网络位势差经济势差网络位势差经济势差网络位势差经济势差网络位势差经济势差网络位势差经济势差网络位势差表9 分样本回归：按流动格局与流动类型（流动周期）注：为便于展示，采取表格形式给出核心解释变量的回归结果。加粗表示对应变量在1 % 、5 % 或10% 的水平上显著。其中，知识势差为倒U 型影响，经济势差为倒U 型影响，网络位势差（包括母国网络位势和东道国网络位势）为正向影响。- - 19跨国流动的主要因素。六、基于中国情境的进一步分析上文关于全球科研人员跨国流动规律与流动格局的特征事实分析表明，中国已经成为全球科研人员跨国流动网络中的重要节点，对全球科研人员的吸引力快速增长。本文进一步对中国情境下的科研人员跨国流动行为进行分析，检验上述各类势差效应对不同类型科研人员流入和流出中国时的差异化影响。这有助于回答“我国如何吸引全球科研人员”和“我国科研人员因何跨国流动”的基本问题，探索改善我国科研人员跨国流动格局的现实路径。（一）势差效应与我国科研人员跨国流动格局：经验分析新中国成立以后，我国科研人员跨国流动先后经历了两次跨国流动潮，且同样经历了3 个流动周期（如图3 所示）。 从流动格局上看，随着知识基础、经济条件和空间集聚能力的阶段性改善，我国科研人员跨国流动格局在3 个周期内分别表现为“与发达国家间的单向跨国流动格局”“ 与发达国家间的双向跨国流动格局”和“与全球其他国家间的开放式跨国流动格局”。新中国成立初期，我国在知识基础、经济条件和空间集聚上均处于相对劣势，科研人员跨国流动规模总体较小，形成了与发达国家单向跨国流动的格局。在这一阶段，我国积极创造条件缩小与发达国家间的经济势差和知识势差，以促进科研人员跨国流动。一方面，我国通过最大程度地保障科研条件、薪资待遇和生活需求等措施，积极吸引留学美国、英国、法国等发达国家的中国科学家回流（姬丽萍、廖勇，2023），这些科学家的引进有效推进了我国科技事业和教育事业的发展。另一方面，我国积极向国外学习先进经验、建立科技合作关系，通过留学生项目、科技项目合作等形式促进科技知识溢出、科研人才培养和教育体系建设（沈志华，2009；陈凯华等，2023），有效实现了我国对发达国家先进科学知识的学习和吸收，在改善本国知识基础的同时不断缩小与发达国家间的知识势差。改革开放后的30年间，全球科研人员跨国流动进入第3 个周期。在这一阶段，我国在知识基础和经济条件上的相对优势逐渐凸显，科研人员跨国流动规模也随之快速、持续地增长（如图3 所示），形成了我国与发达国家间的双向跨国流动格局。随着我国科技实力和经济实力的稳步提升，我国与发达国家间的知识势差和经济势差不断缩小，并且凭借一定的相对优势有效促进了科研人才的“引进来”和“走出去”。当时，外国科技教育专家在我国能够获得具有相对优势的科研条件、工资津贴和生活待遇（李燕萍、刘金璐，2018），吸引了一批学术带头人来中国工作。同时，我国科研人员比以往更加容易得到发达国家的认可，在我国“支持留学，鼓励回国，来去自由”出国留学方针的鼓励下，人才输送和回流规模也逐步加大（李昆明，2009）。 科研人才队伍的规模持续壮大且质量稳步提升，为我国知识位势和经济位势的进一步提升提供了人才支撑，为我国能够发挥科研人才的空间集聚效应奠定了重要基础。随着全球科研人员跨国流动进入第 4 个周期，全球“东升西降”的发展态势愈发明显（国务院发展研究中心课题组，2018）。 此时，我国在知识基础、经济条件和空间聚集上的相对优势不断强化，科研人员跨国流动规模进一步扩大，逐渐形成了“人才回流”“ 人才环流”的开放式跨国流动格局。在这一阶段，我国与全球的科技、经济联系进一步加深，通过继续夯实自身经济优势与科技优势，持续加强科研人员的国际交流合作，不仅与发达国家间建立了更加密切的跨国流动联系与科技合作关系，同时也与一些发展中国家建立了人才交流合作机制，“人才回流”和“人才环流”规模持续增长（王辉耀、苗绿，2021）。 总体来看，这一阶段我国综合发挥自身在知识基础、经济条件和空间集聚上持续扩大的相对优势，显著增强了对全球科研人才的吸引力和凝聚力，已成为全球科研人员跨国流动网络的重要节点。但是，我国对高层次科研人才的聚集能力与英、美发达国家间仍存在一定差距（如图3 所示）。（二）势差效应与我国科研人员跨国流动格局：实证检验按流动类型（迁徙型和回流型）以及流动格局（科研人员分别从发达国家、发展中国家和欠发达国家流入全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 20《管理世界》2024年第2 期或流出中国）进行分样本回归，并将回归系数进行可视化（如图8 所示）。根据回归结果，知识势差对以中国为来源国或目的国的科研人员跨国流动影响具有方向性。对于“中国流向发达国家”情形，知识势差与迁徙型科研人员流动呈负相关关系，体现为知识势差一次项显著为负（Co⁃ef.=-0.005 ，p<0.01）、二次项不显著。对于“其他发展中国家流向中国”情形，知识势差的一次项（Coef.=-0.017 ，p<0.01）显著为负、二次项显著为正（Coef.=0.003 ，p<0.05）。 对于“欠发达国家流向中国”情形，知识势差一次项显著为负（Coef.=-0.036 ，p<0.05）、二次项不显著。这表明，国家间较大的知识势差阻碍了迁徙型科研人员从发展水平较低国家向发展水平较高国家流动。对于“中国流向其他发展中国家”情形，知识势差与迁徙型科研人员流动呈正相关关系，体现为知识势差一次项显著为正（Coef.=0.037 ，p<0.01）、二次项不显著。同样，对于“中国流向欠发达国家”情形，知识势差一次项显著为正（Coef.=0.028 ，p<0.05）、二次项不显著。对于“发达国家流向中国”情形，知识势差越大，迁徙型科研人员流动规模的增长越快，体现为知识势差的一次项（Coef.=0.019 ，图8 中国科研人员跨国流动格局与流动类型的回归分析结果图示注：共进行了12组分样本回归，图中在同一条垂直线的点均在同一个回归方程中。以迁徙型科研人员“流向发达国家“的组别为例，图中展示的知识势差、知识势差平方项、经济势差、经济势差平方项、母国网络位势和东道国网络位势的系数值和95% 的置信区间，均是在以中国流向发达国家的迁徙型流动为分样本的回归中得到。（A）迁徙型 （B）回流型- - 21p<0.01）和二次项（Coef.=0.002 ，p<0.01）均显著为正。这表明，当迁徙型科研人员从发展水平较高国家流向发展水平较低国家时，前者在知识位势上的相对优势有利于促进本国科研人员跨国流动。对于回流型科研人员，除“欠发达国家流向中国”这一分样本外，其余组别的检验结果也可以得到类似结论。知识势差对我国科研人员跨国流动的影响同样具有方向性。一方面，在“中国流向发达国家”组别中，迁徙型分组中的知识势差一次项（Beta=- 0.005 ，p<0.01）和回流型分组中的知识势差一次项（Beta=- 0.014 ，p<0.01）显著为负，二次项均不显著，表明中国与发达国家之间知识势差越小，越有利于中国科研人员向发达国家流动。历史经验表明，中国在科技追赶过程中与发达国家间知识势差逐步缩小，有效促进了中国科研人员向发达国家流动。对于“中国流向其他发展中国家”情形，知识势差与迁徙型科研人员流动呈正相关关系，体现为知识势差一次项显著为正（Coef.=0.037 ，p<0.01）、二次项不显著；知识势差越大，回流型科研人员流动规模的增长越快，体现为知识势差的一次项（Coef.=0.023 ，p<0.01）和二次项（Coef.=0.007 ，p<0.01）均显著为正。对于“中国流向欠发达国家”情形，知识势差与两类科研人员流动均呈正相关关系，体现为知识势差一次项在迁徙型分组回归（Coef.=0.028 ，p<0.05）和回流型分组回归（Coef.=0.033 ，p<0.05）中显著为正而二次项均不显著。这表明，中国相较于其他发展中国家和欠发达国家在科学上的相对优势促进了中国科研人员向这些国家跨国流动。此外，对于“发达国家流向中国”情形，知识势差越大，迁徙型科研人员流动规模的增长越快，体现为知识势差一次项（Coef.=0.037 ，p<0.01）和二次项（Coef.=0.002 ，p<0.05）均显著为正；知识势差与回流型科研人员流动呈正相关关系，体现为知识势差一次项显著为正（Coef.=0.019 ，p<0.01）、二次项不显著。这表明，中国与发达国家间知识势差不断减小并逐渐形成的相对优势显著促进了发达国家科研人员向中国流动。经济势差并不是促进我国科研人员向发达国家流动的关键因素，但我国经济发展水平的快速提升成为吸引本国科研人员回流的重要原因。在“中国流向发达国家”组别中，经济势差的一次项系数均不显著，表明经济势差对我国迁徙型和回流型科研人员流向发达国家的影响并不明显。改革开放后，中国经济快速增长使其与发达国家的经济势差不断缩小，这意味着中国科研人员前往发达国家能够获取的平均工资溢价不断降低。与此同时，国外科研人员在中国平均工资溢价的提升也在一定程度上降低了其回流意愿。在回流型“其他发展中国家流向中国”组别中，经济势差的一次项系数显著为正（Coef.=0.016 ，p<0.01），表明中国经济发展的相对优势能够激励越来越多在其他发展中国家的中国科研人员回流。除“中国与其他发展中国家之间流动”的分样本外，母国网络位势和东道国网络位势的回归系数在其他分样本回归中均显著为正。这表明，网络位势差对促进我国科研人员在不同发展水平国家间的跨国流动具有显著影响。具体而言，对于迁徙型科研人员，除“中国流向欠发达国家”分样本外，母国网络位势的回归系数显著低于东道国度中心性。这表明，拥有更高网络位势的国家能够对中国科研人员产生更强的吸引力，即中国科研人员更倾向于流向高网络位势国家，同时中国网络位势的提升也显著促进了发达国家和欠发达国家科研人员流入。对于回流型科研人员，除“中国与其他发展中国家跨国流动”分样本外，东道国网络位势的系数均显著为正。这表明，中国网络位势的不断改善有效促进了本国科研人员从发达国家和欠发达国家回流。七、研究结论与政策启示（一）研究结论探索全球科研人员跨国流动规律与流动格局及其影响机制，对于我国全面把握国际科技人才竞争态势和深入推进新时代人才强国战略具有重要的理论意义和实践价值。已有文献对全球科研人员跨国流动规律和国际科研人才竞争格局尚未进行充分研究，尤其是缺乏长周期、大样本条件下的理论分析和实证探索。本文基于Scopus 数据库近8100万篇科学论文数据，探索1920~ 2020年间全球近4200万名学者在232 个国家和地区间的跨国流动规律和流动格局，并从势差效应视角对全球科研人员跨国流动规律和流动格局背后的影响机制进行理论分析和实证检验。本文的研究发现主要包括：首先，全球科研人员跨国流动表现出明显的周期性、小世界网络、“中心—外全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 22《管理世界》2024年第2 期围”结构和空间动态聚集特征。随着全球经济、科技飞速发展与开放程度提高，20世纪欧美发达国家间相对封闭的两极流动格局正加速向全球多极间更加开放的跨国流动格局演进。同时，全球科研人员的回流和环流趋势不断加强。其次，知识势差、经济势差对科研人员跨国流动规模均具有显著的倒 U 型影响，过大或过小的知识势差和经济势差均会削弱其对科研人员跨国流动的促进作用。网络位势差显著促进了科研人员跨国流动规模增长，并且受到其流出（流入）国家网络位势的正向调节。进一步分析发现，上述势差效应对科研人员跨国流动规模的影响在不同流动周期、不同流动类型和不同流动格局下均表现出明显的异质性。最后，基于中国样本的检验发现，知识势差是促使科研人员在我国与发达国家间双向流动的主要动因，而经济势差和网络位势差是促进国外科研人员流入和本国科研人员回流的主要动因。换言之，发挥我国在知识基础方面的相对优势有助于向发达国家输送人才进行培养，而发挥我国在经济发展和空间集聚方面的相对优势则有助于促进人才回流或吸引人才来华。（二）政策启示本文通过揭示百年来全球科研人员跨国流动规律与流动格局及其影响机制，并进一步回答了“我国如何吸引全球科研人员”和“我国科研人员因何跨国流动”的基本问题，为我国深入实施新时代人才强国战略、加快建设世界重要人才中心、筑牢新质生产力发展的人才根基提供了丰富的政策启示。结合实证分析结果与当前政策布局（详细内容参见《管理世界》网络发行版附录2），提出以下政策建议。第一，科学研判全球科研人员跨国流动规律，动态调整国际科研人才战略布局。本文关于流动规律与流动格局的分析结果表明，全球科研人员跨国流动形成了“30年周期”的演化规律，特别是全球性的经济和政治事件会对全球科研人员跨国流动格局产生重大冲击，进而影响国家间科研人才力量对比。当前，全球正处于新一轮跨国流动周期的上升阶段，且不断向多极化、开放式跨国流动格局演进。但近些年来，大国间科研人才竞争愈演愈烈，特别是美国针对我国科研人员“精准脱钩”“ 对华遏制”的零和竞争态势更加严峻，并且发达国家单边主义的国际人才政策已然显露，这些因素的综合作用或使全球科研人才跨国流动格局面临重构。从短期应对来看，我国应积极抓住这一调整期，既要通过提升我国拔尖科研人才自主培养能力和改善本土科研人才激励机制来夯实内功，同时也要通过扩大国际引才政策开放度和打造促进科研人员回流的制度环境来强化外功。从长期来看，我国在本世纪中叶全面建成社会主义现代化强国的战略安排恰好适逢新一轮的跨国流动周期，需要建立面向未来的全球科研人才跨国流动长期监测、风险研判和动态应对的建制化组织机构和常态化运作机制，科学、合理、及时、有效地应对各类逆周期事件对我国深入实施新时代人才强国战略的冲击，为我国在国际科研人才竞争中赢得主动权创造先机，助力形成具有国际竞争优势的新质生产力。第二，持续强化我国科学与经济发展的相对优势，协同推进科研人才的育才、引才、留才制度体系建设。本文关于势差效应的影响机制和实证分析表明，后发国家可以通过发挥其在知识基础、经济条件、空间集聚的相对优势来“聚天下英才而用之”，为探索教育、科技、人才“三位一体”集中部署和系统谋划提供了经验证据和政策启示。目前，尽管我国在科研产出水平和国民经济总量上已位居世界前列，形成了较为明显的人才吸引优势，但我国突破性科学成果和经济发展质量与发达国家间仍存在一定差距。从回归结果上看，我国需要进一步提升科研产出质量以通过知识势差机制向其他国家输送人才和吸引来自发达国家的科研人员，进一步提升经济发展质量以吸引发展中国家科研人员流入和本国科研人员回流，进一步促进人才国际交流以推进我国科研人员从发达国家和欠发达国家回流。为此，需要加大基础研究经费投入强度和高水平科研人才自主培养与支持力度，从薪酬福利、科研条件、考核评价、配套服务等方面不断优化海外科研人才引进管理政策和制度体系，借鉴世界科技强国的科技移民经验，探索建立适合我国国情的国际科研人才引才制度，加速推动海外科研人才回流参与新质生产力的形成。第三，强化高水平国际科研人才聚集能力，加强国际科技交流合作平台建设。本文关于中国情境下科研人员跨国流动的经验分析与实证结果表明，通过科研人员跨国流动是我国向发达国家进行科技追赶的重要途径，这既得益于我国科技、经济发展势能充分释放的内生动力，同时也受益于与全球其他国家建立的跨国流动- - 23联系与科技合作关系。因此，我国需进一步完善对高水平国际科研人才的引进管理制度和政策举措，要以更加开放、稳定、安全的人才吸引和流动政策从全球引进战略科学家、领军人才等高层次科研人才，特别是加大将深度系统影响新质生产力形成的重点科技领域人才引进，倡导以“职业发展愿景”吸引海外科研人才归国，以制度改革红利来培育和释放发展新质生产力的科研人才红利。同时，也要发挥国际科技创新中心集聚高水平国际科研人才功能的政策落地实施，“以点带面”辐射推进我国高水平国际科研人才集聚高地建设，利用海外高水平科研人才回流的溢出效应全面提高人才自主培养质量，推动形成与新质生产力发展需求相适应的国际化科研人才结构。此外，需立足全球视野谋划和推动国际科技交流合作，通过建立开放共享的国际科研合作平台、牵头实施国际大科学计划和大科学工程、积极参与和牵头国际科技组织等方式进一步深化全球科技合作伙伴关系并融入全球科技合作网络④。（作者单位：陈凯华，中国科学院大学公共政策与管理学院；赵彬彬、张超，中国科学院大学公共政策与管理学院、中国科学院科技战略咨询研究院）注释①这种从高位势国家向低位势国家的流动主要是由经济势差和知识势差决定的，详见本节第三部分国家间势差效应与全球科研人员跨国流动格局演化的分析内容。②Scopus 数据库为每位学者分配了独立的作者ID ，并且通过Scopus 内部的匹配算法对作者与单位信息进行了消歧处理、规范定义和对应匹配，该ID 的科学性得到了学术共同体的验证（川岛、富泽，2015；阿曼，2018），保证了Scopus 数据库的可靠性以及通过该数据库进行人才流动识别的准确性。③基于Scopus 数据库计算的流动强度数据表明，阶段一的起始年份为1914年，故第一阶段的周期应为30年。由于本文关注重点为百年间科研人员的国际流动规律，因此全文时间段划分均以1920年为起始年份。④中外文人名（机构名）对照：多克耶（Docquier）；拉波波特（Rapoport）；亨特（Hunt ）；高蒂尔- 洛伊塞尔（Gauthier-Loiselle）；克朗（Crown）；米盖莱兹（Miguelez）；坦戈亚（Temgoua）；萨克森宁（Saxenian）；经济合作与发展组织（OECD）；弗朗佐尼（Franzoni）；斯切拉托（Scellato）；瓦卡里奥（Vaccario）；察伊卡（Czaika）；托马（Toma）；阿克斯（Ackers）；盖瑟瑞（Guthrie ）；罗宾逊- 加西亚（Robinson-Garcia ）；埃德勒（Edler）；巴鲁法尔迪（Baruffaldi ）；兰多尼（Landoni）；尤特（Youtie）；莫德（Moed）；哈勒维（Halevi）；奥拉兹巴耶夫（Orazbayev）；戈麦斯（Gomez）；索恩（Thorn）；霍姆- 尼尔森（Holm-Nielsen）；达特- 巴勒斯塔德（Dutt-Ballerstadt）；李（Lee）；巴格内（Bagne）；弗拉纳根（Flanagan）；伯灵（Børing）；戈卢布（Golub）；阿佩尔特（Appelt）；亚苏莱（Azoulay）；万诺登（Van Noorden）；格兰特（Grant）；卡帕尔多（Ca⁃paldo）；卡明斯（Cummings）；藤（Teng ）；诺特彭（Nooteboom）；阿胡贾（Ahuja）；卡蒂里亚（Katila）；弗莱明（Fleming）；野中（Nonaka ）；竹内（Takeuchi）；科万（Cowan）；乔纳德（Jonard ）；舒尔兹（Schulze）；博尔基尔德（Brojerdi）；科恩（Cohen）；利文索尔（Levinthal ）；哈梅尔（Hamel）；索利马诺（Solimano）；克尔（Kerr）；阿加瓦尔（Agarwal）；卡内曼（Kahneman）；特维斯基（Tversky）；纳德鲁姆（Nerdrum）；萨尔佩巴肯（Sarpebakken）；维尔吉纳（Verginer）；里卡波尼（Riccaboni ）；戴维斯（Davis）；索德（Sauder ）；克里希南（Krishnan）；科泽科德（Ko⁃zhikode）；波多尔尼（Podolny）；卡斯泰卢奇（Castellucci）；尔图（Ertug）；波洛克（Pollock ）；卡塔里尼（Catalini）；董（Dong）；杰夫（Jaffe ）；阿格拉瓦尔（Agrawal）；奥顿- 伯纳德（Autant-Bernard）；勒萨吉（LeSage ）；贝坦科尔特（Betancourt）；亚达夫（Yadav）；杉本（Sugimoto）；弗赖伊（Fry）；卡尼巴诺（Cañibano）；阿尔基布吉（Archibugi ）；菲利佩蒂（Filippetti）；纽曼（Newman）；基姆（Kim）；希萨塔克（Hastak）；努恩（Nunn）；钱（Qian ）；杰纳（Geuna）；万希佩尔（Von Hippel）；弗里德曼（Feldman）；格特勒（Gertler）；特尔扎（Terza）；哈德森（Hudson）；莱奇福德（Letchford ）；穆特卡（Mutka）；法拉加斯（Falagas ）；戈德史密斯- 平卡姆（Goldsmith-Pinkham）；奥托（Autor）；博德里（Beaudry）；塔贝里尼（Tabellini）；琼克斯（Jonkers ）；蒂森（Tijssen ）；吉普森（Gibson）；麦肯齐（McKenzie ）；柳（Liu）；胡（Hu）；希尔贝（Hilbe）；布莱克威尔（Blackwell ）；伊卡洛斯（Iacus）；川岛（Kawashima ）；富泽（Tomizawa ）；阿曼（Aman）。参考文献（1）陈凯华、薛泽华、张超：《国际发展环境变化与我国科技战略选择：历史回顾与未来展望》，《 中国科学院院刊》，2023年第6 期。（2）陈云松、范晓光：《阶层自我定位、收入不平等和主观流动感知（2003- 2013）》，《中国社会科学》，2016年第12期。（3）樊纲：《比较优势与后发优势》，《 管理世界》，2023年第2 期。（4）国务院发展研究中心“国际经济格局变化和中国战略选择”课题组：《未来15年国际经济格局变化和中国战略选择》，《 管理世界》，2018年第12期。（5）姬丽萍、廖勇：《归国科技人员群体构成及其贡献述论（1949- 1956）》，《华侨华人历史研究》，2023年第3 期。（6）李昆明：《通向大国之路的中国人才发展战略》，华文出版社，2009年。（7）李晓溪、饶品贵、岳衡：《银行竞争与企业杠杆操纵》，《 经济研究》，2023年第5 期。（8）李燕萍、刘金璐：《改革开放以来我国科技人才队伍建设的实践与展望》，《 中国人力资源开发》，2018年第11期。（9）刘守英、王一鸽：《从乡土中国到城乡中国——中国转型的乡村变迁视角》，《 管理世界》，2018年第10期。（10）马述忠、胡增玺：《数字金融是否影响劳动力流动？——基于中国流动人口的微观视角》，《 经济学（季刊）》，2022年第1 期。（11）沈志华：《苏联专家在中国：1948- 1960》，新华出版社，2009年。（12）王辉耀、苗绿：《中国国际移民报告（2020）》，社会科学文献出版社，2021年。（13）魏浩、王宸、毛日昇：《国际间人才流动及其影响因素的实证分析》，《 管理世界》，2012年第1 期。（14）吴伟伟、张天一：《非研发补贴与研发补贴对新创企业创新产出的非对称影响研究》，《 管理世界》，2021年第3 期。（15）杨国斌：《社会阶层论》，中国社会科学出版社，2009年。（16）姚洋：《政治平等、联盟和经济绩效》，《 经济学（季刊）》，2021年第2 期。全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 24《管理世界》2024年第2 期（17）叶迪、史青：《出口冲击、技能差异与劳动时间结构》，《 经济学（季刊）》，2023年第2 期。（18）张海峰、林细细、梁若冰、蓝嘉俊：《城市生态文明建设与新一代劳动力流动——劳动力资源竞争的新视角》，《 中国工业经济》，2019年第4 期。（19）郑江淮、陈喆、康乐乐：《国家间技术互补变迁及其对发明人才跨国流动的影响——一个国际技术发现假说与检验》，《 中国工业经济》，2022年第4 期。（20）郑文力：《论势差效应与科技人才流动机制》，《 科学学与科学技术管理》，2005年第2 期。（21）赵奎、后青松、李巍：《省会城市经济发展的溢出效应——基于工业企业数据的分析》，《 经济研究》，2021年第3 期。（22）Ackers ，L. ，2005，“Moving People and Knowledge：Scientific Mobility in the European Union”，International Migration ，Vol.43（5），pp.99~ 131.（23）Agrawal，A. ，Kapur，D. and McHale，J. ，2008，“How do Spatial and Social Proximity Influence Knowledge Flows？Evidence from Pat⁃ent Data ”，Journal of Urban Economics，Vol.64（2），pp.258~ 269.（24）Agarwal，R. ，Ganguli，I. ，Gaulé，P. and Smith，G. ，2023，“Why US Immigration Matters for the Global Advancement of Science”，Re ⁃search Policy，Vol.46（4），104659.（25）Ahuja，G. and Katila ，R. ，2001，“Technological Acquisitions and the Innovation Performance of Acquiring Firms：A LongitudinalStudy”，Strategic Management Journal，Vol.22（3），pp.197~ 220.（26）Aman，V. ，2018，“Does the Scopus Author ID Suffice to Track Scientific International Mobility？A Case Study Based on LeibnizLaureates ”，Scientometrics ，Vol.117（2），pp.705~ 720.（27）Appelt ，S. ，van Beuzekom ，B. ，Galindo-Rueda，F. and de Pinho ，R. ，2015，“Which Factors Influence the International Mobility of Re⁃search Scientists ？”，in Geuna ，A. ，eds：Global Mobility of Research Scientists：The Economics of Who Goes Where and Why，Cambridge：Academ⁃ic Press.（28）Archibugi ，D. and Filippetti ，A. ，2015，The Handbook of Global Science ，Technology，and Innovation，Hoboken：Wiley-Blackwell.（29）Autant-Bernard，C. and LeSage ，J. P. ，2011，“Quantifying Knowledge Spillovers Using Spatial Econometric Models”，Journal of Re ⁃gional Science ，Vol.51（3），pp.471~ 496.（30）Autor，D. H.，Dorn ，D. and Hanson，G. H.，2013，“The China Syndrome ：Local Labor Market Effects of Import Competition in theUnited States”，American Economic Review ，Vol.103（6），pp.2121~ 2168.（31）Azoulay，P. ，Ganguli，I. and Zivin ，J. G. ，2017，“The Mobility of Elite Life Scientists ：Professional and Personal Determinants”，Re ⁃search Policy，Vol.46（3），pp.573~ 590.（32）Bagne，D. J. ，1969，Principles of Demography，New York：Johnson Wiley and Sons.（33）Baruffaldi ，S. H. and Landoni ，P. ，2012，“Return Mobility and Scientific Productivity of Researchers Working Abroad：The Role ofHome Country Linkages ”，Research Policy，Vol.41（9），pp.1655~ 1665.（34）Baruffaldi ，S. H. and Landoni ，P. ，2016，“Mobility Intentions of Foreign Researchers：The Role of Non-economic Motivations”，Indus⁃try and Innovation ，Vol.23（1），pp.87~ 111.（35）Beaudry，P. ，Green，D. A. and Sand，B. M.，2018，“In Search of Labor Demand ”，American Economic Review ，Vol.108（9），pp.2714~2757.（36）Berry，H. ，Guillén ，M. F. and Zhou，N. ，2010，“An Institutional Approach to Cross-national Distance ”，Journal of International Busi ⁃ness Studies ，Vol.41（9），pp.1460~ 1480.（37）Betancourt，N. ，Jochem ，T. and Otner，S. M.，2023，“Standing on the Shoulders of Giants ：How Star Scientists Influence their Coau ⁃thors ”，Research Policy，Vol.52（1），104624.（38）Blackwell ，M.，Iacus，S. ，King ，G. and Porro，G. ，2009，“Cem ：Coarsened Exact Matching in Stata”，The Stata Journal，Vol.9（4），pp.524~ 546.（39）Børing ，P. ，Flanagan ，K. ，Gagliardi ，D. ，Kaloudis，A. and Karakasidou，A. ，2015，“International Mobility ：Findings from a Survey ofResearchers in the EU”，Science and Public Policy，Vol.42（6），pp.811~ 826.（40）Cañibano ，C. ，Otamendi ，F. J. and Solís ，F. ，2011，“International Temporary Mobility of Researchers ：A Cross-discipline Study”，Sci⁃entometrics，Vol.89（2），pp.653~ 675.（41）Capaldo，A. ，Lavie，D. and Messeni，P. A.，2017，“Knowledge Maturity and the Scientific Value of Innovations：The Roles of Knowl⁃edge Distance and Adoption ”，Journal of Management ，Vol.43（2），pp.503~ 533.（42）Castellucci，F. and Ertug，G. ，2010，“What’s in it for them ？Advantages of Higher-status Partners in Exchange Relationships ”，Academy of Management Journal，Vol.53（1），pp.149~ 166.（43）Catalini，C. ，Fons-Rosen ，C. and Gaulé ，P. ，2020，“How do Travel Costs Shape Collaboration”，Management Science，Vol.66（8），pp.3340~ 3360.（44）Cohen，W. M. and Levinthal，D. A.，1990，“Absorptive Capacity：A New Perspective on Learning and Innovation”，Administrative Sci⁃ence Quarterly ，Vol.35（1），pp.128~ 152.（45）Cowan ，R. and Jonard ，N. ，2009，“Knowledge Portfolios and the Organization of Innovation Networks”，Academy of Management Re⁃view ，Vol.34（2），pp.320~ 342.（46）Crown，D. ，Faggian，A. and Corcoran ，J. ，2020，“Foreign-born Graduates and Innovation：Evidence from an Australian Skilled VisaProgram”，Research Policy，Vol.49（9），103945.（47）Cummings，J. L. and Teng，B. S.，2003，“Transferring R&D Knowledge：The Key Factors Affecting Knowledge Transfer Success”，Journal of Engineering and Technology Management，Vol.20（1~ 2），pp.39~ 68.（48）Czaika ，M. and Orazbayev，S. ，2018，“The Globalisation of Scientific Mobility，1970- 2014”，Applied Geography ，Vol.96（7），pp.1~- - 2510.（49）Czaika ，M. and Toma，S. ，2017，“International Academic Mobility across Space and Time：The Case of Indian Academics ”，Popula ⁃tion ，Space and Place ，Vol.23（8），e 2069.（50）Davis，J. A. ，1977，“Clustering and Structural Balance in Graphs”，Social Networks，Vol.20（2），pp.27~ 33.（51）Docquier，F. and Rapoport ，H. ，2012，“Globalization，Brain Drain ，and Development”，Journal of Economic Literature ，Vol.50（3），pp.681~ 730.（52）Dong，X. ，Zheng，S. and Kahn，M. E.，2020，“The Role of Transportation Speed in Facilitating High Skilled Teamwork across Cit ⁃ies”，Journal of Urban Economics，Vol.115（1），103212.（53）Dutt-Ballerstadt，R. ，2010，The Postcolonial Citizen ：The Intellectual Migrant ，New York：Peter Lang.（54）Edler，J. ，Fier ，H. and Grimpe，C. ，2011，“International Scientist Mobility and the Locus of Knowledge and Technology Transfer ”，Re ⁃search Policy，Vol.40（6），pp.791~ 805.（55）Falagas ，M. E.，Zarkali ，A. ，Karageorgopoulos ，D. E.，Bardakas ，V. and Mavros，M. N.，2013，“The Impact of Article Length on theNumber of Future Citations：A Bibliometric Analysis of General Medicine Journals ”，PLoS One ，Vol.8（2），e 49476.（56）Feldman，M. P.，1999，“The New Economics of Innovation，Spillovers and Agglomeration ：A Review of Empirical Studies ”，Econom⁃ics of Innovation and New Technology ，Vol.8（1~ 2），pp.5~ 25.（57）Flanagan ，K. ，2015，“International Mobility of Scientists”，in Archibugi，D. and Filippetti ，A. ，eds：The Handbook of Global Science，Technology，and Innovation，Hoboken：Wiley-Blackwell.（58）Fleming，L. ，2001，“Recombinant Uncertainty in Technological Search”，Management Science，Vol.47（1），pp.117~ 132.（59）Franzoni，C. ，Scellato，G. and Stephan，P. ，2012，“Foreign-born Scientists ：Mobility Patterns for 16Countries ”，Nature Biotechnolo⁃gy ，Vol.30（12），pp.1250~ 1253.（60）Franzoni，C. ，Scellato，G. and Stephan，P. ，2015，“International Mobility of Research Scientists：Lessons from GlobSci ”，in Geuna ，A. ，eds：Global Mobility of Research Scientists ：The Economics of Who Goes Where and Why ，Cambridge：Academic Press.（61）Fry，C. V.，2022，“Bridging the Gap：Evidence from the Return Migration of African Scientists ”，Organization Science，Vol.34（1），pp.404~ 432.（62）Gertler ，M. S.，2003，“Tacit Knowledge and the Economic Geography of Context ，or the Undefinable Tacitness of being （there ）”，Journal of Economic Geography ，Vol.3（1），pp.75~ 99.（63）Geuna，A. ，2015，Global Mobility of Research Scientists ：The Economics of Who Goes Where and Why ，Cambridge：Academic Press.（64）Gibson ，J. and McKenzie ，D. ，2014，“Scientific Mobility and Knowledge Networks in High Emigration Countries ：Evidence from thePacific ”，Research Policy，Vol.43（9），pp.1486~ 1495.（65）Goldsmith-Pinkham，P. ，Sorkin ，I. and Swift ，H. ，2020，“Bartik Instruments：What，When，Why，and How ”，American Economic Re⁃view ，Vol.110（8），pp.2586~ 2624.（66）Golub，B. ，2002，“Motivational Factors in Departure of Young Scientists from Croatian Science”，Scientometrics ，Vol.53（3），pp.429~445.（67）Gomez ，C. J. ，Herman，A. C. and Parigi ，P. ，2020，“Moving More，but Closer：Mapping the Growing Regionalization of Global Scientif⁃ic Mobility Using ORCID ”，Journal of Informetrics，Vol.14（3），101044.（68）Grant，R. M.，1996，“Toward a Knowledge-based Theory of the Firm”，Strategic Management Journal，Vol.17（S2），pp.109~ 122.（69）Guthrie ，S. ，Lichten ，C. ，Harte，E. ，Parks，S. and Wooding，S. ，2017，International Mobility of Researchers ，Cambridge：RAND Europe.（70）Hamel，G. ，1991，“Competition for Competence and Interpartner Learning within International Strategic Alliances”，Strategic Manage ⁃ment Journal，Vol.12（S1），pp.83~ 103.（71）Hilbe，J. M.，2011，Negative Binomial Rregression，Cambridge：Cambridge University Press.（72）Hudson，J. ，2016，“An Analysis of the Titles of Papers Submitted to the UK REF in 2014：Authors，Disciplines，and Stylistic De ⁃tails ”，Scientometrics ，Vol.109（2），pp.871~ 889.（73）Hunt ，J. and Gauthier-Loiselle，M.，2010，“How Much does Immigration Boost Innovation ？”，American Economic Journal：Macroeco⁃nomics ，Vol.2（2），pp.31~ 56.（74）Iacus，S. M.，King ，G. and Porro，G. ，2012，“Causal Inference without Balance Checking ：Coarsened Exact Matching ”，Political Analy ⁃sis ，Vol.20（1），pp.1~ 24.（75）Jaffe ，A. B.，Trajtenberg ，M. and Henderson，R. ，1993，“Geographic Localization of Knowledge Spillovers as Evidenced by Patent Ci⁃tations ”，Quarterly Journal of Economics ，Vol.108（3），pp.577~ 598.（76）Jonkers ，K. and Tijssen，R. ，2008，“Chinese Researchers Returning Home：Impacts of International Mobility on Research Collabora⁃tion and Scientific Productivity ”，Scientometrics ，Vol.77（2），pp.309~ 333.（77）Kahneman，D. and Tversky，A. ，1979，“Prospect Theory ：An Analysis of Decision Under Risk”，Econometrica，Vol.47（2），pp.263~292.（78）Kawashima，H. and Tomizawa，H. ，2015，“Accuracy Evaluation of Scopus Author ID Based on the Largest Funding Database in Ja⁃pan”，Scientometrics ，Vol.103（3），pp.1061~ 1071.（79）Kerr ，S. P. ，Kerr ，W.，Özden，Ç. and Parsons，C. ，2016，“Global Talent Flows”，Journal of Economic Perspectives，Vol.30（4），pp.83~106.（80）Kim ，J. and Hastak ，M.，2018，“Social Network Analysis ：Characteristics of Online Social Networks after A Disaster”，InternationalJournal of Information Management ，Vol.38（1），pp.86~ 96.（81）Krishnan，R. and Kozhikode，R. K.，2015，“Status and Corporate Illegality：Illegal Loan Recovery Practices of Commercial Banks in全球科研人员百年跨国流动规律、格局与势差效应深入学习贯彻党的二十大精神- - 26《管理世界》2024年第2 期India”，The Academy of Management Journal，Vol.58（5），pp.1287~ 1312.（82）Lee，E. S. ，1966，“A Theory of Migration ”，Demography ，Vol.3（1），pp.47~ 57.（83）Letchford ，A. ，Moat ，H. S. and Preis ，T. ，2015，“The Advantage of Short Paper Titles”，Royal Society Open Science，Vol.2（8），150266.（84）Liu，M. and Hu，X. ，2022，“Movers ’Advantages：The Effect of Mobility on Scientists’Productivity and Collaboration”，Journal of In⁃formetrics ，Vol.16（3），101311.（85）Miguelez，E. and Temgoua ，C. N.，2020，“Inventor Migration and Knowledge Flows ：A Two-way Communication Channel ？”，ResearchPolicy，Vol.49（9），103914.（86）Moed，H. F.，Aisati，M. and Plume，A. ，2013，“Studying Scientific Migration in Scopus ”，Scientometrics ，Vol.94（3），pp.929~ 942.（87）Moed，H. F. and Halevi，G. ，2014，“A Bibliometric Approach to Tracking International Scientific Migration”，Scientometrics ，Vol.101（3），pp.1987~ 2001.（88）Mutka，M. C.，Alkhouri，N. B.，O ’Riordan，M.，Molloy，E. J. and Bearer ，C. ，2022，“Factors that Influence Citations to Articles Pub⁃lished in Pediatric Research ”，Pediatric Research，Vol.92（3），pp.614~ 617.（89）Nerdrum，L. and Sarpebakken，B. ，2006，“Mobility of Foreign Researchers in Norway”，Science and Public Policy ，Vol.33（3），pp.217~ 229.（90）Newman，M. E. J.，2010，Networks：An Introduction，New York：Oxford University Press.（91）Nonaka ，I. and Takeuchi ，H. ，1995，The Knowledge-Creating Company：How Japanese Companies Create the Dynamics of Innovation，New York：Oxford University Press.（92）Nooteboom，B. ，2000，Learning and Innovation in Organizations and Economies，New York：Oxford University Press.（93）Nunn，N. and Qian ，N. ，2014，“US Food Aid and Civil Conflict ”，American Economic Review ，Vol.104（6），pp.1630~ 1666.（94）OECD，2008，International Mobility of the Highly Skilled ，Paris ：OECD Publishing.（95）OECD，2017，OECD Science ，Technology and Industry Scoreboard 2017The Digital Transformation ，Paris ：OECD Publishing.（96）Orazbayev，S. ，2017，“International Knowledge Flows and the Administrative Barriers to Mobility ”，Research Policy，Vol.46（9），pp.1655~ 1665.（97）Podolny，J. M.，2005，Status Signals ：A Sociological Study of Market Competition，New Jersey：Princeton University Press.（98）Pollock ，T. G.，Chen，G. ，Jackson，E. M. and Hambrick，D. C.，2010，“How Much Prestige is Enough？Assessing the Value of Multi ⁃ple Types of High-status Affiliates for Young Firms”，Journal of Business Venturing ，Vol.25（1），pp.6~ 23.（99）Robinson-Garcia ，N. ，Sugimoto ，C. R.，Murray ，D. ，Yegros-Yegros ，A. ，Larivière ，V. and Costas ，R. ，2019，“The Many Faces of Mobil⁃ity ：Using Bibliometric Data to Measure the Mmovement of Scientists”，Journal of Informetrics，Vol.13（1），pp.50~ 63.（100）Sauder ，M.，Lynn ，F. and Podolny，J. M.，2012，“Status：Insights from Organizational Sociology ”，Annual Review of Sociology ，Vol.38，pp.267~ 283.（101）Saxenian ，A. ，2005，“From Brain Drain to Brain Circulation ：Transnational Communities and Regional Upgrading in India and Chi ⁃na ”，Studies in Comparative International Development ，Vol.40（2），pp.35~ 61.（102）Scellato，G. ，Franzoni，C. and Stephan，P. ，2015，“Migrant Scientists and International Networks ”，Research Policy，Vol.44（1），pp.108~ 120.（103）Schulze，A. and Brojerdi，G. J. C.，2012，“The Effect of the Distance Between Partners ’Knowledge Components on CollaborativeInnovation”，European Management Review，Vol.9（2），pp.85~ 98.（104）Solimano ，A. ，2008，The International Mobility of Talent：Types，Causes ，and Development Impact ，Oxford ：Oxford University Press.（105）Sugimoto ，C. R.，Robinson-García ，N. ，Costas，R. ，Yegros-Yegros，A. ，Costas，R. and Larivière ，V. ，2017，“Scientists Have Most Im ⁃pact When They ’re Free to Move ”，Nature ，Vol.550（7674），pp.29~ 31.（106）Tabellini ，M.，2020，“Gifts of the Immigrants，Woes of the Natives：Lessons from the Age of Mass Migration ”，The Review of Eco ⁃nomic Studies ，Vol.87（1），pp.454~ 486.（107）Terza，J. V.，Basu ，A. and Rathouz ，P. J. ，2008，“Two- stage Residual Inclusion Estimation：Addressing Endogeneity in HealthEconometric Modeling ”，Journal of Health Economics ，Vol.27（3），pp.531~ 543.（108）Thorn，K. and Holm-Nielsen ，L. B.，2008，“International Mobility of Researchers and Scientists：Policy Options for Turning a Draininto a Gain ”，in Solimano ，A. ，eds：The International Mobility of Talent：Types，Causes ，and Development Impact，Oxford ：Oxford UniversityPress.（109）Vaccario，G. ，Verginer，L. and Schweitzer，F. ，2021，“Reproducing Scientists’Mobility：A Data-driven Model ”，Scientific Reports ，Vol.11（1），pp.1~ 11.（110）Van Noorden，R. ，2012，“Global Mobility：Science on the Move”，Nature ，Vol.490 ，pp.326~ 329.（111）Verginer，L. and Riccaboni，M.，2021，“Talent Goes to Global Cities ：The World Network of Scientists’Mobility”，Research Policy，Vol.50（1），104127.（112）Von Hippel ，E. ，1994，“‘ Sticky Information’and the Locus of Problem Solving ：Implications for Innovation ”，Management Science，Vol.40（4），pp.429~ 439.（113）Yadav，A. ，McHale，J. and O ’Neill ，S. ，2023，“How does Co-authoring with a Star Affect Scientists ’Productivity ？Evidence fromSmall Open Economies”，Research Policy，Vol.52（1），104660.（114）Youtie，J. ，Carley，S. ，Porter，A. L. and Shapira，P. ，2017，“Tracking Researchers and their Outputs：New Insights from ORCIDs”，Scientometrics ，Vol.113（1），pp.437~ 453.（下转第100 页）- - 2714.（52）Wu，J. ，Ouyang ，L. Y.，Cárdenas-Barrón ，L. E.，Leopoldo ，E. and Goyal，S. K.，2014，“Optimal Credit Period and Lot Size for Deteri ⁃orating Items with Expiration Dates under Two-Level Trade Credit Financing ”，European Journal of Operational Research，vol.237（3），pp.898~908.（53）Yan，N. ，Sun ，B. ，Zhang，H. and Liu，C. Q.，2016，“A Partial Credit Guarantee Contract in a Capital-Constrained Supply Chain：Fi ⁃nancing Equilibrium and Coordinating Strategy”，International Journal of Production Economics ，vol.173（3），pp.122~ 133.How Does the Central Bank Collateral Policy Support the Real Economy?Based on the Perspective of Trade CreditDeng Weia, Yang Hongxiaaand Liu Chongb(a. School of Accounting, Zhongnan University of Economics and Law; b. School of Finance, Shanghai University of Finance and Economics)Abstract:The 2023Central Financial Work Conference pointed out that finance servicing the real economy should be regarded as itsfundamental purpose. Therefore, in the context of building a collateral-based monetary policy framework in China, the scientific evaluationof the effectiveness of the collateral policy of the People's Bank of China is of great significance for the better utilization of monetary poli ⁃cy to serve the real economy in high-quality development. This paper examines how the central bank collateral policy supports the realeconomy in China based on the quasi-natural experiment of including AAA-rated corporate credit bonds in the interbank market in thescope of monetary policy collateral from a firm-level trade credit perspective. The study finds that the collateral policy can significantly im ⁃prove eligible firms' trade credit financing, and this finding is consistent with a variety of robustness tests. The transmission mechanismshows that including corporate bonds in the central bank's collateral scope improves corporate financing through the bond and bank loanmarkets. The effect is further transmitted to the product market and has a positive impact on firms' commodity purchases, product sales, in⁃vestment, and profitability. This shows that central bank collateral policy can effectively serve the real economy through the financial mar ⁃ket. This paper has important policy implications for constructing and improving the framework of collateral-based monetary policy, build ⁃ing a modern central banking system, constructing a modern financial system with Chinese characteristics, enhancing the ability of mone ⁃tary policy to serve the real economy, and improving the efficiency of monetary policy resource allocation.Keywords: central bank collateral policy; real economy; trade credit; bond market; credit market（上接第27页）The Pattern, Landscape and Potential Difference Effect of Global Scientists' International Mobility over thePast Century: Evidence from Scopus Scientific Literature DataChen Kaihuaa, Zhao Binbina,band Zhang Chaoa,b(a. School of Public Policy and Management, University of Chinese Academy of Sciences;b. Institutes of Science and Development, Chinese Academy of Sciences)Abstract:Exploring the long-term mobility pattern, landscape and underlying mechanisms of international scientist mobility holds signifi⁃cant theoretical and practical implications for endeavors to implement the strategy on developing a quality workforce in the new era and speedup China's upgrade toward a major world center of talent. Drawing from nearly 81million pieces of scientific literature from 232 countries andregions over the period from 1920to 2020, this paper characterizes and delineates the pattern and landscape of scientists' international mobili⁃ty over the past century and unveils the underlying evolution mechanisms from the view of potential difference effect. The research findingsare as follows: ( 1) As the intensity of international scientist mobility undergoes cyclical fluctuations, the characteristics of small world net⁃works, the 'center-periphery' structure, and spatial dynamic agglomeration effects have become increasingly apparent. Meanwhile, the interna⁃tional mobility landscape is evolving toward an open-flow structure, with the trend of talent return and circulation steadily strengthening. (2)Both the knowledge potential difference and economic potential difference exert a significant inverted U-shaped effect on the scale of scien⁃tists' international mobility. The network potential difference positively influences the international mobility of scientists and is further moderat ⁃ed by the network potential of the host country (home country). The three types of potential difference effect show obvious heterogeneity in dif ⁃ferent mobility cycles, mobility types, and mobility landscapes. ( 3) The analysis grounded in the Chinese context reveals that the knowledge po ⁃tential difference fosters two-way mobility of scientists between China and developed countries. Additionally, the economic potential differenceencourages the return of domestic scientists from abroad, and the network potential difference facilitates the influx of foreign scientists and thereturn of domestic scientists from abroad. This study provides important implications for China to grasp the pattern of international scientistmobility, build comparative advantages in talent competition, and strengthen international communication and collaboration in science and tech⁃nology (S&T).Keywords: international scientist mobility; mobility pattern; mobility landscape; potential difference effect■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■央行担保品政策如何支持实体经济？经济学- -100The Pattern, Landscape and Potential Difference Effect of GlobalScientists' International Mobility over the Past Century:Evidence from Scopus Scientific Literature DataChen Kaihuaa, Zhao Binbina,band Zhang Chaoa,b(a. School of Public Policy and Management, University of Chinese Academy of Sciences;b. Institutes of Science and Development, Chinese Academy of Sciences)Summary: Exploring the long-term mobility pattern, landscape and underlying mechanisms of international sci⁃entist mobility holds significant theoretical and practical implications for endeavors to implement the strategy on de⁃veloping a quality workforce in the new era and speed up China's upgrade toward a major world center of talents.Current studies primarily employ "push-pull theory", which delves themselves into the simple linear effects of differ⁃ent "push" or "pull" factors on internationally mobile scientists. However, there is lack of systematic research focus⁃ing on the "combined effects and their complex dynamic" of these "push" and "pull" factors. This paper introducesand adopts the theoretical perspective of potential difference to reveal the dynamic impact of differences in relativeadvantages among countries on the international mobility behavior, pattern and landscape of global scientists. Drawingfrom nearly 81 million pieces of scientific literature from 232 countries and regions over the period from 1920 to2020, this paper characterizes and delineates the pattern and landscape of scientists' international mobility over thepast century, and unveils the underlying evolution mechanisms from the view of potential difference effect.Results suggest that: firstly, as the intensity of international scientist mobility undergoes cyclical fluctuations, thecharacteristics of small world networks, the "center-periphery" structure, and spatial dynamic agglomeration effectshave become increasingly apparent. Meanwhile, the international mobility landscape is evolving toward an open-flowstructure, with the trend of talents' return and circulation steadily strengthening. Secondly, both the knowledge poten⁃tial difference and economic potential difference exert significant inverted U-shaped effects on the scale of scientists'international mobility. The network potential difference positively influences the international mobility of scientistsand is positively moderated by the network potential of the host country (home country). The three types of potentialdifference effect show obvious heterogeneity in different mobility cycle, mobility type, and mobility landscape. Finally,the knowledge potential difference fosters two-way mobility of scientists between China and developed countries. Ad⁃ditionally, the economic potential difference encourages the return of domestic scientists from abroad, and the net⁃work potential difference facilitates the influx of foreign scientists and return of domestic scientists from abroad.This research makes three key contributions. Firstly, different from traditional research using large-scale surveydata or disciplinary databases, this paper uses the Scopus database, which records the academic publications of scien⁃tists over a long period. This paper provides the most extensive and comprehensive characterization and analysis ofthe international mobility of scientists in the longest cycle, revealing the formation and evolution of international sci⁃entist mobility pattern and landscape over the past century from multiple dimensions. Secondly, this paper extendsthe traditional push-pull theory, which is used to explain the motives behind the international scientist mobility. Thispaper proposes the "potential difference effect" of scientists' international mobility from the perspective of relative ad⁃vantage, and reveals the dynamic and complex impact of differences in relative advantages among nations on the in⁃ternational mobility of scientists. Thirdly, this paper reveals that harnessing the potential difference effect to promotescientists' international mobility is a crucial means for developing countries to enhance their talent competence andS&T to catch up with developed countries. Besides, the analysis grounded in the Chinese context provides practicalinsights and policy implications for China to implement the strategy of developing a quality workforce in the new era.Keywords: international scientist mobility; mobility pattern; mobility landscape; potential difference effectJEL Classification: F 22, J61, O 15- - 1《全球科研人员百年跨国流动规律、格局与势差效应——基于Scopus科学文献数据的实证研究》附录附录1 ：关于国家分类的遴选和说明本文总计选取232 个国家和地区作为研究样本，包括32个发达国家、32个发展中国家和168 个欠发达国家（如附表1 所示）。 目前，对于国家的分类尚未有一套公认的系统、标准或名单对之进行界定。本文参照联合国贸易和发展会议（2023）的表述将国家分为“发达国家（developed countries ）”“ 发展中国家（developing countries）”和“欠发达国家（least developed countries）”3 类，同时参考现有研究采用来自联合国、经济合作与发展组织、国际货币基金组织、世界银行等国际组织或机构的8 个相关指标（如附表2 所示）来综合界定上述3 类国家（魏浩等，2012；闾海琪，2016；王中美，2020）。 具体地：（1）将在8 个评价指标中至少有6 项满足判断标准的国家视为发达国家，共32个国家（如附表3 所示）；（ 2）将除发达国家外的其他国家按照2019年国内生产总值（美元现价）从高到低进行排序，其中累计占比达85% 的国家作为发展中国家，共22个国家。此外，将剩余国家中满足高GDP 、高人均GDP 、高HDI 、OECD 成员、WB认证高收入国家5 项指标中3 项的国家也纳入到发展中国家的范畴中，计10个国家。共计32个国家；（3）将其余168 个国家或地区界定为欠发达国家。附表1 全球范围内选取的64个发达国家和发展中国家国家或地区发达国家或地区（32个）爱尔兰、爱沙尼亚、奥地利、比利时、波兰、丹麦、德国、法国、芬兰、荷兰、捷克、拉脱维亚、卢森堡、葡萄牙、瑞典、斯洛伐克、斯洛文尼亚、西班牙、希腊、匈牙利、意大利、澳大利亚、冰岛、韩国、加拿大、美国、挪威、日本、瑞士、新西兰、以色列、英国。发展中国家或地区（32个）阿根廷、阿拉伯联合酋长国、埃及、巴西、俄罗斯、菲律宾、哥伦比亚、马来西亚、孟加拉国、墨西哥、南非、尼日利亚、沙特阿拉伯、泰国、土耳其、新加坡、伊朗、印度、印度尼西亚、越南、智利、中国、阿曼、波多黎各、哥斯达黎加、卡塔尔、科威特、立陶宛、罗马尼亚、乌拉圭、克罗地亚、巴林。附表2 界定“发达国家”的相关指标与判断标准国际组织联合国开发计划署（UNDP）经济合作与发展组织（OECD）国际货币基金组织（IMF ）世界银行（World of Bank）列格坦研究机构（Legatum Institute）全球发展中心（CGD ）发展援助委员会（DAC ）——“发达国家”称谓极高人类发展水平发达国家俱乐部发达经济体（Advanced Economies）高收入经济体（High Income Economies ）——————高人均收入经济体相关指标人类发展指数（HDI）组织成员国名单发达经济体名单人均国民总收入（人均GNI）全球繁荣指数（GPI）发展职责指数（CDI）成员国名单人均收入（购买力平价）判断标准0.8<HDI< 1是OECD 组织成员国是发达经济体人均GNI>12696 美元排名前30位的国家（LPI Top 30）是CDI 国家是DAC 成员国人均收入> 22000 美元附表3 发达国家筛选过程国家捷克共和国葡萄牙新西兰西班牙芬兰爱尔兰英国瑞典澳大利亚比利时加拿大法国澳大利亚德国日本卢森堡丹麦荷兰美国挪威瑞士斯洛文尼亚南韩HDI是是是是是是是是是是是是是是是是是是是是是是是OECD是是是是是是是是是是是是是是是是是是是是是是是IMF是是是是是是是是是是是是是是是是是是是是是是是WB是是是是是是是是是是是是是是是是是是是是是是是LPI 30是是是是是是是是是是是是是是是是是是是是是是是CDI是是是是是是是是是是是是是是是是是是是是是否是DAC是是是是是是是是是是是是是是是是是是是是是是否人均收入是是是是是是是是是是是是是是是是是是是是是是是计数888888888887I- 1希腊冰岛意大利拉脱维亚爱沙尼亚以色列斯洛伐克匈牙利波兰立陶宛智利马耳他新加坡塞浦路斯是是是是是是是是是是是是是是是是是是是是是是是是是否否否是是是是是是是否否是否是是是是是是是是是是是是是是是是是否是否是是否否否否否否是是否是否是否否是否是是否是否否否是是是否否否是是是否否否否否是是是是是是是是是是是是是是77666554注：联合国开发计划署（UNDP）人类发展指数（HDI）来源http://hdr.undp.org/en/content/human-development-report- 2020；OECD 成员国名单来源https://www.oecd.org/about/；IMF 发达经济体名单来源 https://www.imf.org/external/pubs/ft/weo/data/changes.htm ；世界银行（WB）高收入经济体名单来源 https://data⁃helpdesk.worldbank.org/knowledgebase/articles/906519-world-bank-country-and-lending-groups；列格坦研究机构来源：https://www.prosperity.com/rankings；全球发展中心名单来源：https://www.cgdev.org/cdi#/ ；发展援助委员会名单来源：https://www.oecd.org/dac/peer-reviews/peer-reviews-of-dac-members.htm ；人均收入来源：https://www.imf.org/en/Publications/SPROLLs/world-economic-outlook-databases 。附录2 ：我国科研人才典型政策与优化方向本文从知识势差、经济势差和网络位势差3 个角度梳理我国近年来科研人才的典型政策，并基于当前政策布局、结合本文研究结果从发挥势差效应角度提出政策优化方向（如附表4 所示）①。附表4 我国近年来关于科研人才的典型政策与优化方向政策目的与方向提升知识势差：实施科教兴国战略，强化现代化建设人才支撑。提升知识势差：推动科技基础设施建设，形成独特学术资源。提升知识势差：全方位推动科学计划对外开放。提升经济势差：完善国内外科研人才收入分配方式。现行政策着力点加快建设教育强国、科技强国、人才强国。全面提高人才自主培养质量，着力造就拔尖创新人才。全方位培养、引进、用好人才，造就更多国际一流的科技领军人才和创新团队，培养具有国际竞争力的青年科技人才后备军。加大对青年优秀人才发现、培养、使用力度，基于科技创新、文化传承创新需要和人才发展潜力，提供长期稳定、丰富多元的支持。加强基础学科、新兴学科、交叉学科建设，加快建设中国特色、世界一流的大学和优势学科。以培育世界一流的中国科技期刊为目标，推动中国科技期刊高质量发展。依托高校、科研院所等布局建设一批国家重大科技基础设施，支持各类创新主体据此开展科学前沿问题研究。完善国际同行评议制度，邀请国际高水平科学家参与项目评审。邀请外籍科学家参与国家科技计划战略研究和任务布局等顶层设计，推动外籍科学家参与国家科技计划项目管理。支持外国专家牵头或参与战略研究、指南编制、项目实施、项目评审和验收等工作。对高层次人才可根据实际情况实行年薪制、协议工资制、项目工资等灵活多样的分配形式，建立人才薪酬待遇与其履职年限、长期贡献相匹配的机制。探索对聘用的国际高端科技人才、高端技能人才实行协议工资、项目工资等市场化薪酬制度。政策来源2022年10月，习近平总书记在中国共产党第二十次全国代表大会上的报告2020年11月，《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》2020年11月，《关于正确认识和规范使用高校人才称号的若干意见》2022年10月，习近平总书记在中国共产党第二十次全国代表大会上的报告2020年2 月，《关于破除科技评价中“唯论文”不良导向的若干措施（试行）》2018年1 月，《关于全面加强基础科学研究的若干意见》2018年2 月，《关于分类推进人才评价机制改革的指导意见》2017年12月，《关于推进外籍科学家深入参与国家科技计划的指导意见》2017年5 月，《 “十三五”国际科技创新合作专项规划》2020年11月，《关于正确认识和规范使用高校人才称号的若干意见》2016年11月，《关于实行以增加知识价值为导向分配政策的若干意见》政策优化方向加强教育、科技、人才等政策间的有效衔接与落实力度，以进一步提升知识势差：围绕高水平科研人才自主培养能力提升和科技创新能力发展的需求，一方面推进教育、科技、人才“三位一体”政策的整体部署，系统谋划推进实施方案落地；另一方面加大基础研究经费投入强度和高水平科研人才自主培养与支持力度，持续提升我国在科学研究和人才自主培养等方面的能力，更好地通过知识势差机制吸引高水平国际科研人才。加快世界一流学科建设与科技期刊培育，进一步推进国家重大科技基础设施建设：推进高水平研究型大学和世界一流学科建设，加强基础研究人才自主培养；协同多部门培育国际高水平科技期刊，提升国内期刊在科技评价中权重；牵头实施国际大科学计划和大科学工程以拓展和深化国际科技合作，大力推进我国科技基础设施和科研平台建设，提升自给能力，以更好发挥知识势差优势吸引高水平国际科研人才。加强科技计划对外开放政策落实力度：围绕全球性重大社会挑战凝练共性科技问题，面向全球发起科技计划，吸引和鼓励国际不同层次的科学家参与合作研究。面向“一带一路”国家经济社会发展中的重大科技需求，加快实施“一带一路”国际科技合作专项，深度推进在科技研发、人才培养、技术转移等方面的国际科技合作。吸引高水平国际科研人才参与到科技计划的选题、评审和实施过程中。加大对国内外高水平科研人才的经济激励力度：健全与国际接轨的高水平科研人才收入制度，进一步完善高水平科研人才具有国际竞争力的收入保障机制；加快明确高水平科研人才年薪制、协议工资制中实施对象的具体范围与条件，通过对明晰科研人员薪酬来源渠道等政策措施的研究、落实与推进，以更好发挥经济势差优势吸引其他国家科研人员流入和本国科研人员回流。I- 2提升经济势差：为国内外科研人才提供生活服务保障。提升网络势差：加大力度支持科研人才开展国际科技交流合作。提升网络势差：加强吸引高水平国际科研人才流动的科技交流合作平台建设。提升网络势差：推进世界重要人才中心建设。帮助青年科技人才解决子女入托入学、住房等方面的困难。开展外国高层次人才服务“一卡通”试点，进一步完善外国人才由工作居留向永久居留转换机制，实现工作许可、签证和居留有机衔接。支持青年科技人才到国（境）外高水平科研机构开展学习培训和合作研究。支持青年科技人才参加国际学术会议，鼓励青年学术带头人发起和牵头组织国际学术会议。扩大国际科技交流合作，加强国际化科研环境建设，形成具有全球竞争力的开放创新生态。建立国际通行的访问学者制度，完善博士后制度，吸引国内外优秀青年博士在国内从事博士后研究。统筹推进国际科技创新中心、区域科技创新中心建设，加强科技基础能力建设。支持北京、上海、粤港澳大湾区形成国际科技创新中心。加快国际技术转移中心建设，构建国际技术转移协作和信息对接平台、国际科技合作基地、国家引才引智示范基地和国际人才资源对接平台。规范人才招聘和引进工作。统筹用好国内外人才资源，不将国（境）外学习或工作经历作为人才招聘引进限制条件。引进海外人才要加强对其海外教育和科研经历的调查验证，不把教育、工作背景简单等同于科研水平。更大力度推进实施国家“千人计划”等高层次人才引进计划，多方引才引智，广聚天下英才。探索项目经理制方式面向全球招聘优秀技术创新和成果转化人才。对引进的海外高层次人才和急需紧缺人才，进一步打破条条框框的限制，引入国际同行评价，建立职称评审的绿色通道。2023年8 月，《关于进一步加强青年科技人才培养和使用的若干措施》2017年7 月，《关于强化实施创新驱动发展战略进一步推进大众创业万众创新深入发展的意见》2023年8 月，《关于进一步加强青年科技人才培养和使用的若干措施》2023年8 月，《关于进一步加强青年科技人才培养和使用的若干措施》2022年10月，习近平总书记在中国共产党第二十次全国代表大会上的报告2018年1 月，《关于全面加强基础科学研究的若干意见》2022年10月，习近平总书记在中国共产党第二十次全国代表大会上的报告2020年11月，《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》2019年1 月，《关于充分发挥市场作用促进人才顺畅有序流动的意见》2020年11月，《关于正确认识和规范使用高校人才称号的若干意见》2018年7 月，《关于深化项目评审、人才评价、机构评估改革的意见》2018年1 月，《关于全面加强基础科学研究的若干意见》2020年3 月，《关于推进国家技术创新中心建设的总体方案（暂行）》2019年4 月，《关于深化自然科学研究人员职称制度改革的指导意见》构建与国际更加接轨的科研人才服务保障体系：针对国际科研人才所关注的教育、医疗、住房等生活问题，进一步完善和落实相关政策和制度体系建设，为国内外科研人员提供安心专注的科研生活环境。例如，为高水平国际科研人才及其家属提供与国际接轨的教育和社保服务、健全国际医疗保险境内使用机制、扩大国际医疗保险定点结算医院范围等。构建开放包容的国际科技合作生态，创新国际科技交流合作模式：立足全球视野谋划和推动国际科技交流合作，通过建立开放共享的国际科研合作平台、积极参与和牵头国际科技组织等方式进一步深化全球科技合作伙伴关系并融入全球科技合作网络。全面开展与“一带一路”沿线国家科技合作交流，加强与东盟、南美、俄罗斯等中东国家的科技合作交流，深化与日本、韩国、澳大利亚等科技强国以及欧盟的科技交流合作。加快推进国际科技创新中心集聚高水平国际科研人才功能的政策落地实施：发挥国际科技创新中心联通全球科技创新要素优势，搭建多层次立体化的、具有全球吸引力的高水平国际科研人才交流合作平台，“以点带面”辐射推进我国高水平国际科研人才集聚高地建设。在政策方面先行先试，加大改革探索力度，取消科研人员参与国际科技合作交流时因公出境的批次、公示、时限等限制；取消或放宽海外高水平科研人才引进的年龄限制等。实施更加开放的科研人才政策，优化国际科研人才引进管理制度：推进我国高水平国际科研人才引进法律法规、移民政策的整体性、系统化布局。建立符合国际惯例和可持续发展的全球科研人才发展机制，加快实现政府主导向市场主导转变，为科研人才“回流”和发挥科研人才作用营造具有国际竞争力的科研环境，倡导以“职业发展愿景”吸引海外科研人才归国。借鉴世界科技强国的科技移民经验，探索建立适合我国国情的高水平国际科研人才引才制度。注释①中外文人名（机构名）对照：联合国贸易和发展会议（United Nations Conference on Trade and Development）。参考文献（1）United Nations Conference on Trade and Development，2023，The Least Developed Countries Report 2023，New York：United NationsPublications.（2）闾海琪：《国际组织关于发达国家和发展中国家的界定》，《 调研世界》，2016年第7 期。（3）王中美：《发展中国家的分类争议及特殊与差别待遇的适用》，《 国际经贸探索》，2020年第6 期。（4）魏浩、王宸、毛日昇：《国际间人才流动及其影响因素的实证分析》，《 管理世界》，2012年第1 期。I- 3