创新型科技人才，指具有创新精神和创新能力的科技人才，是能够对社会发展与科技进步做出创造性贡献的高层人才。美国过去100多年的历史充分证明了创新性科技人才是其创新性国家建设的主要动力。
科技进步和技术创新，在很大程度上取决于国家科技创新人才的数量和质量。什么是科技创新人才?如何评价?哪些元素反映了人才的科研能力、素质、业绩和声誉等?从哪些元素中能找出人才成长的规律，更好地为培育和造就创新型科技人才提供培育方式，为实现科技人才管理的信息化和完善人才社会评价机制提供支撑，是近年来广受关注的问题。
1 科技创新人才信息元素的形成
1.1 背景意义人才资源是第一资源。科技创新，关键在人才。
杰出的科学家和科学技术人才群体，是国家科技事业发展的决定性因素。钱学森最早提出“社会主义人才系统工程”，他认为:“从国家来说，如何把最合适的人放在最合适的工作岗位上就是一个大问题。”因此构建一个能体现科技创新领军人才、学术技术带头人、研究开发骨干的主要状况，如数量变化、层次结构、团队建设、地域与专业分布、获得经费或项目扶持、创新能力和研发成果及人才流动等情况的科技创新人才信息体系，能更好地优化人才资源配置，用好现有人才，培养未来人才，在实施人才战略过程中发挥积极作用。科技创新型人才不仅关系整个科技人才队伍建设质量，也会对落实建设人才强国和建设创新型国家的战略目标产生重要影响。
1.2 人才信息元素构建原则
本文研究的人才信息元素指，描述人才基本特征，及其科研能力、科技贡献、科技荣誉等的信息单元，人才信息元素的形成遵循以下5原则。
(1)精确性原则。信息元素的选择与设置必须抓住创新型人才的本质特征，尽可能用少而准确的信息元素把要评价的内容表达出来。设计的信息元素体系中各个元素之间应具有很强的逻辑关系，而不是各种元素的堆积［3］。为达到这样的要求，必须对收集到的信息反复核实，不断检验，力求把误差减少到最低限度。
(2)科学性原则。信息元素体系的设计必须建立在科学的基础上，元素的定义、内涵要明确，计算方法要简便，同时结合必要的专项调查和考证、定性、定量相结合，力求全面、客观地反映和描述创新型人才［3］。
(3)全面性原则。该原则要求所搜集到的信息要广泛，全面完整。只有广泛、全面地搜集信息，才能完整地反映管理活动和决策对象发展的全貌，为决策的科学性提供保障。实际所收集到的信息不可能做到绝对的全面完整，因此，要在不完整、不完备的信息下进行科学修补。
(4)时效性原则。信息的利用价值取决于该信息是否能及时地提供，即它的时效性。信息只有及时、迅速地提供给使用者才能有效地发挥作用。
(5)可操作性原则。信息元素体系的可操作和元素的可度量性是建立信息元素体系的一个基本原则，数据要有较强的可获得性。
1.3 信息元素的筛选筛选原则
一是适用性原则，尽量保证所选的信息元素有用，提高信息采集的效率。二是系统性原则，尽量避免选择孤立信息，提高信息之间的关联性。三是全面性原则，选择元素时着眼长远，着眼全局，尽量把有用的、可能需要的元素均纳入到信息元素体系中，保持元素体系的稳定性和持续性，避免出现经常性的元素调整。
筛选方法。根据元素的筛选原则，本研究在利用文献调研法，搜罗了尽可能全的与人才有关的元素，建立了初步的信息元素体系的基础上，通过发放调查问卷、组织需求单位召开座谈会等形式，对相关指标的重要性进行了排序，淘汰了一大批没有需求的指标。最后，结合专家论证法，对元素体系进行了咨询和测评，确定了人才信息元素的架构。
2 科技创新人才信息元素体系的构成与相互关系
2.1 人才信息元素的构成
人才信息元素体系是人才信息分析的基础。人才评价、人才统计、人才研究等都是建立在人才信息元素体系之上。相对而言，人才相关的指标非常庞大、复杂，需要根据实际管理需要进行设计。本文着重从指标筛选、指标分类、指标的相互关系等三个方面进行了研究，构建了相对完善的人才信息元素体系，设计了指标的筛选原则(适用性，系统性，全面性筛选方法);搜罗了尽可能全的与人才有关的指标(指标，称为信息元素)，进行分析论证;确定130个字段，作为基本字段，主要包括基本信息、个人经历、成果及转化等三个方面通过这些基本字段，可以按照决策者和研究者等的需要，生成各种类别的统计元素;指标分类:恒定指标与变化指标、数字指标与文本指标、核心指标与外围指标等;指标关系:基本信息指标与综合统计指标，人才培养指标与创新能力指标，创新活动指标与创新产出指标，人才间的指标关联性。它不同于普通的人才信息，它不仅需要涉及人才的使用，还包括培育、引进、选拔和流动等多个方面。
2.2 人才信息元素的分类及相互关系
2.2.1 指标的分类
为了对各类指标或字段给予不同的设定，本研究从多个角度对指标或字段进行了分类。包括恒定指标与变化指标、数字指标与文本指标、核心指标与外围指标等。
以恒定指标与变化指标为例。本研究所谓的恒定指标，是相对于变化指标而言的，如人才的身份证号码、博士生导师取得时间、高级职称评定时间等，基本上属于不会变化的指标。有些指标，如工作部门、研究方向信息等，则是经常变化的。本研究对此进行了细致研究，进行了分类。对于恒定指标，在人才信息元素体系设计时设定为只采集一次，避免重复劳动;对于变化指标，在人才元素体系时则设定为多次采集，并建立了指标变化前后的关联。
2.2.2 指标的相互关系
为了体现元素架构体系的系统性原则，本研究从下面四个方面研究指标间的关联，形成了人才信息系统的指标类图。
(1)基本信息指标与综合统计指标。有些指标，如文化程度、所学专业、最高学位等，属于填写的基本字段，或者称基本信息指标。对此，还有相应的统计指标，如大学本科以上学历人数、机械专业人才数、博士学位获得者人数等。为元素体系中的统计分析奠定了基础。
(2)人才培养指标与创新能力指标。有些信息指标，如学习培训情况、受教育情况、工作经历情况等，属于人才成长中的一些过程指标，反映了人才培养情况，而有些指标如承担科技项目情况、学历学位情况、任职资格情况等，则反映了人才的创新能力。这些指标之间存在一定的相关性。为分析研究人才的成长规律奠定了基础。
(3)创新活动指标与创新产出指标。获资助情况、研究方向情况等，反映了人才的创新活动;而获奖荣誉信息、著作论文信息、专利情况、研究报告信息、所拥有的研发团队资源情况、社会贡献情况等则反映了人才的创新产出、科研能力、能力层次、能力资源。初步实现了人才创新投入产出的动态评价。
(4)人才评价指标。针对创新活动和创新产出指标配制相应的2级权重指标并可动态设置，如发表论文的二级权重指标，对应的三级权重指标:论文级别、作者排名、论文字数，以达到根据不同的评价要求、环境动态地调整评价指标，实现多角度、多维度对创新人才的评价。
(5)除了单个人才的各项信息元素之间的关系，人才间还存在指标的关联性。如，同一本著作，可能有多人填写;同一个项目，可能有多人填写。这也在人才元素体系中予以考虑。
2.3 科技创新人才信息元素综合体系
科技创新人才信息元素综合体系是由能反映人才的基本信息，成长经历、科技成果等关联性的信息元素组成，为实现多角度、多维度对科技创新人才的分析，研究人才的成长规律奠定了基础。
3 基于人才信息元素体系的相关应用
构建创新人才信息元素体系的重要作用之一是可以使分布广、没有规律的人才元素信息集聚并提升为有规律性的有用信息，通过评价模型，可以使创新人才多方面的信息，如成果、资历、发展阶段状况等集聚为创新能力信息，从而可以多角度、多维度地测量不同创新人才的创新能力，能发现具有战略眼光和策划组织实施能力的科技领军人才;能评估科技拔尖人才的影响力和科研业绩;能对青年科技人才进行分类评价，针对性地对其培养，发展其潜力。
对创新型人才进行评价是一个复杂的工程，首先，创新本身具有多样性和层次性，这就决定了创新型人才的多样性和层次性;其次，创新不是涉及某一产品或个人的独立活动，而是人、任务及环境间互动产生的过程［4］，这样，创新受任务和环境的影响具有不确定性和风险性，需要动态地进行评价。
为此，本项目研究小组研究设计了较为客观的、全面的、操作性强的创新人才信息元素体系和评价模型。采取AHP等方法得出评价模型方案，并进行优化决策。开展了创新人才信息的智能检索、创新人才的科研诚信评价、创新人才的科研能力评价等研究。
人才评价指标和模型设计、优化、集成技术，包括人才评价指标的设计与筛选技术，人才评价模型设计与优化技术，嵌入模块软件的开发与集成技术。人才评价模型主要包括科技创新人才科研能力评价模型，科研诚信评价模型，科研团队建设调查分析，科技创新人才成长周期分析模型等。
3.1 浙江省科技创新人才信息平台
基于创新人才信息元素体系的浙江省科技创新人才信息平台的数据库，在设计时针对如身份证号等恒定指标，设定为只采集一次，避免信息重复;对于学历、职称等变化指标，在数据库构建时则指定了不同的存储地址，并建立了指标变化前后的关联;有些需要审核的数据，为了数据的真实性，将数据分为审核前数据和审核后数据分开存放。其中每个用户提交的初始数据为审核前的数据，存于审核前的临时数据库，审核前的数据经过上级主管部门审核确认后，变为审核后的数据，并从审核前的临时数据库转存到审核后的永久数据库。
对人才元素体系中的人才信用分析、人才科研能力评价、科研诚信评价、科研潜力分析模型，建立了三层指标体系，并可以根据需要进行调整，具有较好地实用性、区分度和科学性，可以为人才的管理提供信息参考。
科技创新人才信息平台实现了创新人才信息的管理、能力评价、统计分析及高层辅助决策服务等功能，支持创新人才信用分析、科研潜力分析、工作状况分析、创新领域与创新团队结构分析等，是科技资源信息建设的重要组成部分，也是加快推进“百千万科技创新人才工程”的重要手段，为加大我省人才开发以及人才宏观调控的力度，加强我省创新人才队伍的建设，更好地满足经济社会发展对科技创新人才需求提供必要的信息支撑。
3.2 科技创新人才科研能力评价模型
结合人才信息库数据结构特点，将科研能力评价指标分为表现、层次与资源三个方面:从产出角度提出科研能力表现指标，主要包括论文、专著、专利等科研成果，体现以绩效评价能力的思路;从人力资本积累与资源结合的角度提出能力层次指标，主要包括学历、职称与其他被评定的能力称号;从资源角度提出能力资源指标，主要包括团队人力资源构成。在总结各种文献与小范围内征询有关专家意见的基础上提出二级小类指标与三级细类指标，通过AHP(层次分析法)确定权重与综合权重，得出各层指标的权重，构建科技创新人才科研能力评价模型。
3.3 科研诚信评价模型
随着科学的发展，我国对科学研究的道德建设方面更加重视，特别对科研诚实、守信方面提出了更高的要求。为了有效地监督和约束科技人才的科研行为，推动我国的科技事业的发展，促进科学诚信的规范，防止出现出滥竽充数、剽窃等科研不端行为，急切需要建立对科研人员的科研诚信评价体系。
科研诚信评价模型的开发主要基于人才信息元素在运行以后，进行数据间的对比，如承诺数据与完际完成数据之间的对比，以及事件记录型数据等进行评价管理。具体评价方法与科研能力评价类似，通过层次分析法，提出目标层、准则层与指标层诚信评价指标，综合各个专家的意见，按层次分析法计算程序，得出各指标权重，从而建立科研诚信评价模型［7］。
4 结束语
人才问题是非常复杂的，它有战略性，又有现实性，也有紧迫性。需要不断研究，不断探讨。科技创新人才的成长不是一朝成才的，有一个过程，而且在这个过程中可能表现出一定的成长规律，不同的时期的成长需要与环境是不同的。创新人才信息元素体系能对科技创新人才成长状况进行判断，从而发现潜力型人才，并能为科技创新人才成长规律的研究提供数据基础，在不断分析科技创新人才成长影响因素与时间性特点的基础上，对处于不同阶段的科技创新人才提出不同的政策措施，完善现有的科技政策，从而有利于多出人才，出大人才。
