合肥国家大学科技园 8位专家获省、市人才开发资金

为开发人才资源、培养高新技术人才和引进急需的高层次人才，为科技创新和科技成果产业化服务，2001年，安徽省委、省政府出台《关于加强人才工作若干问题的决定》，并颁布实施《安徽省人才开发资金管理使用暂行办法》，设立安徽省人才开发资金。     

人才国际化评价指标体系研究——以上海市为例

根据增强城市国际竞争力,提升科技创新策源能力的要求,文章首先界定了人才国际化的内涵和有关要素,综合当前人才国际化评价的系列指标,以此为基础,构建了人才国际化评价指标体系,为从纵向、横向对比等方面分析上海科技创新人才国际化程度奠定了初步基础.本研究将为上海市提出后疫情时代上海科技创新人才国际化的应对举措提供分析工具,为"十四五"期间上海科技创新人才的国际化发展提供参考依据.     

中国城市创新人才评价体系构建

创新驱动就是人才驱动,国家科技创新力的根本源泉在于人才。遵循人才的本质特征与人才培养规律,同时结合国内外相关研究成果,从人才规模、人才结构、人才效能、人才环境等4个维度构建中国城市创新人才评价体系,评估各城市的创新人才发展水平。该评价体系不仅全方位、多层次地反映了城市创新人才数量（规模）及质量（结构）的真实情况,同时重点考虑了城市创新人才的科技、经济效能及支撑创新人才发展的环境。分析发现：我国各城市呈现出差异化的发展路径和特色化的定位选择,大部分城市在人才规模、人才结构、人才效能和人才环境等4个一级指标的排名中存在明显的分化趋势,不同维度的发展各有所长;创新人才评价综合得分前20强城市存在明显的区域聚集效应。合理构建中国城市创新人才评价体系,能够更清晰地把握我国各城市创新人才培养的现状及演变趋势,进而为加快培育造就创新人才队伍、有效实施人才战略提供决策参考。     

青年科技创新人才成长要素与路径研究——基于上海的调查

国家科技创新力的根本源泉在于人,科技的未来在青年。为推进科技自立自强,必须发挥青年科技创新人才的战略后备军作用,支持青年人才挑大梁、当主角。从年龄、特征和范围3个维度对青年科技创新人才的内涵进行了界定,并基于卢因行为模型等理论构建了人才成长要素的“三角模型”,认为青年科技创新人才的成长受年龄、能力、动力形成的“内三角”以及（他）人、机构、环境形成的“外三角”的影响。通过发放问卷,对上海青年科技创新人才发展的现状与问题进行了调研,在学习借鉴国内外培育青年科技创新人才典型经验模式的基础上,从优化科研资助模式、改革人才评价机制、搭建干事创业平台、营造良好创新生态等角度提出了优化青年科技创新人才成长成才的路径建议。     

我国高端人才发展状况与创新能力评估研究

基于我国现今高端人才科技创新方兴未艾的发展背景,归纳和梳理高端人才创新评价的理论基础,结合高端人才科技创新的相关概念,系统的提出高端人才创新评价的体系和发展结构。分析高端人才发展和创新的现状,根据存在的问题探索高端人才发展与创新的影响因子,并通过层次分析法评价这四个方面对提升高端人才创新能力的有效性。     

科技创新因素对安徽省各地区经济贡献程度的评价

本研究收集了安徽省2011-2017年16个地级市的数据,使用了灰色关联度法对安徽省各地级市科技创新对区域经济的影响做出了评价分析。根据实证结果得出了RD人员折合全时当量和高新技术总产值因素是影响安徽省各地区经济的重要因素。最后根据灰色关联度法的结果进行分析,提出了加大科技创新投入、加强创新合作、制定人才策略和进行合理资源配置等相应的对策和建议。     

河南科技创新人才发展环境评价研究

本文立足于河南省科技创新人才发展环境现状,选定影响河南省科技创新人才发展环境的主要指标,对河南省及其他主要发达省份科技创新人才发展环境进行比较;建立了科技创新人才发展环境的评价指标体系,并运用因子分析法进行了实证研究,得出河南省科技创新人才发展环境状况的演进示意图;提出了完善河南省科技创新人才发展环境的若干对策和建议。     

关于高校创新型人才队伍建设的思考

科技创新,以人为本,加强创新型人才队伍建设是实施人才强校战略的根本保证.文章介绍了高校在科技创新中的作用及其人才优势,从认识、投入、机制、评价、环境等角度提出了加强创新型人才队伍建设的对策措施.     

基于长三角一体化的安徽省科技人才队伍建设现状研究

在长三角一体化背景下，综合评价安徽省科技人才队伍建设情况，分析存在问题，提出相关建议。研究表明，安徽省科技人才队伍呈现高端人才集聚能力日益加强，研发人员数量持续增长，科技人才队伍发展环境日益优化等发展态势。通过与沪苏浙比较，安徽省科技人才队伍建设在引进培育高端人才能力、科技人才的优质科技成果、双一流大学发展等方面还有差距。同时还存在高端创新型人才仍较缺乏、性别歧视现象、科技人才分布不均衡、人才创新能力有待提升等问题。建议从营造尊重人才的浓厚氛围和政策环境，发挥科技创新平台的人才集聚作用，建立科学有效的科技人才评价新机制等多个维度提升安徽省科技人才队伍建设能力，推进安徽科技创新。     

高校创新人才培养机制探讨

我国高校创新人才培养面临着人才质量下滑、学生整体素质不高、就业形势严峻等挑战,而经济全球化、建设创新型国家、科技创新能力及创新人才自身能力的提高等对人才的培养提出了新要求。因此,应从质量保证机制、环境保障机制、校友人文资源开发机制以及评价体系、激励机制四个方面,构建起我国高校创新人才培养的新机制。     

中国未来科技创新战略与政策管理研究

从当前中国科技创新现状入手,分析了在科技创新政策、人才流动以及资源的合理有效使用、长远发展等方面的问题,建立了未来中国科技创新战略管理蓝图及模型,通过模型分析,研究科技型人才聚集效应与科技资源配置之间的关系。最后提出为未来中国科技创新之路有效的且不可替代的科学技术解决方案。     

京津冀协同发展背景下的科技创新人才流动研究

京津冀协同发展是国家的重大发展战略,承担着推动经济加速发展的第三增长极的任务。区域科技创新人才是区域创新系统结构优化、功能发挥作用的基础,促进京津冀地区科技创新人才的流动,实现区域科技创新人才的优化配置,对促进京津冀协同发展具有重要意义。通过对京津冀三地科技创新人才流动现状的分析显示,北京和天津相对河北而言是科技创新人才的净流入地区,并且近年来的科技创新人才迁移量一直保持增长态势,由此可知经济发展的比较优势以及人才发展的良好环境促进了京津两地科技创新人才的迁入,相对于周边的河北,京津两地对科技创新人才具有明显的吸引力。在科技创新人才流动现状分析的基础上提出实现京津冀互联互通、优化京津冀区域科技创新人才发展环境,对京津冀区域产业进行差异化定位和合理分工,建立统一开放的区域科技创新人才服务平台等促进京津冀科技创新人才合理流动、优化配置的对策建议。     

安徽省科技人力资源现状

科技人力资源是推动科技创新的核心动力因素,直接影响着科技创新事业的发展。虽然安徽省具有居中靠东的区位优势,但在承接产业梯度转移的同时,也面临着长三角发达地区在人才、技术等方面的激烈争夺和挤压。因此,对安徽省目前科技人力资源状况进行分析,提出相应的对策,可以为有关部门制定科技人力资源政策提供一些参考,对加速安徽省科技发展有一定的现实意义。     

安徽省创新方法培训班制度创新

为切实加强安徽省自主创新能力建设,培养和造就创新型人才,增强全省科研骨干在创新意识、创新思维、创新能力等方面的综合素质,发挥创新型人才在社会发展中的重要作用,2012年组织开展了安徽省创新方法培训班。培训班旨在为安徽省企业、科研院所培养创新工程师,使其熟练掌握技术创新方法(TRIZ理论)的科学思维、创新方法和发明工具,形成创新型思维模式,掌握创新技     

我国农业科技创新人才发展战略

农业科技创新人才是推进农业科技革命的关键因素。本文针对当前农业科技创新人才发展中存在的主要问题 ,提出未来几年农业科技创新人才发展的战略目标、战略重点和战略措施。     

河南省科技创新人才培养机制研究

有效的科技创新人才培养机制是提高科技创新人才创新意愿、创新能力和创新产出的加速器,是实现区域经济跨越式、大幅度创新发展的有力支撑。为了有针对性地构建河南省科技创新人才培养机制,本文在实地调研的基础上,实证了影响河南省科技创新人才培养的关键因素,在河南省科技创新人才培养方面提出了建立完善的教育培养机制、构建良好的内外部环境机制、建立完善的人才发展机制和人才管理机制等措施。     

科技创新人才建设发展成效、问题与对策——以广州市越秀区为例

科技创新人才建设与发展是创新的重要推动力量,是区域科技竞争的核心要素。本文系统地梳理了广州市越秀区科技创新人才队伍建设取得的主要成效,分析了科技创新人才建设与发展存在的主要问题,从完善科技创新人才发展运行机制,强化创新载体建设,优化人才发展环境,加大对创新人才扶持力度,搭建海外创新人才引进平台,创新科技人才服务等方面提出对策措施与建议。     

科研创新团队人才评价与遴选

高校科研创新团队的建设对构建创新型高校具有重要价值。高校应根据科研创新人才的类别,提出和完善弥补型人才、知识创新型人才、领导型人才的评价指标和方法,建立科研团队创新人才遴选评价评分表,并对指标的赋分与权重进行评价和说明。有效的人才评价与遴选制度对科研团队的组建具有重要意义。     

创新人才创新力评估体系与激励制度研究

研究了创新人才的创新力评估体系和激励机制,为企业在严峻的竞争压力下构建创新评价体系和制定创新人才的激励制度提供了理论基础。同时提出人力资源管理实践中增强员工向心力的方法,为创收和员工创新力发展提供了方法和激励制度依据。     

安徽省科技创新效率评价及对策研究 ——基于DEA-Tobit模型

基于DEA-Tobit模型,对2018年安徽省16个地市的科技创新效率和影响因素加以评价和分析.研究发现:安徽省科技创新研发效率强,但科技创新成果转化效率不高;科技研发人员、仪器设备购买费用和专利申请数都对安徽省科技创新效率有很强的促进作用.最后基于上述分析,针对性地提出解决对策.