本研究选取青岛有量及地区生产总值、六西安个核心、指标杭州。 、合肥、成都五个城市作为参照对象，构建涵盖人才规模、质量、创新投入、产出及政策环境五个维度的评价体系，具体包括高层次人才总量、人才流入指数、研发投入强度、高新技术企业数量、每万人发明专利拥有量及地区生产总值六个核心指标。
在六城市创新科技人才发展综合评估中，综合得分排名为：杭州、成都、西安、青岛、大连、合肥。大连位列第五，综合竞争力较弱。聚类显示，六城市可分为三个梯队：第一梯队为全面领先的杭州；第二梯队为成都、西安、青岛，发展不均衡但部分指标突出；第三梯队包括大连与合肥，在多个核心指标上相对落后。
1. 人才规模上，预计 2027 年高层次人才总量达 1.5 万人，年均增长 8%—10%。青年人才年引 8 万—10 万人，净流入率转正。区域上，高新区人才占比提至 35%；甘井子区年均增长 15% 以上；金普新区达 300 人左右。
2. 人才结构上，到 2030 年，青年人才比例提至 55%以上，硕士以上人才比例提至 50% 以上。战略性新兴产业人才占比从 30% 提至 45% 以上，更匹配产业升级。
3. 创新绩效上，2030 年研发投入强度达 3.5% 以上。高企数量破 5000 家，年均增 15% 以上。每万人发明专利 25 件，成果本地转化率有望超 50%，创新链与产业链衔接更紧密。
四、主要问题识别与挑战分析
（一）结构性矛盾突出
人才队伍存在明显的结构性矛盾。层次结构上，顶尖人才和青年后备人才不足。专业结构上，传统产业人才过剩与新兴产业人才短缺并存。空间结构上，人才过度集中于主城区，区域发展不平衡。
（二）人才吸引力不足
与杭州等城市相比，大连在人才吸引力方面存在劣势。平均薪酬仅为杭州的 65%。高水平科研机构和领军型企业相对较少，人才职业发展空间受限。基础教育、医疗等公共服务供给与南方城市存在差距。
（三）体制机制障碍
人才评价中“四唯”现象尚未根本改变，市场评价、贡献导向的体系尚未健全。事业单位与企业间的人才流动存在制度壁垒。知识、技术等生产要素参与分配的机制不健全，人才创新活力未能充分激发。
（四）协同创新不足
产学研协同创新机制不完善。高校、科研院所与企业缺乏有效的合作平台和长效机制，科技成果转化渠道不畅。2024 年，大连市科技成果本地转化率为 43%，与杭州、合肥等城市相比仍有差距。创新链、产业链、资金链、人才链衔接不够紧密。
五、对策建议与实施路径
（一）构建梯度化人才培养体系
针对人才结构性矛盾，构建“顶尖人才引领—青年人才支撑—技能人才保障”的梯度体系。实施“战略科学家培养计划”，支持领军人才；设立“青年科技人才专项”，重点支持 35 岁以下人才；深化产教融合，建设技能人才培养基地。通过人才金字塔工程，力争到 2030 年形成以百名战略科学家、千名科技领军人才、万名青年骨干人才、十万名高技能人才为支撑的梯队。
（二）优化人才发展生态环境
优化政策环境，整合出台“大连人才新政”，在安家补助、科研资助、子女教育、医疗住房等方面增强竞争力。优化事业发展环境，争取国家级科研平台落地，支持企业建设创新载体，吸引顶尖团队。优化生活环境，提升教育医疗水平，建设国际社区与学校，丰富文体设施，提升城市品质。
（三）创新人才发展体制机制
改革评价机制，建立以创新价值、能力、贡献为核心的评价体系，在重点单位试点下放评价自主权。创新流动机制，打破户籍、身份等限制，建立事业单位与企业间“旋转门”，促进双向兼职与创业。完善激励机制，提高科研人员成果转化收益比例，探索技术入股、股权分红，设立创新创业基金。
（四）深化产学研协同创新
构建“政产学研用金”协同体系。支持高校院所与龙头企业共建产业研究院、协同创新中心，在英歌石科学城建设示范区。建立“企业出题、协同答题”的研发机制，政府予以支持。设立产学研合作专项，促进联合攻关。建设大连市技术交易市场，培育技术转移机构与经纪人，力争2030 年科技成果本地转化率提升至 55% 以上。
六、结语
本文通过公开数据分析表明，大连市人才规模稳步增长，已形成以高新区、金普新区为核心的空间布局，政策环境与服务持续优化。但与对标城市相比，大连在人才总量、吸引力、成果转化等方面仍有明显差距，存在结构性矛盾、体制机制障碍、协同创新不足等问题。
未来 5 至 10 年是大连人才发展关键期。随着“兴连英才计划”实施及英歌石科学城等重大平台建设，人才发展态势将持续向好。要实现跨越式发展，需在人才培养、引进、使用、激励等方面实施系统性改革，通过构建梯度化培养体系、优化人才生态、创新体制机制、深化产学研协同等路径，打造更具竞争力的人才生态，为大连建设区域科技创新中心提供坚实人才保障。
（本文所有数据来源：大连市统计局、科技局、人社局；各对标城市政府工作报告、统计年鉴；中国科技统计年鉴；公开调研报告）
参考文献
[1] 陈劲，阳银娟 . 协同创新的理论模式及其演进 [J]. 科学学研究，2012,30(2):161-164.
[2] 孙锐，孙彦玲 . 中国数字经济人才发展现状、问题与对策 [J].中国科技论坛，2021(5):1-9.
[3] 张洁，吕佑龙 . 数字孪生及其在智能制造中的应用探讨 [J]. 计算机集成制造系统，2019,25(1):1-18.
[4] 苗文龙，何德旭，周潮 . 科技人才流动、知识溢出与区域创新效率——基于长三角城市群的实证研究 [J]. 中国工业经济，2022(5):83-100.
[5] 李燕萍，陈建安 . 中国创新人才培养的“双循环”模式研究——基于国家科技领军人才案例 [J]. 管理世界，2020,36(12):117-133.
沪公网安备（备案办理中）号
