当前位置:首页>跳槽>全球科研工作者跳槽研究数据库(GSMRD)

全球科研工作者跳槽研究数据库(GSMRD)

  • 2026-10-26 06:56:32
全球科研工作者跳槽研究数据库(GSMRD)

一、数据简介

重构全球科研版图,从人才流动开始量化!

在全球科技竞争日益激烈的时代,科研人员的跨机构迁移正在深刻塑造创新能力、知识扩散路径与科研生态格局。然而,对于“科研人才如何流动、流向何处、迁移前后产出如何变化”这一关键链条,学界长期缺乏系统化、可量化、跨机构可比的微观数据库。基于这一研究断层,CnDataSeed团队构建了 《全球科研工作者跳槽研究数据库》,以作者身份识别为核心,将科研人员从出发机构到去向机构的完整迁移链条进行高精度结构化编码,覆盖 机构ID、最高级机构归属、发表记录时间序列、跳槽年份以及迁移前后发文规模 等关键维度,首次搭建起全球范围内科研流动的可追溯数据基础。

该数据库通过标准化算法呈现科研人员在原单位与新单位的产出强度变化、机构层级差异及其迁移轨迹,使研究者能够解析科研流动背后的机构吸引力梯度、科研劳动力市场结构以及迁移行为与学术产出之间的潜在因果机制。相较于传统依赖机构排名或国家层面的宏观统计,这一微观级跳槽数据能够揭示科研人员真实的职业路径,为研究“学术迁移—科研产出—创新网络”之间的互动提供前所未有的实证基础。

《全球科研工作者跳槽研究数据库》适配科学计量学、劳动经济学、创新研究、教育政策、科研管理与全球人才治理等广泛领域。研究者可利用该数据库考察科研流动对创新能力、团队结构、学科演化、科研绩效及国家科研吸引力的系统影响,重建跨国科研合作网络,并从微观层面理解全球科研人才配置效率。在全球知识竞争加速重构的时代,这一数据库为解析科研流动背后的制度机制与激励逻辑提供了独特的数据视角和强有力的实证支撑。

二、数据概览

数据字段:

数据表格:

三、相关处理—部分跳槽识别

按时间对机构序列排序并构建职业轨迹,识别相邻机构变化

CREATETABLE tmp_ordered ASSELECT *,  ROW_NUMBER() OVER(PARTITIONBY author_id ORDERBY min_year, max_year, inst_id) AS rnFROM tmp_aff_span;CREATETABLE tmp_moves ASSELECT  cur.author_id,  cur.inst_name AS from_inst,  nxt.inst_name AS to_inst,  cur.top_id AS from_top,  nxt.top_id AS to_top,  nxt.min_year AS move_yearFROM tmp_ordered curJOIN tmp_ordered nxtON cur.author_id = nxt.author_id AND nxt.rn = cur.rn + 1WHERE nxt.top_id <> cur.top_id;

四、相关研究

部分相关研究示例

Vaccario, G., Verginer, L. & Schweitzer, F. Reproducing scientists’ mobility: a data-driven model. Sci Rep 11, 10733 (2021). https://doi.org/10.1038/s41598-021-90281-9

更多相关研究:

[1]Sugimoto, C., Robinson-Garcia, N., Murray, D. et al. Scientists have most impact when they're free to move. Nature 550, 29–31 (2017). https://doi.org/10.1038/550029a

[2]Markova YV, Shmatko NA, Katchanov YL. Synchronous international scientific mobility in the space of affiliations: evidence from Russia. Springerplus. 2016 Apr 19;5:480. doi: 10.1186/s40064-016-2127-3. PMID: 27217995; PMCID: PMC4837756.

[3]Robinson-Garcia N, Sugimoto C R, Murray D, et al. The many faces of mobility: Using bibliometric data to measure the movement of scientists[J]. Journal of informetrics, 2019, 13(1): 50-63.

六、获取方式

数据编号

D1820

DataSeed大数据库

扫码添加会员助理,备注【科研跳槽】

https://cndataseed.com/

点击左下角“阅读原文”,获取更多数据

最新文章

随机文章