基于精細(xì)化高層次人才管理的指標(biāo)量化分析

席玉敏 范瑋衛(wèi)

摘 要：本文以數(shù)據(jù)量化分析方式為研究工具，挖掘高層次人才科研信息數(shù)據(jù)意義，為構(gòu)建全面人才管理體系提供評價指標(biāo)參考。通過分析學(xué)歷、學(xué)源、學(xué)科、年齡及入職年限等信息與高層次人才科研活動數(shù)據(jù)的關(guān)系，可以發(fā)掘更全面、有效的科研管理信息。

關(guān)鍵詞：量化分析;精細(xì)化管理;評價指標(biāo);高層次人才

基金項目：河南省社科聯(lián)2020年度調(diào)研課題（待定）;河南工學(xué)院高層次人才科研啟動基金（項目編號：KQ1832）。

1 綜述

據(jù)統(tǒng)計，目前我國國際科技論文數(shù)量連續(xù)多年穩(wěn)居世界第二[1]。但是，論文數(shù)量多不等于成果質(zhì)量高、創(chuàng)新能力強(qiáng)。鑒于以上問題，近期，科技部和教育部連續(xù)發(fā)布了《關(guān)于破除科技評價中“唯論文”不良導(dǎo)向的若干措施（試行）》和《關(guān)于規(guī)范高等學(xué)校SCI論文相關(guān)指標(biāo)使用 樹立正確評價導(dǎo)向的若干意見》。根據(jù)不同科技活動特點提出更具實用價值的評價量化體系，是目前科研管理變革的核心。其中目的是引導(dǎo)廣大科研人員潛心研究，產(chǎn)出符合社會需求的科技成果。這就涉及要全面樹立多元化、全方位的評價導(dǎo)向，注重科研人員對社會的貢獻(xiàn)和影響。

本課題將突出實效，注重貢獻(xiàn)，結(jié)合小同行間的影響力和社會認(rèn)可度，改進(jìn)科研人員管理模式，落實評價導(dǎo)向。通過引入精細(xì)化管理理念[2]，具體化、明確化評價指標(biāo)，完善評價體系，改善原有的粗放式人才管理狀況，提高科研實力。精者，去粗也，提煉最優(yōu)的管理方案;細(xì)者，入微也，事物內(nèi)在聯(lián)系和規(guī)律[3]。精細(xì)化管理是搭建在規(guī)范化管理基礎(chǔ)上的高水平管理體系，是以細(xì)致入微和精益求精為根本的管理方法，起始于企業(yè)管理，現(xiàn)已普及至社會管理多數(shù)層面。精細(xì)化管理的核心在于專業(yè)化和科學(xué)量化，拓展至人才管理、特別是專業(yè)程度更深的高層次人才管理，需要參考的信息程巨量化和高度專業(yè)化特點，僅依靠傳統(tǒng)的管理學(xué)研究方法無法實現(xiàn)[4]。因此，需要借鑒自然科學(xué)研究方法，以科學(xué)主義范式[5]，細(xì)化科研活動各類信息，通過模型找出必要信息，分析內(nèi)在聯(lián)系和規(guī)律，這就是本課題采用的量化分析方法。

隨著指標(biāo)量化融入人才管理體系，使傳統(tǒng)人才管理逐漸擺脫主觀、經(jīng)驗和模糊等問題，體現(xiàn)出更加專業(yè)、客觀、精準(zhǔn)的科學(xué)屬性。想要突破固有的簡單化、一刀切管理體系，建立全面、公平、公正評價體系，就必須借助于更符合現(xiàn)代社會特點，更切實有效的研究工具。課題組根據(jù)當(dāng)代社會人際、科研和經(jīng)濟(jì)活動數(shù)字化的特點，選取數(shù)據(jù)量化分析方法作為核心研究工具。本文通過“數(shù)據(jù)驅(qū)動”[6]對數(shù)據(jù)進(jìn)行篩選，挖掘、歸納、分析，以發(fā)掘數(shù)據(jù)背后反饋出的科研管理問題，為決策者提供更嚴(yán)謹(jǐn)、準(zhǔn)確的證據(jù)，指導(dǎo)決策行為，強(qiáng)化決策的精準(zhǔn)性和前瞻性[7]。

2 參數(shù)指標(biāo)

目前，針對科研項目、人才和機(jī)構(gòu)的科技評價活動中簡單化、一刀切地將論文、專利、著作等數(shù)量與考核排名、績效考核、資源分配直接掛鉤現(xiàn)象突出。本研究試圖對科學(xué)研究推行多維度切入、多措并舉的方法，作為高層次人才各類科技活動的主要評價依據(jù)和考核指標(biāo)，真實反映高層次人才的學(xué)術(shù)價值，為精細(xì)化管理提供依據(jù)和指導(dǎo)。

本文將能夠體現(xiàn)出高層次人才科研貢獻(xiàn)和影響的信息進(jìn)行歸納，用抽象的概念固定下來，成為構(gòu)建模型必要的參考值。根據(jù)現(xiàn)有的管理體系，一些傳統(tǒng)標(biāo)準(zhǔn)依然有一定的參考價值，仍需要納入新的評價標(biāo)準(zhǔn)里，包括項目、論文、專利、著作及獎勵等。此外，本研究主要把以前無法量化，但具備相當(dāng)科研貢獻(xiàn)和影響力的信息也抽象出來進(jìn)行了數(shù)據(jù)量化，包括個人榮譽(yù)、人才來源、人才學(xué)源、社會資源等。

以上指標(biāo)均采用數(shù)值量化，并根據(jù)目標(biāo)單位需求進(jìn)行權(quán)重賦值。在實際應(yīng)用中，指標(biāo)權(quán)重可有目的的進(jìn)行調(diào)節(jié)以實現(xiàn)管理導(dǎo)向目的。本課題所涉及數(shù)據(jù)來源根據(jù)河南省新鄉(xiāng)區(qū)域內(nèi)各類研究機(jī)構(gòu)自2016年以來新入職博士學(xué)歷人才收集、整理的科研活動數(shù)據(jù)庫。

3 模型構(gòu)建

就傳統(tǒng)量化分析而言，通常需要假設(shè)所有數(shù)據(jù)或者樣本滿足一定條件，既符合所采用計算模型的基本假設(shè)方可進(jìn)行相關(guān)計算。但實際就人才管理涉及的方方面面，很難歸類為某一特定類型條件。因此，先假設(shè)后計算的模式往往會使模型根源產(chǎn)生偏差，導(dǎo)致數(shù)據(jù)反饋信息有所遺漏或者傾向性加劇。這是構(gòu)建全面評價和管理體系必須避免的。本研究結(jié)合大數(shù)據(jù)分析思維，從數(shù)據(jù)出發(fā)，用數(shù)據(jù)說話。將原始數(shù)據(jù)視為整體，根據(jù)初始模型凝練潛在信息。不過，為避免大數(shù)據(jù)分析帶來的數(shù)據(jù)冗余、信息雜亂等弊端，在模型推導(dǎo)過程中加入傳統(tǒng)量化分析和質(zhì)性研究方法，對既有數(shù)據(jù)進(jìn)行篩選和加權(quán)，使得到的結(jié)論更符合管理需求和預(yù)期評價性能。

根據(jù)數(shù)據(jù)驅(qū)動的研究核心，本研究初期不假設(shè)樣本符合某種算法規(guī)律，而是通過初級數(shù)據(jù)信息處理算法進(jìn)行參數(shù)指標(biāo)的篩選、優(yōu)化，達(dá)到融合最優(yōu)參數(shù)，升級評價體系的漸進(jìn)式推演，直至生成最佳人才管理模型。初始參數(shù)指標(biāo)及數(shù)據(jù)分布示意如表1。其中可量化指標(biāo)綜合了前期多數(shù)科研評價體系中的量化指標(biāo)，并歸類處理。不可量化指標(biāo)參考目前主流科研活動影響因素初步選取，結(jié)合管理需求，體現(xiàn)科研人員的社會貢獻(xiàn)和影響力等綜合水平設(shè)置。表1中可量化指標(biāo)與不可量化指標(biāo)逐項結(jié)合形成新的二級指標(biāo)Xi，j。同時，在可量化指標(biāo)之下設(shè)置綜合值，代表全部可量化指標(biāo)總值。該數(shù)據(jù)與不可量化指標(biāo)結(jié)合還將歸納出新的二級指標(biāo)Yi，j。根據(jù)收集數(shù)據(jù)，建立個人數(shù)據(jù)庫。多數(shù)可量化指標(biāo)可分為總和以及人均兩個類型，部分不可量化指標(biāo)內(nèi)含多項細(xì)分指標(biāo)。同時根據(jù)指標(biāo)關(guān)聯(lián)需要，可增加多項復(fù)合指標(biāo)，所生成的指標(biāo)體量更巨大，需要結(jié)合大數(shù)據(jù)分析方式進(jìn)行研究。針對數(shù)據(jù)冗余，本課題還結(jié)合質(zhì)性分析和傳統(tǒng)量化分析方式對數(shù)據(jù)進(jìn)行必要篩選。

4 數(shù)據(jù)分析

在本文數(shù)據(jù)分析中，為簡化分析過程，本文數(shù)據(jù)均為絕對值，是每位高層次人才相應(yīng)數(shù)據(jù)的總和或人均值。以下將對部分?jǐn)?shù)據(jù)信息進(jìn)行必要性分析。

4.1 學(xué)科分析

研究對象工科專業(yè)占比69.2%，根據(jù)不同學(xué)科高層次人才群體科研總量數(shù)據(jù)信息基本能夠反饋各類指標(biāo)間的差異，分布基本合理。上述兩類指標(biāo)結(jié)合產(chǎn)生的新指標(biāo)能夠較好的反饋科研活動中量化指標(biāo)與人才學(xué)科信息之間的交互作用。工科專業(yè)總量雖多，但人均值不高。圖1數(shù)據(jù)基本顯示單一量化指標(biāo)經(jīng)人均后與人才學(xué)科信息兩兩結(jié)合，能夠反映各類科研活動在不同學(xué)科群體中的人均情況，可以納入新指標(biāo)體系。

同時通過分析發(fā)揮度、人均產(chǎn)出、總產(chǎn)出和年人均產(chǎn)出等經(jīng)過整合后的指標(biāo)參數(shù)與學(xué)科之間的關(guān)系可知，工科高層次人才除總量明顯高于其它專業(yè)外，其它各項無明顯優(yōu)勢。以上數(shù)據(jù)指標(biāo)均基本反饋了研究群體科研活動實際情況，可以作為二級指標(biāo)引入新的管理體系。但結(jié)合數(shù)據(jù)量級，該類復(fù)合指標(biāo)關(guān)系很難為自動篩選界定閾值范圍，后續(xù)可能將閾值有限度的進(jìn)行分組。

4.2 學(xué)源分析

本文根據(jù)高層次人才畢業(yè)來源嘗試分析人才畢業(yè)來源對目標(biāo)單位科研工作發(fā)展的貢獻(xiàn)值和支撐能力。

圖2對7個類別的指標(biāo)分別繪制了各類學(xué)源高層次人才占比。從圖2中可以看出，以學(xué)源指標(biāo)與上述新老指標(biāo)相結(jié)合，產(chǎn)生的量化數(shù)據(jù)可以較好的區(qū)分目前所有研究對象的科研活動數(shù)據(jù)信息，含可量化和新增指標(biāo)，說明此類關(guān)聯(lián)指標(biāo)具備良好的信息價值，能夠反映研究期間，研究對象在各類科研活動中的表現(xiàn)，為下一步科研管理提供必要的支撐數(shù)據(jù)。

4.3 學(xué)歷分析

學(xué)歷指標(biāo)以往也會出現(xiàn)在科研評價體系中，但通常都是一刀切將學(xué)歷與績效分配直接掛鉤。然而這往往造成同一單位內(nèi)科研人員的群體割裂，也無法避免科研管理單一化趨勢。

圖3顯示了研究對象在各類縱向科研項目分類占比情況。從圖中可以明顯看出，隨著縱向項目級別上升，高層次人才占比逐步升高。以上細(xì)分指標(biāo)結(jié)合學(xué)歷指標(biāo)后能夠很好的反映不同學(xué)歷層次以及學(xué)科門類在各級科研項目中的數(shù)據(jù)變化，為科研管理提供必要信息。

4.4 年齡分析

根據(jù)人才年齡數(shù)據(jù)與科研項目、成果及發(fā)揮度和人均產(chǎn)出等指標(biāo)相結(jié)合所反饋的信息而言：各類數(shù)據(jù)綜合表現(xiàn)最好的是41-50年齡段;年輕高層次人才入職晚，在各方面均處于劣勢;31-40年齡段各項指標(biāo)相對穩(wěn)定。將年齡指標(biāo)與各類指標(biāo)結(jié)合，可以推演出對象所在單位科研年齡結(jié)構(gòu)以及管理重點對象，還可以大致判斷研究對象所在單位的科研發(fā)展?fàn)顩r，為指導(dǎo)后續(xù)科研管理和有針對性的調(diào)整評價導(dǎo)向提供依據(jù)。

4.5 入職年限分析

在研究中，各項指標(biāo)隨人才入職年限演變主要趨勢為：高層次人才入職前三年是科研黃金期;第二年是高層次人才科研工作的關(guān)鍵時期;高層次人才科研業(yè)績隨時間增加逐步提高，但是在三年期后逐步趨穩(wěn)。結(jié)合多指標(biāo)關(guān)聯(lián)分析，年限指標(biāo)對科研管理意義重大，是合理評價人才科研水平和保障人才科研活動可持續(xù)發(fā)展的重要信息，這在以前的評價體系中很少體現(xiàn)。

5 結(jié)論

綜上分析結(jié)果，將以前無法量化的指標(biāo)如年齡、學(xué)科等信息，與傳統(tǒng)量化指標(biāo)逐一結(jié)合，可以得到更全面的反饋信息，有利于科研人才管理和科研活動評價。同時對部分簡單一刀切的指標(biāo)如學(xué)歷、學(xué)源等信息與其它量化指標(biāo)結(jié)合，可以賦予其更豐富的意義，避免單一化導(dǎo)向。而將各類數(shù)據(jù)與新篩選出的二級指標(biāo)進(jìn)行二次結(jié)合，還能夠挖掘出不同的潛藏信息，同樣可以輔助科研管理。因此，本研究初步分析指標(biāo)體系，可以用于完善科研人才評價管理體系。后續(xù)進(jìn)一步豐富數(shù)據(jù)信息內(nèi)容，還可以逐步提升該體系的全面性。

參考文獻(xiàn)

[1]中國科學(xué)技術(shù)信息研究所.2019中國科技論文統(tǒng)計報告[R].北京：中國科學(xué)技術(shù)信息研究所，2019.

[2]陳啟愉，張凌，吳若斌，桑成好，付曄.重點實驗室精細(xì)化管理實踐與探索[J].實驗技術(shù)與管理，2006（08）：133-135.

[3]汪中求，吳宏彪，劉興旺.精細(xì)化管理[M].新華出版社，2005.

[4]石英.從質(zhì)性研究到大數(shù)據(jù)方法：超越與回歸[J].中國社會科學(xué)評價，2017（02）：36-42+125-126.

[5]張鵬.管理學(xué)中科學(xué)主義范式與人本主義范式的哲學(xué)分析[D].云南師范大學(xué)，2009.

[6]汪雅霜，嵇艷.大數(shù)據(jù)分析與量化研究的區(qū)別與整合——兼議教育量化研究的未來走向[J].四川師范大學(xué)學(xué)報（社會科學(xué)版），2017，44（04）：36-41.

[7]王萌萌.“大數(shù)據(jù)技術(shù)+”與人力資源量化管理的研究展望與多維分析[J].天水行政學(xué)院學(xué)報，2016，17（02）：31-35.

作者簡介

席玉敏（1982-），女，河南新鄉(xiāng)人，經(jīng)濟(jì)師，本科，主要從事人力資源管理研究。

通訊作者

范瑋衛(wèi)，男，博士，講師，主要從事科研管理研究。