創(chuàng)新人才管理復(fù)合指數(shù)模型研究

范瑋衛(wèi) 楊捷 席玉敏

摘?要：本研究的核心是利用采集的創(chuàng)新人才數(shù)據(jù)信息解讀創(chuàng)新人才管理中的各類問題。采用基于層次分析法所構(gòu)建得復(fù)合指數(shù)模型算法，對數(shù)據(jù)進(jìn)行計算分析，從而提升創(chuàng)新人才管理精準(zhǔn)高效程度。研究通過數(shù)據(jù)分析發(fā)現(xiàn)了一些影響人才工作效率的因素，并針對不同情況提出差異化管理思路。最終，本文希望能夠通過分析結(jié)論，促使人才資源配置改善，改變單一的用人和評價制度，形成結(jié)構(gòu)合理、發(fā)展機(jī)會多樣的用人局面。

關(guān)鍵詞：量化分析;復(fù)合指數(shù);評價指標(biāo);創(chuàng)新人才

中圖分類號：F24???文獻(xiàn)標(biāo)識碼：A????doi：10.19311/j.cnki.16723198.2022.16.030

1?創(chuàng)新人才管理綜述

創(chuàng)新人才管理既是良好人才管理體系的延伸，也是管理體系內(nèi)各維度協(xié)調(diào)的關(guān)鍵。當(dāng)今稱為“數(shù)據(jù)時代”，各類數(shù)據(jù)為社會方方面面的治理提供了改革和創(chuàng)新的戰(zhàn)略資源。以數(shù)據(jù)說話，可以說是構(gòu)建了社會治理的新思路和新模式，實現(xiàn)了從封閉管理走向開放管理，從靜態(tài)管理轉(zhuǎn)為動態(tài)管控，從單向管理演變?yōu)槎嗑S度協(xié)同治理。通過數(shù)據(jù)分析發(fā)現(xiàn)影響科研效率的關(guān)鍵因素，實現(xiàn)差異化管理，以期取得最佳業(yè)績的同時減少資源損耗。因此，本研究就是為各級科研管理者提供“識才、愛才、敬才、用才”的參考數(shù)據(jù)，當(dāng)數(shù)據(jù)量足夠多就能挖掘數(shù)據(jù)背后的創(chuàng)新人才管理內(nèi)涵，為決策者提供更嚴(yán)謹(jǐn)、準(zhǔn)確的參考依據(jù)。本研究關(guān)鍵是對數(shù)據(jù)進(jìn)行篩選，挖掘有效信息和知識，指導(dǎo)決策行為。

1.1?研究對象

本研究主要針對近三年調(diào)研單位引進(jìn)的創(chuàng)新人才群體，覆蓋了12個大類，27個一級學(xué)科。調(diào)研內(nèi)容涵蓋了個人信息、學(xué)術(shù)經(jīng)歷、縱橫向科研項目、科研獎勵、科研榮譽(yù)、論文成果、著作成果、知識產(chǎn)權(quán)、學(xué)術(shù)會議、平臺團(tuán)隊、學(xué)會組織及期刊管理等十余個類目，囊括了創(chuàng)新人才、海歸等創(chuàng)新人才能夠獲得的各類與科研工作相關(guān)的業(yè)績項目。同時，兼顧了常規(guī)科研評價指標(biāo)涉及內(nèi)容，以及社會機(jī)構(gòu)、業(yè)內(nèi)同行對個人的認(rèn)可程度，還有相關(guān)科研團(tuán)隊、平臺建設(shè)等工作的付出等方方面面，力求全面體現(xiàn)創(chuàng)新人才的創(chuàng)新能力。

1.2?研究思路

創(chuàng)新人才管理一直都是管理領(lǐng)域里極具復(fù)雜性和系統(tǒng)性的研究，一些可以用數(shù)字或統(tǒng)一形式表達(dá)的信息往往被用來作為重要的管理評價標(biāo)準(zhǔn)，比如前述的論文、專利、著作等。而更大量的無法用數(shù)字表達(dá)的信息則被弱化或模糊處理。這必然導(dǎo)致管理片面化。本研究根據(jù)傳統(tǒng)質(zhì)性思維，利用經(jīng)驗和抽象概括，將大量的無法用數(shù)字或統(tǒng)一形式表達(dá)的信息凝練出來，賦予抽象意義，以便于數(shù)據(jù)化。同時，又利用復(fù)合指數(shù)模型，為管理提供邏輯特征和必要導(dǎo)向。研究將通過概念抽象化-信息數(shù)據(jù)化-評價系統(tǒng)化的邏輯分析，實現(xiàn)創(chuàng)新人才精細(xì)化管理。

研究涉及參數(shù)根據(jù)權(quán)重賦值并量化，指標(biāo)權(quán)重可隨管理導(dǎo)向調(diào)整。本文以層次分析法來構(gòu)建復(fù)合指數(shù)模型。建模邏輯如圖1所示，本研究首先將兩類初級指標(biāo)，含可量化指標(biāo)和不可量化指標(biāo)，兩兩結(jié)合形成全新的復(fù)合指數(shù)。對復(fù)合指數(shù)優(yōu)先采用人工分析進(jìn)行篩選，主要結(jié)合研究人員經(jīng)驗設(shè)置篩選指標(biāo)。同時，人工篩選結(jié)果可以用于指導(dǎo)自動篩選閾值設(shè)定。研究過程還將對復(fù)合指數(shù)進(jìn)行自動篩選模擬，根據(jù)結(jié)果不斷調(diào)試閾值范圍，以提高自動篩選精度。根據(jù)以上兩類篩選方式得出的符合要求的新指標(biāo)將作為二級指標(biāo)和初級量化指標(biāo)同時構(gòu)成全新的管理評價體系所含復(fù)合指數(shù)。

本研究基于層次分析法將復(fù)合指數(shù)指標(biāo)（Y）和指標(biāo)（X）通過加權(quán)求和構(gòu)建適合的復(fù)合指數(shù)模型Y=∑ni=1αiXi，其中，α為各指標(biāo)的權(quán)重。

將上述模型采用MATLAB程序?qū)崿F(xiàn)以下功能：自動讀取數(shù)據(jù)，對各類指標(biāo)進(jìn)行去量綱（范圍：0～1;目的：使權(quán)重為衡量各指標(biāo)重要性的唯一標(biāo)準(zhǔn)），計算綜合指標(biāo)，保存結(jié)果模型數(shù)據(jù)格式，運(yùn)行程序前將數(shù)據(jù)和各分類指標(biāo)的權(quán)重按實際情況及管理需求進(jìn)行完善即可。后續(xù)研究將利用該模型針對不同指標(biāo)參數(shù)逐一進(jìn)行對比分析。

1.3?創(chuàng)新人才科研產(chǎn)出

根據(jù)本次信息采集上來的數(shù)據(jù)，作者根據(jù)實際情況對所有創(chuàng)新人才的科研產(chǎn)出進(jìn)行了量化分析。通過分析，可以得出近三年來各位創(chuàng)新人才的總產(chǎn)出和其入職時間的對比圖（如圖2）。本次統(tǒng)計原則是盡量體現(xiàn)個人在成果中的作用，以及支持高水平成果的導(dǎo)向。因此對參與、低層次成果降低或取消權(quán)重。并且，對于入職時間尚短或仍未獲得水準(zhǔn)以上成果的人才信息不予記入。與常規(guī)預(yù)期不同的是，科研產(chǎn)出量與入職時間并沒有嚴(yán)格的關(guān)系（部分獲得在職學(xué)歷人才的統(tǒng)計時間以畢業(yè)至今為準(zhǔn)）。筆者在統(tǒng)計科研產(chǎn)出時，不但對常規(guī)項目如：科研項目、論文、專著、專利、獎勵等;還將團(tuán)隊平臺工作、所獲榮譽(yù)稱號、學(xué)術(shù)會議、學(xué)術(shù)團(tuán)體工作以及負(fù)責(zé)期刊編輯工作等情況納入個人科研評價體系中來。因為，后面這些數(shù)據(jù)一方面能夠體現(xiàn)外界對個人學(xué)術(shù)成果的評價，另一方面也能衡量其本人在所在專業(yè)領(lǐng)域的學(xué)術(shù)資源，這些都是長久發(fā)展所需的續(xù)航能力，乃至沖擊更創(chuàng)新項目的軟實力。

盡管圖2反饋出時間與產(chǎn)出無直接關(guān)系，但相對而言，入職時間越長，在統(tǒng)計入職后科研產(chǎn)出總量時，總是存在優(yōu)勢的。因此，為了更準(zhǔn)確地衡量各位創(chuàng)新人才的科研工作，本文采用的分析模型基本消除時間差異。但是，入職時間較短的創(chuàng)新人才，沒有科研產(chǎn)出計入是合理的。反之，如果入職時間短，但是產(chǎn)出可觀，則在年均分析中會占據(jù)優(yōu)勢。這是對部分優(yōu)秀人才，能夠突破適應(yīng)期，盡快進(jìn)入角色的權(quán)重傾斜。

經(jīng)過統(tǒng)計，可以得到多數(shù)參評人才科研工作量對比數(shù)據(jù)，但是總體數(shù)值不高。調(diào)研發(fā)現(xiàn)具有一定優(yōu)勢的個體通常具備某些特別突出的業(yè)績，提升了個人數(shù)據(jù)?？茖W(xué)研究鼓勵發(fā)揮特長，找出個人的長處并合理發(fā)揮，也是科研管理工作重點(diǎn)之一。同時，應(yīng)指出“特長”不是“瘸腿”，沒有良好的研究基礎(chǔ)，就不能在科研路上走得太遠(yuǎn)。在沒有尋找到個人契機(jī)前，科研管理首先要做得還是引導(dǎo)人才沉下心來，豐富自己的科研基礎(chǔ)。如果入職三年內(nèi)沒有良好的科研業(yè)績，一旦科研工作出現(xiàn)斷層，再想接續(xù)博士期間研究工作就非常困難了。未統(tǒng)計入圖3中的部分人才已經(jīng)開始顯現(xiàn)出科研斷檔趨勢，必須加以重視。同樣，本次分析結(jié)果良好的人才，如果不能保持工作狀態(tài)，也可能有下滑趨勢。因此，數(shù)據(jù)在不斷鞭策創(chuàng)新人才向科研投入更多精力。5A9C9713-24F5-443C-A401-7593FD6F894F

1.4?科研業(yè)績綜合分析

本次統(tǒng)計涉及眾多學(xué)科的近三年引進(jìn)過創(chuàng)新人才，占調(diào)研對象的907%，但總體分布以理工類為主。統(tǒng)計數(shù)據(jù)中的學(xué)術(shù)帶頭人和國家級項目主持人在科研表現(xiàn)上極為優(yōu)秀。但還有占比269%的創(chuàng)新人才受多種因素影響，暫時還沒有良好的科研產(chǎn)出。另有205%的創(chuàng)新人才科研業(yè)績較低。圖3反映了本次統(tǒng)計數(shù)據(jù)分布，269%為無業(yè)績?nèi)藬?shù)占比，205%為個位數(shù)科研業(yè)績?nèi)藬?shù)占比，10-20業(yè)績分人數(shù)占比為256%，154%為20-40分的占比，大于40分為115%。

2?創(chuàng)新人才管理復(fù)合指數(shù)模型研究

在數(shù)據(jù)分析中，本研究將學(xué)術(shù)會議、團(tuán)隊平臺、學(xué)術(shù)組織及雜志管理等社會工作統(tǒng)一劃歸“社會資源”，將論文、專利及專著等科研工作產(chǎn)出合并為“科研成果”，將科研獎勵、學(xué)術(shù)榮譽(yù)綜合為“學(xué)術(shù)成就”，將每位創(chuàng)新人才入職前后科研水平的變化差異定義為“發(fā)揮度”，將個人近年來全部科研工作設(shè)置為科研“潛力值”，將其承擔(dān)的各類科研項目統(tǒng)稱為“科研項目”，此類為本研究側(cè)重分析的復(fù)合指數(shù)。

2.1?科研項目分析

本研究根據(jù)不同項目類型的特點(diǎn)，分別提高其引導(dǎo)性權(quán)重值，縱向在于國家層面的項目主持和審批資金雙向引導(dǎo)，橫向在于主持合同金額增長的引導(dǎo)。希望能借此機(jī)會，真正為單位發(fā)掘出各類人才，能夠發(fā)揮各自特長服務(wù)于國家整體科研發(fā)展戰(zhàn)略。根據(jù)這一指導(dǎo)性原則，特篩選部分在科研項目上的業(yè)績突出人員數(shù)據(jù)作圖4。

圖4中只標(biāo)出了入職以來橫、縱向項目業(yè)績突出的創(chuàng)新人才。從圖中可以看出統(tǒng)計范圍內(nèi)科研項目主體以各級縱向項目為主。根據(jù)調(diào)研對象單位需求，在數(shù)據(jù)分析中對國家級項目進(jìn)行了加權(quán)配重。同時，數(shù)據(jù)也對橫向項目進(jìn)行了一定的權(quán)重傾斜，為的是鼓勵更多人才參與到橫向合作和成果轉(zhuǎn)化工作中來?？梢钥闯龅谝惶蓐牐蠖嗑邆鋰壹夗椖?，或在具備一定省部級縱向外還能實現(xiàn)成果轉(zhuǎn)化的人才。其他人員多以省部級項目為主，含少量社會服務(wù)和成果轉(zhuǎn)化專長人員。這體現(xiàn)創(chuàng)新人才在做基礎(chǔ)科學(xué)研究方面優(yōu)勢明顯，但在做應(yīng)用型技術(shù)開發(fā)方面還缺乏積累。這也是目前科研管理的難點(diǎn)之一：成果轉(zhuǎn)化難度較大。沒有足夠創(chuàng)新的項目，很難說其具備良好的創(chuàng)新水準(zhǔn);沒有足夠量的項目經(jīng)費(fèi)，也不能說這個單位在技術(shù)開發(fā)、成果轉(zhuǎn)化方面具備明顯優(yōu)勢，實力的體現(xiàn)必須要有經(jīng)得起檢驗的數(shù)據(jù)支撐。

2.2?不同學(xué)科創(chuàng)新人才綜合分析

圖5為不同學(xué)科創(chuàng)新人才群體科研總量分析圖，對于本次調(diào)研占比最高的工科專業(yè)而言，其科研總量與其它兩類專業(yè)對比無意義。因此上圖重點(diǎn)在于分析擁有相同人數(shù)的“文、理”兩類專業(yè)成績。在總量上，多數(shù)項目下都是“經(jīng)管文史”類創(chuàng)新人才群體占據(jù)優(yōu)勢，除了科研成果一項理科創(chuàng)新人才具備明顯優(yōu)勢外，其余幾項均無優(yōu)勢可言。從這一數(shù)據(jù)而言，“經(jīng)管文史”類創(chuàng)新人才群體并不處于絕對弱勢。而且在新時期科研發(fā)展自然科學(xué)和社會科學(xué)“兩手抓”的導(dǎo)向下，“經(jīng)管文史”綜合起來比理學(xué)類占據(jù)一定優(yōu)勢地位是可以理解的。

圖6分析了發(fā)揮度、人均產(chǎn)出、總產(chǎn)出和年人均產(chǎn)出。由于各指標(biāo)參數(shù)量級不同，采用百分比對比分析。如圖6所示，工科類除了在總量上占據(jù)明顯優(yōu)勢外，發(fā)揮度最低，人均最低，年人均略好。就發(fā)揮度而言，理工類均遠(yuǎn)低于文科類。工科類在年人均數(shù)值上有所好轉(zhuǎn)，而“文史經(jīng)管”類下降明顯，一方面工科基數(shù)大，新入職人數(shù)高，整體結(jié)構(gòu)年輕化;另一方面文科類在職創(chuàng)新人才比例較高，人員結(jié)構(gòu)相對老化。

2.3?不同學(xué)源創(chuàng)新人才群體科研工作綜合分析

本節(jié)根據(jù)創(chuàng)新人才學(xué)源進(jìn)行了分類分析，鑒于此類分析人數(shù)浮動較大，不再做總值分析，以均值分析為主。同時，將中央黨校及中國社科院與一般院校以“其它”類歸。該分析試圖查看人才來源對調(diào)研單位科研工作發(fā)展的貢獻(xiàn)值和支撐能力。一共四類人群，985院校畢業(yè)創(chuàng)新人才最多，占比約58%;211院校畢業(yè)創(chuàng)新人才其次，占比約24%;其它院校畢業(yè)創(chuàng)新人才占比約15%;海歸創(chuàng)新人才占比約2.5%。

圖7分色系分項目類別，詳細(xì)描述了不同創(chuàng)新人才學(xué)源的不同科研指標(biāo)對比。其中海歸創(chuàng)新人才為195%，985院校畢業(yè)創(chuàng)新人才為3202，211院校畢業(yè)創(chuàng)新人才為3026%，其它院校畢業(yè)創(chuàng)新人才2358%，同一環(huán)表示一個指標(biāo)類型，數(shù)字表示人均數(shù)值。如圖7所示，985院校畢業(yè)創(chuàng)新人才具備最好的科研潛力，但對比211院校畢業(yè)創(chuàng)新人才并未拉開差距。同時，海歸群體的科研潛力與期望值相反，處于末位。這與調(diào)研對象的引進(jìn)策略有一定關(guān)系。根據(jù)年人均產(chǎn)出可以看出，海歸后來居上，保持了應(yīng)有的頂級水準(zhǔn);而985院校創(chuàng)新人才緊隨其后，保持著相對高水準(zhǔn);其他類院校畢業(yè)創(chuàng)新人才則相對落后。根據(jù)入職后參研項目來看，985和211畢業(yè)創(chuàng)新人才相對積極參與各類項目申報，具有領(lǐng)先優(yōu)勢;海歸創(chuàng)新人才在項目申報上略有差距。

參考文獻(xiàn)

[1]董瑞豐，胡喆，張泉，等.見證中國創(chuàng)新磅礴動能、2018年度國家科學(xué)技術(shù)獎勵五大看點(diǎn)[J].中亞信息，2019，（01）：2023.

[2]習(xí)近平.在全國科技創(chuàng)新大會、兩院院士大會、中國科協(xié)第九次全國代表大會上的講話[J].科技管理研究，2016，36（12）：14.

[3]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）：3135.5A9C9713-24F5-443C-A401-7593FD6F894F