科技創(chuàng)新人才創(chuàng)新績效指標(biāo)體系構(gòu)建與評(píng)價(jià)——基于SPSS與隸屬度轉(zhuǎn)換算法

郭彩云劉志強(qiáng)曹秀麗1(河北工業(yè)大學(xué)，天津　300130)　(河北工程大學(xué)，邯鄲　056038)

科技創(chuàng)新人才創(chuàng)新績效指標(biāo)體系構(gòu)建與評(píng)價(jià)——基于SPSS與隸屬度轉(zhuǎn)換算法

郭彩云1，2劉志強(qiáng)2曹秀麗21(河北工業(yè)大學(xué)，天津300130)2(河北工程大學(xué)，邯鄲056038)

〔摘要〕本文基于科技創(chuàng)新人才的態(tài)度和行為，從創(chuàng)新意愿、創(chuàng)新行為、創(chuàng)新能力、創(chuàng)新支持和創(chuàng)新成果5個(gè)方面初步構(gòu)建了科技創(chuàng)新人才創(chuàng)新績效評(píng)價(jià)指標(biāo)體系;根據(jù)指標(biāo)設(shè)計(jì)問卷并以某企業(yè)為例進(jìn)行分析，運(yùn)用SPSS分析了問卷量表的信度和效度并確定最終評(píng)價(jià)指標(biāo)體系;引入隸屬度轉(zhuǎn)換算法構(gòu)建了科技創(chuàng)新人才創(chuàng)新績效評(píng)價(jià)模型并驗(yàn)證了可行性和有效性。

〔關(guān)鍵詞〕科技創(chuàng)新人才創(chuàng)新績效SPSS隸屬度轉(zhuǎn)換算法評(píng)價(jià)

隨著經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)和中國制造2025的提出，國內(nèi)外市場競爭日趨激烈，企業(yè)間的競爭實(shí)質(zhì)上已轉(zhuǎn)化為科技創(chuàng)新人才的競爭。中共中央在十三五規(guī)劃建議中也提出要加快建設(shè)人才強(qiáng)國，深入實(shí)施人才優(yōu)先發(fā)展戰(zhàn)略。實(shí)施更開放的創(chuàng)新人才引進(jìn)政策，完善人才評(píng)價(jià)激勵(lì)機(jī)制和服務(wù)保障體系。作為推動(dòng)企業(yè)創(chuàng)新發(fā)展的中堅(jiān)力量和智力支撐，提高科技創(chuàng)新人才創(chuàng)新績效已成為企業(yè)獲得持續(xù)競爭優(yōu)勢的重要手段?？萍紕?chuàng)新人才隊(duì)伍的擁有規(guī)模及研發(fā)環(huán)境僅僅是提升企業(yè)技術(shù)創(chuàng)新能力的基礎(chǔ)，而科技創(chuàng)新人才的態(tài)度和行為往往是決定企業(yè)創(chuàng)新績效多少的關(guān)鍵。因此，從科技創(chuàng)新人才角度采用一套科學(xué)可行的評(píng)價(jià)指標(biāo)與方法，對(duì)其創(chuàng)新績效進(jìn)行合理評(píng)價(jià)具有重要意義。

1　　文獻(xiàn)綜述

國外對(duì)科技創(chuàng)新人才的研究主要體現(xiàn)在創(chuàng)造力概念、以創(chuàng)造力為基礎(chǔ)的科技創(chuàng)新理論、創(chuàng)造力測量工具和科技創(chuàng)新人才的培養(yǎng)等方面。美國學(xué)者杜威1916年提出了創(chuàng)造性人才培養(yǎng)理論。此后，許多研究學(xué)者從不同領(lǐng)域證實(shí)了創(chuàng)造力的可培育性。如吉爾福特編制了有關(guān)創(chuàng)造力的測量量表。20世紀(jì)50到60年代，美國出現(xiàn)了創(chuàng)造力的專門研究機(jī)構(gòu)。80年代，東西歐國家、北美國家及日本的一些學(xué)者分別從性格學(xué)和心理學(xué)等方面入手，深入研究了創(chuàng)造性思維，并發(fā)展具有本國特色的創(chuàng)造學(xué)研究體系，為培育創(chuàng)新型人才提供了重要依據(jù)。Hung S等認(rèn)為人才創(chuàng)造力與凝聚力大小對(duì)提升區(qū)域的競爭力有重大作用［1，2］。Gardner T. G等指出培養(yǎng)符合區(qū)域發(fā)展要求的人才，可以有效提升區(qū)域的創(chuàng)造力和發(fā)展動(dòng)力［3，4］。

國內(nèi)研究主要包括科技創(chuàng)新人才界定、培養(yǎng)、環(huán)境因素及創(chuàng)新能力等方面。在創(chuàng)新人才界定方面，較具代表性的是劉敏和張偉的定義。從狹義上講指直接從事或參與科技創(chuàng)新活動(dòng)的人員和為科技創(chuàng)新活動(dòng)提供服務(wù)的人員，從廣義上指包括現(xiàn)在的及潛在的從事科技活動(dòng)人員在內(nèi)的科技人力資源［5］。在人才培養(yǎng)方面，徐靜結(jié)合產(chǎn)業(yè)理論，從轉(zhuǎn)型升級(jí)的角度，對(duì)科技創(chuàng)新人才進(jìn)行了培養(yǎng)方式的研究［6］。董美玲分析了科技人才的特征，從資源、激勵(lì)制度和學(xué)術(shù)氛圍等方面提出了培養(yǎng)策略［7］。賀嵐從協(xié)同創(chuàng)新模式視角提出了科技創(chuàng)新人才培育、使用、激勵(lì)和評(píng)價(jià)四大發(fā)展機(jī)制［8］。創(chuàng)新能力與績效方面，沈春光等認(rèn)為創(chuàng)新能力是社會(huì)經(jīng)濟(jì)發(fā)展的關(guān)鍵，是最具價(jià)值性和稀缺性的資源，是提升區(qū)域甚至國家綜合實(shí)力的根本所在［9］。施佳等認(rèn)為，個(gè)人和組織會(huì)影響科技創(chuàng)新人才創(chuàng)新能力的培養(yǎng)，并對(duì)其影響進(jìn)行了實(shí)證分析［10］。司江偉等運(yùn)用Rough－Fuzzy方法建立了企業(yè)科技人才創(chuàng)新績效評(píng)價(jià)模型［11］。宋微、戴磊在對(duì)吉林省科技創(chuàng)新人才培育現(xiàn)狀分析的基礎(chǔ)上，構(gòu)建了影響科技創(chuàng)新人才培育環(huán)境評(píng)價(jià)指標(biāo)體系并提出了相關(guān)建議［13］。

綜上，國內(nèi)外學(xué)者對(duì)科技創(chuàng)新人才相關(guān)問題進(jìn)行了較多的理論研究，但是針對(duì)科技創(chuàng)新人才創(chuàng)新績效指標(biāo)與方法的研究相對(duì)較少，尤其是缺乏從科技人才的態(tài)度和行為角度去研究。與常用的模糊綜合評(píng)價(jià)方法相比，本文在科技創(chuàng)新人才創(chuàng)新績效評(píng)價(jià)中引入了隸屬度轉(zhuǎn)換算法，其優(yōu)勢是可以清除指標(biāo)中對(duì)目標(biāo)分類不起作用的冗余信息，從而提高評(píng)價(jià)結(jié)果的可靠性［14］。

2　科技創(chuàng)新人才創(chuàng)新績效評(píng)價(jià)指標(biāo)體系構(gòu)建

2. 1指標(biāo)體系初步構(gòu)建

科技創(chuàng)新人才創(chuàng)新績效受諸多因素影響，本文在參照國內(nèi)外有關(guān)文獻(xiàn)的基礎(chǔ)上，結(jié)合專家咨詢和企業(yè)調(diào)研，從創(chuàng)新意愿、創(chuàng)新行為、創(chuàng)新能力、創(chuàng)新支持和創(chuàng)新成果5個(gè)方面初步構(gòu)建了企業(yè)科技創(chuàng)新人才創(chuàng)新績效評(píng)價(jià)指標(biāo)體系。如表1所示。

表1　企業(yè)科技創(chuàng)新人才創(chuàng)新績效評(píng)價(jià)指標(biāo)體系

2. 2指標(biāo)體系驗(yàn)證

2. 2. 1問卷設(shè)計(jì)

以表1中的二級(jí)指標(biāo)作為科技創(chuàng)新人才創(chuàng)新績效的調(diào)查問卷題項(xiàng)，采用利克特量表確定6個(gè)評(píng)價(jià)等級(jí)，并將分值范圍設(shè)為1～6。其中，1代表“完全不符合(很低)”，2代表“基本不符合(低)”，3代表“不太符合(較低)”，4代表“有點(diǎn)符合(一般)”，5代表“基本符合(較高)”，6代表“完全符合(高)”。以河北省某高新技術(shù)企業(yè)的科技創(chuàng)新人才創(chuàng)新績效為研究對(duì)象，向企業(yè)科技人員發(fā)放問卷130份，回收126份，其中有效問卷118份。問卷回收率為96. 9%，問卷有效率為93. 6%。

2. 2. 2指標(biāo)體系驗(yàn)證

采用SPSS19. 0對(duì)問卷進(jìn)行信度與效度分析。量表的信度采用內(nèi)部一致性檢驗(yàn)，通過Cronbach'sα進(jìn)行判斷，創(chuàng)新績效量表整體Cronbach's α值是0. 960，其中一級(jí)指標(biāo)分別為0. 917、0. 846、0. 920、0. 869和0. 908，且各題項(xiàng)的信度系數(shù)也均大于0. 75，符合較高信度的指標(biāo)要求。效度分析主要是對(duì)樣本數(shù)據(jù)進(jìn)行KMO抽樣適當(dāng)性檢驗(yàn)和Bartlett球形檢驗(yàn)，量表中KMO值為0. 851＞0. 6，且P值≤0. 001，各題項(xiàng)的公因子方差也都大于0. 6，結(jié)果表明量表的結(jié)構(gòu)效度良好。綜上，所建評(píng)價(jià)指標(biāo)體系不需調(diào)整，由此確定為最終評(píng)價(jià)指標(biāo)體系。

3　隸屬度轉(zhuǎn)換算法評(píng)價(jià)模型

該模型主要是采用區(qū)分權(quán)過濾指標(biāo)冗余信息，通過可比值計(jì)算實(shí)現(xiàn)從指標(biāo)隸屬度到目標(biāo)隸屬度的非線性轉(zhuǎn)換。主要步驟如下。

3. 1區(qū)分權(quán)確定

設(shè)目標(biāo)Q有n個(gè)層次m種指標(biāo)，每種指標(biāo)可劃分為P個(gè)等級(jí)，用Ck表示第k個(gè)等級(jí)，且Ck級(jí)到Ck +1級(jí)劃分有序。如果目標(biāo)Q的底層j指標(biāo)屬于Ck等級(jí)的隸屬度為μjk(Q)，(k =1～p，j =1，則有:

稱αj(Q)為區(qū)分權(quán)，即指標(biāo)j提供的分類信息能把目標(biāo)Q所屬類別“區(qū)分開”的程度，且滿足:

3. 2可比值計(jì)算

為求指標(biāo)的可比值，還需先計(jì)算出權(quán)重值。為盡可能消除指標(biāo)權(quán)重確定時(shí)主觀因素的影響，本文采用熵值法。公式如下:

βj(Q)為指標(biāo)j的重要性權(quán)重，且滿足0≤βj(Q)≤1。稱βj(Q)·αj(Q)·μjk(Q) (j =1～m，k =1～p)為指標(biāo)j關(guān)于目標(biāo)Q的K類可比值。

3. 3目標(biāo)隸屬度計(jì)算

首先計(jì)算可比和，公式如下:

稱Mk(Q)是目標(biāo)Q的K類可比和。

再令μk(Q)為目標(biāo)Q屬于Ck等級(jí)的隸屬度，則有

3. 4評(píng)價(jià)結(jié)果判別

因評(píng)價(jià)等級(jí)劃分有序，不適合采用無序劃分

且的最大隸屬度識(shí)別準(zhǔn)則，因而改用置信度識(shí)別準(zhǔn)則:

設(shè)λ(0. 6＜λ＜1)為置信度，計(jì)算

則判Q屬于第K0等級(jí)，并且有不低于λ的置信度。

4　　模型應(yīng)用

4. 1確定指標(biāo)隸屬度與區(qū)分權(quán)

表1中各二級(jí)評(píng)價(jià)指標(biāo)隸屬度的確定。將利克特量表的6個(gè)評(píng)價(jià)等級(jí)，從“高(完全符合)”到“很低(完全不符合)”分別記為C1～C6。根據(jù)問卷評(píng)價(jià)結(jié)果，計(jì)算各二級(jí)指標(biāo)對(duì)應(yīng)不同評(píng)語等級(jí)的分值比重作為指標(biāo)隸屬度。

由各二級(jí)評(píng)價(jià)指標(biāo)隸屬度組成隸屬度矩陣，分別記為U (A1)、U (A2)、U (A3)、U (A4)和U (A5)。

根據(jù)U(A1)～U(A5)和公式(1)～(3)可計(jì)算出二級(jí)指標(biāo)的區(qū)分權(quán)。即

α(A1) = (0. 1850，0. 1799，0. 1748，0. 2052，0. 2551)

α(A2) = (0. 1503，0. 1018，0. 1414，0. 1853，0. 1496，0. 0994，0. 1722)

α(A3) = (0. 1505，0. 1011，0. 1468，0. 1280，0. 1265，0. 1199，0. 1114，0. 1158)

α(A4) = (0. 2721，0. 2992，0. 2417，0. 1870)

α(A5) = (0. 2641，0. 2608，0. 1905，0. 1310，0. 1536)

4. 2計(jì)算評(píng)價(jià)指標(biāo)權(quán)重

根據(jù)公式(4)～(5)可求得表1中各級(jí)評(píng)價(jià)指標(biāo)的權(quán)重值β。其中，一級(jí)指標(biāo)權(quán)重值β(A) = (0. 2549，0. 2469，0. 2302，0. 2090，0. 0546)，各一級(jí)指標(biāo)下的二級(jí)指標(biāo)權(quán)重值分別為:

β(A1) = (0. 1850，0. 1799，0. 1748，0. 2052，0. 2551)

β(A2) = (0. 1503，0. 1018，0. 1414，0. 1853，0. 1496，0. 0994，0. 1722)

β(A3) = (0. 1505，0. 1011，0. 1468，0. 1280，0. 1265，0. 1199，0. 1114，0. 1158)

β(A4) = (0. 2721，0. 2992，0. 2417，0. 1870)

β(A5) = (0. 2641，0. 2608，0. 1905，0. 1310，0. 1536)

4. 3計(jì)算可比和與目標(biāo)隸屬度

以“創(chuàng)新意愿A1”指標(biāo)隸屬度計(jì)算為例。根據(jù)U (A1)、α(A1)、β(A1)和公式(6)計(jì)算可得可比和M (A1) = (0. 0873，0. 0707，0. 0266，0. 0181，0. 0017，0)，再由公式(7)計(jì)算當(dāng)前目標(biāo)隸屬度，即A1評(píng)價(jià)指標(biāo)的隸屬度μ(A1) = (0. 4270，0. 3460，0. 1301，0. 0884，0. 0085，0)。

同理可得其他一級(jí)指標(biāo)的隸屬度，即

μ(A2) = (0. 2586，0. 4379，0. 2424，0. 0408，0. 0061，0. 0142)

μ(A3) = (0. 2251，0. 4211，0. 2630，0. 0744，0. 0164，0)

μ(A4) = (0. 2121，0. 3491，0. 3303，0. 0925，0. 0128，0. 0032)

μ(A5) = (0. 1737，0. 2060，0. 2554，0. 2192，0. 1045，0. 0412)

由A1～A5一級(jí)指標(biāo)隸屬度向量構(gòu)成新的評(píng)價(jià)指標(biāo)矩陣，也是最終目標(biāo)評(píng)價(jià)矩陣U (Q)。

重復(fù)上述計(jì)算過程可得最終目標(biāo)隸屬度μ (Q) = (0. 2906，0. 3868，0. 2310，0. 0749，0. 0118，0. 0049)。

4. 4判別評(píng)價(jià)結(jié)果

采用置信度識(shí)別準(zhǔn)則計(jì)算評(píng)價(jià)結(jié)果，λ取值0. 9，根據(jù)公式(8)有0. 2906 + 0. 3868 + 0. 2310 =0. 9084＞0. 9，則K0=3。評(píng)價(jià)結(jié)果表明該企業(yè)科技創(chuàng)新人才的創(chuàng)新績效程度屬于“一般”等級(jí)，且有不低于90%的置信度。

5　　結(jié)束語

本文從科技創(chuàng)新人才角度構(gòu)建創(chuàng)新績效評(píng)價(jià)指標(biāo)體系并運(yùn)用SPSS驗(yàn)證了可行性;通過引入隸屬度轉(zhuǎn)換算法，使評(píng)價(jià)在從指標(biāo)隸屬度到目標(biāo)隸屬度轉(zhuǎn)換過程中，指標(biāo)冗余信息被濾出，再通過可比和計(jì)算進(jìn)行合成，提高了評(píng)價(jià)結(jié)果的可靠性。對(duì)科技創(chuàng)新人才創(chuàng)新績效進(jìn)行評(píng)價(jià)有利于激發(fā)其創(chuàng)新意愿和行為，提高創(chuàng)新能力，有利于企業(yè)改善創(chuàng)新環(huán)境，從而產(chǎn)出更多創(chuàng)新成果，不斷提升組織創(chuàng)新績效與核心競爭力。

參考文獻(xiàn)

［1］Hung S．Development and Innovation in the IT Industries of India and China［J］．Technology in Society，2008，(1) : 2～17

［2］Hiltrop J. M．．Creating HR Capability in High Performance Organizations［J］．Strategic Change，2005，(14) : 121～131

［3］Gardner T. G．．In the Trenches at the Talent Wars: Competitive Interaction for Scarce Human Resources［J］．Human Resource Management，2002，41 (2) : 225～237

［4］Marino A．，M．Delegation Versus an Approval Process and the Demand for Talent［J］．International Journal of Industrial Organization，2006，(24) : 487～503

［5］劉敏，張偉．科技創(chuàng)新人才概念及統(tǒng)計(jì)對(duì)象界定研究——以甘肅為例［J］．西北人口，2010，(1) : 125～128

［6］徐靜．產(chǎn)業(yè)轉(zhuǎn)型升級(jí)中科技創(chuàng)新人才培養(yǎng)模式研究［J］．科學(xué)管理研究，2013，31 (1) : 101～104

［7］董美玲．高校青年科技創(chuàng)新人才培養(yǎng)策略研究［J］．科技進(jìn)步與對(duì)策，2013，(8) : 1～4

［8］賀嵐．協(xié)同創(chuàng)新模式下科技創(chuàng)新人才發(fā)展探究［J］．科技管理研究，2015，(14) : 94～99

［9］沈春光，陳萬明，裴玲玲．區(qū)域科技人才創(chuàng)新能力評(píng)價(jià)指標(biāo)體系與方法研究［J］．科學(xué)學(xué)與科學(xué)技術(shù)管理，2010，(2) : 196～199

［10］施佳．科技創(chuàng)新型人才培訓(xùn)效果影響因素研究［D］．西安:西安建筑科技大學(xué)，2010

［11］司江偉，宋杰鯤．基于Rough－Fuzzy的企業(yè)科技人才創(chuàng)新績效評(píng)價(jià)模型［J］．統(tǒng)計(jì)與決策，2010，(14) : 185～186

［12］張永安，朱圣偉．企業(yè)技術(shù)中心創(chuàng)新績效影響因素研究［J］．工業(yè)技術(shù)經(jīng)濟(jì)，2013，(12) : 19～24

［13］宋微，戴磊．吉林省科技創(chuàng)新人才培育環(huán)境評(píng)價(jià)指標(biāo)體系的構(gòu)建［J］．工業(yè)技術(shù)經(jīng)濟(jì)，2011，(8) : 39～42

［14］劉開第，龐彥軍，栗文國．多指標(biāo)決策中隸屬度轉(zhuǎn)換算法及其應(yīng)用［J］．自動(dòng)化學(xué)報(bào)，2009，35 (3) : 315～319

(責(zé)任編輯:王平)

Index System Construction and Evaluation of Innovation Performance about Innovative Talents of Science and Technology——Based on SPSS and Membership Transform Algorithm

Guo Caiyun1，2Liu Zhiqiang2Cao Xiuli2
(1．Hebei University of Technology，Tianjin 300130，China; 2．Hebei University of Engineering，Handan 056038，China)

〔Abstract〕This paper firstly constructs the index system for performance evaluation from innovation wish，innovation behavior，innovation ability，innovation support and innovation result based on attitudes and behaviors of innovative talents of science and technology，designs the questionnaire combined with index system and analyzes an enterprise，uses SPSS to analyze reliability and validity of the questionnaire scale and defines the final evaluation index system，establishes the innovation performance evaluation model of innovative talents of science and technology introduced membership transformation algorithms，and verifies its feasibility and validity．

〔Key words〕innovative talents of science and technology; innovative performance; SPSS; membership transformation algorithms; evalution

作者簡介:郭彩云，河北工程大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，河北工業(yè)大學(xué)博士研究生。研究方向:人力資源管理。劉志強(qiáng)，河北工程大學(xué)經(jīng)濟(jì)管理學(xué)院副教授。研究方向:管理工程。曹秀麗，河北工程大學(xué)經(jīng)濟(jì)管理學(xué)院副教授。研究方向:產(chǎn)業(yè)經(jīng)濟(jì)。

基金項(xiàng)目:河北省社會(huì)科學(xué)基金“工作嵌入視角下河北省科技創(chuàng)新人才創(chuàng)新績效評(píng)價(jià)及提升策略研究”(項(xiàng)目編號(hào): HB14GL072)。

收稿日期:2016—01—26

〔中圖分類號(hào)〕F273. 1

〔文獻(xiàn)標(biāo)識(shí)碼〕A

DOI:10．3969/j．issn．1004－910X．2016．04．001