邢玲玲, 王 馨, 趙雅雯
(大連海事大學 航運經濟與管理學院, 遼寧 大連 116026)
物聯網技術作為新一代信息技術產業的組成部分, 早己融入生產生活的各個領域。 以美德日為首的發達國家代表都積極推進物聯網發展, 通過實施物流網戰略,來提升新一輪產業革命中制造業的競爭力[1]。 我國發布的《中國制造2025》中提出, 通過新一代信息技術與制造業融合發展,推動制造業向信息化、 智能化轉變,未來工業以智能制造為核心。 制造業是國民經濟增長的主要動力,是工業的主體[2]。 增強制造業的國際競爭力是提升國家綜合國力的必由之路[3]。 通過美德中三國制造業的國家發展戰略對比, 發現保持制造業技術領先與競爭優勢的關鍵方向是智能制造[4]。 在智能制造推動社會生產方式變革的過程中, 人是最活躍最根本的因素[5]。 只有通過人在實踐中發揮主觀能動性, 才能不斷創新,推動社會的巨大變革。 在智能制造環境下, 企業的轉型升級需要創新型人才作為支撐, 建立適應智能制造環境的創新型人才識別模型與評價體系, 以優秀的創新型人才驅動企業的智能化發展具有重要意義。
創新型人才的內涵國外學者研究較早,且多聚焦于創新型人才的特點。Stanley H.Kornhauser[6](2009)認為創新型人才首先應是一個探索者,其特點是答案的多樣化、打破常規的思維、藝術家的特質、喜歡探索捷徑、果斷的判斷和假設、好奇心和不氣餒的精神。2009年,Jeffrey等[7]提出創新型人才與普通人才不同的5種特質,即觀察力、實踐能力、交際能力、總結能力和質疑精神,并認為這些特質經后天的培訓會逐漸增強。
國內學者在國外學者的研究基礎上總結創新型人才的概念。江洪(2008)[8]認為創新型人才是指那些不僅能夠對現有的技術和技能加以整合,而且能夠不斷創新,從而提高工作績效,増強企業競爭力,最終使企業成為某一行業或領域的佼佼者的人才。趙祖地等[9](2010)認為:創新型人才就是以創新為主要特征的人才。主要包括基本素質、知識技能和創新業績等3方面的內涵,這3個方面不是平行而是遞進的關系。管清佩(2010)[10]則從2個方面加以概括:首先在綜合素質上比較全面,知識比較淵博;其次是在價值方面,充分發揮創新精神、創新能力和創新思維,將創新性成果與價值作用相統一。朱曉妹[11](2013)等認為創新型人才是指具有創新意識和創新能力,從事創新性活動,并能為社會和組織創造價值和貢獻的人才。劉琳琳[12](2014)從創新的內涵出發理解創新型人才內涵,認為創新型人才與專業知識的學習和社會實踐是密不可分的,應該具備一定的基礎知識和專業知識,并從事專業性的勞動,在勞動中創造新的價值和財富的人。劉慧[13](2015)認為創新型人才應具備2個條件,一是具備創新素質,二是取得創新業績。我國國務院發布的《國家中長期科學和技術發展規劃綱要(2010—2020年)》中提出:創新型人才是指具有較強創新意識、創新精神和創新能力進行創新性勞動并對社會做出貢獻的人,是國家創新驅動的第一資源。
通過文獻研究得出:創新人才是具備一定的基礎知識和專業知識,通過感知、想象和行動的結合將所有創新要素進行有效應用,形成一定的創新成果,并產生一定的利用價值或財富價值的人。創新人才本質上應該具備創新知識、創新能力、創新思維、創新精神和創新人格5方面的素質特征。
2.1.1 評價指標初選
由于智能制造企業是傳統企業基于信息化技術發展而來,企業在智能制造環境下對創新型人才素質有著更高更新要求,綜合考慮創新型人才的內涵,并借鑒已有研究結果,本著指標體系既基于傳統又體現智能制造企業特色的原則,構建包括創新知識、創新能力、創新思維、創新精神和創新人格在內的5個一級指標,并在每個一級指標下選取若干個二級指標,初步構成指標體系,見表1。
2.1.2 指標體系檢驗
初步選出的指標體系還存在指標內容重復、操作性差、含義交叉等諸多問題,為了獲得更加準確全面的指標體系,需要構建模型對初選后的指標體系進行檢驗,并采用問卷調查法和專家意見法獲取模型所需數據。
評價指標體系檢驗模型要充分考慮專家意見的重要程度和集中程度,還需兼顧二者之間的協調。因此,分為重要性評估、集中性評估和協調性評估3個部分來建立模型,選出最適宜的指標。

表1 智能制造企業創新型人才評價指標體系初建Table 1 Establishment of Evaluation Index System for Innovative Talents in Intelligent Manufacturing Enterprises
假設指標體系中共有N個指標,請K位專家進行咨詢,檢驗模型包括:
重要性評估模型:

(1)
集中性評估模型:

(2)
協調性評估模型:

(3)
式中變量解釋:
nij表示對第i個指標評級為j的專家人數。
Cij表示指標i的j級重要程度的量值,(j=5,4,3,2,1,分別代表極重要、很重要、重要、一般和不重要5個等級);

σi集中性系數,表示專家對第i個指標重要程度評價的分散程度,其值越小表示專家對該指標的重要程度評價越集中。

根據初步建立指標體系設計調查問卷,采取電子郵件的形式對部分高校管理學相關專家及幾家智能制造企業人力資源管理相關人員進行問卷調查,邀請其對評價指標的重要性程度進行比較打分。
2.1.3 指標體系確定
層次分析法(簡稱AHP法)是美國茲堡大學教授學家托馬斯·塞蒂(T.L.Salty)于20世紀70年代初提出來的多目標決策分析方法,能夠有效對各個指標的權重進行客觀的量化分析[14],還可以為面對復雜形式的決策者作出正確決策提供科學依據[15]。

表2 智能制造企業創新型人才評價指標體系Table 2 Evaluation Index System of Innovative Talents in Intelligent Manufacturing Enterprises
2.2.1 構建判斷矩陣
對同一層次的指標進行兩兩比較,構建判斷矩陣。為了實現判斷的量化,需要將判斷結果用標度aij表示出來,構成矩陣A。然后采用特征向量法計算判斷矩陣的最大特征值及其對應的特征向量,在進行歸一化處理后獲得的元素就是權重系數。其中判斷矩陣標度aij常利用的標度方法見表3。

表3 判斷矩陣標度表Table 3 Scaling Table of Judgment Matrix
根據上述構建判斷矩陣方法,在咨詢專家后按照指標層次構建判斷矩陣。
一級指標判斷矩陣:

(4)
二級指標(創新知識)判斷矩陣:

(5)
二級指標(創新能力)判斷矩陣:

(6)
二級指標(創新思維)判斷矩陣:

(7)
二級指標(創新精神)判斷矩陣:

(8)
二級指標(創新人格)判斷矩陣:

(9)
2.2.2 一致性檢驗
利用公式CI=(λmax-n)/(n-1),計算一致性指標,CI的值越小說明判斷矩陣的一致性越好。實際應用時,所有判斷矩陣具備完全一致性可能性不大,可通過CI與RI(平均隨機一致性指標)的比值CR來判斷矩陣是否有滿意的一致性。若CR<0.10,則判斷矩陣具備滿意的一致性。根據層次分析法公式,利用MATLAB7.11軟件對上述判斷矩陣進行一致性檢驗,結果見表4。

表4 判斷矩陣一致性檢驗結果Table 4 Consistency Test Results of Judgment Matrix
根據上表的計算結果可見,?CR<0.10根據指標體系構建的判斷矩陣均得到了較滿意的一致性檢驗。
2.2.3 層次排序
層次排序即計算每個指標對于整個指標體系的權重。公式為
其中aj為A層指標(設共有n個指標)的層次總排序權重,bij為B層(設共有M個指標)關于Aj層次單排序權重,bij為B層元素層次總排序權重。層次排序同樣需要進行一致性檢驗,檢驗順序由高層到底層進行。若A層的平均隨機一致性指標為CIj、RIj,則B層層次總排序隨機一致性指標:
同上CR<0.1時,具備較滿意的一致性檢驗結果。
根據層次分析法公式,利用MATLAB7.11進行指標的層次排序,最終得到智能制造企業創新型人才評價指標權重如表5所示。

表5 智能制造企業創新型人才評價指標體系權重Table 5 Weights of Evaluation Index System for Innovative Talents in Intelligent Manufacturing Enterprises
結合已構建的指標體系,采用人力資源管理理論中人才測評的方法,通過筆試(包括知識測驗、能力測驗和心理測驗)、面試訪談、情景測評、職業觀察等方法按照指標體系的內容對測評者進行打分,得出總得分和分項指標的得分,便于企業全面把握創新型人才素質情況。由于一級指標屬于概括性指標,其下屬二級指標性質相似,故按照一級指標的內容,提出企業人才評價的方法,見表6。

表6 智能制造企業創新型人才評價方法Table 6 Evaluation Method of Innovative Talents in Intelligent Manufacturing Enterprises

圖1 智能制造企業創新型人才評價結果雷達圖Fig.1 Radar Chart of Evaluation Results of Innovative Talents in Intelligent Manufacturing Enterprises
企業可根據上述方法自行設計測試問卷、面試訪談內容、分析標準等適合企業自身情況的測評內容。但無論測評內容如何,都需要根據創新型人才素質評價指標體系來設置統一的評分標準。建議采用10分制方法,即每項指標的測評總分為10分,每項二級指標的得分與權重的乘積為該項一級指標素質的得分。例如,企業通過測評得出某創新型人才專業基礎知識、信息技術基礎知識、創新知識與方法素質得分分別為5、9、7,則創新知識素質得分為7.38分,在計算總評分時依然按照一級指標得分及其指標體權重得出總評分。評價結果分為兩個層次,一是綜合評價結果,將總分按照得分情況分為優+、優、良、中、差五個等級,8~10分為優+,6~8分為優,4~6分為良,2~4分為中,0~2分為差,若綜合評價結果為中或差等級,則企業要慎重考慮該人是否適合智能制造企業的發展,是否有必要進行培訓。二是根據五項一級指標形成智能制造企業創新型人才評價結果的雷達圖,清晰顯示被評價者的素質情況,如圖1所示。
創新型人才與企業之間存在相互影響的關系,企業的發展離不開創新,創新的根源又是人才,智能制造背景下企業需要大量創新型人才進行高效創新。企業創新型人才素質評價應契合實際。企業創新型人才的素質要在傳統企業的特征基礎上增加新的特點,構建評價指標體系時既要借鑒又要創新,采用問卷調查法和專家咨詢法,結合統計學方法進行篩選。基于企業創新型人才素質評價,企業對人才的管理更加高效化和便捷化,依據評價指標體系對創新型人才進行測評,測評結果可以直接用于各個管理環節,提升管理效果。