科技創新拔尖后備人才測評模型的建構和應用

楊遠 王華蓓 皮忠玲 馬麗娟 張文野 李西營

引言

創造力是21 世紀新型人才必備的核心素養之一。科技創新型人才是我國進入創新型強國的關鍵。特別是當前，世界正經歷百年未有之大變局，科技、人才、創新的戰略意義被提升到前所未有的高度。自2018 年起，教育部等六部門繼續推行“基礎學科拔尖學生培養計劃2.0”，提出實施基礎學科拔尖學生培養指導方案。2020 年，教育部印發《關于在部分高校開展基礎學科招生改革試點工作的意見》，決定自2020 年起在部分高校開展基礎學科招生改革試點（也稱“強基計劃”），致力于選拔有志于服務國家重大戰略需求且綜合素質或基礎學科拔尖的學生。這些實踐嘗試為我國拔尖人才的選拔與培養提供了重要經驗借鑒。

科技創新能力是指個體在從事科學創造發明過程中，產生新穎獨特的、有價值的科學產品時所展現出的一種能力[1]?？萍紕撔潞髠淙瞬胚x拔的首要目的是面向中小學階段學生選拔一批具備卓越科技創新潛力，有可能在將來對國家作出突出科技創新貢獻的優秀后備人才?？萍紕撔掳渭馊瞬诺倪x拔與培養向來是一個復雜的綜合性命題，其中既需要有關拔尖人才特征及其發展規律的理論引領，也需要系統建立人才評價模型，進而構建多元化的測評工具，正是由于其復雜性，在實踐過程中仍存在許多誤區需要理清和規避。

長期以來，從天賦智商發展到成功智能，從一元智能到多元智能，從領域專屬逐漸走向領域通用與領域專屬并重，拔尖人才的特征及其識別相關理論也在不斷演進，科技創新拔尖人才的評價體系趨于多元化。在早期，還原論傾向于對個體創造力的要素及其認知過程進行解構，以希望借此揭示創造力的本質，而整體論則側重于考察家庭學校環境、社會文化等因素對群體創造性的影響。在我國關于創造性的心理結構研究中，林崇德認為創造性人才不僅包括創造性思維，同時還應包括其他非智力因素，例如創造性人格[2]。隨著研究的不斷深入，研究者從個體的創造性心理結構延伸到了創造性的支持性因素，如創造性人格、動力因素等。例如張春莉等人在研究中認為創新素質是知識、思維、監控、協作、踐行、動機和人格等七個因素交互作用的結果[3]。張亞坤等人在已有研究的基礎上提出創造力的蝴蝶模型（見圖1），從實力、活力等多元視角對學生的創造性心理過程進行解構[4]。

由此可見，創造性人才的發展是一個復雜的生物- 心理- 社會現象，既需要考慮個體與環境、社會的交互作用，又需要發展向度的時間性與多樣性。在發展過程中，既包括內源性動力，也包括外源性動力[5]（見圖2）。因此，在創造性人才的選拔與培養上，應探索建立多維度的評價模式，逐步形成拔尖創新人才選拔培養的有效機制。

此外，在拔尖人才的選拔培養中還應厘清一個誤區，即科技創新拔尖人才選拔的不是天才（giftedness），而是人才（talent）。天才是指在至少一個領域表現出優異的未經訓練的自然能力，而人才則是人與外部環境互動中系統發展出的知識技能累積，以及這種內部發展所呈現的外部個體差異現象（在特定領域中表現得出類拔萃）。Gagné 認為，人才的發展除了基礎的智力等先天因素以外，還會受到個體的動機、人格、意志等方面因素影響，人才在人群中的比例不多于10%[6]。然而關于拔尖人才的選拔比例，學界并未形成統一的觀點，Renzulid 在旋轉門鑒別模型中將人才包括的3個因素，即非凡的能力、創造力及任務卷入，提出人才的選拔要以普通人群前15% ～ 20% 為比例[7]。而我們認為，拔尖人才的識別比例還應視選拔對象的群體特征而異，特別是面對中小學階段正接受基礎教育的學生，應進一步擴大至30% 左右的比例。這是由于中小學階段青少年正處于創造力培養的黃金期、非認知能力形成的敏感期，此時應適度擴大對人才的識別比例以充分考慮學生的發展潛力。

創新拔尖后備人才的測評模型建構

人才成長是人類發展過程中的一個重要現象，然而在以往研究中卻很少以兒童及青少年發展為研究對象。并且，在以往有關人才發展研究中，人才發展模型多關注于個體的內在特質而非人才發展的過程[8]，這可能導致對人才發展路徑缺乏深入認識，拔尖人才的培養實踐缺乏系統科學的理論模型和方法論指導。

美國社會心理學家戴維·麥克利蘭（DavidC. McClelland）認為，僅通過智力測驗、學術測試等方式評估學生，并不能準確地預測其工作能力和個人生涯發展。因此，他主張在測試中應評估與學生的生活成果相關的素質集群[9]。與之類似，科技創新潛質的測評一方面著眼于創造潛質本身的測量，另一方面還應將人格、動機、自我信念等支持性因素納入評價體系。我們在系統總結相關研究與實踐成果的基礎上，建構了包含基礎系統、動力系統、自我信念系統、人格傾向系統和潛能系統5 大系統的科技創新拔尖后備人才測評模型。

基礎系統（Basic System）

基礎系統是創造力的必要組成部分。根據創造力的門檻理論，卓越的創造力需要以一定的基礎能力作為前提，這保證了個體具備必要的邏輯推理、語言表達等基本能力。基于此，基礎系統的測評包含以下組成內容：①扎實的基礎知識（綜合測評年級前40%）；②較高的智力水平（瑞文標準推理測驗和高級推理測驗前30%）；③數學認知能力較強（數學認知能力測驗前30%，數學單科成績前40%）。在測評工具上，采用瑞文標準推理測驗和高級推理測驗、數學成績和數學能力測驗（包括數感、算數、數字推理、幾何、自適應數學測驗等）。

動力系統（Motivational System）

動力系統主要包含個體對從事科學研究相關事業的內部動機與探究興趣。內在動機通常表現為強烈的好奇心與認識興趣，是驅使個體發揮創造力的重要動力源泉。在科學創造發明過程中，擁有強烈動機和探索欲望的個體更容易克服障礙，不斷探索新的可能性，表現出極強的韌性與靈活性。此外，家庭環境是兒童青少年成長發展的重要微系統環境，對科技創新后備人才成長具有直接影響。家庭環境不僅包括父母的職業、受教育水平、家庭社會經濟地位等“硬性條件”，同時也包含了家庭教養方式、父母榜樣作用等因素，這些都會直接或間接地影響青少年未來科學創造力成就?；诖耍瑒恿ο到y的測評包括以下內容：①科技興趣與動機（專家訪談和科學興趣量表）；②家庭科技環境調查。

自我信念系統（Self-belief System）

自我信念系統主要包含對個體自我效能感及自我概念的考察。具體而言，在科技創新中，具備高水平科技自我效能感的個體相信自己有能力勝任科學技術創造相關事業，擁有較高的主觀認知能力。同時，具備高度科學自我概念的個體能夠對自身從事科學事業形成連續性、同一性的自我認知。自我信念系統是科技創新拔尖后備人才的必備特征之一，在測評上，主要包括4 個方面：①一般科技效能感；②科技自我效能感；③科學學業自我概念（3 個量表測驗得分前30%）；④主觀認知能力（量表測驗得分前30%）。

人格傾向系統（Disposition System）

創造性人格指高創造性個體在創造性行為中表現出來的個性特征。創造性人格對創新型人才發展具有重要導向作用，是預測個體未來創造力成就的重要因素。研究表明具備杰出科技創新能力的人才其人格結構往往包括強烈的好奇心、冒險傾向、專注力、意志力、開放性等特質。在測評工具上，使用創造性人格問卷施測。

潛能系統（Aptitudes System）

潛能系統主要考察個體的發散思維、科學創造性和科學批判性思維。其中，發散思維是指個體產生多樣性、獨特性的想法和解決問題的能力。在科技創新中，發散思維是創造性思維的基礎。發散思維測評可以包括一系列刺激性問題的解答，以及對個體在面對新問題時產生創新性解決方案的能力評估?？茖W創造性測評著眼于評估個體在科學領域內的創新能力，包括評估個體是否能夠提出新穎的研究問題、是否能夠設計實驗或研究方案，以及是否能夠產生具有科學價值的獨特成果。科學批判性思維測評科技領域需要個體具備批判性思維，能夠分析和評估不同的科學觀點、數據和證據。這一測評可以包括對個體在解讀科學文獻、評估科學實驗結果和對科學理論提出質疑的能力的評估。

總體來說，科技創新拔尖后備人才測評模型圍繞基礎、動力、自我信念、人格傾向、潛能5 大系統，建構對學生的多元化評價體系。一方面對于創新人才的選拔與培養具有重要實踐意義，另一方面對開展高水平科技創新人才縱向追蹤研究提供科學測量工具。

科技創新后備人才的追蹤研究設計

科技創新人才選拔與培養是一個長期過程，需要長周期的連續教育干預及配套跟蹤評測。然而，當前學界雖圍繞人才成長的重要階段和關鍵因素多有研究討論，但真正的縱向追蹤實踐研究卻十分匱乏，研究對象也多為成年后群體，方法上以由果溯因的橫斷和回溯研究為主[8]。同時，在以往的縱向序列設計中，大多只能考察年齡、群伙、測量時間3 個變量中的2 個，從而可能造成潛在因果關系被掩蓋?；谶@些因素，在拔尖人才的選拔中，迫切需要一種新型縱向追蹤研究設計，以系統展開對科技創新拔尖人才的必備特征、影響因素及其培養方案的深入研究。

發展心理學家Schaie 曾根據以往序列設計的優缺點，將年齡、群伙、測量時間3 種序列設計結合在一起，在研究設計上提出了一種新的縱向序列設計，因首次應用于西雅圖，故被稱為“西雅圖縱向追蹤設計”（Seattle LongitudinalStudy）[10]。這種研究的實施過程是在研究的最初階段先進行一個橫斷研究，以對各年齡段被試進行測試；一段時間后再次對這些被試進行測試，同時再加入1 個新的年齡組，這個年齡組的年齡與第1 次測試時的最小年齡組的被試相同；再過一段時間，繼續對第1 次測試的被試和第2 次補充的被試進行重測，與此同時，再加入一批新的年齡組被試，這組被試的年齡仍舊與第1 次測試時最小年齡組被試相同。

相比于傳統的縱向研究設計，“西雅圖縱向追蹤設計”可以很好地適應科技創新拔尖人才的遴選、培養與研究。一方面，縱向追蹤與橫斷比較同時并舉，既可以排除族群效應，又可以有效區分年齡變化和代際差異，確保評測結果的準確性與客觀性。同時，該研究設計可以盡可能多地收集到變量之間的內在聯系，以便開展相應研究，被Schaie 稱之為“最有效的發展研究設計”。在科技創新拔尖人才的選拔過程中，我們認為使用這種縱向序列研究設計方案有利于更全面地理解科技創新拔尖人才的發展軌跡和關鍵性核心因素的多樣性組合，具體設計如下。

第一次選取3—8 年級的學生進行全面測評，選拔出滿足條件的學生進入實驗組，沒有進入實驗組的學生是對照組。

隨后每年加入3 年級的學生，并對原來參加的學生繼續進行測量。

連續追蹤5 年，在這5 年過程中實施我們團隊開始的科技后備人才培養方案，而每次選拔沒有納入實驗組的學生作為對照組。

具體測評內容包括5 個方面：基礎系統、動力系統、自我信念系統、人格傾向系統和潛能系統（科技創新人才測評系統）。

科技創新后備人才測評模型的應用與建議

科技創新人才的遴選與培養工作是打造科技強國的關鍵，開發科學有效的人才測評模型及其落地應用方案是選拔科技創新人才的首要任務。本研究以已有研究成果為基礎，旨在構建科技創新拔尖后備人才的測評模型，開發測評工具和選拔流程，并設計與模型相對應的5年縱向追蹤研究計劃。這將為科技特色學校建設與科技創新潛質學生的遴選與培養提供重要參考。同時，科技創新拔尖后備人才測評模型的建構在應用方面有以下幾點建議。

聚焦科技創新后備人才必備特征的識別

明確拔尖人才的必備特征是識別、預測、選拔人才的首要問題。這些特征既包含能力、氣質和性格等個性心理特征，也包含需要、動機、興趣、理想、自我概念等個性心理傾向，同時也應考慮個體所處的環境特征，包括環境的包容性、從事科技創新的硬件設施是否允許等方面。通過理解這些特征，我們就可以建立科學的評估和測量方法，以便在培養過程中及時發現和培養這些特征，促進人才的全面成長。

重視科技創新后備人才培養的連續性和長期性

科技創新后備人才的發展路徑具有連續性、長期性和復雜性的特點，要合理把握人才發展規律，加強后備人才成長過程中的追蹤研究與反饋，深入了解學生在不同階段的發展情況和變化趨勢，及時發現并解決問題，不斷調整培養方案和方法，提高培養效果和質量。

加強科技特色學校建設與支持

科技特色學校是培養科技創新后備人才的重要基地，應加強科技特色學校的建設與支持，鼓勵此類學校在有關部門的支持下積極開展人才試點計劃，探索人才成長路徑，進而實現對科技創新后備人才的精準識別、有效選拔與科學培育。同時，也可以促進學校與企業、科研機構等的合作，加強產學研結合，共同搭建人才培育鏈條，提高科技創新成果的轉化和應用。

總之，科技創新后備人才的選拔與培養需要全社會的共同關注和支持。通過科學合理的測評模型、工具和流程的運用，可以更準確地識別和選拔出優秀的科技創新后備人才，并為其培養提供針對性建議和指導。同時，也需要注意培養過程中的連續性和長期性，以及加強追蹤研究和反饋，逐步迭代，不斷完善培養方案和方法，提高培養效果和質量。

參考文獻

[1] 林崇德．培養和造就高素質的創造性人才[J]．北京師范大學學報（社會科學版），1999（01）：5-13．

[2] 林崇德．創造性人才，創造性教育，創造性學習[J]．中國教育學刊，2000（01）：5-8．

[3] 張春莉，程黎，王本陸，等．青少年創新素質模型的理論構建．北京教育學院學報，2018，32（3）：28-34．

[4] 張亞坤，陳寧，陳龍安，等．讓智慧插上創造的翅膀：創造動力系統的激活及其條件[J]．心理科學進展，2021，29（04）：707-722．

[5] Dai D Y. The nature and nurture of giftedness： Anew framework for understanding gifted education[M].Teachers College Press， 2010.

[6] Gagné F. Transforming gifts into talents： The DMGTas a developmental theory[J]. High ability studies，2004， 15（2）： 119-147.

[7] Renzulli J S. The triad/revolving door system：A research-based approach to identification andprogramming for the gifted and talented[J]. GiftedChild Quarterly， 1984， 28（4）： 163-171.

[8] Dai D Y. New directions in talent developmentresearch： A developmental systems perspective[J]. NewDirections for Child and Adolescent Development， 2019，2019（168）： 177-197.

[9] Mcclelland D C．Testing for competence rather thanfor “intelligence” [J]. American Psychologist，1973，28（1） ： 1 － 14．

[10] Schaie K W， Willis S L， Caskie G I L. The Seattlelongitudinal study： Relationship between personalityand cognition[J]. Aging Neuropsychology and Cognition，2004， 11（2-3）： 304-324.

（本文得到北京市八一學校的支持）