基于智能平臺的稀缺人力資源遠程共享機制研究

[摘要]為消減人力資源區域失衡并緩解落后地區人才短缺，基于“物聯網+區塊鏈+智能合約”技術，構建稀缺人力資源遠程共享智能平臺，設計促進高端人才遠程共享的內在機制——供需吸引機制、貢獻激勵機制和違約防范機制。其中，供需吸引機制旨在增強人才供需雙方的相互吸引，貢獻激勵機制旨在強化人才的貢獻回報預期，違約防范機制旨在約束人才供需雙方的守約行為；物聯網技術用于構建虛實融合的遠程合作場景，區塊鏈技術用于記錄和管理人才供需雙方的合作行為，智能合約用于自動執行人才共享合同條款。基于智能平臺的稀缺人力資源遠程共享，可以充分拓展高端人才的事業空間，形成“不求所有但求所用”的新型人才使用模式，平抑稀缺人力資源的區域失衡，支撐區域平衡協調發展。

[關鍵詞]人力資源；遠程共享；智能平臺；共享機制；區域協調

一、 引言

區域發展不平衡、不協調，是過去幾十年“沿海外向型”經濟高速發展留下的嚴重后遺癥。黨中央歷來都高度重視區域平衡協調發展問題，特別是從黨的十八大到黨的二十大，全黨不斷回歸共同富裕的社會主義終極目標，不斷強化對區域平衡協調發展的戰略要求?？梢灶A見，區域平衡協調發展作為國家戰略，將是我國未來社會經濟發展的基本目標。然而，區域平衡協調發展的內生動力，在根本上來源于人力資源尤其是高端稀缺人力資源的貢獻。因此，要想區域平衡協調發展，首先必須做到人力資源尤其是高端稀缺人力資源的平衡協調利用。

當前存在著嚴重的人力資源失衡問題，尤其是高端稀缺人力資源。多年來，人力資源不斷向東部沿海地區聚集，導致中西部地區，尤其是西部地區出現人才空心化現象加劇。那么，如何扭轉人力資源尤其是高端稀缺人力資源的區域失衡，為區域平衡協調發展奠定內生基礎呢？吸引人力資源尤其是高端稀缺人力資源的逆向回流無疑是解決區域失衡問題的最佳途徑。然而，由于人力資源向東部集聚的馬太效應慣性很大，短期內實現真正的回流非常困難。因此，退而求其次，采取“不求所有、但求所用”的策略，或許是解決人力資源尤其是高端稀缺人力資源區域失衡問題的可行思路。

是否可以讓東部沿海地區聚集的高端稀缺人力資源為中西部地區所用？在智能網絡時代，這或許是可行的。智能網絡平臺具備遠程實時映射功能，消除了空間限制，能夠將全國甚至全球的優質人力資源集中在一個平臺上，為落后地區提供創新發展的內生動力。只需針對性地開發人力資源遠程共享平臺，并構建相應的共享制度體系，確保人才供需雙方的核心關切和基本權益，便可實現高端稀缺人力資源的區域平衡利用，推動區域的平衡協調發展。

事實上，傳統的地理位置和雇傭關系限制大大限制了人力資源尤其是高端稀缺人力資源的流動性，導致資源在一些地區緊缺而在其他地區閑置浪費。引入人力資源遠程智能化共享平臺將從根本上打破雙重限制，充分釋放高端稀缺人力資源的內在活力，為區域平衡協調發展注入無窮偉力。

綜上，本文擬探討構建稀缺人力資源智能化共享平臺的技術路徑，設計基于智能平臺的稀缺人力資源遠程共享機制，據此有效吸引稀缺人力資源為區域平衡協調發展貢獻力量。

二、 文獻回顧

1. 對稀缺人力資源共享的研究

在人才區域共享方面。佟林杰等[1]提出了完善區域人才共享模式建設方案，包括政府主導、產業主導和大學主導三個方面。劉追[2]分析了絲綢之路經濟帶下新疆的人才共享機制基本框架，并提出了相關政策建議。宋成一等[3]則提出了推動人才共享理論發展的研究方向。王曉航[4]歸納了我國跨區域人才共享實踐的模式，并進行了比較分析，提出了相關建議。許陽[5]針對地方發展中的問題提出了共享人才戰略，并強調約束效力和權益保障的重要性。張敏[6]從區域協同治理理論出發，提出了符合“一帶一路”沿線國家共同利益的人才共享機制。

在稀缺人力資源企業共享方面的研究。Bartlett等[7]認為企業間的人力資源共享有助于共同發展和知識共享。Geels等[8]指出人力資源共享可以深化企業間合作程度，推動創新進程，提升核心競爭力，并提高資源配置效率。費艷穎等[9]研究了稀缺人力資源聯盟，認為它是為滿足特殊任務或臨時項目而形成的一種臨時契約關系。戚湧等[10]認為稀缺人力資源聯盟可以充分發揮各自優勢，提高組織運營效率。張薇薇等[11]強調高水平人才資源共享對提高創新績效有重要作用。Saito等[12]提出了一種點對點的人力資源共享平臺，提高了工作效率。李海艦等[13]認為人力資源共享有效配置了全社會的勞動力資源，減輕了企業的勞動成本壓力。章慧南等[14]的研究表明共享型領導對員工的促進性建言具有顯著正向預測作用。

2. 對區塊鏈和智能合約技術及應用的研究

習近平總書記在中央政治局第十八次集體學習中支持并強調了區塊鏈技術在技術革新和產業變革中的主要作用，將其視為技術自主創新的重要突破口，強調加快推動區塊鏈技術和產業創新發展[15]。區塊鏈技術被認為是一種公開透明且去中心化的共享數據庫[16]，它具有不可篡改、公開透明的分布式數據庫特性，也是一種防篡改、去信任的數據庫技術[17]。區塊鏈技術可以應用于物聯網場景的身份認證[18]，智能合約具有去中心化、自動執行和可驗證的特點，在金融、醫療保健和能源等傳統行業有廣泛的應用前景[19]。智能合約還可以通過自動理賠和透明化理賠流程實現保險產品的自我管理[20]。

在征信方面，孫國茂等[21]分析了我國征信體系，指出其存在的巨大缺口，并認為區塊鏈在個人征信中的應用可以降低違約風險，協調信息共享和隱私保護的矛盾。塔琳等[22]提出了基于區塊鏈的跨平臺征信數據共享模型，解決了金融平臺征信系統的問題和挑戰，并探討了區塊鏈在征信系統中的作用機理和應用場景。盛安琪等[23]通過分析國內金融監管機制問題和國外監管機制，基于區塊鏈構建了征信體系的科技監管路徑。Zhao[24]設計了基于區塊鏈和決策樹的個人信用評估流程和技術，以彌補互聯網金融征信系統的不足。Zheng等[25]提出了基于區塊鏈的模型，在供應鏈中實現共享交易信息的訪問控制和管理，解決了征信數據量大且隱私保護困難的問題。

3. 對現有研究的評述

現有文獻多從人力資源共享模式與效率方面開展研究，缺乏對人才供需合作關系與機制的精確設計，且對新興智能技術在人才遠程共享中的關鍵支撐作用強調不夠。事實上，以往人才遠程共享的失敗，在很大程度上緣于事前供需雙方不匹配，事中違約防范不給力，事后貢獻激勵不到位。這些問題的解決既有賴于共享機制的健全完善，又離不開相關智能技術的有效支撐。遺憾的是，以往研究并未深究上述問題。

三、 稀缺人力資源概念及遠程共享框架

1. 核心概念定義

（1）稀缺人力資源

稀缺人力資源是指在人才供需關系中供給嚴重不足的一類人才。與商品短缺不同，人力資源尤其是高端人力資源存在供給壁壘，難以通過增加供給來緩解短缺。稀缺人力資源的上述屬性特征，可由圖1來綜合描繪。

圖1中，稀缺人力資源的需求量在B點，但供給量卻在A點，供給量遠遠小于需求量。導致這種人才短缺的根源在于剛性的人才供給壁壘，其使得人才供給很難向右突破供給壁壘的阻擋。

（2）人才供給主體

人才供給主體是指為拓展個人事業而向市場提供特定領域知識服務的專業人士。本文的人才供給主體限定為高端稀缺人才，也就是供給遠遠小于需求的那一類人才。這類人才主要是為市場提供關鍵核心技術服務，為需方解決“卡脖子”技術難題。

（3）人才需求主體

人才需求主體是指對人力資源有迫切需求的人才使用方。本文的人才需求主體限定為高端稀缺人才的需求方，且愿意為人才的使用提供必要的基礎條件，并支付足夠的物質報酬和精神補償。

（4）智能平臺

智能平臺是一種基于智能技術的網絡平臺，為人才供需雙方提供合作的中介場所。智能平臺具有以下基本屬性：智能性，利用智能技術支持人才供需合作，實現高效率的合作效果；遠程性，通過虛實融合場景的應用，克服空間距離限制，實現人才供需雙方的遠程實時交互；泛在性，智能平臺能夠覆蓋世界各地和每位人才，充分利用人才的空閑時段和空閑腦域，最大程度地挖掘人才的專業效率。

2. 遠程共享框架設計

稀缺人力資源的遠程共享，就是通過智能平臺將人才供需雙方相鏈接，以此實現高端人才的遠程使用。為確保人才遠程共享得到真正實現，首先必須設計合理的人才共享機制作為直接支撐，其次還須選用合適的智能管理技術作為底層支撐。圖2展示了“機制設計+技術嵌入”的稀缺人力資源遠程共享框架。

稀缺人力資源遠程共享機制設計是對人才供需雙方遠程共享行為準則的制度規定，具體包含以下三個維度：供需吸引機制，強化人才供需雙方的相互吸引關系，實現合適的人才與用人單位的匹配；貢獻激勵機制，強化人才的貢獻回報預期，提升合約執行效率與完成程度，確保滿意的合作回報；違約防范機制，對違約行為進行剛性約束，提高違約成本代價，加強違約記錄，促進供需雙方守約履約。

技術嵌入，就是對相關主體主觀行為引入技術操控工具。稀缺人力資源遠程共享技術嵌入，就是對人才供需雙方的遠程共享行為引入技術操控工具。具體技術包括以下三個層面：區塊鏈信用管理技術，用于實時記錄人才共享合同的執行過程，標記合作雙方的履約程度和違約行為，智能化管理供需雙方的合作信用；智能合約交易管理技術，用于按時自動執行人才共享合同的合作條款，規避人為因素對供需合作流程的干擾，最大程度保護守約人的利益；物聯網知識共享技術，用于將人才供需雙方映射至網絡空間，構建虛實融合的遠程合作關系，打破供需合作的距離障礙。

四、 稀缺人力資源遠程共享機制設計

稀缺人力資源遠程共享機制設計規定了人才供需雙方的遠程共享行為準則，包括供需吸引、貢獻激勵和違約防范機制。供需吸引機制是在共享行為發生之前優化匹配，尋找最佳供需方。貢獻激勵機制是在共享行為發生后實現利益交換，正向激勵雙方的遠程共享。違約防范機制是在共享過程中防止違約行為，保障雙方的遠程共享。

1. 事前供需吸引機制

（1）供需吸引模型構建

在遠程共享前，須建立相互吸引的匹配機制。參考牛頓的引力定律，可構建供需吸引模型。該模型將需方實力、供方能力和供需雙方匹配度作為主要因素。假設ɡ為雙方之間的吸引程度，R為需方相對聲譽（反映需方實力），a為供方相對能力（反映供方能力），m為供需雙方相似度（反映供需雙方匹配度），則可構建供需吸引函數如式（1）所示。

[g=KRa1-m2] （1）

式（1）中，K為吸引力換算系數；（1-m）代表供需雙方相對距離；[R， a， m∈[0，1]]。式（1）表明，供需雙方之間的吸引程度，與需方相對聲譽R和供方相對能力a的乘積成正比，而與供需雙方相對距離（1-m）的平方成反比。

顯然，要想提升供需雙方的相互吸引強度，首先要提升供需雙方相似度m，其次要提升需方相對聲譽R，其三要提升供方相對能力a。進一步考察，當[m=1]時，供需雙方相對距離為零，表示供需雙方完全匹配，雙方吸引程度趨于無窮大；當[m=0]時，供需雙方相對距離為1，表示供需雙方完全不匹配，雙方吸引程度趨于最小。

（2）供需匹配關系及匹配流程

1）供需匹配關系?；谀：嗨评碚?，構建人才供需雙邊匹配關系，如圖3所示。其中，[D={Di， i=1， …， n}]為人才需求主體集合，[S={Sj， j=1， …， l}]為人才供給主體集合，供需雙方以智能平臺為中介尋求最佳匹配。

假定供需雙方對需求與供給的描述采用自然語言標準用語，描述指標數據對為[[presentation，attributes]]，其中，[presentation]為供需內容表達，[attribute]為主體屬性表達。需求主體的需求內容表達為[Dpresentation={Dpresentation， i， i=1， …， n}]，供給主體的供給內容表達為[Spresentation=（Spresentation， j， j=1， …， l）]。需求主體期望供給主體屬性為[ADS={ADS， k， k=1， …， qS}]；供給主體期望需求主體屬性為[ASD={ASD， k， k=1， …， qD}]。

2）供需匹配流程。供需匹配，就是供需雙方依據各自期望的對方屬性而相互選擇的過程，其一般執行流程為：

第一步，核心訴求初篩。根據供需雙方的核心訴求進行初篩，排除明顯不適合的對象。

第二步，供需內容匹配。對比供需雙方的供需內容表達，計算內容表達匹配度[m1]。

第三步，主體屬性匹配。進行供需主體屬性指標的雙向匹配，用[SimADS]度量需求主體期望供給主體屬性[ADS]與供給主體實際屬性[AS]的相似程度，用[SimASD]度量供給主體期望需求主體屬性[ASD]與需求主體實際屬性[AD]的相似程度，由[SimADS]及[SimASD]計算主體屬性匹配度[m2]。

第四步，整體匹配。對內容表達匹配度[m1]和主體屬性匹配度[m2]加權求和，計算供需雙方的總體匹配度[m]，并按[m]取值從大到小排序。

（3）供需雙方匹配度計算

1）供需內容表達匹配度計算

設[A]、[B]為自然語言向量，且：

[A=X1，X2，…，Xe，B=Y1，Y2，…，Yh] （2）

式（2）中，[Xi]表示[A]中第i個關鍵詞，[Yj]表示[B]中第j個關鍵詞。關鍵詞[Xi]、[Yj]的自然描述語言相似度用[XiYj]表示，則[A]對[B]的模糊相似矩陣[SAB]定義如式（3）所示：

[SAB=X1Y1X1Y2…X1YhX2Y1X2Y2…X2Yh?XeY1?XnY2" " " " ?…XeYh] （3）

為簡化計算，將式（3）變換為式（4）：

[SimA，B=1e×i=1emaxXiYj， j∈1， h] （4）

式（4）表示取式（3）每行中的最大值，加和后取算數平均值，作為[A]對[B]的自然語言相似度。同理，可以得到[B]對[A]的自然語言相似度[SimB， A]。

對[SimA， B]及[SimB， A]加權求和，計算供需內容表達匹配度，如式（5）所示。

[m1=β1Sim（A，B）+β2Sim（B，A）（β1+β2=1）] （5）

2）供需主體屬性匹配度計算

[①]供需主體屬性的量化處理。人才供需雙方對對方的屬性要求通常是以文字形式表述，且供需雙方對彼此的要求并非一致。為量化文字表述，采用五粒度模糊評價法進行數量轉換，評價詞匯與隸屬度、非隸屬度的對應關系如表1所示。

基于表1規則，可將供需主體屬性轉換為量化數值：

[qA=uA-νAσA] （6）

對式（6）所得量化數值作正規化處理，以需求主體屬性為例，其正規化值[ADij]：

[ADij=qADij-qminADjqmaxADj-qminADj， qmaxADj-qminADj≠01， qmaxAj-qminAj=0] （7）

[ADij=qmaxADj-qADijqmaxADj-qminADj， qmaxADj-qminADj≠01， qmaxADj-qminADj=0] （8）

其中，[qADij]表示第i個需求主體的第j個屬性，[qmaxADj]表示需求主體第j個屬性中的最大值，[qminADj]表示需求主體第j個屬性中的最小值。式（7）對應正向指標，正向數值越大，則對該屬性的評價越積極；式（8）對應負向指標，負向數值越小，則對該屬性的評價越積極。同樣可以計算供給主體屬性的正規化值[ASij]。

[②]供需主體屬性相似度計算。供給主體期望需求主體屬性的正規化向量為：

[A'SD=A'SDk， k=1， …， qD] （9）

需求主體實際屬性的正規化向量為：

[A'D=A'Dk， k=1， …， qD] （10）

需求主體期望供給主體屬性的正規化向量為：

[A'DS=A'DSk， k=1， …， qS] （11）

供給主體實際屬性的正規化向量為：

[A'S=A'Sk， k=1， …， qS] （12）

基于上述正規化向量值，采用夾角余弦方法計算相似度：

[SimASD=cosA'SD， A'D=k=1qDA'SDk×A'Dkk=1qDA'SD2k×k=1qDA'D2k] （13）

[SimADS=cosA'DS， A'S=k=1qSA'DSk×A'Skk=1qSA'DS2k×k=1qSA'S2k] （14）

其中，[SimASD]為供給主體期望需求主體屬性[ASD]與需求主體實際屬性[AD]的相似度，[SimADS]為需求主體期望供給主體屬性[ADS]與供給主體實際屬性[AS]的相似度。

③ 加權計算供需主體屬性匹配度。對相似度[SimASD]和[SimADS]加權求和，即供需主體屬性匹配度[m2]：

[m2=δ1SimASD+δ2SimADS（δ1+δ2=1）] （15）

3）供需雙方總體匹配度計算

對[m1]和[m2]加權求和，即供需主體總體匹配度[m]：

[m=ρ1m1+ρ2m2（ρ1+ρ2=1）] （16）

（4）供方能力和需方聲譽計算

1）供方能力計算。供方能力，主要是指人才的專業技術能力水平。人才的專業技術能力水平，主要體現在人才的教育經歷、業務經歷、成果積累、學術創新、技術創新、社會貢獻、專業服務業績、橫向合作口碑等方面?？刹捎梅旨壏诸惣訖嘣u估方法，來評價人才的專業技術能力水平。式（17）為人才專業技術能力水平的三級加權評估算式：

[a=ΣiμiΣjμijΣkμijkaijk] （17）

St.[Σiμi=1μi∈0， 1]

[Σjμij=1μij∈0， 1]

[Σkμijk=1μijk∈0， 1]

式（17）中，[aijk]為人才專業技術能力水平第三級指標的相對得分，[μijk]為三級指標權重，[k]為三級指標編號；[μij]為二級指標權重，[j]為二級指標編號；[μi]為一級指標權重，[i]為一級指標編號。

2）需方聲譽計算。需方聲譽，主要是指人才使用單位的社會聲譽。人才使用單位的社會聲譽，主要體現在單位的發展歷程、規模水平、業務資源、經營業績、事業發展能力、社會責任貢獻、合作口碑等方面。可采用分級分類加權評估方法，來評價人才使用單位的社會聲譽。式（18）為人才使用單位社會聲譽的三級加權評估算式：

[R=ΣiφiΣjφijΣkφijkRijk] （18）

St.[Σiφi=1φi∈0， 1]

[Σjφij=1φij∈0， 1]

[Σkφijk=1φijk∈0， 1]

式（18）中，[Rijk]為人才使用單位社會聲譽第三級指標的相對得分，[φijk]為三級指標權重，[k]為三級指標編號；[φij]為二級指標權重，[j]為二級指標編號；[φi]為一級指標權重，[i]為一級指標編號。

2. 事后貢獻激勵機制

在遠程共享實施完畢后，必須對人才按貢獻落實其回報。在智能平臺上，人才回報包括物質回報、精神回報和網絡價值回報三個維度。物質回報主要以貨幣形式支付，如薪酬、獎勵、補貼等；精神回報主要以榮譽形式標記，如稱號、勛章、行業地位等；網絡價值回報主要以網絡關系形式體現，如網粉、網評、網推等。

為落實人才貢獻激勵機制，本文設置貢獻激勵模型，如式（19）所示：

[p=ω0+ωb1x2+b2xp=p1p2p3，ω0=ω01ω02ω03，ω=ω1ω2ω3， bi≥0（i=1， 2）] （19）

式（19）中，[p]為人才激勵程度，包含物質激勵[p1]、精神激勵[p2]和網絡價值激勵[p3]；[ω0]為合約簽訂時對人才的初始激勵，包含初始物質激勵[ω01]、初始精神激勵[ω02]和初始網絡價值激勵[ω03]；[ω]為合約終止時對人才的完成度激勵，包含完成度的物質激勵[ω1]、精神激勵[ω2]和網絡價值激勵[ω3]；x為合約完成度且[x=λjxj，xj]為合同第j項任務完成度，[λj]為第j項任務的權重，[λj=1（j=1， 2， …）]；[bi （i=1， 2） ]為激勵系數。

為提升合約的完成度，一是可將合約任務[xj]由易到難排序，使得[λj+1gt;λj]，即對執行時間靠后的合約任務賦予更高的權重；二是可采用加速激勵模式，即令[bi≥0 （i=1， 2） ]，則越是靠后的任務獲得的激勵越大。

3.事中違約防范機制

在遠程共享實施過程中，一項最主要的工作就是要時刻防范人才供需雙方中途違約。為此，需要采取強有力的剛性措施，對守約行為及時進行鼓勵，對違約行為及時進行懲罰。為使獎懲有據，擬對人才供需雙方合作信用進行實時記錄，記錄的合作信用可作為未來交易的信用抵押，享受與實物資產抵押同等的效果。

為強化違約防范效果，可設置守約與違約的不對稱規則，即令守約行為促進合作信用的減速增長，而違約行為導致合作信用的加速下降。據此，本文設立信用函數如式（20）所示：

[CN=r1/2N，第N次合作守約時信用值減速增長r2N，第N次合作違約時信用值加速下降] （20）

式（20）中，[CN∈[0， 1]]表示相對信用值，[rN∈[0， 1]]表示守約率。守約率算式為：

[rN=Nsmax （N0， N）] （21）

式（21）中，N表示總合作次數，[Ns]表示前N次合作的守約次數，[N0]表示平臺設置的最低合作次數閾值。設立最低合作次數閾值[N0]，是為了防止在合作次數較少時守約率過高，從而導致信用值偏高。

一般情況下，標的額較小的合約實施難度較低、完成周期較短；而標的額較大的合約實施難度較高、完成周期較長。為防止機會主義者以多次小額標的守約獎勵來沖抵大額標的違約懲罰，有必要平衡單次合作標的額波動的影響。為此，可設立標準合作次數算式，如式（21）所示。

[N標=1，當QN≤Q01+ln1+QQ0，當QNgt;Q0] （22）

式（22）中，[N標]表示第N次合作折算的標準次數，[Q0]表示行業交易的平均標的額，[QN]表示第N次合作的標的額。這樣，就可在式（21）中用[N標]代替N來計算合作總次數，以此消除標的額波動可能產生的機會主義。

五、 遠程共享機制的支撐技術嵌入

1. 供需吸引機制的支撐技術

人才供需吸引機制的支撐技術，主要是物聯網遠程鏈接技術和區塊鏈信用賬簿技術。

（1）基于物聯網的供需對接

物聯網技術對人才供需吸引機制的支撐，主要體現在為人才供需雙方的合理匹配，提供虛實融合性質的遠程對接平臺。

高端稀缺人才對遠程在線工作環境往往有嚴格要求，傳統的純虛擬網絡難以滿足，需要借助虛實融合的物聯網平臺。該平臺可以將實地工作環境和合作雙方主體映射成網絡鏡像，使遠程共享工作場景與實地工作場景高度相似，提供真實的體驗。同時，物聯網技術也可以將人才所使用的技術設備映射成像，實現對設備的遠程操控?；谖锫摼W的人才供需遠程對接平臺如圖4所示。

（2）基于區塊鏈的信用篩選

區塊鏈技術對人才供需吸引機制的支撐，主要體現在為人才供需雙方的匹配搜尋，提供雙方真實完整的信用賬簿數據，以便篩選出高信用合作對象，并淘汰掉低信用合作對象。

引入區塊鏈技術后，人才供需雙方每次合作的守約與違約行為都會自動記錄到區塊中，并實時計算總體合作信用，為每位用戶構建區塊鏈信用賬簿。區塊鏈的全程自動運行與防篡改屬性可確保信用記錄與計算的客觀公正，免受主觀干擾?；趨^塊鏈的人才供需雙方信用賬簿參見圖5。

2. 貢獻激勵機制的支撐技術

人才貢獻激勵機制的支撐技術，主要是智能合約自動履約技術。智能合約技術對人才貢獻激勵機制的支撐，主要體現在當雙方共享合約終止后，由智能合約自動執行人才回報條款，從而避免付款方賴賬或者私自變卦。

智能合約最早由尼克·薩博（Nick Szabo）[26]提出，其實質是將計算機程序與合同結合起來，由計算機自動執行合同內容的計算機協議。智能合約將合同格式化，將雙方意愿記錄于計算機代碼中[27]。代碼主要有兩項功能：一是規定合作雙方的權利和義務，二是合約觸發并自動執行的條件。當權益產生時，智能合約能夠明確權益的歸屬，并在權益確認時打上防篡改的時間戳，上傳區塊鏈永久保存；一旦遇到非法侵權，智能合約可出示權益證明，并參與維權行動。

智能合約可以確保人才貢獻激勵的及時到位。智能合約將人才回報條款內容編碼，形成回報執行模塊，并上傳至區塊鏈固化。一旦人才回報執行條件滿足，智能合約就將自動從付款人擔保賬戶劃轉回報額度至受益人賬戶，并實時通知付款人和受益人。

3. 違約防范機制的支撐技術

人才遠程共享違約防范機制的支撐技術，主要是區塊鏈身份識別技術和智能合約自動追責技術。

（1）基于區塊鏈的身份識別

區塊鏈技術對違約防范機制的支撐主要表現在固化用戶身份上，以便方便地追蹤和阻止違約者逃避責任。

采用區塊鏈登記認證用戶的實名身份，確保用戶身份的唯一性與身份信息的真實性，且不妨礙用戶在網絡平臺交往中使用虛擬網名。為保障身份認證的準確性，具體可采用指紋、人臉等生物學特征錄入技術。

用戶平時可以虛擬網名進行交流合作，一旦發生違約糾紛，則可向平臺申請真實身份識別，從而鎖定實際違約人?；趨^塊鏈的身份識別程序參見圖5。

（2）基于智能合約的自動追責

智能合約技術對違約防范機制的支撐，主要體現在運用智能合約工具自動追究違約責任，并對違約人按合同實行懲處，對被違約人按合同實行補償。

智能合約將違約識別和處置預先寫入合同條款，并以電子代碼形式存儲于系統。一旦發現違約信號，智能合約將自動觸發追責程序，并按預設程序實施違約追責。

為確保有效的違約處置，智能合約在簽約時會收取足額的違約保證金，并將其作為違約處置的擔保。合作各方也可以使用信用擔保方式替代違約保證金，一旦發生違約賴賬，則智能合約會相應降低違約人的信用值。基于智能合約的自動追責流程參見圖6。

六、 算例演示

1. 供需吸引算例

設一家人才需求方D，五位人才供給方S1、S2、S3、S4、S5，供需方同時處于可合作狀態；令吸引力系數k=1，需方相對聲譽R=0.4，供方相對能力[a]、供需匹配度[m]的賦值列于表2。則可由式（1）計算供需吸引力[g]，計算及排序結果見表2。

表2中，通過對組合D-S1、D-S2、D-S3的對比，當相對能力a保持不變時，供需雙方吸引力[g]將隨供需雙方匹配度m的增大而加速增大。通過對組合D-S1、D-S4、D-S5的對比，當匹配度m保持不變時，供需雙方吸引力[g]將隨供方相對能力a的增加而勻速增加。綜上，D-S3組合的相互吸引力最大。

2. 貢獻激勵算例

設有七組人才供需合作關系，各組訂立的初始激勵、完成度激勵以及實際完成度數據，列于表3。令[b1=2]，[b2=0]，合作終止后按式（19）計算貢獻激勵，如表3所示。

表3中，對比1、2、3組，當完成度激勵ω與完成度x保持不變時，貢獻激勵[p]與初始激勵ω0同步增長。對比1、4、5組，當初始激勵ω0與完成度X保持不變時，貢獻激勵[p]與完成度激勵ω1同向增長。對比1、6、7組，當初始激勵[ω0]與完成度激勵ω保持不變時，貢獻激勵[p]隨完成度X增加而加速增加。綜上，第7組的貢獻激勵最大。

3. 違約防范算例

設共享平臺需方甲、乙、丙、丁四家公司，現已完成10次人才共享合作，均已超過合作次數閾值，截至第10次合作的守約率為90%?，F繼續開展第11—14次人才共享合作。

（1）甲公司信用值變化

設甲公司第11次合作違約，其余合作守約，分別按式（20）（21）計算其守約率和信用值，結果參見表4。

（2）乙公司信用值變化

設乙公司第12次合作違約，其余合作守約，分別按式（20）（21）計算其守約率和信用值，結果參見表5。

（3）丙公司信用值變化

設丙公司第13次合作違約，其余合作守約，分別按式（20）（21）計算其守約率和信用值，結果參見表6。

（4）丁公司信用值變化

設丁公司全部交易為守約，分別按式（20）（21）計算其守約率和信用值，結果參見表7。

由表7可見，當需方一直保持守約時，其信用值將呈現緩慢增加趨勢。由表4、表5及表6可見，當需方有違約行為發生時，其信用值會呈斷崖式下降。上述四家公司的信用值變化軌跡參見圖7。

七、 結論與建議

本文針對稀缺人力資源的區域失衡問題，提出構建稀缺人力資源遠程共享智能平臺，設計促進稀缺人力資源遠程共享的內在機制，運用智能平臺有效開展稀缺人力資源的遠程共享，以人才共享助力區域平衡協調發展。主要研究結論如下：

（1）稀缺人力資源是對國民經濟發展至關重要的人才，供給遠小于需求。稀缺人力資源在區域平衡協調發展中至關重要。為促進稀缺人力資源共享，須搭建以智能技術為底層支撐、共享機制為制度支撐的稀缺人力資源共享框架。

（2）稀缺人力資源的共享機制包括供需吸引、貢獻激勵和違約防范三個維度，以確保人才與用人單位的匹配、合作回報和守約履約。

（3）稀缺人力資源的共享技術包括區塊鏈信用管理、智能合約交易管理和物聯網知識共享，以支撐實現合同的智能管理、守約人利益最大化和克服供需合作的距離障礙。

主要建議如下：

（1）增強法律保護與社會管制。由于新技術發展與社會管制脫節，區塊鏈內糾紛無法得到法律保護，人力資源的線上共享模式還有待完善，下一步對于如何協調新興技術與社會管制將會是未來研究的突破口。

（2）倡導跨學科研究與實踐。稀缺人力資源共享機制的研究需要跨學科的合作與實踐。未來研究可以鼓勵經濟學、管理學、法學、計算機科學等學科的交叉融合，共同解決共享機制面臨的問題和挑戰。

可以預期，基于智能平臺的稀缺人力資源遠程共享，將從根本上抹平人力資源尤其是高端稀缺人力資源的區域失衡問題，進而成為未來區域平衡協調發展的強大支撐。

參考文獻：

[1] 佟林杰，孟衛東.基于三螺旋理論的區域人才共享模式構建[J].科技管理研究，2014，34（2）：93-95.

[2] 劉追.絲綢之路經濟帶背景下新疆人才共享機制研究[J].行政論壇，2017，24（1）：102-106.

[3] 宋成一，劉盈盈.國內人才共享研究述評[J].西北民族大學學報（哲學社會科學版），2019（3）：136-144.

[4] 王曉航.跨區域科技人才共享實踐模式比較研究[J].科學管理研究，2020，38（2）：126-131.

[5] 許陽.“人才比拼”下地方發展之患與共享人才的推進之策[J].領導科學，2021（21）：103-106.

[6] 張敏.“一帶一路”倡議下高?？萍既瞬殴蚕淼默F實困境與路向選擇[J].中國高校科技，2022（9）：54-59.

[7] Bartlett C A， Ghoshal S.Changing the Role of Top Management： Beyond Systems to People[J].Long Range Planning，1995，28（4）：126-126.

[8] Geels F W， Raven R. Socio-cognitive Evolution and Co-evolution in Competing Technical Trajectories： Biogas Development in Denmark （1970-2002）[J].International Journal of Sustainable Development amp; World Ecology，2007，14（1）：63-77.

[9] 費艷穎，王越，劉琳琳.產業技術創新聯盟創新人才共享分析[J].科技進步與對策，2012，29（13）：140-143.

[10] 戚湧，張明，李太生.基于Malmquist指數的江蘇創新資源整合共享效率評價[J].中國軟科學，2013（10）：101-110.

[11] 張薇薇，趙靜杰.協同創新中人才資源共享模式與創新績效研究[J].科學管理研究，2019，37（5）：143-147.

[12] Saito M， Hayashi H. P2P Human-resource Sharing and Its Redistribution Strategy of Stable Coin[J].International Institute of Applied Informatics，2020（2）：1-18.

[13] 李海艦，李凌霄.中國“共享員工”勞動用工模式研究[J].中國工業經濟，2022（11）：116-134.

[14] 章慧南，胡嘉慧，曲如杰.共享型領導對員工建言行為的影響——員工權力感的中介作用[J].技術經濟，2020，39（7）：184-192.

[15] 中國政府網.習近平主持中央政治局第十八次集體學習并講話[EB/OL].（2023-07-12）[2023-08-10].https：//www.gov.cn/xinwen/2019-10/25/content_5444957.htm.

[16] Swan M. Blockchain： Blueprint for a New Economy [M].Sebastopol： O’Reilly，2015.

[17] 林小馳，胡葉倩雯.關于區塊鏈技術的研究綜述[J].金融市場研究，2016（2）：97-109.

[18] Li D， Peng W， Deng W， et al. A Blockchain-based Authentication and Security Mechanism for IoT[C].2018 27th International Conference on Computer Communication and Networks， IEEE，2018：1-6.

[19] Khan S N， Loukil F， Ghedira-Guegan C， et al. Blockchain Smart Contracts： Applications， Challenges， and Future Trends[J].Peer-to-peer Networking and Applications，2021，14（5）：2901-2925.

[20] 郭艷，王立榮，韓燕.金融市場中的區塊鏈技術：場景應用與價值展望[J].技術經濟，2017，36（7）：110-116.

[21] 孫國茂，李猛.區塊鏈技術在個人征信領域應用研究——基于數字普惠金融視角[J].公司金融研究，2017（1）：118-129.

[22] 塔琳，李孟剛.區塊鏈在互聯網金融征信領域的應用前景探析[J].東北大學學報（社會科學版），2018，20（5）：466-474.

[23] 盛安琪，耿獻輝.基于區塊鏈技術的金融科技監管路徑研究[J].科學管理研究，2019，37（5）：157-161.

[24] Zhao Y.Research on Rersonal Credit Evaluation of Internet Finance Based on Blockchain and Decision Tree Algorithm[J].Journal on Wireless Communications and Networking，2020（1）：1-12.

[25] Zheng K， Zheng L J， Gauthier J， et al. Blockchain Technology for Enterprise Credit Information Sharing in Supply Chain Finance[J].Journal of Innovation amp; Knowledge，2022，7（4）：1-15.

[26] Szabo N.Smart Contracts： Building Blocks for Digital Markets[EB/OL].（2023-02-20）[2023-08-10].http：//www.fon.hum.uva.nl/rob/Courses/InformationInSpeech/CDROM/Literature/LOTwinterschool2006/szabo.best.vwh.net/smart_contracts_2. html.

[27] Nakamoto S.Bitcoin： A Peer-to-peer Electronic Cash System[EB/OL].（2023-02-20）[2023-08-10].https：//bitcoin.org/bitcoin.pdf.

基金項目：教育部人文社會科學研究項目“智能時代引領型國家創新體系的構筑機制研究”（項目編號：20YJA790012）。

作者簡介：高錫榮（1963-），男，博士，重慶郵電大學經濟管理學院教授、碩士生導師，研究方向為技術經濟及管理；楊皓嵐（1999-），男，重慶郵電大學經濟管理學院碩士研究生，研究方向為人力資源管理；高尚（1994-），男，碩士，研究方向為人力資源管理。

（收稿日期：2023-04-18" 責任編輯：蘇子寵）