任紅艷
(西安歐亞學院,陜西 西安 710065)
近年來,西安高新技術企業(yè)飛速發(fā)展,已成為西安經(jīng)濟發(fā)展中最具活力的部分。根據(jù)西安市統(tǒng)計局2022年統(tǒng)計數(shù)據(jù):西安市擁有高新技術企業(yè)10431家,全年專利授權量 58045 件。高新技術企業(yè)快速發(fā)展的根本原因在于持續(xù)的創(chuàng)新能力,而創(chuàng)新的源泉來自知識型員工的人力資本。因此,激勵知識型員工的積極性,實現(xiàn)人力資本價值,成為高新技術企業(yè)亟待解決的問題。
為了了解西安高新技術企業(yè)人力資本激勵現(xiàn)狀,為西安高新技術企業(yè)人力資本激勵提供政策建議,項目組進行了本次調研。項目組對華為技術有限公司西安研究所、騰訊云計算(西安)有限責任公司、中興通訊西安有限責任公司、易點天下網(wǎng)絡科技股份有限公司、西安中科聚能激光科技有限公司(以下簡稱中科聚能)等10家高新技術企業(yè)進行問卷調研,訪談高新技術企業(yè)1家。
項目組對國內外人力資本激勵文獻資料進行收集、整理和分析,并對中科聚能人力資源經(jīng)理和員工進行訪談,初步確定了影響人力資本激勵的因素,設計了《西安高新技術企業(yè)人力資本激勵調研問卷》,問卷共分為5個部分:基本信息、個人成長、薪酬福利、工作自主性、工作環(huán)境,共30個問題。
為了確保問卷設計的科學性,課題組邀請中科聚能23名科技人員進行預測試,了解預測試對象的看法和建議,對問卷進行修改。通過問卷星發(fā)放問卷,請10家樣本企業(yè)的科技人員填寫。
調研共發(fā)放問卷150份,回收問卷111份,問卷回收率74%,有效問卷108份,問卷有效率97.3%。數(shù)據(jù)通過SPSS 25.0統(tǒng)計軟件進行分析,現(xiàn)將參與調查的人員基本信息統(tǒng)計如表1所示。

表1 問卷基本情況
在進行數(shù)據(jù)統(tǒng)計時,需要從現(xiàn)有的人力資本激勵因素中找到幾個與人力資本激勵緊密聯(lián)系的關鍵因子,這些因子能反映人力資本激勵要素之間較強的關聯(lián)關系。抓住這些關鍵因子就能對人力資本激勵現(xiàn)狀進行分析和描述,進一步提出人力資本激勵的對策,與該理念契合的方法就是因子分析法。因子分析法是用來考察理論概念和經(jīng)驗指數(shù)之間關系的技術,它可以把大量的項目減少為較少的容易處理的若干指標。分析者可以用它來選擇項目,并確定這些項目對于指標的重要性。
為了使因子分析效果更好,在因子分析之前,項目組對數(shù)據(jù)進行了可靠性檢驗。可靠性檢驗用來評價一種測量方法與測量結果的一致性。其中關鍵的統(tǒng)計量是內部一致性系數(shù)(Cronbach’s α),一個信度系數(shù),α越接近1.0,測量方法越可信。如果α接近0,就說明該測量的調查題項太少或調查題項之間缺少關聯(lián)。由表2得出α(Alpha)= 0.949,可靠性滿足要求。

表2 可靠性統(tǒng)計
在可靠性分析之后,需要檢驗因子是否恰當,以檢驗變量之間是否存在較強的相關關系。如果變量之間相關性較弱,就沒有辦法對其進行綜合和提煉,從而也不需要進行因子分析。SPSS系統(tǒng)提供了兩種對檢驗變量進行因子分析的方法,即KMO 檢驗和Bartlett 球形檢驗。KMO檢驗用于檢測變量間的相關性和偏相關性,取值在0~1。KMO值越接近于1,變量間的相關性越強,越適合做因子分析。檢驗后,由表3看出KMO值為0.931,取值接近于1,因子分析效果較好。Bartlett 球形檢驗以變量的相關系數(shù)矩陣為出發(fā)點,它的值根據(jù)相關系數(shù)矩陣的行列式得到。如果統(tǒng)計值較大,且其對應的概率值小于顯著性水平,那么可以認為原始變量間存在相關性,適合做因子分析。本數(shù)據(jù)中,近似卡方為2213.890,P統(tǒng)計值的顯著性概率為0.000,小于1%,因此,說明原始變量間存在較強的相關性,檢驗的效果較好。

表3 KMO 和巴特利特檢驗
總之,上述檢測結果顯示,文章所進行的西安高新技術企業(yè)人力資本激勵調查數(shù)據(jù)的可靠性和因子分析滿足了對該指標體系進行因子分析的條件,適合做因子分析。
在初步確定西安高新技術企業(yè)人力資本激勵因子的基礎上,項目組運用主成分分析法,借助SPSS 25.0 軟件強大的分析能力,求解相關矩陣的特征值和貢獻率,得到主成分分析的結果,獲得初始公因子。分析結果如表4所示。

表4 總方差解釋
從表4中數(shù)據(jù)可以看出,共有3個因子對應的特征值大于1,因此主成分因子的提取數(shù)應該是3個。進一步從累積欄中可以看出,前3個因子已經(jīng)可以解釋原始變量67.203%的方差,因此認為這3個主因子可以反映原始變量的絕大部分信息。因子分析主要目的是為了對所提取的主成分因子的實際含義進行解釋和描述。根據(jù)表4的數(shù)據(jù)分析,可知有3個主成分因子被提取。為了清楚了解原始變量在每個主成分因子上的載荷情況,文章運用SPSS 25.0軟件,得出因子載荷矩陣。為了降低被提取的主成分因子之間的相關度,以方便對因子進行命名,需要對成分矩陣進行旋轉,使每個主成分因子具有清晰的含義。因此,項目組對因子載荷矩陣進行旋轉,如表5所示。

表5 旋轉后的成分矩陣
根據(jù)因子分析數(shù)據(jù),可以看到很多指標都集中載荷于某一個主成分因子上。具體來看,X11、X9、X12、X8、X15、X13、X7、X21、X6、X29、X14、X16,都載荷于第一個主成分因子上;X18、X20、X19、X30、X24、X17都載荷于第二個主成分因子上;X10、X27、X26、X28、X22、X25、X23都載荷于第三個主成分因子上。結合問卷中激勵指標的描述,可以看出X11、X9、X12、X8、X15、X13、X7、X21、X6、X29、X14、X16主要是關于個人成長、薪酬福利、工作認可等方面的,因此,第一個主成分因子命名為成長空間與薪酬福利;X18、X20、X19、X30、X24、X17主要是關于業(yè)務成就、人際影響力、工作責任等方面的,因此,第二個主成分因子命名為責任與人際影響力;X10、X27、X26、X28、X22、X25、X23主要是關于工作條件、人文關懷、領導力等方面的,第三個主成分因子命名為工作環(huán)境。結果顯示,因子分析的結論與指標設置時變量結構基本上一致。
根據(jù)因子分析的結果,提取出西安高新技術企業(yè)人力資本激勵的3個主成分因子,即成長空間與薪酬福利、責任與人際影響力、工作環(huán)境。其中,成長空間與薪酬福利在主成分分析中貢獻率最高,說明對于西安高新技術企業(yè)來說成長空間與薪酬福利是人力資本激勵的關鍵要素。以上三個主成分因子累計占總方差的67.203%,能解釋變量大部分的差異。因此,文章認為這三個因子是構成西安高新技術企業(yè)人力資本激勵的主因子。同時,結合人力資本激勵理論的理解和3個主成分因子之間的內在關系,針對西安高新技術企業(yè)的人力資本激勵提出以下對策。
高新技術企業(yè)人力資本具有高度的知識性和資產的專有性,在薪酬激勵制度設計中,需充分考慮崗位價值和績效評價的作用,在科學的績效考核基礎上,建立健全相應的薪酬配套制度。西安高新技術企業(yè)需充分認識人力資本價值的重要性,結合績效考核周期,進行個人績效和群體績效獎勵,注重引入利潤分享計劃、收益分享計劃、股票所有權計劃(現(xiàn)股計劃、期股計劃、期權計劃)等績效獎勵計劃。企業(yè)可對員工進行分類,根據(jù)員工類別設計不同的績效獎勵計劃,逐步實現(xiàn)員工與企業(yè)共擔風險,從而提高員工創(chuàng)新的積極性,激勵他們?yōu)槠髽I(yè)創(chuàng)造更大的價值。
首先,做好職業(yè)發(fā)展通道設計。職業(yè)發(fā)展通道是員工實現(xiàn)職業(yè)理想達成職業(yè)目標的途徑。其次,探索不同層次的人才培養(yǎng)模式。對于初級技術人才,可采用企業(yè)內部培訓和師帶徒的模式,使他們快速成長。此外,從政府政策層面,可充分發(fā)揮政策的導向作用,吸引跨國公司或國內知名的大企業(yè)到西安市建立培訓中心,為西安市培養(yǎng)高層次人才。
首先,優(yōu)化硬件環(huán)境。高新技術企業(yè)員工進行技術創(chuàng)新時,需要相關的實驗室、儀器和設備,因此需加大資金投入,做好實驗室和基礎設施建設。其次,優(yōu)化工作軟環(huán)境。通過企業(yè)文化建設,營造寬容失敗的組織文化氛圍,使人力資本所有者敢于試錯。在保護知識產權的基礎上,建立開放互動的交流機制,使員工共享信息和知識。拓展企業(yè)創(chuàng)新文化活動載體,通過立項攻關、 科技承包、學術成果獎等載體,塑造企業(yè)創(chuàng)新文化建設的價值觀,以推動文化創(chuàng)新體系建設。