基于BP神經(jīng)網(wǎng)絡(luò)的智庫人才考核評(píng)價(jià)體系構(gòu)建

［摘 要］中國特色新型智庫人才的能力缺失問題已經(jīng)成為制約中國特色新型智庫建設(shè)和發(fā)展的關(guān)鍵因素，單獨(dú)以研究者為核心的人才考核評(píng)價(jià)體系已經(jīng)無法滿足新型智庫的發(fā)展要求。文章以天津市具有代表性的智庫人才考核數(shù)據(jù)為樣本，采用因子分析法選取智庫人才考核評(píng)價(jià)指標(biāo)，構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的智庫人才考核評(píng)價(jià)體系，選取50組訓(xùn)練樣本對(duì)智庫人才考核評(píng)價(jià)模型進(jìn)行驗(yàn)證。結(jié)果表明，基于BP神經(jīng)網(wǎng)絡(luò)的智庫人才考核評(píng)價(jià)值與專家評(píng)價(jià)值非常接近，具有實(shí)用性和操作性，能夠?yàn)橹袊厣滦椭菐烊瞬佩噙x提供一定理論支持。

［關(guān)鍵詞］中國特色新型智庫；BP神經(jīng)網(wǎng)絡(luò)；人才考核評(píng)價(jià)；指標(biāo)選取

doi：10.3969/j.issn.1673 - 0194.2023.10.048

［中圖分類號(hào)］D630 ［文獻(xiàn)標(biāo)識(shí)碼］A ［文章編號(hào)］1673-0194（2023）10-0145-03

0" " "引 言

中國特色新型智庫是基于習(xí)近平新時(shí)代中國特色社會(huì)主義思想，結(jié)合實(shí)際國情，以服務(wù)黨和政府科學(xué)民主依法決策為宗旨的非營利性研究咨詢機(jī)構(gòu)。在中國特色新型智庫的建設(shè)與發(fā)展中，人才是至關(guān)重要的因素［1］。通過對(duì)智庫人才考核評(píng)價(jià)體系的構(gòu)建，選拔出符合中國特色新型智庫建設(shè)標(biāo)準(zhǔn)的高端人才，有利于中國特色新型智庫的建設(shè)與發(fā)展［2］。為此，本文針對(duì)智庫人才考核評(píng)價(jià)體系展開研究，運(yùn)用因子分析法選取人才考核指標(biāo)，并利用反向傳播（Back Propagation，BP）神經(jīng)網(wǎng)絡(luò)對(duì)指標(biāo)的重要性進(jìn)行預(yù)測，模擬出最適合中國特色新型智庫人才考核評(píng)價(jià)的指標(biāo)體系，從而通過智庫人才的考核評(píng)價(jià)促使智庫高端人才充分發(fā)揮其應(yīng)有的作用，助力中國特色新型智庫人才機(jī)制的改革。

1" " "中國特色新型智庫人才考核評(píng)價(jià)存在的問題

一方面，中國特色新型智庫人才隊(duì)伍建設(shè)與傳統(tǒng)的學(xué)術(shù)導(dǎo)向型評(píng)價(jià)存在一定矛盾與沖突。尤其是對(duì)研究人員而言，其晉升并非簡單晉升到級(jí)別更高的崗位，也并非稱謂發(fā)生變化，而是會(huì)攜帶著薪酬等級(jí)、學(xué)術(shù)話語權(quán)、科研機(jī)會(huì)等一系列相關(guān)的利益問題。

另一方面，智庫人才考核評(píng)價(jià)過于注重總結(jié)性考核及物質(zhì)激勵(lì)，缺少面向智庫人才清晰的發(fā)展性評(píng)價(jià)，對(duì)智庫人才的激勵(lì)效果明顯不足。智庫人才考核缺少獨(dú)立的考核標(biāo)準(zhǔn)，考核的范圍與內(nèi)容不夠清晰明確，考核重點(diǎn)與智庫的核心職能有一定的偏離。同時(shí)，部分智庫人才對(duì)學(xué)術(shù)論文、科研課題等學(xué)術(shù)成果指標(biāo)過于看重，從而難以投入決策轉(zhuǎn)化實(shí)踐中，這種重學(xué)術(shù)、輕決策的情況不利于智庫人才的發(fā)展，直接影響了智庫的決策影響力。

2" " "智庫人才考核評(píng)價(jià)指標(biāo)選取

本文以天津市南開大學(xué)等高校新型智庫及天津市企事業(yè)單位新型智庫為研究對(duì)象，借助郵件調(diào)研、網(wǎng)站訪問、調(diào)查問卷的方式，收集有關(guān)智庫人才考核的信息數(shù)據(jù)。利用因子分析法，得出包括咨詢決策貢獻(xiàn)、社會(huì)傳播、學(xué)術(shù)貢獻(xiàn)和國際智庫合作4個(gè)一級(jí)評(píng)價(jià)指標(biāo)。再從中選取荷載較高的因子作為二級(jí)評(píng)價(jià)指標(biāo)，構(gòu)建智庫人才考核評(píng)價(jià)指標(biāo)體系，具體如表1所示。

3" " "中國特色智庫人才考核評(píng)價(jià)模型構(gòu)建

3.1" nbsp;BP神經(jīng)網(wǎng)絡(luò)原理

BP神經(jīng)網(wǎng)絡(luò)一般包括輸入層、隱含層和輸出層3層結(jié)構(gòu)，各層間通過權(quán)重值實(shí)現(xiàn)連接，其原理是借助隱含層神經(jīng)元的變換，得出輸入層和輸出層間存在的映射關(guān)系［3］。BP神經(jīng)網(wǎng)絡(luò)的輸出值需通過多次訓(xùn)練，不斷對(duì)輸入信息進(jìn)行反饋和系數(shù)修正，最終得到最合適的運(yùn)行路徑［4］。圖1為BP神經(jīng)網(wǎng)絡(luò)的運(yùn)行結(jié)構(gòu)。

圖1中，I代表輸入層，J代表隱含層，K代表輸出層。xm代表輸入值，yn代表輸出值，wij代表I層與J層間的權(quán)重，wjk代表J層和K層間的權(quán)重，而Vj與Vk則分別代表J層與K層的神經(jīng)元閾值。

BP神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)過程主要分為正向傳輸階段和誤差修正階段。由輸入層輸入的信息進(jìn)入隱含層，最終由輸出層輸出，正向傳輸過程并不會(huì)改變信息中的任何參數(shù)。倘若信息的輸出值在可接受誤差范圍內(nèi)，結(jié)束算法；若輸出值超過可接受誤差范圍，則進(jìn)行反向傳播，將總誤差分配給各層的神經(jīng)元，通過對(duì)權(quán)值和閾值的調(diào)整和修正，直至輸出值符合神經(jīng)網(wǎng)絡(luò)算法的誤差要求，結(jié)束算法［5］。

3.2" "構(gòu)建智庫人才考核評(píng)價(jià)體系

將上述確定的10個(gè)二級(jí)評(píng)價(jià)指標(biāo)作為輸入，將人才考核評(píng)價(jià)結(jié)果作為輸出，經(jīng)過BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練，得到最終的智庫人才考核評(píng)價(jià)模型［6］。

3.2.1" "輸入層

根據(jù)選擇的10個(gè)二級(jí)評(píng)價(jià)指標(biāo)確定輸入層神經(jīng)元數(shù)量為10個(gè)。因各指標(biāo)間存在較大的數(shù)值差距，出于對(duì)數(shù)量級(jí)一致性的考慮，應(yīng)在開始訓(xùn)練前對(duì)指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理，公式如（1）所示。

（1）

式（1）中，Ci*代表歸一化處理后的指標(biāo)數(shù)值；Cmax和Cmin代表第i個(gè)數(shù)值的最大值和最小值；Ci代表第i個(gè)指標(biāo)的數(shù)值［7］。

3.2.2" "隱含層

隱含層中具有的神經(jīng)元數(shù)量較多會(huì)增加BP神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)，使訓(xùn)練時(shí)間增加；反之，神經(jīng)元數(shù)量較少，則會(huì)造成樣本識(shí)別困難，訓(xùn)練精度不足?？紤]樣本數(shù)據(jù)情況，利用式（2）確定隱含層的神經(jīng)元數(shù)量，最終確定為12個(gè)。

（2）

式（2）中，n、i、m分別代表輸入層、隱含層和輸出層的神經(jīng)元數(shù)量，而a則是在（1，100）的常數(shù)。

3.2.3" "輸出層

輸出層變量確定為智庫人才考核評(píng)價(jià)的數(shù)值，神經(jīng)元數(shù)量為1個(gè)。

3.2.4" "網(wǎng)絡(luò)層數(shù)

對(duì)智庫人才考核評(píng)價(jià)模型的精度和可操作性進(jìn)行分析，采用Matlab 2021軟件中的BP神經(jīng)網(wǎng)絡(luò)工具，構(gòu)建包含兩個(gè)隱含層的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

3.2.5" "確定激活函數(shù)

基于可導(dǎo)條件，采用經(jīng)驗(yàn)法，確定隱含層的激活函數(shù)為S型正切tansig函數(shù)，最后一層為purelin函數(shù)，以此確保模型的輸出被控制在較小的范圍內(nèi)［8］。

4" " "實(shí)證分析

4.1" "實(shí)證數(shù)據(jù)來源

實(shí)證數(shù)據(jù)選擇天津市高校智庫與天津市企事業(yè)單位智庫的調(diào)研資料，為避免同一高?；蚱髽I(yè)的智庫數(shù)據(jù)較為相似造成的影響，限制在一所高?；蛞粋€(gè)企業(yè)內(nèi)最多選取的智庫數(shù)量不可超過5個(gè)，最終得到50組樣本數(shù)據(jù)。調(diào)研資料的時(shí)間期限設(shè)定為2021年全年［9］。

4.2" "因子分析結(jié)果

首先，利用SPSS 22.0中的KMO檢驗(yàn)和Bartlett球形檢驗(yàn)展開效度分析，得到KMO數(shù)值為0.83，大于0.7；x2的分布值為396.34，P值為0.000。結(jié)果證實(shí)模型效度較好，適合進(jìn)行因子分析。

其次，依照初始特征值大于1的標(biāo)準(zhǔn)提出公共因子，共提取出4個(gè)因子，其解釋方差占總方差的92.1%，說明這4個(gè)因子能夠較為全面地反映樣本數(shù)據(jù)信息。為增強(qiáng)因子的可解釋性，通過對(duì)初始載荷矩陣方差極大化旋轉(zhuǎn)，并未發(fā)現(xiàn)累積方差貢獻(xiàn)率的變化，而各因子方差貢獻(xiàn)率間距縮小?；诖?，最終確定智庫人才考核評(píng)價(jià)的4個(gè)一級(jí)指標(biāo)。

最后，提取各因子中荷載較高的因素，最終確定為10個(gè)二級(jí)指標(biāo)。

4.3" "網(wǎng)絡(luò)訓(xùn)練

考慮樣本數(shù)據(jù)和測試數(shù)據(jù)相互獨(dú)立，從樣本數(shù)據(jù)中隨機(jī)選取1組數(shù)據(jù)進(jìn)入訓(xùn)練，以此得到訓(xùn)練權(quán)重值。之后，在確保精度為0.001的條件下，經(jīng)過5 000次迭代，得到最終訓(xùn)練結(jié)果，并將其與專家評(píng)價(jià)結(jié)果相對(duì)比。

待訓(xùn)練結(jié)束后，再從剩余的樣本數(shù)據(jù)中選擇8組數(shù)據(jù)展開模型的有效性測試，同樣與專家評(píng)價(jià)結(jié)果對(duì)比，結(jié)果如表2所示。

5" " "結(jié)果分析與建議

5.1" "結(jié)果分析

從表2中不難看出，通過前期訓(xùn)練可得到較為合適的智庫人才考核評(píng)價(jià)預(yù)測模型，且預(yù)測結(jié)果與專家評(píng)價(jià)結(jié)果十分接近，擬合情況較好。這證明提出的基于BP神經(jīng)網(wǎng)絡(luò)的智庫人才考核評(píng)價(jià)體系具有較強(qiáng)的可信性，適用于中國特色新型智庫人才的考核與評(píng)價(jià)工作。

5.2" "建 議

中國特色新型智庫目前已經(jīng)進(jìn)入新發(fā)展時(shí)期，相應(yīng)的智庫人才建設(shè)也需要進(jìn)入新的發(fā)展階段。對(duì)智庫人才建設(shè)而言，可以從以下幾個(gè)方面進(jìn)行優(yōu)化。

一是健全人才考評(píng)機(jī)制。在構(gòu)建考評(píng)體系的過程中，應(yīng)加強(qiáng)重視咨詢決策貢獻(xiàn)，適當(dāng)調(diào)整領(lǐng)導(dǎo)批示、咨詢參與、采納建議的權(quán)重，并且科學(xué)處理學(xué)術(shù)貢獻(xiàn)和社會(huì)傳播這兩個(gè)因素。

二是加強(qiáng)智庫人才隊(duì)伍的建設(shè)。積極建設(shè)擁有多學(xué)科背景、綜合能力強(qiáng)的智庫人才隊(duì)伍，基于學(xué)術(shù)和決策研究進(jìn)行資源整合，通過人才隊(duì)伍的集體智慧，組建優(yōu)勢(shì)智庫人才隊(duì)伍。同時(shí)，積極引導(dǎo)智庫人才隊(duì)伍開通微博、公眾號(hào)、抖音等賬號(hào)，通過拓寬傳播渠道提升影響力。

三是加大對(duì)外合作交流及培訓(xùn)力度。積極與國外知名智庫尋求合作，開展聯(lián)合調(diào)研，在開闊視野的同時(shí)獲取國際上的一手資料與信息。同時(shí)，加大智庫人才培訓(xùn)力度，在培訓(xùn)過程中宣傳國際上的最新發(fā)展導(dǎo)向和黨中央的重大決策等。

主要參考文獻(xiàn)

［1］肖東升，王斌，林道遠(yuǎn)，等.基于BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)電作戰(zhàn)人才評(píng)價(jià)研究［C］//第十屆中國指揮控制大會(huì)論文集（上冊(cè)），2022：230-234.

［2］肖東升，張琬婷，王斌，等.基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)警探測人才能力評(píng)價(jià)研究［J］.空天預(yù)警研究學(xué)報(bào)，2022（2）：

135-139.

［3］何玉輝，尹存濤.基于BP神經(jīng)網(wǎng)絡(luò)算法的技能人才模型建立研究［J］.產(chǎn)業(yè)與科技論壇，2022（4）：54-55.

［4］沈鈺，韓永強(qiáng).技術(shù)技能人才需求預(yù)測模型及其檢驗(yàn)：基于BP神經(jīng)網(wǎng)絡(luò)視角［J］.當(dāng)代職業(yè)教育，2020（2）：72-78.

［5］李娜娜，胡堅(jiān)劍，顧軍華，等.深度置信網(wǎng)絡(luò)優(yōu)化模型在人才評(píng)價(jià)中的應(yīng)用［J］.計(jì)算機(jī)工程，2020（2）：80-87，102.

［6］王黎.基于BP人工神經(jīng)網(wǎng)絡(luò)的卷煙品牌競爭力評(píng)價(jià)體系構(gòu)建研究［D］.昆明：昆明理工大學(xué)，2010.

［7］李玉坤，鞠曉峰.基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建［C］//Intelligent Information Technology Application Association.Proceedings of 2011 AASRI Conference on Information Technology and Economic Development（AASRI-ITED 2011 V2）.American Applied Sciences Research Institute，2011：383-386.

［8］武漢卓爾信息科技有限公司.基于GA-BP神經(jīng)網(wǎng)絡(luò)算法的城市生態(tài)建設(shè)評(píng)價(jià)方法和系統(tǒng)：CN202111537465.7［P］.2022-03-25.

［9］方俊，秦樂.基于因子分析與BP神經(jīng)網(wǎng)絡(luò)的電力企業(yè)技能人才評(píng)價(jià)［J］. 人力資源管理，2016（3）：80-83.