人才評價的分層架構復合指數-模型研究

摘" 要：本文首先將層次分析法的核心理念用于處理后續建模所需的各類指標分層架構。而后采用具備基礎螺旋遞進關系的算法構建復合指數模型。最后根據模型耦合各類指標得到的指數，模擬研究數據背后潛藏的人才管理信息。僅就以項目資源、人才專業學歷兩項指標為核心的復合指數數據分析，就能體現出模擬對象單位人才管理方面存在的問題和方向。

關鍵詞：模擬研究，復合指數模型，層次分析法，人才評價

中圖分類號：F272.92-39文獻標識碼：A文章編號：2095-9052（2024）01-0073-03

作者簡介：范瑋衛（1980.09—" ），男，漢族，河南新鄉人，博士，副教授，主要研究方向：計算分析及科研管理。

師艷娟（1994.07—" ），女，漢族，河南濟源人，碩士，助教，主要研究方向：建模分析。

基金項目：河南省重點研發與推廣專項軟科學研究項目（項目編號：NO.222400410389）；河南工學院高層次人才科研啟動基金（項目編號：NO.KQ1832）。

引言

目前，國內有關人才管理與數學模型之間的系統性研究相對薄弱。以知網檢索為例，雙詞交叉索引內不出30個反饋結果就已經超出10年界限。而這20余篇，經統計研究人才流動的占了近20%；研究人才培養及教學體系相關的內容占據了近40%；此外人才發展規劃、領導管理能力、人才分布、行業需求、人才引進和預測等類型占據了其他部分。僅有2016年徐曉輝就人才管理系統的設計進行了建模研究［1］；2012年，駱達榮等人［2］、沈潔等人［3］、聶軍［4］及2010年陶金強［5］分別就人才管理系統設計與數學建模分析進行了關聯研究。

早在20世紀八十年代，用數學思維把工作中的問題抽象出來，進行數字化描述，形成系統模型，從而通過高效的軟硬件基礎進行運算求解，得到相對準確的結果。再由優秀的數學建模人員對這個結果進行解釋說明，從而有效的利用數理工具處理現實問題。而本文正是在近年來國家反復倡導人才評價體系改革［6-9］的背景下，在改革不斷深化的基礎上，利用數學工具，對如何利用更有效的手段來更精確地實現人才管理進行的研究。本研究主要基于分層分析法，對人才評價體系涉及的多種標致因素或指標利用復合指數模型進行了耦合計算，并對經過計算得到的指數進行了相應的分析研究，以探討該指數能夠反應的影響人才管理的原因和處理方案。

一、分層架構

本研究利用復合指數模型將涉及科研創新工作的多種因素進行加權耦合，將獲得的具備復合因素的指標作為人才主要評價依據，盡可能避免人才評價簡單化、一刀切，力求更真實反映人才價值。其研究核心在于通過算法將能反映人才價值的數據信息統合歸納，有機地結合傳統評價量化指標形成新的指數，用新獲得數據將能夠反應人才貢獻和影響力的抽象概念固定下來，成為人才評價的必要參考。根據以上數據標準，本文就依據復合指數模型計算獲得的可作為人才評價體系基礎的各級指標，并基于人才管理層面利用層次分析法的研究理念［10］，依據不同屬性進行層次分析架構如表1。

（一）傳統屬性指標

此類指標均基于傳統人才評價體系常用的可量化指標作為核心，部分未經耦合僅作為單一指標也可從某一方面反應人才科創能力。此類指標為包含傳統指標覆蓋所有指標及部分經過多個傳統指標復合函數測算出的新型指標。

（二）社會屬性指標

基本由傳統指標覆蓋不到的，以定性為主的，受到社會層面認同的信息要素組成。此類指標受社會認可能夠反應人才的科創能力，但是因為無法量化或不可獲得共識測量的信息要素組成。經由復合指數模型擬合抽象為多項細化指標。

（三）時間屬性指標

由于時間因素在傳統指標中也有涉及，但受限于周期波動、運算復雜等因素影響，往往不能較好的體現精確信息，所以需要改進。同時，由于時間屬性本身具備良好的量化性，能夠與各類數據結合形成具備相當價值的新型指標，所以本研究也作為重點因素采用多級指數擬合進行重置。

（四）其他屬性指標

此類指標主要由潛力值和發揮度等具備契合元素的指標組成。此類指標往往在細分指標中，是由多個復合指標二次耦合形成的。因此表達相對復雜，主要以簡單指數函數進行個別擬合，或以多指標復合函數直接表達為主。只評估實用價值，不追求精度。

課題組利用復合指數模型對相關數據進行耦合量化，并根據不同管理需求，對復合指數預留加權空間，此加權屬性為管理導向［11］。本文對上述指標數據中側重科研創新方面的部分指標著重研究其對管理的潛在影響。

二、模型構建

依據假設樣本符合設計算法的傳統統計分析評價手段，難以滿足人才管理多維度的測算需求，往往造成測算結果與實際情況有所偏差或遺漏。為避免此類問題，本研究在圖1層次分析對指標分層的基礎上，先采用指數函數對各類細化指標數據進行擬合，然后利用復合函數對擬合函數進行耦合。通過復合指數函數的建立過程，一方面將部分定性指標與定量指標相結合實現量化顯示；另一方面將不同因素的指標通過復合建模后使其潛在的反饋信息得以顯露。同時為避免函數復合過程中造成數據信息偏離等問題出現，在建模過程中結合質性研究思維，通過篩選合理數據加權值，強化數據結論導向管理，以提升人才評價性能。

本研究根據各類指標的擬合函數，采用初級復合函數形式，將兩種指標的擬合函數進行耦合，并通過最小二乘法的基礎比較篩選具備良好映射能力的復合指數函數作為新指標的測算依據。并分別從擬合函數和復合函數兩端進行不同加權，測試加權賦值精度和導向功能。根據最終測算數據結果形成必要的管理指導依據。

本研究綜合各類復合指數模型測算的評價指標信息與管理層面導向需求關聯，由指數函數精度與加權賦值相結合形成復合函數作為權值判定函數，通過調整不同加權賦值后，根據復合函數峰值位置和形態表示該權值對特定指標的擬合函數的匹配特性。而后隨復合函數統一采用最小二乘法進行比較確定最佳賦值。不過考慮管理層面不同階段的傾向性，依然保留必要的導向性加權因子，以提升部分指標的價值。

三、實證分析

人才管理，特別是科創人才管理，重點在于給予其良好的價值評價，將科創資源恰當分配給合適的人才以發揮更優化的成果產出。本文將針對由復合指數模型測算出的部分重點指標進行數據分析。

（一）項目指標

本節將傳統科學研究涉及到縱向項目和橫向項目通過復合指數模型進行測算，并根據管理需要進行加權，合并為項目資源指標，以提高導向性。根據研究調研單位需求，將兩類項目導向集中于級別和經費兩個方面，結果如圖1所示。

如圖1所示，各類人才所擁有的項目資源分布并不均勻。從圖中可以看出坐標單位目前科研項目主體依然是各級縱向項目，其中又以各類省、廳級項目為主，通過數據反饋調研對象中仍然有近50%尚未獲得省部級項目支持。而橫向資源則更加弱化，因為被調研新入職科創人才群體尚缺乏主持橫向項目經歷，僅少量人才有橫向項目經驗，僅占總體的7.7%。通過復合指數反饋信息，與個人社會資源相關，也反映了學術型科創人才與社會服務屬性對接難的管理問題。

（二）學科指標

圖2根據由復合指數模型推演出指標對不同學科人才進行了對比分析。由圖2可知，盡管工科人才各項指標總數基本占優，基于總體數據分布可以看出，調研對象信息數據在工科類總體偏高，這與其被調研人數居高有關，且涉及項目和成果兩項傳統指標也占優。但是相較文科指標，理科類偏基礎研究，在項目數據甚至科研總數值的表現并無優勢。

（三）學源指標

本研究還對7類指數各類院校畢業人才數據進行了對比。985和211類院校創新人才總體項目類優勢明顯。學術成就目前也只有985和211類院校創新人才有收獲，同時以985創新人才為主。從科創成果來看，海歸創新人才占有一定優勢，另外三類院校比較平均。社會資源上，海歸創新人才同樣具有明顯優勢，其次是985院校。最后就是發揮度，該項985院校明顯弱勢，其他三類院校差距不大，說明985畢業人才科研積極性還有待調動，創新性還有待培養。

（四）時間指標

本研究還針對各人才入職年限以及人才年齡等時間因素，結合科創業績，分別分析其各項復合指數變化情況。統計數據覆蓋主要科創年齡段20-50周歲以及入職前四年的人才。通過研究反饋，不同時間因素影響科創人才實際科創表現。年人均數值反饋體現出“越老越吃香”的結果；新人入校后頭三年是一大關口，平順開局則后續可保穩步發展，一旦斷檔則三年以后急劇滑坡；而控制科創斷檔的關鍵時間是入校一到兩年之間，一旦發現苗頭必須及時管控。其發揮度則隨著時間的推移而逐步增加。但是在三年期后逐步趨穩，不再增長。

（五）學歷指標

本研究還將調研統計的不同學歷人才所涉及項目級別和平臺團隊等指標進行了對比。總體而言，高學歷人才側重攻關省部級以上項目，其中國家項目均為高學歷人才，省部級占比超60%，而省部級以下僅占4%。盡管高學歷人才在科創攻關方面，特別是高級別項目中表現優異。但是此類人才在平臺團隊建設相關指數顯示逆向差異。目前，調研對象中主持平臺團隊建設人員多以各單位職稱高、具備一定職務的其他學歷科創人員為主。

結語

本文僅就部分首要復合指數進行了初步應用分析。由調研單位和對象數據計算出的復合指數數據反饋出以下信息：盡管項目資源以傳統量化指標為主耦合所得，但是它依然是調研對象單位必須重視并引導的關鍵指數。綜合學科學源因素，年人均后數值反饋結果，工科創新人才整體表現差強人意；海歸、985院校創新人才并未在各項數據中體現出明顯優勢。與時間因素耦合得到的復合指數是管理控制的關鍵點。如何控制好年齡影響和入職后頭三年的科創工作引導，是充分發揮引進人才作用，穩步提升單位整體科創實力的管理關鍵點。還需注意的是，高學歷人才受職稱條款等明確的評價導向影響，更側重與省部級以上縱向科研工作，而在市廳級以下和社會服務層面的橫向攻關方面表現較弱，在平臺團隊建設方面業績也有待提升。

參考文獻：

［1］徐曉輝. 項目人才管理系統的設計與實現［D］.東北大學，2016.

［2］駱達榮，秦華妮.基于直覺模糊集的人才選優決策模型［J］.科技管理研究，2012，32（16）：168-170+178.

［3］沈潔，沙君輝，任錦江等.聚類分析在人才選拔中的應用［J］.南京理工大學學報（自然科學版），1992（06）：23-26.

［4］聶軍.基于能力的科技人才量化管理模型及應用［J］.當代石油石化，2012，20（04）：32-36.

［5］陶金強. 基于決策樹的人才管理系統的設計與實現［D］.電子科技大學，2010.

［6］中華人民共和國科學技術部。關于破除科技評價中“唯論文”不良導向的若干措施（試行）［Z/OL］. 國科發監〔2020〕37號， 2020年。http：//www.most.gov.cn/mostinfo/xinxifenlei/fgzc/gfxwj/gfxwj2020/202002/t20200223_151781.htm

［7］中華人民共和國教育部，中華人民共和國科學技術部。關于規范高等學校SCI論文相關指標使用樹立正確評價導向的若干意見［Z/OL］. 教科技〔2020〕2號， 2020年。http：//www.moe.gov.cn/srcsite/A16/moe_784/202002/t20200223423334.html

［8］姜曉凌，耿挺. “破四唯”賦能人才評價 “立新標”成就人才夢想［N］. 上海科技報，2023-04-26（001）.

［9］易魁，周慧琪，鄔英琪.基于“結果過程”辯證統一視角對學術評價體系中“破五唯”價值導向的邏輯研究［J］.黑龍江科學，2023，14（05）：56-60+66.

［10］李率男，王懿，曹瑾等.創新驅動發展戰略下科技人才評價指標體系建設研究［J］.中國科技人才，2023（02）：46-60.

［11］范瑋衛，楊捷，席玉敏.創新人才管理復合指數模型研究［J］.現代商貿工業，2022，43（16）：74-76.