邢玲玲, 王 馨, 赵雅雯

(大连海事大学 航运经济与管理学院, 辽宁 大连 116026)

0 引 言

物联网技术作为新一代信息技术产业的组成部分, 早己融入生产生活的各个领域。 以美德日为首的发达国家代表都积极推进物联网发展, 通过实施物流网战略,来提升新一轮产业革命中制造业的竞争力[1]。 我国发布的《中国制造2025》中提出, 通过新一代信息技术与制造业融合发展,推动制造业向信息化、 智能化转变,未来工业以智能制造为核心。 制造业是国民经济增长的主要动力,是工业的主体[2]。 增强制造业的国际竞争力是提升国家综合国力的必由之路[3]。 通过美德中三国制造业的国家发展战略对比, 发现保持制造业技术领先与竞争优势的关键方向是智能制造[4]。 在智能制造推动社会生产方式变革的过程中, 人是最活跃最根本的因素[5]。 只有通过人在实践中发挥主观能动性, 才能不断创新,推动社会的巨大变革。 在智能制造环境下, 企业的转型升级需要创新型人才作为支撑, 建立适应智能制造环境的创新型人才识别模型与评价体系, 以优秀的创新型人才驱动企业的智能化发展具有重要意义。

1 创新型人才的内涵及特征

创新型人才的内涵国外学者研究较早,且多聚焦于创新型人才的特点。Stanley H.Kornhauser[6](2009)认为创新型人才首先应是一个探索者,其特点是答案的多样化、打破常规的思维、艺术家的特质、喜欢探索捷径、果断的判断和假设、好奇心和不气馁的精神。2009年,Jeffrey等[7]提出创新型人才与普通人才不同的5种特质,即观察力、实践能力、交际能力、总结能力和质疑精神,并认为这些特质经后天的培训会逐渐增强。

国内学者在国外学者的研究基础上总结创新型人才的概念。江洪(2008)[8]认为创新型人才是指那些不仅能够对现有的技术和技能加以整合,而且能够不断创新,从而提高工作绩效,増强企业竞争力,最终使企业成为某一行业或领域的佼佼者的人才。赵祖地等[9](2010)认为:创新型人才就是以创新为主要特征的人才。主要包括基本素质、知识技能和创新业绩等3方面的内涵,这3个方面不是平行而是递进的关系。管清佩(2010)[10]则从2个方面加以概括:首先在综合素质上比较全面,知识比较渊博;其次是在价值方面,充分发挥创新精神、创新能力和创新思维,将创新性成果与价值作用相统一。朱晓妹[11](2013)等认为创新型人才是指具有创新意识和创新能力,从事创新性活动,并能为社会和组织创造价值和贡献的人才。刘琳琳[12](2014)从创新的内涵出发理解创新型人才内涵,认为创新型人才与专业知识的学习和社会实践是密不可分的,应该具备一定的基础知识和专业知识,并从事专业性的劳动,在劳动中创造新的价值和财富的人。刘慧[13](2015)认为创新型人才应具备2个条件,一是具备创新素质,二是取得创新业绩。我国国务院发布的《国家中长期科学和技术发展规划纲要(2010—2020年)》中提出:创新型人才是指具有较强创新意识、创新精神和创新能力进行创新性劳动并对社会做出贡献的人,是国家创新驱动的第一资源。

通过文献研究得出:创新人才是具备一定的基础知识和专业知识,通过感知、想象和行动的结合将所有创新要素进行有效应用,形成一定的创新成果,并产生一定的利用价值或财富价值的人。创新人才本质上应该具备创新知识、创新能力、创新思维、创新精神和创新人格5方面的素质特征。

2 创新型人才评价指标体系的构建

2.1 评价指标的选取

2.1.1 评价指标初选

由于智能制造企业是传统企业基于信息化技术发展而来,企业在智能制造环境下对创新型人才素质有着更高更新要求,综合考虑创新型人才的内涵,并借鉴已有研究结果,本着指标体系既基于传统又体现智能制造企业特色的原则,构建包括创新知识、创新能力、创新思维、创新精神和创新人格在内的5个一级指标,并在每个一级指标下选取若干个二级指标,初步构成指标体系,见表1。

2.1.2 指标体系检验

初步选出的指标体系还存在指标内容重复、操作性差、含义交叉等诸多问题,为了获得更加准确全面的指标体系,需要构建模型对初选后的指标体系进行检验,并采用问卷调查法和专家意见法获取模型所需数据。

评价指标体系检验模型要充分考虑专家意见的重要程度和集中程度,还需兼顾二者之间的协调。因此,分为重要性评估、集中性评估和协调性评估3个部分来建立模型,选出最适宜的指标。

表1 智能制造企业创新型人才评价指标体系初建Table 1 Establishment of Evaluation Index System for Innovative Talents in Intelligent Manufacturing Enterprises

假设指标体系中共有N个指标,请K位专家进行咨询,检验模型包括:

重要性评估模型:

(1)

集中性评估模型:

(2)

协调性评估模型:

(3)

式中变量解释:

nij表示对第i个指标评级为j的专家人数。

Cij表示指标i的j级重要程度的量值,(j=5,4,3,2,1,分别代表极重要、很重要、重要、一般和不重要5个等级);

σi集中性系数,表示专家对第i个指标重要程度评价的分散程度,其值越小表示专家对该指标的重要程度评价越集中。

根据初步建立指标体系设计调查问卷,采取电子邮件的形式对部分高校管理学相关专家及几家智能制造企业人力资源管理相关人员进行问卷调查,邀请其对评价指标的重要性程度进行比较打分。

2.1.3 指标体系确定

2.2 指标权重的确定

层次分析法(简称AHP法)是美国兹堡大学教授学家托马斯·塞蒂(T.L.Salty)于20世纪70年代初提出来的多目标决策分析方法,能够有效对各个指标的权重进行客观的量化分析[14],还可以为面对复杂形式的决策者作出正确决策提供科学依据[15]。

表2 智能制造企业创新型人才评价指标体系Table 2 Evaluation Index System of Innovative Talents in Intelligent Manufacturing Enterprises

2.2.1 构建判断矩阵

对同一层次的指标进行两两比较,构建判断矩阵。为了实现判断的量化,需要将判断结果用标度aij表示出来,构成矩阵A。然后采用特征向量法计算判断矩阵的最大特征值及其对应的特征向量,在进行归一化处理后获得的元素就是权重系数。其中判断矩阵标度aij常利用的标度方法见表3。

表3 判断矩阵标度表Table 3 Scaling Table of Judgment Matrix

根据上述构建判断矩阵方法,在咨询专家后按照指标层次构建判断矩阵。

一级指标判断矩阵:

(4)

二级指标(创新知识)判断矩阵:

(5)

二级指标(创新能力)判断矩阵:

(6)

二级指标(创新思维)判断矩阵:

(7)

二级指标(创新精神)判断矩阵:

(8)

二级指标(创新人格)判断矩阵:

(9)

2.2.2 一致性检验

利用公式CI=(λmax-n)/(n-1),计算一致性指标,CI的值越小说明判断矩阵的一致性越好。实际应用时,所有判断矩阵具备完全一致性可能性不大,可通过CI与RI(平均随机一致性指标)的比值CR来判断矩阵是否有满意的一致性。若CR<0.10,则判断矩阵具备满意的一致性。根据层次分析法公式,利用MATLAB7.11软件对上述判断矩阵进行一致性检验,结果见表4。

表4 判断矩阵一致性检验结果Table 4 Consistency Test Results of Judgment Matrix

根据上表的计算结果可见,∀CR<0.10根据指标体系构建的判断矩阵均得到了较满意的一致性检验。

2.2.3 层次排序

层次排序即计算每个指标对于整个指标体系的权重。公式为

其中aj为A层指标(设共有n个指标)的层次总排序权重,bij为B层(设共有M个指标)关于Aj层次单排序权重,bij为B层元素层次总排序权重。层次排序同样需要进行一致性检验,检验顺序由高层到底层进行。若A层的平均随机一致性指标为CIj、RIj,则B层层次总排序随机一致性指标:

同上CR<0.1时,具备较满意的一致性检验结果。

根据层次分析法公式,利用MATLAB7.11进行指标的层次排序,最终得到智能制造企业创新型人才评价指标权重如表5所示。

表5 智能制造企业创新型人才评价指标体系权重Table 5 Weights of Evaluation Index System for Innovative Talents in Intelligent Manufacturing Enterprises

3 企业创新型人才的评价

3.1 评价方法的选择

结合已构建的指标体系,采用人力资源管理理论中人才测评的方法,通过笔试(包括知识测验、能力测验和心理测验)、面试访谈、情景测评、职业观察等方法按照指标体系的内容对测评者进行打分,得出总得分和分项指标的得分,便于企业全面把握创新型人才素质情况。由于一级指标属于概括性指标,其下属二级指标性质相似,故按照一级指标的内容,提出企业人才评价的方法,见表6。

表6 智能制造企业创新型人才评价方法Table 6 Evaluation Method of Innovative Talents in Intelligent Manufacturing Enterprises

图1 智能制造企业创新型人才评价结果雷达图Fig.1 Radar Chart of Evaluation Results of Innovative Talents in Intelligent Manufacturing Enterprises

3.2 评价方法的应用

企业可根据上述方法自行设计测试问卷、面试访谈内容、分析标准等适合企业自身情况的测评内容。但无论测评内容如何,都需要根据创新型人才素质评价指标体系来设置统一的评分标准。建议采用10分制方法,即每项指标的测评总分为10分,每项二级指标的得分与权重的乘积为该项一级指标素质的得分。例如,企业通过测评得出某创新型人才专业基础知识、信息技术基础知识、创新知识与方法素质得分分别为5、9、7,则创新知识素质得分为7.38分,在计算总评分时依然按照一级指标得分及其指标体权重得出总评分。评价结果分为两个层次,一是综合评价结果,将总分按照得分情况分为优+、优、良、中、差五个等级,8～10分为优+,6～8分为优,4～6分为良,2～4分为中,0～2分为差,若综合评价结果为中或差等级,则企业要慎重考虑该人是否适合智能制造企业的发展,是否有必要进行培训。二是根据五项一级指标形成智能制造企业创新型人才评价结果的雷达图,清晰显示被评价者的素质情况,如图1所示。

4 研究结论

创新型人才与企业之间存在相互影响的关系,企业的发展离不开创新,创新的根源又是人才,智能制造背景下企业需要大量创新型人才进行高效创新。企业创新型人才素质评价应契合实际。企业创新型人才的素质要在传统企业的特征基础上增加新的特点,构建评价指标体系时既要借鉴又要创新,采用问卷调查法和专家咨询法,结合统计学方法进行筛选。基于企业创新型人才素质评价,企业对人才的管理更加高效化和便捷化,依据评价指标体系对创新型人才进行测评,测评结果可以直接用于各个管理环节,提升管理效果。