科技创新人才创新绩效指标体系构建与评价——基于SPSS与隶属度转换算法

郭彩云刘志强曹秀丽1(河北工业大学，天津　300130)　(河北工程大学，邯郸　056038)

科技创新人才创新绩效指标体系构建与评价——基于SPSS与隶属度转换算法

郭彩云1，2刘志强2曹秀丽21(河北工业大学，天津300130)2(河北工程大学，邯郸056038)

〔摘要〕本文基于科技创新人才的态度和行为，从创新意愿、创新行为、创新能力、创新支持和创新成果5个方面初步构建了科技创新人才创新绩效评价指标体系;根据指标设计问卷并以某企业为例进行分析，运用SPSS分析了问卷量表的信度和效度并确定最终评价指标体系;引入隶属度转换算法构建了科技创新人才创新绩效评价模型并验证了可行性和有效性。

〔关键词〕科技创新人才创新绩效SPSS隶属度转换算法评价

随着经济发展进入新常态和中国制造2025的提出，国内外市场竞争日趋激烈，企业间的竞争实质上已转化为科技创新人才的竞争。中共中央在十三五规划建议中也提出要加快建设人才强国，深入实施人才优先发展战略。实施更开放的创新人才引进政策，完善人才评价激励机制和服务保障体系。作为推动企业创新发展的中坚力量和智力支撑，提高科技创新人才创新绩效已成为企业获得持续竞争优势的重要手段。科技创新人才队伍的拥有规模及研发环境仅仅是提升企业技术创新能力的基础，而科技创新人才的态度和行为往往是决定企业创新绩效多少的关键。因此，从科技创新人才角度采用一套科学可行的评价指标与方法，对其创新绩效进行合理评价具有重要意义。

国外对科技创新人才的研究主要体现在创造力概念、以创造力为基础的科技创新理论、创造力测量工具和科技创新人才的培养等方面。美国学者杜威1916年提出了创造性人才培养理论。此后，许多研究学者从不同领域证实了创造力的可培育性。如吉尔福特编制了有关创造力的测量量表。20世纪50到60年代，美国出现了创造力的专门研究机构。80年代，东西欧国家、北美国家及日本的一些学者分别从性格学和心理学等方面入手，深入研究了创造性思维，并发展具有本国特色的创造学研究体系，为培育创新型人才提供了重要依据。Hung S等认为人才创造力与凝聚力大小对提升区域的竞争力有重大作用［1，2］。Gardner T. G等指出培养符合区域发展要求的人才，可以有效提升区域的创造力和发展动力［3，4］。

国内研究主要包括科技创新人才界定、培养、环境因素及创新能力等方面。在创新人才界定方面，较具代表性的是刘敏和张伟的定义。从狭义上讲指直接从事或参与科技创新活动的人员和为科技创新活动提供服务的人员，从广义上指包括现在的及潜在的从事科技活动人员在内的科技人力资源［5］。在人才培养方面，徐静结合产业理论，从转型升级的角度，对科技创新人才进行了培养方式的研究［6］。董美玲分析了科技人才的特征，从资源、激励制度和学术氛围等方面提出了培养策略［7］。贺岚从协同创新模式视角提出了科技创新人才培育、使用、激励和评价四大发展机制［8］。创新能力与绩效方面，沈春光等认为创新能力是社会经济发展的关键，是最具价值性和稀缺性的资源，是提升区域甚至国家综合实力的根本所在［9］。施佳等认为，个人和组织会影响科技创新人才创新能力的培养，并对其影响进行了实证分析［10］。司江伟等运用Rough－Fuzzy方法建立了企业科技人才创新绩效评价模型［11］。宋微、戴磊在对吉林省科技创新人才培育现状分析的基础上，构建了影响科技创新人才培育环境评价指标体系并提出了相关建议［13］。

综上，国内外学者对科技创新人才相关问题进行了较多的理论研究，但是针对科技创新人才创新绩效指标与方法的研究相对较少，尤其是缺乏从科技人才的态度和行为角度去研究。与常用的模糊综合评价方法相比，本文在科技创新人才创新绩效评价中引入了隶属度转换算法，其优势是可以清除指标中对目标分类不起作用的冗余信息，从而提高评价结果的可靠性［14］。

2. 1指标体系初步构建

科技创新人才创新绩效受诸多因素影响，本文在参照国内外有关文献的基础上，结合专家咨询和企业调研，从创新意愿、创新行为、创新能力、创新支持和创新成果5个方面初步构建了企业科技创新人才创新绩效评价指标体系。如表1所示。

表1　企业科技创新人才创新绩效评价指标体系

2. 2指标体系验证

2. 2. 1问卷设计

以表1中的二级指标作为科技创新人才创新绩效的调查问卷题项，采用利克特量表确定6个评价等级，并将分值范围设为1～6。其中，1代表“完全不符合(很低)”，2代表“基本不符合(低)”，3代表“不太符合(较低)”，4代表“有点符合(一般)”，5代表“基本符合(较高)”，6代表“完全符合(高)”。以河北省某高新技术企业的科技创新人才创新绩效为研究对象，向企业科技人员发放问卷130份，回收126份，其中有效问卷118份。问卷回收率为96. 9%，问卷有效率为93. 6%。

2. 2. 2指标体系验证

采用SPSS19. 0对问卷进行信度与效度分析。量表的信度采用内部一致性检验，通过Cronbachsα进行判断，创新绩效量表整体Cronbachs α值是0. 960，其中一级指标分别为0. 917、0. 846、0. 920、0. 869和0. 908，且各题项的信度系数也均大于0. 75，符合较高信度的指标要求。效度分析主要是对样本数据进行KMO抽样适当性检验和Bartlett球形检验，量表中KMO值为0. 851＞0. 6，且P值≤0. 001，各题项的公因子方差也都大于0. 6，结果表明量表的结构效度良好。综上，所建评价指标体系不需调整，由此确定为最终评价指标体系。

该模型主要是采用区分权过滤指标冗余信息，通过可比值计算实现从指标隶属度到目标隶属度的非线性转换。主要步骤如下。

3. 1区分权确定

设目标Q有n个层次m种指标，每种指标可划分为P个等级，用Ck表示第k个等级，且Ck级到Ck +1级划分有序。如果目标Q的底层j指标属于Ck等级的隶属度为μjk(Q)，(k =1～p，j =1，则有:

称αj(Q)为区分权，即指标j提供的分类信息能把目标Q所属类别“区分开”的程度，且满足:

3. 2可比值计算

为求指标的可比值，还需先计算出权重值。为尽可能消除指标权重确定时主观因素的影响，本文采用熵值法。公式如下:

βj(Q)为指标j的重要性权重，且满足0≤βj(Q)≤1。称βj(Q)·αj(Q)·μjk(Q) (j =1～m，k =1～p)为指标j关于目标Q的K类可比值。

3. 3目标隶属度计算

首先计算可比和，公式如下:

称Mk(Q)是目标Q的K类可比和。

再令μk(Q)为目标Q属于Ck等级的隶属度，则有

3. 4评价结果判别

因评价等级划分有序，不适合采用无序划分

且的最大隶属度识别准则，因而改用置信度识别准则:

设λ(0. 6＜λ＜1)为置信度，计算

则判Q属于第K0等级，并且有不低于λ的置信度。

4. 1确定指标隶属度与区分权

表1中各二级评价指标隶属度的确定。将利克特量表的6个评价等级，从“高(完全符合)”到“很低(完全不符合)”分别记为C1～C6。根据问卷评价结果，计算各二级指标对应不同评语等级的分值比重作为指标隶属度。

由各二级评价指标隶属度组成隶属度矩阵，分别记为U (A1)、U (A2)、U (A3)、U (A4)和U (A5)。

根据U(A1)～U(A5)和公式(1)～(3)可计算出二级指标的区分权。即

α(A1) = (0. 1850，0. 1799，0. 1748，0. 2052，0. 2551)

α(A2) = (0. 1503，0. 1018，0. 1414，0. 1853，0. 1496，0. 0994，0. 1722)

α(A3) = (0. 1505，0. 1011，0. 1468，0. 1280，0. 1265，0. 1199，0. 1114，0. 1158)

α(A4) = (0. 2721，0. 2992，0. 2417，0. 1870)

α(A5) = (0. 2641，0. 2608，0. 1905，0. 1310，0. 1536)

4. 2计算评价指标权重

根据公式(4)～(5)可求得表1中各级评价指标的权重值β。其中，一级指标权重值β(A) = (0. 2549，0. 2469，0. 2302，0. 2090，0. 0546)，各一级指标下的二级指标权重值分别为:

β(A1) = (0. 1850，0. 1799，0. 1748，0. 2052，0. 2551)

β(A2) = (0. 1503，0. 1018，0. 1414，0. 1853，0. 1496，0. 0994，0. 1722)

β(A3) = (0. 1505，0. 1011，0. 1468，0. 1280，0. 1265，0. 1199，0. 1114，0. 1158)

β(A4) = (0. 2721，0. 2992，0. 2417，0. 1870)

β(A5) = (0. 2641，0. 2608，0. 1905，0. 1310，0. 1536)

4. 3计算可比和与目标隶属度

以“创新意愿A1”指标隶属度计算为例。根据U (A1)、α(A1)、β(A1)和公式(6)计算可得可比和M (A1) = (0. 0873，0. 0707，0. 0266，0. 0181，0. 0017，0)，再由公式(7)计算当前目标隶属度，即A1评价指标的隶属度μ(A1) = (0. 4270，0. 3460，0. 1301，0. 0884，0. 0085，0)。

同理可得其他一级指标的隶属度，即

μ(A2) = (0. 2586，0. 4379，0. 2424，0. 0408，0. 0061，0. 0142)

μ(A3) = (0. 2251，0. 4211，0. 2630，0. 0744，0. 0164，0)

μ(A4) = (0. 2121，0. 3491，0. 3303，0. 0925，0. 0128，0. 0032)

μ(A5) = (0. 1737，0. 2060，0. 2554，0. 2192，0. 1045，0. 0412)

由A1～A5一级指标隶属度向量构成新的评价指标矩阵，也是最终目标评价矩阵U (Q)。

重复上述计算过程可得最终目标隶属度μ (Q) = (0. 2906，0. 3868，0. 2310，0. 0749，0. 0118，0. 0049)。

4. 4判别评价结果

采用置信度识别准则计算评价结果，λ取值0. 9，根据公式(8)有0. 2906 + 0. 3868 + 0. 2310 =0. 9084＞0. 9，则K0=3。评价结果表明该企业科技创新人才的创新绩效程度属于“一般”等级，且有不低于90%的置信度。

本文从科技创新人才角度构建创新绩效评价指标体系并运用SPSS验证了可行性;通过引入隶属度转换算法，使评价在从指标隶属度到目标隶属度转换过程中，指标冗余信息被滤出，再通过可比和计算进行合成，提高了评价结果的可靠性。对科技创新人才创新绩效进行评价有利于激发其创新意愿和行为，提高创新能力，有利于企业改善创新环境，从而产出更多创新成果，不断提升组织创新绩效与核心竞争力。

参考文献

［1］Hung S．Development and Innovation in the IT Industries of India and China［J］．Technology in Society，2008，(1) : 2～17

［2］Hiltrop J. M．．Creating HR Capability in High Performance Organizations［J］．Strategic Change，2005，(14) : 121～131

［3］Gardner T. G．．In the Trenches at the Talent Wars: Competitive Interaction for Scarce Human Resources［J］．Human Resource Management，2002，41 (2) : 225～237

［4］Marino A．，M．Delegation Versus an Approval Process and the Demand for Talent［J］．International Journal of Industrial Organization，2006，(24) : 487～503

［5］刘敏，张伟．科技创新人才概念及统计对象界定研究——以甘肃为例［J］．西北人口，2010，(1) : 125～128

［6］徐静．产业转型升级中科技创新人才培养模式研究［J］．科学管理研究，2013，31 (1) : 101～104

［7］董美玲．高校青年科技创新人才培养策略研究［J］．科技进步与对策，2013，(8) : 1～4

［8］贺岚．协同创新模式下科技创新人才发展探究［J］．科技管理研究，2015，(14) : 94～99

［9］沈春光，陈万明，裴玲玲．区域科技人才创新能力评价指标体系与方法研究［J］．科学学与科学技术管理，2010，(2) : 196～199

［10］施佳．科技创新型人才培训效果影响因素研究［D］．西安:西安建筑科技大学，2010

［11］司江伟，宋杰鲲．基于Rough－Fuzzy的企业科技人才创新绩效评价模型［J］．统计与决策，2010，(14) : 185～186

［12］张永安，朱圣伟．企业技术中心创新绩效影响因素研究［J］．工业技术经济，2013，(12) : 19～24

［13］宋微，戴磊．吉林省科技创新人才培育环境评价指标体系的构建［J］．工业技术经济，2011，(8) : 39～42

［14］刘开第，庞彦军，栗文国．多指标决策中隶属度转换算法及其应用［J］．自动化学报，2009，35 (3) : 315～319

(责任编辑:王平)

Index System Construction and Evaluation of Innovation Performance about Innovative Talents of Science and Technology——Based on SPSS and Membership Transform Algorithm

Guo Caiyun1，2Liu Zhiqiang2Cao Xiuli2(1．Hebei University of Technology，Tianjin 300130，China; 2．Hebei University of Engineering，Handan 056038，China)

〔Abstract〕This paper firstly constructs the index system for performance evaluation from innovation wish，innovation behavior，innovation ability，innovation support and innovation result based on attitudes and behaviors of innovative talents of science and technology，designs the questionnaire combined with index system and analyzes an enterprise，uses SPSS to analyze reliability and validity of the questionnaire scale and defines the final evaluation index system，establishes the innovation performance evaluation model of innovative talents of science and technology introduced membership transformation algorithms，and verifies its feasibility and validity．

〔Key words〕innovative talents of science and technology; innovative performance; SPSS; membership transformation algorithms; evalution

作者简介:郭彩云，河北工程大学经济管理学院副教授，河北工业大学博士研究生。研究方向:人力资源管理。刘志强，河北工程大学经济管理学院副教授。研究方向:管理工程。曹秀丽，河北工程大学经济管理学院副教授。研究方向:产业经济。

基金项目:河北省社会科学基金“工作嵌入视角下河北省科技创新人才创新绩效评价及提升策略研究”(项目编号: HB14GL072)。

收稿日期:2016—01—26

〔中图分类号〕F273. 1

〔文献标识码〕A

DOI:10．3969/j．issn．1004－910X．2016．04．001