宋新平 李慧 熊強 劉桂鋒

摘 要：[目的/意義]隨著大數(shù)據(jù)時代的到來，企業(yè)競爭情報人員勝任特征發(fā)生了重大變化。[方法/過程]基于文獻研究，參照經(jīng)典勝任力模型，輔以行為事件訪談法、專家咨詢法，構(gòu)建了認知能力、專業(yè)技能、管理能力、心理特質(zhì)、人際網(wǎng)絡(luò)5個維度。在深入分析大數(shù)據(jù)下勝任特征新變化的基礎(chǔ)上擬定20項勝任特征。然后運用因子分析法驗證了模型的有效性，并通過招聘及培訓內(nèi)容分析驗證了模型的科學性。[結(jié)果/結(jié)論]本模型具有一定的理論價值和實踐意義，可作為競爭情報人員選拔與培訓的參考依據(jù)。

關(guān)鍵詞：大數(shù)據(jù);企業(yè)競爭情報人員;勝任力模型;實證研究

DOI：10.3969/j.issn.1008-0821.2020.05.011

〔中圖分類號〕G250.255 〔文獻標識碼〕A 〔文章編號〕1008-0821（2020）05-0088-08

Research on Competency Model of Enterprise Competitive

Intelligence Staff in the Big Data Environment

Song Xinping1 Li Hui1 Xiong Qiang1 Liu Guifeng2

（1.School of Management，Jiangsu University，Zhenjiang 212013，China;

2.Institute of Science and Technology Information，Jiangsu University，Zhenjiang 212013，China）

Abstract：[Purpose/Significance]With the advent of the era of big data，the competency characteristics of enterprise competitive intelligence staff have undergone major changes.[Method/Process]Based on literature research，referred to the classic competency model，supplemented by behavioral event interview method and expert consultation method，the five dimensions of cognitive ability，professional skills，management ability，psychological traits and interpersonal network are constructed.Based on the in-depth analysis of new changes in competency characteristics in the big data environment，drafted 20 competency features.Then the factor analysis method was used to verify the validity of the model，and the scientific nature of the model was verified through the recruitment and training content analysis.[Result/Conclusion]This model had certain theoretical value and practical significance，and could be used as a reference for the selection and training of competitive intelligence staff.

Key words：big data;enterprise competitive intelligence staff;competency model;empirical research

大數(shù)據(jù)時代于企業(yè)競爭情報人員而言既是機遇亦是挑戰(zhàn)。一方面，信息由“貧瘠”走向“富有”，擁有海量數(shù)據(jù)可供挖掘情報;另一方面，情報工作者卻又難以從海量信息沼澤中篩選出價值密度高的信息。現(xiàn)實中，既精通情報學理論又熟練運用大數(shù)據(jù)技術(shù)、且經(jīng)驗豐富的復合型情報人才嚴重匱乏，限制了情報工作的開展和企業(yè)競爭力的提升[1]。因此，探究大數(shù)據(jù)下企業(yè)競爭情報人員勝任力是一個新的亟需解決的問題。

現(xiàn)有研究集中在以下方面：1）傳統(tǒng)環(huán)境下，已有文獻研究了競爭情報人員勝任力模型。吳曉偉等從人員角色的角度提出情報人員應(yīng)配備的知識、技能和能力[2]。戴侶紅等在企業(yè)競爭情報實踐中提出情報人員應(yīng)具備知識能力、思維能力、信息能力、溝通能力[3]。2）大數(shù)據(jù)環(huán)境下，已出現(xiàn)少數(shù)研究認識到情報人員勝任特征的變化。雷莉萍等初步闡述了大數(shù)據(jù)下競爭情報人員勝任力新要求[4]。李超等運用文獻調(diào)研、專家咨詢等方法探討了大數(shù)據(jù)下情報分析人才素質(zhì)結(jié)構(gòu)[1]。總體而言，傳統(tǒng)文獻以定性研究為主，缺乏定量分析，模型適配度下降。目前招聘信息已提出新的技能需求，而理論上卻鮮有人研究，對大數(shù)據(jù)下勝任特征的變化關(guān)注較少，存在滯后現(xiàn)象。

本文基于文獻梳理，參照經(jīng)典勝任力模型，輔以行為事件訪談法、專家咨詢法，構(gòu)建了認知能力、專業(yè)技能、管理能力、心理特質(zhì)、人際網(wǎng)絡(luò)五大維度。并結(jié)合大數(shù)據(jù)理論、競爭情報理論，深入分析五大維度下勝任特征的新變化，擬定20項勝任特征。最后運用因子分析法驗證了模型的有效性，通過招聘及培訓內(nèi)容分析驗證了模型的科學性，理論與實踐較一致。所以本研究具有一定的理論價值和實踐意義。

3 研究方法

3.1 問卷設(shè)計與預調(diào)研

基于20項勝任特征設(shè)計調(diào)查問卷，分為基本信息、勝任特征調(diào)查量表、意見反饋3部分?；拘畔ㄐ詣e、年齡、學歷、工作年限、職務(wù)。調(diào)查量表采用Likert五點法，按重要程度分為“非常重要”、“重要”、“一般”、“不重要”、“非常不重要”5個等級，賦予“5、4、3、2、1”得分，以便調(diào)查各指標的重要性。邀請情報專家對題項進行評審，確認問卷條目清晰，內(nèi)容全面，具備良好的內(nèi)容架構(gòu)。

對94份預調(diào)研問卷進行信度和效度檢驗，結(jié)果顯示Cronbachs Alpha值達0.891，表明問卷信度良好。效度分析采用因子分析法，KMO值為0.721，5個因子結(jié)構(gòu)清晰，累計方差解釋度達68.245%，并通過Bartlett球形度檢驗，說明問卷建構(gòu)效度良好。

3.2 正式調(diào)研數(shù)據(jù)收集

本文以長三角地區(qū)17家企業(yè)、2所咨詢機構(gòu)的競爭情報人員為對象，共發(fā)放280份問卷，回收265份，有效問卷238份，有效回收率85%。被調(diào)查者基本情況如表3所示。

3.3 數(shù)據(jù)分析

3.3.1 探索性因子分析

利用SPSS19.0對調(diào)查數(shù)據(jù)進行探索性因子分析，結(jié)果顯示：KMO值為0.880（>0.7），Bartlett球形度檢驗的近似卡方值為2 693.365，其顯著性概率為0.000（<0.01），變量具備相關(guān)性，適宜做因子分析。利用主成分分析法提取特征根>1的因子共5個，方差解釋量達72.715%，運用方差最大正交旋轉(zhuǎn)法經(jīng)過5次迭代收斂得到旋轉(zhuǎn)后的因子載荷矩陣，見表4。

由表4可見，因子結(jié)構(gòu)十分清晰，因子載荷系數(shù)均達到0.7以上。因子1代表心理特質(zhì)，因子2代表人際網(wǎng)絡(luò)，因子3代表專業(yè)技能，因子4代表管理能力，因子5代表認知能力。通過信度檢驗，本研究量表整體Cronbachs Alpha值達0.893，5個因子的Cronbachs Alpha值（見表5）也都在0.8之上，表明該量表有效且可靠。因子分析結(jié)果顯示大數(shù)據(jù)下競爭情報人員勝任力維度與理論假設(shè)基本吻合。

3.3.2 驗證性因子分析

為進一步驗證模型的有效性與合理性，利用AMOS21.0軟件對模型進行驗證性因子分析，驗證模型的標準化路徑見圖1。

從圖1可知，大數(shù)據(jù)下競爭情報人員勝任力模型包括認知能力、專業(yè)技能、管理能力、心理特質(zhì)、人際網(wǎng)絡(luò)5個維度，因素負荷值介于0.5～0.95之間，表明模型的基本適配度良好。由表5可知，5個因子的平方差異量（AVE）都在0.5以上，組合信度（CR）都在0.7以上，表明變量具有良好的聚合效度。

表6 競爭情報人員勝任力模型驗證的擬合參數(shù)

擬合指數(shù)結(jié)果擬合指數(shù)結(jié)果

CMIN/df1.532IFI0.966

GFI0.904TLI0.961

AGFI0.878CFI0.966

NFI0.909RMSEA0.047

根據(jù)表6可知，擬合優(yōu)度指數(shù)（GFI）、規(guī)準適配指數(shù)（NFI）、增值擬合指數(shù)（IFI）、非規(guī)準適配指數(shù)（TLI）、比較擬合指數(shù)（CFI）結(jié)果均超過0.9，調(diào)整擬合優(yōu)度指數(shù)（AGFI）結(jié)果也非常接近0.9，并且CMIN/df值為1.532，漸進殘差均方和平方根（RMSEA）為0.047。上述結(jié)果均表明，該模型具備良好的擬合度和穩(wěn)定性。

4 應(yīng) 用

利用八爪魚采集器從智聯(lián)招聘截取2019年5月25日的招聘廣告，以“競爭情報”、“情報信息分析”、“大數(shù)據(jù)分析”、“大數(shù)據(jù)營銷”為關(guān)鍵詞展開檢索，獲得7 483條有效信息，顯示出基本的崗位需求信息。結(jié)合網(wǎng)絡(luò)搜索10余份競爭情報培訓課程來看，其內(nèi)容較為全面、系統(tǒng)。根據(jù)招聘崗位特點和培訓內(nèi)容提煉出一些關(guān)鍵要點如表7所示。企業(yè)招聘與培訓要求與本模型理論假設(shè)基本一致，理論模型符合實際需求，可作為競爭情報人員選拔與培訓的參考依據(jù)。

5 結(jié) 語

本文在文獻研究基礎(chǔ)上，參照經(jīng)典勝任力模型，輔以行為事件訪談法、專家咨詢法，構(gòu)建了大數(shù)據(jù)下企業(yè)競爭情報人員勝任力模型，利用因子分析法驗證了模型的合理性，并對企業(yè)招聘及培訓內(nèi)容進行了統(tǒng)計分析，論證了模型的實用性，實踐與理論較吻合。

由于時間、精力及研究能力的局限性，本研究還存在一定不足，如調(diào)查樣本僅在長三角地區(qū)，被訪企業(yè)及人員數(shù)量有限，理論模型較粗淺等。往后，將繼續(xù)深化該理論模型，并運用到企業(yè)實踐中進行模型改進。

參考文獻

[1]李超，周瑛.大數(shù)據(jù)環(huán)境下情報分析人才素質(zhì)結(jié)構(gòu)探討[J].情報探索，2018，（11）：69-76.

[2]吳曉偉，徐福緣.企業(yè)競爭情報人員體系結(jié)構(gòu)研究[J].情報理論與實踐，2007，（2）：189-193.

[3]戴侶紅，陳飔，倪志宏，劉佳.企業(yè)競爭情報：運作、體系和建構(gòu)[M].北京：原子能出版社，2010.

[4]雷莉萍，劉愛菊，孫敏.大數(shù)據(jù)背景下企業(yè)競爭情報人員勝任力分析[J].新西部：理論版，2013，（13）：66-68.

[5]包昌火，謝新洲，張燕，李娜.企業(yè)競爭情報系統(tǒng)[J].中國信息導報，2001，（8）：33-36.

[6]李國秋，齊丹莉.人力資源管理視角下的情報職業(yè)勝任力概念與模型初探[J].情報資料工作，2013，（3）：26-30.

[7]趙玉改，曹如中，陸羽中.基于勝任力模型的競爭情報人才評價研究[J].科技管理研究，2014，34（8）：139-143.

[8]張家年.大數(shù)據(jù)環(huán)境下情報工程師的素質(zhì)結(jié)構(gòu)與培養(yǎng)模式[J].圖書情報工作，2016，60（1）：12-18，25.

[9]梁春華，劉紅霞.∏型情報專業(yè)人才能力素質(zhì)的再探討[J].情報理論與實踐，2019，42（3）：12-16.

[10]van Rijmenam M，Erekhinskaya T，Schweitzer J，et al.Avoid Being the Turkey：How Big Data Analytics Changes the Game of Strategy in Times of Ambiguity and Uncertainty[J].Long Range Planning，2018.

[11]Saxena D，Lamest M.Information Overload and Coping Strategies in the Big Data Context：Evidence from the Hospitality Sector[J].Journal of Information Science，2018，44（3）：287-297.

[12]Merendino A，Dibb S，Meadows M，et al.Big Data，Big Decisions：The Impact of Big Data on Board Level Decision-Making[J].Journal of Business Research，2018，93：67-78.

[13]化柏林，李廣建.大數(shù)據(jù)環(huán)境下的多源融合型競爭情報研究[J].情報理論與實踐，2015，38（4）：1-5.

[14]陳國青，吳剛，顧遠東，等.管理決策情境下大數(shù)據(jù)驅(qū)動的研究和應(yīng)用挑戰(zhàn)——范式轉(zhuǎn)變與研究方向[J].管理科學學報，2018，21（7）：1-10.

[15]李品，楊建林.基于大數(shù)據(jù)思維的情報學科發(fā)展道路探究[J].情報學報，2019，38（3）：239-248.

[16]Janssen M，van der Voort H，Wahyudi A.Factors Influencing Big Data Decision-Making Quality[J].Journal of Business Research，2017，70：338-345.

[17]宋新平，楊陽，朱鵬云.Web2.0下推動員工參與情報工作、匯聚群體智慧的思考[J].競爭情報，2015，11（3）：35-40.

[18]Pérez-González D.Social Media Technologies Use for the Competitive Information and Knowledge Sharing，and Its Effects on Industrial SMEs Innovation[J].Information Systems Management，2017，34（3）：291-301.

（責任編輯：孫國雷）