王 馨，陳 妮，趙雅雯

(大連海事大學 航運經濟與管理學院，遼寧 大連 116026)

21世紀科技飛速發(fā)展，企業(yè)知識和技術平均更新周期只有2～3年[1].短周期知識和技術的更新使企業(yè)面臨前所未有的挑戰(zhàn)，企業(yè)的核心競爭力由物質資產轉變?yōu)橹R和技術[2]，新知識新技術的運用與創(chuàng)新成為企業(yè)緊跟時代步伐、提升市場競爭力的重要途徑[3].知識和技術的創(chuàng)新要以人才為依托[4]，創(chuàng)新型技術人才是綜合多種知識與技能、改造現有技術、創(chuàng)造新產品、提出新工藝，將技術創(chuàng)新最終轉化為創(chuàng)新成果的專業(yè)人才.正確有效地識別與評價人才是開發(fā)與合理利用人才的基礎[5]，在知識技術迅速更新的環(huán)境下，建立科學的創(chuàng)新型技術人才價值評價體系，可為企業(yè)人才選拔與培養(yǎng)任用提供重要決策依據，提升企業(yè)核心競爭力[6].

企業(yè)創(chuàng)新型技術人才價值包括創(chuàng)新知識、創(chuàng)新技能、創(chuàng)新成果、創(chuàng)新品格、創(chuàng)新動機和創(chuàng)新潛能六個方面，分為顯性價值和隱性價值.采用熵權TOPSIS法評價企業(yè)創(chuàng)新型技術人才的價值，可以利用信息熵依據信息量的大小來確定評價指標體系的權重，通過計算評價目標得分到理想點的距離得出價值數值并進行排序，將定性問題定量化處理，有效避免權重設計和價值排序主觀性，為企業(yè)創(chuàng)新型技術人才的選拔、激勵以及培養(yǎng)提供更為客觀和科學的決策依據.

1 創(chuàng)新型技術人才價值評價要素確定與指標選取

1.1 評價要素確定

McClelland指出勝任力是影響工作績效的關鍵因素，認為勝任力是將某一工作中有卓越成就者與普通者區(qū)分開來的個人深層次特征，包括動機、特質、自我概念、態(tài)度或價值觀、知識或技能等能夠可靠測量的因素合集[7].冰山模型是最具有代表性的勝任力模型，模型由基準性勝任力和鑒別性勝任力組成：基準性勝任力是指經過學習、培訓等較容易獲得的知識和技能，以及應用知識和技能做出的成果，是對任職者的硬性基礎要求，是任職者具備的外在的顯性價值；鑒別性勝任力則是指在短期內較難改變和提升的價值觀、態(tài)度、動機、自我意識等優(yōu)秀任職者在特定工作中取得成功需要的內在特征，是任職者具備的內在的隱性價值[8].以往研究中很多學者都借鑒冰山模型來構造人才價值評價模型.趙偉等[9]借鑒冰山模型提出的創(chuàng)新型科技人才的評價模型包括創(chuàng)新知識、創(chuàng)新技能、影響力、創(chuàng)新能力、創(chuàng)新動力、管理能力等要素.郭海玲等[10]直接將冰山模型中的要素作為二級指標，通過分析人才特征選取三級指標對電子商務人才進行評價.

借鑒已有的人才價值評價要素研究成果和有關專家意見，分析創(chuàng)新型技術人才的特征，借鑒勝任力冰山模型，從勝任力概念的角度分析企業(yè)創(chuàng)新型技術人才的價值，將企業(yè)創(chuàng)新型技術人才價值分為創(chuàng)新知識、創(chuàng)新技能、創(chuàng)新成果、創(chuàng)新品格、創(chuàng)新動機和創(chuàng)新潛能六大創(chuàng)新要素.前三種要素易于展開客觀量化評價，將其定義為顯性價值要素，等價于冰山模型海平面上的基礎性因子；后三種側重于對人才內在素質和心理素質的考察，將其定義為隱性價值要素，是區(qū)分創(chuàng)新型技術人才和一般型技術人才的核心要素.六大創(chuàng)新要素具體含義見表1.

表1 創(chuàng)新型技術人才創(chuàng)新價值要素含義

創(chuàng)新知識是技術人才進行技術創(chuàng)新并轉化為創(chuàng)新成果的基礎，根據能否將知識以物化的形式有效展現的標準，將創(chuàng)新知識分為難以物化的私人知識和容易物化的社會知識[11]，即經驗和專業(yè)知識.創(chuàng)新技能是知識轉化的主要表現形式，可以結合相關綜合能力對技術創(chuàng)新的進程進行推進.創(chuàng)新成果是檢驗創(chuàng)新是否成功的重要因素，可以從創(chuàng)新成果數量和質量兩個方面檢驗.創(chuàng)新品格為高強度的創(chuàng)新工作提供了保障，頑強的意志力、良好的職業(yè)道德以及責任心等優(yōu)秀的個人素質特征能夠促進創(chuàng)新型技術人才持續(xù)創(chuàng)新.創(chuàng)新動機指對創(chuàng)新行為起到決定性作用的內部動機，相對于物質激勵和職位晉升這些外在動機，興趣、自我意識等內在動機更加重要.創(chuàng)新潛能指有可能提高創(chuàng)新產出的能力，包括創(chuàng)新型技術人才學識廣度、解決問題的能力等，是創(chuàng)新型技術人才需要具備的重要創(chuàng)新要素.創(chuàng)新知識、創(chuàng)新技能和創(chuàng)新成果是易于顯現和測量的要素，創(chuàng)新品格、創(chuàng)新動機和創(chuàng)新潛能是內在的價值觀和特質.

1.2 評價指標選取

價值評價指標的選取對創(chuàng)新型技術人才的價值評價起著至關重要的作用.指標選取的步驟為：首先進行文獻搜索,確定創(chuàng)新維度和創(chuàng)新要素框架，再采用頻度統(tǒng)計法初步預選創(chuàng)新指標；其次根據文獻搜索提取的指標設計訪談提綱，選取5名企業(yè)資深技術人員進行深度訪談；然后借鑒專家意見對指標進行再次篩選；最后遵循可操作性、科學性以及整體性三個原則，基于文獻法和深度訪談法選取創(chuàng)新型技術人才價值評價指標共21個，見表2，其中所列權重為3.2節(jié)評價實例中計算所得樣本權重.

表2 創(chuàng)新型技術人才價值評價指標及權重

2 創(chuàng)新型技術人才價值評價過程

2.1 熵權法確定評價指標權重

“信息熵”的概念由信息論的創(chuàng)始人Shannon在1948年提出，解決了信息無法量化度量的問題.在信息論中，熵表征了信息的不確定性，信息有序程度與信息熵值成反比.因此某個指標反應信息的不確定程度可以用信息熵來判斷.在綜合評價中，指標所反映信息的確定性越高，信息熵越小，該指標提供的信息量越大；反之，指標所反映信息的確定性越低，指標的信息熵越大，該指標提供的信息量越小[12].

利用熵值法對創(chuàng)新型技術人才綜合評價中的權重系數進行客觀賦值，可以比較客觀、真實地反映評價效果，避免了人為賦權的主觀性[13].在創(chuàng)新型技術人才價值評價的過程中，由于創(chuàng)新型技術人才價值評價指標數據量綱的不同，首先需要標準化處理收集到的評價指標的實際得分，得到標準化矩陣之后再進行權重計算.設有創(chuàng)新型技術人才評價對象n個，評價指標為m個，為了提升排名的合理性，將各個指標值進行標準化處理為xij，xij(i=1,2,…,n；j=1,2,…,m)表示標準化處理后的第i個創(chuàng)新型技術人才的第j個指標值.

運用極差變化法標準化數據.

對于越大越好的正項指標：

xij=xij/xjmax.

(1)

其中,xjmax表示第j個指標數值最大的創(chuàng)新型技術人才.

對于越小越好的負項指標：

xij=xij/xjmin.

(2)

其中,xjmin表示第j個指標數值最小的創(chuàng)新型技術人才.

創(chuàng)新型技術人才的評價指標全部為越大越好的正項指標，在評價過程中選擇式(1)對數據進行標準化處理.

得到標準化矩陣之后，計算創(chuàng)新型技術人才各個評價指標的比重：

(3)

式中，pij表示第i個創(chuàng)新型技術人才在指標j上的貢獻度.

第j項指標的熵值：

(4)

式中，ej表示所有n個創(chuàng)新型技術人才對指標j的貢獻總量，其中k>0,ej≥0,k=1/lnn.

第j項指標差異性系數反映指標在樣本之間的差別程度，熵值越小樣本指標得分差別越大，差異性系數越大，對創(chuàng)新型技術人才評價作用越高.差異性系數定義為

gj=1-ej.

(5)

最后可以得出創(chuàng)新型技術人才第j項指標的權重：

(6)

2.2 TOPSIS法確定價值排名

TOPSIS(technique for order preference by similarity to an ideal solution)是通過計算評價對象綜合價值到理想解的接近程度對評價結果進行比較的定量評價決策方法.這種方法能夠確定評價對象之間的綜合優(yōu)劣程度，根據被評價對象的優(yōu)劣排名進行決策.基于熵權的TOPSIS模型可以用來評價創(chuàng)新型技術人才的要素價值和綜合價值，首先通過熵權法計算出權重，再采用TOPSIS法對有限個評價對象進定量判斷，評價出創(chuàng)新型技術人才的價值大小，進而進行排名并決策.具體評價過程如下：

首先，根據熵權法計算出的創(chuàng)新型技術人才各指標權重來構造加權矩陣：

(7)

根據式(7)，得到第i個創(chuàng)新型技術人才的價值到正理想解和負理想解的距離分別是

(8)

(9)

然后，計算得出每個創(chuàng)新型技術人才的價值與理想解的接近程度：

Ci*=di0/(di*+di0).

(10)

最后，按照Ci*的優(yōu)劣次序排列，Ci*值最大為最優(yōu)方案，Ci*的優(yōu)劣次序為創(chuàng)新型技術人才價值從大到小的排列次序.

3 評價實例與結果分析

現以某IT企業(yè)中的7位創(chuàng)新型技術人才為例，首先分別評價各個人才的6個創(chuàng)新要素，再對7位人才的整體價值進行綜合評價，評價步驟用MATLAB來實現.創(chuàng)新型技術人才的21項指標得分由專家進行打分，根據每位技術人才的得分情況利用熵權法確定權重，再基于熵權的TOPSIS模型對創(chuàng)新要素價值和整體價值進行評價與決策.

3.1 創(chuàng)新要素評價

7位創(chuàng)新型技術人才分別為x1,x2,…,x7，使用基于熵權的TOPSIS法對7個評價對象的6個創(chuàng)新要素進行評價.以創(chuàng)新知識(A)為例，由5名專家對定性指標進行打分，得分為1～10，定量指標使用原始數據.最后由式(1)得出創(chuàng)新知識的標準化數據，見表3.

表3 創(chuàng)新知識標準化數據

依據加權矩陣可得到正、負理想解分別為

由歐氏距離公式(8)可知各評價對象的創(chuàng)新知識價值到正、負理想解的距離分別為

dAi*=(0.355 6，0.504 9，0.434 1，0.357 9，
0.355 1，0.017 5，0.148 7)；

dAi0=(0.017 53，0，0.017 5，0.017 52，
0.035 1，0.017 5，0.017 5).

依據式(10)得出各評價對象的創(chuàng)新知識歐氏貼近度，貼近度值越大，價值越大.最終得出7名創(chuàng)新型技術人才的創(chuàng)新知識價值分別為

CAi*=(0.047 0，0，0.038 8，0.046 7，
0.089 8，0.5，0.105 4).

價值排名為：x6>x7>x5>x1>x4>x3>x2.

依此類推，通過相同算法可以得出7個評價對象的其他5個創(chuàng)新要素價值及價值排名，見表4.

由表4可得出結論：

1) 創(chuàng)新知識是x6的優(yōu)勢創(chuàng)新要素，并且具有絕對優(yōu)勢，而創(chuàng)新技能和創(chuàng)新成果分別是x7和x4的優(yōu)勢創(chuàng)新要素，x3的優(yōu)勢創(chuàng)新要素是創(chuàng)新動機，而x5有創(chuàng)新動機和創(chuàng)新能力兩個優(yōu)勢創(chuàng)新要素.

2)x5，x1和x2的各要素排名浮動較小，但x1和x2各創(chuàng)新要素排名相對其他創(chuàng)新型技術人才靠后.

3) 各類創(chuàng)新要素中創(chuàng)新能力和創(chuàng)新成果的最后得分值差別最大.

3.2 綜合價值評價

按照式(1)～式(6)，計算得出7位創(chuàng)新型技術人才在綜合評價中各個評價指標的權重，見表2.創(chuàng)新成果中的創(chuàng)新成果數量權重最高(wC1=0.142 9)，其次是創(chuàng)新經驗(wA1=0.099 4，屬于創(chuàng)新知識)，排在第三的是參與感(wE4=0.077 7,屬于創(chuàng)新動機).創(chuàng)新要素權重為指標權重相加，顯性價值和隱性價值權重由相對應的創(chuàng)新要素權重相加而得，見表5.

表4 應用TOPSIS法確定各創(chuàng)新型技術人才創(chuàng)新要素價值及排名

表5 創(chuàng)新要素權重

從創(chuàng)新要素來看，對創(chuàng)新型技術人才價值影響排在前三的分別是創(chuàng)新動機(wE=0.306 6)，創(chuàng)新品格(wD=0.178 2)和創(chuàng)新知識(wA=0.139 9)，由此可見各個樣本要素無序性較明顯的創(chuàng)新動機對此次評價創(chuàng)新型技術人才價值的影響非常大，屬于隱性價值.而屬于顯性價值的創(chuàng)新技能權重較低.

結合熵值法確定的指標權重，得到綜合評價中各評價樣本價值到正理想解的距離為

di*=(0.666 8，0.966 0，0.618 2，0.534 5，
0.521 0，0.376 4，0.604 4)；

到負理想解的距離為

di0=(0.399 3，0.197 2，0.624 2，0.627 7，
0.646 5，0.796 3，0.600 7).

最終根據式(10)得出創(chuàng)新型技術人才綜合價值見表6.

表6 創(chuàng)新型技術人才綜合評價值

由表6可見，最終7個創(chuàng)新型技術人才的價值的綜合排名依次為x6>x5>x4>x3>x7>x1>x2.縱觀表4和表6的評價結果，可以得出：

1) 由于創(chuàng)新知識的絕對優(yōu)勢，使得x6成為最具潛力人才，其綜合價值明顯高于x5.

2)x5,x4,x3,x7綜合價值相差不大，x4和x3幾乎并駕齊驅，由于x3的創(chuàng)新知識要素價值較低，使其綜合價值落后于x4.

3)x7具有創(chuàng)新技能這一優(yōu)勢，若在創(chuàng)新成果、創(chuàng)新品格與創(chuàng)新動機等要素價值上有所突破，會有巨大發(fā)展?jié)摿?

4) 由于x2創(chuàng)新知識和創(chuàng)新能力兩個要素價值為零，且其他創(chuàng)新要素價值排名也并不理想，導致其綜合價值最低，并與排在前一名的x1相差較多.

創(chuàng)新型技術人才的價值評價是人才綜合創(chuàng)新素質的全面衡量，其評價結果不僅依賴某一創(chuàng)新要素的突出表現.綜合價值高的創(chuàng)新型技術人才不一定擁有最多的優(yōu)勢價值，也不是所有創(chuàng)新要素排名都靠前，而是價值要素的得分較穩(wěn)定且相對靠前.

4 結 語

本文采用定性和定量相結合的方法對企業(yè)創(chuàng)新型技術人才進行價值評價.針對創(chuàng)新型技術人才的價值評價問題，同時考慮創(chuàng)新型技術人才的創(chuàng)新要素價值評價和綜合價值評價，選擇按照實際數據客觀賦權的熵權法來確定評價指標權重，采用基于熵權的TOPSIS計算評價結果.經過MATLAB完成熵權確定權重和TOPSIS評價的步驟，對創(chuàng)新型技術人才價值評價進行實例評價與結果分析，驗證評價方法的有效性和可行性.研究表明，企業(yè)通過使用熵權TOPSIS的創(chuàng)新型技術人才價值評價模型，可以有效評價出創(chuàng)新型技術人才的優(yōu)勢價值以及綜合價值，企業(yè)可以根據評價結果設置人才選拔標準、人才激勵模式和人才培養(yǎng)機制，為企業(yè)創(chuàng)新型技術人才的可持續(xù)性開發(fā)提供決策依據.