基于云模型与AHP的创意产业人才综合测评研究
2016-07-29李晓张庆华
李晓 张庆华
摘 要：由于传统评价方法在处理部分指标时存在无法同步反映模糊性和随机性的弊端，综合云模型定性与定量互换和AHP权重确定的综合评价方法。综合考虑创意产业人才测评影响因素，建立以知识、能力、意识和绩效为二级指标的创意产业人才测评体系。通过黑龙江动漫产业基地动漫人才测评结果来验证该方法的可行性与有效性。
关键词：创意产业人才测评；层次分析法；云模型
创意产业是未来最具有发展前景和战略性的文化产业，是我国文化创新的经济增长点，而创意产业的发展最重要的生产和竞争要素是创意人才，相当数量和质量的创意人才，成为文化创意产业发展成功与否的关键性要素。因此，为创意产业建立一套选拔、培养和考核人才的综合体系是创意产业发展的根本。
目前用于人才测评的主要方法有：胜任力模型、素质能力模型、模糊综合评判、神经网络法等，但这些方法都存在一定的弊端和局限性。而云模型能够较好的实现指标定性知识到定量值的转化，可以同时兼顾模糊性和随机性，层次分析法具有一种系统思想，每一层的权重设置最后都会直接或间接影响到结果。因此笔者提出一种基于AHP和云模型的创意人才测评方法。
一、综合测评模型体系的建立
创意产业人才测评指标的设计要考虑创意人才最基本的能力，引领前言的能力以及完成工作任务的潜质。笔者采用DELP和AHP建立一套适用于创意产业人才测评的递阶层次结构模型，如图1所示，B级准则层包括知识、能力、意识和绩效四个指标，C级方案层具体测评指标，包括基础文化知识、职业知识、行业知识等19个指标。
二、创意产业人才测评指标权重的确定
层次分析法（AHP）作为一种综合测评中常用的确定指标权重的方法，由美国运筹学家托马斯·塞蒂（T.L.Saaty）于上世纪70年代初首先提出，是系统的决策思维方式。其步骤为：1.按照图1的层次分析结构模型，将同一层次的因素进行两两比较，构造判断矩阵；2.计算出判断矩阵最大特征值对应的特征向量，经归一化处理，即为各测评因素的权重分配。
另外，对于模型中B级指标权重的计算需要构建如下所示B1，B2，B3，B4的的判断矩阵，将矩阵经过标准化处理后得到向量WB=（b1，b2，b3，b4），即得到B1，B2，B3，B4相应权重分别为b1，b2，b3，b4。
三、定性与定量不确定性转换模型
1.云模型
云模型的概念是由我国学者李德毅院士提出，是建立在模糊集和概率统计基础之上，从海量的数据中找出知识的规律性和统计特征，实现定性与定量的相互转化，较好的刻画自然科学与社会科学中模糊与不确定的现象。
设U是一个具有n维空间的定量论域，C是U上的定性概念，若定量数值x
期望（Expected value）、熵（Entropy）和超熵（Hyper Entropy）是云模型的三个数字特征，是对自然语言的整体性刻画，表现了定型概念的综合概率统计属性。期望Ex来源于概率论，通常指随机抽样过程中对变量取值的预期，是x在U上分布的期望，定性概念最典型的样本；熵En是表示定型概念转化为定量值的可能性的程度，取决于概念的随机性和模糊性；He是熵的熵，取决于熵的随机性和模糊性。
2.云发生器原理
正态云发生器是用计算机实现的一种特定算法，云模型通过正向云发生器和逆向云发生器实现定性与定量间的转换，其原理如图2所示：
3.云模型的评语集
本文将评语分为五个等级，Wi=（w1，w2，w3，w4，w5）（极差，较差，一般，较好，极好），为便于下文统计将其相应的赋值为（B，B+，A，A+，A++），其相对应的期望是Ei（1，2，...5）=0，0.25，0.5，0.75，1.00，取En=0.045 He=0.005，得到创意人才评语集如图3所示。通过创意人才评语集，即可将教育专家的语言值进行量化，而且每一个云图，都遵循3En原则，即最终测评分在3En范围之间，都属于该等级。
四、创意产业人才综合测评模型
通过专家打分获得样本点的xi，按照创意人才评语集由正向云发生器将人类基础语言转化为量化值。再利用逆向云发生器，依据公式（1）中样本均值、一阶样本绝对中心距和样本方差，求得指标的云数字特征。
五、案例分析
黑龙江动漫产业基地于2006年建立发展，对动漫人才的需求不断剧增，但这并不能成为人才质量下降的缘由，依旧需要招聘人员对创意人才的综合能力进行把关，这样才能创造优秀的动漫作品，满足人们多样化的需求，为动漫企业创造更多价值。
根据以上的理论，针对黑龙江省平房动漫产业基地动漫人才进行实例分析。首先，由10位教育专家以及动漫企业高层管理人员对动漫人才根据指标逐项给出意见，如表1所示：
由教育专家对二级指标评分，建判断矩阵，并通过方根法来求得权值如表2所示：
将云数字特征及表2中的指标权重代入式（2），得到综合的云数字特征，为Ex=0.7076，En=0.0605，He=0.0165，再调整熵及超熵值，得到创意人才测评云（如图4所示），从云图可知，云滴集中分布在0.6-0.8之间，且密集分布在0.72的周围，根据评语集，判断黑龙江动漫人才的总体质量“较好”，符合企业的要求，但仍存在问题，需要企业和教育部门共同探索培养出更能满足动漫产业发展需要的人才。
六、结束语
本文构建了以AHP和云理论为基础，知识、能力、意识和业绩为二级测评指标，以基础文化知识等19个指标为三级指标的创意产业人才测评指标测评体系。与传统的测评方法相比，云模型可以实现人类基础语言到定量的转换，从而解决测评过程中的偶然性和非明晰性；通过AHP确定权重指标，不会忽视每个指标对最终结果直接或间接的影响。因此，该方法不但实现了多角度对创意产业人才的测评，对创意产业人才的培养具有指导意义，而且测评模型更具有科学性和合理性。
参考文献：
[1]廖颖川，吕庆华.基于能力素质模型的企业创意人才开发[J].科技管理研究，2013（12）：139-144.
[2]陈要立.基于胜任力模型的文化创意产业人才培养模式研究[J].经济问题探索，2011（8）：129-133.
[3]王文通.基于AHP-BP综合评价模型的人才测评研究[J].统计与决策，2010（7）：76-77.
[4]周钢.基于AHP模糊综合评价法的素质测评模型研究[J].中国高等教育评估，2012（3）：31-35.
[5]Saaty T L.The Analytic Hierarchy Process[M].University of Pittsburgh：Mcgraw-Hill（Tx），1980，34-40.
[6]代劲，宋娟.云模型与文本挖掘[D].北京：人民邮电出版社，2013（2）：41-50.
作者简介：李晓（1990- ），女，汉族，山东德州人，硕士，黑龙江科技大学管理学院，研究方向：教育经济管理；张庆华（1975- ），男，汉族，内蒙呼和浩特人，副教授，博士，黑龙江科技大学管理学院，研究方向：教育经济与产业创新
