高层次科技人才创新能力识别及团队构建

杨 锴，赵希男

(东北大学工商管理学院，辽宁 沈阳 110167)

0 引言

近年来，各个地方管理部门或企业的科技发展涌现出一种新的现象，即以不断引入高层次科技人才的方式实现创新驱动式发展目标。尽管各个地方出台优惠政策鼓励和吸引人才，可是，从实际效果来看人才资源仍然短缺，尤其是在西部、中部等欠发达地区[1]。虽然针对人才引进困难的原因，当前研究从多种角度进行了分析，如人才激励机制缺乏、学习平台低、团队人才匹配混乱等，遗憾的是学者们对引入高层次科技人才存在高失败率仍然难以给出有效解释[2]。之所以会存在以上理论缺口，第一，从研究主体来看，以往研究侧重对高层次科技人才全面素质能力评估和筛选，而对其中的创新能力关注不足，尤其是从高层次科技人才个体视角确定创新能力要素。第二，从研究方法来看，以往研究采用层次分析法、整数规划、网络分析法等甄选创新团队成员，较少从构建个体优势发挥和优势匹配的方法视角对此进行分析。单纯从数量上引入高层次科技人才难以短时间内缓解人才匮乏的现状，而在影响高层次科技人才引进的众多因素中，创新能力识别和有效发挥具有重要的作用。

高层次科技人才创新能力特征的研究已经受到学者们的广泛关注[3]，以往的研究成果多来自研究者确定的创新能力要素，而对于高层次科技人才个体的真实想法挖掘较少，往往造成引入的人才难以发挥创新作用，也不被人才自身心理上认可。高层次科技人才创新能力特征识别通常采用的方法为问卷调研及个人访谈[4]。实际操作过程中，问卷调研的方式通常由研究者根据研究目标确定问卷选项，被调研的人才个体回答问题质量较低，同时由于选项的限制难以给出全面的答案；而个人访谈的方式，研究者很难在短时间内全面了解被访谈对象内心中认为的创新能力特征。研究表明，以上方法在识别高层次科技人才创新能力特征方面存在缺陷[5]，需要在考虑研究目标的同时兼顾个体之间的差异，这样识别出的创新能力要素特征可以获得双方或者更多学者的认可。

回顾已有研究结果，相比于定性和定量方法，综合评价方法成为团队构建的首选工具。张莉莉等从人力资本角度构建测量模型，采用模糊距离函数构建团队-作业对象匹配模型[6]。李纲等运用社群判别算法确定科研团队，同时运用蝴蝶结模型和网络位置理论划分科研团队的类型[7]。Nikghadam等在研究虚拟企业合作伙伴选择过程中，采用整数规划的方法确定合适的伙伴成员[8]。Kumar等采用遗传算法寻找联盟中合适的个体[9]。其他如采用层次分析法[10]、网络分析技术[11]等，应用方面如在理想状态下候选个体的选拔[12]。上述团队构建方法将候选对象看作同质个体，忽视了个体差异性以及未突出个体的优势，评价采用的指标权重采用一刀切的方式，即固定指标权重来进行候选个体的筛选，导致识别出的个体趋于相同。

基于以上研究缺口，本文采用凯利方格访谈技术识别出高层次科技人才创新能力特征，并据此提出基于个体创新能力优势的创新团队构建方法，为解释引进并构建高层次科技人才创新团队失败的原因提供理论支持。

1 高层次科技人才创新能力识别

1.1 调研对象选择

根据凯利方格访谈技术的一般要求[13]，同时结合“识别高层次科技人才创新能力特征”的问题，本文采用小样本的方式初步确定高层次科技人才创新能力特征要素，调研对象控制在15～30个。与此同时，根据Creswell提出的被调研对象背景多样性有利于创新能力特征识别的表述[14]，因此，本文从全国高校、企业、科研机构随机选取不同的科技专家100名作为最终的研究个体，通过历时3.5个月的时间对其进行深入调研，从而确保研究的可信性。研究表明，被调研的100名科技专家分别来自钢铁冶炼行业、航空、计算机等领域，平均年龄为52岁，此外，通过个人履历分析，以上科技专家经验丰富、属于领军人物。

1.2 调研流程

根据文献[15]中关于凯利方格访谈技术的操作流程，可以划分为六个步骤：①导引环节主要是向被调研的高层次科技专家介绍研究的目的和后续的操作流程，明确研究的问题；②要素筛选，根据“数据可获得性”的原则，选择9名科技专家作为小范围调研的群体，同时根据已有的研究成果设置理想状态下的优秀科技专家(虚拟专家)，合计10名成员。此外，从多个领域中挑选成员，成员之间的异质性明显；③构念提炼来自多个要素之间的对比，从实际操作角度通常采用3个对象比较，根据被调研科技专家给出的构念比较归纳，直到没有提出新的构念为止；④在初步确定的创新能力特征基础上，给被调研的科技专家根据其理解的重要性程度进行打分，采用五点量表，其中1表示非常不重要，2表示不重要，3表示不能确定，4表示比较重要，5表示非常重要；⑤根据打分的情况进行筛选创新能力要素特征，剔除频次少且重要性程度低的创新能力要素，然后与被调研的科技专家再次确认创新能力特征和重要性给分，在此过程中单个流程需要花费45～100分钟，全面和系统获取高层次科技人才的创新能力要素；⑥最后形成含有频次、重要性程度的创新能力特征结果。

1.3 数据分析和讨论

通过采用凯利方格访谈技术对100名科技专家进行调研，共得到1902个创新能力素质的初始构念。根据数理统计的结果，每份凯利方格访谈表提炼出来的创新能力素质平均值为19.02个，最多的达到34项，最少的有8项。可以看出，提炼出的创新能力特征各不相同，难以采用量化的方式进行数理的聚类分析，因此，根据扎根理论的方法对上述提炼的创新能力素质构念进行贴标签(构念提炼已经完成)、副范畴和主范畴的处理[16]。具体而言，在前期构念提炼的基础上，对创新能力特征进行相应的归纳，主范畴的选择是对副范畴的进一步对比和调整，通过构建的逻辑主线识别出全部的要素特征。根据以上的处理流程，可以初步得到高层次科技人才创新能力要素列表，如表1所示。

由表1可知，高层次科技人才创新能力特征包括创新水平、业务能力、知识背景、创新动机、创新贡献和人才培养6个层面要素。其中创新水平包括教育背景、海外留学经历、知识结构、学历和职称，这是高层次科技人才具备的基本创新能力特征，突显出高层次科技人才在创新水平方面具有的优势。业务能力包括学习能力、团队合作能力、问题应对能力、知识更新能力，这些要素特征是支持高层次科技人才创新活动的基本技能，从而决定其持久的创新发展潜力。知识背景更多展现的是高层次科技人才所具备的独特资源，虽然不是非常关键的创新能力，但是对其能够成为高层次科技人才是必不可少的条件。创新动机是高层次科技人才创新的动力源泉，包括个人品质、创新责任感、工作效率。创新贡献更多表现的是个体的创新成果，是社会对其创新能力的认同与鼓励。人才培养是一个不容忽视的创新能力要素，是作为高层次科技人才可持续发展的重要内容。

表1 高层次科技人才初步创新能力要素

对以上筛选出的创新能力要素、提炼的副范畴与100名科技专家再次确认，最后确定出高层次科技人才创新能力特征，包括频数、重要性均值、标准差和优选顺序，如表2所示。

由表2可知，高层次科技人才创新能力可以划分为两类，分别为通用性能力和专业性能力，通用性能力是指高层次科技人才具备的基础性技能，而专业性能力则是在具体的创新活动中展现出的优异行为。其中，根据频次大小排列，依次为创新水平、业务能力、创新动机、创新贡献、人才培养和知识背景。研究表明，前五个高层次科技人才创新能力特征可以看作是必备的条件，而最后的知识背景重要性一般，可以看作是备选的创新能力特征。需要说明的是，尽管现有研究关注高层次科技人才全方位的创新能力，试图将所有的要素全部包括，忽视了这类少数关键群体的真实想法。本文在个体视角下，站在科技人才自身的立场，所确定的创新水平深受科技专家的认可和重视，这也说明科技专家更多关注创新意识等方面对自我的培养，虽然是一个长期积累的过程，但是为持久的创新能力发挥提供方法路径。

表2 高层次科技人才创新能力特征

1.4 信度和效度检验

根据Yin提出的信度和效度检验规则，本文从构念效度、外部效度和信度三个方面进行检验保证[17]，相应的处理过程如表3所示。

表3 高层次科技人才创新能力特征指标构建的信度和效度保证

2 考虑创新能力特征的创新团队构建

2.1 构建步骤及原则

根据2018年《关于分类推进人才评价机制改革的指导意见》，针对创新团队构建的问题，高层次科技人才创新团队构建的目标是实现个体之间的优势匹配，是一种优势之间的互补，尤其是创新能力的匹配，发挥出个体的强大优势。匹配问题最先起源于婚姻问题，而高层次科技人才创新能力优势匹配，是指在创新能力要素不同的方面上将具备个体优势的高层次科技人才组建到一起，形成“能力互补、优势突出、合理配置”的创新团队。换言之，高层次科技人才的创新能力的个体优势不仅需要被识别出来，而且还需要对其相互之间的优势进行组合[18]。因此，结合高层次科技人才的特点，本文在确定高层次科技人才创新能力特征基础上，设计了一种考虑创新能力特征的创新团队构建方法。该方法包括以下步骤：首先，面对各具特色的高层次科技人才，从其最有利于发挥其创新能力的视角，分别判别出高层次科技人才个体优势，明确个体在创新能力特征中的强势和劣势，其中依据竞优思想中“展现规律，竞相探索”的观点，个体优势是指在既定的组织目标下，从最有利于被评价客体的角度所确定的内在价值参数，在量化方面采用指标的每项权重系数来刻画个体优势；其次，运用聚类的方法判别出可能存在的创新能力特征共同的优势价值，寻找类似的和潜在的团队构建所需要的群体；最后，综合考虑群体中个体优势和群体的创新能力优势水平，根据“个体优势+群体优势”的原则，构建创新团队，筛选候选的高层次科技人才。

因为需要从大量的高层次科技人才候选人当中筛选出符合优势条件的团队成员，所以还需要从候选人群中判别出具有类似个体优势的候选人，从而构成聚类分析。在此基础上，按照优势匹配的原则：首先，筛选创新能力特征评价排序靠前的高层次科技人才候选人，从而选拔的候选人不仅是优秀的人员，而且在不同的群体模式中排名也是靠前的；其次，聚类形成的不同群体模式中均应有候选人被选拔出来，被选拔出的候选人具备该群体不同风格的创新能力特征；最后，从创新团队构建的角度，所有候选人既来自所有群体模式，同时排名靠前，从而兼顾了个体和群体优势的匹配。

2.2 高层次科技人才个体优势判别

根据以上的指导思想，现对高层次科技人才中的个体进行创新能力要素的优势判别。假设高层次科技人才团队由m个成员构成，组织对于其创新能力的需求表现在n维指标结构当中，并且第i个成员在n个创新能力指标要素上的观测值表示为Fi=(fi1,fi2,…,fin)τ(i=1,2,…,m)。根据理想点效用函数，本文从最有利于第i个成员的视角判别其个体优势，即确定每一项指标的权重系数值，构建与理想点之间的加权距离公式来判别[19]，相应的表达式为：

(1)

(2)

2.3 考虑个体优势的高层次科技人才聚类分析

本文根据系统聚类的方法[20]，具体的操作过程如下：第一，把每一个高层次科技人才中成员的个体优势看作为一类，假设有m个成员构成m类；第二，采用“如果两类样本之间距离最短，则划为一类”的原则，那么计算获得m-1类群体；第三，在剩下的m-1类群体中继续重复第二步，将距离最近的两个类群体继续划归为一类，直到合并为一类为止；第四，根据组织构建高层次科技人才团队的目标，确定划分类的个数以及该类中的成员。因此，通过聚类的方式，把高层次科技人才中优势突出的个体和优势特征提炼出来，从而为团队的构建提供优势组合的分析基础。

2.4 考虑聚类分析的高层次科技人才团队成员筛选方法

(3)

3 实例分析

为了缓解西部地区科技人才引进困难的现状，现在西部某高校构建科技创新团队，需要从其他省市选拔符合条件的高层次科技人才，以合作伙伴的方式展开科技联合。根据上文识别出的高层次科技人才创新能力特征，以此作为评价指标体系，需要从16名候选人筛选出4名符合条件的成员组建创新团队，进行相应的评价。

3.1 数据处理

根据高层次科技人才创新能力特征，邀请相关专家对16名高层次科技人才候选人进行测评(候选人采用1#～16#标记)，采用五点量表，相应算术平均之后的原始得分数据见表4。

表4 16名高层次科技人才候选人原始数据

根据高层次科技人才个体优势判别中式(1)和式(2)，判别出16名候选人的创新能力个体优势。由于采用五点量表，从而理想解为5。因此，通过计算得到相应的个体优势，计算结果见表5。

表5 16名高层次科技人才候选人在创新能力特征上的个体优势

采用SPSS 21.0 软件对16名候选人在创新能力特征上个体优势进行聚类分析，其中样本点之间的距离选择平方欧式距离，而类间距离选择离差平方和法，据此可以划分为4类群体，处理结果见表6。

表6 4类群体模式及其优势特征

表7 4类群体模式情况下的16名候选人排名结果

因为群体A包括2名候选人，那么在16名候选人当中可以看作有2/16的候选人认可相应的排名结果。此外，相应的群体B的认可比例为9/16，群体C的认可比例为3/16，群体D的认可比例为2/16。因此，为了有利于从群体中筛选出候选人，对在不同群体中的候选人进行排名，筛选出排名在前8名的人员(排名前50%)，处理结果见表8。

表8 4类群体模式下16名候选人排进前8名的排序结果

注：√代表排名为前8名，×代表排名未进入前8名。

3.2 结果讨论

(1)由表5的计算结果，以高层次科技人才候选人1#为例，其个体优势为w=(0.027，0.021，0.067，0.027，0.030，0.827)，根据数值越大优势越明显的原则，候选人1#在创新能力方面的优势体现在创新贡献，其次是人才培养；以候选人2#为例，其个体优势为w=(0.249，0.090，0.249，0.194，0.090，0.127)，其优势项目为知识背景和人才培养；以候选人3#为例，其个体优势为w=(0.384，0.006，0.125，0.384，0.051，0.051)，在创新动机和知识背景方面具有优势。类似地，其他候选人的个体优势以此类推。研究表明，个体优势代表了被评价候选人的优势分布，是个性化优势的体现。

(3)由表7可得，从各具优势的群体当中筛选候选人，以群体A中候选人的排名为例，尽管从最有利于群体A的角度出发，即从候选人1#、6#的优势出发，但来自群体D的候选人9#排在了群体A中的第一名，表明以上设计方法具有客观性，即优秀的个体在判别过程中被识别出来，而不管来自任何群体。群体A中排在前四名的候选人分别为9#、1#、6#、7#；群体B中排在前四名的候选人分别为3#、13#、7#、5#；群体C中排在前四名的候选人分别为12#、7#、4#、6#；群体D中排在前四名的候选人分别为9#、14#、5#、3#。研究显示，4类群体中的候选人排名各不相同，但表现优秀的候选人在该群体中排名往往靠前。

(4)根据表8的排序结果，得到从高层次科技人才候选人的视角确定出排名处于前50%的结果。按照累计频次由高到低的原则，候选人7#和12#累计频次达到了4次，其中候选人7#来自群体B，在该群体中的排名为第三名，候选人12#来自群体C，在该群体中的排名为第一名，两名候选人均来自不同的群体并且排名靠前，具有构成创新团队的优势基础，因此，可以将候选人7#和12#作为首选人员。候选人3#、8#、15#累计频次达到了3次，结合表6的内容，不难发现，以上三个候选人均来自群体B，而群体B中已经有了候选人7#作为优秀代表，因此候选人3#、8#、15#即使排名靠前，也不能作为备选人员。候选人1#、5#、6#、9#、13#、14#累计频次为2次，其中候选人1#、6#来自群体A，候选人5#、13#来自群体B，候选人9#、14#来自群体D，由于需要选拔4名合适候选人，已经确定了2名，需要从剩下的群体A和群体D中筛选。结合表7的内容，群体A中的候选人1#排在第二名，候选人6#排在第三名，候选人1#优于6#，因此候选人1#当选。群体D中候选人9#排在第一名，候选人14#排在第二名，候选人9#优于14#，候选人9#作为群体D代表当选。

综合以上讨论，根据“个体优势+群体优势”的约定，被确定的候选人既来自不同的群体，又是在该群体中排名靠前的个体，因此，候选人7#、12#、1#、9#构成高层次科技人才创新团队。

4 结论和启示

4.1 研究结论

研究显示，从高层次科技人才个体的视角，从识别高层次科技人才创新能力特征为起点，并且构建创新团队，是解决人才引进的关键环节。引进高层次科技人才往往需要兼顾两个方面，一方面是选拔具备创新能力的高层次科技人才；另一方面是以创新能力优势为基础构建创新团队。在创新能力识别层面，以个人构念为起点，综合研究者主观分析和被调研者的真实想法，全面而系统地识别出高层次科技人才创新能力特征，识别的结果认同该群体的特殊性，有利于发现引入该群体的客观规律。在创新团队构建层面，围绕个体优势，客观判别出高层次科技人才候选人的群体优势，根据优势匹配的原则，充分发挥群体优势和个体优势，构建能够发挥优势的创新团队。

4.2 管理启示

在短期内，地方管理部门及企业可以采用选拔和培训一体化的方式提升高层次科技人才的创新作用。一种有效的方式是在选拔过后开展精准培训策略，即根据选拔匹配的结果明确高层次科技人才个体的优势和短板，可以由地方管理部门及企业针对性提供培训资源，在团队内部开展榜样学习、交流，使团队内部的科技人才心理上更愿意接受并向优于自身的科技人才学习。例如，青岛市针对新引入的院士提供政策及资源支持，在新进入的专家之间搭建学习和交流的平台。尽管高层次科技人才选拔之后进行培训能够使其迅速适应工作环境，但是这种方式也不可避免会造成高层次科技人才的创新能力停留在通用性能力方面，因此在初期可以交由地方管理部门进行能力提升，而随后科技人才个体创新能力提升，可以由企业或创新团队定期组织培训，实现创新活动的可持续优势。