基于胜任力模型的高校应用型人才培养策略研究
2019-05-14孙丽璐何梦庭
孙丽璐,何梦庭,龙 婷
(重庆理工大学 a.管理学院; b.经济金融学院, 重庆 400054)
我国目前处于经济社会发展转型的关键期,在“供给侧改革”“一带一路”“中国制造2025”等发展战略的实施中,对应用型技术技能人才的需求尤为迫切。由内而外的诸如国内经济转型、社会转变和国际经济政治格局调整,都迫切需要高校紧扣时代发展趋势,积极应对[1]。应用型高校作为区域和行业发展的智力支撑点,与产业和创新链建立紧密对接的专业集群,持续有效地输出具备应用型人才胜任力的毕业生,是更好服务地方经济社会、实现产学研协调发展的根本前提。应用型人才是指将一般规律或理论转化为应用性成果的人才,是实践学术化和知识实践化的统一[2-3]。当前,依然存在就业形势严峻和社会需求升级等问题,毕业生胜任力不足是导致他们就业难的重要原因[4]。社会需求升级导致应用型人才培养体系受到挑战,比如应用型人才指标评价体系和培养方式体系的构建尚待完善[5],教育宗旨、理论发展速度跟进和考核方式较为落后[6],产学研相结合的要素尚未形成有效链接等问题[7]。目前,应用型高校人才培养的关键问题是培养目标缺失,根据胜任力标准制定应用型人才培养方案重要而迫切[8]。近年来,胜任力在工作能力、绩效水平和职业发展方面的鉴别性,以及团队与组织匹配度上已获得学术界的共识[9-11]。胜任力在高校人才培养的运用方面,已有针对应用型高校教师的胜任力模型研究[12-13],如以学科背景为基础的经济管理类应用型人才培养模式[14]、人力资源管理人才培养模式[15]、专业分层次人才培养模式[16]、COSO内部控制人才培养模式等[17]。近年来,相关研究从某一行业和专业角度开展了应用型人才能力特征和培养方式等方面的探索,但目前仍缺乏普适性的应用型人才胜任力模型,以及在此基础上形成的人才培养建议和措施。因此,本研究以胜任力理论为指导,通过结构化问卷与数据分析,构建应用型人才胜任力模型,链接知识、实践与素质一体化的人才培养方案,从理论上可以优化学科专业建设;将学业评估体系与外部环境相结合,形成多主体协同培养人才合作机制,从实践上将学生个性特质与未来职业相契合,精准化培养高素质的应用型人才,为经济社会发展提供相应的人才支持。
一、 研究基础
应用型人才的“应用”能力,是知识实践化和实践学术化的统一,这种“应用”的过程是将应用性知识技能转化为实践动手和创新能力,从而服务于行业进步与区域经济。胜任力是个体成果执行工作内容、完成目标而具有的素质集合,包含内在动机、知识和技能、自我形象与社会角色等。本文所研究的高校主要是由地方支持,受省(直辖市)和地市政府部门领导和管辖的院校,其特点是受国家政策影响明显、对区域经济社会发展依附性强,具有明显的地域性特点,而应用型人才则是指上述高校的人才培养方向和建设目标。
胜任力是个体成功执行工作内容、完成目标而具有的能力集合,包含内在动机、知识和技能、自我形象与社会角色等综合素质。相关研究已开展近70余年,早期研究侧重于理论模型的构建,近年来则强调胜任力模型的应用与实践,特别是针对不同层级和行业能力进行指标间比较和权重赋值,并将指标运用到管理流程和团队建设中,从而激发人才潜能、提升组织效能。如Muratbekova-Touron根据技术人员和技术管理者特征,构建了目标、管理质量、革新能力、服务意识和价值观的六维度综合胜任力模型[18];Tutu等研究了高绩效和技术人才胜任力之间的关系[19];也有学者构建了设计师胜任力模型、村干部胜任力素质、企业信息管理人员胜任力模型、警察胜任力模型等[20-22]。
在应用型人才胜任力研究方面,邹海燕提出将行业需求与应用型人才培养指标结合[5];周沛等发现,在人才培养模式要素中,从高到低分别是师资、教学效果、试验设备平台、科技创业园区、管理体系、企业和院校信赖度、员工知识与技术能力和校园文化[7];王成基于博耶多元学术观理论,探索了应用型本科高校教师胜任力结构[12];唐伶认为目前应用型高校人才培养中的关键问题是培养目标缺失,因而根据胜任力标准制定应用型人才培养方案重要而迫切[8]。可以看到,相关研究均认为,社会需求的能力要素对应用型人才的培养方向和培养措施有方向性指导作用,而针对应用型人才的胜任力模型尚未系统构建,这也是本研究的意义所在。
二、实证研究
(一)研究方法
本研究采取数据抓取(python和excel)、词云归纳和问卷调查法,对不同行业应用型人才的岗位需求特质进行分析和归纳,建立应用型人才胜任力的理论框架。
(二)研究过程
根据智联招聘和中华英才网《2017年中国雇主需求和白领人才供给报告》显示,求职率最高的前10类行业,分别是互联网行业(互联网/电子商务)、计算机行业(计算机软件)、金融行业(基金证券期货投资)、房地产行业(建筑建材工程)、人工智能行业(深度学习和数据挖掘)、IT服务业(系统数据维护)、媒体行业(出版影视文化传播)、通信行业(电信运营)、航天行业(航天研究和制造)和网络行业(游戏)。将以上行业所需岗位的6 123份招聘要求进行归纳,筛选标准包括三类限定项:全职、无经验要求以及本科学历以上,将词条制作为词云,形成调查问卷的调查项目。
互联网行业的岗位需求为:数据能力、项目经验、沟通能力、熟悉行业发展、岗位培训、客户需求洞察力;计算机行业的岗位需求为:架构能力、研发能力、项目管理、产品推广和客户需求洞察力;金融行业的岗位需求为:数据分析、沟通能力、主动学习、客户需求洞察力等;房地产行业的岗位需求为:客户需求洞察力、沟通能力、责任感、主动学习、知识素养等;人工智能行业的岗位需求为:逻辑算法、人脸识别与语音识别、大数据分析、终端服务和客户需求洞察力;IT服务业的岗位需求为:大数据分析、沟通能力、主动学习和客户需求洞察力;媒体行业的岗位需求为:商业洞察力、知识或艺术修养、沟通能力和责任感;通信行业的岗位需求为:数据结构、软件工程、网络规划、运营需求洞察力和行业规范;航空航天行业的岗位需求为:责任心强、视力和身高要求、身体健康、文化素养等,网络行业的岗位需求为:项目经验、懂VR和AR技术、设计能力、责任心强、沟通能力等。
本文通过梳理词条,形成应用型人才胜任力特质的项目提纲,了解应用型人才应具备哪些胜任力特质及这些特质的重要性如何排列。结合有关文献和量表,采用五点量表法,中值为3。设置了48项胜任力要素构成题项,另加两道测谎题,共计50题,每个要素都有“非常不重要”“比较不重要”“重要”“比较重要”“非常重要”5个选项。
(三)研究对象
本文通过中国人力资源管理教学年会、万宝盛华猎头公司、易财猎头公司、猎聘网、瑞仕方达猎头公司等机构和网络平台进行问卷调查。问卷填写者均为HR部门招募负责人、部门主管或专职人员,时间为2017年10月10日至2017年12月9日,被试群体构成见表1。
表1 被试群体构成
(四)数据收集
将收集到的词条构成项目提纲,形成应用型人才胜任力调查问卷,对初步提炼的48项胜任力对被试群体进行测量,共发放472份调查问卷,回收402份(回收率为85.2%),剔除不完整的废卷8份及通过测谎题筛掉的废卷26份,有效问卷为368份。
首先,对统计回收的问卷数据进行探索性因素分析;其次,利用平均数差异显著检验及总分的差异检验结果作为鉴别标准,删减鉴别力差的题项;再次,采用相关分析构建模型,形成正式问卷;最后,对形成的正式问卷进行信、效度检验,并进行总体的特征研究分析和回归分析。
(五)统计分析工具
本文运用AMOS 16.0和SPSS 23.0统计软件对数据进行分析和处理。
三、结果分析
(一)问卷项目分析
首先将问卷总分在后40%的作为低分组设为变量1,问卷总分在前40%的作为高分组设为变量2,然后对高、低分组的题项进行独立样本T检验,删除未达到显著差异的3个题项和2道逻辑测谎题;其次将剩余45个题项与问卷总分进行相关分析,将绝对值小于0.3的题项删掉,共删除了10个题项;最后剩余的35个题项得分与问卷总分的相关性都在0.3~0.7(表2),说明这些题项的鉴别力良好。
表2 问卷项目分析结果
注:*p< 0.05;**p< 0.01; ***p<0.001
表3 KMO and Bartlett’s Test
图1 碎石图
对35个题项进行分析,删除表现不佳的10个题项,剩余23个题项,采用Bartlett’s球形检验,其KMO值为0.741(大于0.7表示较适合因素分析,表3),说明变量间具有较强的相关性,数据适合做因素分析。
通过主成分分析法得出因素成分所解释的总方差表(表4)。当到达第4主成分时,23个题项能够解释总变异的48%,则可以确定特征值大于1的4个因子,也可以从碎石图(图1)中验证4个因子的解释度。
以因素分析对各因素进行加总求和,测算得出每项因素所占比重。通过对因素的重要性程度排序,得到该模型的4个因素分别为专业能力、职业发展能力、管理能力和个性特质。从表5可以看出,应用型人才胜任力模型中比重最大的仍是专业能力,其特征贡献值达到11.42%,从各题项内容看,专业能力的内涵并非只包含传统的基础理论水平,还包括学习能力、创新能力和自我激励等能力特质与态度特征,这可能与互联网时代的知识迭代和技术更新规律有关,它要求个体能迅速收集、消化和运用专业知识,不断通过自我驱动和有效沟通,保证个体掌握该行业最前沿的知识技术,从而具有专业核心竞争力。职业发展能力的特征贡献值为11.37%,其题项包括职业道德和职业发展规划等内容,职业道德涉及个体在职业活动中应遵循的行为准则,比如诚实守信、爱岗敬业和文明礼貌等,这是个体的职业责任和义务,是真正融入团队并发挥个人价值的必要条件,也是获得团队认同和职业发展的重要前提;职业生涯则是从个人发展的长远角度,寻求自我与环境的匹配、能力提升和职位晋升等方面的探索。管理能力的特征贡献值为9.37%,从管理能力因素的题项可以看到,这种管理并非传统的管理模式和方法,而是个体在明确组织目标的基础上,能高效地进行团队沟通与协作,能有效地整合资源并积极投入到工作中;个性特质的贡献值为7.30%,题项的内容包括了自我驱动能力和自我控制能力两方面,这要求个体在面对复杂多变的行业环境时,可以迅速反应并付诸于行动,在行动过程中进行自我暗示和认知调整,保持积极的工作态度和良好的工作状态。总体上看,应用型人才胜任力模型各项因素所占比重差异不大,这表示应用型人才的培养和筛选不能过度偏向专业知识或者理论水平,更需要考虑到综合能力的均衡发展,将人才培养目标与个体综合素养提升进行深度融合。
表4 因素成分所解释的总方差
表5 因素的负荷与共同度
续表(表5)
四、对策建议
本文采用词云归纳、问卷调查和因素分析法,构建应用型人才胜任力模型,模型包括专业能力、职业发展能力、管理能力和个性特质4个因素。各因素的权重差异不大,说明应用型人才胜任力体系呈平衡发展状态,除专业能力之外,还涉及人格特质、自我意识和综合管理能力,因此高校对应用型人才的培养过程应理解为应用型人才综合素养的系统提升过程,将胜任力体系的内容与人才培养方案进行有机结合,将专业能力、职业发展能力、管理能力和个性特质的开发与课程和教学体系、学科专业建设、人才协同培养及职业生涯规划等进行深度融合,具体措施如下:
第一,突出专业能力培养的区域特色性、行业前沿性和就业导向性。在专业能力方面,除了要掌握基础理论体系框架,还应把握学科前沿动态和行业形势,从国家政策导向和区域特色发展思路出发,通过学习、创新和自我定位,将个人发展与行业需求进行联系。专业能力培养在具体实施中应细化专业人才培养规格和标准(特别是国家或行业标准)。将培养标准与胜任力因素结合、理论和实践系统对接,特别是将高等教育发展、区域行业发展趋势、专业教学教育规律、行业企业发展需求与胜任力模型进行逐条匹配,例如根据权威的专业比赛中形成的专业能力胜任力鉴别标准,构建可量化能力培养目标和递进的专业知识教育体系,保持定期的方案设置修改,实行弹性化的阶段性反馈和修正制度,真正体现应用型人才胜任力培养需要和人才培养方案的有效实施。
第二,倡导职业发展能力和专业能力的目标趋同性。从胜任力的发展层次和阶段性培养目标出发,构建包含基础理论、创新实践和健全人格课程在内的综合课程体系。在专业理论课程教学方面,侧重于建立专业基础知识与行业前沿技术的逻辑关系,通过实践课程培养学生问题解决能力和创新能力;在课程内容建设方面,可参照业内较为权威的职业标准和岗位要求,契合最新经济社会发展需要和前沿技术要求,进行课程的持续升级和体系修正;在人格的自我探索和接纳方面,通过协助学生了解自我人格特质,帮助他们有效进行压力管理和自我激励。此外,我们可以尝试进行跨学科、交叉学科和隐形课程的开发与运用,对学生的管理能力、社会适应能力和个性等方面的综合素养进行提升,进而鼓励他们了解职业道德、信息获取技术和职业规划等知识,从而帮助学生获得更长效的职业发展动力。
第三,实行理论学习与实践反馈的深度融合和阶段交替制度。实践性和应用性能力是应用型人才胜任力模型的重要内容,而传统的理论知识传授教学体系已经很难满足应用型人才胜任力培养要求,因此需要构建一种能兼顾理论知识教学和实践教学的教学体系。首先,需要围绕应用技术和胜任力模型创立系统的专业技术理论教学体系,以学生个性特质、能力培养和教学需要为出发点,广泛采用启发式、案例式、实训式、任务驱动式以及模拟训练式等多样化的教学方法,提高教学的灵活性和实用性,增强师生互动参与效果;其次,确保教学内容以应用型人才胜任力开发为基本出发点,构建特色化实践教学体系,增加行业发展的前沿理论和技术内容,形成以专业应用能力、就业能力、创新创业能力和持续自主学习能力的综合素质培养体系;最后,将考核目标、内容指标和方法、考核结果以及应用型人才胜任力培养质量评估落实在教学效果考核和学生就业质量的评价方面,发挥教学和就业评估对应用型人才胜任力培养的反馈和保障作用。
五、结语
应用型人才是我国经济建设和产业转型的主要动力,在创新型国家的建设进程中有重要影响和作用。应用型人才胜任力模型具有时代性、全面性和个性化的特质,本研究通过词云归纳形成调查问卷,构建高校应用型人才胜任力模型,包括专业能力、职业发展能力、管理能力和个性特质4个因素。高校在应用型人才的培养过程中,应突出这4个因素的平衡发展和逐步提升。此外,应用型人才培养过程也需要多元主体的参与和协助,比如通过专业的职业生涯规划,提升应用型人才的自我认知、自我定位和自我激励能力等;通过校企合作、校政协作和国际合作等,提升应用型人才的行业认知、职业定位和自我规划能力等。由于本研究采用词云技术探索了应用型人才胜任力的模型结构,在今后的研究中,笔者将深入到具体行业中进行专项调查,通过用户画像和数据挖掘技术来识别具体领域的胜任力特质。