脑象图测评技术在人力资源管理专业选择中的应用研究

毛翠云　莫舒淳

摘要：随着社会主义市场经济的快速发展，以及企业管理制度日趋完善和成熟，人力资源管理逐渐在企业的发展中起到中流砥柱的作用。人才市场的需求导致了大批学生进入高校学习时盲目地选择人力资源管理专业，忽略了自身与专业的适切性。因此，文章引入一个科学客观的测评方法——脑象图测评技术，发现优秀人力资源管理学生的左前脑和左颞具有明显特征优势。一方面为意愿进入人力资源管理专业学习的学生提供参考依据，另一方面也为高校对学生的选拔与培养提供一定的理论参考。

关键词：人力资源管理；测评方法；脑象图测评技术

随着社会主义市场经济的快速发展，以及企业管理制度日趋完善和成熟，人力资源管理逐渐在企业的发展中起到中流砥柱的作用。根据职友集网站数据统计分析可知，人力资源管理专业在1126个专业中，就业排名第七；在46个管理学专业中，就业排名第三；在14个工商管理类专业中，就业排名第二。人才市场的需求导致了大批学生进入高校学习时盲目地选择人力资源管理专业，却忽略了自身与专业的适切性。因此本研究引入脑象图测评技术作为一种更客观科学地方法评价学生是否适合选择人力资源管理专业。

一、脑象图技术的科学依据

（一）脑象图的生理基础

人类的大脑大约包括了1011个神经元，它们之间形成了约1015联接突触，类似于线路上的电源开关，其中，大约75%与意识活动有关。而人的行为，本质上是由人的大脑决定的。对大脑而言，大脑中每一个活着的细胞就是一个个“微小的发电站”如果将这些电活动收集起来，其提供的能量足以将8瓦灯泡点亮。记录这些自发的、有规律的神经电波活动发现，其频率变动范围在1～30次之间，可以分为四个波段：当我们完全进入深睡时，大脑就以0.5HZ～4HZ的频率运动，即δ波；当我们开始感到睡意朦胧时，脑电波就变成以4HZ～8HZ的速度运动，即θ波；当我们的身体放松，大脑活跃，灵感不断的时候，大脑以8HZ～12HZ的频率运动，称之为α波；当我们的状态是清醒、专注、行动有效，甚至带有些情紧张或焦虑不安时，大脑导出了β波，其频率为14HZ～100HZ。通过相同的诱发刺激，将大量微弱的脑波活动信号叠加（常达到100次以上）以去除白噪声，从而得到被放大的的脑电波形。

（二）脑象图技术的基本原理

1989年，我国著名脑电图专家王德堃教授在脑电图临床研究与应用的基础上，根据混沌动力学的原理建立了数学模型，利用电子计算机数码成像技术，将实时的、时变的脑电信号的运动轨迹转化成具有演化的、动力学特征的物理几何图形，称之为脑象图（electroencephalogram，EEG）测评技术。脑是复杂的、多层次的混沌动力系统，脑功能的物理基础是混沌动力过程；条件反射是简单叠加的，第2、3 信号系统是混沌，意识与概念的形成则是层次混沌。脑象图完全摆脱了脑电图曲线的约束，在二维空间中创造出三维空间的立体效果。脑象图的测评技术实现了对被测者的思维介质基础和潜在能力作出科学判断，能够更科学地分析其对应大脑的质量特征和功能势态，由此可以更客观地解读被测试者大脑的左前区、左后区、右前区、右后区和左右两颞的优势特征、劣势特征、潜能和不足，以及发展趋向等。

（三）脑象图技术目前的主要应用

脑象图用于人才测评最早的一个相关性研究是1992年中国女排技术顾问、中国体育大学李安格教授与王德堃教授合作，针对13名中国女排队员进行双盲实验，发现脑象图对运动员智力水平的评价与主教练的主观评价高度相关。并在此研究的基础上，以优秀女排运动员脑象图为参照模版，选拔出了与之特征相关性最强的后备队员。随后，1994开始，北京八中采用脑象图技术挑选适合进入“超常班”的资优儿童，济南、北京空军招飞办合作研究优秀飞行员在脑象图上的关键指标，山西警官高等专科学校开展“特警和刑警脑象图研究”，以及针对优秀钢琴选手、优秀幼儿教师、财会人员、销售人员等的脑象图特征研究。在教育领域，脑象图能够发现儿童的特长倾向，并在中学生文理选课、高考填报志愿以及择业领域提供意见参考。在医疗领域，脑象图技术能够为一些特殊的儿童治疗和开发提供科学地指导依据，以及用于对抑郁症、焦虑症等精神疾病的诊断。

二、基于脑象图的人力资源管理专业选择实证研究

本研究针对高校优秀的人力资源管理专业学生，研究其在脑象图上体现出的特征优势，既为意愿进入人力资源管理专业学习的学生提供参考依据，也为高校在课程设置、培训与实训基地和教育教学管理等方面提供改革依据，也为贯彻落实国家关于促进人力资源服务业发展的总体部署以及建设一支素质优良、结构合理的人力资源服务业人才队伍提供现实依据。

（一）研究对象

选取某高校人力资源管理专业大二到大四共30名学生，选拔标准一方面要求学习成绩优异，绩点排名达到专业前20%，另一方面兼顾挑选在班级或学生会中担任学生干部，并且有活動组织经验，或者是积极参加各种比赛的学生，并且获得过校级及以上奖项的学生。所有被试者均自愿参加本次测试。

（二）测量工具

本研究采用的测量工具是由北京天智脑象科技有限公司于2013年正式推广的第三代移动式脑象图测试仪（Talents-300），兼具脑电信号采集软件及脑象图成图软件。该仪器以脑电图技术和脑象图技术为基础，利用计算机数码成像技术，将脑电信号生成图形，并利用已建立的天智脑象测评专用数据库完成智能判图。天智脑象设备具有尺寸小巧、便于携带、集成性和稳定性高、抗干扰能力强等特点，成为当前脑象图研究的重要测量工具。

（三）脑象图数据采集流程

首先，在测试前要求被试者精神状态和身体状态良好、情绪稳定，禁止服用镇静类、感冒药物，将手机等通讯电子工具放于测试室外，洗净头发，自然放松地坐在测试椅上，不能集中精力考虑某一问题。然后，将脑象仪开机预热10分钟，将电极在1%食盐溶液中浸泡5分钟，等待过程中为被试者选择佩戴合适的电极帽，并在左右脑各安装9个电极，中间1个电极，呈现左右对称、均匀分布，紧接着联接导联线。最后，系统开始对被试者脑电波进行图像采集，达到30次有效图像后停止采集，上传数据并生成脑象图测试报告。

（四）测试结果分析

本研究连续采集保存n次（测试次数越多，结果越精确，一般在10～20次之间，本文采用20次））脑电数据，并转化为其六个脑功能区的脑象图，并为为特优图形赋值正3，优秀图形赋值正2，良好图形赋值正1，一般图形赋值0，较差图形赋值负1，得到各脑功能区n个优势特征值fLFi、fRFi、fLTi、fRTi、fLOi、fROi，并计算出各脑区的优势特征均值。

根据以上步骤可以得出综合分析结果，这30名优秀的人力资源管理专业学生在左前脑所得优势特征百分数均值为1.34，右前脑所得优势特征百分数均值为1.06，左颞脑所得优势特征百分数均值为1.30，右颞所得优势特征百分数均值为1.06，左后脑所得优势特征百分数均值为1.21，右后脑所得优势特征百分数均值为1.31。可以发现，这些学生的脑象图大都显现出左前脑和左颞明显优于另外四个脑区，右前脑和右颞则测试结果稍差。综合脑区优势与表象特征说明与最终测评结果表明，优秀的人力资源管理专业学生抽象的逻辑思维、逻辑理解能力较强，善于分析问题、逻辑推理、数理运算、解决难题， 理智、独立，较为追求自我成就， 个人意识较强， 唯物的思维模式，抽象记忆、机械记忆较强，对数字、电话号、字母等的记忆良好，能够自律自控。但是在直觉思维、灵感思维和创造思维方面缺乏训练，其创新能力、风险的承担能力、整合能力稍弱，在情绪控制、空间位置感以及理解性记忆方面均有待加强。

三、结论启示

脑象图技术所展现的有限的大脑物质结构中的动力学特征反映了人类个体无限、独一无二的精神世界，也作为独特的物质载体改变着人们的理念和思维方式。迄今为止，人才测评领域发展较为成熟的方法包括情景模拟法、面试技巧、心理测验、行为问卷、评价中心技术，但这些方法都带有较为明显的主观性。脑象图技术宛如一股新鲜的血液注入人才测评领域，从“认识大脑”这一崭新的生理物理学视角来甄别人才。脑象图技术作为一项特殊的脑功能状态评估技术与传统的人才测评技术结合，必将成为21世纪人才测评技术史上的重要飞跃。文章从脑象图角度对人力资源管理专业学生的优势特征进行分析，发现优秀的人力资源管理专业学生在左前脑和左颞区域明显优于另外四个脑区，具体在素质特征上的体现是这类学生在成就导向、毅力坚持、逻辑推理和自知自控等方面具有显著优势。为高考生进行人力资源管理专业填报提供依据，同时也为高校对该专业资质优秀的学生的选拔与培养提供一定的理论参考。

参考文献：

[1]Ulrich D，Brockbank W，Yeung A K.Beyond belief：A benchmark for human resource[J].Human Resource Management ， 1989（03）.

[2]Jacek Lipiec.Human Resource Management Perspective at the Turn of the Century[J].Public Personnel Management ， 2001（02）.

[3]McClelland D C.Testing for competence rather than for intelligence[J].American Psychologist， 1973（01）.

[4]顧琴轩，朱牧.人力资源管理专业人员胜任力研究[J].中国人力资源开发，2001（09）.

[5]刘名顺，刘青蕊，付艳霞，等.脑象图概述[J].现代电生理学杂志，2014（03）.

[6]毛翠云，陆婷婷.脑象图测评技术在人才招聘中的应用研究[J].中国人力资源开发，2016（06）.

[7]赖靖，闫建齐，王学敏，等.脑象图在健康管理中的应用[J].现代电生理学杂志，2013（03）.

[8]谢巍.人力资源管理专业人员胜任力研究[J].中国人力资源开发，2008（05）.

[9]黄钟仪.人力资源管理专业人员能力素质模型及其建立[J].企业管理，2008（20）.

[10]贾建锋，马钦海，关志民，等.基于胜任特征模型的本科专业课程设计研究： 以工商管理专业为例[J].管理学报，2011（08）.

[11]段文敏，阎宝云.脑象图测评技术临床研究与应用[J].现代电生理学杂志， 2013（03）.

[12]洪悦，邱勇.脑象图测评技术在精神医疗诊断领域中的创新[J].中国医学创新，2012（30）.

[13]刘清华.加强选才能力建设实施大学招生综合素质评价[J].中国高等教育， 2013（10）.

[14]胡昱东，陈劲，李明坤.研究型大学大类培养模式下学生专业选择影响因素分析[J].清华大学教育研究，2016（04）.

[15]毛翠云，王世坤.基于素质模型的创业者胜任力测评研究[J].科技管理研究，2012（21）.

*本文系2010教育部人文社会科学研究项目“创业胜任力脑象图测评研究”（项目编号：10YJA630116）的研究成果之一，亦系2015江苏高校品牌专业建设工程项目（编号：PPZY2015B167）研究成果之一。

（作者单位：江苏大学管理学院。莫舒淳为通讯作者）