AI应用环境下酒店管理专业人才胜任力培养模型的构建

何小怡 钟文梓 郑直 李铭

一、研究背景

自党的十八大以来，中国职业教育的改革和发展得到了进一步的反思和重视。2019年国家国务院、教育部和财政部陆续出台中国职业教育深化改革的方案和制度，从职业教育的地位、角色和人才培养等角度提出现代化职业教育的转型思路。基于国家职业教育的要求，人才培养定位应以企业人才需求和发展为依据，从知识、能力和素质等角度培养行业所需的人才。本研究以人工智能应用和发展为背景探索酒店管理专业人才胜任力培养模式如何构建，希望通过探索院校酒店管理专业与酒店行业在人才评估标准之间存在的问题和差距，建立人才培养的胜任力模型，消除行业用人需求和酒店管理专业人才培养结果之间的壁垒，为酒店管理专业的人才培养改革提供依据。

二、文献回顾

1.酒店管理专业人才能力培养方向。酒店管理专业人才能力培养是指经过对酒店管理专业学生进行教育和培养，以使得学生所具备的能力达到企业的用工能力要求。针对酒店管理专业人才培养方向，我国学者主要关注于员工职业能力的培养分析，如魏军等验证的酒店管理专业的职业能力包括敬业精神、心理抗压能力、沟通协作能力、社会适应能力等共11项;尹华光总结的酒店专业人才素质需求包括良好的职业素养、沟通能力、实践能力和专业素质4个方面;刘欣欣从岗位胜任力素质的角度提出了酒店管理专业学生的能力培养应包括职业素养、专业知识、职业能力、创新创业能力。

2.酒店人工智能应用影响。2013年，国家旅游局发布了《饭店智能化建设与服务指南》（LB/T 020-2013）中提出了智能饭店的发展理念。2016年，希尔顿酒店集团、海航酒店集团、阿里未来酒店等诸多国内外酒店品牌将推出了机器人前台、客房送货机器人的辅助服务，实现了AI技术智能化服务在酒店服务业中的智能应用。人工智能的应用和发展将辅助员工岗位工作，使得员工有更多精力投入创造性、创新性业务以及情感联系工作。但对于员工岗位胜任力不仅要求其专业知识和专业技术，而且更加侧重于员工的职业社会能力、创新等能力。因此，院校酒店管理专业人才的培养能否满足酒店对技能型人才的要求需要重新进行审视。

三、研究方法

本研究采用访谈法与问卷调查法进行，收集了10所酒店管理院校对人才培养的规格和目标指标，以及37名酒店行业管理人员对人才需求的能力指标和人工智能的应用信息。访谈结束后，将信息进行共性分类处理，汇总酒店人才能力需求的指标共46项。其次，基于深入访谈和焦点小组访谈所收集的胜任力模型指标，将其作为评估因子，采用问卷调查法收集酒店管理人员对人才培养的目标期望。问卷调查通过电子问卷形式发出，共收回问卷255份，有效问卷为233份，有效问卷率为91%;通过SPSS工具对问卷信息离散值的分析，剔除3份离散值问卷，最终有效问卷率为90%。

四、研究发现

1.酒店人才需求与院校人才培养目标存在的差距。人工智能在酒店行业已经得到普遍应用。由于酒店的性质不同以及基于个性化和人性化服务的需要，人工智能在现阶段尚未完全取代人力劳动，但人工智能对酒店岗位职责依旧存在替代性、辅助性和催生性的影响。在酒店的运作过程中，人工智能已经作为员工工作的重要工具，企业对员工的智能应用能力也具有一定的要求，同时，更加注重对员工的沟通表达能力、解决问题能力的培养。然而，多数院校的人才培养目标未将人工智能的应用影响作为调整人才培养方案进行思考，仅只有极少数者在人才培养方案修订时适时在理论课程中加入大数据分析、电子商务等课程。

由此可见，人才培养目标与行业人才需求的契合度高低是当下职业教育所面临的挑战。院校作为人才培养的输出端是否能满足企业接收端的用人要求将会影响到行业人才的发展。因此，在人才输出和人才接收的标准中应最大程度消除存在的差距。本研究发现院校对人才能力的培养注重管理提升知识，其次为沟通协调能力、岗位操作能力和岗位的专业知识，因此在学生培养的课程中注重人力资源、财务等管理类课程的比例，其目的是基于员工职业发展的需求，以满足行业基层和中层人员的培养。而行业对人才的需求则基于当前企业对人才的需求，注重人才的岗位专业知识、服务态度和岗位应用能力。两者之间对人才的培养和需求标准并不完全一致。

2.在人工智能应用背景下，人才胜任力指标的培养需求。为进一步探索酒店人才培养的重要能力指标，本研究采用均值和变异系数对问卷所收集的46项指标评估数据进行识别和筛选，剔除数据样本中离散值较大的变量，确保人才胜任力培养指标具有较高的有效性。所有变量的平均范围为5.42～6.63，说明变量的重要性评估具有一定的差距。变异系数是关键参考值，变异系数越小，表明不同管理人员的期望或意见趋向一致，收敛程度越高。变异系数的计算方法为：标准差/平均值（C.V.=SD/Mean）。

以核算各指标变量变异系数和所有指标变量的算术平均值，对比自身的变异系数与平均值的差异，删除小于平均变异系数对应的变量指标，保留收敛程度较高的指标。经核算，各个变量的变异系数范围在0.1～0.22之间，说明所有样本对部分人才培养的期望未形成统一的意见。因此，以所有指标的平均变异系数（0.16）作为意见收敛程度的基准，对标46项变量指标的变异系数，将所有低于0.16的指标进行剔除（共17项），保留29变量指标，确保指标变量需求评估的一致性。

使用SPSS 21.0工具进行探索性因子分析，采用主成分分析方法，通过对因子旋转的分析，提取共同因子。KMO和Bartlett的球性度的抽样测量显示，KMO值为0.946，大于0.9，变量间的相关性越强，而Bartlett的球形度检验显著值为0.000（小于显著性水平0.01），代表所有的指标之间存在共同的因子，非常适合使用因子分析法检验数据。

公共因子的提取要求其特征根大于1且累计变异系数不少于60%的公因子。根据因子分析解释的总方差结果，共有4个公因子特征值大于1，且累计变异百分比达到68.373%，而将29项指标经旋转成分矩阵分析后，所有指标的因子载荷值均大于0.4，但剔除了跨因子负荷量较大的指标共7项，包括解决问题能力、抗压能力等，该部分指标与其他指标存在交叉加载因子，具有共性问题。22项指标所产生4个共同因子（表1：因子载荷分析）分别命名为：职业能力（6项），专业素养（7项），职业道德（4项）以及知识&技能（5项）。通过信度指标Cronbacha内部一致性分析，4个维度因子中有3项因子的Cronbachs系数达到0.9以上，说明研究数据具有很高的可靠性，1项因子的Cronbachs系数达到0.8以上，说明研究数据的可靠性是可以接受的。整体来说，研究数据具有较好的可靠性，问卷的质量完全可以被接受。

基于上述的分析结果，第一个因子为职业能力培养，是最为关键的因子，共含有6项指标，解释了21.501%的变异，其信度为0.932，平均载荷值为0.680。第二因子为专业素养，共有7项指标，解释了20.364%的变异，其信度为0.918，平均载荷值为0.713。第三因子为职业道德，共有4项指标，解释了14.023%的变异，其信度为0.908，平均载荷值为0.67。第四因子为知识/技能，共有7项指标，解释了12.485%的变异，其信度为0.813，平均载荷值为0.604。本研究发现除人才培养的专业知识、专业能力和专业素养的要求外，行业对人才自身所具备职业道德有更深层次的要求。

五、结论与局限

在人工智能的应用背景下，酒店工作岗位的变化对人才的能力需求存在一定的变化。本研究深入探索了人工智能对岗位职责所带来的替代性、辅助性和催生性的影响，发现酒店管理院校进行人才培养方案修订时并未过多思考人工智能应用所带来的影响，人才能力培养的重点与行业所需的人才需求存在一定的差距。因此，为拟合《高等职业学校专业教学标准》中所制定的酒店管理专业人才培养的知识、能力和素养的规格，本研究采用胜任力模型理论基础，运用探索性因子分析建立人才胜任力培养模型，共包括4个维度：职业能力、专业素养、职业道德和知识技能，共计22项二级指标。4个维度中最为重要的是职业能力维度，此维度包含的能力指标更凸显职业社会能力的特征，更加规范学生培养过程中社会交往的能力。其次为专业素养，该部分指标同样是作为培养体系的重要部分。再者为职业道德，该部分指标正好拟合了职业教育中思政教育的要求，说明酒店对人才的需求提高了对个人职业道德的关注。最后为知识技能维度，提出员工工作岗位所需的专业知识和技能要求。

本研究存在研究样本范围的局限，仅基于海南区域酒店的特点，缺乏一线城市高星级酒店人才能力的需求分析。同时，问卷调查仅将酒店管理层纳入抽样范围，缺少多维度的分析，在未来研究中可增加客户和员工本人的评价意见，综合评估人才胜任能力的培养需求。

【参考文献】

[1]魏军，金建明，申睿.基于企业视角的酒店管理专业职业能力探析[J].重庆科技学院学报（社会科学版），2018（02）.

[2]尹华光.酒店管理专业人才培养目标与定位研究[J].中国市场，2017（17）.

[3]刘欣欣.酒店管理专业学生职业能力培养—基于胜任力模型[J].现代职业教育，2019（07）.

（基金项目：本文系海南省教育科学规划课题 “AI应用环境下酒店管理专业人才胜任力培养模型的构建”的研究成果，课题编号：QJY20201020）