SCI论文（www.lunwensci.com）
摘 要：文章基于前期研究构建的加权复合指数模型，结 合调研单位对特定指标的加权赋值， 所采用的复合评价指标 进行性能分析。通过对特定指标的数据分析，既能够评定该指 标构建是否合理，能否对创新人才的科研活动进行合理评价; 又能够通过分析指标数据所涵盖的内涵因素 ，辅助管理策略 的调整和侧重。
关键词：指数模型,复合指数,加权,人才评价指标
一、综述
在科技部和教育部连续发布《关于破除科技评价中“ 唯论 文”不良导向的若干措施(试行)》[1]和《关于规范高等学校 SCI 论文相关指标使用树立正确评价导向的若干意见》[2]等引导性 政策后，各地各单位都在积极推进科创人才评价体系改革。但 当改革进入深水区，已经不是简单一破了之的问题了 。如何在 破除旧有制度的同时，引入新的指标体系，扭转“ 四唯”[3]“ 五 唯”[4]倾向，以综合能力和实际贡献论英雄，构建更加全面的科 创人才考评制度才是当前急需解决的实际问题。
本文研究人员前期针对调研获得的区域科创人才数据信 息，基于层次分析法构建了复合指数模型算法[5] 。该方法主要 是就影响科创人才科研业绩和产出效率的因素 ，利用算法分 析提出有针对性的管理改革思路 。整体算法以多元化和层次 化加权赋值构建新的评价指标体系为核心 ， 与同济大学和上 海交大学者就高新区产城融合度构建的多级指标体系和赋权 思路[6]类似 。不过两者算法基础不同，评价体系对象也完全不 同 。在本课题组算法[5]提出之后，李率男等人也利用层次分析 法提出了类似的评价体系改革思路[7]。他们的研究更侧重与加 权赋值的算法细化，而在指标体系分层评价方面相对简化 。而 中国社会科学院大学和中国人民大学的学者也基于破“ 五唯 ” 的观点，就如何强化人才评价的“德能勤绩”几个方面提出理 论探讨[8]。
本研究主要根据课题组前期研究构建的复合指数模型所 筛选的部分人才评价指标进行性质分析 。一方面研究该指标 所具备的评价价值 ;另一方面通过该指标数据分析所反映的 人才规律，为进一步构建管理体系提供参考。
二、指标分析
本研究利用复合指数模型将涉及科研创新工作的多种因 素进行加权耦合 ，将获得的具备复合因素的指标作为人才主 要评价依据，尽可能避免人才评价简单化、“一刀切”，力求更 真实反映人才价值 。其研究核心在于通过算法将能反映人才 价值的数据信息统合归纳 ，有机地结合传统评价量化指标形 成新的指数 ，用新获得数据将能够反映人才贡献和影响力的 抽象概念固定下来，成为人才评价的必要参考。
课题组利用复合指数模型对相关数据进行耦合量化，并 根据不同管理需求，对复合指数预留加权空间，此加权属性为 管理导向。根据以上数据标准，课题组依据复合指数模型计算 获得的可作为人才评价指标， 并对上述指标数据中侧重科研创新方面的部分指标， 于本文中研究分析其对管理的潜在影 响。
三、数据分析
人才管理，特别是科创人才管理，重点在于给予其良好的 价值评价 ，将科创资源恰当分配给合适的人才以发挥更优化 的成果产出 。本文将针对由复合指数模型测算出的部分重点 指标进行数据分析 。其中项目资源作为一个重点独立分析，而 对于人才专业、毕业院校等社会化属性，以及人才年龄 、入职 年限等个人属性则选择部分数据进行说明。
( 一)学科指数
本研究首先对不同学科人才涉及科创的相关指数进行了 综合分析 。表 1 选取经由复合指数模型推演出的四种新指标 对不同学科人才的指数进行了对比分析 。分析采用归一化将 所有数值进行处理以方便统一比较 。由表 1 可知，在人均科研 数据方面，三大学科相近，人均数据文科略优，年人均值偏弱， 主要与文科在职攻读高学历人员较多有关，拉长了年限数值。 发挥度与前面分析一致，总量则充分体现人数优势。从以上数 据可以看出，对于文科人才总体以年轻化导向为主;而工科类 人才则侧重于开发潜力;理科人才一方面需要开发潜力，同时 还要逐步增加数量保证基本科创需求。
(二)学源指数
由于本文主要研究对象为高学历人才 ， 因此本小节将根 据不同人员毕业院校社会属性及层次进行分类研究 。下面统 一归纳为“985”“211”、其他和海归四个学源类型。表 2 将 7 类 主要复合指数根据不同人才学源进行对比分析 。根据入职前 各人才业绩数据，由复合指数模型推演出的潜力指标看，前两 类人才区别并不明显。但是海归人才总体表现不理想：一方面 与调研单位和区域无法吸收更优质海归人才有关 ;另一方面 也与近年来海归人才混乱现状有关 。不过从入职后所产出的 成果，以及在社会上拥有的头衔资源数据而言，海归依然保持 较好的优势 。而就年均科研产出指数而言，其他高校毕业人才 相对较弱 。但就综合潜力和产出获得的二级复合指数“ 发挥 度”而言，“985”高校人才在入职头几年的表现不如其他三类 人才，需要管理层面进行适当的开发 。至于社会资源、学术成 就等非传统人才评价指标， 新入职的人才均无法具备良好的 数值，这需要管理引导和长时间积累。
( 三)时间指数
目前的主流评价体系均无法很好地体现各类人才成绩的 时间属性，多数以年均值代表。但是这样的时间特点无法良好地反馈各类人才在工作中的状态变化， 而这却是人才管理必 须重视的关键因素 。因此本研究将以时间指数的不同元素为 示例，探讨时间属性所体现的人才信息。
1.人才年龄。由表 3 可以看出，在 20~50 岁的年龄段中，目 前综合数据趋势占优的是 40 岁 + 人群,就科创潜力值而言，该 年龄段也具备优势 。数据偏低为 20 岁 + 人才，此类人才刚入 职，在各类指标上暂无建树，特别是荣誉、职务方面 。同时入职 发挥度越高，整体数据越优秀 。但 30 岁 + 年龄段是相对稳定 的中坚力量，在各项数值均具备一定积累，同时如果能够较好 地引导还具备良好的提升空间。
2.入职年限 。本研究还针对各人才入职年限因素，结合科 研业绩，反映不同年限因素影响下人群总体情况 。下面将参研 人才按照 4 个入职年限时间段分别进行数据分析，结果如表 4 所示 。如图所示，各类人才入职初期产出相对较低 。从第 2 年 开始各项数据均有所提升 。至 3 年期满之前，科研产出数据达 到顶峰。而随着 3 年过后，数据急剧下降。特别需要注意的是： 此处对年人均复合指数相关参数进行了加权赋值， 以体现特 定管理导向 。另外，人均潜力值是由复合指数模型推导出的潜 力值指数，其主要耦合攻读学历期间的成果数据，可为引进人 才提供相应参考 。而入职第 2 年是科创人才关键时期，如果没 有项目资源支撑，同时又不能很好地产出科研成果，则很难在后续的工作中得到提升 。这从管理层面需要考虑如何延长人 才成果产出周期，确保大部分人才能够顺利度过关键时期。
通过上述多类型复合指数数据分析， 科创人才个体能力 侧重不同，基础研究和服务社会能力差异显著 。从人才所专业 和毕业院校等几类主要复合指数数值反馈结果看， 大基数工 科人群不能在人均数据上占优势，海归和“985”毕业的高学历 人才也无法明显与其他来源人才拉开差距。
与时间因素耦合得到的复合指数是管理控制的关键点 。 部分复合指数数据反馈出调研人员随着年龄增长 ，能更好地 发挥自身科创优势;而根据工作年限相关数据分析，入职后第 2 年是人才科研工作能否稳步提升的管理关键点 。 同时，以上 数据还反映了入职后科研能力发挥度往往随着时间的推移而 逐步增加，但是在 3 年期后有增势减缓的趋势，也需要管理者 深思。
参考文献：
[1] 中华人民共和国科学技术部 . 关于破除科技评价中“唯论文 ” 不良导向的若干措施(试行)[Z/ OL].国科发监〔2020〕37 号,2020.http: / / www.most.gov.cn/ mostinfo/ xinxifenlei/ fgzc/ gfxwj/ gfxwj2020/ 202002/t20200223_ 151781.htm。
[2] 中华人民共和国教育部，中华人民共和国科学技术部 . 关于规 范高等学校 SCI 论文相关指标使用树立正确评价导向的若干意见 [Z/ OL].教科技〔2020〕2 号,2020.http:/ / www.moe.gov.cn/ srcsite/ A16/ moe_784/ 202002/ t20200223_423334.html。
[3] 姜晓凌,耿挺 .“破四唯”赋能人才评价“ 立新标”成就人才梦想 [N ].上海科技报,2023- 04- 26(001)
[4] 易魁,周慧琪,邬英琪.基于“结果过程”辩证统一视角对学术评 价体系中“破五唯”价值导向的逻辑研究[J].黑龙江科学,2023.14(05): 56- 60+ 66.
[5] 范玮卫 , 杨捷 , 席玉敏 .创新人才管理复合指数模型研究[J].现 代商贸工业,2022.43(16):74- 76.
[6] 王霞,王岩红, 苏林等. 国家高新区产城融合度指标体系的构建 及评价—— 基于 因子 分 析 及 熵 值 法 [J]. 科 学 学 与 科 学 技 术 管 理 , 2014.35(07):79- 88.
[7] 李率男,王懿, 曹瑾等.创新驱动发展战略下科技人才评价指标 体系建设研究[J].中国科技人才,2023(02):46- 60.
[8] 吉富星, 崔雨阳, 张菲尔.新时代高校高层次人才评价的逻辑和 路径研究[J].国家教育行政学院学报,2023(05):20- 27.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/71967.html
