2016年5月,中共中央、国务院印发了《国家创新驱动发展战略纲要》[1],强调科技创新是提高社会生产力和综合国力的战略支撑,必须摆在国家发展全局的核心位置。2016年5月30日,在全国科技创新大会、中国科学院第十八次院士大会和中国工程院第十三次院士大会、中国科学技术协会第九次全国代表大会上,习近平进一步强调以推动科技创新为核心,引领科技体制及其相关体制深刻变革。要改革科技评价制度,建立以科技创新质量、贡献、绩效为导向的分类评价体系,正确评价科技创新成果的科学价值、技术价值、经济价值、社会价值、文化价值[2]。
从全国层面的案例来看,杨河清、陈怡安以中央“千人计划”为例,从政策“投入—产出”角度对海外高层次人才引进政策的实施效果进行了评价。国家“千人计划”政策实施效果总体上收益大于成本,运行状况良好[3]。郑巧一等采用履历研究法,以2009—2014年“C9”高校入选“千人计划”(创新人才长期项目)专家的信息为样本,考察“千人计划”专家入选后的学术表现[4]。从各省份的案例看来,陈志峰、范超以福建省杰出青年科学基金项目为例,指出这一基金项目对于研究项目培育、优秀人才培养、创新成果应用、科研基地建设等具有重要作用[5]。也有学者以相关研究院所、高校为例进行了研究,肖向晨、马卫华以华南理工大学为例从学术氛围、评价机制、关注辅导、科研团队建设、人文关怀等方面分析了高校青年科技人才的培养机制[6]。王静等以第四军医大学为例,从顶层设计、机制创新、培养重点、服务保障等方面定性分析了它们的青年人才培养机制,总结了可借鉴的经验[7]。
谭雷等[8]和李锋等[9]通过构建高校人才科研能力评价指标、设计联合聚类分析和关联分析算法的数据挖掘方法,对高校人才科研能力进行了数据挖掘分析。侯启娉[10]和张晓秋等[11]采用数据包络分析(DEA)方法对高校人才培养的投入产出效率进行了研究,并分析了产生的原因。
北京航空航天大学青年拔尖人才支持计划(以下简称“北航青拔计划”),是北京航空航天大学为促进青年科学技术人才的成长设置的。该计划重点支持在基础研究方面已取得较好或突出成绩的青年教师,希望培养和造就一批有望进入世界科技前沿的优秀学术带头人或学术骨干。该计划为入选教师配备高校导师、企业导师,给予大量的经费支持,全年举办多轮次研讨会、交流会,致力于形成“目标—选拔—培养—考核—效果”的全过程闭环式人才培养链条。该计划于2016年启动,截至2019年1月共遴选8批462人。为提高北航青拔计划的实施效果,激励青拔人才科研热情,需要对入选该青拔计划的科研人员进行年终考核,因此建立一种合理的评价方法是该项目实施的一个重要环节。
层次分析法(Analytic Hierarchy Process, AHP)是美国宾夕法尼亚大学教授Saaty提出的一种将定性与定量分析相结合的多目标决策方法,特别适用于如电网效能评估方法、财务风险应急路径选择方法、坦克电台通信效能评估等需要将决策者的经验判断给予量化,而目标(因素)结构复杂且缺乏必要的数据情况[12-15]。
二、建立指标体系现有文献从不同角度提出了青年科技人才培养计划的评价指标。郑巧一等从科学研究、人才培养和学术综合三个方面构建了“千人计划”专家入选后学术表现的评价指标[4]。郭俊华等基于熵权法构建的“浦江人才”计划评价指标包含科技成果产出情况、人才培养情况、科研奖励情况、受资助者成长情况四个一级指标[16]。吴江等从创新投入、创新产出和创新效率三个维度构建一套科技人才创新力评价指标体系[17]。周莉从项目总体进展、业务水平等方面对上海市第二轮“公共卫生三年行动计划”优秀青年人才培养计划进行了评估[18]。桂昭明以经济、社会和科技效益为一级指标,设计了人才项目绩效评估指标体系[19]。刘振华等将指标体系划分为源生指标、派生指标、追加指标、支撑指标四类[20]。
通过大量的文献调研,文章提取出了所有与高校科研人员相关的评价指标,并以这些评价指标作为问卷调查的主要内容对所有青拔人才进行了匿名调查。从500份调查问卷中,文章通过进一步分析筛选,得出了如表 1所示的评价指标。该评价体系一级指标包含科研成果产出、科研工作参与、人才培养、个人成长,其中,科研成果产出二级指标包括论文数量、专利数量、专著数量、获奖数量;科研工作参与二级指标包括举办学术会议次数、国际国内会议特邀报告次数;人才培养二级指标包括指导学生数量、总课时;个人成长二级指标包括入选国家级人才计划数量和入选其他人才计划数量。通过对二级指标加以进一步细化,给出了部分二级指标下的三级指标,具体如表 1所示。
三、基于AHP的评价方法
北航青拔人才评价的层次模型如图 1所示。
(一) 一级指标权重计算方法
获取一级指标权重首先要构建判断相对重要性的判断矩阵
(1) |
式中:
由
(1) |
可得到判断矩阵A的最大特征根λmax和对应于最大特征根λmax的特征向量
接下来需要进行一致性检验。一致性指标CI的计算公式为
(3) |
式中:p表示矩阵的维度。
一致性检验是通过一致性比例CR判断的。CR的计算公式为
(4) |
式中:RI表示平均随机一致性指标,可以通过表 3确定。
当CR < 0.10时,通过一致性判断,否则重新构造判断矩阵直至通过一致性检验。
归一化后可以得到相对重要性权重
(5) |
构建二级指标相对重要性的判断矩阵为
(6) |
(7) |
(8) |
(9) |
构建三级指标相对重要性的判断矩阵为
(10) |
(11) |
判断矩阵通过数字标度方法构建,如表 2所示,用方法可得到二级指标的权重向量为
北航青拔人才评价的各指标权重Y可以由前述计算的pYi、pYij和pYijk计算得到。计算方法为
(12) |
最终要给出如下指标的权重:Q1区SCI论文数量、其他区SCI论文数量、ESI高引论文数量、专利数量、专著数量、国家级获奖数量、省部级获奖数量、举办学术会议次数、国际国内会议特邀报告次数、指导学生数量、总课时、入选国家级人才计划数量、入选其他人才计划数量。通过前文已知,向量Y=(Y111, Y112, Y113, Y12, Y13, Y141, Y142, Y21, Y22, Y31, Y32, Y41, Y42)就是这些评价指标的权重,为了便于后面的计算,我们重新表示为S=(s1, s2, …, s13)。
Xi=(xi1, xi2, …, xi13)表示第i个青拔人才统计得到的各指标数量,i=1, 2, …, n,n为被评价的青拔人才的个数。接着对此向量进行归一化处理。
(13) |
归一化后的向量为
最后,第i个青拔人才的最后得分R计算如下:
(14) |
为了验证文章所提出的评价方法的有效性,现以第五批北航青拔人才中的10位作为评价对象,对其综合能力进行评价。10位北航青拔人才的各项指标值如表 4所示。
此次聘请了五位专家来对各指标进行打分,得到的一级指标判断矩阵为
(15) |
二级指标的判断矩阵为
(16) |
(17) |
(18) |
(19) |
三级指标的判断矩阵为
(20) |
(21) |
S=(0.046 9, 0.020 1, 0.100 5, 0.083 75, 0.083 75, 0.291 85, 0.036 85, 0.011 39, 0.056 1, 0.04, 0.04, 0.072, 0.008)
R=(6.47, 5.78, 5.05, 6.14, 6.67, 5.24, 4.82, 7.91, 5.37, 7.13)
运用前文提到的AHP方法,可得到指标权重向量S,进而得到10位青拔人才的得分向量R=(6.47, 5.78, 5.05, 6.14, 6.67, 5.24, 4.82, 7.91, 5.37, 7.13),此得分也可以进一步作为年终考核的依据。
五、结论面对当前实际情况需要,文章针对于北航青拔计划,提出了一种更有效、适用性更强的人才评价方法。针对提炼指标难以准确量化的问题,提出结合青年人才的特点与共性,总结多项人才评价指标,并分为三个不同层级,应用层次分析方法为指标提供可实施的量化方法,使得人才评价过程客观化、公开化、透明化,最终建立完善、有效、适用性强的青年人才评价指标体系。应用文章提出的青年拔尖人才评价方法,有助于激发青年拔尖人才的科研热情,从而更有成效地推进计划的实施,推进学校的多方面发展。
[1] |
中共中央办公厅, 国务院办公厅.国家创新驱动发展战略纲要[EB/OL].(2016-05-19)[2018-07-04].http://www.most.gov.cn/yw/201605/t20160520_125675.htm.
|
[2] |
习近平. 为建设世界科技强国而奋斗——在全国科技创新大会、两院院士大会、中国科协第九次全国代表大会上的讲话[J]. 中国应急管理, 2016(6): 4-9. |
[3] |
杨河清, 陈怡安. 海外高层次人才引进政策实施效果评价——以中央"千人计划"为例[J]. 科技进步与对策, 2013, 30(16): 107-112. DOI:10.6049/kjjbydc.2013040443 |
[4] |
郑巧一, 朱佳妮, 张国栋. "千人计划"政策实施效果评价——基于"C9"高校创新人才"长期千人"的学术表现[J]. 中国农业教育, 2015(6): 22-27. DOI:10.3969/j.issn.1009-1173.2015.06.005 |
[5] |
陈志峰, 范超. 地方科研项目资助对杰出青年人才培养的探索与实践——以福建省杰出青年科学基金项目为例[J]. 农业科技管理, 2017, 36(3): 83-85. |
[6] |
肖向晨, 马卫华. 高校青年科技人才培养机制探索——以华南理工大学为例[J]. 中国高校科技, 2015(Z1): 98-99. |
[7] |
王静, 屈家权, 郭云飞. 基于激励模式的西部高校青年人才培养机制初探——以第四军医大学为例[J]. 公共行政, 2016(1): 100-103. |
[8] |
谭雷, 庄新田, 韩鹏. 基于数据挖掘的高校人才科研能力综合评价方法研究[J]. 东北大学学报(社会科学版), 2014, 16(6): 596-600. |
[9] |
李锋, 尹洁, 吴洁. 基于数据挖掘的高校人才引进与培养策略研究[J]. 科技进步与对策, 2010, 27(12): 149-151. |
[10] |
侯启娉. 基于DEA的研究型高校科研绩效评价应用研究[J]. 研究与发展管理, 2005, 17(1): 118-124. DOI:10.3969/j.issn.1004-8308.2005.01.020 |
[11] |
张晓秋, 李华, 蒋华林. 部属高校人才培养效率综合评价与影响因素分析[J]. 高等工程教育研究, 2009(3): 132-137. |
[12] |
SAATY R W. The analytic hierarchy process——What it is and how it is used[J]. Mathematical Modelling, 1987, 9(3): 161-176. |
[13] |
付可欣, 彭澎, 孔静, 等. 基于层次分析法的输电网能效评估方法研究[J]. 电测与仪表, 2016(3): 35-38. |
[14] |
张媛, 刘峰. 基于层次分析法的应急路径选择方法[J]. 微型机与应用, 2015, 34(11): 21-24. |
[15] |
安明伟, 方龙, 郑少华. 基于层次分析法的坦克电台通信效能评估[J]. 火力与指挥控制, 2016(1): 53-57. |
[16] |
郭俊华, 程聪慧, 何军, 等. 基于熵权法的科技人才项目绩效评价研究——以上海市"浦江人才"计划为例[J]. 科技进步与对策, 2015(19): 119-125. |
[17] |
吴江, 蔡学军, 范巍. 地方重大人才工程实施绩效第三方评估研究——以广东省"珠江人才计划"评估为例[J]. 第一资源, 2013(5): 1-10. |
[18] |
周莉.上海市第二轮"公共卫生三年行动计划"优秀青年人才培养计划的效果评估[D].上海: 复旦大学, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10246-1011196900.htm
|
[19] |
桂昭明. 人才绩效的科学评价是"以用为本"的关键环节[J]. 中国人才, 2012(21): 56-57. |
[20] |
刘振华, 于晓方, 武春友. 科技人才绩效评估方法研究[J]. 科研管理, 2007, 28(S1): 90-94. |