高校教师人才引进评价模型构建及实证分析＊

时间：2024-09-03

成琼文

(中南大学人事处,湖南长沙 410083)

成琼文

(中南大学人事处,湖南长沙 410083)

针对我国高校教师人才引进评价过程中普遍存在的问题,以人才引进“优质性”、“有效性”为目标,构建了高校人才引进评价指标模型。以教育部某直属高校为实证研究对象,利用实证分析方法,对其人才引进现状进行了详细数据分析,并选取相关实例论证了人才评价指标模型的合理性和有效性,对人才引进工作进行了综合评述,提出改进建议。

高校教师;人才引进;评价模型;实证

改革开放以来,经过国家、教育主管部门及高校的多方努力,高校人才引进取得了很大成果。但不可否认,目前我国各高校教师人才资源仍十分短缺,难以满足实际需求。在人才引进过程中,暴露了很多问题[1-5],例如,人才引进观念局囿,尚未从人力资源建设角度,优化人才引进模式,高度认识、实施人才资源建设。人才引进质量标准模糊,什么样的学校应该引进什么层次、质量的人才?结构标准模糊,什么样的学校应该引进什么样的人才?效益标准模糊,所引进的人才应该产出什么样的社会效益和经济效益?没有科学的评价机制和方法:对应聘者学历、专业以及年龄没有进行科学的分析,尤其是忽视了内在的深入研究,且在信息不对称的情况下,高校所引进的人才在一定程度上存在名不副实现象。缺乏人才引进过程中的跟踪调查,缺乏科学有效的评价机制,没有对引进的人才是否具备真正的“优质性”进行有效的验证。如何做好高校人才引进工作不仅成为高校创建高水平大学的难点问题,而且成为不少高校的发展瓶颈。

周青萍认为所谓人才测评,就是应用现代心理学、管理学及相关学科的研究成果,通过心理测验、情境模拟等手段,对人的能力水平、个性特征、发展潜能等因素进行测量。她引入现代人才测评方法和技术[6],并根据岗位需求及组织特点进行评价,以求对人有客观、全面、深入的了解,从而将最合适的人放在最适合的位置上,并在人与人之间获得完美的工作组合。王太平,余呈先采用相似的方法,提出高校人才引进中的人与组织匹配评价[7],简称P-O匹配模式,注重个人特征与组织特征之间的相容性。即评价引进人才的价值观、择业动机、人生目标等,判断个人能否和组织在价值观、目标和文化上匹配。也有学者指出,应该建立人才引进后长期考核评价机制,这样可以加强人才引进后的跟踪管理,建立健全评价、流动、激励、投入、安全为主要内容的管理体系,也可以进一步加强对“长江学者”和“百千万计划”等引进人员的评价与考核,使他们在各个学科真正起到学术带头作用。

虽然学者们从多个角度对高校人才引进进行了大量研究,但也存在一些问题。现有研究大多都忽略了高校人才引进“有效性”的重要前提,评估中采用的指标不够科学、全面,评估结果难以量化,定性的研究多,定量的研究少,且尚未提出较为完整的、科学的人才引进评价体系。高校教师人才引进工作是多层次、多方面的,但提高其引进的有效性和优质性是核心和落脚点,本文试图侧重对人才显性能力进行定量研究,寻求人才引进的有效评价模式和方法,争取获得对建设我国高校的高水平教师队伍和保障高校的建设发展具有意义的研究成果。

一、评价指标模型构建

首先应综合分析高校在引进人才时需具体考察的几方面因素,然后应用层次分析法确定各指标因素的权重,再应用模糊综合评价法计算各指标因素的具体分值,最后得出对某一引进人才的具体量化评价。

(一)引进人才评价指标体系构建

1.建立高校人才引进评价的递级层次结构

正如“冰山理论”所描述的那样,一个完整的自我应包括浮于水面上的显性自我和隐藏在水面下的隐形自我。通过查阅相关的文献资料,了解国内外人才及管理学的相关情况,结合专家访谈、咨询和对高校人才引进工作的实际调查,根据系统性、层次性、互斥性、定性定量结合等原则,将全面衡量高校引进人才的综合能力分为两个大类:显性能力和隐性能力。其中显性能力由四大考察因素来描述:基本状况、学术科研、教学能力和其他因素;隐性能力的考察因素包括:创新能力、组织能力、社会交往、团队精神(见图1)。为清晰起见,图中把评价指标体系分为:U—总目标、A/a—分目标、B/b—一级指标层和C/c—二级指标层。

图1 引进人才综合评价指标体系

由于人才隐性能力的内在隐蔽性,其量化评价工作无法在人才引进工作的短时间内完成,且考察方式和考察工具需进一步深入研究,本文主要讨论人才显性能力的评价指标体系及其评价方法。

1)学术科研:这是对引进人才的重点考察方面。其中:学术论文包括外文期刊、中文期刊、国际会议和全国会议等,外文检索有SCIENCE、NATURE,中文检索有SCI、EI、SSCI、CSSCI、ISTP、CSCD等;

科研项目有主持和参与之别,可分为纵向课题和横向课题,纵向课题分国家级、省部级、校级等级别,主要反映其科研能力,横向课题主要是与相关企业或机构合作等,反映其创收能力;

获奖情况也分国家级、省部级和校级等级别;专利则分申请专利和批准专利,著作分为专著、译著和教材。

以上不同的类别和等级都应设置不同的权重或得分。

2)基本状况:主要是对引进人才的几个基本指标进行考察,包括学缘结构、学历学位、职称和研究方向。通过对这几个指标的初步考察,能基本反映出引进人才的基础知识掌握情况和与岗位胜任情况。

3)教学能力:教学能力在已有教学成果的基础上,一般通过试讲的方式来考察,注重教学效果、教学质量和学生评价等。

4)其他因素:这主要包括人才引进过程中其他可附加考虑的因素,主要有工作经验、配偶子女、年龄、身体素质和社会荣誉等。配偶子女是指配偶的工作安置和子女的入学问题等,社会荣誉则包括人大代表、企业或机构名誉董事、荣誉理事等。

2.层次分析法确定显性能力的评价指标体系权重

利用层次分析法建立显性能力指标体系各层次的判断矩阵,通过计算出判断矩阵的特征值和特征向量,并进行一致性检验,确定各指标的权重系数Wi。

3.模糊综合评价法确定引进人才显性能力的具体分值

模糊综合评价法中的评价等级(评语集)可根据需要采用V={90～100,80～89,70～79,60～69,60以下}分别对应V= {优,良,中,及格,差}五个评价等级,并取组中值{95,85,75, 65,30}作为代表性分值。其中为使评价标准尽量量化,在评价标准中可引入“加减分数法”的概念,即在参照标准确定后,对超出和达不到参照要求的考察项给予加分或减分。对于本文中“引进人才评价指标体系”的显性能力,即可得“基本状况”、“学术科研”、“教学能力”、“其它因素”四个指标集,每个指标集都有四个评价指标,其评价矩阵为:

由模糊综合评价模型得:A=W°R=(a1,a2,…,a5),其中W是一级指标层中各指标的权重,A即为所求的人才模糊评价向量。

然后将最终所得的人才模糊评价向量转化为具体分,作综合评判。即取各等级的代表性分值,计算D=A·[95,85, 75,65,30]T,即可得到人才显性能力的综合评价值,它可以用来比较各人才显性能力的综合情况,以进行取舍。

(二)评价指标体系的应用

在评价指标体系实际应用时需要说明的几个问题:

1、本文中引进人才的评价指标体系的设计,是针对一般情况的考虑,比较综合和全面,在实际应用中,由于对不同岗位人才的不同要求,可视情况对指标权重进行适当修改,评价体系的层次、指标权重也可根据实际情况增减灵活运用。

(1)评价指标两两比较的结果,是由专家根据其主观经验确定的,可能会因不同的专家而有所不同,因此可以请多位专家分别给出比较结果,然后取其众数作为专家组一致的意见;亦可采用其他方式,如讨论协商等达成一致的结果。

(2)该评价体系给出了如何将评价显性能力的定性描述转化为定量分析的一般方法,而且这一算法较为简单,具有一般性,因此可以推广到许多类似的问题上去。

(3)在实际使用中,各指标的权重只需取两位有效数字即可。

应用PDMS材料制备成厚度均匀的圆形薄膜,采用的薄膜参数如表1所示。根据PDMS薄膜的参数进行有限元仿真分析。在薄膜中心处,直径为12 mm的圆上施加垂直于薄膜表面的均布载荷。图3为在400 Pa载荷下的等效位移分布图。

2、模糊综合评价法是将主观评价与客观评价相结合的一种方法。由于专家打分带有一定主观性,因此要求被评价对象提供充分的指标信息量,否则会直接影响专家的评价结果。在实际应用中,为了便于实际操作,除了用模糊综合评价法计算综合评价值外,还可以直接算出各二级评价指标对评价总目标的权值,继而计算出综合评价值。方法如下:

(1)通过层次分析法,构造了一级指标B关于分目标层A的判断矩阵A～B和二级指标C关于一级指标B的判断矩阵B1～C1j,B2～C2j,B3～C3j,B4～C4j,继而得出了一级指标Bi对分目标A的权重系数Wi以及二级指标层中各二级指标集对应的一级指标权重系数Yij。

(2)由以上计算结果和“人才引进评价指标体系”的显性能力结构图,计算C层二级评价指标相对于A层的总权值Tij,同时计算随机一致性比例CR,进行一致性检验。各C层二级指标Cij对A层目标的总权值Tij计算公式为:

设二级指标层中各指标集的一般一致性指标为CIi,平均随机一致性指标为R Ii,一级指标层中各指标的权值系数为Wi,则二级指标层总权值的随机一致性比率CR定义为:

当CR<0.1时,则认为满足一致性要求。

二、实例研究

(一)评价指标模型在Z大学人才引进中的应用与结论

1、人才引进评价指标模型的应用

在应聘人才满足以上基本要求,符合人才引进最低标准的基础上,通过对Z大学人事处主管和B学院教授委员会成员进行访谈沟通,综合了他们对引进人才的各项评价指标重要程度的建议,现将评价指标模型应用于Z大学B学院,对其2003年以来引进人才进行实证研究,以论证该模型的合理性和人才引进的有效性,得出结论。

(1)构建Z大学评价指标模型(显性能力)

①建立判断矩阵。

根据《Z大学全员考核工作暂行办法》和《Z大学关于进一步提高新进人员选拔标准的暂行规定》,综合Z大学人事处主管和B学院教授委员会成员的意见,现将一级指标B关于目标层A的判断矩阵和二级指标C关于一级指标B的判断矩阵构建如下:

②计算各矩阵特征向量(即权值系数),并进行一致性检验,得到如表2结果。

表2 C层总权值计算表

由CR<0.1可见矩阵A,B1,B2,B3,B4都通过一致性检验,可用于层次分析。

③计算各二级指标总权值系数,并进行一致性检验。

由以上计算结果,计算C层相对于A层的总权值,同时计算随机一致性比例CR,进行一致性检验。通过我们在第二部分介绍的直接算出各二级评价指标对评价总目标的权值,继而计算出综合评价值的方法,我们得出C层各指标相对于A曾的权重系数向量为(0.220,0.127,0.068,0.068,0.124, 0.072,0.038,0.077,0.027,0.027,0.027,0.040,0.023, 0.012,0.012),且总随机一致性比例CR=0.033<0.1,满足一致性要求。

④模型结论

从计算出的各指标权重来看,学术科研情况所占权重比较大,基本状况次之。在学术科研情况中,学术论文所占的权重最大,其次是科研项目;而在基本状况中,学缘结构所占比重最大,其次是学历学位。这一结论基本符合Z大学引进人才评价的现状。

(2)制定二级指标层中各指标的评分量化标准。

根据《Z大学全员考核工作暂行办法》、《Z大学教学工作量计算暂行办法》、《Z大学科技工作量计算办法》的相关规定确定二级指标层中各指标的评分标准。评分量化标准采取十分制,即每项指标最高得分为10分,具体细则见表3～13。

表3 学术论文评分量化表

表4 科研项目评分量化表

表5 所获奖励评分量化表

表6 专利专著评分量化表

表7 学缘结构评分量化表

表8 学历学位评分量化表

表9 最后职称评分量化表

表10 研究方向评分量化表

表11 教学成果评分量化表

表12 试讲情况评分量化表

表13 其他因素评分量化表

(3)确定评分方法,计算综合得分并排序。

选取Z大学B学院2004年引进的九名教师作为研究个案,按照拟定的评分标准计算2004年引进之时九位教师各项指标得分,再结合上文所确定的各指标权重系数,算出个人综合得分,最后按综合得分从高到低进行排序。

评分方法:采取最高分制,即每位教师的各项指标得分取其在该项指标所得最高分,不累计得分。

(二)绩效验证及结论

对以上九名教师近三年来在Z大学B学院的工作绩效进行分析,并根据其绩效考核结果从高到低进行排序,若此次排序情况与引进之初综合得分的排序情况基本一致,则说明该评价指标模型比较合理,对引进人才的评价比较客观,具有较高的有效性。

三、结语

本文以实现高校人才引进有效性为目标,通过专家访谈和实践调查,构建了引进人才综合评价指标体系。并运用层次分析法和模糊综合评价法对人才显性能力评价指标模型的构建进行了深入研究,以确定各指标的权值系数和具体分值。总结了高校人才引进工作体系,提出了高校人才引进的程序和方法模型。本文的研究有利于促进高校人才引进工作的高效开展,为实现高校人才引进有效性提供了理论参考和实践指导。

[1]陈盛荣.高校人才发展战略[M].北京:中国人事出版社,2005.

[2]吴鹏.学术职业与教师聘任[M].青岛:中国海洋大学出版社, 2006.

[3]林秀华,朱兵.创造条件,发挥海外引进人才的作用——清华大学2005年人事工作研讨论文选集[C].北京:清华大学出版社, 2006.

[4]师亚敏,潘勋,吴庆余.以国家化标准面向人才以精致化服务吸引人才——清华大学2005年人事工作研讨论文选集[C].北京:清华大学出版社,2006.

[5]王耀刚.高等学校教师资源优化配置[D].天津:天津大学,2006.

[6]周青萍.关于高校拟引进人才量化评价体系的思考[J].经济师, 2004,(11):123-124.

[7]刘军,徐建英.人才战略的冷思考——基于人力资本承载力的人才引进有效性分析[J].技术经济,2005(10):18-20.

[8]王太平,余呈先.高校高层次人才引进工作链研究[J].科技创业月刊,2005,(8):84-85.

[9]郑超.高校人才引进工作体系构成分析[J].经济师,2007,(12): 133-134.

[10]张锋.组织的人才吸纳度与高校人才资源引进的有效性分析[J].现代教育科学,2007,(2):30-32.

[11]李亚慧,周鸿.基于高校人才引进的“鲶鱼副效应”分析[J].北方经济,2006,(8):38-39.

[12]王洋.层次分析法(AHP)在高校教师职称评价中的应用[J].丹东纺专学报,2004,11(4):84-85.