大数据时代编辑胜任力模型的构建

李 琦

(湖北长江报刊传媒(集团)有限公司 ，湖北 武汉 430079)

编辑胜任力特质不仅包括显性的知识水平和技能素养，还包括人格、信仰、动机、情感、价值观等深层特质，是一个由外到内、由低到高、由基础到核心的相对全面的评价指标，为编辑开展职业规划、出版机构选拔优质人才、管理部门开展编辑认证及薪酬晋升等工作提供了目标依凭，具有显著的理论创新价值与具体的实践指向。

一、大数据时代编辑胜任力的影响因素

“胜任力”是著名组织行为研究者哈佛大学戴维·麦克莱兰教授提出的，他认为智力并不是决定工作绩效高低的关键因素，而个人特质、认知、态度等深层次的主导因素，这些因素就是胜任力。著名信息技术研究机构高德纳(Gartner)指出大数据是指需要新的处理形式才能确保更好的决策力、洞察力与流程优化力的海量高速增长及多样化的信息财富”。[1]美国国家科学基金会(NSF)认为：“大数据是由传感设备、科学仪器、电子邮件、互联网交易、网络点击流、音视频软件等多种数据源生成的大规模，多元化、复杂、长期的分布式数据集。”[2]这些都表明大数据在改变人类生产、生活和思维方式，以一种新的方法观察世界。因此，我们可以利用大数据的相关预知性来探析影响编辑胜任特征的因素。主要集中在传记特征、个人性格特点和行为、工作环境及团队特征等因素上。其中，传记特征包含年龄、性别、民族、职务类别、职称、文化水平、工作或者任职年限、职务级别、行政级别、政治背景以及专业等；个人性格特征和行为主要是指工作参与度、对权威的遵从、计划性和条理性、支配性和管理素质；工作环境及团队特征包括业务学习机会、出版机构对胜任特征重视程度、团队结构、团队控制和科层、团队支持互动沟通以及组织氛围等，大数据可预知性哪些因素与胜任特征相关。

1.编辑离职流动率高

出版行业有其自身的特点，编辑群体承担着身体和精神的双重压力，造成了员工离职率、流动率高、满意度低的现象。 编辑出版工作是一个“为人作嫁”的工作，责任大，成就满足感较低，刚入职时还有新鲜感，长久为之极易产生职业倦怠，一方面，编辑日常工作压力大，常常需要八小时之外的付出，还要经常参加继续教育培训，为了身体健康或者长期的职业规划打算，就会产生离职倾向，转向一些高收入，发展前景好的工作岗位。另一方面，由于各个出版单位都关注成熟的有潜力的优秀编辑，他们通过高薪、高福利待遇、或者更加契合编辑心理预期的企业文化，把一些有创新思维的编辑吸引过去，由此也造成了离职率不断上升。

2．编辑招聘成本高

编辑出版行业需要知识型员工、创新型员工。无论哪个部门，招聘员工的门槛都比较高，他们走在时代的前沿，相应的员工支撑也应该在人才市场中的前端。这就增加了招聘的难度。出版组织需要投入大量的招聘成本，因为这些知识型编辑寻找新的工作机会更可能借助互联网平台，甚至需要通过猎头公司聘请人才。出版组织在人才考评阶段，需要使用无领导小组考评、文件筐、案例分析等方法，或者通过测评问卷对编辑人格、胜任素质进行大量测验，以招聘到既能胜任工作，又符合出版组织文化的编辑，以达到一劳永逸的效果。

3．编辑绩效水平低

虽然出版工作工非常关注工作效果，但是也存在绩效水平较低的情况。一方面，由于行业工作的特殊性，许多工作难以量化，这使得绩效指标的制定变得非常困难，由于缺少量化的指标，绩效考评也存在一定的难度，从而绩效反馈、绩效结果的运用都会受到限制。另一方面，出版行业在绩效考核方法的运用上也有一定的缺陷，目前我们提倡绩效考核应该多种方法结合使用，但是在操作过程中，为了节约成本，常常会只选择一个考评方法，使得绩效考评的结果不够全面客观。出版行业而绩效考核的工作相对比较繁琐，流程较参差不一，稍有疏忽，就会有工作失误，从而使得整个流程中断，整个绩效管理就会受到影响。一般而言，绩效考核的结果可以用来指导员工培训计划的制定。

4.团队合作越来越普遍

现代企业越来越强调团队合作，尤其是出版行业强调创新，重视灵感，强调1+1>2的效应。事实表明，团队合作形式能够一改以往只注重个人效率的现象，规避了许多恶性竞争，使同事之间的关系越来越和谐、融洽，使出版部门呈现出一片欣欣向荣的景象。团队合作的效率比单个员工的效率更高，因为团队可以聚集大家的智慧，一些头脑风暴或者名义小组讨论的技术，常常可以碰撞出创新的火花，团队分工也更加明确，编辑的责任感更强，从而时间成本降低，工作效率提高。与此同时，团队合作使得编辑之间的关系越来越亲近融洽，这也有利于形成团结合作、积极向上的出版文化，在团队合作中也有利于编辑取长补短，互相学习，更好地发挥非正式组织的作用，从而弥补正式组织的缺陷。

5.员工培训成本高

出版行业的编辑从招聘到入职，起点已经很高了，他们具有良好的学历背景和较高的知识水平，一般的知识性和技能性培训不是重点，他们需要的是更高水平的素质培训，这就需要对员工进行全面的培训需求分析，制定周全的、有针对性的培训计划，在培训方法的选取上也应该慎重，传统的授课型培训显然是不够的，作为知识型员工的编辑需要自主探索、需要自由空间去创造、被重视和被承认。

二、大数据时代编辑胜任力模型构建的意义

1.建立编辑群体大数据平台，构建编辑信息分类系统

目前，我国以企业管理者胜任力研究较多，而政府部门、中介组织、非盈利组织等不同层次的管理研究相对较少。因编辑任力研究研究对象范围具有局限性，尚未形成一套完善、科学的研究体系。此外，不同领域域编辑的胜任力的研究也呈现空白状态。而出现这种情况主要与不同领域区、不同组织形态、不同层次的研究的难易程度有关，而数据的收集是影响研究对象范围的一个重要因素之一。显然，大数据时代建立编辑群体大数据平台，实现编辑信息分类系统，能够为进一步研究编辑胜任力提供数据源，扩展研究对象范围。大数据能够突破编辑任力模型构建的瓶颈，扩大研究对象的级别与范围，胜任力模型研究方法与岗位、研究对象等因地制宜的相结合，将大数据思维与技术运用到编辑培养、考核、素质能力评价之中，使得编辑胜任力研究更加全面与科学，同时，可以建立更大范围的编辑胜任力数据管理系统，促使编辑胜任力的理论研究逐步走向实证探索，以实现真实、具体、动态地反映胜任力模型素质。更重要的是借助大数据这一工具，构建不同级别(纵向)、不同职能岗位(横向)、不同地区(横向)的编辑胜任力模型，使其朝着科学化的方向发展。

2.优化编辑的能力结构，建构网络数据化培训考核体系

大数据时代，依托编辑出版大数据平台的编辑管理向数据化与信息化转变，可以全面直观地分析编辑胜任力，实现考核、评价从“经验+感觉”模式向“事实+数据”模式转型，真正促使编辑考核、评价逐步实现理性公平。此外，通过“数据人”可以了解编辑的胜任力尤其是核心胜任力的优势与不足，结合岗位和编辑自身素质状况，制定有针对性地培训，开发其潜力，优化编辑的能力结构。在胜任力模型构建过程中，样本选择、研究方法上的局限往往会使编辑工作的全面性与准确性受到影响，而大数据的出现无疑能够解决这一问题，例如胜任力模型数据可以把所有研究对象作为样本，即使数据规模再大，种类再繁多且复杂，客观形成的所有数据也可以从中提取有用数据。这能够确保建立胜任力模型过程中的准确、科学、全面，不会影响到信度与效度。随着科技信息化的发展以及大数据的广泛应用，胜任力模型的构建会朝着网络化、数据化等方向发展。

3.科学落实人岗匹配， 提升出版机构的竞争力

编辑胜任力模型的研究研究方法很多，比如关键事件法与行为事件访谈法，若在访谈中受访者夸大或者含蓄表达的信息往往不具有真实性。随着文化产业的优化升级，编辑也需要提升岗位能力，做到人岗匹配。这就需要胜任力模型的动态化发展，需要及时掌握动态化的数据信息，大数据思维与技术与胜任力模型研究的方法融合起来，运用数据对编辑胜任力进行定量分析，为胜任力模型研究提供可靠的分析工具。这就是说，大数据时代的编辑胜任力模型的研究其最终目的是实现人尽其才，提升组织效益，实现组织期望的目标。因此，大数据背景下研究编辑可以实现编辑的知识、技能、行为、动机、自我概念、特质等特征与岗位的匹配，为编辑的选拔、绩效考核、培训等提供指导，同时限制了任人唯亲等不合理现象的出现。出版机构要借助大数据深化编辑胜任力模型地应用，解决出版管理过程中的各种复杂问题，内强综合素质，外塑单位形象。

三、 大数据如何助力编辑胜任力模型的构建

1.建立编辑数据平台

大数据时代，运用大数据对数据之间关系进行分析，运用数据来进行科学决策来预测与防止某些事件发生的可能性。基于这一实用价值出版机构可以建立编辑的人力资源管理大数据平台。首先，要将不同地区、省份的编辑的信息(包括年龄、性别、民族、学历、所任职务、主要经历、任职年限、工作性质、政治背景)及其所具备的胜任力素质等纳入到平台内，根据部门性质与关系进行分类管理、统一归类，形成编辑胜任素质的人才库；其次，还要建立职位特征胜任力模型库，其中包括职位基本要求胜任的素质及根据工作性质、责任大小、难易程度、资格条件等所具备的胜任力。这种模型库的建立要采用行为事件法、职能分析法、关键事件法等传统的胜任力模型研究方法来确定胜任力的素质词典。这两个数据库相互对应与联系，最终以数据的形式实现编辑出版动态化的胜任力模型的构建。

2.建立不同的编辑胜任力模型

编辑胜任力模型应根据实际情况，提出相对应的胜任力准则，同时配套一定的管理制度与政策促使编辑提升胜任素质 。构建不同的编辑胜任力模型中的“不同”主要是指编辑存在不同地区、不同层面、不同职位级别、不同工作性质及岗位职责的差异，胜任素质的结构以及各个胜任素质的重要性有所不同，建立不同的编辑胜任力模型。首先，在平台内，在纵向上建立编辑不同的胜任力模型，根据职位特征胜任力模型库确定某一层面、某一职级、某一岗位等的素质特征，确定某一类别的研究对象，受访的研究对象通过完成在线的问卷或者根据在线的胜任力测评结果，利用大数据的相关技术进行相关的分析，以此来构建纵向上的编辑不同的胜任力模型；其次，在横向上建立不同的编辑不同的胜任力模型，这是因为在不同出版单位所要求的胜任力存在差异性，而且，组织发展阶段不同、 编辑所受地区文化不同，所面对的对象不同；最后，要建立横向与纵向上不同的编辑胜任力模型，最主要的是该模型的开发与应用，确定素质词典、选取分析样本、数据收集、建立模型甚至验证模型，这些都需要在大数据平台内完成。因此，此平台的开发与应用是大数据时代下研究编辑部胜任力的关键与核心。编辑胜任力往往分为认知、人际、态度和特质四个层面，其胜任力胜任力模型描述见下表1。

表1 编辑胜任力模型

四 大数据时代编辑胜任力模型的应用

1.精准岗位分析

基于编辑胜任力结构维度的构建，应相应表现为三个层次：能做(基本胜任)，善做(善任)，乐做(乐任)。第一个层次，能做，表现在基本胜任。此层次为编辑胜任力的基础层次，居于此层次的编辑行为往往处于被动，积极性不高，内在动力不足，表现在工作能力不足，缺少出版情怀，往往会对本职工作产生认知偏差，有厌烦感，工作绩效差。第二个层次，善做，表现在善任。 居于此层次的编辑融入出版工作之中，编辑内在动力，积极性加强。第三个层次，乐做，表现在乐任。居于此层次，编辑学习共同体达成，内心真正成长，灵魂真正得到塑造。运用大数据思维进行岗位类别分析、岗位层级等分析，将岗位分析产生的数据信息与“编辑—岗位—组织”相结合，通过对优秀编辑关键性胜任特征与对组织的核心胜任特征两个层面的数据分析决定岗位胜任要求与组织核心竞争力，探究岗位与胜任特征之间数据关联性，利用这种关联性去预测与整合，最终依据岗位与胜任特征的数据关联性构建编辑胜任力模型，开发人员导向的岗位数据分析系统, 既可精准地进行岗位分析，又可以在实际工作情境实时进行绩效评估与预测。

2.完善出版编辑培训

编辑培训目的是增强其处理各种问题的能力、顺应未来社会发展需要、挖掘其发展潜能，既要达到符合编辑长期成长的需要，又要满足当前组织的要求。因此，利用大数据对分析培训需求、培训计划制定、培训实施和培训效果评估四个流程进行全过程分析，通过研究数据来完善与优化党政干部培训的各个环节与流程。与此同时，根据大数据的分析与应用，建立培训需求模型、培训计划制定模型、培训实施模型以及培训效果评估模型，并进行整合与共享，形成联动且贯彻编辑培训全过程的大数据培训模式，提高编辑培训质量。具体的培训方案如表2。

表2 基于模型的培训方案

3.提升绩效测评与考核

大数据测评与考核 编辑有助于对其工作绩效进行实时记录与动态监控，把工作量、工作效果、社会评价、工作成本分析等转化成“数据”，经过大数据技术的分析，将编辑的“显绩”与“潜绩”精准地通过数据表现出来，建立起动态、科学的编辑的测评与考核的常态化运行机制，精准识别优秀或者有潜力的编辑。根据以上分构成的考评体系，确立绩效指标表3。

表3 编辑胜任力模型的绩效指标

4. 健全考核与激励机制

胜任力即员工在组织中所体现出来的且能够胜任工作的要求的价值观、技术、知识、能力、自我概念和特质。一是和任务情景相关联, 具有动态性；二是和工作绩效存在密切关系,或者它能够预测员工将来的工作实效或绩效；三是可以很容易辨别绩效一般者和优秀绩效者。胜任力模型则是指担任某一特定的任务角色所需要具备的胜任特征的总和。建立出版工作的考核体系是重点亦是难点。由于出版工作的效果很难在短时间内显现，且其评价体系的多元化，导致实施困难。推进出版工作的改革，必须打破单一的、固定的评价模式，将编辑的认知、情感、价值观等内容纳入评价体系，将客观量化评价与主观效应评价相结合，构建由结果评价、过程评价、动态评价等多元协同的评价体系。同时，完善课出版激励机制，不断提高编辑的积极性与主动性。设立编辑出版专项奖并于与编辑职称聘任挂钩，用榜样激励他们前行。