大数据技术下创业型人才的胜任特征及培养机制研究

师晓莉（西安外事学院，陕西西安，710077）



大数据技术下创业型人才的胜任特征及培养机制研究

师晓莉
（西安外事学院，陕西西安，710077）

摘要：当今世界，信息化浪潮席卷全球，大数据、云计算、物联网等蓬勃发展，使得创业人才发展迈向一个新台阶，本文在对大数据技术下创业者的胜任特征综合分析研究基础上，探究现代创业型人才在创业心理素质、数据知识技能等方面的培养机制，以此为大数据技术在创业发展中的应用提供有效参考。

关键词：大数据技术；数据素养；应用能力；形成机制

0　引言

我国正面临着向创新型国家转变的巨大的机遇与挑战中，大众创业、万众创新已成为今后我国社会经济发展的一种必然趋势。而面对大数据、云计算和人工智能等信息技术的迅猛发展，创业型人才培养也日益多元化、专精化，以大数据技术创新需求为导向，打造大数据生态圈，完善技术创新链条，引领大数据行业的深化发展成为了当前的主流方向，为有效推进大数据技术在未来创新创业中的应用，本文以创业型人才胜任特征为研究基点，分析其提出的理论依据及应该具备的基本素养，并从心理素养、创业知识及技能等几个层面阐述了大数据时代下创业型人才胜任特征的形成机理，以为改革传统教学模式，提高人才培养效果奠定坚实的基础。

1　大数据下创业型人才胜任特征的提出与发展

1.1大数据下胜任特征理论及胜任特征模型的提出和发展。大数据时代下，对于创业型人才的培养提出了更高的要求，而胜任特征作为其数据素养和知识形成和发展的基础，对于未来大数据创业发展具有关键影响，胜任特征是由美国哈佛大学教授戴维.麦克利兰1973年发表的《测量胜任特征而非智力》一文首先提出的。麦克利兰对胜任特征的定义为:与工作或工作绩效或生活中其他重要成果直接相似或相联系的知识、技能、能力、特质或动机，由此大数据下创业型人才的胜任特征必然融合了数据技术标准、应用规范及技术技能等多元化内容。

在“互联网+教育”发展理念的影响下，针对大数据下的胜任特征的研究虽然不多，且相对滞后，但仍存在一定的理论基础，麦克雷根（Mclagan，1980）认为胜任特征是指足以完成主要工作结果的一连串知识、技能与能力，森德伯格（Sandberg，2000）认为，胜任特征是工作时人们所使用的知识和技能，这些都为大数据下创业型人才培养提供了理论基础。

大数据技术在我国的飞速发展，加速了胜任特征的研究，但陈澄波和赵龙（2006）认为胜任特征不同于任职资格要求，任职资格要求仅仅是区别差与一般的必要条件，不能确保人员在所在岗位表现出色，而胜任特征则是区别一般与绩优的关键特征，其不仅要求创业型人才拥有基本的信息技术素养，而且要能够突破数据技术攻关、提出创新发展的理念，具有发展的前瞻性和可行性。

1.2大数据下创业型人才的胜任特征。结合上述胜任特征理论，大数据时代下的创业型人才的胜任特征呈现其独特性，其凸显数据知识、数据技能及素养的重要性。

图1　创业者素质冰山模型

针对创业型人才胜任特征，刘宇璟，陈正悦，焦曼（2013）在国内外研究的基础上，将创业者素质及构成要素进行分类定义，包括创业者人格特质、创业知识、创业能力。其中创业知识和创业能力属于显性的创业素质特征，是素质模型冰山中较为稳定的部分，创业者人格特质属于隐性的创业素质特征，是素质模型冰山中较为不确定的部分。根据麦克利兰的冰山模型，创业者的素质由冰山上部的创业技能和创业知识与冰山下部的创业心理素质组成。

表1　大数据时代创业型人才胜任特征及构成因素描述

毛翠云，梅强（2009）在综合运用量表法、层次分析法，研究创业者素质模型、测评指标体系及其综合评价方法，建立了创业者素质模型层次递阶结构。该模型中创业者素质由内在心理素养、创业技能、创业基础知识三大项目构成，其中每个项目又包括若干个测评因素。

大数据技术能够为预测、处理创业者行为、心理提供重要的依据，来自各方面零碎的庞大的数据有利于观察创业环境和创业技术发生的细微变化，从而快速响应，制定有效的教学策略，为促进大学生创业技能结构、数据分析能力及心理素质等多层面知识的提升，结合大数据技术的应用优势性，并依据其对学生胜任特征所产生的影响，本文在综合借鉴以往研究成果的基础上，对大数据时代下创业型人才素质的基本构成描述如下表1。

2　大数据技术下创业型人才的培养机制

2.1大数据下创业心理素养是创业型人才培养的基础。创业型人才培养关键在于创业心理素质的培养，结合上述创业型人才胜任特征分析，其应该具备自信心、创业欲望、进取心等，大数据分析技术主要包括是以最新应用数学、前沿计算科学和信息工程学为核心，以数据挖掘、数据仓库、商务智能等智能化的信息科技技术为手段，他不仅能够转变创业型人才培养的教学理念和手段，而且在推进创业心理素质方面发挥着重要的影响。通常来说，心理素质是在遗传基础上，在教育、社会及家庭环境影响下，主体通过实践训练而形成的性格品质和心理能力的综合体现，但除此之外，大数据技术的发展正改变着教育、生活环境，其具有4V特性，包括海量的数据规模（Volune）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型（Variety）和巨大的数据价值（Value），这些特质为21世纪创业型人才培养拓展了更宽广的领域，为其创业心理素质发展奠定良好的数据支撑。大数据技术是以高度发达的信息网络技术为支撑，所呈现出的形式多样、实时性强和价值多元的大数据信息，推动者创业型人才培养中教育对象的个性化发展、教育方式的变革、教育观念的开放化、管理的科学化等要求，更有利创业者健康心理素质的培养和形成。大数据的挖掘、分析技术，给创业型人才培养的资源共享提供有效支撑的前提下，其也带来了新技术学习和应用的压力，展现了现代社会就业、创业发展背景及面临的困境，给创业型人才培养造成一定的学习紧迫感，不仅有效锻炼了其心理承受能力，而且还推进其不断提升自我知识储备、进行技术更新，以将这种外部就业、创业压力转变为内在驱动力，强化对成就、自我实现、创业自由等的多元化心理需求，加速数字化时代下创业型人才培养目标的实现。

2.2大数据知识技能是创业型人才培养的关键所在。大数据技术应用背影下，创业型人才培养要求具备编程、计算机科学相关的专业背景，简单来说，就是对处理大数据所必需的Hadoop、Mahout等大规模并行处理技术与机器学习相关的技能，这是胜任特征分析下数字化创业型人才应该具备的基本素养，在此基础上才能推进创业目标的加速实现。

创业胜任力特征中的创业技能主要体现在发现创业机会、整合创业资源、实现创业所需要的一系列能力。能力是通过一定的社会实践体现的，因此创业能力也必须通过不断地社会实践活动来提高，大数据技术发展下，从Hadoop、分布式数据库、分布式关系数据库、流计算、图计算、到数据的PDM、SE、ETL、可视化、深度学习、人工智能，再到企业管理、教学模式转变、创业实践等各个层面都涉及大数据技术，这是大数据时代下的必然结果，也是未来创业型人才创业技能培养过程中主要着力点。同时，大数据技术应用背景下，创业实践活动的形式应该是多样化的，创业者可以通过数据挖掘、分析及存储等多种实践活动的参与，储备技术知识、掌握专业技能，让创业者逐渐形成创业分析能力、经营决策能力、资源整合能力，从而深化了解未来创业发展的背景知识，把握好发展方向，实现创业的新发展。

3　结束语

对创业型人才胜任特征各要素的培养，是围绕成功创业目标持续螺旋上升的过程。创业环境中的行业技术发展、市场状况、客户需求、企业内部情况都在不断发生变化。因此，创业者坚持加强学习，提高自身适应创业环境变化的能力，才能使创业企业不断发展到壮大。

参考文献

［1］ Mclagan. P.A. Competency Model［J］.Training and Development，1980，34（12）：57-68

［2］ Sandberg. Understanding human competence at work： An Interpretative Approach［J］.Academy of Management Journal，2000，42（1）：9-25

［3］ 陈澄波，赵龙.拨开胜任力模型的迷雾［J］.人力资源，2006，（15）：32-33

［4］ 贾建峰，朱珠，周梦泉，大学生创业者胜任特征模型的构建［J］技术经济，2014（11）

［5］ 贾建峰，赵希男.基于胜任特征的知识型企业战略性人力资源开发研究［M］，经济科学出版社，2011：48

［6］ 彭长桂，张剑.国内胜任特征研究进展及评价［J］.科研管理，2006，27（6）：62-67

本项目是2015-2016陕西省高等教育学会-高水平民办大学建设研究项目：基于提升创业胜任力的民办高校创业人才培养体系研究（15GJ047）的项目成果

Entrepreneurial talent and Formation Mechanism of Competency

Shi Xiaoli
（Xi’an International University，Xi’an， Shaanxi，710077）

Abstract：At present，information wave sweeping the world， big data，cloud computing，networking got a great developed，make the development of entrepreneurial talent come into a new level，this paper based on the analysis on the characteristics of entrepreneurs， explores the training mechanism of modern entrepreneurial talent in the aspects of entrepreneurial psychological quality，data knowledge and skills，etc，so as to provide effective reference for the big data technology in the development of entrepreneurship.

Keywords：Big data technology；data quality；application ability；formation mechanism

作者简介

师晓莉 （1971.4.20-）西安外事学院创业学院教师，硕士研究生，讲师，主要研究方向包括经济管理、创业理论。

［基金项目］本文是2015年陕西省教育厅科学研究项目计划“以创业为导向的应用型大学人才培养模式研究 ”（15JK2138）的阶段性成果之一。