公共管理类人才素质评价指标体系建设

彭惠青　谢文龙

摘 要 公共管理类人才是实现社会治理能力现代化的中坚力量，文章基于科学的理论思路构建了由思想政治修养、基本素质、个性特征、能力结构组成的公共管理类人才素质指标评价体系，在此基础上运用层次分析法确定指标体系中各指标的权重。

关键词 公共管理类人才 指标体系 学科建设

Abstract Public management talents are the backbone of society realize the modernization of governance capacity， the theory of scientific ideas based on the public management talents quality evaluation index system composed of the ideological and political accomplishment， basic quality， personality， ability structure， based on the use of AHP to determine the weight of each index in the index system.

Keywords public management talents； index system； discipline construction

我國社会正处在改革的攻坚阶段和发展的关键时期，社会问题和社会矛盾突出，社会治理难度加大，对我国公共管理事业提出了新的挑战，对公共管理类人才的素质也提出了更高的要求。依据何种需求和方式培养公共管理类人才，将直接影响到国家治理体系和治理能力现代化目标能否实现，关系到人民生活水平是否能得到实质性的提高。因此，有必要厘清公共管理类人才的素质构成，以便于有目的、有针对性地加强公共管理学科建设，培养适应社会需求和发展的公共管理类人才。

1 公共管理类人才素质指标的构成

1.1 公共管理类人才素质指标的选择

有效研究公共管理类人才素质，需要构建一套科学、完整的指标评价体系。选择设计人才素质评价指标体系，是评价公共管理类人才的核心和关键环节。指标体系所涵盖的指标是否系统全面，层次结构之间是否清晰合理，将直接关系到评价质量的准确性和有效性。目前，关于公共管理类人才素质的指标设计还没有一个令学界及研究界达成共识的标准，只有部分学者针对人才素质的指标构成有一定的研究。例如，李光红等人通过对高层次人才的内涵、特征和相关理论的分析，建立了由知识水平、心智模式、基本素质、能力结构和业绩成果5个基本要素组成的高层次人才评价指标体系。①姚艳红等人则在管理型人力资本价值构成的选取方面，将个人贡献、能力、基本素质作为管理型人力资本价值构成的一级指标，在一级指标之下又设置了若干个二级指标并运用一定的方法赋予了指标的权重。

虽然各位学者研究的形式和成果有较大的不同，但是基本的思路和指标构成都大同小异。其指标的设计构成基本上都坚持了以下几个原则：一是全面系统原则，即用较少的指标全面反映出人才的核心与本质，追求指标体系的整体最优，整个指标系统需有较强的逻辑合理性，不同维度、不同指标之间具有相互独立性，相同维度中的指标又具有某种共性而又不相互影响，实现指标体系界限分明、层次合理的目标；二是定性和定量相结合的原则，定性评价强调评价者采用观察和分析的方法直接对评价对象做出定性的结论与判断，其评价结果往往带有一定的主观性，定量评价采用量化的方法，其评价结果一般能够真实反映事实状况，但反映的往往是事情的表面，使得评判不容易深入，影响评判的效果。将定性和定量评价相结合 可以发挥各自的优势，从而使调查结果更具有效性；三是可操作性原则，可操作性体现在数据应具有可得性，可以采用二手统计数据，也可以采用主观调查数据。二者进行有效的结合，才能确保指标体系有效反映调查者需要调查的内容；四是科学性原则，科学性体现在设计指标之初就应该将理论构思与实践充分结合，以科学的理论和筛选方法为指导，甄别筛选出符合调查目的的指标系统，使评价指标体系在整体的逻辑结构上严谨、合理，同时又能抓住最重要、最本质的衡量指标，以便指标体系不过于庞杂，防止杂而无章的现象发生。

在充分遵循以上原则，结合前人的研究及公共管理类人才的性质特点，本文将公共管理类人才素质分为思想政治修养、基本素质、个性特征、能力结构四个组成部分，每个组成部分下又设置一定的衡量指标，初步构成公共管理类人才素质指标评价体系，如表1所示。

1.2 公共管理类人才素质指标的筛选

经过理论遴选出的公共管理类人才素质评价指标体系，集中反映了研究者对于公共管理类人才的认知和理解，其有可能还存在评价指标数量过多、指标之间存在不合理的相关关系等问题。因此，为了进一步实现评价指标体系的科学性与系统优化，研究者将通过理论初步遴选出来的评价指标体系向有关专家咨询，共咨询了六名专家，其中四名专家是研究人力资源相关领域的高校学者，另外两名专家是供职于政府的官员。根据专家的建议，对初步制定的评价指标体系进行了调整与修订。一是删除了二级指标“基本素质”下的“智商”指标，专家认为公共管理类人才一般都接受过本科以上的教育，经过高考等考试的筛选验证，智商完全能够满足其从事相关的工作，此指标的存在意义不大。二是删除了“风险承受能力”指标，因为良好的危机管理能力需要风险承受能力作为支撑，也就是说“危机管理能力”包含了“风险承受能力”。三是增加了“团结合作能力”指标，专家认为现在的管理工作日益复杂化，单独依赖个人的力量将不再可行，有些事情必须依靠团队力量共同完成。经过上述的调整与修订，最终得到了新的指标评价体系，包含4个二级指标，25个三级指标，如表2所示。

2 公共管理类人才素质指标的权重确定

经过筛选后的指标体系覆盖面广，全面反映了公共管理类人才素质的基本内涵，内在逻辑性强、数目繁简适中，具有较强的可操作性。但是，每一个衡量指标对评价公共管理类人才素质时所具有的解释力是存在差异的。因此，还需通过科学的方法将每一个指标的权重确定好，以确保评价结果具备较强的解释性和有效性。确定评价指标权重有多种方法，包括德尔菲法（Delphi method）、层次分析法（AHP）、权值因子判定表法、模糊评价法，熵值法、变异系数法、主成分分析法等主客观分析方法，每种方法都有自己的优势和不足之处。研究者在综合考虑之后，决定采用层次分析法（AHP）来确定指标体系的权重。

2.1 层次分析法的指导思想

层次分析法是根据问题的性质和所要达成的目标，将决策问题分解为若干层次和若干因素，对同一层次的若干因素通过比较、判断和计算，确定出相对于上一层次的目标和各自的权重系数。按照这样的方法层层分析下去，即可对所有因素的重要程度（偏好性）进行一个排序，从而确定所有因素指标的权重系数。层次分析法的难点在于按每个因素的重要性程度确定其權重数值，即如果影响决策的因素比较多，往往难以按照各个因素的重要性程度排出顺序，即使能够确定每个因素的重要性，也很难用数字来具体量化。②为此，层次分析法创始人萨迪（Thomas L. Saaty）提出了将各因素进行两两比较，将比较结果用1—9标度来刻画，其中标度1表示两个元素相比，具有相同的重要性，标度5表示两个元素相比，前者比后者明显重要，标度9表示两个元素相比，前者比后者极端重要，标度2、3、4、6、7、8则表示上述相邻判断的中间值，通过具体的标度刻画进而构造成对比较矩阵，从而对所有因素的重要程度进行排序并通过计算确定权重。

2.2 构造判断矩阵，确定指标权重

在明确层次分析法的核心思想之后，研究者邀请12位专家对二级指标与三级指标的因素进行两两比较与判断，并采用1—9的比例标度将比较的因素具体量化，由此构造出若干个两两比较判断矩阵。通过构造的比较判断矩阵计算特征根与特征向量，在进行归一化处理之后得到具体的权重系数。下面就以12位专家对二级指标层的指标打分为例，说明所有指标的权重是如何计算得出的。考虑到计算过程繁琐，占用篇幅过多，其余的指标层权重均参照确定二级指标层权重的方法进行，所有的计算过程不一一列出。

二级指标层包括了思想政治素养B1、基本素质B2、个性特征B3、能力结构B4共四个指标，邀请12位专家对此四个指标进行打分，由于所请专家对4个指标重要程度的认知不一样，所以各个专家所给的分数存在一定的差异，为了保证数据的客观有效，取所有专家打分的中位数作为判断矩阵中各元素的值，以此来构造判断矩阵。具体情况如表3所示。

在判断矩阵中，Bij>0，Bii=1，Bij=1/Bji（其中i，j=1，2，…，n），例如B21表示指标因素B2与B1相比，B2比B1的重要性程度，其他的也参照此理。

构造判断矩阵之后需要对矩阵的分值进行计算以便于确定权重，假设表4所代表的判断矩阵是V，将判断矩阵V的各行向量进行几何平均，然后进行归一化处理之后，得到的行向量就是权重向量。设A的最大特征根为€%dmax，其相对应的特征向量为W，则需要计算满足Aw=€%dmaxw的特征根与特征向量，以此计算二级指标的权重值，具体的计算步骤如下：

（1）对向量W进行归一化处理，则有Wi=，式中，Wi为向量W的归一化数值，W即为二级指标的权重；Mi的n次方根为Wi=；而Mi则为判断矩阵V每一行元素的乘积，Mi=Bij，i=1，2，3….n。

（2）计算判断矩阵的最大特征根，则有€%dmax=。

通过计算，我们得到二级指标层的权重系数，如表4所示。

2.3 一致性检验

由于判断矩阵中的指标值是通过指标因素两两比较得到的，往往可能得到与实际不相符合的结论。例如，需要比较一组指标重要性，该组指标包含A、B、C三个指标，在A比B重要，B比c重要的情况下，如果得出A比C重要的评价，则表示专家思维与实际结果具有一致性，如出现C比A重要的评价，则表示专家思维非一致性，比较结果出现偏差。为了保证得到的权重系数能与专家思想保持一致性，需要通过一致性检验，即当一致性比例C.R.= <0.1时，就认为该判断矩阵具有满意的一致性，得出的结论是合理的且与专家的思想保持一致性，否则就需要调整判断矩阵。一致性指标C.I.=，其中n为判断矩阵的阶数。经过计算，本例的最大特征根为4.1171，所以C.I.的值为0.0390；又查表得出此判断矩阵的随机一致性指标为R.I.=0.89，所以其一致性为C.R.= =0.0438<0.10，说明此判断矩阵具有良好的一致性，所得的权重系数是科学准确的。

按照此方法与过程，计算出所有指标的权重并通过一致性检验，得到所有指标的权重系数，计算结果如表5所示。

€L芑鹣钅浚罕疚南岛笔「叩妊=萄а芯肯钅俊盎诤诵木赫μ嵘墓补芾砝嗳瞬排嘌J接呕芯俊保ㄏ钅勘嗪牛？014220）的阶段性成果

注释

① 李光红，杨晨.高层次人才评价指标体系研究[J].科技进步与对策，2007.4：186-189.

② 杨河清，陈红，边文霞.首都区域人才竞争力评价指标体系的构建[J].首都经济贸易大学学报，2006.5：19-28.