五因子素质结构模型构建及其对我国高校创新型科技人才培养的启示

黄小平

（江西师范大学教育研究院/教师教育研究中心，江西南昌330022）

·专论·

五因子素质结构模型构建及其对我国高校创新型科技人才培养的启示

黄小平

（江西师范大学教育研究院/教师教育研究中心，江西南昌330022）

创新型科技人才培养是我国“双一流”大学建设的使命和内在要求。现有文献研究没有揭示出创新型科技人才素质结构的“实然状态”,因而对创新型科技人才培养目标及定位并不十分清晰，相应的人才培养模式及素质评价缺少实证研究作为支撑依据。本研究运用质性研究和量化研究相结合的方法建立了以“创新型科技人才”为效标参照的五因子素质结构模型。该模型经验证性因素分析和检验具有建构效度和信度，对我国高校创新型科技人才培养具有启示和参考意义。

五因子素质结构；创新型科技人才；培养

一、问题的提出

从世界范围来看，科技创新以及高素质创新型科技人才的培养已经成为各国制定国家发展战略的重要内容。党的十八大以来，以“创新”“科技创新”“创新型科技人才培养模式”为主题的文献研究很多，国内众多学者对高等学校如何培养创新型科技人才进行过广泛探讨[1-5]。这些研究大多指向于培养模式和方法策略。但是，总的来说在我国高校创新型科技人才培养模式中并没有提出明确的素质培养目标，构建的素质结构维度大多比较笼统且缺乏实证研究依据，其主要问题是缺少调查研究、质性访谈或以实证数据作为支撑，因而人才培养模式没有从其内部素质结构上去揭示真正应该具备何种素质结构。因此，对于其科技创新素质结构维度仍然处于一种未知的状态，也就较难回答出如何培养具有科技创新素质的人才。

值得注意的是，西方国家高等教育人才培养模式在整体设计上与创新型科技人才的培养要求相适应，对科技创新素质的培养主要体现在知识体系建构、个性品格塑造以及实践能力培养等多个维度，其培养目标具有一定综合性和明确导向性[6-8]。鉴于此，本文拟在质性研究和量化研究基础上构建创新型科技人才的五因子素质结构模型，通过该模型以期为我国创新型科技人才培养提供借鉴和参考。

二、创新型科技人才五因子素质模型的构建

质性研究运用访谈方法，目的是初步建立创新型科技人才素质结构的理论模型，为编制创新型科技人才问卷提供前期研究准备。量化研究采用探索性因素分析和验证性因素分析相结合的方法，目的是通过采集实测数据探索出素质结构模型的维度，再验证建构理论模型与实测数据的拟合程度。

（一）质性访谈研究[9]

学界对创新型科技人才并没有统一定义，但普遍认为：创新型科技人才是一个相对的动态概念，一般指具有一定创造力，并在某个学科、领域内做出重大科研成果和创新贡献的科技人才。因此，本研究选择中科院两院院士、长江学者、国家杰出青年基金获得者等一批高层次创新型科技人才共24名人员进行访谈。受访人员主要来源于理、工、农、医等学科领域，其属性特征分布如表1所示。

访谈以结构化访谈和非结构化访谈相结合的方式进行，结束后将所有访谈录音文件转化为质性分析文字资料，录音总文字资料共25.86万字。采用内容分析法和主题分析法对录音的文本资料编码、归档。采取的做法是：邀请人力资源管理学、心理学和教育学3位专家建立对素质特征词的分析维度（类目），主要依据“创造心理学”“胜任力建模”的理论与方法，最后划分为6个维度。根据分析维度（类目），对每个“样本单元”文本资料逐一分析（详见表2的部分文本资料示例），登记24个分析单元的关键素质出现的频次，同时将这些素质要素划归到每个分析维度下（详见表3），做好评判记录。采取的主要步骤为：第一，按照分析维度（类目）记录每个单元在各分析维度（类目）下的所有数据，注意区分不同语义材料下所蕴含的关键素质特征词项；第二，采用设计好的矩阵表格统计，素质特征词每出现1次就记录1次，以得到某个素质词的累积总频数；第三，相同分析维度评判必须有两个以上评判员分别做出记录，以进行信度检验。

表1 24位受访者的属性特征分布表

经检验，访谈时间和长度达到有效访谈要求，二者相关系数为0.643（显著相关，p＜0.05），表明访谈所获得数据资料能反映样本水平。文本资料的分类一致性信度CA值介于0.8387和0.9749之间，编码信度R值介于0.9123和0.9873之间，文本编码信度较高。访谈初步得到创新型科技人才素质结构的6个维度，分别是：知识-技能、创造-创新核心能力、思维风格类型、个性-动机、价值-情感、合作与交流。结合文献研究，对每一项素质词关键行为及其特征进行详细定义、归纳、修改和编写，征求相关专家意见后再修改。最后编制出初试问卷，包括77个测试项目。

（二）量化研究[10-13]

量化研究分两个步骤，先后采集两批样本。第一批样本数据应用于探索性因子分析，第二批样本数据应用于验证性因子分析。探索性因子分析的目的是通过实测数据初步得到创新型科技人才素质的结构维度，并在理论分析的基础上对素质结构因子命名。验证性因素分析的目的是检验素质模型的信度与效度，评价和比较建构模型是否为最优模型，检验模型建构的各个观测指标的测量误差，使得因素负荷具有较高精确度，建立因子之间相关或共变关系模型，使模型更具有实际意义。

表2部分受访者文本资料质性分析示例

表3 24位高层次科技创新型人才素质维度分类表

1.探索性因子分析

此次发放调查问卷1200份，剔除无效问卷，共回收有效问卷439份，有效问卷回收率为37%。被调查者从事的专业领域包括理、工、农、医、建筑等共16个一级学科。其中：男性309名，女性130名；29岁以下50人，30-39岁187人，40-49岁138人，50-59岁58人，60岁以上65人；调研对象人员类型为省级“千百十”培养对象1人，教育部新世纪人才计划获得者2人，地方学者称号获得者3人，国家杰青4人，百千万人才工程获得者5人，中科院“百人计划”入选者7人，国家青年千人计划入选者6人，长江学者8人，中国科学院院士9人，其他科技人才377人。

采用SPSS17.0软件包进行分析。KMO和Bartlett球形检验结果表明，KMO值为0.976，p＜0.001。采用主成分分析法，抽取特征值大于1的因子，对因子进行Kaiser标准化正交旋转，删除因子载荷低于0.40（大于0.38）的4个题项。从整个问卷构成的评价指标（共73题）中共萃取到五个因子，分别解释总方差的19.42%，16.69%，10.25%，9.48%，4.91%，累计解释总方差的60.75%。

因子命名参照心理学家斯腾伯格和卢巴特（1999）提出的创造力投资理论模型。该理论认为，有6个基本元素汇合形成创造力，分别是智力、知识、思维风格、人格、动机和环境，在6种因素交汇时产生了创造性思维与创造性行为。同时，在吸收管理学、科技哲学、人才评价等专家意见后，将五个因子命名为：

因子1：创新能力-思维风格类型。此维度包含两大要素族群，分别为创新能力与思维风格类型。其中，能力族群是科技人才创新过程中包含的创新能力要素，是引导科学发现和重大发明的“强智力的基础要素”，但这种智力特征具有一定“超越性”和“强基础性”，是高于“一般能力”的深层次智力要素。斯腾伯格（1999）认为，智力对创造的作用体现在智力元成分对创造的影响上，主要是因为科学创新人才具备较高的一般智力。[14]这些智力与一般智力不同，突出特点是能在科学创造中将“专业能力”灵活迁移和运用，善于将知识转化为能力，实现知识与知识、知识与经验之间的融会贯通；还擅长学习他人长处并“为我所用”和“活学活用”；还善于做出选择，富有智慧。另一大要素族群是在创造和创新过程中所运用的思维风格类型，反映科技人才共同思维风格和思维品质。思维风格特征具有以下重要特征：（1）思维的灵活性、开放性和变通性；（2）逻辑性和系统性的研究风格；（3）思维方式有时表现出“非逻辑性”特征；（4）具有哲学思辨性和反思性。

因子2：广博精深的专业知识-技能。此维度是科技人才从事科学创新活动具备的知识和技能。知识和技能是科学创新的前提和基础，但此种知识与技能具有“广博性”和“精深性”的特征。广博性决定了科技人才所具有知识域的“广度”，“精深性”则决定了科技人才所具备知识域的“深度”。这些知识与技能并非简单的“知识累积”，而是与创新活动密切相关的。因此，“知识和技能的广度和厚度”共同构成科学创新的基础。这些素质特征包括：专业知识、掌握学科前沿、科学研究方法、学科交叉、理论知识、实验操作技能。

因子3：科学创新的核心价值理念。价值系统是创新人才秉持的核心价值观，是创新人才对科学研究是什么，科学研究活动能为人类带来何种价值，科学研究本身终极意义和目的的思考、看法以及态度。这些价值观对从事科研活动具有引导、价值选择及“价值参照”的作用。这些价值观是创新人才核心价值观的体现。总的来说，求真、求善、求美，追求和谐、人文关怀是科学价值观中的核心内容。这些价值观对科学创新具有“价值引领”“价值选择”及“价值参照”的作用，具体表现的素质要素有：科学道德、科学理想、人文关怀、爱国情怀、社会责任感、开放包容。

因子4：创新个性-动机。此维度是指创新需要优质的个性品质，以成就为导向的内在动机。这是科学创新的动力系统，包括两个向度：一个向度是独立进取的创造个性，其个性特征有坚韧执著、探索规律、勤勉性、科学进取性、严谨求实、独立自主、变革创新、挑战性、质疑性、自信心、敢于突破和超越创新。个性品质和特征在心理学家斯腾伯格看来称之为人格，但我们在这里没有称之为“人格”是因为广义的人格也包括动机在内。另一个向度是院士们的内部动机，包括兴趣驱动和好奇心、成就导向、求知欲。优质的“个性品质”的锻造，“成就动机”的激励驱使这两个因素在科学创造活动中起着至关重要的作用。

因子5：学术共同体内交流与合作倾向。此维度表明创新人才是否愿意同“学术共同体”内成员开展交流与合作，体现的是创新者对待外部支持性环境是否采取积极寻求合作、交流的态度，是创新个体积极适应创新环境变化能力的一种反映。

五个维度的Cronbach’α信度值分别为：0.968，0.955，0.906，0.955，0.818，总问卷信度为0.985，表明问卷的信度优良。

2.验证性因子分析

（1）被试

被试来自15所高校的创新型科技人才，其从事的专业领域涉及理、工、农、医、建筑等共16个一级学科。采用电子邮件调查和纸质问卷调查相结合的方法，总共发放问卷1000份，剔除无效问卷，回收有效问卷365份，回收率为36.5%。其中：男性253名，女性112名；29岁以下42人，30-39岁157人，40-49岁118人，50-59岁43人，60岁以上5人，平均年龄约39.8岁；调研对象人员类型为省级“千百十”培养对象12人，教育部新世纪人才计划获得者7人，地方学者称号获得者4人，国家杰青6人，百千万人才工程获得者8人，国家青年千人计划入选者6人，长江学者2人，中国科学院院士1人，其他科技人才319人。

（2）创新型科技人才五因子模型验证性因素分析

采用自编的“高校科技创新型人才素质与行为特征评价问卷”，使用Amos7.0建立五因子斜交模型（假设维度之间存在相关性或共变性，如图1所示）。为使数据与模型拟合，进一步修正模型，删除各个子维度上因子负荷较小和误差较大题项16题，最后剩下57题，最终构建出“创新型科技人才的五因子素质模型”。模型参数采用极大似然估计，各拟合指标值为χ2=3228.543,df=1464,χ2/df=2.205（p＜0.001），因此该模型总体可以接受。模型参数RMSEA=0.058，低于0.08，模型与数据具有较好拟合度；NNFI=0.90，CFI=0.90，说明模型具有较好拟合度。

从图1可知，五因子模型存在共变关系（具有正相关关系）。五因子相关系数由高到低为：能力与思维VS个性-动机（r=0.885）、专业技能VS个性-动机（r= 0.863）、能力与思维VS专业技能（r=0.848）、合作交流VS核心价值观（r=0.834）、个性-动机VS核心价值观（r=0.831）、能力与思维VS核心价值观（r=0.765）、个性-动机VS合作交流（r=0.715）、专业技能VS核心价值观（r=0.71）、能力与思维VS合作交流（r=0.64）、专业技能VS合作交流（r=0.604）。这说明五因子并非独立，而是相互影响，呈现出中高度正相关。

综上所述，本研究构建并验证了创新型科技人才五因子素质结构模型。此模型由五个因子（包含57项素质要素）构成，分别是：以问题解决为导向的专业能力、强基础智力的认知能力和灵活多样的思维方式、独立进取的个性品质和内在动机、科学创新秉持的核心价值观、学术共同体内交流与协作倾向。

三、五因子素质模型对我国创新型科技人才培养的启示

“五因子素质结构模型”主要以“创新型科技人才”为效标样本，并在实证研究基础上构建并得到检验，具有建构效度和信度。因此，素质模型结构维度及其内部要素可为创新型科技人才培养提供目标参照，同时对于创新型科技人才需要“培养什么样的人（培养目标的规定性）”，具有“哪些素质要素及行为特征”均有清晰具体描述和规定，因而可为我国创新型科技人才的培养提供相应借鉴。

图1五因子斜交模型结构图

第一，科技创新素质结构构成的系统性和整体性，可为创新型科技人才培养模式及实践提供明晰的效标参照。

培养创新型科技人才是当前我国“双一流”大学建设的内在使命和根本要求，也是当前我国高等教育发展中亟须突破的瓶颈。从创新型科技人才科技创新素质培养的系统性和整体性要求来看，五因子素质模型从创新主体的能力和思维风格类型、知识-技能、个性和动机、科学创新的核心价值观、学术交流与合作倾向等五个维度整体揭示出创新主体从事科技创新活动所必备的关键素质要素，并详细界定了素质与行为特征的对应关系，因而可为创新型科技人才素质培育提供参考指向和目标的总框架，有助于高校根据学科属性具体设计出创新型科技人才培养的实践模式。

第二，创新型科技人才在培养路径上要“双管齐下”：既要重视培养广博精深的专业知识与技能，更要重视培养解决实际问题的能力。

知识和技能只为科学创新提供了可能，但知识并非越多越好，而是要将知识活学活用，加以转化，最终具备解决实际问题的能力。从访谈的科技人才的成长特征和规律来看，可以发现一个普遍性的规律，即主持或参与国家重大科研项目和重大工程实践，是成为高层次创新型人才的必经通道。通过主持或参与面向国家和社会需要的“大项目”工程建设或重大科技攻关，经过若干年能成长为高层次工程科技人才。

因此，在人才培养路径上不仅要重视科学理论知识和技能的传授，更要重视以解决实际问题为导向的专业能力的培养。这种专业能力形成以“问题解决”为评判依据和旨归。概括来说，一是要培养“广博精深的”知识与技能。要成长为一名创新型科技人才，“知识面要宽”而且还要有一定的“深度”，即要追求“知识与技能”的“广博和精深性”，这是前提。二是要培养“善于解决实际问题”的能力。要让青年科技人才参与实际的项目，通过大科学工程项目从而带动“问题解决能力”的提升与发展。

第三，抓住素质结构中占主导地位的两大核心素质族群：“强基础的认知智力”和“灵活多样的思维方法”。

智力包含的成分和内容具有复杂性和多元性。心理学研究表明，不同智力理论对于智力构成成分的解释并不一致。“强基础的认知智力”是科学创新所必须具备的核心能力要素集群，这些要素的共同点特征是：属于基础性智力成分构成，但又高于基础性智力要求。比如推理能力和理解力是智力的重要组成部分，但要实现科学创新则需要超越常人的“逻辑推理能力”和“理解力”。因此，在培养创新型科技人才核心智力方面，需有针对性地培育和训练。

就思维方式的多样性而言，需结合学科属性特质和发展规律培养灵活多样的思维方式，因为科学家选择以何种思维方式创新时，总是以其偏好的一种或几种思维方式进行的。如有的人擅长理论思维，有的人擅长形象思维，有的人依靠“非抽象性”思维如直觉或灵感思维，但在实现创新时，往往是几种思维方式共同起作用。数学严密性造就了数学家思维的严密逻辑性，数学家多采用演绎推理方式思考问题；林学的实践性造就了林学家思维的开放性，林学家多采用归纳推理的方式思考问题。归纳推理有助于发现问题、总结问题、提出假设，有助于把一个学科成果推广到另一个学科；演绎推理有助于严密的思考问题，有助于由表及里地探索事物的本质。

因此，思维方法训练常常与专业能力培养相结合，灵活多样的思维类型不能脱离专业能力而独立进行。从思维方式的表现特点而言，既要培养灵活开放、强变通性的思维方式，逻辑抽象和理论性思维方式；也要加强依靠形象、直觉和灵感的“非逻辑性思维”以及具有思辨性和反思性的思维，如批判性思维方式的训练。

第四，锻造和培养具有“科学进取性”的个性品质。

个性品质是科学创新的强大动力。科技人才具有的个性品质中，“科学进取性”（进攻性）是一项重要的个性品质。本研究表明，具有高创造力（高科学绩效）的个体身上都有一种积极进取的个性品质。具备这种个性的人才往往不拘泥于常规思维，对科学抱着主动“进攻”的态度，即为了达到科学目标获得高水平成就，往往能够在极度困难环境下坚持不懈。他们独立、积极、坚持、进取，具有革新性和创新性，不抱残守缺。这些个性品质是形成科学家创新意识和创新精神的基本元素，也是科学家勇往直前，不断攀登科学高峰的不竭动力。因此，创新型科技人才培养不仅要注重培养创新能力和创新思维，还应重视对创新个性品质的锻造和培养。

第五，重视对科学核心价值观的教育和培养。

优秀的科学家具有优异于一般科技工作者的科学核心价值观。这些科学核心价值观包括：科学道德、人文价值取向和社会责任感、崇高的科学理想、开放包容的胸怀和气度。人的价值观对人的行为选择具有指引作用，拥有何种价值观决定了人们的处事及其行为方式，而价值观的形成大多是在青少年这一阶段逐步形成，到成年之后逐步强化和稳固，因此，在青少年阶段就应对他们进行科学品德教育。科学品德教育的目的是培养学生的科学素养，其核心是培养并树立正确的科学价值观，其重要途径之一是通过品德教育，通过科普教育和实践，帮助学生树立正确的科学观，激发学生对科学追求的向往和热爱。通过开展科普实践活动，培养崇高的科学理想和科学信仰，将科学探索中的求真、求善、求美的核心价值观渗透至教育活动中去。

第六，建设好学术共同体，创造协同人才培育环境。

创新人才成长于学术共同体这个“母体”环境。从对24位高层次创新人才的访谈可以发现：众多创新型科技人才成长过程离不开两个重要因素：一是学术共同体内营造的创新环境和文化；二是在学术共同体内获得社会资本和文化资本。一方面，创新的环境和文化有利于协同创新，协同创新可以将优势学科特别是那些具有优势的交叉学科集群集结起来共同为解决某一类问题而开展合作，使创新的深度和广度进一步扩大，能够共同攻关、解决难题，特别是解决单靠个体不能解决的问题，从而有效提高创新的速度、效率和能力。另一方面，在学术共同体内有利于获得人才培养的“文化资本和社会资本”。文化资本即本专业领域内形成的专业规则，社会资本则表现为“人通过社会关系网络或其他社会结构而获得利益的一种能力”[15]。社会学家朱克曼（Zuckerman,1977）将这种社会资本解释为“跟着诺贝尔奖获得者学习的科学家也会相当成功”。因此，协同学科同行并建设好学术共同体，不仅可以整合学术同行，开展协同攻关获得创新成果，从创新人才培养角度而言，还有利于创新型人才的脱颖而出。

四、讨论与展望

第一，五因子素质模型的概化程度。由于受研究者能力及研究条件所限，五因子素质结构模型采样标准主要来源于广东、江西两省的“创新型科技人才”①。应反思的一个问题是选取的对象就是最好的效标参照标杆吗？研究取样对象会限制研究结果的概化程度。虽然这些样本不容易获取到，但从研究结论外部效度而言，本研究仅是一项“代表性”研究。因此，应辩证审慎看待本研究提出的五因子素质模型在实践应用中的概化程度。

第二，未来研究向度。本文就创新型科技人才素质的内在特征及构成要素进行了归纳和分类，而对于影响科技创新素质的外部因素，比如与科技创新素质形成具有密切相关的导师、亲人、朋辈等社会成员及社会关系等因素没有涉猎，亦未考查历史、社会、教育和文化等因素对素质形成的重要意义和价值，主要侧重于“个人层面”研究，而没有从“创新组织团体”对个体创新素质影响的运行机制给出解释。因此，未来或可从外部影响因素进行研究，从而更为全面反映出创新型科技人才的成长特征及一般规律。

致谢

感谢匿名审稿专家对本研究提出的宝贵修改意见。感谢参与访谈的24位高层次科技人才以及参与问卷调查的所有人员。

注释

①研究取样对象涵盖以下13类科技人才：1.主持或是以核心成员身份参加过“973”项目或“863”项目；2.主持省部级以上产学研项目的课题负责人；3.省部级以上重点实验室的学科带头人或负责人；4.获得省部级科技奖励二等奖（含二等奖，排名在前三）以上者；5.在自然科学领域获得“地方学者”称号（如珠江学者、井冈学者等）；6.两院院士，即中国科学院院士和中国工程院院士；7.获得“长江学者”称号（自然科学领域）；8.国家自然科学基金杰出青年获得者；9.省级“千百十”培养对象；10.教育部“新世纪优秀人才支持计划”项目获得者；11.“国家青年千人计划”入选者；12.中科院“百人计划”获得者；13.在国际顶尖学术刊物上发表高影响因子学术论文者。

[1]邢亮，乔万敏.文化视阈下的高校创新人才培养[J].教育研究，2012（1）:9-13.

[2]刘彭芝.关于培养创新人才的几点思考[J].教育研究，2010（7）:104-107.

[3]岳晓东，龚放.创新思维的形成与创新人才的培养[J].教育研究，1999（10）:9-16.

[4]赵伟,林芬芬,彭洁.创新型科技人才评价理论模型的构建[J].科技管理研究，2012（24）:131-135.

[5]李思宏，罗谨琏，田瑞雪.科技人才评价与选拔体系构建思路[J].科技进步与对策，2009，26（14）:148-150.

[6][美]罗伯特·斯腾伯格.智慧智力创造力[M].王利群,译.北京：北京理工大学出版社，2007.

[7][美]霍华德·加德纳.大师的创造力[M].沈致隆,等译.北京：中国人民大学出版社，2012.

[8]林崇德.创新人才与教育创新研究[M].北京：经济科学出版社，2009.

[9]陈向明.质的研究方法与社会科学[M].北京：教育科学出版社，2000:277-288.

[10]吴明隆.结构方程模型——AMOS的操作与应用（第2版）[M].重庆：重庆大学出版社，2010:3.

[11]董奇.心理与教育研究方法[M].北京：北京师范大学出版社，2004：304-312.

[12]侯杰泰，温忠麟，成子娟.结构方方程模型及其应用[M].北京：教育科学出版社，2004.

[13]戴海崎，张锋，陈雪枫.心理与教育测量[M].广州：暨南大学出版社,1999:79.

[14]STERNBER R J（Ed.）.Handbook of creativity[G].New York: Cambridge University Press，1999.

[15]PORTES A.Social Capital:Its origins and application in modern socialogy[J].Annual Review of Sociology,1998,24:1-24.

The Establishment of Five-Factor Quality Structure Model and Its Implications for Innovative S&T Talent Cultivation in Chinese Universities

HUANG Xiao-ping
（Institute of Education Research/Teacher Education Research Center,Jiangxi Normal University, Nanchang 330022,Jiangxi,China）

The cultivation of innovative talents in science and technology is the mission and inherent requirement of the establishment of first-class universities and disciplines in China.Existing studies in this field failed to reveal the"real state"of quality structure of innovative S&T talents.Therefore,the orientation of innovative S&T talent cultivation is ambiguous and the existing training model and quality evaluation lack empirical basis.By combining methods of qualitative research and quantitative research,this study establishes a five-factor quality structure model with"innovative S&T talent"as its criterion-reference.The validity and reliability of the model are verified by confirmatory factor analysis and test,and its implications for innovative S& T talent cultivation in Chinese universities are also discussed.

Five-Factor Quality Structure Model;Innovative S&T Talent;Cultivation

2016-05-09

2015年江西省科技厅软科学研究项目：基于素质结构模型的创新型科技人才评价研究——以江西省高校为例（20151BBA10031）；江西省学位与研究生教改项目：基于素质结构模型的创新型科技人才培养模式与实践（JXYJG-2015-046）。

黄小平，1983年生，男，汉族，江西南丰人，江西师范大学教育研究院讲师，管理学博士，主要从事创新型科技人才评价、教育评价与测量研究。