创新型科技人才职业素质自我认知

廖志豪，廖建华

(1.上海对外经贸大学公共管理学系，上海 201620；2.广州城市职业学院，广东 广州 510405)

创新型科技人才职业素质自我认知

廖志豪1，廖建华2

(1.上海对外经贸大学公共管理学系，上海 201620；2.广州城市职业学院，广东 广州 510405)

选择40名创新绩效突出的科技工作者进行行为事件访谈，通过对访谈文本的主题分析与概念化发掘出52个集中度较高的素质项目，以此为基础编制职业素质自我认知测量评价问卷。452名创新型科技人才自我评价结果表明，该群体在知识智力维、行动能力维和个性动机维三个构面的42项素质与创新绩效之间具有显著相关性，且与创新绩效一般的科技职业人群具有区分效度。在科技人才培养实践中应注重对这些关键职业素质的培育。

创新型科技人才；职业素质；自我认知

1 引言

2016年发布的《国家创新驱动发展战略纲要》指出，经过多年努力中国科技发展正进入由量的增长向质的提升的跃升期，经济转型、民生改善和国防建设对创新提出巨大需求。但与此同时，中国许多产业仍处于全球价值链中低端，支撑产业升级、引领未来发展的科学技术储备亟待加强。究其根源，科技人才队伍大而不强且创新能力有限是造成这种状况的重要原因。对于科技人才个体而言，合理的职业素质构成是其取得良好绩效的内因。因而，对创新型科技人才群体的职业素质进行探测以发掘其中的关键要素，不仅有利于科学地把握其属性特征，亦可为科技人力资源开发提供参考依据。

西方文献中鲜有与“创新型科技人才”直接匹配的概念，相关研究主要集中于创造力的形成因素。围绕该主题，Sternberg提出创造力三维模型[1]，Lubart等提出创造力投资理论[2-3]，Karwowski等采用实验法对智力、个性、情绪等因素与创造力的相关性进行了探察[4-7]。在国内，随着创新型科技人才这一术语在政府政策话语中使用日益频繁，对其职业素质进行研究开始受到关注。王养成构建了基于3Q(智商、情商、逆境商)的创新型科技人才素质模型[8]，陈苏超基于模糊神经网络提出创新型科技人才评价方法[9]，王广民等通过实证调查对创新型科技人才的典型特征进行了研究[10-11]。总体来看，现有研究成果对于认识创新型科技人才的职业素质具有各自价值，但系统反映其职业素质构成的成果尚比较匮乏。本研究试图以创造力研究的内隐理论范式(即人们在工作背景中能够形成关于创造力的概念、结构及其发展的观点)为基础，对此进行进一步探讨。

2 研究对象甄选

目前并无关于创新型科技人才的具体判定标准，人们主要根据成果产出或职业成就对其进行定性描述。较具代表性定义为“能够突破原有理论、技术和方法，通过独创性科研成果促进科技进步并为经济社会发展做出突出贡献的人才[12]。”基于此判定，本研究选择以下几类创新绩效良好的科技工作者作为研究对象：“两院院士”与科技领域长江学者；“百人计划”和“千人计划”入选者；国家及省级重大科技攻关项目主持者或核心成员；教育部、科技部认定的工程技术中心或重点实验室学术带头人及省级重点实验室负责人；拥有自主知识产权且在科技产业化方面取得突出成绩的创业者；三项及以上国内发明专利持有者或新技术、新产品开发者；美、日、欧专利机构三方专利获得者；国家或省部级各类科技奖项获得者。

按照以上标准，本研究通过以下途径搜集潜在的研究对象：国家科技成果信息服务平台刊登的专家库；科研机构或各省、市科技厅公布的专家信息；“211工程”“985工程”高校及中科院研究生院公布的师资信息；千人计划网公布的学者信息；其他可利用途径。

3 研究方法与步骤

3.1 职业素质自我认知测量项目采集

本研究选择由McClelland开发的行为事件访谈技术[13]采集关于研究对象职业素质自我认知的测量项目，其要旨在于通过受访者对工作情境中关键事件的描述来发掘其素质特点，尤其是隐藏于“冰山”之下的潜能。受访者对事件的描述包括工作背景、任务、行动方式、动机和结果等逻辑上相关联的内容。如其陈述不够明确则进行追问，引导其解释或举例，以便从中探察素质关键点。根据研究对象甄选标准，本研究与数位符合条件者进行联系，最终有40人接受访谈。所有访谈结束后，两位研究者各自独立对40份访谈文本进行主题分析和编码并提炼其中蕴含的素质信息而形成概念化词(见表1)。随后两人对文本分析和编码结果进行交流，以统一概念化词名并进行一致性分析。结果表明，二者对文本材料主题分析和编码一致性系数最高为0.813，最低为0.662，总体达到0.732，具有较高一致性(见表2)。

通过访谈文本主题分析与概念化过程，共提炼出75个内涵相对独立的素质项目。进一步分析显示，75个词汇中有23个词汇群集中度较低(仅在2.5%～10%受访者中有所体现)，而其余52个词汇则具有较高的群集中度(在25%以上受访者中有所体现)(见表3)。因此，本研究将其作为创新型科技人才职业素质自我认知测量项目的基本来源。

表1 访谈文本主题分析与概念化示例

注：01-7表示第01号文本的第7个主题分析编号，以此类推。

表2 访谈文本资料编码结果统计与一致性分析

注：T1、T2分别为两研究者对每份文本的主题分析编码数；S为两者对同一文本的相同编码数；CA为编码一致性系数，CA=2S/(T1+T2)，0≤CA≤1，其值越大表明一致性程度越高。

表3 访谈文本主题分析与概念化提炼的素质项目(集中度≥25%)

3.2 测量问卷编制与发放回收

为探究上述52个素质项目在科技人才职业活动中相对重要程度及其与创新绩效的相关性，本研究编制了《创新型科技人才职业素质自我认知测量评价问卷》。问卷主体结构：一是关于被试个人背景(职称、所在机构、学科领域等)与创新成果(名称与等级)的题项；二是按照基本属性将52个素质项目分别归入“知识与智力维”“行动能力维”和“人格动机维”三个构面，并以李克特五点量表形式编制自我认知评价量表(由 1～5表示重要程度递增，由被试根据自我认知对其在各项目上的等级进行评价)。其中，知识智力维包括专业理论知识、发散思维、理解力等22个项目；行动能力维包括信息搜寻、规律探求、持续学习等8个项目；人格动机维包括勤勉性、质疑性、求知欲等22个项目。为便于被试对素质项目内涵的理解，问卷以附件形式对各项目的行为特征进行了描述和界定。

针对研究对象地域分布的广泛性和在人口总体中分布的分散性，研究采用电子邮件方式进行问卷投放。按照研究对象甄选标准，首先通过前述途径广泛收集各领域符合条件的科技人才基本信息与电子邮箱并逐一登记。然后分三批次向3000余名调查目标发送问卷，最终收回有效问卷452份(前述40位访谈对象均接受了调查)。相对于其他投放方式而言本研究问卷回收率较低，但根据Anntoinett等关于素质研究中样本采集量的指导建议[14]，所采样本量已经能够满足研究需要。

3.3 调查结果统计分析

(1)被试来源分布与科研成果。对回收问卷中个人信息统计显示，452名被试中有211人任职于科研机构，199人任职于高等学校，42人任职于科技企业；从专业领域分布看，基础研究领域12人，生命科学领域27人，材料科学领域50人，空间科学领域13人，地质科学领域17人，电子信息领域87人，农业技术领域32人，医化领域83人，装备制造领域76人，其他领域55人。被试总体科研成果：近5年来主持或作为主要成员参与国家级项目共计907项次，省部级项目共计1294项次；在SCI、EI等检索系统收录刊物中发表论文共计1965篇；作为第一申请人获国内发明专利或美、日、欧三方专利，以及作为主持者或核心成员开发国家级重点新产品共计839项；获得国家级与省部级奖项共计656项次。此外，452名被试均至少符合研究对象甄选标准中两项或两项以上条件。

(2)测量结果及其与创新绩效的相关性分析。对回收问卷中职业素质自我认知测量数据统计分析显示，其总体Cronbach α信度系数为0.994。知识与智力维、行动能力维和人格动机维各构面的Cronbach α信度系数分别为0.960、0.972和0.979。各个具体项目与总体的相关系数均在0.8以上。52个素质项目中有11个项目的评价均值高于或等于4.0，20个项目的评价均值处于3.5～4.0之间，11个项目的评价均值处于3.0～3.5之间，10个项目评价均值小于3.0。由于量表中3标示意义为重要程度一般，即评价均值低于3.0的项目意味着其在研究对象中群体表现不显著。按照胜任素质应体现相对重要和相对关键的思想，本研究将10个评价均值低于3.0的项目从前期备选项目中予以剔除。所剔除项目分别是知识与智力维的人文社科知识、形象思维、辩证思维、记忆力和想象力，行动能力维的培养人才，个性动机维的自控性、谦逊性、冒险性和恃强性。

其余42个评价均值在3.0以上的项目与创新绩效之间相关性如何，需要进一步检验。为此，本研究首先对问卷中所采集的各被试的科研成果进行赋值转换(具体转换标准为在SCI、EI或ISTP系统中每收录1篇论文计1分；主持或作为主要成员参与国家级项目每项计2分，省部级项目每项计1分；作为第一申请人获美、日、欧三方专利每项计2分，国内科技专利每项计1分；获得国家级奖项一等奖每项计3分，二等奖每项计2分，省部级奖项每项计1分；主持或作为核心成员开发国家级新产品每项计2分)，并以转换后各被试的总得分值表示其创新绩效值。然后，对各项目与创新绩效的相关性进行分析。结果表明，42个项目与创新绩效的相关性均较为显著，知识智力维17个项目、行动能力维7个项目、个性动机维18个项目与创新绩效的皮尔逊相关系数分别处于0.576～0.733、0.529～0.806和0.596～0.808之间(见表4)。据此，可以认为这些项目在较高程度上反映了创新性科技人才群体对其关键职业素质的共性认知。

表4 职业素质自我认知测量结果及其与创新绩效的相关性(n=452)

注：**表示1%的显著性水平(2-tailed)。

3.4 测量结果的区分效度验证

为验证以上职业素质自我认知评价结果对于创新型科技人才群体(绩优组)与一般科技工作者(普通组)是否具有区分效度，将表4中42个项目编制为李克特五点量表，采用判断抽样方式在上海地区科研机构中选择58名创新绩效表现一般者(即未达到前述甄选标准)进行自我评价测量。结果表明，该组被试在各项目上的测量均值介于2.640～3.530之间，相应标准差介于0.335～0.477之间。两组被试的评价均值雷达图显示，除在注意力、开放包容、主动性和关怀精神4个项目上比较接近外(由于这4个项目的群集中度较高且与创新绩效具有较高相关性，本研究将其作为创新型科技人才群体共性素质特征予以保留)，绩优组的评价均值线在总体上处于普通组的外围。尤其是在学科前沿知识、方法论知识、发散思维、洞察力等知识智力要素方面和在问题发现、持续学习等行动能力方面，以及在探索精神、成就导向等个性品格方面，两组被试的自我评价水平具有明显差异(见图1)。这说明前述过程所筛选出的42个项目具有一定区分效度，可以用来反映创新型科技人才的关键职业素质。

图1 绩优组与普通组自我评价结果雷达图

4 研究结果讨论

通过以上结果，可以发现创新型科技人才在职业素质上具有以下特征：

其一，从知识与智力维度看，具有结构合理的知识体系和开放深刻的思维风格。该类人群的知识储备不仅表现出广度与深度的相互契合，同时亦表现出陈述性知识与程序性知识的有效建构。这种特点有利于实现知识的转换和内化，以及由知识贮存向知识探究和创造性地解决问题转化。该类人群的思维方式具有多元和权变的特点。这既可保证其思维的逻辑性、深刻性和流畅性，有利于以知识和经验为基础而提升洞察力、分析力和推理力，同时亦可保证思维的灵活性和跳跃性，有利于突破和重构既有的知识和经验，以新的认知模式把握事物本质。可以说，这些特征正是创造力形成的窗口。

其二，从行动能力维度看，该类人群的关键职业素质中既有通过认知与行为的结合而形成的“发现问题、明确问题、表征问题、策略选择”[15]等创造力基本成分，同时亦包含与现代科技发展趋势直接相关的素质要素。如在知识更新频率加速环境下与之相适的信息搜索与持续学习能力；在科研组织方式日益社会化和分工协作日益紧密条件下所需的团队合作能力；在从科学原理到技术发明孕育期缩短，科技成果产业化步伐加快条件下为提高工作效率而掌握创新技术和方法，以及将科研方案转化为具体成果的实践操作能力等。这些能力对于创新的实现具有重要支持功能。

其三，从人格动机维度看，该类人群的职业素质中包含诸多透射创新意识与创新精神的元素，具有内在动机与外在动机交互的特征。如由好奇心和求知欲引发的研究目的，由内在兴趣和质疑性催生的研究动机，坚忍执着和求真务实的探索精神，独立自主、开放包容与充满自信的品质等。这些因素利于激发创新欲望，使其在面对挫折时矢志不渝地进行探索而最终实现突破，是进行科技创新的动力之源。同时，人格特质中的关怀精神体现了在科技与社会发展联系日益紧密的条件下，创新主体对于自身职业活动对社会积极影响或负面效应的关注。这些品质是影响创新潜能发挥的关键性非智力因素。

5 政策与实践建议

第一，培养目标设定应以创新型科技人才职业素质构成体系为逻辑依据，以求其更加具体和明晰。近年来中国高校为适应经济社会发展对创新型人才的需求，纷纷对人才培养目标进行调整，强调创新精神或创造力成为诸多高校的人才培养愿景。但专业培养方案中职业素质培养目标笼统模糊而缺乏实效性是诸多高校面临的共性问题。因而，在科技人才培养模式改革中，以系统明晰的素质发展基准来指导培养过程开展应成为未来的改革方向。

第二，课程体系设置应具有丰富性和开放性。所谓丰富性是指从培养目标出发提供多门类和多形式的课程体系，以便为专业教学目标的选择与实现提供空间，并以此保证学生知识、思维、能力与个性品格等多维创新素质的生成具有可靠的课程平台。而开放性则指课程体系能够根据环境变化适时调整、充实与变革以增强人才培养的适应性，同一学科课程体系中各种课程要素之间能够相互开放和融合。只有这样方能突破专业壁垒，允许和鼓励学生跨学科、跨专业进行课程选修以增加其知识体系的交叉性，满足其兴趣与个性化发展的需要。

第三，培养过程应突破传统教育单纯注重知识传递的路径依赖，将知识建构、思维训练、能力锻造与品格塑造相融合。为此，须注重理论教学与实践教学、科学教育与人文精神培育之间的相互平衡，避免因某种偏颇而引致“单向度的社会”和“单向度的人”[16]等教育缺憾。教学过程中教师应通过营造与课程相适配的情境，培育学生探求创新的心理愿望和积极进取的个性品格，促使其以创新精神吸纳、运用和生成知识；通过合理设计教学内容，实现陈述性知识和程序性知识、基础知识与前沿知识、跨学科知识建构的平衡；通过在知识建构过程中辅以恰当教学方式影响学生创新思维和实践能力的发展。

第四，培养评价应以发展性评价取代终结性评价，将学习过程与素质生成过程作为评价重心以引导学生学习和实践观念转变。教育不只是一种产品概念，更是一种过程概念[17]，脱离过程的价值和意义，教学目标的达成将沦为乌托邦式理想。在科技人才培养中，为达成对学生创新素质的系统培育，培养评价同样需要具有过程意识，关注认知、动机、能力等一切与过程相关的因素。通过科学的评价指标引导学生由对知识的原初理解发展到知识结构建构，并在过程中营造有利于实践能力和创新思维生成的场域。

[1]STERNBERG R J.The nature of creativity[M].New York:Camb ridge University Press,1988:125-147.

[2]LUBART T I.An investment theory of creativity and its development[J].Human development,1991(34):1-32.

[3]STERNBERG R J.Revisiting the investment theory of creativity[J].Creativity research journal,2011(3):229-238.

[4]MACIEJ K.Is creativity without intelligence possible[J].Intelligence,2016,57:105-117.

[5]JENNIFER A H.Personality and boredom proneness in the prediction of creativity and curiosity[J].Thinking skills and creativity,2016,22:48-57.

[6]ZENASNI F,LUBART T I.Perception of emotion,alexithymia and creative potential[J].Personality and individual differences,2009(3):353-358.

[7]FA-CHUNG Chiu.The effects of exercising self-control on creativity[J].Thinking skills and creativity,2014(6)：20-31.

[8]王养成,赵飞娟.基于3Q的四维创新型科技人才素质模型[J].科技进步与对策,2010(18):149-153.

[9]陈苏超.基于模糊神经网络的高层次创新型科技人才评价[J].太原理工大学学报,2014(3):420-424.

[10]王广民,林泽炎.创新型科技人才的典型特质及培育政策建议[J].科技进步与对策,2008(7):186-189.

[11]李云梅.国有企业核心科技创新型人才甄别模型研究[J].科技进步与对策,2012(14):126-128.

[12]廖志豪.基于素质模型的创新型科技人才培养研究[M].上海:上海人民出版社,2015:40.

[13]MCCLELLAND D C.Identifying competencies with behavioral-event interviews[J].Psychological science,1998(9)：331-339.

[14]安托尼特.员工胜任能力模型应用手册[M].郭玉广,译.北京:北京大学出版社,2004:86-87.

[15]STERNBERG R J.Thinking and problem solving[M].San Diego:Academic Press,1994:290-332.

[16]马尔库塞.单向度的人:发达工业社会意识形态研究[M].刘继,译.上海:上海译文出版社,2014.

[17]布列钦卡.教育科学的基本概念[M].胡劲松,译.上海:华东师范大学出版社,2003:40-41.

(责任编辑 沈蓉)

Professional Competency of Creative Science and Technology Talents Based on Self-cognition

Liao Zhihao1，Liao Jianhua2

(1.Department of Public Administration，Shanghai University of International Business and Economics，Shanghai 201620，China； 2.Guangzhou City Polytechnic，Guangzhou 510405，China)

Through choosing 40 creative science and technology talents with outstanding performance and interviewing them by Behavioral-Event Interview，the study dug out 52 competency items，then drawn up self-cognition questionnaire on the base of these items.The result of measurement to 452 talents showed that 42 items had significant positive correlation with their performance and could distinguish this group from ordinary one.These competencies should be paid close attention in the cultivating of science and technology talents.

Creative science and technology talents；Professional competency；Self-cognition

广州市属高校科研计划项目“创新型科技人才胜任力模型的构建”(2012B107)。

2016-09-28 作者简介：廖志豪(1972-)，男，湖北襄阳人，管理学博士，上海对外经贸大学讲师；研究方向：科技人力资源开发与管理。

G316

A