绩效考核导向的高技能人才胜任力模型初探

李杰，孙诗卉

(中南民族大学 管理学院，武汉 430074)

回顾我国参加世界技能大赛的历史，从2011年第41届中国首参并实现奖牌榜零的突破，到2017年第44届中国以15枚金牌位列金牌榜首位，同时，江苏宋彪取得“阿尔伯特维达”大奖，我国选手佳绩连连.中国参加世界技能大赛的佳绩看似我国高技能人才状况与中国“制造业第一大国”的身份是相称的，但实则其中潜藏诸多隐忧.随着我国产业结构的持续优化和调整升级，高技能人才数量与质量缺口进一步扩大，出现了供需不平衡、结构不合理等问题.《2018年度人力资源和社会保障事业发展统计公报》显示，目前，我国技能劳动者总量1.65亿人，仅占就业人群的20%，其中高技能人才4971万人，不足就业人群的6%.在企业内部对高技能人才的绩效考核管理上也存在许多问题，指标体系设置不合理，考核方法单一，考核过程存在偏差等.胜任力的概念中有着丰富的绩效因素，能够衡量和预测员工个体与组织的工作绩效.因此本文力图构建高技能人才胜任力模型，尤其是在互联网、人工智能技术背景下，对高技能人才胜任力模型进行拓展研究，并针对该群体的绩效考核现状提出相关对策建议.

1 相关研究动态

通过系统梳理国内外相关研究文献，我们认为，与本文相关的研究主要包括三个方面：高技能人才胜任力影响因素研究、胜任力与绩效的关系研究以及高技能人才考核研究.

1.1 高技能人才胜任力影响因素研究

自胜任力概念(麦克里兰,1973)于上世纪90年代引入国内以来，就不乏专家学者对高技能人才胜任力的不同维度及影响因素进行研究.吕海燕[1]对制造业的高级蓝领胜任力模型进行探究，按照访谈结果对38项胜任力因素进行分析，有责任感、注重细节、自信心等.李长虹[2]重构了高技能人才综合职业素质模型，并认为模型应以任务绩效为导向，其胜任力模型包括认知能力、行动能力和个性能力3个维度以及阅读表达、分析思考等15个因子.

随着我国改革开放进入到新的阶段，产业结构调整升级，以信息化和数字化为代表的人工智能产业逐渐在GDP中占有较大的比重.方明[3]指出在知识经济时代，通过互联网等技术手段获取信息是非常容易的，缺少的是识别、选择与利用信息的能力，人们面对庞杂的信息数据往往手足无措.许艳丽、樊宁宁[4]根据成功智力理论重新审视新一代高技能人才需求，并提出高技能人才需要构建基于智力因素的三大核心能力：信息技术分析能力、信息技术创新能力和信息技术实践应用能力.结合时代背景及前人研究，本文认为信息素养与计算思维已成为高技能人才胜任力的重要影响因素.

1.2 胜任力与绩效的关系研究

张芊雪[5]将绩效与胜任力的关系做出以下梳理：1)胜任力的概念中包含着丰富的绩效因素，可以较好地区分高绩效员工和低绩效员工；2)胜任力与企业的人力资源管理工作具有密切的关系，能够预测员工个体与组织的工作绩效并与实际的工作任务相联合；3)员工的资源特性包括动机、合作与战略目标以及单位胜任力，这些内容作为绩效管理的基本目标，在企业经营过程中会产生显著的影响.王燕飞[6]和张芊雪持有相同的看法，认为胜任力与管理体系之间的关系主要是预测与评价.

高技能人才的技能与其具体工作过程密不可分，技能的积累与进步只能存在于特定具体的劳动过程中，是难以用语言、文字等形式反映出来并传达给别人的，属于一种难以编码的缄默知识.瓦格纳以企业经理人员为样本，研究发现缄默知识与绩效测量之间的相关在0.2到0.4范围内.缄默知识作为胜任力特征的一部分，能较好地预测工作情境中的绩效指标.

1.3 高技能人才绩效考核研究

经过大量学者实践考察后，事实显示目前制造业企业在高技能人才绩效考核方面存在诸多问题.胜任力模型作为企业绩效考核机制构建的重要工具，其重要性被企业低估，导致在很多制造业企业的绩效考核模型中胜任力因素的作用是缺失的.

李晓东[7]调查发现生产制造业技术人员绩效考核指标体系设置不合理，考核方法单一，考核过程存在偏差.孙瑜[8]在考察大型制造业绩效考核方式时指出企业要根据自身的发展情况和发展目标来制定每一阶段的人力资源绩效考核目标，绩效考核目标要随着企业的发展而进行调整.胡常俊[9]在考察沈阳智能制造装备企业时指出沈阳市国有企业特别是大型国有装备制造企业，普遍缺少科学有效的评价衡量手段，看重资历与职称，轻视能力与技能的问题一直存在，致使员工的能力差别得不到合理的划分和区别.

综上所述，国内外对高技能人才胜任力相关问题已积累了一定的研究成果，但也存在两个方面的突出问题：其一是结合当下互联网+及人工智能的背景，所做的进一步拓展研究还不够深入具体；其二，目前针对高技能人才的绩效考核还不够科学，亟待优化.鉴于员工工作绩效的高低与其胜任力具有很强的关联性，一方面，胜任力特征对员工的绩效有较强的预测作用，另一方面，员工的工作绩效的高低直接反映了其胜任与否以及胜任的基本状况.为此，本文紧扣高技能人才拥有较多的缄默知识的特性，结合高技能人才绩效考核的实际进行实证分析，依托实证结果构建高技能人才胜任力模型，显然，这具有重要的理论价值和现实意义.

2 研究设计

2.1 胜任力模型指标获取

如前所述，之前的学者已对制造业高技能人才胜任力模型进行了初步探索，无论是对各行各业不同的制造人才还是对高技能人才的基本素质研究，都积累了一定的研究成果.在此基础上，本文结合互联网及人工智能技术背景，构建新的高技能人才胜任力模型.

2.1.1 传统指标

李杰[10]在《全球化背景下制造业高技能人才胜任力模型初探》一文中，将高技能人才胜任力模型分为4个维度，分别是专业知识与技能，即为了保质保量完成工作任务而必须具备的基础知识和技能；通用技能，即胜任某一类工作必须具备的基本要素；职业素养，即个人在工作岗位上的工作个性；内驱力，内驱力是胜任力模型中最为关键和内核的部分，内驱力是高技能人才能够坚守工作岗位并保证高质量完成工作任务的源动力.

2.1.2 信息素养与计算思维

吕建强[11]表明，在人工智能成为我国经济增长新动能的同时，高等职业教育也应该跟上时代的步伐.在制造业，我们对于高技能人才，提出了更严格具体的要求.主要有信息素养，其中包括互联网信息意识，即用互联网视角看待问题，用多种途径收集信息，具有信息安全意识；互联网信息能力，包括对信息的获取、处理、利用、分析与选择的能力.计算思维是指能够灵活地运用计算机学科领域的思想方法，发现问题、解决问题，并将发现的问题形式化、模块化，将解决问题的过程自动化、系统化.

2.2 绩效考核指标获取

本研究采取二维绩效模型作为本次问卷的调查内容.二维绩效模型是将绩效模型分为任务绩效与关系绩效，两个维度分别以工作任务和员工关系为主要考核内容.如表1所示：

表1 二维绩效模型Tab.1 Two-dimensional performance mode

3 模型的实证分析

3.1 数据描述

本文的调查对象为高技能人才.通过问卷星平台在线发放问卷102份，回收有效问卷102份.主要涉及的行业有汽车制造业、船舶制造业和纺织业等，其中涉及到的具体企业有武汉卷烟厂、东风雷诺汽车有限公司和武汉一棉集团有限公司等.涉及到的具体岗位包括高、低压电工、机修技师、焊接工程师和船舶工程师等.样本具体情况如表2所示：

表2 样本概况Tab.2 Sample statistics

3.2 因子分析

3.2.1 KMO及巴特莱球形检验

KMO样本测度用来测量数据是否适于作因子分析.两个量表的KMO值与Bartlett球形检验的结果均显示这两份数据可以进行因子分析.具体数据见表3：

表3 KMO及巴特莱球形检验Tab.3 KMO measure and Bartlett sphere examination result

3.2.2 胜任力量表因子分析

前文述及高技能人才胜任力模型共包括专业知识与技能与通用技能等几个维度，故本次研究将所得数据进行降维处理，胜任力量表探索性因子分析结果如表4所示.胜任力中的四个因子可以解释63.593%的总方差.

表4 总方差解释Tab.4 Total variance explained

经分析可将20个高技能人才胜任力指标分为4个维度，分别为：通用技能，内驱力、职业素养和专业知识与技能.具体如表5所示：

表5 旋转后的成分矩阵Tab.5 Rotated component matrix

3.2.3 二维绩效模型量表因子分析

前文述及二维绩效模型共有关系绩效和任务绩效两个维度，经数据分析，两个因子可以解释68.979%的变量，具体数据见表6：

表6 总方差解释

经验证，绩效考核指标可分为任务绩效与周边绩效两个维度，具体见表7：

表7 旋转后的成分矩阵Tab.7 Rotated component matrix

3.3 信效度分析

3.3.1 效度分析

本文所采用的是Borman和Motowidlo于1993年提出的二维绩效模型量表，自该问卷问世以来被多次使用，在本文该量表可累计解释68.979%的总方差，有较好的效度.高技能人才胜任力量表在发放前期也经过多次的修改和调整，可累计解释63.593%的总方差，说明量表有较好的结构效度.

3.3.2 信度分析

本文两份量表中的因子信度均超过0.8，表明两个量表都具有较高的信度，具体见表8：

表8 信度分析Tab.8 Reliability analysis

3.4 独立样本检验

为了检验不同的胜任力水平是否可以区分绩效差异，本文进行独立样本检验.样本的平均绩效为3.80，本文根据样本的绩效平均值将样本分为两组，一组是平均绩效大于3.80，被成为高绩效组；一组是平均绩效小于3.80，被称为低绩效组.进而分析胜任力水平是否可以有效分析绩效差异.具体数据如表9所示：

表9 独立样本检验Tab.9 Independent-sample T-test

由数据分析可知，四个因子sig值均小于0.05，说明通用技能、职业素养、内驱力和专业知识与技能可以很好的区分高低绩效差别，即在这维度有较好胜任力的高技能人才，往往表现更加优秀，获得更高的绩效.

4 研究结果与启示

4.1 高技能人才胜任力模型

由上述实证分析可得，高技能人才胜任力模型共有4个一级指标，20个二级指标，具体如表10所示：

表10 高技能人才胜任力模型Tab.10 Competency model of the performance of high-skilled talents

4.2 基于胜任力模型的高技能人才绩效考核策略

4.2.1 以“胜任力”优化考核指标

前文述及，制造业公司的绩效考核存在指标体系设置不合理和考核方法单一等问题.本文构建的高技能胜任力模型经验证可区分高绩效组与低绩效组的员工，达到绩效考核的目的，故应将本文的胜任力模型融入于绩效考核指标之中.基于胜任力的绩效考核模型不仅包括了每个个体应具备的素养和技能，更包括了他们为此应做出的绩效行为，每个人各司其职可以推动整个组织朝着目标的方向发展.在管理现状堪忧的高技能人才领域更应如此，构建完善的高技能人才模型，更深层次地挖掘该群体的核心价值，既改善制造业粗制滥造的现状，更改善该群体人才流失、管理混乱的现状.

4.2.2 与时俱进的绩效考核策略

进入21世纪以来，互联网及各种智能终端设备的日益发展改变了人们生活的方方面面，产业结构升级加快，人工智能产业逐渐在GDP中占有较大的比重，传统制造业也在发生着翻天覆地的变化.欧盟于2011年实施“数字素养项目”，构建公民数字素养框架.制造业高技能人才绩效考核也应体现时代特性，紧扣行业变化.在认知领域，针对互联网信息意识及信息安全意识进行考核；在实践领域，加强数据分析能力、信息搜集及处理能力，智能设备操作能力等方面的考核.

4.2.3 构建绩效评估反馈-培训

将每一次绩效评估的结果反馈给管理者，有利于管理者根据不同的职位进行员工胜任力培训，更有针对性地提高员工的胜任力水平.基于胜任力的培训可以更有针对性地弥补员工实际工作成果和目标工作成果的差距，有的放矢提高培训效果，实现员工与企业的双赢，提高组织绩效.