科技创新拔尖后备人才测评模型的建构和应用

杨远 王华蓓 皮忠玲 马丽娟 张文野 李西营

引言

创造力是21 世纪新型人才必备的核心素养之一。科技创新型人才是我国进入创新型强国的关键。特别是当前，世界正经历百年未有之大变局，科技、人才、创新的战略意义被提升到前所未有的高度。自2018 年起，教育部等六部门继续推行“基础学科拔尖学生培养计划2.0”，提出实施基础学科拔尖学生培养指导方案。2020 年，教育部印发《关于在部分高校开展基础学科招生改革试点工作的意见》，决定自2020 年起在部分高校开展基础学科招生改革試点（也称“强基计划”），致力于选拔有志于服务国家重大战略需求且综合素质或基础学科拔尖的学生。这些实践尝试为我国拔尖人才的选拔与培养提供了重要经验借鉴。

科技创新能力是指个体在从事科学创造发明过程中，产生新颖独特的、有价值的科学产品时所展现出的一种能力[1]。科技创新后备人才选拔的首要目的是面向中小学阶段学生选拔一批具备卓越科技创新潜力，有可能在将来对国家作出突出科技创新贡献的优秀后备人才。科技创新拔尖人才的选拔与培养向来是一个复杂的综合性命题，其中既需要有关拔尖人才特征及其发展规律的理论引领，也需要系统建立人才评价模型，进而构建多元化的测评工具，正是由于其复杂性，在实践过程中仍存在许多误区需要理清和规避。

长期以来，从天赋智商发展到成功智能，从一元智能到多元智能，从领域专属逐渐走向领域通用与领域专属并重，拔尖人才的特征及其识别相关理论也在不断演进，科技创新拔尖人才的评价体系趋于多元化。在早期，还原论倾向于对个体创造力的要素及其认知过程进行解构，以希望借此揭示创造力的本质，而整体论则侧重于考察家庭学校环境、社会文化等因素对群体创造性的影响。在我国关于创造性的心理结构研究中，林崇德认为创造性人才不仅包括创造性思维，同时还应包括其他非智力因素，例如创造性人格[2]。随着研究的不断深入，研究者从个体的创造性心理结构延伸到了创造性的支持性因素，如创造性人格、动力因素等。例如张春莉等人在研究中认为创新素质是知识、思维、监控、协作、践行、动机和人格等七个因素交互作用的结果[3]。张亚坤等人在已有研究的基础上提出创造力的蝴蝶模型（见图1），从实力、活力等多元视角对学生的创造性心理过程进行解构[4]。

由此可见，创造性人才的发展是一个复杂的生物- 心理- 社会现象，既需要考虑个体与环境、社会的交互作用，又需要发展向度的时间性与多样性。在发展过程中，既包括内源性动力，也包括外源性动力[5]（见图2）。因此，在创造性人才的选拔与培养上，应探索建立多维度的评价模式，逐步形成拔尖创新人才选拔培养的有效机制。

此外，在拔尖人才的选拔培养中还应厘清一个误区，即科技创新拔尖人才选拔的不是天才（giftedness），而是人才（talent）。天才是指在至少一个领域表现出优异的未经训练的自然能力，而人才则是人与外部环境互动中系统发展出的知识技能累积，以及这种内部发展所呈现的外部个体差异现象（在特定领域中表现得出类拔萃）。Gagné 认为，人才的发展除了基础的智力等先天因素以外，还会受到个体的动机、人格、意志等方面因素影响，人才在人群中的比例不多于10%[6]。然而关于拔尖人才的选拔比例，学界并未形成统一的观点，Renzulid 在旋转门鉴别模型中将人才包括的3个因素，即非凡的能力、创造力及任务卷入，提出人才的选拔要以普通人群前15% ～ 20% 为比例[7]。而我们认为，拔尖人才的识别比例还应视选拔对象的群体特征而异，特别是面对中小学阶段正接受基础教育的学生，应进一步扩大至30% 左右的比例。这是由于中小学阶段青少年正处于创造力培养的黄金期、非认知能力形成的敏感期，此时应适度扩大对人才的识别比例以充分考虑学生的发展潜力。

创新拔尖后备人才的测评模型建构

人才成长是人类发展过程中的一个重要现象，然而在以往研究中却很少以儿童及青少年发展为研究对象。并且，在以往有关人才发展研究中，人才发展模型多关注于个体的内在特质而非人才发展的过程[8]，这可能导致对人才发展路径缺乏深入认识，拔尖人才的培养实践缺乏系统科学的理论模型和方法论指导。

美国社会心理学家戴维·麦克利兰（DavidC. McClelland）认为，仅通过智力测验、学术测试等方式评估学生，并不能准确地预测其工作能力和个人生涯发展。因此，他主张在测试中应评估与学生的生活成果相关的素质集群[9]。与之类似，科技创新潜质的测评一方面着眼于创造潜质本身的测量，另一方面还应将人格、动机、自我信念等支持性因素纳入评价体系。我们在系统总结相关研究与实践成果的基础上，建构了包含基础系统、动力系统、自我信念系统、人格倾向系统和潜能系统5 大系统的科技创新拔尖后备人才测评模型。

基础系统（Basic System）

基础系统是创造力的必要组成部分。根据创造力的门槛理论，卓越的创造力需要以一定的基础能力作为前提，这保证了个体具备必要的逻辑推理、语言表达等基本能力。基于此，基础系统的测评包含以下组成内容：①扎实的基础知识（综合测评年级前40%）；②较高的智力水平（瑞文标准推理测验和高级推理测验前30%）；③数学认知能力较强（数学认知能力测验前30%，数学单科成绩前40%）。在测评工具上，采用瑞文标准推理测验和高级推理测验、数学成绩和数学能力测验（包括数感、算数、数字推理、几何、自适应数学测验等）。

动力系统（Motivational System）

动力系统主要包含个体对从事科学研究相关事业的内部动机与探究兴趣。内在动机通常表现为强烈的好奇心与认识兴趣，是驱使个体发挥创造力的重要动力源泉。在科学创造发明过程中，拥有强烈动机和探索欲望的个体更容易克服障碍，不断探索新的可能性，表现出极强的韧性与灵活性。此外，家庭环境是儿童青少年成长发展的重要微系统环境，对科技创新后备人才成长具有直接影响。家庭环境不仅包括父母的职业、受教育水平、家庭社会经济地位等“硬性条件”，同时也包含了家庭教养方式、父母榜样作用等因素，这些都会直接或间接地影响青少年未来科学创造力成就。基于此，动力系统的测评包括以下内容：①科技兴趣与动机（专家访谈和科学兴趣量表）；②家庭科技环境调查。

自我信念系统（Self-belief System）

自我信念系统主要包含对个体自我效能感及自我概念的考察。具体而言，在科技创新中，具备高水平科技自我效能感的个体相信自己有能力胜任科学技术创造相关事业，拥有较高的主观认知能力。同时，具备高度科学自我概念的个体能够对自身从事科学事业形成连续性、同一性的自我认知。自我信念系统是科技创新拔尖后备人才的必备特征之一，在测评上，主要包括4 个方面：①一般科技效能感；②科技自我效能感；③科学学业自我概念（3 个量表测验得分前30%）；④主观认知能力（量表测验得分前30%）。

人格倾向系统（Disposition System）

创造性人格指高创造性个体在创造性行为中表现出来的个性特征。创造性人格对创新型人才发展具有重要导向作用，是预测个体未来创造力成就的重要因素。研究表明具备杰出科技创新能力的人才其人格结构往往包括强烈的好奇心、冒险倾向、专注力、意志力、开放性等特质。在测评工具上，使用创造性人格问卷施测。

潜能系统（Aptitudes System）

潜能系统主要考察个体的发散思维、科学创造性和科学批判性思维。其中，发散思维是指个体产生多样性、独特性的想法和解决问题的能力。在科技创新中，发散思维是创造性思维的基础。发散思维测评可以包括一系列刺激性问题的解答，以及对个体在面对新问题时产生创新性解决方案的能力评估。科学创造性测评着眼于评估个体在科学领域内的创新能力，包括评估个体是否能够提出新颖的研究问题、是否能够设计实验或研究方案，以及是否能够产生具有科学价值的独特成果。科学批判性思维测评科技领域需要个体具备批判性思维，能够分析和评估不同的科学观点、数据和证据。这一测评可以包括对个体在解读科学文献、评估科学实验结果和对科学理论提出质疑的能力的评估。

总体来说，科技创新拔尖后备人才测评模型围绕基础、动力、自我信念、人格倾向、潜能5 大系统，建构对学生的多元化评价体系。一方面对于创新人才的选拔与培养具有重要实践意义，另一方面对开展高水平科技创新人才纵向追踪研究提供科学测量工具。

科技创新后备人才的追踪研究设计

科技创新人才选拔与培养是一个长期过程，需要长周期的连续教育干预及配套跟踪评测。然而，当前学界虽围绕人才成长的重要阶段和关键因素多有研究讨论，但真正的纵向追踪实践研究却十分匮乏，研究对象也多为成年后群体，方法上以由果溯因的横断和回溯研究为主[8]。同时，在以往的纵向序列设计中，大多只能考察年龄、群伙、测量时间3 个变量中的2 个，从而可能造成潜在因果关系被掩盖。基于这些因素，在拔尖人才的选拔中，迫切需要一种新型纵向追踪研究设计，以系统展开对科技创新拔尖人才的必备特征、影响因素及其培养方案的深入研究。

发展心理学家Schaie 曾根据以往序列设计的优缺点，將年龄、群伙、测量时间3 种序列设计结合在一起，在研究设计上提出了一种新的纵向序列设计，因首次应用于西雅图，故被称为“西雅图纵向追踪设计”（Seattle LongitudinalStudy）[10]。这种研究的实施过程是在研究的最初阶段先进行一个横断研究，以对各年龄段被试进行测试；一段时间后再次对这些被试进行测试，同时再加入1 个新的年龄组，这个年龄组的年龄与第1 次测试时的最小年龄组的被试相同；再过一段时间，继续对第1 次测试的被试和第2 次补充的被试进行重测，与此同时，再加入一批新的年龄组被试，这组被试的年龄仍旧与第1 次测试时最小年龄组被试相同。

相比于传统的纵向研究设计，“西雅图纵向追踪设计”可以很好地适应科技创新拔尖人才的遴选、培养与研究。一方面，纵向追踪与横断比较同时并举，既可以排除族群效应，又可以有效区分年龄变化和代际差异，确保评测结果的准确性与客观性。同时，该研究设计可以尽可能多地收集到变量之间的内在联系，以便开展相应研究，被Schaie 称之为“最有效的发展研究设计”。在科技创新拔尖人才的选拔过程中，我们认为使用这种纵向序列研究设计方案有利于更全面地理解科技创新拔尖人才的发展轨迹和关键性核心因素的多样性组合，具体设计如下。

第一次选取3—8 年级的学生进行全面测评，选拔出满足条件的学生进入实验组，没有进入实验组的学生是对照组。

随后每年加入3 年级的学生，并对原来参加的学生继续进行测量。

连续追踪5 年，在这5 年过程中实施我们团队开始的科技后备人才培养方案，而每次选拔没有纳入实验组的学生作为对照组。

具体测评内容包括5 个方面：基础系统、动力系统、自我信念系统、人格倾向系统和潜能系统（科技创新人才测评系统）。

科技创新后备人才测评模型的应用与建议

科技创新人才的遴选与培养工作是打造科技强国的关键，开发科学有效的人才测评模型及其落地应用方案是选拔科技创新人才的首要任务。本研究以已有研究成果为基础，旨在构建科技创新拔尖后备人才的测评模型，开发测评工具和选拔流程，并设计与模型相对应的5年纵向追踪研究计划。这将为科技特色学校建设与科技创新潜质学生的遴选与培养提供重要参考。同时，科技创新拔尖后备人才测评模型的建构在应用方面有以下几点建议。

聚焦科技创新后备人才必备特征的识别

明确拔尖人才的必备特征是识别、预测、选拔人才的首要问题。这些特征既包含能力、气质和性格等个性心理特征，也包含需要、动机、兴趣、理想、自我概念等个性心理倾向，同时也应考虑个体所处的环境特征，包括环境的包容性、从事科技创新的硬件设施是否允许等方面。通过理解这些特征，我们就可以建立科学的评估和测量方法，以便在培养过程中及时发现和培养这些特征，促进人才的全面成长。

重视科技创新后备人才培养的连续性和长期性

科技创新后备人才的发展路径具有连续性、长期性和复杂性的特点，要合理把握人才发展规律，加强后备人才成长过程中的追踪研究与反馈，深入了解学生在不同阶段的发展情况和变化趋势，及时发现并解决问题，不断调整培养方案和方法，提高培养效果和质量。

加强科技特色学校建设与支持

科技特色学校是培养科技创新后备人才的重要基地，应加强科技特色学校的建设与支持，鼓励此类学校在有关部门的支持下积极开展人才试点计划，探索人才成长路径，进而实现对科技创新后备人才的精准识别、有效选拔与科学培育。同时，也可以促进学校与企业、科研机构等的合作，加强产学研结合，共同搭建人才培育链条，提高科技创新成果的转化和应用。

总之，科技创新后备人才的选拔与培养需要全社会的共同关注和支持。通过科学合理的测评模型、工具和流程的运用，可以更准确地识别和选拔出优秀的科技创新后备人才，并为其培养提供针对性建议和指导。同时，也需要注意培养过程中的连续性和长期性，以及加强追踪研究和反馈，逐步迭代，不断完善培养方案和方法，提高培养效果和质量。

参考文献

[1] 林崇德．培养和造就高素质的创造性人才[J]．北京师范大学学报（社会科学版），1999（01）：5-13．

[2] 林崇德．创造性人才，创造性教育，创造性学习[J]．中国教育学刊，2000（01）：5-8．

[3] 张春莉，程黎，王本陆，等．青少年创新素质模型的理论构建．北京教育学院学报，2018，32（3）：28-34．

[4] 张亚坤，陈宁，陈龙安，等．让智慧插上创造的翅膀：创造动力系统的激活及其条件[J]．心理科学进展，2021，29（04）：707-722．

[5] Dai D Y. The nature and nurture of giftedness： Anew framework for understanding gifted education[M].Teachers College Press， 2010.

[6] Gagné F. Transforming gifts into talents： The DMGTas a developmental theory[J]. High ability studies，2004， 15（2）： 119-147.

[7] Renzulli J S. The triad/revolving door system：A research-based approach to identification andprogramming for the gifted and talented[J]. GiftedChild Quarterly， 1984， 28（4）： 163-171.

[8] Dai D Y. New directions in talent developmentresearch： A developmental systems perspective[J]. NewDirections for Child and Adolescent Development， 2019，2019（168）： 177-197.

[9] Mcclelland D C．Testing for competence rather thanfor “intelligence” [J]. American Psychologist，1973，28（1） ： 1 － 14．

[10] Schaie K W， Willis S L， Caskie G I L. The Seattlelongitudinal study： Relationship between personalityand cognition[J]. Aging Neuropsychology and Cognition，2004， 11（2-3）： 304-324.

（本文得到北京市八一學校的支持）