科技人才创造倾向的个体差异研究，本文主要内容关键词为：科技人才论文,倾向论文,个体差异论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：G305文献标识码：A文章编号：1002-0241(2007)03-0170-05
一、引言
当今科学技术正成为经济社会发展的决定性力量，科技创新能力是一个国家最重要的核心竞争力。国家“十一五”规划已提出把增强自主创新能力作为国家战略，建设具有国际影响力的创新型国家的要求，而个体创造力是构成组织和国家整体创新能力的基础。虽然创新是每一个正常人的自然本性和内在潜力，但是人的创新潜力能否得到充分发挥，却受到自身因素和社会条件的制约。因而，如何发挥个体创造潜能，提高个体创造力是很值得重视和关注的问题。
创造倾向是指一种试图进行创造行为的意向、愿望和意愿。创造倾向高的科技人才具有一定的创造潜能，有可能做出更多的创造成果。阿瑞提[1] 曾提出，潜在的创造个人是创造力的必要条件之一。因而创造倾向，虽然不一定表现出实际的创新行为，但确是创造力的基础之一。而我国科技人才创造倾向的总体状况如何？哪些因素又将会对创造倾向产生影响呢？虽然已有个体特征对智力和创造力的相关研究成果，但是目前关于个体差异对创造倾向的影响还没有相关研究。因而，本研究试图以全国范围内的抽样调查数据为基础，探讨全国科技人才个体创造倾向的总体状况，以及科技人才创造倾向的个体差异，为我国科技人才管理提供依据。
二、理论背景和研究假设
由于创造力内涵丰富，不同学者以不同的方式对其加以定义及操作化[2]。从已有的文献来看，个体创造力已经在个体特征、行为以及产出结果等几个方面被概念化[3]。学者们对个体创造力的测量也提出了不同的见解[4-8]。随着不同理论所发展出来的测验工具也是不同的研究结论。Hocevar和Bachelor[9] 曾将这些测量创造力的工具或方法归为八大类，其中包括：1.扩散思考测验；2.态度与兴趣量表，基于此理念的测量有Rookey[10] 所编的宾州创造倾向量表、威廉斯的创造倾向量表[11]、罗赛浦(Raudsepp)创造倾向量表[7]；3.人格量表；4.传记量表；5.老师、同伴或督导者的评量；6.产品的评判；7.名人研究；8.自我陈述的创造活动和成就。
由于对创造力的测量目前还没有形成统一的认识，不同研究者对创造这一概念有不同的诠释与见解，各自所捕捉到的可能是着重在创造一个概念的某些向度上。因而在本研究中我们拟对创造倾向进行测量。我们将创造倾向分为创新兴趣，创新意愿，创新冒险精神，创新速度，创新能力五个维度来进行测量。创新兴趣，是创新主体在新颖事物的激发下产生认知和研究事物的强烈心愿。创新意愿，也称创新意识，是指人们根据社会和个体生活发展的需要，引起创造前所未有的事物或观念的动机、愿望和设想。创新冒险精神，是指人们在新方法，新技术，新工艺时愿意承受风险的倾向。创新速度是在同一时间内提出新方法，新技术，新工艺的数量或者提出单位新方法，新技术，新工艺所需要的时间。创新能力是人们在科技工作中进行创新活动的才能。我们认为，科技人才的创造性倾向在性别、年龄、学历、技术职称方面存在着个体差异。
在家庭生活中，为了顾及家庭——工作的平衡，需要家庭成员在工作之余照料家庭。传统观念中对女性的角色存在着刻板效应(stereotype)，即认为女性应该以家庭为实现价值的主要阵地，女性在家庭中比男性承担更多的责任和义务，包括家务劳动、生养孩子、照料老人，还要支持丈夫的事业。当夫妻双方因工作而发生冲突时，一般更多地要求牺牲女性自己事业来照顾家庭。同时，在社会文化中女性要求扮演与男性相比比较弱的角色，这种观念反映在科技领域，便是对女性科技人才从事科研活动的兴趣、才能以至成果的不信任，因此，在学历、职称、能力、成果相同的条件下，女性科技人才往往不具有控制资源方面的优势，造成一种“累加劣势”，在成果、晋升、荣誉方面出现“玻璃天花板”(glass-ceiling)现象[12]。在此，我们提出研究假设一：
假设一：男性科技人才的个体创造倾向要明显强于女性科技人才。
年龄对个体创造力是有一定影响的。根据王通讯、雷祯孝[13] 总结出来的人才成功曲线图，大多数人在30岁左右即开始做出重大发明创造。40岁之前做出第一项重大发明创造者占2/3，约有60％的重大发明也是由40岁以下的年轻人做出的。而在45岁以后，人们进入职业后期阶段，一般都已经在自己的工作领域中取得一定的成就，并占有一席之地，因而他们大多数将精力放在保有位置上了。随着年龄的增长和衰老，创造力也慢慢下降，这不仅跟人脑的生理因素有关，而且与身体条件有关。在此，我们提出研究假设二：
假设二：在45岁以下，随着年龄的增长，科技人才的创造倾向越来越强，而45岁之后，创造倾向逐渐下降。
笔者认为，学历会对个人的创造力产生影响，学历越高的科技人才，由于具备更多的知识和受到更多的相关领域的专业训练，因而其创造倾向可能更强。在此我们提出研究假设三：
假设三：学历越高，科技人才的创造倾向也越高。
对于科技人才的创造力来说，技术职称是一个重要的影响因素。因为在现行的技术职称评定标准中创新成果占了比较大的比重，所以个体创造力成为技术职称提升的重要条件，技术职称也成为个体创造倾向强弱的重要体现(图1)。在此，我们提出研究假设四：
假设四：技术职称越高，科技人才的创造倾向越强。
图1 个体创造倾向的影响因素模型
三、方法
1.被试
我们的研究是2005年4月至11月中国科协调研宣传部和中国人民大学劳动人事学院组织开展的“全国科技人才状况调查”的一部分。本次调查范围包括全国(除香港、澳门特别行政区、台湾省和西藏自治区)30个省、自治区、直辖市和新疆生产建设兵团，共计31个省级区域。另外，还包括7个全国性学会。科技人才包括的工作类别，参照国家统计局关于专业技术人员的标准，以及《国家统计报表制度主要指标解释2000》，主要包括：工程技术人员、农业技术人员、科学研究人员、卫生技术人员和自然科学教学人员五类。
本次问卷调查共发放问卷5560份，回收有效问卷5180份，回收率为93.17％。被调查的科技人才的平均年龄为38.62岁。男性占65.00％，女性占35.00％。高中及以下学历的科技人才占0.80％，中专学历的科技人才占5.10％，大专学历的科技人才占20.20％。25岁以下占6.74％，25～30岁占14.54％，31～40岁占38.51％；41～45岁占20.18％；45岁以上占20.02％；本科学历的科技人才占50.00％，硕士研究生学历的科技人才占13.60％，博士研究生学历的科技人才占10.30％。无职称的科技人才占6.50％，具有初级专业技术职称的科技人才占17.80％，具有中级专业技术职称的科技人才占37.80％，具有副高级专业技术职称的科技人才占26.30％，具有正高级专业技术职称的科技人才占11.60％。从事工程技术工作的科技人才最多，占33.50％，从事自然科学教学类工作的科技人才最少，占8.80％。另外，还有4.10％的科技人才从事其他方面的工作。有32.90％的科技人才来自东部地区，有31.50％的科技人才来自西部地区，有21.10％的科技人才来自中部地区，有9.40％的科技人才来自东北地区。另外，还有5.20％的科技人才来自各个学会。参与调查的科技人才所在的单位类型为，事业单位性质研究机构占23.53％、事业单位性质医疗机构占11.43％、学校占21.32％、国有集体企业占24.20％(包括国有企业和集体企业)、股份公司占11.59％(包括股份合作企业、联营企业、有限责任公司合股份有限公司)、私营企业占1.25％、其他占6.68％(包括企业性质研究机构、外商投资企业、港澳台投资企业、民办非企业单位和其他)。有16.50％的科技人才来自于第一产业，有34.40％的科技人才来自于第二产业，有49.10％的科技人才来自于第三产业。
2.测量工具
问卷的内容分为两个部分，第一部分是创造倾向的测量，分为创新兴趣、创新意愿、创新冒险、创新速度、创新能力五个部分，每个部分一道题目，问卷回答为自我陈述式回答，比如，对于创新兴趣我们的题目设置为“你对与自己工作相关领域的新工艺、新技术、新思路和新方法感兴趣吗？”问卷题目的设计采用了李科特量表。我们将测量个体创造力的题目部分进行因子分析，因子分析的KMO指标为0.757，特征根大于1因子只有一个，因子累积解释变异量为50.34％，因子分析数据结果的初步说明这五个题目从属于同一个因子，即个体创造倾向。同时，我们测定的个体创造倾向量表的克龙巴赫α系数为0.75，说明个体创造倾向的测量具有较好的效度和信度。第二部分是调查对象的人口统计学特征，包括性别、年龄、学历和技术职称。
3.研究程序
在全国38个区域和学会中，每个区域下属若干个调查站点，每个全国性学会为一个站点，全国共设立了150个调查站点。调查站点主要设在县(市)级行政区划、地(市)级行政区划、全国性学会和科技人才比较集中的科研机构、高等院校、大型企业等重点单位。每个行政区划站点发放50份问卷，每个学会站点发放50份问卷，单位站点发放30份问卷。
问卷数据处理主要在统计软件SPSS(13.0版)上进行，采用的统计方法有描述统计、方差分析、回归分析等。
四、结果与分析
我们对创造倾向及其五个子维度分别进行了描述性统计分析(见表1)。
分析结果发现，目前，我国科技人才对于工作中的新科技、新方法具有较强的创新兴趣(M=4.23)和较高的创新意愿(M=4.22)，科技人才对创新风险持保守略为偏好的态度(M=3.78)，说明我国科技人才即使拥有较高的创新兴趣和较强的创新意愿，在面对创新活动的风险时还是持比较谨慎的态度。同时，我国科技人才对于自己创新能力(M=3.39)和创新速度(M=3.31)的评价大多不太确定。从创新兴趣，创新意愿到创新冒险再到创新速度和创新能力，我国科技人才的总体状况呈逐渐下降的趋势，并且创新速度和能力总体水平不太高。
对于科技人才创造倾向的个体差异，我们作了如下的统计分析。
第一，我们对不同性别的员工在个体创造力上的差异进行了独立样本t检验。检验结果见表2。
男性的个体创造倾向显著高于女性，其平均数分别为3.873和3.628，假设一得到验证。
第二，通过方差分析，我们对不同年龄的科技人才在个体创造倾向上的差异进行了检验。检验结果见表3、表4。
在年龄的变量上，方差分析结果显示，31～45岁之间科技人才的创造倾向显著高于30岁以下的科技人才，随着年龄的增长，个人创造倾向呈现上升趋势。在45岁之后个人创造倾向呈现下降趋势，但是仍然比30岁以下的科技人才创造倾向高，但是结果并不显著。
第三，通过方差分析，我们对不同学历的科技人才在个人创造力上的差异进行了检验。检验结果见表5、表6。
由表6的结果可以看出，在学历变量上，分析结果显示出个人创造倾向随着学历的增高而增高。研究生学历的科技人才创造倾向最高，本科生次之，大专及以下的最低。我们的假设三得到验证。
第四，通过方差分析，我们对不同技术职称的科技人才在个人创造倾向上的差异进行了检验。检验结果见表7、表8。
分析结果显示，高级技术职称的科技人才创造倾向最高，中级职称次之，初级职称及以下最低。总体来说，职称越高，个人创造倾向越强。假设四得到验证。
五、讨论和对策
在国家鼓励科技自主创新的政策下，对科技创新环境的营造和条件的创造是一个重要的课题。研究影响科技创新的因素，进而为科技创新提供建设性的建议和指导，也成为学术界和实践界感兴趣的话题。我们的研究便是通过实证调查，分析我国科技人才的个体创造倾向的总体状况以及性别、年龄、学历、职称和工作类别等个体因素对我国科技人才创造倾向的影响。我们的研究假设基本都得到了验证。
目前，我国科技人才对于工作中的新科技、新方法总体具有较强的创新兴趣和较高的创新意愿，科技人才对创新风险持略为保守偏好的态度，但是对自己的创新能力和创新速度的评价大多数是不能确定，总体水平不高。男性科技人才比女性科技人才具有更高的个人创造倾向。随着年龄的增长，总体上的个人创造倾向呈现上升趋势，在职业中期45岁之后个人创造倾向呈现衰退趋势，但是仍然比25岁以下科技人才的创造倾向高。学历越高个人创造倾向越强；技术职称越高，个人创造倾向越强。
根据我们的研究结论，我国女性科技人才的创造倾向明显低于男性。这可能有女性本身不太自信的原因，也有更多地需要顾及家庭与工作关系的平衡的原因，从而影响了科技创造倾向的发挥，在一定程度上浪费了科研工作的人力资本投资，因而，对于无论是男性和女性科技人才，可以提供诸如更为人性化的福利管理政策，使得科技人才保持更好的家庭和工作平衡，能够更安心地从事科研工作。
研究发现[14]，从创造到成长有一个最佳的年龄段。从全世界的范围看，在一定的历史时期内，最佳成才年龄区是相对稳定的。自然科学发明的最佳年龄区是25～45岁，峰值是37岁。当然，依照专业领域不同，最佳年龄区也有所不同，特别是随着人类知识和医学的进步，最佳年龄区也会发生前移或后推的变化。但从总体看，人才都要经过继承期、创造期、成熟期和衰老期四个阶段。创造期是贡献于社会的最重要时期。20～45岁是科技人才创造力及创造倾向最旺盛、最容易获得成果的时期，同时他们由于处于职业生涯的初期和中期，具有较高的成就动机，更具有追求职业成功和不断尝试新事物的热情，创造倾向也相对最高。而由于社会上的“马太效应”，往往不利于年轻人才脱颖而出，对年轻还未成名的科学家不肯承认他们的成绩，而对已有相当声誉的科学家的荣誉越来越多[14]。因而社会应该对年轻的科技人才更多的支持，我们可以对其提供更多的鼓励政策和便捷的设施，并且适当减少其承担创新风险的压力，更好地培养和发挥他们的个人创造倾向。同时，在高层次人才工作中，应该把资助重点放在最佳年龄区的人才上，以利于他们多出成果。而对于45岁以上的科技人才虽然其创造倾向开始慢慢下降，但是我们的研究发现仍然比25岁以下的年轻科技人才的创造倾向强，因而，可以让他们带领和指导年轻的科技人才一起进行科技创新活动。
对于学历和技术职称较高的科技人才，因为有更丰厚的知识和创新能力储备，进而创造倾向更强，我们应该对这样的科技人才提供更好的科研平台，配以便捷的渠道、设施和相应的激励措施，使他们的个人创造倾向得到更好的发挥。此外，鼓励科技创新的政策应该为科技人才提供更为宽裕的科研时间，营造一个让科技人才安心投入科研工作的创新环境。