中国科技人力资源评价指标体系构建方法研究，本文主要内容关键词为：指标体系论文,中国论文,人力资源论文,评价论文,方法论文，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：C931 文献标识码：A 文章编号：1009-3370(2006)06-0031-05
21世纪是全球化、信息化、网络化的世纪，是知识主宰世界的世纪。以科学技术为主的知识与信息的创新、扩散和应用成为促进经济发展的主要因素。作为科技创新、技术进步、知识和信息发展的主要源泉的科技人力资源是国家最宝贵的资源，是生产力发展的决定性因素。
目前，从国内外的文献来看，学者对科技人力资源的研究主要是从队伍规模、质量、结构、布局、培养、教育、使用与管理等几个方面进行分析，而对于科技人力资源队伍的动态发展及水平研究不足，没有与国家的发展相结合[1,2]。虽然已有针对知识经济及科技活动等方面的统计指标，但分析的视角不同，科技人力资源只作为部分相关内容来考虑，缺少针对科技人力资源发展状况的完整描述，还没有一个完整的评价统计指标体系。
本文力求通过建立我国科技人力资源评价指标体系，对我国科技人力资源状况进行监测和比较，全面掌握我国科技人力资源发展的整体水平，根据问题合理制定相关的政策，构建良好的科技人才队伍发展环境，增强或提升科技人力资源的状况和水平。
一、科技人力资源状况描述的系统分析及其初始指标体系的构建
1.科技人力资源状况描述的系统分析
评价我国科技人力资源的状况不能仅仅只考虑其数量规模、结构和分布，还要考虑科技人力资源的质量、能力和水平，同时注意环境对科技人才的影响（激励和制约）。科技人才所具有的素质、能力和水平只能通过在一定环境条件下的科技活动所产生的科技成果表现出来。描述科技人力资源状况的相关因素如图1所示。
图1 科技人力资源状况相关因素关联图
科技人才是构成科技人力资源队伍的主体，科技环境是科技人才的工作环境、生活环境、健康环境及社会环境的总称，科技环境既影响到科技人才队伍的工作产出效率，又影响到科技人才队伍的稳定和流动的发展变化。科研投入和科技创新是科技人力资源的输入和输出。科技人才的培养教育是科技人力资源队伍发展壮大的基础，科技人力资源的数量和质量与教育系统密切相关。同时，科技人才的流动也直接影响到科技人力资源的数量和质量。
根据上述分析可知，要描述科技人力资源的状况，需要从科技投入、环境支撑、科研创新、人才储备等方面进行测度。
2.科技人力资源初始评价指标体系的构建
基于对科技人力资源的理解，在参照中国统计年鉴、中国科技统计年鉴、中国科学技术指标、美国科学与工程评价指标体系、国家综合竞争力评价指标体系(WCY)、主要科学技术指标(MSTI)等相关指标体系的基础上，我们遵循指标体系的设计思路和评价原则，本着指标的选取和设计要体现出相对的稳定性、简洁性、易获取和可操作性，从科研投入、环境支撑、科技创新、储备人才四个方面选择了31个指标作为备选指标，构成了中国科技人力资源的初始评价指标体系[1,3]，如表1所示。
表1 中国科技人力资源理论指标体系
1级指标 2级指标
标识
研究与开发全时当量（万人年） X1
从事科技活动人员总数（万人） X2
科学家与工程师总数（人)
X3
科研投入科研经费支出额（亿元）X4
地方财政科技拨款（亿元） X5
科研经费支出占GDP的比重(%)
X6
地方财政科技拨款占地方财政总支出的比重(%) X7
全社会固定资产投资（亿元）X8
人均GDP（元／人）X9
人均社会消费品零售额（元）X10
进出口总额（元） X11
从业人员平均劳动报酬（元／人年） X12
就业与人口比率(%) X13
环境支撑失业率(%) X14
每千人拥有电话机数目 X15
各地区城镇居民家庭平均每百户拥有彩色电视机数目X16
每千人拥有移动电话数目X17
每万人拥有万维网站点数X18
城镇每百户有电脑的数目（台） X19
每千人互联网用户数X20
技术市场成交合同金额（亿元） X21
高技术产品进口额（亿美元）X22
高技术产品出口额（亿美元）X23
科技创新国内专利申请受理量（项） X24
国内专利申请授权量（项） X25
国际论文数（篇） X26
国内论文数（篇） X27
高技术产业规模以上企业产值（亿元）X28
总体公众教育支出占G.DP的百分比(%)X29
人才储备后备人才（普通高等院校在校学生数（人））
X30
大专以上人数（人）X31
二、评价指标的筛选方法
对于新的指标的选择在遵循客观性、实用性、公开性等基本原则的基础上，还注重了主客观相结合。其大体思路是：
在对研究对象的现状进行系统分析的基础上，按照指标体系的设计原则选取若干方面反映研究对象的整体特征，并使每个方面代表研究对象不同方面的属性，在每个方面选取若干候选指标。由于在针对每个方面选取若干候选指标时，我们没有考虑各指标间的独立性，因此指标之间可能有较高的信息重复，这就会加大这类信息在测量和评价中的份量，导致评价结果的偏差，因此我们需要先用偏相关系数法剔除那些相关性高、信息重复大的指标[4]。具体步骤如下：
两指标之间的偏相关系数计算出来后，还应进行显著性检验。检验的原假设H[,0]为：相关系数r=0；备择假设H[,1]为：相关系数r≠0。如果在给定的显著性水平α下不能拒绝原假设，则可以认为有(1-α)%把握说两个变量之间不存在相关性，也就是说两指标之间信息重复少；如果在给定的显著性水平α下拒绝原假设，接受备择假设即两个变量之间存在线性相关，这说明两个指标有较高的信息重复，需要剔除其中的一个。
此外，所选入的各个指标还可能对测量与评价的信息分辨能力不相同，因此，我们还需要用变异系数法剔除那些区分能力不强的指标，这样可以既保证指标体系的科学性，又使得指标数量不会太多[5]，具体做法如下：
(1)求均值
和标准差
(4)
(2)求变异系数
(5)
结合用相关系数法剔剩的指标，根据实际需要，删除变异系数相对较小的指标。
三、中国科技人力资源评价指标体系的建立
根据研究目的选择我国31个省市、自治区和直辖市2003年的数据为样本，评价科技人力资源的状况[6]。
首先运用SPSS11.5统计软件对每一大块下评价指标进行相关分析，得到偏相关系数矩阵，以在同样的拒绝条件下先删除与其他指标相关个数最多或是相关系数最高的指标为原则，我们剔除了X2从事科技活动人员总数，X5地方财政科技拨款，X6科研经费支出占GDP的比重，X8全社会固定资产投资，X9人均GDP,X17每千人拥有移动电话数目，X18每万人拥有万维网站点数，X19城镇每百户有电脑的数目，X22高技术产品进口额，X23高技术产品出口额，X24国内专利申请受理量11个指标，还有X30后备人才（普通高等院校在校学生数（人）），X31大专以上人数2个指标需要结合变异系数再做取舍。
然后用SPSS11.5统计软件对这些评价指标进行方差分析并在方差分析的基础上计算出各指标的变异系数，剔除变异系数较小和相关分析中难以取舍指标中变异系数相对较小的指标，依此原则我们剔除了X7地方财政科技拨款占地方财政总支出的比重，X13就业与人口比率，X14失业率，X16各地区城镇居民家庭平均每百户拥有彩色电视机数目，X31大专以上人数共5个指标，便可得到最终的中国科技人力资源评价指标体系，如表2所示。
表2 中国科技人力资源最终评价指标体系
1级指标 2级指标 新标识
研究与开发全时当量（万人年） C1
科研投入 科学家与工程师总数（人） C2
科研经费支出额（亿元）C3
人均社会消费品零售额（元）C4
进出口总额（万美元） C5
环境支撑 从业人员平均劳动报酬（元／人年） C6
每千人拥有电话机数目（部／千人） C7
每千人互联网用户数C8
技术市场成交合同金额（亿元） C9
国内专利申请授权量（项） C10
科技创新 国际论文数（篇） C11
国内论文数（篇） C12
高技术产业规模以上企业产值（亿元）C13
人才储备 总体公众教育支出占GDP的百分比(%) C14
后备人才（普通高等院校在校学生数（人））
C15
四、筛选结果的可靠性检验
通过上述方法筛选出来的指标是否能很好地代表原来的指标，是值得讨论的一个问题。为了检验筛选结果的可靠性，本研究用31个备选指标和筛选出的15个指标分四大部分对31个地区进行样本聚类[7]，聚类结果如图2～图9所示。
图2 科研投入备选指标样本聚类图
图3 科研投入筛选指标样本聚类图
图4 环境支撑备选指标样本聚类图
图5 环境支撑筛选指标样本聚类图
图6 科技创新备选指标样本聚类图
图7 科技创新筛选指标样本聚类图
图8 人才储备备选指标样本聚类图
图9 人才储备筛选指标样本聚类图
从以上聚类树状图可以看出，科技投入、环境支撑、科研创新和人才储备四个方面筛选前的指标和筛选后的指标的样本聚类图形状基本相似。根据经验值，若取K=3，则各个方面分出来的类包含的地区完全相同，这足以说明入选的指标代表性好，可以很好地反映备选指标的信息，即经过筛选后的指标体系是可行的。
五、结论
综合评价是对一个复杂系统的多个指标信息，应用数学方法对数据进行加工和提炼，以求得优劣等级的一种评价方法[8]。为了便于推广应用，综合评价指标的总数量不宜过多，因此，本研究以2003年我国31个省市、自治区和直辖市的数据为样本，从我国的国情出发，构建了中国科技人力资源初始评价指标体系，对设立的备选指标进行了数理统计学筛选，不仅删除了那些区分能力不强的指标，而且在保证了两个变量间的相关关系不受其他变量影响的前提下剔除了相关性高、信息重复大的指标，并用筛选前后的指标按四个方面对31个地区进行样本聚类分析比较，说明本研究所筛选确定的15项综合评价指标的筛选结果可靠，可以代表备选的31个指标，用于评价我国科技人力资源的状况。
收稿日期：2006-05-09