[摘要] 本文以企業科研型知識員工為研究對象,在回顧國內外相關文獻的基礎上,深入高新技術企業進行實地調研,運用關鍵事件訪談、問卷調查、數理統計分析等方法,構建出科研型知識員工勝任力模型,為科研型知識員工的選拔、培訓、激勵、績效考核提供依據,同時也為知識員工自身發展指明方向。
[關鍵詞] 知識員工; 勝任力; 勝任力模型; 關鍵事件訪談
doi : 10 . 3969 / j . issn . 1673 - 0194 . 2011 . 18. 054
[中圖分類號]F272.92 [文獻標識碼]A [文章編號]1673 - 0194(2011)18- 0082- 05
1引言
隨著高新技術的迅猛發展,信息技術的廣泛應用,人類社會邁進了知識經濟時代。作為知識載體的知識員工逐步取代了傳統的勞動力而成為各類組織中的核心員工。他們一般都擁有較高的人力資本存量,具備良好的創新能力,掌握著核心技術,能幫助企業、政府及各類組織在激烈的競爭中贏得優勢。
然而,不同于一般的普通員工,知識員工以智能勞動為主,工作過程難以監督,結果難以量化,工作效果往往取決于他們個人能力素質的高低、工作動機與積極性。因此,對知識型員工的能力素質進行有效的分析與評價,激發知識型員工的積極性、創造性,提高知識員工工作效率有賴于建立一套科學高效的選拔、考核、培訓、激勵機制,取決于科學有效的評價方法與技術工具。勝任力模型是近年來管理學研究中的熱點課題,能為知識員工的選拔、評價、培訓、考核與激勵等提供科學依據。
本研究試圖將勝任力模型的理論和方法應用到知識員工的研究之中,以構建出科研型知識員工的勝任特征模型,為對其選拔、培訓、使用與考核提供一定的理論基礎和科學依據。
2相關理論簡介
2.1勝任力及勝任力模型簡介
勝任力的概念來自于哈佛大學心理學教授McClelland,他在1973年發表的《測試勝任力而非智力》一文中提出:所謂勝任力就是指在特定工作崗位、組織環境和文化氛圍中有優異成績者所具備的任何可以客觀衡量的個人特質[1]。第一個勝任力模型是由McBer咨詢公司為甄選美國國外服務機構的信息官而開發出來的,它是通過觀察績優員工的行為及其結果,發掘出導致其績優的明顯特征,并通過提煉而形成的各種能力素質要項集合,通常包括素質族、素質定義及其分級、可測量的行為量化指標/標準、權重等內容。30余年來,勝任力模型得到全世界的廣泛關注,已成為組織獲取勝任的員工的關鍵標準。
2.2知識員工及其類型的界定
“知識員工”一詞最早由美國管理大師彼得·德魯克(Peter Drucker)于1959 年在《明天的里程碑: 關于新的后現代世界的報告》中明確提出,指的是“那些掌握和運用符號和概念,利用知識或信息工作的人” ,當時主要是針對職業經理人而言[2]。之后,許多西方學者對此進行了大量研究,加拿大學者弗朗西斯·赫瑞比(Frances Horibe,1999)認為:“簡而言之,知識員工就是那些創造財富時用腦多于用手的人們。他們通過自己的創意、分析、判斷、綜合、設計給產品帶來附加價值”[3]。伍德拉夫(Woodruffe,1999)認為:“知識型員工是那些擁有知識并能運用其掌握的知識進行創新性工作的人,判斷知識型員工的本質特征就是是否進行了知識創新”[4]。達夫(Dove,1998)認為,知識型員工是指那些通過產生新思想、分析、判斷、綜合、設計以及應用專家系統來增加價值的員工群體[5]。而我國相關的研究起步較晚,在介紹國外文獻的基礎上,我國學者對知識員工進行了大量的理論與實證研究。主要有屠海群(2005)[6]、孫新波[7]等。
對于知識員工的分類,目前國內外研究知識員工分類的文獻不多,Lepak & Snell(1999) 按照知識員工的戰略特征,根據人力資本在唯一性(uniqueness)和價值(value)兩個維度上的表現,把知識員工劃分成先鋒型、工兵型、衛士型和盟友型4種類型[8]。廖建橋、文鵬(2007)把知識員工的工作內容可劃分為3個維度,即知識創造、知識應用與知識傳播,將每個維度區分為“高”與“低”,并進行排列組合,可最終將知識員工分為8類[9]。李忠民(1999)把能力劃分為4種:一般能力、完成特定意義工作的能力、組織管理能力和資源配置能力,對應4種典型的人力資本類型:一般型、技能型、管理型和企業家型,擁有后3種類型人力資本者為典型的知識員工。管寶云 等根據職業的特征將高新技術企業中的知識員工分為三大類, 分別是科研型知識員工、管理型知識員工和營銷型知識員工[10]。
本文將根據基于職業類型的分類,重點研究科研型知識員工的勝任力模型。
3研究設計
首先,對樣本企業所處的行業和業務特點進行分析,并深入各樣本企業進行實地調研,了解企業現有知識員工的組成情況、工作情況、績效情況以及企業對他們的管理方式。
其次,在對國內外有關勝任特征文獻進行分析的基礎上,根據樣本企業里每個崗位的具體要求,在從事該崗位工作的知識員工中,分別從績效優秀和績效普通的員工中隨機抽取1~2名員工,采用關鍵事件訪談法(CIT)進行訪談,記錄相關信息和相關數據,隨后在有關專家和企業高管的協助下,對訪談結果進行分析、研究,討論知識員工的核心能力和關鍵行為,獲取有關能力素質特征的樣本信息,結合現有的職位說明書、崗位績效標準等文件編制出相應的勝任力特征問卷,然后在企業范圍內進行正式問卷調查。
最后,對正式問卷調查數據進行探索性因子分析,確定科研型知識員工勝任特征模型,然后采用驗證性因子分析對模型進行驗證,同時對問卷的信度和效度進行檢驗,確定科研型知識員工通用素質模型。研究流程如圖1所示。
4實證研究
4.1關鍵事件訪談
研究樣本來源于北京中關村16家高新技術企業里的科研型知識員工,他們主要負責企業里現有產品的更新、新產品與新服務的研發工作。樣本企業的經營領域涉及電子信息、生物工程、控制技術、通信技術、電力節能等。
研究小組于2010年5月到8月深入這些企業進行實地調研,主要目的是對樣本企業的實際工作情況進行觀察,了解他們的真實工作狀況和工作內容。在調研期間,對這些企業中的41名員工進行了訪談。為了從各個層面了解科研型知識員工應該具備的勝任特征,所以訪談對象不僅僅包括科研型知識員工本人,也包括他們的上級和同事。其中各部門經理9人,科研型知識員工21人(包括績優者和普通者),一般工作人員11人。
研究采用的訪談技術為關鍵事件訪談法(CIT),要求被訪者回憶他本人(如果本人是知識員工)或他所了解的知識員工(如果他是同事)在工作中最成功和最失敗的事各兩件,并詳細地描述當時的情景,包括:(1)情景和目標:需要完成一件什么任務?當時是什么樣的情況?周圍情形是怎么樣?(2)行為方面:對當時的情況,您是怎么想的?采取了什么具體措施?在整個事件中您擔當什么樣的角色(責任)?(3) 結果:事情的結果如何?引發了什么問題?您得到了什么反饋信息,領導和同事對這個結果的評價等。
4.2訪談結果的編碼和勝任特征提取
勝任力素質編碼是結合心理學知識,在心理學教授和專家的指導下,結合被訪談人員所處職位的特點和主要職責,對訪談文本進行主題分析,對其中出現頻率較高的勝任力素質特征項進行類聚編碼,提取勝任力特征,并使之概念化[11]。由于每一個勝任特征的含義是依據相應的行為表現確定的,因此,勝任特征提取的標準為:(1)在文本中,訪談對象能夠清晰表達的自己在處理關鍵事件時的思想和行為;(2)所描述的關鍵事件行為與其業務、科研工作有關。研究小組在心理學教授和人力資源專家的協助下,反復分析和討論了訪談文本中的關鍵事件和相應的行為表現,用統一的語言命名同一個特征,取得一致的意見。
通過對訪談結果的分析,得到了總共63項勝任力特征測量指標。通過T檢驗方法,剔除了不具有顯著差異性的11項勝任力測量指標,剩下52項勝任特征。
4.3問卷調查
根據上述關鍵事件訪談文本所提取的勝任特征,嘗試性地描述每個勝任力特征的定義,并把每一項勝任特征下相應的行為表現轉化成描述性的行為測量的題目,編寫了一份包含46道行為題目的問卷,再經過研究小組反復修改和討論的題目,同時結合每一項行為出現的頻數,保留了40道行為題目,形成基于行為描述的勝任力調查問卷。問卷采用的是6級李克特量表評分, 為的是使那些有趨中傾向的填答者必須在“3”和“4”之間做出傾向性選擇,每個指標要素按重要程度分別賦值分1~6分,分別對應:“非常不重要”、“不重要”、“不太重要”、“有點重要”、“重要”、“非常重要”。 我們向樣本企業發放了420份問卷,由于研究要從多個評價源確定科研型知識員工應該具有什么勝任特征,所以問卷的填答者不僅僅包括科研型知識員工,要求他們對每一個描述科研型知識員工工作行為的題目的重要度打分。最后回收有效問卷356份。
5結果分析與模型檢驗
由于研究需要兩份不同的樣本,故將這356份有效問卷隨機分為兩組,每組含有178份問卷,分別用于探索性因子分析和驗證性因子分析,采用的統計軟件為SPSS 12.0和LISREL 8.5。
5.1探索性因子分析
在對問卷確定的科研型知識員工勝任特征內容項目的調查數據進行探索性因子分析之前,要先檢驗調查數據是否適合做因子分析。一般采用KMO值和Bartlett’s球形檢驗卡方值。根據Hair(1995)的建議,如果KMO < 0.5時,則數據不宜進行因子分析[12]。數據分析結果表明,調查數據樣本的KMO值為0.902,Bartlett’s球形檢驗卡方值為8 804.707,顯著水平符合要求(p < 0.001),達到非常顯著水平,表明調查數據適合進行因子分析。KMO和Bartlett’s球形檢驗結果如表1所示。
接著,對問卷進行探索性因子分析,采用主成分法抽取因子,進行正交方差極大轉軸旋轉,在參照各項目的共同度和因子負荷的基礎上,兼顧因子結構的平衡性,剔除了因子負荷小于0.4的項目9個,最后依照重新排序后的因子負載矩陣,得到5個因子和31個勝任力要素。根據每個因子所包涵的勝任力特征,本研究將這5個因子(勝任特征維度)分別命名為:(1)思維與學習維度:與計劃、歸納、創新有關的一切思維和行為,能用系統的邏輯思維去理解、分析和解決問題,是解決問題的基本能力。(2)關系維度:與企業內外的同事、上下屬建立并維持良好關系的各種能力,在為人處世、接人待物等方面表現出一系列有效的行為。(3)個性維度:指人的一些基本特征及基礎素質,是個人的態度、自我形象、社會動機、內在驅動力、品質、價值觀、個性等,這些素質要項決定了員工在遇到緊急事件、排解壓力、解決困難等方面一系列行為的有效性,同時也支持著其他素質族作用的發揮。(4)業務工作維度:明確自己的崗位職責,具備勝任本職工作所需要的知識、技術和能力,業務嫻熟。(5)相關知識維度:勝任現有工作所需的各種一般知識和專業知識。每個維度所包含的勝任力要素及其典型的行為描述如表2所示。
這5個因子結構較為清晰,累積方差解釋量達到81.22%。并且,探索性因子分析所提煉的勝任特征與關鍵事件訪談后所得到的勝任特征基本吻合,說明該勝任力模型比較好地反映了科研型知識員工的職位特點。
5.2驗證性因子分析
以上的探索性因子分析表明,科研型知識員工勝任特征內容是包含31個項目的5維結構,但這個結果只是通過探索性因子分析得到的初步結構,稱為構想模型,該構想模型是否符合實際,是否比其他模型好,還需要對其進行驗證性因子分析,以檢驗構想模型的合理性和優越性。這次將利用有效回收問卷的另外一組進行分析,以檢驗勝任力構想模型的構想效度。
本研究采用卡方檢驗(χ2)、擬合優度指數(GFI)、修正擬合優度指數(AGFI)、不規范擬合指數 (NNFI)、比較擬合優度指數(CFI)、近似誤差均方根估計(RMSEA)、標準化殘差均方根(SRMR) 7個指標作為檢驗比較的標準。
研究假設勝任特征內容結構是一個五因子模型,而競爭模型的假設包括單因子模型、二因子模型和三因子模型。對這4個假設模型分別進行驗證性因子分析,結果見表3。
從表3中的結果可以看出,五因子結構模型在各項指標上均明顯優于其它3種模型,如CFI達到0.97,NNFI達到0.96,都很接近1.00,而SRMR指標小于臨界值0.08,按照Hu和Bentler (1998)對SRMR推薦的臨界值來看,SRMR小于0.08表明模型較好地擬合了原始數據,大于0.08時,認為模型擬合不好[13];其他模型如單因子模型的RMSEA,CFI,GFI等指標均未達到理想水平。因此,五因子模型是比較理想的科研型知識員工勝任特征內容模型。
5.3信度分析
本研究的勝任特征內容問卷結構是否合理,還需要進行信度和效度檢驗。
本研究采用內部一致性信度檢驗。該內部一致性檢驗方法是由Cronbach(1951)提出的,內部一致性系數——α系數,是目前使用最廣泛的信度指標。Nunnally (1978)認為Cronbachα系數小于0.35表示信度過低;Cronbachα系數在0.65以下,則應重新修訂研究工具或重新編制量表;Cronbachα系數介于0.65~0.70之間是最小的可接受值;Cronbachα系數介于0.7~0.9之間表示非常好;系數在0.9以上表示信度甚佳[14]。本研究各維度的信度系數均在0.85以上(見表4),顯示問卷的測量結果是可靠的。
5.4效度分析
效度是一個問卷對所要測量的變量測量到什么程度的估計,是檢驗問卷的重要指標。根據研究目的不同,效度有多種檢驗方法。本研究對勝任特征問卷的結構效度、內容效度、構念效度進行檢驗。
本研究中對問卷探索性因子分析和驗證性因子分析的結果可以作為問卷結構效度的一個證明。結果表明,因子結構清晰,各項指標符合心理測量學的要求,而且驗證性因子分析的結果與研究的理論構想相吻合。
其次,5個分量表中的項目與各自維度總分之間的相關度,也可以作為問卷結構效度的一個證明,其各項目與各自維度總分之間的相關度在0.685~0.799之間,且均達到顯著水平,說明各個分量表內部的同質性較好,這從另一個角度表明了研制的科研型知識員工勝任特征內容問卷具有較好的結構效度。
本研究在大量訪談的基礎上編制了行為測量問卷,同時咨詢了人力資源管理專家和企業部門經理的意見,請他們審定問卷的內容。訪談小組還深入科研型知識員工的工作現場調研,這些細致的工作保證了行為測量問卷的題目比較切合實際,最終形成了本研究的問卷。根據測量結果可以看出,問卷的內容基本上能夠反映科研型知識員工勝任特征的內容狀況,因此,問卷也具有較好的內容效度。
構念效度指實際測評的結果與所建立的理論構念的一致性程度。構念效度的檢驗有多種方法,本研究采用聚合效度和區分效度檢驗法。
表5中的相關系數顯示出各項勝任特征之間的相關系數均達到了顯著水平,說明在測量勝任力這一構念上各個特征之間具有較強的聚合效度。區分效度可以通過比較各勝任特征間的相關系數與各維度的信度系數來判斷。表5與表4的比較顯示各勝任特征之間的相關系數(0.63~0.80之間)均小于各項特征的信度系數(0.86~0.93),說明本模型中的各項特征的意義是獨立的,是能夠與其他特征區分開來的。
6結論
知識員工是一個企業創造力的核心和技術保障,本文經過以上的分析,構建出我國科研型知識員工的勝任力模型。該五維模型充分反映了科研型知識員工的特點和所必備的綜合能力。
(1) 強調個性特點的影響。科研型知識員工的自信心、工作態度、敬業勤奮等尤為重要。(2) 確認人際關系處理能力的重要性。科研型知識員工除了要進行具體科研項目的研究外,還需要具備較強的溝通能力、協調能力、人際關系處理能力,以促進項目團隊的凝聚力。個人的“單打獨斗”已經不能適應現代科研多學科、集團化、聯合型發展的新特點,特別是作為跨部門、跨專業的科研項目成員,更應該具備團隊意識, 注重協調、溝通。(3) 強調應變能力。科研型知識員工應對壓力、正確判斷評估和適應變化的能力非常重要。(4) 強調知識、學習能力的重要性。科研型知識員工的學識水平、前瞻能力及良好的學習能力,直接影響科研的質量和水平。(5) 注重意志品質。由于在項目研究中可能遭遇挫折和失敗,因此科研型知識員工的意志力非常重要,良好的意志和堅韌性是項目研究取得成功的有力保障。
知識員工勝任特征模型的研究運用是一個較新的領域,目前國內有關知識員工勝任力模型研究的文獻十分稀少。本研究建立的勝任力模型不僅為我國科研型知識員工的能力建設、培訓與發展、選拔與任免、崗位配置、職業管理等許多方面提供了科學測評工具,同時也為其他類型知識員工和一般員工的勝任力模型構建提供理論依據,具有一定的借鑒和參考價值。
另外,由于一些條件限制,本研究樣本范圍較小,這在一定程度上影響了勝任力模型對知識員工的廣泛適用性。因此,未來研究應該設法拓寬取樣的渠道和區域,進行更深入的探討,使研究結論更具有說服力和普遍性,更有代表性。
主要參考文獻
[1] D C McClelland. Testing for Competence rather than for “Intelligence”[J]. American Psychologist,1973,28(1):1-14.
[2] P F Drucker. The Age of Social Transformation[J]. The Atlantic Monthly,1994,274 (5):53-80.
[3] [加]弗朗西斯·赫瑞比.管理知識員工:挖掘企業智力資本[M]. 鄭曉明,譯. 北京:機械工業出版社,2000.
[4] Woodruffe. Winning the Talent War:A Strategic Approach to Attracting,developing,and Retaining the Best People[M]. NewYork,NY:John Wiley and Sons,1999.
[5] 賈生華,疏禮兵,鄔愛其.知識型員工的知識共享悖論及其克服[J]. 技術經濟,2004(5):23-25.
[6] 屠海群. 知識型員工的激勵的四個對應關系[J]. 企業改革與管理,2004(4):24-25.
[7] 孫新波,于春海,孫培山,等. 知識型企業知識員工的模糊綜合評價[J]. 沈陽工業大學學報,2005,27(6):705-709.
[8] D P Lepak,S A Snell. The Human Resource Architecture:Toward a Theory of Human Capital Allocation and Development[J]. Academy of Management,1999,24(1):31-48.
[9] 廖建橋,文鵬. 知識員工的定義、特征及分類研究述評[J]. 管理學報,2009,6(2).
[10] 管寶云,趙全超. 高新技術企業知識型員工成長需求與激勵機制設計研究[J]. 科學學與科學技術管理,2006(4).
[11] 宋明. 勝任力建模過程中智能化編碼研究[D]. 合肥:合肥工業大學,2007.
[12] F H Joseph,JR. Multivariate Data Analysis:With Readings[M]. 4th Edition. Upper Saddle River,NJ:Prentice-Hall Internal,INC,1995.
[13] L Hu. Underparameterized model Fit Indices in Covariance Structure Modeling:Sensitivity to Bender PM. Misspecification[J]. Psychological Methods,1998,3(4):424-453.
[14] J C Nunnally. Psychometric Theory[M]. 2nd Edition. New York,NY:McGraw Hill,1978.