科研人员创新行为评价指标体系的构建

《科研人员创新行为评价指标体系的构建》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、科研人员创新行为评价指标体系的构建摘要：？？者从个体因素、组织因素、工作特征因素、社会环境因素四个方面构建科研人员创新行为评价指标体系，具体设计12个评价指标，用e0/5_e8/5指数标度法确定各个因素的权重值，采用模糊综合评价法进行评价。同时，进行实例研究，验证模糊综合评价法在科研人员创新行为评价中的应用。本文采集自网络，本站发布的论文均是优质论文，供学习和研究使用，文中立场与本网站无关，版权和著作权归原作者所右，如存不愿意被转载的情况，请通知我们删除己转载的信息，如果需要分享，请保留本段说明。关键词：科研人员；创新行为；模糊综合评价法；隶属

2、度函数中图分类号：F207文献标识码：A文章编号：1005-913X(2017)06-0126-03中共中央、国务院《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》中指出，创新是推动一个国家和民族向前发展的重要力量，也是推动整个人类社会向前发展的重要力量。面对全球新一轮科技革命与产业变革的重大机遇和挑战，面对经济发展新常态下的趋势变化和特点，必须深化体制机制改革，加快实施创新驱动发展战略。企业要想在激烈的竞争中占据一席之地，只能通过不断的创新。而企业创新能力的提升离不开科研人员的创新工作，因此，构建科学合理的科研人员评价指标体系，在此

3、基础上激励科研人员提高创新绩效具有重要的现实意义。一、数据来源与研究样本（一）数据来源本研究采用问卷调查的研究方法。项H组成员和指导老师分别到黑龙江省齐齐哈尔市建华区、龙沙区、铁锋区的装备制造企业进行问卷调査，就填答过程中的注意事项做详细说明，保证问卷填答的质量和研究的有效性。建华区、龙沙区、铁锋区以外的企业主要由各企业的联络人进行问卷的发放与回收工作。为保证数据的有效性，项目组对收回的问卷进行了筛选。针对以下情况的问卷，被从总问卷当中剔除：整份问卷中有超过3个题项没有填答；整份问卷中所有题项均选择了同一答案；整份问卷中反向测量的题项与其他问题

4、的回答发生矛盾。（二）研究样本本研究在2016年8月至2016年9月期间，共发放问卷230份，回收问卷216份，问卷回收率为93.91%，剔除填答不完整的问卷与废卷，得到有效问卷197份，有效问卷的回收率为85.65%。调查样本的具体分布情况如表1所示：上表的调查结果显示：就样本的性别而言，男女比例差距比较大,男性所占比例总和达到90.36%，女性只存9.64%,这可能和装备制造企业的性质有关，男性科研人员占绝大多数；就年龄而言，30—50岁之间人群最多，合计达到80.2%，说明中青年科研人员数量比较多；就受教育程度而言，本科学历、硕士学历所占

5、比例最高，加总起来达到总样本的85.79%，这与科研人员受教育程度普遍偏高的特征相吻合；就从事研发工作的年限来看，7年以下占比37.05%,7年以上占比达到62.95%o二、科研人员创新行为评价模型的建立（一）建立递阶层次结构从个体因素、组织因素、工作特征因素、社会环境因素四个方面出发，选取若干具体二级指标构建递阶式结构的科研人员创新行为评价指标体系如表2所示。1.目标层：目标层用以反映科研人员创新行为的总体水平。2.准则层：准则层从四个方面反映科研人员创新行为，即个体因素、组织因素、工作特征因素、社会环境因素。3.指标层：指标层是在准则层下选

6、择若干个指标来反映科研人员创新行为，其中反映个体因素的指标包括个体个性、个体认知、内在动机和知识储备4个指标，反映组织因素的指标包括组织文化、组织结构和组织创新氛围3个指标，反映工作特征的指标包括工作压力、工作自主性和工作挑战性，反映社会环境因素的指标包括社会关系和社会网络。（二）信度与效度检验为保证研究数据的存效性，本研究使用SPSS19.0统计软件对数据进行因子分析适宜性检验，分析结果显示，个体因素、组织因素、工作特征因素、社会环境因素四个量表的Cronbacha系数分别为0.732,0.856,0.79，均大于0.7,表明量表的信度良好。

7、影响科研人员创新行为的因素是在文献研究和实地调研的基础上确定的，符合内容效度的要求。以上数据分析结果表明，本研究采用的科研人员创新行为评价指标体系具有良好的信度和效度，可以作为评价的依据。三、指标权秉的确定采用e0/5^e8/5指数标度法，通过指标间两两对比的方法构造判断矩阵并检验判断矩阵的一致性、确定权重系数如表3—表7所示。由以上运算结果可知，主层级计算的一致性比率（CR值）为0.0328，其他构面的一致性比率（CR值）也全部小于0.1，说明判断矩阵具有满意的一致性，通过一致性检验。四、隶属度矩阵的确定根据科研人员创新行为的特点，将科研人员

8、创新行为评价指标划分为5个等级，评语集如下：UHU1，U2,U3,U4,优秀，良好，一般，合格，不合格｝。对于定性指标，采用权重统计法确定指标隶属度；