考虑多指标类型的科技攻坚团队人岗双边匹配策略研究

来源:用户上传      作者:肖利哲 张丽娟

　　文章编号：1008-7133（2022）06-0058-14
　　摘要：针对科技攻坚团队人岗双边匹配的特点，考虑多种指标类型，构建了一种多目标双边匹配策略。首先，基于胜任特征模型和马斯洛需求理论，分别构建了科技攻坚团队岗位对成员和成员对岗位的满意度评价指标体系。其次，通过确定匹配矩阵来提高匹配精准度，构造多指标类型处理规则和匹配满意度计算规则来得到人岗双方的满意度矩阵，进而构建多目标优化模型，并运用线性加权法进行求解。最后，通过算例验证了该策略的可实践性。
　　关键词：科技攻坚团队；人岗匹配；双边匹配；多指标类型
　　DOI：10.16315/j.stm.2022.06.003
　　中图分类号： G311
　　文献标志码： A
　　Research on bilateral matching strategy of person-post of the scientific and technological breakthrough team considering multi-index types
　　XIAO Li-zhe，ZHANG Li-juan
　　（School of Economics and Management，Harbin University of Science and Technology，Harbin 150040，China）
　　Abstract：In view of the characteristics of bilateral matching of personnel and posts in scientific and technological breakthrough team， and considering various index types， this paper constructs a multi-objective bilateral matching strategy. Firstly， based on the competency model and Maslow's demand theory， the evaluation index system of
　　post-to-member satisfaction and post-to-member satisfaction of scientific and technological breakthrough team are constructed respectively. Secondly， the matching accuracy is improved by determining the matching matrix， and the satisfaction matrix of both employees and posts is obtained by constructing multi-index type processing rules and matching satisfaction calculation rules. Then， the multi-objective optimization model is constructed and solved by linear weighting method. Finally， an example is given to verify the practicability of the strategy.
　　Keywords：science and technology tackling team; person-post matching; bilateral matching; multi-index type
　　S着知识经济和信息技术的高速发展，组织已经认识到了高科技人力资源对于重大创新的实现具有突破性作用，人力资源也逐步成为组织科技创新的核心竞争力。但是，组织光有人力资源的堆砌还是不够的，必须对其进行科学有效的配置，才能创造最大价值，进而实现科技创新，尤其是需要抢先站在创新制高点的科技攻坚团队。科技攻坚团队是为了解决具有关键性、紧迫性和必要性的科技难题，由一群处于不同领域的高科技创新人才组成，以拼搏的姿态，协同互补的工作方式，调动一切资源去实现同一攻坚目标的工作时期[1]。为了突破卡脖子问题，急需要在满足各岗位需求的情况下选取合适的成员来组建一支攻坚型领头军，促使团队以协同互补的方式，最大程度发挥成员的创新能力，进而实现系统创新的涌现。同时，人岗匹配问题关系到成员的创新行为、激情和满意度等多方面[2-4]。因此，科技攻坚团队的人岗双边匹配问题非常重要，需要综合考虑科技攻坚团队岗位和成员各自的需求，选取合适的成员配置在合适的团队岗位上。
　　一直以来，人岗双边匹配问题已经引起了很多学者的关注。Edwards［5］提出人岗匹配不仅体现岗位要求与成员能力的匹配，也体现了成员需求与岗位供给的匹配。Kristof［6］指出人和组织是双边匹配的，且此时它们是相互提供资源的。黄焕山［7］通过探究岗位匹配系统理论，认为不同岗位上成员的知识和技能表现各异，因其细分的不同而要求不同。齐二石［8］提出人岗匹配指标包括知识、能力、道德和素质4个方面。因此，人岗匹配是相互匹配，既要满足人对岗位的要求，又要满足岗位对人的要求，且要求多以指标形式来表现，为探究科技攻坚团队人岗双边匹配概念及特征提供了坚实的理论基础。从现有的研究成果来看，更多的学者将焦点放在人岗双边匹配策略的构建上。孔德财［9］在考虑协同信息的前提下提出三维满意度度最大为目标的人岗双边匹配多目标优化模型，并设计了DDEA求解算法，为探索科技攻坚团队人岗双边匹配策略提供了一种方法，即以双边满意度最大为目标来建立匹配模型。Yang［10］针对犹豫模糊语言，引入一种新的混合双边匹配方法I-BTM和一种考虑信噪比的 LSGDM 方法，构建了基于期望理论的高层次海外人才与工作匹配的模型。Wang［11］通过在BERT预处理语言模型的双向编码器表示中从注意机制及其计算层次的角度解释了人岗匹配模型的结构。李松等［12］针对现实生活中人岗双边匹配决策问题的特点，构建一种具有不同信息类型的人岗双向选择的决策模型。这些学者将多种指标类型运用于人岗匹配问题中，为科技攻坚团队人岗双边匹配策略中指标类型的运用提供了有效思路。

nlc202301171352

　　需要指出的是，在已有的人岗双边匹配研究中，大多数学者偏向于提出普通团队人岗两方主体间的新型决策方法，极少有学者针对科技攻坚团队的人岗双边匹配策略进行研究，且往往忽略了人岗双方主体间的评价指标集。基于此，本文对科技攻坚团队人岗双边匹配的岗位对成员以及成员对岗位的评价指标体系分别进行构建，并提出相应的人岗双边匹配策略，不仅使得成员最大程度的发挥自身创造力，又能实现系统创新的涌现，进而促使科技攻坚团队以最大绩效突破创新，完成大量科技任务。
　　1问题描述
　　科技攻坚团队双边匹配指的是组织为在有限时间内解决关键性科学技术难题而组建科技攻坚团队的基础上，对岗位及候选成员双方的需求进行分析及确定，从而形成并提供最优的匹配方案，以实现最佳攻坚绩效的过程。记科技攻坚团队岗位集合为A={A1，A2，…，Am}，其中Ai表示第i个岗位，i=1，2，…，m；候选成员集合为B={B1，B2，…，Bn}，其中Bj表示第j个候选成员，j=1，2，…，n。科技攻坚团队双边匹配的过程，如图1所示。
　　科技攻坚团队人岗双边匹配特征主要表现在：一是一对一匹配，每一个岗位只能匹配一位候选成员，每一位候选成员至多匹配一个岗位；二是多样性，双边主体间的需求多样性导致岗位对成员以及成T对岗位的匹配满意度评价信息涉及多个指标；三是复杂性，每个岗位在某些评价指标上都存在特定的要求，需要进一步确定满足各岗位特定要求下的所有候选成员，确定匹配矩阵；四是公平性，科技攻坚团队是以满足人岗双方主体需求为前提来构建双边匹配模型的，即以公平性为优化目标来提高主体间的满意度。
　　科技攻坚团队人岗双边匹配策略由多个流程组成。明确双边匹配的两方主体集合后，人岗双方分别给出相应的偏好信息，即满意度指标。每个岗位对部分指标信息有特定的要求，为提高匹配精准度，因此需要确定匹配矩阵。考虑到双方匹配满意度评价指标涉及类型较多，需要先对多种类型的评价指标信息进行处理，再计算满意度，通过构建与求解多目标决策模型得到科技攻坚团队人岗双边匹配方案。匹配策略的具体流程，如图2所示。
　　设科技攻坚团队岗位主体Ai对候选成员主体Bj的匹配满意度需要考虑的评价指标集合为C={C1，C2，…，Ct1，Ct1+1，Ct1+2，…，Ct2，Ct2+1，Ct2+2，…，Ct3，Ct3+1，Ct3+2，…，Ct4}
　　Cb表示第b个指标，b=1，2，…，t4，对应于Cb的评价指标权重向量为
　　Wi=（wi1，wi2，…，wit4）T，
　　wib表示主体Ai下指标Cb的权重，0≤wib≤1，
　　∑t4b=1wib=1。设指标{C1，C2，…，Ct1}为T1类0-1特征型的指标，Ce表示第e个0-1特征型的指标，e=1，2，…，t1；
　　指标{Ct1+1，Ct1+2，…，Ct2}为T2类区间数型的指标，
　　Cf表示第f个区间数型的指标，f=t1+1，t1+2，…，t2；
　　指标{Ct2+1，Ct2+2，…，Ct3}
　　为T3类语言评价型的指标，Cg表示第g个语言评价型的指标，g=t2+1，t2+2，…，
　　t3；指标{Ct3+1，Ct3+2，…，Ct4}
　　为T4类直觉模糊数型的指标，Ch表示第h个直觉模糊数型的指标，h=t3+1，t3+2，…，t4。
　　同理，候选成员主体Bj对岗位主体Ai的匹配满意度需要考虑的评价指标集合为
　　D={D1，D2，…，Dk1，Dk1+1，Dk1+2，…，Dk2，Dk2+1，Dk2+2，…，Dk3，Dk3+1，Dk3+2，…，Dk4}，Dl表示第l个指标，
　　l=1，2，…，k4，对应于Dl的评价指标权重为Vj=（vj1，vj2，…，vjk4）T，0≤vjl≤1，∑k4l=1vjl=1。指标Dl可以为0-1特征型、区间数型、语言评价型和直觉模糊数型。
　　在多指标类型的基础上，通过确定匹配矩阵来提高匹配精准度，并构造相应的多指标类型处理规则和匹配满意度计算规则来得到人岗双方的满意度矩阵。科技攻坚团队岗位与候选成员的双边匹配遵循一对一匹配原则，即每个岗位只能匹配一位成员，相应地，一位成员也至多只能匹配一个岗位，进而构建使双方满意度最大为目标的多目标优化模型，并考虑人岗双方的公平性，给出相应的模型求解方法。
　　2科技攻坚团队人岗双边匹配策略
　　2.1岗位对成员的满意度指标体系的构建
　　2.1.1胜任特征模型
　　胜任特征模型是承担某一岗位应具备的胜任特征要素的总和，包括知识、技能、社会角色、自我概念、自我特征、工作动机，是工作分析、人员招聘等人力资源管理活动的重要依据，通过对人从外显到内显特征进行研究，进而确保成员能够具备全部胜任特征要素。因此，依据胜任特征模型，构建科技攻坚团队岗位对成员的满意度评价指标体系。
　　2.1.2指标体系的构建
　　科技攻坚团队尤为强调协同创新，即不单单要求成员个人具有很强的创新能力，还要求成员间实现最佳协同状态。基于此，成员的创新能力、团队合作能力等方面较为重要，但科技攻坚团队岗位的选取成员需要更为具体、全面的要求。科技攻坚团队岗位选取成员的要求的有关文献很少，因此从科技创新团队等相关团队入手，通过对政府、高校及企业的人才引进要求及相关文献的分析与总结来构建科技攻坚团队岗位对成员的满意度指标体系。
　　1）政府、高校及企业的领军人才引进要求分析。一方面，通过收集2021年31个省政府和42所“世界双一流”高校的领军人才引进要求（数据来源于各省政府人力资源和社会保障厅和高校官网），运用NLPIR大数据智能平台进行关键词提取，在数据预处理时，由于省政府和高校人才引进政策篇幅较多，手动进行关键要求的整理，共获得8 999字的高校文稿以及9 589字的省政府文稿。其中：31个省政府的领军人才引进政策主要是领军人才/人才培养工程，更为注重创新，着重引进高层次创新型人才，建立创新团队来引导和推动新兴行业的发展，从而取得重大效益；42所“世界双一流”建设高校更为注重科研能力，主要引进对象是符合科研等岗位所需要的领军人才，建立具有竞争力的科研创新队伍，按照国家发展需要和国际学术前沿，开展前瞻性、创新性和可行性研究。经过统计，省政府和高校主要指标的词频数结果，如图3所示。另一方面，对3家极具代表性的高科技创新企业华为、阿里巴巴和大疆人才招聘要求进行分析（数据来源于各企业官网），其招聘对象主要是研发型领军人才，包括产品创新和技术创新。综上所述，通过对政府、高校及企业的领军人才引进指标进行分析，并结合科技攻坚团队的特征，归纳得到科技攻坚团队岗位对成员要求的主要指标，如图4所示。

nlc202301171352

　　2）相关文献分析。王晓红等［13］认为以个体能力、协同能力和匹配适应程度3个维度构建虚拟科技创新团队评价指标体系。杨锴等［14］提出科研创新团队以知识基础、创新能力、项目经验和团队协作4个维度构建指标体系。同时，通过知网、维普及万方学术平台，以关键词“团队成员选择”、“团队成员选拔”、“团队成员配置”等进行文献抓取，提及指标频数较多的是创新能力、沟通协作能力、目标认同/融合、知识/资源互补、学习能力及文化适应[15-21]。
　　综上所述，遵循目的性、全面性、可行性、稳定性等原则，依据胜任特征模型，科技攻坚团队岗位对成员的满意度指标体系归纳为知识信息、攻坚技能与创新素质及经验3个主导层次，如表1所示。其中：知识信息、攻坚技能分别与胜任特征模型中的知识、技能相一致;创新素质及经验源于胜任特征模型中的社会角色、自我概念、自我特征、工作动机。
　　知识信息指完成科技攻坚团队任务所需要的专业理论等知识及相应的知识背景，包括专业知识及成果和知识背景。科技攻坚团队需要集结一批不同领域的专业人才以协同状态完成突破性工作，过硬的专业知识和一致的专业方向是必备条件。为利于这些人才实现协作，需要合作双方尊重且了解Ψ降闹识领域，如此才能使对方信服，愿意听取建议；知识创新成果不仅可以衡量知识水平，又可以衡量创新生产率。除此之外，学历层次在一定程度上反映出个人知识水平，且较为平均的学历层次利于团队的合作；被行业及社会认可的程度可以从侧面衡量成员的知识、能力等方面。
　　攻坚技能指完成科技攻坚团队目标所需要的创新能力、沟通协作能力、业务能力等技能。一般来说，业务能力、创新能力强的人才合作意愿比较弱，致使团队出现不和谐的局面，阻碍任务的完成。为解决这一难点，科技攻坚团队一方面需要有组织规划能力的人员对团队合作进行统领，另一方面要求成员善于协作，与他人实现有效沟通。除此之外，创新性的发展潜能也很重要，不仅包括自我激发潜能，还包括激发其他成员的潜能。
　　创新素质及经验指利于科技攻坚团队创新任务完成的个人品德、态度等方面以及相应的过往工作经验。科技攻坚团队高度要求目标统一，提倡创新、协作的团队文化，文化认同是团队整体联系的精神纽带，是团队整体生命延续的精神基石，也关乎着成员对于团队的忠诚等方面。优秀的职业道德是科技攻坚团队任务顺利完成的重要保障，诚实守信关系到团队机密的管理，无私奉献利于提高成员间的信任度和知识共享程度。由于科技攻坚团队的任务艰巨，成员具备强大的意志力、乐观的心态等品质就显得尤为重要。除此之外，成员的相关攻坚经历在一定程度上也能利于团队完成任务。
　　2.2成员对岗位的满意度指标体系的构建
　　2.2.1马斯洛需求理论
　　马斯洛需求理论从人的需求出发，探索驱动行为的主要原因和动力，得到生理、安全、社会、尊重和自我实现五种需求，是对成员进行动机激励的重要依据。因此，依据马斯洛需求理论，构建科技攻坚团队成员对岗位的满意度评价指标体系。
　　2.2.2指标体系的构建
　　科技攻坚团队成员是一群具有同一目标、处于不同领域的高科技创新人才，为完成极具创新性任务而以协同互补的工作方式组合在一起。一方面，高层次院校提供的待遇可以间接反映出高科技人才的需求，通过对我国42所“世界一流大学”建设高校人才引进待遇的分析与总结，发现吸引人才的需求指标主要包括有竞争力的薪酬、住房、医疗服务、科研经费、子女教育、配偶工作、办公环境、团队建设、职业地位、支持尊重等方面；同时这些高校本身也有一些吸引因素，如工作地的声望、与杰出同事/团队合作、建立关系网等。另一方面，学术界也颇为重视高科技人才需求的研究，苏珊珊等［22］依据马斯洛需求层次理论建立了符合研发团队成员的工作需求模型；Frazoni等［23］的调查显示科学家选择在国外工作包括寻求更好发展机会等原因；王宁等［24］认为高科技人才更注重兴趣、自我发展等方面；郭洪林等[25]认为我国高等教育人才流动影响因素的个人因素有住房、薪酬和人际关系等原因，发展方面有科研氛围、经费和支持尊重等原因；黄海刚[26]认为国际高水平人才环流的影响因素有三方面，分别是学术职业发展、人力资本治理结构、多样化的政策工具；程燕林等[27]认为高科技人才的职场舒适物包括住房、健康、家庭、培训等方面。
　　综上所述，遵循目的性、全面性、可行性、稳定性等原则，依据马斯洛需求理论，提出科技攻坚团队成员对岗位的满意度指标体系归纳为基本需求、快乐工作及自我实现3个主导层次，如表2所示。
　　基本需求指的是高科技人才在生活、家庭、健康等方面的基础性需求。科技攻坚团队研究的是核心难题，需要调动一切资源去完成攻坚任务，保证成员能全身心投入团队任务中。有竞争力的薪酬和补贴、舒适的住房是成员保障生活的必备条件，研发经费是成员勇于实践创新的基础。有了家庭的高科技人才不再仅仅关注自身的利益，也会着重考虑其家庭成员的利益，包括子女以及配偶。科技攻坚团队需要成员在有限时间内以拼搏的姿态，突击的工作方式去完成攻坚目标，从而保障成员的健康很重要。
　　快乐工作指高科技人才在工作过程中能够促使积极主动工作的社会及心理等方面的需求。高科技人才更为注重兴趣、发展，即他们在选择工作时会倾向于满足这些方面的利益需求。一般来说，既感兴趣又是自身擅长的工作是首选，进入科技攻坚团队的成员都是不同领域的优秀人才，他们渴望向人学习，与人交流，结识一些志同道合的人，与杰出同事/团队合作、建立并维持人际关系网是影响选择的重要因素。高科技人才追求适宜的工作环境和便利的工作方式，如优越的周边环境和组织内部环境以及高水平的研究设施与设备，同时在工作过程中，大部分人才希望得到相应的甚至更高的职务权力，不受到过多的制度约束，而且工作时间能够平衡生活及工作。
　　自我实现指高科技人才在表现自我，提升自我，实现职业抱负方面的需求。科技攻坚团队更多的是偏向于企业，即自我实现需求主要是职业生涯这方面的需求，而在整个职业生涯中，主要是职业的自我发展以及最终的价值实现。一方面，对于还需要进一步发展的高科技人才来说，他们渴望得到提升，增加自身的资本，即职业培训和职业发展，同时也希望从事较为有声望的职业；另一方面，对于已经站在职业“顶峰”的人才来说，他们会更加追求实现自身的价值，不仅是个人因素，还是为了社会乃至人类做出贡献，奉献自我。

nlc202301171352

　　2.3匹配模型的构建
　　2.3.1匹配矩阵的确定
　　科技攻坚团队岗位对成员的评价指标信息均属于效益型指标，即其评价值越大，岗位对成员的满意度越大，同时考虑到科技攻坚团队的每个岗位在某些指标上都有特定的需求，要求指标信息评价值最大，因此为了提高匹配精准度，需要先确定满足各岗位的特定要求下的所有候选成员，进而确定匹配矩阵，再进行双方主体的匹配满意度的计算。
　　设科技攻坚团队岗位主体Ai对候选成员主体Bj的实际判断信息评价矩阵
　　为Ubij=u-eij
　　uˇfij
　　ugij
　　uijm×n，其中：
　　u-eij表示岗位主体Ai在T1类第e个指标下对候选成员主体Bj的实际判断信息;uˇfij
　　表示岗位主体Ai在T2类第f个指标下对候选成员主体Bj的实际判断信息;
　　ugij表示岗位主体Ai在T3类第g个指标下对候选成员主体Bj的实际判断信息;uhij表示岗位主体Ai在T4类第h个指标下对候选成员主体Bj的实际判断信息;i=1，2，…，m；j=1，2，…，n；e=1，2，…，t1；f=t1+1，t1+2，…，t2；g=t2+1，t2+2，…，t3；h=t3+1，t3+2，…，t4。
　　同理，设科技攻坚团队岗位主体Ai对候选成员主体Bj的期望信息评价矩阵为
　　Qbij=q-eij
　　qˇfij
　　qgij
　　qhijm×n，
　　其中：q-eij表示岗位主体Ai在T1类第e个指标下对候选成员主体Bj的期望信息;qˇfij表示岗位主体Ai在
　　T2类第f个指标下对候选成员主体Bj的期望信息;qgij表示岗位主体Ai在T3类第g个指标下对候选成员主体Bj的期望信息;
　　qhij表示岗位主体Ai在T4类第h个指标下对候选成员主体
　　Bj的期望信息;i=1，2，…，m；j=1，2，…，n；e=1，2，…，t1；f=t1+1，t1+2，…，t2；g=t2+1，t2+2，…，t3；h=t3+1，t3+2，…，t4。
　　科技攻坚团队岗位Ai对候选成员主体Bj的某些评价指标信息存在特定要求，若认为候选成员
　　Bj在岗位Ai的匹配圈内，进入匹配圈代表更有可能与岗位Ai匹配成功，当且仅当岗位
　　Ai在指标Cb下对候选成员Bj的实际判断信息等于期望信息时成立，即候选成员主体
　　Bj在这些指标上满足以下条件：当Cb∈T1，u-eij=q-eij；
　　当Cb∈T2，uˇfij=qˇfij；
　　当Cb∈T3，ueij=qeij；当Cb∈T4，
　　ueij=qeij。因此，得到归属于岗位Ai匹配圈内的若干个候选成员。以此类推，得到科技攻坚团队人岗匹配矩阵，如图5所示。其中A1，A2，…，Am分别代表科技攻坚团队m个岗位，j1，j2，…，jm分别代表各岗位下匹配圈内的候选成员Bj的数量。为了便于匹配满意度的计算，设定除了匹配圈的若干名候选成员外，岗位Ai对其余候选成员的匹配满意度评价信息为0，相应地，这些成员对岗位Ai的匹配满意度评价信息也为0。
　　图5科技攻坚团队人岗双边匹配矩阵
　　Fig.5Bilateral matching matrix of person-post of the
　　scientific and technological breakthrough team
　　2.3.2多类型评价指标信息的处理
　　双方匹配满意度评价指标涉及类型较多，T1类0-1特征型指匹配主体针对实际情况，给出“是”或“否”的判断信息；T2类区间数型指匹配主体认为评价信息难以精确到具体清晰的数值，给出某个区间的判断信息；T3类语言评价型指匹配主体采用多粒度语言评价，给出某一语言短语的判断信息；T4类直觉模糊数型指匹配主体根据自身认知，只能给出“满意程度”和“不满意程度”或“不知道”的判断信息。因此，需要对多种指标类型的匹配满意度评价信息进行处理，以消除对决策结果的影响。
　　1）0-1特征型。T1类指标，具体为{C1，C2，…，Ct1}，Ce表示第e个0-1特征型的指标，e=1，2，…，t1。如果满足岗位主体Ai在第T1类第e个指标下对候选成员Bj的实际判断信息与期望结果一致，则对第e个指标的最终评价值为1，否则为0。设在评价指标Ce（e=1，2，…，t1）下，0-1特征型判断信息评价矩阵为U-eij=（u-eij）m×n，
　　u-eij表示位主体Ai在T1类第e个指标下对候选成员主体Bj的实际判断信息，i=1，2，…，m；j=1，2，…，n；e=1，2，…，t1。因为T1类指标只有0和1两个评价值，故无需规范化处理。
　　2）区间数型T2类指标，具体为{Ct1+1，Ct1+2，…，Ct2}，
　　Cf表示第f个区间数型指标，f=t1+1，t1+2，…，t2。设区间数
　　rˇ=［rL，rU］，rL，rU∈R，
　　rL≤rU，R为实数域。设在评价指标Cf（f=t1+1，t1+2，…，t2）下，区间数型判断信息评价矩阵为Rˇfij=（rˇfij）m×n，
　　rˇfij
　　表示岗位主体Ai在T2类第f个指标下对候选成员主体Bj的实际判断信息，i=1，2，…，m；j=1，2，…，n；f=t1+1，t1+2，…，t2。

nlc202301171352

　　将该评价矩阵Rˇfij=（rˇfij）m×n按照公式（3.1）进行规范化处理，其中rUf=maxi，j{rUfij}为该矩阵中各区间数上限的最大值，得到规范化后的矩阵Uˇfij=（uˇfij）m×n。
　　如果aˇ=［aL，aU］与bˇ=［bL，bU］为任意2个区间数，则它们之间的距离计算见式（2）。
　　uˇfij=rˇfij/rUf，i=1，2，…，m；j=1，2，…，n（1）
　　daˇbˇ=12［（aL－bL）2+（aU－bU）2］。（2）
　　3）语言评价型。T3类指标，具体为{Ct2+1，Ct2+2，…，Ct3}，Cg表示第g个语言评价型的指标，g=t2+1，t2+2，…，t3。多粒度语言评价集S是由奇数个元素构成的有序集合，设S={s0，s1，…，sT}，其中si表示S中第i个语言短语，i=0，1，…，T。语言短语无法在计算中直接使用，故按照转化式（3）将语言短语si转化为量化的三角模糊数，记为r=（r1，r2，r3），其隶属函数
　　μr洌x）：R→［0，1］。
　　基于此，可以将语言短语转化成的三角模糊数进行规范化处理。如果r1=（r11，r21，r31）
　　与r2=（r12，r22，r32）为任意2个三角模糊数，则它们之间的距离计算见式（4）。设在评价指标Cg（g=t2+1，t2+2，…，t3）下，进行规范化处理得到的语言评价型判断信息评价矩阵为Ugij=
　　（ugij）m×n，
　　ugij表示岗位主体Ai在T3类第g个指标下对候选成员主体Bj的实际判断信息，i=1，2，…，m；j=1，2，…，n；g=t2+1，t2+2，…，t3。
　　r=（r1，r2，r3）=maxi－1T，0，iT，mini+1T，1，i=1，2，…，T（3）
　　dr1r2=13［（r11－r12）2+
　　（r21－r22）2+
　　（r31－r32）2］。（4）
　　4）直觉模糊数型。T4类指标，具体为{Ct3+1，Ct3+2，…，Ct4}，Ch表示第h个语言评价型的指标，h=t3+1，t3+2，…，t4。设直觉模糊集E=（μ，ν，π），
　　其中：μ表示隶属度;ν表示非隶属度;π表示不确定度，μ+ν+π=1，此时称
　　r=（μ，ν）为直觉模糊数。如果r1=（μ1，ν1）与r2=（μ2，ν2）
　　为任意2个直觉模糊数，则它们之间的距离计算见式（5）。设在评价指标Ch（h=t3+1，t3+2，…，t4）下，直觉模糊数型判断信息评价矩阵为Uhij=（uhij）m×n，
　　uhij表示岗位主体Ai在T4类第h个指标下对候选成员主体
　　Bj的实际判断信息，i=1，2，…，m；j=1，2，…，n；g=t3+1，t3+2，…，t4。因为T4类指标值在0到1之间，故无需规范化处理。
　　dr1r2=13［（μ1－μ2）2+（ν1－ν2）2+（π1－π2）2］。（5）
　　2.3.3匹配满意度的计算
　　采用正理想点来表示科技攻坚团队岗位主体Ai在评价指标Cb下对候选成员主体Bj的期望匹配满意度信息，考虑到双边评价指标信息均为效益型，故正理想点为q+=（q+1，q+2，…，q+t4），其中q+的定义如下：
　　q+=［1］，Cb∈T1
　　［1，1］，Cb∈T2
　　［1，1，1］，Cb∈T3
　　［1，0］。Cb∈T4（6）
　　相应的实际判断信息与期望评价信息之间的距离计算公式为
　　D（ubij，q+）=u-eij－1，Cb∈T1
　　12［（uˇLfij－1）2+（uˇUfij－1）2］，Cb∈T2
　　13［（u1gij－1）2+（u2gij－1）2+（u3gij－1）2］，Cb∈T3
　　13［（uμhij－1）2+（uvhij－0）2+（uπhij－0）2］。Cb∈T4。（7）
　　设计算科技攻坚团队岗位主体Ai在评价指标Cb下对候选成员主体Bj的实际判断信息与期望评价信息之间的距离，得到矩阵Γ+ij=（τ+ij）m×n，
　　其中τ+ij的计算公式为
　　τ+ij=∑t4b=1［wibD（ubij，q+）］。i=1，2，…，m；j=1，2，…，n（8）
　　定义科技攻坚团队岗位主体Ai候选成员主体Bj的匹配满意度用αij表示，满意度评价矩阵用a=（αij）m×n表示，αij∈［0，1］，计算公式为
　　αij=1－τ+ij，i=1，2，…，m；j=1，2，…，n（9）
　　τ+ij与αij的关系为：τ+ij越大，αij越小，即随着实际判断信息与正理想点距离的增大，岗位主体Ai对候选成员主体Bj的匹配满意度逐渐下降。其中当τ+ij=0时，岗位主体Ai对候选成员主体Bj的匹配满意度信息与岗位要求的理想信息最符合，即岗位对候选成员的匹配满意度最高，相应的αij=1；当τ+ij=1时，岗位主体Ai对候选成员主体Bj的匹配满意度信息距离岗位要求的理想点最远，即岗位对候选成员的匹配满意度最低，相应的αij=0。
　　同理，定义候选成员主体Bj对岗位主体Ai的匹配满意度用βij表示，满意度评价矩阵用b=（βij）m×n表示，其中

nlc202301171352

　　βij∈［0，1］，其中当βij=1时，候选成员主体Bj对岗位主体
　　Ai的匹配满意度信息与成员要求的理想信息最符合，即候选成员对岗位的匹配满意度最高；
　　当βij=0时，候选成员主体Bj对岗位主体Ai的匹配满意度信息距离成员要求的理想点最远，即候选成员对岗位的匹配满意度最低。
　　2.3.4多目标优化模型的构建
　　引入0-1变量xij，其中xij=0表示岗位主体Ai与候选成员主体Bj匹配，反之，xij=0表示岗位主体Ai与候选成员主体Bj不匹配。根据以上岗位和候选成员双方主体的匹配满意度的分析，可以构建一个使得匹配双方各自评价的满意度最大化的多目标优化决策模型：
　　maxZ1=∑mi=1∑nj=1αijxij，（10）
　　maxZ2=∑mi=1∑nj=1βijxij，（11）
　　s.t.∑nj=1xij=1，i=1，2，…，m（12）
　　∑mi=1xij≤1，j=1，2，…，n（13）
　　xij=0或1，i=1，2，…，m；j=1，2，…，n（14）
　　在上面的模型中，式（10）和（11）都是目标函数，其中：式（10）的含义是尽可能使得岗位主体Ai对候选成员主体Bj的匹配满意度最大;式（11）的含义是尽可能使得候选成员主体Bj对岗位主体Ai的匹配满意度最大。式（12）、（13）和（14）都是约束条件。其中：式（12）的含义是每个岗位主体Ai只能与1位候选成员Bj匹配;式（13）的含义是每个候选成员主体Bj至多与1个岗位主体Ai匹配。
　　2.4匹配模型的求解
　　对上述由式（10）～（14）构成的多目标优化模型，可以通过运用线性加权法，将式（10）和（11）进行加权，进而转化成新的单目标函数。设定权重参数wA，wB，分别表示目标Z1和Z2的权重或重要程度，
　　满足0≤wA，wB≤1，wA+wB=1，则可将上述多目标优化模型转化为如下的单目标线性规划模型：
　　maxZ=wA∑mi=1∑nj=1αijxij+wB∑mi=1∑nj=1βijxij;（15）
　　s.t.∑nj=1xij=1， i=1，2，…，m（16）
　　∑mi=1xij≤1， j=1，2，…，n（17）
　　xij=0或1，i=1，2，…，m；j=1，2，…，n（18）
　　在由式（15）～（18）构成的单目标线性规划模型中，为了考虑岗位与候选成员双方主体匹配的公平性，故设定wA=wB=0.5，且该模型的目标函数和约束条件均是性的，故可以借助相应的优化软件包如LINGO18.0等来求解该线性规划模型。
　　3算例分析
　　假定某科技企业需要组建一支科技攻坚团队完成创新任务，除去已确定的成员，其人力资源部门拟在剩下的4个重要岗位{A1，A2，A3，A4}招聘成员。经过多重环节，进入最终考核的有10名候选成员{B1，B2，B3，B4，B5，B6，B7，B8，B9，B10}。岗位Ai对候选成员Bj的评价指标为专业知识及成果（C1）、知识背景（C2）、创新思维及能力（C3）、沟通协作能力（C4）、组织规划能力（C5）、业务能力（C6）、发展潜能（C7）、目标及文化认同（C8）、职业道德（C9）、个人品质（C10）和工作经历（C11），指标类型包括0-1特征型、区间型、语言评价型和直觉模糊型，其中语言评价型采用T=4的多粒度语言。设定人力部门对候选成员
　　Bj的实际评价信息，如表5所示。为了设定合理的权重参数，以邮件、电话和面谈等方式对10位人力资源管理领域专家进行咨询，其中教授或副教授共4人，企业团队领导人员共6人，专家们理解科技攻坚团队、满意度指标含义等内容后提出了相应的参数取值范围。汇总专家意见后，选择专家赞同数最多的数值确定比较判断矩阵，运用AHP法得到岗位对成员的指标权重为w=（0.116 1，0.051 0，0.154 5，0.149 0，0.065 6，0.107 8，0.061 5，0.076 8，0.044 5，0.105 7，0.067 6）。各岗位都对部分指标信息有特定要求，其中岗位A1是指标C1和C3，岗位A2是指标C4和C10，岗位A3是指标C5和C11，岗位A4是指标C1和C6。通过比较人力部门对候选成员Bj的实际评价信息与岗位对部分指标信息的特定要求，得到岗位Ai的匹配圈，进而形成匹配矩阵，如图6所示。在此基础上，得到岗位Ai对候选成员Bj的实际评价信息，如表6所示。候选成员Bj对岗位Ai的满意度评价指标为薪酬（D1）、住房（D2）、家庭及健康（D3）、匹配性（D4）、人际关系（D5）、办公环境与设施（D6）、工作自主性（D7）、职业发展与地位（D8）和自我价值实现（D9），指标类型包括0-1特征型、区间型、语言评价型和直觉模糊型，其中语言评价型也采用T=4的多粒度语言。设定候选成员Bj对岗位Ai的实际评价信息，如表7所示。同样为了设定合理的权重参数，以邮件、电话和面谈等方式对30位人才进行咨询，汇总人才意见后，选择人才赞同数最多的数值确定比较判断矩阵，运用AHP法得到成员对岗位的指标权重为v=（0.124 5，0.056 6，0.056 6，0.152 4，0.108 2，0.105 5，0.076 2，0.151 0，0.169 0）。
　　在此基础上，依据式（1）～（5），对多类型评价信息进行处理，并依据式（8）～（9）计算满意度，得到岗位的匹配满意度评价矩阵a以及候选成员的匹配满意度评价矩阵b的转置bT，具体如下：

nlc202301171352

　　依据式（10）～（14）构建多目标优化模型，并依据式（15）～（18）将其转化为单目标线性优化模型，其中为了实现优化目标的公平性，取wA=wB=0.5，采用优化软件包LINGO12.0进行模型求解，可得到最优解为：x11=0，x12=1，x13=0，x14=0，x15=0，x16=0，x17=0，x18=0，x19=0，x110=0，x21=0，x22=0，x23=0，x24=0，x25=1，x26=0，x27=0，x28=0，x29=0，x210=0，x31=0，x32=0
　　，x33=0，x34=0，x35=0，x36=0，x37=1，x38=0，x39=0，x310=0，x41=0，x42=0，x43=0，x44=0，x45=0，x46=0，x47=0，x48=0，x49=0，x410=1。即最优匹配方案为A1与B2匹配，A2与B5匹配，A3与B7匹配，A4与B10匹配，B1、B3、B4、B6、B8、B9未匹配。
　　4结论
　　针对科技攻坚团队人岗双边匹配决策环境，分别具体地构建了岗位对成员和成员对岗位的满意度指标体系，充分明确了双方偏好信息。通过确定匹配矩阵来提高匹配精准度，并考虑0-1特征型、区间数型、语言评价型和直觉模糊数型4种指标类型，构造相应的多指标类型处理规则和匹配满意度计算规则来得到科技攻坚团队人岗双方的满意度矩阵。在此基础上，以一对一匹配为约束，构建了以科技攻坚团队人岗双方满意度最大为目标的多目标优化模型，并采用线性加权法求解该模型，进而获得双边匹配方案。
　　与现有文献相比，本文考虑到目前组织迫切需要打赢科技攻坚战的特点，以科技攻坚团队这种特殊组织形式为研究对象，通过构建相应的指标体系，明确了科技攻坚团队人岗主体间的偏好信息。本文更加多维的考虑了匹配指标的类型，同时考虑到科技攻坚团队岗位存在特定需求，加入了匹配矩阵的计算，使得策略更加提高匹配精准度。并通过算例，验证了科技攻坚团队人岗匹配策略的有效性。因此本文拓展了双边匹配理论的应用领域，为解决现实中科技攻坚团队人岗双边匹配问题提供了新的策略方法，具有重要的理论贡献和实践价值。
　　参考文献：
　　［1］肖利哲，赵鹤宇，李永华.基于系统动力学的科技攻坚团队协同创新机理研究[J].中国科技论坛，2020（5）：72.
　　XIAO L Z，ZHAO H，LI Y H.Research on collaborative innovation mechanism of the scientific and technological breakthrough team based on system dynamics[J].China Science and Technology Forum，2020（5）：72.
　　[2]孙晓露，周春燕.人岗匹配程度对幼儿园教师职业倦怠的影响：工作满意度的中介和组织支持感知的调节[J].学前教育研究，2020（1）：42.
　　SUN X L，ZHOU C Y.The influence of job-post matching degree on kindergarten teachers'job burnout：The mediation of job satisfaction and the adjustment of perceived organizational support[J].Preschool Education Research，2020（1）：42.
　　[3]杨皎平，戴万亮，李豪.人岗匹配、资源赋能与平台企业员工创新激情[J/OL].科研管理：1-8[2022-03-04].
　　YANG J P，DAI W L，LEE H.Person-post matching，resource empowerment and innovation passion of employees in platform enterprises[J/OL].Scientific Research Management：1-8[2022-03-04].
　　[4]王敏，S维德.高绩效工作系统对员工创新行为的影响：基于人岗匹配的多层次模型[J].北京工商大学学报（社会科学版），2021，36（4）：90.
　　WANG M，HUANG W D.The influence of high-performance work system on employees'innovative behavior-a multi-level model based on the matching of people and posts[J].Journal of Beijing Technology and Business University （Social Science Edition），2021，36（4）：90.
　　[5]EDWARDS J R.Alternatives to difference scores as dependent variables in the study of congruence in organizational research[J].Organizational Behavior and Human Decision Processes，1995，56：307.
　　[6]KRISTOF AL.Person-organization fit：An integrative review of its conceptualizations measurement and implication[J].Personnel Psychology.1996，49：1．

nlc202301171352

　　[7]黄焕山，刘帆.岗位匹配系统论[J].广东行政学院学报，2000（5）：37.
　　HUANG H S，LIU F.Job matching system theory[J].Journal of Guangdong Administration College，2000（5）：37.
　　[8]齐二石，李辉，刘亮.基于遗传算法的虚拟企业协同资源优化问题研究[J].中国管理科学，2011，19（1）：77.
　　QIE E S，LI H，LIU L.Research on collaborative resource optimization of virtual enterprise based on genetic algorithm [J].China Management Science，2011，19（1）：77.
　　[9]孔德财，姜艳萍.考虑协同信息的人员与岗位双边匹配决策方法[J].运筹与管理，2018，27（10）：31.
　　KONG D C，JIANG Y P.Decision-making method of bilateral matching of person-post considering collaborative information[J].Operational Research and Management，2018，27（10）：31.
　　［10］YANG Q，YOU X，ZHANG Y.Two-sided matching based on I-BTM and LSGDM applied to high-level overseas talent and job fit problems[J].Scientific Reports，2021，11（1）：1.
　　[11]WANG X，JIANG Z，PENG L.A deep-learning-inspired person-job matching model based on sentence vectors and subject-term graphs[J].Complexity，2021.
　　[12]李松，袁安琪.考虑直觉模糊的多指标人岗双边匹配决策方法[J/OL].计算机工程与应用：1-8[2021-12-03].
　　LI S，YUAN A Q.Multi-index bilateral matching decision-making method considering fuzzy intuition [J/OL].Computer Engineering and Application：1-8[2021-12-03].
　　[13]王院欤张宝生，陈浩.虚拟科技创新团队成员选择决策研究：基于多级可拓综合评价[J].科研管理，2011，32（3）：108.
　　WANG X H，ZHANG B S，CHEN H.Research on decision-making of virtual science and technology innovation team member selection-based on multi-level extension comprehensive evaluation[J].Scientific Research Management，2011，32（3）：108.
　　[14]杨锴，黄诗童.内聚外联型科研创新团队成员优势选拔研究[J].技术经济，2021，40（3）：28.
　　YANG K，HUANG S T.Research on the advantage selection of members of cohesive and outreach research and innovation team[J].Technology and Economy，2021，40（3）：28.
　　[15]侯景亮，迟红娟，李远富.项目团队成员选拔及能力显示的动态博弈分析[J].统计与决策，2008（18）：61.
　　HOU J L，CHI H J，LI Y F.Dynamic game analysis of project team member selection and ability display[J].Statistics and Decision，2008（18）：61.
　　[16]吴牡，司有和.基于强联系优势理论的团队成员构成选择策略及实证研究[J].图书情报工作，2009，53（24）：91.
　　WU M，SI Y H.Team member composition selection strategy and empirical research based on strong connection advantage theory[J].Library and Information Work，2009，53（24）：91.
　　[17]BOEHM S A，DWERTMANN D J G.Forging a single-edged sword：Facilitating positive age and disability diversity effects in the workplace through leadership，positive climates，and hr practices[J].Work，Aging and Retirement，2015，1（1）：41.
　　[18]赫连志巍，袁翠欣.基于物元分析与熵值法的创新团队成员胜任特征评价[J].数学的实践与认识，2016，46（4）：74.

nlc202301171352

　　HELIAN Z W，YUAN C X.Evaluation of competency characteristics of innovative team members based on matter-element analysis and entropy method [J].Practice and Cognition of Mathematics，2016，46（4）：74.
　　[19]CARBERRY E J，MEYERS J S M.Are the “best” better for everyone？ Demographic variation in employee perceptions of fortune’s “best companies to work for”[J].Equality，Diversity and Inclusion：An International Journal，2017.647.
　　[20]段万春，杜凤娇，李阳.外智引联型创新团队成员优选方法探索[J].科技进步与对策，2017，34（10）：118.
　　DUAN W C，DU F J，LI Y.Exploration on the method of selecting innovative team members with external intelligence[J].Science and Technology Progress and Countermeasures，2017，34（10）：118.
　　[21]印蓉蓉，王晓梅，朱雅敏等.基于协同效应的创新团队成员选择方法[J].江苏科技信息，2017（22）：26.
　　YIN R，WANG X M，ZHU Y M，et al.Selection method of innovative team members based on synergy[J].Jiangsu Science and Technology Information，2017（22）：26.
　　［22］苏姗姗，刘兵，戴景新.企业研发团队成员满意度影响因素及评价研究[J].科技管理研究，2010，30（6）：66.
　　SU S S，LIU B，DAI J X.Research on influencing factors and evaluation of satisfaction of R&D team members [J].Science and Technology Management Research，2010，30（6）：66.
　　[23]FRANZONI C，SCELLATO G，STEPHAN P.Foreign-born scientists：Mobility patterns for 16 countries[J].Nature Biotechnology，2012，30（12）：1250.
　　[24]王宁，叶华.职场舒适物、心理收入与人才流动[J].人文杂志，2014（9）：96.
　　WANG N，YE H.Workplace comfort，psychological income and talent flow[J].Humanities Journal，2014（9）：96.
　　[25]黄海刚.从人才流失到人才环流：国际高水平人才流动的转换[J].高等教育研究，2017，38（1）：90.
　　HUANG H G.From brain drain to brain circulation：The transformation of international high-level talent flow[J].Higher Education Research，2017，38（1）：90.
　　[26]郭洪林，甄峰，王帆.我高等教育人才流动及其影响因素研究[J].清华大学教育研究，2016，37（1）：69.
　　GUO H G，ZHEN F，WANG F.Research on talent flow and its influencing factors in China's higher education[J].Tsinghua University Education Research，2016，37（1）：69.
　　[27]程燕林，李晓轩，宋邱惠.高科技人才吸引和稳定的职场舒适物策略[J].科学学研究，2021，39（10）：1803.
　　CHENG Y L，LI X X，SONG Q H.Strategies for attracting high-tech talents and stabilizing workplace comforts[J].Science Research，2021，39（10）：1803.
　　［编辑：厉艳飞］
　　收稿日期： 2022-10-25
　　基金项目： 国家自然科学基金青年项目（71701056）;黑龙江省哲学社会科学研究规划一般项目（19GLB083）
　　作者简介： 肖利哲（1961―），男，教授，硕士;
　　张丽娟（1999―），女，硕士研究生.

nlc202301171352

转载注明来源:https://www.xzbu.com/8/view-15444367.htm