肖利哲 張麗娟

文章編號：1008-7133（2022）06-0058-14

摘要：針對科技攻堅團隊人崗雙邊匹配的特點，考慮多種指標類型，構(gòu)建了一種多目標雙邊匹配策略。首先，基于勝任特征模型和馬斯洛需求理論，分別構(gòu)建了科技攻堅團隊崗位對成員和成員對崗位的滿意度評價指標體系。其次，通過確定匹配矩陣來提高匹配精準度，構(gòu)造多指標類型處理規(guī)則和匹配滿意度計算規(guī)則來得到人崗雙方的滿意度矩陣，進而構(gòu)建多目標優(yōu)化模型，并運用線性加權(quán)法進行求解。最后，通過算例驗證了該策略的可實踐性。

關(guān)鍵詞：科技攻堅團隊；人崗匹配；雙邊匹配；多指標類型

DOI：10.16315/j.stm.2022.06.003

中圖分類號： G311

文獻標志碼： 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

隨著知識經(jīng)濟和信息技術(shù)的高速發(fā)展，組織已經(jīng)認識到了高科技人力資源對于重大創(chuàng)新的實現(xiàn)具有突破性作用，人力資源也逐步成為組織科技創(chuàng)新的核心競爭力。但是，組織光有人力資源的堆砌還是不夠的，必須對其進行科學有效的配置，才能創(chuàng)造最大價值，進而實現(xiàn)科技創(chuàng)新，尤其是需要搶先站在創(chuàng)新制高點的科技攻堅團隊?？萍脊詧F隊是為了解決具有關(guān)鍵性、緊迫性和必要性的科技難題，由一群處于不同領(lǐng)域的高科技創(chuàng)新人才組成，以拼搏的姿態(tài)，協(xié)同互補的工作方式，調(diào)動一切資源去實現(xiàn)同一攻堅目標的工作時期[1]。為了突破卡脖子問題，急需要在滿足各崗位需求的情況下選取合適的成員來組建一支攻堅型領(lǐng)頭軍，促使團隊以協(xié)同互補的方式，最大程度發(fā)揮成員的創(chuàng)新能力，進而實現(xiàn)系統(tǒng)創(chuàng)新的涌現(xiàn)。同時，人崗匹配問題關(guān)系到成員的創(chuàng)新行為、激情和滿意度等多方面[2-4]。因此，科技攻堅團隊的人崗雙邊匹配問題非常重要，需要綜合考慮科技攻堅團隊崗位和成員各自的需求，選取合適的成員配置在合適的團隊崗位上。

一直以來，人崗雙邊匹配問題已經(jīng)引起了很多學者的關(guān)注。Edwards［5］提出人崗匹配不僅體現(xiàn)崗位要求與成員能力的匹配，也體現(xiàn)了成員需求與崗位供給的匹配。Kristof［6］指出人和組織是雙邊匹配的，且此時它們是相互提供資源的。黃煥山［7］通過探究崗位匹配系統(tǒng)理論，認為不同崗位上成員的知識和技能表現(xiàn)各異，因其細分的不同而要求不同。齊二石［8］提出人崗匹配指標包括知識、能力、道德和素質(zhì)4個方面。因此，人崗匹配是相互匹配，既要滿足人對崗位的要求，又要滿足崗位對人的要求，且要求多以指標形式來表現(xiàn)，為探究科技攻堅團隊人崗雙邊匹配概念及特征提供了堅實的理論基礎(chǔ)。從現(xiàn)有的研究成果來看，更多的學者將焦點放在人崗雙邊匹配策略的構(gòu)建上?？椎仑敚?］在考慮協(xié)同信息的前提下提出三維滿意度度最大為目標的人崗雙邊匹配多目標優(yōu)化模型，并設(shè)計了DDEA求解算法，為探索科技攻堅團隊人崗雙邊匹配策略提供了一種方法，即以雙邊滿意度最大為目標來建立匹配模型。Yang［10］針對猶豫模糊語言，引入一種新的混合雙邊匹配方法I-BTM和一種考慮信噪比的 LSGDM 方法，構(gòu)建了基于期望理論的高層次海外人才與工作匹配的模型。Wang［11］通過在BERT預處理語言模型的雙向編碼器表示中從注意機制及其計算層次的角度解釋了人崗匹配模型的結(jié)構(gòu)。李松等［12］針對現(xiàn)實生活中人崗雙邊匹配決策問題的特點，構(gòu)建一種具有不同信息類型的人崗雙向選擇的決策模型。這些學者將多種指標類型運用于人崗匹配問題中，為科技攻堅團隊人崗雙邊匹配策略中指標類型的運用提供了有效思路。

需要指出的是，在已有的人崗雙邊匹配研究中，大多數(shù)學者偏向于提出普通團隊人崗兩方主體間的新型決策方法，極少有學者針對科技攻堅團隊的人崗雙邊匹配策略進行研究，且往往忽略了人崗雙方主體間的評價指標集?；诖耍疚膶萍脊詧F隊人崗雙邊匹配的崗位對成員以及成員對崗位的評價指標體系分別進行構(gòu)建，并提出相應(yīng)的人崗雙邊匹配策略，不僅使得成員最大程度的發(fā)揮自身創(chuàng)造力，又能實現(xiàn)系統(tǒng)創(chuàng)新的涌現(xiàn)，進而促使科技攻堅團隊以最大績效突破創(chuàng)新，完成大量科技任務(wù)。

1問題描述

科技攻堅團隊雙邊匹配指的是組織為在有限時間內(nèi)解決關(guān)鍵性科學技術(shù)難題而組建科技攻堅團隊的基礎(chǔ)上，對崗位及候選成員雙方的需求進行分析及確定，從而形成并提供最優(yōu)的匹配方案，以實現(xiàn)最佳攻堅績效的過程。記科技攻堅團隊崗位集合為A={A1，A2，…，Am}，其中Ai表示第i個崗位，i=1，2，…，m；候選成員集合為B={B1，B2，…，Bn}，其中Bj表示第j個候選成員，j=1，2，…，n?？萍脊詧F隊雙邊匹配的過程，如圖1所示。

科技攻堅團隊人崗雙邊匹配特征主要表現(xiàn)在：一是一對一匹配，每一個崗位只能匹配一位候選成員，每一位候選成員至多匹配一個崗位；二是多樣性，雙邊主體間的需求多樣性導致崗位對成員以及成員對崗位的匹配滿意度評價信息涉及多個指標；三是復雜性，每個崗位在某些評價指標上都存在特定的要求，需要進一步確定滿足各崗位特定要求下的所有候選成員，確定匹配矩陣；四是公平性，科技攻堅團隊是以滿足人崗雙方主體需求為前提來構(gòu)建雙邊匹配模型的，即以公平性為優(yōu)化目標來提高主體間的滿意度。

科技攻堅團隊人崗雙邊匹配策略由多個流程組成。明確雙邊匹配的兩方主體集合后，人崗雙方分別給出相應(yīng)的偏好信息，即滿意度指標。每個崗位對部分指標信息有特定的要求，為提高匹配精準度，因此需要確定匹配矩陣。考慮到雙方匹配滿意度評價指標涉及類型較多，需要先對多種類型的評價指標信息進行處理，再計算滿意度，通過構(gòu)建與求解多目標決策模型得到科技攻堅團隊人崗雙邊匹配方案。匹配策略的具體流程，如圖2所示。

設(shè)科技攻堅團隊崗位主體Ai對候選成員主體Bj的匹配滿意度需要考慮的評價指標集合為C={C1，C2，…，Ct1，Ct1+1，Ct1+2，…，Ct2，Ct2+1，Ct2+2，…，Ct3，Ct3+1，Ct3+2，…，Ct4}

Cb表示第b個指標，b=1，2，…，t4，對應(yīng)于Cb的評價指標權(quán)重向量為

Wi=（wi1，wi2，…，wit4）T，

wib表示主體Ai下指標Cb的權(quán)重，0≤wib≤1，

∑t4b=1wib=1。設(shè)指標{C1，C2，…，Ct1}為T1類0-1特征型的指標，Ce表示第e個0-1特征型的指標，e=1，2，…，t1；

指標{Ct1+1，Ct1+2，…，Ct2}為T2類區(qū)間數(shù)型的指標，

Cf表示第f個區(qū)間數(shù)型的指標，f=t1+1，t1+2，…，t2；

指標{Ct2+1，Ct2+2，…，Ct3}

為T3類語言評價型的指標，Cg表示第g個語言評價型的指標，g=t2+1，t2+2，…，

t3；指標{Ct3+1，Ct3+2，…，Ct4}

為T4類直覺模糊數(shù)型的指標，Ch表示第h個直覺模糊數(shù)型的指標，h=t3+1，t3+2，…，t4。

同理，候選成員主體Bj對崗位主體Ai的匹配滿意度需要考慮的評價指標集合為

D={D1，D2，…，Dk1，Dk1+1，Dk1+2，…，Dk2，Dk2+1，Dk2+2，…，Dk3，Dk3+1，Dk3+2，…，Dk4}，Dl表示第l個指標，

l=1，2，…，k4，對應(yīng)于Dl的評價指標權(quán)重為Vj=（vj1，vj2，…，vjk4）T，0≤vjl≤1，∑k4l=1vjl=1。指標Dl可以為0-1特征型、區(qū)間數(shù)型、語言評價型和直覺模糊數(shù)型。

在多指標類型的基礎(chǔ)上，通過確定匹配矩陣來提高匹配精準度，并構(gòu)造相應(yīng)的多指標類型處理規(guī)則和匹配滿意度計算規(guī)則來得到人崗雙方的滿意度矩陣?？萍脊詧F隊崗位與候選成員的雙邊匹配遵循一對一匹配原則，即每個崗位只能匹配一位成員，相應(yīng)地，一位成員也至多只能匹配一個崗位，進而構(gòu)建使雙方滿意度最大為目標的多目標優(yōu)化模型，并考慮人崗雙方的公平性，給出相應(yīng)的模型求解方法。

2科技攻堅團隊人崗雙邊匹配策略

2.1崗位對成員的滿意度指標體系的構(gòu)建

2.1.1勝任特征模型

勝任特征模型是承擔某一崗位應(yīng)具備的勝任特征要素的總和，包括知識、技能、社會角色、自我概念、自我特征、工作動機，是工作分析、人員招聘等人力資源管理活動的重要依據(jù)，通過對人從外顯到內(nèi)顯特征進行研究，進而確保成員能夠具備全部勝任特征要素。因此，依據(jù)勝任特征模型，構(gòu)建科技攻堅團隊崗位對成員的滿意度評價指標體系。

2.1.2指標體系的構(gòu)建

科技攻堅團隊尤為強調(diào)協(xié)同創(chuàng)新，即不單單要求成員個人具有很強的創(chuàng)新能力，還要求成員間實現(xiàn)最佳協(xié)同狀態(tài)?；诖?，成員的創(chuàng)新能力、團隊合作能力等方面較為重要，但科技攻堅團隊崗位的選取成員需要更為具體、全面的要求。科技攻堅團隊崗位選取成員的要求的有關(guān)文獻很少，因此從科技創(chuàng)新團隊等相關(guān)團隊入手，通過對政府、高校及企業(yè)的人才引進要求及相關(guān)文獻的分析與總結(jié)來構(gòu)建科技攻堅團隊崗位對成員的滿意度指標體系。

1）政府、高校及企業(yè)的領(lǐng)軍人才引進要求分析。一方面，通過收集2021年31個省政府和42所“世界雙一流”高校的領(lǐng)軍人才引進要求（數(shù)據(jù)來源于各省政府人力資源和社會保障廳和高校官網(wǎng)），運用NLPIR大數(shù)據(jù)智能平臺進行關(guān)鍵詞提取，在數(shù)據(jù)預處理時，由于省政府和高校人才引進政策篇幅較多，手動進行關(guān)鍵要求的整理，共獲得8 999字的高校文稿以及9 589字的省政府文稿。其中：31個省政府的領(lǐng)軍人才引進政策主要是領(lǐng)軍人才/人才培養(yǎng)工程，更為注重創(chuàng)新，著重引進高層次創(chuàng)新型人才，建立創(chuàng)新團隊來引導和推動新興行業(yè)的發(fā)展，從而取得重大效益；42所“世界雙一流”建設(shè)高校更為注重科研能力，主要引進對象是符合科研等崗位所需要的領(lǐng)軍人才，建立具有競爭力的科研創(chuàng)新隊伍，按照國家發(fā)展需要和國際學術(shù)前沿，開展前瞻性、創(chuàng)新性和可行性研究。經(jīng)過統(tǒng)計，省政府和高校主要指標的詞頻數(shù)結(jié)果，如圖3所示。另一方面，對3家極具代表性的高科技創(chuàng)新企業(yè)華為、阿里巴巴和大疆人才招聘要求進行分析（數(shù)據(jù)來源于各企業(yè)官網(wǎng)），其招聘對象主要是研發(fā)型領(lǐng)軍人才，包括產(chǎn)品創(chuàng)新和技術(shù)創(chuàng)新。綜上所述，通過對政府、高校及企業(yè)的領(lǐng)軍人才引進指標進行分析，并結(jié)合科技攻堅團隊的特征，歸納得到科技攻堅團隊崗位對成員要求的主要指標，如圖4所示。

2）相關(guān)文獻分析。王曉紅等［13］認為以個體能力、協(xié)同能力和匹配適應(yīng)程度3個維度構(gòu)建虛擬科技創(chuàng)新團隊評價指標體系。楊鍇等［14］提出科研創(chuàng)新團隊以知識基礎(chǔ)、創(chuàng)新能力、項目經(jīng)驗和團隊協(xié)作4個維度構(gòu)建指標體系。同時，通過知網(wǎng)、維普及萬方學術(shù)平臺，以關(guān)鍵詞“團隊成員選擇”、“團隊成員選拔”、“團隊成員配置”等進行文獻抓取，提及指標頻數(shù)較多的是創(chuàng)新能力、溝通協(xié)作能力、目標認同/融合、知識/資源互補、學習能力及文化適應(yīng)[15-21]。

綜上所述，遵循目的性、全面性、可行性、穩(wěn)定性等原則，依據(jù)勝任特征模型，科技攻堅團隊崗位對成員的滿意度指標體系歸納為知識信息、攻堅技能與創(chuàng)新素質(zhì)及經(jīng)驗3個主導層次，如表1所示。其中：知識信息、攻堅技能分別與勝任特征模型中的知識、技能相一致;創(chuàng)新素質(zhì)及經(jīng)驗源于勝任特征模型中的社會角色、自我概念、自我特征、工作動機。

知識信息指完成科技攻堅團隊任務(wù)所需要的專業(yè)理論等知識及相應(yīng)的知識背景，包括專業(yè)知識及成果和知識背景。科技攻堅團隊需要集結(jié)一批不同領(lǐng)域的專業(yè)人才以協(xié)同狀態(tài)完成突破性工作，過硬的專業(yè)知識和一致的專業(yè)方向是必備條件。為利于這些人才實現(xiàn)協(xié)作，需要合作雙方尊重且了解對方的知識領(lǐng)域，如此才能使對方信服，愿意聽取建議；知識創(chuàng)新成果不僅可以衡量知識水平，又可以衡量創(chuàng)新生產(chǎn)率。除此之外，學歷層次在一定程度上反映出個人知識水平，且較為平均的學歷層次利于團隊的合作；被行業(yè)及社會認可的程度可以從側(cè)面衡量成員的知識、能力等方面。

攻堅技能指完成科技攻堅團隊目標所需要的創(chuàng)新能力、溝通協(xié)作能力、業(yè)務(wù)能力等技能。一般來說，業(yè)務(wù)能力、創(chuàng)新能力強的人才合作意愿比較弱，致使團隊出現(xiàn)不和諧的局面，阻礙任務(wù)的完成。為解決這一難點，科技攻堅團隊一方面需要有組織規(guī)劃能力的人員對團隊合作進行統(tǒng)領(lǐng)，另一方面要求成員善于協(xié)作，與他人實現(xiàn)有效溝通。除此之外，創(chuàng)新性的發(fā)展?jié)撃芤埠苤匾粌H包括自我激發(fā)潛能，還包括激發(fā)其他成員的潛能。

創(chuàng)新素質(zhì)及經(jīng)驗指利于科技攻堅團隊創(chuàng)新任務(wù)完成的個人品德、態(tài)度等方面以及相應(yīng)的過往工作經(jīng)驗。科技攻堅團隊高度要求目標統(tǒng)一，提倡創(chuàng)新、協(xié)作的團隊文化，文化認同是團隊整體聯(lián)系的精神紐帶，是團隊整體生命延續(xù)的精神基石，也關(guān)乎著成員對于團隊的忠誠等方面。優(yōu)秀的職業(yè)道德是科技攻堅團隊任務(wù)順利完成的重要保障，誠實守信關(guān)系到團隊機密的管理，無私奉獻利于提高成員間的信任度和知識共享程度。由于科技攻堅團隊的任務(wù)艱巨，成員具備強大的意志力、樂觀的心態(tài)等品質(zhì)就顯得尤為重要。除此之外，成員的相關(guān)攻堅經(jīng)歷在一定程度上也能利于團隊完成任務(wù)。

2.2成員對崗位的滿意度指標體系的構(gòu)建

2.2.1馬斯洛需求理論

馬斯洛需求理論從人的需求出發(fā)，探索驅(qū)動行為的主要原因和動力，得到生理、安全、社會、尊重和自我實現(xiàn)五種需求，是對成員進行動機激勵的重要依據(jù)。因此，依據(jù)馬斯洛需求理論，構(gòu)建科技攻堅團隊成員對崗位的滿意度評價指標體系。

2.2.2指標體系的構(gòu)建

科技攻堅團隊成員是一群具有同一目標、處于不同領(lǐng)域的高科技創(chuàng)新人才，為完成極具創(chuàng)新性任務(wù)而以協(xié)同互補的工作方式組合在一起。一方面，高層次院校提供的待遇可以間接反映出高科技人才的需求，通過對我國42所“世界一流大學”建設(shè)高校人才引進待遇的分析與總結(jié)，發(fā)現(xiàn)吸引人才的需求指標主要包括有競爭力的薪酬、住房、醫(yī)療服務(wù)、科研經(jīng)費、子女教育、配偶工作、辦公環(huán)境、團隊建設(shè)、職業(yè)地位、支持尊重等方面；同時這些高校本身也有一些吸引因素，如工作地的聲望、與杰出同事/團隊合作、建立關(guān)系網(wǎng)等。另一方面，學術(shù)界也頗為重視高科技人才需求的研究，蘇珊珊等［22］依據(jù)馬斯洛需求層次理論建立了符合研發(fā)團隊成員的工作需求模型；Frazoni等［23］的調(diào)查顯示科學家選擇在國外工作包括尋求更好發(fā)展機會等原因；王寧等［24］認為高科技人才更注重興趣、自我發(fā)展等方面；郭洪林等[25]認為我國高等教育人才流動影響因素的個人因素有住房、薪酬和人際關(guān)系等原因，發(fā)展方面有科研氛圍、經(jīng)費和支持尊重等原因；黃海剛[26]認為國際高水平人才環(huán)流的影響因素有三方面，分別是學術(shù)職業(yè)發(fā)展、人力資本治理結(jié)構(gòu)、多樣化的政策工具；程燕林等[27]認為高科技人才的職場舒適物包括住房、健康、家庭、培訓等方面。

綜上所述，遵循目的性、全面性、可行性、穩(wěn)定性等原則，依據(jù)馬斯洛需求理論，提出科技攻堅團隊成員對崗位的滿意度指標體系歸納為基本需求、快樂工作及自我實現(xiàn)3個主導層次，如表2所示。

基本需求指的是高科技人才在生活、家庭、健康等方面的基礎(chǔ)性需求。科技攻堅團隊研究的是核心難題，需要調(diào)動一切資源去完成攻堅任務(wù)，保證成員能全身心投入團隊任務(wù)中。有競爭力的薪酬和補貼、舒適的住房是成員保障生活的必備條件，研發(fā)經(jīng)費是成員勇于實踐創(chuàng)新的基礎(chǔ)。有了家庭的高科技人才不再僅僅關(guān)注自身的利益，也會著重考慮其家庭成員的利益，包括子女以及配偶?？萍脊詧F隊需要成員在有限時間內(nèi)以拼搏的姿態(tài)，突擊的工作方式去完成攻堅目標，從而保障成員的健康很重要。

快樂工作指高科技人才在工作過程中能夠促使積極主動工作的社會及心理等方面的需求。高科技人才更為注重興趣、發(fā)展，即他們在選擇工作時會傾向于滿足這些方面的利益需求。一般來說，既感興趣又是自身擅長的工作是首選，進入科技攻堅團隊的成員都是不同領(lǐng)域的優(yōu)秀人才，他們渴望向人學習，與人交流，結(jié)識一些志同道合的人，與杰出同事/團隊合作、建立并維持人際關(guān)系網(wǎng)是影響選擇的重要因素。高科技人才追求適宜的工作環(huán)境和便利的工作方式，如優(yōu)越的周邊環(huán)境和組織內(nèi)部環(huán)境以及高水平的研究設(shè)施與設(shè)備，同時在工作過程中，大部分人才希望得到相應(yīng)的甚至更高的職務(wù)權(quán)力，不受到過多的制度約束，而且工作時間能夠平衡生活及工作。

自我實現(xiàn)指高科技人才在表現(xiàn)自我，提升自我，實現(xiàn)職業(yè)抱負方面的需求?？萍脊詧F隊更多的是偏向于企業(yè)，即自我實現(xiàn)需求主要是職業(yè)生涯這方面的需求，而在整個職業(yè)生涯中，主要是職業(yè)的自我發(fā)展以及最終的價值實現(xiàn)。一方面，對于還需要進一步發(fā)展的高科技人才來說，他們渴望得到提升，增加自身的資本，即職業(yè)培訓和職業(yè)發(fā)展，同時也希望從事較為有聲望的職業(yè)；另一方面，對于已經(jīng)站在職業(yè)“頂峰”的人才來說，他們會更加追求實現(xiàn)自身的價值，不僅是個人因素，還是為了社會乃至人類做出貢獻，奉獻自我。

2.3匹配模型的構(gòu)建

2.3.1匹配矩陣的確定

科技攻堅團隊崗位對成員的評價指標信息均屬于效益型指標，即其評價值越大，崗位對成員的滿意度越大，同時考慮到科技攻堅團隊的每個崗位在某些指標上都有特定的需求，要求指標信息評價值最大，因此為了提高匹配精準度，需要先確定滿足各崗位的特定要求下的所有候選成員，進而確定匹配矩陣，再進行雙方主體的匹配滿意度的計算。

設(shè)科技攻堅團隊崗位主體Ai對候選成員主體Bj的實際判斷信息評價矩陣

為Ubij=u-eij

uˇfij

u︿gij

uijm×n，其中：

u-eij表示崗位主體Ai在T1類第e個指標下對候選成員主體Bj的實際判斷信息;uˇfij

表示崗位主體Ai在T2類第f個指標下對候選成員主體Bj的實際判斷信息;

u︿gij表示崗位主體Ai在T3類第g個指標下對候選成員主體Bj的實際判斷信息;uhij表示崗位主體Ai在T4類第h個指標下對候選成員主體Bj的實際判斷信息;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，設(shè)科技攻堅團隊崗位主體Ai對候選成員主體Bj的期望信息評價矩陣為

Qbij=q-eij

qˇfij

q︿gij

qhijm×n，

其中：q-eij表示崗位主體Ai在T1類第e個指標下對候選成員主體Bj的期望信息;qˇfij表示崗位主體Ai在

T2類第f個指標下對候選成員主體Bj的期望信息;q︿gij表示崗位主體Ai在T3類第g個指標下對候選成員主體Bj的期望信息;

qhij表示崗位主體Ai在T4類第h個指標下對候選成員主體

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。

科技攻堅團隊崗位Ai對候選成員主體Bj的某些評價指標信息存在特定要求，若認為候選成員

Bj在崗位Ai的匹配圈內(nèi)，進入匹配圈代表更有可能與崗位Ai匹配成功，當且僅當崗位

Ai在指標Cb下對候選成員Bj的實際判斷信息等于期望信息時成立，即候選成員主體

Bj在這些指標上滿足以下條件：當Cb∈T1，u-eij=q-eij；

當Cb∈T2，uˇfij=qˇfij；

當Cb∈T3，u︿eij=q︿eij；當Cb∈T4，

ueij=qeij。因此，得到歸屬于崗位Ai匹配圈內(nèi)的若干個候選成員。以此類推，得到科技攻堅團隊人崗匹配矩陣，如圖5所示。其中A1，A2，…，Am分別代表科技攻堅團隊m個崗位，j1，j2，…，jm分別代表各崗位下匹配圈內(nèi)的候選成員Bj的數(shù)量。為了便于匹配滿意度的計算，設(shè)定除了匹配圈的若干名候選成員外，崗位Ai對其余候選成員的匹配滿意度評價信息為0，相應(yīng)地，這些成員對崗位Ai的匹配滿意度評價信息也為0。

圖5科技攻堅團隊人崗雙邊匹配矩陣

Fig.5Bilateral matching matrix of person-post of the

scientific and technological breakthrough team

2.3.2多類型評價指標信息的處理

雙方匹配滿意度評價指標涉及類型較多，T1類0-1特征型指匹配主體針對實際情況，給出“是”或“否”的判斷信息；T2類區(qū)間數(shù)型指匹配主體認為評價信息難以精確到具體清晰的數(shù)值，給出某個區(qū)間的判斷信息；T3類語言評價型指匹配主體采用多粒度語言評價，給出某一語言短語的判斷信息；T4類直覺模糊數(shù)型指匹配主體根據(jù)自身認知，只能給出“滿意程度”和“不滿意程度”或“不知道”的判斷信息。因此，需要對多種指標類型的匹配滿意度評價信息進行處理，以消除對決策結(jié)果的影響。

1）0-1特征型。T1類指標，具體為{C1，C2，…，Ct1}，Ce表示第e個0-1特征型的指標，e=1，2，…，t1。如果滿足崗位主體Ai在第T1類第e個指標下對候選成員Bj的實際判斷信息與期望結(jié)果一致，則對第e個指標的最終評價值為1，否則為0。設(shè)在評價指標Ce（e=1，2，…，t1）下，0-1特征型判斷信息評價矩陣為U-eij=（u-eij）m×n，

u-eij表示崗位主體Ai在T1類第e個指標下對候選成員主體Bj的實際判斷信息，i=1，2，…，m；j=1，2，…，n；e=1，2，…，t1。因為T1類指標只有0和1兩個評價值，故無需規(guī)范化處理。

2）區(qū)間數(shù)型T2類指標，具體為{Ct1+1，Ct1+2，…，Ct2}，

Cf表示第f個區(qū)間數(shù)型指標，f=t1+1，t1+2，…，t2。設(shè)區(qū)間數(shù)

rˇ=［rL，rU］，rL，rU∈R，

rL≤rU，R為實數(shù)域。設(shè)在評價指標Cf（f=t1+1，t1+2，…，t2）下，區(qū)間數(shù)型判斷信息評價矩陣為Rˇfij=（rˇfij）m×n，

rˇfij

表示崗位主體Ai在T2類第f個指標下對候選成員主體Bj的實際判斷信息，i=1，2，…，m；j=1，2，…，n；f=t1+1，t1+2，…，t2。

將該評價矩陣Rˇfij=（rˇfij）m×n按照公式（3.1）進行規(guī)范化處理，其中rUf=maxi，j{rUfij}為該矩陣中各區(qū)間數(shù)上限的最大值，得到規(guī)范化后的矩陣Uˇfij=（uˇfij）m×n。

如果aˇ=［aL，aU］與bˇ=［bL，bU］為任意2個區(qū)間數(shù)，則它們之間的距離計算見式（2）。

uˇfij=rˇfij/rUf，i=1，2，…，m；j=1，2，…，n（1）

daˇbˇ=12［（aL－bL）2+（aU－bU）2］。（2）

3）語言評價型。T3類指標，具體為{Ct2+1，Ct2+2，…，Ct3}，Cg表示第g個語言評價型的指標，g=t2+1，t2+2，…，t3。多粒度語言評價集S是由奇數(shù)個元素構(gòu)成的有序集合，設(shè)S={s0，s1，…，sT}，其中si表示S中第i個語言短語，i=0，1，…，T。語言短語無法在計算中直接使用，故按照轉(zhuǎn)化式（3）將語言短語si轉(zhuǎn)化為量化的三角模糊數(shù)，記為r︿=（r1，r2，r3），其隸屬函數(shù)

μr︿（x）：R→［0，1］。

基于此，可以將語言短語轉(zhuǎn)化成的三角模糊數(shù)進行規(guī)范化處理。如果r︿1=（r11，r21，r31）

與r︿2=（r12，r22，r32）為任意2個三角模糊數(shù)，則它們之間的距離計算見式（4）。設(shè)在評價指標Cg（g=t2+1，t2+2，…，t3）下，進行規(guī)范化處理得到的語言評價型判斷信息評價矩陣為U︿gij=

（u︿gij）m×n，

u︿gij表示崗位主體Ai在T3類第g個指標下對候選成員主體Bj的實際判斷信息，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）

dr︿1r︿2=13［（r︿11－r︿12）2+

（r︿21－r︿22）2+

（r︿31－r︿32）2］。（4）

4）直覺模糊數(shù)型。T4類指標，具體為{Ct3+1，Ct3+2，…，Ct4}，Ch表示第h個語言評價型的指標，h=t3+1，t3+2，…，t4。設(shè)直覺模糊集E=（μ，ν，π），

其中：μ表示隸屬度;ν表示非隸屬度;π表示不確定度，μ+ν+π=1，此時稱

r=（μ，ν）為直覺模糊數(shù)。如果r1=（μ1，ν1）與r2=（μ2，ν2）

為任意2個直覺模糊數(shù)，則它們之間的距離計算見式（5）。設(shè)在評價指標Ch（h=t3+1，t3+2，…，t4）下，直覺模糊數(shù)型判斷信息評價矩陣為Uhij=（uhij）m×n，

uhij表示崗位主體Ai在T4類第h個指標下對候選成員主體

Bj的實際判斷信息，i=1，2，…，m；j=1，2，…，n；g=t3+1，t3+2，…，t4。因為T4類指標值在0到1之間，故無需規(guī)范化處理。

dr1r2=13［（μ1－μ2）2+（ν1－ν2）2+（π1－π2）2］。（5）

2.3.3匹配滿意度的計算

采用正理想點來表示科技攻堅團隊崗位主體Ai在評價指標Cb下對候選成員主體Bj的期望匹配滿意度信息，考慮到雙邊評價指標信息均為效益型，故正理想點為q+=（q+1，q+2，…，q+t4），其中q+的定義如下：

q+=［1］，Cb∈T1

［1，1］，Cb∈T2

［1，1，1］，Cb∈T3

［1，0］。Cb∈T4（6）

相應(yīng)的實際判斷信息與期望評價信息之間的距離計算公式為

D（ubij，q+）=u-eij－1，Cb∈T1

12［（uˇLfij－1）2+（uˇUfij－1）2］，Cb∈T2

13［（u︿1gij－1）2+（u︿2gij－1）2+（u︿3gij－1）2］，Cb∈T3

13［（uμhij－1）2+（uvhij－0）2+（uπhij－0）2］。Cb∈T4。（7）

設(shè)計算科技攻堅團隊崗位主體Ai在評價指標Cb下對候選成員主體Bj的實際判斷信息與期望評價信息之間的距離，得到矩陣Γ+ij=（τ+ij）m×n，

其中τ+ij的計算公式為

τ+ij=∑t4b=1［wibD（ubij，q+）］。i=1，2，…，m；j=1，2，…，n（8）

定義科技攻堅團隊崗位主體Ai對候選成員主體Bj的匹配滿意度用αij表示，滿意度評價矩陣用a=（αij）m×n表示，αij∈［0，1］，計算公式為

αij=1－τ+ij，i=1，2，…，m；j=1，2，…，n（9）

τ+ij與αij的關(guān)系為：τ+ij越大，αij越小，即隨著實際判斷信息與正理想點距離的增大，崗位主體Ai對候選成員主體Bj的匹配滿意度逐漸下降。其中當τ+ij=0時，崗位主體Ai對候選成員主體Bj的匹配滿意度信息與崗位要求的理想信息最符合，即崗位對候選成員的匹配滿意度最高，相應(yīng)的αij=1；當τ+ij=1時，崗位主體Ai對候選成員主體Bj的匹配滿意度信息距離崗位要求的理想點最遠，即崗位對候選成員的匹配滿意度最低，相應(yīng)的αij=0。

同理，定義候選成員主體Bj對崗位主體Ai的匹配滿意度用βij表示，滿意度評價矩陣用b=（βij）m×n表示，其中

βij∈［0，1］，其中當βij=1時，候選成員主體Bj對崗位主體

Ai的匹配滿意度信息與成員要求的理想信息最符合，即候選成員對崗位的匹配滿意度最高；

當βij=0時，候選成員主體Bj對崗位主體Ai的匹配滿意度信息距離成員要求的理想點最遠，即候選成員對崗位的匹配滿意度最低。

2.3.4多目標優(yōu)化模型的構(gòu)建

引入0-1變量xij，其中xij=0表示崗位主體Ai與候選成員主體Bj匹配，反之，xij=0表示崗位主體Ai與候選成員主體Bj不匹配。根據(jù)以上崗位和候選成員雙方主體的匹配滿意度的分析，可以構(gòu)建一個使得匹配雙方各自評價的滿意度最大化的多目標優(yōu)化決策模型：

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）都是目標函數(shù)，其中：式（10）的含義是盡可能使得崗位主體Ai對候選成員主體Bj的匹配滿意度最大;式（11）的含義是盡可能使得候選成員主體Bj對崗位主體Ai的匹配滿意度最大。式（12）、（13）和（14）都是約束條件。其中：式（12）的含義是每個崗位主體Ai只能與1位候選成員Bj匹配;式（13）的含義是每個候選成員主體Bj至多與1個崗位主體Ai匹配。

2.4匹配模型的求解

對上述由式（10）～（14）構(gòu)成的多目標優(yōu)化模型，可以通過運用線性加權(quán)法，將式（10）和（11）進行加權(quán)，進而轉(zhuǎn)化成新的單目標函數(shù)。設(shè)定權(quán)重參數(shù)wA，wB，分別表示目標Z1和Z2的權(quán)重或重要程度，

滿足0≤wA，wB≤1，wA+wB=1，則可將上述多目標優(yōu)化模型轉(zhuǎn)化為如下的單目標線性規(guī)劃模型：

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）構(gòu)成的單目標線性規(guī)劃模型中，為了考慮崗位與候選成員雙方主體匹配的公平性，故設(shè)定wA=wB=0.5，且該模型的目標函數(shù)和約束條件均是線性的，故可以借助相應(yīng)的優(yōu)化軟件包如LINGO18.0等來求解該線性規(guī)劃模型。

3算例分析

假定某科技企業(yè)需要組建一支科技攻堅團隊完成創(chuàng)新任務(wù)，除去已確定的成員，其人力資源部門擬在剩下的4個重要崗位{A1，A2，A3，A4}招聘成員。經(jīng)過多重環(huán)節(jié)，進入最終考核的有10名候選成員{B1，B2，B3，B4，B5，B6，B7，B8，B9，B10}。崗位Ai對候選成員Bj的評價指標為專業(yè)知識及成果（C1）、知識背景（C2）、創(chuàng)新思維及能力（C3）、溝通協(xié)作能力（C4）、組織規(guī)劃能力（C5）、業(yè)務(wù)能力（C6）、發(fā)展?jié)撃埽–7）、目標及文化認同（C8）、職業(yè)道德（C9）、個人品質(zhì)（C10）和工作經(jīng)歷（C11），指標類型包括0-1特征型、區(qū)間型、語言評價型和直覺模糊型，其中語言評價型采用T=4的多粒度語言。設(shè)定人力部門對候選成員

Bj的實際評價信息，如表5所示。為了設(shè)定合理的權(quán)重參數(shù)，以郵件、電話和面談等方式對10位人力資源管理領(lǐng)域?qū)＜疫M行咨詢，其中教授或副教授共4人，企業(yè)團隊領(lǐng)導人員共6人，專家們理解科技攻堅團隊、滿意度指標含義等內(nèi)容后提出了相應(yīng)的參數(shù)取值范圍。匯總專家意見后，選擇專家贊同數(shù)最多的數(shù)值確定比較判斷矩陣，運用AHP法得到崗位對成員的指標權(quán)重為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）。各崗位都對部分指標信息有特定要求，其中崗位A1是指標C1和C3，崗位A2是指標C4和C10，崗位A3是指標C5和C11，崗位A4是指標C1和C6。通過比較人力部門對候選成員Bj的實際評價信息與崗位對部分指標信息的特定要求，得到崗位Ai的匹配圈，進而形成匹配矩陣，如圖6所示。在此基礎(chǔ)上，得到崗位Ai對候選成員Bj的實際評價信息，如表6所示。候選成員Bj對崗位Ai的滿意度評價指標為薪酬（D1）、住房（D2）、家庭及健康（D3）、匹配性（D4）、人際關(guān)系（D5）、辦公環(huán)境與設(shè)施（D6）、工作自主性（D7）、職業(yè)發(fā)展與地位（D8）和自我價值實現(xiàn)（D9），指標類型包括0-1特征型、區(qū)間型、語言評價型和直覺模糊型，其中語言評價型也采用T=4的多粒度語言。設(shè)定候選成員Bj對崗位Ai的實際評價信息，如表7所示。同樣為了設(shè)定合理的權(quán)重參數(shù)，以郵件、電話和面談等方式對30位人才進行咨詢，匯總?cè)瞬乓庖姾?，選擇人才贊同數(shù)最多的數(shù)值確定比較判斷矩陣，運用AHP法得到成員對崗位的指標權(quán)重為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）。

在此基礎(chǔ)上，依據(jù)式（1）～（5），對多類型評價信息進行處理，并依據(jù)式（8）～（9）計算滿意度，得到崗位的匹配滿意度評價矩陣a以及候選成員的匹配滿意度評價矩陣b的轉(zhuǎn)置bT，具體如下：

依據(jù)式（10）～（14）構(gòu)建多目標優(yōu)化模型，并依據(jù)式（15）～（18）將其轉(zhuǎn)化為單目標線性優(yōu)化模型，其中為了實現(xiàn)優(yōu)化目標的公平性，取wA=wB=0.5，采用優(yōu)化軟件包LINGO12.0進行模型求解，可得到最優(yōu)解為：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。即最優(yōu)匹配方案為A1與B2匹配，A2與B5匹配，A3與B7匹配，A4與B10匹配，B1、B3、B4、B6、B8、B9未匹配。

4結(jié)論

針對科技攻堅團隊人崗雙邊匹配決策環(huán)境，分別具體地構(gòu)建了崗位對成員和成員對崗位的滿意度指標體系，充分明確了雙方偏好信息。通過確定匹配矩陣來提高匹配精準度，并考慮0-1特征型、區(qū)間數(shù)型、語言評價型和直覺模糊數(shù)型4種指標類型，構(gòu)造相應(yīng)的多指標類型處理規(guī)則和匹配滿意度計算規(guī)則來得到科技攻堅團隊人崗雙方的滿意度矩陣。在此基礎(chǔ)上，以一對一匹配為約束，構(gòu)建了以科技攻堅團隊人崗雙方滿意度最大為目標的多目標優(yōu)化模型，并采用線性加權(quán)法求解該模型，進而獲得雙邊匹配方案。

與現(xiàn)有文獻相比，本文考慮到目前組織迫切需要打贏科技攻堅戰(zhàn)的特點，以科技攻堅團隊這種特殊組織形式為研究對象，通過構(gòu)建相應(yīng)的指標體系，明確了科技攻堅團隊人崗主體間的偏好信息。本文更加多維的考慮了匹配指標的類型，同時考慮到科技攻堅團隊崗位存在特定需求，加入了匹配矩陣的計算，使得策略更加提高匹配精準度。并通過算例，驗證了科技攻堅團隊人崗匹配策略的有效性。因此本文拓展了雙邊匹配理論的應(yīng)用領(lǐng)域，為解決現(xiàn)實中科技攻堅團隊人崗雙邊匹配問題提供了新的策略方法，具有重要的理論貢獻和實踐價值。

參考文獻：

［1］肖利哲，趙鶴宇，李永華.基于系統(tǒng)動力學的科技攻堅團隊協(xié)同創(chuàng)新機理研究[J].中國科技論壇，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]孫曉露，周春燕.人崗匹配程度對幼兒園教師職業(yè)倦怠的影響：工作滿意度的中介和組織支持感知的調(diào)節(jié)[J].學前教育研究，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]楊皎平，戴萬亮，李豪.人崗匹配、資源賦能與平臺企業(yè)員工創(chuàng)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，黃維德.高績效工作系統(tǒng)對員工創(chuàng)新行為的影響：基于人崗匹配的多層次模型[J].北京工商大學學報（社會科學版），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．

[7]黃煥山，劉帆.崗位匹配系統(tǒng)論[J].廣東行政學院學報，2000（5）：37.

HUANG H S，LIU F.Job matching system theory[J].Journal of Guangdong Administration College，2000（5）：37.

[8]齊二石，李輝，劉亮.基于遺傳算法的虛擬企業(yè)協(xié)同資源優(yōu)化問題研究[J].中國管理科學，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]孔德財，姜艷萍.考慮協(xié)同信息的人員與崗位雙邊匹配決策方法[J].運籌與管理，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.考慮直覺模糊的多指標人崗雙邊匹配決策方法[J/OL].計算機工程與應(yīng)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]王曉紅，張寶生，陳浩.虛擬科技創(chuàng)新團隊成員選擇決策研究：基于多級可拓綜合評價[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]楊鍇，黃詩童.內(nèi)聚外聯(lián)型科研創(chuàng)新團隊成員優(yōu)勢選拔研究[J].技術(shù)經(jīng)濟，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，遲紅娟，李遠富.項目團隊成員選拔及能力顯示的動態(tài)博弈分析[J].統(tǒng)計與決策，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]吳牡，司有和.基于強聯(lián)系優(yōu)勢理論的團隊成員構(gòu)成選擇策略及實證研究[J].圖書情報工作，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]赫連志巍，袁翠欣.基于物元分析與熵值法的創(chuàng)新團隊成員勝任特征評價[J].數(shù)學的實踐與認識，2016，46（4）：74.

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]段萬春，杜鳳嬌，李陽.外智引聯(lián)型創(chuàng)新團隊成員優(yōu)選方法探索[J].科技進步與對策，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，王曉梅，朱雅敏等.基于協(xié)同效應(yīng)的創(chuàng)新團隊成員選擇方法[J].江蘇科技信息，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］蘇姍姍，劉兵，戴景新.企業(yè)研發(fā)團隊成員滿意度影響因素及評價研究[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]王寧，葉華.職場舒適物、心理收入與人才流動[J].人文雜志，2014（9）：96.

WANG N，YE H.Workplace comfort，psychological income and talent flow[J].Humanities Journal，2014（9）：96.

[25]黃海剛.從人才流失到人才環(huán)流：國際高水平人才流動的轉(zhuǎn)換[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.我國高等教育人才流動及其影響因素研究[J].清華大學教育研究，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，李曉軒，宋邱惠.高科技人才吸引和穩(wěn)定的職場舒適物策略[J].科學學研究，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.

［編輯：厲艷飛］

收稿日期： 2022-10-25

基金項目： 國家自然科學基金青年項目（71701056）;黑龍江省哲學社會科學研究規(guī)劃一般項目（19GLB083）

作者簡介： 肖利哲（1961—），男，教授，碩士;

張麗娟（1999—），女，碩士研究生.