科技人员信用评价指标体系的构建研究

摘要

科技信用评价体系对科技资源的配置具有重要的作用。在对以往文献进行回顾的基础上，本研究构建了科技人员的信用评价指标体系；进而采用探索性因子分析、信度分析等方法对指标体系进行实证研究；最后，对本研究的结果进行了归纳，以及指出了未来需要进一步丰富和完善的地方。

一、引言

近年来，在科学社会化、科研职业化、科技全球化的背景下，随着经费投入的逐年提高，在国家自然科学基金项目、国家社会科学基金项目以及省部级项目等的申请、实施和结题阶段，学术造假和不合理使用经费等科技失信行为不断出现，由此导致了一系列不良现象。一方面，科技失信行为造成了科技资源的低效配置，科研产出的质量无法得到保证；另一方面，导致科研投入风险加大、交易成本增加，进而抑制了科研合作行为，破坏了科技投入的持续性。此外，由于科技活动和科技人员的广泛社会影响，科研失信行为还会对社会信用的整体水平造成巨大的负面影响。目前，国家、省自然科学基金委对于项目的执行基本都实行了评审制度，但一些评审过程仅限于项目成果的审议，对于项目的执行过程、合同履约、后续成果产出与推广没有延续评价，缺乏完整的科技信用评价体系。

鉴于此，本研究在制度经济学、组织行为学、技术创新等相关的研究基础上，首先，对科技信用的内涵进行界定与测量；然后，构建科技信用评价指标体系，采用探索性因子分析、信度分析等方法对指标体系进行实证研究；最后，根据研究结论，提出了测量科技信用水平以及增强科技决策管理综合能力的若干对策与建议。

二、文献综述

1.科技信用的内涵

科技信用是由“科技”和“信用”两个词语组成的。“科技”是科学与技术的简称，易于理解，因此，十分有必要理清“信用”的内涵。《辞海》对信用的解释有三种：（1）诚实，遵守诺言而取得的信任；（2）货币借贷和商品买卖中延期付款或交货的总称；（3）信任重用。《韦氏词典》也给出了多种解释：银行或企业允许一个人使用的将来需要归还的钱、在过去支付账单的记录情况、给予荣誉或表扬（某人或某物）因做某些事情或使某些事情发生等。

以往研究对科技信用的界定相对较少，观点也比较统一。在2004年，国家科技部在《关于在国家科技计划中建设信用管理制度的决定》中将其界定为“从事科技活动的人员或机构的职业信用，是对科技活动的个人或机构在从事科技活动时遵守正式承诺、履行约定义务、遵守科技界公认行为准则的能力和表现的一种评价”。随后，大量学者沿用了该定义，例如，徐华（2008）、唐琼（2006）、李小燕（2010）等。此外，部分学者认为科技信用是一种行为表现，例如，孙英人（2008）提出科技信用是指科技活动当事人遵守诺言和实践成约的行为，它要求人们从事科技活动时，遵守科技界公认的行为准则和道德规范，表现为以诚实守信为基础的心理承诺和如期履行契约的能力。

从上述各类关于“信用”、“科技信用”的界定中，可以看出，科技信用是指从事科技活动的相关人员或机构在从事科技活动时，遵守承诺、履行义务以及其它行为准则的行为表现程度。

2.科技信用的构成

关于科技信用的构成，以往的研究基于不同的视角，提出了一系列具有差别有紧密关系的指标体系。例如，李小燕（2010）以广西科技计划项目为例，构建了科技信用管理体系，其中，项目负责人的科技信用包含“科研能力”和“个人信用”两个组成部分，而“科研能力”又细分为：职称、主持过的科技计划项目结题率，“个人信用”有分为：科技计划项目评审、检查、验收中个人不良行为记录、个人社会信用。徐华（2009）根据科研活动的特点，设计了科技人员信用评价指标体系，采用“品格、能力、资源环境”三大要素作为评价的准则层指标。

3.科技信用的评价方法研究

以往的研究表明，科技信用的评价方法主要分为以下几种：（1）层次分析法，徐华（2010）采用层次分析法建立了科技管理者的信用评价模型，提出了4级评价标准以及对应的物理意义；（2）神经网络分析法，林嘉（2008）结合民营科技企业的特点，利用人工神经网络（ANN）建立科技信用评价模型及进行实例研究；（3）灰色关联度评价方法，孙英人（2008）以企业的科技信用为例，采用灰色关联度评价方法对调查问卷所得的数据进行了评价；（4）专家咨询法，李小燕（2010）主要借助专家咨询法对项目承担单位、项目负责人、项目评估专家等的科技计划信用评价指标体系的各个指标进行了赋予权重。

国内外学者在科技信用领域已经开展了一些研究，为深入研究科技信用评价问题提供了良好的基础。但总的来看，对科技信用评价的研究还处于初级阶段。首先，对科技信用评价体系建构的理论基础，以及如何借鉴其他学科的理论来研究科技信用问题都存在着巨大的空间。尤其是关于科技信用评价方面的研究仍处于探索阶段。其次，只是在理论上提出了构建科技信用评价体系的设想，而对于评价指标的选取，评价方法的选择方面尚有明显的不足，并未建立完整的科技信用评价指标体系。最后，对科技信用评价指标的权重赋值在客观性与科学性方面存在一定的不足。本研究将针对以上研究中的不足弥补缺漏并深入分析，采用定性与定量相结合的方法，建立一套适合科技发展特点的、科学可行的科技信用评价指标体系。

三、科技信用评价指标体系的构建

1.指标体系的遴选

首先，本研究通过搜集国内外研究中关于科技信用评价体系的研究成果，然后对不同的研究成果进行比较，选择指标的开发方法比较研究规范的具体指标；然后，通过与科技人员的小规模访谈，对现有的指标体系进行补充和完善；接下来，本研究选取了7位与研究内容相关的专家，要求专家针对指标体系的准确性、维度结构等进行评价；最后，针对专家的评价和建议对指标体系进行删除、添加和修改。最终，形成了研究所需要的指标体系，共有35项指标构成。

2.科技信用指标体系的实证研究

代表性分析

本研究选择了260位从事科技研究工作的人员展开问卷调查。在问卷中，请被调查者对35个指标的重要程度进行评价，采用linkert 5度量表。发放问卷共260份，回收有效问卷176份。为了提高指标的代表性，根据问卷分析结果，本研究删除了选择“不重要”和“完全不重要”占75%的14指标，保留了21个指标，构成第二轮指标体系，见表1。

探索性因子分析

对科技信用评价指标体系的各个测量变量进行KMO测度和巴特莱特球体检验，KMO系数为0.852，巴特莱特球体（Bartlett）检验的统计值的显著性概率为小于0.001，即适合做因子分析。采用特征值大于1作为因子选择标准，用主成分方法，采用Varimax旋转，得到7个因子，共解释方差变异的76.035%。在分析旋转后，各个条款的因子载荷值，见表2。从表2中可以看出，各个测量条款上的负荷均大于0.5，并且不存在交叉负荷的情况，这表明科技信用评价体系中各个变量的区分效度良好。

信度分析

在探索性因子分析后，本研究对科技信用中的相关测量进行信度分析，以确保各个变量具有较好的内部一致性，结果见表3。从表3中可以看出，各变量的Cronbach’s alpha值均大于0.75，内部一致性较好。

验证性因子分析

本研究对科技信用评价指标体系进行一阶验证性因子分析，结果见表。结果表明拟合效果比较理想，其中，χ2/df = 1.971，RMSEA = 0. 057 , GFI = 0.902，AGFI = 0. 865，NFI = 0.900，IFI= 0. 948，CFI = 0.947，所以指标均高于理想值，量表具有良好的汇聚效度。

通过以上分析，可以看出，由21项指标构成的科技人才信用评价指标体系，把科技信用分为7个维度，具有较高的信度和效度，可以运用该指标体系作进一步的研究。

四、结论和讨论

1.结论

本研究在文献研究、访谈研究等的基础上，提出了科技人员的信用评价指标体系，通过问卷调查，对指标体系的信度和效度等进行了检验，主要得到以下几个结论：

指标体系的构建过程体现了科学性

在指标的选择中，本研究采用了文献研究、小规模访谈以及专家咨询等研究方法。在参考已有文献中的相关评价指标的基础上，通过小规模的访谈，对文献中的指标进行了补充和完善；然后，通过邀请专家对指标体系进行评价，从而确保了指标体系的内容效度；最后，基于问卷调查研究，删除了指标体系中并不具有代表性的14项指标。

指标体系具有良好的信度和效度

基于对260位科技研究人员的问卷调查，本研究对由21项指标构成的科技信用评价体系进行了探索性因子分析和信度分析。结果表明，科技信用评价体系由7个因子构成，共解释方差变异的76.035%，同时各个测量条款上的负荷均大于0.5，并且不存在交叉负荷的情况，各个变量的区分效度良好。信度分析表明，各变量的Cronbach’s alpha值均大于0.75，内部一致性较好。

对科技人员信用的测量具有重要指导意义

本研究最终得到由21项指标构成的科技信用评价体系，涉及到了项目申请、中期和完成三个阶段，具有较好的覆盖性。因此，在对科技人员的信用进行评价时，科技部门可以采用统一的linkert 量表对科技人员的各项指标进行赋值，在此基础上，通过主成分分析法，提取公因子，确定各个变量的得分值，从而确定各个变量的得分。此外，根据各个因子的方差贡献率，确定各个因子的权重，采用累加的方法，最终得到每位科技人员科技信用的整体得分。

2.讨论

本研究提出的指标体系可以对科技人员的信用进行打分、科学有效的影响力排名，进而有针对性地开展项目资助活动，提高项目资助的效率。然而，本研究还存在一定的不足，未来的研究需要进一步的深化和完善。例如，本研究所提出的指标体系只是针对支持项目的科技人员，未涵盖科技管理者；本研究只是在结论中提到可以用主成分分析法，以获取科技人员的信用得分，但该方法受每次科技人员数量的限制，仅仅适用于横向比较，对纵向比较并不适合。