◎張文宇，薛昱，賀珍，樊海燕

1.西安郵電大學(xué) 管理學(xué)院，西安 710061

2.中國航天科工集團第二研究院，北京 100854

3.中國航天系統(tǒng)科學(xué)與工程研究院，北京 100089

引言

黨的“十八大”明確提出，要堅持走中國特色軍民融合式發(fā)展路子，堅持富國與強軍相統(tǒng)一。軍民融合，即軍民雙方在進行社會基礎(chǔ)建設(shè)、力量布局、資源利用、系統(tǒng)管理等過程中，通過在人力、物力、財力和制度、標(biāo)準(zhǔn)、條件等方面的一體實施，最大限度地優(yōu)化資源配置、實現(xiàn)成果互惠互利，推動社會經(jīng)濟的發(fā)展，促進軍民融合科技創(chuàng)新體系的進步。在經(jīng)濟全球化深入發(fā)展、國際競爭日趨激烈的新形勢下，科學(xué)技術(shù)創(chuàng)新已經(jīng)成為經(jīng)濟社會發(fā)展的決定性力量，而提高科技創(chuàng)新能力的關(guān)鍵是人才創(chuàng)新。當(dāng)今世界人才資源已經(jīng)成為推動科技創(chuàng)新和經(jīng)濟社會發(fā)展的基礎(chǔ)性和戰(zhàn)略性資源，軍民融合科技創(chuàng)新人才作為軍民融合科技創(chuàng)新系統(tǒng)中最基礎(chǔ)的構(gòu)成主體，在科技創(chuàng)新過程更有著不可代替的重大作用。本文在總結(jié)前人研究成果的基礎(chǔ)上，從大系統(tǒng)的角度，將軍民融合科技創(chuàng)新人才定義為在軍民融合相關(guān)專業(yè)知識領(lǐng)域內(nèi)有很深的專業(yè)造詣，具有較高的健康才智、靈活的創(chuàng)新思維及完善的科技創(chuàng)新人格，從事科學(xué)發(fā)現(xiàn)、技術(shù)發(fā)明、技術(shù)創(chuàng)新活動，能夠突破原有的理論、觀點、技術(shù)和方法并產(chǎn)出創(chuàng)新技術(shù)成果，為軍民融合科技發(fā)展和社會進步做出重要貢獻的科學(xué)技術(shù)主體[1]。

軍民融合科技創(chuàng)新人才成長影響因素研究是一個復(fù)雜巨系統(tǒng)問題，現(xiàn)有的關(guān)于科技創(chuàng)新人才成長影響因素的研究，主要是從科技創(chuàng)新人才內(nèi)涵和現(xiàn)實問題的角度進行定性分析，提出具有針對性的培養(yǎng)建議，或者單從企業(yè)角度、高等教育角度和政府政策角度入手，提出較為深入的人才培養(yǎng)舉措，不能準(zhǔn)確地表述復(fù)雜系統(tǒng)間的內(nèi)在因素。而復(fù)雜網(wǎng)絡(luò)是當(dāng)前重要的交叉學(xué)科理論之一，滲透到數(shù)理學(xué)科、生命學(xué)科和工程學(xué)科等眾多不同的領(lǐng)域，已被廣泛應(yīng)用于各種實際系統(tǒng)的研究，如社會關(guān)系網(wǎng)絡(luò)、電力網(wǎng)絡(luò)、交通網(wǎng)絡(luò)以及情報網(wǎng)絡(luò)。對復(fù)雜網(wǎng)絡(luò)的定量與定性特征的科學(xué)理解，成為網(wǎng)絡(luò)時代科學(xué)研究中的一個極為重要的挑戰(zhàn)性課題。因此，本文在分析軍民融合科技創(chuàng)新人才成長的影響因素基礎(chǔ)上，分析基于復(fù)雜網(wǎng)絡(luò)軍民融合科技創(chuàng)新人才成長影響因素，以此構(gòu)建影響科技創(chuàng)新人才成長的指標(biāo)體系及相關(guān)的復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，進而評價了基于綜合屬性的復(fù)雜網(wǎng)絡(luò)節(jié)點重要性，構(gòu)建了相關(guān)的建模流程，并給出了相關(guān)實證分析結(jié)論。

1.軍民融合科技創(chuàng)新人才成長影響因素分析及指標(biāo)體系構(gòu)建

1.1 軍民融合科技創(chuàng)新人才成長的影響因素分析

軍民融合科技創(chuàng)新人才，除具有合理的知識體系外，還必須具有較強的創(chuàng)新意識、創(chuàng)新思維、創(chuàng)新能力和創(chuàng)新人格等一系列與科技創(chuàng)新活動相關(guān)的素質(zhì)要求，其勞動成果產(chǎn)生的巨大影響要求科技創(chuàng)新人才擁有高尚的道德和強烈的貢獻傾向[2]。培養(yǎng)一名合格的軍民融合科技創(chuàng)新人才需要有良好的知識修養(yǎng)、優(yōu)秀的人格素養(yǎng)、健康的體魄和健全的心理，即要同時擁有高智商、高知商、高德商、高健商、高情商、高意商和高位商[3]。

良好的知識修養(yǎng)主要包括智商和知商，是軍民融合科技創(chuàng)新人才內(nèi)在素質(zhì)的優(yōu)良性的體現(xiàn)。智商是能夠體現(xiàn)人腦高級功能所表征出來的多種能力的綜合型指數(shù)，是人們認(rèn)識客觀事物并運用知識解決實際問題的能力，個體智商的高低取決于父母遺傳基礎(chǔ)、受教育程度、注意力及觀察力水平、記憶力水平、應(yīng)變能力、想象力水平、語言理解及表達能力、邏輯思維表達能力8個方面；知商是獲取、學(xué)習(xí)、應(yīng)用已知和未知知識的能力，表現(xiàn)出人腦對知識獲取的難易程度、理解存儲的量化程度以及運用和再加工的創(chuàng)新程度，個體知商的高低取決于知識獲取能力、知識存儲量、知識運作能力3個方面。

優(yōu)秀的人格素養(yǎng)主要用德商來衡量，是判定其為軍民融合科技創(chuàng)新人才的外在依據(jù)，是自身認(rèn)識道德，評價道德，規(guī)范自己行為的能力，個體德商的高低取決于社會責(zé)任感、奉獻精神、敬業(yè)程度、誠信水平4個方面。

健康的體魄作為軍民融合科技創(chuàng)新人才發(fā)展的基礎(chǔ)主要用健商來衡量，是個體生存和成功的保障，個體的健商高低取決于他的健康意識、自理能力、身體素質(zhì)和運動協(xié)調(diào)能力四4個方面。

健全的心理包含位商、情商、意商三個方面，位商是認(rèn)知和把握社會位階、層級位置的能力，是指個體迅速且準(zhǔn)確判斷自身在社會中所處地位并恰當(dāng)制定出人生階段奮斗目標(biāo)或把握成功的決策能力，個體位商的高低取決于處位能力、決策能力、組織協(xié)作能力3個方面；情商是表示認(rèn)識、控制和調(diào)節(jié)自身情感的能力，情商的高低，可以決定個體的其他能力能否發(fā)揮到極致，從而決定他的人生有多大的成就，個體情商的高低取決于情緒認(rèn)知能力、情緒運用能力、情緒表達能力、情緒控制與調(diào)節(jié)能力4個方面；意商是意志能力的體現(xiàn)，指一個人的意志品質(zhì)水平，是個體意志力、毅力強弱的量化指數(shù)，個體意商的高低取決于個人獨立程度、對待事物的主動性、自身行為的把控能力、自信程度、決策執(zhí)行力、抗壓能力6個方面。

1.2 軍民融合科技創(chuàng)新人才成長影響因素指標(biāo)體系構(gòu)建

基于上述軍民融合科技創(chuàng)新人才成長的影響因素分析，為充分、系統(tǒng)、客觀地概括影響科技創(chuàng)新人才成長的相關(guān)指標(biāo)體系，本文將上述七商作為評價軍民融合科技創(chuàng)新人才成長的直接評價指標(biāo)，而七商下的32個相關(guān)影響要素分別作為底層統(tǒng)計指標(biāo)，對影響軍民融合科技創(chuàng)新人才成長的要素進行復(fù)雜網(wǎng)絡(luò)構(gòu)建和分析，具體指標(biāo)體系如表1所示。

表1 軍民融合科技創(chuàng)新人才成長影響因素指標(biāo)體系

2.復(fù)雜網(wǎng)絡(luò)相關(guān)理論

2.1 復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)

復(fù)雜網(wǎng)絡(luò)理論出現(xiàn)以來，研究者們針對不同領(lǐng)域的真實網(wǎng)絡(luò)進行了大量實驗性研究，先后提出了規(guī)則網(wǎng)絡(luò)、隨機網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)等用來描述不同問題的系統(tǒng)網(wǎng)絡(luò)拓?fù)鋱D模型。小世界網(wǎng)絡(luò)是指具有較短的平均路徑長度和較大的聚類系數(shù)特征的網(wǎng)絡(luò)模型。本文研究的軍民融合科技創(chuàng)新人才成長影響因素復(fù)雜網(wǎng)絡(luò)中的節(jié)點只有32個統(tǒng)計指標(biāo)，網(wǎng)絡(luò)特點介于隨機網(wǎng)絡(luò)與規(guī)則網(wǎng)絡(luò)之間，具有較顯著的小世界網(wǎng)絡(luò)特征。

2.2 復(fù)雜網(wǎng)絡(luò)的節(jié)點重要性

在復(fù)雜網(wǎng)絡(luò)的研究中，對節(jié)點重要性的分析是一項重要的基礎(chǔ)工作。為了準(zhǔn)確地衡量節(jié)點的重要性，可以從網(wǎng)絡(luò)的局部屬性、全局屬性、綜合屬性三個角度出發(fā)。本文從綜合屬性的角度出發(fā)，全面考慮復(fù)雜網(wǎng)絡(luò)中節(jié)點的度數(shù)中心度、中間中心度、接近中心度及特征向量中心度對節(jié)點重要性的影響，提出了一個復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系的綜合測度指標(biāo) （Comprehensive Mea-surement Indicator）[4]。

3.基于復(fù)雜網(wǎng)絡(luò)的軍民融合科技創(chuàng)新人才成長影響因素模型構(gòu)建

3.1 軍民融合科技創(chuàng)新人才成長影響因素網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的確定

若將表1-1中32個統(tǒng)計指標(biāo)作為網(wǎng)絡(luò)節(jié)點，將存在關(guān)聯(lián)關(guān)系的兩個指標(biāo)所代表的網(wǎng)絡(luò)節(jié)點進行連接作為網(wǎng)絡(luò)鏈路[5]。對軍民融合科技創(chuàng)新人才成長影響因素的研究即可轉(zhuǎn)化為對由32個指標(biāo)節(jié)點構(gòu)成的復(fù)雜網(wǎng)絡(luò)特征的分析。

軍民融合科技創(chuàng)新人才成長影響因素網(wǎng)絡(luò)拓?fù)淠Ｐ蜆?gòu)建步驟如下：

step1.將七商的32個指標(biāo)分別標(biāo)記為節(jié)點1,2，…，32并作為復(fù)雜網(wǎng)絡(luò)構(gòu)建的網(wǎng)絡(luò)節(jié)點；

step2.計算32個指標(biāo)間的Pearson關(guān)聯(lián)系數(shù)，構(gòu)成指標(biāo)關(guān)聯(lián)系數(shù)矩陣；

step3.基于隨機規(guī)則判斷指標(biāo)節(jié)點間是否存在連接，構(gòu)建復(fù)雜網(wǎng)絡(luò)鄰接矩陣；

step4.利用Pajek軟件輸出復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖。

3.2 軍民融合科技創(chuàng)新人才復(fù)雜網(wǎng)絡(luò)節(jié)點重要性評價建模

綜合考慮復(fù)雜網(wǎng)絡(luò)中節(jié)點的度、介數(shù)、緊密度及特征向量指標(biāo)對節(jié)點重要性的影響，提出了一個復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系的綜合測度指標(biāo) ，通過全面評價節(jié)點的屬性，實現(xiàn)復(fù)雜網(wǎng)絡(luò)中節(jié)點重要性的綜合評價[6]。定義綜合測度指標(biāo) 的計算公式為[7]：

其中，ND是節(jié)點的度值，CB是節(jié)點的介數(shù)，CC是節(jié)點緊密度，CE特征向量指標(biāo)節(jié)點重要度[8]。

一個節(jié)點的度值越大，說明與之有關(guān)聯(lián)的節(jié)點也就越多；介數(shù)的值越大，說明節(jié)點的控制能力越好；緊密度值越大，說明該節(jié)點越不受其他節(jié)點的控制[9]；特征向量指標(biāo)值越大，說明該節(jié)點是否為中心節(jié)點依賴于其所關(guān)聯(lián)的其他節(jié)點為中心節(jié)點的程度[10]。所以，綜合考慮四個包含全局屬性和局部屬性的節(jié)點重要性評價指標(biāo)，結(jié)果將全面的體現(xiàn)該節(jié)點在復(fù)雜網(wǎng)絡(luò)中重要性的綜合排序，指標(biāo)CMI的值越大，則該節(jié)點在網(wǎng)絡(luò)中越重要[11]。

4.軍民融合科技創(chuàng)新人才復(fù)雜網(wǎng)絡(luò)模型實證結(jié)果分析

針對高層次的軍民融合科技創(chuàng)新人才，通過文本挖掘和問卷調(diào)研得到100例樣本的指標(biāo)數(shù)據(jù)。利用所收集樣本數(shù)據(jù)，使用Pajek軟件輸出的網(wǎng)絡(luò)拓?fù)鋱D如1所示：

圖1 軍民融合科技創(chuàng)新人才復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

基于節(jié)點重要性評價指標(biāo)CMI得到復(fù)雜網(wǎng)絡(luò)節(jié)點重要性由高到低排序為：

25＞8＞26＞28＞12＞32＞21＞17＞13＞31＞27＞11＞4＞6＞2＞7＞18＞16＞2 4＞30＞29＞3＞20＞23＞14＞1＞10＞9＞2 2＞19＞5＞15

由指標(biāo)節(jié)點在復(fù)雜網(wǎng)絡(luò)中的重要性排序可以看出，影響軍民融合科技創(chuàng)新人才培養(yǎng)的指標(biāo)重要性排在前十的指標(biāo)分別為對待事物主動性、邏輯思維能力、自身行為把控能力、決策執(zhí)行力、語言理解及表達能力、組織協(xié)作能力、奉獻精神、情緒表達能力、知識獲取能力、決策能力。

高層次的軍民融合科技創(chuàng)新人才熱愛科研工作，具備良好的科研能力和豐富的領(lǐng)域知識，嚴(yán)于律己、樂于奉獻，能夠協(xié)調(diào)科研團隊的各項工作，具備優(yōu)越的決策能力。實證研究中復(fù)雜網(wǎng)絡(luò)模型得出的指標(biāo)重要度排序結(jié)果與高層次的軍民融合科技創(chuàng)新人才所具備的各項特征高度一致，驗證了論文所提出的基于復(fù)雜網(wǎng)絡(luò)的軍民融合科技創(chuàng)新人才培養(yǎng)影響因素研究模型的可行性，具有重要的理論意義和實踐價值。

5.結(jié)論

論文通過分析影響軍民融合科技創(chuàng)新人才成長的因素，構(gòu)建了基于復(fù)雜網(wǎng)絡(luò)的軍民融合科技創(chuàng)新人才培養(yǎng)影響因素研究模型，通過實證研究得到了影響軍民融合科技創(chuàng)新人才成長的指標(biāo)重要性排序結(jié)果。

通過分析實證結(jié)果得出位于指標(biāo)重要性排序結(jié)果前列的指標(biāo)主要歸屬于意商、智商和位商，表明要培養(yǎng)一名優(yōu)秀的軍民融合科技創(chuàng)新人才需要重點提升個體意商、智商和位商方面的能力和素質(zhì)，為社會經(jīng)濟的發(fā)展與國防現(xiàn)代化建設(shè)提供物質(zhì)、技術(shù)和人才支持，積極推進我國軍民融合發(fā)展。

楊志堅.協(xié)同視角下的軍民融合路徑研究[J].科技進步與對策,2013,（04）：99-102.

郭永輝.基于制度視角的軍民融合技術(shù)創(chuàng)新分析[J].科技管理研究,2014,（03）：14-17.

馬斌,李中斌.中國科技創(chuàng)新人才培養(yǎng)與發(fā)展的思考[J].經(jīng)濟與管理,2011,（10）：85-88.

Ren Z M, Shao F, Liu J G, Guo Q, Wang B H, Node importance measurement based on the degree and clustering coefficient information.ActaPhys Sin, 2013, 62（12）：505.

Vergara J R, Estévez P A.A review of feature selection methodsbased on mutual information[J].Neural Computing and Applica-tions, 2014,24（1）：175-186.

Zhou Xiaofei, Guo Li, Wang Tianyi, et al.Text feature selection based on class subspace[C]/ / Proc of IEEE International Conferenceon Data Mining.[S.l.]： IEEE Press,2014： 267-273.

Ahn M W,Jung W.SAccuracy test for link prediction in terms of similarity index：the case of WS and BA models[J].Physica A：Statistical Mechanics and its Applications,2015,429 （1） ：177-183.

程豪,易丹輝.社會網(wǎng)絡(luò)分析視角下復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系的綜合測度[J].統(tǒng)計與決策,2017,（07）：14-17.

Vergara J R, Estévez P A.A review of feature selection methodsbased on mutual information[J].Neural Computing and Applica-tions,2014,24（1）： 175-186.

Ahn M W,Jung W.SAccuracy test for link prediction in terms of similarity index：the case of WS and BA models[J].Physica A：Statistical Mechanics and its Applications,2015,429（1）：177-183.

Sun Ye, Liu Chuang, Zhang Chuxu,et al.Epidemic Spreading on Weighted Complex Networks[J].Physics Letters A,2014,378（7）： 635-640.