腦象圖測評技術在人力資源管理專業選擇中的應用研究

毛翠云　莫舒淳

摘要：隨著社會主義市場經濟的快速發展，以及企業管理制度日趨完善和成熟，人力資源管理逐漸在企業的發展中起到中流砥柱的作用。人才市場的需求導致了大批學生進入高校學習時盲目地選擇人力資源管理專業，忽略了自身與專業的適切性。因此，文章引入一個科學客觀的測評方法——腦象圖測評技術，發現優秀人力資源管理學生的左前腦和左顳具有明顯特征優勢。一方面為意愿進入人力資源管理專業學習的學生提供參考依據，另一方面也為高校對學生的選拔與培養提供一定的理論參考。

關鍵詞：人力資源管理；測評方法；腦象圖測評技術

隨著社會主義市場經濟的快速發展，以及企業管理制度日趨完善和成熟，人力資源管理逐漸在企業的發展中起到中流砥柱的作用。根據職友集網站數據統計分析可知，人力資源管理專業在1126個專業中，就業排名第七；在46個管理學專業中，就業排名第三；在14個工商管理類專業中，就業排名第二。人才市場的需求導致了大批學生進入高校學習時盲目地選擇人力資源管理專業，卻忽略了自身與專業的適切性。因此本研究引入腦象圖測評技術作為一種更客觀科學地方法評價學生是否適合選擇人力資源管理專業。

一、腦象圖技術的科學依據

（一）腦象圖的生理基礎

人類的大腦大約包括了1011個神經元，它們之間形成了約1015聯接突觸，類似于線路上的電源開關，其中，大約75%與意識活動有關。而人的行為，本質上是由人的大腦決定的。對大腦而言，大腦中每一個活著的細胞就是一個個“微小的發電站”如果將這些電活動收集起來，其提供的能量足以將8瓦燈泡點亮。記錄這些自發的、有規律的神經電波活動發現，其頻率變動范圍在1～30次之間，可以分為四個波段：當我們完全進入深睡時，大腦就以0.5HZ～4HZ的頻率運動，即δ波；當我們開始感到睡意朦朧時，腦電波就變成以4HZ～8HZ的速度運動，即θ波；當我們的身體放松，大腦活躍，靈感不斷的時候，大腦以8HZ～12HZ的頻率運動，稱之為α波；當我們的狀態是清醒、專注、行動有效，甚至帶有些情緊張或焦慮不安時，大腦導出了β波，其頻率為14HZ～100HZ。通過相同的誘發刺激，將大量微弱的腦波活動信號疊加（常達到100次以上）以去除白噪聲，從而得到被放大的的腦電波形。

（二）腦象圖技術的基本原理

1989年，我國著名腦電圖專家王德堃教授在腦電圖臨床研究與應用的基礎上，根據混沌動力學的原理建立了數學模型，利用電子計算機數碼成像技術，將實時的、時變的腦電信號的運動軌跡轉化成具有演化的、動力學特征的物理幾何圖形，稱之為腦象圖（electroencephalogram，EEG）測評技術。腦是復雜的、多層次的混沌動力系統，腦功能的物理基礎是混沌動力過程；條件反射是簡單疊加的，第2、3 信號系統是混沌，意識與概念的形成則是層次混沌。腦象圖完全擺脫了腦電圖曲線的約束，在二維空間中創造出三維空間的立體效果。腦象圖的測評技術實現了對被測者的思維介質基礎和潛在能力作出科學判斷，能夠更科學地分析其對應大腦的質量特征和功能勢態，由此可以更客觀地解讀被測試者大腦的左前區、左后區、右前區、右后區和左右兩顳的優勢特征、劣勢特征、潛能和不足，以及發展趨向等。

（三）腦象圖技術目前的主要應用

腦象圖用于人才測評最早的一個相關性研究是1992年中國女排技術顧問、中國體育大學李安格教授與王德堃教授合作，針對13名中國女排隊員進行雙盲實驗，發現腦象圖對運動員智力水平的評價與主教練的主觀評價高度相關。并在此研究的基礎上，以優秀女排運動員腦象圖為參照模版，選拔出了與之特征相關性最強的后備隊員。隨后，1994開始，北京八中采用腦象圖技術挑選適合進入“超常班”的資優兒童，濟南、北京空軍招飛辦合作研究優秀飛行員在腦象圖上的關鍵指標，山西警官高等?？茖W校開展“特警和刑警腦象圖研究”，以及針對優秀鋼琴選手、優秀幼兒教師、財會人員、銷售人員等的腦象圖特征研究。在教育領域，腦象圖能夠發現兒童的特長傾向，并在中學生文理選課、高考填報志愿以及擇業領域提供意見參考。在醫療領域，腦象圖技術能夠為一些特殊的兒童治療和開發提供科學地指導依據，以及用于對抑郁癥、焦慮癥等精神疾病的診斷。

二、基于腦象圖的人力資源管理專業選擇實證研究

本研究針對高校優秀的人力資源管理專業學生，研究其在腦象圖上體現出的特征優勢，既為意愿進入人力資源管理專業學習的學生提供參考依據，也為高校在課程設置、培訓與實訓基地和教育教學管理等方面提供改革依據，也為貫徹落實國家關于促進人力資源服務業發展的總體部署以及建設一支素質優良、結構合理的人力資源服務業人才隊伍提供現實依據。

（一）研究對象

選取某高校人力資源管理專業大二到大四共30名學生，選拔標準一方面要求學習成績優異，績點排名達到專業前20%，另一方面兼顧挑選在班級或學生會中擔任學生干部，并且有活動組織經驗，或者是積極參加各種比賽的學生，并且獲得過校級及以上獎項的學生。所有被試者均自愿參加本次測試。

（二）測量工具

本研究采用的測量工具是由北京天智腦象科技有限公司于2013年正式推廣的第三代移動式腦象圖測試儀（Talents-300），兼具腦電信號采集軟件及腦象圖成圖軟件。該儀器以腦電圖技術和腦象圖技術為基礎，利用計算機數碼成像技術，將腦電信號生成圖形，并利用已建立的天智腦象測評專用數據庫完成智能判圖。天智腦象設備具有尺寸小巧、便于攜帶、集成性和穩定性高、抗干擾能力強等特點，成為當前腦象圖研究的重要測量工具。

（三）腦象圖數據采集流程

首先，在測試前要求被試者精神狀態和身體狀態良好、情緒穩定，禁止服用鎮靜類、感冒藥物，將手機等通訊電子工具放于測試室外，洗凈頭發，自然放松地坐在測試椅上，不能集中精力考慮某一問題。然后，將腦象儀開機預熱10分鐘，將電極在1%食鹽溶液中浸泡5分鐘，等待過程中為被試者選擇佩戴合適的電極帽，并在左右腦各安裝9個電極，中間1個電極，呈現左右對稱、均勻分布，緊接著聯接導聯線。最后，系統開始對被試者腦電波進行圖像采集，達到30次有效圖像后停止采集，上傳數據并生成腦象圖測試報告。

（四）測試結果分析

本研究連續采集保存n次（測試次數越多，結果越精確，一般在10～20次之間，本文采用20次））腦電數據，并轉化為其六個腦功能區的腦象圖，并為為特優圖形賦值正3，優秀圖形賦值正2，良好圖形賦值正1，一般圖形賦值0，較差圖形賦值負1，得到各腦功能區n個優勢特征值fLFi、fRFi、fLTi、fRTi、fLOi、fROi，并計算出各腦區的優勢特征均值。

根據以上步驟可以得出綜合分析結果，這30名優秀的人力資源管理專業學生在左前腦所得優勢特征百分數均值為1.34，右前腦所得優勢特征百分數均值為1.06，左顳腦所得優勢特征百分數均值為1.30，右顳所得優勢特征百分數均值為1.06，左后腦所得優勢特征百分數均值為1.21，右后腦所得優勢特征百分數均值為1.31?？梢园l現，這些學生的腦象圖大都顯現出左前腦和左顳明顯優于另外四個腦區，右前腦和右顳則測試結果稍差。綜合腦區優勢與表象特征說明與最終測評結果表明，優秀的人力資源管理專業學生抽象的邏輯思維、邏輯理解能力較強，善于分析問題、邏輯推理、數理運算、解決難題， 理智、獨立，較為追求自我成就， 個人意識較強， 唯物的思維模式，抽象記憶、機械記憶較強，對數字、電話號、字母等的記憶良好，能夠自律自控。但是在直覺思維、靈感思維和創造思維方面缺乏訓練，其創新能力、風險的承擔能力、整合能力稍弱，在情緒控制、空間位置感以及理解性記憶方面均有待加強。

三、結論啟示

腦象圖技術所展現的有限的大腦物質結構中的動力學特征反映了人類個體無限、獨一無二的精神世界，也作為獨特的物質載體改變著人們的理念和思維方式。迄今為止，人才測評領域發展較為成熟的方法包括情景模擬法、面試技巧、心理測驗、行為問卷、評價中心技術，但這些方法都帶有較為明顯的主觀性。腦象圖技術宛如一股新鮮的血液注入人才測評領域，從“認識大腦”這一嶄新的生理物理學視角來甄別人才。腦象圖技術作為一項特殊的腦功能狀態評估技術與傳統的人才測評技術結合，必將成為21世紀人才測評技術史上的重要飛躍。文章從腦象圖角度對人力資源管理專業學生的優勢特征進行分析，發現優秀的人力資源管理專業學生在左前腦和左顳區域明顯優于另外四個腦區，具體在素質特征上的體現是這類學生在成就導向、毅力堅持、邏輯推理和自知自控等方面具有顯著優勢。為高考生進行人力資源管理專業填報提供依據，同時也為高校對該專業資質優秀的學生的選拔與培養提供一定的理論參考。

參考文獻：

[1]Ulrich D，Brockbank W，Yeung A K.Beyond belief：A benchmark for human resource[J].Human Resource Management ， 1989（03）.

[2]Jacek Lipiec.Human Resource Management Perspective at the Turn of the Century[J].Public Personnel Management ， 2001（02）.

[3]McClelland D C.Testing for competence rather than for intelligence[J].American Psychologist， 1973（01）.

[4]顧琴軒，朱牧.人力資源管理專業人員勝任力研究[J].中國人力資源開發，2001（09）.

[5]劉名順，劉青蕊，付艷霞，等.腦象圖概述[J].現代電生理學雜志，2014（03）.

[6]毛翠云，陸婷婷.腦象圖測評技術在人才招聘中的應用研究[J].中國人力資源開發，2016（06）.

[7]賴靖，閆建齊，王學敏，等.腦象圖在健康管理中的應用[J].現代電生理學雜志，2013（03）.

[8]謝巍.人力資源管理專業人員勝任力研究[J].中國人力資源開發，2008（05）.

[9]黃鐘儀.人力資源管理專業人員能力素質模型及其建立[J].企業管理，2008（20）.

[10]賈建鋒，馬欽海，關志民，等.基于勝任特征模型的本科專業課程設計研究： 以工商管理專業為例[J].管理學報，2011（08）.

[11]段文敏，閻寶云.腦象圖測評技術臨床研究與應用[J].現代電生理學雜志， 2013（03）.

[12]洪悅，邱勇.腦象圖測評技術在精神醫療診斷領域中的創新[J].中國醫學創新，2012（30）.

[13]劉清華.加強選才能力建設實施大學招生綜合素質評價[J].中國高等教育， 2013（10）.

[14]胡昱東，陳勁，李明坤.研究型大學大類培養模式下學生專業選擇影響因素分析[J].清華大學教育研究，2016（04）.

[15]毛翠云，王世坤.基于素質模型的創業者勝任力測評研究[J].科技管理研究，2012（21）.

*本文系2010教育部人文社會科學研究項目“創業勝任力腦象圖測評研究”（項目編號：10YJA630116）的研究成果之一，亦系2015江蘇高校品牌專業建設工程項目（編號：PPZY2015B167）研究成果之一。

（作者單位：江蘇大學管理學院。莫舒淳為通訊作者）