1. 引言
在全球化和知识经济的浪潮中，人才的战略地位愈发凸显，成为推动社会进步和经济繁荣的关键力量。人才测评是通过一系列科学的手段和方法对人的基本素质及其绩效进行测量和评定的活动，并将其应用在组织发展与人才管理等企业管理领域。根据不同的目的，人才测评可以分为多种类型，其中最常见的是选拔性测评，其目的是区分和选拔优秀人才，特别强调过程的客观性和结果的明确性。它不仅关系到个人职业发展和组织效能的提升，更直接影响到人才资源的合理配置和高效利用。人才测评不仅有助于企业科学合理地使用人力资源，还能提高人才资源开发的效益[1]。随着我国经济的蓬勃发展和社会的全面进步，对人才测评的需求与日俱增，这一领域的学术研究也呈现出空前的繁荣和活跃。在这一背景下，深入剖析我国人才测评领域的研究现状、热点问题和未来发展趋势，对于把握学术前沿、指导实践应用、推动理论创新具有重要意义。在整体性人力资源开发与管理中，人才测评是十分重要的中间环节和基础性工作，起着承上启下的作用。一方面，人才测评以科学的测评工具和程序，对应聘人才的知识、能力及能力倾向、工作技能、发展潜力、个性特征、情绪状况等进行评定，对人才的质量和价值作出科学的、定量的鉴别和判定，为人才商品价格确定和流通、使用等提供较为客观的依据；另一方面，人才测评也为个体择业及发展提供了科学的指南。通过测评，个体能更好地认识自己的素质、特长和潜在能力，有利于确立正确的人生观、价值观和生活方向，激发人们奋发向上的愿望和动机，从而使人们更加努力地学习和工作，挖掘自身潜力，改进前进中的不足，选择适合自己的工作岗位，避免择业的盲目性[2]。当前，人才测评技术的发展趋势主要体现在以下几个方面：一是技术的集成化和平台化，即通过集成评估平台和媒体丰富的评估来提高评估的效率和效果[3]；二是对公平性和科学性的持续关注，特别是在公务员招考等重要领域；三是个性化和针对性评价技术的应用，以更好地满足不同组织和个人的需求；四是信息技术的深入应用，如计算机辅助评分创新、战略HR数据仓储和挖掘等[4]。
为了全面、系统地了解这一领域的发展脉络，本研究采用了CiteSpace软件，对CSSCI来源期刊和北大中文核心期刊中收录的人才测评相关文献进行了深入的可视化分析。CiteSpace作为一种先进的文献计量学工具，能够通过可视化的方式揭示科学知识的结构和演进路径，帮助研究者识别研究领域的关键节点、热点问题和发展趋势。同时，期待本研究能够为我国人才资源的科学配置和高效利用提供理论指导和实践参考，为推动我国经济社会的持续健康发展贡献力量。
2. 研究设计
2.1. 研究对象
本文的研究对象是通过中国知网(CNKI)数据库收集的相关文献。为了确保文献的权威性和学术价值，通过中国知网的高级检索功能，设置检索主题为“人才测评”，选择期刊来源为CSSCI (中国社会科学引文索引)和北大核心数据库，初步检索得到了318篇相关文献。在对这些文献进行整理和筛选的过程中，删除了会议论文、报纸文章、活动通知、无作者的文献以及与检索主题相关度较低的文献。最终，获得了210篇有效文献。这些文献涵盖了2015年至2024年的时间跨度，并且将时间切片设置为1年，便于进行更细致的时间序列分析。
2.2. 研究方法与工具
CiteSpace是由美国德雷塞尔大学陈超美教授团队开发的一款基于Java语言的文献数据分析可视化呈现软件，也是学术期刊文献计量研究中主流的分析软件工具，可进行共现图谱、共引图谱和突现词探测等多种功能图谱分析，可发现、挖掘相关研究领域内的研究热点、演变路径和发展趋势[5]。CiteSpace的跨平台特性使其在Windows、Mac OS和Linux系统上均可运行，同时拥有一个活跃的学术社区和丰富的在线资源，为研究者提供了一个进行文献综述、趋势分析和知识图谱构建的强大工具。本文通过CiteSpace软件，以年为单位，对人才测评的国内相关文献进行系统的可视化计量分析。具体分析包括以下几个部分：文献时间分布特征，通过分析文献的发表时间，了解研究在各个时间段的发展态势和研究活跃程度。关键词共现分析，识别在文献中频繁出现的关键词，了解研究的主要关注点和核心议题。关键词突现分析，检测在特定时间段内突然增加的关键词，揭示新的研究热点和未来可能的发展方向。本研究通过梳理阶段性研究成果和研究现状，针对关键词的频次、中心度分析研究热点和关键词突现度分析等核心指标探讨人才测评的研究前沿与趋势[6]。
3. 研究现状分析
3.1. 年度发文量分析
发文量趋势在一定程度上体现了该研究领域的规模大小以及社会的关注度情况。对分析文献发文量进行整理统计，通过柱状图形式展现从2015年到2022年间人才测评的研究论文发文量变化趋势，见图1。由图可见在1995年到2010年之间总体上呈现一个上升的趋势，在2010年以后每年的发文量呈现出递减的趋势。在2007年和2010年出现了两个发文小高峰，分别发文17篇和20篇。
3.2. 发文作者分析
通过CNKI文献统计分析功能列出1995~2022年人才测评研究发文量前20名的作者，认为这前20名的学者为该研究领域的重要核心作者。相关文献作者发文数量如表1所示。由表可知，国内人才测评研究的作者主要有谷向东、李永鑫、李志、李业昆等，发文量均在2篇及以上，并且在国内目前该领域所有研究学者中以谷向东为中心的研究团队人才测评的相关研究最多。就发文量来看，作为第一作者且发文量最多的也是谷向东教授，他是我国较早研究人才测评的学者之一。
以发文作者为数据生成知识图谱时，发文量越多的作者则节点越大，作者之间连线越粗，则表示两作者之间合作频率越密切。由图2可知，在1995~2022年间，作者知识图谱中共有270个节点，176条连线，密度0.0045，说明进行人才测评相关研究的作者较为分散，合作程度较低，基本上是独立进行研究。
Figure 1. Annual number of articles published in papers related to talent assessment
图1. 人才测评相关论文的年发文量
Figure 2. Domestic talent assessment publishing author mapping
图2. 国内人才测评发文作者图谱
Table 1. Top 5 authors in terms of frequency of articles on talent assessment in China
表1. 国内人才测评发文频次前5位的作者
| 序号 |
发文作者 |
发文数量 |
| 1 |
谷向东 |
4 |
| 2 |
李永鑫 |
3 |
| 3 |
李志 |
6 |
| 4 |
李业昆 |
3 |
3.3. 发文机构分析
CiteSpace中生成的作者发文机构如表2所示。由表可知，在人才测评领域发文量最高的是暨南大学，发文量为7篇；其次是河南大学4篇和华东师范大学4篇。以发文机构为数据生成知识图谱时，发文量越多的机构则节点越大，各发文机构之间的连线越粗，则表示机构之间合作关系越密切。由图3可知，节点数(N)为177个，节点连线(E)为70条，Density (网络密度)值为0.0045，可见在人才测评研究领域各研究机构相互独立，合作并不是很紧密，并且合作发文数量较少。
Table 2. Top 5 organisations in terms of frequency of articles on talent assessment in China
表2. 国内人才测评发文频次前5位的机构
| 序号 |
发文机构 |
发文数量 |
| 1 |
暨南大学 |
7 |
| 2 |
河南大学 |
4 |
| 3 |
北京双高人才发展中心 |
4 |
| 4 |
华东师范大学 |
4 |
| 5 |
同济大学 |
3 |
Figure 3. Network relationship mapping of domestic talent assessment issuing organisations
图3. 国内人才测评发文机构网络关系图谱
3.4. 关键词共现分析
关键词共现分析是将关键词的强度和互相关联信息以可视化图谱的方式呈现出来，再进行分析。在共现分析过程中加以聚类分析，将相似的关键词分入一个类别，能够更加直观的得到研究热点。关键词共现知识图谱中，圆形节点大小表示关键词频次，频次越大，圆形越大，由图4可见，“人才测评”作为最核心的关键词，频数最大，除此之外，招聘、领导人才、评价中心、企业等词也是该文共现图谱中重要的关键词。为了进一步详细了解人才测评研究的热点，该研究从中选取频数前十的关键词为高频关键词，具体如表3所示。
Table 3. Domestic talent evaluation high frequency keywords
表3. 国内人才测评高频关键词
| 序号 |
频次 |
中心性 |
关键词 |
| 1 |
78 |
1.09 |
人才测评 |
| 2 |
4 |
0.07 |
招聘 |
| 3 |
3 |
0.03 |
领导人才 |
| 4 |
5 |
0.03 |
评价中心 |
| 5 |
3 |
0.02 |
企业 |
| 6 |
3 |
0.02 |
人才选拔 |
| 7 |
3 |
0.02 |
应用 |
| 8 |
2 |
0.01 |
个性测验 |
| 9 |
1 |
0 |
人才市场 |
| 10 |
1 |
0 |
市场评价 |
Figure 4. Domestic talent evaluation keyword co-occurrence map
图4. 国内人才测评关键词共现图谱
通过高频关键词的分析，可以总结出我国人才测评领域的研究重点有3个方面：第一，测评方法和技术，高频关键词如“人才测评”、“评价中心”和“个性测验”表明，研究者们关注于开发和完善人才测评的方法和技术。这包括传统的心理测验、行为观察、评价中心技术等，以及可能包括利用现代信息技术，如人工智能和大数据分析，来提高测评的准确性和效率。第二，人才选拔和管理，关键词“招聘”、“人才选拔”和“领导人才”反映出人才测评在选拔和培养领导力方面的应用。研究可能集中在如何通过测评来识别具有潜力的人才，以及如何通过测评结果来指导人才的培养和管理。第三，人才市场和应用，关键词“企业”、“人才市场”和“市场评价”表明，人才测评在企业人力资源管理和人才市场运作中的应用是一个重要的研究领域。研究可能探讨如何通过人才测评来满足企业对人才的需求，以及如何通过市场评价来优化人才资源的配置。
3.5. 关键词聚类分析
对关键词进行共现分析的基础上，对关键词网络进行聚类分析，为该研究整合和归纳研究方向。对210篇文献进行网络聚类后得到15个共被引聚类，其模块化程度值(Q)为0.6471 (>0.3则聚类结构显著)，聚类平均轮廓值(S)为0.9816 (>0.7则聚类令人信服)。结果表明，整个文献共被引网络的聚类结果良好，能够清楚划分出具体聚类。将15个主要聚类进行显示和分析，得到表4的数据。通过CiteSpace软件使用论文主题作为标签聚类，计算节点中介中心性(Compute node centrality)，检测节点突发性(Burstness)，得到共关键词聚类图谱，见图5。
Figure 5. Domestic talent evaluation keyword clustering map
图5. 国内人才测评关键词聚类图谱
在国内人才测评研究中，形成了本次共被引分析中的最大聚类#0人才测评；聚类#22大数据为较新的聚类，形成时间为2019年，说明聚类#22的形成，以“大数据”为主题，标志着人才测评领域自2019年以来出现了一个新兴的研究趋势。这表明随着大数据技术的快速发展和成熟，研究者们开始探索如何将这一技术应用于人才测评，以提高选拔过程的科学性和效率。大数据的应用不仅促进了人才测评方法的创新和优化，还推动了人才测评领域与数据科学、计算机科学等其他学科的交叉融合。其次聚类#9测评系统形成时间为2018年，这表明从那时起，人才测评领域开始特别关注测评系统的构建和优化。这一趋势反映了对系统化、标准化评估方法的重视，以及对测评技术整合的需求，旨在创建一个全面和多维度的人才评估框架这几个聚类形成了近年的研究热点。
Table 4. Domestic talent evaluation keyword cluster analysis
表4. 国内人才测评关键词聚类分析
| 聚类名称 |
文献数量/篇 |
轮廓值 |
聚类形成/年 |
热门主题 |
| #0人才测评 |
55 |
1 |
2009 |
领导人才；领导力；评价中心；人才测评；
干部选拔 |
| #1领导人才 |
21 |
0.938 |
2009 |
领导人才；领导力；评价中心；构想效度；
沙盘模拟 |
| #2智商 |
8 |
0.984 |
2007 |
智商；素质；情商；团队；招聘 |
| #3胜任力 |
7 |
0.964 |
2008 |
胜任力；元胜任力；胜任特征；领导人才；领导力 |
| #4应用策略 |
6 |
0.979 |
2005 |
应用策略；现代企业；人力资源；领导人才；领导力 |
| #6商业银行 |
6 |
0.983 |
2009 |
商业银行；胜任力模型；量表；行长；行为金融 |
| #7企业 |
5 |
0.977 |
2009 |
企业；创新人才；策略；领导人才；领导力 |
| #8评价内容 |
4 |
0.99 |
2011 |
评价内容；面试；评分；考官；领导人才 |
| #9测评系统 |
4 |
0.971 |
2018 |
测评系统；护士；心理测评；领导人才；领导力 |
| #10软件 |
4 |
0.975 |
2002 |
软件；思考；开发；领导人才；领导力 |
| #12学科建设 |
3 |
0.981 |
2014 |
学科建设；高校；人才特区；领导人才；领导力 |
| #17应用 |
3 |
0.987 |
2005 |
应用；酒店；人才测评；领导人才；领导力 |
| #19中国古代 |
3 |
0.988 |
2004 |
中国古代；思想；述评；领导人才；领导力 |
| #21判别分析 |
3 |
0.99 |
2007 |
判别分析；模型；人事选拔；领导人才；领导力 |
| #22大数据 |
3 |
0.984 |
2019 |
大数据；人工智能；数据存储与转化；
技术变革；领导人才 |
聚类模块只对关键词种类和数量进行了分析统计，为探索研究热点方向的最新演化动态，本文利用CiteSpace软件绘制关键词时序图(Time-line)，见图6。分析时序图中反映人才测评研究热点关键词的演进路径，可以看出2001年到2022年为主题拓展研究的关键期，研究重点可以归纳为几个关键方面：首先是核心概念与理论，以“人才测评”为基石，探索评估个人能力、技能和潜力的方法和工具。其次是领导力评估，专注于“领导人才”的识别和培养，以支持组织和企业的发展。接着是认知能力测评，其中“智商”作为衡量智力和认知能力的重要指标。此外，“胜任力”模型的研究用于评估个人是否适合特定职位或角色。“应用策略”探讨如何将测评结果有效应用于人力资源管理，包括招聘、培训和发展。特定行业如“商业银行”和“企业”在人才测评领域的应用，研究如何根据行业特点定制测评工具和策略。最后，“企业”还涉及到人才测评在企业管理和组织发展中的应用，如人才选拔、绩效评估和团队建设等。这些方面共同构成了人才测评领域的多维度和跨学科研究框架。
Figure 6. Keyword timing diagram of domestic talent evaluation
图6. 国内人才测评关键词时序图
3.6. 关键词突现分析
CiteSpace的关键词突现分析是将某个关键词在某个时间段里大量出现的信息可视化，从而可以得到不同课题的重点研究时段，把握发展趋势。利用CiteSpace中的“Brustness”设置，调整阈值参数，得到我国虚拟现实技术在阅读领域的10个突现关键词，通过表5可以看出2000~2015年的主要突现词开发、个性测验、功能、招聘、商业银行、胜任力、沙盘模拟、领导人才等。根据关键词突现，研究热点变化趋势可以分为三个阶段。
第一阶段，探索与基础建设(2002~2007年)在这一阶段，人才测评的研究重点在于开发新的测评工具和方法，以及探索个性测验在人才评估中的应用。“开发”(2002~2003年)表明了对新工具和理论的探索，旨在提高测评的科学性和实用性。“个性测验”(2003~2004年)反映了对个性特征在人才评估中作用的关注，以及如何通过测验来评估个人的职业倾向和行为模式。“招聘”(2006~2007年)的爆发则显示了人才测评技术在招聘流程中的实际应用，以及如何通过测评来优化候选人筛选和选拔过程。
第二阶段的研究开始聚焦于特定行业，特别是商业银行，以及胜任力模型在人才测评中的应用。“商业银行”(2009~2011年)的关键词显示了金融行业对人才测评工具的特定需求，以及如何通过测评来评估金融专业人才的能力。“胜任力”(2004~2013年)的持续关注表明了胜任力模型在评估个人是否适合特定职位或角色中的重要性，以及如何构建和应用胜任力模型来提高人才选拔和培养的效率。
第三阶段，领导力评估与系统化发展(2012~2022年)。这一阶段的研究重点转向了领导力的评估和发展，以及测评系统的构建和优化。“沙盘模拟”(2012~2014年)作为一种评估领导力的模拟工具，其引用强度的爆发表明了对创新评估方法的探索。“领导人才”(2013~2015年)和“领导力”(2013~2015年)的关键词显示了对领导力评估和发展的持续关注，以及如何通过测评来识别和培养具有领导潜质的人才。“测评系统”(2015~2022年)的长期关注则反映了对构建全面、系统化测评体系的需求，以及如何通过技术整合和方法创新来提升测评系统的性能和应用范围。
这三个阶段不仅展示了人才测评领域随时间的演变，也反映了研究者们如何不断探索新的评估工具、方法和系统，以适应不断变化的人才市场需求和组织发展需要。
Table 5. Domestic talent assessment research keywords sudden present value
表5. 国内人才测评研究关键词突现值
| 开始 |
结束 |
突现值 |
年份 |
关键词 |
| 2002 |
2003 |
1.1939 |
1995 |
开发 |
| 2003 |
2004 |
1.1526 |
1995 |
个性测验 |
| 2003 |
2005 |
1.0839 |
1995 |
功能 |
| 2004 |
2007 |
1.3437 |
1995 |
应用 |
| 2006 |
2010 |
1.5365 |
1995 |
招聘 |
| 2009 |
2011 |
0.9945 |
1995 |
商业银行 |
| 2011 |
2013 |
1.3017 |
1995 |
胜任力 |
| 2012 |
2014 |
1.0839 |
1995 |
沙盘模拟 |
| 2013 |
2015 |
1.696 |
1995 |
领导人才 |
| 2013 |
2015 |
1.1251 |
1995 |
领导力 |
| 2015 |
2022 |
0.9808 |
1995 |
测评系统 |
4. 讨论
4.1. 人才测评研究的总体情况
本文基于CNKI中的可视化功能以及信息可视化软件CiteSpace，对1995~2022来北大中文核心和CSSCI数据库收录的“人才测评”研究相关文献进行分析，绘制相关知识图谱和表格，得出以下结论。该领域研究呈现上升趋势，尽管代表性学者和权威机构众多，但合作交流有限，尚未形成稳定的核心研究合作群体。研究热点集中在测评方法与技术的开发完善、人才选拔与管理的应用，以及人才市场与企业人力资源管理的应用上，涉及“人才测评”、“评价中心”、“个性测验”等关键词。研究趋势表现为从个性化与认知能力评估的基础建设，到招聘流程优化和胜任力模型的应用，再到特定行业需求的探索，以及领导力评估和发展的深入研究。研究经历了探索与基础建设、特定行业需求探索到领导力评估与系统化发展的三个阶段，反映了研究者们不断探索新的评估工具、方法和系统，以适应不断变化的人才市场需求和组织发展需要。未来研究需加强基础理论构建，促进测评技术提高，并注重科学性和公平性问题的解决，同时，大数据和人工智能等技术的发展将推动领域创新，跨学科研究促进理论和实践创新，系统化发展表明人才测评领域正朝构建更全面、综合的测评体系方向努力。在研究现状上，在研究中出现大量代表性学者和权威机构，但不同学者之间、不同机构之间缺乏交流，合作较少，还没有形成稳定的核心研究合作群及机构合作群。人才测评研究发文量呈现“快速增长–短暂回落–回升再下降”的发展趋势。
4.2. 人才测评研究的热点及趋势
人才测评领域的研究热点和趋势显示了从个性化与认知能力评估的基础建设，到招聘流程优化和胜任力模型的应用，再到特定行业需求的探索，以及领导力评估和发展的深入研究。人才测评的应用领域正在从企业扩展到政府部门，同时也更加注重个体和群体相结合的应用对象，以及兼顾人员特征和岗位特征的内涵。这表明人才测评正逐渐成为一个全社会关注的热点，其应用范围和深度都在不断扩大[7]。理论研究的深化，尽管人才测评在实践中得到了广泛应用，但其理论研究仍然存在薄弱之处[8]。未来的研究需要进一步加强基础理论的构建，以及具体方法和理论的研究，以促进人才测评技术的提高[9]。人才测评行业目前面临着专业人才紧缺、测评工具缺乏、技术手段落后等挑战。还需要解决观念、操作和理论等层面的问题，以构建科学合理的人才测评体系[10]。未来的人才测评研究将更加注重科学性和公平性问题的解决[4]。同时，更具个性化及针对性的评价中心技术的综合运用，将会是未来发展的一个重要趋势。加强职位分析、大力拓展人才测评方法、通过市场化提升专业化、着力提高测评成果利用的效能性、加强测评追踪研究工作等方面也是未来发展的关键[11]。近年来，随着大数据和人工智能等技术的发展，技术整合与创新成为推动该领域发展的关键因素[12]。跨学科的研究促进了理论和实践的创新，而持续的系统化发展则表明人才测评领域正朝着构建更全面、综合的测评体系方向努力。这些趋势反映了人才测评研究的多元化和深入化，旨在提高人才选拔、培养和管理的效率和效果，以适应不断变化的市场需求和组织发展需要。
5. 总结
该研究以CSSCI来源期刊和北大中文核心期刊为数据来源，主题以人才测评的相关文献为研究的样本，以CiteSpace作为数据分析的工具。通过上述的可视化分析，得出以下的结论：
(1) 我国人才测评领域的研究呈现上升趋势，尽管存在众多代表性学者和权威机构，但合作交流有限，尚未形成稳定的核心研究合作群体。
(2) 研究热点集中在测评方法与技术的开发完善、人才选拔与管理的应用，以及人才市场与企业人力资源管理的应用上。
(3) 研究趋势表现为从个性化与认知能力评估的基础建设，到招聘流程优化和胜任力模型的应用，再到特定行业需求的探索，以及领导力评估和发展的深入研究。
(4) 未来研究需加强基础理论构建，促进测评技术提高，并注重科学性和公平性问题的解决。