基于模糊綜合評價法的人力資源績效評價指標體系

劉長江

（西華師范大學 管理學院，四川 南充 637002）

0 引言

2008年電信行業經歷了大規模的拆分與重組。經過一年的運作，新的公司結構已基本構建完成。但企業能否成功運作，有賴于重組的雙方人員的積極性與主動性。如何給出一個公平、公正的績效評價體系是人力資源整合過程中的重中之重。

原有電信企業的績效評價辦法以KPI指標為基準，主要包括新增用戶數、凈增用戶數、收入完成率、利潤率四個指標，人為設定指標考核權重。

本文引入模糊綜合評價方法，利用該方法在解決不確定指標上的優勢，力圖建立一個適用于目前電信公司的、公平公正的人力資源績效評價體系。

1 數學建模

1.1 評價指標

人力資源績效評價指標體系可劃分為三個層次，目標層（A）、準則層（B）及指標層（C）。目標層即建立人力資績效評價體系，準則層應考慮的主要因素有個人能力、責任感、創造力及團隊意識等，最后指標層則為具體的判斷指標。

人力資源績效評價指標，要求在界定和衡量績效時力求精確，盡量采用能夠根據行為發生的相對頻率來加以界定的那些績效結果，同時要考慮糾正環境約束所帶來的影響。根據績效管理的三重目的：戰略目的、管理目的、開發目的，及參考原電信公司的績效評價指標，確定以下指標體系，見表1。

表1 企業人力資源績效評價體系

準則層構成集合，記為：

C={C1，C2，…，Cm}(m={1，2，3，4})

對應準則的績效評價指標集，記為：

U={Uij}(i=m，j={1，…，n})，n 為 Cm對應的指標個數。

1.2 確定評價指標權重

（1）構造兩兩比較判斷矩陣

由于評價指標難以被量化，可由選定專家或企業中資深人員對同一級要素以上一層次的要素為準則進行兩兩比較，根據評價尺度或采用直接排序法確定相對重要度，據此構造兩兩比較判斷矩陣。

對于目標層A，其對應的準則有4個，構成兩兩比較判斷矩陣

C=(Cij)m×m

任取準則 Ci，Cj，則有表示二者相對重要程度。其中Cij就是四個準備相對于目標層A的重要性的比例標度。

當比值為中間數時，認為介于前后中間狀態。

對于準則Cm，其對應的指標有n個，指標之間相對重要性的比較得到一個兩兩比較判斷矩陣

Um=(Uij)

其中Uij就是指標相對于其上一層準則層的重要性的比例標度。

沒判斷矩陣的值為 aij，其具有下列性質：aij＞0，aji=1/aij，aii=1（2）單一準則下指標相對權重的計算以及一致性檢驗

已知 4 個準則 C1，C2，C3，C4， 對于目標層 A 的判斷矩陣為C，設其對于A的相對權重為WC。同時指標對于其對應的準則的權重分別為 W1，W2，W3，W4，則有：

對判斷矩陣進行一致性檢驗。計算判斷矩陣的最大特征根為

上式中：(PW)i為PW的第i個分量素。計算一致性指標CI。

計算隨機一致性指標CR。

當CR＜0時，即判斷矩陣滿足一致性檢驗，則可確定其相對權重。

1.3 模糊評價矩陣

（1）確定評價等級及其相應標準，

給出評語集 V={V1，V2，…，V6}={1,2，…，6}，評價等級分為6級，

（2）建立模糊評價矩陣

建立評判矩陣V=(Vij)。元素Vij含義為，對于第i個評估對象，獲得的第j個評價指標的值。同時采用一定的數據規范化法對原始數據進行線性變換，得到新的矩陣V'。

設λ為綜合評價矩陣λ=V'·WT，其中W為各指標相對目標層A的綜合權重。則λ的大小，反映了被評價者的優劣。

其中矩陣

2 應用實例

2.1 指標權重的確定

表2 Cm對于目標層A的兩兩比較結果及權重值

表3

表4

表5

表6

表7 隨機一致性指標

電信公司重組后，當地省公司由原聯通公司全部劃轉人員為1880人，加原公司520人，共計2400人，為最初公司人力資源規模的4倍多。公司的發展戰略目標也與重組前有所變化。重組前公司以創新為策略，主動出擊，搶占通信市場，對人員的要求，以硬性的任務指標完成為評價依據。而重組后，由于公司業務的擴張、人員的增加，則以公司內部穩定為主，評價更多要體現公平、透明性。在此基礎上，本人將確定的8個指標集合成表，發給公司內部全部的主管副總經理、部門主管、副主管，共46人，由其對所有指標進地重要性判斷；最后回收問卷36份。匯總后，經簡單加權平均后，得到以下五個兩兩比較列表，并得到對應的權重值。其中將第一指標的重要性設為1，其他指標相對該指標的重要性以倍數表示。將判斷矩每一列元素做歸一化處理后按行相加，再將得到的權重象量做歸一化處理，得到的結果如表2～6。

計算判斷矩陣的最大特征根為

λmax=式中：(PW)為PW的第i個分量素。

計算一致性指標CI。

由表7查找相應的平均隨機一致性指標RI。

計算隨機一致性指標CR。

則矩陣通過一致性檢驗。

指標Uij對應目標層A的綜合權重為

W=(0.1176，0.0784，0.2451，0.1471，0.0588，0.0588，0.1634，0.1307)T

2.2 模糊矩陣形成

（1）樣本數據

以市場部的季度績效評估為為例，由市場部主管給部門內7個人分別評分，見表8（以1-6分制評分）。

（2）樣本數據的規范化處理

采用最小-最大規范化對原始數據進行線性變換，映射到新的值域區間[0，1]。

表8

假定maxv和minv分別表示屬性V的最大值和最小值，計算公式為：

得到新的模糊矩陣：

λ=V'·WT=(0.3736 0.4891 0.5604 0.7047 0.8289 0.6720 0.8627)T

可設λi≥0.6為績效合格，則市場部7人中有4人績效評估為合格，3人評估為不合格，有待提高。

3 模型的適用性與局限性

本文結合使用了AHP法和模糊綜合評價法，并得出以下結論：

一是二者結合，可以全面考慮影響績效評估的各種因素，將定性和定量的分析有機地結合起來，即能夠充分體現評價因素和評價過程的模糊性，又能在很大程度上降低了原電信公司績效評估中的主觀性，使各項評估指標得以量化展現，并進行被評價者的比較。這適應了重組后，新公司人員驟增帶來的績效評估的復雜性，最大限度的體現了公平、公正的績效評估體系。

二是用該方法可以評價一個企業或企業中某個部門的人力資源績效情況，也可進行集團內各企業間的評價對比，作為自檢、上級檢查或同級間的互檢的參考數據。該方法可以制成模版，直觀易懂，可操作性強，指標也可根據企業戰略的調整做出適當調整，是一種適合在電信企業中推廣的人力資源績效評價體系。

但從上面的應用實例中仍可以看到，雖然采用了層次分析法與模糊評價模型后，電信公司的績效評估體系得以量化比較，但評估過程中，仍遇到以下主要困難：一是如何根據實際情況抽象出較為貼切的層次結構；二是如何將某些定性的量作比較接近實際定量化處理。層次分析法對人們的思維過程進行了加工整理，提出了一套系統分析問題的方法，為科學管理和決策提供了較有說服力的依據。但層次分析法也有其局限性，主要表現在它在很大程度上依賴于人們的經驗，主觀因素的影響很大，它至多只能排除思維過程中的嚴重非一致性，卻無法排除決策者個人可能存在的嚴重片面性。另一方面比較、判斷過程較為粗糙，不能用于精度要求較高的決策問題。AHP至多只能算是一種半定量（或定性與定量結合）的方法。同時在應用層次分析法時，要保證所選的要素合理，含義清晰，要素間關系正確。以上因素的不準確都會降低AHP法的結果質量。

如何減少評價者的誤差成為實施這一體系的重要環節。一方面要使使管理者們意識到誤差的存在，然后幫助他們制定將這些評價誤差控制在最低水平上的戰略。另一方面應對評價者進行準確性培訓，使管理者對各種績效維度的實際內容加以充分的了解。

[1]Gray Dessler.Human Resource Managerment[M].New Jersey：New Jersey Prentice Hall，1999.

[2]趙煥臣.層次分析法——一種簡易的新決策方法[M].北京：科學出版社,1986.

[3]陳守煜.系統模糊決策理論與應用[M].大連：大連理工大學出版社，1993.

[4]徐國祥.統計預測和決策[M].上海:上海財經大學出版社,2005.

[5]鄭廣成.高職教師模糊績效考評指標體系的研究[J].晉城職業技術學院學報,2008，（1）.

[6]呂康.改進的模糊層次綜合評判法在重大風險源評價中的應用[J].遼寧化工,2009，（3）.

[7]鄭文哲，俞鋒.企業中層管理人員績效評估模型建構[J].大連理工大學學報（社會科學版）,2009，（3）.

[8]金洪波.AHP法在企業員工績效評估中的應用[J].重慶三峽學院學報,2009，（5）.