ERP實施中項目成員流失風險因素分析

摘" "要：ERP系統（Enterprise Resource Planning，企業資源計劃）是一種全面管理企業各個方面的信息系統。它通過整合和協調企業內部的不同部門，包括采購、財務、人力資源、銷售等，來實現企業的協同作業，提高管理效率和決策水平。在ERP的實施過程中有投資金額大、涉及面廣、不確定因素多等特點，從而導致較高的實施風險，項目成員流失是其中的典型風險之一，會對項目質量和項目進度產生直接影響。從Price-Mueller模型出發，基于模糊層次分析法（FAHP）對ERP實施中項目成員流失的影響因素進行量化分析，并以C公司為例計算出每個因素的權重，從而確定了影響因素的相對重要性。

關鍵詞：Price-Mueller模型；模糊層次分析法；企業資源計劃實施；成員流失；評估指標風險管理

中圖分類號：F270.7" " " "文獻標志碼：A" " " 文章編號：1673-291X（2024）11-0136-03

目前，因為軟件項目實施行業的特殊性，成員流失率呈現出了持續提升的趨勢。賽迪顧問的資料顯示軟件項目實施中的平均成員流失率為24.9%。而針對市場中資源優勢不足、項目規模較小的軟件項目，成員流失率甚至超過了40%，嚴重制約了軟件項目順利實施。據美國軟件行業協會調查，在美國僅16%的軟件項目在預期的時間和預算之內完成，有53%的軟件項目超出了時間和預算，31%被中止或放棄，造成的直接經濟損失難以估量。因此，針對造成ERP實施中項目成員流失現象的分析和討論具有重要的現實意義。

一、成員流失風險評估指標的選取

人員流失是每個行業都存在的普遍現象，但各行業人員流失的原因并不完全相同，在ERP實施中此特點尤為明顯，這是因為ERP實施是一項特殊的項目，具有獨特的要求和挑戰。考慮到ERP實施的特定情境，在評估指標選取時應該遵循以下原則：（1）與項目目標相關性原則：評估指標應該與項目目標有關，以便更準確地評估成員流失對項目的影響。例如，如果項目需要高技能的人才，那么技能水平的指標應該是評估成員流失風險的重要指標。（2）全面性原則：評估指標應該考慮多個方面，如員工福利、工作環境、工作滿意度、個人成長等因素，以便更全面地評估成員流失風險。（3）可衡量性原則：評估指標應該是可衡量的，并且應該有相應的數據來支持評估。例如，員工調查問卷可以提供有關員工工作滿意度的數據。（4）實用性原則：評估指標應該是實用的，并且應該能夠指導項目管理者采取相應的行動來降低成員流失風險。例如，如果工作滿意度低，那么項目管理者可以采取措施提高員工福利，改善工作環境等來改善員工滿意度。（5）時效性原則：評估指標應該及時更新和調整，以適應項目的變化和發展。例如，如果項目需要調整目標或策略，那么評估指標也需要相應地進行調整來反映新的情況。

根據以上原則，本文選擇Price-Mueller模型作為評估指標選取的主要依據，Price-Mueller模型已經在成員流失的研究工作中得到普及，并且發揮了良好應用效果[1-4]。Price-Mueller模型將員工離職的因素歸結為四個變量，即結構變量、環境變量、個體變量和中介變量。在該模型中，具體指出多個導致成員流失的有關因素，但是在ERP項目實施情景下結構變量中的工作壓力是甲乙雙方博弈后的結果，所以在建立評估指標體系時需要充分考慮到各項目的差異與特點。綜合上述分析，具體的假設關系和路徑如下。

由此建立如下評估指標體系，劃分為3個一級指標，12個二級指標。（1）環境維度評估指標：包含機會和親屬責任。（2）個人維度指標：包含一般培訓、工作參與度和積極/消極情感。（3）可衡量性原則：包含工作自主權、分配公平性、工作壓力、薪酬福利、晉升機會、工作單調性和社會支持。

二、成員流失風險評估指標的權重計算方法

考慮到成員流失風險的復雜性、不確定性和模糊性[1，5]，因此本文使用模糊層次分析法（FAHP）作為研究方法。以下是具體原因：（1）ERP實施中項目成員流失的風險因素是一個具有復雜性和多維性的問題，需要考慮到多個因素之間的相互影響和關系。而模糊層次分析法（FAHP）可以通過構建層次結構，將問題分解為不同的層次和因素，使得問題更具可操作性和可解釋性。（2）ERP實施中項目成員流失的風險因素通常存在不確定性和模糊性。比如，員工的個人情況、工作環境、管理方式等因素，很難用精確的數值進行描述和評價。而FAHP可以處理模糊的和不確定的信息，通過模糊邏輯運算和模糊數學的方法，對模糊信息進行量化和分析。（3）FAHP可以對各個因素進行比較和評價，得出不同因素的相對重要性，從而幫助研究者進行決策和方案選擇。在ERP實施中，不同的風險因素可能對項目成員流失的風險產生不同的影響，通過使用FAHP，可以將不同因素的權重進行定量化，對不同因素之間的比較和評價，進而得出不同因素的相對重要性。

為了避免層次分析法（AHP）構建的判斷矩陣經常無法通過一致性檢驗而需要對判斷矩陣進行多次的問題，荷蘭學者Van Laarhoven在1983年提出了一種使用三角模糊數表示模糊判斷矩陣的方法[6]，還有一些學者[7，8]利用模糊數標度建立模糊一致陣，完全使用專家的原始評分進行計算。FAHP在實際應用中已經得到廣泛應用和驗證，具有較高的可靠性和實用性。研究者可以參考已有的文獻和案例，對FAHP的應用方法和效果進行借鑒和驗證。基本步驟如下[9]：（1）確定準則層和方案層：首先確定問題的準則層和方案層，準則層是指評價方案的標準或要素，方案層是指要評價的方案或決策選項。（2）建立判斷矩陣：通過對每個指標之間兩兩比較，建立指標之間的判斷矩陣，一般使用0.1—0.9標度法。（3）求解模糊一致矩陣：利用模糊理論中的模糊數學方法，引入模糊一致陣，模糊一致矩陣R中的元素rij常表示第i個因素ai與第j個因素aj的相對重要性程度。（4）計算模糊綜合評價：利用權重向量和評價矩陣，計算每個指標的模糊綜合評價值并進行排序。

三、C公司的成員流失風險評估指標的權重計算實例

C公司自1996年進入大陸市場，距今已有近三十年，以ERP軟件項目實施作為主要業務。基于對C公司信息數據的調查，可以發現，員工服務時間較短的特征。這就表明，C公司的人員流動率是很高的。具體來看，服務時間不足5年的員工在人數上是最多的，占比甚至超過60%。這就表明，對于C公司而言，軟件項目人員的流失問題是持續存在的，而且從行業的角度來看，整個行業的成員流失速度也都是較快的。同時也發現項目延期、客戶投訴等情況與項目實施過程中人員流失是有非常強的相關性的，所以C公司急需對項目實施過程中人員流失的風險進行提前評估和管理，以避免由此引發的項目延期、項目無法交付、客戶投訴等不良后果。同時C公司的業務覆蓋全國各個地區，管理層專家經驗豐富，實際項目經驗多且數據樣本數量多，具有一定的代表性。故本文以C公司為例對其進行項目成員流失風險分析。

根據Price-Mueller模型建立的評價指標體系，首先運用0.1～0.9的兩兩比較相對重要度標度，邀請C公司人力資源主管和項目部主管進行打分賦值，建立判斷矩陣并計算權重。判斷矩陣滿足fij+fij=1，因此判斷矩陣即模糊互補矩陣。設有模糊互補矩陣R=（rij）m×m，若對任意k，均有rij=rik-rjk+0.5，則稱矩陣R是模糊一致矩陣。對模糊互補矩陣F=（fij）m×m按行求和，記為

并實施如下數學變換，求得模糊一致陣。

然后再使用層次單排序，使用模糊一致判斷矩陣去計算各因素間的重要次序即權重，使用以下公式：

整理計算結果得到評價指標體系的權重值，如表2。

因此求得層次總排序為：A23，A12，A11，A21，A22，A33，A34，A35，A32，A36，A31，A37

四、結束語

由此可見，積極/消極情感是影響C公司成員流失風險的最關鍵因素，這也與我們對當前職場風潮的判斷與推測不謀而合。隨著員工年輕化帶來的新概念與新風氣，企業必須對積極/消極情感提升關注度，以降低成員流失的風險。積極/消極情感是一種反映員工對公司的態度和滿意度的指標。如果員工對公司持有積極情感，意味著他們對公司的文化、管理、福利、工作環境等方面感到滿意，從而更加傾向于留在公司工作。相反，如果員工持有消極情感，表示他們對公司的某些方面感到不滿意或者受到挫折，從而更有可能離開公司。積極/消極情感對于員工的工作表現和士氣也有很大的影響。持有積極情感的員工往往更加投入工作、努力完成任務，從而表現出更好的工作績效和更高的士氣。相反，持有消極情感的員工往往工作表現較差，缺乏動力，工作效率不高，在ERP的實施中這種現象會對項目進度和項目質量產生直接影響。因此，C公司可以加強對員工情感因素的關注，改善以往的不利局面，降低ERP實施失敗的可能性。同時，本結論也給其他企業帶來啟發和有益的參考。

參考文獻：

[1]" "趙繼新，王夢茜，趙大麗.基于Price-Mueller模型的互聯網公司員工離職影響因素研究[J].河北經貿大學學報，2018，39（5）：93-101.

[2]" "王樂.基于Price-Mueller（2000）模型的物流企業員工離職原因分析及建議：以林森物流集團有限公司為例[J].中國人力資源開發，2018，33（23）：284-288.

[3]" "Gatane Caesens，Florence Stinglhamber，Marc Ohana.Perceived organizational support and well-being：a weekly study[J].Journal of Managerial Psychology，2016，31（6）：1024-1041.

[4]" "Parbudyal Singh，Ronald J. Burke，Janet Boekhorst.Recovery after work experiences， employee well-being and intent to quit[J]. Personnel Review，2016，45（2）：24-38.

[5]" "馬靜.基于Price-Mueller（2000）模型的民辦高校教師流失問題研究[J].河南科技學院學報，2019，36（6）：33-36.

[6]" "宋光興，楊德禮.模糊判斷矩陣的一致性檢驗及一致性改進的方法[J].系統工程，2003（1）：110-116.

[7]" "Obata T，Shiraishi S.Assessment for an incomplete comparison matrix and improvement of an inconsistent comparison：computational experiments[C/OL].Proceedings of the Fifth International .Symposium on the Analytic Hierarchy Process，http：//www3.toyama-u.acjp/-shira/isahp.pdf，1999.

[8]" "Madu C，Kuei C.Stability analyses of group decision making[J].Computers and Industrial Engineering，1995，8（4）：881-892.

[9]" "Finan J，Hurley W.Transitive calibration of the AHP verbal scale[J].European Journal of Operational Research.1999，112（2）：367-372.

[責任編輯" "白" "雪]