基于模糊综合评价法的人力资源绩效评价指标体系

刘长江

（西华师范大学 管理学院，四川 南充 637002）

0 引言

2008年电信行业经历了大规模的拆分与重组。经过一年的运作，新的公司结构已基本构建完成。但企业能否成功运作，有赖于重组的双方人员的积极性与主动性。如何给出一个公平、公正的绩效评价体系是人力资源整合过程中的重中之重。

原有电信企业的绩效评价办法以KPI指标为基准，主要包括新增用户数、净增用户数、收入完成率、利润率四个指标，人为设定指标考核权重。

本文引入模糊综合评价方法，利用该方法在解决不确定指标上的优势，力图建立一个适用于目前电信公司的、公平公正的人力资源绩效评价体系。

1 数学建模

1.1 评价指标

人力资源绩效评价指标体系可划分为三个层次，目标层（A）、准则层（B）及指标层（C）。目标层即建立人力资绩效评价体系，准则层应考虑的主要因素有个人能力、责任感、创造力及团队意识等，最后指标层则为具体的判断指标。

人力资源绩效评价指标，要求在界定和衡量绩效时力求精确，尽量采用能够根据行为发生的相对频率来加以界定的那些绩效结果，同时要考虑纠正环境约束所带来的影响。根据绩效管理的三重目的：战略目的、管理目的、开发目的，及参考原电信公司的绩效评价指标，确定以下指标体系，见表1。

表1 企业人力资源绩效评价体系

准则层构成集合，记为：

C={C1，C2，…，Cm}(m={1，2，3，4})

对应准则的绩效评价指标集，记为：

U={Uij}(i=m，j={1，…，n})，n 为 Cm对应的指标个数。

1.2 确定评价指标权重

（1）构造两两比较判断矩阵

由于评价指标难以被量化，可由选定专家或企业中资深人员对同一级要素以上一层次的要素为准则进行两两比较，根据评价尺度或采用直接排序法确定相对重要度，据此构造两两比较判断矩阵。

对于目标层A，其对应的准则有4个，构成两两比较判断矩阵

C=(Cij)m×m

任取准则 Ci，Cj，则有表示二者相对重要程度。其中Cij就是四个准备相对于目标层A的重要性的比例标度。

当比值为中间数时，认为介于前后中间状态。

对于准则Cm，其对应的指标有n个，指标之间相对重要性的比较得到一个两两比较判断矩阵

Um=(Uij)

其中Uij就是指标相对于其上一层准则层的重要性的比例标度。

没判断矩阵的值为 aij，其具有下列性质：aij＞0，aji=1/aij，aii=1（2）单一准则下指标相对权重的计算以及一致性检验

已知 4 个准则 C1，C2，C3，C4， 对于目标层 A 的判断矩阵为C，设其对于A的相对权重为WC。同时指标对于其对应的准则的权重分别为 W1，W2，W3，W4，则有：

对判断矩阵进行一致性检验。计算判断矩阵的最大特征根为

上式中：(PW)i为PW的第i个分量素。计算一致性指标CI。

计算随机一致性指标CR。

当CR＜0时，即判断矩阵满足一致性检验，则可确定其相对权重。

1.3 模糊评价矩阵

（1）确定评价等级及其相应标准，

给出评语集 V={V1，V2，…，V6}={1,2，…，6}，评价等级分为6级，

（2）建立模糊评价矩阵

建立评判矩阵V=(Vij)。元素Vij含义为，对于第i个评估对象，获得的第j个评价指标的值。同时采用一定的数据规范化法对原始数据进行线性变换，得到新的矩阵V'。

设λ为综合评价矩阵λ=V'·WT，其中W为各指标相对目标层A的综合权重。则λ的大小，反映了被评价者的优劣。

其中矩阵

2 应用实例

2.1 指标权重的确定

表2 Cm对于目标层A的两两比较结果及权重值

表3

表4

表5

表6

表7 随机一致性指标

电信公司重组后，当地省公司由原联通公司全部划转人员为1880人，加原公司520人，共计2400人，为最初公司人力资源规模的4倍多。公司的发展战略目标也与重组前有所变化。重组前公司以创新为策略，主动出击，抢占通信市场，对人员的要求，以硬性的任务指标完成为评价依据。而重组后，由于公司业务的扩张、人员的增加，则以公司内部稳定为主，评价更多要体现公平、透明性。在此基础上，本人将确定的8个指标集合成表，发给公司内部全部的主管副总经理、部门主管、副主管，共46人，由其对所有指标进地重要性判断；最后回收问卷36份。汇总后，经简单加权平均后，得到以下五个两两比较列表，并得到对应的权重值。其中将第一指标的重要性设为1，其他指标相对该指标的重要性以倍数表示。将判断矩每一列元素做归一化处理后按行相加，再将得到的权重象量做归一化处理，得到的结果如表2～6。

计算判断矩阵的最大特征根为

λmax=式中：(PW)为PW的第i个分量素。

计算一致性指标CI。

由表7查找相应的平均随机一致性指标RI。

计算随机一致性指标CR。

则矩阵通过一致性检验。

指标Uij对应目标层A的综合权重为

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

2.2 模糊矩阵形成

（1）样本数据

以市场部的季度绩效评估为为例，由市场部主管给部门内7个人分别评分，见表8（以1-6分制评分）。

（2）样本数据的规范化处理

采用最小-最大规范化对原始数据进行线性变换，映射到新的值域区间[0，1]。

表8

假定maxv和minv分别表示属性V的最大值和最小值，计算公式为：

得到新的模糊矩阵：

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

可设λi≥0.6为绩效合格，则市场部7人中有4人绩效评估为合格，3人评估为不合格，有待提高。

3 模型的适用性与局限性

本文结合使用了AHP法和模糊综合评价法，并得出以下结论：

一是二者结合，可以全面考虑影响绩效评估的各种因素，将定性和定量的分析有机地结合起来，即能够充分体现评价因素和评价过程的模糊性，又能在很大程度上降低了原电信公司绩效评估中的主观性，使各项评估指标得以量化展现，并进行被评价者的比较。这适应了重组后，新公司人员骤增带来的绩效评估的复杂性，最大限度的体现了公平、公正的绩效评估体系。

二是用该方法可以评价一个企业或企业中某个部门的人力资源绩效情况，也可进行集团内各企业间的评价对比，作为自检、上级检查或同级间的互检的参考数据。该方法可以制成模版，直观易懂，可操作性强，指标也可根据企业战略的调整做出适当调整，是一种适合在电信企业中推广的人力资源绩效评价体系。

但从上面的应用实例中仍可以看到，虽然采用了层次分析法与模糊评价模型后，电信公司的绩效评估体系得以量化比较，但评估过程中，仍遇到以下主要困难：一是如何根据实际情况抽象出较为贴切的层次结构；二是如何将某些定性的量作比较接近实际定量化处理。层次分析法对人们的思维过程进行了加工整理，提出了一套系统分析问题的方法，为科学管理和决策提供了较有说服力的依据。但层次分析法也有其局限性，主要表现在它在很大程度上依赖于人们的经验，主观因素的影响很大，它至多只能排除思维过程中的严重非一致性，却无法排除决策者个人可能存在的严重片面性。另一方面比较、判断过程较为粗糙，不能用于精度要求较高的决策问题。AHP至多只能算是一种半定量（或定性与定量结合）的方法。同时在应用层次分析法时，要保证所选的要素合理，含义清晰，要素间关系正确。以上因素的不准确都会降低AHP法的结果质量。

如何减少评价者的误差成为实施这一体系的重要环节。一方面要使使管理者们意识到误差的存在，然后帮助他们制定将这些评价误差控制在最低水平上的战略。另一方面应对评价者进行准确性培训，使管理者对各种绩效维度的实际内容加以充分的了解。

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

[2]赵焕臣.层次分析法——一种简易的新决策方法[M].北京：科学出版社,1986.

[3]陈守煜.系统模糊决策理论与应用[M].大连：大连理工大学出版社，1993.

[4]徐国祥.统计预测和决策[M].上海:上海财经大学出版社,2005.

[5]郑广成.高职教师模糊绩效考评指标体系的研究[J].晋城职业技术学院学报,2008，（1）.

[6]吕康.改进的模糊层次综合评判法在重大风险源评价中的应用[J].辽宁化工,2009，（3）.

[7]郑文哲，俞锋.企业中层管理人员绩效评估模型建构[J].大连理工大学学报（社会科学版）,2009，（3）.

[8]金洪波.AHP法在企业员工绩效评估中的应用[J].重庆三峡学院学报,2009，（5）.