基于ANP的海事系统人岗匹配综合评价研究

高阳

以海事系统人岗匹配为研究对象，从知识、能力、素质、道德四个方面，建立起海事系统人岗匹配评价指标体系，运用网络层次分析法和模糊综合评价法相结合的数学方法构建海事系统人岗匹配评价模型，并进行实例验证。结果表明，该模型具有科学性和可行性，从而为海事系统人力资源的优化配置提供科学依据。

1 网络分析法（ANP）介绍

ANP概念。网络层次分析法（ANP， Analytic Network Process）是由美国匹兹堡大学Thomas L.Saaty教授于1996在ISAHP-IV提出来的[1]。它是由层次分析法（AHP， Analytic Hierarchy Process）所延伸出来的一种新的适应于非独立递阶层次结构的实用决策方法，尤其适合于内部元素存在依存和反馈关系的复杂决策系统[2]。ANP通过建立网状结构来准确地描述系统内各元素之间存在的相互影响、相互支配的关系，进而更加有效地进行决策分析。

ANP将系统元素划分为两个不同层次：控制层和网络层。控制层是典型的递阶层次结构，包括问题目标和决策准则，其中所有的决策准则都只受问题目标的支配和影响；网络层是由相互影响的元素构成的网络结构，它受控制层的支配和影响。ANP的典型结构如下图：

图1 典型的ANP结构

ANP的运算过程。全面分析决策问题，明确欲实现的目标，列出所有影响目标实现的相关元素，并对其分类，然后重点分析各元素间是否独立，是否存在相互支配和从属的关系。以指标分类及各指标间的隶属关系为依据，将提取出来的关键指标构造成类似于图1的ANP结构图。设控制层中总目标为 ，各相关准则分别为 ；设各元素组分别为 ，其中 中包含元素 。以 为准则，以 中的 为次准则，根据元素组 中其他元素对 的影响程度将其进行两两比较。

归一化特征向量

由特征根法及排序向量 ，则 记为：

中的列向量是 中元素 对 中元素的重要度排序向量，如果两组元素相互独立，那么 。按照以上步骤计算，便可得到 准则下的 个超矩阵 ：

然后再以 为准则，对 下各元素组对准则 的重要程度进行比照，并得出归一化特征向量 。在对比中，若某一元素组与 之间不存在任何关系，那么该元素组的排序向量分量记为0，其加权矩阵则为：

即得： ，而 。其中 是将超矩阵 中的元素加权得到的加权超矩阵，列和为1。当每个超矩阵的极限相对排序向量 的极限收敛且唯一，则 中的值即为网络结构中相应各元素的稳定权重。由于解超矩阵的过程十分复杂，数据量较大，因此本文采用SD（Super Decisions）软件进行计算。该软件是专门应用于ANP的计算工具。

2 模糊综合评价法介绍

模糊综合评价法概述。在现实生活中，存在着大量的模糊概念或现象，如何将其定量化、数学化，则需要人们寻求一种研究和处理模糊概念或现象的数学方法，在这种情况下模糊综合评价法应用而生[3]。模糊综合评价法是一种基于模糊数学理论的综合评价方法，其基本思想是根据隶属度理论和模糊线性变换原理对受到多种因素影响的事物或对象进行总体评价[4]。模糊综合评价法能较好地将定性评价转化为定量评价，适合于各种非确定性问题的解决。

模糊综合评价法的应用步骤。确定因素集 与评语集 ，其中 与 分别代表同一层级因素的个数和评语等级的个数。构建因素集与评语集之间的模糊综合评价矩阵 ，即：

其中，矩阵元素 表示因素集第 项元素对于第 级评语集的隶属度。本文主要是邀请相关专家和管理者打分来确定指标的隶属度。将各个指标对最终目标权重 （由ANP计算确定）与模糊综合评价矩阵 组合起来，合成过程的公式为： ，式中“ ”称作模糊合成算子，表示广义的模糊合成运算。常用的模糊算子有“取小取大型算子 ”、“相乘取大型算子 ”、“加权平均算子 + ”[5]。其中“取小取大型算子”主要突出关键因素的影响，而“加权平均算子”则是兼顾各种因素的影响。结合本文实际，本文将采用加权平均算子 + 来进行合成。计算各评语的隶属度值，对被评价对象做出合理的判定。

3 应用研究

岗位实例介绍。某海事局主要由办公室、法规规范处、综合计划处、人事教育处、指挥中心、通航管理处、危管防污处、政务中心等21个内设机构以及处室办事机构构成，同时下设3个分支机构以及1直管派出机构。

该海事局的组织结构为直线职能制，本文以该海事局通航管理处处长这一职位为对象，来对其人岗匹配程度进行评价。这一岗位的岗位职责主要包括：对海上搜救中心办公室日常工作进行管理；制定并贯彻实施通航管理方面的规范性文件，并对相关文件进行审核；全面掌握辖区海事安全动态；调查并处理辖区重大水上交通事故，审查相关调查报告等。

海事局人岗匹配评价指标体系的建立。通过对该海事局海事工作人员以及有关专家进行走访，结合人岗匹配相关理论，对影响海事系统人岗匹配程度的因素进行了归纳分析，并根据排序法确定出海事局人岗匹配评价指标体系的1级评价指标和2级评价指标，见表1。

表1 海事系统人岗匹配评价指标体系

对象集 因素集

（4个一级指标） 子因素集

（17个二级指标）

海

事

局

人

岗

匹

配 知識

相关知识

专业知识

能力

公共服务能力

组织能力

计划能力

沟通能力

判断与决策能力

紧急问题处理能力

学习能力

素质

身体素质

心理素质

文化素质

政治素质

道德

责任意识

社会意识

法律意识

集体意识

基于ANP对评价指标赋权。通过专家访谈法对指标体系中4个一级指标和17个二级指标间存在着相互影响、相互依存的关系进行确认，并最终根据ANP的原理和特点构造出海事系统人岗匹配评价指标的网络结构模型，如图2。

图2 海事系统人岗匹配ANP结构模型

向该海事局的有关负责人及相关专家发放打分表，来对海事局人岗匹配评价指标体系中的一、二级指标进行两两比较并打分，并运用SD软件来确定各级指标的权重[6]，见表2。

表2 海事系统人岗匹配评价指标权重

因素集 权重 子因素集 权重

0.0899

0.4341

0.5659

0.1643

0.2335

0.1179

0.0486

0.0304

0.2750

0.2608

0.0338

0.2564

0.0289

0.3803

0.1439

0.4469

0.4894

0.1769

0.3318

0.2360

0.2553

模糊综合评价。通过问卷调查的方式，向该海事局30位上级部门的领导、人事部门的负责人以及相关专家发放问卷，就通航管理处处长这一职位进行综合评价。问卷中相关问题的设计主要以海事系统人岗匹配评价指标体系为依据，问题的评语分为5个等级，即：“非常好”、“较好”、“一般”、“较差”、“非常差”。

随后，对回收的问卷（回收率为100%）进行数据统计，进而得到每个因素集所对应的子因素集的模糊评价矩阵 。

表3 各子因素集的评价结果

非常好 较好 一般 较差 非常差

票数 隶属度 票数 隶属度 票数 隶属度 票数 隶属度 票数 隶属度

4 0.13 11 0.37 10 0.33 4 0.13 1 0.03

3 0.10 9 0.30 12 0.40 5 0.17 1 0.03

6 0.20 15 0.50 7 0.23 2 0.07 0 0.00

8 0.27 10 0.33 6 0.20 3 0.10 3 0.10

3 0.10 12 0.40 5 0.17 8 0.27 2 0.07

12 0.40 15 0.50 3 0.10 0 0.00 0 0.00

8 0.27 14 0.47 5 0.17 3 0.10 0 0.00

5 0.17 18 0.60 6 0.20 1 0.03 0 0.00

10 0.33 15 0.50 3 0.10 2 0.07 0 0.00

6 0.20 12 0.40 9 0.30 3 0.10 0 0.00

4 0.13 10 0.33 10 0.33 5 0.17 1 0.03

8 0.27 14 0.47 2 0.07 6 0.20 0 0.00

3 0.10 15 0.50 6 0.20 6 0.20 0 0.00

2 0.07 17 0.57 11 0.37 0 0.00 0 0.00

3 0.10 15 0.50 9 0.30 3 0.10 0 0.00

6 0.20 10 0.33 12 0.40 2 0.07 0 0.00

5 0.17 14 0.47 9 0.30 2 0.07 0 0.00

根据表2，可以得到知识、能力、素质、道德这四个因素集的权重，即：

而这四个因素集对应的子因素集的权重分别为

由表3，可以得知知识 构成的模糊矩阵为：

然后采用加权平均算子 + 对 进行运算，从而得到知识的评价向量 ，即：

同理，可以分别得到能力 、素质 、道德 的评价向量，即：

由此，可以得到人岗匹配的模糊综合评价矩阵 ，即：

进而得到通航管理处处长这一职位的人岗匹配程度的评价向量 ：

结果分析。由此我们能夠得知，对于该海事局通航管理处处长这一职位，认为其人岗匹配程度非常好的隶属度为14.94%，较好的隶属度为44.56%，一般的隶属度为29.19%，较差的隶属度为10.49%，非常差的隶属度为0.82%。按照最大隶属度的原则，该岗位人岗匹配程度的评价结果为较好。

（作者单位：燕山大学 经济管理学院）