基于组合赋权UM的煤炭企业人员流失风险评价

周佳宁

(河北工程大学经济管理学院，河北邯郸056038)

煤炭企业大多属于劳动密集型企业，人力资源风险问题十分突出，特别是一些老煤炭企业，企业内部人员流失严重［1］，导致岗位人工成本增大，拖延工作进度，甚至造成组织的瘫痪。这种由人员的流出给企业造成损失的不确定性叫做人员流失风险［2］，人员流失会影响企业的竞争力［3－4］，合理有效的评价人员流失风险对企业健康发展有着重要的意义。对于任何综合评价模型，确定指标权重是模型中重要的一步，不同的指标权重可能对应不同的评价结果［5］。确定权重的方法通常有两种:主观赋权法和客观赋权法。若采用单一方式定权，容易受赋权方法的影响而造成偏倚［6］。组合赋权法在评价领域被广泛采用［7－8］，但其在人员流失风险评价中应用的文献较少。未确知测度模型，对于评价具有不确定性信息的问题是一种简单、有效的方法，克服了专家评价，模糊综合评价等方法的一些明显缺陷，如主观因素大，隶属度函数缺乏严谨性等。基于此，本文将AHM－信息熵的组合赋权与未确知测度相结合运用于煤炭企业人员流失风险评价中。

1 基于组合赋权未确知测度的评价模型

设x1，x2，Λ，xn表示n个待评价对象，记为X={x1，x2，Λ，xn}，称之为论域;评价xi(xi∈X)有m项指标I1，I2，Λ，Im，记为I={I1，I2，Λ，Im}。用xij表示对象xi在指标Ij下的观测值。设C={c1，c2，Λ，ck}为评价空间，其中，ck(1≤k≤K)为第k个评语等级。

1.1单指标未确知测度

对象xi关于指标Ij的观测值xij不同时，则该指标使xi处于各评语等级的程度也不同。设xij使xi处于第k个评价等级ck的程度为μijk=μ(xij∈ck)。那么μijk是对程度的一种测量结果，作为一种测度它必须满足通常的诸如“非负有界性、可加性、归一性”三条测量准则。即μijk满足:0≤μijk≤

其中，i=1，2，Λ，n;j=1，2，Λ，m;k=1，2，Λ，K。

称满足上述三条测量准则的μijk为未确知测度，简称测度。

则对象xi的单指标测度评价矩阵为

1.2 组合赋权

AHM法。AHM是与AHP相近的一种无结构决策方法，主要优势在于其两两比较测度矩阵不受一致性检验的条件限制。AHM的两两比较测度矩阵可通过AHP中判断矩阵转换得到［9］。步骤如下:

第一，构造判断矩阵A=(aij)n×n;第二，AHM中的两两比较测度矩阵(μij)n×n由AHP中的比较判断矩阵中导出，转模公式为

第三，计算权重

得到权重向量ω'=(ω1，ω2，Λ，ωn)。

熵权法。借用信息熵的概念来定义指标Ij的权重

式中K为评价级别数目;Vij反映指标Ij的重要程度。

ωij越大，Ij对识别样本类别越重要，故ω″=(ωi1，ωi2，Λ，ωim)为指标集I的权重向量。

组合赋权法。将主观赋权法与客观赋权法相结合，弥补两种方法的不足，使所得的权重更为科学合理。设ωj为两种赋权法结合后的第j个指标权重，将ωj表示为ω'j和ω″j(j=1，2Λm)的线性组合，即ωj为

式中θ－AHM求得的权重占组合权重的比例;(1－θ)－熵权法求得的权重占组合权重的比例;ω'j－AHM计算的权重;ω″j－熵权法计算的权重。

以组合权重与AHM和熵权法的权重偏差平方和最小为目标建立目标函数［10］，即

将式(7)带入式(8)得

对式(9)关于θ求导，并令一阶导数为0，解方程得θ=0.5，将θ=0.5 带入式(7)得

1.3多指标综合未确知测度

1.4 识别准则

由于评语等级划分是有序的，所以最大隶属度的识别准则是不适用的，改用置信度识别准则，确定置信度阈值λ(λ＞0.5)通常取0.6 或0.7，令

则认为评价对象属于第k0个评价等级ck0。

2 实例分析

以某老煤炭企业为例，为了更全面评价人员流失风险，按职能把人员分为三类:操作人员，核心技术人员，管理人员［11］。操作人员指直接参与煤炭生产的一线工人，如采煤工，机修工等。核心技术人员指具有与产煤直接相关的核心技术的人员，如采煤技术员，机电工程师等。管理人员指在企业各层级中行使管理职能的人。根据上述组合赋权和未确知测度综合评价模型，对上述三种类型的人力资源进行流失风险评价。

表1 人员流失风险评价指标及评分值Tab.1 Index system and scores of employee turnover risk

表2 评价等级标准Tab.2 Evaluation criteria

2.1 建立评价指标体系

在参考相关文献的基础上，从人员流失风险更侧重于个人利益的角度［12］，提出了一套风险评价指标体系，聘请专家打分，该企业的人员流失风险评价指标及各项评分见表1。结合企业人力资源管理实践和文献［13］，将风险评价标准分为4个等级，如表2所示。

2.2 单指标测度矩阵

根据表2的等级标准构建未确知隶属度函数

根据表1的数据和隶属度函数，以核心技术人员2为例，对应的单指标测度矩阵为

2.3 计算权重

根据式(2)～式(4)计算出AHM法确定的权重:

根据式(5)、式(6)得到信息熵确定的权重:

根据式(10)求出核心技术人员组合权重:

2.4计算三类人员的多指标综合未确知测度

根据式(11)得到核心技术人员的综合测度:

同理，可算出操作人员和管理人员的综合测

2.5计算综合评价向量

11并结合专家意见，对煤炭企业这种技术型企业，核心技术人员流失比管理人员流失给企业带来的损失更重，而相对于操作人员，管理人员流失会给企业带来更大的损失。用AHP法构建比较判断矩阵:

得到三类人员对企业的重要性程度:

结合三类人员的综合测度及对应权重，可得该企业人员流失风险综合评价向量为:

2.6 结果分析

采用置信度识别准则对该企业的人员流失风险进行识别，取λ=0.7，根据式(12)可得企业人员流失风险评价结果属于“一般风险”的置信度为0.879 2＞λ，说明该企业的总体人员流失风险为一般风险。同理，操作人员风险为高风险，核心技术人员流失风险为一般风险，管理人员风险为低风险。

3 结语

运用AHM－信息熵相结合确定指标权重，弥补了单一赋权法的不足。将煤炭企业人员按职能分为三类，分别进行评价，能够更全面的反映企业人力资源的流失风险情况，为决策者进行风险管理提供依据。

参考文献:

［1］楚允封，许奎生，赵国松.煤炭企业人力资源管理工作中存在的问题和对策［J］.人力资源，2008(7):83－85.

［2］张亚莉，杨乃定.人员流动风险分析与控制［J］.科学学与科学技术管理，2000，21(9):42 －44.

［3］ROYA ANVARI，ZHOU JIANFU，CHERMAHINI.Effective Strategy for Solving Voluntary Turnover Problem among Employees［J］.Procedia － Social and Behavioral Sciences 2014(129):186－190.

［4］EVELYN TNAY，ABG EKHSAN ABG OTHMAN.The influences of job satisfaction and organizational commitment on turnover intention［J］.Procedia － Social and Behavioral Sciences 2013(97):201－208.

［5］庞彦军，王小胜，栗文国.基于指标区分权重的未确知测度综合评价模型及应用［J］.大学数学，2008，24(1):120－125.

［6］李娜娜，何正友.组合赋权法在电能质量综合评估中的应用［J］.电力系统保护与控制，2009，37(16):128－134.

［7］崔建国，林泽力.基于模糊灰色聚类和组合赋权法的飞机健康状态综合评估方法［J］.航空学报，2014，35(3):764－772.

［8］李军霞，王常明，王钢城.基于组合赋权－未确知测度理论的滑坡危险性评价［J］.岩土力学，2013，34(2):468－474.

［9］李万庆，马利华，孟文清.综合工作面安全性的未确知－AHM 综合评价模型［J］.煤炭学报，2007，32(6):612－616.

［10］张玉玲，迟国泰，祝志川.基于变异系数－AHP的经济评价模型及中国十五期间实证研究［J］.管理评论，2011，23(1):3 －13.

［11］梁顺霞.煤炭企业人力资源测评问题研究［D］.北京:中国矿业大学，2001.

［12］张光宇，李华军.“外派”模式下的跨国公司人力资源风险研究［J］.工业工程，2010，13(5):48 －52.

［13］别俊容，于彬，卢 毅.基于物元分析模型的企业人力资源风险评价［J］.企业技术开发，2010，29(23):93－95.

［14］王 飞，陈鲜阁.基于熵的灰关联模型在工程评标中的应用［J］.河北工程大学学报:自然科学版，2013，30(1):103－106.