高科技公司研发人员绩效评价体系的构建与应用

尚从永，唐孝中

（1.合肥师范学院经济与管理学院 江淮城市群发展研究所，安徽 合肥 230061；2.黄山职业技术学院 旅游系，安徽 黄山 245000）

1 高科技公司研发人员绩效评价的现状分析

评价指标及评价方法的正确选择是有效评价高科技公司研发人员绩效的两个关键点.通过对现有研发人员绩效评价的文献进行梳理，可以从评价指标及评价方法上进行归纳总结，并指出其存在的不足，具体见表1.

表1 高科技公司研发人员绩效评价状况汇总分析

2 基于GRA-Fuzzy的研发人员绩效评价模型构建

2.1 确定评价指标体系

根据上述分析，可以从理论上初步确定高科技公司研发人员绩效评价指标分为工作业绩、工作能力和工作态度这三个方面.具体地讲，工作业绩主要包括工作数量、工作质量、工作效率、研发费用控制率、同比科技成果增长率、奖励情况、工作创新、工作任务完成情况、新产品研发情况、研发成果创造的收益额、工作目标达成度、项目成本目标、获得专利数量、主持和参与科研项目数量与级别、科技成果受奖项目；工作能力主要包括业务知识水平、风险承担能力、沟通协调能力、解决问题能力、学习能力、创新能力、沟通能力、自我提高的能力、独立开发新产品和思维能力；工作态度包括：出勤率、纪律性、安全卫生意识、责任心、品德、主动性、工作积极性、职业道德、团队协作性、成就导向、坚韧性和主动性、技术保密性、遵守公司规章制度.

2.2 确定评语集

建立高科技公司研发人员绩效评价的评语集：V={V1,V2,V3,V4,V5}，其中V1,V2,V3,V4,V5分别代表“优秀”、“良好”、“中等”、“合格”和“不合格”.同时，对分值进行定义，S=(S1,S2,S3,S4,S5)=(100,90,80,70,60).“大于等于90分为‘优秀’，低于90分达到80分为‘良好’，低于80分达到70分为‘中等’，低于70分达到60分为‘合格’，低于60分为‘不合格’”.

2.3 确定权重

GRA（Grey Relational Analysis）是根据因素之间发展态势的相似程度来衡量因素之间的关联程度，因而数据的多与少都可以分析，不需要典型的分布规律，计算量小，实用性、客观性较强.具体思路：第一，根据评价指标设计相应的工具收集原始考评数据，并通过处理后形成新的考评数据，即确定了若干比较数列，常记为xi；第二，根据各评价指标的经济含义，在n个被评价对象中选出各项指标的最优值组成参考序列,参考序列数据常记为x0；第三，对比较数列与参考数列的数据进行无量纲化处理；第四，计算比较数列与参考数列的绝对差值，常记为△i(k)；第五，计算关联系数r0i(k)；第六，计算关联度，并通过归一化求出各评价指标在评估体系中所占的权重Wot；第七，根据评价指标体系的层次性特征，再对所得权重Wot分层加总并进行归一化，就可得到各一级指标权重Wp及相应二级指标的权重Wpi.

2.4 建立模糊评价矩阵

首先着眼因素集中的单因素Ci(1,2,…,m)作单因素评判，从因素Ci着眼该事物对评语集Vj(1,2,…,5)的隶属度为rij,这样就得出第i个因素ui的单因素评判集：ri=(ri1,ri2,…,rin)，这样m个着眼因素的评价集就构造出一个总的评价矩阵Ri.Ri=(rij)m×n=，其中rij表示第i个因素Ci在第j个评语Vj上的频率分布，并将其归一化使之满足∑rij=1.

2.5 模糊综合评价

2.5.1 分层次的综合评价

根据模糊理论，通过模糊评价矩阵的合成运算，计算出Bi的综合评价向量Di.

2.5.2 高层次的综合评价

将每个子因素集Bi看作一个因素，用Di作为它的单因素评判.由Di建立更高一级的模糊评价矩阵R，进行高层次综合评价.

为便于直观比较将最终结果转化为具体的分数，最终值：P=D*ST

3 评价模型的具体应用

选择多家典型的高科技公司作为实际应用的研究对象，由于篇幅所限，现以其中一家公司（简称H公司）研发人员K的绩效作为具体应用的对象.

3.1 确定评价指标体系

结合H公司的发展目标及其对研发人员的定位，采用问卷调查和德尔菲法对从理论上选取的绩效评价指标进行筛选，从而确定相应的评价指标体系，具体见图1.

图1 高科技公司研发人员绩效评价指标体系

3.2 用GRA确定各级评价指标的权重

根据上述思路，结合向专家调查的数据，经过统计分析后，得到各层次指标的权重，具体见表2.

3.3 计算模糊评价矩阵

首先通过模糊数学理论对H公司研发人员K的绩效进行单指标评价，建立模糊评价矩阵.由K的直接上级、同事、行业专家共9位专家对该员工的工作业绩、工作能力及工作态度这三个方面所对应的二级指标进行评价.统计各个指标可以得出每个评语等级的专家人数，并由此通过计算可以获得Cij的值.

表2 H公司研发人员绩效评价指标各级权重

3.4 进行多层次模糊综合评价

首先，进行分层次的综合评价.依据模糊数学的相关理论，采用模糊矩阵的合成运算，可以计算出Ci的综合评价向量Di；然后，进行高层次的综合评价，由D1、D2、D3组成更高层次的模糊评价矩阵R，进行高层次的综合评价；最后可以得到相应的结果：

此外，在最终隶属度矩阵的基础上，可以依据最大隶属度原则对研发人员K的四个一级指标得到评价结果，如表3所示.

表3 研发人员K的一级指标评价结果

3.5 评价结果分析

由以上分析可知，研发人员K的综合评价结果为 87.83，属于“良好”等级，接近“优秀“等级.同时，根据相关数据显示，研发人员K的工作业绩和工作能力这两个一级指标处于“良好”等级，另外一个一级指标工作态度属于“优秀”等级，总的来说，研发人员K综合表现良好.这和通过小组对研发人员K进行绩效评价的结果一致.此外，其它公司应用结果也表明，运用模型所得的绩效评价结果与小组定性评价结果基本一致.

4 结语

人们对定性指标难以量化这一现象的认识具有一定的模糊性，若运用精确数学的知识对该现象进行准确的评判是不合实际的.文章建立了包含各种因素的评价指标体系,并考虑到高科技公司研发人员绩效评价的复杂性、指标的模糊性及权重确定的重要性，采用了能有效减少主观性的GRA确定各指标的权重，运用模糊综合评价法构建研发人员绩效的评价模型，这样较好地解决了研发人员绩效评价的问题.

〔1〕彭剑锋.绩效指标体系的构建与维护[M].上海：复旦大学出版社，2008.67.

〔2〕陈秋娟.A公司R&D人员绩效评价指标体系和评价模型研究[D].北京化工大学，2012.

〔3〕何娣，陈兰.企业科研团队R&D绩效评价指标体系研究[J].中国人力资源开发，2012（10）:34-37.

〔4〕李恩平，周晓芝.中小型科技创业企业风险投资绩效评价指标体系研究[J].商业研究，2013（5）:28-31.

〔5〕潘忠宝，魏明侠.人力资源管理绩效的模糊综合评价研究[J].科技管理研究，2008（6）:27-28.

〔6〕行金玲，闫文艳.功效系数法与模糊评价法相结合的研发人员绩效考核研究[J].科技管理研究，2012（18）:34-36.

〔7〕高建山.基于IAHP与模糊综合评价的读者满意度研究[J].衡水学院学报,2010：(1):26-27.

〔8〕郑立峰，唐见兵.基于灰色关联分析的系统仿真因素权重确定[J].计算机仿真，2007（9）:46-48.

〔9〕崔杰，党耀国，刘思峰.基于灰色关联度求解指标权重的改进方法[J].中国管理科学，2008（5）:29-32.