高校辅导员绩效灰关联综合评价研究

黄夏明

(黎明职业大学 信息与电子工程学院，福建 泉州 362000)



高校辅导员绩效灰关联综合评价研究

黄夏明

(黎明职业大学 信息与电子工程学院，福建 泉州 362000)

为建立高校辅导员绩效综合评价体系,从职业素质、思想政治教育工作、日常事务管理工作、校园维稳工作、育人工作、素质提升等6个方面构建辅导员绩效综合评价指标体系,采用层次分析法计算指标权重,采用灰关联分析法建立综合评价模型.结合上述指标体系及评价模型的综合评价体系应用于辅导员绩效综合评价实践,发现该综合评价体系科学易行,是辅导员绩效综合评价的有效工具.

灰关联分析;辅导员绩效;综合评价;指标体系

作为高校教师队伍的重要组成部分，辅导员是高校学生的日常事务管理工作、思想政治教育工作的直接责任者，是校园维稳工作、育人工作的重要参与者，同时也是学生在校园里最为密切的交往者，其工作水平、工作成效对学生的顺利成长具有至关重要的影响.绩效评价对于明确岗位职责、强化责任意识、提升业务素质、改进工作质量具有良好的导向与促进作用，是促进高校辅导员队伍建设、改进辅导员队伍整体工作水平的重要手段，因此积极开展高校辅导员绩效综合评价研究具有重要的现实意义.

1 辅导员绩效综合评价指标体系

目前已有一些学者探讨并发布了高校辅导员绩效综合评价指标体系的研究结果.王小婷、李琳(2011)从业务素养和态度、工作能力、工作效果、学风建设、心理疏导、安全教育、毕业就业、学生满意度、系(部)满意度等9个方面着手构建高校辅导员绩效综合评价指标体系[1]，邓文卓、童洪志(2011)从职业素质、思想政治教育、学生组织建设、学生事务管理、维护校园稳定、特色创新工作等6个方面着手构建评价指标体系[2]，任昕怡(2013)从自身素质、工作作风、学生事务管理、学生组织建设等4个方面着手构建评价指标体系[3]，薛琳、王三强、薛国梁(2013)从思想政治素质、学生组织建设、学生事务管理、维护安全稳定、创新工作等5个方面着手构建评价指标体系[4]，李品玉、钟定胜(2014)从职业素养、思想政治教育、学生事务管理、各年级专项工作等4个方面着手构建评价指标体系[5]，赵勋(2014)从个人综合素质、思想政治教育、深度辅导、学生事务管理、学风建设、工作技能学习提高等6个方面着手构建评价指标体系[6]，陈访贤、刘向阳(2015)从政治素质、工作作风、工作能力、工作表现、工作绩效、素质提升等6个方面着手构建评价指标体系[7].除了文献[4]之外，上述其他研究都存在评价指标设置比较随意且不够完整的问题，而文献[4]则未能考虑辅导员自身素质提升需求.在上述研究的基础上，遵循全面、简明、灵活、易行等原则，本文从职业素质、思想政治教育工作、日常事务管理工作、校园维稳工作、育人工作、素质提升等6个方面构建高校辅导员绩效综合评价指标体系，如表1所示.

表1中的指标权重采用层次分析法进行计算[8].由3位资深学工队伍管理专家对表1中的指标体系进行充分讨论，按照1～9标度法共同确定一级指标之间的相对重要性比值以及各一级指标的子指标之间的相对重要性比值，这些相对重要性比值构成评价目标及各一级指标的判断矩阵，然后采用几何平均值法计算这些判断矩阵最大特征值所对应的归一化特征向量，该向量即为权重向量[8].在计算过程中，所有判断矩阵的随机一致性比率都远小于0.1，一级指标层次总排序的随机一致性比率也同样远小于0.1，说明这些判断矩阵都具有良好的一致性.

表1 高校辅导员绩效综合评价指标体系

2 灰关联综合评价

灰关联分析通过比较若干个代表评价对象的数据序列所构成的曲线的几何形状与理想参照数据序列所构成的曲线的几何形状的贴近程度——即关联度——得出评价对象的优劣次序，这种分析方法对样本数量没有太大的要求，能够有效克服小样本、贫信息所带来的信息灰性以及专家评判的主观性，而且计算量也比较小，是一种综合评价的有效工具，因此本文采用灰关联分析构建高校辅导员绩效综合评价模型.

2.1 灰关联综合评价模型

假定有m个评价对象，这些评价对象的评价指标为

p={p(1),p(2),…,p(n)}

分别以

pi={pi(1),pi(2),…,pi(n)},1≤i≤m

表示m个评价对象的评价指标的评判值数据列.以

p0={p0(1),p0(2),…,p0(n)}

表示评价指标的参照值数据列，以Δmin和Δmax分别表示pi与p0在各相应序列点的最小绝对差值和最大绝对差值，即

(1)

(2)

那么，pi与p0在各数据点的关联系数为[9]

(3)

上式中的ρ为分辨系数，0≤ρ≤1.

2.2 灰关联综合评价示例

某高职院校二级学院有5名辅导员，学院领导经研究决定结合表1的评价指标体系和上述灰关联综合评价模型对他们的学年绩效进行量化考核.为此，由院领导牵头成立5人评判小组，在充分讨论、沟通的基础上，各评判小组成员独立对5名辅导员(分别以C1，C2，…，C5表示)的二级指标按照百分制进行打分，然后对计算5名评判小组成员的评判值进行平均并保留整数值，表2给出了计算结果.

表2 各辅导员二级指标得分均值

以理想值(即100分)作为参照值数据列各点的值，当分辨系数ρ取0.75时，应用公式(1)～(3)计算各辅导员二级指标得分值与参照值数据列的关联系数，其结果如表3所示.

表3 各辅导员二级指标灰关联系数

结合表1中的组合权重及表3的关联系数可计算出C1～ C5这5位辅导员的评价目标P与理想参照值数据列的加权平均关联系数分别为0.858、0.713、0.8266、0.676和0.738.既然以100分作为计算关联系数的参照值，可以认为将上述关联系数值乘以100即为各位辅导员绩效的综合平均值.换言之，C1、C2、C3、C4、C5的绩效评价值分别为86分、71分、83分、68分和74分.如果对表2的二级指标评判值进行简单加权平均，那么C1、C2、C3、C4、C5的绩效评价则分别得90分、84分、89分、82分和85分.容易发现，灰关联综合评价的分值比简单加权平均低但排序顺序相同，而且灰关联分析法的分辨率更高：简单加权平均最高与最低的差值只有8分，而灰关联分析法的高低差则达到18分.当分辨系数ρ取值降低为0.5时，C1、C2、C3、C4、C5的灰关联绩效评价值分别为82分、65分、78分、61分和68分；分值进一步降低但分辨率进一步增高.实际上，当ρ在0和1之间取不同的值时，取值越高，灰关联综合评价值也越高，但分辨率会降低，但无论如何，灰关联综合评价值都低于简单加权平均，而分辨率则远高于简单加权平均.因此，评比性评价可以适当降低分辨系数ρ的取值，而考核性评价则应适当增加ρ的取值.由于灰关联综合评价的个体评价值与团队整体密切相关，其结果对促进团队协作整体提高具有较好的促进作用.

上述计算是一次性计算出评价目标与理想参考值的关联系数，也可以先计算各一级指标与理想参考值的关联系数再计算评价目标与理想参考值的关联系数，这样除了得出评价目标的综合评价值外还可以得出各一级指标的综合评价值.

3 小结

除了学生思想政治教育、日常事务性学生管理、校园维稳以及三全育人等高校辅导员主要工作的成效之外，考虑到绩效评价的导向及促进作用，本文将辅导员职业素质和素质提升也纳入了绩效评价范围，因此本文所构建的综合评价指标体系能够全面反映高校辅导员的综合绩效.在此基础上，采用层次分析法这一将定性问题定量化的有效工具计算指标权重，采用能够有效克服小样本、贫信息所带来的信息灰性以及专家评判主观性的灰关联分析法构建综合评价模型，使得本文所构建的辅导员绩效综合评价体系的科学性与准确性得到了有效保障.将上述综合评价体系应用于辅导员学年绩效综合评价实践，评价结果与这些辅导员的日常表现一致，评价对象对评价结果非常认可.本文所构建的高校辅导员绩效综合评价体系科学易行，评价结果的分辨率也非常高，为高校辅导员绩效的综合评价提供了有效手段.

[1]王小婷，李琳. 高校辅导员工作绩效评价指标体系及综合评价方法[J]. 滁州学院学报，2011(3)：68-70.

[2]邓文卓，童洪志. 高校辅导员绩效考核模糊评价实证分析[J]. 经济研究导刊，2011(7)：282-284.

[3]任昕怡. 高校辅导员绩效考核体系研究[D]. 青岛：青岛大学，2013.

[4]薛琳，王三强，薛国梁. 高校辅导员绩效模糊层次综合评价实证研究[J]. 安徽工业大学学报 (社会科学版)，2013(5)：123-125.

[5]李品玉，钟定. 高校辅导员分年级绩效评价指标体系与评价方法研究[J]. 高校教育管理，2014(2)：98-103.

[6]赵勋. SJ大学辅导员绩效考核体系构建研究[D]. 北京：北京化工大学，2014.

[7]陈访贤，刘向阳. 基于 AHP 的新疆医科类院校辅导员绩效评价研究[J]. 新疆医科大学学报，2015(5)：638-642.

[8]王莲芬，许树柏. 层次分析法引论[M]. 北京：中国人民大学出版社，1990.

[9]杜栋,庞庆华.现代综合评价方法与案例精选[M].北京:清华大学出版社,2005.

(责任编辑:章永林)

2016-06-15

黄夏明，男，经济学硕士，助理研究员.

G640

A

1008-7974(2016)05-0080-04

10.13877/j.cnki.cn22-1284.2016.10.025