基于模糊评价方法的企业员工价值量化评估初探

邹永辉?刘雅洁?张葵

摘 要：企业员工的量化评估是人力资源管理的重要组成部分，可以为企业管理决策提供数据支持。本文从人力资源评定难以量化这一难题出发，介绍了模糊综合评价方法及其推理步骤，并通过对某企业3名员工的考评进行实证研究，为“定性评价定量化”的实現提供了依据。

关键词：模糊评价方法；价值评估；量化

引言：人力资源价值的计量是人力资源管理公认的难题，其重难点在于如何科学地“货币化”人的价值，即采取怎样的方法来确认和计量人力资源的价值。人力资源价值计量方法一般可分为货币计量方法和非货币计量方法。货币计量方法主要是未来工资报酬折现模型以及基于这一模型的优化调整，但是该模型在员工预期服务年限、岗位调整变动、工资报酬折现的范围、利率变化等多方面存在局限，因而对其探究仅限于理论层面，管理实践中的可操作性并不强。

随着知识经济时代的到来，员工工作内容及产出呈现日益扩大的非量化发展趋势，企业对员工的工作表现及结果量化评估愈发困难，绝大部分企业往往通过把控关键绩效指标来确定一套评价标准，然后由多个评价主体针对员工的工作过程或工作结果给出打分评价，但这样的模糊评价很难进一步量化，容易导致企业对员工的评价不够客观、员工对考核评价的程序及结果的公平感不强等。

针对这一问题，本文引入模糊集合论为基础的模糊评价方法来解决诸如工作效率、工作质量等“模糊”评价量化问题，探究一种行之有效的员工评价方法。

一、模糊评价方法及其基本原理

模糊评价方法是模糊数学在管理决策中的具体应用。在实践中，我们会发现“模糊”比“精确”更为常见，人们习惯于对事物做出模糊的、定性化的评价，然后在面对具体问题时，人们又偏爱用精确的数据来解释说明问题，模糊评价方法便在这一背景下应运而生。

模糊评价方法是根据设定的指标标准及统计结果，利用模糊关系合成原理，通过构建评价矩阵来量化多种评价因素的综合评价方法。事物的边界往往是不明晰的，在对其进行评价时很难归于具体类别，于是可以先对单个评价因素进行评价，然后对所有评价因素进行综合评价，防止统计信息的遗漏，使评估过程中的模糊因素清晰化，这有助于解决“对错”“是否”等定性化判断带来的对客观真实的偏离问题，这是模糊评价方法的基本原理。

二、模糊评价方法的主要步骤

模糊评价通过先设定涉及多个因素或多个指标组成的模糊集合（因素集A），再设定这些因素所能选取的评审等级，组成评语的模糊集合（评判集M），分别求出各单一因素对各个评审等级的归属程度（模糊矩阵），然后根据各个因素在评价目标中的权重分配，通过计算（称为模糊矩阵合成），求出评价的定量解值。具体而言可分为以下五个步骤：

（1）要素的分解：确定需要评价对象的特征或要素，建立评价指标U=（u1，u2，u3，…，um），m为评价因素的个数。

（2）建立评判集V={V1，V2，…，Vn}，n为评语的个数。

（3）权数的确定：各测评要素的重要性是不同的，需根据实际情况合理确定各自权重，建立权重向量W=（w1，w2，w3，…，wm），m为评价因素的个数。

（4）评定及计分：由测评组对测评对象进行测评并作出量化的打分，形成模糊判断矩阵R。

首先从评价因素集U的单因素ui（i=1，2， …，m）作为单因素评判，因素ui对评价判断等级Vj（j=1，2， …，n） 的隶属度为rij，得出第i个因素ui的单因素评判集；ri=（ri1，ri2，…，rin）

即从m个因素就构造出一个综合评价矩阵R，即每个被评价对象确定了从U→V的模糊关系R，

R=（rij）m×n=，（i=1， 2，…，m；j=1，2， …，n）

（5）模糊矩阵运算：对测评打分进行统计，并运用模糊矩阵运算，计算其分值。出于简便的考虑，本文的模糊合成采用加权平均法，即普通矩阵乘法，让每个评价因素都对综合评价有所贡献，比较全面客观地反映被评价对象的真实状况。令H=A·R，进行模糊计算转换。

三、模糊评价方法应用分析

假设某公司通过民主测评的形式对员工进行考核，在考核指标设置工作表现、工作业绩两个一级指标。工作表现指标包括执行力、敬业精神、团队合作、勤务态度、学习成长五个二级指标，各占10分；工作业绩指标包括工作效率、工作质量两个二级指标，各占25分。年度考核等级分为优秀、良好、合格、不合格四个等级。

以上指标是围绕考核指标能反映出被考核员工各方面实际情况的有效性而设立的，这些指标具有独立的解释说明意义，既包含工作表现、工作业绩指标，又体现了广度和深度，它们的集合就形成了对员工绩效考核的评价体系。

根据模糊评价方法，上述指标可以确定为执行力、敬业精神、团队合作、勤务态度、学习成长、工作效率和工作质量7个测评要素，通过设置的分值可以确定7项测评要素的加权系数分别为0.1、0.1、0.1、0.1、0.1、0.25、0.25，从而形成相应的权重系数矩阵，记作：W（0.1  0.1 0.1  0.1  0.1  0.25  0.25），测评计分等级分别按A（优秀）、B（良好）、C（合格）、D（不合格），即评价集V={A（优秀），B（良好），C（合格），D（不合格）}，分别设置对应的分数为4、3、2、1，其隶属度为1、0.75、0.50、0.25。

假设在开展民主测评时有10人组织的测评组对三位职员X、Y、Z进行打分，测评打分分布如下表所示：

对该员工X“执行力”的评价集u1=（5/10，2/10，2/10，1/10）=（0.5，0.2，0.2，0.1），该集合含义为在10份测评打分表中，有5份认为该员工的“执行力”的评分为优，2份评分为良好。

敬业精神的评价集u2=（4/10，5/10，1/10，0/10）=

（0.4，0.5，0.1，0）

团队合作的评价集u3=（3/10，4/10，3/10，0/10）=

（0.3，0.4，0.3，0）

勤务态度的评价集u4=（2/10，6/10，1/10，1/10）=

（0.2，0.6，0.1，0.1）

学习成长的评价集u5=（1/10，5/10，2/10，2/10）=

（0.1，0.5，0.2，0.2）

工作效率的评价集u6=（4/10，3/10，2/10，1/10）=

（0.4，0.3，0.2，0.1）

工作质量的评价集u7=（5/10，1/10，3/10，1/10）=

（0.5，0.1，0.3，0.1）

由上述统计可构成模糊评价矩阵R17，如下图所示：

U17=（u1，u2，u3，u4，u5，u6，u7）=

H=W∪U17

=（0.1 0.1 0.1 0.1 0.1 0.25 0.25）∪

=

从矩阵H的每一列取最高值得矩阵R，即R=（0.25  0.25  0.25  0.1），通过归一化，有R'=（0.25  0.25  0.25  0.1），根据给出的4个等级对应的分值4、3、2、1可计算出该名员工的综合评价分值，即：

P=（0.25  0.25  0.25  0.1）×=2.35

计算该分值对应的隶属度Y=P/4=2.35/4=0.5875，即对该员工X的综合测评量化结果为0.5875。同理可计算得出员工Y的综合测评量化结果为0.6125，员工Z的综合测评量化结果为0.5125，则三名员工的综合评价结果排序为Y＞X＞Z。

进一步地，可以通过此方法计算出三名员工在执行力、敬业精神等各单项的综合评价结果，为绩效评级提供量化的评分结果，进而可针对性地进行绩效改进。

四、模糊评价方法在员工价值量化评估方面的优缺点

笔者认为模糊评价方法最大的优势是将定性指标定量化，具体而言主要有以下四个优点：

（1） 能有效地解决难以客观量化的指标数量化问题，使评估过程中的模糊因素明晰化；

（2） 模糊评价方法不依赖于某一单一指标，是各个指标的综合对比，能避免一些考核方法中因指标设置不合理而导致考核结果有效性不足的问题；

（3） 考核指标的重要性通过权重来体现，允许权重系数存在偏差，成功地避免了累进误差的影响；

（4） 各项非量化指标间建立了联系，使得考核结果能体现出考核對象的总体特征及表现。

模糊评价方法的缺点通过上述应用案例可以看出，其计算量较大且比较复杂，对评价指标权重的确定主观性较强，同时在指标集U逐渐增多时，在权矢量和等于1的条件下，相对隶属度权数系数会趋小，权矢量与模糊矩阵R的匹配度越来越差，其有效性会降低。针对模糊评价方法的缺点可通过分层模糊评估方法加以改进，关于权重指标的主观性问题同样可通过分层模糊评估方法来计量解决。

五、结语

模糊评价方法能综合地考量数量化的结果指标和定性化的能力指标，评价结果客观公正，推理过程科学合理，具有较强的逻辑性和可执行性。企业在构建绩效考核指标体系应结合管理实际来选取指标、设置权重，建立科学的评价体系，使考核评价切实可行、行之有效。

参考文献：

[1]刘黄金，包文彬.加权平均和模糊评价法在教学质量评价中的比较研究[J].南京理工大学学报，2006（30）：67-69.

[2]韩忠春.人力资源价值的计量方法的分析和计算[J].科技与管理，2004（3）：148-150.

[3]杨敏，李淑倩，王校民，等.人力资源大数据量化分析管理[J].信息系统工程，2020（11）：56-57.