邵其趕,許雅雯

(1.廈門理工學(xué)院經(jīng)濟(jì)與管理學(xué)院，福建 廈門 361024； 2.廈門中嘉信息科技有限公司，福建 廈門 361000)

追求良好的業(yè)績是公司重要的經(jīng)營目標(biāo)，建立一套科學(xué)、有效、合理、公正的員工績效評估系統(tǒng)，有利于公司可持續(xù)發(fā)展，目前國內(nèi)外諸多學(xué)者對員工績效評估展開多角度分析[1-3]，但鮮有文獻(xiàn)考慮到員工評估指標(biāo)間的因果關(guān)系。網(wǎng)絡(luò)分析法(analytic network process,ANP)[4]是一種適應(yīng)非獨立的遞階層次結(jié)構(gòu)的實用決策方法，被廣泛運用在武器裝備、鐵路部門、電力系統(tǒng)、橋梁設(shè)計等領(lǐng)域[5-7]。ANP可以處理元素集內(nèi)部指標(biāo)間的依賴性也可以處理元素集之間的外部依賴性，用ANP法評價公司員工績效時，可以兼顧維度和指標(biāo)間都存在的相互依賴關(guān)系，又避免了簡單加權(quán)求和的局限性。但尚未見ANP法應(yīng)用于員工績效評估領(lǐng)域的研究。

灰關(guān)聯(lián)分析法(grey relational analysis,GRA)是一種多因素統(tǒng)計分析方法，該法以各因素的樣本數(shù)據(jù)為依據(jù)用關(guān)聯(lián)度來描述指標(biāo)關(guān)系的強(qiáng)弱和次序，可在很大程度上減少因信息不對稱帶來的損失，近十幾年來已經(jīng)被廣泛地應(yīng)用在各個領(lǐng)域解決決策問題[8-10]。本研究采用ANP構(gòu)建公司員工績效模型，用灰關(guān)聯(lián)分析法獲得灰關(guān)聯(lián)系數(shù)，并通過靈敏度分析檢驗?zāi)Ｐ偷姆€(wěn)健性。研究成果可用來作為調(diào)整員工薪資、獎懲等重要參考依據(jù)。

一、公司員工績效評估模型的構(gòu)建

采用ANP方法分3步建立公司員工績效評估模型。首先，確定評價指標(biāo)體系，并據(jù)此構(gòu)建ANP網(wǎng)絡(luò)結(jié)構(gòu)；其次，根據(jù)ANP模型網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計專家問卷，訪談人力資源專家，利用專家問卷收集數(shù)據(jù)，對數(shù)據(jù)處理后獲得各項指標(biāo)權(quán)重并結(jié)合ANP模型后的結(jié)果，采用GRA方法降低專家問卷結(jié)果的主觀性，對備選方案進(jìn)行績效分析；最后，通過靈敏度分析驗證指標(biāo)設(shè)計的合理性和模型的穩(wěn)健性。

(一)構(gòu)建評估指標(biāo)體系和ANP網(wǎng)絡(luò)結(jié)構(gòu)

學(xué)者們對績效評估的定義不盡相同，總體可以歸納為績效評估是在一段特定時間內(nèi)，對員工的工作成果的衡量與評價，用來協(xié)助管理者作為調(diào)整員工薪資、獎懲、晉升等重要的參考依據(jù)[2-3]。

績效評估指標(biāo)可分為“德”“勤”“績”3個維度。“德”指協(xié)作精神、職業(yè)道德；“勤”指責(zé)任感、社會工作情況；“績”指工作數(shù)量、工作質(zhì)量[11]?？冃гu估應(yīng)重視員工的知識、能力、態(tài)度，因此員工績效的評價涉及專業(yè)知識、溝通與協(xié)作、管理能力、責(zé)任感、積極性、工作質(zhì)量、工作數(shù)量等[12]。按績效評估的內(nèi)容將指標(biāo)分為職業(yè)道德、工作能力、勤勞以及工作成績4種[13]。王振波[1]提出績效評估指標(biāo)應(yīng)包括工作態(tài)度、工作能力與工作業(yè)績3個方面。李玉珠[2]研究指出工作態(tài)度、工作能力及工作素質(zhì)等3種績效衡量指標(biāo)。參考上述文獻(xiàn)，以文獻(xiàn)探討法為基礎(chǔ)，整理分析出公司員工績效評估維度和指標(biāo)，從工作態(tài)度(評估員工對工作的認(rèn)知和情感)、工作能力(評估重點放在取得工作成就的能力上)和工作業(yè)績(主要評估員工的工作成果，針對的是可測量的崗位成果部分)等3個維度構(gòu)建公司員工績效評估指標(biāo)體系，并選取了12個員工績效指標(biāo)，如表1所示。

表1 員工績效評估指標(biāo)體系

員工績效評估指標(biāo)各不相同但互相影響。依據(jù)指標(biāo)間關(guān)系，兼顧層次內(nèi)部元素的相互依存及下一層次元素對上一層次元素的反饋性，運用ANP方法，根據(jù)表1建立員工績效評估網(wǎng)絡(luò)結(jié)構(gòu)圖，如圖1所示。其中，環(huán)形箭頭表示元素組內(nèi)部元素受到自身元素組內(nèi)部的其他元素影響。

圖1 員工績效評估網(wǎng)絡(luò)結(jié)構(gòu)Fig. 1 Network of employee performance evaluation

(二)確定指標(biāo)權(quán)重

績效評估維度和評估指標(biāo)間存在相互依賴關(guān)系，用ANP法確定指標(biāo)的權(quán)重，可以避免簡單加權(quán)求和的局限性。

1.數(shù)據(jù)收集

問卷設(shè)計。依據(jù)圖1員工績效評估網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計問卷。目的在于調(diào)查了解公司員工的績效評估的各項指標(biāo)權(quán)重。問卷以準(zhǔn)則層因素為評估準(zhǔn)則，進(jìn)行兩兩因素重要性比較，為了讓填寫人員對于本評估層級中各指標(biāo)的定義能更明確了解以及更正確的進(jìn)行兩兩因素比較時的程度選擇，因此將每項評估指標(biāo)的操作性定義，詳細(xì)地在問卷中指出以供填寫對象參考。

問卷發(fā)放與回收。問卷的發(fā)放時間為2017年2月19日—6月20日，以人力資源專家為發(fā)放對象，共挑選了10位人力資源專家進(jìn)行問卷調(diào)查。因為所選專家成員都居住于廈門，所以采用專家訪談法，進(jìn)行面對面的問卷調(diào)查。ANP問卷共發(fā)放10份，收回的問卷共10份，回收比例100%，專家組打完分后計算出總體的標(biāo)準(zhǔn)差，當(dāng)總體標(biāo)準(zhǔn)差小于1時，則可以認(rèn)為專家組的意見較統(tǒng)一[16]。其中有2份問卷意見分歧較大，即總體標(biāo)準(zhǔn)差大于1，故列為無效問卷共2份，有效問卷共8份，占問卷回收比例約80%。

整理問卷。得到對3個評估維度和12個評估指標(biāo)間相對重要性的判斷矩陣。

2.應(yīng)用網(wǎng)絡(luò)分析法確定權(quán)重

網(wǎng)絡(luò)分析法(ANP)通過比較組內(nèi)元素對另一元素的重要性，得出該組內(nèi)元素對另一元素影響的判斷矩陣，最終通過建立加權(quán)超矩陣、極限超級矩陣，得到任一元素對目標(biāo)的影響。ANP利用超矩陣對相互影響的因素進(jìn)行綜合分析得出其混合權(quán)重，能清晰反映維度或準(zhǔn)則之間的相依關(guān)系[17]。

步驟一：建立判斷矩陣與一致性檢驗

設(shè)ANP結(jié)構(gòu)中準(zhǔn)則層元素為Pi(i=1,2,3)，網(wǎng)絡(luò)層元素為Cij(j=1,2,…,n)，將集群Ci中的元素對Cj兩兩重要性比較，即建立判斷矩陣。由特征根法得到排序向量wij

(1)

步驟二：建立無權(quán)重超矩陣

在矩陣wij，列向量為Pi中各元素Cin對Pj集群元素的影響水平排序，如果Pi中各個元素對Pj中元素沒有影響時，wij=0。最終由子塊矩陣wij組成無權(quán)重超矩陣Wij

(2)

步驟三：建立加權(quán)超矩陣

由于Wij不是列歸一化向量，需要對Pi與Pj(j=1,2,3)進(jìn)行兩兩重要性比較，得到權(quán)矩陣aij,(i=1,2,…,n;j=1,2,…,n;n<4)，最后與無權(quán)重超矩陣Wij相乘，獲得加權(quán)超矩陣即：

(3)

步驟四：建立極限超級矩陣

(4)

經(jīng)過ANP 的4個步驟計算，得到員工績效評估指標(biāo)的權(quán)重，局部權(quán)重為各三級指標(biāo)對上一級指標(biāo)的權(quán)重，全局權(quán)重為各三級指標(biāo)對總目標(biāo)即員工績效的權(quán)重，結(jié)果如表2。

表2 員工績效評估指標(biāo)權(quán)重

維度權(quán)重中，工作能力與工作業(yè)績的權(quán)重分別為0.397和0.331，而工作態(tài)度權(quán)重相對較小，為0.272。依據(jù)公司的性質(zhì)來看，因經(jīng)營的重要目的為追求工作業(yè)績，員工是公司最重要的資源，員工的工作進(jìn)度、工作質(zhì)量、工作成本決定其績效。

在工作態(tài)度維度下評估指標(biāo)權(quán)重由高到低排序依次為：責(zé)任感0.178、積極性0.039、溝通與協(xié)作0.037、職業(yè)道德0.018。責(zé)任感在本維度中重要性最高。顧客所交代的相關(guān)服務(wù)要求，對工作的實際完成情況會影響顧客對公司的認(rèn)同度。

在工作能力維度下評估指標(biāo)權(quán)重由高到低排序依次為：計劃與效率0.218、知識與技能0.051、學(xué)習(xí)與進(jìn)取0.051、指揮與管理0.011。公司是以盈利為目的，發(fā)展員工及團(tuán)隊能力來改善公司整體的工作績效，從而促進(jìn)公司發(fā)展。故在此維度下，計劃與效率重要性最高，占比65.6%。

國內(nèi)的論文主要是工作經(jīng)驗總結(jié)，缺乏藥學(xué)學(xué)術(shù)研究。研究的領(lǐng)域較單一狹隘，應(yīng)加大宏觀方向的研究力度，比如《美國藥學(xué)教育雜志》研究的建立和維持藥學(xué)教育院校聯(lián)盟[16]、藥學(xué)教育實現(xiàn)多元化的制度策略[17]以及藥學(xué)專業(yè)認(rèn)證制度研究[18]。應(yīng)加深研究的層次，細(xì)化研究內(nèi)容，建議研究的方向有翻轉(zhuǎn)課堂，主動學(xué)習(xí)；課程中加入模擬患者的教學(xué)效果；跨職業(yè)教育合作的影響；教學(xué)技術(shù)在課程中應(yīng)用的效果；學(xué)生的職業(yè)道德發(fā)展；人文關(guān)懷課程的建設(shè)；學(xué)生領(lǐng)導(dǎo)力的激勵因素；教學(xué)效果的評估等。

在工作業(yè)績維度下評估指標(biāo)權(quán)重由高到低排序依次為：工作進(jìn)度0.293、工作質(zhì)量0.057、特殊任務(wù)0.029、工作成本0.018。公司經(jīng)營的重要目的是追求良好的工作業(yè)績，工作進(jìn)度和工作質(zhì)量這兩項指標(biāo)對于實現(xiàn)良好業(yè)績的根本保障。

(三)灰關(guān)聯(lián)分析

考慮到專家訪談主觀性的限制，GRA方法可通過近似模糊的方式，降低專家問卷結(jié)果的主觀性，提高其說服力。GRA是根據(jù)因素間的發(fā)展趨勢具有相似或相異程度，以此衡量因素之間關(guān)聯(lián)程度的方法[16]。對于GRA而言，如果以序列x0(k)作為參考序列，其他序列作為比較序列時，則稱為局部性灰關(guān)聯(lián)度。如果以任何一個序列xi(k)作為參考序列時，此時稱為整體性灰關(guān)聯(lián)度。通過該法可獲得各備選方案關(guān)聯(lián)系數(shù)及最終績效排名。以局部性灰關(guān)聯(lián)度進(jìn)行研究分析:

步驟一：表格轉(zhuǎn)換并找出評比標(biāo)準(zhǔn)

若原始數(shù)據(jù)并不具有可比性，則第一步將原始數(shù)據(jù)轉(zhuǎn)換成滿足可比性后，以x0(k)為評比標(biāo)準(zhǔn)，進(jìn)行灰關(guān)聯(lián)度分析。

步驟二：以標(biāo)準(zhǔn)序列的數(shù)據(jù)作為分母除以各比較序列中相對應(yīng)的數(shù)據(jù)，進(jìn)行初值化

(5)

步驟三：x0和xi之間第k個差的絕對值，計算序列差

Δ0i(k)=x0(k)-xi(k)。

(6)

步驟四：決定灰關(guān)聯(lián)系數(shù)

(7)

(8)

步驟五：評比結(jié)果排序

γ(x0,x1)φγ(x0,x2)φγ(x0,x3)。

(9)

(四)靈敏度分析

對模型進(jìn)行靈敏度分析，通過調(diào)整最重要指標(biāo)的權(quán)重，驗證指標(biāo)的科學(xué)性、合理性及ANP模型的穩(wěn)健性。因靈敏度分析需要具體的數(shù)據(jù)，故本文在實證分析部分對混合模型加以驗證。

二、實證分析

(一)數(shù)據(jù)選取

邀請廈門夏商集團(tuán)有限公司(夏商)、廈門建發(fā)國際旅行社有限公司(建發(fā))、廈門航空有限公司(廈航)、廈門天虹商場有限公司(天虹)以及廈門源昌集團(tuán)有限公司(源昌)等5家廈門服務(wù)業(yè)企業(yè)的資深經(jīng)理協(xié)助評價，每家公司的考核小組成員包括人力資源部經(jīng)理、績效管理專家、部門主管、人事部經(jīng)理等考核小組共計34人，其中夏商有8名專家參與，建發(fā)有7人，廈航6人，天虹6人，源昌7人，通過問卷調(diào)查的方式，讓公司人力資源主管對其公司人事部和財務(wù)部員工進(jìn)行打分，結(jié)合權(quán)重值與下述灰關(guān)聯(lián)法，得到所需評估數(shù)據(jù)。

(二)灰關(guān)聯(lián)分析

以局部性灰關(guān)聯(lián)度進(jìn)行研究分析，設(shè)定評定標(biāo)準(zhǔn)如表3所示。以評估分?jǐn)?shù)序列x0(k)為評比標(biāo)準(zhǔn)，進(jìn)行灰關(guān)聯(lián)度分析。

表3 評定標(biāo)準(zhǔn)

基于灰關(guān)聯(lián)公式(5)～(7)求得灰關(guān)聯(lián)系數(shù)。此處以ξ=0.5來計算灰關(guān)聯(lián)系數(shù)。依據(jù)計算結(jié)果可判斷5家公司之間員工績效差距不大。其中，建發(fā)的員工績效評估最好為0.786，廈航以0.734次之，其后依次是廈商(0.733)、源昌(0.692)、天虹(0.668)，該結(jié)論與2016年廈門百強(qiáng)企業(yè)排行榜結(jié)果一致。由公式(8)計算的各項績效評估指標(biāo)灰關(guān)聯(lián)度來看，工作進(jìn)度C11(1.153)、計劃與效率B12(0.900)、責(zé)任感A12(0.570)對員工績效影響最為重要，而職業(yè)道德A11(0.061)、工作成本C13(0.055)、指揮與管理B11(0.044)的重要性相對較低。建發(fā)公司員工在12個評估指標(biāo)中表現(xiàn)令人滿意，其公司員工能迅速正確地按規(guī)定完成工作，計劃與效率表現(xiàn)最好。而廈航、廈商員工雖然按目標(biāo)計劃推進(jìn)工作，但其公司員工責(zé)任感都較低，因而績效評估居第二、第三。源昌員工雖然能保質(zhì)保量完成工作量，但并不能主動承擔(dān)相應(yīng)的責(zé)任，采取積極對策，因而績效排名第四。5家公司GRA系數(shù)見表4。

表4 5家公司GRA系數(shù)

注：標(biāo)有橫線部分屬于在該評估項目下表現(xiàn)最優(yōu)的公司，標(biāo)有波浪線部分屬于在該評估項目下表現(xiàn)最劣的公司

(三)靈敏度分析

對模型進(jìn)行靈敏度分析[18]，以檢驗?zāi)Ｐ偷姆€(wěn)健性。將12個指標(biāo)中的權(quán)重最高的指標(biāo)工作進(jìn)度(C11)的權(quán)重進(jìn)行調(diào)整，其調(diào)整幅度以0.1為單位，由0.1～0.9改變C11的權(quán)重，從而得到各公司排名變化，如表5所示。表5中，原始排名為(3，1，2，5，4)，經(jīng)過靈敏度分析后排名變化不大，說明所選指標(biāo)科學(xué)合理，ANP構(gòu)建的模型足夠穩(wěn)健。

表5 指標(biāo)C11的權(quán)重由0.1變化到0.9時各公司的排名

三、結(jié)語

先通過文獻(xiàn)梳理，建立規(guī)范的員工績效指標(biāo)體系；再用ANP法計算績效評估指標(biāo)權(quán)重，結(jié)果表明工作進(jìn)度、責(zé)任感、計劃與效率對員工績效影響最為重要，而工作成本、職業(yè)道德、指揮與管理的重要性相對較低；然后，為降低專家問卷結(jié)果的主觀性，提高其說服力，運用GRA方法加以完善，最終構(gòu)建了包含工作態(tài)度、工作能力和工作業(yè)績3個維度共12項評估指標(biāo)的公司員工績效評估模型。廈門5家服務(wù)企業(yè)員工工作績效的實證分析和GRA靈敏度分析，驗證了評估指標(biāo)的科學(xué)性、合理性以及模型的穩(wěn)健性。需指出，權(quán)重設(shè)計時可能會因為員工層次、員工崗位屬性、部門屬性等因素影響而有所不同；另外主管式的上級評估方式評價員工績效，相對來說客觀性也會有局限。

[參考文獻(xiàn)]

[1]王振波．零售業(yè)績效評估與薪酬結(jié)構(gòu)分析：以超市業(yè)促銷員為例[J]．中國管理信息化，2014，17(2)：81-83．

[2]李玉珠．模糊綜合評價法在企業(yè)員工績效考核中的應(yīng)用[J]．江蘇商論，2014(13)：95-96．

[3]李天政，賈子超．區(qū)間數(shù)理論在事業(yè)單位績效評估中的應(yīng)用[J].廊坊師范學(xué)院學(xué)報(自然科學(xué)版)，2015(3):64-68．

[4]YOUSIF M K,SHAOUT A.Fuzzy logic computational model for performance evaluation of sudanese universities and academic staff[J]．Journal of King Saud University-Computer and Information Sciences，2016,30(1):80-119.

[5]張迪，郭齊勝，李智國．基于ANP的武器裝備體系能力有限層次評估方法[J]．系統(tǒng)工程與電子技術(shù)，2015(4)：817-824．

[6]常建鵬，周國華，陳振頌，等．基于偏好信息的鐵路應(yīng)急預(yù)案多階段群評估研究[J]．鐵道學(xué)報，2016(7)：15-26．

[7]WANG Y L,CHEN D D.Dynamic self-adaptive ANP algorithm and its application to electric field simulation of aluminum reduction cell[J]．School of Information Science and Engineering,Central South University，2015，22(12)：4 732-4 741．

[8]RAJESH R，RAVI V．Supplier selection in resilient supply chains:a grey relational analysis approach[J]．Journal of Cleaner Production，2014(86):343-359.

[9]AGHAJANI M M，TAHEREI G P，SULAIMAN N M，et al．Application of TOPSIS and VIKOR improved versions in a multi criteria decision analysis to develop an optimized municipal solid waste management model[J].Jouranl of Environmentai Management,2016,166(9):109-115．

[10]G?ZTEL A．evaluation of university employees work behavior’s performance via entropy based TOPSIS methods[J]．Electronic Journal of Social Sciences，2016(10)：78-92．

[11]范圣剛，劉洪昌．基于模糊綜合評判法的旅游飯店員工績效考核研究[J]．當(dāng)代經(jīng)濟(jì)，2015(13):126-128.

[12]DO Q H,CHEN J F.Evaluating faculty staff:an application of group MCDM based on fuzzy AHP approach[J].International Journal of Information and Management Sciences,2013,24(2):131-150.

[13]田麗，段爭光，王勇，等．基于遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的員工績效評估實證研究[J]．貴州師范大學(xué)學(xué)報(自然科學(xué)版),2012，9(5):89-93.

[14]GüRBüZ T，ALBAYRAK Y E．An engineering approach to human resources performance evaluation:hybrid MCDM application with interactions[J]．Applied Soft Computing，2014，21(3)：365-375．

[15]趙汝成.F大藥房門店營業(yè)人員勝任力模型的構(gòu)建[J].中國藥事，2015(6)：595-605.

[16]袁旭梅，張旭，祝雅妹．基于ANP理論的科技項目績效評價模型及應(yīng)用[J]．科技管理研究，2015，35(21)：83-88．

[17]趙國超，王曉鳴，何晨琛，等．基于ANP社區(qū)的低碳系統(tǒng)結(jié)構(gòu)分析[J]．生態(tài)經(jīng)濟(jì)，2016(11)：80-84．

[18]GUPTA H,BARUA M K.Supplier selection among SMEs on the basis of their green innovation ability using BWM and fuzzy TOPSIS[J].Journal of Cleaner Production,2017,152(3):242-258.