趙海峰 和惠平 楊思茹 卜衛(wèi)超 李華 郝紅葉

陜西省煙草公司渭南市公司

一、高質(zhì)量發(fā)展評價指標(biāo)的理論基礎(chǔ)

（一）目標(biāo)管理理論

目標(biāo)管理是由彼得·德魯克最早在《管理實踐》這本書中首先提出的（許一，2006）。目標(biāo)管理是通過目標(biāo)導(dǎo)向，以人為中心，將成果標(biāo)準(zhǔn)考慮在內(nèi)，從而使企業(yè)和個人能夠取得較好績效的、符合現(xiàn)代管理發(fā)展趨勢的管理辦法。

（二）關(guān)鍵績效指標(biāo)

關(guān)鍵績效指標(biāo)法（Key Performance Indications，KPI）依據(jù)目標(biāo)管理理論和帕累托定律，反映企業(yè)關(guān)鍵業(yè)績貢獻大小，是評價和管理企業(yè)重點工作的一種方法（Muchiri，等2010）。設(shè)置關(guān)鍵績效指標(biāo)要遵循SMART原則：一是指標(biāo)要詳細清晰（Specific）；二是指標(biāo)要具有可衡量性（Measurable）；三是指標(biāo)通過一定的努力可以達成（Attainable）；四是指標(biāo)之間存在內(nèi)在關(guān)聯(lián)性（Relevant）；五是重視達成指標(biāo)要求的時間期限（Time）。設(shè)計關(guān)鍵績效指標(biāo)的流程主要分為以下四個步驟：首先，確定企業(yè)總體的戰(zhàn)略目標(biāo)，進一步明確企業(yè)的未來發(fā)展規(guī)劃，以達到企業(yè)在發(fā)展過程中可以抓住重點、增加亮點、補齊短板和防范風(fēng)險的作用。其次，根據(jù)企業(yè)總體的戰(zhàn)略目標(biāo)和職能任務(wù)，結(jié)合企業(yè)目前的發(fā)展?fàn)顩r，采用頭腦風(fēng)暴法和魚骨分析法，精煉和歸納出最為總體和重要的績效評價指標(biāo)，從而建立起企業(yè)層面的關(guān)鍵績效指標(biāo)。再次，根據(jù)企業(yè)層面的關(guān)鍵績效指標(biāo)，結(jié)合部門當(dāng)前的重點工作，分析達成任務(wù)目標(biāo)的舉措，將企業(yè)層面的關(guān)鍵績效指標(biāo)進行逐一分解，從而選出部門層面的關(guān)鍵績效指標(biāo)。最后，分析達成目標(biāo)的具體業(yè)務(wù)，根據(jù)具體工作事項，結(jié)合部門的人員分工，分解出員工層面的關(guān)鍵績效指標(biāo)，最終把目標(biāo)任務(wù)層層落實到員工個人，一套完整的績效指標(biāo)到此就確立起來了。

關(guān)鍵績效指標(biāo)所具有的特點，使其在企業(yè)應(yīng)用中具有以下優(yōu)越性：

一是關(guān)鍵績效指標(biāo)從關(guān)鍵流程步驟中選取指標(biāo)。對最終結(jié)果和關(guān)鍵流程步驟起到了同等關(guān)注，有利于員工在達成目標(biāo)任務(wù)的同時也重視工作細節(jié)的完善。

二是關(guān)鍵績效指標(biāo)將指標(biāo)盡可能的定量化。對難以定量化的指標(biāo)盡可能的行為化，具有很強的可衡量性，大大提升了績效評價的效率和可操作性。

三是關(guān)鍵績效指標(biāo)是連接個體、部門績效和企業(yè)整體戰(zhàn)略目標(biāo)的一座橋梁。個體和部門層面的績效直接驅(qū)動著企業(yè)整體價值的實現(xiàn)，使績效評價具有較強的連貫性。

同樣涉及到企業(yè)的戰(zhàn)略目標(biāo)，平衡計分卡（Balanced Scorecard）考慮的是各方面的平衡和協(xié)調(diào)（Chavan，2009）。較平衡計分卡而言，關(guān)鍵績效指標(biāo)則更多關(guān)注企業(yè)發(fā)展過程中的關(guān)鍵因素，根據(jù)關(guān)鍵因素確定的績效指標(biāo)基本上是相互獨立的，協(xié)同效應(yīng)不夠好。

二、高質(zhì)量發(fā)展指標(biāo)的構(gòu)建系統(tǒng)

（一）指標(biāo)構(gòu)建之一：源自文獻

以“績效”和“煙草”為關(guān)鍵詞在中國知網(wǎng)共搜索出文章383篇，首先將其以Endnote格式導(dǎo)出，再利用Endnote文獻管理軟件轉(zhuǎn)換為RIS格式，然后將RIS格式的383篇文章導(dǎo)入VOSviewer文本分析軟件。

當(dāng)關(guān)鍵詞在這383篇文章中出現(xiàn)3次及以上時，我們將其保留，共計77個關(guān)鍵詞。但由于部分關(guān)鍵詞沒有實質(zhì)含義，如“煙草”、“煙草企業(yè)”、“現(xiàn)狀”和“構(gòu)建”等，剔除后剩余共計49個關(guān)鍵詞。

通過VOSviewer識別，共形成11個族，89個鏈接對（如圖1）。高頻詞匯包括績效考核、績效管理、績效評價、平衡積分卡、全面預(yù)算管理、層次分析法、對標(biāo)管理、精益管理等。從各學(xué)者對熱點話題地關(guān)注的時間維度來看（如圖2），最新的熱點話題主要包括平衡積分卡、全面預(yù)算管理、內(nèi)部控制、煙農(nóng)專業(yè)合作社等?？偟膩碚f，目前文獻對于新時代背景下煙草企業(yè)的高質(zhì)量發(fā)展的指標(biāo)體系的建設(shè)尚未被學(xué)者充分關(guān)注。

圖1 熱點話題的詞頻分布圖

圖2 熱點話題的年度分布

基于這些文獻，本研究細致篩選了煙草企業(yè)的績效評價指標(biāo)，并結(jié)合企業(yè)實際情況，篩選出一部分績效考核關(guān)鍵指標(biāo)放入原始指標(biāo)庫。

（二）指標(biāo)構(gòu)建之二：源自問卷和現(xiàn)有管理相關(guān)指標(biāo)

問卷題項以李克特5級量表為基礎(chǔ)。設(shè)計樣本量時以非概率抽樣配額抽樣法兩次抽取單位60名和150名樣本企業(yè)員工開展問卷調(diào)查，實際收回60份和129份有效調(diào)查問卷，符合樣本抽取標(biāo)準(zhǔn)，樣本有效率分別為100%和86%。

為了避免原有指標(biāo)與之相互重復(fù)，目前，企業(yè)至少同時存在多套績效考核體系，如“全省系統(tǒng)高質(zhì)量發(fā)展”、“年度工作業(yè)績考核”、“商業(yè)企業(yè)對標(biāo)管理”和“基層考核辦法”等。本研究在現(xiàn)有各套考核指標(biāo)相融合的基礎(chǔ)上，汲取了各部門員工的建議和相關(guān)文獻的結(jié)論，最后整理如圖3所示的高質(zhì)量發(fā)展指標(biāo)體系。

圖4 經(jīng)問卷整理的高質(zhì)量發(fā)展指標(biāo)體系

三、主成分分析法確定指標(biāo)項

（一）信度檢驗

信度系數(shù)在0.60-0.65為不可信，在0.65-0.70為可接受值，在0.70-0.80認為相當(dāng)好，在0.80-0.90認為非常好，大于0.9認為很好。Kaiser(1974)描述KMO檢驗值小于0.5時，較不適宜因素分析，KMO檢驗值為0.6適合因素分析，KMO 檢驗值越大，變量間共同因素越多，越適合因素分析。

（二）效度檢驗

1.驗證性因素分析的效度檢驗

Hair(1992)描述共同性特征大于0.3認為顯著、大于0.4認為很重要、大于0.5認為非常重要，大多學(xué)者研究認為0.5 為起點，指標(biāo)間共同因素適合因素分析。用相關(guān)系數(shù)r作為統(tǒng)計量描述變量間線性關(guān)系的程度和影響，|r|≧0.95存在顯著性相關(guān)，0.8≦|r|＜0.95高度相關(guān)，0.5≦|r|＜0.8中度相關(guān)，0.3≦|r|＜0.5低度相關(guān)，|r|＜0.3 認為不相關(guān)，相關(guān)系數(shù)介于-1至1之間，大于0為正相關(guān)，小于0為負相關(guān)，等于0為零相關(guān)。

2.SEM 驗證

c2/df介于1至2或1至3的標(biāo)準(zhǔn)，表示量表與樣本數(shù)據(jù)契合度可以接受；RMSEA數(shù)值高于0.10，量表適配度欠佳；其數(shù)值在0.08至0.10之間量表尚可，具有普遍之適配度；在0.05至0.08之間量表良好，有合理適配；其數(shù)值低于0.05表示非常好的適配；低于0.01表示非常 出色的適配。因此，我們構(gòu)建了一個初步的高質(zhì)量發(fā)展指標(biāo)體系。

遵循評價的簡明性、易操作性、信息準(zhǔn)確性、層次密集性等原則，同時為保證評價體系指標(biāo)的科學(xué)性、合理性和可驗證性，在確定原始指標(biāo)評價體系后，需要運用企業(yè)實際統(tǒng)計數(shù)據(jù)進行實證分析，深入揭示各經(jīng)營狀況及相互差距所在，為企業(yè)的高質(zhì)量發(fā)展戰(zhàn)略調(diào)整和轉(zhuǎn)變提高提供必要的參考。

考慮到樣本數(shù)據(jù)較多，評價指標(biāo)復(fù)雜，本研究主要采用以統(tǒng)計數(shù)據(jù)本身作為賦值依據(jù)，所得權(quán)重客觀性、合理性較高的主成分分析法，在盡量不減少指標(biāo)信息損失的情況下，將多元變量降維為若干不相關(guān)的指標(biāo)變量，對綜合指標(biāo)權(quán)重進行賦值（楊永恒等，2005）。主要流程如下：

a.獲取企業(yè)的經(jīng)營數(shù)據(jù)，并整合為評價體系中的末級指標(biāo)；

b.對數(shù)據(jù)進行預(yù)處理，進行指標(biāo)趨同化和標(biāo)準(zhǔn)化；

c.構(gòu)建相關(guān)系數(shù)矩陣判斷變量間的相關(guān)性，得出相關(guān)系數(shù)矩陣的特征值；

d.按照特征值大于1或累計方差貢獻率大于85%的原則，確定各主成分；

e.通過成分矩陣及特征值計算得出各主成分表達式；

f.基于主成分各自方差貢獻率計算權(quán)重，得出各指標(biāo)綜合測評得分。

為進行指標(biāo)融合和因子降維，首先將指標(biāo)化為極大型（極小型）指標(biāo)進行趨同化處理，并對類型一致的評價指標(biāo)采用標(biāo)準(zhǔn)分數(shù)對變量進行標(biāo)準(zhǔn)化處理，使指標(biāo)中最優(yōu)值為1，最劣值為0。

皮爾遜積矩相關(guān)系數(shù)顯示，89.7%（1051對/1171對變量）的變量間的相關(guān)系數(shù)的絕對值＞0.3，而用于觀測相關(guān)系數(shù)值與偏相關(guān)系數(shù)值的KMO值=0.637＞0.5，且用于檢驗變量值是否彼此獨立的Bartlett’s檢驗 p 值=0.000＜ 0.01，表明變量間相關(guān)性強，指標(biāo)間彼此獨立，適合進行主成分分析。

分析結(jié)果表明：應(yīng)當(dāng)去掉“低焦油卷煙銷量”、“群眾性創(chuàng)新活動”及“互助小組”等。方差貢獻率表如表1所示，前6個因子特征值累計方差貢獻率為 86.63%，且前5個因子特征值＞1，僅第六個因子略小于1。因此，提取前6個作為主成分。

表1 主成分提取分析表

采用同樣的方法，本研究實現(xiàn)對其他三個維度的指標(biāo)的篩選與合成。

四、層次分析法確定指標(biāo)權(quán)重

指標(biāo)體系的權(quán)重設(shè)置是設(shè)計績效評價指標(biāo)體系的最后環(huán)節(jié)，也是比較復(fù)雜的一環(huán)。如果不經(jīng)計算隨意賦予各個指標(biāo)的權(quán)重值，勢必會導(dǎo)致指標(biāo)體系的不客觀和不科學(xué)。唯有權(quán)重系數(shù)是合理客觀的，績效評價結(jié)果才更可能是合理公正的。所以構(gòu)建指標(biāo)體系的關(guān)鍵環(huán)節(jié)是科學(xué)有效地分配權(quán)重系數(shù)。本研究運用層次分析法賦予各項指標(biāo)的權(quán)重系數(shù)（Saaty，1990；吳殿廷和李東方，2004）。

步驟一，建立層次結(jié)構(gòu)模型。

首先將所要研究的問題作為一個系統(tǒng)，然后在深入分析的基礎(chǔ)上，確定系統(tǒng)中各因素之間的關(guān)聯(lián)關(guān)系和隸屬關(guān)系，再依據(jù)隸屬關(guān)系將有關(guān)聯(lián)的各個因素按照自上而下的順序分解成多個層次，目標(biāo)層為最上層，其次是準(zhǔn)則層，具體的指標(biāo)層或方案層是最下層，問題的復(fù)雜程度及研究的詳盡程度將影響層次結(jié)構(gòu)模型中的層次數(shù)量，通常情況下沒有層次數(shù)量的限制。

一個合理有效的層次結(jié)構(gòu)對于解決問題顯得尤為重要，層次分析方法中最簡單和最實用的層次結(jié)構(gòu)形式是遞階層次結(jié)構(gòu)。通?？梢詫⑵鋭澐譃槿鐖D3所示的層次結(jié)構(gòu)模型，下圖中的中間層還可以分為多個層次。

圖3 層析分析法的層次結(jié)構(gòu)模型

在構(gòu)建企業(yè)高質(zhì)量發(fā)展指標(biāo)體系的層次結(jié)構(gòu)模型時，是依據(jù)隸屬關(guān)系將選擇的所有指標(biāo)按照自上而下的順序分解成3個層次，分別為目標(biāo)層，準(zhǔn)則層及指標(biāo)層。在同一層次的各個因素隸屬于上個層次的因素或?qū)ι蠈哟蔚囊蛩禺a(chǎn)生影響，同時又支配下個層次的因素或受到下個層次因素的影響。

步驟二，構(gòu)造判斷矩陣。

層次分析法的核心部分是判斷矩陣，請專家以上一層次的某一個要素作為準(zhǔn)則，將下一層次與它有支配關(guān)系的因素進行兩兩之間的比較，從而確定兩者的相對重要值。按照1-9級分制進行相對重要性賦值，構(gòu)造出層次判斷矩陣（aij）n＊n。，任意兩個因素i和j的相對重要性程度可用1、2、3、4、5、6、7、8、9及它們的倒數(shù)作為標(biāo)度表示見表4，其中：i或j取1、2、3、…、n，n為因素個數(shù)，那么aij就表示因素i與因素j的相對重要性程度。在構(gòu)造判斷矩陣時，其因素值一般通過問卷調(diào)查獲得，由相關(guān)專家、該領(lǐng)域的資深學(xué)者W及該領(lǐng)域的資深實踐者進行打分，根據(jù)判斷矩陣的互反性，上述人員只需給出矩陣中所有滿足i＜j的aij，即給出矩陣的＂上三角＂，然后由aij的倒數(shù)（即aji=1/aij）計算得出矩陣的“下三角”。

需注意判斷矩陣中的因素有三個特點：

①aii=1；

②aij＞0；

③aji=1/aij。

將績效評價指標(biāo)體系中各層次的各項指棟進行兩兩比較和賦值，最終得出一個n階的判斷矩陣，如下所示：

其中，aii＝1，i或j＝1，2，...，n；aij=1／aji，aij＞0，aji＞0，A為正互反判斷矩陣。

表2 標(biāo)度值的定義及表達形式

步驟三，計算判斷矩陣的最大特征值。

其具體算法如下：

（1）計算出判斷矩陣每行所有元素的幾何平均值，然后得到向量M=(m,m,m,…,m)，其中n為矩陣階級數(shù)。

（2）對向量M歸一化處理，獲得向量W=(w,w,w,…,w)，W就是所求的各指標(biāo)的權(quán)重系數(shù)值。

（3）計算判斷矩陣的最大特征值λmax，依據(jù)HW＝nW得出：

步驟四，計算層次單排序權(quán)重，并進行單層一致性檢驗。

采用方根法或幕法對各層次判斷矩陣所對應(yīng)特征向量進行歸一化處理，然后計算出同一層次相應(yīng)因素相對于上一層次某因素的單層次排序權(quán)重。在一些主觀和客觀因素的綜合作用下，所構(gòu)建的判斷矩陣要達到嚴格一致性的效果猶如小概率事件，而層次分析法并不要求所構(gòu)造的判斷矩陣達到絕對的一致性，但是專家或者學(xué)者做出的判斷需要做到大體的一致性。比方說，有元素A比B絕對重要，B比C絕對重要，C比A絕對重要的事情一般是違反常理的。所以，在計算出判斷矩陣的λmax（即最大特征值）后，還有必要對判斷矩陣進行一致性檢驗，其步驟如下：

（1）計算隨機一致性指標(biāo)，CI=（λmax-n)／（n-1），其中n為判斷矩陣的階數(shù)；

（2）計算檢驗系數(shù)，即隨機一致性比率CR，CR＝CI／RI，其中RI為判斷矩陣的平均隨機一致性指標(biāo)，其通過下表（3）可以獲得。當(dāng)CR＜0.1時，通常情況下可以認為判斷矩陣的一致性符合滿意；當(dāng)CR＞0.1時，就需要重新調(diào)整判斷矩陣中的元素取值。

表3 AHP方法中平均隨機一致性指標(biāo)（RI）取值參考表

步驟五，確定層次總排序權(quán)重，并進行總層一致性檢驗。

獲取同一層次所有因素對于最高層總目標(biāo)相對重要性的排序權(quán)值，也就是計算層次總排序權(quán)重，這個過程是由上而下逐層開展的，或者說由最高層次向最低層次逐層進行的。在計算出層次總排序權(quán)重之后，有必要逐層進行總層一致性檢驗。層次總排序的一致性檢驗也是從最高層次向最低層次或由上而下逐層次展開的，根據(jù)如下檢驗公式，可檢驗出總層一致性。

當(dāng)CR＜=0.1，則滿足通過總層一致性檢驗的要求，當(dāng)CR＞=0.1時，就有必要調(diào)整判斷矩陣。

圖5 層析分析法的層次結(jié)構(gòu)模型

以“創(chuàng)新與素質(zhì)”為例：

首先，參考邱瑩（2012）的做法，本研究構(gòu)建層次分析法的層次結(jié)構(gòu)模型，如圖5所示。

其次，本課題收集了10位專家的判斷矩陣的問卷打分結(jié)果。專家成員由企業(yè)領(lǐng)導(dǎo)、資深員工以及上海某財經(jīng)高校相關(guān)專家組成。每個專家對“創(chuàng)新與素質(zhì)”維度下各個二級指標(biāo)的相對重要性打分。如步驟二所述，本課題將1代表兩個因素的重要性相同，3代表因素i比因素j明顯重要，5代表因素i比因素j絕對重要，2和4代表兩個相鄰判斷的中間值。上述各數(shù)的倒數(shù)表示兩因素之間的反向比較。

表4 層次分析法的專家打分表（創(chuàng)新與素質(zhì)維度）

在收集完各位專家對各個因素的相對重要性打分結(jié)果后，將各位對每一對因素的評分均值填入判斷矩陣，然后計算判斷矩陣每行所有元素的幾何平均值，然后得到向量M=（7.20,9.83,16,9.17,2.95）T，進一步，對向量M進行歸一化處理，從而得到各指標(biāo)權(quán)重系數(shù)向量W（0.104,0.064,0.290,0.212,0.29 0,0.040）T。如表5所示。

表5 創(chuàng)新與素質(zhì)二級指標(biāo)判斷矩陣

最后，綜合考慮歸一化權(quán)重與一級指標(biāo)的權(quán)重，最終獲得二級指標(biāo)的組合權(quán)重系數(shù)，如表5所示。

表5 績效評價指標(biāo)體系權(quán)重分配情況

同樣，其他三個維度（“效率”、“效益”、“質(zhì)量與狀態(tài)”）也按照專家評委打分—建立判斷矩陣—計算歸一化權(quán)重系數(shù)—納入一級指標(biāo)權(quán)重這樣的程序確定的組合權(quán)重系數(shù)。

自此，通過主成分分析法與層次分析法基本完成了地市級煙草商業(yè)企業(yè)高質(zhì)量發(fā)展評價指標(biāo)的收集、整理、歸類和權(quán)重確定，為指標(biāo)進一步在企業(yè)高質(zhì)量發(fā)展評價管理工作奠定了相對科學(xué)、完整的數(shù)據(jù)基礎(chǔ)。