基于ANP和GRA的公司员工绩效评估模型

邵其赶,许雅雯

(1.厦门理工学院经济与管理学院，福建 厦门 361024； 2.厦门中嘉信息科技有限公司，福建 厦门 361000)

追求良好的业绩是公司重要的经营目标，建立一套科学、有效、合理、公正的员工绩效评估系统，有利于公司可持续发展，目前国内外诸多学者对员工绩效评估展开多角度分析[1-3]，但鲜有文献考虑到员工评估指标间的因果关系。网络分析法(analytic network process,ANP)[4]是一种适应非独立的递阶层次结构的实用决策方法，被广泛运用在武器装备、铁路部门、电力系统、桥梁设计等领域[5-7]。ANP可以处理元素集内部指标间的依赖性也可以处理元素集之间的外部依赖性，用ANP法评价公司员工绩效时，可以兼顾维度和指标间都存在的相互依赖关系，又避免了简单加权求和的局限性。但尚未见ANP法应用于员工绩效评估领域的研究。

灰关联分析法(grey relational analysis,GRA)是一种多因素统计分析方法，该法以各因素的样本数据为依据用关联度来描述指标关系的强弱和次序，可在很大程度上减少因信息不对称带来的损失，近十几年来已经被广泛地应用在各个领域解决决策问题[8-10]。本研究采用ANP构建公司员工绩效模型，用灰关联分析法获得灰关联系数，并通过灵敏度分析检验模型的稳健性。研究成果可用来作为调整员工薪资、奖惩等重要参考依据。

一、公司员工绩效评估模型的构建

采用ANP方法分3步建立公司员工绩效评估模型。首先，确定评价指标体系，并据此构建ANP网络结构；其次，根据ANP模型网络结构设计专家问卷，访谈人力资源专家，利用专家问卷收集数据，对数据处理后获得各项指标权重并结合ANP模型后的结果，采用GRA方法降低专家问卷结果的主观性，对备选方案进行绩效分析；最后，通过灵敏度分析验证指标设计的合理性和模型的稳健性。

(一)构建评估指标体系和ANP网络结构

学者们对绩效评估的定义不尽相同，总体可以归纳为绩效评估是在一段特定时间内，对员工的工作成果的衡量与评价，用来协助管理者作为调整员工薪资、奖惩、晋升等重要的参考依据[2-3]。

绩效评估指标可分为“德”“勤”“绩”3个维度。“德”指协作精神、职业道德；“勤”指责任感、社会工作情况；“绩”指工作数量、工作质量[11]。绩效评估应重视员工的知识、能力、态度，因此员工绩效的评价涉及专业知识、沟通与协作、管理能力、责任感、积极性、工作质量、工作数量等[12]。按绩效评估的内容将指标分为职业道德、工作能力、勤劳以及工作成绩4种[13]。王振波[1]提出绩效评估指标应包括工作态度、工作能力与工作业绩3个方面。李玉珠[2]研究指出工作态度、工作能力及工作素质等3种绩效衡量指标。参考上述文献，以文献探讨法为基础，整理分析出公司员工绩效评估维度和指标，从工作态度(评估员工对工作的认知和情感)、工作能力(评估重点放在取得工作成就的能力上)和工作业绩(主要评估员工的工作成果，针对的是可测量的岗位成果部分)等3个维度构建公司员工绩效评估指标体系，并选取了12个员工绩效指标，如表1所示。

表1 员工绩效评估指标体系

员工绩效评估指标各不相同但互相影响。依据指标间关系，兼顾层次内部元素的相互依存及下一层次元素对上一层次元素的反馈性，运用ANP方法，根据表1建立员工绩效评估网络结构图，如图1所示。其中，环形箭头表示元素组内部元素受到自身元素组内部的其他元素影响。

图1 员工绩效评估网络结构Fig. 1 Network of employee performance evaluation

(二)确定指标权重

绩效评估维度和评估指标间存在相互依赖关系，用ANP法确定指标的权重，可以避免简单加权求和的局限性。

1.数据收集

问卷设计。依据图1员工绩效评估网络结构设计问卷。目的在于调查了解公司员工的绩效评估的各项指标权重。问卷以准则层因素为评估准则，进行两两因素重要性比较，为了让填写人员对于本评估层级中各指标的定义能更明确了解以及更正确的进行两两因素比较时的程度选择，因此将每项评估指标的操作性定义，详细地在问卷中指出以供填写对象参考。

问卷发放与回收。问卷的发放时间为2017年2月19日—6月20日，以人力资源专家为发放对象，共挑选了10位人力资源专家进行问卷调查。因为所选专家成员都居住于厦门，所以采用专家访谈法，进行面对面的问卷调查。ANP问卷共发放10份，收回的问卷共10份，回收比例100%，专家组打完分后计算出总体的标准差，当总体标准差小于1时，则可以认为专家组的意见较统一[16]。其中有2份问卷意见分歧较大，即总体标准差大于1，故列为无效问卷共2份，有效问卷共8份，占问卷回收比例约80%。

整理问卷。得到对3个评估维度和12个评估指标间相对重要性的判断矩阵。

2.应用网络分析法确定权重

网络分析法(ANP)通过比较组内元素对另一元素的重要性，得出该组内元素对另一元素影响的判断矩阵，最终通过建立加权超矩阵、极限超级矩阵，得到任一元素对目标的影响。ANP利用超矩阵对相互影响的因素进行综合分析得出其混合权重，能清晰反映维度或准则之间的相依关系[17]。

步骤一：建立判断矩阵与一致性检验

设ANP结构中准则层元素为Pi(i=1,2,3)，网络层元素为Cij(j=1,2,…,n)，将集群Ci中的元素对Cj两两重要性比较，即建立判断矩阵。由特征根法得到排序向量wij

(1)

步骤二：建立无权重超矩阵

在矩阵wij，列向量为Pi中各元素Cin对Pj集群元素的影响水平排序，如果Pi中各个元素对Pj中元素没有影响时，wij=0。最终由子块矩阵wij组成无权重超矩阵Wij

(2)

步骤三：建立加权超矩阵

由于Wij不是列归一化向量，需要对Pi与Pj(j=1,2,3)进行两两重要性比较，得到权矩阵aij,(i=1,2,…,n;j=1,2,…,n;n<4)，最后与无权重超矩阵Wij相乘，获得加权超矩阵即：

(3)

步骤四：建立极限超级矩阵

(4)

经过ANP 的4个步骤计算，得到员工绩效评估指标的权重，局部权重为各三级指标对上一级指标的权重，全局权重为各三级指标对总目标即员工绩效的权重，结果如表2。

表2 员工绩效评估指标权重

维度权重中，工作能力与工作业绩的权重分别为0.397和0.331，而工作态度权重相对较小，为0.272。依据公司的性质来看，因经营的重要目的为追求工作业绩，员工是公司最重要的资源，员工的工作进度、工作质量、工作成本决定其绩效。

在工作态度维度下评估指标权重由高到低排序依次为：责任感0.178、积极性0.039、沟通与协作0.037、职业道德0.018。责任感在本维度中重要性最高。顾客所交代的相关服务要求，对工作的实际完成情况会影响顾客对公司的认同度。

在工作能力维度下评估指标权重由高到低排序依次为：计划与效率0.218、知识与技能0.051、学习与进取0.051、指挥与管理0.011。公司是以盈利为目的，发展员工及团队能力来改善公司整体的工作绩效，从而促进公司发展。故在此维度下，计划与效率重要性最高，占比65.6%。

国内的论文主要是工作经验总结，缺乏药学学术研究。研究的领域较单一狭隘，应加大宏观方向的研究力度，比如《美国药学教育杂志》研究的建立和维持药学教育院校联盟[16]、药学教育实现多元化的制度策略[17]以及药学专业认证制度研究[18]。应加深研究的层次，细化研究内容，建议研究的方向有翻转课堂，主动学习；课程中加入模拟患者的教学效果；跨职业教育合作的影响；教学技术在课程中应用的效果；学生的职业道德发展；人文关怀课程的建设；学生领导力的激励因素；教学效果的评估等。

在工作业绩维度下评估指标权重由高到低排序依次为：工作进度0.293、工作质量0.057、特殊任务0.029、工作成本0.018。公司经营的重要目的是追求良好的工作业绩，工作进度和工作质量这两项指标对于实现良好业绩的根本保障。

(三)灰关联分析

考虑到专家访谈主观性的限制，GRA方法可通过近似模糊的方式，降低专家问卷结果的主观性，提高其说服力。GRA是根据因素间的发展趋势具有相似或相异程度，以此衡量因素之间关联程度的方法[16]。对于GRA而言，如果以序列x0(k)作为参考序列，其他序列作为比较序列时，则称为局部性灰关联度。如果以任何一个序列xi(k)作为参考序列时，此时称为整体性灰关联度。通过该法可获得各备选方案关联系数及最终绩效排名。以局部性灰关联度进行研究分析:

步骤一：表格转换并找出评比标准

若原始数据并不具有可比性，则第一步将原始数据转换成满足可比性后，以x0(k)为评比标准，进行灰关联度分析。

步骤二：以标准序列的数据作为分母除以各比较序列中相对应的数据，进行初值化

(5)

步骤三：x0和xi之间第k个差的绝对值，计算序列差

Δ0i(k)=x0(k)-xi(k)。

(6)

步骤四：决定灰关联系数

(7)

(8)

步骤五：评比结果排序

γ(x0,x1)φγ(x0,x2)φγ(x0,x3)。

(9)

(四)灵敏度分析

对模型进行灵敏度分析，通过调整最重要指标的权重，验证指标的科学性、合理性及ANP模型的稳健性。因灵敏度分析需要具体的数据，故本文在实证分析部分对混合模型加以验证。

二、实证分析

(一)数据选取

邀请厦门夏商集团有限公司(夏商)、厦门建发国际旅行社有限公司(建发)、厦门航空有限公司(厦航)、厦门天虹商场有限公司(天虹)以及厦门源昌集团有限公司(源昌)等5家厦门服务业企业的资深经理协助评价，每家公司的考核小组成员包括人力资源部经理、绩效管理专家、部门主管、人事部经理等考核小组共计34人，其中夏商有8名专家参与，建发有7人，厦航6人，天虹6人，源昌7人，通过问卷调查的方式，让公司人力资源主管对其公司人事部和财务部员工进行打分，结合权重值与下述灰关联法，得到所需评估数据。

(二)灰关联分析

以局部性灰关联度进行研究分析，设定评定标准如表3所示。以评估分数序列x0(k)为评比标准，进行灰关联度分析。

表3 评定标准

基于灰关联公式(5)～(7)求得灰关联系数。此处以ξ=0.5来计算灰关联系数。依据计算结果可判断5家公司之间员工绩效差距不大。其中，建发的员工绩效评估最好为0.786，厦航以0.734次之，其后依次是厦商(0.733)、源昌(0.692)、天虹(0.668)，该结论与2016年厦门百强企业排行榜结果一致。由公式(8)计算的各项绩效评估指标灰关联度来看，工作进度C11(1.153)、计划与效率B12(0.900)、责任感A12(0.570)对员工绩效影响最为重要，而职业道德A11(0.061)、工作成本C13(0.055)、指挥与管理B11(0.044)的重要性相对较低。建发公司员工在12个评估指标中表现令人满意，其公司员工能迅速正确地按规定完成工作，计划与效率表现最好。而厦航、厦商员工虽然按目标计划推进工作，但其公司员工责任感都较低，因而绩效评估居第二、第三。源昌员工虽然能保质保量完成工作量，但并不能主动承担相应的责任，采取积极对策，因而绩效排名第四。5家公司GRA系数见表4。

表4 5家公司GRA系数

注：标有横线部分属于在该评估项目下表现最优的公司，标有波浪线部分属于在该评估项目下表现最劣的公司

(三)灵敏度分析

对模型进行灵敏度分析[18]，以检验模型的稳健性。将12个指标中的权重最高的指标工作进度(C11)的权重进行调整，其调整幅度以0.1为单位，由0.1～0.9改变C11的权重，从而得到各公司排名变化，如表5所示。表5中，原始排名为(3，1，2，5，4)，经过灵敏度分析后排名变化不大，说明所选指标科学合理，ANP构建的模型足够稳健。

表5 指标C11的权重由0.1变化到0.9时各公司的排名

三、结语

先通过文献梳理，建立规范的员工绩效指标体系；再用ANP法计算绩效评估指标权重，结果表明工作进度、责任感、计划与效率对员工绩效影响最为重要，而工作成本、职业道德、指挥与管理的重要性相对较低；然后，为降低专家问卷结果的主观性，提高其说服力，运用GRA方法加以完善，最终构建了包含工作态度、工作能力和工作业绩3个维度共12项评估指标的公司员工绩效评估模型。厦门5家服务企业员工工作绩效的实证分析和GRA灵敏度分析，验证了评估指标的科学性、合理性以及模型的稳健性。需指出，权重设计时可能会因为员工层次、员工岗位属性、部门属性等因素影响而有所不同；另外主管式的上级评估方式评价员工绩效，相对来说客观性也会有局限。

[参考文献]

[1]王振波．零售业绩效评估与薪酬结构分析：以超市业促销员为例[J]．中国管理信息化，2014，17(2)：81-83．

[2]李玉珠．模糊综合评价法在企业员工绩效考核中的应用[J]．江苏商论，2014(13)：95-96．

[3]李天政，贾子超．区间数理论在事业单位绩效评估中的应用[J].廊坊师范学院学报(自然科学版)，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]张迪，郭齐胜，李智国．基于ANP的武器装备体系能力有限层次评估方法[J]．系统工程与电子技术，2015(4)：817-824．

[6]常建鹏，周国华，陈振颂，等．基于偏好信息的铁路应急预案多阶段群评估研究[J]．铁道学报，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]GÖZTEL 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]范圣刚，刘洪昌．基于模糊综合评判法的旅游饭店员工绩效考核研究[J]．当代经济，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]田丽，段争光，王勇，等．基于遗传优化BP神经网络的员工绩效评估实证研究[J]．贵州师范大学学报(自然科学版),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]赵汝成.F大药房门店营业人员胜任力模型的构建[J].中国药事，2015(6)：595-605.

[16]袁旭梅，张旭，祝雅妹．基于ANP理论的科技项目绩效评价模型及应用[J]．科技管理研究，2015，35(21)：83-88．

[17]赵国超，王晓鸣，何晨琛，等．基于ANP社区的低碳系统结构分析[J]．生态经济，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.