基于模糊综合评价法的企业核心人才绩效评估

中图分类号:D630 文献标识码:A

内容摘要:如何对企业的核心人才进行有效的评估,以使企业对核心人才的激励依据更为客观公正,并促进企业整体绩效的提升。把模糊综合评价方法应用到企业核心人才的绩效评估中,通过建立评价指标体系并分析可知应用模糊综合评价法。有助于企业全面科学地考核核心人才的工作业绩。

关键词:核心人才 绩效评估 模糊综合评价

企业的核心人才包括核心操作人员、核心技术人员(掌握着企业的核心技术)、核心管理人员以及关键营销人员(掌握着重要的渠道或客户资源),这些核心人才掌握着关键的无形资源,拥有行业内丰富的技术经验,掌握着大量的客户资源,拥有对经营影响重大的关系资源,这些资源构建了企业不可复制的核心竞争力。

企业的绩效评估是绩效控制的有效手段,通过核心人才绩效评估,给核心人才提供其工作反馈,使其扬长避短,不断改善工作绩效,努力提高工作能力与业务素质,有利于企业的经营与发展。有效的绩效评估是整个企业管理过程的一个不可分割的组成部分,它可以促使企业的经营良性循环,会对企业的整体绩效产生巨大的影响。因此,对核心人才的绩效有效地进行评估,是企业人力资源管理的重要职能之一。

模糊综合评价方法是模糊数学中应用得较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题,由于评价事物是由多方面的因素所决定的,因而要对每一个因素进行评价;在对每一个因素作出一个单独评语的基础上,如何考虑所有因素而作出一个综合评语,这就是一个综合评价问题。现实中很多评价都是模糊定性的,模糊数学针对这种模糊定性给出了一个量化的研究方法,从而可以进行综合评价的量化分析。

企业核心人才绩效评估的原则

效度。绩效评估的效度是指评估测量的准确程度,即评估结果与实际绩效的吻合程度。要保证绩效评估有效度必须确保评估要素、评估内容正确,确保评估标准、评估等级合理。评估测量的效度越高,表示它所测算的结果越能正确反映核心人才的工作绩效。

信度。绩效评估的信度是指评估结果的稳定性或可靠性,即评估结果是否反映了被评估者稳定的一贯的工作绩效。主要表现为一个测量过程中各项目的得分是否基本相符和两次测量评估的分数是否前后基本一致。

敏感性。绩效评估的敏感性是指该系统识别和区分工作效率高的核心人才与工作效率低的核心人才的能力。如果绩效评估缺乏这种区别的能力,就会出现不公平的局面,企业就无法依据该系统进行人事决策。

可接受性。绩效评估的可接受性是指绩效评估过程和结果要能被核心人才所认可和支持。如果评估脱离企业实际,贪大求全,得不到核心人才的理解和管理者的支持,评估方法将会遭到巨大的阻力。

实用性。绩效评估的实用性是指绩效评估要易于管理人员和核心人才理解和使用。如果评估过于复杂,核心人才看不清工作与绩效之间的联系以及评估结果的根据,不清楚或不理解评估的标准,就必然导致核心人才的不满和抵制,绩效评估就毫无作用。

企业核心人才绩效评估过程中模糊综合评价方法的应用

企业的核心人才,往往掌握着业界最先进的技术知识,能结合自己完善的知识体系和丰富的产品开发经验,不断为公司的产品注入新的技术活力。可以说,正是由于他们的存在,才使得企业能不断推出市场所需的产品,从某种意义上说,他们主宰公司未来生存和发展的命运。如何有效地激励核心人才,激发他们的工作热情,已成为高新技术企业可持续发展的一个核心命题。而有效激励的依据正是依赖于客观、公正、系统、有效的绩效评估。

鉴于企业核心人才对企业的重要性,本文把收集到的各类信息进行分析比较归纳之后,根据科学性、客观性、可比性、简明性和定量性的原则,为实现整体绩效的改善,把模糊综合评价方法应用到企业核心人才绩效评估体系的设计中。

企业核心人才的的绩效评价指标体系有四个一级指标:知识素质评价、工作业绩评价、工作能力评价、工作潜力评价,又可以在各一级指标的基础上得出相应的二级指标。知识素质评价指标U1是指一个企业的核心人才所必须具备的素质,现代高新科技知识的迅猛发展对企业的核心人才提出了高层次的要求,该指标分为学历层次U11、技术职称U12、专业知识U13和本领域的前沿知识U14四个二级指标。

工作业绩评价指标U2是根据企业核心人才的岗位职责划分进行设计的,是企业核心人才在考核期限内所完成的指标,主要包括工作的数量U21、工作的质量U22、工作的效率U23和工作的成果U24四个二级指标。

工作能力评价指标U3指的是企业的核心人才在实际工作过程中所表现出来的解决问题的能力,具体包括:分析解决问题的能力U31、组织协调能力U32、获取并有效利用信息的能力U33。

工作潜力评价指标U4是根据企业核心人才应具备的行为规范而进行设计的,该指标不仅包括学习能力指标U41,还包括创新能力指标U42和认知能力指标U43。对于各二级指标仍可以根据具体情况,通过关键绩效评估法或成功因素法等来进一步分解,根据各指标在评价体系中的重要程度,分别赋予其一定的权重系数。企业核心人才绩效评估模糊综合评价模型的建立可分为以下几个步骤。

建立评价对象的因素集U。U={U1,U2,U3,U4},其中Ui(i=1,2,3,4)是指考察评价对象状态的第i个指标,每个一级指标又可以根据实际情况细分为若干个二级指标,即:U1={U11U12U13U14};U2={U21U22U23U24};U3={U31U32U33};U4={U41U42U43}。

确定评语集合V。V={V1,V2,V3,V4},其中Vi(i=1,2,3,4),是指对每个指标的评语,设定V={V1,V2,V3,V4}={优,良,一般,差},以100,80,60,40为评分段进行划分,则Vj(j=1,2,3,4)可以看作分数段集合J={100,80,60,40}上的模糊集,见表1。

其中,因素集U上的模糊集合是指在因素集U中具有某种性质的元素组成的界限不分明的集体。关于U中的任一个元素,可以用一个[0,1]区间的数值来表示该元素隶属于模糊集合的程度,这个数值就称为该元素关于模糊集的隶属度。

确定各指标的权重。确定各指标权重是综合模糊评价方法的关键步骤之一,指标权重反映了各个指标的重要程度,是根据各指标对考察评价对象状态的重要程度来决定的。权重的分配关系到各评价指标在评价体系中所占的份量,对评价结果产生很大的影响,因此在制定权重时应反复检验和修正各评价指标的权重分配,以确保整个评价系统的公平性和科学性。评价指标集V上的模糊子集A={a1,a2,a3,a4}叫做权数分配,即权向量,其中ai(i=1,2,3,4)叫做指标Ui被考虑的权数,且a1+a2+a3+a4=1。

建立模糊综合评价的数学模型。R是从U到V的一个模糊映射,即U和V之间模糊关系的模糊矩阵为:

其中,rij表示Ui具有评语Vj的程度(i,j=1,2,3,4)。

综上所述,当权数分配和模糊矩阵R为已知时,应用模糊矩阵的复合运算即可进行综合评价,从而得出模糊综合评价的数学模型为:

=(b1 b2 b3 b4)

模糊综合评价的实证

由于实际工作过程当中企业核心人才绩效评估相关资料的不完整,现假定企业的某位核心人才绩效评估的评价指标的评语集合为:U={U1,U2,U3,U4};U1={良,一般,优,优};U2={良,优,优,良};U3={优,优,良};U4={优,一般,良}。各指标所对应的权数分配为:

a1={a11,a12,a13,a14}={0.2,0.2,0.3,0.3}

a2={a21,a22,a23,a24}={0.2,0.1,0.3,0.4}

a3={a31,a32,a33,a34}={0.4,0.3,0.3}

a4={a41,a42,a43,a44}={0.4,0.4,0.2}

a0={a1,a2,a3,a4}={0.2,0.2,0.3,0.3}

则可得单因素评价结果为:

=[0.5 0.3 0.16 0.04]

=[0.38 0.5 0.12 0]

同理可得:b3=a3R3=[0.590.350.06 0]

b4=a4R4=[0.340.3 0.28 0.08]

=[0.455 0.355 0.158 0.032]

综合评分值为:

Y = [0.455 0.355 0.158 0.032][100 80 60 40]T=85

由此可知,该核心人才的绩效评估结果为85分,介于优和良之间,这说明该核心人才的工作还有待于进一步提高。

结论

通过模糊综合评价法对企业核心人才绩效给一个量化的评价,再结合企业其他的定性评价,可以给企业的核心人才一个公平合理的绩效评估,真正达到绩效评估的目的和效果,以此为依据,对企业核心人才采取有针对性的激励措施,从而提高企业的整体绩效。

参考文献:

1.肖坤.用模糊数学理论建立员工考核系统[J].维护与管理技术,2004(5)

2.谢季坚,刘秉平.模糊数学方法及其应用[M].华中科技大学出版社,2005

3.王云高,李玉华.基于科技管理的个体绩效管理体系设计探讨[J].轻型汽车技术,2007(6)

4.迟春霞,沈强等.浅谈模糊数学在员工考评中的应用[J].黄金经济管理,2004(9)

5.叶凤起.浅析员工绩效的考评[J].经营•管理,2004(10)

推荐访问： 综合评价 绩效评估 模糊 核心 人才

---