企业经理人绩效评估的模糊综合评判
方秋莲 贺伟奇 杨春梅
摘要：本文首先建立了一套反映企业经理人绩效的二级指标体系，然后构建了一个评价企业经理人绩效的模糊综合评价模型，主张采用专家打分和层次分析法来确定各级指标的权重。最后将模糊综合评价法应用到一个具体的企业，得到了该企业经理人各绩效指标的权重，再通过对该企业具体经理人对应的各二级绩效指标进行评价，然后采用模糊算法计算得到了该经理人的综合绩效分。
关键词: 企业经理人 绩效 指标体系 模糊综合评价 层次分析法
1．引言
绩效评估，又称人事评估、绩效考核、员工考核等等，它是指考评主体对照工作目标或绩效标准，采用科学的考评方法，评定员工的工作任务完成情况、员工的工作职责履行程度和员工的发展情况，并且将评定结果反馈给员工的过程。
在当前市场经济激烈竞争的条件下，一个企业的成功一般都归结为是否拥有四个方面的重要因素，它们分别是：人才、资本、核心技术和优秀的企业文化。而企业经理人作为人才因素的核心在企业中的作用日益增大，他们在企业发展过程中起到的作用主要表现在：从短期来说能够改善公司的经营绩效，从长期方面能够建立企业的核心竞争优势，从而传承企业的文化和理念。
如何选用适合于本企业发展目标的企业经理人？对企业经理人如何进行管理？目前,对企业经理人实施有效的绩效评估在人力资源管理工作中占有越来越重要的地位,由于该项工作直接涉及到经理人的利益及职位的升迁、调动与辞退工作,涉及到企业如何选用适合于自身发展目标的经理人。如何做好对企业经理人成绩的有效评估呢？这正是本文要研究的内容。本文首先从一般情况下，企业所有者对经理人的基本要求出发，建立了一套评价企业经理人绩效的二级指标体系，然后构建了一个评价企业经理人绩效的模糊综合评价模型，主张采用专家打分和层次分析法来确定各级指标的权重。最后将模糊综合评价法应用到一个具体的企业管理部门，得到了该企业经理人各绩效指标的权重，再通过对该企业具体经理人对应的各二级绩效指标进行评价，然后采用模糊算法计算得到了该经理人的综合绩效分。
2．企业经理人绩效评估的指标体系
企业经理人这个以企业经营管理为职业的社会阶层，是受薪阶层，具有易变动性，但当他正管理着一个企业或者是部门的时候，他应具有良好的职业操守、有成熟的职业心态、积极的工作态度、比较严密的思维能力以及一流的工作能力。这也是一个企业所有者对所任用的或即将聘请的企业经理人
1
的期望。 综合这一点及根据建立评价指标体系时，要符合指标与评价目标的一致性、同体系内指标的相容性、各评价指标的相对独立性的原则，并按照可测性、完备性和可行性的原则对企业经理人绩效评估的指标体系进行了设计。 这套指标体系为：
表1 企业经理人绩效评估的指标体系
第一级指标 思想品德(U1) 第二级指标 思想素质（V11） 品德素质（V12） 身体素质（V21） 心理素质（V22） 责任感（V31） 纪律性（V32） 逻辑思维（V41） 创造性思维（V42） 交际能力（V51） 工作能力（U5） 领导能力（V52） 专业能力（V53） 工作成绩（V54） 指标解释 忠诚、廉洁自律情况 团结协作、谦虚求实的情况 身体健康状况 心理适应能力、协调能力、受挫能力 守职尽责、敢挑重担、关心整体情况 出勤率等 理解、判断及决断的能力 独特的见解、计划及开发能力 表达、谈判及涉外的能力 组织、管理及协调能力 对企业生产、经营项目的了解及把握程度 目标达成程度、工作效率、顾客满意度等 身心素质 (U2) 工作态度(U3) 思维能力（U4） 在上表中，我们将所有的指标集分为了二级：一级指标集为U??U1,U2,U3,U4,U5?，二级指标集为U1??V11,V12?，U2??V21,V22?，U3??V31,V32}，U4??V41,V42}，U5??V51,V52,V53,V54}。
3．企业经理人绩效评估综合评价模型的构建
企业经理人绩效评估的指标体系是定性指标和定量指标的结合，其中大部分是定性指标，定性指标具有很大的模糊性，因此我们需要对这些指标进行定量化，然后确定出每个指标的权重。具体过程是：将评价目标看成是由多种因素组成的模糊集合（称为因素集），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（称为评判集），分别求出各单一因素对各个评审等级的归属程度（称为模糊矩阵），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），求出评价的定量值。上述过程即为模糊综合评价法。下面我们采用模糊综合评价法来对企业经理人的绩效进行评估。 具体到对企业经理人的绩效进行评估的指标体系的的描述见上表1，将所有指标分成了5个子集，记为
2
U1,U2,U3,U4,U5。并且Ui?Uj??(i?j)；每个子集Ui（i?1,2,3,4,5)又可由它的下一级评价指标
Vi1,Vi2,?,Vili来评价，即有Ui?(Vi1,Vi2,?,Vili)（i?1,2,3,4,5) 接下来我们采用层次分析法(AHP)来确
定各指标相对于上级指标的权重。
3．1 指标权重确定的AHP法 3.1.1 权重的确定
权重用于描述各指标对于上级评价指标的相对重要程度。权重集是与评价因素相对应的多级集合，例如给出Ui（i?1,2,3,4,5)中各评价指标的权重Wi?(wi1,wi2,?,wili)（i?1,2,3,4,5)，应有
?wj?1liij?1。
而AHP法的基本思想是由若干专家把处于同一子集中的各指标相对于上级指标的重要性成对地进行比较，并把第i个指标对第j个指标的的相对重要性的估计值记为aij，这样所有专家的评分构成了一组模糊判断矩阵，再综合这些专家的意见，使这样的一组打分矩阵转化成为一个综合判断矩阵,然后求得各指标的权重。
打分时为了能够比较明确的界定任意两指标之间的相对重要程度,本文采用了1~9的比率标度法来表示(见表2)。
表2 1~9的比率标度法
相对重要程度 1 3 5 7 9 注:2,4,6,8 定义 同等重要 略微重要 相当重要 明显重要 绝对重要 两相邻判断中间值 解释 两个指标同等重要 稍感重要 确认重要 确证重要 重要无疑 两个相邻判断值难以确定时取折中 这样一来,n个指标成对比较的结果就可以用下面的判断矩阵A表示为:
?1?a21A???????an1a121?an2?a1n???a2n?
?????1??若矩阵A为一致性矩阵，即矩阵A中的元素满足aij?1/aji,aii?1,aij?aikakj(i,j=1,…,n),此时也称A为互反矩阵。 由矩阵理论可知道A的最大特征根?max必为正实数，其对应特征向量的所有分量均同号,且最大特征值?max对应的单位特征向量若为W?(w1,?,wn)T，则
aij?wi/wj
(i,j?1,2,?,n)，?i,j?1,2,?,n。
3
从而W?(w1,?,wn)T就是我们要获得的同一子集中的各指标相对于上级指标的权重向量。但实际操作时,由于矩阵A中的各元素是通过同一指标集中的指标成对比较的结果, 是通过主观估计获取的,因此并不一定是一致性矩阵, 求解矩阵A的最大特征值?max所对应的正的单位特征向量作为权重向量并不一定是可信的, 我们还需要进行一致性检验。
3.1.2 一致性检验
本文采用的一致性检验指标为：
C.R.?C.I. R.I.其中 C.I.??max?nn?1 ，?max为判断矩阵的最大特征值，n为判断矩阵的阶数。R.I为平均随机
一致性指标，其取值如下表所示：
表３ 多阶判断矩阵的R.I.值 阶数n R.I. 2 0.00 3 0.58 4 0.90 5 1.12 6 1.24 7 1.32 8 1.41 9 1.45 当C.R?0.10时，认为各指标相对上级指标的重要性具有较满意的一致性并接受该分析结果，否则要求对各指标的的权重系数加以重新修整。只有当所有的判断矩阵对应的检验指标通过了检验，这样计算出来的权重系数才是可信的。
3.2 建立评语集P
评语就是对评价对象优劣程度的定性描述， 评语集对各层次指标都是一致的。具体设定可依据实际情况及计算量的大小来确定。在这里我们的评语共分五级，用P来表示，有P={优秀, 良好, 中等，称职,不称职}。
3.4 进行模糊综合评价
1)建立第二级评价(隶属度)矩阵Ri?(rijk)。
一般用统计调查法或德尔斐法对某一大学毕业生综合素质中的各二级评价指标隶属于各评语等级进行综合考察，考察结果用评价(隶属度)矩阵
Ri?(rijk) (i?1,2,3,4,5;j?1,2,?,li;k?1,2,?,5)
表示。例如对评价指标集U1中的各指标进行单指标评价，得出单指标评价矩阵R1?(r1jk)2?5,
(j?1,2;k?1,2,?,5),这里r1jk表示V1j对第k个评语的隶属度。 可见评价矩阵Ri(i?1,2,3,4,5)为
模糊映射U?P所形成的模糊矩阵。
4
