基于模糊层次分析法的岗位评价在企业中的研究与应用.docx

基于模糊层次分析法的岗位评价在企业中的研究与应用 摘要：实现企业的可持续发展，以可持续发展的人力资源建设为平台，既要实现企业目标，又要体现员工价值。文章通过对企业进行岗位评价研究，确定各岗位相对价值关系，回归岗位价值，为建立公平的薪酬制度奠定重要基础。为消除岗位评价中的主观因素，文章引入模糊层次分析法，建立了岗位评价模型。最后将该方法应用于某企业工作评价中，验证了模型的客观合理性。 关键词：人力资源管理；岗位评价；模糊层次分析法 一、引言 薪酬管理体系是现代企业制度的重要组成部分。国有大中型企业建立现代企业制度和加强管理基本规范中提出“改革收入分配制度，建立以岗位工资为主要形式的工资制度，明确岗位职责和技能要求，实行以岗定薪，岗变薪变。岗位工资标准应与企业经济效益挂钩，效益下降时相应降低岗位工资标准。调整员工收入分配结构，工资收入与企业效益和员工实际贡献挂钩，形成收入能增能减的机制”。薪酬管理是在人力资源活动中，员工最为关切、议论最多的也是最为重要的部分。尽管随着我国企业改革的深入，企业开始在薪酬分配制度上探索新的方法，但在设计方案时，往往不能脱离固有工资模式的制约，不能按照劳动力的市场价值规律进行设计，使得方案离建立现代企业制度的要求相差太远。 企业获得自主分配权以后，如何处理好企业利润在自我积累与员工分配之间的关系，客观、公正、公平、合理地报偿为企业做出贡献的劳动者，从而既有利于企业的发展，又能保证员工从薪酬中获得经济上、心理上的满足，成为企业自己必须解决的重要问题。 岗位评价提供了岗位等级分类的技术基础，“它是对工作进行研究和分级的方法，是合理的工资结构的基础。它关心工作的分类，但不去注意谁做这些工作。”岗位评价不能消除供求关系对工资水平的影响，但它可以根据每种职业、每个工种的内在要求，把它们分类、定级。岗位评价并不是对每个级别的合理工资定制标准，但它指出什么级别应当获得较高工资。它力图为建立工资结构提供公正的方法。对于一项工作，需要相同的努力、技术和责任心，劳动报酬就应相同；而如果需要的标准提出，工资也应当提高。岗位评价的目标就是实现同工同酬。 然而，岗位评价在确定评价因素、各因素权重以及评定各因素的过程中，不可避免地带来主观因素，使岗位评价的客观公正结果受到影响。本文在评价过程中引入模糊层次分析法，较好地解决了主观因素带来的负面影响。 二、模糊层次分析法的基本原理 层次分析法（AHP）是由美国运筹学家Saaty.T.L教授提出的定性与定量分析相结合的多目标决策分析方法。由于研究工作需要，他认识到必须综合考虑定性与定量分析，使人脑决策思维过程模型化，初步形成了AHP理论的核心，即很多复杂系统可以简化为有序的递阶层次结构。决策问题通常表现为一组方案优先顺序的排列问题，而这种排序又可以通过简单的两两比较形式导出。这样，依次由上而下即可计算出最低层因素相对于最高层的相对重要性权重。决策者根据对系统的数量分析，进行决策、政策评价、选择方案、制定和修改计划等等。但由于评价过程的随机性、专家的不确定性及认识上的模糊性，该方法带有很大的主观臆断性。为了改进传统层次分析法，学者提出了模糊层次分析方法（FAHP）。 用Fuzzy集表示AHP中方案间的比较判断，在理论上不存在困难，问题在于怎样赋与这种表示以明确的实际意义，在于如何使方案相对重要性的排序权值的计算比较容易。荷兰学者F.J.M.VanLaarhoven和W.Pedrycz提出了用三角Fuzzy数表示Fuzzy比较判断的方法。 运用基于三角模糊数的模糊层次分析方法，将其归纳为以下五个步骤： 第一，建立递阶层次结构。层次分析法的中心问题是层次化，将复杂问题涉及的因素按属性不同进行分组，把这些因素按属性不同分成若干组，以形成不同层次。同一层次的因素作为准则，对下一层次的子要素起支配作用，同时它又受上一层次因素的支配。 第二，构造两两比较判断矩阵。建立递阶层次结构后，以上层因素为准则，对该层子因素B1，B2，Bn的相对重要性进行两两比较，得到一组模糊数表示Bi与Bj相比的偏好程度。设有t位专家对n个子要素进行两两比较后得到矩阵Mij=（lij，mij，uij），且满足l=，m=，u=。 第三，转化三角模糊数判断矩阵。对t位专家，根据他们的知识、经验等情况分别分配权重为r1，r2，rt，综合t位专家的模糊判断矩阵Mk（k=1，2，t）得到矩阵M（Mij）nm，其元素为 Mij（llij，klij，ulij）r1?茌（l2ij，m2ij，u2ij）r2?茌?茌（ltij，mtij，utij）rt 根据运算法则，可得 （lij，mij，uij） 根据模糊概率确定方法，lij，mij，uij的模糊概率分别为，且，则判断结果的期望为Pij（lij），Pij（mij），Pij（uij），且Pij（mij）Pij（lij），Pij（uij），则判断结果的期望aij为： E（aij）=E（lij，mij，uij）Pij（lij）lij+Pij（mij）mij+Pij（uij）uij 由此可见，aij为非模糊数，并由aij构成非模糊矩阵为A（aij）nn 将A转化为互反矩阵：aij=，调整后的矩阵A满足互反性：即aijaji=1。 第四，确定判断矩阵权重。根据转化调整后的判断矩阵A，计算最大特征根max，Wi=，W=（W1，W2，W3）T即为所求权重向量。 Aaaaaaaaaa 其中W，Mi=nj=1aij（i，j1，2，n）。 第五，模糊综合评价。假设指标评语集Vv1，v2，vm，vi表示m种可能的评价结果。根据各评价要素对该岗位劳动者的要求或影响程度，将评价标准分为五级：很高，高，一般，低，很低。假设评价小组为M人，根据评价标准给出很高、高、一般、低，较低的人数分别为M1，M2，M3，M4人，则该指标的隶属度为，。模糊评判子集B=WR。其中，W为指标集U的权向量，R为U的单因素评判隶属度矩阵。 三、模糊层次分析法在企业岗位评价中的应用 第一，构建岗位评价结构。美国管理技术协会在20世纪40年代制定的国民职位评价方案把一般生产、维修、仓库、销售、服务方面的职位要素（即因素）归纳为四大类：智能、责任、体能、工作环境。对我国来说，应视行业、企业的不同具体情况确定职位因素。现针对某机械企业现实情况，设计如下岗位评价结构（见表1）。 第二，构造三角模糊判断矩阵。由专家对各评价要素进行两两判断，得三角模糊判断矩阵。根据上述模糊层次分析法的基本原理，转化三角模糊数判断矩阵为非模糊判断矩阵。计算过程可运用MATLAB软件中模糊控制程序进行运算，由于篇幅有限，现直接给出经转换后的两两比较判断矩阵A： 1 2 351/21 2 5/21/3 1/2 1 6/51/5 2/55/6 1 Mi=（30，2.5，0.2，0.0667）T Wi=（2.3403，1.2574，0.6687，0.5081）T 同理，得出各要素及子因素的权重，见表1。 第三，模糊综合评价。假设评价语集V=v1，v2，v3，v4，v5很高，高，一般，低，很低，相对应的百分制为100，90，80，70，60。在企业内按一定比例在不同层级、不同部门内选择员工，成立由10位员工组成的岗评小组。根据各评价要素对该岗位劳动者的要求或影响程度，岗评小组参考岗位说明书中描述的岗位内容及相应岗位职责，按照各子因素评价标准，对各要素逐一评价。本文中的评价岗位为产品研发岗，根据统计评价结果，构建各子因素综合评价隶属度矩阵Ri，表2为各子因素的隶属度。 根据模评判子集B=WR，由子因素的隶属度、权重数和相对应的评分数给出最终的综合分数。 根据表3，该岗位在劳动技能、劳动责任、劳动强度和劳动条件得到的评价分数分别为95.6、76.8、80.8、60.0，综合评价分数为84.5。对于产品研发岗位，在劳动技能与劳动强度（脑力劳动）的要求相对较高，且负有一定的劳动责任，而劳动条件则相对较为舒适。由此证明，笔者的岗位评价体系及评价方法是合理可靠的。按照该方法，可得到企业内其他岗位的岗位综合评价分数，并形成岗位价值排序。依据岗位评价得出的各个岗位的分数（点数）划分岗位等级，确定与之对应的工资等级。 考虑到岗位评价工作的复杂性、人的思维的模糊性和评价要素和子因素属性的模糊性，本文基于模糊层次分析法构建了企业岗位评价模型。该方法将定性分析和定量分析有机地结合，评价结果较客观，可有效地对企业各岗