（课程与教学论专业论文）span算法探究及其在绩效考评中的应用.pdf

一 y i l 一 目罩 口水 摘要i a bs t r a c ti i 1 绪 仑1 1 1 选题背景与意义l 1 2spa n 法简介l 1 2 1s p a n 法的基本思路2 1 2 2s p a n 法的具体步骤2 1 2 3s p a n 法的迭代算法3 1 2 4 示例5 1 3s p a n 研究现状与存在的问题8 2 对s p a n 算法的改进10 2 1 循环委托子群的定义与例述1o 2 1 1 定义1 0 2 1 2 例述1 0 2 2 循环委托子群存在的问题12 2 3 解决措施12 2 3 1 发生封闭循环委托时的措施一12 2 3 2 发生封闭循环委托时的措施二1 3 2 3 3 发生封闭循环委托时的措施三1 3 2 3 4 对发生循环委托无论封闭与否均有效的综合解决措施1 3 2 4 列 正14 2 4 1 按迭代停止规则一考察1 6 2 4 2 按迭代停止规则二考察1 7 2 4 3 按措施一考察1 7 2 4 4 按措施二考察1 8 2 4 5 按措施三考察1 8 2 5 小结19 3 s p a n 法在绩效考评中的应用2 0 3 1 绩效管理与绩效考评2 0 3 1 1 基本概念2 0 3 1 2 绩效考评方法综述2 0 3 2s p a n 法在绩效考评中的应用2 0 3 2 1现有s p a n 法应用于绩效考评中的局限性2 1 3 2 2 基于绩效考评对s p a n 法的改进2 1 3 2 3 改进措施评析2 5 3 3 基于绩效考评应用的s p a n 算法主体框架模型与执行流程2 6 3 3 1 主体框架2 6 3 3 2 基于绩效考评应用的sp a n 评价流程3 1 3 4s p a n 在绩效考评中的应用实例3 2 3 4 1 成员间评判力有差异，成员对这种差异性又各有评判的 实例3 2 3 4 2 只需对部分方案授权，避免对其它方案丧失评价作用的 实例4 0 4 结论4 8 参考资料4 9 致谢50 、 勿 两南大学高师硕士学位论文 s p a n 算法探究及其在绩效考评中的应用 高师硕士学位申请人俞兴木 指导教师张俊容副教授 摘要 集体参与分配网( s o c i a lp a r t i c i p a t o r ya l l o c a t i o nn e t w o r k ，s p a n ) 这种方法是一 种利用计算机进行辅助计算的数值评价方法，这种评分打点方法的功能相当于投 票表决，把群中各成员的价值判断聚合起来得出群的决策。它适用于广泛采集专 家、名流、群众的意见。实践证明，该方法对无论多大规模的群和各种不同类型 问题的求解，都比传统的群决策方法要优越。 群成员对于既不限定他在其他成员中作简单选择，又不限定他对备选方案作 简单选择的表决方法是乐于接受的。s p a n 法使群成员既可以对方案作出评价，又 可通过选择代理人，让代理人可能作出的选择和评价作为自己评价的一部分，这 样就能把成员之问的相互信赖，集体中各人判断能力的差异反应到群的评价中， 使公信度高的成员的判断起更大作用。 但是，群中一旦有2 个或2 个以上成员相互问发生全权委托，将可能导致s p a n 法迭代运算因无法满足停止条件而陷入无限循环。 本文指出了导致s p a n 法迭代运算陷入无限循环的若干情形，并给出了相应 的解决方案，弥补了潜在缺陷。 绩效考评又称绩效评估、绩效考核、绩效评价、工作考核，是一种广泛应用 的管理手段。本文针对s p a n 法在未经改造的情况下应用在绩效考评实践中存在 的局限性，对原有的s p a n 算法模型进行了改造，得出了s p a n 新方法。新方法 成功突破了原有局限，可以广泛应用于各级各类绩效考评。 关键词：s p a n 集体参与分配网循环委托绩效考评 两南人学高师硕士学位论文 ar e s e a r c ho ns p a na n di t sa p p l i c a t i o ni n p e r f o r m a n c e a p p r a i s a l y ux i n g - m u d i r e c t e db yz h a n g j u n - r o n g a b s t r a c t t h es p a nf s u c c e s s i v ep r o p o r t i o n a la d d i t i v en u m e r a t i o no rs o c i a l p a r t i c i p a t o r ya l l o c a t i o nn e t w o r k ) i san u m e r i c a lv a l u ee v a l u a t i o nm e t h o d w i t ht h eh e l po fc o m p u t e r s ，w h o s ef u n c t i o n se q u a l sd e c i s i o nb yb a l l o t d e c i s i o ni sm a d eb yt h ea c c u m u l a t i o no fe a c hg r o u pm e m b e r sv a l u e t h i s m e t h o di sw i d e l ya p p l i e di ng a t h e r i n go p i n i o n so fe x p e r t s ，v i p sa n dt h e m a s s a n di ti sp r o v e nt h a tt h i sm e t h o di s s u p e r i o rt ot r a d i t i o n a lg r o u p d e c i s i o nm a k i n gi ng r o u p so fa n ys i z eo ra n yk i n d so fq u e s t i o n s g r o u pm e m b e r sf i n di ta c c e p t a b l et om a k ev o t e sw h e nt h e ya r en o t c o n f i n e di nc h o o s i n ga m o n go t h e rm e m b e r so rs e l e c t i n ga na l t e m a t i v ep l a n s p a nc a ne n a b l ei t sg r o u pm e m b e r st oe v a l u a t eo nap l a na n da l l o wa n a g e n tt om a k ea n o t h e re v a l u a t i o na sp a r to ft h ew h o l ee v a l u a t i o n t h i s c o u l di n v o l v et h em u t a lt r u s to fg r o u pm e m b e r sa n dd i f f e r e n c e so f i n d i v i d u a l i t y sj u d g m e n ts oa st oa l l o wt h eg r o u pm e m b e rw h os h a r e sh i g h p u b l i ct r u s tc a nh a v em o r ei m p a c to nd e c i s i o nm a k i n g o n c ec a r t eb l a n c h ea p p e a r e di nt w oo rt h r e eg r o u pm e m b e r s ，t h e s 刚m a y r e s u l ti ni n f i n i t el o o pd u et oi t e r a t i v ec o m p u t a i o n si n a b i l i t yt o m e e tt h es t o pc o n d i t i o n t h i sp a p e rs o r t so u tc e r t a i ns i t u a t i o nl e a d i n gs p a nt oi n f i n i t el o o p a n do f f e r ss o m es o l u t i o nf o ri m p r o v e m e n t p e r f o r m a n c ea p p r a i s a li sa l s or e f e r e da sp e r f o r m a n c ee v a l u a t i o n ， p e r f o r m a c ea s s e s s m e n t p e r f o r m a n c ec o m m e n to rw o r ke v a l u a t i o n i ti sa p o p u l a rm a n a g i n ga p p r o a c h t h i sp a p e rc o n c l u d e s an e ws p a nb y i m p r o v i n gt h eo l da l g o r i t h mm o d e lt h r o u g hr e s e a r c h i n gt h el i m i t so ft h e s p a nu s e di n p e r f o r m a n c ea p p r a i s a l t h e n e ws p a nh a ss o m e b r e a k t h r o u g h sa n dc a nb ea p p l i e di na l lk i n d so fp e r f o r m a c ea p p r a i s a l 吖 t ，、 西南大学高师硕十学位论文 k e yw o r d s ：s p a n ，s o c i a lp a r t i c i p a t o r ya l l o c a t i o nn e t w o r k ；l o o p t r u s t ；p e r f o r m a n c ea p p r a i s a l 引 两南入学高师硕十学位论文 1 1 选题背景与意义 1 绪论 随着社会的发展与科技进步，知识和信息量在急剧增长，需要决策的问题越 来越多，也越来越复杂，任何个别决策人单凭自己的经验和智慧都无法掌握所必 要的信息，难以应付面临的所有决策问题。于是产生了各种决策机构和团体，以 便把具有不同知识结构，不同经验的成员集中在一起，借助众人的智慧以弥补个 人才智、经验和精力的不足。这样做不仅仅是简单地增加几个头脑，而是建立了 一个由不同知识结构组成的、运用科学理论方法和手段、可以互相启迪、具有丰 富知识的信息综合体，来保证决策的科学化。无论代表大会，领导班子，还是咨 询机构，在决策理论中都称为群，群所作的决策成为群决策，或多人决策。群中 的成员各有其所长，也各有其偏好，如何集中群中各位成员的意见，充分利用众 人的经验和智慧，发挥集体的优势，形成集体的意见，制定出正确的决策，是决 策的科学化与民主化的需要1 1 2 1 | 1 引。 随着计算机的飞速发展与普及以及信息处理、数据存储与检索手段的进步， 决策支持系统的产生和发展不仅为决策人提供问题求解所需的相关信息和适当的 模型，也使某些常规性问题有可能自动求解。程序化决策方法能解决问题日益增 加。 集体参与分配网( s o c i a lp a r t i c i p a t o r y ) 这种方法是一a l l o c a t i o n n e t w o r ks p a n 种利用计算机进行辅助计算的数值评价方法，这种评分打点方法的功能相当于投 票表决，把群中各成员的价值判断聚合起来得出群的决策1 1 3 1 。这种能把群中各成 员的价值判断聚合起来得出群的决策的表决机制，比传统的群决策方法更有特定 方面的优越性，在诸多背景下有着广泛的应用空间。因而深入研究s p a n ，不仅是 群决策方法的发展与完善的需要，更是利用计算机辅助解决现实决策问题的需要。 近年来，为了提高团队整体管理水平和人员工作效率，我国开始广泛引入绩 效管理，将绩效管理的方法运用到人力资源管理中。绩效管理的关键环节是绩效 考评。绩效考评的必要环节是汇集群体意见。因此，基于绩效考评深入研究s p a n 算法如何改进，以实现聚合考核小组成员、评估专家组成员等各成员的价值判断， 得出群的决策，具有重大的现实意义和应用价值。 1 2s p a n 法简介 美国亚利桑那大学m a c k i n n o n ，w j 于1 9 6 6 年基于社会心理学研究提出了集 西南大学高师硕十学位论文 体参与分配网( s o c i a lp a r t i c i p a t o r ya l l o c a t i o nn e t w o r k ，s p a n ) ，一种令人乐 于接受的相当于投票表决的机制。 s p a n 法既不限定群成员在其他成员中作简单选择，又不限定他对备选方案作 简单选择。它使群成员既可以对方案作出评价，又可通过选择代理人，让代理人 可能作出的选择和评价作为自己评价的一部分。这样就能把成员之间的相互信赖， 集体中各人判断能力的差异反应到群的评价中，使公信度高的成员的判断起更大 作用。它适用于广泛采集专家、名流、群众的意见。实践证明，该方法对大规模 的群和各种不同类型问题的求解，比传统的群决策方法要优越。 1 2 1s p a n 法的基本思路 s p a n 法的基本思想是承认群中成员对所研究问题的判断能力之间存在差别。 设群中有刀个成员，记作= 1 ，2 ，甩) ，有m 个被选方案。s p a n 法要求群中每个 成员f ( fe n ) 赋三组值。首先由成员f 对以f 本身为一方，其他，? 一1 个成 员为另一方，分配i 0 0 个百分点，认为自己判断能力强的成员可以给自己分配较 大的( 甚至全部) 百分比，分配给其他成员的百分比表示成员f 愿意将这一部分的 评价责任( 权力) 委托给成员k ( 七“ ) ；其次由成员f 在除自己以外的刀一 1 个成员之间分配1 0 0 个百分点，f 认为谁的判断能力强就给谁赋较大的值，以此 表达f 对其他成员判断能力的信任程度；第三组值是成员f 给方案，( ，= 1 ，所) 分配1 0 0 个百分点，以此表示成员f 对各方案优劣的评价。根据全体成员( f = 1 ，z ) 所赋的三组值就可以计算出群对方案优劣的判断值。 1 2 2s p a n 法的具体步骤 每个成员f ( f = 1 ，以) 将1 0 0 个百分点分成两份，一份是委托其他成员 进行评价的份额 口f ， 另一份是由自己对方案进行评价的比例 1 0 0 一口i 得出两组数值： 口1 口2 1 一口1 1 一口， 1 一 由每个成员f 对其他的聆1 个成员分配1 0 0 个百分点。记由成员f 分配给成 员k 的百分比为： 两南人学高师硕十学位论文 又记 得出力组数值： 6 l 。 b 1 2 6 1 。 6 2 ， 6 2 ： - 6 2 。 b f 七( 七 i ) ) ， b f f = 0 ， 瓦。 2 吃。 因为b ，= o ，所以上述门组数值为： 0 岛： 6 l 。 如， 0 6 2 。 i 吃： 0 每个成员f 对各方案f ，= 1 ，m 进行评价，根据f ，的优劣分配1 0 0 个百分点。记成员f 分配给方案fj 的百分比为： c 驴( ，= 1 ，m ) ，( cf ，= 1 0 0 ) 。 j = 1 编制计算机程序计算各方案的优劣。 1 2 3s p a n 法的迭代算法 ( 1 ) 迭代模块 记p f l 表示成员i 获得授权的初始总值，均为1 0 0 ，即 e l l = 1 0 0 ( f = 1 ，刀) 即 1o o 1 0 0 1 0 0 记成员i 在经过，轮计算后，获得授权的总值为： e i ( 1 + 1 ) ， 那么e f ，的运算算法为： oo = 女 t d 。忙 然显 西南大学高师硕十学位论文 e i 2 = 口b = 芝10 0 巾“f = 1 ，。，础 k = 1 蚓： e k l a 女仇l e k l a k b k 2 k = 1 n 1 0 0 a k b k 。 e 1 3 = e kza kb k ，( f ：1 ， )= 乙，( f = ， ) k = l 即 孙 e k 2 吼钆2 膏= l 按迭代算法 p f ，= e k ( t - i ) 口b ( f ：1 ，疗) k = 1 继续迭代，即可得出f 芝 ( 2 ) 累加模块 e k ( - 1 ) 吼瓯2 k = i k = e k ( t - 1 ) a k 记方案在第，轮计算所得分数为： d j l 。 则，d ，的运算算法为： 4 e l ( i + 1 乞f ，+ 1 e n ( i + i e a k b k l 七= i 吼屹 七= 1 ， 、 钆 口00 柚。 心。闰 口 ： o 0 。心 啡 。 q气 。心 吼 。心 钆吼 卜 。心 瓯盯 p 。 西南火学高师硕士学位论文 第一轮，方案得分d 门= p ，l ( 1 一口，) c = 1 ，肌) f = l 第二轮，方案得分d 2 = pf2 ( 1 - 口，) c uu = 1 ，聊) j = 1 第，轮，方案得分d ，= e ，( 1 - 口，) cuu = l ，聊) i = 1 记方案在经过，轮计算后所得分数为： b l ， 则厂，= dp = l ( 3 ) 迭代停止规则 s p a n 法的迭代一累加过程要经过多次循环，直到各方案累计得分之和厶 j = 1 等于或十分接近l o o n 为止，累计得分越大的方案越优。 “各方案累计得分之和厶等于或十分接近1 0 0 n 为规则一。 1 = 1 结合具体案例，为了控制运算工作量，往往实际上计算轮次是按这样的停止 规则设定的：累计得分最多的两个方案分值之差大于总分( 1 0 0 n ) 与各方案累计 得分总和之差时，停止迭代。 “累计得分最多的两个方案分值之差大于总分( 1 0 0 n ) 与各方案累计得 分总和之差”为规则二。 1 2 4 示例 设群中有3 个成员，方案集中有两个备选方案。每个成员所赋的三组值如表 1 所示： 由第一组值可知，成员甲比较自信，他认为自己的判断应占7 0 ，成员丙觉 得自己的判断能力不足，因此本身的判断只占2 0 ，而将8 0 的判断责任交由其他 成员承担。由第二组值可知成员甲和丙都对成员乙的判断能力十分信任，成员乙 则信任成员甲的判断力。因此，成员甲的1 0 0 个百分点中有3 0 1 0 0 = 3 0 委托成 员乙作判断，7 0 自己作判断的那部分中的7 6 即7 0 7 6 = 5 3 2 赋给方案1 ，方 案2 得7 0 x 2 4 = 1 6 8 ；对成员乙，有6 0 x 9 5 = 5 7 委托甲作判断，6 0 5 = 3 两南人学高师硕十学位论文 表1 成员甲成员乙成员丙 其他成员 3 06 08 0 第一组 自己7 04 02 0 成员甲 09 5o 第二组乙1 0 0o1 0 0 丙050 方案17 62 5o 第三组 方案22 47 51 0 0 委托丙作判断，由自己保留的4 0 个百分点中方案1 得4 0 2 5 = 1 0 ，方案2 得 4 0 7 5 = 3 0 ；对成员丙，8 0 委托成员乙作判断；2 0 给方案2 ，由此可得图1 中 的第一轮计算结果。由于第一轮中只计算了各成员给各方案直接赋的值，委托其 他成员判断的各方案得分尚未计算，所以尚需继续进行第二轮计算。又因为成员 甲委托成员乙，乙又委托其他成员，因此，计算要反复迭代直至各方案累计得分 之和等于或接近3 0 0 为止。 6 两南大学高师硕十学位论文 总量 比例 总 比 成员 田 固 成员 乙 成员 丙 广 i 1 0 0 i i 8 0 2 0l l 一 方案 l 团 方案 一 团 总量 比例 甲 乙 丙 方案1方案2 图1s p a n 法的计算流程( 前三轮) 表2 给出了计算7 轮的结果，这时累计得分之和2 9 8 7 3 9 。实际上完全不必 计算这么多轮。停止规则可以这样设定：累计得分最多的两个方案分值之差大于 总分( 1 0 0 n ) 与各方案累计得分总和之差时，停止迭代。根据这种规则，本示例 计算五轮后两个方案的累计总分为2 9 3 5 3 ，与3 0 0 分之差6 4 7 ，已经小于两个方 第一轮 ，耷iil第二轮iii上iil第三轮ll土 两南大学高师硕+ 学位论文 案得分之差1 6 0 1 ，即使剩余分值全部加到方案2 上，方案1 的得分也将大于方案 2 ，因此迭代可以停止。 表2 前7 轮迭代结果 荐轮得分累计得分 轮次 方案1 方案2方案l方案2 l6 3 2 06 6 8 06 3 2 06 6 8 0 24 1 t 3 24 3 1 81 0 4 5 21 0 9 9 8 33 5 3 l1 7 0 51 3 9 8 31 2 7 0 3 48 0 68 4 21 4 7 8 91 3 5 4 4 56 8 93 3 21 5 4 7 71 3 8 7 6 61 5 71 6 4】5 6 3 51 4 0 4 0 71 3 4o 6 51 5 7 6 91 4 1 0 5 可见，s r 蝌法无疑是采集专家观点和投票表决的较好方法，它的主要优点是： 每个成员有相同的初始份额，即参与投票的所有人有平等的投票权。 群成员对于既不限定他在其他成员中作简单选择，又不限定他对备选方案 作简单选择的表决方法是乐于接受的。s p a n 法使群成员既可以对方案作出评价， 又可通过选择代理人，让代理人可能作出的选择和评价作为自己评价的一部分， 这样就能把成员之间的相互信赖，集体中各人判断能力的差异反应到群的评价中， 使公信度高的成员的判断起更大作用。 1 3s p a n 研究现状与存在的问题 自1 9 6 6 年美国亚利桑那大学m a c k i n n o n ，w j 基于社会心理学研究提出了 s p a n 法，国外对其自身完善、实践应用、对比融合等方面陆续进行了较多研究， 而国内相关的研究目前几乎没有。 1 9 6 9 年m a c k i n n o n ，w j 和m a c k i n n o n ，m m 在行为科学( ) 的行为科学里的计算机应用：s p a n 法的决策机制与迭代运算 ( ) ，说明了采用s p a n 法，决策过程中的复杂运算完全可以无需顾虑1 1 6 】； 19 7 3 年w i l l i a mj m a c k i n n o n 在 的 探讨了 s p a n 与d e l p h i 专家咨询法的异同； 19 9 8 年p i e r r ea b a l t h a z a r d ，w i l l i a mr f e r r e l l 和d o r o t h yl a g u i l a r 在 中对r c o n ( 理性 共识，1 9 7 4 年d e g r o o t 基于加权法提出) 与s p a n 进行了比较研究1 1 7 1 ； 2 0 0 5 年d c a s s o n e 和d b e n a r i e h 在模糊优化和决策) ) ( ) 的 探讨了当方案属性值为模糊集时如何对 s 烈赋值l l s l 。 通过互联网数据库查询，至2 0 1 1 年5 月尚无s p a n “循环委托”问题、s p a n 绩效考评应用等方面的研究。 s p a n “循环委托”问题：群中一旦有2 个或2 个以上成员相互间发生全权委 托，将可能导致s p a n 法迭代运算因无法满足停止条件而陷入无限循环。 9 两南人学高师硕士学位论文 2 对s p a n 算法的改进 2 1 循环委托子群的定义与例述 2 1 1 定义 成员f 在第一组赋值时，分配给本人方o 个百分点，则称成员f 为全权委托 人； 在第二组赋值时，成员f 分出的百分点不为o 的对象，称为成员f 的受托人； 称成员f 是其受托人的委托人。 设刀( 刀2 ) 个全权委托人组成一子群，若该子群成员的所有受托人均为该子 群成员，称该子群为循环委托子群。 循环委托子群中每个成员的所有受托人均为该子群成员。但是，循环委托子 群中每个成员的委托人未必是该子群成员。 若循环委托子群中每个成员的所有委托人均为该子群成员，称该循环委托子 群为封闭循环委托子群。 若循环委托子群中存在成员的委托人不为该子群成员，则称该循环委托子群 为不封闭循环委托子群。 设胛( 刀2 ) 个全权委托人构成的集合记为 全权委托人 ，其成员的所有 受托人构成的集合记为 受托人) ；以其成员为受托人的所有委托人构成的集合 记为 委托人) 。则： 这玎( 胛 2 ) 个全权委托人构成循环委托子群的充分必要条件是： 受托 人) 全权委托人) 。 这玎( 刀2 ) 个全权委托人构成封闭循环委托子群的充分必要条件是： 受托 人) g 全权委托人) ，且 委托人) 全权委托人) 。 这刀( ，7 2 ) 个全权委托人构成不封闭循环委托子群的充分必要条件是： 受 托人) 全权委托人) ，且f 委托人) _ 全权委托人) 。 可见，按照上述定义及结论，列出 全权委托人 及其 受托人) 、 委托 人) ，比较三者的集合关系，逐一剔除造成集合关系不符充要条件的成员，即可 完成循环委托问题的筛查与判定。 2 1 2 例述 例如，成员甲在赋第一组值时，分配本人这一方0 个百分点，分配给由 其它成员构成的那一方1 0 0 个百分点；在赋第二组值时，分配成员乙1 0 0 个百分 点。则，甲是全权委托人，乙是甲的唯一受托人。 1 0 西南人学高师硕士学位论文 成员乙在赋第一组值时，分配本人这一方0 个百分点，分配给由其它成员构 成的那一方1 0 0 个百分点；在赋第二组值时，分配成员甲1 0 0 个百分点。则，乙 是全权委托人，甲是乙的唯一受托人。 于是，按定义，成员甲、乙构成了一个封闭循环委托子群。 又如，成员甲在赋第一组值时，分配本人这一方o 个百分点，分配给由 其它成员构成的那一方1 0 0 个百分点；在赋第二组值时，分配成员乙1 0 0 个百分 点。则，甲是全权委托人，乙是甲的唯一受托人。 成员乙在赋第一组值时，分配本人这一方0 个百分点，分配给由其它成员构 成的那一方1 0 0 个百分点；在赋第二组值时，分配成员丙1 0 0 个百分点。则，乙 是全权委托人，丙是乙的唯一受托人。 成员丙在赋第一组值时，分配本人这一方0 个百分点，分配给由其它成员构 成的那一方1 0 0 个百分点；在赋第二组值时，分配成员甲1 0 0 个百分点。则，丙 是全权委托人，甲是丙的唯一受托人。 于是，按定义，成员甲、乙、丙构成了一个封闭循环委托子群。 再如，成员甲在赋第一组值时，分配本人这一方o 个百分点，分配给由 其它成员构成的那一方1 0 0 个百分点；在赋第二组值时，分配成员乙x ( 0 x 1 0 0 ) 个百分点，分配成员丙( 1 0 0 x ) 个百分点。则，甲是全权委托人，乙、丙是甲 的受托人。 成员乙在赋第一组值时，分配本人这一方0 个百分点，分配给由其它成员构 成的那一方1 0 0 个百分点；在赋第二组值时，分配成员丙y ( 0 y 1 0 0 ) 个百分 点，分配成员甲( 1 0 0 | 力个百分点。则，乙是全权委托人，丙、甲是乙的受托人。 成员丙在赋第一组值时，分配本人这一方0 个百分点，分配给由其它成员构 成的那一方1 0 0 个百分点；在赋第二组值时，分配成员甲z ( 0 龟 1 0 0 ) 个百分 点，分配成员乙( 1 0 0 一z ) 个百分点。则，丙是全权委托人，甲、乙是丙的受托人。 于是，按定义，成员甲、乙、丙构成了一个封闭循环委托子群。 成员甲在赋第一组值时，分配本人这一方o 个百分点，分配给由其它成 员构成的那一方1 0 0 个百分点；在赋第二组值时，分配成员乙x ( 0 x 1 0 0 ) 个 百分点，分配成员丙( 1 0 0 - - x ) 个百分点。则，甲是全权委托人，乙、丙是甲的受托 人。 成员乙在赋第一组值时，分配本人这一方0 个百分点，分配给由其它成员构 成的那一方1 0 0 个百分点；在赋第二组值时，分配成员丙y ( 0 勺 1 0 0 ) 个百分 点，分配成员甲( 1 0 0 y ) 个百分点。则，乙是全权委托人，丙、甲是乙的受托人。 成员丙在赋第一组值时，分配本人这一方0 个百分点，分配给由其它成员构 成的那一方1 0 0 个百分点；在赋第二组值时，分配成员甲z ( 0 2 1 0 0 ) 个百分 西南人学高师硕士学位论文 点，分配成员乙( 1 0 0 一力个百分点。则，丙是全权委托人，甲、乙是丙的受托人。 成员丁在赋第一组值时，分配本人这一方8 0 个百分点，分配给由其它成员构 成的那一方2 0 个百分点；在赋第二组值时，分配成员甲2 ( 0 2 次( 2 分) ，= 1 次( 1 分) ， 9 5 ，与在 ( 3 4 与在外毕业生) 交流沟通1 次； 外毕业生联系比例l o o ，每低1 各扣 3 0 1 分，扣完1 分为止( 查看资料) ； 分) 经常性地开展谈心活动，有针对性地加 强学生思想、学习、生活等方面的具体指 b 、开腱谈心活动情况( 2 - 0 分) ( 汇报 谜坌21 导。 a 、 有专人负责学生心理健康教育1 = 作，积极组织开腱心理健康宣传、教育 活动，配合学院心理健康服务中心开展 工作( 1 5 - 0 分) ( 汇报评分) ： b 、建讧有心理障碍学生心理档案( 0 5 5 、心理健康教育。3 分) ( 查看资料) ； c 、建立心理危机十预体系，开展心理 问题岛危人群摸排丁作，及时发现、及 时报告、及时疏导，严防危机事件发生 ( 1 - 0 分) ( i l 报训i 分) 。 a 、有帮扶对象和帮扶人( 1 分) ( 查看 6 、后进生转化工作。 6 资料) ： b 、帮扶效果( 5 - 0 分) ( 亍l 报评分) 。 3 4 y 两南人学高师硕十学位论文 a 、制定有学生干部的选拔、培养、管 理办法( 0 5 分) ，无( 0 分) ( 报材料) ： b 、党团员的发展和组织生活正常，定 期开展主题教育活动( 2 - 0 分) ( 汇报评 7 党团组织和班级建设。 5分) ： c 、学生骨十队伍培养和班集体在久学 生思想政治教育中组织力量的发挥 ( 2 ，5 - 0 分) ( 汇报评分) 。 a 、孥持辅导员听( 查) 课制度，学生 上课出勤率( 实到人数应到人数) 9 5 ( 2 分) ，每减少1 扣0 1 分，扣完 为止( 抽查记录) ； b 、 有加强学风建设的实施意见( o 5 分) 和学风、考风督查工作制度( 0 5 分) ，没有( 0 分) ( 报材料) ； c 、建有学风督查t 作队伍，并认真 l 、学风建设。 1 l 开展t 作( 2 - 0 分) ( 汇报评分) ： d 、学生节假闷和寒暑假、r 均按时返校 率( 实到人数学生总数) 9 9 ( 1 分) ， 日9 8 ( 0 5 分) ， 9 8 ( o 分) ( 垒记 常 录) ； 管 e 、学习风气：包括考研率、专升本率、 理外语( 专业外语) 通过率、补考率、考 ( 3 3风、上早、晚自习率等j ( 5 - 0 分) ( 汇 分)报评分) 。 a 、 辅导员i r 均每剧深入学生宿舍1 次人( 2 分) 。平均每周 1 次人( 0 分) ( 同区评分) ； b 、学生宿舍n 生榆查不合格率( 不合 格宿舍问次宿舍总数) l o ，每增加 1 扣0 1 分： c 、 晚归和夜不归宿率( 人次学生总 数) 5 ，每增加1 扣0 。1 分；其他违 2 、学生宿舍管理。 1 1 纪现象( 不含受到违纪处分的学生违 纪) ( 每次扣0 1 分) ； d 、未经宿管中心同意自行变动学生宿 舍每人次扣0 1 分：( b d 园区评分。累 计扣完3 分为止) ： e 、辅导员入住( 夜问值班) 学生宿舍 3 5 两南人学高师硕十学位论文 ( 1 分) ，每缺勤1 人次扣0 2 分，扣完 1 分为止( 园区评分) ： f 、入住( 夜间值班) 学生宿舍辅导员 开展t 作情况( 2 - 0 分) ( 汇报评分) ： g 、党、团工作进同区( 1 5 - 0 分) ( 汇 拯进坌21 h 、 组织开展学生宿舍文化建设活动 日 ( 1 5 - 0 分) ( 汇报评分) 。 常 管 理 a 、材料符合要求( 1 分) ，不符合要求 每人次扣0 1 分，扣完为止： b 、坚持标准，客观公正( 2 分) ，出现 ， 一次有效投诉扣1 分( 查记录) ，扣完 为止； 3 、学生综合测评、评优和违纪处分程序 c 、全年学生违纪受处分人次与学生总 规范，操作得当，材料报送符合要求。6 数比率1 ( 1 5 分) ，每增加0 5 扣 学生违纪、违法处理。 0 3 分，其中考试违纪作弊率( 含英语 四、六级、a 级考试) o 5 ( 1 5 分) ， 每增加0 1 丰f l0 5 分： d 、被治安处罚：或行政( 刑事) 拘留：和 构成犯罪的，每人次分别扣2 分和3 分。 c d 累积扣完3 分为止。 4 、信息渠道畅通，i 叶；现事故苗头或发生 a 、信息4 ：畅通扣0 5 分： 突发事件时，能严格按照学院学生突发 b 、人员未到位扣1 5 分，未及时到位 事件处置预案要求，人员及时到位，报 2 扣1 分； c 、未及时汇报扣1 5 分。累计扣完2 告及时准确，处置恰当有效。 分为止。 a 、语言文字规范化t 作的宣传、组织 开展情况( 2 - 0 分) ( 汇报计分) ： 5 、语言文字规范化1 = 作。 b 、平时抽佥中，未发现学生违反语言 3 文字规范现象( 1 分) ，每发现一起扣 0 2 分，扣完为止。 3 6 两南| 人学高师硕十学何论文 a 、家庭经济困难学生的认定信息l ：报 经及时、准确( 0 5 分) ； 济b 、建立有完善的家庭经济困难学生档 困案( 0 5 分) ，没有建立( 0 分) ( 查看 难认真做好家庭经济困难学生资助t 作，关资料) ； 学心家庭经济困难学生，加强感恩教育、励 4 c 、国家奖助学金及其他资助项目的评 生志成才教育。审程宇规范、客脱公正( 2 分) ，h 现 资一次有效投诉扣1 分；扣完为止( 查 助记录) ： ( 4d 、关，d 家庭经济困难学生，积极开展 分) 思想政治教育( i - 0 分) ( i l 报评分) 。 a 、认真开腱就业指导1 j 服务( 2 - 0 分) ( ：l 报评分) ： 丝 1 、就业指导j 服务。1 1 b 、达到学院规定的初次就业率目标( 7 业 分) ，每低1 扣0 5 分，扣完为止：达 生到学院规定的年终就业率目标( 2 分) ， 就每低1 扣0 2 分。扣完为止。 业a 、毕业生离校f j j 现一次违纪现象扣 服0 5 分： 务b 、组织毕业生参加学院举行的活动 ( 1 3 2 、认真开展毕业生毕业咎定和文明离校、 不力，一次扣0 5 分。累积扣完1 分为 安全离校教育工作，积极组织毕业生参加2 分)止： 各项活动。 c 、毕业生髓记表的填写符合要求( 1 分) ，不符合要求每份扣0 1 分，扣完 为止。 工作 创新 学生教育管理工作有创新，有特 与特 色，对提高大学生思想政治教育与 5 涎拯迸坌 色( 5管理质量作用大，效果显著。 分) 此例考评指标体系中，6 5 个观测点里面有2 0 个“汇报评分”观测点属柔性指 标，分值达4 8 分之多，与刚性指标的分值几乎各占一半，充分体现了绩效考评中 刚性指标与柔性指标并存的客观实际。 这2 0 个观测点由多人组成的一个考评委员会进行评判。这个考评委员会以主 管学生工作的校领导为组长，学生处、教务处、就业处、保卫处、团委等有关部 门负责人和二级单位学工领导为成员。由于各成员本职岗位不同，所以各成员对 同一观测点的评判力会有差异，而每个成员对这种差异性又各有评判，故此，按 s p a n 法得出评分最能真实体现群的评分。 例如在“就业指导与服务工作”这个分值为2 分的观测点下，5 个成员对文学 _ 西南人学高师硕士学位论文 院、理学院、工学院等3 个二级单位评分，其中4 个成员不是就业工作部门的， 只能凭印象对3 个二级单位评分，这4 个成员对文学院印象较好，均打出如下的 分数：文学院1 8 、理学院1 6 、工学院1 6 。不过这4 个成员均比较信任来自就 业工作部门的这个成员，各自授权5 0 。来自就业工作部门的这个成员在“就业指 导与服务工作”这个方面给3 个二级单位评出的更为客观的分数如下：文学院1 6 、 理学院1 8 、工学院1 6 。 仅对“就业指导与服务工作”这一指标项，现按s p a n 法评分： 表1 3 算法模板 第 第一组第二组 = 第一轮第二轮第f 轮 组 成员1 0oo 其 成员2 00o 他 成 5 0 成员3 ooo 初值叫 成 q l 成员4 o00 u 贝 成员5 1 0 0 oo p = 1 0 0 文学院 1 80 9o 自 己 5 0 理学院 1 6o 8o t 学院1 6o 8o 获j e 他成员授权值( 第，轮记为q f ，+ 1 1 ) 0o 第 第一组 第一二组 三 第一轮第二轮第f 轮 纰 成员1ooo 其 成员20oo 他 成 5 0 成员300o 初值员 成员40oo 成 p 2 】 贝 成员j1 0 0 o o 吣 = 1 0 0 9 0 文学院1 80 90 自 己 5 0 理学院1 6 o 8 o 工学院1 6 o 8 o 获其他成员授权值( 第，轮记为q “+ 1 ) ) 0 o 第 第一组第二组 = 第轮 第二轮 第，轮 组 哺南大学高师硕十学伊论文 成员l ooo 其 成员2 00o 他 成 5 0 成员3ooo 初值员 成员4o0o 成 e 3 1 员 成员5 1 0 0 o 0 。 = l o o 文学院 1 8 o 90 自 己 5 0 理学院 1 6o 8 0 丁学院 1 6o 8o 获1 e 他成员授权值( 第，车台记为e l f ，+ l ) o0 第 第一组第二组 = 第一轮第二轮第，轮 组 成员l 0oo 】 成员2 ooo 他 成 5 0 成员3 ooo 初值 口 贝 成员4 oo0 成 e 4 1 叭 成员5 1 0 0 o0 厶 = 1 0 0 文学院 1 80 90 自 己