李 玲
(中鐵一局集團有限公司廣州分公司,廣東 廣州 511400)
在傳統(tǒng)的企業(yè)管理中,績效管理、業(yè)績考核中往往涉及考核指標的權(quán)重設置。目前企業(yè)對于考核指標的權(quán)重設計往往基于主要決策者的經(jīng)驗式管理得出,主觀性較大,制定過程也不夠透明,往往不能科學反映各指標的實際占比。由此制定的企業(yè)績效考核辦法有時在企業(yè)內(nèi)部有較多反對聲音,激勵效果明顯打折扣,在很多政府機關的績效考核中已被淘汰。因此,在企業(yè)管理工作中,應用新的工具和方法,探索可量化、可測量的權(quán)重制定辦法,提高權(quán)重因子制定的科學性,已成為提升企業(yè)管理水平和管理效率的必由之路。
層次分析法(Analytic Hierarchy Process,AHP) 是由美國的Thomas L. Saaty 教授于1987 年提出的一種科學分析方法。它與傳統(tǒng)的定性分析方法不同,更多的基于定性分析與定量分析耦合,可將以往的基于決策者經(jīng)驗的決策過程轉(zhuǎn)化為可量化、可測量的決策過程,進而實現(xiàn)企業(yè)決策水平的優(yōu)化和提升。
文章擬應用層次分析法,探索在企業(yè)權(quán)重管理中更科學的制定方法,使得權(quán)重制定的過程更透明、可測量,符合企業(yè)的發(fā)展和激勵機制的需要。
層次分析法是將與決策過程相聯(lián)系的關聯(lián)因子分解成不同層次的子因子,并分析各層次的子因子的相關影響程度,根據(jù)各因子的影響程度不同,運用數(shù)學工具,進行定性分析和定量耦合分析的決策方法。
運用層次分析法解決問題的分析思路、決策過程與人類大腦對多維度問題的決策判斷過程極其相似。以購買手機為例: 假如有5 款手機型號A、B、C、D、E 供選擇,購買者會根據(jù)諸如品牌、操作系統(tǒng)、手機性能、攝像效果、內(nèi)存大小和價格等一些考慮因素或因子去比選這5 款候選手機。首先會考慮這些影響因素或因子在心中的占比。比如追求品牌、不在乎價格,當然會首先考慮品牌,而注重性價比或僅需要基本功能的人則會重點考慮價格因素; 如果是一個攝影愛好者,則多會注重手機的攝像效果等。然后,就每一個比選條件將5 款手機進行對比選擇,譬如C 品牌最好,D 次之; B 攝像效果最好,E 次之; D 性價比最高等。最后將每個層次的比較判斷進行綜合,在A ~E 手機中確定哪個作為最佳購買手機候選。
層次分析法可以視為一個影響因子的分層模型。我們需要決策的結(jié)果,比如企業(yè)的績效指標制定放置在最上層; 對于為實現(xiàn)這個績效目標而細化的各個指標放置在中間層; 如果需要決策的過程目標過于復雜,比如企業(yè)內(nèi)部存在分類績效指標,則可將中間層的指標進一步細化,放置在最下層。利用層次分析法決策問題需要把各種需要考慮的因素放在適當?shù)膶哟蝺?nèi),并用層次結(jié)構(gòu)圖清晰地表達這些因素的關系。
(1) 建立層次結(jié)構(gòu)模型。在分析具體需要解決問題的基礎上,將有關的各個因素按照不同屬性自上而下地分解成若干層次。最頂層為目標層,一般只有1 個因素,最底層通常為方案層,中間可以有多個或一個層次,通常為指標層。當指標超過9 個時,應進一步分解出子指標層。
(2) 基于調(diào)查樣本建立對比矩陣。利用層次分析法定義的比較尺度,按照由上至下的原則,相互對比指標之間的重要程度(以1~9 表示) ,建立矩陣表格,將基于調(diào)查樣本的統(tǒng)計結(jié)果填充到矩陣表格中,形成基于調(diào)查樣本統(tǒng)計結(jié)果的對比矩陣。
(3) 計算對比矩陣的特征向量,進而計算出的最終指標權(quán)重,并通過計算一致性比率進行權(quán)重一致性的有效性檢驗。
根據(jù)企業(yè)的業(yè)務活動和工作流程,擬定需要確定權(quán)重的評價指標清單。如羅列需要確定權(quán)重的評價指標: 生產(chǎn)計劃、上繳款、合同管理、科技創(chuàng)新、獲獎、事故等。
(1) 統(tǒng)計評價指標重要性
將需要確定權(quán)重的評價指標,排列在比較表中,如表1,請公司內(nèi)部員工就其重要性進行兩兩比較選擇。

表1 評測指標比較表
例如,a21處代表2 行處的指標對比1 列處的指標的重要性,即上繳款對于生產(chǎn)計劃的重要程度; a65處代表6 行處的指標對比5 列處的指標的重要性,即事故對于獲獎的重要程度,依此類推。a21與a12、a65與a56應為倒數(shù)關系。
重要性用標度表示,如: 1 表示兩個具有同樣重要性(或相同強) ,3 表示一元素比另一元素稍微重要(或稍微強) ,5 表示一元素比另一元素比較重要(或比較強) ,7 表示一元素比另一元素明顯重要(或明顯強) ,9 表示一元素比另一元素絕對重要(或絕對強) ,2、4、6、8 則表示在上述兩個標準之間折中時的標度。
(2) 構(gòu)造雙對比矩陣
對公司員工對于指標重要性的調(diào)查采用平均法進行匯總,計算出統(tǒng)計結(jié)果,形成雙對比矩陣,如表2 所示。

表2 評測指標比較統(tǒng)計表
(3) 計算矩陣的特征向量和指標權(quán)重
對雙對比矩陣,利用下面的公式1 進行歸一化計算。

式中,bij就是用各列的元素除以列的和。
得到的結(jié)果為一個新的矩陣,我們暫命名為B 矩陣,
如表3。

表3 矩陣B
對矩陣B 每一行進行求和,計算出特征向量B,可知
B1=0.737,B2=1.275,B3=0.211,B4=0.350,B5=0.458,B6=2.969
上述求出的特征向量,用下面的公式2 進行歸一化計算,即可得到各指標的最終權(quán)重值。

由公式可計算出各指標的權(quán)重值。
W1=0.123,W2=0.213,W3=0.035,W4=0.058,W5=0.076,W6=0.495
我們需要對企業(yè)績效指標相互對比,如果存在: A>C,C>B,則必得出A>B,否則就是建立的雙對比矩陣存在不一致。舉例來說,如果B 對于C 的重要值為2,C 對于A 的重要值也為2,那么B 對于A 的重要值應該為4,但是如果最終不是4,是5 或者9,代表對比矩陣的一致性存在一定問題。所以需要檢驗對比矩陣的一致性,確保兩兩比較的時候,不會出現(xiàn)以上的錯誤。
在檢驗對比矩陣的一致性時,首先需要計算對比矩陣的最大特征根,然后計算對比矩陣的一致性指標CI,再計算平均隨機一致性指標RI。如果RI>0.1,就表示計算出的指標權(quán)重未保持顯著水平,對比矩陣進行調(diào)整。如果RI<0.1,即表示計算出的指標權(quán)重保持顯著水平,對比矩陣的一致性通過檢驗,權(quán)重計算結(jié)果有效。
通過層次分析法(AHP) 進行企業(yè)內(nèi)部指標的權(quán)重設計,可以由眾多員工進行投票評選各指標的重要性,建立對比矩陣,使得指標制定來源于科學的原始數(shù)據(jù),間接體現(xiàn)了基層員工的總體意愿,避免了以往權(quán)重設計由主要決策者經(jīng)驗式?jīng)Q策的弊端,能有效提升決策權(quán)威,顯著增強獎懲政策的執(zhí)行力。同時,通過計算出的權(quán)重結(jié)果進行一致性檢驗,可以檢驗原始統(tǒng)計數(shù)量是否有矛盾,是否與對比矩陣中每組指標之間的對比標度保證一致,保證權(quán)重計算的準確性與一致性,也使得權(quán)重制定的過程更透明、更量化,符合企業(yè)的發(fā)展和激勵機制的需要。
任何決策工具都不是完美的。層次分析法對于指標權(quán)重的計算主要依賴于樣本統(tǒng)計結(jié)果,故企業(yè)在實際應用過程中,需要通過增加培訓、細化調(diào)查等方式,保證調(diào)查樣本的重要性與對比結(jié)果的一致性,才能保證層次分析法的準確度。