层次分析法在确定电力企业人才选拔指标权重中的应用

第 33卷第 5期 华 北 电 力 大 学 学 报 Vol.33, No.5 2006年 9月 Journal of North China Electric Power University Sep., 2006 收稿日期：2006-02-28. 作者简介：杨实俊 (1964－), 男, 华北电力大学工商管理学院博士研究生. 层次分析法在确定电力企业人才选拔指标权重中的应用 杨实俊 a，刘健夫 b （华北电力大学 a. 工商管理学院；b. 校长办公室，河北保定 071003） 摘要：针对电力企业在人才选拔过程中亟待定性与定量相结合、科学地确定选拔体系各项指标权重的实际 情况，基于层次分析法在评价体系中优劣排序的理论做法，阐述了层次分析法在确定电力企业人才选拔体 系的各项指标权重过程中的可行性和必要性，得到判断矩阵。通过实例验证，该方法能满足人才选拔的要求。 关键词：层次分析；人才选拔；指标；权重 中图分类号：TK31 文献标识码：A 文章编号：1007-2691 (2006) 05-0102-04 Application of AHP to determination of index weights in talent selection for power enterprises YANG Shi-juna, LIU Jian-fub ( a. School of Business and Administration; b. President's Office, North China Electric Power University, Baoding 071003, China) According to the current situation of talent selection of power enterprises, the application of AHP to the determination of index weights in talent selection is demonstrated. The judgement matrix is obtained based on based on the ranking of quality in assessment system of AHP. A method of combing qualitative analysis with quantitative analysis is adopted. The case analysis verifies the feasibility of judgement matrix. AHP; talent; index; weight 引 言 确定人才选拔指标权重是建立电力企业人才选 拔体系过程中一个非常重要而又值得研究的环节。 以往这方面工作定性分析较多，定性与定量相结合 的科学评价方法较少，特别是在电力工业改制重组 后的今天，这方面的改进完善工作亟待加强。通常 在电力企业人才选拔管理实践中较为常见的方法有 两种：其一，由企业高管和人事管理部门讨论、协 商达成一致，确定人选；其二，借助人力资源咨询 公司或使用 HR软件，经过一番复杂地计算得出最 终人选。 确定人才选拔指标权重需要同时兼顾功能性原 则、效益性原则、社会性原则和可持续发展原则。 国内多数电力企业普遍存在着人事管理基础相对薄 弱、缺乏人力资源统计资料；尤其是在人才资源开 发的定性和定量分析指标方面，以前大多没有进行 过这些方面的考核，也就没有原始数据的积累，不 具备以相关性统计方法为基础的客观赋权法应用条 件。再者，从心理学角度看，参选者对在选拔过程 中承诺的事情会加倍努力去实现。因此让电力企业 有代表性的管理者和专业员工参与到人才选拔体系 指标权重的制定过程中来，会比通过复杂的计算更 有意义，更能激发电力企业员工贯彻人才选拔标准 的主动性。鉴于此，选择主观赋权法更为合理、实 用、有效。 层次分析法 [1]（Analytic Hierarchy Process， 杨实俊等：层次分析法在确定电力企业人才选拔指标权重中的应用第 5期 103 AHP），是一种可以大大提高定量化评价信效度的 定量考核技术，属于主观赋权法中较为简单易行的 处理方法。它的核心思想可以归结为：决策问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 的 关键往往是对行为、 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 、人选进行评价选择，而 这种评价选择总是要求把决策对象进行优劣排序， 取优排劣。在进行优劣评价排序中，人们需要建立 完整的评价指标体系，它可以简化为有序的递阶系 统，人们运用简单的两两比较方法对系统中的各项 相关指标进行比较评判。通过对这种比较评判结果 的综合计算处理，可以得到评价指标的权重，定量 地确定各评价指标的相对重要性，进而对决策对象 作出评判。将评判结果与指标权重综合运算，便可 以得到关于决策对象，即方案或人选的优劣排序。 决策者可以此作为决策的依据。 1 AHP方法的基本步骤 AHP方法在理论上已日臻完善。AHP方法的 基本步骤主要有：建立评价及分析的层次结构；运 用两两比较的方法，得到层次结构中各项评价指标 或评价对象的两两比较 评分 售楼处物业服务评分营养不良炎症评分法中国大学排行榜100强国家临床重点专科供应商现场质量稽核 及判断矩阵表格；对各 判断矩阵表格中各项指标或对象用上一节的方法算 出其相对权重排序并对结果作一致性检验；进行综 合运算，得出各评价指标对于总目标的权重及各测 评对象的得分。 1.1 建立层次结构 一般的人事评价指标体系结构如图 1所示，即 有总目标的项目指标及其小指标（要素）组成，而 AHP结构有 3层 [2~3]。 最高层：表示人事评价的目标。 中间层：表示人事评价的评价指标，在每项大 指标下还可以设立若干个小指标（要素），一般不 超过 6个，每个小指标下还可以进一步细分下去， 直到符合评价要求。 最底层：表示测评对象。 1.2 运用两两比较方法构成判断矩阵 对各相关元素进行两两比较评分，这是指对某 一指标下的各“儿子指标”进行重要性的两两比 较。对于某一“儿子指标”来说，它的“孙子指 标”间也要进行两两比较，这样就可以得到若干两 两比较判断矩阵。 1.3 计算各判断矩阵权重排序并作一致性检验 排序是指每一层次的因素相对于上一层次的某 一个因素而言的，它是通过计算判断矩阵的最大特 征根所对应的特征向量经归一化后得到的。特征根 和特征向量的定义为：设 A 为一个 n 阶矩阵，如 果存在数 和非零 n维向量W，使得 AW= W，即 称 为矩阵的特征根，而W为对应于 的特征向量。 根据两两比较结果构成的判断矩阵，理想时就 满足一致性，即对判断矩 阵 有 = ； , , =1, 2,⋯, 成立。但是，在实际评价中，评 判者的逻辑一致性是不可能完全严谨的。它往往出 现“克星循环”错误，即 > ， > 的情况下存在 > 的情况和比较错误，即 A= B，B= C时存在 A C 的情况，所以在计算判断矩阵的权重后， 还有必要检验其逻辑一致性程度。 根据矩阵理论，当 阶矩阵 具有一致性时， 1= max= ，其余的特征根均为 0。 当矩阵 A具有满意的一致性时， max稍大于 ， 而其余特征根也接近于 0，即当判断矩阵不能保证 具有完全一致性时，相应的判断矩阵特征根也发生 变化，这样就可以用判断矩阵特征根的变化来检查 判断的一致性程度。因为对于 维矩阵 ，当 =1（ =1,2, ⋯, ）时 =1 = ，当具有满意一致 性时 max = =2 ，因此，在层次分析法中引入判 断矩阵最大特征根外的其余特征根的负平均值 = =21 = max 1来作为度量判断矩阵偏离一致性 的指标，检查决策者判断思维的一致性。 值越大，表示一致性越差； 值越小，表 示一致性越好；当 =0，表示判断矩阵具有完全 一致性。为了排除随机因素对一致性的影响，需要 将 值与平均随机一致性指标 进行比较。对于 1~9维的判断矩阵如表 1所示。 最高层 评价总目标 G 评价指标 A1 评价指标 A2 ⋯⋯ 评价指标 An 细化的指标 B1 细化的指标 B2 ⋯⋯ 细化的指标 Br 评价对象 A1 评价对象 A2 ⋯⋯ 评价对象 Am 中间层 最低层 图 1 AHP层次结构 Fig.1 Architecture of AHP 华 北 电 力 大 学 学 报104 2006年 表 1 1~9维的判断矩阵 RI值 Tab.1 RI values of one to nine dimensional judgement matrixes 维数 1 2 3 4 5 6 7 8 9 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 与 的比值记为 ， = / 。 一般认为 0.10时，判断矩阵具有满意的 一致性。 1.4 进行层次总综合运算 计算同一层次所有因素对于最高层（总目标） 相对重要性的排序性，称为总排序。这一过程为： 当上一层次 A包含 个因素 1, 2, ⋯, ， 其层次总排序权值分别为 1, 2, ⋯, ，下一层次 B包含 个 1, 2, ⋯, ，它们对于因素 的层 次单排序权值分别为 1 , 2 , ⋯, （当 与 无 联系， =0），此时 B层总排序权值由表 2给出。 表 2 层总排序权值 Tab.2 Weight values of B-layer total ranking 1 2 ⋯ 1 2 ⋯ 1 11 12 ⋯ 1 =1 1 2 21 22 ⋯ 2 =1 2 1 2 ⋯ =1 由于， =1 1 + =1 2 +⋯= =1 = =1 1 + 2 +⋯+ = =1 =1， B层总排序权值已满足“归一化”条件。如果 B层某些因素对于 单排序的一致性指标为 ，相 应的平均随机一致性指标为 ，则 B 层次总排序 随机一致性比率为 = =1 / =1 。 当 <0.10时，认为层次总排序结果具有满意的一致 性。 2 实 例 华北电网某市电力公司在招聘用电营业部主任 过程中，由专家组成员采用 AHP两两比较群组评 价方法，对评价指标体系要素定权数。首先由各位 专家填写调查表，并根据各位评判者的判断矩阵计 算出相应的结果，见表 3。 表 3 各位评判者的判断矩阵计算结果 Tab.3 Calculation results of judgement matrix 1号 2号 3号 4号 5号 6号 7号 8号 9号 1 0.333 0.143 0.163 0.000 0.200 0.143 0.379 0.143 0.500 2 0.333 0.286 0.297 0.333 0.200 0.286 0.289 0.286 0.250 3 0.333 0.571 0.540 0.333 0.600 0.571 0.331 0.571 0.250 4 0.000 0.000 0.008 0.000 0.000 0.000 0.626 0.000 0.000 设置一致性检验指标 的边界值为 0.10，于 是 7号专家由于评价逻辑一致性不能达到要求被删 除掉，然后对另外 8名专家的有效评判重新进行几 何平均，得到新的几何平均判断矩阵及其权重排序 和一致性指标。对总目标 1, 2, 3的几何平均判 断矩阵和计算结果见表 4。 表 4 对总目标 1, 2, 3的几何平均判断矩阵和计算结果 Tab.4 Judgement matrix and calculation results of 1, 2, 3 of total goal C 1 2 3 1 1.000 0.830 0.437 0.231 2 1/0.830 1.000 0.510 0.296 3 1/0.437 1/0.510 1.000 0.474 max=3.000， =0.000， =0.000。 按以上方法类推，可以得到各层的删除不一致 逻辑评判后的几何平均判断矩阵及其权重排序与一 致性检验指标。 对素质结构 1， 1, 2的几何平均判断矩阵和 计算结果见表 5。 表 5 对素质结构 1，1, 2的几何平均判断矩阵和计算结果 Tab.5 Judgement matrix and calculation results of 1， 1 and 2 for quality structure 1 1 2 1 1.000 1.414 0.586 2 1/1.414 1.000 0.414 max=2.000， =0.000， =0.000。 对能力结构 2， 3, 4, 5的几何平均判断矩 阵和计算结果见表 6。 B层总排序数值层次A 层 次 B 表 6 对能力结构 2，3, 4, 5的几何平均判断矩阵和计算结果 Tab.6 Judgement matrix and calculation results of 2，3, 4 and 5 for ability structure 2 3 4 5 3 1.000 1.414 2.828 0.485 4 0.707 1.000 2.000 0.343 5 0.354 0.500 1.000 0.171 max=3.000， =0.000， =0.000。 对绩效 3, 6, 7的几何平均判断矩阵和计算 结果见表 7。 表 7 对绩效 3, 6, 7的几何平均判断矩阵和计算结果 Tab.7 Judgement matrix and calculation results of 3, 6 and 7 for achievement 3 6 7 6 1.000 1.414 0.586 7 1/1.414 1.000 0.414 max=2.000， =0.000， =0.000。 对总目标 ， 1, 2, 3, 4, 5, 6, 7的综合 判断矩阵和计算结果见表 8。 表 8 综合判断矩阵和计算结果 Tab.8 Comprehensive judgement matrix and calculation results 1 2 3 4 5 6 7 1 0.586 0.414 2 0.485 0.343 0.171 3 0.586 0.414 0.135 0.096 0.143 0.101 0.051 0.278 0.196 =0.000。 由此可以得到专家组的最后的评价指标体系的 权重分配结果如图 2所示。 根据 AHP的层次结构，如果再进一层，将最 低层——测评对象如法炮制，对上一层指标作两两 比较，就可像定权数那样，直接计算出评价对象对 总目标的排序结果。用 AHP 方法进行人事评价， 除了前面所述的科学性和简便性外，还有一个显著 的优点，就是在测评过程中回避了测评人对测评对 象的指标作“好”与“不好”的评判而带来的“一 锤定音”，使评价人更愿意表露自己的真正观点， 从而提高评价结果的准确性。 3 结 论 在电力企业人才资源开发的定性和定量分析指 标方面，层次分析法可以大大提高定量化评价信效 度的定量考核技术，此处理方法较为简单易行，通 过实例验证，层次分析法及应用的判断矩阵在岗位 招聘中达到了人才选拔的科学性、简便性和准确性 的要求。 参考文献： [1] 王莲芬, 许树柏. 层次分析法引论 [M]. 北京: 中国人民 大学出版社, 1990. [2] 郑燕, 王敬敏, 郑绍欣. 在项目后评价中运用层次分析法 确定指标的权值[J].华北电力大学学报,2004,31(2):60-63. [3] 吕蓬, 孙薇, 孙颖. 基于层次分析的电力营销目标市场模 糊评判 [J]. 华北电力大学学报, 2004,31 (1): 77-79. （责任编辑：宋志强） 最佳主任人选 C 素质结构 A1 能力结构 A2 绩效 A3 0.231 0.295 0.474 道 德 水 平 政 策 观 念 决 断 能 力 组 织 协 调 能 力 考 试 成 绩 近 期 工 作 成 果 经 历 背 景 1 2 3 5 7 4 6 0.135 0.096 0.143 0.101 0.051 0.278 0.196 图 2 最佳主任人选结构 Fig.2 Architecture of the best director candidates 杨实俊等：层次分析法在确定电力企业人才选拔指标权重中的应用第 5期 105