5绩效考评会议纪要和前期总结

5绩效考评 会议纪要 会议纪要模板下载会议纪要模板 下载会议纪要范文及格式免费下载会议纪要模板 免费下载会议纪要 模板下载 和前期总结 绩效考评研讨会纪要 6月7——8日,总厂分四场次召开科干绩效考评研讨会,总厂党委书记李小宇主持会议,各单位和职能部门负责人参加会议,会议纪要如下。 1、公司对总厂对标挖潜考核要落实到各职能部门并分解到相关单位,其中技质部、设保部、生安部分别占0.6、0.25、0.15的权重。 2、生产性分厂要增加设备管理和群检考核项,由设备保障部提出考核意见。 3、修订完善绩效评价系统,并将1—4月的实际值重新代入修订后的绩效考评系统。 4、工序保障评价项部分单位存在争议,认为工序保障评价有主观臆断因素,要求评价要有依据并进一步细化。 5、针对事故事件考核,冷轧区域各单位提出2010年事故事件没有完全纳入考核,定于本周五前冷区各单位将事故事件报政治处后由职能部门审定,确定事故事件考核基数,2010年连铸电气事故事件由热轧点检室转入连铸二分厂重新核定考核基数。 6、精炼分厂提出将现有合金、铝材考核项归并后考核降本额,1#LF炉电耗要根据品种结构进行统计和考核,主要是圆坯和过1#LF炉板坯量,。 7、将准备车间钢包、铁水包耐材指标改为钢包、铁水包管理纳入生产管理,由生产安全部进行考核。 8、针对冷轧区域技术指标,冷轧分厂对冷轧?、?级品率波浪起筋考核有异议,波浪、起筋是否能分开,起筋是否考核冷轧分厂,,,硅钢分厂建议成材率考核要细化,考核是否区分切边、不切边?,,由 技术质量部负责调整考核标准。 9、冷轧区域能耗要根据品种结构进行统计和考核,同时要求1#和2#镀锌线、硅钢各机组能耗要分开。 二?一一年六月九日 附件: 第一钢轧总厂科级管理人员绩效考评前期总结 为准确地反应总厂各单位、部门的工作绩效，全面、客观地对科级管理人员进行工作评价，总厂党委按照“科学设计、责任明确、结果有效”的工作思路，建立各单位、部门和科级管理人员绩效考评体系，并通过逐步完善考评、激励和约束一体化运行机制，激发科级管理人员的工作潜能，提升总厂基础管理水平，促进总厂又好又快发展。 一、考评基本原则 以公司考核总厂的经济责任制和各专项考核为中心，紧密围绕总厂的预算目标和重点工作，结合总厂经济责任考核 管理办法 关于高温津贴发放的管理办法稽核管理办法下载并购贷款管理办法下载商业信用卡管理办法下载处方管理办法word下载 、成本分析和专项考核，重点通过对关键绩效指标、生产管理、工序保障和事故事件实施定性和定量的考核评价，建立总厂各单位、部门和科级管理人员绩效考评体系。 二、 考评体系说明 绩效评价体系主要是由关键指标评价、重点管理项评价、领导评价三方面构成的多维评价体系，并根据总厂各生产性分厂、公辅点检系统和职能部门的管理特点，合理设置各评价项绩效权重,具体见表 1,。同时，通过总厂信息化系统实现在线考评，对领导评价设置系统公开权限，绩效考评结果每月对各单位公开。 表1:绩效评价分解表 绩效项目 关键指标评价 管理绩效评价 领导评价 单位类别 成本 质量 生产设备 工序保障 事故事件 生产分厂 35—45 25 10—15 0—10 以2010年月均事故 15 频次*2设置基础分 公辅单位 15—25 15 25—30 25—30 职能部门 80 20 职能科室 60 40 1、设置领导评价体系。领导评价的目的旨在促进总厂领导和科级管理人员的双向沟通,总厂领导要了解下属工作业绩并给予合理评价和量分,下属要准确、无误的反应所辖工作,服从上级的合理管理。由于总厂点多面广,总厂领导对科级管理人员的了解程度存在不同程度的差异,为此,总厂党政主要领导和业务分管领导在领导评价项中占较大的权重,管理和业务不交叉的领导评价权重较小。同时,为兼顾管理层级和管理幅度,系统设计了各单位正职对单位内其他管理人员进行评价的权限和权重。去年,总厂为加快技术业务队伍建设,聘用了一批厂内二级技术主管,并纳入政治处管理,和科级管理人员一道进行绩效评价,所在单位正职对技术主管评价占50%的权重。 2、确定指标绩效权重。为了确定各指标影响力的大小,必须测定各指标的绩效权重。总厂各区域、产线重点指标信息部分明确、部分不明确,受多种因素影响,有些系统、因素之间的互相关系比较复杂,加上变化的随机性,检修、限产、生产事故等,,很容易掩盖事 物的本质,使我们在认识、分析、决策时得不到全面、足够的信息,不容易形成对事物明确的认识。为此,对总厂307个指标进行关联分析,确定指标与成本的关联权重,完成了公司考核指标与总厂307个考核指标关联度分析,并作为成本绩效指标权重的设计依据,图1和图2分别为钢区成本绝对权重和各因素影响程度分析,。同时,从提升总厂质量管理力度出发,质量绩效指标和权重由技术质量部具体设计,吸收了较关键的过程控制指标。 3、事故事件评价。当前，总厂生产、技术、设备、管理事故事件管理已经提到较高的高度，遏制事故事件并减少事故事件发生频次已经成为总厂管理的重点。在对各单位科级管理人员绩效评价中，把事故事件评价作为重点环节，并考虑到事故分级与公司考核的连贯性，总厂仅对一般性事故故障和大事件进行绩效评价，根据总厂事故事件分级设置一般事故故障、小事故考核扣分分值，小事件通过指标考核予以实现，避免了重复考核。考虑到各单位事故事件控制难易程度，把2010年各单位事故事件月均发生频次乘以修正系数作为考核基数。在具体实施过程中，仍很难把握扣分的度，这需要通过一段时 间的运行再适时调整。 4、工序保障评价。为提升总厂关联单位的服务保障意识，确保上道工序主动为下道工序提供优质的原料、满足生产节点要求，点检公辅单位尽可能提升点检维检意识和水平、快速响应主线生产要求等，绩效评价系统设计了工序保障管理项，除了终端产品单位和职能部门外，其余单位均要接受工序保障评价。针对工序保障的不同要求，设计了较客观地工序保障评价项，比如炼钢分厂要满足精炼分厂转炉下渣量、氩前温度合格率和硅钢钢水出钢量的要求，水处理车间要满足主线单位“水质、水温、水压和水量”的要求，并尽量提升响应速度、保产效果和服务态度。通过实施效果来看，各单位能够实事求是地给评价单位合理量分，同时也促进了主线和辅线的良性沟通。 5、绩效评价流程。绩效评价以月为评价周期，作为科级管理人员管理绩效的重要依据。每月十日左右由政治处组织干事利用OA系统发起领导评价流程，相关领导根据评价权限进行合理打分，并根据权重生成领导评价分值。每月十五日左右向总厂生产、技术、设备部门发起流程、向各单位发起工序保障评价流程，由专人在完成指标项和事故事件绩效评价，部门领导完成审核后返回政治处。从运行情况看，主要由于绩效考评系统性较强，考评幅度较大，各单位必须按照绩效考评时间节点填写数据和考评依据，才能确保绩效评价的有效实施，尤其是各工序保障评价项，由于涉及到基层十三个单位和交叉评价，需要各单位主要领导要按照时间节点完成评价。 通过前期运行，科级管理人员绩效考评系统基本完成,但仍存在一定不足,总厂将根据实际情况,逐步优化考评系统,通过科学有效的考评调动科级管理人员工作的积极性,促进基础管理上台阶。 一、基本定义 1、关联度定义:灰色关联分析理论及方法对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。 2、关联度解释:在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高;反之，则较低。因此，灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统(或因素)之间的数值关系。因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，非常适合动态历程分析。 具体计算步骤如下: (1)确定反映系统行为特征的参考数列和影响系统行为的比较数列。反映系统行为特征的数据序列，称为参考数列。影响系统行为的因素组成的数据序列，称比较数列。 (2)对参考数列和比较数列进行无量纲化处理。由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，不便于比较，或在比较时难以得到正确的结论。因此在进行灰色关联度分析时，一般都要进行无量纲化的数据处理。 (3)求参考数列与比较数列的灰色关联系数，称为关联程度，实质上是曲线间几何形状的差别程度。因此曲线间差值大小，可作为关联程度的衡量尺度。 (4)求关联度。因为关联系数是比较数列与参考数列在各个时刻(即曲线中的各点)的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此有必要将各个时刻(即曲线中的各点)的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示。 (5)排关联序。特指因素间的关联程度，主要是用关联度的大小次序描述，而不仅是关联度的大小。将m个子序列对同一母序列的关联度按大小顺序排列起来，便组成了关联序，记为{x}，它反映了对于母序列来说各子序列的“优劣”关系。 3、关联度计算过程: 3.1 选定母指标。 假设有指标,,„„,,其中如果被认为相对其他指标最重要，则可以将作为母指标(基准指标)，其指标列为母数列(基准数列)，其他指标为之指标(对照指标)，其指标列为子数列(或对照数列)。见下表 „„ „„ „„ „„ „„ „„ „„ „„ „„ 3.2 对原始指标进行无量纲化处理。 由于各指标的量纲(计量单位和正逆性质)不同，指标值的数量级的差别很大。为了处理的方便，必须对各指标进行无量纲、无数量级的处理，得到相应的新数列。处理的方法有两种:一种是均值化处理，即分别求出每一个指标原始数据的平均值，再用每一个原始数据与平均值相除;第二种是初值化处理，即每一个指标的原始数据与所在数列的第一项相除。 3.3 计算各子数列无量纲化处理后的各项数据与母数列无量纲化处理后的相应数据之间的绝对离差。 =, ( i=1,2,3„,m k=1,2,3,„n) 3.4 计算关联系数 = a==， 各因素之间绝对差值的最小值 b==，各因素之间绝对差值的最大值 为分辨率取0—1之间的数(一般可取0.5) 3.5 求各数列与母数列的关联度，通过比较关联度数值，最大的那个，其对应的数列与目标数列的关联度最高。 之间的关联度为: ， 3.6 求各指标对应的权数 =/ 最后我们可以所求的权数构造综合评价模型，并根据评价模型进行比较和评价。评价模型如下: +„ 二、采用关联度分析的原因 在指标综合评价中，为了比较各指标影响力的大小，必须测定各指标的权数或其比重(权重)。按照灰色系统理论，总厂各区域、产线重点指标信息部分明确、部分不明确，受多种因素影响，有些系统、因素之间的互相关系比较复杂(比如钢区成本与各主要因素之间的复杂关系，可能通过单纯的计算、汇总、分析难以实现)，有些关系甚至无法明确表达，加上变化的随机性(检修、限产、生产事故等)，很容易掩盖事物的本质，使我们在认识、分析、决策时得不到全面、足够的信息，不容易形成对事物明确的认识。总之，这些都是灰色因素、灰色的关联性在起作用，总厂的指标体系是较典型的灰色系统。与此同时，完成重点指标关联度分析是完成公司考核指标与总厂307个考核指标关联度分析的先决条件，是必须完成的基础工作。基于以上分析，我们应该引用灰色系统分析技术中比较成熟的方法引入到指标的关联分析中来。 三、相关系数与关联度的区别 1、相关系数与关联度都是研究变量间相关关系的统计指标，二者有相似之处，又有所区别。 2、关联度是统计意义上的。在数据统计时可能出现任何没有实际意义的变量间的相关，除了要看相关系数，还看关联度，是决定相关是否有实际意义的数据。 3、相关系数侧重于研究两变量间线性关系的密切程度，关联度则适用于因素分析，研究各子因素对主因素的影响大小(为什么采取这种方法的原因)。 4、相关系数可以从大的方面来把握变量间(两个变量的较多)是否线性相关，但它的分辨能力较差。关联度的分辨能力较强，它可用来具体比较各因素对母指标影响的 大小，但不能用于判断各因素是否线性相关，是通过曲线几何的方式确定影响程度，更符合分析需要。 5、相关系数的大小具有绝对意义，它受样本含量的影响较大(N为小样本)。关联度的大小只具有相对意义， 受样本含量的影响较小，通常只关心它大小的排序。 一、基本定义 1、关联度定义:灰色关联分析理论及方法对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。 2、关联度解释:在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高;反之，则较低。因此，灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统(或因素)之间的数值关系。因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，非常适合动态历程分析。 具体计算步骤如下: (1)确定反映系统行为特征的参考数列和影响系统行为的比较数列。反映系统行为特征的数据序列，称为参考数列。影响系统行为的因素组成的数据序列，称比较数列。 (2)对参考数列和比较数列进行无量纲化处理。由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，不便于比较，或在比较时难以得到正确的结论。因此在进行灰色关联度分析时，一般都要进行无量纲化的数据处理。 (3)求参考数列与比较数列的灰色关联系数，称为关联程度，实质上是曲线间几何形状的差别程度。因此曲线间差值大小，可作为关联程度的衡量尺度。 (4)求关联度。因为关联系数是比较数列与参考数列在各个时刻(即曲线中的各点)的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此有必要将各个时刻(即曲线中的各点)的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示。 (5)排关联序。特指因素间的关联程度，主要是用关联度的大小次序描述，而不仅是关联度的大小。将m个子序列对同一母序列的关联度按大小顺序排列起来，便组成了关联序，记为{x}，它反映了对于母序列来说各子序列的“优劣”关系。 3、关联度计算过程: 3.1 选定母指标。 假设有指标,,„„,,其中如果被认为相对其他指标最重要，则可以将作为母指标(基准指标)，其指标列为母数列(基准数列)，其他指标为之指标(对照指标)，其指标列为子数列(或对照数列)。见下表 „„ „„ „„ „„ „„ „„ „„ „„ „„ 3.2 对原始指标进行无量纲化处理。 由于各指标的量纲(计量单位和正逆性质)不同，指标值的数量级的差别很大。为了处理的方便，必须对各指标进行无量纲、无数量级的处理，得到相应的新数列。处理的方法有两种:一种是均值化处理，即分别求出每一个指标原始数据的平均值，再用每一个原始数据与平均值相除;第二种是初值化处理，即每一个指标的原始数据与所在数列的第一项相除。 3.3 计算各子数列无量纲化处理后的各项数据与母数列无量纲化处理后的相应数据之间的绝对离差。 =, ( i=1,2,3„,m k=1,2,3,„n) 3.4 计算关联系数 = a==， 各因素之间绝对差值的最小值 b==，各因素之间绝对差值的最大值 为分辨率取0—1之间的数(一般可取0.5) 3.5 求各数列与母数列的关联度，通过比较关联度数值，最大的那个，其对应的数列与目标数列的关联度最高。 之间的关联度为: ， 3.6 求各指标对应的权数 =/ 最后我们可以所求的权数构造综合评价模型，并根据评价模型进行比较和评价。评价模型如下: +„ 二、采用关联度分析的原因 在指标综合评价中，为了比较各指标影响力的大小，必须测定各指标的权数或其比重(权重)。按照灰色系统理论，总厂各区域、产线重点指标信息部分明确、部分不明确，受多种因素影响，有些系统、因素之间的互相关系比较复杂(比如钢区成本与各主要因素之间的复杂关系，可能通过单纯的计算、汇总、分析难以实现)，有些关系甚至无法明确表达，加上变化的随机性(检修、限产、生产事故等)，很容易掩盖事物的本质，使我们在认识、分析、决策时得不到全面、足够的信息，不容易形成对事物明确的认识。总之，这些都是灰色因素、灰色的关联性在起作用，总厂的指标体系是较典型的灰色系统。与此同时，完成重点指标关联度分析是完成公司考核指标与总厂307个考核指标关联度分析的先决条件，是必须完成的基础工作。基于以上分析，我们应该引用灰色系统分析技术中比较成熟的方法引入到指标的关联分析中来。 三、相关系数与关联度的区别 1、相关系数与关联度都是研究变量间相关关系的统计指标，二者有相似之处，又有所区别。 2、关联度是统计意义上的。在数据统计时可能出现任何没有实际意义的变量间的相关，除了要看相关系数，还看关联度，是决定相关是否有实际意义的数据。 3、相关系数侧重于研究两变量间线性关系的密切程度，关联度则适用于因素分析，研究各子因素对主因素的影响大小(为什么采取这种方法的原因)。 4、相关系数可以从大的方面来把握变量间(两个变量的较多)是否线性相关，但它的分辨能力较差。关联度的分辨能力较强，它可用来具体比较各因素对母指标影响的大小，但不能用于判断各因素是否线性相关，是通过曲线几何的方式确定影响程度，更符合分析需要。 5、相关系数的大小具有绝对意义，它受样本含量的影响较大(N为小样本)。关联度的大小只具有相对意义， 受样本含量的影响较小，通常只关心它大小的排序。