基于模糊群決策理論的中小企業(yè)人力資源管理外包方案評(píng)價(jià)

劉玲 朱秋怡 譚輝 夏露

【摘 要】針對(duì)中小企業(yè)人力資源管理外包指標(biāo)評(píng)價(jià)體系不完善、相關(guān)研究較少等問題，文章提出了一種先進(jìn)、全面的多層次人力資源管理指標(biāo)評(píng)價(jià)體系;針對(duì)中小企業(yè)的特點(diǎn)和人力資源管理評(píng)價(jià)指標(biāo)的模糊性，文章提出了基于三角模糊數(shù)計(jì)算的灰色關(guān)聯(lián)理論，它將用于評(píng)價(jià)模糊文字描述轉(zhuǎn)化為最終的模糊相關(guān)系數(shù)，并通過比較各個(gè)方案的最終相關(guān)模糊系數(shù)得出最優(yōu)方案。通過案例分析，文章對(duì)所提出的評(píng)價(jià)模型的可靠性和有效性進(jìn)行了驗(yàn)證。

【關(guān)鍵詞】人力資源管理外包;群決策;評(píng)價(jià)體系

【中圖分類號(hào)】F272 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2021）04-0168-05

1 問題的提出

目前，世界各國的中小企業(yè)發(fā)展迅速，為市場(chǎng)注入了生命力，同時(shí)在世界各國經(jīng)濟(jì)發(fā)展中發(fā)揮了重要作用。在發(fā)達(dá)國家，“人力資源外包”觀念已經(jīng)很普遍，而現(xiàn)在這種商業(yè)模式也在呈全球爆發(fā)式增長，但亞洲市場(chǎng)直到最近才開始顯示出明顯的增長跡象。近年來，人力資源服務(wù)業(yè)的服務(wù)從單一的勞務(wù)外包逐漸走向各個(gè)模塊外包，如一次性招聘外包、薪酬外包及培訓(xùn)外包等，這體現(xiàn)了人力資源服務(wù)業(yè)逐漸朝著專業(yè)化、專門化和集中化發(fā)展。

人力資源外包是把人力資源部門的部分或全部職能委托給第三方專業(yè)人力資源服務(wù)機(jī)構(gòu)完成，此過程中需要考慮多方影響因素，從中權(quán)衡取舍，最終做出有利于企業(yè)發(fā)展的科學(xué)決策。M.Belcourt[1]認(rèn)為人力資源管理的基本目的是節(jié)約資源、提高對(duì)戰(zhàn)略問題的關(guān)注度、獲取技術(shù)和專業(yè)知識(shí)、提高實(shí)際管理能力和服務(wù)水平。文獻(xiàn)[2]、文獻(xiàn)[3]研究了人力資源管理外包給企業(yè)內(nèi)部的人力資源管理帶來的風(fēng)險(xiǎn)和回報(bào)，體現(xiàn)了企業(yè)人力資源外包比以往更加注重與企業(yè)自身的戰(zhàn)略發(fā)展方向的契合，其靈活性有所下降的同時(shí)規(guī)范性和專業(yè)性相應(yīng)提高[2-3]。然而，在人力資源管理的外包方案評(píng)價(jià)中的許多因素是難以用準(zhǔn)確數(shù)值衡量的，大多數(shù)文獻(xiàn)采取多屬性群決策方法選擇最佳方案[4-10]。趙蒙川等人[11]提出了用區(qū)間猶豫模糊集建立判斷矩陣并結(jié)合TOPSIS方法進(jìn)行方案的排序。謝全敏和丁修元[12]提出了運(yùn)用灰色模糊多屬性群決策對(duì)隧道施工的方法進(jìn)行優(yōu)化。馮曉蕾[13]將模糊數(shù)理論和灰色關(guān)聯(lián)理論相結(jié)合，推導(dǎo)出基于三角模糊數(shù)理論的灰色關(guān)聯(lián)系數(shù)求解的方法。

本文構(gòu)建了基于模糊群決策的中小企業(yè)人力資源外包方案評(píng)價(jià)模型。主要貢獻(xiàn)如下：第一，將基于三角模糊數(shù)的灰色關(guān)聯(lián)理論應(yīng)用于解決中小企業(yè)信息短缺和數(shù)據(jù)不完整的問題，同時(shí)該理論確保了在外包評(píng)價(jià)方案中定性評(píng)價(jià)屬性的模糊性不受影響。第二，一個(gè)基本涵蓋了所有人力資源管理因素的人力資源管理外包的多層次評(píng)價(jià)體系被提出，它包括5個(gè)一級(jí)指標(biāo)，即管理指標(biāo)、經(jīng)濟(jì)指標(biāo)、戰(zhàn)略指標(biāo)、技術(shù)指標(biāo)和風(fēng)險(xiǎn)指標(biāo)，以及15個(gè)二級(jí)指標(biāo)。第三，針對(duì)專家權(quán)重的確定，給出一個(gè)基本思路，即一個(gè)專家的權(quán)重取決于該專家與其他專家評(píng)價(jià)結(jié)果的差距。如果差距越大，意味著該專家的評(píng)價(jià)結(jié)果離平均評(píng)價(jià)水平越遠(yuǎn)，其評(píng)價(jià)水平和質(zhì)量也越低。

2 人力資源管理外包的評(píng)價(jià)標(biāo)準(zhǔn)

關(guān)于人力資源管理外包的文章很多，大多文章研究經(jīng)濟(jì)、技術(shù)、風(fēng)險(xiǎn)等某一方面的具體內(nèi)容。本文提出5個(gè)一級(jí)指標(biāo)，在這5個(gè)一級(jí)指標(biāo)下有15個(gè)二級(jí)指標(biāo)，這在一定程度上避免了從單一的角度分析人力資源管理外包所帶來的局限性。這個(gè)多級(jí)系統(tǒng)如圖1所示。

3 模型構(gòu)建

本文提出的研究方法分為3個(gè)步驟：第一步是準(zhǔn)備階段，即總結(jié)本文所用的三角模糊數(shù)公式。第二步是主體架構(gòu)階段，提出了指標(biāo)權(quán)重和專家權(quán)重的計(jì)算方法。第三步是建立多層次綜合評(píng)價(jià)模型。

3.1 三角模糊數(shù)理論

3.1.1 三角模糊數(shù)

模糊數(shù) 可定義為（aL，aM，aU），則其隸屬函數(shù)如下：

則稱 為規(guī)范的三角模糊數(shù)，記 =（aL，aM，aU），當(dāng)aL、aM、aU時(shí)， 是一個(gè)精確數(shù)。在方案評(píng)價(jià)中，aL是三角模糊數(shù)的下界，aM是三角模糊數(shù)的中值，aU是三角模糊數(shù)的上界。

3.1.2 基于三角模糊數(shù)的灰色關(guān)聯(lián)系數(shù)

根據(jù)灰色系統(tǒng)理論，比較序列Cr（l）={Cr（1），Cr（2），…，Cr（m）}，其中r=1，2，…，n，表示方案的數(shù)目;l=1，2，…，m，表示每個(gè)方案中相應(yīng)的指標(biāo)數(shù)。Cr（l）表示第r個(gè)方案中的第l個(gè)指標(biāo)。相對(duì)而言，參考序列C0（l）={C0（1），C0（2），…，C0（m）}，C0（l）表示參考序列的第l個(gè)指標(biāo)。

設(shè)比較序列Cr{Mr（alL，alM，alU）}，r=1，2，…，n，l=1，2，…，m，其中Mr（alL，alM，alU）表示第r個(gè)方案中的第l個(gè)指標(biāo)的三角模糊數(shù)。參考序列C0{M0（alL，alM，alU）}，r=1，2，…，n，l=1，2，…，m，M0（alL，alM，alU）}表示參考序列的第l個(gè)指標(biāo)的三角模糊數(shù)。故指標(biāo)Mr（alL，alM，alU）的關(guān)聯(lián)系數(shù)如下：

（2）

其中，l=1，2，…，m。運(yùn)用三角模糊數(shù)的排序方法和運(yùn)算規(guī)則求解式中的三角模糊數(shù)的最大值、最小值和算數(shù)運(yùn)算，ρ∈（0，+ ）為分辨系數(shù)。ρ越小，分辨能力越大，一般取ρ=0.5。

3.2 指標(biāo)權(quán)重的確定

圖1將人力資源管理外包的方案評(píng)價(jià)指標(biāo)體系分為4個(gè)部分，即目標(biāo)層、準(zhǔn)則層、子準(zhǔn)則層和方案層，這是一個(gè)多層次組成的結(jié)構(gòu)圖。因此，本文采用層次分析法（AHP法）確定其底層評(píng)價(jià)指標(biāo)之于頂層評(píng)價(jià)指標(biāo)的權(quán)重，即綜合指標(biāo)權(quán)重。具體方法參考了陳偉[14]介紹和分析的經(jīng)典AHP方法。

3.3 專家權(quán)重的確定

據(jù)汪焰[15]的研究，提出的專家權(quán)重具體計(jì)算方法如下：

若存在k位專家E1，E2，E3，…，Ek且有n個(gè)備選方案A1，A2，A3，…，An，令專家Ed對(duì)于某備選方案Ar進(jìn)行評(píng)價(jià)的三角模糊數(shù)為（Ed，EdrL，EdrM，EdrU），暫時(shí)假設(shè)各評(píng)價(jià)指標(biāo)權(quán)重相同，故專家Ed的權(quán)重如下：

λ =? （3）

3.4 運(yùn)用三角模糊數(shù)的灰色關(guān)聯(lián)理論建立多層次綜合評(píng)價(jià)模型

（1）由人力資源管理外包方案的所有子準(zhǔn)則層指標(biāo)值序列確定比較序列Cr（l）={Mr（alL，alM，alU）}|l=1，2，…，m，將方案中的模糊指標(biāo)轉(zhuǎn)換為相應(yīng)的三角模糊數(shù)。

（2）按照可比性和先進(jìn)性原則，確定參考序列C0（l）={M0（alL，alM，alU）|l=1，2，…，m}。

（3）非量綱化。由于不同指標(biāo)的單位各有不同，所以在用多層次評(píng)估方法進(jìn)行評(píng)價(jià)時(shí)，有必要排除量綱的選用對(duì)評(píng)估結(jié)果的影響，因而采用非量綱化，使其僅用數(shù)值的大小就能反映指標(biāo)值的優(yōu)劣。計(jì)算方法如下：

其中，Cr=? Mr（alL，alM，alU），l=1，2，…，m;三角模糊數(shù)xr（sl，bl，kl）為比較序列r非量綱化處理后的組成元素。

（4）把非量綱化處理后的比較序列和參考序列代入式

中計(jì)算各方案指標(biāo)的三角模糊數(shù)的關(guān)聯(lián)系數(shù)。

（5）利用層次分析法計(jì)算指標(biāo)權(quán)重，計(jì)算底層指標(biāo)之于頂層指標(biāo)的權(quán)重wl。

（6）通過公式（3）計(jì)算專家權(quán)重。

（7）綜合評(píng)價(jià)。將指標(biāo)權(quán)重、專家權(quán)重及關(guān)聯(lián)系數(shù)結(jié)合起來，可得綜合評(píng)價(jià)結(jié)果并進(jìn)行排序，最終選出最優(yōu)的人力資源管理外包方案：

4 計(jì)算實(shí)例

4.1 案例分析

南方鑫華科技有限公司成立于2014年，是一家體感游戲開發(fā)公司，目前公司的在職員工共120人。該公司在2019年發(fā)展勢(shì)頭迅猛，公司收益也創(chuàng)下歷史新高，年收益達(dá)1 200萬元。隨著公司業(yè)務(wù)與規(guī)模的不斷擴(kuò)大，公司的人力資源管理面臨著巨大的挑戰(zhàn)。各部門不僅存在人手不足、經(jīng)常加班等普遍問題，還存在薪酬分配不合理、年終獎(jiǎng)發(fā)放隨意性大、員工培訓(xùn)和團(tuán)建機(jī)制漏洞多等細(xì)節(jié)問題。

管理層對(duì)公司內(nèi)部人力資源管理存在的一系列問題進(jìn)行了初步統(tǒng)計(jì)，認(rèn)為若企業(yè)自行建設(shè)人力資源管理的有效機(jī)制和全新的組織結(jié)構(gòu)及管理評(píng)價(jià)體系可能會(huì)導(dǎo)致企業(yè)在核心業(yè)務(wù)上的資源投入不足，對(duì)推進(jìn)企業(yè)的持續(xù)發(fā)展不利。所以公司高層決定對(duì)企業(yè)的人力資源管理進(jìn)行部分外包，以解決日益凸顯的人事問題和企業(yè)核心業(yè)務(wù)持續(xù)高速發(fā)展之間的矛盾。

就此次外包決策，該公司選擇了一支專業(yè)的人力資源管理外包方案評(píng)估小組，同時(shí)通過為期3個(gè)月的調(diào)查和統(tǒng)計(jì)，提出4個(gè)人力資源管理外包的備選方案，選擇了該領(lǐng)域的5名權(quán)威專家通過上文所述的人力資源管理外包評(píng)價(jià)體系5個(gè)一級(jí)指標(biāo)及15個(gè)二級(jí)指標(biāo)和提及的方法進(jìn)行評(píng)估，最終選定科學(xué)合理的人力資源管理外包方案。

4.2 案例評(píng)價(jià)過程

4.2.1 確定比較序列

方案中的所給參數(shù)皆為“很好，一般”等模糊指標(biāo)，為滿足基于三角模糊數(shù)的灰色關(guān)聯(lián)理論的應(yīng)用，將此類模糊指標(biāo)轉(zhuǎn)換為相對(duì)應(yīng)的三角模糊數(shù)。表1中的模糊指標(biāo)由9個(gè)元素的語言評(píng)價(jià)標(biāo)度集合組成，分別為“非常差”“很差”“差”“有點(diǎn)差”“一般”“有點(diǎn)好”“好”“很好”“非常好”。表2給出與模糊指標(biāo)相對(duì)應(yīng)的三角模糊數(shù)。

4.2.2 確定參考序列

由于篇幅限制，一致性檢驗(yàn)過程省略。

4.2.3 各方案指標(biāo)的三角模糊數(shù)的關(guān)聯(lián)系數(shù)

方案指標(biāo)的關(guān)聯(lián)系數(shù)見表3。

4.2.4 確定指標(biāo)權(quán)重

首先確定目標(biāo)層的判斷矩陣（見表4），然后確定準(zhǔn)則層的判斷矩陣，5個(gè)準(zhǔn)則層的判斷矩陣見表5。經(jīng)一致性檢驗(yàn)，所有判斷矩陣具有一致性。

通過計(jì)算可得出5個(gè)一級(jí)指標(biāo)下的15個(gè)二級(jí)指標(biāo)各自的綜合權(quán)重。一級(jí)指標(biāo)管理指標(biāo)下有4個(gè)二級(jí)指標(biāo)，它們各自的綜合權(quán)重如下：組織結(jié)構(gòu)權(quán)重為0.048 74、人才結(jié)構(gòu)權(quán)重為0.044 04、與客戶企業(yè)文化契合度權(quán)重為0.048 74、管理資源權(quán)重為0.107 87。一級(jí)指標(biāo)經(jīng)濟(jì)指標(biāo)下有2個(gè)二級(jí)指標(biāo)，它們各自的綜合權(quán)重如下：企業(yè)運(yùn)營成本控制權(quán)重為0.062 5、企業(yè)長期收益權(quán)重為0.187 04;一級(jí)指標(biāo)戰(zhàn)略指標(biāo)下有3個(gè)二級(jí)指標(biāo)，它們各自的綜合權(quán)重分別如下：企業(yè)發(fā)展前景權(quán)重為0.109 92、企業(yè)核心競(jìng)爭(zhēng)力權(quán)重為0.075 19、企業(yè)控制運(yùn)營風(fēng)險(xiǎn)能力權(quán)重為0.109 92。一級(jí)指標(biāo)技術(shù)指標(biāo)下有2個(gè)二級(jí)指標(biāo)，它們各自的綜合權(quán)重分別如下：?jiǎn)T工素質(zhì)培訓(xùn)權(quán)重為0.166 26、人力資源管理先進(jìn)技術(shù)權(quán)重為0.083 13。一級(jí)指標(biāo)風(fēng)險(xiǎn)指標(biāo)下有4個(gè)二級(jí)指標(biāo)，它們各自的綜合權(quán)重分別如下：企業(yè)機(jī)密泄露風(fēng)險(xiǎn)權(quán)重為0.054 31、目標(biāo)不一致風(fēng)險(xiǎn)權(quán)重為0.029 18、過度依賴風(fēng)險(xiǎn)權(quán)重為0.054 31、專業(yè)知識(shí)匱乏風(fēng)險(xiǎn)權(quán)重為0.045 67。

4.2.5 確定專家權(quán)重

為保證專家的評(píng)價(jià)可信度，假設(shè)專家的評(píng)判水平較穩(wěn)定且評(píng)判時(shí)的打分差距可控。評(píng)分沿用表2的模糊指標(biāo)對(duì)應(yīng)的三角模糊數(shù)，5位專家對(duì)4個(gè)方案的評(píng)價(jià)模糊數(shù)見表6。

由上述公式可求得專家E1與其他專家的距離之和D1：

故根據(jù)公式（3）可得專家權(quán)重λ ，λ ，λ ，λ ，λ 分別為21.6%，11.9%，20.1%，26.3%，20.1%。

4.2.6 綜合評(píng)價(jià)

Z1= λ? ?wlε1（sl，ml，ul）=（2.565，3.329，3.018）

Z2= λ? ?wlε2（sl，ml，ul）=（0.837，0.824，0.762）

Z3= λ? ?wlε3（sl，ml，ul）=（1.133，0.97，0.909）

Z4= λ? ?wlε4（sl，ml，ul）=（0.975，0.975，0.917）

根據(jù)上述綜合評(píng)價(jià)結(jié)果，可得Z1>Z2>Z3>Z4，由此可知方案一為最優(yōu)方案。

5 研究總結(jié)

本文采用基于灰色關(guān)聯(lián)系數(shù)理論的三角模糊數(shù)方法，解決了人力資源管理外包方案評(píng)價(jià)中多個(gè)定性指標(biāo)轉(zhuǎn)化為模糊數(shù)的問題。最終的評(píng)價(jià)結(jié)果仍然保留了模糊數(shù)的特性，這使得引入模糊數(shù)理論具有重要意義。針對(duì)中小企業(yè)信息不全、數(shù)據(jù)不足的問題，引入灰色關(guān)聯(lián)分析方法，有效地解決了該問題。本文在屬性權(quán)重和專家權(quán)重的確定上，充分考慮了中小企業(yè)人力資源外包方案評(píng)價(jià)存在復(fù)雜、多層次、模糊的信息問題，具有較強(qiáng)的可操作性和現(xiàn)實(shí)性。

本文中專家權(quán)重的賦權(quán)方法是在基于專家評(píng)價(jià)較穩(wěn)定的前提下展開。如果專家的評(píng)價(jià)存在較大的差距或不穩(wěn)定性，模型的計(jì)算結(jié)果可能會(huì)出現(xiàn)較大偏差，專家需要對(duì)結(jié)果進(jìn)行多次評(píng)價(jià)，以確定權(quán)重。本文提出的人力資源管理屬性評(píng)價(jià)體系沒有考慮各主屬性和各次要屬性之間的關(guān)系。如果只關(guān)注主屬性與其最相關(guān)的次屬性之間的關(guān)系，可能會(huì)導(dǎo)致屬性權(quán)重出現(xiàn)一定偏差，因此需要進(jìn)一步改進(jìn)。

參 考 文 獻(xiàn)

[1]M Belcourt.Outsourcing-The benefits and the risks[J].HRM Review，2006，16（2）：269-379.

[2]肖祥國，宋英姿.企業(yè)人力資源外包的風(fēng)險(xiǎn)防范和措施[J].經(jīng)營與管理，2020（7）：146-147.

[3]D W Conklin.Risk and Rewards in HR BusinessProcess Outsourcing[J].Long Range Planning，2005，38（6）：579-598.

[4]P D iu，F(xiàn) Jin.A multi-attribute group decision-making method based on weighted geometric aggregation operators of interval-valued trapezoidal fuzzy numbers[J].Applied Mathematical Modelling，2012，36（24）：98-109.

[5]P D Liu.A weighted aggregation operators multi-attribute group decision-making method based on interval-valued trapezoidal fuzzy numbers[J].Expert Systems with Applications，2011，38：1053-1060.

[6]Z X Su.A hybridfuzzyapproachtofuzzymulti-attribut-egroup decision-making[J].International Journal of Information Technology & Decision Making，2011，10（4）：695-711.

[7]P Gupta，M K Mehlawat，N Grover.Intuitionistic fuzzy multi-attribute group decision-making with an application to plant location selection based on a new extended vikor method[J].Information Scienc-es，2016（370）：184-203.

[8]M S A Khan，S Abdullah，A Ali，et al.Pythagorean

Hesitant Fuzzy Information Aggregation and Their Application to Multi-Attribute Group Decision-Making Problems[J].Soft Computing，2019（23）：251-267.

[9]W F Dai，Q Y Zhong，C Z Qi.Multistage Multiat-tribute Group Decision-Making Method Based on Triangular Fuzzy MULTIMOORA[J].Mathematical Problems in Engineering，2016（8）：1-8.

[10]K D Yin，P Y Wang，X M Li.The Multi-Attribute Group Decision-Making Method Based on Interval Grey Trapezoid Fuzzy Linguistic Variables[J].Inte-rnational Journal of Environmental Research and Public Health，2017，14（12）：15-61.

[11]趙蒙川，楊雁，向毅.基于區(qū)間猶豫模糊TOPSIS法的多屬性群決策[J].四川師范大學(xué)學(xué)報(bào)（自然科學(xué)版），

2019，42（1）：39-44.

[12]謝全敏，丁修元.基于灰色模糊多屬性群決策的隧道施工方法優(yōu)化[J].長江科學(xué)院院報(bào)，2019，36（5）：1-6.

[13]馮曉蕾，楊恒，謝柳輝，等.基于三角模糊數(shù)灰色關(guān)聯(lián)理論的多層次綜合評(píng)價(jià)模型研究[J].機(jī)械工程師，2019（9）：168-171，178.

[14]陳偉.正確認(rèn)識(shí)層次分析法（AHP法）[J].人類工效學(xué)，2000（2）：32-35.

[15]汪焰.基于模糊群決策理論的企業(yè)研發(fā)外包風(fēng)險(xiǎn)評(píng)價(jià)——以浙江X控股集團(tuán)為例[J].科技管理研究，2016（23）：85-95.