趙海峰 和惠平 楊思茹 卜衛(wèi)超 李華 郝紅葉
陜西省煙草公司渭南市公司
目標(biāo)管理是由彼得·德魯克最早在《管理實(shí)踐》這本書中首先提出的(許一,2006)。目標(biāo)管理是通過目標(biāo)導(dǎo)向,以人為中心,將成果標(biāo)準(zhǔn)考慮在內(nèi),從而使企業(yè)和個(gè)人能夠取得較好績效的、符合現(xiàn)代管理發(fā)展趨勢(shì)的管理辦法。
關(guān)鍵績效指標(biāo)法(Key Performance Indications,KPI)依據(jù)目標(biāo)管理理論和帕累托定律,反映企業(yè)關(guān)鍵業(yè)績貢獻(xiàn)大小,是評(píng)價(jià)和管理企業(yè)重點(diǎn)工作的一種方法(Muchiri,等2010)。設(shè)置關(guān)鍵績效指標(biāo)要遵循SMART原則:一是指標(biāo)要詳細(xì)清晰(Specific);二是指標(biāo)要具有可衡量性(Measurable);三是指標(biāo)通過一定的努力可以達(dá)成(Attainable);四是指標(biāo)之間存在內(nèi)在關(guān)聯(lián)性(Relevant);五是重視達(dá)成指標(biāo)要求的時(shí)間期限(Time)。設(shè)計(jì)關(guān)鍵績效指標(biāo)的流程主要分為以下四個(gè)步驟:首先,確定企業(yè)總體的戰(zhàn)略目標(biāo),進(jìn)一步明確企業(yè)的未來發(fā)展規(guī)劃,以達(dá)到企業(yè)在發(fā)展過程中可以抓住重點(diǎn)、增加亮點(diǎn)、補(bǔ)齊短板和防范風(fēng)險(xiǎn)的作用。其次,根據(jù)企業(yè)總體的戰(zhàn)略目標(biāo)和職能任務(wù),結(jié)合企業(yè)目前的發(fā)展?fàn)顩r,采用頭腦風(fēng)暴法和魚骨分析法,精煉和歸納出最為總體和重要的績效評(píng)價(jià)指標(biāo),從而建立起企業(yè)層面的關(guān)鍵績效指標(biāo)。再次,根據(jù)企業(yè)層面的關(guān)鍵績效指標(biāo),結(jié)合部門當(dāng)前的重點(diǎn)工作,分析達(dá)成任務(wù)目標(biāo)的舉措,將企業(yè)層面的關(guān)鍵績效指標(biāo)進(jìn)行逐一分解,從而選出部門層面的關(guān)鍵績效指標(biāo)。最后,分析達(dá)成目標(biāo)的具體業(yè)務(wù),根據(jù)具體工作事項(xiàng),結(jié)合部門的人員分工,分解出員工層面的關(guān)鍵績效指標(biāo),最終把目標(biāo)任務(wù)層層落實(shí)到員工個(gè)人,一套完整的績效指標(biāo)到此就確立起來了。
關(guān)鍵績效指標(biāo)所具有的特點(diǎn),使其在企業(yè)應(yīng)用中具有以下優(yōu)越性:
一是關(guān)鍵績效指標(biāo)從關(guān)鍵流程步驟中選取指標(biāo)。對(duì)最終結(jié)果和關(guān)鍵流程步驟起到了同等關(guān)注,有利于員工在達(dá)成目標(biāo)任務(wù)的同時(shí)也重視工作細(xì)節(jié)的完善。
二是關(guān)鍵績效指標(biāo)將指標(biāo)盡可能的定量化。對(duì)難以定量化的指標(biāo)盡可能的行為化,具有很強(qiáng)的可衡量性,大大提升了績效評(píng)價(jià)的效率和可操作性。
三是關(guān)鍵績效指標(biāo)是連接個(gè)體、部門績效和企業(yè)整體戰(zhàn)略目標(biāo)的一座橋梁。個(gè)體和部門層面的績效直接驅(qū)動(dòng)著企業(yè)整體價(jià)值的實(shí)現(xiàn),使績效評(píng)價(jià)具有較強(qiáng)的連貫性。
同樣涉及到企業(yè)的戰(zhàn)略目標(biāo),平衡計(jì)分卡(Balanced Scorecard)考慮的是各方面的平衡和協(xié)調(diào)(Chavan,2009)。較平衡計(jì)分卡而言,關(guān)鍵績效指標(biāo)則更多關(guān)注企業(yè)發(fā)展過程中的關(guān)鍵因素,根據(jù)關(guān)鍵因素確定的績效指標(biāo)基本上是相互獨(dú)立的,協(xié)同效應(yīng)不夠好。
以“績效”和“煙草”為關(guān)鍵詞在中國知網(wǎng)共搜索出文章383篇,首先將其以Endnote格式導(dǎo)出,再利用Endnote文獻(xiàn)管理軟件轉(zhuǎn)換為RIS格式,然后將RIS格式的383篇文章導(dǎo)入VOSviewer文本分析軟件。
當(dāng)關(guān)鍵詞在這383篇文章中出現(xiàn)3次及以上時(shí),我們將其保留,共計(jì)77個(gè)關(guān)鍵詞。但由于部分關(guān)鍵詞沒有實(shí)質(zhì)含義,如“煙草”、“煙草企業(yè)”、“現(xiàn)狀”和“構(gòu)建”等,剔除后剩余共計(jì)49個(gè)關(guān)鍵詞。
通過VOSviewer識(shí)別,共形成11個(gè)族,89個(gè)鏈接對(duì)(如圖1)。高頻詞匯包括績效考核、績效管理、績效評(píng)價(jià)、平衡積分卡、全面預(yù)算管理、層次分析法、對(duì)標(biāo)管理、精益管理等。從各學(xué)者對(duì)熱點(diǎn)話題地關(guān)注的時(shí)間維度來看(如圖2),最新的熱點(diǎn)話題主要包括平衡積分卡、全面預(yù)算管理、內(nèi)部控制、煙農(nóng)專業(yè)合作社等??偟膩碚f,目前文獻(xiàn)對(duì)于新時(shí)代背景下煙草企業(yè)的高質(zhì)量發(fā)展的指標(biāo)體系的建設(shè)尚未被學(xué)者充分關(guān)注。
圖1 熱點(diǎn)話題的詞頻分布圖
圖2 熱點(diǎn)話題的年度分布
基于這些文獻(xiàn),本研究細(xì)致篩選了煙草企業(yè)的績效評(píng)價(jià)指標(biāo),并結(jié)合企業(yè)實(shí)際情況,篩選出一部分績效考核關(guān)鍵指標(biāo)放入原始指標(biāo)庫。
問卷題項(xiàng)以李克特5級(jí)量表為基礎(chǔ)。設(shè)計(jì)樣本量時(shí)以非概率抽樣配額抽樣法兩次抽取單位60名和150名樣本企業(yè)員工開展問卷調(diào)查,實(shí)際收回60份和129份有效調(diào)查問卷,符合樣本抽取標(biāo)準(zhǔn),樣本有效率分別為100%和86%。
為了避免原有指標(biāo)與之相互重復(fù),目前,企業(yè)至少同時(shí)存在多套績效考核體系,如“全省系統(tǒng)高質(zhì)量發(fā)展”、“年度工作業(yè)績考核”、“商業(yè)企業(yè)對(duì)標(biāo)管理”和“基層考核辦法”等。本研究在現(xiàn)有各套考核指標(biāo)相融合的基礎(chǔ)上,汲取了各部門員工的建議和相關(guān)文獻(xiàn)的結(jié)論,最后整理如圖3所示的高質(zhì)量發(fā)展指標(biāo)體系。
圖4 經(jīng)問卷整理的高質(zhì)量發(fā)展指標(biāo)體系
信度系數(shù)在0.60-0.65為不可信,在0.65-0.70為可接受值,在0.70-0.80認(rèn)為相當(dāng)好,在0.80-0.90認(rèn)為非常好,大于0.9認(rèn)為很好。Kaiser(1974)描述KMO檢驗(yàn)值小于0.5時(shí),較不適宜因素分析,KMO檢驗(yàn)值為0.6適合因素分析,KMO 檢驗(yàn)值越大,變量間共同因素越多,越適合因素分析。
1.驗(yàn)證性因素分析的效度檢驗(yàn)
Hair(1992)描述共同性特征大于0.3認(rèn)為顯著、大于0.4認(rèn)為很重要、大于0.5認(rèn)為非常重要,大多學(xué)者研究認(rèn)為0.5 為起點(diǎn),指標(biāo)間共同因素適合因素分析。用相關(guān)系數(shù)r作為統(tǒng)計(jì)量描述變量間線性關(guān)系的程度和影響,|r|≧0.95存在顯著性相關(guān),0.8≦|r|<0.95高度相關(guān),0.5≦|r|<0.8中度相關(guān),0.3≦|r|<0.5低度相關(guān),|r|<0.3 認(rèn)為不相關(guān),相關(guān)系數(shù)介于-1至1之間,大于0為正相關(guān),小于0為負(fù)相關(guān),等于0為零相關(guān)。
2.SEM 驗(yàn)證
c2/df介于1至2或1至3的標(biāo)準(zhǔn),表示量表與樣本數(shù)據(jù)契合度可以接受;RMSEA數(shù)值高于0.10,量表適配度欠佳;其數(shù)值在0.08至0.10之間量表尚可,具有普遍之適配度;在0.05至0.08之間量表良好,有合理適配;其數(shù)值低于0.05表示非常好的適配;低于0.01表示非常 出色的適配。因此,我們構(gòu)建了一個(gè)初步的高質(zhì)量發(fā)展指標(biāo)體系。
遵循評(píng)價(jià)的簡明性、易操作性、信息準(zhǔn)確性、層次密集性等原則,同時(shí)為保證評(píng)價(jià)體系指標(biāo)的科學(xué)性、合理性和可驗(yàn)證性,在確定原始指標(biāo)評(píng)價(jià)體系后,需要運(yùn)用企業(yè)實(shí)際統(tǒng)計(jì)數(shù)據(jù)進(jìn)行實(shí)證分析,深入揭示各經(jīng)營狀況及相互差距所在,為企業(yè)的高質(zhì)量發(fā)展戰(zhàn)略調(diào)整和轉(zhuǎn)變提高提供必要的參考。
考慮到樣本數(shù)據(jù)較多,評(píng)價(jià)指標(biāo)復(fù)雜,本研究主要采用以統(tǒng)計(jì)數(shù)據(jù)本身作為賦值依據(jù),所得權(quán)重客觀性、合理性較高的主成分分析法,在盡量不減少指標(biāo)信息損失的情況下,將多元變量降維為若干不相關(guān)的指標(biāo)變量,對(duì)綜合指標(biāo)權(quán)重進(jìn)行賦值(楊永恒等,2005)。主要流程如下:
a.獲取企業(yè)的經(jīng)營數(shù)據(jù),并整合為評(píng)價(jià)體系中的末級(jí)指標(biāo);
b.對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,進(jìn)行指標(biāo)趨同化和標(biāo)準(zhǔn)化;
c.構(gòu)建相關(guān)系數(shù)矩陣判斷變量間的相關(guān)性,得出相關(guān)系數(shù)矩陣的特征值;
d.按照特征值大于1或累計(jì)方差貢獻(xiàn)率大于85%的原則,確定各主成分;
e.通過成分矩陣及特征值計(jì)算得出各主成分表達(dá)式;
f.基于主成分各自方差貢獻(xiàn)率計(jì)算權(quán)重,得出各指標(biāo)綜合測(cè)評(píng)得分。
為進(jìn)行指標(biāo)融合和因子降維,首先將指標(biāo)化為極大型(極小型)指標(biāo)進(jìn)行趨同化處理,并對(duì)類型一致的評(píng)價(jià)指標(biāo)采用標(biāo)準(zhǔn)分?jǐn)?shù)對(duì)變量進(jìn)行標(biāo)準(zhǔn)化處理,使指標(biāo)中最優(yōu)值為1,最劣值為0。
皮爾遜積矩相關(guān)系數(shù)顯示,89.7%(1051對(duì)/1171對(duì)變量)的變量間的相關(guān)系數(shù)的絕對(duì)值>0.3,而用于觀測(cè)相關(guān)系數(shù)值與偏相關(guān)系數(shù)值的KMO值=0.637>0.5,且用于檢驗(yàn)變量值是否彼此獨(dú)立的Bartlett’s檢驗(yàn) p 值=0.000< 0.01,表明變量間相關(guān)性強(qiáng),指標(biāo)間彼此獨(dú)立,適合進(jìn)行主成分分析。
分析結(jié)果表明:應(yīng)當(dāng)去掉“低焦油卷煙銷量”、“群眾性創(chuàng)新活動(dòng)”及“互助小組”等。方差貢獻(xiàn)率表如表1所示,前6個(gè)因子特征值累計(jì)方差貢獻(xiàn)率為 86.63%,且前5個(gè)因子特征值>1,僅第六個(gè)因子略小于1。因此,提取前6個(gè)作為主成分。
表1 主成分提取分析表
采用同樣的方法,本研究實(shí)現(xiàn)對(duì)其他三個(gè)維度的指標(biāo)的篩選與合成。
指標(biāo)體系的權(quán)重設(shè)置是設(shè)計(jì)績效評(píng)價(jià)指標(biāo)體系的最后環(huán)節(jié),也是比較復(fù)雜的一環(huán)。如果不經(jīng)計(jì)算隨意賦予各個(gè)指標(biāo)的權(quán)重值,勢(shì)必會(huì)導(dǎo)致指標(biāo)體系的不客觀和不科學(xué)。唯有權(quán)重系數(shù)是合理客觀的,績效評(píng)價(jià)結(jié)果才更可能是合理公正的。所以構(gòu)建指標(biāo)體系的關(guān)鍵環(huán)節(jié)是科學(xué)有效地分配權(quán)重系數(shù)。本研究運(yùn)用層次分析法賦予各項(xiàng)指標(biāo)的權(quán)重系數(shù)(Saaty,1990;吳殿廷和李東方,2004)。
步驟一,建立層次結(jié)構(gòu)模型。
首先將所要研究的問題作為一個(gè)系統(tǒng),然后在深入分析的基礎(chǔ)上,確定系統(tǒng)中各因素之間的關(guān)聯(lián)關(guān)系和隸屬關(guān)系,再依據(jù)隸屬關(guān)系將有關(guān)聯(lián)的各個(gè)因素按照自上而下的順序分解成多個(gè)層次,目標(biāo)層為最上層,其次是準(zhǔn)則層,具體的指標(biāo)層或方案層是最下層,問題的復(fù)雜程度及研究的詳盡程度將影響層次結(jié)構(gòu)模型中的層次數(shù)量,通常情況下沒有層次數(shù)量的限制。
一個(gè)合理有效的層次結(jié)構(gòu)對(duì)于解決問題顯得尤為重要,層次分析方法中最簡單和最實(shí)用的層次結(jié)構(gòu)形式是遞階層次結(jié)構(gòu)。通??梢詫⑵鋭澐譃槿鐖D3所示的層次結(jié)構(gòu)模型,下圖中的中間層還可以分為多個(gè)層次。
圖3 層析分析法的層次結(jié)構(gòu)模型
在構(gòu)建企業(yè)高質(zhì)量發(fā)展指標(biāo)體系的層次結(jié)構(gòu)模型時(shí),是依據(jù)隸屬關(guān)系將選擇的所有指標(biāo)按照自上而下的順序分解成3個(gè)層次,分別為目標(biāo)層,準(zhǔn)則層及指標(biāo)層。在同一層次的各個(gè)因素隸屬于上個(gè)層次的因素或?qū)ι蠈哟蔚囊蛩禺a(chǎn)生影響,同時(shí)又支配下個(gè)層次的因素或受到下個(gè)層次因素的影響。
步驟二,構(gòu)造判斷矩陣。
層次分析法的核心部分是判斷矩陣,請(qǐng)專家以上一層次的某一個(gè)要素作為準(zhǔn)則,將下一層次與它有支配關(guān)系的因素進(jìn)行兩兩之間的比較,從而確定兩者的相對(duì)重要值。按照1-9級(jí)分制進(jìn)行相對(duì)重要性賦值,構(gòu)造出層次判斷矩陣(aij)n*n。,任意兩個(gè)因素i和j的相對(duì)重要性程度可用1、2、3、4、5、6、7、8、9及它們的倒數(shù)作為標(biāo)度表示見表4,其中:i或j取1、2、3、…、n,n為因素個(gè)數(shù),那么aij就表示因素i與因素j的相對(duì)重要性程度。在構(gòu)造判斷矩陣時(shí),其因素值一般通過問卷調(diào)查獲得,由相關(guān)專家、該領(lǐng)域的資深學(xué)者W及該領(lǐng)域的資深實(shí)踐者進(jìn)行打分,根據(jù)判斷矩陣的互反性,上述人員只需給出矩陣中所有滿足i<j的aij,即給出矩陣的"上三角",然后由aij的倒數(shù)(即aji=1/aij)計(jì)算得出矩陣的“下三角”。
需注意判斷矩陣中的因素有三個(gè)特點(diǎn):
①aii=1;
②aij>0;
③aji=1/aij。
將績效評(píng)價(jià)指標(biāo)體系中各層次的各項(xiàng)指棟進(jìn)行兩兩比較和賦值,最終得出一個(gè)n階的判斷矩陣,如下所示:
其中,aii=1,i或j=1,2,...,n;aij=1/aji,aij>0,aji>0,A為正互反判斷矩陣。
表2 標(biāo)度值的定義及表達(dá)形式
步驟三,計(jì)算判斷矩陣的最大特征值。
其具體算法如下:
(1)計(jì)算出判斷矩陣每行所有元素的幾何平均值,然后得到向量M=(m,m,m,…,m),其中n為矩陣階級(jí)數(shù)。
(2)對(duì)向量M歸一化處理,獲得向量W=(w,w,w,…,w),W就是所求的各指標(biāo)的權(quán)重系數(shù)值。
(3)計(jì)算判斷矩陣的最大特征值λmax,依據(jù)HW=nW得出:
步驟四,計(jì)算層次單排序權(quán)重,并進(jìn)行單層一致性檢驗(yàn)。
采用方根法或幕法對(duì)各層次判斷矩陣所對(duì)應(yīng)特征向量進(jìn)行歸一化處理,然后計(jì)算出同一層次相應(yīng)因素相對(duì)于上一層次某因素的單層次排序權(quán)重。在一些主觀和客觀因素的綜合作用下,所構(gòu)建的判斷矩陣要達(dá)到嚴(yán)格一致性的效果猶如小概率事件,而層次分析法并不要求所構(gòu)造的判斷矩陣達(dá)到絕對(duì)的一致性,但是專家或者學(xué)者做出的判斷需要做到大體的一致性。比方說,有元素A比B絕對(duì)重要,B比C絕對(duì)重要,C比A絕對(duì)重要的事情一般是違反常理的。所以,在計(jì)算出判斷矩陣的λmax(即最大特征值)后,還有必要對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn),其步驟如下:
(1)計(jì)算隨機(jī)一致性指標(biāo),CI=(λmax-n)/(n-1),其中n為判斷矩陣的階數(shù);
(2)計(jì)算檢驗(yàn)系數(shù),即隨機(jī)一致性比率CR,CR=CI/RI,其中RI為判斷矩陣的平均隨機(jī)一致性指標(biāo),其通過下表(3)可以獲得。當(dāng)CR<0.1時(shí),通常情況下可以認(rèn)為判斷矩陣的一致性符合滿意;當(dāng)CR>0.1時(shí),就需要重新調(diào)整判斷矩陣中的元素取值。
表3 AHP方法中平均隨機(jī)一致性指標(biāo)(RI)取值參考表
步驟五,確定層次總排序權(quán)重,并進(jìn)行總層一致性檢驗(yàn)。
獲取同一層次所有因素對(duì)于最高層總目標(biāo)相對(duì)重要性的排序權(quán)值,也就是計(jì)算層次總排序權(quán)重,這個(gè)過程是由上而下逐層開展的,或者說由最高層次向最低層次逐層進(jìn)行的。在計(jì)算出層次總排序權(quán)重之后,有必要逐層進(jìn)行總層一致性檢驗(yàn)。層次總排序的一致性檢驗(yàn)也是從最高層次向最低層次或由上而下逐層次展開的,根據(jù)如下檢驗(yàn)公式,可檢驗(yàn)出總層一致性。
當(dāng)CR<=0.1,則滿足通過總層一致性檢驗(yàn)的要求,當(dāng)CR>=0.1時(shí),就有必要調(diào)整判斷矩陣。
圖5 層析分析法的層次結(jié)構(gòu)模型
以“創(chuàng)新與素質(zhì)”為例:
首先,參考邱瑩(2012)的做法,本研究構(gòu)建層次分析法的層次結(jié)構(gòu)模型,如圖5所示。
其次,本課題收集了10位專家的判斷矩陣的問卷打分結(jié)果。專家成員由企業(yè)領(lǐng)導(dǎo)、資深員工以及上海某財(cái)經(jīng)高校相關(guān)專家組成。每個(gè)專家對(duì)“創(chuàng)新與素質(zhì)”維度下各個(gè)二級(jí)指標(biāo)的相對(duì)重要性打分。如步驟二所述,本課題將1代表兩個(gè)因素的重要性相同,3代表因素i比因素j明顯重要,5代表因素i比因素j絕對(duì)重要,2和4代表兩個(gè)相鄰判斷的中間值。上述各數(shù)的倒數(shù)表示兩因素之間的反向比較。
表4 層次分析法的專家打分表(創(chuàng)新與素質(zhì)維度)
在收集完各位專家對(duì)各個(gè)因素的相對(duì)重要性打分結(jié)果后,將各位對(duì)每一對(duì)因素的評(píng)分均值填入判斷矩陣,然后計(jì)算判斷矩陣每行所有元素的幾何平均值,然后得到向量M=(7.20,9.83,16,9.17,2.95)T,進(jìn)一步,對(duì)向量M進(jìn)行歸一化處理,從而得到各指標(biāo)權(quán)重系數(shù)向量W(0.104,0.064,0.290,0.212,0.29 0,0.040)T。如表5所示。
表5 創(chuàng)新與素質(zhì)二級(jí)指標(biāo)判斷矩陣
最后,綜合考慮歸一化權(quán)重與一級(jí)指標(biāo)的權(quán)重,最終獲得二級(jí)指標(biāo)的組合權(quán)重系數(shù),如表5所示。
表5 績效評(píng)價(jià)指標(biāo)體系權(quán)重分配情況
同樣,其他三個(gè)維度(“效率”、“效益”、“質(zhì)量與狀態(tài)”)也按照專家評(píng)委打分—建立判斷矩陣—計(jì)算歸一化權(quán)重系數(shù)—納入一級(jí)指標(biāo)權(quán)重這樣的程序確定的組合權(quán)重系數(shù)。
自此,通過主成分分析法與層次分析法基本完成了地市級(jí)煙草商業(yè)企業(yè)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)的收集、整理、歸類和權(quán)重確定,為指標(biāo)進(jìn)一步在企業(yè)高質(zhì)量發(fā)展評(píng)價(jià)管理工作奠定了相對(duì)科學(xué)、完整的數(shù)據(jù)基礎(chǔ)。