王夢 (中國石油工程建設有限公司，北京 100120)

0 引言

員工崗位等級評價企業(yè)人力資源管理中的重要工作組成部分，崗位定級過程中需要考慮的因素較多，是屬于多因素共同作用下的復雜系統(tǒng)評價問題，且崗位定級是動態(tài)的而非固定的。整個崗位測評中應該遵循科學性、可操作性、易于實現(xiàn)與可復制性。崗位等級由多個因素共同決定，目前尚無統(tǒng)一的評價方法。李燕等[1]將可拓學中的可拓物元模型引入員工崗位等級的綜合評價中，將定量方法與定性方法結合，通過計算指標的可拓關聯(lián)度，在對各指標賦權，計算加權的綜合可拓關聯(lián)度，從而確定員工的崗位等級，并在實際中對模型得到了較好的驗證。張素梅[2]建立了根據層次分析法AHP賦權的模糊綜合評判模型，從復雜待評對象的模糊性出發(fā)，對教師崗位進行了評定并取得了良好的效果。

實際上在崗位等級綜合評價過程中，呈現(xiàn)出大量定性描述的指標，定性指標量化存在模糊性，且員工的個體表現(xiàn)與指標間存在隨機性。針對存在模糊性與隨機性的復雜評價對象，本文提出以云模型作為綜合評價模型，同時使用比層次分析法AHP更加方便高效的G1法賦權。從文獻查閱來看，目前尚無利用云模型作為員工崗位等級綜合評價的相關文獻，本文首次引入使用是對員工崗位等級綜合評價方法的補充、豐富與有益探索。

1 云模型相關理論

1.1 云的基本概念

在實際評價與模式識別中都存在大量信息需要整合到一處進行分析，這些信息往往具有不確定性即存在模糊、隨機和混沌現(xiàn)象。為了解決模糊與隨機問題，我國學者李德毅從概率論與模糊數學出發(fā)提出云的概念，并給出了云的解析式，利用正態(tài)分布的將隨機性與模糊性整合到一個數學模型中，并取名為云模型，隨后在人工智能與數學挖掘領域得到了廣泛應用。近些年已經擴展應用到各類評價當中[4-7]。

對于一個定量論域U，C是U上定性的概念。定量值x從屬于U，x對定性概念C的從屬程度用隸屬度函數μ(x)?[0,1]表示，則x在論域U上的多次隨機出現(xiàn)成為云，每一次x出現(xiàn)則被統(tǒng)計一次，視為一個云滴，云滴與理想點的偏離程度反映了云的模糊性，因此云模型的包括隨機與模糊的數學模型，對于處理隨機與模糊信息具有較強的針對性。

1.2 云模型的數字特征

云模型特征參數計算公式[4-7]如式⑴。其中Ex、En、He分別表示云期望、云熵與云超熵，信息不確定性由三個參數共同反映。

其中，xi與n分別表示樣本觀測值與樣本個數。期望Ex是定性問題的期望數值量，是云滴在論域內分布的中心點。熵En是表示定性量化區(qū)間，是實際值與理想期望之間的偏離度，進而可以反映信息的模糊性。超熵He在云圖中反映為云滴凝聚松散程度。對于存在區(qū)間閾值[Lmin,Lmax]的區(qū)間數[4-7]，其特征參數可以表示如式⑵

k為常數，根據變量的模糊閾度進行選取，常取0.01，0.02，1，參照文獻[4-7]本文指標的模糊閾度本文取k=0.01。云模型實現(xiàn)定性與定量相互轉化依靠正向云算法與逆向云算法。定性到定量通常使用正向云算法，即將概念問題轉化為數值點，典型的正態(tài)云圖及其數字特征如圖1所示。

圖1 典型正態(tài)云圖及其數字特征

1.3 云模型的加權集成

n朵云加權集成為一朵云的過程稱為云的加權集成[4-7]，設Ei(Exi,Eni,Hei)(i=1,2,…,n)為n朵不同的云，分別為每朵云對應的權重，E0(Ex0,En0,He0)為集成后的綜合云，則加權集成公式為

1.4 G1法指標賦權

傳統(tǒng)的主觀賦權AHP需要信息兩兩比較，形成判別矩陣，該過程在指標數據較多時往往非常復雜，且為了防止賦權矛盾還需要進行賦權一致性檢驗。G1法作為一種自層次分析法優(yōu)化而來的主觀賦權，可以完全避開AHP的復雜賦權過程。其原理為預先對指標按照相對重要性進行排序形成新的指標序列。新的指標序列從前到后，前面一個指標與后面一個指標的重要度之比記為ri(i=m,m-1,…2)，ri取值如表1所示。則各指標權重為

2 崗位等級評價指標的建立

由于崗位測評是復雜系統(tǒng)的評價過程，需要從企業(yè)自身出發(fā)，文章本著科學性、可復制性、泛化性的初衷參考文獻[1，2，8，9]選取了4個一級評價指標，細化為15個二級評價指標。

尚無統(tǒng)一的標準，文章參考文獻[1-3]，將崗位等級劃分為I～IV級，各等級的等級閾值與模型參數如表2所示。并繪制崗位等級I～IV的標準評價云圖如圖2所示。

圖2 崗位等級標準評價云圖

3 實際應用

本文通過員工各種考核指標的考核情況，利用專家函詢得到了崗位A與崗位B的各個指標打分并計算云模型參數如表3所示。將崗位A與崗位B的各指標云模型參數利用式(3)做云模型的加權集成，得到的結果如表5所示。得到的云圖與崗位等級的標準評價云圖進行對比，對比情況如圖3所示。從圖3可以看出A、B崗位等級對于等級II級更為貼近。因此A崗位與B崗位都是屬于II級崗位等級，且A比B的貼近度更高說明，A需要的員工能力略高于B。

表3 崗位A與崗位B的云模型加權集成參數

圖3 云圖對比

4 結語

（1）建立了包括15個評價指標的通用崗位等級評價體系，指標賦權采用G1法，通過引入云模型，將15個評價云模型的指標加權集成形成標準云圖，再通過繪制具體的崗位云圖與標準云圖進行對比，通過觀察貼近度，確定了崗位等級。

（2）使用云模型作為崗位等級評價模型不僅可以得到所需的崗位等級評價結果，而且還可以實現(xiàn)崗位同等級之間的相互比較，便于企業(yè)做人力資源的統(tǒng)籌安排。