2016-08-28
阅读:(400)
评论(0)

层次分析法在应用型高校绩效指标权重设置中的应用 2017毕业论文下载

根据教育部关于地方本科高校转型发展的指导意见，地方应用型本科院校以产教融合、校企合作为办学机制，以培养产业转型升级和地方经济社会发展需要的高层次应用技术型人才为办学目标，学校绩效指标体系的构建及指标权重的设置，都要以“应用型人才培养”为着力点

　　绩效指标的权重反映各指标在绩效评价中的相对重要程度，对员工的行为具有牵引作用，确定各项指标的权重是构建绩效指标体系的重要工作之一

层次分析法(The analytic hierarchy process，简称AHP)作为确定主观权重的经典方法，将定性分析与定量分析结合起来，通过分析相互关联的各元素之间的隶属关系，建立递阶层次结构模型，再通过成对比较的方式确定同一层次中各元素相对于上一层的重要性，并进行排序

应用层次分析法来设置绩效指标权重，可以大大提高指标权重的科学性和可靠性

本文以湘南学院基于BSC的绩效指标体系为例，应用层次分析法，对各指标的权重进行设置

　　一、以战略为导向，构建高校绩效评价递阶层次结构模型
　　湘南学院是经教育部批准，于2003年由原郴州师专、郴州医专、郴州教育学院、郴州师范合并组建的综合性全日制普通本科高校，近几年，学校全力推进转型发展，计划到2023年，建成亲近产业、特色鲜明的应用技术大学，学校现为湖南省地方本科高校转型发展试点高校，“中国应用技术大学(学院)联盟”成员

　　学校绩效评价层次结构模型的构建分两步进行，第一步，以平衡计分卡(简称BSC)为理论基础，以战略目标为导向，根据高校非盈利、服务社会的公共部门特点，分别从利益相关者、内部业务流程、财务、学习与成长四个层面选择战略主题、制定战略目标

这四个层面层层牵引，层层支撑，每一个层面目标的实现程度都直接影响总目标的达成

第二步，从每一个层面的战略主题出发，从结果、时间、成本、风险等维度设定相对应的绩效评价指标，直接用来衡量该层面目标的实现程度

这种从上至下的支配关系形成了一个不完全的递阶层次结构模型如图1所示

　　图1　高校绩效评价层次结构模型
　　二、通过两两比较，建立判断矩阵
　　层次分析法采用两两比较的方法建立判断矩阵，将各元素分别与其他元素进行比较、评分，得到若干判断矩阵

首先，根据四个层面对学校战略目标的贡献率，通过问卷调查的方式，获得专家和教职员工对四个层面的判断矩阵，记为PA

再根据各指标对于所属层面目标的重要程度，分别建立矩阵PB1、PB2、PB4，如图2所示

由于财务层面只有一个指标，其权重为100%，无需建立判断矩阵

　　PAB1B2B3B4
　　B11264
　　B2142
　　B31
　　B431
　　PB1B11B12B13B14
　　B11123
　　B122134
　　B1312
　　B141
　　图2-a　矩阵PA 图2-b　矩阵PB1
　　PB4B41B42B43B44
　　B411534
　　B421
　　B43312
　　B4421
　　PB2B21B22B23B24B25
　　B2113421
　　B2212
　　B231
　　B24321
　　B2515541
　　图2-c　矩阵PB4 图2-d　矩阵PB2
　　注：根据萨蒂的1-9标度，1表示两个因素具有相同的重要性，3表示一个因素比另一个因素稍重要，5表示一个因素比另一个因素明显重要，7表示一个因素比另一个因素强烈重要，9表示一个因素比另一个因素极端重要，2、4、6表示上述相邻判断的中间值

　　三、对各层次排序，并进行一次性检验
　　判断矩阵建立后，采用方根法对各层面及其指标的权重进行量化计算，即通过求矩阵特征向量确定各因素的权重分配，并通过偏差的求取进行一致性检验，具体步骤如下

　　1.计算判断矩阵PA中各行元素的乘积Mi
　　M1=1×2×6×4=48 M2=×1×4×2=4;
　　M3=××1×= M4=××3×1= 2.计算Mi的三次方根 i
　　1= =3.634 2= =1.587 3= =0.240 4= =0.721
　　3.对向量 =(3.634，1.587, 0.240，0.721)进行归一化处理
　　=3.634+1.587+ 0.240+0.721=6.182
　　W1=3.634÷6.182=0.588 W2=1.587÷6.182=0.257
　　W3=0.240÷6.182=0.039 W4=0.721÷6.182=0.117
　　所以，矩阵PA的特征向量WA=(0.588，0.257，0.039，0.117)
　　同理可求得其余3个矩阵的特征向量，分别如下：
　　WB1=(0.269，0.537，0.129，0.065)
　　WB2=(0.300，0.085，0.067，0.150，0.400)
　　WB4=(0.545，0.083，0.233，0.138)
　　4.一次性检验
　　记PA矩阵的最大特征根为λmax
　　PAWA= = λmax= + + + =4.088;CI= = =0.029
　　一致性比率：CR= = =0.032﹤0.1(n=4时，RI=0.9)，通过一致性检验，判断矩阵具有满意的一致