賀金鳳，王 林，徐松杰

（1.鄭州大學 管理工程學院，鄭州 450001；2.河南工程學院 管理工程學院，鄭州 451191）

0 引言

企業(yè)績效測量有多個維度，如財務與非財務方法，定性與定量分析等。由于單純的財務績效測量難以全面反映組織的整體績效，近幾年，許多組織采用全面質(zhì)量管理方法來評估企業(yè)的綜合績效，質(zhì)量績效評估也應運而生。作為一種系統(tǒng)管理工具，質(zhì)量績效評估識可以幫助企業(yè)識別優(yōu)勢和弱項，通過持續(xù)改進，促進企業(yè)綜合績效的提升。目前廣泛應用的質(zhì)量績效評估工具是質(zhì)量獎模型，但質(zhì)量獎標準僅給出一系列多層次、多準則的描述性條款以及相應的評價等級分類和對應等級的描述性定義[1]，沒有給出具體的指標測評和綜合評價方法。在實際應用中，專家評分和評分的算術(shù)平均值通常被用作指標的度量和合成。由于自然語言本身具有一定的模糊性和隨機性，加之單一的數(shù)字評分缺乏穩(wěn)健性，不能很好地處理評價過程中的不確定性，因此評價結(jié)果常常存在較大的偏差[2]。云模型是實現(xiàn)定性概念定量化的一種有效方法[3]，它可以處理定性概念與定量表達之間的不確定性轉(zhuǎn)換。因此，本文將云模型應用于質(zhì)量績效評估，用以處理信息評估的模糊性和不確定性，提高質(zhì)量績效評價結(jié)果的有效性。

1 云模型

設X={x}，X是一個用數(shù)值表示的定量論域，T是X上的定性概念，若定量值x∈X是定性概念T的一次隨機實現(xiàn)，x對T的確定度 μT(x)∈[0 ，1]是一個具有穩(wěn)定傾向的隨機數(shù)[4]：

則x在論域X上的分布稱為云。云模型通過期望Ex、熵En、超熵 He三個數(shù)字特征來表征一個概念T(Ex，En，He)。期望值Ex是 X所代表的概念在論域中的中心值，即最能代表某個定性概念的值。

熵En是定性概念不確定性的度量，由概念的模糊性和隨機性共同決定，反映論域中可以被該概念所接受的云滴的取值范圍。

超熵He是熵的不確定性的度量，是熵的熵。對于在一定范圍內(nèi)可以被普遍接受的概念，超熵較??；對于難以達成共識的概念，超熵較大。

2 基于云模型的質(zhì)量績效評價

2.1 質(zhì)量績效評估指標體系

國家標準GB/T 19580由一系列描述性條款組成，共包括七大“類”標準，這些“類”標準又進一步拓展為若干的評分“項”及針對評分項的說明性內(nèi)容，并按照“方法-展開-學習-整合”或“水平-趨勢-比較-重要性”的要求進一步展開說明，如此層層分解構(gòu)成了多層次、多準則的組織績效評價體系。因此，本文以GB/T 19580為基礎，以其中的七大“類”為頂層屬性，以標準中的評分“項”為2層屬性，以針對評分項的說明性內(nèi)容為3層屬性，以此類推，構(gòu)建如下頁表1所示的質(zhì)量績效評估指標體系。

2.2 質(zhì)量績效評語集云模型

根據(jù)GB/T19580附錄C，無論是“過程”評價還是“結(jié)果”評價，專家都按照過程條款和結(jié)果條款中的評價要素對其成熟度進行打分。成熟度水平分為6個區(qū)間，即0%～5%，10%～25%，30%～45%，50%～65%，70%～85%和90%～100%。顯然，六個水平之間存在五個評分間隙，并且在相鄰區(qū)間之間缺乏過渡，評分不能完全涵蓋評價的范圍。因此本文用云模型來表示專家評語，定義六個評價等級分別為{較差，差，一般，好，較好，非常好}。

表1 基于卓越績效評價準則的質(zhì)量績效評估體系

假設專家i的評語具有雙邊約束[Dinf,Dsup]，且對應于[0,1]中的某個區(qū)間值，可以計算該評語云的數(shù)字特征[5]：

其中，Exi和Eni是專家i評語云模型的期望值和熵。He反映熵的離散程度，體現(xiàn)隸屬度的不確定性，代表期望的隨機性[6]。He越大期望的隨機性越大，期望代表的定性概念越難以確定。超熵作為反映云滴凝聚度的值，可通過經(jīng)驗或?qū)嶒炄〉?，表示不確定性概念時往往取比較小的熵，當3He＜En時可以更好地表達定性概念的特征[7]。本文根據(jù)云的霧化性質(zhì)和專家知識確定超熵為0.005。表2根據(jù)專家知識給出了六個評價等級的數(shù)值分布及對應的定性語言描述。

表2 評價等級及定性語言描述

評語云模型如圖1所示，從左至右的評價等級依次為：較差，差，一般，好，較好，非常好。

圖1 評價等級及隸屬度

2.3 專家評價的合成

浮動云適用于將多個相互獨立的語言值綜合為一個更廣義的語言值[8]。針對同一個指標進行評價時，不同的專家有不同的評價值，且各個專家的評價值相互獨立。本文采用云理論中生成浮動云的方法進行專家意見的集合，生成各個決策者對某一指標的綜合評價值[9]。假設有n個指標，每個指標有P個專家的評價，專家的評價值根據(jù)云發(fā)生器轉(zhuǎn)化為云模型，每個指標都有p個云模型，考慮專家的權(quán)重w，指標的專家綜合評價云模型可以通過以下公式計算：

2.4 質(zhì)量績效指標的合成

綜合云適用于將多個相互關(guān)聯(lián)的語言值綜合為一個更為廣義的語言值，用來實現(xiàn)語言項從低層次概念到高層次概念的躍遷[10,11]。因此，本文應用綜合云進行多指標的合成。根據(jù)式（4）至式（6）可以得到各個分指標的云模型，考慮指標的權(quán)重ν，這里m為指標個數(shù)，質(zhì)量績效評價的綜合云模型計算為：

2.5 質(zhì)量績效水平評估

通過計算質(zhì)量績效綜合評價云模型與評語集云模型的相似度，最終確定質(zhì)量績效結(jié)果的評價等級，評估企業(yè)的質(zhì)量績效水平。這里相似度δ的計算公式為[12]：

3 實證分析

某燙印材料制造企業(yè)為了測評自身的質(zhì)量績效水平，識別企業(yè)的優(yōu)勢與需改進的項目，選擇10位專家組成測評小組，分別對表1質(zhì)量績效評估體系中各個指標項的實際水平進行評價。本文以專家對“戰(zhàn)略部署”評分項的評估為例來說明上文的方法，并與企業(yè)在申報省長質(zhì)量獎時的專家打分結(jié)果進行對比分析。

3.1 基于云模型的質(zhì)量績效水平計算

根據(jù)公司的自評報告，4.2b（戰(zhàn)略部署）評分項可以進一步分解為如圖2所示的指標體系。表3給出了“戰(zhàn)略部署”評分項的專家評價結(jié)果。

圖2 戰(zhàn)略部署指標

表3 專家對指標的語言評價表

假 定 指 標 4.2b 為 X1，4.2b.1 為 X11、4.2b.2 為 X12，4.2b.1a)至 4.2b.1d)及 4.2b.2a)分別為(X111,X112,X113,X114)、X121。根據(jù)專家對指標的語言評價結(jié)果，對照表1的評語集云模型，對專家的語言評價利用云模型進行轉(zhuǎn)化，專家評價云模型如表4所示。

表4 專家評價云模型

假設每位專家的評價重要程度相同，由式（4）至式（6），利用浮動云對10位專家對某一指標的評價云模型進行合成，生成每個指標的評價云模型，指標云模型計算結(jié)果如表5所示。

在質(zhì)量獎評審中，處在同一層次的屬性被認為具有相同的重要性，即同一層次指標權(quán)重相同且滿足假定4.2b.1a)至4.2b.1d)的權(quán)重分別為(0.25,0.25,0.25,0.25)。利用式（7）至式（9）對表5中各指標云模型進行合成，可得二層指標X11的評價云模型為（0.3775，0.168，0.0158），X12的評價云模型為（0.635，0.042，0.0158），進而得到“戰(zhàn)略部署”類指標X1的綜合評價云模型為（0.429，0.21，0.005）。

表5 各指標云模型

3.2 基于云模型的質(zhì)量績效評價與診斷

3.2.1 基于云模型的質(zhì)量績效結(jié)果分析

由式（10）計算綜合評價云模型與評語集云模型的相似度，從表6可以看出，與綜合評價云模型相似度最大是“一般”級評語云模型。圖3中黑色用“#”表示的云模型代表“戰(zhàn)略部署”評分項X1的綜合評價結(jié)果，綜合評價云模型的期望為0.429。

該企業(yè)在申報省長質(zhì)量獎時，專家通過企業(yè)自評材料及現(xiàn)場評審，對“戰(zhàn)略部署”類指標X1成熟度的最終評分為45%，即0.45；而本文計算的綜合評價云模型的期望為0.429，與質(zhì)量獎評審專家打分結(jié)果基本一致，證明了本文結(jié)果的有效性。

表6 評語云與綜合云的相似度

圖3 質(zhì)量績效評估結(jié)果

3.2.2 基于云模型的質(zhì)量績效診斷分析

根據(jù)表5及圖3，得出評分項X1（戰(zhàn)略部署）的綜合評價云模型的期望為0.429，綜合評價的云模型的熵為0.21，可以看出評價結(jié)果較為分散，說明企業(yè)在某些分項指標上評分較低，存在不足之處。對“戰(zhàn)略部署”的二層指標進行分析發(fā)現(xiàn)，X11（實施計劃的制定與部署）的期望為0.3775，X12（績效預測）的期望為0.635，分別屬于“一般”與“好”的水平，由此可以識別出二層指標的弱項為X11（實施計劃的制定與部署）。進一步分析構(gòu)成X11的三層指標，可以發(fā)現(xiàn)，指標X111（如何制定和實施計劃）、X112（說明長、短期計劃）、X121（績效預測結(jié)果及預測方法）的期望分別為0.535、0.615、0.635，都屬于“好”的水平，表明該企業(yè)能夠根據(jù)組織內(nèi)外部環(huán)境的變化、通過與競爭者、標桿企業(yè)績效的比較，適時調(diào)整戰(zhàn)略目標及實施計劃，縮小與標桿企業(yè)的差距；指標X113（如何獲取和配置資源）、X114（說明檢測實施計劃的KPI）的期望分別為0.2375、0.1225，都屬于“差”的水平，反映出了該組織的資源計劃不能保證組織長、短期戰(zhàn)略計劃的實施，關(guān)鍵績效系統(tǒng)沒有涵蓋相關(guān)方關(guān)鍵的戰(zhàn)略部署，需進一步調(diào)整獲取與配置資源的計劃，完善關(guān)鍵績效系統(tǒng)指標體系。通過上述分析，可以分層次診斷出企業(yè)在戰(zhàn)略部署方面存在的主要問題，幫助企業(yè)識別需要改進的區(qū)域，促使企業(yè)的戰(zhàn)略部署水平提升到更高的層次。

4 結(jié)論

GB/T19580標準以定性語言描述的形式給出，因此在質(zhì)量績效評估過程中，語言的主觀性和不確定性處理是一個不可避免的問題。在企業(yè)績效評估過程中，基于GB/T19580標準的質(zhì)量績效評估工具沒有給出具體的指標測評和綜合評價方法。因此，本文建立了基于GB/T19580標準的質(zhì)量績效評估指標體系，在此基礎上，利用云模型中的浮動云和綜合云進行質(zhì)量績效指標的測量與合成。通過計算云模型相似度更加精確地確定企業(yè)質(zhì)量績效的成熟度等級。本文建立的基于云模型的多層次多指標的質(zhì)量績效評價體系，每個分條款都有對應的評價云模型，不僅可以從整體上把握企業(yè)的績效水平，也可以由分條款的云模型識別企業(yè)的強項與弱項，幫助企業(yè)進行診斷和績效改進。同時，將質(zhì)量績效測評結(jié)果以圖形和數(shù)據(jù)的形式呈現(xiàn)，使得計算過程更加的客觀、準確、直觀，從而為組織測量質(zhì)量績效水平并實現(xiàn)績效的持續(xù)改進提供了有效工具。