基于熵權(quán)法和層次分析法的高校學(xué)科館員勝任力模糊綜合評價研究★

趙小翠

(河南理工大學(xué)圖書館河南 焦作454000)

摘要：在學(xué)科館員勝任力績效評價過程中模糊層次分析法具有非常重要的意義，但在確定評價指標(biāo)的權(quán)重系數(shù)時該方法帶有一定的主觀性。因此，提出以Shannon信息熵理論中的熵權(quán)系數(shù)對模糊層次分析法所得到的權(quán)重進行修正，得到組合權(quán)重。在得到組合權(quán)重的基礎(chǔ)上，運用改進的模糊層次分析法對學(xué)科館員勝任力績效進行綜合分析和評價。最后給出了一個具體的實例。

關(guān)鍵詞：熵權(quán)法；學(xué)科館員; 勝任力; 模糊綜合評價; 層次分析法

中圖分類號：G311

基金項目：★本文系河南省教育廳人文社會科學(xué)研究項目“基于勝任力的高校圖書館學(xué)科館員績效評價研究”(2015-QN-341)和河南理工大學(xué)人文社會科學(xué)青年基金項目“高校圖書館學(xué)科館員績效評價研究”(SKQ2015-5)研究成果。

收稿日期：(2015-07-15責(zé)任編輯：劉麗斌)

隨著信息技術(shù)的發(fā)展，圖書館的用戶、資源、服務(wù)、環(huán)境都發(fā)生了質(zhì)的改變，一方面，用戶在面臨海量的信息資源時，其需求也更加個性化和專業(yè)化；另一方面，學(xué)科之間出現(xiàn)了分化與融合，涌現(xiàn)出了一批交叉學(xué)科和新興學(xué)科。高校圖書館如何在信息化環(huán)境和用戶信息需求發(fā)生變化的情況下，打破傳統(tǒng)的以“文獻為中心”的服務(wù)模式，轉(zhuǎn)變?yōu)椤耙宰x者為中心”的服務(wù)模式，以滿足用戶個性化、專業(yè)化、深層次的學(xué)科信息需求，成為了圖書館需要迫切解決的問題。學(xué)科館員服務(wù)就成為了高校圖書館信息服務(wù)工作發(fā)展的必然趨勢。因此建立一套合理、科學(xué)有效的學(xué)科館員績效考核評價體系不僅能夠提高學(xué)科館員的服務(wù)水平與服務(wù)質(zhì)量，還能充分調(diào)動學(xué)科館員的創(chuàng)造性、主動性與積極性，也是當(dāng)前高校圖書館學(xué)科館員制度建設(shè)和實施的重要任務(wù)之一。目前國內(nèi)許多學(xué)者對學(xué)科館員的科學(xué)考評進行了不斷探索的研究[1-3]。但這些研究對學(xué)科館員內(nèi)在的個體特征等方面的深層次特征對學(xué)科館員工作績效的影響考慮得較少。為此，如何做到既能準(zhǔn)確評價學(xué)科館員的績效行為和外顯業(yè)績，又能體現(xiàn)其內(nèi)在個體特征對績效的影響仍然是學(xué)科館員績效考評的難點?；诖?，本文在勝任力模型的相關(guān)研究成果基礎(chǔ)上，應(yīng)用熵權(quán)法和模糊綜合評價理論，提出了一種基于熵權(quán)法和層次分析法綜合確定權(quán)值分配的模糊評價方法。該方法利用熵權(quán)法建立的專家自身權(quán)重模型，修正模糊評判的層次分析法計算的指標(biāo)主觀權(quán)重，得到的指標(biāo)組合權(quán)重減少了權(quán)重確定的主觀性，并有效地解決了綜合評價中存在的僅靠主觀臆斷選取專家的缺陷，為高校學(xué)科館員績效考核的科學(xué)評價提供了一種新的評價方法。

1層次分析與熵權(quán)模糊綜合評價基礎(chǔ)理論

1.1　層次分析法

層次分析法，是一種定性和定量相結(jié)合的、系統(tǒng)化的、層次化的分析方法，使人們的思維過程層次化，通過逐層比較多種關(guān)聯(lián)因素來為分析、決策、預(yù)測或控制事物的發(fā)展提供定量依據(jù)。該方法的具體用法是構(gòu)造判斷矩陣，求出其最大特征值及其所對應(yīng)的特征向量，歸一化后，即為某一層次指標(biāo)對于上一層次某相關(guān)指標(biāo)的相對重要性權(quán)值。

1.2　熵權(quán)法

在信息論中，熵值代表了信息量大小，信息量越大，不確定性就越小，熵也就越小，即該指標(biāo)對綜合評價的影響越大，該指標(biāo)的權(quán)重也越大；同理信息量越小，不確定性越大，熵也越大，該指標(biāo)對綜合評價的影響越小，該指標(biāo)的權(quán)重也越小。所以我們利用信息熵計算其熵權(quán)，再通過熵權(quán)修正得到較為客觀的指標(biāo)權(quán)重[4]。具體的運算步驟如下：

對于n個評價指標(biāo)U={u1,u2,…un}，m個評判等級V={v1,v2,…vm}的問題，可構(gòu)n×m的評語隸屬關(guān)系矩陣X′=(xij′)m×n，其中xij表示ui關(guān)于vj的隸屬程度。首先采用線性插值法對X′進行標(biāo)準(zhǔn)化處理。正向指標(biāo)按式(1)進行標(biāo)準(zhǔn)化處理，負向指標(biāo)按式(2)進行標(biāo)準(zhǔn)化處理：

(1)

(2)

經(jīng)過標(biāo)準(zhǔn)化處理后所有的xij形成一個新的規(guī)范化決策矩陣X=(xij)m×n。上式中xij∈[0,1]，當(dāng)max{xij′}=min{xij′}時，取xij=0。

根據(jù)熵權(quán)理念可得第i個評價指標(biāo)的熵Hi為：

(3)

上式中，fij,k為計算參數(shù)，并假定當(dāng)fij=0時，fijlnfij=0，其計算方式分別如(4)和(5)式所示:

(4)

k=1/lnm

(5)

由此可得第i個評價指標(biāo)的熵權(quán)wi的定義為

(6)

1.3　層次分析與熵權(quán)組合評價

熵權(quán)法可以充分挖掘原始數(shù)據(jù)蘊含的信息，屬于客觀賦權(quán)法；層次分析法可以充分考慮專家的經(jīng)驗判斷力，屬于主觀賦權(quán)法。本文將主觀賦權(quán)法層次分析法和客觀賦權(quán)法熵權(quán)法相結(jié)合，計算學(xué)科館員勝任力評價指標(biāo)的組合權(quán)重作為評價指標(biāo)權(quán)重，使權(quán)重更為準(zhǔn)確和符合實際。

(7)

上式中，wi為第i個指標(biāo)的組合權(quán)重。

1.4　模糊評判

常用的評判模型有許多，模糊綜合評價是對受多種模糊因素影響的事物做出全面客觀評價的一種十分有效的多因素決策方法，其特點是評價結(jié)果不是絕對地肯定或否定，而是以一個模糊集合來表示[5]。模糊綜合評判的具體步驟為：

(1)確定評判因素集U={u1,u2…un}其中ui為評判對象的第i個評判因素。

(2)確定評價集V={v1,v2,…,vn}其中vj為評判對象的第j個評判等級。

(3)建立單因素評判矩陣。常用模糊關(guān)系矩陣R=(rij)n×m表示：

上式中rij表示評判因素ui隸屬于評判等級vj的程度。

(5)合成運算。將組合權(quán)重向量集與模糊評判矩陣合成，可得到模糊綜合評價結(jié)果向量。

(6)識別。選取相應(yīng)識別原則(最大隸屬度原則)，對評判結(jié)果向量進行分析識別。

2學(xué)科館員勝任力考核評價指標(biāo)體系的構(gòu)建

1973年，哈佛大學(xué)教授戴維·麥克利蘭正式提出“勝任力”一詞。他指出“決定一個人在工作上能否取得好的成就，除了擁有工作所必需的知識與技能外，更重要的取決于其深藏在大腦中的人格特質(zhì)、動機及價值觀等等”。他把這種直接影響工作業(yè)績的個人條件和行為特征稱為勝任力素質(zhì)。勝任力素質(zhì)模型通常用“冰山模型”來加以形象說明。冰山模型把勝任力形象地描述為漂浮在水面上的冰山，知識和技能是在水面以上的部分，是外顯的，是容易改變的勝任特征；而自我概念、特質(zhì)和動機部分是屬于潛藏于水下的深層部分，是內(nèi)隱的，是不易改變的勝任特征，但它卻是左右個人行為和影響個人工作績效的主要內(nèi)在原因?；趧偃瘟δＰ偷脑u價契合學(xué)科館員作為知識型員工的特點，評價內(nèi)容可以做到外顯勝任力與內(nèi)隱勝任力并重。它不僅可以把成績優(yōu)秀學(xué)科館員的知識和技能等作為評價指標(biāo)，而且還把包括品質(zhì)特征、態(tài)度、自我概念、個性、動機等在內(nèi)的內(nèi)隱勝任力納入其中，因此，可以區(qū)分并找出導(dǎo)致學(xué)科館員業(yè)績差異的關(guān)鍵因素，如圖1所示。

圖1　勝任力冰山模型

在分析文獻[6-8]和與專家進行訪談的基礎(chǔ)上，分析提取了責(zé)任心、積極主動、網(wǎng)絡(luò)應(yīng)用能力、忠誠度、創(chuàng)新能力、組織與溝通能力、信息采集能力等30多項指標(biāo)。采用麥克利蘭(David C. McClelland)行為事件訪談法對優(yōu)秀的學(xué)科館員和普通的學(xué)科館員進行訪談，并在運用統(tǒng)計分析技術(shù)的基礎(chǔ)上，確立了顯著區(qū)分一般與優(yōu)秀績效的19項學(xué)科館員勝任力素質(zhì)，建立了基于學(xué)科館員勝任力素質(zhì)的績效模糊考核評價指標(biāo)體系(見表1) 。

表1　基于學(xué)科館員勝任力素質(zhì)的績效考評指標(biāo)體系

3實例應(yīng)用分析

本文以某圖書館為例，利用學(xué)科館員勝任力素質(zhì)模型對2位學(xué)科館員進行績效考評。根據(jù)文中建立的學(xué)科館員勝任力績效考評指標(biāo)體系，首先運用層次分析法來確定評價指標(biāo)的主觀權(quán)重，再應(yīng)用熵權(quán)法來確定評價指標(biāo)的客觀權(quán)重，然后層次分析法和熵權(quán)法相結(jié)合計算組合權(quán)重作為評價指標(biāo)權(quán)重，最后應(yīng)用模糊綜合評價方法對候選人員的勝任力狀況進行評估。

3.1　建立評價因素集和評語集

根據(jù)文中建立的學(xué)科館員績效考核指標(biāo)體系，可得準(zhǔn)則層的因素集為B={B1,B2,B3,B4,B5}={知識與技能，能力，工作態(tài)度，個性特征，動機}，指標(biāo)層的因素集為B1={C1,C2,…,C5}={相關(guān)學(xué)科專業(yè)知識，圖書情報學(xué)知識，計算機與網(wǎng)絡(luò)知識，管理和心理學(xué)知識，文獻信息檢索技能}，同理可得B2、B3、B4和B5的評價因素集。本模型中將評語分為4個等級V={v1,v2,v3,v4}= {優(yōu)秀、良好、中等、較差}。

3.2　計算指標(biāo)的權(quán)重

3.2.1層次分析法確定評價指標(biāo)權(quán)重

采用層次分析法(AHP)確定各層次指標(biāo)的權(quán)重，見表2至表7。然后分別計算求出各個判斷矩陣的λmax和λmax對應(yīng)的特征向量，然后將特征向量進行歸一化處理，得到各個勝任力指標(biāo)的權(quán)重。經(jīng)檢驗，各判斷矩陣的CR<0.1。

表2　學(xué)科館員評價指標(biāo)A-B判斷矩陣及其權(quán)重

表3　知識與技能B1-C判斷矩陣及其權(quán)重

表4　能力B2-C判斷矩陣及其權(quán)重

表5　工作態(tài)度B3-C判斷矩陣及其權(quán)重

表6　個性特征B4-C判斷矩陣及其權(quán)重

表7　動機B5-C判斷矩陣及其權(quán)重

3.2.2熵權(quán)法確定評價指標(biāo)權(quán)重

根據(jù)建立的評價因素集，按照4級評語等級進行定性評價，構(gòu)建出各個評語隸屬關(guān)系矩陣，再根據(jù)(1)-(6)式，計算出各個指標(biāo)層的權(quán)重，見表8。

表8　評價指標(biāo)的熵權(quán)法權(quán)重

表9　評價指標(biāo)的組合權(quán)重

3.2.3AHP-熵權(quán)法確定評價指標(biāo)的組合權(quán)重

將利用層次分析法得到的原始權(quán)重w1，用熵權(quán)法得到的客觀權(quán)重w2進行調(diào)整，則可得到組合權(quán)重w。見表9。

3.3　模糊綜合評價

根據(jù)圖書館10至20人所組成的專家評議組的評議結(jié)果，得出這2個學(xué)科館員的模糊綜合評判矩陣，如表10所示。表中每一數(shù)值都是從相應(yīng)的勝任力評價指標(biāo)入手，被評價對象能被評為相應(yīng)等級的隸屬程度，即評委在勝任力評價表中某個等級上劃勾的人數(shù)占總評委人數(shù)的比值。

表10　兩位學(xué)科館員的模糊綜合評判矩陣

利用表10的數(shù)據(jù)，按文中構(gòu)建的模型進行計算，得到Ⅰ和Ⅱ的綜合評價結(jié)果 BI和BII：

BI=(0.2388,0.5018,0.2580,0.0022)

BII=(0.1018,0.3116,0.5833,0.0033)

3.4　結(jié)果分析

按最大隸屬原則，Ⅰ的勝任力良好，Ⅱ的勝任力中等。我們還可以用定量的分值來表示，為此，將評判的等級進行量化。將等級與相應(yīng)的分數(shù)列入下表：

表11　評判的等級

第Ⅰ位的綜合素質(zhì)分數(shù)為：100×0.2388+85×0.5018+75×0.2580+65×0.0022=86.0254，屬于優(yōu)秀。第Ⅱ位的綜合素質(zhì)分數(shù)為：100×0.1018+85× 0.3116+75× 0.5833+65×0.0033=80.6207，屬于良好。通過計算可得，第Ⅱ位的綜合素質(zhì)分數(shù)最高，屬于優(yōu)秀，

與按最大隸屬原則得出的結(jié)論是一致的。

4結(jié)論

本文將熵權(quán)法引入學(xué)科館員勝任力的績效評價中，結(jié)合模糊數(shù)學(xué)和層次分析法，避免了由于單一評價模型只確定出單純的主觀權(quán)重或者客觀權(quán)重造成的誤差。層次分析法計算的指標(biāo)屬于主觀權(quán)重，較多考慮專家的經(jīng)驗判斷力。熵權(quán)法屬于客觀賦權(quán)法，充分考慮了評價指標(biāo)實際取值的影響，可對傳統(tǒng)模糊綜合評判中層次分析法得到的權(quán)重數(shù)進行科學(xué)的綜合修正，可使結(jié)果更加客觀可信。實例表明，基于熵權(quán)法和層次分析法與模糊綜合評價相結(jié)合的勝任力評價方法是一種主客觀相結(jié)合的有效方法，可實現(xiàn)“勝任力”評價從定性向定量，從模糊向精確的轉(zhuǎn)化，且具有科學(xué)、簡潔、可操作性強等特點。

參考文獻

[1]武三林.大學(xué)圖書館學(xué)科館員服務(wù)內(nèi)容及考核評價體系的研究[J].晉圖學(xué)刊,2008,(2):21-23.

[2]黨春.試論學(xué)科館員制度中考核評價體系的建立[J].科技文獻信息管理,2004,(1):15-17.

[3]都平平,楊廣鋒,鄔淑珍.學(xué)科館員任職資格及績效考評研究[J].圖書館論壇,2007,27(1):37-39.

[4]馮纓,張瑞云.基于用戶體驗的微博信息質(zhì)量評估研究[J].圖書館學(xué)研究,2014,(9):62-67,101.

[5]李迎迎,王煥景,鄭春厚.高校圖書館數(shù)字資源服務(wù)的擬熵權(quán)模糊綜合評價[J].圖書館論壇,2014,(5):71-78.

[6]周霞,景保峰.科技管理人員勝任力研究[J].科技管理研究,2009,(12):470-472.

[7]唐文惠.高校圖書館學(xué)科館員勝任力研究[J].高校圖書館工作,2011,31(1):39-41.

[8]梁柏靜.勝任力的構(gòu)成要素是學(xué)科館員制實施的核心[J].圖書館工作與研究,2013,(2):52-54.