首页 百科知识 企业家贡献影响因子权重体系

企业家贡献影响因子权重体系

时间:2022-06-11 百科知识 版权反馈
【摘要】:二、企业家贡献影响因子权重体系在指标体系中,我们将企业家贡献影响因子综合评价指标划分为5个层次,赋值X1到X5,形成一级权重系数;在每个层次下再细分为若干具体的能力指标,形成二级权重系数。各影响因子标度的确定,应尽可能设计出反映层次间各因子关系的比较判断矩阵调查表,邀请被评估单位不同部门具有较高素质的人员参加,因为他们是身

二、企业家贡献影响因子权重体系

在指标体系中,我们将企业家贡献影响因子综合评价指标划分为5个层次,赋值X1到X5,形成一级权重系数;在每个层次下再细分为若干具体的能力指标,形成二级权重系数。

所确定的影响因子对企业家贡献的实现大小有不同的影响程度,应根据它们对企业家贡献价值影响的主次关系,确定各自的相对权重。权重确定可采用德尔菲法、层次分析法或多因素层次模糊评价法。本书采用层次分析法,将分解的各级指标以咨询表的方式分送给数位企业管理方面的专家,并将回收的咨询表予以整理,得到各级指标权重。

在运用层次分析法时,确定权重系数的核心是:成对比较和1—9标度法。

(1)成对比较。当所面临的评价指标众多时,直接设立权重比较困难,也可能造成有失偏颇,所以我们可以采取通过两两成对比较,构建判断矩阵,然后再通过一些运算求得权重。

(2) 1—9标度法。在进行成对比较时,比较尺度取9个等级较好。Saaty在1980年曾通过实例把1—9标度法和其他26种标度法进行过比较,结果表明1—9标度法是较为合理的。在表5.3中,列出了1—9标度法各个数字的含义。

表5.3 判断矩阵1—9标度及含义

(3)判断矩阵。通过成对比较和1—9标度法,就可以建立判断矩阵。

例如,假定某一科研小组有三个职位:C1、C2和C3,现考虑三种职位的重要性,即确定他们各自的重要性权重系数。根据科研项目的要求,首先通过成对比较建立如下判断矩阵A1:

img73

该矩阵是一个互反对称矩阵,即img74。从矩阵可以看出,实验在该课题组的重要性最大,其次是分析,而计算的重要性最小。

(4)权向量和一致性指标。在得到判断矩阵之后就是从中得到特征向量W,即

img76

我们可以运用Saaty提出的特征向量法,求出判断矩阵的特征向量。由行列式|A-λI|= 0可求得λ值,称为矩阵A的特征根。通常特征根不止1个。例如,A为3阶矩阵,则|A-λI|= 0为λ的三次多项式,有三个根。选择其中数值最大者λmax,由AW=λmax或(A-λmax I)W=0即得线性方程组,由此可求得W=(W1,W2,W3)T,W为对应于λmax的特征向量。

若判断矩阵A中各元素均大于0,且满足条件:①aii= 1;②aij=img77,则称为互反矩阵。若判断矩阵不仅满足条件①和②,还满足:aik= aij·ajk,则称为一致阵。

矩阵理论已经证明,n×n阶互反矩阵是一致性的充分必要条件是,它的最大特征根λmax= n,而其余的特征值λ1,λ2,□,λn-1均等于0。

但事实上,我们在现实工作中遇到的矩阵往往并不是一致阵。例如,如果上述的反映科研小组各工作重要性的判断矩阵A1改为如下形式的矩阵A2:

img78

其中,a23= 1/5,a21×a13= 1×1/3= 1/3,这样,a23≠a21×a13,故矩阵A2不是一致阵。在判断矩阵的估计中,不一致性常常是不可避免的,1—9标度法也常常导致估计的不一致性。然而,为了使判断矩阵的不一致性程度不会太大,Saaty引入了一致性指标CI=λmax-n n-1,以判断矩阵的最大特征值λmax与判断矩阵的阶n的差别,来衡量不一致性程度。CI值越大,就表明λmax与n差别也越大,即偏离不一致性程度也越大。

此外,Saaty还引入了一个随机一致性指标img79,其中,λ'max为由随机产生的判断矩阵而得出的最大特征值的平均值。所谓随机产生的判断矩阵,就是通过随机发生器,产生1—9标度法中的各数值作为判断矩阵中的各元素。在产生判断矩阵的过程中,应使

aii=1且img80,因此,得到的是一个互反矩阵。

Saaty通过大量的仿真实验,得出如表5.4所示的RI与矩阵阶数n的关系。

表5.4 矩阵阶数n对应的RI值

img81

当n<3时,判断矩阵永远具有一致性。判断矩阵的一致性指标CI与同阶平均一致性指标RI之比称为一致性比率,记作CR,即CR= img82并且规定,当CR<0.10时,就认为判断矩阵具有令人满意的一致性。否则,就需要调整判断矩阵,使其满足CR<0.10,从而使它具有令人满意的一致性。

在计算矩阵的特征向量和特征值时,我们一般采用以下方法。

(1)将判断矩阵每一列正规化:

img83

(2)将正规化后的矩阵按行求和:

img84

所得到的img87就是所求的特征向量。

(4)计算判断矩阵的最大特征根:

img88

其中(A·W)i表示向量AW的第i个元素。

用上述方法得到,由反映科研小组各工作重要性的判断矩阵A1得出其特征向量W1=(0.1818,0.7272,0.0910)T,而对应的λmax= 3,CI=0,CR= 0<0.1;而由修改后的判断矩阵A2得出其对应的特征向量为W2=(0.1867,0.1577,0.6555)T,λmax= 3.029,CI= 0.014,CR= 0.02<0.1。

接下来,在基于AHP的企业家人力资本贡献价值的计量模型中,对企业家所做贡献的比例计算可以如下操作:

(1)对企业家贡献影响因子综合指标体系中所对应的每项具体指标进行打分,得到aijk;

(2)确定一级及二级权重Wi,Wij;

(3)计算企业家贡献价值评分值Vij:

其间,需要利用模糊数学的方法对指标进行等级变换,按最大隶属度原则,得出企业家的贡献比例。具体运用举例我们将在第六章案例分析中予以体现。

尽管层次分析法在两因素比较的标度确定上,也存在一定的主观性,但由于AHP方法本身设计了各判断矩阵的一致性检验,对明显矛盾的矩阵予以剔除,而且我们在实际赋值时,往往还有相应的评判准则予以规范,因而运用这种方法得到的贡献率具有一定的科学性和逻辑性。

在建立两两比较判断矩阵时,需要考虑以下两点。

(1)分清企业所属的行业类型。企业所属行业类型不同,各影响因子发挥的作用将有所不同,因此相应的比例标度也要有所变化,所以在运用AHP法之前,需要划分企业所属类型,即看企业是属于资本密集型、知识密集型还是劳动密集型。

(2)各影响因子标度的确定,应尽可能设计出反映层次间各因子关系的比较判断矩阵调查表,邀请被评估单位不同部门具有较高素质的人员参加,因为他们是身临其境的工作人员,与企业家朝夕相处,熟悉企业的运作与发展情况,由他们根据历史业绩、现行状况、未来预期的各种因素,凭自己的经验和判断来填写调查表,数据真实可靠而且具有很强的说服力。

【注释】

[1]丁栋虹.中国企业家的兴起——理论与制度研究[M].上海:中国出版集团东方出版中心,2003:35。

[2]李忠民.人力资本——一个理论框架及其对中国一些问题的解释[M].北京:经济科学出版社,1999:191—192。

[3]Bhattacharya,Mousum&Wright.Patrick.Recognizing Risk in Human Capital Investments: A Real Options Approach to Strategic Human Resource Management[C].Center for Advanced Human Resource Studies Working Paper,2000:1-20.

[4]石金涛,陈琦.人力资本保留:基于实物期权的分析[J].科学·经济·社会,2003(4):27。

[5]张文贤.管理入股——人力资本定价[M].上海:立信会计出版社,2001:215。

[6]〔美〕R·韦恩·蒙迪、罗伯特·M·诺埃.人力资源管理(第6版)[M].北京:经济科学出版社,1998:90。

[7]如果是非知识密集型企业,则企业家的贡献价值主要归属于管理要素贡献。

[8]假定企业工资水平能如实反映劳动者的劳动贡献。

[9]如果是非知识密集型企业,则用公式1-技术贡献率-劳动贡献率得到人力资本中的管理贡献率。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈