基于GRA的企业研发工程师绩效综合评价

郑承志

随着科学技术、信息技术的长足进步以及经济一体化进程的加快，市场竞争越来越激烈，产品的生命周期越来越短，更新换代速度越来越快，研发工作对生产型企业市场竞争力的影响也越来越大。由于研发工作的复杂程度及不确定性都比较高，其工作量、工作成效的量化比较困难，企业研发工程师绩效评价的难度也就相对较大，因此开展科学易行的企业研发工程师绩效综合评价研究具有重要的现实意义。

一、研发工程师绩效评价指标体系与权重计算

构建科学易行的企业研发工程师绩效综合评价体系的基础是建立合理的企业研发工程师绩效评价指标并科学计算其权重。

（一）研发工程师绩效评价指标体系

对研发工程师绩效评价指标体系的研究报道不是很多。行金玲等［1］从工作态度、能力和业绩3个方面构建2级研发人员绩效评价指标体系，包括11个二级指标；刘浩杰等［2］从个人素质、工作态度、团队精神以及工作业绩4个方面构建2级指标体系，包括16个二级指标；周萍［3］从能力、态度、行为以及业绩4个方面构建2级指标体系，包括11个二级指标；尚从永等［4］从能力、态度以及业绩等3个方面构建2级指标体系，包括13个二级指标；刘建华［5］从财务、客户、内部运营以及学习成长等4个方面构建2级指标体系，包括18个二级指标。此外还有一些比较早期的研究报道。总体来说，现有这些研究的指标设置都比较简单、不够全面，而且没有考虑不同层级的研发人员绩效考核方面的差别。一般的中小型企业研发部门的专业研发人员主要包括研发主管、研发工程师、研发助理工程师等3个层级，其中研发工程师是研发部门的中坚力量。参考上述研究成果，笔者与1位绩效管理专家、1位研发管理专家和1位研发专家经充分讨论共同确定从基础工作素质（包括基本素质及职业素质）、发展潜力（包括研发能力及研发管控能力）以及工作业绩共5个方面构建企业研发工程师的2级绩效评价指标体系，具体如表1中的指标部分所示。经适当修改（主要是权重部分），该指标体系也适用于研发主管和研发助理工程师的绩效评价。

表1 研发工程师绩效评价指标体系

（二）指标权重计算

由于表1中的指标都属于定性指标，因此本文采用将定性问题定量化的传统方法——层次分析法（AHP）计算指标权重。为此，由1位绩效管理专家、1位研发管理专家和1位研发专家经充分讨论之后采用AHP的1～9标度法共同确定表1中各非底层指标的子指标之间的相对重要性比值，这些相对重要性比值所构成的矩阵就是非底层指标的判断矩阵，其最大特征根所对应的归一化特征向量就是非底层指标的权重向量［6］。例如，由3位专家一致确定“基本素质Y1”“职业素质 Y2”“研发能力 Y3”“研发管控 Y4”“研发业绩”这5个一级指标相对重要性比值所构成的评价目标“研发工程师绩效Y”的判断矩阵为

采用几何平均法进行近似计算，MY最大特征值所对应的归一化特征向量为

这一向量也即评价目标“研发工程师绩效Y”的权重向量［6］。

对一级指标采用同样方法进行计算，最终结果如表1所示。在所有这些计算中，评价目标和一级指标的判断矩阵的随机一致性比率都是0，说明这些判断矩阵具有理想的一致性［6］。

二、企业研发工程师绩效的GRA综合评价

由于综合评价问题普遍存在不同程度的信息灰性，因此本文采用GRA（Grey Relational Analysis，灰色关联分析）理论构建企业研发工程师绩效综合评价模型。

（一）GRA综合评价模型

如果m个评价对象各自n个指标的专家评判值构成的数据序列分别为

而参照的最优数据序列为

表2 评判结果

那么yi（1≤i≤m）在各指标数据点与y0的灰色关联度或灰色关联系数为［7］

式中λ∈[0 ,1]为分辨系数，典型值为0.5；1≤i≤m，1≤k≤n，1≤j≤m，1≤l≤n。

由公式（1）计算所得灰色关联系数构成上述m个评价对象的m×n阶评判矩阵

如果评价对象的归一化指标权重向量为

那么评价结果为［7］

这一列向量有m个元素，分别对应于m个评价对象。

（二）综合评价模型应用

某电子产品生产企业设计部门有7位研发工程师（以下分别用E1、E2、…、E7表示），为评定其年度绩效等级，采用上述评价模型进行综合评价。为此，企业成立由分管副总牵头的5人评判小组，对这7位工程师各底层指标的表现以10分制打分，以5位小组成员的平均分值作为评判值，结果如表2所示，表中的参照数据列取7位评判对象的最优值。

分辨系数l取典型值0.5，应用公式（1）对表2评判结果进行计算，7位研发工程师评判数据序列与参照序列的关联系数如表3所示。

根据表1，一级指标“基本素质Y1”的权重向量为

根据表3及公式（2），7位研发工程师一级指标“基本素质Y1”的评判矩阵为

由公式（3），7位研发工程师一级指标“基本素质Y1”的评判结果为

表3 各数据点的关联系数

对其他一级指标进行同样计算，结果：

进而，由公式（2），评价目标“研发工程师绩效Y”的评判矩阵为

同样由表1权重数据以及公式（3），7位研发工程师绩效综合评价结果为

也即，研发工程师E1、E2、…、E7的绩效与最优参照的关联度或贴近度分别为0.743、0.780、0.867、0.605、0.861、0.627、0.780。因此，考核小组最终确定E3、E5的绩效考核优秀，E1、E2、E7良好，E4、E6合格。

另外，评判矩阵RY的第一行至第七行数据分别对应于E1至E7的各一级指标综合评价结果，每行5个列分量分别对应于5个一级指标。观察RY的具体数据可以发现评价对象各自的短板，E1的研发能力、研发管控相对薄弱，E2的研发能力相对薄弱，E3没有明显的薄弱之处，E4除了基本素质较好之外其他都较差，E5的短板也不太明显，E6的情况和E4相同，E7的研发业绩略为薄弱一些。E4、E6的基本素质都还比较好但其他方面却差强人意，说明他们主观上不够努力。

三、小结

在保持简洁清晰的基础上，本文所构建的研发工程师绩效评价指标体系比较全面，一些被现有研究忽略但对研发及企业运作都比较重要的工作，如对同仁的协作与支持、对新人的培养、配合其他部门工作等等，都已纳入到评价指标体系之中。在此基础上，结合定性问题定量化的AHP法及能够克服信息灰性的GRA法构建综合评价模型并将这一模型应用于企业研发工程师绩效评价实践，评价结果受到评价对象及企业各方面的高度认可，说明本文所构建的指标体系及综合评价模型科学可行。另外，只要适当修改指标体系，本文所建立的综合评价体系同样适用于企业研发主管和研发助理工程师的绩效综合评价。