基于组合评价法的铁路专业技术岗位评价要素权重研究

张 颖，张定琼，管江旗

ZHANG Ying1, ZHANG Dingqiong2, GUAN Jiangqi2

（1.中国铁道科学研究院 研究生部，北京 100081；2.中国铁道科学研究院集团有限公司人力资源部，北京 100081)

0 引言

岗位评价是指在岗位分析过程中，了解众多岗位基础信息，包括工作难度、职权大小、任职条件、工作环境恶劣性及创造价值规模等，进而分析其所具备的相对价值。岗位评价要素权重的确定是岗位评价过程中至关重要的一个环节，反映了不同要素对岗位价值差别的影响程度，为企业确定不同岗位的相对重要性、进行各项人力资源管理决策提供了依据[1]。

国内外学者围绕岗位评价要素权重的确定开展了大量研究。Kermit 等[2]系统性研究分析了报酬要素的具体权重结构与分配情况，肯定了指标权重分配法与排序结果之间显著的相关性特征。李燕等[3]构建了一种将定性与定量评价方法相结合，以可拓学理论为基础建立物元模型进行岗位等级综合评价的方法。殷焕武[4]以粗糙集差别矩阵为研究基础，构建了一种岗位价值重要性评价指标体系，充分兼顾不同属性在评价指标体系的重要性水平，有效克服了传统价值评估方法主观性更大的不利影响。目前针对铁路行业专业技术岗位评价要素权重确定的研究很少，为此探索采用组合评价法确定铁路专业技术岗位的岗位评价要素权重。

组合评价法是将不同的权重判定方法进行适当组合的一种评价方法，综合利用各种方法所提供的信息，尽可能地提高评价水平和精度。铁路专业技术岗位评价将层次分析法和主成分分析法进行组合[5]。层次分析法属于主观赋权法，该方法容易受主观因素限制，导致有效性受到质疑；主成分分析法属于客观赋权法，带有显著的客观性特征，避免人为因素对其发展造成极大不良影响。通过层次分析法和主成分分析法的组合评价，完成最终权重确定，可以弥补2 种方式各自的不足，达到铁路专业技术岗位评价的效果，有助于评估的科学性和准确性[6]。

1 铁路专业技术岗位评价要素筛选与确定

1.1 评价要素筛选

铁路专业技术岗位是指在铁路运输企业从事生产活动的工程技术岗位，包括铁路运输、机车车辆、工务工程、通信信号等专业技术岗位，要求任职者拥有铁路相关专业知识、能够完成特定铁路运输生产任务。结合我国铁路运输企业各岗位国家职业标准，对铁路运输企业岗位评价扩展模型的指标体系进行初步筛选，采用文献分析法，共得到27 个岗位评价要素。铁路运输企业岗位评价扩展模型初选要素释义如表1 所示。

1.2 评价要素确定

邀请国内铁路运营管理、运输组织、人力资源管理等方面专家，采用Delphi 专家咨询法对铁路专业技术岗位评价要素进一步筛选，对要素重要性判断分为非常不重要、不重要、一般、重要、非常重要5 类，分别赋值 1 分、2 分、3 分、4 分、5 分。通过对每个评价要素得分平均值、标准差、满分率(评价5 分的人数占总人数的百分比)和变异系数(标准差与平均值的比值)计算，铁路专业技术岗位评价要素得分如表2 所示，满分率高于50%为重要性判断评价要素。

针对铁路专业技术岗位评价要素重要性判断得分，利用“界值法”再进行评价要素筛选，通过计算均值界值(要素均值与标准差的差)和变异系数界值(变异系数与标准差之和)，铁路专业技术岗位要素界值如表3 所示。

依据“界值法”筛选要求，要素变异系数在界值以内的满足选择要求[7]。最初选择铁路专业技术岗位评价要素应删除决策责任和管理责任2 个要素。根据专家建议，将接触毒物、粉尘的危害程度，高(低)温、噪声的危害程度和其他有害因素的危害程度3 个要素合并为一项，命名为接触高低温、噪声等的危害程度，最终确定铁路专业技术岗位评价要素为23 项。

2 铁路专业技术岗位评价要素权重确定

2.1 调查问卷信度和效度分析

为了确保数据信息的可靠性和有效性，结合数据源进行信度与效度分析，最终判定指标数据在逻辑性、合理性方面是否存在严重问题。

（1）信度分析。利用Cronbach’s alpha 系数开展问卷信度研究，如果总量表的信度系数超过0.8以上，证明信度非常好；得分在0.7 ～ 0.8 之间，信度较好；得分在0.6 ～ 0.7 之间，代表信度可以接受。Cronbach’s alpha 系数如果低于0.6，则需要重新进行调查问卷的编制。经计算，铁路专业技术岗位要素评价调研问卷的Cronbach’s alpha 系数值为0.943，大于0.8，信度值较高，问卷信度良好。

（2）效度分析。应用因子分析的KMO 检验对调查问卷结构效度进行研究。结构效度是指一个测验实际测到所要测量的理论结构和特质的程度。KMO 检验是对原始变量之间的简相关系数和偏相关系数的相对大小进行检验。检验的原理为：如果原始数据中确实存在公共因子，则各变量之间的偏相关系数应该很小，这时KMO 的值接近于1，因而原数据适用于因子分析。通常认为，KMO 值在0.7 以上的，适合应用因子分析。经计算，铁路专业技术岗位要素评价调研问卷整体情况KMO 系数值为0.89，大于0.5，适合采用因子分析方式对评估要素进行研究。

表1 铁路运输企业岗位评价扩展模型初选要素释义Tab.1 Explanation of primary selection elements of post evaluation extension model for railway transportation enterprises

2.2 评价要素因子提取

采用主成分分析法提取评价要素主因子，设专家对p个指标打分的原始数据矩阵为Mij(i= 1，2，…，n；j= 1，2，...，p)，并对其进行无量纲化处理。

式中：Zij为第i个专家对第j个指标打分值无量纲化后的值；Xij为第i个专家对第j个指标的打分值；为第j个指标的平均得分；Sj为第j个指标的得分标准差。

计算指标的相关系数矩阵Rjk。

表2 铁路专业技术岗位评价要素得分Tab.2 Score of evaluation elements of railway professional and technical posts

表3 铁路专业技术岗位要素界值Tab.3 Boundary value of railway professional technical post elements

根据特征方程|R-λI| = 0 计算Rjk阵的特征值λk(k= 1，2，...，p)，并列出特征值λk的特征向量Lk(k= 1，2，…，p)。

确定因子数量后，利用凯撒正态化最大方差法对成分矩阵进行旋转，依据旋转后的成分矩阵表格[8]判断因子与评价要素对应关系如表5 所示。表5 中的数值为因子载荷值，它表示评价要素在每个公因子上的相对重要性，因子载荷值越大，说明评价要素对这一公因子越重要。选取每个评价要素最大载荷值对应的因子进行归类，参照各个要素的最初内涵，将铁路运输企业专业技术岗位评价的4 个公因子命名为能力和特质、工作强度和环境、知识技能、工作责任。

表4 各因子特征根及总方差解释Tab.4 Factor Eigenvalue and total variance interpretation

2.3 评价要素权重赋值。

采用主成分分析法和层次分析法相结合的组合评价法进行要素权重赋值。首先，采用层次分析法计算要素权重。通过专家对每一层次各因素重要性给出定量表示及重要性判断比较，采用层次分析法对评价要素进行一致性检验，当一致性比率＜0.1 时，通过一致性检验。经计算，公因子和评价要素的一致性比率均小于0.1，说明专家打分所得到的矩阵满足分析要求。组合评价法计算的要素权重如表6 所示。

表5 因子与评价要素对应关系Tab.5 Correspondence relationship between factors and evaluation elements

表6 组合评价法计算的要素权重Tab.6 Weight of evaluation elements calculated by combined evaluation method

从表6 可以看出，在铁路专业技术岗位评价要素中，工作责任的权重最大，为31.9%，其中质量责任、研究开发责任、安全责任在工作责任中权重较大，说明铁路专业技术人员对铁路企业提高生产质量、生产效率、确保安全负有重要责任。知识技能、能力和特质的权重相当，分别 为25.5% 和25.1%。 知识技能中，技术知识要求最高，体现了专业技术人员的特点，即需要具备较高的知识文化水平和技术等级。能力和特质中，处理和预防复杂事故的能力权重最大，这主要是因为铁路运输企业对安全生产有很高的要求，作为专业技术人员，必须具有较强的处理和预防事故的能力，确保运输安全。工作强度和环境的权重为17.4%，其中脑力强度、高(低)温、噪声等的危害、工作班制及时间自主性的权重较大，这与铁路运输工作的特点密切相关[8]。

3 结束语

随着铁路运输企业改革的不断深入，以及法人治理结构的不断健全，进而对人力资源管理工作提出了更高要求。科学的岗位评价是实现人力资源优化配置的基础。铁路专业技术岗位是铁路运输企业核心竞争力的具体支撑力量，对铁路运输企业的价值创造具有重要贡献。铁路专业技术岗位评价要素权重的确定是铁路运输企业专业技术岗位评价的基础和核心，对健全与现代企业制度相适应的铁路运输企业岗位评价机制具有重要意义。