基于绩效棱柱理论的AHP-FCE模型评价方法研究

毕泽江，潘宏鹏，刘忠轶

(中国人民公安大学公安管理学院，北京 100038)

0 引言

公安政治工作是公安工作的“生命线”，公安机关坚持政治建警，全面从严治警，关键在于政治工作部门的监督落实。公安政工部门作为党在公安机关中开展政治工作的“指挥员”与“践行者”，承担着公安队伍的思想建设与组织建设两大主要任务，尤其在“大政工”的工作背景下，公安政工部门集“选人、用人、育人、留人、管人”于一体，其部门绩效将直接关系到公安机关的“四化”建设效果和“四个铁一般”公安铁军锻造效果，从而影响公安队伍的长远可持续发展。

公安政工部门具有政治性与综合性，追求的目标也呈现多元化。同时，政治工作主要是做人的工作，具有很强的主观性与艺术性，这些因素造成了公安政工部门的工作绩效难量化、难考核的问题[1]。在实践中，公安政工部门的评价方法主要是听取汇报、查阅台账的方式，缺乏科学合理的评价方式，导致个别单位的政治工作出现“说起来重要，做起来次要，忙起来不要”的情况[2]。目前国内还没有针对公安政工部门或公安政治工作绩效评价的系统研究，主要原因是受困于量化分析难的问题。基于此，如何科学评价公安政工部门的绩效，发挥考核的“指挥棒”和“助推器”作用，为公安政治工作的改进提供决策参考，已成为公安管理研究领域亟待破解的难题之一。

1 基于绩效棱柱理论的指标体系构建

1.1 理论介绍

绩效指标体系的构建是开展绩效评价的基础，在现有研究中，虽然平衡记分卡理论和KPI理论已经在公安组织绩效评价领域中得以广泛应用[3]，但本研究主要依据三维绩效棱柱框架理论[4]作为公安政工部门绩效评价的指标体系框架。绩效棱柱理论是用三棱柱的5个面分别代表组织绩效存在内在因果关系的5个主要要素，5个要素分别为利益相关者的贡献、业务流程、组织能力、组织战略和利益相关者的满意。绩效棱柱理论相较于平衡记分卡具有更加全方位的绩效测量框架，同时对利益相关者具有双向化态度，既从其得到贡献，又关注了其满意度，该理论已在图书馆、医院等公共部门绩效评价中广泛应用。

公安政工部门在性质上倾向于服务保障型的管理部门。同时，公安政治工作既依靠民警，也作用于民警，公安民警是其最直接的利益相关者，他们对公安政工部门工作业绩的好坏最具发言权，公安民警对于公安政治工作也具备成为组织利益相关者的合法性和权力性条件，符合绩效棱柱理论中利益相关者的条件要求[5]。另外，5个维度构成的绩效框架逻辑性强，且富有弹性，能够根据绩效评价的实际情况进行不同程度调整，尤其“组织战略”、“业务流程”和“组织能力”这3个维度可在保证整体框架逻辑严谨的基础上进行调整，因而以该理论框架为指导有助于科学系统地构建公安政工部门绩效评价指标体系。

1.2 理论的改进应用

绩效棱柱理论最初是面向企业开发的，而公安政工部门与企业在组织属性、组织战略方面存在着本质差别，在将该理论应用于公安政工部门绩效评价时，通过对各维度的适切性进行分析可以发现公安政工部门的“组织战略”不适宜进行评价。公安政工部门具有政策性和政治性，其战略具有稳定性。因此需要对该模型的“组织战略”维度进行改进。从逻辑关系的角度出发，业务流程是实施战略的过程环节，组织能力是实施战略的基本保障，流程和能力都是为战略目标实现而服务的，基于此，“组织战略”维度也可延伸为反映战略实施结果效果的“战略产出”维度，因此将绩效棱柱原本的“组织战略”修改为“组织战略产出”。改进后的绩效棱柱模型以“利益相关者的满意”和“利益相关者的贡献”两个维度为顶面和底面，中间的支撑面分别代表“部门业务流程”“部门能力”和“部门战略产出”，如图1所示。

图1 公安政工部门绩效评价模型

1.3 指标体系构建

以改进后模型构建包括5个维度的一级指标和29个二级指标的公安政工部门绩效评价指标体系，如表1所示。其中部门业务流程(A2)、部门能力(A3)、部门战略产出(A4)3个维度的指标来源于2017年公安部印发的《公安机关思想政治工作规范》以及公安部政治部印发的《公安政治工作学》中所明确指出的公安政治工作的概念、内容及目标[6]，利益相关主体的贡献与满意两个维度的指标则是在明晰公安政工部门的主要工作活动后，通过对公安机关普通在职民警及公安政工部门工作人员实地访谈调研得到。

1.3.1 利益相关主体贡献(A1)

公安政工部门工作绩效的利益相关者包括全体民警和政工干部。公安政治工作需要全体民警的积极配合、共同参与、群策群力，是公安政治工作主体与客体良性互动的过程，没有民警及政工干部的贡献，就无法实现公安政治工作的目标。该维度指标反映的民警与政工干部在公安政治工作中的付出与贡献，是公安政工部门绩效结果的构成要素之一。

1.3.2 部门业务流程(A2)

部门业务流程包含的是公安部所规定的公安政工部门日常工作重点，体现的是部门的基本职能，该维度的指标最直接体现公安政工部门的业务工作完成情况。其中A21～A24属于思想工作范畴，A25～A29属于组织工作范畴，这些都是公安政工部门在实际工作中不可缺少的工作内容，是公安政工部门绩效结果的重要组成部分。

1.3.3 部门能力(A3)

部门能力属于过程性绩效，是组织长期发展的必备要素，也是组织实施业务流程的重要支撑。公安政工部门需要有思想教育引导能力和战时动员能力才能做好思想工作，需要有机构协调能力和监督检查能力才能做好组织工作。另外，与时俱进，增强数字化信息平台建设应用能力，开展智慧政工建设应用，也是公安政工部门适应数字化建设发展的必经之路。

1.3.4 部门战略产出(A4)

部门战略产出是公安政工部门的目标使命，是公安政工部门在特定时期内工作成果好坏的综合表现。公安队伍的革命化建设成果对应着政治建警；警队的整体纪律作风和廉洁自律情况对应着从严治警；社会声誉是否良好，群众是否认可支持，这是对警队整体组织工作成效的综合性评判；警队内部是否思想统一、团结一致，是否凝心聚力、士气高涨，则是对警队整体思想状况的综合性评判。

1.3.5 利益相关主体满意(A5)

公安政工部门不仅是“教导员”和“训练员”，还是“服务员”和“保障员”。从优待警政策落实情况如何，“爱警暖警”工作效果如何，要看全体民警的满意感、获得感如何。民警对于身心健康保障、警营文化建设、暖警工程效果、工作权益保障、奖惩晋升公平度这些直接影响到自身利益的工作效果感受能够更直接反映其对公安政工部门工作的满意程度。

2 AHP- FCE模型评价方法

2.1 层次分析法(AHP)

本研究依据层次分析法[7]，通过MATLAB求解将专家意见有效转换成所建立指标体系的权重W。

2.1.1 构造判断矩阵

对于同一层次的元素Aij(i=1,2,…,m;j=1,2,…,n)重要性的比较可采用表2所示的1～9标度法。

2.1.2 确定权重值和权向量

通过AW=λmaxW解特征值问题，可以求出特征向量，式中的A为判断矩阵，λmax为矩阵A的最大特征向量，W是A对应于λmax的特征向量，Wi即为相应元素层次单排序的权重值。在层次分析法中，求特征向量的方法一般有算术平均法(和积法)和几何平均法(方根法)，本研究采用算数平均法求解判断矩阵的最大特征根和对应的特征向量。计算过程如下：

对判断矩阵A的列向归一化处理：

(1)

对判断矩阵A的行和归一化处理：

(2)

(3)

得到评价元素的权向量集为：

(4)

2.1.3 一致性检验

对构造的判断矩阵需要进行一致性检验以保证其判断没有逻辑错误，满足总体一致性，一致性检验计算公式为：

(5)

(6)

(7)

平均随机一致性指标RI的取值如表3，n代表判断矩阵的阶数。当CR<0.10时，则判断矩阵具有满意的一致性，否则需要对判断矩阵进行修正。

表3 平均随机一致性指标取值

2.2 模糊综合评价法(FCE)

模糊综合评价法是以模糊变换的理论为基础，将定性与定量相结合，精确与非精确相统一的分析评判方法[8]，其数学模型的建立过程如下。

2.2.1 建立因素集和评语集

因素集即评价指标体系集，可表示为U={u1,u2,…,un}，其中ui=(i=1,2,…,n)，这里的n是指同一层次单个因素的个数；评语集可表示为V={v1,v2,…,vn}，其中vj(j=1,2,…,n)代表评价等级标准，这是一个因素中所包含的所有评价结果。

2.2.2 构建隶属度矩阵

构建了因素集和评语集后要一一对被评对象从每个因素上进行量化，即确定每个因素被评对象对等级模糊子集的隶属度，从而得到模糊关系矩阵。首先构建隶属度子集Ri=(ri1,ri2,…,rin)，其中Ri是评价因素中第i个指标对应于评价集合中每个评价标准v1,v2,…,vn的隶属度，rij(j=1,2,…,n)代表第i个指标中选择vi等级的人数与参与评价的总人数的比，然后根据隶属度子集构建模糊评价矩阵R。

(8)

2.2.3 确定综合评价的模糊算子

常见的模糊算子关系类型有4种，包括主因素决定型、主因素突出型、不均衡平均型和加权平均型，其中加权平均型算子因为兼顾到了各评价指标的权重，最能完整体现被评价对象的整体特征，因此在研究中也最为常用。本研究主要采用加权平均算子。

2.2.4 合成总目标评价向量

在以上计算基础上，将权向量W和模糊关系矩阵R进行复合运算，得到总目标评价向量B，将评语集等级赋值，最终综合得分即为F=BV

(9)

3 数据测量与实证分析

3.1 问卷收集与信效度检验

问卷采用网络平台定向发放的形式，邀请L地公安局在职警务人员填写，问卷发放于2021年7月16日开始，于2021年7月24日停止，回收问卷461份，经过反向问题分析后的筛选剔除，得到有效问卷446份，有效比例为96.75%。为了测算本问卷的信度和效度，表4给出了问卷各部分数据经过SPSS22.0的KMO检验和Bartlett球形检验结果，可以看出问卷中5个维度样本的KMO系数均大于0.8，sig值均小于0.01，表明问卷具有合格的结果效度。同时，各变量的Cronbachα系数均在0.9以上，说明本研究测量问卷具有较好的信度[9]。

表4 公安政工部门绩效评价问卷信效度检验结果

3.2 赋权结果

对回收的专家问卷进行处理，根据问卷中5个一级指标选项各元素比例之间的比较，得到两两元素间的相对关系，如表5所示。

表5 一级指标相对关系图

WA1～A(11～15)=(0.347 3,0.192 6,0.127 4,0.095 7,0.237 1)WA2～A(21～29)=(0.065 5,0.058 7,0.061 1,0.080 0,0.099 8,0.106 4,0.130 6,0.198 9,0.198 9)WA3～A(31～35)=(0.316 5,0.101 1,0.141 6,0.151 1,0.289 8)WA4～A(41～45)=(0.321 2,0.160 6,0.102 4,0.207 9,0.207 9)WA5～A(51～55)=(0.402 6,0.079 9,0.110 4,0.254 9,0.152 3)WA～A(11～55)=(0.083 4,0.016 5,0.022 9,0.031 5,0.052 8,0.117 5,0.058 7,0.037 5,0.076 0,0.076 0,0.011 8,0.013 2,0.012 3,0.016 1,0.020 1,0.021 4,0.026 3,0.040 1,0.040 1,0.043 6,0.013 9,0.019 5,0.020 8,0.039 9,0.030 5,0.016 9,0.011 2,0.008 4,0.020 8)

3.3 模糊综合评价结果

首先建立评语集V=(v1,v2,v3,v4,v5)=(非常不满意，不满意，一般，满意，非常满意)，以百分制将上述5个等级数值化，分别对应20分，40分，60分，80分和100分。因素集U包含利益相关主体贡献、部门业务流程、部门能力、部门战略产出和利益相关主体满意5个一级指标，因此U=Ui(i=1,2,3,4,5)，其中每个Ui下又分几项二级指标Uij。根据问卷调查评分情况，得出每个指标Uij隶属于评价集V的人数与参与样本总人数的比值Ri，继而得到模糊关系矩阵R。

模糊综合评价向量B=WR=(0.028 0,0.068 0,0.345 3,0.378 8,0.179 6)，经过评价结果的单值化处理得到公安政工部门绩效评价最终结果为F=BV=72.262，重复此计算得到五个维度各自的得分F1=74.748,F2=74.032,F3=72.304,F4=74.452,F5=66.004。部门绩效总体得分处于70～80之间，介于一般与满意之间，表明该市公安局公安政工部门整体绩效评价结果已达到合格水平，但尚不够优秀。得分较高的是利益相关者贡献74.748分、部门的战略产出74.434分以及部门业务流程74.032分，得分最低的是利益相关者的满意度66.004分。

4 实证结果分析

为有效提高公安政工部门工作效能，探究科学有效的公安政工部门绩效评价已是亟待解决的重要课题。本研究创新性使用绩效棱柱理论作为绩效评价指标框架，分析了其在公安政工部门绩效评价中所具有的良好适切性，并将该模型中的“组织战略”维度替换为“部门战略产出”，既延续了该模型的系统逻辑性，又契合了公安政工部门绩效评价的实际情况，使得改进后的模型对公安政工部门绩效评价指标体系的建立具有了更加科学的指导意义。通过采用层次分析法与模糊综合评价法相结合的评价方法，实证求得L地公安局政工部门的综合绩效评价分数为72.262，验证了本研究的科学性和实用性。从得分结果来看，L地公安局政工部门绩效整体良好，在利益相关者贡献、部门战略产出和部门业务流程三个部分都得到了74分以上的分数。但同时也可以看到，利益相关者满意度是该部门绩效评价中最低的一个维度，仅取得66.004分，远低于该部门的综合评价分数，说明该政工部门需要加强对公安民警的关注、关心和关爱，在从优待警“爱警暖警”等工作方面还需进一步提高。

通过该模型方法可以对公安政工部门绩效进行科学评价，从而帮助政工部门提高工作效果，未来研究仍可关注以下问题和可拓展方向。从理论模型来看，绩效评价是一项复杂的系统工程，任何一种模型或方法都存在不足之处。虽然绩效棱柱模型在平衡记分卡的基础上有了进一步的优化，但其在利益相关者的界定与分类方面，涉及到财务问题等方面仍待完善，如何进一步改进或创新评价模型框架，是未来公安组织绩效评价研究需要进一步讨论的问题。从评价方法来看，层次分析法与模糊综合评价法虽然在诸多领域得以广泛应用，但使用该方法必须注意各评价因素之间的界限区分，减少评价指标的重复、交叉和互相影响，以保证评价结果的准确性，或可尝试采用网络层次分析法(ANP)来解决此问题。