层次分析法挑选干部

1层次分析法研究干部选拔问题摘要在干部选拔过程中，对候选人进行综合评价是优选过程中的一项重要工作，传统的评价方法往往难以将定量分析与定性分析相结合，本文通过建立数学模型解决实际问题，运用层次分析法把各个衡量标准分成阶梯层结构，赋以相应的权重，分层次综合评判，以便进行统一规范的量化处理，保证选到真正有利于单位的人才，为加强规范化管理提供借鉴。关键词：干部选拔；综合评价；层次分析法0问题提出在干部选拔过程中有两项重要工作：一是知人善任，选用工作热情高、能力强的领导干部，建立起强有力的工作组织，实现人员的自我管理、自我教育和自我服务；二是公正客观、恰如其分地评选出各类优秀干部。因此对候选干部的综合评价就成为一项非常重要的常规性工作，而评价的方法往往决定着评价结果的准确性。目前，我们普遍采用的评价方法是投票选举与民主评议相结合的方式，这种方式操作简单，参与面广，能够代表大多数人的意见，但主观性强、随意性大。如果在综合评价时无法将量化指标和非量化指标结合起来，往往会导致量化指标成为综合评价的先决条件，非量化指标就会被淡化或忽视，偏离了最初的评选标准，评价结果也就存在不同程度的偏差。探索一种科学的综合评价方法，建立一套反映实际的评价指标体系并逐步健全和完善之后，对进一步规范各项管理工作，提高工作实效,具有切实意义。笔者在本文中尝试运用一种系统、简洁、实用的综合评价方法——层次分析法对干部进行综合评价。干部的选拔需要从健康、业务知识、书面表达能力、口才、道德水平、和工作能力6个标准来衡量，6个衡量标准对干部选拔所占的权重不同，来全面评价干部能力。21问题分析对于干部选拔问题，本文先采用层次分析法，画出层次结构，根据不同衡量标注所占的权重及题目给出比较矩阵对数据进行处理，得到准则层等级，并对各层进行一致性检验，根据检验结果及判断矩阵的不一致性程度的容许范围，对未通过一致性检验的判断矩阵进行校正，并重新计算权向量，和一致性检验，通过一致性检验后，确定组合权向量，并利用Matlab软件得到得到各位候选人的综合排序，最终确定选择何人。2模型假设1.假设组织部门对三位候选人的考核是完全公平、公正的；2.假设三位候选人中途不会退出；3.假定在测试中三位候选人都正常发挥；3符号说明：判断矩阵的特征根；ω：判断矩阵的最大特征根的特征向量；CI:一致性指标;RI:平均随机一致性指标；CR:一致性比率；比较矩阵;4模型建立3构建层次模型之前，通过成立专家组，确定干部选优的评价指标为健康、业务知识、书面表达能力、口才、道德水平以及工作能力六个方面，对干部进行选优（3选1），假定3个候选人分别为A、B、C，方案A1为选用候选人A；方案A2为选用候选人B；方案A3为选用候选人C。通过分析，构建的综合评价层次结构模型如图1所示：图1综合评价层次结构模型从第二层准则层开始针对上层某个元素进行两两对比，并按重要程度评定等级，按两两比较结果构成判断矩阵。评价基准或判断标度如表1所示：表1评价基准标度简要说明1两要素对于某个性质具有同样的贡献3从经验判断，要素Si比Sj稍微重要5从经验判断，要素Si比Sj较强重要7从经验判断，要素Si比Sj强烈重要9从经验判断，要素Si比Sj绝对重要2、4、6、8表示需要在上述两个标准之间取折衷值倒数要素Si比Sj比较得判断值bij，Si与Sj比较得判断值bji=1/bij根据规定的用人原则，构建了准则层对目标层的判断矩阵（表1），对三个候选干部在健康（表2）、业务知识（表3）、书面表达能力（表4）、口才（表5）、道德水平（表6）以及工作能力（表7）六个方面进行评比，确定两两比较矩阵如下：表2准则层对目标层的判断矩阵选一名领导干部B1B2B3B4B5B6优先级向量选一领导干部4B11234220.305B211221/210.16B31/31/2111/220.106B41/41/211120.113B51/2221120.226B61/211/21/21/210.09表3健康指标对方案层的判断矩阵健康B1方案A1方案A2方案A3优先级向量方案A11420.558方案A21/411/30.122方案A31/2310.32表4业务知识指标对方案层的判断矩阵业务知识B2方案A1方案A2方案A3优先级向量方案A11320.535方案A21/311/30.129方案A31/2310.337表5书面表达能力指标对方案层的判断矩阵书面表达能力B3方案A1方案A2方案A3优先级向量方案A11310.443方案A21/311/20.169方案A31210.388表6口才指标对方案层的判断矩阵口才B4方案A1方案A2方案A3优先级向量方案A11530.648方案A21/511/20.122方案A31/3210.230表7道德水平指标对方案层的判断矩阵道德水平B5方案A1方案A2方案A3优先级向量方案A11240.557方案A21/2130.321方案A31/41/310.122表8工作能力指标对方案层的判断矩阵工作能力B6方案A1方案A2方案A3优先级向量方案A11350.648方案A21/3120.230方案A31/51/210.1225模型求解51）首先计算判断矩阵（表2）各要素的优先级向量：6224321=2.143612/12211=1.123622/1112/13/1=0.741621112/14/1=0.7936211222/1=1.589612/12/12/112/1=0.6292）将上述计算结果正交化，便可以得到表2中各指标的优先级向量，如下所示：2.143+1.123+0.741+0.793+1.589+0.629=7.0182.143/7.018=0.3051.123/7.018=0.160.741/7.018=0.1060.793/7.018=0.1131.589/7.018=0.2260.629/7.018=0.09以选一名领导干部为准则，健康B1、业务知识B2、书面表达能力B3、口才B4、道德水平B5以及工作能力B6的优先级向量为：W1=（0.305，0.16，0.106，0.113，0.226，0.09）T同理，可以计算其他矩阵的优先级向量，如各表最后一列所示：W2=（0.558，0.122，0.320）TW3=（0.535，0.129，0.337）TW4=（0.443，0.169，0.338）TW5=（0.648，0.122，0.230）TW6=（0.557，0.321，0.122）TW7=（0.648，0.230，0.122）T6模型结果分析与检验6在上文中我们建立起了判断矩阵，使得判断思维数学化，简化了问题的分析，使得问题的定量分析成为可能，但是在建立两两对比矩阵时，由于评价者在价值取向和定级技巧以及对重要性等级赋值的非等比性等原因，可能会出现“A比B重要，B比C重要，C又比A重要”的有悖于常理的判断矩阵，这种判断是难以令人置信的。进行矩阵一致性检验的目的就是为了检查评价者判断思维的一致性，使各判断之间协调一致，不致出现相互矛盾的结果。虽然成对比较矩阵通常不是一致阵，但是只要其不一致的程度在容许范围内，就可以用它所对应于最大特征根λmax的特征向量作为被比较因素的权向量，Saaty将CI=(λmax-n)/(n-1)定义为一致性指标，CI越大，不一致越严重，并建议取一致性指标(CI)对随机一致性指标(RI)的比，即一致性比率(CR)作为一致性检验判别式，CR=CI/RI。如果CR0.1，检验通过，否则需对判断矩阵进行调整，重新计算(RI的值可从表9[1]中查出)。表9随机一致性指标(RI)数值表维数n123456789RI0．000.000.580.961．121，241．321.411.45决策层选一领导干部对6个指标建立的判断矩阵的最大特征根及一致性检验如下：由09.0226.0113.0106.016.0305.012/12/12/112/1211222/121112/14/122/1112/13/112/12211224321MW=625.0204.1781.0694.0106.103.2最大特征向量为：max=09.0625.0226.0204.1113.0781.0106.0694.016.0106.1305.003.261=6.51341665134.6CI=0.102724.11027.0CR=0.0830.1故认为决策层选一领导干部对6个指标建立的判断矩阵的一致性较好，通过一致性检验。同理，可依次求出B1、B2、B3、B4、B5、B6对3个方案A1、A2、A3建立的判断矩阵的最大特征根，并对其进行一致性检验，求的数值如下：可靠准则B1对三个方案建立的判断矩阵的最大特征根及一致性检验：max=3.018133018.3CI=0.00958.0009.0CR=0.0160.1故判断矩阵的通过一致性检验。可靠准则B2对三个方案建立的判断矩阵的最大特征根及一致性检验：max=3.053671330536.3CI=0.02758.0027.0CR=0.0470.1故判断矩阵的通过一致性检验。可靠准则B3对三个方案建立的判断矩阵的最大特征根及一致性检验：max=3.01831330183.3CI=0.00958.00092.0CR=0.01570.1故判断矩阵的通过一致性检验。可靠准则B4对三个方案建立的判断矩阵的最大特征根及一致性检验：max=3.004133004.3CI=0.00258.0002.0CR=0.0030.1故判断矩阵的通过一致性检验。可靠准则B5对三个方案建立的判断矩阵的最大特征根及一致性检验：max=3.01831330183.3CI=0.0091558.000915.0CR=0.01580.1故判断矩阵的通过一致性检验。可靠准则B6对三个方案建立的判断矩阵的最大特征根及一致性检验：max=3.00371330037.3CI=0.0018558.000915.0CR=0.00320.1故判断矩阵的通过一致性检验。综上所述，各项判断矩阵的一致性较好，均通过一致性检验。5）确定总体优先级向量所谓合成权重向量，是指最下层(方案层)诸元素对最上层(目标层)的权重向量，它的每一分量表示相应方案在目标中所占的份额或比重。计算的总体优先级向量如表10所示：表10总体优先级向量选一名领导干部B1B2B3B4B5B6总体优先级0.3050.160.1060.1130.2260.098方案A10.5580.5350.4430.6480.5570.6480.560方案A20.1220.1290.1690.1220.3210.2300.183方案A30.320.3370.3880.2300.1220.1220.252总体优先级向量的计算如下：0.3050.558+0.160.535+0.1060.443+0.1130.648+0.2260.557+0.090.648=0.5600.3050.122+0.160.129+0.1060.169+0.1130.122+0.2260.321+0.090.230=0.1830.3050.320+0.160.337+0.3380.106+0.1130.230+0.2260.122+0.090.122=0.252根据总体优先级向量，可以知道优选候选人A的总体优先级为0.560，优选候选人B的总体优先级为0.183，优选候选人C的总体优先级为0.252。可以认为三个方案的排序为A1，A3，A2，所以应该选择A1方案，即选拔A为领导干部。7模型的评价与推广层次分析法作为一种定性与定量相结合、系统化、层次化的决策方法，将其运用于干部选拔问题，有助于科学地比