基于topsis法企业关系平衡探究

《基于topsis法企业关系平衡探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于TOPSIS法企业关系平衡探究　　摘要：企业与员工之间的关系是否趋近平衡或者相对平衡对于企业的发展至关重要。针对这一问题，将企业关系平衡作为一个整体进行分析判断，并建立了企业关系平衡的评价体系和等级标准，通过层次分析法对各评价指标赋权后，采用TOPSIS法对企业关系平衡状态进行综合评价。该方法抛弃了将雇主和雇员的满意度作为一个分离的对立关系研究问题的传统方法，而是将其作为一个整体，这对于提高企业的整体实力来说更有意义。关键词：企业关系平衡层析分析法TOPSIS法一、研究背景传统的观点认为，企业与员工之间的关系，可以理解成天平平衡的关系，天平的左边是员工向企业的付出，也是企

2、业评价员工的指标；天平的右边是企业向员工的付出，也是员工评价企业的指标。只有当双方付出的东西相当、双方的满意程度评价相当时，才能使天平保持平衡。但这样的理解只是理想化的。事实上，雇主和雇员都会尽量从“个人利益最大化”出发选择自己的策略，天平始终是处于一个不平衡的状态，即企业长期处于一个不平衡的关系状态。因此，我们只能够说企业的关系状态是趋近平衡或者说是相对平衡的。5目前，对于此类问题的讨论，主要集中在用博弈论、微分方程的相关方法进行研究。而我们认为，对本问题的解决其实可以通过更为简单的方法：把企业关系平衡作为一个整体进行分析判断，对企业关系平衡状态进行综合评价。TOPSIS[

3、1，2，3]（TechniqueforOrderPreferencebySimilaritytoIdealSolution）是一种常用的有限方案多目标决策分析法，它主要借助于决策问题的“理想解”和“负理想解”进行排序优选，也称为逼近理想解排序法。由于其原理简单便于理解运用，有着广泛的应用。因此，我们将TOPSIS法用于企业关系平衡的研究。二、企业关系平衡评价指标体系及等级标准构建企业平衡评价指标体系是为进行企业平衡评价以及维持企业关系平衡的目标服务。为实现这一目的，要求企业平衡评价指标体系必须能真实客观、完整准确地反映企业雇主和雇员关系的平衡状况。这就需要在构建指标体系时遵循

4、以下原则：1）系统性原则，指标体系的构建应有高度的概括性和覆盖面，能比较完整地反映企业关系平衡的内涵和状况；2）可度量原则，要求指标体系要有精确的定量化的数值来表示，它既包括可通过实证调研获得的数值，也包括通过专家评分获得的主观数值；3）不相关原则，在设计指标体系时应尽量减少指标间的相关关系和重叠区域，5并将相关性减少到最低限度。依照上述原则，对影响企业关系平衡的因素进行归类，将其划分为两个部分，即员工绩效和员工满意度，构造出指标体系的框架，然后通过实证研究、资料分析及专家调研等方法，对构造出的指标体系框架进行细分、补充和删除，从而建立企业关系平衡状态评价指标体系如图1。三、

5、企业关系平衡评价1.建立企业关系平衡的等级标准（1）根据这14个指标设计两类调查问卷，一类是员工填写，用来得到其雇员满意度；一类是管理者填写，得到其对员工绩效的评价，最终可求出14个指标的平均值，即该企业各指标的得分。且同一准则下评估等级采用模糊数1，3，5，7，9来标识同一层次体系的相对强度。（2）假设企业关系平衡的理想状态为14个指标得分都是9，负理想状态为14个指标得分都是0，则有企业关系平衡评价各指标的等级标准如表1：2.基于TOPSIS的企业关系平衡评价模型（1）建立标准决策矩阵其中，第一行为假设的理想平衡状态，第二行为假设的负理想平衡状态，最后一行为企业实际得分。

6、5用AHP法，通过一致性检验，计算各指标权重为：[0.0907，0.0919，0.071，0.0726，0.0694，0.0506，0.0513，0.1028，0.0753，0.0556，0.1017，0.0548，0.0768，0.0329]。则有=[0.9906，0，0.1140，0.3306，0.5477，0.7887，0.5152]。我们可以观察到企业实际得分所对应的值为0.5152，位于值0.3306和0.5477之间，即0.5152在[0.3306，0.5477]内。由以上算法逆推回去可以知道，[0.3306，0.5477]所对应的区间为[3，5]，也就是说企业实

7、际得分所对应的平衡状态应该处于3-5的等级，因此可以判断宏庆物业的企业平衡状态为不平衡。五、结论本报告将企业关系平衡作为一个整体进行分析判断，并建立了企业关系平衡的评价体系和等级标准。最后通过层次分析法对各评价指标赋权后，采用TOPSIS法对企业关系平衡状态进行综合评价。该方法抛弃了将雇主和雇员的满意度作为一个分离的对立关系研究问题的传统方法，而是将其作为一个整体，这对于提高企业的整体实力来说更有意义。参考文献：[1]Hwang.CL，YoonK.Multipleattributedecisionmak