《绩效评估模式的构建》由会员分享，可在线阅读，更多相关《绩效评估模式的构建（11页珍藏版）》请在金锄头文库上搜索。
1、资料范本本资料为word版本，可以直接编辑和打印，感谢您的下载绩效评估模式的构建地点：时间：说明：本资料适用于约定双方经过谈判，协商而共同承认，共同遵守的责任与 义务，仅供参考，文档可直接下载或修改，不需要的部分可直接删除，使用时 请详细阅读内容第四章模式构建如第三章所述，一个好的营运绩效评估模式须同时兼具完整的概念架构、 实务上的可操作性与评估结果的实用性等三个基本原则。以第三章的绩效评估 概念架构与评估项目为基础，本章旨在建立运输产业营运绩效的评估步骤，第 一节提出本文之研究假设；第二节说明评估指针的类别与绩效评估指针集合的 产生；第三节利用灰色关联分析将关联度高的绩效评估指针予以分群，并
2、从中 撷取各群之代表性指针；第四节以TOPSIS法计算绩效分数；第五节提出评估营 运绩效的步骤。4.1研究假设本文进行运输产业营运绩效评估之研究时，系以客观、可量化的评估指针 为衡量依据。不过，关于资料的来源与使用仍有以下的假设。假设1：许多与营运绩效有关的定性评估指针(如：服务态度、乘坐舒适 度、管理者的经营哲学等)，本文假设此类指针可由公司的营运状况反映出来， 亦即表现在量化的营运资料上。假设2：本文对于运输层面相关资料的搜集系来自政府单位的相关出版 品，财务层面相关资料的搜集则来自各公司的财务报表。至于超出此范围的评 估指针，由于其资料取得不易，实务上亦不易衡量，本文假设此类指针对营运
3、绩效的影响不大。假设3：本文假设所采用的财务报表相关资料并无窗饰(window showing)效果，亦即各公司提供的财务资料系该公司当年度客观且正确的数 字。4.2 绩效评估指针集合基本上，表3-8中不论是公路客运或航空运输，由要素投入、服务产出、 服务消费三大分类两两之间各选一个评估项目相除所得的比值，即可构成一个 绩效评估指针。而依据所使用的资料型式可将评估指针分为三种：若分子与分 母皆为运输层面的评估项目，则其比值称为运输指针；若分子与分母皆为 财务层面的评估项目，则其比值称为财务比率；若分子与分母其中之一为 运输层面的评估项目，另一为财务层面的评估项目，则其比值称为混合指 针。依上述
4、评估指针的形成方式，以公路客运为例，其要素投入、服务产出与 服务消费各有10、7与7个评估项目，在生产效率、行销效率与执行效率上将 分别产生70、49与70个评估指针；以航空运输为例，其要素投入、服务产出 与服务消费各有10、9与7个评估项目，在生产效率、行销效率与执行效率上 将分别产生90、63与70个评估指针。由此可知，其所需处理的资料量相当庞 大，且计算程序复杂。为了避免产生过多不具意义或重叠性高的指针，造成资 源上的浪费，本文除了依第二章之文献回顾以及第三章之概念架构与产业特性 协助产生绩效评估指针外，另采取三个基本原则筛选评估指针。评估指针须有初步的解释意义，否则应予删除。如：负债对
5、劳动类评估项 目、利息费用对乘客人数、延人公里对资产类评估项目等比率，其值并非有意 义的指针，故不列入指针集合中。评估指针间若以先验知识即可判断彼此间具有高度替代性，则视其与本业 是否有直接相关择一为代表。如：营业毛利、营业损益、税前损益、本期损益 皆与公司当期的获利状况有关，但营业损益为营业收入减去营业成本与营业费 用，该值与公司本业的营业状况较有直接关联，在产生混合指针时，将以营业 损益所得之评估指针为主。若评估项目的资料无法取得时，以意义相近的评估项目代替之。除了已上 市、上柜的运输业者外，其余公司的财务资料皆不易取得，至于不列入财务报 表的运输层面评估项目值，则更难得知。以公路客运业为
6、例，本文透过汽车客 运商业同业公会联合会亦仅能取得各业者部分财务资料，而非完整的财务报 表。某些评估项目值（如：总资产、总负债等）仍须透过计算才能得到，某些评 估项目值（如：营业成本、营业费用等）须先定义清楚方能求算，某些评估项目 值（如：本期损益）甚至不可得，资料之处理方式详见5.2节。运输层面的评估 项目值则以公会或政府出版的相关刊物为主要来源，以航空运输为例，本文以 交通部民航局的民航统计年报取得评估项目值。不过部分评估项目值（如：维修 人数、驾驶人员数、耗油量等）因资料不足，改以员工总数与机队数代表之。4.2.1公路客运业之绩效评估指针集合经过三个基本原则的初步筛选，公路客运业的绩效评
7、估指针集合共有56个 指针，其中有19个运输指针，23个财务比率，14个混合指针。按效率别区 分，属生产效率的指针有17个，属行销效率的指针有16个，属执行效率的指 针有23个。兹分述如下。生产效率之评估指针。如表4-1所示，生产阶段的评估指针依其性质分为 劳动生产力、车队生产力、资产生产力、短期偿债力与长期偿债力等五大类。表4-1公路客运业生产效率之评估指针集合行销效率之评估指针。如表4-2所示，行销阶段的评估指针依其性质分为 营运班次行销力、座位行销力、获利力与负债周转率等四大类。表4-2公路客运业行销效率之评估指针集合执行效率之评估指针。如表4-3所示，执行阶段的评估指针依其性质分为 劳
8、动执行力、车队执行力、报酬率、资产与负债周转率等四大类。表4-3公路客运业执行效率之评估指针集合4.2.2航空运输业之绩效评估指针集合航空运输业的绩效评估指针集合共有63个指针，其中有16个运输指针， 27个财务比率，20个混合指针。按效率别区分，属生产效率的指针有22个， 属行销效率的指针有21个，属执行效率的指针有20个。兹分述如下。生产效率之评估指针。如表4-4所示，生产阶段的评估指针依其性质分为 劳动生产力、机队生产力、飞航设备生产力、资产生产力、短期偿债力与长期 偿债力等六大类。表4-4航空运输业生产效率之评估指针集合二、行销效率之评估指针。如表4-5所示，行销阶段的评估指针依其性质
9、 分为飞航班次行销力、营运里程行销力、座位行销力、获利力与负债周转率等 五大类。表4-5航空运输业行销效率之评估指针集合三、执行效率之评估指针。如表4-6所示，执行阶段的评估指针依其性质 分为劳动执行力、机队执行力、报酬率、资产与股东权益周转率等四大类。表4-6航空运输业执行效率之评估指针集合4.2.3财务比率的衡量意涵公路客运与航空运输的绩效评估指针集合中分别有23个与27个财务比 率，主要差异来自两个因素。其一是由于航空运输业的飞航设备在固定资 产中所占的比率甚高，亦将其列为评估项目之一，而由此产生的AM17、AC10与 AC17三个指针在公路客运业的评估指针集合中并不存在；另一个因素则是
10、由于 航空运输业者大多为公开发行公司，其财务报表的取得较易，故本期损益 产生的评估指针AC15亦不出现在公路客运业的指针集合中。兹按生产、行销与 执行效率将主要的财务比率所衡量的的营运绩效意涵分别整理如表4-7、4-8与 4-9所示。表4-7生产效率之财务比率的衡量意涵表4-8行销效率之财务比率的衡量意涵表4-9执行效率之财务比率的衡量意涵4.3代表性指针的撷取绩效评估指针集合中，指针的数目仍多且各指针间的关系仍不明确，若能 将评估指针予以分群，使群间的相关性低，而群内的相关性高，并从各群中选 择具代表该群特性的指针，有助于厘清各指针间的关系，更易于评估结果的解 释。当样本数据量够大，且数据符
11、合常态分配时，大多数研究者利用数理统计 的方法（因子分析、群落分析、判别分析、回归分析）进行代表性指针的撷取。 然而，在从事运输业的分析时，常面临资料不全与不确定性的困境，基于此， 本研究乃囿于现实，针对少量数据与不确定数据的分配型态，以邓聚龙教授于 1982年提出的灰色关联分析法进行代表性评估指针的分群，再从各群中撷取代 表性指针。至于灰色关联度的定义与量化模型、如何从绩效评估指针中归纳同 型指针群，以及如何从同型指针群中撷取代表性指针，分述如下。4.3.1灰色关联度的计算关于GRA法的理论基础与发展概念已于2.2.5节中介绍，本节主要就其理 论之定义与量化模型说明如下（胡宜珍，民82；张有
12、恒、陈俊魁，民86； Tzeng and Tsaur, 1994）。一、定义。设有k+1个序列(如：时间序列、指针序列、空间分布序列等)X0=(X0(t0) | t0 = 1,2,，m0X1=(X1(t1) | t1 = 1,2,，m1Xi=Xi(ti) | ti = 1,2,，miXk=(Xk(tk) | tk = 1,2,，mk其中，X0称为母序列(参考序列)，而X1,X2,Xk称为子序列(比较序 列)，且 m0,m1,，mkeN。若以tp(p=0,1,2,m)所代表的意义为横轴，Xp(tp)所代表的意义为纵 轴，绘出X0,X1,X2,Xk, k+1个序列的二维平面图形，则便可从各子序列与
13、 母序列之折线几何形状相似与否，以判断其关联度之高低(如图4-1所示，折线 X1,X0间之相似程度高过X2,X0，因此认为X1,X0的关联度较X2,X0的关联度为 大)。Xp(tp)0.50.40.30.20.1X0：X1：X2：tp54321图4-1序列二维平面图二、灰关联四公理。灰色关联度须满足灰关联四公理，说明如下。1. 规范性：说明系统中任何两列讯息是互相关联的，不是彼此孤立无关 的。2. 偶对对称性：说明若系统中只有两列讯息时，r(x1,xj)是两两比较，而 两两比较是对称的，这是比较的具体化。3. 整体性：说明灰关联度的计算除了两个因素间的关联性外，亦考虑系统 中其它因素的相对关系
14、。若序列大于三组(包含三组)时，比较结果则不一定符 合对称性。4. 接近性：对灰色讯息关系的数量化约束，以| x1(i)-xj(i) |为灰关联系 数的主控项。三、量化模型。依邓聚龙教授之定义，子序列Xi之于母序列X0在第p点 的灰关联系数为：其中Ze0,1，称为分辨系数。主要功能是做为控制比较序列与参考序 列间对比的大小，使不会成为对整个方程式的主导项。分辨系数的大小可以根 据实际需要做适当的调整，它只会改变相对数值的大小，不会影响灰色关联度 的排序，一般取其值为0.5；而各因子间之灰关联度r (X0,Xi)便可由灰关联系 数的平均值求得，其界定门槛值通常取灰关联系数值为0.75，数学式如下
15、：4.3.2简例说明依据各指针间灰色关联度的计算结果，将具有高关联度的指针划为同群， 并从各群中择一代表该群的评估指针。分群原则系根据各评估指针彼此间的灰 关联系数值而定；代表性指针选取原则系根据某指针与其它同群指针间的关系 程度而定。兹举例说明如下。一、指针分群。兹以表3-6获利能力类财务比率之分群为例，说明如 下。假设经由灰色关联系数的求算，获利能力类中各财务比率间的灰色关 联系数如表4-10所示，表中数字代表任两个财务比率间的灰色关联系数，如： Y（P1,P2）=0.829，Y（P2,P1）=0.788；而比率间的灰关联序列如表4-11所示。表4-10灰色关联系数例一获利能力类火：斜线部分表示灰色关联系数大于0.75由表4-10知，以P3为参考比率的灰色关联系数皆小于0.75，故P3可视 为该类的独立比率；P1与P2间的灰色关联系数皆大于门槛值（0.75），且由表 4-11知，分别以P1、P2为参考序列时，与其它比率关联度的排列顺序十分相 似，因此，选择P1与P2可视为同型群指针；同理，其它比率对P4与P5的关 联度排序亦非常相近，此二指针亦可视为同型群。表4-11灰关联排序例一获利能力类火：斜线部分表示灰色关联系数大于0.75二、指针撷取。若某同型群内之评估指针其灰关联排序如表4-12所示，排 序第一、第二、第三、第四的得点分别是4,3,2,1，以X1为例
