運輸企業(yè)的績效評定7(參考版)
2025-05-19 08:40本頁面
【正文】 評估結(jié)果的應(yīng)用有兩個方向，其一是藉由觀察評估指針的分群結(jié)果，探討不同類型的指針(運輸指針、混合指針、財務(wù)比率)在營運績效評估中各自代表的績效層面及指針類型間的關(guān)系；另一則是藉由績效排序的結(jié)果，探討公司在三種營運功能(生產(chǎn)、行銷、管理)上的表現(xiàn)，進而協(xié)助管理者發(fā)現(xiàn)組織運作的癥結(jié)，研擬適當(dāng)對策。利用「TOPSIS」多評準(zhǔn)決策法將代表性指針值轉(zhuǎn)換為各業(yè)者的績效分數(shù)，并分別依「生產(chǎn)效率」、「行銷效率」、「執(zhí)行效率」與「整體營運績效」等四個向度進行受評業(yè)者的排序。利用「灰色關(guān)聯(lián)分析」將關(guān)聯(lián)度高的同型指針歸于同一群，并依同型群中指針間灰關(guān)聯(lián)序列的得點狀況擷取代表性指針。除了「運輸指針」外，另納入「混合指針」與「財務(wù)比率」共同形成初選指針集合。步驟三：產(chǎn)生評估指針集合。步驟二：列出評估項目。步驟一：形成概念架構(gòu)。根據(jù)上述Ci*值的大小得知，在生產(chǎn)效率的表現(xiàn)上，四家公路客運業(yè)者的排列依序為：三重、首都、淡水、指南。S1+=, S2+=, S3+=, S4+=S1=, S2=, S3=, S4=四、計算各業(yè)者之生產(chǎn)效率與理想解之相對接近程度。由表414各代表性指針值可決定理想解與負理想解之集合。六個代表性指針之正規(guī)化值如表414所示。四家業(yè)者在生產(chǎn)效率上之六個代表性指針原始值如表413所示。根據(jù)步驟四所得之Ci*的大小，即可排列各方案間相對績效之順序。步驟四：計算各方案(運輸業(yè)者)對理想解的相對接近程度(Ci*)。其中，J={j=1,2,…,k|k屬于效益準(zhǔn)則}，效益準(zhǔn)則系指指針值愈大則該指針?biāo)弥冃Х謹?shù)愈高；J’={j=1,2,…,k|k屬于成本準(zhǔn)則}，成本準(zhǔn)則系指指針值愈小則該指針?biāo)弥冃Х謹?shù)愈高。本文選擇向量正規(guī)化做為指針值正規(guī)化的方法，主要系因此法具有計算簡單且經(jīng)常與TOPSIS多評準(zhǔn)決策法配合使用的優(yōu)點。步驟一：原始值正規(guī)化(Normalization)。所謂正理想解意指替選方案中，效益最大或成本最小的準(zhǔn)則值；反之，效益最小或成本最大之準(zhǔn)則值即為負理想解。以下介紹TOPSIS法的計算步驟，并舉一簡例說明之。計算各方案(運輸業(yè)者)的績效分數(shù)，其意義不在絕對數(shù)字的大小，而在彼此間相對比較的結(jié)果。經(jīng)由計算得知，(愈遠愈佳)。此概念奠基于代表性指針應(yīng)有距正理想解愈近、距負理想解愈遠的特性。若得點相同時，則依其排序第一的次數(shù)多寡決定；若排序第一的次數(shù)亦同，則以排序第二的次數(shù)決定，依此類推。若某同型群內(nèi)之評估指針其灰關(guān)聯(lián)排序如表412所示，排序第一、第二、第三、第四的得點分別是4,3,2,1，以X1為例，排序第二(得點3分)出現(xiàn)一次，排序第三(得點1分)出現(xiàn)三次，故其總得點為31+23=9。表410 灰色關(guān)聯(lián)系數(shù)例－獲利能力類P1P2P3P4P5P1－P2－P3－P4－P5－＊：由表410知，故P3可視為該類的獨立比率；P1與P2間的灰色關(guān)聯(lián)系數(shù)皆大于門檻值()，且由表411知，分別以PP2為參考序列時，與其它比率關(guān)聯(lián)度的排列順序十分相似，因此，選擇P1與P2可視為同型群指針；同理，其它比率對P4與P5的關(guān)聯(lián)度排序亦非常相近，此二指針亦可視為同型群。茲以表36「獲利能力」類財務(wù)比率之分群為例，說明如下。茲舉例說明如下。分辨系數(shù)的大小可以根據(jù)實際需要做適當(dāng)?shù)恼{(diào)整，它只會改變相對數(shù)值的大小，不會影響灰色關(guān)聯(lián)度的排序，；而各因子間之灰關(guān)聯(lián)度r (X0,Xi)便可由灰關(guān)聯(lián)系數(shù)的平均值求得，數(shù)學(xué)式如下： 簡例說明依據(jù)各指針間灰色關(guān)聯(lián)度的計算結(jié)果，將具有高關(guān)聯(lián)度的指針劃為同群，并從各群中擇一代表該群的評估指針。依鄧聚龍教授之定義，子序列Xi之于母序列X0在第p點的灰關(guān)聯(lián)系數(shù)為：其中ζε[0,1]，稱為分辨系數(shù)。：對灰色訊息關(guān)系的數(shù)量化約束，以| x1(i)xj(i) |為灰關(guān)聯(lián)系數(shù)的主控項。：說明灰關(guān)聯(lián)度的計算除了兩個因素間的關(guān)聯(lián)性外，亦考慮系統(tǒng)中其它因素的相對關(guān)系。：說明系統(tǒng)中任何兩列訊息是互相關(guān)聯(lián)的，不是彼此孤立無關(guān)的。Xp(tp)X0：X1：X2：tp54321圖41 序列二維平面圖二、灰關(guān)聯(lián)四公理。設(shè)有k+1個序列(如：時間序列、指針序列、空間分布序列…等)X0={X0(t0) | t0 = 1,2,…,m0}X1={X1(t1) | t1 = 1,2,…,m1}...Xi={Xi(ti) | ti = 1,2,…,mi}...Xk={Xk(tk) | tk = 1,2,…,mk}其中，X0稱為母序列(參考序列)，而X1,X2,…,Xk稱為子序列(比較序列)，且m0,m1,…,mkεN。，本節(jié)主要就其理論之定義與量化模型說明如下(胡宜珍，民82；張有恒、陳俊魁，民86；Tzeng and Tsaur, 1994)。然而，在從事運輸業(yè)的分析時，常面臨資料不全與不確定性的困境，基于此，本研究乃囿于現(xiàn)實，針對少量數(shù)據(jù)與不確定數(shù)據(jù)的分配型態(tài)，以鄧聚龍教授于1982年提出的灰色關(guān)聯(lián)分析法進行代表性評估指針的分群，再從各群中擷取代表性指針。表47 生產(chǎn)效率之財務(wù)比率的衡量意涵指針名稱指針之衡量意涵流動比率顯示企業(yè)的短期負債中，有多少短期資金可做為償還，用以衡量企業(yè)的短期償債能力業(yè)主權(quán)益占固定比率顯示企業(yè)的固定資產(chǎn)中，有多少是由自有資金供給，用以衡量企業(yè)的財務(wù)結(jié)構(gòu)是否健全自有資產(chǎn)比率顯示企業(yè)的總資產(chǎn)中，有多少是由自有資金供給，亦用以衡量企業(yè)的財務(wù)結(jié)構(gòu)是否健全長期負債占固定比率顯示每一元的長期負債有多少固定資產(chǎn)的保障，用以衡量企業(yè)將長期資金運用于固定資產(chǎn)的程度負債比率顯示企業(yè)每一元的負債有多少資產(chǎn)的保障，用以衡量
公司管理相關(guān)推薦
鄂ICP備17016276號-1