第二章 文獻回顧
2.2 企業經營績效衡量的相關研究
本節回顧企業經營績效衡量之文獻，選定適合概念與方法作後續之分析。
Szilagyi (1981) 認為績效(performance)是一種整體的概念，可以代表整個組 織運作活動的最終結果，組織之一切作為，其最終目的在於達成績效。就對象而 言，績效是一種用來衡量個人、團體以致於組織的工具。就功能而言，企業經營 績效衡量，是企業檢視其企業策略目標的達成度之方法，也是企業檢視其整體競 爭力的具體指標。除了上述功能，績效的評估也是管理控制的一環，績效評估與 績效管理能幫助管理者更有效的管理資源、衡量與控制目標。
績 效 並 無 一 定 之 標 準 ， 但 通 常 將 績 效 分 作 效 率 (efficiency) 與 效 能 (effectiveness)兩類組成元素。效率即是「把事情做好」(doing things right)，而效
14
能即是「做對的事情」(doing the right thing)。而 Robbins (1994) 則認為效能在於 追求組織目標之達成，效率則強調投入與產出之間的關係，追求資源成本之最小 化。雖然，組織資源應用狀況的全面性考核包括了效能與效率、對企業組織而言 效能與效率皆有其重要性。但是，不同組織間各自設定的效能不見得會相同，若 將效能作為績效衡量之研究重點，事實上是有所偏頗，且會有無法客觀表達最終 的績效評比結果之可能。而且，一個組織的資源往往是有限的，因此效率問題自 然會成為管理者關注的焦點。根據上述文獻的觀點，本研究以效率為經營績效衡 量之主軸。
經營效率通常以「經營成果」(output) 與「投入額」(input) 之比值計算與衡 量。但是，效率研究也有其限制：效率的追求要建構在已經確立的企業目標之下，
亦即企業組織在確立目標後，談論效率的提昇才會有意義。因此，本研究在個案 分析時也會根據不同產業設定適合該產業的目標，使效率衡量更具有意義。
效率衡量方法之比較
效率衡量的方法有很多種，根據陳澄隆(2000)提出五種最常使用來衡量效率
的方式，其優點與限制的比較如下：1. 比例分析方法（Ratio Approach）
通常在各種文獻中可看見利用各項比例值相互比較，效率的衡量大半以 單一的投入要素來測量單一的產出，求算比率值作為效率值，例如資本生產 或剷動生產力等。
(1) 優點：
<1> 具有運算簡單、明確、易懂的特性。
<2> 可藉由標準差之設定區分極好或極壞之效率，明確評估績效。
<3> 數據可直接取自財務報表及各比率。且意義明確易懂。
<4> 只需單一項的投入變數與產出變數，使用簡便。
15
(2) 限制：
<1> 只能分別處理單項投入變數與單項產出變數，無法處理多項投入變 數、多項產出變數及應用於較複雜的系統之分析。
<2> 無法認定資源運用是有效率或無效率及提供管理者無效率單位改進方 向，故無法代表組織效率。對於多項投入變數與多項產變數出的組織，
其投入變數或產出變數之間又不易合併時，較難適用。
<3> 以比率分析法算出的結果，除非某一組織的比率值全部優於另一個組 織的比率值，否則將無法決定那一組織較具效率。
<4> 季節性因素也可能扭曲比率分析。
<5> 不同的會計方法可能扭曲比較結果。
2. 迴歸分析法（Regression Analysis）
計量的分析在多數的文獻中，通常是以迴歸模型的方式來分析效率，本 法主要是透過統計分析，運用最小平方法，找出自變數及因變數具因果關係 的迴歸線，惟先假設兩者變數之函數關係為線性、二次或其它型式。以迴歸 分析方法探究產業及廠商的生產效率及其影響因素時，是以產業或廠商的某 一產出變數當作相依變數，而將多個投入變數當成自變數，即可得知各個投 入變數對於產出變數的影響程度，且可從投入變數來預測產出變數的大小。
(1) 優點：
<1> 可同時以某一產業或廠商的多個投入變數來當作自變數，並以最適當 的產出變數當作相依變項，再找出產出變數的主要相關因素，藉此來預 測生產力。
<2> 利用函數型態來表達投入變數與產出變數關係，分析結果較前者客觀 嚴謹且具體。
<3> 可以作為比較差異與預測之工具。
(2) 限制：
<1> 需先對生產函數之參數假設為線性型式。
<2> 迴歸分析所得到的結果是一種趨中性，而非效率上所要求的邊際概
16
念，故無法判斷效率好壞以提供改善的建議值。
<3> 使用迴歸分析方法來評估效率的一個前提是假設其生產函數型態為線 性，這點似乎過於武斷。
<4> 迴歸模式中只可設定一個相依變數，故對於同時有多個產出變數而 言，則無法將各產出變數納入同一模式之中。
<5> 以迴歸分析法計算出來的迴歸線是一個「平均生產函數」，至於如何以 此函數來做效率之比較，則只能靠主觀的認定。
<6> 在同一迴歸模式中，如果自變數之間具有高度的相關性，則參數的估 計將呈現不穩定現象，而且將有偏高的標準差，這種現象稱為共線
（Collinearity ），或稱多變數共線性。
(3) 適用問題：
<1> 多項投入變數與多項產出變數的分析問題及預測問題。
<2> 與平均值之差異比較。
3. 分析層級法（Analytic Hierarchy Process，AHP）
分析層級法其之目的就是將複雜的問題系統化，由不同的層面給予層級 分解，並透過量化的判斷，綜合評估，以提供決策者選擇適當方案的資訊，
同時減少決策錯誤的風險性。
(1) 優點：
<1> 將目標層級化透過一系列的比較與排序，使用方法簡單，無需複雜數 學計算以綜合評估結果，降低決策的複雜性及風險性，提供決策者完成 最佳方案的選擇。
<2> 在決策過程中可以將量化及質化的因素納入考量，藉由專家評估的一 致性，可以迅速獲得重要指標。
(2) 限制：
<1> 主觀賦予各屬性分數，不同的分析者，會有不同的權重，以致分析結 果會有不同。
17
<2> 可選擇出方案的優先順序，卻不易指出何者無效率，且缺乏提供管理 者無效率方案的改善建議。
(3) 適用問題：
主要應用在不確定情況下及具有多個評估準則的決策問題上。
4. 多準則決策（Multiple Criteria Decision Making，MCDM）
此方法用於評估由多重因素組成的組織效率。一般依其處理之問題可設 定為多屬性（Multiple Attributes）或多目標（Multiple Criteria）的各種形式，
為一衡量多項投入變數與多項產出變數效率的良好方法。
(1) 優點：
<1> 評估效率時，可用於多重投入變數與產出變數，較符合實際狀況。
<2> 可以解決不確定因素。
(2) 限制：
<1> 多準則評估時，除所選的評估準則是否具決策能力外，準則間相對重 要性之相對權重值是否適當給予，均會影響最後評估結果。
<2> 處理多項投入變數與產出變數，必頇在各屬性上給予分數及加權值，
但分數及權數很難客觀認定。
(3) 適用問題：
適用於決策性的問題。
5. 資料包絡分析法（Data Envelopment Analysis，DEA）
係將投入變數與產出變數透過數學模式，求出生產前緣（Production Frontier）作為衡量效率的基礎，進行效率評估，與其他評估方法最大不同 處，在於資料包絡分析法引用生產函數觀念進行效率評估。資料包絡分析法 借助數學規劃的技巧，運用事後資料來評估效率，不但彌補了傳統效率衡量 方法的缺失，更將數學規劃從原來之規劃角色擴展至控制評估的角色，成為
18
一種組織診斷的工具。其優點與限制如下：
(1) 優點：
<1> 資料包絡分析法易於處理多項投入變數與多項產出變數的評估問題，無 需面臨預設函數之認定及參數估計之困難，在實際應用上較為可行。
<2> 資料包絡分析法不因計量單位不同而影響效率值。只要受評估的決策單 位( Decision Making Unit，DMU )均使用相同的計量單位，模式的目標函 數值不受投入產出變數計量單位的影響，如以元或萬元計量其效率均相 等。
<3> 資料包絡分析法評估效率的結果係為一綜合指標，可描述為經濟學上總 要素生產力（Total Factor Productivity ）之概念，易做決策單位間之效率 比較。
<4> 資料包絡分析法模式中的權數，是由數學規劃產生，無人為主觀的成分 在內，因而能滿足立足點平等原則。在設定的評估方式下，任一決策單位 均無法依主觀判斷找到另一組權重，而使其效率大於資料包絡分析法的評 估結果。
<5> 資料包絡分析法不傴可處理比率尺度資料，還可處理順序尺度資料，因 此在資料處理方面較具彈性。
<6> 資料包絡分析法具有同時處理比率資料與非比率資料的特性，因此對於 組織外的環境變數亦可處理，即資料包絡分析法可同時評估不同環境下決 策單位的效率。
<7> 從資料包絡分析法的差額變數分析、敏感度分析及效率分析，能瞭解組 織資源使用狀況，進而作為管理者擬定決策之參考。
<8> 所衡量的對象同質性愈高，衡量效果愈佳，結果的解釋及推演所受的限 制愈少。
19
(2) 限制：
<1> 資料包絡分析法是以「非預設生產函數」法來推估效率值，且其效率前 緣是由衡量對象中最有效率的組織所構成的，此前緣表示所有衡量對象實 際上所能達到的極值，因此衡量對象的變動、不同投入變數與產出變數的 選取、變數數值的變動或誤差可能影響效率前緣的形狀或位置，且相當敏 感，此亦為資料包絡分析法的限制之一。
<2> 資料包絡分析法也受資料偏離單位（Outlier）的影響，當樣本中有一個或 數個偏離單位時，因樣本之間的變異量太大，導致資料包絡分析法的分析 結果會因偏離單位而有顯著的改變。
<3> 資料包絡分析法無法適當地處理產出變數為負的狀況。在資料包絡分析
<3> 資料包絡分析法無法適當地處理產出變數為負的狀況。在資料包絡分析