• 沒有找到結果。

循環型社會發展策略績效評估系統建置

第三章 研究方法

3.3 循環型社會發展策略績效評估系統建置

為了解各城市在循環發展目標下之努力是否具有效率,本研究將所建 立起的指標系統重新整理後,進行績效評估,以釐清參與評估的單位是 否為有效率,並提供改善的方向及目標,此即為作績效評估的意義。為 達成資源有效利用之原則,本研究將透過策略績效評估機制,運用績效 指標,系統化地由候選策略中選擇最佳策略,以最低投入產生最大效率,

並檢視策略是否達成既定目標。目前國內現行計畫執行績效多以指標查 核點方式進行評估;然而,傳統的指標系統僅能就多項策略之單一指標 進行比較,各別策略之整體效率卻難以評比。因此,本研究期望以資料 包絡分析方法(Data Envelopment Analysis, DEA)進行策略整體效率之評 比,進而提出改善之建議。資料包絡分析方法說明如下:

資料包絡分析法所採用的就是柏瑞圖最佳境界(Pareto optimality)的概 念作為延伸,發展出對受評者最有利之評比方式來評比的方法,將所有 決策單位(Decision making units, DMUs)的相同指標採用生產力觀點建構 成量化的評估模式,其理論起源自 Farrell (1957) 的效率衡量方法,以「非 預設生產函數」,代替「預設生產函數」來預估效率值,利用等產量曲線 解釋整體效率(Overall efficiency),該效率分解為配置效率 (Allocation efficiency)與技術效率 (Technical efficiency)的乘積,採用Shephard的距離 函數觀念計算觀察值的相對效率,提出不用先假設生產函數型態,也可 評估效率的方法。該觀念由Cahrnes et al. (1978) 加以擴充,將受評者各

較,選出在現有資源下,表現最好的單位,並由這些單位所組成之生產 前緣,找出其他落在該生產前緣內相對效率較差的單位,其與生產前緣 的距離即為無效率值,因此稱為「資料包絡」 (張和蔡, 2009)。位於邊界 線上之DMU為最有效率,其相對效率值為1;而未處於邊界上之DMU則 稱為無效率,其相對效率值介於0到1之間。DEA中常使用下列兩種模式:

CCR (Charnes, Cooper and Rhodes)模式與BCC (Banker, Charnes and Cooper)模式,相關說明如下(楊和潘, 2007):

(1) CCR 模式:即為固定規模報酬(constant returns to scale, CRS)假設下,

效率值之計算模式:

Max E𝑘

Ek=∑ us r r=1 Yrk

∑ vm i i=1 Xik s.t.

∑ us r r=1 Yrj

∑ vm i

i=1 Xij ≤1, j=1,…,n ur,vi≥0, r=1,…,s, i=1,…,m

其中:ur,vi分別代表第 r 項產出及第 i 項投入項的權重

Xij為第 j 個單位的第 i 個投入項,Yrj為第 j 個單位的第 r 個產出項

由於上述模式為一線性分數規劃問題,可經由將分母設限為 1,即形成 投入導向(Input-Oriented)的線性問題

Max h𝑘

hk=� ur s

r=1

Yrk

s.t.

由於每個線性規劃問題都存在著對偶問題(dual problem),使用對偶問題 能夠獲得更多的後續分析及解釋。 在此模式中所得出之效率值為整體效率(aggregate efficiency),亦作為生產 效率。當θ = 1時有總體效率,若θ ≤ 1,則評為無效率單位。

(2) BCC模式:規模報酬可變動(variable returns to scale, VRS)下效率值之

DMU的凸性組合(convex combination)。在此模式下可得技術效率 (technical efficienct,TE),將總體效率除以生產效率可得規模效率 (scale efficiency),可由總體、技術及規模效率探討決策單位DMU的 效率狀況,並提供建議及改善方向。

以上兩種模式CCR及BCC乃資料包絡分析法的最基本,同時也是最重 要的兩個模式,在這兩個模式之後,為了補足此兩個模式的不足並用來 解決特定的問題,又有許多的學者將這兩個模式作延伸,如可以將原本 只有投入產出兩大類的項目增加一項中間財,用投入項作為投入及中間 財作為產出項做第一次的分析,再以中間財為投入、產出項為產出做第 二次的分析,將投入與與產出的概念更進一步的延伸,對受評單位來說 就不只是單純的投入資源得到回饋,更可以探討在製作到行銷中到底是 在製作端沒有效率還在行銷端沒有效率(余等, 2008)(圖3.3),此即為兩階 段法(two-stage process)。在本次的研究中,我們選用了超級效率法(super efficiency),來解決最終排序的問題。

圖3.3 二階段資料包絡分析法(余銘忠,2008)

超級效率法,又稱為AP法,能夠在一群有效率的單位中分出真正有效率 的單位,Andersen與Petersen(1993)為了將落在效率前緣包絡線上的單位 做更進一步的排序,因此將有效率的單位分別從資料的集合中剔除,將 之與其餘的資料所形成的包絡線再做比較,其計算模型如下:

1st Stage

Intermediate

2nd Stage

Input Output

Min θ s.t.

-� λjXij+θXik≥0, i=1,2,…,m

j∈J-k

� λjYrj

j∈J-k

≥Yrj, r=1,2,…,s

λj≥0, j∈J-k θ 無正負限制

j為所有受評單位的集合,k為受評單位

在此效率的評估法中,計算結果可能大於1,因此已經不再能夠稱為 效率值,只能稱為一效率指標,此方法就可以再將所有的DMU重新做排 序的動作,以區別出最有效率的單位。在圖3.4中,C點原本為有效率的 單位,由於資料剔除,效率前緣由原本的ABCD變為ABD,可以發現C點 落在包絡線的外側,所以效率大於一;F點在資料剔除後,由於沒有對於 效率前緣沒有影響,仍在包絡線的內側,因此效率值不變並且≤1。

於本研究終將使用 Frontier Analyst 進行績效評估,此軟體運用資料 包絡分析的技術來執行比較性的效率分析,並提供方便使用的介面和高 畫質的圖形顯示,可使結果具體呈現且易於瞭解對照。