空間性清運績效綜合指標之建立方法

第五章考量空間性因子的廢棄物清運績效綜合指標之

5.2 空間性清運績效綜合指標之建立方法

依上一節所分析的空間性因子，本研究將參考 Andrew (2001)的作法，

在評量過程中將空間性因子當作評估的指標之一，以調整績效值，並與之前所篩選的五個指標結合，且應用 4.1.2 節所提到的 DEA 法及 4.1.3 節所提到的共同權重法重新建立一個考量空間性的廢棄物清運績效綜合指標，以改善因未考量空間差異所造成的不公平情況，共同權重組合亦採用 4.2 節所述的原則與流程進行篩選。

5.3 空間性綜合指標結果及討論 5.3.1 結果分析與討論-DEA

如同 4.1.3 節中 Despotis（2005）之 DEA 模式，在此模式中以單位清運量成本指標、單位車時清運量指標、單位車輛清運量指標、單位職工服務人口數指標、單位里程清運量指標為五個子指標與清運人口密度進行 DEA 法分析，表 14 列出效率值為 1 的三十八個鄉鎮市，例如宜蘭縣大同鄉、台東縣海瑞鄉、桃園縣中壢市…等地區，在加入空間性因子使用 DEA 法建立綜合指標，效率值為 1 的鄉鎮數目變多，由此可知空間性因子會提昇人口、道路密集度較低、都市化較不發達的地區的效率值。雖然效率值因空間性因子的加入有所升高，但由於 DEA 在計算效率值時，會選擇對各受評單位最有利的權重以使其效率值盡可能最大，導致各鄉鎮市所使用

之權重不同，但無法作綜合性的比較，因而宜進一步探求共同權重，於下節詳述之。

5.3.2 結果分析與討論-共同權重法

如前一章所述，本研究採用 Despotis（2005）所建議的共同權重法以及最小平方差的方式，並分為以全部的鄉鎮群、DEA 效率值大於 1 之鄉鎮群、以及 DEA 效率值大於 0.95 的鄉鎮群進行求取共同權重，共得到 12 組不同之權重組合，各組合的權重值如表 15 所列。表中詳列 12 組權重組合、

用以建立共同權重組合的鄉鎮數及 t 值、鑑別度值、篩選原則，12 組組合中，單位職工服務人口數權重值皆較高，單位車輛清運量之權重為次之，

因為多數的鄉鎮市在此兩項指標的表現較佳，因此在以 DEA 為基礎的模式下會得到值較高的權重。

將此十二組權重組合，應用 4.2 節建立之篩選原則與流程進行篩選，

結果說明如下：

（一）鑑別度原則：使用鑑別度計算各共同權重組合之績效值的散佈程度，刪去鑑別度較小的權重組。

如表 15 所示，經計算後得知 CW3、CW5、CW11、CW12 等四組權重組合之鑑別度相較於其他八組，明顯較低，因此將此四組刪除。

（二）不能忽略主要指標：依不能忽略主要指標原則將有權重為0的權重組刪去，保留每個指標皆有考量的權重組。

經由篩選過後之指標為建立綜合指標的子指標與清運人口密度，不宜予以忽略，表14所示，CW2、CW6、CW7、CW8、CW9、CW10 皆有主要指標為0，予以刪除，篩選後剩餘兩組權重組合。

（三）相似度原則：依相似度原則選出相關性高的指標組，進而應用偏斜性原則判斷應保留之指標組。

如圖20所示，將剩餘的兩組權重繪帶有平滑之散佈圖，可看出虛線繪製的CW4獨立於實線繪製的CW1上方，而進一步分析CW1、CW4 的相關性。此兩組權重之相關係數為0.022，呈現低相關性，因此這兩組權重組合必須進一步的篩選。

（2）偏斜性原則：依照偏斜性原則輔助相似度原則進一步篩選。

圖 21 所示為兩組的績效值分數之頻率分佈圖，較粗的實線為 CW1 而較細的實線為 CW4，其中以 CW1 之偏斜係數明顯較 CW4 小(為 -0.661)，因而選取之。

如上一章的討論，DEA 能區分出有無效率但無法作綜合性的比較，

Despotis（2005）雖提出共同權重進行改善，但只取所有共同權重組的算術平均數當作共同權重，較具爭議性。因此經由本研究所建立的篩選流程，選出的共同權重 CW1，除有較高的鑑別度外，同時各個主要的子指標皆有考量。

如圖 22(a)所示，使用 CW1 的權重組，結合單位清運量成本指標、單位車時清運量指標、單位車輛清運量指標、單位職工服務人口數指標、單位里程清運量指標等五個子指標與清運人口密度以 DEA 法和共同權重法建立而成的考量空間性因子之廢棄物清運績效綜合性指標，圖中顏色越深之地區代表廢棄物清運績效越佳。由圖 22(a)與未考量空間性之圖 22(b)相比較，山區較多的鄉鎮，由於人口密度低，導致採用非空間性指標評量時績效值較低，而加入空間性因子改善評量後，績效值會被提高，如南投縣國姓鄉、南投縣仁愛鄉、台東縣金峰鄉、嘉義縣阿里山鄉…等；一些都市化程度較低及人口密度低的鄉鎮，加入空間性因子亦可校正評估，使績效值與排序被提高，如苗栗縣頭屋鄉、花蓮縣瑞穗鄉、台中縣后里鄉、彰化縣埤頭鄉、台北縣貢寮鄉…等。(考量空間性因子前後之綜合指標值以及排序詳列於附錄中。)

如圖 23 所示，為分析加入清運人口密度改善空間性差異後後所建立之廢棄物清運績效綜合指標是否對空間性差異有所改善，因此將考量空間性之綜合指標與清運人口密度繪製散佈圖。使用 5.1.2 節的方法，將單位人口清運量分成三類，進而觀察各類中清運人口密度與績效值的關係，若散佈呈現仍可明顯歸納出趨勢，表示空間性問題仍舊存在，反之，則表示空間性問題已較為改善。如圖 23(a)(b)(c)所示，三張圖之呈現皆為鬆散且較難歸納出趨勢性，而空間性因子與績效值之相關係數從原先的 0.567、

0.638、0.107 降為 0.056、0.123、0.059，原先圖 18 中因人口密集所導致績效值較好等的空間性問題所呈現的分佈在圖 23 中已經有所改善。由上述討論可歸納得知，在本研究中所加入的清運人口密度，有助於減少空間性的差異對評估績效的影響。

表 13 各空間性因子間之相關係數

表 14 DEA 法所求得有效率之鄉鎮的權重組

地區 Cost_MQ MQ_Time MQ_Veh P_Collector MQ_Mile CPD 南投縣仁愛鄉 0.000 0.003 0.001 0.003 0.008 1.000 南投縣南投市 0.000 0.003 0.022 0.154 0.283 0.706 台中縣龍井鄉 0.004 0.003 0.002 0.028 0.122 0.930 台北縣板橋市 0.014 0.257 0.002 0.005 0.821 0.940 台北縣蘆洲市 0.014 0.257 0.322 0.162 0.719 0.117 台北縣三重市 0.014 0.200 0.322 0.162 0.866 0.117 台北縣坪林鄉 0.014 0.200 0.322 0.018 0.115 0.975 台北縣平溪鄉 0.005 0.200 0.322 0.018 0.007 0.994 台北縣永和市 0.005 0.299 0.092 0.034 1.000 0.661 台北縣新莊市 0.005 0.324 0.008 0.527 0.475 0.661 台北市台北市 0.004 1.000 0.001 0.005 0.002 0.994 桃園縣蘆竹鄉 0.004 0.489 0.456 0.021 0.719 0.160 桃園縣中壢市 0.004 0.644 0.344 0.208 0.219 0.996 苗栗縣獅潭鄉 0.005 0.120 0.001 0.005 0.010 0.994 台東縣台東市 0.005 0.002 0.002 0.004 0.122 0.930 台東縣延平鄉 0.014 0.002 0.002 0.005 0.017 1.000 台東縣海端鄉 0.012 0.005 0.002 0.008 0.006 1.000 花蓮縣花蓮市 0.004 0.005 0.001 0.004 0.953 0.119 花蓮縣吉安鄉 0.004 0.005 0.001 0.150 0.290 0.712 花蓮縣富里鄉 0.018 0.005 0.001 0.002 0.010 0.980 花蓮縣鳳林鄉 0.018 0.005 0.001 0.002 0.007 0.998 花蓮縣光復鄉 0.018 0.005 0.001 1.000 0.007 0.998 花蓮縣壽豐鄉 0.738 0.005 0.001 0.005 0.014 0.992 花蓮縣秀林鄉 0.012 0.005 0.001 0.007 0.007 0.986 宜蘭縣大同鄉 0.008 0.003 0.006 0.005 0.105 0.992 屏東縣霧台鄉 0.002 0.122 0.003 0.013 0.105 0.988 屏東縣

^三地門鄉

0.006 0.122 0.003 0.004 0.080 0.998 屏東縣滿州鄉 0.028 0.122 0.003 0.008 0.080 0.971

清運人口密度清運量密度道路密度

清運人口密度 1

清運量密度 0.98 1

道路密度 0.17 0.16 1

屏東縣恆春鎮 0.004 0.122 1.109 0.004 0.006 0.994 屏東縣屏東市 0.376 0.280 0.000 0.224 0.130 0.239 屏東縣獅子鄉 0.004 0.280 0.003 0.005 0.002 1.000 高雄市高雄市 0.327 0.775 0.003 0.004 0.006 0.994 高雄縣鳳山市 0.078 0.425 0.232 0.028 0.441 0.169 高雄縣桃源鄉 0.003 0.425 0.232 0.004 0.006 0.995 台南縣永康市 0.025 0.062 0.427 0.005 0.668 0.156 台南縣大內鄉 0.847 0.000 0.003 0.282 0.008 0.996 台中市台中市 0.001 0.460 0.004 0.708 0.150 0.675 台南市台南市 0.001 0.457 0.004 0.708 0.150 0.681

對應權重：Cost_MQ：單位清運量成本指標之權重；MQ_Time：單位車時

清運量指標之權重；MQ_Veh:單位車輛清運量指標之權重；

P_Collector：單位職工服務人口數指標之權重；MQ_Mile：單位里程清運量之權重；CPD：清運人口密度指標

表 15 以不同 t 值應用共同權重法所得各子指標之權重組

Cost_MQ MQ_Time MQ_Veh P_Collector MQ_Mile CPD u+v 跑 CW 條件 t 值被刪除原則 skewness

CW1 0.245 0.001 0.061 0.305 0.307 0.339 15.698 all

0-0.7

-0.661 CW2 0.362 0.000 0.000 0.239 0.256 0.351 16.397 all

0.8

(2)

CW3 0.000 0.000 0.001 0.031 0.119 0.914 9.324 all

0.9

(1)

CW4 0.001 0.001 0.002 0.002 0.015 0.993 12.124 all

1

(3)(4) -6.436 CW5 0.024 0.000 0.000 0.062 0.162 0.843 8.971 all

L2

(1)

CW6 0.504 0.000 0.000 0.305 0.247 0.177 20.344 DEA=1

0-0.7

(2) CW7 0.477 0.000 0.000 0.297 0.266 0.197 19.923 DEA=1

0.8

(2) CW8 0.477 0.000 0.000 0.297 0.266 0.197 19.923 DEA=1

0.9

(2) CW9 0.207 0.000 0.000 0.161 0.244 0.558 12.384 DEA=1

1

(2) CW10 0.424 0.000 0.000 0.270 0.261 0.267 18.180 DEA=1

L2

(2) CW11 0.000 0.000 0.001 0.028 0.117 0.917 9.359 DEA>0.95

0.9

(1) CW12 0.029 0.000 0.000 0.061 0.158 0.842 8.968 DEA>0.95

L2

(1) 篩選原則：（1）：鑑別度；（2）：不能忽略主要指標；（3）：相似度；（4）：偏斜性

對應權重：Cost_MQ：單位清運量成本指標之權重；MQ_Time：單位車時清運量指標之權重；MQ_Veh:單位車輛清運量指標之權重；P_Collector：單位職工服務人口數指標之權重；MQ_Mile：單位里程清運量之權重；CPD：清運人口密度指標

圖 15 各子指標呈現空間性差異之原因

(a)

(b)

R

= 0.981

R

= 0.156

R

= 0.174

圖 17 各鄉鎮市每人每日平均垃圾量

(a)

(b)

(c)

圖 18 不同單位人口清運量範圍內清運人口密度與廢棄物清運績效綜合指標值之關係

R

= 0.638

R

=0.107

R

= 0.567

(a)

(b)

(c)

圖 19 不同單位人口清運量範圍內道路密度與廢棄物清運績效綜合指標值之關係

R

=0.184

R

=0.094

R

=0.039

圖 20 不同空間性權重組所得結果

圖 21 不同空間性權重組所得結果分佈圖及偏斜係數

圖 22 (a)共同權重法所得之空間性廢棄物清運績效綜合指標績效值；(b)未考量空間性因子之廢棄物清運績效綜合指標

(a)

(b)

(c)

圖 23 不同單位人口清運量範圍內清運人口密度與空間性廢棄物清運績效綜合指標值之關係

R

=0.059 R

=0.056

R

=0.123

第六章結論與建議

評估廢棄物清運績效，可促進觀摩及互相學習，進而提昇清運效率及讓資源更有效利用。為評估清運績效，本研究提出六項指標篩選原則，並參考了 DEA 以及一些共同權重的方法，建立了評估廢棄物清運績效的綜合指標。且針對空間性差異會造成評估上的不公平，提出空間性差異修正因子，及建立能考量空間性因子之廢棄物清運績效綜合指標。以下總結本研究的成果及說明重要結論，並建議可繼續探討的方向及問題，以供後續研究參考。

6.1 結論

本研究主要包含五項成果，以下一一說明之。

1. 建立清運績效指標篩選原則

過去雖有數個文獻針對其他指標系統提出篩選原則（e.g., ICLEI, 1996;

Sustainable Seattle, 1998；IISD, 1999；DETR, 1999；Gustavson 等，1999；

Zhen 等，2003；Spangenberg 等，2002；Donald , 1998；Sustainable Measures, 2006；盧等，1996），但並不見得都能適用於篩選清運績效指標，本研究因而提出了指標目的符合度、計算難易度、適宜性、完整性、相似度、鑑別度等六項原則，以協助篩選清運績效指標。

2. 建立共同權重組合篩選原則

參考 Despotis（2005）所建議的共同權重建立方法以及使用最小二乘平方差法所制定出來的權重組合並不只有一組，但為了能有持續性且公平性的評估，需要選出一組最合適的權重組合來評估。因此本研究提出了鑑別度、不能忽略重要指標、相似性及偏斜性等四項原則，作為篩選共同權重組合的依據，選擇較適當的權重來評估清運績效。

3. 建立廢棄物清運績效綜合指標

經過指標篩選原則所篩選出來的單位清運量成本、單位車時清運量、

單位車輛清運量、單位職工服務人口數、單位里程清運量等五個子指標，進而應用 DEA 及共同權重法建立廢棄物清運績效綜合指標。為提高實用性，使用共同權重組合篩選原則挑選出一組共同權重，作為建立廢棄物清運績效綜合指標的標準。經由綜合指標的評估，可改善單一指標較無法考量多面向的問題，也能避免問卷調查的主觀性，同時也較易被受評單位接受。

4. 探討空間性因子

造成空間上差異主要因素有人口、道路…等之分佈，一般傳統指標未考量此差異，因而易於評量時產生不公平的現象。因此本研究為改善此評量上之不公平。首先建立因子間相關性及因子與績效相關性等兩項篩選原則，並據以分析清運量密度、清運人口密度、道路密度…等空間性因子對空間性的實際影響。而清運量密度因與清運人口密度具

在文檔中廢棄物清運績效綜合指標 (頁 70-0)

第五章 考量空間性因子的廢棄物清運績效綜合指標之

5.2 空間性清運績效綜合指標之建立方法

5.3 空間性綜合指標結果及討論 5.3.1 結果分析與討論-DEA

5.3.2 結果分析與討論-共同權重法

0.006 0.122 0.003 0.004 0.080 0.998 屏東縣 滿州鄉 0.028 0.122 0.003 0.008 0.080 0.971

清運人口密度 清運量密度 道路密度

清運人口密度 1

清運量密度 0.98 1

道路密度 0.17 0.16 1

Cost_MQ MQ_Time MQ_Veh P_Collector MQ_Mile CPD u+v 跑 CW 條件 t 值 被刪除原則 skewness

0-0.7

0.8

0.9

1

L2

0-0.7

0.8

0.9

1

L2

0.9

L2

R

= 0.981

R

= 0.156

R

= 0.174

(a)

(b)

(c)

R

= 0.638

R

=0.107

R

= 0.567

R

=0.184

R

=0.094

R

=0.039

R

=0.059 R

=0.056

R

=0.123

第六章 結論與建議

6.1 結論

第五章考量空間性因子的廢棄物清運績效綜合指標之

0.006 0.122 0.003 0.004 0.080 0.998 屏東縣滿州鄉 0.028 0.122 0.003 0.008 0.080 0.971

清運人口密度清運量密度道路密度

Cost_MQ MQ_Time MQ_Veh P_Collector MQ_Mile CPD u+v 跑 CW 條件 t 值被刪除原則 skewness

第六章結論與建議