績效評估方法

企業的競爭力 (competitiveness) 來自於各部門的績效，競爭力是反應在企業市佔 (market share) 的 大 小 或 企 業 所 著 重 的 績 效 (Barros & Mascarenhas, 2005) 。 績 效 (performance)涵義包含「效率 (efficiency)」、「效果 (effectiveness)(或稱效能)」兩個層 面。吳清山(1992)認為：效果和效率是不同的兩個概念，「效果」是重視組織目標的達 成，「效率」是強調資源的有效利用；所以有效率的組織不一定是有效果的組織；有效 果的組織也不完全是有效率的組織。從經濟學角度來看，經營單位投入(input)越少，產 出(output) 愈多，代表此單位的「績效」表現愈佳。為了區別效率與效果，Peter Drucker (1971)做出以下的說明：

1. 效率就是「以正確的方法做事 (Do the thing right)」。

2. 效能就是「作正確做事 (Do the right thing)」。

換句話說，效率是追求最低資源浪費，可表示成：效率=Output(實際產出)/Input(實 際投入) (薄喬萍，2008)。而效果就是要達到企業目標，可表示成：效果= Output(實際產 出)/Input(計劃產出) (薄喬萍，2008)。本研究所提之「績效」指利用有限的資源使企業 達到佳效益，即為「效率」。

Evans et al. (1996)認為績效評估是績效管理的ㄧ部分，績效評估及績效管理有助於 公司有效率的管理資源，並達到企業目標。胡德澤(1999)認為績效評估是指企業為了解 其日常營運活動之表現，以量化標準或主觀判斷來衡量企業日常營運表現的結果。薄喬 萍(2008)提到，績效評估的定義：「用來評鑑組織及人員，在某時間內的工作表現」。

因此績效評估是有助於企業作有效的人員管理及資源的分配，進而達到企業的目標。績 效評估的方法有許多種，以下是不同評估方法的介紹：

一、比例分析法(Ratio Analysis)

為最常被運用之評估方法。本方法以受評估單位之產出項除以投入項，計算出受評 估單位之效率比值，受評估單位投入越少，產出愈多，得到的比值就越大，受評估單位 之效率就越佳(或是投入項除以產出項，比值越小，受評估單位之效率就越佳)。簡單的 說就是最大的產出及最小投入互相比較的值(孫遜，2004)。比例分析法式子如下：

效率=Output(產出)/Input(投入)

本方法衡量效率值明顯易懂、使用簡便，用於處理單一項投入與單一項產出問題(孫 遜，2004)。本方法已被應用到金融業(黃淑惠，2007)及石化產業(郭建信，2005)等。其 缺點是僅能處理單項投入及單項產出，無法處理多項的投入、產出，並且無法代表整體 作業的效率，也無法提供無效率單位需要改善的程度與方向。且投入與產出項須衡量單 位同質性問題(孫遜，2004)。薄喬萍(2008)提到有些學者嘗試以「加權」方式：將受評 者之多項投入、及產出加權後，合併成一個投入項及一個產出項再計算其比值，但權重 大小的決定，可能會過於主觀。

二、迴歸分析法(Regression Analysis)

Legendre(1805)和 Gauss(1809)發展出迴歸分析法，利用各評估單位之產出項為應變 數，投入項為自變數，將應變數及自變數之間函數關係化為線性或二次式。呂佳原(2007) 提到傳統線性迴歸分析主要在討論自變數與應變數間之線性關係(linear relation)，進而利 用一組自變數來預測應變數。當迴歸模型中僅討論一個自變數時，稱為簡單迴歸(simple regression)。若迴歸方法中所探討的自變數有 2 個以上時，則稱為複迴歸(multiple regression)。迴歸方程式的解釋(配適)能力可利用判定係數(R²)來衡量，0≦R²≦1，愈接 近 1，表示迴歸的解釋能力愈佳，反之，迴歸的解釋能力愈差。運用最小平方法，找出 應變數及自變數具因果關係的迴歸線。迴歸分析是假設某一個欲探討的應變數會受到其 他數個自變數的影響，而改變其數值，且有一特定方程式的關係，因此可透過迴歸分析

法，來估計出該方程式，以便進行計算或評估。以下為迴歸方程式：

空業(陳玉萍，2004)、健保(劉宜君，2001)及金融業(余朝權、盧瑞陽、柯柏成、黃玉美，

2007)等。

孫遜(2004)提到運用迴歸分析時，自變數與應變數之間需具有線性函數關係，否則 效率值將不準確，並且只能設定一應變數，無法處理多項產出問題。薄喬萍(2008)認為 迴歸分析獲得之結果為產出項與投入項之關係，並非受評估單位之效率值。

三、平衡計分卡 (Balanced Scorecard, BSC)

平衡計分卡最早由 Kaplan 和 Norton 兩位學者於 1992 年發表在「哈佛商業評論」。

Kaplan 和 Norton 綜合「財務性」及「非財務性」構面，提出「平衡計分卡」。Kaplan and Norton(1996)指出企業不能過分依賴「財務性」指標，而要採取多元性整合績效的衡量 指標；也就是需要考量「非財務性」的績效衡量指標。Atkinson, Waterhouse, and Wells (1997)亦提到，許多績效評估制度，只強調「財務性」指標，那是由於早期傳統企業對 於績效的評估，僅在乎「財務」方面的衡量，而「非財務性」指標則為前瞻性發展，因 此鮮少列入評估。薄喬萍(2008)提到許多學者認為績效評估的方法和指標不能僅參考當 時的財務性指標，也要考量到外在環境變動。因此企業在作績效評估時，不僅要考量「財 務構面」，也要考量「非財務構面」。而非財務構面包含「顧客滿意度」、「人力資源 的適當分配」、「創新能力」、和「服務品質」等。

Kaplan and Norton (1992)提出的平衡計分卡(BSC)，不僅考慮「財務構面」，也考慮

「非財務構面」，BSC 主要評估指標分為四個構面：「財務構面」、「顧客構面」、「內 部流程構面」、「學習與成長構面」。其優點有：1.從評估各構面可求取企業內、外部 平衡。2.評估財務構面，也評估非財務構面。3.企業關鍵性的業務一併考量，整合各種 資訊(孫遜，2004)。平衡計分卡的功能除了績效評估之外，更是結合策略願景方向之策 略管理利器(於嘉玲，2000)。

BSC 已被應用在中小企業(陳明璋，2000)、旅館業(黃永東，2007)及醫院(洪秀芬、

楊銘欽、黃焜璋，2008)等的績效評估。孫遜(2004)認為平衡計分卡適用於多項投入與單

一項產出的問題，但平衡計分卡無法代表整體效率，並且產出之指標沒有執行面之內 涵，再者其評估指標須透過專家賦予分數，分數評比不夠客觀公正。

四、層級分析法(Analytic Hierarchy Process, AHP)

AHP 層級分析法(Analytic Hierarchy Process)是 1971 由美國匹茲堡大學 Saaty 教授提 出，來解決多要因決策分析(multi-criteria decision analysis, MCDA)的問題。AHP 將複雜 的問題系統化，將要評估的系統劃分成清楚的層級結構關係，透過量化權重的判斷，可 得出前後層級脈絡的關係，綜合評估，同時逐層分析，提供決策者如何選擇最適方案的 資訊，可以減少決策錯誤的風險。以下為 AHP 層級結構圖(圖 2-1)：

圖 2-1 AHP 層級結構圖 決策目標

O₁

方案 A 第 0 層

第 1 層 評估要因

Criterion

第 2 層 評估準則 Sub-Criterion

第 3 層 方案 Alternative

X1

O₂ O₃

方案 B 方案 C

X2 X3 X4 X5 X6 X7

Zahedi(1986)提到運用 AHP 法決策程序主要分為下三項：1.首先要確立層級構造，

此時須盡可能完整的表達問題，但須避免太過詳細而失去方案(Alternative)的敏感度，反 之，層級結構如果太過簡化，則會失去描述問題的真實性。2.評估各層級要因(Criterion) 和準則(Sub-Criterion)權重，用主觀判斷給予數值，找出各層級要因、準則的相對重要性。

3.綜合整體衡量的表現。

AHP 的目的在解決決策時所面臨的困難。AHP 可將複雜的問題系統化，由不同的 層面給予層級分解，並透過量化的方法，然後加以綜合評估，所獲得之結果，可提供決 策者選擇適當的方案(Saaty, 1980)。Saaty (1980)發展 AHP 方法的基本假設，主要包括下 列九項：1.一個系統可被分解成許多要因，並形成像網路的層級結構。2.層級結構中每 一層級的要因均假設具獨立性(Independence)。3.每一層級內的要因，可以用上一層級內 某些或所有要因作為評準，進行評估。4.比較評估時，可將絕對數值尺度轉換成比例尺 度(Ratio Scale)。5.各層級要因進行成對比較後，可使用正倒值矩陣(Positive Reciprocal Matrix)處理。6.偏好關係滿足遞移性(Transitivity)；不僅優劣關係滿足遞移性，同時強度 關係也滿足遞移性。7.完全具遞移性不容易，因此容許不具遞移性的存在，但需測試其 一致性(Consistency)的程度。8.要因的優先程度可以用加權法則(Weighting Principle)求 得。9.任何要因只要出現在層級架構中，不論其優先程度如何，均被認為與整個評估架構 有關。

AHP 方法被運用的很廣泛，如：大橋的風險評估(Wang, Liu, & Elhag, 2007)，公共 工程的合約的選擇(Bertolini, Braglia, & Carmignani, 2006)及購買自動車的選擇(Byun, 2000)，美國議會對與中國貿易的各種方案選擇(Thomas, Saaty, & Yeonmin, 2001)，或供 應商的選擇(Kahraman, Cebeci, & Ulukan, 2003)。

Saaty and Vargas (1982)提到，各評估要因之權重由專家決定，容易流於主觀。兩兩比

較時，有關於「偏好」之衡量，需滿足遞移性及一致性。若評估準則過多，兩兩比較就

會過於複雜，往往無法符合上述要求，需重新設計問卷再作比較。如果太過簡化，則會 失去描述問題的真實性。

五、資料包絡分析法(Data Envelopment Analysis, DEA)

資料包絡分析法之基本概念奠基於經濟學家柏拉圖(Pareto, 1927)提出之「包絡線分 析法」。陳梁軒(2002)提到所謂柏拉圖最適境界乃是指沒有人可以在不損及他人利益的 情況之下，增加自己的利益。根據此效率觀點，只要知道「生產邊界」(對應在經濟學 理論上就是包絡線或是效率前緣的概念)就可以將實際的生產與生產邊界加以比較，進 而衡量其效率。在不同的投入組合所能得到最大的產出函數，稱「生產函數」(Product Function)。一般的投入所獲得的產出，皆小於或等於生產函數的產量，因此生產函數是 各種產量的最大前緣，所以也稱「生產前緣」(Product Frontier)。根據生產前緣評估決策 單位的效率分為兩種，一是有母數的生產函數，一種是無母數的方法，而無母數方法就 是包絡分析法的生產前緣(薄喬萍，2008)。

Farrell(1957)研究無母數方法，提出生產前緣的概念為資料包絡線分析法之基礎，

Charnes, Cooper and Rhodes 於 1978 年延伸 Farrell 的概念，發展出在固定規模報酬下，

衡量多投入、產出項的 DMU 之相對效率模式。因所有資料均被包絡在生產前緣之下，

所以將此分析法稱為資料包絡分析法(DEA)(高強、黃旭男、Toshiyuki，2003)，又稱為 DEA 之 CCR 模式。DEA 法就是利用包絡線的概念，考慮所有決策單位(Decision Making Unit，DMU)之投入與產出，以加權產出除以加權投入的概念，計算個別 DMU 相對於其 他 DMU 的相對效率值。以下是 DEA-CCR 之投入導向模式：

, ..., m

ε：極小正實數(此為非阿基米德數，Non-Archimedean small number，學者建議ε=10^-4 或 10^-6)

資料包絡分析法使用相當廣泛，李德耀(1994)利用 DEA 對本國銀行經營之績效做評 鑑。馬裕豐(1994)利用 DEA 來評估銀行分支單位經營績效衡量模式的建構。葉桂珍及陳 昱志(1995)利用 DEA 對銀行經營績效進行分析並且與財務比率分析做比較。除了銀行業

資料包絡分析法使用相當廣泛，李德耀(1994)利用 DEA 對本國銀行經營之績效做評 鑑。馬裕豐(1994)利用 DEA 來評估銀行分支單位經營績效衡量模式的建構。葉桂珍及陳 昱志(1995)利用 DEA 對銀行經營績效進行分析並且與財務比率分析做比較。除了銀行業