績效評估係至今重要議題之一，因它的應用可直接深入到不同的領域上，並 且反映出整體情況來提供決策者或管理者的需求。然而以往評估一組織之績效一 般大都是利用指標為準則來衡量。從過去的單一發展的單指標至多屬性衡量的多 指標，長久以來，這方面相關領域的學者對指標的權重值制定一直努力解決，皆 希望找到合理且客觀的評估組織績效。過去的資料包絡分析的發展不外乎想解決 多指標的權重制定不一的問題，以客觀的方式評估組織，解決對擁有多指標的組 織評估上的不足，到至今相關共同權重領域的發展來解決排序上的問題。這些方 法的發展皆為績效評估上探討，來彌補一些資訊的不足。本研究主要建立兩階段 程序客觀地評比績效，第一階段利用 MCWA 之概念來建構模式並由 UOA 輪流 評比瞭解個別差距，第二階段以交叉效率的概念進行排序，藉以評估台灣某縣消 防隊為例，探討各分隊的表現及提供排序給予決策者參考。此方法不外乎想使得 評比足夠客觀以及評斷出整體表現程度。
對於評估多指標的營運單位仍有很多研究機會，例如對績效指標採取或許有 其他重要指標尚未考慮，且對不同領域的營運單位有不同的指標頇不同情況探 討。對評估單位能推廣至大群體的縣市比較或者國外專案。
參考文獻
Adler, N, L Friedman, and Z Sinuany-Stern. "Review of ranking methods in the data envelopment analysis context." European Journal of Operational Research, 2002:
249-265.
Andersen, P, and NC Petersen. "A procedure for ranking efficient units in data envelopment." Management Science, 1993: 1261-1264.
Banker, R D, A Charnes, and W W Cooper. "Some models for estimating technical and scale inefficiencies in data envelopment analysis." Management Science, 1984: 1078-1092.
Banker, R D, and H Chang. "The super-efficiency procedure for outlier identification, not for ranking efficient units." European Journal of Operational Research, 2006:
1311-1320.
Bardhan, I, W F Bowlin, W W Cooper, and T Sueyoshi. "Models for efficiency dominance in data envelopment analysis.Part I: Additive models and MED measures." Journal of the Operations Research Society of Japan, 1996: 322-332.
Charnes, A, W W Cooper, and E Rhodes. "Measuring the efficiency of decision making units." European Journal of Operational Research, 1978: 429-444.
Cook, W D, and M Kress. "A multiple criteria decision model with ordinal preference data." European Journal of Operational Research, 1991: 191-198.
Cook, W D, and M Kress. "A Data Envelopment Model for Aggregating Preference Rankings." Management Science, 1990: 1302-1310.
Cook, W D, M Kress, and L Seiford. "Prioritization model for frontier decision making units in DEA." European Journal of Operational Research, 1992:
319-323.
Doyle, J, and R Green. "Efficiency and cross-efficiency in DEA: Derivations,
meanings and uses." Journal of the Operational Research Society, 1994: 567-578.
Farrell, M J. "The measurement of productive efficiency." Journal of the Royal
Statistical Society. Series A, 1957: 253-290.
Hashimoto, A. "A ranked voting system using a DEA/AR exclusion model: A note."
European Journal of Operational Research, 1997: 600-604.
Hillier, Frederick S, and Gerald J Lieberman. Introduction to operations research
eighth edition. McGraw-Hill, 2005.
Lan, Chun-Hsiung, Liang-Lun Chuang, and Chi-Chung Chang. "An efficiency-based approach on human resource management: A case study of Tainan county fire branches in Taiwan." Public Personnel Management, 2007: 143-164.
Liu, Fuh-Hwa Franklin, and H.H. Peng. "A systematic procedure to obtain a preferable and robust ranking of units." Accepted by Computers & Operations
46
Research, 2007.
Liu, Fuh-Hwa Franklin, and H.H. Peng. "Ranking of units on the DEA frontier with common weights." Computers & Operations Research, 2008: 1624-1637.
Liu, Fuh-Hwa Franklin, H.H. Peng, and H.W. Chang. "Ranking DEA efficient units with most compromising common weights." The Sixth International Symposium
on Operations Research and Applications. 2006. 219-234.
Mehrabian, S, R M Alirezaee, and R G Jahanshahloo. "A complete efficiency ranking of decision making units in data envelopment analysis." Computational
Optimization and Applications, 1999: 261-266.
Roll, Y, and B Golany. "Alternate methods of treating factor weights in DEA." Omega, 1993: 99-109.
Roll, Y, W D Cook, and B Golany. "Controlling factor weights in data envelopment analysis." IIE Transactions, 1991: 2-9.
Sarrico, C S, and R G Dyson. "Restricting virtural weights in data envelopment analysis." European Journal of Operational Research, 2004: 17-34.
Thrall, R M. "Duality, classification and slacks in DEA." Annals of Operations
Research, 1996: 109-138.
Torgersen, M A, R F Forsund, and AC S Kittelsen. "Slack-Adjusted Efficiency
Measures and Ranking of Efficient Units." Journal of Productivity Analysis, 1996:
379-398.
Wong, YH B, and J E Beasley. "Restricting weight flexibility in data envelopment analysis." The Journal of the Operational Research Society, 1990: 829-835.
高強, 黃旭男, 且 SueyoshiT. 管理績效評估─資料包絡分析法. 台北市: 華泰文 化, 2003.
張仕獻. “運用資料包絡分析法(DEA)探討消防單位績效－以台中縣消防局為對 象.” 作業研究及應用課程專題報告(劉復華教授指導), 工業工程與管理學系, 交通大學, 2003.
羅凱文. “台灣地區各縣市消防機關效率評估之研究.”交通大學經營管理研究所 2002.
附錄 A
訪談紀錄：2008.09.09 與台中縣消防局災害搶救科張仕獻科長面談
以下為面談的問題，旨在詢問張科長的意見及確認數據的可靠性。本資料的內容 僅供學術之用，作研究參考。
問題：
1.1 消防人員數是統計當年的總人數嗎?計算人數是以出勤人數計算或者是分隊 總人員數?
答: 是，資料統計至 90 年 12 月。就現有人數為主，以出勤人數計算。
1.2 為何將消防人員數視為望小特性?
答: 就過往的經驗，若能以較少的人員數達到相同效能越有利，故為望小特性的 原因。
2.1 消防車輛數是統計當年車輛數嗎?
答: 是，資料統計至 90 年 12 月。金費有限下，每兩年會添增一次。
2.2 計算車輛數是以轄區劃分嗎? 是否會有重覆的情況發生?
答: 是，以責任轄區劃分，不會有重複的情況發生。
2.3 為何將消防車輛數視為望小特性?
答: 若配置 5 輛或 8 輛皆能達到相同效能時，當然以 5 輛為佳。故為望小特性的 原因。
3.1 火災死亡人數是統計轄區當年的死亡人數嗎?以各分隊去計算嗎?
答: 是，資料統計至 90 年 12 月，是以各分隊去計算。
3.2 為何將火災死亡人數視為望小特性?
答: 在災害搶救時，當然希望死亡人數盡量降低。故為望小特性的原因。
4.1 火災受傷人數是統計轄區當年的受傷人數嗎? 以各分隊去計算嗎?
答: 是，資料統計至 90 年 12 月,是以各分隊去計算。
4.2 為何將火災受傷人數視為望小特性?
答: 在災害搶救時,當然希望受傷人數盡量避免。故為望小特性的原因。
48
5.1 消防安檢次數是統計轄區當年的消防安檢次數嗎?
答: 是，資料統計至 90 年 12 月。一般轄區檢查為半年一次，而檢查次數為累積，
因此數據以年為紀錄。
5.2 為何將消防安檢次數視為望大特性?
答: 通常消防安檢次數越多越能確保安全性，若轄區的安檢次數能越多越好。故 為望大特性的原因。
5.3 消防栓數為每月普查的次數嗎? 但消防栓數不是為固定的嗎?
答: 是，消防栓數為自來水公司所設的設施，但由消防局來使用。就台中縣而言，
花費由自來水公司負擔 1/2 的花費,鄉鎮負擔 1/4 的花費以及消防局負擔 1/4 的花費。每年都會增設，消防栓數不是固定的。
5.4 為何將消防栓數視為望大特性?
答: 在災害搶救時會希望水源供應點越多越好，而關係到消防栓數的密集度。消 防栓數雖然增設比例不高，約 1%，但還是會增設。故為望大特性的原因。
6.1 火災次數是每年的火災發生次數嗎?
答: 是，資料統計至 90 年 12 月。
6.2 為何將火災次數視為望大特性?
答: 若一個分隊能處理 100 件火災，也能處理 200 件火災。當然以處理 200 件為 佳。故為望大特性的原因。
7.1 緊急救護次數是每年的緊急救護次數嗎?
答: 是，資料統計至 90 年 12 月。
7.2 為何將緊急救護次數視為望大特性?
答: 若一個分隊能處理 100 件救護次數，也能處理 200 件救護次數。當然以處理 200 件為佳。通常一年有 6%至 10%的成長。
8 請問一般如何對消防分隊評比，是以消防局與消防局間評比?
隊與隊評比?或者是分隊間評比?
答:一般沒有。當時是想藉由報告來瞭解分隊的表現。之所以會以分隊間作評比 是因為差異沒那麼大，若以局與局間相比，或者縣與縣間相比其差異大。而 且因各區域特性不同條件占大優勢且規模差異、金費有限，未能找到完善的 方法來評比。
9.請問是否以這些指標當評比的依據，其目的為何?
答: 選擇這些指標主要想瞭解各分隊的執行力。認為所選的績效指標足夠涵蓋出 勤執行力的代表性。
50
附錄 B
口詴的問題以及回答
張炳騰老師:
1. DEA 的歷史頇詳細敘述
已在本文的§ 2.1.1 以及§ 2.1.2 加強 DEA 的相關歷史回顧。包含常用的 CCR 模式以及 BCC 模式。
2. 文獻內容頇重點於 gap 與權重
已在本文的§ 2.2 加強了 gap 的意思以及權重選擇的意義。
3. 排序的 DEA 文獻
已在本文的§ 2.1.3 整理相關 DEA 排序, 主要以高效排序、低效排序以及全排 序區分。
4. 排序的文獻
本研究的新方法是探討比率型式衡量於多項投入指標與多項產出指標的下屬 單位。新模式的探討是以 DEA 與共同權重分析的概念為出發點，而已對 DEA 與共同權重分析相關文獻回顧做了加強。
袁建中老師:
1. 消防的指標定義頇更明確，消防人數之定義?消防車輛之定義?死亡人數為年
總數?或是每次火災的人數?學生已實地採訪張仕獻本人，並加強了指標定義以及確認數據的可靠性。根 據張仕獻本人的闡述已在本文第四章加強以及附加訪談紀錄於附錄 A。
2. 不確定的指標之定義為何?與實際運用情形之連結?
經由與張仕獻本人對指標定義的確認，將不確定的指標改為確定的指標。
3. 你的數據如何取得? 是否與消防專業人員面談
已實地採訪本人並經由同意後取得，訪談紀錄附於附錄 A。
4. 數學的模型固然正確， 但仍頇與應用面結合
已對模式發展的過程加強於本文。修改之文字詳見碩士論文一、二章。