資源再利用績效評估

DEA模型中之投入、產出項需要符合其因果關係，例如：投入資源數，

生產產品量或造成污染情況，但須注意避免發生在DEA模型中投入和產 出DMU參數間之相依狀況，否則無法給予不同DMU改善之建議。由於城 市中每項參數的相關性是非常複雜的問題，許多的指標並不都由單一的 預算或是資源投入就能夠影響，但礙於DEA模型本身在投入、產出項數 量之限制，因此我們選擇較具關鍵性的指標作為本研究的分析指標。此 外本研究中僅討論意欲產出，即產品的部分，因此在沒有發生擁擠效應 的假設之下，投入項與產出項間應該符合等幅擴張性。這裡針對我們前 面所選的五項資源再利用指標進行討論，將這些再利用的作為產出，再 分別找出對應的投入項。然而投入多涉及較細部的統計資料，不完全有 相關的統計被執行或沒分類至那麼細項，目前僅就垃圾回收率足以有完 整的投入項。對於執行垃圾回收的投入，我們選擇了每萬人資源回收人 員數與每人廢棄物支出兩項。由於我們認為不同年度各縣市的背景狀況 皆可能有所不同，因此並未將不同年度的表現納入一同進行評估，只採 用單一年度的方式進行評估，這邊使用2010年的表現進行績效評估。

常的低，這是非常需要改善的，只著重再利用的表現，而投入大量的資 源，並非是我們理想中的循環型社會。可藉由減少投入的人員或資金，

或使垃圾回收率增長，來拉抬效率值，將城市變得不只是表面評估良好，

實際上運作也符合績效。進一步分析他們的技術效率與規模效率，探究 其效率不佳之因素，於總體效率不佳的單位中，臺北市和宜蘭縣在技術 效率有達到100 %，顯見這兩座城市最要緊的是城市規模之調整，不同於 這兩城市，其他的城市大多屬於要在技術面進行提升，其中雲林縣、嘉 義縣和屏東縣則是兩方面都要再努力的城市。最後利用CCR模式獲得的 總體效率進行排名，臺北市、屏東縣和新北市為排名最後的幾名，是在 再利用效率最需要改善的城市。分析結果示於表4.3中。

對於未達效率的城市，我們可由分析中獲得的目標值來瞭解其各項目 距離效率的差值，如此可得知改善的方向，未達效率城市的各投入及產 出項之原始值與目標值示於表4.4。由績效值可看出除具績效的基隆市，

其他縣市都有非常大的努力空間，再看到目標值呈現的情況，可發現各 城市在垃圾回收率的表現是可被接受的，然而投入卻顯得大大超量，當 中效率值最高有43.5 %的宜蘭縣，在投入項中的每萬人資源回收人員數 改善潛勢還是超過99 %，每人廢棄物支出的改善潛勢全都超過50 %，每 萬人資源回收人員數更是都超過90 %，顯見目前良好的垃圾回收率背後，

投入了過多的資源量，其中人員利用的部分具有較大的改善空間。

表 4.3 執行再利用的績效

表 4.4 執行再利用的績效之差額變數分析(續)